Монография: Теоретико-методологические основы качества информационных систем

3. Рабочая инструкция № 3 оператору подготовки данных по вводу документов в ЭВМ (перенос документов на электронные носители, прием данных по каналам связи, ввод документов через сканирующие устройства и др.).

4. Рабочая инструкция по работе с программой «Автоматическое обнаружение ошибок и восстановление достоверности значений показателей».

5. Описание программы «Автоматическое обнаружение ошибок и восстановление достоверности значений показателей ».

В соответствии с технологическими рабочими инструкциями выполняются работы по подготовке, вводу, контролю и анализу документов, ошибок в документах и их исправлению. В контролируемых документах контрольные суммы подсчитываются только по тем строкам, в которых они отсутствуют в соответствии с регламентом их представления в ИВЦ.

Ниже приводятся условия получения исходных данных для экспериментальной оценки качества обработки информации реальной ИС корпоративного уровня. На первом этапе (учет и прием первичных документов - заполненных учетных бланков (УБ), поступающих от подчиненных предприятий в главный информационно-вычислительный центр) взята выборка объемом 101 пачка УБ. Дефектной обозначалась та пачка, которая поступала с опозданием, то есть после срока установленного корпорацией. Каждая из пачек регистрировалась как случайная величина в «Ведомости дефектов» отдельной строкой. На данном этапе также обнаружены дефекты по полноте - отсутствие значений показателей в УБ. Объем выборки в данном случае составил 250 УБ. Дефекты по достоверности на данном этапе не проявились.

На втором этапе (прием УБ после их индексирования (кодирования) в ИВЦ) путем анализа УБ и журнала регистрации приема УБ от предприятий методом случайных чисел была взята выборка в объеме 164 пачек УБ за определенный период. Поскольку техническими условиями по плану-графику установлено время кодирования 200 УБ за рабочую смену, то дефектными идентифицировались те пачки УБ, которые превысили установленное время. Дефектов по полноте на данном этапе обнаружено не было, а дефекты по достоверности не выявлялись.

На третьем этапе (ввод УБ в ЭВМ и обработка документации) была взята выборка объемом 200 УБ. Дефекты по своевременности и полноте на данном этапе не обнаружены. Дефекты по достоверности регистрировались отдельной строкой в «Ведомости». На четвертом этапе обработки (выдача выходных результатных документов абонентам ИС) взята выборка объемом 4806 УБ. В этой выборке были выявлены только дефекты по достоверности в количестве 10 ошибочных символов.

4.2 Обработка экспериментальных данных по исследованию моделей

Ввод в ЭВМ и обработка полного объема данных из «Ведомости дефектов» показала на гистограмме трехмодальное распределение, что подтвердило предположение о неоднородности статистической структуры дефектов. С целью устранения неоднородности в соответствии с моделью проведен кластер-анализ статистической структуры дефектов. Классификация дефектов выполнялось посредством программы кластер-анализа данных. В результате получены обширные распечатки пятистолбцовой таблицы, описывающей пошаговый процесс объединения кластеров, и дендрограммы классификации дефектов [84,140], редуцированный вариант которой представлен ниже (рис. 4.1).

В каждой строке таблицы ее элементы означают: 1-й - порядковый номер шага объединения, 2-й - значения отклонения между объединяемыми на данном шаге кластерами (евклидово расстояние), 3-й и 4-й - соответственно разность между средним значением каждой переменной по времени и стоимости и средневзвешенным значением образованного на данном шаге кластера, 5- й - суммарный вес реализаций в кластере, полученном на данном шаге. Дендрограмма отображена в соответствии с машинной распечаткой в виде древовидной горизонтальной схемы. Она содержит определенные сведения таблицы.

Слева от схемы помещены 3 столбца цифр. 1-й столбец указывает номера строк (реализаций) вводимых данных в ЭВМ из «Ведомости дефектов», 2-й - содержит коды дефектов, участвующих в кластеризации, 3-й - указывает последовательность объединения кластеров (дефектов) на каждом шаге.

Дендрограмма показывает, что на 497 шаге завершено объединение дефектов в классе по достоверности - дефекты с кодами 72,74,77,85,86 и др. На шаге 504 сформировался класс дефектов по полноте - коды 12,22, на шаге 514 сформировался класс дефектов по своевременности - код 3.

25 75 21

22 85 20

14 73 12

102 74 93

88 73 78

75 86 68

51 86 490

142 72 127

124 77 114

103 86 497

213 12 503

227 22 203

260 22 234

283 12 493

297 22 473

262 22 500

171 12 149

155 22 504

327 3 474

336 3 295

337 3 296

361 3 514

Рис. 4.1 Редуцированный вариант дендрограммы кластеризации дефектов автоматизированной обработки УБ

Анализ классификации позволяет установить, что внутри классов дефектов распределение модификаций дефектов равномерно. Можно предположить, что на уровне отдельного класса дефектов отсутствует какая-либо содержательная закономерность в распределении модификаций дефектов. Вместе с тем, очередность и характер объединения классов дефектов свидетельствуют о том, что сначала объединяются дефекты по достоверности, затем по полноте и, наконец, дефекты по своевременности, что подтверждает выдвинутые ранее предположения. Более конкретное представление о значимости каждого класса дефектов можно получить путем дальнейшей обработки статистической структуры по каждому классу дефектов в отдельности и в комплексе.

Оценка параметров ИС выполняется посредством реализации соответствующей программы статистического анализа данных. На машинном уровне исходные данные могут быть представлены массивами: массив А - данные по дефектам достоверности, массив В - по полноте, массив DE - по своевременности (таблица 4.17).

Для удобства анализа и оценки уровня качества, полученные на ЭВМ основные статистические данные, представляются по разработанной унифицированной форме в виде «Карты данных распределения дефектов» (КДРД) (таблицы 4.1-4.6). Под каждой таблицей приведены статистические характеристики. Эти характеристики получены путем расчета на ЭВМ оценок описательной статистики, а также оценок по формулам моделей измерения и оценки качества ИС (глава 3).

Таблица 4.1

Карта данных распределения дефектов достоверности по времени

Объем выборки: документов - 200, символов - 100000,

Среднее выборочное:

Среднее квадратическое отклонение: = 1,188

Границы доверительного интервала среднего выборочного: нижняя - 2,895, верхняя - 3,274;

Вероятность дефекта = 154/100000 = 0,00154

Показатель достоверности = 1- 0,00154 = 0,99846

Оценка математического ожидания дефекта X=* = 3,084*0,00154 = 0,0047493 мин.

Таблица 4.2

Карта данных распределения дефектов полноты по времени

Объем выборки: документов - 250, показателей - 6250.

Среднее выборочное: = 11,536.

Среднее квадратическое отклонение = 2,671.

Границы доверительного интервала среднего выборочного: нижняя - 10,177, верхняя - 13,014.

Вероятность дефекта = 166/6250 = 0,02656.

Показатель полноты = 1 - 0,02656 = 0,973444.

Оценка математического ожидания дефекта:

X = * = 11,536 * 0,02656 = 0,3063961 мин.

Таблица 4.3

Карта данных распределения дефектов по своевременности на этапах 1 и 3

Объем выборки: пачек документов - 269, среднее количество документов в пачке - 46, всего документов - 12374.

Среднее выборочное пачки: = 2548,30769.

Среднее квадратичное отклонение = 1003,28.

Границы доверительного интервала среднего выборочного: нижняя - 27,11, верхняя - 3016,32.

Вероятность дефекта (пачки документов): = 195/269 = 0,724907.

Показатель своевременности s = 1 - 0,724907 = 0,275093.

Оценка математического ожидания дефекта

X = * = 2548,30769 * 0,724907 = 1847,286 мин.

Оценка по документу - 40,158391 мин.

Таблица 4.4

Карта данных распределения дефектов достоверности по стоимости

Объем выборки: документов - 200, показателей - 100000.

Среднее выборочное: = 40,175.

Среднее квадратическое отклонение = 15,494.

Границы доверительного интервала среднего выборочного: нижняя - 37,708, верхняя - 42,642.

Вероятность дефекта = 154/100000 = 0,00154.

Показатель достоверности d = 1 - 0,00154 = 0,99846.

Оценка математического ожидания дефекта

X = * = 40,175* 0,00154 = 0,0618695 коп.

Таблица 4.5

Карта данных распределения дефектов полноты по стоимости

Объем выборки: пачек документов - 250, показателей 6250.

Среднее выборочное: = 323,009.

Среднее квадратическое отклонение = 74,792.

Границы доверительного интервала среднего выборочного: нижняя -321,545, верхняя -334,473.

Вероятность дефекта: = 166/6250 = 0,02656.

Показатель полноты p = 1 - 0,02656 = 0,97344.

Оценка математического ожидания дефекта

X = * = 323,009* 0,02656 = 8,579119 коп.

Таблица 4.6

Карта данных распределения дефектов своевременности

по стоимости на этапах 1 и 3