UNIDAD III.

HERRAMIENTAS BASICAS CONTINUACION

3.1 Histograma

Histograma: es una representación gráfica de la distribución de un conjunto de datos o de una variable, donde
los datos se clasifican por su magnitud en cierto número de clases. Permite visualizar la tendencia central, la
dispersión y la forma de la distribución.
El histograma y la tabla de frecuencias permiten visualizar los aspectos de un conjunto de datos, y además
muestran la forma en que los datos se distribuyen dentro de su rango de variación.

El histograma es una representación gráfica, en forma de barras, de la distribución de un conjunto de datos o

una variable, donde los datos se clasifican por su magnitud en cierto número de grupos o clases, y cada clase es
representada por una barra, cuya longitud es proporcional a la frecuencia de los valores representados.
Por lo general, el eje horizontal está formado por una escala numérica para mostrar la magnitud de los datos;
mientras que en el eje vertical se representan las frecuencias.

Comúnmente el histograma se obtiene a partir de la tabla de frecuencias.

Para obtener ésta, primero se divide el rango de variación de los datos en cierta cantidad de intervalos que cubren todo el
rango, y después se determina cuántos datos caen en cada intervalo.
Se recomienda que el número de intervalos o clases sea de 5 a 15.
Para decidir un valor entre este rango existen varios criterios; por ejemplo, uno de ellos dice que el número de clases
debe ser aproximadamente igual a la raíz cuadrada del número de datos.
Otro criterio, conocido como la regla de Sturgess, señala que el número de clases es igual a m= 1 + 3.322*log n (número
de datos). Siempre m se redondea a número entero
EJEMPLO.
En un proceso de inyección de plástico, una característica de calidad del producto (disco) es su grosor, que debe ser de
1.20 mm con una tolerancia de ±0.10 mm. Así, para considerar que el proceso de inyección fue satisfactorio, el grosor del
disco debe estar entre la especificación inferior, EI = 1.10 y la superior, ES = 1.30. En un estudio de capacidad para este
proceso es necesario contestar las siguientes interrogantes: ¿qué tipo de discos en cuanto a grosor se están
produciendo? ¿El grosor medio es adecuado? ¿La variabilidad del grosor es mucha o poca?

Para contestar estas preguntas, durante una semana se obtuvieron de una línea de producción los 125 datos de la tabla
2.1.

n=125
Xmax=1.25
X min=1.11
m= 1+3.322 log n =1+3.322 log(125) = 7.96 y se redondea a numero entero m=8
ac= (Xmax- Xmin)/m = (1.25-1.11)/8 = 0.0175
El muestreo fue sistemático: cada determinado tiempo se tomaban cinco productos y se medían y al final de la semana
se tuvieron los datos referidos. A co
 Num de Clases Frecuencia Frecuencia Frecuencia
clases porcentual
1 1.11 - 1.1275 / / / 3
2 1.1275 -1.145
3 1.145 - 1.1625
4 1.1625 -1.18
5 1.18 - 1.1975
6 1.1975 - 1.215
7 1.215 - 1.2325
8 1.2325 – 1.25
ntinuación se analizarán estos datos por medio de diferentes estadísticos.

En la tabla 2.2 se aprecia la tabla de frecuencias para los datos del grosor de los discos del ejemplo 2.1. Ahí vemos que
al aplicar la regla de Strugles (1 + 3.3*log10(125) = 7.9), se decidió formar ocho clases; la primera clase representa a los
datos con magnitud entre 1.10 y 1.12, y la última clase es para los datos entre 1.24 y 1.26. En el intervalo de la primera
clase hay tres datos que corresponden a 2.4% del total; la clase 5 es la de mayor frecuencia e indica que entre 1.18 y
1.20 hay 39 datos (31.2%). Por otro lado, en la figura 2.1 se muestra el histograma correspondiente:

En el cual se toma como eje vertical a la frecuencia, aunque también podría haberse usado una frecuencia relativa o
porcentual. En el histograma se aprecia que la tendencia central de los datos se ubica alrededor de 1.18, no se observan
datos raros o atípicos y la distribución de los datos tiene una forma similar a una campana. Si en el histograma de la
figura 2.1 se insertan las especificaciones (1.10 y 1.30) para el grosor del disco, se observa que la variación de los datos
(amplitud del histograma) es un poco menor que las especificaciones. Pero, con respecto a 1.20, que es el grosor óptimo,
el proceso está moderadamente descentrado a la izquierda, como ya se había visto cuando se calculó la media. Además,
el grosor de los discos no es satisfactorio, ya que la orilla izquierda del histograma debería estar alejada de la
especificación inferior (EI = 1.10), lo cual no ocurre. Cabe comentar que aunque no hay ningún dato por debajo de la EI,
no se debe perder de vista que el estudio se hace a partir de una muestra, por lo tanto, si se continúa tomando datos es
casi seguro que se encontrarán mediciones fuera, como lo sugiere la prolongación de la cola izquierda de la curva
imaginaria que suaviza al histograma. Con base en lo anterior, la primera acción que se habría de ejecutar para mejorar
la capacidad del proceso de inyección de discos es mejorar su centrado. A través del ejemplo anterior queda claro que el
histograma ayuda a ver la tendencia central de los datos, facilita el entendimiento de la variabilidad y favorece el
pensamiento estadístico, ya que de un solo vistazo se logra tener una idea acerca de la capacidad de un proceso, se
evitan tomar decisiones sólo apoyándose en la media y se detectan datos raros y formas especiales de la distribución de
los datos. Estos detalles de la interpretación del histograma los veremos con mayor profundidad a continuación.

Interpretación del histograma

Cuando un histograma se construye de manera correcta, es resultado de un número suficiente de datos (de preferencia
más de 100), y éstos son representativos del estado del proceso durante el periodo de interés; entonces, se recomienda
considerar los siguientes puntos en la interpretación del histograma.
1. Observar la tendencia central de los datos. Localizar en el eje horizontal o escala de medición las barras con mayores
frecuencias. En el histograma de la figura 2.1, una parte sustancial de las mediciones se localiza entre 1.14 y 1.20 mm.
2. Estudiar el centrado del proceso. Para ello, es necesario apoyarse en el punto anterior y observar la posición central
del cuerpo del histograma con respecto a la calidad óptima y a las especificaciones. Por ejemplo, en la figura 2.2 incisos
a) y c) se muestran procesos centrados, el primero presenta poca variabilidad, pero en el segundo ocurre lo contrario.
Mientras que en los incisos b) y d) se observan procesos descentrados, el primero con poca variabilidad y el segundo con
mucha. Aun cuando se cumplan las especificaciones, si el proceso no está centrado, la calidad que se produce no es
adecuada, ya que entre más se aleje del óptimo más mala calidad se tendrá. Por ello, en caso de tener un proceso
descentrado se procede a realizar los ajustes o cambios necesarios para centrar el proceso.
3. Examinar la variabilidad del proceso. Consiste en comparar la amplitud de las especificaciones con el ancho del
histograma. Para considerar que la dispersión no es demasiada, el ancho del histograma debe caber de forma holgada
en las especificaciones. En la figura 2.2 incisos a) y b) hay poca variación, mientras que en los incisos c) y d) ocurre lo
contrario.