Apostila do curso Histograma

Prévia do material em texto

Ferramentas da Qualidade:
HISTOGRAMA
1
Sumário
 O que é um Histograma;
 Quando usar o Histograma;
 Etapas para construção de um 
Histograma;
 Como elaborar Histogramas nos 
softwares Excel e Minitab;
 Estudos de caso com aplicação de 
Histogramas.
Bem-vindos ao curso de Histograma.
Este curso está integrado com a série de cursos sobre as Sete Ferramentas da 
Qualidade e tem como proposta mostrar como os histogramas podem ser 
importantes recursos para o controle de processos e são ferramentas 
extremamente versáteis. Veremos que podem ser aplicados em situações 
industriais, de serviços, em processos administrativos, ou seja, em diversos 
contextos.
Para isso, os histogramas serão apresentados de forma objetiva, apresentando o 
contexto no qual surgiram e quais as principais informações que obtemos ao 
analisarmos um histograma. Discutiremos também as principais situações em 
que são utilizados e quais gamas de problemas um histograma pode auxiliar na 
resolução. O uso do histograma será aprofundado com a construção, passo-a-
passo, de um histograma dentro de um contexto de realização de projeto. Além 
disso, a elaboração de histogramas também será feita com o auxílio dos 
softwares Excel e Minitab.
E os conceitos apresentados serão exemplificados em casos reais de aplicação do 
histograma, com o intuito de que você possa, ao final do curso, já aplicá-lo em 
seus trabalhos e projetos.
2
O histograma
3
 Criado pelo advogado francês 
André-Michel Guerry;
 Intuito: avaliar a influência da 
idade de criminosos em Paris;
 Categorizou a ocorrência de 
crimes por faixa de idade.
O Começo
Superficialmente, o histograma pode parecer um simples gráfico de barras. 
Porém, como será visto ao londo curso, este tipo de gráfico contém muito mais 
informações que as contidas em um gráfico de barras. A criação do histograma é 
creditada ao advogado francês André-Michel Guerry. Em 1833, ele estava 
estudando estatísticas sobre o crime em Paris, buscando entender se a idade do 
criminoso era um fator influente. Ao invés de utilizar apenas um gráfico de 
barras, Guerry foi além e apresentou um histograma mostrando a distribuição 
desses crimes categorizados por faixa de idade, algo que ainda não havia sido 
utilizado.
4
Alguns Histogramas
Frequência - Restaurante Pirâmide Etária Funcionários Empresa
Os histogramas são provavelmente uma das ferramentas com as quais mais nos 
deparamos no dia-a-dia, por exemplo quando pesquisamos por um restaurante 
específico, podemos saber como é a distribuição, ao longo do dia, da visitação 
nesse restaurante. Também é muito comum em reportagens ou em estudos, a 
representação da população em pirâmides etárias. Um histograma pode mostrar 
também qual faixa etária prevalece entre os funcionários de uma empresa.
5
O Histograma
Gráfico de 
Frequência cujo 
objetivo é ilustrar 
como um 
determinado 
conjunto de dados 
está distribuído.
Assim, o histograma pode ser definido como uma representação gráfica de um 
conjunto de dados divididos em classes. É composto por diversas colunas, as 
quais constituem as classes do histograma e cujas respectivas bases representam 
a amplitude dos dados abrangidos por cada classe. Já a altura das colunas 
representa a quantidade ou frequência com que os valores daquela classe 
ocorreram. O principal objetivo do histograma é ilustrar como uma determinada 
população de dados está distribuída.
Um histograma pode ser muito útil quando é necessário avaliar a simetria dentro 
do conjunto de dados, quão ampla é a dispersão dos dados, observar se há mais 
de um pico, se existem valores apartados do conjunto e também como os dados 
comportam-se em relação a metas ou especificações.
6
Quando Utilizar
 Identificar como os dados de um sistema 
estão distribuídos;
 Determinar a resposta mais comum de 
um sistema;
 Avaliar o desempenho futuro dos 
processos;
 Auxiliar na identificação de ocorrências e 
anomalias;
 Entender o comportamento dos dados 
de um processo na fase Measure do 
roteiro DMAIC em Projetos de Melhoria.
A utilização do histograma é mais proveitosa para a análise de sistemas 
considerados estáveis, ou seja, aqueles em que a variação dos dados é advinda 
apenas de causas comuns. Nesses casos, em que há estabilidade previsões 
podem ser feitas acerca do sistema analisado. Por outro lado, quando o sistema 
está instável, ou seja, quando não há previsibilidade alguma do comportamento 
do processo, um histograma não terá grande aplicação.
Assim, considerando um processo estável, um histograma pode ser utilizado para 
identificar:
• a resposta mais comum de um sistema: qual faixa de valores ocorre com mais 
frequência;
• como os dados do conjunto estão distribuídos: há alguma classe 
predominante, os dados estão mais concentrados ou espalhados, os dados são 
simétricos ou apresentam desvios para as extremidades;
• o desempenho futuro dos processos: o comportamento dos dados, como 
mostrado no histograma, em processos estáveis, tende a manter-se;
• ocorrências e anomalias: classes isoladas das demais pode indicar que o 
processo não está dentro do esperado, pode ter havido algum tipo de 
interferência ou falha;
7
Em projetos que seguem roteiros de melhoria, o histograma pode auxiliar no 
entendimento do comportamento dos dados na etapa de coleta de dados. Por 
exemplo, no DMAIC, roteiro de melhoria apresentado nos cursos de Lean Seis 
Sigma da FM2S, é utilizado na fase Measure.
7
Quando Utilizar – Limites de Especificação
CAPABILIDADE
Além disso, uma utilização bastante importante do histograma é compará-lo com 
as especificações ou requisitos do cliente, indicando se o sistema está dentro dos 
limites especificados. Na primeira figura a esquerda, observa-se um processo que 
atende com uma boa margem os requisitos de especificação, já a próxima figura 
apresenta um processo que está atendendo os requisitos, mas qualquer desvio já 
impedirá o processo de continuar atendendo as especificações. As três figuras 
seguintes são casos em que os requisitos já não são atendidos, ou seja, é 
necessário realizar melhorias no processo para atender os requisitos de 
qualidade do cliente. A realização da comparação entre os dados do processo e 
os limites de especificação de qualidade é a análise de capabilidade.
8
Como elaborar 
um histograma
9
Para elaborar um histograma que traga ganhos e permita o aprofundamento do
conhecimento sobre o processo é importante seguir esse passo-a-passo. A primeira etapa
é definir o efeito, ou seja, definir o problema que será estudado e qual o contexto em que
esse problema está inserido, sendo a principal entrega dessa fase o problema definido
claramente. O próximo passo é o momento de coletar dados sobre o problema definido e
organizá-los de forma que estejam estruturados para permitirem a construção do
histograma, sendo esta estruturação a saída desta etapa. Assim, é possível seguir para o
terceiro passo, que é construir efetivamente o histograma, a partir dos dados coletados.
Finalizando a elaboração do histograma é fundamental analisar os resultados obtidos,
para que um plano de ação seja proposto e colocado em prática.
Definir o Problema
 O problema analisado deve 
representar adequadamente o 
processo a ser estudado e deve estar 
de acordo com o objetivo do projeto;
 Árvore CTC pode ser uma fonte de 
identificação de problemas ou 
oportunidades de melhoria.
Inicialmente é necessário definir o problema que será analisado, entendendo o contexto
no qual o problema surgiu. Nesse momento é importante realizar alguns
questionamentos: O que queremos analisar? O que queremos observar?
Essas perguntas ajudarão a definir o objetivo com o qual o histograma será construído. A
realização de uma árvore CTC pode auxiliar na identificação do problema a ser
analisado, já que é uma fonte direcionadora, que permite a identificação de indicadores
de qualidade críticos para o cliente. Ao final dessa etapa, a principal saída será a
descrição clara e sucinta do problema.11
Coletar Dados
 Identificar se os dados de interesse 
já são coletados ou se será preciso 
determinar uma metodologia de 
coleta;
 Folhas de verificação;
 Formulário de coleta dados;
 Organizar adequadamente o que foi 
coletado, permitindo que a 
construção do Histograma seja feita.
Na etapa de coleta de dados, identifica-se se os dados já são coletados, mesmo que não 
estejam estruturados, ou então se será preciso preparar uma maneira de coletar os 
dados, utilizando por exemplo, folhas de verificação ou formulário de coleta de dados. 
Ainda nesta etapa é preciso disponibilizar os dados de forma adequada, como uma 
estrutura de banco de dados, em que uma ou mais variáveis são medidas para cada 
observação. Assim, a principal entrega dessa etapa será um banco de dados estruturado 
com os dados coletados.
12
Construir o Histograma
 Nessa etapa os componentes de 
um Histograma serão 
determinados de acordo com os 
dados disponíveis:
 Classes;
 Amplitude e limites de cada 
classe;
 Quantidade de ocorrências por 
classe.
A construção do histograma pode então ser realizada, já que os dados estão disponíveis 
e em formato estruturado. A construção do histograma englobará a definição do 
número de classes, da amplitude e dos limites inferior e superior de cada classe, para 
então determinar o número de ocorrências por classe. Assim, o histograma 
propriamente dito será obtido. Nessa fase, é possível contar com o auxílio de softwares 
como Excel e Minitab.
13
Analisar o Histograma
 Observar o histograma e responder 
às perguntas que foram levantadas 
no início;
 Utilizar as respostas para propor 
ações e para aprofundar a análise 
através da conexão com outras 
ferramentas:
 Cartas de Controle;
 Diagrama de Pareto.
Para finalizar, o histograma deve ser utilizado para responder as questões suscitadas 
inicialmente, possibilitando a criar um plano de ação relacionado ao problema inicial. 
Além disso, os resultados do histograma podem apontar a necessidade de uma análise 
mais profunda, incluindo o uso de outras ferramentas da qualidade, como as Cartas de 
Controle, nas quais a distribuição dos dados ao longo do tempo será avaliada, e o 
Diagrama de Pareto, cujo objetivo é priorizar causas relacionadas ao problema que está 
sendo analisado.
14
Estudo de caso
Perda de embalagens em 
processo industrial alimentício
Esse estudo de caso apresentará uma aplicação do histograma em uma situação 
real, num projeto realizado em uma indústria alimentícia. A empresa possuí 
diversas linhas de produtos e a principal reclamação era em relação ao aumento 
das perdas e desperdícios das embalagens.
A primeira etapa então foi definir claramente o problema, determinar qual o 
incômodo o projeto deveria atacar e o que deveria ser observado com a 
realização do histograma. Nesse caso, o objetivo era observar como estavam 
distribuídos os dados de perdas de embalagem, se estavam centrados, ou se 
havia uma maioria sempre acima da média. Então, nesse momento foi escolhida 
apenas uma das linhas de produto para início do estudo sobre a perda das 
embalagens.
Na segunda etapa, foi necessário coletar os dados para serem analisados através 
do histograma. Aqui, é importante utilizar formulários de coleta de dados ou 
folhas de verificação, para então construir o banco de dados através do qual 
serão buscados os dados. A quantidade de embalagens perdidas por dia já era 
quantificada pelo cliente, esses dados eram anotados na folha de verificação da 
produção do dia.
15
Além das informações sobre o número de perdas, nessa mesma folha eram 
anotadas a quantidade de embalagens produzidas por dia. No caso da linha 
escolhida para análise, o produto era embalados em duas versões, uma com o 
dobro da massa da outra. Assim, nessa folha, eram anotados de forma 
independente a quantidade produzida de cada tipo de embalagem desse mesmo 
produto. Porém o número de embalagens perdidas não era contabilizado 
individualmente, para cada um dos tamanhos de embalagem.
Finalmente, é necessário ordenar os dados, tabulando-os adequadamente, 
construindo o banco de dados apropriado. Nesse caso, o cliente forneceu de 
forma organizada a porcentagem de embalagens perdidas por dia, para essa linha 
de produtos.
15
ESTUDO DE CASO - Perda de embalagens em processo industrial alimentício
 Primeira análise
 Sem estratificação;
 Todos os dados;
 Observações: presença 
de dois picos, indicando 
que há dois grupos de 
dados diferentes, com 
médias diferentes
Em seguida, foi possível construir o histograma para a perda de embalagens, o 
que foi feito através do software Minitab.
Analisando o histograma obtido, destaca-se o fato de termos dois picos e não 
apenas um, como o esperado em uma distribuição normal. Assim, têm-se um 
conjunto de dados concentrados entre 0,63 e 0,88% e outra concentração entre 
valores de 1,88 e 2,12%. A presença desses dois picos indicaram que, 
possivelmente, poderia haver dois grupos de dados distintos.
A ação recomendada ao fim desta etapa foi buscar uma estratificação desses 
dados, utilizando os dois diferentes tamanhos de embalagem para realizar a 
estratificação.
Dessa forma, antes construção dos dois novos histogramas, relativos a cada 
tamanho de embalagem, foi necessário preparar uma folha de coleta de dados, 
que permitisse a diferenciação entre o número de embalagens menores perdidas 
e o número de embalagens maiores perdidas.
16
ESTUDO DE CASO - Perda de embalagens em processo industrial alimentício
 Segunda análise:
 Com estratificação;
 Dados das embalagens 
maiores;
 Observações: utilização 
das mesmas classes, 
para comparação; 
Distribuição assimétrica, 
dados concentrados em 
torno de valores 
menores.
Através do histograma da perda de embalagens maiores, observa-se que as maiores 
frequências ocorriam em torno dos valores menores.
17
ESTUDO DE CASO - Perda de embalagens em processo industrial alimentício
 Segunda análise
 Com estratificação;
 Dados das embalagens 
menores;
 Observações: utilização 
das mesmas classes, 
para comparação; 
Distribuição assimétrica, 
dados concentrados em 
torno de valores maiores.
Através do histograma da perda de embalagens menores, observa-se que as maiores 
frequências ocorriam em torno dos valores maiores.
Dessa forma, é possível observar que a embalagem menor é que apresenta os 
maiores valores de perdas de embalagens. Assim, no projeto, utilizou-se o 
histograma para entender que no processo de embalagem dessa linha de 
produtos as maiores perdas estavam concentradas nas embalagens menores e 
que o esforço de melhorias deve focar nessas embalagens. Uma das saídas dessa 
etapa foi utilizar uma outra ferramenta da qualidade, que são as cartas de 
controle, para buscar por causas especiais nesses dados.
18
Tipos de histograma
De acordo com o formato da distribuição obtida na construção dos histogramas 
algumas análises podem ser feitas. 
19
Tipos de histogramas
Histograma Simétrico
A distribuição mais comum é a simétrica. Nesse tipo de distribuição observamos 
uma frequência mais alta no centro que diminui gradualmente para as 
extremidades. Essa simetria em forma de sino é conhecida como distribuição 
normal ou distribuição gaussiana, é uma distribuição importante pois diversos 
controle estatísticos de processo são ancorados numa distribuição normal de 
dados. Além disso, a média e a mediana são aproximadamente iguais e localizam-
se no centro, ou pico, do histograma. É uma forma de histograma geralmente 
encontrada em processos estáveis.
20
Tipos de histogramas
Histograma Assimétrico
A distribuição assimétrica ocorre quando os dados ficam concentrados em um 
dos lados e a minoria dos dados na extremidade oposta. Nesse caso, a média não 
está localizada no eixo na mediana. Quando a assimetria é negativa, a mediana é 
superior a média. Já quando a assimetria é positiva, a mediana é inferior a média. 
Geralmente, ocorre quando o processo tolera um limite inferior ou superior,de 
modo que em um processo controlado, os dados afastam-se desse limite 
superior ou inferior, concentrando-se do outro lado do histograma.
21
Tipos de histogramas
Histograma com 
dois picos
Na distribuição com dois picos, a frequência é baixa no centro, com um pico de 
cada lado. É uma distribuição comum quando há mistura de dados com médias 
diferentes, obtidos em condições diferentes, por exemplo, peças feitas por duas 
máquinas, ou produção realizada em turnos diferentes. O ideal é estratificar os 
dados, para verificar o comportamento separadamente.
22
Tipos de histogramas
Histograma Platô
A distribuição platô apresenta todas as classes, principalmente as centrais, com 
frequências aproximadas. Nesse caso, é provável que tenhamos uma série de 
distribuições com diferentes médias, nesse caso, cada distribuição contribui para 
a formação de uma classe.
23
Tipos de histogramas
Histograma Aleatório
EUR/USD
A distribuição aleatória ou multi-modal apresenta alternância entre frequências 
maiores e menores entre as classes. Indica que não há padrão entre os dados, 
não há critérios para aumento ou diminuição das frequências entres as classes.
24
Vantagens do Histograma
 Visualização do comportamento da 
população de dados;
 Rapidez na elaboração 
(manualmente ou com auxílio de 
softwares);
 Facilita a previsão do desempenho 
do processo;
 Identificação da quantidade de 
itens não conformes.
Umas das grandes vantagens da utilização do histograma é a visualização 
imediata de um conjunto de dados, a observação é bastante ágil. Além disso, é 
um tipo de gráfico de fácil execução, é possível realizá-lo manualmente, ou até 
mais rápido com a utilização de softwares, como o Excel e o Minitab. Um outro 
ponto é a aplicação do histograma quando analisamos sistemas estáveis, nesse 
caso é possível garantir a previsibilidade do processo, assim, é possível fazer uma 
avaliação do desempenho futuro do sistema. Finalmente, atrelando o histograma 
a análise de capabilidade, podemos inserir em um histograma também os limites 
de especificação do processo, dessa forma podemos saber quantos itens não 
conformes serão produzidos, caso nenhuma mudança seja realizada.
25
Desvantagens do Histograma
 Análise estática, não considera a 
distribuição dos dados ao longo do 
tempo;
 Construção de histograma com 
poucas ou muitas barras pode levar 
a análises enganosas;
 Impossibilita a leitura de valores 
exatos, pois os dados são 
agrupados em categorias.
Porém, é necessário atenção em alguns pontos, ao analisar um histograma. Não 
é possível considerar os dados ao longo do tempo, assim, algumas relacionadas a 
sazonalidade dos dados ou então em relação a concentração de uma parte dos 
dados em algum período específico poderão ser perdidas. Os histogramas 
também podem ser afetados se poucas ou muitas barras são utilizadas na sua 
construção, podendo apresentar um resultado enganoso, ou seja, ao utilizar essa 
ferramenta é importante avaliar criticamente o resultado.
Finalmente, um histograma não permite que informações sobre valores 
individuais sejam preservadas, já que estão alocados em classes.
26
Cases extras
27
CASE 1
Matrícula Cursos EAD FM2S
 Estudo para avaliar se havia um 
momento preferencial em que 
nossos alunos realizavam as 
matrículas nos cursos EAD;
 Dados coletados através de 
nossa plataforma de cursos 
EAD;
Esse estudo foi realizado para avaliar a distribuição, ao longo do dia, das 
matrículas dos nossos alunos em nossos cursos EAD. Dessa forma, a resposta que 
queríamos obter é se há algum horário preferencial em que os alunos realizam as 
matrículas. O principal intuito foi entender em que momento os alunos estariam 
mais predispostos a entrar em contato com nosso material, de modo a direcionar 
quando enviar nossas ações de marketing e também em que hora do dia lançar 
as publicações do nosso blog.
Os dados coletados vieram da nossa plataforma de cursos EAD e o horárioda
matrícula considerou a hora na qual a plataforma registrou a finalização da 
transação para compra do curso. Esses dados foram exportados para o Excel e 
organizados, para que a cada matrícula (observação) correspondesse um horário 
(variável a ser analisada).
Dessa forma, as duas primeiras etapas para a construção do histograma foram 
realizadas. O próximo passo foi definir o número de classes, nesse caso, ao invés 
de usarmos a tabela ou então calcularmos pelo número de amostras, optamos 
por dividir as classes em períodos de duas horas, obtendo assim, um total de 12 
classes. A amplitude das classes e os limites de cada classe já foram 
automaticamente definidos. Por fim, utilizando o Excel, o número de ocorrências 
em cada classe foi contabilizado, permitindo elaborar o histograma.
28
CASE 1 – Matrícula Cursos EAD FM2S
Principais Resultados:
 Há um horário 
preferencial, que 
ocorre entre 10h e 14h;
 Outros valores 
expressivos ocorrem 
até às 20h;
 Queda acentuada nos 
demais horários.
Plano de Ação: 
Padronizar o envio de e-mails de conteúdo e com informativos sobre 
nossos cursos às 10h.
No histograma observa-se que há um horário preferencial, já que as maiores 
porcentagens de matrículas estão entre 10h e 14h. Além disso, observamos 
também que as porcentagens ainda encontram-se mais altas até às 20h, com 
uma queda significativa após esse horário. Assim, optou-se por priorizar o envio 
de e-mails informativos sobre os cursos no horário das 10h.
29
CASE 2 – Operador Logístico
 Avaliar as entregas 
atrasadas e 
identificar em 
quais etapas do 
processo ocorrem 
os maiores atrasos.
 Início: 
mapeamento do 
processo.
Recebimento do Pedido
Intervalo 1
Emissão da Ordem de 
Separação
Intervalo 2
Separação dos Produtos 
do Pedido
Intervalo 3
Faturamento do Pedido
Intervalo 4
Carregamento do 
Pedido
Intervalo 5
Entrega do Pedido ao 
Cliente
Esse segundo estudo de caso foi um projeto realizado em um operador logístico, 
com o objetivo de estudar os tempos de entrega e em qual parte do processo 
ocorrem os maiores atrasos. A proposta foi avaliar em quais etapas ocorreram 
mais atrasos e assim rastrear as possíveis causas para os pedidos fora do prazo, 
permitindo assim a elaboração de um plano de ação. Antes de avaliar os atrasos, 
foi necessário realizar um mapeamento do processo, para entender em quais 
etapas os principais atrasos poderiam ocorrer. O fluxograma simplificado está 
apresentado na figura. Assim, existem seis macro etapas entre as quais pode 
haver atrasos.
30
CASE 2 – Operador Logístico
 Próxima etapa: tabelar os dados e quantificar as 
ocorrências por classe
Index Tempo 1 Tempo 2 Tempo 3 Tempo 4 Tempo 5
Pedido 1 0 1 1 2 1
Pedido 2 0 2 -2 2 0
Pedido 3 0 -1 3 1 1
Em seguida, foi necessário realizar a coleta de dados, para levantar a quantidade 
de pedidos entregues fora do prazo informado ao cliente. Após esse 
levantamento, contabilizou-se o tempo de cada etapa desses pedidos com 
atraso. Esse acompanhamento foi feito ao longo de dois meses. Os dados foram 
lançados em tabelas como a apresentada, a observação era o pedido e cinco 
variáveis (os tempos entre as etapas) foram coletadas para cada observação. 
Valores positivos indicam o atraso do pedido em dias e valores negativos indicam 
um adiantamento na entrega do pedido em relação ao prazo estabelecido. 
Finalmente, os histogramas foram construídos com o auxílio do software Minitab.
31
CASE 2 – Operador Logístico
Histograma 1: 
Intervalo entre Emissão 
da Ordem de Separação 
e Separação dos 
Produtos do Pedido
Para o Tempo 1, observou-se que não houveram ocorrências de atraso, assim que o 
pedido era recebido no sistema, imediatamente era gerado a emissão para separação, 
assim, não foi necessário construir o histograma para esse intervalo. Para o intervalo 
entre Emissão da Ordem de Separação e Separação dos Produtos do Pedido observa-se 
que as maiores frequências estão entre os atrasos, ou seja, é muito significativa a 
contribuição dessa etapa para o atrasoda entrega dos pedidos. Algumas causas 
levantadas foram: absenteísmo; capacidade de separação abaixo da demanda; falta de 
produtos no estoque.
32
CASE 2 – Operador Logístico
Histograma 2: 
Intervalo entre 
Separação dos 
Produtos do Pedido e 
Faturamento do Pedido
Observou-se que entre a Separação dos Produtos do Pedido e o Faturamento do Pedido 
há uma centralização dos dados próximos a entrega no prazo, com a maior frequência 
observada para antecipação de um dia.
33
CASE 2 – Operador Logístico
Histograma 3: 
Intervalo entre 
Faturamento do Pedido 
e Carregamento do 
Pedido
Observou-se que entre o Faturamento do Pedido e o Carregamento do Pedido havia 
frequência importante de ocorrência, sendo o atraso de um dia o mais recorrente, atrás 
apenas dos pedidos entregues no prazo. Algumas causas para esse grande número de 
atrasos: quantidade de pedidos separados acima do que foi planejado para o transporte; 
baixa oferta de veículos; atraso na chegada dos veículos.
34
CASE 2 – Operador Logístico
Histograma 4: 
Intervalo entre 
Carregamento do 
Pedido e entrega ao 
cliente
Observou-se que entre o Carregamento do Pedido e a Entrega do Pedido as maiores 
frequências ocorreram para adiantos e para entregas no prazo. Porém, é possível 
observar também que para alguns casos os prazos são cumpridos com folga e em outros 
o atraso é considerável, assim, existe a possibilidade das rotas não estarem balanceadas 
ou há rotas com prazos não adequados.
35
Revisão
36
REVISÃO
 Demonstra como um conjunto de dados 
está distribuído;
 Permite a avaliação do desempenho 
futuro dos processos;
 Permite a comparação com os limites de 
especificação (Capabilidade);
 Para elaborá-lo:
 Definir o problema a ser estudado;
 Coletar dados e organizá-los;
 Construir o histograma;
 Analisar o resulto, propor e colocar 
em prática o plano de ação.
37