Submit Search
Upload
20081024 ja sst-sapporo
•
3 likes
•
2,949 views
Kouichi Akiyama
Follow
JaSST 2008 Sapporo
Read less
Read more
Software
Report
Share
Report
Share
1 of 54
Download now
Download to read offline
Recommended
Simple perceptron by TJO
Simple perceptron by TJO
Takashi J OZAKI
FOBOS
FOBOS
Hidekazu Oiwa
思考停止スライドデザイン
思考停止スライドデザイン
k maztani
京大マイコンクラブ(KMC) 春合宿2018 ・スライドデザインの時短術 ・PowerPointテンプレートの作成方法の解説
自分以外の心は存在するのか, 高橋英之
自分以外の心は存在するのか, 高橋英之
KIT Cognitive Interaction Design
他人の心を思いやる,他人の心に配慮する,このように他者の心を意識した振る舞いをすることは,社会で生きていくために必須な能力であると考えられている.その一方で,”他者の心”という概念は曖昧であり,科学が発展した現在におても心とは何なのか,その統一された理解はなされているとはいいがたい.今回の発表では,一人称的心(自分に心があるという意識)と三人称的心(他者に心があるという意識)をそれぞれ明らかにするために行われてきた研究(主にロボットを用いた実験)について紹介することで,心を科学する上で今後超えるべき壁について参加者で議論を深めたい.
731氣爆事件懶人包彙整版
731氣爆事件懶人包彙整版
燕如 林
高雄氣爆事件
文章を読み、理解する機能の獲得に向けて-Machine Comprehensionの研究動向-
文章を読み、理解する機能の獲得に向けて-Machine Comprehensionの研究動向-
Takahiro Kubo
「A Thorough Examination of the CNN/Daily Mail Reading Comprehension Task」を中心に、Machine Comprehensionに関する研究を概観する
卒論パワポVer3 伊東純平
卒論パワポVer3 伊東純平
純平 伊東
TeX原稿からEPUBを作りたい
TeX原稿からEPUBを作りたい
Keiichiro Shikano
TeXユーザの集い2015の発表資料
Recommended
Simple perceptron by TJO
Simple perceptron by TJO
Takashi J OZAKI
FOBOS
FOBOS
Hidekazu Oiwa
思考停止スライドデザイン
思考停止スライドデザイン
k maztani
京大マイコンクラブ(KMC) 春合宿2018 ・スライドデザインの時短術 ・PowerPointテンプレートの作成方法の解説
自分以外の心は存在するのか, 高橋英之
自分以外の心は存在するのか, 高橋英之
KIT Cognitive Interaction Design
他人の心を思いやる,他人の心に配慮する,このように他者の心を意識した振る舞いをすることは,社会で生きていくために必須な能力であると考えられている.その一方で,”他者の心”という概念は曖昧であり,科学が発展した現在におても心とは何なのか,その統一された理解はなされているとはいいがたい.今回の発表では,一人称的心(自分に心があるという意識)と三人称的心(他者に心があるという意識)をそれぞれ明らかにするために行われてきた研究(主にロボットを用いた実験)について紹介することで,心を科学する上で今後超えるべき壁について参加者で議論を深めたい.
731氣爆事件懶人包彙整版
731氣爆事件懶人包彙整版
燕如 林
高雄氣爆事件
文章を読み、理解する機能の獲得に向けて-Machine Comprehensionの研究動向-
文章を読み、理解する機能の獲得に向けて-Machine Comprehensionの研究動向-
Takahiro Kubo
「A Thorough Examination of the CNN/Daily Mail Reading Comprehension Task」を中心に、Machine Comprehensionに関する研究を概観する
卒論パワポVer3 伊東純平
卒論パワポVer3 伊東純平
純平 伊東
TeX原稿からEPUBを作りたい
TeX原稿からEPUBを作りたい
Keiichiro Shikano
TeXユーザの集い2015の発表資料
專題報告
專題報告
Teh Joo Foon
傑克.威爾許 創新領導最重要的十堂課
傑克.威爾許 創新領導最重要的十堂課
jongminshi
傑克.威爾許 創新領導最重要的十堂課.
20230216_Python機械学習プログラミング.pdf
20230216_Python機械学習プログラミング.pdf
Shintaro Fukushima
第90回 Start Python Clubでの発表資料 「Python機械学習プログラミング」と振り返る機械学習の動向と展望
最急降下法
最急降下法
Akira Miyazawa
最急降下法の説明資料です。 大域収束性の話が中心です。
プログラミングコンテストでの乱択アルゴリズム
プログラミングコンテストでの乱択アルゴリズム
Takuya Akiba
ML Ops 実装の現場から
ML Ops 実装の現場から
慎一郎 畠
第1回MLOpsコミュニティイベントでの講演資料です。
組合せ最適化を体系的に知ってPythonで実行してみよう PyCon 2015
組合せ最適化を体系的に知ってPythonで実行してみよう PyCon 2015
SaitoTsutomu
https://pycon.jp/2015/ja/schedule/presentation/44/
量子アニーリングマシンのプログラミング
量子アニーリングマシンのプログラミング
nishio
量子アニーリングマシン(イジングマシン)の入力であるイジングモデルの設計方法について
2値分類・多クラス分類
2値分類・多クラス分類
t dev
機械学習の勉強会で発表したもの。 『深層学習』(岡谷貴之)のChapter2.4.3および2.4.4を解説した。
演習II.第1章 ベイズ推論の考え方 Part 2.スライド
演習II.第1章 ベイズ推論の考え方 Part 2.スライド
Wataru Shito
西南学院大学経済学部 演習2 講義スライド(2021/8/22修正版) 講義ページ: http://courses.wshito.com/semi2/2019-bayes-AI
空氣品質監測結果統計
空氣品質監測結果統計
epaslideshare
1111227
AtCoder Regular Contest 031 解説
AtCoder Regular Contest 031 解説
AtCoder Inc.
AtCoder Regular Contest 031 解説
2017日本都市再生給台灣的啟示
2017日本都市再生給台灣的啟示
Chih-Cheng Ting
2017/9/1台北市都市更新學會演講 大綱 前言:台灣都市更新的 迷思 認識日本都市再生 東京都心的都市再生 對台灣都市更新的啟示 結語
機械学習で泣かないためのコード設計
機械学習で泣かないためのコード設計
Takahiro Kubo
機械学習におけるコード設計のベストプラクティスについて
育児にも活用できる家庭内IoTのすすめ~Raspberry Piでやってみよう!SORACOM Developers Conference
育児にも活用できる家庭内IoTのすすめ~Raspberry Piでやってみよう!SORACOM Developers Conference
Manami Taira
Raspberry Piで取得したセンサデーターを、SORACOM Airで通信してAmazon S3に送信します。 初期費用1万円、月額311円で誰でもスタートできるよ!
口试
口试
Chloe Irene Lee
This is the description of oral
移動ロボットのナビゲーション
移動ロボットのナビゲーション
Ryuichi Ueda
2021年1月24日RSJロボット工学セミナーにて
吊掛作業安全
吊掛作業安全
國翰 王
吊掛作業安全
データ分析コンテストとデータサイエンティストの働きかた
データ分析コンテストとデータサイエンティストの働きかた
Ken'ichi Matsui
教育デザインと情報メディアを考えるシンポジウム2019 発表資料 「データ分析コンテストとデータサイエンティストの働きかた」 2019.12.14 SAT 青山学院大学 青山キャンパス 主催|青山学院大学附置情報メディアセンター
プログラミングコンテストでのデータ構造
プログラミングコンテストでのデータ構造
Takuya Akiba
2進数フレンズ
2進数フレンズ
shugo manabe
EXCEL のおかしな例 と 64bit 整数型における 加減乗除の別の目線を紹介
「科学=予測」Science cafe 2011 june 10
「科学=予測」Science cafe 2011 june 10
Hideo Hirose
予測の確からしさをどこまで求めるか。 サイエンスカフェ、科学は予測、インフルエンザの流行予測、血液型と性格の間の関係、メディアと情報
More Related Content
What's hot
專題報告
專題報告
Teh Joo Foon
傑克.威爾許 創新領導最重要的十堂課
傑克.威爾許 創新領導最重要的十堂課
jongminshi
傑克.威爾許 創新領導最重要的十堂課.
20230216_Python機械学習プログラミング.pdf
20230216_Python機械学習プログラミング.pdf
Shintaro Fukushima
第90回 Start Python Clubでの発表資料 「Python機械学習プログラミング」と振り返る機械学習の動向と展望
最急降下法
最急降下法
Akira Miyazawa
最急降下法の説明資料です。 大域収束性の話が中心です。
プログラミングコンテストでの乱択アルゴリズム
プログラミングコンテストでの乱択アルゴリズム
Takuya Akiba
ML Ops 実装の現場から
ML Ops 実装の現場から
慎一郎 畠
第1回MLOpsコミュニティイベントでの講演資料です。
組合せ最適化を体系的に知ってPythonで実行してみよう PyCon 2015
組合せ最適化を体系的に知ってPythonで実行してみよう PyCon 2015
SaitoTsutomu
https://pycon.jp/2015/ja/schedule/presentation/44/
量子アニーリングマシンのプログラミング
量子アニーリングマシンのプログラミング
nishio
量子アニーリングマシン(イジングマシン)の入力であるイジングモデルの設計方法について
2値分類・多クラス分類
2値分類・多クラス分類
t dev
機械学習の勉強会で発表したもの。 『深層学習』(岡谷貴之)のChapter2.4.3および2.4.4を解説した。
演習II.第1章 ベイズ推論の考え方 Part 2.スライド
演習II.第1章 ベイズ推論の考え方 Part 2.スライド
Wataru Shito
西南学院大学経済学部 演習2 講義スライド(2021/8/22修正版) 講義ページ: http://courses.wshito.com/semi2/2019-bayes-AI
空氣品質監測結果統計
空氣品質監測結果統計
epaslideshare
1111227
AtCoder Regular Contest 031 解説
AtCoder Regular Contest 031 解説
AtCoder Inc.
AtCoder Regular Contest 031 解説
2017日本都市再生給台灣的啟示
2017日本都市再生給台灣的啟示
Chih-Cheng Ting
2017/9/1台北市都市更新學會演講 大綱 前言:台灣都市更新的 迷思 認識日本都市再生 東京都心的都市再生 對台灣都市更新的啟示 結語
機械学習で泣かないためのコード設計
機械学習で泣かないためのコード設計
Takahiro Kubo
機械学習におけるコード設計のベストプラクティスについて
育児にも活用できる家庭内IoTのすすめ~Raspberry Piでやってみよう!SORACOM Developers Conference
育児にも活用できる家庭内IoTのすすめ~Raspberry Piでやってみよう!SORACOM Developers Conference
Manami Taira
Raspberry Piで取得したセンサデーターを、SORACOM Airで通信してAmazon S3に送信します。 初期費用1万円、月額311円で誰でもスタートできるよ!
口试
口试
Chloe Irene Lee
This is the description of oral
移動ロボットのナビゲーション
移動ロボットのナビゲーション
Ryuichi Ueda
2021年1月24日RSJロボット工学セミナーにて
吊掛作業安全
吊掛作業安全
國翰 王
吊掛作業安全
データ分析コンテストとデータサイエンティストの働きかた
データ分析コンテストとデータサイエンティストの働きかた
Ken'ichi Matsui
教育デザインと情報メディアを考えるシンポジウム2019 発表資料 「データ分析コンテストとデータサイエンティストの働きかた」 2019.12.14 SAT 青山学院大学 青山キャンパス 主催|青山学院大学附置情報メディアセンター
プログラミングコンテストでのデータ構造
プログラミングコンテストでのデータ構造
Takuya Akiba
What's hot
(20)
專題報告
專題報告
傑克.威爾許 創新領導最重要的十堂課
傑克.威爾許 創新領導最重要的十堂課
20230216_Python機械学習プログラミング.pdf
20230216_Python機械学習プログラミング.pdf
最急降下法
最急降下法
プログラミングコンテストでの乱択アルゴリズム
プログラミングコンテストでの乱択アルゴリズム
ML Ops 実装の現場から
ML Ops 実装の現場から
組合せ最適化を体系的に知ってPythonで実行してみよう PyCon 2015
組合せ最適化を体系的に知ってPythonで実行してみよう PyCon 2015
量子アニーリングマシンのプログラミング
量子アニーリングマシンのプログラミング
2値分類・多クラス分類
2値分類・多クラス分類
演習II.第1章 ベイズ推論の考え方 Part 2.スライド
演習II.第1章 ベイズ推論の考え方 Part 2.スライド
空氣品質監測結果統計
空氣品質監測結果統計
AtCoder Regular Contest 031 解説
AtCoder Regular Contest 031 解説
2017日本都市再生給台灣的啟示
2017日本都市再生給台灣的啟示
機械学習で泣かないためのコード設計
機械学習で泣かないためのコード設計
育児にも活用できる家庭内IoTのすすめ~Raspberry Piでやってみよう!SORACOM Developers Conference
育児にも活用できる家庭内IoTのすすめ~Raspberry Piでやってみよう!SORACOM Developers Conference
口试
口试
移動ロボットのナビゲーション
移動ロボットのナビゲーション
吊掛作業安全
吊掛作業安全
データ分析コンテストとデータサイエンティストの働きかた
データ分析コンテストとデータサイエンティストの働きかた
プログラミングコンテストでのデータ構造
プログラミングコンテストでのデータ構造
Similar to 20081024 ja sst-sapporo
2進数フレンズ
2進数フレンズ
shugo manabe
EXCEL のおかしな例 と 64bit 整数型における 加減乗除の別の目線を紹介
「科学=予測」Science cafe 2011 june 10
「科学=予測」Science cafe 2011 june 10
Hideo Hirose
予測の確からしさをどこまで求めるか。 サイエンスカフェ、科学は予測、インフルエンザの流行予測、血液型と性格の間の関係、メディアと情報
論理回路2017 no.6
論理回路2017 no.6
Hironori Nakajo
珠玉の名作!4ビット符号無、符号付加減算回路! キャリー、オーバフローフラグも付いてるでよ! 電通大の論理設計学における講義資料にあった10進電卓を改造しました!
Why typed
Why typed
Ichise Masashi
みんな、なぜ「型」にこだわるのか理解しました。
T45 episteme
T45 episteme
えぴ 福田
STC OC20210605 ハノイの塔
STC OC20210605 ハノイの塔
Yoshihiko Yamamoto
STC オープンキャンパス 2021-06-05 情報分野 0と1の世界 その2 ハノイの塔 使用した資料
Operations research yonezawa_no2
Operations research yonezawa_no2
ssuser0bebd2
某大学で非常勤講師を行った際の講義資料。最適化を中心としたオペレーションズ・リサーチのモデルを示します。 Operations Research lecture presentation document. Decision optimization modelings for business application are explained.
フォントのしくみ
フォントのしくみ
amusementcreators
デジタルフォントの構造について話します
諸学者向け!進数変換の基礎知識
諸学者向け!進数変換の基礎知識
Toshiyuki M
情報処理試験で1.25点を取りこぼさないために、2進数、16進数から10進数に変換するための基礎知識講座用資料
Similar to 20081024 ja sst-sapporo
(9)
2進数フレンズ
2進数フレンズ
「科学=予測」Science cafe 2011 june 10
「科学=予測」Science cafe 2011 june 10
論理回路2017 no.6
論理回路2017 no.6
Why typed
Why typed
T45 episteme
T45 episteme
STC OC20210605 ハノイの塔
STC OC20210605 ハノイの塔
Operations research yonezawa_no2
Operations research yonezawa_no2
フォントのしくみ
フォントのしくみ
諸学者向け!進数変換の基礎知識
諸学者向け!進数変換の基礎知識
More from Kouichi Akiyama
業務状態遷移テストを語る夕べ
業務状態遷移テストを語る夕べ
Kouichi Akiyama
語る夕べ
Ralph's Chart連結
Ralph's Chart連結
Kouichi Akiyama
Ralph's Chart連結
20180421 Issueの書き方と伝えかた勉強会
20180421 Issueの書き方と伝えかた勉強会
Kouichi Akiyama
2018/4/21勉強会テキスト
Oa mat
Oa mat
Kouichi Akiyama
JaSST 2006で配布した直交表下敷き
20170203 test analysisdesign
20170203 test analysisdesign
Kouichi Akiyama
2017/2/3 テスト分析とテスト設計勉強会
20160619 wacate 解答
20160619 wacate 解答
Kouichi Akiyama
WACATE 2016夏の解答例
20160619 wacate
20160619 wacate
Kouichi Akiyama
2016/6/19のWACATEの資料(@三浦で60分)
20160607 SS2016 FP
20160607 SS2016 FP
Kouichi Akiyama
SS2016のFP発表資料。固有名詞はイニシャルに変更。
SS2016 Workshop
SS2016 Workshop
Kouichi Akiyama
SS2016@米子のテストワークショップでPathComboの紹介
よいアーキテクチャ、よいライブラリ、よいテスター
よいアーキテクチャ、よいライブラリ、よいテスター
Kouichi Akiyama
UAS 5に寄稿したものです。
20150424 jasst新潟基調講演
20150424 jasst新潟基調講演
Kouichi Akiyama
20080615 wacate
20080615 wacate
Kouichi Akiyama
2008/6/15 WACATE
20140610 秋山-ss2014
20140610 秋山-ss2014
Kouichi Akiyama
Answer
Answer
Kouichi Akiyama
JaSST 2008 Sapporoの解答例です。
N-Switchカバレッジテストの問題点と解決策
N-Switchカバレッジテストの問題点と解決策
Kouichi Akiyama
SS2013で発表したものです。 本プレゼン資料に対応する論文を以下に置きました。 http://www.hayst.com/Documents/SS2013-paper.pdf
とてか2
とてか2
Kouichi Akiyama
2012年10月20日
More from Kouichi Akiyama
(16)
業務状態遷移テストを語る夕べ
業務状態遷移テストを語る夕べ
Ralph's Chart連結
Ralph's Chart連結
20180421 Issueの書き方と伝えかた勉強会
20180421 Issueの書き方と伝えかた勉強会
Oa mat
Oa mat
20170203 test analysisdesign
20170203 test analysisdesign
20160619 wacate 解答
20160619 wacate 解答
20160619 wacate
20160619 wacate
20160607 SS2016 FP
20160607 SS2016 FP
SS2016 Workshop
SS2016 Workshop
よいアーキテクチャ、よいライブラリ、よいテスター
よいアーキテクチャ、よいライブラリ、よいテスター
20150424 jasst新潟基調講演
20150424 jasst新潟基調講演
20080615 wacate
20080615 wacate
20140610 秋山-ss2014
20140610 秋山-ss2014
Answer
Answer
N-Switchカバレッジテストの問題点と解決策
N-Switchカバレッジテストの問題点と解決策
とてか2
とてか2
20081024 ja sst-sapporo
1.
■JaSST'08 Sapporo HAYST法による 組合せテスト実践トレーニング 2008年10月24日 品質本部 秋山
浩一
2.
2 機能組合せテスト設計の課題 経験則でランダムに組み合わせると 網羅率が低下する。
機能組合せを網羅的に行うと テスト項目数が爆発する。 組合せ網羅率 経験で作りこみ 約30% HAYST法とは HAYST法の開発によ る網羅率向上と テスト項目数低減の両立 組合せ網羅率 HAYST法 >80% (テスト品質指標) 相反する課題 お客様は様々な機能の組み合わせでプリント 出力 結果 <ソフトウェア機能組み合わせテスト> 禁則処理 多因子多水準 プリンタドライバ機能組合せテスト 70因子280水準 用紙 向き 両面 原稿 サイズ カラー モード 画質 N-Up トレイ Finisher 18種類 2種類 2種類 21種類 3種類 7種類 6種類 2種類 詳細はhttp://www.jasst.jp/archives/jasst04.html 直交表を利用したソフトウェアテスト -HAYST法-
3.
3 HAYST法の効用 HAYST法とは 富士ゼロックス独自の直交表適用によるSW評価法 <特許取得済み> テスト計画作成支援装置: 特許公開2004-288034 <特色> • テストの効率化と網羅率の最大化の両立 •
複雑な組合せ(多水準・禁則)に柔軟に対応できる • 操作性の良いツール(MatrixTester)を用意している ⇒ 一瞬で組合せテスト計画表(直交表)ができる • テストの履歴が残る(テスト実施内容の追跡が可能) • 大規模なシステムのテストへ適用可能 ⇒ 豊富な直交表(L4~L256)が準備されている • バグの解析ができる • 自動テストツールとの連携がとれる ソフトウェアテストHAYST法入門 出版社: 日科技連出版社 (2007/7/26) ISBN-10: 4817192283 「2008年 日経品質管理文献賞受賞」
4.
4 ソフトウェアテストの難しさ 左はPowerPointの文字フォント修 飾機能(設定シート) これを1日でテスト設計&テスト設 計レビューし、1日でテスト実施をす るにはどうしたらよいだろうか?? ? ブラックボックステストのポイントは 、テスト設計プロセス ・ 同値分割(Zoom) ・ 組み合わせ(HAYST他) ・
境界値・異常値・特異値 (テストデータ) の3点。 やり方が共通化されていれば レビューがしやすい!! ※ 俺流のテスト設計のレビューは困難 因子 水準数 全組合せ 下線 2 2 影付き 2 4 浮き出し 2 8 上付き 2 16 下付き 2 32 スタイル 4 128 サイズ 22 2,816 日本語用のフォント 59 166,144 英数字用のフォント 163 27,081,472 相対位置(-100~100) 201 5,443,375,872 色 16,777,216 91,324,692,773,732,400
5.
5 大きい因子を同値分割で小さくする <サイズで考えてみる> • サイズの選択肢には「8, 9,
10, 12, 14, 16, 18, 20, 24, 28, 32, 36, 40, 44, 48, 54, 60, 66, 72, 80, 88, 96」 の22種類ある。サイズの増え方に 着目すると、「 8, 9, 10 」、「 10, 12, 14, 16, 18, 20」、「 20, 24, 28, 32, 36, 40, 44, 48」、「 48, 54, 60, 66, 72」、「 72, 80, 88, 96」の5グループ に同値分割できる。 • ここから「10, 20, 48, 72」の4つを代表に選び小さい因子にすることが 出来る。 因子 水準数 全組合せ 下線 2 2 影付き 2 4 浮き出し 2 8 上付き 2 16 下付き 2 32 スタイル 4 128 サイズ 22 2,816 日本語用のフォント 59 166,144 英数字用のフォント 163 27,081,472 相対位置(-100~100) 201 5,443,375,872 色 16,777,216 91,324,692,773,732,400 サイズ 10 20 48 72 8 9 10 10 12 14 16 18 20 20 24 28 32 36 40 44 48 48 54 60 66 72 72 80 88 96 ズームイン ズームアウト
6.
6 組合せはそれでも爆発 (全38水準になったものの) <さらに制約事項がある> • 「上付き」と「下付き」は同時に選択でき ない •
相対位置は「上付き」と「下付き」が設 定された時に選択可能となる • 選択するフォントによって選択可能な サイズが変わる • 英数字用のフォントには「日本語フォン トを使う」という特殊な設定がある • 「行間」との組合せは考えなくても良い のか?? • 位置揃えについて考慮が必要か? 因子 水準数 全組合せ 下線 2 2 影付き 2 4 浮き出し 2 8 上付き 2 16 下付き 2 32 スタイル 4 128 サイズ 4 512 日本語用のフォント 4 2,048 英数字用のフォント 4 8,192 相対位置(-100~100) 4 32,768 色 8 262,144
7.
7 組み合わせは指数関数的に増加 0 5000 10000 15000 20000 25000 30000 35000 1 2 3
4 5 6 7 8 9 10 11 12 13 14 15 地球が出来て46億年経ちます。46億年を秒数に直すと257程度です。つまり、たった57の機 能であっても総組み合わせテストは46億年かかる(1秒間に1回実施として)ということです。
8.
8 HAYST法を用いた結果 <HAYST法で作成すると> • テスト項目数: 32項目 •
網羅率99.5% • 禁則自動回避 • 網羅率100%時のテスト項目:36項目 • 因子・水準は減らしていない • 行間(4)、位置揃え(3)を追加
9.
9 直交表 L4直交表 A B
C 1 0 0 0 2 0 1 1 3 1 0 1 4 1 1 0 因子 水準 因子 水準 OFF ON OFF ON OFF ON 太字 斜体 下線 文字修飾の因子・水準 ※ 水準値の0には デフォルト水準を 割り付ける
10.
10 割付け結果 L4直交表 太字 斜体
下線 結果 テストNo.1 OFF OFF OFF Test結果 テストNo.2 OFF ON ON Test結果 テストNo.3 ON OFF ON Test結果 テストNo.3 ON ON OFF Test結果 因子 水準
11.
11 下線 太字 斜体 直交表が網羅する組合せ 2機能間の組合せが全て存在している (この状態を組合せ網羅率100%と定義する) 全組合せでは直交表に存在しない組合せも出現する (ただし、テスト回数は指数関数的に増大する) よく見ると直交表では現れないNo.2, 3, 5は単機能テスト内容 OFF
ON ON OFF OFF ON OFF ON ON OFF OFF ON 太字 斜体 下線 L4直交表 太字 斜体 下線 テストNo.1 OFF OFF OFF テストNo.2 OFF ON ON テストNo.3 ON OFF ON テストNo.4 ON ON OFF 全組合せ 太字 斜体 下線 L4 テストNo.1 OFF OFF OFF No.1 テストNo.2 OFF OFF ON × テストNo.3 OFF ON OFF × テストNo.4 OFF ON ON No.2 テストNo.5 ON OFF OFF × テストNo.6 ON OFF ON No.3 テストNo.7 ON ON OFF No.4 テストNo.8 ON ON ON ×
12.
12 L8直交表への割付け 美味しいカレーライスを探求するために各種因子・水準を決めました。 <問題>: 次の因子・水準を直交表に割り付けなさい。 因子 水準 肉 牛肉 豚肉 鶏肉 マトン 辛味 甘口 辛口 とろみ スープ しっかり 付け合せ 福神漬け ラッキョウ 飲み物 ビール ラッシー B
C D E 1 0 0 0 0 2 1 1 1 1 3 0 0 1 1 4 1 1 0 0 5 0 1 0 1 6 1 0 1 0 7 0 1 1 0 8 1 0 0 1 A 0 0 1 3 1 2 2 3
13.
13 多水準系直交表を作成する方法 L8直交表で4水準の因子を考慮する場合 <メリット> 因子ABC列の水準の種類は(000, 011, 101,
110)の4種類 多水準系にしても、他の列との直交性が崩れません。 <デメリット> L8直交表に考慮できる因子の数は、7因子であったのが、 5因子に減ってしまいます。 因子列A、B、Cを結合する。 しかし、単純に無作為に、適当な列を選んで結合させればよいわけではありません。 例えばABD列を結合させた場合 因子ABD列の水準の種類は(000, 001, 010, 011, 100, 101, 110, 111)の8種類 他の列との直交性が崩れてしまっています。 結合して良い列と、結合してはだめな列との違いを見分けるには、 線点図を使用することですぐに判別できます A B C D E F G 1 0 0 0 0 0 0 0 2 0 0 0 1 1 1 1 3 0 1 1 0 0 1 1 4 0 1 1 1 1 0 0 5 1 0 1 0 1 0 1 6 1 0 1 1 0 1 0 7 1 1 0 0 1 1 0 8 1 1 0 1 0 0 1 ABC D E F G 1 000 0 0 0 0 2 000 1 1 1 1 3 011 0 0 1 1 4 011 1 1 0 0 5 101 0 1 0 1 6 101 1 0 1 0 7 110 0 1 1 0 8 110 1 0 0 1 C ABD E F G 1 0 000 0 0 0 2 0 001 1 1 1 3 1 010 0 1 1 4 1 011 1 0 0 5 1 100 1 0 1 6 1 101 0 1 0 7 0 110 1 1 0 8 0 111 0 0 1
14.
14 線点図は、各直交表に対してどの因子列を合体させて、多水準が入る因子列に変型しても大 丈夫なのかが、まとめてある図のことです。 線点図の種類 3 5 6 3 2水準線点図 4水準線点図 8水準線点図 1 3 2 6 5 4 7 直交表の中では (0、1)の2値で記述されます 1 2 3 因子列番号 直交表の中では (000, 011,
101, 110) の4値で記述される 直交表の中では (0000000, 0001111, 0110011, 0111100, 1010101, 1011010, 1100110, 1101001) の8値で記述される 線点図とは 16水準線点図 1 2 3 4 5 6 7 1 0 0 0 0 0 0 0 2 0 0 0 1 1 1 1 3 0 1 1 0 0 1 1 4 0 1 1 1 1 0 0 5 1 0 1 0 1 0 1 6 1 0 1 1 0 1 0 7 1 1 0 0 1 1 0 8 1 1 0 1 0 0 1 123 4 5 6 7 1 000 0 0 0 0 2 000 1 1 1 1 3 011 0 0 1 1 4 011 1 1 0 0 5 101 0 1 0 1 6 101 1 0 1 0 7 110 0 1 1 0 8 110 1 0 0 1 4 6 75 L8直交表 変型後のL8直交表
15.
15 L4直交表をL8直交表に拡張する例 1列 XOR 4列
= 5列 2列 XOR 4列 = 6列 3列 XOR 4列 = 7列 全く同じ手順で L8をL16、 L16をL32、 L32をL64、 L64をL128 L128をL256 … に拡張することができる 1 2 3 1 0 0 0 2 0 1 1 3 1 0 1 4 1 1 0 1 2 3 4 5 6 7 1 0 0 0 0 0 0 0 2 0 0 0 1 1 1 1 3 0 1 1 0 0 1 1 4 0 1 1 1 1 0 0 5 1 0 1 0 1 0 1 6 1 0 1 1 0 1 0 7 1 1 0 0 1 1 0 8 1 1 0 1 0 0 1 1 2 3 1 0 0 0 2 0 0 0 3 0 1 1 4 0 1 1 5 1 0 1 6 1 0 1 7 1 1 0 8 1 1 0 行を2倍 0、1を交互に 割付けた列を 追加 1 2 3 4 1 0 0 0 0 2 0 0 0 1 3 0 1 1 0 4 0 1 1 1 5 1 0 1 0 6 1 0 1 1 7 1 1 0 0 8 1 1 0 1 3列 XOR 4列 = 7列 1列 XOR 4列 = 5列 2列 XOR 4列 = 6列 直交表の成り立ちと線点図 XORの関係で作成された3列は、 4パターン(000, 011, 101, 110)し か出てこない。 それが線点図で表されている。 1 3 2 6 5 4 7
16.
16 線点図と直交表との対応 1 2 4 3 5 76 8 15 910 11 12
1413 L16 直交表線点図テンプレート 1 1 3 2 6 5 4 7 8 9 1011 12 14 1513 L16 直交表線点図テンプレート 2 使ってはいけない使ってはいけない 1 2 3 4 8 12 5 10 15 6 11 13 7 9 14 a b ab c d cd ac bd abc d bc abd acd abc ad bcd 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 1 1 11 0 1 1 11 0 1 1 11 0 1 1 11 3 0 0 0 0 1 0 1 101 1 0 1 101 1 0 1 101 1 0 1 101 4 0 0 0 0 1 1 0 110 1 1 0 110 1 1 0 110 1 1 0 110 5 0 1 1 11 0 0 0 0 0 1 1 11 1 1 0 110 1 0 1 101 6 0 1 1 11 0 1 1 11 0 0 0 0 1 0 1 101 1 1 0 110 7 0 1 1 11 1 0 1 101 1 1 0 110 0 1 1 11 0 0 0 0 8 0 1 1 11 1 1 0 110 1 0 1 101 0 0 0 0 0 1 1 11 9 1 0 1 101 0 0 0 0 1 0 1 101 0 1 1 11 1 1 0 110 10 1 0 1 101 0 1 1 11 1 1 0 110 0 0 0 0 1 0 1 101 11 1 0 1 101 1 0 1 101 0 0 0 0 1 1 0 110 0 1 1 11 12 1 0 1 101 1 1 0 110 0 1 1 11 1 0 1 101 0 0 0 0 13 1 1 0 110 0 0 0 0 1 1 0 110 1 0 1 101 0 1 1 11 14 1 1 0 110 0 1 1 11 1 0 1 101 1 1 0 110 0 0 0 0 15 1 1 0 110 1 0 1 101 1 1 0 11 0 0 0 0 1 1 0 110 16 1 1 0 110 1 1 0 110 0 0 0 0 0 1 1 11 1 0 1 101 1 2 3 4 5 6 7 1234567 8 9 10 11 12 13 14 15 a b ab c ac bc abc d ad bd abd cd acd bcd abc d 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 3 0 0 0 1 1 1 1 1111 0 0 0 0 1 1 1 1 4 0 0 0 1 1 1 1 1111 1 1 1 1 0 0 0 0 5 0 1 1 0 0 1 1 110011 0 0 1 1 0 0 1 1 6 0 1 1 0 0 1 1 110011 1 1 0 0 1 1 0 0 7 0 1 1 1 1 0 0 111100 0 0 1 1 1 1 0 0 8 0 1 1 1 1 0 0 111100 1 1 0 0 0 0 1 1 9 1 0 1 0 1 0 1 1010101 0 1 0 1 0 1 0 1 10 1 0 1 0 1 0 1 1010101 1 0 1 0 1 0 1 0 11 1 0 1 1 0 1 0 1011010 0 1 0 1 1 0 1 0 12 1 0 1 1 0 1 0 1011010 1 0 1 0 0 1 0 1 13 1 1 0 0 1 1 0 1100110 0 1 1 0 0 1 1 0 14 1 1 0 0 1 1 0 1100110 1 0 0 1 1 0 0 1 15 1 1 0 1 1 0 1 1101101 0 1 1 0 1 0 0 0 16 1 1 0 1 0 0 1 1101001 1 0 0 1 0 1 1 0 変形済みの直交表がhttp://hayst.com/readings.aspxにおいてあります。
17.
17 米 コシヒカリ ササニシキ 魚 鯛・さんま すずき・ひらめ さより・なまず かれい くろまぐろ はたはた・かじき 金目鯛 はぜ みそ汁 しじみ わかめ おかず 卵焼き ほうれん草 デザート ヨーグルト プリン 水準の抽象化 水準の抽象化とは 線点図テンプレートに用意されている線点図が許容できる水準数を、実験したい因子の保有する水準数が越え ている場合に用いる手法。 例えば、ある因子の水準数が12である場合、8水準線点図が許容できる水準数は8であるので4水準分不足する。 <朝ご飯の献立> 12 2 2 2 2 8 2 抽象化 1 3 2 6 5 4 7 8 9 10 11 線点図が許容可能な水準数を越えてしまっている場合には、同種の水準をまとめて1つの水準に抽象化して、 線点図の大きさに合わせる。抽象化された状態で、直交表に割付けてから、抽象化された水準を展開する。 1 3 2 6 5 4 7 8
9 101112 141513 L16 直交表線点図テンプレート <朝ご飯の献立> 米 コシヒカリ ササニシキ 魚 鯛 さんま すずき ひらめ かれい くろまぐろ はたはた 金目鯛 さより かじき はぜ なまず みそ汁 しじみ わかめ おかず 卵焼き ほうれん草 デザート ヨーグルト プリン 2 2 2
18.
18 抽象化後の展開 1234567 8 9
10 11 12 13 14 15 1 0 0 0 0 0 0 0 0 0 2 0 1 1 1 1 1 1 1 1 3 1111 0 0 0 0 1 1 1 1 4 1111 1 1 1 1 0 0 0 0 5 110011 0 0 1 1 0 0 1 1 6 110011 1 1 0 0 1 1 0 0 7 111100 0 0 1 1 1 1 0 0 8 111100 1 1 0 0 0 0 1 1 9 1010101 0 1 0 1 0 1 0 1 10 1010101 1 0 1 0 1 0 1 0 11 1011010 0 1 0 1 1 0 1 0 12 1011010 1 0 1 0 0 1 0 1 13 1100110 0 1 1 0 0 1 1 0 14 1100110 1 0 0 1 1 0 0 1 15 1101101 0 1 1 0 1 0 0 0 16 1101001 1 0 0 1 0 1 1 0 割付け 抽象化水準の分離 抽象化することにより、抽象化された水準の直交性は崩れています。 もちろん、抽象化しなかった水準の直交性は保存されています。 あまり重要ではない水準同士は抽象化しても良いですが、他の因子と の組合せまでしっかり見ておきたい水準に関しては抽象化をすることは 避けることをおすすめします。 また、今回の場合、3水準以上を1水準に抽象化してしまう場合どうなる でしょうか?例えば、“鯛”、 “さんま”、“すずき” を “鯛・さんま・すずき” にしてしまった場合です。 この場合には、どれか1つの水準を全く直交表に出現させることができ なくなってしまいます。 割付け前の線点図に合わせて組み替えた直交 表 割付後の直交表(抽象化水準未展開) 抽象化された ままの水準 抽 象 化 を 解 除 し た 水 準 1234567 8 9 10 11 12 13 14 15 魚 米 みそ汁 おかず デザート cd acd bcd ab cd 1 鯛・さんま コシヒカリ しじみ 卵焼き ヨーグルト 0 0 0 0 2 鯛・さんま ササニシキ わかめ ほうれん草 プリン 1 1 1 1 3 すずき・ひらめ コシヒカリ しじみ 卵焼き ヨーグルト 1 1 1 1 4 すずき・ひらめ ササニシキ わかめ ほうれん草 プリン 0 0 0 0 5 さより・なまず コシヒカリ しじみ ほうれん草 プリン 0 0 1 1 6 さより・なまず ササニシキ わかめ 卵焼き ヨーグルト 1 1 0 0 7 かれい コシヒカリ しじみ ほうれん草 プリン 1 1 0 0 8 かれい ササニシキ わかめ 卵焼き ヨーグルト 0 0 1 1 9 くろまぐろ コシヒカリ わかめ 卵焼き プリン 0 1 0 1 10 くろまぐろ ササニシキ しじみ ほうれん草 ヨーグルト 1 0 1 0 11 はたはた・かじき コシヒカリ わかめ 卵焼き プリン 1 0 1 0 12 はたはた・かじき ササニシキ しじみ ほうれん草 ヨーグルト 0 1 0 1 13 金目鯛 コシヒカリ わかめ ほうれん草 ヨーグルト 0 1 1 0 14 金目鯛 ササニシキ しじみ 卵焼き プリン 1 0 0 1 15 はぜ コシヒカリ わかめ ほうれん草 ヨーグルト 1 0 0 1 16 はぜ ササニシキ しじみ 卵焼き プリン 0 1 1 0 1234567 8 9 10 11 12 13 14 15 魚 米 みそ汁 おかず デザート cd acd bcd ab cd 1 鯛 コシヒカリ しじみ 卵焼き ヨーグルト 0 0 0 0 2 さんま ササニシキ わかめ ほうれん草 プリン 1 1 1 1 3 すずき コシヒカリ しじみ 卵焼き ヨーグルト 1 1 1 1 4 ひらめ ササニシキ わかめ ほうれん草 プリン 0 0 0 0 5 さより コシヒカリ しじみ ほうれん草 プリン 0 0 1 1 6 なまず ササニシキ わかめ 卵焼き ヨーグルト 1 1 0 0 7 かれい コシヒカリ しじみ ほうれん草 プリン 1 1 0 0 8 かれい ササニシキ わかめ 卵焼き ヨーグルト 0 0 1 1 9 くろまぐろ コシヒカリ わかめ 卵焼き プリン 0 1 0 1 10 くろまぐろ ササニシキ しじみ ほうれん草 ヨーグルト 1 0 1 0 11 はたはた コシヒカリ わかめ 卵焼き プリン 1 0 1 0 12 かじき ササニシキ しじみ ほうれん草 ヨーグルト 0 1 0 1 13 金目鯛 コシヒカリ わかめ ほうれん草 ヨーグルト 0 1 1 0 14 金目鯛 ササニシキ しじみ 卵焼き プリン 1 0 0 1 15 はぜ コシヒカリ わかめ ほうれん草 ヨーグルト 1 0 0 1 16 はぜ ササニシキ しじみ 卵焼き プリン 0 1 1 0
19.
19 ダミー水準 ダミー水準とは 線点図テンプレートに用意されている線点図が許容できる水準数を、実験したい因子の保有する水準数が下回っている場合 に用いる手法。 例えば、ある因子の水準数が6である場合、8水準線点図が許容できる水準数は8であるので2つ余ってしまう。 2 2 2 2 8ダミー水準 の追加 割付後の直交表 ダミー水準を入れることで、内容が全く同じテスト項目が出現することもある。 この例では、ダミーの元水準のテスト番号1、2、3、4と、13、14、15、16は全く同じテスト項目になってしまっているので、別に、13 ~16番のテスト項目は削除してしまっても良い。 しかし、禁則の考慮、抽象化を行っている場合には、水準の出現状態が複雑になり、ダミーを入れても同じテスト項目が出現す るようなことはほとんど無い。特に禁則の考慮をするような場合には、出現しない組合せも出てくるので、水準にウェイトをかけ る意味で、ダミー水準を利用することも出来る。 <朝ご飯の献立> 米 コシヒカリ ササニシキ 魚 鯛 すずき さより かれい くろまぐろ はたはた みそ汁 しじみ わかめ おかず 卵焼き ほうれん草 デザート ヨーグルト プリン 6 2 2 2 2 <朝ご飯の献立> 米 コシヒカリ ササニシキ 魚 鯛 すずき さより かれい くろまぐろ はたはた DMY_鯛 DMY_くろまぐろ みそ汁 しじみ わかめ おかず 卵焼き ほうれん草 デザート ヨーグルト プリン 1234567 8 9
10 11 12 13 14 15 魚 米 みそ汁 おかず デザート cd acd bcd ab cd 1 鯛 コシヒカリ しじみ 卵焼き ヨーグルト 0 0 0 0 2 鯛 ササニシキ わかめ ほうれん草 プリン 1 1 1 1 3 すずき コシヒカリ しじみ 卵焼き ヨーグルト 1 1 1 1 4 すずき ササニシキ わかめ ほうれん草 プリン 0 0 0 0 5 さより コシヒカリ しじみ ほうれん草 プリン 0 0 1 1 6 さより ササニシキ わかめ 卵焼き ヨーグルト 1 1 0 0 7 かれい コシヒカリ しじみ ほうれん草 プリン 1 1 0 0 8 かれい ササニシキ わかめ 卵焼き ヨーグルト 0 0 1 1 9 くろまぐろ コシヒカリ わかめ 卵焼き プリン 0 1 0 1 10 くろまぐろ ササニシキ しじみ ほうれん草 ヨーグルト 1 0 1 0 11 はたはた コシヒカリ わかめ 卵焼き プリン 1 0 1 0 12 はたはた ササニシキ しじみ ほうれん草 ヨーグルト 0 1 0 1 13 DMY_鯛 コシヒカリ わかめ ほうれん草 ヨーグルト 0 1 1 0 14 DMY_鯛 ササニシキ しじみ 卵焼き プリン 1 0 0 1 15 DMY_くろまぐろ コシヒカリ わかめ ほうれん草 ヨーグルト 1 0 0 1 16 DMY_くろまぐろ ササニシキ しじみ 卵焼き プリン 0 1 1 0
20.
20 L16直交表への割付け メールソフトの評価を実施するために各種因子・水準を決めました。 <問題>: 次の因子・水準を直交表に割り付けなさい。 因子 水準 プロトコル POP APOP IMAP WebMail セキュリティ 使用しない SSL TLS メールデータ JISテキストのみ UTF-8のみ HTML 英語ファイル名の 添付あり 日本語ファイル名 の添付あり 送信元のメール ソフト Outlook Thunderbird Becky! サーバに残す No Yes 起動方法 ログイン時 メール到着都度 A
B C D E F G 1 0 0 0 0 0 0 0 2 0 1 1 1 0 1 1 3 0 2 2 2 1 0 1 4 0 3 3 3 1 1 0 5 1 0 1 3 1 0 1 6 1 1 0 2 1 1 0 7 1 2 3 1 0 0 0 8 1 3 2 0 0 1 1 9 2 0 2 1 1 1 0 10 2 1 3 0 1 0 1 11 2 2 0 3 0 1 1 12 2 3 1 2 0 0 0 13 3 0 3 2 0 1 1 14 3 1 2 3 0 0 0 15 3 2 1 0 1 1 0 16 3 3 0 1 1 0 1
21.
21 HAYST法のテストプロセス <HAYST法によるテストプロセス> 1. テスト戦略の立案(顧客と仕様の理解) 2. FV表の作成による仕様分析とテストカバレッジの測定 3.
FL表の作成による因子・水準の抽出 4. 直交表の大きさの見積り 5. 多水準が入る直交表の作成 6. 水準の重みづけ 7. 禁則の回避と割付け 8. 組合せ網羅率の確認 9. テスト実施 10. バグの解析 仕様書 FV表 ユーザ視点でシステム全体を把握 ⇒ テストカバレッジ測定 FV表 FL表 組合せテスト内容を決定 FL表 直交表 最適な組合せテスト ⇒ 網羅率とテスト効率の両立
22.
22 因子の選び方 1. 関連する因子は全て洗い出し表に組み込む <総当り表による組み合わせテスト> テスト総数 =
因子Aの水準数 × 因子Bの水準数 × 因子Cの水準数 × … <直交表による組み合わせテスト> テスト総数 = Σ (水準数 - 1) + 1 直交表は、因子数が増えてもそれほどテスト項目数には影響がありません。また、直交表を選択した段階で テスト数は決まってしまいますので、なるべく列を余らせないように多くの因子を抽出することが重要です。 2. 機能以外の因子について 機種や環境なども因子として割付けることが出来ます。また、使用方法やタイミングも因子に加えるかどうか 検討すると良いでしょう。 その他、ソフトウェアの動作環境(OSやブラウザ、HW資源)、対向ソフト(サービスソフト、DB種類)、ソフト ウェア利用者(熟練、初心者)といった検査対象ソフトと密接にかかわる因子の洗い出しも大切です。
23.
23 因子を選ぶ視点と抽出方法(因子抽出レビューの意味) Why(目的) What(仕様) How(設計) Where(立脚点)、When、Who 因子の抽出方法の順番 +: 自由に批判なしでリストアップ ×: 同じものをまとめる -:
明らかに不要なものを削除 ÷: 多数決などで割り切る Aさん Bさん Cさん 顕在化していてすぐに引き出せる知識 企画・開発・評価・営業が 集まってレビューする How much(セールスポイント) Whom 誰のため? お客様のお客様 浜崎あゆみ ⇒きみまろ 旅先の集合写真で全員写る 開発の視点 お客様の視点
24.
24 顧客の理解と仕様の理解 ( 6W2Hで 顧客を理解 Why Who
Whom When Where How to use How much
25.
25 FV表
26.
26 仕様書 ユーザの使い方 補足.因子・水準の検討とは? 要求 (RFP) 要件定義 仕様 詳細設計 基本設計 テストアクティビ ティ開始 システムテスト 計画 単体テスト 計画 統合テス ト計画 コーディング デバッグ &変更 デバッグ &変更 デバッグ &変更 デバッグ &変更 受け入れテスト 実施 システムテスト 実施 単体テスト 実施 統合テスト 実施 レビュー レビュー レビュー レビュー 要求 (RFP) 要件定義 仕様 詳細設計 基本設計 テストアクティビ ティ開始 システムテスト 計画 単体テスト 計画 統合テス ト計画 コーディング デバッグ &変更 デバッグ &変更 デバッグ &変更 デバッグ &変更 受け入れテスト 実施 システムテスト 実施 単体テスト 実施 統合テスト 実施 レビュー レビュー レビュー レビュー 全フェーズにおいて顧客視点を重視 特に重要
27.
27 因子とは 入力 信号因子 M 出力 y (レスポンス) 制御因子 ( x1, x2,
・・・ , xn ) システム ノイズ 誤差因子 (z1, z2, ・・・ , zk ) 因子とは、実験の要因の中でテスト対象として取り上げたもの。 (要因とは、結果に影響を与える可能性がある主要な原因) ソフトウェアテストでは、信号因子と誤差因子が中心。
28.
28 因子とは(具体例:割り勘システム) 入力 信号因子 M 出力 y (レスポンス) 制御因子 ( x1, x2,
・・・ , xn ) システム ノイズ 誤差因子 (z1, z2, ・・・ , zk ) 信号因子 •都度入力 金額、男性の人数、女性の人数、支払い割合(平等、6:4、7:3、8:2から選択) •初期設定 切り捨て桁数(100円単位、1000円単位)、幹事さんモード(太っ腹、お釣りは幹事さ んへ) 誤差因子 •動作OS、操作順序 制御因子 •金額変数をLONGにするかdoubleにするか、人数の上限値
29.
29 現実のシステム 入力 信号因子 M 出力 y (レスポンス) ノイズ 誤差因子 (z1, z2, ・・・
, zk ) 現実のシステムは、サブシステムに別れ、さらに出力が入力に フィードバックされる仕組みがあったりする。 まずは、システムの構成を明らかにすること。 対 象
30.
30 さらに状態を考慮する 入力 信号因子 M {M1, M2,
M3,…} 出力 y (レスポンス) ノイズ 誤差因子 z {z1, z2, z3 ・・・} 対 象 read write 内部変数の組合せ(=状態) 信号因子 m {m1, m2, m3 ,…} 内部変数の組合せ=状態
31.
31 補足.選択しない因子と交互作用の考慮について 1. データを格納するためだけの因子 クラスのメソッドは通常は因子にあたりますが、データを格納するためだけに使用するset/get といった因子は組合せテストには採用しません。 他の因子と相互作用を起こさないからです。 2. 使用パターンが決まっている因子 複数の因子があり、その使用パターンが決まっている因子は使用パターンを因子として割り 付けて、プリミティブな因子はそのパターン内に集約します。 3.
交互作用の考慮について ソフトウェアの評価は主効果を求めるものではないので交互作用の考慮は不要です。
32.
32 水準の選び方 1. ドメインに分割する ソフトウェアの評価を実施する時に様々なOSでテストをすると 思います。簡単にテストを行う時には、 因子: Windows
OS 水準: Win95, Win 98, Win 98SE, ME, Win 2000, Win XP あたりで確認するのではないでしょうか? 実は、Windows 95だけでも「通常版」,「Rev A」,「Rev B」,「Rev C」と4つのバージョンが存在するのですが、テストに詳しくなっ てくると、「Windows 95 Rev B (OSR2)」で代表して実施しておけ ば、ほとんどの問題を見つけることができる事が分かってきま す。 このように、多くの水準があった場合は、それをドメインに分け て代表選手を選ぶことをします。この時に、正しい代表選手を 選べるかどうかはテスト設計を実施する人の持っている情報量 で決まります。 上の例で言えば、Win 98とWin 98SEは大きく内部構造が違うの でテストの必要性があることに気づく必要があります。 因子: 用紙サイズ 水準: A3, A4, A5, A6, B4, B5, B6, Letter, Tabloid, Legal, Folio, はがき, statement を5つにドメイン分割したい場合は、「A3」 「 A4, A5」 「 B4, B5, B6 」 「A6,はがき」 「 Letter, Tabloid, Legal, Folio, statement 」と しておいて、後は代表選手を選ぶという手順となります。 HAYST法では、ドメイン分割までは考えていただきますが、代 表選手を選ぶという方法を取らずに抽象化して割り付けたあと に分離(抽象化を解除)して対応しています。 2. 同値分割、境界値分析 連続したデータがあった場合は,同値分割と境界値分析の考え 方で水準を選びます。つまり、入力値が0~5までの整数値を 取る場合であれば、同値分割し、 -∞ ~ -1 : 無効同値クラス 0 ~ 5: 有効同値クラス 6 ~ ∞: 無効同値クラス 各クラスのサンプル値「-3,2,8」を選択するとともに、境界値 の「-1,0,5,6」を水準に選びます。 なお、現在のHAYST法は,正常系評価なので,「0,2,5」を水準 に選びます。残りの「-8,-1,6,8」については、エラー処理 系のテストタイプで実施してください。
33.
33 補足. 水準の抽出へマンダラートを活用 水準の抽出にマンダラートを活用することができます。 1. マンダラートの中心のマスに因子名を置く 2.
周辺の8マスに水準名を置く 3. 水準が数値の場合 3.1 上の3つのマスに有効同値クラスの下限値、最頻値、上限値を置く 3.2 下の3つのマスに対応する無効同値クラスの値を置く 3.3 因子の両脇のマスには特異値を置く 4. 水準が離散値の場合 4.1 水準のデフォルト値を左上のマスに置く 4.2 2~8水準までは通常のマンダラートの周辺マスに水準を埋める 4.3 16水準になるときには5×5の拡張マンダラートの外枠に埋める 4.4 32水準になるときには9×9の拡張マンダラートの外枠に埋める 4.5 16水準、32水準については、残りのマスを使って抽象化を表現する 5. 空いているマスがあった場合、埋められないか頭を絞る
34.
34 補足. マンダラートの例1 マンダラートを活用した連続値を持つ因子の水準の抽出例です。 ※ 時間をマンダラートで表しなさい。
35.
35 補足. マンダラートの例2 マンダラートを活用した離散値を持つ因子の水準の抽出例です。 8水準までは9マスのマンダラートを利用します。 16水準までは25マスのマンダラートを利用し、抽象化も表します。 それ以上は、81マスのマンダラートを利用し、抽象化も表します。
36.
36 直交表の選択方法 2水準系直交表には、L4、L8、L16、L32、L64、L128、L256と多数の種類が存在します。 ソフトウェアテストの規模に合わせて上記直交表を選択すればよいのですが、そのステップは次のとおりに なります。 1. 組み合わせたい因子の中で、最も大きい水準数を持つ因子を2つ探す 2. 上記を掛け算した値が最小の直交表サイズ(水準数は2nに切上げる) それでは、実際に例で説明します。今、用紙サイズ(6種類)、用紙方向(2種類)、両面(2種類)、拡大縮小 (4種類)、カラーモード(3種類)を組み合わせたテストを実施するとします。 1.
用紙サイズ(6種類) と、拡大縮小(4種類)が最も大きい水準数を持つ因子です 2. 8(6)×4=32 となり、 L32を選択します こうすることによって、最大の因子同士でも全ペアが現れるようになります。 L32を選択した場合、網羅率は 100%です。 なお、自由度の総和から直交表のサイズを見積もる方法もあります。自由度は「水準数-1」ですから、全て の因子に対してΣ を取れば良いので、 直交表のサイズ = 自由度の総和 + 1 = Σ (水準数 - 1) + 1 上記の例で言えば、 直交表のサイズ = (6-1)+ (2-1)+ (2-1)+ (4-1)+ (3-1) + 1 = 13 から、L16を選択するという考え方です。L16を選択した場合、網羅率は94%となります。
37.
37 直交表一覧 HW系 推奨 名称 列数 備 考 2水準 3水準
4水準 5水準 6水準 8水準 16水準 合計 2水準系 L4 3 3 2水準系は 4水準→2水準3つ 8水準→4水準1つと2水準4つ 16水準→8水準1つと2水準8つ にそれぞれ分解できる L128とL256は富士ゼロックスで 開発 L8 4 1 7 L16 5 15 L16 8 1 15 L32 8 1 31 L64 9 63 L128 12 10 10 1 127 L256 11 21 13 6 255 3水準系 L9 4 4 L27 13 13 L81 40 40 L243 121 121 混合系 ☆ L18 1 7 8 ☆ L18(7) 6 1 7 L18の1,2列より6水準作成 L54 1 25 26 ☆ L36 11 12 23 ☆ L36(1 6) 3 13 16 L36(1 3) 13 13 上記16因子タイプの3水準列のみ L108 49 49 4~5水準系 L16(5) 5 5 L32(1 0) 1 9 10 L64(2 1) 21 21 L25 6 6 L50 1 11 12 殆直交表 L’18 1 8 9 標準形に2'列を付加 L’27 22 22
38.
38 17 直交表は変形により様々なサイズの因子を受け入れる L256 L256 L256 L128 L128 L64 64 32 16
8 4 2 L64 L64 L64 1 64 1 10 1 161 1 1 34 52 64 48 16 32 6 7 2 15 4 L64 L32 21 1 16 列数 L256 6 13 21 11 L64 L32 9 81 変形 代表例
39.
39 禁則の回避が必要な理由 これから試しに禁則処理を全く回避しないで、直交表に因子を割付けてみます。 <割付ける因子水準> <仕様書で記述されている禁則処理> が同時に設定できない組合せ 因子 水準 部数 1 2 3 ソート
ON OFF 出力用紙サイズ A3 A4 B4 はがき まとめて1枚 なし 2アップ 4アップ 8アップ ズーム なし 25% 400% 原稿の向き たて よこ 両面 しない 長辺とじ 短辺とじ とじしろ位置 しない 短辺左 短辺右 短辺上 長辺左 長辺右 長辺上 スタンプ文字列 なし まる秘 回覧 社外秘 スタンプ位置 上 下 左 右 スタンプ最初の ページのみ しない する まとめて1枚 し な い 2 u p 4 u p 8 u p ズ ー ム しない 25% 400% スタンプ位置 右 左 上 下 ス タ ン プ 文 字 列 なし まる秘 回覧 社外秘 最初の ページ のみ し な い す る ス タ ン プ 文 字 列 なし まる秘 回覧 社外秘 とじしろ位置 し な い 短 辺 左 短 辺 右 短 辺 上 長 辺 左 長 辺 右 長 辺 上原稿の 向き 両面 たて なし たて 長辺 たて 短辺 よこ なし よこ 長辺 よこ 短辺
40.
40 禁則の回避が必要な理由 テスト可否 部数 ソート
出力用紙サイズ まとめて1枚 ズーム 原稿の向き 両面 とじしろ位置 スタンプ文字列 スタンプ位置スタンプ最初のページのみ ? 1 On A3 しない なし たて なし しない なし 上 しない ? 2 On A4 2アップ 25% たて 長辺とじ しない まる秘 下 する ? 3 On B4 4アップ 400% よこ 短辺とじ しない 回覧 左 しない ? DMY_1 On はがき 8アップ DMY_なし よこ DMY_なし しない 社外秘 右 する ? 1 Off A3 2アップ 25% よこ 短辺とじ 短辺左 回覧 右 する ? 2 Off A4 しない なし よこ DMY_なし 短辺左 社外秘 左 しない ? 3 Off B4 8アップ DMY_なし たて なし 短辺左 なし 下 する ? DMY_1 Off はがき 4アップ 400% たて 長辺とじ 短辺左 まる秘 上 しない ? 1 Off A4 4アップ DMY_なし よこ なし 短辺右 まる秘 左 する ? 2 Off A3 8アップ 400% よこ 長辺とじ 短辺右 なし 右 しない ? 3 Off はがき しない 25% たて 短辺とじ 短辺右 社外秘 上 する ? DMY_1 Off B4 2アップ なし たて DMY_なし 短辺右 回覧 下 しない ? 1 On A4 8アップ 400% たて 短辺とじ 短辺上 社外秘 下 しない ? 2 On A3 4アップ DMY_なし たて DMY_なし 短辺上 回覧 上 する ? 3 On はがき 2アップ なし よこ なし 短辺上 まる秘 右 しない ? DMY_1 On B4 しない 25% よこ 長辺とじ 短辺上 なし 左 する ? 1 Off はがき しない DMY_なし よこ 長辺とじ 長辺左 回覧 下 しない ? 2 Off B4 2アップ 400% よこ なし 長辺左 社外秘 上 する ? 3 Off A4 4アップ 25% たて DMY_なし 長辺左 なし 右 しない ? DMY_1 Off A3 8アップ なし たて 短辺とじ 長辺左 まる秘 左 する ? 1 On はがき 2アップ 400% たて DMY_なし 長辺右 なし 左 する ? 2 On B4 しない DMY_なし たて 短辺とじ 長辺右 まる秘 右 しない ? 3 On A4 8アップ なし よこ 長辺とじ 長辺右 回覧 上 する ? DMY_1 On A3 4アップ 25% よこ なし 長辺右 社外秘 下 しない ? 1 On B4 4アップ なし たて 長辺とじ 長辺上 社外秘 右 する ? 2 On はがき 8アップ 25% たて なし 長辺上 回覧 左 しない ? 3 On A3 しない 400% よこ DMY_なし 長辺上 まる秘 下 する ? DMY_1 On A4 2アップ DMY_なし よこ 短辺とじ 長辺上 なし 上 しない ? 1 Off B4 8アップ 25% よこ DMY_なし DMY_しない まる秘 上 しない ? 2 Off はがき 4アップ なし よこ 短辺とじ DMY_しない なし 下 する ? 3 Off A3 2アップ DMY_なし たて 長辺とじ DMY_しない 社外秘 左 しない ? DMY_1 Off A4 しない 400% たて なし DMY_しない 回覧 右 する 禁則処理を全く回避しないで、直交表に因子水準を割付けた結果です。 どこに禁則処理が含まれているかわかります? いったいどのテスト項目に修正が必要なのでしょう? 修正するにしても、“あちらを立てればこちらが立たず”でまるでモグラたたきです。
41.
41 禁則の回避が必要な理由 テスト可否 部数 ソート
出力用紙サイズ まとめて1枚 ズーム 原稿の向き 両面 とじしろ位置 スタンプ文字列 スタンプ位置スタンプ最初のページのみ × 1 On A3 しない なし たて なし しない なし 上 しない × 2 On A4 2アップ 25% たて 長辺とじ しない まる秘 下 する × 3 On B4 4アップ 400% よこ 短辺とじ しない 回覧 左 しない ○ DMY_1 On はがき 8アップ DMY_なし よこ DMY_なし しない 社外秘 右 する × 1 Off A3 2アップ 25% よこ 短辺とじ 短辺左 回覧 右 する ○ 2 Off A4 しない なし よこ DMY_なし 短辺左 社外秘 左 しない × 3 Off B4 8アップ DMY_なし たて なし 短辺左 なし 下 する × DMY_1 Off はがき 4アップ 400% たて 長辺とじ 短辺左 まる秘 上 しない ○ 1 Off A4 4アップ DMY_なし よこ なし 短辺右 まる秘 左 する × 2 Off A3 8アップ 400% よこ 長辺とじ 短辺右 なし 右 しない ○ 3 Off はがき しない 25% たて 短辺とじ 短辺右 社外秘 上 する × DMY_1 Off B4 2アップ なし たて DMY_なし 短辺右 回覧 下 しない × 1 On A4 8アップ 400% たて 短辺とじ 短辺上 社外秘 下 しない ○ 2 On A3 4アップ DMY_なし たて DMY_なし 短辺上 回覧 上 する × 3 On はがき 2アップ なし よこ なし 短辺上 まる秘 右 しない × DMY_1 On B4 しない 25% よこ 長辺とじ 短辺上 なし 左 する × 1 Off はがき しない DMY_なし よこ 長辺とじ 長辺左 回覧 下 しない × 2 Off B4 2アップ 400% よこ なし 長辺左 社外秘 上 する × 3 Off A4 4アップ 25% たて DMY_なし 長辺左 なし 右 しない × DMY_1 Off A3 8アップ なし たて 短辺とじ 長辺左 まる秘 左 する × 1 On はがき 2アップ 400% たて DMY_なし 長辺右 なし 左 する × 2 On B4 しない DMY_なし たて 短辺とじ 長辺右 まる秘 右 しない × 3 On A4 8アップ なし よこ 長辺とじ 長辺右 回覧 上 する × DMY_1 On A3 4アップ 25% よこ なし 長辺右 社外秘 下 しない × 1 On B4 4アップ なし たて 長辺とじ 長辺上 社外秘 右 する × 2 On はがき 8アップ 25% たて なし 長辺上 回覧 左 しない × 3 On A3 しない 400% よこ DMY_なし 長辺上 まる秘 下 する × DMY_1 On A4 2アップ DMY_なし よこ 短辺とじ 長辺上 なし 上 しない × 1 Off B4 8アップ 25% よこ DMY_なし DMY_しない まる秘 上 しない × 2 Off はがき 4アップ なし よこ 短辺とじ DMY_しない なし 下 する ○ 3 Off A3 2アップ DMY_なし たて 長辺とじ DMY_しない 社外秘 左 しない ○ DMY_1 Off A4 しない 400% たて なし DMY_しない 回覧 右 する 禁則処理がテスト項目にどのように含まれているのかを確認してみました。 32項目あるテスト項目のうち25項目が禁則処理を含んでいることが分かります。 このままでは、正常系のテストが出来ないので、禁則関係にある水準を別な水準に変更する必要があります。 実際のソフトウェアでは因子の数もたくさんあり、禁則の数も膨大です。これらを一つ一つチェックし、組合せの 出現頻度を維持しながら、テスト実施可能なテスト項目を作成するのはたいへんな作業です。 直交表は、全ての組合せを保証してくれるのですが、その反面、禁則の回避をあらかじめしておかないと、 正常系のテスト項目として成り立たなくなってしまいます。
42.
42 禁則の分類 禁則関係の分類は、禁則マトリクスを記述することで可能になります。 禁則マトリクスから、その禁則パターンを読み取り、禁則の種類を判別します。 それぞれの禁則関係に応じた禁則回避手法を用いることで、テストマトリクス上に 適切な割付を行うことが出来ます。 相互排他関係 多 層 化
関 係 可変因子関係 SWの禁則処理関係は大きく分けて以下の3種類が有ります。
43.
43 禁則関係と禁則マトリクス 禁則マトリクスとは、因子の間の禁則関係を、マトリクス状に表現したものです。 赤色のセルが禁則の設定されている組合せです。 条件因子の保有する水準の組合せと、禁則設定因子の保有する水準の組合せの総当たり形式のマトリクスです。 禁則の設定には方向性を考慮します。 条件因子の影響を受けて禁則設定因子の選択可能な水準が変化すると解釈します。 複数個の条件因子を考慮する場合には、条件因子の保有する水準の全ての組合せを条件因子側に記述し、これらに 対して禁則設定因子の水準の選択状態が影響を受けると解釈します。 条件因子群の全組合せ まとめて1枚 し な い 2 u p 4 u p 8 u p 拡 大 縮 小 しない 25% 70% 400% 条件因子 禁則設定因子 とじしろ位置 し な い 短 辺 左 短 辺 右 短 辺 上 長 辺 左 長 辺 右 長 辺 上原稿の 向き 両面 たて なし たて 長辺 たて
短辺 よこ なし よこ 長辺 よこ 短辺 両面 し な い 長 辺 と じ 短 辺 と じ 出 力 用 紙 サ イ ズ A4 A6 B4 はがき 封筒 B6 B5
44.
44 相互排他因子融合手法 融合する 抽象化、又は、ダミー水準の付与 を行い、線点図に割付ける。 今回は8水準線点図 1 3 2 6 5 4 7 直交表に融合した状態で割付ける 融合した因子を分離する 融合を分離 相互排他関係にある条件因子と禁則設定因子を融合してしまいます。 まとめて1枚 し な い 2 u p 4 u p 8 u p 拡 大 縮 小 しない 25% 70% 400% 拡大縮小
/ まとめて1枚 しない・しない 25%・しない 70%・しない 400%・しない しない・2up しない・4up しない・8up 拡大縮小/まとめて1枚 8 9 10 11 12 13 14 15 1 しない・しない 0 0 0 0 0 0 0 0 2 しない・しない 1 1 1 1 1 1 1 1 3 25%・しない 0 0 0 0 1 1 1 1 4 25%・しない 1 1 1 1 0 0 0 0 5 70%・しない 0 0 1 1 0 0 1 1 6 70%・しない 1 1 0 0 1 1 0 0 7 400%・しない 0 0 1 1 1 1 0 0 8 400%・しない 1 1 0 0 0 0 1 1 9 しない・2up 0 1 0 1 0 1 0 1 10 しない・2up 1 0 1 0 1 0 1 0 11 しない・4up 0 1 0 1 1 0 1 0 12 しない・4up 1 0 1 0 0 1 0 1 13 しない・8up 0 1 1 0 0 1 1 0 14 しない・8up 1 0 0 1 1 0 0 1 15 DMYしない・2up 0 1 1 0 1 0 0 0 16 DMYしない・2up 1 0 0 1 0 1 1 0 拡大縮小 まとめて1枚 8 9 10 11 12 13 14 15 1 しない しない 0 0 0 0 0 0 0 0 2 しない しない 1 1 1 1 1 1 1 1 3 25% しない 0 0 0 0 1 1 1 1 4 25% しない 1 1 1 1 0 0 0 0 5 70% しない 0 0 1 1 0 0 1 1 6 70% しない 1 1 0 0 1 1 0 0 7 400% しない 0 0 1 1 1 1 0 0 8 400% しない 1 1 0 0 0 0 1 1 9 しない 2up 0 1 0 1 0 1 0 1 10 しない 2up 1 0 1 0 1 0 1 0 11 しない 4up 0 1 0 1 1 0 1 0 12 しない 4up 1 0 1 0 0 1 0 1 13 しない 8up 0 1 1 0 0 1 1 0 14 しない 8up 1 0 0 1 1 0 0 1 15 しない 2up 0 1 1 0 1 0 0 0 16 しない 2up 1 0 0 1 0 1 1 0
45.
45 多層化手法 禁則設定因子条件因子 禁則マトリクスが以下のように描画されている状況で手法の解説をします。 出力用紙サイズ → 両面 出力用紙サイズ
→ 給紙トレイ 両面 → とじしろ裏 とじしろ裏 → とじしろ裏(幅) 両面 給紙トレイ 出力用紙サイズ とじしろ裏 とじしろ裏(幅) 禁則の依存 関係を整理 いろいろ ぶら下がっている。 両面 し な い 長 辺 と じ 短 辺 と じ 出 力 用 紙 サ イ ズ A4 A6 B4 はがき 封筒 B6 B5 給紙トレイ ト レ イ 1 ト レ イ 2 ト レ イ 3 出 力 用 紙 サ イ ズ A4 A6 B4 はがき 封筒 B6 B5 とじしろ裏 (幅) 0 10 50 と じ し ろ 裏 しない する とじし ろ裏 し な い す る 両 面 しない 長辺とじ 短辺とじ
46.
46 多層化処理 Sub Matrix 1 Sub
Matrix 2 Sub Matrix 3 L16に 割付ける L4に 割付ける L8に 割付ける 出力用紙サイズ A4 B4 両面 しない 長辺とじ 短辺とじ 給紙トレイ トレイ1 トレイ2 トレイ3 両面 長辺とじ 短辺とじ とじしろ裏 しない する とじしろ裏 する とじしろ裏 0 10 50 出力用紙サイズ SubMatrix 両面 給紙トレイ とじしろ裏 とじしろ裏(幅) 出力用紙 サイズ とじしろ裏 両面 Main Matrix Sub Matrix 1 MainMatrixへ連結 因子の出現が他の因子に依存する場合、 外部の直交表(Sub Matrix)に割付け、後からMainMatrixへ連結 因子A 因子B 因子C 因子D Sub Matrix 2 Sub Matrix 3
47.
47 可変因子処理 2) パターンの生成1) 禁則マトリクスのパターンの解析
3) とじしろ位置の 仮想因子の作成 同一列への割付 とじしろ位置 し な い 短 辺 左 短 辺 右 短 辺 上 長 辺 左 長 辺 右 長 辺 上原稿の 向き 両面 たて なし たて 長辺 たて 短辺 よこ なし よこ 長辺 よこ 短辺 とじしろ位置 し な い 短 辺 左 短 辺 右 短 辺 上 長 辺 左 長 辺 右 仮想1 し な い 短 辺 上 長 辺 左 長 辺 右 仮想2 し な い 長 辺 左 長 辺 右 仮想3 し な い 短 辺 左 短 辺 右 仮想4 し な い 長 辺 上 用紙サイズ 原稿の向き 両面 とじしろ位置 出力トレイ 部数 A4 たて なし 0 トレイ1 1 A4 たて 長辺 11 トレイ2 2 A4 よこ 短辺 101 トレイ3 1 A4 よこ DMY_なし 110 手差し 2 B4 よこ なし 110 手差し 1 B4 よこ 長辺 101 トレイ3 2 B4 たて 短辺 11 トレイ2 1 B4 たて DMY_なし 0 トレイ1 2 A3 よこ なし 11 トレイ2 2 A3 よこ 長辺 0 トレイ1 1 A3 たて 短辺 110 手差し 2 A3 たて DMY_なし 101 トレイ3 1 B5 たて なし 101 トレイ3 2 B5 たて 長辺 110 手差し 1 B5 よこ 短辺 0 トレイ1 2 B5 よこ DMY_なし 11 トレイ2 1
48.
48 禁則回避手法のまとめ 概 略禁則回避手法名禁則関係 IF、FF、ME、AFを割付ける直交表 (:Main Matrix)
とは別の小さなマトリクス (:Sub Matrix)に割付けを行い、あとから Sub MatrixをMain Matrixに結合する。 条件因子側の水準パターンに応じて、 仮想的な因子をパターンの数だけ作成し 仮想因子をMain Matrixに割付ける。 相互排他関係にある因子を融合して 1因子にしてしまう 多層化手法 可変因子手法 相互排他因子融合手法 因子の出現が他の因子の保有 する水準の出現に依存する 複雑な禁則関係 相互排他関係 説明で用いた禁則関係では、簡単化のために、それぞれの禁則関係を独立させて割付けを実施 しましたが、実際には、相互に禁則関係が入り組んでいて難解なものになっている場合も有ります。 そのような場合でも、順番に禁則回避手法に従って割付を実施すれば、自然にマトリクスは出来上がります
49.
49 機能が直交(独立)している例 たぶん、このケースではHAYST法による組合せテス トはしません。 各因子の独立性が高いためです。 組合せテストとしては水準集約法(単一網羅テスト) を使用します。
50.
50 単一網羅組合せ(HAYST法のテクニックの一つ:水準集約法) No. ファイル 名 ファイル 内の単語 探す場所 変更日 サイズ ファイル の種類 システム フォルダ の検索 隠しファイ ルとフォ ルダの検 索 サブフォ ルダの検 索 大文字と 小文字の 区別 テープ バックアッ プの検索 1
sample1 sample1 ローカル 不明 不明 type1 する する する しない しない 2 sample1 sample1 ネット 1週間以内小 type1 しない しない しない する する 3 sample2 sample2 ローカル 1か月以内中 type2 する しない しない しない しない 4 sample2 sample2 ネット 1年以内 大 type2 しない する する する する 5 sample3 sample3 ローカル 日付指定1サイズ指定1 type3 しない する しない しない する 6 sample3 sample3 ネット 日付指定2サイズ指定2 type3 する しない する する しない 7 sample4 sample4 ローカル 日付指定3サイズ指定3 type4 しない しない する しない する 8 sample4 sample4 ネット 日付指定4サイズ指定4 type4 する する しない する しない HAYST法では L64になります
51.
51 問題 インターネットエクスプローラーの「インターネットオプション」の「全般」にある次 のオプションシートの組合せをHAYST法で設計しなさい。 1. 色 2. フォント 文字列と背景の既定の 色を変更します。 ページを表示するときに使用す るフォントを変えます。
52.
52 色 チェックすると「ポイント 時の色」を設定できる 色のボタンを押すと表示される チェックを外すと「文字列」と「背景」 の色を設定できる
53.
53 フォント Canadian Syllabic Gurmukhi Thaana Yi アラビア語 アルメニア語 オガム文字 オリヤー語 カナラ語 ギリシャ語 キリル言語 グジャラート語 クメール語 グルジア語 シンハラ語 タイ語 タミール語 チェロキー語 チベット語 デバナガリ文字 テルグ語 ビルマ語 ブライユ点字 ヘブライ語 ベンガル語 マラヤラム語 モンゴル語 ユーザー定義 ラオス語 ラテン語基本 ルーン文字 簡体字中国語 韓国語 古代エチオピア語 古代シリア語 日本語 繁体字中国語 Arial Unicode
MS ARISAKA ARISAKA_AA ARISAKA-等幅 HGPゴシックE HGPゴシックM HGP教科書体 HGP行書体 HGP創英プレゼンスEB HGP創英角ゴシックUB HGP創英角ポップ体 HGP明朝B HGP明朝E HGSゴシックE HGSゴシックM HGS教科書体 HGS行書体 HGS創英プレゼンスEB HGS創英角ゴシックUB HGS創英角ポップ体 HGS明朝B HGS明朝E HGゴシックE HGゴシックM HG丸ゴシックM-PRO HG教科書体 HG行書体 HG正楷書体-PRO HG創英プレゼンスEB HG創英角ゴシックUB HG創英角ポップ体 HG明朝B HG明朝E Lucida Sans Unicode Microsoft Sans Serif MS Pゴシック MS P明朝 MS UI Gothic MS ゴシック MS 明朝 Tahoma ふい字 ARISAKA-等幅 HGゴシックE HGゴシックM HG教科書体 HG行書体 HG創英プレゼンスEB HG創英角ゴシックUB HG創英角ポップ体 HG明朝B HG明朝E MS ゴシック MS 明朝 ふい字 Webページ内の書式が付いて いない文字列を表示するときに 指定するフォントを指定します。 Webページ内の書式付き文字 列を表示するときに使用する フォントを指定します。 コンピュータにインス トールされている文 字セットの一覧を表 示します。文字セット を選びフォントを指 定します。
54.
54 手順 以下の手順で実習してください。テストは「システムテスト」を想定してください。 1. 「色」、「フォント」上のアイテムのFV表の作成 a. 検証を考える時には機能の目的(Why)を意識する b.
単機能で確認すること、組合せで確認すること 2. 因子・水準、禁則の洗い出し a. どの水準を残すか(理由とともに) b. 追加で必要な因子の検討 3. 直交表への割り付け a. L16への割り付け ※ PC確認できるのは各チーム5分のみとします。
Download now