Ejemplos de mtricas orientadas a la calidad

Producto
1.- Correccin:
Eficacia de Eliminacin de Defectos (EED)
La eficacia de la eliminacin de defectos (EED), es una mtrica que permite
medir la habilidad de filtrar las actividades de la garanta de calidad y de
control, ya que es aplicable a todas las actividades del marco de trabajo del
proceso.
Se define de la siguiente forma: EED = E / (E + D)
E

Nmero de errores encontrados antes de la entrega del software

Nmero de defectos encontrados despus de la entrega

El valor ideal de EED es 1. Esto es, no se han encontrado defectos en el

software. De forma realista, D ser mayor que cero, pero el valor de EED
todava se puede aproximar a 1. Cuando E aumenta (para un valor de D dado),
el valor total de EED empieza a aproximarse a 1. De hecho, a medida que E
aumenta, es probable que el valor final de D disminuya (los errores se filtran
antes de que se conviertan en defectos). Si se utilizan como una mtrica que
proporciona un indicador de la habilidad de filtrar las actividades de la garanta
de la calidad y del control, EED anima a que el equipo del proyecto de software
instituya tcnicas para encontrar todos los errores posibles antes de su
entrega.
2.- Integridad
Mide la habilidad de un sistema para resistir a ataques ya sea accidentales o
intencionales a su seguridad. Se pueden dar en los programas, datos y
documentos. La medicin de la integridad define dos atributos:
Amenaza: puede estimarse o deducirse es la probabilidad de que un
ataque suceda en un tiempo determinado.
Seguridad: es la probabilidad de que se repela la amenaza.
Integridad = 1 (amenaza x (1 seguridad))
Proceso
1.- Tamao:
Mtrica Bang
Al igual que la mtrica de punto de funcin, la mtrica bang puede emplearse
para desarrollar una indicacin del tamao del software a implementar como
consecuencia del modelo de anlisis.

Desarrollada por Tom DeMarco, la mtrica bang es una indicacin

independiente de la implementacin del tamao del sistema. Para calcular la
mtrica bang, el desarrollador de software debe evaluar primero un conjunto
de primitivas (elementos del modelo de anlisis que no se subdividen ms en
el nivel de anlisis).
Las primitivas se determinan evaluando el modelo de anlisis y desarrollando
cuentas para los siguientes elementos:

Primitivas funcionales (PFu). Transformaciones (burbujas) que aparecen

en el nivel inferior de un diagrama de flujo de datos.
Elementos de datos (ED). Los atributos de un objeto de datos, los
elementos de datos son datos no compuestos y aparecen en el diccionario
de datos.
Objetos (OB). Objetos de datos.
Relaciones (RE). Las conexiones entre objetos de datos.
Estados (ES). El nmero de estados observables por el usuario en el
diagrama de transicin de estados.
Transiciones (TR). El nmero de transiciones de estado en el diagrama de
transicin de estados.

Adems de las seis primitivas apuntadas arriba, se determinan las cuentas

adicionales para:

Primitivas modificadas de funcin manual (PMFu). Funciones que

caen fuera del lmite del sistema y que deben modificarse para acomodarse
al nuevo sistema.
Elementos de datos de entrada (EDE). Aquellos elementos de datos que
se introducen en el sistema.
Elementos de datos de salida (EDS). Aquellos elementos de datos que
se sacan del sistema.
Elementos de datos retenidos (EDR). Aquellos elementos de datos que
son retenidos (almacenados) por el sistema.
Muestras (tokens) de datos (TCi). Las muestras de datos (elementos de
datos que no se subdividen dentro de una primitiva funcional) que existen
en el lmite de la i-sima primitiva funcional (evaluada para cada primitiva).
Conexiones de relacin (REi). Las relaciones que conectan el i-simo
objeto en el modelo de datos con otros objetos.

DeMarco sugiere que la mayora del software se puede asignar a uno de los dos
dominios siguientes, dominio de funcin o dominio de datos, dependiendo de la
relacin RE/PFu. Las aplicaciones de dominio de funcin (encontradas
comnmente en aplicaciones de ingeniera y cientficas) hacen hincapi en la
transformacin de datos y no poseen generalmente estructuras de datos
complejas. Las aplicaciones de dominio de datos (encontradas comnmente en
aplicaciones de sistemas de informacin) tienden a tener modelos de
datos complejos.

/ PFu <0,7

0,8< /PFu<1,4

/ PFu >13 implica una aplicacin de dominio de datos

implica una aplicacin de dominio de funcin

indica una aplicacin hbrida

Como diferentes modelos de anlisis harn una particin del modelo con mayor
o menor grado de refinamiento. DeMarco sugiere que se emplee una
cuenta media de muestra (token) por primitiva

Teavg=DC , IPFu
para controlar la uniformidad de la particin a travs de muchos diferentes
modelos dentro del dominio de una aplicacin.
Para calcular la mtrica bang para aplicaciones de dominio de funcin, se
emplea el siguiente algoritmo:
Asignar a bang un valor inicial = 0;
Mientras queden primitivas funcionales por evaluar
Calcular cuenta-token alrededor del lmite de la primitiva i;
Calcular el incremento PFu corregido (IPFuC)
Asignar la primitiva a una clase
Evaluar la clase y anotar el peso valorado
Multiplicar IPFuC por el peso valorado
bang = bang + ponderacin IPFuC;
FinMientras
La cuenta-token se calcula determinando cuntos smbolos lxicos (tokens)
diferentes son visibles dentro de la primitiva. Es posible que el nmero de
smbolos lxicos (tokens) y el nmero de elementos de datos sea diferente, si
los elementos de datos pueden moverse desde la entrada a la salida sin
ninguna transformacin interna. La IPFuC corregida se determina de una tabla
publicada por DeMarco. A continuacin, se presenta una versin muy
abreviada:

La ponderacin valorada apuntada en el algoritmo anterior se calcula de

diecisis clases diferentes de primitivas funcionales definidas por DeMarco. Se

asigna una ponderacin que va de 0,6 (encaminamiento simple de datos) a 2,5

(funciones de gestin de datos) dependiendo de la clase de la primitiva.
Para aplicaciones de dominio de datos, se calcula la mtrica bang mediante el
siguiente algoritmo:
Asignar a bang el valor inicial = 0;
Mientras queden objetos por evaluar en el modelo de datos
Calcular la cuenta de relaciones del objeto i
Calcular el incremento de OB corregido (IOBC); bang = bang t IOBC;
FinMientras
El IOBC corregido se determina tambin de una tabla publicada por DeMarco. A
continuacin se muestra una versin abreviada:

Una vez que se ha calculado la mtrica bang, se puede emplear el historial

anterior para asociarla con el esfuerzo y el tamao. DeMarco sugiere que las
organizaciones se construyan sus propias versiones de tablas
IPFuC e IOBC para calibrar la informacin de proyectos completos de software.
2.- Tiempo
Tiempo Medio de Cambio (TMC)
El tiempo que se tarda en analizar la peticin de cambio, en disear una
modificacin apropiada, en efectuar el cambio, en probarlo y en distribuir el
cambio a todos los usuarios. En promedio, los programas que son ms fciles
de mantener tendrn un TMC ms bajo (para tipos equivalentes de cambios)
que los programas que son ms difciles de mantener.