Trepunktsberegning kan foretages på to måder – den ene er ved at anvende betafordelingsteknikken, som anvender PERT-formlen (Program Evaluation and Review Technique), og den anden er ved at anvende trekantsfordelingsteknikken, som beregner et simpelt gennemsnit.

Som enhver anden estimeringsteknik kan 3-punkts estimering bruges til at estimere varighed eller omkostninger for en opgave (arbejdspakke, aktivitet eller endda et helt projekt).

I denne artikel finder du definitioner, forklaringer og eksempler på Beta og Triangular Distribution 3-punkts estimeringsteknikker.

PMBOK Guide bruger ikke udtrykket PERT. Den taler blot om Beta og Trekantfordelingsformler.

Hvorfor er trepunktses estimering nødvendig?

Risici er iboende i enhver estimering. 3-Point Estimate hjælper med at mindske projektrisici.

I single point estimating bestemmes en enkelt værdi af opgavestimat, hvilket kan være ret upræcist for de komplekse opgaver. Nøjagtigheden af et enkeltpunktsskøn kan forbedres ved at finde tre forskellige værdier. Disse værdier hjælper os med at etablere et interval, hvilket reducerer projektrisikoen og forbedrer tilliden.

Disse 3 forskellige værdier er

  • Optimistisk værdi (O)
  • Pessimistisk værdi (P)
  • Mest sandsynlige værdi (M)

I 3-punktsskønnet bestemmes den forventede værdi af en opgave ved at beregne det statistiske gennemsnit af 3 forskellige værdier.

Lad os se på de to populære metoder og deres formler for at nå frem til den forventede værdi (middelværdi).

Simpelt gennemsnit ved hjælp af trekantet fordeling

Middelværdien af tre estimerede værdier bestemmes ved følgende formel.

E_SA=(O+P+M)/3

Eksempel og beregning

Lad os betragte et eksempel for at se, hvordan disse formler fungerer. Lad os antage, at vi skal estimere den tid, det tager at gå fra punkt A til punkt B. Der kunne være 3 forskellige scenarier:

Optimistisk scenarie – Vejene vil være fri for trafikpropper, og der vil ikke være nogen stop ved trafiksignaler

Pessimistisk scenarie – Der vil være alvorlige flaskehalse i trafikken (kan være på grund af en større ulykke) eller der vil være nogle uplanlagte stop (kan skyldes køretøjsbrud)

Mest sandsynligt scenarie – Der vil være regelmæssige trafikforhold

Lad os antage, at vores 3 skøn (optimistisk, Pessimistisk & Mest sandsynlige) var henholdsvis 45 minutter, 225 minutter og 90 minutter. Hvis vi sætter disse værdier ind i formlerne, får vi

E_SA=(45+225+90)/3

E_SA=120 minutter

Det betyder i bund og grund, at turen i de fleste tilfælde vil tage 120 minutter eller mindre.

Du kan også læse om standardafvigelsen, der anvendes på middelværdien af den trekantede fordeling for at finde frem til et interval af skøn.

PERT-formel ved hjælp af beta-fordeling

PERT-formel er en tilnærmelse af beta-fordelingsligningen. Den beregner et vægtet gennemsnit i stedet for et simpelt gennemsnit.

Gennemsnittet af tre estimerede værdier bestemmes ved følgende formel.

E_PERT=(O+P+4×M)/6

Hvorfor har man givet 4 vægte til M i PERT-formlen?

PERT-formlen er baseret på sandsynlighedsregning og statistik. Mere specifikt er PERT baseret på beta-fordelingen. Historisk set stammer 3-punkts estimering fra PERT.

PERT blev oprindeligt udviklet af US Navy for at tage sig af usikkerheder i forbindelse med planlægning. Ovennævnte formel er en tæt tilnærmelse af den middelværdi, der findes ved hjælp af beta-fordelingen. PERT bruges ofte sammen med CPM (Critical Path Method) til at bestemme projektplanlægning med moderat risiko.

Eksempel og beregning

Lad os bruge de samme tre værdier fra ovenstående eksempel og sætte dem ind i PERT-formlen.

E_PERT=(45+225+4×90)/6

E_PERT=105 minutter

Det betyder i bund og grund, at turen i de fleste tilfælde vil tage 105 minutter eller mindre.

Du vil bemærke, at PERT-estimaterne ligger mere tæt på “mest sandsynlige” værdi. Nogle projektledere mener, at et PERT-skøn giver bedre resultater, men jeg har endnu ikke set en endelig undersøgelse, der tyder på dette.

Du kan også læse om standardafvigelsen, der anvendes på PERT-middelværdien for at finde ud af et interval af skøn.

En note om PMP®-eksamen

PMP-eksamen har mange formelbaserede spørgsmål. Nogle af disse spørgsmål er baseret på 3-Point Estimate. Mange af disse spørgsmål kan løses ved at bruge enten PERT-formlen eller Simple Average-formlen. Normalt er disse spørgsmål relativt nemme at løse. Det underliggende koncept er i sig selv meget enkelt. Jeg har dog observeret, at mange PMP Aspiranter bliver forvirret af dette emne. Under PMP-eksamenstræning stiller mange studerende spørgsmål som “Er 3-punkts estimering det samme som PERT?”, “Hvorfor er der 2 forskellige formler til at nå frem til 3-punkts estimat?”, “Hvilken formel skal bruges til at løse spørgsmålene i PMP-eksamen?” et. el.

Jeg tror, at denne forvirring hovedsageligt skyldes den forskellige terminologi, der anvendes af forskellige projektledelsesforfattere. Mit ydmyge forslag er, at hvis du er en PMP® Aspirant, så bør du følge terminologien fra PMBOK Guide. Alle andre kilder til information som bøger, websteder og blogs (herunder denne) bør læses med en smule skepsis. Du bør kun følge andre kilder, hvis du finder, at oplysningerne i disse kilder er i overensstemmelse med PMBOK Guide.

Jeg mener, at både PMP-aspiranter og projektledelsesudøvere bør bruge PMBOK Guide til at forstå projektledelsesterminologi. PMI forsøger at standardisere projektledelsesterminologien. Mange eksperter fra forskellige områder har bidraget med indhold til PMBOK Guide. Guiden gennemgås grundigt, før den offentliggøres. Den er også opdateret med den aktuelle trend og den seneste udvikling inden for projektledelse.

Slutbemærkninger

Evaluering er et af de mest grundlæggende begreber inden for projektledelse. Faktisk er dårlig og ukorrekt estimering en af hovedårsagerne til udfordrede projekter. Der er mange måder at estimere på. Nogle af disse estimeringsteknikker er specifikke for et industrielt område som f.eks. software-størrelsesestimationsteknikker. Mens andre teknikker kan anvendes på alle slags projekter (eller aktiviteter i dagligdagen), f.eks. analog og parametrisk estimering.

Over To You

Skriv et svar

Din e-mailadresse vil ikke blive publiceret.