Eine empirische Studie über die Auswirkungen der Minimierung auf die Fehlererkennungsfähigkeit von Testdatensätzen

Techniken zur Minimierung von Testdatensätzen versuchen, die Kosten für das Speichern und Wiederverwenden von Tests während der Softwarewartung zu senken, indem redundante Tests aus Testdatensätzen eliminiert werden. Ein potenzieller Nachteil dieser Techniken besteht darin, dass durch die Minimierung eines Testdatensatzes die Fähigkeit dieses Testdatensatzes, Fehler in der Software aufzudecken, verringert werden könnte. Eine Studie zeigte, dass die Minimierung die Größe von Testdatensätzen verringern kann, ohne die Fehlererkennungsfähigkeit von Testdatensätzen signifikant zu reduzieren. Um dieses Thema näher zu untersuchen, führten wir ein Experiment durch, in dem wir die Kosten und Nutzen der Minimierung von Testdatensätzen verschiedener Größen für mehrere Programme verglichen. Im Gegensatz zur vorherigen Studie zeigen unsere Ergebnisse, dass die Fehlererkennungsfähigkeiten von Testdatensätzen durch die Minimierung erheblich beeinträchtigt werden können.