Um método para medição de software com foco na interpretação de medidas.

• Autor(a) principal: SARAIVA, Renata Mendonça.
• Data de Publicação: 2020
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
• Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/16528
• topic: Medição de software; Software measurement; Medición de software; Redes Bayesianas; Bayesian Networks; Desenvolvimento de software; Software development; Desarrollo de software; Protocolos; Protocols; Ciência da Computação

Com a evolução da tecnologia e a alta competitividade, é cada vez maior a necessidade das empresas de software de reduzir custos, melhorar a produtividade e a qualidade dos produtos entregues. Neste contexto, medidas de software são recursos essenciais para se alcançar tais objetivos. Estudos indicam que medidas, quando usadas precocemente no ciclo de desenvolvimento de software, ajudam a corrigir falhas de requisitos e prevenir erros, diminuindo o custo de desenvolvimento e prevenindo efeitos colaterais oriundos de modificações tardias. Outros estudos revelam que, a partir dos dados fornecidos pela medição, o usuário de medição pode ter uma visão concreta do andamento dos projetos e, desta forma, consegue tomar decisões baseadas em informações objetivas. Contudo, apesar dos benefícios descritos, é importante destacar que um processo de medição mal elaborado pode acarretar vários problemas, como a coleta de dados irrelevantes, redundantes, incompletos ou de baixa qualidade, tendo como consequências o desperdício de esforço e a análise de dados inconclusiva ou errônea. Neste contexto, para garantir que o usuário de medição irá tomar a decisão com base em informações coerentes e representativas da situação, é imprescindível que ele entenda o valor atribuído à medida, considerando os fatores que influenciam neste valor. Assim, dado esse objetivo e tendo como base o processo de medição abordado na ISO/IEC 15939:2007, o escopo desta tese centra-se sobre quatro etapas que impactam a interpre- tação de medidas: seleção de medidas, validação de medidas, validação de dados e definição de thresholds ou valores de referência. Na literatura, é possível encontrar diversas pesquisas abordando medidas de software, inclusive pesquisas que abrangem as etapas supracitadas. Contudo, a maioria delas, além de não ter esse viés voltado para a interpretação de medidas, trata de uma ou outra etapa de forma isolada. Com base nisto, neste trabalho de tese propõe-se um método para medição de software, que contempla as quatros etapas descritas de forma integrada, com foco no suporte à interpretação de medidas. Para fins de aplicação do método e considerando a incerteza envolvida nesta problemática, utilizou-se Redes Bayesianas. A validação do trabalho foi realizada a partir de um estudo de caso e de um grupo de foco com praticantes da indústria, evidenciando que o método em questão é útil para uma tomada de decisão mais assertiva.