Calculadora de Nível Sigma e DPMO

O que o nível sigma e o DPMO medem

O nível sigma e os defeitos por milhão de oportunidades são duas expressões de uma única ideia: com que frequência um processo produz algo que o cliente chamaria de defeito. O DPMO é a contagem bruta, defeitos divididos pelas chances totais de falhar e escalados para um milhão, e o nível sigma é essa mesma taxa de defeitos traduzida para a escala da distribuição normal, onde cada passo para cima significa muito menos defeitos. Juntos dão à qualidade uma régua comum que funciona entre processos de complexidade muito diferente, porque ambos são normalizados por oportunidade em vez de atados ao tamanho ou ao tipo do produto.

O poder dessas métricas é a comparabilidade. Uma contagem de defeitos por si só diz pouco, um defeito é trivial em um milhão de unidades e catastrófico em dez, então a qualidade precisa de uma taxa. O DPMO fornece essa taxa considerando de quantas formas cada unidade pode falhar, então uma montagem de cem peças e um único parafuso são julgados em pé de igualdade.

O nível sigma então comprime essa taxa em um número intuitivo que tanto gestores quanto engenheiros entendem: todos em uma organização Seis Sigma sabem mais ou menos o que significa um processo de 4 sigma, enquanto uma cifra de DPMO nua precisa de tradução.

Esta calculadora se move entre os dois livremente, então uma contagem de defeitos vira um nível sigma e um alvo sigma vira uma contagem de defeitos permitida.

Ela funciona nos dois sentidos e reporta toda a família de cifras relacionadas. Informe defeitos, unidades e oportunidades por unidade e ela devolve DPMO, DPO, DPU, PPM, rendimento e o sigma do processo; mude para o modo inverso e um nível sigma alvo entrega o DPMO e os defeitos permitidos que ele implica. Cada conversão usa a distribuição normal exata em vez de uma tabela arredondada, e um interruptor controla o deslocamento convencional de longo prazo de 1,5 sigma, então as cifras coincidem com um estudo honesto de curto prazo ou com as tabelas publicadas de Seis Sigma.

Como esta calculadora funciona, passo a passo

No modo direto padrão você fornece três números: os defeitos encontrados, as unidades inspecionadas e as oportunidades de defeito em cada unidade. A calculadora multiplica unidades por oportunidades para obter o total de chances de falhar, divide os defeitos por esse total para obter defeitos por oportunidade, e escala para um milhão para o DPMO. Ela também reporta defeitos por unidade, o rendimento como um menos a taxa de defeitos, e o PPM. Depois converte o rendimento em um nível sigma pela distribuição normal e, se a caixa de deslocamento estiver marcada, soma 1,5 sigma para expressar o sigma do processo de longo prazo que o mundo Seis Sigma cita.

O modo inverso roda a mesma lógica ao contrário. Informe um nível sigma alvo e a ferramenta subtrai o deslocamento de 1,5 sigma se estiver ativado, encontra a probabilidade de defeito correspondente na distribuição normal, e reporta o DPMO, os defeitos por oportunidade e o rendimento que o alvo permite. Se você também informar as unidades e oportunidades do seu lote, ela multiplica para dizer o número real de defeitos que esse alvo permite, convertendo uma meta abstrata em uma contagem concreta contra a qual medir um processo.

O painel de resultados encabeça com o sigma do processo, a cifra que quase todos citam, com o DPMO, DPO, DPU, PPM, rendimento e a contagem de defeitos permitida abaixo. O gráfico plota o DPMO contra o nível sigma na faixa prática e destaca onde o seu resultado cai, tornando visível a relação íngreme e não linear: cada sigma adicional corta a taxa de defeitos muito mais que o anterior. Baixe um PDF ou CSV ou compartilhe o resultado; tudo roda no seu navegador e nada do que você informa é guardado.

As fórmulas por trás da conversão

O lado dos defeitos é aritmética simples. Os defeitos por unidade são os defeitos divididos pelas unidades. Os defeitos por oportunidade dividem mais uma vez pelas oportunidades por unidade, então o DPO é os defeitos divididos pelo produto de unidades e oportunidades. O DPMO é o DPO vezes um milhão, e o rendimento é um menos o DPO, a fração de oportunidades que passam. O PPM, quando conta unidades defeituosas em vez de defeitos, é uma cifra relacionada mas distinta que esta ferramenta reporta ao lado para não confundi-las.

O lado sigma vem da distribuição normal. O nível sigma de curto prazo é o Z cuja probabilidade acumulada iguala o rendimento, em outras palavras o inverso normal de um menos o DPO. É o número de desvios padrão de margem que o processo mantém se estiver centrado.

O sigma do processo reportado soma então o deslocamento convencional de 1,5 sigma pela deriva de longo prazo, por isso um resultado de 4,5 sigma de curto prazo é citado como 6 sigma. O modo inverso inverte isso: converte um alvo sigma de volta para uma probabilidade de defeito com a função normal acumulada, subtraindo primeiro o deslocamento se estiver incluído.

Como a calculadora usa a distribuição normal verdadeira e não uma tabela grosseira, os resultados são exatos a várias casas decimais em toda a faixa, incluindo as caudas finas onde as tabelas perdem precisão.

Cinco exemplos resolvidos que você pode acompanhar

Exemplo 1: um cálculo básico de DPMO e sigma

Suponha que uma inspeção de 1.000 unidades, cada uma com 5 oportunidades de defeito, encontra 3 defeitos. As oportunidades totais são 1.000 vezes 5, ou 5.000. O DPO é 3 dividido por 5.000, que é 0,0006, então o DPMO é 600 e o rendimento é 99,94 por cento. Converter o rendimento pela distribuição normal dá um sigma de curto prazo de cerca de 3,24, e somar o deslocamento de 1,5 sigma dá um sigma do processo de cerca de 4,74. Então este processo roda a cerca de 4,7 sigma, confortavelmente acima da linha aceitável de 4 sigma.

Exemplo 2: a complexidade muda o nível sigma

Pegue os mesmos 3 defeitos em 1.000 unidades mas em uma peça simples com apenas 1 oportunidade cada. Agora as oportunidades totais são 1.000, o DPO é 0,003, o DPMO é 3.000 e o rendimento é 99,7 por cento, dando um sigma do processo de cerca de 4,25 com o deslocamento. A contagem de defeitos idêntica em um produto mais simples dá um sigma mais baixo, porque cada defeito representa uma parcela maior das menos oportunidades. É exatamente por isso que o DPMO normaliza por oportunidade: sem ele, os produtos complexos sempre pareceriam piores que os simples para a mesma contagem de defeitos.

Exemplo 3: trabalhar de trás para frente a partir de um alvo

Mude para o modo inverso e informe um alvo de 6 sigma com o deslocamento ativado. A ferramenta subtrai 1,5 para obter um Z de longo prazo de 4,5, encontra a probabilidade de cauda de cerca de 3,4 por milhão, e reporta 3,4 DPMO e um rendimento de 99,99966 por cento. Informe 1.000 unidades e 5 oportunidades e ela diz que um processo de 6 sigma permitiria apenas cerca de 0,017 defeitos naquele lote, praticamente nenhum. Isso traduz o famoso mas abstrato alvo de 6 sigma em uma expectativa tangível para uma corrida de produção específica.

Exemplo 4: o custo do último sigma

Compare as taxas de defeitos entre níveis sigma com o deslocamento ativado. A 3 sigma o processo 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. Passar de 3 para 4 sigma elimina cerca de 60.000 defeitos por milhão, um ganho enorme e geralmente justificado pelo custo. Passar de 5 para 6 sigma elimina apenas cerca de 230 por milhão. A melhoria absoluta encolhe drasticamente mesmo com o esforço subindo, por isso perseguir o último sigma vale a pena apenas onde os defeitos são extremamente custosos.

Exemplo 5: acumular defeitos em um sigma para um processo de serviço

O DPMO não é só para a manufatura. Digamos que uma equipe de faturamento processa 2.000 faturas, cada uma com 8 campos que poderiam estar errados, e encontra 40 erros. As oportunidades totais são 16.000, o DPO é 0,0025, o DPMO é 2.500 e o rendimento é 99,75 por cento, um sigma do processo de cerca de 4,3 com o deslocamento. O mesmo arcabouço que classifica uma placa de circuito classifica um processo administrativo, porque as oportunidades e os defeitos são definidos da mesma forma. Os processos de serviço e transacionais são onde o DPMO muitas vezes revela mais, já que as suas taxas de defeitos raramente são medidas com esse rigor.

Três dicas de especialista para métricas sigma significativas

O deslocamento de 1,5 sigma, explicado

Nenhuma convenção causa mais confusão no Seis Sigma que o deslocamento de 1,5 sigma, então vale a pena entendê-lo com clareza. Um estudo de capacidade de curto prazo capta um processo em uma janela breve, quando só há variação de causa comum e a média está mais ou menos onde você a fixou.

No longo prazo, porém, a média vagueia, por desgaste de ferramenta, temperatura, lotes de material e diferenças entre operadores, então o processo entrega mais defeitos do que a foto de curto prazo prevê.

O trabalho empírico na Motorola descobriu que essa deriva de longo prazo é de cerca de 1,5 sigma, e a convenção incorpora isso subtraindo 1,5 sigma da cifra de curto prazo para obter o desempenho de longo prazo.

A consequência prática são os famosos 3,4 DPMO. Um processo com seis desvios padrão de margem a cada limite, se estivesse perfeita e permanentemente centrado, produziria cerca de dois defeitos por bilhão. Mas o deslocamento pressupõe que a média pode derivar 1,5 sigma, deixando uma margem efetiva de 4,5 sigma, e 4,5 sigma corresponde a 3,4 defeitos por milhão.

Então a cifra de 3,4 é um número de longo prazo, deslocado, por isso é enormemente maior que o cálculo centrado idealizado. Esta calculadora permite incluir ou excluir o deslocamento com um interruptor. Inclua-o para coincidir com as tabelas publicadas e com a forma como a maioria das organizações cita o sigma; exclua-o para ver o sigma honesto de curto prazo que os seus dados de defeitos implicam diretamente.

A única regra é a consistência: nunca compare um número deslocado de uma fonte contra um sem deslocar de outra, porque diferem em 1,5 sigma completo e a comparação não faz sentido.

Como ler a curva de taxa de defeitos

O gráfico desta página plota o DPMO contra o nível sigma, e o seu formato carrega a lição mais importante sobre as métricas sigma: a relação é muito não linear. Como os defeitos vivem na cauda da distribuição normal, e a cauda afina rapidamente, cada sigma adicional elimina uma parcela muito maior de defeitos que o anterior. De 2 para 3 sigma o DPMO cai de cerca de 308.000 para 66.807; de 3 para 4 cai para cerca de 6.210; de 4 para 5 para cerca de 233; de 5 para 6 para cerca de 3,4. Plotado em escala logarítmica, como o gráfico faz, isso vira uma linha descendente quase reta, que revela a melhoria proporcional constante por trás dos ganhos absolutos minguantes.

Esse formato é por que o nível sigma é uma métrica de gestão tão útil e também por que deve ser lido com cuidado. Uma melhoria de um ponto sempre soa igual, mas passar de 2 para 3 sigma e de 5 para 6 sigma são conquistas completamente diferentes: a primeira elimina um quarto de milhão de defeitos por milhão, a segunda elimina umas poucas centenas.

A curva torna visíveis os retornos absolutos decrescentes, então uma equipe pode ver onde o seu processo está e julgar se o próximo sigma vale a pena perseguir. Um processo lá embaixo na faixa de 2 a 3 sigma tem ganhos enormes e baratos disponíveis; um já em 5 sigma enfrenta uns caros e marginais.

Localizar o seu resultado na curva é a forma mais rápida de ver quanta margem, e quanto valor, resta na melhoria adicional.

Definir as oportunidades: a decisão que faz ou quebra

Tudo o que o DPMO reporta repousa em como as oportunidades são contadas, e é aqui que a métrica é mais abusada, honesta ou não. Uma oportunidade é uma forma distinta e relevante para o cliente pela qual uma unidade pode ser defeituosa. Um ponto de solda em uma placa é uma oportunidade; um campo em um formulário é uma oportunidade. A contagem total de oportunidades por unidade multiplica diretamente no denominador do DPMO, então tem um efeito grande e direto no resultado: dobre a contagem de oportunidades e você reduz o DPMO pela metade, elevando o nível sigma aparente sem mudar um único defeito real.

Essa alavancagem é justamente por que a definição de oportunidade deve ser disciplinada. A tentação é contar de forma generosa, cada forma concebível pela qual algo poderia dar errado, o que infla as oportunidades, esvazia o DPMO e produz um nível sigma enfeitado que não reflete a qualidade real. A abordagem honesta conta apenas oportunidades reais, independentes e que importam ao cliente, exclui modos de falha triviais ou impossíveis e, acima de tudo, fixa a definição para que não mude entre medições.

Uma tendência de DPMO só é significativa se a contagem de oportunidades por trás for constante; um processo que parece melhorar apenas porque alguém recontou as oportunidades de forma mais generosa não melhorou nada.

Ao comparar o seu nível sigma contra um referencial ou um fornecedor, a comparação só é válida se ambos usaram uma definição de oportunidade comparável, o que muitas vezes não ocorre, então trate as comparações de sigma entre organizações com cautela a menos que saiba que as regras de contagem coincidem.

Nível sigma, capacidade e onde cada um se encaixa

O nível sigma calculado aqui e os índices de capacidade de processo são duas rotas para o mesmo destino, escolhidas pelo tipo de dados que você tem.

Quando você mede uma característica em uma escala contínua, um diâmetro, um peso, um tempo, você tem dados variáveis, e os índices de capacidade como o Cpk descrevem como a dispersão medida se compara aos limites de especificação; esse Cpk se converte em um nível sigma porque ambos repousam na distribuição normal.

Quando você em vez disso conta defeitos, passa ou falha, número de erros, você tem dados de atributos, e esta calculadora obtém o nível sigma diretamente dessas contagens. Os dois se encontram no DPMO, que qualquer um dos tipos de dados pode produzir.

Escolher entre eles é sobretudo uma questão do que você pode medir. Os dados variáveis são mais ricos, mostram quão perto de um limite você está rodando, não apenas se o cruzou, então a capacidade de processo é preferida sempre que houver medições disponíveis. Mas boa parte do mundo é contada em vez de medida, sobretudo em processos de serviço, transacionais e de montagem onde o resultado é naturalmente passa ou falha, e ali o nível sigma baseado em defeitos é a ferramenta certa.

Em um sistema de qualidade maduro os dois coexistem: estudos de capacidade nas características mensuráveis, sigma baseado em defeitos nas contáveis, ambos acumulados via DPMO em um painel comum.

Para o lado da medição, a calculadora de capacidade de processo calcula Cp, Cpk, Pp e Ppk e reporta o mesmo nível sigma e DPMO a partir de dados variáveis, então as duas ferramentas produzem cifras comparáveis a partir das suas entradas diferentes.

Erros comuns com sigma e DPMO

Um punhado de erros se repete e distorce em silêncio as métricas sigma. Fique atento a estes antes de agir sobre um número.

• Contagens de oportunidades inconsistentes. Mudar como as oportunidades são definidas muda o DPMO sem nenhuma mudança real de qualidade. Fixe a definição e mantenha-a estável.
• Misturar sigma deslocado e sem deslocar. Um 4,5 de curto prazo e um 6 deslocado são o mesmo processo. Comparar entre as duas convenções engana por 1,5 sigma.
• Confundir DPMO com PPM. O DPMO conta defeitos contra oportunidades; o PPM costuma contar unidades defeituosas. Uma unidade com vários defeitos contribui diferente para cada um.
• Inflar oportunidades para enfeitar o número. Contar cada modo de falha concebível baixa o DPMO artificialmente. Conte apenas oportunidades reais e relevantes para o cliente.
• Comparar níveis sigma entre organizações às cegas. Sem definições de oportunidade coincidentes, o 5 sigma de uma empresa não é o de outra. Confirme as regras de contagem antes de comparar.
• Tratar a escala sigma como linear. Um ganho de um ponto significa coisas muito diferentes em níveis diferentes. Leia a curva de DPMO, não apenas o número sigma.
• Ignorar o custo do próximo sigma. Mais alto nem sempre é melhor. Pese a redução absoluta de defeitos, cada vez menor, contra o custo crescente de alcançá-la.

De uma contagem de defeitos a uma decisão de melhoria

Um nível sigma só é útil uma vez que impulsiona uma decisão, e a decisão depende de onde o processo está e de quanto custam os seus defeitos. Um processo lá em 2 ou 3 sigma produz dezenas de milhares de defeitos por milhão, e a melhoria disponível é tanto grande quanto geralmente barata, então a decisão quase sempre é agir: encontrar os modos de falha dominantes e eliminá-los, porque o retorno é alto. Um processo já em 5 sigma produz umas poucas centenas de defeitos por milhão, e o próximo incremento é caro e pequeno, então a decisão depende de se esses defeitos restantes são custosos o bastante, em segurança, recalls ou contas perdidas, para justificar o investimento.

O modo inverso é o que torna isso concreto.

Fixar um alvo sigma e ler a contagem de defeitos permitida converte uma meta estratégica em uma operacional: em vez de dizer a uma equipe para atingir 4,5 sigma, você pode dizer que o processo não deve produzir mais que um número específico de defeitos em um lote de tamanho conhecido, que eles podem medir diretamente e contra o qual melhorar.

Essa tradução, de uma escala de qualidade abstrata para um alvo contável e de volta, é onde a métrica ganha o seu lugar. Combine-a com o custo de um defeito e o custo da prevenção, e o nível sigma deixa de ser um número de painel e vira a base para decidir para onde o esforço de melhoria deve ir e até onde empurrá-lo.

Entre a manufatura e os serviços

Embora o Seis Sigma tenha crescido na manufatura, o DPMO e o nível sigma viajam bem para os serviços e as transações, e é ali que muitas vezes descobrem mais. Um defeito de manufatura costuma ser óbvio, uma peça fora de tolerância, um teste falho, mas um defeito de serviço, um campo de fatura errado, uma entrega atrasada, um pedido mal digitado, é igualmente real e com frequência muito mais comum, porque os processos de serviço raramente são medidos com o mesmo rigor. Aplicar o mesmo arcabouço de oportunidades e defeitos a um processo administrativo ou de frente para o cliente transforma queixas difusas sobre a qualidade em uma taxa mensurável que pode ser acompanhada e melhorada.

A mecânica é idêntica entre os dois mundos, que é o ponto. Defina o que é uma unidade, uma fatura, um pedido, um chamado de suporte, defina as oportunidades de defeito nela, e conte os defeitos; o DPMO e o nível sigma saem pelas mesmas fórmulas que classificam uma placa de circuito.

O principal ajuste é o julgamento ao definir as oportunidades, já que os modos de falha de uma unidade de serviço são menos físicos e mais uma questão de política que os de uma peça fabricada.

Feito de forma consistente, o resultado é uma linguagem de qualidade comum em toda uma organização: uma linha de fábrica e um departamento de faturamento podem reportar o seu desempenho na mesma escala sigma, que é precisamente o que permite à liderança comparar e priorizar a melhoria entre funções que de outra forma não compartilham métricas.

Rendimento, a fábrica oculta e a qualidade de primeira passagem

O rendimento é a face mais amigável dessas métricas, a fração de oportunidades ou unidades que saem limpas, e conecta diretamente com um conceito que todo líder de operações deveria vigiar: a fábrica oculta.

Um rendimento de manchete muitas vezes conta apenas o que é embarcado, ignorando em silêncio as unidades que foram retrabalhadas, reparadas ou reinspecionadas antes de passar. Esse retrabalho é invisível em um número de rendimento final mas muito real em custo, capacidade e lead time, e é justamente o que uma taxa baseada em defeitos expõe.

Medir os defeitos no ponto em que ocorrem, em vez de apenas na inspeção final, traz à luz o esforço gasto consertando problemas que um processo limpo nunca teria criado.

O rendimento de primeira passagem, a parcela de unidades que passam na primeira vez sem retrabalho, é a métrica que revela essa fábrica oculta, e costuma ser mais baixo, às vezes muito mais baixo, que o rendimento final que a gestão vê. A diferença entre os dois é o tamanho da fábrica oculta: quanto mais retrabalho um processo esconde, mais larga ela é.

A taxa de defeitos que esta calculadora computa alimenta diretamente essa visão, porque um DPMO alto medido antes do retrabalho significa uma fábrica oculta grande mesmo que o rendimento final pareça aceitável.

Quando um processo reporta excelente qualidade final mas consome quantidades surpreendentes de mão de obra e tempo, uma contagem de defeitos de primeira passagem quase sempre explica por quê, por isso medir os defeitos onde eles acontecem importa mais que contar apenas o que sobrevive até o fim.

Os dados de atributos e como contá-los bem

Esta calculadora trabalha sobre dados de atributos, informação que classifica em vez de medir: passa ou falha, conforme ou não, número de erros. Essa é a forma natural para muitíssimos processos, sobretudo de montagem, inspeção e qualquer serviço ou transação onde o resultado é uma categoria e não um número. Contá-los bem começa com uma definição clara e escrita do que é um defeito, porque a fronteira entre aceitável e defeituoso é um julgamento que deve ser consistente entre inspetores e ao longo do tempo; uma definição de defeito ambígua mina cada cifra posterior tão seguramente quanto uma contagem de oportunidades inconsistente.

Uma segunda disciplina é decidir, de forma deliberada, se você conta defeitos ou defeituosos. Um defeito é uma única instância de não conformidade; um defeituoso é uma unidade que tem ao menos um defeito.

Uma unidade pode carregar vários defeitos, então as duas contagens diferem, e a métrica que você calcula depende de qual usa: as taxas baseadas em defeitos como o DPMO usam os defeitos totais, enquanto uma taxa de unidades defeituosas como o PPM ou o rendimento clássico usa a contagem de unidades ruins. Nenhum é errado, mas misturá-los produz um sem-sentido, então a escolha deve ser explícita e estável.

Os dados de atributos são mais baratos de coletar que as medições e muitas vezes a única opção, mas a sua folga também é o seu risco: como um humano decide o que conta, os números são tão confiáveis quanto as definições e a consistência por trás deles, por isso um padrão escrito e verificações periódicas de como os inspetores o aplicam valem mais aqui que em qualquer estudo de dados variáveis.

Definir um alvo que se ajuste ao negócio

A tentação com um único número famoso como seis sigma é adotá-lo como meta universal, mas o alvo correto é uma decisão de negócio, não um slogan, e varia enormemente por processo. O nível correto é aquele onde o custo marginal de prevenir o próximo defeito iguala o custo que esse defeito imporia, e ambos os lados desse balanço diferem entre produtos.

Um defeito que pode ferir alguém, disparar um recall ou perder uma conta estratégica carrega um custo enorme, e justifica empurrar rumo a cinco ou seis sigma seja qual for a despesa de prevenção.

Um que é pego barato lá na frente, ou que um cliente mal nota, não justifica, e forçar tal processo a seis sigma gasta dinheiro que renderia mais em outro lugar.

Por isso as organizações maduras definem alvos diferenciados em vez de uma única meta geral. As características críticas para a segurança e críticas para a qualidade recebem alvos sigma altos; as características de rotina recebem moderados.

O modo inverso desta calculadora apoia exatamente esse tipo de raciocínio, porque converte um alvo candidato na taxa de defeitos concreta e na contagem de defeitos permitida que ele implica, que podem então ser pesadas contra o custo de alcançá-lo e o custo dos defeitos que previne. Escolher um alvo vira uma troca explícita em vez de uma aspiração, e o esforço de melhoria flui para onde os retornos são maiores.

Um portfólio de processos gerido assim atinge uma qualidade geral alta de forma muito mais eficiente que um onde cada processo é mantido, de forma cara e muitas vezes desnecessária, no mesmo número de manchete.

Unidades e referência rápida

Os defeitos, as unidades e as oportunidades são contagens simples; o DPMO, DPO, DPU e PPM são taxas; o rendimento é um percentual; e o nível sigma é adimensional. A referência abaixo mostra como o nível sigma, o DPMO e o rendimento se alinham usando o deslocamento convencional de 1,5 sigma, a mesma base que a maioria das tabelas publicadas de Seis Sigma usa. É a forma mais rápida de traduzir um nível sigma em uma taxa de defeitos e de volta.

Perguntas frequentes

Fontes, aviso e transparência editorial

A fórmula do DPMO, a conversão de sigma para defeitos pela distribuição normal e a convenção do deslocamento de 1,5 sigma usadas aqui seguem fontes reconhecidas de engenharia da qualidade, incluindo o corpo de conhecimento da ASQ e referências padrão de Seis Sigma. Esta calculadora e este guia são criados e revisados pela equipe da OpsCalculators; consulte a nossa Política Editorial para saber como cada ferramenta é pesquisada, construída e testada.

Os resultados são estimativas precisas para planejamento e educação, não consultoria de engenharia certificada. Defina as oportunidades de forma consistente e valide os seus dados de defeitos antes de agir sobre um nível sigma. Consulte o nosso Aviso Legal completo. OpsCalculators.com é operado pela MAFHH INTERNATIONAL LTD. Os seus dados são processados no seu navegador e nunca são guardados; consulte a nossa Política de Privacidade.