O que é densidade de defeito? Fórmula para calcular com exemplo

O que é densidade de defeito?

Densidade de defeitos é o número de defeitos confirmados no software/módulo durante um determinado período de operação ou desenvolvimento dividido pelo tamanho do software/módulo. Ele permite decidir se um software está pronto para ser lançado.

A densidade de defeitos é contada por mil linhas de código, também conhecida como KLOC.

Como calcular a densidade do defeito

Uma fórmula para medir a densidade do defeito:
Defect Density = Defect count/size of the release

O tamanho da liberação pode ser medido em termos de uma linha de código (LoC).

Exemplo de densidade de defeito

Suponha que você tenha 3 módulos integrados ao seu produto de software. Cada módulo tem o seguinte número de bugs descobertos-

  • Módulo 1 = 10 bugs
  • Módulo 2 = 20 bugs
  • Módulo 3 = 10 bugs

Total de erros = 10+20+10 =40

A linha total de código para cada módulo é

  • Módulo 1 = 1000 LOC
  • Módulo 2 = 1500 LOC
  • Módulo 3 = 500 LOC

Linha total de código = 1000+1500+500 = 3000

A densidade do defeito é calculada como:

Defect Density = 40/3000 = 0.013333 defects/loc = 13.333 defects/Kloc

Densidade do defeito

Um padrão para densidade de defeitos

No entanto, não existe um padrão fixo para a densidade de bugs, estudos sugerem que um defeito por mil linhas de código é geralmente considerado um sinal de boa qualidade do projeto.

Fatores que afetam as métricas de densidade de defeitos
  • Complexidade do código
  • O tipo de defeitos levados em consideração para o cálculo
  • Duração de tempo considerada para o cálculo da densidade do defeito
  • Habilidades de desenvolvedor ou testador

Vantagens da densidade de defeitos

  • Ajuda a medir a eficácia do teste
  • Ajuda a diferenciar defeitos em componentes/módulos de software
  • É útil para identificar as áreas para correção ou melhoria
  • É útil para apontar componentes de alto risco
  • Ajuda a identificar as necessidades de treinamento para diversos recursos
  • Pode ser útil para estimar testes e retrabalhos devido a bugs
  • Ele pode estimar o restante defeitos no software
  • Antes do lançamento, podemos determinar se nossos testes são suficientes
  • Podemos garantir um banco de dados com densidade de defeitos padrão

Boletim informativo diário Guru99

Comece o seu dia com as últimas e mais importantes notícias sobre IA entregues agora mesmo.