过程性能基线的建立方法有箱线图法、控制图法、置信区间法等等，在实际中，还要数据分析者的经验进行分析，以下举例说明在建立组织级过程性能基线时的注意事项：

1 注意识别数据分层的现象

        数据分层，即样本点存在明显的局部聚集现象，聚集在不同值范围附近的样本点可能是属于不同类型的项目或不同类型的活动的输出值。识别数据的分层有2种方法：

方法一：在Minitab中画单值图，观察之，如下图中存在的数据聚集的现象。

方法二：在Minitab中通过画单值控制图，观察之。如下图中均值以上与均值以下的样本点数据聚集现象明显。

       对于数据分层的现象应该分析原因，确定是否需要分类建立过程性能基线。

2 对于过程性能的显著变化要进行原因分析，并确定是否需要分别建立过程性能基线。

        随着时间的推移，组织的过程性能会发生变化，这些变化可能是由于对过程的优化造成的，也可能是由于人员能力的提升造成，在控制图上，这些变化可以通过样本点的波动情况显示出来。如下图中，从第12个点开始过程的性能有显著的变化：

     对于不同年度的过程性能数据可以考虑分别建立基线。

3 样本点是否存在明显的规律性趋势

        随着时间的推移，样本点是否存在明显的上升或下降或周期性的趋势，如果是这样，也要进行原因分析，判断是否应该建立性能基线，如何建立性能基线。比如下图所以某家公司的缺陷检出效率随着时间的推移逐步下降。

4 数据的离散程度太大

        建立了基线以后，如果数据的离散程度太大，则需要分析原因，看看是过程执行的不一致造成的，还是需要对过程进行分类建立基线。比如对于设计评审的效率或缺陷密度是否要区分开概要设计评审和详细设计评审。

        过程性能的离散程度可以通过离散系数进行判断，无论对于正态分布还是非正态分布都可以计算该值。

        在建立过程性能基线时，取2sigma或是3sigma建立基线可以灵活处理。

 如下图建立所示的评审效率的性能基线时就可以采用2sigma控制线建立性能基线。

        在建立性能基线，不仅仅上述的几个注意事项，还包括检验原始数据的正确性、时效性以及如何删除异常点等等，不一而足，需要数据分析者在实践中多总结，以上仅仅提供几个样例提醒大家保证过程性能基线的实用性。