CMMI4級實踐問題30問

1、CMMI4 級實踐問題 30 問-12021-03-09 11:39:31第 1 問 :應(yīng)該建立哪些組織級的性能基線？答：1 由商務(wù)目標(biāo)派生出基線需求組織級的產(chǎn)品質(zhì)量與過程性能目標(biāo)是什么？這些目標(biāo)可以通過哪些度量元來刻畫？哪些因素影 響了目標(biāo)的達(dá)成？這些因素可以通過哪些度量元來刻畫？這些度量元是否可以建立基線？2 建立力所能及的基線需要建立基線，但是卻無歷史數(shù)據(jù)，或者收集基線數(shù)據(jù)的本錢很高，也就只能放棄， 需要等到時 機(jī)成熟了才能建立相關(guān)基線。3 對基線分類：規(guī)模、質(zhì)量、進(jìn)度、工作量、本錢、效率等。第 2 問 ：如何建立組織級的基線？答：在做穩(wěn)定性分析可以畫各基線是根據(jù)組織級工程組的歷史數(shù)據(jù)進(jìn)

2、展過程穩(wěn)定性分析統(tǒng)計得到的種控制圖，比方 X-R圖，X-S圖，XMR圖等，注意一般不畫單點的X圖，因為單點值未必符合正態(tài)分布，而且 sigma 比擬大，對異常不敏感。在建立基線時注意區(qū)分不同屬性的工程， 有可能需要分解建立基線， 比方需要區(qū)分工程類型、 生 命周期模型、技術(shù)路線、人員背景、工程規(guī)模等。如果沒有區(qū)分上述屬性，在畫出控制圖后，注 意數(shù)據(jù)點的分層或分組現(xiàn)象。第 3 問 ： 5 個點能否證明過程是穩(wěn)定的？答：按照統(tǒng)計學(xué)的根本常識，一般需要 25-30 個分組，才可以證明過程是穩(wěn)定的， 5 個點分組是 不能證明過程是穩(wěn)定的。不穩(wěn)定并不代表不可以建立基線，可以利用少數(shù)，比方多于 3 個點，

3、來建立嘗試控制限。 判穩(wěn)的根本原那么是：-連續(xù)25個點，界外點數(shù) d=0;-連續(xù)35個點，界外點數(shù) d< 1;-連續(xù)100個點，界外點數(shù) d< 2;滿足上面的原那么之一即可認(rèn)為過程穩(wěn)定。第 4 問 ：工程的控制上、下限在工程執(zhí)行中是固定的還是可變的？答： 是可變的。請看 CMMI 模型 QPM PA 的 SP2.2 ：第 1 條子實踐： Establish trial natural bounds for subprocesses having suitable historical performance data.注意這里提到的是 trial 自然邊界，即根據(jù)歷史工程的數(shù)據(jù)得到

4、的自然邊界，也是就是歷史工程 的上下限，是個 trial 的，是嘗試性的，不是本工程的，先拿這個上下限來控制第 2 條子實踐： Collect data, as defined by the selected measures, on the subprocesses as they execute.收集本工程的度量數(shù)據(jù)第 3 條子實踐： Calculate the natural bounds of process performance for each measured attribute.計算本工程的上下限第 7 條子實踐： Recalculate the natural bounds

5、 for each measured attribute of the selected subprocesses as necessary.重新計算！第5問：工程根據(jù)組織級基線和工程目標(biāo)訂岀初始的上限下限均值，按照這個控制線進(jìn)展 控制， 那到什么時候再重新計算上下限呢， 是超過初始上限就重新計算還是等到湊夠一定的點后 再重新計算？答： 新產(chǎn)生的數(shù)據(jù)點多于 3 點以后，可以重新計算，主要看新產(chǎn)生的點是否有一定趨勢，比方 是否均值或 sigma 和最初定義的差異比擬大。當(dāng)然當(dāng)數(shù)據(jù)多一些時再重新計算更有說服力。第 6 問 ：如果本工程的數(shù)據(jù)計算岀來的上下限，與歷史工程的上下限不一致，說明組織的過程

6、是不穩(wěn)定的嗎？答： 工程級的過程穩(wěn)定和組織的過程穩(wěn)定是不一樣的。 工程是關(guān)注的本工程組內(nèi)的過程穩(wěn)定性， 組織關(guān)注的是工程之間的， 2 者關(guān)注點是不一樣的。如果工程級的上下限和組織級的不一樣， 說明工程組的能力和組織級的能力不一樣， 可能優(yōu)于組 織級也可能劣于組織級，但如果差異沒有超出組織級均值的上下 3sigma ，那么認(rèn)為是組織級還 是穩(wěn)定的。第 7 問 ：根據(jù)我們的實際工程的數(shù)據(jù)，作出控制圖計算上下限后，發(fā)現(xiàn) sigma 值比擬大，怎么 辦？答：1考察離散系數(shù)的大小，即 : sigma/ 平均值，離散系數(shù)不能太大，一般掌握在 <=15% ，這是經(jīng)歷數(shù)字。2如果認(rèn)為 sigma 太大，

7、就取 2 sigma 或 2.5 sigma 作為上限。第8問：是否進(jìn)度偏差率的均值必須確定為0%?如果定在0%,會發(fā)現(xiàn)工程的實際點都偏離 均值，如果不定在 0%又覺得工程開場就期望控制進(jìn)度偏差不是0%不合理答：這是 2 個問題：1 目標(biāo)如何確定?目標(biāo)是否合理?2 能力如何?能力與目標(biāo)如何協(xié)調(diào)?工程開場時確定的 0% 是目標(biāo)值， 不是歷史數(shù)據(jù)的統(tǒng)計值， 不是能力值。 CMMI 模型 QPM SP1.1 的說明，明確提出了目標(biāo)的可行性問題，要基于歷史性能建立目標(biāo)。目標(biāo)確定時未必就是： 0%-16% ，這樣的一個封閉區(qū)間，目標(biāo)也可以這樣確定：進(jìn)度偏差不超過 16%。如果歷史數(shù)據(jù)基線，進(jìn)度偏差率是

8、10% ，那么目標(biāo)值為 0%，2 者不匹配，不匹配怎么辦？可以 采用如下的措施：1 運用 CAR, 分析能力缺乏的原因，采取措施，提高過程能力2 修改目標(biāo)值，降低目標(biāo)在 CMMI 模型 QPM PA 中的 SP2.3 的第 1 條子實踐： Compare the quality and process-performance objectives to the natural bounds of the measured attribute.一般工程組的性能目標(biāo)是來源于組織級的性能基線。第 9 問：終究什么是特殊原因 ? 特殊原因確切的指什么？比方：我們有些工程人員被其他 工程組或其他事情占用

9、了從而造成了本工程進(jìn)度拖延， 工程中屢次發(fā)生， 這樣是不是就認(rèn)為是工 程固有的，就不剔除，參與計算即使它超過了上下限 ?答： 普通原因指的是造成隨時間的推移具有穩(wěn)定且可重復(fù)的分布過程中的許多變差的原因、我 們稱之為 "處于統(tǒng)計控制狀態(tài) "、"在統(tǒng)計上受控制 ",或者簡稱為 "受控 "。普通原因表現(xiàn)為一個穩(wěn)定 系統(tǒng)的偶然原因，只有變差的普通原因存在且不改變時 , 過程的輸出才是可預(yù)測的 . 普通原因一 般是難以防止的，普遍存在的情況。整改難度大，一般需要持續(xù)改良。特殊原因 （通常也稱可查明原因 ）指的是造成不是始終作用于過程的變差的原因

10、,即當(dāng)它們出現(xiàn)時將造成 （整個 ）過程的分布改變， 但他們又不是總是出現(xiàn) ,是偶爾出現(xiàn)， 是不可預(yù)測的， 并非對每次 過程的執(zhí)行都出現(xiàn)。特殊原因可以采取糾正措施，相對容易整改的。過程中， 85% 的問題是由普通原因引起的，對應(yīng)的改善稱為系統(tǒng)級改良；只有 15% 的問題由特殊原因造成，對應(yīng)的改善只能稱為過程控制當(dāng)我們實施一個軟件過程時，可以認(rèn)為過程=輸入+活動 +人+工具+方法+輸出，對于上面提到的輸入，活動、人、工具、方法都應(yīng)該有明確的要求，質(zhì)量要求等等，如果沒有顯著到達(dá)這些要求 就可以識別為特殊原因，這些要求有可能沒有明確文檔化。進(jìn)度延期的問題如果是由于人員偶爾沒有按方案參與， 那就是特殊原

11、因。 如果頻繁重復(fù)發(fā)生， 且是工程組無法防止的，那只能識別為共性原因，正如堵車，天天堵車，無法防止，堵車已經(jīng)成 為你去上班這個過程的固有屬性，那我們只能認(rèn)為他是普通原因。第 10 問：特殊原因發(fā)生，是否一定會有過程異常？答：未必比方特殊原因 1 是正向作用，特殊原因 2 是反向作用，二者可能作用抵消，在過程的參數(shù)上表 現(xiàn)的就可能沒有異常。如果有過程異常，也未必是特殊原因造成的，有可能是誤判第 11 問：好的異常是否也要剔除？如前8個點的上下限在10%到1%,可第9個點在1%,看著是超過了控制線，可這個點的實際意義是好的，那是剔除不剔除呢？答：異常也區(qū)別是好的異常還是壞的異常， 好的異常也有可能

12、剔除，因為不代表是一種趨勢， 果是一種趨勢，那么是剔除其他點，而保存這些點，重新計算控制線。第 12 問：當(dāng)在控制圖上剔除異常點后，是否在圖上直接刪除異常點，不再描在圖上呢？答：在傳統(tǒng)企業(yè)的控制圖中， 一般是在圖上直接刪除點后重算， 在軟件過程的控制圖中， 除 XMR 圖外一般是在圖上不刪除點，但計算數(shù)據(jù)時不納入計算。理由如下：1 軟件企業(yè)本身過程的數(shù)據(jù)采樣點比擬少；2 異常點可能存在一定的模式，保存在圖上便于發(fā)現(xiàn)這種模式；對于 XMR 圖，一般是在圖上直接刪除之第 13 問：在當(dāng)控制圖上存在多個異常點時，是 1 次性都將這些異常點剔除掉，還是按其他規(guī)那 么剔除異常點？答：剔除不剔除異常點是根

13、據(jù)分析的原因來決定的， 要看是否是一個特殊原因造成的， 只要是特 殊原因造成的就要刪除之， 此時刪除的有可能不僅僅是表現(xiàn)為異常的數(shù)據(jù)點， 也有可能是在圖上 并沒有表現(xiàn)出異常的點， 因為這些點和異常點可能具有一樣的原因系統(tǒng)。 也有可能在圖上是異常 點，但是分析后發(fā)現(xiàn)是由于其他異常點的影響造成的，而不是特殊原因造成的，那么不能刪除。剔除時有可能不是剔除一個數(shù)據(jù)點， 而是改變某點的值， 比方某個點的值是 100 ，但是其中只有30 是由于特殊原因造成的，此時應(yīng)是將該樣本點的取值改為70 ，重新計算。第 14 問 :剔除異常點后，控制線就會收窄，收窄后有些點又超過控制線了， 這時候還重新算嗎？ 如果

14、100 個點剔除了 80 個點可以嗎？答：重新計算。如果 100 個點剔除了 80 個點，只要這 80 個點都是特殊原因造成的，采取了措 施，躲避了問題的再次發(fā)生，那也是合理的。得到的控制限是可以作為嘗試控制限來使用。 如果 采用判穩(wěn)的原那么，可以認(rèn)為該過程是不穩(wěn)定的。判穩(wěn)與判異是不同的原那么。第 15 問：如何選擇控制圖？最常用的控制圖是哪幾種？答：在選擇控制圖時，首先選擇要判斷數(shù)據(jù)的類型：連續(xù)型變量可用的控制圖有： X-R,X-S,XMR 等，離散型變量可用的控制圖有：U,c,z ， P,nP 圖等°X-R,X-S圖是適合分組數(shù)據(jù)的，如果分組的容量小于 10那么選擇X-R,否那么

15、選擇X-S圖，如果是單點值那么選擇 XMR 。對于離散型變量要判斷分布的類型，如果是二項分布那么采用 P,nP 圖，如果是泊松分布那么選擇 U， c,z 圖，對于離散型變量也可以選擇 XMR 圖。在軟件領(lǐng)域里最常用的就是 XMR 圖和 U 圖第16 問：對哪些子過程應(yīng)用控制圖？答：在一個工程組中重復(fù)屢次的子過程。在組織內(nèi)重復(fù)屢次的。對工程的目標(biāo)及組織的目標(biāo)起到關(guān)鍵作用的?？梢酝ㄟ^相關(guān)性分析判斷與目標(biāo)的關(guān)聯(lián)程度。第 17 問：如何選擇判異準(zhǔn)那么？答：在已形成國際標(biāo)準(zhǔn)與國家標(biāo)準(zhǔn)的，在工業(yè)領(lǐng)域里使用的有 8 條規(guī)那么， 在軟件領(lǐng)域里， SEI 推薦 的是 4 條規(guī)那么，即 1248 規(guī)那么：1 ：如

16、果有 1 個點出界那么判異；2 ：如果在 3 個連續(xù)點中有 2 個點在 2sigma 到 3sigma 之間那么判異；4 ：如果在 5 個連續(xù)點中有 4 個點在 1sigma 到 2sigma 之間那么判異；8 ：如果連續(xù) 8 個點在中心線的同一側(cè)那么判異。當(dāng)然可以不局限于上邊 4 條規(guī)那么，可以選擇國際標(biāo)準(zhǔn)中的其他4 條，在 MINITAB 中可以任選規(guī)那么，規(guī)那么選擇的多，增加了分析本錢，可能存在誤判，規(guī)那么選擇的少，可能存在漏判， 通常情況下，應(yīng)該選擇至少 3 條規(guī)那么。第 18 問：使用 XMR 圖，并只使用點出界規(guī)那么，是否數(shù)據(jù)也必須按時間為順序排列？答：1 通常情況不應(yīng)該只采用點出

17、界規(guī)那么。對 X 圖可以采用上面的 1248 規(guī)那么， 對于 MR 圖可以只使用點出界規(guī)那么。2 數(shù)據(jù)也應(yīng)該按時間為順序排列。如果以不同的順序排列數(shù)據(jù)，得出的估計標(biāo)準(zhǔn)差是不同 的。如下面的例如：有如下 3 個工程的數(shù)據(jù)，為同行評審發(fā)現(xiàn)的 SRS 的缺陷密度，單位為個 /頁：P1:0.56P2:1.47P3:0.40如果變換順序為：P1:0.56P3:0.40P2:1.47可以看到得出的 UCL ， LCL 是不同的第 19 問：基線是否一定關(guān)于均值對稱？如果不對稱是如何計算出來的？答：基線不一定是對稱的，在第 2 問中已經(jīng)介紹了一種建立基線的方法，如果不是采用 XMR 圖 的方法建立基線， 而

18、是采用箱線圖或概率區(qū)間分析的方法建立基線， 那么基線可能就是不對稱的。 比方如果數(shù)據(jù)偏態(tài)分布很明顯， 那么可以取眾數(shù)或中位數(shù)作為期望值， 此時建立的基線就可能是 不對稱的。在采用箱線圖時也可以排除異常點。第 20 問：何時變更基線？答：基線變更的時機(jī)包括：1 過程發(fā)生了變化2 積累的數(shù)據(jù)發(fā)生了變化3 組織的目標(biāo)發(fā)生了變化基線變更時需要進(jìn)展假設(shè)檢驗，以判斷基線變更是否有實際的意義，在統(tǒng)計學(xué)上是否顯著第 21 問：基線是組織的質(zhì)量與過程性能目標(biāo)是什么關(guān)系？答：基線是對實際歷史數(shù)據(jù)的統(tǒng)計分析， 代表了組織的歷史性能， 質(zhì)量與過程性能目標(biāo)是組織根據(jù)自 身的實際情況確定的期望。目標(biāo)未必等于基線，通常情況

19、下，目標(biāo)優(yōu)于或等于基線， 目標(biāo)確實定 既要考慮歷史的性能也要考慮商務(wù)的需求。 有一些企業(yè)， 從商務(wù)上沒有明確的量化質(zhì)量與過程需 求，因此確定了基線與目標(biāo)一樣。第 22 問：什么是過程性能模型？過程性能模型 PPM 是關(guān)于過程的屬性與其工作產(chǎn)品之間關(guān)系的描述，它是基于歷史的過程 性能數(shù)據(jù)開發(fā)的并通過收集的工程的過程和產(chǎn)品度量元進(jìn)展調(diào)整以用來預(yù)測執(zhí)行過程的結(jié)果。 通 俗的講就是通過過程的輸入及屬性預(yù)測過程的輸出， 但是過程性能模型必須滿足以下的幾個根本 特征：CMMI4級實踐問題30問1定量模型：是定量模型而不是定性模型;2實用性：是基于本組織的歷史數(shù)據(jù)分析得到，而不是業(yè)內(nèi)的標(biāo)桿組織的模型;3x可

20、控：過程性能模型中的 x必須含有可控變量;4區(qū)間預(yù)測：PPM對Y值的預(yù)測是一個區(qū)間而非單點值;5綁u蹋篜PM是針對某個過程或子過程建立的，是預(yù)測過程的性能6丨綁定目標(biāo)：與組織的商業(yè)目標(biāo)、過程性能與質(zhì)量目標(biāo)強(qiáng)相關(guān)第23問：何時使用過程性能模型?1在組織級估算、分析、預(yù)測組織標(biāo)準(zhǔn)過程的過程性能預(yù)測組織商務(wù)目標(biāo)的達(dá)成分析、預(yù)測過程改良的潛在的投資回報、影響、收益:分析的缺陷與問題實施的行動建議實施的過程改良建議候選的革新評價過程性能的變化是否到達(dá)了預(yù)測的目標(biāo)2在工程級估算、分析、預(yù)測已定義過程的性能預(yù)測工程目標(biāo)的達(dá)成選擇過程與子過程第 24 問：如何建立過程性能模型？SEI 建議了 6 種性能模型建

21、模的方法：1 根本統(tǒng)計方法2 Monte Carlo 模擬3過程模擬4系統(tǒng)動力學(xué)5概率網(wǎng)絡(luò)(6)可靠性增長在實踐中應(yīng)用最多的是：根本統(tǒng)計方法與Monte Carlo 模擬根本統(tǒng)計方法中包括了：線性回歸分析，方差分析， Logistic 回歸。線性回歸分析適合于 Y 與 X 均是連續(xù)變量且符合正態(tài)分布的場景，方差分析適合于 x 中包含分類變量的場景， Logistic 回歸 適合于 y 是分類變量的場景。Monte Carlo模擬適合于X是不確定的取值，需要通過模擬來預(yù)測y的分布的場景第 25 問：如何采用統(tǒng)計方法建立性能模型？答： 1 數(shù)據(jù)校驗2剔除離群點3 正態(tài)分布檢驗：各定比、定距類的X

22、與 Y 要服從正態(tài)分布，如果不服從正態(tài)分布要對數(shù)據(jù)進(jìn)展對數(shù)變換或者轉(zhuǎn)換刻度類型4 散點圖分析：觀察是否相關(guān)、是否線性相關(guān)，如果相關(guān)但非線性，那么對X 或 Y 進(jìn)展變換5相關(guān)性分析： 采用 pearson 、sperarman 、方差分析或卡方檢驗分析 X 與 X 之間的相關(guān)性、X與Y之間的相關(guān)性。如果 X與X之間存在相關(guān)性，那么這些X不能同時岀現(xiàn)在一個模型中，如果 X 與 Y 不存在相關(guān)性，那么 X 不出現(xiàn)在模型中6丨如果Y是定比或定距變量， X是定比或定距變量那么采用線性回歸分析建模，如果X中包含分類變量那么采用 ANOVA 建模，如果 Y 是定序或定類變量那么采用 LOGISTIC 回歸建

23、模。7對方程進(jìn)展 T 檢驗、 F 檢驗、擬合優(yōu)度檢驗、殘差檢驗，判定方程的有效性。 8 確定方程表達(dá)式及其適用范圍第 26 問：性能模型如何分類？答：可以從多個維度上對性能模型進(jìn)展分類。從 Y 的類型的角度進(jìn)展分類：質(zhì)量、進(jìn)度、性能、客戶滿意度、本錢等從 Y 與 X 所代表的過程的角度分類：投入-產(chǎn)出型 PPM in-out PPM ：根據(jù)某個過程的輸入與屬性預(yù)測其輸出。如：系統(tǒng)測試發(fā)現(xiàn)的缺陷個數(shù) =f（ 系統(tǒng)測試用例的個數(shù)，系統(tǒng)的規(guī)模，系統(tǒng)測試的投入工作量，測試人員的水平， 開發(fā)人員的水平，測試的輪數(shù) ）。產(chǎn)出-產(chǎn)出型 PPM（out-out PPM） ：根據(jù)上游過程的輸出與屬性預(yù)測下游過程

24、的輸出， 是過程之間 交互影響關(guān)系的預(yù)測。如：系統(tǒng)測試發(fā)現(xiàn)的缺陷個數(shù)=f（ 需求評審發(fā)現(xiàn)的缺陷個數(shù)，設(shè)計評審發(fā)現(xiàn)的缺陷個數(shù)， 代碼走查發(fā)現(xiàn)的缺陷個數(shù)， 單元測試發(fā)現(xiàn)的缺陷個數(shù)， 集成測試發(fā)現(xiàn)的缺陷個數(shù) ） 混合型：上述兩種模型的雜合。第 27 問：性能模型中的 x 是否一定是過程的穩(wěn)定屬性？答：CMMI4級實踐問題30問x可以使穩(wěn)定屬性，也可以不是穩(wěn)定屬性，如果是穩(wěn)定的屬性那么預(yù)測的結(jié)果比擬準(zhǔn)確，而且可 以計算性能模型最正確應(yīng)用范圍。估燉的內(nèi)容估41方法怙焊的可魅度估41的鯊入曝爲(wèi)響工作鬣的瑣目的I3WM疑驗法性廉 項自的工作能與的 繪齢曲那莊£頂目的恵性T項目的厲性 歷史致倨影響工

25、作曜的壩日的園有屬4-5性疑頃旨的工作量與誡本項目的備董與過程悝能目折紅驗法催千歷史鞭據(jù)推異出的模型隆巨間及可達(dá)咸的槪蘋歷史數(shù)帰本頂目前期的機(jī)行結(jié)第28問：2-3級的估算與4-5級的估算有什么區(qū)別？第29問：如何建立質(zhì)量與過程性能目標(biāo)?總的原那么:1先外再內(nèi)2先宏觀再微觀3先整體局部關(guān)系拆分再因果關(guān)系拆分4先識別產(chǎn)品的質(zhì)量目標(biāo)再識別過程的性能目標(biāo)目標(biāo)分解的步驟：1確定客戶與組織外部的利益相關(guān)者的關(guān)注點確定客戶對組織的要求，這些要求可能包括了質(zhì)量、工期等方面的要求。確定國家標(biāo)準(zhǔn)、法律法規(guī)對組織的要求。確定各認(rèn)證機(jī)構(gòu)對組織的要求。確定組織外部、集團(tuán)對組織的各項要求。確定其他外部利益相關(guān)者的要求2確定組織內(nèi)部利益相關(guān)者的關(guān)注點確定組織內(nèi)部中高層經(jīng)理及其他利益相關(guān)者的要求， 這些要求可能包括了質(zhì)量、 工期、本錢、 性 能等方面的要求。3 文檔化商務(wù)目標(biāo)商務(wù)目標(biāo)盡可能定量描述，也可以定性描述4基于組織級的商務(wù)目標(biāo)，確定總體的質(zhì)量與過程性能目標(biāo)；5基于整體局部關(guān)系派生目標(biāo)比方將總體的質(zhì)量與過程性能目標(biāo)拆分將總體的質(zhì)量與過程性能目標(biāo)進(jìn)展整體局部關(guān)系的拆分， 到各階段；6