基于统计规则的报表海量数据正确性测试方法

高质量的系统必定能保障数据正确性，数据正确性的测试是金融报表系统测试工作的重中之重。但数据正确性测试中的待测数据往往是海量的，要做到全面覆盖难度极大。目前主要采用经验判断法，即业务人员依据经验有针对性地抽取部分数据进行数据校验，并以测试结果来推断系统数据的正确性。这一测试方法充分利用了业务人员的业务判断能力，但也存在以下问题：样本抽取过分依赖于测试人员的业务素质，无法保障每次抽取的数据能代表测试数据的各种特征；样本规模的确定没有精确的数理计量公式，从而产生冗余或过少测试的风险，若检测数据抽取过多会增加测试成本，降低测试效率，若检测数据抽取过少，则其代表性减弱，可能导致错误的结论；数据正确性判断过多依赖于经验，如果测试人员本身的业务经验较少，就难以得出可靠的测试结论。针对以上问题，笔者提出了基于统计规则的报表海量数据正确性测试方法。一。