Box Plot: cinco informações que um único gráfico revela sobre seu processo

A média enganou a equipe de novo. O processo parecia estável — a média mensal estava dentro da meta — mas os clientes continuavam reclamando. Quando alguém finalmente plotou um box plot, ficou claro o que a média escondia: 25% das entregas estavam acima de 12 dias, enquanto a meta era 7. A mediana era 5. A média, 6,8. Tudo “dentro do aceitável”.

O box plot é um dos gráficos mais eficientes da estatística descritiva porque não resume os dados em um único número — ele revela a distribuição inteira em cinco pontos. E é exatamente por isso que ele é padrão na fase Measure do DMAIC: antes de qualquer análise de causa raiz, você precisa entender onde os dados estão, como estão espalhados e se existem valores que estão puxando o processo para fora do esperado.

O que é um box plot

Box plot — também chamado de diagrama de caixa ou gráfico de caixas — é um gráfico que representa visualmente a distribuição de um conjunto de dados contínuos usando cinco medidas: valor mínimo, primeiro quartil (Q1), mediana, terceiro quartil (Q3) e valor máximo. Quando existem pontos fora desse intervalo, eles são plotados individualmente como outliers.

A “caixa” do gráfico é delimitada por Q1 e Q3. Ela representa a amplitude interquartil — o intervalo onde estão os 50% centrais dos dados. A linha dentro da caixa é a mediana: o valor que divide exatamente a metade inferior da metade superior do conjunto.

As “hastes” (ou “bigodes”) se estendem até os valores extremos não-outliers — geralmente até 1,5 vez a amplitude interquartil a partir de Q1 e Q3. Pontos além desse limite são plotados como pontos isolados e merecem investigação específica.

Os cinco elementos e o que cada um revela

Por que a mediana importa mais que a média no box plot

Uma linha de produção registrou os seguintes tempos de ciclo em 10 peças consecutivas (em minutos): 4, 4, 4, 5, 5, 5, 5, 6, 6 e 22. A média é 6,6 minutos. A mediana é 5 minutos. O box plot vai plotar o 22 como outlier — e vai mostrar imediatamente que a média está sendo puxada por um evento atípico, não pelo comportamento típico do processo.

Isso importa porque decisão sobre processo precisa ser tomada com base no comportamento típico, não em eventos que distorcem a média. A estatística descritiva oferece várias medidas de centro, mas em distribuições assimétricas ou com outliers, a mediana é muito mais representativa do que a média aritmética.

Como interpretar a forma da caixa

A posição da mediana dentro da caixa revela a assimetria da distribuição — e essa informação muda a interpretação do processo.

Mediana centralizada na caixa: distribuição aproximadamente simétrica. Os dados se distribuem de forma relativamente equilibrada em torno do centro. Isso facilita o uso de ferramentas que assumem normalidade, como os limites de controle do gráfico I-MR.

Mediana próxima de Q1 (assimetria positiva): a maioria dos valores está concentrada nos valores menores, com uma cauda longa para cima. Comum em dados de tempo — a maioria dos atendimentos dura pouco, mas alguns duram muito.

Mediana próxima de Q3 (assimetria negativa): concentração nos valores maiores, cauda para baixo. Mais raro, mas aparece em dados de desempenho — a maioria das entregas chega próximo ao prazo máximo.

A assimetria da distribuição tem consequência direta na escolha de ferramentas de análise. Quando os dados são fortemente assimétricos, a carta de controle de individuais pode gerar sinais falsos de instabilidade — e transformações logarítmicas podem ser necessárias antes de aplicar qualquer teste estatístico.

Box plot para comparar grupos: onde ele brilha

O box plot individual é útil. O box plot lado a lado é onde ele se torna indispensável.

Uma empresa de logística queria entender por que o tempo de entrega variava tanto. Plotaram o box plot do tempo de entrega separado por transportadora — três no total. O resultado foi imediato: a Transportadora B tinha mediana similar às outras (2 dias), mas amplitude interquartil três vezes maior e quatro outliers acima de 8 dias. O problema não era velocidade média — era consistência. Sem o box plot comparativo, essa diferença teria ficado escondida em médias parecidas.

É esse o uso central do gráfico na fase Measure do DMAIC: comparar o comportamento de um indicador entre turnos, máquinas, operadores, fornecedores ou períodos — e identificar onde a variabilidade é diferente, não apenas onde a média é diferente.

Para esse tipo de comparação entre grupos, o box plot trabalha junto com a estatística inferencial — o gráfico levanta a hipótese visual, e testes como ANOVA confirmam ou refutam com rigor estatístico.

Box plot e outliers: o que fazer quando aparecem

Outliers não são erros automáticos. São pontos que se comportam de forma diferente do restante do conjunto — e essa diferença pode ter duas origens completamente distintas.

A primeira é erro de medição ou registro: digitação errada, sensor falhando, amostra coletada fora do procedimento padrão. Nesses casos, o outlier deve ser removido e investigado.

A segunda — e mais interessante — é uma causa especial de variação: algo diferente aconteceu naquele momento. Um lote com matéria-prima diferente, um turno com operador em treinamento, uma máquina recém-calibrada. Aqui o outlier é um dado, não um ruído. Investigá-lo pode revelar exatamente o tipo de mudança que o processo precisa — ou o tipo de risco que precisa ser controlado.

A distinção entre causa comum e causa especial de variação é um dos conceitos centrais do Lean Six Sigma — e o box plot é uma das primeiras ferramentas que torna essa distinção visível.

O que o box plot não mostra — e por que isso importa

O box plot resume uma amostra. Ele não mostra o comportamento do processo ao longo do tempo.

Dois processos podem ter box plots idênticos e comportamentos completamente diferentes na linha do tempo: um estável, outro com tendência de piora que ainda não alterou a distribuição total. Por isso, na fase Measure, o box plot sempre acompanha o gráfico de tendência ou o gráfico de controle — que mostra os dados na sequência em que foram coletados.

Usar só o box plot é como olhar para uma foto: você vê a posição, mas não o movimento. O gráfico de controle é o vídeo. Para entender um processo, você precisa dos dois.

Essa é uma distinção que profissionais com formação em Green Belt precisam dominar: cada ferramenta responde a uma pergunta específica. O box plot responde “como está distribuída a variação?”. O gráfico de controle responde “essa variação é estável ao longo do tempo?”. São perguntas diferentes — e respondê-las com a ferramenta errada leva a conclusões erradas.

Box plot na prática: quando usar e quando não usar

Use quando:

• Você tem dados contínuos com pelo menos 20 observações
• Quer comparar a distribuição de um indicador entre dois ou mais grupos
• Quer identificar outliers antes de aplicar testes estatísticos
• Quer entender assimetria e variabilidade sem assumir normalidade

Não use quando:

• Os dados são categóricos — use gráfico de frequência ou Pareto
• Você tem menos de 20 observações — com amostras pequenas, os quartis perdem representatividade
• Você quer ver o comportamento do processo no tempo — use gráfico de controle

Conteúdo revisado pelo Master Black Belt Marcelo Petenate, estatístico, formado pela Unicamp, mestre pela USP e especialista em Lean Six Sigma e melhoria contínua.

Saber escolher o gráfico certo para a pergunta certa é o tipo de raciocínio que separa quem usa ferramentas de quem entende o que elas estão tentando revelar. O White Belt gratuito da EDTI é o primeiro passo para desenvolver essa visão sobre análise de dados e processo.

Perguntas frequentes sobre box plot

O que é um box plot?

Box plot — ou diagrama de caixa — é um gráfico que representa a distribuição de dados contínuos usando cinco medidas: mínimo, primeiro quartil (Q1), mediana, terceiro quartil (Q3) e máximo. Pontos fora desse intervalo são plotados como outliers. Ele é amplamente usado na fase Measure do DMAIC para comparar variabilidade entre grupos.

O que significa cada parte do box plot?

A linha central é a mediana — o valor que divide os dados ao meio. A caixa vai de Q1 a Q3, representando os 50% centrais dos dados. As hastes se estendem até os valores extremos dentro do intervalo aceitável. Pontos além das hastes são outliers — valores atípicos que merecem investigação.

Qual a diferença entre box plot e histograma?

O histograma mostra a forma completa da distribuição — frequência por faixa de valor. O box plot resume a distribuição em cinco medidas e é mais eficiente para comparar grupos lado a lado. Para distribuição de um único grupo, o histograma dá mais detalhe. Para comparar dois ou mais grupos, o box plot é superior.

O que são outliers no box plot?

São pontos plotados individualmente além das hastes do gráfico — geralmente valores acima de Q3 + 1,5×IQR ou abaixo de Q1 − 1,5×IQR. Podem indicar erro de medição (dado a remover) ou causa especial de variação (evento a investigar). A distinção importa: remover um outlier válido apaga um sinal real do processo.

Box plot serve para dados categóricos?

Não. Box plot é exclusivo para dados contínuos — tempo, peso, dimensão, temperatura. Para dados categóricos (tipo de defeito, turno, fornecedor como categoria), use gráfico de barras ou Pareto. Usar o gráfico errado para o tipo de dado é um dos erros mais comuns na fase Measure.

Qual o tamanho mínimo de amostra para um box plot confiável?

A referência prática é pelo menos 20 observações. Com amostras menores, os quartis perdem representatividade — o Q1 e Q3 passam a depender de poucos pontos e a caixa distorce a distribuição real. Em amostras pequenas, prefira listar os dados ou usar um dot plot simples.

Como o box plot se encaixa no DMAIC?

Principalmente na fase Measure, para caracterizar o comportamento atual do processo. Também aparece na fase Analyze para comparar grupos e identificar onde a variação é diferente. Sempre acompanha o gráfico de controle: o box plot mostra a distribuição, o gráfico de controle mostra o comportamento no tempo — as duas perspectivas juntas dão o diagnóstico completo.