Syftet med studien har varit att undersöka vilka utmaningar utvecklare upplever vidgenomförande av enhetstester. Enhetstester är testkod som skrivs för att verifiera att produktionskod eller så kallad vanlig kod fungerar på ett bra sätt och uppfyller sitt syfte. Detta är den typ av testning vilket görs först i en utvecklingsprocess för att garantera att koden håller god kvalitét. Studien genomfördes genom att 5 utvecklare på ett IT konsultföretag i Luleå medverkat i individuella öppna kvalitativa intervjuer där de fått svara på frågor kring deras upplevelser av att arbeta med enhetstest. De slutsatser som studien har kommit fram till är att många av de identifierade problem som framkommit i denna studie stämmer överens med tidigare forskning inom detta ämne. Huvudsakligen var dessa problem av teknisk natur, där exempelvis underhåll, att veta vad som ska testas och att veta när en har testat tillräckligt, hörde till de vanligast förekommande gemensamma. Detta visar att denna problematik finns kvar än i dag. Vad som även framkommit i denna studie är att det är vanligt med avsaknad avutbildning gällande enhetstest. Även avsaknad av någon gemensam metod är något vi, speciellt i kombination med avsaknad av utbildning, anser förvärrar problematiken som redan existerar. Med hjälp av studiens kvalitativa ansats så har det identifierats en del potentiellabidragande faktorer för dessa upplevda problem. Utifrån dessa slutsatser har det formulerats rekommendationer för organisationer och för vidare forskning. / The purpose of the study has been to investigate what challenges developers experience when working with unit tests. Unit tests are test code written to verify that production code or so-called regular code works well and fulfills its purpose. This is the type of testing which is done first in a development process to guarantee that the code maintains good quality. The study was carried out by having 5 developers at an IT consulting company in Luleå participate in individual open qualitative interviews where they had to answer questions about their experiences of working with unit tests. The conclusions that the study has reached are that many of the identified problems that emerged in this study are consistent with previous research on this topic. Mainly these problems were of a technical nature, where, for example, maintenance, knowing what to test and knowing when one has tested enough, were among the most commonly occurring ones. This shows that these problems still exist today. What also emerged in this study is that it is common to lack education regarding unit tests. Also the lack of a common method is something we, especially in combination with the lack of education, consider to worsen the problems that already exist. With the help of the study's qualitative approach, some potential contributing factors for these perceived problems have also been identified. Based on these conclusions, recommendations have been formulated for organizations and for further research.

<p>Testdriven utveckling samt användning av enhetstestning är ett växande område. Vid användning av dessa tekniker är det önskvärt att kunna använda stubb- och mockobjekt för att ersätta en DOC(Dependent on Component).</p><p>I dagsläget finns det ett verktyg hos Enea som genererar stubbar för C++-källkod. Examensarbetet består av att vidareutveckla detta verktyg i flera avseenden. Stöd för C-kod adderas till verktyget. För C-kod adderas även möjligheten att generera stubb- och mockobjekt. Testning av verktyget görs mot ett befintligt kundprojekt hos Enea med goda resultat.</p>

Testdriven utveckling samt användning av enhetstestning är ett växande område. Vid användning av dessa tekniker är det önskvärt att kunna använda stubb- och mockobjekt för att ersätta en DOC(Dependent on Component). I dagsläget finns det ett verktyg hos Enea som genererar stubbar för C++-källkod. Examensarbetet består av att vidareutveckla detta verktyg i flera avseenden. Stöd för C-kod adderas till verktyget. För C-kod adderas även möjligheten att generera stubb- och mockobjekt. Testning av verktyget görs mot ett befintligt kundprojekt hos Enea med goda resultat.

Viljan att hålla en hög kvalitet på den kod som skrivs vid utveckling av system och applikationerär inte något nytt i utvecklingsvärlden. Flera större företag använder sig av olika mått för attmäta kvaliteten på koden i sina system med målet att hålla en hög driftsäkerhet.Trafikverket är en statlig myndighet som ansvarar för driften av bland annat de system somhåller igång Sveriges järnvägsnät. Eftersom systemen fyller en viktig del i att säkra driften ochse till att tågpositioner, planering av avgångar och hantering av driftstörningar fungerar dygnetrunt för hela landet anser de att det är viktigt att sträva efter att hålla en hög kvalitet påsystemen.Syftet med det här examensarbetet var att ta reda på vilka mått som kan vara möjliga attanvända under systemutvecklingsprocessen för att mäta kvaliteten på kod och hur måtten kananvändas för att öka kvaliteten på IT-lösningar. Detta för att redan på ett tidigt stadie kunnamäta kvaliteten på den kod som skrivs i både befintliga och nyutvecklade system.Studien är en fallstudie som utfördes på Trafikverket, de olika måtten som undersöktes varcode coverage, nivån på maintainability index och antalet inrapporterade incidenter för varjesystem. Mätningar utfördes på sju av Trafikverkets system som i analysen jämfördes motantalet rapporterade incidenter. Intervjuer utfördes för att ge en bild över hur arbetssättet vidutveckling kan påverka kvaliteten. Genom litteraturstudier kom det fram ett mått som inte kundeanvändas praktiskt i det här fallet men är högst intressant, detta är cyclomatic complexity somfinns som en del av maintainability index men som även separat påverkar möjligheten att skrivaenhetstest.Resultaten av studien visar att måtten är användbara för ändamålet men bör inte användassom enskilda mått för att mäta kvalitet eftersom de fyller olika funktioner. Det är viktigt attarbetssättet runt utveckling genomförs enligt en tydlig struktur och att utvecklarna både harkunskap om hur man arbetar med enhetstest och följer kodprinciper för strukturen. Tydligakopplingar mellan nivån på code coverage och inflödet av incidenter kunde ses i de undersöktasystemen där hög code coverage ger ett lägre inflöde av incidenter. Ingen korrelation mellanmaintainability index och incidenter kunde hittas. / The desire to ascertain a high level of quality on the code written during the development of systems and applications is not something new in the system development world. Several larger companies use different kinds of metrics to measure the quality of the code in their systems with the goal of maintaining high reliability and quality.Trafikverket is a government authority responsible for the operation of the system that keeps the Swedish railroad running. Their systems play an important part in ensuring the operation and to ensure that train positions, the planning of departures and error handling works around the clock for the entire country, they find it important and strive to maintain the high quality of the systems.The aim of this thesis was to find out which measurements may be possible to use during the system development process to measure the quality of the code and how measurements can be used to increase the quality of IT solutions. It should be possible to measure the quality of the code that is written in both existing and newly developed systems at an early stage. The study is a case study conducted at Trafikverket, the metrics that were examined were code coverage, the level of maintainability index and the number of reported incidents for each system. Measurements were performed on seven of Trafikverket's systems. In the analysis the measurements were compared to the number of reported incidents. Interviews were conducted to provide a picture of how the operation of the development may affect the quality. Through literature studies we discovered a metric that could not be used practically in this case, this was cyclomatic complexity, it is available as part of the maintainability index, but also separately affects the ability to write unit tests. The results of the study show that the measurements are useful for this purpose but should not be used as individual metrics to measure quality because they all have their own function. A clear link between the level of the code coverage and the number of incidents could be observed in the investigated systems where high code coverage provides a lower rate of incidents. No correlation between maintainability index and incidents could be found.

Predicting student performance is an important topic in academia, especially so in programming context, where identification of struggling students allows teachers to offer early and continuous assistance to help them improve their performance. It is thus essential to analyze student programming behavior to detect those at-risk students. This thesis uses data generated from 220 students in a master’s level programming course at a large European university. The students run unit tests in order to test their code when solving assignments, with a snapshot being taken of each test as it is executed. Unit testing is a method of testing software where individual units of source code are tested for correctness. A data set with simple features is derived from a database of snapshots and labeled with students’ grades. Then, the machine learning models support vector machine (SVM), naive Bayes (NB), random forest, and neural networks with one, two and three hidden layers each are trained, evaluated and performance is compared. The results show that SVM and neural networks models are likely the best performing all-rounders, with a possible naive Bayes selection depending on what goal one has. The thesis contributes by training machine learning models on students’ programming behavior. By arming teacher with models such as these, more students that need assistance can get in-time support and thus improve their performance. Future work can improve the models by using or combining other types of student data as features or use a larger data set. / Att förutsäga studenters prestationer är ett viktigt ämne inom akademin, särskilt i programmeringssammanhang, där identifiering av studenter som kämpar med sina studier gör det möjligt för lärare att erbjuda tidig och kontinuerlig hjälp för att hjälpa dem att förbättra sina prestationer. Det är därför viktigt att analysera studenternas programmeringsbeteende för att upptäcka dessa studenter som är vid risk. Denna uppsats använder data från 220 studenter i en programmeringskurs på masternivå vid ett stort europeiskt universitet. Studenterna kör enhetstester för att testa sin kod när de löser uppgifter, och en snapshot tas av varje test när det körs. Enhetstestning är en metod för att testa programvara där enskilda enheter av källkoden testas för korrekthet. En datamängd med enkla features härleds från en databas med snapshots och märks med studenternas betyg. Därefter tränas och utvärderas maskininlärningsmodellerna support vector machine (SVM), naive Bayes (NB), random forest och neurala nätverk med ett, två och tre dolda lager vardera och deras prestanda jämförs. Resultaten visar att SVM och neurala nätverk sannolikt är de bäst presterande allroundmodellerna, med ett möjligt naivt Bayes-val beroende på vilket mål man har. Uppsatsen bidrar genom att träna maskininlärningsmodeller på studenters programmeringsbeteende. Genom att utrusta lärare med modeller som dessa kan fler studenter som behöver hjälp få stöd i tid och därmed förbättra sina prestationer. Framtida arbete kan förbättra modellerna genom att använda eller kombinera andra typer av studentdata som features eller använda en större datamängd.