エンタープライズ系ソフトウェアの信頼性に影響を与える質的要因の分析

全文

(1)ソフトウェアエンジニアリングシンポジウム 2017 IPSJ/SIGSE Software Engineering Symposium (SES2017). ΤϯλʔϓϥΠζ‫ܥ‬ιϑτ΢ΣΞͷ ৴པੑʹӨ‫ڹ‬Λ༩͑Δ࣭తཁҼͷ෼ੳ ‫෉߃ࢁݹ‬1,a). ֓ཁɿIPA/SEC ͕ऩूͨ͠ΤϯλʔϓϥΠζ‫ܥ‬ιϑτ΢ΣΞϓϩδΣΫτσʔλΛ෼ੳ͢Δ͜ͱʹΑΓՔ ಇ‫ޙ‬ෆ۩߹਺ʹӨ‫ڹ‬Λ༩͑Δ࣭తཁҼΛ໌Β͔ʹͨ͠ɽՔಇ‫ޙ‬ෆ۩߹਺͕θϩͷ஋Λ΋ͭϓϩδΣΫτ͕ 30 ˋఔ౓઎ΊΔͨΊɼ͢΂ͯͷม਺Λର਺Խͯ͠ઢ‫ܗ‬ճ‫ؼ‬෼ੳΛߦ͏ͱ͍͏ํ๏͸ద༻Ͱ͖ͳ͍ɽͦ͜Ͱ ‫ֶࡁܦ‬΍ࣾձֶͳͲͰ༻͍ΒΕ͍ͯΔෛͷೋ߲ճ‫ؼ‬ϞσϧΛ༻͍ͯ෼ੳͨ͠ɽ෼ੳͷ݁Ռɼ৽‫ن‬։ൃϓϩ δΣΫτʹ͓͍ͯ৴པੑΛ޲্ͤ͞ΔͨΊʹ͸ɼϢʔβଆͷϓϩδΣΫτ΁ͷؔ༩ɼཁ‫༷࢓ٻ‬มߋൃੜͷ ཈੍ɼσόοάɾςετπʔϧͷར༻ɼςετνʔϜͷߴ͍εΩϧϨϕϧɼೲ‫ظ‬ɾ඼࣭౳ͷୡ੒໨ඪͱ༏ ઌ౓ͷ໌֬Խ͕ॏཁͳ໾ׂΛՌͨ͢͜ͱ͕Θ͔ͬͨɽಛʹɼཁ‫༷࢓ٻ‬มߋͷൃੜ͕࠷΋৴པੑʹѱӨ‫ڹ‬Λ ༩͍͑ͯΔɽ ΩʔϫʔυɿΤϯλʔϓϥΠζ‫ܥ‬ιϑτ΢ΣΞɼιϑτ΢ΣΞ৴པੑɼෛͷೋ߲ճ‫ؼ‬Ϟσϧɼෆ۩߹਺ɼ ࣭తม਺. Analysis of Qualitative Factors that Affect Reliability of Enterprise Software Abstract: Qualitative factors affecting the reliability of enterprise software were clarified by analyzing project data collected by IPA/SEC. The ordinal linear regression model cannot be applied to the analysis of data that includes zero values, such as the number of software faults detected in operations that indicate a degree of reliability, since those values cannot be transformed logarithmically. The negative binomial regression model that is used in the area of economics or sociology was applied to the analysis. The results show that a user’s commitment to projects, fixed requirement specifications, the usage of debug and test tools, maintaining the high skill level of the testing team, and a high clarity of objectives and priorities for delivery and quality are important to improve reliability of the newly developed software. In particular, requirement specification changes are the most effective factors for lowering reliability. Keywords: Enterprise software, Software reliability, Negative binomial regression model, Number of failures, Qualitative variable. 1. ͸͡Ίʹ ଞͷ޻‫ۀ‬੡඼ͷ։ൃͱಉ༷ʹιϑτ΢ΣΞ։ൃͰ΋ɼ඼ ࣭ɼίετʢ޻਺ʣ ɼೲ‫ظ‬ʢ޻‫ظ‬ʣ͸ΩʔͱͳΔॏཁͳཁૉͰ. ʹιϑτ΢ΣΞ޻ֶ͕ఏএ͞Εͨૣ͍ஈ֊͔ΒͦͷӨ‫ڹ‬ཁ Ҽ͕‫͞ڀݚ‬ΕɼϞσϧԽ͕ߦΘΕ͖ͯͨɽCOCOMO[1] ΍ ͦͷվྑ൛Ͱ͋Δ COCOMOII[2] ͳͲ͕ͦͷ୅දతͳ΋ͷ Ͱ͋Δɽ. ͋Γɼ‫ܭ‬ըஈ֊͔Β͜ͷ̏ͭͷཁૉͷόϥϯεΛߟྀ͠ͳ. ඼࣭͸ ISO/IEC 25000 γϦʔζͰఆٛ͞Ε͍ͯΔΑ͏. ͕Β։ൃΛਐΊΔඞཁ͕͋Δɽ޻਺ʹ͍ͭͯ͸ɼϓϩδΣ. ʹଟ͘ͷଆ໘Λ΋͕ͭɼ̒ͭͷ඼࣭ಛੑͷ͏ͪͷͻͱͭͰ. Ϋτ‫ܭ‬ը࣌ͷ‫ੵݟ‬΋Γ΍૊৫ϨϕϧͷϓϩηεվળͷͨΊ. ͋Δ৴པੑͱ͍͏ҙຯͰ࢖ΘΕΔ͜ͱ΋ଟ͍ɽ࣮ࡍɼ඼࣭ ༧ଌͱ͍͏‫ݴ‬༿͕৴པੑ༧ଌͷҙຯͰ࢖ΘΕ͍ͯΔ͜ͱ΋. 1. a). ౦ւେֶ Tokai University, Kitakaname 4-1-1, Hiratsuka City, Kanagawa, 259–1292, Japan [email protected]. ©2017 Information Processing Society of Japan. গͳ͘ͳ͍ɽ͜Ε͸ιϑτ΢ΣΞ։ൃ͕ਓʑͷؔ৺ΛूΊ ΔΑ͏ʹͳͬͨ͜Ζ͔Βɼ։ൃऀ͕ιϑτ΢ΣΞʹ‫·ؚ‬Ε Δܽؕʹ೰·͞Ε͍ͯͨ͜ͱΛ͍ࣔͯ͠Δɽ‫Ͱࡏݱ‬΋৴པ. 46.

(2) ソフトウェアエンジニアリングシンポジウム 2017 IPSJ/SIGSE Software Engineering Symposium (SES2017). ੑ͸඼࣭ಛੑͷதͰ΋ॏཁͳҐஔΛ઎Ί͍ͯΔɽ ͜Ε·Ͱͷιϑτ΢ΣΞͷ৴པੑʹؔ͢Δ‫ڀݚ‬Λ໨తͱ ͍͏‫͔఺؍‬ΒΈΔͱɼ࣍ͷ̐ͭʹ෼ྨͰ͖Δɽ. (a). ςετ޻ఔ࣌ͷܽؕ*1 ਺ͷ༧ଌ. ͸ɼ͞·͟·ͳϨϕϧͷ։ൃ୲౰ऀ͕ 32 ͷ “‫ڥ؀‬ཁҼ”ͱ ‫ݺ‬͹ΕΔӨ‫ڹ‬ཁҼͷީิʹରͯ͠৴པੑ*3 ΁ͷӨ‫ڹ‬ͷఔ౓ Λ 8 ϨϕϧͰධՁ͢Δ͜ͱʹΑΓӨ‫౓ڹ‬Λਪఆ͠ɼςετ ໢ཏ཰΍ϓϩάϥϜ࢓༷ͷมߋස౓͕৴པੑʹӨ‫ڹ‬Λ༩͑. (b) ܽؕΛ‫ؚ‬ΉϞδϡʔϧͷ༧ଌ·ͨ͸൑ఆ. ΔͱࢥΘΕΔ͜ͱΛ͍ࣔͯ͠Δɽ͜͜Ͱͷ෼ੳ݁Ռ͸‫ڵ‬ຯ. (c) ग़ՙ࣌ͷ੡඼ʹ‫·ؚ‬ΕΔܽؕ਺ͷ༧ଌ. ਂ͍΋ͷͰ͋Δ͕ɼ͜ͷ‫͚͓ʹڀݚ‬Δ৴པੑͷධՁ͸։ൃ. (d) Քಇ‫ޙ‬ͷ৴པੑʹӨ‫ڹ‬Λ༩͑ΔཁҼͷநग़. ୲౰ऀͷ‫͍ͨͮجʹݧܦ‬ओ‫؍‬తͳ΋ͷͰ͋Γɼྫ͑͹Քಇ. (a) ͸ɼςετ޻਺Λૣ‫ʹظ‬೺Ѳ͢Δͷʹ༗ޮͰ͋Δɽ ॳ‫ʹظ‬͸ઢ‫ܗ‬ճ‫ؼ‬෼ੳ͔ΒಘΒΕͨ݁ՌΛ΋ͱʹϓϩάϥ *2. ‫͞ݟൃʹޙ‬Εͨܽؕ਺ͳͲͷ٬‫؍‬తͳσʔλͰධՁ͍ͯ͠ ΔΘ͚Ͱ͸ͳ͍ɽՔಇ‫ޙ‬ͷιϑτ΢ΣΞͷ৴པੑʢྫ͑͹. Ϝͷෳࡶ͞ ΍‫ن‬໛ͷҰ࣍ࣜͰܽؕ਺Λ༧ଌ͢ΔϞσϧ [3]. ൃ‫਺ؕܽݟ‬ʣΛ༧ଌ͢ΔΑ͏ͳཁҼΛ࣮ଌσʔλΛ༻͍ͯ. ΍ Halstead ͷई౓͔Βܽؕ਺Λ༧ଌ͢ΔϞσϧ [4] ͕ఏҊ. ‫ܥ‬౷తʹௐ΂Δ͜ͱ͕Ͱ͖Ε͹ɼ͜ͷ෼໺ͷ‫͕ڀݚ‬ਐΉͱ. ͞Εͨɽ࠷ۙͰ͸ɼϕΠδΞϯωοτͷख๏Λ༻͍ͯίʔ. ߟ͑ΒΕΔɽ. υߦ਺ͳͲͷྔతม਺‫ͼٴ‬։ൃελοϑͷεΩϧϨϕϧͳ. (d) ʹؔ͢Δ‫͕ڀݚ‬ਐΜͰ͍ͳ͍࠷΋େ͖ͳཧ༝͸ɼͦ. Ͳͷ࣭తม਺͔Βςετ޻ఔ࣌ͷܽؕ਺Λ༧ଌ͢ΔϞσ. ͷΑ͏ͳ෼ੳ͕Մೳͳ஝ੵσʔλ͕ͳ͔ͬͨ͜ͱͰ͋Ζ. ϧ [5]ɼઢ‫ܗ‬ճ‫ؼ‬෼ੳʹΑΓίʔυϨϏϡʔࢦఠີ౓͔Β୯. ͏ɽͦͷΑ͏ͳ෼ੳΛՄೳͱ͢ΔͨΊʹ͸ɼ໨తม਺ͱ͢. ମςετɼ݁߹ςετɼγεςϜςετͦΕͧΕͷܽؕີ. ΔՔಇ‫ޙ‬ͷܽؕ਺ͷσʔλ‫ͼٴ‬ଟ͘ͷ࣭తม਺Λඋ͑ͨେ. ౓Λ༧ଌ͢ΔϞσϧ [6]ɼಉ͘͡ઢ‫ܗ‬ճ‫ؼ‬෼ੳΛ༻͍ͯઃ‫ܭ‬. ྔͷϓϩδΣΫτσʔλ͕ඞཁͱͳΔɽISBSG σʔλϦϙ. ࣌ͷϨϏϡʔ޻਺ɼϨϏϡʔࢦఠ݅਺ɼઃ‫ܭ‬จॻྔ͔ΒԼ. δτϦʹ͸ 6,000 ݅Ҏ্ͷϓϩδΣΫτσʔλ͕ଗ͍ͬͯ. ྲྀ޻ఔͷܽؕ਺Λ༧ଌ͢ΔϞσϧ [7]ɼϐΞϨϏϡʔσʔ. ͯɼՔಇ‫ޙ‬ͷܽؕ਺ͷσʔλ΋͋Δ͕ɼ[5] Ͱड़΂ΒΕ͍ͯ. λ͔Βܽؕఠग़਺Λ༧ଌ͢ΔϞσϧ [8] ͳͲ͕ఏҊ͞Εͯ. ΔΑ͏ʹϓϩηεվળʹ໾ཱͯΒΕΔΑ͏ͳ࣭తม਺͸΄. ͍Δɽ. ͱΜͲͳ͍ɽ. (b) ͸࠷ۙͷ৴པੑ༧ଌͰओྲྀͱͳ͍ͬͯΔ΋ͷͰ͋Δɽ. 2 ൪໨ͷཧ༝͸ɼՔಇ‫ޙ‬ͷܽؕ਺ʹ͸Ұൠʹଟ͘ͷθϩ. σʔλͷ෼ੳํ๏͸ɼϩδεςΟοΫճ‫ؼ‬෼ੳຢ͸ϕΠ. σʔλ͕‫·ؚ‬ΕΔͨΊɼ޻਺ͷΑ͏ʹର਺Խͯ͠ճ‫ؼ‬෼ੳ. ζ౷‫ܭ‬Λ༻͍ͨ΋ͷ͕ҰൠతͰ͋Δɽઆ໌ม਺ͱͯ͠͸ɼ. Λߦ͏͜ͱ͕Ͱ͖ͳ͍͜ͱͰ͋Δɽ਺ˋͷθϩσʔλͰ͋. ίʔυߦ਺ɼαΠΫϩϚςΟοΫ਺ͳͲͷϓϩάϥϜͷෳ. Ε͹ɼͦΕΒΛআ͍͔ͯΒՔಇ‫ޙ‬ͷܽؕ਺Λର਺Խͯ͠ճ. ࡶ͞ɼHalstead ͷई౓ͳͲϓϩμΫτଐੑʹΑΔ΋ͷ͕ଟ. ‫ؼ‬෼ੳ͢Δ͜ͱʹΑΓͦΕͳΓͷ݁ՌΛಘΔ͜ͱ͸Ͱ͖Δ. ͍ [9][10][11] ͕ɼ։ൃऀͷಛੑ͔Βઢ‫ܗ‬൑ผɼϩδεςΟο. Մೳੑ͕͋Δɽ͔͠͠ɼθϩσʔλͷׂ߹͕ 30 ˋʹ΋‫ٴ‬. Ϋճ‫ؼ‬ɼ෼ྨ໦ʹΑͬͯࠞೖܽؕ਺ͷਪఆ΍ܽؕΛ‫ؚ‬ΉϞ. ͿͱɼͦΕΒΛআ͍ͨσʔλ͔Βͷ෼ੳ݁Ռͷ৴ጪੑ͸௿. δϡʔϧΛ༧ଌ͢Δ‫ڀݚ‬΋͋Δ [12]ɽ. Լ͢Δɽ. (c) ͷ୅දతͳ΋ͷͱͯ͠ɼςετ޻ఔ࣌ͷܽؕ‫ݕ‬ग़ա. IPA/SEC ͕ 2004 ೥͔ΒऩूΛ࢝ΊͨσʔλϦϙδτ. ఔ͔Β࢒ଘܽؕ਺Λ༧ଌ͢Δɼιϑτ΢ΣΞ৴པ౓੒௕Ϟ. Ϧ ʹ͸ɼ‫ ࡏݱ‬4,000 ݅Λ௒͑ΔϓϩδΣΫτσʔλ͕͋. σϧʢSRGMʣ͕͋Δʢ[13], [14], [15], [16] ͳͲʣ ɽSRGM. Γɼऩू߲໨ͷதʹ͸γεςϜՔಇ‫ޙ‬ʢαʔϏεΠϯ‫ޙ‬ʣ. ͸ͦΕ͚ͩͰେ͖ͳ‫ڀݚ‬෼໺Λ‫͍ͯͬ࡞ܗ‬Δ͕ɼ࢒ଘܽؕ. ͷιϑτ΢ΣΞͷ৴པੑΛ٬‫؍‬తʹධՁͰ͖Δൃੜෆ۩߹. ਺͸ग़ՙલ·Ͱͷܽؕ‫ݕ‬ग़աఔΛ෼ੳͨ݁͠Ռ͔ΒಘΒΕ. ਺ɼ͢ͳΘͪൃੜෆ۩߹‫ݱ‬৅਺ͱ‫ݺ‬͹ΕΔ‫ނ‬োൃੜ਺ͱൃ. ͨ΋ͷͰɼචऀͷ஌Δ‫ݶ‬ΓɼՔಇ‫͞ݟൃʹޙ‬Εͨܽؕ਺Λ. ੜෆ۩߹‫ݪ‬Ҽ਺ͱ‫ݺ‬͹ΕΔ‫ݕ‬ग़ো֐਺ɼ‫͜ͼٴ‬ΕΒൃੜෆ. ༻͍ͯϞσϧΛߏஙͨ͠Γɼ‫ͨ͠ূݕ‬΋ͷ͸ͳ͍ɽ. ۩߹਺ʹӨ‫ڹ‬Λ༩͑ΔͱࢥΘΕΔଟ͘ͷม਺͕‫·ؚ‬ΕΔɽ. (d) ʹؔ͢Δ‫ڀݚ‬ͷ໨త͸ɼCOCOMO ͷίετυϥΠ. ͨͩ͠ɼIPA/SEC ͷϓϩδΣΫτσʔλ͸ɼଞͷଟ͘ͷ. όʔͷΑ͏ʹɼՔಇ‫ޙ‬ͷιϑτ΢ΣΞͷ৴པੑʢྫ͑͹. ϑΟʔϧυσʔλͷϦϙδτϦͱಉ༷ʹɼ࣮‫ܭݧ‬ըʹ‫ͮج‬. ൃ‫਺ؕܽݟ‬ʣΛ༧ଌ͢ΔΑ͏ͳཁҼΛମ‫ܥ‬తʹ໌Β͔ʹ. ͍ͯσʔλΛऩूͨ͠΋ͷͰ͸ͳ͍ͨΊଟ͘ͷܽଛ஋Λ. ͢Δ͜ͱͰ͋Δɽ࢒೦ͳ͕Β͜ͷ෼໺ͷ‫ڀݚ‬͸ଟ͘ͳ͘ɼ. ‫ؚ‬ΉɽͦͷͨΊɼ࣮ࡍʹ෼ੳʹඞཁͱͳΔม਺ͷ஋Λ͢΂. චऀͷ஌Δ‫ݶ‬ΓΞϯέʔτௐࠪʹΑΔ΋ͷ 2 ͔݅͠ͳ͍. ͯͦΖ͑ͨϓϩδΣΫτ͸ଟ͘ͳ͘ɼ࠷௿‫ݶ‬ඞཁͳൃੜෆ. ʢ[17][18]ʣɽ͔͠΋ɼ͜ΕΒ 2 ݅ͷ‫ڀݚ‬͸ಉҰͷࢦಋऀʹ. ۩߹਺ͱ FP ‫ن‬໛Λͱ΋ʹͦΖ͑ͨϓϩδΣΫτ਺͸શମ. Αͬͯಉ͡ํ๏Ͱ࣮ࢪ͞Εͨͱ͍͏఺Ͱͻͱͭͷ‫Ͱڀݚ‬. ͷ 15%ҎԼͰ͋Δɽ͔ͦ͠͠ΕͰ΋ͦΕΒͷϓϩδΣΫτ. ͋Δͱ‫͖Ͱ͕ͱ͜͏ݴ‬Δɽ͢ͳΘͪɼ[18] ͷ‫ڀݚ‬͸ɼιϑ. σʔλ͸͜Ε·Ͱଘࡏ͠ͳ͔ͬͨ΋ͷͰ͋Γɼ·ͨ౷‫ܭ‬త. τ΢ΣΞ։ൃ‫ڥ؀‬ͷมԽΛߟྀͯ͠ [17] ͷ‫ڀݚ‬ͷ 15 ೥‫ޙ‬. ෼ੳʹ଱͑ΒΕΔ͚ͩͷσʔλ਺͸ଗ͍ͬͯΔͷͰɼ͜Ε. ʹશ͘ಉ͡ํ๏ͰௐࠪΛ࣮ࢪͨ͠΋ͷͰ͋Δɽ͜ͷ‫Ͱڀݚ‬. ΒͷσʔλΛ෼ੳ͢Δ͜ͱʹΑΓ (d) ͷ෼ྨͷ‫ݙߩʹڀݚ‬. *1 *2. ຊ࿦จͰ͸ಛʹஅΒͳ͍‫ݶ‬Γɼো֐ͷಉٛ‫͢༻࢖ͯ͠ͱޠ‬Δ ෼‫ذ‬ͷ਺ͱؔ਺‫ͼݺ‬ग़͠ͷ਺ΛՃ͑ͨ΋ͷ. ©2017 Information Processing Society of Japan. *3. ࿦จͰ͸۩ମతͳఆٛ͸ߦΘΕ͍ͯͳ͍. 47.

(3) ソフトウェアエンジニアリングシンポジウム 2017 IPSJ/SIGSE Software Engineering Symposium (SES2017). Ͱ͖ΔՄೳੑ͕͋Δɽ. Ҽ΋։ൃछผͰҟͳΔ [21]ɽ৴པੑͰ΋༧උ෼ੳͷ݁ՌͰ. (d) ͷ෼ྨʹଐ͢Δ‫ڀݚ‬ͷ‫ۃڀ‬ͷ໨త͸Քಇ‫ޙ‬ͷෆ۩߹. ಉ༷ͳ܏޲͕ΈΒΕΔ͜ͱ͔Βɼ։ൃछผͰ૚ผ͢Δ͜ͱ. ਺ͷ༧ଌͱߟ͑ΒΕΔ͕ɼෆ۩߹਺ͷ͹Β͖ͭ͸޻਺Ҏ্. ͕๬·͍͠ͱߟ͑ΒΕΔɽ։ൃछผͷதͰ͸৽‫ن‬։ൃͷϓ. ʹେ͖͘ɼྫ͑͹ COCOMO ͷΑ͏ͳϞσϧͰҙຯͷ͋. ϩδΣΫτ਺͕࠷΋ଟ͘ɼ1) ͱ 2) ͷ৚݅Λຬͨ͢΋ͷͰ. Δ΋ͷ͕؆୯ʹߏஙͰ͖Δ͔Ͳ͏͔͸‫Ͱ఺࣌ݱ‬͸Θ͔Β. ൺֱ͢Δͱͦͷ਺͸վྑ։ൃͷ໿ 3 ഒ͋ΔͷͰɼ෼ੳͷਫ਼. ͳ͍ɽࠓճͷ෼ੳͰ͸ɼͦͷΑ͏ͳ༧ଌϞσϧͷߏஙʹઌ. ౓ͷ‫͔఺؍‬Β 3) ͷ৚݅ΛՃ͑Δɽ. ཱͬͯ·ͣγεςϜՔಇ‫ޙ‬ͷ৴པੑʹӨ‫ڹ‬Λ༩͑ΔཁҼΛ நग़͢Δ͜ͱΛ໨తͱͨ͠ɽ. ੜ࢈ੑͦͷ΋ͷ΍ੜ࢈ੑ΁ͷӨ‫ڹ‬ཁҼͷ෼ੳʹ͸ɼϓϩ δΣΫτ͕‫ܞ‬Θͬͨ޻ఔΛଗ͑ͯ޻਺σʔλΛऩू͢Δ͜. ม਺ʹ͸ϨϏϡʔࢦఠ݅਺ͷΑ͏ͳྔతม਺ͱπʔϧར. ͱ͸ඞਢͰ͋ΔɽIPA/SEC ͷΤϯλʔϓϥΠζ‫ܥ‬ιϑτ. ༻ͷ༗ແͳͲͷ࣭తม਺͕͋Δ͕ɼࠓճ͸ಛʹ IPA/SEC. ΢ΣΞϓϩδΣΫτͰ͸։ൃ 5 ޻ఔΛੜ࢈ੑͷ෼ੳʹ͓͚. ͷσʔλϦϙδτϦͰಛ௃తͳ࣭తม਺ͷൃੜෆ۩߹਺΁. Δඪ४޻ఔͱ͍ͯ͠Δɽ৴པੑͷ෼ੳʹ͓͍ͯ΋։ൃ 5 ޻. ͷӨ‫ڹ‬Λ෼ੳͨ͠ɽ࣭తม਺͸։ൃ‫ܭ‬ը࣌ʹϓϩδΣΫτ. ఔ͕ඞਢͷ৚݅ͱͳΔ͔Ͳ͏͔͸ඞͣ͠΋໌֬Ͱ͸ͳ͍. ͰίϯτϩʔϧͰ͖Δ΋ͷ͕ଟ͘ɼ͍ΘΏΔϓϩηεվળ. ͕ɼ৴པੑ΁ͷӨ‫ڹ‬ཁҼͱੜ࢈ੑ΁ͷӨ‫ڹ‬ཁҼΛൺֱ͢Δ. Λߦ͍΍͍͢ͱߟ͑ΒΕΔɽθϩա৒σʔλʹରͯ͠͸ɼ. ͨΊʹ͸৚݅Λଗ͓͑ͯ͘ͷ͕๬·͍͠ͱߟ͑ͯ 4) ͷ৚. ‫ֶࡁܦ‬΍ࣾձֶͳͲͷ෼໺Ͱ޿͘༻͍ΒΕ͍ͯΔෛͷೋ߲. ݅ΛՃ͑Δɽ. ճ‫ؼ‬Ϟσϧ [19] Λ༻͍Δ͜ͱʹΑΓɼෆ۩߹਺͕θϩͷϓ ϩδΣΫτΛআ֎͢Δ͜ͱͳ͘෼ੳ͢Δ͜ͱ͕Ͱ͖Δɽ. 2.2 ໨తม਺ͱઆ໌ม਺. ຊ࿦จͰ͸ IPA/SEC ͕ऩूͨ͠ΤϯλʔϓϥΠζ‫ܥ‬ι. (1) ໨తม਺. ϑτ΢ΣΞϓϩδΣΫτσʔλ [20] Λ෼ੳ͢Δ͜ͱʹΑ. ɹ໨తม਺͸γεςϜՔಇ‫ޙ‬ͷൃੜෆ۩߹਺ͱ͢Δɽൃੜ. Γɼ৴པੑʢγεςϜՔಇ‫ޙ‬ͷൃੜෆ۩߹਺ʣʹେ͖ͳӨ. ෆ۩߹਺͸ɼෆ۩߹‫ݱ‬৅਺ͱෆ۩߹‫ݪ‬Ҽ਺ͷ 2 छྨɼऩू. ‫ڹ‬Λ༩͑Δ࣭తม਺Λ໌Β͔ʹͨ݁͠ՌΛใࠂ͢Δɽ2 ষ. ࣌‫͕ظ‬Քಇ‫ ޙ‬1 ϲ݄ɼ3 ϲ݄ɼ6 ϲ݄ͷ 3 छྨɼશ෦Ͱ 6 छ. Ͱ෼ੳର৅σʔλΛ঺հ͢Δɽ3 ষͰ෼ੳํ๏Λɼ4 ষͰ. ྨͷσʔλ͕ऩू͞Ε͍ͯΔ͕ɼࠓճ͸σʔλ਺ͷ࠷΋ଟ. ෼ੳ݁ՌΛࣔ͢ɽ5 ষͰ෼ੳ݁Ռʹର͢Δߟ࡯Λɼ6 ষͰ. ͍Քಇ‫ ޙ‬1 ϲ݄‫ޙ‬ͷൃੜෆ۩߹‫ݱ‬৅਺ʢ5267 ൃੜෆ۩߹. ·ͱΊΛड़΂Δɽ. ‫ݱ‬৅਺ʢ߹‫ܭ‬ʣ1 ϲ݄ʣΛ໨తม਺ͱ͢ΔɽҎԼͰ͸Քಇ. 2. ෼ੳର৅σʔλ 2.1 ෼ੳର৅ϓϩδΣΫτ. ‫ ޙ‬1 ϲ݄‫ޙ‬ͷൃੜෆ۩߹‫ݱ‬৅਺Λ୯ʹෆ۩߹਺ͱ‫Ϳݺ‬ɽ. 2.1 ͷ 1)ʙ4) Λຬͨ͢ϓϩδΣΫτ਺͸ 305 Ͱ͋Δ*4 ɽ 305 ݅ͷσʔλͷ‫ج‬ຊ౷‫ྔܭ‬Λද 1 ʹࣔ͢ɽͨͩ͠ɼFP. ෼ੳର৅ϓϩδΣΫτ͸ɼIPA/SEC Ͱऩूͨ͠Τϯλʔ. ͸ର਺ਖ਼‫ن‬෼෍ʹै͏ [22] ͨΊɼʢৗ༻ʣର਺ม‫ޙ׵‬ͷ‫ج‬. ϓϥΠζ‫ܥ‬ιϑτ΢ΣΞϓϩδΣΫτ 4,067 ݅ [20] ͷ͏ͪɼ. ຊ౷‫͋Ͱྔܭ‬Δɽͳ͓ɼຊ࿦จͰ͸‫ج‬ຊతʹࣗવର਺ʢlnʣ. ࣍ͷ৚݅Λຬͨ͢΋ͷΛର৅ͱ͢Δɽ. Λ༻͍Δ͕ɼਤදͳͲ௚‫؍‬తͳΘ͔Γ΍͕͢͞ॏཁͱߟ͑. 1) γεςϜՔಇ‫ޙ‬ͷൃੜෆ۩߹਺͕ใࠂ͞Ε͍ͯΔɽ. ΒΕΔ৔߹͸ৗ༻ର਺ʢlogʣ΋༻͍Δɽ. 2) FP ͷ࣮ଌ஋ʢ5001 FP ࣮ଌ஋ ௐ੔લʣ͕ใࠂ͞Εͯ. • 305 ݅ͷϓϩδΣΫτͷ͏ͪ 99 ݅ͷϓϩδΣΫτ. ͍Δɽ. 3) ։ൃछผ͕৽‫ن‬։ൃͰ͋Δɽ. ʢ32%ʣͰෆ۩߹਺ͷ஋͕θϩͰ͋Δɽ. • log (FP) ͷ࿪౓ɾઑ౓ͷ஋͸ʶ 1 ͷൣғʹ͋Γɼਖ਼‫ن‬. 4) ։ൃ 5 ޻ఔʢ‫ج‬ຊઃ‫ܭ‬ɼৄࡉઃ‫ܭ‬ɼ੡଄ɼ݁߹ςετɼ. ෼෍͕൱ఆ͞Εͳ͍ɽ. ɹ૯߹ςετʢϕϯμ֬ೝʣʣΛ͢΂࣮ͯࢪ͍ͯ͠Δϓϩ ɹδΣΫτͰ͋Δɽ ৴པੑͷఆٛͱͯ͠͸͞·͟·ͳ΋ͷ͕ߟ͑ΒΕΔ͕ɼ. (2) આ໌ม਺ ɹιϑτ΢ΣΞϓϩδΣΫτͰѻ͏ม਺ʹ͸ɼൺई౓ʹै ͏ྔతม਺ͱɼ໊ٛई౓·ͨ͸ॱংई౓ʹै͏࣭తม਺͕. ຊ࿦จͰ͸γεςϜՔಇ‫ޙ‬ͷൃੜෆ۩߹਺͕গͳ͍γες. ͋Δ͕ɼຊ࿦จͰ͸‫ج‬ຊతʹ࣭తม਺ͻͱͭΛઆ໌ม਺ͱ. ϜΛ৴པੑͷߴ͍γεςϜͰ͋Δͱఆٛ͢Δɽ1) ͷ৚݅͸. ͢Δɽ. ͦΕΛ౿·͑ͨ΋ͷͰ͋Δɽ. 2.2 ͷ (2) Ͱৄड़͢ΔΑ͏ʹɼγεςϜՔಇ‫ޙ‬ͷൃੜෆ۩. ྔతม਺ͷ୅දతͳ΋ͷ͸ FP ‫ن‬໛Ͱ୅ද͞ΕΔ‫ن‬໛ม ਺Ͱ͋Δɽ305 ݅ͷϓϩδΣΫτʹରͯ͠ෆ۩߹਺ʹର͢. ߹਺͸‫ن‬໛ͷӨ‫ڹ‬Λ‫͘ڧ‬ड͚Δɽ࣭తม਺ͷൃੜෆ۩߹਺. Δ FP ‫ن‬໛ͷӨ‫ڹ‬Λௐ΂Δʢ෼ੳํ๏͸ 3 ࢀরʣͱɼ܎਺. ΁ͷӨ‫౓ڹ‬Λ෼ੳ͢Δʹ͋ͨͬͯ͸ɼ‫ن‬໛Λઆ໌ม਺ʹՃ. ͸ 0.918ʢͭ·Γෆ۩߹਺͸ FP ‫ن‬໛ʹ΄΅ൺྫʣɼp ஋͸. ͑Δ͜ͱʹΑͬͯ‫ن‬໛ͷӨ‫ڹ‬Λআ͘ඞཁ͕͋Δɽ2) ͷ৚݅. 0.0%Ͱ͋ΓɼFP ‫ن‬໛͸޻਺ʹର͢ΔӨ‫ͱڹ‬ಉ༷ʹෆ۩߹. ͸ͦΕΛ౿·͑ͨ΋ͷͰ͋Δɽ. ਺ʹ΋େ͖ͳӨ‫ڹ‬Λ༩͍͑ͯΔ͜ͱ͕Θ͔Δɽͦ͜Ͱ FP. ͜Ε·Ͱͷ෼ੳ‫ʹݧܦ‬ΑΔͱɼੜ࢈ੑ͸։ൃछผʢ৽‫ن‬ ։ൃɼվྑ։ൃͳͲʣͰҟͳΔɽ·ͨɼੜ࢈ੑ΁ͷӨ‫ڹ‬ཁ. ©2017 Information Processing Society of Japan. *4. 1) ͱ 2) ͷ৚݅Λຬͨ͢ϓϩδΣΫτ਺͸ 573ɼ1)ʙ3) ͷ৚݅Λ ຬͨ͢ϓϩδΣΫτ਺͸ 369 Ͱ͋Δɽ. 48.

(4) ソフトウェアエンジニアリングシンポジウム 2017 IPSJ/SIGSE Software Engineering Symposium (SES2017). ‫ن‬໛ͷӨ‫ڹ‬Λআ‫͢ڈ‬ΔͨΊʹɼFP ‫ن‬໛ΛΛ͍ΘΏΔίϯ. ද 2. Ө‫ڹ‬ཁҼͷީิʢ࣭తม਺ɿॱংई౓ʹै͏΋ͷʣ. Table 2 Candidates of effective qualitative factors subject to. τϩʔϧม਺ͱͯ͠આ໌ม਺ʹՃ͑Δɽ. ordinary scale.. ॱংई౓ʹै͏࣭తม਺ͷ͏͔ͪΒ৴པੑʹӨ‫ڹ‬Λ༩͑ ΔՄೳੑͷ͋Δม਺ͱͯ͠ද 2 ʹࣔ͢ 53 ‫ݸ‬ΛબΜͩɽ͜. ෼ྨ. ΕΒͷ 53 ‫ݸ‬ͷม਺͸ɼʮཁ‫ٻ‬Ϩϕϧʢͷߴ͞ʣʯͷΑ͏ʹ ϓϩδΣΫτ‫ܭ‬ըஈ֊Ͱૣ‫ʹظ‬Θ͔Δ΋ͷ͔ɼ·ͨ͸πʔ ϧͷར༻΍࡞‫ۀ‬εϖʔεͷΑ͏ʹϓϩδΣΫτͷ਱ߦʹ͋ ͨͬͯϓϩδΣΫτ؅ཧऀ΍‫ۀا‬ϨϕϧͰίϯτϩʔϧͰ. ม਺. 111 ৽ٕज़ར༻ɼ112 ໾ׂ෼୲ ੹೚ॴࡏɼ113 ։ൃϓϩ. ୡ੒໨ඪ ༏ઌ౓ ໌֬౓߹ɼ1011 ఆྔతग़ՙ඼࣭. δΣΫτ. ‫ج‬४ ༗ແɼ1013 ୈࡾऀϨϏϡʔͷ༗ແɼ5241. શൠ. ඼࣭อূମ੍ ‫ج‬ຊઃ‫ܭ‬. (11). 114 ࡞‫ۀ‬εϖʔεɼ115 ϓϩδΣΫτ‫૽ ڥ؀‬Ի. ͖Δ΋ͷͰ͋Δɽදதͷม਺ͷ಄ʹ෇͍ͨ൪߸͸σʔλന. ‫ܭ‬ըͷධՁʢ120 ίετɼ121 ඼࣭ɼ122 ޻‫ظ‬ʣ. ॻ [20] Ͱ෇༩͞Ε͍ͯΔ΋ͷͰ͋ΔɽσʔλനॻͰ͸ྨࣅ. 302 ‫ۀ‬຿ύοέʔδɼ403 ྨࣅϓϩδΣΫτɼ. ͷม਺Λ 100 ൪୆͕ಉ͡΋ͷͰάϧʔϓԽ͍ͯ͠ΔͷͰɼ. πʔϧͷ. 404 ϓϩδΣΫτ؅ཧπʔϧɼ405 ߏ੒؅ཧπʔ. ͜ΕΛࢀߟʹ͠ͳ͕Βɼද 2 Ͱ͸ͦͷม਺ͷҙຯΛߟྀ͠. ར༻. ϧɼ406 ઃ‫ࢧܭ‬ԉπʔϧɼ407 υΩϡϝϯτ࡞੒. (11). πʔϧɼ408 σόοά ςετπʔϧɼ409. ͯม਺Λ 5 ͭͷάϧʔϓʹ෼ྨ͍ͯ͠Δɽ. CASE πʔϧɼ411 ίʔυδΣωϨʔλɼ412. ໊ٛई౓ʹै͏࣭తม਺ͷ͏ͪɼ୅දతͳม਺ͱͯ͠‫ۀ‬. ։ൃํ๏࿦ར༻ɼ422 ։ൃϑϨʔϜϫʔΫ. छͱΞʔΩςΫνϟʹଐ͢Δ΋ͷΛͱΓ͋͛Δɽ͜ͷதͰ. 501 ཁ‫֬͞໌ ༷࢓ٻ‬ɼཁ‫༷࢓ٻ‬มߋൃੜঢ়‫گ‬. ෼ੳʹ଱͑ΒΕΔ͚ͩͷσʔλ਺͕ଗ͍ͬͯΔ 4 ͭͷ‫ۀ‬छ. ʢ5115 ཁ݅ఆٛɼ5116 ‫ج‬ຊઃ‫ܭ‬ɼ5117 ৄࡉઃ‫ܭ‬ɼ. ͱ 5 छྨͷΞʔΩςΫνϟΛද 3 ʹࣔ͢ɽ‫ۀ‬छ͸ 201 ‫ۀ‬. 5118 ੡࡞ɼ5119 ݁߹ςετɼ5120 ૯߹ςετ. छ 1 Ͱࣔ͞Εͨ஋ʢ෼ྨ߲໨ʣΛ೔ຊඪ४࢈‫ۀ‬෼ྨͷେ෼. Ϣʔβଆ. ʢϕϯμ֬ೝʣɼ5121 ૯߹ςετʢϢʔβ֬ೝʣʣ. ྨͷϨϕϧͰ෼ྨ͠௚ͨ͠΋ͷ*5 Ͱ͋ΓɼΞʔΩςΫνϟ. (16). Ϣʔβ୲౰ऀʢ502 ཁ‫༷ؔ࢓ٻ‬༩ɼ509 ड͚ೖΕ ࢼ‫ؔݧ‬༩ɼ503 γεςϜ‫ݧܦ‬ɼ504 ‫ۀ‬຿‫ݧܦ‬ɼ. ͸ 308 ΞʔΩςΫνϟ 1 ʹࣔ͞Εͨ஋ʢ෼ྨ߲໨ʣͦͷ΋. 507 ઃ‫಺ܭ‬༰ཧղ౓ʣɼ505 Ϣʔβͱͷ໾ׂ෼୲ɾ. ͷͰ͋Δɽͳ͓ɼ໊ٛई౓ʹै͏ม਺ͷ஋͸‫ܭ‬ըஈ֊Ͱ͸. ੹೚ॴࡏ ໌֬౓߹ɼ506 ཁ‫ ༷࢓ٻ‬Ϣʔβঝೝ. Θ͔͍ͬͯΔ΋ͷͷϓϩδΣΫτ؅ཧऀ΍૊৫ϨϕϧͰ͸ ίϯτϩʔϧͰ͖ͳ͍΋ͷͰ͋Γɼ෼ੳ݁Ռ͸ࢀߟʹա͗ ͳ͍ɽ ෼ੳ݁Ռͷ‫݈ؤ‬ੑΛߴΊΔͨΊʹɼ֤આ໌ม਺͸࣍ͷ 3 ͭͷ৚݅Λຬͨ͢΋ͷͱ͢Δɽ. ༗ແɼ508 ઃ‫ ܭ‬Ϣʔβঝೝ༗ແ ཁ‫ٻ‬. ޮ཰ੑɼ515 อकੑɼ516 Ҡ২ੑɼ517 ϥϯχϯ. (8). άίετཁ‫ٻ‬ɼ518 ηΩϡϦςΟʣɼ519 ๏త‫੍ن‬. 601 PM εΩϧ ։ൃ. 1) σʔλ਺ʢճ౴਺ʣ͕ 30 ݅Ҏ্͋Δɽ. ୲౰ऀ. 2) ֤Ϩϕϧʹଐ͢Δճ౴਺͕ 10 ݅Ҏ্͋Δɽ. ཁ‫ٻ‬Ϩϕϧʢ512 ৴པੑɼ513 ࢖༻ੑɼ514 ੑೳɾ. Ϩϕϧ. (7). 3) ภΓ཰ ρ ͕ −0.7 ≤ ρ ≤ 0.7 ͷൣғʹ͋Δɽ. ཁһεΩϧʢ602 ‫ۀ‬຿෼໺‫ݧܦ‬ɼ603 ෼ੳɾઃ‫ܭ‬ ‫ݧܦ‬ɼ604 ‫ޠݴ‬ɾπʔϧར༻‫ݧܦ‬ɼ605 ։ൃ ϓϥοτϑΥʔϜ࢖༻‫ݧܦ‬ʣ. 1010 ςετମ੍ (εΩϧϨϕϧɼཁһ਺). ͨͩ͠ɼρ ͸ N1 Λ্ҐϨϕϧͷճ౴਺ɼN2 ΛԼҐϨϕ. ʢ஫ʣ൪߸͸σʔλനॻ [20] Ͱఆٛ͞Εͨ΋ͷ. ϧͷճ౴਺ͱͨ͠ͱ͖. ρ=. ද 3. N 1 − N2 N1 + N2. (1). nominal scale.. Ͱఆٛͨ͠΋ͷͰ͋Δɽρ ͷͱΓಘΔൣғ͸ −1 ͔Β 1 Ͱ ͋ΓɼN1 = N2 ͷ৔߹͸ ρ = 0 ͱͳΔɽ ද 1. ෼ੳର৅σʔλͷ‫ج‬ຊ౷‫ྔܭ‬. Table 1 Fundamental statistics of analyzed data ߲໨. ɹෆ۩߹਺ɹ. σʔλ਺. ෼ྨ. ม਺ (*1). ‫ۀ‬छ (4). ੡଄‫ۀ‬ɼ৘ใ௨৴‫ۀ‬ɼԷചɾখച‫ۀ‬ɼۚ༥ɾอ‫ۀݥ‬. ΞʔΩ ςΫνϟ. (5). ελϯυΞϩϯɼϝΠϯϑϨʔϜɼ. 2 ֊૚ΫϥΠΞϯταʔόɼ3 ֊૚ΫϥΠΞϯτ αʔόɼΠϯλωοτɾΠϯτϥωοτ. FP (*1). 305. 1)ʙ3) ͷ৚݅͸ओʹචऀͷ͜Ε·Ͱͷ෼ੳ‫͍ͮجʹݧܦ‬. θϩσʔλ਺. 99. 0. ฏ‫ۉ‬. 14.5. 3.09. ෼ࢄ. 4,086.1. 0.213. ࠷େ. 999. 4.32. ࠷খ. 0. 1.93. 2.3 ม਺ม‫׵‬. ࿪౓. 12.8. 0.07. (1) ྔతม਺. ઑ౓. 186.6. -0.33. FP ‫ن‬໛͸Ұൠʹର਺ਖ਼‫ن‬෼෍ʹै͏ͷͰର਺ม‫׵‬Λ͢. (*1) σʔλ਺Ҏ֎͸ log (FP) ʹର͢Δ౷‫ྔܭ‬ *5. Ө‫ڹ‬ཁҼͷީิʢ࣭తม਺ɿ໊ٛई౓ʹै͏΋ͷʣ. Table 3 Candidates of effective qualitative factors subject to. σʔλനॻ [20] ෇࿥ A.3 ࢀর. ©2017 Information Processing Society of Japan. ͯఆΊͨ΋ͷͰ͋Γɼඞͣ͠΋໌֬ͳࠜ‫͕͋ڌ‬ΔΘ͚Ͱ͸ ͳ͍ɽ. Δɽର਺͸ࣗવର਺Λ༻͍Δɽෆ۩߹਺͸ɼର਺ม‫׵‬Λ͢ Δ͜ͱͷͰ͖ͳ͍θϩͷ஋Λ΋ͭ΋ͷ͕ 32%Λ઎ΊΔͨ. 49.

(5) ソフトウェアエンジニアリングシンポジウム 2017 IPSJ/SIGSE Software Engineering Symposium (SES2017). Ίɼର਺ม‫׵‬ΛߦΘͣͦͷ··ͷ஋Λ༻͍Δɽ. ߹͸ɼϙΞοιϯճ‫ؼ‬Ϟσϧͱෛͷೋ߲ճ‫ؼ‬Ϟσϧͷࠩ΄. (2) ॱংई౓ʹै͏આ໌ม਺. Ͳେ͖͘ͳ͍ [23] ͜ͱ΋ߟྀͯ͠ɼࠓճ͸ෛͷೋ߲ճ‫ؼ‬Ϟ. ॱংई౓ʹै͏ม਺ͷଟ͘͸ 3 ͭҎ্ͷϨϕϧͷ஋Λ΋. σϧΛ༻͍ͯ෼ੳ͢Δɽ. ͕ͭɼ֤Ϩϕϧ͕ؒ౳ִؒͰ͋Δͱ͍͏อূ͸ͳ͍ͨΊɼ ‫ʹີݫ‬͸ϨϕϧΛද͢਺Λͦͷ··༻͍ͯճ‫ؼ‬෼ੳΛߦ͏. 3.2 ෛͷೋ߲ճ‫ؼ‬Ϟσϧͱ͸. ͜ͱ͸Ͱ͖ͳ͍ɽͦ͜Ͱࠓճͷ෼ੳͰ͸ 3 ͭҎ্ͷϨϕϧ. ෛͷೋ߲ճ‫ؼ‬Ϟσϧ͸ɼෛͷೋ߲෼෍ͱ‫ݺ‬͹ΕΔ࣍ͷࣜ. ΛͱΓ͏Δม਺͸ྡΓ߹͏Ϩϕϧಉ࢜Λ߹ซͯ͠શମͰ 2. Ͱද͞ΕΔ֬཰෼෍ؔ਺Λ༻͍ͯճ‫ؼ‬෼ੳΛߦ͏ํ๏Ͱ͋. Ϩϕϧʹ͢Δʢ2 ஋Խ͢Δʣ ɽ͜ͷͱ͖Ϩϕϧͷए൪ͷํΛ. Δ [19]ɽ. ্ҐϨϕϧɼ࿝൪ͷํΛԼҐϨϕϧͱ‫Ϳݺ‬ɽ2 ϨϕϧԽ͢ Δ෼ׂ఺͸ෳ਺‫͋ݸ‬Δ͕ɼ࠷΋ภΓ཰ͷখ͘͞ͳΔ΋ͷΛ ෼ׂ఺ͱ͢Δɽ. (3) ໊ٛई౓ʹै͏࣭తม਺ ໊ٛई౓ʹै͏ม਺ʹରͯ͠͸ɼม਺͝ͱʹ࣍ͷΑ͏ʹ. 2 ஋Խ͢Δɽ͢ͳΘͪɼͦͷϓϩδΣΫτ͕ม਺໊ʹ֘౰ ͢Δ৔߹͸্ҐϨϕϧͷ஋ΛׂΓ౰ͯɼ֘౰͠ͳ͍৔߹͸ ԼҐϨϕϧͷ஋ΛׂΓ౰ͯΔɽྫ͑͹ɼม਺ʮ੡଄‫ۀ‬ʯͷ ஋͸ɼͦͷϓϩδΣΫτ͕੡଄‫͚޲ۀ‬ͷ৔߹͸্ҐϨϕϧɼ ੡଄‫ۀ‬Ҏ֎ͷ৔߹͸ԼҐϨϕϧͷ஋ΛׂΓ౰ͯΔɽ‫ۀ‬छཝ ͕ۭཝʢܽଛ஋ʣͷ৔߹͸ɼ‫ۀ‬छΛ෼ੳ͢Δ৔߹ʹ‫ݶ‬Γɼͦ ͷϓϩδΣΫτΛ෼ੳର৅͔Βআ֎͢ΔɽΞʔΩςΫνϟ ͷ৔߹΋ಉ༷Ͱ͋Δɽ. 3. ෼ੳํ๏ 3.1 ҰൠԽઢ‫ܗ‬Ϟσϧ ໨తม਺Ͱ͋Δෆ۩߹਺͸θϩΛ‫ؚ‬Ή͜ͱ͕ଟ͘ɼର਺ ม‫ͯ͠׵‬ʢॏʣճ‫ؼ‬෼ੳ͢Δ͜ͱ͕Ͱ͖ͳ͍ɽ͜ͷΑ͏ͳ σʔλʹରͯ͠͸ɼҰൠԽઢ‫ܗ‬Ϟσϧʹଐ͢ΔϙΞοιϯ ճ‫ؼ‬Ϟσϧ΍ෛͷೋ߲ճ‫ؼ‬ϞσϧΛ༻͍Δํ๏͕஌ΒΕͯ. f (y|μ, α) =. Γ(y + α−1 ) Γ(y + 1)Γ(α−1 ) α−1 y μ α−1 , × α−1 + μ α−1 + μ α ≥ 0, y = 0, 1, 2, . . .. (2). ͜ͷ෼෍ͷฏ‫ۉ‬͸ μɼ෼ࢄ͸ μ + αμ2 ͱͳΔɽα ͷ஋ Λม͑Δ͜ͱʹΑΓ෼ࢄͷେ͖͞Λม͑Δ͜ͱ͕Ͱ͖Δɽ. α → 0 ͷͱ͖ෛͷೋ߲෼෍͸ϙΞοιϯ෼෍ʹۙͮ͘ɽ ҰൠԽઢ‫ܗ‬ϞσϧͰ͸ɼઆ໌ม਺ʢ‫܈‬ʣͷઢ‫ͱ߹݁ܗ‬໨త ม਺ͷฏ‫ۉ‬ΛϦϯΫؔ਺Ͱ݁߹͢Δɽෛͷೋ߲ճ‫ؼ‬Ϟσϧ ͷϦϯΫؔ਺͸ର਺ؔ਺Ͱ͋Γɼྫ͑͹ϓϩδΣΫτ i ͷ આ໌ม਺ͷ஋ xi ͔Β μi Λਪఆ͢Δ৔߹͸࣍ͷࣜΛ༻͍Δ ʢઆ໌ม਺͕ෳ਺ͷ৔߹΋ಉ༷ͷࣜͰද͢͜ͱ͕Ͱ͖Δʣɽ. ln μi = β0 + β1 xi. (3). ͜ΕΛ༻͍ͯ N ‫ݸ‬ͷσʔλʹର͢Δ໬౓ؔ਺. L(α, β0 , β1 ) =. N . f (yi |μi , α). (4). i=1. ͕࠷େʹͳΔΑ͏ʹύϥϝʔλ (α, β0 , β1 ) ΛఆΊΔɽ࣮ࡍ. ͍Δ [19]ɽ͜ͷ;ͨͭΛൺֱ͢ΔͱɼϙΞοιϯճ‫ؼ‬Ϟσ. ʹ͸ࣜ (4) ͷ྆ลͷର਺Λͱͬͨର਺໬౓ؔ਺Λ࠷େʹ͢. ϧ͸ύϥϝʔλ͕ͻͱ͔ͭ͠ͳ͍ͨΊɼద߹౓ʢAIC ͷ஋ʣ. ΔΑ͏ʹύϥϝʔλΛఆΊΔɽ. ͸ύϥϝʔλ 2 ͭΛ΋ͭෛͷೋ߲ճ‫ؼ‬Ϟσϧʹൺ΂ͯѱ͘ ͳΔ͜ͱ͕ଟ͍ɽ Ϟδϡʔϧʹ‫·ؚ‬ΕΔܽؕ਺ͷΑ͏ʹɼಛʹθϩΛ‫ؚ‬Ή. ln L(α, β0 , β1 ) =. N . ln f (yi |μi , α). (5). i=1. ׂ߹͕ଟ͍৔߹͸θϩա৒σʔλͱ‫ݺ‬͹ΕɼͦΕΒΛ෼ੳ. ࠓճͷ෼ੳͰ͸ର਺ม‫͞׵‬Εͨ FP ‫ن‬໛ͱɼ0 ͱ 1 Ͱ 2. ͢ΔͨΊʹθϩա৒Ϟσϧʢθϩա৒ϙΞοιϯճ‫ؼ‬Ϟσ. ஋Խ͞Ε࣭ͨతม਺ x ͷ 2 ͭͷઆ໌ม਺͔Β࣍ͷࣜͰෆ۩. ϧ΍θϩա৒ෛͷೋ߲ճ‫ؼ‬Ϟσϧʣ͕ఏҊ͞Ε͍ͯΔ [19]ɽ. ߹਺ͷฏ‫ ۉ‬μ Λਪఆ͢Δɽ. θϩա৒Ϟσϧ͸ɼ໨తม਺ͷ஋ͱͯ͠ຊ࣭తʹθϩΛͱ Δ΋ͷ͕͋Δͱ͍͏Ծఆʹ‫͍͍ͯͮج‬Δ͕ɼϓϩάϥϜϞ. ln μ = β0 + β1 ln F P + β2 x. δϡʔϧϨϕϧͱ͸ҟͳΓɼιϑτ΢ΣΞશମͰෆ۩߹਺. ‫ࢉܭ‬͸౷‫ܭ‬πʔϧ R Λ༻͍ͯߦ͏ɽྫ͑͹໨తม਺͕. ͕θϩͰ͋Δͱ͍͏Ծఆ͸‫࣮ݱ‬తͰ͸ͳ͍ɽ ·ͨɼθϩա৒σʔλʹରͯ͠͸ɼϋʔυϧϞσϧʢϋʔ. (6). y ɼઆ໌ม਺͕ x1 ͱ x2 ͷෛͷೋ߲ճ‫ؼ‬෼ੳͷ R ͷεΫϦ ϓτ͸࣍ͷΑ͏ͳ΋ͷͰ͋Δ [23]ɽ. υϧϙΞοιϯճ‫ؼ‬Ϟσϧ΍ϋʔυϧෛͷೋ߲ճ‫ؼ‬Ϟσϧʣ. > library (MASS) ɹɹ# ඞཁͳϥΠϒϥϦͷಡࠐΈ. ΋ఏҊ͞Ε͍ͯΔ [19]ɽϋʔυϧϞσϧͰ͸ɼσʔλΛ 2. > fm < − glm.nb (y˜x1+x2, data=dt). ͭ͋Δ͍͸ 3 ͭʹ෼ׂͯ͠ɼͦΕͧΕʹ࠷దͳ෼෍Λ౰ͯ. ɹɹ# ෛͷೋ߲ճ‫ؼ‬Ϟσϧͷ࣮ߦɼdt ͸ର৅σʔλ. ͸ΊΔ఺ʹಛ௃͕͋Δɽ͔͠͠ɼҰൠʹσʔλΛࡉ͔͘෼. > summary(fm) ɹɹ# ݁Ռͷग़ྗ. ׂͯͦ͠ΕͧΕʹผʑͷϞσϧΛద༻͢Δͱద߹౓ͷ஋͕ ޲্͢ΔͷͰɼ͜ͷ΍Γํ͸ຊ࣭తͳղܾͱ͸‫͍ݴ‬೉͍ɽ θϩա৒Ϟσϧ΍ϋʔυϧϞσϧʹΑΔద߹౓ͷ޲্౓. ©2017 Information Processing Society of Japan. 3.3 આ໌ม਺ͷબ୒‫ج‬४ ৴པੑʹӨ‫ڹ‬Λ༩͑Δ࣭తม਺ͷબ୒‫ج‬४Λ࣍ͷΑ͏ʹ. 50.

(6) ソフトウェアエンジニアリングシンポジウム 2017 IPSJ/SIGSE Software Engineering Symposium (SES2017). ఆΊɼ͜ΕΒ;ͨͭͷ‫ج‬४Λͱ΋ʹຬͨ͢΋ͷΛ໨తม਺ ʹର͢ΔӨ‫ڹ‬ཁҼͱ͢Δɽ. ‫ݕ‬౼ࡁΈͷ৔߹͸৴པੑ͕ߴ͍ɽ. • πʔϧΛར༻͢Δ͜ͱʹΑΓ৴པੑ͕ߴ͘ͳΔ΋ͷ͸ɼ. (1) p ஋. 408 σόοά ςετπʔϧͰ͋Δɽ‫ ʹٯ‬411 ίʔυ. ܎਺͕θϩͰͳ͍͔Ͳ͏͔ʢ2 ͭͷ‫܈‬ͷฏ‫ۉ‬஋ʹ͕ࠩ͋. δΣωϨʔλͷར༻͸৴པੑΛ௿Լͤ͞Δɽ. Δ͔Ͳ͏͔ʣΛ൑அ͢ΔͨΊͷ p ஋ͷ༗ҙਫ४͸ɼӨ‫ڹ‬ͷ. • ϢʔβଆͰ͸ɼ501 ཁ‫͋Ͱ֬໌͕༷࢓ٻ‬Δ৔߹ɼ5116. ՄೳੑΛ෯޿֬͘ೝ͢ΔͨΊɼ౷‫Ͱֶܭ‬ඪ४తʹ࢖ΘΕͯ. ‫ج‬ຊઃ‫ܭ‬ɼ5117 ৄࡉઃ‫ܭ‬ɼ5119 ݁߹ςετɼ5120 ૯. ͍Δ 5 ˋΑΓߴ͍ 10%ʢ྆ଆ‫ݕ‬ఆʣͱ͢Δɽ. ߹ςετʢϕϯμ֬ೝʣͷ֤޻ఔͦΕͧΕͰཁ‫༷࢓ٻ‬. (2) ճ‫਺܎ؼ‬. มߋ͕ൃੜ͠ͳ͍৔߹ɼ502 Ϣʔβ୲౰ऀ͕ཁ‫༷࢓ٻ‬. ࣭తม਺ͷճ‫਺܎ؼ‬ͷ஋͕ ln 1.5 = 0.405 Ҏ্ͷ΋ͷΛ. ʹؔ༩͍ͯ͠Δ৔߹ɼ504 Ϣʔβ୲౰ऀͷ‫ۀ‬຿‫͕ݧܦ‬. બ୒‫ج‬४ͱ͢Δɽ͜Ε͸ 2 ͭͷ‫܈‬ͷෆ۩߹਺ൺ཰ʢ5.1 Ͱ. ๛෋ͳ৔߹ɼ507 Ϣʔβ୲౰ऀͷઃ‫಺ܭ‬༰ཧղ౓͕ߴ. ৄड़ʣ͕ 1.5 ഒҎ্Ͱ͋Δ͜ͱΛҙຯ͢Δɽͳ͓ɼຊ࿦จ. ͍৔߹͕ɼ͍ͣΕ΋৴པੑ͕ߴ͍ɽ. Ͱ͸ɼ্ҐϨϕϧΛ 0ɼԼҐϨϕϧΛ 1 ͱͯ͠෼ੳ͍ͯ͠. • ཁ‫ٻ‬ϨϕϧͰ͸ɼ514 ཁ‫ٻ‬Ϩϕϧ ੑೳɾޮ཰ੑ͕ߴ͍. ΔͨΊɼ܎਺͕ϓϥεͷ৔߹͸ɼ্ҐϨϕϧͷ‫܈‬ͷํ͕Լ. ৔߹ɼ515 ཁ‫ٻ‬Ϩϕϧ อकੑͷߴ͍৔߹͕ɼ͍ͣΕ΋. ҐϨϕϧͷ΋ͷΑΓ΋ෆ۩߹਺͕গͳ͍͜ͱΛද͢ɽ. ৴པੑ͕ߴ͍ɽ. 4. ෼ੳ݁Ռ 4.1 ෼ੳ৚݅Λຬͨ͞ͳ͍ม਺. • ։ൃ୲౰ऀʹؔͯ͠͸ɼ1010 ςετମ੍Ͱςετཁ һͷεΩϧ͕ߴ͍ํ͕৴པੑ͸ߴ͍ɽ. • ཁ‫༷࢓ٻ‬มߋͷൃੜɼಛʹৄࡉઃ‫߹݁ͼٴܭ‬ςετͰ. ද 2 ‫ͼٴ‬ද 3 Ͱ͋͛ͨઆ໌ม਺ͷީิͷ͏ͪɼ࣍ͷ 12. ͷมߋൃੜͷճ‫͕਺܎ؼ‬େ͖͘ɼ࠷΋৴པੑʹѱӨ‫ڹ‬. ‫ݸ‬ͷม਺͕ 2.2 ͷ (2) Ͱड़΂ͨઆ໌ม਺͕ຬͨ͢΂͖ 3 ͭ ͷ৚݅ͷ͏ͪɼগͳ͘ͱ΋ͻͱͭͷ৚݅Λຬͨ͞ͳ͍͜ͱ. Λ༩͍͑ͯΔɽ. • ‫ۀ‬छΛআ͍ͨ෼ྨผͰ͸ɼϢʔβଆʹଐ͢Δม਺ͷ਺. ͕Θ͔ͬͨɽ. • ΞʔΩςΫνϟɿελϯυΞϩϯɼϝΠϯϑϨʔϜɼ2 ֊૚ΫϥΠΞϯταʔόɽ. • ‫ۀ‬छɿ৘ใ௨৴‫ۀ‬ɼԷചɾখച‫ۀ‬ɽ • ϓϩδΣΫτશൠɿ115 ϓϩδΣΫτ‫૽ ڥ؀‬Իɼ120 ‫ܭ‬ըͷධՁʢίετʣ ɼ122 ‫ܭ‬ըͷධՁʢ޻‫ظ‬ʣ ɼ1013 ୈࡾऀϨϏϡʔͷ༗ແɽ. ͕ɼઈର਺ʢ8 ‫ݸ‬ʣ͔ΒΈͯ΋ൺ཰ʢ0.53 ʹ 8/15ʣ͔ ΒΈͯ΋࠷΋େ͖͍ɽ. 5. ߟ࡯ 5.1 ෆ۩߹਺ൺ཰ ࣜ (6) ʹ͓͚Δύϥϝʔλ β0 , β1 , β2 ͷ࠷໬ਪఆ஋ʢ੾ ย‫ͼٴ‬ճ‫਺܎ؼ‬ʣΛͦΕͧΕ b0 , b1 , b2 ͱ͢Δͱɼ͋Δ FP. • πʔϧͷར༻ɿ405 ߏ੒؅ཧπʔϧɼ409 CASE πʔϧɽ. ‫ن‬໛ʹ͓͚Δ্ҐϨϕϧ‫ͼٴ‬ԼҐϨϕϧͦΕͧΕͷෆ۩߹. • Ϣʔβଆɿ5115 ཁ‫ൃ༷࢓ٻ‬ੜมߋঢ়‫ گ‬ཁ݅ఆٛɽ. − ਺ͷฏ‫ ۉ‬μ+ i ‫ ͼٴ‬μi ͸ɼ࣭తม਺্͕ҐϨϕϧͰ 0ɼԼҐ. ͜ΕΒͷ 12 ‫ݸ‬ͷม਺͸෼ੳͷର৅֎ͱ͠ɼҎ߱͸ॱং ई౓ʹै͏ม਺ 46 ‫໊ͱݸ‬ٛई౓ʹै͏ม਺ 4 ‫ݸ‬Λ෼ੳର ৅ͱ͢Δɽ. 4.2 ৴པੑ΁ͷӨ‫ڹ‬ཁҼ ৴པੑ΁ͷӨ‫ڹ‬ཁҼͱͯ͠બ୒͞Εͨม਺ɼ͢ͳΘͪ. 2.2 ͷ (2) Ͱड़΂ͨσʔλ݅਺ʹؔ͢Δ 1)ʙ3) ͷ৚݅ɼ‫ٴ‬ ͼ 3.3 ͷઆ໌ม਺ͷબ୒ʹؔ͢Δ 1) ͱ 2) ͷબ୒‫ج‬४Λ͢ ΂ͯຬ࣭ͨ͢తม਺Λද 4 ʹࣔ͢ɽ ද 4 ͔Β࣍ͷ͜ͱ͕Θ͔Δɽͳ͓ɼҎԼͷ෼ੳ݁Ռ͸͢. ϨϕϧͰ 1 ͷ஋ΛͱΔ͜ͱ͔Βɼ. ln μ+ i = b0 + b1 ln F P. (7). ln μ− i = b0 + b1 ln F P + b2. (8). ͱͳΔɽ + ͜͜Ͱ FP ‫ن‬໛͕౳͍͠ͱԾఆͨ͠৔߹ͷ μ− i ͱ μi ͷ. ൺΛʮෆ۩߹਺ൺ཰ʯͱ‫͢ʹͱ͜Ϳݺ‬Δͱɼࣜ (7) ͱࣜ (8) ΑΓ + ln μ− i − ln μi = ln. ΂֤࣭ͯతม਺͔Β FP ‫ن‬໛ͷӨ‫ڹ‬Λআ‫ޙͨ͠ڈ‬ʢFP ‫ن‬ ໛͕Ұఆͱͨ͠৔߹ʣͷ΋ͷͰ͋Δɽ. • ‫ۀ‬छผͰ͸ɼۚ༥ɾอ‫ۀݥ‬͸ଞͷ‫ۀ‬छʹൺ΂ͯ৴པੑ ͕ߴ͍ʢՔಇ‫ ޙ‬1 ϲ݄ͷൃੜෆ۩߹‫ݱ‬৅਺͕গͳ͍ʣ ɽ. • ΞʔΩςΫνϟͰ͸͕ࠩΈΒΕͳ͍ʢද 4 ʹϦετ Ξοϓ͞ΕΔ΋ͷ͸ͳ͍ʣ ɽ. • ϓϩδΣΫτશൠͰ͸ɼ113 ʢೲ‫ظ‬ɾ඼࣭౳ͷʣୡ੒. μ− i = b2 μ+ i. (9). ͱͳΓɼෆ۩߹਺ൺ཰͸. μ− i = e b2 μ+ i. (10). Ͱද͢͜ͱ͕Ͱ͖Δɽ ද 4 ʹӨ‫ڹ‬ཁҼͷީิͷෆ۩߹਺ൺ཰Λࣔ͢ɽද 4 ʹΑ Δͱɼྫ͑͹ 501 ཁ‫Ͱ֬͞໌ ༷࢓ٻ‬͸ɼ໌֬ͳ৔߹ʹൺ΂. ໨ඪ ༏ઌ౓ ໌֬౓߹͕ඇৗʹ໌֬ͳ৔߹ɼ‫ ͼٴ‬121. ͯ໌֬Ͱͳ͍৔߹͸ෆ۩߹਺ͷฏ‫ ͕ۉ‬1.8 ഒଟ͘ͳΔ͜ͱ. ‫ܭ‬ըͷධՁʢ඼࣭ʣͰ඼࣭໨ඪ͕໌֬Ͱ࣮ߦՄೳੑΛ. Λ͍ࣔͯ͠Δɽ411 ίʔυδΣωϨʔλͷར༻ͷΑ͏ʹ܎. ©2017 Information Processing Society of Japan. 51.

(7) ソフトウェアエンジニアリングシンポジウム 2017 IPSJ/SIGSE Software Engineering Symposium (SES2017). ද 4. Ө‫ڹ‬ཁҼͱͯ͠બ୒͞Ε࣭ͨతม਺. Table 4 Qualitative variables selected as effective factors. ಺༰ ෼ྨ. ม਺໊. σʔλ਺. ্Ґ. ԼҐ. Ϩϕϧ. Ϩϕϧ. ૯਺. ࣭తม਺. ෆ۩. ্Ґ. ԼҐ. ճ‫ؼ‬. p஋. ߹਺. Ϩϕϧ. Ϩϕϧ. ܎਺. (ˋ). ൺ཰. ‫ۀ‬छ. ۚ༥ɾอ‫ۀݥ‬. ۚ༥ɾอ‫ۀݥ‬. ࠨ‫ه‬Ҏ֎ͷ‫ۀ‬छ. 305. 90. 215. 0.66. 0.3. 1.9. 113 ୡ੒໨ඪ. aɿඇৗʹ໌֬. bɿ֓Ͷ໌֬ʴ cɿ΍΍. 160. 55. 105. 0.50. 9.4. 1.6. ϓϩδ. ༏ઌ౓ ໌֬౓߹. ΣΫτ. 121 ‫ܭ‬ըͷධՁ. aɿ඼࣭໨ඪ͕໌֬Ͱ. શൠ. ʢ඼࣭ʣ. ࣮ߦՄೳੑΛ‫ݕ‬౼. ·ͨ͸࣮ߦՄೳੑΛ. 249. 205. 44. 1.02. 0.1. 2.8. ࡁΈ. ະ‫ݕ‬౼ʴ cɿ‫ܭ‬ըͳ͠. 139. 67. 72. 0.83. 1.2. 2.3. aɿ༗Γ. bɿແ͠ 130. 37. 93. -0.71. 5.6. 1/2.0. 193. 130. 63. 0.60. 1.2. 1.8. ෆ໌֬ʴ dɿෆ໌֬. bɿ඼࣭໨ඪ͕ෆ໌֬ɼ. 408 σόοά πʔϧ. ςετπʔϧར༻. ར༻. 411 ίʔυδΣω Ϩʔλར༻. 501 ཁ‫֬͞໌ ༷࢓ٻ‬ ཁ‫ٻ‬. 5116 ‫ج‬ຊઃ‫ܭ‬. ࢓༷. 5117 ৄࡉઃ‫ܭ‬. Ϣʔβ. มߋ. 5119 ݁߹ςετ. ଆ. ൃੜ. 5120 ૯߹ςετ. ঢ়‫گ‬. ʢϕϯμ֬ೝʣ. aɿඇৗʹ໌֬ʴ. cɿ΍΍͍͋·͍ʴ. bɿ͔ͳΓ໌֬. dɿඇৗʹ͍͋·͍. aɿมߋͳ͠. 46. 14. 32. 1.17. 3.2. 3.2. bɿܰඍͳมߋ͕ൃੜ +. 45. 16. 29. 1.38. 0.9. 4.0. cɿେ͖ͳมߋ͕ൃੜ +. 36. 19. 17. 1.51. 1.3. 4.5. d:ॏେͳมߋ͕ൃੜ. 42. 24. 18. 0.89. 8.9. 2.4. 167. 100. 67. 0.64. 0.8. 1.9. 84. 34. 50. 0.72. 6.1. 2.1. 89. 69. 20. 0.97. 3. 2.6. 122. 69. 53. 0.74. 2.2. 2.1. 88. 27. 61. 1.13. 0.8. 3.1. 62. 43. 19. 0.82. 4.4. 2.3. 502 Ϣʔβ୲౰ऀ. aɿे෼ʹؔ༩ʴ. cɿؔ༩͕ෆे෼ʴ. ཁ‫༷ؔ࢓ٻ‬༩. bɿ֓Ͷؔ༩. dɿະؔ༩. 504 Ϣʔβ୲౰ऀ. aɿे෼ʹ‫ݧܦ‬. bɿ֓Ͷ‫ݧܦ‬ʴ̲ɿ‫ݧܦ‬. ‫ۀ‬຿‫ݧܦ‬. 507 Ϣʔβ୲౰ऀ. ͕ෆे෼ʴ dɿະ‫ݧܦ‬. aɿे෼ʹཧղʴ. cɿཧղ͕ෆे෼ʴ. ઃ‫಺ܭ‬༰ཧղ౓. b:֓Ͷཧղ. dɿશ͘ཧղ͍ͯ͠ͳ͍. ཁ‫ٻ‬. 514 ੑೳɾޮ཰ੑ. aɿ‫ۃ‬Ίͯߴ͍ʴ. cɿதҐʴ dɿ௿͍. Ϩϕϧ. 515 อकੑ. b:ߴ͍. ։ൃ. 1010 ςετମ੍. aɿεΩϧཁһͱ΋. cɿεΩϧ͸ෆ଍ɼһ਺͸. ୲౰ऀ. ʢεΩϧϨϕϧʣ. ʹे෼ʴ bɿεΩϧ. े෼ʴ dɿεΩϧɼһ਺. ͸े෼ɼһ਺͸ෆ଍. ͱ΋ʹෆ଍. ਺͕ෛͷ৔߹͸ɼ‫͍ͯࣔ͠Ͱ਺ٯ‬Δɽཁ‫༷࢓ٻ‬มߋൃੜঢ়. ͧΕ 5116 ‫ج‬ຊઃ‫ ͱܭ‬5117 ৄࡉઃ‫ Ͱؒܭ‬0.75ɼ5117 ৄࡉ. ‫گ‬ͷෆ۩߹਺ൺ཰͕ɼ2.4ʙ4.5 ͱߴ͍஋Λ͍ࣔͯ͠Δɽಛ. ઃ‫ ͱܭ‬5119 ݁߹ςεؒͰ 0.52ɼ5119 ݁߹ςετͱ 5120. ʹ 4117 ৄࡉઃ‫ Ͱܭ‬4.0ɼ4119 ݁߹ςετͰ 4.5 ͱߴ͘ɼ࢓. ૯߹ςετʢϕϯμ֬ೝʣؒͰ 0.84 Ͱ͋ͬͨɽ͜ΕΒ 4 ͭ. ༷มߋͷ͋Δͳ͠Ͱෆ۩߹਺͕ 4 ഒҎ্ҧ͏͜ͱ͕Θ͔Δɽ. ͷม਺ʹରͯ͠ओ੒෼෼ੳΛߦͬͨͱ͜ΖɼୈҰओ੒෼ͷ. FP ‫ن‬໛ʹର͢Δෆ۩߹਺ͷࢄ෍ਤྫΛਤ 1 ʹࣔ͢ɽਤ 1. ֤ม਺ͷॏΈ͸ 4 ͭͷม਺Ͱ΄΅౳͘͠ɼୈҰओ੒෼͚ͩ. ʹ͓͍ͯಉҰ FP ‫ن‬໛ͷ࣮ઢ‫ͼٴ‬ഁઢͷߴ͞ͷൺ͕ෆ۩߹. Ͱ૯෼ࢄͷ 67%Λઆ໌Ͱ͖Δ͜ͱ͔Βɼཁ‫༷࢓ٻ‬มߋൃੜ. ਺ൺ཰Ͱ͋Δɽਪఆͨ͠ฏ‫ۉ‬஋ͷ͕ࠩ༗ҙͰ͋ͬͯ΋࣮ଌ. ঢ়‫ؔ͢ʹگ‬Δม਺͸ͲΕ͔ͻͱͭͰ୅දͤͯ͞Α͍ͱࢥΘ. ஋ͷ͹Β͖ͭ͸େ͖͍ɽ. ΕΔɽͦΕҎ֎ͷཁҼಉ࢜Ͱ૬ؔ܎਺͕ 0.5 Λ௒͑Δ΋ͷ ͸ͳ͘ɼ͍ͣΕ͔ͷཁҼΛআ͘ඞཁ͸ͳ͍ͱߟ͑ΒΕΔɽ. 5.2 ཁҼؒͷ૬ؔ ද 4 Ͱࣔͨ͠ཁҼಉ࢜͸ඞͣ͠΋ಠཱͰ͸ͳ͍ɽ֤ཁҼ. 5.3 ֎Ε஋ͷӨ‫ڹ‬. ಉ࢜ͷ෼ׂදΛ࡞੒ͯ͠ಠཱੑͷ‫ݕ‬ఆΛߦͬͨͱ͜Ζ 120. (1) FP ‫ن‬໛. ͷ૊߹ͤத 13ʢ11%ʣͷ૊߹͕ͤ༗ҙਫ४ 1%ͰಠཱͰ͸. ද 4 ʹϦετΞοϓ͞Εͨม਺ͷ͢΂ͯͷ‫܈‬ʢ্ҐϨϕ. ͳ͍ͱ͍͏݁Ռ͕ಘΒΕͨɽͦΕΒ 13 ͷ૊߹ͤͷ͏ͪ 3. ϧɼԼҐϨϕϧɼͦͷ࿨ू߹ʣʹ͍ͭͯ FP ‫ن‬໛ͷ (ର਺. ͭͷ૊߹ͤͷ φ ܎਺͕ɼؔ࿈͕େ͋Δ͍͸‫͍ؔڧ‬࿈͕͋Δ. ͷʣ࿪౓ͱઑ౓Λ‫ٻ‬Ίͨͱ͜Ζɼ࿪౓͸͢΂ͯͷ‫ Ͱ܈‬±1. ͱ‫ݴ‬ΘΕΔ 0.5 Λ௒͍͑ͯͨɽ͍ͣΕ΋ཁ‫༷࢓ٻ‬มߋൃੜ. ͷൣғʹೖ͍͕ͬͯͨɼઑ౓͸ 48 ‫ݸ‬த 4 ‫ ͕ݸ‬±1 ͷൣғ֎. ঢ়‫ؔ͢ʹگ‬Δ 4 ͭͷม਺ؒͷ૊߹ͤͰ͋Γɼφ ܎਺͸ͦΕ. Ͱ͋ͬͨɽ͔͠͠ઈର஋͕࠷΋େ͖ͳઑ౓͸ −1.5 Ͱ͋Γɼ. ©2017 Information Processing Society of Japan. 52.

(8) ソフトウェアエンジニアリングシンポジウム 2017 IPSJ/SIGSE Software Engineering Symposium (SES2017). ਤ 2 ਤ 1. FP ‫ن‬໛ͱෆ۩߹਺ͷࢄ෍ਤྫʢ501 ཁ‫༷࢓ٻ‬ͷ໌֬͞ʣ. FP ͱෆ۩߹਺ʢਖ਼ͷ΋ͷʣͷࢄ෍ਤ. Fig. 2 Scatter plot graph of FP and positive number of failures.. Fig. 1 Scatter plot graph of FP and number of failures for clarity of requirement specifications.. ද 5. େ͖ͳෆ۩߹਺Λ΋ͭϓϩδΣΫτͷӨ‫ڹ‬. Table 5 Effects of projects with large number of failures.. Ͳͷ‫͍͓ͯʹ܈‬΋ FP ‫ن‬໛͸ਖ਼‫ن‬෼෍͔Βେ͖͘ҳ୤ͯ͠ ͍ΔՄೳੑ͸௿͍ͱߟ͑ΒΕΔɽ. 2 ݅ͷ. (2) ෆ۩߹਺ ෆ۩߹਺͕ 999 ͱ 415 ͱ͍͏େ͖ͳ஋Λ΋ͭϓϩδΣΫ τ͕ 2 ͭ͋ΔɽͦΕҎ֎ͷ 303 ݅ͷϓϩδΣΫτͷෆ۩߹. ม਺໊. σʔλ. ۚ༥ɾอ‫߽ݥ‬. ‫ؚ‬Ή. σʔλ਺ ԼҐ. ճ‫ؼ‬. p஋. Ϩϕϧ. Ϩϕϧ. ܎਺. (%). 90. 215. 0.66. 0.3. 213. 0.47. 2.9. 105. 0.50. 9.4. 104. 0.38. 17.6. 44. 1.02. 0.1. 42. 0.46. 13.0. 72. 0.83. 1.2. 1.28. 0.0. আ͘. ਺͸͢΂ͯ 120 ݅ҎԼͰ͋Δ͜ͱ͔Βɼ͜ͷ 2 ݅ͷσʔλ. 113 ୡ੒໨ඪ. ‫ؚ‬Ή. ༏ઌ౓ ໌֬౓߹. আ͘. ෆ۩߹਺͕ਖ਼ͷ஋Λ΋ͭ 206 ݅ͷϓϩδΣΫτʹ͓͚. 121 ‫ܭ‬ըͷධՁ. ‫ؚ‬Ή. Δ log(FP) ‫ن‬໛ͱ log(ෆ۩߹਺) ͷࢄ෍ਤΛਤ 2 ʹࣔ͢ɽ. ʢ඼࣭ʣ. আ͘. log(ෆ۩߹਺) ͕ 3.0 ͱ 2.5 ʹҐஔ͢Δ 2 ͭͷ఺ʢਤ 2 த. 408 σόοά. ‫ؚ‬Ή. 67. ͷ ʣ͕ෆ۩߹਺ 999 ݅ͱ 415 ݅ʹରԠ͢Δ͕ɼ͜ΕΒ. ςετπʔϧར༻. আ͘. 66. 411 ίʔυ. ‫ؚ‬Ή. 37. δΣωϨʔλར༻. আ͘. 36. ͸֎Ε஋Ͱ͋ΔՄೳੑ͕͋Δɽ. Λ֎Ε஋ͱΈͳ͢΂͖͔Ͳ͏͔Λਤ 2 ͔Β൑அ͢Δͷ͸೉ ͍͠ɽ ͦ͜Ͱɼ305 ݅ͷσʔλͷ͏ͪෆ۩߹਺͕େ͖͍ํ͔Β ൒෼ͷ 153 ݅ͷσʔλू߹Λબ୒͠ɼ࢛෼Ґ͔Β֎Ε஋Λ ‫ٻ‬ΊΔํ๏Ͱ্‫ ه‬2 ͭͷ஋͕֎Ε஋͔൱͔Λௐ΂ͨɽ·ͣ. 153 ݅ͷσʔλΛৗ༻ର਺Ͱม‫࠷ͯ͠׵‬΋খ͍͞஋Λશମ ू߹ʢ305 ݅ʣͷதԝ஋ͱ͠ɼબ୒ͨ͠ 153 ݅ͷσʔλू ߹ͷதԝ஋Λશମू߹ͷ্ώϯδͷ஋ͱ͢Δɽ֎Ε஋ͷ্ ଆ‫ڥ‬ք఺͸Ұൠʹɼ্ώϯδ +ʢ্ώϯδ − Լώϯδʣʷ. 1.5 ͷ఺ͱ͢Δ͕ɼࠓճ͸Լώϯδͷ஋͕Θ͔Βͳ͍ͷͰɼ ্ώϯδ +ʢ্ώϯδ − தԝ஋ʣʷ 3 ͷ఺Λ‫ڥ‬ք఺ͱ͢ ΔɽࠓճͷσʔλͰ͸ɼதԝ஋ʹ 0.301ɼ্ώϯδͷ஋ʹ. 1.041ɼ‫ڥ‬ք఺ʹ 3.262 ͱͳΓɼ‫ڥ‬ք఺͸ log 999 ʹ 3.000 ΑΓେ͖͍ɽ͢ͳΘͪɼ415ɼ999 ͷෆ۩߹਺͸͍ͣΕ΋֎ Ε஋ͱΈͳ͢ඞཁ͸ͳ͍ɽ ͔͠͠ɼ͜ΕΒ 2 ͭͷ஋͕ҟৗ஋͢ͳΘͪʮ͔͠Δ΂͖ ཧ༝ʹΑΓσʔλͷଞͷ෦෼ͱҟ࣭ͱߟ͑ΒΕΔͷͰमਖ਼ ຢ͸࡟আ͢΂͖ͱ൑ఆ͞ΕΔ஋ʯ[24] Ͱ͋ΔՄೳੑ΋൱ఆ Ͱ͖ͳ͍ͷͰɼ͜ΕΒ 2 ͭͷ஋Λ࣋ͭϓϩδΣΫτΛআ͍. ©2017 Information Processing Society of Japan. ࣭తม਺. ্Ґ. 55 205. 93. -0.71. 5.6. -0.28. 43.0. ͯ࠶෼ੳ͠ɼ݁ՌΛൺֱͨ͠ʢද 5ʣɽද 4 ʹ‫͞ࡌه‬Εͯ ͍ͯද 5 ʹ‫͞ࡌه‬Ε͍ͯͳ͍ม਺͸ɼେ͖ͳෆ۩߹਺Λ΋ ͭ 2 ͭͷϓϩδΣΫτ͕ͱ΋ʹͦΕΒͷม਺ʹରͯ͠͸஋ ͕ܽଛ͍ͯͯ͠࠶෼ੳͷର৅ͱͳΒͳ͔ͬͨ΋ͷͰ͋Δɽ ද 5 ͷ p ஋ΛΈΔͱ 2 ݅ͷσʔλΛআ͘͜ͱʹΑΓɼ. 408 σόοά ςετπʔϧͷར༻͸ p ஋͕খ͘͞ͳΓɼͦ ΕҎ֎ͷཁҼ͸ p ஋͕େ͖͘ͳ͍ͬͯΔɽ͢ͳΘͪɼ113 ୡ੒໨ඪ ༏ઌ౓ ໌֬౓߹Ͱ͸ 9.4%͔Β 17.6%ʹɼ121 ‫ܭ‬ ըͷධՁʢ඼࣭ʣͰ͸ 0.1%͔Β 13.0%ʹɼ411 ίʔυδΣ ωϨʔλར༻Ͱ͸ 5.6%͔Β 43.0%ͱͳ͍ͬͯΔɽ͜ͷ͏ ͪɼ113 ୡ੒໨ඪ ༏ઌ౓ ໌֬౓߹ͱ 121 ‫ܭ‬ըͷධՁʢ඼ ࣭ʣ͸ p ஋͕େ͖͘ͳͬͯ͸͍Δ΋ͷͷ͍ͣΕ΋ 20%ҎԼ Ͱ͋Γɼ4.2 ͰಘΒΕͨ݁Ռͷ··Ө‫ڹ‬ཁҼͱߟ͑ͯΑ͍ ͱࢥΘΕΔ*6 ɽ͔͠͠ɼ411 ίʔυδΣωϨʔλར༻Ͱ͸ *6. චऀͷ‫Ͱݧܦ‬͸޻਺༧ଌ౳Ͱ p ஋͕ 20%ҎԼͷઆ໌ม਺ΛՃ͑ ΔͱҰൠʹࣗ༝౓ௐ੔ࡁΈͷܾఆ܎਺͸૿Ճ͢Δɽͭ·Γɼͦͷ Α͏ͳઆ໌ม਺͸༗ޮͰ͋Δ͜ͱ͕ଟ͍ɽ. 53.

(9) ソフトウェアエンジニアリングシンポジウム 2017 IPSJ/SIGSE Software Engineering Symposium (SES2017). ද 6. มಈ͕େ͖͘ 1 ݅ͷσʔλΛআ͘ͱ p ஋͕ 43.0%ʹͳͬͯ ͍Δ͜ͱ͔Βɼ4.2 ͰಘΒΕͨ݁Ռ͢ͳΘͪίʔυδΣω. Table 6 Comparison of analysis results from IPA/SEC data and by Zhu et al.. Ϩʔλͷར༻͸৴པੑΛ௿Լͤ͞Δͱ͍͏݁Ռ͸อཹͨ͠ ํ͕Α͍ͱࢥΘΕΔɽ. ෼ྨ. IPA/SEC σʔλͷ෼ੳ. Zhu Βͷ্Ґ. ʹ‫ͮ͘ج‬Ө‫ڹ‬ཁҼ. 10 ͷӨ‫ڹ‬ཁҼ [18]. 113 ୡ੒໨ඪ ༏ઌ౓ ໌֬౓߹. 5.4 Zhu Βͷ݁Ռͱͷൺֱ Zhu Β͸࣮ࡍʹιϑτ΢ΣΞΛ։ൃ͍ͯ͠Δਓ͔ͨͪΒ. Zhu Βͷ෼ੳ݁Ռͱͷൺֱ. -. 121 ‫ܭ‬ըͷධՁʢ඼࣭ʣ ϓϩ. ςετ޻਺ൺ཰ (*1). ςετ޻਺. ͷΞϯέʔτʹΑΓɼ32 ͷ‫ڥ؀‬ม਺ͷ৴པੑ΁ͷӨ‫౓ڹ‬Λ. δΣΫ. ςετ໢ཏ཰. ௐࠪͨ͠ [18]ɽ32 ͷ‫ڥ؀‬ཁҼͱ SEC σʔλͷऩू߲໨͸. τશൠ. ཁ݅ͱৄࡉઃ‫ܭ‬. ඞͣ͠΋े෼ͳରԠ͸ͱΕ͍ͯͳ͍ɽ32 ͷ‫ڥ؀‬ཁҼͷதʹ. -. ͷؔ܎. ͸ςετʹؔ࿈͢Δ߲໨Λ 6 ߲໨ʢ19%ʣ ɼϓϩηοα΍‫ه‬. ϓϩάϥϜͷෳࡶ͞. Ա૷ஔͳͲͷ։ൃ‫ؔ͢ʹڥ؀‬Δ߲໨Λ 5 ߲໨ (16%ʣ ɼϓϩ. ςετ‫ڥ؀‬. άϥϜͷෳࡶ͞΍ཁ݅ͱৄࡉઃ‫ॻܭ‬ͷؔ࿈ͳͲͷϓϩμΫ τͷ಺༰ʹؔ͢Δ߲໨Λ 2 ߲໨ (6%ʣ‫ؚ‬ΉͳͲͷಛ௃͕Έ. πʔϧ. 408 σόοά ςετπʔϧ. ར༻. -. ςετํ๏࿦. ʻίʔυ࠶ར༻཰ʼ. ίʔυ࠶ར༻཰. 501 ཁ‫֬͞໌ ༷࢓ٻ‬. -. ΒΕΔɽSEC σʔλʹରԠ͢Δຢ͸ྨࣅͷ߲໨͕ଘࡏ͢Δ ΋ͷ͸ɼશମͷ൒෼ఔ౓Ͱ͋Δɽ. 5116 ‫ج‬ຊઃ‫ܭ‬ ཁ‫༷࢓ٻ‬. 5117 ৄࡉઃ‫ܭ‬. Ϣʔβ. ൃੜมߋ. 5119 ݁߹ςετ. ଆ. ঢ়‫گ‬. 5120 ૯߹ςετ. Ϣʔβ. 502 ཁ‫༷ؔ࢓ٻ‬༩. -. 504 ‫ۀ‬຿‫ݧܦ‬. ର৅ྖҬ஌ࣝ. 507 ઃ‫಺ܭ‬༰ཧղ౓. -. ࠓճͷ෼ੳ݁ՌΛɼZhu Βͷ෼ੳͰӨ‫͕౓ڹ‬େ͖͍ͱ൑ அ͞Ε্ͨҐ 10 ‫ݸ‬ͷ‫ڥ؀‬ม਺ͱͷൺֱͨ͠ʢද 6ʣ ɽͳ͓ɼ. Zhu Βͷ݁Ռͱൺֱ͢ΔͨΊʹɼྔతม਺Ͱ͋Δςετ޻ • ςετ޻਺ൺ཰͕ߴ͍ʢςετ޻਺͕ଟ͍ʣɼཁ‫࢓ٻ‬. ୲౰ऀ. ༷มߋ͕ͳ͍ʢස౓͕গͳ͍ʣɼϢʔβͷ‫ۀ‬຿‫͕ݧܦ‬ ੑ͕޲্͢Δͱ͍͏఺Ͱ͸෼ੳ݁Ռ͕Ұகͨ͠ɽ. • ࠓճͷ෼ੳ݁ՌͰ͸ɼσόοά ςετπʔϧΛར༻͢ Δ৔߹͸৴པੑ͕ߴ͘ͳΔͱ͍͏݁ՌͰ͕͋ͬͨɼς. ࢓༷มߋස౓. (ϕϯμ֬ೝʣ. ਺ൺ཰‫ͼٴ‬ίʔυ࠶ར༻཰ʹ͍ͭͯ௥Ճ෼ੳͨ͠ɽ. ๛෋ʢ෼໺஌͕ࣝ๛෋ʣͰ͋Δ৔߹͸ɼͦΕͧΕ৴པ. ʻςετπʔϧʼ. ཁ‫ٻ‬. 514 ੑೳɾޮ཰ੑ. Ϩϕϧ. 515 อकੑ. ։ൃ. ʻ 602ʙ605 ཁһεΩϧʼ. ୲౰ऀ. 1010 ςετମ੍. ϓϩάϥϚͷεΩϧ ɹ. -. ʢεΩϧϨϕϧʣ. ετπʔϧͷར༻͸ Zhu Βͷ෼ੳ݁ՌͰ͸্Ґ 10 Ґ. ʢ஫ʣ”-” ͸෼ੳର৅ͱͳΔ߲໨͕ͳ͍͔ɼຢ͸߲໨͕͋ͬͯ΋. ʹ͸ೖΒͳ͔ͬͨɽ. σʔλ਺͕গͳ͍ͨΊ෼ੳର৅֎ͱͳͬͨ΋ͷɼʻʼ಺͸߲໨͸. • Zhu Βͷ෼ੳ݁ՌͰ͸ίʔυͷ࠶ར༻཰‫ͼٴ‬ϓϩάϥ. ͋Δ͕༗ҙͰͳ͍͔ɼຢ͸্Ґ 10 ͷӨ‫ڹ‬ཁҼͱ൑அ͞Εͳ͔ͬ. ϚͷεΩϧ্͕Ґ 10 Ґʹೖ͍͕ͬͯͨɼࠓճͷ෼ੳ. ͨ΋ͷɼ(*1) ͸ྔతม਺ͷͨΊ౰ॳ͸෼ੳର৅ͱ͍ͯ͠ͳ͔ͬͨ. Ͱ͸༗ҙͳ݁Ռ͸ಘΒΕͳ͔ͬͨɽ. ͕ɼൺֱͷͨΊʹ௥Ճ෼ੳͨ݁͠Ռ༗ҙͰ͋ͬͨ΋ͷ. Zhu Βͷ݁Ռͱࠓճͷ෼ੳ݁ՌͰ͸Ө‫ڹ‬ཁҼͱ൑அ͞Ε ͨม਺ʹࠩ͸͋Δ΋ͷͷɼগͳ͘ͱ΋૬൓͢ΔΑ͏ͳ݁Ռ. ʹै͍ɼͦͷฏ‫ۉ‬஋͸‫ݩ‬ͷର਺ਖ਼‫ن‬෼෍Ͱ͸தԝ஋ʹ౳͠. ͸ಘΒΕ͍ͯͳ͍ɽ. ͍ɽैͬͯɼੜ࢈ੑʹ͓͚Δ޻਺ൺ཰͸ɼFP ‫ن‬໛ͷӨ‫ڹ‬ Λআ͍ͨʢFP ‫ن‬໛͕ಉҰͱԾఆͨ͠ʣ৔߹ͷ‫ݩ‬ͷεέʔ. 5.5 ৴པੑͱੜ࢈ੑ΁ͷӨ‫ڹ‬ཁҼͷൺֱ ৴པੑ΁ͷӨ‫ڹ‬ཁҼͱੜ࢈ੑ΁ͷӨ‫ڹ‬ཁҼͷൺֱ݁ՌΛ ද 7 ʹࣔ͢ɽੜ࢈ੑ΁ͷӨ‫ڹ‬ཁҼͷબ୒ํ๏͸ɼ৴པੑ. ϧʹ͓͚ΔԼҐϨϕϧͱ্ҐϨϕϧͦΕͧΕͷதԝ஋ͷൺ ʹ౳͍͠ɽͳ͓ɼද 7 Ͱ͸ɼ܎਺͕ϚΠφεͷ΋ͷʹର͠ ͯ͸ൺֱ͠΍͍͢Α͏ʹ޻਺ൺ཰Λ‫͍ͯࣔ͠Ͱ਺ٯ‬Δɽ. ΁ͷӨ‫ڹ‬ཁҼͷબ୒๏ͱಉ༷ͷํ๏Λ༻͍͍ͯΔɽ͢ͳΘ. ද 7 ͔Β࣍ͷ͜ͱ͕Θ͔Δɽ. ͪɼ·ͣ 2.1 Ͱड़΂ͨ 1)ʙ4) ·Ͱͷ৚݅Λຬͨ͢ϓϩδΣ. • ࠷΋ಛ௃తͳ͜ͱ͸ɼϢʔβଆͷ։ൃ΁ͷ͞·͟·ͳ. ΫτΛબ୒͢Δɽ࣍ʹɼ໨తม਺Λ޻਺ͱ͠ɼ2.2 (2) Ͱड़. ؔ༩‫ͼٴ‬ཁ‫༷࢓ٻ‬มߋͷͳ͍͜ͱ͕৴པੑΛ޲্ͤ͞. ΂ͨ 1)ʙ3) ͷ৚݅Λຬ֤࣭ͨ͢తม਺ʹରͯ͠޻਺ɼFP. Δͷʹର͠ɼ૯߹ςετʢϕϯμ֬ೝʣͰͷཁ‫༷࢓ٻ‬. ͱ΋ʹର਺ม‫׵‬Λߦͬͨ‫ޙ‬ɼઢ‫ܗ‬ճ‫ؼ‬෼ੳΛߦͬͯ 3.3 ͷ. มߋҎ֎͸ੜ࢈ੑ΁ͷӨ‫ڹ‬ཁҼͱ͸ͳ͍ͬͯͳ͍͜ͱ. 1) ͱ 2) ͷબ୒‫ج‬४Λຬͨ͢΋ͷΛબͿʢ2014 ೥·ͰͷҰ. Ͱ͋Δɽ͔͠͠ɼIPA/SEC ͷσʔλʹ͸Ϣʔβଆͷ. ੈ୅લͷσʔλʹର͢Δ෼ੳ݁Ռ͸ [21] ʹৄ͘͠ड़΂ΒΕ. ޻਺͕‫্͞ܭ‬Ε͍ͯͳ͍ͷͰɼ։ൃ΁ͷϢʔβଆͷ͞. ͍ͯΔʣɽ. ·͟·ͳؔ༩͸࣮ࡍʹ͸ੜ࢈ੑͱ͍͏఺Ͱ͸ϚΠφε. ੜ࢈ੑͷ෼ੳͰ͸ɼ޻਺͕ର਺ਖ਼‫ن‬෼෍ʹै͏ͱ͍͏લ ఏͰ෼ੳΛߦ͍ͬͯΔɽର਺Խͨ͋͠ͱͷ෼෍͸ਖ਼‫ن‬෼෍. ©2017 Information Processing Society of Japan. Ͱ͸ͳ͍͔ͱࢥΘΕΔɽ. • ৴པੑ޲্ʹ΋ੜ࢈ੑ޲্ʹ΋‫د‬༩͢ΔཁҼ͸ɼ113 ୡ. 54.

(10) ソフトウェアエンジニアリングシンポジウム 2017 IPSJ/SIGSE Software Engineering Symposium (SES2017). ද 7. ੑ͸޲্͢Δͱ‫͑ݴ‬Δɽ. ৴པੑͱੜ࢈ੑͷӨ‫ڹ‬ཁҼͷൺֱ. Table 7 Comparison of effective factors for reliability and productivity.. ࢈ੑ͸௿͍ʢ։ൃʹ޻਺͕͔͔Δʣ͕৴པੑ͸ߴ͍ɽ ৴པੑ. ෼ྨ ‫ۀ‬छ. ม਺໊ ੡଄‫ۀ‬ ۚ༥ɾอ‫ۀݥ‬. ޻਺ൺ. ਺ൺ཰. ཰ (*1). -. 1.9. 1.9. 1/1.9. -. 1.7 1.7. ‫ ͼٴ‬FP ͱ΋ʹର਺ม‫׵‬Λͨ͠‫Ͱޙ‬ઢ‫ܗ‬ճ‫ؼ‬෼ੳΛߦͬͨɽ ෛͷೋ߲ճ‫ؼ‬ϞσϧΛద༻ͨ͠৔߹ʹӨ‫ڹ‬ཁҼͷީิͱ. 112 ໾ׂ෼୲ ੹೚ॴࡏ. ΣΫτ. 113 ୡ੒໨ඪ ༏ઌ౓ ໌֬౓߹. 1.6. 121 ‫ܭ‬ըͷධՁʢ඼࣭ʣ. πʔϧ ར༻. ੜ࢈ੑ. ෆ۩߹. ϓϩδ શൠ. -. ͯ͠બ୒͞Εͨ 16 ‫ݸ‬ͷ࣭తม਺ʢද 4ʣͷ͏ͪɼ࣍ͷ 9 ‫ݸ‬. 404 ϓϩδΣΫτ؅ཧπʔϧ. -. 1/1.9. ͸ઢ‫ܗ‬ճ‫ؼ‬ϞσϧʹΑΔ෼ੳͰ΋Ө‫ڹ‬ཁҼͷީิͱͳͬͨɽ. 405 ߏ੒؅ཧπʔϧ. -. 1/1.6. 407 υΩϡϝϯτ࡞੒πʔϧ. -. 2.4. 408 σόοά ςετπʔϧར༻. 2.3. 1/1.9. 501 ཁ‫֬͞໌ ༷࢓ٻ‬. 1.8. -. • 501 ཁ‫֬͞໌ ༷࢓ٻ‬. 5116 ཁ‫༷࢓ٻ‬มߋൃੜঢ়‫گ‬. 3.2. -. • 5116 ཁ‫༷࢓ٻ‬มߋൃੜঢ়‫ج گ‬ຊઃ‫ܭ‬. 4.0. -. 4.5. -. 2.4. 1/1.5. 502 Ϣʔβ୲౰ऀ ཁ‫༷ؔ࢓ٻ‬༩. 1.9. -. ੍ʢεΩϧϨϕϧʣ͸ɼෛͷೋ߲ճ‫ؼ‬ϞσϧʹΑΔ෼ੳ݁. 504 Ϣʔβ୲౰ऀ ‫ۀ‬຿‫ݧܦ‬. 2.1. -. ՌΑΓ΋܎਺ɾp ஋ͱ΋ʹ޲্ͨ͠ɽ͢ͳΘͪ܎਺͸େ͖. 507 Ϣʔβ୲౰ऀ ઃ‫಺ܭ‬༰ཧղ౓. 2.6. -. ͘ͳΓɼp ஋͸খ͘͞ͳͬͨɽ. -. 1/1.7. 514 ཁ‫ٻ‬Ϩϕϧ ੑೳɾޮ཰ੑ. 2.1. -. 515 ཁ‫ٻ‬Ϩϕϧ อकੑ. 3.1. -. -. 1/2.3. ͸ෛͷೋ߲ճ‫ؼ‬ϞσϧʹΑΔ෼ੳͰ͸Ө‫ڹ‬ཁҼͷީิ͔Β. 2.3. -. ֎Ε͕ͨɼઢ‫ܗ‬ճ‫ؼ‬ϞσϧͰ͸Ө‫ڹ‬ཁҼͷީิͱͳͬͨɽ. 5119 ཁ‫༷࢓ٻ‬มߋൃੜঢ়‫گ‬ ݁߹ςετ. 512 ཁ‫ٻ‬Ϩϕϧ ৴པੑ. 518 ཁ‫ٻ‬Ϩϕϧ ηΩϡϦςΟ 1010 ςετମ੍ʢεΩϧϨϕϧʣ. • ۚ༥อ‫ۀݥ‬ • 408 σόοά ςετπʔϧར༻. • 5117 ཁ‫༷࢓ٻ‬มߋൃੜঢ়‫ࡉৄ گ‬ઃ‫ܭ‬ • 5119 ཁ‫༷࢓ٻ‬มߋൃੜঢ়‫߹݁ گ‬ςετ • 502 Ϣʔβ୲౰ऀ ‫ۀ‬຿‫ݧܦ‬ • 516 ཁ‫ٻ‬Ϩϕϧ อकੑ • 1010 ςετମ੍ʢεΩϧϨϕϧʣ ͜ͷ͏ͪɼ502 Ϣʔβ୲౰ऀ ‫ۀ‬຿‫ ͱݧܦ‬1010 ςετମ. ૯߹ςετʢϕϯμ֬ೝʣ. ։ൃ. ͷ஋Λ΋ͭϓϩδΣΫτ͸෼ੳର৅͔Βআ֎͠ɼෆ۩߹਺. 1.9. 5120 ཁ‫༷࢓ٻ‬มߋൃੜঢ়‫گ‬. Ϩϕϧ. ͍ͯ෼ੳͨ݁͠ՌΛද 8 ʹࣔ͢ɽͨͩ͠ɼෆ۩߹਺͕θϩ. -. ৄࡉઃ‫ܭ‬. ཁ‫ٻ‬. ࠓճ෼ੳର৅ͱͨ͠σʔλʹରͯ͠ઢ‫ܗ‬ճ‫ؼ‬ϞσϧΛ༻. 2.8. ‫ج‬ຊઃ‫ܭ‬. ଆ. 5.6 ઢ‫ܗ‬ճ‫ؼ‬ϞσϧʹΑΔ෼ੳ݁Ռͱͷൺֱ. 5241 ඼࣭อূମ੍ ‫ج‬ຊઃ‫ܭ‬. 5117 ཁ‫༷࢓ٻ‬มߋൃੜঢ়‫گ‬ Ϣʔβ. • ۚ༥ɾอ‫ۀݥ‬ͷιϑτ΢ΣΞ͸ଞͷ‫ۀ‬छʹൺ΂ͯɼੜ. ·ͨɼ. • 603 ཁһεΩϧ ෼ੳɾઃ‫ݧܦܭ‬. ୲౰ऀ. ͨͩ͠ɼෛͷೋ߲ճ‫ؼ‬ϞσϧʹΑΔ෼ੳͰ΋ɼ603 ཁһε. (*1) ‫਺ٯ‬͸܎਺͕ϚΠφεͷ΋ͷ. Ωϧ ෼ੳɾઃ‫ݧܦܭ‬ͷ p ஋͸ 17.2%Ͱ͋ΓɼӨ‫ڹ‬ཁҼͷީ ิʹ͔ͳΓ͍࣭ۙతม਺Ͱ͋ͬͨɽ. ੒໨ඪ ༏ઌ౓ ໌֬౓߹ʢ͕ඇৗʹߴ͍৔߹ʣͰ͋Δɽ. ෛͷೋ߲ճ‫ؼ‬ϞσϧΛద༻͢Δ͜ͱʹΑΓɼӨ‫ڹ‬ཁҼͷ. • Ϣʔβଆͷؔ༩Ҏ֎ͷཁҼͰɼੜ࢈ੑʹ͸Ө‫ڹ‬Λ༩͑. ީิͱͯ͠બ୒͞Ε͕ͨɼઢ‫ܗ‬ճ‫ؼ‬ϞσϧʹΑΔ෼ੳͰ͸. ͳ͍͕৴པੑ޲্ʹ‫د‬༩͢ΔཁҼ͸ɼ121 ‫ܭ‬ըͷධՁ. p ஋͕༗ҙਫ४ͱͯ͠ఆΊͨ 10%Λ௒࣭͑ͨతม਺͸࣍ͷ. ʢ඼࣭ʣʢ඼࣭໨ඪ͕໌֬Ͱ࣮ߦՄೳੑΛ‫ݕ‬౼ࡁΈʣɼ. 7 ‫͋Ͱݸ‬Δɽ. ‫ ͼٴ‬1010 ςετମ੍ʢεΩϧϨϕϧ͕ߴ͍৔߹ʣͰ. • 113 ୡ੒໨ඪ ༏ઌ౓ ໌֬౓߹. ͋Δɽ. • 121 ‫ܭ‬ըͷධՁʢ඼࣭ʣ. • 408 σόοάɾςετπʔϧΛར༻͢Δͱੜ࢈ੑ͸௿ Լ͢Δ͕৴པੑ͸޲্͢Δɽ. • ཁ‫ٻ‬Ϩϕϧʹؔ͢Δม਺ͷ͏ͪɼ514 ੑೳɾޮ཰ੑͱ. • 411 ίʔυδΣωϨʔλར༻ • 5120 ཁ‫༷࢓ٻ‬มߋൃੜঢ়‫ گ‬૯߹ςετʢϕϯμ֬ೝʣ • 502 Ϣʔβ୲౰ऀ ཁ‫༷ؔ࢓ٻ‬༩. 515 อकੑ͕৴པੑ޲্ʹ‫د‬༩͠ɼ512 ৴པੑͱ 518. • 502 Ϣʔβ୲౰ऀ ઃ‫಺ܭ‬༰ཧղ౓. ηΩϡϦςΟ͕ੜ࢈ੑͷ௿ԼΛট͘ɽ༗ҙਫ४ʹ͸ୡ. • 516 ཁ‫ٻ‬Ϩϕϧ ੑೳɾޮ཰ੑ. ͍ͯ͠ͳ͍΋ͷͷɼੑೳɾޮ཰ੑ‫ͼٴ‬อकੑͷ޻਺ൺ. Ҏ্ͷ͜ͱ͔Βɼࠓճͷ 305 ݅ͷϓϩδΣΫτσʔλʹ. ཰͸ͦΕͧΕ 1/1.3 ͱ 1/1.5ɼ৴པੑ‫ͼٴ‬ηΩϡϦςΟ. ରͯ͠ෆ۩߹਺͕θϩͷ 99 ݅ʢ32%ʣͷϓϩδΣΫτΛআ. ͷෆ۩߹਺ൺ཰͸͍ͣΕ΋ 1.7 Ͱ͋Γɼ͢΂ͯͷཁ‫ٻ‬. ͍ͯઢ‫ܗ‬ճ‫ؼ‬ϞσϧͰ෼ੳ͢Δͱɼ(9 + 1)/16 = 62.5% ͢. Ϩϕϧʹؔ͢Δม਺͕ಉ͡܏޲Λ͍ࣔͯ͠Δɽ͜ͷ͜. ͳΘͪ 2/3 ఔ౓͔͠Ө‫ڹ‬ཁҼͷީิΛબ୒͢Δ͜ͱ͕Ͱ͖. ͱ͔Βɼཁ‫ٻ‬Ϩϕϧ͕ߴ͍ͱੜ࢈ੑ͸௿Լ͢Δ͕৴པ. ͳ͍͜ͱ͕Θ͔Δɽ. ©2017 Information Processing Society of Japan. 55.

(11) ソフトウェアエンジニアリングシンポジウム 2017 IPSJ/SIGSE Software Engineering Symposium (SES2017). ද 8. δΣΫτͰθϩͰ͋ΔɽͦͷͨΊɼੜ࢈ੑ෼ੳʹ͓͚Δ޻. ઢ‫ܗ‬ճ‫ؼ‬ϞσϧʹΑΔ෼ੳ݁Ռ. Table 8 Results of a linear regression analysis.. ਺ͷΑ͏ʹɼՔಇ‫ޙ‬ͷෆ۩߹਺Λ໨తม਺ʹͱͬͯର਺ม ‫׵‬Λͯ͠ճ‫ؼ‬෼ੳΛߦ͏͜ͱ͕Ͱ͖ͳ͍ɽ. σʔλ਺. ࣭తม਺. ෼ྨ. ‫ۀ‬छ. ม਺໊. ۚ༥อ‫ۀݥ‬. ্Ґ. ԼҐ. ճ‫ؼ‬. p஋. ཁҼ. Ϩϕ. Ϩϕ. ܎਺. (%). (*2). ϧ. ϧ. 59. 147. (31). (68). ϓϩ. 113 ୡ੒໨ඪ. 32. 76. δΣ. ༏ઌ౓ ໌֬౓߹. (23). (29). Ϋτ. 121 ‫ܭ‬ըͷධՁ. 125. 32. શൠ. ʢ඼࣭ʣ. (80). (12). πʔ. 408 σόοά. 35. 52. ϧར. ςετπʔϧར༻. (32). (20). ༻. 411 ίʔυδΣω. 30. 53. Ϩʔλར༻. (7). (40). 501 ཁ‫༷࢓ٻ‬. 88. 48. ໌֬͞. (42). (15). 5116 ‫ج‬ຊ. 10. 21. ઃ‫ܭ‬. (4). (11). 5117 ৄࡉ. 11. 19. ࢓༷. ઃ‫ܭ‬. (5). (10). มߋ. 5119 ݁߹. 10. 12. Ϣʔ. ൃੜ. ςετ. (9). (5). βଆ. ঢ়‫گ‬. 5120 ૯߹ ςετʢϕ. 13. 14. ϯμ֬ೝʣ. (11). (4). ཁ‫ٻ‬. ཁ‫ٻ‬. 502 Ϣʔβ୲౰ऀ. 60. 58. ཁ‫༷ؔ࢓ٻ‬༩. (40). (9). 504 Ϣʔβ୲౰ऀ. 21. 35. ‫ۀ‬຿‫ݧܦ‬. (13). (15). 507 Ϣʔβ୲౰ऀ. 39. 17. ઃ‫಺ܭ‬༰ཧղ౓. (30). (3). 514 ੑೳɾޮ཰ੑ. 46. 31. (23). (22). 18. 37. (9). (24). Ϩϕ ϧ. 515 อकੑ. ຊ࿦จͰ͸ɼ‫ֶࡁܦ‬΍ࣾձֶͰ༻͍ΒΕ͍ͯΔෛͷೋ߲ Ө‫ڹ‬. (*1). ։ൃ. 603 ཁһεΩϧ. 70. 15. ୲౰. ෼ੳɾઃ‫ݧܦܭ‬. (32). (11). ऀ. 1010 ςετମ੍. 33. 14. ʢεΩϧϨϕϧʣ. (10). (5). ճ‫ؼ‬ϞσϧΛ༻͍Δ͜ͱʹΑΓɼ৽‫ن‬։ൃϓϩδΣΫτʹ ͓͚Διϑτ΢ΣΞͷ৴པੑʢγεςϜՔಇ‫ޙ‬ͷෆ۩߹਺ʣ ΁ͷӨ‫ڹ‬ཁҼΛ෼ੳͨ͠ɽࠓճͷ෼ੳͰ͸ੜ࢈ੑ΁ͷӨ‫ڹ‬. 0.44. . 2.4. ཁҼͷީิͱൺֱ͢ΔͨΊʹɼ։ൃ 5 ޻ఔʹ‫ܞ‬Θ͍ͬͯΔ ϓϩδΣΫτͷΈΛର৅ͱͨ͠ɽͦͷ݁Ռɼ࣍ͷΑ͏ͳ৔. 0.19. 48.5. -. 0.41. 10.6. -. 0.51. 8.0. . -0.37. 23.2. -. 0.50. 2.2. . 0.92. 8.2. . 1.02. 4.0. . 1.14. 6.2. . ߹ʹ৴པੑ͕޲্͢Δ͜ͱ͕໌Β͔ͱͳͬͨɽ. • ʢೲ‫ظ‬ɾ඼࣭౳ͷʣୡ੒໨ඪ΍༏ઌ౓͕ඇৗʹ໌֬ͳ ৔߹. • ‫ܭ‬ըஈ֊Ͱ඼࣭໨ඪͷ࣮ߦՄೳੑΛ‫ݕ‬౼ࡁΈͷ৔߹ • σόοά ςετπʔϧΛར༻͢Δ৔߹ • ཁ‫ͳ֬໌͕༷࢓ٻ‬৔߹ • Ϣʔβ୲౰ऀ͕ཁ‫ؔʹ༷࢓ٻ‬༩͢Δ৔߹ • ཁ‫༷࢓ٻ‬มߋ͕ൃੜ͠ͳ͍৔߹ • Ϣʔβ୲౰ऀͷ‫ۀ‬຿‫͕ݧܦ‬๛෋ͳ৔߹ • Ϣʔβ୲౰ऀͷઃ‫಺ܭ‬༰ཧղ౓͕ߴ͍৔߹ • ੑೳɾޮ཰ੑ΁ͷཁ‫ٻ‬Ϩϕϧ͕ߴ͍৔߹ • อकੑ΁ͷཁ‫ٻ‬Ϩϕϧ͕ߴ͍৔߹ • ςετମ੍ʹ͓͍ͯεΩϧϨϕϧ͕ߴ͍৔߹ Ϣʔβଆͱ෼ྨ࣭ͨ͠తม਺͕Ө‫ڹ‬ཁҼશମͷ൒෼Ҏ্. 0.29. 55.9. -. 0.27. 21.0. -. Λ઎Ίɼ৴པੑ޲্ʹ͸Ϣʔβଆͷ๛෋ͳ‫ۀ‬຿‫ݧܦ‬΍ద੾ ͳؔ༩͕ॏཁͳ໾ׂΛՌͨ͢͜ͱ͕໌Β͔ͱͳͬͨɽ ·ͨɼ৴པੑͱੜ࢈ੑͷӨ‫ڹ‬ཁҼΛൺֱͨ݁͠Ռɼ࣍ͷ ͜ͱ͕໌Β͔ͱͳͬͨɽ. 0.77. 3.3. . 0.46. 23.2. -. 0.41. 16.6. -. 0.66. 9.1. . • ୡ੒໨ඪ ༏ઌ౓͕ඇৗʹ໌֬ͳ৔߹͸ɼੜ࢈ੑ΋৴པ ੑ΋޲্͢Δɽ. • ཁ‫༷࢓ٻ‬มߋ͕ൃੜ͠ͳ͍৔߹͸ɼੜ࢈ੑ΁ͷӨ‫ڹ‬͸ ‫ݟ‬ΒΕͳ͍͕ɼ৴པੑ͸֤ஈʹ޲্͢Δɽ. • σόοά ςετπʔϧΛར༻͢Δͱੜ࢈ੑ͸௿Լ͢. 0.63. 7.2. (*3). 1.00. 1.9. . (*1) ‫಺ހׅ‬͸ෆ۩߹਺͕θϩͷͨΊ෼ੳର৅͔Βআ֎ͨ͠σʔλ ਺ʢผ‫ܝ‬ʣɽ. Δ͕ɼ৴པੑ͸޲্͢Δɽ. • ཁ‫ٻ‬Ϩϕϧ͕ߴ͍ͱੜ࢈ੑ͸௿Լ͢Δ͕ɼ৴པੑ͸޲ ্͢Δɽ. • Ϣʔβ୲౰ऀͷؔ༩͸ɼϢʔβ޻਺Λ‫ؚ‬Ίͨτʔλϧ ͳੜ࢈ੑͰ͸ϚΠφεʹͳ͍ͬͯΔՄೳੑ΋͋Δ͕ɼ ৴པੑ͸޲্͢Δɽ ͞Βʹɼෆ۩߹਺͕θϩͷϓϩδΣΫτΛআ֎͔ͯ͠Β. (*2) -ɿӨ‫ڹ‬ཁҼͱ൑அ͞Εͳ͔ͬͨ΋ͷɼɿӨ‫ڹ‬ཁҼͱ൑அ. ෆ۩߹਺‫ ͼٴ‬FP ‫ن‬໛Λର਺ม‫ͯ͠׵‬ઢ‫ܗ‬ճ‫ؼ‬ϞσϧͰ࣭. ͞Ε͕ͨ܎਺ɾp ஋ͱ΋ෛͷೋ߲ճ‫ؼ‬Ϟσϧͷ෼ੳ݁ՌΑΓѱԽ. తม਺ͷӨ‫ڹ‬ཁҼΛ෼ੳͨ͠ͱ͜Ζɼෛͷೋ߲ճ‫ؼ‬Ϟσϧ. ͨ͠΋ͷɼɿ܎਺ɾp ஋ͱ΋޲্ͨ͠΋ͷɼɿ৽ͨʹӨ‫ڹ‬ཁ Ҽͱ൑அ͞Εͨ΋ͷɽ. (*3) ෛͷೋ߲ճ‫ؼ‬ϞσϧʹΑΔ෼ੳͰ͸ɼ܎਺͕ 0.68ɼp ஋͕ 17.2%Ͱ͋ͬͨɽ. ͰಘΒΕͨ 16 ‫ݸ‬ͷӨ‫ڹ‬ཁҼʹରͯ͠৽ͨʹ 1 ‫ݸ‬ͷӨ‫ڹ‬ཁ ҼΛநग़͕ͨ͠ 7 ‫ݸ‬ͷཁҼ͸Ө‫ڹ‬ཁҼͱΈͳ͞Εͳ͔ͬ ͨɽ͜ͷ͜ͱ͔Βෆ۩߹਺͕θϩͷϓϩδΣΫτΛআ֎͢ Δͱநग़͞ΕΔӨ‫ڹ‬ཁҼ͕গͳ͘ͳΔʢࠓճͷྫͰ͸ 2/3. 6. ͓ΘΓʹ γεςϜՔಇ‫ޙ‬ͷෆ۩߹਺͸ɼૣ͍ஈ֊Ͱ͸ଟ͘ͷϓϩ. ©2017 Information Processing Society of Japan. ʹ‫ݮ‬গ͢Δʣ͜ͱ͕Θ͔ͬͨɽ ࠓճͷ෼ੳͰ͸܎਺ͷ஋͸ઃఆͨ͠‫ج‬४ʹୡ͍ͯ͠Δ΋ ͷͷɼp ஋͕༗ҙਫ४ʹୡ͠ͳ͔ͬͨม਺͕͋ͬͨɽ͜Ε. 56.

(12) ソフトウェアエンジニアリングシンポジウム 2017 IPSJ/SIGSE Software Engineering Symposium (SES2017). Β͸‫ݕ‬ग़ྗ͕ෆ଍͍ͯ͠Δέʔεͱߟ͑ΒΕɼࠓ‫ޙ‬σʔλ ͷॆ࣮ʹΑΓɼ͞Βʹଟ͘ͷӨ‫ڹ‬ཁҼΛநग़Ͱ͖ΔՄೳੑ ͕͋Δɽɹ ँࣙ. ຊ‫ڀݚ‬͸౦ւେֶͱ IPA/SEC ͕‫ڞ‬ಉͰ࣮ࢪͨ͠. ΋ͷͰ͋ΔɽIPA/SEC ͷদຊॴ௕ɼࢁԼϦʔμฒͼʹ‫ݚ‬ ‫ڀ‬һͷํʑͷ͝‫ँײ͘ਂʹྗڠ‬க͠·͢ɽ ࢀߟจ‫ݙ‬ [1]. Boehm, B. W.: Software Engineering Economics, Prentice-Hall, Inc.(1981). [2] Boehm, B. et al.: Software Cost Estimation with Cocomo II, Prentice-Hall, Inc.(2000). [3] Akiyama, F.: An Example of Software System Debugging, Information Processing 71, North-Holland, pp.353359(1972). [4] Halstead, M. H.: Elements of Software Science, Chap.11, Elsvier, North-Holland(1977). [5] Fenton, N., Neil, M., Marsh W., Hearty, P., Radlinski, L., D. and Krause, P : Project Data Incorporating Qualitative Factors for Improved Software Defect Prediction, Int. Workshop on Predictor Models in Software Engineering (PROMISE ’07)(2007). [6] ֯ాխরɼ‫ాۄ‬य़তɼ৿࡚म࢘ɼদଜ஌ࢠɼࠇ࡚ষɼদຊ ݈Ұɿίʔυࢦఠີ౓Λ༻͍ͨιϑτ΢ΣΞܽؕີ౓༧ ଌɼ৘ใॲཧֶձ࿦จࢽɼVolɽ50ɼNoɽ3ɼppɽ1144-1155 ʢ2009ʣ ɽ [7] ֯ాխরɼ໳ా‫ڿ‬ਓɼদຊ݈Ұɿ૊ࠐΈιϑτ΢ΣΞ։ൃ ʹ͓͚Δઃ‫ؔܭ‬࿈ϝτϦΫεʹ‫ͮ͘ج‬Լྲྀࢼ‫਺ؕܽݧ‬ͷ༧ ଌɼSEC JournalɼVol.11ɼNo.2ɼpp.16-23ʢ2015ʣɽ [8] খࣨກɼનా‫ٱݑ‬ɿϐΞϨϏϡʔσʔλʹ‫ͮ͘ج‬඼࣭༧ଌ Ϟσϧɼిࢠ৘ใ௨৴ֶձࢽ DɼVolɽJ94-DɼNo. 2ɼppɽ 439-449ʢ2011ʣɽ [9] Khoshgoftaar T. M., and Gao, K.,: Count Models for Software Quality Estimation, IEEE Tr. Reliability, Vol.56, No.2, pp.212-222(2007). [10] ُҪ༃ߴɼ৿࡚मೋɼ໳ా‫ڿ‬ਓɼদຊ݈Ұɿ૬ؔϧʔϧ ͱϩδεςΟοΫճ‫ؼ‬෼ੳΛ૊Έ߹Θͤͨ fault-prone Ϟ δϡʔϧ൑ผํ๏ɼ৘ใॲཧֶձ࿦จࢽɼVol. 49ɼNo. 12ɼ p.pɽ3954-3966ʢ2008ʣɽ [11] Vandecruys, O., Martens, D., Baesens, B., Mues, C., Backer, M. D. and Haesen, R. : Mining Software Repositories for Comprehensible Software Fault Prediction Models, J. Systems and Software, Vol.81, pp.823-839(2008). [12] 㤟ຊਅ༎ɼُҪ༃ߴɼ໳ా‫ڿ‬ਓɼদຊ݈Ұɿ։ൃऀϝτ ϦοΫεʹ‫ͮ͘ج‬ιϑτ΢ΣΞ৴པੑͷ෼ੳɼిࢠ৘ใ ௨৴ֶձ࿦จࢽ DɼVolɽJ39-DɼNoɽ8ɼppɽ1576-1589 ʢ2010ʣ ɽ [13] Goel, A.L. and Okumoto, K.: Time -Dependent ErrorDetection Rate Model for Software Reliability and Other Performance Measures, IEEE Trans. Rel., Vol.R-28, No.3, pp.206-211(1979). [14] Yamada, S., Ohba, M. and Osaki, S.: S-Shaped Reliability Growth Modeling for Software Error Detection, IEEE Trans. Rel., Vol.R-32, No.5, pp.475-478(1983). [15] Furuyama,T. and Nakagawa,Y.: A Manifold Growth Model that Unifies Software Reliability Growth Models, Int. J. of Reliability, Quality and Safety Engineering, Vol.1, No.2, pp.161-184(1994). [16] Ԭଜ‫׮‬೭ɼ҆౻ޫতɼ౔ංਖ਼ɿҰൠԽΨϯϚιϑτ΢ΣΞ৴ པੑϞσϧɼిࢠ৘ใ௨৴ֶձ࿦จࢽ D-IɼVolɽJ-87-D-Iɼ Noɽ8ɼppɽ805-814ʢ2004ʣɽ [17] Zhang, X. and Pham, H.: An Analysis of Factors affect-. ©2017 Information Processing Society of Japan. ing Software Reliability, J. Sys. Software, Vol.50, No.1, pp.43-56 (2000). [18] Zhu, M., Zhang, X. and Pham, H.: A Comparison Analysis of Environmental Factors Affecting Softwar Reliability, J. Sys. Software, Vol.109, pp.150-160 (2015). [19] Cameron, A. C. and Trivedi, P. K.: Regression Analysis of Count Data, 2nd ed., Cambridge Uni. Press, p.566(2013). [20] ಠཱߦ੓๏ਓ৘ใॲཧਪਐ‫ߏػ‬ʢIPAʣιϑτ΢ΣΞΤ ϯδχΞϦϯάηϯλʔʢSECʣ‫؂‬मɿιϑτ΢ΣΞ։ൃ σʔλനॻ 2016-2017ʢ2016ʣɽ [21] ‫෉߃ࢁݹ‬ɿ޻਺ʹӨ‫ڹ‬Λ༩͑Δ࣭తม਺ͱͦͷӨ‫౓ڹ‬ɼ SEC journalɼୈ 11 ‫ר‬ɼୈ 4 ߸ʢ௨‫ ר‬47 ߸ʣɼppɽ40-47 ʢ2016ʣ ɽ [22] ‫෉߃ࢁݹ‬ɿιϑτ΢ΣΞϓϩδΣΫτσʔλͷྔతม਺ ʹؔ͢Δ෼ੳͷҰࢦ਑ͱ෼ੳࣄྫɼSEC journalɼୈ 7 ‫ר‬ɼ ୈ 3 ߸ʢ௨‫ ר‬26 ߸ʣɼ ppɽ105-111 (2011)ɽ [23] Zeileis, A., Kleiber, C. and Jackman, S.: Regression Models for Count Data in R, J. Statistical Software, Vol.27, Issue 8, pp.1-21(2008). [24] ஛಺ɹ‫ܒ‬ฤूɿ౷‫ֶࣙܭ‬యɼpɽ480ɼ౦༸‫৽ࡁܦ‬ฉࣾ (1989)ɽ. 57.

(13)