Количественное управление процессом тестирования презентация

обеспечения
Количественное и статистическое управление в CMMI
Метрики в проектах
Определение возможностей процесса (Process capability Baseline)
Статистический анализ в проекте и количественное управление (на примере процесса тестирования и метрики плотность дефектов)
Методы анализа данных
Метод прогнозирования количества дефектов, которые будут обнаружены заказчиком при эксплуатации программного продукта
Метод интерпретации количественных результатов аудитов проектов
Среда визуализации данных количественного управления проектами- Quantitative Dashboard (QD)

и оценки результатов измерений параметров процессов в проекте.
В результате применения таких методов становится возможным:
определять границы, в которых могут находиться значения параметра, если подпроцесс выполняется штатно (т.е. предсказывать значение параметра подпроцесса),
определять значения контролируемого параметра, которые являются следствием воздействия каких-то особенных (одномоментных) причин.

обработанных с помощью статистического управления подпроцессами (или каких-то других методов) для:
определения того, обеспечат ли текущие значения параметра процесса выполнение требований к нему в конце проекта,
если текущие результаты не дают уверенности в выполнении конечных требований, то определение корректирующих действий, которые должны быть предприняты для обеспечения достижения установленных целей,
последующего контроля эффективности предпринятых мер.

команды,
Плотность дефектов до поставки,
Плотность дефектов после поставки,
Индекс отклонения от календарного плана(SPI),
Индекс отклонения трудозатрат (CPI),
Общие удельные трудозатраты (Development efficiency).

организацию
Дать однозначные определения всем метрикам
Определить круг инструментов, с помощью которых можно получать эти метрики воспроизводимо и однозначно
Собрать историческую информацию по этим метрикам
Статистически ее обработать, в результате чего разработать PCB
Ставить количественные цели для процессов (подпроцессов)
На регулярной основе проводить мониторинг метрик
Анализировать метрики
Регулярно пересматривать PCB (если необходимо) в разумные периоды времени (например, ежегодно) для постановки новых количественных целей либо при изменении процесса

PCB:
Накопление истории измерений
Определение возможностей процесса
Основа для прогнозирования возможностей процесса
PCB в Люксофте
Основана на бизнес-целях компании
Ежегодно актуализируется

основных подпроцессов жизненного цикла

Основные процессы– это процессы, определяющие основные результаты деятельности компании.
Для идентификации основных процессов применяются следующие критерии:
стратегическое значение,
создание воспринимаемой Заказчиками пользы,
ориентация на Заказчика.

моментов времени для корректного измерения параметров процессов, подлежащих статистическому управлению, было достаточно большим
Подпроцесс, выбираемый для статистического управления, должен иметь достаточно стабильные значения характеризующих его параметров при выполнении данного подпроцесса по установленным правилам

Как правило, подпроцесс тестирования отвечает вышеприведенным критериям.

должны отражать выполнение как минимум одной из целей проекта
Метрики должны быть самым полным образом определены, должно быть ясно, каким образом метрики будут собираться и вычисляться
Метрики должны позволять использование статистических методов для их анализа

дефектов после поставки (PDDD = Число дефектов после поставки / Размер кода)
Доля отклоненных дефектов (DDR = Число отклоненных дефектов / Число дефектов )
«Убойность» тестов (DP = Число дефектов / Число тестов)
Эффективность тестирования (TE = Число дефектов / Трудозатраты тестирования)
Доля покрытия требований (RCR = Число требований, покрытых тестами / Число требований)
Плотность покрытия требований (RCD = Число тестов / Число требований)
Доля повторно открытых дефектов (RDR = Число повторно открытых дефектов / Число дефектов )
И много-много других …

это массив данных, где точки располагаются в хронологическом порядке
XmR chart включает 2 вида диаграмм:
Individual - контрольная карта размаха (массив измеряемых данных, где точки располагаются в хронологическом порядке)
Moving Range - контрольная карта скользящего размаха (массив данных сдвига между двумя точками измерений)

UCL - верхняя контрольная граница
CL - среднее
LCL - нижняя контрольная граница

на основе производных метрик, которые впоследствии подвергаются статистическому анализу
Расчет среднего значения и границ верхнего и нижнего пределов при получении каждого нового значения метрики
Отображение полученных результатов на контрольной карте и анализ стабильности процессов на их основе

Последние два действия могут выполняться с помощью специальных программных инструментов, реализующих алгоритм расчета контрольных карт.

Нами разработан инструмент для расчета и вывода на диаграмму параметров исследуемых метрик по алгоритму XmR

пределы границ, вычисленных с помощью контрольной карты или «особое», необычное поведение последовательности значений метрики, свидетельствующее о ее неслучайном поведении.

Число значений <3

Особые случаи не определяются

определения особых случаев (> ±3G)

Число значений от 3 до 29 (фаза накопления данных)

Наш опыт говорит о том, что что «кандидатом» на особый случай является выход значения за ±2G

их недопущению в будущем
Понимание того, что причина, приведшая к особому случаю, есть следствие неуправляемых событий или свершившихся рисков, которые наступили и больше не ожидаются

При расчете новых границ и среднего значения контролируемого параметра процесса использовать значение особого случая нельзя (если причина особого случая выявлена и устранена), т.к. в противном случае мы получим неоправданно широкие возможные границы параметра

выполнения существующего процесса для уменьшения размаха process capability
Введение новых процессных элементов, которые могут обеспечить нужные значения контролируемого параметра процесса

Вычисленные ранее естественные границы процесса (process capability, или голос процесса) на этом шаге сравниваются с установленными целями по значению контролируемого параметра (objectives, или голос заказчика).
Если голос процесса удовлетворяет голосу заказчика, то ничего предпринимать не надо
Если же нет, то необходимо выработать меры по согласованию process capability и customer voice.

цели

Корректирующие действия

вероятностью около 100% обеспечивают достижение проектной цели

процесса
После внесения изменений в процесс, можно объективно оценить, стал ли процесс “лучше” или “хуже”
Возможность прогнозирования конечного результата

дефектов после передачи программного продукта в Production и плотность дефектов до передачи программного продукта в Production
высокие оценки качества проектных аудитов и признание заказчиком проекта как успешного

Корреляция метрик помогает на более раннем этапе проекта выявить проблемы и предпринять корректирующие действия

(множественный коэффициент корреляции/ множественное r/ коэффициент корреляции Пирсона) – характеризует тесноту связи между зависимой переменной и предиктором
Параметр r2 (квадрат множественного коэффициента корреляции/ множественный коэффициент детерминации) – коэффициент, показывающий, какая доля дисперсии результативного признака объясняется влиянием независимых переменных
Параметр Р – статистическая значимость коэффициента корреляции (например, для уровня значимости 0.05 вероятность ошибки 5 %)
Проведенная прямая называется прямой регрессии или прямой, построенной методом наименьших квадратов

проекта