Si vous augmentez le nombre de classes dans un histogramme, les colonnes deviennent plus étroites, les intervalles de classe deviennent plus arrondis et la tendance centrale devient plus évidente, ce qui signifie que les données deviennent plus précises et que toute information sous-jacente devient plus détaillée car vous pouvez collecter plus de données et l'histogramme devient plus informatif.
Un histogramme est un outil de qualité de base. Il est utilisé pour résumer et afficher graphiquement la distribution et la variation d'un ensemble de données de processus. L'objectif principal d'un histogramme est de clarifier les données présentées pour s'assurer qu'elles sont à la fois exactes et correctes.
Les applications typiques des histogrammes dans l'analyse des causes profondes incluent :
- Présenter des données pour déterminer quelles causes dominent
- Comprendre la répartition des occurrences de différents problèmes, causes, conséquences, etc.
Un histogramme est un type spécialisé de graphique à barres, les barres hautes peuvent indiquer plus de points dans une classe tandis que les barres basses peuvent indiquer moins de points.
Cependant, il y a des faiblesses dans l'analyse des données de cette façon. Ceux-ci sont:
- Si trop peu ou trop de barres sont présentes, les données peuvent être trompeuses
- les histogrammes peuvent montrer de nombreuses images différentes et peuvent donc être manipulés.
Ainsi, selon le type de données présentées dont vous avez besoin pour clarifier un histogramme peut ne pas être la méthode la plus appropriée car parfois il peut raconter une histoire différente mais parfois il ne peut raconter qu'une partie d'une histoire.