01

开始之前

上篇介绍中我们说明了因果图法在需求中输入和输出以及中间过程有复杂逻辑约束关系时使用，可以通过因果图轻松梳理整个过程。同样的当输入条件多，且相互之间有逻辑关联，加上多个中间过程状态的选择，最终可能生成的测试用例数量多的惊人，如上一篇举例中我们输入条件1个，中间状态2个，输出结果3种，共设计了12条测试用例。如果条件更多时，测试用例的数量可能要翻倍。

使用正交实验法进行测试的分析和设计这时候可以有效的减少客观上不合理或者自相矛盾的测试用例，从而提高测试效率。

正交实验法特别适用于多个输入条件之间存在逻辑关系的情况，但是跟因果图法的输入条件间逻辑关系不一样。因果图法的输入条件间的互斥、唯一等逻辑关系是多个条件可能不能同时存在的关系，而正交实验法的输入条件通常是可以同时存在，但各个条件因自身状态或取值不同，形成的多条件组合会因相互作用的关系产生不同的结果。

02

正交实验法的使用步骤

使用正交实验法进行测试分析和设计通常步骤如下：

1. 确定正交实验中的条件因子。首先需要根据功能的需求描述，对影响结果的所有输入条件进行提取，转化为实验中的实验因子。当需求说明中描述繁多，条件之间影响逻辑复杂时，需要使用前文介绍的需求分析通用方法，对需求先进行层层分解，从而全面的确定实验因子，防止因子遗漏。

2. 逐个确定每个因子的实验中状态或取值。因子的实验取值可以是数值型定量的，也可以是状态值定性的。

3. 对确定好的因子及因子实验数据进行正交，生成正交表。正交表通常使用“L”表示。如有3个输入条件的实验因子，每个因子分别取4个实验值进行组合实验，则各因子完全正交做全面实验法，会有4的3次方种实验组合。随着因子和实验取值的增加，完全实验法时的实验组合会呈指数增长。

4. 正交实验法特别适用于实验结果情况未确定的探索性测试，针对全面实验法的海量测试组合，实际种操作时通常会采用简单对比法来缩小测试的组合选择。

5. 简单对比法在日常的测试设计中也会用到，多个输入因子中，只变化1个因子做测试实验，其余因子均固定不变，如A1B1C1、A2B1C1、A3B1C1，在测试结果中选择该变化因子导致结果最好的实验取值，假设A1对结果促进最好。然后换1个因子变化，固定其余测试因子，已测试实验确定最优取值的取最优值，接下来实验为A1B2C1、A1B3C1，因为A1B1C1在上轮中已完成测试，所以此轮不重复，假设得出B3的结果组合是最好的，那固定下轮实验的有2个因子，即A1B3。最后观察剩余1个因子的组合变化即得出最佳组合，A1B3C2、 A1B3C3，同样A1B3C1上轮中已测试，最终实际执行的测试组合数量远小于完全测试法。

6. 在结果确定的测试中，不能使用对比法，反而必须进行完全测试以防止测试设计遗漏。