项目质量控制的工具和技术分析1

　　摘要：研究总体的每个个体(比方说所有5万张发票)是不切实际的，所以统计学家开发了统计技术来帮助决定一个合适的样本大小。例如，假定上述电子数据交换系统开发者将接受一个95％的可信度，而发票样本并不包含总体中的偏差，除非这些偏差在所有发票样本总体中出现。

　　8．6 质量控制的工具和技术

　　 许多通用的工具和技术被用于质量控制。这一节将着重介绍其中几个：帕雷托分析、统计抽样、六西格玛和质量控制图，并将讨论如何应用于n项目中。既然IT项目中广泛使用质量检测来确保质量，因此，这里也将讨论质量检测。

　　8．6．1 帕雷托分析

　　 帕雷托分析(Paretoanalysis)指确定造成系统大多数质量问题的较为重要的几个因素。它有时称为80-20法则，意思是，80％的问题经常是由于20％的原因引起的。帕雷托图(Pareto Diagrams)是用于帮助确认问题和对问题进行排序的直方图或频率分布柱状图。直方图描述的变量根据发生的频率进行排序。 ．

　　 举个例子，假定在开篇案例描述中有一段关于EIS用户抱怨的历史记录。大部分组织会记录用户的抱怨，但他们中许多人并不知道如何分析这些记录。帕雷托图是用来分析用户抱怨并帮助项目经理决定解决问题优先次序的有效工具。图8—1是能够用于EIS项目、按用户抱怨分类的帕雷托图。直方柱代表每种抱怨的数量，相连线段表示抱怨的累积百分比。例如，图8—1显示较频繁的用户抱怨是无法登录问题，接下来依次是系统加锁、系统太慢、系统难于使用和报告不准确等问题。第一个抱怨占总抱怨的50％。第一个和第二个抱怨的累积百分比接近80％，意味着这两个部分占抱怨的80％。因此，如果公司要减少抱怨数量，首先应该努力使得连锁系统登录更容易，因为用户抱怨主要落在这个类别上。

　　然而，好的项目经理知道各种抱怨的潜在严重性也是很重要的。如果系统产生不准确的报告，虽然它所占抱怨次数较少(帕雷托图中较小的柱)，它也会是一个严重的问题，从而要花费大量的资金来纠正它。在决定下一步将做什么之前，公司应该先检查所有的抱怨。

　　8．6．2 统计抽样

　　 统计抽样是项目质量管理中的一个重要概念。项目团队中主要负责质量控制的成员必须对统计有深刻的理解，而其他团队成员仅需理解一些基本概念。这些概念包括统计抽样、可信度因子、标准差和变异性。标准差和变异性是理解质量控制图的基础概念。这一节简要介绍这些概念并讨论项目经理如何运用于IT项目。其他详细内容请查阅统计学课本。

　　 统计抽样(statisticalsampling)是选择感兴趣总体中的一部分进行检查。例如，假定一个公司要开发一个电子数据交换(EDI)系统来处理所有供应商管理开来的发票。同时假定在过去的一年里，有来自于200个不同供应商的5万张发票。如果通过审核每张发票来决定新系统的数据需求，非常费时和昂贵。即使系统开发者确实审查了所有200家发票格式，他们也会发现每张表格　所填数据方式也不尽相同。研究总体的每个个体(比方说所有5万张发票)是不切实际的，所以统计学家开发了统计技术来帮助决定一个合适的样本大小。如果系统开发者使用统计技术，他们可能会发现，仅需研究100张发票，就可以确定在设计系统时所需的数据类型。

　　 样本大小取决于你想要的样本的代表性。一个简单的决定样本大小的公式是：

　　 样本大小=0．25X(可信度因子／可接受误差)²

　　可信度因子表示被抽样的数据将不包含总体中本不存在的偏差的可信程度。依据统计学书中的统计表，可以计算出可信度因子。表8—2列出了一些常用的可信度因子。

　　 例如，假定上述电子数据交换系统开发者将接受一个95％的可信度，而发票样本并不包含总体中的偏差，除非这些偏差在所有发票样本总体中出现。这样，样本的大小计算如下：

　　 样本大小=0．25X(1．960／0．05)²=384

　　 如果开发者想要90％可信度，样本的大小计算如下：

　　 样本大小=0．25X(1．645／0．10⁾²=68

　　 如果开发者想要80％可信度，样本的大小计算如下：

　　 样本大小=0．25X(1．28I／0．20)²=10

　　 假定开发者决定采用可信度为90％的可信度因子，那么他们将需要检查68张发票来决定EDI系统需要的数据类型。