Metriken für das Testreporting: Analyse und Reporting für wirkungsvolles Testmanagement
Von Frank Witte
()
Über dieses E-Book
Zu jeder Softwareentwicklung gehört es dazu, das Management regelmäßig über Fortschritte und etwaige Probleme des Projekts zu informieren. Dieses Buch stellt verschiedene Testgrößen und Metriken vor, mit denen sich Fortschritte im Rahmen eines Softwaretests plastisch darstellen lassen und Handlungsbedarf leicht zu identifizieren ist. Detailreich werden dazu die für ein erfolgreiches Reporting wesentlichen Kenngrößen und Indexwerte erklärt.
Ausgehend von der historischen Entwicklung des Testreportings erläutert der Autor den grundsätzlichen Nutzen der Metriken und gibt einen Überblick darüber, welche verschiedenen Arten von Metriken es gibt und wie sie im Softwaretest sinnvoll eingesetzt werden können. Er zeigt, wie sich, angefangen bei der Testspezifikation über die Testdurchführung bis hin zur Entwicklung der Testabdeckung, eine bestimmte Metrik individuell auf eine zu testende Software abstimmen lässt und wie man dadurch eine Automatisierung der Tests erreichen kann. Danebenstellt er Vorzüge und Nachteile jener Testmetriken auf, die auf Fehlern basieren, also die die Fehleranzahl, die Fehlerdichte und die Entwicklung der Fehler im Zeitverlauf messen.Mit dieser ausführlichen Auseinandersetzung mit dem Testreporting liefert der Autor eine optimale Bewertungsgrundlage, mit der sich nicht nur einschätzen lässt, welche Testmetrik man für welchen Einsatzzweck bzw. welche individuellen Projektsituation verwenden sollte, sondern auch, worin besondere Probleme einer einzelnen Metrik für das Testreporting bestehen können und wie man diese Probleme am besten löst. Damit richtet sich dieser praktische Leitfaden vor allem an Mitarbeiter in IT-Projekten, wie Projektleiter, Softwaretester und Entwickler, aber auch Unternehmens- und Technologieberater sowie Dozenten an Hochschulen und Universitäten finden hier einen spannenden Einblick in verschiedene Methoden des Softwaretestings.
Mehr von Frank Witte lesen
Testmanagement und Softwaretest: Theoretische Grundlagen und praktische Umsetzung Bewertung: 0 von 5 Sternen0 BewertungenStrategie, Planung und Organisation von Testprozessen: Basis für erfolgreiche Projektabwicklung im Softwaretest Bewertung: 0 von 5 Sternen0 Bewertungen
Ähnlich wie Metriken für das Testreporting
Ähnliche E-Books
Die Digitalisierung der Controlling-Funktion: Anwendungsbeispiele aus Theorie und Praxis Bewertung: 0 von 5 Sternen0 BewertungenDas ERP als Erfolgsfaktor für Unternehmen: Grundlagen, innerbetriebliche Funktionen, E-Business, Auswahlmethode Bewertung: 0 von 5 Sternen0 BewertungenBusiness-Intelligence-Lösungen für Unternehmen Bewertung: 0 von 5 Sternen0 BewertungenBuchreihe: Produktivitätssteigerung in der Softwareentwicklung, Teil 2: Managementmodell, Aufwandsermittlung und KPI-basierte Verbesserung Bewertung: 0 von 5 Sternen0 BewertungenTechnische Schulden: Identifizierung, Dokumentation und Management Bewertung: 0 von 5 Sternen0 BewertungenEinführung ins Projektcontrolling: Strategisches, operatives und agiles Controlling lernen, verstehen und anwenden – mit vielen Anwendungsbeispielen Bewertung: 0 von 5 Sternen0 BewertungenAufwandsschätzungen in der agilen Softwareentwicklung: Einsatz von Methoden zur Messung des funktionalen Umfangs Bewertung: 0 von 5 Sternen0 BewertungenKI-gestützte Aufwandsschätzung und Projektplanung: Neue Ansätze für erfolgreiche Projektumsetzungen Bewertung: 0 von 5 Sternen0 BewertungenPlanung und Reporting im BI-gestützten Controlling: Grundlagen, Business Intelligence, Mobile BI und Big-Data-Analytics Bewertung: 0 von 5 Sternen0 BewertungenIT-Controlling: Kompakte Einführung Bewertung: 0 von 5 Sternen0 BewertungenUnternehmensplanung im Zeitalter der Digitalisierung: Ansätze und Erfolgsfaktoren in der Praxis Bewertung: 0 von 5 Sternen0 BewertungenDer IT-Projektmanager: Erfolgreiche Planung und Umsetzung Bewertung: 0 von 5 Sternen0 BewertungenProjektmanager Bewertung: 0 von 5 Sternen0 BewertungenModellbasiertes Requirements Engineering: Von der Anforderung zum ausführbaren Testfall Bewertung: 0 von 5 Sternen0 BewertungenPraxisorientiertes IT-Risikomanagement: Konzeption, Implementierung und Überprüfung Bewertung: 0 von 5 Sternen0 BewertungenDigitale Erfolgsfaktoren für Schweizer Unternehmen: Wie sich KMU und Grossunternehmen für ihre digitale Zukunft erfolgreich ausrichten Bewertung: 0 von 5 Sternen0 BewertungenDer Site-Master-Plan: Mit Struktur zum Erfolg Bewertung: 0 von 5 Sternen0 BewertungenData Governance: Grundlagen, Konzepte und Anwendungen Bewertung: 0 von 5 Sternen0 BewertungenSales & Operations Planning in der Konsumgüterindustrie: Mit Best-Practice-Prozessen nachhaltig die Wettbewerbsfähigkeit steigern Bewertung: 0 von 5 Sternen0 BewertungenProjektmanagement: - lernen, lehren und für die Praxis Bewertung: 0 von 5 Sternen0 BewertungenFahrplan für Projektmanagement in sechs Schritten: So behalten Sie Kosten, Termine und Reifegrad im Blick Bewertung: 0 von 5 Sternen0 BewertungenSelf-Service BI & Analytics: Planung, Implementierung und Organisation Bewertung: 0 von 5 Sternen0 BewertungenSoftwarestabilität in der Industrie Bewertung: 0 von 5 Sternen0 BewertungenProjektmanagement von Online-Projekten Bewertung: 0 von 5 Sternen0 BewertungenEffektives Projektmanagement: Erfahrungen aus der Praxis Bewertung: 0 von 5 Sternen0 BewertungenSharePoint Kompendium - Bd.4: Big Data: Big Data Bewertung: 0 von 5 Sternen0 BewertungenSoftwaredesigndokumente - sinnvoller Einsatz im Projektalltag: Sinnvoller Einsatz im Projektalltag Bewertung: 0 von 5 Sternen0 BewertungenPortfolio-Management in Stadtwerken: Effiziente Bewirtschaftung von Strom- und Gasportfolios Bewertung: 0 von 5 Sternen0 BewertungenDatengetriebenes Management: Wie Sie die richtigen Grundlagen legen, bevor Sie mit Business Intelligence durchstarten können Bewertung: 0 von 5 Sternen0 Bewertungen
Softwareentwicklung & -technik für Sie
Programmieren lernen mit Python 3: Schnelleinstieg für Beginner Bewertung: 0 von 5 Sternen0 BewertungenDas große Python3 Workbook: Mit vielen Beispielen und Übungen - Programmieren leicht gemacht! Bewertung: 4 von 5 Sternen4/53D-Drucken für Einsteiger: Ohne Frust 3D-Drucker selbst nutzen Bewertung: 0 von 5 Sternen0 BewertungenProjekt Unicorn: Der Roman. Über Entwickler, Digital Disruption und das Überleben im Datenzeitalter Bewertung: 0 von 5 Sternen0 BewertungenSketchnotes in der IT: Abstrakte Themen mit Leichtigkeit visualisieren Bewertung: 0 von 5 Sternen0 BewertungenAgile Spiele – kurz & gut: Für Agile Coaches und Scrum Master Bewertung: 0 von 5 Sternen0 BewertungenKanban für Anfänger: Grundlegendes über den Einsatz von Kanban in der Industrie und der Softwareentwicklung Bewertung: 0 von 5 Sternen0 BewertungenAgiles Projektmanagement: Scrum für Einsteiger Bewertung: 0 von 5 Sternen0 BewertungenLean Production - Grundlagen: Das Prinzip der schlanken Produktion verstehen und in der Praxis anwenden. Schlank zur Wertschöpfung! Bewertung: 0 von 5 Sternen0 BewertungenProjektmanagement für Anfänger: Grundlagen, -begriffe und Tools Bewertung: 0 von 5 Sternen0 BewertungenZertifizierung für Softwarearchitekten: Ihr Weg zur iSAQB-CPSA-F-Prüfung Bewertung: 0 von 5 Sternen0 BewertungenAgiles Coaching als Erfolgsfaktor: Grundlagen des Coachings, um Agile Teams erfolgreich zu managen Bewertung: 0 von 5 Sternen0 BewertungenAutomatisiertes Testen: Testautomatisierung mit Geb und ScalaTest Bewertung: 0 von 5 Sternen0 BewertungenFreistellen mit Adobe Photoshop CC und Photoshop Elements - Gewusst wie Bewertung: 0 von 5 Sternen0 BewertungenSoftwareentwicklungsprozess: Von der ersten Idee bis zur Installation Bewertung: 0 von 5 Sternen0 BewertungenModellbasiertes Requirements Engineering: Von der Anforderung zum ausführbaren Testfall Bewertung: 0 von 5 Sternen0 BewertungenDesign Thinking für Anfänger: Innovation als Faktor für unternehmerischen Erfolg Bewertung: 0 von 5 Sternen0 BewertungenDigital Paintbook Volume 3 Bewertung: 5 von 5 Sternen5/5Einfach Java: Gleich richtig programmieren lernen Bewertung: 0 von 5 Sternen0 BewertungenAgiles Requirements Engineering und Testen Bewertung: 0 von 5 Sternen0 BewertungenQualität in IT-Architekturen: Management Bewertung: 0 von 5 Sternen0 BewertungenKompaktes Managementwissen: Die Grunstruktur agiler Prozesse Bewertung: 0 von 5 Sternen0 BewertungenChange Management für Anfänger: Veränderungsprozesse Verstehen und Aktiv Gestalten Bewertung: 1 von 5 Sternen1/5UML @ Classroom: Eine Einführung in die objektorientierte Modellierung Bewertung: 0 von 5 Sternen0 BewertungenEinstieg in Reguläre Ausdrücke Bewertung: 0 von 5 Sternen0 BewertungenIT Wissensmanagement: Theorie und Praxis Bewertung: 0 von 5 Sternen0 BewertungenSoftwarearchitektur für Dummies Bewertung: 0 von 5 Sternen0 BewertungenDie besten Android-Apps: Android-Systemtools - Fotografie & Freizeit - Büro-Tools, Schule und Studium Bewertung: 1 von 5 Sternen1/5Systems Engineering mit SysML/UML: Anforderungen, Analyse, Architektur. Mit einem Geleitwort von Richard Mark Soley Bewertung: 0 von 5 Sternen0 Bewertungen
Rezensionen für Metriken für das Testreporting
0 Bewertungen0 Rezensionen
Buchvorschau
Metriken für das Testreporting - Frank Witte
© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2018
Frank WitteMetriken für das Testreportinghttps://doi.org/10.1007/978-3-658-19845-9_1
1. Definition, Historie und Nutzen von Metriken
Frank Witte¹
(1)
Landshut, Deutschland
Zusammenfassung
Metriken werden dafür eingesetzt, um das Reporting des Projektfortschritts zu erleichtern. Sie werden zur Kontrolle und Prognose in Entwicklungsprojekten eingesetzt und erleichtern das Verständnis für komplexe Zusammenhänge.
Das Maß gehört zu den frühesten Werkzeugen, das die Menschheit erfunden hat. Das alltägliche Leben von Menschen ist unvorstellbar ohne solche Einheiten, die ein gemeinsames System für Verständnis und eine Grundlage für alle Wissenschaften bilden. Beim Anfang des Handels, der Produktion von Alltagswaren oder bei der Entstehung von Bautätigkeiten entwickelten sich die ersten Maße. Je mehr in der Naturwissenschaft erforscht wurde, desto mehr entstand die Notwendigkeit für übersichtliche und nützliche Darstellung von neuer Information. Dabei musste die Information nicht nur von anderen korrekt interpretiert werden können, sondern auch vergleichbar sein. Die Anforderung an die Vergleichbarkeit hat sich als sehr wichtig in der Entwicklung der Wissenschaft herausgestellt. Diese Anforderung führte im Verlaufe des 18. Jahrhunderts in Europa zur Entstehung des auf dem Meter basierenden Einheitssystems. Das höhere Ziel für die Gültigkeit des metrischen Systems lautet: „Für alle Welt, für alle Völker." Jedes Land, das den internationalen Handel sowie wissenschaftlichen und technischen Austausch unterstützen wollte, musste das System akzeptieren [Alyo2017].
Das Maß ist eine der wesentlichen Voraussetzungen für Standardisierung und Globalisierung. Metriken stellen eine Vergleichbarkeit her.
Eine Metrik (Zählung, Messung) bezeichnet im Allgemeinen ein Verfahren zur Messung einer quantifizierbaren Größe. Die ,,quantifizierbare Größe" im Softwaretest kann z. B. die Testbarkeit der Software oder die Komplexität oder Qualität der Testfälle darstellen. Metriken wandeln den Softwaretest zu einer messbaren Technologie.
Ziele der Erstellung von Metriken sind dabei u. a.:
Bewertung der Software
Aufdecken von Fehlern und fehlerhaften Prozessen
Schaffen einer Vertrauensbasis in die Software
Gewichtung und Rechtfertigung der Testkosten im Vergleich zum gesamten Softwareherstellungsprozess
Metriken ermöglichen Objektivität durch die Quantifizierung von Beobachtungen [Soge2011]. Eine Metrik ist eine Messung für quantitative Bewertungen oder Verbesserungen eines Prozesses oder Produkts. Key Performance Indicators (KPI) bewerten quantifizierbare Metriken, welche die Performance der Organisation bezüglich eines Ziels bewerten
Metriken werden dafür eingesetzt, um den Testprozess zu steuern. Sie untermauern die Testberatung und finden beim Vergleich von Systemen und Prozessen Anwendung. Eine Testmetrik ist die messbare Eigenschaft eines Testfalls oder Testlaufs mit Angabe der zugehörigen Messvorschrift, wie zum Beispiel dem Testabdeckungsgrad.
Metriken sollen gewisse Voraussetzungen erfüllen, damit deren Erhebung regelmäßig fortgeschrieben und nicht vernachlässigt wird:
1.1 Kriterien für Metriken
Folgende Kriterien soll eine Metrik erfüllen:
Einfachheit der Erhebung
kompakte und objektive Beschreibung
Vorhersagen zu geordneter Planung und Prognose von Verbesserungen
Repräsentanz (die Darstellung als Zahl kann sinnvoll umgesetzt werden)
Eindeutigkeit (viele Abbildungen sind möglich)
Nachvollziehbarkeit
Skalierbarkeit
1.2 Gütekriterien für Metriken
Folgende Gütekriterien sollen Metriken erfüllen:
Objektivität: kein subjektiver Einfluss durch Messenden möglich
Validität und Konsistenz: die Metrik misst wirklich das, was sie vorgibt zu messen
Zuverlässigkeit (Reproduzierbarkeit): die Wiederholung liefert gleiche Ergebnisse
Nützlichkeit: die Metrik hat eine praktische Bedeutung
Normiertheit: eine Skala für die Messergebnisse existiert
Vergleichbarkeit: die Metrik ist mit anderen Maßen vergleichbar
Ökonomie: die Metrik ist mit vertretbaren Kosten messbar [Kosc2011]
1.3 Erfolgskriterien für Metriken
Es gibt einige wichtige Erfolgsfaktoren für die Arbeit mit Metriken:
Metriken müssen proaktiv sein und in der täglichen Arbeit eingesetzt werden können. Metriken, die am Monatsende vergangenheitsbezogen erfasst werden müssen und deren Bezug zur täglichen Arbeit sich nicht erschließt oder Fehlerzahlen ohne Analyse der Fehlerursachen werden ungern erhoben und erscheinen nur als Befriedigung einer Vorgabe, werden aber von den betroffenen Mitarbeitern nicht ernst genommen.
Metriken müssen einfach und in Ziel und Auswirkungen nachvollziehbar sein. Komplexe und aufwändige Rechenmodelle eignen sich nicht für die Einführung von Metriken, sondern höchstens im weiteren Verlauf und von den Modellen abgeleiteter Fragestellungen.
Metriken müssen im Projekt erhoben und gesammelt werden und nicht durch externe Planer oder eigene „Metrikgruppen".
Der Messgegenstand muss klar definiert sein; es muss eindeutig darstellbar sein, welcher Sachverhalt untersucht wird. Gerade an diesem Punkt, der sich zunächst relativ trivial anhört, scheitert oft das Reporting mit Metriken. Dazu gehört, dass die in der Organisationseinheit verwendeten Begriffe klar definiert sind, am besten in einem Glossar, und dass alle Stakeholder von einem bestimmten Terminus dieselben Vorstellungen haben. Eine erfolgreiche Kommunikation ist dazu das wesentliche Element und gerade die richtige Kommunikation wird häufig vernachlässigt.
Programme für Metriken verlangen Training und exakte Anleitungen, auf welche Weise sie ermittelt werden sollen. Ein hoher manueller Aufwand bei der Erhebung der Metriken ist zu vermeiden, die Ermittlung, Erfassung und Verdichtung der Daten soll so automatisiert wie möglich erfolgen.
Die Arbeit mit Metriken verlangt eine detaillierte Analyse und individuelle Interpretation der Daten ohne personenbezogene Schuldzuweisungen.
Metriken müssen vom Management gefordert und aktiv unterstützt werden. Erfolgreiche Projekte und neue Erkenntnisse aufgrund von Metriken führen zu stärkerer Akzeptanz ihres Einsatzes [Eber1996].
1.4 Validierung von Maßen
Man unterscheidet bei der Validierung von Maßen zwischen interner und externer Validierung. Die interne Validierung ist der Nachweis, dass ein Maß eine gültige numerische Charakterisierung eines Attributs ist, durch
Nachweis der Erfüllung der Repräsentanzbedingung und
Prüfung des Skalentyps.
Eine externe Validierung dient als Vorhersagemodell:
Hypothese über den Zusammenhang zwischen zwei Maßen
Erfassung der Messwerte beider Maße auf gleicher Testmenge
statistische Analyse von Ergebnissen durch Bestimmung von Parametern und Prüfung der Allgemeingültigkeit
Untersuchung von Prozessen, Ressourcen und Produkten
isoliert (intern) oder extern (mit Umgebung)
zu unterschiedlichen Phasen des Prozesses
objektiv oder subjektiv, direkt oder abgeleitet
Bei Metriken unterscheidet man zwischen internen und externen Metriken. Eine interne Metrik ist darüber definiert, dass sie nur Eigenschaften innerhalb des untersuchten Objekts misst, wohingegen externe Metriken Interaktionen und Wechselwirkungen des Objektes mit seiner Umgebung berücksichtigen.
Metriken werden sowohl für den Rückblick als auch für Prognosen eingesetzt. Testmetriken dienen dem Testmanagement dazu, im Softwareprojekt den Aspekt einer nachhaltigen Qualitätssicherung zu dokumentieren.
Eine Metrik liefert dabei immer nur Aussagen bezüglich eines bestimmten untersuchten Aspekts. Die ermittelten Maßzahlen sind immer erst im Vergleich zu den Zahlen aus anderen untersuchten Programmteilen oder Werten zu anderen Kriterien aussagekräftig.
1.5 Probleme im Softwareentwicklungsprozess
In Zusammenhang mit der Erstellung neuer Anwendungen treten typischerweise Probleme in folgenden Bereichen auf. Metriken sollen dazu geeignet sein, diese Problembereiche zu untersuchen und mit Hilfe von Indexwerten auszudrücken:
Überschreitung der geplanten Projektdauer
unvollständige Realisierung der gewünschten Qualität
unvollständige Realisierung von Funktionen
Überschreitung der geplanten Projektkosten
1.6 Historie der Testmetriken
Aktivitäten im Softwaretest entwickelten sich um 1970, und schon bald wurden Testüberdeckungen gemessen. Da die Programmzuverlässigkeit damals zunehmend wichtig wurde, war es auch notwendig, gefundene Fehler zu messen. Bill Hetzel beschrieb 1993 mögliche Ansätze zur Testmessung und Stephan Kan behandelte in einer Studie Ende der 1990er-Jahre ebenfalls unterschiedliche Messmodelle. Im Jahre 2006 wurde von Sneed und Jungmayr der erste deutschsprachige Beitrag zum Thema Testmetrik publiziert [Snee2010]. Inzwischen ist der Einsatz von Testmetriken in Software-Projekten allgemein verbreitet.
1.7 Schritte zum Aufsetzen von Testmetriken
Es sollte möglichst zu Anfang des Projekts definiert werden, welche Metriken sinnvoll sind und im Projektverlauf erhoben werden sollen. Leider wird zu Projektbeginn (wie für viele andere Aktivitäten) in der Praxis in den weit überwiegenden Fällen viel zu wenig Zeit in diese notwendige Vorarbeit investiert und notwendige Definitionen werden unterschätzt. Gerade Dinge, die auf den ersten Blick trivial erscheinen, werden oft zu wenig beachtet und führen zu dauerhaften Problemen im Projekt.
Die Metriken sollen bereits im Testkonzept definiert werden (Tab. 1.1). Eine nachträgliche Einführung von Testmetriken ist in der Regel mit Mehraufwand verbunden, vor allem dann, wenn man Werte aus der Historie rekonstruieren muss. Wenn man Metriken während des Projektablaufs erst definiert und ab einem bestimmten Punkt einsetzt, hat man nicht die Entwicklung im Projektverlauf vollständig aufgezeigt. Es ist aber immer noch besser, eine Metrik nachträglich einzuführen als Werte gar nicht zu messen.
Tab. 1.1
Schritte zur Definition von Testmetriken
1.8 Lifecycle von Testmetriken
Im Allgemeinen haben alle Testmetriken folgenden Ablauf:
1.
Analyse:
Identifikation und Definition der zu verwendenden Testmetriken
2.
Kommunikation:
Erläuterung der Notwendigkeiten gegenüber den Stakeholdern und dem Testteam
Erläuterung der Verfahren zur Datenerhebung
3.
Evaluierung:
Sammeln und Verifizieren der Daten
Kalkulation der Indexwerte
4.
Report:
Erstellen des Testberichts mit Hilfe der Metriken
Unterrichtung von Projektmanagement und Einsammeln des Feedbacks
Literatur
[Eber1996]
Ebert C, Dumke R (1996) Software-Metriken in der Praxis. Springer, Heidelberg
[Soge2011]
TPI Next (2011) Geschäftsbasierte Verbesserung der Testprozesse. dpunkt-Verlag, Sogeti
[Snee2010]
Sneed, Baumgartner, Seidl (2010) Software in Zahlen. Hanser-Verlag, München
[Kosc2011]
Koschke. Softwaretechnik, Fachbereich Mathematik und Informatik, Universität Bremen, WS 2011/12. https://www.informatik.uni-bremen.de/st/lehre/swt11/metriken.pdf. Zugegriffen am 05.10.2017
[Botr2006]
Projektübergreifendes Testmanagement am Beispiel des Produkts „Quality Center" in einem Finanzunternehmen, Bachelorarbeit Sinan Botros im Studiengang Informatik. Hannover (2006) http://www.se.uni-hannover.de/pub/File/pdfpapers/Botros2006.pdf. Zugegriffen am 07.10.2017
[Alyo2017]
Alyokhin V. Management von Softwaresystemen, Systembewertung: Metriken und Prozesse. http://www4.in.tum.de/lehre/seminare/hs/WS0506/mvs/files/Ausarbeitung_Alyokhin.pdf. Zugegriffen am 12.10.2017
© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2018
Frank WitteMetriken für das Testreportinghttps://doi.org/10.1007/978-3-658-19845-9_2
2. Klassifizierung von Metriken
Frank Witte¹
(1)
Landshut, Deutschland
Zusammenfassung
Metriken lassen sich nach mehreren Klassifizierungen in unterschiedliche Kategorien unterteilen.
2.1 Kennzahlen
Als Kennzahlen bezeichnet man Zahlen, welche messbare, betriebswirtschaftlich relevante Daten zusammenfassen. Sie bündeln damit mehrere Daten zu einer aussagekräftigen Größe. Mit Hilfe von Kennzahlen können Unternehmen oder Organisationen bewertet und Ergebnisse, zum Beispiel aus den Vorjahren, verglichen werden. Gleichzeitig können Unternehmen und Verwaltungen sich mit diesen Kennzahlen auch an anderen Organisationen messen. Kennzahlen basieren zumeist auf aggregierten und kompakten Informationen. Grob lassen sich Kennzahlen gliedern in
absolute Kennzahlen: z. B. Fahrzeit, Gesamtkosten, Personalkapazität, gemittelter Wochenumsatz
relative Kennzahlen (Verhältniskennzahlen, Indexwerte), dabei
dimensionsbehaftete relative Kennzahlen: z. B. Stückkosten, Spesen pro Tag, Umsatz pro Kunde
dimensionslose relative Kennzahlen: z. B. Preisindex, Aktienindex, Fertigstellungsgrad, prozentualer Anteil, Umsatzrendite
Bestandskennzahlen: z. B. Krankenstand, Marktpreis, Temperatur (Gültigkeit zu einem festgelegten Zeitpunkt)
Verlaufskennzahlen: z. B. Trends und Durchschnittswerte (Gültigkeit für einen festgelegten Zeitraum)
Kennzahlen fassen messbare, relevante Daten zusammen und stellen sie in einen größeren Zusammenhang. Kennzahlen sind quantitative Informationen, die für die Bedürfnisse der Analyse und Steuerung aufbereitet werden. Kennzahlen leisten
die Messung betrieblicher Vorgänge,
die Beurteilung unternehmensrelevanter Sachverhalte,
die kurze und prägnante Darstellung komplexer Tatsachen,
die Festlegung zukünftiger Maßstäbe sowie
die Festlegung kritischer Erfolgsfaktoren.
Ein Kennzahlenwert ist der Wert der Kennzahl zu einem bestimmten Zeitpunkt (zum Beispiel Mitarbeiterzahl am 31. Dezember 2016) oder über einen festgelegten Zeitraum (zum Beispiel Gewinn in einem Geschäftsjahr). Für Kennzahlen finden sich typischerweise Namen wie -anteil, -faktor, -grad, -index, -koeffizient, -quote, -verhältnis, -zahl und ähnliche Zusätze, die teilweise nach den messtechnischen Normen speziellen Typen von Kennzahlen vorbehalten sind. Streng genommen ist eine Kennzahl für sich genommen nicht aussagekräftig; gemeint ist immer eine Kenngröße, also das Produkt aus Zeichen (z. B. Buchstaben, auch in Kombination mit mathematischen Zeichen oder Sonderzeichen bei Ratings [z. B. AA+] oder eine Zahl bei numerischen Angaben und ihre Einheit (z. B. Celsius, Euro, Meter).
In der mathematischen Statistik existieren verschiedene Kennzahlen. Mit diesen Kennzahlen gelingt es zum Beispiel in der deskriptiven Statistik, sich mit wenigen quantitativen Daten bereits eine gute Übersicht über Verteilungen, Mittelwerte etc. zu verschaffen. Im Folgenden sind einige Beispiele für statistische Kennzahlen beschrieben.
Arithmetisches Mittel : Mittelwert, der als Quotient aus der Summe der betrachteten Zahlen und ihrer Anzahl berechnet ist. Die zwei Zahlen 1 und 2 haben zum Beispiel den arithmetischen Mittelwert 1,5 (= (1 + 2) / 2). In der Statistik wird das arithmetische Mittel einer Stichprobe auch empirischer Mittelwert genannt.
Kurtosis ist eine Maßzahl für die Steilheit bzw. „Spitzigkeit" einer Wahrscheinlichkeitsfunktion mit einem Gipfel, statistischer Dichtefunktion oder Häufigkeitsverteilung. Die Wölbung ist das zentrale Moment 4. Ordnung. Verteilungen mit geringer Wölbung streuen relativ gleichmäßig; bei Verteilungen mit hoher Wölbung resultiert die Streuung mehr aus extremen, aber seltenen Ereignissen.
Median : Der Median oder Zentralwert ist ein Mittelwert in der Statistik und ein Lageparameter. Der Median einer Auflistung von Zahlenwerten ist der Wert, der an der mittleren (zentralen) Stelle steht, wenn man die Werte der Größe nach sortiert. Beispielsweise ist für die Werte 4, 1, 37, 2, 1 die Zahl 2 der Median, nämlich die mittlere Zahl in 1, 1, 2,4,37.
Allgemein teilt ein Median einen Datensatz, eine Stichprobe oder eine Verteilung so in zwei (gleich große) Hälften, dass die Werte in der einen Hälfte nicht größer als der Medianwert sind, und in der anderen nicht kleiner. Der Median wird z. B. häufig für die Verteilung der Haushaltsvermögen in einem Land verwendet.
Modalwert : Als Modus oder Modalwert bezeichnet man in der Stochastik, einem Teilgebiet der Mathematik, eine Kennzahl der Verteilung einer Zufallsvariable oder eines Wahrscheinlichkeitsmaßes. Der Modus gehört zu den Lagemaßen und hat somit wie der Erwartungswert und der Median die Aufgabe, die Position einer Verteilung zu charakterisieren.
Varianz : In der Stochastik ist die Varianz ein wichtiges Streuungsmaß der Wahrscheinlichkeitsverteilung einer reellen Zufallsvariablen. Sie beschreibt die erwartete quadratische Abweichung der Zufallsvariablen von ihrem Erwartungswert. Damit stellt die Varianz das zweite zentrale Moment der Zufallsvariablen dar. Die Quadratwurzel der Varianz wird Standardabweichung der Zufallsvariablen genannt.
2.2 Indikatoren
Indikatoren sind quantitative Informationen, die als Ersatzgröße Schlüsse auf die Ausprägung oder Veränderung anderer wichtiger Größen zulassen. Indikatoren sind häufig nicht direkt messbar und werden auch als „weiche Faktoren" bezeichnet.
Kennzahlen und Indikatoren werden häufig zur Entscheidungsfindung, Strategieplanung und Absicherung verwendet. Dabei wird grundsätzlich zwischen absoluten und relativen Kennzahlen unterschieden, die jedoch meist aus Bilanzen oder anderen Unterlagen entnommen werden. Durch Kennzahlen und Indikatoren werden Werte und Prozesse dargestellt und abgebildet, die als Grundlage für Entscheidungen dienen. Neben der Anwendung für Management oder Controlling kann diese Methode auf Entwicklungsprojekte übertragen werden.
Eine wichtige Frage, die sich Projektleiter und Testmanager vor dem Test stellen ist, welche Eigenschaften ein Projekt hat und welche Parameter das Projekt zu welchen Anteilen beeinflussen. Diese Komplexität wird aber häufig durch Erfahrungswerte und Gefühl ausgedrückt. Die Komplexität eines Projekts bestimmt aber maßgeblich den Testumfang und die Auswahl der Testmethoden. Um dies auch objektiv und nachvollziehbar zu dokumentieren, kann man sich Kennzahlen und sogenannter Expertenaudits bedienen, um die Erfahrung der Projektmitarbeiter sichtbar und messbar darzustellen. Weiterführend wird hier klar werden, dass man nicht ausschließlich von dem Begriff „Kennzahlen" sprechen kann, da nicht alle Faktoren für die Komplexität eines Projekts auf messbaren Größen beruhen, sondern häufig zusätzlich Schätzwerte, Einschätzungen und Meinungen einbezogen werden. Es werden also auch Indikatoren verwendet. Es zeigt sich jedoch, dass es sinnvoll ist, Projekte nicht nur technisch mit Kennzahlen messbar, sondern auch auf soziotechnischer Ebene durch Indikatoren zu bewerten, um die realen Einflüsse abzubilden.
2.3 Klassifizierung von Testmetriken
Eine grobe Klassifizierung teilt Metriken in Prozessmetriken und Produktmetriken ein:
Prozessmetriken bewerten den Test als Dienstleistung und drücken dazu Indexwerte wie Testüberdeckung oder die Fehlerfindungsrate aus.
Produktmetriken bewerten alle Elemente des Tests (Konzept- und Entwurfsdokumente, Source-Dateien, Testfälle usw.) und deren Beziehung untereinander.
Einige Metriken sind dabei sowohl Prozess- als auch Produktmetriken:
Projektmetriken werden dazu verwendet, um die Effizienz eines Projektteams oder eines im Projekt eingesetzten Tools zu messen.
Eine andere Form der Unterteilung von Metriken führt zu folgenden Gruppen:
Anforderungsbasierte Metriken (Beurteilung von Testumfang,