Nos proxectos de software, o máis importante é medir a calidade, o custo e a eficacia do proxecto e dos procesos. Sen medilos, un proxecto non se pode completar con éxito.

No artigo de hoxe, aprenderemos con exemplos e gráficos Métricas e medidas de proba de software e como usalos no proceso de probas de software.

Hai unha famosa afirmación: “Non podemos controlar cousas que non podemos medir”.

Aquí controlar os proxectos significa como un xefe/responsable de proxecto pode identificar as desviacións do plan de proba o antes posible para reaccionar no momento perfecto. A xeración de métricas de proba baseadas nas necesidades do proxecto é moi importante para acadar a calidade do software que se está a probar.

Que é Métricas de proba de software?

Unha métrica é unha medida cuantitativa do grao en que un sistema, compoñente do sistema ou proceso posúe un atributo determinado.

As métricas pódense definir como "ESTÁNDARES DE MEDICIÓN ”.

As métricas de software úsanse para medir a calidade do proxecto . Simplemente, unha métrica é unha unidade utilizada para describir un atributo. A métrica é unha escala para medir.

Supoñamos, en xeral, que "Quilogramo" é unha métrica para medir o atributo "Peso". Do mesmo xeito, no software, "Cantos problemas se atopan enmil liñas de código?”, h ere Non. dos problemas é unha medida & O número de liñas de código é outra medida. A métrica defínese a partir destas dúas medidas .

Exemplo de métricas de proba:

  • Cantos defectos existen dentro o módulo?
  • Cantos casos de proba se executan por persoa?
  • Que é o % de cobertura da proba?

Que é a medición da proba de software?

A medición é a indicación cuantitativa da extensión, cantidade, dimensión, capacidade ou tamaño dalgún atributo dun produto ou proceso.

Exemplo de medición de proba: Número total de defectos.

Consulte o seguinte diagrama para comprender claramente a diferenza entre Medición e amp; Métricas.

Por que probar as métricas?

A xeración de métricas de proba de software é a responsabilidade máis importante do responsable/xestor de probas de software.

As métricas de proba úsanse para,

  1. Tome a decisión para a seguinte fase de actividades como, estimar o custo & calendario de proxectos futuros.
  2. Entender o tipo de mellora necesaria para ter éxito o proxecto
  3. Tomar unha decisión sobre o proceso ou tecnoloxía que se vai modificar, etc.

Importancia das métricas de proba de software:

Como se explicou anteriormente, as métricas de proba son as máis importantes para medir a calidade do software.

Agora, como podemos medir a calidade dosoftware mediante métricas ?

Supoñamos que se un proxecto non ten métricas, como se medirá a calidade do traballo realizado por un analista de probas?

Por exemplo, Un analista de probas ten que,

  1. Deseñar os casos de proba para 5 requisitos
  2. Executar os casos de proba deseñados
  3. Rexistrar os defectos e amp; cómpre fallar os casos de proba relacionados
  4. Despois de resolver o defecto, cómpre volver probalo & volve executar o caso de proba fallido correspondente.

No escenario anterior, se non se seguen as métricas, o traballo realizado polo analista de proba será subxectivo, é dicir, o informe de proba non terá a información adecuada. para coñecer o estado do seu traballo/proxecto.

Se Metrics está implicado no proxecto, pódese publicar o estado exacto do seu traballo cos números/datos axeitados.

é dicir. no informe de proba, podemos publicar:

  1. Cantos casos de proba se deseñaron por requisito?
  2. Cantos casos de proba están aínda por deseñar?
  3. Cantos casos de proba se executan?
  4. Cantos casos de proba se aprobaron/fallaron/bloqueáronse?
  5. Cantos casos de proba aínda non se executaron?
  6. Cantos defectos están identificados & cal é a gravidade deses defectos?
  7. Cantos casos de proba fallan debido a un defecto en particular? etc.

En función das necesidades do proxecto podemos ter máis métricas que unha lista anteriormente mencionada, para coñecer oestado do proxecto en detalle.

Con base nas métricas anteriores, o responsable/xestor de probas entenderá os puntos clave mencionados a continuación.

  • %ge de traballo rematado
  • %ge de traballo aínda por completar
  • Tempo para completar o traballo restante
  • Se o proxecto vai segundo o calendario ou está atrasado? etc.

En función das métricas, se o proxecto non se vai completar segundo o calendario, entón o xestor dará a alarma ao cliente e outras partes interesadas proporcionando as razóns para atrasado para evitar as sorpresas de última hora.

Ciclo de vida de métricas

Tipos de métricas de probas manuais

As métricas de proba divídense principalmente en dúas categorías.

  1. Métricas base
  2. Métricas calculadas

Métricas base: Base As métricas son as métricas que se derivan dos datos recompilados polo analista de probas durante o desenvolvemento e a execución do caso de proba.

Farase un seguimento destes datos ao longo do ciclo de vida da proba. i.e. recollendo os datos como Total núm. de casos de proba desenvolvidos para un proxecto (ou) núm. dos casos de proba deben ser executados (ou) non. de casos de proba aprobados/fallados/bloqueados, etc.

Métricas calculadas: As métricas calculadas derívanse a partir dos datos recompilados en Métricas base. Estes indicadores son xeralmente seguidos polo responsable/xestor de probas para os informes de probas.

Exemplos de softwareMétricas de proba

Tomemos un exemplo para calcular varias métricas de proba utilizadas nos informes de probas de software:

A continuación móstrase o formato de táboa para os datos recuperados do Analista de probas que está realmente implicado en probando:

Definicións e fórmulas para calcular métricas:

#1) %ge Casos de proba executados : esta métrica úsase para obter o estado de execución dos casos de proba en termos de %ge.

%ge Casos de proba executados = ( Número de casos de proba executados/Total número de casos de proba escritos) * 100.

Entón, a partir dos datos anteriores,

%ge casos de proba executados = (65 / 100) * 100 = 65%

#2) %ge Casos de proba non executados : esta métrica úsase para obter o estado de execución pendente dos casos de proba en termos de %ge.

%ge Casos de proba non executados = ( Número de casos de proba non executados/Número total de casos de proba escritos) * 100.

Entón, a partir dos datos anteriores,

%ge casos de proba bloqueados = (35 / 100) * 100 = 35 %

#3) %ge Casos de proba superados : Esta métrica úsase para obter o %ge de aprobado dos casos de proba executados.

%ge de casos de proba superados = ( Núm. de Casos de proba Superados / Núm. de casos de proba executados) * 100.

Entón, a partir dos datos anteriores,

%ge casos de proba superados = (30 / 65) * 100 = 46%

#4) %ge Casos de proba fallidos : esta métrica úsase para obter o %ge de fallo dos casos de proba executados.

%ge Casos de probaFallou = ( Número de casos de proba errados/Número total de casos de proba executados) * 100.

Entón, a partir dos datos anteriores,

%ge casos de proba Aprobado = (26 / 65) * 100 = 40%

#5) %ge Casos de proba bloqueados : Esta métrica úsase para obter o %ge bloqueado dos casos de proba executados. Pódese enviar un informe detallado especificando o motivo real do bloqueo dos casos de proba.

%ge Casos de proba bloqueados = ( N.º de casos de proba bloqueados/N.º total de casos de proba executados ) * 100.

Entón, a partir dos datos anteriores,

%ge Casos de proba bloqueados = (9/65) * 100 = 14%

#6) Densidade de defecto = Núm. de defectos identificados/tamaño

( Aquí "Tamaño" considérase un requisito. Polo tanto, aquí a densidade de defectos calcúlase como un número de defectos identificados por requisito. Do mesmo xeito, pódese calcular a densidade de defectos. como un número de Defectos identificados por 100 liñas de código [OU] Número de defectos identificados por módulo, etc. )

Entón, a partir dos datos anteriores,

Densidade de defectos = (30 / 5) = 6

#7) Eficiencia de eliminación de defectos (DRE) = ( Número de defectos atopados durante as probas de control de calidade / (número de defectos atopados durante o control de calidade) proba +Número de defectos atopados polo usuario final)) * 100

Usase 100

DRE para identificar a eficacia das probas do sistema.

Supoña que durante o desenvolvemento & Probas de control de calidade, identificamos 100 defectos.

Despois das probas de control de calidade, durante as probas de control de calidade, durante as probas de control de calidade Alpha & proba beta,o usuario final/cliente identificou 40 defectos, que poderían terse identificado durante a fase de proba de control de calidade.

Agora, o DRE calcularase como,

DRE = [100 / (100 + 40)] * 100 = [100 /140] * 100 = 71%

#8) Fuga de defectos : A fuga de defectos é a métrica que se usa para identificar a eficiencia das probas de control de calidade é dicir, cantos defectos se perderon ou se deslizaron durante a proba de control de calidade.

Fuga de defectos = ( Número de defectos atopados na UAT/Número de defectos atopados nas probas de control de calidade). * 100

Supoñamos, durante o desenvolvemento e amp; Probas de control de calidade, identificamos 100 defectos.

Despois das probas de control de calidade, durante as probas de control de calidade, durante as probas de control de calidade Alpha & Proba beta, o usuario final/cliente identificou 40 defectos, que poderían terse identificado durante a fase de proba de control de calidade.

Fuga de defectos = (40/100) * 100 = 40 %

#9) Defectos por prioridade : esta métrica úsase para identificar o número. de defectos identificados en función da Gravidade/Prioridade do defecto que se utiliza para decidir a calidade do software.

%ge Defectos críticos = Número de defectos críticos identificados/Núm. de defectos identificados * 100

A partir dos datos dispoñibles na táboa anterior,

%ge Defectos críticos = 6/ 30 * 100 = 20%

%ge Defectos altos = No de defectos elevados identificados / No total. de defectos identificados * 100

A partir dos datos dispoñibles na táboa anterior,

%ge defectos altos = 10/ 30 * 100 = 33,33%

%ge defectos medios = Non.de Medios Defectos identificados / Núm. de defectos identificados * 100

A partir dos datos dispoñibles na táboa anterior,

%ge defectos medios = 6/ 30 * 100 = 20%

%ge defectos baixos = No de defectos baixos identificados / No total. de defectos identificados * 100

A partir dos datos dispoñibles na táboa anterior,

%ge defectos baixos = 8/ 30 * 100 = 27%

Conclusión

As métricas proporcionadas neste artigo úsanse principalmente para xerar o informe de estado diario/semanal con datos precisos durante a fase de desenvolvemento/execución do caso de proba & isto tamén é útil para rastrexar o estado do proxecto & Calidade do software.

Sobre o autor : Esta é unha publicación convidada de Anuradha K. Ela ten máis de 7 anos de experiencia probando software e actualmente traballa como consultora para unha MNC. Tamén está a ter un bo coñecemento das probas de automatización móbil.

Que outras métricas de proba usas no teu proxecto? Como de costume, indícanos os teus pensamentos/consultas nos comentarios a continuación.

Lecturas recomendadas

    Desprazarse arriba