Kullanımı, Kullanım İsteği ve Uygunluk Algısı
Erhan Pişirir1[0000-0002-2365-4643], Cüneyt Sevgi2,Oumout Chouseinoglou3[0000-0002-8513-351X] ve Erkan Uçar2[0000-0002-9042-3407] 1 Hacettepe Üniversitesi, İstatistik Bölümü, Ankara, Türkiye
2 Bilkent Üniversitesi, Bilgisayar Teknolojileri ve Bilişim Sistemleri Bölümü, Ankara, Türkiye 3 Hacettepe Üniversitesi, Endüstri Mühendisliği Bölümü, Ankara, Türkiye
erhanpisirir@hacettepe.edu.tr, csevgi@bilkent.edu.tr, uhus@hacettepe.edu.tr, eucar@bilkent.edu.tr
Özet. Yeni teknolojik gelişmelerin kullanıcılar tarafından benimsenip mevcut al-ternatiflerin yerine kullanılması sürecini etkileyen içsel ve dışsal faktörler bulun-maktadır. Yeni bir teknolojinin kullanıma uygunluğu, o teknolojiyi kullanma is-teği ve o teknolojinin hâlihazırda kullanılıyor olması farklılıklar gösterebilmek-tedir. Bu çalışmada, Türkiye’de yazılım geliştirme projelerinde bulut bilişim ser-vislerinin kullanım durumu incelenmiştir. Yapılan anket çalışması sonuçları ista-tistiksel yöntemlerle karşılaştırılmış ve yazılım projelerindeki aktivitelerde bulut teknolojilerinin mevcut kullanımı, yazılım geliştiricilerin bulutu işlerine uygun bulma derecesi ve yazılım geliştiricilerin bulut kullanım isteği arasındaki ilişkiler çıkarılmıştır.
Anahtar Kelimeler: Bulut Bilişim, Yazılım Geliştirme Aktiviteleri, Bulut Ta-banlı Yazılım Geliştirme, Teknoloji Kullanım Modeli.
Actual Use, Use Intention and Perceived Suitability of
Cloud by Turkish Software Development Teams
Erhan Pişirir1[0000-0002-2365-4643], Cüneyt Sevgi2,
Oumout Chouseinoglou3[0000-0002-8513-351X] and Erkan Uçar2[0000-0002-9042-3407] 1 Hacettepe University, Department of Statistics, Ankara, Turkey
2 Bilkent University, Computer Technologies and Information Systems, Ankara, Turkey 3 Hacettepe University, Department of Industrial Engineering, Ankara, Turkey erhanpisirir@hacettepe.edu.tr, csevgi@bilkent.edu.tr,
uhus@hacettepe.edu.tr, eucar@bilkent.edu.tr
Abstract. There are several internal and external factors that affect the adoption and use of a new technology instead of the existing alternatives. The suitability
of a new technology, the intention to use it and actually using it may show dif-ferences. In this study, the state of cloud use in software development projects in Turkey is investigated. To this end, a questionnaire is administered and the results are analyzed statistically to derive the relationships between the actual use, use intention and perceived suitability of cloud services by software developers re-garding development activities in software projects.
Keywords: Cloud Computing, Software Development Activities, Cloud Based Software Development, Technology Use Model.
1
Giriş
Yazılım geliştirme projeleri içerisinde birçok aktivite gerçekleştirilmekte olup, takip edilen yazılım geliştirme süreci bu aktivitelerin hangi sırada ve ne şekilde ilerleyeceğini şekillendirmektedir. Temel yazılım geliştirme aktiviteleri, gereksinim toplama, tasarım, kodlama, test, konuşlandırma ve bakım olarak sıralanabilir [1]. Bu aktivitelerin her biri için geliştiricilere karşılaşacakları sorunları çözmeleri veya verimliliklerini artırmaları konusunda yardımcı olabilecek çözümler mevcuttur. Bulut bilişim, son yıllarda kişile-rin kullanımına zamanla daha uygun hale gelen ve kabul gören bir teknoloji olmaya başlamış, bu kapsamda yazılım geliştiriciler için bulut tabanlı yazılım çözümlerine ve yardımcı araçlarına da daha çok rastlanmaya başlamıştır. Ancak bulut tabanlı yazılım geliştirme çözümlerinin her durum ve her proje için kesinlikle geleneksel çözümlerden daha üstün ve kullanımının daha avantajlı olduğu gibi bir genelleme yapılması doğru olmayabilir. Alternatiflerden birini kullanmadan önce projenin ve kurumun karakteris-tikleri, yazılım geliştiricilerin kişisel tercihleri, müşteri talepleri, ürünün ve sürecin özellikleri gibi birçok faktör göz önünde bulundurularak bir karar verilmelidir [2], böy-lece yanlış alternatifin seçiminden kaynaklanan zaman, efor ve para kaybından kaçını-labilir; yanlış tercihlerle verimliliğin düşürülmesi engellenebilir. Çoban vd.’nin [3] 2016 yılında Türkiye’deki yazılım geliştirme organizasyonlarının bulut kullanımı ile ilgili yaptıkları demografik ön çalışmada mevcut bulut kullanımı ile yazılım geliştirici-lerin bulut teknolojigeliştirici-lerini kullanma isteğini birlikte modelleyen istatistiksel bir çalışma yapmanın faydalı olacağı ve bulut kullanım durumunun farklı boyutları ile incelenmesi gerektiği sonucuna varılmıştır. Çoban vd.’nin [3]’te sunduğu gibi bulut teknolojilerini yazılım projelerinde kullanan organizasyonlar mevcuttur. Bu çalışmanın amacı ise Ço-ban vd.’nin [3] çalışmasını bir adım ileri götürerek, yazılım geliştirme projelerinde bu-lut teknolojileri için mevcut kullanım (MK) – algılanan uygunluk (AU) – kullanım is-teği (Kİ) arasındaki ilişkinin seçilen yazılım geliştirme aktiviteleri üzerinden karşılaş-tırılması ve incelenmesidir. MK – AU – Kİ arasındaki ilişkilere ek olarak, bu üç kavra-mın farklı yazılım geliştirme aktiviteleri için sonuçlarının diğer aktiviteler ile arasında ne gibi bir ilişki olduğu istatistiksel olarak test edilmiştir. Bu çalışmanın geri kalan kıs-mında, Bölüm 2’de yazılım geliştirme aktivitelerinde bulut kullanımı ile ilgili bir lite-ratür taraması, Bölüm 3’te kullanılmış olan yöntem, Bölüm 4’te istatiksel analiz ve bu analizlerin yorumları verilmektedir. Bölüm 5’te ise sonuçlar tartışılmaktadır.
2
Literatür Taraması
Yazılım geliştirme projelerinde bulut kullanımı konusuna endüstride artan bir eğilim olsa da, bu konudaki akademik çalışmalar sınırlı sayıdadır. Bulut teknolojilerinin yazı-lım geliştirme aktivitelerinde kullanımı için teknoloji kabul çalışmalarına, Pişirir’in [2] çalışması öncesinde rastlanmamaktadır. Bulut bilişimin kişisel kullanım için yaygın-laşmaya başladığı ilk zamanlardaki çalışmalar genel olarak bulut kavramının kendisine, yazılım alanında kullanımının olası zorluklarına ve faydalarına odaklanmıştır. Wein-hardt vd. [4] bulut teknolojilerinin kullanıma hazır yazılım parçalarının erişimine ola-nak tanıyarak yazılım geliştirme sürecini oldukça kolaylaştıracağını savunurken; Er-doğmuş [5] bulut bilişimin yazılım geliştirme projeleri için kodlama ve test gereksi-nimlerini ortadan kaldıracak çapta büyük bir yenilik olacağı fikrine kuvvetle karşı çık-mıştır. Dillon vd. [6] bulut platformlarının birlikte çalışma kapasitelerinin, yazılım ge-liştirme alanında pratik kullanım için henüz yeterince fonksiyonel olmadığını ama ile-risi için gelecek vadettiğini belirtmiştir. Zaman içeile-risinde bulut teknolojilerinin yazılım geliştirme alanında oldukça büyük fayda sağlayabileceği ve bazı durumlarda geleneksel araçlardan daha avantajlı olabileceği de görülmüştür. Al-Rousan [7] 2015 yılındaki ça-lışmasında küresel ölçekte yazılım geliştirme alanındaki zorlukları engelleyebilmek için bulutun kullanılabileceğini önermiştir. Almorsy vd. [8] bulut ile ilgili en büyük endişelerden biri olan güvenlik kaygılarını, yazılım mühendisliği özelinde incelemiş, güvenlik önlemlerinin bulut üzerinde yazılım geliştirme eğilimleri ile birlikte nasıl ge-lişebileceğini yorumlamıştır. Yakın tarihli çalışmalar ise özellikle yazılım geliştirme aktiviteleri ve sorunları için bulut tabanlı çözümlerin önerilmesine odaklanmıştır. Ya-zılım test aktivitelerinin buluta taşınması kavramının oldukça ilgi çeken araştırma ko-nularından biri olduğu görülmektedir. Malik ve Singh [9] çeşitli test ortamlarını tartış-tıkları çalışmalarında bulut tabanlı test ortamlarını göz önünde bulundurmuştur. Benzer olarak Candea vd. [10] ise Hizmet Olarak Otomatik Yazılım Testi (Automated Software Testing as a Service) kavramını önermiş; Mittal vd. [11] de yazılım testlerinin gelece-ğinde bulut tabanlı ortamların kullanımını incelemiştir. Teixeira ve Karsten’in [12] bu-lut tabanlı bir yazılım ekosistemi olan OpenStack ortamı üzerine yaptıkları çalışmaları, bulutun sunduğu olanaklardan faydalanarak yazılımı erken, sık ve zamanında yayınla-mayı sağlayacak bir yazılım yönetim çalışması örneğidir.
3
Yöntem
3.1 Anket Çalışması
Bu çalışma kapsamında oluşturulan MK – AU – Kİ modeline ve altı temel yazılım geliştirme aktivitesine (gereksinim, tasarım, kodlama, test, konuşlandırma ve bakım) dayalı ölçümler için 1-5 arası Likert ölçeği kullanan bir anket hazırlanmıştır. Kapsamlı anket sadece MK – AU – Kİ değişkenleri ile sınırlı olmamakta, katılımcıların proje ve organizasyon özelliklerini soran demografik bir soru setinin ardından yazılım geliş-tirme aktivitelerinde bulut kullanım isteğini detaylı bir model ile ölçmeyi hedefleyen birçok değişkene dayalı sorulardan oluşmaktadır. Bu değişkenler literatürde sıklıkla
rastlanan ve genel kabul görmüş teknoloji kabul teorilerinden Teknoloji Kabul Modeli (Technology Acceptance Model, TAM) ve Teknoloji-Organizasyon-Çevre (Techno-logy-Organisation-Environment, TOE) yapılarına ilave edilen özgün bir katkı olan de-ğişken seti Birey-Kurum-Proje (Person-Organisation-Project, POP) yapılarının birle-şimiyle oluşturulan karmaşık bir hibrit modelin ölçümü ve hipotezlerin testleri için ta-sarlanmıştır [2]. Anketin tam hali (soruların tam listesi ve sunulan çoktan seçmeli se-çenekler) çevrimiçi sunulmuştur [13].
3.2 İstatistiksel Analiz
Anket sonuçlarının yorumlanması ve üç değişken arasındaki farkları ölçen hipotezlerin (birinci ölçüm = ikinci ölçüm) test edilmesi sırasında üç değişken ikili olarak birbirle-riyle; her değişkenin altında da altı aktivite tüm ikili ilişki kombinasyonları ile kendi içlerinde birbirleriyle, ankete verilen yanıtların paired t-test kullanılması ile karşılaştı-rılmıştır. Paired t-test’ler için Student’s test veya Wilcoxon signed-rank gibi istatistiksel analizler kullanılabilir. Bu analizlerin Likert ölçekli anket yanıtları üzerinde uygulama-sının anlamlı sonuçlar verdiği literatürde gösterilmiştir [14]. İkili karşılaştırmalarda kullanılan ve test edilen hipotez, birinci ölçüm ile ikinci ölçümün birbirinden farklı ol-duğu hipotezidir. p-değerinin 0.005’ten küçük olol-duğu karşılaştırmalarda bu hipotez %99.5 güven seviyesinde kabul edilebilir. p-değerinin 0.005’ten büyük olduğu durum-larda iki ölçümün arasında istatistiksel anlamı olan bir fark olmadığı söylenebilir. İsta-tistiksel analizler için bir açık-kaynaklı yazılım paketi olan JASP1 kullanılmıştır.
4
Analiz ve Yorumlar
4.1 Veri Toplama Süreci
Türkiye’de faaliyet gösteren 30 yazılım geliştirme organizasyonuna ulaşılmış (Tablo 3), bu kurumlardan an itibariyle 84 farklı aktif yazılım geliştirme projesinde (Tablo 2) yazılım geliştirici veya proje lideri olarak çalışan 191 katılımcı (Tablo 1) seçilmiştir. Bu katılımcılara aktif olarak çalıştıkları yazılım projelerine dair bir anket uygulaması yapılmıştır. Anket uygulamaları 29/10/2017 ve 17/04/2019 tarihleri arasında organi-zasyonlar ziyaret edilip katılımcılarla yüz yüze yapılan görüşmelerle tamamlanmıştır. Birden fazla yazılım projesinde aynı anda çalışan yazılım geliştiriciler ile her proje için ayrı bir anket uygulaması tamamlanmış, 288 farklı gözleme ulaşılmıştır. Toplanan veri temizlendikten sonra 268 yanıt ile bu çalışmanın analizi gerçekleştirilmiştir.
Gereksinim toplama, tasarım, kodlama, test, konuşlandırma ve bakım olacak şekilde altı ana yazılım geliştirme aktivitesi için MK – AU – Kİ değişkenlerini ölçmek için katılımcılara sorulan sorular sonucunda veri seti oluşturulmuştur.
Tablo 1. Anket katılımcılarının demografik bilgileri (N = 191)
Cinsiyet n % Eğitim n %
Kadın 32 16.8 Lise veya ön-lisans 4 2.7
Erkek 159 83.2 Üniversite 121 63.3 Yüksek lisans 56 29.3 Doktora 9 4.7 Yaş n % İş Deneyimi n % 18-25 20 10.4 5 yıl ve daha az 70 36.6 26-33 86 45.1 6 - 10 yıl 56 29.3 34-41 58 30.4 11 - 20 yıl 54 28.3
42 ve daha büyük 27 14.1 20 yıldan daha fazla 11 5.8
4.2 Bulgular
Anket çalışmasına katılan yazılım geliştiricilerin MK – AU – Kİ değişkenlerine yönelik verdikleri yanıtlar incelenmiş ve bu kısımda bu yanıtların özet istatistikleri ve frekans-ları sunulmuştur. Her yazılım geliştirme aktivitesi için MK, AU ve Kİ yanıtfrekans-larının or-talaması, standart sapması ve her yanıtın frekansı Tablo 4’te verilmiştir. Şekil 1(a) ya-zılım aktiviteleri için MK yanıtlarının ortalama, mod ve medyan değerlerini; Şekil 1(b) AU yanıtlarının istatistiklerini ve Şekil 1(c) Kİ yanıtlarının istatistiklerini göstermekte-dir.
Mevcut Kullanım (MK). Yazılım geliştiren organizasyonlarda mevcut bulut kullanımı
büyük ölçüde organizasyonun üst yönetiminin aldığı kararlar çerçevesinde, müşteri ta-lepleri ve çalışılan sektörün gerektirdikleri ile şekillenmektedir. Tamamlanan anket ça-lışması sonuçları incelendiğinde, yazılım geliştirme aktivitelerinden herhangi birinde bulut teknolojilerini her zaman kullandığını söyleyen katılımcıların oranı %10’u geç-memektedir.
Altı temel yazılım geliştirme aktivitesindeki MK sonuçları istatistiksel olarak birbir-leri ile karşılaştırılmıştır. Student’s t-test ve Wilcoxon signed-rank testbirbir-leri birlikte uy-gulanmış, iki analizin sonuçları birlikte Tablo 5’te verilmiştir. Analiz sonuçlarının ve-rildiği tablolarda istatistiksel olarak anlamlı derecede farklı bulunan ilişkiler koyu renkle gösterilmiştir. Yazılım geliştirme aktivitelerinde MK’nın birbiri ile olan ilişkileri incelendiğinde şu yorumlar yapılabilir:
Gereksinim toplama, tasarım, test ve bakım aktivitelerinde MK büyük ölçüde birlikte şekillenen bir karar olarak görülebilir. Bu dört aktivite için MK değerleri arasında istatistiksel anlamlı bir fark olmadığı sonucuna ulaşılmıştır.
Bu dört aktivite grubunun dışında, kodlama ve konuşlandırma aşamalarındaki MK diğer dört aktiviteden genel olarak bağımsız bir karar olarak verilmektedir (gereksinim toplama ve konuşlandırma arasındaki ilişki hariç).
Kodlama ve konuşlandırma aşamalarındaki bulut kullanımı arasında ise istatis-tiksel bir fark olmadığı görülmektedir.
Bulut teknolojilerinin Türkiye’deki yazılım geliştirme organizasyonlarında kullanı-mına ilişkin karar verilirken kodlama ve konuşlandırma aktivitelerinde kullanılacak servislerin diğer dört aktiviteden bağımsız olarak verilmiş olduğu; gereksinim, tasarım,
test ve bakım aktivitelerinde ise bulut kullanımının genelde birlikte olduğu sonucuna varılabilir.
Tablo 2. Anket katılımcılarının proje bilgileri (N = 84)
Proje Boyu n % Konuşlandırma modeli n %
<10 KLOC 4 4.8 Kendi fiziksel sunucumuz 44 52.4
10-99 KLOC 13 15.5 Kiralık fiziksel sunucu 11 13.1
100-1000 KLOC 17 20.2 Kiralık sanal sunucu 20 23.8
>1000 KLOC 10 11.9 Kendi sanal sunucumuz 34 40.5
Kestirim yapılmadı 40 47.6 Yazılım Geliştirme Modeli n %
Proje Bütçesi n % Çevik (Agile) 64 76.2
< $50,000 20 23.8 Yinelemeli (Incremental) 24 28.6
$50,000 - $100,000 7 8.3 Şelale (Waterfall) 14 16.7
$100,000 - $500,000 17 20.2 Programlama Dili n %
> $500,000 37 44.1 Java 51 60.7
Açıklanmadı 3 3.6 JavaScript 49 58.3
Proje Takım Boyu n % PHP / ASP / JSP 29 34.5
1 – 3 kişi 24 28.6 C++ 18 21.4
4 – 7 kişi 38 45.2 iOS / Swift 18 21.4
8 – 15 kişi 12 14.3 C# 16 19
16 – 35 kişi 10 11.9 Python 16 19
Yüklenici n % Objective-C 11 13.1
Kurum tek yüklenici 70 83.3 Diğer 14 16.7
Konsorsiyum 14 16.7 Mobilite n %
Coğrafi Yerleşim n % Hiç mobil değil 43 51.2
Bir ofis 63 75 Yarıdan azı kısmen mobil 22 26.1
Bir şehir, iki ofis 11 13.1 Yarıdan azı genelde mobil 1 1.2
Bir şehir, ikiden çok ofis 1 1.2 Yarısı kısmen mobil 13 15.5
İki şehir, birden çok ofis 6 7.1 Yarıdan çoğu kısmen mobil 1 1.2
İkiden çok şehirde ofis 3 3.6 Yarıdan çoğu genelde mobil 3 3.6
Geliştirilen Yazılım Türü n % Tüm takım genelde mobil 1 1.2
Yaşam-kritik sistemler 25 29.8 Mali kaynak n %
İş uygulamaları 32 38.1 %100 yerli 70 83.3
Bilim/mühendislik 8 9.5 Çoğunlukla yerli 5 6
Sistem yazılımları 11 13.1 Çoğunlukla uluslararası 6 7.1
Web uygulamaları 52 61.9 %100 uluslararası 3 3.6
Mobil uygulamalar 30 35.7
Tablo 3. Anket katılımcıların organizasyon bilgileri (N = 30)
Organizasyon Boyu n % Yazılım Projesi Sayısı n %
1 – 9 kişi 8 26.7 1 - 10 18 60
10 – 49 kişi 9 30 11 - 25 8 26.7
50 – 99 kişi 0 0 26 - 75 2 6.7
100 – 499 kişi 7 23.3 76 - 200 0 0
500 + kişi 6 20 200 + 1 3.3
Yıllık Ciro n % Raporlanmadı 1 3.3
< $100,000 2 6.7 Organizasyon Sektörü n %
$100,000 - $500,000 10 33.3 Bankacılık / finans 7 23.3
> $500,000 15 50 Kamu kurumu 14 46.7
Açıklanmadı 3 10 Askeri / savunma 11 36.7
Organizasyon Yaşı n % Mühendislik / üretim 9 30
1 – 10 yıl 14 46.7 BT / telekomunikasyon 13 43.3
11 – 25 yıl 9 30 Sigorta 3 10
26 + yıl 7 23.3 Sağlık 7 23.3
Tablo 4. MK – AU – Kİ yanıtlarının istatistikleri
Aktivite Ort. (x̅ ) St. Sap. (s) Hiç Nadiren Bazen Sıklıkla Her Zaman
MK Gereksinim 2.07 1.28 122 30 39 37 9 Tasarım 1.94 1.17 130 42 52 15 11 Kodlama 2.30 1.44 119 29 40 38 26 Test 2.04 1.30 131 42 34 31 15 Konuşlandırma 2.32 1.50 126 20 28 51 25 Bakım 1.93 1.32 144 32 28 22 18 AU Gereksinim 3.63 1.25 27 19 31 104 61 Tasarım 3.36 1.09 20 24 76 89 31 Kodlama 3.63 1.15 21 16 54 101 57 Test 3.61 1.06 13 19 65 95 49 Konuşlandırma 3.82 1.20 19 10 39 80 76 Bakım 3.46 1.15 20 19 56 84 37 Kİ Gereksinim 3.64 1.31 27 20 37 78 74 Tasarım 3.42 1.27 28 23 53 78 49 Kodlama 3.72 1.27 23 25 37 85 84 Test 3.73 1.15 13 26 54 82 76 Konuşlandırma 4.04 1.17 15 12 33 68 111 Bakım 3.63 1.23 22 12 63 63 69
Şekil 1. MK – AU – Kİ yanıtlarının istatistikleri
Tablo 5. MK analiz sonuçları
Ölçüm 1 Ölçüm 2 İstatistik Student Wilcoxon İstatistik df Student p-değeri Wilcoxon p-değeri Gereksinim Tasarım 1.727 1477.5 228 0.086 0.059 Gereksinim Kodlama -2.955 2250.5 229 0.003 0.005 Gereksinim Test 0.227 3061 232 0.821 0.588 Gereksinim Konuşlandırma -1.727 3061.5 228 0.085 0.132 Gereksinim Bakım 1.374 2029 224 0.171 0.19 Tasarım Kodlama -4.399 1875.5 244 < .001 < .001 Tasarım Test -1.104 1942 235 0.271 0.337 Tasarım Konuşlandırma -3.171 2342 233 0.002 0.002 Tasarım Bakım 1.233 1814 231 0.219 0.245 Kodlama Test 3.491 2667 242 < .001 0.003 Kodlama Konuşlandırma 0.507 2690 235 0.613 0.564 Kodlama Bakım 5.523 3668 229 < .001 < .001 Test Konuşlandırma -3.009 1272.5 239 0.003 < .001 Test Bakım 0.685 1944 236 0.494 0.953 Konuşlandırma Bakım 6.224 2325.5 234 < .001 < .001
Algılanan Uygunluk (AU). AU yazılım projelerinde çalışan bireylerin bulut
teknolo-jilerinin mevcut iş ve görevlerine ne kadar uygun olduğunu düşünme seviyeleridir ve kişisel deneyim, düşünce, algı ve tecrübelerine dayanarak şekillenen bir değişkendir. Mevcut olarak çalıştıkları yazılım projesinde bulut kullanımı bu uygunluk algısını et-kilemekle birlikte (kişisel tecrübeleri şekillendirdiği için), uygunluğun tek etkileyici faktörü MK olmamaktadır. Altı temel yazılım geliştirme aktivitesi için katılımcıların AU değerleri arasındaki ikili ilişkilerin istatistiksel test sonuçları Tablo 6’da verilmiştir. MK sonuçlarındaki gruplaşmalar ile karşılaştırıldığında, bireylerin AU için farklı aktivite grupları olduğu görülmektedir. Yazılım geliştiricilerin bulut teknolojileri için AU incelendiğinde gereksinim, test ve bakım aktivitelerine bu kez kodlama aktivitesi-nin dahil olduğu ve bu dört yazılım geliştirme aktivitesi ile AU arasında istatistiksel bir fark olmadığı sonucuna ulaşılmıştır. Konuşlandırma aktivitesi için uygunluk sadece kodlama aktivitesindeki AU ile ilişkiliyken, tasarım için uygunluğun sadece bakım aşa-masında AU ile arasında istatistiksel bir fark olmadığı görülmüştür.
Tablo 6. AU analiz sonuçları
Ölçüm 1 Ölçüm 2 İstatistik Student Wilcoxon İstatistik df Student p-değeri Wilcoxon p-değeri Gereksinim Tasarım 3.421 3300.5 221 < .001 < .001 Gereksinim Kodlama -0.337 4625 224 0.736 0.709 Gereksinim Test 0.418 5033.5 219 0.676 0.499 Gereksinim Konuşlandırma -2.593 3129 208 0.01 0.016 Gereksinim Bakım 0.943 5355.5 206 0.347 0.29 Tasarım Kodlama -3.775 2710 229 < .001 < .001 Tasarım Test -3.046 3902.5 224 0.003 0.007 Tasarım Konuşlandırma -4.934 2000 211 < .001 < .001 Tasarım Bakım -1.452 3025.5 203 0.148 0.182 Kodlama Test 0.585 2824 236 0.559 0.501 Kodlama Konuşlandırma -2.713 2529 219 0.007 0.02 Kodlama Bakım 1.326 3178.5 205 0.186 0.093 Test Konuşlandırma -2.949 1880 218 0.004 0.005 Test Bakım 2.767 1678 199 0.006 0.007 Konuşlandırma Bakım 4.307 2815 201 < .001 < .001
Kullanım İsteği (Kİ). Bireylerin yeni bir teknolojiyi alıştıkları çözümlerin yerine
Kİ’ni etkileyen birçok faktör mevcuttur. Bu Kİ’ni şekillendiren sebepleri spesifik nolojilere ve spesifik toplumlara bağlı olarak ölçmeye ve anlamlandırmaya çalışan tek-noloji kabul çalışmaları literatürde rahatlıkla bulunabilen araştırmalardır. Bu çalışmada Kİ’ni şekillendirebilecek tüm faktörlerin dahil olduğu kapsamlı bir model çıkarmak ye-rine bu isteğin AU ve MK arasındaki ilişkiler ve farklar incelenmektedir. Katılımcıların altı yazılım geliştirme aktivitesinde bulut teknolojileri Kİ’ni ölçen anket sorularına ver-dikleri yanıtlar kullanılarak yapılan karşılaştırma analizi sonuçları tüm aktivite ikilileri için Tablo 7’de verilmiştir. AU ile aynı şekilde, bireylerin bulut Kİ de gereksinim, test, bakım ve kodlama aktiviteleri arasında fark göstermemektedir. Tasarım aktivitesinde bulut Kİ gereksinim aşamasında bulut Kİ ile bir ilişki gösterirken, konuşlandırma akti-vitesinde bulut Kİ’nin diğer aktiviteler için olan istekten bağımsız ve farklı olduğu söy-lenebilir.
Tablo 7. Kİ analiz sonuçları
Ölçüm 1 Ölçüm 2 İstatistik Student Wilcoxon İstatistik df Student p-değeri Wilcoxon p-değeri Gereksinim Tasarım 1.619 2349 211 0.107 0.093 Gereksinim Kodlama -1.083 2247 223 0.28 0.199 Gereksinim Test -0.69 3176.5 228 0.491 0.654 Gereksinim Konuşlandırma -4.3 1372.5 219 < .001 < .001 Gereksinim Bakım -1.074 2499.5 216 0.284 0.359 Tasarım Kodlama -3.799 1651.5 230 < .001 < .001 Tasarım Test -3.674 2113 225 < .001 < .001 Tasarım Konuşlandırma -6.447 1238.5 213 < .001 < .001 Tasarım Bakım -2.244 1622 207 0.026 0.019 Kodlama Test -0.265 1446.5 239 0.791 0.933 Kodlama Konuşlandırma -3.929 578 228 < .001 < .001 Kodlama Bakım 0.723 2633 220 0.471 0.25 Test Konuşlandırma -4.332 730 232 < .001 < .001 Test Bakım 0.122 1521.5 225 0.903 0.924 Konuşlandırma Bakım 5.418 2340 220 < .001 < .001
Mevcut Kullanım (MK) – Algılanan Uygunluk (AU). Her bir değişkenin kendi içinde
yazılım geliştirme aktiviteleri üzerindeki sonuçların karşılaştırılmasına ek olarak üç kavram birbirleri ile de karşılaştırılabilir. Her bir yazılım aktivitesindeki MK ve birey-lerin AU dereceleri karşılaştırıldığında ulaşılan sonuçlar Tablo 8’de verilmiştir. Altı temel yazılım aktivitesinde de MK ve AU ölçümleri arasında istatistiksel olarak anlamlı bir fark olduğu söylenebilir.
Tablo 8. MK - AU analiz sonuçları
Ölçüm 1 Ölçüm 2 Student İs-tatistik Wilcoxon İstatistik df Student p-değeri Wilcoxon p-değeri MK-Gereksinim AU-Gereksinim -16.962 195 226 < .001 < .001 MK-Tasarım AU-Tasarım -18.717 273 231 < .001 < .001 MK-Kodlama AU-Kodlama -13.191 984 234 < .001 < .001 MK-Test AU-Test -16.516 315.5 227 < .001 < .001 MK-Konuşlandırma AU-Konuşlandırma -12.571 769 219 < .001 < .001 MK-Bakım AU-Bakım -14.276 150 206 < .001 < .001
Mevcut Kullanım (MK) – Kullanım İsteği (Kİ). MK oranları ile yazılım
geliştirici-lerin işgeliştirici-lerinde bulut Kİ arasındaki karşılaştırmalar her yazılım geliştirme aktivitesi için yapılmış, ikili analiz sonuçları Tablo 9’da verilmiştir. MK ve AU ile benzerlik gösteren bir şekilde Kİ ve MK arasında istatistiksel farkın anlamlı seviyede olduğu görülmekte-dir.
Tablo 9. MK - Kİ analiz sonuçları Ölçüm 1 Ölçüm 2 Student İs-tatistik Wilcoxon İstatistik df Student p-değeri Wilcoxon p-değeri MK-Gereksinim KI-Gereksinim 16.025 13696.5 217 < .001 < .001 MK-Tasarım KI -Tasarım 15.979 15208 225 < .001 < .001 MK-Kodlama KI -Kodlama 14.248 15726.5 239 < .001 < .001 MK-Test KI -Test 18.219 18615 236 < .001 < .001 MK-Konuşlandırma KI -Konuşlandırma 16.035 14717.5 231 < .001 < .001 MK-Bakım KI -Bakım 16.324 11075 214 < .001 < .001
Algılanan Uygunluk (AU) – Kullanım İsteği (Kİ). Yazılım takımlarında çalışan
ge-liştiricilerin AU ve bulutu Kİ mevcut bulut kullanımından istatistiksel olarak farklı bu-lunan iki değişkendir. Bu iki kavramın kendi içlerinde birbirleri ile karşılaştırılması ya-pılarak bu sistem hakkında sonuçlara varılabilir. Altı yazılım aktivitesi için AU ve Kİ’nin istatistiksel karşılaştırma sonuçları Tablo 10’da verilmiştir.
AU ve Kİ değişkenleri mevcut kullanımdan farklılık göstermekle birlikte, kendi ara-larında altı yazılım geliştirme aktivitesinin dördü için benzer sonuçlar vermektedir. Bir yazılım projesinin gereksinim, tasarım, kodlama ve test aşamalarında çalışan yazılım geliştiricilerin AU derecesi ile bulutu Kİ arasında istatistiksel olarak anlamlı bir farka rastlanmazken, konuşlandırma ve bakım aktiviteleri için bulutu bu iki aktiviteye uygun bir teknoloji olarak görmeleri doğrudan bulutu kendileri bu aktiviteleri gerçekleştirir-ken kullanmak isteyecekleri anlamına gelmemektedir.
Tablo 10. AU – Kİ analiz sonuçları
Ölçüm 1 Ölçüm 2 Student İs-tatistik Wilcoxon İstatistik df Student p-değeri Wilcoxon p-değeri AU -Gereksinim KI -Gereksinim 0.762 2310 228 0.447 0.607 AU -Tasarım KI -Tasarım 1.307 3087 225 0.193 0.23 AU -Kodlama KI -Kodlama 1.4 2621.5 248 0.163 0.262 AU -Test KI -Test 1.631 3106.5 234 0.104 0.057 AU -Konuşlandırma KI -Konuşlandırma 3.331 2182 220 0.001 0.001 AU -Bakım KI -Bakım 3.776 3102.5 209 < .001 < .001
Mevcut Kullanım (MK) – Algılanan Uygunluk (AU) – Kullanım İsteği (Kİ). Üç
değişkenin birbiri ile altı yazılım geliştirme aktivitesi üzerinden karşılaştırılması ve her bir değişkenin kendi içindeki aktiviteler için değerlerinin karşılaştırılması sonucunda ulaşılan tüm model Şekil 2’de verilmiştir. Bu modelde değişkenler arasındaki oklar, aralarında istatistiksel olarak fark bulunmayan değişken ikililerini göstermektedir. MK, AU ve Kİ arasındaki ilişkiler kırmızı oklarla, her bir değişkenin kendi içindeki aktivi-teler arası ilişkiler de mavi oklarla modele yansıtılmıştır.
Yazılım projelerinde mevcut bulut kullanımı ve yazılım geliştiricilerin bulut kulla-nım isteği arasında doğrudan bir bağlantı olmadığı görülmektedir. Çeşitli yazılım akti-vitelerindeki mevcut bulut kullanımının genel olarak yazılım geliştirici tercihleri ile or-taya çıkmadığı, bu mevcut tecrübenin de yazılım geliştiricilerin gelecek projelerle iliş-kili bulut kullanım tercihlerini doğrudan etkilemediği söylenebilir. Öte yandan dört ak-tivitede (test, kodlama, gereksinim ve tasarım) AU ve Kİ arasında istatistiksel olarak anlamlı bir ilişki görülmektedir. Bu aktiviteler için bulutu uygun bulan yazılım gelişti-riciler pratikte de bulut servislerini kullanmaya istekli olabileceği söylenebilir. Bakım ve konuşlandırma aktivitelerinde ise yazılım geliştiricilerin bulut kullanımını uygun bulması doğrudan bu aktivitelerde bulut kullanmak isteyecekleri sonucunu vermemek-tedir. Aktiviteler arasındaki ilişkilere bakıldığında da gereksinim, test, kodlama ve ba-kım aktiviteleri için yazılım geliştiricilerin bulut uygunluk algısı ve kullanım isteği kendi içlerinde bir bütün olarak değerlendirilebilir. Geliştiricilerin konuşlandırma akti-vitesi için bulut kullanım isteğinin ise diğer aktivitelerdeki tercihlerinden bağımsız ola-rak şekillendiği görülmektedir.
5
Sonuç
Çalışma kapsamında uygulanan anketten elde edilen veri çerçevesinde Türkiye’de ya-zılım geliştirme aktivitelerinde mevcut durumda bulut bilişim kullanımı oranının ol-dukça düşük (tüm aktiviteler için %10’dan az) olduğu görülmüştür. Bu düşük oran için yönetim seviyesinin yeni teknolojileri benimsemedeki olası tereddütleri, mevcut proje-leri yeni bir ortama taşıma eforundan kaçınma isteği, askeri veya savunma sanayi gibi sektörlerdeki katı düzenleme ve kuralların bulut tabanlı servislerin alımına hiçbir şe-kilde izin vermemesi gibi farklı sebepler gösterilebilir. Yazılım geliştirme aktivitele-rinde bulut teknolojilerini benimsemiş olan organizasyonların genelde daha az sayıda çalışana sahip olan, son yıllarda kurulmuş, daha kısıtlı bütçeye sahip organizasyonlar olduğu, teknolojik yeniliklere açık yönetim ekiplerine sahip kurumlar olduğu veya mo-bil uygulamalar ve sosyal medya servisleri gibi daha modern ürünler üzerine çalıştığı söylenebilecek organizasyonlar olduğu görülmüştür. Projelerde aktif olarak çalışan ya-zılım geliştiricilerin bulut teknolojilerini bireysel olarak işlerine uygun bulma ve bu teknolojileri kullanma isteğinin MK oranlarından daha yüksek olduğu gözlemlenmiştir. Yine de yönetimin bulut teknolojilerine sıcak bakmadığı organizasyonlarda çalışan ya-zılım geliştiricilerin bireysel Kİ’nde de azalma olabileceği görülmüştür. Bireysel AU ve Kİ kişiye ait deneyimler, ilgi alanları ve bilgi birikimi, tercihler, teknolojinin karak-teristikleri ve çevre etkisi gibi faktörlerle şekillenebilen olgulardır. Yazılım konuşlan-dırma aktivitesinde bulut kullanımının veya kullanım isteğinin genel olarak diğer akti-vitelerden bağımsız olduğu gözlemlenmiştir. Mevcut kullanım ele alındığında ise ko-nuşlandırma ile birlikte kodlama aktivitesinde bulut kullanımı da diğer aktivitelerdeki bulut kullanımından farklılık göstermiştir. Bireylerin ilgi ve istekleri ölçüldüğünde ise kodlama aktivitesi diğer aktivitelerle birlikte gruplandırılabilirken, tasarım aşamasında AU veya Kİ diğer aktivitelerdeki kullanımlardan bağımsız olduğu bulunmuştur. Bulut üzerinden yazılım geliştirme yaklaşımlarının devreye alınması veya yaygınlaştırılması kararları proje ve/veya kurum yöneticileri tarafından verilirken, mevcut bulut kullanımı
yerine AU ve Kİ kategorileri ile yazılım geliştirme aktivitelerinin bu kategoriler altında kendi aralarındaki ilişkileri göz önünde bulundurulabilir. Her bir yazılım geliştirme ak-tivitesine özgü ve özelleştirilmiş bulut tabanlı çözümler öneren çeşitli servisler oldu-ğundan, bu karar aşamasında yazılım geliştiricilerin proje verimliliğini artıracağına inandığı servislerin ayrıştırılması veseçimi önemlidir. Tek tek yazılım geliştirme akti-vitelerinde bulut servislerin kullanılması kararı verilebileceği gibi, projedeki bir grup aktivitenin bir arada buluta taşınması da düşünülebilir. Burada dikkat edilmesi gereken nokta, söz konusu aktiviteler ile ilgili yazılım geliştiriciler tarafından AU ve Kİ değer-lerinin önemli ve ilişkili olması olacaktır. Örneğin test ve kodlama gibi birbiri ile her şekilde ilişkili bulunmuş aktiviteler için birlikte çözüm öneren bulut servisleri, tasarım ve test aktivitelerine bulut tabanlı çözümler sunan bir servise tercih edilebilir.
Kaynakça
1. Bourque, P., Fairley, R. E. (Ed.): Guide to the software engineering body of knowledge (SWEBOK): Version 3.0. IEEE Computer Society Press (2014).
2. Pişirir, E.: A Structural Equation Model for Understanding the Use of Cloud by Software Development Teams (Yayımlanmamış Yüksek Lisans Tezi). Hacettepe Üniversitesi (2019). 3. Çoban, Ş., Uçar, E., Chouseinoglou, O., Sevgi, C., Testik, M. C.: Yazılım Geliştirme Takımlarının Bulut Üstünden Yazılım Geliştirme Eğilimlerinin İncelenmesi. 10. Ulusal Yazılım Mühendisliği Sempozyumu (UYMS16), Çanakkale, (2016).
4. Weinhardt, C. vd.: Cloud computing--a classification, business models, and research directions. Bus. Inf. Syst. Eng., 1, 5, 391–399 (2009).
5. Erdoğmuş, H.: Cloud computing: Does nirvana hide behind the nebula?, IEEE Softw., 26, 2, 4–6 (2009).
6. Dillon, T., Wu, C., Chang, E.: Cloud computing: issues and challenges. 24th IEEE international conference on advanced information networking and applications, 27–33 (2010). 7. Al-Rousan, T.: Cloud computing for global software development: Opportunities and challenges. Int. J. Cloud Appl. Comput., 5, 1, 58–68 (2015).
8. Almorsy, M., Grundy, J., Müller, I.: An analysis of the cloud computing security problem. Proceedings of APSEC 2010 Cloud Workshop (2010).
9. Malik, V., Singh, S.: Exploring Computing Environment Possibilities for Risk Oriented Testing. Orient. J. Comp. Sci. & Technol., 10, 3, 674-682 (2017).
10. Candea, G., Bucur, S., Zamfir, C.: Automated software testing as a service. Proceedings of the 1st ACM symposium on Cloud computing, 155–160 (2010).
11. Mittal, V., Nautiyal, L., Mittal, M.: Cloud Testing-The Future of Contemporary Software Testing, International Conference on Next Generation Computing and Information Systems (ICNGCIS), 131–136 (2017).
12. Teixeira, J. A., Karsten, H.: Managing to release early, often and on time in the OpenStack software ecosystem. J. Internet Serv. Appl., 10, 1, 7 (2019).
13. Anket Soruları, https://dar.vin/bulutanket. Son erişim tarihi: 20.08.2019.
14. De Winter, J. C. F., Dodou, D. Five-point Likert items: t test versus Mann-Whitney-Wilcoxon. Pract. Assessment, Res. Eval., 15, 11, 1–12 (2010).
