Captulo 12 - Mtricas

12.1 - Introduo
Engenheiros trabalham com previses obtidas com clculos, medidas e simulaes, em
software as medies tambm podem ser utilizadas de maneiras semelhantes, a utilizao
dessas mtricas retorna quele mesmo problema visto anteriormente, que tratar
adequadamente a influncia de fatores subjetivos no julgamento da qualidade de um produto.
12.2 - Mtodo GQM
necessrio saber escolher quais medidas sero usadas em um projeto, uma maneira
organizada de tratar o planejamento do trabalho de medio o mtodo GQM, esse mtodo
serve para especificar objetivos.Organiza o planjemento de uma medio de software em
etapas, a cada etapa deve-se definir um elemento confome descrito a seguir:
Objetivos, estabelecidos de acordo com as necessidades dos stakeholders.
Questes, definidas para realizar o trabalho de medio.
Categorias. particionam o conjunto de dados obtidos.
Formulrios, conduzem o trabalho dos avaliadores.
As duas ltimas fases da metodologia CQM so a coleta e validao e a anlise dos dados
nicos.
12.3 - Qualidade das mtricas
O trabalho pode ser colocado em risco caso se no for possvel garantir a obteno de dados
confiveis, existem mtricas em que mais difcil garantir isso, por exemplo as que dependem
de fatores como habilidade do usurio. Certas medies tambm podem ser mais custosas que
outras ento mtricas consideradas de pouca importncia deveriam ser descartadas para
economia de recursos. As mtricas devem ser repetveis, reproduzveis, objetivas, imparciais e
devem prover evidncia para a sua avaliao. Para algumas medidas como comportamento
temporal difcil garantir a repitibilidade. Alm de todos os critrios mencionados que so de
carter qualitativos, algumas propriedades matemticas tambm so sugeridas:Significncia de
permutao, significncia de implementao, monotonicidade e complexidade de interao.
12.5.3 - Medidas baseadas no fluxo de dados
As mtricas de Henry e Kafura medem a complexidade com base no volume de informao
processado pelos componentes de um sofware. O clculo feito por mtrica igual a
comprimento vezes quantidade de informao de entrada vezes quantidade de informao de
saida, ambos ao quadrado.
12.5.4 - Acoplamento e coeso
As mtricas de acoplamento e coeso servem para analisar o grau de dependncia entre os
componentes de um programa. Coeso a associao entre dois componentes em relao a

realizao de uma dada tarefa e acoplamento mede o grau de associao entre dois
componentes, o ideal que haja um baixo acoplamento e uma alta coeso. De maneira geral
para ambos as propostas de mtricas so qualitativas, por exemplo uma mtrica de
acoplamento sugerida por Offut classifica os acoplamentos em 12 categorias numerasas e
conta-se o nmero de ocorrencia de de cada categoria.
12.5.5 - UML e orientao a objetos
Algumas mtricas foram definidas para softwares que utilizam OO. Por exemplo, a
profundidade de herana mede a distncia ao longo da rvore de herana entre uma classe
qualquer e a raiz da rvore. O nmero de filhos mede o nmero de classes diretamente
derivadas a partir de uma dada classe. O acoplamento de uma classe A para uma classe B
dado pelo nmero de mtodos de B chamados a partir de A.
A resposta para uma classe o nmero de metodos que pode ser invocado em resposta a uma
mensagem enviada por um objeto. A subdiviso um princpio importante para tratar a
complexidade: classes menores so mais fceis de comprrender e manter. Outras mtricas de
OO consistem na contagem de atributos, mtodos de uma classe, associaes existentes em
um diagrama de classes e agregaes entre classes.
Outra tcnica interessante consiste em investigar intuitivamente o acomplamento e a coeso
por meio de grficos que ilustram a complexidade do produto, a visualizao pode ser muito
reveladora dos problemas existentes pois permite ao desenvolvedor perceber imediatamente a
complexidade estrutural de um projeto e a convnincia ou no de efetuar mudanas.
12.6 - Usabilidade
A usabilidade de um produto tem uma dependncia forte de aspectos subjetivos, que so
fatores no quantificveis pelo avaliador em funo de caractersticas prprias do software,
assim a diferena de medies est nos usurios. Embora os checklists e a contagem de itens
estar distante de um estudo completo, tal tcnica simples de utilizar, de baixo custo e muito
efetiva.
12.7 - Confiabilidade
Medir a confiabilidade significa de maneira geral estimar as possveis ocorrncias de falhas,
medir os defeitos de um programa paradoxal porque preciso saber os defeitos a se contar e
se sabemos deveriam ser eliminados, os defeitos encontrados servem para gerentes
acompanharem a progresso do projeto. Infelizmente alguns defeitos no so corrigidos por
diversos motivos, ento uma caracteristica difcil de quantificar com preciso a anlise pode
ser dificultada por vrios fatores como, impossibilidade de replicar em testes as condies reais
de uso, falta de dados histricos e impossibilidade de ferar dados suficientes.
12.7.1 - Medidas de disponibilidade

A disponibilidade se refere ao tempo em qual o produto est disponvel, as estimativas so

realizadas segundo estudos estatsticos e envolvem, por exemplo estimar funes de
densidade e probabilidade. No caso de software a probabilidade de ocorrer uma falha no deve
depender do tempo de uso, a medida mais comum o MTTF que indica a durabillidade mdia
de um componente e existe tambm o MTBF que ao contrrio do MTTF no tem relao com
um componente em particular mas com um conjunto deles.
12.7.2 - Classificao de falhas
possvel classificar a manifestao dos defeitos, uma forma a norma militar americana que
tem quatro nveis de gravidade:
Catastrfica: pode causar destruio ou perda do sistema.
Crtica: pode causar graves prejuzos ou danos.
Marginal: pode causar prejuzo ou dano menor no sistema.
Pequena: no sria o suficiente para causar prejuzos ou danos.
12.8 - Eficincia
dividida em duas subcaractersticas:
Medidas de comportamento temporal so fceis de definir e alguns exemplos so bastante
conhecidos, como nmero de transaes por segundo.
Medies de uso de recursos relacionam-se com os elementosfsicos que um software utiliza
durante sua execuo, como espao em disco para instalao e operao.
12.9 - Portabilidade
o indicador de que o software pode ser adaptado a plataformas diferente, reflete o esforo
necessrio para que um produto seja adaptado a execuo em outro ambiente.
12.10 - Anlise dos resultados
Depois de efetuada toda avaliao surge outro problema: qual o nvel global de qualidade do
produto? Essa no uma resposta simples, os stakeholders tem necessidades diferentes, para
um pode ser a usabilidade o fator principal, para outro pode ser a confiabilidade. Uma maneira
normalizar os resultados e apresentar em uma nica escala, duas maneiras de apresentar
so atravs de grficos comuns ou grfico de Kiviat, eles permitem que o analista consulte o
valor individual e ainda assim tenha uma viso do conjunto de resultados, mesmo assim pode
continuar difcil comparar dois ou mais produtos, possvel resolver isso combinando
matematicamente os resultados das medies individuais. Pode-se usar mdia ponderada ou
modelar a situao como um problema de deciso multicritrio.
12.10.1 - Combinando mtricas por ponderao

Primeiro passo atribuir graus de importncia para cada carcteristica do software, o grau de
importncia escolhido pelo avaliador usando expresses em linguagem natural que
posteriormente so mapeadas utilizando a lgica nebulosa. No caso de um modelo hierrquico
de qualidade pode ser til classificar as caractersticas e subcaractersticas separadamente
numa tabela, depois normalizar todas as medidas encontradas.
12.10.2 - Combinando mtricas via AHP
Esse mtodo foi criado para resolver problemas de deciso multicritrio, alguns exemplos do
seu uso so a anlise e a justificativa de implementao da norma ISO 9000 em empresas,
avaliao e projeto de requisitos de robustez de software ou avaliao de tamanho de software
por pontos de funo. Aplicando o mtodo AHP os critrios de deciso so comparados dois a
dois. Primeiro quantifica a importncia dos critrios e depois a comparao de todos os
resultados resultar em uma matriz. Depois de clculos de autovalores e autovetores
chegamos a um novo vetor que o peso das caractersticas que so usadas para ponderar as
mtricas de qualidade. Medimos o grau de inconsistncia da matriz, quanto menor, mais
coerente tero sido as escolhas do avaliador ao comparar diversos critrios e mais confivel
ser o resultado do AHP.