《CMMI4级实践问题30问》由会员分享，可在线阅读，更多相关《CMMI4级实践问题30问（18页珍藏版）》请在金锄头文库上搜索。
1、CMMI4 级实践问题 30 问-12021-03-09 11:39:31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：在做稳定性分析可以画各基线是根据组织级工程组的历史数据进
2、展过程稳定性分析统计得到的种控制图，比方 X-R图，X-S图，XMR图等，注意一般不画单点的X图，因为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，在画出控制图后，注 意数据点的分层或分组现象。第 3 问 ： 5 个点能否证明过程是稳定的？答：按照统计学的根本常识，一般需要 25-30 个分组，才可以证明过程是稳定的， 5 个点分组是 不能证明过程是稳定的。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，
3、来建立尝试控制限。 判稳的根本原那么是：-连续25个点，界外点数 d=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 ：工程的控制上、下限在工程执行中是固定的还是可变的？答： 是可变的。请看 CMMI 模型 QPM PA 的 SP2.2 ：第 1 条子实践： Establish trial natural bounds for subprocesses having suitable 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
4、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，先拿这个上下限来控制第 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 for each measured attribute.计算本工程的上下限第 7 条子实践： Recalculate the natural bounds for eac
5、h measured attribute of the selected subprocesses as necessary.重新计算！第5问：工程根据组织级基线和工程目标订岀初始的上限下限均值，按照这个控制线进展 控制， 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岀来的上下限，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
6、： 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， 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， 说明工程组的能力和组织级的能力不一样， 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，作出控制图计算上下限后，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% ，这是经历数字。2如果认为 sigma 太大，就取 2 sigma 或
7、 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%又觉得工程开场就期望控制进度偏差不是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 能力如何?能力与目标如何协调?工程开场时确定的 0% 是目标值， 不是历史数据的统计值， 不是能力值。 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
8、0%，2 者不匹配，不匹配怎么办？可以 采用如下的措施：1 运用 CAR, 分析能力缺乏的原因，采取措施，提高过程能力2 修改目标值，降低目标在 CMMI 模型 QPM PA 中的 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：终究什么是特殊原因 ? 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
9、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许多变差的原因、我 们称之为 处于统计控制状态 、在统计上受控制 ,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
10、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措施，相对容易整改的。过程中， 85% 的问题是由普通原因引起的，对应的改善称为系统级改良；只有 15% 的问题由特殊原因造成，对应的改善只能称为过程控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， 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
11、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10%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，因为不代表是一种趋势， 果是一种趋势，那么是剔除其他点，而保存这些点，重新计算控制线。第
12、12 问：当在控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：在传统企业的控制图中， 一般是在图上直接删除点后重算， 在软件过程的控制图中， 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 XMR 图，一般是在图上直接删除之第 13 问：在当控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
13、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， 因为这些点和异常点可能具有一样的原因系统。 也有可能在图上是异常 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，控制线就会收窄，收窄后有些点又超过控制线了， 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
14、 80 个点都是特殊原因造成的，采取了措 施，躲避了问题的再次发生，那也是合理的。得到的控制限是可以作为尝试控制限来使用。 如果 采用判稳的原那么，可以认为该过程是不稳定的。判稳与判异是不同的原那么。第 15 问：如何选择控制图？最常用的控制图是哪几种？答：在选择控制图时，首先选择要判断数据的类型：连续型变量可用的控制图有： X-R,X-S,XMR 等，离散型变量可用的控制图有：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,n
15、P 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 XMR 图。在软件领域里最常用的就是 XMR 图和 U 图第16 问：对哪些子过程应用控制图？答：在一个工程组中重复屡次的子过程。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 个点在中心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，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 XMR 图，并只使用点出界规那么，是否数据也必须按时间为顺序
