Documentos de Académico
Documentos de Profesional
Documentos de Cultura
net/publication/319206426
CITATIONS READS
0 3,199
1 author:
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Juan Pablo Bustamante Visbal on 21 August 2017.
Precisamente esta diferenciación que han hecho varios autores entro lo que es y lo que
hace la estadística es lo que determina su gran importancia para las ciencias y las personas
que pretendemos en un futuro, hacer ciencia. Dicho lo anterior, una definición clara y concisa
de lo que es y hace la estadística la proporciona Gómez (2009) enunciando lo siguiente: “la
estadística es la ciencia que utiliza un conjunto de métodos, para el estudio numérico de las
colectividades, siempre y cuando, estas puedan ser contadas, clasificadas, ordenadas y
analizadas de acuerdo a ciertas características comunes”.
Entonces surge el interrogante: ¿Qué se debe hacer o qué factores críticos se deben
tener en cuenta para mantener el control y alcanzar el éxito en un proyecto? La respuesta a
esta pregunta no es sencilla sin embargo gran parte del éxito de un proyecto depende del
recurso “gente” y del compromiso personal y dedicación de cada persona (Badiru y Kovach,
2012). Lógicamente hay otra serie de consideraciones que deben tenerse en cuenta para llevar
a cabo un proyecto durante todas sus etapas hasta la finalización del mismo, obteniendo
logros exitosos para todas las partes interesadas (stakeholders).
Partiendo del anterior enunciado referente a la selección del equipo del proyecto, la
estadística cobra vital importancia en el desarrollo exitoso de un proyecto a través de las
distintas áreas de interés ya que se aplica a aspectos tales como el apoyo en la selección de un
gerente o director de proyecto idóneo, de acuerdo con lo expuesto por Hadat et al. (2012),
hasta la incidencia en otros factores distintos que han sido expuestos y estudiados por
diferentes autores, cuyos artículos hacen parte del compendio tratado en este ensayo.
A continuación, se exponen una serie de temas dentro de los que se desarrolló en presente
ensayo.
La estadística en los proyectos puede aplicarse incluso desde antes que inicien su fase
de ejecución tal como se ve en este estudio mediante el cual se establece un método
estadístico que apoya el proceso de selección del mejor gerente de proyecto de entre un grupo
de varios candidatos con diversas experiencias, logros y calificaciones. Hadat et al. (2012)
expresan que la selección del gerente de un proyecto se basa en los desempeños pasados de
los potenciales gerentes, sin embargo, esto no garantiza que la elección hecha con base en
este criterio sea la más adecuada ya que hay muchos más factores que se deben tener en
cuenta, unos pueden ser medibles y otros un tanto subjetivos no medibles.
En este estudio, realizado en Israel, las técnicas estadísticas son un gran soporte para
ayudar a la selección del gerente de proyectos más idóneo entre una baraja de candidatos,
empero el modelo propuesto DMSS se queda corto o es insuficiente porque la elección final
la realizan personas y no está exenta de la subjetividad o favoritismos, especialmente en
nuestra región latinoamericana.
Los métodos estadísticos también pueden ser aplicados para medir las desviaciones
del proyecto con respecto al control esperado usando algoritmos de detección de anomalías
tal como los proponen Acebes et al. (2015) en su publicación, se aplica el método estadístico
de la Simulación de Monte Carlo y otras técnicas estadísticas de aprendizaje.
El gran aporte que hacen Acebes et al. (2015) en sus investigaciones es que proponen
un refinamiento del EVM para controlar proyectos bajo modelos estocásticos mediante un
algoritmo cuyas entradas son la definición estocástica del proyecto, la curva del valor
planeado y los valores de entrada del EVM: EV (Earned Value), AT (Actual Time) y AC
(Actual Cost).
Debido a ques el EVM por sí solo no provee una forma para determinar si las
desviaciones del proyecto se deben al rango de variabilidad del mismo o si pueden ser
causados por eventos inesperados que afectan el desarrollo del proyecto, por lo tanto un
aporte significativo de los autores es que se utiliza un marco de referencia basado en el EVM
llamado la Metodología Triada, la cual utiliza también el Método de Monte Carlo para
obtener la distribución estadística de todas las posibles realizaciones de un proyecto.
Como resultado final, el gran valor que proporciona este estudio es que los directores
o gerentes del proyecto puedan monitorear y controlar el desarrollo del proyecto en cualquier
etapa en que se encuentre. La ventaja del método de aproximación propuesto es que permite
detectar situacionales anormales relacionadas con la definición del proyecto y tomando en
cuenta la posible correlación entre tiempo y costo. También permite calcular probabilidades
de sobre costos y tiempo esperado de duración. Otro gran aporte a la gerencia de proyectos es
que este marco de referencia propuesto por los investigadores es independiente de los
algoritmos y puede ser empleado junto con cualquier otro método de detección, clasificación
y regresión lo que le proporciona gran ventaja y validez frente a otros métodos usados.
Muchas veces cuantificar las pérdidas en cualquier proceso o proyecto es una labor
difícil y tediosa. Sin embargo, es algo que tiene que hacerse, ya que lo que no se mide no se
puede controlar. En la Gerencia de Proyectos existe una aproximación para determinar dichas
pérdidas, lo que se conoce con el nombre de análisis de Milla Medida (Measured Mile). De
acuerdo con lo expresado en el trabajo de los investigadores estadounidenses Ibbs y Liu
(2010), la técnica de la milla medida compara la productividad alcanzada durante un periodo
no impactado (o mínimamente impactado) con la productividad lograda en un periodo
impactado (Jones, 2003). El trabajo realizado que se realizó durante un periodo de milla
medida debe ser similar al de un periodo afectado. A pesar de todo, en la práctica la
escogencia de los periodos usados para calcular la milla medida es una labor que se hace de
manera bastante subjetiva.
Una conclusión del estudio propuesto es que los niveles de maduración cambian de
acuerdo con la estructura de capital de una firma. Una vez más se ve cómo el uso e
interpretación de los resultados de las técnicas estadísticas es fundamental para la gestión
eficiente de un proyecto.
Los estudios desarrollados en este aspecto son de vital importancia ya que gracias al
modelo propuesto por Sökmen y Çebi (2017) los gerentes de proyecto pueden determinar
probabilidades de éxito y fracaso antes de empezar el proyecto y tomar la decisión de iniciar
o no un proyecto.
Selección de alternativas de ofertas diseño -construcción en proyectos de transporte
público
Las técnicas de control estadístico de procesos son una de las herramientas que dan
mayor soporte a la gerencia de proyectos para aplicar los sistemas de control como el valor
ganado (EVM) y así tomar correctivos para el ajuste del desempeño del proyecto. Además de
esto también se pueden utilizar modelos estadísticos como la simulación como la de Monte
Carlo para proyectar situaciones ficticias en el desarrollo del proyecto.
Si se tiene una muestra de una población de profesionales de proyectos, a los cuales les
fueron formuladas una serie de preguntas, se puede realizar un análisis estadísticamente
significativo para determinar la influencia que tienen las oficinas de proyectos (PMO) con la
satisfacción de las partes interesadas.
La estadística nos provee de las herramientas necesarias para poder determinar dicha
relación. Por lo tanto, para el estudio se establecen una serie de hipótesis relacionadas entre
PMO y Stakeholders. Para analizar las hipótesis se requiere usar técnicas estadísticas como la
metodología PLS-ESM (Partial least squares structural equation modeling). La contribución
más importante de la estadística sobre el asunto estudiado es que permite confirmar con datos
confiables que la importancia de las oficinas de gerencia de proyecto (PMO) está en que van
más allá de la planeación y la organización mediante el establecimiento y mejoramiento de la
disciplina en la gestión de cualquier proyecto.
Aplicación de gráficos de control de calidad en el monitoreo de costos y duración
de proyectos de construcción
La importancia de la estadística es tal que se aplica en todas las etapas y áreas en los
proyectos de cualquier tipo y en cualquier momento.
La estadística es de suma utilidad para aspectos tales como la selección del gerente
más adecuado, estimación de sobrecostos, predicción de duración, desviaciones de la línea
base, asignación de recursos, monitoreo y control, etc.
REFERENCIAS
Hadad, Y., Keren, B, Laslo, Z. A decision-making support system module for project
manager selection according to past performance. International Journal of Project
Management 31 (2013) 532–541.
Acebes, F., Pereda, M., Poza, D., Pajares, J., Galán, J.-M. Stochastic earned value analysis
using Monte Carlo simulation and statistical learning techniques. International Journal of
Project Management 33 (2015) 1597–1609.
Cheng, Y.-M. An exploration into cost-influencing factors on construction projects.
International Journal of Project Management 32 (2014) 850–860.
Ibbs, W., Liu, M. An improved methodology for selecting similar working days for measured
mile analysis. International Journal of Project Management 29 (2011) 773–780
Bolat, B., Kusdemir, A., Uslu, I.-C., Temur, G.-T. An Assessment for IT Project Maturity
Levels. International Journal of Information Technology Project Management .Volume 8 •
Issue 2 (2017).
Sökmen, N., Çebi, F. Decision-Tree Models for Predicting Time Performance in Software-
Intensive Projects. International Journal of Information Technology Project Management.
Volume 8 • Issue 2 • (2017).
Park, J., Kwak, Y.,-H. .Design-Build (DB) in the U.S. public transportation projects: The
choice and consequences. International Journal of Project Management 35 (2017) 280–295.
Colin, J., Vanhoucke, M. Developing a framework for statistical process control approaches
in project management. International Journal of Project Management 33 (2015) 1289–1300.
Jørgensen, M., Halkjelsvik, T., Kitchenham, B. How does project size affect cost estimation
error? Statistical artifacts and methodological challenges. International Journal of Project
Management 30 (2012) 839–849.
Elshaer, R. Impact of sensitivity information on the prediction of project's duration using
earned schedule method. International Journal of Project Management 31 (2013) 579–588.
Güngör, D.-O., Gözlü, S. Investigating the Relationship between Activities of Project
Management Offices and Project Stakeholder Satisfaction.
Aliverdi, R., Moslemi, L., Salehipour, A. Monitoring project duration and cost in a
construction project by applying statistical quality control charts. International Journal of
Project Management 31 (2013) 411–423.