


| Término | Description |
|---|---|
| LES | Límite de especificación superior |
| LEI | Límite de especificación inferior |
| η | Mediana del proceso |
| Xpu | Percentil empírico superior a partir de la tolerancia |
| Xpl | Percentil empírico más bajo de la tolerancia |
El análisis utiliza los percentiles empíricos para estimar la propagación del proceso. Primero, el análisis utiliza la tolerancia para encontrar los percentiles a calcular.


donde Z es un percentil de la distribución normal estándar y T es la tolerancia. Por ejemplo, si la tolerancia es 6, entonces pU = P(Z < 3) = 0.99865. Si la tolerancia es 6, entonces pL = P(Z < −3) = 0.00135. Para un proceso con 2 límites de especificación, una tolerancia de 6 cubre aproximadamente el 99,7% de los datos.
A continuación, el análisis calcula los percentiles empíricos a partir de los datos.

| Término | Description |
|---|---|
| p | el porcentaje de datos menor que o igual al percentil deseado, dividido entre 100 |
| Xy | La yésima fila de los datos cuando los datos se ordenan de menor a mayor |
| y | el valor truncado de w |
| w | p(N + 1) |
| N | el número de filas con datos presentes |
| z | w – y |
McCormack, D. W., Harris, I. R., Hurwitz, A., M., & Spagon, P. D. (2000). Capability indices for non-normal data. Quality Engineering, 12(4), 489-495.