ファイル TEF東海メトリクス勉強会 Summary3 6 3 8

「演習で学ぶ

　　　ソフトウェアメトリクスの

基礎」

 第 3 章　測定の基礎

　　・・・・・・・・・・・

 _{3.6 測定理論}

 　 3.6.1 測定理論の紹介

 　 3.6.2 測定尺度

 　 3.6.3 中心傾向とばらつきの統計量

 　 　　 3.6.3.1 中心傾向の統計量

 　 　　 3.6.3.2 ばらつきの統計量

 　 3.6.4 測定の妥当性と信頼性

 　 3.6.5 測定誤差

 _3.7 正確度 VS. 精度、ソフトウェアメトリクスの限界

 _{3.8 まとめ}

用語の説明

ばかりで、

大変だけど

覚えていき

ましょう！

3.6.1 _{測定理論の紹介}

　 ^測定理論

　　　　・測定とメトリクスを有効に定義

　　　　・メトリクスデータに対して統計分析が可

能

　測定表象理論　

　　　　・世界が実際に機能している様子について

　　　　　の直感を形式化する

　　　　・直感がすべての測定の出発点になる 

この用語はぐぐってみ

ても見当たらなかった

が・・・

3.6.2 _測定尺度

 　名義尺度　名前はあるが順序はない分類群 　 　　　　　分類が違うことがわかる 　　　 　　　例）血液型、男女、都道府県

 　順序尺度　直線的に順序づけられた分類群

　　　　　大小とか、優劣などの比較が可能

　　　例） 5 段階評価、トラブル報告の致命度（致重軽微）

 　間隔尺度　尺度上の点の間に一定の間隔が存在する順序尺度 　　　　　　加算と減算が可能

　　　　　例）温度、年号

 　比率尺度　順序づけられた間隔尺度で、各点の間の間隔が一定　 　　　　　すべての算術演算が有効

　　　　　　例）モジュールごとのエラー数、開発要員の人月ごとに開発されるコード行 数

 　絶対尺度　発生回数の比率尺度

　　　　　　 0 と正の整数のみが有効 　　　　　　例）検出されるエラー数

通常は上の４つで説明され

るけど、絶対尺度という

のを加える場合もあるよ

うです

参考） データの種類(尺度)について

3.6.2 _測定尺度

　 練習問題　フェイススケール　

下記のフェイススケールは、苦痛や苦悩を段階的に

示している。このフェイススケールの尺度は何か？

　 ^{回答　順序尺度}

　　　　　（各項目の間隔は一定でない）

痛みを定量的に表すことがで

きれば、間隔尺度に昇格でき

るかも

3.6.2 _測定尺度

練習問題　

５つの致命的なエラー、２つの重大なエラー

５つの軽微なエラーがある場合、

平均的なエラーは何か？

回答

この場合「平均的」なエラーは意味をなさない

順序尺度は、順番を決めて

いるだけなので数値計算

をしては駄目ですよね

3.6.2 _測定尺度

尺度は主観的にも客観的にもなりうる

以下の主観的な尺度は順序尺度で、暗黙の順序と関係あり

　主観的な尺度

　　　・リッカート尺度

　　　　　例）このプログラムの信頼性はとても高い

　　　　　（これに　　強く賛成する、賛成する、

　　　　　　どちらでもない、反対する、強く反対する）　

　　　・言語表現上の頻度尺度

　　　　　 例）このプログラムはどのくらいの頻度で失敗するか？　

　　　　　　　（常に失敗する、時々失敗する、

　　　　　　　　ほとんど失敗しない、決して失敗しない）

　定性的なデー タ　　・名義尺度 　　・順序尺度 　定量的なデー タ　　　・間隔尺度 　　・比率尺度

3.6.3 中心傾向とばらつきの統計

量

　測定により得られたデータ

　　分析・理解　情報に変換

　最も基本的な分析は

　　データの中心傾向と

　　ばらつき（変動性）を理解すること

3.6.3.1 _{中心傾向の統計量}

 中心傾向　データ群の中央または中心。平均値、中央値、最頻値

　　　　平均値　すべての発生データの総計を発生数で割った値

　　　　中央値　順序付けられたデータ集合における真ん中の発生デ

ータ

　　　　最頻値　最も発生頻度の高いデータ

　　　　名義尺度　：　最頻値

　　　　順序尺度　：　最頻値、中央値

　　　　間隔尺度、比率尺度、絶対尺度　：　平均値、中央値、最頻

値

3.6.3.2 _{ばらつきの統計量}

 ばらつきの標準的な統計量　

　範囲　データをマッピングした値の範囲

　偏差　測定値の平均値からの距離

　分散　散らばりに関する統計量

　標準偏差　平均値からの典型的な距離　（分散の平方

根）

　変動係数　測定の信頼性を示す係数　

　　　　　　　　（標準偏差を平均値で割ったもの）

3.6.4 _{測定の妥当性と信頼性}

 「妥当な測定」と「信頼性のある測定」の

　　どちらを選ぶべきなのか？

　　妥当な測定　とは

　　　　測定したい「対象」を測定すること

　　信頼性のある測定　とは

　　　　一貫した測定

　　　　変動係数が小さいほど、信頼性は高くなる

3.6.4 _{測定の妥当性と信頼性}

 _{メトリクスの妥当性}

　・構成概念妥当性

　　　メトリクスが正しく構成されているかどうかを扱う

　・基準関連妥当性　

　　　運用上の定義を使用して、

　　　抽象概念の性質を予測できる能力を扱う

　・内容的妥当性　

　　　運用上の定義と測定手法が、抽象概念に

　　　関する内容のすべてを補足できる能力を扱う

3.6.4 _{測定の妥当性と信頼性}

 _{信頼性のある測定}

　　　　厳密に狭く定義される傾向

 _{妥当な測定}

　　　　広く定義され、他のメトリクスを複合したものであることが

多い

 _{ということで、}

　　「妥当な測定」と「信頼性のある測定」の

　　どちらを選ぶべきなのか？

　　の判断としては、「妥当な測定」のようが

　　良いようだというのが従来の考え

3.6.5 測定誤差

 _系統誤差

　　　・測定システムにおける誤差　　　　

　　　・測定の妥当性、平均値に影響を及ぼす

 _偶然誤差

　　　・測定自体の中で発生する誤差で

　　　　ランダムに発生する

　　　・測定の信頼性、分散に影響を及ぼす

3.7 正確度 VS. 精度、

　　ソフトウェアメトリクスの限

界



　アリストテレスさんのお言葉

　　　　現実の近似のみ可能な場合に、対象の本質が許す程度の精度に満足

　　　　正確性は追わないと判断できることは、教育を受けているという証 でき、

拠である。



　測定の正確度：測定が現実を反映する度合い



　測定の精度　：測定によって生じうる相違の大小

　　　・ソフトウェアの測定について、ばらつき常につきまとう

　　　・精度を追うことよりも、例えば、ばらつきを考慮して、範囲を示す

　　　・間接メトリクスを計算している時に、係数以上の有効数字を持って

はいけない

3.8 _まとめ

  ソフトウェアの測定は難しいが、

　　品質的な側面を見る事はできる

 　重要な側面を使用して、概念のモデルを作る

 　測定理論と統計学はメトリクスデータの

　　分析と比較を有効に行うためのツール