信息系统监理师考试知识点：质量控制的工具与技术

质量控制的工具和技术有检验、控制图、帕累托图、统计抽样(统计分析)、流程图、趋势分析、缺陷修复审查、直方图和散点图等，其中7种广泛使用的质量控制工具的关系如图9-2所示。

图9-2 7种质量控制工具

1. 检验

检验(检查)包括测量、检查和测试等活动，目的是确定项目成果是否与要求相一致。检验可以在任何管理层次中开展，例如，一个单项活动的结果和整个项目的最后成果都可以检验。检验有各种名称，如复查、产品复查、审查及评审等。

检查表(核对表)是常用的检验技术，检查表通常是由详细的条目组成的，用于检查和核对一系列必须采取的步骤是否已经实施的结构化工具，其具体内容因应用的不同而不同。检查表是一种有条理的工具，可简单可烦琐，语言表达形式可以是命令式，也可以是询问式。

例如，表9-1是一个确认测试工具属性的检查表例子。

表9-1 一个确认测试工具属性的检查表例子

2. 控制图

控制图(控制表，管理图)用于决定一个过程是否稳定或可执行，是反映生产程序随时间变化而发生的质量变动的状态图形，是对过程结果在时间坐标上的一种图线表示法。例如，可用于判断程序是否在控制中进行(如程序运行结果中的差异是否因随机变量所产生，是否必须对突发事件的原因负责查清并纠正等)。当一个程序在控制之中时，不应对它进行调整。这个程序可能为了得到改进而有所变动，但只要它在控制范围之中，就不应人为地去调整它。

控制图有助于及时判断异常波动的存在与否，以将质量特性控制在正常质量波动范围内。控制图可以用来监控各种类型的变量的输出。控制图常被用于跟踪重复性的活动，诸如生产事务等，它还可以用于监控成本和进度的变动、容量和范围变化的频率，项目文件中的错误，或者其他管理结果，以便判断项目管理程序是否在控制之中。

在具体实现上，控制图以取样时间或子样多少为横坐标，以质量特征为纵坐标，在图上分别画出上下公差界限、上下控制界限和中心线即可。

控制图以常态分配中的三个标准差为理论依据，中心线为平均值，上下控制界限为平均数加减三个标准差的值，以判断过程中是否有问题发生。如图9-3所示。

图9-3 控制图示例

在控制图中，中间的一条为中心线(Central Line,CL)，一般用蓝色的实线绘制。在上方的一条称为控制上限(Upper Control Limit,UCL)，在下方的称为控制下限(Lower Control Limit,LCL)。对上下控制界限的绘制，则一般采用红色的虚线，以表示可接受的变异范围。至于实际产品质量特性的点连线条则大都用黑色实线绘制。

3. 帕累托分析

帕累托分析(Pareto Analysis)源于帕累托定律，即著名的80-20法则，80%的问题经常是由于20%的原因引起的。帕累托分析是确认造成系统质量问题的诸多因素中最为重要的几个因素的分析方法，一般借助于帕累托图来完成分析。

帕累托图又叫排列图，是一种柱状图，按事件发生的频率排序而成。它显示由于某种原因引起的缺陷数量或不一致的排列顺序，是找出影响项目产品或服务质量的主要因素的方法。只有找出影响项目质量的主要因素，使项目组首先解决引起更多缺陷的问题，才能取得良好的经济效益。

帕累托分析又称为ABC分析图法，它把影响质量的主要因素分为三类，分别是A、B和C类。其中A类是累计百分数在70%~80%范围内的因素，它是主要的影响因素。B类是除A类之外的累计百分数在80%~90%范围内的因素，是次要因素。C类为除A、B两类外百分数在90%~100%范围的因素。

4. 因果图

因果图又称为Ishikawa图、因果分析图、石川图、鱼骨图或鱼刺图，用于说明各种直接原因和间接原因与所产生的潜在问题和影响之间的关系，如图9-4所示。

图9-4 因果图的基本形式

因果图法是全球广泛采用的一项技术。该技术首先确定结果(质量问题)，然后分析造成这种结果的原因。每个分支都代表着可能的差错原因，用于查明质量问题的可能所在和设立相应检验点。它可以帮助项目班子事先估计可能会发生哪些质量问题，然后，帮助提供解决这些问题的途径和方法。

一般来说，造成质量问题的原因主要有人、机器、原材料、方法和环境等5个方面，即4M1E因素，所以可以预先将这5个因素列入原因虚线的方框中，然后把各种原因，从大到小，从粗到细分解，直到能够采取措施消除这些原因为止。

绘制因果图的6个步骤如下。

(1)确定问题。通常用其他统计过程控制工具完成，例如帕累托分析、直方图、控制图和头脑风暴法等，其结果可以对问题进行简洁、清晰的描述。

(2)选择各学科的头脑风暴班子。按照确定问题所需要的技术、分析和管理知识来选择不同学科的专家组成的头脑风暴班子。

(3)画问题框和主箭头。包括用于因果评价的问题说明，主箭头作为主要类别的分类基础。

(4)具体化主要分类。确定问题框中所说问题的主要类别。问题主要原因的几个基本类别是4M1E,其他类别可以具体说明，根据情况而定。

(5)识别问题原因。当已经识别问题的主要原因时，可以确定与每一类主要因素相关的原因。这里可以用到随机方法、系统方法和过程分析方法。

(6)确定纠正措施。根据识别的原因，找到纠正问题的措施。

5. 趋势分析

趋势分析是指运用数学技巧，依据过去的成果预测将来的产品。趋势分析常用来监测以下问题。

(1)技术上的绩效：有多少错误和缺陷已被指出，有多少仍未纠正。

(2)成本和进度绩效：每个阶段有多少活动的完成有明显的变动。

图9-5就是一个趋势图的例子。

图9-5 趋势图

从图9-5中可以看出，随着时间的推移，缺陷发生率呈上升的趋势。趋势图的主要优点是便于绘制，易于理解。

6. 直方图

直方图又称为条形图、质量分布图、矩形图、频度分布图和排列图等，由事件发生的频率组织而成，用以显示多少成果是产生于已确定的各种类型的原因的。

直方图是由平行的若干条宽度相同的矩形构成的，矩形的排列可以是纵向的，也可以是横向的，如图9-6所示。

图9-6 直方图

直方图法通过图形观察产品质量分布的现状和变动趋势，判断和预测工序质量好坏和发展规律，并可估算出工序的不合格品来。目的是为了观察图的形状及其分布，来判断生产过程的质量状况。直方图根据矩形分布形状和公差界限的相对关系来探索质量分布规律，分析、判断整个开发过程是否正常、稳定。具体可以采用直接观察法，也可以将直方图与标准规格进行比较。直方图方法是一种"基量整理"的方法，其不足是不能反映质量的动态变化，且对数据的量要求较大。

7. 散点图

散点图是表示两个变量之间关系的图，又称为相关图，用于分析两测定值之间的相互关系，如图9-7所示。

图9-7 散点图

两种变量之间的相互关联性越大，图中的点越不分散，点趋向集中在一条直线附近。相反，如果两种变量之间关联性很少或没有，那么点将完全散布开。在图9-7中，程序员的水平和每个模块的差错数的关联性比较强，因此点分布在一条虚拟的直线附近。

散点图有直观简便的优点。通过做散点图对数据的相关性进行直观的观察，不但可以得到定性的结论，而且可以通过观察剔除异常数据，从而提高用计算法估算相关程度的准确性。