黑盒测试设计专题：正交试验

​

点击上方 BeTester ，学习更多知识

让碎片成体系，让测试更专业

在科研和生产实践中，人们往往要做许多次实验来进行某项研究。实验结果一般由很多因素共同影响，因素的值不同产生不一样的试验结果。如果想把每个因素的每个值都要验证一遍，总验证次数就等于各因素的值的个数的乘积，而这个数往往超乎想象的巨大。

譬如，我们要研究是什么原因导致肥胖，经过一系列调查与分析，初步得出肥胖是由基因、睡眠时长、食物摄入量、运动量、摄入糖分比例、摄入脂肪比例6个因素影响。假设每个因素有3个取值，那要把每个因素的组合都验证一次，则要尝试 3x3x3x3x3x3 = 729 次。

为了减少实验次数，我们必须选出那些最有代表性的例子来完成尽可能多的覆盖验证。

1 正交试验概述

对于多输入条件组合类的测试方法，通常有两种方法，一种是正交试验法（Orthogonal Array），另一种是配对测试法（Pairwise或All-pairs）。这两种测试分析方法都是基于“缺陷都是单失效模式或双失效模式所发现的”，配对测试是完全基于两两组合所构成的测试用例，而正交试验则是在此基础上进行了简化，得到更加精细的测试用例。本文我们主要讲述正交试验测试分析法。

a. 单失效模式：失效是由单个因素引起的，只要针对独立参数进行测试即可发现问题。
b. 双失效模式：失效是由两个因素共同引起的，必须针对所有参数进行两两组合进行测试，才能确保发现问题。
c. 多失效模式：失效是由>3个因素共同引起的，只通过两两组合进行测试不能保证测试的充分性。

1.1 必知术语

因素：在试验中，影响试验结果的变量。

因素数：在试验中，影响试验结果的变量个数。

水平：因素所处的状态。

水平数：因素所包含的状态集合数量。

1.2 全面试验

全面试验，即全组合，也叫笛卡尔积，是对每个因素的每个水平互相搭配进行试验/验证。

假设，我们要完成某一款车的燃油消耗试验，经分析主要由车辆速度、车辆重量、车辆窗户开闭状态三个因素影响（因素数=3），并且每个因素都有3种状态，分别为高中低（水平数=3）。那么要进行全面试验的话，我们需要完成 3 x 3 x 3 = 27 次的试验。

1.3 正交试验

正交实验设计是研究多因素多水平的一种设计方法，它根据依据 Galois理论 从全面试验中挑选出部分具有代表性的水平组合进行试验，通过挑选部分有代表性的水平组合进行试验并对结果进行分析找出最优的水平组合。

正交试验让我们的工作带来了新的思考，有效提升工作效率。

同样，我们需要对汽车的燃油消耗进行试验，通过正交设计计算（后面介绍计算方法），我们可以得出只要 9 次就可以完成试验ÿ