SlideShare uma empresa Scribd logo
1 de 10
Claudia Janeth
Vázquez
Chávez
Isamar Yareli
Lugo Zapta
HISTOGRAMA
(VISIÓN GRAFICA DE LAS
VARIABLES)
 Es una grafica de barras que permite describir el
comportamiento de un conjunto de datos en cuanto
a su tendencia central, forma y dispersión.
¿QUÉ ES UN HISTOGRAMA?
Hace posible tener una
idea objetiva sobre la
calidad de un producto, el
desempeño de un proceso
o el impacto de una acción
de mejora.
CONSTRUCCIÓN DE UN HISTOGRAMA
Paso 1
•Determinar el rango de los datos:
•El rango es igual a la diferencia entre el dato máximo y el mínimo.
Paso 2
•Obtener el número de clases (NC), se recomienda obtener de 5 a 15 barras dependiendo de los
datos y de cuantos sean.
Paso 3
•Establecer la longitud de clase (LC).
•Se establece de tal manera que el rango pueda ser cubierto en su totalidad por el numero de clases.
•LC= R/NC
Paso 4
•Construir los intervalos de clase
•Estos resultan de dividir el rango original por intervalos de la longitud.
Paso 5
•Obtener la frecuencia de cada clase.
•Para esto se cuentan los datos que caen en cada intervalo de clase.
Paso 6
•Graficar el histograma.
•Se hace una grafica de barras en la que las bases de las barras sean los intervalos de clase y la
altura sean las frecuencias de las clases
Datos sobre la cantidad exacta de café contenido en paquetes
de 250 gramos (120 unidades medidas).
 Paso 1.- Determinar rango de datos.
 Paso 2.- Obtener el numero de clases.
Recorrido total= Vmax-Vmin
258-243=15
EJEMPLO…
rangoValor
máximo
Valor
mínimo
 Paso 3.- Establecer la longitud de la clase.
Número de
datos
Número de clases
recomendado
20 – 50 6
51 – 100 7
101 – 200 8
201 – 500 9
500 – 1000 10
Más de 1000 10 – 20
LC= R/NC
LC= 15 / 8 = 1.875
(Log 120 * 3.33) + 1
6.92 + 1 = 7.92 ~ 8
 Paso 4.- Construir los intervalos de clase.
 Como el valor menor en 243grs empezaremos el primer
intervalo en 242.5grs y construimos 2 clases con 2 grs de
amplitud
Clase Intervalo Recuento Total
1 242.5 – 244.5 5
2 244.5 – 246.5 9
3 246.5 – 248.5 19
4 248.5 – 250.5 32
5 250.5 – 252.5 28
6 252.5 – 254.5 15
7 254.5 – 256.5 8
8 256.5 – 258.5 4
 Paso 5.- Obtener la frecuencia de cada
clase.
120
 Paso 6.- Graficar el Histograma.
INTERPRETACIÓN DE UN HISTOGRAMA
La desviación
respeto a esta
forma indica
problemas
Sugiere la
presencia de
dos procesos
distintos
Caso típico de
organizaciones
que no tienen el
trabajo bien
definido
Errores de
medición en la
forma de
agrupar datos
Existencia de
dos procesos
distintos el pico
pequeño
representa
deficiencia
Indica un
registro poco
cuidadoso de
los datos
Extremos
similares a las
tolerancias
especificadas
Ejem: el tiempo
en que tardan en
cursa las ordenes
de compra al
recibirlas es en
un dia, dos, tres o
cuatro
 Gutiérrez, H. (2005). Calidad Total. México; Mc Graw
Hill.
 Summers, D. (2006). Administración de la calidad.
México; Pearson.
BIBLIOGRAFÍA.

Mais conteúdo relacionado

Mais procurados

Graficos de control
Graficos de controlGraficos de control
Graficos de control
Laura Bernal
 
Ejercicios cartas de control p y np, c y u
Ejercicios cartas de control p y np, c y uEjercicios cartas de control p y np, c y u
Ejercicios cartas de control p y np, c y u
Marilaguna
 
Control+estadístico+de+procesos +ejercicios
Control+estadístico+de+procesos +ejerciciosControl+estadístico+de+procesos +ejercicios
Control+estadístico+de+procesos +ejercicios
Daniel Remondegui
 
Graficos de control
Graficos de controlGraficos de control
Graficos de control
Eloen13
 
Prueba de huecos o de distancia
Prueba de huecos o de distanciaPrueba de huecos o de distancia
Prueba de huecos o de distancia
alejandro02912010
 

Mais procurados (20)

Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación
 
EJERCICIOS MATA...
EJERCICIOS MATA...EJERCICIOS MATA...
EJERCICIOS MATA...
 
Estratificación
EstratificaciónEstratificación
Estratificación
 
Simulación - Unidad 2 numeros pseudoaleatorios
Simulación - Unidad 2 numeros pseudoaleatoriosSimulación - Unidad 2 numeros pseudoaleatorios
Simulación - Unidad 2 numeros pseudoaleatorios
 
Graficos de control
Graficos de controlGraficos de control
Graficos de control
 
SIMULACION UNIDAD II
SIMULACION UNIDAD IISIMULACION UNIDAD II
SIMULACION UNIDAD II
 
Graficas de control por atributo
Graficas de control por atributoGraficas de control por atributo
Graficas de control por atributo
 
Graficos de control
Graficos de controlGraficos de control
Graficos de control
 
Programacion lineal
Programacion linealProgramacion lineal
Programacion lineal
 
Histograma
HistogramaHistograma
Histograma
 
Ejercicios cartas de control p y np, c y u
Ejercicios cartas de control p y np, c y uEjercicios cartas de control p y np, c y u
Ejercicios cartas de control p y np, c y u
 
Control estadistico de procesos segunda parte
Control estadistico de procesos  segunda parteControl estadistico de procesos  segunda parte
Control estadistico de procesos segunda parte
 
Control+estadístico+de+procesos +ejercicios
Control+estadístico+de+procesos +ejerciciosControl+estadístico+de+procesos +ejercicios
Control+estadístico+de+procesos +ejercicios
 
Diseño factorial general ejemplos
Diseño factorial general ejemplosDiseño factorial general ejemplos
Diseño factorial general ejemplos
 
Graficos de control
Graficos de controlGraficos de control
Graficos de control
 
Distribución beta
Distribución betaDistribución beta
Distribución beta
 
Prueba de corridas arriba y abajo de la media
Prueba de corridas arriba y abajo de la mediaPrueba de corridas arriba y abajo de la media
Prueba de corridas arriba y abajo de la media
 
Diferencia entre grafico xr,xs
Diferencia entre grafico xr,xsDiferencia entre grafico xr,xs
Diferencia entre grafico xr,xs
 
Explicacion cartas de_control
Explicacion cartas de_controlExplicacion cartas de_control
Explicacion cartas de_control
 
Prueba de huecos o de distancia
Prueba de huecos o de distanciaPrueba de huecos o de distancia
Prueba de huecos o de distancia
 

Semelhante a Histograma

1.7. técnicas de agrupación
1.7.  técnicas de agrupación1.7.  técnicas de agrupación
1.7. técnicas de agrupación
ITCM
 
Ejercicio tabla de_frecuencia
Ejercicio tabla de_frecuenciaEjercicio tabla de_frecuencia
Ejercicio tabla de_frecuencia
Nadir Sánchez
 

Semelhante a Histograma (20)

DATOS AGRUPADOS.pptx
DATOS AGRUPADOS.pptxDATOS AGRUPADOS.pptx
DATOS AGRUPADOS.pptx
 
1.7. técnicas de agrupación
1.7.  técnicas de agrupación1.7.  técnicas de agrupación
1.7. técnicas de agrupación
 
Organización de Datos
Organización de DatosOrganización de Datos
Organización de Datos
 
Est1 class 1_x03
Est1 class 1_x03Est1 class 1_x03
Est1 class 1_x03
 
ESTADÍSTICA BÁSICA, SESIÓN 1
ESTADÍSTICA BÁSICA, SESIÓN 1ESTADÍSTICA BÁSICA, SESIÓN 1
ESTADÍSTICA BÁSICA, SESIÓN 1
 
Qué es un Histograma estadístico teoria y problema
Qué es un Histograma estadístico teoria y problemaQué es un Histograma estadístico teoria y problema
Qué es un Histograma estadístico teoria y problema
 
Tablas y gráficas de frecuencia
Tablas y gráficas de frecuenciaTablas y gráficas de frecuencia
Tablas y gráficas de frecuencia
 
6. distribucion de frecuencias
6.  distribucion de frecuencias 6.  distribucion de frecuencias
6. distribucion de frecuencias
 
Tabla de frecuencia.pptx
Tabla de frecuencia.pptxTabla de frecuencia.pptx
Tabla de frecuencia.pptx
 
Ejercicio tabla de_frecuencia
Ejercicio tabla de_frecuenciaEjercicio tabla de_frecuencia
Ejercicio tabla de_frecuencia
 
Tablas de Distribución de Frecuencias con practica.pptx
Tablas de Distribución de Frecuencias con practica.pptxTablas de Distribución de Frecuencias con practica.pptx
Tablas de Distribución de Frecuencias con practica.pptx
 
Estadística
EstadísticaEstadística
Estadística
 
Nueva de la 3ra
Nueva de la 3raNueva de la 3ra
Nueva de la 3ra
 
Grouped data 01
Grouped data 01Grouped data 01
Grouped data 01
 
Antologia estadistica descriptiva
Antologia estadistica descriptivaAntologia estadistica descriptiva
Antologia estadistica descriptiva
 
estadistica
estadisticaestadistica
estadistica
 
Tema 2 - tabla de frecuencias.pptx
Tema 2 - tabla de frecuencias.pptxTema 2 - tabla de frecuencias.pptx
Tema 2 - tabla de frecuencias.pptx
 
Elaboración de tablas de frecuencia, estadística
Elaboración de tablas de frecuencia, estadísticaElaboración de tablas de frecuencia, estadística
Elaboración de tablas de frecuencia, estadística
 
Clase 4.pptx
Clase 4.pptxClase 4.pptx
Clase 4.pptx
 
Organizacion de los datos jose felix rodriguez 26632429
Organizacion de los datos jose felix rodriguez 26632429Organizacion de los datos jose felix rodriguez 26632429
Organizacion de los datos jose felix rodriguez 26632429
 

Mais de Isamar Yareli (6)

Calidad total
Calidad totalCalidad total
Calidad total
 
Retroalimentación negativa
Retroalimentación negativaRetroalimentación negativa
Retroalimentación negativa
 
Six sigma
Six sigmaSix sigma
Six sigma
 
La casa de la calidad
La casa de la calidadLa casa de la calidad
La casa de la calidad
 
Violencia en el noviazgo
Violencia en el noviazgoViolencia en el noviazgo
Violencia en el noviazgo
 
Jack welch, lider
Jack welch, liderJack welch, lider
Jack welch, lider
 

Histograma

  • 1. Claudia Janeth Vázquez Chávez Isamar Yareli Lugo Zapta HISTOGRAMA (VISIÓN GRAFICA DE LAS VARIABLES)
  • 2.  Es una grafica de barras que permite describir el comportamiento de un conjunto de datos en cuanto a su tendencia central, forma y dispersión. ¿QUÉ ES UN HISTOGRAMA? Hace posible tener una idea objetiva sobre la calidad de un producto, el desempeño de un proceso o el impacto de una acción de mejora.
  • 3. CONSTRUCCIÓN DE UN HISTOGRAMA Paso 1 •Determinar el rango de los datos: •El rango es igual a la diferencia entre el dato máximo y el mínimo. Paso 2 •Obtener el número de clases (NC), se recomienda obtener de 5 a 15 barras dependiendo de los datos y de cuantos sean. Paso 3 •Establecer la longitud de clase (LC). •Se establece de tal manera que el rango pueda ser cubierto en su totalidad por el numero de clases. •LC= R/NC Paso 4 •Construir los intervalos de clase •Estos resultan de dividir el rango original por intervalos de la longitud. Paso 5 •Obtener la frecuencia de cada clase. •Para esto se cuentan los datos que caen en cada intervalo de clase. Paso 6 •Graficar el histograma. •Se hace una grafica de barras en la que las bases de las barras sean los intervalos de clase y la altura sean las frecuencias de las clases
  • 4. Datos sobre la cantidad exacta de café contenido en paquetes de 250 gramos (120 unidades medidas).  Paso 1.- Determinar rango de datos.  Paso 2.- Obtener el numero de clases. Recorrido total= Vmax-Vmin 258-243=15 EJEMPLO… rangoValor máximo Valor mínimo
  • 5.  Paso 3.- Establecer la longitud de la clase. Número de datos Número de clases recomendado 20 – 50 6 51 – 100 7 101 – 200 8 201 – 500 9 500 – 1000 10 Más de 1000 10 – 20 LC= R/NC LC= 15 / 8 = 1.875 (Log 120 * 3.33) + 1 6.92 + 1 = 7.92 ~ 8
  • 6.  Paso 4.- Construir los intervalos de clase.  Como el valor menor en 243grs empezaremos el primer intervalo en 242.5grs y construimos 2 clases con 2 grs de amplitud Clase Intervalo Recuento Total 1 242.5 – 244.5 5 2 244.5 – 246.5 9 3 246.5 – 248.5 19 4 248.5 – 250.5 32 5 250.5 – 252.5 28 6 252.5 – 254.5 15 7 254.5 – 256.5 8 8 256.5 – 258.5 4  Paso 5.- Obtener la frecuencia de cada clase. 120
  • 7.  Paso 6.- Graficar el Histograma.
  • 8. INTERPRETACIÓN DE UN HISTOGRAMA La desviación respeto a esta forma indica problemas Sugiere la presencia de dos procesos distintos Caso típico de organizaciones que no tienen el trabajo bien definido Errores de medición en la forma de agrupar datos
  • 9. Existencia de dos procesos distintos el pico pequeño representa deficiencia Indica un registro poco cuidadoso de los datos Extremos similares a las tolerancias especificadas Ejem: el tiempo en que tardan en cursa las ordenes de compra al recibirlas es en un dia, dos, tres o cuatro
  • 10.  Gutiérrez, H. (2005). Calidad Total. México; Mc Graw Hill.  Summers, D. (2006). Administración de la calidad. México; Pearson. BIBLIOGRAFÍA.