This thesis presents an in-depth exploration of regression testing metrics and their relationship with software quality, based on a qualitative case study within a global technology organization. By applying a thematic analysis to empirical data collected through interviews and a survey with the organisations Quality and Assurance team, this study identifies three primary themes: foundation of credibility, organic test maintenance, and defect management. The research highlights key metrics underlying each theme, including requirement coverage, code coverage, historical pass-rate, test flakiness, and code complexity. These metrics, especially when implemented in the early stages of a project, emerged as indicative of the overall software quality and stability. Through this research, a deeper understanding of regression testing metrics and their critical role in increasing the software quality is achieved. However, it is apparent that further research is necessary, including broader case studies, investigation into the application of machine learning algorithms, and exploration of additional metrics, to fully understand their universal applicability. The insights in the findings from this thesis are aimed at contributing to the field of software quality assurance academically and also provide actionable insights to industry professionals in the field of software quality. / Denna avhandling presenterar en djupgående utforskning av regressionstestnings metriker och deras relation till programvarukvalitet, baserat på en kvalitativ fallstudie hos en global organisation aktiv inom teknologi. Genom att tillämpa en tematisk analys på empirisk data insamlad genom intervjuer och en enkätundersökning, identifierar denna studie tre huvudteman: testtillförlitlighet, testunderhåll och testprestanda. Forskningen lyfter fram nyckelmetriker som ligger till grund för varje tema. Dessa inkluderar ”Requirement coverage”, ”Code coverage, ”Historic pass-rate” , ”Test flakiness” och ”Code complexity”. Dessa metriker, särskilt när de implementeras i de tidiga stadierna av ett projekt, framträdde som indikativa för den övergripande programvarukvaliteten och programvarustabiliteten. Genom denna forskning uppnås en djupare förståelse för regressionstestningens metriker och deras kritiska roll i en ökad programvarukvalitet. Det är dock uppenbart att ytterligare forskning behövs, inklusive bredare fallstudier, undersökning av tillämpningen av maskininlärningsalgoritmer och utforskning av ytterligare metriker, för att fullt ut förstå deras universella användningsområden. Insikterna i resultaten från denna avhandling syftar till att bidra till fältet för regressionstestning akademiskt och även ge praktiska insikter till yrkesverksamma inom programvarukvalitet.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-337045 |
| Date | January 2023 |
| Creators | Acar, Gabriel |
| Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-EECS-EX ; 2023:626 |
Page generated in 0.0028 seconds