alidad I

alidad de istemas I for aile s
Mario G. Piattini Velthuis Felix O. Garda Rubio Ismael Caballero Munoz-Reja

Alfaomega

Datos catalograficos Piattini, Mario; Garcia, FelLx y Caballero, Ismael Calidad de Sistemas Informaticos Primera Edici6n Alfaomega Grupo Editor, S.A. de Formato: 17 x 23 cm Calidad de Sistemas Infol'maticos yiario G. Piattini Velthuis. Felix O. Garcia Rubio, Ismael Caballero Munoz-Reja ISBN: 84-7897-734-1, cdici6n original public ada por RA-MA Editorial, Madrid, Espana Derechos reser\'ados © RA-MA Editorial Primcra edici6n: Alfaomcga Grupo Editor, Mexico, mayo 2007
© 2007 Alfaomega Grupo Editor, S.A. de C.V. Pit~igoras 1139. Col. Del Valle. 03100. yiexico D.F.

c.v., Mexico
Paginas: 416

ISBN: 978-970-15-1267-8

ylicrnbro de la Camara Nacional de la Industria Editorial Mexicana Registro No. 2317 pag. Web: http://www.alfaomega.com.mx E-mail: libl.el.iapitagol.as@alfaomega.com.mx ISBN: 978-970·15·1267·8 Del'echos I'esenados: La infoI111aci6n contenida en est a obra tiene un fin exclusi\'amente didactico y, por 10 tanto, no esta pre\'isto su apro\'echamiento a nivel profesional 0 industrial. Las indicaciones tecnicas y programas incluidos, han sido elaborados con gran cuidado por el autor y reproducidos bajo estrictas nOI1l1as de control. .-\LF.-\O?\IEGA GRUPO EDITOR, S.A. de c.v. no sera juridicamente responsable por: en'ores u omisiones; daii.os y perjuicios que se pudieran atribuir a1 uso de la inf0l111aci6n comprendida en este libro. ni por la utilizaci6n indebida que pudiera darsele. Edici6n autOJizada para \'enta en Mexico y todo el continente americano. Impl'eso en Mexico. Printed in Mexico.

Empresas del grupo:
;\lexico: Alfaomega Grupo Editor. S.A. de C. V. - Pitagoras 1139. Col. Del Valle. Mexico. D.E Tel.: (52-55) 5089-7740 - Fax: (52-55) 5575-2420/2490. Sin costo: 01-800-020-4396 E-mail: \.entas1@Alfaomega.com.mx Colombia: .-\Ifaom"ga Colombiana S ..-\. - Canera 15 No. 64 A 29 Fax: (57-1 ) 6068648 - E-mail: scliente@alfaornega.com.co PBX (57-I) 2100[22

c.P. 03100.

Chile: Alfaomega Grupo Editor. S.A. - Dr. Manuel Barros BorgoDo 21 Pro\'idencia. Santiago. Chile Tel.: (56-2) 235-4248 - Fax: (56-2) 235-5786 - E-mail: agechile@a[faomega.cl Argentina: Alfaomega Grupo Editor Argentino. S.A. - Paraguay 1307 P.B. "II". Capital Federal. Buenos Aires. c.P. [057 - Tel.: (54- [[) 4811-7183 /8352, E-mail: agea@fibertel.com.ar

A Emilio del Peso, IIlla de las personas con mayor calidad hllmana y pro/esional que he tellido la sllerte de conocer.

Mario Piattini

A mis padres, Felix y Tina, y a mis hermanas. Alayte y Miriam. por Sll siempre incolldicional apoyo y por la alegria y los (lI1imos qlle me transmiten cada dia.

Felix Garcia

A inlllQ y a mis padres, por rada Sll apoyo, Sll paciencia, Sl/ comprension y Sli cariiio.

Ismael Caballero

INDICE
AUTORES ......................................................................................................................... XV PROLOGO ..................................................................................................................... XVII PREFACIO ..................................................................................................................... XIX

P ARTEI: INTRODUCCION A LA CALIDAD ..................................... 1
CAPITULO 1. CONCEPTO DE CALIDAD ................................................................... 3 1. DEFINICION DE CALIDAD ........................................................................................... 3 2. EVOLUCION HISTORICA DE LA CALIDAD ............................................................. 9 3. CONCEPTOS RELACIONADOS CON LA CALIDAD ............................................. 12 3.1. Conceptos relacionados con la gesti6n de la calidad ........................................ 13 3.2. Conceptos relacionados con la docul11entaci6n de la calidad ........................... 14 4. LECTURAS RECOMENDADAS .................................................................................. 14 5. SITIOS WEB RECOMENDADOS ................................................................................ 15 6. EJERCICIOS ........................................................ ~ ........................................................... 15 CAPITULO 2. TECNICAS Y HERRAlVIIENTAS DE CALIDAD ............................ 17 1. INTRODUCCION ........................................................................................................... 17 2. HERRAMIENTAS BAsICAS DE CALIDAD .............................................................. 18 2.1. Diagran1a de flujo ............................................................................................... 18 2.2. Diagrat11a causa-efecto ....................................................................................... 19 2.3. Diagran1a de Pareto ............................................................................................ 21 2.4. Hoja de chequeo 0 de c0l11probaci6n ................................................................. 22 2.5. Grafo 0 Diagral11a de control ............................................................................. 23 2.5.1. Tipos de diagral11a de control... ............................................................ 24

VIII

CAUDAD DE SISTElvLA.S INFO~'vL-\ TICOS

2.6. Histogran1a .......................................................................................................... 28 2.7. Diagrama de Dispersion 0 de Correlacion ........................................................ 29 3. HERRAMIENTAS DE GESTION ................................................................................. 30 3.1. Diagralna de afinidad ......................................................................................... 30 3.2. Diagrmna de relaciones ...................................................................................... 31 3.3. Diagrama de matriz 0 matricial... ....................................................................... 32 3.4. MatJiz de amilisis de datos ................................................................................. 33 3.5. Diagrama de redes de actividad 0 de flechas .................................................... 33 3.6. Diagrmna de arbol .............................................................................................. 33 3.7. Diagrama de proceso de decisiones ................................................................... 33 4. HERRAMIENTAS DE CREATIVIDAD ...................................................................... 34 5. HERRAMIENTAS ESTADISTICAS ............................................................................ 35 5.1. Control estadfstico del proceso .......................................................................... 35 5.1.1. indices de Capacidad Cp, P p, CPK Y PpK ............................................... 36 5.1.2. indices de Capacidad CPU, PPU, CPL, PPL ...................................... 37 5.2. Diseiio de expeIilnentos ..................................................................................... 37 6. HERRAMIENTAS DE DISENO .................................................................................... 38 6.1. QFD (Quality Function Deployment) ............................................................... 38 6.2. M1FE (Analisis Modal de Fallos y Efectos) .................................................... 39 7. HERRAMIENTAS DE MEDICION .............................................................................. 43 7.1. COQ (coste de la calidad) ................................................................................. .43 7.2. Benchmarking ..................................................................................................... 43 7.3. Encuestas ............................................................................................................. 44 8. NIVELES DE MADUREZ .............................................................................................. 45 9. LECTURAS RECOMENDADAS .................................................................................. 46 10. SITIOS WEB RECOTvIENDADOS ............................................................................. .46 11. EJERCICIOS .................................................................................................................. 46 CAPITULO 3. MODELOS Y NORMAS DE CALIDAD ............................................ 49

1. INTRODUCCION ........................................................................................................... 49 2. GESTION DE LA CAUDAD TOTAL .................. ,...................................................... .49 3. NORMAS ISO 9000 ........................................................................................................ 50 3.1. ISO y el proceso de norrnalizacion .................................................................... 50 3.2. Norrnas sobre calidad ......................................................................................... 53 3.3. Nonna ISO 9001 ................................................................................................. 56 3.3.1. Sistema de gestion de la calidad .......................................................... 58 3.3.2. Responsabilidad de la direccion ........................................................... 58 3.3.3. Gestion de los recursos ......................................................................... 58 3.3.4. Realizacion del producto ...................................................................... 59 3.3.5. Medicion, analisis y mejora ................................................................. 61 4. MODELO EFQM ............................................................................................................. 62 4.1. Vision general ..................................................................................................... 62

~

RA-MA

iNDlCE

IX

4.2. Critelios del modelo ........................................................................................... 63 4.2.1. Liderazgo .............................................................................................. 63 4.2.2. Politic a y estrategia ............................................................................... 64 4.2.3. Personas ................................................................................................ 64 4.2.4. Alianzas y recursos ............................................................................... 65 4.2.5. Procesos ................................................................................................ 65 4.2.6. Clientes .................................................................................................. 66 4.2.7. Resultados en las personas ................................................................... 66 4.2.8. Resultados en la sociedad ..................................................................... 66 4.2.9. Resultados clave de desempefio ........................................................... 66 5. CAF: MARCO COMUN DE EVALUACION .............................................................. 66 6. SEIS-SIGI\1A .................................................................................................................... 67 7. PREMIOS ......................................................................................................................... 68 8. LECTURAS RECOMENDADAS .................................................................................. 70 9. SITIOS \VEB RECOMEl\TJ)ADOS ................................................................................ 70 10. EJERCICIOS .................................................................................................................. 71

PARTE II: CALIDAD DE SISTEMAS INFORl'1A. TICOS ............... 73
CAPITULO 4. CALIDAD DE SISTEMAS DE INFORiVIACION ............................. 75
1. 2. 3. 4. 5. 6. SITUACION DE LA CAUDAD DE SI... ...................................................................... 75 IMPORT Al'-JCIA DE LA CAUDAD EN LOS SI ......................................................... 76 COMPONENTES DE LA CAUDAD ........................................................................... 77 LECTURAS RECOMENDADAS .................................................................................. 79 SITIOS \VEB RECOMENTIADOS ................................................................................ 79 EJERCICIOS ..................................................................................................................... 79

CAPITULO 5: CALIDAD DE PRODUCTO SOFTWARE ........................................ 81
1. MODELOS CLAsICOS .......................................: .......................................................... 81 2. NORMAS ISO 25000 ...................................................................................................... 83 2.1. Aspectos de la calidad de un producto software ............................................... 84 2.2. Modelo de calidad interna y externa .................................................................. 85 2.2.1. Funcionalidad ....................................................................................... 85 2.2.2. Fiabilidad .............................................................................................. 86 2.2.3. Usabilidad ............................................................................................. 86 2.2.4. Eficiencia .............................................................................................. 87 2.2.5. Mantenibilidad ...................................................................................... 87 2.2.6. Portabilidad ........................................................................................... 88

........ 107 3............................................. Ejemplos de PSEE .............. 136 5...... 88 2......8...... 109 3..........................................................................3.................................... Seguridad de uso .......3.................... F0n11ato de Intercambio de Procesos .......11........................... Modelado de procesos: Diagramas de Gantt y Diagramas PERT .................. SPEM ......................... 116 3.......3......................................................................... 89 204........ ENTORl"\JOS DE INGENIERlA DEL SOFTWARE ORIENTADOS AL PROCESO .............3....................................................... 97 2............... 126 4.............. GESTION DE LOS PROCESOS SOFTWARE ............................................2........... 88 2... 4..................................................................3..............................................3..3................................... 103 3.................. 92 PARTE III: CALIDAD DEL PROCESO SOFTWARE . SPEARMINT .................................3...1.................................. 100 3.... EJERCICIOS ........ PROMENADE .................... Core Plan Representation (CPR) ................................................2............. 110 3......................... Satisfacci6n ............ 6...... Definici6n de Proceso de la Workflow Management Coalition .......................................3.....................................................................................................3.............1.2..................3........................ Evaluaci6n de un producto software .. 5.............10.....3... SPADE ......... INTRODUCCION ...3........... 104 3.. Modelo de calidad en uso .......... 95 CAPiTULO 6.............3.......................................... 140 ....................................................................................1................................. 108 3...................................... Clasificaci6n de los PSEE .................................................X CAUDAD DE SISTEMAS 1N1'ORl'viATICOS © RA-ivL"'- 3. Lenguaje de Especificaci6n de Procesos (PSL) .............................3................. Arquitectura de Sistemas de Infonnaci6n Integrados (ARIS) ............................... Productividad ...........1.................. 114 3............9.......7....3 A..................... 2............................................................................... 110 3.......................................... Introducci6n y Caracteristicas .............. 112 3........................................................ 91 LECTURAS RECOMENDADAS ...........................304................................................. 126 4...... EL MODELADO DE LOS PROCESOS SOFTWARE ...................................................... 128 4.......3............................................. 130 4................ Modelo del Proceso Unificado .3........... Metamodelos de proceso software .......................... IO2 3............ 139 6............3................ 112 3................................................................................ 111 3....................5.............................................................. 92 SITIOS WEB RECOMENDADOS ................................... APEL .............................................. Elementos del Proceso Software . 106 3.......................... 89 2................................ 88 2......3..... LECTURAS RECOMENDADAS . 92 EJERCICIOS ................................................. EL PROCESO SOFTWARE ................................................................ 132 4............. SMSDM ......6............ Clasificaci6n de los Lenguajes de Modelado de Procesos (LMP) ................................................ Serendipity .... 89 TRABAJOS BASAD OS EN LAS NORMA ISO 9126 E ISO 14598 ..2....... 121 4...........1......2.............. 130 4................ 97 1......................................................3...............3............................... Efectividad ...........3....................

.................................................................. 144 2................................ 153 I.............................................................................. 190 6................ EJERCICIOS ..................... PROCESOS DEL CICLO DE VIDA SOFTWARE .................... Proceso de adaptacion ....... LECTURAS RECOMENDADAS ........................... 158 3.................................................5........................................ 148 3.......... 150 4......................1......... 186 6................................................ 142 2.................... Procesos organizacionales ...... 188 6... 141 2.......................................................... IDEAL ...................................... Representacion continua ............................................. 158 3...... 146 2...... 164 3.............4......................................................................................... Procesos de soporte ...... 141 1........................................................................... SITIOS WEB RECOMENDADOS .................... CMM .................. 167 3............................................... 156 3.....................6.... 191 7.2........................................................................... SCE (Software Capability Evaluation) ..... MODELOS DE PROCESO DE CICLO DE VIDA ...... EJERCICIOS . LECTURAS RECOMENDADAS ..... People Capability Maturity Model (People-CMrvI) .......................... Modelos de Procesos para la Industria del Software (MoProSoft) ............................................ 188 6.............. 195 ........ 151 5.............................. 181 5............................................. 152 CAPiTULO 8: EVALUACION Y MEJORA DE PROCESOS .................................. CIvIMI Y SCAMPI ....... TSP (Team Software Process) .............................................. SITIOS WEB RECOMENDADOS ........................................1..........3....3..................................................... LA NORMA ISO 90003 ................................................2.... PSP (Personal Software Process) ...................................................... 153 2.................................................................... 194 9............................................................................................................2............. 185 5........... 152 6... CBA-IPI ( CMM -Based Appraisal for lntemal Process Improvement) ..1...................G: R/\-MA iNDICE XI CAPiTULO 7........ EL ESTANDARISO/IEC 15504 ................ 174 4.. SCAMPI (Standard CMrvn Appraisal Method for Process Improvement) ...1............. Procesos principales ................................................................................. 177 5........4.................... 161 3...........................................................3................................................. 162 3.................................... PROCESOS DEL CICLO DE VIDA DE SISTEMAS .......... 142 2.............................. 183 5................................... Representacion por etapas ........................ 171 3..2.................. CONCEPTO DE CICLO DE VIDA .. MODELOS IBEROAtY1ERICANOS DE MADUREZ Y EV ALUACION .......... 193 8..................................... PANOMMICA GENERAL ................ EL MODELO DE MADUREZ DE LA CAPACIDAD (CMM) Y LOS METODOS MAs REPRESENTA TIVOS DE EV ALUACION Y MEJORA ASOCIADOS ................. Model0 de Referencia para melhOlia de processo de software (MR mps) ..7...................................................... Mejora de procesos para fomentar la competitividad de la pequefia y mediana industria del software de Iberoamerica (COMPETISOFT) ..3......................................................................

. 236 3.............:........................................................... Goal Question Metric (GQM) ........................... 256 7......................1.. 205 2....... 234 3................................................... IYIETRICAS SOFT\V........... MEDICI ON DE SISTEMAS DE INFORMACION ..................................... E' 0 rcaClon d e GQM ................ IEEE Std 1061-1998....................................................... DE INFORJ................................ 259 1.................................. 255 5................................................................................. 23 7 3................ 200 1................................. MetIicas para sistemas 00 ..................................... CAUDAD DE LOS MODELOS DE DATOS ........................... ISO/lEC 15939 ...................................... 250 4............................ Medicion del Proceso ............Jernp 1 de ap l' " 777 _............. CALIDAD DE LA LNFORl\1ACION ...................vleasllrement ............. La medicion en los modelos de madurez y metodos de evaluacion y rnejora .......... 199 1..........1..................................................... LECTURAS RECOMENDADAS ...2...................................5............... 221 7 7 .............................................. 242 3.....................A.................... Recopilacion de datos .................... Proceso de creacion de M6tricas ..................3............................... 217 2............................... EJERCIClOS ...............).... Planificacion ............ 240 3.... 238 3...........................3...........6....... 214 2..........................4... 199 1..................2.........1...3.... Goal Question Indicator Metric (GQ(I)M) y Goal-Driml Softv................................. Medicion del Proyecto ............... Metricas de codigo fuente .....................................................3........................... Teona de la Medicion del Software ................................. Plantilla para la definicion de indicadores .................1.................................3....3...................................................................................... 215 2.............................3............................. 209 2............................................. 261 ........................ Definicion ..... Puntos funcion .......................................... 256 6...................................................................................XII CAUDAD DE SISTEMAS INFO~\L-\TICOS PARTE IV: OTROS ASPECTOS DE CALIDAD DE SISTEMAS ...._.................... INTRODUCCION .........2.... SITIOS \VEB RECOMENDADOS ..................are ......................................................................................................................2.............RE ....................................................................... HERRAMlENT AS DE MEDIClON SOFTWARE .....................2.......... 197 CAPITULO 9.......2................ Practical Software Measurement (PSM) ... ESTANDARES Y METODOLOGIAS DE MEDICION ......................3....2....... MetI'icas de complejidad .................................... INTRODUCCION ...................... 202 1......... 256 CAPITULO 10.................... 229 2.. 228 2.........................................................1......3............................. __ _ 2...........................4............... 241 3.... Interpretacion ................... 220 2........................1........3...... Terminologia de la Medicion de Software ... Medicion del Producto ..................2....................................................................................................... 243 3...................2.............................. Metodologia para M6tIicas de Calidad del Sofhvare ......................... 223 2............................... 259 2........................................................ 231 2....\llACION ......................................4.. 211 2.....

.. 303 4................ 279 2.................................................2. CALDEAy EVAMECAL ............................ 273 2................ 7... Bases de datos l11ultidimensionales .............3.........1......................... 5....3.....................1.2.......................................... 325 1.......... 269 2..1.......................A.....h\D1CE XIII 3...................... 326 .........4.. 100/ )..... 319 1........ Pasos en el marco de Eppler ...................................... 319 1..............................5............................2......... Metodologia TQdM (English....... 300 4..... GESTION DEL CONOCIMIENTO ......................4............................. Necesidades de gesti6n del conocimiento en organizaciones de software ................................... INGENIERIA DEL SOFTWARE Y GESTION DEL CONOCIMIENTO .................... Calidad de los Modelos L6gicos ........D DE DATOS .................... Metodologia de Evaluaci6n AIMQ ............ 262 2......................................4...................... _ _ ..2....1................................................. 316 CAPITULO 11..........1...................... 278 2...........2............2.... 261 2......... Ejemplo de Aplicaci6n de CALDEA ...................... 2...............1..7..2..... Modelo SEKS ........ Elementos del marco y criterios de calidad .......................................... 6......... 323 1.... 321 1....................................3................................. Bases de Datos Relacionales .............. Propuesta de Schuette y Rotthowe ........2.......5.......... '97 UIl1CIS ............ 289 4...................... _ 4 .....1.............................3......1................ Metricas a nivel de Tabla .....................1.................... [lilodelos de Gesti6n de Conocimiento en Ingenieria del SofuYare ...........1.5......................... Calidad de los Modelos Conceptuales ..............1.................... 274 2.....2............ 316 EJERCICIOS ...................................2...... 290 4.... 286 4.7.... Metricas a nivel de Esquema ... La Gesti6n del Conocimiento y los procesos del cicio de vida del sofuvare ..................................... ........ IP-MAP: Representaci6n del Producto de Info1l11aci6n .................2. 273 2....2........................................................ Implantaci6n de la Gesti6n del Conocimiel1to ....................... 299 4.......................... 274 2.........................1... ("M"ISler y...... Metodologia para la medici611 de la calidad de los datos ..... 324 1............ Batll1l............................)................7........... 1999) ..........................2................ 292 ....................................1.................2... Tecnicas y henamientas para la Gesti6n del Conocimiento ................... 279 CALID......... 301 4.... Metodologia TDQM .3.................................................................................... 4......6...........6......7.. 281 3.............................. Marco de Trabajo de Eppler (2003) .........2................................... 311 LECTURAS RECOMENDADAS ............. 265 2................. 315 SnIOS WEB RECOMENDADOS ............................. 308 4....... EVAMECAL: Metodologia de Evaluaci6n y Mejora del PGI ....2.....6................................................................................................................................................................ 319 1............ Propuesta del Grupo Alm'cos ....... 271 2............. 298 4................2...lOyecto Da Q' ........................ Propuesta de Shanks y Darke ........................ Propuesta de Moody y Shanks ......... Modelo de Dyba (2003) .... 291 4........................1........1.. 268 2...... 284 EV ALUACION Y MEJORA DE LA CAUDAD DE LA INFORMACION ............. CALDEA: Modelo de Madurez de calidad de infonnaci6n basado en Niveles de Madurez .... P' 4.....5..................1..................................... Propuesta de Kesh .. MetJicas a nivel de EstJ·ella ..... 322 1............................. Propuesta de Lindland et al .............6....

........................................................2.. Ejemplo: detenninaci6n de la eficacia del Pair Designing para la compartici6n y difusi6n de conocimiento .......................... 359 BIBLIOGRAFIA .......................... Casos de estudio ........................ 357 6...................................................... 363 iNDICE ALF ABETICO .............. EJERCICIOS .................................................1........................................................................... 326 2. Comparativa entre las estrategias empiricas ... 338 3..........1............................................. Fases de un caso de estudio ............................................... 353 3............. 356 5............. FACTORiA DE EXPERlENCIA Y PARADIGMA DE MEJORA DE LA CALIDAD (QIP) ........................................... 339 3......................2.... Factoria de experiencia .................3.2.................................. 387 .... 331 3.....................1..... 355 4....................................................1......................................................................................................... Encuestas ........................................................................ FAMILIAS DE ESTUDIOS ..........1............................................................................................................................................................................2.1.............2..... Experirnentos ...........XIV CAUDAD DE SISTEMAS Il'iFO&'v!ATICOS © RA-ivlA 2............ 347 3......................... 332 3.................3........ QIP (Paradigma de mejora de la calidad) ...................................... 328 2..........................................3......3.2...............................................................4................................. 357 ACRONIlVI0S ............................................. 332 3................ LECTURAS RECOMENDADAS ............................................................................... SITIOS WEB RECOMENDADOS .................................. 347 3......................................................1.............. 346 3.......................................................... Diseiio de casos de estudio .................................................. Base 0 repositorio de experiencia ......... Definici6n y aplicaciones .2.............. Replicaci6n de los experimentos ............ Descripci6n del proceso experimentaL ...................... 349 3........ 326 2.... 329 3...............

rCM.net. Especialista en la Aplicaci6n de Tecnologias de la Infonnaci6n en la Gesti6n Empresarial (CEPADE-UPM).AUTORES MARIO GERARDO PIATTINI VELTHUIS Doctor y Licenciado en Informatica por la Universidad Politecnica de Madrid. asi como numerosas comunicaciones en congresos intemacionales y nacionales sobre Ingenieria y Calidad del Software. Es autor de varios libros. Ministerio de Administr·aciones Publicas. Tambien es Director del Centro Mixto de Investigaci6n y Desarrollo de Software UCLM-Soluziona (Ciudad Real). Siemens-Nixdorf. Hewlett-Packard. etc. .! el fomento de la sociedad de la infon11aci6n y del conocimiento en Castilla-Ia Mancha y Miembro del Consejo Editorial de Universia. donde dirige el grupo de investigaci6n Alar·cos. Auditoria y SegUlidad de Sistemas de Infol111aci6n. Socio fundador de la empresa Cronos Iberica en la que ha sido Director de los Departamentos de Desarrollo y Metodologias. Oracle. Master en Auditoria InfonnMica (CEJ\TEI). Licenciado en Psicologia por la Universidad Nacional de Educaci6n a Distancia. Unisys. CISA (Certified Information System Auditor) y CISM (Certified Information System Manager) por la ISACA. asi como Patr·ono de la Fundaci6n insula Barataria par. Bases de Datos. un centenar de articulos. especializado en Calidad de Sistemas de Infol111aci6n. Ha trabajado como consultor para numerosos organismos y empresas. entre las que destacan: Ministerio de Industria y Energia. Actualmente es Catedratico de Universidad de Lenguajes y Sistemas lnfonnaticos en la Escuela Superior de InfonnMica de la Universidad de Castilla-La Mancha. Atos-Ods. Diplomado en Calidad por la Asociaci6n Espanola para la Calidad. asi como de Formaci6n e I + D. Ha sido profesor asociado en la Universidad Complutense y en la Universidad Carlos III de Madrid.

libros y congresos nacionales e intemacionales. Sus temas de investigaci6n incluyen la calidad de los procesos software. ISlVlAEL CABALLERO MuNOZ-REJA Doctor en Infonnatica. Sobre estos temas ha sido autor de varios capitulos de libro y numerosos articulos en revistas y conferencias nacionales e intemacionales. donde desanolla su investigaci6n en el campo de la gesti6n de la calidad de los datos y de la infon11aci6n. Es miembro del gmpo de investigaci6n Alarcos especializado en sistemas de il1fonnaci611. labor que compagina con las umciones de Ingeniero Software que tiene asignada en la Unidad de I+D de Soluziona Software Factory de Ciudad Real. . en la que tambien obtuvo los titulos de lngeniero en lnfonmitica e lngeniero Tecnico en lnfonmitica de Gesti6n. bases de datos e ingenieria del software. Ha publicado diversos articulos sobre cali dad de datos y de infon11aci6n en revistas. Colabora con el Grupo Alarcos des de 1999. los metodos agiles y los procesos de negocio. Ingeniero en Infonmitica e lngeniero Tecnico en Infol111atica por la UCLM.X:VI CAUDAD DE SISTE:VIAS INFORMATICOS FELIX OSCAR GARCIA RUBIO Doctor por la Universidad de Castilla-La Mancha. Actualmente es Profesor Asociado a tiempo parcial en la Escuela Superior de lnfonncitica de Ciudad Real. Ha sido profesor de F0l111aci6n Profesional en la rama de Sistemas Infonnciticos. la medici6n. Profesor asociado en la Escuela Superior de Infonmitica de Ciudad Real.

que aportan tecnicas y herramientas para lograr productos y servicios de gran fiabilidad que puedan satisfacer las necesidades de los usuarios. 10 que es nonnal teniendo en cuenta la relativa juventud y la naturaleza tan peculiar del sofuvare. mucha labor por hacer si comparamos la situaci6n de la calidad en el sofuvare con la de otros sectores como el autom6vil. se ha pasado a estudiar la mejora de los procesos de creaci6n y desarrollo de sistemas infonnaticos as! como la certificaci6n de los mismos. etc. De un enfoque centrado en el control de la cali dad y la detecci6n de disconforrnidades en los productos. la dependencia de nuestra sociedad y economia de los sistemas infonmiticos para su funcionamiento e inc1uso supervivencia se ha ido haciendo cada vez lTIllS mayor. han madurado considerablemente en estos ultimos afios. En paralelo a este avance.. Queda. As!. se han creado centros de estudio y de investigaci6n y otras estructuras con el fm de disponer del personal cualificado y de las tecnicas y herramientas adecuadas para la construcci6n de sofuvare de calidad. se han instal ado fabricas de sofuvare en muchas regiones. La Ingenielia y la Calidad del Sofuvare. Varios paises han venido invirtiendo grandes cantidades de recursos con el fm de potenciar la industria del sofuvare tanto para atender la demanda intema como para convertir el sofuvare en uno de los sectores estrategicos de crecimiento. . sin embargo.PROLOGO * & Hemos asistido en los ultimos afios a un avance espectacular de la denominada Sociedad de la Infonnaci6n. la industria qu!mica.

r"'OR. la Secretaria de Estado de T elecomunicaciones y para la Sociedad de la Infol111aci6n del Ministerio de Industria. ofreciendo una panoramica bastante completa sobre los estandares relacionados con la calidad de los productos y procesos sofuvare. Creo que el material del libro puede resultar lItil para que tanto los estudiantes como los profesionales puedan construir y gestionar productos y servicios de mayor calidad. Madrid a 2 de junio de 2006 Victor M. entre las que destacan INES (Iniciativa Espai'iola de Sofuvare y Servicios) entre cuyos objetivos esta precisamente la investigaci6n e innovaci6n en los temas relacionados con la calidad de los productos y servicios software. se fomenta la creaci6n de Platafol111aS Tecnol6gicas Espai'iolas. Ademas trata aspectos muy impOltantes como son Ia medici6n d. Esta demanda se preve crezca exponencialmente a medida que la socied2. relativa a la creaci6n y seguimiento de diferentes estandares relacionaclos con los procesos del ciclo de vida del sottware y los sistemas de infol111aci6n.d del conocimiento alcance la mayor parte de la poblaci6n. En efecto. es de gran imponancia en la sociedad globalizada que actualmente vivimos.. hom610gas a las europeas. 0tro aspecro que cabe res altar es la gran cantidad de recursos que se han destinado a la creaci6n de modelos y estandares relacionados con la cali dad del sofuvare. ]a calidad de datos 0 la gesti6n del conocimiento que complementan las areas mas tradicionales de esta materia. y reutilizar las "mejores practicas" de desanollo y gesti6n del sofuvare. A este respecto quelTia destacar la labor llevada a cabo por A. Este libro presenta los principales conceptos relacionados con la calidad del sofuvare. la calidad. ISO 90003. Turismo y Comercio en el marco del Plan Avanza 2006-2010 promueve la mejora de la calidad del software mediante ayudas a las empresas para la obtenci6n de certificaciones basadas en los plincipales modelos y n0l111aS de calidad como CMML ISO 15504. Creemos que estas iniciativas ofrecen una I11UY buena oportunidad para que la industria espai'iola del sofuvare de un salto significativo en los aspectos relacionados con la calidad y responda adecuadamente a los retos que suponen la creaci6n de diferentes "e-servicios" que demanda la sociedad actual.XVlIl CAUDAD DE SISTD[AS En el caso de Espai'ia. ISO 12207. Izquierdo Loyola Subdirector General de Empresas de la Sociedad de la Inf0l111aci6n Presidente del Comite Tecnico de Norn1alizaci6n 71 de AENOR . especialmente por el CT0i71. Por otra pmte. que existan estandares reconocidos internacionalmente que pel111itan a las empresas cOOl'dinar sus esfuerzos. contlibuyendo de esta manera a la consolidaci6n de la Sociedad de la Inf0I111aci6n.

cada vez mas. etc.PREFACIO Soda puede IOrcer el cUlilino de fa \'erdo(/. Como los requisitos dependenin de las diferentes partes interesadas (stakeholders). cOlTeccion. su supervivenciadepel1del1 de los sistemas info1111aticos para su buen funcionamiento.1' siempre (me/un sobre Iii lIlel1lira y lo/eillU de indusrria. facilidad de uso. seguridad. como el ace ire sob!'e el agzl([. facilidad de mantenimiento. confiabilidad. integridad. El Quiiole La calidad de los sistemas infonmiticos Se he! cOlwertido hoy en dia en uno de los principales objetivos estrategicos de las organizaciones debido a que. . los procesos mas importantes de las organizaciones -y. la calidad es un concepto multidimensional. portabilidad. Seglll1 la nonna ISO 9000 la calidad es el "grado en el qUe un conjunto de caracteristicas inherentes cumple con los requisitos". por 10 tanto. flexibilidad. Cerml1les.1' la calidad pOl'qlle es{(/s adelga::an y no quiebrail. ya que puede ser sinonimo de eficiencia.

que pasa a conveltirse en una "filosofia".xx CAUDAD DE SISTEMAS INFORlvlATICOS © Ri\-tvLA. o o o A 10 largo de esta obra se ha combinado el rigor cientifico con la experiencia practica. La presente obra reline diferentes aspectos de calidad relacionados con los sistemas infonnaticos. Dar a conocer los diferentes estandares relacionados con la calidad del software. . El primer capitulo introduce el concepto de calidad partiendo de las defmiciones mas comunes hasta su interpretacion por parte de los principales gurus y estandares intemacionales. agrupados en cuatro partes. 1. por 10 que se ofrece una vision amplia sobre diferentes factores que se deben tener en consideracion para la construccion de software de calidad. Exponer los aspectos mas significativos relacionados con la calidad de productos y procesos software. En la evolucion expelimentada por la calidad de los sistemas infonmiticos se ha pas ado de un tratamiento centrado fundamentalmente en la inspeccion y deteccion de errores en los programas. Todo ello ha influido de forma significativa en el papel que actualmente tiene la calidad en las organizaciones. a una aproximacion mas sistematica. proporcionando una panorarnica actuaI y completa sobre la problematica asociada a la calidad de los sistemas informaticos. En este libro se persiguen los siguientes objetivos: o Presentar de forma clara los conceptos fundamentales relacionados con la calidad de los sistemas informaticos. CONTENtDO La obra consta de once capitulos. dada la importancia que ha adquirido la calidad en la ingenieria de sistemas y en la ingerueria del software. que afecta a toda la organizacion. Tratar aspectos muy importantes para conseguir sistemas de infonnacion de calidad como pueden ser la medici6n. una cultura. la cali dad de la infonnacion 0 la gestion del conocirniento. una ventaja competitiva. haciendo cronica la denorninada "crisis del software". en general. tecrucas y nonnas de calidad. En los ultimos afios se han publicado diversos estudios y estandares en los que se exponen los principios que se deben seguir para la mejora de la cali dad de productos y procesos. La primera parte ofrece una vision general de los conceptos. de la sociedad ha crecido mucho mas deprisa que la capacidad de la industria para producir software de calidad. La demanda de software por parte de las organizaciones y.

dedicando una gran parte a la explicacion de las normas de la familia ISO 9000. La cuarta y liltima parte dellibro aborda otros aspectos de la cali dad de los sistemas de infonnacion. especialmente el ISO 12207. ORIENTACION A lOS lECTORES Aunque un conocimiento en profundidad de la gestion de la calidad de los sistemas de infom1acion puede estar reservado a expertos en la materia. en el capitulo 9 se presentan los conceptos relativos a la medicion del software. En el sexto capitulo. se discuten los principales elementos del proceso software y los lenguajes de modelado propuestos hasta la fecha. etc. que pemliten tener una idea general de los procesos software. basandose en las principales normas intemacionales. pasando por el modelo EFQM y hasta seis-sigma (sixsigma). metodos de evaluacion. Asi. y las metricas mas utilizadas. EI capitulo 7 resume los principales modelos de procesos de ciclo de vida. Por ultimo. nonnas intemacionales. los plincipales modelos y nom1as relacionados con la medicion. el capitulo 11 se centra en la gestion del conocinliento y su importancia para conseguir sistemas de infonnacion·de calidad. En el capitulo 10 se proponen conceptos relativos a la cali dad de la infonnacion. En el capitulo 3 se exponen las aproximaciones mas importantes a la calidad. se incluye la bibliografia y los acronimos utilizados en el texto. nuestro proposito al presentar este libro ha sido dirigimos a una audiencia mucho mas amplia que comprende: . desde la gestion de la calidad total. A continuacion. entre otras. EI capitulo 5 explora las diferentes caracteristicas y subcaracteristicas de calidad de un producto software asi como el proceso de evaluacion. La parte II consta de dos capitulos. con el que inicia la parte III relativa a la cali dad de proceso software. las estadisticas 0 las de gestion. En el capitulo 8 se presenta las plincipales propuestas relativas a la evaluacion y mejora de procesos: modelos de madurez. asi como un modelo de madurez y un metodo de evaluacion relacionados con la calidad de la infonnacion. 2.~ RA.-i'vLA. asi como algunos de los problemas de calidad que presentan los mismos. pasando por las herramientas basicas de calidad. en el capitulo 4 se presenta una vision holistic a de la calidad de los sistemas de informacion. PREFACIO XXI El capitulo 2 resume las principales tecnicas utilizadas para la gestion de la cali dad.

lA. Cervera. 2000. 2003. €I Debido a la diversidad de la audiencia. asi como diferentes aspectos relacionados con la calidad: pruebas. Piattini. (ISBN 84-7897-544-6). Profesionales infonmiticos que esten trabajando en el area del desalTollo de Sistemas de Infol1nacion. l y Fel11andez. Amilisis y Diseiio de Aplicaciones lnforlllaticas de Gestioll. Dolado. que aborda el desalTollo y mantenil11iento de software. el estudio de esta obra puede realizarse de maneras muy distintas dependiendo de la finalidad y conocimientos previos del lector. L. sus responsabilidades el desalTollo y €I €I €I €I Usuarios avanzados.. Calidad ell el desarrollo y mantellimiento del soj'hmre. M."XII C. L (eds). Analistas 0 consultores que. l y Fel11andez. 3. que ofrece una panoramic a actual sobre diferentes investigaciones realizadas por grupos destacados en calidad y mejora de procesos y productos. (ISBN 84-7897-587-X). Participantes en seminarios 0 cursos monognificos sobre calidad de sistemas de informacion 0 calidad de software. 2004. Calvo-Mazano. Piattini. Directivos que tengan entre mantenimiento de sistemas. quieran abordarla de fOl1na mas sistematica. allll teniendo conocimientos de la materia. verificacion y validacion. F. y Garcia.X. M..-\UDAD DE SISTE:vIAS INFOR\lATICOS ©RA-i\lA €I Alumnos de Escuelas y Facultades de Infonmitica. que recopila diferentes trabajos relacionados con la gestion cuantitativa de los proyectos y la calidad del software. OTRAS OBRAS RELACIONADAS Queremos destacar que existen algunos libros public ados tambien por la editorial RA-MA que complementan la vision de la presente obra: €I Medicion para la gestion en la lngenierfa del Sofhmre. etc. Una perspectiva de lngenierfa del Sofhmre. (ISBN 84-7897-403-2). que tengan interes en adquirir unos conocimientos sobre las tecnicas y metodologias mas utilizadas para asegurar la calidad de los sistemas de infol1nacion. €I €I .

Sus sugerencias. AGRADECIMIENTOS Queniamos expresar nuestro agradecimiento.L. y a la editorial RA-MA. especialmente a don Jose Luis Ramirez. Tambien queremos agradecer a la empresa Alvadalejo S. que se encarg6 de la filmaci6n del libro. a los alumnos de la asignahlra Calidad de Sistemas de li!/ormacion de la Escuela Superior de Infonnatica de Ciudad Real. comentmios y ctiticas nos han pennitido depurar el material que presentamos en esta obra y planteamos que podtia resultar lltil disponer de un libro que ayudara a la gesti6n de la calidad de los SI. Tambien deseamos dar las gracias a D. agosto de 2006. Piattini Velthllis FelL>. . Mario G. asi como a los asistentes a los diferentes seminmios y conferencias que hemos organizado sobre diferentes aspectos de la calidad de los sistemas infonnaticos en estos liltimos quince afios. por su continuo apoyo y colaboraci6n.PREFACIO 4. Oscar Garcia Rubio /smael Caballero ivll11loz-Reja Ciudad Real. en plimer lugar. Victor Izquierdo Loyola por haber aceptado escribir la presentaci6n de esta obra.

.

Concepto de Calidad 2. Tecnicas y Herramientas de CaUdad 3. Modelos y Normas de CaUdad .Introduccion a fa Cafidad 1.

las organizaciones estan interesadas en la primera y tercera acepci6n de calidad. 2006). DEFINICION DE CAUDAD La calidad se ha convertido hoy en dia en uno de los principales objetivos estrategicos para las organizaciones debido a que. su supervivencia depende de la calidad de los productos y servicios que ponen a disposicion de los usuarios y clientes y de la satisfaccion de estos. Propiedad 0 conjunto de propiedades inlJerentes a algo. Buena calidad. 4.la "excelencia"). 2. " Walt Disnel' 1. genio. se intenta detenninar las propiedades inherentes a una cosa . 3. Y si alga es 10 sl!ficientemente bueno. Caracler. S610 si es buena. sliperioridad 0 excelencia. cada vez mas.CAPiTULO 1 CONCEPTO DE CALIDAD "No me preocupa si alga es cam a barato. la calidad es (en sus cuatro primeras acepciones): 1. entonces el pllblico pagara par ella. Aunque coloquialmente podria parecer mas adecuada la segunda definicion a la hora de evaluar la calidad de un producto 0 un servicio (ya que se pretende -en sentido absoluto. indole. qlle permitenjllzgar Sll valor. Condicion 0 requisito que se pone en un contrato. En efecto. Segill1 el Diccionario de la Real Academia Espanola de la Lengua (DRAE.

1979).'vL. Philip B.. (. Intelpretado ampliamente.A. 1983).. calidad de servicio. calidad signtfica calidad de trabajo. brillo 0 peso. Intelpretado restringidamente. Feigenbaum: "La caUdad de prodllcto 0 servicio puede ser definida como las caracteristicas to tales compllestas de producto y senJicio de marketing. etc. Como uno intelpreta el temzino "calidad" es importante. Kaoru Ishikawa: ''Debemos enfati::ar la orientacion al cliente . QlIe es calidad? La calidad solo se puede dl?:jinir en terminos del agente". La otra tiene que vel' con 10 qlle pensamos. @ @ @ @ @ . ingenieros.. 1979).xpectativas del cliente". directivos y ejeclltivos-. (Feigenbaum. 1931). Esta es precisamente la razon pOl' la que debemos definir caUdad como «conjormidad COil los requisitos» si queremos gestionarla". «Calidad de vida» es lin cliche pOl'que cada oyente aSlime que la persona que habla entiende exactamente 10 que para 131 signtjica la frase. 2001): @ W. W. los diferentes gurus de esta area han dado diversas definiciones de calidad (Hoyer y Hoyer..A. calidad de division. pero esto sera relativo.4 CAUDAD DE SISTEMASIN"FOR. En otras palabras hay lin [ado subjetivo de la calidad" (Shewhart. fabricacion y mantenimiento por medio de las cuales el prodllcto y servicio en lISO cllmplil'a las e. (Ishikawa. que nos pennita conseguir que sea mejor que las otras. Crosby: "La prim era sllposicion erronea es que calidad significa bondad. Por otra parte. hljo. (Crosby.I"TICOS ©RA-M. ademas de las perdidas callsadas pOl' Sll fill1cion intrinseca". La palabra «calidad» se utiliza para significar el valor relativo de las cosas enfrases como «bllena caUdad».. Edwards Deming: "La dtficliitad de delinir calidad es traducir las necesidadesfilturas delllsllario en caracteristicas lIledibles. calidad de proceso. Genichi Taguchi: "La calidad es la perdida que un producto causa a la sociedad desplles de ser entregada .". «mala calidad» y la expresion «calidad de vida ". 1985). (Deming. Histolicamente. las organizaciones deberan asegurar los requisitos que se fijan en los contratos. calidad signtjica €alidad de prodllcto.. calidad de la elllpresa. ingenieria. Anlland V. de manera que un prodllcto plleda ser diseiiado y producido para dar satisfaccion al llsuario al precio qlle paga. Shewhart: "Existen dos aspectos de la calidad EI primero tiene que vel' con la cOl1sideracion de la calidad de IIna cosa como una realidad objetiva independiente de la existencia del hombre. calidad del sistema.. 1986). sentimos 0 creemos como resllltado de la realidad objetiva. (Taguchi y Wu. calidad de objeti1'os.. ya que dependera del punto de vista utilizado. calidad del personal -inclll)'endo trabajadores. calidad de informacion.

productividacL tiempos de ciclo. . BMS. Tener conciencia de la calidad. Equipo de mejora de lacalidad. I. Suprimir la dependencia de la inspecci6n para lograr la cali dad. Ser constantes en el I JrlRAt'i CROSBY FElGEl\1JAUM prop6sito de mejorar el producto 0 servicio. BM7. Establecer la tendencia a tener un iinico proveedor para cualquier articulo. Hacer mejoras de manera continua y para siempre. En vez de ello. 6. Mantener un sistema de mejora continua. Calidad consiste en ausencia de deficiencias . (Jman. entomo. con una relaci6n a largo plazo. diseiio. de manera que cada uno pueda trabajar con eficacia para la ora anizaci6n... Proceso de Planificaci6n de la Calidad (considerar las necesidades del cliente. control de medici6n. Los dos significados que dominan el uso de la palabra son: 1. Rechazar la aceptaci6n de defectos 3. interpretar valores actuales vs. Establecer una filosofia de mejora continua y pemmnente. incorporando la cali dad dentro del producto en primer lugar. 7. 2. estandares de desempeiio. Fijar objetivos de calidad. Proceso de Control de la Calidad (induye control de parametros de proceso. Parte del Proceso de Mejora de la Calidad. 5. Utilizar un sistenm de acciones correctivas. RM5. minimizar el costo total. Mantener un sistema de eliminaci6n de causas de error. EI papel de los metodos estadisticos se encuentra cubieno por el Proceso de Control de la Calidad. DE1VflNG 1. Dar a todos los empleados las herrarnientas adecuadas para hacer bien el trabaio. Estandares). Jman: "La palabra calidad tiene multiple significados. de pemmnecer en el negocio y de proporcionar puestos de trabaio. 8. Es conveniente estandarizar en una corta definici6n la palabra calidad como adecuacion at uso". La cali dad consiste en las caracteristicas del producto que satisfacen las necesidades de los clientes y les proporcionan por tanto satisfacci6n con el producto. S. seguridad de uso.LlDAD 5 Q Joseph M. Tener forrnaci6n supervisada.VJejora de la Calidad (considera mejora de proceso y de producto. capacidad de fabricaci6n y desarrollar los objetivos del proceso y de la calidad).. Eliminar la necesidad de la inspecci6n en masa. 4 1. de lealtad v confianza. Instituir metodos de formaci6n modemos en el trabaio. 2. 10. Comprender que la calidad es una etica.!::': RA-MA CAPiTlJLO 1: CONCEPTO DE CA. reducci6n de costes). Pane del Proceso de Control de la Calidad. 2. Parte del Proceso de . Adoptar una nueva filosofia. 6. Acabar con la practica de hacer negocios sobre la base del precio. Proporcionar sopone a la gesti6n. con el objetivo de llegar a ser competitivos. Parte del Proceso de Mejora de la Calidad. 1988). Parte del Proceso de Mejora de la Calidad. 4. Pane del Proceso de Control de la Calidad. Encontrar problemas. 5. 2. La calidad es una fomm de gesti6n. Desechar el miedo.

~. B\12. Impbntar un prl)g:ran1u \'igoroso de cducacion y auto-mcjora. .: Tencr ronl1aci(~n la Calidad. Parte del Proc~so de \!cjora dc 1a Ca1id. Punc del Proccs~) de rcconocimicnto.J. Juran ("La Trifagfa . II. Calidad sc itnplcmenta con un sistema total concctilco con los c1 iclltes y proyccdorcs.1d. Comparacion de Filosofias de Calidad de los Cuatro Gurus (Mouradian. . Tabla l. CtiIizar consejos de calidad. B\!10. B\!6. 13. Conseguir imp1icacion indi\'idual y de equipo (Ia calidad es tmbajo de todost I1tlI110ricos. Cali dad e innoyacion son mutuamente dependiemes. Lograr dias en los qu~c sea posible encontrar cero defectos. Parte del Proceso de \ !cjora de In Calidad. Eliminar los objcti\'os y cs16gancs que cxigcn nuc\'os ni\'clcs de producti\·idad. 12. Estabkccr control de configuracion sobre los objcti\os de calidad. Calidad es cl camino m{ls cfic[~z en costes y menos intensi\'o en capital hilcia Ia producti\·idad. Esta es turea de todos. 3. Estimar el coste de 1a calidad. 2. Parte del Proceso de \!cjom de la CaIidad.ntir~(' l)rgullosos de $U trabaio. 5upcl\'isada. posters 10. 1. I-Iacer los 13 pasos otm \'C2. BM. de \kjura ('1. Eliminar las barreras entre departamentos. 1-+. Presente en su libra Tora! QlIa/i~l' Comro! (aunquc no sc cite cxp1icitamente en los principios ni en los bcnchmarks I. B\!9.1 se resumen y se comparan las principales ideas sobre la calidad de los cuatro gurus del siglo XX: Deming C14 puntas para fa gestion''j. B~! 1.'n una suma no una ditCr~ncia..J. Estab1eeer que Ia calidad es un proceso que abarca toda Ia organizncion.9. Tener planes de illcdici6n de la calidad. sin proporcionar metodos de mejora especiticos.6 CAUDAD DE SISTE~lAS 10:FORM. loot In\'olucrar a tedo d personal de Iu organizacilH1 en la luella por conseguir la transt~1nllacion.\TICOS CROSBY FEIGE7'lBAF\I 9. l~. 10. Reconocer que el coste y ]a calidad son complementarios. Tener un prograllla 12. \!antener compromisa de 1a direccion. Eliminar todas las batTeras que impiJan a los trabajadorcs s-(. Calidad y coste s. utilizar m~todos cstadisticos para mcjorar 1a l'roducti\idad y calidad de lQnna contmua. \!antener equil'os de mcjora. Tener un progruma de cero ddcct('ls. -+. 7. animar a los ditcrentes departamentos a trabajar conjuntamente en Ia resolucion dc problemas. Ca1idad e5 10 que las clicntcs diccn que cs B\!3. 2002) En la tabla 1. Eliminar est{mdares de trabajo que cspccitican cuotas nurn~ricas.1. 3. Pane del Proeesa de \ !cjora de la Calidad. Calidad es csencial para 1a innovacion desde la conccpcic\n del discno hasta 1a utilizacicin par parte del cliente.

plazos de entrega). La calidad puede verse desd£ muchos puntos de vista A este respecto merece la pena recordar las cinco "j'istas" de la calidad que sefiala Garvin (1984): . 0tra definicion interesante de calidad es la proporcionada por ISO 8402: "Col!illl1tO de propiedades 0 caracteristicas de WI prodllcto 0 serdcio qlle Ie cOI?jieren aptitud para satislacer 1I11ClS necesidades expresadas 0 implicitas ".-\D 7 de Juran sobre como gestiol/ar la ca!idad"). Cada fila ilustra la idea de cada uno con respecto al mismo critelio. Crosby ("14 pasos para fa ca!idad") y Feigenbaum (..icio es deficiente).mAD Figura 1. ej . Asi se puede ver que la calidad no se trata de un concepto absoluto: el consumidor la juzga con to do relatiyismo en un producto. se puede considerar que no es ni total mente subjeti\'3. En general (Piattini et al. sujeta a restricciones (p. 2000a).. depende del presupuesto disponible) y ligada a compromisos aceptables (p. ej . 2003).1).4 principios de gestion y 10 djrectrices para fa ap!icacion de estos prillcipios"). la calidad se define como "el grado en ef que UII cOlljunto de caracteristicas illherelltes clllnpfe COil los requisitos" (ISO. cuando el producto falla 0 el sel'. (pOl'que ciertos aspectos pueden medirse) ni total mente objetiva (ya que existen cualidades cuya evaluacion solo puede ser subjetiva). Ademas la cali dad sllele ser transparente cuando esta presente pero resulta facilmente reconocible cuando esta ausente (por ejemplo. OPORTI. Incluso.1.:".. en las principales n0l111aS intemacionales. Asi pues. es multidimensional (vease la figura 1. Por otro lado. la calidad no es absoluta. RA-\L-\ CAPiTULO I: COKCEPTO DE CALID.(... es posible considerarIa como un concepto multidimensional (referida a muchas cualidades).

2. Mientras que las vistas del usuario y fabricante se tienen "des de fuera".\. Vista del producto: que considera que la calidad esta unida a las caracteIisticas inherentes del producto. en la comprensi6n. la del producto es "des de dentro". Los origenes de la calidad . Vista basada en valor: la calidad depende de la cantidad que el cliente este dispuesto a pagar. o o o o Hay que tener en cuenta adel11as que la calidad puede tener varios oIigenes (vease figura 1. aunque no 10 conseguimos debido a deficiencias en la tecnologia. medirlos y establecer objetivos a alcanzar.TICOS ©RA. Por 10 que se puede cuantificar las caracteIisticas de los productos. Vista de fabricante: la calidad es confonnidad con las especificaciones.8 CALlDAD DE SISTE?v!AS INFORM. Por 10 que se puede concebir la calidad como un ideal al que se intenta llegar. Se trata de una vista centrada en el proceso. Esta vista no resulta demasiado util para la gesti6n de la calidad y es amlloga a la segunda acepci6n del DRAE (2005).-MA o Vista trascendental: la calidad es algo que se reconoce pero no se define. en el proceso de fablicaci6n. etc. ya que se centra en la l11edida de los atIibutos internos de los productos. Vista de usuario: la calidad es adecuacion al proposito.2): Calidad Necesaria Figura 1. Esta concepcion de la calidad expande su alcance para exal11inar la cali dad durante la produccion y despues de la entrega del producto.

Se potencia con una adecuada obtencion de infonnacion de la idea de cali dad de los clientes. (!) (!) La gestion de la calidad pretendeni conseguir que estos tres circulos coincidan 10 mas posible.ia.I11etalunivers.:.:dicionantiguedad. de gasto superfluo 0 de insatisfaccion. que no siempre coincide con la necesaria. metrologiadimensionaL tutorialm. la que se Ie ha encomendado conseguir al responsable de ejecutar el trabajo.com are.) fue el que establecio el "cubit'" (codo)! como la distancia que iba desde su coda hasta la punta de su de do corazon. La calidad necesaria: la que el cliente exige con mayor 0 menor grado de concrecion 0.l'll1atcmaticas unidades. En el imperio egipcio se han llegado a encontrar. ya que en el fondo muchos problemas de la calidad pueden tener su origen en falsas expectativas por parte del cliente sobre las caracteristicas de un producto 0 servicio. en un docwnento de disefio 0 en un plano. como sefiala Juran (1995). capacidad y peso. Se potencia con la elaboracion de una especificacion que sirva de buena referencia a los participantes en un proceso. Se potencia con la mejora de las habilidades personales y tecnicas de los participantes en lill proceso. ya en el siglo XI antes de Cristo en China se fijo un sistema para controlar el desarrollo de productos artesanales con dos depariamentos encargados de la calidad de los productos: uno de fommlar y ejecutar estandares y el otro para supervision y prueba. y ver su grado de coincidencia con la calidad realizada. Es. por tanto. consideramos que tambien resulta fundamental tener en cuenta la "calidad esperada" por el cliente. gracias a su habilidad en la ejecucion de una tarea. Como sefiala Juran (1995). al menos. 2. hUll . Todo 10 que este fuera de dicha coincidencia sera motivo de derroche. EVOLUCION HiSTORICA DE LA CAUDAD La preocupacion por la calidad es tan antigua como la humanidad. la que Ie gustaria recibir.htm 0 httD:· w\\w. La calidad programada: la que se ha pretendido obtener. De todas maneras. de hecho los restos arqueologicos dan fe de la mejora que experimentaron las herramientas que el hombre plimitivo desarrollo con el fin de cazar animales y crear lugares donde habitar. Mouradian (2002) sefiala que Kheops (rey del Antiguo Egipto alrededor del 2680 AC.org cienci.egiDtoIOf. Es la que aparece descrita en una especificacion. Incluso se promulgarop decretos para prohibir la venta de productos de calidad inferior y se presto tambien atencion a la medicion de longitud. Ejemplos de calidad y de medicion se pueden encontrar tambien en otras civilizaciones como la babilonia (de la que se tiene ! Para mas infomlaci6n se recomienda leer http: \\\vw..9RA-1vV\ CAPiTULO I: CONCEPTO DE CAUDAD 9 (!) La calidad reatizada: la que es capaz de obtener la persona que realiza el trabajo. las primeras especificaciones de calidad escritas en papiros egipcios de mas de 3500 afios de antigiiedad.

Verificar. 10 que tuvo a la postre un efecto negativo sobre la cali dad. Por otro lado. Esta situacion se agudizara alm mas C011 la adopcion del sistema de produccion cientifica de F.W. a mediados del siglo XVIII se inicia en InglatelTa la reyolucion industrial que se expande al resto de Europa y otras partes del mundo. Juran (1995) destaca que en este momento historico. los trabajadores no se encuentran en estado de autocontrol pOl'que no tienen contacto con e1 cliente. y que implantan la produccion en mas a en la que las tareas se dividen entre yarios trabajadores de la fabrica. los artesanos son los que realizan toda la secuencia de tareas para la creacion de un producto y que el comprador es el responsable del "aseguramiento" de la calidad.c.) y los gremios con el fin de administrar los monopolios y transmitir la experiencia y conocimientos. Cobran impOltancia los artesanos que se familiarizan con los materiales utilizados y reciben un entrenamiento especifico durante su aprendizaje. Se crea e1 Departamento de Aseguramiento de Calidad del que fOl1no parte W. Precisamente. Surgen las ±abricas que pe1111iten un aumento de la productividad. . El libro de Shewhart (1931). la creacion de pueblos y ciudades incremento la division del trabajo y el desanollo de habilidades especializadas. etc.A Shew'hart. Taylor en e1 que se separa claramente la planificacion de la ejecucion (taylorismo). seglll1 Juran (1995»). impelios en los que la estandarizacion juega tambien un importante pape!. pero se tel1nino dafiando las relaciones personales. que subraya la impoltancia de los metodos de control estadistico del proceso para reducir la variabilidad del proceso. 2005) y es el creador de1modelo PHV A (Planificar. La gestion y el concepto de "calidad moderna" surgen en 1924 en los Bel! Telephone Laboratories. romana.S IN"FOIUviA. aprendiz. Durante la Edad Media y el Renacimiento. inspeccionando y probando el producto en los mercados. Crece tambien la necesidad de estandarizacion de las piezas: en este sentido Mouradian (2002) sefiala a Jean-Baptiste de Gribeauyal como el primer inventor que introdujo el concepto de intercambiabilidad en 1767 para la fablicacion de artilleria fi·ancesa. Shewhart propUgI10 la utilizacion de tecnicas estadisticas y control de procesos (la "plimera ola" del control estadistico de la calidad.TICOS ·&>RA-MA constancia de una garantia de calidad que data del 429 A.. etc. para atender las rec1amaciones de los clientes que instalaban teh~fonos (inwntado en 1876). Shewhart introduce el grafo de controL el desanollo del muestreo estadistico (Tague. se conviltio en el texto basi co en las empresas sobre calidad en Japon y en EElJU. Este autor destaca tambien excelentes sistemas de gestion de la calidad como el del "Arsenal de la Repziblica Veneciana" durante los siglos XII al XVIII. Se crearon los departamentos de inspeccion.10 CAUDAD DE SISTEtvLA. organizandose una jerarquia de categorias (maestro. dando como resultado una mayor produccion mas asequible y un aumento de la demanda. gIiega. Actuar). Hacer. se aumento la produccion.). y a quien se Ie puede considerar como el padre del modemo aseguramiento de la cali dad. Se supervisan los productos resultantes de la cadena de produccion y nace el control de calidad (pasa 0 no pasa). y en la que destacan la gI'an cantidad de maquinas inventadas.

-?vlA CAPiTULO 1: CONCEPTO DE CAUDAD 11 Shewhart se dedic6 a impartir una serie de cursos durante los afios 1920 aplicando algunas de las tecnicas citadas. Por otra parte. cuya misi6n se cenn'aba en separar los buenos productos de los malos al final de la secuencia de producci6n. Juran y Deming colaboraron con las fuerzas annadas nOlteamer1canas. y la fonnaci6n junto con la necesidad de dar importancia a la cali dad se limita al departamento de calidad. al desafio de cambial' su reputaci6n de productos de mala calidad. Juran (1995) sei'iala n'es contribuciones impOltantes que llevadan a modificar notablemente esta situaci6n: los cursos de fOl111aci6n organizados porIa Ch'i! COllllllllllicatiolls Section de las fuerzas de ocupaci6n nOlteamericana. como sefiala Juran (1995) la producci6n se lleva a cabo por departamentos . Durante estos ai'ios se crearon en muchas empresas norteamericanas y europeas los departamentos de calidad. Al acabar la guelTa se produjo una gran escasez de productos. La industria japonesa aplicando estos principios ganada gr'andes cuotas de mercado a nivel intemacional con productos muy competitivos. Crosby que impuls6 impOltantes programas de mejora de la calidad desde el Quality College. Edwards Deming tambien trabaj6 con Shewhart hacia 1920 y luego en el departamento de agricultura norteamericano en el que impuls6 la utilizaci6n del Disefio de Experimentos (DOE) propuesto por Fisher. W. las conferencias de Deming sobre conn'ol estadistico de la calidad y las conferencias de Juran sobre gesti6n de la cali dad.. en 10 que Juran (1995) denol11ina la "segunda ola" del control estadistico del proceso. R. los japoneses despues de la Segunda GuelTa Mundial se enfrentaron. En los ai'ios cincuenta otros dos gUrLlS tambien influyeron notablemente en la difusi6n de las ideas sobre calidad: Anmnd Feigenbaum. adaptando las tab las desalTolladas en Bell System. que hicieron un gran uso de la inspecci6n por l11uestreo. En los ai'ios sesenta cuatro aspectos desafiaron la adecuaci6n de la calidad en EEUU: €I EI incremento del consumismo EI incremento de demandas judiciales sobre calidad EI incremento de la regulaci6n gubemamental sobre la calidad La revoluci6njaponesa de la calidad €I €I €I . porque los fabr1cantes dieron pl10l1dad a la producci6n de gr'andes VOlL1l11eneS para conseguir cuota de mercado.A. por 10 cual la calidad de los pocos que quedaron descendi6 considerablemente. que public6 el libro Total Quality Control en 1951 y Philip B. Por su parte. entre on'os muchos problemas. Durante la Segunda GuelTa Mundial. Joseph Juran fue uno de los asistentes a estos cursos y posterionnente trabajaria sobre control estadistico.(. En estas empresas.estancos.

fOn11aclOn. En los 70 hubo una crisis de cali dad en estos paises que se supero en los ochenta con exho11aciones a preocuparse por la calidad. SegllI1 Juran (1995) si el sig10 x. como Seis-Sigma. Tambien se define la capacidad de una organizacion. benchmarking. mejora de la cali dad proyecto por proyecto.\TICOS Durante los 60 y 70 varios productos japoneses aumentaron su cuota de mercado a nivel intemacional. por tanto.12 CAUD. sistema 0 proceso. reingenieria de procesos de negocio. Este autor sel'iala como en los ochenta se reemplaza el taylorismo por el enriquecimiento del puesto de trabajo transfiriendo a la mana de obra decisiones y acciones previamente asignadas a los directivos. y la "tercera ola" de control estadistico del proceso (Juran. 1995). el significado de "ca1idad" cambia desde un enfoque centrado solo en el producto a Lm enfoque de gesti6n organizacional. 3. mientras que tanto las empresas norteamericanas como europeas no se habian tomado en serio el tema ya que pnicticamente se vendi a 10 que se producia. implicacion de 1a alta direccion. el siglo XXI sera conocido como el Siglo de la Calidad. es decir. como la aptitud para realizar un producto que cumple los requisitos para el mismo. En los noventa se desalTolla aim mas los temas de calidad y aparecen nuevos enfoques. Se hace enfasis en el autocontrol. autoinspeccion. . entendido como "necesidad a expectativa establecida. En definitiva. extension de los trabajos. aumenta continuamente su eXlgencla sobre los productos y servicios que compra. generalmente implicita 1I abligataric/' y satisfaccion del cliente. FUlldol7lentas y mcabularia (ISO.-ill DE SISTEMAS INFOR:'vL. En estos anos se empezaron a usar 1a familia de nonnas ISO 9000 en Europa y se desalTollan toda una pletora de premios sobre la calidad (como el Malcom Baldrige :\'acional Quality Award de 1987). equipos de trabajo autodirigidos. mejora de la calidad. la percepcion del c1iente (que puede ser extemo 0 intemo) sobre el grado en que se han cumplido sus requisitos. etc. AsL se tratan los tenninos requisito. 2000a) se ac1aran diferentes tenninos relacionados con la calidad. medicion. en el momenta en que el c1iente tiene mayores posibilidades de eleccion y que. de significar cumplir las especificaciones del producto a satisfacer todas las necesidades y expectativas del c1iente. CONCEPTOS RELACIONADOS CON LA CAUDAD En la nonna UNE-EN ISO 9000:2000 Sistemas de gestion de la calidad.'( fue e1 Siglo de la Productividad. p1anificacion estrategica de la calidad. La calidad se extiende a la empresa en su conjunto y pasa a tener la maxima prioridad.

Defecto: incumpliIniento de un requisito asociado a un uso previsto especificado. de tal fonna que sea confonne con requisitos que difieren de los irUciales).-ivV\ CAPiTULO 1: CONCEPTO DE CAUDAD 13 3. Planificacion de la calidad: parte de la gestion de la calidad enfocada al establecimiento de los objetivos de la cali dad y a la especificaci6n de los procesos operativos necesarios y de los recursos relacionados para cumplir los objetivos de la calidad. e e e e e Tambien son muy importantes los tenninos relativos a la confonnidad. 0 e Accion Preventiva: aCClOn tomada para elin1inar la causa de una no confonnidad potencial u otra situaci6n potencialmente indeseable.1. Reparacion: accion tomada sobre un producto no confonne para convertirlo en aceptable para su utilizacion prevista. Correccion: accion tomada para elimmar una no confonnidad detectada. e e e . Aseguramiento de la calidad: parte de la gesti6n de la cali dad orientada a proporcionar confianza en que se cumplinin los requisitos de la cali dad.gRA. Una correccion puede ser por ejemplo un reproceso (acci6n tomada sobre un producto no confonne para que cumpla con los requisitos) 0 una reclasificacion (variac ion de la c1ase de un producto no confonne. Control de la calidad: parte de la gesti6n de la calidad orientada al cumplirniento de los requisitos de la calidad. Accion Correctiva: accion tomada 'para eliminar la causa de una no confonnidad detectada u otra situaci6n indeseable. como aceptaci6n del producto 0 servicio: e e e Conformidad: cumplirniento de un requisito. Mejora de la calidad: parte de la gesti6n de la calidad orientada a aumentar la capacidad de clill1plir con los requisitos de la calidad. Conceptos relacionados con la gestion de la caUdad En esta nom1a se definen otros conceptos relacionados con la gesti6n de la cali dad: e Politica de la calidad: intenciones glob ales y orientaci6n de una organizaci6n relativas a la calidad tal como se expresan fonnalmente por la alta direcci6n. Sistema de gestion de la calidad: sistema de gesti6n para dirigir y controlar una organizaci6n con respecto a la calidad. No Conformidad: incumplirniento de un requisito.

Conceptos relacionados con la documentaci6n de la cali dad Otros conceptos importantes son los relativos a la documentacion. Proveer la fonnacion apropiada. Planes de la calidad: documentos que describen como se aplica el sistema de gestion de la calidad a un producto.2. recopila la historia de la calidad en diferentes paises y epocas.M. Registros: documentos que proporcionan evidencia objetiva de las actividades realizadas 0 resultados obtenidos. La repetibilidad y la trazabilidad.) (1995). Este libro editado por Juran. instrucciones de trabajo y pIanos documentos que proporcionan infonnacion sobre como efectuar las actividades y los procesos de manera coherente. A History of Managing for Quality. adolece del defecto de no tratar los logros de calidad en el mundo iberoamericano. interna y externamente. . LECTURAS RECOMENDADAS o Juran. ASQC Quality Press. centrandose en los grandes imperios antiguos y en el desarrollo industrial europeo y norteamericano. proyecto 0 contrato especifico. acerca del sistema de gestion de la calidad de la organizacion.14 CAUDAl) DE SISTEMAS I]\iFORlvLATICOS ©RA-MA o Desecho: accion tomada sobre un producto no confonne para impedir su uso inicialmente previsto. Procedimientos documentados. (ed. Evaluar la eficacia y la adecuacion continua del sistema de gestion de la calidad. En la nonna ISO 9000 se distingue entre: o Manuales de la calidad: documentos que proporcionan infonnacion coherente. que seglin la nonna contribuye a: o o o o o Lograr la confonnidad con los requisitos del cliente y la mejora de la calidad. GUlas: documentos que establecen recomendaciones 0 sugerencias. Proporcionar evidencias objetivas. Milwaukee. o o o o e 4. Sin embargo. uno de los mayores gunis de la calidad. 3. J. Especificaciones: documentos que establecen requisitos.

pero facilmente de reconocer en su ausencia". e 5. University Press of America.es La Asociaci6n Espanola para la Calidad es la mas importante a nivel nacional y tiene varias secciones dedicadas a aspectos especificos de la calidad. Lanhan. ISO (2000a).aec. . e CAPiTULO I: CONCEPTO DE CALIDAD 15 Mouradian.juran. Es posible acceder a una colecci6n interesante de artfculos escritos por sus miembros.com/Web del Instituto Juran donde se puede encontrar informaci6n sobre la actividad de esta organizaci6n basada en las ideas de Juran.asq. http://w\vw. seglin Gillies la cali dad es "tr-ansparente cuando esta presente. AENOR.-ivLA.Quienes las desarro llaban? 2. Philip Crosby. Y cualla "vista de usuario"? Comente estas dos apreciaciones sobre la calidad: Kitchenham afmna que "la calidad es dificil de definir. e e e 6. http://\v\vw. UNE-EN ISO 9000:2000 Sistemas de gesti6n de la calidad. (. Compare estas afirmaciones con las defmiciones de calidad citadas en este capitulo.philipcrosbv.Que funciones 0 roles existian relacionados con la calidad? (. imposible de medir y facil de reconocer". (.o RA.Cmll considera que refleja mejor la "vista de fabric ante" en tenninologia de Garvin (1985)? (. 3. Adelmls edita la revista "Calidad". En este libro se repasa la historia de la calidad desde los origenes de las civilizaciones hasta el siglo XXI. entre ellos. (2002). http://w\vw. Ademas edita varias revistas sobre calidad. G. EJERCICIOS 1. Explore los sistemas de calidad existentes en los imperios Inca y Azteca.org La American Society for Quality es una de las asociaciones mas importantes a nivel intemacional y posee un catalogo de libros relacionados con la gesti6n de cali dad. De las definiciones de cali dad dadas por los gurus y nonnas intemacionales. Se muestra la actividad empresarial de esta organizaci6n. Esta norma intemacional presenta los principales conceptos basicos relacionados con la calidad y establece una tenninologia aceptada en todos los paises iberoamericanos. entre ellas Quality Progress (sobre diferentes aspectos de la calidad en general) y Software Quality Journal (especializado en calidad de software). The Quality Revolution: A Histol) of the Quality Movement. Flilldamentos y vocabulario.com/Web de Philip Crosby y asociados. SITIOS WEB RECOMENDADOS e http://\vww.

implantaci6n de prernios.Directrices para Planes de la Calidad. 7. si 10 estirna conveniente. 10. Describa la organizaci6n de la AEC (Asociaci6n Espanola de la Calidad). Estudie la evoluci6n de la calidad en las industrias automovilistica. Explique que actividades de la gesti6n de la calidad podrian considerarse de "control de la cali dad" y cuMes de "asegurarniento de la calidad". 6. Resuma la historia de la calidad en su pais desde 1960 hasta la actualidad. 5. etc. farrnaceutica. la norma ISO 10005: Gesti6n de la Calidad . 9. (.Que diferencia hay entre una "acci6n correctiva" y una "correcci6n"? Ponga ejemplos de ambas. Especifique un metodo para desarrollar un Plan de Calidad. senalando sus principales hitos: creaci6n de una asociaci6n nacional. . ConsuIte. 8. difusi6n de normas. aeronautica y rnilitar.16 CAUDAD DE SISTEMAS IN'FOfu'vlATICOS ©RA-ivlA 4. y de la ASQ (American Society for Quality). para ello puede ser conveniente revisar la norma ISO 10013: Directrices para desarrollar Manuales de la Cali dad. Especifique el contenido que deberia tener un Manual de la Calidad.

Toda 1.CAPITULO 2 TECNICAS Y HERRAMIENTAS DE CALIDAD §* *'7 & "Si no lIsamos las herramientas de calidad. INTRODUCCION Las herramientas de calidad son tecnicas y metodos mas 0 menos justificados que ayudan a obtener informacion para mejorar un escenario de calidad. Aunque son muchas las c1asificaciones que se pueden encontrar. Esa c1asificacion pennite agrupar las herrarnientas en las siguientes categorias. CiI herramientas basicas herramientas de gestion herramientas de creatividad herrarnientas estadisticas herrarnientas de disefio herrarnientas de medicion CiI CiI CiI CiI CiI . pronto desclibriremos 10 poco zitiles que somas para Illlestra comunidad ala hora de Gliadir valor a las lecciones que vamos aprendiendo " Dr. Frank K. en este libro se ha optado por la propuesta por Okes (2002) para presentar las mas importantes.

1: alrnac. Definir el proceso que debe ser representado. I Figura 2. tiempo empleado en cada uno de los pasos y medidas del proceso. servicios 0 materiales que entran 0 salen del proceso. Diagrama de flujo Los diagramas de flujos tienen como objetivo descomponer los pasos de un proceso en una secuencia.1.cvlATICOS @RA-lvlA. Se pueden usar cuando se pretende describir como se desarrolla un proceso. 3. Representar las actividades como cajas y la transicion entre actividades como flechas de manera que sea posible hacer una traza de este desarrollo. 2. Alguno de los simbolos que se puede utilizar son los representados en la figura 2. interne [~ / dato.18 CAUDAD DE SISTEMAS INl'OR. En los siguientes apartados se expondran los fundamentos de cada una de ellas. 2. Se pueden emplear los siguientes elementos: secuencias de acciones. . Identificar y definir las actividades que deben ser desan·olladas y el orden en el que deben hacerlo. HERRAMIENTAS BAslCAS DE CAUDAD 2. personas implicadas.1. finalizando con una reflexion sobre los modelos de madurez y el uso de las herramientas. 0 cuando pretende establecerse una comunicacion entre personas relacionadas con el proyecto. Simbolos tipicos us ados en los Diagramas de Flujo Para desarrollar un diagrama de flujo se recomienda seguir estos pasos: 1.

Identificar Metricas para esas dimensiones N~----------~ 5.. 1999): .fedio Ambiente" y "Merodos".3 se puede seguir este procedimiento (Can-etero et al.2 representa un ejemplo de diagrama de flujo. Ejecutar el Plan de Mediciones 3. las subdivisiones iran ampliandose.0btener Conclusiones 4. Ie Uegaran ou"as secundarias con posibles subcausas relacionadas con dichos focos.:. Diagrama causamefecto Tambien llamado diagrama de espina de pescado (por su forma) 0 diagram a de Ishikawa (por su creador). Es una hen-amienta que. La figura 2. "j\.sirven para el problema? 2. combinada con ou"as de identificacion de problemas como la tormenta de ideas. r I I 1. "Maquinas". Realizar un plan de mediciones Figura 2. A estas flechas. Para elaborar un diagrama de causa / efecto como el de la figura 2. Los focos plincipales suelen enunciarse como las 5 0 6 M: "j\1ano de Obm". de -. y mostrar todas las posibles causas de un problema especifico (efecto).2.2. Se dibuja una flecha de entrada (a modo de columna vertebral del pescado) a este rectangulo. Revisar el diagrama de flujo con otras personas implicadas en el proceso para llegar a un consenso sobre su validez. "Materiales". Su representacion consiste en un rectangulo situado a la derecha del esquema donde se indica el efecto que se quiere analizar.CAPiTULO 2: TECNICAS Y HERRA1\1IENTAS DE CAUDAD 19 4.r _ __ ..... el diagrama causa-efecto es una helTarnienta que se utiliza para identificar. explorar. a donde llegaran las otras fechas provenientes de los posibles focos de los problemas que generan el efecto que se esta estudiando. "Medidas". facilita y potencia el u"abajo en grupo. Identificar Calidad Dlme"'o. Ejemplo de Diagrama de Flujo 2. A medida que el anal isis vaya teniendo niveles mas profundos.

Dibujar el diagrama de la espina de pescado. 7.TICOS ©RA-MA Medidas Materiales Personal Exactitud Compilador Programadores Tiempo SGBDR Analistas -ilJ.20 C. 6. .IDAD DE SISTEM.S INFORt\tA. Identificar causas de tercer nivel para cada causa de segundo nivel. Dibujar las espinas mayores como flechas inclinadas dirigidas a la flecha principal. Observando los resultados. Identificar causas de primer nivel relacionadas con cada espina mayor. Ejemplo de diagram a causa/efecto 1. y as! sucesivamente. 4. 3. 2. colocando el efecto (problema) en un cuadro en ellado derecho. . identificar la causa raiz que permita obtener conclusiones en la resoluci6n del problema. Identificar causas de segundo nivel para cada causa de primer nivel. 5.> Fallos en los Sistemas Informaticos Ratones Sueldos bajos Inferencia Impresoras Presion Procesamiento Orden adores Medio Ambiente Metodos Maquinas Figura 2. Identificar de 3 a 6 espinas mayores que puedan ser las causas del problema / efecto principal."J.3. Elaborar un enunciado claro del efecto (problema) que se ha detectado.A. 8.

) y sobre los datos (periodo de tiempo. 6. desde el punto don de se indica el 80% hasta su . 3. seleccionando los problemas 0 variables que se van a investigar. departamento implicado.3. Construir un grafico de ban-as con el mism0 ancho y sin dejar espacio entt'e ellas: este grMico esta bas ado en las cantidades y porcentajes de cada uno de los items colocandolas de mayor a menor y de izquierda a derecha Dibujar la curva de frecuencias acumuladas. a partir de una representacion gnifica de los datos obtenidos. Disei'iar una hoja de recopilacion de datos para que gum'dar datos sobre las causas a investigar y el nlunero de veces que aparecen.s RA-ivV\ C.-\PITULO 2: TECNICAS Y HERRAlv!lEJ\TAS DE CAUDAD 21 2. fvIarcar el eje vertical izquierdo con la cantidad de causas acumuladas y el derecho con una escala de 0% hasta 100%. decidiendo los datos y la fom1a de clasificarlos y definiendo ei metodo a utilizar en la recopilacion de datos. etc. Dibujar dos ejes verticales y un eje hOlizontal. EI nombre de Pareto fue dado a esta heiTamienta por Juran en honor del economista italiano Wilfredo Pareto que definio la regIa 80/20 para explicar la disttibucion de las riquezas. Luego se divide el eje horizontal en un numero de intervalos igual al l1l1mero de items clasificados. dando una idea clara y cuantificada del orden en que deben ser abordados estos problemas o causas. etc.) 2. Reunir los datos y efechlar el calculo de porcentaje de las frecuencias de apmici6n. Para elaborar un diagrama de Pareto hay que seguir los siguientes pasos: 1. Establece que "al eliminar el 20% de las callsas que generan lin problema en lIna sitllacion resalveria 1111 80% de elias. Para detenninar las causas de mayor incidencia en un problema. unidades. Una vez en esta disposicion. se traza una linea horizontal a partir del eje vertical derecho. 5. l1umero total de datos. 9. 4. Escribir cualquier informacion necesaria sobre el diagrama (titulo. Identificar el problema a analizar. Ordenar los datos en orden decreciente de frecuencia. 8. mientras que el 80% de las cal/sas restantes resllelven el 20% de los problemas restalltes". calcular las frecuencias acumuladas para cada causa. Diagrama de Pareto Es una hen-amienta utilizada para establecer lma jerarquia de los problemas 0 las causas que los generan. 7.

mediante la anot~cion y registro de sus fi'ecuencias para cada uno de los contextos posibles: verificacion (inspeccion. indicando quien... etc. -- -=< -- -- - -- ..-MA interseccion con la curva acumulada.. especificar el procedil11iento de recopilacion y analisis de dichos datos. . Asi en el ejemplo mostrado en la figura 2.4. definir una estnlchlra..4. Los items comprendidos entre esta linea veltical y el eje izquierdo (de cantidades acumuladas) constituyen las causas cuya eliminacion resuelve el 80% del problema. en la que se almacenan'll1 los datos: por otro.. por un lado.. las causas identificadas como A. - -- -- -- - 2-. c1asificacion de articulos defectuosos. Para ello establece los l11ecanismos necesarios para reunir y clasificar los datos recabados seglll1 detenllinadas categolias. G y F representan ese 20% de las causas que alTeglalian el 80% de los problemas. Figura 2.21 CALIDAD DE SISTEMAS INFOfu'vlATICOS ©RA.. Desde este punto trazar una linea veltical hacia el eje horizontal.4. Lista de Velificacion. como y cuando hacer la planificacion y la caphlra. localizacion de defectos en las piezas. chequeo 0 tare as de mantenil11iento). Chequeo 0 Cotejo sirve para identificar y analizar tanto los problemas como sus causas.. distribucion de variaciones de variables de los articulos. Para ello es preciso. Ejemplo de diagrama de Pareto 2. Diagrama de Pareto -- . .. Hoja de chequeo 0 de comprobacion La Hoja de Recopilacion de Datos tambien llamada Hoja de Registro.

LCS Y LCI para un diagrama de control I Es posible detinir Llna serie de tests que demuestran estadisticamente que el proceso esta bajo control. 0 I) I) 2.£ RA-ivl"'- CAPiTULO 2: TECNICAS Y HERR.Ll LCI Figura 2. volumen. Grafo Diagrama de control Son representaciones gnlficas utilizadas para detem1inar desde un punto de vista estadistico si un proceso esta 0 no bajo controL esto es. De c1asificaci6n de articulos defectuosos. chequeo 0 tareas de mantenimiento. De localizaci6n de defectos en las piezas. LCS . si hay variabilidad en el proceso y descubrir a que obedece esta variabilidad. aunque todos los puntos es«~n entre los dos limites. longitud.-\lVlIENTAS DE CAUDAD De modo general las hojas de recopilaci6n de datos se pueden c1asificar seglin el tipo de datos en: o I) De velificaci6n. La variabilidad es cualquier desviaci6n que el producto 0 servicio final puede tener respecto a la especificacion de los usuarios y que puede ser deb ida a cualquiera de los elementos. Consta de una linea central (que suele ponerse en tomo a la media muestral ~l) y dos limites de control superior (LCS) e inferior (LCI) que se basan en conceptos y resultados estadisticos l (vease figura 2.5).).5. inspeccion. calidad. Los graficos de control sil-ven para representar una caracteristica de cali dad medida o calculada a partir de muesh'as del producto que son tomadas a 10 largo de un espacio de tiempo. De dishibuci6n de variaciones de variables de los articulos (peso.5. . etc.

tudiar. 2. S 0 de desviaciones tipicas (cr): pennite estudiar como varian las desviaciones tipicas de los valores muestrales estudiados. recorrido y limites de control).24 CALIDAD DE SISTEvl!\S INFOIUvi~TIeos @RA-MA En el gnifico se dibujan los datos correspondientes al proceso. 2. Estos tipos son 16S siguientes: @ X-Barra 0 de Medias: pennite estudiar como varian las medias de las muestras estudiadas (vease figura 2.5. Se utiliza cuando el tamai'io de las muestras es inferior a 10 (vease figura 2. 5. Ca1cular los panimetros estadisticos necesarios (tamafio de la muestra. @ @ . Analizar el grafico y actuar sobre el proceso en funcion del resultado obtenido. se pueden crear distintos tipos de grafos de control por variables. En funcion de como esten agrupados los datos de las muestras y de los estadisticos que se quieran es. Si todos los puntos estan entre estos dos limites. Detenninar el indicador de calidad que mejor describa la situacion de calidad a controlar. Representar el gnifico con una helTamienta software adecuada. Gnificos de Control por Variables Se utilizan como indicadores de calidad algunos parametros estadisticos asociados a los valores medidos en las muestras de los productos tomados a intervalos regulares de tiempo. 3. puede decirse que el proceso esta bajo control. media. Se utiliza cuando el nllmero de muestras es superior a 10.1.1. TIPOS DE DIAGRANIA DE CONTROL Existen dos familias de graficos de control: por variables y por atributos.7). Decidir el tipo de gnlfico de control por vatiable que deb a utilizarse.1.5. Los pasos que hay que dar para elaborar un diagrama de control pOl' variable son los siguientes: 1.6). 6. 4. 2. Como minimo se recomienda tomar unos veinticinco valores. R 0 Recorrido: pennite esmdiar como varian los rangos de los valores muestrales estudiados. Tomar valores del indicador de muestras a intervalos regulares de tiempo.

5 3G'O co Q.l L 280 c Q. 4 6 8 10 12 14 Sample 16 18 20 .£ RA-MA CAPiTULO 2: TECNICAS Y HERRAJvlIENTAS DE CAUDAD 25 Grafico XBarra de Fallos de Sistema de Informacion 340 320 UCL=339. Ejemplo de Grafico de Control de Medias Gr6fico It de Fallos de Sistema de Informacion 200 R=88.5 200 .7.I X=275 i5. 6 8 10 . 2 4 .5 o 2: . 22 lCL=:O 24 Figura 2. Ejemplo de Grafico de Control de Recorrido . 12 14 Sample .6. (I) E 260 co 240 220 LQ=210. 16 i8 20 22 24 Figura 2.

=-.:===. entonces X-Ban-a y R son independientes.2. entonces la distribuci6n seria sesgada.. .S Il'iFORMATICOS © RA-ivlA.26 CAUDAD DE SISTEiVlA.1. por 10 que para elaborar un diagrama de Control por Atributos se sigue un procedimientC1 similar al descrito para los graficos de control por variables. eX-Barra! Rode Medias-Recorridos: son la representaci6n conjunta de un gritfico X-Ban-a con uno R. -__.. . -__. Grafico XBarra-R de Fallos de Sistema de Informacion 350~-------------------------------------------------' UCL=33'i/5 2M~-...__.__. Dichas muestras no tienen por que . Es posible hacer la siguiente clasificaci6n atendiendo a 10 que se pretende estudiar: ® Numero de productos defectuosos: se pretende evaluar si el proceso esta 0 no bajo control atendiendo al numero de productos defectuosos que genera.:===.::=:::.2 14 1$ 1S 20 sample lCL=21O.__. 16 18 20 ~ 2+ ---" L:::::.. Se supone que si la variable estudiada sigue una distribuci6n nonnal. J 10 1. . .8).__. / /~ ~/~\J\ / '-J / 8 10 12 14 5ample UCL=ZCJZ.8.===. Tipo p 0 de Proporcion de Unidades No Conformes: es un grafico de control que pennite representar la proporci6n de unidades no confonnes de cada muestra respecto del tiempo..O \ /1'.5.__. Ejemplo de Griifico de Control de Medias/Recorrido 2.::=:::.:=:::..J L~L=O 22 Figura 2.:===.. v--J+-<\.5 200 1-========================.. Si se presentan gritficos paralelos.::=::. __..::=:::. . Es posible encontrar los dos siguientes tipos de diagramas: a. Gnificos de Control por Atributos El contexto estadistico en el que se desan-ollan esta regido por los mismos principios que los graficos de control por variables.:===.::==. Es interesante siempre comparar la media de los rangos con la variaci6n pen-nitida (vease figura 2. -__.__.

La figura 2. EI tamafto de las muestras puede variar en cada inspecci6n.9.8~------------------------------------------' lJCL=O.9 muestra un ejemplo de un gnifico de control por atributos de la proporci6n del numero de defectos. Tipo np 0 de Numero de Unidades no conformes respecto del tiempo: es un gnifico de control que pennite representar el numero de unidades no conformes de la muestra respecto del tiempo. Pennite analizar tanto el mimero de unidades no conformes como la posible existencia de causas especiales. e Numero de Defectos por Producto.2692 0. 8 10 12 14 lCL=O 18 8<3mple Tests perfbrmed with unequal sample sizes Figura 2. La figura 2.6 ::: 0.7397 0.4 is: 0. Grafico P de Datos Invalid os 0.2 0. Se pretende detenninar si el proceso esta bajo control. La figura 2.5 o :.:: 13 o Q. Tipo Code numero de no conformidades: pennite representar el numero de defectos 0 de no confonnidades de todas las unidades producidas con respecto al tiempo. 0. estudiando el numero de defectos que tiene cada producto.'vllENTAS DE CAUDAD 27 ser del mismo tamafto.11 muestra un ejemplo de este tipo en la que el proceso no esta bajo control.3 0. Ejemplo de Diagrama de Control por Atributos tipo p b.CAPiTULO 2: TECNICAS Y HERRA.10 muestra un ejemplo de un tipo de gnifico de control por atributos de unidades no confonnes.1 P=0. En funci6n de la profundidad del estudio se pueden encontrar los siguientes tipos de diagramas de control de esta clase: c. Al realizar la inspecci6n de un atributo se clasifican las unidades en conformes 0 no confonnes (np).0 2 4 6 . . Para ella se contara el numero de defectos c que tiene cada muestra.

Tipo U 0 Numero Medio de No Conformidades: este tipo de diagrama deriva del anterior. Identificar anormalidades examinando las formas del grafico.0 CJ "E.. 12.99 20. pero se realiza calculado la media del numero de unidades no conformes de una muestra.0 17.5 01 E 10. Graficos NP de Datos Invalidos 22.6.5 UCL=21.28 CALIDAD DE SISTE!vL~S IN"FORt\.0 : : Alr' .5 ~ III 5 15.LA. Se trata de un instrumento de sintesis muy potente que permite apreciar la tendencia de un fen6meno. que ilustra la frecuencia con la que ocurren eventos relacionados entre sf.10. Histograma EI histograma 0 diagrama de distribucion de Jrecuencias es una representaci6n gnifica por medio de barras verticales.61 1 3 6 ffi ill v ~ Sample Figura 2. \ 1 1 1 V~ 9 U (~ ~ 1 '¥aT\ 1 ~ LCL=5. Diagrama de Control por Atributos tipo np (generado con Minitab) 2. El histograma puede ser usado para: CD Obtener una comunicaci6n clara y efectiva de la variabilidad del sistema. CD CD CD . Comparar la valiabilidad con los lirnites de especificaci6n.TICOS ©RA-MA d. Mostrar el resultado de un cambio en el sistema.''m.

Estos pares de puntos se dibujan en un diagrama en el plano como una nube. distorsionado.GRA-MA CAPiTULO 2: TECNICAS Y HERRA. . Se fOlma uniendo los pumos fonnados por la intersecci6n de la marca de clase 0 punto medio. bimodaL de dientes rotos 0 de peine. 2.11. (estas clases ficticias tienen una frecuencia cero). Los datos serall en la fonna (x. Nonnalmente. con la fi:ecuencia absoluta 0 con la relativa desde la marca de clase antelior a la primera clase.96 LCL=O 2 4 5 8 10 12 Sample 14 15 18 20 Figura 2. se espera poder expresarla como una funci6n matematica y f(x).12.l'v!lENTAS DE CAUDAD 29 Grafico C de Datos Invalidos 12 10 UCL=1l. La observaci6n de esta nube pem1itira detenninar si hay 0 no relaci6n entre ellas. Un ejemplo de histograma es el mostrado en la tigura 2. se espera que esta relaci6n sea lineaL aunque otras funciones polin6micas son posibles. e "y" el valor del factor que se considera influido (consecuencia). Visualizando ambos graficos se puede apreciar distintos tipos de histograma seglin su fonna: nonnal. En caso de haber relaci6n. cortado.y) donde "x" representa el valor que se pretende detenninar si influye (causa). etc.7. Diagrama de Dispersion 0 de Correlaci6n Tambien llamada Diagrama de Correlaci6n: esta heITamienta sirve para estudiar una posible relaci6n entre dos vaIiables objeto de estudio de un control de calidad. Para ella es preciso reunir datos de sucesos oClm-idos don de participan los dos factores que se pretende detem1inar si tienen 0 no relaci6n. hasta la marca de clase posterior a la ultima. Diagrama de Control pOl' Atributos tipo c Adjunto al histograma es recomendable realizar un grMico denominado poligono de frecuencias trazado sobre las marcas de clase de las barras del histograma.

30 CAUDAD DE SISTEMAS I]\iFOR. iii iii iii 3. entonces a medida que la magnitud de la causa crece. Las ideas suelen venir de sesiones de trabajo 0 de sesiones de Tonnentas de Ideas. Fue creado por Kawakita en los atlOS sesenta. negativa. y si esta es positiva 0 negativa: iii Si r es cero. Si r > 0. y fueltemente negativa. positiva. entonces no hay correlaci6n entre los dos factores estudiados.13 muestra las diferentes relaciones que pueden darse: correlaci6n fueltemente positiva. que indicara la fuerza de la relaci6n. 0 afines (Tague 2005). entonces a medida que la magnitud de la causa crece. Si r<O. la magnitud de la consecuencia decrece.!vL~ TlCOS © RA. Cuanto mas cerca este r de 1 6 -1 mas fuelte es la relaci6n entre los dos factores. Como resultado del amilisis se obtendra un coeficiente de correlaci6n r. la magnitud de la consecuencia tambien. no correlaci6n.-IvL>\ 120 iOJ - 5J 20 i70 168 iSJ 208 210 Figura 2. Diagrama de afinidad Los diagramas de afinidad sil"Ven para organizar un gran nlunero de ideas en categorias relacionadas. HERRAMIENTAS DE GESTION 3.12. Ejemplo de Histograma La figura 2.1. .

13. Identificar todas las causas posibles de un problema. 2.::" 0 0 0 00 C 0 c Correlacion Compleja y 0 0 0 0 00 0 0 00 00 0 00 Correlacion Fuertemente Positiva Figura 2. Diagrama de relaciones Es una herramienta utilizada para identificar las causas mas significativas de un problema y representar graficamente los vinculos que puedan existir entre los factores relacionados con ese problema. . Los diferentes elementos del diagrama se relacionan entre SI con flechas. 0 0 o o 0 00 0 0 0 C 0 X 0 0 0 . 3. Asignar cada idea afinidad.CAPiTULO 2: TECNICAS Y HERRAMIENTAS DE CAlIDAD 31 Para elaborar un diagrama de afinidad. Tipos de diagramas de correlacion 3. Registrar todas las ideas y conceptos que sUljan en el glUpO de trabajo. Los pasos que hay que dar para elaborar un diagrama de relaci6n son los siguientes: 1. en funci6n del grado de Q 0 0° v 0 0 0 C 0 0 0 0 y Q 0 0 o 0 °0 0 C 0 00 0 No Correlacion 0 y 0 0 0 0 0 0 c 0 Correlacion Negativa 0 x 0 x 0 0 0 y o 0 0 0 c 0 00 Correlacion Positiva y o o c o 0 0 0 c (. se recomienda seguir estos pasos: 1. Crear categolias generales para esas ideas basandose en criterios de afinidad. Esta herramienta ayuda a un gmpo de trabajo a identificar los enlaces naturales entre diferentes aspectos de una situaci6n compleja. 0 concepto a dichas categorias.2.

Descartar en cada iteraci6n las causas no seleccionadas. La figura 2.14 muestra un ejemplo de diagrama de relaci6n. La figura 2.TICOS ©RA-lvL~ 2. Se suele utilizar para definir la relaci6n enh·e los distintos factores que intervienen directa 0 indirectal11ente en un proceso de mejora de calidad. Ejemplo de Diagrama de Relacion 3. pennite representar grafical11ente la relaci6n existente entre varios factores.15.. Proponer una causa como la mis probable Estudiar la relaci6n entre esta primera causa y el resto de las causas. Ejemplo de Diagrama Matricial .. 4. Diagrama de matriz 0 matricial Al igual que oh·as henamientas de las citadas hasta ahora. Repetir la iteraci6n hasta encontrar la causa que mas relaciones tenga.14.COi'iiE:'<IDOS -4 S£GI3RIDAD -:c.COl'T£NIDOS 3 . Para ella hay que colocar los factores sobre las filas y colunmas de una l11atliz.15 representa un ejemplo de diagrama mahicial. Es posible indicar el grado 0 intensidad de la relaci6n existente. 5 3 Figura 2. Si existe relaci6n.. V£LOCIDAD VEWCIDAD . . sefialando con flechas las relaciones que vayan surgiendo. se l11arca en la intersecci6n de los factores. 3. Es posible que haya diferentes niveles de relaci6n.. ~ I I I I S£GGRIDAD ! I I I .3. A c D B Figura 2.32 CAUDAD DE SISTElvL~S n'iFOIUvlA. 5.

holgura. dependencias entre actividades. con 10 que es posible estimar eminto tiempo se va a necesitar para desarrollar el mencionado plan. Diagrama de arbol Se utiliza para representar jenirquicamente los diferentes niveles de complejidad de un detenninado proceso 0 producto. 3.16 muestra un ejemplo de este tipo de diagrama. La figura 2. . partiendo de un primer nivel generico que se va descomponiendo en niveles de mayor detalle hasta alcanzar un nivel basico 0 autodescriptivo. que relaciona dos grupos de elementos entre sl. 3. Diagrama de redes de actividad 0 de flechas Figura 2. La infonnaci6n que se debe mostrar es la duraci6n de cada tarea.6.7.16. Como las flechas indican caminos. Se sue Ie utilizar para implantar planes de actuaci6n de cierta complejidad.4. es posible identificar caminos criticos en la realizaci6n del plan.5. Diagrama de redes de actividad Son una herramienta de planificaci6n que se emplea para representar gnificamente y de forma estructurada la secuenciaci6n de actividades que hay que desarrollar en un plan de mejora de calidad siguiendo un orden cronol6gico. Tienen un principio y un final. 3. Hamada L-Shape. Diagrama de proceso de decisiones Define un plan de actuaci6n de cara a resolver un problema detenllinado.ivIIENTAS DE CAUDAD 33 3.s RA-ivL\ CAPiTULO 2: TECNICAS Y HERRA. Matriz de anal isis de datos Algunos autores como Tague (2005) identifican esta herramienta como un sUbtipo de la anterior. 0 incluso relaciona los elementos dentro del mismo grupo.

Para cada tarea del tercer nivel identificar que es 10 que podria salir mal. Existen dos modos de realizacion de esta tecnica: EI Modo estructurado: todos los miembros del grupo se yen forzados a participar. Estos planes se pueden mostrar en un quinto nivel. las actividades pl1ncipales para conseguirlas y en el tercero. Revisar todas las listas de problemas potenciales y eliminar aquellos que sean improbables 0 cuyas consecuencias pudieran llegar a ser poco significativas. 4. 2. HERRAMIENTAS DE CREATIVIDAD Aunque existen herramientas de creatividad como los mapas concephtales. Es una herramienta de trabajo en grupo basada en la creatividad de los componentes del grupo de trabajo. el usa de analoglas. 4. en el segundo. teniendo en el primer nivel el objetivo del plan.34 CAUDAD DE SISTEMAS INrORJvLA.-MA Para elaborar un diagrama de este tipo. seleccionando poste1101111ente las mas indicadas. Esrudia la viabilidad de cada plan de contingencia. Modo Iibre: los miembros del grupo van aportando ideas seglll1 se Ie van a ocun1endo sin seguir ningUn ru1110 preestablecido. Se crea un ambiente mas relajado pero se corre el peligro de que haya personas que no participen y por tanto no se conozcan sus ideas. Obtener 0 desarrollar un diagrama de arbol con el plan propuesto. identificar planes 0 acciones de contingencia que mitiguen los efectos de esos problemas. Para cada problema potencial. es decir. Los problemas resultantes poddan mosh·arse como un cuarto nivel.TICOS @RA. aquellas que mejor se adaptan a los objetivos del problema. aqui se presentani solo la tonl1enta de ideas como la mas utilizada. Para ella es necesar10 que el equipo de trabajo conozca dichos objetivos. se deberia seguir este procedimiento: 1. .. mar·cando con una "X" los impracticables y con una "0" los que Sl poddan llegarse a dar. 3. Se pretende obtener el mayor numero de ideas 0 soluciones en el menor tiempo posible. etc. siguiendo un hImo riguroso . 5. Se tiene que planificar una agenda para facilitar la asistencia e todos los miembros. una lista de tareas para cada una de esas actividades. EI Las fases de una tonl1enta de idea son: EI Definicion y comunicacion del asunto a tratar a todos y cada uno de los miembros del gmpo.

HERRAMIENTAS ESTADisTICAS 5. indices cenrt·ados con respecto a los limites indices descentrados con respecto a. b. Para determinar si un proceso es 0 no capaz. Control estadistico del proceso Se entiende por capacidad de un proceso el grado de aptitud que tiene para cumplir con las especificaciones tecnicas deseadas. A corto plazo 0 intragrupo (Capacidad Potencial) A largo plazo 0 intragrupo e intergrztpo (Capacidad Global) . se dice que es capaz. Se considera un indice de Capacidad como la relaci6n entre la variaci6n natural del proceso y el nivel de variaci6n especificada.los limites pero contenidos en ellos S610 con limite superior S610 con limite inferior e Respecto a su a1cance temporal a. Seleccion de ideas. descartando las peores. se pueden utilizar las siguientes herTamientas: e e e e Histogramas Graficos de Control Graficos de Probabilidad Estudios de indices de capacidad Este apartado se centrara en los estudios de los indices de capacidad. Los pariicipantes van apOliando ideas en alguno de los modos expuestos anterionnente y el moderador 0 director de la reuni6n las va a anotando en alglin lugar visible por todos los pariicipantes. e 5. Cuando la capacidad de un proceso es alta. d. todos los miembros deben seleccionar aquellas dimensiones que mejor se adapten al objetivo de la medici6n. Se pueden hacer dos clasificaciones: e Respecto a su posici6n: a.CAPiTULO 2: TECNICAS Y HERRAMIENTAS DE CAUDAD 35 e Exposicion de ideas. Cuando se mantiene estable a 10 largo del tiempo se dice que esta bajo control. c. b. Cuando ya no haya mas ideas.1.

01) Figura 2.l-. p~r"'1 V'!ithin P.J j.!~ ""-=::tl) N 18(t2)~S 149 1:.JIOOOO --Within - - Over311 Cp CPL I 0..·SSS!G7 ~·pr. (J<[o:n:ll Po:rTorm.994% de los productos fabricados 0 servicios prestados por el proceso centrado esta dentro de las especificaciones. P p. LSL 1710$0. C PK Y PPK Sean LS Y LI los limites de tolerancia exigidos en las especificaciones.. habra que aplicar acciones con'ectoras.33..J .:2 := U~!. iNDICES DE CAPACIDAD C p.v(O'~·\:r~!f) CPLI QJ.!YLA.36 CAUDAD DE SISTEMAS INFOR.1.~ > IJSL ~::~~E>e.i r= U. se defme el indice de capacidad de proceso como: C p = LS-LI 6u CPK = A1in{ LS . PPhl Tot.' h"{lERGRllPO PPU PPL Figura 2. Estudio de Capacidad del Proceso " Deteccion de fall os en el Sistema de Informacion" L5l Prv-:~ss USl LSL D.: ::.! 413333 .tr'.n~.b:..! 377003.L ::1S.1.2.TICOS ©RA-MA CORToPL4Z0 ' (h"i"IRAGRl1J>O) LARwPtAZO (h'i-m..33.:.:vi)\IHhirl) StD. 15313 StD.. que garantiza que el 99.)S7 ppr'. (j:2~: <::pl.90 Exp. ll 1775...2r.: 0. Cpm *" 1740 1750 1780 1800 1820 1840 1960 <. Definicion de los tipos de indices de capacidad 5. 293308:9 28 . En caso de ser necesario estudiar los dos... En otro caso.rtlp.:r.a:t.23 0.j.32 * Potential (Vnthin) Cap..3? 02~ PPl PPU P~k 0. Ejemplo de Estudio de Capacidad de Proceso (generado con Minitab) .17. ambos deben valer como minima 1.-.: ppr'il =: LSL 1E>Ui4J$(' ppr·./-=d P-=tfQtrnamo: PPM .:.-liIun.18..31) 0.. Tet::..C1C)OCI 1825. Tot~1 2::S1S'~J'Je: PPM PPf. } 3u 3u 10 Para afinnar que un proceso es capaz Cp y/o CPK deben ser mayor 0 igual que 1.33 E~p..a. CC?~~ Overall Ca~'!!biSty Pp 0.LI .PO E.an:.·' 3':1£2£9..bility 5"rnpl-= S.=: l$l :i~':..-\GRD'.

PPL Se utilizan cuando el proceso solo tiene un limite de especificacion.1. 8. PPU. 5. . 3. cuantificarla (Vilar.18 se muestra un ejemplo donde mediante la observacion de los indices de capacidad potencial y global puede deducirse que el proceso no es capaz. Las etapas de las que consta un DOE pueden resumirse en: 1. Diseno de experimentos El Disefio de Experimentos (DDE. Ejecutar un experimento piloto. etc. Se ca1culan: CPU = L530- CPL = jl-LI 30- 5.MIENTAS DE CAUDAD 37 En la figura 2.2. 6. bien inferior (CPL. INDICES DE CAPACIDAD CPU. Identificar las causas posibles de variacion.2. 2. 9. PPL). y que por tanto habra que aplicar correcciones 5.QRA. y si se demostrara dicha influencia. Deterrninar el tamafio muestral. Elegir el disefio experimental adecuado. bien superior (CPU y PPU).-MA CAPiTULO 2: TECNICAS Y HERRA. 7. Revisar las decisiones anteriores. DOE. 2006). 4. CPL. Especificar el modelo (lineal.). Defmir los objetivos del experimento. ni a largo ni a corto plazo. Design of Experiments) tiene como objetivo averiguar si unos deterrninados factores influyen en una 0 varias variables de interes para la calidad. Especificar medidas y procedirniento experimental. Esquematizar los pasos del analisis estadistico.

se analizan y se interpretan por los miembros del grupo de u'abajo y finalmente se relacionan con las caracteristicas del producto que deben sintonizar con los requisitos de los c1ientes.. 1999): 1. Tambien es necesario revisar el objetivo del proyecto para adaptarlo a los recursos de la empresa. Fase de Organizacion: donde se delimitani el alcance del proyecto. donde se van a relacionar las caracteristicas y requisitos de los componentes analizados y ponderados en la mahiz anterior con las especificaciones del proceso de fabricaci6n 0 prestaci6n del servicio. A partir de este punto comienza el desarrollo del QFD. delimitandolo en el tiempo. Para realizar un proyecto usando QFD se deberian seguir estos pasos (Carretero et al. donde se relacionan las necesidaaes del c1iente con las caracteristicas del producto 0 servicio a disefiar. Matriz de planificacion del proceso. y planificando temporalmente la duraci6n y las precedencias de cada una de sus tareas. siendo su finalidad definir las especificaciones 0 caracteristicas de las piezas. Fase de Definicion. En esta fase se realiza la programaci6n temporal del proceso.38 CAUDAD DE SISTEivL<\S INrORo'viATICOS 6. Para ella se suelen utilizar cuatro tipos de matrices importantes: a. La principal ventaja de esta tecnica es la reducci6n del tiempo del disefio y la disminuci6n de los costes.1. Estas personas deben tener experiencia demostrable y pertenecer a los distintos departamentos implicados en el proyecto. 2. componentes subsistemas mas significativos del proceso. En esta fase es donde se recopilanlos requisitos del c1iente. . lv!atriz de desp/iegue de componentes. lv!atriz de planificacion del producto 0 servicio ("casa de la calidad'). definiendo tanto el objetivo del proyecto como los miembros del equipo que deben trabajar en el. 0 c. 3. manteniendo y mejorando la calidad. HERRAMIENTAS DE DISENO 6. cuyo objetivo es que los requisitos del c1iente lleguen a estar completamente contenidos en las espcificaciones tecnicas del producto 0 servicio. QFD (Quality Function Deployment) El Diagrama de Despliegue de la Funci6n de Calidad (Quality Function Deployment) es una tecnica utilizada para planificar nuevos productos y servicios 0 realizar mejoras en los existentes a partir de metodos mauiciales. b. Fase de Identificacion y Amilisis de Necesidades.

as!. 7. Analizar los Resultados 11. planificado y participativo que se aplica cuando se disenan nuevos productos 0 procesos 0 cuando se rea1izan modificaciones importantes para evaluar 0 detectar fallos y causas que se originan antes de que lleguen al c1iente.2. Priorizar las Necesidades del Cliente 6. centr'andose principalmente en las definiciones del producto 0 servicio. Este proceso perrnite reducir costes y tiempos. 9. . de su frecuencia de aparici6n y de 10 facil que sea detectar esos fallos. estableciendo el procedimiento. Iterar el Proceso 6. habria que realizar las siguientes actividades: 1. jvlatri::.~ RA. AMFE (Analisis Modal de Fallos y Efectos) AMFE (Failure Modes and Effects Anafysis-FiViEA) es un proceso sistematico. habria que trabajar sobre cada una de las matrices de la figura 2. 4. que va a recopilar la relaci6n entr'e las especificaciones del diseno (registradas en la matriz de planificaci6n del proceso) y la normas de producci6n.19. la programaci6n y los puntos de control del proceso de producci6n. 2. Establecer los Parametr·os de Diseno Generar la Matriz de Relaciones Obtener la Evaluaci6n de Desempeno del C1iente Correlacionar los Parametros de Diseno 10. mejorar y establecer ill1 contexto de aseguramiento continuo de la calidad y aumentar la fiabilidad de los productos.-ivlA CAPiTULO 2: TECNICAS Y' HERRAMIENTAS DE CAUDAD 39 d. Para completar esta fase. Seleccionar un Producto/Servicio Importante a Mejorar Obtener la Voz del Cliente Identificar las Necesidades del Cliente Organizar las Necesidades del Cliente 5. Los fallos se priorizan de acuerdo a la gravedad de sus consecuencias. de pfantficacion de fa prodllccion. 8. 3. En la fase de identificaci6n y analisis de necesidades es donde tiene lugar la planificaci6n critica.

.. 1999) La tabla 2.s c.>. Docurnentaci6n basica del AMFE (Carretero et at.19.. 1999) .1.J.. Clz ~Gl 0 3> oS: 0:3: "en W w EVALUACION Ponderaci6n de Requisitos Figura 2.J (j .S IN1'ORr'vlATICOS ©RA-MA ~ CARACTERisTICAS DEL PRODUCTO La voz dellngeniero I- z ::i U w w .Sl we "Ill > enu U « u 0 inO ~~ _ N 0'" wZO MATRIZ DE RELACIONES u::. > "t:I" "'.1 muestra la infonnaci6n basica que se necesita manejar para realizar un AMFE.40 CAUDAD DE SISTEivLA. Consta de los siguientes campos: Tabla 2. Estructura de la Matriz "Casa de la Calidad" (Carretero et aI..

Causa de Falla: hay que describir las anomalias de las que se tiene sospecha que han podido producir el faUo: variaciones en los parametros de manipulacion optima. degradacion en las prestaciones. servicio o proceso. Jndice de Frecuencia (F): pennite asignar una probabilidad de que ocurra lma causa potencial del modo de faUo. para estudiar si es el resultado de un accidente fortuito 0 bien es por causa de alglin tipo de desgaste. Esto pennite identificar los fallos en los que se deben concentrar principalmente la atencion para empezar a aplicar ah! las acciones correctoras oportunas. Indice de Deteccion (D): es el val~r que mide la probabilidad de que la causa y el faUo Ueguen al cliente. deficiencias en el diseno del producto. salud.PiTULO 2: TECN1CAS Y HERRAt\1IENiAS DE CAUDAD 41 • Funcion y/o Proceso: describe la funcion del elemento analizado. o o o o . en este apartado deben completarse todos los datos correspondientes a las diferencias de funcionamiento observadas. Jndice de Gravedad (G): sirve para estimar el nivel de consecuencias sentidas por el cliente. . Ejecta de Falla: en el caso de que se produzca el faUo.. Si se presentan varias funcionalidades. deficiencia en los materiales usados. aunque no este observado par el cliente. la probabilidad de que los indices de deteccion no funcionen. Indice de Prioridad de Riesgo (JPR): mide cuales son los fallos cuyas probabilidad de riesgo es mayor. o • Evaluacion de la Prioridad: que comprende los siguientes conceptos: o Controles preventivos: hay que reflejar los resultados de los controles preventivos previamente realizados a la aparicion del faUo. Se obtiene calculando el producto de los tres indices anteriores: IPR= F·G-D. Este indice de gravedad esta tabulado y es funcion creciente de estos factores: insatisfaccion del cliente.. se separanin adecuadamente. etc. medio ambiente. Habria que describir a que areas puede afectar el faUo: si a seguridad. Fallo: se refiere al incumplimiento de uno 0 varios requisitos especificaciones del elemento. uso indebido por parte del cliente.CA. funcionamiento correcto. coste de reparacion. ya que pueden dar lugar a distintos modos de faUo. es decir. o o 0 • Mada de Falla: es la forma en la que el elemento estudiado puede dejar de cumplir las especificaciones para las que fue disenado.

"Alilnentar la probabilidad de deteccion". Responsabilidad y plazo: sirve para anotar la persona 0 area que se hara cargo de la ejecucion de las acciones conectoras indicadas anterionnente en los plazos previstos. las causas y las posibles consecuencias. compras (y suministros). producci6n. Estil11ar el alcance y los lil11ites de aplicacion del Ai\1FE. Resultados: tras adoptar las conespondientes acciones conectoras se refleja la fecha de aplicacion. "Redllcir la gravedad del lalla". se sei'ialan los nuevos valores de los indices de frecuencia. Ejecutar las acciones conectoras. Deteccion e IPR. Lo que aCaITea calcular los conespondientes indices de Gravedad. En funcion de este indice. procesos y necesidades de los usuarios.S INFOIUvLATICOS © RA-ivLA. proceso 0 servicio a estudiar. 2005): 1. de gravedad y de deteccion y se calcula de nuevo el IPR. pruebas. por 10 que se debe tener en cuenta el valor del indice de Prioridad de Riesgo. Otras fimciones que deberian ser capaces de desanollar son las de disefio. volver a calcular los conespondientes indices para comprobar la validez de las acciones conectoras ejecutadas. servicios. las acciones que se pueden asociar se puede clasificar en "Eliminar la causa dellalla". ventas (y atencion al cliente) y servicios a clientes. e e El procedimiento general para desaITollar cualquier tipo de AMFE podria ser el siguiente (Tague. e Acciones Correctoras: para detem1inar las acciones conectoras es conveniente seguir cada fallo. Elaborar y rellenar toda la documentacion relativa a la evaluaci6n de PriOlidad para cada uno de los modos de los fallos potenciales objeto del estudio: esto implica rellenar todos los campos de la tabla 2. Frecuencia. En funcion de los valores de IPR. . identificando el producto. 3.1. Tras esta fecha.42 CAUDAD DE SISTEivLA. y una vez pas ada la fecha de aplicacion. identificar los responsables y estimar el plazo. estil11arJas acciones conectoras. "Redllcir la probabilidad de acurrencia". calidad. as! como los modos de fallos potenciales. mantenimiento. 4. 5. 2. FOl1nar un equipo multifuncional con conocimiento amplio y diverso sobre los productos. fiabilidad.

Identificar todas las fases y actividades del proceso y marcar aquellas que inculTan en costes de calidad: inspecci6n. .2. Las fases para desalTollar un benchmarking es el siguiente: 1. reparaci6n y control de danos. Para realizar un analisis COQ se recomienda seguir estos pasos: I.1. Planificar: a. Estimar la viabilidad de las acciones COlTectoras. 2. COQ (coste de la caUdad) Tambien llamado Analisis de Costes de Pobre Calidad. Fonnar un equipo muldisciplinar que afronte finnemente el estudio que se va a desalTollar. bien preventivas para elTadicar/evitar esos problemas. Cuestionarse las razones de que haya tanto muchas como pocas actividades marcadas que inClllTan en costes de cali dad. b.: RA-lvLA CAPiTULO 2: TECNICAS Y HERRAMIENTAS DE CAUDAD 43 7. 4. Hay que elegir aquellos que sean criticos para el exito organizacional. 5. 0 a los procesos de la organizaci6n. y cuantificar los costes en los que habria que incurrir por no hacer las cosas bien desde el plincipio. de manera que se pueden incorporar aquellas que no se desalTollan 0 mejorar las que se desalTollan a la propia organizaci6n. Obtener 0 dibujar un diagrama de flujo detallado del proceso. el COQ es un proceso uti liz ado para identificar problemas potenciales. Para cada actividad marcada estimar el coste que puede implicar los fallos procedentes de una deficiente calidad y el coste que puede suponer implementar acciones bien cOlTectoras. Proponer aquellas acciones COlTectoras cuya viabilidad sea posible. 7. 3. HERRAMIENTAS DE MEDICION 7. Benchmarking Tague (2005) define benchmarking como un proceso estructurado que pennite comparar las mejores practicas de las organizaciones. Definir los objetivos del estudio.1..

Estudiar los propios procesos de la organizaclOn: es preciso conocer como nmcionan las cosas intemamente para hacer un buen trabajo en la comparacion..44 CAUDAD DE SISTENLA. entrevistas telefonicas y/o visitas. b. Identificar los profesionales de la organizacion que podrian desanollas las mejores pnicticas. tanto los numeric os como los descriptivos.3. Existen dos modalidades: e Intenogacion directa: los trabajadores del verbalmente al encuestado y anota sus respuestas. Hay que recoger tanto las descripciones de los procesos como los datos numericos. DesaITollar objetivos para los procesos de la organizacion. Desanollar planes de accion para conseguir esos objetivos. DetenniI1ar las diferencias en las pnicticas que provo can dichas brechas.TICOS . 7. Implementar y monitOlizar dichos planes. c. b. conocimiento intenogan e Intenogacion indirecta: se prop one un cuestionario escrito. Detenninar las brechas entre las medidas de rendiIniento de los procesos de la propia organizacion con los de las ou-as organizaciones.S lNTORlvLA. Recopilar Datos: a. i\nalizar: a. 3. Recopilar los datos directamente de los profesionales de la organizacion. . Comparar los datos recolectados. c.:g RA-ivlA c. 4. 2. Adaptar: a. usando cuestionarios. d. Encuestas Estan destinadas a detenninar la naturaleza de los procesos.

La direcci6n comprende la importancia de la calidad y participa en el programa de calidad. 2002) .• \ DES<.nE lVlADli"REZ . La direcci6n no invierte tiempo ni dinero en la cali dad. etc. N~'EL.: c". mientras que Westcott (2001) los denomina: disfuncional. Silverman (1999) distingue los niveles de: aseguramiento de la calidad. Iluminacion (enlightenment)..•.>.. . " to'. No hay mejora de calidad ni medidas del coste de la calidad ni muchas inspecciones. Benchmarking Herramientas de gestion Encuestas a empleados QFD Tabla 2. Exp.CAPiTULO 2: TECNICAS Y HERRA1\UENTAS DE CAUDAD 45 8.:n. Toda la organizacion esta involucrada en la mejora continua. Crosby (1979) distingue los siguientes cinco niveles: II Incertidumbre (uncertain!)). desarrollo.RIPClo. haciendo enfasis en la prevencion de defectos.. Cada departamento acepta su papel en sistemas de gestion de cali dad. por ejemplo. estin integrados y dirigidos por la estrategia de la organizacion. . II II II II En el mismo sentido. los extemos bajos. alineamiento e integraci6n. Auditorias Coste de Cali dad Control Estadistico de Proceso Encuestas clientes FMEA! Dis... Despertar (mvakening). finanzas. por 10 que el personal apaga fuegos constantemente sin investigar las causas de los problemas. Sabiduria (wisdom). Asi. La direcci6n no entiende la calidad. se pone enfasis en la valoraci6n pero no en la prevenci6n. resoluci6n de problemas....J .. ' . TT~ C'. La direcci6n soporta la mejora de la calidad.. Certidumbre (certainty).'\i.. No hay mejora continua fonn~l Departamento de Calidad es responsable Costes de cali dad intemos altos. "". obsesi6n por el cliente y "despertar espiritual" (spiritual mvakening)." Reclamaciones y costes de fallos son altos. NIVELES DE MADUREZ Varios autores han sefialado que las organizaciones pueden presentar diferentes niveles en la gesti6n de la calidad. Bajo Medio Alto No existe sistema de calidad fonnal 0 no se usa. seguridad.2.. Los departamentos y procesos monitorizan desempefio y meiora diaria. Herramientas y niveles de madurez (Oakes. despertar. existiendo un departamento de calidad que reporta a la direcci6n. madurez y sistema de c1ase mundial. Proyectos de mejora con empleados Los sistemas de gestion de calidad.

A. P. (1999). Editorial Editex. EJERCICIOS l.. A D.asq. A Y Carleton. Tome un proceso concreto de su organizaci6n y utilizando un diagrama de flujo representelo adecuadamente. Milwaukee. Blanton. Ed.r Segunda Edici6n. ya que COQ utiliza datos internos. se puede encontrar un cierto orden de prelaci6n a la hora de utilizar las helTamientas. Florae. Juran. McGraw-Hill. Calidad.. 9. http://www.onrilearn-about-qualitv/qualitv-tools.org Se trata de la web del QFD Institute que reline una amplia cantidad de material sobre QFD. por ejemplo: SPC se tiene que utilizar antes que DOE.46 CAUDAD DE SISTEMAS IN"FORJvLA. Sanchez-Infantes. Se trata de un muy buen libro de introducci6n a la cali dad en general. e e e 10. lA. Measuring the Software Process. Addison Wesley. ya que un proceso debe estar en condici6n estable antes de estudiarlo. Statistical Process Control for Software Process Improvement. Sanchez-Infantes. Okes (2002) presenta la propuesta que se refleja en la tabla 2. (2005) The Quality Toolbo. Este libro es la "caja de helTamientas" de calidad propuesta por la American Society for Quality. Sanchez. lA.qfdi. EI Manual de Cali dad es uno de los libros considerados como c1asicos desde su plimera edici6n. Es sin duda uno de los mejores libros a la hora de aplicar las tecnicas de control estadistico del proceso al software.. Ingelmo. mientras que benchmarking utiliza datos externos. LECTURAS RECOMENDADAS e CalTetero. N. W.2. . SITIOS WEB RECOMENDADOS e http://\v\vw. Ademas. Quality Press. A (2001) Manual de Calidad. lM.TICOS ©RA-MA Las helTamientas que una organizaci6n puede utilizar varianin seglin el nivel de madurez de calidad que presente.htmILa American Society for Quality mantiene un cataIogo de Libros muy interesante sobre todas las helTamientas de calidad que se han presentado en este capitulo. e 11. Tague.R. P. (1999). Presenta muchos conceptos de calidad a 10 largo de los cuarenta y ocho capitulos de sus dos volumenes. COQ se utiliza antes que el benchmarking.

3.. elaborar un diagrama causa/efecto. las posibles causas que producen los fallos del disefio del software de un sistema de infonnaci6n. 5.. En el proceso de puesta en marcha de un sistema de infonnaci6n. 6. y las causas sobre las que acrua cada acci6n de mejora. jerarquizar los posibles problemas usando las helTamientas estudiadas que se consideren mas adecuadas. 4. desalTollando las siguientes actividades: para la identificaci6n y analisis de los posibles problemas usar una tonnenta de ideas. . indique algunas de las cusas de variabilidad. Pareto.Au\1IENTAS DE CA. Analizar. las acciones de mejora que pennitirian disminuir la variabilidad de un proceso. Investigue las interpretaciones estadisticas de cada uno de los tests aplicables a los graficos X-BanaJR 0 X-BalTa/So Investigue la interpretaci6n estadistica de los distintos coeficientes definidos para el estudio de capacidad de procesos. . representar los diferentes graficos de control (como histograma. Realizar un estudio sobre la insatisfacci6n de los c1ientes con un producto software. Preparar un cuestionario que inc1uya los datos necesarios para llevar a cabo un estudio sobre los defectos de los datos en una base de datos atendiendo a tres variables distintas: exactitud de los datos.-MA CAPiTULO 2: TECNICAS Y HERR. fiabilidad de la fuente que los proporciona y precisi6n de los datos. 7.G R. ).A. mediante un diagrama de Ishikawa.LIDAD 47 2.

varias de las cuales han sido aplicadas en las organizaciones. Para ella se impregna la "cultura de calidad" en todos los aspectos de la organizaci6n. Do.AL La Gesti6n de la Calidad Total (en sus siglas inglesas TQM. mayor atenci6n a las nonnas ISO 9000 debido a su gran difusi6n. y se han aprobado divers as nonnas. como es 16gico. mas recientemente SeisSigma. La Gesti6n de la Calidad Total concibe la organizaci6n como un conjunto de procesos que se pueden gestionar siguiendo el ciclo "Planificar-Hacer. Total Quality Management). Dentro de las diferentes propuestas destacan la Gesti6n de la Calidad Total. En este capitulo se resumira muy brevemente todas estas nonnas dedicando. 2.Verificar-Actuar" (pDCA: Plan. pel'O que es «bueno».CAPiTULO 3 MODELOS Y NORMAS DE CALIDAD %H EI «buen gusto» como nonna eqllivale a lIna amonestacion para que neguemos nuestro sincero gusto y 10 sustituyamos por otro que no es elnuestro. se implementan los procesos correctamente desde el principio y se intenta erradicar los defectos en todo tipo de tareas. Ortega y Gasset 1. GESTION DE LA CAUDAD TOT. representa una "actitud" 0 "filosofia" por la cual la organizaci6n pretende ofrecer a sus clientes productos y servicios que satisfagan completamente sus necesidades. INTRODUCCION Desde mediados del siglo pasado hasta la actualidad se han propuesto diferentes modelos para la gesti6n de calidad. Check. Act) que fue desarrollado iniciahnente hacia 1920 por Walter . el modelo EFQM y.

realizar el seguirniento y la medici6n de los procesos y los productos respecto a las politicas. e informat· sobre los resultados.iso. 1992. Martin. establecer los objetivos y procesos necesarios para conseguir resultados de acuerdo con los requisitos del c1iente y las politicas de la organizaci6n. Actuar. los objetivos y los requisitos para el producto. implementar los procesos. Hacer. Edwards Deming. Verificar.50 CAUDAD DE SISTEtvL. tomar acciones para mejorar continuatnente el desempeiio de los procesos. e e e La gesti6n de la calidad total se basa ademas en otros principios (Hyde. y popularizado luego por W. NORMAS ISO 9000 3. ISO Y el proceso de normalizaci6n La International Organization for Standarization (ISO http://w\Vw.1. incorporando el conocimiento y la experiencia de los trabajadores: e e e e Comprorniso de la alta gesti6n con todos los empleados Reducci6n de los ciclos de desarrollo Producci6n "just in time" Reducci6n de costes de productos y servicios Implicaci6n y enriquecirniento ("empOlvennent") Reconocirniento y celebraci6n Propuesta de objetivos cuantificados y benchmarking Toma de decisiones basadas en hechos del puesto de trabajo del personal II e e II 3.-S INl'ORl'viATICOS ~RA-tvL"- Shewhart..com) naci6 en 1947 con el objetivo de facilitar la coordinaci6n internacional de las normas . por 10 que se conoce "Cicio de Deming": e Planificar. 1993) que persiguen la mejora continua de los procesos.

por ejemplo. EEUU FRANCIA ANSI AFNOR ESPANA GRAN BRETANA JTCI SC27 Figura 3. que sue len subdividirse en Sub comites (SC) y estos. entre ellos el SC7 de Ingenieria del Software y Sistemas.1). .1. en el campo de las tecnologias de la infonnaci6n fonna junto con la International Electrotechnical Commission (lEC) el Joint Technical Committee I UTC1). En algunas areas. representados a traves de su organismo nacional de nonnalizaci6n (vease la figura 3. ANSI (American National Standards Institute) por EEUU 0 AENOR (Asociaci6n Espanola de Nonnalizaci6n y Certificaci6n) por Espana. que posee diferentes gmpos de trabajo (v ease tabla 3. ISO colabora con otras organizaciones. en Orupos de Trabajo (WO) para desarrollar temas especificos.1): pOl' ejemplo. Pueden ser miembros de ISO todos aquellos paises del mundo que 10 deseen. Estructura de ISO Los trabajos de elaboraci6n de nonnas estan encomendados a los Comites Tecnicos (TC). a su vez.CAPiTULO 3: MODElOS Y NORMAS DE CAUDAD 51 tecnicas en los diferentes campos de la industria. que se encuentra dividido en varios subcomites.

•·. pero a costa de alargar demasiado el tiempo necesario para aprobar una nonna.. operaci6n. seguridad de uso.jtc1-sc7.. entrega.. pnicticas y aplicaci6n de evaluaci6n de procesos en la adquisici6n.. metadatos y marco ODP. ITU-T y otras organizaciones (como IEEE) SWEBOK (Cuerpo de Conocimiento de la Ingenieria del Software) Proceso de gesti6n de activos software Vocabulario consolidado de Ingenieria de Sistemas y de Software Gesti6n de Calidad de Sistemas Ciclos de vida del software para pequefias empresas Tabla 3. se elabora un Proyecto de NOl7na Intel71acional (DIS. 2 4 6 7 I 9 10 12 19 20 21 22 -. \ . ) Metodos.. En Espana las nonnas intemacionales son traducidas y publicadas por AENOR como nonnas UNE (Una Nonna Espai"1ola). seguridad de acceso. Grupos de trabajo del SC7 El proceso de elaboracion de una nonna intemacional. International Standard) aprobada en la fuse anterior.•.52 CAUDAD DE SISTEl'v1AS INt'ORM..TICOS . ... puede ser bastante largo.. otros organismos como el 1 EI nfunero y distribuci6n tanto de los subcomites como de los grupos de trabajos dentro de un subcomite suele ir variando segtin los temas que se van abordando. Todo este proceso hace que la nonna pueda contar con el suficiente consenso por parte de los paises.. Draft of Intel71ational Standard) que se remite nuevamente a los paises miembros.>?G •. colaboraci6n con OMG.. Final Draft of International Standard). A nivel europeo. ... '-.•. i\~~o x• . .. Posterionnente. se prepara un Proyecto de Nonna Intemacional Final (FDIS. . ··.) ?' I I I 24 Documentaci6n de sistemas software Herramientas y entomos CASE Evaluaci6n de productos software y metricas para productos y procesos software Gesti6n del Ciclo de Vida Aseguramiento de sistemas y software (gesti6n de riesgos. por 10 que rernitimos al lector a http://www.I . . se edita y publica la Nonna Internacional (IS. ya que empieza con la decision del TC de incluir la elaboracion de una nueva nonna en su programa de trabajo. Por ultimo. Si los paises aprueban el DIS. > y> . I:.'. el comite remite un Bon'adm' de Comite (CD. " • •••••• . que se remite para aprobacion defmitiva.. hasta su publicacion definitiva..··•··.. sobre to do en areas como las TIC que evolucionan con mucha rapidez. I . evoluci6n del producto software y servicio relacionado Medici6n del tamafio funcional Lenguajes de modelado.. Una vez analizados los comentalios recibidos.. A continuacion el WG elabora diferentes Bon'adores de Trabajo (WD.A...••. desarrollo. Committee Draft) a todos los paises miembros para recabar sus comentarios. \G~L'Fi) .. . ..".. Worldng Draft) hasta a1canzar el suficiente consenso para elevar el docmnento a la consideracion del TC.1. ©RA-l'vL-\ .. t·· ·TR..onr/ para una informaci6n actualizada sobre los rnismos..:\:BAJol.

Esta nonna proporciona directrices basicas para la realizaci6n de una auditoria conjunta de ISO 9001 e ISO 14001. Sistemas de gestion de la calidad. la familia de nonnas ISO 9000 esta compuesta de cuatro nonnas: (i) U1\TE-EN ISO 9000.JNE-EN ISO 19011. (i) (i) (i) Ademas.t'vLA.2. existen otras nonnas relacionadas con 1a familia de las nonnas ISO 9000. La nOlma ISO 9004 se recomienda como una guia para aqueUas organizaciones cuya alta direcci6n desee ir mas alla de los requisitos de la nonna ISO 9001. La nonna ISO 9004 proporciona orientaci6n sobre un rango mas amplio de objetivos de un sistema de gesti6n de la calidad que la Nonna ISO 9001. asi como de su eficacia.~ R. Normas sobre calidad La primera publicaci6n de las nonnas ISO 9000 se realiz6 en 1987 y cumpliendo el proto colo de ISO. La nonna ISO 9001 especifica los requisitos para un sistema de gesti6n de la cali dad que pueden utilizarse para su aplicaci6n interna pOI' las organizaciones. siguiendo una "jerarqztia de fa calidad'. que obliga a que todas las nonnas sean revisadas pOl' los menos cada cinco afios. especialmente para la mejora continua del desempefio y de la eficiencia glob ales de la organizaci6n. UNE-EN ISO 9001.¥LA. que se reflejan en la tabla 3. UNE-EN ISO 9004. .A. no tiene la intenci6n de que sea utilizada con fines contractuales 0 de certificaci6n. (2002).<1ODELOS Y NOR. l:. persiguiendo la mejora continua del desempefio.2 se representa las diferencias entre ambas nonnas segll11 Cianfrani et al. Actualmente. Sistemas de gestion de la calidad. esta nonna describe los fundamentos de los sistemas de gesti6n de la calidad y especifica su tenninologia (vease capitulo 1). para certificaci6n 0 con fines contractuales. Fundamentos y vocabulario. Se centra en la eficacia del sistema de gesti6n de la calidad para dar cumplimiento a los requisitos del cliente. Directrices para la mejora del desempefio. Como su titulo indica. Directrices para la auditoria de sistemas de gestion de la calidad y/o medioambiental. fueron revisadas en 1994 y por ultima vez en el afio 2000. Sin embargo. CAPiTULO 3: J>. En la figura 3.2. publican las nonnas 3. Sistemas de gestion de la calidad. Requisitos.S DE CAUDAD 53 CEN/CENELEC (Comite Europeo de Nonnalizaci6n) internacionales como nonnas EN (European Nann).

..54 CAlIDAD DE SISTEMAS L'lFORc\1ATICOS ©RA-MA 9004 Excelencia en eI desempeiio Ventaja competitiva MINThlIZAR usn DERECURSOS Eficiencia Eficacia Figura 3. Jerarquia de la calidad segun Cianfrani et al.A.Directrices para la Calidad en la Gesti6n de Proyectos Sistemas de Gestion de la Calidad . Otras normas relacionadas con la calidad La familia de normas ISO 9000 se bas a en ocho plincipios de gesti6n de la calidad que pueden ser utilizados por la direcci6n con el fin de conducir a la organizaci6n hacia una mejora en el desempeiio (ISO. ISO 10002 ISO 10005 ISO 10006 ISO 10007 ISO 10012 ISO!TR 10013 ISO:TR 10014 ISO 10015 ISO!TR 1001 7 ISO 10019 I Gestion de la calidad . OBJETIVO .Requisitos para los procesos y eqllipamientos de medicion Directrices para la Docllmentacion del Sistema de Gestion de la Calidad Directrices para la Gestion de la Economia de la Cali dad Gesti6n de la Calidad .2.2..Directrices para Planes de la Calidad Sistemas de Gestion de la Calidad .Directrices para gestionar reclamaciones en las organizaciones Sistemas de Gestion de la Calidad . (2002) NOR'l-l.DE C-\LIDAD I .Directrices para la Gesti6n de la Configuracion Sistel~as de Gesti6n de la Medici6n . 2000a): .Satisfacci6n del cliente ..Directrices para la Fonnaci6n Directrices sobre Tecnicas Estadisticas para la nonna ISO 900 I Directrices para la seleccion de consultores de sistemas de gesti6n de la calidad y la utilizacion de sus servicios Tabla 3..

Participacion del personal: el personal. entender y gestionar los procesos intelTelacionados como un sistema. a todos los niveles. Una ventaja del enfoque bas ado en procesos es el control continuo que proporciona sobre los vinculos entre los procesos individuales dentro del sistema de procesos. ilustra que los c1ientes juegan un papel significativo para definir los requisitos como elementos de entrada. El modelo de sistema de gesti6n de la calidad basado en procesos. El seguimiento de la satisfacci6ndel c1iente requiere la evaluaci6n de la infOlmaci6n relativa a la percepci6n del cliente acerca de si la organizaci6n ha cumplido sus requisitos. Mejora continua: la mejora continua del desempei'io global de la organizaci6n deberia ser un objetivo pennanente de esta. satisfacer los requisitos de los mismos y esforzarse en exceder sus expectativas. que se muestra en la figura 3.12 RA-IvlA CAPiTULO 3: ?\10DELOS Y NOR. asi como sobre su combinaci6n e interacci6n. @ @ @ @ @ @ @ . es la esencia de una organizaci6n y su total compromiso posibilita que sus habilidades sean usadas para el beneficio de la organizaci6n. Relaciones mutuamente beneficiosas con el proveedor: una organizaci6n y sus proveedores son interdependientes. Enfoque de sistema para la gestion: identificar. contribuye a la eficacia y eficiencia de una organizaci6n en ellogro de sus objetivos. implementa y mejora un sistema de gesti6n de la calidad. Enfoque bas ado en hechos para la torrta de decision: las decisiones eficaces se basan en el analisis de los datos y la infOlmaci6n. Deberian crear y mantener un ambiente inte111o. Liderazgo: los lideres establecen la unidad de prop6sito y la 01ientaci6n de la organizaci6n. y una relaci6n l11utuamente beneficiosa aumenta la capacidad de ambos para crear valor. Enfoque basado en procesos: esta familia de n01111as promueve la adopci6n de un enfoque basado en procesos cuando se desalTolla.Jv!AS DE CAUDAD 55 @ Enfoque al cliente: las organizaciones dependen de sus clientes y por 10 tanto deberian comprender las necesidades actuales y futuras de los c1ientes.3. en el cual el personal pueda llegar a involucrarse totalmente en el logro de los objetivos de la organizaci6n.

.AD DE LA DIRECCION b . 2000b) especifica los requisitos para un sistema de gesti6n de la cali dad.3. 'u C L GESTION DE RECURSOS MEDICION. Enfoque de procesos segun la norma ISO 9000 (ISO. incluidos los procesos para la mejora continua del sistema y el aseguramiento de la confonnidad con los requisitos del cliente y los reglamentatios aplicables. Aspira a aumentar la satisfacci6n del cliente a traves de la aplicaci6n eficaz del sistema.56 CALIDAJ) DE SISTE:tvL.- MEJORA CONTINUA DEL SISTEMA DE GESTION DE LA CAUDAD C informacion +---- L E RESPONSABILlD. cuando una organizaci6n: e Necesita demostrar su capacidad para proporClOnar de fonna coherente productos que satisfagan los requisitos del cliente y los reglamentarios aplicables. 2000a) 3. cuyo nllcleo 10 constituyen los apartados del 4 al 8 inclusive. Norma ISO 9001 Esta norma intel11acional (ISO. En la figura 3.TICOS ©RA-:tvL. e Todos los requisitos de esta nonna intel11acional son generic os y se pretende que sean aplicables a todas las organizaciones sin importar su tipo..4 se muestra el contenido de la n01111a ISO 9001(ISO. 2000b)..3.-S IN"FORJvfA. ANALISIS Y MEJORA N T E r--R-E-AL-IZA--C-I-O-N-' DELPRODUCTO ~ -info E N T S requisitos E S Figura 3. tamafio y producto suminish'ado. .

ANALISIS Y MEJORA ANEXO A (Informativo) CORRESPONDENCIA ENTRE LAS NORMAS ISO 9001:2000 E ISO 14001:1996 ANEXO B (Informativo) CORRESPONDENCIA ENTRE LAS NORMAS ISO 9001:2000 E ISO 9001:1994 • BIBLIOGRAFiA ANEXO ZA (Normativo) REFERENCIAS NORMATIVAS A PUBLICACIONES INTERNACIONALES CON SUS CORRESPONDIENTES PUBLICACIONES EUROPEAS Figura 3.CAPiTULO 3: MODELOS Y NORMAS DE CALIDAD 57 PORTADA ANTECEDENTES DECLARACION PROLOGO PROLOGO DE LA VERSION EN ESPANOL o INTRODUCCION 1 OBJETO Y CAMPO DE APLICACION 2 NORMAS PARA CONSULTA 3 TERMINOS Y DEFINICIONES 4 SISTEMA DE GESTION DE LA CALI DAD 5 RESPONSABILIDAD DE LA DIRECCION 6 GESTION DE LOS RECURSOS 7 REALIZACION DEL PRODUCTO 8 MEDICION. Contenido de la norma ISO 9001 (ISO.4. 2000b) .

Politica de la calidad. Planificaci6n. " . c) los procedimientos documentados reqlleridos en esta norma internacional.1.2. " 3. e) realizar el seguimiento.3. Responsabilidad.58 CAUDAD DE SISTENV\S INFOR. la medicion y el amilisis de estos procesos. RESPONSABILIDAD DE LA DIRECCION En cuanto a la responsabilidad de la direcci6n (apartado 5). operacion y control de sus procesos. e f) implementar las acciones necesarias para alcanzar los resliltados planificados y la mejora continua de estos procesos.3. Autoridad y Comunicaci6n. d) asegllrarse de la disponibilidad de recursos e informacion necesarios para apoyar la operacion y el seguimiento de estos procesos. Enfoque al c1iente. b) un manllal de la calidad. SISTEMA DE GESTION DE LA CALIDAD En cuanto al sistema de gesti6n de la calidad (apartado 4). de gesti6n de los recursos. sefiala como: "La Olganizacion debe determinar y proporcionar los reClfrsos necesarios para: a) implementar y mantener ef sistema de gestion de fa calidad y mejorar continuamente su ejicacia. d) los docllmentos necesitados por la Olganizacion para asegurarse de la ejicaz planificacion. inuicando que: "La doclimentacion del sistema de gestion de la calidad debe incluir: a) declaraciones documentadas de IIna politica de la calidad y de objetivos de la calidad.3. c) determinar los criterios y metodos necesarios para asegllrarse de qlle tanto la operacion como el control de estos procesos sean ejicaces. TICOS © RA-NL-\ 3.\LA. GESTION DE LOS RECURSOS El apartado 6.. y Revisi6n par la direcci6n. la norma trata varios aspectos relativos a: Compromiso de la direcci6n.3. la n0l111a sefiala que: "La organizacion debe: identificar los procesos necesarios para el sistema de gestion de la calidady Sll aplicacion a trm'es de la organizacion. " a) Ademas h·ata sobre los requisitos de la documentaci6n. y b) allmentar la satisfaccion del cliente mediante el cumplimiento de SliS reqllisitos. b) determinar la secuencia e interaccion de estos procesos. y e) los registros reqlleridos por esta norma internacional. 3.

ClIando sea conocido.\': R/\. espacio de trabajo y servicios asociados. REALIZACION DEL PRODUCTO En el apartado 7 de la nonna ISO 9001 se tratan diversos aspectos relacionados con la realizaci6n del producto: 3.. y servicios de apoyo. la organizaci6n debe revisar los requisitos relacionados con el producto.3.4. y d) clIalqllier requisito adicional determinado porIa organizaci6n".3. inspecci6n y ensayo/prueba especifzcas para el producto asi como los criterios para la aceptacion del mismo. c) las actividades requeridas de ver[fzcaci6n. cuando sea apropiado. 3.4. . 3. 10 siguiente: a) los objetivos de la calidady los requisitos para el producto. b) los requisitos no establecidos por el cliente pero necesarios para el lIS0 especificado 0 para elliso previsto. Ademas. c) los requisitos legales y reglamentarios relacionados con el producto. Planificacion de la realizacion del producto La nonna especifica que "La organizaci6n debe planificar y desarrollar los procesos necesarios para la realizacion del producto. infraestructura (edificios. Procesos relacionados con el cliente En cuanto a los procesos relacionados con el cliente la nonna sefiala que: "La organizacion debe determinar: a) los requisitos especificados por el cliente.-ivL"- CAPiTULO 3: MODELOS Y NORt\L. La nom1a sefiala ademas que la elaboraci6n de planes de calidad puede servir para definir la manera en que los requisitos del sistema de gesti6n de la cali dad cumpliran un contrato especifico 0 con cada producto. la organizacion debe determinar. equipo para los procesos.4.1.Durante la planificaci6n de la realizacion del producto. b) la necesidad de establecer procesos.2. seguimiento.. incll~vendo los requisitos para las actividades de eno'ega y las posteriores a la misma. tales como transporte y comunicaci6n) y ambiente de trabajo.3. validaci6n. y detenninar e implementar disposiciones eficaces para la comunicaci6n con los clientes. doclimentos y de proporcionar recursos especifzcos para el producto. d) los regiso'os que sean necesarios para proporcionar evidencia de que los procesos de realizaci6n y el producto resliltante cumplen los requisitos ". La planificpcion de la realizaci6n del producto debe ser coherente con los requisitos de los oo'os procesos del sistema de gesti6n de la calidad -y que.-S DE CAUDAD 59 Tratandose diferentes aspectos relativos a los recursos humanos.

embalaje. deben proporcionarse los resultados del disefio y desarrollo de tal manera que perrnitan la verificaci6n respecto a los elementos de entrada. EI tipo y alcance del control aplicado al proveedor y al producto adquirido debe depender del impacto del produeto adquirido en la posterior realizacion del producto 0 sobre el producto final n.3.TICOS © RA-ivIA 3. entendidos como "el conjunto de procesos que transforma los requisitos en caracteristicas especijicadas 0 en la espec[ficacion de un prodlictO. proceso 0 sistema". La nonna sefiala que: debe planificarse y controlarse el disefio y desarrollo del producto. 3.3.lcci6n y de la prestacion del servicio. deben realizarse revisiones sistematicas del disefio y desarrollo. Control de los dispositivos de seguimiento y de medicion A este respecto la nonna sefiala que: "La organizacion debe detenninar ef seguimiento y la medicion a realizar. manipulacion.4. asi como la preservaci6n del producto (que debe inc1uir la identificaci6n. manteniendo los registros correspondientes.6. Tambien deben identificarse y mantenerse registros de los cambios del disefio y desarrollo. Produccion y prestacion del servicio En este epigrafe se aborda el control de la producci6n y de la prestaci6n del servicio.3. deben deterrninarse los elementos de entrada relacionados con los requisitos del producto y mantenerse registros.3.4.60 CALIDAD DE SISTEivIAS INFOfu'vLA. la validaci6n de los procesos de la prodJ.5.4. la nonna establece que "la organizacion debe eva/uar y seleccionar los proveedores en fill1cion de su capacidad para suministrar productos de aeuerdo con los requisitos de la organizacion" y que "la organizacion debe establecer e implementar la inspeccion u on'as actividades necesarias para asegurarse de que ef producto comp'ado cumple los requisitos de compra especijicados n.4. la identificaci6n y trazabilidad.4. y que deben aprobarse antes de su liberaci6n. y los dispositivos de medicion y seguimiento necesarios para proporcionar la evidencia de fa confonnidad del producto con los reqllisitos detenninados n. 3.3. Disefio y desarrollo La nonna tambien aborda el disefio y desarrollo. Ademas. la verificaci6n y la validaci6n de acuerdo con 10 planificado. . Compras En cuanto al proceso de compras la nonna establece que: "La organizacion debe asegurarse de que el prodllcto adqllirido eumple los requisitos de compra especijicados. la propiedad del c1iente ("fa organizacion debe euidar fos bienes que son propiedad del cliente miennm esten bajo el conn'of de fa organizacion 0 esten siendo lItilizados por fa misma"). almacenamiento y protecci6n). 3.

y Entrevistas personales. incluyendo las teenieas estadisticas. Amilisis competitivo. medicion. b) se ha il71plementado y se mantiene de manera ejicaz n. en las que el c1iente acude a la organizaci6n con devoluciones 0 quejas. Indirectas.1). Si la organizaci6n va al c1iente y Ie pregunta cuestiones deliberadas 0 hace observaciones directas del comportamiento del c1iente. Esto debe comprender la detemlinacion de los metodos aplicables. En la nonna se establece que deberia realizarse un seguimiento y medici6n de la satisfacci6n del c1iente.3.5. Devoluciones. las diversas fuentes de infonnaci6n sobre la satisfacci6n del c1iente se pueden clasificar en: e Activas. amilisis y mejora necesarios para a) demostrar la eonformidad del producto. del analisis de datos (que deben ser "apropiados para demostrar la idoneidady la eficacia del sistema de gestioll de . e) mejorar continuamente la ejieacia del sistema de gestion de la caUdad. Seglin Saunders et al. Puntuaciones del proveedor. e La nOl1na establece que: "la organizacion debe Ilemr a cabo a illtermlos plantfieados allditorias intemas para determinar si tl sistema de gestion de la caUdad: es C01?/orme eon las disposiciones planificadas (vease 7. Pasivas.-MA CAPiTULO 3: MODELOS Y NOR.0RA.LISIS Y MEJORA En el apartado 8 la norma ISO 9000 establece que: "La orgallizacion debe planifzear e implementar los proeesos de seguimiento. Se pueden dividir en: Quejas. (2002). ANA. b) asegllrarse de la conformidad del sistema de gestion de la caUdad. As! como del conu'ol del producto no confol1ne (que debe estar definido en un procedimiento documentado).!\1AS DE CAUDAD 61 3. Gmpos de discusi6n con participaci6n de c1ientes ("customerfoells group "). y el alcance de Sll utilizacion n. Se pueden c1asificar en: Encuestas. en las que se utilizan fuentes secundarias y que pueden ser: Infonnes del cliente. que se pueden c1asificar en: e e Receptivas. MEDICION. Medios de noticias. eon los requisitos de esta nonna illtenzacional y con los reqllisitos del sistema de gestion de la calidad establecidos por la organizacion. a) Tambien u'ata sobre el seguimiento y medici6n de los procesos (a los que la organizaci6n debe aplicar metodos que demuesu'en su capacidad para alcanzar los resultados planificados) y del producto.

personas y sociedad. fonna de comparacion (benchmark) con otras organizaciones. la calidad y para evaluar donde puede realizarse la mejora continua de la eficacia del sistema de gestion de la calidad". y cuatro "resultados" -que se ocupan de los que la organizacion consigue. I> I> I> I> Este modelo se basa en nueve criterios. que ~e !leva a cabo por medio de personas. Segim el modelo EFQM "los resultados excelentes respecto al desempeiio. Vision general El modelo EFQM.(vease figura 3. clientes. se puede utilizar como: I> hel1'amienta para autoevaluacion.-ward. El modelo EFQM se basa en una serie de principios: I> Orientacion a los resultados Orientaci6n al c1iente Liderazgo y coherencia en los objetivos Gestion pOI' procesos y hechos I> I> I> .3. POI' ultimo en la nOl1l1a se aborda la mejora.1. guia para identificar las areas de mejora. tanto la mejora continua.S INFORMATICOS © RA-ivlA. que fue creado como marco para evaluar las organizaciones con el fin de conceder el European Quality A. base para un vocabulario comun y una manera de pens aI'. recursos. como las acciones cOlTectivas y preventivas. alian:::as). 4. estmctura para sistemas de gestion de la organizacion. vease la tabla 3.5). En estos temas se profundizan en la nonna ISO 9004.62 CAUDAD DE SISTEivlA. se cOl1siguen mediante el liderazgo que guia la politica y estrategia. MODELO EFQM 4. que propugna un enfoque de auto-evaluacion para evaluar la madurez del sistema de gestion de la calidad para cada apartado de la nonna en una escala que flucrua de 1 (sin un sistema fOl1l1al) hasta 5 (la mejor clase de desempefio). cinco "agentes facilitadores" -que abarcan 10 que hace una organizacion-. y procesos ".

1. 4. Gestion de Riesgos. Gestioll del Conocimiento y Gestion de Recursos Humanos. innovacion y mejora continuos DesarTollo de alianzas Responsabilidad social " uj Personas (9%) y Estragegia (8%) Alianza y " "vV~V Resultados en v) las Personas en los Clientes en la Sociedad (6%) Resultados Clave de Desempeiio (10%) liderazgo (10%) Procesos (10%) Recursos (9%) Figura 3.mDELOS Y NORl\LA. vision.5.2. LIDERAZGO Los subcriterios para los lideres excelentes se basan en que estos: e DesalTollan la mision. Se implican personalmente para garantizar el desalTollo. Criterios del modelo A continuacion se resumen los principales criterios. implantacion y mejora continua del sistema de gestion de la organizacion. Innovacion. CAPiTULO 3: ". valores y principios eticos y acruan como modelo de referencia de una cultura de excelencia.2. con sus respectivos subcriterios.~ RA-lvLA. 4. e . del modelo EFQM. IVlodelo EFQM En el ano 2003 se complemento este modelo con un conjunto de mar'cos (frame'l'Orks) con el fin de atender las necesidades de las orgallizaciones de concentrar sus mejoras en segmentos especificos de su sistema de calidad: Responsabilidad Social Corporativa.S DE CAUDAD 63 e e e e DesarTollo e implicacion de las personas Aprendizaje.

Niv¢ldeJ)eSempeiio "'. proveedores y representantes de la sociedad. • " 1 2 Aproximaci6n reactiva 3 Aproximaci6n del sistema fonnal estable 4 5 Enfasis en la mejora continua Desempeno de "meja/' ell Sli clase" No hay una aproximaci6n sistematica evidente.3. minimos datos disponibles sobre el resultado de la mejora.1AS j]\. PERSONAS En este cliterio se evallmn: o Planificaci6n.2.TfORIvLA. resultados pobres 0 resultados impredecibles Aproximaci6n sistematica basada en el problema 0 la prevenci6n. " Sin aproximaci6n fonnal ".2. Niveles de Madurez del Sistema de Gestion de la calidad 4.TIeos ©RA-MA • • • < Interacruan con clientes. Definen e impulsan el cambio en la organizaci6n.64 CAUDAD DE SISTEl>. Aproximaci6n sistematica basada en el proceso. buenos resultados y tendencia mantenida de mejora. POLiTICA Y ESTRATEGIA Los subcritelios de este criterio son: • La politica y estrategia se basan en las necesidades y expectativas achmles y ftlhlras de los grupos de interes. revisan y achlalizan. La politica y estrategia se basan en la infonnaci6n de los il1dicadores de desempefio. el aprendi:z. • o La politic a y estrategia se comunica y despliega mediante un esquema de procesos clave. Refuerzan una cultura de excelencia entre el personal de la organizaci6n. .'. la investigaci6n. . Proceso de mejora ampliamente integrado. etapa temprana de mejoras sistematicas. datos disponibles sobre la confonnidad con los objetivos y existencia de tendencias de mejora Proceso de mejora en uso. gesti6n y mejora de los recursos humanos. La politica y estrategia se desarrollan. 4.2. " Orientacion\.) Tabla 3.aje y las actividades extemas.3. Resultados demostrados de "mejor en su c\ase" por medio de estudios comparativos (benclllllOrkim. sin resultados.

4. Gestion y mejora de las relaciones con los c1ientes. sus proveedores y recursos intemos en apoyo de su politic a y estrategia y del eficaz ftmcionamiento de sus procesos. Implicacion y asuncion de responsabilidades por parte de las personas de la organizacion. Disefio y desanollo de productos y servicios basandose en las necesidades y expectativas de los c1ientes. Existencia de un dialogo entre las personas y la organizacion. desanollo y mantenimiento del conocimiento y la capacidad de las personas de la organizacion.2. ALIANZAS Y RECURSOS Respecto a este criterio hay que tener en cuenta que las organizaciones excelentes planifican y gestionan las alianzas extemas. • • • 4. CAPiTULO 3: MODELOS Y NORIvLA. Gestion de los edificios. Produccion. de los productos y servicios.5.4. • • .S DE CAUDAD 65 • Identificacion. PROCESOS En cuanto a los procesos se evalua: • • • Disefio y gestion sistematica de los mismos. Introduccion de mejoras mediante innovacion. equipos y materiales. reconocimiento y atencion a las personas de la organizacion. distribucion y servicio de atencion. pOl' 10 que se detenrunan en el modelo los siguientes subcriterios: • • • • • Gestion de las alianzas extemas.2. Gestion de los recursos economicos y financieros. Gestion de la infonnacion y del conocimiento. Recompensa.idRA-MA. Gestion de la tecnologia.

4. Se podria considerar un primer paso para avanzar en la gesti6n de la calidad. por los que se definen los mismos dos tipos de subcriterios que para los clientes. para 10 que se tiene en cuenta tanto los resultados clave del desempefi. por 10 que el modelo establece dos subcriterios basados en medidas de percepci6n y en indicadores de rendimiento 4. que podria ser complementado facilmente con modelos mas amplios como el EFQM. RESULTADOS EN LAS PERSONAS Las organizaciones excelentes tambien rniden de manera exhaustiva y a1canzan resultados sobresalientes con respecto a las personas que las integran. Common Assessment Frall1eH'ork) tomando como base el modelo EFQM. CAF: MARCO COMON DE EVALUACION Los ministerios responsables de Administraci6n Pliblica de la Uni6n Em'opea han elaborado el Marco COmlll1 de Evaluaci6n (CAF. con el que es compatible.o de la organizaci6n. RESULTADOS CLAVE DE DESEMPENO Las Organizaciones Excelentes miden de manera exhaustiva y a1canzan resultados sobresalientes con respecto a los elementos clave de su politica y estrategia. . Facilitar el benclunarking entre las organizaciones del sector publico.9. 2. Servir como helTamienta para los administradores Pllblicos que de seen mejorar el rendimiento de su organizaci6n. 5. el CAF tiene cuatro prop6sitos principales: I.2. Hacer de "puente" entre los diferentes modelos que se usan en la gesti6n de calidad.6. Identificar las caracteristicas comunes de las organizaciones del sector pllblico .8.2. CLIENTES Las organizaciones excelentes miden de manera exhaustiva y a1cat1Zan resultados sobresalientes con respecto a sus clientes.66 CAUDAD DE SISTEMAS INFOIUvL-\TICOS @RA-MA 4. .o de la organizaci6n como los indicadores clave del desempefi. EI CAF se considera un modelo "ligero".2. adecuado para obtener una primera valoraci6n de c6mo acrua una organizaci6n.7. 4. RESULTADOS EN LA SOCIEDAD De fonna amlloga a la anterior se evaluan los resultados en la sociedad. 4. 3.2. Como se senala en MAP (2003).

Un proceso que esta en nivel de seis sigmas produce s610 3. realizando una tonnenta de ideas para la mejora de procesos. y llevar a cabo comparaciones (benchmark) con Hderes del proceso. llevar a cabo las mediciones. fonnar un equipo. 10 que lleva consigo: obtener la aprobaci6n para los cambios propuestos. desalTollando un mapa de procesos y evaluando los riesgos asociados al proceso revisado. Se puede considerar como una filosofia de gesti6n que agrupa varias tecnicas con el fin de conseguir procesos casi perfectos. ya que sigma. como es sabido.i': Ri\-ivV\ CAPiTULO 3: MODELOS Y NORMAS DE CAUDAD 67 6. calcular el nivel sigma actual. finalizar el plan de implementaci6n. Controlar el proceso mejorado asegurando que los cambios se mantienen. identificar las salidas clave.4 defectos por cada mill6n. establecer un esquema del proyecto. detenninando las causas de la variaci6n. e implementar los cambios aprobados. detenninando que mejoras tendrian el mayor impacto para satisfacer los requisitos del cliente. mediante el establecimiento de metricas clave. desalTollar el plan del proyecto. y documentar el proceso actual. Medir el proceso actual. Analizar 10 que esta mal y las soluciones potenciales. Mejorar el proceso implantando las soluciones. SEIS~SIGMA Seis-Sigma (Six-Sigma) tiene su origen en la estadistica. 2003): • Definir el problema e identificar 10 que es importante: consiste en definir el problema. identificar y priOlizar los requisitos de los clientes. detenninar la capacidad del proceso. que responden al acr6nimo DMAIC y que constan de varios pasos (Tayntor. Seglll1 Tayntor (2003) se basa en los siguientes presupuestos: • • • • • Prevenir defectos Reducir la vmiaci6n Centrarse en el cliente Tomar decisiones basadas en hechos Alentar el trabajo en gmpo EI proceso seis sigma se descompone en cinco fases. es el simbolo de la desviaci6n estandar. identificar los clientes. el desalTollo de la estrategia de • • • • . que incluye: detenninar que medir.

6): Liderazgo. en colaboracion con la Comision Europea y la European Organization for Quality. Enfoque a los Recursos Humanos. Premio Iberoamericano de la Calidad. y se da a la organizacion que demuesh-a que su aproximacion a la gestion de cali dad total ha hecho una irnpOltante conhibucion a la satisfaccion de las expectativas de los clientes. la agilidad. Medicion. Planificacion Estrategica. empleados. 1a responsabilidad social. es gestionado por la ruSE (Japanese Union 0/ Scientists and Engineers) y se considera el premio indushial mas importante de Japon.TICOS ©RA-MA control. la celebracion y comunicacion de los exitos. PREMIOS Existen multitud de prellllos relacionados con la calidad. Los Malcom Baldrige Criteria/or Peljonnance Excellence defmen un conjunto de practicas de gestion de alto desempeiio en las categorias siguientes (vease figura 3. el centrarse en el futuro. Analisis y Gestion del Conocimiento. Malcom Baldrige National Quality Award. Enfoque al Cliente y Mercado. El objetivo de una organizacion que adopta esta filosofia es continuar la mejora de sus procesos solo si los resultados son irnportantes para satisfacer los requisitos de los clientes. la gestion para la irmovacion. se creo en 1987. la implementacion del plan de control. Se otorga a las organizaciones que han destacado por sus resultados exitosos. la excelencia dirigida al cliente. 7. Gestion de Procesos y Resultados de la empresa. f!Uto II II II . 2005). y la medici on y comunicacion de las mejoras. es W10 de los Programas de Cooperacion de la Cwnbre Iberoamericana de Jefes de Estado y de Gobiemo y 10 gestiona la Fundacion Iberoamericana de la Calidad . Estos criterios se basan en una serie de conceptos y valores fundamentales como son: elliderazgo visionario. la valoracion de los empleados y los socios. el aprendizaje personal y organizacional. El premio se basa en el modelo EFQM.FUNDIBEQ. a continuacion presentamos los mas irnportantes: II Premio Deming: se creo en 1951 a raiz de las conferencias de Deming en Japon. tras el fallecimiento del secretario de comercio del mismo nombre. European Quality Award. y otras partes involucradas. se creo eJl 1991 pOI' la European FOWldation for Quality Management (EFQM).68 CAUDAD DE SISTEMAS INFO MiA. accionistas. y una perspectiva sistemica (Baldrige. con el fin de premiar a las empresas que demostrasen un gran progreso en el area de la calidad. el centrarse en resultados y la creacion de valor. la gestion basada en hechos.

Feigenbaum Award (a la persona que muestre "caracteristicas sobresalientes de liderazgo. PerfilOrganizacional: Entorno. ./ 4. Planlficacion Estrategica 5. profesionalidad.:. Shewhart Medal (a la persona que haya realizado la contribuci6n mas detacable a la ciencia y tecnicas del control de la calidad). Jack Lancaster (a la persona en reconocimiento de su dedicaci6n y contribuciones destacables en la fratemidad intemacional de los profesionales de la calidad).~RA-rvL\ CAPITULO 3: MODELOS Y NORJ"L\S DE CAUDAD 69 de una excelente calidad de su gesti6n. 2005) tl) Premios de la ASQ.s y GBStl6. RelacionesyRetos """ -( 2. de acuerdo al Modelo Iberoamericano de Excelencia en la Gesti6n. Entre los que cabe destacar: Brumbaugh Award (al articulo publicado el ano anterior que ha hecho la contribuci6n mas importante al desarrollo de aplicaci6n industrial de control de calidad). Deming Medal (a la persona que ha combinado con exito la aplicaci6n del pensamiento estadistico y la gesti6n para conseguir la calidad de productos y servicios).Matiidas. Ishikmva Medal (a la persona 0 equipo que haya mostrado un liderazgo en la mejora de los aspectos humanos de la calidad).. Negocios ~ /. Recursos Humanos ~~¢==:) .n Figura 3. . / .----!!-~ :<f ~ 7. Criterios para la Excelencia en el desempefio (Baldrige.i . Juran . E. y potencial en el campo de la calidad"). Grant Award (a la persona que haya demostrado un liderazgo destacado en el desarrollo y presentaci6n de un programa educacional en control de calidad). Resultados de " "'-. Eugene L.Analls. Edwards Medal (a la persona que demuestre el liderazgo mas destacado en la aplicaci6n de metodos de control de cali dad modema). Freund-Marquardt Medal (a las personas que hayan tenido puestos de responsabilidad en el establecimiento de estandares centrados en los sistemas de gesti6n de las organizaciones).6.

Excelencia TUlistica. en su decima edici6n abarcaban: Calidad Indushial.. Improving SoJnvare Quality .com Este sitio ofrece bastante infonnaci6n sobre las cuestiones relacionadas con la filosofia Six Sigma http://W\v. Tayntor.B. Cl Premios Principe Felipe. tienen como objetivo "el reconocimiento Pllblico de las empresas radicadas en Espaiia que hayan realizado lin importante esJuerzo pOl' mejo/'Qr su cOlllpetitividad a fl-m'es de los principales Jactores que la dejznen". @ . Este libro profundiza en algunos aspectos de la nonna ISO 9000. Este libro se presenta la aplicaci6n de la filosofia "Seis Sigma" al desalTollo de software Cl e 9.TICOS ©RA-MA ji. (1992).isixsigma.70 CAUDAD DE SISTEMAS INFOR?vLA. y esta basado en el Modelo EFQM de Excelencia en su adaptaci6n a la Administraci6n Pllblica. e 8. en dos modalidades: Pequenas y Medianas Empresas (PYME) y Grandes Empresas (este premio tiene un rango superior al de los delmis. y Gesti6n de la Marca Renombrada) 0 a la Competitividad Empresalial. EEUU. (2002). contemplando varias categorias. lL. lJ. Diseno. Asociaci6n Espanola de Nonnalizaci6n y Certificaci6n. SITIOS WEB RECOMENDADOS Cl wW\v.efqm. (2003). es convocado por el Ministerio de Adminish'aciones Pllblicas. LECTURAS RECOMENDADAS e Cianfrani. Tsiakals. Energias Renovables y Eficiencia Energetica. ISO 9001:2000 cOlllentada. CRC Press. Florida. Arthur presenta la utilizaci6n de los principios de calidad total y de sus helTamientas asociadas para la mejora de la calidad del software. convocados por el Ministelio de Indushia. Sociedad de la Infom1aci6n y Tecnologias de la Infonnaci6n y lasComunicaciones. Intemacionalizaci6n. CA. en la medida en que reconoce una actuaci6n de conjunto comprensiva de los factores de competitividad contemplados en las diferentes modalidades de los Premios anteriores). Estos Premios pueden ser a la Excelencia Empresarial.An Insider's Guide to TQM Nueva York. Premio a la Calidad en la Administracion General del Estado./edal (al lider organizacional que muestre un desempeno distinguido en un papel sostenido. que es una fundaci6n sin animo de lucro creada en 1989 y que ofrece infonnaci6n y fonnaci6n para las orgamzaclones interesadas en alcanzar la "excelencia" en sus mercados y negoclOS. Comercio y Turismo. Madrid. Arthur. Wiley. pOl' ejemplo. C. lE. y West. practicando los principios clave de la calidad)". Six Sigma Jor software development.org Este es el portal de la EFQM. (asi.

(. En caso de trabajar en una Universidad publica. Sugerencia: acceda a http://andes. que de como resultado: Entrega de valor con mejora continua a los estudiantes y personas involucradas. estos clitelios se disefiaron para ayudar a las organizaciones a utilizar un enfoque integrado en la gesti6n del desempefio organizacional. connibuci6n a la calidad de la fonnaci6n. Bianualmente se celebran los "European CAF events".fundibeq.quality. Analice las diferentes categorias utilizadas a la hora de conceder el Malcom Baldrige National Quality Award.nist.Cree que existe alguna relaci6n entre estos cliterios y el aprendizaje activo centrado en el alumno? 2. estudie los Educational Criteria for Pelformance Excellence que estim disponibles en: http://www. aprendizaje personal y organizacional.Que opina sobre estos clitelios? (.eipa.html. EJERCICIOS 1. Vease http://\v"\vw.nllCAF/ConferenceActivities. Encuentre los diferentes prelnios a la calidad que se cone eden en su pais 0 paises del entomo y compare los clitelios de estos premios respecto a los del Malcom Baldlige National Quality Award y a los delmodelo EFQM.gov Segtin Baldrige (200Sb).CAPiTULO 3: ivl0DELOS Y NOR:'vL-\S DE CAUDAD 10. mejora de la eficiencia y capacidades organizacionales en su conjunto. Analice las ponencias de las dos ultimas ediciones identificando los elementos de gesti6n de calidad que reciben mas atenci6n por parte de los responsables de las administraciones publicas europeas.nist.org/redibexlpremios.gov.quality. Examine la organizaci6n a la que la han concedido el premio este ano en funci6n de los principios de calidad establecidos por los gurus (tabla 1 del tema 1). privada 0 "corporativa". 4. 3. . cuyas actas puede encontrar en http://www.

CaUdad de Producto Software .CaUdad de Sistemas In(ormaticos 4. CaUdad de Sistemas de Informacion 5.

idad aceptable. mientras que casi una cuarta parte no llegan a finalizar nunca. El resto 10 hace pero consumiendo muchos m<ls recursos 0 con menos funcionalidades de las previstas (vease figura 4. 2001). se senala que s6lo el 28% de los proyectos infonnMicos finalizan en el tiempo estimado. el aeroespacial (desastres como los del Ariane 5. En NIST (2002) se repasan las perdidas econonucas (de varios centenares de millones de d6lares) y en vidas humanas debido a los fallos del software en diferentes sectores como. por ejemplo.1). con los recursos planificados y con una ca4. Recientemente.). etc.C. 10 que indica que se va progresando en este sentido. A este respecto cabe destacar los infonnes "CHAOS" del Standish Group que peri6dicamente "fotografian" la situaci6n del sector. las sondas de la misi6n a Marte.<\PITULO 4 CALIDAD DE SISTEMAS DE INFORMACION "La calidad de fa vida esta detenninada por SllS actividades" Arist6tefes 1. algunos aviones comerciales. En el ultimo infonne (Standish. Jorgensen y Molokken-Ostvold (2006) revisan la estimaci6n de un 189% de retraso en la entrega para los proyectos infonnMicos que senalaba el infonne . SITUACION DE LA CAUDAD DE SI Desde hace varios anos se viene insistiendo en la "crisis" de la Ingenieria del Software y en los desastres que los fallos de software pueden llegar a causar en las organizaciones. A pesar de ella debemos congratulamos ya que se ha pasado del 16% en 1994 a128% en el ano 2000.

2. IMPORTANCIA DE LA CAUDAD EN LOS SI Seglm Card (1995) la indushia del software ha expelimentado una selie de modas: durante los setenta la productividad era la preocupjlcion de moda. as! como casos famosos (Arnbulancias de Londres. la capacidad de ofrecer un producto es 10 mas importante ya que los primeros c1ientes estan dispuestos a aceptar menos calidad de 10 habitual si existen pocos proveedores capaces de ofi'ecer el producto. Aeropuerto de Denver.-ivL\ CHAOS de 1994.1.76 CAUDAD DE SISTEivV\S INFO~\l'\ TICOS £) RA. Finalizacion de Proyectos (Standish. 10 que enfatiza almmas la impOltancia de la calidad. etc.) que tienen que hacer reflexionar a los lectores sobre la impOltancia que los sistemas de infol111acion tienen para el funcionamiento de la sociedad actual (que presenta una dependencia cada vez mayor de estos). Estos dos factores definen cuah'o mercados.2). as! como para el bienestar de las personas. Cuando se inicia un mercado. sustituida en los ochenta por la calidad. Este autor seiiala que las organizaciones deberian considerar la importancia del time-ta-market para su exito. en opinion de estos autores. 2001) En la maYOlia de libros sobre Ingenieria del Software 0 Cali dad del Software se pueden encontrar estudios parecidos. Terninados Con Exito 28% Terninados Gal ceficiencias 49% Terninados Gal Fracaso 23% Figura 4. y en los noventa por el "time-fa-market" y el desanollo rapido. si la industria del software ha mejorado desde entonces tanto como parece seglin los liltimos estudios. por 10 que deberia cuestionarse. . que requieren diferentes eSh'ategias de negoclo: e Capacidad. teniendo en cuenta los dos factores que detenninan el mercado: la cantidad de consumidores y de proveedores (vease figura 4.

el consumidor es quien dicta la cali dad que desea.2. 1995) • Coste. • Time-to-market. Mercados segun la cantidad de consumidores/proveedores (Card. ya que sera dificil conseguir el coste mas bajo. En Wilkin y Castleman (2003) se describe un instrumento multidimensional (denominado QUALIT) capaz de medir la calidad de los sistemas de infol1naci6n entregados.\1 U C H 0 S Time to Market CaUdad o R P E S 0 C 0 S Capacidad Coste pocos iv!UCHOS PROVEEDORES Figura 4. • 3. En un mercado con muchos proveedores pero pocos consumidores. as! que la unica estrategia posible para el proveedor es conseguir la calidad solicitada al menor coste posible.~ RA-ivLA. CAPiTULO 4: CAUDAD DE SISTE1vLA. En los mercados maduros la calidad es el detel1ninante principal del exito. Calidad. 10 111<lS imp0l1ante sent poner el producto 10 antes posible en elmercado. En un mercado en el que pocos proveedores compiten por muchos consumidores. en el que se diferencia entre la calidad del sistema (entendida como juicio global sobre el grado en que los componentes tecnicos del mismo proporcionan la calidad .S DE INFORMACION 77 c o N S U M I D .. COMPONENTES DE LA CAUDAD La calidad de un sistema infol1natico puede descomponerse en diferentes factores que contribuyen a la misma.

en la que se consideren diferentes dimensiones. as!. calidad del servicio (proporcionado por el departamento de SI y el personal de soporte). basada en Stylianou y Kumar (2000) La cali dad de una empresa u organizacion depended de la cali dad de los procesos de negocio sopOliados por el sistema de infonnacion. as! como la propia calidad de este. por ejemplo. Dimensiones de calidad de SI. Para cada uno de estos componentes los autores han identificado varias dimensiones. calidad de la infonnacion propocionada a los stakeholders (excluyendo manuales de usuario y pantallas de ayuda).3. Por otra parte. A su vez en la calidad del sistema de infonnacion podremos distinguir: e e e e e Calidad de la infraestructura Cali dad de la gesti6n Calidad del servicio Calidad del personal Cali dad de la infonnacion . para la calidad del sistema se consideran: funcionalidad. usabilidad. integracion. en la figura 4. Figura 4. Basandonos en este trabajo. Stylianou y Kumar (2000) proponen una "vision holistica" de la calidad de los sistemas de infonnacion.78 CAUDAD DE SISTEMAS INFORMATICOS ©RA-MA de la infonnacion y servicio requerido por los stakeholders).3 proponemos diferentes dimensiones de la calidad de un sistema de infonnaci6n. fiabilidad y seguridad.

SITIOS WEB RECOMENDADOS II http://catless. Boston. c.ncl. En este libro podemos encontrar algunas claves sobre la "calidad del personal". Artech House. I. http://w"\vw. AddisonWesley. Boston.ac. tanto de proceso como de producto. II 6. Con el fin de evitar los fallos en los proyectos software. En este libro Robert Glass presenta 55 hechos y 10 falacias que hay que conocer y tener en cuenta a la hora de desalTollar sistemas de infonnaci6n. Analice en que cuadrante del marco propuesto pOl' Card (1995) se situadan las siguientes tecnicas: a. DesalTollo Rapido de Aplicaciones (RAD) Orientaci6n a objetos HelTamientas CASE Metodos agiles . moderado pOI' Peter Neumann y que estudia los peligros de la falta de cali dad de los sistemas de info1l11aci6n. Evans. El sitio web de la revista Sticky Minds dedicado a las pruebas y a la calidad del software.L. R. 4. LECTURAS RECOMENDADAS I) Glass. que son los que mas atenci6n han recibido en los ultimos ailos. b. Achieving Software Quality through Teamwork.com/. es un contrapunto interesante a las definiciones mas academic as de este concepto.CAPiTULO 4: CAUDAD DE SISTE}'1AS DE INFORM.stickvminds. asi como calidad de la infonnaci6n. EJERCICIOS 1. ya que su autora proporciona una visi6n general de la cultura de equipo necesaria para desalTollar software de calidad. presenta muchas definiciones de Calidad del Software dadas por profesionales. I) 5.uk/Risks En esta direcci6n se puede encontrar el "Forum On Risks To The Public In Computers And Related Systems" del Committee on Computers and Public Polic)' de ACM. Facts and Fallacies of Software Engineering. d. (2003). (2004). 10 mejor es conocer los "hechos" y las "falacias" de la Ingenieda del Software.ACION 79 I) Cali dad del software En los siguientes capitulos nos centraremos en los dos ultimos aspectos: calidad del software.

2. Lleve a cabo una revision sistematica. A.80 CAUDAD DE SISTEtvL'\. Vol. Joumal of Retailing.JJS Quaterly (w\V\v. Estime. Berry (1998). 4. Indique de que manera se puede adaptar el modelo SERVQUAL (Parasuraman. V. A.. . Analizar la evolucion experimentada por este concepto durante este periodo de tiempo.TICOS © RA-tvL'\. 3. el coste total debido a la baja calidad del software en el que puede haber incurrido su pais o comunidad. "SERVQUAL: a multi-item scale for measuring consumer perceptions of service quality". pp. utilizando el metodo propuesto en Kitchenham (2004) de los articulos que tratan el concepto de Calidad de Sistemas de Informacion aparecidos en la revista A.S IN'FOIUvlA. 67(4). 420-450) ala calidad del servicio en un sistema de informacion.misq. L. consultando las fuentes bibliognificas que considere oportuno.om:) en los ultimos 10 anos. Zeitharni y L.

incluso con vigencia en nuestros dias.. Facilidad de uso. 2004). Fiabilidad. acronimo compuesto por las iniciales en ingles de las categorias Funcionalidad. Otro modelo considerado como clasico es el reconocido como FURPS. en el que la calidad de un producto software se descompone en once caracteristicas 0 factores de calidad agrupados en tres categorias (vease figura 5. En la tabla 5. 1977). Uno de los modelos clasicos mas utilizados desde su creacion. es el desarrollado por McCall (McCall et al. fueron propuestos dos modelos altemativos a los de McCall basados igualmente en la identificacion de factores: el modelo de factores de Evans y Marciniak (1987) y el modelo de factores de Deutsch y Willis (1988). esta lista es una de las muchas . A finales de los afios ochenta. Revision de producto y transicion de producto. sino mantenerse sllmergido ell el" Palilo Coelho 1.1 puede encontrarse una comparativa entre los distintos modelos donde se muestran los factores observados por cada uno de los autores en sus correspondientes trabajos. MODElOS CLAslCOS Historicamente se han desarrollado para evaluar la calidad de los productos software diferentes modelos que pretenden seguir las directrices de cali dad de otros tipos de productos: descomponer la calidad en una categoria de caracteristicas mas sencillas que facilita su estudio (Galin.1): Operacion de producto.CAPITVL05 CALIDAD DE PRODUCTO SOFTWARE "Lo que ahoga a algllien no es caerse al rio. Rendimiento y Capacidad del software.

!./ ./ ./ ./ ..!ro""I./ ./ .1. maquina Interoperabilida'lf'----------./ ./ .~a Figura 5.o./ ./ ./ .. DHJISCHyWILLrs(1988) I . 2004) . Vision de la direc!<.~eo~~t./ ./ . Eficiencia de ejecucion Complecion Trazabilidad Consistencia Precision Tolerancia a errores Concision Autodescriptividad Simplicidad Modularidad Instrumentacion Capacidad de ampliacion Vision de usuario Operacion d producto Fiabilidad Revision de~ Facilidad de producto mantenimiento Facilidad de P Flexibilida rueba Transicion d~ Capacidad de producto reutilizacion ~~:~~~~i~li!! Transportabilidat!7'"::::7C:::::::::=::~~~~ Generalidad I Indep./ ..m~~I~~~1on Seguridad (integrida Eficiencia Comunicatividad Volumen y tasa de ElS Datos comunes Control y audit./ ./ I I I I ./ ./ I./ .r!.!./ Tabla 5./ ../ I ./ ./ .82 CAUDAD DE SISTEMAS ll\'FORt'vIATICOS ©RA-MA adaptaciones y/o complementaciones del modelo de McCall que cada organizaclon ha ideado para sus propios trabajos./ ./ . como la dada por Grady y Caswell (1987) para Hewlett Packard../ . EVA'1SY .d"./ . de acceso Integridad de datos Eficiencia de almacenam. ./ . (1981) . Comparacion entre modelos de calidad de producto software (Galin. FACIOR CALIDAD SOFT\VARE Correccion Fiabilidad Eficiencia Integridad Usabilidad Mantenibilidad Flexibilidad Testeabilidad Portabilidad Reusabilidad Interoperabilidad Verificabilidad Expandibilidad Seguridad de Uso Manejabilidad Capacidad de supervivencia MCCALL (1916) .jn~g:c./ ./ .. I ../ .!c~i=o~n~~~~~====='V~i~s~io~n~de~l~d~e:s~a!.~~. ./ .. l\:h:RCINIAl( .la"./ .1../ .r Facilidad de uso~cr:./ . Modelo de calidad de McCall (1976)./ ./ .

2. Estas nonnas incluyen un modele de referencia de la medicion de la calidad del producto. 1991. Tecnologia de la Infonnacion. Las nonnas que fonnan este apartado definen todos los modelos.(y':1?#J!z '%' f~~~i~Y.~~?.2. CAPiTULO 5: C.r?!{~ ifi!3"&·'£'} . extern a y en uso) y guias practicas para su aplicacion. 'W20T. @ @ ..~'hi/'.t. tenninos y definiciones comunes referenciados por todas las oh"as nonnas de la serie SQUARE./. Tecnologia de la Infonnacion -Calidad de un producto software) y 14598 (ISO. Organizacion de la familia de normas ISO 25000 @ ISOJIEC 2500n .Dhision de Medici6n de Calidad. La nonna de este apartado presenta un modele de cali dad detallada incluyendo caracteristicas para calidad interna.!.? '..Evaluacion de un producto software). El capitulo 9 de este libro pretende cubrir este aspecto. i i Modelo de Calidad 2501 n : Requisitos de Calidad 2503n I I Gesti6n de Calidad 2500n j Evaluaci6n de Calidad 2504n Medici6n de Calidad 2502n t.Division de Modelo de Calidad. NORMAS ISO 25000 El SC7 de ISO esta desarrollando la familia de nonnas ISO 25000 (ISO 2005a-n) conocida con el nombre de SQuaRE (Software product Quality Requirements and Evaluation) que se organiza en cinco apartados (vease figura 5.2) y que sustituye y amplia las actuales nOlmas ISO 9126 (ISO.Division de Gestion qe Calidad.ALIDAD DE PRODUCTO SOFTWARE 83 En cualquier caso.i&4~ Figura 5. todos estos modelos requieren identificar metric as para esas caracteristicas de cali dad que penni tan medir cuantitativamente como de bueno es un software atendiendo a esos criterios. 1999.f:RA-MA. definiciones de medidas de calidad (interna. ISOJIEC 2501n . externa y en uso.~l. ISOJIEC 2502n .

las diferentes nonnas de la familia ISO 25000 alin no se han tenninado de elaborar. Este apartado incluye nonnas que proporcionan requisitos. recomendaciones y guias para la evaluaci6n de productos software.3): calidad intema: medible a paItir de las caracteristicas . por 10 que a continuaci6n se explican las nonnas ISO 9126 e ISO 14598. se sue len distinguir tres aspectos diferentes (ver figura 5. Aspectos de la calidad de un producto software En la cali dad de un producto sofhvare.84 CALIDAD DE SISTEi\1AS INFORIvL~TICOS © RA. ISOIlEC 2504n -Division de Evaluacion de Calidad. Perspectivas de calidad segun la norma ISO 9126 2.1.Division de Requisitos de Calidad. Estas nonnas ayudan a especificar requisitos de calidad que pueden ser utilizados en el proceso de elicitaci6n de requisitos de calidad del producto software a desaITollar 0 como entrada del proceso de evaluaci6n. e ISOIlEC 2503n . Necesidades de calidad del usuario +---------- ~ Cali dad en uso Uso y retroalimentaci6n I Contribuye a especificar t Indica ~ Requisitos de caUdad externa +-----------~ I Calidad extern a Validaci6n I Contribuye a especificar i Indica ~ Requisitos de caUdad interna Verificaci6n I .3. as! como en las metric as asociadas en las diferentes etapas del cicio de vida del software. ya que probablemente los conceptos basicos se mantengan con pocos cambios significativos en las nuevas nonnas.-ivLA. e En el momento de redactar este libro. +-----------~ CaUdad interna Figura 5.

que se resume a continuaci6n (ISO.1. Modelo de calidad interna y externa II modelo de calidad para calidad intema y extema categoliza los atributos de calidad software en seis caracteristicas (funcionalidad. 2. usabilidad. medible en el comportamiento del producto. que se subdividen a su vez en subcaracteristicas (figura 5. Siguiendo la filosofia de los modelos clasicos de calidad de un producto software. Ista caracteristica se subdivide a su vez en: o Adecuacion. 2001) 2. . 0 en uso: medible durante la utilizaci6n efectiva por parte del usuario en un contexto determinado.Q RA-tvL-\ CAPiTULO 5: CAUDAD DE PRODUCTO SOFTWARE 85 intlinsecas.2. lVIodelo para la caUdad extern a e intern a (ISO.4. Calidad externa e interna . fiabilidad. mantenibilidad y portabilidad). la nom1a ISO 9126 descompone la calidadjerarquicamente en una serie de caracteristicas y subcaracteristicas que pueden usarse como una lista de comprobaci6n de aspectos relacionados con la calidad.2.4). eficiencia. 2001). Capacidad del producto sofuvare para proporcionar un conjunto apropiado de funciones para tareas y objetivos de usuario especificados. extema. FUNCIONALIDAD Capacidad del producto software para proporcionar funciones que satisfacen necesidades declaradas e implicitas cuando se usa bajo condiciones especificadas. como el c6digo fuente. como en una pmeba. Adecuaci6n Exactitud Interoperabilidad Seguridad de : Capacidad de ser entendldo Capacidad de ser aprendldo Capacidad de ser operado Capecidad de atraccion Cumplimiento de la usabilidad Capacidad de ser analizado Capacidad de ser cambiado Capacidad de ser probado Cump!imiento de la mantenibi!idad rv1adurez Tolerancla a rallos Capacidad de recuperac16n Cump!imiento de la fiabiHdad aeceSD Cumphmiento de la funclonalidad Comportamiento temporal Utilizacion de recursos Cumplimiento de la eficiencia Adaptabilidad Instalabilidact Coexistencia Capacidad de ser reemplazado Cumplimiento de Ja portabilidad Figura 5.

2. cuando se usa bajo condiciones especificadas. Capacidad del producto software para adherirse a normas. iii iii 2. Seguridad de acceso. Capacidad del producto software para reestablecer un nivel de prestaciones especificado y de recuperar los datos directamente afectados en caso de fallo. Capacidad del software para mantener un nivel especificado de prestaciones en caso de fallos software 0 de infringir sus interfaces especificados. FIABILIDAD Capacidad del producto software para mantener un nivel especificado de prestaciones cuando se usa bajo condiciones especificadas. Cumplimiento funcional. 0 iii Interoperabilidad. Cumplimiento de la fiabilidad. aprendido. Capacidad de recuperacion. Capacidad para ser aprendido. iii iii 2. Capacidad del producto software para adherirse a normas.TICOS ©RA-MA iii Exactitud. al tiempo que no se deniega el acceso a las personas 0 sistemas autorizados. Capacidad del producto software para proteger informacion y datos de manera que las personas 0 sistemas no autorizados no puedan leerlos 0 modificarlos. usado y ser atractivo para el usuario. Capacidad del producto software que perrnite al usuario aprender sobre su aplicacion.2.!\1A. con el grado necesario de precision. convenciones 0 regulaciones relacionadas con la fiabilidad. Esta caracteristica se subdivide a su vez en: • iii Madurez.86 CAUDAD DE SISTEMAS INFOR. convenciones 0 regulaciones en leyes y prescripciones sirnilares relacionadas con funcionalidad. Capacidad del producto software que permite al usuario entender si el software es adecuado y como puede ser usado para unas tareas 0 condiciones de uso particulares. Tolerancia a fallos.3. Capacidad del producto software para proporcionar los resultados efectos correctos 0 acordados. USABILIDAD Capacidad del producto software para ser entendido. Esta caracteristica se subdivide a su vez en: • Capacidad para ser entendido. Capacidad del producto software para interactuar con uno o mas sistemas especificados. Capacidad del producto software para evitar fallar como resultado de fallos en el software. • .2.

Capacidad del producto software para ser atractivo al usuario. Capacidad para ser cambiado. Las modificaciones podrian incluir correcciones.£lRA-MA CAPiTULO 5: CAUDAD DE PRODUCTO SOFTWARE 87 • • • Capacidad para ser operado. MANTENmILIDAD Capacidad del producto software para ser modificado. tiempos de proceso y potencia apropiados. Capacidad del producto software para adherirse a nonnas 0 convenciones relacionadas con la mantenibilidad. Cumplimiento de la usabilidad. bajo condiciones determinadas. 0 para identificar las partes que han de ser modificadas. bajo condiciones determinadas. Esta caracteristica se subdivide a su vez en: • Comportamiento temporal. Capacidad del producto software que pennite al usuario operarlo y controlarlo. • • • • . mejoras 0 adaptaci6n del software a cambios en el entomo. Capacidad del producto software para evitar efectos inesperados debidos a modificaciones del software. y requisitos y especificaciones funcionales. Capacidad del producto software que pennite que una detenninada modificaci6n sea implementada. Capacidad del producto software que pennite que el software modificado sea validado. Esta caracteristica se subdivide a su vez en: • Capacidad para ser analizado. relativas a la cantidad de recursos usados. EFICIENCIA Capacidad del producto software para proporcionar prestaciones apropiadas. convenciones.5. Capacidad para ser probado.4.2. • • 2.2. Cumplimiento de la eficiencia. Es la capacidad del producto software para serle diagnostic ad as deficiencias 0 causas de los fallos en el software. guias de estilo 0 regulaciones relacionadas con la usabilidad. Capacidad del producto software para adherirse a nonnas 0 convenciones relacionadas con la eficiencia. Capacidad de atracci6n. Capacidad del producto software para adherirse a nonnas. Estabilidad. 2. Utilizaci6n de recursos. Cumplimiento de la mantenibilidad. Capacidad del producto software para usar las cantidades y tipos de recursos adecuados cuando el software lleva a cabo su funci6n bajo condiciones determinadas. Capacidad del producto software para proporcionar tiempos de respuesta.

2.3. para el nusmo prop6sito. en el mismo entomo. segllridad y satisfacci6n (figura 5. prodllctividad.6.2. Capacidad del producto software para adhelirse a nonnas 0 convenciones relacionadas con la portabilidad. Capacidad del producto software para coexlstlr con otro software independiente. 2. Esta caracteristica se subdivide a su vez en: G Adaptabilidad. Cumplimiento de la portabilidad. EFECTIVIDAD Capacidad del producto software para pennitir a los usuarios alcanzar objetivos especificados con exactitud y compleci6n. PRODUCTIVIDAD Capacidad del producto software para pennitir a los usuarios gastar una cantidad adecuada de recursos con relaci6n a la efectividad alcanzada. en un contexto de uso especificado.3. Coexistencia.S fNrO~'vL'\TICOS © RA-?viA. . Modelo de calidad en uso La nonna ISO 9126 entiende por calidad en uso "fa capacidad def prodllcto sofMare para pennitir a detenninados lIsliarios alcanzal' objetivos espectficados con efectividad. Capacidad del producto software para ser instalado en un entomo especificado. Instalabilidad. La calidad en uso contempla las siguientes caracteristicas: 2. Capacidad del producto software para ser adaptado a diferentes entomos especificados. en un contexto de uso especificado. en un entomo comun. PORTABILIDAD Capacidad del producto software para ser transferido de un entomo a otro.88 CAUDAD DE SISTE?vLA. Capacidad del producto software para ser usado en lugar de otro producto software.1. en contex:tos de lIS0 especificados". Capacidad para ser reemplazado.3. 2. compartiendo recursos comunes.5). G G G • 2. sin aplicar acciones 0 mecanismos distintos de aquellos proporcionados para este proposito por el propio software considerado.

2005) 2. La escala ha de dividirse en rangos que cOlTesponden a diferentes niveles de satisfaccion de los requisitos. 2. cuyo valor medido se sima en una escala. SEGURIDAD DE usa Capacidad del producto software para alcanzar niveles aceptables del riesgo de hacer dana a personas. Esta nonna se apoya en la ISO 9126 ya que los aspectos cuantificables pueden medirse cuantitativamente usando metricas de calidad.3. En la figura 5.5. a las propiedades 0 al medio ambiente en un contexto de uso especificado. al negocio. Evaluaci6n de un producto software La nonna ISO 14598 da una vision general del proceso de evaluacion de un producto software. SATISFACCION Capacidad del producto software para satisfacer a los usuarios en un contexto de uso especificado. EI nivel proyectado es 10 que se considera alcanzable con los recursos disponibles.4. 2. el peor caso y el nivel proyectado. al software.6 (ISO. Modelo para la calidad en uso (ISO. Por ejemplo: G La division de la escala en dos categorias: satisfactOlio e insatisfactOlio. El peor caso es la frontera G . 1999) se resunie este proceso.3.4. El nivel actual se declar·a con el fin de controlar que el nuevo sistema no suponga un deterioro en relacion a la situacion actual.~ RA-ivLA CAPiTIJLO 5: CAUDAD DE PRODUCTO SOFTWARE 89 Calidad de Uso Figura 5.3. explicando en sus diferentes partes como aplicar el proceso en diferentes circunstancias. La division de la esc ala en cuatro categorias lirnitadas por el nivel actual de un producto existente 0 altemativo.

7. 1999) niyel PlaneadO~ - Excede los requisitos val~~ medido -=- Rango objetiyo satistbctorio niyel actua~ - .S INFOR.90 CAUDAD DE SISTEtvL">.7).. 1999) .\V\ TICOS ©RA-MA para aceptacion de! usuario por si acaso e! producto no cubre e! nive! proyectado (figura 5. Establecer Propos ito de fa Evaluaci6n Establecer Requisitosl~I-_ _ _-4 de Evaluaci6n Identificar los tipos de producto(s) Especificar el modelo de caUdad 9126·1 Caracteristicas de Calidad 9126·2 Metricas Extemas 9126-3 Metricas Intemas 14598-6 Modulos de Evaluaci6n Establecer niveles para las metricas Establecer criterios de valoracion Producir Plan de Evaluaci6n Tomar medidas Valorar Resultados Figura 5.-- - - niveles de puntuaciOn escala de nii!dicion Figura 5. Rangos de una esc ala de medida (ISO. Proceso de evaluacion de un producto software (ISO. Minimanii!nte aceptabt~ insatistbctorio lnaceptabt~ - el casu peo.6.

<:: RA. Franch y Carvallo (2003). (2005) proponen un modelo de calidad para portlets basada en la adaptacion de ISO 9126 asi como en algunos de los trabajos anterionnente citados. Bertoa et 01. Definir el dominio Detenninar subcaracteristicas de calidad Definir unajerarquia de subcaracteristicas Descomponer subcaracteristicas en atIibutos Descomponer atIibutos derivados (aquellos que no sean medibles directamente) en atIibutos basicos Establecer relaciones entI'e entidades de calidad (por ejemplo. TRABAJOS BASADOS EN LAS NORMAS ISO 9126 E ISO 14598 Existen multitud de trabajos basados en las nonnas ISO 9126 e ISO 14598 que puede ser de interes a la hora de plantearse la evaluacion de productos software. 1999). 1. desanollan una metodologia que conduce a la constmccion de modelos de cali dad especificos de dominio en tenninos del estandar ISO 9126. 1. €I . 2002) amplia el modelo de la ISO 9126 para evaluar la calidad de arquitecturas software. 4. y Botella et. Moraga et 01. Adaptan la nom1a ISO 9126 a los componentes COTS. (2003) refinan el modelo de cali dad de la ISO 9126 para arquitecturas software. Amplian las subcaracteristicas y atIibutos propuestos por la nonna ISO 9126 llegando a identificar 124 atIibutos de calidad para los componentes software.8): €I €I €I €I O. Esta metodologia consta de siete pasos (figura 5. y que han aplicado a paquetes software COTS (commercial off-the-shelj). €I Simlo y Belchior (2003). La calidad queda definida como un comportamiento operacional de los productos requeridos por sus usuarios.. (2005).-MA CAPiTULO 5: CAUDAD DE PRODUCTO SOFTWARE 91 3. En este apartado citamos algunos de los mas relevantes: €I SQUID (Boegh. 3. 2. et 01. llegando a proponer divers as medidas para los atIibutos de calidad.. Ofrece un metodo y una henamienta de soporte que reciben el nombre de SQUID. 5. Losavio et 01.. 6. planificacion. pennite la especificacion. al (2003). aumentar la subcaracteristica de seguridad lleva consigo que aumente la madurez de un producto) Detenninar metIicas para los atIibutos. evaluacion y control de la calidad de software a tI'aves de los procesos de desanollo. QUINT2 (Niessink.

EJERCICIOS 1. los panimetros de satisfaccion del c1iente que monitol1za IBM son: capacidad. usabilidad. En esta recopilacion se abordan diversos aspectos de la calidad relativa a los sistemas sofuvare basados en componentes. y servicio).8. y Vallecillo. instalabilidad. (. Component-Based Sofnvare Quality: jvfethods and Techniques. mientras 2.edulsemaipresentations/zubrow/esepg/ Presentacion Sofnvare Engineering Institllte sobre IS. A. 5. documentacion!infOlmacion. LECTURAS RECOMENDADAS • Cechich..) (2003). Compare las caracteIisticas y subcaracteIisticas de calidad del modelo de McCall y de1l110delo propuesto en la nonna ISO 9126.cmu. desel11pei'io.TICOS ©RA-l\IA Paso 1 Paso 3 Paso 4 Paso 5 Establecer Relaciones entre entidades de calidad Paso 6 Datarminar ivletricas para los atributos Figura 5.a cmiles la non11a ISO 9126?. fiabilidad. . funcionalidad.'vrA.encuentra gran sil11ilitud entre ambos? Como sefiala Kan (2003). (.sei. l11antenibilidad. (eds.a que elementos de la calidad Ie concede 111<1S importancia McCall? y (.O 25000 Y el modelo CMMI. A. M.cmille parece m1s completo?. Piattini.92 CAUDAD DE SISTEMAS Il\1fOR. (. SITIOS WEB RECOMENDADOS • http://v{v{w. Metodologia para la construccion de modelos de calidad especificos de dominio (Franch y Carvallo. del 6. 2003) 4. Splinger Verlag LNCS 2693.

7. 6.GRA-?vLA. l11odificado 0 descartado para este tipo de software. Simao y Belchior (2003) 0 Bertoa et al.ej. Analice.. 5. una mayor funcionalidad podria influir en una men or facilidad de prueba. Desanolle un proceso de analisis y selecci6n para sistemas de infonnaci6n geognifica (SIG) teniendo en cuenta las caracteristicas distintivas de este tipo de sistemas. usabilidad. CAPiTULO 5: CAUDAD DE PRODUCTO SOmVARE 93 que Hewlett-Packard utiliza: funcionalidad. 4. fiabilidad. Compare las diferentes propuestas existentes sobre modelos de calidad para componentes (p. Compare elmodelo definido con la nonna ISO 14102 (ISO. . (2005)) analizando que caracteristicas y subcaracteristicas de la nonna ISO 9126 se han adoptado tal cual. desempeiio y servicio. 1995). Proponga a continuaci6n diferentes fonnas de medir las caracteristicas propuestas.iso. Accediendo al portal de ISO (wlvw. las diferentes interacciones que pueden darse entre las subcaracteristicas del modelo de calidad de la ISO 9126. adaptando si fuera necesario el modelo de calidad de la ISO 9126. utilizando una matriz.ch) investigue cual es la situaci6n actual de las nOlmas de la familia ISO 25000. Y su trazabilidad respecto a las nonnas ISO 9126 e ISO 14598. 3. compare estos panimetros con las caracteristicas de la nonna ISO 9126. defina un proceso de selecci6n para henamientas de amllisis y diseiio Olientado a objetos. Por ejemplo. Tomando como base el proceso de selecci6n propuesto por la nonna ISO 14598.

Evaluacion y Mejora de Procesos .CaUdad del Proceso Software 6. EI Proceso Software 7. Modelos de Proceso de CicIo de Vida 8.

. por ejemplo. los modelos cascada. Durante las tres ultimas decadas. y teniendo en cuenta la creciente complejidad de los sistemas. modelos de desalTollo y helTamientas. 2000) y en consecuencia. 2002). y a detenninar el orden de las actividades necesarias en la vida de un producto software. por 10 que surge la denominada ingenieria del software basada en el proceso (Wang y King. Esta 'l. Tal como se destaca en numerosos estudios.CAPiTULO 6 EL PROCESO SOFTWARE "Los Procesos Software tall/bien son Software" Leon Osten veil 1. 2003).. se hacia necesario incluir detenninadas areas que hoy en dia son criticas para la ingenieria del software. Sin embargo. Estos modelos del ciclo de vida ayudan a los ingenieros y a los gestores a comprender mejor el proceso software. una organizacion no puede garantizar la entrega de productos de calidad centrando sus programas de calidad unicamente en el producto (Satpathy y Harrison. como las infraestructuras de gestion y organizacion.finnacion se basa en que existe una cOlTelacion directa entre la calidad del proceso y la calidad del producto obtenido (Fuggeta. evolutivo y en espiral (Piattini et 01. actualmente la calidad de cualquier producto no puede ser asegurada simplemente inspeccionando el producto por sl mismo 0 desalTollando controles de calidad estadisticos. INTRODUCCION Tradicionalmente la Ingenieria del Software se ha centrado en metodologias y lenguajes de programacion. el estudio de los procesos de produccion de software ha llevado al desalTollo de varios ciclos de vida en la ingenieria del software como. 2000).

independientemente de las tecnicas y lI1etodos usados" (Demiame et al.) relacionados con las actividades involucradas en la vida de un producto software. estructuras organizacionales. 2002b). EI EI "Conjunto coherente de politicas. . 1995). diseiio de doclllnentos. Iluitodos. "Ef proceso soff1vare define como se organiza. controlar y mejorar SliS actividades software relacionadas" (ISO. 2001). El ciclo de vida software define los principios y las directrices de acuerdo a las cuales se deben llevar a cabo estas etapas. empaquetar y mantener un producto software" (Fuggeta. en la literatura podemos encontrar divers as definiciones: EI "Conjunto de actividades. abarcando la vida del sistema desde fa definicion de los reqllisitos hasta la finalizacion de Sll lISO" (ISO. 1995). las actividades y las tareas invoilicradas en el desarrollo. 1999). detenninada por las siguientes caracteristicas (Demiame et al. Por ejemplo.. y cubre todos los elementos necesarios (tecnologias. bas ado en el de ciclo de vida. ejecutar. codigo.. practicas y transformaciones que la gente lisa para desarrollar). para plantficar. y como a1canzar un detenninado objetivo. EI EI El proceso software es un proceso con una natmaleza especial. gestiona. artefactos. etc. monitorizar. desarrollar y mantener sistemas software" (Acuna et af. personal. Un ciclo de vida software es "un marco de referencia que contiene los procesos. 1998). tecnologias. procedimientos. gestionar. Un proceso se define como un conjunto de actividades interrelacionadas que transfommn entradas en salidas (ISO. En este contexto los ciclos de vida aportan un marco de referencia para los procesos de desarrollo y mantenimiento del software (vease Capitulo 7). desarrollar. "Conjunto parcialmente ordenado de actividades lie vadas a cabo para gestionar. el ciclo de vida en cascada sugiere que antes de comenzar una nueva fase se deben haber finalizado los entregables de la fase anterior. 1999): . Respecto al proceso software. pruebas y manuafes de uSliario) " (SEI.tVlATICOS Sin embargo. mide. 1995. mantener software y los productos de trabajo asociados (planes de proyecto. cuando. ya que en much as ocasiones son tratados en la bibliografia como conceptos equivalentes. fa explotacion y el mantenimiento de lin producto de software. soporta y mejora el desarrollo.98 CAUDAD DE SISTEivL~S !1\1fOR. procedimientos y artefactos que son necesarios para concebir. Un proceso define quien esta haciendo que.. "Proceso 0 conjlli1fO de procesos usados por una organizacion 0 proyecto. es muy importante establecer claramente la diferencia entre proceso software y ciclo de vida. EI proceso software es un concepto mas amplio. 2000).EI Es complejo. ISO.

ya que se desconocen las abstracciones adecuadas. 1990. Al igual que los procesos de fabricacion. que es el encargado de estimar. planificar y controlar los recursos necesarios (personas. relacionado con la construccion y mantenimiento del producto software. y los presupuestos. etc. Tampoco es un proceso de ingenieria "pura".). c1iente. y el exito depende de la implicacion del usuario y de la coordinacion de muchos roles (ventas. 2000): e Tecnologia de Desarrollo Software. II .. se ve muy detenninado por circunstancias impredecibles. mejorar la calidad del producto software. coordinacion y cooperacion dentro de marcos de trabajo predefinidos: los entregables generan nuevos requisitos.) para poder llevar a cabo y poder controlar el proceso de produccion. y cada uno tiene peculiaridades que 10 distingue de los delmis. Proceso de Gestion. en fonna de herrarnientas. los procesos software cons tan de dos subprocesos interrelacionados (McLeod. Demiame et al. • e e La necesidad de participacion humana de forma creativa y la ausencia de acciones repetitivas hacen que ni el desarrollo ni el mantenimiento del software sean procesos de fabricacion. Metodos y Tecnicas de Desarrollo Software. tiempo. en el que debido a la gran cantidad y diversidad de elementos relacionados.-MA CAPiTULO 6: EL PROCESO SOFTWARE 99 • No es un proceso de produccion tipico. que puede ser usada posterionnente para mejorar el proceso y por tanto. que constituyen Hneas guia sobre como se deben hacer las cosas: uso de la tecnologia y realizacion de las actividades. desarrollo tecnico. relacionado con el soporte tecnologico. pero existen algunas similitudes entre ambos tipos de procesos que son lltiles para comprender los procesos software con una perspectiva mas amplia. etc. ya que algunas partes pueden ser descritas en detalle y algunos procedimientos son impuestos previamente. infraestmcturas y entomos. Este control genera infonnacion sobre el proceso de produccion. depende en gran medida de demasiada gente. el diseno y la produccion no estan claramente diferenciados. ya que esta dirigido por excepciones. calendarios y calidad no pueden ser planificados de forma suficientemente fiable.kRA. No es (completamente) un proceso creativo. el proceso software es un campo de estudio amplio y complejo en el mundo de la ingenieria del software. e Por 10 tanto. se podrian establecer en las siguientes categorias (Fuggetta. 1999): e Proceso de Produccion. tecnologia. los costes del cambio del software no suelen reconocerse. Esta bas ado en descublimientos que dependen de la comunicacion.

por 10 tanto. relacionado con los recursos humanos. De acuerdo a estas responsabilidades. EI modelado de los procesos software. E:. es decir. para posterionnente afiadir los detalles necesmios para proporcionar sopOlte a su ejecucion. Para ello.tos son los objetivos de la Gestion del Proceso Sofuvare (Florac y Carleton. relacionado con la gestion de proyectos. Sin embargo y a pesar de que el tema de los procesos software no se ha establecido alm como una disciplina que se ensefie y practique universalmente por la indusnia del software es de esperar que en el fhturo las tecnologias de sopOlte a los procesos software maduren y sean adoptadas por las organizaciones. representar los elementos de interes que intervienen. Medir. es necesario modelar los procesos. Economia y Marketing. Los procesos software son llevados a cabo por equipos de personas que tienen que estar coordinados y deben gestionarse desde una eficiente estructura organizacional. constituye un paso fundamental para la . GESTION DE LOS PROCESOS SOFTWARE Los requisitos de calidad mas significativos de los procesos software son: (1) que produzcan los resultados esperados. Para aplicar esta gestion de fonna efectiva es necesario asumir cuatro responsabilidades clave: Definir. (2) que esten basados en una COlTecta definicion y (3) que sean mejorados en funcion de los objetivos de negocio. muy cambiantes ante la gran competitividad de las empresas hoy en dia. muy pocas propuestas de PSEE han sido aplicadas de fonna pnictica en la indusnia. e La integracion de las tecnologias de produccion y de gestion en un entomo de trabajo constituye la esencia de la Tecnologia del Proceso Software y como resultado se han desanollado los denominados Entornos de Ingenieria del Software orientados al Proceso (PSEE. para llevar a cabo de una fonna eficiente la mejora del proceso es necesario tener en cuenta los siguientes aspectos: e Definicion del Proceso.-\-MA e Comportamiento Organizacional. Tal y como se ha comentado las razones son variadas.1. Process-centered Software Engineering Environment). desde la ligidez de muchas de las propuestas que ha dificultado su aplicacion indusnial en mercados diniunicos. 1999). La definicion del proceso es la primera responsabilidad clave que hay que asumir para poder realizar una gestion efectiva de los mismos. Estas responsabilidades y sus relaciones se representan en la figura 6. debido a que el producto software final debe cumplir con unos plazos y costes detenninados y debe satisfacer las necesidades del cliente al que va destinado. Controlar y Mejorar el Proceso. a la necesidad de introducir este tipo de entomos poco a poco. A pesar de su importancia y de los avances en la investigacion en estos temas.100 CAUDAD DE SISTEMAS IN'FORMATICOS ©R. pmtiendo de un modelado descriptivo de los procesos que ayude a su entendimiento y comunicacion. 2.

Mejorar el Proceso Controlar el Proceso Figura 6. La medici6n del software es tratada en el capitulo 9. mientras G . Medicion y Mejora.t RA-iviA cAPinJLO 6: EL PROCESO SOFTIVARE 10 1 comprensi6n y mejora continua de los procesos de una organizaci6n (Arbaoui et aI. cuyo objetivo es detectar los aspectos que se pueden mejorar. Los proyectos software de una empresa se llevan a cabo de acuerdo a los modelos de procesos definidos. Existe una importante cOlTelaci6n entre la medici6n y la mejora de los procesos software. se estudian con mucho mayor detalle a 10 largo del libro.. es importante poder controlar en todo momento la ejecuci6n de estos proyectos (yen consecuencia. identificar y llevar a cabo de una manera eficiel1te las acciones de mejora necesarias. Antes de poder mejorar un proceso es necesario llevar a cabo una evaluaci6n. Etapas Clave de la Gestion del Proceso Software G Ejecucion y Control del Proceso. es conveniente disponer de un marco de trabajo efectivo que facilite la identificaci611 de las entidades relevantes candidatas a ser medidas. de los procesos cOlTespondientes) para garantizar que se obtienen los resultados esperados. Dada la importancia de estos aspectos.1. que son los sistemas software que ayudan en el modelado de los procesos software utilizando un determinado lenguaje y en su posterior automatizaci6n por medio de Sll reificaci6n (enactment). Para ello. 2003). En este sentido. Para ello. se han desalTollado en las dos llltimas decadas los denominados "En 10177 os de lngenieria del Sofnmre orientados a Procesos" (PSEE). Con los resultados de la medici6n de los procesos es posible disponer de una infomlaci6n objetiva que pennita planificar.

G G Provision para la automatizacion orientada al rendimiento del proceso. uno de los grandes objetivos de la tecnologia de procesos es lograr que la representacion de procesos pueda ser us ada para gestionar los procesos aChmles de desalTollo y mantenimiento del software. 1994). para 10 cual es necesario automatizar ciertas partes del proceso. II) G . compilacion de metricas y aseguramiento de la integridad del proceso. si es ejecutable. los procesos de diferentes proyectos tienden a seguir patrones comunes. bien porque las "mejores practicas" son reconocidas fonnalmente. la tecnologia de procesos introduce la no cion de modelo de procesos. instrucciones y material de referencia al usuario. proporcionando orientaciones. puede ser usado para la fonnacion del personal. Como primer paso. Provision para el soporte auto matico a la ejecucion. 10 que requiere un entorno de desan'ollo efectivo del software.102 CAUDAD DE SISTEivl-\S INFOJUvlA TICOS © RA-ivl-\ que los modelos y estandares de evaluacion y mejora de procesos se tratan en el capitulo 8. POI' 10 tanto. POl' 10 tanto se hace necesario intentar capturar estos aspectos comunes en una representacion de proceso.oceso que es. Un modelo. Un modelo de procesos puede ser analizado. como representacion del pJ.. validado y simulado. 10 que requiere que un modelo de procesos contenga suficiente informacion para su representacion. bien porIa existencia de estandares utilizados. 3. Soporte a la mejora del proceso.. que consiste en la descripcion de un proceso expresandolo en un lenguaje de modelado de procesos adecuado (Finkelstein et af. Soporte y control de la gestion del proceso. dar soporte al trabajo en grupo. 1992): G Facilidad de entendimiento y comunicacion. A continuacion se presentan las caractedsticas del model ado y ejecucion de los procesos software. Los objetivos y beneficios que motivan la introduccion de modelos de procesos son varios. En los modelos de procesos se puede describir de una fonna precisa los diferentes aspectos relacionados con los procesos software. En una empresa 0 en un dominio de aplicacion. de fonna que con diferentes modelos se puedan expresar las diferentes vistas de un proceso. EL MODELADO DE LOS PROCESOS SOFTWARE Uno de los aspectos basicos y fundamentales para la tecnologia de soporte a los procesos software es disponer de modelos de procesos que representen fielmente la fonna de hacer las cosas de las organizaciones. la cual describe estas caractedsticas comunes y fomenta la homogeneidad y la unificacion de criterios. destacando los siguientes (Curtis et af.

reglas y politicas. Un recurso es un activo que una actividad necesita para llevarse a cabo.1. y procedimientos) que gobieman las actividades. etc. Ademas. <> <> <> . revisores. las hen. y tambien directal11ente por medio de directivas (politicas. etc.). conocidos como "Lenguajes de Modelado de Procesos" (LMP). una actividad es un concepto con un cOl11ponente funcional fuerte ya que acarrea entradas.anlientas estan fuertemente unidas a las actividades en las que son usadas. El caracter de la organizaci6n impacta en el proceso indirectamente por medio de roles. En este campo. y resultados intennedios. y por otro.2): <> Actividad. para 10 cual se abordan en primer lugar los diferentes conceptos comunes relacionados con el proceso software. Recurso.9RA. editores de diagral11as. entregados y mantenidos en un proyecto es 10 que se denomina producto. Las actividades se encargan de generar 0 modificar un conjunto dado de artefactos. En el siguiente apartado se presentan diversos lenguajes 0 metamodelos para la definici6n y representaci6n de modelos de procesos.-MA CAPITULO 6: EL PROCESO SOFTWARE l03 En la literatura se pueden encontrar diversos lenguajes y fonnalismos de modelado. 0 un paso de un proceso. Producto. Las directivas nonnalmente vienen en manuales. jefes de proyecto. hay dos recursos de principal importancia: por un lado los desarrolladores (los agentes humanos en el proceso). Norma1l11ente. se puede identificar una serie de conceptos basicos relacionados con los procesos software (Demiame et al. 1999) y que son comunes a los diferentes modelos de procesos (v ease figura 6. Roles y Directivas. las herral11ientas de desarrollo (los agentes computerizados que tradicionalmente han sido usados en desarrollo del software como editores especializados y herramientas para la gesti6n. Una actividad es una operaci6n at6mica 0 compuesta. compiladores. y por 10 tanto deberian ser estructuradas. los diferentes elementos relacionados con un proceso software.. Elementos del Proceso Software En general. obligaciones y tareas (por ejemplo disenadores. que pueden ser usados para manejar el proceso). mientras que los desarrolladores se relacionan indirectamente a una actividad por medio de sus roles. El conjunto de artefactos a ser desarrollados. salidas. etc.) y las herramientas de prop6sito general (como hojas de ca1culo. es decir. 3. el conjunto de responsabilidades. incorporan e implementan procedimientos. reglas. A continuaci6n se describen los diferentes elementos relacionados con el modelado de procesos. que tienen como objetivo representar de una fonna precisa y no ambigua.

que representa d6nde y pOl' que persona de la organizaci6n son implementados los elementos del proceso.2. Informativo. incluyendo su estmctura y sus relaciones. que representa que elementos del proceso se estan implementando y que flujos de infonnaci6n son impprtantes para los elementos basicos del proceso. proporcionan la notaci6n necesaria para representar los procesos software y dicha representaci6n puede incluir las . 1992): e Funcional. 0 e e e Los diferentes lenguajes de model ado de procesos. que representa cuando y bajo que condiciones se implementan los elementos del proceso. Clasificacion de los Lenguajes de Modelado de Procesos (LMP) Existen diferentes critelios para la clasificaci6n de los lenguajes de model ado de procesos. Elementos Basicos de un Modelo de Procesos 3. Los procesos pueden ser modelados en diferentes niveles de abstracci6n y con diferentes objetivos. Organizacional.. Compol"tamental. que representa las entidades de infonnaci6n de salida manipuladas pOl' un proceso.2. La infonnaci6n de un modelo de procesos se puede estmcturar bajo diferentes puntos de vista (Curtis et al.104 CAUDAD DE SISTEivlAS Il'iFORJvIATICOS ©RA-MA Herramienta Actividad Producto Recurso Organizacion D D Figura 6.

cuyo objetivo es proporcionar un modelo cualitativo e infonnal. ciclo de vida del software y procesos de soporte al ciclo de vida. en la que se incluyen a los LMP que proporcionan soporte lll1icamente a aspectos de entendimiento y comunicacion y no a los aspectos de ejecucion. desanollo. PDL) y Lenguajes de Implementacion de Procesos. Procesos (Process Specification Languages. que proporcionan una representacion de los procesos software adecuada para su simulacion a alto niveL que n0l111almente sirve de • . o Existen oU'as clasificaciones de lenguajes de modelado. 1999). Ejemplo de este proceso es el "Proceso Unificado de Desanollo" (Jacobson et al. que realizan actividades relacionadas con la asistencia. metodologias de ingenieria del conocimiento.. Zamli y Lee (2001) proponen otra clasificacion mas generica y menos centrada en los PSEE que la anterior. Se distinguen dos tipos de modelos descliptivos : o o Informales. cuyo objetivo es desclibir un proceso que se esta llevando a cabo en una organizacion. que estan relacionados con la evaluacion. PSL). Simulados (Simulated). (Process Implementation Languages. metodologias y metodos centrados en la gestion. distinguiendose entre LMP: • No ejecutable (Noll-enactable). tienen como objetivo definir los medios necesmios 0 recomendados para la ejecucion de un proceso. En la tabla 6. Se clasifican en: o l'vfanuales. (1997). metodologias orientadas a objetos. soporte. Otra posible clasificacion de los lenguajes de model ado es la establecida por McChesney (1995) seg(ill la cuallos procesos se pueden clasificar en: • Descriptivos. estandares de ciclos de vida como ISO 12207. gestion y tecnicas de produccion de software asistida por ordenador. Ademas este tipo de modelos se puede clasificar en: orientado a actividades u orientado a personas. Formales. Ejemplos de este tipo de modelos son: metodologias tradicionales estmcturadas. Lenguajes de Disefio de Procesos (Process Design Languages. PIL). evaluacion. Automaticos. que pueden ser estandares.CAPiTULO 6: EL PROCESO SOFTWARE 105 clases de infonnacion comentadas anterionnente.1 se resume un buen l1Lllnero de las propuestas de modelado de proceso existentes.. en funcion de los aspectos en los que se centran. mejora y prediccion de procesos. como la que proporciona Ambriola et al. • Prescriptivos. en la que se distinguen tres categorias en funcion del nivel de abstraccion: Lenguajes de Especificacion de. 2001). y los aspectos de informacion que capturan (Acuna et al.

1993) Lengu~es y Aproximaciones de [nteligencia Artificial. que se tratan ll~as adelante cuando se aborden estos ento1110S. 1991) ivlodelado de Objetos (Engels y Groenewegen. Diagral11as de Estado (Kellner y Hansen. 1995). 1994) Mode1ado Cllantitativo (Abdel-Hamid y {vladnick. 1996) . Organizacional I Tabla 6.. En la bibliografia tambien podemos encontrar una gran diversidad de lenguajes de 111odelado que han sido propuestos en relaci6n con Ento111os de IngenieIia del Software Orientados al Proceso (PSEE). 3. Infonnativo COl11portal11ental Compoliamental.. 1989): (Kellner. 1999) Lenguajes Fllncionales Lengu~es Fonna1es (Curtis et a/.{u y Mylopoulos.!\LA. para poder gestionar los procesos software de una organizaci6n es 111UY importante poder definir los 111is1110S de una fO!111a sistematica y I Es un modele explicito de los constmctores y reglas necesarias para constuir modelos especificos de un detenninado dominio de interes. LE~G(:AJE BASE PERsPEcnvAS DE L'iFORMACION Lenguaje de Programacion Procedural (Ramanathan y SarkaL 1988) Amilisis y Diseiio de Sistemas. incluyendo las reglas y las pre'post condiciones (Ban!houti et a/ . 1991) y tecnicas de amllisis y disello estructurado (McGo\\"an y Bohner. datos estmcturados y declaraciones de re1acion (Penedo y Shu.Vlodelado de Datos. 1995) Eventos y Disparadores Control de Flujo (Finkelstein et a/. incluyendo diagramas entidadinterrelacion. (Deiters y Gruhn. 1991): (Harel y Politi. Ii> Ejecutable (Enactable).. 1994) Funcional Comportamental Infonnativa Funcional Organizacional Infonnativa Funcional Comportal11ental COl11portal11ental Funcional Comportamental Organizaciona1 Funciona1 Infolmativo Omanizacional. que penniten que el modelo de procesos pueda ser ejecutado para guiar activamente e inc1uso controlar un proceso software.3.TICOS C9 RA-ivLi\ ayuda para el disei'io de los procesos. 1998): (Raffo y Kellner.• 1994) Diagral11as de Transiciones de Estados y Redes de Pea.106 CAUDAD DE SISTEMAS INFOR. . incluyendo l110delado de dependencias de actores (. 1990): (Bandinelli et a/. ! 992): (Huff. Lenguajes de model ado de procesos y perspectivas de informacion A continuaci6n se descIiben de fonna general una selie de lenguajes representatiyos de 111odelado de proceso expresados en fonna de metamodelos de procesos. pero no proporciona detalle suficiente para la guia y control de ejecuci6n de los procesos. Metamodelos 1 de proceso software Como se ha explicado anterionnente.1. 1991) Redes de Precedencia. incluyendo Diagramas de Flujo de Datos (Frailey.

En funci6n de los aspectos del proceso a representar sera necesario incluir unos constructores u oh·os y por ella en la literatura se puede enconh·ar una gran diversidad de lenguajes para el model ado de los procesos software.PiTlJLO 6: EL PROCESO SOFTWARE 107 precisa para su posterior ejecuci6n efectiva. Diagrama de Gantt EI metamodelo que representa el diagrama de Gantt es bastante simple y en eI s610 estan incluidos los conceptos de Actividad e Instante de Tiempo (TimePoint).3. su duraci6n y su planificaci6n.3. 3. A::tividad 1 1 Dia / \ Jlctjvidad 2 2Dias Jlctjvidad 3 Jlctjvidad 4 ----+ 4Dias 3Dias Figura 6. MODELADO DE PROCESOS: DIAGRAMAS DE GANTT Y DIAGRAMAS PERT Los diagramas de Gantt fueron creados por Hemy Gantt en el aii.o 1917.(': RA-MA CA. Diagrama PERT .4.1. Estuclio Preliminar 2 Ana!lsis de Requisttos " Diseno (ociifiulci6n PruebEls 4 5 Figura 6. Representan las diferentes actividades de un proceso como ban·as sobre un calendatio aportando una representaci6n visual de las actividades. A continuaci6n se describen de f0l111a general diferentes propuestas de modelado de procesos. Ello supone la existencia de diversos fOl1nalismos para modelar los procesos existiendo un alto grade de heterogeneidad.3 se presenta un sencillo ejemplo de diagrama de Gantt. En la figura 6.

de acuerdo al metamodelo PIF son: la entidad Actividad (Actidty) que se define como "cualquier cosa que OCUlTe en el tiempo".5. EI concepto de proceso en PIF es "1111 conjzmto de acth'idades COil ciertas relaciolles entre sf y con objetos ell detenninados Instal/tes de Tiempo". una tarea.. surge debido a la necesidad de diversas organizaciones (MIT. como la identificaci6n de caminos criticos. como por ejemplo la relaci6n creates. Entidades del Metamodelo PIF Los principales elementos. En la figura 6. la entidad Relacion (Relation). como por ejemplo un proceso. que enlaza una actividad con los objetos (Objects) que .) de compartir sus modelos de procesos. Stanford. etc. su duraci6n y sus relaciones de precedencia. Dicha especificaci6n fue propuesta originalmente en 1993 y desde entonces ha evolucionado y mejorado. En la figura 6. DEC.V!AS I1\FO~'vl'\Tleos Los diagramas PERT (Program Evaluation and Review Techniqlle) representan grMicamente los procesos mediante un grafo dirigido en el que se incluyen las tareas. 1998). FORMATO DE INTERCAMBIO DE PROCESOS EI fonnato de intercambio de procesos (Process Interchange Format.2.5 se representa en UrvIL la jerarquia de entidades que componen elmetamodelo PIF. 3. PIF) (Lee et af. Son mas dificiles de leer que un diagrama de Gantt. pero a su vez penniten un analisis mas complejo del proceso. que representa la relaci6n entre dos entidades y puede ser de varios tipos.3.108 C. Entity Activity Object TimePoint Relation Decision Agent Creates Modifies Before Uses Performs Activity Status Successor Figura 6. ya que definen el minimo numero de constmctores necesarios.4 se muestra un ejemplo de un diagrama PERT. Estos lenguajes de procesos presentados son claros ejemplos de modos de representaci6n simple.-\UDAD DE SISTE. 0 incluso un evento.

CAPiTulO 6: El PROCESO SOFT\VARE 109 produce. En PSL los tres constmctores plincipales. PSL define un proceso como "un conjunto de actividades en las que patticipan algunos objetos en un instante de tiempo detem1inado". como por ejel11plo extensiones para el ordenamiento temporal sobre instantes de tiempo. Esta base minima es extendida mediante modulos de extension. PSL) (Schlenoff et al. 0 un punto del tiempo en el que puede ocurrir un evento. 3. como artefactos. Nlicleo del Metamodelo PSL En el nllcleo del metamodelo PSL se define la base minima necesaria para la representacion de modelos de procesos.. LENGUAJE DE ESPECIFICACION DE PROCESOS (PSL) El lenguaje de especificacion de procesos (Process Spectfication Language. son: actividad (activity). que representa todas aquellas entidades implicadas en un proceso. y finalmente la entidad Objeto (Object).3.3. begin Object end Timepoint at participatesjn in begin end Activity Figura 6. los instantes de tiempo (timepoillts) que pueden ser una hora precisa. En la figura 6.6. objeto (object) e instante de tiempo (timepoint). helTamientas y agentes. a pattir de los cuales se derivan la mayoria de los elementos de los modelos de procesos. Algunas de estas especificaciones se pueden expresar en el . 1998) define una ontologia estimdar y un fOl1nato para el intercambio de especificaciones de procesos de fabricacion. El lenguaje PSL define de una fonna muy precisa y no ambigua modelos de procesos mediante axiomas 0 definiciones usando KIF (KnOfl"/edge Interchange Format). El nuc1eo del lenguaje tambien inc1uye el concepto oCUlTencia_de_actividad (activio·_oclirrence).6 se representa en UML el mic1eo del metamodelo PSL.

Componentes del Proceso (Process Components).110 CALIDAD DE SISTEMAS INrORl'vLA. en el que se definen los mecanismos de nombrado Elementos Basicos (Basic Elements).vare comercializado por Rational Software. 1998) es un metamodelo patrocinado por la agenda DARPA (Defense Advanced Research Project Agency) y se concentra en la planificacion (especificacion de un conjunto de acciones para dar sopolte a un conjunto de metas u objetivos) y la planificacion (especificacion de las cantidades de recursos usadas a 10 largo del tiempo y el tiempo en que dichas acciones tendran lugar). o o II> 3. pero no es posible almacenar la informacion sobre como este plan esta siendo llevado a cabo en la realidad. El metamodelo UPM inc1uye seis paquetes que son: o o Nombres (names). roles (roles).7 se representa en UML el metamodelo CPR.5. UPM) (Kruchten.\"Ork items).3. pero otras necesitan de mecamsmos mas potentes como OCL (Object Constraint Language). En la figura 6. define mecamsmos de empaquetamiento. 0 productos de trabajo (. Un plan (plan) es un conjunto de acciones (actions) necesarias para satisfacer detenninados objetivos. define como deberia documentarse cada componente del proceso. MODELO DEL PROCESO UNIFICADO El modelo del proceso unificado (Unified Process Model. Este metamodelo de procesos se ha usado para definir el "Proceso Unificado de Rational".TICOS @RA-MA metamodelo. Rational. que son refinados en otros paquetes.4. 3. El actor de una accion puede ser el recurso de otra accion. En la realizacion de una accion un actor puede utilizar cieltos recursos. CORE PLAN REPRESENTATION (CPR) CPR (Pease. 1999) es una propuesta conjunta de organizaciones como IBM. La base del metamodelo CPR es la definicion de planes. Unisys. Guia (Guidance).3. Para dar soporte a la ejecucion del proceso se ha aiiadido el concepto de Modelo del Mundo (WorldModel). un modelo de procesos de ingenieria del soft. etc. Un plan de ejecucion se esuuctura como un plan de diseiio pero se usa para regisu"ar los resultados de la ejecucion del plan de diseiio. define los principales conceptos del proceso. como artefactos (arttfacts) . Estructura del Proceso (Process Structure). . defme los elementos basicos. A pattir del metamodelo CPR es posible modelar el diseiio de un plan.

r

RA-ivLI\

CAPiTULO 6: EL PROCESO SOFTWARE

III

Pia n

Actio n TimeSpec

Objective

E va lu a tio n C rite ria

Acto r

Resource

Figura 6.7. Metamodelo CPR

3.3.6. DEFINICION DE PROCESO DE LA WORKFLOW MANAGEMENT COALITION
La coa1ici6n para 1a gesti6n de flujo de trabajo (Wor~flow Management Coalition) es una organizaci6n de vendedores, usuarios, ana1istas y gmpos de investigaci6n cuyo objetivo es promover e1 uso de sistemas de flujo de trabajo. Esta coa1ici6n ha propuesto un mode10 de flujos de trabajo de referencia (WfMC, 1998) en e1 que se define un metamode10 de procesos que esta mas orientado en 1a defmici6n de aspectos de ejecuci6n frente a los aspectos de analisis. En 1a figura 6.8 se representa e1 metamode10 de procesos propuesto por 1a WfMC.
Workflow Process Definition

Workflow Relevant Data

Workflow Process Activity

may use may use

/
may involve from

Workflow Application Declaration
is performed by mayuse

to

Workflow Participant Specification
.--~--------

Transition Infotmation

-------------

Figura 6.8. Metamodelo de Definicion de Proceso de la Wfl\;lC

112

CA.UDAD DE SISTEi\1AS INFORIvLA.TICOS

:Q

RA-IvLA.

De acuerdo a la WfMC el proceso se divide en Actividades del Proceso de Flujo de Trabajo (Wor~floH' Process Activities), que pueden ser at6micas 0 podrian estar compuestas por otros subprocesos. Estas actividades se planifican mediante Infonnacion de Transicion (Transition b?lormation) sobre Datos Relevantes del Flujo de Trabajo (Worliflmr Relevant Data). LasaCtividades son realizadas por alguien 0 algo definido por una Especificacion de Participante del Flujo de Trabajo (WorJ...j7mr Participant Specification) y pueden invocar Declaraciones de Aplicacion de Flujo de Trabajo (WorkfloH' Aplication Declaration). Los datos relevantes del flujo de trabajo dan cobertura a un subconjunto de datos del dominio de aplicacion que son necesarios para especificar condiciones de h'ansicion 0 precondiciones y poscondiciones de actividad.

3.3.7. ARQUITECTURA DE SISTEMAS DE INFORMACION

INTEGRADOS (ARIS)
El metamodelo Arquitectura de Sistemas de lnfonnacion lntegrados (Architecture of Integrated b?/o17nation Systems, ARIS) (Scheer, 1998), tiene como objetivo dar soporte al modelado, analisis y reingenieria de procesos de negocio. De acuerdo a ARIS, un proceso es un conjunto de Funciones (jzlIlctions) cuyo objetivo es satisfacer Metas Corporativas (cOlporate goals). Una funcion produce Salidas (outputs) y procesa Objetos de Infonnacion (bifonnation Objects) tales como eventos y mensajes. El trabajo es realizado por Unidades Organizacionales (Organizational Units) que incluyen maquinas, computadores y recursos humanos.

3.3.8. SPEARMINT
SPEARMINT (Becker-Komstaedt et al., 2003) es una herramienta desarrollada por el Fraunhofer lESE (Institute .lor Experimental Sojhrare Engineering) (vease w\vw.fraunhofer.de) para describir procesos software. SPEARMINT sopolia la captura, documentacion, mantenimiento y amilisis de los modelos de procesos software. El metamodelo (figura 6.9) en el que se basa la herramienta es 10 suficientemente expresivo para el modelado descriptivo de los procesos. Como se puede observar en la figura 6.9,·las clases que constituyen elmkleo del metamodelo son: "Entity", "Activity", "Arti/act", "Role", "Resollrce", y "Toof'. Las asociaciones mas destacadas son: "contains", "consumes", "modifies", "produces", entre actividades y aliefactos: "involves" enh'e los roles y actividades, "lIses" entre recursos y actividades, y 'precedes" entre estados, clase absh'acta de la que heredan las actividades y las bifurcaciones de control (clase JoinSplitState). Las clases "ProdlictFlmrGraph" y "ControIFlo,rGraph" y sus asociaciones son especificas para elmodelado visual. En base a este metamodelo, la herramienta proporciona una notacion grafica similar a UML para la definicion de modelos de procesos. Ademas, de dar sopOlie al modelado, SPEARMINT proporciona capacidades para el analisis y pel111ite generar guias (Electronic Process Guide, EPG) y manuales de ayuda al entendimiento del proceso.

[;RA.-MA

CAPiTULO 6: EL PROCESO SOFTWARE

113

Figura 6.9. Metamodelo de la herramienta SPEARl'VIINT (Becker-Kornstaedt et al., 2003)

En la actualidad, las funcionalidades de SPEARMINT han sido integradas en la herramienta VINCENT (vease http://\'l\\w.iese.fhg.de/Speannint EPGO. que constituye un nuevo entomo tecno16gico desan'ollado por el tranhoufer lESE para la gesti6n del proceso software y en el que se inc1uye un repositolio con infonl1aci6n sobre: los modelos de procesos: los elementos necesarios para dar soporte a aspectos de rendimiento del proceso (plantillas, listas de comprobaci6n, etc.): y sobre los productos de trabajo producidos durante el desanollo de los proyectos. Un ejemplo de definici6n de un modelo de procesos con la helTamienta es mostrado en la figura 6.10.

114

CAUDAD DE SISTE~lAS I]\iFORIviATICOS

@R/\-MA

::>::':U

,'"isn:?!::,;",

:

[ill -----------Ii> ~

, ,
I
I , I

I

Designer

~

I

Figura 6.10. Definicion de una vista de un modelo de procesos con SPEARMINT (Becker-Kornstaedt et aI., 2003)

3.3.9. PROMENADE
PROMENADE (Franch y RibO, 1999; 2003) es un lenguaje para la modelizacion de procesos software que utiliza UML para describir sus constmctores, mediante la generacion de un profile. En la figura 6.11 se representan la extension que PROMENADE realiza sobre el metamodelo de UML para el modelado de procesos software.
Model (UML)

MetaDocument

I !

MetaRole

I SPMetamod

ModelElement (UML)

Trigger

Figura 6.11. Elementos basicos de PROMENADE (Franch y Ribo, 1999)

£' RA-iviA

CAPiTULO 6: EL PROCESO SOFTWARE

115

Como se puede observar en la figura 6.11, las clases que componen el nucleo de PROMENADE son:
e

lvfetaDocument, 1\1etaTask, MetaRole, que son consideradas como especializaciones del constructor Clase de UML. Estas tres clases son los constructores cuyas instancias caracterizan un modelo de procesos software.

e

La clase SPMetamod (Software Process Metamodel) es una subclase del constructor UML Model. Las clases Precedence y Trigger son constmctores utilizados para modelar los aspectos dimimicos de los modelos de procesos. nuevos constructores definidos en

e

Las relaciones basicas entre los PROMENADE se ilustran en la figura 6.l2.

imports-modeJs

\
has-as-maintask-cJass

\

/
/ /0 ..•
I
~

/

Imported Mod

maintaskMod 0 .. * \

1.'
model otherCI

0.. 1

dI
1

SPMeiamod

I

Class(UML)

I

1 has-as-other-cJass

mOd~/
has-as-task-CJa/,
maintaskcl 1 subtasksCI .
....---;
/

D <> 1Cl.",

model

model "'" ", 1 has-as-roJes-cJass

'"

"

''-.,

" has-as-dc cument-cJass
doesCI

1.:
iasksCI

0.:

I

"'.

1.. '
.'-.,"',

rolesCI

MetaTask

1.:

I
i
I
I

I

MetaRole

supertaskCI

·......~ask

0.. 1
has-as-subtasks-cJass

·'·... 1 '.

I I
!

MetaDoeument

I I I

has-as~~rameters

""

1

.

I

'.

parameters ",....

. ..

doc

consists-of
"

1.,* ......

1.:

I

Parameter (UML)

I

Figura 6.12. Asociaciones basic as de PROMENADE (Franch y RihO, 1999)

Este lenguaje da soporte al modelado de los procesos software estableciendo dos vistas fundamentales:

116

CAUDAD DE SISTEMAS INFORMATICOS

£RA-MA

€I

Parte estatica, que contiene la defmici6n de los elementos que fonnan parte de un modelo de procesos software. Las clases fundamentales de este modelo son: Tarea, Documento, Agente, Herramienta, Recurso, Rol y Comullicaciol1. Parte dinamica, que pennite establecer el comportamiento de los procesos software. Para ello se establecen dos tipos de constmcciones: el control proactivo, para establecer las precedencias temporales entre las tareas que llevan a cabo el proceso, y el control reactivo, para describir el comportamiento del proceso software especificando sus reacciones ante la oculTencia de eventos. El control pro activo utiliza relaciones de precedencia, definidas en el marco de UML como una clase especial de dependencia. El control reactivo se basa en reglas ECA (evento-condici6n-acci6n).

€I

PROMENADE adelmis sopolta la reutilizaci6n de modelos, para 10 cual se proporcionan los mecanismos de abstracci6n, que penniten desechar detalles de un modele; y adaptaci6n, para hacer que un modele sea mas especifico 0 preparado para ser reutilizado.

3.3.10. SPEM
SPEM (Software Process Engineering lvletamodef) es una especificacion de OMG (2002). SPEM describe un metamodelo generico para la descripcion de procesos software concretos. Esta basado en MOF y utiliza UML como notacion de modelado. Por tanto, se basa en los principios de orientacion a objetos. En esta propuesta no se da soporte a la ejecucion (enactment) de los procesos, es decir, la planificacion y ejecucion de proyectos usando un modele de proceso descrito con SPEM. Ademas del metamodelo, la especificacion SPEM tambien esta estructurada como un perfil UML (UiViL profile), es decir, una vatiante de UML que utiliza los mecanismos de extension de UML en una fOlma estandar para un proposito particular. Esto pelmite intercambiar definiciones de procesos, tanto con helTamientas basadas en MOF, como con las basadas en UML. Como metamodelo. SPEM constituye una plantilla para la creacion de modelos de procesos concretos, como podrian ser el "Proceso Unificado de DesalTollo de software de Rational" (RUP) y el modelo de evaluacion y mejora de procesos de ISO 15504. El modele conceptual de SPEM esta basado en la idea de que un proceso software consiste en la colaboracion enh'e entidades absh'actas y activas denominadas "roles de proceso" (process roles) que realizan operaciones denominadas "actividades" (actidties) sobre entidades tangibles denominadas "productos de h'abajo" ('l'Ork products). EI fundamento de los procesos software consiste en la interaccion 0 colaboracion de mllitipies roles mediante el intercambio de productos de trabajo y la ejecuci6n 0 disparo de ciertas actividades. El objetivo de un proceso es llevar un conjunto de productos de trabajo a un estado bien definido. En la figura 6.13 se representa en UML este modele conceptual basico.

~

RA-ivV\

CAPiTl'LO 6: EL PROCESO SOFTIVARE

117

Rol de Proceso

--=~~~~~0 . .*

Producto de Trabajo 0 ..* 0 ..* +salida

+entrada

usa

produce

0 ..* Actividad

0 ..*

Figura 6.13. Modelo conceptual basico de SPEM

SPEM especifica el conjunto minimo de elementos necesarios para describir cualquier proceso software concreto, sin incluir constmctores para areas 0 disciplinas especificas; de fonna que en SPEM se describe un metamodelo genelico. El objetivo fundamental de esta especificaci6n es tratar de homogeneizar la diversidad tennino16gica existente en los lenguajes de modelado de procesos software en los que los mismos conceptos se tratan con nombres diferentes. La especificaci6n SPEM esta compuesta por un conjunto de paquetes en los que se des crib en cada uno de sus elementos. Todos estos paquetes se construyen a partir del paquete SPElV!_Folllldatiol1, que es un subconjunto de UML 1.4 (OMG, 2001), y el paquete de extensiones de SPEM (SPElvI_Exlensions_Package), que aflade los constructores y la semantic a necesaria para la ingenieria del proceso software. El l1lkleo de la estructura de SPEM esta basado en la del metamodelo de UPM, estando f0l111ada por 5 paquetes: Elementos Basicos (Basic Elements), Dependencias (Dependences), Estructura del Proceso (Process Structllre). Componentes del Proceso (Process Componems). y Cicio de Vida del Proceso (Process L)/ecycle). Como se puede observar en la figura 6.14, en el paquete eSh1.1ctura del proceso se incluyen los principales elementos estmcturales a' paltir de los cuales se constmye la desclipci6n de un proceso. Los principales elementos de este paquete son: "Producto de Trabajo" (WorkProdllct) 0 artefacto, que es cualquier cosa que es producida, consumida 0 modificada por un proceso. Podria ser un fragmento de infonnaci6n, un documento, un modelo, c6digo fuente, etc; "Definici6n de Trabajo" (TVorkDe/inition) que es una clase no abstracta de operaci6n que desclibe el trabajo realizado en el proceso. Tiene entradas y salidas explicitas representadas mediante el constmctor "Parametro de Actividad" (ActivityParameter); "Actividad" (Acth'ity), que es la principal clase en la que se especializa Definici6n de Trabajo y desclibe una parte 0 partes de trabajo realizadas por un rol de proceso tales como las tareas, las operaciones y acciones que un detenninado rol realiza 0 asiste. Una actividad puede estar fonnada por un conjunto de elementos at6micos denominados "Pasos" (steps): Realizador del Proceso (ProcessPelfomer) que describe el

lIS

CAUDAD DE SISTEMAS INFOR.!'vlATICOS

@RA-MA

encargado de realizar lll1 conjunto de "Defilliciones de Trabajo" que componen un proceso y "Rol del Proceso" (ProcessRole) que es una subclase de Realizador del Proceso y desclibe las responsabilidades asociadas a los "Productos de Trabajo" junto con los roles que realizan y asisten en actividades especificas,

ModelElement
(from Core)

Classifier
(from Core)

WorkProductKind Parameter
(from Cora)

v:';ird

Parame!erOirectionKind

Operation
(from Core)

0.:

ActivityParameter
nas\·:ctf.PerA:1Jl a::t :
Bc:)~ean

WorkProduct

-,uoVio" 0 .. '

WorkDefinition
0 .. ' 0 .. '
-parer,tWOtk

+perform:.

ProcessPerformer

{ordered}

0 .. "

Activity . .
.... sep

Step

ActionState
(from ActivitjGr<l;)hs)

0 .. 1

ProcessRole
+asSs.ant

-:es;::):':sloleRcle

0 .. "

Figura 6.14. SPEM: Paquete Estructura del Proceso

SPEM no dispone de notaci6n gnifica propia, pero al ser un metamodelo basado en los constructores de U1vlL y al estar definido como profile UML, es posible utilizar notaci6n UML para representar modelos de procesos, para 10 cual se deben definir los estereotipos e iconos asociados de los constructores propios de SPENt Los principales diagramas UML que pueden ser utilizados para representar las distintas vistas de un proceso software son los siguientes:
o

Diagramas de Clases, En el contexte del modelado del proceso software los diagramas de clases pueden utilizarse para representar: herencia, dependencias, asociaciones simples, comentarios para asociar elementos de modele a guias (mediante una uri por ejemplo), relaciones entre realizadores del proceso 0 rol del proceso y productos de trabajo y la estmctura, descomposici6n y dependencias entre productos de trabajo, Sin embargo, los diagramas de clases para modelar

plantillas. asociaciones cualificadas y asociaciones n-mias. Producto //'~.d :C6digo de los Componentes :Base de Datos Fisica /" ~.15 se muestra un ejemplo de diagrama de clases para representar dependencias entre productos de trabajo. Ejemplo de Dependencias entre productos de Trabajo representadas con un diagram a de clases En la figura 6." ---= Manual de Usuario Figura 6.16 se muestra un ejemplo en el que mediante un diagrama de clases se ilustra la relaci6n enh'e productos de trabajo y roles del proceso: Figura 6. Ejemplo de Dependencias entre productos de Trabajo y Roles de Proceso representadas mediante un diagrama de clases . En la figura 6.16.15. agregaciones simples.RA-NLt\ CAPITULO 6: EL PROCESO SOFTWARE procesos no pueden incluir interfaces.

paquetes de proceso y discipiinas. componentes de procesos.<oas Figura 6. Ejemplo de un Proceso y sus "Disciplina~" asociadas representado con un Diagrama de Paquetes UML Realizar MOdelos Sfstema Arquttecto clel Sistema Realizar Modelns Usuario Figura 6. Ejemplo de un Diagrama de Casos de Uso para representar Actividades y los Roles de Proceso asociados . Los diagramas de paquetes penniten ia representaci6n de: procesos.17..18.-:e:-i'.'vlATICOS :9 R.)n o:<Clzci.120 CAUDAD DE SISTD.17 se muestra un ejempio de representaci6n de un proceso y sus discipiinas asociadas. En ia figma 6..-\-MA e Diagramas de Paquetes.line::>::> ?rtP. <~Oisciplin~':>:=­ !l7.::4em~rt..L-\S INFOR.

Los diagramas de casos de uso se pueden utilizar para representar la relaci6n entre los Roles del Proceso y las Definiciones de Trabajo. 2004) establece un marco de trabajo para la definici6n y extensi6n de metodologias de desalTollo de sofuvare. como. Se utilizan para representar el comportamiento de elementos de modelado SPEM. Los diagramas de secuencia se pueden utilizar para ilustrar la interacci6n entre instancias de elementos de SPEM.19 se representa el compOltamiento de una actividad mediante un diagrama de transici6n de estados en el que se especifican los pasos que componen la actividad y su flujo de control. incluyendo sus h'es aspectos principales: el proceso a seguir. En la tlgura 6. 2004. Cuando se utiliza este tipo de diagrama para modelado de procesos el paralelismo y anidamiento estan pemlitidos. los productos uti liz ados y generados y las personas implicadas. G G Initial State Revisar el Trabajo realizado en el Proceso y las Definiciones de Clases Revisar los Modelos de l!lterfaz deUsuario /"" <Step> Realizar If. Este metamodelo esta basado principalmente en los metamodelos: SPEM y OPF (OPEN Process FrameH'ork) para los COnShlJctores directamente relacionados con el .3.f RA. SMSDM El metamodelo SMSDM (Standard jvletamodel for Sojhrare De\'eloplIIent Methodologies) (Henderson-Sellers y Gonzalez-Perez. pero no se pueden utilizar indicadores de historia y declaraciones de sefiales.11.19. Diagramas de Transicion de Estados. En la figura 6. 3. Standards Australia.lejorar eJ Prototipo Final State Figura 6. En la figura 6. Los diagramas de actividad representan en el contexto del model ado de procesos la secuenciaci6n de las actividades del proceso.18 se muestra un ejemplo de utilizaci6n de los diagramas de casos de uso para representar las actividades de una definici6n de trabajo y los roles que asisten en su realizaci6n. Ejemplo de Diagrama de Transicion de Estados para representar la Actividad "Revisar los Modelos de Usuario" (i) Diagramas de Actividad.-ivV\ CAPiTlJLO 6: EL PROCESO SOFTWARE 121 G Diagramas de Casos de Uso. Diagramas de Secuencia.20 se muesh'a un ejemplo de diagrama de actividad. asi como los productos utilizados por dichas actividades y los roles responsables. por ejemplo. los estados y transiciones que representan el comportamiento de un detenninado producto de trabajo.

DT. de Construccioll (P.AYD. CSCW). sino tambien a los productos y a la evaluaci6n de la capacidad tanto en el contexto del desalTollo de software como de sistemas CSCW. que pem1iten representar en el mismo modelo los elementos de metamodelado y sus instancias (elementos concretos de una metodologia). SMSDM combina los anteriores metamodelos para dar soporte no ll11icamente al modelado del proceso en si.10l I'.\ Espeemeaeion del Plan de P[!mbas Fin (P. Para ello se utilizan "pOl rertypes" .122 C\UD.DT-AlJD.40i \ I DT-AYD. DT. Proyaeto Apflcaciones Antiguas \ ------------r----- Inicio Bahoraeion del Modelo de Datoll(p.'\ TIeos &: RA-MA modelado de procesos software.AYD. Ello se debe a que no s610 se proporciona un metamodelo.20. Mienu'as que propuestas como SPEM U @ . Integran los aspectos del proceso y del modelado en un unico metamodelo para la definici6n de metodologias. sino ademls se inc1uyen las guias necesarias para instanciar el metamodelo en fonna de proyectos.D DE SISTEMAS INFOR\I. Ejemplo de Diagrama de Actividad Las plincipales caracteristicas del metanlodelo SMSDM se pueden resumir en las siguientes: @ Facilita la instanciaci6n del metamodelo en fonna proyectos.20) \ 'i \ iP. como OCUlTe en muchas oU'as propuestas. Diseiio de fa Arqulteclura de MOdulos del Sistema Generacion de A Especfficaciones l J .3tJ) 'i \ \ :Cuallernos !IeCarya :Cat4logo Detan~do de Req1iiSltos Figura 6. OOSPICE para la evaluaci6n de la capacidad de procesos y LiveNet para sistemas de trabajo colaborativo basado en computador (CompllterSupported Collaborative Work.-'l.

Constraint (una condicion relacionada a la ejecucion de una accion) y Outcome (un resultado visible del rendimiento de un detenninado producto de trabajo). . Cada concepto de SMSDM es relacionado con conceptos equivalentes 0 similares en otras propuestas y enfoques. las clases ivlodelUflitKind y Model Un it representan los bloques basicos de conshuccion de productos de trabajo y ModelUnitUsageKind y su c1ase asociada a nivel de modelo Model Unit Usage representan usos especificos de una detenninada unidad de modelo (modelunit) en un producto de h"abajo. Diagramas de Clases UML. Esta es una dimension muy significativa que puede afectar a las metodologias definidas. Notation (un conjunto de artefactos. El metamodelo SMSDM ha sido definido utilizando tres tipos de instrumentos complementalios: €I Definiciones de cada concepto en lenguaje natural. €I El metamodelo incluye constructores especificos para modelar la cap acid ad de los procesos definidos. que representa un conjunto interrelacionado de model unit kinds que pueden utilizarse para conshuir ciertos modelkinds. Como se puede apreciar en la figura 6. en los que los conceptos son representados como clases. Las clases ActiollKind y Action representan el acto especifico de utilizar un detenninado producto de trabajo por algunos tipos de unidades de trabajo (workunits).21 entre las subclases de estos elementos existe una relacion basada en p01\"ert)pes (representada mediante un pequeno circulo que parte del elemento de metamodelado y conecta con una linea discontinua el elemento a nivel de modelo). Finalmente. Los aspectos temporales del proceso son representados con las clases StageKilld y Stage. Los roles son l11odelados mediante las clases ProducelKind y Producer que son los responsables (nonnalmente humanos) para llevar a cabo ciertas acciones. debe ser considerada a nivel de metamodelo. Equivalencias con otras propuestas. los aspectos de trabajo mediante las clases WorkUnitKind y vVorkUnit que representan operaciones cohesivas realizadas durante un proyecto. que pueden utilizarse para representar productos de h'abajo). y se muestran ademas sus atributos y relaciones. la c1ase recurso se especializa en: Language. nonnalmente graficos.21 se representan en UML las clases que constituyen el micleo de SMSDM. €I €I En la figura 6. Por otro lado. respectivamente. estandares como UML descliben los aspectos de modelado.CAPiTULO 6: EL PROCESO SOFTWARE OOSPICE descliben los aspectos de proceso de las metodologias. mas reglas de usa. y por tanto. En el nivel mas alto de abstraccion SMSDM define las clases lvlethodologyElement y ProjectElemellt para representar los elementos a nivel de metodologia y a nivel de proyecto. ya que representan elementos de distintos niveles de abstraccion. Guideline (reglas y directivas sobre el uso apropiado de un detenninado elemento de una metodologia). Por otro lado los artefactos obtenidos 0 utilizados son modelados mediante las clases FVorkProdllctKind y WorkProdlict.

La unidad rmis simple de trabajo es la tarea (TaskKilld) que utiliza detenninadas tecnicas (TeclllliqZleKind) para conseguir sus objetivos. como L[f'eCycleKind.l:. los aspectos de proceso son modelados mediante la inclusion de las clases WorkUllitKind.21 se representa la parte del l11etal110delo SMSDM donde se l11uestran las relaciones entre las clases basicas dell11etamodelo WorkUnit y Stage: • On !ModeIUnitUsase-Kind' !. Nlicleo de SMSDM (Henderson-Sellers y Gonzalez-Perez. 2004) Como se puede apreciar en la figura 6.S~r. su nivel minimo de capacidad al que puede ser realizado (lvlinCapabilityLet'el) y los resultados esperados (outcomes).!~S:.a.."0 I Notatio-o Figura 6.124 CAUDAD DE SISTEMAS INFOIUvlA.gh:. POI' su parte. H'orkUnitKind es especializado en Wor~1lo-\\'Kind. WorkUnitKind tambien se caracteriza pOI' su prop6sito (purpose).. que representa el proceso seguido en un proyecto. en relacion a StageKind se distinguen dos tip os de etapas: con duraci6n (Stage. TlCOS 3RA-MA En la figura 6.\'ithDurationKind) y sin duracion 0 instantanea (instantaneolisStageKind).. A su vez.~ .21.21.~:. 0 PhaseKind.. que representa una etapa de larga duraci6n realizada con un detem1inado enfoque y nivel de abstracci6n denu'o de un proyecto. StageWithDZlrationKind es especializada en distintos constructores mas concretos. StageKind y sus respectivos subtipos.de objetivos."". un cOI~unto cohesivo pero heterogeneo de tare as que persiguen una serie. .

I . RCpl'cscntaci{H1 dc los Aspcctos dc Proccso con SMSIlM (Hcndcrson-Scllcrs y Gonzalcz-Pcrcz. Figura 6._____ "tJ 6 n (f) m ::q o o (f) ~ v.{lil ~ ? .22.___ L~_ 0' I I I I n 0' I ~ .. I I I I I I I I I I I T. 0..k -I US05 ~ I __.'-' . 201M) .~ I ICumpmWI11 . .. I I I I _..' I •Con!oxt 0.Con!m(j ~~.' .. o :::r 2. '" r tT1 SL_ 0: ..Contexl :. ' 0.: CornpOfliHl! 0..

----.TICOS ... -Cause Performs.::lUGO I Figura 6. 1--____.. Este trabajo fue el inicio de una nueva fonna de abordar los procesos software. Relaci6n entre Proceso y Producto en SMSMD (Henderson-Sellers y Gonzalez-Perez.126 CAUDAD DE SISTE.... ENTORNOS DE INGENIERiA DEL SOFTWARE ORIENTADOS AL PROCESO 4.. 2004) y esta siendo sometido a votaci6n para su aprobaci6n como estandar ISO.j_ _ _-j------------j+Creat<):lDate +Lasl:hangeDaie 1. Introducci6n y Caracteristicas La Tecnologia de Procesos Software ha expel.. 1987).23. +Effact ActsUpcr » +Su~lec: WorkProductKind 1. 2004) AChtalmente el metamodelo SMSDM ha sido aceptado como estindar en Australia (Standards Australia. . 4. a finales de los afios 80..jC:: Performs.: +Status -C. Leo Ostelweil imparti6 una charla invitada en la conferencia intemacional leSE (International COI?j"erence on Sofhmre Engineering) cuyo tihtlo fue "Sofhmre processes are sofhvare too" (Osterweil.. WorkProduct ~Erkc! A:rsUpcn '" . ' .1.mentado un intenso trabajo investigador desde que.A..VIAS INFORM. Esta relaci6n se muestra en la figura 6. .' . en el que los modelos que representan los aspectos del proceso son ejecutados y controlados con la ayuda de un entomo tecnol6gico denominado Entomo de Ingenieria del Software Orientados al Proceso (PSEE).) RA-MA La relaci6n entre proceso y producto es representada mediante la clase ActionKind que es siempre realizada en el contexto de una detemlinada tarea y que se lleva a cabo sobre un detenninado producto de trabajo (WorkProdllctKind).1.23.-SU::.

que son conjuntos de recursos infol1naticos que los desarTolladores utilizan cuando desempel'ian un detel1ninado rol en cierta actividad 0 tarea. Un Entorno de Interaccion del Usuario. En la figura 6. (i) (i) Basado en los elementos anteriores se ha desanollado un modelo de referencia y una propuesta arquitechlral para ent0l110S PSEE en general (Fugetta et at. a traves de un mode10 de procesos explicito definido mediante un LMP adecuado. Tambien se incluye toda la infol111acion del estado achlal del proceso que esta siendo ejecutado. compi1adores. El modelo es almacenado en un repositorio. La linea discontinua desde el motor de procesos a la capa de comunicacion indica que el motor de procesos controla el PSEE esencialmente controlando el flujo de infol111acion entre el repositorio y los espacios de trabajo. Ademas del repositorio. y tambien como y cmindo las helTamientas utilizadas en el proceso deben ser utilizadas y/o activadas autolmiticamente. ejecuta el modelo controlando las henamientas usadas durante e1 proceso. desanollar y mantener un producto software. que las utiliza para recibir realimentacion de los usuarios y darles soporte durante e1 proceso. documentacion. existen otro nivel de memoria importante fOl1nado por los espacios de trabajo. etc. . Un PSEE tambien tiene que tener la capacidad para compartir datos con el exterior mediante canales de importacioniexportacion. Un Repositodo. Los modelos asociados a un PSEE especifican como las personas deb en interachIar y trabajar. como pueden ser editores. ejecutables. que per111itan el intercambio de productos y modelos en un fOl1nato de comunicacion reconocible. De acuerdo a este modelo de referencia. infol1nes. El motor de procesos esta constiruido por los siguientes elementos (Cugola y Ghezzi. etc. henamientas de gestion de proyectos. entre unos espacios de trabajo y otros. un PSEE esta controlado por un motor de procesos. usados para concebir. como pueden ser archivos de codigo fuente. Almacena los artefactos producidos durante el proceso y que son gestionados pOl' el entol110. Un elemento clave del ent0l110 10 constiruye el motor del proceso (process engine) que es el encargado de guiar y ayudar a las personas a la hora de llevar a cabo las distintas actividades del proceso. agendas. junto con la definicion del producto e infol111acion relevante sobre el estado del proceso.. diseilar. y automatiza la ejecucion de las actividades que no requieren intervencion humana. y entre los usuarios y sus espacios de trabajos. 1998): (i) Un Interprete del Modelo de Procesos. gestiona la infol111acion que es persistente en e1 ent0l110. cuyo objetivo es controlar el flujo de infol111acion entre los desanolladores de acuerdo al modelo de procesos. 1999). casos de prueba. constihlido por las henamientas que uti1izan los usuarios.24 se resumen los componentes esenciales de este modelo de referencia.L-\ C-\piTULO 6: EL PROCESO SOFTWARE 127 Los PSEE dan soporte a los procesos de ingenielia. guiando a las personas participantes y velificando que se satisfacen las restricciones especificadas en e1 mode10 (como por ejemp10 e1 orden de ejecucion de cieltas actividades).-i'. Estas henamientas son contro1adas por e1 interprete.RA.

Capa de Comunicaci6n ~ . fonnalismos que fueron extendidos para proporcionar una notacion mas expresiva de los procesos software. 1993) es un ejemplo de este tipo. Modelo de Procesos y Repositorio de Procesos ~ " . Multiparadigma. Ejemplos de estos lenguajes son Leu y Process Weaver que estan basados en Redes de Peni. proporciona un modelo de datos orientado a objetos para describir atiefactos y utiliza un lenguaje operacional para describir las acciones asociadas a las n'ansiciones definidas. Usuarios ~ Usuarios A Producto... acciones y postcondiciones.2. j. los LMPs utilizados pueden adoptar alguno de los siguientes cuatro enfoques (Cugola y Ghezzi.. caracterizados por el uso de reglas de produccion para describir los procesos software en los cuales las actividades se des crib en mediante reglas f0l111adas por precondiciones. 'f A " Espacio de Trabajo Canales de importacion y exportacion Espaciode Trabajo Vf Figura 6. como Diagramas de Estados 0 Redes de Petri.128 CAlID. Como se ha descrito en el apartado anterior.AJ) DE SISTEMAS INFORJvlA TICOS © RI\-JvV\ 4. como es el caso de APPLIA (Heimbigner et aI.amaci6n. Basados en Aut6matas Extendidos. SPADE (Bandinelli et al. en el que su esnuctura Plincipal esta basada en Redes de Peni. Estas reglas tienen asociados roles encargados de realizarlas y recursos necesarios como por ejemplo hen·amientas. <ill Motor de Procesos J. Clasificaci6n de los PSEE En primer lugar cabe destacar que to do PSEE esta caractelizado por el LMP que utiliza. en el contexto de los PSEE. 1990) que es una extension de Ada. Arquitectura Funcional de un PSEE . Basados en Reglas. ~ " . que combinan dos 0 mas paradigmas para describir los distintos aspectos de un proceso software. 1998): Lenguaje Basado en la Progr. <ill . existe una gran multitud de LMPs y. Ejemplos representativos de estos lenguajes son ManJel and Merlin. consistentes en extender lenguajes de programacion existentes introduciendo conceptos relacionados con el proceso software.24.

RA-MA CAPiTULO 6: EL PROCESO SOFTWi\RE 129 Otro de los aspectos clave de los PSEE es el tipo de soporte que ofrecen a los usuarios. Una comparativa de muchos de estos entomos es proporcionada por Arbahoui et al. Solo algunos entomos han sido comercializados como es el caso de IPSE 2. 1990). 1988). 1996): III Rol Pasivo. Una de las causas mas sigr1ificativas ha sido el enfasis que los PSEE han dado a la descripcion de modelos de procesos como modelos nonnativos cuyo seguimiento debia ser estricto. recordandoles en todo momento que actividades debedan realizar. . PCTE (Boudier et al. distinguiendose entre cuatro posibles tipos (Bandinelli et aI. la repercusion industrial de estos entomos ha sido minima. En las ultimas dos decadas se han propuesto una gran diversidad de PSEE. 1989). 1994). El PSEE fuerza a los usuarios a actuar tal y como se ha especificado en elmodelo de procesos. A pesar de los gr·andes avances en la investigacion de los PSEE.. 1991). Ell0 Oligino PSEE muy dgidos que se adaptaban mal a la naturaleza de las organizaciones. El usuario guia el proceso y el PSEE opera en respuesta a las peticiones del usuario. y ProcessWeaver (F emstrom. la gran mayoda no ha tenido la aceptacion industrial esperada. 1993). MELMAC (Deiters y Gmhn... entre los que se pueden destacar los siguientes (Hanison et al. OIKOS (Montangero y Ambriola.. El PSEE ejecuta las actividades usuarios. 1990). 1994). Oz (Ben-Shad y Kaiser. 1990). Merlin (Junkermann et al. aspecto especialmente cdtico hoy en dia en el que el mercado es muy dinamico y altamente competitivo (Demiame y Oquendo... 1993).S (Warboys. 1993).. Arcadia (Taylor et aI. Slll III III III intervencion de los Un mismo PSEE puede adoptar distintas fom1as de soporte al usuario. quedando en un plano 'meramente investigador a nivel de prototipos. APS (Balzer y Narayanaswamy. GOODSTEP (Emmerich et al.. Tambien es posible clasificar los PSEE en funcion de la fonna de controlar y guiar el proceso. El PSEE guia el proceso y pregunta al usuario cuando es necesario. Automatizacion. Marvel (Kaiser et aI. 1993). SPADE (Bandinelli et aI. En este caso se distingue entre PSEE Proactivos. 1988). 1993). 1994)... EPOS (Comadi et aI. Obligacion. (2002). (Cugola y Ghezzi. como por ejemplo adoptar el enfoque de automatizacion para actividades que no requieren la intervencion de los usuarios y el de obligacion para el resto. 1998). SynerVision (HewlettIPackard Company. 1999): Adele (Belkhatir et al. HFSP (Katayama. 1994). Sin embargo.. en los que el entomo inicia y controla las operaciones realizadas por las personas y Reactivos en los que el entomo queda subordinado a los usuarios. Los usuarios son libres para decidir y realizar las acciones sugeridas por el entomo. (Demiame et al. 1999). Guia Activa.

cooperacion y negociacion entre los usuarios realizadores con sus diferentes roles.3.-\-MA 2004). sin impactar ni en elmodelo reificado ni en el modelo en si mismo. Los PSEE tambien deben dar sop0I1e a la evolucion privada: el cambio sera local a la instancia de modelo de proceso que se esta ejecutando. el motor de reificacion del PSEE debe ser capaz de continuar apoyando y asistiendo durante la realizacion del proceso. que es un LMP basado en una extension de Redes de Petri a alto nivel. 10 cual comprende la modulmidad.3. disefio y ejecucion (enactment) de los procesos software. 1993. Para el modelado de los procesos utiliza el f0l111alismo SLANG (SPADE Language). 2002): e EI PSEE debe dar soporte dimimico a la ordenacion de actividades. Si la ordenacion de las actividades puede ser elaborada y modificada dinamicamente. Tambien implica que el PSEE debe ser capaz de dar sop0I1e a la comunicacion.\IATICOS £.. R. SPADE El ent0l110 SPADE (Bandinelli et aI. Todo ella ha OIiginado una importante reflexion en la comunidad investigadora siendo algunos requisitos y retos importantes para el futuro los siguientes (Arbaoui et aI. heterogeneidad. Ejemplos de PSEE En este apartado se ilustran las caracteristicas de los PSEE mediante la presentacion de algunos ejemplos representativos de la bibliografia. interoperabilidad y componibilidad de procesos y la federacion de fragmentos de proceso. coordinacion.. Las desviaciones del proceso respecto del modelo deben ser sop0I1adas y negociadas.. Un aspecto clave son las interacciones de los humanos con el PSEE.130 CALlD. e e 4. En este caso deben tenerse en cuenta las consecuencias en los procesos que estan en curso y en los que ya han sobrepasado el punto de cambio en el modelo. EI PSEE debe dar soporte a la distribucion de procesos software. que puede ir desde un estlicto y disciplinado proceso "dirigido por el plan" hasta un proceso completamente libre don de "la desviacion es la n0l111a".-\D DE SISTEMAS !l\FOR. Cada actividad puede incluir interacciones con usumios/helTamientas y .1.. En SLANG un proceso se descIibe como una jerarquia de actividades. 2000). y su impacto debe ser gestionado. El PML y el PSEE (como sopol1e del PML) deberian pel1nitir cierta flexibilidad que les pel1nita ser tltiles dentro de la estrategia adoptada pOl' una compai'iia. 1995: 1996) es un PSEE disefiado en la Universidad Politecnica de Milan que proporciona soporte al anaJisis. Por otro lado. EI PSEE debe dar sop0I1e a la evolucion de procesos software: tanto evolucion "ot/~!ine" como "all-line". muchas de las propuestas incluyen LMP muy complejos y poco intuitivos que ha dificultado su uso por los profesionales que prefieren lenguajes mas intuitivos y que les facilite su comunicacion y entendimiento del proceso (Fugetta. 4.

Cuando se dispara la transici6n se ejecuta la acci6n asociada y los tokens de entrada pasan a los lugares de salida. EI compOltamiento dinamico de una transici6n se desclibe mediante las reglas de disparo.-MA acceso a datos del proceso. Los arcos en la red pueden llevar asociados pesos (por defecto el valor es 1). Cada lugar tiene un nombre y un tipo y se compOlta como un repositorio que ll11icamente contiene tokens de su tipo 0 cualquiera de sus sUbtipos. dos lugares de entrada (""Executable Module" y "Ready Test Cases") y un lugar de salida ("Final Test Results "). SLANG establece dos tipos especiales para mejorar la entendibilidad: 8 . Una definici6n de actividad es una red de Petri a alto nivel donde se incluyen lugares (places). Aparte del tipo nOlTnal de arco. Las actividades y estados de actividad en SLANG son representados como redes de Petli. Las transiciones representan eventos cuya oculTencia sup one una cantidad de tiempo despreciable y llevan asociadas una condici6n de guarda y una acci6n. respectivamente "Start Test'" y "End Test". "Run Tests" tiene dos transiciones simples de entrada y salida. Cuando se han ejecutado todas las pruebas la actividad tennina. denominadas. cada vez con un detenninado caso de prueba (ready test cases). La invocaci6n de helTamientas en SLANG se modela mediante "h'ansiciones negras" (black transitions).. que es invocada por la actividad "Test jVfodule Collection". Existe un interfaz de la actividad "Run Tests". en cuyo caso se establece en tiempo de ejecuci6n y puede valiar en el tiempo. La ejecuci6n se lleva a cabo de fonna asincrona. En la parte derecha de la figura se ilustra una posible implementaci6n para la actividad en la que se representa como un m6dulo ejecutable (executable module) que es ejecutado repetidamente. En SLANG todos los datos del proceso son caracterizados como tipos y organizados en jerarquias de herencia. es un conjunto de definiciones de actividad. Un modelo de procesos en SLANG esta compuesto basicamente por los siguientes elementos: e ProcessT)pes. EI peso indica el numero de tokens que fluyen tras el disparo de una h·ansici6n. del que heredan el resto de tipos. Los resultados de cada ejecuci6n se comparan con los resultados esperados y el resultado de la comparaci6n se afiade a los resultados de prueba acumulados. ProcessActivities. mientras que los datos del proceso se representan como tokens. Este peso puede ser definido de fonna estcitica 0 dinamica sefialada mediante un caracter "*. arcos (acs) y transiciones (transitions).\"' R:\. que es un conjunto de definiciones de tipos organizadas de fonna jerarquica de acuerdo a un estilo 00. Los lugares pueden cambiar sus contenidos como consecuencia de transiciones de disparo (fire transitions). en las que la acci6n es la invocaci6n de una rutina ejecutable (ejemplo un fichero ejecutable en UNIX). que se representan mediante circulos dobles y son lugares que pueden cambiar sus contenidos como consecuencia de la intervenci6n humana. El elemento raiz es el tipo ProcessData. Un caso particular son los lugares de inteliaz de usuario. Se utilizan para transferir eventos extemos causados por humanos. La condici6n de guarda es un predicado sobre los tokens que peltenecen a los lugares de la transici6n de enh'ada y se usa para decidir si se dispara la transici6n.

pel111itiendo al disefiador del proceso construir una "federacion" de PSEE (Estublier et aI. de acuerdo a su arquitectura. Interoperabilidad entre PSEE heterogeneos.25): e EI Entorno de Interaccion de Usuario. fonnado pOI' instancias de DEC FUSE.. SPADE esta tambien constituido por un entomo de interacci6n del usuario. 1998.3. Systemes. Este entomo de interacci6n esta basado en DEC (Digital Equipment Corporation) FUSE (Friend(v Unified Software Environment).iace). que contiene los motores de proceso (instancias de intel-pretes SLANG) y el repositorio. con el fin de hacer frente a situaciones imprevistas durante la ejecuci6n.. la arquitectura de SPADE esta constituida pOl' tres elementos fundamentales (vease figura 6. EI Entorno de Ejecucion del Proceso. que constituye el subsistema de comunicaci6n y pem1ite conectar los motores de proceso con las instancias de DEC FUSE. e e En SPADE. EI entomo SPADE proporciona soporte multiusuario y pennite el paralelismo entre actividades. 2. . 1998: 2003) es un PSEE desan'ollado en el Laboratoire Logiciels. para 10 cual ofrece una serie de servicios que pueden ser invocados a traves de intelfaces de programaci6n que definen protocolos para facilitar la cooperaci6n entre hen·amientas. Un Filtro. cuando un usuario se conecta al sistema.. Evolucion del Proceso. que gestiona la interacci6n entre los usuarios y las helTamientas. Estublier et al. mediante la asociaci6n de cada actividad conCUlTente con diferentes motores de proceso (instancias del intel-prete SLANG) que pueden estar distribuidos en una red de estaciones de trabajo. Los objetivos fundamentales que persigue se basan en dar soporte ala: I. APEL APEL (Dami et al. Los datos del proceso (incluyendo los propios modelos) son almacenados en un repositorio gestionado por un SGBD Olientado a objetos. en Francia. denominado SCI (SPADE Communication Intel. para conectar arcos a transiciones y overwrite para conectar transiciones a lugares. 2003) capaces de gestionar procesos complejos y distribuidos. que facilita la integraci6n entre helTamientas.132 CAUDAD DE SISTEMAS INFORJvlA-TICOS '9 RA-ivl~ read-on(l'. En resumen. 4. se crea un nuevo servidor de mensajes que se conecta al SCI y el usuario interactlla con un intelfaz de control que Ie pennite ejecutar helTamientas y configurar su propia instancia FUSE a traves de la cual va participar en la ejecucion del proceso de acuerdo a sus responsabilidades.2. Reseallx. Las helTamientas son integradas en el entomo y su invocaci6n es descrita en el modelo de procesos.

APEL adopta una arquitectura mixta basada en dos arquitecturas basicas: arquitectura basada en controL en la que las interacciones entre los PSEE se produce mediante llamadas a rutinas de proceso. En esta arquitectura existe un supervisor de PSEE que gestiona el modelo de procesos COl11lll1 a todos los PSEE y en el que se expresa el orden relativo de ejecucion de los subprocesos que tienen que llevarse a cabo por otros PSEE: arquitectura basada en estados. Cada PSEE de la federacion puede l110dificar su estado local 0 cambial el estado COmlll1 como resultado de variaciones en su estado local.o RA-:VLA. BBDD Entomo de Ejecucion del Proceso (Process Enactment Environment PEE) Figura 6. en la que cada PSEE compm1e una representacion COI11Lll1 del estado del proceso global de f0111m que la interaccion entre PSEE es implicita (no se realizan nunca llamadas directas entre PSEE). en la que cada PSEE es una entidad autonoma que encapsula solo la parte del proceso del que es responsable. CAPiTULO 6: EL PROCESO SOFTWARE 133 Entomo de Interaccion del Usuario Servidor de Mensajes Usuario 1 FUSE Servidor de Mensajes Usuario n FUSE Filtro Interfaz de Comunicaci6n SPADE 8 Cliente 02 C!lente 02 8 00 Clients 02 Servidor 02 . .25. Arquitectura de SPADE Para dar soporte a la federacion de PSEE existentes.

Servidor del Proceso. III III III Un conjunto de servicios que varian desde serVlClOS de interfaz de usuano a servicios de control. Modelo de Interoperabilidad. que en funci6n de los eventos que recibe del servidor de eventos se encarga de la ejecuci6n del modelo de procesos comllIl asegurando que se cumple la semantica del proceso del servidor del proceso. Servidor de Eventos. Un estado comun. para usuarios avanzados y henamientas. asi como el modelo. la arquitectura consiste basicamente en: III Un editor gnifico para capturar y modelar procesos.IAS lNFOR{>'IATICOS QRA-'. Un traductor de la representaci6n grafica en textual.134 CAUDAD DE SISTE'. que mantiene el estado actual del proceso en ejecuci6n y de las entidades creadas durante la ejecuci6n. que captura y gestiona todos los eventos (tal y como se han definido en el modelo de procesos 'tomllIl). para facilitar el intercambio de infonnaci6n y entendimiento de los distintos PSEE de la federaci6n. III III III III III . Tambien se encarga de garantizar la consistencia en la federaci6n.26.26. 1998) se ilustra en la figura 6. 1998): III Metamodelo Comun. que en tiempo de ejecuci6n contiene el modelo de procesos y la reificaci6n de todas las entidades creadas por el proceso en ejecuci6n. esos eventos en peticiones a otros servidores de proceso. Para dar soporte a la interoperabilidad entre distintos PSEE la arquitechlra basic a de APEL ha evolucionado para incorporar los siguientes elementos adicionales (Eshlblier et al.IA La arquitectura basica del ent0l110 APEL (Dami et ai.. que recibe peticiones de los motores de proceso en fonna de evento y transfonna si es necesario. Como se puede apreciar en la figura 6.. Este es el aspecto basico que da soporte a la evoluci6n del proceso en APEL. destinada a usuarios finales del proceso y para desclipciones del proceso a alto nivel y textual. Motor Comun del Proceso. APEL tiene dos fonnas de representaci6n del proceso: gnifica. Modelo de Procesos Comun. Su intelfaz pennite a los componentes crear cualquier entidad y cambiar de fonna arbitraria el proceso actual. Un compilador de la representaci6n textual a un fonnalismo ejecutable.

En APEL. El flujo de datos. Arquitectura Basica de APEL El entomo APEL recibe su nombre del lenguaje de modelado utilizado: Abstract Process Engine Langllage. La noci6n de estado y evento constituyen el nllcleo de los aspectos dinamicos del metamodelo APEL. producto y agente. Describe los aspectos relacionados con la secuenciaci6n de las operaciones y la interacci6n entre operaciones concurrentes. u'ansfonnan 0 consumen. Estos elementos pueden tener estados. los ~spectos dinamicos del proceso son descIitos mediante: e El flujo de control. muestra c6mo los productos fluyen a traves de las actividades que los producen.CAPiTULO 6: EL PROCESO SOFTWARE 135 Campiladorl Interprete _ _ _ _ _ _ _-'-_ _ _ _ __ _ ______v_ Motor del Proceso Saporte en Tiempo de Ejecuc!6n Metodos Built-In jyietoaos de Usu8no Herramlentas de Usuario Servicios de Ejecuci6n Modelo Principal Figura 6. que representa las actividades y las reglas que pem1iten su ejecuci6n y ordenaci6n en el tiempo. e . Los conceptos basicos del fom1alismo APEL para elmodelado de los aspectos estaticos son: actividad. un flujo de datos conecta la salida de una actividad a la enu'ada de otra actividad y representa un estado de datos intennedio dentro de un proceso.26. De este modo. que vaIian como consecuencia de transiciones que se disparan debido a la ocurrencia de eventos.

4. Representacion en APEL de flujos de control. Para ello. Este PSEE integra el modelado de procesos y el soporte al trabajo cooperativo para dar sopOIte a gI'andes sistemas de naturaleza colaborativa.-ivLA. flujos de datos y control y diagramas de estados.27.136 CAUDAD DE SISTEMAS INFO&vlA TlCOS @ RA.3. COlllroi:flolr 5D Figura 6. agente 0 actividad y representan la evolucion de dichos elementos en el tiempo as! como los eventos y condiciones que producen los cambios de estado.27 se muestra un ejemplo en el que se pueden apreciar como se representan gnificamente en APEL las actividades. 1998) lOonstituye un ejemplo muy representativo de la influencia e importancia de los entomos de soporte al trabajo colaborativo (Computer-Supported Cooperative Work.. CSeW) en los PSEE. Como lenguaje de modelado Serendipity usa EVPL (£). as! como una extension que pen11ite modelar los eventos que intervienen en la ejecucion del proceso. proporciona un nuevo lenguaje gnlfico de modelado de procesos que pen11ite tanto el modelado descriptivo de procesos indicando el trabajo a realizar. e Diagramas de Estados (State Diagrams.3. que preserva la . 1994). SD). 1998) En la figura 6. que es una extension del lengIlaje VPL (Swenson. SERENDIPITY Serendipity (Grundy y Hosking. que son definidos para un producto.:tended Visual Planning Language). flujos de datos y diagram as de estados (Dami et al.

m 1:modell -roles @ miW ml .....J..:3 : t". hasta planes de trabajo concretos para lill proyecto en particular. . Sin embargo. [EJ t"lk..J)H~ '''It".~s: i9n~:J. cAPIn."''.1l".f) •. desde modelos de procesos de trabajo genericos y reutilizables.•. r orm:f.-\RE 137 nocion de "planes de trabajo" (H'ork plans) pero afiade capacidades especificas para dar soporte al modelado de procesos genericos. ) ml .. La figura 6..::. ~.. (U) ~ . ml . ..!) rR t1~d".r) ... aliefactos y henamientas y conexiones de "uso" entre etapas del proceso y representaciones de roles artefactos y henamientas.JLo 6: EL PROCESO SOFTIV. (U) ..••• Figura 6..... 1 : d<i'::~ ign~X' ~ {.- :IJ!. .dit.. d~s: igfl chtln9~S: "~d.. representaciones para elementos relevantes del modelo como los roles..~ RA·YLA. (A) fI... 2003) Los elementos de EVPL descritos hasta el momenta solo penniten la descripcion estcitica de un modelo de procesos en los que linicamente se incluyen flujos de "ejecucion" entre actividades.... que representa la definicion del subproceso "modificaciones del disefio" en el que se muestran las actividades (stages) a realizar... es necesario especificar por ejemplo .. .:>dif i"."dif i".~ (... . Ejemplo de EVPL (Grundy y Hosking.. © d~$i9n~:c X ~ I=:J F\.::r ch~c}~ cn.2 : cod~:C:!r (. sus dependencias temporales y los roles y henamientas necesarios. with e~ ~:® rR d"'..t. De este modo EVPL puede ser utilizado para modelar..- :'if"" 'J'.28 muestra un ejemplo de un modelo de procesos representado con EVPL.u i Id".tln9~s ~. . para mejorar la entendibilidad y las referencias entre modelos. Algunas novedades que incorpora EVPL son: identificadores de proceso..28.ign u..

~. 22/3/1996 11: 45: IS j cb.!'< igrl "I _ 2.~ .-:.138 CAUDAD DE SISTEMAS IN"FORIvlA TIeos ©RA-MA.. -. que a su vez envia eventos de enactment a todas sus etapas conectadas.29.:top fi:tin ~fl OO:@ Ii O.:~~ ~~~~:~dt~~~/~:~:~.i'th " :1::: dc..ed this :..~:. : ... l>'t::lrt. este puede ser ejecutado por los usuarios para un detenninado proyecto en cualquier momento. asi como reglas y restricciones de los modelos.ew i) (Rdd l Delete 1 ( Redo Conte!!t ) ( Undo 1 l Cancel J Figura 6.i::: ii.~¢~.. 2003) .... se debe indicar la etapa de comienzo. dependencias entre etapas del proceso que pertenecen a distintos modelos. En la figura 6.~~".. artefactos.. herramientas. Un modelo de procesos es ejecutado mediante la selecci6n de la etapa del proceso a ejecutar a traves del interfaz de usuario del entomo.. La intelfaz del entomo facilita al usuatio seleccionar cualquier etapa a ejecutar y visualizar una lista de las etapas que ha ejecutado. Cuando se ha completado el trabajo asociado a dicha etapa del proceso 0 un subproceso se producen eventos de finalizaci6n iniciandose la ejecuci6n (en funci6n del tipo de conexi6n) de las siguientes etapas. eventos de modificaci6n de artefactos y de invocaci6n de herramientas.213/1996 11:4'5:49 jOM £ini~f'. Ejemplo de Modelo en Ejecucion (Grundy y Hosking.29 se muestra un modelo de procesos que esta siendo ejecutado. basados fundamentalmente en los conceptos de "filtros" y "acciones"..:..: . roles u otros filtros y acciones.~. Los procesos en ejecuci6n pueden ser modificados en cualquier momento con el fin de extender y mejorar la propia especificaci6n del proceso.d this :. Una vez definido el modelo de procesos en Serendipity.~. el entomo envia un evento de ejecuci6n (enactment) a la etapa del proceso a ejecutar. Para ella EVPL incorpora constructores especificos. Una vez iniciada la ejecuci6n por el usuario. De la misma fonna los flujos de eventos que han activado alguna etapa tambien aparecen destacados en el modelo.~~~~~:. El usuario tambien debe especificar el motivo de la ejecuci6n y si la etapa del proceso tiene defmidos submodelos de procesos. mientras que la etapa actual sobre la que el usuatio esta trabajando es destacada en negrita.. que reciben eventos de etapas del proceso. Las etapas que aparecen sombreadas son aquellas que estan en ejecuci6n (sin haber finalizado alm)..''::"::9-1:.t:::tge with" .

LNCS N°1500. Este workshop fue iniciado en el ano 1991 bajo la denominaci6n "Workshop . semisincrona y asincrona.unitlier. 5. asi como los aspectos a mejorar que pennitan seguir avanzando en el futuro. 1998. Lecture Notes in Computer Science. vol. LECTURAS RECOMENDADAS o Cugola.~ RA-tvL~ CAPiTULO 6: EL PROCESO somvARE 139 Para dar soporte al trabajo colaborativo en Serendipity. 2534. y mas concretamente en los Entomos de Ingenieria del Software Olientados al Proceso y los Lenguajes de Modelado de Procesos que Ie dan soporte. Limerick (Ireland). http://w\vw. En la forma de trabajo semi-sincrona. o Derniame J. Este libro proporciona al lector una panoramica completa del campo de los procesos software enfocada en las tecnologias de proceso software. En la forma de edici6n asincrona.. conversaci6n y comunicaci6n en general entre las personas que interacruan con el entomo. (2000). Sofnmre process .Improvement and practice. y Ghezzi. Los usuarios pueden exportar su alternativa al espacio de trabajo compartido de forma que los usuarios pueden mezclar dos 0 mas altemativas para producir una nueva versi6n. los cambios hechos por un usuario son enviados a otros usuarios de interes mediante dialogos y vistas de forma que estos usuarios puedan elegir si incorporar esos cambios en sus modelos. las vistas de los modelos de procesos pueden ser compartidas entre los desarrolladores de forma sincrona. o o Proceedings of the European Workshop on Sofnvare Process Technology (EWSPT). Proceedings of the 22th International Conference on Sofuvare Engineering.de/~ley/db/conflewspt/ El workshop constituye la referencia europea mis importante en la investigaci6n en tecnologias de proceso Sofuvare. La edici6n sincrona usa la metMora del espacio de trabajo compartido en el que todos los usuarios comparten los mismos datos y las vistas de estos datos son editadas sincronamente usando un enfoque "10 que tll ves es 10 que yo veo". G. identificando sus puntos fuertes y debiles. Sofnvare Process: A roadmap. Springer Verlag. Kaba A. evaluando de fonna critica los logros obtenidos y las direcciones en las que se deben enfocar los trabajos futuros. Fuggetta. January 1999. Este articulo presenta de fonna general la historia en la investigaci6n del proceso sofuvare. Methodology and Technology. Sofnmre processes: a retrospective and a path to the jiltllre.e. Wastell D. pp. que proporcionan facilidades de edici6n de notas. Este articulo presenta las caracteristicas de los principales enfoques que se han seguido en la investigaci6n de los procesos software a 10 largo de la his tori a. mensajeria. 101-123.infonnatik. e.. (eds) (1999). cada usuario tiene una versi6n alternativa del modelo de procesos la cual modifican independientemente de otros usuarios. 4. Serendipity ha sido integrado con pequenas herramientas CSCW. Sofnvare Process: Principles. A. pp. Para facilitar el trabajo colaborativo.

incluyendo un ejemplo de aplicaci6n.es/csi/metrica3D utilizando los siguientes Lenguajes de Modelado de Procesos: a. Representar el proceso de METRICA 3 "Planificaci6n de Sistemas de Informaci6n" (vease http://w.\vw. Diagramas de Actividad UML. 6.Cuai ha sido ia evoiuci6n en ia tecnoiogias de procesos software hasta nuestros dias? (veanse lecturas recomendadas). G. Versi6n en ingles UPGRADE: The European Journal for Informatics Professional. 4. y Canfora. 5. EJERCICIOS 1.140 CAUDAD DE SISTEvU\S fNFORc\l'\ TICOS Europeo sobre Modelado de Procesos Software".Que lenguaje de los utilizados anterionnente proporciona mayor expresividad para representar dicho proceso? 2.upgrade-cepis. (. y en particular de los Sistemas Gestores de Flujos de Trabajo en los Procesos Software. Realizar un ejemplo en el que se aplique uno de los Entornos de Ingenieria del Software Orientado al Proceso analizados en este capitulo para un caso particular de Proceso Software. c.map. b. Septiembre-Octubre 2004. Ruiz. Analizar la influencia de la tecnologia de los Procesos de Negocio.html.csi. . " Revista NOVATICA. Este numero especial de la Revista NovaticalUpgrade presenta una monografia sobre la tecnologia de los procesos software. (.onv'issues/2004/5/upQ:rade-vol-V -5 . Diagrama de Gantt. En http://w\vw. Realizar una busqueda bibliografica para analizar la influencia que tienen los sistemas de h'abajo cooperativo basado en computador (CSCW) en los Entornos de Ingenieria del Software Orientados al Proceso. SPEM (Software Process Engineering Metamodel). Ntllnero 171. (eds). MOl1ografia sobre Teenologia de Proeeso Sofhrare. 3. nombre que fue cambiado en el ano 1992 por el actual. F.

. 2002a.Software ltfe-cycle processes" (Proceso del ciclo de vida sofuvare) (ISO. la explotacion y el mantenimiento de un prodllcto de softlvare. 2004e). 1995. abarcando la vida del sistema desde la definicion de los requisitos hasta la Jlnalizacion de Sll lISO". como el ciclo de vida fuente • (Piattini et aI. pasando por el modelo en espiral de Boelun. tanto IEEE como ISOIlEC han publicado normas tituladas. 1998c). 1995a. hasta los mas recientes ciclos de vida orientados al objeto. A 10 largo de la historia se han propuesto diferentes paradigmas 0 ciclos de vida para el software: desde el ciclo en cascada.. las actividades y las tareas a desarrollar. las actividades y las tareas involucradas en el desarrollo. y en el que se definan los procesos.CAPITULO 7 MODELOS DE PROCESO DE CICLO DE VIDA . 2003). Por otro . "IEEE Standard for Developing Software Ltfe C. CONCEPTO DE CICLO DE VIDA Uno de los problemas IU:is importantes en cualquier depaItamento de sistemas de informacion es definir un marco de referencia comun que pueda ser empleado por todas las personas que participan en el desaITollo de los sistemas. La nonna ISO 12207 entiende por modelo de ciclo de vida "lin marco de referencia que contiene los procesos. Una vida illlitil es lIna mllerte prematura " Goethe 1.vcle Processes" (Estandar IEEE para el Desarrollo de Procesos del Ciclo de Vida del Sofuvare) (IEEE. Las organizaciones profesionales y los organismos intemacionales se han venido ocupando del ciclo de vida del sofuvare. e "Information technology . respectivamente. ISO.

de este proceso es obtener el producto 0 servicio que satisface la necesidad expresada por el cliente.1. Hay que destacar que la nonna no fomenta 0 especifica ningtin modelo concreto de cicio de vida. Proceso de suministro. as! como un proceso que pennite adaptar el cicio de vida a cada caso concreto. toda la vida del sistema. seleccion de proveedor. por tanto. las actividades que se pueden realizar durante el cicio de vida del software se agrupan en procesos principales. la nonna ISO 15288 (ISO. ni prescribe como realizar ninguna de las actividades. A continuacion se resumen los principales estandares relacionados con los ciclos de vida propuestos por las nonnas ISO 12207 y 15288. supervision del proveedor y aceptacion del cliente. destacando que un modelo de cicio de vida es "un marco de procesos y actividades relativas af cicio de vida que actlia tambibl como una referencia comzin para fa cOlllllnicacion y ef entendimiento". 0 e serv·icio al e Proceso de desarrollo. comenzando con su concepcion y finalizando cuando ya no se utiliza. que es un subconjunto del anterior y que empieza en el amilisis y finaliza con la entrega del sistema al usuario. A veces tambien se habla de "cicio de desarrollo". 2003) define cicio de vida de los sistemas como "fa evofllcion en ef tiempo de lin sistema de inten?s desde su concepcion hasta su retirada".142 CAUDAD DE SISTEMAS INFOIUvl. Este proceso proporciona un producto cliente que satisface los requisitos acordados. Este proceso consta de cuatro subprocesos: preparacion de la adquisicion. El proposito de este proceso es transfonnar un conjunto de requisitos en un producto 0 sistema bas ado en sofuvare que satisface las necesidades planteadas por el cliente.1.\TICOS lado. se resumen a continuacion sus principales subprocesos: . procesos de soporte y procesos generales (de la organizacion). vease figura 7. Procesos principales Los procesos principales son aquellos que son titiles a las personas que inician 0 realizan el desarrollo. 2. 2. gestion del software 0 metodo de ingenieria. Los procesos plincipales son: e Proceso de adquisicion. Debido al interes que tiene este proceso. la explotacion 0 el mantenimiento del software durante su cicio de vida. El propos ito . El cicio de vida abarca. PROCESOS DEL CICLO DE VIDA SOFTWARE En la nonna ISO 12207.

.. EV ALUACION DE PRODUCTO GEST. PROBLEMAS USABIUDAD .... cuyo objetivo es recopilar. RESOLUe. Disefio arquitectonico del sistema. euyo objetivo es identificar que requisitos del sistema que deben ser ubicados en los elementos del mismo. cuyo objetivo es produeir unidades de software ejecutable que reflejen apropiadamente el disefio del software...... Disefio del software. Procesos del cicio de vida software segun ISO 12207 o Elicitacion de requisitos.(. REUTIUZACION INGENIERiA DE DOMINIO PROCESOS DE SOPORTE DOCUMENT ACION GESTION DE LA CONFIGURACION ASEGURAMIENTO DE CAUDAD VERIFICACION VAUDACION REVISION CONJUNT A AUDITORiA GEST. PETICIONES DE CAMBIO PROCESODE ADAPTACION Figura 7. cuyo objetivo es tranSf0l111ar los requisitos definidos por los participantes 0 implicaClos (stakeholders) en un conjunto de requisitos tecnicos del sistema deseado que guianln el disefio del sistema. euyo objetivo es estableeer los requisitos de los elementos de software del sistema.. as! como establecer una linea de configuraci6n (baseline) que sirva como base para definir los productos de trabajo necesarios. procesar y seguir la traza de las necesidades y requisitos del cliente a 10 largo del ciclo de vida del producto 0 servicio.1. PROG.. EXPLOT ACION MANTENIMIENTO PROCESOS ORGANIZACIONALES GESTION INFRAESTRUCTURA MEJORA RECURS OS HUMANOS GESTION DE ACTIVOS GEST. RA.. o o o o o . cuyo objetivo es proporcionar un disefio para el software que implemente los requisitos y pueda ser velifieado respecto a los mismos. Construccion del software. Analisis de los requisitos del software.-lvLA CAPITULO 7: MODELOS DE PROCESO DE CICLO DE VIDA 143 PROCESOS PRINCIPALES ADQUISICION SUMINISTRO DESARROLLO . Analisis de requisitos del sistema.

cuyo objetivo es asegurar que la implementaci6n de todos los requisitos del sistema se prueba para la confonnidad y que el sistema esta listo para entregar. cuyo objetivo es combinar las unidades de software produciendo elementos de software integrados. Este proceso sirve para establecer y mantener la integridad de todos los productos de trabajo de un proceso 0 proyecto y hacerlos disponibles para las partes involucradas. Proceso de gestion de la configuracion. Este proceso incluye la modificaci6n de un sistema 0 producto sofuvare despues de la entrega para cOl1'egir los fallos. que demuestra que se satisfacen los requisitos funcionales y no funcionales sobre una platafonna equivalente 0 completa. Instalacion del software. Proceso de operacion. cuyo objetivo es confinnar que el producto sofuvare integrado satisface los requisitos defmidos. Prueba del software. cuyo objetivo es instalar el producto sofuvare que satisface los requisitos acordados en el entomo objetivo. cuyo objetivo es integrar los elementos del sistema (incluyendo elementos sofuvare. mejorar el renditniento u otros atributos. €I €I €I €I €I €I 2.2. Esta modificaci6n 0 la retirada de los productos existentes debe hacerse preservando la integridad de las operaciones organizacionales. Prueba del sistema. consistentes con el disefio software. Este proceso incluye la operaci6n del producto software en su entomo final y proporcionar soporte a los clientes del mismo. Procesos de soporte Estos procesos sirven de apoyo al resto y se aplican en cualquier punto del ciclo de vida. Este proceso sirve para desaITollar y mantener la infonnaci6n sofuvare registrada producida por un proceso. y otros sistemas) para producir un sistema completo que satisfaga el disefio del sistema y las expectativas de los clientes expresadas en los requisitos del sistema. Integracion del sistema. €I . 0 adaptarlo a un entomo modificado. Consta de dos subprocesos: usa operacional y soporte al cliente.144 CALIDAD DE SISTEMAS INrORM. Proceso de mantenimiento. Los procesos de soporte son los siguientes: €I Proceso de documentacion. operaciones manuales.ATICOS :&:RA-MA €I Integracion del software. elementos hardware.

~ RA. Este proceso sirve para mantener un entendimiento COmllI1 entre las diferentes partes involucradas sobre el progreso respecto de los objetivos del acuerdo y 10 que debe hacerse para ayudar a asegurar el desan·ollo de un producto que satisface a las partes involucradas. Este proceso pennite asegurar que todos los problemas descubiertos se identifican. planes y acuerdos. Proceso de gestion de la resolucion de problemas.1.1 se reflejan los resultados de este proceso segllI1 el estandar ISO 12207. procesos y actividades de los estandares. gestionan y controlan hasta su resoluci6n. Proceso de auditoria. la confonnidad de los productos y procesos seleccionados con los requisitos. Se desarrolJa una estrategia para lJevar a cabo el aseguramiento de la cali dad Se ·produce y mantiene evidencia del aseguramiento de la calidad Se identifican y registran los problemas y/o no confonnidades con los requisitos acordados . Este proceso sirve para confinnar que se cumplen los requisitos para el uso pretendido del producto de trabajo software. que un producto satisface las necesidades implicitas y explicitas de los usuarios de ese producto. Proceso de evaluacion de productos. mediante el examen y la medici6n sistem<iticos. --7 --7 --7 --7 Se veri fica el cumplimiento por parte de los productos. Proceso de usabilidad. de fonna independiente. Proceso de validacion. Este proceso pemlite detenninar. Este proceso pennite asegurar. la mejora de la productividad y calidad del trabajo.piTlJLO 7: MODE LOS DE PROCESO DE CICLO DE VIDA 145 e Proceso de aseguramiento de la calidad. Este proceso asegura que los productos de trabajo y los procesos cumplen las previsiones y planes predefinidos. Este proceso sirve para confinnar que todos los productos de trabajo y/o servicios software de un proceso 0 proyecto reflejan de fonna apropiada los requisitos especificados. Este proceso pennite asegurar que se consideran los intereses y necesidades de las partes involucradas con el fin de pennitir la optimizaci6n del sopOlte y de la fonnaci6n. Estas revisiones conjuntas se dan a 10 largo de toda la vida del proyecto tanto a nivel de gesti6n del proyecto como a nivel tecnico. analizan. procedimientos y requisitos aplicables Tabla 7.-MA CA. e e e e e e . En la tabla 7. Resultados del proceso de aseguramiento de la caUdad segun ISO 12207 e Proceso de verificacion. la mejora de las condiciones de trabajo de las personas y la reducci6n de la probabilidad de rechazo del sistema por parte del usuario. Proceso de revision conjunta.

2. Este proceso persigue organizar. cuyo objetivo es asegmar que los procesos software necesarios para la organizaci6n para proporcionar productos y servicios software. para sopOliar la gesti6n eficaz de los procesos y demosh·ar de fonna objetiva la calidad de los productos. cuyo objetivo es identificar. monitOlizar. Procesos organizacionales Se emplean para establecer. tareas y recmsos necesarios para que un proyecto produzca un producto y/o servicio en el contexte de los requisitos y reshicciones del proyecto. sean consistentes con los objetivos de negocio. Gestion organizacional. Este proceso sirve para asegmar la aplicaci6n consistente de practicas para la organizaci6n y los proyectos. monitorizando la calidad de los prod~ctos y servicios. establecer.3. a nivel organizacional y de proyecto. dmante la realizaci6n de los procesos necesarios para proporcionar productos y servicios sofuvare. En la tabla 7. Medicion. analizar y controlar los riesgos de fonna continua. y controlar el inicio y el desempefio de cualquier proceso para conseguir sus objetivos de negocio de la organizaci6n. e Proceso de gestion. tanto a nivel organizacional como tecnico. Se llevan a cabo nonnalmente a nivel organizativo. se resumen a continuaci6n sus principales subprocesos: Alineamiento organizacional.146 CALlDAD DE SISTElvt\S Il'lFORl\1A. cuyo objetivo es establecer y llevar a cabo las practicas de gesti6n del sofuvare que sean consistentes con los objetivos de negocio de la organizaci6n. cuyo objetivo es conseguir la satisfacci6n de los c1ientes. cuyo objetivo es identificar. gestionar. sometidas a seguimiento y controladas. Gestion de proyectos. Gestion de calidad. fuera del ambito de proyectos y contratos especificos.TICOS ©RA-MA e Proceso de gestion de las peticiones de cambio. El prop6sito de este proceso es asegurar que las peticiones de cambio son gestionadas.2 se reflejan los resultados de este proceso seglin el estandar ISO 12207. con el fin de asegmar que estos satisfacen los requisitos de los c1ientes. implementar y mejorar la organizaci6n consiguiendo ser mas efectiva. Estas practicas son inherentes a la gesti6n de una organizaci6n pero deben concebirse para ser instanciadas para cada uno de los proyectos. Gestion de riesgos. e e o o o o . cOOl·dinar y monitOlizar las actividades. Debido al interes que tiene este proceso para la gesti6n de la calidad. cuyo objetivo es recopilar y analizar datos relacionados con los productos desanollados y los procesos implementados en la organizaci6n y sus proyectos.

Se compone de u'es subprocesos: establecimiento de procesos. tecnicas. Las partes afectadas podrian incluir a los adminisu'adores del programa de medicion. de las actividades de control y aseguramiento de la calidad identificadas Se monitoriza el desempefio real respecto a los objetivos de calidad Se toman las acciones oportunas cuando no se logran los objetivos de cali dad -7 -7 -7 -7 -7 Tabla 7.~ RA-ivlA CAPiTULO 7: MODElOS DE PROCESO DE CIClO DE VIDA 147 -7 Se establecen objetivos de cali dad basados en requisitos de calidad implicitos y explicitos definidos por el c1iente Se desarrolla una estrategia global para conseguir los objetivos definidos Se establece un sistema de gesti6n de calidad para implementar dicha estrategia Se realiza. e e e e . Este proceso incluye tres subprocesos: Gestion de Recursos Humanos. Esta infraestructura puede incluir hardware. Este proceso sirve para proporcionar a la organizacion los recursos humanos adecuados y mantener su competencia. Este proceso sirve para planificar. software. auditorias. Proceso de gestion de activos. consistente con las necesidades de la empresa. ingenieros del dominio. Este proceso pennite mantener una infraestructura fiable y estable necesaria para soportar el desempeiio de los o1:ros procesos. El estado actual de los procesos podria detel1ninarse mediante el proceso de valoracion. y se confim1a el desempefio. FOl1nacion y Gestion del Conocimiento. infonnes de satisfaccion del cliente. desanolladores. Este proceso sirve para gestionar la vida de los activos reutilizables desde su concepcion hasta su retirada. encargados de operacion y encargados de mantenimiento. Proceso de recursos humanos.2. operacion 0 mantenimiento. valoracion de procesos y mejora de procesos. Proceso de mejora. conu'olar y monitorizar el programa de reutilizacion de una organizacion y explotar de fonna sistematica las oportunidades de reutilizacion. establecer. gestores de activos. estandares y facilidades para el desanollo. coste de la calidad. Este proceso sirve para mejorar de fonna continua la efectividad y eficiencia a u'aves de los procesos utilizados y mantenidos de fomm alineada con las necesidades de negocio. Las fuentes de infom1acion que pueden proporcionar las entradas para el cambio son: resultados de valoracion de procesos. gestionar. metodos. eficiencialefectividad organizacional. Resultados del proceso de gestion de calidad segun ISO 12207 e Proceso de infraestructura. henamientas. Proceso de gestion del programa de reutilizacion.

los metodos y estrategias de adquisicion.4.1 DES r-- ~ /" MANUAL DE CAUDAD I PROCEOIMIEI'HOS Figura 7.. arquitecturas de dominio y activos para el dominio.148 CAlIDAD DE SISTEMAS INFORM.2). Ejemp\o de aplicacion de la norma ISO 12207 En el estandar IEEE (1998d) se dan recomendaciones sobre como registrar datos del cicio de vida resultantes de los procesos del cicio de vida del estandar IEEE (1998c). el tamano y complejidad de los proyectos..TICOS :g RA-ivL-'I.2. / METODOS ENTORNO MATRIZ DE RESPONSABILIDADES CREDENCIALES (ISO 9001. explotar 0 mantener un sistema (vease figura 7.A.. Como se sabe. .. los requisitos de sistema y los metodos de desaITollo. 2. e Proceso de ingenieria de dominio. ) CAPACIDAD DE LA ORGANlZACION AOQ sm. OTRAS ENTRADAS MODELOS Y METODOS ESTANDAR DE PROCESOS DE CICLO DE VIDA DEL SOFTWARE ISO/IEC TIEMPO I-- b\ CASCADA DINERO D I REQUISITOS I LEY SEGURIDAD I SEGURIDAD FislCA APLlCACfON ADAPTACfON EVALUACION PRUEBAS ETC. desalTollar. Este proceso sirve para desalTollar y mantener modelos de dominio. influencian la fonna de adquirir. Estos datos tienen que dar soporte a las siguientes acciones: . las variaciones en las politicas y procedirnientos de la organizacion. Proceso de adaptacion Este proceso sirve para realizar la adaptacion basic a de la nonna ISO 12207 con respecto a los proyectos de software. entre otros..

e e e ~ ~ ~ ~ ~ ~ Tabla 7.lODElOS DE PROCESO DE CIClO DE VIDA 149 e Describir y registrar infoDnacion sobre el producto software durante su ciclo de vida. datos de disefio. . Identificar estandares. procedimientos y programaciones releYantes. Aplicar los sistemas de gesti6n de cali dad organizacionales ai proyecto. tJ'azables. y critelios y fundamentos para las dccisiones clave. analisis de causas raices. presentables (recuperables y visibles). modificables. velificables. producto proyecto a quien 10 necesite. Establecer y garantizar la independencia de los responsables de llevar a cabo las actividades de aseguramiento de la calidad. Estos ultimos abarcan planes y procedimientos de calidad. Comunicar informacion sobre el sistema. datos de prueba. datos de gestion y datos de calidad. Proporcionar evidencia de los procesos que se han seguido. 0 e e e serVlClO software y e Proporcionar la historia de 10 sucedido durante el desan-ollo y mantenimiento para dar soporte a la gestion y mejora de procesos. Asistir la planificacion logistica (replicacion. consistentes. distJibucion. estado de las acciones con-ectivas. completos. planificar y programar las actividades de aseguramiento de la cali dad para el proceso 0 producto. Definir y controlar los procesos del ciclo de vida. Debetian tener contenido relativo a datos de requisitos.3. datos de configuracion. Realizar las actividades identificadas de aseguramiento de la calidad en consonancia con los planes.4 se presenta el contenido del plan de asegurat11iento de calidad de software. seguros y privados. instalacion. Proporcionar historia sobre los cambios de los datos. Identificar.'RA-MA CAPiTULO 7: ). protegidos. En la tabla 7. metodologias. Dar soporte a la usabilidad y mantenibilidad de un producto software. caracteristicas de calidad del producto y datos de medici ones de proceso. procedimientos y herramientas para llevar a cabo las actividades de aseguramiento de la cali dad y su adaptaci6n al proyecto. datos de usuatio. con-ectos y adecuados. fODnacion) para un producto software. Objetivos del proceso de aseguramiento de la calidad segun IEEE (1998a) Estos datos del ciclo de vida deben ser no ambiguos. Identificar los recursos y las responsabilidades para la realizaci6n de las actividades de aseguramiento de la calidad.(.

3. gesti6n de la inversi6n (cuyo objetivo es iniciar y mantener suficientes y adecuados proyectos con el fin de conseguir los objetivos de la organizaci6n).5 se resumen las actividades que presenta este proceso). peticiones de modificaci6n. Revisiones Conjuntas. registros. Ell Ell . Estandares de calidad. Actividades y tareas seleccionadas a partir de los procesos de soporte. procedimientos y herramientas para llevar a cabo las tareas de aseguramiento de la calidad (0 las referencias correspondientes de la organizaci6n en su documentaci6n oficial. en la nonna ISO 15288 se presentan los principales procesos del cicIo de vida de los sistemas agrupados en cuatro categorias: Ell Procesos de acuerdo. Validaci6n. ---? ---? ---? Tabla 7. Procesos de proyecto. Procesos empresariales. en la tabla 7. servicios e implementaciones de los procesos del ciclo de vida clIInplen los objetivos de calidad de fa empresa)' logran la satisfaccion del cliente". valorar los logros actuales y el progreso respecto a los planes y controlar la ejecuci6n del proyecto hasta su culminaci6n. programaciones y responsabilidades para dirigir las actividades de aseguramiento de cali dad. Dentro de este apartado encontramos los procesos de planificaci6n de proyectos. de mantenimiento. infonnes. Recursos. PROCESOS DEL CICLO DE VIDA DE SISTEMAS De fonna amlloga a la nonna ISO 12207 para el software. que incIuyen: el proceso de gesti6n del entomo empresarial (cuyo objetivo es definir y mantener las polfticas y procedimientos necesarios para las actividades de la organizaci6n). planes.ISO CAUDAD DE SISTEMAS IN"FORMATICOS ©RA-NL~ ---? ---? Infonnaci6n de un plan generico para el aseguramiento de la calidad del software. planes del proceso de desarrollo. metodologias. especificaciones. gesti6n de los procesos del cicIo de vida de sistemas (cuyo objetivo es asegurar que se encuentran disponibles para ser utilizados por la organizaci6n procesos efectivos de cicIo de vida del sistema). co\ecci6n. que se utilizan para establecer y hacer evolucionar planes de proyecto. gesti6n de recursos (para proporcionar recursos a los proyectos). descripciones de disefio de bases de datos. clasificaci6n y disposici6n de los registros de calidad. Se dan guias especificas sobre el contenido de los planes de adquisici6n. etc. Auditorias y Resoluci6n de Problemas. gesti6n de la calidad (la nonna establece que el prop6sito del proceso de gesti6n de cali dad es "asegurar que los prodllctos. descripci6n de arquitectura software. que incIuyen los procesos de adquisici6n y suministro.4. tales como Verificaci6n. peticiones. etc. Contenido del plan para el aseguramiento de la calidad En el estandar se dan guias para el contenido de las descripciones. Procedimientos para la identificaci6n. procedimientos.

Institute of Electrical and Electronics EngineerslElectronic Industries Alliance. estandares y procedimientos de gesti6n de la calidad Establecer objetivos de gesti6n de la calidad de la organizaci6n basados en la estrategia empresarial para la satisfacci6n del cliente Definir las responsabilidades y autoridades para implementar la gesti6n de la cali dad Evaluar e informar sobre la satisfacci6n del cliente Llevar a cabo revisiones peri6dicas de planes de calidad de proyectos Monitorizar el estado de las mejorar de calidad de los productos y servicios Tabla 7. Standardfor Information Technology .Software Life Cycle Processes. 4. 01-Mar-1998. irnplernentacion. Implementation of ISOIIEC 12207:1995 Standard for Iriformation Technology . Industry Implementation of International Standard ISOIIEC 12207: 1995. integracion. sefiala en el anexo B que las "etapas" (stages) se pueden utilizar para constmir marcos conceptuales en los que los procesos del cicio de vida del sistema se utilicen para modelar ciclos de vida. validacion. torna de decisiones. soporte.Software Life Cycle Processes . 01-Apr-1998 IEEEIEIA 12207. describiendo el proposito y las salidas de seis etapas: concepcion. Institute of Electrical and Electronics EngineerslElectronic Industries Alliance. operacion. y retirada. analisis de requisitos.0-1996. transicion.1-1997. El docurnento 12207. IEEEIEIA 12207. utilizacion. gestion de configuracion y gestion de infonnacion. Industl). Adernas. LECTURAS RECOMENDADAS e IEEEIEIA 12207. Standardfor Information Technology . Al igual que la nonna ISO 12207 tarnbien la 15288 prop one un proceso de adaptacion de estos procesos a las necesidades concretas de una organizacion. desanollo.Life Cycle Data.f:RA-lvL\ CAPiTULO 7: lvlODELOS DE PROCESO DE CIClO DE VIDA 151 evaluacion de proyectos. rnantenirniento y retirada. e e Este gmpo de estandares IEEE proporcionan la implementacion industrial de la nonna ISO/IEe 12207. control de proyectos. gestion de riesgos. 2003) e Procesos tecnicos.Software Life Cycle Processes . produccion. Institute of Electrical and Electr'onics EngineerslElectr'onic Industries Alliance. verificacion. -+ -+ -+ -+ -+ -+ Establecer politicas. disefio arquitectonico.5.Implementation Considerations. Actividades del Proceso de Gestion de la Calidad (ISO.2-1997. que incluyen el proceso de definicion de requisitos de las partes irnplicadas en el producto.0-1996 (el estandar base) consiste . 01-May-1997.

l2207.onz Sitio web de la organizacion IEEE. e e 6. http://\v\vw.. analistas. Especifique cuales de los procesos de cicIo de vida software que aparecen en la nonna ISO 12207 son mas aplicables para pequefias y medianas empresas de desarTollo de software.1. 3. . IEEE 12207. IEEE 12207. ISO 12207 e IEEE 12207.2.incose.ieee. SITIOS WEB RECOMENDADOS e http://\v\vw. 4. Establezca el tipo de participacion de los diferentes "stakeholders" (jefes de proyecto. Lleve a cabo un estudio comparativo entre los estandares IEEE 1074. ) en cada uno de los procesos de cicIo d~ vida. EJERCICIOS 1. con algunas influencias adicionales. programadores.comJ Sitio web con infonnacion actualizada y completa sobre la norma ISO 12207 y sus estandares y propuestas relacionadas. 2. Analice las diferencias entre el proceso de soporte de la ISO 12207 "Aseguramiento de la Cali dad" y la n0l111a ISO 90003 (vease capitulo 8). etc . 5.15 J CAUDAD DE SISTEMAS INFO~vlATICOS © RA-1vL-\ basicamente en el texto del estandar ISO 12207 junto con anexos explicativos. http://w\vw.0. responsables de cali dad. Los otros dos documentos contienen recomendaciones adicionales delivadas de MIL-STD-498 y de los estandares de ingenieria de IEEE.on!l Sitio \veb que proporciona infonnacion adicional sobre los procesos del cicIo de vida de sistemas.

palabras tales como mejora. PANORAMICA GENERAL Hoy en dia la calidad del software no puede garantizarse imicamente centrando los programas de cali dad en el producto. se han propuesto toda una serie de modelos y estandares para promover la aplicaci6n de este proceso en las organizaciones. la cali dad final del producto software esta muy directamente relacionada con la fOlma en que se desarrolla y mantiene. La evaluaci6n de los procesos software se hace principalmente por dos motivos: bien para detel1ninar la capacidad de ill1 proveedor de cara a su contrataci6n. dado que. La aparicion en el mercado de estas propuestas esta ofreciendo a las empresas y departamentos de desarrollo infol1natico la posibilidad de adaptarse a una nueva fOlma de trabajo caracterizada principalmente por buscar la satisfaccion de los . los modelos de evaluaci6n y mejora de procesos y su estandarizaci6n han adquirido un papel muy impOltan!e para la identificaci6n. La evaluaci6n y mejora de los procesos software pel1niten juzgar y decidir sobre la calidad de los procesos que estan sujetos a analisis. 0 bien para mejorar los procesos. Ante esta situaci6n. es decir.CAPITULO 8 EVALUACION Y MEJORA DE PROCESOS * "Sin 1111 continllo progreso y crecimiento. tal y como se ha comentado en el capitulo 6. Todo ella ha motivado en gran medida que las organizaciones dedicadas al desarrollo y mantenimiento del software se preocupen cada vez mas de la mejora de sus procesos. Como resultado de los esfuerzos de la comunidad cientifica. con el proceso. integracion. logro y exito no tienen ningzln signijicado " Benjamin Franklin 1. con el objetivo de poder establecer una estrategia para su mejora. medici on y optimizacion de las buenas practicas existentes para el desarrollo y mantenimiento del software.

154 CAUDAD DE SISTE.. evaluaci6n y mejora de procesos (adaptado. que han sido resumidos en el capitulo anterior. ) ~~ ( MOPROSOFT ) ( ISO 15939 ) ~ (SsEl ~ • ( Baldrige) (IeEel ~ ---l> Sus:i:Uye a . 0 los estandares militares como el MIL-STD-498 (desanollo y documentaci6n de software).1): de se en es ( People CMM ~ ~ ~ ( Bootstrap) ( MPSB.1. Modelos de procesos del cicIo de vida. estandares como el EIA Interim Standard (IS) 632 para procesos de ingenielia de sistemas. como las nonnas ISO.de http://\Hyw. como I!l .. UsaReferen:::ia Figura 8. En SelTad y Lake (1998) destaca la gran cantidad de marcos que pueden convertir este campo en "Zlna cirinaga fa qZle se empalltallen los esfiterzos de mejora de procesos si ZIlla organizaci6n 110 cllidadosa".software. que establecen 10 que deb eli a hacerse en una situaci6n contractual.. como el ISOIlEe 12207 I!l Estandares y guias. La cienaga de los estandares y modelos de referencia de la madurez.org/guagmire) I!l 0 el ISO 15288 para la ingenielia de sistemas. en los ultimos alios estamos asistiendo a una gran proliferaci6n propuestas para la evaluaci6n y mejora de los procesos. que establecen un camino a seguir describiendo las caractelisticas de los buenos procesos.VV\S INFORMA TICOS © clientes y disponer de una mejor visibilidad y control de la calidad de los procesos y de los productos finales. Modelos de rnejora y rnetodos de valoracion interna. Sin embargo. Para ello conviene distinguir (vease figura 8.. Basado en < ISOIIEC 15288 ) .

html httQ:ii\\\\w.org/ htt12: !v. (Sheard y Lake.millcrosstalklI997/04/de veloQment. 2000b) Software Development Capability Evaluation (SDCE) (AFMC.org http:!. 1997) Systems Security Engineering Capability Maturity Model (SSE-CMMl (Departtnent of Defense U.uk!mil 498/ w\v\v.org h!!Q:/I\v\\\\".html h!!Q:!/w\\w.org h!!Q:!1\\". 1997) SEI Personal Software Process (PSP) (Humphrey.cmu.002. 1999) SEI SW-CMM Capability l'vlaturity Model SM for Software (SEI.cmu.cmu.iso.sei.org http://\v\\\\".cse. y..C RA.lania. 2004a-e) ISO/1EC 90003 (ISO/IEe..edulideallideal.edu/Qublications!document SiO l.reQorts!96.af. en la aChtalidad. 2000a..edwcmm-Qi http://\\\\w. . 2001) SEI IDEAL Model (Gremba y Myers. 1998) ISO/IEC 15504 (ISO.1.sei.edulcmmi! h!!Q:i.demon.ie i essiscoQe i sm5/aQQroaclv boot-2. evaluaci6n y mejora de procesos software propuestos en la literatura.eia.edu/tsQiQsQ.hunl httD:/!\\\\\\".hill.1 se muestra un resumen de modelos representativos de referencia para la madurez.stsc.html h!!Q://\vww.br/ httQ://\\ \Vw .\\\\\\".html htm:!1\\\\w. que promueve la adopci6n de un enfoque basado en procesos cuando se desalTolla.dcu.reQorts/O I hbOO I.\\"\\·2. Trillium para telecol11unicaciones.cmu.sei.2002) SCAtvIPI (Standard CMrvfI Appraisal Method for Process Improvement) (SEL 200 I) SEI Software Capability Evaluation (SCE) (Bymes y Philips.cmu. 2004) SEI GvIMI. etc).asQ http://\\\\w.sei. 1994) (April Y Coallier.-MA CAPiTULO 8: EYAlUACION Y MEJORA DE PROCESOS 155 CMM/CMMI y sus modelos asociados (PSP.tr. implementa y mejora un sistema de gesti6n de la calidad. Processes for Engineering a System.cmu. TSP.. Bootstrap.iso.A.pdf http://\\\\w. \\\\\v.edu/tsQ!tsQ.\ \\" . 1992) Trillium (Trillium Team.Qogner.cmu.cmu.html http://v\\\\\".ssc-cmm. I h!!Q:/!www.sei. 2004f) MIL STD-498 MOPROSOFT (Oktaba et al. 2003) Mps BPR (Weber y Rocha. MODELO BOOTSTRAP (Kuvaja et al. 1995) {JRL . Resumen de los Modelos de Madurez y Metodos de Evaluaci6n y Mejora del Sofnvare (ultimo acceso de enlaces web en agosto de 2006) .umassd.1 %20DocumentoBase. 1994) Tickit (Tickit Project Office.html http://\\\\w.edu!Qublications'document s!96.Capability Maturity Model Integration (SEI..sei.edulswI1i1BeIICanadaitrilli um-htmlltrillium.html I I Tabla 8..sei. 1996) SEI SE-GvIM Capability Maturity Model for Systems Engineering (SEI.\\\\\\". De entre todas estas iniciativas cabe destacar la influencia que tuYO CMM en la mejora del software. etc.edulcmnVcmm.co.tickit.httnl h!!Q:. as! como el estandar ISO 15504 y la reciente nonna ISO 90003. 1995) SEI Team Software Process (TSP) (Humphrey..S.softex.mxJbibliotecaimanualesimoprosoft! V%20 1. su sucesor CMMI.edulcmnvse-cmm.sei.sei. 1994) EIA 632.. En la tabla 8.cmu. 1995) SEI P-CMM People Capability Maturity Model (Curtis etal.

.. 2005).. 2003: Schekkennan. senicios e-Government (Windley. gestion de proyectos (Ibbs y Hwak. 2002. Gartner.. 2002): open-source (Widdows y Duijnhomver. reutilizaci6n (Topaloglu. Krause. 2005). las organizaciones. 2005). 2000. que especifican el examen de los procesos de una organizaci6n por alguien extemo (segunda 0 tercera parte) con el fin de comparar las fortalezas y debilidades de los contratistas para poder minimizar el riesgo de la compra. proveedores de servicios de tecnologias de la informacion (Niessink et al. 1998. mantenimiento (April et al. 2002. 2004. 2000: Hareton y Terence. Tuffley et at. desalTollo. NASCIO. inc1uso las gI'andes. de los paises en los que se proponen.156 CAUDAD DE SISTEMAS IN"FOR.. Software Capability Evaluation (SCE) 0 el SDCE de las Fuerzas Annadas de EEUU. su adaptaci6n a las Pymes es dificil y costosa. OMB.. 2000). 2000b) a la adquisici6n. en elmodelo CMMI. olltsourcing (Raffoul. European Quality Award. Para este tipo de empresas el problema de muchos de los modelos tradicionales es que. 2005. adaptados a las especiales caracteristicas de las empresas. Calvo-Manzano.A. 2002). tal y como atestiguan divers as investigaciones (vease. Batista y Figueiredo. 2000. 2004£) proporciona la guia necesaria en las organizaciones para la aplicacion de la ISO 9001 (ISO. Siguiendo esta "filosofia" tambien se han propuesto otros muchos modelos de madurez especificos: para pruebas (Olsen y Staal. usabilidad (Earthy. etc. datos (Mullins. como el Malcolm Baldrige Nacional Quality A. 2004. Identifica todos los aspectos que deberian ser tratados y es independiente de . Por ejemplo. M.vlATICOS o o Metodos de seleccion de contratistas. arquitecturas (Burke. 1994). por ejemplo.. 2003). por ejemplo. McBride et al. 2. 1999). LA NORMA ISO 90003 La nonna ISOIIEC 90003 (ISO. 1998). DoC. Ademas. 2003). Van del' Raadt et al. 2002). Tambien se resumen dos propuestas de modelos iberoamericanos de madurez de procesos. en su mayoria Pymes. mas que procesos de fonna independiente como. 2001. Premios a la calidad. 2000). suministro. ingenieria de requisitos (Somerville y Ransom. En este capitulo se presentan de fonna resumida una serie de modelos representativos propuestos en la bibliografia para la mejora de calidad en las organizaciones y sus metodos de evaluaci6n y mejora asociados. operaci6n y mantenimiento de software y sus servicios relacionados. Tambien merecen especial atenci6n las propuestas de modelos de evaluaci6n y mejora adaptados a pequefias y median as empresas.mrd. al haber sido concebidos para grandes empresas. desarrollo distribuido (Ramasubbu et al. seguridad (Department of Defense U. PMI. 2003. que han sido tratados en el capitulo 3.S. 2002: Luftman. 2004. tienden a adoptar gIupos de procesos relacionados como un cOl~unto. 2002). como sefiala en su reciente estudio Mekelburg (2005). Crawford. 1997: Bevans. 2004).

incluyendo los procesos para la mejora continua del sistema. modelos en cascada. procesos de desanollo y estmcturas organizacionales. Determinar los criterios y metodos necesados para asegurarse de que tanto la operaci6n como el control de estos procesos sean eficaces. especifica los requisitos para un sistema de gestion de la calidad cuando una organizacion necesita demostrar su capacidad de proporcionar de f0l111a coherente productos que satisfagan los requisitos del cliente y aspira a aumentar su satisfaccion a traves de la aplicacion eficaz del sistema. El estandar ISO 90003 surge debido a que la gestion de la calidad que prop one ISO 9001 aun siendo un buen marco de partida. modelos de ciclo de vida. documentar. que deberia basarse en un modelo de cicIo de vida. La organizacion deberia tambien detinir la secuencia e interacci6n de los procesos en: los modelos de ciclos de vida del desanollo de software. la planificaci6n de la calidad y el desan'ollo. la medicion y el analisis de estos procesos. por ejemplo. La nonna ISO 9001. y el aseguramiento de la confOlmidad con los requisitos y de acuerdo a las reglamentaciones existentes. En este punto la organizaci6n deberia identificar tambien los procesos de desanollo. Las directrices proporcionadas en esta nonna intemacional no estan enfocadas a ser utilizadas como criterios de evaluacion en la certificaci6nJregistTO del sistema de gesti6n de la calidad. los resultados ® ® ® ® ® . incremental y en espiral (evolutivos). implementar y mantener un sistema de gestion de la calidad software y mejorar continuamente su eficacia de acuerdo con los siguientes requisitos generales: ® Identificar los procesos necesarios para el sistema de gestion de la calidad y su aplicaci6n a traves de la organizaci6n. operaci6n y mantenimiento de software.CAPiTULO 8: EVALUACION Y MEJORA DE PROCESOS 157 la tecnologia. Implementar las acciones necesarias para a1canzar planificados y la mejora continua de estos procesos. Seglll1 la nOlma ISO 90003 la organizaci6n debe establecer. Asegurarse de la disponihilidad de recursos e informacion necesarios para apoyar la operaci6n y el seguimiento de es'tos procesos. Determinar la secuencia e interaccion de estos procesos. es excesivamente general y se queda corta para abordar proyectos de disefio e implantacion de sistemas de gestion de la calidad mas especializados. Realizar el seguimiento.

Ke. Proponer un plan de mejora de los procesos de desalTollo de software de acuerdo a una serie de niveles. e A la hora de establecer la madmez de los procesos de una organizaci6n en CMM se establecen cinco niveles de capacidad. CMM proporciona a las organizaciones de software el modelo de referencia necesaIio como sopolie para el control de sus procesos de desanollo y mantenimiento y para facilitar su evoluci6n hacia una cultma de la Ingenieria del Software y de excelencia en la gesti6n. que a su vez se organizan en una selie de caracteristicas comunes (COllllllon features).'· Practices).i58 CAUDAD DE SISTEMAS INFORMATICOS 3. Cada area clave de proceso 0 KPA (Ke. CMM (SEI. . EI modelo de referencia CMM establece una serie de areas clave (hasta un total de dieciocho) agrupadas en los distintos niveles de madurez.'· Process Area) se desclibe en funci6n de una serie de practicas clave (KPs. So..2. EL MODEJ. Es un modelo con la finalidad de: e Evaluar la madurez de los procesos de desanollo de software dentro de una organizaci6n. Las relaciones entre estos conceptos del modelo CMM se ilustran en la figura 8. medir y controlar.1. que definen una esc ala ordinal para representar la evoluci6n del proceso software desde un nivel inicial ca6tico (procesos ad hoc cuyos resultados no son predecibles) hasta un estado de mejora continua (maduro). Las caracteristicas de cada nivel de madmez se resumen en la tabla 8. Para que una organizaci6n pueda estar en un detel111inado nivel de madurez debe satisfacer los cliterios de evaluaci6n asociados con las areas clave que pertenecen a ese nivel y a los niveles anteriores. 1995) es el modelo propuesto por el SEI como referencia para detenninar la capacidad de los procesos software de una organizaci6n. Como resultado se han obtenido modelos de referencia de la capacidad de los procesos y modelos de evaluaci6n de dicha capacidad.2./hmre Engineering institute) de la Universidad de Camegie Mellon se ha centrado en proporcionar la base necesaria para mejorar el desaITollo del software considerando a las tareas de desanollo del software como una selie de procesos que se pueden definir.O DE MAQUREZ DE LA CAPACIDAD (CMM) Y LOS METODOS MAS REPRESENTATIVOS DE EVAlUACION Y MEJORA ASOCIADOS 3. el Instituto de Ingenieria del Software (SEI. CMM Desde la decada de los alios 80.

estandarizados. Los procesos de ingenieria y gestion son estables y se integran en uno solo. DUl:\IDO Existe un entendimiento comun de los procesos. Riesgo medio. • Mediante el uso de metricas de software. Tabla 8. Riesgo alto. Productividad y calidad total. GESTlO:\ADO Se fijan metas cuantitativas de la ealidad del software. • • • Existen estandares detinidos y exigidos. I:\IClAL Los planes. OPTl:\lIZADO La organizacion busca lograr el ni\'e1l11aximo de eapaeidad. • • • • EI rendimiento depende de la capacidad individual de los miel11bros del grupo. Riesgo m.RA-MA CAPiTuLO 8: EVALL'ACION Y N!EJORA. La produeti\'idad y la ealidad se miden y registran para cada proyecto de la organizacion. Los procesos son mediblcs 0 euantiticables. Riesgo nulo. funciones y responsabilidades. estimaciones y calidad son il11predeeibles.iximo REPETIBLE Productividad y calidad baja. Se estableeen programas de fonnaci6n del personal de desarrollo y mantenimiento. Riesgo minimo. Productividad y calidad media. Los procesos son de!inidos. Niveles de Capacidad de CMM . Los procesos se mejoran continuamente. Los grupos abandonan f<ieilmente los planes y se centran en la codificacion y pruebas. La organizacion estableee politic as de gerencia de proyectos v procesos. EI proceso se enmarca en un sistema de gerencia de proyeetos basado en experieneias pasadas. se crea una base euantitativa para la evaluaeion y estimacion en proyeetos futuros. EI proceso de software cs eambiantc e irregular.2. • La organizacion mantiene un grupo dedicado a la definicion. Productividad y calidad escasa. mejordmiento y difusion del proceso de Ingenieria de Software. La planiticacion se basa en proyeetos similares. • Productividad y calidad alta. documentados e institucionalizados. DE PROCESOS 159 NIYEL CARACTERiSTIC\S RESULTADOS • • Auseneia de gestion de proyeetos. Los proeesos de software son estables y repetibles. Se incorporan nuevas tecnologias y metodos para mejorar los procesos.

160 CAUDAD DE SISTE!vlA.S r"iFORlvlA. Cada area clave contiene un conjunto de objetivos 0 metas.2. 0 la prevenci6n de defectos y gesti6n de cambio del proceso. Cada nivel de madurez. Las metas se us an para cOl11probar si efectivamente se implementa adecuadamente un area clave de proceso detenninada. Ejemplos de areas clave son la gesti6n de configuraci6n y planificaci6n del proyecto del segundo nivel de madurez. repetible y duradera. que descliben de fonna general que se debe hacer para dar soporte a un area clave de proceso. excepto el nivel inicial se descompone en diterentes areas clave del proceso. Q . Caracteristicas Comunes.TICOS ©RA-MA » Areas Clave del Proceso (KPAs) Grupo de Acthidades que satisfacen un conjllnto de objetivos Pn3cticas Clave Actividades e infraestructura que contribuyen en su mayoria a la implementaci6n de un al'ea clave de proceso Figura 8. cOlTespondientes al nivel quinto de madurez. Cada area clave de proceso se organiza en una selie de caracteristicas comunes que representan los atIibutos que debe tener el proceso. Mediante la evaluaci6n de las caracteristicas comunes se puede averiguar si la il11plel11entaci6n de un area clave de proceso se ha realizado de fOlma que sea efectiva.2. CMM proporciona la estructura necesaria para poder aplicar de fonna sistematica un proceso de evaluaci6n al estar claramente definido cada nivel de madurez en base a: Q Areas clave del proceso. Estructura de CMM como modelo de referencia para la evaluacion Como se puede observar en la figura 8.

Por este motivo y con el fin de proporcionar el medio necesario para realizar evaluaciones basadas en CMM y para poder comparar los resultados de evaluacion se creo el marco de trabajo CAF (Ci"\. bas ado en CMM. El proceso de evaluacion definido en SCE esta compuesto basicamente por las siguientes actividades: planificar y preparar la evaluacion. SeE (Software Capability Evaluation) SCE (Bymes y Philips. ingenieria del producto. SCE usa el modelo de madurez de capacidad (CMM) como modelo de referencia. Las principales caracteristicas y responsables de estas actividades se resumen en la tabla 8. !levar a cabo la evaluacion e infol1nar sobre los resultados de la evaluacion. Constituyen los ejemplos de que se debe hacer para satisfacer los objetivos de un area clave de proceso sin entrar en detalle de como hacerlo. que contienen un conjunto de areas clave que se centran sobre la gestion organizacional de los procesos software: los procesos de gestion de proyectos. centrados en aspectos de gestion de proyectos como su planificaci6n y seguimiento: y los procesos de ingenieria. el marco de mejora de procesos del SEI. Para poder conocer el nivel de madurez de una organizacion es necesario realizar la evaluacion de sus procesos software. la monitorizacion del proceso y la evaluacion interna. Las principales areas de aplicacion de SCE son: la seleccion del suministrador.GRA. . que identifica los requisitos y caracteristicas necesarias en un metodo de evaluacion basado en CMM para mejorar la consistencia y la fiabilidad de los diferentes metodos de evaluacion y sus resultados.-MA CAPiTULO 8: EVALUACIOl\ Y YIEJORA. y en particular. DE PROCESOS 161 (i) Pnicticas Clave.2. 10 constituye elmodelo IDEAL. Aunque en el modelo CMM se consideran los procesos de produccion tecnica.fM Appraisal Framework). 1996) es el metodo desarTollado para evaluar los procesos software de una organizacion con el objetivo de detel1ninar su capacidad. etc. Por otra parte. se centra en conjuntos de procesos (0 10 que en CMM se considera como areas clave de procesos) que se pueden agrupar en tres categorias: procesos organizacionales.3. revisiones por pares. El objetivo de la evaluacion de SCE es el proceso software.3. tal y como se puede observar en la figura 8. estos no se incluyen en el alcance de la evaluacion proporcionada por SCE. La capacidad de un proceso se refiere al rango de los resultados esperados que se pueden obtener aillevar a cabo un proceso detel1ninado. A continuacion se resumen todos ellos. Los dos principales metodos de evaluaci6n basados en CMM son SCE (Sofhrare Capability Evaluation) y CBA-IPI (CMM-Based Appraisal for Internal Process Jmpro1·ement). que incluyen aspectos de desarTollo del producto como la gestion de requisitos. 3.

Entornos de ingenieria .3. con el fin de establecer y dar pliOlidad a planes de mejora software y para facilitar que la organizaci6n se centre en la mejora de los aspectos que Ie resulten mas beneficiosos en funci6n de su nivel de madurez y sus objetivos de negocio.3. Procesos Evaluados por SeE Como se puede apreciar en la tabla 8.Seguimiento del Proyecto . 3. el equipo de evaluaci6n SCE lleva a cabo una planificaci6n en la que basicamente identifica las areas de proceso a evaluar para realizar un proceso de evaluaci6n basado en rigurosas revisiones de documentaci6n y entrevistas en el que. El metodo consiste en la evaluaci6n de la capacidad del proceso software de una organizaci6n a traves de un grupo de profesionales adecuadamente entrenados que trabajan como un equipo para aveliguar y valorar las distintas areas clave del proceso de CMM que se encuentran en el alcance de la evaluaci6n. mediante un proceso de analisis.3.Planificaci6n del Proyecto . CBA·IPI (CMM-Based Appraisal for Internal Process Improvement) CBA-IPI (Dunaway y Masters.Gestion de Requisitos Operaciones de Desarrollo Ejemplos .Revisiones par pares -Ingenieria del Producto .iAS IMORMATICOS ·tJ RA-MA Ejemplos .-\LIDAD DE SISTE0.Metodo!ogias de Amllisis de Requisitos . se establecen las debilidades y fortalezas de la evaluaci6n para finalmente realizar los infol1nes adecuados en funci6n de los resultados obtenidos. Los datos necesarios para la .Aseguramiento de la CaUdad Soporte a Ia Construcci6n Operacional del Producto Ejemplos . 2001) es un metodo que facilita a una organizaci6n conocer la capacidad de sus procesos software mediante la identificaci6n de las fortalezas y debilidades y la relaci6n de estas fortalezas y debilidades en base al modelo CMM.Gestion de la Configuraci6n .Metodologias de Diseno -C6digo Soporte para Procesos de Toma de Decisiones y Comunicaci6n t Soporte para Procesos de Comunicaci6n y Tecnicos t t Procesos Tecnicos Evaluado por SeE No Evaluado por seE Figura 8.162 C.

presentaciones y ent:revistas con gestores. Produce un infoffile final para el patrocinador. debiles y las aeti\'idades de mejora" Resultado: Datos del Proceso consolidados y se deteffilinan los resultados. • Analizar los datos Resultado: se completan las preparaciones detalladas para cvaluar un sitio de desarrollo. FASE seE v 3. DE PROCESOS 163 valoracion se obtienen a par1ir de datos obtenidos de cuestionarios.-\ CAPiTULO 8: EVAWACIOl\ Y :VIEJORA. EI Equipo SCE: • REALIZAR LA EVALLACID:-'- Inwstiga cada tema planitlcado en el sitio de desarrollo" Conduce actividades de recopilacion de datos mediante la rcalizacion de cntrcvistas. revisiones de documentos y presentaciones. Prepara los temas especitlcos para la c\'aluacion. • Deteffilina los puntos fuertcs. revisiones de documento.0 ACTIVlDADES Y RESULTADOS La Organizacion Patrocinadora: • • Deteffilina los atributos deseados del producto Detennina la eapacidad del proceso mas apropiada para alcanzar los objetivos de negocio (ia capacidad objeti\"o del proceso) • Sclecciona y lonna al equipo de la evaluacion (SCE) Resultado: se definen los objeti\"os y los requisitos de la evuluacion EI Equipo SCE: PL~"IFICAR y REALIZAR LA PREPARACID:-'PARA LA EV.quedas. Resultado: sc deterrninan y doeumentan los resultados de la e\'aluacion Datos del Proceso consolidados y se deterrninan las biJ. Fases y Actividades de la evaluacion SeE Los dos plincipales objetivos de CBA IPI son: It Dar sop0l1e. EI Equipo SCE: • !:-'-FORi\lAR LOS RES(JLTADOS DE LA EVALLAClD:-'- Presenta y entrega los resultados al patrocinador y a la organizacion. habilitar y animar a una organizacion a la mejora del proceso software.ALV. Consolida la infoffilacion recogida y valida las observacioncs.3. EI Equipo SCE: • • Selecciona los proyectos a evaluar. Tabla 8. jefes de proyecto y agentes software.\:" RA-M. Resultado: se detlne el alcance de la evaluacion y se complctan las preparaciones a alto niwl para c\"aluar a la organizacion de desarrollo. • Realiza recomendaciones para el uso de los resultados. .KID:-'- Identifica las areas en las que la organizacion careee de experiencia (indicando un riesgo potencial) • Deline el alcance de la cvaluacion.

Las actividades y a1cance del proceso de evaluacion del metodo CBA-IPI son basicamente los mismos que en el metodo SCE (planificacion. mientras que SCE suele orientarse mas a la seleccion de suministradores. En la figura 8. En realidad. EI a1cance de una \-aloracion es relativo a las necesidades de la organizacion y objetivos de negocio del patrocinadoL que es usualmente el gestor senior de la organizacion evaluada. 3. De acuerdo a la tel111inologia usada en los modelos de evaluacion basados en CMM. CBA-IPI es muy similar a SCE con la diferencia fundamental de que CBA IPI es una evaluacion centrada en la mejora de procesos. Este modelo £lIe concebido originalmente como un cicIo de vida para la mejora de procesos software basado en el modelo CMM y posterionnente el l110delo IDEAL £lIe revisado en la version 1.1 para proporcionarle un a1cance mas amplio.4 se representan las diferencias entre un proceso de valoracion y un proceso de evaluacion. 1997) en el que se define un marco de ciclo de vida para la mejora de procesos. el alcance de una evaluacion es relativo a las necesidades del patrocinador. En contraste. conduccion y generacion de infol1nes). .TICOS -f' RA. se considera que CBA IPI es un metodo para la valoracion (assessment) de la capacidad para mejora de procesos. Ii> Proporcionar una vision exacta de las fortalezas y debilidades de los procesos software aChlales de la organizacion.164 CAUDAD DE SISTEMAS IKFOfu'vLA. IDEAL constihlye un enfoque usable y entendible para la mejora continua estableciendo los pasos necesarios que se deb en seguir para llevar a cabo un programa de mejora y proporcionando un enfoque ingenieril y disciplinado. IDEAL EI marco de mejora de procesos del SEr 10 constihlye el modelo IDEAL (McFee ley. Los resultados de la evaluacion de los metodos comentados anteri0l111ente se pueden utilizar en el contexto de la mejora de procesos software. aunque tambien se puede usar para la evaluacion intema de procesos. En la tabla 8. ya sea para la mejora de los procesos de la propia organizacion evaluadora (CBA-IPI) 0 para mejora en la organizacion evaluada (SCE). 1996: Gremba y l'vlyers.4. que es la persona 0 grupo de personas responsables de decidir si se hace la evaluacion de la organizacion con la que se pretende hacer negocios. usando CMM como modelo de referencia y para identificar las areas clave del proceso que es necesario mejorar. mientras que SCE es un metodo de evaluacion (emillation) con el fin de seleccionar suministradores 0 para medir el progreso de las mejoras.-:VL-I. mientras la segunda es un proceso en el que un grupo extemo llega a una organizacion y examina la capacidad de sus procesos para tomar decisiones respecto de posibles negocios 0 tratos £llhlroS.4 se l11uestra la estruchlra de este modelo. La diferencia fundamental entre la valoracion y la evaluacion es que la primera consiste en un proceso que una organizacion hace para sl misma.

no a patrocinador proyectos individuales 0 contratos I Como entradas al plan de mejora Como entrada a la seleccion de suministrador. Diferencias entre Valoracion y Evaluacion Aprendizaje Estimu!o . COi\It1NICACION DE REsULtADOS EQL1PO Se usan en la organizaci6n evaluada I ALCANCE USODELOS RESULTADOS I I Colaborativo. se decide la aprobacion del . En esta fase se elabora el plan de mejora de procesos que proporciona la guia necesaria para completar el inicio y llevar a cabo las fases de diagnostico y establecimiento. e1l110delo IDEAL esta cOl11puesto por cinco fases.CAPiTULO 8: EVAlUACION Y MEJOR:\ DE PROCESOS l65 I I.4. para fa f. Los miembros de la organizacion deben [onnar un equipo Se aplica a necesidades especificas del Se aplica a la organizacion. los roles y responsabilidades que hay que asul11ir y se asignan los recursos necesarios. Adermls. gestion de riesgos y medici ones de la mejora intema Selecci6n y monitorizaci6n de suministradores Los desarrolladores 10 usan para medir el progreso de la mejora Los resultados se hacen saber al patrocinador Los miembros de la organizacion podrian no estar en un equipo Tabla 8. cada una de las cuales esta fom1ada pOl' una serie de actividades: til Iniciacion. El modelo IDEAL (McFeeley.4. que constituye el punto de paItida.. 1996) Como se puede observar en la figura 8. OBJETIVO V ALOR-\CION (ASSESSMEi\"T) Mejora de Procesos EVALUAtl(~N (E\'ALUATION) . en el cual se establece la infi'aestructura.lejora Iniciacion Diagnostico Figura 8.4.

SEPG). Actuacion. EI Diagnostico. Establecimiento. durante la cual se priorizan los aspectos que la organizacion ha decidido l11ejorar. en la que se lleva a cabo el trabajo preliminar necesaJio para realizar las fases posteliores. se establecen los recursos necesarios y se establecen los objetivos generales de la l11ejora a partir de las necesidades de negocio de la organizacion. Durante la fase de inicio tal11bien se realizan planes para cOl11unicar el cOl11ienzo de la iniciativa de mejora y se sugiere la necesidad de realizar evaluaciones para detenninar la preparacion de la organizacion a la hora de llevar a cabo una iniciativa de mejora de procesos. Respecto a la infraestmctura. Estos objetivos son refinados en la fase posterior de establecil11iento. En esta fase se inicia el plan de accion de la mejora de acuerdo con la vision de la organizacion. las lecciones aprendidas de esfuerzos de l11ejora realizados en el pasado. Tambien durante esta fase se crean plantillas de acciones tactic as que los gl1lpOS de trabajo tecnico deben cOl11pletar y llevar a cabo. En esta fase tal11bien se desanollan objetivos l11edibles a partir de los objetivos generales fijados en la fase de inicio y que son incluidos en el plan de l11ejora. MSG) y un gmpo de procesos de ingenieria del software (sofhmre engineering process group. el plan de negocio estrategico. IFVG). Se desauollan planes para ejecutar las acciones de l11ejora y para evaluar 0 probar los procesos nueyos 0 mejorados. Una vez completada exitosamente la pl1leba de nuevos procesos y tras detenninar su adecuacion para ser adoptados en la organizacion. se desanollan las estrategias necesaJias para obtener las soluciones de mejora y se cOl11pleta el bon'ador del plan de mejora definido en las fases anteliores. se establecen dos cOl11ponentes fundal11entales: un gmpo directivo de la gestion (Management Steering Group. entregandose sus resultados y recomendaciones en las acciones del plan de l11ejora. se desanollan y ejecutan lcs planes necesarios para su implantacion. aspectos clave a los que se enfrenta la organizacion y los objetivos a largo plazo.166 CAUDAD DE SISTEMAS INrORMATICOS programa de l11ejora. Ello conlleva adel11as la definicion de las l11ehicas necesmias para el conh'ol del progreso y se preparan los recursos y se proporciona la fonnacion necesalia a los gl1lpOS de trabajo tecnico (Technical 'Working Groups. EI EI . Se realizan actividades de valoracion para establecer una linea base del estado actual de la organizacion. en la que se crean y se llevan a cabo las acciones destinadas a l11ejorar las areas identificadas en las fases previas. El plan de accion desaJTollado debe guiar las actividades de mejora de acuerdo a los aspectos detectados para la l11ejora ordenados seglll1 su priOlidad y segtll1 las recol11endaciones de la fase de dia·gnostico.

el enfoque y la medicion cuantitativa del proceso. se han aprendido importantes lecciones del proceso y se han tomado mediciones sobre el rendimiento y la consecucion de los objetivos marcados. los metodos y la infraestmctura utilizada en el programa de mejora. Al igual que en CMM.CAPITULO 8: EVALUACION Y . se han desanollado las soluciones. que constituye una fuente de infonnacion muy relevante para el personal implicado en la proxima iteracion por las fases del modelo. 3. realizando un seguimiento de su trabajo. sin embargo. 1997).!EJORA. mientras que CMM se centra en mejorar la capacidad de la organizacion.. cuyo objetivo es tratar de hacer mcls efectiva la siguiente iteracion por el modelo IDEAL cuando sea necesaria. siguiendo un proceso definido y planificando. Esta plincipalmente bas ado en CMM y pennite implementar las practicas de ingenieria del software descritas en dicho modelo a nivel individual. gestionando la calidad del producto y aplicando la realimentacion obtenida para mejorar sus procesos de trabajo individuales. etc. eficaz y a bajo costa aspectos tales como la planificacion y seguimiento de proyectos. incorporando de fonna efectiva. SEPG. PSP se basa sobre los principios de mejora del proceso. la prevencion de defectos. las revisiones e inspecciones. Es necesario plantear algunas preguntas. Con PSP los ingenieros desanollan software usando un enfoque disciplinado y estmcturado. Una vez alcanzada esta fase.control del proceso a nivel individual. Con tal fin se desanollo el metodo PSP (Humphrey. Entre los beneficios que PSP ofrece a los mgemeros software destacan los siguientes: . como por ejemplo sobre el rendimiento de la infraestmctura (equipos de trabajo MSG. La infonnacion reunida pennite realizar una evaluacion sobre la estrategia. ayudando a crear personal capacitado y disciplinado en su trabajo. 10 que pennite su coneccion y ajuste de cara a thturas mejoras.5. EI Proceso de Software Personal (PSP) apoya a las empresas que estan llevando a cabo 0 tienen planeado implementar un plan de mejora de procesos basados en un modelo como CMM. midiendo. Estos artefactos son afiadidos a la base de datos del proceso. TWG. etc. es necesario implantar buenas pnicticas en el desanollo software.. PSP (Personal Software Process) En el contexto del modelo CMM y a la hora de facilitar la aplicacion de los procesos de evaluacion y mejora en una organizacion. DE PROCESOS 167 & Aprendizaje. PSP se centra en la mejora de los ingenieros software aplicando la gestion y. la evaluacion de calidad.) y los metodos empleados por los TWG en sus actividades de desanollo de la solucion. el proceso de ingenieria del producto. Una respuesta adecuada a cada una de estas preguntas es fundamental para plantear el siguiente ciclo delmodelo IDEAL.

Niveles de Proceso de PSP Q La Linea Base del Proceso Personal (PSPO y PSPO.. Gestion Personal del Proyecto Linea Base del Proceso Personal I. A este nivel los lI1gemeros escriben tres ..168 CAUDAD DE SISTErvt\S INFORJvV\TICOS Q Proporciona una selie de principios al ingeniero para llevar a cabo un proceso personal disciplinado.:~(.l).:t Revision Disefio Revision Codigo PSP 2.1 Plantillas de Disefio Gestion Personal de la Calidad r·<. Asiste a los ingenieros en la realizacion de planes precisos.' .. ... Estimacion TamaRo Informe Pruebas PSP 1. . En la figura 8. tiempos y defectos.~. ". Detennina los pasos que los ingenieros deben seguir para mejorar la calidad del producto. Establece bancos de pruebas para medir la mejora del proceso personal. Q Q Q Q Estos resultados son obtenidos haciendo que los partlclpantes recopilan datos especificos relacionados con el proceso y el producto y estableciendo la linea base que proporcione a los ingenieros con un contexto para mejorar el proceso. Para alcanzar un nivel se deben cumplir los requisitos establecidos en los niveles previos. Detennina el impacto que los cambios del proceso tienen sobre el rendimiento del ingeniero.5 se muestran los siete procesos que constituyen PSP agrupados por niveles. 1m1s los nuevos impuestos en dicho nive!.- Medidas Sase del Estandar de Codificacion Proceso Actual Mejora del Proceso Tamaiio Medici6n PSP 0.1 Figura 8.1 Planificaci6n de Tareas Planificaci6n de Calendario ."i>.· Desarrollo Ciciico EI Proceso Personal Ciclico . /.. que proporciona una introduccion al PSP y establece la base inicial a partir del histolico de datos de tamai'io..i'·?'·.:. •..' ••.:~:.5. :"::1'" . Estos niveles son: <'{'t~~~:t:'cg. i.> •.

) Llamada telefono Crear y revisar diseiio Codificar main y todas las nmeiones Compilar y enlazar Ejeeutar pruebas A.+9 9:15 8:45 10:29 8:59 9:46 10:10 4:51 3 2 . como por ejemplo objetos. pero dentro del marco de trabajo compuesto por los siguientes seis pasos representados en la tabla 8. Se se introducen metodos para la estimacion del esfuerzo y planificacion y seguimiento de calendario.5 y 8. defectos y tamafio. tiempos y defeetos en el plan Tabla 8. I FASE ! COME2"TARIOS Planificar Diseiiar Codifiear Compilar Probar Postmol1em 100 70 31 I I 9:47 4:33 I l' -.. En las tab las 8. . EI proceso de medicion en PSP se introduce desde las tres primeras asignaciones del proceso en los niveles PSPO y PSPO.CAPfTCLO 8: EVALUACION Y MEJORA DE PROCESOS 169 programas y se les pennite usar sus metodos actuales.J.5: PASO FASE I DESCRIPCIO"l I :: 3 ..l. se centra en las tecnicas para la gestion del proyecto a nivel individual.6.J. Formulario Ge Regist"ro de Tiempos o Gestion Personal del Proyecto (PSP 1 Y PSP 1.J... Las estimaciones de tamai'io y esfuerzo se realizan usando el metodo PROBE (Proxy-Based Estimating). Pasos de la Linea Base PSP Las tres medidas base de PSP son: tiempo de desalTollo. con el que los ingenieros usan el tamai'io relativo del Proxy. T.o. puntos funci6n. y los transfonnan a lineas de c6digo (LOC). Todas las delmis medidas en PSP son derivadas de las anteliores.1). DELTA 1315:05 7:58 8:47 7:. ByC I 16 I Tabla 8. Planificar Diseiiar Codificar I Compilar Probar Postmortem 5 6 Planificar el trabajo y documentar el plan Diseiiar el programa Implementar el diseiio Compilar el programa y corregir y registrar los defeetos encontrados Realizar las pruebas del programa y cOITegir y registrar los defeetos encontrados Registrar los tiempos reales de tamaii.I.6 y se muestran ejemplos de los fonnularios que se utilizan para el registro de tiempos y defectos: FORiVIU4\RIO DE REGISTRO DE TfDIPOS FECHA CmUDZO I I t FI"i TlEMPO {.5. procedimientos.TERRliP.

170

CAUDAD DE SISTEMAS INl'OR?vL~ TICOS

&;

M-Nt\

e

Gestio" Personal de la Calidad (PSP2 y PSP2.1), afiade metodos de gesti6n de la calidad a PSP tales como: revisiones personales de disefio y codigo, una notacion para el disefio, plantillas de disefio, tecnicas de verificacion y meuicas para gestionar la calidad del proceso y del producto. EI objetivo es enconu'ar y eliminar todos los defectos antes de llegar a la primera compilacion, para 10 cual se define una metrica de rendimiento de fin ida como el porcentaje de defectos inu-oducidos que fueron eliminados antes de la compilacion. Los nuevos pasos del proceso "revisal' el diseiio" y "revisal' el c6digo" son incIuidos en PSP2 para ayudar a los ingenieros a obtener un 100% en la meuica de rendimiento. Las revisiones son realizadas por el ingeniero sobre su propio disefio y codigo, y son revisiones esuucturadas, diligidas pOl' datos y son guiadas por listas de comprobacion derivadas de los datos histOlicos de los defectos introducidos por el ingeniero.
FOlUluLARIO DE REGISTRO DE DEFECTOS Il"TRODlJCIDO ELIMll"ADO TIE:VJPO· TIPO .CORRECCION ... Ei"; EN 22 C6digo I COMPIL I I 20 I

..

FECRA
13/5/05

N"
1

I
I
i i

I

I I I
I

I

I I I
I

DEFECTO CORREGIDO

Descripci6n
...

.

Error de sintaxis en sentencia SCGI?l

TIPO
20

I hrRODUCIDO
Er,\,

13/5/05

2

I
j

I

C6digo

DEFECTO EUlIcUNADO TlEMPO CORRECCION CORREGIDO EN [8 COMPIL I I

I
I

Descripci6n
I

Error de dec1araci6n de funci6n

....
13/5/05

I
I

TIPO
20

I L\TRODuCIDO EN
I
C6digo

3-6

TlEMPO i DEFECTO EUMINADO CORREGIDO El" CORRECCIOl" 1 I I COMPIL I Faltaba:

Descripci6n

Tabla 8.7. Formulario de Registro de Defectos
e

Proceso Personal Ciclico (PSP3), que resuelve la necesidad de escalar PSP de manera eficiente a proyectos de n1ayor tamafio sin saclificar la cali dad 0 la productividad. En este nivel los ingenieros deben aprender a alcanzar la productividad m<ls alta en un detenninado rango de tamafio. POl' debajo de este rango la productividad tiende a disminuir debido a costes generales. Por encima de este range la productividad tambien tiende a disminuir pOl'que se ha alcanzado el limite de escalabilidad del proceso. PSP3 soluciona este limite introduciendo una estrategia de desalTollo cicIico en la que los programas grandes se descomponen en paries que luego son integradas. Esta esu-ategia asegura que los ingenieros u-abajan en sus niveles mc1ximos de productividad y calidad con solo costes incrementales. no exponenciales, en grandes proyectos. Respecto a los niveles anteliores se introducen dos nuevos fonnularios: un res limen de ciclo para resumir el tamafio, tiempo de desalTollo y defectos en cada cicIo; y un registro de segllimiento de

!; RA-ivlA

CAPiTULO 8: EVALUACION Y iv[ElORA DE PROCESOS

171

problemas, para documentar los aspectos que pueden afectar a los ciclos futuros 0 completados. Usando PSP3 los ingenieros descomponen su proyecto en series de ciclos PSP2.1, y luego integran y prueban las salidas de cada cicio. Teniendo en cuenta que los programas que se producen con PSP2.1 son de alta calidad, los costes de integracion y pruebas se minimizan.

3.6. TSP (Team Software Process)
EI Proceso de Software de Equipo (TSP) (Humphrey, 2000a; 2000b) ayuda a conformar equipos para el desalTollo de software de calidad. TSP proporciona ill1 marco de trabajo, que se constnlye sobre la base de PSP, con fases de desalTollo bien definidas, en las que los productos de software se generan en varios ciclos. Ademas, se establecen medidas estandares para la calidad del producto y para el desempeilo de los equipos y de los desalTolladores y se aplican evaluaciones por rol y del equipo, fomentando una disciplina en el proceso y proporcionando una guia para resolver los problemas del trabajo en equipo. TSP es un proceso que los equipos utilizan para planificar su trabajo, ejecutar sus planes y mejorar de forma continua sus procesos de desarTollo software. EI proceso TSP se define a traves de una serie de guiones en los que se descliben todos los aspectos de planificacion de proyectos y desalTollo de productos. En este proceso se incluyen las definiciones de los roles del equipo, las mehicas definidas, y el proceso poshnortem. TSP se considera como una instancia del nivel 5 de CMM, definida para equipos. EI origen de TSP se debe a las limitaciones que PSP tenia en el ambito industrial (McAndrews, 2001). PSP ha tenido un gran exito en entomos academicos y de hecho los datos obtenidos de los almTIl10s que han aplicado PSP han sido muy consistentes. Este hecho creo una evidencia muy significativa sobre los beneficios que los ingenieros obtendrian al usar PSP: les pennitiria tener el control de su proceso personal mediante la mejora de sus habilidades de estimacion y la reduccion de los defectos inh'oducidos en los productos sin afectar a su productividad. Sin embargo no quedaba claro como los ingenieros podrian aplicar estas habilidades en la pnictica dentro de las empresas. Como resultado no se aplico PSP de fonna efectiva en la indushia salvo en algunas empresas. Ademas, se descubrio en empresas fonnadas en PSP, que los gestores no proporcionaban el entomo necesario e incluso volvian a repetir las mismas practicas caoticas que utilizaban antes de aprender PSP. Como consecuencia, Humphrey desalTollo el Team Software Process como una respuesta operacional al problema de implementar PSP en equipos dentro de las organizaciones. PSP cubre solo las fases de desalTollo de software desde el disefio a las pruebas unitarias. Era necesario un proceso mas practico que cubriera tambien los requisitos, las pruebas de integracion, la documentacion y otras actividades tipicas en todo proyecto de desalTollo. Por otro lado, TSP debia incluir otros aspectos importantes como los roles de equipo, intelTelaciones dentro de la organizacion y la definicion de un proceso de equipo para ser utilizado dentro de los procesos existentes en la organizacion.

172

CAUDAD DE SISTEMAS I?\FOR\LATICOS

TSP proporciona un proceso operacional definido para guiar a los ingenieros y gestores sobre los pasos necesarios en la construcci6n de equipos. Los procesos operacionales son procesos que definen de fonna precisa el trabajo a realizar y se consideran como guiones mas que como las desclipciones textuales muy extensas que aparecen en los libros de definici6n de los procesos de la organizaci6n. Estos guiones son disei'iados para facilitar su uso pOl' los miembros de equipo cuando estan realizando su trabajo. El proceso especifica los pasos necesarios para establecer un ent0l110 efectivo de trabajo en equipo. Sin una guia especifica los ingenieros tienden a saltarse pasos, 0 realizarlos en un orden poco productivo, 0 gastando tiempo pensando que hacer despues. TSP les proporciona los procesos operacionales necesarios para fOlmar equipos de ingenietia, establecer un ent0l110 de equipo efectivo y guiar a los equipos a la hora de realizar su trabajo.

TSP ~ para calldad de los productos
score coste

calsilcL::rio

Figura 8.6. Relacion entre PSP, TSP Y C:\<L\I/C\BH

En la figura 8.6. se muestra la relaci6n de TSP con PSP y el modelo CMM. CMM proporciona el marco de trabajo general de mejora necesario para un trabajo efectivo de ingenietia en una organizaci6n. PSP proporciona las disciplinas que los ingenieros software necesitan para usar de forma consistente un proceso definido, planificado y medible. TSP acopla los principios de los equipos de producto integrados con los metodos de PSP y CMM para producir equipos efectivos de trabajo. CMM y PSP proporcionan el contexto y las habilidades para una ingenietia efectiva mientras que TSP guia a los equipos a realizar realmente el trabajo necesario, de fonna que TSP se basa en la preparaci6n que se adquiere de PSP y CMM proporcionando ademas una guia explicita sobre c6mo realizar el trabajo.

C\PiTCLO 8: E\-ALCACIO;-'; Y :VIEJOR--\ DE PROCESOS

173

Antes de que los miembros puedan participar en un equipo TSP, deben conocer como realizar un trabajo disciplinado. Tal y como se muestra en la figura 8.7, es necesario que los ingenieros que usan TSP esten f0I111ados en PSP. La f0I111acion en PSP incluye el aprendizaje necesario para: realizar planes detallados, reunir y usar datos del proceso, desarTollar planes. usar los valores obtenidos (earned vallles) para realizar un seguimiento del proyecto, medir y gestionar la calidad del producto y definir y usar procesos operacionales. En TSP, la tar'ea de construir el equipo es un proceso de planificacion de cuatro dias denominado lanzamiento del equipo (team launch). En este proceso, todos los miembros del equipo desarTollan la estrategia. el proceso y el plan para hacer su proyecto. El lanzamiento del equipo esta compuesto por nueve reuniones, cada una de las cuales tiene un guion con las actividades a seguir descritas en detalle y que el entrenador (denominado "'alil/ch coach ") utiliza para guiar al equipo. Como resultado se obtiene un plan, en los que todos los miembros del equipo deberian haber participado y con el que deben estar comprometidos. Una vez completado este proceso inicial, el equipo sigue su proceso definido para hacer el trabajo necesario.

Construcci6n de Habilidades
Planes Personales
r-.lI~todos

Construcci6n de Equipos
Compromiso
Planes AgresivQs Propiedad de la Calidad Netas del Proyecto Detalle del Plan Roles del Equipo Recursos de! Equipo

Trabajo en Equipos
Prioridad de la Calidad Coste de la Cali dad
Seguir el Proceso

de Planifjcacion

Valor Obtenido (earned value) Datos del Proceso

Revisar el Estado
Revisar la Calidad Comunicacion

r·ledidas de Calidad
Proceso5 Definidos

Gestion del Cambia

Disciplinas de Ingenieria

Disciplinas de Equipo

Disciplinas de Gesti6n

Equipos Integrados de Productp

Figura 8.7. Formaci6n de Equipos en TSP (Humphrey, 2000b)

De acuerdo a TSP, los equip os S011 relanzados periodicamente. Ello se debe a que TSP sigue una estrategia de desarrollo iterativa y evolutiva, 10 que hace que los relanzamientos periodicos sean necesarios de fonna que cada fase 0 cicio pueda ser planificado de acuerdo al conocimiento obtenido en los ciclos previos. El relanzamiento tambien es necesario para actualizar los planes detallados de los ingenieros, que nonnalmente son precisos solo para unos pocos meses. En cada relanzamiento los equipos hacen un plan global y un plan detallado de los tres meses 0 cuatro meses posteriores.

174

CAUDAD DE SISTEMAS INt'ORt'vl.A. TICOS

© RA-lvLi\

Durante cada lanzamiento del equipo tambien se elabora el plan de calidad. Para gestionar la cali dad los equipos establecen metricas y objetivos de calidad asi como planes para alcanzar dichos objetivos y los medios para conocer el progreso y llevar a cabo acciones cOlTectivas cuando no se satisfacen los objetivos. TSP ensei'ia a los equipos como deben realizar este proceso de gestion de cali dad mediante guiones en los que se definen las metric as a usaI' como parte del proceso. Las metricas pueden ser de tamafio (pOl' ejemplo en miles de lineas de cOdigo, KLOC), tiempo (en minutos y horas), calidad (en fonna de defectos), rendimiento del proceso (% de defectos eliminados antes de una fase detem1inada) y densidad de defectos (defectosIKLOC) de los productos obtenidos. En TSP se establece como estas metricas son definidas, estimadas, recopiladas, presentadas y analizadas. Tambien se hace uso en el proceso de datos histolicos de los equipos, y de lineas guia sobre calidad y planificacion. Algunos ejemplos de expeliencias industriales en la aplicacion de TSP pueden ser consultados en (Humphrey, 2000a) y (McAndrews, 2001). Desde el punto de vista academico, Oktaba e IbargHengoitia (2002) demuestran al usaI' TSP como mater1al didactico de apoyo que se fomenta el aprendizaje a u'aves de la practica obteniendose importantes beneficios para los alumnos como: f0l111acion en el proceso de desalTollo incremental e iterativo: roles y responsabilidades bien definidos: incorporacion de las met11cas en el proceso de desarTOllo: uso de tecnicas de inspeccion y revision de los productos: insistencia en la estandar1zacion de la documentacion y del c6digo y analisis post-mortem.

3.7. People Capability Maturity Model (Peopie=CMM)
El modelo de madurez de capacidad de las personas (People Capability iv/aturity ,Hodel. People CMM) (CUltis et al., 2001) es un marco de trabajo que ayuda a las organizaciones a resolver de fonna exitosa los aspectos ctiticos relacionados con sus recursos humanos. Esta bas ado en las mejores practicas en campos como los recursos humanos. la gestion del conocimiento y el desalTollo organizacional para guiar a las organizaciones a la hora de mejorar sus procesos de gestion y desalTollo de sus empleados. People CMlv/ proporciona un pr:,ograma de desalTollo continuo de los empleados, establece pri0l1dades para acciones de mejora. integra el desalTollo de los empleados con la mejora de procesos y establece una cultura de excelencia. El modelo People CMM esta disefiado sobre la premisa de que las practicas de mejoras de los empleados no tendran exito al menos que el compOltamiento de la organizacion cambie para darles sopOlte. Es un modele basado en el proceso que asume que las practicas de los empleados son procesos estandares de la organizacion que pueden ser mejorados de fonna continua mediante los mismos metodos que se utilizan para OU·os procesos de negocio. People OHM consiste en cinco niveles de madurez a traves de los cuales las practicas y procesos de las fuerzas de trabajo van evolucionando. Estos niveles establecen las bases necesa11as para la mejora continua de las competencias individuales, el desalTollo de equipos efectivos, la motivacion en la mejora del rendimiento y el

CAPiTULO 8: EVALUACION Y MEJORt'.. DE PROCESOS

175

establecimiento de las fuerzas de trabajo que la organizacion necesita para llevar a cabo sus planes de negocio. Desde la perspectiva de People ClvIM, la madurez de la organizacion se deliva de las pnicticas de fuerzas de los empleados que son realizadas de forma rutinaria y el punto hasta el cual estas pnicticas han sido integradas dentro de un proceso institucionalizado para mejorar su capacidad. En una organizacion madura, los individuos responsables realizan pnicticas repetibles como requisitos ordinarios y esperados de acuerdo a su puesto de trabajo. A medida que una organizacion es mas madura, mayor capacidad tiene para atraer, desanollar y retener el talento que necesita para ejecutar sus negocios. En la figura 8.8 se muestran los niveles de madurez de People Cj\;IM y la naturaleza de las tranSf0l111aciones impuestas sobre las practicas del personal de la organizacion a la hora de alcanzar cada nivel.

Practicas de Mejora Continua Pr<3cticas Medidas y Autorizadas Practicas basad as en las competencias

Practicas Repetibles

Figura 8.8. NiYeles de i'Iadurez de People.-CMM (Curtis et a/., 2001)

Con la excepcion del nivel inicial, cada nivel de madurez en People CMM esta caractelizado por un conjunto de practicas intelTelacionadas entre si y relativas a areas critic as de gestion de fuerzas de trabajo. En el nivel inicial, las organizaciones tienen dificultades para retener a los individuos con talento y a pesar de su importancia. las practicas de los empleados son ad hoc e inconsistentes. En algunas areas no existen definidas practicas para los empleados y en las que existen, el personal no esta fonnado para llevarlas a cabo. E1 primer paso hacia 1a mejora de la capacidad de los empleados consiste en obtener directores que asuman las actividades de los empleados como responsabilidades de alta pliOlidad. Las practicas

176

CAUDAD DE SISTEMAS INFORM:\TICOS

implementadas en el niveI gestionado se cenh'an en la atencion del director sobre aspectos a nivel unitario como dotacion de personaL compromisos de coordinacion, proporcionar recursos, gestionar el rendimiento, tomar decisiones de compensacion, etc, Por 10 tanto, el nivel 2 de madurez se cenh'a en establecer pnicticas base dentro de las unidades que resuelva los problemas mas ilUl1ediatos y prepare a los directores para implementar pnicticas mas sofisticadas en niveles superiores, Las organizaciones que estan en nivel 2, se encuentran con que aunque esten realizando practicas basicas de los empleados, existe inconsistencia en como estas practicas son llevadas a cabo a traves de distintas unidades, con la consiguiente falta de sinergia en la organizacion. En el niveI definido, la organizacion construye un marco de h'abajo de competencias de los empleados a h'aves de toda la organizacion. Cada competencia de empleado es un elemento de la arquitectura y se descliben las interacciones entre estos elementos mediante dependencias entre los procesos basados en competencias, Esta arquitectura es de caracter esh'ategico y por 10 tanto debe evolucionar de acuerdo a la evolucion de las cOlldiciones de negocio y de la tecnologia, En el nivel definido la organizacion adapta sus empleados a las necesidades de negocio mediante el desanollo de competencias. Una vez definidas las competencias, la fon11acion y las practicas de desanollo pueden ser mas sistematicamente enfocadas en desmTollar el conocimiento y las habilidades necesmias. A este nivel las practicas de los empleados implementadas en el nivel 2 estim ahora estandarizadas y adaptadas para animar y recompensar el crecimiento de la organizacion en sus competencias de fuerzas de h'abajo, En el niveI predecibIe. la organizacion gestiona y explota la capacidad creada en el nivel antelior. En este punto, la organizacion es capaz de gestionar su capacidad y rendimiento de fon11a cuantitativa y ella Ie pelmite predecir su capacidad para realizar su trabajo. Denh'o de cada unidad 0 grupo de h'abajo, se mide el rendimiento a la hora de realizar los procesos basados en competencias que son criticos para los objetivos de negocio, Las medidas obtenidas son utilizadas para establecer las lineas base del rendimiento del proceso y valorar los procesos basados en competencias que requieran acciones de mejora, En el nivel optimizante, la organizaclon al completo se cenh'a en la mejora continua. La organizacion usa los resultados del nivel anterior para guiar las mejoras de este niveL Estas mejoras estan Olientadas a la capacidad de los individuos y grupos de trabajo, al rendimiento de los procesos basados en competencias y a las practicas y actividades de los empleados, Cada nivel de madurez, excepto el inicial, consiste en un grupo de entre h'es a siete areas de proceso, cada una de las cuales identifica un grupo de practicas relacionadas que cuando se realizan de fon11a colectiva obtienen un conjunto de objetivos considerados importantes para extender la capacidad de los empleados,

£ RA,-\IA

CAPiTULO 8: EVALUACIO:-': Y :VIEJORA DE PROCESOS

177

4. EL ESTANDAR ISO/lEe 15504
EI estimdar ISOiIEC 15504 (ISO, 2004a; 2004b; 2004c: 2004d: 2006) proporciona un marco de trabajo para la evaluacion de procesos sofhvare y establece los requisitos minimos para realizar una evaluacion que asegure la repetibilidad y consistencia de las valoraciones obtenidas, La evaluacion del proceso es aplicable en el contexto de una organizacion que acrua en su nombre 0 representando otra organizacion para: entender el estado de sus propios procesos con el fin de mejorarlos; detenninar la capacidad de los procesos de otra organizacion a a'aves de un contrato; detenllinar la capacidad de sus propios procesos ante un requisito 0 clase de requisitos en particular. La parte info1111ativa del estimdar proporciona la guia necesmia sobre como utilizar un proceso de evaluacion dentro de un programa de mejora 0 dentro de un tipo de proceso para la detenninacion de la capacidad, El estandar esta compuesto por cinco partes (que sustituyen las nueve partes de la wrslOn anterior de 1998), y de las cuales la quinta se encuentra actualmente en preparacion. EI contenido de cada una de estas partes se resume en la tabla 8.8.
PARTES DEL-\.;\OR'Y!A

ISOfIEC 15504
L Conceptos y Vocabulario
,

I
II

CO!'iTENIDO

Proporciona una introduccion general a los conceptos de la e\'aluacion de los procesos y un 2:10sario de tenninos relacionados, Establece los requisitos minimos necesarios para realizar una evaluacion que garantice la consistencia y repetibilidad de las valoraciones, Los Realizaeiol1de la requisitos ayudan a asegurar que la valoracion de salida es consistente y Evalu3cion proporciona la e\'idencia necesaria para corroborar los resultados y verificar su contonnidad con los requisitos, 3: Guia,paralaRealizacionde Proporciona una guia para interpretar los requisitos a la hora de realizar una Ia Evaluaci6n e\'aluacion, Identifica la E\'aluacion del proceso como una actividad que puede ser I realizada como parte de una iniciativa de mejora de procesos 0 como parte 4., Guia sobre eI de un enfoque de detenninacion de la capacidad, EI proposito de la mejora de los procesos es mejorar de fonna continua la eficiencia y efecti\'idad de Mejora de! proceso y ]a la organizacion, El objetivo de la detem1inacion de la capacidad es Detemlinaci6n dela Capacidad del Proceso identificar las fortalezas. debilidades y riesgos de los procesos seleccionados respecto a un reqhisito particular especificado a trm'es de los procesos utilizados y de su alineamiento con las necesidades de negocio, Contiene un ejemplo de un modele para realizar la evaluacion de los 5, UnEjemplo de iyfodelo de procesos basados en el modelo de referencia de procesos definido en el EvaIu3cionde Procesos(en estandar ISO/TEC 12207, Una evaluacion se !leva a cabo utilizando un modele de evaluacion de procesos relacionado con uno 0 mas model os de preparaciol1) referencia de rocesos,

I

I I

Tabla 8.8. Contenido de ISO/IEC 15504.

El objetivo de la evaluacion del proceso es conocer la capacidad de los procesos de una organizacion. Como resultado de una exitosa implementacion de la evaluacion de los procesos se detennina la infonnacion que caracteriza los procesos evaluados y el punto

Entrada de !a Evaluaci6n .s Proceso de Evaluaci6n .!a de VaJoracion Modelo de Evaluaci6n del Proceso Alcance Indicadores Correspondencia Interpretacion Entrada Inicial .?rocesD d<.Alcance .!dcntificacl6n de la E'Iid2ncia .Dominic y Alcanc. Marco de Trabajo de Medici6n para la Capacidad del Proceso. etc.Jdentidades de Competencla .Proposlto Salida . que indica el punto hasta el cual se realiza o . El proposito describe los objetivos a alto nivel que se deberian realizar mientras y los resultados esperados des crib en los resultados que se deberian obtener tras una exitosa ejecucion de dichos procesos.Propos ito del Proceso .Resultados del Proceso r-""""'11r----i - Marco de Trabajo de la Medici6n Nivelcs de Capacidad . proposito.16n utiilzadc . en todo proceso de evaluaci6n se incluye una entrada inicial donde se establece el alcance.Atributos del Proceso . Modelo de Referencia del Proceso .178 CAUDAD DE SISTEMAS INFOR!\tA.Validacion de Datos • Valoraci6n Je los Atributos del Proceso .9. que describe un conjunto de uno 0 mas procesos en tel1ninos de su propos ito y de los resultados esperados. En la figura 8. PA). que define una escala ordinal de seis valores para representar la capacidad del proceso (figura 8.EsciJ.10) que varia desde los procesos que no son capaces de realizar su propos ito (nivel 0) a los procesos que optimizan su rendimiento de f0l111a continua (nivel 5).9 se mllesh-an las aetividades y las entradas y salidas del proceso de evaluaci6n de ISO 15504. Cada atributo se caracteriza por Sll valor. Dentro del marco de trabajo cada medicion de la capacidad se basa en un conjunto de atlibutos del proceso (Process Attributes.-MA hasta el ellal los proeesos realizan Sll prop6sito.TICOS ©RA.:.Generacion de Informes Roles y Responsabilidades . Los estandares ISO/IEC 12207: 1995 y ISO/lEC 15288 proporcionan modelos de referencia de procesos.Planificaci6n . la infol111acion sobre los recursos y las responsabilidades necesarias asi como las caracteristicas de las salidas a obtener.: =valua:.9. PP).?3Irocinaoor Figura 8. Cada ahibuto define un aspecto particular de la capacidad del proceso y el conjunto de ahibutos constituye el perfil del proceso (Process Profile. Como se puede obselTar en la figura 8.. .Restriccion:.Fectla . restricciones. EI proceso de Eyaluacioll del Estalldar ISO 15504.. Otros elementos significativos del proceso de evaluacion son los siguientes: o Modelo de Referencia de Procesos.Recopilacion de Datos .

tiene un mecanismo fOlmal y velificable para expresar la infonnaci6n tomada. la infonnaci6n sobre los productos y procesos mediante un conjunto de indicadores. los modelos de evaluaci6n deben adhelirse a cielios requisitos.una fonna fiable y repetible.10. Un modelo de evaluaci6n del proceso esta relacionado con uno 0 mas l110delos de referencia . durante la evaluaci6n. Por ejemplo. sus elementos relevantes se cOITesponden con los procesos desclitos en el modelo de procesos de referencia y con los atlibutos de proceso desclitos en la segunda parte de ISO 15504. La combinaci6n del grado de realizaci6n de los atlibutos de proceso para un detenninado grupo de attibutos detennina el nivel de capacidad del proceso.~·RA-iv1A CAPiTULO 8: EVALUACION Y ivfEJOR. DE PROCESOS 179 dicho atlibuto. el grado de realizaci6n de un atlibuto podria estar relacionado con la realizaci6n de otl·o atributo dentro de la dimensi6n de la capacidad. ella no implica que no existan relaciones entl·e ellos. de f0l111a que un modelo de evaluaci6n de procesos es confonne si: es adecuado de acuerdo al prop6sito de la evaluaci6n. bastante conseguido (del 50 al 85% de realizaci6n) y completamente conseguido (mas de 85% de realizaci6n). En la parie 5 del estandar se muestra un ejemplo de modelo de referencia de evaluaci6n del proceso bas ado en el modelo de referencia de la ISO 12207. parcialmente conseguido (del 15 al 50% de realizaci6n). constituye la base para obtener.A. :\iveles de capacidad de Procesc en ISO/lEe 15504 €I Modelo de Evaluacion del Proceso. Figura 8. Con el fin de asegurar que los resultados de la evaluaci6n son traducibles a un perfil de proceso de ISO 15504 de. Los modelos de evaluaci6n se basan en las desClipciones de proceso incluidas en los modelos de referencia del proceso. que proporciona el mecanismo mediante el cual se relacionan los modelos de evaluaci6n del proceso y el marco de trabajo de la medici6n. Aunque los atlibutos se definen de fonna que puedan ser puntuados de fonna independiente. Los valores estan definidos de acuerdo a la siguiente escala: no conseguido (del 0 al 15% de realizaci6n).

los criterios para velificar que se cump1en los requisitos del estandar y una desclipcion de las salidas planificadas de la eva1uacion. El conjunto de puntuaciones de los atributos del proceso debe ser registrado en el perfil del proceso para la unidad organizacional definida. como f0l111Ularios. se desclibe un conjunto de entidades del proceso relacionadas con los procesos del modelo de referencia. Constituye la base para la obtencion de la evidencia necesaria para valorar la capacidad del proceso.180 CAUDAD DE SISTE\!AS I"-JFOR\Li. analisis. Para ella puede ser necesario el uso de varias helTamientas que pueden ser "paper-based'. TICOS de procesos. En la otra dimension el modelo de Evaluacion describe las capacidades que se relacionan con los niveles de capacidad del proceso y los atlibutos de proceso definidos en ISO 15504. que deben dar soporte a la reunion. EI modelo de evaluacion proporciona una vista bidimensional de la capacidad del proceso. EI proceso de evaluacion esta compuesto por las siguientes actividades: II Planiticacion. asegurar que los datos son consistentes en su conjunto. Recopilacion de datos. almacenamiento. de f0l111a que se les asigna una puntuacion en base a los datos validados. analisis de los datos y una justificacion de las valoraciones realizadas. los recursos y e1 calendario asignado a las distintas actividades. cuestionarios 0 listas de comprobacion. en e1 que se debe desarrollar un plan de 1a eva1uacion en e\ que a1 menos se deberia incluir: las entradas requeridas que estan especificadas en el estandar. Esta recopilacion debe realizarse de una f0l111a sistematica y debe contemplar la estrategia y las tecnicas necesarias para la seleccion. Valoracion de los Atributos del Proceso. obtencion. Ii) Herramientas de Evaluacion. el conjunto de indicadores definidos en el modelo de evaluacion del proceso se debe usar para dar soporte a los asesores a la hora en puntuar los atJibutos del proceso con el fin de establecer la base para la repetibilidad en las diferentes evaluaciones. Se debe registJ'ar el proceso de toma de decisiones utilizado Ii) Ii) Ii) . en 1a que se deben obtener los datos requeridos para evaluar los procesos dentro del alcance de la eva1uacion e inf0l111acion adicional. recuperacion y presentaci6n de los datos de la evaluacion. para COnfil111ar de f0l111a objetiva 1a evidencia de los datos obtenidos: asegurar que 1h evidencia es suficiente y representativa para cubrir el alcance y proposito de la evaluacion. En una dimension. Durante la evaluacion. y helTamientas software para casos en los que el volumen y complejidad de los datos es mayor. la identidad y responsabi1idades de los participantes en la evaluacion. Validacion de los datos. las actividades a realizar para \levar a cabo 1a evaluacion. registro.

CMMi Y SCAMPI El exito y amplia aceptacion de CMM propicio la aparicion de modelos similares inc1uso en otras disciplinas ademas del software.-'. de cm'!l de los modelos usar segLll1 sus necesidades especificas. Reduciendo duplicaciones. CMMI-SE/SW/IPPD indica el modelo que afiade material para la integracion de procesos y desaITollos de procesos ell CMMI-SE/SW. debido al considerable incremento en el entrenamiento requerido. e e e e e . CMMI-SE/S\V especifica el 1110delo CMMI que contiene las disciplinas de ingenieria de sistemas y software. Asegurando la consistencia con ISO 15504. El proyecto CMMI persigue objetivos tanto a corto como a largo plazo. • Proporcionando terminologia C01111111. Manteniendo componentes comunes. y a la confusion por parte de los que los aplican.0 de los modelos CMMI-SE/SW y CMMI-SESWiIPPD) consistian en integrar tres modelos de mejora de procesos especificos: software. e Generacion de Informes. 5. Incrementando la claridad y comprension. ingenieria de sistemas y desaITollo de procesos y productos integrados. Los objetivos iniciales (los cuales se llevaron a cabo en el 2000 con la publicacion de la version 1. Estableciendo reg las de construccion unifon11es.C\PiTUO 8: EVALF-\CIO. CMMI constituye un solo modelo que cubre mLlltiples disciplinas y se creo con el objetivo de eliminar esas desventajas. en los que se presentan los resultados de la Evaluacion asi como el minimo de salidas de la evaluacion exigidas de acuerdo al estandar. Esta integracion fue propuesta para reducir el coste de la mejora de procesos basados en modelos e implementados mediante varias disciplinas de la siguiente manera: e e e e Eliminando inconsistencias. Siendo susceptible a la inferencia de esfuerzos legales. Esta proliferacion de modelos ha facilitado la aparicion de conflictos en los objetivos y tecnicas de la mejora de procesos.-\ DE PROCESOS lSI para derivar las puntuaciones y se debe mantener la trazabilidad entre las puntuaciones de los atlibutos y las evidencias utilizadas para detel111inar dichas puntuaciones. Y Y[EJOR. Proporcionando estilos consistentes.

un hecho notable. DESCRfPCION MODELO FUE1'. e Material requerido.l82 CAUDAD DE SISTEivLA.. el equipo de desalTollo de CMMI creo un marco de trabajo automatizado y extensible y definio reglas para la posible inclusion de mas disciplinas dentro de este marco de trabajo. CMMI selecciona solo los aspectos mas importantes de la mejora de procesos y entonces agrupa estos aspectos denu"o de "areas".. Es esencial para el modelo y para la comprension de que es necesalio para la mejora de procesos y para hacer demosu"aciones de confonnidad con el modelo. El CMM est! organizado para ayudar a la organizaciones de software a mejorar mediante una trayectoria evolutiva. . Desde el punto de vista de los contenidos del modelo CMMI. MODELO FUENTE . DISCIPLINADEL MODELO . EI lmico componente requelido del modelo CMMI es el "objetivo". desde un ambiente ca6tico hacia unos maduros y disciplinados procesos de software Integraci6n de todas las disciplinas de sistemas para que conozcan las necesidades tecnicas y de negocio de la fom1a Im1s efectiva Enfoque sistematico para el desarrollo del producto que incrementa la satisfacci6n del cliente mediante una colaboraci6n oportuna de las disciplinas necesarias a 10 largo del cicio de vida del producto Ingenieria de Sistemas Modelo de Capacidad de Ingenieria de Sistemas (ELMS 731) Desarrollo integrado de producto CM!v! (IPDCMNI) Proceso integrado de desarrollo de productos Tabla 8. hay que indicar que en este modelo se hace una distincion de los 111ismos en tres categorias principales. Un objetivo representa un estado final deseable. Los modelos en los que se basa CMMI son los que aparecen en la tabla 8.9. Modelos de CMMI Un concepto fundamental de todos los modelos CMMI es el area de procesos.9. Cada area de procesos tiene enu"e uno y cuatro objetivos especificos.. se Ie llama un objetivo generico.'. No to do 10 relacionado con procesos y mejora de procesos esta incluido en un modelo de mejora de procesos. Cuando un objetivo es unico en un area de procesos simple. Como sus predecesores. Para facilitar ambos modelos de integracion actuales y fuhlroS. creciendo con fines especificos. cuando un objetivo puede aplicarse a todas las areas de procesos.S Ij\IFORMATICOS fJRA-MA Los objetivos a largo plazo consisten en establecer la base necesaria para la posterior inclusion de otras disciplinas (tales como adquisicion y seguridad). se Ie llama un objetivo especifico. esperado e infonnativo. el cual indica que se ha conseguido un cielto grado del proyecto y un cielto control de los procesos. En contraste.lE Software El CMM para software (SW-CMM) Modelo que describe los principios y pnicticas fundamentales de la madurez de procesos software. que por orden de importancia son: requerido.

EI CMM para software es el ejemplo primordial de modelo por etapas.1.11 se muestra la estructura de la representaci6n por etapas.-ivLA. EI lmico componente esperado del modelo CMMI es la declaraci6n de una "Pnictica".11. denominadas "niveles de madurez". Esta representaci6n pennite evaluar los procesos de una organizaci6n para establecer la madurez global de la misma. Proporciona una guia lltil para mejorar los procesos. En la figura 8. Cada area de procesos esta descrita en tenninos de practicas que contribuyen a satisfacer sus objetivos. Las practicas describen la infi-aestmctura y actividades que mas contribuyen en la implementaci6n e institucionalizaci6n efectiva de las areas de procesos. incluyendo de esta f0l111a la representaci6n de CMM y la representaci6n de ISO 15504: representaci6n por etapas y continuo. Representacion por eta pas Un modelo por etapas proporciona un marco predefinido para la mejora organizacional basada en el agrupamiento y ordenaci6n de procesos y en las relaciones organizacionales asociadas. CAPiTULO 8: EV ALUACION Y MEJORA DE PROCESOS 183 La versi6n 1. 5. . Cada nivel de madurez tiene un conjunto de areas de procesos que indican en que aspectos debeda centrarse una organizaci6n para la mejora sus procesos. Sin embargo. Una pnictica representa el metodo "esperado" para el cumplimiento de un objetivo.0 del modelo CMMI-SE/SWIIPPD abarca un total de cincuenta y cuatro (54) objetivos especificos. que se van alcanzando en la medida que se cumplen en la organizaci6n las areas clave de proceso asociadas a cada nivel de madurez. Material Inforrnativo. Cada pnictica en el modelo CMMI esta destinada exactamente a un objetivo. y en algunos casos. EI Otro aspecto impOliante y muy nove do so en el modelo CMMI. EI tennino "por etapas" viene de la fonna en la que elmodelo describe este marco como una serie de "etapas". es que usa dos tipos de representaciones de sus modelos. EI progreso ocurre satisfaciendo los objetivos de todas las areas de proceso en un nivel de madurez detel111inado. EI Material esperado.Ri\. No es un matelial esencial para el modelo. Como se puede observar en la figura 8. y ofrecer una mayor clmidad para la comprensi6n de los componentes requeridos y esperados. la representaci6n por etapas se estmctura en t0l110 a niveles de madurez. Es el mas extenso y constituye la mayoda del modelo. podda no estar presente en una organizaci6n que use el modelo CMMI con exito. el material esperado se considera que juega un papel fundamental en la mejora de procesos.

umjnhtr~d{jr (lS.rm.\j.reas de Pieceso) Gesti6n \.Gl""'>lion lnlli.12..A. (7 Areas ce Pro:eso) Figura 8.lIa'Clva (2 Areas de Proceso) \. <~reas Clan de Proceso agrupadas segun la representacion pOl' etapas (Philips.la del :-..18.uam.11. Representacion por etapas de CMMI En la representaclon por etapas las areas son agrupadas dentro los niveles de madurez que van del nivel2 al5 (figura 8.+ CAUDAD DE SISTEL-\S 10:FO~'vlATICOS Figura 8.12).11 Areas ce ProceSO) (01'1)) . Mejora Continua del Proceso (2 . 2001) .

Desde el punto de vista de la evaluacion de los procesos. Como los modelos por etapas. son extemas a las areas de procesos individuales y son aplicables a todas las areas de procesos. Se denominan continuos porque ninguna etapa discreta esta asociada con la madurez de la organizacion. La mayoria de las practicas asociadas con la mejora de procesos son genericas. cada una de las cuales tiene una defmicion que es casi equivalente a la definicion de niveles de madurez en los modelos por etapas. Representacion Continua C a p 5 a c i d a d 4 3 2 1 o Proceso Figura 8. la representacion continua no se estmctura en tomo a niveles de madurez. el concepto clave de CMMI 10 constituyenlas areas de proceso. RA-ivLA.13. Representacion Continua de CMMI Como se puede observar en la figura 8. Las practicas generic as estan agrupadas bajo niveles de capacidad. los modelos continuos tienen areas de procesos que contienen practicas.2. El modelo EIAllS 731 es un ejemplo de un modelo continuo. pennitiendo que una organizacion pueda seleccionar un conjunto de sus procesos individuales para evaluarlos y conocer la madurez concreta de dichos procesos. sino que 10 que se facilita es la evaluacion de procesos individuales. Representacion continua Los modelos continuos proporcionan una guia menos especifica con respecto al orden en el cual deberia realizarse el proceso de mejora.13 se muestra la representacion continua de CMMI. En la representacion continua. las areas de . las practicas de un area de procesos en un modelo continuo estin organizadas de fonna que dan sopOlte a la mejora y al crecimiento de procesos individuales. Estas areas son las mismas en todas las representaciones de la arquitechlra de CMMI. En la figura 8. CAPiTULO 8: EV ALUACION Y lv!EJORA DE PROCESOS 185 5. A diferencia de los modelos por etapas.13. Elmodelo CMMI-SE/SW/IPPD tiene 24 areas de proceso que definen la dimension delmodelo.£:.

incluyendo tanto las evaluaciones intel11as (valoraciones) como la detenninaci6n de la capacidad extel11a.A.(j:>l:. Ingenieria y Apoyo 0 Soporte.'gunmlicnro de la CaUdad Ellfoqnc Proct:<.:.. SCAMPI (Standard CMMI Appraisal Method for Process Improvement) Para la evaluaci6n basada en el modelo CMMI se usa el metodo SCAlVIPI (SEI.ti .l:~.O Organizaciollai .14. Areas Clave de Proceso agrupadas segiin la representacion continua (Philips. Eil Eil .ani/":lcionai . ! - Gestion de Proyectos ! I . SCAMPI incorpora las mejores pnicticas del dominio de evaluaci6n.r:!-:i"'ln - Sd~~~ion y \!uniwrli'::.Gc .(Appraisal Requirements for Civflvil) y puede dar soporte a la conducci6n de evaluaciones basadas en ISOIlEC 15504.1 Electronic Industlies Alliance/Interim Standard (EIAlIS) 731. .. Gesti6n de Proyectos.:cto DciinidtlO ProCl':..)~ C':':. 2001) 5.jn ~lill1ini .2 Appraisal Method (EIA..j Sunm1!~tr:hk'.! b Im. y esta bas ado en las caracteristicas de anteriores metodos significativosde evaluaci6n como son: Eil CMM-Based Appraisal for Intel11al Process Improvement (CBA IPI) v 1.\n:iJi:.14): Gesti6n de procesos..0 Method Description.3.'gr.(ll>t!.\It"dicioll y . 1L!(h'f Figura 8..o]udtln de Rie\go':! .ldrlll Org:lOiJacioIl!li Rt:ndimicnto d Sumini<.Inu(n :Jciun ~ Dhrribuciun _ ~oluciun Tecnica _ \'erificacillll _ Validacion del PrnCl'SO y Pruducto .Ge'llit'11l de Confi~ur. .i<.. Cl.rJd~l p:.:\lonituriL:tciull ) Control dt: FOrlll:.Inh'~nlci6n del Producto .186 CAUDAl) DE SISTEivL1>.lntlt. Software Capability Evaluation (SCE) V3.. . ..i. Jd Sum:ni ..o Oq.S INr-GRJ"LA.:t:l .PI:ll1il1C::lcifJIl dd ProYi..!:. \r:1J.. dt: Dt:(i~iont:" y Rt:~nlud6n ."il 11ll:.Equipo .j inh:.:i\-'n:.An:ilhl<. ..:i\'..u. SCAMPI es un metodo de evaluaci6n aplicable a un amplio rango de modelos de evaluaci6n.tflluor . 2001)..:. SCAlYfPI es un metodo de evaluaci6n de c1ase A de acuerdo a la c1asificaci6n establecida en ARC.AIl:ilbi<.. TICGS proceso se agrupan por las categorias (figura 8.ai y Rt:.Gl"':!ri6n til' Rl'qubitos _ Dt:~r:wr()110 de Requisitm .\(::i()n . Gt:~ti6n .. 1998).Gestiim Inft:grad:l de Proyt'ctu:. Organi/aciollai .Enh'nlc1 Org:lni.. ti{I[l Cuantirati\a dt: .!.n l::.

1 O. • • . Conducci6n de auditorias del proceso. Constituyen un factor mas de selecci6n y constituyen la linea base para un posible posterior control de los procesos del suministrador seleccionado. " " Selecci6n del Suministrador Monitorizaci6n del Proceso Los resultados se usan como factores discriminantes para la selecci6n de suministradores y para establecer los riesgos relacionados con el proceso de aceptaci6n de un contrato. Evaluar proyectos especificos. alcance. se documentan los datos transfonmindolos en registros que representen la implementacion de las practicas y las fortalezas y debilidades y se generan los resultados de la evaluacion en los que se calculan los niveles de capacidadlmadurez de los procesos en base a los datos tomados y la aplicacion de algOlitmos de calculo sobre esos datos.. en la que se incluyen el anaIisis de los requisitos de la evaluaci6n (objetivos. Medir el progreso en la irnplernentaci6n de un prograrna de mejora.. en el que se entregan y archivan los resultados de fom1a adecuada. " " Medici6n del progreso de la mejora.. se verifica y valida la infom1acion obtenida. " Mejora Interna del Proceso . Aplicaciones del metodo SCAMPI Al igual que los metodos de evaluacion CBAlIPI y SCE las principales fases de la evaluacion SCAMPI son: • Planificacion y preparacIOn de la evaluacion.. Enfoque sobre domini os especificos 0 lineas de productos.10.). APLICAClON DESCRIPClON . Tabla 8.Las aplicaciones de evaluaci6n interna incluyen: . Informe de resultados. en la que se recaba la infom1acion necesaria para la evaluacion relacionando la infonnacion con el modelo de referencia. el conocimiento de las actividades y procesos de la organizacion a evaluar y la preparacion de las estrategias de recopilacion de los datos. Preparaci6n para evaluaciones externas conducidas por el c1iente. el desalTollo del plan de evaluacion. Establecer 0 actualizar un prograrna de rnejora del proceso. ..1:RA-MA cAPinJLO 8: EVALUACION Y MEJORA DE PROCESOS 187 Las principales aplicaciones del metodo SCAMPI se resumen en la tabla 8.. Se puede usar la evaluaci6n como mecanismo de control de los procesos del suministrador una vez que ha sido seleccionado.La evaluaci6n interna de los procesos se aplica en las organizaciones para: " " Establecer una linea base de su nivel de capacidadJrnadurez. . la seleccion y preparacion del equipo. Realizacion de la evaluacion. etc. restricciones.

no implementado. Las empresas negocian con instituciones acreditadas para la implementaci6n (ICI) y con instituciones acreditadas para la evaluaci6n (ICA) de la mejora del proceso software. Este proyecto engloba dos modelos (Weber y Rocha. indirectos (documentos que indican que una actividad fue realizada). F (gestionado). C (definido).15. que tiene como misi6n tranSf0l111ar Brasil en un centro de excelencia mundial en la producci6n y exportaci6n de software. adecuada y en plazos mas cortos para las empresas pequei'ias y l11edianas de Brasil. Con esta mayor granularidad en los niveles se pretende facilitar una implementaci6n mas gradual.1. . comprende niveles de madurez y un metodo de evaluaci6n.TICOS 6. MODELOS IBEROAMERICANOS DE MADUREZ Y EVALUACION Se estan desanollando y utilizando diversos modelos de madurez en varios paises iberoamericanos. Y siete (7) niveles de madurez: A (en optimizaci6n). G (parcialmente gestionado). D (grandemente/largamente definido). EI grado de il11plementaci6n de una practica se evallJa de acuerdo a cuatro niveles: totalmente il11plementado. E (parcialmente definido). 2002). y afinnaciones (resultantes de entrevistas).11 se presentan las reglas para caracterizar el grado de implementaci6n de las practicas COnf0l111e a SPICE y CMMI. B (cuantitativamente gestionado). que puede ser personalizado para una empresa 0 de fonna cooperativa para un conjunto de empresas. EI me to do de evaluaci6n se bas a en la nonna ISO 15504. A continuaci6n se des crib en brevemente algunos de los mas representativos.188 CAUDAD DE SISTEwLo\. Mode/o de Referencia para me/horia de processo de software (MR mps) La empresa SOFTEX de Brasil. parcialmente implementado. El Se contemplan los veintid6s (22) procesos de la nonna ISO 12207 (ISO. 2004): El Modelo de Negocio para la mejora de proceso de software (MN mps).S INFO~\tA. Modelo de Referencia para la mejora de proceso de software (MR pms) que como se puede ver en la figura 8. En la tabla 8. bastante implementado. y se basa en tres tipos de indicadores: directos (productos intennedios). 6. cOOl'dina un proyecto para la mejora del proceso software denominado (Proyecto mps Br).

.-MA CAPITULO 8: EVALUACION Y i>. dirccto esta presente • • • • • Existe por 10 menos un indicador yio afimmci6n para confimmr la impiementaci6n..fEJOR. Un indicador directo no esta presente 0 es juzgado inadecuado Artefactos 0 afirmaciones sugieren que algunos aspectos de la pnictica estan implementados Cualquier situaci6n diferente de las de arriba >85%a 100% Largamente implementado > 50~o a 85% Parcialmente implementado No implementado · • · > 15%a 50% O%a 15% Tabla 8. Fueron observados uno 0 mas defectos. y es juzgado •··. ALC.A.A.·GRADODE ".• • Totalmente implementado Un indicador adecuadamentc.4c"lCE . Modelo de referencia para la mejora de proceso software (MR pms) GRADO DE . Existe por 10 menos un indicaj:lor indirecto y!o atimmci6n para confimmr una implementaci6n.15.-_ __ CMMI Modelo para la Mejora de los Procesos Software (MPS Sr) Niveles de Madurez -<!.t R.11. DE PROCESOS 189 ISOIIEC 12207 ISOIIEC 15504 (SPICE) .I----il\lll> Metodos de Evaluaci6n Guiade lmptementacion MPS Guia General Gufade MPS Eva!uacion MPS Instituciones Certificadas para la Implementacion de MPS ICll ICI2 ICln lnstituciones Certificadas para la Evaluacion de MPS ICAl ICA2 ICAn Empresa 1 Empresa n Figura 8." Ii\fPLEYIEi'ilAclON DE L.'\ PRACTrCA CARACTEruzAcroN . Reglas para caracterizar el grado de implementacion de las pnicticas en el MRmps . No nle observado nimrun defecto substancial en indicador directo esta presente y juzgado adecuado.

para 10 cua1 es necesario considerar las necesidades de los c1ientes. Los roles se asignan al personal de la organizacion de acuerdo a sus habilidades y capacitacion para desempefiarlos. que en su gran maYOlia es pequefia y mediana. Responsable de Proceso y OU·os roles involucrados. Modelos de Procesos para la Industria del Software (MoProSoft) Un grupo de expertos mexicanos dirigido por la profesora Hanna Oktaba de la Universidad Nacional Autonoma de Mexico.!'vLA. E1 propos ito de Gestion de Negocio es estab1ecer la razon de ser de 1a organizacion.16): Alta Direccion.TICOS ©RA-M4 6. un 1110delo basado en las l11ejores practicas intemacionales con las siguientes caractetisticas: facil de entender. En MOPl:OSOft se c1asifican los roles en Grupo Directivo. facil de aplicar. con las siguientes partes: e e e e Parte 1: Definicion de conceptos y productos Parte 2: Requisitos de Procesos (MoProSoft) Parte 3: Guia de implantacion de Procesos Parte 4: Directrices para la evaluacion (EvaIProSoft) El proposito de MoProSoft es fomentar la estandarizacion de su operacion a traves de la incorporacion de las mejores practicas en gestion e ingenietia de software.1. sus objetivos y las condiciones para 10grarlos. 2005). . Gestion y Operacion que reflejan la estrucUlra de una organizacion. as! como evaluar los resultados para poder proponer cambios que pennitan la l11ejora continua. En cada proceso estan definidos los roles responsables por la ejecucion de las practicas. no ser costoso en su adopcion y ser la base para alcanzar evaluaciones exitosas con otros 1110delos 0 n0l111as. Ademas se considera a1 C1iente y a1 Usuario como roles extemos a 1a organizacion.. Recientemente y basado en este modelo se publico la nonna mexican a NMX-059NYCE-2005 "Teenologia de la Iriformacion-Soft1l'are-Modelos de proeesos de evaluacion para desarrollo y mantenimiento del sofnvare". Las principa1es caracteristicas de las categOlias de procesos de MoProSoft son: e La categoria de Alta Direccion contiene el proceso de Gestion de Negocio. ha desanollado un "Modelo de Procesos para la Industria de software (MoProSoft)" (Oktaba et al. tales como ISO 9000:2000 0 CMM V 1. a solicitud de la Secretatia de Economia.2. Ell11odelo de procesos (MoProSoft) tiene tres categotias de procesos (figura 8.190 CAUDAD DE SISTEMAS INFOR. proporcionando a la indusuia de software en Mexico.

RA-ivV\ CA PiTIJLO 8: EVALUACION Y MElORA DE PROCESOS 191 <<Catecor. ---~-- <<$utJProceso» <<$wbProceso» Desarool:o r'lenten:mento de Software Figura 8. infraestructura. asi como crear y mantener la base de conocimiento de la organizaci6n.. Servi::iQs e Inrraestru::tu:-a {from GestiOn) -_ . . Asi como definir. . y especialmente para los iberoal11ericanos. Categorias y Relaciones de Procesos del modelo MoProSoft e La categoria de Gestion esta integrada por los procesos de Gesti6n de Procesos. El prop6sito de Gesti6n de Recursos es conseguir y dotar a la organizaci6n de los recursos humanos..<<Su!:l?roceso» genes.'! de r~egodo (from Alta D:recckSn) «Proceso» Gesti6n de Procesos (from Gestion) «?roceso» «Proceso» G::stl:in de R=cursos {from Ge:stion) -1---. e implantar las actividades de mejora en los mismos..3.-... e 6. planear. Este ultimo esta constituido por los subprocesos de Recursos Humanos y Al11biente de Trabajo.£:. la industria de software representa una actividad econ6l11ica de suma il11portancia para todos los paises del mundo. El prop6sito de Gesti6n de Procesos es establecer los procesos de la organizaci6n.16.. La finalidad es apoyar el cumplimiento de los objetivos del plan estrategico de la organizaci6n. _ . Servicios e InfraestrlJctura y Conocil11iento de la Organizaci6n... .rec6on ~ <<Cate!. Gestifln de Prayectos (frem Gestion) «Proceso» '. El prop6sito de la Gesti6n de Proyectos es asegurar que los proyectos contribuyan al cumplimiento de los objetivos y estrategias de la organizaci6n.dmn:stracf::in de Proyectos Es.a» Alta !). Gesti6n de Proyectos y Gesti6n de Recursos..eraci6n) . Bienes..• » ~ O.. La categoria de Operacion esta integrada por los procesos de Adl11inistr-aci6n de Proyectos Especificos y de Desanollo y Mantenil11iento de Software.ecifl::os (from O. ambiente de trabajo y proveedores..---..eracion «Prcceso» Gestio. ya que ofrece Imiltiples nlentes de ingresos y empleo y se perfila como una de las oportunidades mas impOltantes en los paises en via de desalTollo. en funci6n de los procesos requelidos identificados en el plan estrategico. Mejora de procesos para fomentar la competitividad de la pequena y mediana industria del software de Iberoamerica (COMPETISOFT) Como sabemos.

en el que participan universidades.192 CAUDAD DE SISTEivlAS I)\iFORlvLA\TICOS © RA-ivLA. Integracion en el Proyecto Competisoft Este proyecto pretende aglutinar las diferentes alternativas existentes (como las resumidas en los epfgrafes anteriores). aprovechando la sinergia y los conocimientos de los diferentes pafses para conseguir un marco metodologico de ambito verdaderamente iberoamericano. etc. A principios de 2006 se ha iniciado el proyecto COMPETISOFT: mejora de procesos para fomentar la competitividad de la pequefia y mediana industria del software de Iberoamerica. un Modelo de Capacidades y un Metodo de Evaluacion aportara gr-andes . • herramientas. financiado por el Programa CYTED (Programa Iberoamericano de Ciencia y Tecnologia para el Desarrollo). a su vez. 2004). manuales. metodos. y que se desarrolla siguiendo el metodo de investigacion en accion como muestra la figura 8. en los paises iberoamericanos la industria de software es incipiente e inmadura (M&G. 10 que lleva consigo una falta de competitividad que dificulta.17. su crecimiento. empresas. El hecho de que los pafses iberoamericanos compartan un Modelo de Procesos.stakeholders) v Resultados de la Investigacion Resultados de la aplicacion Propuestas empresas y organizaciones participantes en el prayecto (gropo eritico de referencia) Mejorade It:isProcesps Software de las PYMES iberomericimas (objeto itivestigado) Itados refinados Entregables (norm as.17. centros publicos y organismos de estandarizacion de 13 paises de la region. modelos. Desafortunadamente. PYMES Iberamericanas (beneficiarios .) Grupos de I+D participantes en el proyecto (investigador) Figura 8.

Proporciona a los lectores los fundamentos y el valor de la mejora de procesos software y les orienta sobre c6mo llevar a cabo dichas mejoras utilizando el modelo CMMI. (2003). para 10 cual se incluyen trabajos representativos tanto de investigaci6n como de aplicaci6n practica. 7. asi como incrementando el numero de empleados en el sector. Addison-Wesley. Esta revista recopila trabajos de investigaci6n y expeliencia practica con el fin de promover la evaluaci6n y mejora de la calidad. OVIlvD Distilled: A Practical Introduction to Integrated Process Improvement. Clouse. (eds) (2001). y Thayer. November 2001.af. R. Este libro constituye una referencia muy completa sobre el modelo CMMI. j\. (1989). El autor aprovecha su amplia experiencia en organizaciones como IBM y SEI para proporcionar al lector una guia para la mejora de los procesos software basada fundamentalmente en el entendimiento y la gesti6n adecuada de dichos procesos. D. LECTURAS RECOMENDADAS • Ahem. Humplu'ey. y Turner. Willey Interscience. el reconocimiento de certificaciones. • • • • . DE PROCESOS 193 ventajas ya que facilitani la colaboraci6n entre empresas de diferentes paises. aumentando las exportaciones y tambien el nLllnero de factorias de software instaladas en la regi6n./anaging the Sojhmre Process. WileyIEEE Computer Society Press. Sojilmre Process Improvement. R. Disponible en http://w\vw3. Addison-Wesley. Revista Sojilmre Process: Improvement . es una revista del ministerio de defensa de los Estados Unidos con el fin de promover la mejora de los procesos de ingenieria del software. Septiembre 2003. se presentan guias para realizar las evaluaciones de acuerdo a dicho estandares asi como experiencias de aplicaci6n de la evaluaci6n y mejora de procesos en las empresas de software.. tanto desde el punto de vista tecnico como de gesti6n. Revista CrossTalk: The Journal of Defense Sojilmre Engineering.com/cgi-binlihomeI15482. A. la movilidad de los profesionales infonmiticos. Disponible en: http://w>vw.mil/crosstalkl. Este libro constituye una de las guias pnicticas 111<is importantes existentes en la bibliografia sobre la gesti6n de los procesos software desde sus diferentes puntos de vista.GRA-MA CAPiTULO 8: EVALUACION Y MEJORA. la compartici6n de herramientas de desarTollo.wilev.interscience..and Practice. productividad y rendimiento de los procesos software. CrossTalk. W. Este libro recopila lma serie de alticulos (tanto originales como publicados previamente) relevantes en el area de la evaluaci6n y mejora de los procesos software en los que describen diversos estandares y modelos representativos de evaluaci6n.. Hunter. R.stsc.hill. y el abaratamiento de los recursos fonnativos. Esto facilitani un aumento en la calidad y en la cantidad de software desarrollado en Iberoamerica.

International COl?ference on So/nvare Process Improvement (ICSPI). CiI CiI II II . "indusuial track" en la que se presentan experiencias en la industIia de programas de evaluaci6n y mejora de procesos.html Colecci6n de recursos de Proceso Software elaborada por la Universidad de Massachussets (Estados Unidos) en la que se incluyen marcos de u'abajo de procesos software. materiales para la fonnaci6n. EuroSPI es una conferencia de ambito europeo que u'ata de promover el intercam-bio de experiencias y conocimiento sobre evaluaci6n y mejora de procesos softwa-re.sei.TICOS ©RA-MA II Proceedings de las conferencias intel11acionales: o European So/nmre Process Improvement COl?ference (EUROSPI).cmu. etc.sqi. http://\V\vw. La conferencia se divide en dos grandes sesiones: "research track" en la que se exponen articulos de investigaci6n fundamentalmente provenientes del ambito academico e. http://w\vw. o o 8. fonnaci6n necesaria. En este sitio web se pueden enconu'ar las llltimas versiones del modelo.tantara. SITIOS WEB RECOMENDADOS II www. asi como diferente infonnaci6n sobre su utilizaci6n. http://www2.uni-karlsruhe. LNCS Springer.S Il'\"FORl\-LA. El objetivo de esta conferencia intel11acional es proporcionar un foro a la indusuia y a la academia para la discusi6n sobre los llltimos resultados de la investigaci6n y la practica en las areas de mejora de productos y procesos software.umassd.ipd.Q:ll.ab. resultados de la investigaci6n. Esta conferencia intel11acional se cenu'a en metodos pnicticos para Ia mejora de los procesos software de la organizaci6n. independientemente de los modelos de evaluaci6n. CAUDAD DE SISTElvL".edu/SWPI/SWPIpage.19.de!mitacbeitel"!111uellem1!PSP Pagina de recursos del Proceso PSP elaborada por la Universidad de Karslruhe (Alemania). http://www.ca/info. EI Software Engineering Institute es el promotor del CMMI.htm Lista de Distribuci6n sobre Mejora de Procesos Software. Call1egie-Mellon University. mejores practicas y esu'ategias para la mejora de procesos. En http://\v\vw. Incluye tanto articulos de indole academica como industrial.eurospi. Adermls se pueden encontrar todos sus modelos y propuestas relacionadas.au/spice/ Software Process Improvement and Capability dEtermination Website.. mantenida por una empresa consultora de Canada proporciona una colecci6n muy completa de enlaces a recursos sobre mejora de procesos software. Esta lista.netl. Product Focused So/nvare Process Improvement (PROFES).edu Software Engineering Institute.edu. estandares.

DesatTolla la correspondencia entre el estandar ISO 9000 y los modelos CMMI y MoProSoft. Realizar una comparativa de los dos proyectos destacando los progresos obtenidos a nivel personal. Definir una version del modelo CMMI pOl' etapas adaptada a las pequeiias y medianas empresas (PyMES).6 y 9. 5. CAPiTULO 8: EVALUACION Y MEJORA DE PROCESOS 195 9. Realizar un estudio bibliognifico sobre la aplicacion de modelos de madurez en empresas que siguen metodologias agiles. 2.e RA-ivlA. Aplicar el proceso de TSP para el desarrollo de dos pequeiios proyectos software rellenando la infonnacion de tiempos y defectos (vel' tablas 9. 4. . 3. EJERCICIOS 1.7). AnalizaI' la confonnidad de la nonna MOPROSOFT con el estandar ISO 15504.

Otros aspectos de Calidad de Sistelnas de In{Orlnaci6n

9. l\1edicion de Sistemas de Info:rmacion 10. CaUdad de la Info:rmacion
11. Gestion del Conocimiento

CAPITULO 9

MEDICION DE SISTEMAS DE INFORMACION
"No se puede contra/ar /0 que 110 se puede medir" Tom Delvfarco

1. INTRODUCCION
Una de las razones principales del incremento masivo en el interes por las metIicas software ha sido la percepcion de que son necesmias para la mejora de la calidad del proceso (Fenton, 2001). Para poder asegurar que un proceso 0 sus productos resultantes son de calidad 0 poder compararlos, es necesmio asignar val ores, descriptores, indicadores o alglll1 otro mecanismo mediante el cual se pueda llevar a cabo dicha comparacion. Para ello, es necesario llevar a cabo un proceso de medicion del software, que en general, persigue tres objetivos fundamentales: ayudamos a entender que OCUlTe durante el desalTollo y el mantenimiento, pel1nitimos contI·olar que es 10 que OCUlTe en los proyectos y poder mejorar los procesos y productos (Fenton y Pfl~eger, 1997). En efecto, las metIicas son un buen medio para entender, monitorizar, controlar, predecir y probar el desalTollo de software y los proyectos de mantenimiento (Briand et al., 1996) y pueden ser utilizadas por profesionales e investigadores para tomar mejores decisiones (Pfleeger, 1997). En este capitulo en primer lugar se presentan de fonna intI·oductOlia algunos fundamentos de la medicion del software, para 10 cual se analizan las apOliaciones de la teolia, la tenninologia y los aspectos 111<lS relevantes a considerar en el proceso de obtencion de metIicas. A continuacion se presentan los metodos y estindares mas

200

CAUDAD DE SISTEMAS INFOIUvL.\TICOS

:g RA-\IA

representativos de la medicion software, para finalmente analizar la medicion de los distintos tipos de entidades software (procesos, proyectos y productos).

1.1. Teoria de la Medici6n del Software
Uno de los campos mas influyente en los origenes de la disciplina de la medici6n del software ha sido la te0l1a de la medicion. La medicion es una actividad que aplicamos continuamente en nuestra vida cotidiana y nos pennite obtener infonnacion que nos guia en la toma de decisiones, seleccionar entre distintas altemativas la que mas ventajosa nos resulta 0 desechar una opcion por no adaptarse para nada a 10 que de ella esperabamos. Fenton y Pfleeger (1997) definen la medicion como: "el proceso de asignar Illimeros a simbolos a los atriblltas de las entidades del Illllndo real de forllla que se puedan describir de acuerdo a lInas reglas claramente definidas". De acuerdo a la anterior definicion, una entidad puede ser un objeto fisico, un evento que ocurre en un determinado momento de tiempo 0 una actividad que transCUlTe en un detenninado intervalo de tiempo, como por ejemplo: un programa, un hi to y la fase de pruebas de un proyecto software, respectivamente. Un atIibuto es una caracteristica de una entidad, como por ejemplo el tamafio del c6digo de un detenninado programa 0 el esfuerzo requerido para llevar a cabo una detenninada actividad. Por 10 tanto, en el campo de la medici6n es necesario especificar tanto las entidades como los atIibutos que se evalllan de dichas entidades. Algunos aspectos relevantes a considerar en el contexto de la te0l1a de la medicion aplicada a la medici6n del software son los siguientes (Fenton y Pfleeger. 1997):
e

Escala. Las escalas penniten establecer el tipo de representacion mas adecuado para un atributo de fom1a que se puedan comparar los valores de los mismos. Considerando que diferentes escalas pueden mediI' el mismo atI'ibuto, una cuesti6n importante a plantear es que esc ala es mas apropiada en cada caso. Para ello, en la te0l1a de la medicion aplicada al sofuvare destacan cinco tipos principales de escalas: o Escala Nominal. Es la esc ala mas bitsica, que sirna a las entidades en diferentes c1ases 0 categorias asignando al atI-ibuto un nombre. De este modo las c1ases se identifican lll1icamente mediante un nlunero 0 simbolo que no puede ser interpretado salvo como un mero identificador. Por ejemplo, distinguir de fonna nominal a los jugadores de un equipo de baloncesto pOl' su dorsal. EI jugador "30" no puede interpretarse como dos veces superior al jugador "15". Escala Ordinal. Con esta esc ala, los atributos pueden ser ordenados en rangos pero la distancia entI'e los mismos no es significativa. POl' ejemplo, las respuestas a una encuesta podrian ser: "O==totalmente en desacllerda", "1 == ni de acuerda ni ell desacllerdo", "2 == de aClierdo ".

o

CAPiTULO 9: \IEDICI00: DE SISTE\IAS DE 10:FOR-vIACI00:

20]

"3=nzllY de aClierdo", "4= tota/mente de aClierdo". En este caso cuanto mayor es el valor hay un mayor acuerdo con 10 planteado en la pregunta, pero la distancia entre los val ores 0 y 1 no tiene por que ser igual que entre los valores 2 y 3.
o

Escala de Intervalo. Este tipo de esc ala es como la ordinal pero con la diferencia de que la distancia entre los atlibutos S1 tiene sentido. Por ejemplo, si se mide la temperatura en grados cent1grados (DC), la distancia entre 30 y 40 es la misma que entre 60 y 70. Sin embargo, en esta escala las comparaciones de tipo ratio no tienen sentido, como por ejemplo: 80 DC no es el doble de calor que 40 DC (aunque el valor S1 es el doble). Escala de Ratio, que es la tmis (Itil en la medici6n del sofuvare. ya que preserva el orden, el tamai'io de los intervalos y tambien los ratios entre las entidades. Ademas, tiene un punto fijo de referencia: el cero. La esc ala debe comenzar en el 0 y se incrementa en pasos iguales. Ademas, con los valores de esta escala se pueden realizar las operaciones matematicas de suma, resta, multiplicaci6n y divisi6n. El peso es, por ejemplo, una variable de tipo ratio. Escala absoluta, que es utilizada 11l1icamente cuando s6lo hay una fonna posible de medir un atributo. En generaL los atributos evaluados mediante un metodo basado en con tar el numero de elementos son de este tipo de escala, como por ejemplo el n(1l11erO de defectos encontrados o el n(nnero de personas en un proyecto.

o

o

@

Clasificacion de Entidades. En medici6n del sofuvare se puede distinguir entre tres tipos de entidades:
o o o

Proceso, en el que se incluyen las medici ones relacionadas a las actividades del sofuvare. Pmduclo, que incluye los entregables y documentos resultantes de las actividades de los procesos. Recllrsos, que incluye los recursos necesarios para el desarrollo de los proyectos sofuvare tales como personal, sofuvare, hardware. etc.

@

Atributos intern os y extern os. Los atributos intemos son aquellos que pueden ser medidos de una entidad sin necesidad de evaluar el compOltamiento extemo de dicha entidad. Ejemplos de atributos intemos son: tamai'io y complejidad de c6digo fuente. que pueden ser evaluados sin necesidad de ejecutar el c6digo. Los atributos extemos son mediciones sobre c6mo una entidad est} relacionada con el entomo, como por ejemplo los atlibutos calidad y estabilidad de requisitos. en cuyo caso es necesario ejecutar el c6digo para obtenerlos. Estos atributos son mucho mas dificiles de evaluar que los atributos

202

CAUDAD DE SISTEMAS fl\;rO~'vLi. TICOS

intemos y la necesidad de disponer de mediciones de atributos intemos para obtener el valor de atributos extemos es bastante clara. Por ejemplo, para evaluar el atlibuto extemo cali dad del sofhvare es necesario conocer atlibutos intemos como por ejemplo el nlu11ero de fallos obtenidos en la actividad de pruebas.

Mediciones directas e indirectas. Otro de los aspectos a destacar de la teOlia de la medicion es la distincion que establece entre mediciones directas e indirectas. Una medici6n directa es la medicion de un atributo de una entidad sin estar otras entidades implicadas. Por ejemplo, el atIibuto tamafio de la entidad c6digo fnente puede ser me dido sin necesidad de evaluar ninglm atIibuto de otras entidades. Las mediciones indirectas requieren de otros atlibutos, como por ejemplo la medicion del atlibuto productividad, que requiere las mediciones tanto del tamafio como del esfuerzo y es obtenido media ante la division de ambos.

1.2. Terminologia de la Medici6n de Software
Dado que la medicion de software es una disciplina relativamente joven, no existe alm un consenso general sobre la definicion exacta de los conceptos y tenninologfa que maneja. A pesar de COI1tar con diversos estandares intemacionales que tratan de n0l111alizar estos temas (IEEE, 1998b; ISO. 1993; 1999: 2002a), se han detectado ciertas lagunas e inconsistencias en los tenninos que dichos estandares definen. como son por ejemplo los conceptos de medida. metrica, medici6n, indicador. etc. La situaci6n no es mucho mejor en los contextos academic;)s e industriales, donde las distintas propuestas de modelos de medicion de software tampoco han logrado consensuar una te!111inologia coherente y ampliamente aceptada entI'e toda la comunidad cientifica (Garcia et al.• 2005). Con el fin de contribuir a la an11onizacion de los diferentes estandares y propuestas de investigacion y de establecer una tenninologia consistente (en el sentido de consenso y libre de contradicciones) se ha desaITollado una ontologia de la medicion del software (Garcia et al.. 2005). En la figura 9.1 se muestra de fon11a grafica mediante un diagrama en UTvIL los conceptos de la ontologfa y sus relaciones. El objetivo de esta ontologia es establecer una guia de referencia que incluya los conceptos relacionados con la medicion del software. Para facilitar su comprension. la ontologia de la medici6n del software se divide en las siguientes sub-ontologias:

Caracterizacion y Objetivos de la Medicion Software, con los elementos sobre los que se puede aplicar un proceso de medicion y sus propiedades. Tambien se reflejan los objetivos que se persiguen con la medici6n del software.

<;;

R/\.-MA

CAPiTULO 9: ;-'!EDICION DE SISTEiv!AS DE INFOR.!'vIACIOl\

203

CiI

Accion de Medir, en la que se identifican los conceptos relacionados con la fOlma en la que se lleva a cabo la medici6n software.
Necesidad de Informacion
seCQrrea:::;r;:;e c:;n
{!:"~'" C"r~"'.=".:"c::n

y O!:>;e:;,es)

Tipo de Es::ala
\fr:;;mMt-t!\e::!s)

Modelo de Calidad

e,"af:ia

Concepto Medible :rc"'C"!'3~"''':'''Z':>'lyo::)e::,~)

C0dase

Escala

Unidad

de:;r;.:fopara

Categoria de Entidad
(!r::.", C:n::::,.=r;:,,:.C<1 y
C:;;<:'~>r-~l

:',,:-:2

Atributo

52

de::neparo

Metrica
{:rcmMeL"i:::as)

Entidad

s;;: rea";;:;; S::;:JriJ

Medici6n

MtHrica Dire eta
t:ror.:-.li!etn:as)

l't1etrica Indirects
{~m M~:n~as)

Indicador

s:;::;·Enidaj

(!:-C'" C"r":;,.<:',,z,,:,::n y C::j~~~CS)

:;eir:c::!DC"

Medida

Fcmna de Medir

Figura 9.1. Ontologia de la Medici6n del Software
CiI

Metricas. en la que se especifica la definici6n y caracteristicas basicas de las metricas software. Una mettica se define como una fonna de medir (metodo de medici6n, funci6n de caJculo 0 modelo de anaJisis) y una escala, definidas para realizar medici ones de uno 0 varios att·ibutos. Las metric as pueden ser de tres tipos en funci6n de su fonna de medir:
o

Metricas Directas cuya fonna de medir es un metodo de medici6n, es decir, se pueden realizar medici ones de dicha metric a sin depender de ninguna otra.

204

CALlD ..\D DE SISTEYL-,\S 10:FOR.\L.\TICOS

o

MHricas Indirectas, cuya f0l111a de medir es una fi.ll1cion de calculo, es decir, las mediciones de dicha l11etlica utilizan las l11edidas obtenidas en mediciones de ott'as l11etlicas directas 0 indirectas. Indicadores, cuya f011na de medir es un modelo de analisis, es decir. las mediciones de dicha mettica utilizan las l11edidas obtenidas en las medici ones de otras metlicas (directas, indirectas 0 indicadores) junto con cliterios de decision.

o

e

Formas de Medir. en la que se descliben las distintas f011nas de medir metticas software.

En la elaboracion y division de la ontologia de la medicion del software en subontologias, se han identificado y establecido los conceptos y aspectos mas relevantes relacionados con la medicion del software y las etapas fundal11entales componen dicho proceso. Todo proceso de medicion del software tiene como objetivo fundamental satisfacer necesidades de info11nacion. Un proceso de medicion no puede obtener resultados utiles si estos no satisfacen alguna necesidad de info11nacion detectada en la empresa en la que se lleva a cabo. A pattir de las necesidades de inf01111acion se deben identificar las entidades y los attibutos de dichas entidades que son candidatos a ser medidos. Esta patte significativa del proceso de medicion es la que se aborda en la subontologia de caracterizacion y objetivos. Una vez identificados los attibutos objeto de la medici on, se deben definir las metlicas necesatias. Para clatificar que elementos generales hay que considerar en la definicion de las metricas se ha definido la sub-ontologia de las mett·icas. en la que se identifican los principales tipos de metricas que se pueden definir. En la definicion general de una metrica se deben especificar aspectos como la unidad en la que se expresa. la escala a la que pertenece. el atributo 0 atributos para los que se define. etc. La definicion de las metricas se debe realizar a distintos niveles 0 alcances. ya que resultaria excesivamente complejo definir ae forma directa metric as a partir de las cuales se satisfagan las necesidades de inf01111acion. Por ello. es fundamental definir en primer lugar metric as que se aplican directamente sobre las caracteristicas de una entidad para evaluar un dete11ninado atlibuto. A pattir de estas metticas directas se pueden definir metric as indirectas y finalmente se podrian definir metricas con el objetivo de proporcionar infonnacion litil para la toma de decisiones, y por 10 tanto. mas cercanas a satisfacer las necesidades de infonnacion. Estos aspectos se tratan en la sub-ontologia de las fonnas de medir. en la que se identifican los metodos concretos para definir 0 calcular las metricas definidas en fimcion de su tipo. Finalmente se !leva a cabo el proceso de medicion propiamente dicho. a pattir de la definicion de las metricas y de la caracterizacion de los atributos de las entidades objeto

_':;-RA-\IA

O.PiTUO 9: \IEDICIO" DE SISTE\IA.S DE I:\FOR"L-\CIO~

205

de la medicion. mediante la realizacion de medici ones que como resultado obtienen medidas. Estos conceptos se tratan en la subontologia de la accion de medir. Una definicion y explicacion mis detaIl ada de los tel111inos de la ol1tologia puede consultarse en (Garcia et af.. 2005).

1.3. Proceso de creaci6n de Metricas
Desde los ai'ios setenta se han propuesto una gran cantidad de metlicas para capturar atlibutos de los procesos y productos software de una f0l111a cuantitativa (vease apartado 4.3 de este capitulo). Tradicionalmente estas metricas se han realizado confiando en el conocimiento de los expeltos, y si bien esta experiencia es impoltante, puede resultar 110 ser suficiente. En la actualidad muchas de las metric as propuestas han fracasado, siendo solo un as pocas las que han sobrevivido con ex ito la fase inicial de definicion y son usadas actualmente en la industria. Ello es debido a varios problemas (Briand et al., 1999):
e

Las meuicas no estan siempre definidas en un contexto en el que el objetivo de interes industrial que se pretende alcanzar mediante su utilizacion es explicito y queda bien definido. Por ejemplo: la reduccion del esfuerzo de desanollo 0 la reduccion de los fallos presentes en los productos software. En ocasiones. aunque el objetivo sea explicito, las hipotesis experimentales a menudo no estan hechas de fon11a explicita. por ejemplo ;,qlle se pretende dedllcir del analisis? (:reslilta creible el resultado? Las definiciones de metricas no siempre tienen en cuenta el ent0l110 0 el contexto en el cual seran aplicadas, por ejemplo ;,se puede IItilizar lIna llIetrica definida para lin entorno no orientado a objetos en un contexto orientado a objetos? A menudo, no es posible realizar una adecuada validacion teorica de las metricas porque el atributo que una metrica pretende cuantificar no esta bien definido, por ejemplo, la nocion de complejidad .

e

e

e

.

e

Un gran numero de metr'icas no han sido nunca objeto de validacion empiric a, por ejemplo ;,c6mo se sabe que lina metrica de tamalio predice mejor el esjiter::.o en lin elltorno de desarrollo?

Esta situacion ha conducido frecuentemente a cierto grado de ambigUedad e imprecision en las definicion, propiedades y suposiciones de las meuicas, haciendo que su uso sea dificil, la interpretacion peligrosa y que los resultados sean conu"adictorios en varios esuldios de validacion. Los problemas citados anteri0l111ente son propios de cualquier disciplina joven, y especialmente de aquellas que son intensamente humanas, como es el caso que se esta

Los fenomenos estudiados en este campo implican un ntllnero de variables que dependen del comportamiento humano y no pueden ser controladas facilmente. Los objetivos . Metricas No Aceptadas Aceptacion Validacion Te6rica --. Metodo Alarcos para la Definicion de Metricas Software Todas estas caracteristicas no significan que no se pueda progresar en el campo de las meh1cas software. se puede encontrar en.. que se ilustra en la figura 9. Objetivos . -.. 2000) y la propuesta del Grupo Alm'cos (Sen'ano et aI. Con este fin. 2002). No se debe esperar.. pero para poder conseguir este prop6sito las meh1cas deb en ser definidas de una fonna metodol6gica y disciplinada.2 y en la que las flechas continuas representan el flujo de las metric as y las discontinuas representan el flujo de infonnaci6n a 10 largo de todo el proceso.Experimentos ~. teniendo dicha definici6n una base s61ida con objetivos de medici6n claros y debiendo satisfacer las necesidades de la organizaci6n. como el metodo MMLC (lvIeaslire lvIode! Lt[e Cycle) (Cantone y DonzeIIi. Explicacion PSicologica Metricas Validas Figura 9. por ejemplo.206 CAUDAD DE SISTElvV\S INFORIvL-\TICOS ©RA-MA tratando. La propuesta del Grupo Alarcos consta de dos fases: fi!I Identificacion..la bibliografia diversos metodos para la definici6n de meh1cas software en los que se integran todos los aspectos que es necesario tener en cuenta en la validaci6n de las metricas. Acreditacion y Requisitos r'''''m. encontrar leyes cuantitativas que sean validas y aplicables de modo general.2. En esta etapa se pretende identificar los objetivos de la medici6n y las hip6tesis bajo las cuales se crean las meh1cas.. Identificacion Objetivos ~ Reutilizaci6n Hipotesis i Metrica Retirada .."".. por tanto. y que tengan la misma precisi6n y exactitud que."' j Aplicacion Creaci6n Objetivos <I A r Metricas Aceptadas 4. Validacion Empirica ~- . las leyes fisicas.

e Creacion.fRA-MA CAPiTULO 9: MEDICION DE SISTEMAS DE INFORt'vlACION 207 indican 10 que se pretende conseguir con la utilizacion del proceso de medicion y representan la razon por la que se llevani el proceso de medicion (el "porque"). Como resultado de esta fase se deben obtener los requisitos que debe cumplir la metrica. las metricas deb en ser redefinidas de acuerdo a las validaciones. 1996) y los que se basan en la teotia de la medida (WhitInire. Van Solingen and Berghout. lista para ser aplicada en entornos reales. 1999). 1997. seran descartadas. Este proceso suele estar basado en la experiencia y el conocimiento de los expertos y puede utilizar mecanismos basados en Goal-Question-Meric (GQM: Basili and Weiss. los cuales senin utilizados en la etapa de creacion. Las etapas en las que se subdivide la creacion son: o Definicion. realizar una definicion de la metrica Olientada al objetivo identificado en la fase anterior para evitar obtener una definicion de la metrica que no cumple con el objetivo deseado. teoricas 0 empiricas. 1984. Validacion teorica. Lamentablemente no existe un estandar para la validacion teorica a traves del cual obtener la infonnacion matematica de las metric as definidas. sin embargo. 1988. aplicacion y acreditacion. Ademas la validacion teorica proporciona infOl1Uacion relacionada con las escalas de las metricas y asi se puede detenninar que tipo de operaciones matematicas y tests estadisticos aplicar a la hora de analizar los valores de las metricas en estudios empiricos. Es el primer paso de esta fase que debe realizarse considerando las caractetisticas del producto que vamos a medir y la experiencia de los profesionales. hay dos tendencias principales en la validacion: los marcos basados en propiedades (que definen fonnalmente propiedades deseables de las metricas para un atributo software concreto) (Weyuker. 1998. Las hipotesis son la f0l111a en la que se pretende llevar a cabo la medicion (el "como"). como se observa en la figura 9. El objetivo principal de la validacion teorica es demostrar que la metI·ica mide el atIibuto que pretende medir. El proceso de creacion de las metricas es evolutivo e iterativo y se subdivide en varias etapas intel111edias. Ademas. Basili y Rombach. los objetivos seran utilizados en las etapas de aceptacion.2. identificando la infonnacion que se debe manejar para conseguir a1canzar los objetivos deseados. Zuse. 1988.. es decir. 2000). En la definicion se deben considerar objetivos claros. las metricas se consideraran validas y aquellas que no sean validas. Como resultado de la realimentacion. Poels y Dedene.del atributo que esta siendo medido se refleja en la metrica. Es deseable que la definicion de las metIicas se realice de manera fonnal para evitar ambigtiedades. fallidas. es decir. El proceso de creacion es aquel en el que a partir de los requisitos obtenidos en la etapa de identificacion se creara una metIica valida. Al final de la etapa de creacion. Briand et al. cuyo o . comprobar si la idea intuitiva acerca.

Basili et al. Algunos autores. es necesario volver a la etapa de creaci6n. R:\-\L-\ objetivo es obtener la escala matem::itica a la que peltenece una metrica. Esta etapa se diferencia de los casos de eshldio en que en estos (lltimos se. teniendo en cuenta los objetivos obtenidos en la etapa de identificaci6n. la intuici6n 0 la especulaci6n. Wohlin et al. Asi pues. suele trabajar en el entOI11O final de aplicaci6n. Esto se consigue a u·aves de hip6tesis en el mundo reaL mas alla de la pura teoria. Idealmente deberia usarse en proyectos piloto de manera que el fracaso de aceptaci6n de la meDica no suponga un fracaso en un proyecto impOltante. (2000) (vease capihllo II). y por tanto sus transfonnaciones admisibles. Aplicacion. EI saber general. como Siau (1999). De esta manera. En esta etapa se utiliza la metrica ya aceptada en el entOI11O real. (1999) Y Peny et al. en esta etapa se intenta averiguar si las metlicas "validas" que se consiguieron al final de la fase de creaci6n son aceptables en entOI11OS de aplicaci6n reales. o Validacion empirica. Idealmente es necesmio tener la capacidad de explicar la influencia de los valores de las meDic as desde un punto de vista psicol6gico. no son fuentes fiables de conocimiento (Basili et al. Si se consigue demosu·ar que la metric a sigue cumpliendo los objetivos. estadisticos y tests aplicables y especificar un marco general en el que las metlicas deb en ser definidas.. Explicacion psicologica. EI objetivo de esta etapa es pro bar la utilidad pnictica de las metlicas propuestas. las teorias como ACT (Adaptative Control of Thought) (Anderson. 1983) pueden justificar la influencia de ciertas metricas en la comprensi6n de los sistemas. Suele ser necesaria la existencia de una fase de pruebas en laboratOlio en la que se realice una experimentaci6n sistematica en entOI11OS reales y con usum10s reales para verificar si cumple los objetivos buscados dentro de un entOI11O de trabajo real. Algunos trabajos relevantes que proporcionan la guia necesmia para llevar a cabo estudios empilicos son los realizados por Robson (1993). y si no es asi. La validaci6n empiric a se utiliza para obtener infoI1naci6n objetiva sobre la utilidad de las meuicas propuestas ya que puede que una meu·ica sea COITecta des de un punto de vista f0l111aL pero no tener relevancia pnictica para un problema detenninado. 1999) por 10 que es necesmio realizar validaciones empilicas de las meuicas. proponen el usa de la psicologia cognitiva como una disciplina de referencia. o II Aceptacion. que habra que comprobar con datos empiricos. es posible pasar a la etapa de aplicaci6n. el estudio empiIico resulta necesmio para comprobar y entender las implicaciones de las metricas de nuesu·os productos. II . (2000).208 CAUDAD DE SISTE\!AS fNFOR\l.\ TICOS i:':. Esta fase se lleva a cabo en paralelo con la fase de acreditaci6n. JUIista y Moreno (2001). En definitiva. Esta etapa debe ser realizada con proyectos no critic os y con riesgos conu·olados.

Esta liitima fase del proceso es una etapa dimlmica que persigue el aseguramiento de la metrica y la mejora continua de la misma. Por ello. PSM proporciolla detalles adicionales respecto de las actividades y tareas de ISO 15939. entre los que destacan ISO 15939 (ISO. 2002c) e IEEE Std 1061-1998 (IEEE. as! como cielios estandares. la medici on es un aspecto que se tiene muy en cuenta en los modelos de evaluacion como en ISO/IEC 15504. Ademas al utilizar la expeliencia de la utilizacion de la metrica descartada. En la figura 9. en este caso.3 se muestra la relacion existente entre algunas de las propuestas mas significativas relacionadas con la medicion del software. Los plincipales aspectos a considerar en la relacion entre las diferentes propuestas son los siguientes: <I> PSM constiruye el documento base a pariir del que se ha elaborado el nuevo estandar ISO/IEC 15939 sobre la medicion del software. 2. la metrica deberia ser descartada y el conocimiento adguirido durante su tiempo de vida deberia realil11entarse a la etapa de identificacion de manera que podal110s crear una metric a adecuada para el nuevo entO!11O cumpliendo los objetivos perseguidos. ESTANDARES Y METODOLOGiAS DE MEDICION Antes de poder aplicar planes de l11ejora en una organizacion es necesario partir de una base cuantitativa que pennita detenninar de una fonna objetiva los puntos fuertes y debiles de los procesos. EI objetivo de estos estandares y marcos de trabajo es proporcionar la referencia necesaria para poder llevar a cabo el proceso de medicion de una fonna efectiva y sistematica. Ante las distintas propuestas metodologic. en funcion de como evoluciona el ent0ll10 de aplicacion. Como soporte al proceso de medicion se pueden destacar diversos marcos de trabajo como el mencionado GQM 0 PSM (Practical Sojhrare Measurement) (McGarry et al. de manera que se puedan seguir cumpliendo los objetivos que se perseguian al principio del metodo.• 2002). pasar de un entorno estmcturado a uno orientado a objetos) que la metrica no sea aplicable. Para ella se ha seguido la cOl11parativa realizada por Jones (2003) con la que se llega a la conclusion de que existe un cada vez mayor esfuerzo por cOOl'dinar las distintas propuestas.as existentes sobre la medicion de software es necesario analizar la relacion entre las mismas.C-\PiTULO 9: \IEDICIO:--. Las metricas software constihlyen la base necesaria para poder llevar a cabo un proceso de evaluacion y posterionnente. DE SISTE\IAS DE INFOR\lACION 209 <I> Acreditacion. 1998b). En ocasiones el entO!11O puede variar tanto (por ejemplo. en el que se define un proceso de la medicion. una mejora de los procesos software. 0 como CMMI en el que se incluye un area clave de proceso en el nivel dos de madurez denol11inada "Medicion y Analisis··. partiendo de la base de que la medicion es un proceso que debe ser llevado a cabo en base a una selie de objetivos. . se tendran mas probabilidades de fO!111Ular hipotesis COITectas en la etapa de identificacion.

EI objetivo y los resultados del proceso de medici6n de ISO 15939 ha sido afiadido a la revisi6n del estandar ISO 12207 dentro de un nuevo proceso de soporte denominado Medici6n y a la nonna ISO 90003 (aplicaci6n de la nonl1a ISO 9001 :2000 al software). el intento de coordinaci6n existente entre estos documentos de referencia significa que existe till conjunto de estandares de medici6n. Coordinacion existente entre PSM.. Practical SofwareMeasurement(PSM) ISO/IEG 15939. la nueva tenninologia de la 'medici6n ha sido coordinada con las revisiones en los estandares ISO/IEC 9126 (Calidad del Producto Software) e ISO/IEC 14598 (Evaluaci6n de Productos Software) con el objetivo de que todos los estandares que us en el dom.3. . Por 10 tanto. CMMI y los estandares ISO en el area de la Medicion de Software (adaptado de Jones.!vIA TICOS :& RA-iV1A . De la misma fOlma.210 CAUDAD DE SISTEMAS INFOR.. Proceso de Medici6n de Software 15288 (conceptos de medicion) 9126 (terminologia coordinada) 14598 (terminologia coordinada) ISO 90003 (objetivos) Figura 9. 2003) . EI area Medici6n y Analisis de CMMI proporciona una metodologia para evaluar si un programa de medici6n de un proyecto es acorde con el estandar ISO 15939.. por 10 que utiliza este estandar como referencia.inio de la medici6n esten basados en una misma tem1inologia . Los conceptos del dominio de la medici6n de ISO 15939 han sido afiadidos al estandar ISO/IEC 15288 (Procesos de Cicio de Vida del Sistema). que tiende a ser .

uno 0 mas conjuntos de medidas significativas que puedan proporcionar visibilidad en el rendimiento del proceso (llevado a cabo en fOl111a de proyectos). Nivel Definido: se dispone de un conjunto de l11etricas a nivel organizacional que facilita realizar valoraciones sobre los proyectos en su conjunto. Partiendo de un conjunto en el que los objetivos de la medicion son conocidos. la gestion de los datos (incluidos los datos historicos). dentro de la categoria de los procesos organizacionales. A continuacion se desclibe como se aborda la medicion del software en los distintos 1110delos. Los tipos de mediciones incluidos para cada nivel de madurez son: o Nivel Repetible: basado en disponer de un conjunto representativo de metlicas a nivel de gestion del proyecto. cada organizacion especffica tiene la libeltad de seleccionar metricas concretas adecuadas para su entol110. industria 0 cultura. proceso que cubre todos los procesos que establecen y dan soporte a la consecucion de los objetivos organizacionales de negocio. estandares y metodos de evaluacion y mejora y se presentan los modelos y l11etodos mas representativos relacionados con el soporte a la medicion software. A este nivel tambien se d~finen l11etlicas relacionadas con la calidad y funcionalidad de los productos. 2.1. o o CD EI estandar ISO 15504. EI proceso de medicion se desclibe en el aspecto comun dell110delo denol11inado "Medici on y AnaIisis".~ RA-MA CAPiTULO 9: ~!EDICION DE SISTEMAS DE INFORt'v!ACION 211 cada vez mas consistente. incluye en la dimension del proceso del l110delo de referencia (patte 2 de la n0l111a) el proceso de l11edicion. La medici6n en los modelos de madurez y metodos de evaluaci6n y mejora La medicion juega un papel fundamental en las organizaciones que pretenden conseguir un alto grado de madurez en sus procesos. Este hecho se demuestra observando el tratamiento y la importancia que los modelos y estandares de madurez y evaluacion y l11ejora dan al proceso de medicion: CD EI Modelo de Madurez de la Capacidad (CMlVI) asigna un impoltante rol a la medicion a la hora de detenninar el estado de los procesos software. y el uso de las metricas en la . Los valores de estas l11etricas se utilizan en futuras estil11aciones de proyectos. dirigidos por objetivos 0 necesidades de informacion que proporcionan la guia necesaria para la implementacion de la medicion de forma efectiva. Niveles Gestionado y Optimizante: la l11edicion se basa en la planificacion y gestion de las calidad de los procesos y productos de una fonna estadistica. EI proceso de l11edicion supone la definicion de metricas. Partiendo de la base de que "no hay actllalmente lin modelo 1I1liversalmente aceptado de medidas del proceso sofnrare 0 de la caUdad' el modelo insta a las organizaciones a identificar para cada Area Clave del Proceso.

cuyo a1cance es mucho mas amplio y mas explicito que el tratamiento de la medici6n en el modelo CMM. G Como se puede observar en la figura 9. a la hora de establecer un proceso de medici6n efectivo en una organizaci6n es necesario conseguir dos objetivos fundamentales: G Alinear las acovidades de analisis de la medicion. y las relaciones de datos entre los mismos. proporciona a la medici6n una gran importancia en la madurez de los procesos al incorporar una nueva area del proceso denominada "Medicion y Amllisis". Este enfoque es consistente con las ideas de GQM y del estandar ISO 15939 (ISO/lEe 2002). Da soporte al resto de areas de proceso proporcionando un marco de trabajo a las organizaciones a la hora de alinear los objetivos y necesidades de medici6n con un enfoque de medici6n bas ado en proporcionar resultados objetivos que sean lltiles para la toma de decisiones y acciones conectivas. y para tambien controlar la cali dad del producto. A partir de estas practicas se establece un plan para la medici6n y el analisis con el que se pretende resolver cuestiones tales como: GPor que se mide? (: que se 1'(1 a medir? Gcomo se va a medir?. Para conseguir este objetivo en CMMI se identifican las siguientes pnkticas: establecer los objetivos de la medici6n. control y gesti6n del proyecto. En la figura 9. los principales procesos relacionados con esta area. Las practicas asociadas con la consecuci6n de este objetivo son: reunir los datos de la medici6n. EI objetivo de esta area es desanollar y establecer una capacidad de medici6n que se pueda usar para dar soporte a las necesidades de informaci6n de la organizaci6n. EI objetivo que se pre ten de es el de implementar metric as de proceso y de producto como soporte a la gesti6n efectiva y a la posibilidad de demostrar objetivamente la calidad de los productos. analizarlos. todo ella orientado a la mejora continua del proceso. almacenar los datos y resultados y comunicar los resultados. 2003). La incorporaci6n de fonna explicita de esta nueva area de proceso en el modelo CMMI proporciona una gesti6n con el enfoque y la visibilidad que las organizaciones necesitan para guiar el uso de la medici6n en sus esfuerzos de mejora (Goldenson et al.. especificar medidas. la capacidad del proceso y la satisfacci6n del cliente. 10 que implica una ampliaci6n a los conceptos incluidos en el modelo CMM.4. G La familia de n0l111as ISO 9000:2000. Por 10 tanto. establecen la necesidad de implementar el proceso de medici6n con el objetivo de controlar la calidad del producto.212 CAUDAD DE SISTE:VIAS INFOR:'vL. Proporcionar los resultados de la medicion. especificar procedimientos de recopilaci6n y almacenamiento y especificar procedimientos de analisis.4 se representa mediante un diagrama de flujo de datos. CMMI. La gesti6n usa metricas como entrada fundamental para la planificaci6n.\ T1COS organizaClOn. etc. con estas practicas se pretende establecer un buen proceso de recopilaci6n y G .

en un segundo paso. ya que estos deben proporcionarse a la persona adecuada para satisfacer sus necesidades de informacion.4. Establecer y mantcner objetiyos cuantitati\'os sobre Ia ealidad y -f.8. 5. .2.1. Proporcionar los resultados de Ja Medici6n Figura 9. Estabilizar el rendimiento de uno 0 milS subprocesos del proccso para -f.CAPiTL'LO 9: \lEDICIOl\' DE SlSTE\lAS DE E\FORMACIOl\' 213 comunicacion de los resultados. medidas. implementar el proceso de medicion y analisis. Estabilizar el Rendimiento detenninar su habilidad para obtener Ia cali dad establecida de l'Ol1na de los SubProcesos cuantitativa y los objeti\'os de rendimiento del proceso. Area Clave ":\Iedici6n y Analisis" de CMMI Por 10 tanto. el plimer paso del proceso de medicion es el de identificar los objetivos de la medicion para.Estabiecer Objetiyos rendimiento del proceso. Tabla 9.-\segurar Ia \ lejora Asegurar Ia mejora continua del proceso en Ia consecucion de objetiyos Continua del Proceso de negocio relevantes dc Ia organizaeion. c 3.l.2 Recopilar Infol1naeion de infol111acion de Ia mcjora deri\ada de Ia planiticacion y realizaeion del :v[ejora proceso para dar soporte a su uso nlturo y a Ia mejora dc los proeesos de Ia organizacion. ~y. 10 que requiere la integracion de la medicion en los distintos procesos del trabajo de una organizacion.. Alinear las Actividades de Analisis de la Medici6n Peesonal de Me dici6n 4 t.1. . Monitorizar y Controlar el .v[onitorizar y controlar cl proceso respecto al plan para Ia realizacion del proceso y !leyar a cabo las aeciones cOITeeti\'as apropiadas. resultados de Ia medicion. PRACTIC\ I OBJETIVO 2. basados sobre las necesidades de los clientes y Cuantitativos para el Proceso los objetiYos de negocio. Practicas Genericas de CM:\II relacionados con la medici6n . Proceso I Reunir productos de trabajo.

La fase de planificacion se lleva a cabo para satisfacer los requisitos basic os que penni tan que un programa de medicion GQM sea un exito. refina este objetivo en preguntas y define metricas que intentan dar informacion para responder a estas preguntas. . metric as e hipotesis). pennitan una automatizacion adecuada y necesaria para la evaluacion de los procesos. que estan principalmente basados en entrevistas eSh1. a partir de las cuales se puede evaluar el logro del objetivo planteado. siempre. de acuerdo al marco de medicion de CMMI.1 (Goldenson et aI.2. Recopilacion de Datos. En la fase de definicion se identifica un objetivo. 2003). Durante la fase de definicion se elaboran los entregables. EI principio basico que subyace tras el metodo GQM es que la medicion debe ser realizada. en la que se relll}enios datos reales de la medicion. Interpretacion.214 CAUDAD DE SISTEivlAS INFOR. siendo soportados por una helTamienta integrada de medici on. en la que se procesan los datos recopilados respecto a las metric as definidas en fonna de resultados de medicion. poder definir de fonna precisa modelos concretos de medida que. 2. durante la cual se define y documenta el programa de la medicion (objetivos. durante la cual se selecciona. que proporcionan respuestas a las preguntas definidas. Elmetodo GQM se lleva a cabo en las siguientes fases (van Solingen y Berghout 1999): 1. orientada a un objetivo. implicacion en la gestion y planificacion de proyectos. 3. EI proceso se ilustra en la figura 9. 4. GQM define un objetivo. Planificacion. Goal Question Metric (GQM) Elmetodo GQM fue originariamente definido por Basili y Weiss (1984) y extendido posteri0l111ente por Rombach (1990) como resultado de muchos afios de experiencia pnictica e investigacion academica. En definitiva. y todas las preguntas. Definicion.1cturadas u otras tecnicas de adquisicion de conocimiento. 2. es muy importante para una organizacion que quiera implantar un proceso efectivo de medicion. para 10 cual se incluyen aspectos de fonnacion. define.. preguntas.5. caracteriza y planifica un proyecto para la aplicacion de la medicion obteniendose como resultado un plan de proyecto.J'vlATICOS La importancia de la medicion en el modelo CMMI tambien se ve claramente reflejada en su incorporacion a varias pnicticas generic as tal y como se puede apreciar en la tabla 9.

las mediciones son utilizadas para responder a las preguntas fonnuladas.-\PiTULO 9: ivlEDICION DE SISTEvlAS DE INFOIUvlACION 215 l11etlicas y expectativas (hipotesis) de las l11ediciones. y las respuestas son usadas de nuevo para ver si se han logrado los objetivos planteados. Pregunta Metrica Plan del Proyecto Respuesta Medicion Definicion Interpretacion Datos Recopilados Planificacion Recopilacion de Datos Figura 9.2. as! como la motivacion y preparacion de los miembros de la organizacion p"ara llevar a cabo el programa de medicion. rellenan y almacenan en una base de datos una serie de fonnularios en los que se obtienen todos los datos de las mediciones. calendarios y objetivos del progral11a de l11edicion. EI plan del proyecto constituye el principal entregable de esta fase. as! como un plan de fonnacion de los desalTolladores implicados en el programa.1. 1999) A continuacion se describen con mayor detalle las cuatro fases de GQM. Durante la fase de recopilacion de datos se definen. PLAl'TIFICACION Los objetivos principales de esta fase son la recopilacion de toda la infol1nacion necesaria para un inicio exitoso del proyecto de medicion. cuando los plazos de entrega de los productos estim cerca se dedica menos atencion a las actividades del programa de medicion. durante la fase de interpretacion.C. Finall11ente. Establecer el equipo GQM. En much as ocasiones. 2. que es una etapa fundamental ante la necesidad de garantizar la continuidad de los programas de medici on. El plan proporciona la base para el fomento y aceptacion del programa de medici on por paIte de la directiva. la l11edicion real puede COl11enzar. Cuando se han cOl11pletado todas las actividades de la medicion. por 10 que se requiere un equipo GQM que deberia tener las siguientes cualidades: ser independiente de los . Las etapas que componen la fase de planificacion son: 1. en que se incluyen los documentos. procedimientos.5. EI Proceso GQM (van So ligen y Berghout.

tiempo. 3. Esta seleccion debe realizarse en fi. Como resultado se obtiene el plan del proyecto que deberia contener los siguientes elementos: a. el equipo GQM debe hacer un esfi. Reslimen de fa Gestion.mcion de los objetivos de negocio. leyes. riesgos y calidad. que presenta de fOlma resumida (en 20 line as aproximadamente) el programa de medici on. Crear el plan del proyecto. Por ello. .216 C\UDAD DE SISTE\L-\S ["iFOR\L'\TICOS E RA-\IA equipos del proyecto y no tener especial interes en los resultados de la medicion: poseer suficiente conocimiento previo sobre los objetos de la medicion. "coach" que es experto en GQM e ingeniero de soporte (support engineer). y en especial en relacion a los costes. el equipo GQM deberia considerar todos los detalles.lerzo para alinear los objetivos de la medicion con las ideas de mejora del equipo del proyecto. J Seleccionar las areas de mejora. Seleccionar el proyecto de aplicacion y establecer un equipo del proyecto. motivacion y entusiasmo de los miembros del equipo de proyecto. Una vez seleccionada un area adecuada. en la que se seleccionan las posibles areas de mejora de los productos 0 procesos. como podrian ser: problemas evidentes a los que se enfrenta la organizacion. incluso sobre si mismos: ser entusiastas para motivar a los miembros del proyecto. Los roles del equipo GQM son: gestor (manager). actividad que se realiza una vez se ha establecido el equipo del proyecto y se han seleccionado las areas de mejora. respetar a los miembros del proyecto cuando llevan a cabo las tareas del proyecto y reconocer que son ellos los que llevan a cabo las acciones de medicion y mejora: tener una mentalidad de Olientacion a la mejora. El exito de un programa de medicion depende fundamental mente de la voluntad. ya que son ellos los que van a realizar las actividades de medicion. que es el responsable de dar continuidad en to do momento del programa de medicion. Para ello deben controlar y estimular continuamente la dedicacion del equipo del proyecto a las actividades de medici on. que da sopOlte a las actividades de medicion. procesos y productos: y el conocimiento y experiencia previa en medici on que tienen las personas que van a participar en el proyecto. como: los problemas que podIian oCUITir: influencias extel11as como las personas implicadas. areas a mejorar identificadas tras una valoracion de procesos 0 areas de mejora de productos en base a objetivos de negocio de alto nivel. Las principales actividades del equipo de GQM son: planificar los programas de medicion en el contexto de los proyectos de desanollo: realizar las actividades de definicion de la medicion y desanollar los entregables QGM: comprobar los datos recogidos por el equipo del proyecto y los datos disponibles del proceso: preparar la interpretacion de los datos de la medicion e: infol111ar sobre el progreso del equipo de proyecto y de gestion y comunicar los resultados. 4. tecnologias.

para 10 que se consideran los objetivos de mejora del plan del proyecto definidos en la fase anterior. El objetivo es motivar y f0l111ar a los miembros del equipo del proyecto en la realizacion del programa de medicion. • I> . asignaciones de recursos y amilisis coste-beneficio del programa de medicion. en la que el equipo GQM debelia organizar sesiones frecuentes de fonnacion y promocion en las que se presenten de fOl1na clara los objetivos de medicion propuestos. 2. que describe las eshl1cturas organizacionales. e. proceso. Introduccion. f. que presenta el alcance del programa de medicion.2. Calendario. DEFINICION En esta fase se incluyen las actividades necesarias para definir fOl1nalmente el programa de medicion y como resultado se obtienen los planes GQM. los beneficios del programa de medicion.vlACION 217 b. del proyecto y equipo GQM que son relevantes en el programa de medicion. El enfoque de la calidad es el efecto principal que se estudia en el experimento. etc. donde los elementos de la plantilla son los siguientes: I> El objeto del estudio es la entidad que se estudia en el experimento. DE SISTEylAS DE IMOR. Procesos de gestion. para 10 cual se utilizan plantillas como la que se muesh'a en la tabla 9. d. mehica. c.Q RA-ylA CAPiTULO 9: :"lEDICIO?\. Las etapas de la fase de definicion son: I. EI proposito define cmil es la intencion del experimento. procedimientos de generacion de infol1nes de gestion asi como actividades de conh'ol de nesgos. Forlllacioll y promocion. el impacto del programa de medici on en las actividades diarias del equipo de proyecto y las experiencias en otros proyectos u organizaciones. que presenta el plan para la f0l111acion de los miembros del equipo del proyecto y la comunicacion de los resultados en la organizacion. de medicion y de amilisis. que incluye la planificacion temporaL entregables. la cual puede ser producto. que contiene pliOlidades. Organi:::acioll. Como resultado se obtiene una definicion f0l111al y bien estmcturada de los objetivos. modelo. teolia. recurso. 5. asi como la relacion entre los objetivos de la mejora y los objetivos del proyecto de desalTollo de software. Formacion y promocion.2.2. Definir los objetivos de la medicion.

1994) 2.UO DE el ob. de fODna que los miembros del equipo GQM puedan extraer de los miembros del equipo del proyecto toda la informacion relevante en relacion a los objetivos de la medicion.vL~TICOS e La perspectiva nos define el punto de vista desde el cual se van a interpretar los resultados del experimento.. Estos modelos de procesos deben dar soporte a la definicion de las mediciones.NTO DE\'1STADE E)I. 4. Gcual es el conocimiento actual del miembro del proyecto respecto a estas metricas?. 3. estos deben ser revisados y si es necesario mejorados. PlantiIIa de Definicion de GQM (Basili et al.R e CON EL PROPOSlTO DE CON RESPECTO A . a los objetivos de la medicion de f0l111a que se de soporte a la interpretacion de los datos. De la misma f0l111a que los objetivos se definen a un alto nivel de abstraccion. las preguntas constituyen un refinamiento de los objetivos a un nivel mas operacional. Las hojas de abstraccion incluyen los aspectos basicos a considerar en las entrevistas GQM. ANALlZ. Revisar preguntas e hipotesis. .ieto de estudio bajo medici6n entender. Con la respuesta a las pregllntas planteadas. de acuerdo a los miembros del proyecto?. EI contexto es el "entomo" en el que se lleva a cabo el experimento. Revisar 0 producir los modelos de proceso software. tales como: GCl/ales son las metricas para medir el objeto asociado a lin determinado objetivo. 0 mejorar el objeto el enfoque de caUdad del objeto en el que se centra la medici6n o perspectiva de las personas que miden el objeto el entorno en el que la medici6n tiene lugar Tabla 9. Realizar entrevistas GQM. DESDE EL P:L. Para ello se realizan entrevistas individuales en las que para facilitar la comunicacion se puede hacer uso de las hojas de abstraccion ("abstraction sheets "). controlar.'I.TE. EI contexto define brevemente el personal (sujetos) implicado y los artefactos software (objetos) que se utilizan en el expelimento. las respuestas esperadas son fOl1nuladas como hipotesis que son comparadas en la fase de interpretacion con los resultados reales de la medicion.. para asegurar que se han fODnulado las preguntas e hipotesis COlTectas.. .. Si existen previamente en la organizacion. se deberia poder concluir si se cumple un detel1ninado objetivo. Gque factores extern os pueden il?jluenciar las metricas J de que modo? Definir preguntas e hipotesis. los modelos de procesos deb en ser definidos por el equipo GQM y aprobados por el equipo del proyecto. 5. ELCO)l. Si no existen.2. en base. Para cada pregunta.218 CAUDAD DE SISTEMAS INFOR.

~RA-MA CAPiTULO 9: . gestor del proyecto. preguntas. Las metlicas deben proporcionar la infonnacion cuantitativa que pel111ita responder las preguntas planteadas de una fonna satisfactoria.6."!EDICION DE SISTEMAS DE INFOR. Interpretacion Objetivo . Revisar los planes. as! como gn'ificos y tab las en relacion a los objetivos y preguntas planteadas. Fase de Definicion de GQM (Basili y Weis. Sirve como guia para la interpretacion de los datos y para el desalTollo del plan de medicion y amllisis.!'vIACION 219 6. 9. Producir el plan de amilisis. que es un documento en el que se simula la interpretacion de los datos de acuerdo al plan GQM. Producir el plan GQM. descripcion textual y todos los resultados 0 valores posibles de las metlicas directas asi como la persona responsable de recoger dichos valores (programador. metlicas e hipotesis de un detenninado programa de medicion. EI plan de amilisis pretende basicamente describir como la infonnacion relevante de la medicion debe ser procesada con el fin de que pueda ser interpretada fikilmente por el equipo del proyecto. en el que se inc1uye la definicion f0l111al. etc. Producir el plan de medici6n. las metlicas son el refinamiento de las preguntas en mediciones de los productos 0 procesos. Comprobar consistencia y completitud de las metric as. ingeniero. Modelos Implicitos Preguntas Definicion Figura 9. 8. 10. de fonna que la definicion de los objetivos preguntas y metricas sea consistentes y completa con respecto al objeto sujeto a medici on. 1984) . Tambien se inc1uye el momento de tiempo en el que se debe tomar el valor de cada metlica directa y el medio (helTamienta 0 fonnulario) que la persona encargada debe usar. 7. II. Para ello se presentan simulaciones de los resultados de las mehicas. Por 10 tanto. que deben adelmis ser aprobados por el equipo del proyecto antes de que comience la obtencion de los datos reales de las mediciones. Definir las metricas.). en el que se inc1uyen los objetivos.

El principal objetivo es llegar a un acuerdo con el equipo del proyecto para el cOl11ienzo de la recogida de datos de la medicion y se instruye a sus miembros en los procedimientos de recogida de datos. . helTal11ientas 0 fOl11mlarios.3. Periodo de Entrenamiento (Hold Trial). Las principales etapas que componen esta fase son: l. b.2. Recogida de Datos. RECOPILACION DE DATOS Esta fase se inicia. preferiblemente de f0l111a diaria. almacenamiento.6) en tres niveles: el nivel conceptual en el que se definen los objetivos (goal). Construccion del sistema de soporte a la medicion (lvieaslirement Support MSS). durante la que se rellenan los fonnulatios y se entregan al equipo GQM de manera frecuente. la definicion de metricas con el metodo GQM se realiza mediante una aproximacion atTiba-abajo (figura 9. Este sistema constituye un elemento esencial del programa de medicion siendo su base un conjunto de hen-amientas generic as tales como hojas de calculo. 2. el nivel operacional en el que se definen las preguntas (question) y el nivel cuantitativo en el que se definen las metricas (metric). procesamiento. El sistema MSS esta fonnado por tres partes basicas: ~vstem. estableciendo la base de metric as para el posterior establecimiento del sistema de soporte a la medicion.220 CAUDAD DE SISTD!AS IMOR". Como resultado se obtienen una serie de fonnulatios cumplimentados y almacenados en una base de datos. Este periodo de pmeba es llevado a cabo antes de comenzar la toma real de datos y durante el mismo se definen y prueban los procedimientos de recogida de datos asi como las hen-amientas y fonnularios. Esta actividad suele llevarse a cabo por dos personas como maximo (una al menos es preferible que sea un ingeniero senior) durante uno 0 dos dias y el principal objetivo es evitar en'ores y detectar posibles mejoras a realizar en los procedimientos. Formacion y arranque de la obtencion de datos. aplicaciones de bases de datos y hen-amientas de presentacion. durante la que todos los participantes en el programa de l11edicion deben estar presentes.['A TICOS En resumen. hen-amientas y fonnulatios. El equipo GQM comprueba la consistencia y con-eccion y almacena los fonnularios. c. que incluye: a. en las que se incluyen la obtencion. una vez se han completado todas las actividades de definicion. helTamientas estadisticas. 2. presentacion y empaquetamiento de los datos de medicion. Sesion de Inicio (Kick ofj). El sistema MSS debe dar soporte a todas las actividades de medicion.

Preparacion de las sesiones de realimentacion. Cada hoja de analisis debe incluir: la descripci6n del objetivo y todas las preguntas derivadas del mismo (como en el plan GQM). c.1\. que en orden ascendente son: capa de datos sin procesar. para identificar si se alcanzan 0 no los objetivos. DE SISTE\IAS DE IMOR\l:\CIO.-. diapositivas de presentaci6n. 2.4. Al final de cada sesi6n de realimentaci6n el equipo GQM escribe un informe en el que se incluyen todas las observaciones. Generacion de informes de interpretacion de los resultados de la medicion.-\1:\ C'. todos los datos necesmios para responder las preguntas planteadas de una fOll11a satisfactoria con respecto a los objetivos e hip6tesis. que son los distintos tipos de presentaci6n de los datos obtenidos respecto a diferentes niveles de abstracci6n. Durante estas reuniones se deben debatir los resultados de la medici6n y se suelen celebrar cada seis u ocho semanas con una duraci6n tipica de una hora y media ados horas. en la que los miembros del equipo GQM deberia preparar todo el material necesario.PiTCLO 9: \IEDICIO. Durante estas reuniones el equipo del proyecto. 2. . INTERPRETACION La fase de interpretaci6n utiliza los datos tomados en la medici6n para responder las preguntas planteadas y de esta fOll11a. Sesiones de Realimentacion. que contiene los datos recabados. deben analizar los resultados y obtener conclusiones y acciones a realizar. b. EI material de realimentaci6n deberia ser util para los miembros del equipo del proyecto durante estas sesiones. 221 a."'. Este infolll1e es distribuido a los miembros del equipo del proyecto. capa de datos procesados y capa de gn'ificos y diagramas. Transparencias de Analisis ivJ55. Hojas de Analisis M55. como: hojas de analisis. 3. como expertos en el objeto bajo medici6n. Las etapas incluidas en esta fase son: I. Para ella se centran en: evaluar puntos de acci6n de sesiones previas: analizar e interpretar los datos recogidos en la medici6n respecto a los objetivos y preguntas del plan GQM y obtener conclusiones y traducir estas conclusiones en acciones concretas. Base de Merricas lvf55. material adicional. que son las transparencias de presentaci6n que son mantenidas de fOll11a que cualquier cambio de las hojas de analisis produzca su actualizaci6n inmediata.2. etc. inteq)!'etaciones.-. Para ella los miembros del equipo del proyecto deben adoptar un enfoque constructivo y dirigido por objetivos. conclusiones y puntos de acci6n relevantes formulados.

EJEMPLO DE APLICACION DE GQM Como ejemplo de definici6n de metric as utilizando el metodo GQM se va a describir la propuesta de metricas de Calero (2001) para evaluar la mantenibilidad de bases de datos relacionales. Ac"iALlZAR.5. es necesario incluir tambien en el infonne final un amilisis de costes/beneficios.3. Amilisis de costes y beneficios de un programa de medicion. TICOS :9RA-MA 4.1 I I 1 BD Relacionales ase!Wrar la mantenibilidad los disefiadores de BD desarrollo y mantenimiento de BD 1 1 I 1 1 Tabla 9.2.4. EI factor fundamental del exito de un programa de medici6n es el logro de los objetivos planteados. COSrES BENEFICroS Tiempo empleado por el equipo GQM en preparar un programa de medici6n (salario y gastos generales) Tiempo empleado por el equipo del proyecto en reuniones Ventas adicionales derivadas de la mejora de cali dad Evitar decrecimiento en ventas debido a la mejora de cali dad Tiempo empleado por el equipo del proyecto en cumplimentar fonnularios Ahorro de tiempo y esfuerzo en el desarrollo de software debido a un mejor entendimiento de los procesos de desarrollo Ahorro de tiempo debido a una mejor gesti6n de los recurs os Tiempo empleado para desarrollar el MSS Compra de hardware y software adicional para dar soporte al programa de medici6n Tiempo empleado por el equipo GQM para procesar los datos de la medici6n y preparar las sesiones de realimentaci6n Evitar costes debido a una mejor gesti6n de recursos Tabla 9.3 se muestran costes y beneficios asociados a los programas de medici6n.. 2001) Para satisfacer el objetivo anterior se definen las siguientes preguntas: . I . En la tabla 9.4. Sin embargo. Ejemplo de Aplicacion de GQM (Calero. El objetivo de acuerdo a GQM seria el que se muestra en la tabla 9. CON EL PRopoSnODE CON RESPECTOA DESDE ELPliNTODE VlSTA DE EXELCONTEXTO DE . Beneficios y Costes Potenciales de los Pl-ogramas GQM 2.222 CAUDAD DE SISTEMAS INFOIUvlA.

y van Solingen y Berghout (2001) proporcionan oh'os ejemplos relevantes de aplicaci6n de GQM en la indushia. definida como el numero de atributos de una tabla T. definida como el numero de claves ajenas de una tabla T. esquema. definida como el nlllnero total de ahibutos que hay en el esquema. Metrica RFK(T) iii Pregunta 2: o o o Numero De Tablas (NT). Numero De Claves Ajenas (NFK(T)). Numero De Claves Ajenas (NFK). Numero De Atributos (NA).7). definida como el nlllnero total de claves ajenas que hay definidas en el. .. (1998).3.C6mo il?fluye la complejidad de las tab las en la mantenibilidad de las bases de datos relacionales? Pregunta 2. RFK (T) NFK (T) NA (T) Figura 9. la l11ejora de sus procesos y los objetivos de sus proyectos. Ratio De Claves Ajenas De Una Tabla (RFK(T)). definida como el nlllnero total de tablas que hay en el esquema. Fuggetta et al. definida como el porcentaje de atlibutos de la tabla T que son claves ajenas (ver figura 9. Goal Question Indicator Metric (GQ(I)M) y Goal-Driven Software Measurement La l11etodologia GQ(I)M identifica y define mehicas software que dan soporte al negocio de la empresa. .RA.C6mo influye la complejidad entre tablas en la mantenibilidad de las bases de datos relacionales? iii Para responder a las preguntas planteadas se de fin en las siguientes metricas: iii Pregunta 1: o o o Numero De Atributos De Una Tabla (NA(T)). (.-MA CAPiTULO 9: MEDICION DE SISTEMAS DE iii Pregunta 1.7. 2. asegurando la relevancia y trazabilidad de los objetivos respecto a los datos obtenidos. GQ(I)M comparte much as similitudes con la metodologia antelionnente descrita GQM. Lindstrom (2004).

Identificaci6n de ObjetiYos. "que". EI proceso que sigue la metodologia GQ(I)M es el propuesto por el SEI en su enfoque "Goal-Driven Software Measurement" (Park et aI.. asf como para documentar el alineamiento del mismo con los objetivos de la organizaci6n. "cwindo".Que necesito saber? .... .. Que se divide en los siguientes pasos (vease figura 9. 1996: Zubrow.. 1996) 1. Una vez identificados dichos objetivos es necesario priorizarlos. En este primer paso se deben identificar los objetivos que dirigen los esfuerzos de la organizaci6n y puede iniciarse en cualquier nivel de la organizaci6n en el que se puedan establecer de fonna razonable dichos objetivos. Todo ella garantiza disponer de una colecci6n consistente de metricas a la hora de constmir un indicador y proporciona elementos adicionales para asegurar una interpretaci6n consistente del propio indicador (Goethelt y Siviy. Entidades Enlidades "V~ Entidades y Pa~o Sub·Obielivos p 3 "v~ Atributos P'" Paso Atributos ? "V~ "v~ Atributos ? Objetivos de Medici6n 01 02 Figura 9. Identijicar los objetivos de negocio. el artefacto mas relevante de esta metodologfa es la "Plantilla de Indicadores".Que quiero lograr? Para hacer estc. Paso 1.. <1 i. La metodologia esta f0l111ada por diez pasos organizados en tome a h'es conjuntos generales de actividades (Park et aI.8. Por ello.8): a. V c""" Paso Q Paso EI Proceso v C"C"". que es utilizada para definir de fonna precisa el "quien". 2004). ''par que" y "como" de un indicador. Como resultado se obtiene una lista de objetivos ordenada seglll1 su prioridad. 1996). "donde".224 CAUDAD DE SISTEMAS INFORNIATICOS salvo en el aspecto de que aiiade soporte explicito a los indicadores. necesitare .. 1998): Paso I Objetivos de Negocio Modelo Mental v )i>l. Identificacion de ObjetiYos en GQ(I)i\I (Park et at..

el siguiente paso es comenzar a identificar 10 que a la organizaci6n Ie gustaria saber con el fin de entender. . La cuantificaci6n de estos atributos debe pel111itir obtener respuestas a las preguntas planteadas. Este paso es iterativo 10 que puede conducir al refinamiento de las cuestiones y subobjetivos a medida que se l11ejora el esbozo 0 esquema mental del proceso. Identijicar las entidades y atriblltos relacionados COil los sllbobjetivos. Se obtienen analizando las similitudes y aspectos comunes de las preguntas planteadas sobre las entidades.". En este paso se utilizan las preguntas para refinar el modelo mental del proceso y sus entidades y atributos asociados. Paso 5. Ello implica en este paso la traducci6n de los objetivos de negocio en declaraciones a nivel operacional. Paso 3. yalorar. neeesitare. Ello pem1ite identificar mas claramente la relaci6n entre los resultados obtenidos (respuestas a las preguntas) y los objetivos. Identijicar 10 que se quiere co/weer 0 aprender.-\-?v1:\ CAPiTLLO 9: \IEDICI00i DE SISTE\IAS DE 10iFORMACI00i 225 b. En muchas ocasiones la descripci6n de los procesos de trabajo de la organizaci6n no es explicita y se encuentra m::is bien como un modelo mental en la misma. predecir 0 mejorar las actividades relacionadas con la consecuci6n de los objetivos. e. actividades y otras entidades que puedan ofrecer oportunidades de mejora. Este paso cOl11ienza seleccionando las prt3guntas que se consideran relevantes y que sue len estar asociadas con los subobjetivos de mayor prioridad.R. En este paso se traducen los objetiYos de negocio en objetivos de medici6n. ldelltijicar los subobjetivos.ar los objetivos de negocio. esfuerzo 0 calidad) asociados con los procesos de la organizaci6n. Para ello se fonnulan preguntas tales como "(:QlII? aetividades tengo que gestionar 0 reali::ar?" y se completan sentencias del tipo "Para !weer esto.. que une el prop6sito y las perspectivas de los objetivos del negoclo con las posibilidades de c. Paso 2. d. Una vez que se tiene una lista de preguntas es necesario identificar las entidades implicadas y sus atributos.. Los objetivos son enlazados con el conocimiento obtenido de los procesos de negocio y estrategias de la organizaci6n. Paso 4. agrupando las mismas en funci6n de los aspectos que h'atan de resolver. En todo caso es de gran relevancia identificar los productos de trabajo. Los subobjetivos proporcionan un refinamiento a nivel operacional de los objetivos generales. Las preguntas relacionadas con los objetivos planteados son estmcturadas en fonna de entidades (productos de trabajo 0 actividades) y ahibutos (tamafio. FOl'lJIa/i.. Una vez identificados los objetivos de negocio. Esto pennite establecer un conjunto bien definido de objetivos de negocio que son utilizados para el ananque del proceso GQ(I)M propial11ente dicho.

el proposito. La infom1acion del contexto 0 entomo ayuda en la interpretacion de los resultados de la medicion.3. EI proposito de la medici on puede ser: entender. la perspectiva y una de scrip cion del entomo y restricciones. 2. Los indicadores representan los productos obtenidos en las actividades de medicion y son utilizados por los directores de proyectos y profesionales como fuente de infonnacion de sopOlte para la toma de decisiones. Estos indicadores se utilizan para realizar el seguimiento del progreso en la ejecucion de las tareas definidas. Definicion de Indicadores. Para estar bien estructurados los objetivos de medicion deben incluir: el objeto de interes (entidad). el objetivo de medicion expresa los factores del entomo que es impOltante en tender por todos aqu~llos encargados del diseno y realizacion de las actividades de medicion y amilisis.226 CAUDAD DE SISTENIAS INFOIUvL-I.1 se describe la plantilla de definicion de indicadores de la metodologia GQ(I)M. . • lndicadores de alllilisis. POI' ejemplo. comparar. En el apattado 2. Que se compone de: a. planificar. Paso 6. Otro aspecto impOltante para facilitar a las organizaciones entender claramente si han alcanzado sus objetivos es distinguir los tipos de indicadores que se pueden definir. Este tipo de indicadores es utilizado para ayudar en el an3. AdetTI<ls. En este sentido es muy uti 1 el uso de plantillas que faciliten la definicion de indicadores. Idelltijicar preguntas cllalltijicables y los illdicadol'es I'elacionados. La perspectiva identifica qui en 0 quienes son los interesados en los resultados de la medicion. El cumplimiento de los val ores de este tipo de indicador significani que la ejecucion de las tare as se esta lievando a cabo con exito pero no garantiza la consecucion de los objetivos de negocio aunque un falio en este indicador puede significar un problema impottante para conseguir dichos objetivos.lisis de las salidas producidas por las tareas. la necesidad de datos historicos.TIC OS medicion que existen en la organizacion de acuerdo a sus procesos de trabajo. predecir. controlar. las tecnicas de "Valor Anadido" (earned vallie) 0 los diagramas de Gantt penniten construir buenos indicadores de este tipo. A la hora de disenar un indicador hay que considerar aspectos tales como la frecuencia de toma de datos. valorar 0 mejorar algll11 aspecto de calidad 0 productividad del objeto 0 entidad. el tiempo requerido para generar el indicador. etc. Goethert y Saviy (2004) distinguen tres tipos de indicadores: • lndicadores de progreso. En este paso se identifican las preguntas e indicadores a partir de cada uno de los objetivos de medicion planteados.

Definicion de Indicadores en GQ(I)M (Adaptado de Goethert y Siviy. ('. 9.\Ictricas Definfciones . tarea que se realiza en el siguiente paso. 9 se muestra el esquema general para la definicion de indicadores. 2004 y Park et al. MtHricas -e M1 » M2 M3 Paso Listas de Comprobaci6n Definicion de .Informes de Problemas Figura 9./\. Goethert. consecucion de hitos y defectos (Park. 1992.::l''::'~ »A 11 Indicadores 12 ~ .EsfuerLo .SubObjcti\"os . Una vez identificados los elementos de datos hay que definir las metricas necesarias que perrnitan obtener respuesta a las preguntas planteadas. b. 1992). Objetivos de Medici6n 01 02 <& Objetivos :'\cgocio. c. En la figura 9. 1992.Que quiera suber 0 aprcndcr'! 13 14 lndicadorcs 1! . Identificar los elementos de datos. La definicion de las metricas es un paso clave para obtener una interpretacion adecuada de los datos recogidos y debe realizarse teniendo en mente el proposito del indicador o indicadores. Paso 8. Crear un plan de accion. PlantilIu de Definicion de Indicadorcs (Ji'I:. Florac.-MA CAPiTULO 9: .\ledici6n Paso . Para facilitar una definicion no ambigua de las metric as el SEI ha propuesto una serie de marcos de tr·abajo de la medici on con listas de comprobacion para metricas que evalilan atributos como el tamafio. Los indicadores reflejan los elementos de datos que son necesarios. esfuerzo.(1 P:<!fl...R..::i. Paso 7. compuesto por los siguientes pasos: . En esta etapa se identifican estos elementos 10 que significa que no es necesario aim que se definan las metricas. V )( SLoe . Preguntas P1 P2 P2 Prcguntas Paso <\ .-'fEDICION DE SISTEMAS DE INFORJvL\CION 227 Un indicador que representa el nillnero y tipo de defectos detectado en cada fase del desarrollo es un ejemplo de este tipo de indicadores. 1996) 3. Definir las metricas.

Las organizaciones frectlentemente no obtienen los beneficios potenciales de un buen programa de medicion debido a las inconsistencias en la construccion e interpretacion de los indicadores deri\'ados de los datos de la medicion.A. etc. hay que hacer un amilisis de los datos que son necesarios y no estan disponibles en la organizacion en el que se valore la cantidad de esfherzo que requiere su obtencion. asi como la fonna de obtenerlo y de interpretarlo y presentarlo COlTectamente. Identificar las acciolles a implementm: Hasta el momento ya se dispone de la definicion de los indicadores y metricas que pueden dar respuesta a las preguntas planteadas en funcion de los objetivos de negocio.TICOS a. sistemas de seguimiento de defectos. PLAl~TILLA PARA LA DEFINICION DE INDICADORES La plantilla para la definicion de indicadores constituye el artetacto claw de la metodologia GQ(I)M. Paso 10. de generacion de infonnes de esfuerzo. En este aspecto se considera si son necesarias nuevas helTamientas. fOl11mlarios 0 incluso fonl1acion para obtener los datos. En este paso tambien se deben pliorizar los datos respecto a los indicadores de los que dependen. Para ella es impor1ante disponer de una plantilla para su definicion y de una guia que facilite la utilizacion de la misma.228 CAUDAD DE S!STE'. 2. Preparar lIll plan de accion. si hay fOl11mlarios y procedimientos para recoger y registrar los datos. .IAS !?\FOR:VI. Ahora es el momento de analizar la situacion actual en la organizacion con respecto a las necesidades de infonl1acion planteadas. quien tomara dichos datos: como se analizaran. si hay helTamientas de soporte. Tambien ayuda para asegurar la recopilacion consistente de las metricas necesarias para obtener el indicador asi como los criterios necesarios para la interpretacion de las metricas obtenidas.1. Para la definicion de un indicador la plantilla incluye los siguientes campos: e ObjetiYo del indicador: el objetivo 0 proposito del indicador. Del mismo modo. tal y como proponen Goethel1 y Siviy (2004). Por ella para cada elemento de datos se debe detel111inar su estado respecto de si existe una explicita definicion de una metrica para dicho elemento de datos. b. Es necesario identificar las fuentes de informacion existentes en 11 organizacion ya que los elementos de datos requeridos podrian encontrarse en una gran diversidad de fuentes que incluyen planes de proyectos. Una vez que se ha realizado el analisis necesario y se conocen los datos requeridos y las actividades de medicion a llevar a cabo para obtenerlos es el momenta de definir el plan en el que se incluyan las acciones concretas a llevar a cabo para satisfacer las necesidades de infor111acion planteadas. La plantilla de un indicador se utiliza para documentar de for111a precisa un indicador. etc. si se han detenninado los puntos en el proceso en el que se realizaran las medici ones y su frecuencia.3. de gestion de configuracion. Paso 9.

Informacion de toma de datos: en la que se indica como. Las practicas y principios que prop one se han llevado a cabo con exito en multitud de proyectos software. con que frecuencia. Suposiciones: la lista de suposiciones sobre la organizaclon. etc. Informacion de generacion de informes de datos: infonnacion sobre qui en es responsable para generar los infonnes de los datos...4. Practical Software Measurement (PSM) La l11etodologia PSM (Practical Sofhmre Measurement) (McGan). Entradas: la lista y definiciones de las metricas requeridas para constmir el indicador. 2002) se basa en la experiencia obtenida por docenas de organizaciones para saber cual es la mejor manera de il11plementar un programa de medida de software con garantias de exito. y todos aquellos datos que sean impOltantes para obtener y usar el indicador. et al. sus procesos.RA-M. sino que incluye !ineas guia para ajustar los marcos de trabajo de la medida y las practicas a la situacion de cada proyecto en cada orgallizacion. la descripcion de la audiencia de interes para la que se ha definido el indicador. Amilisis e Interpretacion de los resultados: infonnacion sobre como analizar e interpretar el indicador.-'. es decir. Perspectiva 0 punto de vista. Representacion Gnifica del indicador. Algunos ejemplos de aplicacion de la plantilla de indicadores pueden consultarse en Goethert y Siviy (2004). 2. . relll1en los elementos de datos requelidos en la construccion del indicador. quienes. recuperacion y segUlidad de los datos. C-'. Algoritmos: la descripcion del algoritmo usado para constmir el indicador a partir de las metticas definidas. No se trata de una aproximacion general. para quienes y la frecuencia de almacenamiento.PiTlJLO 9: ~lEDICIOl\ DE SISTE~IAS DE Il\FOR?v1ACIOl\ 229 (!) Preguntas: la lista de preguntas que el usuario del indicador intenta responder con su definicion. (!) (!) (!) (!) (!) (!) (!) (!) Las organizaciones pueden adaptar la estructura de esta plantilla a sus entomos particulares ya que la plantilla propuesta par el SEI incluye los campos que se consideran COl11unes para la definicion de indicadores.. cuando. modelo de ciclo de vida.

. Planificar el .. Modelo de Procesos de Medicion de PSM .230 CAUDAD DE SISTEvlAS INFO~'vLA. 2. Esta actividad implica establecer los recursos. Planificacion de la Medicion.TICOS PSM prop one un Modelo de Procesos de Medida (figura 9. Realizacion de la Medicion.... proceso . Esta actividad implica reunir los datos de las mediciones. En esta actividad tanto el proceso de medici6n como las propias mehicas definidas deben evaluarse y mejorarse peri6dicamente segll11 sea necesano. Plan de Medida .. realizar el amilisis y presentar los resultados para que la infonnaci6n pueda ser util para la toma de decisiones. asegurar que hay una gesti6n que usa la infonnaci6n producida. En esta actividad se definen las mehicas necesarias que proporcionen la visibilidad en los proyectos necesaria para satisfacer las necesidades de infom1aci6n.. Esta actividad inc1uye identificar que necesitan saber los beneficiarios de la medici6n (encargados de la toma de decisiones).10. Establecimiento y mantenimiento del Compromiso. 4. relacionar las necesidades de infonnaci6n con las entidades que pueden ser medidas y seleccionar y especificar meh"icas basadas en los proyectos y en los procesos organizacionales.. y 10 que es m:ls importante.. Realizar las mediciones Nuevas Tareas Acciones de Mejora Analisis de Resultados y de la Realizacion de la Medida Evaluaci6n ~ Ambito de PSM Figura 9. Evaluacion de la Medida. Realimentacion de los usuarios PROCESOS TECNICOS Y DE GESTION Objetivos y Tareas Analisis de Resultados Establecer y Mantener el compromiso de medici6n . fonnaci6n y henamientas necesarias para implementar un programa de medici6n de fonna efectiva. 3.10) que se divide en cuatro actividades principales: I.

pues. trata de definir la calidad del software para un sistema mediante una lista de atributos de calidad del software requeridos por el propio sistema. El proposito de las metIicas del software es hacer evaluaciones a traves del cicIo de vida del software para comprobar si los requisitos de calidad del software se estan cumpliendo.fIi>. al final del proceso.. Este modelo incorpora una estructura denominada constructor de la medicion que describe como los atributos relevantes de los productos y procesos se cuantifican y se convierten en indicadores.\...1ctor de la medicion entre 10 que se mide y la necesidad de infonnacion que se tiene (que se satisface con un producto de informacion) se representa en la figura 9.-MA CAPiTULO 9: MEDICION DE SISTElvl""S DE INTOR.11. Relacion entre necesidades de informacion y atributos En definitiva. Y ambos se han convertido en la referencia para la industria proporcionando ademas un lenguaje COmlll1 que facilita la comunicacion en el ambito de la medicion software. IEEE Std 1061-1998. de infom1acion (itil para los encargados de la toma de decisiones. que son elementos que proporcionan la base necesaria para la toma de decisiones. 2.. medidas derivadas e indicadores. 1998b) la calidad del software se puede considerar como el grado en el que el software posee una combinacion cIaramente definida y deseable de atIibutos de calidad. . Este estandar.': RA. Para ella PSM incorpora un modelo de infonnacion de la medicion que relaciona las entidades que son medidas con las medidas definidas y en ultima instancia con las necesidades de infonnacion que se satisfacen.Producto de Informacion Figura 9. La relacion que establece un constr1. Todo constructor de la medicion implica tr'es niveles de medida: medidas base.. PSM proporciona un metodo sistematico para la planificacion y realizacion del proceso de medicion y analisis.11.. aunque sin que ella elimine la necesidad de un juicio humano en las evaluaciones de software. Constructor de Medicion Medida Base Medida Derivada Atributo Indicador . Constiulye la referencia en la que se basa el estandar intemacional ISOIIEC 15939..'vIACION 231 Un aspecto basico para disponer de programas de medicion efectivos es el hecho de disponer. Metodologia para Metricas de Calidad del Software Seglll1 este estandar (IEEE..5.

Es un marco disei'iado para ser flexible y aplicable a todos los sistemas.232 CAUDAD DE SISTE\L-\S I~FORlvL'\ TICOS EI uso de esta metodologia pennite a una organizaci6n: I) Lograr sus objetivos de cali dad. Evaluar el nivel de calidad logr'ado frente a los requisitos establecidos. adaptandose a cada caso concreto sin cambiar los conceptos basicos. Marco de trabajo para metricas de calidad de software en IEEE 1061-1998 EI estandar IEEE 1061-1998 propone una metodologia con el fin de establecer los requisitos de calidad e identificar. escalar.12 se muestra el marco de trabajo para las metl1cas de calidad de sofuvare. analizar y validar el proceso y los productos de calidad del sofuvare.12. Esta metodologia consta de los pasos que se detaIl an a continuaci6n: . CaUdad del Software de un Sistema Factor \!etrica Figura 9. Establecer requisitos de calidad para un sistema en su inicio. I) I) En la figura 9. calibrar 0 validar una metrica. Detectar anomalias 0 I) I) I) I) problemas en el sistema. I) Predecir el nivel de calidad que se lograra en el futuro. implementar. Establecer criterios de aceptaci6n y estandares. Evaluar la facilidad de cambio en el sistema durante la evoluci6n del producto. Nonnalizar.

b. b. e. Identificar los beneficios al aplicar las metIicas. b. c. Garantizar la confonnidad con los requisitos. Hacer predicciones de la calidad del sofuvare. Identificacion de las iVIetricas de Calidad del Software. Interpretar los resultados. Procedimiento de yalidaci6n. c. Aplicar el marco de trabajo de las metricas de calidad del software. Ajustar el conjunto de metlicas. Definici6n de los procedimientos de la colecci6n de datos. c. 2. Las acciones a realizar en este paso son: a. Para 10 cllal se realizan las siguientes acciones: a. Validacion de las iVIetricas de CaUdad del Software. Identificar los costes de la implementaci6n de las metlicas. c. d. f. Identificar la calidad del sofuvare. 3. RA-'\IA (APiTCLO 9: \IE01(I00: DE SISTE:VIAS DE INFO~'vL-\(IO]\ 233 I. Paso compuesto por: a. Adquirir un compromiso con el conjunto de metlicas. . Para ella es necesano: a. Uso de criterios de yalidaci6n. Agrupar los datos y calcular los val ores de las metlicas. Implementacion de las iVIetricas de Calidad del Software. d. Requisitos adicionales. 4. Realizar un prototipo del proceso de medici6n. Analisis de los Resultados de las iVIetricas del Software. d. Realizar un amllisis coste-beneficio. b.{. Propuesta de validaci6n de las metricas.

Requisitos adicionales.: 5. De acuerdo a este estandar. Se identifican las actividades de la medici on. b. ISOIIEe 15939 Este estandar intemacional (ISO. c. Se identifican las necesidades de informacion de los procesos tecnicos y de gestion.cvlA TICOS :£. Tambien proporciona las definiciones de los tenninos de uso comlll1 relativos a la medicion dentro de la indush-ia del software. definir. Se usan productos de infonnacion para apoyar las decisiones y proporcionar una base objetiva para la comunicacion. seleccionar. Las mejoras se comunican al responsable del proceso de medicion. 2002c) identifica las actividades y tare as necesarias para identificar. Procedimiento de validacion.6. 2.lctura de medicion de una empresa. Uso de critelios de validacion.234 CAUDAD DE SISTEMAS IN"FOR. Se identifica yio define un conjunto apropiado de medidas en funcion de las necesidades de infonnacion. Se recopilan. Como resultado de esta implementacion: o Se establece y mantiene un acuerdo dentro de la organizacion a la hora de medir. para ayudar a una gestion efectiva de los procesos y demostrar objetivamente la calidad de los productos. Validaci6n de las Metricas de Calidad del Software. el principal objetivo del proceso de medicion del software es reunir. Propuesta de validacion de las mehicas. almacenan y analizan los datos necesarios y se interpretan los resultados. d. Para 10 cual se realizan las siguientes acciones: a. analizar y proporcionar datos relativos a los productos desalTollados y a los procesos implementados dentro de una organizacion. aplicar y mejorar de manera exitosa la medicion de software dentro de un proyecto general 0 de la eShl. Se eva III an el proceso de la medida y las propias medidas. o o o o o o o .

Requerimientos de t. El proceso de medicion de software propuesto en el estandar se compone de cuah'o actividades principales (figura 9. para cada necesidad de infonnacion.13. este estandar define las actividades y tareas necesmias para implementar un proceso de medicion de software. Los Procesos Tecn.1edicion PROCESOS TECNICOS Y DE GESTION Necesfdades de Informacion Rea/imentacion de los usuarios Productos Informativos v Establecer y Mantener el compromiso de medici6n :: Compromiso Planificar el proceso Evaluaci6n p!anfr7cacfon <I Productos fnformativos y Resultados de f. el nllcleo proporciona un producto de infonllacion que la satisfaga y este se comunica a la organizacion para que sirva como base en la toma de decisiones. Una actividad es un conjunto de tareas relacionadas que contribuyen a alcanzar el objetivo y los resultados del proceso de medicion de software. Las otras dos actividades proporcionan la base del nllcleo del proceso y realimentacion para el propio mkleo e involucran mas al propietario del proceso. Son las actividades que indican principalmente la implicacion del usuario de la medicion. Lo que este estandar no especifica es como realizar cada una de las tare as que componen cada actividad.cos y de Gest. Una tarea es un segmento de trabajo bien definido.1edidas <I Base de experiencias de Medic<6n Productos Informativos }' Resultados de eva/uacian Ambito de ISO/lEG 15939 acc/ones de majora Figura 9. i\Iodelo de Procesos de Medicion de Software (ISO/lEe 15939) Como se aprecia en la figura 9.13.VIAS DE INFORl'vlACION 235 Tal y como ya se ha comentado.on de una organizacion no se encuentran dentro del ambito de este estandar. aunque son una intelfaz extema impOIiante para las actividades de medicion que se incluyen en el estandar. Hay dos actividades que se consideran el nllcleo del proceso de medici on: Planificar y Realizar el Proceso de Medicion.~ RA-\1A CAPiTULO 9: \[EDICION DE SISTE.13) que se suceden en un proceso iterativo pennitiendo una realimentacion y una mejora continua del proceso de medici on. .

para el estudio de la medicion del software hay que estudiar las entidades que pueden ser objeto de medicion as! como los atributos caracteristicos de dichas entidades. . el objetivo de todo proceso de medicion es recopilar indicadores cuantitativos sobre entidades software.. En este apartado se aporta una vision general sobre el campo de las metric as software.5. Actividades y tareas en ISO/lEe 15939 3. tiempo. Con todo ello. ACTIVlDAI) I TAREAS Establecer y Mantener el Compromiso de Medicion Planificar el Proceso de Medicion Realizar el Proceso de i\ledicion EYalllar la Medicion Aceptar los requisitos de la l11edicion Asignar recursos Obtener las caracteristicas de la organizacion Identificar las necesidades de infol111acion Seleccionar las medidas Definir los procedimientos de recoleccion de datos. etc . especificando que 10 que se qui ere medir es el tamano de un programa (Morasca. es decir. As! se incluyen las medidas que han resultado ser lltiles en la organizacion. sino que se tienen que medir de fonna conjunta.236 CAUDAD DE SISTE"L\S 10iFOR~lATICOS La Base de Experiencia de Medicion pretende capturar productos de infonnacion de iteraciones anteriores del ciclo. 2001). analisis e infol111eS Detlnir los criterios de eyaluacion de los productos de infol1mcion y el proceso de medicion Reyisar. siendo una entidad software to do elemento software sobre el que se puede aplicar un proceso de medici6n y que estan caracterizadas por una serie de atributos (tamailo. como por ejemplo medir un programa 0 medir el tamano. Las tareas para las diferentes actividades del proceso de medicion de acuerdo al estandar se muestran en la tabla 9. no se puede medir una entidad 0 un atributo de fonna aislada. Para realizar Ia medicion es necesmio identificar'tanto las entidades como los atributos a medir.5. ). aprobar y proporcionar recursos para las tareas de medicion Adquirir y utilizar tecnologias de apoyo Integrar los procedimientos Tomar los datos Analizar los datos y desanollar productos de infol111acion Comunicar los resultados Eyaluar los prodllctos de infol111acion y el proceso de medicion Identiticar las mejoras Eotenciales Tabla 9. evaluaciones anteriores de productos de infonnacion y evaluaciones de iteraciones anteriores del proceso de medicion. METRiCAS SOFTWARE Tal y como se ha descrito en los apm1ados anteriores.

. 1997). bas ado en el estudio y control de la capacidad de los procesos. para establecer un marco de medici6n denh'o de una organizacion es necesario definir.-'. basado en la gestion de proyectos.14. proyecto y producto se muestra en la figura 9. 237 De acuerdo a modelos de evaluacion y mejora como ISO 15504.14. Tipos de Entidades de :vIedici6n del Software 3. Dichos procesos se aplican en la practica en fonna de proyectos. centrado en su calidad y aspectos tecnicos. el proceso software constituye la base a partir de la cual se realiza el trabajo denh'o de una organizacion.lEDICIO:--: DE SISTE\. Metricas de Proceso Metricas de Producto Metricas de Producto Figura 9. La relacion entre las metricas de proceso. el proyecto y recursos asociados as! como el producto software.CAPiTCLO 9: l-. CMM. el coste y los defectos enconh'ados (Fenton y Pfleeger. recoger y analizar metIicas sobre el proceso. Como se puede observar en dicha figura. as! como en la gestion de los cambios en el proceso.1. Por 10 tanto. Medicion del Producto. Medicion del Proceso.lAS DE f:\:FORMACIO. A continuaci6n se da una vision general sobre las metlicas de estos tres tipos de entidades software. a la hora de incrementar el nivel de madurez de una organizacion hay que establecer una base cuantitativa que de menor a mayor grado de madmez esta enfocada sobre: o o o Medicion del Proyecto. 0 CMMI. Como resultado de la ejecucion de proyectos concretos se utilizan recursos y se obtienen productos. Medici6n del Proceso La medicion del proceso implica las medici ones de las actividades relacionadas con el software siendo algunos de sus atributos tipicos el esfuerzo.

la medici6n del proceso se realiza extrayendo las caracteristicas de tareas especificas de la ingenieria de software y obteniendo como resultados metlicas sobre los en'ores detectados antes de la entrega del software. A medida que avanza un proyecto. En relaci6n a las metricas de proceso. las metric as de proyectos y los indicadores derivados de ellos son utilizados por un adminisu'ador de proyectos y por un equipo de software para adaptar el flujo de u'abajo del proyecto y las actividades tecnicas. Por ello. Ajustar el flujo y las tareas de u·abajo. es decir. las mediciones del proyecto de software son tacticas. 2002): • • • • • Evaluar el estado del proyecto en curso. Las metricas recopiladas de proyectos anteriores se utilizan como la base a partir de la cual se realizan las estimaciones del esfuerzo y del tiempo necesario para el proyecto actual. ya que es posible que la complejidad u oU'as caracteristicas de calidad del modelo puedan afectar a su ejecuci6n (enactment) y por consiguiente a la calidad de los productos finales obtenidos. Realizar un seguimiento de los liesgos potenciales. Canfora et al. y el tiempo de desarTollo del mismo. las metric as del esfuerzo y del . Cuando se mide el proyecto el objetivo fundamental que se pretende es el de reducir el coste total del proyecto. productos de trabajo entregados. Otro posible enfoque de l11edici6n del proceso es a nivel conceptual. En este senti do un area clave de investigaci6n es el control estadistico de procesos (Florac y Carleton. Los indicadores de proyecto penniten al administrador de software (Pressman. En este aspecto se pueden encontrar algunos estudios de para evaluar la mantenibilidad de los modelos de procesos software (Garcia. Evaluar la habilidad del equipo del proyecto en controlar la calidad de los productos de trabajo de la ingenieria del software. el esfuerzo humano y tiempo consumido. defectos detectados e infol111ados por los usuarios finales. en la bibliografia. 1999).2. etc. 3. Medici6n del Proyecto La medici6n del proyecto y sus recursos asociados constituye el elemento principal sobre el que se basa el estudio de las l11etlicas del proceso software. 2005). el enfoque de medici6n del proceso se ha centrado en recopilar una selie de meuicas de todos los proyectos y durante un largo peliodo de tiempo con el objetivo es proporcionar indicadores que lleven a mejoras de los procesos software a lar'go plazo. Detectar las areas de problemas antes de que se conviertan en "criticas".238 CAUDAD DE SISTE?vlAS INFOIUv1A TICOS De acuerdo a Pressman (2002) las metric as del proceso de software se utilizan para prop6sitos estrategicos y en muchas propuestas. El primer tipo de meuicas de proyectos software pueden ser obtenidas durante la fase de estimaci6n. ajuste con la planificaci6n. 2004..

EI administrador de proyectos utiliza estos datos para supervisar y controlar el avance. "Esfiterza" el esfuerzo total del personal del proyecto para desarrollar el producto. el "Tamaiia" igual al numero de lineas de codigo fuente (nuevas y modificadas pero sin considerar espacios en blanco y comentarios). siendo a = 113 y b=4/3. que son entre otros.CION 239 tiempo consumido se comparan con las estimaciones originales (y la planificacion del proyecto). En relacion a la estimacion de proyectos software existen model os como el de Putnam y Myers (1992) en el que se desarrollan una ecuacion basica del software expresada como: Producto = Productividad * Esfuerzo * Tiempo.4) mientras que para la estimacion de costes de un proyecto caben destacar los modelos COCOMO (COnstmctive COst MOdel) creado por Larry BoelU11 en 1981 y su posterior refinamiento en la version actualmente en vIgor COCOMO II. "Tiempo" es la duracion del proyecto.3. Otro de los elementos clave a mediI' a nivel de proyectos son sus recursos. Para la estimacion del tamai'io del software cabe destacar la metrica de "Punta FZlI1cion" (vease apartado 3.!': RA-MA CAPITULO 9: MEDICION DE SISTEMAS DE INFORivLA. La anterior ecuacion fue posteriol1nente ajustada en base al aniilisis de resultados historicos de una gran base de datos de proyectos. complejidad algoritmica. las infi:aestructuras. y esfuerzo y tiempo representan los mlos de esfuerzo y duracion de todas las fases del proyecto. el personal implicado. Al utilizar lineas de codigo como metlica de tammlo existen algunas dificultades sobre to do para comparar distintos proyectos en los que se utilizan otros lenguajes 0 entomos de programacion. complejidad de gestion. Una metlica muy utilizada es la productividad del personal. estabilidad de la plataforma) y de proceso (dependiente de las herramientas y metodos us ados as! como del perfil del personal utilizado). y la "Prodllctividad' depende de divers os factores que se pueden clasificar en factores de producto (como su dificultad tecnica en funcion de aspectos como restricciones hardware. En Ingenieria del Software es habitual indicar la entl'ada como el esfuerzo en personas mes. En general se considera la productividad como la division de la salida poria entrada.. etc. que se obtiene dividiendo el tamano pOl' el esfuerzo. . complejidad logica. hardware y software. y la salida como el numero de lineas de codigo. donde "Prodllcta" representa la funcionalidad expresada en tamano. Esto implica dividir una metlica de producto pOI' una metrica de proceso para obtener una metlica de recurso. quedando: Tamafio Producto = Indice de Productividad * Esfuerzo a * Tiempob.

el equipo puede que no funcione bien y la productividad sea baja. En la literatura existe una gran diversidad de propuestas relacionadas con la medici on del producto. A medida que el software va evolucionando desde la especificacion al disefio. . 1997). 1991): estas metlicas se utilizan para minimizar la planificacion de desan-ollo guiando los ajustes necesarios que eviten retrasos y atemien problemas y riesgos potenciales.)0 CALlD. Tambien es impOltante considerar de fonna separada ia expeIiencia de los individuos y la experiencia del equipo. A continuacion se resumen a modo de ejemplo algunas propuestas representativas de metIicas de producto.-\D DE SISTE\IAS I.\FOR:\L'\TICOS 1': R. Autores como Fenton and Pfleeger (1997) sugieren utilizar otras metric as de productividad ya que la productividad del personal no considera la calidad del codigo obtenido.-\-\L-\ La metric a anterior solo mide la productividad del personal durante la implementacion.3. Otros recursos relevantes a considerar son los equipos de trabajo y las hen-amientas (Fenton y Pfleeger. es importante establecer su relacion con otras variables del proyecto como la eficacia de las hen-amientas en tel111inos de la calidad obtenida. y se utilizan para evaluar la calidad de los productos en el momenta actual con el fin de poder mejorarlos. 3. que incluyen todos los aItefactos entregados 0 documentos que son productos durante el ciclo de vida del sofuvare. El uso de metricas para los proyectos tiene dos caracteristicas fundamentales (McDennid. Por otro lado tambien se considera la experiencia como un factor importante de productividad. La productividad de los miembros del equipo de trabajo depende de muchos factores. De hecho los modelos de estimacion consideran el uso de las hen-amientas a la hora de estimar el tamafio 0 coste de desan-ollo de software. Tal y como indica Pressman (2002).2. En general la experiencia individual se puede mediI' con escalas ordinales pero es importante considerar que la expeIiencia se actualiza con mucha frecuencia. las helTamientas y los metodos utilizados. como par ejemplo la estructura del equipo. En relacion a las hen-amientas. Los productos del software son las salidas del proceso de produccion del sofuvare. tiempo de entrega y la productividad del personal que las utilizo. Medici6n del Producto La medicion del producto software esta centrada en evaluar la calidad de los entregables. aunque es dificil de medir. se recopilan las metricas tecnicas para evaluar la calidad del disei'io y para proporcionar indicadores que influirim en el enfoque a seguir para la generacion de codigo y para las pruebas. otras metric as de proyectos pueden ser obtenidas una vez que comienza el desaITOllo del producto propiamente dicho y en este aspecto es impOltante realizar un seguimiento de los en-ores detectados durante todas las tare as de ingenieria del software. ya que aunque los integrantes de un equipo puedan tener buena experiencia.

A par1ir de la metrica anterior se pueden definir otras metric as derivadas titiles. el problema de esta metric a ha sido la falta de consenso existente a la hora de definir que es una linea de codigo. Tambien se debe considerar en la medici on la fon11a en la que el codigo ha sido producido (programando. Por ello.vIACIO:\ 2-11 3.mci6n de las necesidades 0 de la persona que la aplique. En particular es necesario clarificar elementos como las lineas en blanco. modificado 0 conver1ido con traductores automiiticos).(". los comentarios. Otras metricas definidas para evaluar la longitud de un programa son: e Numero de sentencias de programacion. Lines of Code). las declaraciones de datos y las lineas que contienen instrucciones separadas.lente. pero no las lineas en blanco. para aplicar esta metrica es fundamental establecer claramente que elementos hay que considerar como linea de c6digo y como deben contarse. 1993). que puede dar una idea sobre e1 punto hasta e1 cual esta documentado e1 codigo.1. Se creo intentando paliar el problema de ambigiiedad de definicion de las lineas de codigo. declaraciones no ejecutables y directivas de compilacion. R.3. . 1992) en las que se indica que como linea de cOdigo se debe considerar todo el codigo ejecutable. a pesar de ser ampliamente conocida y utilizada. quedando (Fenton y Pfleeger. seglm el objetivo perseguido por la medicion sera importante contar las lineas de comentario como line as de codigo mientras que en otras ocasiones sera imprescindible no contar los comentarios como lineas de codigo. Por ejemplo. usando generadores de codigo n. 1997): Se define Longitud Total (L T) como la suma del Nlll11ero de Lineas de Codigo que no son comentarios (NClOC) mas e1 nlll11ero de lineas de codigo que son comentarios (ClOC). como 1a densidad de comentarios (ClOC/lOC). el SEI ha definido listas de comprobacion (Park. copiado 0 reutilizado sin realizar cambi@s. es la metrica mas popular a nivel de codigo de programa. Para facilitar 1a obtencion e interpretacion de la metric a lOC. En general se recomienda separar en la medicion de la longitud las lineas de codigo y los comentarios. Definida como el nll111ero de puntos y coma (li y Henry. Sin embargo. Como se puede deducir esta metrica solo es aplicable a programas que utilicen este simbolo para separar un as sentencias de otras.>\-\IA C>\PiTCLO 9: \IEDICIO:\ DE SISTE\IAS DE Ii\'FOR. Presenta el mlsmo tipo de problemas de ambigiiedad que la metrica lOC. lVlETRICAS DE CODIGO FUENTE las metlicas de codigo fuente mas imp0l1antes son Lineas de Codigo y longitud Total. Lineas de cOdigo (LOC. e SIZEl. ya que esta definicion variara en n.

cas base Halstead define una seli.cas deli. nivel del lenguaje (una constante para un lenguaje dado). 2002): la longirud global del programa. al proporcionar algunas metri. Del resto de metri.cas con definiciones confusas 10 que puede provocar diversas interpretaciones de las mismas.trno.3. Como metri.\ TICOS £: R. Entre las metricas de complejidad destacan las siguientes: e Complejidad Ciclomatica (V(G)). el volumen minima potencial para un algOli. log2 (Ill) + ~l ~12' III +~12.ca mas representativa para evaluar la longirud Halstead prop one la metli. Esta metri. una de las mas estudiadas y utilizadas.cas cabe destacar: e e Volumen de un programa: V = N .e de metri. METRICAS DE COMPLEJIDAD . Se basan en los tokens (unidades sintacticas elementales distinguibles pOl' el compilador) y que pueden ser divididos en operadores y operandos. propuesta par McCabe (1976).+2 CAUDAD DE SISTEMAS INFOIUvL. que es la suma de N1 y N2. para evaluar la complejidad de un programa.2. constitrlye un ejemplo de medici6n inadecuada. y otr'as caracteristicas tales como esfuerzo de desalTollo. Las metricas son la longitud de un programa. siendo Longitud global del programa: N' = III .\-.ca conocida.ca es. 3.ca puede calcularse de la siguiente fonna: V(G)=A-N+2 .2. Las metricas base definidas para estos elementos son: o Ill: el nllmero de operadores diferentes que aparecen en el programa o o o 112: el numero de operandos diferentes que aparecen en el programa N1: el nlllnero total de veces que aparece el operador N2: el nlunero total de veces que aparece el operando A partir de las metri.vIA e Metricas de la Ciencia del Software (Soff1mre Science).ca N. que puede representarse mediante un grafo de flujo de contro!' Esta metri. ademas de la primera metri. tiempo de desalTollo e incluso el nlunero esperado de fallos en el software. (~12) log2 Fenton y Pfleeger (1997) consideran que aunque la propuesta de Halstead ha tenido un gran imp acto en la medici6n software. La metrica V(G) esta basada en la teoria de grafos y mide el numero de caminos linealmente independientes de un programa.vadas que penni ten evaluar (Pressman. log2 (11). el nivel del programa (una medida de la complejidad del software). el volumen real (nlllnero de bits requeridos para especificar un programa). el volumen de un programa y el esfuerzo de implementaci6n de un programa. Propuestas por Halstead (1977) para intentar independizar las metric as del lenguaje de programaci6n.

Si todos los metodos son igualmente complejos... as! como el tiempo requelido para encontr'ar y conegir dichos enores.. . o Conjunto de Metric as MOOSE. sino tambien el nlllllero de estmcturas de datos del que el modulo i relme (concentracion) 0 actualiza (expansion) datos. Diversos estudios empiricos han encontrado una fuelte cone lac ion entre la metrica de McCabe y el numero de enores que existen en el codigo fuente. . Otr-a de las aplicaciones de esta metric a ha sido a nivel de pmebas del software ya que puede utilizarse para predecir la cantidad de esfuerzo necesario para probar un modulo 0 programa. A mayor valor de la metrica V(O) mayor complejidad del programa.~RA-MA C-\piTULO 9: MEDICION DE SISTEMAS DE INFO~'vlACION 2. es posible definir la fonnula: . Sea la c1ase C que tiene los metodos j'vh ... Henry y Kafhra amplian la definicion de concentracion y expansion no s610 como el nllmero de conexi ones de control del modulo (llamadas al modulo). que mide la complejidad de una c1ase..culares de este paradigma. o Fan-in (concentracion) y fan-out (expansion). Ello planteo la necesidad de definir nuevas metricas adaptadas a las caracteristicas parti. METRICAS PARA SISTEIVlAS 00 El software desan-ollado siguiendo el paradigma 00 difiere en importante medida del desanollado utilizando enfoques tr·adicionales.1ctura de un modulo representada como un arbol 0 grafo de llamadas entre modulos_ Eljan-in de un modulo m es el numero de flujos que tenninan en m mientr'as que eljan-ollt es el numero de flujos que salen de m. de las cuales se presentan a continuacion algtUlas propuestas representativas. [fan-in (i) + fan-out(i)]2. que esta basada en las dos metricas anteriores y creada tambien pOl' Henry y Kafura (1981) siendo su definicion: MHK = longitud (i) . Ambas metr-icas trabajan sobre la estr1. Cn.3.. o donde la longitud (i) es el numero de sentencias en lenguaje de programacion en el modulo i. McCabe indico tambien que un valor razonable de esta metrica para que un modulo fuera mantenible debia ser menor de diez. compuesto por las siguientes seis metricas propuestas por Chidamber y Kemerer (1994): o Metodos ponderados por clase (WMC. Complejidad de un modulo.3.+3 siendo A el numero de arcos del grafo y N el nlllllero de nodos. 3.. Propuestas por Henry y Kafura (1981). . Ml1 siendo su complejidad respectiva cJ. 'Weighted Methods per Class). entonces WMC es igual al numero de metodos definidos en una c1ase.

Lack of Cohesion in Methods). DIT se considera como una metric a del nlunero de clases antecesoras que una clase podIia potencialmente afectar. asi como polimorfismo y su consecuente int1uencia sobre la cali dad del software y la productividad en el desalTollo. Metricas de Lorenz y Kidd (1994). 1994). y delnivel de pruebas requerido. Depth ot" inheritance Tree). tales como encapsulamiento. Lorenz y Kidd (1994) propusieron un conjunto de metricas llamadas '"metricas de diseiio'·. debido a que cuanto mayor sea elnivel de profundidad de herencia de una clase mayor es el nl1l11ero de metodos y atributos que hereda de otras clases. Las metI-icas MOOD se pueden utilizar en las fases de disei'io y se definieron para ser aplicadas a nivel de diagrama de clases (vease tabla 9. (DIT. Un valor alto en LCOM implica falta de cohesion. NOC es un indicador del nivel de reutilizacion. escasa similitud entre los metodos siendo siempre deseable un alto grado de cohesion en los metodos de una clase. que se refieren a caracteristicas estaticas e . La metric a DIT mide el maximo nivel en la jerarquia de herencia. Numero de Hijos (NOC.24-1 CAUDAD DE SISTDIAS I"'FORYL~ TICOS £' R. Respuesta de una clase (RFC. Acoplamiento entre Objetos (CBO. por ejemplo cuando un metodo de un objeto utiliza un metodo de otro objeto. Esta metIica se considera lltil para predecir el esfherzo necesario para el mantenimiento y las pruebas. Se considera que un objeto esta acoplado a otro cuando actlJa sobre ese otro objeto.6). o o o o e Metricas MOOD (Brito e Abreu y Cal·apuca. herencia. de la posibilidad de hacer creado abstracciones elToneas. LCOM establece en que medida los metodos hacen referencia a atI·ibutos. La metrica CBO indica para una clase el nlunero de otras clases con las que esta acoplada. es decir. la cantidad de subclases que peltenecen a una clase. Number of Children). es decir.·Vv!A o Profundidad del l<\rbol de Herencia de una Clase. NOC es el nllmero de subclases subordinadas a una clase en la jerarquia. Response For a Class). RFC pOI' 10 tanto se ca1cula contando las oCLllTencias de llamadas a otras clases de una clase particular. EI objetivo de las metric as MOOD es medir los plincipales mecanismos del paradigma 00. considerando que en elnivel cero de la jerarquia se encuentra la clase raiz. RFC indica el nlll11ero de metodos que pueden ser ejecutados potencialmente como respuesta a un mensaje recibido por un objeto de esa clase. Se trata de la cuenta directa de los niveles de la jerarquia de herencia. Seglll1 Chidamber y Kemerer (1994). polimorfismo y paso de mensajes. LCOM es una metrica de la cohesion de una clase en base al nllmero de atributos comunes usados por diferentes metodos. Se ca1cula como el nllmero de pares de umciones sin variables compartidas de instancia menos el numero de pares de umciones con valiables de instancia compartidas. Falta de cohesion en los metodos (LCOM. COZlpiing Between O~jects).

+5 del disefio de un producto software.6.c'vIACIOl\' 2. EI Factor de Herencia de los Atributos (Auribllle inheritance FaclOr) se define como el cociente entre In suma de los atributos heredados ell todas las clases del sistema considerado y d numero total de atlibutos existentes (tanto los detinidos localmente como los heredados) en todas las clases. (2004). PF es una medida del polimodismo y una medida indirecta de la asociacion dinamica en un sistema. NOMBRE I "" DEFINICIOr. EI Factor de Herencia de los Metodos (Method inheritance Factor) se define como el cociente entre la suma de los metodos heredados en todas las clases del sistema considerado y el numero total de metodos existentes (tanto los detinidos localmente como los heredados) en todas las clases. si un caso tiene yarios objetivos (tipos para Saeki). EI Factor de Ocultamiento de los Atributos (. como pOI' ejemplo las propuestas de Feldt (2000). Otro factor que influye en la modificabilidad de los casos de usa es el tipo de caSG de uso. MODIFIABILITY::. EI Factor de Polimorfismo (Po~nIl0/7)hislll FaclOr) se define como el cociente entre el ntllnero actual de posibles diferentes situaciones de polimortismo. Henderson-Sellers et af. MHF se propone como una medida de encapsulacion. y cl nLlmero maximo de posibks situaciones distintas de polimortismo para la clase Ci. Un estudio mas profundo sobre metricas para casos de uso y diagramas de casos de usa puede encontrarse en Genero et al. La invisibilidad de un atributo es el porcentaje del total de clases desde las cuales los atributos son im"isibles. metric as de herencia y metricas de caracteristicas intemas de las clases. La intuici6n aconseja que. Simplificando la idea.ltribwe Hiding FaclOr) se define como el cociente entre la suma de las invisibilidades de todos los atributos detinidos en todas las clases y el nt1!nero total de atributos definidos en el sistema considerado. El objetivo alcanzado por el autor consisti6 en un indicador (0::.7 se muestran aquellas metricas que pueden aplicarse a un disefio de alto nive!. es mas susceptible de cambiar que si tiene s610 un objetiyo. Metricas MOOD que se pueden aplicar a la fase de diseiio En resumen. y por 10 tanto como una medida del nivel de reutilizacion.He/ed Hiding Factor) mide la proporcion entre los metodos ddinidos como protegidos 0 prh'ados y el nt1!nero total de J11i'!todos. MIF se define como una medida de herencia. cantidad relativa de infoTInacion oculta. (2002) y Bemardez et af.~ RA-\!A C\PiTCLO 9: \!EDICIO?\ DE SISTEMAS DE I0:FOR. €I Metricas para UML. Estos autores clasificaron las metncas en: metricas de tamai'io. En la tabla 9. Al igual que :vlIF. AHF \IlF AIF PF Tabla 9. 1) que revelaba el grado de modificabi-lidad de un modele de casos de uso. Para aproximar la modificabilidad. 111<1S dificil sera hacer cualquier cambio.-!. se consideran las relaciones de inclusi6n y extensi6n y las relaciones de control y de dependencia de datos. AHF se definio como una medida de encapsulacion. En la bibliogratla se pueden encontrar diversas propuestas de metricas para los distintos tipos de diagramas UML: . i \IHF EI Factor de Ocultamiento de los Metodos (. Tambien existen otras propuestas especificas para casos de usa. (2004). se definen las metric as NOD (Numero de Dependencias) y NUCT (NCul1ero de Tipos de Casos de Uso). AIF se considera como un medio para expresar la capacidad de reutilizacion en un sistema. cuantas lmis relaciones haya en el modelo.

I EI Nllll1ero de Metodos de Instancia Pl1blicos de una clase es el nllll1erO total de metodos Pl1blicos de instancias. !lor ejemplo. EIl\llmero de \Ietodos Heredados es elnl1mero total de metodos que una clase hereda."llmero de variables de Clase es elnllll1erO total de variables a nivel de clase que tiene una clase.~llidamiellloEIILaJeranfzli'l .\/elodosSohrees('}"iloS * . aquellos metodos que son globales a todas las instancias que tiene una clase. EI 0. Existen pocas propuestas de metricas especificas para diagramas de casos de uso. el nllll1ero de actores ( Na ) Y el nllll1ero de relaciones de inclusi6n Y extensi6n. considerando tanto los metodos Pl1blicos como los protegidos y pri\"ados" EI 0.\"zimero TOlalDe.\"zimero TOia IDe. probablemente habra que cambiar otros casos de uso: aquellos que tengan una relaci6n con el caso de uso que se cambi6 originalmente. EI 0.' N\IO N\II N\IA \IETRlC."l1111ero de Variables de Instancia es el nllll1erO total de variables a nivel de instancia que tiene una clase. EI Nl1111ero de ~letodos de Instancia es la suma de todos los metodos de una clase.I.\IelOdos Tabla 9.\"zimero Tola IDeP([nimel rosPod/clO do .\"i.-\s I"TER"AS DE LAS CLASES APP:\-I Esta metrica mide hasta que punto una subclase redetlne el comportamiento de una sllperclase.-\S DE HERE"CIA DEFE\ICIO:-.\·zimerode. EI Promedio de Parametros por Metodo se define asi: ."llll1ero dc Metodos Sobrecargados es el nl1111ero tOlal de l11i?todos sobrecargados por una subclase."llmero de ~'Ietodos Afiadidos es elnlllnero total de metodos que se detlnen en una subclase. ya que examina la relacion de herencia entre subclases y superclases.DE SISTEvlAS INFOR. considerando las \"ariables privadas y protegidas disponibles en una clase. EIl\lunero de i\letodos de Clase es el nlllnero total de l11<?todos a niwl de c1ase.7. tales como: Marchesi (1998) que propuso un conjunto de metricas de complejidad para diagramas de casos de uso consistente en el nl1l11ero de casos de uso (N cc ).·elde. EI 0. TIPO i NmIBRE PI:\I NI:\I \IETRIC-\S DE TA:\IA:\O NIY NOI N\. con el fin de obtener un indicador de modificabilidad.L-\ o Casos de Uso. Basandose en estas metricas tambien defini6 un indicador global de la complejidad del sistema.\/elOdos SIX \IETRICAS DE CAR-\CTERisTIc. Saeki (2003) se definen un conjunto de metricas para diagramas de casos de uso. La idea basica de estas metlicas que es que si se necesita cambiar un caso de uso. Esta metrica se dctlnio para mediI' la cali dad del uso de la herencia. \Ietricas de Lorenz y Kidd (1994) . TIeos s RA-\. EI indice de Especializacion para cada c1ase se detlne asi: . Los metodos Pl1blicos son aquellos que estan disponibles como servicios para otras clases.\L..

la cohesi6n.8.\L-\xHAGG NllIl1CrO total de asociaciones.. Con la hip6tesis de que el tamai'io y la complejidad estructural de los diagramas de estados de UML puede influenciar su facilidad de entendimiento (y por tanto su mantenibilidad). ambas propuestas no han pasado mas alla de la definici6n. etc. (2003). (1999. que representa el Illl111ero total de estados para una clase y totActioll(c) que cuenta el nll111ero total de acciones para una clase. EI \'alor m.. METRlCAS I I DEFJ. EI yalor de HAgg para una clase dentro de una jerarquia de agregacion es el camino J11:is largo desde la clase hasta las hojas. Bansiya et al. dependencias y agregaciones (vease tabla 9. 2002) tambien definieron l11etticas a nivel de clase para evaluar propiedades de diseno como la encapsulal11iento. DeIT (1995) defini6 el nll111erO de estados y el nll111erO de trallsiciones como metric as que miden la cOl11plejidad de los diagramas de estados OMT (aunque tambien se pueden aplicar a lJTvIL). I :\'llll1ero total de jerarquias de agregacion (estructuras todo-par1e) dentro de un diagrama de clases. N llmero total de jerarquias de generalizacion dentro de un diagrama de clases.\ :\Assoc :\AGG I :\DEP :\GE:\ :\AGGH :\GE:\H . diagramas de casos de uso. para detenl1inar la complejidad total de un sistema 00. Nllll1ero total de relaciones de agregacion dentro de un diagrama de clases (cada par todo-par1e de una relacion de agregacion). generalizaciones. C. Un trabajo mas completo es el propuesto por Miranda et al. Genero et al.-\PiTCLO 9: ? [EDICrO" DE SrSTE?v[AS DE IN~OltvL-\CrON 247 o Diagramas de Clases UML.. tales como: asociaciones.iximo de la metrica HAgg calculada para cad a clase del diagrama de clases. el acoplal11iento. JUtric{[s para complejidad est1'1lctural de diagralllas de clases UJIL o Diagramas de Estados. la c0l11posici6n y la herencia. Estas metric as son utilizadas junto a otras para diagramas de clases. Tabla 9. Nllll1ero total de relaciones de dependencia. EI valor de D1T para una clase dentro de una jerarquia de generalizacion es el camino mas largo desde la clase hasta la raiz de la jerarquia.\IAxDIT . (2004) definieron un conjunto de metric as para la complejidad eShlJctural de diagramas de clase de UML debido al uso de relaciones de UML.\IClO. I :\'llmero total de relaciones de generalizacion dentro de un diagrama de clases (cada par padre-hijo de una relacion de generalizacion).It-\-MA . Los autores suponen que estas metticas pueden ser buenos indicadores de las caractetisticas de mantenibilidad de un diagrama de clases de UML. (2002) propusieron dos metricas: totSta(c). Carbone et al..8). En cualquier caso. EI \'alor maximo de la metrica D1T (Depth olInheritallce Tree. Profundidad del Arbol de Herencia) calculada para cada clase del diagrama de clases. definieron un conjunto de .

considerando tambien los estados simples dentro de los estados compuestos: NCS. nll111ero total de acciones de salida. nllmero total de estados. como el "chunking" y el "tracing". EI "c!zlll1king" implica el reconocimiento de un conjunto de infolll1acion de declaracion y . concluyeron que las metIicas NA NSS. }\rExitA y NG son de tamafio. NExitd. Su hipotesis fue cOlToborada empiricamente en cierta medida a traves de un experimento controlado y su replica. Estas tecnicas se aplican conCUlTente y sinergeticamente en resolucion de problemas y son parte del Modelo de Complejidad Cognitiva (CMM) definido por Cant et a/. considerando las transiciones comunes (los estados origen y destino son diferentes). nll111ero total de actividade? (do/activity). Este modelo proporciona una teoria cognitiva general de la complejidad del sofuvare relacionada con el impacto de la estmctura sobre la comprension. Como metricas de complejidad estructural definieron: NT.2. NG y NT parecen estar altamente cOlTelacionadas con el tiempo de entendimiento de los diagramas de estados de UML o Expresiones OCL (O~iect Constraint Language). NC. su validacion tambien aplicando el marco de u'abajo DISTANCE (Poels y Dedene. es decir. (1996). es decir. que se entra en un estado. Como resultado del trabajo de expelimentacion. NCS. NEntryA. quienes tomaron como hipotesis que las propiedades estructurales de una expresion OCL tienen un impOltante impacto en la complejidad cognitiva de los modeladores. las transiciones inicial y finaL las autotransiciones (los estados origen y destino son el mismo) y las transiciones intemas (transiciones denu'o de un estado que responden a un evento pero sin dejar el estado). NE. las acciones que se realizan cada vez .+8 CAUDAD DE SISTE\lAS I). nl1mero total de estados compuestos: NE. La validez teorica de las metricas propuestas se demostro a traves de la validacion siguiendo el marco de trabajo de Briand et a/. NSS. Ademas. las acciones que se realizan cada vez que se abandona un estado: NA. nllmero total de condiciones de guarda. 2002) garantiza que las metricas puedan usarse como inSU1tmentos de medicion en esc ala de ratio. y las metlicas NT y CC son de complejidad. concluyendo que las metricas NA NSS. CC (Nllmero Ciclomatico de McCabe). La lmica propuesta hasta la fecha de metricas para.-\-\lA metric as para la complejidad estructural y el tamai'io de los diagramas de estados de UML Como metlicas de tamai'io se definieron: NEntr}A. l1l1mero total de eventos. Nllmero total de acciones de entrada. (1992: 1994). ya que cuando los desalTolladores tratan de comprender una expresion OCL (considerada en este estudio como una abstraccion mental simple: un "chunk") aplican tecnicas cognitivas."FORyL\TICOS f R. expresiones OCL es la realizada por Reynoso et a/. definido como INSS-NTI+2. l1l1mero total de transiciones. (2004).

SC[\'icios OCL relacionados con el propio lengllaje. Tic'\'IC'I.Vcn·egaciolles (X·LV). para identificar los "chunks". Reynoso et al. (1996). COG:-IITn'A ICAR~CTERfSTICAS CO:\W. literales.\. Si una relacion se navega dos veces. etc.lpOS de conceptos de OCL (vease tabla 9. 249 extraccion. Siempre que una clase asociacion se navegue.CEPTOS OCL RELACIO'\'ADOS CO'"' CADA GRUPO Tracing ChlllZkillg GI1IPO I Chzll1king Grupo 2 Ddiniciones de vmiables a tran~s de expresiones let. Por ejemplo. que cuenta el nltmero total de clases. la clase se considerara solo una vez en la metrica..-. que se recuerda como un "chunk". etc. (:200-1-) han comenzado la definicion de metricas para expresiones OCL que puedan usarse en un diagr'ama de clases de UML.9. etc. I Conceptos OCL relacionados con Rcferencia a atributos 1I operadores de la instancia la instancia contextual y algllna de contextual.CEPTOS DCL E. La intuici6n dice que las metr1cas relacionadas con el "tracing" podrian tener mas influencia en la facilidad de entendimiento y la .ES DEL GRDPO DE CO. siguiendo relaciones diferentes) debemos considerar esta situaci6n como un caso especial: Si una c1ase se usa en dos (0 mas) navegaciones diferentes. Grupos detinidos de conceptos Oel de acuerdo a tecnicas cognitivas Aunque las expresiones OCL pueden anadirse a cualquier diagrama de UML. las metricas NNR. agrupandolas en tres gr'andes grl. 1\1NC Y NAN se validaron como metric as de acoplamiento basadas en la interaccion. DE SISTEMAS DE INFOR:vlACIO. parametros cuyos tipos son clasificadores definidos en el diagrama de clases. estos antores han definido metric as relacionadas con estas tecnicas cognitivas.lnrPLos DE CO. clases de asociacion 0 interfaces a las que navega una expresion. Estas metricas tambien se validaron teoricamente usando el marco de Briand et al. la clase se cuenta solo una vez. como una clase puede alcanzarse desde una clase/interfaz inicial navegando de fonna diferente (es decir. que cuenta el nlllnero total de atributos que son referidos a traves de las navegaciones de una expresi6n: Nztlllero de Clases Nm'egadas (NNC). mientras que el "tracing" implica explorar. El "tracing" se ha observado como una actividad fundamental en la comprension del software.c R.". esta relacion se cuenta solamente una vez. l\avegacion y operacion de colecciones. diferentes al tipo de la instancia contexmal. Ademas. Por esa razon.\. Expresiones condicionales It: \'ariables iterativas predetinidas. pOl' ejemplo usando propiedades diferentes de una clase 0 interfaz. valores posttijos de by (~pre.9). Mensajeria. 'us propiedadcs.-\-:'IA CAPiTULO 9: :'IEDICIO. hacia adelante 0 hacia atnis. que cuenta el numero total de relaciones que se na\'egan en una expresion.-'. variables ddinidas a mm~s de restriccioncs «defInition». Si una clase contiene una relacion reflexiva y una expresion la navega. Algunos ejemplos de metr1cas relacionadas con el "tracing" son (entre otras): Nlllnero de Relaciones Navegadas (NNR). Tabla 9. consideraremos la asociacion a la que la clase asociacion \'a unida: Nzilllero de Atriblilos referidos a tran?s de las . Conceptos OCL que penniten que una expresion uti lice propiedades que pertenezcan a otras clases 0 interfaces.

En menor medida se han propuesto y validado metricas para diagramas de caso de uso de UML. Para calcular los puntos funci6n sin ajustar es necesario contar el numero de elementos de cada uno de los siguientes tipos (que se pueden obtener a partir de la especificaci6n del sistema): iii Entradas Externas (entradas): cualquier entrada (pantalla. No hay ninguna prueba de su validaci6n empirica.250 CAUDAD DE SISTEMAS J}. Otros modelos UML. grafico. no se han tenido en cuenta (de momento) en el campo de la medici6n. PUNTOS FUNCION La metric a de puntos funci6n fue definida por Albrecht (1979) con el fin de predecir el esfuerzo y el coste de desarrollo. cuadro de dialogo. mensaje) que tenga un fonnato diferente 0 requiera un procesamiento diferente a otros tipos de salida. Un punto de funci6n es una medida sintetica del tamano funcional de un sistema independiente de la tecnologia y lenguaje de programaci6n utilizado para desarrollarlo. Sin embargo. etc. La f6nnula general para calcular los puntos funci6n es: PF = PFSA * FCT. los diagramas de actividad.. diagramas de estados de UML y.TfORJvlATICOS modificabilidad de las expresiones OeL. borrar 0 cambiar datos. 3. Archivos Iogicos internos (archivos): plincipales grupos 16gicos de datos de usuarios 0 de control que estan controlados completamente por el programa (una tabla de un SGBDR). control 0 mensaje) que tenga un fonnato lmico 0 un solo procesamiento. a traves de la cual el' usuario u otro programa puede anadir. Esta constituye una de las metric as mas conocidas y utilizadas de la literatura. iii iii iii . En definitiva..3. los autores planean realizar un experimento controlado para validar algunas de las metricas propuestas como indicadores de la facilidad de entendimiento y la modificabilidad de las expresiones OCL. infonne. los diagramas de clases UML han sido de los mas investigados desde el punto de vista de la medici6n. donde PFSA son los puntos ftmci6n sin ajustar y FCT es un factor de correcci6n tecnica. que cubren aspectos dinamicos de los sistemas 00. Salidas extern as (salidas): cualquier salida (pantalla. fonnulario. generada para el usuario U otro programa. como los diagramas de secuencia.4. Pero este hecho debe comprobarse a traves de estudios empiricos. Consultas externas (consuItas): combinaciones de entrada/salida en las que cada entrada genera una salid simple e inmediata. casi ninguna para expresiones OCL.

Intelfaces = 1. Pesos de Complejidad de los PFSA . EI numero total selia 7. Consultas= 1.10 se muestran los pesos a aplicar en funci6n de la complejidad de cada tipo de elemento..• ··El\'TRADASExTER'<AS . . Por ejemplo. . . Nombre del documento que se ha de revisar Consulta: 1. BAJA . Archivos = 1. ELEME"'TO .MEDIA . SALIJ)~S R'ITERt"'AS . Numero total de errores detectados 3." . baja 0 media).'<AS I ARCHIVOS LOGICOS II'I'TIR"'OS ARCHIVOS DE L'<TERFAi R'X"rER".... EI valor de PFSA se calcula como la suma de cada uno de los tipos de elementos ponderada por su complejidad (peso).... 15 PFSA= "LPesoi* Elementoi i=l En la tabla 9.os 3 4 3 7 5 4 6 5 4 10 7 7 6 15 10 Tabla 9. Numero total de palabras revisadas 2. el IlLunero de elementos de cada tipo selia: Enh'adas 1.. Lista de palabras con errores ortograficos Archivo Interno: 1.~ RA-MA CAPiTULO 9: MEDICION DE SISTEMAS DE INFORMACION 251 CI Archivos de interfaz externos (interfaces): cada uno de los grupos de datos 16gicos 0 infonnaci6n de control que entra 0 sale del programa. Archivo Externo: 1.15.Cuantas palabras se lIevan procesadas? ---------- Usuario Comprobador Ortografico Salida: 1. Diccionario Figura 9. si el DFD del sistema es el de la figura 9. Documento que se ha de revisar Entrada: ---------- --------- 1. Ejemplo de DFD de un Sistema de Comprobacion Ortognifica Cada uno de estos elementos se debe clasificar de acuerdo a su complejidad (alta. Salidas 3. l. • _ _ _ _ _ _ _CmWLEJIDAD . ~ .10.15.' CONSllLTAsEX"TERt..

0 por el contrario la puntuaci6n sera 5 si es un factor critico. 0 si la aplicaci6n consiste en c6digo independiente ejecutandose en procesadores distintos y persiguiendo un fin comtll1. ! 3. 5. 7.252 CAUDAD DE SISTE\!AS lPiFOR\L'\TICOS Para hacer menos subjetiva la valoraci6n de la complejidad. Tabla 9. Contiguracion de uso intensivo: indica si el sistema se va a implantar en un entomo operativo que sera utilizado de manera intensa. Comunicaciones de datos: concemiente a la transmisi6n de datos 0 infonnaci6n de control. Entrada de datos en linea: tendrii una puntuaci6n de 0 si son interactivas menos del 15 por ciento de las transacciones. Objetivos de rendimiento: tendnin una puntuaci6n de 0 si el rendimiento de la aplicaci6n no es relevante. Estos factores son: 1.11. Procesamiento distribuido: concemiente a si una aplicaci6n es monolitica y se ejecuta en un lmico procesador. la tabla de complejidad para las Entradas tiene en cuenta dos aspectos: nlunero de tipos de elementos de datos incluidos. 6. y nllll1ero de archivos 16gicos intemos referenciados (tabla 9. Tasas de transacciones nipidas: tendril una puntuaci6n de 5 si el volumen de transacciones es suficientemente alto como para requerir un esnlerzo de desalTo!lo especial para conseguir la productividad deseada. Por ejemplo. Amigabilidad en el disefio: detemlina si las entradas de datos interactivas requieren que las transacciones de entrada se !leven a cabo sobre mtlltiples panta!las 0 variadas operaciones. y tendra una puntuaci6n de 5 si mas del 50 por ciento de las transacciones son interactivas. . Complejidad de las Entradas EI valor del factor de cOlTecci6n tecnica depende de catorce (14) factores de complejidad que son valorados de fonna subjetiva asignimdoles un valor de cera (0) a cinco (5). enviados 0 recibidos mediante alglll1 sistema de comunicaciones.11 ). 4. algunas tecnicas incluyen tablas orientativas para cada tipo de nll1ciones de usuario.

medio 0 dificil.. Reusabilidad: indica si gran parte de la fUl1cionalidad del proyecto. 9. Versatilidad: detel111ina si la aplicacion se ha realizado para facilitar los cambios y para ser utilizada por el usuario. El valor de puntos funcion puede ser traducido a otras metric as como por ejemplo a LOC. 14. mientras que los componentes de tercera generacion se consideran todos con el mismo peso. ya se tiene un indicador sobre el tamano del ·soft\vare en la fase de analisis. Actualizacion de datos en linea: tendni puntuacion maxIma si las actualizaciones en linea son obligatOli[.~ RA. El valor del factor de cOlTeccion tecnica se obtiene: FeT = 0. 12. Facilidad de instalacion: un valor de 5 denota que la instalacion del sistema es tan importante que requiere un esfuerzo especial para desaIToliar el software necesmio para realizarla. 13. que puede ser utilizado para realizar estimaciones de esfuerzo.s y especialmente dificultosas. Adaptabilidad: una puntuacion maxima indicaria que e1 sistema se ha disei'iado para sopOliar mtlltiples instalaciones en diferentes entornos y organizaciones. Procesamiento complejo: se puntuara con 5 si se requieren gran cantidad de decisiones logicas.65+0. Facilidad operacional: un valor de 5 indica que el sistema realiza pccas operaciones. quiza debido a la necesidad de realizar copias de seguridad. 0 de proteger los datos contra cambios accidentales. Para calcular esta metric a en primer lugar se deben contar el nLlmero de pantallas. Otra metrica relevante relacionada con los puntos funcion es la de Objetos Funcion que es solo aplicable a sistemas 00. La suma ponderada por complejidad de todos estos elementos pel111ite . Una vez que se conocen los puntos funciol). 10. en cuyo caso se utilizan tab las de equivalencia en la que se tiene en cuenta el tipo de lenguaje de programacion.01 . Cada pantalla 0 infol1ne se c1asifica como simple.'SUMA(GI). 11. infol111eS y componentes de tercera generacion que son 0 seran parte de la aplicacion. siendo SUMA(GI) la suma de los grados de influencia de 14 factores que intluyen en la complejidad del proceso.-MA cAPin.LO 9: ~lEDIClOl\ DE SISTE1>!AS DE [l\FORMACION 253 8. esta pens ada para un uso intensivo por otras aplicaciones. complicados procedimientos matematicos 0 dificil manejo de excepclOnes.

Los puntos objetos se utilizan en el modelo de estimacion de costes CO COMO II (Boehm et aI. Sin embargo este metodo aun no cubre piezas software que esten caractelizadas por aigOlih110S matematicos complejos u oh'as reglas. etc. que representa el porcentaje de puntos de objetos reutilizados de otros proyectos. compra. Otros consorcios como el IF PUG (International Function Point User Group) proporcionan tambien un amplio sopOlte para la aplicacion de las mehicas relacionadas con los puntos funcion. Para calcular los puntos de objetos nuevos se tiene en cuenta un factor de reutilizacion r. reglas y procedimientos a una detenninada pieza de codigo de acuerdo a tal y como dicha pieza es percibida desde la perspectiva de los requisitos funcionales del usumio. etc. salida. quedando la fonnula: NOP (New object points) = (OP) * (100 . gestion de personal. Los movimientos de datos pueden ser de cuah'o tipos: entrada. 2003) proporciona un metodo estandar para la medicion del tamafio funcional del software y a partir de esta propuesta se ha derivado el estandar ISO/IEC 19761 "Software Engineering .COSMIC-FFP . asi como para sistemas software de tiempo real y sistemas hibridos de los anteriores.. contabilidad. EI proceso de COSMIP-FFP consiste en dos fases fundamentales: Fase de "Mapping". Como resultado se obtiene una cantidad l1l11nelica que representa el tamafio funcional de dicho software. es decir. de pronostico.. domini os como la banca. distribucion 0 fabricacion. en la que se reciben como entrada los requisitos funcionales del usuario y mediante la aplicacion de una serie de reglas y procedimientos dichos requisitos son expresados de acuerdo almodelo de software generico de COSMIC-FFP y la. Fase de Medicion. siendo OP el numero de puntos de objetos.254 CAUDAD DE SISTE!'vL"'S INFORr\'LS. 2000). El metodo COSMIP-FFP requiere la aplicacion de un conjunto de modelos. TICOS obtener el numero de puntos de objetos simples. de autoaprendizaje. COSMIC-FFP puede ser empleado para aplicaciones de negocio software. como las encontradas en sistemas expertos). que a partir del modelo genelico produce un valor de tamafio funcional del modelo de acuerdo al siguiente plincipio "el tamai'io funcional del software es directamente proporcional al nlllnero de sus movimientos de datos".r) / 100. software de simulacion.A functional size measurement method". Tambien merece especial atencion la propuesta de Full Flincion Points (FFP) elaborada por el consorcio COSMIC (Common Software j\1easllrement international Consortium). . La propuesta COSMIC-FFP (COSMIC. lecrura y escrirura.

Son las denominadas herTamientas CA1VIE (Computer Assisted Software Measurement and Evaluation). logrando una mayor exactitud en sus val ores Pel111itir central110S en el analisis de los resultados de la medici6n y no en la etapa de adquisici6n EI EI Una helTamienta de metlicas de software puede definirse como una helTamienta para el modelado y el calculo de componentes de desaITolIo de software. Giles y Daich (1995) distinguen las u'es principales tareas que deben realizar las herTamientas de l11euicas y las caracteristicas necesar~ias que deben implementar para que dichas tare as se puedan lIevar a cabo: EI Adquisicion de datos: manual. 1995.. Es decir. del producto 0 de los recursos (SMLab Project. 1995). 2000): EI Posibilitar la obtenci6n de los valores de las meuicas sin mayor esfuerzo Minimizar los elTores en el ca1culo de las metlicas. 1995. El proceso de desaITolIo de software tambien incluye la preparaclOn de los componentes del software y del proceso de evaluaci6n. es necesario contar con hen'amientas que den sopOlte a la medici6n de software como un gmpo denu'o del conjunto de metricas. bien sean del proceso. Erickson y Steadman.CAPiTULO 9: MEDICIO]\ DE SISTEMAS DE NFORMACION 255 4. 1995. analisis ariunetico y analisis estadistico. para que las meuicas puedan ser evaluadas de un modo pnictico. Existen varios estudios dedicados a la evaluaci6n y comparaci6n de herTamientas de metlicas (Giles y Daich. Daich y Giles. 1995). recuperaci6n de los datos. 2000). Presentaci6n de los datos: tablas. Las ventajas de contar con una helTamienta que pennita automatizar tanto la adquisici6n y la presentaci6n como el analisis de los valores de las meu'icas son (Lavazza. HelTamientas para la Medici6n y Evaluaci6n de Software Asistidas por COl11putador. graficos. 2002). la presentaci6n y el amilisis de los valores de las metlicas (Giles y Daich. es deciI'. eficiente y ex acto es necesario contar con helTamientas que pennitan automatizar la adquisici6n. semiautol11atica. posibilidad de exportar archivos a otras aplicaciones EI EI Dumke y Kompf (1997) clasifican las helTamientas de l11etlicas atendiendo al entomo 0 dominio en el que se utilizan. Analisis de las medici ones: almacenamiento de los datos. Asi pues. Daich et al. 1995. . Kingsbury y Dawood. autol11atica y programable. pero tambien es muy impOltante el aspecto tecno16gico (Lavazza. HERRAMIENTAS DE MEDICION SOFTWARE El desalTolIo de un marco efectivo p&a la medici6n requiere un soporte metodo16gico. 1995. Giles y Bal11ey.

256 CAUDAD DE SISTEMAS INFOR.aemes. donde se hlVO que indicar este valor.\nnv.uksma. Representar mediante la ontologia de la medici on software el siguiente caso de estudio: supongamos una organizacion que lleva a cabo un proyecto de desaITollo de software. lECTURAS RECOMENDADAS (l) Proceedings de IEEE A1ETRlCS Symposillm.fi. Asociacion Espanola de Metricas del Software http://w"\vw.com/. En un detenninado momenta el responsable del proyecto necesita saber si la productiyidad es adecuada. Este simposio intel11acional constituye una de las conferencias mas importantes centradas en los aspectos de investigacion y practica en el campo de la medicion del software. evaluar y modelar los fenomenos de la Ingenieria del Software.upm. Proporciona un foro de debate para analiza!' y prom over el uso de la medicion software como medio para entender. LCF (lineas de codigo fuente escritas). SITIOS WEB RECOMENDADOS (l) ·http:hvww. CHP (coste por hora-programador.uk! Metrics Association) Sitio de MARK II (United Kingdom Software (l) e (l) 7.ifplUI. que se puede obtener contando las lineas utilizando como instrumento una heITamienta CASE. HPD (horas-programador diarias). en unidades monetarias). EI metodo de medicion es consultar el plan del proyecto.isbsg. Las metricas a utilizar podrian ser: a. c.co. b.\L'\ TICOS 5. EJERCICIOS I.nesma.onz/ Sitio de Intel11ational Software Benchmarking Standards Group http://w\v\\. del proyecto en comparacion con 10 habihlal en otros proyectos en la organizacion. EI responsable del proyecto anota cada dia las horas dedicadas por los programadores al proyecto. 6.Orgj Sitio web delIFPUG (Intel11ational Funtion Point Users Group) http://ww. .es!.v. Sitio de Measurement Intel11ational Consortium) COSMIC (Common Software (l) (l) http://W\\w. previa consulta a un responsable de personal. en concreto es necesario conocer el nivel de productividad de los programadores.cosmicon.org!english! Sitio Web de NEStvlA (Netherlands Software Metrics Users Association) http:!.

etc. I!. Definir un conjunto de metric as para evaluar la facilidad de entendimiento de un diagrama de actividad UML aplicando el metodo GQM. 1.!EDICI00. De esta manera. LCFH/LCFHvm => PROD='muy alta'. IV. CTP (coste total actual del proyecto. y PROD del subconjunto de proyectos simi lares. los val ores de CAR seran cualitativos del tipo: 'muy alta pOl' baja productividad'. e. De la base histolica de proyectos se obtienen los valores medios de LCF. 1'10:S.. La primera dimension compara el valor de CLCF del proyecto con el valor medio historico (CLCFvm) para de!enninar si el coste de cada linea es mas alto 0 bajo de 10 nonna!. en unidades I11onetarias). que se puede obtener a partir de la siguiente fOIl11Ula: HPT = L. v.yL-\CI01\ 257 d.dias HPD ~ ~ LCFH (Iineas de codigo fuente por hora de programador). 1'30:s. Definir utilizando la plantilla GQ(I)M los indicadores del ejercicio 1. LCFHlLCFHvm < 0'70 => PROD='muy baja'. La segunda dimension simplemente compara PROD con PRO Dvm para ayudar a decidir si la razon de ese coste alto (0 bajo) pOl' linea es 0 no debida a la baja (0 alta) productividad. . CLCF. 0'70:s. 0'90:S. Los critelios de decision establecidos son: 1. HPT (horas-programador totales). HPT. Los criterios de decision son bidimensionales. LCFH = LCF IHPT. 'nonnal a pesar de productividad baja'. 3. PROD (productividad de los programadores). LCFH/LCFHvm < 1'10 => PROD='nonnar. LCFHiLCFHvm < 0'90 => PROD='baja'. 111. LCFHlLCFHvm < 1'30 => PROD='alta'.~ RA. DE SISTE?vlAS DE !0. f g. Para ello se usa un modelo de awllisis basado en extraer de una base historica de proyectos de la organizacion los valores medios de LCF. LCFH (LCFHvm) y CTP del subconjunto de proyectos similares (aquellos que tienen LCF entre el 80% y el 120% ). CTP CHP '" HPT CLCF (coste por linea de codigo fuente). 2.-:'!A C\PiTULO 9: 0.FOR. h. CAR (carestia del proyecto). CLCF = LCF/CTP.

. Realizar un estudio bibliognifico sobre la aplicaci6n de la medici6n en la industria de desarrollo de software. 5. Analizar que tipos de metricas son aplicables en cada nivel de madurez del modelo CMMI.TIeos 4.258 C:\UDAD DE SISTEMf\S Il'-IFOIUvlA.

1998). pOl'que en algunos casos adolecen de problemas de poluci6n.1). "las empresas deben gestionar la informacion como lin prodllcto importante. etc. La calidad de los datos y de la infonnaci6n viene detenninada tanto por la calidad de la bases de datos como por la calidad de la presentaci6n de los datos (vel' la figura 10. Ademas. gI'andes perdidas financieras (Loshin. tanto operacionales como estrategicas.fonnaci6n que contienen las bases 0 los almacenes de datos l ya que se han convertido en la principal henamienta para la toma de decisiones. INTRODUCCION Actualmente las organizaciones pueden almacenar inmensas cantidades de datos obtenidas a un precio relativamente bajo.. 1999)e inc1uso legal -basta recordar el articulo 4 del Titulo II de la actual LOPD (Del Peso. como organizacional -perdida de c1ientes (Redman. capitalizar el conocimiento como lin activo principal y. inconsistencia. Es esencial poder asegurar la calidad de la in. Sin embargo. datamarts. I A partir de ahora se hablara de bases de datos en general. 1999). de esta manera. estos datos quizas no proporcionen infonnaci6n (Gardner. sobrevivir y prosperaI' ell la ecol1olllia digital" (Huang et al. y cualquier otro repositorio de datos. . 1996). incluyendo en este termino los almacenes de datos (datalmrehollse). Esta poluci6n puede llegar a tener graves consecuencias tanto desde el punto de vista tecnico -como en la implementaci6n de almacenes de datos-. 2001) 0 insatisfacci6n de los trabajadores (English. 2000)-.CAPiTULO 10 CALIDAD DE LA INFORMACION "Los en'ores callsados par los datos il1adecllados SOil Illucho lllel10reS que los que se debel1 a la total allsel1cia de datos" Charles Babbage 1.

sincronizacion. filtrado. Como es logico tambien la calidad del modelo de la base de datos tiene una gran influencia en la calidad de la infol111acion.que 10 sopOlia. agregacion y carga que deben tener en cuenta ciertos requisitos .'vlATICOS Calidad de la Informaci6n ~~ Cali dad de la Base de Datos Calidad de la Presentaci6n ~ ~ Calidad del SGBD Calidad del Modelo de Datos Calidad de los Datos I Calidad del Modelo Conceptual I Calidad del Modelo L6gico Calidad del Modelo Fisico Figura 10. La calidad de los propios datos (los datos que estan almacenados ya en la base de datos) viene detel111inada plincipalmente por los procesos de extraccion. agrupamientos. objeto-relacional. XML etc. que l11eJor representan la base de datos logica y que facilitan su funcionalidad-. se puede usar un estil11dar intemacional como el ISO 9126 (vease capitulo 5). es l11UY importante que los datos de la base de datos reflejen COlTectamente el mundo reaL pero es tambien muy importante que los datos puedan ser interpretados conectamente. CaUdad de fa informacion ..r de fa base de datos De hecho. la calidad del modelo de datos (tanto conceptuaL logico como fisico) y la cali dad de los propios datos contenidos en la base de datos. y a nivel fisico -ya que el disei'iador tiene que elegir las tab las fisicas. se deben considerar tres aspectos: la calidad del SGBD (Sistema Gestor de Base de Datos) -relacionaL orientado a objetos. 0 alguno de los estudios comparativos de productos existentes. multidimensional. Este tipo de calidad debe ser considerada en la etapa de seleccion de productos dentro del ciclo de vida de la base de datos y posteri0l111ente asegurada durante la i1l1plantacion y ad1l1inistracion del SGBD. Modelo que puede existir a nivel conceptual -expresado en E/R 0 UML-: a nivel logico. pred01l1inantemente relacional con algunas extensiones. los indices.260 C\UDAD DE SISTE'vl-\S INFOR. li1l1piado. En la calidad de una base de datos. particiones de datos.1. etc. Para asegurar la calidad del SGBD.

( 1997) compiecion.-\PiTCLO 10: C. se presupone la existencia . . enfoque conceptual.-\lA C. Por ello. CaUdad de los modelos conceptuales Ai111 cuando el modelado conceptual representa solo una porcion del esfuerzo total de desarTOllo de un SL su impacto en el resultado final es probablemente mucho mayor que el de cualquier otra fase. se debe distinguir entre la calidad del producto y la calidad del proceso. el modelado conceptual se ha conveI1ido en una tarea clave en las primeras etapas del ciclo de vida de los SI. Boman et al. Tabla 10. Y Gregory \ \". Algunos antores han definido la calidad de los modelos concephlales como una lista de propiedades "deseables" que debe satisfacer el modelo de datos (vel' tabla 10. cstabilidad. Propiedades "deseables" para el modelo conceptual de datos Aunque estas Iistas mejorar la calidad en el definiciones imprecisas.+) .-\LIDAD DE LA r~FORMACI6!\ 261 de calidad de datos de los usuarios: asi como de los procedimientos y procesos de mejora de la c:tlidad de datos existentes en la organizacion. Com:. conocimiento de Ia .1. se mezclan caracteristicas de la metodo y del lenguaje de modelado. cxprcsi\·idad. 2.ccion conccp.~ RA. Facilidad de comprension. CAUDAD DE LOS MODELOS DE DATOS 2. auto(:xpiicacion. sintactica. ALTORES PROPIEDADES Complccioll.1) Y han propuesto una serie de transformaciones con el objetivo de mejorar la calidad de los mlsmos. En este capihIlo se mostrani como se puede analizar y eshldiar la calidad del modelo de datos. ( 199. minimalidad. Batini ct al. de los propios datos y de la infol111acion que gestionan las empresas. compiecion conceptual. complecion sintactica. Este capihllo se centra enla calidad del producto. ( 1992) lcgibilidad. com. la mayoria no son estnlchlradas. mientras que la calidad del proceso esta relacionada con como se desarTollan los modelos concephlales (el proceso). La calidad del producto esta relacionada con las caracteristicas del modelo concephlal (el producto). especificacion con las del de propiedades proveen un punto de partida i!til para entender y model ado concephlal.ual.:mprcsa. usan a menudo se solapan.cciotl.1. mientras que las cuestiones relacionadas con la calidad del proceso estan parcialmente tratadas en Moody ( 1998) Y Maier (2001 ). (:xt(:nsibilidad y nOl1nalidad. Cuando se habla del modelado conceptual. COlTcccion semantica. com::ccion Reingl1lber \1.

. evitando as! los sesgos en el proceso de evaluacion de su calidad. se presento en Lindland et al. al mismo tiempo que se separan los objetivos de cali dad de los medios para alcanzarlos y se utiliza lill fundamento mate matico en su descripcion. con 10 que se pueden identificar los siguientes elementos (vease figura 10. por 10 que es necesario contar con medidas que pennitan evaluar la calidad de los modelos conceptuales de datos de fonna cuantitativa y objetiva. PROPUESTA DE LINDLAND ET AL. 0 imposibles de Una estrategia mas adecuada para abordar la calidad es definir marcos de referencia que organicen y estmcturen los conceptos claves y caracteristicas en el modelado conceptual de datos. ya que diferentes personas pueden dar diferentes interpretaciones sobre el mismo concepto. el conjunto de actores sociales organizacionales y el conjunto de actores tecnicos que necesitan relacionarse con el esquema. Ademas. En Krogstie et al.2): G Audiencia (A): union del conjunto de actores individuales. se han publicado algunos marcos de referencia que penni ten abordar la calidad en el model ado conceptual de una manera mas sistematica. 1994). 2. Este marco. G . carecen de medidas cuantitativas que pennitan evaluar la calidad de los modelos conceptuales de datos de fonna objetiva. (1995) se ha extendido este marco con el fin de incorporar el concepto de acuerdo social de Pohl (1994). 0 G G Lenguaje (L): conjunto de todas las sentencias que se pueden expresar de acuerdo al vocabulario y la gramatica de los "lenguajes de modelado" utilizados. Aunque estos marcos son relevantes en el senti do de que contribuyen a un mejor entendimiento sobre el h'atamiento de la calidad de los modelos conceptuales.262 CAUDAD DE SISTE:VIAS INFORc\L~ TICOS de disefio/implementacion. basado en la teoria semiotica. Resulta evidente que definir solo "propiedades deseables" no es suficiente para evaluar la calidad.1. A continuacion se resumen algunos de estos marcos de referencia para la mejora de la cali dad de datos del modele conceptual. Modelo (l\'I): conjunto de todas las sentencias expresadas explicita implicitamente.1. (1994) con el objetivo de paliar las deficiencias detectadas en los enfoques de listas de propiedades. Dominio (D): conjunto de todas las sentencias que sedan COlTectas y relevantes acerca del problema. y se presentan objetivos poco realistas alcanzar (Lindland et af.

es imposible establecer 0 verificar directamente esta conespondencia. <I> <I> <I> . como senalan los autores de este marco..: Ri\-MA CAPiTULO 10: CAUDAD DE lA INFORlvL-\CION 263 <I> Interpretacion de la audiencia (I): conjunto de todas las sentencias de las que la audiencia piensa que consta el modelo.<. En este marco se prop one distinguir varios tipos de calidad: <I> Calidad sintactica: que viene detenninada por la conespondencia entre el modelo y ellenguaje. t t PRAGj\lL~ CALIDAD TICA ) INTERPRETACION DE LA AUDIENCIA CALIDAD SOCIAL Figura 10.. Calidad social: que persigue distintos tipos de acuerdo tanto en la interpretacion del modelo como respecto al conocimiento del dominio. MODELO <I> CALIDAD SEMANTICA DOMINIO CALI DAD SINTACTICA . (1995). Calidad pragmatica: cuyo objetivo es que el modelo sea comprendido. Como es natural. que comprende tanto la validez (10 expresado en el modelo es conecto y relevante para el problema) como la complecion (el modelo contiene todas las sentencias acerca del dominio que son conectas y relevantes ).:. Marco para la calidad del modelado conceptual. Conocimiento de los participantes (K): union de los conjw1tos de sentencias de todos los actores sociales individuales. se considerani que un modelo tiene una mayor calidad semfmtica cuanto mejor sea la conespondencia entre el modelo conceptual que se ha disenado y el dominio que pretendemos representar.. ya que para disenar el esquema se debe acudir al conocimiento que tiene el publico sobre el dominio y para verificarlo se debe emplear la interpretacion que el publico hace del modelo. Sin embargo. Calidad semantica: (percibida). y cuyo objetivo es la con'eccion sintactica. Krogstie et al.J-' - LENGUAJE CONOCIMIENTO DEL PARTICIPANTE t "" CALIDAD SEMANTICA PERCIBIDA .2.:.

que es en tender el concepto de la cali dad en el modelado conceptual basandose en conceptos semi6ticos.264 C-\UDAD DE SISTE:V!AS NFOR"L. persiguen el mismo objetivo. (1994) . Objetiyos y medios de conseguir la calidad (Krogstie et aI. 1995).. Tleos TIPOS DE CAUDAD SINT.y Krogstie et at.si\-a Estetica PRAGXIATICA Comprension \-iablc .. (1995)..:L Acuerdo \-iable ~[odelado :\n. La tabla 10.\'TJCA Insercion sentencias Complccion viable Moditicabilidad BOlTado sentencias Insercion sentencias I SE\lA?\'TICA PERCIBIDA BOlTado sentencias Entrenamiento I Inspeccion \-isualizacion Filtrado Presentacion diag_ Paratl-ascar ! I j I Economia .2.xpr.\lisis punto \-ista Resolucion cont1icto Fusi6n de modelos contlicto I I I I I I Tabla 10.tCTICA OBJETfVOS I i MEDIOS ACTIHDADES I PROPIEDADES :'IlODELO Sintaxis fOTInul Semantica fOTInal I COlTeccion sintactica Validez \-iable I Verif Sinl<\ctica Verif Consistencia SE\L-l. Este marco prop one ademas distintos medios para mejorar los diferentes tipos de calidad. I I I I I I I I I i I I I I I I I I I Explicacion Entrenamiento Ejecucion Animacioll Simulacion I I I I Ejecutabilidad I SOCL-l.y los medios para alcanzarlos de acuerdo los conceptos de cali dad propuestos en los marcos de Lindland et at.I. que si bien unos son extensiones de otros..2 muestra los objetivos . .

0 utilizacion o Estrategia de mejora: tecnica para meJorar la cali dad de los esquemas conceptuales.-~r / VALORACION ESTRATEGIA DE MEJORA Figura 10. (1998).3): METODODE EVALUACION STAKEHOLDER ~ FACTOR D E .CAPITULO 10: CAUDAD DE LA I0:FO~'vlACI6N 265 2...3. se prop on en los ocho factores de calidad que aparecen enla figura 10. o o o En la revision de este marco (Moody et aI. Valores: representan la valoracion de un factor de calidad por alguno de los implicados. Peso: que sirve para definir la importancia relativa de los factores de calidad. o o Factor de Calidad: propiedad deseable de un esquema conceptual. PROPUESTA DE MOODY Y SHA1~KS Otro marco.4. 4. fue presentado por Moody y Shanks (1994) y refinado en Moody et a1.2. Elementos del Marco de Moody y Shanks (1994).II1----iii!ilt>ilO> CALIDAD l\rIODELO -. 1998). Este marco presenta los siguientes elementos relacionados con el esquema (vease figura 10. Para Moody estos factores significan: .... Pretende ayudar a los disefiadores a la hora de elegir entre distintas altemativas de disefio y de poder acomodar las distintas visiones de los distintos implicados ("stakeholders") en el proceso de model ado de datos. Metodo de evaluacion: modo sistematico 'de evaluar factores de calidad. Implicado (stakeholder): persona involucrada en la construccion del esquema.1. con un enfoque mas practico que el antelior.

Implementabilidad: facilidad con la que el esquema puede ser implementado dentro de las restricciones de tiempo. en los que tambien se ha estudiado la influencia que ejercen unos factores sobre otros.TICOS £iRA-MA 9 Complecion: capacidad delmodelo de tener toda la infol1naci6n necesmia para cumplir los requisitos del usuario. por ejemplo. como muestra la tabla 10.266 CAUDAD DE SISTEMAS INFORc'vLA. presupuesto y tecnologia del proyecto. (:Vloody et aI.3. datos desan'ollador Figura 10. Correccion: se refiere a si el esquema cumple las reglas de las tecnicas de modelado utilizadas.4. Moody (1998) propone 25 mehicas c1asificadas seglll1 los factores de calidad de la figura 10. Simplicidad: significa que el esquema contiene los minimos constructores posibles. Flexibilidad: facilidad con la que el esquema se puede adaptar a los cambios en los requisitos. Factores de calidad. aumentar la implementabilidad del esquema puede acalTear una disminuci6n de su flexibilidad y compleci6n. el nllll1ero de entidades .4: algunos calculados de fOl1na objetiva (por ejemplo. as!. 9 9 e 9 e e e usuano usuano usuano usuano / / MODELO DECALIDAD I' V analista analista admin. Este marco se ha validado en varios casos pn'icticos.. Comprensibilidad: facilidad con la que el esquema puede ser entendido. Integracion: nivel de consistencia del esquema con el resto de los datos de la organizaci6n. 1998). Integridad: grado en el que las reglas del negocio que se aplican a los datos estc'm definidas en el esquema conceptual.

3...TEGRIDAD FLEXIBILIDAD CO:\IPRE:\SIBILIDAD CORRECCI6:-.W I:\TEGRIDAD + Tabla 10. .. hIPLDIE:\TABILIDAD N° de elementos del modelo de datos que no corresponden con requisitos de usuario 1\0 de requisitos de usuario no representados en e[ modelo de datos N" de elementos de datos quc corresponden a requisitos de usuario pero ddinidos de fomla inexacta N" de inconsistencias con eI modelo de procesos 1\" de reglas del negocio que no se hac en eumplir por elmodelo de datos N° de restriceiones de integlidad incluidas en eI modelo de datos que no eorresponden a politieas del negocio N" de elementos en eI modelo que est... FACTOR DE CALIDAD CmIPLECIO:-.\fPLE.in sujetos a cambios en el futuro Costes estimados de los cambios Importancia estrati:gica de los cambios Yaloraci6n de los usuarios sobre la comprensibi[idad del modelo Capacidad de los usuarios de interpretar elmodelo correctamente Valoraei6n de los desarrolladores de aplieaciones sobre la eomprensibi[idad del modele N"'de \'iolaeiones de las convenciones de modelado de d.J ~ I Q u .TEGRACI6:-. . . COMPRE\'iSIBILIDAD '..:: ~ Sln'iPL'(CID. . ..::::: c.i . SnlPLICIDAD I:-..4..l Ci5 ~ ~ r_ ::< '~ I.." de \'iolaciones a Jas fortnas nortnales N" de instaneias de redundancia en cl modele N° de entidades N° de cntidades e interrelaciones ).. <:::) I ~ ~ -9 Z .: ~ Q -::: ! :3 ~ == .". "2 0 ::::: ~ "" == a g "- Q Q .(.c1\\) N" de eont1ictos con el modelo de datos corporativo N° de conflictos con [os sistemas existentes \'aloraci6n de los representanleS de todas las areas de negocio \' a[oraci6n de riesgo tccnico Valoraci6n de riesgo de planificaci6n Estimaci6n del coste de desarrollo N" de elementos fisicos incluidos en e[ modele de datos Tabla 10.. Interacciones positivas y negativas entre factores..ltos ..W .\IEi\TABrLID.4). mientras que otros resultan de la puntuaci6n subjetiva de los implicados en el disefio (vease tabla 10. . z .: 2: ~ I Q u :::. •• FlEXIBILJDAD COMPLEtION l.0 de constructores (aN E b1\" . 1998) .. .. RA-?vL'\ CAPiTULO 10: CAUDAD DE LA INFOR3vlACION 267 del esquema). METRICAS I:-. iVIetricas para evaluar la calidad de modelos E/R (Moody.

3. Los conceptos que estan basados tanto en la practica como en la teOlia se muestran en la parte central (sombreada con un color mas oscuro) de la figura 10. y tiene en cuenta el concepto de calidad tanto en el modelado del producto como en el proceso de modelado delmismo.LIDAD DE SISTDIA.5. (1994). los objetivos y las propiedades a los factores de calidad y el concepto de modelo es compatible en los dos marcos (vease figura 10. mientras que el de Moody y Shanks se enfoca mas hacia la practica) y ademas comparten conceptos: los implicados (stakeholders) podrian asimilarse al pllblico. Este marco integra do puede aplicarse en cualquier etapa del proceso de modelado conceptual. ___-"I YALORES ! h':-------B~ ~IETODO DE 'pun. ya que ambos se complementan (este liltimo des de un punto de vista 111<1S teorico.268 CA.5.\L~TlCOS 2. ."..5). y los conceptos disjuntos son incorporados al mismo. la cual pennite entender la relacion entre ambos marcos y como uno infonna al ot·o. PROPUESTA DE SHAl'\fKS Y DARKE Shanks y Darke (1997) han propuesto integrar el marco de Moody y Shanks (1994) con el de Lindland et af. como se muestra en la figlira 10.1. En dicha figura se indican los conceptos referentes a la cali dad en el modelado de datos basados en la teoria.5. :Yletamodelo propuesto por Shanks y Darke (1997) Los conceptos comunes son integrados en este marco. E\ALL\CIO" Figura 10.s I"'FOR. y ademas los conceptos que soportan la evaluacion de la calidad en la practica.

que considera dos tipos de componentes: de compOltamiento y ontol6gicos. detenninan el compOltamiento del sistema. PROPUESTA DE KESH Kesh (1995) propuso el desanollo de un modelo. existe una fuerte relaci6n en1:J. Concisi6n: se refiere a que el modelo EIR no tenga redundancia. la es1:J.uctura.LRA-MA CAPiTULO 10: CAUDAD DE LA INFOIUvIACI01'. Entre los factores que influyen en la calidad de la es1:J. II II . Para obtener un modelo EIR de buena calidad. Compleci6n: se refiere a que todos los atlibutos que sean relevantes deb en ser incluidos. II II II Y entre los facto res que influyen en la calidad del contenido. se refiere a S1 el disefio delmodelo EIR refleja la es1:J. y la eficiencia es el nlllnero de entidades. La figura 10.uctura y el contenido. Consistencia: se refiere a si el modelo no muestra contradicciones. Validez: se refiere al cumplimiento de plincipios tecnicos de disefio. II II Como muestra la figura 10. se tienen: II Cohesi6n: se refiere a la cercania que existe entre los atJ. relaciones y atJ. Los componentes ontol6gicos.uctura del problema que se esta modelando.ibutos de una entidad. una metodologia y metricas para evaluar la calidad del modelo E/R.' 269 2.6 muestra el marco de referencia utilizado para evaluar la calidaJ.6.4.uctura y el contenido.ibutos sean conectamente asignados a las entidades. Los modelos E/R estan fonnados por dos componentes ontol6gicos: la estructllra y el contenido. es necesario evaluar la calidad tanto del contenido como de la estructura. Precisi6n (P): se refiere a la exactitud con que el diagral11a EIR refleja el problema que se esta modelando.·e la es1:J. conegido y extendido ante futuros requerirnientos. Rendil11iento (R): se refiere a un disefio eficiente del diagrama EIR. Factores que influyen en la calidad del comportamiento: II Mantenibilidad (M): es la facilidad con que un diagrama E/R puede ser l110dificado.1.ibutos con relaci6n al tipo de tarea que la base de datos representa. La estructura se refiere a las entidades y sus relaciones y el contenido se refiere a los a1:J.ibutos de las entidades. se pueden citar: II Adecuaci6n al problema: la adecuaci6n de la eStlLlctura. Validez: se refiere a que los a1:J.

5 muestra como los factores ontol6gicos afectan a los factores de comportamiento.6.S ll\'FORt'vlATICOS ©RA-!v1A It Usabilidad: se refiere a si un diagrama EIR es conveniente y pnictico para su uso. Calcular el valor de cada componente ontol6gico en fomm individual. 2. 1995) La tabla 10. Una vez construido un modelo EIR se. Para componente de comportamiento combinar los valores de los componentes ontol6gicos que Ie son relevantes. Combinar los val ores de los componentes de comportamiento para calcular el valor global de la calidad. Figura 10. AderTI<ls Kesh (1995) prop one una metodologia y metricas para evaluar la calidad de los modelos EIR que detallamos a continuaci6n. por eso es conveniente subdividirla en usabilidad para el usuario CUU) y usabilidad para el disenador (UD). debe evaluar su calidad utilizando la siguiente metodologia: 1. Marco de Referenda para la evaluacion de la calidad (Kesh. Los disenadores y los usuarios tienen diferentes puntos de vista acerca de la usabilidad. 3. .270 CAUDAD DE SISTElvLA.

. Cohesi6n •. Especialmente en proyectos donde intervienen muchos disefiadores tales reglas son absolutamente necesarias.-MA CAPiTULO 10: CAUDAD DE LA INFORJvl...< .5....:. USABILlDtill·· DISEl'/ADOR·· ·j\h. como muestra la tabla 10. Como la subjetividad del modelado no puede ser eliminada completamente pero solo control ada. 2.... El hecho de resaltar la subjetividad enfatiza la • importancia del disefiador. solo si conoce las reglas subyacentes del proceso de modelado. Adecuaci6n al X problema "'.". Adelmis..5.~"~w Validez Consistencia X X X X X X X X X X X X X X X I . USABILIDAD 1·······USUAlUO ... es necesario contar con reglas que tengan que ser seguidas en el proceso de modelado.•.. Si el valor de un componente ontol6gico esta por debajo de un cielto valor.1. :> : .. El enfasis de la subjetividad en el proceso de modelado requiere medidas especificas para el manejo de la subjetividad para poder desan'ollar modelos subjetivamente comparables y probables.·· i·.\ClON 271 4.. un usuario del modelo.·RiI.• I ... Relaci6n entre los factores ontol6gicos y los de comportamiento Kesh (1995) ademas propone una medida para ca1cular el valor global de la calidad. DliHENSIO:-''ES .~~u.!"lTENF BILlDAD IJ>REbSIONIRENl)~nE~tO ..<'. . .... Validez I Tabla 10.. debe ser investigado y su valor debe ser mejorado antes de seguir adelante. Siguiendo ciertas reglas durante el proceso de modelado es posible construir modelos subjetivamente comparables.5...•. Concisi6n Compleci6n . quien no estuvo involucrado en el proceso de modelado. podria entender los modelos.. Schuette y Rotthowe (1998) definen: .. PROPUESTA DE SCHUETTE Y ROTTHOWE La propuesta de Schuette y Rotthowe (1998) se basa en la suposici6n de que la postura subjetiva del modelador es un aspecto relevante para el resultado del model ado conceptual y por 10 tanto tal subjetividad debe ser manejada y comprendida. teniendo en cuenta la influencia que tienen los factores ontol6gicos sobre los factores de comportamiento.

\Li. La calidad de los modelos se basa en recomendaciones para lograra un eficiente. Principios de la Guia de Modelado (GoM) La Guia del Modelado.-S IKFOR. EiI La idea de los autores al proponer una Guia de Modelado (GoM) es presentar un marco de principios que mejore la cali dad de los modelos de infom1aci6n reduciendo el slIbjetivislIlo en el proceso de modelado de la infonnaci6n. OBJETlVOS 1 I Principio de adecuacion de la construccion I Principio de adecuacion dellenguaje Principio de la eficiencia economica Principio de claridad Consenso a cerca de la definicion de la definicion del problema Consenso a cerca de la representacion del modelo Consistencia intra-modelo Consistencia inter-modelo Minimalidad Correccion dellenguaje Adaptacion dellenguaje Poder Sel11<lntico Fonnalizacion Comprensibilidad dellenguaje Consenso La comprensibilidad y aplicacion dellenguaje Comparabilidad estructura sistematica Disefio jerarquico Disefio del esquema Filtrado Filtros metodicos Filtros de contenido Consistencia inter-modelo entre los modelos de la estructura y el comportamiento . la eficiencia econ6mica del model ado y medidas para mejorar la claridad delmodelo.272 CAUDAD DE SISTE:VL. La arquitectura GoM. .£ de los sistemas de infonnacion Comparabilidad a nivel de meta modelo Transfonnacion completa Traduccion consistente Comparabilidad a nivel del modelo I Principio del disel10 sistematico I I I I I Principio de comparabilidad Tabla 10. que es un marco estructural en el cual son ubicados cada uno de los componentes de esta guia.. comprensivo Y COlTecto disefio de los modelos de infom1aci6n. TICOS EiI Una Guia de modelado (GoM) obtenida a partir de los problemas que surgen del proceso subjetivo de disefio de un sistema GoM contiene seis principios que pem1iten mejoran la calidad del model ado de la infonnaci6n. tiene en cuenta la inteiTelaci6n entre el problema a ser modelado y su representaci6n. que son los que fonnan la base de la Arquitectura GoM. PRINCIPIOS I . La tabla 10. ademas del esfuerzo de estandarizaci6n.\rquitectura.6 muestra los objetivos de cada uno de los seis principios generales de GoM.6.

1994).-'I. dificil y costosa. Sin embargo.CION . el tamano y la naturaleza de los datos pueden influir.6. 2.. POl' 10 tanto no es aconsejable definir una medida general para su complejidad (Fenton. En este caso. Ademas. (2001) han propuesto un conjunto de medidas para mediI' la complejidad estmctural de un modelo ER (vel' tabla 10. dentro de la relaci6n Es Un. 1998). Esta situacion puede ser explicada ya que hasta hace no demasiado tiempo.mcionamiento de la sociedad. Siguiendo este razonamiento Piattini et af. a1:Iibutos.-MA CAPiTULO 10: C-'l. l\Ietricas para modelos ER (Piattini et al. Nlllnero total de Relaciones N-arias (no binarias) en un modelo ER. teniendo en cuenta los atributos de las relaciones como los de las entidades. Numero total de Relaciones I:N (incluyendo tambien relaciones I: I) en un modelo ER. Tabla 10. etc. generalizaciones. las metricas para bases de datos han sido descuidadas (Sneed y Foshag. aunque las bases de datos se han convertido en el corazon de los Sistemas de InfoTI11acion (SI) mas relevantes para el n. Nllmero total de Atributos Compuestos en un modelo ER. en gran medida. Nlunero total de Atributos Derivados en una modelo ER. Ello justifica la gran presencia de me1:Iicas orientadas a programas que podemos encon1:I'ar en la literatura. Nlunero total de Atributos en un modelo ER. teniendo en cuenta solamente relaciones comunes. las bases de datos jugaban un papel relativamente secundalio dentro de los sistemas de infonnacion siendo los programas los verdaderos protagonistas. su disei'io sigue siendo una tarea larga. existiendo centenares de metric as de software. 1997). Numero total de Relaciones en una modelo ER. NOMBRE DEFE\l.[ R.1. PROPUESTA DEL GRUPO ALARCOS La complejidad de un modelo conceptual puede estar altamente influenciada pOl' los diferentes elementos que 10 componen. siguiendo la nocion de complejidad estructural 0 del producto de Henderson-Sellers (1996).D DE LA INFOR. Numero total de Relaciones Reflexivas que existen en un modelo ER. Parece sorprendente que. compuestos y multiyaluados. I Numero de Relaciones Redundantes en un modelo ER. el (mico cliterio que se ha venido aplicando tradicionalmente es la teolia de la nonnalizacion para las bases de datos relacionales. Numero total de Relaciones Es_Un (generalizaci6nJespecializaci6n) que existen en un modelo I ER.2.' NE NA NTIA NCA NMVA NN"R NM:NR I Nl:NR NBinaryR NN-AryR NIS AR NretR NRR Numero total de Entidades dentro de un modelo ER. propuestas por muy diferentes autores. en muchos aspectos de un SI como el esn. se considera una relaci6n por cada par padre-hijo. .-'l. CaUdad de los modelos logicos A nivel logico.UD.\jACrOl\' 273 2. Nlllnero total de Atributos Multiyaluados en un modelo ER.7). Nlllnero total de Relaciones M:N en un modelo ER. Numero total de Relaciones Binarias en un modelo ER. relaciones.. 2001).7. En este nlunero se incluyen atributos simples.lerzo de desarrollo (MacDonnell et al. tales como entidades/clases.

complejidad psicol6gica y complejidad representacional. Estos disefios capturan las mediciones de importancia de un negocio y los parametros por los que se identifican estas mediciones. Las medidas de interes es almacenan en la tabla de hechos (por ejemplo. a traves de 10 cual estaremos tambien rnidiendo la calidad de las mismas.2. los cuales consisten en una tabla central y varias tablas de dimensi6n. tres de los factores que influyen en la mantenibilidad son la analizabilidad. cuyo grafo relacional asociado se representa en la figura 10. Por tanto. 1997). en la tabla 10. el objetivo fundamental fue disefiar metric as de producto (que capturen las caracteristicas especificas de los diferentes tipos de bases de datos) que nos pennitan medir la complejidad de las bases de datos. 0 inventario). centraremos el estudio en las bases de datos relacionales. A su vez.2. Para cada dimensi6n del modele multidimensional existe una tabla dimensional (por ejemplo.1. 1990). factores cognitivos humanos y complejidad del producto.2. 1998). la cambiabilidad y la facilidad de prueba. Las medici ones se denorninan hechos 0 medidas. tanto inteilliodular como intramodular es en la que se ha centrado el trabajo del grupo Alarcos.9 se muestran los resultados obtenidos al aplicarla al ejemplo de la figura 10.8 reswne las plincipales metric as para modelos relacionales.8.\TICOS :9 RA-1vLA- Seglin la ISO 9126. Henderson-Sellers (1996) divide la complejidad en tres: complejidad computacional. activas. . ventas. los cuales a su vez. 2000)..7 (Elmasri y Navathe. Como ejemplo de uso de estas metricas. Los parametros por los que un hecho puede ser visto se denominan dimensiones (Adamson y Venerable. tiempo) que almacena la infonnaci6n acerca de estas dimensiones (Jarke et al. Concretamente. las metricas de producto pueden ser divididas en intra-modulares e inter-modulares (Kitchenham y Linkman. BASES DE DATOS RELACIONALES La tabla 10. BASES DE DATOS MULTIDIMENSIONALES Un disefio multidimensional es un reflejo directo de la manera en que se yen los procesos de negocio.274 CAUDAD DE SISTE1vLA-S INFOIUvL. seglin Li y Cheng (1987) estan influenciados por la complejidad. 2. En la complejidad del producto. Nonnalmente los modelos de datos multidimensionales se representan como esquemas en estrella en bases de datos relacionales. 2. objeto-relacionales y multidimensionales (almacenes de datos). producto. y para la psicol6gica define tres componentes: complejidad del problema.

Nonnality Ratio NR= NT3NF NT Siendo NT31\Tf es el numero de tab las en 3NF definida como el numero total de atributos que hay en el esquema ST i=1 Numerode Atributos. Ratio of Foreign Key = max. Number of Foreign Keys DRT(T). Number of Tables COS.~ (DRT(T. Number of Foreign Keys NA = L: NA(I. Cohesion of the Schema Definida como la profundidad maxima de todos los caminos referenciales del grafo que se forma. Depth of the Referential Tree. NA(T).) .CAPiTULO 10: CAUDAD DE LA INFORJvlACION 275 . cos = INTr. Depth of the Referential Tree Definida como la profundidad maxima de todos los caminos referenciales del grafo que se fonna tomando las tablas del esquema como los nodos y las relaciones de integridad referencial como los arcos del mismo DRT Ratio de Claves Ajenas RFK. Resumen de Metricas para el Modelo Relacional . NA. siendo los nodos de este grafo las tab las del esquema y los arcos las relaciones de integridad referencial Cohesion del Esquema.8. definida como la relacion entre el numero de tab las en tercera fom1a nonnal (0 superior) entre el numero total de tablas cs Ratio de Normalidad..\T Numero de Claves Ajenas definida como el numero total de claves ajenas que hay definidas en el esquema NFK = INFK(I. NR.) i=l Profundidad del Arbol Referencial DRT. RFK(T). Ratio ofForeign Key NT.)) definida como el porcentaje de atributos del esquema que son c1aves ajenas NFK RFK NA Tabla 10.s.METRICA NOTACION I . . Number of Attributes NFK. definida como el numero de atributos de una tabla T definida como el numero de c1aves ajenas de una tabla T Numero de Atributos de una Tabla Numerode Claves Ajenas Profundidad del Arbol Referencial de una Tabla Ratio de Claves Ajenas de una Tabla Numero de Tablas. Number of Attributes NFK(T). tomando la tabla T como el nodo raiz del grafo y todas las tablas relacionadas con T mediante integridad referencial como el resto de nodos y siendo las relaciones de integridad referenciallos arcos del mismo definida como el porcentaje de atributos de la tabla T que son c1aves ajenas RFK (T) = N~K (T) iVA (T) definida como el numero total de tab las que hay en el esquema definida como la suma del numero de tablas al cuadrado que hay en cada componente no conexa del grafo del esquema.

2).-\TE TABLE DEPARTAME:\TO NO\IBRED VARCHAR(l5) NOTl'\uLL. LUGARPR VARCHAR(I5). CONSTRAINT CLEGTEDEPTO FOREIGN KE'{ (NSSGTE) REFERENCES EMPLEADO(NSSJ ON DELETE SET DEF. S. FOREIGN KEY (NU\IEROD) REFERENCES DEPARTAMENTO (PiU. COPiSTRA. PRIMARY KEY (l\U\lEROPJ. PiSSGTE CHAR(9) NOT ?\ULL. ?\lI\1EROPR INT NOT l\ULL.l\O?vIBRE_DEPEPiD).--\RCHAR( 15) NOT NUL. PRll\IAR'{ KEY (NU?vIEROD. PRl.I) NOT?\ULL.Il\T CLEDEPTOE\IP FOREIGPi KEY (PiD) REFERENCES DEPARTA\IENTO CPiU'VIEROD) ON DELETE SET DEFAULT ON CPDA TE CASCADE): CRE. FECHAINICGTE DATE.VIEROD) ON DELETE CASCADE O?\ UPDATE CASCADE): CREATE TA.IP PRl\IARY KEY (PiSS).OMBRED). NSS CHAR(9) NOT NeLL. ND INT NOT MiLL.-\R(30).-\\IENTO (({U. NSSSUPER CHAR(9). Esquema del Ejemplo . LUGARD VARCHAR(l5) NOT NULL. UNIQUE (NOMBREP). INIC CHAR. HORAS DECEvL-\L(3.276 CALIDAD DE SISTDL-\S INFOR\lATICOS CRE. DIRECCIOPi VARCH.YIEROD)): CREATE TABLE TR-\BAJA_E:\ ( PiOTNULL. CO'\STRAIl\T CLSDEPTO UNIQUEC". RELACIOl\ VARCHAR(8). APELLIDO VARCHAR(I5) NOT NULL. NSSE CHAR(9) NUMP Il\T l\OT1\'UL.7.--\DO(NSS) ON UPDATE CASCADE.BLE PROYECTO ( NO\1BREPR V. FOREiGPi KEY (NSSE) REFEREPiCES EMPLE. CONSTRAINT CLPDEPTO PRI\lARY KEY (NUMEROD). FOREIGN KE'{ (({U\IP) REFERENCES PROYECTO (({UMEROP)): CREATE T. PRI\!:-\RY KEY (({SSE.--\UL T ON UPDATE CASCADE): CREATE TABLE LUGAR_DEPTS ( NU\IEROD INT NOT NULL. FOREIG?\ KEY (NU\ID) REFERENCES DEPART. NU\IEROD INT NOT NULL. CO'\STRAJNT CLPP.-\BLE DEPE:\DIE:\TE ( NSSE CHAR(9) NOT l\UL NO\1BRE DEPEND VARCHAR(l5) 1\'OT l\UL. LUGARD). ON DELETE SET NULL COPiSTRA. FECHAAl\ DATE.'SSSUPER) REFERENCES E\IPLE. SEXO CHAR. SEXO CHAR.li\1 CLESCPERE\IP FOREIGN KEY C-.YIPLEADO (({SS). FOREIGN KEY (NSSE) REFERENCES E.-\L-\RIO DECIMAL(IO.-\ TE TABLE DIPLEADO( NO\IBREP VARCHAR( 15) NOT NULL. ({UMP).vL-\RY KEY (i'iSSE. l\U\1D I?\T NOT PiULL.-\DO (NSS)): Figura 10. FECHAEN DATE.

Grafo Relacional del Ejemplo I I Enla figura 10.[ R/\-:vIA CAPiTULO 10: DE LA INFOR. Ejecuci6nProducci6n).:I 4 5 . Valores de las distintas metricas para el ejemplo C Empleado Trabaja_En "" "" "'I" Departamento A1 t+ -+ Dependiente ~ii' Proyecto Lugares_Depts LL I . en el que se tienen dos tab las de hechos (HechosProducci6n y Usolngrediente) y cinco tab las dimensionales (Producci6n. Figura 10.9 se puede observar el ejemplo de un esquema multidimensional.:I .:I 3 2 I 5 1/5 36 I 8 8 5 217 Tabla 10. 277 NA(f) E:'>IPLEADO DEPARTA:'>IE:-iTO LCGARES DEPTS PROYECTO TR-\BAJA E:-i DEPE:-iDlE:-iTE ESQCDIA l\TK(T) DRT(T) RFK(T) COS NR NA NFK DRT RFK 10 4 :: I I I 3 I /~ . .\L-\CIO".S.) l/4 li2 114 2/3 :: . Momento. Instalaci6n.9. Ingrediente. .

Fecha NombreMes Usolngrediente NumeroMes Ano CodProduccion 1-Temporada Codlnstalaci6n CodEjecuci6nProduccion CodMomento Ejecuci6nProduccion Codlngrediente Temporada CodEjecuci6nProducci6n CosteTotal NombreProducci6n LineaProducci6n CapacidadMensualLineaProduccion UnidadMedidaCapacidad 1"-"-'.11. Metricas a nivel de Tabla En la tabla 10. TICOS ©RA. Ejemplo de un almacen de datos (Adamson y Venerable.9.1 L los valores obtenidos de esas metIicas para el esquema de la figura 10. Metricas a niyel de tabla. Nivel de Estrella y Nivel de Esquema Por ello.1.9. Valores de las metricas a niYel de tabla.10.'" 1-· Ingrediente Codlngrediente Nombrelngrediente Proveedor Forma UnidadMedida -- ~--- I Figura 10.2.·1-.Gestorlnstalaci6n Estado CodEjecuci6nProducci6n CodProducci6n Codlnstalaci6n Momenta CodMomento CodMomento CantidadProduccion . . I TABLAS Ejecucion Produccion Ingrediente Instalaeion Momento Produccion 7 0 5 5 0 6 Hechos Produce ion 5 4 Uso Ingredientes 7 5 (T) NA(T) NFK(T) 5 0 I 0 0 Tabla 10.2. se definen metIicas para estos tres niveles (Calero et al.IA Producci6n CodProducto NombreProducto Receta ConGas Oesnatado UnidadProduccion GestorProducci6n Instalaci6n Codlnstalacion Nombrelnstalacion Localizacionlnstalaci6n HechosProducci6n l~--/~ ----~-------.J\LA.10 se pueden observar las metI-icas definidas a nivel de tabla y en la tabla 10. METRfCA DESCRIPCION ]\iA(T) 0:FK(T) Nlimero de atribulos de una tabla Numero de claws ajenas de una tabla Tabla 10.278 CAUDAD DE SISTEivV\S INFOR. 2001) 2. 1998) A la hora de definir metricas para modelos de datos de almacenes de datos se calculanln a tres niveles distintos: Nivel de Tabla.

En 1a tabla 10. las metric as propuestas para e1 nive1 de estrella.2. NOT(S) NT(S) NAOT(S) NAFT(S) NA(S) ?\FK(S) RSA(S) Numero de tab las dimensionales de una estrella Nllmero de tab las de la estrella Numero de atributos de las tab las dimensionales de una estrella NLlll1ero de atributo. i\-Ietrica a nivel de Estrella.CAPiTULO 10: CAUDAD DE LA Il\'FORJvlACION 279 2. METRlCA DESCRlPCIO:-.2. e1emento principal de un a1macen de datos.2. NLullero de atributos de las tab las dimensionales di\-idido por el nlllllero de atributos de las tabla de hechos Ratio de clm-es ajenas. de la tabla de hechos de la estrella Nllll1ero de atributos de la estrella. 2004). e1 cual puede contener una 0 varias estrellas.13.2.12. I I I HECHOSPRODt:CCIO:-. 2002. Metricas a nivel de Estrella A continuaci6n se detail an.14.2.13 se puede observar los valores de las metricas de nivel de estrella (ver tabla 10.TE I NA 28 35 NFK --+ 5 I I I RSA 23. en 1a tabla 10..5 287 NOT --+ 5 I I I NT 5 6 I I I NAOT 7' _J 28 I I I NAFT 5 7 RFK 4/28 5/35 Tabla 10.12. J I USOI:sGREDIE:-. Las metricas se han validado mediante diversos experimentos (Serrano et ai. las metricas al nivel del esquema de a1macen de datos completo. Valores para las metricas a nivel de estrella.3.9. METRIC-\. NT (Nlrmero de tablas) y NFK (Nlnnero de c1aves ajenas) parecen ser buenos indicadores de la comp1ejidad de los almacenes de datos. ?'\llll1ero de atlibutos de la tabla de hechos que son claves I RFK(S) ajenas Tabla 10. Metricas a nivel de Esquema Por llltililO se presentan. En la tabla 10. en 1a tabla 10. en las que hemos obtenido que las metricas NFT (Nlnnero de tab las de hechos).12) para el esquema del ejemplo que se esta estudiando. . I ?'\llll1ero de claves ajenas de una estrella Ratio de atributos de la estrella.15 se puede observar los valores que obtienen las metricas del nivel de esquema para e1 esquema de 1a figura 10. 2.

Numero de atributos de las tab las dimensionales RScA(Sc) dividido por el nllll1ero de atributos de las tablas de hechos RFK(Sc) Ratio de claws ajenas.15. I I VALOR I : NA NFK NDT NT 40 9 NAFT RFK NFT 12 RSDT RT RScA RSDTA 45 5.".14.~2 940 ') I I I 5 7 28 I I NSDT NASDT 4 -. Nllll1ero de atributos que son claves ajenas Ratio de atributos de las tab las dimensionales compartidas.\TICOS r-----~~~~----. Ratio de de tablas dimensionales compartidas.) I I I I 2812 23140 I I NADT " I Tabla 10. NllIl1ero de atributos del RSDTA(Sc) esquema que son compartidos ! I ! I I Tabla 10.280 CAUDAD DE SISTE\lAS INFOR. Cantidad de tablas dimensionales que NSDT(Sc) NT(Sc) NAFT(Sc) NADT(Sc) NASDT(Sc) NA(Sc) NFK(Sc) I I RSDT(Sc) estan relacionadas con mas de una estrella RT(Sc) Ratio de tablas.r------------------------~~==~~~~--------------------_J ~a NFT(Sc) NDT(Sc) ~~~ l Nlllnero de tab las de hechos del esquema I Numero de tab las de dimension del esquema Nllll1ero de tab las dimensionales compartidas por !11:)S de una estrella Numero de tab las del esquema Nllll1ero de atributos de las tab las de hechos del esquema NllIl1ero de atributos de las tablas de dimension del esquema Nllmero de atributos de las tab las de dimension compartidas Nllll1ero de atributos del esquema Nllll1ero de claves ajenas del esquema. Valores para las metric as a ninl de Esquema . Cantidad de tablas dimensionales por cada tabla de hechos Ratio de anibutos del esquema. Metricas a nhel de Esquema METRIC\ VALOR METRICA I I I I I I VALOR I I I METRIC.\L.

1999). Las dimensiones de calidad de datos y de infol111acion son criterios racionales que representan los requisitos de los mediante los cuales es posible juzgar la cali dad de un dato. CAUDAD DE DATOS Una vez que se ha eShldiado la cali dad de los modelos de datos y como medirlo. 2001 a). La e\'aluacion de estos marcos rev-ela con demasiada tiecuencia que los marcos de referencia han sido definidos para un dominio. 1999: . teniendo en cuenta su detinicion y como afectan a los datos existentes. Muchas de estas metodologias de eleccion de dimensiones de calidad de datos llevan aparejada la definicion de un conjunto de dimensiones por parte del autor que sirven como referencia para su aplicacion. Estas a su \ez pueden dividirse en otras que complementen su significado (ISO. Redman (1996) explica un procedimiento mediante el cual es posible obtener las dimensiones de calidad de datos a partir de los requisitos de calidad de datos de los usuarios y de la cadena de intol111acion: se retmen los requisitos de cali dad de datos de los usuarios y se catalogan. As! es posible encontrar un catalogo de dimensiones de calidad para entomos medicos (Kosar. y metricas asociadas a esas dimensiones. 1999.CION 281 3. 1996) 0 los tipos de investigacion realizadas (Huang et al. se atl-onta ahora el hecho de medir la calidad de los propios datos almacenados en la base de datos. Despues de haberlas catalogado se escriben de f0I111a que los disei'iadores puedan ar'iadirlas a las especiticaciones del sistema. Por otro lado.. 1994) 0 simplemente la f01111a en 1a que se usan los datos (English. Una estrategia habitual que se suele utilizar para detel1ninar el grado de cali dad de datos de una aplicacion es detinir un marco de trabajo para detel111inar las dimensiones de calidad de datos para un contexto.. (1997a) han explicado como identiticar estas dimensiones de calidad de datos e incluso como medir ciertos aspectos caracteristicos de calidad de datos en ciertas aplicaciones y entomos. Es posible llegar a necesitar un conjunto de varias dimensiones para detinir el estado de la cali dad de datos y de informacion en una detel111inado aplicacion (Huang et al. se comprueba la validez de la dimension elegida. Este proceso es iterativo hasta obtener un conjunto consistente de dimensiones de calidad de datos. Por ttltimo. En la literahlra se intenta definir este concepto en nmcion de unos deter111inados criterios. que puede ser generico 0 bien especia1izado en un area. como pueden ser el ciclo de vida de los datos (Redman. Strong et al. con 10 que son nlertemente dependientes del contexto (Eppler. English ( 1999). Para empezar es necesario definir el concepto de calidad de los propios datos. Muchos aLltores como Redman (1996). Strong et ai.-\-\!A CAPiTCLO 10: CALlD. (1997b) proponen LIl10S procedimientos de identiticacion de dimensiones de calidad datos consistentes en aislar problemas frecuentes con los datos. 2001). 1999).-\D DE L-\ INFOR)'L-'.. 'Nand y Wang. EI problema radica en la diticultad para identiticar las dimensiones de calidad para cada uno de estos componentes.\: R. identiticando adecuadamente las necesidades y preferencias de todos los usuarios para posteri0l111ente intentar compatibilizarlas.. Pero todos los autores estim de acuerdo en que la calidad de datos es un concepto multidimensional que comprende distintos aspectos seglm las necesidades de los consumidores de datos 0 de los diseiladores de sistemas.

. 2002) e incluso para "COIparate Hal/seliafding" (Madnick et af. C. 0 de utilizaci6n de los mismos.282 CAUDAD DE SISTEMAS IN1'ORIvL. 1998). (1997) De todos modos. Como se sabe. En Wand y Wang (1996) se . Intrinsecas Accesibilidad Contextual Exactitud. y se podlia pretender desan-ollar un modele de referencia universal valido para cualquier situaci6n. 2003). Dimensiones de Calidad de Datos de Strong et al. 2002). (1997a).. el numero de las elegidas que fOTIl1aran este conjunto debe ser 6ptimo y minimo: optimo para que represente convenientemente la calidad de datos en la base de datos y minimo para evitar el gasto imlecesario de recursos y la complejidad computacional. para teolias evolucionista de la calidad de los datos (Liu y Chi. Cantidad de Datos Interpretabilidad. 2003). 2002). Credibilidad. 2004).. es posible que este esquema no satisfaga con-ectamente todas las necesidades de los usuarios (Eppler. para pequenos negocios (Leonowich-Graham y Willshire. la calidad de un producto depende del proceso mediante el cual se disena y produce el producto. sistemas cooperativos (Mecella et aI.. donde se establece un conjunto de cuatro categolias de dimensiones de calidad..16: . para sistemas de apoyo a la decisi6n (Gendron y D'Onofrio. 2004). as! que la cali dad de los datos estara relacionada con el proceso de captura. (2002) esto es imposible debido al hecho de que la calidad de datos y de infomlaci6n depende fueltemente de los problemas particulares que las organizaciones tienen con sus datos y su infoTIl1aci6n. militares (Burzynski. 2003). Shankaranarayan et af.16. 2002. Reputaci6n Accesibilidad. Otro de los problemas que se puede encontrar a la hora de definir el catalogo de dimensiones es la cantidad de factores que pueden afectar a dicha dimension. Compleci6n. Uno de los casos mas impOltantes es el rol de la persona que va a utilizar el recurso cuya dimensi6n de calidad de datos y de infoTInacion se pretende definir (Gialmocaro et aI. 1999). para la web (Eppler y Muezenmayer. No obstante un esquema que empieza a ser COmlll1mente utilizado para la elecci6n de las dimensiones de calidad de datos es el propuesto por Strong et af. de diseno. Acceso Seguro Relevancia. Objetividad. Sea cual sea el metodo de elecci6n de las dimensiones.\TICOS Davidson et af. pero como afiTInan Pipino et af. Facilidad de entendimiento. y los factores que condicionan la elecci6n de las climensiones. mostradas en la tabla 10. Representaci6n Representacional Concisa. Oportunidad. Representaci6n Consistente Tabla 10.UEGORIADt CAUDAD DE DATOS DIMENSlONES DE CALlDADDE DATOS. Valor Afiadido.

De todos modos. definir una politica de calidad que establezca las obligaciones de cada rol (en general. DIMENSION CALIDADDE NATUR.GRA. Por tanto. es necesario catalogar los requisitos de calidad de datos de los usuarios segun unas detenninadas dimensiones de calidad. Calidad de los datos y deficiencias del diseiio. mienh'as que por otro deberan implementar un proceso con el fin de evaluar la cali dad de la infom1aci6n de que disponen. Al igual que pasa con los miembros y 6rganos del cuerpo humano. las empresas tendran que."" FUENTE DELADEI'1C:!ENCIA . desde un punto de vista practico.) con el fin de asegurar la calidad de los datos en todas sus dimensiones.17. los datos que no se utilizan tenninan "atrofiandose". objetivas independientes de la aplicaci6n (como la conecci6n) y objetivas dependientes de la aplicaci6n (especificas para un dominio detenrunado). por un lado. creadores y suministradores de datos. Dado que la calidad tiene componentes objetivas y subjetivas (Pipino et aI. que las mayores deficiencias en la calidad de los datos provienen de su no utilizaci6n. (1999) se prop one considerar diferentes tipos de metric as conespondientes a esas componentes: subjetivas (basadas en el juicio de los usuarios de los datos). disefiadores. 2002). La tabla 10. 2 SI = Sistema de Informacion MR = Mundo Real 3 . hay que tener en cuenta."-LEZ--\ DEL-\ DEEICIE1\iOA DATOS .-MA CAPiTULO 10: CAUDAD DE LA INFORJ'v1ACION 283 analizan algunas de las causas de la mala calidad de los datos debida a deficiencias en disefio basandose en principios onto16gicos. En Huang et al.17. 1998). vease tabla 10. operadores. directivo de infonnatica.18 muestra algunos ejemplos de dimensiones de calidad que pueden tener una medici6n objetiva y otras que pueden tener una medici6n subjetiva. etc. Representacion impropia: Complecion Estados SI 2 ausentes Representacion impropia: No ambigtiedad Varios estados del MR3 mapeados al mismo estado SI Estados SI sin sentido y confusion: mapeo a Significacion estado sin senti do Correccion Confusion: mapeo a un estado incorrecto operacion Fallo en la operacion Fallo en el diseiio y fallo en la Fallo en el diseiio Fallo en el diseiio Tabla 10. y su calidad se deteriora (On.

que consiste en generar un valor numerico como resultado de un juicio de un detenninado valor del dato con respecto a la dimension elegida: posteriormente los resultados se gum-dan en el mi5mo almacen de datos. con una simbologia COITecta y adecuada y con la definicion apropiada. . I Reputacicin Seguriclad \'alor aiiadido Tabla 10. Todos los datos se represcman en cl mismo tonmno. Los datos cstan representados de una fonna compacta. Los datos son imparciales. La forma de gum-dar los datos depende fuertemente del modelo de datos elegido para el almacen de datos. ' I I Los datos son complctos y suficientes para la (area que se eStil desaITollando. Los datos son COITectos y liables. 3.28-1 CALlD. Los datos son bcndiciosos y otj'ecen wntajas alusarlos. 2002) Dentro de este proceso resulta fundamental disponer de medidas 0 metricas que pem1itan analizar y mejorar la calidad en funcion de las dimensiones de calidad de datos identificadas.-\D DE SISTE\HS I. Algunas dimensiones de CaUdad de Datos (Pipino et at. Basada en las ideas propuestas por Orman et Cll. para despues analizar los resultados. que proponen almacenar informacion referente a la cali dad de los datos en la misma base de datos.. EI objetivo fundamental de ]a metodologia que a continuacion se resume. Metodoiogia para ia medici6n de la caUdad de los datos En este apartado se muestra una metodologia para medir la calidad de los datos guardados en un almacen de datos. Los datos son lltilcs y aplicables en la tarea ue sc esta desaITollando.ls ' adeeuado para la wrea que se esta desaITollanclo. I El volumen de datos es adecuado para la tarea que se esui realizando. Los datos estan 10 suficientementc actualizados para la (area que se esta desaITollando. trata de identificar las dimensiones de calidad que mejor describen esos requisitos_ para despues obtener metricas a partir de ese conjunto de dimensiones: despues se realiza el proceso de medicion propiamente dicho. esta metodologia propone una serie de pasos bien estructurados y definidos que. l 1994).is es el m. Los datos son tacilmente aplicables y manipulables en diferentes tareas. de sus filCl1teS 0 comenidos. partiendo de los requisitos de ca1iclad de datos de los usuarios.18. que adem. es ofrecer al usuario un marco de trabajo para detenninar la cali dad de los datos de una base de datos atendiendo a la calidad de los datos propiamente dicho. EI acceso a los datos esui restringido apropiadameme para garantizar su seguridad. Los datos estan altamcnte rdacionados en tennino.1. I Los datos son tacilmentt: comprensibles I I Los datos pueden ser considerados como creibles y verdaderos. Los datos estan representados en el idioma apropiado. sin prejuicios y sin connotaciones.\FO~\!''\ TICOS iZ R_-\-\!A DI"\<IE7\5107\ DEH7\ICI07\ :\ccesibilidad Cantidad apropiada de datos C omplecion Comprenslbilidad Credibilidad Disponibilidad temporal Facilidad de manipulacion InteIlxetabilidad Libres de en'or ObjetiYldad Releyancia I Los datos estan disponiblcs 0 bien son tacil y rapidamente recuperables.

FOR\lACIO?\ 285 Las fases de la que consta la metodologia son las siguientes: Fase 1: Identificaci6n de los objetivos y de las medidas.1.( RA-\lA CAPiTCLO DE L\ I:-.3. Se trata de detel111inar las razones por las que se qui ere medir el nivel de calidad de datos.2. Detenl1inar la cantidad de datos que deben ser \alorados.3. En funcion del nllll1ero de veces que se haya analizado la calidad de los datos guardados en el almacen de datos. donde el objetivo es dotar al almacen de datos de una estructura para guar'dar los val ores que mas tarde se recopilaran para las medidas de calidad. 1. 1. Es una fase de amilisis.3. Detinicion de criterios de calidad. Se trata de establecer criterios de valoracion para juzgar la bondad de un dato y de definir criterios de evaluaci6n para detenl1inar la bondad del conjunto de los datos. 1. 1.2.3. Se pretende indicar ellugar ex acto don de logica y. A partir de los requisitos de los usuarios se identifican las dimensiones y metricas de calidad de datos mas significativos para acotar el problema de calidad de datos.o fisicamente estan los datos a valorar. se necesita conocer la fuente de informacion para preguntarle por el \. Se trataria de decidir si para detenninar la calidad de los datos hay que tomarlos todos 0 bastaria con tomar una muestra de ellos y luego extrapolar los resultados. donde a partir de los requisitos de calidad de los usuarios se obtendrian una serie de productos de trabajo tras completar cada una de las siguientes actividades: 1. Localizar los datos en la base de datos. 1.3.4.1. 1. Para comparar un valor almacenado con el \'alor real. Se trata de definir ese momento para que la medici on de la calidad sea la apropiada. Localizar los datos a valorar. Esta actividad se di\'ide en las siguientes subactividades: 1.4. Fase 2: Creaci6n de una estructura de calidad. Detenl1inar el objetivo de la medicion.3. Identificar las fuentes de los datos. Puede oCUlTir que el estado de la calidad de los datos que es verdaderamente significativo se de en un momento detenllinado. Detenninar los panimetros e indicadores de cali dad. Elegir el momento en el que debe hacerse la \aloracion de los datos. se pueden presentar alguna de estas tres situaciones: .alor del dato original. Es la fase de disefio.

2. En caso contrario se desechan como invalidos. En cualquiera de las circunstancias en las que haya que modificar el modelo del almacen de datos hay que tener presente que se pueden ver afectados todos los procesos que manejaban esos datos. Que no haya ni siquiera almacen de datos. En este rango de val ores podria estar 0 no el valor nulo. En cualquier caso estas medici ones se guardaran en el almacen de datos. EVALUACION Y MEJORA DE LA CAUDAD DE LA INFORMACION A medida que la Infol111atica se ha ido conviltiendo en una de las helTamientas mas importantes para las organizaciones. con 10 que sera necesario disei'iarlo afiadiendole directamente los aspectos de calidad que se consideren mas adecuados. Lo que habra que hacer sera modificar el modelo para dar el citado soporte. Fase 3: Medicion de los atributos de calidad. Que el almacen de datos ya cuente con estmctura de calidad debido a analisis realizados anteliol111ente. una parte de esa totalidad. En funci6n de la cantidad de datos y del nivel de calidad exigido puede ser necesario mediI' los valores de todos los datos 0 seleccionar pOl' muestreo s6le. 1999). esta fase consiste en reunir valores para dichas medidas en las dimensiones especificadas. entendiendo que un atIibuto es incolTecto cuando su valor no esta dentro del rango de valores de dominio definido para ese atributo. Puede llegar a ser necesario que para algunas dimensiones de calidad se deba conocer el valor del dato real y compararlo con el del dato almacenado. Que haya almacen de datos pero que no de soporte para los aspectos 0 dimensiones de cali dad. Una vez que el almacen de datos disponga de una estmctura para guar'dar las medidas de las dimensiones de cali dad.S lNFORJv1A TICOS 2. se celtifican los datos como validos para la aplicaci6n. Com') ejemplo de metrica de calidad de datos podria darse la siguiente el Numero de valores incolTectos para un atributo (1\TVI (A)). Si es as!. procediendo posteri0l111ente como mejor convenga: cOlTecci6n de los datos existentes 0 captura de nuevos datos.286 CAUDAD DE SISTE1>L4. y Segllll elnllmero de datos con calidad y los criterios de evaluaci6n establecidos se juzgaran si esos datos tienen 0 no el grado de calidad deseado. el valor empresarial del software ha ido creciendo hasta conveltirse en uno de los activos mas impOltantes a nivel estrategico (Bobrowski et al.3. En esta fase. Frecuentemente se piensa que la calidad del software es el pilar basico para que . 2.1. se someteran los valores individuales medidos en la fase anterior a los critelios de valoraci6n para detel111inar el grado de bondad de un dato.2. 4.. Fase 4: Amllisis y Evaluacion de los valores de los atributos de calidad. pOI' 10 que se recomienda tener en cuenta todos esos cambios.

En la actualidad. estrategicas u operativas (Ballou y Iayi. muchas veces sin una planificaci6n previa.. Se hace pOI' tanto imprescindible para el buen rrmcionamiento de los Sistemas de Infol111aci6n de las organizaciones abordar el tema de la calidad de los datos y de la infol111aci6n desde la gesti6n.. 2003. Las organizaciones estan empezando a darse cuenta de que una situaci6n de datos con una calidad insuficiente es inaceptable (Piattini et aI. 2003: Redman. 2004). Geltz et al. la mayoria de ell os probablemente inlltiles e improductivos. para poder atender a un mayor numero de potenciales c1ientes. 1996). mayores seran las ventajas que supondra tenerlos. 2002: Hinrichs. 2001a. 1999. 2003). 2000). almacenar y procesar para la producci6n de la infol111aci6n son tambien un factor basico para el desanollo de sus operaciones comerciales (Eppler. Este hecho obliga a las organizaciones a tener que enfrentarse pas ado un tiempo a un grave problema de poluci6n de los datos: se dispone de demasiados datos. la mayor parte de las empresas yen en la tenencia de datos un medio indispensable para hacer frente a un mercado cada dia mas competitivo (Huang et al. en el que la diferencia entre costes y necesidades de calidad queda intimamente vinculado pOI' el contexto de aplicaci6n y pOI' los requisitos de la organizaci6n (Bringel et al. 1997a). 1996: Wand y Wang. no es trivial.. Pero el dia a dia de las instituciones esta demostrando que los datos que se necesitan recopilar. 1999). Bovee et al.. 1996) y pOI' tanto pueden general' ciertos enores que impactaran negativamente en la eficiencia global de la organizaci6n (Burgess et al. Esto se traduce numerosas veces en una obsesi6n pOI' reunir y almacenar datos. los equip os de gesti6n de calidad de datos y de infol111aci6n deben ser los encargados de empezar a pres tar atenci6n a este aspecto tan importante de las organizaciones que viene siendo descuidado desde hace mucho tiempo (Helfert y von Maur. Strong et al... no es gratis y se requieren muchos reCllrsos (Xu.. Asi. 2003).. 2004). cientificos. Ieniendo en cuenta que un nllIllero importante de organizaciones no tienen todavia las herramientas adecuadas para mantener un alto nivel de calidad de datos (Kim y Choi.C\PiTULO 10: C\UDAD DE LA INFO~'vlACI6N 287 los Sistemas de Infol111aci6n que utilizan Iecnologias de Infol111aci6n (II) sean 10 suficientemente eficientes como para asegurar la supervivencia de una organizaci6n. 1996. sus directivos piensan que cuanto mayor sea la cantidad de datos. generalmente el aseguramiento de la calidad es un proceso complejo. 2001). Kim y Choi. No obstante. investigadores y profesionales de empresa se han venido preocupando en esta ultima dec ada pOI' esta . 2000a) ya que las decisiones que pueden llegar a tomarse no seran mejores que los datos sobre los que estan tomadas (Redman. 2003. Se sabe que el tratamiento de los problemas de cali dad de datos y la infol111aci6n es un as unto tan importante como dificil (Ballou et al. y de extender esta preocupaci6n al resto de los trabajadores de la organizaci6n a fin de introducir cambios y lograr compromisos que puedan servir de base para la mejora de la calidad de los datos (Motha y Viktor. deberian ser las organizaciones quienes tienen que descubrir las causas de la pobre calidad de sus datos e institucionalizar programas de mejora para solventarlos (Jin y EmbUlY. Idealmente. 2004) ya que datos e infol111aci6n constituyen un activo fhndamental para las decisiones tacticas. 2000). Redman. porque.

mejorar la calidad de los datos y de la infoI111aciolf para conseguir asi mejorar la satisfaccion de los clientes y. software. demasiado centrados en aspectos concretos de dichos contextos.-\ creciente impoltancia de la cali dad de la infol111acion.. esta preocupacion ha motivado muchas nuevas lineas de investigacion tratando diferentes asuntos de la cali dad de datos y de la infom1acion des de distintos puntos de vista (Eppler y Wittig.. Esta gestion de la calidad incluye conceptos y actividades como politic as de calidad. 10 que hara mejorar la organizacion en su conjul1to. y como demuestra Kreut=berg (2000) esta gestion va a tener un efecto positivo sobre 1a calidad de los datos y de 1a inf01111acion. 2002). Muchos de estos esfberzos comienzan con la evaluacion/va10racion del estado actual de 1a calidad de los datos y de 1a infol111acion y continLtan con la optimizacion de los procedimientos. en e1 que teniendo conocimiento sobre 1a organizacion y sobre los "procesos de/cilwicacion de informacion" (\Vang. 1999: Lee et al .. Estas acti\'idades necesitan encuadrarse en un marco de trabajo que pel111ita evaluar y mejorar la calidad de 1a infol111acion de una f01111a integradora a traves de una gestion proactiva: coordinando y organizando todos los recursos (incluyendo humanos.. 2004) que vaya mas alla de la definicion de las dimensiones de h cali dad de los datos (Xu.?ro (2002). Es necesario. Estudiando a los autores clasicos de calidad como Deming. son demasiado dependientes del contexto y. 2001). 2003: Redman. Esta tesis csta oricntada al <. al mismo tiempo. entomos o iniciati\'as mas imp01tantes en la gestion de 1a calidad de los datos y de la infol1113cion. la satisfaccion del personal.288 CAUDAD DE SISTDIAS 1. a traves de un camino. . Juran 0 Crosby. ninguna de ell as trata como optimizar la calidad de la infom1acion coordinando grupos de esfuerzos 0 compromisos que alcancen a las organizaciones completamente tanto de manera pragmatica como analitica (Eppler y Wittig. c ExistCll otros estudios ~nfocados a mejorar la calidad d~ los modelos conccptuales de datos como Calero ct (il. 2000: Wang et 01..'\ TICGS i. (200 l) 0 Gen<. por 1 tanto. 2003). 2003: Huang et 01 . p1anificacion de la cali dad. aim no ha sido definido un manual de buenas practicas y procedimientos que pel111ita a las organizaciones valorar 0 mejorar un deteI111inado grado de la calidad de sus datos de un modo integrador (Geltz et 01. estrategia de calidad.?studio d~ la cali dad de los propios datos y de la inlormaci6n.-\-\l. datos e infol111acion). se llega a la conclusion de que 1a clave para 1a mejora de la cali dad de los datos y de 1a infol111acion en las organizaciones debe hacerse a traves de dicha gestion de ca1idad (Liu y Chi. R. control y aseguramiento de la calidad y mejora de 1a ca1idad (Helfelt y von Maur. 1995). En los siguientes subapartados se \'an a mostrar algunos de los proyectos. 1998) se pueda alcanzar cielto grado de eficiencia en e1 tratamiento de sus datos. 2000). 2002). 2001: Olson. hardware. pero rara vez abarcan los dos a la vez.\ FG R:Vl. 1999: Eppler.. Es posible afiI111ar que estos marcos de trabajos son fueiteS bien desde un punto de vista 0 desde el otro. :\0 obstante. en la mayoria de los casos. 1996: \Vang et al . A pesar de que algunas investigaciones proporcionan varias medidas para la valoracion de la calidad de 1a infol111acion y metodologias para la valoracion (English.

mit.gr·-d\yqf) desatTollado en la Uni6n Europea (Jarke y Vassiliou.: I!J Definicion del Producto de Informacion. que se repiten en un bucle celTado siguiendo el ciclo de Deming (Deming. 1986) PlclI1ifical'-Hacer- Colllprobal'-Actllal' (Plan-Do-Check-. medir. Otro de los marcos a tener en cuenta pero que no va a ser incluido pOl'que no se centra en la calidad de los datos y de la infol1naci6n. Finalmente. y que supone la base de otros proyectos como DaQuincis. G Medicion del Producto de Informacion. desalTollado por English (1999). 2000) desalTollados dentro del ent0l110 de TDQM. Para esta mejora continua. Las caracteristicas del producto de informaci6n deben ser definidas en dos niveles: c: C) En un nivel superior. se deberian identificar los elementos basicos del producto de informacion y sus componentes.!w\\w. sino s610 en la calidad de almacenes de datos es el proyecto ESPRIT 22469 DWQ (http:. 1998) desatTollado en el MIT como uno de los marcos mas ampliamente aceptados por la comunidad investigadora y por las empresas.cf. la producci6n de informaci6n. La metodologia TDQM consta de cuatro pasos principales. 2002) 0 TQdM. tales como precision. 1997).ece.dbnet. 4. desalTollado en la Universidad de la Sapienza de Roma (Missier y Batini. se incluira un marco de evaluaci6n y mejora basado en modelos de madurez. Es impOitante resaltar la inclusi6n del marco de Eppler (2003) por ser el de mas reciente publicaci6n. Metodoiogia TDQM < El fundamento de este proyecto norteamericano soportado por el Massaclzllssets Institllte of'Technology (MIT . segll11 los cuales los usuarios deben enjuiciar la calidad de los citados productos de infol1naci6n.4. Wang (1998) establece como principio te6rico basico el ciclo de Deming adaptado '-. Tambien se incluyen otros marcos de especial importancia como AIMQ (Lee et al.httl»!web. 2002) o IP-MAP (Shankaranarayan et al .ntua.\: R. Estas metricas pueden calcularse a . La clave para medir reside en el desaJTollo de las metric as de cali dad que se obtienen a pattir de las dimensiones de calidad de datos. analizar y mejorar continuamente la calidad de la infol1naci6n. al estilo de CMM1. Se identifican los principales productos de inf0l111aci6n cuya calidad de informaci6n es basica para las necesidades de los usuarios: tambien se identifican aquellos requisitos de calidad de informaci6t:.. En un nivel inferior.-\-'. etc.1.lA Se comenzani por TDQM (Wang. el producto de infOI111aci6n es conceptualizado en tel111inos de sus funcionalidades para los consumidores de informaci6n. En esta fase el objetivo es identificar las metric as de calidad de infOimaci6n mas eficientes para medir dicha cali dad y proceder a su medici6n. exactitud. y como contribuci6n del Grupo Alat·cos a este campo.edwtdqm) es considerar la infol1naci6n como resultado de un proceso de producci6n: para mantener una alta calidad de los productos de inf0I111aci6n es necesario definir..

(2002). Los metodos y helTamientas para desarTOllar esta tarea pueden ser simples como una inspecci6n visual 0 complejos como el cOlmol estadistico de proceso.2. s6lo han podido desauollarse tecnjcas propietarias para medir.. Para ellos.290 CAUDAD DE SISTEMAS INFORIvL4 TlCOS © !{.A. una base rigurosa y pragmatica para la valoraci6n de la calidad de la infolmaci6n. aunque a un nivel mas complejo. Consta de tres elementos: . analizar y mejorar la calidad de los datos en las organizaciones. El equipo del Producto de infonnaci6n necesita identificar las areas claves para las mejoras. Mejora del Producto de Informacion. El reto the matelializado en una metodologia llamada Assessment and Improvement Methodology for Quality (AIMQ). entonces puede comenzar la fase de mejora. que proporciona. pero las organizaciones deberian tener un banco de pruebas (benchmark) que pennita comparar sus esfuerzos con los de otras organizaciones. el reto de la investigaci6n consiste en desauollar un modelo global con un instrumento de medici6n de la calidad de infonnaci6n. Parten del hecho de que la calidad de la infonnaci6n se ha conveltido en un factor critico para las organizaciones y en una area activa de investigaci6n en el campo de Gesti6n de Sistemas de Infonnaci6n (Management b?formation Systems . Justifican su propuesta basandose en que a pesar de una decada de investigaci6n y experiencias. Metodologia de Evaluaci6n AIMQ Fue propuesta por Lee et al. Una vez que la fase de analisis esta completa. $ 4. pueden definirse reglas de negocio que necesiten ser observadas. $ Amilisis del Producto de Informacion.JiflS) Y que con el crecimiento de los almacenes de datos y el acceso directo a la infol111aci6n desde varias y diversas fuentes por gestores y usuarios se ha incrementado la necesidad de tener cuidado de la calidad de la infol111aci6n en las orgal11ZaClones. Sin la capacidad de valorar la calidad de su infol111aci6n las organizaciones no pueden detelminar 0 estimar el estado de su organizaci6n con respecto a la calidad de la infonnaci6n para monitOlizar su mejora. como el alineamiento del flujo de la infol111aci6n y del flujo de trabajo con la infi"aestructura de la organizaci6n y el realineamiento de las caracteristicas de la infonnaci6n con las necesidades del negocio. se POrn"a investigar las causas potenciales de los problemas de calidad de datos.-MA. Consiste en el desan"ollo de un amilisis diIigido por datos y por procesos para descubrir las causas de la pobre calidad de los datos en los productos de infonnaci6n seleccionados. seglll1 sus autores. A partir de los resultados de las metricas. Cuyo plincipal objetivo es disefiar e implementar estrategias para mejorar la calidad de infonnaci6n de los productos de infol111aci6n sobre las causas encontradas en el paso anterior. partir de los propios datos almacenados en la base 0 almacen de datos.

-MA CAPITULO 10: CAUDAD DE LA INFO~y[ACI6N 291 e Un modele de las medidas que son lltiles a los consumidores y a los gestores de infonnacion. Varias de estas dimensiones juntas miden la calidad de la infonnacion para cada cuadrante del modele anterior. Este instrumento puede ser aplicado para valorar la cali dad de la infonnacion en las organizaciones. considera la creacion de la infonnacion como si fuera un producto de inf0l111acion. el gestor del producto de infonnacion debe ser capaz de visualizar las fases mis impOltantes en el proceso de produccion e identificar las fases cIiticas que afectan a su calidad. La primera tecnica compara la calidad de la infol111acion con los resultados de un banco de pruebas de mejores practicas de una organizacion. e e 4. IP-MAP: Representacion del Producto de Informacion Este ent0l110.3. la representacion del IP-MAP debeIia no solo ayudar a identificar a los propietaI10S de los procesos en cada una de las fases. dependiendo de si la infonnacion es considerada como un producto 0 como un servicio. (2000) y vinculado con el proyecto TDQM. R/\. sino adel11i:'ls ayudar a .. La segunda tecnica mide las distancias entre las valoraciones de los diferentes implicados en un sistema de produccion de infol111acion. Primero. propuesto por Shankaranarayanan et at. Estas dos tecnicas ayudan a las organizaciones a enfocar los esfuerzos para mejorar la calidad de los datos. El tercer componente de AIMQ consiste en dos tecnicas de analisis para interpretar las valoraciones obtenidos por los cuestiOnaI10s. Casi todos son incapaces de representar sistematicamente el proceso de produccion y tienen deficiencias en constructores para representar explicitamente los detalles de produccion. Los autores se basan en que aunque ha habido intentos de desaITollar modelos para la produccion de sistemas de infol111acion. y de si las mejoras pueden ser valoradas como especificacion fonnal 0 como expectativas del c1iente El segundo componente es un cuestionario para medir la calidad de la infonnacion a traves de las dimensiones de cali dad que son consideradas impOltantes tanto para los consumidores como para los gestores. cieltos aspectos cIiticos de las fases del desanollo de un producto de inf0l111acion dentro del sistema de infol111acion todavia no han sido atendidos. la representacion conceptual debeIia pel111itir a los gestores de productos de infonnacion cenh'arse en los problemas ocasionados en los cuellos de botella de los sistemas de produccion de infonnacion y estimar el tiempo para desan'ollar cada uno de los productos. Este modele tiene cuatro cuadrantes. basandose en los principios de mejora continua para los procesos implicados. que :oerviIia como base sobre la cual se pueden elegir las dimensiones de calidad. Tercero.{. Los autores proponen un mapa para los productos de infonnacion (IP-MAP) como un metodo para representar sistematicamente la produccion de los productos de infol111acion. Segundo. Esta representacion ofrece distintas ventajas. usando esta representacion.

a111inar criticamente los pasos en el proceso de produccion.usuario puede localizar las Fuentes potenciales de problemas de calidad de informacion y 10 mas importante. Finalmente. La representacion sirve como modelo conceptual para la produccion del producto de infon11acion. pennite la medida de la calidad del IP en las distintas fases del proceso de produccion usando las dimensiones de calidad apropiadas. Los objetivos de esta representacion son los siguientes: <I> Ofrecer un conjunto de construcciones que faciliten la representacion de los pasos implicados en la produccion del IP. y los procedimientos para la eyaluaci6n del producto de infon11aci6n. disei'iar procedimiento para rectificar estos problemas asegurando as! una alta calidad del producto de informaci6n. la representaciol1 pe1111itiria a los gestores de los productos de i11f01111acion entender las unidades organizacionales de negocio como los limites del sistema de info1111acion traspasados por los distintos procesos usados en la produccion del IP. Estas construcciones ayudan a modelar los distintos pasos del proceso de produccion y ayudan al modelador en su visualizacion. la localizaci6n para el almacenamiento de estos datos. tiene por tanto como objetivo la creacion de una representacion sistematica para la captura de detalles asociados a la produccion de un producto de inf01111acion. El marco propuesto por IP-MAP.4. Ademas pem1ite al modelador implementar la calidad de info1111aci6n en la fuente. Metodologia TQdM (English. La representacion pennite al modelador ex. . Aqui el modelador. conYers ion y 0 ensamblaje de estos 0 nuevos elementos de datos. Finalmente. Estos pasos incluyen la llegada de elementos de datos (materias primas).292 CAUDAD DE SISTE:-'L-\S I?--:FORYL'\ TICOS implementar la calidad en las fuentes de los datos. <I> <I> <I> La principal critica que se Ie ha impuesto a IP-NIAP es que no prop one ninguna metodologia de eyaluacion y mejora. los procesos impJicados en la creaci6n. sino un modelo que permite representar adecuadamente la construcci6n de un producto de informacion 4. ofrece una representaci6n que puede ser us ada para \alorar la calidad de un producto de informacion basada en las dimensiones de calidad de in1'o1111aci6n seleccionadas. 1999). 1999) A continuacion se presenta un resumen de la metodologia TQdM (Toto! QlIality data MOllagcmcnrj recogida por LallY English en su libro Improving Data \Yarehouse and Business Quality (English. CUaIto. Pem1ite asignar las responsabilidades de asegurar la calidad del producto de infom1acion.

Existen medidas tecnicas de confoll11idad con las especificaciones y de disminucion de variabilidad con respecto a los productos desalTo[[ados.( R. sistema de infol111acion.-\PiTCLO 10: C. Ii) TQd?vI busca conseguir estos objetivos integrando los principios y IIl1itodos de calidad en Ia cllltlira de Ia empresa. No se puede medir Ia calidad de un producto sin saber que las especificaciones de los productos son tan exactas como deberia ser. Valorar Ia calidad tecnica de la definicion de los datos.-\-'\L-\ C. Valorar Ia calidad del disei'io de Ia base de datos y de la arquitechlra de Ia informacion. Los pasos de este proceso son los siguientes: Identificar las medidas de calidad de definicion de datos. Los procesos de valoracion y mejora de los procesos de calidad que constituyen Ia metodologia TQdM son: " Proceso 1: Valoracion de ia CaUdad de Definicion de Datos y de [a Arquitectura de ia Informacion. A fin de medir la cali dad de la infol1naci6n en una base de datos 0 en la salida de un proceso. y arquitectura de infol111aci6n y bases de datos. La gestion de Ia calidad de la infolmacion consta de cinco procesos de medida y de mejora de la calidad de la informacion y un proceso que abarca a toda Ia organizaci6n para crear un ent0l110 de calidad de informaci6n. actualizan y bOll'an datos. EI proceso de medir la cali dad de la informaci6n es ana logo al de Ia medici6n de Ia calidad de un producto manufachlrado. hay que analizar primero la calidad de la definicion de los datos y de la arquitectura de Ia informac. EI proceso de medida de Ia definici6n de datos y de Ia arquitechlra de Ia informaci6n es el predecesor de Ia medida de Ia calidad de la infoll11aci6n. Hay modos de medir el grado de satisfacci6n de los clientes con . Proceso 2: Valoraci6n de Ia Calidad de Ia Informacion.6n. desalTo[[ando e implementando procesos de negocio. Identificar a los implicados en la informacion. Procesos de manufacturaci6n y negocios que crean.\!ACrO" 293 TQdM se traduce en la mejora continua de dos categorias de procesos: Ii) Procesos de desalTo[[o de sistemas de infolmaci6n para definir informaci6n. c " Valorar Ia satisfacci6n de los c1ientes con Ia calidad de Ia definici6n de datos.-\UD. distribuyen 0 repa11en infol111aci6n y recuperan 0 presentan infolmacion a los productores de infoll11acion 0 a los trabajadores del conocimiento. Identificar los grupos de infoll11acion a valorar.-\D DE LA ['\FOR.

Calcular el valor del tiempo de vjda del cliente. Calcular los costes de la falta de cali dad de infonnacion. .-MA respecto a sus expectativas sobre el producto. Identificar el valor de la info1TI1acion y la cadena de costes. Infonnar e interpretar adecuadamente la cali dad de infonnaciOn. EI proceso de reingenieria y limpieza de la info1TI1acion es aqueI en que se mejoran los productos de infonnacion. Los datos limpios quedan cOlTegidos. Identificar las fuentes de validacion de datos para valorar su exactitud. e Proceso 4: Reingenieria y Limpieza de Datos. Detenninar los ficheros 0 los procesos a valorar. Este proceso consta de seis pasos que toman como entrada resultados de los dos pasos anteriores y que producen un an3. Identificar segmentos de clientes. Los ocho pasos de este proceso son los siguientes: o o o o o o o o e Identificar los grupos de Infonnacion que deb en ser valorados. Sirve para tomar los datos elToneos y cOlTegir sus deficiencias para llevarlos a un nivel adecuado de calidad.\L~ TICOS @RA. Sin embargo estos costes S1 que pueden ser analizados y medidos en tenninos de beneficios reducidos 0 de no ingresos. Los datos que no pueden limpiarse deben desecharse 0 identificarse como no cOlTegidos. Uno de los mitos de la calidad de la infonnacion es que los costes producidos por una pobre calidad de infonnacion 0 por la falta de ella no pueden ser medidos. Proceso 3: Medida de los costes de la No CaUdad. Extraer muestras aleatorias de datos. Los pasos de este proceso son los siguientes: o o o o o o Identificar medidas de desalTollo de negocio. Establecer las medidas y los objetivos de la calidad de informacion. Se establecen los casos de negocio para la gestion de la infolmacion y para la mejora de la Calidad de Infonnacion. Medir la calidad de la infonnacion. Calcular el valor de la infonnacion. Los pasos de este proceso son los siguientes: o Identificar las fuentes de datos. Este proceso consta de nueve pasos que toman como entrada las salidas de los procesos anteriores y produce distintas salidas.lisis del valor de la infonnacion y de la cadena de coste. Calcular los costes de infonnacion.294 CAUDAD DE SISTEMAS INFOR. EI proceso desalTollado en esta etapa describe como medir y cuantificar los costes debidos a la falta de infonnacion.

Actuar para estandarizar la mejora de la calidad de la infon11aci6n. Implementar las mejoras de la calidad de infonnaci6n. Proceso 5: Mejora de la calidad de los Procesos de Informacion. Transfonnar y mejorar los datos en los objetivos. Analizar los tipos de defectos de datos. Fon11ar a todos los empleados en el campo de la calidad mediante cursos y haciendo que dispongan de toda la documentaci6n necesaria para saber en to do momenta c6mo deben hacer 10 que tienen que hacer.n de ser esfuerzos puntuales que no prosperaran hacia una cultura de calidad en el entomo empresarial a largo plazo que busca todo proceso de calidad.\-MA CAPiTULO 10: CAUDAD DE lA INFOIUvV\CION 295 o o o o o o o o II Extraer y analizar datos de fuentes. Comparar y consolidar los datos. para. DesalTollar un plan para la mejora de calidad de infonnaci6n. transfonnaci6n y carga de datos. COlTegir y completar los datos. Sin un entomo de estas caractensticas. Los pasos del Proceso seran los siguientes: o o o o o Seleccionar los procesos para la mejora de la calidad de la infonnaci6n.lo que se requiere: o Comprender la cadena de valor de la infonnaci6n y el hecho de que cada empleado es independiente de los productos de infonnaci6n de otros empleados para desalTollar con exito sus objetivos. las iniciativas para dicha calidad de infon11aci6n no pasanl. Estandarizar Datos. Representa los requisitos sistematicos.~ R. II Proceso 6: Establecimiento del entorno de calidad de informacion. culturales. Lo que se busca es que cada individuo de la organizaci6n sea responsable de sus propios productos y procesos de infol111aci6n. Este proceso analogo al anterior se centra en mejorar la calidad de los procesos que usan datos de la organizaci6n para producir datos nuevos 0 para presentarios a los trabajadores del conocimiento para su posterior amilisis. Perfilar COlTectamente quienes son los clientes de la infon11aci6n y que esperan de los productos de infonnaci6n. Comprobar el impacto de las mejoras de la calidad de la infol111aci6n. Calcular las derivaciones y resumen de los datos. o o . Auditar y controlar la extracci6n. de gesti6n para la creaci6n de lm entOl11O de calidad de infonnaci6n.

.\TICOS ~ RA-\lA o Ai'iadir a los objetivos de la empresa la satisfaccion tanto de los clientes. Desanollar una \aloracion de la calidad de la int0l111acion. como de los trab~adores de la empresa. Desanollar lazos de contlanza con los patrocinadores. Detlnir una cadena de valor y desanollar un imentario de datos. Calcular el \'alor del tiempo de vida del cliente. o o Cuantificar los costes de la no calidad en la info1111aci6n. Es un proceso transversal que tiene raices en los cinco procesos anteriores. Diligir una valoraci6n del grado de satisfaccion de los clientes.:) Establecer mecanismos regulares de comunicacion. Dirigir una valoraci6n del grado de madurez de la gestion de la calidad de la infonnacion. educaci6n e implicacion de los directivos . y entre ellos los que son mas importantes desde el punto de vista de la calidad de la infonnaci6n: los trabajadores del conocimiento. Crear una vision. iniciativas de mejora 0 recursos extel110s. mision y objetivos.296 CAUDAD DE SISTE\ !'-\S IMOR\ \. o Deilnir principios. Identificar y enfatizar el rol de lider de calidad de infonnacion. procesos y objetivos de calidad de datos. Identificar otras transrormaciones de negocio. pequei'io y manejable. Seleccionar un proyecto piloto. o Ofrecer una iC1l111aci6n tonnal en £:esti6n de calidad de iniol111aci6n para los directivos. Dirigir un proyecto de mejora de iniol111aci6n. Deilnir los roles y la plantilla de calidad. Los pasos de este proceso son los siguientes: o o c... o o o o o Definir los problemas de negocio y medidas necesarias para resolverlos. s . :Vlantener los procesos de mejora continua para la calidad de los datos. Analizar las batTeras sistemitticas.

los sistemas de infonllacion que son gestionados de fonna autonoma por diferentes organizaciones pueden cooperar en procesos de negocio distribuidos y que se ejecutan entre distintas organizaciones.1.uniroma1.5. Este paso tiene como objetivo detenninar que Productos de Infonnacion estan dentro del a1cance del proyecto y por que. Define el concepto de "adecllado para Sll IIS0 . Realizar un anaIisis dirigido por datos de los productos de Infolmacion. del Departamento de Electronica e Infonnacion del Politecnico de Milan y del Depattamento de Sistemas de Infomlacion y Comunicaciones de la Universidad de Milan Bicoca. Las actividades de este paso son los siguientes: 2.. Analisis de las oportunidades y planificacion eSh'ategica.1. Los entomos operacionales ofrecen diferentes oportunidades para la gestion de calidad. Los autores proponen un marco basado en TDQM (Wang. 2. 1.uniromal. Para ellos.it/~dq/docs. Identificar los productos de infom1acion criticos. Dados un entomo especifico y un conjunto de requisitos de calidad de datos. (http://w\v\v. .3. por 10 que a pattir de la metodologia TDQM (Wang. 1998) que esta fom1ado por los siguientes pasos: 1.html) Parten de la base de que las teorias tradicionales de gestion de calidad de datos no dan soporte suficiente para la gestion de la infom1acion en estos tipos de sistemas. denominados senoicios de iJ?fraestructllra. Analisis: Detem1inar como someter a los productos de infol111acion seleccionados al control de calidad.2. el objetivo es detenllinar una eSh"ategia y h"azar un plan para la gestion de calidad de infol1nacion. Determinar el alcance del Proyecto. para cada uno de los elementos de datos recopilados en el a1cance.2.CAPiTULO 10: CAUDAD DE LA INFO~\LA. 2. 1. Las actividades que hay que realizar son las siguientes: 1. Para ella introducen el concepto de sistema de info1Tl1acion cooperativo (CIS) como "aquel sistemaformado por WI conjzmto de organizaciones que cooperan a trm'es de IIna infi"aestructllra softH'Gre de C0ll11lllicacion.it/~dgI) es un desalTollo conjunto del Departamento de Infonmitica y Sistemas de la Universidad de "La Sapienza" de Roma. 1998) desatTOllan un marco homogeneo para la gestion de proyectos de calidad de infom1acion en entomos cooperativos. Realizar un anaIisis dirigido por procesos tie los productos de infonllacion.dis. Missier y Batini (2002) muestran a traves de la coleccion de documentos del proyecto DaQuincis la justificacion de su trabajo. 2002) El proyecto DaQuincis (http://w\vw. a las OIgani:::aciones a fI'Gves de COllllillicacionesfiables ".dis. AnaIisis de los Requisitos de Calidad de Infom1acion. Proyecto DaQuincis (Misier y Batini. en los cuales la infonnacion se produce y se consume de manera compleja por cada una de las organizaciones. qlle pllede ofj'ecer servicios sofhmre.CI6N 297 4.

Define un plan para el proyecto tecnico que pennite implementar las estrategias propuestas. 3. Marco de Trabajo de Eppler (2003) EI marco propuesto pOI' Eppler (2003) se centra en los procesos intensivos en conocimiento (h'aducido de KnoH'iedge-intensil'e process). Debe tener en cuenta todos los requisitos tecnicos derivados de la planificacion estrategica. 5. Deberia habilitar un modo de analizar esos problemas con mas detalle y rigor y detem1inar sus CclUsas potenciales. 4. Un sistema en operaci6n debe satisfacer este plan usando los procedimientos implementados. Gesti6n de las operaciones del sistema.2. 0 o o monitorizar las soluciones a los problemas de . Los niveles de calidad exigidos por los requisitos de calidad de infOlmaci6n garantizan una serie de beneficios organizacionales. 4. Algunos de los elementos mas relevantes del entomo son los siguientes: requisitos tecnicos detenninados por el analisis de la estrategia y por los patrones de mejora de calidad. Gesti6n ordinaria a nivel de sistema. Eppler (2003) propone un marco que deberia ayudar a pensar mejor sobre los problemas y seleccionar la mejor soluci6n entre las distintas altemativas eSh'ategicas. EI objetivo de esta actividad es encontrar un equilibrio entre costes y beneficios. Deberia ser lltil para evaluar calidad de infonnaci6n.6. Implementacion del Plan y ejecucion. Ofrece un enlace desde el desanollo de esh'ategias de infom1aci6n regresando a las fases previas que han sido discutidas. Un analisis posterior basado en datos de monitorizacion analiticos. Monitorizaci6n de los niveles de calidad. Valoracion de los niveles de Calidad de Informacion y seguimiento del proyecto. Un proceso intensivo en conocimiento podria definirse como "ulla sel'ie productim de actividades que implicCin tl'Clns/ol'llIacion de ia in/o/'lllClcion y l'eqlliel'en WI conocimiento projes iOllai especiaii::ado ". El plan del proyecto detenninada el modo y frecuencia en el que deben monitOlizarse los niveles de calidad. Planificacion del Proyecto tecnico.1.298 CAUDAD DE SISTDIAS INFO~'vL'\TICOS Analisis de costelbeneficio. 4. Para desanollar este marco se impuso una serie de condiciones que deberia satisfacer: o Deberfa ayudar a identificar los problemas de calidad de datos y de infonnaci6n de una fom1a mas sistematica y mas comprensiva. Comprende las siguientes actividades: 4.

sus respectivos autores proponen las dimensiones de calidad agrupadas en .1. el proceso de infol111aci6n y la infraestnlchlra.-'.IPLICABLE hFOR'LICIO'i BLT'.10): e Una estructura vertical con cuatro vistas 0 niveles de calidad de infonnaci6n que categOlizan los criterios cruciales de calidad de infonnaci6n para la comunidad destino del marco. I hTEGILICIO:-. Deberia servir tambien como un instrumento de fonnaci6n en el aprendizaje y aplicaci6n pnictica de los conceptos de calidad de infonnaci6n. IDE:-. Las flechas representan conflictos potenciales entre las dimensiones.~ R.SIVO EXACTO CLARO .. Marco de Referencia de Calidad de Informacion (Eppler.ICIO:-. I hFOlnIACIO:-. el producto de infonnaci6n. ELEMENTOS DEL MARCO Y CRITERIOS DE CALIDAD Los elementos que Eppler propone para este marco son los siguientes (vease figura 10. PRI:<OCIPI . LOCALlZACIO:"\ ApUCACIO:-.. e I.. 4. . los que tienen el fondo gris oscuro son dimensiones relacionadas con el fon11ato de la infon11aci6n.·IDO I'iFRAESTRLCTL'RA FLIBLE CO:"\ClSA / "" I ~TE I/CORRECTO ACTCIL I} I '" ":0:~ -: "C. I II y YALID.10. e A continuaci6n se exponen los elementos que el citado marco debe poseer. ~ I I CO'iv['ilE'iTE I OPORrr'iO f~ ~IL SEGll'll['iTO ACCESIBLE SEGrRA I 'IA'iT['ilBLE I I !'iTER ICHI I R \PlD \ :} " ~ [ '" -'.TE I I CO'IPRE:-. Una estruchlra horizontal dividida en cuatro fases que representan el ciclo de vida de infol111aci6n desde el punto de vista de un usuario. CAPiTULO 10: CAUDAD DE LA INFO~\HCI6l\' 299 e Deberia ofi-ecer medidas para disei'iar y gestionar soluciones sostenibles basadas en las conclusiones obtenidas a partir de un amllisis de las medidas tomadas en las dimensiones de calidad. En la maYOlia de los marcos de cali dad de datos y de infon11aci6n propuestos en la literarura.\CIO:<o II I I CO:<OTEXTO II I I ACTIYACIO:-.'\-yl. RELEVA:-..A PROCESO Onnlll.' . ~ ~ ~ Figura 10. los que tienen el fondo blanco son dimensiones relacionadas con el tiempo.- '.6.T1FICICle):"\ EUU:. 2003) Los recuadros con el fondo en gris claro son dimensiones de calidad relativas al contexto.

' portir dt. Estas cuatTo perspectivas son las que cOlTesponden a los Plincipios de gesti6n: inf0l111aci6n relevante.'ifJn la dc{/{alidad de L "... y fiabilidad de la infraestructura.-. directamente o tras un periodo de fonnaci6n adecuado. las caracteristicas. Comparacicjn cull olras.. La fase de aplicaci6n es en la que la infonnaci6n es puesta en usc. conveniente y accesible.:m:i()n crcdihilidad elt. criterios 0 dimensiones de calidad que el autor ha identificado.' hIJilt!n!r. son importante los siguientes criterios (vease figura 10.·ofllchJn cit} I la COl1sislt!!1cia.maci61I para id rt. 0 cambiando su f0l111at.....' la ! E.>l1fo £I. ampliill1dola. 4. 10 que prop one son vistas 0 perspectivas de la calidad de la infonnaci6n. rt:ft!l'.11): o La fase de identificaci6n consiste en localizar la fase donde la infol111aci6n y el dominio en el que se encuadra.:ducci6n dt...' fa jilt/nIt! ReCOf?tigurochJn dt! /a b~f. as! como los recursos cOlTespondientes..:'/1l'dt! Etrt!. mas que categOlias. proceso optimizado.11.!Uf..'! a/cane.6.'ruccit. reduciendola. EVALL\CIO'i LOC\UZACIO'i '-\PLlCACIO'i o o o [DE'iTIFICACIO'i EJ~jl{iciall1it. En su marco. CicIo de utilizacion de la informacion (Eppler. /.1 ilUcJ}"macicin L"rili:acit!n cOlic/ialla cit! fa h!/iJrnlachjn les Figura 10. P ASOS EN EL MARCO DE EPPLER El marco en sf consta de cuatro pasos./w.' .mcia dt! fa h?/hrmacic)n. infonnaci6n buena (en el sentido de estar libre de fallos).'f1!O proh/ellIus.'l1riLjuecimi:.: d. Eppler.2.lcic)!1 clL' conell/siones d il~t()f"mach)n.1L. La estruchlra vertical del marco refleja una secuencia crono16gica 0 fases desde el punto de vista del usuatio.: El~jl/iciafJ1i'-'nl() dt! fa honda" . 10 que Ie resta aplicabilidad.11): o Para la fase de identificaci6n. y calidad de los medios (que agruparia proceso optimizado e infraestmctura fiable). 2003) En cada una de las fases. La fase de 10calizaci6n contiene un conjunto de actividades que ayudan a adaptar la infol111aci6n al nuevo contexto de aplicaci6n.n con /0 Ohl. dr."i!JI1 y t. La fase de evaluaci6n consiste en un conjunto de actividades que ayudan juzgar mejor la bondad y la relevancia de la infonnaci6n identificada y de la fuente de la que proviene.o original.}nJlt.ili::acj(jn de fa iJ~t()... que tiene los cuatro siguientes pasos (figura 10. es necesario que la infollnaci6n tenga las caracteristicas de comprensibilidad.1' R. .300 CAUDAD DE SISTEMAS INFORMATICOS categorias...: fa CO!1h!rsilm Lk{formalO de /11lt. Estas pueden agmparse en dos bloques: calidad del contenido (que agmparia infol111aci6n relevante).. sea concisa.'.

G R. cumpliera las condiciones que Eppler y Wittig (2000) imponen para un buen marco de h'abajo de calidad de datos y de la inf01111acion: <i> Debe proporcionar un conjunto sistematico y conciso de criter10s con los que se pueda evaluar los datos y la inf01111acion. con'ecta. Un producto de datos. consistente. <i> 4. Esta analogia de infol111acion con productos. Finalmente. 1999). aunque los datos tengan caracteristicas diferentes de las mater1as primas tradicionales (Ballou y Tayi. susceptible de hacer un seguimiento y mantenible. . se exige que la inf01111acion sea aplicable. 1998). como 10 define Wang (1998). 1999. CALDEA Y EVAMECAL Nos propusimos desaITOllar un marco de h'abajo para la evaluacion y mejora de la calidad de los datos y de la infonnacion que supliera las deficiencias de los presentados anteri01111ente y que ademas. Debe proporcionar las bases para la gestion de calidad de los datos y de la infonnacion y para una gestion proactiva. se exige que la infonnacion sea precisa. Para la fase de localizacion. ya que la cali dad de un proceso depende de su disefio y de su operacion (Dedeke. Debe proporcionar un esquema para analizar y resolver problemas de calidad de datos y de inf01111acion. Debe proporcionar a la comunidad investigadora un mapa conceptual que pueda usarse para eshucturar varias teorias y fenomenos relacionados con la calidad de datos. <i> <i> <i> Como se sabe. Para que pueda decirse que un producto de datos tiene cali dad.". El asunto fundamental de la cuestion pasa por modelar 0 definir ese proceso de produccion de infonnacion y como gestionar la calidad de los productos que genera. 1998). y de datos con materias primas.. interactiva y nipida. 2003). como han suger1do algunos autores de fonna implicita 0 explicita (como Bobrowski et al. es el resultado de un proceso de h'ansf01111acion (produtcion) de datos.7. oportuna y segura.. es importante que la infor111acion sea clara. para la fase de aplicacion. Huang et al. 2001 b). en el que los datos son considerados como la materia prima en el proceso de produccion (Ballou y Tayi. pennite aplicar los principios clasicos de gestion de calidad de productos ala gestion de calidad de los datos (Firth y Wang.-MA CAPiTlJLO 10: CAUDAD DE LA E~FORIvlACI6?\ 301 • • Para la fase de evaluacion. un sistema de Informacion puede verse como un conjunto de procesos de Produccion Chorizontales") que son conh'olados por distintos procesos de gestion de calidad ("verticales"). debe satisfacer todos los requisitos del cliente (Crosby. actual. 1996. Wang. 1993) y de infor111acion des de un punto de vista ingenieril. Una de las ideas basicas de esta propuesta es considerar la infor111acion como el valor afiadido a los datos que alguien obtiene cuando usa un producto de datos (Eppler.

-\-?vlA 1979) 0 ser adecuado para su uso (Juran. Esto justifica la existencia de los procesos "velticales" de gesti6n de calidad que puede afectar a varios procesos "horizontales" de producci6n. que recursos se usan y c6mo se gestiona 1a calidad tanto de los productos que se generan como de los recursos que se usan. como Cv['vlI 0 ISOIEC 1:5:504. 1988). leci/%gias. Aunque existen \arios marcos de trabajo para la e\aluaci6n y 1£1 mejora de los procesos so1"\\\are.1' liIWilcner 1111 procillc/o sofhm/'e " .3 . Esta bip6tesis esta respa1dada por McLeod (1990) que explica que todo proceso software esta formado por dos subprocesos: uno de producci6n propiamente dicho y otro de gesti6n que incide en el de producci6n para controlarlo y que la ejecuci6n 0 no de alguna de las acti\idades del subproceso de gesti6n incide directamente en la calidad del producto de datos que se desarrolla. ninguno de ellos se centra en 1£1 calidad de los datos y de 1£1 informaci6n. teenicas.302 C. procedimielllos . se podria !legar a pensar que una buena aproximaci6n a la gesti6n de la calidad de los datos y de la infol111aci6n en las organizaciones podria ser definir un Proceso Software de Gestion de Informacion (PGI). R. ills/a/ar . eSll"/iCll!raS orgulli::aciolla/es.1' urlejilcl()S 'jue SOil necesarios para concebi/'. Al estilo de las pnicticas de C\[M y Ci\[ivU pero utilizando la tenl1inologia de Metrica \'. Esto habilita la evaluaci6n y mejora de la calidad de 121 informaci6n a tra\es de 1£1 e\'aluaci6n y la mejora de un proceso software encargado de la gesti6n de 1£1 informaci6n. Para conseguir evaluar y mejorar la calidad de datos \' de infol111aci6n en una organizaci6n y teniendo el concepto de PGI como concepto mticulador de esta propuesta.. en e1 que se detlniera quien esta haciendo que. y en aras de conseguir un marco de trabajo 10 mas universal 6 posible. Para caela ACP.caracter tanto tecnico como de gesti6n. 211 estilo de Cv1YII y ISOIEC 1:5504. llamado C-\LDEA.-\UDAD DE SISTEylAS I~FOR:VL'\TICOS :f. se proponen algunas hel1'amientas. cuando. estandares. desarrollul'. se han definido en el marco dos componentes principales: Ln Modelo de calidad basado en Gesti6n de Calidad de los datos y de la Informaci6n estructurado en 1\iveles de Yladurez. y teniendo en cuenta que la calidad de cualquier producto no puede ser asegurada simplemente inspeccionando el producto 0 realizando meros controles estadisticos. donde se establecen distintas Areas Clave de Proeesos (ACP) con actividades de . Es necesario articular alglll1 razonamiento para englobar y enlazar todas estas ideas y conceptos. Si se busca una analogia con la definici6n de Proceso Software dada par Fuggetta (2000)5. tareas v 'Proccso So/ilmre eS lIil COlljUll1O cohereille de po/ilicas.

Se han asimilando estas responsabilidades clmes como referencias en la definicion del modelo de proceso de gestion de infol111acion pueden establecerse cinco niveles de madurez en la gestion de calid2d de datos y de infol1nacion.dU CALDEA representa en el marco propuesto. medir. Definicion. la idea del marco puede resumirse como sigue: elegir un PGI de la organizQcion cuya cali dad de los datos y de la infol1mcion sea suceptible de mejora. 2004a-d. La evaluQcion y mejora necesita un modelo de proceso (Humphrey. 2004).AD DE LA INFORt'vIACIOl\ 303 metIicas requelidas. 2001) 0 la cuarta parte de ISO/IEC 15504 (ISO.1. Gestion Cuantitativa y . 1989) que encuentra en CALDEA. III Una Metodologia de Evaluacion y Mejora de la Cali dad de infol111acion. porque parecia mas facil trabajar con secuencias de mejoras bien definidas (que abarcan desde los fundamentos basicos de la gestion de proyectos hasta los asuntos de gestion de la calidad de los datos) y ademas esto pe1111itia asegurar la primera condicion impuesta por Eppler y Wittig (2001) de ofrecer un conjunto conci50 de cliterios sistematicos para evaluar y meJorar la calidad de la infon11acion. Con estos dos componentes.CPL Cada una de las ACP debe contemplar las acti\'idades necesQrias para implementar los procesos de produccion de productos de informacion y las acti\'idades encaminadas a lograr 0 alcanzar un detenninado objetivo de calidad de datos y de informacion. controlar y mejorar el proceso. 1999): definir. Para poder lle\ar a cabo de fOl11m efectiva la gestion de los procesos sofnvare de gestion de informacion es necesario asumir cuatro resjJonsabilidades claws (Florac y Carlenton. Un nivel de madurez indica la capacidad de un proceso (Cue\as et al. Integracion. CM\/ll reLIne estas actividades en grupos de actividades. 4. aplicar EVAMECAL para evaluarlo segLll1 el modelo de referencia indicado por CALDEA y mejorarlo planificando la realizacion de acciones COlTectoras para satisfacer los objetivos de calidad de datos y de infol1nacion establecidos en CALDEA. el modelo de referencia que debe seguir un PGI para la mejora continua. que consiste en un conjunto de pasos que proporciona una base para la evaluacion y ejecucion de la mejora de la calidad de datos y de la infor111acion a traves de una gestion proactiva. llamados Areas Claw de Proceso (. Los siguientes subapartados describen los componentes del modelo propuesto. En cada niwl es necesario obsenar una serie de acti\'idades fundamentales para el cumplimiento de los objeti\os de gestion..4>. 2002). Redondo. Es interesante reseilar que se ha optado poria representacion en etapas de CMMI.7. Se han definido los siguientes niveles de madurez para la gestion de la cali dad de los datos y de la info1111acion: Inicial. al estilo de los propuestos por CvlMI. del estilo de CBA-IPI (Dunaway. SCAMPI (SE1. ·L11L. 1996). conocida como EVAMECAL.~ RA-MA CWiTULO 10: CALID. De esta manera cada organizacion puede usar 10 que sea mas apropiado para sus necesidades.

cada uno con sus ACP.30-1 CAUDAD DE SISTEMAS INFORMA... GEGCDI z. es necesmio la eleccion de una serie de tecnicas. Por tanto un PGI se dice que esta definido cuando se ha gestionado un proyecto para su definicion. ~ ~ ~ g Q GIR GCI FS GE Tabla 10.19. Definido (2). Un PGI se dice que esta Definido 0 en e1 Nivel de Definicion cuando se ha planificado e1 proceso de gestion de infol111aci6n. no por imponer una serie de tecnicas y heITamientas que dilijan hacia el objetivo de la ACP. 1a relacion entre ellos y el modo en que se han ido desan"ollando de acuerdo al plan previsto. identificando y defmiendo todos los elementos y componentes (tantos pasivos como activos). Estas ACP estan a su vez compuestas por actividades. Los cinco niveles de madurez en la gestion de calidad de datos y de la infonnacion de los que consta CALDEA son los siguientes (en la tabla 10. estandares y heITamientas que penIDtan convertir los productos de entrada en productos de salida. 2.. Las iniciativas de gesti6n de calidad de datos y de infonnacion . ~9 vv f-- \. es decir puede estar en un estado ca6tico. Un PGI se dice que esta en elpivel inicial cuando no se ha gestionado ni coordinado ninglin esfuerzo con el fin de asegurar la calidad de los datos y de 1a informacion. Para la realizacion de cada actividad. Areas claves de proceso de CALDEA 1.TICOS Optimizante. Tambien es importante senalar que en cada nivel de madurez se puede ir modificando tanto elmodelo de procesos del PGI como elmodelo de datos. Las ACP de este nivel son las siguientes: e (GEGCDl) Gestion del Equipo de Aseguramiento de Calidad de la Informacion. Inicial (1). para que puedan recopilar todos los requisitos de calidad de datos y de la infonnacion.19 se muestran las ACP de cada uno de ellos): . A fin de hacer el modelo 10 mas universal posible se ha optado por proponer.

es mejor elaborar lill proyecto para la gesti6n de la adquisici6n. Esta ACP pennite incluir otras actividades como Aseguramiento de la Calidad de los Datos (Jar'ke y Vassiliou. 2000). (1998) Y en Bouzeghoub y Kedad (2000) se discuten estos temas y sugiere fOffilas para tratar la infonnaci6n de multiples fuentes. e e (FS) Gestion de Fuentes de Datos y Destinos de Producto de Informacion. e e (GCl) Gestion de la Calidad de la Informacion en Componentes PGI. IP-MAP (Shankaranarayanan et ai. EI objetivo de esta ACP es crear un plan para coordinar y organizar los esfuerzos y redactar un documento. Por las caractensticas de los datos. 2001). 1993): los relacionados con el producto final de infoffilaci6n (ERU-PI). 1998). El uso de mehicas para medir la eficiencia del PGI pennite ayudar a mejorarlo. Para asegurar mejor la calidad de la infoffi1aci6n. 1999). Y alguna mis especifica para aspectos concretos como. Los requisitos de usuarios deben ser recopilados y documentados convenientemente. Estas personas deb en trabajar en concordancia con las ideas y las tendencias de la organizaci6n y deben estimular a la plantilla mostrando un compromiso con las politicas de calidad de infonnaci6n (Ballou y Tayi. los relacionados con el PGI (ERU-PGI) y los relacionados con la Calidad de la Infonnaci6n (ERU-CI). Estos tres grupos de requisitos son el punto de partida para modelar el PGI. es necesario identificar y documentar las fuentes de datos y los objetivos de los datos de ERU-PGI para evitar problemas de redundancia y de fonnato de intercambio de los datos (Loshin. haciendo esfuerzos para satisfacer las ACPs del modelo de madurez. Existen tecnicas y helTamientas que pueden ayudar a desalTollar cada documento (IEEE. Redman (2001) sefiala la necesidad de que los altos directivos se impliquen en las iniciativas de calidad de datos y de infoffilaci6n.Q RA-MA CAPiTULO 10: CAUDAD DE lA INl'ORMACION 305 necesitan personas que puedan dar soporte a las actividades que se deben realizar. que bien podna ser utilizado para modelar el PGI. Se deb en identificar tres clases de requisitos (Wang y Madnick. Este documento se puede realizar de acuerdo a IEEE ( 1987). ERU-CI y ERU-PGI. En Ballou et al. (GR) Gestion de Requisitos de Usuarios. Es necesano identificar a partir de las ERU-CI tanto las dimensiones de calidad de . (ADN1) Gestion de Proyecto de Mantenimiento. Los datos us ados como matenas primas deben ser recopilados y almacenados en BD apropiadas 0 en almacenes de datos. 1999). que describa claramente una agenda de actividades y un presupuesto en recursos para optimizar el PGI. desalTollo 0 mantenimiento de un SGBD 0 un almacen de datos. 1997). debiendo sopOliar los requisitos establecidos en ERU-PI.. Desarrollo 0 Adquisicion de Bases de Datos 0 Almacenes de Datos. e (GP) Gestion de Proyecto para PGI. En almacenes de datos se deben usaI' helTamientas como ETLs para unificar la selmintica y los fonnatos de datos (English.

3. Una metodologia mas especifica que se puecle usar es.TICOS &~-'\. Un PGI se dice en e! ni\el de Integracion 0 que esta integra do. no se prop one ninguna dimension como obligatoria. 1993). (GIR) Gestion del Impacto de la CaUdad de Informacion y de los Riesgos. Integrado (3). 1999). ! 999: Loshin. 2001). se hacen esfuerzos por ejecutar el proyecto seglll1 las politicas de calidad de datos de la organizacion. Un " '" . 2002). la organizacion. Autores como Ballou y Tayi (1999). Bouzeoghoub y Kedad (2000) 0 Calero y Piattini (2002) han propuesto metricas para la mejora de componentes especificos de un PGI. Como ayuda en esta labor. 2003: Kahn et al.. Se poclria usar las inspecciones de software (Fagan. ya que esto no es posible salvo para contextos concretos (Pipino et al. Se podria cliseii. La idea de estar integrado responde a la necesidad de estar dentro de en un entomo determinado.. Getto (2002) propone una metoclologia que se puecle aclaptar a aspectos cle calidad de la inf0I11lacion para reunir y clocumentar toclos los nesgos. (1997b). Huang et al.. 2002).lA la infonllacion (como se prop one en ISO/IEC 9126 para el software) para cada uno de los componentes que se debe controlar (Hoxmaier.. clata testing propuesta pOl' Kiszkumo et uf. e:\tenclicla al PGI. clocumentar y transmitir a la base cle conocimientos de la organizacion..-r. se puede utilizar una metodologia generic a como IEEE (1992) 0 GQM descrita en (yan Soligen y Berghout. 2001. 1999).306 CAUDAD DE SISTEvlAS INFO~vLi. como las metIicas que mejor se adapten a cada una de estas dimensiones (Eppler. Las ACP de este niYeI son las siguientes: ® 'alidacion y Yerii1cacion de del PGI y Productos de Tanto los productos de informacion como los componentes del PG! tienen que ser \erificados y validaclos para corregir clefectos y cliferencias con las ERUs.. a fin de que pueda ser controlado bajo los panimetros propios del conte:\to (Florac y Carlenton. respondiendo a1 111is1110 enfoque de bllsqueda de caliclad de datos y de la informacion que el resto de los recursos (English. Para conseguir que nuestro marco sea 10 mas geneIico posible. (2001 ). cuando habiendose alcanzado el niYeI 2. suele utilizarse como estandar el cO!~unto de dimensiones de calidad de datos propuesto pOI' Strong et al. 2002: Pipino et al. Como guia.'os a !a \aliclacion \' a la Yerificacion 1986). (GE) Gestion de la Estandarizacion de la CaUdad £Ie la Informacion. 1976: Gilb y Graham . Para obtener medidas mas fiables es interesante automatizar el proceso de medicion como sugiere Hinrinchs (2000). T oclas las lecciones aprencliclas a traves cle la experiencia se cleben reunir.ar y reclactar un plan cle pruebas para coorclinar los esfuerzos relati. Es necesario cletenninar el impacto sobre la organizacion cle una pobre caliclacl cle la informacion en el PGI y acotar que riesgos se procluciran si se asume (English. 1999). 1999). aclaptaclas a los aspectos cle caliclacl.

Ii> (GPO) Gestion de las Politic as de Calidad de la Informacion Organizativa. el objetivo principal de este niwl es obtener una confo11nidad cuantitatiya del rendimiento del PGI en un periodo de tiempo razonable que sea consistente con 10 reguerido en te11ninos de variac ion y estabilidad (Florae y Carleton.<. (5). los valores de las metricas I'eferentes a las dim. c. que afectan a la organizacion. Smith y Heights (2002) ofrecen un marco de trabajo para prevenir los defectos.. Una forma de implementar todos los esfherzos mencionados anterio1111ente consiste en la definicion de politicas de cali dad de la info1111acion basadas en estandares previamente definidos. Para este tiitimo nivel las ACP que se definen son las siguientes: c. un plan para la medicion de la calidad del sofmare comienza con la decision de tomar medidas e implica elegir "que".2002). Un PGI se dice que esta en el nivel de gestion cuantitativo 0 que esta gestionado cuantitativamente cuando estando integrado en una cultura organizacional de cali dad de datos. Gestion Cuantitativa (4). 2002). El Control Estadistico del Proceso (CEP) pueden aplicarse para detectar defectos de calidad de infol111acion e identificar sus causas. se desanollan esfuerzos para tomar medidas relacionadas con el y con sus componentes. . Las conc\usiones obtenidas proporcionan una base para eliminar defectos detectados en los recursos afectados. Por tanto.\I) Gestion de Planes de Medicion del PGI. como representar esas medidas y "a quien". Como afi11na Ivleredith (2002). Gestion para la Automatizacion de Planes de :Yledida.' RA-:'vlA CAPITULO 10: CAUDAD DE LA INFORMACION 307 ejemplo de proceso de estandarizacion podria ser el sexto proceso de TDQM (English. 5. cumpliendo as! con la tlltima de las actividades de gestion propuestas por Florac y Carienton (1999). "cU21ndo" y "como" medir. 200\: Loshin.. Otra fOl1na de mostrar los resultados es el uso de diagramas de Ki\iat como propone Humphrey (2002). algunos de los pro-cedimientos de medidas y algoritmos (definidos en GQM) deben ser automatizados (Hinrinchs. Para conse-guir un aumento de fiabilidad y repetibilidad de las medidas. Un PGI se dice que esta en el ni\el cuando.2000). EI objetivo de esta ACP es conseguir metric as que se pueden usar para comprobar la conformidad de la especificaciones (Grimmer y Hinrinchs. Autores como English ( 1999) 0 Loshin (200!) prop on en el uso de diagramas de control como forma de representar los datos referentes al PGI. 2001). Ii> (GPD) Amilisis Causal para la Gestion de Prevencion de Defectos. (GP. Para este niwl se han definido las siguientes ACP: 4.ensiones de calidad de datos y de informacion recogidas de los componentes del PGI y del producto de informacion son utilizados para identificar TIlentes de defectos 0 la forma de optimizar el proceso completo.

y al igual que OClUTe con las mencionadas metodologias para procesos software. Son las bases para el concepto de mejora continua. e e Para ca1cular estos estados se necesitan tres valores: . actividad y componente. 1996).. EVAMECAL.\t. SCAtV1PI (SEl. los resultados se pueden usar para mejorar el PGI.2. estar en uno de estos estados: e Cada ACP puede estar en uno de estos estados: rCompietamente Satis/echo". "No Optimizado"}.22): @ Cada Nivel de Madurez puede { "Consolidado .-\-\!A @ (GIDO) Gestion de la Innovacion y del Desarrollo de la Organizacion. Por OtTO lado. Antes de comenzar la presentaci6n de la metodologia es interesante explicar los tel1ninos en los que se va a llevar a cabo la evaluaci6n y la mejora para cada uno de los conceptos asociados al PGI: Nivel de madurez. la tercera y la cuarta patte de ISO/IEC 15504 (Redondo. TICOS :£ R. Cada actividad en las ACPs puede estar en uno de estos estados: {"Completamente Ejeclltado". Esto hace que los metodos de evaluacion y mejora de procesos software como CBA-IPl (Dunaway.i. 2001).7. 10 esta. los miembros del EGCDI deben usar EVAIvIECAL tomando como referencia para la evaluacion y la mejora el modelo de calidad bas ado en niveles de madurez definido por CALDEA. Similar al anterior ACP.. EVAlVlECAL: METODOLOGiA DE EVALUACION Y lVIEJORA DELPGI Se pretende que EVAMECAL sea una metodologia orientada al PGl como una f0l111a de asegurar la cali dad del producto de inf0l111acion a traves del propio proceso de produccion y todo 10 relacionado con ese proceso de producci6n. Esto quiere decir que el resultado de la evaluacion sera un detel1ninado nivel de madurez (y otros valores numericos como se indicara posteriol1nente) y que la mejora debe hacerse bus cando incorporar las actividades de las cOITespondientes ACP propuestas para los niveles de cara a garantizar los objetivos de calidad definidos para cada una de ellas. "No Satisfecho"}. "Parciaimente Ejeclltado". deban ser tenidas en cuenta a la hora de la elecci6n y definici6n de pasos. y dado que las citadas metodologias estan orientadas a la mejora continua. "Parcialmente Optimizado".308 CAUDAD DE SISTE\lAS f\FOR. "Satisfecho". . la evaluaci6n y la mejora debe hacerse con respecto a un modelo de referencia. "No Ejeclltado"} Cada componente puede estar en uno de estos estados: {"Compietamente Optimizado". ACP. Los diferentes estados para cada elemento del marco pueden ser c1asificados como sigue (vease tambien tabla 10. "Optimizado". ''Parciaimente Satisjecho". "Ejeclltado". "No Consolidado '/. 4. 2004). En el caso que nos ocupa...

l2) .e ha elaborado un cuestionario que pretende guiar las subsecuentes mediciones.-l_----:-:--. 4.lI1crocoll1!'ol1<!lIIcs NiveiCriticidad Figura 10. Se define un VCl para cada componente: de esta f01111a. Ese valor se mapea segill1 los rangos de valores definidos (compatibles con ISO/IEC 15504) en la tabla 10. y un Nivel de Madurez-VCI para el Nivel de Madurez (VCI-NM) puede ser definido como la media de todos los VCl -ACP para ese nivel y as! sucesivamente (vease figura 10. Formula para caIcular los estados de los componentes €I Grado de Criticidad (GCr) para cada uno de los componentes dentro de su grupo: as! es posible encontrar un Grado de Criticidad para cada ACP en los Niveles de r.12.ticidad. Valoracion de cada componente.21 muestra los mismos elementos para el resto de niveles.20 muesh·a los grados de criticidad para las ACP y las actividades del nivel de definicion.1. Un VCI para una ACP (VCl-ACP) puede definirse como la media ponderada de todos los VCl-A para esa ACP. La tabla 10. s. Para los niveles de madurez.\"zl!llt!roCompont!ntt's VCI = _ _ I GradoCriticidadj '" VaioracionComponeJZte i j =i~. Que representa una medici on de una de las dimensiones de calidad de datos y/o de info1111acion de cada uno de los componentes. €I Con estos h·es valores y aplicando la for1llula dada en la figura 10. para cada Actividad de las ACP y para cada Componente en la Actiyidad. Se calcula como la media ponderada de las calificaciones l1l1meriCaS obtenidas por cada uno de sus componentes en la evaluacion. Estos grados de criticidad pem1iten cuantificar la impOltancia de un elemento denh·o de un grupo de elementos.22 para obtener el estado de cada uno de los componentes estudiados.10: CAUDAD DE LA "'rv""\l_~'L 309 €I Valor de Calidad de la Informacion (VCl) para cada elemento como un indicador del grado de calidad de datos y de la infOl1llacion. .ladurez.12 es posible obtener un VCl. el Valor de Calidad de Informacion para una Actividad (VCIA) podda ser definido con la media ponderada de los valores de dimension de calidad de datos de cada componente del PGI que pmticipe en dicha actividad teniendo en cuenta su grado de cri. La Metodologia La metodolog!a EVAMECAL establece los pasos que hay que dar para valorar y mejorar un PGl. mienh·as que la tabla 10.7. Las valoraciones del PGI y los objetivos de mejora se establecen en ..-----::-_ _ _ _ _ _ _ _ _ _ __ Il~.2.

Valoracion del estado actual de la calidad de datos y de infol111acion del PGl en tenninos de VCl y niveles de madurez.20. I 40°" 30~o 30° 0 I I (ADM) Gesti6n de Proyecto de Mantenimiento. Definici6n del PGI.2. Identificaci6n de las metlicas para I cada una de las dimensiones de cali dad 40"0 de datos y de infOl111aci6n. 25% I AD1\·1.!.DE SISTEMAS INFO~YLA. Consta de las siguientes subactividades: . fase don de se analiza la situacion actual del PGl y se estable'cen los cOlTespondientes objetivos de mejora. I GP. que pretende desaITollar soluciones para lograr los objetivos propuestos. EV AIvlECAL puede resumirse como sigue: EI EVAlVIECAL-PLAt~ (ElVIC-P). GEGCDI. (GP)Gesti6n de Proyectos PGI. Grados de Criticidad de ACP y Actiyidades del Niyel de Definicion El EVAlVIECAL-DO (ElVIC-D). Consta de las siguientes actividades: EMC-D. Consta de las siguientes actividades: EMC-P. GC. ACP (GEGCDI) Gesti6n del Equipo de Aseguramiento de Calidad de Datos y de la Infonnaci6n. Ejecuci6n del Proyecto.I.2. Gc. I I Tabla 10. Basado en el ciclo PDCA de Deming. Definir un entomo 40% operativo. Definici6n e implementaci6n de un proyecto para la implantaci6n del PGI. Detem1inar la composici6n I 60% del EGCDI.l. Identitk3ci6n de las dimensiones 60° 0 de calidad de datos v de infonnaci6n. Definicion de objetivos de mejora para los componentes del PGl en los mismos tenninos en los que se hizo la valoracion. I GCR-I ACP 10% ACTIVtDADES ACP GEGCDI.l. 15% 60'io GP.1. Analisis de causas potencies y desan'ollo de un plan de mejora. I -+0° 0 I I I (GCl) Gesti6n de la Calidad de la Infonnaci6n en Componentes PGI.2.2.TIeos © RA-:'IA tenninos de niveles de madurez. Desarrollo 0 Adquisici6n de Bases de Datos 0 Almacen de Datos. EMC-P.2.

1.Comparacion de los resultados con los obtenidos en la subactividad EMC-P. EMC-C. La compania ha obtenido la certificaci6n ISO 9000. Obtener conclusiones a partir de los inf0l111es del plan de meJora. EMC-C. proyectos de planificaci6n de sistemas y migracion a importantes SGBD. I .AL se presentan a continuacion los resultados obtenidos cuando se aplic6 a un PGI de una organizaci6n con experiencia en gesti6n de infoI1naci6n. donde el objetivo es comprobar la eficiencia del plan de mejora ejecutado.l.2. Desanollo de un plan de mejoras. atencion tecnica.3.l. Consta de las siguientes actividades: EMC-A.3. EMC-D2.2. fase en la que se pretende estandarizar los conocimientos adquiridos en to do este proceso. bases de datos y administraci6n de almacenes de datos.A-.Amilisis detallado de las causas reales del problema. 4. Con un total de ochenta y nueve empleados. Valoracion del PGI y de sus elementos tras el plan de mejora EMC-C. los dieciocho del Departamento de Sistemas son los que organizan los recursos que dan sopOlte infol111atico al resto de los departamentos. Poseen un s6lido conocimiento y fOI1nacion en estandai'es de calidad de sofuvare e Ingenieria del Sofuvare. 1. .2. Consta de la siguiente actividad. EJEMPLO DE APLiCACiON DE CALDEA Como ejemplo de utilizacion de CALDEA y EVAMEC.Q.l. EMC-D.3. Estandarizar las lecciones aprendidas para evitar problemas similares en el futuro. f0l111acion. Comprobar la eficiencia del plan de mejora.MA CAPiTULO 10: CAUDAD DE lA INFORlvLACION 311 EMC-D. Elaboracion de los infoI1nes peltinentes. La principal actividad de la compania es desanollar sofuvare. 1. Ejecucion del plan de mejoras. ventas de licencias. EV AMECAL fue aplicado siguiendo los pasos previamente descritos.l. Los servicios que ofrece son consultoria. Amilisis y comprension del problema EMC-D. 1. EMC-A. €I EVAMECAL-ACT (EMC-A).7. €I EVAIVIECAL-CHECK (EMC-C). desanollos a medidas. Consta de las siguientes subactividades: EMC-C.1.l. 1. R.

l. ~g B Co. GPM. Disel1.I.2. Definicion de planes de contingencia para esos riesgos. Disei'io de propuestas para la mejora de la calidad de los datos y de la infonnaeion.3. GPD. GIOO. Crear un infol1ne con los defectos encontrados. Definicion de un plan de medida para cada una de las metricas.3. 25°0 I I i ~5°o ! 25°0 l 25°0 25° () ~5°u 25°0 25° () Tabla 10.2. 50% :~ a . GAPM.)-01 0 Z > (GE) Gestion de la Estandarizacion de la Calidad de la Infol1nacion.0 de un Plan de pruebas para la veritlcacion y la validacion de los componentes del PGI Y del producto de infomlacion. 40°0 60" 0 40°0 ~ i I (GAPM) Gestion de la Automatizacion de los Planes de Medida.2.4. GPD. 60°" 40% 60°" 40°0 0 30 " 30°0 40°0 (GPO) Gestion de las Politicas de Calidad de la Infol1nacion 25% I GPO. GE. GE. Grados de Criticidad de Areas ClaYes de Proceso y ActiYidades del resto de niveles de CALDEA . GPO.2.0 Politicas Organizacionales. GPD.ivL-\TICOS I ACP GCR-' ACP ACTlVlDADES ACP GCRAcnv (VV) \Oalidacion y Verificacion de Componentes de PGI y Productos de Informacion. -0 0 _) /0 . Analisis de los datos para la mejora organizacional.I.312 CAUDAD DE SISTE'vL-\S INFOR. Revision y complecion de las ERU con la infomlacion expuestas en los estandares y las politicas.o VV. Implementacion de solueiones para la elimiriacion de las causas de los problemas.. 100°0 60°0 "" o£. GIOO.l.3.l.I. 25~. Implementacion de soluciones para la obteneion de las mejoras. Implementacion de los aspectos de automatizacion de las metricas. :~nalisis de la simacion para Ia detenninacion de causas de problemas. Eleccion de Politicas Organizacionales de Calidad de Datos y de Infomlacion. Estimacion impacto de la pobre calidad de datos y de infol1nacion GIR. 25% (GIR) Gestion del Impacto de la Pobre Calidad de Infol1nacion y de los Riesgos. GE. '"" (GM) Gestion de los Planes de Medida.21. VV. 30 °10 I (GPD)Gestion de Prevencion de Defectos para el Analisis de Causas. Identificacion de los aspectos necesarios para cada una de las metricas.2. Ejecucion del Plan de pruebas para la verifieaeion y la validacion. <> 50'io GAPi\l.!.. ! I i i 70% GPM.2. GIR. Estudio para la automatizaeion de los planes de medida. GIOO. GIOO. Eleccion de Estandares de Calidad de Datos Y de Infol1nacion. Disefio de soluciones para la eliminacion de las causas de los defectos.2: Z ~ 0.4. Creaeion de un infomle con las posibles mejoras.2. I. Disel1. I (GIOO) Gestion de la Innovacion y del Desarrollo de la Organizacion.

EI rendimiento del proceso puede variar en algunas areas trabajo. 21 S VCI s 60 Hay evidencia de aproximacion y consecucion del estado para el elemento evaluado. Este proceso esta adecuadamente especificado y documentado en elmanual de calidad de la e:11presa. El principal objetivo del PGI estudiado es la gesti6n de los datos relativos a la fon11aci6n. Existen fon11ularios para recabar datos sobre cursos demandados y para las evaluaciones de la calidad de los ejercicios propuestos. instalaciones. consistente en satisfacer demandas intemas y extemas' para la fom1aci6n. Parcialmente Optimizado' Parcialmente Ejecutado. el marco de trabajo se aplic6 al Proceso de Gesti6n de Fon11aci6n. que es responsabilidad del Departamento de Consultoria.22. Algunos aspectos de la consecucicin pueden scr impredecibles. desalTollada intemamente. 86 S VCI s 100 Hay e\-idencia de una completa aproximacion y consecucicin del estado para el elemento evaluado_ No existen debilidades significativas en los componentes definidos. La organizaclOn utiliza para la gesti6n de estos temas una aplicaci6n llamada SINCRO.CAPITULO 10: CAUDAD DE LA Il\'FOR. 61S VCI s85 Hay evidencia de aproximacicin y consecucion signiticativa del estado para el elemento evaluado. os VCIS20 Hay poca 0 ninguna evidencia de la consecucion del estado para el elemento evaluado. y para la capacidad de los profesores. asistencia y uso de recursos. Optimizado Ejecutado. Estados de los componentes y rangos de valores segun IQV Entre todos los PGI de la organizaci6n. eligiendo quien va a ser el fon11ador. OS VCI -Ni'! S 90 91 S VCI -NM S 100 Rango de valores para el VCI definido para el Nivel de Madurez Tabla 10. 0 unidades de Completamente Optimizado' Completamente Ejecutado No Satisfecho Satisfecho. Uno de los empleados del Departamento de . mateliales didacticos proporcionados.\lACION 313 NmmRE ESTADO R\NGOVCJ DESCRIPCloN No Optimizado No Ejecutado. detem1inando que recursos se van a usar y gestionando distintos aspectos de calidad de la fon11aci6n.

. (GEC!) Gesti6n de la Estandarizaci6n de la Cali dad de la InfoTInaci6n (GPCIO) Gesti6n de las Politicas de Calidad de la Infonnaci6n No Satisfecho Organizativa. No Satisfecho No Satisfecho (ACGPD) Amilisis Causal para la Gesti6n de Prevenci6n de Defectos (GIDO) Gesti6n de la Innovaci6n y del Desarrollo de la Organizaci6n Tabla 10... < .. TICOS Consultoria. .' ' No Satisfecho No Satisfecho . Todas las preguntas de los infonnes se realizaron al Director del Departamento de ConsultOlia.."CION (VV) Validaci6n y Verificaci6n de Componentes de PGI y Productos de No Satisfecho Infonnaci6n (GR) Gesti6n del Impacto de la Pobre Calidad de InfoTInaci6n y de los No Satisfecho Riesgos.' '. (GFDDPI) Gesti6n de Fuentes de Datos y DestiTIos de Producto de Infonnaci6n.. Resultados obtenidos despues de aplicar EV AMECAL al PGI Gestion de Formacion .. es el responsable de transcribir datos de los forrnularios a la aplicacion y obtener la infonnacion que sera transmitida a la persona adecuada." . No Satisfecho Parcialmente Satisfecho Parcialmente Satisfecho No Satisfecho NoEJECuTADO NIVEL DE l'\TEGR. . En la tabla 10.. .23 se muestran los plincipales resultados de las encuestas. No EJEcuTAl>O. (GCl) Gesti6n de la Calidad de la InfoTInaci6n en Componentes PGI.. (GPMDABDD) Gesti6n de Proyecto de Mantenimiento. Desarrollo 0 Adquisici6n de Bases de Datos 0 Datawarehouse. No EJEctTrAl>O (GEAGI) Gesti6n del Equipo de Aseguramiento de Calidad de la No Satisfecho InfoTInaci6n. No Satisfecho . NIVEL DE lVlEJOR... No EJECUTADO NIVEL DE GESTION CUANTITAmA (GM) Gesti6n de las Metricas del PGI (GAPM) Gesti6n para la Automatizaci6n de Planes de Medida . .'.FORIvL-\. '..23. (GRU) Gesti6n de Requisitos de Usuarios.314 CAUDAD DE SISTEi-!AS I!'-. NIVELnE DEFINICION ". RESULTADOSDE LoslNFORMES .. ..

M. liiformation and database quality. UK. Piattini. C.) (2005). Identificar y definir tanto fuentes de datos como destino de los productos de infonnaci6n y los fonnatos de intercambio de datos. Springer. R. especialmente de los diferentes modelos de UML. 1999. Lee. proponiendo un modelo muy interesante. L.) (2002). Wang. Kluwer Academic Publishers. K. Gestionar adecuadamente los requisitos de los usuarios. 0 G G G G la Datawarehouse para dar soporte a infonnaci6n G Planificar un proyecto para el desarrollo del PGI. Prentice Hall. 1999. Willey & Sons. C. y Calero.P. Huang. Metrics for Conceptual Models. Calero. EEUU. (eds. M. (eds. Alemania 2003. G G G G . Y. Norwell.T. gestionar adecuadamente las dimensiones de calidad de la infonnaci6n para cada uno de los componentes del PGI.~ RA-:v!A CAPiTULO 10: CAUDAD DE LA rNFORMACION 315 Los resultados reflejan que ninguna de las ACPs que pertenecen al nivel 2 y a niveles supeliores pertenecen como mlnimo "Satisfecho ". Imperial College Press. LECTURAS RECOMENDADAS G English. Genero. En esta recopilaci6n se abordan diversos aspectos de la calidad de los datos y de la infOlmaci6n. y Genero. el autor da su visi6n paIiicular sobre la gestion de la calidad de la infonnaci6n. afronta c6mo tratar la calidad de los datos mediante una metodologia muy completa y exhaustiva que implica a la propia organizacion como "brazo annado" de las iniciativas de mejora. Referencia de obligada lectura que trata sobre el modelo TDQM propuesto por el MIT. En este libro. M. Upper Saddle River. Alanaging Iliformation Quality.. M. Improving Data Warehouse and Business Iriformation Quality: klethods for reducing costs and increasing Profits. Se establecen los principios basicos de esta filosofia sobre la calidad de los datos.. Acorde con el grado de criticidad de cada ACPs. Quality liiformation and Knowledge.. A partir las ERU. M. Piattini. 5. Modificar la base de datos de calidad. todos los niveles estan en el estado "No ejecutado ". Libro considerado como uno de los c1asicos del campo de calidad de datos y de infol111aci6n. Eppler.. J. se propusieron las siguientes recomendaciones para satisfacer el nivel de definici6n de las ACPs: G Fonnar un Equipo de Aseguramiento de la Calidad de la Infonnaci6n que asuma la responsabilidad de gestionar el PGI. En esta obra se resume el estado del arie sobre las metricas para modelos conceptm!les.

Que nuevas metricas podrian proponerse? Analice la variaci6n que sufi'en los valores de las metlicas propuestas para almacenes de datos cuando se utiliza un esquema en "copo de nieve" (snmtjlake) respecto al esquema en estrella. e 7.mit.TICOS 6. En este capihllo se han presentado algunas metricas para bases de datos relacionales pero no tienen en cuenta las restlicciones presentes en las mismas. EJERCICIOS 1.esla web del proyecto TDQM. 6. 1998) propuestas para la evaluaci6n de modelos E/R. EE.Que similihldes y que diferencias encuentra entre la propuesta de Kesh y la de Moody? Analice la aplicabilidad en la practica de ambas propuestas. 1994) como las metricas (Moody. http://www.esla web del International C01?(erence on li!(ormation Quality (ICIQ). c. es uno de los congresos mas antiguos y con mas solera de calidad de datos y de info11naci6n.onz. Analice los eshldio que pueda encontrar en la bibliografia y detelmine hasta que punto validan sus propuestas.edu/tdqm/. c. En este congreso confluyen los resultados de los desatTollos de investigaci6n de las universidades con las necesidades de las empresas en los proyectos de evaluaci6n y mejora de la cali dad de los datos y de la infol111aci6n. Proponga.iqconference. . organizado por el Sloan School of lvlanagement del MIT (Boston. Que caracteristicas de la n01111a ISO 9126 cree que son aplicables a la hora de evaluar la calidad de un SGBD? Daniel Moody en los liitimos cinco anos ha llevado a cabo diferentes eshldios con el fin de validar tanto el marco (Moody y Shanks. 4.Que metric as de las defmidas para sistemas Olientados a objetos pueden utilizarse para bases de datos objetorelacionales? c. c.A. 3. coordinado por Richard Wang. siguiendo el Metodo Alarcos para metlicas software presentado en el capihllo algunas metlicas para las restlicciones (clallsulas CHECK y ASSERTION) de bases de datos que sigan el estandar SQL. Puede ser considerado como el proyecto matriz de much as de las investigaciones academicas sobre el tema.316 CAUDAD DE SISTEMAS ll'iFORM. SITIOS WEB RECOMENDADOS e http://web.UU). 2.Que metricas de bases de datos relacionales opina que pueden seguir siendo validas para bases de datos objeto-relacionales? c. 5.C6mo podria demostrar que las metlicas propuestas pem1iten predecir la mantenibilidad de las bases de datos relacionales? c.

C. Ana1ice hasta que punto el modelo CALDEA es COnf0I111e a las especificaciones de CMMl.-\-:-'lA CAPiTCLO 10: C. (.Que dificultades presentan a la hora de calcular sus val ores'? Proponga alguna tecnica (0 extensi6n de las existentes) para reflejar requisitos de calidad en especificaciones de requisitos tanto textuales como gnificas. 15. (. (2002). 14.MECAL. 10. 8. 12. 9. Analice hasta que punto la metodo10gia EV AMECAL es confo1111e a SCAMPI 13. R. Compare las dimensiones para calidad de datos propuestas por English (1999) con las de Pipino et al. Describa algllI1 Proceso de Gesti6n de Infonnaci6n (PGI) de su organizaci6n.en que nivel de madurez esta'? .-\UDAD DE LA I"FOR~!ACI6" 31 i 7.Que indicadores para la cali dad de datos Ie parecen m:1S relevantes'? (. 11. Ana1ice hasta que punto elmodelo CALDEA es conf0I111e a las especificaciones de la nonna ISO 15504. Ap1ique EVA. calculando todos los VCl. Identifique dimensiones de ca1idad de datos y de infonnaci6n y las metricas cOITespondientes que puedan ser aplicadas al PGI que acaba de describir.

.

Estos autores afmnan que cuando un empleado se va de la organizacion. otras veces se "redescubren" experiencias cuya existencia se desconocfa.CAPITULO 11 GESTION DEL CONOCIMIENTO "lnvertir en conocimiento produce los nzejores bene/icios " Benjamin Franklin 1. ni se sabe que es 10 que se ha perdido). INGENIERIA DEL SOFTWARE Y GESTION DEL CONOCIMIENTO 1. simplemente por desconocimiento de las mismas. . y que el personal no se desarrolla adecuadamente por falta de conocimiento. con el se "pierde" la expetiencia que este ha ido adquilido a 10 largo del tiempo que ha estado trabajando (a veces. en ocasiones se vetifica que no se cumplen las promesas realizadas a los clientes. Necesidades de gestion del conocimiento en organizaciones de software Como seiialan Basili et al. Evaluar los exitos y fracasos. Reutilizar expetiencias exitosas. (2001) pnicticamente todas las organizaciones que desarrollan y mantienen sofuvare comparten las siguientes necesidades: • • • • • Comprender los procesos y productos.1. incluso. Aprender de las expeliencias. Empaquetar experiencias exitosas.

la gestion de documentacion. la gestion del conocimiento se da especificamente en las siguientes areas: e Gestion de configuracion y control de versiones.. RA~lvLA Esto es debido a que las organizaciones dedicadas al desalTollo del software rcquieren y generan grandes cantidades de conocimiento./hmre. COllOcimiento del proyecto.en gran medida.de activos. En este sentido. de dichos conocimientos. en las organizaciones software. La reutilizacion de experiencias. de una '/or/lla mas rapida y economica. Como puede observarse en esta figura. La mejora de los procesos de desalTollo del software.\ TIeos 1. de diverso tipo: e Conocimiento del producto. ya que los sistemas de este tipo crean indirectamente la memoria del proyecto.:. 2000) y que empiezan a adoptar arquitecturas de gestion de conocimiento como la que se muestra en la figura ILl (Lawton.320 IMORlvL. 2001). Conocimiento del proceso. as! como tomar mejores decisiones". 2000. la colaboracion 0 las redes de expelios) pueden resultar muy titiles para la Ingenieria del Software (Aul1lm et al. Existe ya bastante experiencia en organizaciones de todo tipo que demuestran como se puede gestionar el conocimiento (Davenpori y Pl1lsak. Adelmis. la gestion de conocimiento se puede considerar el nexo que une las actividades de produccion diatias con las iniciativas de mejora y los objetivos de negocio. En este sentido hay que destacar que varias de las actividades de gestlon del conocimiento en general (como la reutilizacion . que es una aproximaclon que consiste en capturar explicitamente decisiones de diseilo para crear una memoria del prodllcto. Tiwana. e . 2003). Decisiones de diseiio C'design rationale"). e e La calidad del software y de los SI no puede ser mejorada si to do este conocimiento no se encuentra disponible 0 no se utiliza adecuadamente. la gestion de competencias. ya que facilita: e e e e La localizacion de Ulentes de conocimiento. ya que los procesos de desatTollo y mantenimiento de software dependen -adelmis de la creatividad de las personas y el funcionamiento de los equip os. que indica la evolucion del software y puede servir para identificar experios (quien ha hecho determinados cambios). Lindvall y Rus (2003) afil111an que la gestion del conocimiento pennite 'producir mejor so. La reutilizacion de artefactos del proceso de desatTollo.

acion". Herramientas CASE y entornos de desarrollo de software. DEL CO~OCE\lIE~TO 321 e e Trazabilidad. pudiendose considerar fuentes de conocimiento "llegativo".CAPiTCLO II: GESTIO. como resultado de la gesti6n del conocimiento: e Se establece y mantiene una infraestrLlctma para la compartici6n de la intonnaci6n comllI1 y de dominio a traves de la organizaci6n.an y mejomn a 10 largo de la OIgani::. Arquitectura de gesti6n de conocimiento (Lawton. cuyo prop6sito cs "asegumr que ef conocimiento. Gestf6n de Documentos E!ectr6nicos Correo Electrcnico '. 2001) 1. La gestion del conocimiento y los procesos del cicio de vida del software En la nOIma ISO 12207 aparece un subproceso rc1ativo a la gesti6n del conocimiento dentro del proceso organizacional de Recursos Humanos. fa informacion y las Izabilidades individuafes se recogen. Servidores de Fichera y Servicios de ImernetfExtranet Informacion y ruent8 de Conocimiento. cOil/parten.. e Nive! de Aplicacion Inteligencia Competitiva Sistema de Majores Practicas Interfaces Portal de Conocimiento Servicios de Gest"lon de Conoclmiento Servicios de Descubrimiento Servicios de Co[aboraci6n Taxonomia Corporativa r. podrian llegar a transfonnarse en conocimiento 'positivo". relltili::.-.1apa de Conocimiema Gesti6n de Contenidos RepoSltorio de Co nacimiento Inrraestructura Correo Electronico. .2. los cuales. SegllIl esta nonna.1. que contlibuye indirectamente a la memoria del producto. Informe de problemas y trazabilidad de defectos.Neb Figura 11.

2000): o El director planificani los requisitos para gestionar los activos de conocimiento de l'l organizaci6n. Sistemas de soporte a la toma de decisiones. Portales e intranets de conocimiento.3. Modelos de predicci6n. EI director estableceni una red de expelios dentro de la organizaci6n y se asegurani que se mantiene actualizada. el esquema de clasificaci6n y los criterios para estos activos. o A continuaci6n se resumen las tareas relativas a la gesti6n del conocimiento (ISO. El director estableceni un mecanismo para soportar el intercambio de infonnaci6n entre expeltos y el flujo de la infonnaci6n de los expertos en los proyectos de la organizaci6n. incluyendo la infraestmctura y la fonnaci6n para sopOliar los contribuidores y los usuarios de los activos de conocimiento de la organizaci6n. bibliotecas y repositOlios de conocimiento. Lecciones aprendidas. o o o En el siguiente apartado se muestran tecnicas y herramientas utilizables para la realizaci6n de estas tareas. "Caliografia" de conocimiento. Se llevani a cabo la gesti6n de configuraci6n de los activos de acuerdo con el proceso de gesti6n de configuraci6n. . La organizaci6n seleccionan't la estrategia de gesti6n del conocimiento apropiada. Tecnicas y herramientas para la Gesti6n del Conocimiento Se pueden destacar diferentes tecnicas y herramientas para la gesti6n del conocimiento: o o o o o o o o o Sistemas cooperativos y de trabajo en grupo (groupware). Sistemas de gesti6n documental. Aprendizaje asistido pOI' ordenador (e-Iearning). patrones y buenas pnicticas. Sistemas de razonamiento basado en casos. 1.322 CAUDAD DE SISTEMAS lNFORIvlATICOS @RA-MA o El conocimiento se encuentra disponible n'tpidamente y compartido por toda la organizaci6n.

' DEL CONOCIMIENTO 323 • • • • • • • • • Tecnicas de descubrimiento de conocimiento ("Knowledge discovel)' "). • • Por otro lado. Redes extemas. Lawton (2001) destaca los siguientes obstaculos: • Cuestiones tecnologicas: a veces no es posible integrar los diferentes sistemas para conseguir los niveles adecuados de acceso y distribucion de conocimiento. Cuestiones particulares de los h'abajadores de la organizacion.. como el Oracle Support Center. etc.~ RA-MA CAPiTULO 11: rcc--rrr. 1. • . existen h'es factores importantes que posibilitan el proceso de implantaci6n de estrategias de gestion del conocimiento en las organizaciones de software: • La tecnologia disponible en la organizacion para los desarrolladores. que Ie pennitira crear un repositolio de memoria organizacional accesible a toda la organizacion. Flujos de conocimiento.4. GUlas para proyectos. Cuestiones organizacionales. como la "Softlrare Process Improvement Netlvork. tales como falta de tiempo de los empleados. Proyectos cuyo objetivo es construir bases de conocimiento en ingenieda del software como CeBASE y ViSEK. 0 En Vizcaino y Piattini (2006) se profundiza y presentan ejemplos de estas diferentes tecnicas y henamientas. el no querer compartir 0 reutilizar el conocimiento. Elliderazgo que pretende impulsar la gestion de conocimiento en el desanollo de los productos y servicios software as! como en los procesos de trabajo. etc. Centro de soporte de fabricantes. y de trabajadores de conocimiento. Implantacion de la Gestion del Conocimiento En la implantaci6n de estrategias de gesti6n de conocimientos. IEEE. Gestores de habilidades y sistemas de apoyo a la localizaci6n de expertos. tales como fallos del proceso de estrategia e implementacion de gestion del conocimiento. Deseado. Estandares y nonnas de ISO. Comunidades de pnicticas." (SPIN) los grupos de interes de IEEE 0 ACM. plantillas. etc.

que se refleja en la necesidad de crear un grupo dedicalio a la mejora de los procesos sofuyare -que se denomina de diferentes fonnas: SPEG (Sojhmre Process Engineering Group). (2003)..1. El modelo de gestion del conocimiento se enlaza con la estrategia empresariaL la organizacion de la gestion del conocimiento. :\Iodelos de Gesti6n de Conocimiento y estrategias empresariales (Ebert et al. la gestlon del conocimiento implica una impOltante iI1\-eI"S IOn. evitando redundancia Mcjores pnicticas Integraci6n y c0l11binaci6n de conocil11icnto Base de in!ollnaci6n Proccsos comunes Conocil11icnto dinul11ico Explicita Explicito Tacita I I Tabla 11. y en los tlltimos ai'ios han aparecido yarios especificos para la ingenieria del sofuvare. .. y puede realizarse en: (I Soporte del proceso software. disefio. entre los que destacan los propuestos por Dyba (2003) y Oliver et al. SPI (Sojhmre Process JllIpr01'elllent) group. Para dar sopOlte a una gestion efectiva de conOClImento en el desalTollo de software. etc. etc.-\UD/\D DE SISTEi--HS Ii'FORyL-\TIeos I:RA-MA (I La cultura organizacional que soporte la comparticion de conocimiento.5. modelado.e idealmente crear la funcion de "Chie/Knowledge Otficer". SopOlte al personaL adaptar una helTamienta de flujos de trabajo (1\·orl. se requiere el soporte tanto de la propia gestion como de los niveles tecnicos. etc. tecnologias e innovacion. experiencias. los conceptos de gestion del cOllocimiento y el tipo de conocimiento (vease tabla 11. (2003) sefiala que para garantizar el exito de un programa de gestion del conocimiento es obligatorio elegir el modelo de gestion del conocimiento adecuado.1) ESTRATEGIA DIPRESARIAL MODELODE GESnO" ORG. Experience Factory Group.1701\"). ingenieria. SopOlte del producto software. 2003) Ademls. (I (I Ebert et al. resultados de los procesos.{MLKION CO?\CEI'TOS TlPODE co:\ocnUE:i\TO Reducci6n de costes Especializaci6n Innovaci6n Productividad Cali dad Creatividad Compartir. modelos de mejora de procesos. actividades. Modelos de Gesti6n de Conocimiento en ingenieria del Software Existen muchos modelos de gestion del conocimiento en general.324 C. 1.

Modelo dimimico de gestion del conocimiento (Dyba.f v INTERPRETACION CONOCIMIENTO o R G '\/ CONOCIMIENTO LOCAL A N I Z A o N C I A L Figura 11. En este modelo se integra las actividades de creacion del conocimiento junto con el "trabajo real" del desaITollo de software. coordinacion y colaboracion. que comprende el proceso dialectico que integra 1a experiencia local y los conceptos organizacionales.: RA-MA CWiTULO 11: GESTIO!\' DEL CO?-:OCIMIE?-:TO 325 1. Este modelo trata de como los equipos de software adquieren y utili zan conocimiento en un entomo organizacional para l11ejorar sus procesos software. Ii) e e Este autor define la creacion del conocimiento en Ingenieria del Software como el intercambio dimimico entre dos dialecticas: entre el conocimiento organizacional y el local: y entre la generacion y la interpretacion del conocimiento organizacional. MEMORIAl .2): e Contexto organizacionaL que describe el entomo general que impone restricciones y opOltunidades acerca de 10 que puede y no hacer la organizacion.5. CicIo de aprendizaje.. Desempefio organizacionaL que agrupa los resultados de las actividades de mejora de la organizacion. I -I-.2.1. MODELO DE DYBA (2003) Dyba (2003) propone un modelo dimimico que se centra en las necesidades de comunicacion. 2003) .._.. Este modelo consta de cuatro elementos principales (vease figura 11. que reflejan las condiciones que facilitan la creacion de conocimiento y la mejora de procesos software.ORGANIZACIONALI i /._ :_i\ / FACTO RES \1-' ) \~ACILITADORES . Factores facilitadores.

. FACTORES FACILITADORES ORlE:-ITACIO:-l AL :-IEGOCIO I:\IPLICACIO:-l DE LOS LiDERES PARTICIPACIO.-'.OC. X I lVIEMORIA ORGA1'ljlZ. Relaciones entre los procesos de creacion de conocimiento y los factores facilitadores (Dyba. CONOe. li~TERPRET. 2003) 1. Asociados a estos factores se encuentran el deseo y la oportunidad de aprender. . que es una aproximaci6n a la medici6n y control de la calidad dirigida por objetivos. FACTO RIA DE EXPERIENCIA V PARADIGMA DE MEJORA DE LA CAUDAD (QIP) 2.5.3) reconoce la interacci6n entre los individuos y dentro de los equipos como producto de tres factores: motivaci6n para descubrir conocimiento. una cultura de apoyo y la experiencia previa.-'. EXISTEi\TE EXPLOR-\CIO.2. basada en una infraestructura organizativa denominada 'factoria de experiencia". Oliver et al. LOCAL GENERACION CONOe. XX X X X I X XX XX X XX XX XX X XX X X XX XX I Tabla 11. Este modelo (vease figura 11.-MA Ademas. (2003) presentan el modelo SEKS (Software Engineering Knowledge-Sharing). Ademas.326 CAUDAD DE SISTE?vIAS INFORtvL-'. CONOe. Quality Improvement Paradigm).TICOS ©R. MODELO SEKS Por su parte.2).-.". Dyba identifica seis factores facilitadores en la creaci6n de conocimiento de ingenieria del sofuvare y analizando las relaciones entre los procesos de creaci6n de conocimiento y otros factores facilitadores (vease tabla 11. Las dificultades mas importantes que sefialan la mayor parte de los autores son hacer tacito el conocimiento explicito y mantenerlo actualizado.1. (1995) presentan el paradigma de mejora de la cali dad (QIP. DE LOS DIPLEADOS PREOCUPACIO:-l POR LA :\IEDICIO:-l EXPLOTACIO:-l DEL CO. 2. QIP (Paradigma de mejora de la calidad) Basili et al.2. en el desarrollo y mantenimiento de software podemos encontrar tanto conocimiento del dominio del problema como conocimiento del dominio de la soluci6n. DE :-IUEYO CO:-lOC.

Fijaci6n de objetivos. E INDIVIDUAL) DES EO DE APRENDER MOTIVACION PARA DESCUBRIR CONOCIMIENTO COMPARTICION DELCONOCIMIENTO ENINGENIERIADEL SOFTWARE EXPERIENCIA PREVIA Figura 11. que consta de los siguientes pasos: e e Caracterizaci6n. Modelo SEKS (Oliver et al.mediante la reutilizaci6n del conocimiento y la expenencla. CicIo de Aprendizaje Corporativo. que es un proceso iterativo que a cada iteraci6n redefine y mejora las caracteristicas y los objetivos. EI proceso de mejora de la calidad.~ RA-MA CAPiTULO ii: GESTION DEL CONOClMIENTO 327 OPORTUNIDAD DE APRENDER CULTURA DE APOYO (NIVEL ORG. e .. ocwTe en seis pasos.3. 2003) EI objetivo de este paradigma es la adquisici6n de competencias bcisicas que sopOlien competencias estrategicas y la mejora de la calidad en el entomo de desarTollo -en lugar de en el de producci6n. sobre 10 que quiere conseguir para el siguiente producto y aprender acerca del negocio. agmpados en dos ciclos: I. metodos. tecnicas y herramientas adecuadas al problema. Elecci6n de procesos. la empresa construye modelos del entomo actual.

en la que la reutilizacion de experiencia y el aprendizaje colectivo se convielien en una cuestion corporativa. La factoria de experiencia proporciona "ellister de cOlllpetencias" denominados ''paqlletes de experiencias". as! como los datos obtenidos durante el desanollo y la explotacion. La organizacion analiza los resultados para aprender de ellos.328 CAUDAD DE SISTE'. la organizacion de proyectos proporciona a la factoria de experiencia caracteristicas del proyecto y entol11o. que comprende las siguientes actividades: e e e Se inicia con la ejecucion. configuraciones base. y que proporciona infol1nacion analitica acerca del desempeflo del proyecto.o de coste y calidad. infol111acion sobre el proceso. para aplicarJa a otros proyectos. La factoria de expeIiencias transfol1na estos elementos en unidades reutilizables y proporciona. la realimentacion a la organizacion. lecciones aprendidas. Los beneficios que aporta una factoria de experiencia a la organizacion son variados: e Establecer un proceso de mejora de software sus tent ado y controlado por datos cuantitativos. cabe destacar. existe un '"cicio de control" que es la realimentacion al proyecto durante la fase de ejecucion. acumularla y transferirla. Como se muestra en la figura 11. Cicio de Aprendizaje de Proyecto. Producir un repositolio de datos y modelos software que esten basados emp!ricamente en la pnictica diaria.'\' TICOS DRAAIA e Ejecucion. 2. henamientas. por un lado. a la organizacion de proyectos. As!. Factoria de experiencia La factoria de experiencia consiste en una organizacion basada en la capacidad.4. los productos. infol1nacion sobre la utilizacion de recursos. un "cicio de capitalizacion". parametrizados de alguna fOI111a para adaptarse a las caracteristicas de los proyectos especificos. e e . datos de desanollo.2. 2. Esta infol1nacion se utiliza para prevenir y solventar problemas.!AS lMOR"!. Desanollar una organizacion de sopOlie intel110 que limite la sobrecarga y proporcione beneficios sustanciales de desempei'i. planes y modelos utilizados. Por otro. y datos. durante la cual se analiza los resultados intel1nedios para ver si se satisfacen los objetivos. registros de calidad. La organizacion almacena y propaga el conocimiento. monitorizar y soportar el proyecto y realinear el proceso con los objetivos. con el fin de capturar la experiencia.

una base de experiencia debe: '" '" '" '" Contener el conocimiento relevante para la organizaci6n. Factorla de Experiencia propuesta por el Prof.(.: It/>''-\lA CAPiTULO II: GESTION DEL CONOCI?vlIE]\TO 329 '" Proporcionar un mecanismo para identificar. e incorporar en los procesos nuevas tecnologias que hayan demostrado ser valiosas en contextos similares. '" ORGANIZACION DE PROYECTO DATOS EJECUCION DEL PROCESO I"""""" i-' PRODUCIDOS Modelo de ejecucion I I PLANIFICACION DEL PROCESO ~ I- EXPERIENCIA EMPAQUETADA Figura 11. C01110 se . 0 el EPIK (Engineering Process JmprOl'ement and Kn01t1edge Sharing) de ICL.4. valorar. procedimientos y reglas que establezcan gestiona la experiencia diariamente. Base 0 repositorio de experiencia Seglll1 Basili y Caldiera (1995). Disponer de procesos.3. Disponer de metodologias que establezcan como se estructura la experiencia. Residir en un marco de aprendizaje bien concebido. el SEC (Sofhmre Experience Center) de DaimlerCluysler. BasHi Ejemplos reales de factorias de experiencia son el SEL (Sofhmre Engineering Laboratory) del Goddard Space Flight Center de la NASA. Incorporar y sopOltar la reutilizaci6n en el proceso de desan'ollo de software. 2.

330 CAUDAD DE SISTE\e[AS rNFOR:'vLA.TICOS

© R.,\,,-NL-\

(I)

Estar automatizada 10 maximo posible.

Estos autores prop on en una serie de pasos para crear un sistema de gestion de expeliencia (SGE):
e

Caractelizar la organizacion e identificar los procesos y conocimientos actuales. Identificar los usuarios y definir roles de usuario. Desanollar casos de uso. Definir tipos de paquetes (taxonomias). Generar los atributos que describen los tipos de paquete. Definir valores aceptables para cada atributo. Definir un documento de requisitos para el SGE. Construir, integrar e instalar el SGE. Evaluar y hacer evolucionar el SGE.

e
(I)

e e
(I)

&

e e

De fonna parecida, en Althoff y Pfahl (2003) se presenta una metodologia ("DISER"- Design and Implementation on So./hmre Engineering Repositories) para construir y operar EBIS (Experience-Based li!/ormatioll Systems) que se resume en los siguientes pasos: 1. 2. 3. 4. 5. 6. 7. 8. 9. Desanollar una vision del EBIS. Fijar objetivos. Fijarareas. Definir escenarios de utilizaci6n y cumplimentaci6n. Modelar la ontologia de la experiencia. Implementar el EBIS. Poner en-linea el EBIS. Mantener el EBIS. Integrar el conocimiento existente y generar nuevo conocimiento

Hay que tener en cuenta diferentes aspectos de calidad a la hora de construir y gestionar un repositorio de experiencia (Schneider y von Hunnius, 2003):

1': RA.-MA

CAPiTULO 11: GESTION DEL CONOCI1\lIENTO

331

e e e

Guia al usuario, sobre todo para empezar reutilizando las expeJiencias. Usabilidad, ya que una pobre usabilidad puede alejar al usuario. Confol1nidad con el proceso, hacer un proceso mejorado centrado en el repositorio de expeliencias, siguiendo la estructura del proceso subyacente. Mecanismos de realimentaci6n, pOl' medio de diferentes canales (colTeo electr6nico, pizalTas electr6nicas, FAQ, contactos personales y telef6nicos, etc.). Mantenibilidad, para que las reestructuraciones sean faciles.

e

e

POl' 10 que respecta a las lecciones aprendidas, estos autores recomiendan:
e

Ser especifico, ya que si el contenido de la base de datos esta desordenado y no se guia al usuario se limita drasticamente los beneficios del repositorio. Agrupar varias expeliencias alrededor de una sola descripci6n de procesos. Intentar simplificar la estructura y el fOl1nato de pagina, mejorando la usabilidad. Facilitar la incorporaci6n de la realimentacion de los usuarios.

e e

e

3. FAMILIAS DE ESTUDIOS
Una de las fOl1nas mas imp0I1antes de obtener conocimiento relacionado con el desalTollo y mantenimiento del software es mediante la realizaci6n de familias de estudios. En este senti do. Basili et af. (2001) sefialan algunos criterios para la construccion de cuerpos de conocimiento en areas de IngenieJia del Software: I. Fijar hip6tesis de alto nivel que sean de in teres para la comunidad de IngenieIia del Software. Hipotesis detalladas escritas en un contexto que pennitan estudios empiricos bien definidos. Variables de contexto. sugelidas pOl' las hipotesis, que puedan modificarse para pel1nitir vmiaciones en el diseilo experimental. Una cantidad suficiente de infol1nacion para que el estudio pueda ser replicado. Una comunidad de investigadores que comprendan la experimentacion. la necesidad de replica y que esten dispuestos a colaborar y replicar.

2.

3.

4. 5.

Los estudios empiricos resultan necesarios para comprobar y entender las implicaciones relacionadas con la medicion de las entidades software. Esto se consigue a

332 C\UDAD DE SISTE\lAS INFOR?-.!..\TIeos

traveS de hipotesis en el mundo real, ll1l:lS alla de la pura teolia, que habra que comprobar con datos empiricos. Hay tres tipos principales de estrategias empiricas que pueden ser llevadas a cabo (Robson, 1993): experimentos, casos de estudio y encuestas. En los siguientes apartados se descliben con mayor detalle estas estrategias.

3.1. Experimentos
La ventaja de un experimento es que puede detenninar en que situaciones cielias afil111aciones son ciertas y puede proporcionar el contexto en el que cielios estandares, metodos y helTamientas son recomendables. Solo si el experimento se realiza adecuadamente, es posible obtener conclusiones acerca de las relaciones entre la causa y el efecto para la cual se fonnulan la hipotesis (Wohlin et al., 2000). Los expelimentos necesitan ser planificados cuidadosamente si se pre ten de que proporcionen resultados lltiles y significativos (Juristo y Moreno, 2001). Basili et al. (1999) comentan que la experimentacion en la ingenielia del software es necesaria. pero bastante dificil. Una razon de esta dificultad es la gra!1 cantidad de variables del contexto, 10 cual implica que para conseguir una comprension adecuada de los resultados de los experimentos, se necesita un mecanismo para explicar los estudios e incorporar los resultados.

3.1.1. DESCRIPCION DEL PROCESO EXPERIMENTAL
El proceso experimental consta de seis etapas principales (Wohlin et al .. 2000), como muestra la figura 11 .. En los siguientes apartados se resume cada una de estas etapas.

3.1.1.1. Definicion
EI proposito de la fase de definicion es definir los objetivos de un experimento. fOl11mlado a partir de un problema a resolver. Para recoger los objetivos de un expelimento se sigue la plantilla GQM de aCl~erdo con las sugerencias de Briand et al. (2002) y Lott y Rombach (1996) (ver tabla 9.2 en apartado 2.2.2 del capitulo 9).

3.1.1.2. Planificacion
Despues de la definicion del experimento tiene lugar la planificacion. La definicion detem1ina por que se va a realizar el experimento, mientras que la planiticacion establece como se llevara a cabo. Esta etapa se puede dividir en los siguientes seis pasos:

C RA-\L-\

CAPiTULO 11: GESTIO?\ DEL CO?\OCIMIENTO

333

Figura 11.5. Vision general del proceso experimental principales (WohHn et at., 2000)

1.

Seleccion del contexto. EI contexto del experill1ento queda caracterizado de acuerdo con cuatro dill1ensiones: '" '" '" '" Ojlline ,·s. On-line. Los experimentos pueden realizarse en proyectos reales (on-line) 0 bien en paralelo a los proyectos reales (off-line). EstZldiantes vs. Profesionales. Los experimentos pueden IIevarse a cabo con sujetos profesionales 0 estudiantes. Simlilacion 1"5. Problemas reales. EI experimento puede enfocarse en un problema real 0 en una simulacion. Espec(jico vs. Genera!. Los resultados del. expelill1ento pueden ser vcilidos en un contexte especifico 0 en el dominio general de la ingenieria del software.

2.

Formulacion de hipotesis. La definicion del experimento se fonnaliza por medio de hipotesis. Deben fonnularse dos hipotesis: una hipOtesis nula (Ho) y una hipotesis alternativa (HI). La comprobacion de las hipotesis entrafia diferentes tipos de liesgos: algunos tests estadisticos pueden rechazar una hipotesis verdadera ailll siendo cierta (elTores tipo I), mientras que otros tests no rechazan una hipotesis falsa ailll siendo falsa (elTores tipo II). EI tamafio de los elTores depende de diferentes factores. Un ejemplo es la capacidad del test estadistico para revelar un patron verdadero en una coleccion de datos, que se conoce como la potencia del test.

334 CAUDAD DE SISTEMAS INFOIUvLS, TICOS

©RA-MA

3.

Seleccion de variables. Antes de comenzar con el diseflo tenemos que elegir las variables dependiente e independiente que se van a considerar, junto con la fonna en que se van a medir y sus respectivas escalas de medici6n. Seleccion de sujetos. La selecci6n de sujetos 0 muestra de la poblaci6n que se utilizara en el experimento esta estrechamente relacionada con la generalizaci6n de los resultados del mismo. Para generalizar los resultados a la poblaci6n deseada, la selecci6n de sujetos debe ser representativa de esa poblacion. La muestra de la poblaci6n puede ser probabilistic a 0 no probabilistica. Ejemplos de tecnicas para obtener muestras de poblaci6n probabilisticas son el muestreo simple al azar, muestreo sistematico y muestreo estratificado al azar; y para obtener muestras no probabilisticas las tecnicas a utilizar son el muestreo por conveniencia y el muesh'eo por cuotas. EI tamaflo de la muestra tambien tiene influencia sobre la generalizaci6n de los resultados: cuanto mas grande es la muesh'a, men or sera el elTor de la generalizaci6n de los resultados. Disefio del experimento. El diseflo de un experimento describe como estan organizados los tests y c6mo se ejecutaran. Para diseflar el experimento, es necesario observar las hip6tesis y decidir que analisis estadisticos hay que ejecutar para rechazar la hip6tesis nula.

4.

5.

Cuando se disei1a un expe11mento se puede distinguir enh'e diseflos intra-sujetos (todos los sujetos realizan todos los tratamientos) y disei10s inter-sujetos (se seleccionan diferentes sujetos para cada tratamiento). Los primeros tienen la ventaja de garantizar el control de todas las variables debido a diferencias entre sujetos, 10 que podlia interferir en los resultados de la investigaci6n y, ademas, pennite reducir el esfuerzo de enconh'ar la misma infonnaci6n con un bajo nlunero de sujetos. Sin embargo, los diseflos intra-sujetos pueden presentar algunos problemas: a) Antes de realizar el experimento existen efectos que pueden comprometer la validez intema de los experimentos inh'a-sujetos como los efectos de persistencia (una [onna de controlarlos es que los sujetos realicen el experimento una sola vez, no 10 repitan), los efectos de fatiga (apreciables sobretodo en experimentos excesivamente largos), y los efectos debidos a la falta de motivaci6n. b) Durante la realizaci6n del experimento. Debemos de considerar los efectos de aprendizaje (que se evitan presentando las diferentes tareas a realizar en todos los diferentes 6rdenes posibles), los efectos de persistencia (cuando se sospecha que los efectos de un tratamiento persisten s610 se realizara una vez ese tipo de exper1mento con ese grupo de sujetos).

CAPiTULO II: GESTION DEL CONOCIMIENTO

335

6.

InstrumentaciOn. La instlUmentacion para un experimento se selecciona en la etapa de planificacion y puede ser de tres tipos: objetos particulares, instrucciones e instrumentos de medicion. Antes de la ejecucion, se desalTollan los instlUmentos especificos para el experimento. Los objetos del experimento pueden ser, pOI' ejemplo, especificacion 0 codigo de documentos. Las instlUcciones son necesm1as para organizar a los participantes durante el expe11mento, e incluyen los procesos descriptivos y las listas de comprobacion. Si se comparan diferentes metodos en el experimento, tienen que prepararse las instrucciones para cada metodo. Ademas de las instrucciones, los participantes tambien necesitan entrenamiento en los metodos que se van a usar. Las mediciones en un experimento se realizan a traves de los datos recabados.

3.1.1.3. Operacion
En la etapa operacional de un expe11mento, se aplican los tratamientos a los sujetos. Esta etapa se divide en tres partes:
A) Preparacion. Antes de que el expe11mento se 1111Cle, se debe encontrar el personal que se comprometa a pmiicipar como los sujetos delmismo. Es esencial que los sujetos que pariicipen en el experimento esten motivados y pmiicipen voluntariamente en todas las paries del expe11mento. Los siguientes aspectos deberian ser considerados respecto a los sujetos que participan en un expe11mento:
e

Obtener consentimiento. Los pmiicipantes tienen que estar de acuerdo con los objetivos de la investigacion. Resultados sensibles. Si los resultados obtenidos en el experimento son sensibles a los participantes, es importante hacer saber a los participantes que el resultado de su rendimiento personal en el expe11mento se mantendra confidencial. incentivos. Un modo de atraer a la gente a un experimento es ofrecer algtin tipo de incentivo. Frallde. El fi:aude, es decir, "engafiar" a los pmiicipantes, generalmente no favorecera al experimento. Si el fraude fuese la (mica altemativa solo deberia llevarse a cabo si concieme aspectos que sean insignificantes para los participantes y no afecten su voluntad de pmiicipar en el experimento.
Ejecucion. El experimento puede ser ejecutado de diferentes modos. Algunos experimentos se llevan a cabo de una vez juntando a todos los pmiicipantes, por ejemplo, en una sesion. La ventaja de este metodo es que el resultado de la obtencion de datos se puede obtener directamente en la sesion y no es necesario contactar posteriomlente con cada uno de los participantes para reque11rle los resultados. Otra ventaja es que el experimentador esta presente durante la

e

e

e

B)

336 CAUDAD DE SISTE\!AS INFOR\!.'\TICOS

realizacion y si surge alguna dud a se puede resolver directamente. Sin embargo, otros experimentos se llevan a cabo durante un intervalo de tiempo mucho mayor, y no es posible que el experimentador participe en cada detalle del experimento y en la recogida de datos. Los datos se pueden recoger tanto de fonna manual por los participantes que rellenan fonnulaIios como automaticamente a traves de helTamientas.
C)

Ejecucion. El expeIimento puede ser ejecutado de diferentes modos. Algunos experimentos se llevan a cabo de una vez juntando a todos los participantes, por ejemplo, en una sesion. La ventaja de este metodo es que el resultado de la toma de datos se puede obtener directamente en la sesion y no es necesario contactar posteIionnente con cada uno de los participantes para requeIirle los resultados. Otra ventaja es que el experimentador esta presente durante la realizaci6n y si surge alguna duda se puede resolver directamente. Sin embargo, otros experimentos se llevan a cabo durante un intervalo de tiempo mucho mayor, y no es posible que el experimentador participe en cada detalle del expeIimento y en la recopilacion de datos. Los datos se pueden obtener tanto de fonna manual por los participantes que rellenan fonnularios como automaticamente a traves de helTamientas. Validacion de los datos. Una vez que los datos han sido recopilados, el experimentador debe comprobar si los datos son razonables y se han obtenido COlTectamente. Para ella es necesario verificar que los participantes han comprendido bien los fOl111Ularios y que, por 10 tanto, los han rellenado corTectamente. Tambien es importante revisar que los expeIimentos se han desarTollado tal y como se habia previsto.

D)

3.1.1.4. Amilisis e Interpretacion
Una vez recabados los datos empiricos, deben ser analizados adecuadamente. Hay tres elementos principales a considerar cuando elegimos las tecnicas de analisis: la naturaleza de los datos que se han obtenido, por que se ejecuta el experimento, y el tipo de disefio experimental. Dependiendo del. prop6sito del experimento, se pueden utilizar diferentes tecnicas para probar las hip6tesis.

3.1.1.5. Evaluacion de la validez
Una cuesti6n fundamental relacionada con los resultados del experimento es la validez de esos resultados, ya que el grado de credibilidad de un experimento depende de la validez de las conclusiones que se obtengan. Se pueden distinguir cuatro tipos de cIiterios de evaluacion de los experimentos (Campbell y Stanley, 1963; Cook y Campbell, 1979):
e

Validez de constructo. Define el grado en el que las variables dependiente e independiente miden fielmente los constructos te6ricos establecidos en las

CAPiTULO II: GESTIO)\; DEL CO)\;OCIMIE)\;TO

337

hip6tesis. La amenaza a la validez de constmcto es la falta de evidencia teorica sobre si las metricas para las valiables dependiente e independiente miden realmente los conceptos que se pretende medir.
fa

Validez interna. La validez intema es el grado de confianza en la relaci6n causa-efecto entre los factores de interes y los resultados observados, es decir, el grado en el que se pueden obtener conclusiones sobre el efecto causal que la variable independiente tiene sobre la variable dependiente. Los factores que tienen repercusi6n en la validez intema son la seleccion y division de los sujetos en diferentes grupos, las diferencias entre sujetos y el balanceo de los mismos durante el experimento, el material utilizado en el experimento, etc. Validez de la conclusion. Trata sobre la validez estadistica de las conclusiones obtenidas en el estudio empirico. Validez externa. La validez extema es el grado en el que los resultados de la investigaci6n pueden ser generalizados a la poblaci6n estudiada y a otros entomos. Cuanto mayor es la validez extema, en mayor medida pueden generalizarse los resultados de un estudio empirico como una pnictica real de ingenieria del software. La validez extema no s610 se ve afectada por el disei'io del expelimento sino tambien por los objetos del expelimento y los sujetos que 10 realizan. Existen principalmente tres liesgos: no tener los sujetos adecuados para el experimento, realizar el experimento en un entorno erroneo y ejecutarlo en unas circunstancias que condicionen los resultados.

e

e

En la tabla 11.3 se muestra una lista de las diferentes amenazas a la validez de los expelimentos, que deberian ser controladas para obtener resultados vitlidos en cualquier estudio empirico.
MIENi\Zi\S AU.: Vi\LIDEZ ... D.ESCRlPCION
..

Validez de la conclusion,

I

Validez de constructo,

Validez intema.

Validez externa.

Baja potencia estadistica. \'iolar las suposiciones de los tests estadisticos. finalizacion y ratio de error, fiabilidad de las metricas, fiabilidad 0 tratamiento de implementacion. irrele\'ancias aleatorias en eLambiente experimental. Interpretacion pre-operacional inadecuada de los constructores. sesgo por monooperacion. sesgo por mono-metodo, confusion entre constructores y niveles de constructores. interaccion de diferentes tratamientos. interaccion de experimentacion y tratamientos, generalizacion restringida a traves de constructores, conjeturar hipotesis. aprension en la evaluacion, expcctativas del experimentador. Historia. madurez. experimentacion. instrumentacion. rcgresion estadistica. seleccion. mortalidad. ambigiiedad sobre el senti do de la influencia causal, interaccion con la selecci6n, difusi6n de duplicados del tratamiento, igualaci6n compensatoria de los tratamientos, rivalidad compensatoria. desmoralizaci6n resentida. Interacci6n de la selecci6n y el tratamiento, interaccion del ambiente y el tratamiento. interacci6n de la historia y el tratamiento.

Tabla 11.3. Amenazas a la validez de los experimentos

1999): 1.. Replicas que varian las hipotesis. para la presentacion y difusion de un experimento. y los metodos utilizados durante el amilisis de los datos empilicos. Estas replicas cambian la fonna en que se mide la efectividad para intentar entender que dimensiones de que tareas son mas importantes. porque con los resultados de un unico experimento es dificil apreciar si los resultados son generalizables y poder asi concluir que sus resultados son validos..1.. Estos estudios identifican potencialmente los aspectos e e . 2003. es impOltante elaborar "paquetes de lab oratorio" (laboratory packages) (Basili et al. el proceso para ejecutar el experimento.-?\lA 3. Replicas que no varian las hipotesis. que duplican el expelimento Oliginal y son necesarias para incrementar la fiabilidad en la conclusion sobre la validez del experimento. Demuestran que los resultados del experimento Oliginal son repetibles. Para ello. Replicas que modifican la fonna en que el experimento se realiza. Estas replicas investigan que aspectos del proceso son impOltantes variando sistematicamente alguna variable independiente y examinando los resultados. Denu-o de este tipo de replicas se puede distinguir enu-e: e Estlictas. que intentan incrementar nuestra confianza en los resultados expelimentales estudiando las mismas hipotesis pero altemando algunos detalles del experimento_ e 2. REPLICACION DE LOS EXPERIMENTOS Es importante ademas realizar replicas de los experimentos.338 CAUDAD DE SISTEMAS INFOIUvlA TICOS 9 RA. Existen diferentes tipos de replicas (Basili et al.. el disefio experimental.2.. 2002) que faciliten la replicacion de los experimentos. los aspectos impoltantes y la infonnacion necesaria que necesitamos para llevar a cabo las replicas y obtener beneficios del experimento y del conocimiento obtenido a u-aves de el.1. etc. que incluyan: el amilisis y objetivos del experimento. Se puede distinguir entre: e Replicas que varian las variables independientes. Las replicas de este tipo no varian ni las variables dependientes ni las independientes del experimento Oliginal.6. incluyendo las amenazas a la validez y los puntos fueltes del experimento. Presentacion y Empaquetamiento Es esencial no olvidar. Shull et al. el contexto en el cual se llevo a cabo el experimento. Aunque varian algunas variables pemmnecen en el mismo nivel de especificidad que el experimento original. la motivacion a la hora de realizar las decisiones clave del disefio. 3. 1999. Ciolkowski et al. Replicas que varian las variables de contexto en el entomo en el que la solucion es evaluada. Replicas que varian variables inuinsecas al objeto de estudio.1.

la planificaci6n de una familia de expel1mentos se inicia con una fase de preparaci6n en la que se definen los objetivos generales de la familia de experimentos y se planifica c6mo se van a analizar los resultados. 2002). haciendo gr'andes cambios en los procesos.3. y finalmente se analizan los resultados de los experimentos de fonna global... Fases para el desarrollo de una Familia de Experimentos (Ciolkowski et al. EJEMPLO: DETERMINACION DE LA EFICACIA DEL PAIR DESIGNING PARA LA COMPARTICION Y DIFUSION DE CONOCIMIENTO 3. Dentro de las tecnicas que . Definici6n del Contexto Preparaci6n Experimentos Conducci6n Am31isis de la Experimentos f---I!>/ Familia de Individuales Datos Material Figura 11. para posterionnente !levar a cabo cada experimento de fonna individual teniendo en cuenta el contexto general establecido y elmatel1al necesar10.1. 3.1.6.6 (Ciolkowski et aI. 2002) Como se puede observar en la figura 11. Ayudan a detem1inar los limites de la efectividad de un proceso. Replicas que extienden la teoria.5.3.1.CAPiTULO II: GESTION DEL CONOCIMIENTO 339 del entomo que son impOltantes ya que afectan a los resultados del proceso en investigaci6n y por tanto nos ayudan a entender la validez extema. los productos y/o los modelos del contexto para vel' si los principios basicos siguen dandose. Estas replicas deberian encuadrarse dentro de la planificaci6n de una familia de expel1mentos como el que se muestra en la figura 11. La importancia de Pair designing para la gestion de conocimiento Uno de los aspectos relevantes a estudio en el ambito de la Ingenieria del software es la transferencia de conocimiento cuando se trabaja en pares. 3.

S INFOR. 2000)_ Este tipo de conocimiento no se puede f011nalizar y transferir facilmente. y en concreto de mucha experiencia."l.-\lA favorecen esta transferencia de conocimiento se encuentra la denominada Pair designing. . y en concreto el conocimiento tacito (F oresythe et or 1998: Williams y Kessler. Por difusi6n del conocimiento se entiende la transferencia de conocimiento entre los miembros del equipo. consistente en el que el dri"\'er edita activamente el documento de diseno mientras que el observer realiza una revisi6n continua. El objetivo general de los experimentos es el de demostrar la utilidad de la practica pair designing en relaci6n a la difusi6n y transferencia de conocimiento.3-+0 CAUDAD DE SISTE\L". Una familia de experimentos para evaluar la difusi6n y refuerzo del conocimiento de la tecnica Pair Designing De acuerdo al metodo de Ciolkowski et· or (2002) se slgmeron las siguientes etapas para la realizaci6n de la familia de experimentos: 1.1. que es una pnictica utilizada en metodologias agiles consistente en que dos programadores trabajan "hombro con hombro" (side by side) en el desan-ollo de una misma pieza de c6digo_ Un programador. Preparaci6n de Experimentos.2.3. Con todo ella se planific6 una familia de experimentos cuyo objetivo fue demostrar la relaci6n existente entre la aplicaci6n de la practica Pair designing y la construcci6n y difusi6n de conocimiento. Con el proposito de evaluarlas en relaci6n a su capacidad de ser usadas como tecnica para mejorar la difusi6n y refuerzo del conocimiento. En este caso la practica se ha denominado Pair designing. un programador de sofuvare se convierte en disenador de sofuvare s610 despues de algunos ai'ios de experiencia. excepto mediante la comunicaci6n y el dialogo_ El disefio de software requiere de conocimiento tacito. mientras que el refuerzo del conocimiento se refiere al incremento del conocimiento global de los miembros del equipo mediante la combinaci6n del conocimiento individual de sus miembros. Usando la plantilla GQM este objetivo se puede definir de la siguiente f011na: e e Analizar la tecnica de Pair Designing.er) identificando defectos y aspectos tacticos y estrategicos_ Los roles se intercambian peri6dicamente_ Un beneficio de esta practica es que se refuerza el incremento de conocimiento de los participantes. Como resultado del analisis anterior se podria pensar que la practica de pair programming podria ser aplicada al disei'io con los mismos beneficios.-\ TICOS 1':: RA. 3. que asume el rol de conductor (driver) escribe activamente el c6digo mientras que el otro que asume un rol de meramente observador (obserl. De hecho.

G A paItir de este objetivo se plantearon las hipotesis generales de la investigacion.. en muchas ocasiones los investigadores llevan a cabo estudios piloto con alumnos en entomos academicos (Carver et al. 2002). 2003). Dependiendo de las tareas requeridas en cada experimento individual el material estaba compuesto por: G Una especificacion textual y una lista de requisitos candidatos sobre el sistema de venta de libros Book m'er the globe. 2000: Basili et al. los alunmos juegan un papel l11uy impoltante. Dos diagramas de casos de uso junto con descripciones textuales de los m1smos. Material. Son los sujetos ideales a la hora de poder generalizar los resultados. DEL CO.\: RA. Definicion del Contexto.TO 341 G Desde el punta de l'ista de los investigadores. Alumnos. 1999)..-'. esfuerzo y recursos). @ Por 10 tanto. @ . De hecho.OCIMIE]\. 3. por ello se puede considerar la experimentacion con alurID10s como viable (Host et aI. ya que antes de realizar estos estudios en entomos industriales. En el contexto de alumnos de ingenieria del software y profesionales de los sistemas de infol111acion.. De acuerdo al objetivo -de la investigacion y a las tare as planificadas en el experimento se preparo la documentacion de un sistema para la venta de libros de segunda mano a traves de Intemet. hay que considerar que los alumnos constituyen la proxima generacion de profesionales (Kitchenham et al. 2. G Profesionales. por 10 siempre que sea posible se deben seleccionar este tipo de sujetos. a la hora de planificar el contexto de los experimentos individuales se debe tener en cuenta la utilizacion de estos grupos de sujetos. A la hora de llevar a cabo experimentos. las diferencias entre los alumnos y los profesionales son pequer1as y las tare as requeridas en cieltos experimentos no requieren experiencia industrial.-YIA CAPiTULO 11: GESTIO]\. Con el fin de poder generalizar los resultados se identificaron dos grandes grupos de SlUetos experimentales a la hora de establecer el contexto de cada experimento individual. 10 cual no siempre es posible (gasto significativo de tiempo. Bajo cieltas circunstancias. El material experimental debe ser el mas adecuado para satisfacer los objetivos planteados..

"L~ e Dos gramas de clases en tres capas (presentacion.. En la figura 11. y MUTEGS Universidad del Sannio (Benevento. Conducci6n de Experimentos Individuales.342 CAUDAD DE SISTEMAS INTOIUvL~ TICOS :0 RA-. (2000). Teniendo en cuenta la planificacion general se planificaron y realizaron tres experimentos individuales con el objetivo de satisfacer los objetivos generales. se muestra una vision general de los experimentos llevados a cabo: Tarea Experimental 1° Experimento Desarrollo -r- 1 I 45 Estudiantes de 3' curso de Ingenieria en Informatica Universidad del Sannia (Benevento. los experimentos quedaron divididos en dos grandes grupos en funcion de las tare as a realizar en cada uno: Desarrollo. dominio y persistencia) con el disei'io del sistema.7. En el primer experimento la tare a experimental que los sujetos debieron realizar fue el desanollo del sistema Book m'e!' the globe para 10 cual se . Italia) :vlantenimiento 2° Experimento 3° Experimento 42 Estudiantes 3' ITIG 39 Estudiantes 3' ITIS 12 Estudiantes 5' Ingenieria Informatica Escuela Superior de Informatica (Ciudad Real. junto con el marco general establecido en la familia de experimentos se debe tener en cuenta la realimentacion obtenida como resultado de lievar a cabo los experimentos previos. Italia) I" Experimento I 2° Experimento I I 3" Experimento (replica 2") v Figura 11. Cada cuestionario incluia un conjunto de preguntas de respuesta (SiINo) para evaluar el conocimiento de los sujetos sobre el sistema software a desalTollar 0 mantener. Cuestionarios de Evaluacion de Conocimiento. Vision general de la familia de experimentos lIeyada a cabo Como se puede observar en la figura 11. EI 4. Espana) t €I 36 Estudiantes del Master MUTS. Es importante destacar que a la hora de llevar a cabo cada experimento individual. Para la realizacion de cada experimento individual se siguio el proceso establecido pOI' Wholin et al.

Sus tareas de mantenimiento consistian en: reducir la complejidad del diseno. e e . Cada sujeto respondio el cuestionario de salida individualmente.. mejora de la legibilidad del diseno. La mitad de los sujetos trabajaron en cada ronda aplicando la fonna tradicional de disefio (que denominaremos solo designing) mientras que la otra mitad fueron distribuidos en parejas y aplicaron pair designing. Al final de cada ronda los sujetos producian los diagramas cOlTespondientes que respectivamente fueron: diagramas de casos de uso. actores. Al principio y final de cada ronda ten ian que contestar un cuestionario de fonna individual para evaluar sus conocimientos del sistema. metodos. Los sujetos trabajando sobre el diseilo del sistema en pares 0 de forma individual realizaron las tare as de mantenimiento durante dos horas. de forma individual durante 15 minutos. El cuestionario inicial tenia como fin establecer el punto de pmtida: por ejemplo: ni\"el de conocimiento del sistema antes de trabajar con el y que habia sido construido lmicamente a partir de la lechlra de la documentacion. Todos los sujetos antes de proceder con el experimento recibieron una sesion de entrenamiento y se familiarizaron con la tecnica de pair designing y con el tipo de tare as a realizar en el experimento. los sujetos que partlClparon en los experimentos fueron estudiantes de distintas universidades en Italia y Espana. etc. Cada sujeto respondia al cuestionario de entrada. Como se puede verse en la figura 11. Para ello ademas de la especificacion de requisitos y de los cuestionarios a los sujetos se les proporcionaron los diagramas de casos de uso y de clases del sistema. mediante la eliminacion de entidades (clases.) 0 relaciones entre entidades que no fueran fundamentales para el funcionamiento y la comprension del sistema. realizando modificaciones sobre las entidades existentes o ailadiendo nuevas. casos de uso. Para la realizacion del segundo experimento y de su replica (30 expel1mento) se pidio a los sujetos que realizaran tareas de mantenimiento del sistema. El objetivo de este expelimento se centro en los aspectos de construccion de conocimiento. atributos. e Mantenimiento. El proceso expel1mental que siguieron los sujetos en el primer experimento fue dividido en tres sesiones 0 rondas. Por su pmte el proceso seguido en el segundo y tercer experimento nle: e e Cada sujeto estudiaba la documentacion ind'i\"idualmente durante 30 minutos.~ RA-illA C\PiTLiLO 11: GESTION DEL CONOCIMIENTO 343 les proporciono la lista textual de requisitos y cinco cuestionarios para evaluar su conocimiento del sistema. diagramas de clases y diagramas de interaccion.

8 eshldiantes MUTS en modo solo y 8 eshldiantes MUTEGS en modo solo.IKFOR:VIATIeos La distribucion de los sujetos en sus modalidades de trabajo fueron las siguientes: e En el segundo experimento los estudiantes fueron organizados en nmcion del tipo de Master que estaban estudiando: MUTS (Master en Tecnologias Software). Ingenieria Tecnica en Infonmitica de Sistemas (ITIS) e Ingenieria en Infonmitica (II). Los resultados individuales de cada experimento se resumen en la tabla 11.5 (los de los experimentos :2 y 3): A partir de los resultados de la tabla. para estudiantes de titulaciones tecnicas y MUTEGS (Master de Gestion y Tecnologias Software) para estudiantes de tihllaciones de humanidades y ciencias sociales. En Visaggio CW05) y Bellini et al.05). en concreto el test de Mann Whitney. 10 que pudo ser debido principalmente a una amenaza de la validez experimental deb ida a que los sujetos no hlvieron un nlerte compromiso con el proceso del experimento. La . De ese modo se fonnaron 5 parejas MUTS. se puede que el nivel de reforzamiento de conocimiento de los sujetos que aplicaron pail' designing nle mayor que el valor promedio de los que no aplicaron solo designing siendo ademas los resultados de la primera ronda estadisticamente significativos (nivel de significacion a <0. e 5.que los datos obtenidos no seguian la distribucion estadistica nonnai. Sin embargo. En el tercer experimento los sujetos se dividieron en tres gmpos: alutlll10s con tihllacion de ingenieria tecnica en infonmitica de gestion (ITIG). 10 parejas mixtas MUTS-MUTEGS. (2005) se puede consultar infonnacion mas de tall ada acerca de la realizacion de los tres experimentos de la familia. ca1culado como la diferencia de puntuacion entre el cuestionario de salida y el cuestionario de entrada. Para analizar los resultados individuales de cada experimento se aplicaron analisis estadisticos. 5 MUTEGS. Renlerzo del conocimiento. es impOltante no solo obtener conclusiones locales de cada experimento. De acuerdo al nlllnero de sujetos y a la tihllacion se f0!111aron 32 pares y 32 sujetos trabajaron en modo solo designing. Las variables dependientes nleron medidas de la siguiente fOlma: e e Dinlsion del Conocimiento. sino extraer unas conclusiones globales.4 (los del experimento 1) Y en la tabla 11. Una vez considerada la tihIlacion de los miembros de la pareja la seleccion de cada sujeto para cada pareja nle totalmente aleatoria. Analisis de la Familia de Datos. los resultados de las otras dos rondas no n:eron estadisticamente significativos. dado. a partir de las punhlaciones de los cuestionarios de salida (rellenados una vez habian finalizado las rondas de trabajo). Una vez obtenidos los resultados de cada experimento individual.

086 0.019 I 2.270 0. mientras que en las ott'as dos rondas el nlllnero de sujeto disminuyo.75 -0.0309J.4 < 0.36 -0. Espana Pares 3°Gestion(a) Solos 3°Sistemas(~) Pares 3°Gestion( a) Solos 3°Gestion(~) 0.25 0.00000 0..CAPiTULO 11: GESTION DEL CONOCIMIENTO 345 primera ronda conto con todos los sujetos. Los . pero no fue asi para los MUTEGS.023 0.53 0. ROl'\DA PROMEDlO DE LA REH1ERZODE COl'\OCEvllENTO DE LOS PARES PRO:VlEDlO DE LA REFUERZO DEL CONOC!:VI1ENTO DE LOS SOLOS SIG~lFICACION E:STADisnCA (.0102 0.05) en la construccion y difusion de conocimiento de los pares respecto a los solos para los grupos MUTS.5: TESTS ESTAD1S"rlCOS ! I ".0009 0.00017 I I 0.26 - I Tabla 11.27 1. Italia Pares lvfUTEGS (al Solo lvIUTEGS (~) Pares ivIUTS (a) Pares MUTEGS (~l Pares 5°II( a) Solos 5°II(~) 3°.2[6 0. L"tUI:' II I ! I "'USiO~ CONOCnIIE~TO I I SrGKIFIC-\CION ESTADisTICA REFORZA:VU£"iTO DE CO.86 I 1.rlf.5.- .5 ! 0. Un cierto nlllnero de sujetos abandonaron en la ronda 2 y en la ronda 3 porque 10 consideraron como una actividad de fOnllacion innecesaria para el curso que estaban siguiendo. Resultados Estadisticos de los Experimentos 2 y 3 Los resultados de la tabla indican para el segundo expelimento que se obwvieron diferencias significativas (a<O.0428 0.2 0.4. Resultados Estadisticos del Experimento 1 Los datos estadisticos obtenidos a par1ir de los datos del segundo y tercer expelimento se muestran en la tabla 11.05) I: Caso de Uso II: Diagrama de Clases III: Diagrama de " ImeraCClOn I 1.'" . . Esto puede ser debido al hecho de que habia alumnos con habilidades muy distintas.049 0."iiOCrynENTO Pares MUTS (a) Solos MUTS (~) 2°. Este fue un importante aspecto de reflexion que se tllVO en cuenta en los siguientes expelimentos inc1uyendo mecanismos para la motivacion de los ~~.042 Tabla 11.

tal y como se muestra en la tercera fila de la tabla. Estos resultados fueron en general significativos para los tres grupos de titulaciones. Casos de estudio Los casos de estudio se utilizan para monitorizar proyectos. 1998).2. por ejemplo. De hecho se obtuvo evidencia estadistica de que el rendimiento de las dos muestras en terminos de conocimiento fue diferente. Asi. y en concreto por su formaci6n academica. tambien en un caso de estudio es necesario minimizar los efectos de los factores . S610 en el caso del reforzamiento de conocimiento de los ingenieros superiores no se pudieron confirmar las diferencias entre solos y pares. ya que un caso de estudio requiere los mismos pasos que los experimentos. 3. actividades 0 asignaciones y estan orientados normalmente a analizar un determinado atributo 0 establecer relaciones entre diferentes atributos. Este hecho fue confinnado en el tercer experimento para las parejas en las que uno de los miembros tenia una titulaci6n cientifica 0 tecnica y el otro no. A partir de estas observaciones se puede plantear la hip6tesis de que la eficacia en la aplicaci6n de pair designing podria verse afectada por la habilidad de los sujetos a la hora de aplicarlo. se llevan a cabo mediante la observaci6n de un proyecto 0 actividad que esta en marcha) mientras que los experimentos son estudios controlados (Zelkowitz y Wallace.3. Son estudios observacionales (es decir. Los resultados del analisis estadistico en el tercer experimento fueron tambien significativos. En el caso particular de esta familia de experimentos la realimentaci6n obtenida con el primer experimento de la familia permiti6 refinar y enfocar la investigaci6n de los otros dos experimentos. Los alurnnos del curso MUTS se supone que estaban mas familiarizados con los algoritmos y con el razonamiento deductivo que los alurnnos MUTEGS. 3.1.3. Conclusiones A partir de los resultados anteriores se puede llegar a las siguientes conclusiones: • Pair designing pennite reforzar y difundir mejor el conocimiento que solo designing.346 CAUDAD DE SISTEMAS INFORMA TICOS © RA-ivlA almllllos de MUTS provenian de estudios de ciencias mientras que los MUTEGS provenian de otro tipo de estudios. Hay que destacar que la mayoria de los aspectos considerados a la hora de realizar un experimento se tienen en cuenta a la hora de realizar un caso de estudio. • La eficacia de pair designing a la hora de difundir y reforzar el conocimiento sobre el disefio podria verse afectada por el tipo de poblaci6n. ya que se demostr6 que los pares obtuvieron mejores resultados en construcci6n y difusi6n de conocimiento que los que trabajaron aplicando solo designing.

c6mo se implementaron. iii iii iii iii Aunque. 3. la falta de predictibilidad y el dinamismo.2. A continuaci6n se resumen los principales aspectos de los casos de eshldio siguiendo a Yin (2003). no se tiene el mismo control en un caso de estudio que el que se tiene en un experimento. 1971). Explorar las situaciones en las que la intervenci6n que esta siendo evaluada no tiene un conjunto claro de resultados unicos. sin embargo. con datos necesarios para converger de una manera triangular. Ilustrar ciertos t6picos en una evaluaci6n. Los casos de estudio son valiosos porque incorporan cualidades que un experimento no puede visualizar. DEFINICION Y APLICACIONES Se puede definir "caso de estudio" como una investigaci6n empirica que aborda un fen6meno contemponineo dentro de su contexto real. la escala. . en modo descriptivo.2.~ RA-MA CAPiTULO 11: GESTION DEL CONOCIMIENTO 347 confusos. Describir una intervenci6n y el contexto real en la que ha ocurrido. por ejemplo.2. y con que resultado (Schramm. 3. Estudiar un estudio de evaluaci6n (metaevaiuaci6n). Se beneficia del desanollo prevlO de proposiciones te6ricas para guiar la obtenci6n y anaIisis de datos. la tendencia general de todos los tipos de caso de esmdio. Se basa en mUltiples fuentes de evidencia. es que intentan aclarar una decisi6n 0 conjunto de decisiones: por que se tomaron. Trata con situaciones distintivas tecnicamente en las cuales habra muchas mas variables de interes que datos. iii iii iii Se pueden distinguir varias aplicaciones de los casos de estudio: iii Explicar los supuestos enlaces causales en intervenciones reales que son muy complejos para las estrategias de encuesta 0 experimento. especialmente cuando: iii Las fronteras entre el fen6meno y el contexto no son claramente evidentes. la complejidad.1. DISENO DE CASOS DE ESTUDIO Se puede distinguir cuatro tipos de diseiio de casos de estudio segUn sea de caso unico 0 multiples casos y embebido u holistico.

Es un caso longitudinal.5. Representa un caso extrema 0 ll11ico.5). La 16gica de replicaci6n es anaJoga a la utilizada en mUltiples experimentos. subdivididos en holisticos 0 embebidos.3-18 CAUDAD DE SISTE:VIAS fNFORM. ya que el mismo caso de estudio puede involucrar a mas de una unidad de analisis (vease figura 1l. Tipos de disefio de casos de estudio B) Multiples casos de estudio: se considera la evidencia mas s6lida y el estudio mas robusto.ATICOS '£iR:\-MA A) Diseiio de caso unico: es amilogo a un experimento unico y se justifica cuando: e III Representa un caso critico para probar una teoria. Es un caso revelador (una oportunidad de observar y analizar un fen6meno previamente inaccesible). A la hora de elegir entre los diferentes tipos de diseiio. Pueden ser a su vez. hay que tener en cuenta que cada caso debe ser seleccionado con cui dado de manera que: . e Caso simple Caso multiple Holistico caso Embebido Unidad de anal isis 1 Unidad de anal isis 2 Figura 11. 0 e e Representa un caso representativo tipico.

Cuestiones preguntadas a entrevistadores concretos. se muestran en la figura 11.). 2. Cuestiones preguntadas sobre el patron de hallazgos a 10 largo de varios casos. @ Una guia para el infol111e del caso de estudio (contenidos. Procedimientos de campo (presentacion de credenciales. . lecturas relevantes acerca del tema investigado).1. formato de los datos. Pueden plantearse a diferentes niveles: I. Nivel 5. etc. cuestiones. F ASES DE UN CASO DE ESTUDIO Las principales fases de una investigacion basada en casos de estudio.3. Nivel 2. infol111acion bibliognifica).CAPiTULO II: GESTlON DEL CONOCIMIENTO 3-+9 1.2. B) Protocolo del caso de estudio. 3. Para mejorar la fiabilidad del caso de estudio debe establecerse un protocolo. fuentes de infol1nacion. Cuestiones de caso de estudio (puestas al investigador). Prediga resultados similares (replicacion literal). Cuestiones nOl1nativas sobre recomendaciones de politica y conclusiones. utilizacion y presentacion de otra documentacion. 3. con las siguientes secciones: @ Una vision general del proyecto de caso de estudio (objetivos y patrocinios.6. Prediga resultados contrarios pero por razones predecibles (replicacion teorica).2.3. @ @ 4. Cuestiones sobre el estudio completo. acceso a los sitios. 2. Preparacion en la obtencion de datos La primera fase de preparacion consta de diferentes tareas: A) FOl1nacion y preparacion para un caso de estudio especifico. Nivel I . Cuestiones preguntadas sobre el caso individual. Nivel 3. 3. Las principales fases de un caso de estudio se resumen a continuacion. 5. Nivel 4.

vease tabla 11. de recogida de datos . Otros comportamientos.i escribir :...0 '" .-. que no deben ser confundidas.ldes individl. Investigaci6n basada en casos de estudio (Yin..\!)!VIDUO " I DEu'NA ORGANIZAOQN CONCLUSIONES DEL ESTUDIO N0 I ACERCADEUl'< Il\!)[V1DUO o' ACERCADE UNA ORGAi'\lZAC!ON Comportamiento indhoidual Actitl.-.--t t r> I escribir realizar 1° I obtener Informe de f-o'------' caso de ~ conclusiones I caso estudio intercasos individual ! I I I seleccionar casos 1 escribir Informe de caso individual modificar teorfa -> ! desarrollar teorfa disefiar protocolo L. 2003) D I S E I I ..Registros de archivo.. I .6. Unidad de anaIisis ..6.. restantes I-----> Informe de f-o caso de caso estudio individual Figura 11. ' DE Ul'< L.lales Percepciones individuales I Como trabaja la organizacion Por que trabaja la organizacion . ..-. actitudes y percepciones reportadas Politic as de personal Productos de la organizacion Si el caso de estudio es un individuo Si el caso de estudio es una organizacion I Tabla 11.. C) Llevar a cabo un caso de estudio pilato. I I I 1 desarrollar implicaciones politicas i I I I I I I escribir conclusiones intercasos realizar I..I --:- Fu'El\"fE DERECOGlDA DE DATOS " ".' 1 I I I . I I . -> realizar 2° caso de estudio I I-!---.350 CAUDAD DE SISTEMAS INFORMATICOS © RA-tvL~ Ademas hay que elegir la unidad de toma de datos y la unidad de analisis.-._.-.-.-. ' .6._. Unidad de recogida de datos Ys. I I I I I I ._-_.

entrevistas. €I €I Tambien se pueden utlizar varias tecnicas analiticas especificas: €I Descubrimiento de patrones (pattern matching).3. podel11os establecer la siguiente cadena: cuestiones de caso de estudio -7 protocolo de caso de estudio (enlaza cuestiones con temas del protocolo) -7 citaciones a fuentes de evidencia especificas -7 base de datos del caso de estudio -7 infonne del caso de estudio. etc. Amilisis de series temporales.2. Una cadena de evidencias. aumenta la fiabilidad. Modelos 16gicos. el caso de estudio consta de dos colecciones separadas: datos de la base de evidencia y el infonne del investigador (articulo 0 infonne). Analizar la evidencia del caso de estudio A la hora de analizar la evidencia del caso de estudio se pueden distinguir tres tipos de estrategias generales: €I Basarse en proposiciones te6ricas. €I €I 3. Hay varios tipos de triangulaci6n: de fuentes de datos. que ayuda a l11ejorar la validez intema. DesarTollar una descripci6n del caso.3. Pensar acerca de explicaciones rivales. Asi. etc. observaci6n directa. Sintesis de casos cmzados.~ RA-MA CAPiTULO ll: GESTlON DEL CONOCIMIENTO 35l 3.2. Se deb en seguir tres principios fundal11entales a la hora de reunir datos: €I Varias fuentes de evidencias. de metodos.2. entre diferentes evaluadores. la triangulaci6n es el motivo para usar diferentes fuentes de evidencia. artefactos fisicos. observaci6n participante. por ejemplo. Constmcci6n de explicaciones. €I €I €I €I . Una base de datos del caso de estudio. Recopilacion de evidencias La evidencia en los casos de estudio proviene de varias fuentes: documentos.3. registros de archivos. de perspectivas del misl110 conjunto de datos.

Estructuras para la composicion de informes sobre casos de estudio Las principales caracteristicas de estas estmchlras son: e Estructura analitico-lineaI: es la forma estandar de componer infol111eS de investigacion. La secuencia de sUbtopicos empieza con la cuestion 0 problema que esta siendo eShldiado y una revision de la literatura relevante existente.:. Estructura cronologica: presenta la evidencia del caso de estudio en orden cronologico. Estructura de construccion de teo ria: la secuenCIa de los capihllos sigue alguna logica de construccion de teoria.. La estruchlras elegida para el caso de estudio (tabla 11.4. gmpos especiales (tribunales de tesis).3. TEORlA "SUSPENSO" NO SECUENCIAL I J I I x X X I I X X X X I X I I I X Tabla 11.352 CAUDAD DE SISTEMAS INFOIUvlA TICOS ©RA. .. Estructura de suspenso: invierte la estruchlra lineal-analitica y la "respuesta'· directa 0 producto del caso de eshldio se presenta al principio. profesionales..7). comparando descripciones 0 explicaciones altemativas delmisl110 caso.2.. CONTRUCCION DE . patrocinadores de subvenciones. Si se trata del infonne de un caso de eshldio que fonna parte de un eshldio mcis amplio multimetodo.7. e e TIPOnE ESTRUCTIJRA Al~ALiT1CA. Estructura comparativa: repite el mismo caso de eshldio dos 0 mas veces. Elaboraci6n del informe del caso de estudio A la hora de elaborar el caso de eShldio. e e e e e .\TIVA CRONOLOGICA .-MA 3.. Estructura sin secuencia: la secuencia de los capihllos no tiene ninguna importancia.LI~EAL J I I PROPOSITO DEL CASO DE ESTUDIO EXPLORATORIO EXPLICATIVO I DESCRIPTNO X X X X COMPAR. hay que tener en cuenta: e Audiencia: academicos.

. no s610 es el instrumento (cuestionario 0 lista de control) utilizado para obtener infol111aci6n.ploleden repetirse con los mismos resultados II II II En la tabla 11.-ivlA C\PiTULO II: GESTION DEL CONOClivlIENTO 353 3. sino que es un sistema mas amplio que sirve para desclibir. Hay que tener en cuenta que las encuestas se basan en la generalizaci6n estadistica. Ser completo.8 se presentan algunas tacticas para conseguir estos tipos de validez. debe poseer ciertas caracteristicas como: II Ser significativo. Habra que tener en cuenta adem as los diferentes tipos de validez: II II II II II Validez de constructo: establecer las medidas operacionales COlTectas para los conceptos que estan siendo estudiados.3. Fiabilidad: demostrar que las operaciones de un estudio -tales como los procedimientos de obtenci6n de datos. no exploratorios 0 descriptivos) establecer la relaci6n causal en las que ciertas condiciones se muestra que conducen a otras condiciones.3. Mostrar suficiente evidencia. Considerar perspectivas altemativas.~ RA. Validez interna: (s610 para estudios explicativos 0 causales. Encuestas Una encuesta. Se obtiene mediante replicaci6n.2.5. comparar 0 explicar conocimientos. Validez externa: establecer el dominio en el que los resultados de un estudio pueden ser generalizados. 3. Debe componerse en una manera atractiva. Validacion del caso de estudio Para que un caso de estudio sea ejemplar. distinguiendolas de las relaciones espmias. mientras que los casos de estudio (y los experimentos) se basan en la generalizaci6n analitica (en la que el investigador intenta generalizar un conjunto de resultados particulares a una teoria mas amplia). como sei'ialan Pfleeger y Kitchenham (2001-2003).

8. Planificar la encuesta.. Tacticas para conseguir la validez de los casos de estudio . Asegurar que los recursos apropiados estan disponibles. Administrar y calificar el instrumento.\L'\TICOS © RA-ivL>\ actitudes y comportamientos. EI proceso de una en cuesta comprende las siguientes actividades: e e e e e e e e e e Fijar objetivos especificos y medibles.354 CAUDAD DE SISTEMAS INFOR.DECASO DE ESTUDIO F ASE DE LA INVESTIGAcrON EN QUE OCURRELA TACTICA Usar varias fuentes de evidencia Establecer una cadena de evidencias Hacer que infonnadores clave revisen el bon-ador del infonne de caso de estudio Hacer pal/em-marching Hacer construccion de explicaciones· Abordar las explicaciones ri\·ales Utilizar model as logicos Utilizar teoria en casas de estudio imicos Utilizar l6gica de replicacion en casas multiples Utilizar protocolo de caso de estudio Desarrollar una base de datos dc casas de estudio I Validez de constructo I Toma de datos Toma de datos Composicion Validez intern a Analisis de datos I Diseiio de la investigacion Validez externa I Toma de datos Fiabilidad Tabla 11. Reportar los resultados. PRlJEB.kTICA. Validar el instrumento. Analizar los datos. Disefiar la encuesta. Preparar el instmmento de recogida de datos. Seleccionar los paIiicipantes.""S I T.

en el caso de un estudio observacional. en sentido de que sea resistente a los sesgos. etc. Es el grado en el que el investigador puede decidir las medidas que deben ser recogidas y las que deben ser incluidas 0 excluidas durante la ejecuci6n del estudio. Control de la medicion. en un caso de estudio los datos son tornados durante la ejecuci6n de un proyecto. mediante un foclis group 0 un estudio piloto. El disefio puede ser: descliptivo. en numero apropiado. Por el contrario en un experimento el investigador tiehe control pleno sobre la ejecuci6n. especialmente la selecci6n de las preguntas (inteligibles. consistencia intern a. constmcto. con infol111aci6n e instrucciones adecuadas. y abordable en coste (sobre to do si la encuesta requiere asistencia presencial 0 telef6nica). Describe cminto control tiene el investigador sobre el estudio. Y estudio de la fiabilidad (test-retest.~ RA-MA CAPITULO 11: GESTION DEL CONOCI. concretas. Dependiendo de la estrategia elegida. A la hora de disefiar una encuesta se pretende conseguir que sea efectiva.) Evaluacion del cuestionario. ya que no requiere gr'andes cantidades de recursos. que tiene que escogerse para que esta sea representativa de la poblaci6n. etc. etc. el coste asociado a la investigaci6n varia. Construccion del instrumento para la encuesta. Coste de la investigacion. por ejemplo por razones econ6micas. etc. Por ejemplo. con el tamafio de la investigaci6n y las necesidades de recurs os. Esto esta relacionado. criterio.) del misrno Ii) Ii) Ii) 3. La encuesta es la estrategia de men or coste. por ejemplo. interobservador. 0 experimental. En una en cuesta no es posible incluir medidas.) y el f0l111ato del cuestionario (legible. con prop6sito claro. Es posible realizar una comparaci6n de las estrategias de acuerdo a los siguientes factores: Ii) Control de la ejecucion. Comparativa entre las estrategias empiricas Los prerrequisitos de una investigaci6n limitan la elecci6n de las estrategias de investigaci6n. Ii) Ii) . y efectiva en coste (dentro de los medios disponibles) y tiempo de los encuestados. el investigador no puede continuar con el estudio.4. Si se decide suspender el estudio.MIENTO 355 Estas autoras recomiendan tener en cuenta algunos aspectos importantes a la hora de !levar a cabo una encuesta: Ii) Disefio de la encuesta. apropiada respecto al contexto de la poblaci6n y a la complejidad de la propia encuesta. Tamafio de la muestra.) y validez (de contenido.

ACM. c... Ohlson M.. La tabla 11. Regnell B.com/issn/13 82-3256. IEEE Transactions on Software Engineering. y Piattini. Hoaglin.9 muestra cada uno de los factores mencionados antes para cada una de las estrategias y se puede usar como guia a la hora de decidir que estrategia seguir. R. no se puede llevar a cabo un experimento. Wohlin. Universidad de Castilla-La Mancha. Berlin. FACTOR I I I ENCUESTA Control de la ejecuci6n Control de la medici6n Coste de Investigaci6n Facilidad de replica I I No No Bajo Alto I I I CASO DE ESTI5DIO I I No Si Medio Bajo I I I I I EXPERiiY1E:STO Si Si Alto Alto Tabla 11..kluweronline. Si la replicacion no es posible. Jeffery. metodos. henamientas.A. Handzic. Host M.) (2006). Pfleeger. (2001-2003).fhmre Engineering".. Se trata de una serie de seis articulos en los cuales se presentan los principios para llevar a cabo encuestas de una manera rigurosa.fhmre Engineering KnOlrlegde..356 CAUDAD DE SISTEMAS INFOJUv!A TICOS e Facilidad de replica. L 2002. Estos dos libros e .fhmre Engineering Experimentation. Kitchenham. M. A. P. http://\\ww..) (2003). Software Engineering Notes. Gestion del conOClIIllento en Ingenieria del So. Esta recopilacion reline los trabajos mas importantes sobre gestion del conocimiento en ingenieria del software a nivel intemacional. y Kitchenham.. Jones. (2000) Experimentation in So. L. y Moreno. Springer. N. and Wesslen A. es una revista de la editorial Kluwer especializada en Ingenieria del Software Empirica. (eds.M. etc..fhmre Engineering: An Introduction. Runeson P. S . 721-734.fhmre Engineering.fhmre. Se refiere a la facilidad con la que podemos replicar la situacion base que estamos investigando. A. Rosenberg. (2001) Basics ofSo. Gracias a la posibilidad de replicacion de los expelimentos sus resultados son mas generalizables.• Pickard.• El Emam. S. 2000) 4.. j\lianaging So. Principles of SlIlWY Research. (eds. Factores de las estrategias de investigacion (Wohlin et al. Este articulo da pautas sobre como llevar a cabo investigacion empirica en ingenieria del software de manera rigurosa. B.9..H. e e e Vizcaino. M. Revista "Empirical So. Preliminary Guidelines for Empirical Research in So. Wohlin c. K . 28(8). Pfleeger. Kluwer Academic Publishers. Juristo.. Kluwer Academic Publishers. En esta recopilacion se abordan diversos aspectos de la gestion del conocimiento aplicada al desanollo y mantenimiento del software: uso de ontologias. LECTURAS RECOMENDADAS e Aurum. B. D. A.

3. I.de/ISERN/ La red ISERN (Jntel71acional Sofhrare Empirical Research Net1l'Ork) agrupa a los principales investigadores en el campo de la Ingenieria del Software Empirica. Presente un plan razonado (costes. analice la arquitectura de gesti6n de conocimiento de su organizaci6n identificando las posibles deficiencias de la misma.1. ERCiCIOS Para la obtencion de conocimiento uno de los principales metodos es la realizaci6n de un estado del ane 0 revision sistematica sobre 1a cuesti6n que se quiere conocer. organizativos.-'. Si en su organizacion se utilizan sistemas cooperativos y de trabajo en grupo 0 Intranets estudie la utilidad de los mismos como sistemas de gestion de conocimiento.t112:.) 6. etc. DEL COl\OCIMIENTO 357 han sido los primeros en abordar rigurosamente la experimentaci6n en el campo de la Ingenieria del software. R. calendario.K. <!. Nllmero de lnfonne 0400011 T. (2003).orQ/ EI Center for Empirical~~'-Based Sojt. Keele University. SITIOS WEB RECOMENDADOS Iil w\vw.[ RA-MA CAPiTULO 11: GESTIO.l.l'([re Engineering (CeBASE) reline modelos empiricos con el fin de proporcionar a las organizaciones guias para seleccionar tecnicas y modelos. 5.) de implantaci6n de una factoria de experiencia en su organizacion. 4. 5. sobre c6mo llevar a cabo estados del arie de manera sistematica. Thousand Oaks.cebase. Sage Publications. metod610gicos. Siguiendo el metodo propuesto por Kitchenham. (. Iil Yin. Cuales cree que seran los principales obstaculos que se encontraria en la implantacion de una estructura de este tipo? 2. destacando que aspectos (tecnologicos.) han recibido mayor atenci6n hasta el momento. recomendar areas de investigaci6n y sopOliar la fonnaci6n en ingenieria del software. http://ww\v. si bien no esta adaptado ni a la Ingenieria del Software ni a los Sistemas de Infonnaci6n. realice el estado del arte de la gestion del conocimiento en la ingenieria del software. Analice la propuesta de Kitchenham (2004) "Procedures for Perfonning Systematic Reviews". Case Study Research: Design and Methods. etc. Siguiendo la propuesta de Lawion (2001) que se presenta en la figura 11. . 28.iese. Es el libro mas representativo para la utilizaci6n de casos de estudio.

3).358 CAUDAD DE SISTEMAS I1'IFORMA TICOS ©RA-MA 6.1. . Lleve a cabo un caso de estudio sobre la implantaci6n de alguna metodologia herramienta en su organizaci6n. Replique alglin experimento sobre alglin tema de su interes. sobre los beneficios de pair designing para la mejora de la difusi6n y el reforzamiento del conocimiento (vease apartado 3. 0 7. Mayo 2000). Lleve a cabo una encuesta similar en su organizaci6n y compare los resultados entre las dos encuestas. 8. 9. IEEE Computer. T. Lethbridge llev6 a cabo una en cuesta para deterrninar en cuales areas de la infonniitica pensaban los profesionales que necesitaban una mejor forrnaci6n (vease "11171at Imowledge is important to a software professionaf'. como por ejemplo. Lleve a cabo un estudio sobre el significado y las implicaciones desde el punto de vista tanto investigador como practico del concepto de Evidence-based Software Engineering (Ingenieria del Software basada en evidencias).

Software Engineering and Integrated Constl1lctil'e COTS .ACRONIMOS ACT ACP AEC AENOR AFNOR AIO AlvlFE Adaptatil'e Control of Thought Area Clave de Proceso Asociaci6n Espanola de la Calidad Asociaci6n Espanola de Nonnalizaci6n y Certificaci6n Association Franqaise de Nonnalisation Abstract Interaction Object Analisis Modal de Fallos y Efectos American National Standard Institute Application Programming Inteljace Appraisal Requirements for CALM! Architecture ofIntegrated Information Systems American Societyfor Quality British Standards Institute CMMAppraisal Framework ANSI API ARC ARIS ASQ BSI CAF CALDEA CASE CBA-IPI CMM Cl'vLvfI CMMI-SE/SW/IPPD COCOTS Cali dad de ALmacenes de Datos Computer Aided Software Engineering CJIM-BasedAppraisalfor Intemal Process Improvement Capability Maturity Model Capability }v/aturit)' Model Integration CMADfor Systems Engineering.

n'ase DDE European Foundation tor Quality \lanagement Eiecfl'(JIlic Indllslries . R.-\ \ '.\Joe/ding and EmIllalion o/'So/il!'C1I'e Processes E\".-\ Beans European :\onn EJB E\ EOQ ER Europ-=an Organization for Quali!)" Entidad-Inten'elacion E\'. \'ease . C0ll11110n ObjecI Reqllesl Broker .·llliwice inlerin1 Slolldurc/ Entomo de Ingenieria del Sot1\\'are Enterprise J.-\\.360 CAUDAD DE SISTEMAS I0:FORMA TICOS . Cosle de la Calidad.·lrchileC1Iire Coll1l11ercial-O(l: The-Shelf' Capaciz\· Process Coger Core Plan Repre.lFE Frumel\Drkj!Jr Ihe .-\L F\lE F\lEA FMESP FPKD GC GCR GQM GUI HCI HTML I+D L-\-SI IEC IEEE IFPUG IMS Fuzzy Prototypical Knowledge Discovery Gesti6n de la Configuraci6n Grupo Critico de Referencia Goal Question \!etric Graphical User Interface Human Computer Interaction Hypenext \!arkup Language Investigaci6n y Desarrollo Investigaci6n-Acci6n en Sistemas de Infoffilaci6n International Eleclroleclmical Commission Institute of Electrical and Electronics Engineers International Function Point Users Group indice de Madurez del Software .-\luaci0n y \lEjora de la C\Lidad de los datos y de la intomlUci6n Formal \kthods Europe Failllre .t/cCls Ana(l'sis.lIodes and E.'ientatioJ] Capacil)' Process Gpper COTS-Based ReqIlirenlelltS Engineering CTh DDE DEC DOE EFQ\l ElA ElAIS EIS Comite Tecnico \acional Disefio de Experimentos. Digiwl Eqllipmel11 COIporulicm Desing OfExperimel11s..-\:vIEC.·llIiance Elec!rOlzic Jndzlsrrius ..-\-MA COQ CORBA COTS CPL CPR CPU CRE COSI OfQllaliZl'.

"elllenr So/hrare Capability Emillation .\/eaSllre Model L!ie Cycle .MPI SCE Subcomite Standard CMAll Appraisal Alethodfo!" Process IlIlpro.\JanagellIent Body o/Knowledge Process-centered So/tv-. Verificar. Do. InrernationalStandardi::ation Organi::ation Joint Technical Committee I Japanese Union of Scientists and Engineers Knowledge Discovery in Databases Knowledge Il1Ierchange Format Key Practices (Pnicticas clave) Key Process Area (Vease ACP) KIF KP KPA LCI LCS LMP Limite de Control Inferior Limite de Control Superior Lenguaje de Modelado de Procesos Lines Of Code Ley Organica de Proteccion de Datos :\leta Data Coalition Massachllsells Institute ofTecl1l1ology LOC LOPD MDC ivllT ivL'vlHQ Miv[LC MOF OCL OMG PDCA PERT PHVA PI PIF PMBOK PSEE PSL PSM PSP QFD Multimedia House of Quality .-are Engineering Ent'ironment Process Spec!izcalion Language Practical Sofnmre .~ RA.-ivLA. Act (Vease PHCA) Program Emluation and Re"iew Technique Planificar. Check. Actuar Productivity Index Process Interchange F 017lzat Project .\1easllrellIenr Pel:wnal Sofnmre Process Quality Function Deployment Rational Cni/zed Process RUP SC SCA.·eloplllenr Capability MallIrity Model in dice de Priori dad de Riesgo. Hacer.\/eta Object Facility Object Constraint Language Object Management Group Plan. ACRONIMOS 361 IPD-CMM IPR ISO JTCI JUSE KDD Inregrated Prodllct De.

\/odeling Language (Lenguaje Unificado de Modelado) LJNE UPM WfMC WG Una Norma Espanola Unified Process Model Wor~110>1" Management Coalition Working Group. Grupo de Trabajo. . TOO TQM TSP UEM UML Tecnologia Orientada a Objetos Total Quality Management Team Software Process Usability Emillation Methods u'n!fied .362 CAUDAD DE SISTElvLAS INFORMATICOS ©RA-MA SEI SGBD SGC SI SMSDM SPEM SQL SQuaRE SUMI SUS SW-ClvL'v! TC SO/Al'are Engineering Institute Sistema Gestor de Base de Datos Sistema de Gestion de la Calidad Sistema de Informacion Standard Metamodel for Sofnmre De\'elopme!1/ Methodologies SO/Mare Process Engineering Metamodel Stl1lctured Quel)' Language Sofill'are Product Quality Requirements and Emluation So/nmre Usability /lJeasuremel1l!m'entOl)' System Usability Scale Capability Maturity Model for SO/Mare Technical Committee.

(2001). 1994.UlJl. AFMC (1994) Acquisition . "The Software Process: Modelling. F. Mate. A1bretch. Prentice-Hall. 474-482.. Y Pfahl. Proceedings of the IBM Development Symposium. April. Chang (Ed... F. pp. Anderson. H. x.3 (July 1997). Volumes I and 2. Huffman. Acuna. Cambridge: Harvard University press. Monterey. (1979). April. S. Adamson. Application Althoff. R. R. (2003). l. R. (1991). Arbaoui. Proceedings of the 5th Intemational Co/?terence on Ente/prise biformation Systems IICElS 2003). Theroude. F. A (1997). A. K. .. T. ivfeasuring Application Developmelll Productivity. D. June IS. De Antonio. Conradi..283-328. A. 2nd IEEE Software Engineering Standards Symposium. pp. Ambrio1a. K. The architecture ofcognition. pp. Springer.Sofnrare DCI'elopmelll Capability Emluation. (2003) "Integrating Experienced-Based Knowledge Management with Sustained Competence Development". y Fuggetta. Handzic. J. T. "Software Maintenance Maturity Model: the software maintenance process model'·. Michael (1998). Jeffery. A. S. Sofnrare Project Dynamics: An IllIegrated Approach. "Assessing Process-Centered Software Engineering Environments".. In S. 83-92. Haurat A . 193-237). Air Force Materiel Conmland (AFMC) Pamphlet 63-103. (2005). Jo1m Wiley and Sons. Handbook of Sofnrare Engineering and Knowledge Engineering. Data Warehouse Design Solutions. 'Trillium: a model for the assessment of telecom software system development and maintenance capability". (eds.. "Languages and Mechanisms for Software Processes and Manufacturing Enterprise Processes: Similarities and Differences". World Scientific. M. YMadnick.. Fundamentals .). A. USA. Joul7lal ofSofnrare Maintenance and Emlution: Research and Practice 17. y Verjus. (1983). A. pp. Wohlin. tv!. R. y Dumke. (1995). Christopher y Venerable.) Berlin. L y Lopez. Oquendo. Abran. En Afanaging Sofnrare Engineering Knowlegde. 175. V. Y Coallier. pp.. S. J. pp. A. (Vol.. Evaluation and Improvement". Ferre. Aurum. ACM Transactions on Sofnrare Engineering and Method070gy 6. 197-223.BIBLIOGRAFiA Abdel-Hamid.. c. New Yersey (EE.

N . 20(3). January 1999. December 1988. V. Basili. JetTery.nisLgov CCltimo acceso Agosto de 2006). R. (1999). (1999) "Enhancing data quality in Data Warehouse Fnvironments". (1999).. BaIlOl~ D.. Disponible en: http:\\ww. A. 1998. Pazer. December 1993. Basili. "Two case studies in modelling real. Tlze JOllrnal oj'Ol'iect-Oriellled Programming. S.. Handzic. "Mechanisms for Generic Process Support".. Proceedings oOhe First AC\! SIGSOFT Symposiulll 011 FOlindatiollS ofSojnmre Enginering.. V. Ghezzi. H. H. pp. I 9( 12). G. Bandinelli. Ballou D . "Modeling Information Manufacturing Systems to Determine lnfornmion Product Quality". C. (1993). pp. IEEE So/nmre. Managing Sojilrare Engineering Knowlegde.) (2003). V. "Software Process Model Evolution in the SPADE Environment". y Lanubile. 19(3): pp.PerF017I1WICe Ercellence. 18(5). Criteria . Basili. IEEE Transactions on So.. Barghouti. December 1996.K. 17-32. IEEE Bansiya L Etzkorn L Davis C. y Alliegro. Wohlin. 462-484. H. (1998). M. y Davis c.K. D . 'The Experience Factory Organization".. December 1993. (1996). (1995). Management Science.. F.. Springer. Lavazza. "Special Section: Assuring Information Quality". "A Class Cohesion Metric For Object-Oriented Designs". 1999. (1996). c. ". E.\Ianagemelll h?jol7lwtion Systems.-MA Aurum.R. L Loi. Y Reaman. A. 1'0142.364 CAUDAD DE SISTEMAS INFO~'vIATICOS ©RA. y Tayi. Y Narayanaswamy.. 1984. pp. 2S(I). 55-64. S. SE-IO. "Modeling Infonnation Manufacturing Systems to Determine Infornmtion Product Quality". 9. Basili. (2002).tin. pp. y G. Y Weiss. K. Communications oltlze ACAf. (2002). corporate processes". (2004). (1995)./nmre Engineering. 186-206.I I. G. Management Science 4·1(4). P. D. ]\. 44(4).K. Sojnmre Process -IlIlprol'emclll and Practice (Pilot Issue). "Building knowledge through families of experiments". Bandinelli. V. (1993). Y Tayi. 22(2). IEEE Transactions on Sojnmre Engineering. "Improve Software Quality by Reusing Knowledge & Experience". 11(S). Basili. Uni\'ersit:y of Maryland. (1988) "Towards A Comprehensive Framework for Reuse: A Reuse-enabling Software Environment". Rosenblum.. "Supporting Cooperation in the SPADE-I Em'ironmenCIEEE Transactions on Sojnmre Engineering.\fanagemel/l Redl!\\'.0.K. IEEE Transactions on Sojnmre Engineering. Proceedings of the First International Conlerellce on h?/ol7lwtion QlIali~l' (fClQ '96). Bansiya 1.. Pazer. pp. Y Caldiera. Di Nitto. Journal of . A . y Li W. R. Bandinelli. (cds. 4-17. CS-TR-2I5S. A . Sloan . . Ballou. S . Fuggetta...R. Madnick. UAllACS-TR-SS-9:!. y Tayi. AClvL Software Engineering Notes. Shull. pp. A. IEEE Transactions on Sojnmre Engineering. "A Hierarchical Transactions Oil Soll1mre Engineering. D. pp. Wang. 21(5).-'Ianagerial Issues in Data Quality". pp. C. Ballou. M. D. ~vlodel for Object-Oriented Design Quality Assessment". 6.gualitv.... 47-52. Wang R. 25(4). Y Tayi. So I. \IIT Press. 37(1): pp. R. D . V.. C. G. pp. 462-484. Baldrige (2005). y Fuggetta. S. y Rombach. G. Balzer. (1995). R.D. Ballou. G. (1984) "\Iethodology for Collecting Valid Software Engineering Data". y Wang. Fuggetta. Belanger. 440-454.R. "Modeling and improving an industrial software process". 30-31. pp. R .. The Malcolm Baldrige National Quality Award Program.. F. 435-437.728-738. Berlin.

M.l7npOSillfll on so. November 1988. (1997). Costa. y Vallecillo. G. !\!.: London. (1995). Technical report ISER. "Quality Anributes for COTS Components". Bertoa. y YaIlkele\·ich. An emily relationship approach. "An empirical review of use cases metrics for requirements \·erification". 10. G..V!" Srivastuv·a. IlIIel71ational Journal o.r Data Warehouse (DMDH"2000). Quer (2003). Belgium. Stockholm.. lESE report n° 072. W.i. H. v. pp... DePanlilis S. Troya. (2003). F.(IlIIelligenl 5. C. y Genero. y Kaiser. Proceedings o. Actas del SoJilmre Measurement European Fomlll (SMEF·O-l). 0/ Bevans N.. M. R. pp. ~Iethod for Software Quality Planning. (1994).02. J y . Pastor y t. .filmre Quality in Europe.!aturitv assessment.serco. M. (2000). Bemardez. Lindvall. "An Oven'iew of PCTE and PCTE-". Prentice HalL Botella. F. "SPI in very small team: a case with CMM". .. A. Proct!edings a/the 16th Imel7lational Con/i!J'cncc on Sojilmre Engineering.. SPEARM!:VTf" i Lser :\[anual. V. Batista J. P. U. 1. pp. (1998) "A Software Engineering View of Data Quality". y MaIyin Zclkowitz. Concepllial daTabase design. Pp. Ceri S.com·tnl111Ddocuments. Franch. M. Intemalional Sojilmre Engineering Research . (1992). D.. (2000) "A quality-based framework for Physical Data Warehouse Desi&'Il".\!elo.usabilitv·. (1988).rSecond IlIIel7l(J/ional So. "Towards a Quality Model for the Selection ofERP Systems". Sweden. 225-245. M. Becker-Komstaedt. Control. marzoabril. L Neu. M. y Morasca S. 2003. R. y Thomas. ::6..M. P...n·lems.~ RA.. El Emam K. y Kedad.• Ocampo. Serco. Pasquini A.\ieMork.E . A. 1. (2003).1. M. "A Paradigm for Decentralized Process Modeling and its Realization in the Oz Environment".. Can·alIo. Ltd. Ben-Shad. A.V-95-03. Sojilmre Process ImprOl'elllelll and Praclice 5 (-I). Marre. 8. P. A y Zenc!.R . Agosto 2005.. Proceedings o. November 1998. Briand. Minot. Annl/a/ . 6th Intel'l1ational Workshop on Qual1lilati\'e Approaches ill O~iect-Oriellted So/ilmre Engineering (QAOOSE'2002). NL (200-1). Seaman. (1999). 1.. Gallo. y Mak. "A Conceptual Framework and Belief-Ftmction Approach to Assesing Overall Infonllation Quality". Bubenko l . 1'01 18.. y Figueiredo A.. IEEE SO/l1mre 23 (2). (2005) "Measuring the usability of software components". Disponible en: httn:. I. JOlll7lal 5.VASA Goddard Sojilmre Engineering Workshop. "Adele2: A Support to Large Software Development Process". Proceedings of the 1st IllIel'l1ational Con/i!rence on the Sojilmre Process. (2000). Boman M. J. Component-Based So. y Navathe S. Z. R.\·slems and Solimre.r SIGSOFT'88: Third 5. (2001).. Serco Csability Sen·ices. June 5-6. X.L (1991). y Vallecillo. 1. .·www.. 1. October 1991.filrare Quality. Boegh. Bella. B.1.. 51-7-1.. "An Experience Management System for a Software Engineering Research Organization ". Imrodllction to l/sabili(r mallirizr asseSSlIlenl. A.·. 2-13-250. 2000.opLodf (Ultimo acceso en Mayo de 2006) Bobrowski. Bouzeghoub. X.P . "Theoretical and empirical validation of software product measures". Redondo Beach CA (USA).\!linch. N!endonca. Belkhatir. Bo\·ee.rl1mre De\'elopmelll EI1\·ironmellls. (2002). ConceptuaIJ/odelling. Kitchenhanl B. lohannesson P. Proceedings or the IlIIel71C1tional Workshop on Design and J/anagemelll o. Burgues. "A and Evaluation". N. Batini C. Estublier.-MA BIBLlOGRAFiA Y REFERENCIAS 365 Basili. Boudier.. Tesoriero. 26-35. Duran. F. Malaga Bertoa. L. y Wangler 8. Fraunhofer Institute. Benjamin Cununings Publishing Company. 69-77..}.

M. Tesis DoctoraL Universidad de Castilla-La Mancha. PascuaL C... E. Boston. Proceedings o/the Third Conference on In/ol7nation Quality ICIQ '1998. (1996).. pp. Agosto.. Brito e Abreu F. Journal o. (1994). Meta Group.. BringeL H. G. (2003) "A flexible quality ftamework for use within information retrieval".. EPAS Meta Practices 67. "A Family of Experiments to Validate ?vletrics for Software Process Models". 351-362. S. "Evaluating the Impact of Object-Oriented Design on Software Quality". (1963). "Evolving Architecture Maturity. (2004).!!. y Philips. 90-99. Garcia. 297-313 Burke. Jeffery R.. A. M.366 CAUDAD DE SISTEMAS INTOIUvlATICOS © RA-?vt. Joumal o. y Jeflery. pp.0. McLean. F. F. (2000).). (2005). IEEE Transactions on So/nrare Engineering.E . Wiley 17(6). S. 22( I).. Gray. M.. Calero.J.!Oing as Practice for Enforcin!./Dbject-Oriellled Programming. 199. Cant. A. pp. "Object-Oriented Software Engineering: Measuring and controlling the development process". "Pair Desi!. y Serrano. L Morasca.6 Bymes. 565-568. 1992. (2002).. 28(2). Ruiz.. "Establishing the Environment for Implementation of a Data Quality Management Culture in the Military Health System". (2002) "Metrics for databases: a way to assure the quality". 113-129.. (2002). 2001 Cah·o-Manzano. Tesis Doctoral. pp. Merodo de Mejora del Proceso de desarrollo de sistemas de informacion en la pequel1a y medicllIa empresa.stems and So. (2001). y Stanley. 1106-1125. Briand. USA. C (2001) Definicion de III/ Conjunto de Merricas para la Afalllenibilidad de Bases de Datos Relacionales. (1996). Aetas del 3rd Workshop on Design and Managemelll olData Warehouses (DMDW'OI). Proceedings a/the Eighth International COl!lerence on b!formation Qualit)' (lCIQ ']003). pp. Piattini. y Basili V.A. Burzy11ski T. Garcia. Piattini. 401-423. R. 2002 Calero. (1992). Piattini. 1.. Caetano.! and Diffusing Design Knowledge". S. pp.. Universidad de Vigo. 1.{S). "Business Process Modeling Towards Data Quality Assurance". 18.\perimelllal desigllS . "A Conceptual Model of Cognitiw Complexity of Elements of the Programming Process". y Tribolet. 57-84. 7.. Canfora. 52-63. En: b!lormation and Database Quali(\·. Burgess. . VA.. Proceeding 0/ICEIS'2004 Porto (Portugal). y Carapuya R. pp. M. (2005). Ruiz. V. pp. P. Brito e Abreu F. Joumal o{So/nrare :. CampbelL D. y Visaggio. pp. 1. pp. Pp. Sojhrare Capability Emluation I ersion 3. "Towards Data Warehouse Quality Metrics". (1998).\perimelllal and quasi-e.. M. Briand.. y Fiddian.Jaillle~~nce and Emlution: ReseCII":ch . 68-86. Calero. Kluwer Academic Publishers. (1996). y Henderson-Sellers B. (1994) "Application of Cognitive Complexity Metrics to ObjectOriented Programs". F. v Visa!. CA. ivl. B..{l\mre. G.A . W. M.nd Practice. b!lol7l1atioll and Sofilrare Technology. Houghton Mifflin Co • Canfora. Method Description. Cant. Enterprise Planning and Architecture Strategies". Henderson-Sellers B. "Property-Based Software Engineering Measurement'". 77 (2). IEEE Transactions on Sojhrare Engineering.A. 7(4). y Basili. Actims y Objeto-Relacionales.lor research. ivl.A. L Morasca S. 4th Int Con(erence on So/nrare Quality. C y Piattini.S. Proceedings 0/3rd Il1Iel71ational Metric Symposium. Technical Report CMUiSEI-96-TR-002 ESC-TR-96-002. N.!io. C. y Melo W. "An operational process for goal-driven definition of measures".

M. Centro de Estudios Ramon Areces. (1000). En A Finkelstein. San Feliu. 1998.'plained ]nd Edition.edu !publications /documents i 02. y Miller. 4. Sanchez-Infantes. 476-493.. Cook.A. M . 3544 Card. Proceedings of the 6Th International Conterenee on Empirical Assessment in Sofnmre Engineering (E. D. "A Family of Experiments to Investigate the Influence of Context on the Effect of Inspection Techniques". Nguyen. 1accheri. Y Kemerer C. Ingelmo. 1002. Lecture Notes in Computer Science 2693 Chidamber S. (2002) Capabili(\' Maturity Moder Integration (CMIIl'·\!). Munch. Septiembre. "The R.. Cugola. People Capabili(\' Malllri/)' Model (p-CIL_n.150 9001: ]000 E. Kellner. Journal of Software Engineering and Knowledge Engineering. 1 (2002). F.. "Production and maintenance of software measurement models". y Over. Wiley). "Software processes: a retrospective and a path to the future".. lA. T . SO/Amre Engineering. 1268-1287. SojAmre Process Modelling and Technology. S. 31( II). Larsen.SWilPPDfSS. Versioll 2. Component-Based Sofnmre Quality: Methods and Techniques. y Ghezzi. L. 1. Madrid: Editex. IfIlegrated Product and Process De\'eIopment and Supplier Sourcing (CMMI-SE. P. pp.(l999). Publisher Marcel Dekker/Center for Business Practices. W . Curtis.'perimefllation: design and anaZ\'sis issues for field settings.139-251. 5. B. and B. 1.A.reports:02tr002. Cechich. Calidad.-'\FiA Y REFERENCL-'\S 367 Cantone. M . A (eds. 1accheri. G .-'\-MA BIBLlOGR. (1001) "Fast&&Serious: a UML based metric for effort estimation. P. (2002). Nueva York. M . Version I. 10(6).. Curtis. "EPOS: ObjectOriented and Cooperative Process Modelling". (1001). y Biffl. en http://www.. pp. R. Cianmmi.. Research Studies Press Limited (1. Zhu. P. Westby. VI. 1 Kramer.. SO/Amre process ImprOl'ement and practice..i'. y Vallecillo. P.. 19-11. (l995). Cerrada. (1979).. Liu.iS£!.0.\D Fad: Is Timing Really EYerythingry"IEEE Sofnmre. 1994. Pp. Nuseibeh. 605-616. A. "Issues in Using Students in Empirical Studies in Software Engineering Education".B. Morasca. pp. y Shull. "Process Modeling". (1003). C. "A Metrics Suite for Object Oriented Design". pp. Carbone M.. G. GesTion del Proceso Sofnmre. A. Software Engineering Institute.. S. M.. Sanchez-Infantes. .. Keele (UK). Shull. Garcia Cordero.. F. 1 (1002). Quali(1" is Free. COlllmullications olACI/. Alemania.N.sei. C. Quality Press Ciolkowski. Carretero.-. Springer. 101-123.hunl (ultimo acceso rvlarzo 2006) Conradi. C. A. Amescua. B. y Santucci G. 1. Arcilla. McGraw-Hill..A. Carver. D.I C:I£I[f·\fjor Systems Engineering. lA. y Sanchez. B. Crawford. S. B. pp. CMMJ.cmu.1 . Proiect Managemefll Maturi/)' :Hodel Pro\'iding a Prol'en Path to Project Management Ercellence. (1994). vol. Ed. y Donzelli. G. S. Boston. pp. P . West. I ) Staged Repre-sentation CMUfSEI-2002-TR-012 ESC-TR-2002-012. CMUSEI-200 I-MM-OO I. editors. R. M. Proceedings of the 9th IllIemational SO/Mare Metrics Symposium (AfETRlCS'03). Hefley. (1994). M . 6th Intemational ECOOP Workshop on Quantitati\'e Approaches" in Object-Oriented Software Engineering (QAOOSE"]OO]). T..) 2003. Tsiakals. Quasi-e.. y Campbell. • Crosby. Calvo-Manzano. 48-60. 1. pp. (2002). Cuevas. IEEE Transactions on SojAmre Engineering. Piattini. (1979).. Houghton Mifflin Co. 1 (1992). lA.

US Departmelll of Commerce.i/atllrit)' Model rACif. Prentice Hall. (eds) (1999).YO 1:4 TICA 11" 171. DRA. MIT Center for Advanced Engineering. Arlington VA. Englewoods Cliffs. (2000).oDenerouD. .e. Chapter 3. 74-81. Madrid. Cif. 22'+-233.htm (ultimo acceso en Agosto de 2006). y M. Y Masters.. Y Winkler. Y Gruhn. A. pp. Springer Verlag. K. E. Wastell D.S . Proceedings of the Eigth IllIernational Conference on b!formation Quality (lCIQ '2003). D. December 1990.A (1999). 2003: Disponible en: hnD:'w\\'\\'. (200-+). International Journal Healthcare Technology and Mallagemelll.on!!archilectureto~af8-docarclYp4I11aturityfmat. F. 326. NJ. V. (200 I). V. Dami. Working KnOlv/edge. Methodology and Technology. pp. A. J. Amiour. Y. Deiters. L. Estublier. Proceedings of the Fourth Symposium on Sofl1rare De\'elopmelll Enl'ironmel1ls. T. Proc. pp. January 1998. W. (2003). Dunaway. S .0. SIGS Books. Dumke.illi1 -Based Appraisalfor IlIIemal Process fmpra\'cmelll (CBA IPI). K. Department of Defense U. CJIM S.... Derr. Version 1. The Open Group: Burlington ivlA. The Journal ofDe/ense Sofnrare Engineering. January 1999. D.pp.s.il -Based Appraisal/or Intemal Process fmprm·ement. 315-325. (2000). y Giles. Deustch. "Cuestiones Clave y Nueyos Retos en la Tecnologia de Proceso Software". 1996. Systems Ana~\'sis Modelling Simulation.ifJ. "Managing Software Processes in the Environment MELMAC. Dernian1e J. LNCS W1500. Boston. J. R. "Managing Processes for Information Quality: A Framework for Process !vletadata Development"'. (1986). y Kaba A. Pinsburgh. Department of Defense. "Software process analysis based on FlJNSOFT nets". Del Peso. Berlin.C Y Oquendo. New York. Dunaway. Carnegie Mellon UniYersity. R. (1997) "CAME Tools for an Efficient Software Maintenance". (1988) Sofnrare Quality Engineering. Deming W.. 1995. A. Dedeke. Ley de Proteccion de Datos: La nuem LORTAD. (CBA IPf) Lead Assessor's Guide (CMUSEl-96-HB-003r Software Engineering Institute. . Deiters. G. Klwrer Academic Publishers. Ollt olthe Crisis. Haryard Business School Press. B. W. (1995). DoC (2003). R. Software Process: Principles. (200'+). YGruhn. Dawnport. Derniame.96.2 Method Description. (1990).L y Wang. Davidson. Cambridge. Crosstalk. R. 6C!).-\PEL: a Graphical Yet Executable Fom1alism for Process Modeling". I'ersion 3. Diaz de Santos.H. of the Euromicro'97. y Prusak. (1995) ApP(\'ing OMT. pp. "Universal Septiembre 1995. 60 . Lee. ". DicciOllario de la Real Academia de la Lengua. 8('+-5). March 17-19.368 CAUDAD DE SISTEMAS lNFORMATICOS gRA-?vlA Daich. A Total Technical Managemelll Approach. (1998). S. Prentice Hall. y Willis. 223-2'+0. ~!etrics Tools". M. Systems Security Engineering Capability Maturity . fTArchitecture Capability . "Dewloping data productions maps: meeting patient discharge data submission requirements".E (2006).Hodel (SSE-OIM). (1991).

I/ode//ing and Technology (pp. Research Studies Press. P.ntem and Engineering (/S£'01) June 25-28.1. A. T. (2003) :llanaging b!fimnarion Qualizl'. .) Berlin. Navuthe. R" Wohlin.. Fagan. 167-182. Sanlaville. 1. (19761 Design and Code Inspections 15. Earthy.?vl..aso (ultimo acceso en Agosto de 2006). So/ilmre Estublier.'tA '93). M. 2003. Engels.\'InposiulII onl!!!ormotion 5.. Gennany. Lisle. 9th European Workshop on Sojilmre Process Technolog}' (EHSPT.iinol de/iI'erabie (l'ersion 0. "Measuring Infonnation Quality in the Web Context: A Survey of State-ofthe-Art Instruments and an Application \!ethodoloi. hans ?vl. IL June 1998. English. (2001b). "The Concept ofinfonnation Quality: An Interdisciplinary haluation of recent Infonl1ation Quality Frame\\Toks". W. 1. "Increasing Infommtion Quality through Knowledge Ne\·ada. "Object-Oriented Database Management Systems for Construction of CASE Environments'. J. Dafabase Sysfellls. C. Estublier. S. pp. 1. G.Y.\lonagcmelll. McGraw-HilL Nueva York. 1. ?vI. Villalobos.' RA-?vL~ BIBLIOGR. Eppler. y Wittig.I .3.y S.]). F. Proceedings offile Conference on Database and Expert 5.l87-196. Handzic.1. Y?vlarciniak. P. 1. \1. Eppler.. (1993 I. (2003 I. 1. Y Steadman. \!assachussets.. Willey & Sons. "Architectures for Process Support System Interoperability". Smdies in Communication Sciences I (]OOf).'Y". Capitulo. Springer. N. y Be1khatir. CrossTalk: The Journal of'Defense Engineering. 182-211. L (19941. 1. Addison-Wesley. En Sojilrare Process .a[mil crosstalk fmmes. (1999) flllpro\'ing Data Warehouse and Business Injimnation QualifY: Methodsfor reducing costs and increasing Pr(jiits. Second Ed. Managing Sojilmre Engineering KnOll'iegde. y Schelenz. Ebert. "SOCCA: Specitlcations of coordinated and cooperative activities'. John Willey & Sons.. A. Eppler. Vega. to Reduce Errors in program de\·e!opment.YLSE (IE :COI6J. \Iarch of 1995. (1987) SojiH'are QualifY Assurance and Managemelll.\!etrics. . Lloyd's Register. Erickson. pp." Proceedings orthe ]000 Conference on fn:jimllation Qllalil)·. (19971. Pp 83-96. G. pp. pp..1. Springer. 7 y 8. ~lanagement Systems Services". Disponible en: httD:' \\Ww. A" JetTef)'. D. European Sofnmre Engineering COI!(erencl! (ESEC! Engineering (SIGSOFT FSE). pp.• y Schafer. (2000) "Conceptualizing Infommtion Quality: A review of Information Quality Frameworks !Tom the last ten years.V.. Proceedings of the ]001 fntemillional 5. Proceedings of fhe Eigth fl1lernarionol COl!!i:rellce on In/orlllalion QualifY (/CIQ ·:COO]). LP.f(p). London. P. (1998).~FiA Y REFERENCIAS 369 Dybil. Elmasri R. M.aso'!uri= 1995 03. 1999. IBM Systems Joumal Feigenbaum.\~"ellls Applications (DE. (2002). Emmerich. M. New York. 1. 71-102). IXLSED5. EC /.hill. M. Las Vegas. 1997. (1961). Prooceedings (jf'the Filih fntemationol Conterence on the S()!ilmre Process. Eppler. Cunin.stsc. (1995) "Metrics Tools: Effort and Schedule". Toral QualifY Control: Engineering and .148-157. (eds. (2001a).\\" .\.. "An Approach and Framework for Extensible Process Support System".~nh-Tuyet LE.. 46-61. (2003) "e-R&D: Effectively \'!unaging and using R&D Knowledge". "Usability ?v!uturity \!odel: Processes". y Muezenmayer. (2003) "Factors of software process improvement success in small and large organizations: an empirical FOlllldafions of Sojilrare study in the scandinavian context"". Aurum. Eppler. D. W" Kroha. Y Groenewegen. De?vlan. En c.

Y Can·allo.2000 Fuggetta. 1713. \'01. (1991) "Detlning a corporate-wide software process". ed.. Snook S. (2003). "Software Metrics: a Roadmap". En http:! web.ferrics: A Rigorous Approach. Anthony Finkelstein. Box 118. (1993) "ProcessWEA VER: Adding process support to UNL'C··. 1 (1999): "Architectural Views and Alternatives". Requiremel1ls merrics based 011 use cases. J. B. X. 20(3). Master's thesis. Franch. Y Ribci. Pp. 231-240. ed. (2003) "Using Quality Models in Software Package Selection". Proceedings (jf U. Kramer. M. (1994)..D. y Neil. Fenton N. A. A. P. A . LNCS 1500. S-221 00 Lund. W. Empirical Sofhmre Engineering 6(3): pp. Frailey. Forth Collins (USA). FOreS)1he G. In Fundamel1lal Concepfsjor fhe SO/Mare QualifY Engineer. "Closing the Data Quality Gap: Using ISO 9000 to study Data Quality". 2002. Fenton N. Y Carleton. 2" edicion. pp.\fL '99. Fuggeta. y Pfleeger S. Godart. pp. (1994). Firth. Franch. IEEE CS Press.B. Finkelstein. Addison Wesley. Sofl1mre !. (1997).miLeduitdqmipapers93 ipass I '93-03.. Lund University. Florae. Fernstrom. A. . S{atisrical Process Comrolfor So/hmre Process Impro\·emel1l. 195-200 (2001). 12-26. 199-206.359-370. Springer-Verlag. pp. Measuring rhe Sojhmre Process. N. September 1992. "Using UML for Modelling the Static Part of a Software Process". "Software Process: A roadmap". X. (1993). (2002) "Using Statistical Process Control to Measure Software Process". (200 I) "Viewpoint Article: Conducting and Presenting Empirical Software Engineering". 95-116. 1 M.html (Ultimo acceso en Agosto de 2006) Florac. Gertnany. Fenton.• Williams W. R. 1 y Nuseibeh. D. (1992). (1999). Lund Institute of Technology. Anllllal JIeefing 0/ fhe American EdllCClrion Research Associatioll. y Wang. Horvath lA ... W. IEEE S(jfl1mre 20(1): pp.34-4!. (1998). pp. Pa . Florae. "Promenade: Un Lenguaje para la Modelizacicin de Procesos Software". Thejiilure of'Sofhmre Engineering. Pp. Department of Communication Systems..133-144. Pittsburgh. 1 M. c. Y Carleton. f7!J JOl'l1adas de Ingenieria del S(jfl1mre y Bases de Datos (JISBD'03). (1999). Bullis R. Hedlund 1. Springer-Verlag. Franch.370 CAUDAD DE SISTEl'vV\S INFORJvLA. Carnegie Mellon University.. (2000). ACM. A. Software Engineering Institute. American Society for Quality.. Y Ribci.. Furure of Software Engineering". February 1993.. Alicante (Espana). Londres. En Sofhmre Process: Principles.27-34. Proceedings of the Firsr Imernational Con/i?J'ence on the Sofl1mre Process. Sojhmre Qualil}' Measuremel1l: A Fran/elrorkjor COllilling Problems alld Defecrs (CMUlSE!92-TR-22). Dennis M" y Sternberg R. Taz Daughtrey Edi-tor. Berlin. Sofhmre Process Modeling and Technology. Research Studies Press.P. A. A. in 2nd Inrematiollal Conference an rhe SO/Mare Process. Finkelstein ACvL Press. "Construct validation of tacit Knowledge for military Leadership". Methodology and Technology. Engineering. C. LNCS. 1998. pp.M . y Jahnke. IEEE Trallsacriolls On Sofhmre Fenton N. c. (2000). Chapman & Hall..-MA Feldt. X . A. W.TICOS ©RA.c.. Sweden. "Software Measurement: A Necessary Scientific Basis"..113-12!. pp. D.

y Calero M. London: Addison-Wesley Longman. (2004) "Report on the Dagstuhl Seminar 'Data Quality on the web' ". "Metrics Tools'. September. WI: American Society for Quality. Piattini. The Journal o{De{ense SofMare Engineering. Geno G. "Stakeholder Perceptions of Data Quality in a Data Warehouse Environment"'. y Genero. (1984). (2004). May 1995.1. voL 41. Inc. Pa . T. Vallecillo. y Graham D. Febrero. "Towards a Consistent Tern1inology for Software iVleasurement"'. G..T.4. Goldenson. pp. Pearson Addisson Wesley. Giles.lnformation and Sojilmre Tecllllolog)·. pp. y Orazi. (1998). Octubre 1998. Proceedings o{SIGJIOD record. "Applications of the Indicador Template for Measurement and Analysis ".vo.25-38)...) Fundamental Concepts/or the So/hmre Qualit)' Engineer. M . Y Barney. Gilb. S. Giannocaro... (2004) Sojilmre Quality Assurance: .. CROSSTALK The Journal of Defense So/hrare Engineering (Software Engineering Technology).letrics Tools: Software Cost Estimation". Gardner. So/hrare Inspection.~RA-MA BIBLIOGRAFLA....{!ort '\/easuremelll: A Framellwk/or Coullling Stat}: HOllrs (ClfU/SEJ-92-TR-2I I. M. 411-448.I/etries: Establishing a Company. "Measurement and Analysis in Capability Maturity Model Integration Models and Software Process Impro\·ement". (2005). (1993). 305-316. D. (1995). Gan·in. Y REFERENCIAS 371 Fuggetta.\'-024. G . c. Technical . F.stsc. A CM TrclIlsactions on Softwore Engineering and Methodology. Crosstalk. la Medicion de los Procesos SofMare. (Pp. Goethert. Milwaukee.\'ole CJfLiSEI-2004. J. Cinti. Goethert.. y Darke. A . . Prentice Hall. y Sanler. "?-. D. A . VoL 7. N" 9. Harlow (UK). y D·Onofrio.) (2004) .. httn:' www.I. F. Garcia. A. CrossTalk: The Journal o/Defense SO{llrare Engineering. Gendron. Bertoa.asn?uri=199505\letrics. tvl. "Risk ivlanagement Supporting Quality ivlanagement of Software Acquisition Projects". 344-355.R. "Building the data warehouse". Oldano. Software Engineering Institute.Wide Program.. Architeclllre Maturity Assesment Emluation. (2003). (2004) Flv/ESP: Marco de Trabajo lmegrado para el Modelado)../i"om theory to implementation. F.B . Shanks. Y Siyiy. 20-24. M. M. Gartner. (2002). E. Proceedings of the Set'emh Co/?terence on b!{ol1nation Quality ICIQ·2003. Tesis DoctoraL Universidad de Castilla-La Mancha. Ruiz. (Ed. W.. (1987) So. Tamer. ?vlorasca. Communications of the Ael/. Saake. (Eds. (1998). Lavazza.. Garcia. y Rout. S. Gertz. Y Daich. L. Pp. (1995). Carnegie ivlellon Uniyersity. Galin. (2002). K. (1992). UK. "Formulation of a Decision Support Model Using Quality Attributes".aso (ultimo acceso en Agosto de 2006). pp. P. \Y'.:V1.. Pittsburgh. A. En Daughtrey.lvl. (1999). Septiembre 2004. September 1992. S . T. Otono. 52-60.. Genero M" Pianini M.. 1'01. "Applying GQM in an Industrial Software Factory". A.hiILaf.mil crosstalk rrames. March 2004.33.. G./hmre . G. Sojhmre E. Imperial College Press.. D. pp. .\/etrics/or Sojilrare Conceptual Models. Proceedings ofthe Telllh Australasian Conference on h?/ormatioll Systems . D.J. Calero. YCasswelL D. Jarzombek. 2004. No. Software Engineering Institute. Grady. T. Giles. Gartner (2002). R. Hhat is Qualit)':' Sloan Management Review.L.

Editor Shirley Becker. Regnel!. Y. y Parasuram S. Host. y Kafura. "Software Structure "jetrics Based on Infom1ation Flow". Lecture Notes in Computer Science. H. Quality Progress. Hinrichs. C. "'-\ methodological approach to data quality management supported by data mining". Klemola T. Henderson-Sellers B.-\ Process Framework for Small Projects". 1. Nithi. 7(5).W. y Terence.A.. (200 J ) ". 47 (2005). yAden. Helfert. McGraw-HilI. June 4. and Technologies. 2000 Hinrichs. "I. C.. 49-65. 200 I. lA. 1vl.lfDJI"2001) Interlaken. "Sizing use cases: How to create a standard metrical approach". J/odel/ing Reactiw Systems ll'ith Statecharts... IEEE TrallSactions on SOrMare Engineering.D DE SISTEMAS INFORMATICOS Grembn. H. "Managing Change in Process-Centered Em·ironments". y \\llOlin.-\ Practical Guide for Improvement". Henderson-Sellers.issue three. 24(6).. vol. J5. 62-76.37~ CALID. B. 20 J-214. pp. 1'v!. (2000) "CLIQ. (1999). Proceedings '.Inteligent Data Quality Management". 200J. pp. "Using Sllldents as Subjects . Proceedings o(the Sixth IlIIemational COI!(erence on In/orlllation Quality. pp. 1 (1998). (1998).th ACMSIGSOFT SymposiulII Sojnrare Dewlopmelll EI1\·irol1l11eIll5. (1977) Elell/ellls orSojnmre Science. 2425. J.l y Hoskins. "Serendipity: integrated environment support for process modelling. (2002). C. 491-496. (2002) ". (2001). Henderson-Sellers B. D. Harrison R. Proceedings ql'the International Workshop 011 Design and . (J 981). pp.. Keele University. D. (1996). Zowghi D. y.. S.27-60.-\ Strategy for Ylanaging Data Quality in data WarehoLlse Systems". T. Counsell S. y Gonzalez-Perez. H7wt is QualifY. y Osterweil. B. pp. The Netherlands.. (200 J) Dimensions of Database Quality. L. Sojnmre Process Improl'elllelll alld Practice 6.. Hoyer. Autoll/ated Software Engillel'l'illg: An Imernational Journal: Special Issue 0/1 Pracess Technology. 510-518. December 1990. enactment and work coordination".! on ili/ormatioll Quality. (1997). "The IDEAL Model: . y von yIaur. 8th O~iect-Oriel1led lnjormarion Systems 2002. (2000). Heimbigner. Henry. Y Myers.I/easures o(complexity_ Prentice-Hall. pp.Y. (2001). Switzerland. IEEE TramCictions on So/ill'ore Engineering.th Conference on Empirical Assessment & Emluation ill So/nl'are Engilleering (LISE!. "An Evaluation of the MOOD set of Object-Oriented Software Metrics". ACM Software Engineering Notes. UK. Idea Group Publishing.tems: Practices. Nueva Jersey. Grimmer.B. Gnmdy. pp. 67-83.. Sunon. R. Halstead. Object-oriellled . "I. H. . Hareton. Hoxmaier. E. Bridge. pp. H. y Hoyer. 217-232. 5( I). Techniques. Upper Saddle River. S.-\n ISO 900 J:2000 compliant quality management System for Data Integration in Data Warehouse System". In Dl!l'eloping Qualit)' Complex Database Sy. The Statemate approach. y Politi. L. Proceedings of the '. SpringerVerlag.A comparative Sllldy of Sllldents & Professionals in Lead-Time Impact Assessment". Proceedings O/i/II! Sixfh International conterenc!. (2004) . y Hinrichs. S. (1990). R. B.I/anogemelll o( Data Warehouse (D.-\ Comparison of four process metamodels and the creation of a new generic standard".. In/ormatioll and Sojilmre Teclmolog)·. Else\'ier North Holland. pp. 409--421.. Hare!. Julio.I/etrics-.. Software Engineering Institute (SE/) publicC/tion. Proceedillgs q(thejourtiI IEEE illlernational Baltic Workshop on darabases and b?/ormation System..J . (2001 J.

IEEE Standardfor Del'eloping Sofilrare Life Cycle Processes.H. Humphrey. John Wiley & Sons. YTIJayer. (200 I) (eds. Methodolog. W.1-1997. Institute of Electrical and Electronics Engineers. (2000a).Standardjor b!/ormation Teeill/olog. IlIdllsll)' IlIIplemelllalion qlllllernational Standard ISO/IEC 11107: 1995 (!SO. Taz Daughtrey Editor.I 997. Humphrey. K. (1989) Managing the so/im".fEC 11107) Standard/or In/orlllation Technology-Software life cycle processes. (2000b). IEEE Siandard guide (LSi) IEEE Complller Sociel)·. IEEE .·. Hunter. (1997). !I/duslly Implementation ollSO/IEC 11107:1995 . ProieCl Jfanagement Journal 31. Sqlhmre Process ImprolWlent. (19991. Life cycle data. Prentice Hall. Public Productil"ity and J!cmagement Redell'. 1989. R. Ibbs. y Kwak. .1-1987 IEEE Siandardjor Sofllmre ProjeCl . EEUC.\fanagement Plal15. (2000)./mroductionto Personal Sojhrare Process. 'The Proyerbs of Total Quality Management: Recharting the Path to Quality Improyement in the Public Sector". Addison \Yes!cy. IEEE Computer Society. Upper Saddle RiYer. Noyember 2000. R. CW.Vel\" l"ork IEEE (I 998b I. IEEE (1995). Humphrey. The Team Sojhmre Process (TSP).. IEEE (19861 IEEE STD 1011-1986 IEEE Standardjor Sqlhmre I'ailication (Ind I'alidation Plans. EEUU. pp. Addison Wesley.1aturity··.1-1988. R. y Wang. IEEE"EIA 12207. "Assessing Project Management e.e process. Institute of Electrical and Electronics Engineers.H.' . Humphrey. IEEE (1987) IEEE STD 1058. W. W. InduSII)' Implemelllotion of IlIIernational Standard ISO/IEC 12107: 1995 (ISO. pp. IEEE (1998a) IEEE STD 830-1998.Sojilmre Life Cycle Processes . 0 I-!vlay. American Society for Quality.0-1996. IEEE (19971 IEEE ELi 11107. Standard Dictionary qfMeasures to Proc/uce Reliable Sqlhmre.BIBLIOGRAFiA Y REFERENCIAS 373 Huang. IEEE (l998d). Hutf. 3-16. Institute of Electrical and Electronics Engineers. 10 So/hmre Requirelllellls Specification. W. K. Humprhey. En Sofllmre Process. A. Addison Wesley. Software Engineering Institute. Y. TECHYICIL REPORT CllUiSEJ-1000-TR-023 ESCTR-1000-013.1-1997.I 998 IEEE Siandarel/or a Sofhmre Qllality Metric. (19961. (1992). 16(1). Reading ylass. Lee. 2002.Life Cycle Data Institute of Electrical and Electronics EngineersiElectronic Industries Alliance. T. W. Introduction to Team Sofm'are Process. 25-37.lEC 11107) Standard for li!/imnation Technology-Software life cycle processes.32-43. Qualil)' In/ormation and KnO\r/edge. IEEEiEIA 12207. IEEE (1988) IEEE-982.B. (2002) "The Software Standard Profile".). IEEE Sid 1074-1995.. "Software process modelling". EEUU. IEEE (1998cl. Y . Hyde. IEEE Std 1061. IEEE (1992) IEEE STD 1061-1992. In Fundamental Concepts for the Sqlhmre Quality Engineer. Pp. IEEE Swndard jar a Sqlhmre Qualil)' Metrics Methodology.

. Ginebra. Ginebra. Englewood Cliffs.ENOR. ISO/IEC 15288: b?formation Technolog. Ginebra. Suiza. ISO IEC 15504 TR2: 1998. LiNE-EN ISO 900 I :2000 Sistemas de gestion de 10 calidad ReqllisilOs. AENOR.Parts 1-6. EEUU. ISO (1995a). part 2: A reference model jar processes and process capability.Sofnrare Measllremelll Process. ISO (1998). Prentice-Hall. Directrices para la lI1ejora del desempeJio. Institute of Electrical and Electronics Engineers. ISO/IEC 12]07. ISO (2004a). ISO/IEC 1550-1-3:2003. International Organization for Standarization. Gliide to the Sojilrare Engineering Body ofKnowledge.L!re Cycle Management -System L!fe Cycle Processes. ISO (1993). h!formation technolog. ISO (2000c). ISO (2002b). Ginebra. Madrid.' .' . International Standards Organization. ISO (2002a).~Sofnrare We cycle processes. b!/al7l1C1tion teclmolog. International Organization for Standarization. Suiza. ISO ]. ISO/IEC 1550-1-2:2003. Suiza.~ Process assessmelll assessmelll. Process assessmelll - Part 1: Concepts and ISO (2004b). ISO/fEC 15504-4:2003. Intemational Standard In[ol7nation technolog. AENOR.Process assessment pe/fo17ning an assessment.Part 4: Guidance on use for process impro\'ement and process capability detenninalioll. Ginebra. International Organization for Standarization. Ginebra. ISO (2004c).Sofnrare life-cycle processes. Suiza. ISO (1995b). International Standards Organization. 1n[017l1C1tion Tecllllolog. International Organization for Standarization. ISO/IEC International Standard ISO 17M. 1S0/IEC 12]07. Suiza.Sofia'are life-cycle processes. K. LiNE-EN ISO 9004:2000 Sistemas de gestion de la calidad. lINe-EN ISO 9000:2000 Sistemas de gestion de la calidad Flindamelllos y vocablilario. Ginebra. ISO (1999). International Standard lnjarmation technolog. Suiza.' . International Organization for Standarization. International Organization for Standarization. Information technolog. Ginebra. International Standards Organization. Suiza. Suiza. IEEE (2004). Guideline for eraillation and selection of CASE tools./598: /999-2001. Amendment 1.' . ISO (2003).·. Ginebra. International Organization for Standarization. Standard for In[ormation Technolog. ISO (2000a). Implementation considerations. Madrid ISO (2001) Sofnrare Prodllct Em/liation-QlIality Characteristics and Gliidelinesjar their Use. (1985).TICOS ©RA-NlA IEEE (l998e). h?/armation tecllllolog. Suiza. Ginebra. Ginebra. Part 2: Pe/fonning an Part 3: Gliidance on ISO (2004d). A. ISO/lEC Standard 9126. International Organization for Standarization. ISO (2000b). Suiza. Suiza. . Ishikawa.' vocablila/)·.Sofnrare Prodllct Em/llation .' . Suiza. ISO/lEe.' . Madrid. International Organization for Standarization. Ginebra. International Standards Organization. IEEE Computer Society. Londres.Process assessmelll.374 CAUDAD DE SISTENlAS Il'·lFOIUvlA. International VocablllCll)' of Basic and General Terms in Metrolog. Ginebra. International Standard ISO/lEC IS 14102.IS0/IEC 15939: Sofnrare Engineering . IEEEfEIA 12207. Indllstry Implemel1lation of International Standard ISO/IEC 12207: 1995 (lSO/IEC 12]07.2-1997. ISO/IEC 1550-1-1:2003. H71C1t is Total QlIality COlllrol?: The Japanese \l'(e\". Suiza.

Sofnrare product Quality Requirements and Emluation (SQuaRE)-Processjor emluators. ISO (2005a). International Organization for Standarization. ISO (2005rn). International Organization for Standarization. EI Proceso Unificado de Desarrollo de S(jfhrare. lS0/lEC 25020 S(jfnrare and system engineering . Suiza. ISO (2005e). ISO (2005j). International Organization for Standarization. ISO (200-lf). Suiza. lS0/lEC 25000 Sofnrare and system engineering Sofnrare product Quality Requiremellls and El'aluation (SQuaRE) -Guide to SQuaRE. . International Organization for Standarization. SofMare engineering-Guidelines for the application of ISO 9001:2000 to computer software. lS0/lEC 25010 Sojhrare and system engineering . lnformationtecilllologt. Ginebra. lS0/lEC 25001 Sofnrare and system engineering . ISO (2005d).l (1999). Ginebra. Suiza. International Organization for Standarization.terence model and guide. Ginebra. Suiza. ISO (2005h). ISO/IEC 250-13 S(jfnrare and system engineering Sojhrare product Quality Requirements and Emlua/ion (SQuaRE) -Process for acquirers. ISOlfEC 25023 S(jfnrare and system engineering .S(jfhmre product Quality Requirements and Emlua/ion (SQuaRE) . Ginebra. ISO/IEC 25042 Sojhmre and system engineering~ S(j(ilmre product Quality Requirements and Emluation (SQuaRE)-Processfor del'elopers. International Organization for Standarization. Suiza. AlIImendmelll 2.Sofnrare Life Cycle Processes.Part 5: An exemplar Process Assessmelll Model. ISO (2005e). International Standards Organization. Suiza. Ginebra.-ivLA BlBLIOGRMiA Y REFERENCIAS 375 ISO (200-le). Jacobson. y Rurnbaugh. Addison Wesley. Ginebra.Sofnrare product Quality Requirements and Emluation (SQuaRE)-Emluatioll planning and managemelll. Suiza. International Organization for Standarization. Ginebra. International Organization for Standarization. Suiza. Suiza. International Organization for Standarization.~ RA.Sofnrare product Quality RequiremellIs and Emlua/ion (SQuaRE) -Measuremelll ofextemal quality. Ginebra. Ginebra. Suiza.Process assessment. Suiza. ISO/IEC 250-1-1 Sofnmre and system engineering . Ginebra.SofMare product Quality Requiremellls and Emluation (SQuaRE) Quali(l' model and guide. ISO (2005g). Booeh. Ginebra. I. ISO (2005f). Ginebra. ISO/IEC 25021 S(jlhrare and system engineering Sofnrare product Quality Requiremellls and Emluation (SQuaRE) . ISO/IEC 2502-1 S(jfnmre and system engineering S(jfnmre product Quality Requirements and Emluation (SQuaRE)-MeasuremellI (jf quality in use. International Organization for Standarization. Ginebra. . International Organization for Standarization. Ginebra. International Organization for Standarization. ISO (2006).. ISO/IEC 90003:2004.Sofnrare product QualiZl' Requirements and Emluation (SQuaRE)-Emluationmodules. ISO (2005n).Measurement re.S(j(i\\'are product Quality Requirements and Emluation (SQuaRE)-Qualit)' requirements. Suiza. ISO/IEC J5504-5:2003. Suiza. ISO/IEC 25040 Software and system engineering Sofnrare product Quality Requiremellls and Emluation (SQuaRE) -Quality emluation Ol'eITieH' and guide. Ginebra. Suiza. International Organization for Standarization. b?/Cmnatian Tecilllologt. ISO (20051). ISO (2005k). ISO (2005i). . Suiza. Ginebra. Suiza. Ginebra. International Organization for Standarization.Sofnrare product Quali(l' Requirements and Emluation (SQuaRE) Measurement of internal quality. ISO/IE C 25030 S(jfhrare and system engineering . ISO/IEC 25041 S(jfnmre and system engineering . G. International Organization for Standarization.Measurement primitil'es. ISO (2005b). ISO/IEC 25022 S(jfnmre engineering . International Organization for Standarization. Suiza.

Pp. (1989). Kramer. "Preliminary Experience with Process Modeling in the Man'e! Software Development Kernel". W. (1995) "Metrics Tools: Quality . (2006). Kim. (ed.. Juran.Juran·s Quality Control Handbook. Springer.mre Process. Proceedings of'the 22nd . Jarke. lnjiJl7nation and SO(lH'are Technology. 37.) (1995).afmikrosstalki frames. pp. y Dawood. No. pp. Metrics and Models in Sojhmre Quality Engineering.1 88. Nlay 1995. 2" ed. Journal of Object Technology.• (2001) "Data Testing". Fundamel1lals o. 297-301.. pp. 14017nation and So.fhmre Technology 48. N.Defect Tracking". (2003). B" Schafer. D.(Data Warehollses. Crosstalk The Journal 0. (I (90). pp.July-August 2003. Ed. T. Cambridge. -15. Milwaukee.OIanagingfor Quality. :V1. Communications ofthe AC\fApril 200:Ylol.jhmre Engineering Erperimel1lation. M.stsc. K.\ktrics. 681-689. Jin y Embury (2001). "Data Warehouse Quality: A rcview ofthc DWQ Project". A History o.as 0 (ultimo acceso en Agosto de 2006). y \Vang.12. Strong. S. Katayama. 69-76. pp. J. M" Yassiliou. Kingsbury. D. ASQC Quality Press. ASSE 200 I Proceedings of'SADJO.asp'?uri= I 995:05. Nueva York. "Software process modelling . . Vol. editors. Kahn. pp. http: \\Ww. G. (2002) "Information Quality Benchmarks: Product and Sen'ice Perfonnance". 8-28. M" Lenzerini.) (1988). (1995). Proceeding o. M. Boston. . y Walt: S. y Vassiliadis.376 CAUDAD DE SISTE~lAS INfO~vL'\TICOS '~~~-MA Jarke. :Vlassachusetls Institute of Technology. En A. (2003). Research Studies Press Limited (1. 398-411. Kesh.. 125-134.H. Y. noA" Pp. Proceedings o( the 11th II1Iel71ationai COI!ference 0/1 Sojhmre Engineering. B" (2003) "Towards Quantitying Data Quality Costs". 2. Kellner. y Yankclcyich. G" Peuschel.f'the First International Conjerence on Sojr.fDefense Sofllrare Engineering. A. y Sokols!"·y. 1519. J. McGraw-Hill. Jones.!\1. R. Hawai. Kiszkumo. 1. M. "How large are software costs overruns" A review of the 1994 CHAOS report".vo. Kellner.-'\ case study". (19911. Basics o/So. S. "Making Measurement Work". Juran. 4" ed. (ed. y ~'Ioreno. Proceedings o/Second Con(erence on In/iJl7nation Quality. finkelstein. Proceedings of the Sixth Il1Iernational Con(erence on In/ormation Quality. y Ylolokken-Ostvold. Nuseibeh. Y. "MERLIN: Supporting Cooperation in Software Development Through a Knowledge-Based Environment". "Non-Intrusive Assessment of Organizational Data Quality". Junkermann. (1997).. (2000). -I. Sofllmre Process Modelling and Technology.M. CrossTalk: The Journal o. G" Barghouti.( Defense Sojhmre Engineering. Wiley). 175-. Juristo. Vol. M" Y Vassiliou. E. Kaiser. Proceedings o. (1989) "A Hierarchical and functional Software Process Description and its Enaction". Jorgensen. Kan. "Software process modelling support for management planning and control". Addison-Wesley. "Evaluating the Quality of Entity Relationship Models". and B. Woo y Choi. B. C. CWO I ). P.hill.. Kluwer Academic Publishers.(the 23 d Il1Iemational Con(erence on System Sciences. ~l y Hansen. N.. (1994). 1.inHal Hcnmi lmemational COI!terence on System Sciences.

18-20. pp. Jyvash:yla. n. G. ACM SIGSOFT. Bicego. 17-20. S.. 16(12). CAiSE 1995. Part 4: Questionnaire Evaluation".2003. Kitchenham. 721-734. S. Pflegger S. ACM SIGSOFT.. Inf Soft.. pp.4. S. (2002). B. 2nd edition. pp. y Linkman. "Software Quality: The Elusive Target".. 2002. No. Software Engineering Notes. B. (1999).©RA-MA BIBLIOGRAFiA Y REFERENCIAS 377 Kitchenham B. Addison-Wesley. 12-14. S. Part 6: Data Analysis".. Hoaglin. Kitchenham. (2002a) "Principles of Survey Research. FebnlalJ' (2001).12-21. (2002c) "Principles of Survey Research. Keele University. O. n. Kitchenham B. Kitchenham. 2. 28. 27. y Sindre. Maga::ine. Simila. L. SJ. Technical Report TRlSE0401. 58-76.. n. (1990). AC\I SIGSOFT. B. vol. pp. .. pp. (1996). 27. Kitchenham. Kruchten.. "Preliminary Guidelines for Empirical Research in Software Engineering". 27...L. 2. Vol. Pickard.. 27. An Infl·oduction. Lawton. Blacbvell Business Publishers. (1999) The Rational Unified Process. IEEE Transactions o/So/tware Engineering. y Rosenberg. (2002) "Principles of Survey Research. "Developing a Framework to Manage Data Quality in Healthcare". 1. (1995). (2000). Software Engineering Notes. J. pp.4. enero/febrero. D.. n. vol. So/tlmre Engineering Notes.. Kuvaja. Proceedings o/the 2000 Conference on In/onnation Quality. vol. y Pfleeger. y Pfleeger. I.304310. B. pp. IEEE Computer 34. pp.. 20-24. 2002. Vol. P. P.304310. So/tlmre Process Assessment and Improvement: The BOOTSTRAP Approach. 21(12). (2004) Procedures for Peifonning Systematic Revie. B. 32. Part 3: Constructing a Survey Instrument". "Has quality management any effect on qrtality?-Analysis of quality management by a nonlinear model".. Krause. Lindland.. Koch. "Design Metrics in Practice". pp. pp.. L. 32. IEEE Software 20(1). (2002b) "PrinCIples of Survey Research. 82-95. 3. (1990). Kosar. Kizanik.. Part 2: Designing a Survey". B. A. 1. G.. Soft.2002. (1994). n. (2000) "Providing Automated Support for the GQM Measurement Process". Kreutzberg.. Kitchenham. S. So/tlmre Engineering Notes. S. IEEE SO/Mare 17(3). 929-943. UK. Afedical Devices and Diagnostic Indusfl). vol. "Towards a Framework for Software Measurement Validation". y Pfleeger... Kitchenham. pp. Vol. (1994). B. K. B. Proceedings o/the Fourth Conference on In/onnation Quality ICIQ' 1999. G. Kitchenham.are Engineering Notes. pp.. Lavazza. Finland.1990. y Fenton N. (2001) "Knowledge Management: Ready for Prime Time?". 1. "Towards a Deeper Understanding of Quality in Requirements Engineering".s. Kitchenham B. vol. D. Inf Soft. Technology. L. "Software: A maturity model for automated software testing". Oxford. YLinkman. ACM SIGSOFT.. y Pfleeger. 5. Technology. No. Part 5: PopUlations and Samples". 20-23. M. 103-108.. AC\1 SIGSOFT. EI Emam. Kitchenham. (1995). y Saukkonen. pp. (2003) "Principles of Survey Research. Krogstie. S.2002.1990. SJ. P. 242-259. Pfleeger. S. "Design Metrics in Practice". Jones. y Pfleeger. 24-27. y Pfleeger. IEEE Transactions 011 Software Engineering. 28 N°8. pp.

H.. y Solvberg A. BOE num.• Malone.(1993). Wissensmanagemelll 2003: pp. 2. Sallis. L. K. y Ramdane-Cherif. Lindstrom. (1994). Luftman. G. y Yost. Lee. N.G. Nueva Jersey. pp. MJ. W. J. Lon. Morgan Kauffman. Kahn. 2 (2002). Li. Jou17lal ofSystems and Software". vol. "Metrics for Database Systems: All Empirical Study". Proc.378 CAUDAD DE SISTEMAS INFOR.. Master's Thesis. II. on Software Engineering. in Joul71al of Object Technology. Wang. B. 111-122.Metrics '97.1987. R.. I. (2002) "Evolutional Data Quality: a theory-specific \·iew". "The design and Implementation of a Corporate Householding Knowledgement Processor to Improve Data Quality". IEEE Trans. pp. Li. M&G (2004). MJ. Lindland 0. (1994). Infol7nation & Management . pp. Lund University. Le\y.fEmpirical So. Leonowich-Graharn. . C.!'v!ATICOS ©RA-MA Lee. 91-120. Jou/7/al o. 59-63. Y Rus. Y Henry S. Albuquerque... vol. Liu. Englewood Cliffs. A.. Losavio.. "A data quality framework for small business". BrasiL 2004. 20(3).N. A Sofl1mre JHeasurement Case Study Using GQJI. Loshin 0 . Y Wang.• Grunninger. Lorenz M. (2003) "Lessons Learned from Building Experience Factories for Software Organizations". Ley Organica 151l999. 41-69. 23 n° 2. 133-150. pp.• 40. y Chi. X. pp. No. 239-244. Department of Communication Systems. 8. 292-304.1999. 679-708.. (200]) EllIe/prises Knowledge Managemelll: The Data Qualit)· Approach. Y. Xian. 244-277. 133-146. L. JOllmal o. y Cheng.thmre en Larinoallllirica. L N. 298. Y. F. 1(3).fJfanagemelll Infol7lJation Systems. M. 99-107. "Quality Characteristics for Software Architecture". IEEE Software.jOLfi11iisslles/issue 2003 03/article" (ultimo acceso en Agosto de 2006). Sindre G. (2003). 1v!acDonelL S. (2003).W .• Jin. 13. 1997. F. M. LUTEDX(TETS-5522)/I-72/(2004) & local 27. S. Prentice Hall. pp. pp. A.thmre Engineering. y Kidd J. (1996). Madnick. pp. Shepperd y PJ.. Panorama de la Industria del So. Fourth International Sofilmre Marics Symposium. 13(1). Communication o. Ley Orgclllica de Proteccion de Datos Personales. pp. Object-Oriented Sofl1mre Metrics: A Practical Guide. http://www. Proceedings of the Eigth International COf!ference onI'?fol7nation Quality (ICIQ-03). pp. W. (1987) "An Empirical Study of Software Metrics". "Object-Oriented metrics that predict maintainability". pp. Y Willshire. R. vol. San Francisco (California). (2004). (2002) "AIMQ: A methodology for Information Quality Assessment".6. y Rombach. n° 2. Chirinos. no. (2004). J.• Tate. (2000) "Assessing Business-IT Alignment Maturity".f. "Understanding Quality in Conceptual Modelling". Proceedings of the Seventh IllIernarionai COI!terence on b!formation Qualit)· (ICIQ-02). Lind\·all.fAIS 4 (14). "The PIF Process Interchange Format and Framework Version LT. "Mayer & Bunge Informatica LTDA". Vol. The Knowledge Engineering Review. 42-49. H.• Strong. December 14. IEEE Computer Society. T. P. 0 . "Repeatable Software Engineering Experiments for Comparing Defect-Detection techniques". March-April 2003. (1998). 2.

McAndrews. Vols I. Becker S. Software Engineering Institute. 1. C (2002). L Card. Butterworth Heinemann. C (2002).dis. Z. B. Managemelll InjomlCltion Systems.uniromal. McBride. Proceedings ojthe 15th JllIemational Conference on Sojt. McGarry. A. Mecella M. "Sustaining Best Practices: How Rt!al-World Software Organizations Improve Quality Processes".C (2002). D..mre Engineering. Dean.. y Hall. M.. III: US Rome Air Development Center Reports NTIS ADiA-049 014. D.. C. R. Sojnmre Engineering Reference Book.. pp. (1998). 1. P. . L.1. S. 2nd Euromicro COI?ference on SojMare Mailllenallce alld Reengineering. y Zowghi.015. Baldoni. (1976). 1-27. Practical Sojtware AJeasuremelll. AIetodologie e Stl1lmenti per la Qualita dei Dati in Sistemi Illjormati~'i Cooperath·i. pp. Martin. Idea Group Publishing. Madrid. (2003). :VlcDermid..• Henderson-Sellers.. (2001). (1993). Simplificacion y Calidad de los Servicios. New Yark. "Empirical validation of metrics for UlvIL statechart diagrams". American Society for Quality. 055. pp. "Managing Data Quality in Cooperative Information Systems". . McFeeley. En Meersman. j\. Marchesi. Addison-Wesley. Direccion General de Inspeccion.. Technical Report CMUiSEI-2000-TR-015 ESC-TR-2000-015. McGowan. (1990). (2005). CAF . (1993). 2003. DLl.. 10.. T. 1. D. ~vlissier. Genero M. 2.K. pp 486-502. Taz Daughtrey Editor. 5th International Coi?ference on Ellie/prise Information Systems !lCEIS 03).. pp. McCall. F. Sofuvare Eng. "Total Quality Management in the Public Sector".VI. Meredith. 67-73. R. 2003. Scannapieco.• Jones. The Team Sojnmre Process (TSPS): An Oven'iew and Preliminary Results oj Using Disciplined Practices. 145-154. T. "Project Management Capability Levels: An Empirical Study'·. D. LYCS 2519..BffiLIOGRAFiA Y REFERENCLA. 87-95.. pp. B. y Piattini . (200 I). "OOA Metrics for the Unified Modeling Language". Ed. IEEE Computer Society. report CMU/SEI-96-HB001. Programma di Ricerca Cofinanziato dal MIUR. "Model based process assessments". Objecth'e b?formationjor Decision Makers. 4-13. y Walters GF (1977) FactO/'S ill sojnmre quality. National Producth'ity Rel'ieH'. R. "Managing with Metrics: Theory into Practice". (2002). IEEE Transactions on Sojnmre Engineering. In Fundamental Conceptsjor the Sofnmre Quality Engineer. B. (1996) IDEAL: A User's Guidejor Sojnmre Process Improl'elnelll.'Y: McMillan Publishing. A. "Organizational concepts and measures for the evaluation of data modelling". Miranda D. Catarci.. (1991). M.El Marco Comlln de Emluacioll. (Eds) CooPIIDOAIODBASE 2002.A: Descriptioll a/the Gelleral Rejerellce Scellariojor All b?/imllatioll Quali£~' Management Frallll?\\'orkjor Cooperath'e IlljomlCltion Systems. Layman. 1. Proc. (2004). tech. ivlekelburg. 195-213. McLeod. Virgilito. Sojnmre Quality Projessional7 (3). D. techniques and technologies. McCabe. E. C y Bohner. http://www. Ministerio de Administraciones PlIblicas. pp. 1998.it!-dg. Y Batini. y Tari.S 379 Maier R. 202-211. 308320.VLA. Chapter I. II. Inst. in Developing quality camplex databases systems: practices. "A Sofuvare Complexity Measure". Richards. (Ultimo acceso Agosto de 2006). Batini. 2002. Pp. P. Ojthe 11th Asia-Pacific SojMare Engineering Coi?ference (APSEC04). 1996.? (2003). Clark.

(2002). H. C.A. Martinez. National Association of State Chief Financial Officers: LeXington KY. F. Dispouible en: https:!!www. (vbel71etics and !lifonnatics (SCI'2001). M. "A Reusability model for Portlets".lania. (1994). pp. Boston. Planning Report 02-3.itservicecmm. Vol. M. 2002.pdf(ultimo acceso en Agosto de 2006). A. "Expanding Organizational Excellence: The Interplay between Data Quality and Organizational Performance". Paz. N1ST (2002). Robert Seiner: Pittsburgh PA.. Motha.3. 94-111. pp.nl!wiki/SwaiWebHome (Ultimo acceso Agosto de 2006). H. y Piattini. V. Research Studies Press Limited (1. pp. "National Association of State Chief Financial Officers". F. Disponible en: http://\Vww. (2005).. Disponible en http://www. Mouradian. Singapore.m'(}biblioteca/manualesimoprosofiiV%201. Calero. W. (2000). (1998).orllinotlssues/EAlEA. Moody D. "Sofrware Requirements: Functional & Non-functional Software Requirements". Proceedings of the Seventeenth Intel7lational COliference 011 Conceptual Modelling (ER '98). 21-32. M. M. Proceedings of the Seventeenth Intel7lational COl!ference on ConceplZlal Modelling (ER '98).L. Quintanilla. F. Lopez. (2002) "Organize your quality tool belt". G. 1994. Garcia. Software Engineering Research Centre: Utrecht. e Ibargtiengoitia. Clerc. y Darke P. Rivera. (eds). "Modelo de Procesos para la Industria de Software MoProSoft. December 14-17.comli003fe04.. New York (USA) 20-22 November 2005. Volume XI. (1994) "What Makes A Good Data Model? EValuating The Quality of Entity Relationships Models".onvdoc!itscmm123-0. S. Software Process Modelling and Technology.. University Press of America. Finkelstein. pp. 1. C.3 Draft. En Handbook ofSoftl\'Ore Engineering and Knowledge Engineering. M. Mullins. En Workshop on Web biformation Systems Quality.MM. "The capability maturity model from a data perspective". Diaz.htm(ultimoaccesoAgostode2006). c. Y. July 22-25. Singapore. "Calidad en Procesos de Software: Ejemplo de TSP·'. Proceedings of the 13th IllIemational COliference on Canceplllal Modelling (ER '94). Wiley). Intemational COliference on Systems.. Enterprise Architecture Maturity Model. En Calidad en el desan'ollo y mantenimiento del sofMare. y Viktor H... G.. (2002). Y Shanks G... NASCIO (2003). van Vliet. D. editors. "Improving the Quality of Entity Relationship Models-Experience in Research and Practice".7. Oktaba. 35. Flores. Okes. Web biformation Systems Engineering . Fermlndez. (2001). 3..pdf (Ultimo acceso en Agosto de 2006). Morasca. Quality Progress. LCNS 3807.. Shanks G. Esquivel. 16. July 2002.. pp. O. 239-276. 213-225.3. M. pp. Moody D. Vol.tdan. F. 1: Fundamentals. G. National Institute of Standards & Technology. "Software Measurement". Disponible en: http://www. Ok1aba. YAmbriola.TICOS ©RA-MA Montangero. Kramer. (2002) The quality Remlution A History of the Quality movement. M.pdf(ultimo acceso en Agosto de 2006).. (1998). (2002). . A . Piattini.l Mayo 2003".cs. 255-276.380 CAUDAD DE SISTEMAS INFORl'v!A. Dispouible en: http://www. ISBN: 3540-30018-X. Manchester. Moraga. M. Orozco. c.WISE 2005 Workshops. (2002).!%20 DocumentoBase . 60-65. Program Office Strategic Planning and Economic Analysis Group. Niessink..The Economic Impacts of Inadequate In/rastl1lcture for SofMare Testing.. 25-29. No. Moody D. H. pp. Su Ramos. (2003). Orlando: USA.. Ruvalcaba. The Netherlands. noviembre 16-19. Release L2+ 3-0. Version l.. "Oikos: Consuucting process-centered" SDEs. Version 1.nascio.. The Data Administration Newsletter. 1. and B. pp. En A. Nuseibeh. The IT Service Capability Maturity lvfodel. "Metrics For Evaluating the Quality of Entity Relationship Models". V.uu. 251-271. Inglaterra.. Niessink.

y Kitchenham. (2001). K. 1. (2003). OMS (2004). No. (1992). 1999. . W . 41 (2). 31. 63-103. pp. OMG. Florac. y Shu. 6. R. CA: Morgan Kaufmann Publishers. Data Quality: the accuracy dimension. Agosto 1994. B. LL (1988): "SERVQUAL: A Multiple-item Scale for Measuring Consumers Perceptions of Service Quality". "Software Processes Are Software Too". C (2003). CA.4. Onnan. pp. Monterey. Osterweil.1. IEEE Computer Press. y Staal. O. Ed. IEEE S()fnmre. The Capabili(\' Maturity Model Guidelinejor Improt'ing the sojilmre Process. pp. Goal-Drh'ell Software lvfeasuremel1l . 64.Modeling Language Specification. (1994) "Systems Approaches to Improving Data Quality". C.L. B. ACM Computing SUlTeys. Handzic. L (1987). D. Object Management Group. EPIC meeting on Software Improvement and Quality Testing. A" Jeffery. (1998) "Data Quality and System Theory". E. (1997). 16-18. 26. pp. Software Engineering Institute. (1996). Pa. Object Management Group. L. Software Process Engineering Metamodel Specification. W. Curtis. R. Paton. (200 I) "Principles of Survey Research. C (1991). H. 1'01. "Acquiring experiences with the modelling and implementation of the project lifecycle process: the PMDB work". A (1998). 2' cd. Pittsburgh. (1998). Part I: Turning Lemons into Lemonade". ACM. y Berry. Perry. Porte. OAIG Unified . Pfleeger. n. S. ParasuranJan. pp. mi. S()ft\mre Engineering Notes. 66-71. Wohlin. S.. 259-274. (2002). So/hmre Engineering Joumal. M. A.M .leH SIGSOFT. adopted specification.) Berlin. M. A. P. Pfleeger. VA. Core Plan Representation. 2-13. San Francisco. Reading.htrnl (lJltimo acceso en Agosto de 2006) Orr. version 4. En Jl. I' 1. OMB Entelprise Architecture Assessment Executive Office of the President. "Evaluating an Approach to Sharing Software Engineering Knowledge to Facilitate Learning". Software Engineering Institute. y Votta.. K. Empirical Studies ofSofnmre Engineering: A Roadmap. 25-16. Handbook CMU/SEI-96-HB-002. The OMG. L (2000). (Spring). Springer.. M. Paulk. 6(5).mit. Proceedings of the 9th Il1Iel71ational Conference on Software Engineering. y Wang. Aurum.. \'ersion 1. y Diaz. Storey. Pfleeger. Joul7lal ofRetailing. ''Testing Maturity Model". (eds.. September 1992. Fwure oj'Sojhmre Engineering.. L. March!ApriL pp. March 1987.. Sojhmre Si::e Measurement: A Framework for Counting Source Statemel1ls (CMU/SEI-92-TR-20). (1999) "Active Database Management Systems". pp. Zeitharnl. Agosto 1996. Goethert.. pp. Software Engineering Theory and Practice. G" D'Ambra. Anthony Finkelstein. 12-40. 1995 Pease. S .0. y Chrissis. R.eduitdgm\vww!papers/94/94-05. V. Vol. Carnegie Mellon University. Penedo. (200 I). C Weber.©RA-MA BIBLIOGRAFiA Y REFERENCIAS 381 Oliver.. y Van Toonn. M.fanaging Software Engineering Knowlegde. TIle Office of Management and Budget. http://web. Addison-Wesley.A Guidebook. "Assessing Software Measurement".2001. Mass. K. Prentice-HalL . Olsen. Park. Olson. Park. 345-355. Communication ofthe ACM. 1..

pmi. 42( I). Septiembre 2004. Calero.. "ivlodelling software processes quantitatively and e\'aluating the perfonnance of process alternati\·es". M. M. (2005). Ingenieria del Sojiware: un el!foqul! practico. Calvo Manzano. UK. 1991. (2002). '80-86. (1992). Genero M. Inrol7nation systems. April 1994. "Estado del Arte en la ISOI1EC 15504". 35-46. Vol. . H. e. Madrid. IEEE Sojhmre. (2003). "Distance-based software measurement: necessary and sufficient properties for software measures". y Kellner. USA. Putnam. The Data Modelling Handbook. The Outsourcing Maturit). y Fernandez.Reliable soJllmre on time.. No.. 19(3). 14(6). L. (2002) "Data Quality Assessment". 1. In/ormaticas de Gestion Piattini. M. Boston. Meta Group: Stamford CT. Elements a/Software Process Assessment and Impro\·ement. y Dedene. Y. 2004. 22-26. New Jersey. Cervera. AllIilisis y Diseiio de Aplicaciones Una perspectim de Ingenieria del Software. \I'ithin budget. Inc. PMI (2004) A Guide to the Project Management Body 0/ Knowledge.. Pohl. T. Reingruber M. N. Pipino. y Gregory W.zdnet. Pressman. Calero.. y Wang. (1994). 2' edici6n actualizada y ampliada. Reynoso L. Piattini ivl.. M. Disponible en: htm:iitechupdate. W. M. J. Ramanathan.asp (ultimo acceso en Agosto de 2006). A best-practice approach to building quality data models. G. Redman. (2001). (1988).. and Calero e. (2001) "Table Oriented Metrics for Relational Databases". Ramasubbu.e. T. SO/l1mre Quality Joul71al.. L. Prentice Hall. (2004). pp. McGraw-Hill. M.382 CAUDAD DE SISTEMAS INFOIUv1A. R. Raffoul W. Krihsnan.2001. Project Management Institute Communications. (2000). IEEE. Calidad. CMMI 1. pp. y Myers. Piattini.e. (2002) In{ol7nation and Database Qualit)'. K. Communications a/the A CAl. (1999).). 9. Lee. D. 'The three dimensions of requirements engineering: a framework and its applications". April2002Noi.comlechupdatc!stories/[nain . e. Model.1 Ow"iew. (1996) Data Qualify/or the Information Age. Redondo. S. y Sarkar. J. Piattini. In{ol7nation and SO/l1mre Technology.!infoidefault.S. pp. (1994). http://www.. pp. Boston. "Providing customized assistance for software lifecycle approaches". 2004 edition. Poe Is.4. M. Madrid. P. Redman. Measures Jar E>:cellence . y Kompalli. R. (2004) "Measuring OCL Expressions: An Approach Based on Cognitive Techniques". Chapter 5 en l'vfetrics/or SO/Mare COl1ceptual Models (Eds. (2001) Data Quality: The Field Guide.ooolC 14 I79%2C2 85 I971-2%2COO. L. 1996.. Artech House Publishers. 749-757.html#lc\·cl I (ultimo acceso en Agosto de 2006). 79-97.. G. Genero M. Ra-Ma. Raffo. "Leveraging Global Resources: A Process Maturity Framework for Managing Distributed Development". Digital Press. 243-258. y Genero. L. IEEE Transactions on SO/Mare Engineering. Jolm Wiley & Sons.ore. Genero. y Piattini M. Imperial College Press. Software Engineering Institute. 45. NASA Software Engineering Conference: Carnegie Mellon. pp. (2002).TICOS ©RA-MA Philips. M. Kluwer Academic Publishers. 2001. CS Press.

M .4iSE 2004). 3rd Edition.I) Staged Representation CA/UISEl-2002-TR-012 ESC-TR-2002-012.1 CMAflSM . Sojhmre Engineering. http: www. pp. 7(3). K. S. SEI (2001). 379-384. Proc. pp. Lewis. Rombach. Standard C\JAfI Appraisal :\Iethodfor Process Improvement (SCAMPI). y Stima. Schuene R . Blacbvell. 0/ Schramm. pp.. SEI (2002) Capability /'v/alZlrity Model IT Imegration (CMMP!).y Pianini.lPPDSS. 8-10. Keele. (1990). J-P. Proceedings (jlthe Conference on Empirical Assessment in Sofnrare Engineering (EASE 2002).. c.reDort.cmu. ARlS. Proceedings of the 26th Annual Intemational Computer SofMare and Applications COIiference (COMPSAC'02). A.'RA-MA BIBLIOGRAFiA Y REFERENCIAS 383 Robson. R.lor Systems Engineering.. (2002). M. Singapore. y Harrison. l' von Hunnius. Proceedings of the Sel'enteenth International COI!ference on ConceplZlal Modelling (ER '98). J. (eds.. S. PrenticeHall.'i'02trOO". P. Riga (Letonia) Agosto 1004. Oxford (England).). "A Robust Process Ontology for Manufacturing Systems Integration". Springer. Schekkennan. J. Reallmrld research: A resourcefor social sciemists and practitioners-researchers. Scheer. I ) http://\\"\\w.sei. CMU!SEI-2001-HB-00I. 1. M. En http://\\"\\w. "A Typed Generic Process Model for Product Focused Process Improvement".entemrise-architecture. M. abril 2002. c. Person. M. W. Saunders. IEEE Computer Society.info (ultimo acceso Agosto de 2006) Schlenoff.IEEE SofMare... (2003) "Extended Enterprise Architecture Maturity Model (E2AMM)". C. 17-25. (1993). 16'" Intemational COIiference on Admnced In/ormation Systems Engineering (C. c. "Design measurement: some lessons leamed". (1971). Serrano. Trujillo. D. Lecture Notes in Computer Science 3084. "The Guidelines of Modeling-An Approach to Enhance the Quality in Infonnation "'·10dels". Proceedings ofthe 2nd International COI!ference on Engineering Design andAutomation./inition Document. H.html(ultimo acceso Agosto 1006). M.1 CMAfI (CMMI-SDSHilPPD..edU!publications'documents'02. Saeki. y Thornhill. (2004) "Empirical Validation of Metrics for Conceptual Models of Data Warehouses". W. Serrano.reports02trOO". SEI (2004). A. (2003). (1998). y Ray. 374-389 Satpathy. Notes on case studies o/instl1lctionalmedia projects (December ed. A.). rersion 1. Sclmeider. (1998). n. VI. The Capabiliz\' Maturiz\' Model: Guidelinesjor bnpro\'ing the So/nmre Process. A. "Effective Experience Repositories for Software Engineering". l' Rotthowe T. Integrated Product cnd Process Del'elopment and Supplier Sourcing (CvlMI-SE SW. SEI (1995). C04 on Software Engineering (/CSE·03). Version 1. Maui (Hawaii). Reino Unido. pp.I: Method De.g. C~iSE 2003: Pp. .SS. M. Institute for Public Enterprise Architecture Development. Software Engineering Institute. pp. the 25'" Int.N.cl11u. 240-254. pp. (2003) "Embedding Metrics into Infonnation Systems Development Methods: An Application of Method Engineering Technique". html (Ultimo acceso en Agosto de 2006). 7-14. Calero. (2002) "Validating Metrics for Data Warehouses'·. r ·ersionI. (1998).C" Lujan-Mora. Washington DC: The Academy for Educational Development. 506520. Knutilla.Business Process FramL7Jmrks. (2002) Research Methods for Business Students. l' Piattini.eduioublications!documents02. Calero.sei. Capability MalZlriz\' Model Integration (e\/MI).

R. Van Huysduyllen and Peeters (Eds. 1-16. Travassos. K. Communication of the ACM. IEEE Computer August 1997.M. S. D.. Proc 01 The Europeall Soll1mre Afeasurement Conference. c.aul. pp. (2005). R. Siau. O.. F. y Lake. Singapore. Stylianou. Standard Metamodellor Sofl1mre Del"eiopment Methodologies. IEEE CS Press.. ultimo acceso en Agosto de 2006) Standish (2001) Extreme CHAOS D. Lee. G. "An Empirical Study of Industrial Requirements Engineering Process Assessment and Improvement". 99-104 (2000) Swenson. A. (I 997b) "Ten potholes in the road to information quality". I. pp.software. (2003). Simao. y Heights. pp. 14-32. V...). pp. (2003). Queensland University of Technology. Silverman.com!samole research.Y. Conradi.M. A. (1997) "Quality in Conceptual Modelling: Linking Theory and Practice". 38-46.. "Managing Data Quality in Dynamic Decision Environments: An Information Product Approach". Lee.D. (May).orf1. 1. Proceedings olthe 2000 Conference 011 Inlol7nation Quality. Joumal Database Mallagement. 10(4): pp. (1999) "Information Modeling and Method Engineering: A Psychological Perspective". Compollelll-Based Soll1mre Quality 2003: pp. (2002) "Defect Prevention: The road less Traveled". Standards Australia (2004). Taz Daughtrey Editor. (2000) "An integrative framework for IS quality management". y Wang. Sneed. M. pp.D (2003) "Quality Characteristics for Software Components: Hierarchy and Quality Guides". (1998).P. In N. 85-117. M" y Wang. Proc. Van Nostrand Company.. Sommerville. Shanks. H. (1998) "Measuring Legacy Database Structures". . 1. 1. World Scientific. In Fundamental Concepts lor the Soll1mre Quality Engineer. 103-110. http:!.384 CAUDAD DE SISTEMAS INFORt'vlATiCOS ©RA-MA Shankaranarayanan. 1998. pp. D. En http://www. "Replicated Studies: Building a Body of Knowledge about Software Reading Techniques". Shankaranarayanan. Lecture Notes on Empirical Soll1mre Ellgineering (pp. 298-303. Brisbane.S.. R. Antwerp.1 99-21 I. pp.html (ultimo acceso en Agosto de 2006). 1.PDFpaf1es /extreme cl1aos. Shewhart W. G.. D.C. Y Belchior. 1998. Smith. y Ransom. G" Wang.A. YKumar. Nueva York. pp. Moreno (Eds. 39-84). K. 40 (5). Y. FESM~ 98.standishf1roup. (2000) "IP-MAP: Representing the Manufacture of an Information Product".Y.W .. Shull.Y. Carver. drafi spec[ticatioll AS4651-2004 fhttu:iiwww. y Foshag. 184-206. 44-50 (1999). R. 805-814. (193 I).. R. R. (1999) "Quality Today: Recognizing the Critical Shift". May 6-8. 1. 53-60. ComlllUllications of ACM 43(9): pp.or!lipub!extemalpapetS i 9804-2. A. Joumal olDatabase Mallagement.standards. pp. 1. Pacific Asia Conlerence ollinlol7nation Systems. Ziad. 14(4).). 1993. G. Strong. y Basili. February. Standish Group 1l1ternational. Systems Ellgineering Standards alld Models Compared Soltware Productivity Consortium. Maldonado. (I 997a) "Data quality in context". Economic Control olQuality olManulactured Product. Coombes.M . y Darke. R.\\·ww.pdf(ultimo acceso en Abril de 2006) En Strong.W" y Wang. A CM Transactiolls 011 Soll1mre Ellgieering alld Methodology 14 (I). y Ziad. Y. Proceedings of the 1993 IEEE Symposium on Visual Languages. Sheard. Quality Progress.. NFP. P. American Society for Quality. Juristo y A. (1993) "A Visual Language to Describe Collaborative Work".

Second Edition. (2005): Empiricall'alidation of Pair Programming. M.. Auerbach Publications. y Berghout E. A. Taylor. SofMare Process Improvement and Practice. A Practical Guide for Quality ImprOl'elnelll ofsofnmre Del-e!opment. "A framework for analysis of data quality Reseach'·. J. Kon.. O. Tayntor.©RA-MA BIBLlOGRAFiA Y REFERENCIAS 385 Taguchi G. Caise 2005.es Visaggio. van Solingen. (1979) Imroduction to Qtfline Quality COlllrol. practical techniques for building a Ia/owledge management system. "Foundations of the Arcadia Environment Architecture". y Falcao e Cunha. N. Wand.are. Wileden. (1993) "Data Quality Requirements Analisys and Modeling" . Y.H 1'014112) pp. H. Communications ofthe AC..htrn (ultimo acceso Agosto 2006)..F. Clark. "Alignment and Maturity are siblings in architecture assessment'". Boca Raton (Florida). R. pp.Vinth International Conference ofData Engineering.. van Solingen.). de los capitulos. Assessment ofReuse Maturity.La Mancha. ISBN 007 709553 7. 357-371. England: McGraw-Hill International (UK). (2005).. Selby. A. Universidad de Castilla.1999. .\J (CACM).·. y Berghout. Grove. M. (2005). . 86-95 Wang. (2006) Estadistica 2: resllmenes Idep!mate f estadistica2!estadistica_2. R. Y Piattini. Milwaukee.. Japan: Central Japan Quality Control Association. Belz. 58-65. 39. OsterweiL L. The Goal/Question/Metric MetllOd. B. February 1998. Y. pp 623-642. (2003) Six Sigma Software Developmelll..B. L.R. L. 246-258. Quality Press.. LNCS 3520. y McNairm G.. (2004).'oceedings Sel'elllh Intel7lational sofnmre Metrics Symposium (METRlCs'OI).. London. Universidad del Sannio. Bell Canada. J. http://\\'\\w.. (1995). y Madnick S. Proceedings of the Third ACM SIGSOFTISIGPLAN Symphosium on SofMare Development Ent"ironments. Prentice Hall PTR. Turkey. B.udc. Pastor. Austria.. (1988). Topaloglu.6i7. 1. Wisconsin. C. Van der Raadt. Negaya. y Wang. A. Tague.. Wang. R. Cuenca. (eds. y Firth. Trillium Team (1994). y Wu. P. Hoorn. "Integrating Goal-Oriented Measurement in Industrial Software Engineering: Industrial Experiences with and Additions to the Goal!Question/Metric Method (GQM). Computer Engineering Department Ege University. IEEE Transaction on Kno\l'ledge and Data Engineering 7(4). A. pp. Tumey.. (II).. Wang. Benevento (ltalia). Storey: V. R. Guide to Sofnmre Quality Managemelll System Constl1lction and Certification using EN2900J. (1996) "Anchoring Data Quality Dimensions in Ontological Foundations". Wolf. R. R. Pp. E. (1999). "SPICE For Small Organisations". Tiwana. (1998). 23-31. (2000) The Knowledge Managemelll Toolkit. Gestion del conocimielllO en ingenieria del Soft. Alodelfor the Telecom Product Developmelll and Support Process Capability. pp. Viena. (2001). n1e Quality Toolbox. BornovaIzmir. Issue 2.. 1. c. R. Departamento de Ingenieria. TickIT Project Office (1992). (eds. c.. F. R.0. UK Department ofTrade and Industry and BCS. Vizcaino. (1998) "A product perspective on data quality management". N. 670 .. 9. y Van Vliet H. Tesis Doctoral. Vilar. Young.) (2006).. Communications of the AC.

Y. CRC Press. K. y D. CI: R. pp. Regnell.K. "Would organization size matter for data quality". y Lee. S.pdf(ultim0 Xu. Version 3. P.. Software Engineering Processes: Principles andApplicatiollS. Ohlson. Runeson. 26-29 June 2001.9. Weyuker E.fMaturity Matrix.windlev.5 project: process modeling as the basis for a support environment". Ziad. Y Kessler B (2000). State of Utah: Salt Lake City UI. Cap Gemini Ernst & Young: New York NY. C. Proceedings of the Eighth Conference on Infol7nation Quality ICIQ '2003.I. 31. (2003) "Development of an Instrument to Evaluate the Quality of Delivered Infoffi1ation Systems".~ 2001). pp. (1998). B. Open Source Maturity Model. Sage Publications. (200 I) Data quality. 1998. 1-10. 5. (1998). R. Westcott.\/ethods. Erperimel1lation in SofMare Engineering: An Introduction.n. htto: !www. Warboys.!aturitv.capQ:emini. TIlOusand Oaks.fthe 36th Hmmii International Conference on System Sciences. Zarnli. (2003). (1997). Beirut (Lebanon). 2-1-26. "The effects of 'Pair-Pressure' and 'Pair-Learning' ". M. ZU5~ Complller Systems andApplicalions H. pp. Septiembre 1998.htm (ultimo acceso en Abril de 2006). Vol. 1357-1365. Wohlin. "Experimental models for validating technology". K. 73-78. (2001). Yu. pp.. Kluwer Academic Publishers.23-31. Proceedings ofthe QUA TIC 2004. Inc. W. B. (2002). Y Mylopoulos. (1988). eGo\"el?1mel1l Maturity. M. . Old Saybrook. (1994).I. I. Massachussets (USA). P. IEEE Computer. Wallace. Zelkowitz M. CrossTalk 1](9). G. Widdows C y Duijnhouwer. y Rocha.386 CAUDAD DE SISTEMAS INFORMATICOS ©RA-tvlA Wang. Wang. pp. 14 No. C y Castleman.·jfCCs. D. "Measurement With a Focus: Goal-Driven Software Measurement?". Proceedings Conference on So. Object Oriented Design Measurement. R.59-{j5 Windley P. M. Kluwer Academic Publishers. John Wiley & Sons. S. E. (2001) Lel'els o. (2004). Host. A Framelmrk ofSojhmre MeasuremellI. pp. Case Stuc(l' Research: Design and . Berlin.com·docs/eGo\"Crnment~o20e. pp. Weber. Yin. A. ACSiIEEE International Conference on (. L. Whitmire.fMare Engineering Education and Training (CSEE&T 2000). WiMC Workflow Management Coalition (1999) Tel7ninology & GlOSSOlY. R.com!services·technolo!!Viooensource· (ultimo acceso en Agosto de 2006). Zubrow. IEEE Transactions Software Eng. Williams...0: Disponible en: http://www. analysis. (2000). and design". "Evaluating software complexity measures". K. "The IPSE 2. Y Lee. Westcott and Associates. (2003). y Wessh'. Disponible en: http://www. Walter de Gruy1er. YKing. "Understanding 'why' in software process modelling.om:iwfi11cistandards!docs. A. Proceedings ofthe 16 th Il1lernafional COI!ference 011 Software Engineering. 2002: Disponible en acceso en Agosto de 2006). Wilkin. 365-379. (2000). -135-437. F. Proceedings ofthe First Intemational Conference on System Development Environments and Factories. "Iaxonomy of Process Modeling Languages". Proceedings o. "Modelo de Referencia para Melhoria de Processo de Software: uma abordagem brasileira".. H. 1. (2003). Document number WFMC-TC-IOII.aiim.. Y. (1990). IEEE Computer Society Press: Los Alamitos CA.

75 Cali dad en uso. 66 c CAF. 301 Calidad de la informaci6n. 73 Calidad de Sistemas de Informaci6n. 191 Complejidad.39 APEL. 43 E Eficiencia.INDICE ALFABETICO A AHvlQ. 73. 261 Calidad de los modelos 16gicos.303 Calidad de datos.62 Encuestas.69 D Definici6n de Calidad 3 Diagrarna de afinidad. 181. 110 Coste de la calidad. 332 F Factoria de experiencia.214 Compelisoft. 29 Diagrall1a de matriz. 112 ASQ. 35 Core Plan Representation. 353 EnlOmos de Ingenieria del Software. 150 Cielo de vida software. 86 Formato de intercambio de proceso.189 . 273 Calidad de producto software. 32 Diagrarna de procesos de decisiones. 161 Cielo de vida de sistemas. 308 Experimentos. 84 Casos de estudio. 289 Cali dad de los modelos conceptuales. 33 Diagrama de redes de actividad. 84 Calidad extema 84 Calidad intema. 346 CBA-IP!. 19 Diagrama de Pareto.132 Arquitectura de Sistemas de Infomlaci6n Integrados. 154.A. 33 Diagrama de relaciones.66 CALDEA. 21 B Benchmarking. 331 Fiabilidad. 141 CrvfMI. 19 Diagrama de £lujo.MFE. 108 Funcionalidad 85 . 148 Control Estadistico del Proceso. 40. 326 Farnilias de estudio. 126 EV AMECAL. 31 Diagrama de causa-efeclo.14. 30 Diagrama de controL 23 Diagrama de dispersi6n. 85 EFQM.

84. lSI Gestion del conocimieto. 103 Linea de c6ciigo. 56.91 ISO 15288. 110 MoProSoft. 158 Modelo de McCalL 81 Modelo de proceso unificado. 14 s L SCAl'v!P!.53 ISO 90003. 158 N p People-CMA!. 156 ISO 9001. 179. 14 Medicion del proceso. 22 I IDEAL 164 IP-tvIAP. 83 ISO 9000. 67 SERE)\:TI1PITY. 45.388 CAUDAD DE SISTEMAS INFORMATICOS ©RA-MA G Gestion de la calidad total. 83. 87 Manual de la Ca1idad.Sigma.38 QIP. 49 Gestion de la calidad.298 Team Sofnmre Process ITSP). 130 Spearmint. 136 SMSDM. 97 Promenade. 28 Hoja de chequeo.58. 223 Niveles de madurez. 106 Metricas. III . 319 Goal Question Indicator Metric (GQ(I)}vf). 237 Medicion del producto.236 ISO 15939. 241 M Malcom Baldrige Nacional Quality Award. 240 ivledicion del proyecto. 199 Metamodelo de proceso software. 142.234 ISO 19011. 174 Personal Software Process (PSP). 91 Q QFD.121 SPADE. 86 w WorAjlow Management Coalition. 53 ISO 9126. 142 ISO 14598. 154 ISO 15504. 229 Premio Deming. 326 R Registros. 112 SPEi\1. 68 Mantenibi1idad. 116 Lenguqje de especificacion de proceso. 291 ISO 12207. 190 MRmps. 114 Puntos funcion. 186 SCE.50. 109 Lenguajes de modelado de proceso. 250 H Histograma. 59 ISO 9004. 188 T TDQM. 238 Medicion del Software. 14 Portabilidad. 214 Goal-Driven Software Measurement. 12. 223 Goal Question Metric (GQivf).12.53 ISO 25000. 68 Proceso somvare. 88 Practical Sofllmre Management (PSM).292 u Usabilidad. 236 Modelo de madurez de la capacidad (ClvEv!). 209.161 Seis . 171 TQdM. 167 Plan de la Calidad.

Sign up to vote on this title
UsefulNot useful