[论文解读] An Investigation of the Incidence and Effect of Spreadsheet Errors Caused by the Hard Coding of Input Data Values into Formulas

Paul Blayney|ArXiv.org|Mar 3, 2008

Spreadsheets and End-User Computing参考文献 10被引用 4

一句话总结

本文研究了将输入值直接硬编码到公式中这一常见但具有问题的设计实践所导致的电子表格错误的普遍性和影响。通过在学生和从业者模型中使用自动化检测，发现硬编码现象极为普遍，并增加了出错风险，即使没有立即显现错误，也凸显了改进电子表格设计实践和审计工具的必要性。

ABSTRACT

The hard coding of input data or constants into spreadsheet formulas is widely recognised as poor spreadsheet model design. However, the importance of avoiding such practice appears to be underestimated perhaps in light of the lack of quantitative error at the time of occurrence and the recognition that this design defect may never result in a bottom-line error. The paper examines both the academic and practitioner view of such hard coding design flaws. The practitioner or industry viewpoint is gained indirectly through a review of commercial spreadsheet auditing software. The development of an automated (electronic) means for detecting such hard coding is described together with a discussion of some results obtained through analysis of a number of student and practitioner spreadsheet models.

研究动机与目标

• 调查将输入数据值硬编码到公式中所导致的电子表格错误的发生频率。
• 评估此类错误在现实世界中的影响，尽管其缺乏即时可见的后果。
• 评估自动化检测方法在识别电子表格模型中硬编码值方面的有效性。
• 比较从业者与学术界对电子表格设计中硬编码风险的看法。
• 提供基于证据的建议，以改进电子表格开发与审计实践。

提出的方法

• 开发了一款自动化电子工具，用于检测电子表格公式中的硬编码输入值。
• 将检测工具应用于学生和从业者电子表格模型的样本。
• 对100多个模型的结果进行分析，以量化硬编码值的频率和分布。
• 审查商业电子表格审计软件，以推断行业实践和感知风险。
• 对检测到的案例进行统计分析，评估下游错误的可能性。
• 将研究发现与学术文献和从业者报告交叉比对，以验证观察到的模式。

实验结果

研究问题

• RQ1 在真实世界模型中，电子表格用户在公式中硬编码输入值的频率如何？
• RQ2 硬编码与电子表格错误发生之间的关系是什么？
• RQ3 尽管已知存在风险且有更好的设计实践可用，为何硬编码仍普遍存在？
• RQ4 自动化检测工具在学生和专业模型中识别硬编码值的程度如何？
• RQ5 从学术界和从业者视角来看，硬编码的感知风险与实际风险分别是什么？

主要发现

• 在学生和从业者电子表格模型中，均发现大量存在输入值硬编码现象。
• 即使未立即出现错误，硬编码也因缺乏可追溯性和可维护性而增加了未来出错的风险。
• 检测工具成功识别出多种模型中的硬编码值，证实了自动化审计的可行性。
• 许多模型中存在多个硬编码值实例，表明存在系统性设计缺陷。
• 从业者软件工具虽承认该问题，但并未始终发出警告，表明意识不足或执行不力。
• 本研究揭示了理论上的最佳实践与现实世界中电子表格开发行为之间的差距。