「ソフトウェア開発データ白書2014-2015 - IPA2015/03/04 · 2 IPA/SECでは、ソフトウェア開発における定量的管理の普及促進の一環として、国内の多様なソフトウェア開発のプロジェクトデータを整理・分析し

1

「ソフトウェア開発データ白書2014-2015」のデータ分析結果解説

SECセミナー

2015年 3月 4日

独立行政法人情報処理推進機構（ＩＰＡ）

技術本部ソフトウェア高信頼化センター（ＳＥＣ）

塚元郁児佐伯正夫

© 2015 IPA, All Rights Reserved Software Reliability Enhancement Center

2

IPA/SECでは、ソフトウェア開発における定量的管理の普及促進の一環として、国内の多様なソフトウェア開発のプロジェクトデータを整理・分析した「ソフトウェア開発データ白書」を定期的に発行しています。今年度は、その最新版である「ソフトウェア開発データ白書2014-2015」を2014年10月1日に発行した。

また、同白書には掲載されていない、生産性・信頼性の変動要因等の新たな試行分析も実施している。

当セミナーでは、それらの概要を変動要因を主軸にして紹介するとともに、開発計画の実現可能性検討や組織の品質・生産性の重点強化領域の特定等に向けたデータ活用方法について説明する。それらに掲載したデータ項目、メトリクス、分析方法および分析結果（傾向）と併せて、自組織における定量的管理のためのヒントを解説する。ご参考になれば幸いである。


http://www.ipa.go.jp/sec/publish/tn12-002.htmlhttp://www.ipa.go.jp/sec/publish/tn12-002.htmlhttp://www.ipa.go.jp/sec/publish/tn12-002.htmlhttp://www.ipa.go.jp/sec/publish/tn12-002.htmlhttp://www.ipa.go.jp/sec/publish/tn12-002.html

3

プログラム

１．「ソフトウェア開発データ白書2014-2015」の概要 1.1 定期的なデータ収集と発行 1.2 構成と主な掲載内容 1.3 主なデータ項目とメトリクス 1.4 留意事項

２．新たな試行分析結果の解説 2.1 生産性変動要因の分析（生産性変動要因を勘案した工数見積りの妥当性評価に向けて） 2.2 信頼性変動要因の分析（信頼性変動要因に着目した組織の改善に向けて） 2.3 変動要因の業種間比較（業種によるドメイン分けの勧め） 2.4 生産性、信頼性および変動要因の経年変化（マネジメント活動の効果の確認に向けて） 2.5 各工程の成果物量と工数（内訳ベースでの工数見積りの妥当性評価に向けて） 2.6 分析等の留意事項（分析等にあたってのワンポイントアドバイス）

13:30～14:30 休憩14:30頃

14:40～17:30 （休憩16:00頃）


4 © 2015 IPA, All Rights Reserved Software Reliability Enhancement Center

１．「ソフトウェア開発データ白書2014-2015」の概要 1.1 定期的なデータ収集と発行

◇統計情報（目安として）プロファイル、規模、工数、工期、生産性、信頼性とそれらの変動要因等

◇分析のノウハウ（ヒントとして）データ項目、メトリクス、分析方法

◇分析結果（知見）（ヒントとして）

自組織のリポジトリ

組織／企業における定量的管理

生産性向上

信頼性向上

◇ベンチマーキング ◇開発計画の実現可能性検討 ◇見積りの妥当性評価 ◇組織の重点強化領域の特定等

ソフトウェア開発データ白書

29社からの

ｴﾝﾀｰﾌﾟﾗｲｽﾞ系のｿﾌﾄｳｪｱ開発ﾌﾟﾛｼﾞｪｸﾄﾃﾞｰﾀ

3,541 プロジェクト

IPA/SEC

毎年

ﾃﾞｰﾀ収集

隔年

発行

参考

◇プロジェクトマネジメント ◇組織の品質・生産性のマネジメント

データ白書のリポジトリ

データ提供企業

P15参照


1.2 構成と主な掲載内容 ☆2014/10/1に発行

1章背景と本書の目的

2章収集データについて

3章分析について

4章収集データのプロファイル

5章プロジェクトの主要要素の統計

6章工数、工期、規模の関係の分析

7章信頼性の分析

8章工程別の分析

9章生産性の分析

10章その他の分析

付録A～G：データ項目の定義や収集データ年別プロファイル等々

6

ＳＥＣデータ白書でのプロジェクトデータの分布

（2014-15を参照）プロジェクトの主要要素の分布例

1000FP 3000FP 388FP 772FP

100KSLOC 10KSLOC

27.0KSLOC 68.6KSLOC

14 5.4 7.4

5000 31 5476 34.2

9660 60.4

2 4 10 6 20 6.5 8.6


7

1.2 構成と主な掲載内容（つづき）

6章工数、工期、規模の関係の分析

開発 5 工程（基本設計～総合

テスト（ベンダ確認））の作業が行われたプロジェクトを対象とする。

P131参照

工数、工期、規模の関連性をプロジェクト全体、業種、アーキテクチャなどの特性ごとに層別して示す。


8

工期と工数の関係

工数と工期について、回帰式で確認した結果は次のようになる。（工期）＝A×（工数）B A＝ 0.44 B＝ 0.32 R＝ 0.73 ＜注＞回帰式を参考にする場合は、必ず「3.4 回帰式利用上の注意事項」を参照すること。

同じ傾向が見られたとしても、以下の散布図間では、回帰式のパラメータは異なると思われる。

本書の「プロジェクト全体の工数と工期（新規開発）」の散布図を、換算値 160 時間で人月表示したもの

データ提供企業ではない A 社のプロジェクトデータ

P30～31参照

白書データからは、工期は工数の 3 乗根に比例する傾向が見られる


9

プロジェクトの規模と工数や、工数と工期との間に定式性や特性を見出し、

適正な工数や工期の範囲を目安にできる。

①見積り工数が、所定の妥当な範囲（例えば管理指標のP25～P75の範囲）に収まっているか否かで評価するのが基本的な評価方法ではある。所定の範囲に収まっていないというだけでNG（妥当でない）と評価するのは早計である。外れる合理的理由の有無で、見直すなど対応を考慮する。

②工数・工期短縮の要求に対し、それ

が対応可能かどうか、少なくとも信頼

幅９５％の下限値以上にすることを

一つの目安とする。

データ活用イメージ（見積りの妥当性チェック）

工数

規模下限50%

上限50%

▲

妥当性の目安

工期（月数）

工数

下限95%

上限95%

▲

工期短縮限界


10


7章信頼性の分析この章では、主にシステム稼動後の「発生不具合密度」に着目し、開発したソフトウェアの信頼性について示す。

発生不具合数は、システム稼動後 6 ヶ月間の累計値を基本的に用いる。

開発中のテスト段階の検出不具合数ではないことに注意されたい。

開発規模1,000FPまたは1,000 行あたりの発生不具

合数である「発生不具合密度」を信頼性の結果指標として使用する。


P182参照

11

発生不具合密度（発生不具合数／開発規模）

収集した白書データでの発生不具合密度は以下の通りである。


※主開発言語１～３が、COBOL,C,VB,Javaのいづれか

12


8章工程別の分析工程別の工数と工期，レビュー及びテストケースとバグ密度の分析結果を示す。

主な目次項目内容

工程別の工期、工数

新規開発／改良開発ごとの工程別工期

レビュー指摘件数

全開発種別での基本設計／製作工程の指摘件数

レビュー実績工数

新規開発／改良開発ごとの基本／詳細設計実績工数、各工程のレビュー実績工数比率

テスト工程別のテストケースと検出バグ数

全開発種別／新規開発／改良開発ごとのＦＰ／ＳＬＯＣそれぞれに対するテストケース数と検出バグ数、新規開発／改良開発ごとのＦＰ／ＳＬＯＣ規模あたりテスト工数、全開発種別／新規開発／改良開発ごとの工数あたりテストケース数／検出バグ数など


13

工程別の実績月数の比率①(新規開発）

工程別実績月数比率（各工程実績月数／開発5工程実績月数）は、以下の通りである。


14

工程別の実績月数の比率②(改良開発）

工程別実績月数比率（各工程実績月数／開発5工程実績月数）は、以下の通りである。


15

工程別の実績工数の比率①（新規開発）

工程別実績工数比率（各工程の実績工数／開発5工程実績工数）は以下の通りである。


16

工程別の実績工数の比率②（改良開発）

工程別実績工数比率（各工程の実績工数／開発5工程実績工数）は以下の通りである。


17

各工程別のレビュー実績工数比率

レビュー実績工数比率（該当工程レビュー実績工数／該当工程実績工数）は以下の通りである。


18

テスト工程別のSLOC規模あたりのテストケース数

SLOC規模あたりのテストケース数は、以下の通りである。

中央値では、SLOCあたりの結合テストケース数は、SLOC規模あたりの総合

テストケース数の3倍強である。


19

テスト工程別のSLOC規模あたりの検出バグ数

SLOC規模あたりの検出バグ数は、以下の通りである。


20


9章生産性の分析

開発プロジェクト種別

対象 FP規模 SLOC規模

計測手法混在 IFPUG 主開発言語

新規開発／

改良開発

規模 9.1.1 9.1.17 9.1.2 9.1.18 9.2.1 9.2.12

業種別FP規模 9.1.10 9.1.3 9.1.19 9.2.3 9.2.14

発生不具合密度 9.1.4 9.2.4 9.2.15

アーキテクチャ別 9.1.5 9.1.20 9.2.5 9.2.16

主開発言語別 9.1.6 9.1.21 9.2.2 9.2.13

プラットフォーム別 9.1.7 9.1.22 9.2,6 9.2.17

月あたりの要員数 9.1.8 9.1.23 9.1.9 9.1.24 9.2.7 9.2.18

チーム規模別 9.1.11

外部委託比率 9.1.12 9.1.25 9.1.13 9.2.8 9.2.19

信頼性要求の高さ 9.1.14 9.1.26 9.2.9 9.2.20

開発フレームワーク利用 9.1.15 9.1.27 9.2.10 9.2.21

ＰＭスキル 9.2.11

全開発種別重要インフラ 9.1.28 9.2.22

人時あたりの開発規模、又は、人月（人時への変換は 160 時間を代用）あたりの開発規模を開発5工程の工数で除算した値である

※新規／改良部分で欄の中で項番が一つの場合は、新規開発の場合です。


21

FP生産性について－業種別－

ＦＰ（新規開発、IFPUGグループ）は、他業種に比べ、金融・保険業の中央値が低く、製造業の中央値が高くなっている。


22

SLOC生産性について－業種別－

SLOC（新規開発、主開発言語グループ）とも、他業種に比べ、金融・保険業の中央値が低く、製造業の中央値が高くなっている。


23


10章その他の分析計画と実績の分析、開発組織の体制による分析、顧客の要求レベルによる分析を記載している。データ白書2014-2015で新たに追加した分析の内下記２つの項目を含んでいる。

顧客の要求レベルと信頼性及び生産性についての関係の分析

開発体制と信頼性の関係、顧客の体制と設計フェーズの生産性の関係、重要インフラ情報システムに対する生産性の分析


24

分析結果から見えた新たな傾向① 発注者側（顧客）の信頼性要求レベルが高いほど、ソフトウェアの信頼性は高くなるが、同時に受注者側（開発現場）の生産性は下がる傾向にある

上や↑

信頼性

生産性

低

低高

高


25

分析結果から見えた新たな傾向②

プロジェクト体制が以下の各条件を満たす場合、それぞれにおけるソフトウェアの信頼性は高くなる傾向にある・ソフトウェアの品質保証に関する専門部署・専門スタッフを設置していること・ソフトウェアのテスト体制として、要員数やスキルが十分であること・定量的な出荷基準が設けられたプロジェクトであること


26

1.3 主なデータ項目とメトリクス

収集カテゴリ収集内容

開発プロジェクト全般プロジェクトID、プロジェクト種別、開発プロジェクト形態、など

利用局面業種、業務、システム用途、利用形態、重要インフラなど

システム特性システム種別、業務パッケージ使用、アーキテクチャ、プラットフォーム、言語など

開発の進め方ライフサイクルモデル、運用ツール、各種開発支援ツール、開発フレームなど

ユーザ要求管理要求仕様の明確さ、ユーザ担当者の関与状況、ユーザの要求レベルなど

要員等スキル管理ＰＭスキル、要員スキル

システム規模 FP計画値／実績値、SLOC計画値／実績値、設計書文書量、その他規模指標など

工期工程別工期、プロジェクト全体工期、アイドリング期間

工数工数単位、人時換算係数、社内／外部委託工数、レビュー指摘件数／工数、要員数など

品質発生不具合数、テストケース数、検出バグ数、品質保証体制、テスト体制、定量的出荷基準有無、第三者レビュー有無など

詳しくは、付録A2,A3を参照

工数・工期・規模など定量的な情報のみならず、ユーザ要求管理、要員スキルなど定性的な情報も収集している。（他には類を見ないSECデータ白書の強み）


27

導出指標一覧

分類名称

規模実効SLOC実績値など

工期実績月数（プロジェクト全体、開発5工程）、計画月数（開発5工程）

工数実績工数（プロジェクト全体、開発5工程）、計画工数（プロジェクト全体）、外部委託比率／工数比率、基本設計工数比率

生産性 FP／SLOCそれぞれの全体生産性と工程別（基本設計～総合テスト）生産性

信頼性稼働後の発生不具合数（原因／現象）、FP／SLOCあたりの発生不具合密度／テスト密度 ※基本は、原因数を使用。ない場合は現象数を使用

体制月当たりの要員数

層別主要カテゴリ開発対象プラットフォームのグループ、主開発言語グループ

FP種別カテゴリ FP種別混在、IFPUGグループ

導出指標は以下のとおりです。


28

基本3点セット

白書発行以降の新たな試行分析について①

①分析内容に変動要因分析の強化 ②傾向に関する判断をより客観的にするため、welchのt検定を実施（2章で詳細を述べる）

従来の分析内容試行分析方法

基本統計量

散布図

箱ひげ図

②Ｗｅｌｃhのt検定

①変動要因分析

見た目の判断だけだと客観性に欠ける可能性あり

要因分析、検定にて根拠をより客観的にする


傾向に関する判断根拠を明確化

強化

29

ファイル外変動因


特性ファイル

アーキテチャ

言語

ライフサイルモデルラッフォーム

代表的な素

生産性

頼性

Ｑ，Ｃ，Ｄ要求開発プロセスユーザの協力度合い組織成熟度等

白書発行以降の新たな試行分析について②

定性的なデータを含め多面的に要因分析

（SECデータ白書の強みを活かす）

30

「データ白書2014-2015」のグラフデータをWeb公開

2014年12月26日ＩＰＡ／ＳＥＣの「報告書・成果物」に「データ白書2014-2015」のPDF版と同時にグラフデータをWeb公開

章別にデータ白書記載のグラフデータのダウンロードが可能となりました


31

グラフデータをEXCELで容易に加工できる

© 2015 IPA, All Rights Reserved

0

50

100

150

200

250

300

350

0 2000 4000 6000 8000 10000 12000 14000 16000

FP発生不具合密度[件／KFP]


金融保険業 FP実績値(0～9000) FP不具合発生密度 (0～70）の条件で抽出すると見易いグラフになる

ダウンロードしたグラフデータをExcelでフィルタ処理をすると見易くできる

このままでは見にくい！

自社データを加えたグラフも作成可能

図表7-3-7

0

10

20

30

40

50

60

70

0 2000 4000 6000 8000 10000

自社

FP発

生不

具合

密度

[件／

KFP

]

FP実績値(調整前)[FP]


自社FP発生不具合密度[件／KFP]

Software Reliability Enhancement Center

32

グラフデータ使用条件

1.本グラフデータの著作権は、独立行政法人情報処理推進機構が保有しています。 2.独立行政法人情報処理推進機構は、以下の著作権表示を明記することを条件として、「本グラフデータの全部又は一部を複製、改変、公衆送信、又は翻訳/翻案し、第三者に有償又は無償で再配布すること」を許諾します。著作権表示：「Copyright 2015 IPA」なお、複製し再配布する場合は本使用条件を添付し、本使用条件に記載されている条件を配布先に遵守させてください。改変又は翻訳/翻案した場合は、新しく使用条件を設定することが可能ですが、「改変又は翻訳/翻案を行ったこと、(可能な限り)どの部分にどのような改変又は翻訳/翻案を行ったかの概略、当該図表等についての責任主体は利用者にある旨」を付記し、著作者人格権を行使しない旨の宣言条項を必ず含めてください。 3.独立行政法人情報処理推進機構は、本グラフデータが第三者の著作権、特許権、実用新案権等の知的財産権に抵触しないことを一切保証するものではなく、また、本グラフデータの内容に誤りがあった場合でも一切責任を負いかねます。 4.独立行政法人情報処理推進機構は、本ページで記載された許諾内容を除き、独立行政法人情報処理推進機構又は第三者の著作権、特許権、実用新案権等の知的財産権に基づくいかなる権利を許諾するものではありません 5.独立行政法人情報処理推進機構は、本グラフデータのシステム開発への利用、開発されたシステムの使用、及び当該システムの使用不能等により生じるいかなる損害についても、なんら責任を負うものではありません。 6.本グラフデータを海外へ持ち出す場合及び非居住者に提供する場合には、「外国為替及び外国貿易法」の規制及び米国輸出管理規則等外国の輸出関連法規などを確認のうえ、必要な手続きを行って下さい。 7.本使用条件の解釈は日本国法に準拠するものとし、本グラフデータの利用に関して法的紛争が生じた場合は、東京地方裁判所を唯一の合意管轄裁判所とします。 8.本グラフデータへのお問い合わせについては、独立行政法人情報処理推進機構技術本部ソフトウェア高信頼化センターまでご連絡ください。

◆グラフデータについてダウンロードしたEXCELファイルの「はじめにお読みください」を参照してください


33

プロジェクト診断支援ツール（Ｗｅｂ）


34

プロジェクト診断支援ツール（Ｗｅｂ）機能概要と特徴

機能特徴

自社データのプロット１件または複数件のプロジェクトデータを入力し、統計図表上に自社データの位置をプロットすることができる。自社データのみの表示も可能。機密保全のため、入力したプロジェクトデータはログオフ時にすべて破棄され、サーバ等には一切残らない。

自社プロジェクトデータ属性表示

散布図にプロットされたデータの番号と名称がマウスオーバーで表示される。

図表の拡大と縮小散布図を拡大、縮小する。プロットが局所に密集している場合、拡大によって、その部分の状況をより詳細に確認することができる。拡大する際の基点の指定も可能。

データ種別の選択種別分類した散布図で、特定の種別だけに絞って描画することができる。

ＸＹ軸の反転各社の評価軸に合わせて、散布図のＸＹ軸を反転させることができる。

対数グラフの表示散布図に通常表示と対数表示がある場合、ボタンひとつで表示を切り替えることができる。通常表示では分かりづらい傾向が、両対数変換すると見えてくる可能性がある。

図表のコピー＆印刷 WORDやEXCEL等で作成した文書に統計図表を貼り込んだり、画面を印刷したりすることができる。

人時／人月切替え散布図および箱ひげ図の工数をどちらの単位で表示するか選択することができる。

プロット可能図表一覧利用者が登録したデータが、どの図表にプロットできるのかを一覧で表示する。

信頼幅％指定信頼幅を引くことができる散布図の場合、その値を任意に指定することができる。

© 2015 IPA, All Rights Reserved

Software Reliability Enhancement Center


1.4 データ白書利用上の留意事項①

白書の分析結果を次のことに留意して、目安やヒントとして参考にして頂きたい。 ■種々の組織や業種等が混在したサンプルデータ集合を用いた分析結果であること。データ項目によっては、データ提供企業間で計測手法が揃っていない可能性がある。

■定量的管理が行われている組織で定量的管理されたプロジェクトのデータが多く含まれていることから白書および補遺の統計情報は、定量的管理されたプロジェクトの統計情報と見るのが妥当である。従って、生産性および信頼性に関する統計情報は、世間相場観よりも良い値を示している可能性がある。

■データ項目ごとにデータ欠損しているプロジェクト群が異なることから、各分析項目の

対象プロジェクト集合は、必ずしも同一でない。

36

データ白書利用上の留意事項②

■開発規模のメトリクスとしてファンクションポイント（FP）を採用しているプロジェクト集合と、プログラムコード行数（SLOC）を採用しているプロジェクト集合とは異なっている。（両方のメトリクスを採用しているプロジェクトは全体の約10%に留まっている）。

■ソフトウェア開発データ白書で見られる傾向は、上記のようなデータ集合においても見られる傾向であることから、各組織の同種のドメインにおいては、より強い傾向が見られることが期待される。ソフトウェア開発データ白書に掲載したデータ項目、指標、分析方法および分析結果を参考にしながら、自組織のソフトウェア開発プロジェクトデータを用いた定量的管理を一層進めて頂きたい。

■1000FPをKFP, 1000SLOCをKSLOCと表記する。


37

休憩

この後は・信頼性・生産性を同じ変動要因

で分析した結果・各工程の成果物と工数の関係

などのご紹介です

38

２．新たな試行分析結果の解説 ★主に（）部分を解説

3,541 プロジェクト

ソフトウェア開発データ白書 2014-2015 （2014/10/1に公開）

「ソフトウェア開発データ白書」変動要因編(仮称）（2015年夏公開と、次回以降の白書への反映を検討中）

IPA/SECプロジェクトデータベース（データ白書のリポジトリ）

新分析項目：

■ユーザの要求レベルによる分析 ■開発組織の体制による分析

新分析項目（試行分析）：（変動要因を主軸にした試行分析）

■生産性変動要因の分析 ■信頼性変動要因の分析 ■変動要因の業種間比較 ■生産性、信頼性および変動要因の経年変化 ■各工程の成果物量と工数

白書にはまだ掲載されていない分析項目で、白書発行後にニーズが高まって来た生産性および信頼性の変動要因分析、経年変化等の新規分析項目に関して試行分析を行い、それらの分析結果と定量的管理への助言を纏めている。


39

＜IPA/SECプロジェクトデータベースの特長＞

IPA/SECが構築・運用しているソフトウェア開発プロジェクトデータベースは、次の特長を有する世界的にも比類なき貴重なデータベースであり、種々の分析に活用できるものである。

◇データ件数の多さ「ソフトウェア開発データ白書2014-2015」時点で、3,541件のプロジェクトデータを保有している。

◇偏りの少ない多様なプロジェクトデータデータ提供企業は日本を代表するソフトウェア開発ベンダ（現在約30社）であり、業種、業務を始め多様なプロジェクトデータが蓄積されている。

◇生産性、信頼性等の要因分析が可能プロジェクトデータとして、プロジェクトのプロファイルだけでなく、品質要求、開発プロセス、ユーザの協力度合い、組織の成熟度、開発環境等の広範なエリアの要因を分析するためのデータを備えている。

◇経年変化の分析が可能データ収集開始してから10年以上が経過していることと、データ提供企業各社から毎年データ収集していることから、経年変化の分析が可能である。


40

＜変動要因の重要性＞

自組織の変動要因をデータによって特定して語らせることが、生産性および信頼性のマネジメントに関わる人々の合意を形成するために最も重要かつ効果的

定量データの重要な活用シーン

プロジェクト・マネジメント ◇開発計画の実現可能性検討（工数見積りの妥当性評価等）

組織の生産性・信頼性マネジメント ◇生産性・信頼性向上のための組織の重点強化領域の特定

自組織のプロジェクトデータのリポジトリ

変動要因をデータによって特定して語らせる


41

＜変動要因の重要性（つづき）＞

■プロジェクト・マネジメント関連の活用シーン主な活用者：ユーザの発注部門、ベンダのプロジェクト・マネジャー／開発部門のマネジャー等

◇開発計画の実現可能性検討（工数見積りの妥当性評価等）生産性・信頼性の目標値とそれらを達成するための開発プロセスの目標値あるいは見積り工数が、所定の妥当な範囲（例えば管理指標のP25～P75の範囲）に収まっているか否かで評価するのが基本的な評価方法ではあるが、所定の範囲に収まっていないというだけでNG（妥当でない）と評価するのは早計である。

0

10,000

20,000

30,000

40,000

50,000

60,000

0 200 400 600 800 1,000 1,200 1,400 1,600 1,800 2,000

実績

工数

(開発

5工

程)

[人時

]

FP実績値(調整前)［FP］

y(50%)

y(-50%)

Copyright IPA SEC

N=386例1：図表 6-4-10

400FP未満 400FP以上

1,000FP未満

1,000FP以上

3,000FP未満

3,000FP以上

FP規模

FP生

産性

［FP

/人時

］

例2：図表 9-1-7


42


どういうプロジェクトなのかによっては、変動要因による変動を始めとして一定の範囲に収まらなくなる合理的な理由が存在する可能性がある。評価対象プロジェクトに該当する変動要因によって生じる変動幅を勘案して、所定の妥当な範囲を上方修正／下方修正

しながら妥当性評価することが望ましい。その結果においても妥当な範囲外となり、かつ変動要因以外の合理的な理由がない場合には、計画や見積りを見直すことが望ましい。

自組織の生産性変動要因群評価対象プロジェクトの生産性変動要因群（所定の範囲に収まらない合理的な理由の一つ）

＜例＞信頼性要求レベルが高い ⇒設計文書化密度を高く設定 ⇒レビュー工数密度を高く設定 ⇒テスト密度を高く設定

＜変動要因の活用イメージ例＞

P75

P25

KSLOC当りの開発工数の箱ひげ図

変動要因による変動を勘案

評価対象プロジェクト


43

■組織の生産性・信頼性マネジメント関連の活用シーン主な活用者：ベンダのPMO、品質マネジメント推進部門等

◇生産性・信頼性向上のための組織の重点強化領域の特定生産性・信頼性の向上に向けては、重点的に強化すると効果的な領域を特定し、適切な方策を立てることが望まれる。そのために、組織の生産性・信頼性の変動要因群を把握し、それらに着目して方策を立てることが、一つの重要かつ効果的なアプローチである。

例えば、上流工程での不具合摘出比率の高い方が発生不具合密度が低い（信頼性が高い）という傾向が見られるのであれば、上流工程での不具合摘出比率を高める具体策を検討することが望ましい。



44

・・・

開発プロセス

設計文書化密度

テスト密度

Q,C,D要求ユーザの協力度合い

プロファイル開発環境組織の成熟度

信頼性要求レベル

開発期間

発注仕様の確定時期

レビュー・承認の実施時期・・・

レビュー工数密度

上流工程での不具合摘出比率

・・・

CMMIレベル

品質保証体制

・・・

開発規模

新規／改良

・・・

ｿﾌﾄｳｪｱ資産の整備度

・・・要員のスキルレベル

業種、ｼｽﾃﾑ種別

要件定義へのユーザ参加度合い

・・・

変動

生産性

信頼性

システムリスク

変動要因群のイメージ例 ★様々なエリアの変動要因が考えられる。（注）変動要因群には依存関係もある（必ずしも独立ではない）。

結果指標

組織改善へのフィードバック ★変動要因に対応する領域を重点的に強化することが、効果的な施策の一つ。

また、組織の標準類の見直しに繋げることが望ましい。 © 2015 IPA, All Rights Reserved Software Reliability Enhancement Center


2.1 生産性変動要因の分析（生産性変動要因を勘案した工数見積りの妥当性評価に向けて）

定量データの次のような活用シーンにおいて、自組織の生産性変動要因をデータによって特定して示すことが、生産性マネジメントに関わる人々の合意を形成するために最も重要かつ効果的と考えられる。 ■開発計画の実現可能性検討（工数見積りの妥当性評価等） ■生産性向上のための組織の重点強化領域の特定

生産性や信頼性を変動させる要因には、様々なエリアの変動要因が考えられる。 ◇開発対象ソフトウェアのプロファイル ◇Q（品質）,C（コスト）,D（工期）に関する要求 ◇開発プロセス ◇ユーザの協力度合い ◇組織の成熟度 ◇開発環境等

本節では、次の「表2.1-1 変動要因候補一覧」に示す変動要因候補によって、開発規模（FP 規模またはSLOC規模）当たりの実績工数（開発5工程）が変動するかどうかを、IPA/SECのソフトウェア開発プロジェクトデータベースを用いて試行分析した結果を示す。各組織の生産性変動要因の分析のご参考になれば幸いである。


表 2.1-1 変動要因候補一覧

通番

変動要因候補

説明備考（エリア）

1 開発規模 FP規模：FP実績値（調整前）または SLOC規模：実効SLOC実績値

プロファイル

2 業種大業種：製造業、情報通信業、卸売・小売業、金融・保険業、公務（他に分類されないもの）

プロファイル

3 信頼性要求レベル

データ提供企業が定性的に評価した信頼性に対する要求レベル（a：極めて高い, b：高い, c：中位, d：低い） aとbをまとめて「高い」、cとdをまとめて「低い」として分析する。

品質要求

4 設計文書化密度

開発規模当たりの設計書ページ数設計工程における文書量の多さを示す。（基本設計書ページ数＋詳細設計書ページ数）÷開発規模（FPまたはKSLOCC）

開発プロセス


表 2.1-1 変動要因候補一覧（つづき）

通番

変動要因候補


5 設計レビュー工数密度

開発規模当たりの設計レビュー工数設計・製作レビューに充てた工数の多さを示す。基本設計から製作までのレビュー工数÷開発規模（FPまたはKSLOC）

開発プロセス

6 設計レビュー指摘密度

開発規模当たりの設計レビュー指摘数設計・製作レビューで指摘した不具合の多さを示す。基本設計から製作までのレビュー指摘数÷開発規模（FPまたはKSLOC）

開発プロセス

7 テスト密度開発規模当たりのテストケース数テストケース数の多さを示す。（結合テストケース数＋総合テスト（ベンダ確認）テストケース数）÷開発規模（FPまたはKSLOC）

開発プロセス



通番変動要因候補


8 テスト検出不具合密度

開発規模当たりのテストで検出した不具合数テストで検出した不具合の多さを示す。（結合テストでの検出不具合数＋総合テスト（ベンダ確認）での検出不具合数）÷開発規模（FPまたはKSLOC）

開発プロセス

9 上流工程での不具合摘出比率

開発工程全体での不具合検出件数に対する上流工程での不具合検出件数の比率不具合検出における上流工程の重みを示す。基本設計から製作までのレビュー指摘数÷（基本設計から製作でのレビュー指摘数＋結合テストから総合テスト（ベンダ確認）での不具合検出数）

開発プロセス



通番変動要因候補


10 定量的な出荷品質基準の有無

定量的な出荷品質基準が設けられているか否かを示す。 a：有り, b：無しに分けて分析する。

組織の成熟度

11 テストスキルテスト体制（a：スキル、員数ともに十分, b：スキルは十分、員数は不足, c：スキルは不足、員数は十分, d：スキル、員数ともに不足）プロジェクト要員のテストスキルが高いか否かを示す。 aとbをまとめて「高い」、cとdをまとめて「低い」として分析。

組織の成熟度


＜検索条件＞

◇開発5工程が揃っているプロジェクト開発5工程：基本設計、詳細設計、製作、結合テストおよび総合テスト（ベンダ確認）

◇開発プロジェクトの種別が新規開発または改良開発（改修・保守または拡張）

◇開発規模（FP 規模またはSLOC規模） > 0

◇実績工数（開発5工程）> 0

◇開発規模がFP 規模の場合、FP計測手法がIFPUG, SPR, NESMA のいずれか

◇開発規模がSLOC 規模の場合、主開発言語がCOBOL, C, VB, Java のいずれか


＜分析方法＞

◇変動要因データによって分析対象プロジェクト群を二群に大別して、両者の開発規模（FP 規模またはSLOC規模）当たりの実績工数（開発5工程）を比較する。変動要因が量的変数の場合、その中央値によって値が大きいものと小さいものとの二群に大別する。変動要因が質的変数の場合には、そのカテゴリに応じて高い／低い、有／無などのように二群に大別する。変動要因候補が業種という質的変数の場合には、各業種の生産性を他の業種と比較するために、ある業種とその業種以外の業種全体との二群に分けて比較する。

◇傾向が見られるかどうか（二群に大別した両者に差があるかどうか）に関しては、原則として常用対数化した開発規模当たりの実績工数に対して Welchのt検定（分散が等しくないと仮定した２標本による平均値の差のt検定）を行った上で記述する。ただし、データ分布の非対称性が弱いケース（歪度の絶対値が2未満のケース）が少数あるが、そのケースに対しては対数化しないデータを用いて検定する。


＜分析結果の概要＞生産性変動要因の試行分析の結果、「表2.1-1変動要因候補一覧」に示す変動要因候補によって、開発規模（FP 規模またはSLOC規模）当たりの実績工数（開発5工程）が変動する傾向が見られた。

表2.1-2（開発規模がFP規模の場合）および表2.1-3（開発規模がSLOC規模の場合）に、見られた傾向と検定結果における有意水準を示す。

［凡例］ ◎：1%有意（Welchのt検定のP値が1%以下） ○：5%有意（Welchのt検定のP値が1%より大きくて5%以下） □：10%有意（Welchのt検定のP値が5%より大きくて10%以下） △：20%有意（Welchのt検定のP値が10%より大きくて20%以下）空白：有意でない（Welchのt検定のP値が20%より大きい）

開発規模がFPで新規開発の場合の分析結果の図表を示す。


表 2.1-2 生産性変動要因の分析結果概要（開発規模がFP規模の場合）

通番変動要因候補新規改良傾向

1 開発規模 ○ 開発規模が大きい方がFP当り工数が多い（新規）

2 業種 ◎ ◎ 製造業は他よりFP当り工数が少ない（新規◎, 改良○）情報通信業は他よりFP当り工数がやや多い（改良△）卸売・小売業は他よりFP当り工数がやや多い（新規△）金融・保険業は他よりFP当り工数が多い（新規◎, 改良◎）


◎ ○ 信頼性要求レベルが高い方がFP当りの工数が多い


◎ ◎ 設計文書化密度が高い方がFP当り工数が多い


○

◎ 設計レビュー工数密度が高い方がFP当り工数が多い


表 2.1-2 生産性変動要因の分析結果概要（つづき）（開発規模がFP規模の場合）



◎ ◎ 設計レビュー指摘密度が高い方がFP当り工数が多い

7 テスト密度 ◎ ◎ テスト密度が高い方がFP当り工数が多い


◎ ◎ テスト検出不具合密度が高い方がFP当り工数が多い


□ 上流での不具合摘出比率が高い方がFP当り工数が多い（改良）


◎ △ 定量的な出荷品質基準が有る方がFP当り工数が多い（新規）

11 テストスキル △ △ テストスキルが高い方がFP当り工数がやや多い


表 2.1-3 生産性変動要因の分析結果概要（開発規模がSLOC規模の場合）


1 開発規模 ◎ ◎ 開発規模が大きい方がKSLOC当り工数が少ない

2 業種 ◎ ◎ 製造業は他よりKSLOC当り工数が少ない（新規◎, 改良○）情報通信業は他よりKSLOC当り工数が多い（新規□, 改良○）金融・保険業は他よりKSLOC当り工数が多い（新規◎, 改良◎）


△ 信頼性要求レベルが高い方がKSLOC当り工数がやや多い（改良）


◎ ◎ 設計文書化密度が高い方がKSLOC当り工数が多い


◎ ◎ 設計レビュー工数密度が高い方がKSLOC当り工数が多い


表 2.1-3 生産性変動要因の分析結果概要（つづき）（開発規模がSLOC規模の場合）



◎ ◎ 設計レビュー指摘密度が高い方がKSLOC当り工数が多い

7 テスト密度 ◎ ◎ テスト密度が高い方がKSLOC当り工数が多い


◎ ◎ テスト検出不具合密度が高い方がKSLOC当り工数が多い


△ ○ 上流での不具合摘出比率が高い方がKSLOC当り工数が多い（改良）


△ 定量的な出荷品質基準が有る方がKSLOC当り工数がやや多い（新規）

11 テストスキル △ △ テストスキルが高い方がKSLOC当り工数がやや多い


開発規模による生産性の変動（FP規模・新規開発）

FP規模が大きい方がFP当り工数が多い傾向が見られる（5%有意（P値が3%））。

FP当りの実績工数（開発5工程）の基本統計量（人時／FP）

開発規模Ｎ最小 P25 中央 P75 最大平均標準偏差

FP小 193 1.9 5.9 11.2 17.3 69.5 14.1 12.2

FP大 193 1.4 7.3 15.3 23.0 191.4 18.2 18.7

FP小：FPが中央値878.5以下

FP大：FPが中央値878.5より大

0

10

20

30

40

50

60

FP小 FP大開発規模

人時/FP FP当りの実績工数（開発5工程）


業種による生産性の変動（FP規模・新規開発）製造業は他よりFP当り工数が少ない傾向が見られる（1%有意（P値が1%））。金融・保険業は他よりFP当り工数が多い傾向が見られる（1%有意（P値が1%））。


大業種Ｎ最小 P25 中央 P75 最大平均標準偏差

全体 386 1.35 6.48 12.65 20.07 191.45 16.17 15.89

F：製造業 84 1.64 3.43 6.74 12.42 37.86 9.24 7.80

H：情報通信業 29 2.09 6.34 10.11 18.21 77.11 15.42 15.20

J：卸売・小売業 38 1.35 11.58 15.55 17.77 36.95 15.45 7.47

K：金融・保険業 97 4.95 14.21 21.12 31.76 191.45 26.51 22.49

R：公務（他に分類されないもの） 25 2.50 5.89 9.38 12.55 56.78 13.82 13.87

0

10

20

30

40

50

60

70

全体 F：製造業 H：情報通信業 J：卸売・小売業 K：金融・保険業 R：公務

業種

人時/FP FP当りの実績工数（開発5工程）


信頼性要求レベルによる生産性の変動（FP規模・新規開発）信頼性要求レベルが高い方がFP当りの工数が多い傾向が見られる（1%有意（P値が1%））。


信頼性要求レベルＮ最小 P25 中央 P75 最大平均標準偏差

信頼性要求レベルが高い 83 1.92 4.84 10.72 21.70 191.45 17.25 23.76

信頼性要求レベルが低い 86 1.35 3.39 5.68 10.02 37.86 8.07 7.33

信頼性要求レベルが高い：a：極めて高いまたはb：高い

信頼性要求レベルが低い：c：中位またはd：低い

0

10

20

30

40

50

60

信頼性要求レベルが高い信頼性要求レベルが低い


人時／FP FP当りの実績工数（開発5工程）


設計文書化密度による生産性の変動（FP規模・新規開発）設計文書化密度が高い方がFP当り工数が多い傾向が見られる（1%有意（P値が1%））。


設計文書化密度Ｎ最小 P25 中央 P75 最大平均標準偏差

設計文書化密度が低い 70 2.0 8.9 13.8 20.7 47.2 15.2 9.1

設計文書化密度が高い 69 4.3 14.2 19.2 32.6 191.4 27.4 25.9

設計文書化密度が低い：設計文書化密度が中央値1.76以下

設計文書化密度が高い：設計文書化密度が中央値1.76より大

0

10

20

30

40

50

60

設計文書化密度が低い設計文書化密度が高い




設計レビュー工数密度による生産性の変動（FP規模・新規開発）設計レビュー工数密度が高い方がFP当り工数が多い傾向が見られる（5%有意（P値が2%））。


設計レビュー工数密度Ｎ最小 P25 中央 P75 最大平均標準偏差

設計レビュー工数密度が低い 42 1.96 4.24 9.18 16.14 35.05 11.02 8.07

設計レビュー工数密度が高い 42 2.23 8.51 14.07 23.15 75.20 17.47 14.35

設計レビュー工数密度が低い：設計レビュー工数密度が中央値0.218以下

設計レビュー工数密度が高い：設計レビュー工数密度が中央値0.218より大

0

5

10

15

20

25

30

35

40

設計レビュー工数密度が低い設計レビュー工数密度が高い

設計レビュー工数密度



設計レビュー指摘密度による生産性の変動（FP規模・新規開発）設計レビュー指摘密度が高い方がFP当り工数が多い傾向が見られる（1%有意（P値が1%））。


設計レビュー指摘密度Ｎ最小 P25 中央 P75 最大平均標準偏差

設計レビュー指摘密度が低い 49 0.26 1.19 4.20 7.99 75.73 9.16 15.52

設計レビュー指摘密度が高い 49 1.75 7.12 56.37 143.11 539.78 117.60 154.52

設計レビュー指摘密度が低い：設計レビュー指摘密度が中央値0.38以下

設計レビュー指摘密度が高い：設計レビュー指摘密度が中央値0.38より大

0

50

100

150

200

250

300

350

設計レビュー指摘密度が低い設計レビュー指摘密度が高い

設計レビュー指摘密度



テスト密度による生産性の変動（FP規模・新規開発）テスト密度が高い方がFP当り工数が多い傾向が見られる（1%有意（P値が1%））。


テスト密度Ｎ最小 P25 中央 P75 最大平均標準偏差

テスト密度が低い 137 1.35 5.99 10.72 17.66 69.50 13.45 10.89

テスト密度が高い 136 1.94 9.72 17.23 27.03 191.45 21.44 20.43

テスト密度が低い：テスト密度が中央値2.17以下

テスト密度が高い：テスト密度が中央値2.17より大

0

10

20

30

40

50

60

テスト密度が低いテスト密度が高い

テスト密度



テスト検出不具合密度による生産性の変動（FP規模・新規開発）テスト検出不具合密度が高い方がFP当り工数が多い傾向が見られる（1%有意（P値が1%））。


テスト検出不具合密度Ｎ最小 P25 中央 P75 最大平均標準偏差

テスト検出不具合密度が低い 154 0.24 1.42 4.31 10.18 316.73 11.16 31.35

テスト検出不具合密度が高い 153 1.75 13.61 42.54 112.21 1559.98 107.57 197.06

テスト検出不具合密度が低い：テスト検出不具合密度が中央値0.1173以下

テスト検出不具合密度が高い：テスト検出不具合密度が中央値0.1173より大

0

50

100

150

200

250

300

テスト検出不具合密度が低いテスト検出不具合密度が高い

テスト検出不具合密度



上流工程での不具合摘出比率による生産性の変動（FP規模・新規開発）新規開発では傾向が見られない。改良開発では、上流工程での不具合摘出比率が高い方がFP当り工数が多い傾向が見られる（10%有意（P値が9.6%））。

改良開発


上流工程での不具合摘出比率Ｎ最小 P25 中央 P75 最大平均標準偏差

上流工程での不具合摘出比率が低い 22 1.2 7.6 16.8 28.2 41.5 18.0 12.6

上流工程での不具合摘出比率が高い 22 2.3 14.3 20.9 38.3 47.0 24.7 13.6

上流工程での不具合摘出比率が低い：摘出比率が中央値80.7%以下

上流工程での不具合摘出比率が高い：摘出比率が中央値80.7%より大

0

20

40

60

80

100

120

140

低い高い




定量的な出荷品質基準の有無による生産性の変動（FP規模・新規開発）定量的な出荷品質基準が有る方がFP当り工数が多い傾向が見られる（1%有意（P値が1%））


定量的な出荷品質基準の有無Ｎ最小 P25 中央 P75 最大平均標準偏差

基準有り 101 1.64 5.89 12.26 19.80 191.45 17.20 22.57

基準無し 33 1.35 3.18 7.23 11.99 34.45 9.95 8.35

0

5

10

15

20

25

30

35

40

45

50

基準有り基準無し

定量的な出荷品質基準の有無



テストスキルによる生産性の変動（FP規模・新規開発）テストスキルが高い方がFP当り工数がやや多い傾向が見られる（20%有意（P値が12%））。


テストスキルＮ最小 P25 中央 P75 最大平均標準偏差

テストスキルが高い 54 1.35 3.00 9.66 17.61 37.15 11.71 9.45

テストスキルが低い 41 1.92 3.41 5.58 10.70 36.03 8.77 8.33

テストスキルが高い：テスト体制が「a：スキル、員数ともに十分」または「b：スキルは十分、員数は不足」

テストスキルが低い：テスト体制が「c：スキルは不足、員数は十分」または「d：スキル、員数ともに不足」

0

5

10

15

20

25

30

35

40

テストスキルが高いテストスキルが低い

テストスキル



ソフトウェア開発データ白書用に収集した現行プロジェクトデータによれば、開発規模（FP 規模またはSLOC規模）と実績工数（開発5工程）との間には強い正相関が見られるものの、バラツキが小さくない。

生産性変動要因の試行分析の結果、「表2.1-1変動要因候補一覧」に示す変動要因候補によって、開発規模（FP 規模またはSLOC規模）当たりの実績工数（開発5工程）が変動する傾向が見られた。

変動要因候補によって変動する傾向は、業種を始め様々なプロファイルのプロジェクトデータが混在した中でも見られることから、各組織において同種のソフトウェア開発を行うドメインの中では、より強い傾向を示す変動要因が見つかると期待される。

自組織の各ドメインにおいて自組織の定量データを用いて生産性変動要因を分析することをお勧めする。

＜助言＞


見積り工数が、所定の妥当な範囲（例えば管理指標のP25～P75の範囲）に収まっている

か否かで評価するのが基本的な評価方法ではあるが、所定の範囲に収まっていないというだけでNG（妥当でない）と評価するのは早計である。どういうプロジェクトなのかによっ

ては、変動要因による変動を始めとして一定の範囲に収まらなくなる合理的な理由が存在する可能性がある。

評価対象プロジェクトに該当する変動要因によって生じる変動幅を勘案して評価することをお勧めする。所定の妥当な範囲を上方修正／下方修正しながら妥当性評価することが望ましい。その結果においても妥当な範囲外となり、かつ変動要因以外の合理的な理由がない場合には、計画や見積りを見直すことが望ましい。

P75

P25

変動要因による変動を勘案

評価対象プロジェクト［評価対象プロジェクトの変動要因群］＜例＞信頼性要求レベルが高い ⇒設計文書化密度を高く設定 ⇒レビュー工数密度を高く設定 ⇒テスト密度を高く設定

＜助言＞（つづき）


2.2 信頼性変動要因の分析（信頼性変動要因に着目した組織の改善に向けて）

定量データの次のような活用シーンにおいて、自組織の信頼性変動要因をデータによって特定して示すことが、信頼性マネジメントに関わる人々の合意を形成するために最も重要かつ効果的と考えられる。 ■開発計画の実現可能性検討 ■信頼性向上のための組織の重点強化領域の特定

本節では、「2.1 生産性変動要因の分析」と同様に「表2.1-1変動要因候補一覧」に示す変動要因候補によって、発生不具合密度（開発規模（FP 規模またはSLOC規模）当たりの稼働後の発生不具合数）が変動するかどうかを、IPA/SECのソフトウェア開発プロジェクトデータベースを用いて試行分析した結果を示す。各組織の信頼性変動要因の分析のご参考になれば幸いである。


2.2 信頼性変動要因の分析（つづき）（信頼性変動要因に着目した組織の改善に向けて）

＜検索条件＞

◇ 開発5工程が揃っているプロジェクト

◇ 開発プロジェクトの種別が新規開発または改良開発（改修・保守または拡張）

◇ 開発規模（FP 規模またはSLOC規模） > 0

◇ 稼働後の発生不具合数 >= 0

◇ 開発規模がFP 規模の場合、FP計測手法がIFPUG, SPR, NESMAのいずれか

◇ 開発規模がSLOC 規模の場合、主開発言語がCOBOL, C, VB, Javaのいずれか


＜分析方法＞

◇ 変動要因データによって分析対象プロジェクト群を二群に大別して、両者の発生不具合密度を比較する。変動要因が量的変数の場合、その中央値によって値が大きいものと小さいものとの二群に大別する。変動要因が質的変数の場合には、そのカテゴリに応じて高い／低い、有／無などのように二群に大別する。変動要因候補が業種という質的変数の場合には、各業種の信頼性を他の業種と比較するために、ある業種とその業種以外の業種全体との二群に分けて比較する。

◇ 傾向が見られるかどうか（二群に大別した両者に差があるかどうか）に関しては、原則として1を加算して常用対数化した発生不具合密度に対して、 Welchのt検定（分散が等しくないと仮定した２標本による平均値の差のt検定）を行った上で記述する。ただし、データ分布の非対称性が弱いケース（歪度の絶対値が2未満のケース）は少数であるが、そのケースに対しては対数化しないデータを用いて検定する。


＜分析結果の概要＞

生産性変動要因の試行分析の結果、「表2.1-1変動要因候補一覧」に示す変動要因候補によっては、発生不具合密度が変動する傾向が見られた。表2.2-1（開発規模がFP規模の場合）および表2.2-2（開発規模がSLOC規模の場合）に、見られた傾向と検定結果における有意水準を示す。

［凡例］ ◎：1%有意（Welchのt検定のP値が1%以下） ○：5%有意（Welchのt検定のP値が1%より大きくて5%以下） □：10%有意（Welchのt検定のP値が5%より大きくて10%以下） △：20%有意（Welchのt検定のP値が10%より大きくて20%以下）空白：有意でない（Welchのt検定のP値が20%より大きい）

（注）青字は、変動要因候補の値が高く／大きくなると発生不具合密度が高くなる傾向が見られたものを示す。

開発規模がSLOCで新規開発の場合の分析結果の図表を示す。

74

【留意事項】

現行のソフトウェア開発データ白書では、発生不具合密度（開発規模（FP 規模またはSLOC規模）当たりの稼働後の発生不具合数）を導出するためのデータに関して、次の問題点があることに留意されたい。

◇ データ数が少ない。稼働後（サービスイン後）の発生不具合数を記入しているプロジェクトが少ない。

◇ 現行の発生不具合数は、ユーザに出荷してから稼働に至るまでの総合テスト（ユーザ確認）等で発生した不具合の件数を含まない。文書化、レビュー、テスト等の開発プロセス努力との因果関係を分析するには、ユーザに出荷してから発生した不具合総数を用いるのが妥当と考えられるが、

現状では稼働後の不具合数を用いている。



表2.2 -1 信頼性変動要因の分析結果概要（開発規模がFP規模の場合）


1 開発規模開発規模による有意な傾向は見られていない

2 業種 ◎ △ 製造業は他より発生不具合密度が低い（新規□）卸売・小売業は他より発生不具合密度が高い（新規○）金融・保険業は他より発生不具合密度が低い（新規◎, 改良△）


□ 信頼性要求レベルの高い方が発生不具合密度が低い（改良）


◎ 設計文書化密度の高い方が発生不具合密度が高い（新規）（注）設計文書化密度の高い方が信頼性が良くなるという期待とは異なる結果になっている。引き続き検討要す。


○ 設計レビュー工数密度の高い方が発生不具合密度が高い（新規）（注）設計レビュー工数の高い方が信頼性が良くなるという期待とは異なる結果になっている。引き続き検討要す。


表2.2 -1 信頼性変動要因の分析結果概要（つづき）（開発規模がFP規模の場合）



設計レビュー指摘密度による有意な傾向は見られていない

7 テスト密度テスト密度による有意な傾向は見られていない


◎ テスト検出不具合密度の高い方が発生不具合密度が高い（新規）


上流工程での不具合摘出比率による有意な傾向は見られていない


□ 定量的な出荷品質基準の有る方が発生不具合密度が低い（改良）

11 テストスキル ◎ テストスキルの高い方が発生不具合密度が低い（新規）


表 2.2-2 信頼性変動要因の分析結果概要（開発規模がSLOC規模の場合）


1 開発規模開発規模による有意な傾向は見られていない

2 業種 ◎ ◎ 製造業は他より発生不具合密度が高い（新規□）情報通信業は他より発生不具合密度が低い（改良◎）金融・保険業は他より発生不具合密度が低い（新規◎）


信頼性要求レベルによる有意な傾向は見られていない


設計文書化密度による有意な傾向は見られていない


設計レビュー工数密度による有意な傾向は見られていない


設計レビュー指摘密度による有意な傾向は見られていない


表 2.2-2 信頼性変動要因の分析結果概要（つづき）（開発規模がSLOC規模の場合）


7 テスト密度テスト密度による有意な傾向は見られていない


○ △ テスト検出不具合密度の高い方が発生不具合密度が高い（新規）


□ 上流工程での不具合摘出比率の高い方が発生不具合密度が低い（新規）


定量的な出荷品質基準の有無による有意な傾向は見られていない

11 テストスキル △ テストスキルの高い方が発生不具合密度がやや高い（改良）（注）テストスキルの高い方が信頼性が良くなるという期待とは異なる結果になっている。引き続き検討要す。


開発規模による信頼性の変動（SLOC規模・新規開発）有意な傾向は見られていない（P値79%）。

1000SLOC(KSLOC）当りの発生不具合数の基本統計量（件/KSLOC）

開発規模Ｎ最小 P25 中央 P75 最大平均標準偏差SLOC小 187 0.000 0.000 0.000 0.065 1.269 0.083 0.192

SLOC大 186 0.000 0.004 0.021 0.060 2.413 0.079 0.217

SLOC小：KSLOCが中央値82.9以下

SLOC大：KSLOCが中央値82.9より大

0.00

0.02

0.04

0.06

0.08

0.10

0.12

0.14

0.16

規模小規模大

件/KSLOC

開発規模

KSLOC発生不具合密度


業種による信頼性の変動（SLOC規模・新規開発）製造業は他より発生不具合密度が高い傾向が見られる（10%有意（P値が8%））。

金融・保険業は他より発生不具合密度が低い傾向が見られる（1%有意（P値が1%））。


大業種Ｎ最小 P25 中央 P75 最大平均標準偏差全体 373 0.000 0.000 0.014 0.063 2.413 0.081 0.204F：製造業 45 0.000 0.000 0.048 0.165 1.013 0.123 0.200H：情報通信業 43 0.000 0.000 0.000 0.098 0.483 0.066 0.112J：卸売・小売業 34 0.000 0.003 0.021 0.058 2.413 0.127 0.416K：金融・保険業 128 0.000 0.000 0.009 0.035 1.117 0.044 0.134R：公務（他に分類されないもの） 51 0.000 0.000 0.007 0.056 1.269 0.114 0.265

0.00

0.05

0.10

0.15

0.20

0.25

0.30

0.35

0.40

全体 F：製造業 H：情報通信業 J：卸売・小売業 K：金融・保険業 R：公務

件/KSLOC

業種



信頼性要求レベルによる信頼性の変動（SLOC規模・新規開発）有意な傾向は見られていない（ P値27%）。


信頼性要求レベルＮ最小 P25 中央 P75 最大平均標準偏差信頼性要求レベルが高い 65 0.000 0.000 0.005 0.036 1.117 0.069 0.199信頼性要求レベルが低い 84 0.000 0.000 0.014 0.083 1.269 0.102 0.227

信頼性要求レベルが高い：a：極めて高いまたはb：高い信頼性要求レベルが低い：c：中位またはd：低い

0.00

0.05

0.10

0.15

0.20

0.25

信頼性要求レベルが高い信頼性要求レベルが低い

件/KSLOC




設計文書化密度による信頼性の変動（SLOC規模・新規開発）有意な傾向は見られていない（ P値98%）。


設計文書化密度Ｎ最小 P25 中央 P75 最大平均標準偏差

設計文書化密度が低い 63 0.000 0.000 0.017 0.053 0.741 0.062 0.130設計文書化密度が高い 63 0.000 0.000 0.017 0.065 1.117 0.064 0.158設計文書化密度が低い：設計文書化密度が中央値17.4以下

設計文書化密度が高い：設計文書化密度が中央値17.4より大

0.00

0.02

0.04

0.06

0.08

0.10

0.12

0.14

設計文書化密度が低い設計文書化密度が高い

件/KSLOC




設計レビュー工数密度による信頼性の変動（SLOC規模・新規開発）有意な傾向は見られていない（ P値45%）。


設計レビュー工数密度Ｎ最小 P25 中央 P75 最大平均標準偏差

設計レビュー工数密度が低い 39 0.000 0.016 0.030 0.093 0.483 0.087 0.130

設計レビュー工数密度が高い 38 0.000 0.000 0.001 0.036 1.117 0.070 0.195

設計レビュー工数密度が低い：設計レビュー工数密度が中央値3.6以下

設計レビュー工数密度が高い：設計レビュー工数密度が中央値3.6より大

0.00

0.02

0.04

0.06

0.08

0.10

0.12

0.14

0.16

設計レビュー工数密度が低い設計レビュー工数密度が高い

件/KSLOC

設計レビュー工数密度



設計レビュー指摘密度による信頼性の変動（SLOC規模・新規開発）有意な傾向は見られていない（ P値70%）。


設計レビュー指摘密度Ｎ最小 P25 中央 P75 最大平均標準偏差設計レビュー指摘密度が低い 49 0.000 0.000 0.028 0.120 1.093 0.115 0.211設計レビュー指摘密度が高い 49 0.000 0.000 0.006 0.065 1.117 0.104 0.233

設計レビュー指摘密度が低い：設計レビュー指摘密度が中央値4.26以下

設計レビュー指摘密度が高い：設計レビュー指摘密度が中央値4.26より大

0.00

0.05

0.10

0.15

0.20

0.25

設計レビュー指摘密度が低い設計レビュー指摘密度が高い

件/KSLOC

設計レビュー指摘密度



テスト密度による信頼性の変動（SLOC規模・新規開発）有意な傾向は見られていない（ P値76%）。


テスト密度Ｎ最小 P25 中央 P75 最大平均標準偏差テスト密度が低い 150 0.000 0.000 0.023 0.088 1.093 0.077 0.148テスト密度が高い 149 0.000 0.000 0.009 0.064 2.413 0.092 0.262

テスト密度が低い：テスト密度が中央値31.6以下

テスト密度が高い：テスト密度が中央値31.6より大

0.00

0.05

0.10

0.15

0.20

0.25

テスト密度が低いテスト密度が高い

件/KSLOC

テスト密度



テスト検出不具合密度による信頼性の変動（SLOC規模・新規開発）テスト検出不具合密度の高い方が発生不具合密度が高い傾向が見られる（5%有意（P値が2%））。


テスト検出不具合密度Ｎ最小 P25 中央 P75 最大平均標準偏差

テスト検出不具合密度が低い 157 0.000 0.000 0.010 0.051 1.269 0.062 0.161

テスト検出不具合密度が高い 156 0.000 0.000 0.023 0.114 2.413 0.114 0.260

テスト検出不具合密度が低い：テスト検出不具合密度が中央値1.49以下

テスト検出不具合密度が高い：テスト検出不具合密度が中央値1.49より大

0.00

0.05

0.10

0.15

0.20

0.25

0.30

テスト検出不具合密度が低いテスト検出不具合密度が高い

件/KSLOC

テスト検出不具合密度



上流工程での不具合摘出比率による信頼性の変動（SLOC規模・新規開発）上流工程での不具合摘出比率の高い方が発生不具合密度が低い傾向が見られる（10%有意（P値が7%））。


上流工程での不具合摘出比率Ｎ最小 P25 中央 P75 最大平均標準偏差

上流工程での不具合摘出比率が低い 47 0.000 0.010 0.050 0.151 1.093 0.149 0.227

上流工程での不具合摘出比率が高い 46 0.000 0.000 0.000 0.034 1.117 0.077 0.222

上流工程での不具合摘出比率が低い：上流工程での不具合摘出比率が中央値0.737以下

上流工程での不具合摘出比率が高い：上流工程での不具合摘出比率が中央値0.737より大

0.00

0.05

0.10

0.15

0.20

0.25

0.30

0.35

0.40

上流工程での不具合摘出比率が低い上流工程での不具合摘出比率が高い

件/KSLOC




定量的な出荷品質基準の有無による信頼性の変動（SLOC規模・新規開発）有意な傾向は見られていない（ P値94%）。


定量的な出荷品質基準の有無Ｎ最小 P25 中央 P75 最大平均標準偏差基準有り 67 0.000 0.000 0.004 0.039 1.117 0.067 0.173基準無し 21 0.000 0.000 0.010 0.061 0.347 0.058 0.092

0.00

0.02

0.04

0.06

0.08

0.10

0.12

0.14

基準有り基準無し

件/KSLOC

定量的な出荷品質基準の有無



テストスキルによる信頼性の変動（SLOC規模・新規開発）有意な傾向は見られていない（ P値43%）。


テストスキルＮ最小 P25 中央 P75 最大平均標準偏差テストスキルが高い 54 0.000 0.000 0.000 0.020 1.117 0.054 0.169テストスキルが低い 10 0.000 0.031 0.050 0.064 0.347 0.076 0.100

テストスキルが高い：テスト体制が「a：スキル、員数ともに十分」または「b：スキルは十分、員数は不足」

テストスキルが低い：テスト体制が「c：スキルは不足、員数は十分」または「d：スキル、員数ともに不足」

0.00

0.01

0.02

0.03

0.04

0.05

0.06

0.07

テストスキルが高いテストスキルが低い

件/KSLOC

テストスキル



［参考］他の分析方法による信頼性変動要因の分析例

＜分析方法＞信頼性の結果指標（KSLOC当りの稼働後発生不具合数）が0.02件/KLSLOC未満のプロジェクトを良群、0.02以上のプロジェクトを否群に分けて、両者にどのような開発プロセスの差異があるかを分析した。差の有無については、Welchのt検定で判定。＜分析結果＞良群の方が、レビュー工数密度および上流工程での不具合摘出比率が高く、テストでの不具合検出密度およびテスト項目当りの不具合検出数が低い傾向が見られた。

◇良群の方が指標値が大きい P


信頼性変動要因の試行分析の結果、「表2.1-1変動要因候補一覧」に示す変動要因候補によっては、発生不具合密度が変動する傾向が見られた。

変動要因候補によって変動する傾向は、業種を始め様々なプロファイルのプロジェクトデータが混在した中でも見られることから、各組織において同種のソフトウェア開発を行うドメインの中では、より強い傾向を示す変動要因が見つかると期待される。

自組織の各ドメインにおいて自組織の定量データを用いて信頼性変動要因を分析することをお勧めする。

＜助言＞


生産性・信頼性向上のための組織の重点強化領域の特定生産性・信頼性の向上に向けては、重点的に強化すると効果的な領域を特定し、適切な方策を立てることが望まれる。そのために、組織の信頼性変動要因群を把握し、それらに着目して方策を立てることが、一つの重要かつ効果的なアプローチである。

＜助言＞（つづき）

＜具体策の例＞「上流工程での不具合摘出比率」の高い方が発生不具合密度が低い（信頼性が高い）という傾向が見られるのであれば、例えば次のような、上流工程での不具合摘出比率を高める具体策を検討することが考えられる。 ◇要件定義を強化する ◇設計文書化密度を高める ◇レビュー工数密度を高める ◇設計書作成標準を改良する ◇レビュー効率を高める（ルールやチェックリストの改良等）

組織の信頼性向上方策の検討にあたっては、信頼性変動要因に着目して重点的に強化すると効果的な領域を特定し、その領域の信頼性向上方策を検討することをお勧めする。


2.3 変動要因の業種間比較（業種�

Documents

「ソフトウェア開発データ白書2014-2015 - IPA2015/03/04 · 2 IPA/SECでは、ソフトウェア開発における定量的管理の普及促進の一環 として、国内の多様なソフトウェア開発のプロジェクトデータを整理・分析し

「ソフトウェア開発データ白書2014-2015 - IPA2015/03/04 · 2 IPA/SECでは、ソフトウェア開発における定量的管理の普及促進の一環として、国内の多様なソフトウェア開発のプロジェクトデータを整理・分析し