Automatización de Pruebas Funcionales y Pruebas de Software en el Proceso de Control de Calidad del Ministerio de Educación del Perú, 2022

• Autor: Quispe Gutierrez, Jhon Keny
• Formato: tesis de maestría
• Fecha de Publicación: 2023
• Institución: Escuela de Posgrado Newman
• Repositorio: NEWMAN-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.epnewman.edu.pe:20.500.12892/763
• Enlace del recurso: https://hdl.handle.net/20.500.12892/763
• Nivel de acceso: acceso abierto
• Materia: Automatización de pruebas funcionales; Pruebas de software; Calidad de software; Control de calidad; Cobertura de pruebas; Detección temprana de defectos; https://purl.org/pe-repo/ocde/ford#1.02.00

El presente estudio fijó como objetivo general precisar en qué medida la automatización de pruebas funcionales mejorará las pruebas de software en el proceso de control de calidad del Ministerio de Educación del Perú. La investigación tiene dos variables, la independiente, automatización de pruebas y la dependiente, pruebas de software. En los resultados se comprobó que los de scripts automatizados de pruebas mejora significativamente la ejecución pruebas de software incrementando la eficiencia, productividad, confianza, optimizando el diseño y reduciendo los costos en el proceso de control de calidad. En la metodología se utilizó un tipo de investigación aplicada, diseño preexperimental y con un enfoque cuantitativo, debido a que se han realizado mediciones antes(pretest) con pruebas manuales y después (Postest) con pruebas automatizadas para demostrar las hipótesis que se establecieron como parte del estudio. El tamaño de la muestra que se utilizó para la investigación fueron los colaboradores que pertenecen a la Unidad de Calidad y Seguridad de la información. Los resultados obtenidos fueron los siguientes: Se logró mejorar la productividad debido a la reducción del tiempo de ejecución de casos de prueba en un 71.5% , incrementar en 33% la detección temprana de defectos, aumentar al 96% la tasa de cobertura de pruebas de regresión gracias a la repetibilidad de los scripts automatizados, mejorar en 43% el rendimiento en el diseño de casos de prueba automatizados y mejorar al 97% la eficiencia en la detección de defectos gracias a la programabilidad de los scripts automatizados.