实施GJB5000B四级,绕不开过程性能基线(PPB)。基线的本意,是用组织真实的历史数据刻画过程能力的“常态范围”,再用这个范围去预测和监控项目。但一个容易被忽略的陷阱是:你把所有项目的数据倒进一个桶里算均值、画控制图,得到的“组织基线”,可能恰恰掩盖了真相。这就是辛普森悖论在软件度量中的典型表现——分组内的趋势,在数据合并后反转了。
GJB5000B的过程性能基线,最容易犯的错就是“一锅烩”。组织同时做嵌入式软件、管理信息系统、仿真验证工具,项目规模从几人月到几十人月不等,技术栈和人员能力差异巨大。如果把工期偏差率、缺陷密度、评审效率这些测量项不加区分地混在一起,很可能出现这样的结果:A类项目单独看,缺陷密度在下降;B类项目单独看,缺陷密度也在下降;但合并成一个“组织基线”后,整体缺陷密度反而在上升——仅仅因为高缺陷的B类项目在近期样本中占比变大了。合并后的结论,与每一类项目内部的真实趋势完全相反。这时候拿这条基线去预测新项目,等于在用错误的地图导航。
问题出在哪里?出在混杂因素被“合并”这个动作藏了起来。项目类型、过程阶段、团队经验、需求稳定性,这些都是典型的混杂变量。它们同时影响“你用哪类数据”和“数据会呈现什么值”。不控制这些因素,合并就是自欺欺人。辛普森悖论提醒我们的正是这一点:合并数据本身不是错,但在不了解数据背后结构的情况下合并,结论就可能完全失真。
那么,建立过程性能基线时应该怎么做?一个核心建议是:先分层,后合并;能分类建,就不硬凑一个“组织基线”。
具体分三步走。第一步,在采集数据之前就识别分层因素。 不要等到数据堆在Excel里才问“要不要分开”。项目类型、软件规模等级、开发模式、甚至年度(因为人员能力和过程成熟度会随时间变化),都应当在测量项定义时就作为属性记录下来。第二步,画图看“分层”是否存在。 把同一测量项的单值图或单值控制图画出来,如果样本点出现明显的局部聚集——比如工期偏差率在0附近有一簇、在100%以上另有一簇——这就是分层的信号。聚类在不同值范围附近的点,很可能来自不同类型的项目或活动。第三步,对存在分层的数据,分别建立基线;只有在确认层间差异不显著、且工程逻辑上可合并时,才考虑合并。 不符合正态分布的数据直接建立统一基线会导致偏差和误导,分组分析再分别建线,是更稳妥的做法。如果某一类项目的样本量暂时不够(一般建议不少于30个,剔除异常后不少于8个),宁可标注“数据积累中”,也不要为了凑基线把异质项目硬捏在一起。
当然,分层不是分得越细越好。分得太细,每组样本太少,基线失去统计意义。判断标准在于工程逻辑:分层的理由是“过程本身不同”,而不是“数据看起来不一样”。概要设计评审和详细设计评审的效率本来就不是同一个过程,分开建线合理;同一个过程在不同年份的波动,先分析原因,确认是持续改进带来的性能变化,再考虑按阶段分别建线。分层的目的是让每一层内部的比较“公平可比”,而不是制造碎片。
GJB5000B量化管理的根基是真实、有效、可用的数据。“真实”不止是没改数,“有效”不止是定义清楚,还包括用正确的方式组织数据。辛普森悖论不会因为你用了高级工具就自动消失,它只会藏在一个看似整齐的合并均值背后。建基线时多问一句:这些数据真的属于同一个“过程”吗?如果答案含糊,先分层,再说话。
最后用四句诗总结:
合数先须辨异同,
层中趋势莫混融。
莫因均值遮真相,
分类基线方为功。
参考书目:一读就上瘾的逻辑学,作者:阿健,出版社:天地出版社

