Embedded Files
Description:
L'histogramme est un graphique à barres spécialisé qui montre la répartition des données mesurables (par ex. la température, les dimensions).
Ceci est extrêmement important car on sait que les mêmes événements ne produisent pas les mêmes résultats au fil du temps.
Un histogramme révèle l'ampleur des variations inhérentes à n'importe quel process.
L'histogramme se distingue de l'analyse de Pareto par la nature des informations présentées et par le fait qu'elles sont classées car l'analyse de Pareto indique uniquement les caractéristiques d'un produit ou d'un service (par ex. les données concernant le type de défaut, le problème ou le risque d'insécurité).
Utilisations:
Pour identifier les zones à risques.
Pour présenter les données collectées de manière à évaluer l'efficacité de la solution mise en oeuvre.
Méthode:
- Collectez les données nécessaires.
Vous devez commencer par un ensemble non organisé de nombres comme celui figurant ci- après :
Ces nombres correspondent, par exemple, à l'épaisseur d'une matière essentielle utilisée dans un processus de fabrication.
2. Comptez le nombre d'éléments d'information réunis. Cet exemple en contient 125 (n = 125).
3. Déterminez l'écart (E) pour l'ensemble des données.
L'écart est la différence entre la valeur la plus importante et la valeur la moins importante. Ici, il est de 10,7 - 9,0 = 1,7.
4. Divisez l'écart en nombre de catégories (K) en suivant les indications suivantes :
Nombre d'éléments d'information
Moins de 50
50-100
100-250
Plus de 250
Nombre de catégories (K)
5-7
6-10
7-12
10-20
Dans l'exemple, nous pourrions utiliser entre 7 et 12 catégories, mais nous n'en utiliserons que 10.
5. Déterminez la largeur de la catégorie (H) H = R/K= 1,7/10 = 0,17
En règle générale, il vaut mieux arrondir H mais reporter un chiffre de plus que dans l'ensemble initial de données. Dans cet exemple, 0,20 semble approprié.
6. Déterminez la limite de la catégorie ou son point final. Trouvez le nombre le plus petit de l'ensemble de données et utilisez-le tel quel ou arrondi l'unité immédiatement inférieure. Vous obtiendrez alors le point final le plus bas pour notre limite de la première catégorie. Dans cet exemple, il s'agit de 9,00.
Prenez maintenant ce nombre et ajoutez-lui la largeur de la catégorie (H) (9,00 + 0,20 = 9,20). Vous obtiendrez alors le point final le plus bas pour notre limite de la seconde catégorie. Notez que la première catégorie inclura 9,00 et tous les nombres au-dessus sans inclure 9,20.
Continuez de la même manière jusqu'à ce que toutes les limites des catégories soient établies.
7. Préparez une table des fréquences en utilisant les valeurs obtenues ci-dessus (par ex. le nombre de catégories, leur largeur et leur limite).
Le tableau de fréquences est en fait un histogramme présenté sous forme de tableau.
Une table des fréquences établie sur la base des données d'épaisseur est présentée ci-dessous :
8. Réalisez l'histogramme à partir de la table des fréquences.
Un histogramme est un graphique de tableau de fréquences qui fournit une présentation rapide de la répartition de la caractéristique mesurée.
Ci-après l'histogramme correspondant à l'exemple qui a été donné :
Exemples:
Dans cet exemple, les données semblent avoir tendance à se concentrer dans le centre autour de 9,8 et 9,99.
Il semble aussi qu'elles créent une courbe proche de la normale.
La spécification pour cette caractéristique d'épaisseur est située entre 7,7 et 10,5, avec une cible de 9.
Ainsi, cet histogramme indique que l'épaisseur est trop élevée et que nous fabriquons une matière défectueuse.
Google Sites
Report abuse