Uma Abordagem para Caracterização dos Aspectos Não- Funcionais e Classificação do Nível de Exigência em Editais de Licitação de Software no Setor Público Brasileiro

• Bruno de F. Barros CESAR
• Reinaldo C. Silva Filho UFAL
• Allan R. dos Santos Araújo CESAR

DOI: https://doi.org/10.5753/sbqs.2017.15106

Resumo

Esforços levaram a contratos de software medidos pela quantidade de funcionalidades entregues. Porém, essa quantidade é apenas um dos muitos fatores para derivar o custo. Foi estabelecido um instrumento para caracterizar os aspectos não-funcionais em editais de software para o governo. Quatro estudos experimentais foram conduzidos para avaliar a eficácia do instrumento. Para tanto, 11 profissionais que atuam em licitações participaram como avaliadores e o Coeficiente de Concordância (W) de Kendall foi utilizado. Os resultados indicam uma concordância substancial dos níveis de exigência e foi possível obter indícios de eficácia, permitindo que o instrumento sirva de mecanismo comum para comparar editais de licitação.

Referências

Basili, V., Caldiera, G. and Rombach, H. D. (1994). Goal Question Metric Paradigm. Encyclopedia of Software Engineering, v. 2, p. 528–534.

Brasil, Ministério do Planejamento, O. e G. S. de L. e T. da I. (2015). Roteiro de Métricas de Software do SISP: Versão 2.1. Brasília: .

BRASIL, M. S. (2014). Guia de Boas Práticas em Contratação de TI. v 2 ed. Brasília: .

Buglione, L., Ormandjieva, O. and Daneva, M. (2008). Using PSU for early prediction of COSMIC size of functional and non-functional requirements. Lecture Notes in Computer Science, v. 5338 LNCS, p. 352–361.

COSMIC (2015). The COSMIC Functional Size Measurement Method Version 4.0.1 Measurement Manual. n. April, p. 1–98.

Goodman, L. A. (1961). Snowball Sampling. The Annals of Mathematical Statistics, v. 32, n. 1, p. 148–170.

Green, C., Bradley, D., Ben-Cnaan, T., et al. (2012). Software Non-Functional Assessment Process. The IFPUG Guide to IT and Software Measurement. Auerbach Publications. p. 495–523.

IFPUG (2010). Counting Practices Manual. 4.3 ed.

IFPUG (2015). Software Non-functional Assessment Process (SNAP). Assessment Practices Manual. International Function Point Users Group.

Kendall, M. G. and Smith, B. B. (1939). The Problem of m Rankings. The Annals of Mathematical Statistics, v. 10, n. 3, p. 275–287.

Landis, J. R. and Koch, G. G. (1977). The Measurement of Observer Agreement for Categorical Data. Biometrics, v. 33, n. 1, p. 159–174.

Legendre, P. (2005). Species Associations: the Kendall Coefficient of Concordance Revisited. Journal of Agricultural, Biological, and Environmental Statistics, v. 10, n. 2, p. 226–245.

Lokan, C. J. (2000). An empirical analysis of function point adjustment factors. Information and Software Technology, v. 42, n. 9, p. 649–660.

Mahmoud, A. and Williams, G. (2016). Detecting , classifying , and tracing nonfunctional software requirements. Requirements Engineering, v. 21, n. 3, p. 357–381.

Marshall, M. N. (1996). Sampling for qualitative research. Family Practice, v. 13, n. 6, p. 522–525.

Meli, R. (2012). Software Measurement in Procurement Contracts. The IFPUG Guide to IT and Software Measurement. Auerbach Publications. p. 561–583.

Shull, F., Mendoncça, M. G., Basili, V., et al. (2004). Knowledge-Sharing Issues in Experimental Software Engineering. Empirical Software Engineering, v. 9, n. 1, p. 111– 137.

Siegel, S. and Jr., N. J. C. (2006). Estatística não-paramétrica para as ciências do comportamento. 2a ed. Porto Alegre: Artmed.

Wohlin, C., Runeson, P., Höst, M., et al. (2000). Experimentation in Software Engineering: An Introduction. Boston, MA: Springer US. v. 6