2.3　構筑進度安排指南

一般情況，項目會先估計出以人月為單位的總工作量，根據工作量情況來進行進度安排和估計。但根據相關研究及數據證實，人力和月在項目中是不能完全互換的。如56個人月的項目，8個月7個人或7個人8個月都可以，但56個人1個月是不可能完成的，用2個人28個月來完成同樣也有問題；所以進度的安排存在一定的靈活性，但靈活性是受限的，已經經數據證實。進度安排的靈活性無須構筑嚴格進度安排，嚴格的進度安排會失去項目或者客戶應有的靈活優勢。此外，項目進度計劃通常包含在更大的商業計劃環境中，這就必然要強加一些進度要求。只要有可能，就要靈活地利用進度來滿足這些要求。使用進度指南來檢查進度的靈活性而不是確定進度本身已成為一種可取的方法。

如果進度是基于工作量來設置的，決定進度的一種方法是使用某些函數從已估計的工作量中獲得進度，即把進度當成是工作量的函數來建模。通過收集工作量和進度的歷史數據，建立坐標圖，并從該圖中獲得回歸曲線，從而得出工作量與進度的函數。例如某組織已完成各項目的工作量與進度方面的歷史數據收集如表2-5。

根據表2-5中所示的數據，畫出散點圖，y代表進度時長，x代表項目所花費的工作量。經觀察散點圖發現其形狀，比較類似于對數函數。對這些數據通過計算，并經回歸，可得圖2-18所示的非線性回歸擬合曲線及函數。

從圖中可以看出進度與工作量的關系函數是：

y=111.54ln（x）-488.74

其相關系數的平方和為0.5038，相關性尚可。

為了對所得公式進行顯著性檢驗，通常設z=ln（x），則上述公式轉化成“y=-488.74+111.54x”，即為y=a+bx的形式，則就成了一個一元線性回歸的顯著性檢驗問題。

對于這一假設，首先要根據專業知識和散點圖來判斷和觀察，從圖2-18數據點的分布情況來看，顯然進度不僅僅是工作量的函數。因為進度除了受工作量影響外，還受其他很多不可忽略的因素影響。所以通常情況下，這個函數不能直接用來進行進度的估計，但可以用來作為指南或作為檢查進度的合理性依據。

其次還要根據觀察到的數值用假設檢驗的方法來判斷，以此求得的回歸方程是否具有實用價值。而若要假設的形式成立，則首先應保證系數b不能等于0，若b等于0，則y就不依賴于x。因此需要假設：

H0：b=0

H1：b≠0

∵～N（b，σ2/Sxx）

又∵與Qe相互獨立

當H0為真時，b=0，此時：

即得H0的拒絕域為：

此處α為顯著性水平，當拒絕H0時，就認為回歸效果是顯著的；反之，則認為回歸效果不顯著。回歸效果不顯著是因為影響進度的因素，除了工作量以外，還有其他的因素，如項目復雜度、工作量與進度之間的關系不是線性的或工作量與進度不存在關系。

經查表可得：

對于表2-5中的數據，經計算得：

所以不能拒絕H0，即認為回歸效果是不顯著的，因此說明進度不僅僅只受工作量的影響，還受到很多其他因素的影響，這個函數只能用來驗證進度估計結果的合理性，而不能作為進度安排的直接依據。

提醒注意的一點是，在進行進度估計時，應根據工作量的估計情況，考慮到項目不同時期的人員及資源投入情況，來確定項目的進度，而上述函數只是為進度的安排提供了一個指南。

同理，如果需要的話，在構筑進度安排指南時，也可以建立一個進度與規模相對應的函數來進行驗證，構建過程、方法及體系與上述方法完全一樣。

另外，也可用平方根檢驗方法來檢查中等規模項目的進度。其原則是建議的進度應當在以人月為單位的總工作量的平方根左右；如果將工作量的平方根份額的資源分配給項目，則進度能夠得到滿足。例如：如果估計的工作量為50人月，則一個由7～8個專職人員工作7～8個月的進度計劃比較合適。

由此可見，雖然這兩種驗證方法不能直接用來進行進度安排，但是卻為進度安排的合理性驗證提供了一種很好的工具。各個企業可以通過收集本企業的項目數據，用上述模型方法構建出本企業自己的模型體系。