Estructura de la clase
Modelización de datos / Control de calidad
- Revisión clase II - Resumen
- Presentación caso de estudio
- Desarrollo nuevo contenido / Descargar material con instrucciones para resolución de caso.
Modelización de datos / Control de calidad
El control de calidad de un modelo de datos se realiza con el objetivo de encontrar fallas de diseño antes de su implementación.
La validación es el proceso de evaluar cuál sería el rendimiento de los modelos con datos reales.
Con este proceso de control se asegura que los diseños estén en concordancia con los requisitos y que trabaje con sus interfaces de la forma esperada.
Esta actividad permite detectar de forma temprana defectos, evitando su propagación.
Contar con esquemas normalizados, sin redundancias e incoherencias, sin duplicidades de información mejora el rendimiento de los procesos asociados al modelo.
Para el desarrollo del control del diseño de tablas y relaciones se desarrollan los sig. pasos:
- Construir el plan de control
- Diseñar casos de prueba en base a los requisitos funcionales
- Generar los datos o lotes de prueba
- Ejecutar y documentar pruebas, reportando y siguiendo los incidentes encontrados
Los criterios para validar los modelos se suelen agrupar en las categorías de precisión, confiabilidad y utilidad.
La precisión es una medida que indica hasta qué punto el modelo pone en correlación un resultado con los atributos de los datos que se han proporcionado.
La confiabilidad evalúa la manera en la que se comporta un modelo en conjuntos de datos diferentes. Un modelo es confiable si genera el mismo tipo de predicciones o encuentra los mismos tipos generales de patrones independientemente de los datos de prueba que se proporcionen.
La utilidad incluye diferentes métricas que le indican si el modelo proporciona información útil.
Para validar un modelo de datos y determinar su precisión, confiabilidad y utilidad es necesario probarlo con datos de un lote de pruebas.
Un lote de pruebas es un conjunto de datos de prueba que permite verificar si la estructura creada y sus relaciones cumplen con los requisitos del sistema.
Para las validaciones se generan casos de prueba y por cada caso diferentes lotes.
Se comprueba si el diseño cumple con los requisitos funcionales y no funcionales previstos.
Para ello, se determinan los conjuntos de pruebas a realizar, correspondiente con cada funcionalidad nueva o existente que se esté modificando.
Si por cada caso de prueba y cada lote procesado los resultados son correctos, se dá por aprobado el diseño y se considera oportuno comenzar la carga con dato reales.
A medida que se diseña la estructura de la BD, Excel comprueba el formato / tipo de los datos, la sintaxis de las fórmulas y funciones y las referencias de direcciones de celdas o rangos.
Los errores en Excel son generalmente consecuencia de haber introducido algún dato de manera incorrecta o de utilizar inapropiadamente alguna fórmula. Excel detecta los errores y los clasifica de manera que se nos facilite su resolución.
Los errores que puede detectar son:
A medida que Excel detecta los errores, marcas triangulares de color (generalmente en verde) en la esquina superior izquierda aparecen indicando el problema y su posible solución.
El
aseguramiento de la calidad es una etapa primordial en un proyecto.
En cada proyecto debemos evitar situaciones que nos conduzcan a errores ligados a:
- La incorrecta definición de requisitos
- Un diseño defectuoso
- La programación deficiente
Comentarios
Publicar un comentario