Vad är defektdensitet? Formel att beräkna med Exempel

Vad är defektdensitet?

Defektdensitet är antalet defekter som bekräftats i programvaran/modulen under en specifik period av operation eller utveckling dividerat med storleken på programvaran/modulen. Det gör det möjligt för en att bestämma om en mjukvara är redo att släppas.

Defektdensiteten räknas per tusen rader kod även känd som KLOC.

Hur man beräknar defektdensitet

En formel för att mäta defektdensitet:
Defect Density = Defect count/size of the release

Storleken på utsläppet kan mätas i termer av en kodrad (LoC).

Exempel på defektdensitet

Anta att du har 3 moduler integrerade i din mjukvaruprodukt. Varje modul har följande antal upptäckta buggar-

  • Modul 1 = 10 buggar
  • Modul 2 = 20 buggar
  • Modul 3 = 10 buggar

Totalt antal buggar = 10+20+10 =40

Den totala kodraden för varje modul är

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

Total kodrad = 1000+1500+500 = 3000

Defektdensitet beräknas som:

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

Defektdensitet

En standard för defektdensitet

Det finns dock ingen fast standard för buggdensitet, studier tyder på att en defekt per tusen rader kod i allmänhet anses vara ett tecken på god projektkvalitet.

Faktorer som påverkar mätvärdena för defektdensitet
  • Kodens komplexitet
  • Typen av defekter som beaktas vid beräkningen
  • Tidslängd som beaktas för beräkning av defektdensitet
  • Utvecklare eller testare färdigheter

Fördelar med defektdensitet

  • Det hjälper till att mäta testningseffektiviteten
  • Det hjälper till att särskilja defekter i komponenter/mjukvarumoduler
  • Det är användbart för att identifiera områden för korrigering eller förbättring
  • Det är användbart för att peka på högriskkomponenter
  • Det hjälper till att identifiera utbildningsbehoven till olika resurser
  • Det kan vara till hjälp för att uppskatta testningen och omarbetningen på grund av buggar
  • Det kan uppskatta det återstående defekter i programvaran
  • Innan releasen kan vi avgöra om vår testning är tillräcklig
  • Vi kan säkerställa en databas med standard defektdensitet