数据中存在的假象

在实施CMMI高成熟度的软件公司中，分析过程性能数据时，常出现无法证明理应相关的变量间的相关性，或者出现与假设相反的分析结果。这种现象引发了对相关性分析过程中存在的问题的探讨。

首先，根据经验和常识，人们通常会有以下假设：

• 假设1：高水平的测试人员比低水平的测试人员发现的BUG多。
• 假设2：高水平的开发人员犯的错误应该比低水平的开发人员少。

然而，在实际数据分析中，发现这两个假设并未得到支持。原因在于，软件公司在实践中通常采用以下策略：

• 策略1：关键模块由高水平开发人员开发，非关键模块由低水平开发人员开发。
• 策略2：高水平测试人员测试关键模块，低水平测试人员测试非关键模块。

这些策略导致了实际数据是有偏的样本，而不是随机样本。因此，历史数据显示发现的BUG数量与开发或测试人员的水平无关，这与假设1和假设2相矛盾。

为了证明这两个假设，需要进行实验，即在控制其他条件不变的情况下，观察测试人员和开发人员的水平对BUG数量的影响，并通过统计过程的性能数据来验证假设的正确性。

总结来说，当数据分析结果与常识不符时，我们应该深入分析原因，可能是由于样本选择的偏差所导致的。理解这一点对于正确解读性能数据和改进过程至关重要。