Dokument 1 - RWTH Aachen University
Dokument 1 - RWTH Aachen University
Dokument 1 - RWTH Aachen University
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
242 B Qualitätsdimensionen und Qualitätsfaktoren<br />
B.2.2 Implementierung<br />
Die Qualitätsfaktoren in der Kategorie Implementierung unterteilen sich in die Faktoren für die<br />
Implementierung der Software und für die Implementierung der Datenmodelle. Tabelle B.9 zeigt<br />
zunächst die Qualitätsfaktoren für die Software-Implementierung welche weitestgehend auf den<br />
Standard ISO 9126 basieren. Die Messungen für diese Qualitätsfaktoren können durch die Auswertung<br />
der Protokolldateien (z.B. Häufigkeit von Ausfällen oder Fehlern), die Analyse der Eigenschaften<br />
bzw. <strong>Dokument</strong>ation der Software (z.B. Standard-Konformität der Module), durch<br />
die Befragung von Benutzern (z.B. Verständlichkeit) oder die Auswertung von aufgabenbezogenen<br />
Stundenzetteln (z.B. Aufwand für die Beseitigung von Fehlern) erfolgen.<br />
Bei der Implementierung der Datenmodelle geht es um die Umsetzung der konzeptuellen Modelle<br />
in entsprechende logische Schemata. Die Qualitätsfaktoren in Tabelle B.10 messen daher im<br />
Wesentlichen, wie „gut“ diese Umsetzung erfolgt ist. Da es sich hierbei um Metadaten handelt,<br />
kann die Messung durch Anfragen an das Metadatensystem durchgeführt werden. Die folgende<br />
Anfrage ermittelt z.B. alle Konzepte eines Modells für die es keinen entsprechenden Typ in den<br />
logischen Schemata gibt.<br />
GenericQueryClass ConceptsWithoutType isA ConceptRelationship with<br />
parameter<br />
model : Model<br />
constraint<br />
c: $ (this refersTo ~model) and<br />
not exists t/Type (t isViewOn this) $<br />
end<br />
Darüber hinaus ist auch ein Vergleich mit den Anforderungen erforderlich, z.B. um die Häufigkeit<br />
von Anfragen und Änderungen zu ermitteln.<br />
B.2.3 Datenverarbeitung<br />
Für die Messung der Qualitätsfaktoren im Bereich Datenqualität (siehe Tabelle B.11) kann man<br />
zum Teil auf die andere Arbeiten zum Thema Datenqualität zurückgreifen. Hinrichs [2002] gibt<br />
zum Beispiel Metriken für Korrektheit, Genauigkeit, Redundanz und Aktualität an, in [Parssian<br />
et al., 1999] werden Formeln für das Berechnen der Datenqualität für Anfragen angegeben.<br />
Als Bezugsobjekt für die Qualitätsfaktoren habe ich hier LogicalObject bzw. ConceptualObject<br />
angegeben, wobei die Messungen weniger die Metadaten betrachten, sondern eher die Daten,<br />
die durch diese Objekte beschrieben werden. In der Regel ist eine Messung bei den Dimensionen<br />
Korrektheit oder Genauigkeit nur durch das manuelle Betrachten einer repräsentativen<br />
Teilmenge möglich, da man die tatsächlichen Werte nicht kennt. Für diese Dimensionen können<br />
aber durch Data-Mining-Verfahren Abschätzungen durchgeführt werden [Lübbers, 2002; Lübbers<br />
et al., 2003]. Die Dimensionen Glaubwürdigkeit und Vertrauenswürdigkeit spiegeln subjektive<br />
Einschätzungen der Benutzer wider, aber auch objektive Kriterien wie zum Beispiel die