Este documento proporciona ejemplos e interpretaciones de diferentes tipos de histogramas, incluyendo histogramas normales, asimétricos, bimodales y sesgados. Explica que los histogramas deben basarse en muestras grandes para ser representativos y no deben usarse para extraer conclusiones si los datos son antiguos o incompletos. Además, recomienda fuentes adicionales sobre interpretación de histogramas.

1. UTT Universidad Tecnológica de Torreón
PROCESOS INDUSTRIALES
CONTROL ESTADÍSTICO DEL PROCESO
INTERPRETACIÓN DE HISTOGRAMAS
LIC. EDGAR GERARDO MATA ORTIZ
ROSALBA GUERREO HERNÁNDEZ
19 de Mayo de 2012

2. Interpretación de Histogramas
Introducción
Antes de extraer conclusiones sobre el análisis de un histograma, debes
asegurarte son representativos de las condiciones normales del proceso. Es
decir, si los datos son antiguos o existiese algún interrogante acerca
incompletos, es mejor tener nuevos datos para confirmar las conclusiones.
No extraer conclusiones basadas en pequeños muestreos. Para poder
observar la variabilidad y la localización de los máximos y mínimos, se
utilizan muestras de al menos 50 o más observaciones.
Ejemplos;
Histograma #1
32
Hist
ogra
27 ma
22
17
Prim
er
12 Sigm
a (-)
7
2
-3
7.4200 7.4400 7.4600 7.4800 7.5000 7.5200 7.5400 7.5600 7.5800
En este Histograma encontramos una distribución normal, como también una
distribución asimétrica hacia la derecha. Podríamos decir que si nuestra
compañía arrojara estos datos después de una recogida de datos, estamos
cumplimiento con las especificaciones dentro de los límites esperados. Como
también podemos observar es un histograma bimodal ya que tiene una
distribución que nos muestra dos picos.

3. Histograma #2
32 Histog
27 μ rama
22 Primer
Sigma
17 (-)
12
Segun
do
7
Sigma
(-)
2
-3
7.4000 7.4200 7.4400 7.4600 7.4800 7.5000 7.5200 7.5400 7.5600 7.5800
Es un Histograma que no tiene una distribución normal, está fuera de los
límites y especificaciones esperadas, ni siquiera cubre los requerimientos de
una distribución asimétrica, ni simétrica cuando en realidad en su mayoría
todos los histogramas aun cuando no tengan una distribución normal cumplen
con esta otra distribución.
También podemos llamarlo histograma bimodal.
Histograma # 3
27
22
17
μ
12
7
2
-3
7.3700 7.4200 7.4700 7.5200 7.5700 7.6200
No existe una distribución normal, representa una distribución simétrica es
decir que los dos lados derecho e izquierdo son aproximada mente imágenes
espectaculares o semejantes uno de otro.

4. Histograma sesgado; son aquellos que la distribución de alguna de sus colas
esta mas alargada en comparación con la otra. Se llaman sesgados a la
derecha y positivamente sesgados si la cola derecha es la más alargada, en
caso contrario es negativamente sesgados. En esta situación debemos tener
mucho cuidado de la especificaciones que se nos pide ya que al tener un
histograma con estas características, hay un porcentaje muy alto de no
estar cumpliendo con las especificaciones y nivel de calidad esperados.
Para obtener un conocimiento más amplio sobre interpretación de
Histogramas les recomiendo las siguientes fuentes de información:
Estadística aplicada básica.
www.google.com
books.google.com
Fundamentos de Probabilidad y Estadística
books.google.com
Gracias por su atención
Rosalba Guerrero Hernández
gueher2011@hotmail.com