CMMI四级实施过程常见问题梳理

1、CMM四级实施过程常见问题梳理第1问：应该建立哪些组织级的性能基线？答：(1)由商务目标派生出基线需求组织级的产品质量与过程性能目标是什么？这些目标可以通过哪些度量元来刻 画？哪些因素影响了目标的达成？这些因素可以通过哪些度量元来刻画？这些 度量元是否可以建立基线？(2) 建立力所能及的基线需要建立基线,但是却无历史数据,或者收集基线数据的本钱很高,也就只能 放弃,需要等到时机成熟了才能建立相关基线.(3) 对基线分类：规模、质量、进度、工作量、本钱、效率等.第2问：如何建立组织级的基线？答：基线是根据组织级工程组的历史数据进行过程稳定性分析统计得到的.在做稳定性分析可以画各种限制图,比方 X

2、-R图,X-S图,XMF0等,注意一般不 画单点的X图,由于单点值未必符合正态分布,而且 sigma比拟大,对异常不 敏感.在建立基线时注意区分不同属性的工程,有可能需要分解建立基线,比方需要 区分工程类型、生命周期模型、技术路线、人员背景、工程规模等.如果没有 区分上述属性,在画出限制图后,注意数据点的分层或分组现象.第3问：5个点能否证实过程是稳定的？答：根据统计学的根本常识,一般需要 25-30个分组,才可以证实过程是稳定 的,5个点分组是不能证实过程是稳定的.不稳定并不代表不可以建立基线,可以利用少数,比方多于3个点,来建立尝试限制限.判稳的根本原那么是：- 连续25个点,界外点数d=

3、0;- 连续35个点,界外点数d<1;- 连续100个点,界外点数d<2;满足上面的原那么之一即可认为过程稳定.第4问：工程的限制上、下限在工程执行中是固定的还是可变的？答：是可变的.请看CMM蟆型QPM PA勺SP2.2:第 1 条子实践： Establish trial natural bounds for subprocesses havingsuitable historical performance data.注意这里提到的是trial自然边界,即根据历史工程的数据得到的自然边界,也是就是历史工程的上下限,是个 trial 的,是尝试性的,不是本工程的,先 拿这个上下限

4、来限制第 2 条子实践： Collect data, as defined by the selected measures, on the subprocesses as they execute.收集本工程的度量数据第 3 条子实践： Calculate the natural bounds of process performance foreach measured attribute.计算本工程的上下限 第 7 条子实践： Recalculate the natural bounds for each measured attribute of the selected subpro

5、cesses as necessary.重新计算！第5问：工程根据组织级基线和工程目标订出初始的上限、下限、均值,根据这个限制线进行限制,那到什么时候再重新计算上下限呢,是超过初始上限就重新计算还是等到凑够一定的点后再重新计算？答：新产生的数据点多于3点以后,可以重新计算,主要看新产生的点是否有一定趋势,比方是否均值或 sigma和最初定义的差异比拟大.当然当数据多一 些时再重新计算更有说服力.第6问：如果本工程的数据计算出来的上下限,与历史工程的上下限不一致,说明组织的过程是不稳定的吗？答：工程级的过程稳定和组织的过程稳定是不一样的.工程是关注的本工程组内的过程稳定性,组织关注的是工程之间的

6、,2者关注点是不一样的.如果工程级的上下限和组织级的不一样,说明工程组的水平和组织级的水平不 一样,可能优于组织级也可能劣于组织级,但如果差异没有超出组织级均值的 上下3sigma,那么认为是组织级还是稳定的.第7问：根据我们的实际工程的数据,作出限制图计算上下限后,发现 sigma 值比拟大,怎么办？答：(1)考察离散系数的大小,即：sigma/平均值,离散系数不能太大,一般掌握在=15%这是经验数字.(2) 如果认为sigma太大,就取2 sigma或2.5 sigma作为上限.第8问：是否进度偏差率的均值必须确定为0 %?如果定在0 %,会发现工程 的实际点都偏离均值,如果不定在 0双觉

7、得工程开始就期望限制进度偏差不是 0 %不合理答：这是2个问题：(1)目标如何确定？目标是否合理？(2)水平如何？水平与目标如何协调？工程开始时确定的0娼目标值,不是历史数据白统计值,不是水平值. CMMI模 型QPM SP1.1的说明,明确提出了目标的可行性问题,要基于历史性能建立目 标.目标确定时未必就是：0%-16%这样的一个封闭区间,目标也可以这样确定：进度偏差不超过16%如果历史数据基线,进度偏差率是 10%那么目标值为0% 2者不匹配,不匹配怎 么办？可以采用如下的举措：(1)运用CAR分析水平缺乏的原因,采取举措,提升过程水平(2)修改目标值,降低目标在 CMM模型 QPM P&

8、amp;的 SP2.3 的第 1 条子实践：Compare the quality and process-performance objectives to the natural bounds of the measured attribute.一般工程组的性能目标是来源于组织级的性能基线.第9问：究竟什么是"特殊原因"？特殊原因确切的指什么？比方：我们有些 工程人员被其他工程组或其他事情占用了从而造成了本工程进度拖延,工程中 屡次发生,这样是不是就认为是工程固有的,就不剔除,参与计算(即使它超过了上下限？答：普通原因指的是造成随时间的推移具有稳定且可重复的分布过程中的

9、许多 变差的原因、我们称之为"处于统计限制状态"、"在统计上受限制",或者简称为 "受控".普通原因表现为一个稳定系统的偶然原因,只有变差的普通原因存在 且不改变时,过程的输出才是可预测的.普通原因一般是难以防止的,普遍存在 的情况.整改难度大,一般需要持续改良.特殊原因通常也称可查明原因指的是造成不是始终作用于过程的变差的原因 即当它们出现时将造成整个过程的分布改变,但他们又不是总是出现,是偶尔 出现,是不可预测的,并非对每次过程的执行都出现.特殊原因可以采取纠正 举措,相对容易整改的.过程中,85%勺问题是由普通原因引起的,对应的

10、改善称为系统级改良； 只有15%勺问题由特殊原因造成,对应的改善只能称为过程限制.当我们实施一个软件过程时,可以认为过程 =输入+活动+人+工具+方法+输出, 对于上面提到的输入,活动、人、工具、方法都应该有明确的要求,质量要求 等等,如果没有显著到达这些要求就可以识别为特殊原因,这些要求有可能没 有明确文档化.进度延期的问题如果是由于人员偶尔没有按方案参与,那就是特殊原因.如果 频繁重复发生,而且是工程组无法防止的,那只能识别为共性原因,正如堵车, 天天堵车,无法防止,堵车已经成为你去上班这个过程的固有属性,那我们只 能认为他是普通原因.第10问：特殊原因发生,是否一定会有过程异常?答：未必

11、.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 过程的参数上表现的就可能没有异常.如果有过程异常,也未必是特殊原因造成的,有可能是误判.第11问：好的异常是否也要剔除？如前8个点的上下限在1 0 %到1 % ,可第9个点在1 % ,看着是超过了控 制线,可这个点的实际意义是好的,那是剔除不剔除呢？答：异常也区别是好的异常还是坏的异常,好的异常也有可能剔除,由于不代 表是一种趋势,如果是一种趋势,那么是剔除其他点,而保存这些点,重新计算 限制线.第12问：当在限制图上剔除异常点后,是否在图上直接删除异常点,不再描在 图上呢？答：在传统企业的限制图中,一般是在图上直接删除点

12、后重算,在软件过程的 限制图中,除XMR图外一般是在图上不删除点,但计算数据时不纳入计算.理 由如下：(1) 软件企业本身过程的数据采样点比拟少；(2) 异常点可能存在一定的模式,保存在图上便于发现这种模式；对于XMF0, 一般是在图上直接删除之.第13问：在当限制图上存在多个异常点时,是 1次性都将这些异常点剔除掉,还是按其他规那么剔除异常点？答：剔除不剔除异常点是根据分析的原因来决定的,要看是否是一个特殊原因 造成的,只要是特殊原因造成的就要删除之,此时删除的有可能不仅仅是表现 为异常的数据点,也有可能是在图上并没有表现出异常的点,由于这些点和异 常点可能具有相同的原因系统.也有可能在图上

13、是异常点,但是分析后发现是 由于其他异常点的影响造成的,而不是特殊原因造成的,那么不能删除.剔除时有可能不是剔除一个数据点,而是改变某点的值,比方某个点的值是100, 但是其中只有30是由于特殊原因造成的,此时应是将该样本点的取值改为 70, 重新计算.第14问：剔除异常点后,限制线就会收窄,收窄后有些点又超过限制线了,这 时候还重新算吗？如果100个点剔除了 80个点可以吗？答：重新计算.如果100个点剔除了 80个点,只要这80个点都是特殊原因造 成的,采取了举措,躲避了问题的再次发生,那也是合理的.得到的限制限是 可以作为尝试限制限来使用.如果采用判稳的原那么,可以认为该过程是不稳定 的

14、.判稳与判异是不同的原那么.第15问：如何选择限制图？最常用的限制图是哪几种？答：在选择限制图时,首先选择要判断数据的类型：连续型变量可用的限制图有： X-R,X-S,XMR等,离散型变量可用的限制图有： U,c,z , P,nP图等.X-R,X-S图是适合分组数据的,如果分组的容量小于10那么选择X-R,否那么选择X-S图,如果是单点值那么选择 XMR对于离散型变量要判断分布的类型,如果是二项分布那么采用P,nP图,如果是泊松分布那么选择 U, c,z图,对于离散型变量也可以选择 XMFSo在软件领域里最常用的就是 XMF0和U图.第16问：对哪些子过程应用限制图？答：在一个工程组中重复屡次

15、的子过程.在组织内重复屡次的.对工程的目标及组织的目标起到关键作用的.可以通过相关性分析判断与目标 的关联程度.第17问：如何选择判异准那么？答：在已形成国际标准与国家标准的,在工业领域里使用的有8条规那么,在软件领域里,SEI推荐的是4条规那么,即1248规那么：1:如果有1个点出界那么判异；2：如果在3个连续点中有2个点在2sigma到3sigma之间那么判异；4：如果在5个连续点中有4个点在1sigma到2sigma之间那么判异；8:如果连续8个点在中央线的同一侧那么判异.当然可以不局限于上边4条规那么,可以选择国际标准中的其他 4条,在MINITAB 中可以任选规那么,规那么选择的多,

16、增加了分析本钱,可能存在误判,规那么选择 的少,可能存在漏判,通常情况下,应该选择至少3条规那么.第18问：使用XMF®,并只使用点出界规那么,是否数据也必须按时间为顺序排 列？答：(1)通常情况不应该只采用点出界规那么.对X图可以采用上面的1248规那么,对于MF®可以只使用点出界规那么.(2)数据也应该按时间为顺序排列.如果以不同的顺序排列数据,得出的估 计标准差是不同的.如下面的例如：有如下3个工程的数据,为同行评审发现的 SRS的缺陷密度,单位为个/页：P1:0.56P2:1.47P3:0.40如果变换顺序为：P1:0.56P3:0.40P2:1.47可以看到得出的

17、UCL LCL是不同的.第19问：基线是否一定关于均值对称？如果不对称是如何计算出来的？答：基线不一定是对称的,在第 2问中已经介绍了一种建立基线的方法,如果 不是采用XMR图的方法建立基线,而是采用箱线图或概率区间分析的方法建立 基线,那么基线可能就是不对称的.比方如果数据偏态分布很明显,那么可以取众 数或中位数作为期望值,此时建立的基线就可能是不对称的.在采用箱线图时 也可以排除异常点.第20问：何时变更基线?答：基线变更的时机包括：(1) 过程发生了变化(2) 积累的数据发生了变化(3) 组织的目标发生了变化基线变更时需要进行假设检验,以判断基线变更是否有实际的意义,在统计学 上是否显著

18、.第21问：基线是组织的质量与过程性能目标是什么关系？答：基线是对实际历史数据的统计分析,代表了组织的历史性能,质量与过程 性能目标是组织根据自身的实际情况确定的期望.目标未必等于基线,通常情 况下,目标优于或等于基线,目标确实定既要考虑历史的性能也要考虑商务的 需求.有一些企业,从商务上没有明确的量化质量与过程需求,因此确定了基 线与目标相同.第22问：什么是过程性能模型？过程性能模型(PPM是关于过程的属性与其工作产品之间关系的描述,它是基 于历史的过程性能数据开发的并通过收集的工程的过程和产品度量元进行调整 以用来预测执行过程的结果.通俗的讲就是通过过程的输入及属性预测过程的 输出,但是

19、过程性能模型必须满足以下的几个根本特征：(4) 定量模型：是定量模型而不是定性模型；(5) 实用性：是基于本组织的历史数据分析得到,而不是业内的标杆组织的 模型；(3) x可控：过程性能模型中的x必须含有可控变量;(4)区间预测：PPM寸Y值的预测是一个区间而非单点值；(5)绑定过程：PP娓针对某个过程或子过程建立的,是预测过程的性能(6)绑定目标：与组织的商业目标、过程性能与质量目标强相关.第23问：何时使用过程性能模型？(1)在组织级估算、分析、预测组织标准过程的过程性能预测组织商务目标的达成分析、预测过程改良的(潜在的)投资回报、影响、收益：分析的缺陷与问题实施的行动建议实施的过程改良建

20、议候选的革新评价过程性能的变化是否到达了预测的目标(2)在工程级估算、分析、预测已定义过程的性能预测工程目标的达成选择过程与子过程第24问：如何建立过程性能模型？SEI建议了 6种性能模型建模的方法：(1)根本统计方法(2) Monte Carlo 模拟(3)过程模拟(4)系统动力学(5)概率网络(6)可靠性增长在实践中应用最多的是：根本统计方法与Monte Carlo模拟.根本统计方法中包括了：线性回归分析,方差分析,Logistic 回归.线性回归分析适合于Y与X均是连续变量且符合正态分布的场景,方差分析适合于x中包含分类变量的场景,Logistic回归适合于y是分类变量的场景.Monte

21、 Carlo模拟适合于X是不确定的取值,需要通过模拟来预测 y的分布的场第25问：如何采用统计方法建立性能模型？答：(1)数据校验(2)剔除离群点(3)正态分布检验：各定比、定距类的 X与Y要服从正态分布,如果不服从正 态分布要对数据进行对数变换或者转换刻度类型(4)散点图分析：观察是否相关、是否线性相关,如果相关但非线性,那么对 X 或Y进行变换(5)相关性分析：采用 pearson、sperarman、方差分析或卡方检验分析 X与X 之间的相关性、X与Y之间的相关性.如果X与X之间存在相关性,那么这些X不 能同时出现在一个模型中,如果 X与Y不存在相关性,那么X不出现在模型中(6)如果Y是

22、定比或定距变量,X是定比或定距变量那么采用线性回归分析建模,如果X中包含分类变量那么采用 ANOVAt模,如果Y是定序或定类变量那么采用LOGISTIC回归建模.(7)对方程进行T检验、F检验、拟合优度检验、残差检验,判定方程的有效 性.(8)确定方程表达式及其适用范围第26问：性能模型如何分类？答：可以从多个维度上对性能模型进行分类.从Y的类型的角度进行分类：质量、进度、性能、客户满意度、本钱等从Y与X所代表的过程的角度分类：投入-产出型PPM(in-out PPM ):根据某个过程的输入与属性预测其输出.如： 系统测试发现的缺陷个数二f(系统测试用例的个数,系统的规模,系统测试的投 入工作

23、量,测试人员的水平,开发人员的水平,测试的轮数 ).产出-产出型PPM(out-out PPM)根据上游过程的输出与属性预测下游过程的输 出,是过程之间交互影响关系的预测.如：系统测试发现的缺陷个数二f(需求评审发现的缺陷个数,设计评审发现的缺陷个数,代码走查发现的缺陷个数,单 元测试发现的缺陷个数,集成测试发现的缺陷个数 ).混合型：上述两种模型的杂合.第27问：性能模型中的x是否一定是过程的稳定属性？答：x可以使稳定属性,也可以不是稳定属性,如果是稳定的属性那么预测的结 果比拟准确,而且可以计算性能模型最正确应用范围.第28问：2-3级的估算与4-5级的估算有什么区别?估算的内容估算方法估

24、算的可信度估算的输入2级影响工作量的工程的固有属性工程的工作量与本钱经验法单点值或区间本工程的属性3级经验法+模型法本工程的属性历史数据影响工作量的工程的经验法+基于本工程的属性4-5固有属性工程的工历史数据推区间及可达成的历史数据本级作量与本钱工程的导出的模型概率工程前期的执质量与过程性能目标法行结果第29问：如何建立质量与过程性能目标？总的原那么：(1)先外再内(2)先宏观再微观(3)先整体局部关系拆分再因果关系拆分(4)先识别产品的质量目标再识别过程的性能目标目标分解的步骤：(1)确定客户与组织外部的利益相关者的关注点确定客户对组织的要求,这些要求可能包括了质量、工期等方面的要求.确定国家标准、法律法规对组织的要求.确定各认证机构对组织的要求.确定组织外部、集团对组织的各项要求.确定其他外部利益相关者的要求.(2)确定组织内部利益相关者的关注点确定组织内部中高层经理及其他利益相关者的要求,这些要求可能包括了质量、 工期、本钱、性能等方面的要求.(3)文档化商务目标商务目标尽可能定量描述,也可以定性描述.(4)基于组织级的商务目标,确定总体的质量与过程性能目标；(5)基于整体局部关系派生目标将总体的质量与过程性能目标进行整体局部关系的拆分,比方将总体的质量与 过程性能目标拆分到各阶