ตัวชี้วัดการทดสอบซอฟต์แวร์: คืออะไร ประเภท และตัวอย่าง

⚡ สรุปอย่างชาญฉลาด

ตัวชี้วัดการทดสอบซอฟต์แวร์ คือ การวัดเชิงปริมาณของความคืบหน้า คุณภาพ และประสิทธิภาพของกระบวนการทดสอบ คู่มือนี้ครอบคลุมตัวชี้วัดทั้งสามประเภท ความแตกต่างระหว่างค่าพื้นฐานและค่าที่คำนวณได้ วงจรชีวิตของตัวชี้วัด และคำศัพท์สูตรที่คุณสามารถนำไปใช้ได้โดยตรง

  • 📐 วัตถุประสงค์หลัก: ตัวชี้วัดจะเปลี่ยนความคิดเห็นเกี่ยวกับคุณภาพการทดสอบให้เป็นตัวเลขที่ใช้สนับสนุนการตัดสินใจ
  • 🧱 สามประเภท: ตัวชี้วัดกระบวนการช่วยปรับปรุงวงจรชีวิตของผลิตภัณฑ์ ตัวชี้วัดผลิตภัณฑ์วัดคุณภาพซอฟต์แวร์ และตัวชี้วัดโครงการวัดประสิทธิภาพของทีม
  • 🔢 ค่าพื้นฐานเทียบกับค่าที่คำนวณได้: ตัวชี้วัดพื้นฐานคือจำนวนนับดิบที่รวบรวมโดยนักวิเคราะห์ ส่วนตัวชี้วัดที่คำนวณได้คือเปอร์เซ็นต์ที่ได้จากจำนวนนับดิบเหล่านั้น
  • 🔄 สี่ขั้นตอนของวงจรชีวิต: การวิเคราะห์ การสื่อสาร การประเมินผล และการรายงาน แต่ละขั้นตอนมีระยะขั้นตอนที่กำหนดไว้ชัดเจน
  • 🧮 สูตรคำนวณ: เปอร์เซ็นต์ที่ดำเนินการแล้วเท่ากับจำนวนกรณีทดสอบที่ดำเนินการแล้วหารด้วยจำนวนกรณีทดสอบที่เขียนขึ้น แล้วคูณด้วย 100
  • ⚠️ กฎการเลือก: ก่อนเลือกใช้ตัวชี้วัด ควรระบุกลุ่มเป้าหมายและเป้าหมายให้ชัดเจน มิเช่นนั้นคุณจะเก็บข้อมูลที่ไม่มีใครนำไปใช้ประโยชน์

การวัดการทดสอบซอฟต์แวร์

ตัวชี้วัดการทดสอบซอฟต์แวร์คืออะไร?

การวัดการทดสอบซอฟต์แวร์ เป็นมาตรการเชิงปริมาณที่ใช้ในการประเมินความคืบหน้า คุณภาพ ผลผลิต และความสมบูรณ์ของกระบวนการทดสอบซอฟต์แวร์ เป้าหมายของการวัดการทดสอบซอฟต์แวร์คือการปรับปรุงประสิทธิภาพและประสิทธิผลในกระบวนการทดสอบซอฟต์แวร์ และเพื่อช่วยตัดสินใจได้ดีขึ้นสำหรับกระบวนการทดสอบเพิ่มเติมโดยการให้ข้อมูลที่เชื่อถือได้เกี่ยวกับกระบวนการทดสอบ

ตัวชี้วัดแสดงถึงระดับที่ระบบ ส่วนประกอบ หรือกระบวนการมีคุณลักษณะที่กำหนดไว้ในเชิงปริมาณ ตัวอย่างง่ายๆ คือ อัตราการสิ้นเปลืองน้ำมันเชื้อเพลิงจริงของรถยนต์ต่อสัปดาห์เมื่อเทียบกับตัวเลขที่ผู้ผลิตระบุไว้

การวัดการทดสอบในการทดสอบซอฟต์แวร์

ตัวชี้วัดการทดสอบซอฟต์แวร์ – ปรับปรุงประสิทธิภาพและประสิทธิผลของกระบวนการทดสอบซอฟต์แวร์

การวัดการทดสอบซอฟต์แวร์หรือการวัดการทดสอบซอฟต์แวร์เป็นการบ่งชี้เชิงปริมาณของขอบเขต กำลังการผลิต มิติ จำนวน หรือขนาดของคุณลักษณะบางอย่างของกระบวนการหรือผลิตภัณฑ์

ตัวอย่างการวัดการทดสอบซอฟต์แวร์: จำนวนข้อบกพร่องทั้งหมด

เหตุใดตัวชี้วัดการทดสอบจึงมีความสำคัญ?

“เราไม่สามารถปรับปรุงสิ่งที่เราวัดไม่ได้” ตัวชี้วัดการทดสอบมีไว้เพื่อให้กระบวนการทดสอบสามารถวัดผลได้

  • ตัดสินใจว่าขั้นตอนต่อไปควรเป็นอย่างไร
  • แสดงหลักฐานสนับสนุนข้อกล่าวอ้างหรือการคาดการณ์เกี่ยวกับคุณภาพ
  • ระบุว่าจำเป็นต้องมีการปรับปรุงในด้านใด
  • ชี้แจงเหตุผลในการเปลี่ยนแปลงกระบวนการหรือเทคโนโลยี

อ่านเพิ่มเติมเกี่ยวกับมัน ความสำคัญของการวัดการทดสอบ

ประเภทของการวัดการทดสอบ

ประเภทของการวัดการทดสอบ

  • ตัวชี้วัดกระบวนการ: สามารถใช้เพื่อปรับปรุงประสิทธิภาพกระบวนการของ SDLC (วงจรชีวิตของการพัฒนาซอฟต์แวร์)
  • ตัวชี้วัดผลิตภัณฑ์: มันเกี่ยวข้องกับคุณภาพของผลิตภัณฑ์ซอฟต์แวร์
  • ตัวชี้วัดโครงการ: สามารถใช้วัดประสิทธิภาพของทีมงานโครงการหรืออื่นๆ เครื่องมือทดสอบ ถูกใช้โดยสมาชิกในทีม

การเลือกตัวชี้วัดที่เหมาะสมมีความสำคัญมากกว่าการรวบรวมตัวชี้วัดจำนวนมาก พิจารณาสิ่งต่อไปนี้ก่อนที่จะตัดสินใจเลือกชุดตัวชี้วัด:

  • กำหนดกลุ่มเป้าหมายเพื่อเตรียมเมตริก
  • กำหนดเป้าหมายสำหรับเมตริก
  • แนะนำตัวชี้วัดที่เกี่ยวข้องทั้งหมดตามความต้องการของโครงการ
  • พิจารณาต้นทุนและผลประโยชน์ของแต่ละตัวชี้วัด รวมถึงระยะของวงจรชีวิตโครงการที่ให้ผลลัพธ์ที่ดีที่สุด

การวัดการทดสอบด้วยตนเอง

In วิศวกรรมซอฟต์แวร์, การวัดการทดสอบด้วยตนเองแบ่งออกเป็นสองประเภท

  • เมตริกพื้นฐาน
  • ตัวชี้วัดจากการคำนวณ

การวัดการทดสอบด้วยตนเอง

หน่วยวัดพื้นฐานคือข้อมูลดิบที่รวบรวมโดยนักวิเคราะห์การทดสอบระหว่างการพัฒนาและดำเนินการกรณีทดสอบ (# กรณีทดสอบที่ดำเนินการ # กรณีทดสอบ- ในขณะที่เมตริกที่คำนวณได้มาจากข้อมูลที่รวบรวมในเมตริกพื้นฐาน โดยปกติแล้วผู้จัดการการทดสอบจะติดตามเมตริกที่คำนวณเพื่อวัตถุประสงค์ในการรายงานการทดสอบ (% เสร็จสมบูรณ์ % ความครอบคลุมของการทดสอบ).

โดยทั่วไปแล้ว ตัวชี้วัดที่สำคัญที่สุดจะขึ้นอยู่กับโครงการหรือรูปแบบธุรกิจ ดังนี้:

  • เมตริกประสิทธิภาพการดำเนินการของกรณีทดสอบ
  • ตัวชี้วัดประสิทธิภาพในการเตรียมกรณีทดสอบ
  • ตัวชี้วัดข้อบกพร่อง
  • ข้อบกพร่องตามลำดับความสำคัญ
  • ข้อบกพร่องตามความรุนแรง
  • อัตราส่วนการเลื่อนหลุดของข้อบกพร่อง

ตัวชี้วัดการทดสอบแบบแมนนวลเทียบกับแบบอัตโนมัติ

ตัวชี้วัดที่กล่าวมาข้างต้นนั้นตั้งอยู่บนสมมติฐานของการดำเนินการชุดทดสอบด้วยตนเอง แต่หากเป็นชุดทดสอบอัตโนมัติ วิธีการวัดจะแตกต่างออกไป เนื่องจากความพยายามในการดำเนินการไม่ใช่ข้อจำกัดอีกต่อไป

หลักเกณฑ์ ตัวชี้วัดการทดสอบด้วยตนเอง ตัวชี้วัดการทดสอบอัตโนมัติ
โฟกัสหลัก ความพยายามและความคืบหน้าในการดำเนินการ ความครอบคลุม ความเสถียร และระยะเวลาการใช้งาน
การวัดทั่วไป จำนวนเคสทดสอบที่ดำเนินการต่อวัน เปอร์เซ็นต์ความครอบคลุมของระบบอัตโนมัติ
สัญญาณคุณภาพ จำนวนข้อบกพร่องที่พบต่อชั่วโมงการทดสอบ อัตราการทดสอบที่ไม่เสถียร สัดส่วนของการทดสอบที่ไม่เสถียร
การวัดต้นทุน ชั่วโมงการทดสอบ จำนวนชั่วโมงในการบำรุงรักษาสคริปต์ต่อการเผยแพร่แต่ละครั้ง
การวัดความเร็ว ระยะเวลาของรอบ (วัน) ระยะเวลาดำเนินการของชุดทดสอบ (นาที)
Automation Coverage = (Test cases automated / Total test cases) x 100

Flaky Test Rate = (Tests with inconsistent results / Total automated tests) x 100

อัตราการทดสอบที่ไม่แน่นอนสมควรได้รับความสนใจเป็นพิเศษ เมื่ออัตรานี้เกินประมาณ 5 เปอร์เซ็นต์ ทีมงานจะเริ่มเพิกเฉยต่อเวอร์ชันทดสอบที่มีปัญหา และในจุดนั้น ชุดทดสอบจะหยุดให้ข้อมูลไม่ว่าอัตราการครอบคลุมจะสูงแค่ไหนก็ตาม

ทดสอบวงจรชีวิตของตัวชี้วัดในวิศวกรรมซอฟต์แวร์

ทดสอบวงจรชีวิตของตัวชี้วัดในวิศวกรรมซอฟต์แวร์

ระยะต่างๆ ของวงจรชีวิตของเมตริก ขั้นตอนในแต่ละขั้นตอน
การวิเคราะห์
  1. การระบุตัวชี้วัด
  2. กำหนดตัวชี้วัด QA ที่ระบุ
สื่อสาร
  1. อธิบายความจำเป็นในการใช้ตัวชี้วัดแก่ผู้มีส่วนได้ส่วนเสียและทีมทดสอบ
  2. อธิบายให้ทีมทดสอบทราบว่าต้องเก็บข้อมูลจุดใดบ้างเพื่อคำนวณตัวชี้วัด
การประเมินผล
  1. จับภาพและตรวจสอบข้อมูล
  2. การคำนวณค่าเมตริกโดยใช้ข้อมูลที่บันทึกไว้
การรับรอง
  1. จัดทำรายงานโดยมีข้อสรุปที่มีประสิทธิภาพ
  2. แจกจ่ายรายงานไปยังผู้มีส่วนได้ส่วนเสียและตัวแทนที่เกี่ยวข้อง
  3. รับข้อเสนอแนะจากผู้มีส่วนได้ส่วนเสีย

วิธีการคำนวณตัวชี้วัดการทดสอบ

ซีเนียร์# ขั้นตอนในการทดสอบเมตริก ตัวอย่าง
1 ระบุกุญแจ การทดสอบซอฟต์แวร์ กระบวนการที่จะวัด ความคืบหน้าการทดสอบ tracกระบวนการของกษัตริย์
2 ในขั้นตอนนี้ ผู้ทดสอบจะใช้ข้อมูลเป็นข้อมูลพื้นฐานในการกำหนดเมตริก จำนวนกรณีทดสอบที่วางแผนจะดำเนินการต่อวัน
3 การกำหนดข้อมูลที่จะต้องปฏิบัติตาม ความถี่ของ tracกษัตริย์และผู้รับผิดชอบ การดำเนินการทดสอบจริงต่อวันจะถูกบันทึกโดยผู้จัดการการทดสอบเมื่อสิ้นสุดวัน
4 การคำนวณ การจัดการ และการตีความตัวชี้วัดที่กำหนดไว้อย่างมีประสิทธิผล กรณีทดสอบจริงที่ดำเนินการต่อวัน
5 ระบุพื้นที่ที่ต้องปรับปรุงโดยขึ้นอยู่กับการตีความตัวชี้วัดที่กำหนดไว้ If กรณีทดสอบ หากผลการดำเนินงานต่ำกว่าเป้าหมายที่ตกลงไว้ ให้ตรวจสอบสาเหตุและเสนอมาตรการแก้ไข

ตัวอย่างการคำนวณตัวชี้วัดการทดสอบ

ยกตัวอย่างเปอร์เซ็นต์ของกรณีทดสอบที่ดำเนินการแล้ว ในการแสดงสถานะการดำเนินการเป็นเปอร์เซ็นต์ ให้ใช้สูตร:

Percentage test cases executed= (No of test cases executed/ Total no of test cases written) X 100

ถ้าเขียนกรณีทดสอบ 250 กรณี และดำเนินการทดสอบไปแล้ว 175 กรณี ผลลัพธ์คือ (175 / 250) x 100 = ร้อยละ 70.

รูปแบบเดียวกันนี้ใช้ได้กับพารามิเตอร์การดำเนินการอื่นๆ ทั้งหมด ได้แก่ กรณีทดสอบที่ไม่ได้ดำเนินการ ผ่าน ล้มเหลว และถูกบล็อก แต่ละอย่างเป็นเพียงตัวเศษที่แตกต่างกันบนตัวส่วนเดียวกัน

ตัวชี้วัดการทดสอบที่สำคัญที่สุด Track

คำศัพท์ท้ายบทช่วยสอนนี้แสดงรายการสูตรที่ใช้กันทั่วไปทั้งหมด ในทางปฏิบัติ ชุดรายงานมักไม่ต้องการสูตรมากกว่าแปดสูตร สูตรเหล่านี้เป็นสูตรที่ช่วยในการตัดสินใจได้อย่างสม่ำเสมอ

เมตริก มันตอบคำถามอะไร ระวัง
เปอร์เซ็นต์การดำเนินการกรณีทดสอบ เราดำเนินการตามแผนการวิ่งมาถึงจุดไหนแล้ว? ไม่ได้บอกอะไรเกี่ยวกับคุณภาพเลย บอกแค่เพียงความก้าวหน้าเท่านั้น
ความหนาแน่นของข้อบกพร่อง จำนวนข้อบกพร่องต่อหน่วยขนาด ดังนั้นโมดูลใดจึงอ่อนแอที่สุด? ขึ้นอยู่กับการวัดขนาดที่สม่ำเสมอ
ประสิทธิภาพการกำจัดข้อบกพร่อง เราตรวจพบข้อบกพร่องก่อนวางจำหน่ายได้กี่เปอร์เซ็นต์? จะสามารถสรุปผลได้ก็ต่อเมื่อได้รับข้อมูลการผลิตแล้วเท่านั้น
การรั่วไหลของข้อบกพร่อง มีสินค้าชำรุดกี่ชิ้นที่ส่งถึงมือลูกค้า? สัญญาณคุณภาพที่สำคัญที่สุดเพียงอย่างเดียว
ความคุ้มครองการทดสอบ มีการปฏิบัติตามข้อกำหนดที่กำหนดไว้มากน้อยเพียงใด? การครอบคลุมข้อมูลสูงแต่มีหลักฐานอ่อนแอพิสูจน์อะไรไม่ได้เลย
ดัชนีความรุนแรงของข้อบกพร่อง แผลเปิดเหล่านั้นร้ายแรงหรือเป็นเพียงรอยตำหนิภายนอก? การนับข้อบกพร่องโดยไม่ถ่วงน้ำหนักจะทำให้เข้าใจผิด
เวลาเฉลี่ยในการซ่อมแซม ทีมสามารถแก้ไขปัญหาได้เร็วแค่ไหน? บิดเบือนไปเนื่องจากข้อบกพร่องที่เกิดขึ้นมานานบางประการ
ประสิทธิภาพในการดำเนินการทดสอบ ผู้ทดสอบทำการทดสอบได้กี่เคสต่อวัน? ส่งเสริมการทดสอบแบบตื้นหากใช้เป็นเป้าหมาย

มีสองสูตรที่ควรเพิ่มลงในคำศัพท์เฉพาะ เพราะเป็นสูตรที่ฝ่ายบริหารต้องการ:

Defect Removal Efficiency = (Defects found before release / Total defects found) x 100

Defect Leakage = (Defects found in production / Defects found before release) x 100

กับดักการวัด ตัวชี้วัดใดๆ ที่ใช้เป็นเป้าหมายจะไม่ใช่มาตรวัดที่ดีอีกต่อไป หากตั้งเป้าหมายด้านประสิทธิภาพการทำงานไว้ที่ 30 กรณีทดสอบต่อวัน ผู้ทดสอบก็จะเขียนกรณีทดสอบที่ง่ายๆ 30 กรณี ควรรายงานตัวชี้วัดเป็นชุด ไม่ใช่รายงานแยกส่วน และควรจับคู่ตัวเลขประสิทธิภาพการทำงานกับตัวเลขคุณภาพด้วย

คำศัพท์สูตรการวัดผลการทดสอบซอฟต์แวร์

  • อัตราส่วนความพยายามในการทำใหม่ = (ความพยายามในการทำใหม่จริงที่ใช้ไปในระยะนั้น/ความพยายามจริงทั้งหมดที่ใช้ไปในระยะนั้น) X 100
  • ความต้องการคืบ = (จำนวนข้อกำหนดที่เพิ่มทั้งหมด/จำนวนข้อกำหนดเริ่มต้น)X100
  • ความแปรปรวนของกำหนดการ = (วันที่จัดส่งจริง – วันที่วางแผนจัดส่ง)
  • ค่าใช้จ่ายในการค้นหาข้อบกพร่องในการทดสอบ = (ความพยายามทั้งหมดที่ใช้ในการทดสอบ/ข้อบกพร่องที่พบในการทดสอบ)
  • กำหนดการเลื่อนหลุด = (วันที่สิ้นสุดตามจริง – วันที่สิ้นสุดโดยประมาณ) / (วันที่สิ้นสุดตามแผน – วันที่เริ่มต้นตามแผน) X 100
  • ผ่านการทดสอบกรณีทดสอบร้อยละ = (จำนวนการทดสอบที่ผ่านการทดสอบ/จำนวนการทดสอบทั้งหมดที่ดำเนินการ) X 100
  • เปอร์เซ็นต์กรณีทดสอบที่ล้มเหลว = (จำนวนการทดสอบที่ล้มเหลว/จำนวนการทดสอบทั้งหมดที่ดำเนินการ) X 100
  • เปอร์เซ็นต์กรณีทดสอบที่ถูกบล็อก = (จำนวนการทดสอบที่ถูกบล็อก/จำนวนการทดสอบทั้งหมดที่ดำเนินการ) X 100
  • เปอร์เซ็นต์ข้อบกพร่องคงที่ = (ข้อบกพร่องแก้ไข/ข้อบกพร่องที่รายงาน) X 100
  • เปอร์เซ็นต์ข้อบกพร่องที่ยอมรับ = (ข้อบกพร่องที่ทีม Dev ยอมรับว่าถูกต้อง/ข้อบกพร่องทั้งหมดที่รายงาน) X 100
  • ข้อบกพร่องรอการตัดบัญชีเปอร์เซ็นต์ = (ข้อบกพร่องที่เลื่อนออกไปสำหรับการเปิดตัวในอนาคต/ข้อบกพร่องทั้งหมดที่รายงาน) X 100
  • เปอร์เซ็นต์ข้อบกพร่องที่สำคัญ = (ข้อบกพร่องร้ายแรง / ข้อบกพร่องรวมที่รายงาน) X 100
  • เวลาเฉลี่ยสำหรับทีมพัฒนาในการซ่อมแซมข้อบกพร่อง = (เวลาทั้งหมดที่ใช้ในการแก้ไขข้อบกพร่อง/จำนวนข้อบกพร่อง)
  • จำนวนการทดสอบที่ทำต่อช่วงเวลา = จำนวนการทดสอบที่ทำ/เวลาทั้งหมด
  • ทดสอบประสิทธิภาพการออกแบบ = จำนวนการทดสอบที่ออกแบบ /เวลาทั้งหมด
  • ทดสอบประสิทธิภาพการทบทวน = จำนวนการทดสอบที่ทบทวน /เวลาทั้งหมด
  • อัตราการค้นพบข้อผิดพลาดหรือ จำนวนข้อบกพร่องต่อชั่วโมงการทดสอบ = จำนวนข้อบกพร่องทั้งหมด / จำนวนชั่วโมงการทดสอบทั้งหมด

คำถามที่พบบ่อย

ตัวชี้วัดพื้นฐานคือจำนวนนับดิบที่รวบรวมได้ระหว่างการดำเนินการ เช่น จำนวนกรณีทดสอบที่เขียนหรือเรียกใช้ ตัวชี้วัดที่คำนวณได้นั้นได้มาจากตัวชี้วัดพื้นฐาน โดยปกติจะเป็นเปอร์เซ็นต์ และเป็นสิ่งที่ปรากฏในรายงานการจัดการ

สำหรับการรายงานปกติ ควรใช้เวลาประมาณห้าถึงแปดวัน หลังจากนั้น ความพยายามจะมุ่งเน้นไปที่การรวบรวมข้อมูลมากกว่าการลงมือปฏิบัติ ตัวชี้วัดทุกตัวในรายงานควรเชื่อมโยงกับการตัดสินใจที่ใครบางคนลงมือทำจริง

เนื่องจากพฤติกรรมจะปรับตัวตามมาตรวัด การตั้งเป้าหมายจำนวนกรณีทดสอบที่ดำเนินการต่อวันจะทำให้ได้กรณีทดสอบที่ไม่ลึกซึ้ง ควรใช้ตัวชี้วัดประสิทธิภาพควบคู่ไปกับตัวชี้วัดคุณภาพ เช่น การรั่วไหลของข้อบกพร่องเสมอ

เครื่องมือที่ใช้ AI สร้างคะแนนความครอบคลุมและความเสี่ยงโดยอัตโนมัติ และคาดการณ์ว่าโมดูลใดมีแนวโน้มที่จะเกิดข้อบกพร่องมากที่สุดจากข้อมูลในอดีต ซึ่งจะเปลี่ยนการรายงานจากการนับกิจกรรมในอดีตไปเป็นการคาดการณ์ว่าข้อบกพร่องจะปรากฏขึ้นที่ใด

ใช่แล้ว ผู้ช่วย AI สามารถคำนวณตัวชี้วัดจากข้อมูลทดสอบดิบ ระบุแนวโน้มในแต่ละเวอร์ชัน และร่างเนื้อหาสำหรับรายงานได้ ตรวจสอบตัวเลขทุกตัวกับข้อมูลต้นฉบับก่อนเผยแพร่

สรุปโพสต์นี้ด้วย: