Medição de Software e Controle Estatístico de Processos

Secretaria de Política de Informática Ana Regina Cavalcanti da Rocha Gleison dos Santos Souza Monalessa Perini Barcellos. Aos alunos e colegas que participaram do grupo COPPE Qualidade de Software, pelas inúmeras discussões que geraram conhecimento e amizade. À equipe PBQP Software/SEPIN/MCTI, especialmente Diva da Silva Marinho e Kival Chaves Weber pelo constante incentivo à área de qualidade de software no Brasil.

Às inúmeras empresas onde participamos na implantação e avaliação de processos programáticos no âmbito do programa MPS.BR, pela rica experiência, aprendizado contínuo e sólidas amizades. Em seus dezenove anos de existência, o movimento de qualidade e produtividade de software no Brasil tem sido exemplar. Mais uma vez fiz parte do corpo editorial que selecionou o livro vencedor deste ano: 'Medição de Software e Controle Estatístico de Processos', de Ana Regina Cavalcanti da Rocha/COPPE UFRJ, Gleison dos Santos Souza/UNIRIO e Monalessa Perini Barcellos/UFES, para a quem parabenizo pelo trabalho.

Por fim, é candidato a um caso de sucesso no campo da qualidade de software, baseado nas interações da Tríplice Hélice, que visa aumentar a competitividade do setor de software no Brasil. Maio de 2012 Kival Chaves Weber Coordenador Geral do PBQP Software Coordenador Executivo do Programa MPS.BR.

Introdução

Característica do Processo 4.2 – Controle do Processo. a) Técnicas de análise e controle são identificadas e aplicadas quando relevantes. Os objetivos de medição de processos e/ou subprocessos são derivados das necessidades de informação do processo. Neste contexto, o controle estatístico do processo pode ser visto como uma evolução do processo de medição.

O controle estatístico do processo segue as mesmas etapas básicas do processo de medição tradicional, mas utiliza práticas e técnicas diferentes. Conforme mencionado anteriormente neste livro, o controle estatístico do processo pode ser visto como um desenvolvimento do processo de medição. Um número pequeno pode ser esperado nos momentos iniciais de implementação do processo de gestão.

Medição de Software

Introdução
Conceitos da Medição de Software
Medição e Melhoria de Processos de Software
Medição e Modelos de Processos de Software
A Definição do Processo de Medição nas Organizações
Considerações Finais do Capítulo

Ex.: A medição do cumprimento dos prazos do projeto pode ter o seguinte procedimento de medição: Aplicar a fórmula de cálculo. Procedimento de análise de medição: procedimento que descreve como exibir e analisar os dados coletados para a medição. Estabelece que o objetivo do processo de medição é coletar, armazenar, analisar e reportar dados relacionados aos produtos desenvolvidos e aos processos implementados.

A Tabela 2.1 mostra os resultados esperados desta norma. Esta norma não trata de medições orientadas para controle. Define a finalidade do processo de coleta, armazenamento, análise e reporte de dados relacionados aos produtos organizacionais, gestão eficaz dos processos e demonstração objetiva dos resultados esperados desta norma. Tabela 2.4 – Objetivos e Práticas Específicas de Desempenho da Área de Processos Organizacionais no CMMI [SEI, 2010].

As medidas, bem como a frequência das suas medições, são identificadas e definidas de acordo com os objetivos de medição do processo/subprocesso e os objetivos quantitativos de qualidade e desempenho do processo. Critérios de entrada: Ter iniciado a implementação do processo de medição ou necessitar de revisão do Documento de Indicadores e Medidas.

Planejamento e Execução de Medições

Introdução
Objetivos Estratégicos da Organização e Objetivos de Medição
Definição de Objetivos, Medidas e Indicadores

O Método GQM (Goal Question Metric)
O Método GQ(I)M (Goal Question (Indicator) Measure)
O método GQM*Strategies
Practical Software Measurement (PSM)e a norma ISO/IEC15939
Definição e Gerência de Objetivos de Software Alinhados ao Planejamento

As Cinco Medidas Essenciais
Definição dos Procedimentos de Coleta e Armazenamento
Definição dos Procedimentos de Análise
Definição Operacional de Medidas
Execução da Medição

Por exemplo, medir apenas o número de casos de uso do projeto não é adequado para o controle estatístico do processo. Medição de software e controle estatístico de processos. Por exemplo, é possível perceber que o processo tem comportamento repetível, mas aparentemente o número de questões não resolvidas tem sido repetidamente alto. Número de horas que a equipe gastou corrigindo defeitos identificados na especificação de requisitos.

Número de horas que a equipe gastou realizando atividades relacionadas ao gerenciamento e execução do programa de melhoria de processos. Número de horas que a equipe gasta realizando atividades relacionadas ao controle estatístico de processos.

Controle Estatístico de Processos

Conhecimento Básico para o Controle Estatístico de Processos e a

Introdução
O Poder do Controle Estatístico de Processos
O Comportamento dos Processos
Seleção de Subprocessos para o Controle Estatístico
Identificação de Medidas Adequadas para o Controle Estatístico
Repositório de Medidas Adequado para o Controle Estatístico

O controle estatístico de processos utiliza dados coletados em projetos realizados na organização para analisar o comportamento dos processos organizacionais instanciados nos projetos. O controle estatístico de processos foi originalmente proposto na área de manufatura, com o objetivo de apoiar a implementação de programas de melhoria contínua. Este capítulo fornece parte do conhecimento básico necessário para implementar adequadamente o controle estatístico de processos.

Na seção 4.2 são apresentados alguns aspectos relevantes para compreender a importância do controle estatístico de processos. O controle estatístico do processo passou então das linhas de produção para o desenvolvimento de software [LANTZY, 1992]. O controle estatístico de processos envolve o uso de gráficos de controle e métodos estatísticos específicos para analisar dados coletados para medições ao longo dos projetos e fornecer informações sobre o desempenho do processo.

4 A quantidade de dados coletados para uma medição é um requisito importante para que seja possível utilizar técnicas estatísticas de controle de processo. Uma medida adequada para utilização no controle estatístico de processos deve, em sua definição operacional, conter as informações descritas na seção 3.7. Por exemplo, as medidas que registam estimativas são essencialmente medidas de controlo e não descrevem o desempenho dos processos e, portanto, não são aplicáveis isoladamente ao controlo estatístico de processos.

Uma medida a ser utilizada no controle estatístico de processos deve identificar medidas relevantes. O nível de escalabilidade de uma medida útil para o controle estatístico de processos deve permitir o monitoramento frequente (às vezes diário) de processos e projetos. Do ponto de vista estatístico, deve haver um volume razoável de dados adequados para poder utilizar uma medida no controle estatístico de processos.

Os dados coletados para uma medição aplicada no controle estatístico de processos devem estar associados a informações de contexto sobre as medições. A Ontologia de Medição de Software pode ser usada como modelo de referência conceitual para definir a estrutura (classes, relacionamentos e restrições de integridade) de um repositório de medição adequado para controle estatístico de processos. Portanto, é importante ressaltar que a utilização do controle estatístico de processos não consiste simplesmente na criação de gráficos.

Gráficos de Controle

Introdução
Gráficos de Controle: O Básico
Tipos de Gráficos de Controle

Gráficos de Controle para Dados de Variáveis
Gráficos de Controle para Dados de Atributos

A forma como os dados serão plotados, se serão agrupados e como serão calculados os limites de controle é definido pelo tipo de gráfico de controle que será utilizado. Os limites de controle e linha central são indicados por suas siglas em inglês (UCL = Upper Control Limit; CL = Central Line; LCL = Lower Control Limit). Existem vários tipos de cartas de controle e cada uma delas é mais apropriada em determinadas situações.

Cada tipo de gráfico de controle possui seu próprio conjunto de expressões matemáticas e constantes que são usadas para representar dados e calcular limites de controle. O primeiro passo na escolha do tipo de gráfico de controle a ser utilizado é identificar o tipo de dados a serem processados. Os gráficos de controle podem ser aplicados a duas classes diferentes de dados: dados variáveis e dados de atributos.

As fórmulas e constantes para cálculo dos limites de controle neste tipo de gráfico são apresentadas a seguir. As fórmulas para cálculo dos limites de controle neste tipo de gráfico são apresentadas a seguir. Uma vez calculadas as médias, são estabelecidos limites de controle, que neste tipo de gráfico, como dito anteriormente, são chamados de limites naturais do processo.

Ao analisar os gráficos, percebe-se que foram identificadas causas especiais na utilização da carta de controle XMmR. Ao analisar o comportamento do processo utilizando a carta de controle XmR, não foram identificados pontos fora dos limites de controle. Os limites de controle de tendência são obtidos somando (limite superior) ou subtraindo (limite inferior) o valor 3σ calculado para as médias móveis da linha de tendência.

No exemplo, conforme mostrado no gráfico mX, o valor de 3σ é 17,75, pois é a distância da linha central aos limites de controle. Na Figura 5.16 é apresentado o gráfico de tendência com os limites de controle, que representa a tendência comportamental do gráfico e as linhas pontilhadas são os limites de controle. A Tabela 5.15 fornece um resumo dos oito tipos de gráficos de controle apresentados neste capítulo.

Controle Estatístico de Processos e a Gerência Quantitativa de Projetos

Introdução
Definição das Baselines de Desempenho

Atualização de Baselines de Desempenho
Um Processo, Várias Baselines
Nova Definição de Processo, Nova Baseline

Determinação da Capacidade
Obtenção de Modelos de Desempenho
Gerência Estatística de Processos e Gerência Quantitativa de Projetos
Melhoria do Desempenho de Processos Estáveis e Capazes

Por onde começar

Além disso, o planejamento do projeto pode ser realizado utilizando modelos de desempenho definidos no nível organizacional. Desta forma, a avaliação quantitativa de aspectos relacionados ao gerenciamento e aos requisitos do projeto pode ser incluída durante o monitoramento do projeto. Esta medida pode ser útil para avaliar em conjunto com outra que mede a mudança no tamanho do projeto devido a mudanças nos requisitos.

Portanto, uma versão dessa medida também pode levar em conta a normalização dos valores de acordo com o porte do projeto. O número de não conformidades identificadas na avaliação do cumprimento do processo de gestão de requisitos / Número total de critérios observados. O número de horas que a equipe gastou resolvendo problemas identificados durante a execução de atividades de gerenciamento de configuração.

Variações desta medida podem ser definidas correlacionando o valor obtido com o esforço total do projeto ou o esforço despendido na execução de tarefas relacionadas ao gerenciamento de configuração. Uma variação desta medida pode ser definida correlacionando o valor obtido com o esforço total do projeto. O SPI (ou índice de desempenho do cronograma, em português) [PMI, 2008] indica o desempenho do projeto em relação aos prazos.

O IPC (ou índice de desempenho de custos, em português) [PMI, 2008] mostra o desempenho do projeto em relação aos custos. Número de defeitos identificados na especificação de requisitos / Tamanho do projeto Um número elevado de defeitos é um claro indicador de problemas na especificação de requisitos e suas causas e efeitos no projeto devem ser investigados.

Medição e Melhoria de Processos de Software

Medidas para Monitoração dos Processos no MR-MPS

Introdução
Medição no Nível G do MR-MPS
Medição no Nível F do MR-MPS
Medição no Nível E do MR-MPS
Medição no Nível D do MR-MPS
Medição no Nível C do MR-MPS
Medição no Nível B do MR-MPS
Medição no Nível A do MR-MPS

Total de horas trabalhadas pelos funcionários / (Número total de funcionários * Número de horas trabalhadas por cada funcionário). O número de horas que a equipe gastou corrigindo bugs encontrados durante os testes de integração. O número de horas que a equipe gastou corrigindo bugs encontrados durante os testes de homologação.

6 Esforço de retrabalho para corrigir defeitos identificados durante a aprovação Número de horas que a equipe gastou corrigindo defeitos identificados durante a aprovação. Número de horas que a equipe gastou corrigindo defeitos identificados após o software estar em produção.

Medição no MR-MPS

Introdução
Observações sobre a Implementação de Medição nas Organizações
Medição como Meio para Conhecimento e Monitoração dos Processos de
Medição para a Melhoria dos Processos de Software nos níveis E, D e C do MR-