Emerson Veiga Cap8 Wohlin
Emerson Veiga Cap8 Wohlin
Emerson Veiga Cap8 Wohlin
AMAZONAS
Apresentadores:
Emerson Veiga
Planning
Após a definição do escopo do experimento, ocorre o planejamento,
que foca em como o experimento será conduzido.
O planejamento é crucial para evitar que os resultados do
experimento sejam comprometidos, garantindo o controle do
processo.
A fase de planejamento é dividida em sete etapas, iniciando com a
definição do objetivo e seguida pela seleção do contexto, formulação
da hipótese, escolha das variáveis e seleção dos sujeitos.
O planejamento também envolve a escolha do tipo de experimento, a
preparação da instrumentação e a avaliação da validade, com
iterações até que o design do experimento esteja completo.
Context Selection
Experimentos em grandes projetos reais com profissionais geram
resultados mais gerais, mas envolvem riscos e custos elevados.
Há um equilíbrio entre a validade dos resultados para um contexto
específico e para a engenharia de software em geral, com
experimentos frequentemente usando estudantes como sujeitos.
O contexto dos experimentos pode ser caracterizado por quatro
dimensões: off-line vs. on-line, estudantes vs. profissionais, problemas
simulados vs. reais, e específicos vs. gerais.
Comparar métodos existentes com novos traz desafios, como a falta
de documentação consistente e a influência do aprendizado do novo
método sobre o antigo, fatores que afetam a validade dos resultados.
Hypothesis Formulation
A base da análise estatística de um experimento é o teste de
hipóteses, onde dados coletados são usados para rejeitar ou aceitar
hipóteses.
Duas hipóteses são formuladas: a hipótese nula (H0), que afirma a
inexistência de padrões reais, e a hipótese alternativa (H1), que propõe
um padrão ou diferença significativa.
O objetivo é rejeitar a hipótese nula com alta significância, como no
exemplo em que um novo método de inspeção encontra mais falhas
que o método antigo.
O poder do teste estatístico mede a probabilidade de detectar um
padrão real quando H0 é falsa, sendo ideal maximizar o poder do teste
para maior precisão.
Hypothesis Formulation
Os testes de hipóteses envolvem riscos de erro: o erro do tipo I
(rejeitar H0 quando ela é verdadeira) e o erro do tipo II (não rejeitar H0
quando ela é falsa).
O erro tipo I ocorre quando o teste detecta um padrão inexistente,
enquanto o erro tipo II ocorre quando um padrão real não é
identificado.
A probabilidade de cometer um erro tipo I é expressa como P(rejeitar
H0 | H0 verdadeira), enquanto a do erro tipo II é P(não rejeitar H0 | H0
falsa).
A escolha de testes estatísticos apropriados é feita após formular as
hipóteses, visando minimizar os erros tipo I e tipo II durante a análise.
Variables Selection
Antes de iniciar o design de um experimento, é necessário escolher as
variáveis dependentes e independentes.
As variáveis independentes são controladas e ajustadas no
experimento, e devem ter efeito nas variáveis dependentes, sendo
importante escolher escalas, intervalos e níveis adequados para testes.
As variáveis dependentes medem o efeito das manipulações e,
embora normalmente haja apenas uma, ela é frequentemente medida
de forma indireta e precisa ser validada.
Ter apenas uma variável dependente reduz o risco de ameaças à
validade da conclusão, como o aumento da taxa de erros descrito em
"fishing and the error rate".
Selection of Subjects
A escolha dos sujeitos de um experimento é crucial para garantir que
os resultados possam ser generalizados para a população desejada.
A amostragem pode ser probabilística (onde as chances de seleção são
conhecidas) ou não probabilística (onde as chances de seleção são
desconhecidas), com técnicas como amostragem aleatória simples,
sistemática, e por conveniência.
O tamanho da amostra influencia a generalização dos resultados,
sendo que amostras maiores reduzem erros e aumentam o poder do
teste estatístico.
A variabilidade da população e o tipo de análise dos dados devem ser
considerados ao determinar o tamanho da amostra durante o design
do experimento.
Experiment Design
Obrigado!
Apresentadores:
Emerson Veiga
Referências
Wohlin C, Runeson P, Höst M, Ohlsson MC, Regnell B, Wesslén A (2012)
Experimentation in software engineering: an introduction. Springer