Histograma: Como Analisar a Variação do Processo

Um histograma é uma das ferramentas mais práticas na gestão de processos porque transforma uma coluna de números em uma imagem do que seu processo está realmente fazendo. Quando sua equipe discute se a variação é "normal" ou um problema real, um histograma encerra o debate em segundos.

Saber usar o histograma como ferramenta de qualidade não é opcional para líderes de operações. É uma habilidade básica, e pular essa etapa significa tomar decisões com base em médias que escondem a história completa.

O que é um Histograma?

Um histograma é um gráfico de barras que mostra a distribuição de frequência de dados contínuos agrupados em faixas chamadas bins. Cada barra representa a frequência com que as medições caem dentro de uma faixa específica. Juntas, as barras revelam a forma, o centro e a dispersão da variação do seu processo.

O histograma é uma das 7 ferramentas básicas da qualidade (também chamadas de 7 ferramentas de CQ), formalizadas originalmente por Kaoru Ishikawa na década de 1960 como um conjunto de métodos visuais simples para análise de qualidade.

Histograma vs. gráfico de barras: Em um gráfico de barras comum, as barras representam categorias distintas (tipos de produto, regiões, departamentos) e há espaços entre elas. Em um histograma, os dados são contínuos (medições, tempos, pesos), as barras se tocam, e o eixo x representa uma escala numérica dividida em faixas iguais.

Principais dados

• As 7 ferramentas básicas da qualidade, que incluem o histograma, foram formalizadas por Kaoru Ishikawa por volta de 1968 para dar aos trabalhadores da linha de frente um kit prático de controle de qualidade. (Ishikawa, "Guide to Quality Control", 1968)
• O histograma como representação estatística foi nomeado e introduzido por Karl Pearson em 1895, como parte de seu trabalho sobre curvas de frequência. (Pearson, "Contributions to the Mathematical Theory of Evolution", 1895)
• A Regra de Sturges, a diretriz mais comum para escolher o número de bins em um histograma, foi publicada por Herbert Sturges em 1926: k = 1 + 3,322 log(n), em que n é o tamanho da amostra. (Sturges, "The Choice of a Class Interval", Journal of the American Statistical Association, 1926)

"Uma média esconde a história; um histograma a conta."

Por que Usar um Histograma?

Uma tabela com 200 medições diz muito pouco à primeira vista. Você pode calcular uma média, mas ela não mostra se todas as suas peças se concentram bem próximas do alvo ou se espalham por todo lado.

Um histograma faz três coisas que uma tabela não faz:

1. Torna a variação visível. Você vê imediatamente se o seu processo produz um output consistente e concentrado ou uma dispersão ampla e imprevisível.

2. Mostra a posição em relação aos limites de especificação. Ao traçar linhas verticais em um histograma para os limites inferior e superior de especificação (LSL e USL), você vê rapidamente se o output do processo cabe dentro da janela ou se defeitos estão escapando de um ou dos dois lados.

3. Revela padrões não normais. Distribuições assimétricas, picos duplos, lacunas e quedas abruptas sinalizam algo que vale a pena investigar. Os métodos de controle estatístico de processo (SPC) presumem dados aproximadamente normais, então identificar esses padrões cedo protege sua análise de conclusões falsas.

Como Ler um Histograma: Formas Comuns

A forma de um histograma carrega significado. Aqui está uma tabela de referência para os padrões que você vai encontrar com mais frequência:

Ler primeiro a forma, depois a posição e depois a largura oferece uma interpretação estruturada em toda análise.

Como Criar um Histograma

Você precisa de pelo menos 50 pontos de dados para um histograma ser confiável, e 100 ou mais produz padrões mais limpos. Aqui estão as seis etapas:

Etapa 1: Colete os Dados

Reúna as medições do seu processo em uma única lista. Registre o tamanho da amostra (n). Certifique-se de que os dados vêm de uma única condição do processo; misturar dados de antes e depois de uma mudança no processo vai criar formas enganosas.

Etapa 2: Encontre a Amplitude

Subtraia o menor valor do maior: Amplitude = Máximo - Mínimo. Isso mostra quão largo o seu eixo x precisa ser.

Etapa 3: Escolha o Número de Bins

Use a Regra de Sturges como ponto de partida: k = 1 + 3,322 x log(n). Para 100 pontos de dados, isso resulta em cerca de 8 bins. O método da raiz quadrada é mais simples: k = raiz quadrada de n, o que dá 10 bins para 100 pontos de dados. Ambos são pontos de partida razoáveis. Ajuste para mais ou para menos para evitar barras que pareçam vazias ou barras que agrupem tudo junto.

Etapa 4: Defina a Largura do Bin

Largura do bin = Amplitude / Número de bins. Arredonde para um número conveniente que combine com a precisão da sua medição. Todos os bins precisam ter a mesma largura.

Etapa 5: Faça a Contagem das Frequências

Conte quantos pontos de dados caem em cada bin. Uma folha de verificação é uma ferramenta útil para essa etapa quando você está contando manualmente.

Etapa 6: Desenhe as Barras

Plote a frequência (contagem) no eixo y e as faixas dos bins no eixo x. Desenhe barras que se tocam, uma por bin, com altura igual à frequência. Adicione um título, rotule os dois eixos com unidades, registre o tamanho da sua amostra e trace os limites de especificação como linhas verticais, se aplicável.

Exemplos de Histograma por Função

Manufatura: dimensões de peças. Uma equipe de usinagem mede o diâmetro de 150 peças de eixo. O histograma mostra uma forma de sino centralizada um pouco acima do alvo, com a cauda direita cruzando o USL. Isso indica ao engenheiro que é preciso ajustar a média do processo para baixo, não aumentar as tolerâncias.

Atendimento ao cliente: tempo de atendimento de chamadas. Um diretor de suporte plota 200 tempos de atendimento de chamadas. O histograma é assimétrico à direita, com uma cauda longa além de 15 minutos. A equipe investiga a cauda e descobre um subconjunto de chamadas envolvendo uma categoria específica de produto que precisa de um script dedicado.

RH: tempo até a contratação. Um gestor de RH plota 80 contratações recentes por dias até a proposta. O histograma mostra um padrão bimodal: um pico em 18 dias e outro em 42 dias. Quando a equipe separa os dados por tipo de cargo, descobre que as funções técnicas seguem um caminho e as funções administrativas seguem outro. Combiná-las em uma única média havia escondido isso completamente.

Esses exemplos compartilham um padrão: o histograma revela um segmento ou desvio que uma estatística resumida mascara.

Histograma vs. Outras Ferramentas de Qualidade

Um histograma não é a ferramenta certa para toda pergunta. Veja como ele se compara a duas ferramentas próximas:

Histograma vs. gráfico de Pareto. Uma análise de Pareto classifica categorias discretas de defeito (peça errada, etiqueta ausente, risco na superfície) por frequência para mostrar quais poucas categorias causam a maioria dos problemas. Use um gráfico de Pareto quando seus dados forem categóricos. Use um histograma quando seus dados forem medições contínuas.

Histograma vs. gráfico de sequência ou carta de controle. Um histograma elimina o tempo da imagem. Ele mostra a distribuição de todos os valores ao longo de um período, mas não a sequência. Um gráfico de sequência ou carta de controle preserva a ordem temporal e revela tendências, ciclos ou mudanças repentinas. Para uma imagem completa, use os dois: o histograma para a forma da distribuição e a carta de controle para o comportamento ao longo do tempo.

O diagrama de espinha de peixe combina bem com um histograma quando você usa a forma da distribuição para formular hipóteses sobre causas raiz, e depois usa a espinha de peixe para estruturar a investigação.

O framework DMAIC do Six Sigma normalmente usa histogramas nas fases de Medição e Análise para caracterizar o desempenho do processo antes de tentar qualquer melhoria.

Programas de gestão da qualidade total usam histogramas como um diagnóstico fundamental em todas as funções, não apenas na manufatura.

Para comparar relações entre duas variáveis contínuas, um diagrama de dispersão estende a análise que um histograma começa.

Boas Práticas

Tamanho mínimo da amostra. Não tire conclusões precipitadas de um histograma com menos de 50 pontos de dados. As formas se tornam estáveis e confiáveis a partir de 100 ou mais observações.

Regras práticas para o número de bins. Tanto a Regra de Sturges (k = 1 + 3,322 log n) quanto a regra da raiz quadrada (k = raiz quadrada de n) são razoáveis. Se o seu histograma parecer pontiagudo demais, adicione mais bins. Se parecer um ou dois blocos grandes, reduza os bins.

Rotule tudo. Inclua o nome da variável, a unidade de medida, o tamanho da amostra, o intervalo de datas e a condição do processo. Um histograma sem contexto é impossível de usar seis meses depois.

Uma condição por vez. Se você misturar dados de duas máquinas, dois operadores, ou de períodos antes e depois de uma mudança, corre o risco de criar uma forma bimodal artificial. Estratifique primeiro, depois plote.

Trace os limites de especificação. Sobrepor o LSL e o USL no histograma é a forma mais rápida de ver se o seu processo é capaz. Se as barras se estenderem além de qualquer um dos limites, você tem uma taxa de defeitos para quantificar e reduzir.

Perguntas Frequentes

Qual é a diferença entre um histograma e um gráfico de barras?

Um gráfico de barras mostra frequências ou valores para categorias distintas (região, tipo de produto, departamento). As barras são separadas por espaços porque as categorias não são contínuas. Um histograma mostra a distribuição de frequência de dados numéricos contínuos, com barras que se tocam porque as faixas são adjacentes. Você usa um gráfico de barras para "quantos defeitos por linha de produto?" e um histograma para "qual é a distribuição das medições de torque em 200 parafusos?"

Quantos bins um histograma deve ter?

Comece com a Regra de Sturges: k = 1 + 3,322 x log(n). Para 50 pontos de dados, isso é cerca de 7 bins. Para 200 pontos de dados, cerca de 9. O método da raiz quadrada é mais simples: k = raiz quadrada de n, o que dá cerca de 14 bins para 200 pontos de dados. Não existe uma única resposta correta. O objetivo é ver a forma claramente sem ruído demais (bins em excesso) ou suavização demais (bins de menos).

O histograma é uma das 7 ferramentas de CQ?

Sim. As sete ferramentas básicas da qualidade são: diagrama de causa e efeito (espinha de peixe), folha de verificação, carta de controle, histograma, gráfico de Pareto, diagrama de dispersão e estratificação (ou fluxograma em algumas versões). O conjunto foi popularizado por Kaoru Ishikawa na década de 1960 e ainda é ensinado em programas de qualidade ISO e lean hoje.

Um histograma pode mostrar se meu processo é capaz?

Um histograma dá uma indicação visual: se a distribuição cabe dentro dos seus limites de especificação com folga, a capacidade parece razoável. Mas, para um índice formal de capacidade (Cp, Cpk), você precisa da média, do desvio padrão e da suposição de normalidade aproximada. O histograma ajuda a verificar essa suposição de normalidade visualmente antes de rodar os cálculos de capacidade.

O que significa um histograma bimodal?

Dois picos geralmente significam que dois fluxos de processo distintos estão misturados nos seus dados. Fontes comuns: duas máquinas rodando com configurações ligeiramente diferentes, dois operadores com técnicas diferentes, dois lotes de matéria-prima, ou dois períodos de tempo (antes e depois de uma mudança não registrada). A correção é separar os dados por fonte e plotar cada grupo individualmente antes de tirar qualquer conclusão.

Histogramas são rápidos de construir e trazem retorno imediato. Se você está conduzindo uma iniciativa de melhoria de processo e ainda não plotou seus dados de baseline como um histograma, comece por aí. A forma da distribuição vai dizer mais em um único olhar do que uma semana de revisão de planilhas.