تقنيات تقدير جهد الاختبار

لماذا تفشل تقديرات الاختبار

معظم إخفاقات التقدير ليست أخطاء حسابية. إنها تنتج عن تقدير الشيء الخطأ أو عن معاملة التخمين معاملة الالتزام. والاختبار معرّض لذلك خصوصاً لأن جزءاً من جهده يعتمد على أمر لا يعرفه أحد مسبقاً: كم عيباً يحتوي المنتج، وكم يستغرق إصلاحها وإعادة اختبارها.

• يُقدَّر التنفيذ وحده — ويُنسى تحليل الاختبار وتصميمه، وتهيئة البيئة والبيانات، وصيانة الأتمتة، وإعادة اختبار العيوب، وجولات الانحدار، وإعداد التقارير.
• يُعطى رقم واحد ثم يُسمع وعداً، مع أنه لم يكن سوى الحالة الأرجح.
• يُثبَّت التقدير على الموعد النهائي: تُحسب الإجابة رجوعاً من التاريخ بدلاً من التقدّم من النطاق.
• تُتجاهل إعادة العمل — تفترض الخطة أن البناء الأول صالح للاختبار وأن كل عيب يُعاد اختباره مرة واحدة.
• لا تُكتب الاعتماديات على الفرق الأخرى (البناءات والبيئات وبيئات التجربة (Sandbox) لدى الأطراف الثالثة)، فيبدو تأخرها تجاوزاً من الاختبار.
• يتغيّر النطاق ولا يتغيّر التقدير.
• من يقدّر ليس من سينفّذ العمل، ولا توجد بيانات تاريخية للمقارنة.

العوامل التي تحرّك جهد الاختبار

جمع منهج ISTQB التأسيسي (في طبعة 2018) العوامل المؤثرة في جهد الاختبار في أربع عائلات. وما زال هذا التجميع قائمة تحقق مفيدة: قبل قبول أيّ رقم، اسأل كيف ينطبق كل عامل على هذا النطاق.

• المنتج — الحجم والتعقيد، وجودة أساس الاختبار (متطلبات واضحة أو مبهمة)، وخصائص الجودة التي يجب اختبارها (الأمان والأداء وإتاحة الوصول)، والتوثيق المطلوب للتدقيق، وعدد المنصات والأجهزة واللغات (العربية والإنجليزية وتخطيطات من اليمين إلى اليسار)، والتكامل مع الأنظمة الخارجية.
• العملية — نموذج دورة الحياة، ونضج عملية الاختبار، ودعم الأدوات والأتمتة، وتوافر البيئات واستقرارها، وضغط الوقت.
• الأشخاص — مهارات المختبرين والمطورين وخبرتهم في المجال، واستقرار الفريق، ومدى جودة عمله معاً.
• نتائج الاختبار — عدد العيوب المكتشفة وخطورتها ومقدار إعادة العمل التي تسببها؛ فالبناء المليء بالعيوب يضاعف جهد إعادة الاختبار والانحدار.

جرّبها: مولّد الاختبار المبني على المخاطر جرّبها: مولّد الاختبار المبني على المخاطر بالذكاء الاصطناعي

التقنيات المبنية على المقاييس: النِّسب والاستقراء

يصف منهج ISTQB CTFL v4.0 أربع تقنيات للتقدير: التقدير المبني على النِّسب، والاستقراء (Extrapolation)، ودلفي الموسّع، والتقدير الثلاثي (Three-point estimation). والتقنيتان الأوليان مبنيتان على المقاييس وتحتاجان إلى بيانات تاريخية أو حالية من مؤسستك نفسها — فأرقام شركة أخرى أو متوسط صناعي بديل ضعيف.

يطبّق التقدير بالنِّسب نسبةً رُصدت في مشاريع سابقة على المشروع الجديد. على سبيل المثال، إذا كان جهد الاختبار في آخر أربعة إصدارات 0.38 و0.42 و0.45 و0.35 من جهد التطوير (بمتوسط 0.40)، وقدّر التطوير الإصدار الجديد بـ 70 يوم عمل للفرد، فالنسبة تشير إلى نحو 28 يوم عمل للفرد في الاختبار. ولا تصح النسبة إلا لعمل مشابه: فالإصدار الذي فيه تكامل دفع جديد لا يشبه إصداراً من تعديلات نصوص الواجهة.

يستعمل الاستقراء قياسات من المشروع الحالي للتنبؤ ببقيته. على سبيل المثال، بعد أربعة أيام من دورة التنفيذ الأولى نفّذ الفريق 48 من 130 اختباراً مخططاً، أي نحو 12 يومياً، ووجد 9 عيوب. وبهذا المعدل تحتاج الاختبارات الـ 82 المتبقية إلى نحو 7 أيام إضافية — قبل إعادة الاختبار التي ستسببها تلك العيوب التسعة (والعيوب القادمة). ويصبح الاستقراء أكثر موثوقية كلما تقدّم المشروع، ما يجعله التقنية الطبيعية لإعادة التقدير.

جرّبها: المتطلبات ← حالات اختبار

التقنيات المبنية على الخبراء: دلفي الموسّع وبوكر التخطيط

حين تقل البيانات التاريخية، يعمل الحكم الخبير المنظَّم أفضل من تخمين شخص واحد. ودلفي الموسّع تقنية تكرارية يقدّر فيها الخبراء كلٌّ على حدة، ثم يقارنون، ويناقشون أسباب الاختلاف، ثم يقدّرون من جديد حتى تتقارب التقديرات أو يُفهم التباين المتبقي.

يُستعمل بوكر التخطيط على نطاق واسع في الفرق الرشيقة، ويوصف عادةً بأنه صورة من دلفي الموسّع. يحمل كل عضو بطاقات بقيم (غالباً سلسلة فيبوناتشي معدّلة مثل 1 و2 و3 و5 و8 و13)، ويكشف الجميع تقديرهم لقصة المستخدم في اللحظة نفسها، ويشرح صاحبا أعلى تقدير وأدناه منطقهما قبل أن يصوّت الفريق مجدداً. والتقديرات عادةً نقاط قصة (Story points) نسبية للقصة كلها، فيكون جهد الاختبار جزءاً من حجم القصة لا رقماً منفصلاً — ولهذا بالضبط يجب أن يكون المختبرون حاضرين: فالقصة السهلة البناء قد تكون مكلفة الاختبار.

• 1. يعرض المنسّق النطاق والافتراضات على جميع المقدّرين.
• 2. يقدّر كل خبير وحده ويكتب افتراضاته.
• 3. تُعرض التقديرات معاً، دون نسبتها إلى أصحابها إن فضّلت المجموعة ذلك.
• 4. يشرح أصحاب القيم المتطرفة ما يعرفونه أو يفترضونه ولا يعرفه الآخرون؛ وفي هذا النقاش تكمن معظم القيمة.
• 5. يعيد الجميع التقدير. كرّر حتى يصبح التباين مقبولاً، وسجّل النطاق النهائي والافتراضات.

التقدير الثلاثي

يطلب التقدير الثلاثي ثلاث قيم لكل مهمة: تقديراً متفائلاً a، وتقديراً أرجح m، وتقديراً متشائماً b. والمتوسط الموزون E = (a + 4m + b) / 6 يمنح القيمة الأرجح أربعة أضعاف وزن الطرفين؛ وهذا هو الترجيح المأخوذ من PERT. ويُقرَّب الانحراف المعياري بـ SD = (b − a) / 6. ويعرض منهج CTFL v4.0 النتيجة على صورة E ± SD.

خاصيتان تجعلان التقنية مفيدة. الأولى أن الذيل المتشائم في الاختبار أطول عادةً من المتفائل — فقد يتأخر البناء أسابيع لكنه نادراً ما يصل مبكراً بأسابيع — لذا تكون E عادةً أعلى من m، والفرق معلومة عن الخطر. والثانية أن الفرق b − a يُظهر مدى عدم اليقين في المهمة؛ فالمهمة ذات التباين الواسع مرشّحة للتقسيم أو للاستقصاء المبكر. وعامل SD على أنه تقريب لا احتمال مضمون: فهو يستند إلى افتراضات عن شكل التوزيع لا تلتزم بها المشاريع الحقيقية دائماً.

• مثال المخطط أدناه: تصميم اختبارات قواعد العروض وتنفيذها بقيم a = 6 أيام وm = 9 أيام وb = 18 يوماً. فتكون E = (6 + 36 + 18) / 6 = 10 أيام، وSD = (18 − 6) / 6 = 2، أي يومان. ويُبلَّغ عنه هكذا: نحو 10 أيام، ومن 8 إلى 12 يوماً عند E ± SD، ومن 6 إلى 14 يوماً عند E ± 2 SD.
• عند جمع عدة مهام مستقلة: E الإجمالي هو مجموع قيم E، أما SD الإجمالي فهو الجذر التربيعي لمجموع مربعات قيم SD، لا مجموع قيم SD نفسها.

Three-point estimate (PERT weighting)
  a = optimistic     m = most likely     b = pessimistic
  E  = (a + 4m + b) / 6
  SD = (b - a) / 6

Example: design and execute tests for the promotion rules
  a = 6 days    m = 9 days    b = 18 days
  E  = (6 + 4*9 + 18) / 6 = 60 / 6 = 10 days
  SD = (18 - 6) / 6       = 2 days
  Report: about 10 days; E +/- SD = 8-12 days; E +/- 2 SD = 6-14 days

Adding several independent tasks
  E_total  = sum of E
  SD_total = square root of the sum of SD^2   (not the sum of SD)

جرّبها: حاسبة تقدير جهد الاختبار

هيكل تجزئة العمل: قدّر الأجزاء

يقسم هيكل تجزئة العمل (Work breakdown structure, WBS) الاختبار إلى مهام صغيرة بما يكفي لتقديرها بثقة — عادةً لا تتجاوز بضعة أيام لكل منها — ويقدّر كل واحدة. وهو ليس تقنية تقدير مستقلة بقدر ما هو البنية التي تعمل عليها كل التقنيات الأخرى: فالتقديرات الثلاثية أو جولات دلفي أدق بكثير على عشر مهام صغيرة منها على مهمة كبيرة واحدة، والهيكل يُظهر العمل المنسي.

• تخطيط الاختبار وتحليل المخاطر؛ ومراجعة المتطلبات ومعايير القبول.
• تحليل الاختبار وتصميمه لكل ميزة، بما فيه تصميم بيانات الاختبار.
• تهيئة البيئة وبيئة التجربة للتكامل وبيانات الاختبار.
• الأتمتة: اختبارات جديدة وصيانة القائمة منها.
• دورات التنفيذ، بما فيها الجلسات الاستكشافية.
• الإبلاغ عن العيوب، ودعم فرزها، وإعادة الاختبار، وجولات الانحدار بعد الإصلاحات.
• الاختبار غير الوظيفي: الأداء وفحوص الأمان وإتاحة الوصول والتوطين.
• التقارير وتقرير إنجاز الاختبار والتسليم.

جرّبها: مولّد سيناريوهات الانحدار

مثال تطبيقي: تقدير إصدار بالتقدير الثلاثي وهيكل تجزئة العمل

على سبيل المثال، لنأخذ الإصدار 4.0 («إتمام الشراء في صفحة واحدة») من «بستان ماركت»، السوق السعودي الخيالي المستخدم في دليل خطة الاختبار. يقسم قائد الجودة الاختبار إلى ست مهام، ويطلب من المختبرين الذين سينفّذونها ثلاث قيم لكل منها، ويحسب E وSD لكل مهمة. كل الأرقام توضيحية.

• المهام الست في الجدول أدناه: تحليل الاختبار وتصميمه للميزات CHK-01 إلى CHK-05؛ وتهيئة البيئة وبيئة التجربة للدفع والبيانات المصطنعة؛ ودورة التنفيذ الأولى مع الجلسات الاستكشافية؛ وتحديث الانحدار المؤتمت وتشغيله؛ وإعادة اختبار العيوب وإعادة الانحدار؛ واختبار الحمل وفحص ترويسات الأمان وجولة إتاحة الوصول.
• النتيجة: مجموع القيم الأرجح 26 يوم عمل للفرد، ومجموع قيم E يساوي 28.83، وSD الإجمالي 2.5، فيكون النطاق عند E ± 2 SD من 23.8 إلى 33.8 يوم عمل للفرد. والتحقق المتقاطع بالنسبة (0.40 من 70 يوم تطوير) يعطي 28 يوماً، وهو متسق مع النتيجة.
• السعة: ثلاثة مختبرين بمعامل تركيز 0.75 يعطون 2.25 يوم عمل للفرد في كل يوم عمل؛ وقسمة 28.83 على 2.25 تعطي مدة تقارب 12.8 يوم عمل، يتراوح نطاقها بين 10.6 و15.0 يوماً.
• الافتراضات المكتوبة بجانب التقدير: تسليم البناء ⁦4.0.0-rc⁩ في اليوم الأول ونجاحه في اختبار الدخان؛ وتوافر بيئة التجربة للدفع في 90% على الأقل من ساعات العمل؛ وتجميد قواعد العروض قبل بدء التصميم؛ ودورة إصلاح وإعادة اختبار واحدة على الأكثر للميزات عالية الخطر.

Task (person-days)                                   a     m     b      E     SD
T1 Test analysis and design (CHK-01..05)             3     5     9    5.33   1.00
T2 Environment, payment sandbox, synthetic data      2     3     8    3.67   1.00
T3 Execution cycle 1, incl. exploratory sessions     6     8    14    8.67   1.33
T4 Automated regression: updates and runs            2     3     5    3.17   0.50
T5 Defect re-testing and re-regression               2     4    10    4.67   1.33
T6 Load test, security headers, accessibility pass   2     3     6    3.33   0.67
                                                          ----         -----
Sum of most likely (m)                                     26          E = 28.83
SD_total = sqrt(1.00 + 1.00 + 1.78 + 0.25 + 1.78 + 0.44) = sqrt(6.25) = 2.5

Effort range (E +/- 2 SD):         23.8 - 33.8 person-days
Cross-check (ratio 0.40 x 70 dev days): 28 person-days  -> consistent

Capacity: 3 testers x 0.75 focus factor = 2.25 person-days per working day
Duration:  28.83 / 2.25 = 12.8 working days   (range 10.6 - 15.0)

Assumptions: build 4.0.0-rc delivered on day 1 and passes smoke; payment sandbox
available >= 90% of working hours; promotion rules frozen before design starts;
no more than one fix-and-retest cycle for High-risk features.

النطاقات والهوامش والافتراضات وإعادة التقدير

لاحظ ثلاثة أمور في المثال. مجموع القيم الأرجح (26 يوماً) أقل من المجموع الثلاثي (28.83)، لأن لكل مهمة ذيلاً متشائماً أطول — والإبلاغ بـ«26 يوماً» كان سيعني تقديم الإجابة المتفائلة على أنها الواقعية. والانحراف المعياري المجمّع (2.5) أصغر من مجموع انحرافات المهام (5.83)، لأن التجاوزات المستقلة يلغي بعضها بعضاً جزئياً؛ فإن لم تكن المهام مستقلة — بناء سيئ واحد يؤخرها كلها — كان التباين الحقيقي أوسع. والتحقق المتقاطع بالنسبة يقع قريباً من النتيجة، ما يزيد الثقة دون أن يثبت شيئاً.

أبلغ عن التقدير نطاقاً مع افتراضاته: «من 24 إلى 34 يوم عمل للفرد، أي نحو 11 إلى 15 يوم عمل بثلاثة مختبرين، بافتراض الشروط المذكورة». وضع أيّ هامش (Buffer) حيث يكون مرئياً وله مالك — احتياطي مسمّى لقرار الإطلاق ولدورة إصلاح ثانية — بدلاً من تضخيم كل مهمة بصمت، وهو ما يخفي الخطر ويُستهلك على أيّ حال. وأعد التقدير حين ينهار افتراض، وحين يتغيّر النطاق، وعند نقاط ثابتة مثل نهاية دورة التنفيذ الأولى، حيث يحل الاستقراء من التقدم الفعلي ومعدلات العيوب محل التخمين الأصلي.

• قدّر الاختبار كله، لا التنفيذ وحده.
• دع من سينفّذون العمل يقدّرونه؛ واجمع الآراء بدلفي أو بوكر التخطيط.
• أعطِ نطاقاً واكتب الافتراضات بجانبه؛ فالتقدير بلا افتراضات لا يمكن إعادة فحصه.
• أبقِ الاحتياطي صريحاً ومنفصلاً عن تقديرات المهام.
• سجّل الفعلي مقابل المقدَّر في كل إصدار؛ فهذا التاريخ هو ما يجعل التقدير بالنِّسب ممكناً في المرة القادمة.

الأسئلة الشائعة

المراجع

• ISTQB Certified Tester Foundation Level (CTFL) v4.0ISTQB · 2023المنهج التأسيسي لاختبار البرمجيات: مستويات الاختبار وأنواعه وتقنيات تصميم الاختبارات وإدارة الاختبار والأدوات.
• Certified Tester Advanced Level Test Management (CTAL-TM) v3.0ISTQB · 2024منهج ISTQB المتقدم لإدارة الاختبار: التخطيط والتقدير، والاختبار المبني على المخاطر، والمتابعة، والمقاييس والتقارير.
• ISTQB GlossaryISTQBالتعريفات القياسية لمصطلحات الاختبار — حالة الاختبار واختبار الانحدار والخطورة والأولوية وتحليل القيم الحدّية وغيرها.
• ISO/IEC/IEEE 29119-2:2021 — Software and systems engineering — Software testing — Part 2: Test processesISO/IEC/IEEE · 2021نموذج عمليات الاختبار: العمليات المؤسسية وعمليات إدارة الاختبار وعمليات الاختبار الديناميكي، مع أنشطتها ومخرجاتها.
• Agile Testing: A Practical Guide for Testers and Agile Teams (Lisa Crispin, Janet Gregory)Addison-Wesley (Pearson) · 2009أرباع الاختبار الرشيق وكيف يعمل المختبرون داخل فريق التسليم — أساس «الاختبار في الطبقة الصحيحة».