title: 20260328-质量管理 3-质量控制统计方法
id: 6b306b29-a9cd-491f-950f-abb7eb723dc5
date: 2026-03-28 10:00:00
auther: admin
cover: null
excerpt: Day 12 - 质量管理 (3) 质量控制统计方法与高级应用 日期 2026 年 3 月 28 日 备考 软考高项(信息系统项目管理师) 考试日期 2026 年 5 月 23 日 备考进度 Day 12 / 60 天
permalink: /archives/6b306b29-a9cd-491f-950f-abb7eb723dc5
categories:
- ruan-kao-chong-ci
tags:
- xiang-mu-guan-li
Day 12 - 质量管理 (3): 质量控制统计方法与高级应用
日期: 2026 年 3 月 28 日
备考: 软考高项(信息系统项目管理师)
考试日期: 2026 年 5 月 23 日
备考进度: Day 12 / 60 天
距离考试: 56 天
📋 今日学习目标
- 掌握统计抽样的核心方法
- 理解测量精度与容差的概念
- 区分精确度与准确度的概念
- 掌握缺陷密度和缺陷排除率
- 完成质量管理综合练习
📖 A 部分:统计基础概念
1. 数据类型
| 类型 | 说明 | 示例 |
|---|---|---|
| 离散数据 | 计数数据(整数) | 缺陷数、错误数 |
| 连续数据 | 测量数据(任意值) | 响应时间、温度 |
2. 精确度 vs 准确度
| 维度 | 精确度(Precision) | 准确度(Accuracy) |
|---|---|---|
| 定义 | 多次测量结果的一致性 | 测量结果与真实值的接近程度 |
| 关注点 | 分散程度 | 偏差程度 |
| 类比 | 射箭密集度 | 射箭正中靶心 |
| 理想状态 | 高精确度 + 高准确度 | - |
精确度 vs 准确度图示:
高精确度 低精确度
高准确度 高准确度
┌─┐ ┌─┐
┌┴┬┴┐ ┌┬┴┬┐
┌┴──┴──┐ ┌┴──┴┐
└──────┘ └─────┘
● ● ● ● ●
↑ ● ●
命中靶心 ↑
分散但平均命中靶心
高精确度 低精确度
低准确度 低准确度
┌─┐ ┌─┐
┌┬┴┬┐ ┌┬┴┬┐
┌┴──┴──┐ ┌┴──┴┐
└──────┘ └─────┘
● ● ● ● ●
↑ ● ●
密集偏上 ↑
分散偏离靶心
记忆口诀:
"精确看一致,准确看偏差;理想状态是又精又准"
📖 B 部分:统计抽样方法
1. 抽样概念
定义: 从总体中选取部分样本进行检查,以推断总体质量状况
为什么要抽样?
- 全检成本太高
- 破坏性测试必须抽样
- 提高检验效率
2. 抽样方法分类
| 方法 | 说明 | 适用场景 |
|---|---|---|
| 简单随机抽样 | 每个个体等概率被抽取 | 总体均匀 |
| 分层抽样 | 按特征分层后各层抽取 | 总体有明显层次 |
| 系统抽样 | 固定间隔抽取 | 效率优先 |
| 整群抽样 | 整组抽取 | 群体内相似性高 |
3. 抽样相关计算
样本量公式(了解即可):
n = (Z² × p × (1-p)) / E²
其中:
- Z = 置信水平对应的Z值
- p = 预期缺陷率
- E = 可接受误差
常考结论:
- 置信度越高,样本量越大
- 预期缺陷率越接近50%,样本量越大
- 允许误差越小,样本量越大
4. 抽样检验类型
| 类型 | 说明 | 适用场景 |
|---|---|---|
| 计数抽样 | 合格/不合格判定 | 离散数据 |
| 计量抽样 | 测量值与标准比较 | 连续数据 |
📖 C 部分:质量度量指标
1. 缺陷密度(Defect Density)
定义: 单位规模(如千行代码)的缺陷数量
公式:
缺陷密度 = 缺陷总数 / 代码行数(千行)
= D / KLOC
用途:
- 评估代码质量
- 对比不同模块质量
- 预测维护工作量
示例:
某系统10万行代码,发现200个缺陷
缺陷密度 = 200 / 100 = 2个/千行
2. 缺陷排除率(DRE)
定义: 在某个阶段排除的缺陷占总计的比例
公式:
DRE = 本阶段排除的缺陷数 / 总缺陷数 × 100%
理想目标: 尽早发现和修复缺陷
阶段分解:
| 阶段 | 目标DRE |
|---|---|
| 编码阶段 | 60-70% |
| 单元测试 | 80-85% |
| 集成测试 | 90-95% |
| 系统测试 | 95-98% |
| 发布后 | 2-5% |
3. 缺陷泄漏率
定义: 漏到下一阶段的缺陷比例
缺陷泄漏率 = 漏到下阶段的缺陷数 / 本阶段缺陷数 × 100%
记忆口诀:
"DRE越高越好,泄漏越低越好"
📖 D 部分:质量控制图详解
1. 控制图类型
| 类型 | 控制对象 | 示例 |
|---|---|---|
| X̄-R图 | 连续数据(均值和极差) | 响应时间 |
| P图 | 离散数据(不合格率) | 缺陷率 |
| C图 | 离散数据(缺陷数) | 每页面错误数 |
| U图 | 单位缺陷数 | 每单位缺陷数 |
2. 控制图判异准则
8条判异准则(简化记忆):
| 序号 | 准则 | 说明 |
|---|---|---|
| 1 | 1点落在控制线外 | 异常 |
| 2 | 连续9点落在同一侧 | 异常 |
| 3 | 连续6点递增或递减 | 趋势异常 |
| 4 | 连续14点交替升降 | 非随机 |
| 5 | 连续3点中有2点在2σ区外 | 趋势 |
| 6 | 连续5点中有4点在1σ区外 | 趋势 |
| 7 | 连续15点在1σ区 | 数据过于精确? |
| 8 | 连续8点在1σ区外 | 异常 |
简化记忆:
"1点出界,9点同侧;6点单走,14点交替"
3. 控制限计算
3σ原则:
UCL = CL + 3σ
LCL = CL - 3σ
CL = 平均值
σ = 标准差
📖 E 部分:过程能力分析
1. CP与CPK
CP(过程能力指数): 过程的固有能力和稳定性
CP = (USL - LSL) / 6σ
其中:
- USL = 规格上限
- LSL = 规格下限
- σ = 标准差
CPK(过程能力指数,考虑偏移):
CPK = min[(USL-μ)/3σ, (μ-LSL)/3σ]
评判标准:
| CPK值 | 过程能力 | 措施 |
|---|---|---|
| CPK ≥ 2.0 | 过程能力过剩 | 降低成本 |
| 1.33 ≤ CPK < 2.0 | 过程能力充足 | 维持监控 |
| 1.0 ≤ CPK < 1.33 | 过程能力尚可 | 改进 |
| CPK < 1.0 | 过程能力不足 | 必须改进 |
2. 过程能力与性能
| 术语 | 说明 |
|---|---|
| 规格限 | 客户要求的质量标准 |
| 控制限 | 过程自身波动范围 |
| 规格限 > 控制限 | 理想状态 |
📖 F 部分:质量管理综合框架
1. 质量管理体系
质量管理PDCA循环:
┌─────────────────────────────────┐
│ Plan(计划) │
│ 规划质量管理,确定标准 │
└───────────────┬─────────────────┘
↓
┌───────────────┴─────────────────┐
│ Do(执行) │
│ 管理质量,实施质量活动 │
└───────────────┬─────────────────┘
↓
┌───────────────┴─────────────────┐
│ Check(检查) │
│ 控制质量,检查结果 │
└───────────────┬─────────────────┘
↓
┌───────────────┴─────────────────┐
│ Act(改进) │
│ 分析结果,采取纠正措施 │
└─────────────────────────────────┘
2. 质量成本模型
质量成本 = 一致性成本 + 非一致性成本
一致性成本(预防):
├── 预防成本(培训、流程文档)
└── 评估成本(测试、检查、审计)
非一致性成本(处理):
├── 内部失败成本(返工、废品)
└── 外部失败成本(保修、退货、声誉)
核心观点:
增加预防成本可以降低失败成本,总质量成本下降
✍️ G 部分:典型例题
例题 1:精确度与准确度(选择题)
题目:
在软件测试中,多次运行同一测试用例,结果分别是98、99、97、98、99,这组数据的特点是( )
A. 高准确度,高精确度
B. 高准确度,低精确度
C. 低准确度,高精确度
D. 低准确度,低精确度
答案: A
解析:
数据非常接近(98-99),说明精确度高
如果真值也是98-99左右,则准确度也高 ✅
例题 2:缺陷密度计算(计算题)
题目:
某项目有50万行代码,在测试阶段发现500个缺陷,在维护阶段又发现100个缺陷。请问:
- 测试阶段的缺陷密度是多少?
- 总缺陷密度是多少?
答案:
- 测试阶段缺陷密度 = 500 / 500 = 1个/千行
- 总缺陷密度 = (500+100) / 500 = 1.2个/千行
例题 3:控制图判异(选择题)
题目:
控制图显示连续7个点都在中心线上方,说明( )
A. 过程稳定
B. 过程失控,存在系统偏差
C. 需要缩小控制限
D. 数据收集有问题
答案: B
解析:
连续7点在同一侧 = 判异准则触发 → 过程失控 ⚠️
说明存在系统性偏差(偏高了)
例题 4:质量成本(案例题)
题目:
某公司每年在保修上花费100万,返工费用50万。经过质量改进,增加了20万的预防投入(培训、自动化测试),结果保修费用降到60万,返工费用降到20万。
问题: 这次质量改进是否值得?
答案:
| 项目 | 改进前 | 改进后 | 变化 |
|---|---|---|---|
| 预防成本 | 0 | 20万 | +20万 |
| 内部失败成本 | 50万 | 20万 | -30万 |
| 外部失败成本 | 100万 | 60万 | -40万 |
| 总成本 | 150万 | 100万 | -50万 |
结论: 质量改进节省了50万/年,非常值得!
答题要点:
- 预防成本的增加(20万)
- 失败成本的大幅下降(70万)
- 净节省50万
- 体现了"预防优于检查"的质量原则
🎯 H 部分:今日复习要点
必须背诵的口诀
- 精确vs准确: "精确看一致,准确看偏差"
- 控制图判异: "1点出界,9点同侧;6点单走,14点交替"
- DRE原则: "DRE越高越好,泄漏越低越好"
- 质量改进: "预防成本增加,失败成本大降"
核心公式
| 公式 | 用途 |
|---|---|
| 缺陷密度 = 缺陷数/代码行数 | 代码质量评估 |
| DRE = 本阶段缺陷/总缺陷 | 质量改进效果 |
| CP = (USL-LSL)/6σ | 过程能力 |
📌 I 部分:明日预告
Day 13: 资源管理 (1) - 资源管理基础与规划
学习内容:
- 资源管理概述
- 规划资源管理
- 活动资源估算
- 资源管理计划
口诀预告: "资源管理三步走,规划获取再加管"
💡 学习建议
- 统计基础要打牢: 精确度vs准确度是高频考点
- 缺陷密度会计算: 公式要记牢
- 控制图判异要背熟: 8条准则记关键几条即可
- 质量成本模型要理解: 体现"预防优于检查"原则
大哥,今天的统计方法有点烧脑,但考试常考!把控制图判异准则和缺陷密度公式记熟,明天我们进入资源管理~ 💪
评论区