Existe um exercício que aplicamos há anos nas turmas de Green Belt da EDTI. Entregamos quatro conjuntos de dados aos alunos e pedimos que calculem média e desvio padrão. Os quatro conjuntos dão praticamente o mesmo resultado. Então pedimos que construam o gráfico de cada um — e a sala inteira percebe, no mesmo instante, que está olhando para quatro processos completamente diferentes entre si.

Um é simétrico e bem-comportado. Outro tem dois picos. Outro está deslocado para um lado. Outro tem valores extremos que a média disfarçou. Mesma média, mesmo desvio padrão — quatro realidades distintas.

É isso que o gráfico de frequência faz: revela a forma dos dados, a informação que nenhum número-resumo consegue carregar. E é por isso que ele vem antes de qualquer cálculo em uma análise séria.

O que é um gráfico de frequência

Gráfico de frequência é a representação visual de como os valores de uma variável se distribuem: quais valores aparecem muito, quais aparecem pouco, onde os dados se concentram e até onde eles se espalham. Para dados contínuos — tempo, peso, temperatura, custo — a forma mais usada de gráfico de frequência é o histograma.

A construção parte de uma ideia simples: dividir a faixa de variação dos dados em intervalos de mesmo comprimento (as classes) e contar quantas observações caem em cada intervalo. Cada barra do histograma representa uma classe; a altura da barra, a frequência de observações naquela classe. Barras altas indicam valores comuns; barras baixas, valores raros.

Ao olhar um histograma, cinco características contam a história dos dados: o centro (em torno de qual valor os dados se agrupam), a quantidade de variação (o quanto se espalham), a simetria (a distribuição é equilibrada ou puxada para um lado?), os pontos extremos (existem valores isolados, longe do corpo dos dados?) e os limites — o mínimo e o máximo observados.

Para conjuntos pequenos de dados, o dotplot cumpre papel parecido: cada observação vira um ponto no gráfico, e a concentração de pontos revela a distribuição. O histograma assume quando o volume de dados cresce.

Histograma não é gráfico de barras

A confusão é compreensível — os dois usam barras verticais. Mas eles respondem perguntas diferentes sobre tipos de dados diferentes. O histograma trabalha com dados contínuos: seu eixo horizontal é uma régua, e as barras são justapostas porque os intervalos são contínuos. O gráfico de barras trabalha com dados de classificação — categorias como tipo de defeito, filial, turno — e suas barras são separadas porque as categorias não têm continuidade entre si.

Usar o gráfico errado para o tipo de dado é um dos erros mais comuns em relatórios de qualidade. Se o eixo horizontal do seu gráfico pode ser reordenado sem perder sentido, você tem categorias — e o histograma não é a ferramenta.

Como fazer um histograma

O processo tem seis passos. Vamos acompanhá-los com um caso real de controle de qualidade: uma envasadora precisa avaliar o volume de água em garrafas cuja especificação é 1.000 ml, com tolerância de ±25 ml.

1. Colete a amostra. Os dados precisam representar o processo — amostra aleatória, do período e das condições que você quer entender. No caso da envasadora: 100 garrafas medidas ao longo de uma semana de produção.

2. Calcule a amplitude. A diferença entre o maior e o menor valor observado. Se a garrafa mais cheia tinha 1.018 ml e a mais vazia 966 ml, a amplitude é 52 ml.

3. Defina o número de classes. Não existe regra rígida — poucas classes escondem a forma; classes demais pulverizam o gráfico. Para 100 observações, algo entre 7 e 10 classes costuma funcionar. Softwares estatísticos e o próprio Excel têm algoritmos que fazem essa escolha automaticamente, e na prática é assim que se trabalha.

4. Calcule o intervalo de cada classe. Amplitude dividida pelo número de classes. Com 52 ml e 8 classes: intervalos de 6,5 ml.

5. Conte as observações em cada classe e desenhe as barras com altura proporcional à frequência.

6. Interprete contra a especificação. Aqui o histograma deixa de ser desenho e vira decisão. No caso da envasadora, as duas primeiras classes ficaram abaixo de 975 ml — fora do limite inferior da especificação. Cerca de 12% da produção estava não conforme, concentrada no lado de baixo. O histograma não só quantificou o problema: mostrou onde ele estava. A distribuição inteira estava deslocada para a esquerda — o processo precisava de recentragem, não de redução de variação. São ações corretivas completamente diferentes, e só a forma dos dados distingue uma da outra.

Os tipos de histograma e o que cada forma denuncia

A forma do histograma é um diagnóstico. As mais frequentes:

Simétrico (sino). Pico central, caudas equilibradas dos dois lados. É a forma da distribuição normal e o comportamento típico de processos padronizados sob controle.

Assimétrico. Pico deslocado, cauda longa para um dos lados. Comum em medições de tempo — tempo de atendimento, tempo de ciclo, prazo de entrega — que têm limite natural em zero e cauda longa para cima. Assimetria em dados de tempo não é defeito: é a natureza da variável. Tratá-la como anormalidade leva a conclusões erradas.

Dois picos (bimodal). Quase sempre denuncia mistura de duas fontes: dois turnos, duas máquinas, dois operadores, dois fornecedores. A ação correta é estratificar — separar os dados por fonte e construir um histograma para cada uma. Os dois picos costumam virar dois sinos.

Platô. Várias classes com frequências parecidas, sem pico definido. Sugere mistura de múltiplas distribuições com centros diferentes — sinal clássico de falta de padronização no processo.

Ilha isolada. Um grupo de barras separado do corpo principal. Indica anormalidade pontual: lote diferente, erro de medição, ou uma causa especial que atuou em parte dos dados.

Despenhadeiro. A distribuição termina abruptamente de um lado, como se tivesse sido cortada. Frequentemente é exatamente isso: dados fora da especificação foram removidos antes da análise — por inspeção 100% ou, nos casos piores, por alguém “limpando” os números. Um despenhadeiro em dados de processo merece perguntas antes de merecer conclusões.

A limitação que quase ninguém menciona: o histograma não enxerga o tempo

Aqui está o ponto que separa quem usa o histograma como ritual de quem o usa como instrumento de análise. O histograma agrega todos os dados do período em uma única fotografia — e ao fazer isso, destrói a ordem temporal das observações.

Imagine um processo cuja média subiu gradualmente ao longo de três meses. O histograma desses três meses pode mostrar uma forma razoavelmente simétrica, até saudável — porque mistura o início baixo com o final alto em uma única pilha. A tendência, que é a informação mais importante desses dados, fica invisível.

Por isso, a análise de variação séria nunca usa o histograma sozinho. Ele responde “como os dados se distribuem?” — mas não responde “o processo está estável?”. A segunda pergunta exige um gráfico de tendência ou uma carta de controle, que preservam a ordem no tempo. Um histograma só descreve honestamente um processo quando esse processo é estável; se há tendência, deslocamento ou causas especiais atuando, a fotografia agregada mente com aparência de rigor.

A sequência correta de análise, ensinada na fase Measure do DMAIC, é: primeiro o comportamento no tempo, depois a distribuição. É a ordem que a formação Green Belt treina até virar reflexo — porque no dia a dia das empresas a ordem costuma ser invertida, quando a primeira etapa não é simplesmente pulada.

Onde o histograma entra no seu trabalho

Três usos concretos, do mais simples ao mais decisivo:

Entender um conjunto de dados novo. Antes de calcular qualquer estatística — média, desvio padrão, capabilidade — olhe a forma. O exercício dos quatro conjuntos existe para provar que os números-resumo, sozinhos, escondem mais do que revelam.

Comparar o processo com a especificação. Como no caso da envasadora: sobrepor os limites de especificação ao histograma mostra imediatamente quanto do processo está fora e de que lado — e distingue problema de centragem de problema de variação.

Investigar mistura e estratificação. Formas bimodais e platôs são convites à pergunta mais produtiva da análise de processos: esses dados vêm todos da mesma fonte? Estratificar por turno, máquina ou operador frequentemente resolve em minutos o que semanas de discussão não resolveram.

Em todos os três usos, a ferramenta é a mesma — o que muda é a pergunta. E dominar a pergunta, não o desenho das barras, é o que transforma o gráfico de frequência de figura de relatório em instrumento de decisão. Essa é, no fundo, a diferença entre conhecer as ferramentas estatísticas do Six Sigma e saber o que cada uma está tentando revelar sobre o processo.

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

O exercício dos quatro conjuntos de dados — e o raciocínio completo por trás dele — faz parte do White Belt em Lean Six Sigma da EDTI, curso gratuito que apresenta os fundamentos da análise de dados aplicada a processos.

Perguntas frequentes sobre gráfico de frequência

Gráfico de frequência e histograma são a mesma coisa?

O histograma é o tipo mais comum de gráfico de frequência, usado para dados contínuos. Mas a família inclui outros formatos: o dotplot (cada observação vira um ponto), o polígono de frequência (linha ligando os topos das barras) e tabelas de frequência. Na prática do controle de qualidade, quando alguém diz “gráfico de frequência”, quase sempre está falando do histograma.

Quantas classes um histograma deve ter?

Não há regra fixa — o objetivo é evidenciar a forma da distribuição. Para conjuntos de 50 a 200 observações, entre 7 e 12 classes costuma funcionar. Menos que isso esconde a forma; mais que isso pulveriza o gráfico. Softwares estatísticos escolhem automaticamente, e essa escolha padrão raramente precisa de ajuste.

Qual a diferença entre histograma e gráfico de barras?

O histograma representa dados contínuos: o eixo horizontal é uma escala numérica e as barras são coladas. O gráfico de barras representa categorias: o eixo horizontal são classificações (tipo de defeito, setor, turno) e as barras são separadas. O teste rápido: se as posições do eixo horizontal podem ser reordenadas sem perder sentido, use gráfico de barras.

O que significa um histograma com dois picos?

Quase sempre indica mistura de duas fontes de dados — dois turnos, duas máquinas, dois operadores. A ação recomendada é estratificar: separar os dados por fonte e construir um histograma para cada. Se cada fonte gerar uma distribuição de pico único, a mistura estava mascarando dois processos diferentes.

Posso fazer histograma no Excel?

Sim. As versões recentes do Excel têm o tipo de gráfico “Histograma” nativo, que define as classes automaticamente. Google Planilhas e softwares estatísticos como o Minitab também constroem histogramas com um comando. A construção manual só tem valor didático — na prática profissional, o software faz o desenho e o analista faz a interpretação.

O histograma serve para saber se o processo está sob controle?

Não sozinho. O histograma mostra a distribuição, mas apaga a ordem temporal dos dados — uma tendência de três meses pode ficar invisível na forma agregada. Estabilidade se verifica com gráfico de tendência ou carta de controle. A sequência correta: primeiro verificar o comportamento no tempo, depois analisar a distribuição.

Onde aprendo a usar histograma em projetos reais de melhoria?

O ponto de partida na Escola EDTI é o White Belt gratuito, que apresenta a análise de distribuição com casos reais — incluindo o exercício dos quatro conjuntos. Quem já trabalha com processos e quer conduzir projetos completos encontra a formação estatística aprofundada no Green Belt.