[論文レビュー] Estimation of Characteristics of a Software Team for Implementing Effective Inspection Process through Inspection Performance Metric

T. R. Gopalakrishnan Nair, V. Suma|arXiv (Cornell University)|Jul 16, 2011

Software Engineering Research参考文献 15被引用数 10

ひとこと要約

本論文では、リアルタイムの欠陊数に依存せずにソフトウェアチームのインスペクションパフォーマンス指標（IPM）を推定するための数学的モデルを提案する。製品志向およびサービス志向のITプロジェクトにおける実地データからチーム固有の係数を導出し、高い精度でIPM値を予測することで、ターゲット品質水準に合わせたインスペクションプロセスの事前調整が可能となり、チームおよび関係者全体における欠陊管理の改善が図られる。

ABSTRACT

The continued existence of any software industry depends on its capability to develop nearly zero-defect product, which is achievable through effective defect management. Inspection has proven to be one of the promising techniques of defect management. Introductions of metrics like, Depth of Inspection (DI, a process metric) and Inspection Performance Metric (IPM, a people metric) enable one to have an appropriate measurement of inspection technique. This article elucidates a mathematical approach to estimate the IPM value without depending on shop floor defect count at every time. By applying multiple linear regression models, a set of characteristic coefficients of the team is evaluated. These coefficients are calculated from the empirical projects that are sampled from the teams of product-based and service-based IT industries. A sample of three verification projects indicates a close match between the IPM values obtained from the defect count (IPMdc) and IPM values obtained using the team coefficients using the mathematical model (IPMtc). The IPM values observed onsite and IPM values produced by our model which are strongly matching, support the predictive capability of IPM through team coefficients. Having finalized the value of IPM that a company should achieve for a project, it can tune the inspection influencing parameters to realize the desired quality level of IPM. Evaluation of team coefficients resolves several defect-associated issues, which are related to the management, stakeholders, outsourcing agents and customers. In addition, the coefficient vector will further aid the strategy of PSP and TSP

研究の動機と目的

• リアルタイムの欠陊数に依存せずに、チーム固有のインスペクションパフォーマンス指標（IPM）を推定する予測モデルの開発。
• ITプロジェクトからの実地データを用いて、インスペクション効果性に影響を与えるチーム特性を同定・定量化すること。
• 組織がターゲットIPM値を設定し、それに応じてインスペクションパrameterを調整できるようにすることで、品質改善を支援すること。
• 測定可能な係数を用いてチームパフォーマンスを定量化することにより、PSPおよびTSPの実践者に実用的なインサイトを提供すること。
• データ駆動型のチームプロファイリングにより、管理、アウトソーシング、ステークホルダーとのコミュニケーションにおける欠陊関連課題を解決すること。

提案手法

• 著者らは、製品志向およびサービス志向のIT業界における24件のプロジェクトから収集した実地インスペクションデータを基に、複数の線形回帰を適用してチーム特性の係数を導出する。
• モデルは、インスペクションの深さ（DI）およびチーム固有の属性を入力変数として、IPM値（IPMtc）を予測する。
• 実地データとして3件の検証プロジェクトのデータを用い、予測精度を実際の欠陊数に基づくIPM（IPMdc）と比較して検証する。
• チーム係数は、各チームの独自のパフォーマンスプロファイルを表しており、リアルタイムの欠陊追跡なしにIPMを予測可能にする。
• 予測されたIPM値（IPMtc）と観察された欠陊ベースIPM（IPMdc）を比較することでモデルの妥当性を検証し、強い相関が確認された。
• 最終的なモデルにより、組織が望ましいIPMターゲットを設定し、それに合わせてインスペクションパrameterを調整することが可能になる。

実験結果

リサーチクエスチョン

• RQ1 リアルタイムの欠陊数に依存せずに、実地データに基づく数学的モデルを用いてチーム固有のインスペクションパフォーマンスを予測できるか？
• RQ2 提案された回帰モデルは、欠陊数に基づくIPMと比較して、どの程度正確にインスペクションパフォーマンス指標（IPM）を推定できるか？
• RQ3 どのチーム特性がインスペクションパフォーマンスに顕著に影響を与え、それらはどのように定量化できるか？
• RQ4 このモデルは、インスペクションプロセスにおける事前品質管理およびプロセスチューニングをどの程度支援できるか？
• RQ5 導出されたチーム係数は、アウトソースドチームや顧客を含むステークホルダー間での欠陊管理をどのように改善するか？

主な発見

• 3件の検証プロジェクトにおいて、モデルが生成したIPM値（IPMtc）は、欠陊数に基づくIPM値（IPMdc）とよく一致し、予測の正確性が確認された。
• チーム係数ベクトルは、ソフトウェアチームのパフォーマンスプロファイルを効果的に捉えており、一貫性があり再現可能なIPM推定を可能にした。
• 組織がターゲットIPMレベルを設定し、それに応じてインスペクションパrameterを調整できるようにすることで、モデルは事前品質管理を支援する。
• 観察値と予測値の間の強い相関から、このモデルは多様なIT環境における実世界応用において信頼性が高いことが検証された。
• データ駆動型のパフォーマンスインサイトを提供することで、管理、ステークホルダーとのコミュニケーション、アウトソーシングにおける欠陊関連課題が解決された。
• チーム係数は、測定可能なパフォーマンス指標を用いて、個人ソフトウェアプロセス（PSP）およびチームソフトウェアプロセス（TSP）戦略の強化に基盤を提供する。