Software testing is essential to deliver quality code in software development. Code coverage is a metric that measures how much of the code is tested. Code coverage can be calculated in several ways, for example, lines of code activated by the test or percentage of branches explored. Mutation testing is a method that tests the test suites by modifying the code and then running the test suites to see if the modification (called mutants) can be detected. A higher number of mutants detected leads to a higher mutation score. Currently, mutation testing is primarily used in research since it can be costly and complex to integrate into real-life industry software development. Previous research is divided on whether mutation score correlates with real errors in the code but most agree that is a good metric for determining test suite quality. This thesis uses mutation score to assess the correlation with different code coverage metrics for unit tests. Mutation score is compared and analyzed with branch and line coverage through regression analysis to find the correlation, R², and t-test statistic. The mutations are also used to find if there are any recurring deficiencies in the test suites. The implementation of mutation testing in a small-scale industry development is also examined and evaluated. The experiments and evaluation are done in collaboration with a software development team at Trafikförvaltningen Region Stockholm. The team works primarily in the Java programming language in a microservice environment using cloud architecture. The results indicate that line and branch coverage are useful and correlate well with the team’s mutation score. The project’s size and structure worked well with mutation testing, and both the results and the team found value in using it. The existing metrics became more reliable, and some common errors in the test suites were found. Further research could examine integration and system tests and larger-scale code bases.

Mjukvarutestning är en vital komponent för att kunna producera högkvalitativ kod inom mjukvaruutveckling. Det finns olika metoder för att mäta mjukvarutestning, varav en av de vanligaste är kodtäckning. Kodtäckning är ett mått som kan beräknas på olika sätt, till exempel antal kodrader aktiverade av testerna eller hur många grenar av koden som utforskas. En annan metod är genom mutationstestning. Metoden introducerar modifieringar (mutanter) i koden och kör testerna för att undersöka om mutanterna kan upptäckas. Desto fler som upptäcks bidrar till högre mutationspoäng och indikerar noggranna tester. För närvarande så är mutationstestning vanligast inom forskning då det kan vara kostsamt och komplext att introducera i industrin. Det finns även blandat resultat gällande mutationspoäng och dess korrelation med riktiga fel i kod. De flesta håller dock med om att det är ett bra sätt att mäta testkvalitet. Den här avhandlingen använder mutationstestning för att bedöma olika kodtäckningsmått för enhetstester. Mutationspoängen jämförs med radtäck- ning och grentäckning genom regressionsanalys för att hitta korrelation, R² och t-testvärde. Mutationerna används även för att hitta vanligt förekommande brister i testerna. Implementationen av mutationstestning i ett mindre utvecklingsteam som arbetar i industrin utvärderas tillsammans med teamet. Experimenten utförs tillsammans med en mjukvaruutvecklingsteam som arbetar på Trafikförvaltningen Region Stockholm. Teamet arbetar främst med programmeringsspråket Java i en microtjänsmiljö med en molnarkitektur. Resultaten från denna studie indikerar att täckningsmåtten korrelerar väl med mutationspoängen. Strukturen och storleken på kodbasen lämpar sig väl för mutationstestning. Både resultaten och teamet finner värde i metoden och tycker att nuvarande täckningsmått får mer betydelse efter jämförelsen. En del återkommande fel i testerna kunde även hittas. Framtida arbete skulle kunna expandera till integrations- och systemtest eller andra kodbaser i större skala.