[논문 리뷰] Using statistical control charts to monitor duration-based performance of project
이 논문은 비정규성과 자기상관성을 가진 프로젝트 데이터를 다루기 위해 수익 기간 관리(EDM) 지표에 통계적 제어도구를 적용하는 이단계 조정 프레임워크를 제안한다. 이 방법은 일정 성과를 모니터링함으로써 일정 및 비용 이탈을 조기에 탐지함으로써 프로젝트 관리자가 보정 조치를 적시에 시행할 수 있도록 한다.
Monitoring of project performance is a crucial task of project managers that significantly affect the project success or failure. Earned Value Management (EVM) is a well-known tool to evaluate project performance and effective technique for identifying delays and proposing appropriate corrective actions. The original EVM analysis is a monetary-based method and it can be misleading in the evaluation of the project schedule performance and estimation of the project duration. Earned Duration Management (EDM) is a more recent method which introduces metrics for the project schedule performance evaluation and improves EVM analysis. In this paper, we apply statistical control charts on EDM indices to better investigate the variations of project schedule performance. Control charts are decision support tools to detect the out of control performance. Usually project performance measurements are auto-correlated and not following the normal distribution. Hence, in this paper, a two-step adjustment framework is proposed to make the control charts applicable to non-normal and auto-correlated measurements. The case study project illustrates how the new method can be implemented in practice. The numerical results conclude that that employing control chart method along with analyzing the actual values of EDM indices increase the capability of project management teams to detect cost and schedule problems on time
연구 동기 및 목표
- 기존의 수익 기반 가치 관리(EVM)가 일정 성과를 측정하는 데 한계를 가진다는 점을 해결하기 위해.
- 수익 기간 관리(EDM) 지표에 통계적 제어도구를 적용함으로써 프로젝트 성과 모니터링을 향상시키기 위해.
- 비정규성과 자기상관성을 가진 프로젝트 성과 데이터를 다룰 수 있도록 이단계 조정 프레임워크를 개발하기 위해.
- 사례 연구를 통해 제안된 방법의 실용성과 효과성을 입증하기 위해.
- 프로젝트 관리 팀이 비용 및 일정 문제를 더 이르고 정확하게 탐지할 수 있는 능력을 향상시키기 위해.
제안 방법
- 성과 변동이 제어를 벗어난 경우를 탐지하기 위해 통계적 제어도구를 EDM 지표에 적용한다.
- 비정규성과 자기상관성을 다루기 위해 이단계 조정 프레임워크를 제안한다.
- 첫 번째 단계는 통계 기법을 사용하여 EDM 지표를 변환하여 비정규성을 감소시키는 것이다.
- 두 번째 단계는 성과 데이터의 자기상관성을 보완하기 위해 시간적 시리즈 조정을 적용하는 것이다.
- 조정된 데이터를 기반으로 제어한계를 재계산하여 통계적 타당성을 유지한다.
- 실제 사례 연구를 통해 방법의 유효성을 검증하여 구현 및 효과성을 설명한다.
실험 결과
연구 질문
- RQ1비정규성과 자기상관성을 가진 데이터에도 불구하고 통계적 제어도구를 어떻게 효과적으로 EDM 지표에 적용할 수 있는가?
- RQ2EDM 지표를 사용한 프로젝트 일정 성과 모니터링을 위한 제어도구의 신뢰성을 확보하기 위해 어떤 조정이 필요한가?
- RQ3제안된 프레임워크는 표준 EDM 분석에 비해 일정 및 비용 이탈 탐지 능력을 얼마나 향상시키는가?
- RQ4실제 EDM 지표 값과 제어도구를 통합함으로써 프로젝트 관리 의사결정 과정은 어떻게 향상되는가?
- RQ5이 방법을 실제 프로젝트 환경에서 적용할 경우 실용적 의미는 무엇인가?
주요 결과
- 이단계 조정 프레임워크는 비정규성과 자기상관성을 가진 EDM 지표에 대해 제어도구를 효과적으로 적용할 수 있도록 하여 통계적 신뢰성을 향상시켰다.
- 실제 EDM 지표 값과 함께 제어도구를 적용함으로써 일정 및 비용 이탈 탐지 민감도가 향상되었다.
- 사례 연구는 이 방법이 EDM 단독 사용보다 프로젝트 관리자가 성과 문제를 더 이르게 식별할 수 있음을 입증하였다.
- 공통 원인 및 특수 원인 변동을 구분함으로써 이 프레임워크는 적시에 보정 조치를 시행할 수 있도록 지원한다.
- 결과적으로 제어도구를 EDM에 통합함으로써 프로젝트 관리 팀의 성과 모니터링 및 통제 능력이 향상됨을 확인하였다.
- 이 방법은 복잡하고 다이나믹한 프로젝트 환경에서 지속적인 성과 모니터링을 위한 강력한 데이터 기반 접근법을 제공한다.
더 나은 연구,지금 바로 시작하세요
연구 설계부터 논문 작성까지, 연구 시간을 획기적으로 줄여보세요.
카드 등록 없음 · 무료 플랜 제공
이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.