Histogramma ir frekvenču sadalījuma grafisks attēlojums. Dati tiek iedalīti klases intervālos un apzīmēti ar taisnstūriem. Taisnstūri ir izgatavoti uz X ass. Y asij analītiķis uzrāda datu frekvences. Katrs taisnstūris attēlo frekvenču skaitu, kas atrodas šajā konkrētajā klasē.
Analizējiet histogrammu, lai redzētu, vai tas ir normāls sadalījums. Kad visas histogrammas ir ieprogrammētas, jūsu histogrammā parādīsies forma. Ja forma izskatās kā zvana līkne, tas nozīmētu, ka frekvences ir vienādi sadalītas. Histogrammai būtu maksimums. Maksimālā vērtība ir datu augstākās vērtības. Šāda veida izplatīšanā abām pīķa pusēm būtu gandrīz vienāds datu frekvenču skaits. Piemēram, ja uzņēmums izmanto histogrammu, lai saprastu klientu vēlmes divās dažādās izvēles jomās, normāls sadalījums nozīmētu, ka lielākā daļa klientu ir vienaldzīgi.
Analizējiet histogrammu, lai noskaidrotu, vai tas ir sagrozīts. Izšķiroša sadalījuma histogramma ir asimetriska. Visas frekvences atrodas vienā histogrammas pusē. Sadalījums atrodas pīķa labajā vai kreisajā pusē. Ar šo diagrammu analītiķis zina, kura histogrammas puse ir jākoncentrējas.
Piemēram, ja uzņēmums pētīs klientu tolerances attiecībā uz cenu izmaiņām, ar šāda veida histogrammu uzņēmums redzēs visatbilstošākās cenu izmaiņas.
Analizējiet histogrammu, lai noskaidrotu, vai tas ir divmodāls sadalījums. Šāda veida histogrammās ir divi maksimālie punkti. Šie punkti ir visaugstākās vērtības. Piemēram, uzņēmums var novērtēt darba ņēmēju produktivitātes līmeni dažādās diennakts stundās. Pārbaudē var secināt, ka strādnieki ir visproduktīvākie no plkst. 9.00 līdz 16.00. Tāpēc histogrammā būtu divas virsotnes.
Analizējiet histogrammu, lai redzētu, vai tas ir atdalīts sadalījums. Samazinātā sadalījuma histogramma ļoti līdzinās normālai sadalījuma histogrammai ar tās malām. Piemēram, uzņēmums var veikt izejmateriālu uzskaites kvalitātes pārbaudes un ekstremālos ierobežojumus var nebūt.
