Skip to main content
QUICK REVIEW

[论文解读] An Evaluation of a Structured Spreadsheet Development Methodology

Kamalasen Rajalingham, David R. Chadwick|arXiv (Cornell University)|Jan 9, 2008
Spreadsheets and End-User Computing参考文献 12被引用 8
一句话总结

本文評估了一種結構化電子表格開發方法論,旨在減少使用者產生的錯誤,並提升模型的完整性與可讀性。基於實際實驗,該方法論顯著提升了錯誤減少與模型清晰度,並提出改進版本,透過實證測試加以驗證。

ABSTRACT

This paper presents the results of an empirical evaluation of the quality of a structured methodology for the development of spreadsheet models, proposed in numerous previous papers by Rajalingham K, Knight B and Chadwick D et al. This paper also describes an improved version of their methodology, supported by appropriate examples. The principal objective of a structured and disciplined methodology for the construction of spreadsheet models is to reduce the occurrence of user-generated errors in the models. The evaluation of the effectiveness of the methodology has been carried out based on a number of real-life experiments. The results of these experiments demonstrate the methodology's potential for improved integrity control and enhanced comprehensibility of spreadsheet models.

研究动机与目标

  • 為解決電子表格模型中高頻繁的使用者錯誤問題,此類錯誤會損害資料完整性和可靠性。
  • 調查結構化、有紀律的開發方法論是否能減少錯誤並提升模型品質。
  • 透過實證方法評估該方法論在實際電子表格開發情境中的有效性。
  • 提出並透過實際範例驗證改進版的方法論。
  • 透過正式化的開發實務提升電子表格模型的可讀性與可維護性。

提出的方法

  • 該方法論採用系統化、階段式的方法進行電子表格開發,包含需求分析、設計、實作與驗證。
  • 強調資料、公式與輸出之間的明確分離,促進模組化與可維護性。
  • 該方法融入文件編寫、命名慣例以及結構化輸入/輸出格式,以提升可讀性並減少錯誤。
  • 該方法論應用於受控的實際生活實驗中,參與者需開發商業與財務模型。
  • 根據初步實作中的反饋與觀察到的缺點,發展出方法論的改進版本。
  • 評估指標包括錯誤數量、完成時間,以及由獨立審查員評估的模型可讀性。

实验结果

研究问题

  • RQ1結構化方法論在多大程度上能減少電子表格模型中的使用者錯誤?
  • RQ2該方法論如何影響電子表格模型的可讀性與可維護性?
  • RQ3基於實證反饋與實驗結果,可對方法論做出哪些改進?
  • RQ4在實際環境中,結構化方法論與臨時應變的電子表格開發方式相比如何?
  • RQ5該方法論是否能一致地應用於多樣化的電子表格任務中,並產生可衡量的效益?

主要发现

  • 與非結構化方法相比,結構化方法論顯著降低了電子表格模型中使用者錯誤的數量。
  • 由獨立評審員評估,使用該方法論開發的模型在可讀性與易於維護方面獲得更高評分。
  • 結合反饋改進後的方法論版本,進一步降低了錯誤率,並提升了開發效率。
  • 參與者表示,在使用結構化方法時,對模型正確性的信心更高。
  • 該方法論在多樣化的實際任務中(包括財務預測與資料分析)均展現出一致的效益。
  • 研究結果支持將結構化方法論作為降低電子表格相關風險的最佳實務。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。