根據國立交通大學軟體工程實驗室的研究 [11]，MDG 可以多媒體教材裡素 材之間的關聯，且已經研究出利用 MDG 可以檢測出哪些品質不良之情形，以下 分別簡述各品質不良情形以及如何檢驗。值得一提的是，在 MDG 原始設計裡，
除了可以檢測品質不良情形之外，還可以用來管理素材。因為本研究著重在製作 品質檢測工具，因此對於 MDG 的應用就只有如何使用它來排除品質不良情形。
2.6.1 對照素材正確性
多媒體教材在設計階段的時候，可以轉換成一個 MDG，表示教材的原始設 計需求。之後到了多媒體教材製作階段，可以得到教材的成品或半成品，一樣可 以轉換成一個 MDG。兩個 MDG 做比較，就可以確認所製作的教材是否有符合 原始需求了 (圖 8)。而演算法是利用 Graph 中常見的演算法：Breadth-First Search (BFS) [22]來逐層掃描節點。一旦發現有不同，就表示製作時可能沒有依循教材 需求。
圖 8 兩 MDG 相比對以對照素材正確性
2.6.2 素材整備檢查
MDG 除了可以記錄素材之間的邏輯關聯 (節點與邊的關係) 之外，還可以 記錄教材裡面的素材 (聲音、影像等) 是否已經完成整備，而演員節點可以記錄 實際素材檔案的資訊。因此當我們有了一份教材轉換而成的 MDG 之後，便可以 使用 BFS 來向下逐點掃描演員節點來判斷是否所有素材都已整備。
圖 9 MDG 素材整備檢查
2.6.3 周邊效應評估
教材有可能因錯誤而需要做部分修正或更改時，就需要考慮因修改教材而帶 來的周邊效應。在一份教材內，素材或是其他邏輯單元 (劇本等) 都是可以共用 的，因此當某個部分有需要被修改時，可以把教材轉換成 MDG，並找出有使用 到欲修改的節點的其他節點，來做周邊效應的評估，看是要一起做修改，還是保 持原樣就可以。此時使用的就不是 MDG，而是 rMDG (為了追溯父節點)，並使 用 BFS 找出所有可以找到的路徑 (Path) 以及經過的節點，這些節點就是額外需 要評估的點
圖 10 MDG 發生需做修改的節點
以圖 10 來看，假設 Act 2 因為某些因素需要做修改，我們就需要對 Act 2 做周邊效應評估。利用上述的方法即可找出全部需要評估的節點，如圖 11。
圖 11 周邊效應需評估的節點
2.6.4 沒被使用到的素材
在教材的製作過程中，時常因為需求的變更以及人為的疏忽，導致產生沒有 被使用到的素材，此時利用 rMDG 可以幫助我們找出這些沒被使用到的素材。
當檢查某個節點的所有父節點並非根節點 (如場景，依當時的 MDG 紀錄的根節 點為主) 時，就表示此節點沒被使用到。而使用的演算法為 Depth-First Search ， DFS[22]，原因是教材裡的素材大多應該都有被使用到，因此使用 DFS 會比較快 速搜尋完畢。
圖 12 使用 rMDG 找出未被使用的素材
2.6.5 元件缺漏檢查
在教材設計階段，可能因為人為或其他因素，導致教材缺少某些元件，而 MDG 為教材轉換而來，因此一樣會保留著缺少某些元件的問題。此時一樣可以 利用 MDG，配合 BFS 演算法來找出這些缺漏的元件
圖 13 教材元件缺漏示意圖
2.6.6 群組關聯檢查
假設現在有某個劇本 (如圖 14) 中有三個演員：草地圖片演員 (Act 7)、小 狗圖片演員 (Act 8) 以及聲音演員 (Act 9)，劇情內容是小狗在奔跑，並且發出 叫聲。
圖 14 劇本示意圖及所代表的 MDG
劇情中的 Act 8 跟 Act 9 看起來似乎沒關聯但其實是有的。大家都知道狗叫 聲應該是「汪汪」聲，但是如果在實際製作此劇本時卻誤植為「喵喵」聲，就可 能出錯。在教材設計階段時，設計者就可以知道狗的圖片應該配上狗的叫聲，因 此可以加上「群組」關係，等到教材製作階段，就可以使用製作階段的 MDG 來 比對設計階段 MDG 的「群組」關係。檢測的演算法使用 BFS 逐層掃描。
2.6.7 元件遞迴檢查
以一般程式的角度來看，假如發生遞迴，有可能會發生無窮迴圈而導致程式 出錯，但是以多媒體教材的角度來看，卻可能是需要的存在。在某些情形下，教 材中的元件關聯遞迴，並不一定代表無窮迴圈的發生。以圖 15 來看，教材使用 者可能可以經由自己的操作，來達到劇本 1 劇本 2 的交互交換。
圖 15 元件遞迴示意圖
像上述的舉例，就可以視為正常遞迴的情形，而以 MDG 來檢測遞迴的話，
僅能標示出遞迴的可能，但是否發生無窮遞迴的情形則需要人工進一步做判斷。
圖 16 MDG 中含遞迴的情形