Universidad de Belgrano Un abordaje al problema de completitud en requisitos de software Claudia Litvak, Graciela Hadad, Jorge Doorn Universidad Nacional.

Slides:



Advertisements
Presentaciones similares
Claves para una adecuada definición conceptual
Advertisements

Etapas de la investigación científica
ANÁLISIS DE REQUERIMIENTOS
DISEÑO DE LA INVESTIGACIÓN
*Estadística: La estadística es una herramienta básica para la investigación empírica que ayuda a conocer la realidad de manera “objetiva”. En la disciplina.
De la muestra a la población
Despliegue de la Función de la Calidad “QFD”
INDICADORES DE GESTIÓN Y MEJORAMIENTO CONTINUO
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE CIENCIAS ECONÓMICAS
Actividad 16. Estrategias para prueba del software
METRICAS DE PROCESO Y PROYECTO
METODOLOGÍAS ÁGILES “PROCESO UNIFICADO ÁGIL (AUP)
El Proceso de la Auditoría - ISO
UNIDAD I MODELOS Y TOMA DE DECISIONES
Fase Elaboración Conclusiones Grupo 6 – PIS
Centro de Ensayos de Software
Aplicación del Modelo Topológico Cuadripolar
DISEÑO DE LA INVESTIGACIÓN Dr. Walther,CASIMIRO URCOS
Uso de pruebas estadísticas paramétricas y no paramétricas
Muestra: Recolección de Datos: Análisis de Datos:
Procedimientos para el Análisis de la Información
MUESTRA Implica DEFINIR la unidad de análisis (personas, situaciones, individuos, eventos, fenómeno, ensayo)
Formulación de la metodología
UNIVERSIDAD CATÓLICA DEL MAULE FACULTAD DE CIENCIAS DE LA INGENIERÍA ESCUELA DE INGENIERÍA CIVIL INFORMÁTICA PROFESOR GUÍA: HUGO ARAYA CARRASCO. ALUMNO.
MISION.PROCESO. ALCANCECONTABILIDAD. MEDIOS DE CON- TROL. Definir y evaluar de forma Independiente y coordinada en el Sistema de control interno,
Luis Fernando Hevia Rodríguez
Unidad VI: PRUEBAS DE HIPOTESIS
Gestión del Tiempo del Proyecto
Ingeniería de Software Orientado a Objetos
METODOLOGÍA PARA EL ABORDAJE DE LA COMUNIDAD TÉCNICAS E INSTRUMENTOS DE RECOLECCIÓN DE INFORMACIÓN Nelly Meléndez G.
Métodos y Diseño de Investigación II
UNIVERSIDAD NACIONAL INTERCULTURAL DE LA AMAZONIA
Educación Tecnológica Primeros Medios Samanta González Farías
Contexto Proyecto consolidado dentro de la línea de investigación de Sistemas de Información en el Dpto. de Ingeniería en Sistemas de Información de la.
Métodos de calibración: regresión y correlación
Ingeniería de Software: Metodologías Agustín J. González ElO329: Diseño y Programación Orientados a Objeto Adaptado de:
Ingeniería del Software
Capacidad de Proceso.
Enfoque cuantitativo y Enfoque cualitativo
Plan de Sistemas de Información (PSI)
Grupo 51 Evaluación de Fase Inicial Proyecto Ingeniería de Software 2005 Grupo 5.
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE QUÍMICA Seminario de investigación en Ciencias de la Administración Formulación de hipótesis y.
Diseño de Software y su Proceso
INTRODUCCIÓN A LA INGENIERÍA DEL SOFTWARE
35 años de investigación, innovando con energía 1 Mayo, 2012 P LAN DE ASEGURAMIENTO DE LA CALIDAD DEL DESARROLLO DE SOFTWARE E STÁNDAR IEEE 730 Y G UÍA.
ELEMENTOS DE CONTENIDO Y ALCANCE
Proyecto de Ingeniería de Software Grupo Nº 9 - GXPost (Desarrollo con GeneXus 8.0) Evaluación de la Fase Construcción (Jueves 4 de Noviembre de.
El rol de SQA en PIS.
Medición y Métricas del Software
Departamento de Medicina Preventiva y Social, Facultad de Medicina Sociedad Uruguaya de Informática en la Salud (SUIS) Curso Introductorio a los Sistemas.
U.D. 3. Investigación Comercial
Un algoritmo es un método en el que se define paso a paso la solución de un problema que termina en un número infinito de pasos. Un algoritmo es otro tipo.
Estimación por casos de uso.  Un caso de uso representa una unidad de interacción entre uno y el sistema. Un Caso de Uso es una unidad simple de trabajo.
TIPOS DE PRUEBAS DEL SOFTWARE
Introducción al proceso de verificación y validación.
CMMI Benjamín Saul Jueves 27 de Mayo 2010.
Estimación de proyectos de software
Determinación de problemas
MÓDULO INTRODUCCIÓN AL CICLO DE VIDA DEL SOFTWARE
Introducción a la Investigación.
Marco de Trabajo para Indexación, Clasificación y Recopilación Automática de Documentos Digitales Javier Caicedo Espinoza Gonzalo Parra Chico.
SISTEMA DE GESTIÓN DE LA CALIDAD ISO 9001: AUDITORÍA INTERNA
Planificación de Sistemas de Información
Bachillerato Ingeniería en Informática Fundamentos de Computación.
Estimación estadística
Verificación y Validación del Software
VERIFICACIÓN Y VALIDACIÓN DE SISTEMAS 3.10 Fase de manejo de requerimientos 4.1 Modelado de pruebas en UML Ponente: ing. Alejandro tapia vazquez.
Gerenciamiento de Proyectos. Planeamiento Estratégico  Introducción  Necesidad e Idea  Objetivos y Estructura Inicial  La importancia del Gerenciamiento.
INGENIERÍA WEB FORMULACIÓN Y PLANEACIÓN PARA INGENIERÍA WEB.
4. Definición del proyecto. Qué tan difícil es manejar un proyecto? ◦Dependerá del tamaño del mismo ◦De los costos ◦De los plazos ◦Del nivel de dificultad.
Transcripción de la presentación:

Universidad de Belgrano Un abordaje al problema de completitud en requisitos de software Claudia Litvak, Graciela Hadad, Jorge Doorn Universidad Nacional de La Matanza Universidad Nacional del Centro de la Prov. Buenos Aires Universidad Nacional del Sur – Bahía Blanca

CACIC Litvak, Hadad, Doorn Un problema en la Ingeniería de Requisitos Incompletitud ¿Cómo establecer si se ha elicitado y modelado la información suficiente para construir un sistema de software que cubra las expectativas y necesidades de los clientes y usuarios?

CACIC Litvak, Hadad, Doorn Alternativas al problema Uso de técnicas de elicitación apropiadas Uso de técnicas de verificación y validación Definir y aplicar reglas de parada Estimar el grado de completitud alcanzado

CACIC Litvak, Hadad, Doorn Motivación Al construir los primeros modelos, existe una importante duda acerca del alcance del universo de información a estudiar Consecuencia: dos personas independientes construyen el mismo modelo con una cantidad diferente de elementos y ninguno de ambos modelos es un sub-conjunto propio del otro Pregunta: ¿Cuál es el verdadero modelo?

CACIC Litvak, Hadad, Doorn Hipótesis de Trabajo Los grupos de ingenieros tratan universos de información diferentes

CACIC Litvak, Hadad, Doorn Caso Estudiado Un modelo léxico elaborado con mucha anterioridad por 9 grupos independientes de ingenieros, aplicando la misma técnica de elicitación sobre el mismo universo

CACIC Litvak, Hadad, Doorn Trabajos Previos Doorn y Ridao (2003) aplicaron una variante del método de captura y recaptura Detection Profile Method sobre el modelo léxico para predecir su tamaño: Sus conclusiones: faltaban encontrar 9 símbolos léxicos sobre el total de 118 símbolos diferentes encontrados entre todos los grupos Observación: el grupo que más símbolos detectó alcanzó aprox. un nivel de completitud del 53% estimar la cantidad de información aún faltante de elicitar

CACIC Litvak, Hadad, Doorn Trabajo Realizado Estudio de las visiones de los elicitadores respecto al universo de información Análisis semántico sobre los elementos del modelo léxico previo a la aplicación del método predictivo

CACIC Litvak, Hadad, Doorn Visiones de los Elicitadores Se identificaron 5 categorías o sub- problemas que abarcaban el universo bajo estudio. Se analizó estadísticamente como cada grupo profundizó o no la elicitación de información en cada categoría Curvas obtenidas por categoría son aproximadamente gaussianas Tamaño de muestra pequeño: 9 grupos Distribución t-Student

Visiones de los Elicitadores: estudio de la categoría Administración de Bien Tipo Hipótesis: Comprobación estadística: +99% de que los tres universos presenten entre sí una diferencia estructural Universo observado por Grupos 2, 3, 6 y 8 Universo observado por Grupos 4, 7 y 9 Universo observado por Grupos 1 y 5

CACIC Litvak, Hadad, Doorn Visiones de los Elicitadores: Resumen Gestión de Cuotas 8 grupos el mismo universo 1 grupo (outlier) otro universo Administración del Bien Tipo 3 universos distintos Administración del Plan 2 universos distintos Adjudicación del Bien Tipo 2 universos distintos Adhesión al Plan1 único universo todos

CACIC Litvak, Hadad, Doorn Trabajo Realizado Estudio de las visiones de los elicitadores respecto al universo de información Análisis semántico sobre los elementos del modelo léxico previo a la aplicación del método predictivo

CACIC Litvak, Hadad, Doorn Análisis Semántico Trabajo Previo: Aplicación del método predictivo DPM para estimar el tamaño de un modelo léxico Observación: el grupo que más símbolos detectó alcanzó aproximadamente un nivel de completitud del 53% Total elicitado : 118 símbolos Total estimado: 127 símbolos 67 símbolos elicitados sobre 127 estimados

CACIC Litvak, Hadad, Doorn Análisis Semántico Se requiere corrección semántica antes de realizar la estimación de tamaño, por ser modelos de requisitos en lenguaje natural Símbolos con similar contenido no detectados dentro del mismo grupo Símbolos con similar contenido no detectados entre grupos Símbolos fuera del límite del universo Símbolos con nombre o información no relevante contenida en otros símbolos

Análisis Semántico: estudio de la categoría Administración de Bien Tipo Estudio Estadístico Inicial Estadística con Corrección Semántica

CACIC Litvak, Hadad, Doorn Análisis Semántico: Resumen Gestión de Cuotas 8 grupos el mismo universo 1 grupo (outlier) otro universo Administración del Bien Tipo 3 universos distintos Administración del Plan2 universos distintos Adjudicación de Bien Tipo1 único universo todos Adhesión al Plan1 único universo todos = cantidad de universos composición cantidad de universos Se descartaron el 25% de los elementos elicitados para realizar el nuevo estudio estadístico

CACIC Litvak, Hadad, Doorn Conclusiones Se estableció estadísticamente que los grupos de ingenieros tuvieron distintas percepciones del universo de información según las categorías. Se observó que aplicando el método de captura y recaptura para estimar el grado de completitud de un modelo de requisitos sin evaluar inicialmente la semántica de los elementos del modelo, provoca una distorsión importante en los resultados obtenidos.

CACIC Litvak, Hadad, Doorn Próximos Pasos Proponer heurísticas para guiar el alcance del trabajo en una etapa temprana Comprender qué grupos trabajaron correctamente Refinar el análisis semántico Criterios precisos de comparación Heurísticas para mejorar la construcción del modelo Heurísticas que ayuden a precisar los límites del universo

CACIC Litvak, Hadad, Doorn Nueva estimación del tamaño: 104 símbolos

CACIC Litvak, Hadad, Doorn Gracias por su atención! ¿Preguntas? Graciela Hadad: