Klassifikationstræ - En konkret og visuel testteknik

Som senior testanalytiker er du altid på udkig efter teknikker, der kan sikre effektiv og præcis testdækning. Klassifikationstræ-metoden (Classification Tree Method, CTM) er en kraftfuld tilgang, der strukturerer testdesign på en visuel og systematisk måde, især når du arbejder med komplekse systemer med mange inputkombinationer.

Hvad er klassifikationstræ?

Klassifikationstræ er en black-box testteknik, der bruges til at identificere og kombinere testtilfælde ved hjælp af et trædiagram. Denne metode opdeler inputvariabler og deres mulige værdier i klasser og kombinerer dem på en organiseret måde for at sikre optimal testdækning.

Fremgangsmåde

1. Definér testobjektet
   Start med at identificere det system eller modul, der skal testes. Klargør, hvilke inputvariable og funktionelle aspekter der er relevante.

2. Identificér klassifikationer
   For hver inputvariabel identificeres klassifikationer, som repræsenterer mulige tilstande, værdier eller kategorier.
   Eksempel: Hvis en bruger skal vælge en betalingsmetode, kan klassifikationerne være "kreditkort", "PayPal" og "bankoverførsel."

3. Definér partitioner
   Opdel hver klassifikation i disjunkte værdier eller intervaller (partitioner).
   Eksempel: Kreditkort kan yderligere opdeles i "Visa", "MasterCard" og "Amex."

4. Byg klassifikationstræet
   Visualisér klassifikationerne og deres partitioner som et trædiagram, hvor grene repræsenterer mulige kombinationer.

5. Udvælg testkombinationer
   Brug heuristikker som pairwise eller udtømmende testdækning til at vælge meningsfulde kombinationer af klassifikationer.

6. Opret testtilfælde
   Hver udvalgt kombination repræsenterer et testtilfælde, som kan implementeres og køres.

Værktøjer

• Testona
  Et specialiseret værktøj til at opbygge og administrere klassifikationstræer.

• Microsoft Excel eller Google Sheets
  Kan bruges til simple klassifikationstræer og testtilfælde uden ekstra software.

• Mindmapping-værktøjer
  Værktøjer som XMind og MindMeister er effektive til at visualisere klassifikationstræer.

Fælder

1. Overvældende kompleksitet
   Store klassifikationstræer kan hurtigt blive komplekse og svære at vedligeholde. Reducér kompleksitet ved at bruge pairwise-strategi.

2. Manglende forankring i krav
   Hvis klassifikationerne ikke er veldefinerede eller knyttet til krav, risikerer du at teste irrelevante scenarier.

3. Overset negative testtilfælde
   Fokus på positive kombinationer kan føre til, at kritiske fejl i negative scenarier ikke opdages.

Styrker

• Visuel repræsentation
  Klassifikationstræet giver et klart overblik over mulige testkombinationer og hjælper med at identificere udeladelser.

• Systematisk tilgang
  Metoden sikrer, at alle relevante kombinationer af input behandles, hvilket forbedrer testdækningen.

• Fleksibilitet
  Velegnet til både simple og komplekse systemer, da træet kan justeres efter behov.

Eksempel - Tekst

Scenarie: Validering af loginformular

En loginformular kræver, at brugeren indtaster brugernavn, adgangskode og vælger en sikkerhedsmulighed.

• Klassifikationer:

  • Brugernavn: "Udfyldt", "Tomt".
  • Adgangskode: "Gyldig", "Ugyldig", "Tom".
  • Sikkerhedsmulighed: "To-faktor", "Ingen sikkerhed".

• Udvalgte testkombinationer:

  1. (Udfyldt, Gyldig, To-faktor)
  2. (Udfyldt, Ugyldig, Ingen sikkerhed)
  3. (Tomt, Gyldig, To-faktor)

Eksempel - Visuelt

Nedenstående er vist et mere visuelt eksempel på et klassifikationstræ:

Konklusion

Klassifikationstræ-metoden er en effektiv teknik til at designe testtilfælde på en struktureret måde. Når teknikken anvendes korrekt, sikrer den både bedre testdækning og en reduceret risiko for oversete fejl. Brug værktøjer til at visualisere træet og vær opmærksom på potentielle faldgruber for at få det fulde udbytte af denne metode.