Capitulo 10

CALIDAD DE INFORMACIN
PORTADA
NDICE
- INTRODUCCIN - APROXIMACIONES A LA CALIDAD - MEDICIN DE MODELOS CONCEPTUALES - MEDICIN DE MODELOS LGICOS - CALIDAD DE DATOS - ASPECTOS DE GESTIN
NDICE
INTRODUCCIN
PROBLEMAS DE POLUCIN DE DATOS Facilidad y bajo coste para registrar datos Redundancia no controlada Grandes cantidades de datos histricos caducados
la mitad del coste total de implementar un almacn de datos (datawarehouse) puede deberse a una pobre calidad de datos
Celko (1995)
la pobre calidad de datos ha sido una de las causas de fracaso ms importantes en los proyectos de reingeniera
Gartner Group
4
INTRODUCCIN
Strong et al. (1997) Si los datos no tienen suficiente calidad, entonces, se pueden convertir en fuentes de problemas: Datos no usados Barreras en la accesibilidad de los datos Dificultades en la utilizacin de los datos y de la informacin
INTRODUCCIN
Las empresas deben gestionar la informacin como un
producto importante, capitalizar el conocimiento como un activo principal y, de esta manera, sobrevivir y prosperar en la economa digital
Huang et al. (1999)
Datos
Informacin
Conocimiento
INTRODUCCIN
CALIDAD DE LA INFORMACIN
CALIDAD DE LA BD
CALIDAD DE LA PRESENTACIN
CALIDAD DEL SGBD
CALIDAD MODELO DE DATOS
CALIDAD DE LOS DATOS
INTRODUCCIN
MUNDO REAL
Valores
objetos y asociaciones con sus propiedades y reglas
MODELADO CONCEPTUAL
Estrutura percibida (no formalizada)
Esquema conceptual
DISEO LOGICO
MODELO CONCEPTUAL
Esquema de base de datos

DISEO FISICO
SGBD MODELO DE BD
Esquema interno
MODELO INTERNO
BASE DE DATOS FISICA
INTRODUCCIN
Calidad del proceso
(1,n) Nombre_a AUTOR AUTOR (0,n)
N:M Nombre_i (0,n) Trabaja INSTITUCION INSTITUCION
Calidad del producto
Escribe N:M Identificativo (1,n) EJEMPLAR EJEMPLAR (0,n) Nombre_t 1:1 (1,1) Tiene Tiene LIBRO LIBRO (0,n) Edita Edita (1,1) EDITORIAL EDITORIAL Nombre_e (1,n) N:M (0,n) Trata Trata Cod_libro 1:N (1,n) TEMA TEMA (0,n) Fecha_p (0,n) Consta Consta N:M Presta N:M Presta (0,n) SOCIO SOCIO Fecha_s Num_s
BD
9
NDICE
10
APROXIMACIONES
Autor(es) Lindland, Sindre y Solvberg (1994) Krogstie, Lind land y Sindre (1995) Pohl (1994)
Propsito Caractersticas Tipo Entender la calidad en Base lingstica. Marco de el modelado conceptual Separacin de objetivos referencia y medios Definir objetivos y dimensiones de proceso para modelado de req. Evaluar la calidad de modelos E/R Especificacin, representacin y acuerdo Factores de calidad, Estrategias y mtodos de evaluacin Diseo y evaluacin de esquemas alternativos Marco de referencia Marco de referencia Lista
Enfoque Terico
Terico
Moody and Shanks (1994) Moody (1998) Simsion (1994)
Prctico
Batin i, Ceri and Navathe (1992)
Ro man (1985)
Bo man et al. (1997)
Definir caractersticas de calidad para esquemas E/ R Mejorar la calidad de Caractersticas de un esquema de bases de calidad de un buen datos esquema, transformaciones de esquemas Definir propiedades Propiedades asociadas para especificaciones a su utilizacin en el de requisitos proceso de diseo Construir modelos Caractersticas de un conceptuales de calidad buen esquema
Prctico
Lista
Prctico
Lista
Terico
Lista
Prctico
11
APROXIMACIONES
ROMAN (1985) Conveniencia Limpieza conceptual Eficiencia computacional Facilidad de construccin Estructuracin Precisin, falta de ambigedad, complecin, consistencia Analizabilidad ...
12
APROXIMACIONES
BATINI, CERI y NAVATHE (1992) Complecin Correccin Minimalidad Expresividad Legibilidad Autoexplicacin
Extensibilidad
Normalidad
13
APROXIMACIONES
Complecin: un esquema es completo cuando representa todas las caractersticas relevantes del dominio de aplicacin: respecto a los requisitos respecto al esquema Correccin: un esquema es correcto cuando utilizan de forma apropiada los conceptos del modelo E/R. sintctica semntica Minimalidad: un esquema es minimal cuando todo aspecto de los requisitos aparece slo una vez en el esquema
Expresividad: un esquema es expresivo cuando representa los requisitos de una manera natural,sin necesidad de explicaciones adicionales.
14
APROXIMACIONES
Legibilidad: Es una propiedad del diagrama que representa al esquema. Un diagrama tiene buena legibilidad cuando respeta ciertos criterios estticos que hacen al diagrama elegante. Autoexplicacin: Un esquema es autoexplicativo cuando un gran nmero de propiedades puede representarse utilizando el propio modelo conceptual, sin otros formalismos. Extensibilidad: Un esquema es fcilmente adaptado a cambios en los requisitos cuando se descompone en partes (mdulos, vistas).
Normalidad: pretende conservar los datos en una forma limpia, purificada. (Aplicacin de la teora de la normalizacin del modelo relacional).
15
APROXIMACIONES
CARACTERSTICAS DE LAS LISTAS

Lindland et al. (1994)
- Muchas definiciones son vagas, complicadas e, incluso, inexistentes - La lista no es estructurada y las propiedades se solapan parcialmente - Se mezclan propiedades de la especificacin con las propiedades del mtodo y del lenguaje
- Presuponen la existencia de diseo/implementacin
- Algunos objetivos son poco realistas, o imposibles

16
APROXIMACIONES
Lindland et al. (1994, 1995)

MODELO
N:M (1,n) (0,n) Trabaja INSTITUCION INSTITUCION Nombre_i
CALIDAD SEMNTICA
DOMINIO
Nombre_a
AUTOR AUTOR (0,n) Escribe N:M
Identificativo (1,n) EJEMPLAR EJEMPLAR (0,n) Presta Presta (0,n) SOCIO SOCIO
Nombre_t 1:1 (1,1) Tiene Tiene LIBRO LIBRO (0,n) Edita Edita Fecha_s Num_s (1,1) EDITORIAL EDITORIAL Nombre_e 1:N (1,n) (0,n) Trata Trata N:M (1,n) TEMA TEMA (0,n) Fecha_p Cod_libro (0,n) Consta Consta N:M
CALIDAD SINTCTICA
N:M
LENGUAJE
CALIDAD SEMNTICA PERCIBIDA
CALIDAD PRAGMTICA CALIDAD SOCIAL

INTERPRETACIN DE LA AUDIENCIA
17
CONOCIMIENTO PARTICIPANTE
APROXIMACIONES
OBJETIVOS
Separar las propiedades directas de la especificacin de las del lenguaje y del mtodo Separar los objetivos de calidad de los medios para alcanzarlos (viabilidad) Disponer de un fundamento matemtico
Tener propiedades relacionadas directamente con la especificacin
18
APROXIMACIONES
ELEMENTOS
Audiencia: unin del conjunto de actores individuales, el conjunto de actores sociales organizacionales y el conjunto de actores tcnicos que necesitan relacionarse con el modelo Modelo: conjunto de todas las sentencias expresadas explcita o implcitamente Lenguaje: conjunto de todas las sentencias que se pueden expresar de acuerdo al vocabulario y la gramtica de los lenguajes de modelado utilizados Dominio: conjunto de todas las sentencias seran correctas y relevantes acerca del problema Interpretacin de la audiencia: conjunto de todas las sentencias de las que la audiencia piensa que consta el modelo Conocimiento de los participantes: unin de los conjuntos de sentencias de todos los actores sociales individuales
19
APROXIMACIONES
CALIDAD
Sintctica: correccin sintctica
Semntica: validez y complecin (viables) percibidas
Pragmtica: comprensin (viable)

Social: acuerdo (viable), conforme a 2 dimensiones: . Conocimiento vs. acuerdo en la interpretacin del modelo . Acuerdo relativo vs. acuerdo absoluto
20
APROXIMACIONES
Medios Propiedades modelo Actividades Sintaxis formal Verif. sintctica Semntica formal Verif. Consistencia Modificabilidad Insercin sentencias Borrado sentencias Entrenamiento Economa expresiva Inspeccin Esttica Visualizacin Filtrado Presentacin diag. Parafrasear Explicacin Entrenamiento Ejecutabilidad Ejecucin Animacin Simulacin Modelado conflicto Anlisis punto vista Resolucin conflicto Fusin de modelos
21
Tipos de calidad SINTCTICA SEMNTICA
Objetivos Correccin sintctica Validez viable Complecin viable Percibida Comprensin viable
PRAGMTICA
SOCIAL
Acuerdo viable
APROXIMACIONES
Moody y Schanks (1994, 1998)

MTODO DE EVALUACIN
STAKEHOLDER
MODELO
N:M (1,n) Nombre_a AUTOR AUTOR (0,n) Escribe Identificativo N:M Nombre_t 1:1 (1,1) Tiene Tiene LIBRO LIBRO (0,n) Edita Edita Fecha_s Num_s (1,1) EDITORIAL EDITORIAL Nombre_e 1:N (1,n) (0,n) Trata Trata N:M (1,n) TEMA TEMA (0,n) (0,n) Presta Presta (0,n) SOCIO SOCIO Fecha_p N:M Cod_libro (0,n) Consta Consta N:M Trabaja (0,n) INSTITUCION INSTITUCION Nombre_i
FACTOR DE CALIDAD
(1,n) EJEMPLAR EJEMPLAR
PESO
VALORACIN ESTRATEGIA DE MEJORA

22
APROXIMACIONES
ELEMENTOS
Factor de calidad: propiedad deseable de un modelo de datos Stakeholder: personas involucradas en la construccin o utilizacin del modelo Estrategias de mejora: Tcnicas para mejorar la calidad de los modelos de datos Mtodo de evaluacin: modo sistemtico de evaluar factores de calidad Peso: define la importancia relativa de los factores de calidad
Valores: representan la valoracin de un factor de calidad por un stakeholder
23
APROXIMACIONES
FACTORES DE CALIDAD
Moody (1998)
usuario
complecin
usuario
integridad
usuario
flexibilidad
usuario
comprens.
MODELO DE CALIDAD
correccin
simplicidad
integracin
implem.
analista
analista
admin. datos
desarrollador
24
APROXIMACIONES
Complecin: capacidad del modelo de tener toda la informacin requerida para cumplir los requisitos del usuario Integridad: grado en el que las reglas del negocio que se aplican a los datos estn definidas en el modelo de datos Flexibilidad: facilidad con la que el modelo de datos se puede adaptar a los cambios en los requisitos
Comprensibilidad: facilidad con la que el modelo de datos puede ser entendido (perceptual y operacional)
25
APROXIMACIONES
Correccin: se refiere a si el modelo cumple las reglas de las tcnicas de modelado utilizadas Simplicidad: significa que el modelo contiene los mnimos constructores posibles Integracin: nivel de consistencia del modelo de datos con el resto de los datos de la organizacin Implementabilidad: facilidad con la que el modelo de datos puede ser implementado dentro de las restricciones de tiempo, presupuesto y tecnologa del proyecto
26
APROXIMACIONES
INTERACCIONES ENTRE FACTORES

Moody y Schanks (1994)
COMPREN SIMPLIC FLEXIB COMPLEC IMPLEM INTEGR COMPREN. SIMPLIC. FLEXIB. COMPLEC. IMPLEM. INTEGR.
+ + + + + +
27
APROXIMACIONES
MARCO INTEGRADO PARA LA CALIDAD

Shanks y Darke (1997)
- AMBOS MARCOS COMPARTEN CONCEPTOS

AUDIENCIA = STAKEHOLDER OBJETIVO, PROPIEDAD = FACTOR DE CALIDAD ACTIVIDAD = ESTRATEGIA
- CONSIDERACIONES TERICAS Y PRCTICAS - VLIDO PARA EL PRODUCTO Y EL PROCESO
28
APROXIMACIONES
DOMAIN
appropriate for has knowledge of
QUALITY TYPE
classifies represents
Theory Based
is achieved by
MEANS
contains
LANGUAGE
used in appropriate for interprets concerned with is assigned assigns used for
GOAL
PROPERTY
AUDIENCE
MODEL
maps to OR
maps to
ACTIVITY
is achieved by
WEIGHTING
QUALITY FACTOR
is assigned valued by
RATING
scores
EVALUATION METHOD
Practice Based
29
APROXIMACIONES
ENFOQUE ONTOLGICO
Kesh (1995)
calidad
Funcionamiento Ontologa
Usabilidad (usuario) Precisin
Usabilidad (diseador)
Mantenibilidad
Rendimiento
Estructura adecuacin al problema validez consistencia concisin
Contenido complecin cohesin validez
30
APROXIMACIONES
Adecuacin Solidez Consistencia Concisin Complecin Cohesin Validez
USABIL. (usuario) X X X X
USABIL. (diseador) X X X X X
MANTENIB. X
EXACT
RENDIM.
X X X X X
31
APROXIMACIONES
GUAS DE MODELADO (GoM)

Schuette y Rotthowe (1998)
subjetividad
PRINCIPIOS
PRINCIPIO DE ADECUACIN DE LA CONSTRUCCIN
OBJETIVOS Consenso sobre la definicin del problema Consenso sobre la representacin del problema Consistencia intra-modelo Consistencia inter-modelo Minimalidad Correccin del lenguaje Adecuacin del lenguaje Potencia semntica Formalizacin Comprensibilidad del lenguaje
Consenso Aplicacin del lenguaje y comprensibilidad Comparabilidad Estructura sistemtica
PRINCIPIO DE ADECUACIN DEL LENGUAJ E
PRINCIPIO DE EFICIENCIA ECONMICA
32
APROXIMACIONES
PRINCIPIO DE CLARIDAD
Jerarqua Diseo del formato Filtrado Filtrado metdico Filtrado de contenido Consistencia inter-modelo entre estructura y
modelo de comportamiento Arquitectura de sistema de informacin
PRINCIPIO DE DIS EO SISTEMTICO
PRINCIPIO DE COMPARABILIDAD
Comparabilidad a nivel del meta-modelo Trasferencia/Traduccin completa Traduccin consistencia Comparabilidad a nivel de modelo
33
NDICE
34
MODELOS CONCEPTUALES
MUNDO REAL
Valores
E/R
MODELADO CONCEPTUAL
Esquema conceptual
DISEO LOGICO
MODELO CONCEPTUAL

DISEO FISICO
SGBD MODELO DE BD
UML
Esquema interno
MODELO INTERNO
35
-Definir slo propiedades deseables no es suficiente para evaluar la calidad, ... por lo que es necesario contar con medidas que permitan evaluar la calidad de los modelos conceptuales de datos de forma cuantitativa y objetiva, ... Moody et al. (1998)
- Medir datos puede ayudar a controlar y predecir
aspectos del modelo de datos durante el proceso de desarrollo software (MacDonell et al., 1997)
36
Moody (1998)
Complecin N de elementos del modelo de datos que no corresponden con requisitos de usuario N de requisitos de usuario no representados en el modelo de datos N de elementos de datos que corresponden a requisitos de usuario pero definidos de forma inexacta N de inconsistencias con el modelo de procesos Integridad N de reglas del negocio que no se hacen cumplir por el modelo de datos N de restricciones de integridad incluidas en el modelo de datos que no corresponden a polticas del negocio Flexibilidad N de elementos en el modelo que estn sujetos a cambios en el futuro Costes estimados de los cambios Importancia estratgica de los cambios
37
Moody (1998)
Comprensibilidad Valoracin de los usuarios sobre la comprensibilidad del modelo Capacidad de los usuarios de interpretar el modelo correctamente Valoracin de los desarrolladores de aplicaciones sobre la comprensibilidad del modelo Correccin N de violaciones de las convenciones de modelado de datos N de violaciones a las formas normales N de instancias de redundancia en el modelo Simplicidad N de entidades N de entidades e interrelaciones Suma ponderada de constructos (aNE + bNR + cNA)
38
Moody (1998)
Integracin N de conflictos con el modelo de datos corporativo N de conflictos con los sistemas existentes Valoracin de los representantes de todas las reas de negocio
Implementabilidad Valoracin de riesgo tcnico Valoracin de riesgo de planificacin Estimacin del coste de desarrollo N de elementos fsicos incluidos en el modelo de datos
39
Kesh (1995)
Calcular la puntuacin de los componentes ontolgicos individuales Combinar las puntuaciones de los componentes ontolgicos relevantes a cada comportamiento Combinar las puntuaciones de los componentes para calcular la puntuacin de la calidad
Q = w1 . s1 + w2 . s2 + w3 . s3 + w4 . s4 + w5 . s5
40
USABIL. (usuario) X X X X
MANTENIB. X X X X X X X X X X EXACT RENDIM.
USABIL. (diseador) X X
Adecuacin Solidez Consistencia Concisin Complecin Cohesin Validez
s1 = (o1 + o3 + o4 + o5) / 4 s2 = (o2 + o3 + o5 + o6 + o7) / 5 s3 = (o2 + o4 + o6) / 3 s4 = (o3 + o5) / 2 s5 = (o4 + o5) / 2
41
o1 (adecuacin de la estructura): valorada por los usuarios en una escala de 5 puntos o2 (solidez de la estructura): valorada por un grupo de tcnicos o3 (consistencia de la estructura): o3 = M D1 donde M = Mximo de puntos posibles (5) y D1 est basado en el ratio R = (nmero de inconsitencias/nmero de implicacions), dado por 4n1, donde n1 es el nmero de interrelaciones o4 (concisin de la estructura): Si n es el nmero de entidades, el mnimo de interrelaciones ser (n-1), en cuyo caso o4 = 5. La peor situacin posible es c2n, en cuyo caso o4 = 0. En general: o4 = M ((c2n n1) / (c2n (n-1)).
o5 (complecin del contenido): se deduce de un mximo M los datos que faltan segn los informes y consultas que se deben generar de la base de datos.
o6 (cohesin del contenido): para cada entidad se mide el tamao de su clave primaria. Si es simple se punta el mximo. Si utiliza todos los atributos de la entidad se punta o6i = 0, donde i es el nmero de la entidad. En general o6i= M ((ne np) / (ne 1)) donde ne es el nmero de atributos de la entidad y np el nmero de atributos que forman la clave primaria. La cohesin total es: o6 = o6i / n o7 (validez del contenido): se asigna M si todos los atributos son vlidos. En general: o7 = M (1 ni / ne) siendo ni los atributos incorrectos.
42
Gray et al. (1991) Complejidad de una entidad i:

Ei Di * Fi
Di = Complejidad de la arquitectura de datos Fi = Complejidad funcional
Complejidad de la arquitectura de datos:

Di Ri * ( a * FDAi b* NFDAi ) 0<a<=b Ri = nmero de interrelaciones
FDAi = n de atributos funcionalmente dependientes NFDAi = n atributos no dependientes
43
Gray (1991)
c n E Ei i 1
Ae E e R e Ae R e E e M A3 E 3 R 3 A3 R 3 E 3
( )
44
Eick (1991)
1 3 * qu 3 * qu qu3 qu 4 qu
1 2
qu1, nmero de dependencias funcionales que se dan en U no expresadas en Si qu2, nmero de dependencias en existencia que se dan en U no expresadas en Si qu3, nmero de atributos y conexiones de subtipos en Si. qu4, nmero de clases en Si qu5, nmero de etiquetas en Si
45
Authors
Focus
Expressiveness, complexity, normalizedness
Scope
Objective/ Subjcetive
Theoretical Empirical Validation Validation
Tool
Eick (1991)
S-diagrams
Objective
Gray (1991)
Complexity , ER diagrams Deviation from 3FN Ontological quality and Behavioural quality Completeness, integrity, flexibility, understandability, correctness, simplicity, integration, implementability
Objective
Partially
Partially
Kesh (1995)
ER diagrams
Objective and Subjective
Moody (1998)
ER diagrams
Objective and Subjective
Partially
46
ISO 9126
Efficiency Functionality
Portability
SOFTWARE QUALITY
Reliability Maintainability
Usability
47
CALIDAD DE BASES DE DATOS
Maintainability
Understandability
Modifiability
Analysability
Stability
Testability
Compliance
Complexity
48
Henderson-Sellers (1994) COMPLEXITY
Computational
Psychological
Representational
Problem Complexity
Product or Structural Complexity
Cognitive Complexity
49
GOAL
Analyse for the purpose of with respect to their from the point of view of the in the context of ER diagrams Evaluating Maintainability Software designers Software delevopment organisations
50
Number of entities (NE)

Number of attributes (NA) Number of derived attributes (NDA) Number of composite attributes (NCA) Number of multivalued attributes (NMVA) Number of relationships (NR) Number of M:N relationships (NM:NR)
Number of 1:N relationships (N1:NR)

51
Number of N-Ary relationships (NN-AryR)
Number of binary relationships (NBinaryR)

Number of IS_A relationships (NIS_AR)
Number of reflexive relationships (NRefR)

Number of redundant relationships (NRR)
52
VALIDACIN TERICA
NE, NA, NDA, NCA, NMVA BRIAND ET AL.S FRAMEWORK (1996) ZUSES FRAMEWORK (1998) POELS AND DEDENES FRAMEWORK (1999) Size NR, NM:NR, N1:NR, NBinaryR, NN-ARYR, NIS_AR, NRefR, NRR Complexity
Ratio
Ratio
53
VALIDACIN EMPRICA
Empirical studies
Considered metrics NE, NA, NR, NM:NR, N1:NR, NN-AryR, NBinaryR, NIS_AR
Metrics partially validated NE, NA, N1:NR, NBinaryR, NIS_AR NE, NA, NR, N1:NR, NM:NR, NBinaryR, NN-AryR, NRefR NE, NA, NR, N1:NR, NM:NR, NBinaryR
Subjects Professors and Students
FIRST EXPERIMENT
SECOND EXPERIMENT
NE, NA, NR, NM:NR, N1:NR, NBinaryR, NN-AryR, NRefR NE, NA, NR, NM:NR, N1:NR, NBinaryR NE, NA, NR, NM:NR, N1:NR, NBinaryR
Students
THIRD EXPERIMENT
Students
CASE STUDY
NE, NA, NR, NM:NR, N1:NR, NBinaryR Practitioners 54
Mtricas para modelos conceptuales OO:

Chidamber and Kemerer (1991; 1994) Li and Henry (1993) Brito e Abreu and Carapua (1994) Lorenz and Kidd (1994) Briand et al.s (1997) Marchesi (1998) Harrison et al. (1998) Banisya et al. (1999)
55
CK Metrics (Chidamber and Kemerer,1991;1994)
Metrics
DIT: The Depth of Inheritance NOC: The Number of Children
Goal
Measure design complexity in relation with their impact on external quality attributes such as maintainability, reusability, etc.
56
Theoretical Validation
Chidamber and Kemerer (1994) corroborated that both DIT and NOC accomplish Weyukers axioms for complexity measures (Weyuker, 1988) Briand et al. (1996) classified the DIT metric as a length measure, and the NOC metric as a size measure Zuse (1998) has demonstrated that DIT and NOC are both above the ordinal scale Poels and Dedene (1999) have demonstrated by means of the DISTANCE framework that they can be characterised at ratio scale
57
Empirical Validation
Basili et al. (1996) have have concluded that the larger the DIT, the greater the probability of fault detection. Also, they observed that the larger the NOC, the lower the probability of fault detection. Cartwright and Shepperd (1996) found a positive correlation between the DIT metric and the number of user-reported problems, however, doubting the use of inheritance. Li and Henry (1993b) showed that Chidamber and Kemerers metrics appeared to be adequate in predicting the frequency of changes across classes during the maintenance phase. Daly et al. (1996) found that the time to perform maintenance tasks was significantly lower in systems with three levels of inheritance depth as compared to systems with no use of inheritance.
58
Chidamber et al. (1998) have carried out studies on three
commercial systems, in order to examine the relationships between MOOSE metrics and productivity, rework effort and design effort. None of the three systems investigated showed significant use of inheritance, so DIT and NOC tended to have minimal values. Chidamber et al. (1998) suggested that low values of DIT and NOC indicate that the reuse opportunities (via inheritance) were perhaps compromised in favour of comprehensibility of the overall architecture of the applications. Tang (1998) have investigated the correlation between these design metrics and the likelihood of the occurrence of OO faults.
59
After carrying about two case studies Briand et al. (1998; 2000b) have concluded that inheritance measures (DIT, NOC, etc) appear not to be consistent indicators of class-fault proneness, but they suggested to the use of inheritance is an important topic for further research. Harrison et al. (2000) used the DIT metric in an empirical study, demonstrating that systems without inheritance are easier to understand and to modify than systems with three or five levels of inheritance. Poels and Dedene (2001) use the DIT metric in an empirical study, demonstrating that the extensive use of inheritance leads to models that are more difficult to modify. Briand et al. (2001) have used the metrics NOC, DIT (and also CBO metric, but we do not consider it in this work) in an empirical study, demonstrating that the use of design principles leads to OO designs that are easier to maintain. 60
Tool
The authors of these metrics have developed a tool for the metric calculation Chidamber and Kemerer (1994) for C++ code Several commercial and public domain analysers for Java: CodeWork (2000), Metameta (2000), PowerSoftware (2000), ControlCenter (TogetherSoft, 2001) and for C++: Devanbu (2000), ObjectSoft (2000) and Power-Software (2000a) There is at least one tool that can be used to collect the CK metrics directly from design documents (NumberSix-Software, 2000)
61
Objective/ Theoretical Empirical Subjective Validation Validation
Authors
Focus
Scope
Tool
Chidamber and Kemerer (1994)
Complexity
Class
Objective
Partially
Lorenz and Kidd (1994)
Static characteristic of OO designs
Class/ Class diagram
Objective
Partially
Brito e Abreu and Carapua (1994)
Measure the use OO design mechanisms such as inheritance, Class diagram Objective information hiding, coupling and polymorphism
Partially
Marchesi (1998)
System complexity, balancing of responsibilities among packages and classes, and cohesion and coupling among system entities
Class/Class diagram
Objective
Partially
62
GOAL
Analyse for the purpose of with respect to their from the point of view of the in the context of UML Class diagrams Evaluating Maintainability Software designers Software delevopment organisations
63
CLASS DIAGRAMS-SCOPE METRICS

Number of associations (NAssoc) Number of aggregations (NAgg) Number of aggregation hierarchies (NAggH) Maximum height of aggregation (MaxHagg) Number of generalisations (NGen) Number of generalisation hierarchies (NGenH) Maximum depth of inheritance (MaxDIT) Number of dependencies (NDep)
64
CLASS-SCOPE METRICS
Number of associations per class (NAssocC) Height of aggregation (HAgg) Number of direct parts (NDP) Number of parts (NP) Number of wholes (NW) Number of dependencies IN (NDepIN) Number of dependencies OUT (NDepOUT)
65
VALIDACIN TERICA
CLASS DIAGRAMS-SCOPE METRICS NAggH, NGenH BRIAND ET AL.S FRAMEWORK(1996) POELS AND DEDENES FRAMEWORK (1999) NAssoc, NDep, NAgg, NGen
CLASS-SCOPE METRICS NAssocC, NDepIn, NDepOut
NDP, NP, NW
HAgg
Size
Complexity
Size
Coupling
Length
Ratio
Ratio
66
VALIDACIN EMPRICA
Empirical studies Metrics partially Considered metrics validated Subjects NC, NA, NM, NAssoc, NC, NA, NM, NAssoc, NAgg, NAgg, NDep, NGen, Professors NDep, NGen, NAggH, NAggH, NGenH, MaxHAgg, and NGenH, MaxHAgg, MaxDIT MaxDIT students
FIRST EXPERIMENT
NC, NA, NM, NAssoc, NC, NA, NM, NAssoc, NAgg, NAgg, NDep, NGen, Professors NDep, NGen, NAggH, NAggH, NGenH, MaxHAgg, and SECOND EXPERIMENT NGenH, MaxHAgg, MaxDIT MaxDIT students NC, NA, NM, NAssoc, NAgg, SECOND EXPERIMENT NDep, NGen, NAggH, (REPLICATION) NGenH, MaxHAgg, MaxDIT NC, NA, NM, NAssoc, NAgg, NGen, NAggH, MaxHAgg
Students
THIRD EXPERIMENT
NC, NA, NM, NAssoc, NC, NA, NM, NAssoc, NAgg, NAgg, NDep, NGen, NDep, NGen, NAggH, NAggH, NGenH, MaxHAgg, NGenH, MaxHAgg, MaxDIT MaxDIT
Students
67
1. DEFINITION
Analyse UML class diagrams complexity metrics Evaluating The capability to be used as early quality indicators OOIS designers Undergraduate students and professors of the Software Engineering Area in the Department of Computer Science in the UCLM 68
For the purpose of With respect to

From the point of view of In the context of
2. PLANNING
Context selection
The experiment run off-line (not industrial software development) The subjects were 10 professors and 20 students enrolled in the final-year of Computer Science at the Department of Computer Science at the UCLM
Selection of subjects
The subjects are chosen for convenience
69
Variables selection The independent variable is the UML class diagram structural complexity The dependent variable is the UML class diagram maintainability Instrumentation The objects were UML class diagrams The independent variable was measured through the metrics The dependent variable was measured by the time spent doing the experiment, the maintenance time
70
Hypotheses formulation
Null hypothesis, H0: There is not a significant correlation between the structural complexity metrics we proposed and the maintenance time Alternative hypothesis, H1: There is a significant correlation between the structural complexity metrics we proposed and the maintenance time Experiment design
A within-subject design
71
3. OPERATION Preparation The material consists of nine UML class diagrams of different application domains The diagrams have different complexity, considering a broad range of metrics values
Each subject has to modify the class diagrams according to the new requirements and to write down the time spent in performing those modifications (maintenance time)
72
Execution
The subjects were given all the material. We explained to them how to carry out the experiment We allowed one week to do the experiment We collected all the empirical data Data Validation
We checked if the tests were complete and if the modifications were done correctly We discarded the test of seven subjects, because they included a required modification that was done incorrectly
73
4. ANALYSIS AND INTERPRETATION Our goal is to ascertain if any correlation exists between each of the proposed metrics and the maintenance time
For analysing the empirical data we used three techniques: Statistical techniques Fuzzy classification and regression trees (Linares et al., 1996) Fuzzy prototypical knowledge discovery (Olivas, 2000)
74
5. VALIDITY EVALUATION Threats to conclusion validity

The only issue that could affect the statistical validity of this study are the size of the sample data (243 values, 9 diagrams and 27 subjects)
Threats to construct validity

The dependent variable we used is the maintenance time, so we consider this variable constructively valid The construct validity of the measures used for the independent variables is guaranteed by Poels and Dedenes framework (Poels and Dedene, 1999; 2000a) used to validate them 75
Threats to internal validity

Differences among subjects Knowledge of the universe of discourse Precision in time values Learning effects Fatigue effects Persistence effects Subject motivation Other factors
Threats to external validity

Materials and tasks used Subjects
76
EXPERIMENT CONCLUSIONS
NC, NA, NM, NAssoc, NAgg, NDep, NGen, NAggH, NGenH, MaxHAgg, MaxDIT are to some extent correlated with maintenance time
NC NA
NM
NAssoc NAgg
NDep
NGen NAggH NGenH MaxHAgg Max DIT
Maintenance Time
0,828
0,557
0,547
0,411
0,575
0,675
0,696
0,555
0,719
77
NDICE
78
MODELOS LGICOS
- Prcticamente no existen mtricas para bases de datos
- Sneed y Foshag (1998) metrics for databases have been neglected in the metric community
- Medir datos puede ayudar a controlar y predecir
aspectos del modelo de datos durante el proceso de desarrollo software (MacDonell et al., 1997) - Un enfoque ms riguroso para asegurar la calidad de las bases de datos
79
MODELOS LGICOS
MUNDO REAL
Valores
MODELADO CONCEPTUAL
Esquema conceptual
DISEO LOGICO
MODELO CONCEPTUAL
relacional
SGBD MODELO DE BD

DISEO FISICO
activa
obj-rel
Esquema interno
MODELO INTERNO
80
MODELOS LGICOS
Bases de datos relacionales

Las ms implantadas en la actualidad
(Leavit, 2000)
Bases de datos activas

Muchos productos comerciales incluyen actividad
(Ceri y Widom, 1996; Paton y Daz, 2000)
Bases de datos objeto-relacionales

En el ao 2003 sustituirn a las relacionales
(Leavit, 2000)
81
MODELOS LGICOS
Mtricas propuestas para programas tradicionales Lneas de cdigo Nmero de sentencias de programacin SIZE1. Definida como el nmero de ;.
Li y Henry (1993)
Mtricas de la Ciencia del Software (Software Science). Halstead (1977) Puntos Funcin. Albrecht y Gaffney (1983) Complejidad ciclomtica. McCabe (1976) Fan-in y fan-out. Henry y Kafura (1981)
82
MODELOS LGICOS
Mtricas para modelos lgicos

Bases de datos relacionales
Ratio de normalidad (Gray et al., 1991)
Bases de datos activas
Bases de datos objeto-relacionales
Adaptacin de mtricas para sistemas OO

83
MODELOS LGICOS
DEFINICIN DE MTRICAS Bases de Datos Relacionales

OBJETIVO (Goal) Propsito: Asunto: Objeto: Punto de vista: Asegurar la mantenibilidad de las bases de datos relacionales desde el punto de vista del diseador de la base de datos
84
MODELOS LGICOS
PREGUNTAS (Question)
1. Cmo influye la complejidad de las tablas en la mantenibilidad de las bases de datos relacionales? 2. Cmo influye la complejidad entre tablas en la mantenibilidad de las bases de datos relacionales?
85
MODELOS LGICOS
INTRA ELEMENTO NA(T) NFK(T) BASES DE DATOS RELACIONALES DRT(T) RFK(T)
INTER ELEMENTO NA NFK DRT RFK NT NR COS

86
MODELOS LGICOS
BASE DE DATOS
NIVEL
MTRICA
BRIAND ET AL. (1996)
ZUSE (1998)
TABLA
RELACIONAL ESQUEMA
NA NFK DRT RFK NA NFK DRT RFK NT NR COS
TAMAO COMPLEJIDAD LONGITUD NO CLASIFICABLE TAMAO COMPLEJIDAD LONGITUD NO CLASIFICABLE TAMAO NO CLASIFICABLE NO CLASIFICABLE
ENCIMA ORDINAL ENCIMA ORDINAL ORDINAL ABSOLUTA ENCIMA ORDINAL ENCIMA ORDINAL ORDINAL ABSOLUTA RATIO ABSOLUTA RATIO
87
MODELOS LGICOS
DEFINICIN DE MTRICAS Bases de Datos Activas
INTER ELEMENTO NAn BASES DE DATOS ACTIVAS D TP
INTRA ELEMENTO NO NS
88
MODELOS LGICOS
DEFINICIN DE MTRICAS: Bases de Datos Objeto-Relacionales

INTRA ELEMENTO TS TSSC TSCC CCS SHC BASES DE DATOS OBJETORELACIONALES SC SAC SMC PCC(T) NIC(T) NSC(T) NFK(T) DRT(T) RFK(T) INTER ELEMENTO SS PCC NIC NSC COS NT NFK DRT RFK
89
MODELOS LGICOS
VALIDACIN EMPRICA
EXPERIMENTO CONTROLADO
SUJETOS MTRICAS DRT, NFK TP, D NS, NO PCC, TS, DRT, RFK, NIC, NSC
R PLICA
CASO DE ESTUDIO
SUJETOS EXPERTOS EXPERTOS ALUMNOS EXPERTOS
MTRICAS DRT, NFK TP, D NS, NO PCC, TS, DRT, RFK, NIC, NSC
SUJETOS EXPERTOS
MTRICAS NT, NA, RFK
RELACIONAL
ACTIVAS INTER INTRA OBJETORELACIONAL
ALUMNOS ALUMNOS ALUMNOS EXPERTOS
90
MODELOS LGICOS
VALIDACIN EMPRICA: Experimento Relacional
Hiptesis
Hiptesis nula: Diferentes valores de las mtricas no afectan a la entendibilidad del esquema de la base de datos. Hiptesis alternativa 1: El valor de DRT afecta a la entendibilidad del esquema de la base de datos. Hiptesis alternativa 2: El valor de NFK afecta a la entendibilidad del esquema de la base de datos. Hiptesis alternativa 3: La combinacin de valores de DRT y NFK afecta a la entendibilidad del 91 esquema de la base de datos.
MODELOS LGICOS
Sujetos Alumnos de la E.S. Informtica de la Universidad de Castilla-La Mancha que cursaban una asignatura anual de bases de datos. Fue realizado por 60 alumnos, slo 59 fueron finalmente aceptados. Materiales del experimento La documentacin entregada a cada sujeto constaba de:
los esquemas de las bases de datos las tablas con su contenido la hoja de preguntas y respuestas
92
MODELOS LGICOS
.
Se realizaron 4 tests diferentes con distintos valores para las mtricas Material: esquema de la BD, tablas, hoja de preguntas y respuestas Ejercicios: insercin, eliminacin y modificacin de la BD
Qu tablas y cuantas columnas por tabla se vern afectadas si borramos de la tabla 5
la columna con cod1=210? Tabla 1 Tabla 2 abla 3 Tabla 4 Tabla 5 Tabla 6
Qu tablas y cuantas columnas por tabla se vern afectadas si modificsemos la columna X de la fila con X=11 en la tabla 3?
Tabla 1
Tabla 2
Tabla 3
Tabla 4
Tabla 5
Tabla 6
Cuntas filas, de que tablas y cuantas columnas por tabla habra que modificar si
quisiramos aadir una nueva fila (con todos los datos nuevos en la base de datos) a la tabla 6? Tabla 1 Tabla 2 Tabla 3 Tabla 4 Tabla 5 Tabla 6
93
MODELOS LGICOS
Diseo
Factor B (NFK)
LOW HIGH
F a c t o r A
LOW
2,5
2,8
(DRT)
HIGH 5,5 5,8
94
MODELOS LGICOS
Variables Independientes
Las variables independientes son DRT y NFK. Cada una de estas variables tiene dos niveles que son dos y cinco para DRT y cinco y ocho para NFK.
Variables Dependientes
Se calcula como el nmero de respuestas correctamente respondidas por cada sujeto en cada test. Dimos a los sujetos diez minutos por test evaluando despus el nmero de respuestas correctas obtenidas en ese intervalo de tiempo. El estudio se centr en el nmero de respuestas correctas obtenidas para cada test. nicamente se descart un test por estar en blanco. 95
MODELOS LGICOS
Variables controladas
Intentamos minimizar la variabilidad entre sujetos escogindolos a todos del mismo curso y con los mismos conocimientos sobre bases de datos Los efectos de variables irrelevantes fueron minimizados haciendo los mismos tests a todos los participantes durante el mismo tiempo El orden de ejecucin de los cuatro tests vari de unos sujetos a otros para contrarrestrar los efectos producidos por el aprendizaje. Igualmente se hizo que cada uno de los cuatro test trabajara con el mismo nmero de tablas aunque 96 se modificara el valor de las mtricas.
MODELOS LGICOS
Procedimiento
Los tests se realizaron consecutivamente en el transcurso de una hora de clase. Antes de comenzar, fue explicado a los sujetos: tipo de ejercicios que deban realizar, material que se les iba a entregar, tipo de respuestas que deban dar y tiempo que tenan para realizar cada test del experimento. A cada sujeto se le entreg la documentacin completa para los cuatro tests Al finalizar el tiempo asignado a cada test, se inform a los sujetos que, inmediatamente, dejaban de trabajar en el test que estuvieran y pasaban al siguiente.
97
MODELOS LGICOS
Resultados
Fuente de variacin DRT NFK Interaccin Error Total Grados de Libertad F-Ratio 1 1 1 1 232 1.67 2.84 48.1
F1,232=2.73
98
MODELOS LGICOS
VALIDACIN EMPRICA: Rplica Relacional
Sujetos
Profesionales de una empresa espaola con una experiencia media de tres aos en el campo de las bases de datos. Once personas desarrollaron el experimento siendo todos ellos vlidos.
99
MODELOS LGICOS
Variables Dependientes Considerando la amplia experiencia en bases de datos relacionales de los sujetos que iban a desarrollar el experimento, se decidi calcularla en funcin del tiempo necesario para realizar cada uno de los cuatro tests. De esta forma, los tests fueron tomados como vlidos siempre y cuando estuvieran completados. El estudio, por lo tanto, se centr en los tiempos obtenidos para cada test.
100
MODELOS LGICOS
Procedimiento
Los tests se realizaron consecutivamente en el transcurso de una hora. Antes de comenzar, fue explicado a los sujetos, el tipo de ejercicios a realizar, el material que se les iba a entregar, y el tipo de respuestas a dar y cmo deban anotar el tiempo que invertan en resolver cada uno de los cuatro tests. Antes de comenzar a estudiar cada caso, los sujetos deban anotar la hora de comienzo; al finalizar los ejercicios correspondientes a un test, los sujetos tenan que anotar la hora de finalizacin. De esta forma, cuando un sujeto terminaba un test, poda pasar al siguiente sin necesidad de esperar al resto de compaeros.
101
MODELOS LGICOS
Resultados
Fuente de variacin DRT NFK Interaccin Error Total Grados de Libertad 1 1 1 1 40 F-Ratio
5.98 6.47 0.469
F1,40=2.84
102
MODELOS LGICOS
De ambos experimentos se deduce que la mtrica NFK parece ser un indicador slido de la entendibilidad del esquema mientras que resulta ms complicado obtener una conclusin para la mtrica DRT
103
MODELOS LGICOS
Validez de constructo
Decidi medirse la entendibilidad de forma distinta la primera vez que para la rplica (nro de respuestas correctas dadas vs tiempo para determinar el estado final de la base de datostiempo de anlisis de la base de datos junto al tiempo de ejecucin) debido a la experiencia de los sujetos de la rplica. Sera conveniente hacer ms experimentos, variando las operaciones a realizar en la base de datos.
104
MODELOS LGICOS
Validez interna
Diferencias entre los esquemas. Seis tablas con ms o menos claves ajenas. Dominio de los esquemas diferente. Esto pudo influir en los resultados obtenidos. Precisin de los valores del tiempo. En la rplica del experimento, era responsabilidad de los sujetos anotar los tiempos de comienzo y fin de cada test. Este procedimiento puede producir que algn sujeto introduzca alguna imprecisin. Efectos de aprendizaje. Los tests de cada experimento fueron colocados en distinto orden.
105
MODELOS LGICOS
Validez interna
Efectos de fatiga. Tiempo medio de una hora por lo que estos efectos son, prcticamente, inexistentes. Adems, la diferencia en el orden ayuda a evitar este efecto. Efectos de persistencia. El segundo experimento se llev a cabo con un nuevo conjunto de sujetos. Motivacin de los sujetos. Alta en el caso de los alumnos ya que se realizaron ejercicios similares en el examen. En el caso de los profesionales, la motivacin poda ser menor. Otros factores. El plagio y la influencia entre los sujetos fueron controlados.
106
MODELOS LGICOS
Validez externa
Materiales y tareas utilizados. Intentamos utilizar esquemas y operaciones representativos de casos reales aunque sera interesante realizar ms experimentos con bases de datos relacionales de mayor tamao y complejidad. Sujetos. Debido a la dificultad de conseguir profesionales, el experimento se realiz la primera vez con estudiantes. En este caso, las tareas a realizar no requeran de gran experiencia por lo que los resultados obtenidos con los estudiantes pueden ser considerados correctos (Basili et al., 1999).
107
MODELOS LGICOS
Validez externa
En general, seran necesarios nuevos experimentos con un mayor nmero de sujetos, tanto con estudiantes como con profesionales y con una mayor diferencia entre los valores que toman las mtricas para poder concluir si la integridad referencial afecta o no a la entendibilidad de las bases de datos relacionales y, por tanto, su mantenibilidad. Intentamos aumentar la validez externa de las mtricas realizando el segundo experimento con los profesionales, con lo que los resultados obtenidos se han podido generalizar considerablemente.
108
CALIDAD DE DATOS
109
CALIDAD DE DATOS
Wang et al. (1993) y (1995) requisitos de la aplicacin
DETERMINAR LA VISTA DE DATOS
requisitos de calidad
VISTA DE APLICACIN
atributos de calidad
DETERMINAR PARMETROS
VISTA DE PARMETROS
110
CALIDAD DE DATOS
ALUMNO
Mat.
CURSO
nm. nombre
fecha
nm. nombre
nota direc tel. precio descr.
111
CALIDAD DE DATOS
INSPECCIN
ALUMNO
Mat.
QUIN, CUNDO
CURSO
nm.
fecha
nm.
nombre OPORT. direc OPORT. tel. PRECISIN nota
nombre OPORT. precio COSTE eval. CREDIBILIDAD OPORTUNIDAD

112
FORMATO.
CALIDAD DE DATOS
VISTA DE PARMETROS
DETERMINAR INDICADORES
VISTA DE CALIDAD
INTEGRAR VISTAS DE CALIDAD
ESQUEMA DE CALIDAD
113
CALIDAD DE DATOS
QUIN
CUNDO PROC. INSPEC.
RESULTADO
ALUMNO
Mat.
ID. FECHA USUARIO
CURSO
nm. fecha nombre EDAD direc EDAD tel. MTODO RECOGIDA MEDIO nota
nm.
nombre EDAD precio COSTE eval. NOMBRE EVAL FECHA

114
CALIDAD DE DATOS
ALUMNO William Smith
NOTA SELECTIVIDAD 8 <30/10/90, MEC> 9 <30/10/90, MEC> ...
NOTA MEDIA CARRERA 7 <30/7/95, Esc. Inf.> 6 <10/9/96, Esc. Inf.> ...
Gene Hackman
115
CALIDAD DE DATOS
Caballero (2004) Marco de Trabajo para la Mejora de la Gestin de la Calidad de los Datos y de la Informacin, con dos componentes: CALDEA. Modelo de referencia de gestin de calidad de datos e informacin basado en niveles de madurez. EVAMECAL. Metodologa de evaluacin y mejora del PGI basada en CALDEA.
116

ACTIVIDADES DE CALDEA ORGANIZADAS POR NIVELES DE MADUREZ
CALIDAD DE DATOS
Optimizante (GPD) Anlisis Causal para la prevencin e identificacin de defectos (GIDO) Innovacin y desarrollo organizacional.
Gestionado Cuantitativamente (GPM) Gestin de Planes de medicin para los componentes del PGI. (GAPM) Gestin de la Automatizacin de los Planes de Medida
Integracin (VV) Validacin y Verificacin de los productos de datos. (GIR) Gestin del impacto de riesgos y de la pobre calidad de datos. (GE) Gestin de la estandarizacin de la calidad de datos (GPO) Gestin de polticas de calidad de datos organizacionales. Definicin (GEGCDI) Gestin de un Equipo de Calidad de Datos (GP) Gestin de un Proyecto para el Proceso de Gestin de Informacin (PyPGI) (GR) Gestin de Requisitos de Usuario. (GCI) Gestin de la Calidad de Datos en los componentes del PGI. (FS) Gestin de fuentes y destinos (sumideros) de datos (ADM) Gestin de proyecto para la adquisicin, el desarrollo o el mantenimiento de una base o almacn de datos. Inicial
117

ACP
(GEGCDI) Gestin de un Equipo de un Equipo de Aseguramiento de Calidad de Datos y de Informacin. (GP) Gestin de un Proyecto para el PGI. (GR) Gestin de Requisitos de Usuario.
CALIDAD DE DATOS
OBJETIVO
Organizar un equipo que se encargue de todas las iniciativas de evaluacin y mejora de los PGI.
Elaborar un proyecto que permita definir todo s los aspectos de cada uno de los PGI que integran el Sistema de Informacin. Recoger y elaborar los documentos pertinentes a los requisitos de usuario para cada uno de los PGI y las caractersticas de calidad de dat os que tienen que tener cada uno de sus componentes. Definir y documentar los aspectos cuantitativos y cualitativos de calidad de datos para cada uno de los componentes de los PGI expresados en trminos de dimensiones y mtricas de calidad de datos. Identificar y documentar las fuentes y sumideros de datos y productos de informacin, as como los formatos en que se intercambiarn los datos con ellos. Asegurar que el lugar donde se va a almacenar los datos responde a los requisitos establecidos tanto a nivel tcnico del producto comercial elegido, como al esquema diseado para albergar los datos. 118
(GCI) Gestin de la Calidad de Datos en los componentes del PGI y en el producto de informacin. (FS) Gestin de fuentes de datos y de los destinos (sumideros) de los productos de informacin. (ADM) Gestin de proyecto para la adquisicin, el desarrollo o el mantenimiento de una base de datos o de un almacn de datos.

CALIDAD DE DATOS
119

ACP
(VV) Validacin y Verificacin de los productos de datos. (GIR) Gestin del impacto de riesgos y de la pobre calidad de datos.
CALIDAD DE DATOS
OBJETIVO
Elaborar un plan para la validacin y verificacin de los productos de datos desarrollados en el PGI. Delimitar, acotar y documentar todos los posibles impactos y riesgos derivados de tener una pobre calidad de datos en los componentes del PGI. Ir creando una cultura organizacional de calidad de datos a travs de las experiencias propias y/o ajenas. A partir del conocimiento de calidad de datos y de las necesidades de la organizacin con respecto a los productos de datos establecer y documentar polticas de calidad de datos que incidan sobre los componentes del PGI.
(GE) Gestin de la estandarizacin de la calidad de datos (GPO) Gestin de polticas de calidad de datos organizacionales.
120
CALIDAD DE DATOS
Catlogo de Definicin del estndares de PGI. calidad de datos y de informacin. GE2. Eleccin de Polticas Organizacionales Catlogo de polticas organizacionales.
Definicin del PGI.
Gestin de la Estandarizacin de la Calidad de la Informacin
GE.1. Eleccin de Estndares de Calidad de Datos y de Informacin
Lista con las caractersticas observadas en cada uno de los componentes del PGI o del producto de informacin que son modificadas por los estndares elegidos.
Lista con las caractersticas observadas en cada uno de los componentes del PGI o del producto de informacin que son modificadas por las polticas de calidad elegidas.
ERU-PGI, ERU-CDI ERU-PI.
GE.3. Revisin y complecin de las ERU
Definicin PGI con modelos de datos y procesos
Definicin revisada del PGI con modelos de datos y de procesos
121
CALIDAD DE DATOS
GE.1.Eleccin de estndares y dimensiones de calidad de datos y de informacin

Entrada Productos Salida Tcnicas y Herramie ntas Catlogo de estndares de calidad de datos y de informacin. Definicin del PGI. Lista con las caractersticas observadas en cada uno de los componentes del PGI o del producto de informacin que son modificadas por los estndares elegidos. Sesiones de Trabajo. Inspeccin de los estndares. EGCDI.
Participantes
Especialistas o Consultores en estndares de calidad de datos.

Todas aquellas personas que desempeen un rol relacionado con los estndares de calidad de datos y de informacin e elegidos Cuando se tenga definido el PGI. 122
Momento de Realizacin de Actividad

CALIDAD DE DATOS
123
CALIDAD DE DATOS
OBJETIVO
ACP
(GPM) Gestin de Planes de Medicin para componentes del PGI
Elaborar planes para la medicin de los aspectos de calidad de datos definidos en la actividad (GCD) Gestin de la Calidad de Datos en los componentes del PGI del nivel de Definicin, as como los formatos de presentacin de resultados. Establecer los mecanismos necesarios para automatizar los procesos de medicin.
(GAPM). Gestin de la Auto matizacin de Planes de Medidas para Componentes del PGI.
124

CALIDAD DE DATOS
125
CALIDAD DE DATOS
ACP
OBJETIVO
(GPD) Anlisis causal para la prevencin e identificacin de defectos. (GIDO) Innovacin y desarrollo organizacional.
A partir de los indicadores de calidad obtenidos en la actividad (GPM) Gestin de Planes de Medicin para componentes del PGI se trata de identificar las causas de los defectos.
Esta actividad tiene como objetivo elaborar propuestas de mejora para el PI o los componentes del PGI.
126
CALIDAD DE DATOS
EVAMECAL
Metodologa de evaluacin y mejora basada en el modelo de referencia CALDEA y orientada a la mejora continua de los PGI Al estilo de SCAMPI, ISO/IEC 15504 Basada en Ballou y Tayi (1996) y adaptada al ciclo PDCA de Deming (1986)
127
CALIDAD DE DATOS
Situacin Actual
PGI
del PGI EMC -P.1. D EFINICIN DE LA SITUACIN A CTUAL EMC -P.2. D EFINICIN DE OBJETIVOS DE M EJORA
PLAN
Informe con Objetivos de Mejora
PM PGI -
DO
EMC -D.2. E JECUCIN DEL PM -PGI
EMC -D.1. A NLISIS DE

CAUSAS Y DESARROLLO DE
PM -PGI
Informe de realizacin del Plan
CHECK
EMC - C.1. C OMPROBA CIN DE LA EFICACIA ACCIONES CORRECTORAS
ACT
ECM -A.2. E STANDARI ZAR EL C ONOCIMIENTO O BTENIDO
Informe Listado de Comprobaciones
Conocimiento sobre PGI

ECM -A.1. O BTENER CONCLUSIONES
128
NDICE
129
ASPECTOS DE GESTIN
CAUSAS DE LOS PROBLEMAS DE CALIDAD

Strong et al. (1997)
Mltiples fuentes de la misma informacin producen diferentes valores La informacin se produce utilizando juicios subjetivos, producindose sesgos Errores sistemticos en la produccin de la informacin produce prdida de informacin Grandes volmenes de informacin almacenada hace difcil el acceso en tiempo razonable Sistemas distribuidos heterogneos producen definiciones, formatos y valores inconsistentes La informacin no numrica es difcil de indexar No se dispone todava de anlisis automtico a lo largo de colecciones de datos Al cambiar las tareas de los consumidores de informacin y el entorno organizacional, la informacin que es relevante y til tambin cambia La facilidad de acceso a la informacin puede entrar en conflicto con los requisitos de seguridad, privacidad y confidencialidad La falta de suficientes recursos de computacin limita el acceso
130
ASPECTOS DE GESTIN
POLTICA DE CALIDAD
Redman (1996)
Todos los empleados de la empresa tienen que asumir que los datos y la informacin as como los procesos de negocio que los crean, almacenan, procesan y utilizan son propiedad de la empresa y que su comparticin dentro de la empresa, as como con terceros deber estar sometida a consideraciones legales o de privacidad.
El director de informtica (CIO) ser el responsable de mantener un inventario actualizado de datos, de su disponiblidad, as como de informar sobre la calidad de los mismos. Los suministradores y creadores de datos deben comprender quin usa los datos y con qu propsitos, implementar las medidas de calidad de datos para asegurar que se satisfacen los requisitos de los usuarios e implementar la gestin del proceso para los datos que crean.
131
ASPECTOS DE GESTIN
POLTICA DE CALIDAD
Redman (1996)
Los que almacenan y procesan datos deben proporcionar arquitecturas y bases de datos que minimicen la redundancia innecesaria, salvaguardar los datos de daos o accesos no autorizados y disear las nuevas tecnologas con el fin de promover la calidad de los datos. Los usuarios deben trabajar con los suministradores de datos, proporcionar retroalimentacin, asegurar que los datos se intepretan correctamente, asegurar que los datos se utilizan slo para propsitos empresariales legtimos, proteger los derechos de los clientes, empleados, etc. sobre privacidad.
132
ASPECTOS DE GESTIN
TQdM (Total Quality data Management)

English (1999)
1) Identificar un grupo de informacin que tenga un impacto significativo con el fin de aportar un mayor valor aadido. 2) Establecer objetivos y medidas de la calidad de la informacin, por ejemplo: asegurar la oportunidad de la informacin, midiendo el tiempo que pasa desde que se conoce un dato hasta que se encuentra disponible para un determinado proceso. 3) Identificar la cadena de valor y de costes de la informacin, que consiste en una cadena de valor de negocio extendida y centrada en un grupo de datos. Esta cadena comprender todos los ficheros, documentos y bases de datos, procesos de negocio, programas y roles que tengan relacin con el grupo de datos. 4) Determinar los ficheros o procesos a evaluar. 5) Identificar las fuentes de validacin de datos para evaluar la precisin. 6) Extraer muestras de datos aleatorias, aplicando las tcnicas estadsticas adecuadas 7) Medir la calidad de la informacin, con el fin de determinar su nivel de fiabilidad y descubrir los defectos. 8) Interpretar e informar sobre la calidad de la informacin.
133
ASPECTOS DE GESTIN
Cuestiones para los directivos

Miller (1996)
Son todava vlidas las percepciones de nuestras necesidades de calidad de informacin que tenamos ayer?
Cmo se traducen las necesidades de calidad en requisitos tecnolgicos? Es nuestra estrategia tecnolgica consistente con nuestras necesidades de calidad? Estn la coleccin, diseminacin y procedimientos de verificacin internos a la altura de los requisitos de calidad?
134
ASPECTOS DE GESTIN
empresa
satisfaccin del personal satisfaccin del cliente calidad de la informacin

135
ASPECTOS DE GESTIN
136

Capitulo 10

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Capitulo 10

Transféré par

Droits d'auteur :

Formats disponibles

CALIDAD DE INFORMACIN

Las empresas deben gestionar la informacin como un

CALIDAD DEL SGBD

CALIDAD MODELO DE DATOS

CALIDAD DE LOS DATOS

objetos y asociaciones con sus propiedades y reglas

Estrutura percibida (no formalizada)

Esquema de base de datos

BASE DE DATOS FISICA

Calidad del proceso

(1,n) Nombre_a AUTOR AUTOR (0,n)

N:M Nombre_i (0,n) Trabaja INSTITUCION INSTITUCION

Calidad del producto

Moody and Shanks (1994) Moody (1998) Simsion (1994)

Batin i, Ceri and Navathe (1992)

Bo man et al. (1997)

CARACTERSTICAS DE LAS LISTAS

- Presuponen la existencia de diseo/implementacin

- Algunos objetivos son poco realistas, o imposibles

Lindland et al. (1994, 1995)

AUTOR AUTOR (0,n) Escribe N:M

CALIDAD SEMNTICA PERCIBIDA

CALIDAD PRAGMTICA CALIDAD SOCIAL

Tener propiedades relacionadas directamente con la especificacin

Pragmtica: comprensin (viable)

Tipos de calidad SINTCTICA SEMNTICA

Moody y Schanks (1994, 1998)

(1,n) EJEMPLAR EJEMPLAR

VALORACIN ESTRATEGIA DE MEJORA

Valores: representan la valoracin de un factor de calidad por un stakeholder

INTERACCIONES ENTRE FACTORES

MARCO INTEGRADO PARA LA CALIDAD

- AMBOS MARCOS COMPARTEN CONCEPTOS

- CONSIDERACIONES TERICAS Y PRCTICAS - VLIDO PARA EL PRODUCTO Y EL PROCESO

Usabilidad (usuario) Precisin

Estructura adecuacin al problema validez consistencia concisin

Contenido complecin cohesin validez

Adecuacin Solidez Consistencia Concisin Complecin Cohesin Validez

GUAS DE MODELADO (GoM)

PRINCIPIO DE ADECUACIN DEL LENGUAJ E

PRINCIPIO DE EFICIENCIA ECONMICA

PRINCIPIO DE DIS EO SISTEMTICO

objetos y asociaciones con sus propiedades y reglas

Estrutura percibida (no formalizada)

Esquema de base de datos

BASE DE DATOS FISICA

- Medir datos puede ayudar a controlar y predecir

Adecuacin Solidez Consistencia Concisin Complecin Cohesin Validez

Gray et al. (1991) Complejidad de una entidad i:

Di = Complejidad de la arquitectura de datos Fi = Complejidad funcional

Complejidad de la arquitectura de datos:

FDAi = n de atributos funcionalmente dependientes NFDAi = n atributos no dependientes

Theoretical Empirical Validation Validation

Objective and Subjective

Objective and Subjective

CALIDAD DE BASES DE DATOS

Henderson-Sellers (1994) COMPLEXITY

Product or Structural Complexity

Number of entities (NE)

Number of 1:N relationships (N1:NR)

Number of N-Ary relationships (NN-AryR)

Number of binary relationships (NBinaryR)

Number of reflexive relationships (NRefR)