Control estadístico de procesos en software: una revisión sistemática

Autores/as

  • Bibiana Y. Garcés Corporación Universitaria Comfacauca
  • Francisco J. Pino Universidad del Cauca

DOI:

https://doi.org/10.18046/syt.v12i31.1915

Palabras clave:

Control estadístico de procesos, Six Sigma, procesos de software, mejora de procesos de software.

Resumen

La mejora de procesos software [Software Process Improvement, SPI] requiere de técnicas avanzadas para la gestión cuantitativa, de modo que, a partir del análisis de los indicadores relevantes en la organización, se pueda facilitar la toma de decisiones para dicha mejora. Dentro del conjunto de técnicas merece especial atención el control estadístico de procesos (Statistical Process Control, SPC) que ha ido ganando aceptación en las empresas que se preparan para alcanzar altos grados de madurez en sus procesos y que lo requieren para la implementación de sus programas de medición. El artículo desarrolla una revisión sistemática para un análisis crítico del estado del arte sobre las técnicas del SPC más adecuadas que se pueden adoptar en la gestión cuantitativa de software. En este sentido, al no encontrar una propuesta integrada de gestión cuantitativa software para procesos distribuidos que permita beneficios importantes a medida que más organizaciones mejoraran sus procesos o a los gestores de proyectos de software, la revisión sistemática es el modo riguroso para evaluar y determinar herramientas, tecnologías, técnicas y métodos de aplicación de acuerdo con la evidencia empírica disponible reportada en la literatura.

Biografía del autor/a

  • Bibiana Y. Garcés, Corporación Universitaria Comfacauca

    Magister en Ingeniería Informática y Máster Oficial en Tecnologías Informáticas Avanzadas de la Universidad de Castilla La Mancha (España) e Ingeniera en Automática Industrial de la Universidad del Cauca (Colombia). Actualmente es profesora y Coordinadora de Proyección Social del Programa de Ingeniería de Sistemas de la Corporación Universitaria de Comfacauca. Asimismo, se desempeña como consultor en implantación y mejora de fábricas de software en Kybele Consulting Colombia SAS. Sus áreas de intereses, en investigación y profesionales, se enfocan en las áreas de calidad y control estadístico de procesos software para la mejora avanzada de procesos software globales.

  • Francisco J. Pino, Universidad del Cauca

    Doctor en Ingeniería Informática por la Universidad de Castilla-La Mancha (España), Ingeniero en Electrónica y Telecomunicaciones y Especialista en Redes y Servicios Telemáticos de la Universidad del Cauca (Colombia). Profesor titular adscrito a la Facultad de Ingeniería Electrónica y Telecomunicaciones de la Universidad del Cauca. Miembro del Grupo IDIS (Investigación y Desarrollo en Ingeniería del Software) de la Universidad del Cauca. Socio fundador de Kybele Consulting Colombia SAS, empresa dedicada a la consultoría en calidad y la mejora de procesos, productos y servicios software. Auditor Jefe por AENOR de ISO 15504-SPICE. Sus intereses de investigación y profesionales se enfocan en las áreas de calidad y mejora de procesos de desarrollo de software en pequeñas empresas y en entornos multimodelos.

Referencias

Barbiero, C., Flury , M., Pagura, J., Quaglino, M., & Ruggieri , M. (2005). La importancia de la estadística en estrategias de mejora continua de la calidad. La metodología Seis Sigma. (Vol. Décimas Jornadas "Investigaciones en la Facultad"). Rosario, Argentina: Universidad Nacional de Rosario.

Hale, C., & Row, M. (2012). Do Not Get Out of Control: Achieving Real-time Quality and Performance. Retrieved from Crosstlak on line, http://www.crosstalkonline.org/storage/issue-archives/2012/201201/201201-Hale.pdf.

Park, Y., Choi, H., & Baik, J. (2007). A Framework for the Use of Six Sigma Tools in PSP/TSP. In Software Engineering Research, Management & Applications, 2007. SERA 2007. 5th ACIS International Conference on (pp. 807-814). Los Alamitos, CA: IEEE Computer Society.

Russ, R., Sperling , D., Rometsch, F., & Louis, P. (2008). Applying Six Sigma in the field of software engineering. In Software process and product measurement (pp. 36-47). Berlin Heidelberg, Germany: Spinger.

Wang, Q., Jiang, N., Gou, L., Liu, X., Li, M., & W, Y. (2006). BSR: A Statistic-Based Approach for Establishing. Proceedings of the 28th international conference on Software engineering (pp. 585-594). New York, NY: ACM.

Xiaosong, Z., Zhen, H., Fangfang , G., & Shenqi, Z. (2008). Research on the Application of Six Sigma in Software Process Improvement. Intelligent Information Hiding and Multimedia Signal Processing, 2008. IIHMSP'08 International Conference (pp. 937-940). Piscataway, NJ: IEEE.

Alzate Naranjo, J., & Molina Correa, A. (2009). Gestión cuantitativa del proceso de desarrollo de software . Medellín, Colombia: Universidad EAFIT.

Baldasarre, M. T., Caivano, D., Kitchenham, B., & Visaggio, G. (2007). Systematic Review of Statical Process Control: An Experience Report. 11th International Conference on Evaluation and Assessment in Software Engineering (EASE). Keele, UK: Keele University.

Baldassarre, M. T., Boffoli, N., Caivano, D., & Visaggio, G. (2008). A hands on approach for Teaching Systematic Review. In Product-focused software process improvement (pp. 415-426). Berlin Heidelberg, Germany: Springer.

Baldassarre, M., Caivano, D., & Visaggio, G. (2006). Non Invasive Monitoring of a Distributed Maintenance Process. Instrumentation and Measurement Technology Conference, 2006. IMTC 2006. Proceedings of the IEEE (pp. 1098-1103). Piscataway, NJ: IEEE.

Baldassarre, T., Boffoli, N., Caivano, D., & Visaggio, G. (2004). Manging software process improvement (SPI) through statical rocess control (SPC). In Product Focused Software Process Improvement (pp. 30-46). Berlin Heidelberg, Germany: Springer.

Batini, C., & Sacannapieco, M. (2006). Data quality: concepts, methodologies and techniques. Berlin, Germany: Springer Verlag.

Boffoli, N., Bruno, G., Caivano, D., & Mastelloni, G. (2008). Statistical process control for software: a systematic approach. Proceedings of the Second ACM-IEEE international symposium on Empirical software engineering and measurement (pp. 327-329). New York, NY: ACM.

Brereton , P., Kitchenham , B., Budgen, D., Turner, M., & Khalil, M. (2005). Employing sistematic literature review: An experience report [unpublished draft]. Keele, UK: School of Computing & Mathematics, Keele University.

Burr, A. & Owen, M. (1996). Statical methods for software quality. Scottsdale, AZ: Coriolis

Caballero , I. (2008). Introducción a la calidad de los datos y de la información. Escuela Superior de Informatica. Ciudad Real, Spain: Universidad Castilla la Mancha.

Caivano, D. (2000). Statical process control. (SERLAB, Ed.) Bari, Italy: Università degli Studi di Bari.

Caivano, D. (2011). Six Sigma for Software [Case Study]. II seminario si incentrerà in maniera pratica. Italy.

Card , D., Domzalski, K., & Davies, G. (2008). Making statistics part of decision making in an engineering organization. IEEE Software, 25(3), 37-47.

Card, D. (1994). Statical process control for software. IEEE SOftware, 11(3), 95-97.

Carleton, A., & Florac, A. (1999). Statically Controlling the Software Process. The 99 SEI Software Engineering Symposium. Pittsburgh, PA: Software Engineering Institute, Carnegie Mellon University.

Ferreiro, O. P. (2010). Control estadístico de procesos y estrategias Seis Sigma. Fonte: http://www.oocities.org/es/foro2_control_de_procesos/genlace1.pdf

Florac, W. A., & Carleton, A. D. (1999). Measuring the software process: statical process control for software process improvement. Indianapolis, IN: Pearson.

Gardiner, J., & Montgomery, D. (1987). Using statistical control of charts for software quality control. Quality and Reliability Engineering International, 3, 15-20.

Genero, M., Fernández, A. M., Nelson, H. J., & Piattini, M. (2011). How to perform systematic reviews: Theory and examples. In A. R. group (Ed.), Metodologías y Técnicas de Investigación en Informática. Universidad Castilla - La Mancha: Ciudad Real, Spain.

ISO. (2003). Guidance on statistical techniques for ISO 9001:2000. Geneva, Switzerland: ISO.

Juran, J. M. (1951). Juran´s quality control handbook. New York, NY: McGraw Hill.

Kasunic, M., McCurley, J., Goldenson, D., & Zubrow, D. (2011). An investigation of techniques for detecting data anomalies in earned value management data [tech. Rep-]. Pittsburgh, PA: Carnegie Mellon University.

Kitchenham, B. (2004). Procedures for performing systematic reviews [technical report TR/SE0401]. Keele, UK: Keele University.

Kitchenham, B. (2007). Guidelines for performing systematic literature reviews in softwrare engineering [EBSE technical report]. (D. o.-U. Sotfware Engineering Group - Keele University) Keele, UK: Keele University.

Komuro, M. (2006). Experiences of Applying SPC Techniques to software Development Processes. Proceedings of the 28th international conference on Software engineering (pp. 577-584). New York, NY: ACM.

Lantzy, M. (1992). Application of Statical Process Control to the Software Process. Proceeding WADAS '92 Proceedings of the ninth Washington Ada symposium on Ada: Empowering software users and developers (pp. 113-119). New York, NY: ACM.

Lefcovich, M. L. (2004). Six Sigma, un nuevo paradigma en gestión. Buenos Aires, Argentina: El Cid.

López. (2007). Six Sigma aplicado a la gestión de Mantenimiento en la empresa Drummond Ltd [monografía]. Universidad Industrial de Santander: Bucaramanga, Colombia.

Manlove, D., & Kan, S. (2007). Practical statistical process control for software metrics. Software Quality Professional Magazine, 9(4), 15-26.

Molina C., A. M., Alzate N., J. A., & Rincon B., R. D. (2009). Gestión Cuantitativa del proceso de desarrollo de software [thesis]. Escuela de Ingeniería de Sistemas. Medellin, Colombia: Universidad EAFITs.

Montoni, M., Rocha, A., & Weber, K. C. (2009). MPS. BR: A succesful program for softwrae process improvement in Brazil. Journal of Software Maintenance and Evolution. Research and Practice , 14(5), 289-300.

Muro, G. (2007). Aplicación de la metodología "Six Sigma" (6 o) a un mantenimiento preventivo de una turbina eólica [degree paper]. Universidad Pública de Navarra: Pamplona, Spain.

Paulk, M. C., Weber, C. V., Garcia, S. M., Chrissis, M., & Bush, M. (1993). Key practices of capability maturity model [Tech. Rep.] (Vol. Version 1.1). (S. E. Institute, Ed.) Pittsburgh, PA: Carnegie Mellon University.

Perini, M. B., Rocha, A. R., & Falbo, R. D. (2010). Evaluating the Suitability of a Measurement Repository for Statical Process Control. In ESEM´10 (Ed.), Proceedings of the 2010 ACM-IEEE International Symposium on Empirical Software Engineering and Measurement (p. 27). New York, NY: IEEE.

Piattini V., M. G., García Rubio, F. Ó., Garzás Parra, J., & Genero Bocco, M. F. (2008). Medición y estimación del software. Madrid, Spain: Ra-Ma.

Pino, F. J., García, F., & Piattini, M. (2007). Software process improvement in small and medium software enterprises: a systematic review. Software Quality Journal, 16(2), 237-261.

Ruiz-Falcó, A. (2006). Control estadístico de procesos [class notes]. Madrid, Spain: Universidad Pontificia Comillas.

Salin Monteiro, L. F., & Marcal de Oliveira, K. (2009). Defining a catalog of indicators to support process. Journal of Software Maintenance and Evolution: Research and Practice, 23(6), 395-422.

Sargut, K., & Deminörs, O. (2006). Utilization of statical process control (SPC) in emergent software organizations: pitfalls and suggestions. Software Quality Journal, 14(2), 135-157.

Tarhan , A., & Demirörs, O. (2008). Assessment of software process and metrics. Lecture Notes in Computer Science, 4895, 102-113.

Tarhan, A., & Demirors, O. (2006). Investigating suitability of software process and metric for statical process control. In Software Process Improvement (pp. 88-99). Berlin Heidelberg, Germany: Springer.

Tayntor, C. (2007). Six Sigma software development (Vol. 2). Boca Raton, FL: Auerbach.

Wang , Q., Gou, L., Jiang, N., & Che, M. (2007). An empirical study on establishing quantitative. Lecture Notes in Computer Science, 4470, 233-245.

Wang, Q., Jiang, N., Gou, L., Liu, X., Li, M., & Wang, Y. (2006). BSR: A Statistic-based Approach for Establishing and Refining Software Process Performance Baseline. ICSE '06 Proceedings of the 28th international conference on Software engineering (pp. 585-594). New York, NY: ACM.

Weller, E. (2000). Practical applications of statistical process control. IEEE Software, 17(3), 48-55.

Descargas

Publicado

2014-12-23

Número

Sección

Estado del Arte