Um Guia de Seleção para Implantação de Métricas

601 views
456 views

Published on

Apresentação utilizada no dia da defesa de dissertação de mestrado (23/05/2014).

Published in: Technology
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
601
On SlideShare
0
From Embeds
0
Number of Embeds
3
Actions
Shares
0
Downloads
18
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Um Guia de Seleção para Implantação de Métricas

  1. 1. Um guia de Seleção para Implantação de Métricas de Software DARLAN FLORÊNCIO DE ARRUDA MESTRADO ACADÊMICO EM ENGENHARIA DE COMPUTAÇÃO – UPE/POLI DEFESA DE DISSERTAÇÃO DE MESTRADO ORIENTADOR: PROF. DR. JOSÉ GILSON DE A. T. FILHO CO-ORIENTADOR: PROF. DR. MARIA LENCASTRE
  2. 2. ROTEIRO  Introdução  Referencial teórico e trabalhos relacionados;  Revisão sistemática da literatura;  Estudo de campo realizado no porto digital;  Guia de seleção de métricas de software;  Conclusões e Indicações para trabalhos futuros. 2
  3. 3.  Tomada de decisão gerencial quantitativa;  Falta de informações sobre projetos anteriormente completados;  Rápidas mudanças em TI;  Dificuldade em produzir requisitos explícitos. 3 MOTIVAÇÃO
  4. 4.  Falta de estudos, diagnósticos e análises. 4 RELEVÂNCIA
  5. 5.  Como são aplicadas as atividades de medição de software por empresas de TI localizadas no Porto Digital?  É possível definir e propor um guia de seleção de métricas de software que possa servir de suporte para empresas de TI? 5 QUESTÕES DE PESQUISA
  6. 6. 6 METODOLOGIA DE PESQUISA
  7. 7.  Campo de pesquisa da ciência da computação e administração;  Empresas de Tecnologia da Informação Brasileiras, em específico aquelas sediadas no Porto Digital no estado de Pernambuco. 7 DELIMITAÇÕES DA PESQUISA
  8. 8. PROCESSO DE MEDIÇÃO8 ENTENDER AVALIAR CONTROLAR PREVER Humphrey (1989).
  9. 9. 9 MÉTRICAS DE SOFTWARE A métrica de software é a medida que geralmente usa classificações numéricas - para quantificar algumas características ou atributos de uma entidade de software (Yu e Zhou, 2012).
  10. 10. 10 CLASSIFICAÇÃO DE MÉTRICAS DE SOFTWARE Singh et al (2011).
  11. 11.  À verificação do cumprimento de requisitos de sistemas de software e especificações;  Esforço na concepção do software;  Complexidade do software;  Orientação para utilização adequada de recursos.  Fornecimento de feedback aos gerentes;  Suporte a tomada de decisão. 11 VANTAGENS
  12. 12.  Pode ser difícil e dispendioso;  Dados históricos/empíricos, cuja validade é difícil de verificar;  Avaliar o desempenho da equipe técnica;  A maioria dos modelos de previsão baseiam-se em estimativas de certas variáveis que muitas vezes não são conhecidas exatamente. 12 DESVANTAGENS
  13. 13.  Pesquisa de Qualidade no Setor de Software Brasileiro;  Introduction of Japan's Investigation Activities on Systems and Software Product Quality Metrics;  A Survey of Metrics Use in Finnish Software Companies; 13 TRABALHOS RELACIONADOS
  14. 14. 14 TRABALHOS RELACIONADOS TRABALHO PRINCIPAIS RESULTADOS Pesquisa de Qualidade no Setor de software Brasileiro 264 empresas participantes; 22% não utilizam métricas; 34,5% utilizam pontos de Função; 33,7% pontos de casos de uso; 25.5% Outras Métricas. Introduction of Japan's Investigation Activities on Systems and Software Product Quality Metrics; Guia de Colaboração para especificações de requisitos não funcionais. Cerca 230 métricas identificadas (10 domínios); Total de 958 métricas identificadas; Definição de níveis de serviços (SLA) COM 481 itens. A Survey of Metrics Use in Finnish Software Companies; 10 empresas participantes; 116 métricas identificadas. 31 delas descartadas; Produtos, processos; 99% podem ser usadas em estimativas.
  15. 15. 15 REVISÃO SISTEMÁTICA DA LITERATURA
  16. 16. 16 REVISÃO SISTEMÁTICA DA LITERATURA
  17. 17. 17 REVISÃO SISTEMÁTICA DA LITERATURA
  18. 18. 18 REVISÃO SISTEMÁTICA DA LITERATURA
  19. 19.  Amostragem probabilística do tipo estratificada proporcional [GIL, 2009; MARCONI e LAKATOS, 2002]. 19 ESTUDO DE CAMPO σ^2 = nível de confiança escolhido, expresso em número de desvios-padrão; p = percentual com o qual o fenômeno se verifica; q = percentual complementar (100 – p); N = tamanho da população; e^2 = erro máximo permitido. n = tamanho da amostra;
  20. 20.  (1) Identificação e análise sobre a utilização de métricas de software por parte das empresas;  (2) Identificação e percepção dos respondentes em relação à importância e satisfação relacionados ao uso de métricas de software. 20 ESTUDO DE CAMPO
  21. 21. 21 ESTUDO DE CAMPO
  22. 22. 22 ESTUDO DE CAMPO
  23. 23. 23 ESTUDO DE CAMPO
  24. 24. Estudo de Campo – Porto Digital24
  25. 25.  68% possuem históricos de medições mal sucedidas. 25 ESTUDO DE CAMPO
  26. 26.  (1) Planejamento (2) Coleta dos Dados (3)Interpretação dos Dados 26
  27. 27. 27 ESTUDO DE CAMPO
  28. 28. 28 ESTUDO DE CAMPO
  29. 29. 29 ESTUDO DE CAMPO
  30. 30.  34 métricas, onde 30 delas são distintas;  Organização do Guia:  Tamanho do produto de software;  Orientação a objetos;  Complexidade;  Custos;  Produtividade, esforço e qualidade;  Requisitos;  Satisfação do usuário. 30 GUIA DE SELEÇÃO DE MÉTRICAS DE SOFTWARE
  31. 31. 31 GUIA DE SELEÇÃO DE MÉTRICAS DE SOFTWARE
  32. 32. 32 GUIA DE SELEÇÃO DE MÉTRICAS DE SOFTWARE
  33. 33. 33 GUIA DE SELEÇÃO DE MÉTRICAS DE SOFTWARE
  34. 34.  Revisão Sistemática da Literatura;  Diagnóstico sobre o uso de métricas de software por essas empresas;  Fatores contribuintes para o uso ineficiente de métricas de software;  Mapeamento a percepção dos respondentes em relação ao uso de métricas de software;  Guia de Seleção de Métricas de Software. 34 RESUMO DAS CONTRIBUIÇÕES
  35. 35. 35 CONCLUSÕES Importância de Métricas para empresas; Número grande de empresas utilizam métricas de software; Diversidade de tipos de métricas; Fracasso e sucesso de um projeto; Certificação x Uso;
  36. 36.  Ampliar os estudos para um número maior de empresas;  Validação de algumas informações sobre motivos para uso ineficiente de métricas;  Realizar validações acerca do conteúdo (conjuntos de métricas) proposto no guia. 36 Indicações para Trabalhos Futuros
  37. 37. Um guia de Seleção para Implantação de Métricas de Software DARLAN FLORENCIO DE ARRUDA MESTRADO ACADÊMICO EM ENGENHARIA DE COMPUTAÇÃO – UPE/POLI DEFESA DE DISSERTAÇÃO DE MESTRADO ORIENTADOR: PROF. DR. JOSÉ GILSON DE A. T. FILHO CO-ORIENTADOR: PROF. DR. MARIA LENCASTRE

×