Grafickou analýzou obvykle začíná analytická fáze nebo je rozumné touto analýzou začít před tím, než se pustíme do tvrdé analýzy dat. Grafická analýza bývá poměrně snadná a může usnadnit další kroky analýzy či nás může vhodně nasměrovat při formulaci hypotéz.

Zejména doporučuji porovnávací nástroje jako je Boxplot, Histogram, Dotplot či Intervalplot.

Boxplot zde.

Histogram zde.

Dot plot

Dotplot nebo také bodový graf používá k zobrazení distribuce dat body na ose. Většinou se používá pro malé až střední vzorky dat. Vzhledem připomíná histogram, často i bývá histogramem nahrazen, zejména u velkých datových vzorků.

Postup k zobrazení grafu Dotplot je obdobný jako u Box plotu.

Příklad v Dot plotu v programu Minitab.

Zobrazení  a porovnání toho samého vzorky dat, jako u Dotplotu.

Příklad v Box plotu v programu Minitab.

Dalším faktorem se kterým lze při grafické analýze pracovat, je tvar hustoty pravděpodobnosti našeho vzorku dat. Existují předepsané tvary typické pro určitá rozdělení, jako např. zvonovitý tvar Gaussovy křivky či typický tvar, jež může vyplývat z názvu rozdělení, Exponenciální či lineární. Tyto typické tvary nám mohou hodně prozradit o tendencích či chování našeho procesu.

Na obrázku níže je vyobrazeno typické Normální rozdělení. Takovéto vyobrazení nám o vzorku dat napovídá, že je pravděpodobně proces v pořádku (když teda není mimo svoje limity) a že se v něm vyskytují chyby pouze náhodného charakteru.

Histogram – normální rozdělení.

Rovná distribuce dat na obrázku pod textem může vzniknout, např. na základě umělé snahy se do procesních hranic vejít. Celkem typické pro procesy, které nemají stanovenou cílovou hodnotu.

Histogram – rovná distribuce dat.

Tato datová distribuce představuje nejpravděpodobněji Exponenciální rozdělení. Často se objevuje v procesech testování. Při produktovém testování se tak často mluví o tzv. dětské úmrtnosti, kdy se očekává určitá úmrtnost produktu na začátku jeho životního cyklu. Ve službách takto často vypadají jednoduché procesy, kdy rozpětí distribuce je dáno poměrem náročnosti úkolů. Typicky call centrum.

Histogram – exponenciální rozdělení dat.

Kontrolní diagramy jsme si již představili ve fázi Measure, avšak bez správného pochopení nebo znalosti další práce s nimi by nám byly téměř k ničemu. Digram níže nám ukazuje jak probíhala výroba v daný den. Bez další stratifikace nemáme šanci porozumět procesu do detailu.

Regulační diagram.

Proto je více než vhodné mít co nejvíce dalších doplňujících dat, které nám další analýzu usnadní. Na příkladě níže je vidět v tabulce, že hned vedle počtu je také uvedena i směna, která v tomto případě může sloužit jako stratifikační faktor.

Stratifikace dat.

Dle návodu zde, přidám do diagramu další faktor v záložce Stages, která mi hned ukáže případné rozdíly výstupu procesu mezi jednotlivými směnami, jako na diagramu pod textem.

Stratifikovaný regulační diagram.