important software test metrics
En els projectes de programari, és important mesurar la qualitat, el cost i l’eficàcia del projecte i dels processos. Sense mesurar-los, un projecte no es pot completar amb èxit.
A l’article d’avui, aprendrem amb exemples i gràfics - Mesures i mètriques de proves de programari i com utilitzar-los en el procés de proves de programari.
Hi ha una afirmació famosa: 'No podem controlar les coses que no podem mesurar'.
Aquí, controlar els projectes significa, com un cap de projecte o cap pot identificar les desviacions del pla de prova el més aviat possible per reaccionar a la moment perfecte. La generació de mètriques de prova basades en les necessitats del projecte és molt important per aconseguir la qualitat del programari que s’està provant.
Què aprendreu:
- Què són les mètriques de proves de programari?
- Què és la mesura de proves de programari?
- Per què provar mètriques?
- Cicle de vida de les mètriques
- Tipus de mètriques de prova manual
- Exemples de mètriques de prova de programari
- Conclusió
- Lectura recomanada
Què són les mètriques de proves de programari?
Una mètrica és una mesura quantitativa del grau en què un sistema, un component del sistema o un procés posseeix un atribut determinat.
Les mètriques es poden definir com a 'ESTÀNDARDS OF MESURA '.
Les mètriques de programari s’utilitzen per mesurar la qualitat del projecte. Simplement, una mètrica és una unitat que s’utilitza per descriure un atribut. La mètrica és una escala per mesurar.
Suposem que, en general, 'Quilogram' és una mètrica per mesurar l'atribut 'Pes'. De manera similar, al programari, 'Quants problemes es troben en mil línies de codi?', H també El nombre de problemes és una mesura i el nombre de línies de codi és una altra mesura. A partir d’aquestes dues mesures es defineix la mètrica .
Exemple de mètriques de prova:
- Quants defectes hi ha dins del mòdul?
- Quants casos de prova s’executen per persona?
- Què és el percentatge de cobertura de les proves?
Què és la mesura de proves de programari?
La mesura és la indicació quantitativa de l’extensió, la quantitat, la dimensió, la capacitat o la mida d’algun atribut d’un producte o procés.
Exemple de mesura de prova: Nombre total de defectes.
Consulteu el diagrama següent per obtenir una comprensió clara de la diferència entre mètriques i mesures.
Per què provar mètriques?
La generació de mètriques de prova de programari és la responsabilitat més important del responsable o gestor de la prova de programari.
Les mètriques de prova s’utilitzen per,
- Pren la decisió de la següent fase d'activitats, com ara, calcula el cost i el calendari de futurs projectes.
- Comprendre el tipus de millora necessària per a l’èxit del projecte
- Prendre una decisió sobre el procés o la tecnologia que es modificarà, etc.
Importància de les mètriques de prova de programari:
Com s'ha explicat anteriorment, les mètriques de prova són les més importants per mesurar la qualitat del programari.
Ara, com podem mesurar la qualitat del programari mitjançant Metrics ?
Suposem que, si un projecte no té cap mètrica, com es mesurarà la qualitat del treball realitzat per un analista de proves?
Per exemple, Un analista de proves ha de:
- Dissenyeu els casos de prova per a 5 requisits
- Executeu els casos de prova dissenyats
- Registreu els defectes i haureu de fallar els casos de prova relacionats
- Un cop resolt el defecte, hem de tornar a provar el defecte i tornar a executar el cas de prova fallit corresponent.
En l’escenari anterior, si no es segueixen les mètriques, el treball realitzat per l’analista de proves serà subjectiu, és a dir Informe de prova no tindrà la informació adequada per conèixer l’estat del seu treball / projecte.
Si hi ha mètriques en el projecte, es pot publicar l'estat exacte del seu treball amb números / dades adequats.
és a dir, a l’informe de proves, podem publicar:
- Quants casos de prova s'han dissenyat per requisit?
- Quants casos de prova encara no s'han dissenyat?
- Quants casos de prova s’executen?
- Quants casos de prova s'han superat / fallat / bloquejat?
- Quants casos de prova encara no s’han executat?
- Quants defectes s’identifiquen i quina és la gravetat d’aquests defectes?
- Quants casos de prova han fallat a causa d'un defecte concret? etc.
En funció de les necessitats del projecte, podem tenir més mètriques que una llista esmentada anteriorment, per conèixer l’estat del projecte en detall.
Basant-se en les mètriques anteriors, el responsable o el responsable de la prova obtindrà la comprensió dels punts clau esmentats a continuació.
- % ge de treball acabat
- % ge de treball encara per completar
- Temps per completar la resta de treballs
- Si el projecte funciona segons el calendari o es queda endarrerit? etc.
Basant-se en les mètriques, si el projecte no s’acabarà d’acord amb el calendari previst, el gestor posarà l’alarma al client i a la resta d’interessats proporcionant els motius del retard per evitar les sorpreses d’última hora.
Cicle de vida de les mètriques
Tipus de mètriques de prova manual
Les mètriques de prova es divideixen principalment en 2 categories.
- Mètriques bàsiques
- Mètriques calculades
Mètriques bàsiques: Les mètriques de base són les mètriques que es deriven de les dades recopilades per l'analista de proves durant el desenvolupament i l'execució de casos de proves.
Es farà un seguiment d’aquestes dades durant tot el cicle de vida de la prova. És a dir, recopilant dades com ara el núm. de casos de prova desenvolupats per a un projecte (o) núm. cal executar casos de proves (o) no. de casos de prova superats / fallits / bloquejats, etc.
Mètriques calculades: Les mètriques calculades es deriven de les dades recollides a les mètriques bàsiques. Generalment, el responsable o el responsable de proves fa un seguiment d’aquestes mètriques a efectes d’informes de proves.
Exemples de mètriques de prova de programari
Posem un exemple per calcular diverses mètriques de prova utilitzades en els informes de proves de programari:
A continuació es mostra el format de taula de les dades recuperades de l'analista de proves que realment participa en les proves:
com afegir valors a una matriu
Definicions i fórmules per al càlcul de mètriques:
# 1)% ge Casos de prova executats : Aquesta mètrica s'utilitza per obtenir l'estat d'execució dels casos de prova en termes de% ge.
% ge Casos de prova executats = ( Nombre de casos de prova executats / Núm. de casos escrits) * 100.
Per tant, a partir de les dades anteriors,
% ge Casos de prova executats = (65/100) * 100 = 65%
# 2)% ge No s'han executat casos de prova : Aquesta mètrica s'utilitza per obtenir l'estat d'execució pendent dels casos de prova en termes de% ge.
% ge No s'han executat casos de prova = ( Nombre de casos de prova no executats / Núm. de casos escrits) * 100.
Per tant, a partir de les dades anteriors,
% ge Casos de prova bloquejats = (35/100) * 100 = 35%
# 3)% ge Casos de prova aprovats : Aquesta mètrica s'utilitza per obtenir el percentatge de pass% ge dels casos de prova executats.
% ge Casos de prova superats = ( Nombre de casos de prova aprovats / Núm. de casos de prova executats) * 100.
Per tant, a partir de les dades anteriors,
% ge Casos de prova superats = (30/65) * 100 = 46%
# 4)% ge Casos de prova fallits : Aquesta mètrica s'utilitza per obtenir el% Fail dels casos de prova executats.
amb què obriu els fitxers jar
% ge Casos de prova fallits = ( Nombre de casos de prova Fallits / Núm. de casos de prova executats) * 100.
Per tant, a partir de les dades anteriors,
% ge Casos de prova superats = (26/65) * 100 = 40%
# 5)% ge Casos de prova bloquejats : Aquesta mètrica s'utilitza per obtenir el% ge bloquejat dels casos de prova executats. Es pot enviar un informe detallat especificant el motiu real del bloqueig dels casos de prova.
% ge Casos de prova bloquejats = ( Nombre de casos de prova Bloquejat / Núm. de casos de prova executats) * 100.
Per tant, a partir de les dades anteriors,
% ge Casos de prova bloquejats = (9/65) * 100 = 14%
# 6) Densitat de defecte= Nombre de defectes identificats / mida
( Aquí es considera 'mida' un requisit. Per tant, aquí la densitat de defectes es calcula com un nombre de defectes identificats per requisit. De la mateixa manera, la densitat de defectes es pot calcular com un nombre de defectes identificats per cada 100 línies de codi (O) Nombre de defectes identificats per mòdul, etc. )
Per tant, a partir de les dades anteriors,
Densitat de defecte = (30/5) = 6
# 7) Eficiència d'eliminació de defectes (DRE)= ( Nombre de defectes trobats durant les proves de control de qualitat / (Nombre de defectes trobats durant les proves de control de qualitat + Nombre de defectes trobats per l'usuari final)) * 100
El DRE s’utilitza per identificar l’eficàcia del sistema en proves.
Suposem que, durant les proves de desenvolupament i control de qualitat, hem identificat 100 defectes.
Després de les proves QA, durant les proves Alpha i Beta, l'usuari / client final va identificar 40 defectes, que podrien haver estat identificats durant la fase de proves QA.
Ara, el DRE es calcularà com,
DRE = (100 / (100 + 40)) * 100 = (100/140) * 100 = 71%
# 8) Fuga de defectes: La fuga de defectes és la mètrica que s'utilitza per identificar el fitxer eficiència de les proves de control de qualitat és a dir, quants defectes es perden / es llisquen durant les proves de control de qualitat.
Fuga de defectes = ( Nombre de defectes trobats a la UAT / Nombre de defectes trobats a les proves de control de qualitat.) * 100
Suposem que, durant les proves de desenvolupament i control de qualitat, hem identificat 100 defectes.
Després de les proves QA, durant les proves Alpha i Beta, l'usuari / client final va identificar 40 defectes, que podrien haver estat identificats durant la fase de proves QA.
Fuga de defectes = (40/100) * 100 = 40%
# 9) Defectes per prioritat : Aquesta mètrica s'utilitza per identificar el núm. de defectes identificats en funció de la gravetat / prioritat del defecte que s’utilitza per decidir la qualitat del programari.
% ge Defectes crítics = Nombre de defectes crítics identificats / Núm. de defectes identificats * 100
A partir de les dades disponibles a la taula anterior,
% ge Defectes crítics = 6/30 * 100 = 20%
% ge Defectes alts = Nombre de defectes alts identificats / Núm. de defectes identificats * 100
A partir de les dades disponibles a la taula anterior,
% ge Defectes alts = 10/30 * 100 = 33,33%
% ge Defectes mitjans = Nombre de defectes mitjans identificats / Núm. de defectes identificats * 100
A partir de les dades disponibles a la taula anterior,
% ge Defectes mitjans = 6/30 * 100 = 20%
% ge Defectes baixos = Nombre de defectes baixos identificats / Núm. de defectes identificats * 100
A partir de les dades disponibles a la taula anterior,
% ge Defectes baixos = 8/30 * 100 = 27%
Lectura recomanada=> Com escriure un informe de resum eficaç de la prova
Conclusió
Les mètriques proporcionades en aquest article s'utilitzen principalment per generar el fitxer Informe d'estat diari / setmanal amb dades exactes durant la fase de desenvolupament / execució de casos de proves i això també és útil per fer un seguiment de l’estat del projecte i de la qualitat del programari.
Sobre l'autor : Aquest és un missatge de convidat d'Anuradha K. Té més de 7 anys d'experiència en proves de programari i actualment treballa com a consultora d'un MNC. També té un bon coneixement de les proves d’automatització mòbil.
Quines altres mètriques de prova utilitzeu al vostre projecte? Com és habitual, feu-nos saber els vostres pensaments / consultes als comentaris següents.
Lectura recomanada
- Exercicis de proves de programari: nova plataforma per posar a prova les vostres habilitats de prova i compartir idees pràctiques
- Què és la prova de resistència en proves de programari (exemples)
- Com revisar el document SRS i crear escenaris de prova: formació en proves de programari en un projecte en directe: dia 2
- Formació en proves de programari: formació final en un projecte en viu: formació en línia gratuïta sobre control de qualitat, part 1
- Proves d'aplicacions: els fonaments de la prova de programari.
- Tutorial QTP # 18: marcs basats en dades i híbrids explicats amb exemples de QTP
- Què és el cicle de vida de proves de programari (STLC)?
- Les metadades a Data Warehouse (ETL) s’expliquen amb exemples