1、什么是柏拉图
柏拉图:又名重点分析图:它是根据所搜集的缺陷数据,以不同区分标准单位加以整理、分类,计算出各分类项目所占的比例而按照大小顺序排列,再加上累积值所形成的图形。用于确定主要因素,找出改进着手点。
我们以统计分析每个模块的缺陷数据为例,运用柏拉图进行缺陷分析。
2、需要收集的缺陷数据
按照模块统计缺陷的数量,按照数量多少倒序排列,计算出每个模块缺陷所占百分比,统计累计百分比,如下表:
模块 | 缺陷数 | 缺陷 比例 | 缺陷比例 (累计) |
模块1 | 1204 | 30.08% | 30.08% |
模块2 | 717 | 17.92% | 48.00% |
模块3 | 692 | 17.29% | 65.29% |
模块4 | 502 | 12.54% | 77.84% |
模块5 | 462 | 11.54% | 89.38% |
模块6 | 180 | 4.50% | 93.88% |
模块7 | 105 | 2.62% | 96.50% |
模块8 | 61 | 1.52% | 98.03% |
模块9 | 35 | 0.87% | 98.90% |
模块10 | 32 | 0.80% | 99.70% |
模块11 | 12 | 0.30% | 100.00% |
合计 | 4002 |
3、画出对应的柏拉图,如下图:
4、缺陷分析:
从图上看出,前4个模块的缺陷数约占总体的80%,缺陷集中在前4个模块。
我们利用柏拉图识别出了占80%问题的那少数模块,针对其采取强于其它产品组成部分的质量控制措施。
柏拉图分析只是我们缺陷分析的第一步。它帮助我们分析出了影响产品质量的那些重点模块,我们还需要针对这些高危模块进行进一步的分析,识别缺陷的产生根源。
有时候用绝对数去衡量缺陷的分布并不合适,有时也会把缺陷按照严重程度对应一定的权重系数折算成分析意义上的标准故障。例如定义折算系数为,致命*5,严重*4,一般*3,微笑*1,建议*0。
版权声明:本文出自 shiningredstar 的51Testing软件测试博客:http://www.51testing.com/?7622
原创作品,转载时请务必以超链接形式标明本文原始出处、作者信息和本声明,否则将追究法律责任。