Στατιστικές μέθοδοι στον προγραμματισμό έργων πληροφοριακών συστημάτων

Abstract

The term Information System (IT) is generic and refers to a system that includes all the functions of an organization. In this particular research area, the key component of an information system is the software used in the organization to store and process data but also the automation of the IT processes. Therefore, the Information System is a product that should cover various specifications and quality requirements related to the needs of its application domain.Τhis thesis mainly focuses in the is the definition of priorities in the different software requirements known as requirements prioritization. The large number of requirements and the different views of the employees participating in the survey that define what are the most important and therefore deserve higher priority, make the problem of decision-making extremely difficult and complex. Those data are collected from questionnaires in which special methods are applied (Cumulative Voting). The questionnaires are completed by the stakeholders in such research containing their views coded into numerical "scores" for the prioritization of various requirements. Although the simple sum of the scores from all participants shows which requirements are the most important, the overall information that exists in the data conceals considerable variability. Τhe variables of all the data sets are limited and correlated. In general the normalized form of these data consists of vectors (in the interval [0,1]) that are sum up to one. Special methods of multivariate analysis required for such data, since the usual regularity assumptions and independence does not apply here. These methods will have to answer to several questions related to the level of alignment between the stakeholders, the conflicting nature of the requirements, with the grouping of views and the comparison of views among the inherit groups of stakeholders. Τhe management of software projects, the appropriate allocation of resources in the various software phases in relation to the investigation of the high complexity of the distribution of effort are interesting problems which have not been studied with multivariate methods yet. In this thesis multivariate statistical methods were applied, that have never been used so far in the literature. For instance the statistical analysis framework known as Compositional Data Analysis (CoDA). CoDA was used in data sets which contained proportions similar to what we get from the priority assignment procedures. This analysis includes a wide variety of techniques that aspire to answer critical questions about the priorities of quality requirements as defined by people who behave and express an opinion according to the position they occupy in an organization and the perspective from which the prioritize the quality of the software. The research effort and the statistical analysis through this thesis tried to focus on the human factor and to explore the differences and similarities in views that ultimately determine the quality of a product.Τhe research conducted as part of this thesis had a goal: to use advanced statistical methods to problems of quality that we usually face in information systems.

Ο όρος Πληροφοριακό Σύστημα (Information System), αναφέρεται σε ένα σύστημα που περικλείει όλες τις λειτουργίες ενός οργανισμού. Το βασικό συστατικό του είναι το λογισμικό που χρησιμοποιείται σε έναν οργανισμό για την αποθήκευση και επεξεργασία δεδομένων και την αυτοματοποίηση πληροφοριακών διαδικασιών. Η πολυπλοκότητα της δομής του λογισμικού, δημιουργούν ένα εξαιρετικά σύνθετο πρόβλημα που απαιτεί προηγμένες μεθόδους ανάλυσης και έρευνας.Η περιοχή στην οποία εστιάζεται κυρίως η παρούσα διδακτορική διατριβή είναι ο καθορισμός προτεραιοτήτων στις διάφορες απαιτήσεις του λογισμικού (requirements prioritization). Ο μεγάλος αριθμός των απαιτήσεων και οι διαφορετικές απόψεις των εργαζομένων που συμμετέχουν στην έρευνα και ορίζουν ποιες είναι οι πιο σημαντικές και επομένως αξίζουν υψηλότερη προτεραιότητα κάνουν το πρόβλημα της λήψης αποφάσεων ιδιαίτερα δύσκολο και πολύπλοκο. Τα δεδομένα που συλλέγονται από ειδικά ερωτηματολόγια (Cumulative Voting) που συμπληρώνουν οι συμμετέχοντες σε μια τέτοια έρευνα περιέχουν τις απόψεις τους κωδικοποιημένες σε αριθμητικές βαθμολογίες για την απόδοση προτεραιοτήτων στις διάφορες απαιτήσεις. Παρόλο που η απλή άθροιση των βαθμολογιών από όλους τους συμμετέχοντες δείχνει ποιες απαιτήσεις είναι οι πιο σημαντικές, η συνολική πληροφορία που υπάρχει στα δεδομένα κρύβει μεγάλη μεταβλητότητα και συσχετίσεις και δεν έχει μελετηθεί συστηματικά με στατιστικές μεθόδους. Οι μεταβλητές του συνόλου των δεδομένων, από τα συγκεκριμένα σχήματα ψηφοφορίας, είναι φραγμένες και μεταξύ τους συσχετισμένες. Στη γενική τους κανονικοποιημένη μορφή τα δεδομένα αυτά αποτελούνται από διανύσματα ποσοστών (στο διάστημα [0,1]) που αθροίζονται στη μονάδα. Επομένως απαιτούνται ειδικές μέθοδοι πολυμεταβλητής ανάλυσης για τέτοιου είδους δεδομένα, αφού οι συνήθεις υποθέσεις κανονικότητας και ανεξαρτησίας δεν ισχύουν εδώ. Οι μέθοδοι αυτές θα πρέπει να απαντήσουν σε διάφορα ερωτήματα που σχετίζονται με το πόσο συμφωνούν μεταξύ τους οι συμμετέχοντες, με την αντικρουόμενη φύση των απαιτήσεων, με την ομαδοποίηση των απόψεων και με τη σύγκριση των απόψεων ανάμεσα σε προκαθορισμένες ομάδες των ενδιαφερομένων. Στη διαχείριση έργων λογισμικού η κατάλληλη κατανομή των πόρων στις διάφορες φάσεις ανάπτυξης του έργου σε σχέση με τη διερεύνηση της υψηλής πολυπλοκότητας της κατανομής της προσπάθειας (effort) αποτελούν ενδιαφέροντα προβλήματα που δεν είχαν μελετηθεί με πολυμεταβλητές μεθόδους. Στην διδακτορική αυτή διατριβή εφαρμόστηκαν πολυμεταβλητές στατιστικές μέθοδοι ειδικές για δεδομένα ανάθεσης προτεραιοτήτων που δεν έχουν χρησιμοποιηθεί ποτέ μέχρι τώρα στη διεθνή βιβλιογραφία. Ενδεικτικά αναφέρεται η χρήση του πλαισίου στατιστικών αναλύσεων Ανάλυση Δεδομένων Σύστασης (Compositional Data Analysis, CoDA) και χρησιμοποιείται για δεδομένα ποσοστών παρόμοια με αυτά που λαμβάνονται από τις διαδικασίες ανάθεσης προτεραιοτήτων. Η ερευνητική προσπάθεια μέσα από αυτή τη διατριβή και από την στατιστική ανάλυση προσπάθησε να δώσει έμφαση στον ανθρώπινο παράγοντα και να διερευνήσει τις διαφορές και τις ομοιότητες στις απόψεις που τελικά καθορίζουν την ποιότητα ενός προϊόντος.Η έρευνα που διεξήχθη στα πλαίσια της παρούσας διδακτορικής διατριβής είχε ως στόχο τη χρήση προηγμένων στατιστικών μεθόδων και μοντέλων σε προβλήματα ποιότητας πληροφοριακών συστημάτων.