Calculadora de Nivel Sigma y DPMO

Qué miden el nivel sigma y el DPMO

El nivel sigma y los defectos por millón de oportunidades son dos expresiones de una sola idea: con qué frecuencia un proceso produce algo que el cliente llamaría defecto. El DPMO es el conteo crudo, defectos divididos entre las oportunidades totales de fallar y escalados a un millón, y el nivel sigma es esa misma tasa de defectos traducida a la escala de la distribución normal, donde cada paso hacia arriba significa muchos menos defectos. Juntos dan a la calidad una vara común que funciona entre procesos de complejidad muy distinta, porque ambos se normalizan por oportunidad en lugar de atarse al tamaño o al tipo del producto.

El poder de estas métricas es la comparabilidad. Un conteo de defectos por sí solo dice poco, un defecto es trivial en un millón de unidades y catastrófico en diez, así que la calidad necesita una tasa. El DPMO provee esa tasa considerando de cuántas formas puede fallar cada unidad, así que un ensamble de cien piezas y un solo tornillo se juzgan en igualdad de condiciones.

El nivel sigma comprime luego esa tasa en un número intuitivo que entienden tanto los gerentes como los ingenieros: todos en una organización Seis Sigma saben más o menos qué significa un proceso de 4 sigma, mientras que una cifra de DPMO desnuda necesita traducción.

Este calculador se mueve entre ambos libremente, así que un conteo de defectos se vuelve un nivel sigma y un objetivo sigma se vuelve un conteo de defectos permitido.

Funciona en ambos sentidos y reporta toda la familia de cifras relacionadas. Ingresa defectos, unidades y oportunidades por unidad y devuelve DPMO, DPO, DPU, PPM, rendimiento y el sigma del proceso; cambia al modo inverso y un nivel sigma objetivo entrega el DPMO y los defectos permitidos que implica. Cada conversión usa la distribución normal exacta en lugar de una tabla redondeada, y un interruptor controla el desplazamiento convencional de largo plazo de 1.5 sigma, así que las cifras coinciden con un estudio honesto de corto plazo o con las tablas publicadas de Seis Sigma.

Cómo funciona este calculador, paso a paso

En el modo directo por defecto proporcionas tres números: los defectos encontrados, las unidades inspeccionadas y las oportunidades de defecto en cada unidad. El calculador multiplica unidades por oportunidades para obtener el total de oportunidades de fallar, divide los defectos entre ese total para obtener defectos por oportunidad, y lo escala a un millón para el DPMO. También reporta defectos por unidad, el rendimiento como uno menos la tasa de defectos, y el PPM. Luego convierte el rendimiento a un nivel sigma mediante la distribución normal y, si la casilla de desplazamiento está marcada, suma 1.5 sigma para expresar el sigma del proceso de largo plazo que cita el mundo Seis Sigma.

El modo inverso corre la misma lógica al revés. Ingresa un nivel sigma objetivo y la herramienta resta el desplazamiento de 1.5 sigma si está activado, halla la probabilidad de defecto correspondiente en la distribución normal, y reporta el DPMO, los defectos por oportunidad y el rendimiento que el objetivo permite. Si además ingresas las unidades y oportunidades de tu lote, multiplica para decirte el número real de defectos que ese objetivo permite, convirtiendo una meta abstracta en un conteo concreto contra el cual medir un proceso.

El panel de resultados encabeza con el sigma del proceso, la cifra que casi todos citan, con el DPMO, DPO, DPU, PPM, rendimiento y el conteo de defectos permitido debajo. El gráfico traza el DPMO contra el nivel sigma en el rango práctico y resalta dónde cae tu resultado, haciendo visible la relación empinada y no lineal: cada sigma adicional recorta la tasa de defectos mucho más que el anterior. Descarga un PDF o CSV o comparte el resultado; todo corre en tu navegador y nada de lo que ingresas se guarda.

Las fórmulas detrás de la conversión

El lado de los defectos es aritmética simple. Los defectos por unidad son los defectos divididos entre las unidades. Los defectos por oportunidad dividen una vez más entre las oportunidades por unidad, así que el DPO es los defectos divididos entre el producto de unidades y oportunidades. El DPMO es el DPO por un millón, y el rendimiento es uno menos el DPO, la fracción de oportunidades que pasan. El PPM, cuando cuenta unidades defectuosas en lugar de defectos, es una cifra relacionada pero distinta que esta herramienta reporta al lado para no confundirlas.

El lado sigma viene de la distribución normal. El nivel sigma de corto plazo es la Z cuya probabilidad acumulada iguala al rendimiento, en otras palabras el inverso normal de uno menos el DPO. Es el número de desviaciones estándar de margen que mantiene el proceso si está centrado.

El sigma del proceso reportado suma luego el desplazamiento convencional de 1.5 sigma por la deriva de largo plazo, por lo cual un resultado de 4.5 sigma de corto plazo se cita como 6 sigma. El modo inverso invierte esto: convierte un objetivo sigma de vuelta a una probabilidad de defecto con la función normal acumulada, restando primero el desplazamiento si está incluido.

Como el calculador usa la distribución normal verdadera y no una tabla gruesa, los resultados son exactos a varios decimales en todo el rango, incluidas las colas delgadas donde las tablas pierden precisión.

Cinco ejemplos resueltos que puedes seguir

Ejemplo 1: un cálculo básico de DPMO y sigma

Supón que una inspección de 1,000 unidades, cada una con 5 oportunidades de defecto, encuentra 3 defectos. Las oportunidades totales son 1,000 por 5, o 5,000. El DPO es 3 dividido entre 5,000, que es 0.0006, así que el DPMO es 600 y el rendimiento es 99.94 por ciento. Convertir el rendimiento por la distribución normal da un sigma de corto plazo de cerca de 3.24, y sumar el desplazamiento de 1.5 sigma da un sigma del proceso de cerca de 4.74. Así que este proceso corre a unos 4.7 sigma, cómodamente por encima de la línea aceptable de 4 sigma.

Ejemplo 2: la complejidad cambia el nivel sigma

Toma los mismos 3 defectos en 1,000 unidades pero en una pieza simple con solo 1 oportunidad cada una. Ahora las oportunidades totales son 1,000, el DPO es 0.003, el DPMO es 3,000 y el rendimiento es 99.7 por ciento, dando un sigma del proceso de cerca de 4.25 con el desplazamiento. El mismo conteo de defectos en un producto más simple da un sigma más bajo, porque cada defecto representa una mayor parte de las menos oportunidades. Por eso justamente el DPMO normaliza por oportunidad: sin él, los productos complejos siempre parecerían peores que los simples para el mismo conteo de defectos.

Ejemplo 3: trabajar hacia atrás desde un objetivo

Cambia al modo inverso e ingresa un objetivo de 6 sigma con el desplazamiento activado. La herramienta resta 1.5 para obtener una Z de largo plazo de 4.5, halla la probabilidad de cola de cerca de 3.4 por millón, y reporta 3.4 DPMO y un rendimiento de 99.99966 por ciento. Ingresa 1,000 unidades y 5 oportunidades y te dice que un proceso de 6 sigma permitiría solo cerca de 0.017 defectos en ese lote, prácticamente ninguno. Esto traduce el famoso pero abstracto objetivo de 6 sigma en una expectativa tangible para una corrida de producción específica.

Ejemplo 4: el costo del último sigma

Compara las tasas de defectos entre niveles sigma con el desplazamiento activado. A 3 sigma el proceso permite cerca de 66,807 DPMO; a 4 sigma cerca de 6,210; a 5 sigma cerca de 233; a 6 sigma cerca de 3.4. Pasar de 3 a 4 sigma elimina unos 60,000 defectos por millón, una ganancia enorme y por lo general justificada por el costo. Pasar de 5 a 6 sigma elimina solo unos 230 por millón. La mejora absoluta se encoge de forma drástica aun cuando el esfuerzo sube, por lo cual perseguir el último sigma vale la pena solo donde los defectos son extremadamente costosos.

Ejemplo 5: acumular defectos en un sigma para un proceso de servicio

El DPMO no es solo para la manufactura. Digamos que un equipo de facturación procesa 2,000 facturas, cada una con 8 campos que podrían estar mal, y encuentra 40 errores. Las oportunidades totales son 16,000, el DPO es 0.0025, el DPMO es 2,500 y el rendimiento es 99.75 por ciento, un sigma del proceso de cerca de 4.3 con el desplazamiento. El mismo marco que califica una tarjeta de circuito califica un proceso administrativo, porque las oportunidades y los defectos se definen igual. Los procesos de servicio y transaccionales son donde el DPMO a menudo revela más, ya que sus tasas de defectos rara vez se miden con este rigor.

Tres consejos de experto para métricas sigma significativas

El desplazamiento de 1.5 sigma, explicado

Ninguna convención causa más confusión en Seis Sigma que el desplazamiento de 1.5 sigma, así que vale la pena entenderlo con claridad. Un estudio de capacidad de corto plazo capta un proceso en una ventana breve, cuando solo hay variación de causa común y la media está más o menos donde la fijaste.

A largo plazo, sin embargo, la media vaga, por desgaste de herramienta, temperatura, lotes de material y diferencias entre operadores, así que el proceso entrega más defectos de los que predice la foto de corto plazo.

El trabajo empírico en Motorola encontró que esta deriva de largo plazo es de cerca de 1.5 sigma, y la convención lo incorpora restando 1.5 sigma a la cifra de corto plazo para obtener el desempeño de largo plazo.

La consecuencia práctica son los famosos 3.4 DPMO. Un proceso con seis desviaciones estándar de margen a cada límite, si estuviera perfecta y permanentemente centrado, produciría cerca de dos defectos por mil millones. Pero el desplazamiento supone que la media puede derivar 1.5 sigma, dejando un margen efectivo de 4.5 sigma, y 4.5 sigma corresponde a 3.4 defectos por millón.

Así que la cifra de 3.4 es un número de largo plazo, desplazado, por lo cual es enormemente mayor que el cálculo centrado idealizado. Este calculador te deja incluir o excluir el desplazamiento con un interruptor. Inclúyelo para coincidir con las tablas publicadas y con la forma en que la mayoría de las organizaciones citan el sigma; exclúyelo para ver el sigma honesto de corto plazo que implican directamente tus datos de defectos.

La única regla es la consistencia: nunca compares un número desplazado de una fuente contra uno sin desplazar de otra, porque difieren en 1.5 sigma completo y la comparación carece de sentido.

Cómo leer la curva de tasa de defectos

El gráfico de esta página traza el DPMO contra el nivel sigma, y su forma lleva la lección más importante sobre las métricas sigma: la relación es muy no lineal. Como los defectos viven en la cola de la distribución normal, y la cola se adelgaza con rapidez, cada sigma adicional elimina una parte mucho mayor de defectos que el anterior. De 2 a 3 sigma el DPMO cae de cerca de 308,000 a 66,807; de 3 a 4 cae a cerca de 6,210; de 4 a 5 a cerca de 233; de 5 a 6 a cerca de 3.4. Trazado en escala logarítmica, como lo hace el gráfico, esto se vuelve una línea descendente casi recta, que revela la mejora proporcional constante detrás de las ganancias absolutas menguantes.

Esta forma es por lo que el nivel sigma es una métrica de gestión tan útil y también por lo que debe leerse con cuidado. Una mejora de un punto siempre suena igual, pero pasar de 2 a 3 sigma y de 5 a 6 sigma son logros completamente distintos: el primero elimina un cuarto de millón de defectos por millón, el segundo elimina un par de cientos.

La curva hace visibles los rendimientos absolutos decrecientes, así que un equipo puede ver dónde está su proceso y juzgar si el siguiente sigma vale la pena perseguir. Un proceso allá abajo en el rango de 2 a 3 sigma tiene ganancias enormes y baratas disponibles; uno ya en 5 sigma enfrenta unas caras y marginales.

Ubicar tu resultado en la curva es la forma más rápida de ver cuánto margen, y cuánto valor, queda en la mejora adicional.

Definir las oportunidades: la decisión que lo hace o lo rompe

Todo lo que reporta el DPMO descansa en cómo se cuentan las oportunidades, y aquí es donde más se abusa de la métrica, honesta o no. Una oportunidad es una forma distinta y relevante para el cliente en que una unidad puede ser defectuosa. Un punto de soldadura en una tarjeta es una oportunidad; un campo en un formulario es una oportunidad. El conteo total de oportunidades por unidad se multiplica directamente en el denominador del DPMO, así que tiene un efecto grande y directo en el resultado: duplica el conteo de oportunidades y reduces a la mitad el DPMO, elevando el nivel sigma aparente sin cambiar un solo defecto real.

Ese apalancamiento es justo por lo que la definición de oportunidad debe ser disciplinada. La tentación es contar de forma generosa, cada forma concebible en que algo podría salir mal, lo que infla las oportunidades, desinfla el DPMO y produce un nivel sigma adornado que no refleja la calidad real. El enfoque honesto cuenta solo oportunidades reales, independientes y que le importan al cliente, excluye modos de falla triviales o imposibles y, sobre todo, fija la definición para que no cambie entre mediciones.

Una tendencia de DPMO solo es significativa si el conteo de oportunidades detrás es constante; un proceso que parece mejorar solo porque alguien recontó las oportunidades de forma más generosa no ha mejorado nada.

Al comparar tu nivel sigma contra un referente o un proveedor, la comparación solo es válida si ambos usaron una definición de oportunidad comparable, lo cual a menudo no ocurre, así que trata las comparaciones de sigma entre organizaciones con cautela salvo que sepas que las reglas de conteo coinciden.

Nivel sigma, capacidad y dónde encaja cada uno

El nivel sigma que se calcula aquí y los índices de capacidad de proceso son dos rutas al mismo destino, elegidas por el tipo de datos que tengas.

Cuando mides una característica en una escala continua, un diámetro, un peso, un tiempo, tienes datos variables, y los índices de capacidad como el Cpk describen cómo se compara la dispersión medida contra los límites de especificación; ese Cpk se convierte a un nivel sigma porque ambos descansan en la distribución normal.

Cuando en cambio cuentas defectos, pasa o falla, número de errores, tienes datos de atributos, y este calculador obtiene el nivel sigma directamente de esos conteos. Los dos se encuentran en el DPMO, que cualquiera de los dos tipos de datos puede producir.

Elegir entre ellos es sobre todo cuestión de qué puedes medir. Los datos variables son más ricos, muestran qué tan cerca de un límite estás corriendo, no solo si lo cruzaste, así que la capacidad de proceso se prefiere siempre que haya mediciones disponibles. Pero buena parte del mundo se cuenta en lugar de medirse, sobre todo en procesos de servicio, transaccionales y de ensamble donde el resultado es naturalmente pasa o falla, y ahí el nivel sigma basado en defectos es la herramienta correcta.

En un sistema de calidad maduro los dos coexisten: estudios de capacidad en las características medibles, sigma basado en defectos en las contables, ambos acumulados mediante DPMO en un tablero común.

Para el lado de la medición, la calculadora de capacidad de proceso calcula Cp, Cpk, Pp y Ppk y reporta el mismo nivel sigma y DPMO a partir de datos variables, así que las dos herramientas producen cifras comparables desde sus distintas entradas.

Errores comunes con sigma y DPMO

Un puñado de errores se repite y distorsiona en silencio las métricas sigma. Vigila estos antes de actuar sobre un número.

• Conteos de oportunidades inconsistentes. Cambiar cómo se definen las oportunidades cambia el DPMO sin ningún cambio real de calidad. Fija la definición y mantenla estable.
• Mezclar sigma desplazado y sin desplazar. Un 4.5 de corto plazo y un 6 desplazado son el mismo proceso. Comparar entre las dos convenciones engaña por 1.5 sigma.
• Confundir DPMO con PPM. El DPMO cuenta defectos contra oportunidades; el PPM suele contar unidades defectuosas. Una unidad con varios defectos contribuye distinto a cada uno.
• Inflar oportunidades para adornar el número. Contar cada modo de falla concebible baja el DPMO de forma artificial. Cuenta solo oportunidades reales y relevantes para el cliente.
• Comparar niveles sigma entre organizaciones a ciegas. Sin definiciones de oportunidad coincidentes, el 5 sigma de una empresa no es el de otra. Confirma las reglas de conteo antes de comparar.
• Tratar la escala sigma como lineal. Una ganancia de un punto significa cosas muy distintas en distintos niveles. Lee la curva de DPMO, no solo el número sigma.
• Ignorar el costo del siguiente sigma. Más alto no siempre es mejor. Sopesa la reducción absoluta de defectos, cada vez menor, contra el costo creciente de lograrla.

De un conteo de defectos a una decisión de mejora

Un nivel sigma solo es útil una vez que impulsa una decisión, y la decisión depende de dónde esté el proceso y de cuánto cuesten sus defectos. Un proceso allá en 2 o 3 sigma produce decenas de miles de defectos por millón, y la mejora disponible es tanto grande como por lo general barata, así que la decisión casi siempre es actuar: hallar los modos de falla dominantes y eliminarlos, porque el retorno es alto. Un proceso ya en 5 sigma produce un par de cientos de defectos por millón, y el siguiente incremento es caro y pequeño, así que la decisión depende de si esos defectos restantes son lo bastante costosos, en seguridad, retiros de producto o cuentas perdidas, para justificar la inversión.

El modo inverso es lo que hace esto concreto.

Fijar un objetivo sigma y leer el conteo de defectos permitido convierte una meta estratégica en una operativa: en lugar de decirle a un equipo que llegue a 4.5 sigma, puedes decirle que el proceso no debe producir más de un número específico de defectos en un lote de tamaño conocido, que pueden medir directamente y contra el cual mejorar.

Esa traducción, de una escala de calidad abstracta a un objetivo contable y de vuelta, es donde la métrica gana su lugar. Combínala con el costo de un defecto y el costo de la prevención, y el nivel sigma deja de ser un número de tablero y se vuelve la base para decidir a dónde debe ir el esfuerzo de mejora y hasta dónde empujarlo.

Entre la manufactura y los servicios

Aunque Seis Sigma creció en la manufactura, el DPMO y el nivel sigma viajan bien a los servicios y las transacciones, y ahí es donde a menudo descubren más. Un defecto de manufactura suele ser obvio, una pieza fuera de tolerancia, una prueba fallida, pero un defecto de servicio, un campo de factura mal, una entrega tardía, un pedido mal tecleado, es igual de real y con frecuencia mucho más común, porque los procesos de servicio rara vez se miden con el mismo rigor. Aplicar el mismo marco de oportunidades y defectos a un proceso administrativo o de cara al cliente convierte quejas difusas sobre la calidad en una tasa medible que puede rastrearse y mejorarse.

La mecánica es idéntica entre los dos mundos, que es el punto. Define qué es una unidad, una factura, un pedido, un ticket de soporte, define las oportunidades de defecto en ella, y cuenta los defectos; el DPMO y el nivel sigma salen por las mismas fórmulas que califican una tarjeta de circuito.

El principal ajuste es el juicio al definir las oportunidades, ya que los modos de falla de una unidad de servicio son menos físicos y más una cuestión de política que los de una pieza fabricada.

Hecho de forma consistente, el resultado es un lenguaje de calidad común en toda una organización: una línea de fábrica y un departamento de facturación pueden reportar su desempeño en la misma escala sigma, que es precisamente lo que permite a la dirección comparar y priorizar la mejora entre funciones que de otro modo no comparten métricas.

Rendimiento, la fábrica oculta y la calidad de primer paso

El rendimiento es la cara más amable de estas métricas, la fracción de oportunidades o unidades que salen limpias, y conecta directamente con un concepto que todo líder de operaciones debería vigilar: la fábrica oculta.

Un rendimiento titular a menudo cuenta solo lo que se embarca, ignorando en silencio las unidades que se reprocesaron, repararon o reinspeccionaron antes de pasar. Ese reproceso es invisible en un número de rendimiento final pero muy real en costo, capacidad y tiempo de entrega, y es justo lo que una tasa basada en defectos expone.

Medir los defectos en el punto en que ocurren, en lugar de solo en la inspección final, saca a la luz el esfuerzo gastado en arreglar problemas que un proceso limpio nunca habría creado.

El rendimiento de primer paso, la parte de unidades que pasan la primera vez sin reproceso, es la métrica que revela esta fábrica oculta, y suele ser más bajo, a veces mucho más bajo, que el rendimiento final que ve la dirección. La brecha entre los dos es el tamaño de la fábrica oculta: cuanto más reproceso esconde un proceso, más ancha es.

La tasa de defectos que calcula este calculador alimenta directamente esa vista, porque un DPMO alto medido antes del reproceso significa una fábrica oculta grande aunque el rendimiento final parezca aceptable.

Cuando un proceso reporta excelente calidad final pero consume cantidades sorprendentes de mano de obra y tiempo, un conteo de defectos de primer paso casi siempre lo explica, por lo cual medir los defectos donde ocurren importa más que contar solo lo que sobrevive hasta el final.

Los datos de atributos y cómo contarlos bien

Este calculador trabaja sobre datos de atributos, información que clasifica en lugar de medir: pasa o falla, conforme o no, número de errores. Esa es la forma natural para muchísimos procesos, sobre todo de ensamble, inspección y cualquier servicio o transacción donde el resultado es una categoría y no un número. Contarlos bien empieza con una definición clara y escrita de qué es un defecto, porque la frontera entre aceptable y defectuoso es un juicio que debe ser consistente entre inspectores y en el tiempo; una definición de defecto ambigua socava cada cifra posterior tan seguramente como un conteo de oportunidades inconsistente.

Una segunda disciplina es decidir, de forma deliberada, si cuentas defectos o defectuosos. Un defecto es una sola instancia de no conformidad; un defectuoso es una unidad que tiene al menos un defecto. Una unidad puede llevar varios defectos, así que los dos conteos difieren, y la métrica que calculas depende de cuál uses: las tasas basadas en defectos como el DPMO usan los defectos totales, mientras que una tasa de unidades defectuosas como el PPM o el rendimiento clásico usa el conteo de unidades malas.

Ninguno es incorrecto, pero mezclarlos produce un sinsentido, así que la elección debe ser explícita y estable.

Los datos de atributos son más baratos de recolectar que las mediciones y a menudo la única opción, pero su holgura también es su riesgo: como un humano decide qué cuenta, los números son tan confiables como las definiciones y la consistencia detrás de ellos, por lo cual un estándar escrito y verificaciones periódicas de cómo lo aplican los inspectores valen más aquí que en cualquier estudio de datos variables.

Fijar un objetivo que se ajuste al negocio

La tentación con un solo número famoso como seis sigma es adoptarlo como meta universal, pero el objetivo correcto es una decisión de negocio, no un eslogan, y varía enormemente por proceso.

El nivel correcto es aquel donde el costo marginal de prevenir el siguiente defecto iguala el costo que ese defecto impondría, y ambos lados de ese balance difieren entre productos.

Un defecto que puede lesionar a alguien, disparar un retiro de producto o perder una cuenta estratégica carga un costo enorme, y justifica empujar hacia cinco o seis sigma sea cual sea el gasto de prevención. Uno que se atrapa barato aguas abajo, o que un cliente apenas nota, no lo hace, y forzar tal proceso a seis sigma gasta dinero que rendiría más en otro lado.

Por eso las organizaciones maduras fijan objetivos diferenciados en lugar de una sola meta general. Las características críticas para la seguridad y críticas para la calidad obtienen objetivos sigma altos; las características de rutina obtienen moderados.

El modo inverso de este calculador apoya justo ese tipo de razonamiento, porque convierte un objetivo candidato en la tasa de defectos concreta y el conteo de defectos permitido que implica, que luego pueden sopesarse contra el costo de lograrlo y el costo de los defectos que previene. Elegir un objetivo se vuelve un intercambio explícito en lugar de una aspiración, y el esfuerzo de mejora fluye a donde los retornos son mayores.

Un portafolio de procesos gestionado así alcanza una calidad general alta de forma mucho más eficiente que uno donde cada proceso se sostiene, de forma cara y a menudo innecesaria, en el mismo número titular.

Unidades y referencia rápida

Los defectos, las unidades y las oportunidades son conteos simples; el DPMO, DPO, DPU y PPM son tasas; el rendimiento es un porcentaje; y el nivel sigma es adimensional. La referencia de abajo muestra cómo se alinean el nivel sigma, el DPMO y el rendimiento usando el desplazamiento convencional de 1.5 sigma, la misma base que usan la mayoría de las tablas publicadas de Seis Sigma. Es la forma más rápida de traducir un nivel sigma a una tasa de defectos y de vuelta.

Preguntas frecuentes

Fuentes, aviso y transparencia editorial

La fórmula del DPMO, la conversión de sigma a defectos mediante la distribución normal y la convención del desplazamiento de 1.5 sigma usadas aquí siguen fuentes reconocidas de ingeniería de calidad, incluidos el cuerpo de conocimiento de ASQ y referencias estándar de Seis Sigma. Este calculador y esta guía son creados y revisados por el equipo de OpsCalculators; consulta nuestra Política Editorial para saber cómo se investiga, construye y prueba cada herramienta.

Los resultados son estimaciones precisas para planeación y educación, no asesoría de ingeniería certificada. Define las oportunidades de forma consistente y valida tus datos de defectos antes de actuar sobre un nivel sigma. Consulta nuestro Aviso Legal completo. OpsCalculators.com es operado por MAFHH INTERNATIONAL LTD. Tus datos se procesan en tu navegador y nunca se guardan; consulta nuestra Política de Privacidad.