El método del punto de función simple

El método del Punto de Función Simple (SFP) ^{[ 1 ]} es un método de medición funcional ligero.

El método Simple Function Point (SiFP) fue diseñado por Roberto Meli en 2010 para cumplir con la norma ISO 14143-1 y ser compatible con el método Function Point Analysis (FPA) del International Function Points User Group (IFPUG) . El método original (SiFP) se presentó por primera vez en una conferencia pública en Roma ( SMEF 2011 ).

El método fue descrito posteriormente en un manual producido por la Simple Function Point Association: el Manual de referencia del método de medición del tamaño funcional del punto de función simple , disponible bajo la Licencia pública internacional Creative Commons Attribution-NoDerivatives 4.0 .

En 2019, el Método Simple de Puntos de Función (SFPUG) fue adquirido por la IFPUG para proporcionar a su comunidad de usuarios un método simplificado de conteo de puntos de función, facilitando así la medición del tamaño funcional y haciéndola más fiable en las primeras etapas de los proyectos de software. El nombre abreviado pasó a ser SFP. El Manual de Prácticas Simples de Puntos de Función (SPM) fue publicado por la IFPUG a finales de 2021.

Cuando se propuso el método SFP, el método de medición de tamaño funcional de software más utilizado era IFPUG FPA. ^{[ 2 ]} Sin embargo, IFPUG FPA tenía (y aún tiene) algunas deficiencias:

• No es fácil de aplicar. Requiere personal certificado y la productividad de la medición es relativamente baja (entre 400 y 600 puntos de función por día, según Capers Jones, ^{[ 3 ]} entre 200 y 300 puntos de función por día según expertos de Total Metrics ^{[ 4 ]} ).
• La medición es en parte subjetiva, ya que algunas de sus reglas de medición deben ser interpretadas adecuadamente por la persona que la realiza.
• La difusión de este método en la comunidad de desarrollo de software es bastante limitada.

Para superar al menos algunos de estos problemas, el método SFP se definió para proporcionar las siguientes características:

• Fácil de aplicar;
• Menos sujeta a interpretación, al basarse en definiciones bastante sencillas;
• Fácil de aprender: concretamente, las personas familiarizadas con IFPUG FPA podrían aprender SFP muy rápidamente y con muy poco esfuerzo;
• Compatible con el FPA IFPUG; específicamente${\displaystyle Tamaño_{[UFP]}=Tamaño_{[SiFP]}}$, es decir, una medida de tamaño expresada en UFP debe ser igual a la medida expresada en SiFP (en este artículo usamos “UFP” para unadjusted Function Point para designar la unidad de medida definida por IFPUG FPA y SiFP la unidad de medida definida por SFP).

Las características buscadas se lograron de la siguiente manera:

IFPUG FPA requiere que ^{[ 2 ]}

1. Se identifican los archivos de datos lógicos y las transacciones,
2. Los archivos de datos lógicos se clasifican en archivos lógicos internos (ILF) y archivos de interfaz externa (EIF),
3. Cada transacción se clasifica como Entrada Externa (IE), Salida Externa (OE), Consulta Externa (CE),
4. Cada ILF y EIF tiene un peso, basado en sus tipos de elementos de registro (RET) y tipos de elementos de datos (DET),
5. Cada EI, EO y EQ se pondera en función de sus tipos de archivo referenciados (FTR) y DET intercambiados a través de los límites de la aplicación que se está midiendo.

De estas actividades, SFP solo requiere las dos primeras: la identificación de archivos de datos lógicos y transacciones. Las actividades 4) y 5) son las que más tiempo consumen, ya que requieren un examen detallado de cada archivo de datos y transacción. Omitir estas fases hace que el método SFP sea más rápido y fácil de aplicar que IFPUG FPA. Además, la mayor parte de la interpretación subjetiva se debe a las actividades 4) y 5), y en parte también a la actividad 3): omitir estas actividades reduce la probabilidad de interpretación subjetiva del método SFP.

Los conceptos utilizados en la definición de SFP constituyen un subconjunto reducido de los utilizados en la definición de IFPUG FPA; por lo tanto, aprender SFP es más sencillo que aprender IFPUG FPA, y resulta inmediato para quienes ya conocen IFPUG FPA. En la práctica, solo es necesario conocer los conceptos de archivo de datos lógico y transacción.

Finalmente, la ponderación asignada a los archivos de datos y a las transacciones hace que el tamaño en SFP sea muy similar al tamaño expresado en Puntos de Función, en promedio.

En el método SFP, los archivos de datos lógicos se denominan Archivos Lógicos (LF). De manera similar, las transacciones se denominan Proceso Elemental (EP). A diferencia de IFPUG FPA, no existe una clasificación ni ponderación de los Componentes Funcionales Base (BFC, según se define en la norma ISO 14143-1 ).

El tamaño de un EP es de 4,6 SFP, mientras que el tamaño de un LF es de 7,0 SFP. Por lo tanto, el tamaño expresado en SFP se basa en el número de archivos de datos (#LF) y el número de transacciones (#EP). Perteneciente a la aplicación de software que se está midiendo:

${\displaystyle Size_{[SFP]}=4.6\ \#EP+7\ \#LF}$

Se han realizado estudios empíricos con el objetivo de

• evaluar la convertibilidad de las medidas SFP y UFP
• Comparación de las medidas SFP y UFP para respaldar la estimación del esfuerzo de desarrollo de software.

Convertibilidad entre las medidas SFP y FPA

En la propuesta original del método SiFP, se utilizó un conjunto de datos del ISBSG , que incluía datos de 768 proyectos, para evaluar la convertibilidad entre las medidas UFP y SiFP. Este estudio ^{[ 1 ]} mostró que, en promedio,${\displaystyle Tamaño_{[UFP]}=1.0005\ Tamaño_{[SiFP]}}$.

Otro estudio ^{[ 5 ]} también utilizó un conjunto de datos ISBSG para evaluar la convertibilidad entre las medidas UFP y SiFP. El conjunto de datos incluía datos de 766 aplicaciones de software. Mediante regresión de mínimos cuadrados ordinarios, se encontró que${\displaystyle Tamaño_{[SiFP]}=0.998\ Tamaño_{[UFP]}}$.

Con base en estos estudios empíricos, ^{[ 5 ] [ 1 ]} parece que${\displaystyle Tamaño_{[SiFP]}\approx Tamaño_{[UFP]}}$(Cabe señalar que esta equivalencia aproximada se cumple en promedio: en ambos estudios se observó un error relativo promedio de alrededor del 12%).

Sin embargo, un tercer estudio ^{[ 6 ]} encontró${\displaystyle Tamaño_{[UFP]}=0.815\ Tamaño_{[SiFP]}}$Este estudio utilizó datos de solo 25 aplicaciones web, por lo que es posible que la tasa de conversión se vea afectada por el tipo específico de aplicación o por el tamaño relativamente pequeño del conjunto de datos.

En 2017, un estudio evaluó la convertibilidad entre las medidas UFP y SiFP utilizando siete conjuntos de datos diferentes. ^{[ 7 ]} Cada conjunto de datos se caracterizó por una tasa de conversión específica. Específicamente, se encontró que${\displaystyle Tamaño_{[SiFP]}=k\ Tamaño={[UFP]}}$, con${\displaystyle k\in [0.957,1.221]}$Cabe destacar que, para un conjunto de datos, no se pudo encontrar ningún modelo lineal; en su lugar, el modelo estadísticamente significativo${\displaystyle Tamaño[SiFP]=Tamaño[UFP]^{1.033}}$fue encontrado.

En conclusión, la evidencia disponible muestra que una SiFP es aproximadamente equivalente a una UFP, pero esta equivalencia depende de los datos que se consideren, además de ser cierta solo en promedio.

Teniendo en cuenta que los elementos básicos del IFPUG SFP (EP, LF) son totalmente equivalentes a los elementos originales del SiFP (UGEP, UGDG), los resultados anteriores también son válidos para el método IFPUG SFP.

Uso de SFP para la estimación del esfuerzo de desarrollo de software

IFPUG FPA se utiliza principalmente para estimar el esfuerzo de desarrollo de software. Por lo tanto, cualquier método alternativo que pretenda medir el tamaño funcional del software debe permitir la estimación del esfuerzo con el mismo nivel de precisión que IFPUG FPA. En otras palabras, es necesario verificar que las estimaciones de esfuerzo basadas en SFP sean al menos tan buenas como las basadas en UFP.

Para realizar esta verificación, se analizó un conjunto de datos ISBSG y se derivaron modelos de esfuerzo vs. tamaño, utilizando regresión de mínimos cuadrados ordinarios, después de transformaciones logarítmicas. ^{[ 5 ]} Posteriormente, se compararon los errores de estimación del esfuerzo. Se observó que ambos modelos arrojaron una precisión de estimación extremadamente similar.

Un estudio posterior analizó un conjunto de datos que contenía información de 25 aplicaciones web. ^{[ 6 ]} Se utilizó la regresión de mínimos cuadrados ordinarios para derivar modelos de esfuerzo basados ​​en UFP y SiFP. En este caso, tampoco se observaron diferencias de estimación estadísticamente significativas.

Introducción a los Puntos de Función Simples (SFP) de IFPUG .