7.1案例1：项目A-需求

    项目A在检测过程中搜集到的需求缺陷密集度得出的Cpk指数为1.52。这表明该过程的执行达到并超过了预定的最低标准，也就是缺陷密集度基线。

    此外，所显示的k值为0.22表明“精确性定级”为良好。这表示过程的均值与指定均值的目标相差不大。

    Cp值表明过程的变更非常接近6σ。较大的Cp值表示通过指定宽度和过程宽度比较可知，过程的变更不大。

    7.2案例2：项目B-需求

    项目B的Cpk指数值为0.75。很显然，这表明过程没有达到执行能力的最低标准。

    同样较小的k值再次表明精确性定级非常好。过程均值非常接近于指定均值。因此，必定有其他因素影响了Cpk指数的值。

    Cp的值为0.86是导致Cpk指数值比较低的原因。参照Cp与σ的对应列表可知，0.86的Cp值明显要低于3σ。要想获得6σ的过程执行，就必须提高Cp值。

    从分析可知，过程宽度实际上要大于指定宽度。进一步分析可以发现，项目B是一个新的项目平台，软件开发小组对该项目是完全陌生的。因此过程的变更性比一般的正态分布要大。过程能力值Cpk表明该项目的开发过程相对于一般的软件开发项目具有较大的变异性。

    7.3案例3：项目C-设计

    项目C的Cpk指数值为1.23。这表明过程超过了最低执行标准。

    k值为0.008表明过程均值与指定均值之间几乎是没有差别的。

    Cp的值为1.23表明其σ等价值为小于4σ。该案例中产生过程变更的一个原因可能在于项目采样数目较少。在该案例中只有4个数据点。尽管如此，项目的过程能力还是可以接受的。

    7.4案例4：项目B-设计

    项目B的Cpk指数值高达2.49。k值为0.32表明精确性定级仅为“一般”。Cp的值则高达3.68。

    在对项目B这一分析中故意只采用少数几个数据点作为样本，其目的是为了说明在度量过程能力时数据点的抽样是非常重要的。

    作为首选规则，在度量过程能力中如果要删除某些界外值，需要搜集所有相关的数据点和极端的实践情况进行分析。因为错误的删除有可能会给出错误的过程能力度量结果。

    8、 知识等级

    如同John Frei（参考文献[3]）所述，过程描述中的知识定级有如下几种：
    （1） 没有数据——经验
    （2） 收集的数据——数据的数量
    （3） 分组后的数据——表格、图形
    （4） 描述性统计——均值，标准偏差
    （5） 特征化统计——Cpk指数和Cp指数
    （6） 受控的统计——SPC图表
    （7） 推论性统计——ANOVA，衰退，DOE

    9、 结束语

    在软件开发小组中搜集度量数据曾经耗费了我们很长的时间，并且在最初搜集的度量数据中，有一些是从来都没有用到过的。通过多年的研究，我们积累了许多使用所搜集到的度量数据的经验，从简单地参考度量数据的数目，到将数据绘制成图表，再到从数据中计算出均值和标准偏差以及绘制出SPC图表。使用过程能力度量中的Cpk指数来特征化描述过程的执行程度，为我们提供了另一个角度的统计过程控制方法。通过分析Cpk指数，我们可以断定过程在多大程度上受到定量化的控制和管理。同样，根据Cpk指数和Cp指数，我们还可以决定基线的均值和（或）控制条件是否需要进行修改，以反映过程能力的改进。

    10、参考文献

    [1] Fon, K. C., Control Charts, 1980, Chinese Society for Quality Control, Taipei, Taiwan.
    [2] Davis R. Bothe, Measuring Process Capability, McGraw-Hill, 1997.
    [3] John Frei, Process Characterization, SPC Training Material, XXX Radio Products Americas Group.