No abstract

No abstract

The Statistical Process Control (SPC) has been adopted by software development organizations to improve process management and assessment. Without appropriate support tools and a process model to guide the organizations during to SPC, such practice is costly, considering the need to collect and analyze information from several process enactments. To aid in the SPC implementation, this paper proposes a standard process model and an approach for quantitative analysis of projects that was integrated to a Process-centered Software Engineering Environment.Keywords -software process control (SPC); control chart; variatio; process performance; measurement. I. INTRODUÇÃOAtualmente, um número crescente de organizações tem almejado melhorar o desenvolvimento e o gerenciamento de seus projetos de software, com o objetivo de aumentar a competitividade e alcançar os objetivos de prazo, custo e qualidade definidos [1]. Segundo [24], a coleta de métricas durante os projetos de software podem ser utilizadas para melhorar o processo de software da organização. Com isto, se torna possível mostrar como as características de qualidade do produto ou do processo de software podem ser quantificadas e analisadas, possibilitando que o desempenho dos processos seja predito, controlado e guiado para atingir os objetivos de negócio e técnicos da organização.A utilização da gerência quantitativa pode fornecer, por meio da análise estatística de dados obtidos em medições, uma visão objetiva do projeto e dos processos nele utilizados. Dessa forma, é possível obter um entendimento da situação e andamento do projeto, suas variações de desempenho e qualidade, o grau de alcance dos objetivos do projeto e da organização, permitindo prever resultados futuros [24]. Alguns modelos de melhoria de processo de software, tais como: o CMMI (Capability Maturity Model Integration) [9], e o MR-MPS (Modelo de Referência de Melhoria do Processo de Software Brasileiro) [22], em seus níveis mais altos de maturidade e capacidade estipulam práticas de gerência quantitativa de processos, dentre as quais está o Controle Estatístico de Processos (CEP). No entanto, um dos grandes problemas encontrados para a implementação do CEP é a falta de orientação ou a implantação não apropriada das práticas indicadas nesses modelos [4], [22]. Outro problema encontrado é a necessidade de um apoio ferramental que abranja todas as fases do CEP. Dessa forma este artigo apresenta um processopadrão definido para CEP e uma ferramenta desenvolvida para apoiar esse processo, com o objetivo de auxiliar as organizações no avanço em maturidade em seus processos.O texto está organizado da seguinte maneira. A seção II apresenta a conceituação acerca da gerência quantitativa e do controle estatístico de processo. A seção III descreve de forma resumida: os requisitos, o processo-padrão definido para apoiar as organizações na implementação do CEP, e uma ferramenta aderente ao processo-padrão. Na seção IV são mostrados alguns trabalhos relacionados a este trabalho. Na seção V é avaliada a aderênci...

Background: Coding guidelines can be contradictory despite their intention of providing a universal perspective on source code quality. For instance, five attributes (code size, semantic complexity, internal documentation, layout style, and identifier length) out of 13 presented contradictions regarding their influence (positive or negative) on the source code readability and comprehensibility. Aims: To investigate source code attributes and their influence on readability and comprehensibility. Method: A literature review was used to identify source code attributes impacting the source code reading and comprehension, and an empirical study was performed to support the assessment of four attributes that presented empirical contradictions in the technical literature. Results: Regardless participants’ experience; all participants showed more positive comprehensibility perceptions for Python snippets with more lines of code. However, their readability perceptions regarding code size were contradictory. The less experienced participants preferred more lines of code while the more experienced ones preferred fewer lines of code. Long and complete-word identifiers presented better readability and comprehensibility according to both novices and experts. Comments contribute to better comprehension. Furthermore, four indentation spaces dominated the code reading preference. Conclusions: Coding guidelines contradictions still demand further investigation to provide indications on possible confounding factors explaining some of the inconclusive results.