revisÃo sistemÁtica sobre gerenciamento de valor...

UNIVERSIDADE FEDERAL DE ITAJUBÁ - UNIFEI

INSTITUTO DE MATEMÁTICA E COMPUTAÇÃO

CURSO SISTEMAS DE INFORMAÇÃO

REVISÃO SISTEMÁTICA SOBRE GERENCIAMENTO

DE VALOR AGREGADO

PALOMA CRISTINA PINTO SANTOS

ITAJUBÁ

2018

2

UNIVERSIDADE FEDERAL DE ITAJUBÁ - UNIFEI

INSTITUTO DE MATEMÁTICA E COMPUTAÇÃO

CURSO SISTEMAS DE INFORMAÇÃO

REVISÃO SISTEMÁTICA SOBRE GERENCIAMENTO

DE VALOR AGREGADO

Trabalho Final de Graduação apresentado

ao curso Sistemas de Informação da

Universidade Federal de Itajubá como parte

dos requisitos para a obtenção do título de

Bacharel em Sistemas de Informação.

Orientador: Prof. Dr. Adler Diniz de Souza

ITAJUBÁ

2018

3

SUMÁRIO

1. INTRODUÇÃO ............................................................................................................................. 5

1.1 QUESTÕES DE PESQUISA ........................................................................................... 6

1.1.1 Objetivo .................................................................................................................. 6

1.1.2 Questão Principal ..................................................................................................... 6

1.1.3 Questões Secundárias ................................................................................................ 6

1.1.4 População ................................................................................................................ 7

1.1.5 Resultados ............................................................................................................... 7

2. MÉTODO DE PESQUISA ........................................................................................................... 7

2.1 LEVANTAMENTO E SELEÇÃO DE ESTUDOS – BASES DIGITAIS, PERÍODO E

CRITÉRIOS DE BUSCA ..................................................................................................... 9

2.2 ANÁLISE E SÍNTESE ................................................................................................. 13

2.2.1. Snowballing .......................................................................................................... 17

2.2.2. Classificação de resultados ..................................................................................... 17

3. ANÁLISE DESCRITIVA DOS ARTIGOS ENCONTRADOS .............................................. 18

3.1. DEMONSTRAÇÃO DAS PUBLICAÇÕES ................................................................... 18

3.2. PUBLICAÇÕES SELECIONADAS .............................................................................. 20

4. RESULTADOS ENCONTRADOS ........................................................................................... 22

4.1. ESTABILIDADE DO ÍNDICE DE DESEMPENHO DE CUSTO (CPI) E DO ÍNDICE DE

DESEMPENHO DE PRAZO (SPI) ...................................................................................... 23

4.2. PROPOSTAS DE NOVAS TÉCNICAS DE MONITORAMENTO DE PROJETOS ........... 23

4.2.1 Modelo Bayesiano .................................................................................................. 24

4.2.2 Métodos de Inteligência Artificial ............................................................................. 24

4.3. PROPOSTAS DE MELHORIAS NA TRADICIONAL TÉCNICA DE GERENCIAMENTO

DE VALOR AGREGADO (EVM) ...................................................................................... 25

4.3.1 Métodos Estatísticos ............................................................................................... 25

4.3.1.1 Números Fuzzy ................................................................................................ 25

4.3.1.2 Curvas Sigmodais............................................................................................. 26

4.3.2 Dados Históricos de Custo ....................................................................................... 26

4.3.3 Indicadores de Desempenho de Qualidade ................................................................. 26

4.3.4 Análise de Risco ..................................................................................................... 27

5. PERSPECTIVAS PARA NOVOS ESTUDOS ......................................................................... 27

6. CONCLUSÃO ............................................................................................................................. 28

REFERÊNCIAS .................................................................................................................................. 29

ANEXOS .............................................................................................................................................. 34

ANEXO 1 - PUBLICAÇÕES ENCONTRADAS ATRAVÉS DA STRING DE BUSCA NA

BASE DIGITAL SCOPUS ................................................................................................ 35


BASE DIGITAL COMPENDEX....................................................................................... 37


BASE DIGITAL IEEE ..................................................................................................... 39

ANEXO 4 - PUBLICAÇÕES SELECIONADAS ATRAVÉS DA STRING DE BUSCA E DA

APLICAÇÃO DOS FILTROS, SEM A TÉCNICA DE SNOWBALLING .......................... 42

APÊNDICES ....................................................................................................................................... 44

APÊNDICE A – RESUMOS DAS PUBLICAÇÕES SELECIONADAS .............................. 45

4

Resumo

O Gerenciamento de Valor Agregado (GVA) é uma técnica muito utilizada em gestão de projetos, cuja

aplicação proporciona a integração de escopo, cronogramas e recursos a fim de obter cálculos e respostas

quanto aos custos e o desempenho do projeto até a sua conclusão. Esta monografia apresenta um estudo

secundário, realizado através de referências bibliográficas que discutem sobre a estabilidade de índices de

custo e de prazo, alguns problemas encontrados na técnica de gerenciamento de valor agregado e que também

demonstram propostas comprovadas e validadas de melhorias identificadas. Primeiramente, foram definidos

critérios de busca, de inclusão e exclusão de artigos relevantes à este trabalho e como resultado dessa revisão

sistemática, serão apresentados estudos que demonstram propostas alternativas de gerenciamento de projetos,

como a utilização de métodos de inteligência artificial e do método Bayesiano, e propostas de melhorias na

própria técnica de gerenciamento de valor agregado, como a integração de alguns métodos – dados e cálculos

estatísticos, índices de qualidade, dados históricos de custo, análise de risco - com o EVM. Sendo assim, após

todos os estudos feitos para a composição desta revisão sistemática, algumas perspectivas para novos estudos

foram definidas.

Palavras-chave: Revisão sistemática; Gerenciamento de projetos; Gerenciamento de valor agregado.

Abstract

The Earned Value Management (EVM) is a technique widely used in project management, whose application

provides the integration of scope, schedules and resources in order to obtain calculations and answers

regarding costs and the performance of the project until its conclusion. This monography presents a secondary

study, carried out through bibliographical references that discuss the stability of cost and term indices, some

problems encountered in the technique of earned value management and also demonstrate proven and validated

proposals for identified improvements. First, search, inclusion and exclusion criteria of articles relevant to this

work were defined and as a result of this systematic review, studies will be presented that demonstrate

alternative project management proposals, such as the use of artificial intelligence and Bayesian methods, and

proposals for improvements in the earned value management technique, such as the integration of some

methods - statistical data and calculations, quality indexes, historical cost data, risk analysis - with EVM. So,

after all the studies made for the composition of this systematic review, some prospects for new studies have

been defined.

Keywords: Systematic review; Project management; Earned value management.

5

1. INTRODUÇÃO

De acordo com o Project Management Institute (PMI), a profissão dedicada ao

gerenciamento de projetos tem se formalizado e emergido cada vez mais desde meados do

século XX. Esse gerenciamento é caracterizado pelo estudo de todas as fases do projeto,

desde a definição dos objetivos e dos recursos a serem utilizados, até a fase final de teste,

correção e implementação dele.

A prática de gerenciamento de projetos agrega valor aos resultados finais do projeto

pelo fato de: (i) permitir que esse gerenciamento possa acontecer em empresas de pequeno,

médio e grande porte; (ii) quando utilizada, pode evitar eventuais surpresas ao longo do

projeto; (iii) possibilita que a empresa se desenvolva ainda mais com novas técnicas e

diferenciais competitivos; (iv) apoia e facilita a tomada de decisões. (VARGAS, 2014).

Atualmente, existem diversas técnicas para apoiar a prática de gerenciamento de

projetos utilizando como base o escopo, os custos e os prazos. A mais confiável delas é a

técnica de Gerenciamento de Valor Agregado (Earned Value Management - EVM). (LIPKE,

2006a).

A técnica citada acima possibilita o controle de todo o processo de execução do

projeto, proporcionando um planejamento de custos e de tempo ainda em sua fase inicial.

Caso esse planejamento vá se distanciando da realidade de acordo com o avanço do projeto, a

utilização dessa técnica torna possível a identificação do desvio e o replanejamento das

atividades, facilitando que os profissionais envolvidos apliquem as devidas correções, a fim

de atingir o resultado esperado. (ANBARI, 2003).

A técnica de Gerenciamento de Valor Agregado propõe uma gestão de projetos

eficiente por meio do planejamento, da avaliação de riscos, da organização e da emissão de

relatórios de desempenho do projeto, facilitando que o seu resultado final seja de sucesso e

de acordo com o planejado. Algumas fórmulas matemáticas foram propostas, no estudo da

técnica de EVM, para auxiliar a quantificar os custos de um determinado projeto,

considerando-se os seus prazos e recursos. (LIPKE, 2006a).

Ainda segundo (LIPKE, 2006a), a prática de gerenciamento de projetos passa a ser

tratada como uma ciência; e como toda ciência, para que ela apresente resultados confiáveis e

satisfatórios, torna-se necessário fazer uso dos números e das fórmulas em seus estudos, para

que ela possa ser considerada uma gestão científica.

Sendo assim, essa pesquisa científica apresenta estudos que propõem novos métodos

para a prática de gerenciamento de projetos e/ou medidas derivadas da técnica de

6

Gerenciamento de Valor Agregado a fim de sugerir uma melhoria nela. Essas referências

utilizam variáveis do EVM para a base de sua proposta. Entre essas variáveis, encontram-se:

(i) Variação de Prazos (VPR): mede o desempenho do cronograma em seu projeto; (ii)

Variação de Custo (VC): mede o desempenho dos custos de um projeto; (iii) Indicador de

Desempenho de Prazo (IDP): mede o progresso real comparado ao progresso planejado; (iv)

Indicador de Desempenho de Custo (IDC): mede o trabalho executado comparado ao custo

real do projeto. (PMI, 2011; PMI, 2013)

Contudo, muitos estudos questionam a confiabilidade do uso do Indicador de

Desempenho de Custo (IDC) nos estudos da técnica de EVM a fim de calcular o custo

estimado de um determinado projeto. Esses questionamentos se fazem presentes em estudos

realizados por (CHRISTENSEN et al., 1993; ZWIKAEL, 2000; LIPKE, 2006a e

HENDERSON e ZWIKAEL, 2008, SOUZA e. al. 2014).

O problema relacionado à utilização do Indicador de Desempenho de Custo (IDC) se

caracteriza pela sua variação durante a execução dos projetos. Caso um determinado projeto

apresente uma variação significativa entre os custos reais e o IDC planejado, os profissionais

envolvidos nessa área da gestão apresentarão dificuldades em corrigir o indicador, devido à

sua projeção pouco confiável. (SOUZA, 2014).

1.1 QUESTÕES DE PESQUISA

1.1.1 Objetivo

Essa revisão sistemática tem como objetivo reunir referências bibliográficas do

contexto acadêmico ou industrial que estudam e discutem sobre a estabilidade dos índices de

custo e de cronograma utilizados nas fórmulas da técnica de Gerenciamento de Valor

Agregado e que propõem maneiras alternativas de gerenciamento de projetos ou uma

melhoria nas limitações apresentadas pelo EVM.

1.1.2 Questão Principal

A inserção de variáveis de qualidade na técnica de EVM compensa os problemas

encontrados nela e pode ser considerada a melhor opção de solução para esses problemas?

1.1.3 Questões Secundárias

-Quais são as outras soluções propostas nos artigos relevantes?

-Os autores têm focado mais em novas técnicas ou em melhorias na técnica

tradicional?

7

-Quais referências selecionadas discutem sobre o aumento da estabilidade de

indicadores de custo para a melhoria da técnica de EVM?

1.1.4 População

Serão considerados artigos publicados em conferências ou jornais que discutam sobre

os problemas contidos na técnica de gerenciamento de valor agregado e que propõem

melhorias na técnica ou novos métodos de monitoramento, controle e previsão de índices do

projeto; essas propostas devem ter sido testadas e validadas por meio de casos reais ou dados

simulados.

1.1.5 Resultados

Os resultados dessa pesquisa demonstrarão os estudos que focam na eficiência da

inserção de variáveis de qualidade na técnica de EVM para superar suas desvantagens e

também estudos com outras possíveis soluções para os problemas dessa técnica. Além disso,

perspectivas para novos estudos serão definidas, embasadas por meio do desenvolvimento

desta pesquisa e da análise dos resultados encontrados.

2. MÉTODO DE PESQUISA

Uma revisão sistemática da literatura (SRL) é um método de estudo secundário que

deve seguir padrões e normas pré-estabelecidas antes de dar início ao trabalho de pesquisa a

ser realizado, tendo como fundamento uma visão transparente, precisa e explícita. (Tranfield

et al., 2003; Kitchenham and Charters, 2007).

Segundo Denyer e Tranfield (2009), uma revisão sistemática é composta por cinco

fases principais, sendo elas: (i) definição das questões a serem respondidas pelo estudo da

Revisão Sistemática de Literatura (RSL); (ii) métodos de localização de publicações em

potencial; (iii) estudo e seleção/exclusão dessas publicações através de filtros pré-

determinados; (iv) análise e síntese daquelas realmente consideradas relevantes após a

aplicação dos filtros; (v) utilização e documentação dos resultados encontrados.

A Tabela 1 evidencia e demonstra cada fase de pesquisa necessária para as atividades

de obtenção, análise e discussão de referências relevantes a este estudo. Num primeiro

momento, as palavras-chave foram definidas a fim de iniciar a pesquisa através dos engenhos

de busca que também foram definidos juntamente com o período de tempo a ser considerado.

Logo após a obtenção do primeiro resultado da pesquisa realizada, alguns filtros de inclusão

e exclusão foram aplicados aos artigos e foram mantidos apenas os itens mais relevantes.

8

O protocolo utilizado para o estudo foi derivado dos trabalhos produzidos por

(MAFRA et al., 2006) e (SILVA, 2004) e será detalhado na próxima seção.

Como pode ser observado na Tabela 1, na fase inicial de definição de métodos de

busca, a tese “Uma Proposta Para Melhoria da Previsibilidade de Custo de Projetos,

Utilizando a Técnica de Gerenciamento de Valor Agregado e Dados Históricos de Custo e

Qualidade” de (Souza, 2014) é apresentada como ferramenta por ter sido utilizada como base

fundamental para as definições da string de busca deste estudo e dos critérios de inclusão e

exclusão de referências. A utilização dessa tese foi essencial ao desenvolvimento do trabalho

e será explanada mais à frente.

A tabela de detalhamento de cada etapa da pesquisa que está exposta abaixo foi uma

adaptação inspirada no fluxograma contido no artigo “Lean and green - a systematic review

of the state of the art literature” de (REYES, 2015) para descrever as fases do seu estudo de

revisão sistemática. Essa tabela tem a função de especificar o passo-a-passo fundamental

para a confecção deste estudo.

Tabela 1: Detalhamento das etapas da revisão sistemática realizada.

OBJETIVO

MÉTODO

FERRAMENTA

SEÇÃO

NO

ARTIGO

Definição dos

métodos de busca,

inclusão e exclusão

de referências

Definir as palavras chave e os

critérios de inclusão e

exclusão.

“Uma Proposta Para

Melhoria da Previsibilidade

de Custo de Projetos,

Utilizando a Técnica de

Gerenciamento de Valor

Agregado e Dados

Históricos de Custo e

Qualidade” (SOUZA, 2014)

2.1

Procura de

referências

relevantes

Buscar, selecionar e capturar

referências relevantes.

- Utilização de bases

acadêmicas digitais;

- Definição/aplicação do

período de busca;

- Utilização das tags de

busca.

- Bases digitais;

- Palavras-chave.

2.2

Seleção de

referências

relevantes

Aplicar os filtros de inclusão

e exclusão sobre o resultado

da busca.

Aplicação dos filtros de

inclusão e exclusão.

- Critérios de inclusão;

- Critérios de exclusão.

2.2

Busca de novos

artigos relevantes

Encontrar mais artigos

relevantes que não foram

retornados na primeira busca.

Snowballing. Referências anteriormente

selecionadas.

2.2.1

9

Análise e resumo

dos artigos

selecionados

Analisar e resumir os artigos

que passaram pelos filtros e

permaneceram na pesquisa.

Seleção de um método

padrão para síntese dos

artigos.

Todas as referências

selecionadas.

Anexos

Exposição dos

resultados

Discutir e apresentar os

resultados encontrados.

Definição de categorias de

estudos.

4.

Fonte: Autor.

2.1 LEVANTAMENTO E SELEÇÃO DE ESTUDOS – BASES DIGITAIS,

PERÍODO E CRITÉRIOS DE BUSCA

Com o objetivo de levantar estudos para compor a revisão sistemática, foram

consideradas, primeiramente, bases de dados digitais, sendo os engenhos de busca dessas

bases a ferramenta utilizada para a procura dos arquivos relevantes ao estudo. Com a

necessidade de confiabilidade das bases digitais, aquelas que foram consideradas na pesquisa

são a biblioteca do site SCOPUS (http://www.scopus.com/home.url), da Compendex

(http://www.engineeringvillage.com/) e também a biblioteca do site do IEEE

(http://www.ieee.org/portal/site).

Foram consideradas as publicações relevantes em um determinado idioma, que é o

inglês, devido à sua adoção pela maioria das conferências e periódicos internacionais sobre o

tema de pesquisa.

Essa revisão sistemática analisou dados disponíveis nas fontes considerando o

período de 01 de janeiro de 2011 até 31 de dezembro de 2017 com o intuito de complementar

a revisão sistemática apresentada no estudo de (Souza, 2014), que considerou a busca por

estudos até setembro de 2010.

Os critérios de busca utilizados nessa revisão estão especificados abaixo e foram

retirados da Tese de Doutorado “Uma Proposta Para Melhoria Da Previsibilidade De Custo

De Projetos, Utilizando a Técnica De Gerenciamento De Valor Agregado e Dados Históricos

De Custo e Qualidade” apresentada ao Programa de Pós-Graduação em Engenharia de

Sistemas e Computação, COPPE, da Universidade Federal do Rio de Janeiro, como parte dos

requisitos necessários à obtenção do título de Doutor em Engenharia de Sistemas e

Computação por Adler Diniz de Souza, tendo como orientadora a Doutora em Informática

Ana Regina Cavalcanti Rocha.

Como primeiro critério de busca, foi definida a string necessária para a procura por

todas as publicações em dados de bases digitais. Ela é composta por um conjunto de

palavras-chave que são relevantes ao estudo, para que a procura possa ser feita através do

10

mesmo. Ela é uma adaptação e atualização da string criada e utilizada por (Souza, 2014) em

sua revisão sistemática. Essa atualização foi necessária a fim de diminuir o grande número de

falsos positivos atualmente encontrados na aplicação da antiga string. Sendo assim, a string

atualizada que será considerada neste estudo pode ser denotada da seguinte maneira: “EVM

OR "earned value" OR "earned value technique" OR "earned value method" OR "earned

value metric" OR "earned value calculation" OR "earned value methodology" OR "earned

value management" AND "cost performance index" OR "schedule performance index"”.

Após essa busca, foram aplicados alguns critérios de inclusão e exclusão, retirados na

íntegra da tese de (Souza, 2014), pois apenas o fato da expressão de busca estar presente na

publicação não garante que ela seja aplicável ao caso desta revisão.

O primeiro filtro trata-se então da seleção dos estudos que se encaixam nos critérios

mencionados a seguir; essa seleção é realizada por meio da leitura de seus resumos

(abstracts).

Considerando-se os critérios de exclusão definidos por Souza (2014), foram excluídas

as publicações que se encaixaram nos seguintes tópicos:

• CE1-01 - Não serão selecionadas publicações em que as palavras chave não estão

presentes na publicação e não há variações destas palavras chave (exceto plural).

● CE1-02 - Não serão selecionadas publicações em que as palavras chave da busca não

apareçam no título, resumo e/ou texto da publicação (exclui-se daí o campo ‘palavras

chave’, as seções agradecimentos, biografia dos autores, referências bibliográficas e

anexos).

● CE1-03 - Não serão selecionadas publicações que descrevam e/ou apresentem

“keynote speeches”, tutoriais, cursos, workshops e similares.

● CE1-04 - Não serão selecionadas publicações em que a sigla EVM não signifique

"earned value management".

● CE1-05 - Não serão selecionadas publicações em que a sigla CPI não signifique "cost

performance index".

● CE1-06 - Não serão selecionadas publicações em que a sigla SPI não signifique

"schedule performance index".

● CE1-07 - Não serão selecionadas publicações em que a sigla EAC não signifique

"estimated at completion".

● CE1-08 - Não serão selecionadas publicações em que a sigla TAC não signifique

"time at completion".

11

● CE1-09 - Não serão selecionadas publicações em que a sigla TCPI não signifique "to

cost performance index".

● CE1-10 - Não serão selecionadas publicações que apresentem ferramentas de apoio a

análise de valor agregado.

● CE1-11 - Não serão selecionadas publicações que mostrem a aderência de

determinada abordagem de gerência de projetos a análise de valor agregado.

● CE1-12 - Não serão selecionadas publicações que descrevem melhorias nas técnicas

de análise de valor agregado, mas não apresentem subsídios que permitam identificar

se foi aplicada ou simulada.

● CE1-13 - Não serão selecionadas publicações que descrevem o uso de técnicas de

análise de valor agregado, como forma de controle de projetos, ou sub processos de

domínios específicos.

● CE1-14 – Não serão selecionadas publicações que simplesmente citem a análise de

valor agregado como uma técnica de monitoramento e controle, ou que expliquem

como utilizá-la como uma técnica de monitoramento e controle.

Considerando-se os critérios de inclusão definidos por Souza (2014), foram incluídas

as publicações que se encaixaram nos seguintes tópicos:

● CI1-01 – Podem ser selecionadas publicações que mencionam a técnica de análise de

valor agregado.

● CI1-02 – Podem ser selecionadas publicações que descrevam novas técnicas de

controle de custo e prazo.

● CI1-03 – Podem ser selecionadas publicações que discutam a estabilidade dos

indicadores de desempenho de prazo e custo.

● CI1-04 – Podem ser selecionadas publicações que descrevam evoluções (extensões)

da técnica de análise de valor agregado (sem mencionar melhoria da previsibilidade

dos indicadores EAC e TAC).

● CI1-05 – Podem ser selecionadas publicações que descrevam propostas de variação

(extensões) da técnica de análise de valor agregado, visando melhorar a

previsibilidade do EAC e TAC.

● CI1-06 – Podem ser selecionadas publicações que apontem os problemas mais

comuns da análise de valor agregado.

12

● CI1-07 – Podem ser selecionadas publicações que apresentem métodos estatísticos ou

de controle estatístico de processo, aplicados á análise de valor agregado.

● CI1-08 – Podem ser selecionadas publicações que comparem a análise de valor

agregado tradicional com novas técnicas.

● CI1-09 – Podem ser selecionadas publicações que adicionem novas variáveis a

análise de valor agregado, visando melhorar a previsibilidade do EAC e TAC.

As publicações já estavam mais refinadas nessa etapa do processo, porém, não se

deve considerar que todas elas seriam eficazes a esse estudo. Sendo assim, um segundo filtro

foi aplicado, seguindo os seguintes critérios (SOUZA, 2014):

• CS2 -EVM - NovTec –Uso - Não devem ser selecionadas publicações que não

utilizem a técnica de análise de valor agregado ou uma nova técnica e que não deem

indícios de que foi utilizada uma nova técnica de análise de valor agregado na

prática ou através de simulações.

● CS2 -EVM -NovTec +Uso - Não devem ser selecionadas publicações que descrevem

o uso de uma técnica para controle de custo e prazo, mas não apresentem indícios que

essa técnica é nova.

● CS2 -EVM +NovTec -Uso - Não devem ser selecionadas publicações que descrevem

uma nova técnica para controle de custo e prazo, mas não apresentem indícios que a

nova técnica foi utilizada na prática ou através de simulações.

● CS2 +EVM -NovTec +Uso - Não devem ser selecionadas publicações que descrevem

o uso da análise de valor agregado, mas não apresentem uma nova técnica.

● CS2 +EVM -NovTec -Uso - Não devem ser selecionadas publicações que descrevem

o uso da análise de valor agregado, mas não apresentem uma nova técnica e não

apresentam o seu uso prático ou através de simulações.

● CS2 +EVM +NovTec -Uso - Não devem ser selecionadas publicações que descrevem

o uso da análise de valor agregado, descrevem uma nova técnica de análise de valor

agregado, mas não apresentam o seu uso prático ou através de simulações.

Dessa forma, de acordo com Souza (2014), todas as publicações que foram mantidas

respeitam os critérios abaixo:

● CI2 +EVM +NovTec +Uso - Podem ser selecionadas publicações que descrevam a

utilização da análise de valor agregado, descrevam a utilização de novas técnicas de

13

controle de custos e prazos e dê indícios que as novas técnicas são reais e que foram

utilizadas na prática ou através de simulações.

● CI2 -EVM +NovTec +Uso - Podem ser selecionadas publicações que não descrevam

a utilização da análise de valor agregado, mas que descrevam a utilização de novas

técnicas de controle de custos e prazos e dê indícios que as novas técnicas são reais e

que foram utilizadas na prática ou através de simulações.

Foram consideradas ainda as publicações que:

● Sejam citadas nas referências bibliográficas e forem considerados relevantes apesar

de não terem sido identificados pelas palavras chave do estudo.

2.2 ANÁLISE E SÍNTESE

Depois de definir as expressões de busca e os critérios de inclusão e de exclusão do

primeiro e do segundo filtro, alguns engenhos de busca foram utilizados para que os artigos

relevantes a este estudo pudessem ser encontrados e acessados.

Como pode ser observado abaixo, a partir do site SCOPUS, foram retornados 30

artigos de acordo com a expressão de busca utilizada (Anexo 1); enquanto que no site da

Compendex, 24 artigos foram encontrados (Anexo 2). Por fim, no site do IEEE, 39 artigos

compuseram o primeiro resultado da busca realizada (Anexo 3).

Nota-se que alguns artigos foram encontrados nas 3 plataformas de busca

simultaneamente (Figura 1), fazendo com que o número total de publicações que resultaram

da utilização do primeiro critério se igualasse a 70. As porcentagens referentes a esses

resultados podem ser observadas na Figura 2.

Figura 1: Número de artigos resultantes da busca, separadamente e simultaneamente em

cada base digital.

Fonte: Autor.

14

Figura 2: Porcentagem de publicações encontradas em cada base digital como resultado das

buscas.

32%

42%

26%Compendex

IEEE

Scopus

Fonte: Autor.

De acordo com os critérios de busca definidos por Souza (2014) já citados

anteriormente, todas as 70 publicações foram analisadas por meio de seus resumos

(abstracts) e a grande maioria delas se tratava de um falso-positivo em relação ao objetivo

dessa revisão sistemática. Através disso, foram aplicados os critérios de inclusão e exclusão,

compondo o primeiro filtro do estudo.

A grande maioria das publicações consideradas como um “falso-positivo” tratava-se

de artigos que apenas demonstravam e exemplificavam a técnica de Gerenciamento de Valor

Agregado e também aquelas publicações que a utilizavam aplicando em um determinado

contexto para justificar a necessidade e as vantagens da prática de gerenciamento de projetos;

porém, nenhuma proposta de melhoria para a técnica de gerenciamento de valor agregado era

estudada e/ou demonstrada nesses artigos.

Um outro caso de “falso-positivo” bastante encontrado nesse primeiro resultado da

busca foi a questão de algumas publicações apresentarem um estudo que propõe uma

melhoria da técnica de EVM ou até mesmo uma integração dela com outros métodos, porém,

sem nenhum teste ou simulação que comprove que a proposta foi testada e validada.

Sendo assim, depois de aplicado o primeiro filtro, os números de publicações

selecionadas de cada base digital diminuíram significativamente refinando as buscas. O site

Scopus passou a apresentar 15 publicações relevantes a esse estudo, enquanto que o site

Compendex, apresentou 10 publicações e o site do IEEE apresentou 5. Dessa forma, 19

artigos compõem essa fase da revisão sistemática (Figura 3). As porcentagens referentes a

esses resultados podem ser observadas na Figura 4.

15

Figura 3: Número de artigos resultantes da aplicação do primeiro filtro do estudo,

separadamente e simultaneamente, em cada base digital.

Fonte: Autor.

Figura 4: Porcentagem de publicações selecionadas em cada base digital após a aplicação do

primeiro filtro.

33%

17%

50% Compendex

IEEE

Scopus

Fonte: Autor.

Após a aplicação do primeiro filtro, as publicações encontravam-se mais refinadas e

objetivas. Porém, nem todas elas poderiam ser consideradas efetivamente relevantes a este

estudo, pois não comprovavam de fato, por meio de testes e/ou simulações, a técnica ou

melhoria da técnica que foram propostas. Sendo assim, os critérios de inclusão e exclusão

que formam o segundo filtro, definidos por Souza (2014) e citados acima, foram utilizados

para poder refinar ainda mais o resultado dessa busca por artigos relevantes.

Dessa maneira, o número de referências que foram mantidas e consideradas nessa

revisão sistemática se reduziu um pouco mais a fim de tornar este estudo mais específico e

eficiente. Passando a fase de análise dos resultados obtidos na busca realizada, 10 artigos

compõem o grupo de publicações que serão estudadas, analisadas, resumidas e demonstradas

16

nessa revisão sistemática (Anexo 4). A base digital da Scopus é a que está mais presente

nessa fase final, com 7 artigos considerados para a pesquisa. Em seguida, Compendex com 5

artigos; e por fim, o site do IEEE com 4 artigos selecionados nessa última etapa (Figura 5).

Algumas referências que aparentemente se encaixavam nessa pesquisa acabaram

sendo excluídas após a aplicação do segundo filtro por não apresentar uma melhoria na

técnica de EVM e nem uma nova técnica para o gerenciamento de projetos; outras ainda

foram excluídas por não apresentarem simulações ou aplicações para a validação da técnica

proposta.

Alguns artigos que também foram excluídos nessa fase discutiam sobre a estabilidade

dos indicadores de custo e de cronograma e pareciam apresentar estudos promissores, porém,

não apresentavam uma proposta de melhoria para as desvantagens apresentadas.

Sendo assim, dentre aqueles artigos que foram selecionados, a grande maioria deles

propõe uma melhoria na técnica tradicional de Gerenciamento de Valor Agregado (EVM).

Figura 5: Número de artigos resultantes da aplicação do segundo filtro do estudo,

separadamente e simultaneamente, em cada base digital.

Fonte: Autor.

Figura 6: Porcentagem de publicações selecionadas em cada base digital após a aplicação do

segundo filtro.

25%

44%31%

Compendex

IEEE

Scopus

Fonte: Autor.

17

2.2.1. Snowballing

Neste momento da pesquisa, novos artigos relevantes foram procurados, analisados e

escolhidos, a fim de aumentar a gama de novos métodos utilizados para o gerenciamento de

projetos ou propostas de melhorias pra o EVM. Para isto, utilizou-se a técnica de

Snowballing, que se trata da procura de estudos por meio das referências de artigos

relevantes já encontrados (Goodman, 1961).

Dessa maneira, mais 5 estudos foram adicionados aos resultados finais da pesquisa

realizada até aqui. Eles foram escolhidos por apresentarem novas técnicas de gerenciamento

de projetos que ainda não tinham sido mencionados no primeiro grupo de artigos

selecionados ou que já haviam sido mencionados, mas também apresentavam uma melhoria

promissora à técnica tradicional.

2.2.2. Classificação de resultados

Por fim, após a aplicação dos dois filtros definidos por Souza (2014) no resultado da

busca realizada por meio das strings e após a utilização da técnica de snowballing, os 15

artigos selecionados e relevantes a este estudo serão divididos em três categorias para estudo:

(I) Estabilidade dos indicadores de Desempenho de Custo (CPI) e/ou de prazo (SPI); (II)

Propostas de novas técnicas para o gerenciamento e controle de projetos; (III) Propostas de

melhorias para a tradicional técnica de Gerenciamento de Valor Agregado.

Das 15 referências selecionadas para essa revisão sistemática, pode-se considerar que

2 delas pertencem à primeira categoria por apresentarem estudos que discutem sobre a

estabilidade do CPI e/ou do SPI, enquanto que 4 publicações pertencem à segunda categoria

por apresentarem uma técnica inovadora para a prática de gerenciamento de projetos e 11

publicações pertencem à terceira categoria por apresentarem e validarem em seu estudo uma

melhoria à técnica de EVM, como pode ser visualizado no gráfico abaixo (Figura 7).

É interessante ressaltar aqui que uma categoria não exclui a possibilidade de que a

outra aconteça. Um artigo que apesenta uma nova técnica alternativa para o gerenciamento

de projetos pode ter demonstrado e defendido discussões sobre a estabilidade de indicadores

de custo e de cronograma em seu estudo, por exemplo. Enquanto que, ao mesmo tempo, uma

referência encontrada que propõe uma melhoria no EVM também pode apresentar a

discussão sobre os índices citados.

18

Figura 7: Demonstração da quantidade de referências por categorias.

0

2

4

6

8

10

12

14

I II III

I

II

III

Fonte: Autor.

3. ANÁLISE DESCRITIVA DOS ARTIGOS ENCONTRADOS

3.1. DEMONSTRAÇÃO DAS PUBLICAÇÕES

Aqui as 15 publicações que foram selecionadas para serem tratadas nessa revisão

sistemática serão apresentadas de diferentes formas, como pode ser visto nas figuras abaixo.

Elas são referenciadas de acordo com o seu índice da tabela apresentada na seção 3.2.1 e de

acordo com o índice das Referências deste artigo. Primeiramente, as publicações estão

divididas por ano em que foram publicadas (Figura 8).

Figura 8: Número de artigos estudados nessa revisão, por ano de publicação.

0 1 2 3 4

2017

2016

2015

2014

2013

2012

2011

Número deartigos

Fonte: Autor.

19

Nesse momento, as referências são demonstradas de acordo com o local onde elas

foram publicadas e apresentadas (Figura 9), bem como cada jornal ou revista (Tabela 2) e

cada conferência (Tabela 3).

Na Figura 9 está detalhado quantas referências foram publicadas em Conferências e

quantas foram publicadas em Jornais e Revistas. Pode-se observar que 11 artigos foram

publicados em jornais ou revistas, enquanto 4 foram publicados em conferências. Este

número se dá pelo fato de um único artigo (4) ter sido publicado em algum jornal e

conferência também. Já um outro artigo (11) foi publicado em duas conferências distintas.

Figura 9: Demonstração da quantidade de referências publicadas em Jornais e Revistas e em

Conferências.

73%

27%Conferências

Jornais e Revistas

Fonte: Autor.

Na Tabela 2, a demonstração de cada Jornal que aparece nos resultados dessa revisão

está detalhada com os índices de cada artigo que faz parte de seu respectivo acervo de

publicações selecionadas.

Tabela 2: Demonstração das referências publicadas em Jornais.

Jornal Índices de

publicações

International Journal of Project Management [1]; [14]

Journal of the Operational Research Society [2]

European Journal of Operational Research [3]

International Journal of Software Engineering and Knowledge Engineering [4]

Communications in Computer and Information Science [5]; [7]

Journal of Intelligent and Fuzzy Systems [8]

Revista de Metodos Cuantitativos para la Economia y la Empresa [9]

20

International Journal of Networking and Virtual Organizations [10]

IEEE Transactions on Engineering Management [12]

Procedia Computer Science [15]

Fonte: Autor.

Da mesma maneira como foram detalhados os Jornais, aqui são detalhadas as

Conferências que apresentam artigos relevantes a esse estudo. A quantidade de publicações

que foram encontradas em cada uma dessas Conferências pode ser visualizada na Tabela 3.

Tabela 3: Demonstração das referências publicadas em Conferências.

Conferência Índices de

publicações

Proceedings of the International Conference on Software Engineering and Knowledge

Engineering, SEKE

[4]

Proceedings - International Conference on Software Engineering [6]

2011 Joint Conference of the 21st International Workshop on Software Measurement [11]

6th International Conference on Software Process and Product Measurement [11]

2012 International Conference on Information Management, Innovation Management and

Industrial Engineering

[14]

Fonte: Autor.

3.2. PUBLICAÇÕES SELECIONADAS

Nessa seção, finalmente, são demonstradas as 15 publicações que retornaram das

pesquisas por meio das strings de busca definidas por Souza (2014) que passaram pelo

primeiro e segundo filtro, também definidos por ele, e também aquelas que são provenientes

da aplicação da técnica de snowballing. Juntamente com cada artigo abaixo, é possível notar

também quem são seus autores, em qual evento e ano que foi apresentado/publicado e

também a base digital em que pode ser encontrado (Tabela 4).

Tabela 4: Publicações selecionadas e suas particularidades

Autor Título da Publicação Evento Base

Digital

01. Caron, Franco;

Ruggeri, Fabrizio;

Pierini, Beatrice

A Bayesian approach to improving

estimate to complete

International Journal of

Project Management

2016

Scopus

Compendex

21

02. Salari, M.,

Khamooshi, H.

A better project performance

prediction model using fuzzy time

series and data envelopment analysis

Journal of the Operational

Research Society 2016

Scopus

03. Wauters, Mathieu;

Vanhoucke, Mario

A Nearest Neighbour extension to

project duration forecasting with

Artificial Intelligence

European Journal of

Operational Research

2017

Scopus

04. Souza, A.D., Rocha,

A.R.C., Santos,

D.C.S.

A proposal for the improvement of

project's cost predictability using

earned value management and

historical data of cost - An empirical

study

- International Journal of

Software Engineering and

Knowledge Engineering

2015;

- Proceedings of the

International Conference

on Software Engineering

and Knowledge

Engineering, SEKE 2014

Scopus

Compendex


A.R.C., Cristina, D.,

Constantino, B.A.

A Proposal for the Improvement of

Project's Cost Predictability Using

Earned Value Management and

Quality Data - An Empirical Study

Communications in

Computer and

Information Science 2014

Scopus

Compendex

06. Souza, A.D. A proposal for the improvement of


EVM and historical data of cost

Proceedings -



2013

Scpopus

Compendex

IEEE


A.R.C.

A Proposal for the Improvement

Predictability of Cost Using Earned

Value Management and Quality Data

Communications in

Computer and


Scopus

Compendex

08. Moradi, Navid;

Mousavi, S.

Meysam; Vahdani,

Behnam

An earned value model with risk

analysis for project management

under uncertain conditions

Journal of Intelligent and

Fuzzy Systems 2017

Compendex

09. Radek, D. Fuzzy logic: An instrument for the

evaluation of project status

Revista de Metodos

Cuantitativos para la

Economia y la Empresa

2015

Scopus

10. Li, You; Liu, Lu Hybrid artificial neural network and

statistical model for forecasting

project total duration in earned value

management


Networking and Virtual

Organisations 2012

Compendex

22

11. Garcia J.L.C.;

Gallego J.J.C.;

Martinez M.A.H.;

Soria P.R.

Improve Tracking in the Software

Development Projects

- Joint Conference of the

21st International

Workshop on Software

Measurement, IWSM

2011

- 6th International

Conference on Software

Process and Product

Measurement,

MENSURA 2011

IEEE

12. Kim B.C. Integrating Risk Assessment and

Actual Performance for Probabilistic

Project Cost Forecasting: A Second

Moment Bayesian Model

IEEE Transactions on

Engineering Management

2015

IEEE

13. Aliverdi, R.,

Moslemi Naeni, L.,

Salehipour, A.

Monitoring project duration and cost

in a construction project by applying

statistical quality control charts


Project Management

2013

Scopus

Compendex

14. Ma, X.; Yang, B. Optimization study of Earned Value

Method in construction project

management


on Information

Management, Innovation

Management and

Industrial Engineering,

ICIII 2012

IEEE

15. Dodson, M.;

Defavari, G.;

Carvalho, V.

Quality: The Third Element of Earned

Value Management

Procedia Computer

Science 2015

Scopus

Compendex

Fonte: Autor.

4. RESULTADOS ENCONTRADOS

De acordo com as categorias definidas no tópico 2.2.2, os resultados foram

classificados, primeiramente, em: estabilidade do índice de desempenho de custo (CPI) e do

índice de desempenho de prazo (SPI); propostas de novas técnicas de monitoramento de

projetos e propostas de melhoria na tradicional técnica de gerenciamento de valor agregado

(EVM). Em seguida, subcategorias foram criadas para que os resultados pudessem ser

melhor agrupados (Figura 10).

23

Figura 10: Fluxograma que representa as categorias e subcategorias em que os resultados

foram divididos.

Fonte: Autor.

4.1. ESTABILIDADE DO ÍNDICE DE DESEMPENHO DE CUSTO (CPI) E DO

ÍNDICE DE DESEMPENHO DE PRAZO (SPI)

Dos 15 artigos selecionados para esta revisão sistemática, apenas 2 apresentam em

seu estudo uma discussão sobre a estabilidade do Índice de Desempenho de Custo (CPI) ou

do Índice de Desempenho de Prazo/Cronograma (SPI).

Alguns pontos de vulnerabilidade da tradicional técnica de EVM levantados por

(SOUZA, 2015) são (i) os dados de desempenho de custos nem sempre têm distribuição

normal, o que dificulta as projeções confiáveis; (ii) a instabilidade de índices de desempenho

de custos durante a execução de projetos, (iii) há uma tendência de piora nos índices de

desempenho de custos quando o projeto se aproxima do término. Para solucionar casos como

esse, o autor propõe que dados históricos de custos sejam utilizados para o cálculo do CPI, a

fim de garantir uma maior credibilidade a essa previsão dos custos.

Outra proposta de (SOUZA, 2014) para essa instabilidade do Índice de Desempenho

de Custo é utilizar dados de qualidade integrados ao método EVM para uma maior precisão

na previsão do CPI.

4.2. PROPOSTAS DE NOVAS TÉCNICAS DE MONITORAMENTO DE

PROJETOS

Dos 15 artigos selecionados para esta revisão sistemática, apenas 4 deles apresentam

uma proposta para nova técnica composta de métodos diversos para a prática de

gerenciamento de projetos.

24

4.2.1 Modelo Bayesiano

Um estudo Bayesiano é a proposta defendida por (CARON, RUGGERI E PIERINI,

2016) que foca na probabilidade subjetiva como base para o começo da discussão sobre o

controle do projeto. Essa probabilidade trata-se da opinião, suposições e conhecimentos

tácitos de especialistas. Dessa forma, dados de projetos anteriores similares ao atual também

são considerados uma fonte de conhecimento para monitoramento e controle. E por fim, os

dados de desempenho do atual projeto vão formando ao longo do tempo de evolução a

terceira fonte de conhecimento que compõe o método proposto. O modelo proposto pelos

autores foi aplicado a três projetos grandes e complexos de petróleo e gás e demonstrou

sucesso em seus resultados comparados à utilização da técnica de gerenciamento de valor

agregado. (Anexos – Artigo 01).

O artigo de (KIM, 2015) apresenta um modelo Bayesiano para a previsão de

desempenho de projetos integrando à sua avaliação de riscos. Este modelo fornece fórmulas

algébricas eficientes para promover a previsão do desempenho do projeto. Exemplos

numéricos e simulações são utilizados para a demonstração e validação da técnica proposta

pelo autor e comprovam a sua eficácia e sua utilização em ambientes reais. (Anexos – Artigo

13).

4.2.2 Métodos de Inteligência Artificial

Uma outra novidade interessante foi trazida por (WAUTERS E VANHOUCKE,

2017) ao introduzirem o método do vizinho mais próximo com o objetivo de minimizar o

conjunto de situações semelhantes à fase atual do projeto e aumentar a precisão da previsão

de seu futuro. Um método de Inteligência Artificial é utilizado para proporcionar a previsão

sobre esse futuro por meio dos dados minimizados. Um grande experimento computacional

foi configurado para o teste e validação da proposta feita pelos autores e comprovou que a

técnica do vizinho mais próximo possibilita resultados mais precisos do que a tradicional

EVM. (Anexos - Artigo 04).

O artigo de (LI E LIU, 2012) propõe um novo modelo para o gerenciamento de

projetos que utiliza o conceito de redes neurais artificiais juntamente com o método de

simulação de número aleatório para prever o indicador de cronograma. Este estudo também

considera dados de períodos próximos (técnica do vizinho mais próximo) para a recruta de

informações iniciais. Logo em seguida, métodos estatísticos são utilizados para prever os

índices de cronograma futuros do projeto. Testes e experimentos que foram realizados neste

25

estudo, comprova que essa proposta híbrida supera a tradicional técnica de gerenciamento de

valor agregado. (Anexos - Artigo 11).

4.3. PROPOSTAS DE MELHORIAS NA TRADICIONAL TÉCNICA DE

GERENCIAMENTO DE VALOR AGREGADO (EVM)

A maioria das publicações selecionadas para o estudo desta revisão, representada por

11 artigos dentro de 15 que foram selecionados, tem como objetivo propor uma melhoria na

técnica tradicional de Gerenciamento de Valor Agregado.

4.3.1 Métodos Estatísticos

4.3.1.1 Números Fuzzy

O estudo de (SALARI E KHAMOOSHI, 2016) sugere um planejamento de projetos

baseado em dados anteriores e em séries temporais Fuzzy para obter a previsão final

desejada. Dessa maneira, algumas expressões linguísticas são utilizadas para representar o

desenvolvimento dessa estimativa Fuzzy e para interpretar as possíveis condições do atual

projeto. Alguns dados e casos simulados foram criados para o teste dessa proposta e também

para ilustrar como ela pode ser utilizada em situações reais. Sendo assim, foram realizados

três estudos de caso utilizando a aplicação da técnica proposta e também utilizando a

aplicação do EVM para que uma comparação de métodos pudesse ser feita. Através dos

resultados apresentados no artigo, fica claro que na grande maioria das fases dos estudos de

caso, a técnica proposta por (SALARI E KHAMOOSHI, 2016) se mostrou mais precisa do

que a tradicional técnica de gerenciamento de valor agregado. (Anexos - Artigo 02).

Mais um estudo que considera a Lógica Fuzzy como melhoria no processo de

previsão, planejamento e controle do projeto é o artigo de (RADEK, 2015) que inicialmente

apresenta uma explicação sobre os conjuntos Fuzzy, sua lógica, bem como seus cálculos

necessários para a obtenção de resultados e tem como objetivo comprovar a eficácia da

integração desse método à técnica de EVM; integração esta que tem como objetivo auxiliar

ainda mais aos gerentes de projetos e aqueles que precisam tomar decisões quanto às suas

futuras condições. Este artigo demonstra como indicadores como Índice de Desempenho de

Custos (CPI) e Índice de Desempenho de Cronograma (SPI) podem ser transformados em

variáveis linguísticas que representam a atual situação do projeto e possíveis soluções e

caminhos a seguir. Dessa maneira, esse método considera os riscos e incertezas que o

desenvolvimento do projeto corre, diferente da técnica de gerenciamento de valor agregado.

26

O estudo de caso demonstrado neste artigo é composto por dados reais retirados de projetos

de TI e comprova essa vantagem da técnica proposta sobre a de EVM. (Anexos - Artigo 10).

4.3.1.2 Curvas Sigmodais

O estudo de (GARCIA, GALLEGO, MARTINEZ E SORIA, 2011) foca no método

estatístico de Curvas Sigmodais ou Curvas S, parametrizadas adequadamente e utilizando a

técnica de gerenciamento de valor agregado para um melhor monitoramento do projeto, a fim

de obter sua previsão em termos de custo e prazos; e então, a evolução do projeto é

matematicamente modelada como uma função contínua. Projetos reais de desenvolvimento

de software são utilizados para comprovar a validação e eficácia do método proposto pelos

autores. (Anexos – Artigo 12).

4.3.2 Dados Históricos de Custo

Como já citado anteriormente, (SOUZA, 2015) propõe uma melhoria na técnica

tradicional devido à instabilidade de índices de desempenho de custos durante a execução de

projetos e devido também a uma tendência de piora nos índices de desempenho de custos

quando o projeto se aproxima do término. Este caso já foi discutido na seção 4.1 por

apresentar também um método de estudo sobre a instabilidade do Indicador de Desempenho

de Custo (CPI). O autor deste estudo propõe a utilização de dados históricos de custo para

auxiliar no monitoramento e controle do projeto. Um estudo de caso em 22 projetos de

software foi apresentado e utilizado para comprovar a validação da técnica proposta e testes

de hipóteses com nível de significância de 95% foram realizados, demonstrando que a

proposta do trabalho é mais precisa e eficiente do que a técnica tradicional para calcular os

índices CPI e EAC contidos no EVM. (Anexos – Artigo 05 e Artigo 07).

4.3.3 Indicadores de Desempenho de Qualidade

O autor (SOUZA, 2014) propõe uma outra alternativa para suprir as limitações

encontradas na técnica de gerenciamento de valor agregado: integrar dados de desempenho

de qualidade sobre a técnica tradicional de EVM. Sua validação, que foi feita por meio da

aplicação do método proposto em 20 projetos de software, comprova uma maior precisão

novamente na previsão dos índices CPI (Índice de Desempenho de Custo) e EAC (Estimativa

de Conclusão).

A fim de superar a limitação da técnica de gerenciamento de valor agregado de medir

o desnível entre o planejado e o real em casos de discordâncias no que foi previsto,

27

(ALIVERDI, MOSLEMI E SALEHIPOUR, 2013) criou um método que representa a

integração dessa técnica com gráficos estatísticos de controle de qualidade para controlar de

maneira eficiente os índices obtidos por meio da aplicação do EVM. Dados reais de um

projeto de construção foram utilizados para testar a proposta deste artigo e retornou

resultados promissores que são capazes de demonstrar a eficácia que essa integração pode

proporcionar.

O estudo de (MA E YANG, 2012) também foca na introdução de dados de qualidade

nos cálculos para a previsão de desempenho do projeto a fim de combinar gerenciamento de

custos, gerenciamento de cronogramas e gerenciamento de qualidade. O artigo demonstra,

então, um estudo de caso que compara o modelo proposto (Quality Earned Value

Management) com o EVM e que comprova a melhora na técnica tratada pelos autores.

Os autores (DODSON, DEFAVARI E CARVALHO, 2015) realizaram um estudo

interessante para apoiar aqueles que defendem a integração do componente de qualidade com

o gerenciamento de valor agregado. O artigo apresentado por eles apresenta um estudo de

caso de uma colheita de soja de uma fazenda do Brasil como um projeto de análise. Durante

este estudo de caso, variáveis de qualidade são propostas, calculadas e estudadas. Sendo

assim, ficou comprovado que a técnica do EVM pode ser aplicada de uma maneira mais

eficiente por meio da integração da análise de qualidade ao processo de monitoramento de

projetos.

4.3.4 Análise de Risco

Uma proposta de integração de métodos é, então, trazida por (MORADI, MOUSAVI

E VAHDANI, 2017), que, dessa vez, tem a intenção de promover a integração da tradicional

técnica de gerenciamento de valor agregado com a análise de risco para prever o desempenho

futuro do projeto com uma maior precisão, demonstrando o efeito das situações de risco na

previsão final. Neste trabalho os números Fuzzy também são utilizados para interpretar

índices e avaliações por meio de variáveis linguísticas. Por fim, um estudo de caso de

literatura da indústria de construção civil foi utilizado para testar e validar essa integração e

comprova a sua eficácia em situações de planejamentos de projetos envolvendo situações de

riscos.

5. PERSPECTIVAS PARA NOVOS ESTUDOS

Como foi possível observar ao longo desta revisão sistemática, os autores têm focado

bastante na integração da técnica de Gerenciamento de Valor Agregado com o Índice de

28

Qualidade, buscando uma melhora na prática de gerenciamento de projetos. Esse método é o

que mais aparece nos artigos relevantes a este estudo e, por este motivo, pode apresentar

grandes oportunidades de futuras pesquisas e um aprofundamento sobre o assunto, pois sua

validação já foi diversas vezes comprovada.

O que tem ainda ganhado espaço também são as técnicas de Inteligência Artificial

sendo utilizadas para solucionar casos de previsão de índices de custo e duração durante a

execução de um projeto. Elas estiveram presentes nas referências trazidas aqui, porém

demonstram que existe ainda uma gama de pesquisas, estudos e testes a serem feitos

comprovando a sua eficácia e sua comparação com os atuais e tradicionais métodos

utilizados.

6. CONCLUSÃO

Atualmente muitos autores tem citado, mencionado, estudado e aplicado a técnica de

gerenciamento de valor agregado em suas publicações. Através da busca realizada para a

realização desta revisão sistemática, pode-se perceber que muitas são as referências sobre o

assunto que falam da tradicional técnica utilizada e que a aplicam em diversos ambientes em

que se faz necessário o gerenciamento de projetos.

Entretanto, como a técnica de EVM possui falhas e desvantagens, alguns autores

tratam dessas falhas em seus artigos, explicando-as e propondo uma nova maneira de se obter

sucesso durante as fases de monitoramento e controle do projeto.

Diversas foram as melhorias observadas na fase final da demonstração de resultados

desta revisão sistemática. Realmente a integração da técnica de EVM com o Índice de

Desempenho de Qualidade (QPI) é a proposta de solução que mais aparece dentro os artigos

encontrados. Porém, outras sugestões são levantadas e validadas, como o estudo por meio de

dados históricos de custo, a integração com análise de risco, o uso de controle estatístico,

dentre outras. Há ainda aqueles que focam em novos métodos para uma maior eficiência no

gerenciamento de projetos, como a utilização de técnicas de Inteligência Artificial ou de

modelos Bayesianos, a fim de obter sucesso na previsão do projeto.

Como pode ser visto nos resultados apresentados, a maioria dos autores propõem e

comprovam estudos de melhorias na técnica de EVM; poucos focam um novo método ou

discutem sobre a estabilidade dos índices utilizados nas fórmulas de gerenciamento de valor

agregado.

29

REFERÊNCIAS

[1]CARON, F., RUGGERI, F., PIERINI, B., 2016. “A Bayesian approach to

improving estimate to complete”. International Journal of Project

Management, v.34, pp. 1687-1702.

[2]SALARI, M., KHAMOOSHI, H., 2016. “A better project performance prediction

model using fuzzy time series and data envelopment analysis”. Journal of the

Operational Research Society, v.67, pp.1274-1287.

[3]WAUTERS, MATHIEU; VANHOUCKE, MARIO, 2017. “A Nearest Neighbour

extension to project duration forecasting with Artificial Intelligence”.

European Journal of Operational Research, v.259, pp. 1097-1111.

[4]SOUZA, A.D., ROCHA, A.R.C., DOS SANTOS, D.C.S., 2015. “A proposal for

the improvement of project's cost predictability using earned value

management and historical data of cost - An empirical study”. International

Journal of Software Engineering and Knowledge Engineering, v.25, n.1,

pp.27-50.

[5]SOUZA, A.D. et. al., 2014. “A Proposal for the Improvement of Project's Cost

Predictability Using Earned Value Management and Quality Data - An

Empirical Study”. Communications in Computer and Information Science,

Springer, v.425, pp.170-181.

[6]SOUZA, Adler Diniz, 2013. “A proposal for the improvement of project's cost

predictability using EVM and historical data of cost”. Proceedings -

International Conference on Software Engineering, pp.1447-1449.

[7]SOUZA, A.D., ROCHA, A.R.C, 2013. “A Proposal for the Improvement

Predictability of Cost Using Earned Value Management and Quality Data”.

Communications in Computer and Information Science, Springer, v.364,

pp.190-201.

30

[8]MORADI, N,; MOUSAVI, S.M.; VAHDANI, B., 2017. “An earned value model

with risk analysis for project management under uncertain conditions”.

Journal of Intelligent and Fuzzy Systems, v.32, pp. 97-113.

[9]RADEK, D., 2015. “Fuzzy logic: An instrument for the evaluation of project

status”. Revista de Métodos Cuantitativos para la Economia y la Empresa,

pp.5-23.

[10]YOU, Li, LU, Liu, 2012. “Hybrid artificial neural network and statistical model

for forecasting project total duration in earned value management”.

International Journal of Networking and Virtual Organisations, v.10, n.3/4,

pp.402-413.

[11]CUADRADO-GARCIA, J. L. et. Al, 2011. “Improve Tracking in the Software

Development Projects”. 21st International Workshop on Software

Measurement and the 6th International Conference on Software Process and

Product Measurement, pp.215-220.

[11]KIM, B. C., 2015. “Integrating Risk Assessment and Actual Performance for

Probabilistic Project Cost Forecasting: A Second Moment Bayesian Model”.

IEEE Transactions on Engineering Management, v.62, n.2, pp.158-170.

[13]ALIVERDI, R., MOSLEMI, L.N., SALEHIPOUR, A., 2013. “Monitoring project

duration and cost in a construction project by applying statistical quality

control charts”. International Journal of Project Management, v.31, pp.411-

423.

[14]MA, Xiao; YANG, Bin, 2012. “Optimization study of Earned Value Method in

construction project management”. International Conference on Information

Management, Innovation Management and Industrial Engineering, pp.201-

204.

[15]DODSON, Marcelo; DEFAVARI, Guilherme; DE CARVALHO, Vitor, 2015.

“Quality: The Third Element of Earned Value Management”. Procedia

Computer Science, v.64, pp.932-939.

31

[16]ANBARI, F.T., 2003, "Earned Value Project Management Method and

Extensions", Project Management Journal, v. 4 (Dec 2003), pp. 12 - 23.

[17]CHRISTENSEN, D., SCOTT R. H EISE, 1993, "Cost Performance Index

Stability", National Contract Management Journal, v. 25, pp. 7-15.

[18]HENDERSON, K., OFER ZWIKAEL, 2008, "Does Project Performance

Stability Exist A Re-examination of CPI and Evaluation of SPI(t) Stability, "

Cross Talk, v. 21 (April, 2008), pp. 04-07.

[19]KITCHENHAM, B.A., CHARTERS, S. 2007. Guidelines for Performing

Systematic Literature Reviews in Software Engineering Version 2.3, EBSE

Technical Report. Keele University and University of Durham.

[20]LIPKE, W., 2000, "Statistical Process Control Meets Earned Value", Cross Talk

The Journal of Defense Software Engineering, v. vol 13 nro 6, pp. 16-28 .

[21]LIPKE, W., 2003, "Schedule is different", The Measurable News, v. March &

Summer 2003 (March 2003), pp. 1-7.

[22]LIPKE, W., 2004a, "Connecting Earned Value to the Schedule", The Measurable

News, v. Winter 2004 (Winter 2004), pp. 1-8.

[23]LIPKE, W., 2004b, "Independent Estimates at Completion – Another Method",

Cross Talk The Journal of Defense Software Engineering, v. 17 nro 10

(october 2004), pp. 26-30.

[24]LIPKE, W., 2006a, "Statistical Methods Applied to EVM: The Next Frontier",

Cross Talk Departament of Defense, v. 19, pp. 20-23.

[25]LIPKE, W., K.H., 2006b, "Earned Schedule: An Emerging Enhancement to

Earned Value Management", Cross Talk, v. 19 No 11 (November 2006), pp.

26-30.

[26]LIPKE, W., 2008, "Project Duration Forecasting: Comparing Earned Value

Management Methods to Earned Schedule", Cross Talk The Journal of

Defense Software Engineering, v. 21, n. 12, pp. 19-22.

32

[27]LIPKE, W., ANBARI, HENDERSON, 2009, "Prediction of project outcome, the

application of statistical methods to Earned Value Management and Earned

Schedule performance indexes", International Journal of Project Management,

v. 27, nro 4, pp. 400-407.

[28]MAFRA, S., BARCELOS, R., TRAVASSOS, G. H., 2006, "Aplicando uma

Metodologia Baseada em Evidência na Definição de Novas Tecnologias de

Software". In: Proceedings of the 20th Brazilian Symposium on Software

Engineering (SBES), v. 1, pp. 239-254, Florianópolis, Outubro, 2006.

[29]PMI, 2011, Practice Standard Earned Value Management Pennsylvania, Project

Management Institute.

[30]PMI, 2013, Project Management Body of Knowledge - PMBOK Newton Square,

Project Management Institute.

[31]SILVA, L.F., 2004, Uma abordagem com apoio ferramental para aplicação de

técnicas de leitura baseada em perspectiva, COPPE / PESC - Programa de

Engenharia de Sistemas e Computação, Universidade Federal do Rio de

Janeiro, Rio de Janeiro.

[32]SOUZA, Adler Diniz, ROCHA, Ana Regina Cavalcanti. “Uma Proposta Para

Melhoria Da Previsibilidade De Custo De Projetos, Utilizando A Técnica De

Gerenciamento De Valor Agregado E Dados Históricos De Custo E

Qualidade”. Tese: Doutorado em Engenharia de Sistemas e Computação,

Universidade Federal do Rio de Janeiro – UFRJ, Rio de Janeiro, 2014.

[33]TRANFIELD, D., DENYER, D., SMART, P., 2003. Towards a methodology for

developing evidence-informed management knowledge by means of

systematic review. Br. J. Manag., v.14, pp. 207-222.

[34]VARGAS, R. V., 2013, "Análise de Valor Agregado: Revolucionando o

gerenciamento de prazos e custos", Ed. 6ª, Rio de Janeiro, Brasport.

[35]ZWIKAEL, O., GLOBERSON, S. e Raz, T., 2000, "Evaluation of Models for

Forecasting the Final Cost of a Project.”, Project Management Journal, v.31,

pp. 53-57.

33

[36]GARZA-REYES, Jose Arturo, 2015. “Lean and green e a systematic review of

the state of the art literature”. Journal of Cleaner Production, v.102, pp.18-29.

[37] GOODMAN, L.A. Snowball Sampling. The annals of mathematical

statistics. Vol. 32, No. 1, pp. 148-170, mar. 1961.

34

ANEXOS

35

ANEXO 1 - PUBLICAÇÕES ENCONTRADAS ATRAVÉS DA STRING DE BUSCA

NA BASE DIGITAL SCOPUS

Autor Título da Publicação Evento

01. Salari, M., Khamooshi,

H.

A better project performance prediction

model using fuzzy time series and data

envelopment analysis

Journal of the Operational Research

Society – 2016

02. Salari, M., Bagherpour,

M., Wang, J.

A novel earned value management model

using Z-number

International Journal of Applied

Decision Sciences – 2014

03.

De Souza, A.D., Da

Rocha, A.R.C., Dos

Santos, D.C.S.


project's cost predictability using earned

value management and historical data of

cost - An empirical study

International Journal of Software

Engineering and Knowledge

Engineering – 2015

04.

De Souza, A.D.,

Rocha, A.R., Dos

Santos, D.C.S.


project's cost predictability using earned

value management and historical data of

cost - An empirical study

Proceedings of the International

Conference on Software Engineering

and Knowledge Engineering, SEKE –

2014

05.

de Souza, A.D., Rocha,


Constantino, B.A.


Project's Cost Predictability Using Earned

Value Management and Quality Data - An

Empirical Study

Communications in Computer and

Information Science – 2014

06. Diniz De Souza, A.


project's cost predictability using EVM

and historical data of cost

Proceedings - International


– 2013

07. de Souza, A.D., Rocha,

A.R.C.


Predictability of Cost Using Earned Value

Management and Quality Data



08. Warburton, R.D.H. A time-dependent earned value model for

software projects

International Journal of Project

Management – 2011

9 Chen, S., Zhang, X.

An analytic review of earned value

management studies in the construction

industry

Construction Research Congress:

Construction Challenges in a Flat

World – 2012

10

Bagherpour, M.,

Safari, M., Mohammad

Sharifi, M.

Applying mechanical equilibrium rules in

project cost management

Proceedings of the Institution of

Mechanical Engineers, Part B:

Journal of Engineering Manufacture

– 2016

11. Băncescu, M. Controlling Project Schedule Progress,

Using Control Charts Cybernetics and Systems – 2016

12. Fowler, S., Chen, P.P.

CsPI: A New Way to Evaluate

Cybersecurity Investments: A Position

Paper

IEEE International Conference on

Software Quality, Reliability and

Security Companion, QRS-C – 2017

13.

Seidleck, M.,

Reynolds, S., Krygiel,

J.

Developing forward-looking metrics to

interpret SPI and CPI performance indices

for GSFC projects

IEEE Aerospace Conference

Proceedings – 2016

14. Jagathipriya, N.B.K.,

Bhatia, R.S.

Earned value management - Application

of performance evaluation system for high

value contract management

Journal of Spacecraft Technology –

2012

15. De Marco, A.,

Narbaev, T.

Earned value-based performance

monitoring of facility construction

projects

Journal of Facilities Management –

2013

16. Nevison, J.M.,

Chichakly, K.

Effective corrective action: The

initial/envelope model for managing

projects

Journal of Modern Project

Management – 2017

36



Revista de Metodos Cuantitativos

para la Economia y la Empresa –

2015

18.

Kim, S.-C., Kim, Y.-

W., Park, K.S., Yoo,

C.-Y.

Impact of measuring operational-level

planning reliability on management-level

project performance

Journal of Management in


19.

Kim, J., Koo, C., Kim,

C.-J., Hong, T., Park,

H.S.

Integrated CO², cost, and schedule

management system for building

construction projects using the earned

value management theory

Journal of Cleaner Production - 2015

20. Moselhi, O., Azarm, R. Material status index in support Of EVM

ISARC - 30th International

Symposium on Automation and

Robotics in Construction and Mining,

Held in Conjunction with the 23rd

World Mining Congress – 2013

21.

Aliverdi, R., Moslemi

Naeni, L., Salehipour,

A.

Monitoring project duration and cost in a

construction project by applying statistical

quality control charts


Management – 2013

22. Kim, B.-C.

Probabilistic Evaluation of Cost

Performance Stability in Earned Value

Management



23.

Hanagodimath, A.V.,

Rajashekarswamy,

H.M., Parate, H.R.

Project performance in real time

construction industry - A case study

International Journal of Civil

Engineering and Technology – 2016

24. Mirza, E., Ehsan, N.

Quantification of Project Execution

Complexity and its Effect on Performance

of Infrastructure Development Projects

EMJ - Engineering Management

Journal – 2017

25. Villanueva, J.A.,

Kovach, J.V.

Reducing engineering/design time for

EPC oil and gas projects

IIE Annual Conference and Expo –

2013

26. De Koning, P.,

Vanhoucke, M.

Stability of earned value management do

project characteristics influence the

stability moment of the cost and schedule

performance index


Management – 2016

27. Petter, J.L., Ritschel,

J.D., White, E.D.

Stability properties in Department of

Defense contracts: Answering the

controversy

Journal of Public Procurement - 2015

28. Kumar, G.P., Asadi,

S.S.

The effect of Earned value Management

on risk assessment using Analytical

Network Process: A case study

International Journal of Civil

Engineering and Technology – 2016

29. Moselhi, O. The use of earned value in forecasting

project durations

Proceedings of the 28th International


Robotics in Construction, ISARC –

2011

30. Nevison, J.

Working the "educated" plan: How

effective is corrective staffing in a typical

white-collar project


Management - 2015

37


NA BASE DIGITAL COMPENDEX


01. Chen, Shu(1); Zhang,

Xueqing(1)

An analytic review of earned value

management studies in the

construction industry

Construction Research Congress:

Construction Challenges in a Flat

World – 2012

02.

de Souza, Adler Diniz(1);

Rocha, Ana Regina

Cavalcanti(1)






03.

de Souza, Adler Diniz(1);

Rocha, Ana Regina

Cavalcanti(1); Cristina,

Djenane(1); Constantino,

Bruno Augusto(1)







04.

De Souza, Adler Diniz(1);

Da Rocha, Ana Regina

Cavalcanti(1); Dos Santos,

Djenane Cristina Silveira(2)





study

International Journal of Software

Engineering and Knowledge


05. Kim, Byung-Cheol(1)

Probabilistic Evaluation of Cost

Performance Stability in Earned

Value Management



06.

Kim, Jimin(1); Koo,

Choongwan(1); Kim, Chan-

Joong(2); Hong,

Taehoon(1); Park, Hyo

Seon(1)

Integrated CO2, cost, and schedule

management system for building

construction projects using the earned

value management theory

Journal of Cleaner Production - 2015

07. Jagathipriya, Niveditha B.

K.(1); Bhatia, R.S.(1)

Earned value management -

Application of performance

evaluation system for high value

contract management

Journal of Spacecraft Technology –

2012

08.

De Souza, Adler Diniz(1);

Rocha, Ana Regina(1); Dos

Santos, Djenane Cristina

Silveira(2)





study

Proceedings of the International


and Knowledge Engineering, SEKE –

2014

9 Diniz De Souza, Adler(1)




Proceedings - International


– 2013

10 Warburton, Roger D.H.(1) A time-dependent earned value

model for software projects


Management – 2011

11.

Seidleck, Mark(1);

Reynolds, Scott(2); Krygiel,

Joseph(2)

Developing forward-looking metrics

to interpret SPI and CPI performance

indices for GSFC projects

IEEE Aerospace Conference

Proceedings – 2016

12.

Bagherpour, Morteza(1);

Safari, Mojtaba(1);

Mohammad Sharifi,

Masoud(1)

Applying mechanical equilibrium

rules in project cost management

Proceedings of the Institution of

Mechanical Engineers, Part B:

Journal of Engineering Manufacture

– 2016

13.

Kim, Sang-Chul(1); Kim,

Yong-Woo(2); Park, Kun

Soo(3); Yoo, Choong-

Yuel(3)

Impact of measuring operational-

level planning reliability on

management-level project

performance



38

14.

Aliverdi, Reza(1,2,3);

Moslemi Naeni,

Leila(1,2,3); Salehipour,

Amir(1,2,3)





Management – 2013

15. Fowler, Summer(1); Chen,

Peter P.(2)


Cybersecurity Investments: A

Position Paper



Security Companion, QRS-C – 2017

16. Mirza, Ebtisam(1); Ehsan,

Nadeem(1)

Quantification of Project Execution

Complexity and its Effect on

Performance of Infrastructure


EMJ - Engineering Management

Journal – 2017

17. Khamooshi, Homayoun(1);

Abdi, Abdollah(2,3)

Project Duration Forecasting Using

Earned Duration Management with

Exponential Smoothing Techniques



18. Loop, Robert(1) Schedule metrics reliability and

predictability

AACE International Transactions –

2013

19. Moselhi, O.(1); Azarm,

R.(1)

Material status index in support Of

EVM

ISARC - 30th International


Robotics in Construction and Mining,

Held in Conjunction with the 23rd

World Mining Congress – 2013

20. Moselhi, Osama(1) The use of earned value in forcasting

project durations



Robotics in Construction, ISARC –

2011

21. Bncescu, Mioara(1) Controlling Project Schedule

Progress, Using Control Charts Cybernetics and Systems – 2016

22. Wang, Li(1)

Rsearch of the investment departure

early warning model of infrastructure

projects based on BP neural network


Symposium on Advancement of

Construction Management and Real

Estate – 2014

23.

Alarcón, Luis F.(1);

Salvatierra, José L.(2);

Letelier, José A.(3)

Using Last Planner indicators to

identify early signs of project

performance

22nd Annual Conference of the

International Group for Lean

Construction: Understanding and

Improving Project Based Production,

IGLC – 2014

24. Villanueva, Jesus A.(1);

Kovach, Jamison V.(1)

Reducing engineering/design time for

EPC oil and gas projects

IIE Annual Conference and Expo –

2013

39


NA BASE DIGITAL IEEE


01. J. E. Psaroudakis; A.

Eberhardt

A Discrete Event Simulation Model to

Evaluate Changes to a Software Project

Delivery Process

IEEE 13th Conference on

Commerce and Enterprise

Computing – 2011

02.

T. Zhang; S. X. Chen;

H. B. Gooi; J. M.

Maciejowski

A Hierarchical EMS for Aggregated

BESSs in Energy and Performance-Based

Regulation Markets

IEEE Transactions on Power

Systems – 2017

03. A. Diniz de Souza

A proposal for the improvement of project's

cost predictability using EVM and

historical data of cost

35th International Conference on

Software Engineering (ICSE) - 2013

04. Seong-Jin Kim; Tae-

Hak Kim

A study on the integrated construction cost

management method with reflection of the

characteristics of public construction works

in South Korea

Second International Conference on

Computer Science, Computer

Engineering, and Social Media

(CSCESM) – 2015

05. B. A. Hussein; R.

RavnÃ¥

A template for building adaptable project

risk management games

IEEE 8th International Conference

on Intelligent Data Acquisition and

Advanced Computing Systems:

Technology and Applications

(IDAACS) – 2015

06. L. Zhang; J. Zhu

Aggregation of two kinds of preference

information considering consistency

coordination


Grey Systems and Intelligent

Services – 2011

07. S. Suenaga; K. Tei; S.

Honiden

Applicability of earned value management

for deadline energy constrained

applications


Industrial Engineering and

Engineering Management (IEEM) –

2017

08. P. Efe; O. DemirÃ¶rs Applying EVM in a Software Company:

Benefits and Difficulties

39th Euromicro Conference on

Software Engineering and Advanced

Applications – 2013

9

W. Majerowicz; D.

Emmons; R. Bitten;

S. A. Shinn

Contribution of schedule delays to cost

growth: How to make peace with a

marching army

IEEE Aerospace Conference - 2016

10 T. A. Khalid; E. T.

Yeoh

Controlling software cost using fuzzy

Quality based EVM

International Conference on

Computing, Control, Networking,

Electronics and Embedded Systems

Engineering (ICCNEEE) – 2015

11. S. Fowler; P. P. Chen


Cybersecurity Investments: A Position

Paper



Security Companion (QRS-C) –

2017

12. A. S. Gunawan; C.

Fiarni; Y. Ryana

Design for performance monitoring system

using earned value analysis method for

nonprofit organizations case study of

organization X, Indonesia

3rd International Conference on

Science in Information Technology

(ICSITech) – 2017

13. M. Seidleck; S.

Reynolds; J. Krygiel

Developing forward-looking metrics to

interpret SPI and CPI performance indices

for GSFC projects


14. J. E. Hannay; H. C.

Benestad; K. Strand

Earned Business Value: See That You

Deliver Value to Your Customer IEEE Software – 2017

40

15. F. ValdÃ©s-Souto

Earned Scope Management: A Case of

Study of Scope Performance Using

COSMIC (ISO 19761) with a Real Project

Joint Conference of the International


Measurement and the International

Conference on Software Process and

Product Measurement (IWSM-

MENSURA) – 2016

16. N. Jain; K. Kant Earned Value Analysis for real time

wireless sensor network

Seventh International Conference on

Contemporary Computing (IC3) -

2014

17. M. T. McGrath Earned Value Management: Transitioning

from discouragement to a glimmer of hope IEEE Aerospace Conference - 2012

18.

T. SchÃ¤ffler; M.

Foehr; A. LÃ¼der; K.

Supke

Engineering process evaluation: Evaluation

of the impact of internationalisation

decisions on the efficiency and quality of

engineering processes

IEEE International Symposium on

Industrial Electronics – 2013

19. P. H. Southekal; G.

Levin

Formulation and Empirical Validation of a

GQM Based Measurement Framework

International Symposium on

Empirical Software Engineering and

Measurement – 2011

20.

J. L. Cuadrado-

Garcia; J. J.

Cuadrado-Gallego;

M. A. Herranz-

Martinez; P.

Rodriguez-Soria



Joint Conference of the 21st

International Workshop on Software

Measurement and the 6th


Software Process and Product

Measurement – 2011

21. B. C. Kim

Integrating Risk Assessment and Actual

Performance for Probabilistic Project Cost

Forecasting: A Second Moment Bayesian

Model

IEEE Transactions on Engineering

Management – 2015

22. W. Liggett; H.

Hunter; M. Jones

Navigating an earned value management

validation led by NASA: A contractor's

perspective and helpful hints


23. Xiao Ma; Bin Yang

Optimization study of Earned Value


management


Information Management,

Innovation Management and

Industrial Engineering - 2012

24. M. E. Kuhl; M. K.

Perez Graciano

Project planning and predictive Earned

Value analysis via simulation

Proceedings of the Winter

Simulation Conference – 2014

25. Z. Jing-jing; W. Guo-

qing; Z. Wei

Research on four-electrical railway project

cost estimate based on the WBS standard

templates


Management Science and

Engineering 20th Annual

Conference Proceedings – 2013

26. M. F. Siu; M. Lu

Scheduling simulation-based techniques for

earned value management on resource-

constrained schedules under delayed

scenarios

Winter Simulation Conference

(WSC) – 2011

27. V. Kaulgud; V. S.

Sharma

Software Development Analytics:

Experiences and the Way Forward

30th IEEE/ACM International

Conference on Automated Software

Engineering Workshop (ASEW) –

2015

28. G. Rodriguez; A.

Soria; M. Campo

Supporting Virtual Meetings in Distributed

Scrum Teams

IEEE Latin America Transactions –

2012

29. R. K. Thornley

Sustainable strategic alignment of actual

project portfolio execution: Application

and exploratory case study

International Technology

Management Conference – 2012

41

30. C. Y. Laporte; R. V.

O'Connor

Systems and Software Engineering

Standards for Very Small Entities:

Implementation and Initial Results

9th International Conference on the

Quality of Information and

Communications Technology - 2014

31.

S. A. Shinn; J.

McKeever; V. Ruark;

J. Bryson; W.

Majerowicz; L.

Wunderlick; G. Klein;

P. Nair

The Business Change Initiative: A novel

approach to improved cost and schedule

management


32. A. M. Redmond; A.

Zarli

The concept selection of lean software and

system engineering tools for smart cities


Engineering, Technology and

Innovation (ICE/ITMC) - 2017

33. H. Ying

The Highway Construction Cost Control

Model Based on the Improved Earned

Value Method Theory

International Conference on Smart

City and Systems Engineering

(ICSCSE) - 2016

34. J. Cai; Z. Chen

The Research on Communication Networks

Construction Based on Earned Value

Analysis Method


Network and Information Systems

for Computers - 2015

35.

Zurisadai Benjamin

Osorio MartÃnez; E.

Irrazabal; J. GarzÃ¡s

Toward improving Agile Mantema:

Measurement, control and evaluation of

maintenance projects in SMEs

6th Iberian Conference on

Information Systems and

Technologies CISTI – 2011

36. M. Morad; S. M. El-

Sayegh

Use of Earned Value Management in the

UAE Construction Industry


Industrial Engineering, Management

Science and Application ICIMSA -

2016

37. R. Hans

Using a web-based application to teach

students Earned Value Management

concepts


Computer, Communications, and

Control Technology I4CT – 2015

38. T. M. Korman; H.

Johnston

Using game-based learning and simulations

to enhance engineering and management

education

IEEE Frontiers in Education

Conference FIE - 2013

39. P. H. Southekal; G.

Levin

Validation of a generic GQM based

measurement framework for software

projects from industry practitioners

IEEE 10th International Conference

on Cognitive Informatics and

Cognitive Computing (ICCI-CC'11)

– 2011

42

ANEXO 4 - PUBLICAÇÕES SELECIONADAS ATRAVÉS DA STRING DE BUSCA

E DA APLICAÇÃO DOS FILTROS, SEM A TÉCNICA DE SNOWBALLING

Autor Título da Publicação Evento Base

Digital

01. Salari, M.,

Khamooshi, H.

A better project performance

prediction model using fuzzy time

series and data envelopment analysis

Journal of the Operational

Research Society 2016

Scopus


A.R.C., Santos,

D.C.S.





study

- International Journal of

Software Engineering and

Knowledge Engineering

2015;

- Proceedings of the



and Knowledge

Engineering, SEKE 2014

Scopus

Compendex



Constantino, B.A.





Communications in

Computer and


Scopus

Compendex

04. Souza, A.D. A proposal for the improvement of



Proceedings -



2013

Scpopus

Compendex

IEEE


A.R.C.




Communications in

Computer and


Scopus

Compendex



Revista de Metodos

Cuantitativos para la

Economia y la Empresa

2015

Scopus

43

07. Garcia J.L.C.;

Gallego J.J.C.;

Martinez M.A.H.;

Soria P.R.



- Joint Conference of the

21st International


Measurement, IWSM

2011

- 6th International

Conference on Software

Process and Product

Measurement,

MENSURA 2011

IEEE

08. Kim B.C. Integrating Risk Assessment and

Actual Performance for Probabilistic

Project Cost Forecasting: A Second

Moment Bayesian Model

IEEE Transactions on

Engineering Management

2015

IEEE

09. Aliverdi, R.,

Moslemi Naeni, L.,

Salehipour, A.





Project Management

2013

Scopus

Compendex

10. Ma, X.; Yang, B. Optimization study of Earned Value


management


on Information

Management, Innovation

Management and

Industrial Engineering,

ICIII 2012

IEEE

44

APÊNDICES

45

APÊNDICE A – RESUMOS DAS PUBLICAÇÕES SELECIONADAS

ARTIGO 01

ROTEIRO PARA RESUMO DOS ARTIGOS

1. Dados de identificação

REFERÊNCIA

COMPLETA DO

ARTIGO:

A Bayesian approach to improving estimate to complete;

Caron, Franco; Ruggeri, Fabrizio; Pierini, Beatrice;

International Journal of Project Management 2016.

2. Dados derivados das características de interesse declaradas no

objetivo de estudo

2.1 Geral – Resumo da publicação

Este estudo apresenta uma técnica de gerenciamento de projetos que integra uma abordagem

Bayesiana de três fontes de conhecimento: opiniões de especialistas, dados de projetos

anteriores e o desempenho atual do projeto em andamento. Três projetos de petróleo e gás

foram utilizados para testar a validação desta proposta.

2.2 Objetivo – Descrição do objetivo do artigo

Este artigo tem como objetivo propor uma nova técnica para o gerenciamento de projetos.

3. Dados derivados das características de interesse declaradas nas

questões secundárias de pesquisa (quando aplicável):

3.1 Proposta da nova técnica de gerenciamento de projetos

O modelo Bayesiano utiliza uma probabilidade aplicável conhecida como probabilidade

subjetiva, onde as opiniões de especialistas no assunto, mais especificamente, as suas

suposições e conhecimentos tácitos obtidos através de processos anteriormente observados são

a base para a discussão do atual projeto. Em seguida, dados resultantes ao longo do

desenvolvimento do projeto são atribuídos a esses conhecimentos, proporcionando uma nova

distribuição que auxiliará no gerenciamento do projeto.

O Teorema de Bayes pode ser declarado por meio da seguinte expressão (Eq. 1):

Equação 1

46

Onde:

• f (μ) é a distribuição prévia do parâmetro de interesse para inferência; • μ: resume a opinião subjetiva inicial do especialista sobre a probabilidade do

parâmetro μ; • L (μ; y1, y2, ..., yn) é a verossimilhança, obtida após a coleta dos n dados

experimentais y1, y2, ..., yn; • f (µ | y1, y2, ..., yn) é a distribuição posterior, isto é, a distribuição que expressa o

conhecimento adquirido sobre o parâmetro μ após atualizar os julgamentos subjetivos

iniciais com os dados experimentais.

Nesse estudo, foi aplicado o modelo Bayesiano em projetos de petróleo e gás e dois índices de

desempenho foram utilizados (Eq. 2):

Equação 2

onde ND(c)TN significa Desvio Normalizado (custo) no atual momento e ND(t)TN significa

Desvio Normalizado (tempo) no atual momento; quando se refere ao indicador de

desempenho em geral, sem distinção de tempo ou custo, será mencionado apenas ND.

No modelo Bayesiano, a inferência utilizada é o Desvio Normalizado de custo e tempo

avaliados na conclusão, apresentada na Eq. 3:

Equação 3

onde ACTF e TF indicam o custo real final e a duração do projeto, enquanto BAC e SAC

indicam o custo planejado e a duração do projeto, respectivamente.

3.1.1 Distribuição Prévia

Como já citado, no Teorema de Bayes, a distribuição prévia se refere ao conhecimento que o

especialista possui. Num gerenciamento de projetos, a equipe responsável conta com duas

fontes de informação: pareceres/suposições e registros de dados de projetos parecidos já

concluídos anteriormente. Integrando essas duas fontes, uma suposição para o NDTF pode ser

alcançada. Em termos matemáticos, essa integração pode ser obtida da seguinte maneira:

atribuir um valor variando de 0 a 1 a um peso ε, a distribuição prévia é obtido como a soma

ponderada da distribuição das opiniões dos especialistas e a distribuição do cluster de projetos

semelhantes (Eq. 4):

Equação 4

47

Onde:

• ∙ é um ponto genérico da distribuição anterior; • (E (∙) é a avaliação da distribuição de opiniões em um ponto genérico ∙ ; • ΠS (∙) é a avaliação da distribuição do cluster de projetos similares em um ponto

genérico; • ε é o peso.

3.1.2 Distribuição de Opiniões de Especialistas

A suposição dos especialistas pode ser representada por uma distribuição normal da variável

que está sendo analisada. Sendo assim, dois parâmetros precisam ser considerados: a média e

a variância (μE e σE2).

Dessa forma, é utilizado o Processo de Hierarquia Analítica (AHP) para se obter

conhecimentos provindos de especialistas sobre o assunto. AHP é utilizado a fim de suportar o

método do intervalo. Com a intenção de obter distribuição de um certo parâmetro X, o

domínio de definição de X tem que ser subdividido em intervalos e cada especialista expressa

sua preferência por um intervalo especificado através de um comparação de pares entre os

intervalos.

3.1.3 Distribuição de Projetos Semelhantes

O segundo componente de distribuição é a distribuição de agrupamento de projetos anteriores

semelhantes ao atual., a fim de diminuir um pouco das incertezas e eliminar o excesso de

otimismo.

Neste momento, é importante avaliar os parâmetros da distribuição, μS e σS, do cluster de

projetos semelhantes ao atual, considerando n projetos com custo real ou desvio de tempo de

NDTFi planejado (Eq. 5 e Eq. 6):

Equação 5

Equação 6

3.1.4 Definição do peso ε

O próximo parâmetro demonstrado, a fim de identificar a distribuição prévia é a variável de

peso ε. Quando a variável ε aumenta, o peso da distribuição dos especialistas aumenta,

enquanto o peso da distribuição de projetos semelhantes diminui. Indicando com a letra k, o

progresso alcançado pelo projeto atual Neste Momento, em decimais (por exemplo, 0,2, 0,15,

0,8), um intervalo possível para o valor atribuído ao peso ε é expresso pela Equação 7:

ε = [0,1] Equação 7

48

3.1.5 Distribuição Prévia

Após a identificação dos parâmetros μE, σE e μS, σS e a atribuição de um valor ao peso ε, a

distribuição prévia é completamente definida, vide Equação 8 abaixo:

Equação 8

A distribuição prévia trata-se, portanto, da mistura de duas distribuições normais. Essa

distribuição pode-se apresentar de três formas diferentes:

• Normal;

• Normal Distorcida;

• Binomial.

3.1.6 Função de Verossimelhança

A hipótese inicial é de que ND (c) TN e ND (t) TN têm uma distribuição normal. A relação

entre o desempenho final desconhecido e o registrado no Tempo Agora (Time Now) pode ser

expressa do seguinte modo (Eq. 9):

Equação 9

• “x” é a observação no “Tempo Agora”;

• “μ” é o parâmetro final desconhecido;

• “σ(t)” é o desvio padrão;

• “e” é o erro que, no caso de uma função de verossimilhança normal, é distribuída

normalmente por padrão, isto é, e ~ N (0,1).

O indicador de distância também pode resultar num valor baixo, médio ou alto dependendo da

diferença entre a observação no “Time Now” e o valor esperado da distribuição prévia que

resume a opinião prévia (Eq. 10):

Equação 10

• Δc refere-se à “distância de custo” ;

• ΔT refere-se à “distância do tempo”;

• Ep [ND (c) TF] é o valor esperado da distribuição prévia do desempenho final do

custo;

• Ep [ND (t) TF] é o valor esperado da distribuição prévia do desempenho final do

tempo.

• SAC é o Agendamento na Conclusão: se for expressa em meses, fornece o delta em

meses.

49

Na Tabela 1, as classes para o indicador de distância e o indicador do progresso do projeto são

definidos:

Tabela 1: Classes de progresso e distância.

Assim que a classe (baixa, média, alta) do progresso do projeto e da distância no “Time Now”

for identificada, um valor correspondente pode ser atribuído ao desvio padrão, como mostra a

Tabela 2:

Tabela 2: Desvio padrão para a função de verossimilhança.

Logo após o Índice de Desempenho do “Time Now” e o desvio padrão da Tabela 2 terem sido

avaliados, a função de verossimilhança é completamente definida. Indicando ND(c)TN ou

ND(t)TN com x e o parâmetro de inferência com μ, a expressão da função de verossimilhança é

dada na seguinte Equação 11:

Equação 11

3.1.5 Distribuição Posterior

Combinando a distribuição anterior e a função de verossimilhança, de acordo com o teorema

de Bayes, a seguinte distribuição posterior pode ser obtida (Eq. 12):

Equação 12

A função posterior é uma mistura da distribuição posterior de projetos similares ΠS (μ | x)

com a distribuição posterior de opiniões de especialistas ΠE (μ | x) através do peso posterior

ε⁎. Esses três componentes são definidos nas equações a seguir (Eq. 13):

50

Equação 13

As equações abaixo esclarecem a expressão de DE e DS, que são úteis para calcular o peso

posterior ε⁎ (Eq. 14).

Equação 14

Finalmente, a expressão de variância e desvio padrão da distribuição posterior pode ser

avaliada através das equações abaixo (Eq. 15):

Equação 15

Onde:

• EE (μ | x) é o valor esperado da distribuição posterior dos especialistas;

• ES (μ | x) é o valor esperado da distribuição posterior de projetos semelhantes;

• σ²E (μ | x) é a variância da distribuição posterior dos especialistas;

• σ²S (μ | x) é a variância da distribuição posterior de projetos semelhantes.

4. Relevância do Artigo

1 2 3 4 X

Pouco Relevante Excelente

51

ARTIGO 02



REFERÊNCIA

COMPLETA

DO ARTIGO:

A better project performance prediction model using fuzzy time series

and data envelopment analysis. Salari, M., Khamooshi, H. Journal of

the Operational Research Society, 2016.


objetivo de estudo


Este estudo apresenta uma extensão baseada na técnica no gerenciamento de valor agregado

(EVM) é uma metodologia crítica de gerenciamento de projetos que avalia e prevê o

desempenho do projeto a partir das perspectivas de custo e cronograma. A nova estrutura

teórica apresentada neste artigo estima o desempenho futuro de um projeto com base nos

dados de desempenho anteriores. O modelo se beneficia de um modelo de previsão de séries

temporais difusas no processo de estimativa. Além disso, a estimativa baseada em fuzzy é

desenvolvida usando termos lingüísticos para interpretar diferentes condições possíveis de

projetos. Eventualmente, a análise por envoltória de dados é aplicada para determinar o

modelo superior de previsão do desempenho do projeto. Múltiplos casos ilustrativos e dados

simulados foram utilizados para análise comparativa e para ilustrar a aplicabilidade do

modelo teórico a situações reais.


Este artigo tem como objetivo propor uma melhoria na técnica de gerenciamento de valor

agregado (EVM).



3.1 Proposta da melhoria na técnica de gerenciamento de valor agregado

Diferentes medidas no EVM são usadas para auxiliar os gerentes de projeto no controle do

projeto através de uma avaliação precisa do valor ganho e do progresso alcançado. Essa

função é executada comparando os valores planejados com os reais correspondentes. As

métricas aplicadas mais significativas no EVM são CPI, métrica de desempenho do

cronograma (SPI) e estimativa na conclusão pela duração (EACt) e estimativa na conclusão

do custo (EAC).

A questão crítica é qual valor de índice apresenta melhor o fator de desempenho futuro ou

52

qual fator de desempenho (FP) deve ser usado no denominador de EAC e EACt. É preciso

fazer algumas suposições para escolher o valor apropriado de PF, em outras palavras,

encontrar a abordagem mais confiável e prática para determinar ou prever a FP é um desafio

quando se assume que o futuro não será necessariamente o mesmo que o passado. Nesse

artigo, concentrou-se em prever os valores futuros para SPI ou CPI, que também podem ser

usados como FP na estimativa do tempo total e custo do projeto. Neste trabalho, sugeri-se o

uso de abordagem fuzzy de séries temporais como uma abordagem eficaz para estimar o

desempenho futuro do projeto, que é explicado e discutido na próxima seção.

A previsão de desempenho sempre desempenhou um papel significativo planejamento e

controle de projetos, e continua fazendo isso no futuro.Essa capacidade de previsão fornece

aos gerentes de projeto a capacidade de minimizar o risco, melhorar o desempenho do

gerenciamento de projetos e possivelmente levar a uma entrega mais bem-sucedida de um

projeto. Há muitas maneiras de fazer previsões do futuro ou previsão. Séries temporais

difusas, como um método de previsão, fornecem uma abordagem prática para prever uma

variável de comportamento de interesse em situações em que nem uma tendência passada é

aparente nem um padrão específico em variações são visualizados.

Considerando o objetivos de previsão, a série temporal fuzzy é utilizada aqui para prever o

custo futuro e agendar o desempenho do projeto. Para elaborar é necessário estabelecer os

seguintes parâmetros ou passos:

• Determinar o universo do discurso;

• Dividir o universo em intervalos longos iguais;

• Determinar as lógicas Fuzzy e adequar ao universo;

• Preparar os dados;

• Adquirir a lógica relação entre os dados históricos;

• Calcular as saídas previstas;

• Avaliar e interpretar os resultados previstos;

Além disso, lida de forma eficaz com as fontes de dados que são imprecisas e vagas. Uma

série temporal difusa com os recursos mencionados é descrito como modelo de previsão de

série temporal fuzzy de enésima ordem.

3.2. Avaliação de Saídas

Como indicado acima nos passos propostos por Song e Chissom (1993), os valores previstos

devem ser avaliados de forma a mostrar a precisão da predição. A precisão da previsão

(outputs) é comumente avaliada em termos de erro quadrático médio (MSE), erro percentual

absoluto médio (MAPE) e erro absoluto médio (MAE), onde MSE, o MAPE ou o MAE

indicam o melhor método de previsão.

53

Onde, n indica o número de erros ou pontos de dados. Vale ressaltar que todas as estimativas

de erros acima mencionadas métodos de edição, exceto o MAPE, escalou a saída.

3.3. Análise envoltória de dados

Análise envoltória de dados (DEA) é um método estabelecido usado para avaliar o

desempenho de sistemas similares e para identificar a eficiência relativa de cada um. DEA é

um tipo não paramétrico de método de programação para avaliar um determinado conjunto

de unidades de tomada de decisão. Existem dois tipos de modelos de envelope:

• Orientados para entrada ou saída. No modelo orientado para produção, o nível de

todos as entradas permanecem constantes e o modelo mede aumentos radiais

mínimos nas saídas.

Nesta aplicação particular, modelos de séries temporais fuzzy são comparados para uma

estimativa ótima do desempenho do projeto. Portanto, uma abordagem DEA orientada a

resultados é empregada para avaliar a eficiência relativa de modelos de séries temporais em

relação à estimativa de desempenho do projeto com base em três índices de erro - MSE,

MAE e MAPE. A este respeito, um modelo orientado a resultados apresentado por Lovell e

Pastor (1999) é utilizado para examinar a eficiência relativa dos modelos de séries temporais.

O modelo proposto por Lovell e Pastor (1999) pode ser mostrado da seguinte forma:

Assume-se que a variável com a maior eficiência, maior valor nos critérios, obtém o maior

valor de τ, que é igual a unidade. No entanto, a maioria os tempos, a equação é usada de

maneira a determinar o eficiência das variáveis em relação a mais de um critério. Nesses

casos, o modelo DEA tenta determinar a ordem de variáveis em termos de eficiência o

melhor modelo com o valores mais altos em todos ou na maioria dos critérios.

Neste trabalho, o modelo DEA empregado avalia a relação eficiência dos modelos de séries

temporais e fornece três saídas, derivado de índices de erro. A formulação do modelo é dada

na equação abaixo:

54


1 2 3 4 X


55

ARTIGO 03



REFERÊNCIA

COMPLETA DO

ARTIGO:

A Nearest Neighbour extension to project duration forecasting

with Artificial Intelligence. Wauters, Mathieu; Vanhoucke,

Mario. European Journal of Operational Research 2017.


objetivo de estudo


Este estudo apresenta uma extensão baseada na técnica do vizinho mais próximo para a

previsão de controle de projetos com o Gerenciamento de Valor Agregado. Este estudo

também relata a estabilidade da previsão dos vários métodos de inteligência artificial e de

suas contrapartes híbridas vizinhas mais próximas. Um experimento computacional é

realizado a fim de que os métodos propostos sejam testados e validados. Os experimentos

indicam que a técnica de vizinho mais próximo produz os melhores resultados de

estabilidade e é capaz de melhorar os métodos de IA quando o conjunto de treinamento é

semelhante ou diferente do conjunto de testes.



agregado (EVM).




O k-NN explora dados históricos provindos de projetos ou simulações anteriores. Com a

utilização de instâncias de treinamento (instâncias conhecidas) mais recentes, é possível

prever a duração final de uma nova observação do projeto.

Na fórmula abaixo, Y denota um vetor de M atributos indexados por J e representa instâncias

invisíveis do conjunto de treinamento. Este, por sua vez, consiste em n observações (Xi, Oi)

onde i indexa o exemplo de treinamento i e Oi denota o valor de saída da instância de

treinamento i. Os k vizinhos mais próximos de y são encontrados calculando a distância entre

cada ponto do conjunto de treinamento i e a instância y. A fórmula para calcular a distância

euclidiana entre uma instância de treinamento i e o novo exemplo é fornecida abaixo (Eq. 1).

56

Equação 1

Uma vez que k vizinhos mais próximos tenham sido identificados, o valor de saída previsto

da instância y é calculado como a média dos valores de saída de k vizinhos mais próximos

(Eq. 2).

Equação 2

O conjunto consistindo de observações conhecidas é referido como o conjunto de

treinamento, enquanto as observações desconhecidas constituem o conjunto de teste. O

conjunto de treinamento, por sua vez, é subdividido em um segundo conjunto de treinamento

menor e um conjunto de validação. Um modelo do método de IA é criado com base no

pequeno conjunto de treinamento. Logo em seguida, o desempenho do modelo desse

conjunto de treinamento é testado no conjunto de validação. A validação cruzada é um

método de IA utilizado para esses testes, onde a divisão de treinamento e validação é repetida

várias vezes.

Neste documento, os seguintes métodos de inteligência artificial são incluídos para comparar:

• Árvores de Decisão: Através desse método, é possível dividir o espaço da solução em

espaços menores, a fim de maximizar uma determinada medida (por exemplo,

entropia) Essa divisão pode ocorrer várias vezes e é conhecido como particionamento

recursivo. Porém, essa técnica sofre de overfitting e viés de seleção, problemas que

podem ser corrigidos através da implementação de uma estrutura de inferência

condicional que faz uso de testes de permutação. Uma das desvantagens desse

método é que ele é bastante instável, pois uma pequena alteração nos dados pode

levar a um ponto de divisão diferente no nó superior, alterando a estrutura da

subárvore subsequente.

• Bagging e Florestas Aleatórias: O Bagging é um método de conjunto que supera essa

desvantagem citada nas Árvores de Decisão. Bagging faz uma seleção de modo

aleatório da variável de divisão de todos os precedentes disponíveis. Dessa maneira,

Bagging pode ser considerado um caso especial de Florestas Aleatórias, onde a

seleção de predecessor aleatório é restrita a um certo número de indicadores em vez

de todos eles.

• Boosting: Esse método é capaz de transformar algoritmos fracos em algoritmos mais

fortes. A ênfase é colocada em instâncias mais difíceis de prever. Para problemas de

regressão, o gradiente descendente impulsionado (Friedman, 2001) é aplicado.

• Máquinas de Vetor de Suporte: Tem a função de mapear os precedentes para um

espaço maior, onde a regressão linear é executada. A separabilidade linear entre os

pontos de treinamento no espaço de características de alta dimensão é obtida pelas

funções do kernel. Smola e Schölkopf (2004).

Resumindo, a inclusão da técnica do vizinho mais próximo ocorre na fase de testes. Assim,

os melhores parâmetros para o método AI são encontrados. Como mencionado no parágrafo

57

anterior, o método AI é utilizado no conjunto de treinamento maior e seu desempenho é

avaliado por meio das observações no conjunto de testes.


1 2 3 4 X


58

ARTIGO 04



REFERÊNCIA

COMPLETA DO

ARTIGO:

A proposal for the improvement of project's cost predictability

using earned value management and historical data of cost – An

empirical study. Souza, A.D., Da Rocha, A.R.C., Santos, D.C.S.

International Journal of Software Engineering and Knowledge

Engineering 2015 e Proceedings of the International Conference

on Software Engineering and Knowledge Engineering, SEKE

2014.


objetivo de estudo Semelhante ao artigo 06.


questões secundárias de pesquisa (quando aplicável): Semelhante ao artigo 06.


1 2 3 4 X


59

ARTIGO 05



REFERÊNCIA

COMPLETA DO

ARTIGO:

A Proposal for the Improvement Predictability of Cost Using

Earned Value Management and Quality Data – An empirical

study. Souza, A.D., Rocha, A.R.C., Cristina, D., Constantino,

B.A. Communications in Computer and Information Science

2014.


objetivo de estudo Semelhante ao Artigo 07.

2.1


questões secundárias de pesquisa (quando aplicável): Semelhante ao Artigo 07.

3.1


1 2 3 4 X


60

ARTIGO 06



REFERÊNCIA

COMPLETA DO

ARTIGO:

A proposal for the improvement of project's cost predictability

using earned value management and historical data of cost.

Souza, Adler Diniz. International Conference on Software

Engineering 2013.


objetivo de estudo


Embora a técnica de Gerenciamento de Valor Agregado tenha sido muito utilizada nos

últimos anos a fim de prever custos e cronogramas de um projeto, ela apresenta algumas

vulnerabilidades. Tais como: (i) os dados de desempenho de custos nem sempre têm

distribuição normal, o que dificulta as projeções confiáveis; (ii) instabilidade de índices de

desempenho de custos durante a execução de projetos e (iii) há uma tendência de piora nos

índices de desempenho de custos quando o projeto se aproxima do término. Esse artigo

propõe uma melhoria na técnica a fim de melhorar a previsão dos custos do projeto,

utilizando a integração de dados históricos de desempenho de custos de processos. A técnica

proposta foi aplicada em projetos reais com o objetivo de avaliar a precisão e variação em

comparação com a técnica tradicional. Testes de hipóteses com nível de significância de 95%

foram realizados e a técnica proposta foi mais precisa do que a técnica tradicional para

calcular o Índice de Desempenho de Custo (CPI) e as Estimativas na Conclusão (EAC).


Propor uma melhoria na técnica de gerenciamento de valor agregado (EVM).



3.1 Proposta da melhoria na técnica de gerenciamento de valor agregado (EVM)

O desenvolvimento de uma previsão da EAC envolve estimativas ou previsões de eventos e

condições futuras para o projeto com base em informações e conhecimentos disponíveis até o

momento; informações sobre o desempenho do trabalho, sobre o desempenho do passado do

projeto e qualquer informação que possa impactá-lo no futuro. Os dados históricos dos custos

do processo são informações que podem afetar o desempenho futuro do índice de

desempenho de custos e não são usadas para fazer essas projeções. Este artigo propõe a

integração do EVM com os dados históricos de CPIAcum dos processos. É possível usar a

equação abaixo para calcular o CPIAcum projetado para o final da execução do projeto (Eq.

1):

61

Equação 1

Onde:

• EVAcumProject e ACAcumProject: são respectivamente o EVAcum e ACAcum

tradicionais do projeto, que podem ser calculados usando as equações EVM

tradicionais,. • BACPN: pode ser calculado adicionando todas as atividades de PV do processo. Pode

ser calculado utilizando a equação abaixo (Eq. 2):

Equação 2

• EVAcumPN e ACAcumPN: são respectivamente o EVAcum e ACAcum de cada

processo. Pode ser calculado adicionando cada EV e AC de atividades executadas do

processo; • PN ACExpected: é o ACAcum esperado por cada processo depois de ser executado.

A fórmula de ACExpected usa o CPIAcum histórico de cada processo e pode ser

calculada usando a equação abaixo (Eq. 3):

Equação 3


1 2 3 4 X


62

ARTIGO 07



REFERÊNCIA

COMPLETA DO

ARTIGO:

A Proposal for the Improvement Predictability of Cost Using

Earned Value Management and Quality Data. Souza, A.D.,

Rocha, A.R.C. Communications in Computer and Information

Science 2013.

2. Dados derivados das características de interesse declaradas no objetivo de estudo


Embora a técnica de Gerenciamento de Valor Agregado tenha sido muito utilizada nos

últimos anos a fim de prever custos e cronogramas de um projeto, ela apresenta algumas

vulnerabilidades. Tais como: (i) há instabilidade no custo e indicadores de desempenho do

tempo durante o Projeto e (ii) há uma tendência de deterioração nos indicadores de custo e

tempo quando os projetos estão perto de seu fim. Esse artigo propõe uma melhoria na técnica

a fim de melhorar a previsão dos custos do projeto, utilizando a integração de dados

históricos de desempenho de qualidade. Essa técnica proposta é avaliada e comparada com a

técnica tradicional de EVM, mostrando ser mais precisa para o cálculo do Índice de

desempenho de custo (CPI) e da Estimativa de Conclusão (EAC).



3. Dados derivados das características de interesse declaradas nas questões secundárias

de pesquisa (quando aplicável):

3.1 Proposta da melhoria na técnica de gerenciamento de valor agregado (EVM

A técnica proposta se baseia em duas medidas básicas, que servirão de base para gerar

medidas e indicadores de desempenho. Total esperado de não-conformidade (TENC)

representa o NC total esperado para um determinado projeto; ele é a linha de base da

qualidade do processo. Dado o tamanho do projeto, seu cálculo se dá pela fórmula (Eq. 1):

TENC = Size * INCH Equação 1

Onde:

• O tamanho do software pode ser dado por pontos de função, pontos de caso ou outra

medida de tamanho desde que a técnica usada em todos os projetos seja a mesma; • O INCH é a taxa de não conformidade do projeto obtida através da seguinte fórmula

(Eq. 2):

63

Equação 2

O indicador TENC é gerado para cada processo que passe pela técnica proposta e é baseado

em dados históricos de vários projetos.

Este indicador possui complementos que são TENC ($), simbolizando o custo associado a

ele, e o TENC(h), que simboliza o esforço associado a ele. Para calcular esse último, deve

utilizar da fórmula abaixo (Eq. 3):

TENC(h) = TENC * AEE Equação 3

Onde:

• O AEE é o esforço necessário estimado para corrigir o não cumprimento e pode ser

calculado através da seguinte fórmula (Eq. 4): •

Equação 4

Já para o cálculo do TENC($), que representa o custo necessário para corrigir o não

cumprimento, deve-se usar a equação abaixo (Eq. 5):

TENC($) = TENC * Man Hour Cost Equação 5

Onde:

• Man Hour Cost é a variável referente ao custo das horas trabalhadas em cima da

técnica por um determinado projeto.

O INC (não-cumprimento identificado) representa o NC detectado que corresponde a um

processo em especial considerando-se um projeto específico; seu cálculo se dá pela equação

abaixo (Eq. 6):

Equação 6

Todos esses cálculos podem ajudar a analisar o atual desempenho do projeto, porém, não

permitem que suas previsões futuras sejam definidas. A previsão da qualidade pode ser

obtida calculando indicadores de desempenho usando as medidas apresentadas. Entre esses

indicadores estão:

• Índice de Desempenho de Qualidade: representa a eficiência da qualidade de um

processo. Ao se obter uma determinada data, o indicador mostra se o não-

cumprimento é maior ou menor do que o esperado, permitindo, também, o cálculo de

projeções futuras sobre o desempenho da qualidade através do NC Estimado para a

Conclusão, conforme mostra a Figura 1. O cálculo desse índice se dá pela formula

(Eq. 7):

64

Equação 7

• ENC (d): representa o NC total esperado para uma determinada data. No final da

execução do projeto, ENC (d) deve ser igual a TENC; • INC (d) representa o NC total identificado para uma determinada data. Os valores

abaixo de 1 para o indicador significam que um número maior de não-cumprimento

do esperado está sendo encontrado. Os valores acima de 1 indicam que um número

menor de não conformidade do que é esperado está sendo encontrado.

Figura 1: Projeções TENC usando QPI

O objetivo do indicador de desempenho de qualidade é prever a quantidade de não-

cumprimento futuro, considerando o desempenho atual, e avaliar o impacto do desempenho

de qualidade nos custos do projeto. No entanto, é importante que o processo utilizado seja

conhecido, estável e que seus auditores tenham as habilidades necessárias para realizar suas

atividades.

Para avaliar a viabilidade do TENC, o progresso do projeto e as extensões das mudanças

ocorridas em relação à qualidade, num determinado intervalo de tempo, serão utilizados na

linha de base da qualidade, ou a medida TENC, e sua projeção chamada Estimativa de NC

para Conclusão, que pode ser obtida através do cálculo da fórmula seguinte (Eq. 8):

Equação 8

A técnica proposta sugere ainda que a Estimativa de NC para Conclusão possa ser usada para

obter Variações de Não-cumprimento (NCV) no TENC. Essa medida demonstra o quão

diferente é a qualidade esperada; segue equação abaixo (Eq. 9):

NCV = TENC – NCEC Equação 9

65

Baseado no NCV, a variação do custo deveria ser calculada e incorporada à Estimativa para

Conclusão do projeto. Isso pode ser feito através da adição da variação do custo de não-

cumprimento para o tradicional EAC, como está representado na seguinte fórmula (Eq. 10):

Equação 10

Onde:

• ECX ($) é a variação do custo de não conformidade, correspondente ao custo

(positivo ou negativo) da variação de não conformidade. A variação do não-

cumprimento (NCV), está sendo medida no eixo X da fig. 1, e será representado pela

Estimativa de custo extra para concluir (ECX ($)) (Eq. 11):

ECX($) = TENC($) – NCEC($) Equação 11


1 2 3 4 X


66

ARTIGO 08



REFERÊNCIA

COMPLETA DO

ARTIGO:

An earned value model with risk analysis for project management under uncertain conditions. Moradi, Navid; Mousavi, S. Meysam; Vahdani, Behnam. Journal of Intelligent and Fuzzy Systems 2017.


objetivo de estudo


Este estudo defende que, ao contrário do Gerenciamento de Valor Agregado, a análise de

risco considera as condições de risco para o desempenho futuro do projeto. Dessa maneira,

este trabalho propõe a integração da técnica de EVM com a análise de risco para uma melhor

previsão do desempenho futuro do projeto. Um projeto de construção é utilizado neste artigo

para demonstrar a utilização da técnica proposta.



agregado (EVM).




Este estudo considera o gerenciamento de risco para complementar a técnica de

gerenciamento de valor agregado. De acordo com as possíveis variações no status futuro do

projeto, algumas fórmulas são sugeridas abaixo a fim de se considerar o efeito dos riscos nas

previsões finais:

3.2 Estimativa de custo ajustado fuzzy com valor de intervalo na conclusão

(AEAC)

Se o custo na conclusão estiver sob a influência dos índices atuais de desempenho de custo, o

Fuzzy-AEAC com valor de intervalo é obtido da seguinte forma (Eq. 1):

67

Equação 1

• Se o custo na conclusão estiver sob a influência dos índices atuais de desempenho de

custo e cronograma, o AEAC fuzzy com valor de intervalo é obtido da seguinte

forma;

• Se a duração das atividades remanescentes estiver progredindo com base no plano, o

valor de intervalo difuso de será obtido da maneira a seguir (Eq. 2):

Equação 2

3.3 Estimativa de programação ajustada difusa com valor de intervalo na

conclusão (AEAC(t)) (Eq. 3)

68

Equação 3

• : Se a duração das atividades remanescentes for influenciada pela tendência da

, o valor de intervalo Fuzzy de é obtido da maneira a seguir; (Eq. 4)

• : Se a duração das atividades remanescentes for influenciada pela tendência da

, o valor de intervalo Fuzzy de é obtido da maneira a seguir; (Eq. 5)

Equação 4

69

Equação 5

A classificação dos números difusos com valores de intervalos é calculada da seguinte forma

(Eq. 6):

Equação 6

- Interpretações relacionadas à comparação entre BAC e :

- O custo na conclusão do projeto será menor do que seu custo orçado.

- O custo na conclusão do projeto irá além de seu custo orçado.

- O custo na conclusão será igual ao seu custo orçado.

70

- Interpretações relacionadas à comparação entre PD e :

- O tempo de conclusão do projeto diminuirá em relação ao tempo planejado.

- O tempo de conclusão do projeto irá além do tempo planejado.

- O tempo de conclusão será igual ao tempo planejado.


1 2 3 4 X


71

ARTIGO 09



REFERÊNCIA

COMPLETA DO

ARTIGO:

Fuzzy logic: An instrument for the evaluation of project status.

Radek, D. Revista de Metodos Cuantitativos para la Economia y la

Empresa 2015.


objetivo de estudo


Este estudo demonstra uma descrição sobre os números Fuzzy, a lógica Fuzzy e os cálculos

do processo. Os autores focam na ideia de transformar os resultados de índices como o

Índice de Desempenho de Custo (CPI) e Índice de Desempenho de Cronogramas (SPI) em

expressões linguísticas que permitem a intepretação do status do projeto e a previsão de seu

desempenho.



agregado (EVM), utilizando os números Fuzzy.




A melhoria proposta utiliza a lógica Fuzzy que consiste nos três pontos abaixo:

1. Fuzzification: Transforma variáveis reais em variáveis linguísticas usando os seus

atributos;

2. Inferência Fuzzy: Define o comportamento de um sistema usando regras definidas;

3. Defuzzification: Transfere os resultados em valores para expressões linguísticas que

permitem a interpretação do status do projeto.

Um exemplo dessa interpretação, demonstrado no estudo de caso do artigo, pode ser

demonstrado da seguinte maneira:

• Tem-se valores calculados para os indicadores de custo e de cronograma, como a

tabela seguinte.

72

A aplicação prática da integração do EVM com Fuzzy está representada em um problema

centrado no círculo gráfico em que o projeto está localizado (ponto (1,1)), quanto menores os

problemas do status do projeto (ponto (1,1)), maiores os problemas do status do projeto.

Os desvios dos índices comparados ao centro do gráfico podem representar seu atual status e

possíveis futuros caminhos a serem traçados.


1 2 3 4 X


73

ARTIGO 10



REFERÊNCIA

COMPLETA DO

ARTIGO:

Hybrid artificial neural network and statistical model for forecasting project total duration in earned value management. Li, You; Liu, Lu. International Journal of Networking and Virtual Organisations 2012.


objetivo de estudo


Este artigo propõe uma nova abordagem híbrida, que inclui a rede neural artificial e o método

de simulação de número aleatório, a fim de prever o indicador de cronograma agregado de

cada período com base no status de vários períodos anteriores. Em seguida, um método

estatístico é aplicado para estimar a duração total do projeto e seus intervalos em cada

período. Resultados de experimentos comprovaram que este modelo híbrido proposto supera

o método de EVM.


Este artigo tem como objetivo propor uma nova técnica de gerenciamento de projetos,

utilizando redes neurais, simulação de número aleatório e estatística.

3. Dados derivados das características de interesse declaradas nas questões

secundárias de pesquisa (quando aplicável):

Este estudo propõe uma nova técnica de gerenciamento de projetos através de um método

de cálculo estatístico baseado em no SPIt, partindo das seguintes equações (Eq. 1):

Equação 1

Onde:

• CL corresponde ao limite de confiança;

• indexp corresponde aos valores de índices periódicos;

74

• indexc corresponde aos índices cumulativos;

• SPI consiste no índice referente ao estudo;

• Z corresponde ao valor da distribuição t, mas também σ como o desvio padrão de

SPI;

• n consiste no número de observações;

• AF trata-se do fator de ajuste da população finita.

A partir destas, as alterações são realizadas alterando a utilização de formas curtas pelas de

formas longas e trabalhando em cima de duas hipóteses:

Na primeira hipótese, o índice de desempenho do cronograma do projeto com relação a parte

inacabada é diferente do SPIc,t cumulativa quando comparado ao IEACt clássica, descrito na

fórmula abaixo (Eq 2):

Equação 2

Neste caso, o índice de desempenho é igual ao valor de previsão , o qual é capaz de

medir o desempenho da forma inacabada de maneira mais eficiente que o SPIc,t .

Na segunda hipótese, os valores periódicos de EVp,t+1 , ACp,t+1 estão em conformidade com

a distribuição normal com o μ e σ2 , sendo μ a média do número T mais próximo do

periódico EVp,i, ACp,i , ESp,i (i=t-T-1,.....t) respectivamente, onde σ2 corresponde ao seu

desvio. Essa segunda ideia tem o princípio de expressar através do T, o desempenho da parte

futura do projeto mais inacabada de modo a obter os últimos valores de EV, AC e ES, mas

também uma possibilidade de prever melhor esse futuro desempenho.

Além disso, acredita-se que é possível obter valores aos periódicos EV, AC, ES números

aleatórios normais com os parâmetros de μ e σ2. Desta forma, propõe uma nova técnica a

partir de dois estágios:

3.1 Procedimento de Previsão ANN

Esse primeiro estágio conta com o emprego de dois nós de entrada, sendo uma camada

oculta e uma ANN de arquitetura do nó de saída para prever EVp,t+1. Neste trabalho, além do

ANN, são utilizados algoritmos de retropropagação como forma de treinar uma rede e dessa

forma possibilitar um sucesso das redes neurais.

Esse treinamento, de acordo com a segunda hipótese, atua com 1000 números, sendo esses

aleatórios, de distribuição normal para os periódicos EVp,t+1, ACp,t+1 e ESp,t+1,

respectivamente. Dessa forma, criou-se 1000 padrões, onde admitiu-se que cada ternário

correspondia de maneira aleatória a um padrão, de modo que cada um desses abrangia dentro

de suas possibilidades combinações entre EV, AC e ES de modo a criar uma simulação do

desempenho real. Então, utilizando da Teoria de Validação Cruzada, é selecionado de

maneira aleatória o conjunto de aprendizado, mas também o conjunto de validação e o

conjunto de teste do conjunto de treinamento, onde EVp,t+1 e ACp,t+1 são nós de entrada e

de ESp,t+1 sáida, Por fim, via modo de treinamento de padrão, após aprendizado e validação,

75

esse conjunto de teste é preenchido na ANN bem treinada, obtendo o valor de previsão

e assim .

3.2 Estimativa Estatística para Duração Total

Nesse segundo estágio, é utilizado o valor de previsão para cada período e dessa

forma calcular o índice do desempenho do projeto , aplicando nessa etapa a

primeira hipótese, utilizando desse índice para determinar o SPI da parte futura inacabada,

como sugerido anteriormente.

De maneira resumida, essa etapa da metodologia visa colocar o valor de previsão dentro de

um quadro estatístico como forma de realizar estimativas de intervalos para a duração total,

essa simulação de número aleatórios constituí um cenário capaz de simular tendências de

capacidade de desempenho, as quais são ajustadas ao diferentes ternários de EV, AC e ES.

Simultaneamente, é criado um para cada PFt prevendo assim a duração total do

projeto.


1 2 3 4 X


76

ARTIGO 11



REFERÊNCIA

COMPLETA DO

ARTIGO:

Improve Tracking in the Software Development Projects; J. L.

Cuadrado-Garcia; J. J. Cuadrado-Gallego; M. A. Herranz-

Martinez; P. Rodriguez-Soria; Joint Conference of the 21st

International Workshop on Software Measurement, IWSM 2011

and the 6th International Conference on Software Process and

Product Measurement, MENSURA 2011


objetivo de estudo


Este artigo tende a aprimorar a técnica de EVM através da utilização de curvas sigmóides ou

curvas S, gerando uma evolução do projeto modelando-o matematicamente como uma

função contínua. O método proposto neste estudo é então testado e validado através de um

conjunto de projetos da área de desenvolvimento de software.


Este artigo tem como objetivo propor um aprimoramento na técnica EVM de gerenciamento

de projetos.



3.1 Proposta de aprimoramento da técnica EVM

O método EVM quando se utiliza de variáveis em função do tempo, como custos, horas

trabalhadas e porcentagem de trabalho, normalmente tem sua representação gráfica com uma

curva e forma de S ou sigmóide. Dessa forma através do projeto, o autor pretende solucionar

problemas com relação a equação diferencial que origina a curva ‘S’, de modo a criar uma

evolução na estimativa dos custos totais e podendo adaptá-lo a qualquer projeto. A

necessidade de solucionar esse problema se deve ao sistema ser limitado a crescimentos

exponenciais do projeto, dessa forma propõe uma equação logística afim de gerar estimativas

mais realistas (Eq. 1).

Equação 1

77

Nessa equação logística, P(t) e α correspondem a parâmetros, em meio a isso adiciona-se um

fator de feedback negativo com o intuito de reduzir a taxa de crescimento quando o sistema

aproxima-se da sua capacidade de carga (k), ou quando está próximo ao valor de k. Em meio

a isso, obtém-se a solução dessa equação (Eq. 2):

Equação 2

A partir dessa equação, já solucionada, tem-se α como parâmetro correspondente à largura da

curva, mas também ao seu declive, sendo totalmente aconselhável substituí-la por uma

variável especificando o tempo para continuar, o qual deve ser entre 10-90% do limite k. A

variável normalmente que serve como substituta ao α, consiste na Δt, período denominado

como recurso “comprimento”, onde (Eq. 3):

Δt =ln(80)α→ resultando em,

Equação 3

Além disso, fatores como tµ consiste em uma variável referente ao tempo necessário para a

curva atingir metade do limite k, também chamado de ponto médio da tendência crescente;

nesse ponto o modelo logístico é simétrico e definido tanto por tµ, quanto pelo limite k e Δt.

No gerenciamento de projetos a variável P(t) consiste no custo ou esforço do projeto. Para

um bom planejamento do projeto requer que o gerenciamento do custo seja acumulado e

dessa maneira não é viável a utilização de P0, sendo mais apropriado iniciar pelas condições

iniciais, onde P= 0 tende a t=0. A partir destes parâmetros iniciais, tem-se um crescimento

linear até o momento em que o tempo se torna muito grande a ponto de P≈P∞ e t=tf , sendo

de extrema importância seja diferente de t∞ uma vez que essa diferença representa a

igualdade entre a soma dos custos e o custo total do projeto. Então é possível dizer que k ≈ Pf

, obtendo assim a seguinte equação (Eq. 4).

Equação 4

Após todos ajustes realizados na equação logística acredita-se que esta seja capaz de gerar os

parâmetros Pf, Δt e tµ necessário para um bom ajuste. Então, através destes desenvolver uma

equação da curva S capaz de indicar o comportamento de cada um ou se o orçamento do

projeto funciona.

Por fim, com a possibilidade de obter cada parâmetro assim como a equação da curva S,

torna-se viável a implementação dessa equação logística ao método EVM, com o intuito da

realização através da curva obtida de previsões mais realistas e com uma simulação do

projeto até a sua conclusão, as quais tendem a ser mais vulneráveis.

78


1 2 3 4 X


79

ARTIGO 12



REFERÊNCIA

COMPLETA DO

ARTIGO:

Integrating Risk Assessment and Actual Performance for Probabilistic Project Cost Forecasting: A Second Moment Bayesian

Model. Kim, Byung-Cheol. IEEE Transactions on Engineering

Management 2015.


objetivo de estudo


Este artigo apresenta uma técnica de gerenciamento dos projetos que se utiliza do modelo

Bayesiano como base para realizá-lo. Primeiramente, apresenta um modelo que realiza a

junção de dados avaliativo de risco de custo do projeto com dados reais de desempenho,

dentro de um intervalo. Em um segundo modelo, integra entre o desempenho agregado

passado e futuro com a fração do projeto já concluída até o momento, este método atua na

variabilidade particular do desempenho dos custos, atuando de forma mais realista a projeção

desse gerenciamento. Por fim, esses modelos são implementados através de fórmulas

algébricas capazes de realizar a coleta de dados sem sobrecarregar o sistema ou a análise

estatística sofisticadas.


Este artigo tem como objetivo propor uma nova técnica para gerenciamento de projetos



O modelo Bayesiano consiste em um ideal básico e intuitivo. Inicialmente, atua na

distribuição da linha base de um projeto de modo a estimá-la e tendo como base uma

avaliação prévia do custo do projeto. Esse método permite que se altere a distribuição prévia

do custo do projeto pela a atual e com novos dados do desempenho do mesmo.

Desse modo, através de uma estrutura matemática para realizar essa atualização, a qual pode

escrita a partir da Lei de Bayes (Eq. 1):

Equação 1

Onde, P(ϴ) consiste na distribuição prévia dos parâmetros ϴ, P (D| ϴ) é a probabilidade

condicional de um determinado resultado D que seria observado, dado ϴ; Além disso, P (D)

80

é a distribuição marginal do resultado D; e P (ϴ | D) é a distribuição posterior de ϴ dada D.

Por fim, adaptando a mesma a função ja conhecida EAC, usando CPI, temos (Eq. 2):

Equação 2

Onde, p (EAC) consiste em uma distribuição prévia, podendo ser atulida pela CPI em termos

de probabilidade condicional p(CPIm|EAC). Também tem-se, a distribuição marginal da

medida p(CPIm).

Essa adaptação do método SBS, Bayesiano, a técnica EAC utiliza-se do CPI como principal

medida do desempenho de custo de modo a referencia com COI, indice de superação dos

custos, onde (Eq. 3):

COI = CPI – 1 = AC/EV. Equação 3

Essa substituição do parâmetro CPI pelo COI se deve ao COI evoluir ao longo do tempo, mas

também ao fato desta ser variável aleatória com distribuição de probabilidade. Em meio a

isso, o COI possuí variáveis transitórias denominadas COI em progresso (COIm), com a

condição de m<N, onde N consiste no número de WPs do projeto. e variáveis de quando este

está completo COIconclusão (COIC).

Dessa maneira, o COI a distribuição prévia de EAC pode ser demonstrada como (Eq. 4):

Equação 4

Onde, COIc refere-se a variável relativa de possíveis excessos de custo em relação ao BAC,

mas também através desta obtém-se uma nova perspectiva sobre a previsão EAC. Outro fator

a ser citado é que o COIc atua como o problema de previsão do EAC originando dessa

maneira (Eq. 5):

Equação 5

Essa fórmula pode ser denominada com o EAC Bayesiano.

Com relação a distribuição prévia da COIc, sabe-se que a média da variação prévia do

mesmo pode ser calculada diretamente de uma média da distribuição de custos do projeto de

linha base, as quais podem ser obtidas através de uma simulação de técnicas como a de

Monte Carlo. A partir de então, juntamente com o método SMB esta tende a aproximar sua

81

distribuição normal com o custo do projeto, denotando parâmetros como a média(µB) e o

desvio padrão(ơB) do custo da distribuição. Como complementar ao método, utiliza-se de

BAC quando se inclui uma reserva referente a contingência CR e dessa maneira adiciona-se

o custo esperado, onde BAC = (μB + CR), de modo a calcular a média e o desvio padrão do

COIc pela expressão (Eq. 6):

Equação 6

Já em consideração a COIc posterior, utiliza-se também de fórmulas para gerar para gerar

dessa vez média e variância referente ao COIm, o qual quando possui seus parâmetros m

WPs, pode ser aproximado da distribuição normal. Dessa forma, tanto COIm quanto COIc

podem ser distribuídos normalmente, sendo assim é possível obter uma função de densidade

condicional com relação a uma distribuição normal bivariada, através do COIc posterior

como condição ao COIm. Então, a partir dessa distribuição bivariada torna-se cálculos de

EAC Bayesiano simplificados.

Por fim, com relação aos parâmetros de entrada e de saída desse modelo SMB, sabe-se que

trabalhando primeiramente na questão de entrada, esse modelo possui dois principais

elementos sendo eles a estimativa do segundo momento do custo total de Wp, as quais são

utilizadas para gerar a distribuição de todos os COIm e COIc. Como segundo elemento,

temos as medições reais dos COI’s, os quais são utilizados durante o projeto para projetar um

desempenho real e através de uma base bayesiana bivariada gerar a distribuição do COIc

condicional a medição de COIm = D.


1 2 3 4 X


82

ARTIGO 13



REFERÊNCIA

COMPLETA

DO ARTIGO:

Monitoring project duration and cost in a construction project by

applying statistical quality control charts. Aliverdi, R., Moslemi Naeni,

L., Salehipour, A. International Journal of Project Management, 2013.


objetivo de estudo


Este estudo apresenta uma extensão do método de valor agregado no monitoramento e

análise do desempenho do projeto e do progresso do projeto. Embora, permita medição do

progresso do projeto, e pode revelar qualquer desvio de tempo e custo do plano, sua

capacidade de relatar o nível de desvio aceito não é bem estudado. Este estudo apresentou

uma abordagem para superar essa limitação, aplicando gráficos estatísticos de controle de

qualidade para monitorar índices de valor. Para este propósito, os índices de desempenho de

tempo e custo do projeto de um projeto de construção real foram monitorados através de

gráficos de controle.



agregado (EVM).




Controle Estatístico de Processo (CEP) é a aplicação de métodos estatísticos para monitorar

um processo com a finalidade de garantindo que produz produtos ou serviços em

conformidade. Todo processo experimenta variações., onde estas podem ser categorizadas

como controladas e não controladas. Variações controladas ou variações de causas comuns

são naturais para o processo. Na verdade, elas são inerentes ao processo e não são

consideradas tão importantes em comparação com variações não controladas. Por outro lado,

variações não controladas ou variações especiais de causa não são tipicamente apresentadas

no processo. É importante encontrar a causa de variações não controladas. O SPC é

desenvolvido para distinguir entre essas duas fontes de variações de processo.

Por este motivo, o SPC inclui um conjunto de ferramentas e técnicas, entre as quais os

gráficos estatísticos de controle de processos são uma das técnicas mais importantes.

83

Introduzido por Shewhart, os gráficos de controle têm sido amplamente aplicados a uma

variedade de indústrias e processos, esses gráficos de controle de Shewhart agora são

considerados como uma das principais ferramentas de monitoramento das variações e

mudanças nos processos. Pressupostos fundamentais das cartas de controle de Shewhart são:

• As medidas (amostras) nas quais os gráficos de controle são aplicados devem ser

estatisticamente distribuídos normalmente ou menos podendo ser aproximado pela

distribuição normal.

• As medições devem ser estatisticamente independentes entre si, sendo assim uma

medição observada não deve afetam outras medições.

Entre os gráficos de controle de Shewhart, gráficos de controle individuais que são

conhecidos como gráficos de controle XmR ou ImR podem ser aplicadas com sucesso para o

propósito deste estudo, de modo a monitorar estatisticamente a duração e o custo dos

projetos. As razões são:

• Os índices associados, ou seja, SPI e CPI são quantificável e pode levar valores

contínuos

• Estes EV e vários outros índices EV são observados semanalmente ou mensais.

Aplicando ImR, gráficos de controle para amostras SPI e CPI, mostra-se as variações

observado nos índices são causa comum da variação ou especial de causar tal variação. A

partir disso e também dependendo do grau de variações de causas especiais, o julgamento em

relação ao cronograma de custo do desempenho do projeto pode ser feito.

3.1.1 Limites de controle para cartas de controle individuais

O gráfico de controle ImR que monitora se existe uma variação de causa especial entre

amostras de tamanhos pequenos é composto de dois gráficos. O primeiro gráfico é chamado

"IX" e mostra o valor de cada amostra. O segundo gráfico ou faixa móvel, "MR", monitora a

variação entre dois gráficos consecutivos. (Eq. 1)

84

Equação 1

Onde,

• xi é cada observação individual e MRi = | xi − xi − 1 |.

3.1.2 Métodos para construir cartas de controle de ImR para amostras

distribuídas de forma não normal

De acordo com os limites de controle dos gráficos de controle IX e MR, é fácil perceber que

a distribuição estatística normal não é apresentada nas equações associadas. Entre vários

métodos para aplicar gráficos de controle de Shewhart para dados não distribuídos

normalmente, um método simples, consiste em transformar os dados não normais em dados

normalmente distribuídos.

Como os índices de VE devem ser medidos e monitorados por especialistas em projetos que

não estão muito familiarizados com estatísticas avançadas, e com relação ao fato de que os

gráficos de controle de ImR estão disponíveis para o propósito deste estudo, é preferível

empregar transformação.Duas importantes transformações são prospostas por Box-Cox e

Johnson. Na transformação Box – Cox, uma variável aleatória, X, é energizada para um

valor. Este valor é chamado λ e é o parâmetro de Box – Cox transformação. A transformação

Box – Cox é mostrada na equação abaixo (Eq. 2):

Equação 2

Onde,

• λ pode ter qualquer valor entre −5 e + 5. No caso de X = 0, a transformação funciona

de acordo com o logaritmo natural.

Vários softwares estatísticos, incluindo o Minitab, podem forneça o melhor valor de λ na

transformação Box – Cox. Uma desvantagem da transformação Box-Cox é que ela é

aplicável apenas a dados positivos. Apesar de Box-Cox, a transformação de Johnson pode ser

aplicada com sucesso a dados negativos. A transformação de Johnson é muito mais

complicada do que Box-Cox, embora também possa ser realizada por quase todos software

85

estatístico, incluindo o Minitab. Semelhante ao Box-Cox, o Minitab pode trazer a melhor

transformação de Johnson em dados normalmente distribuídos.

3.1.3 Aplicando gráficos de controle ImR para monitorar a duração e custo em

um projeto de construção

Partindo dos fundamentais de Shewhart em relação às amostras normalmente distribuídas, é

importante saber que se as amostras coletadas de medidas SPI e CPI seguem distribuição

estatística normal. No caso, se outras cartas de controle, ao em vez de cartas de controle do

Shewhart, forem implementadas, deve-se entender a distribuição estatística das amostras

como a etapa central. A razão é que todo gráfico de controle é desenvolvido de acordo com

várias suposições entre as quais o o mais importante é a distribuição estatística das amostras.

Então, para realizar esse monitoramento foram utilizados de dois softwares, o Minitab e o

Easyfit. Apesar da capacidade do Minitab de calcular e desenhar gráficos de controle, sua

capacidade de eterminar a distribuição estatística de amostras é limitada a apenas várias

distribuições conhecidas. A capacidade até cai mais quando o usuário deve ajustar as

distribuições uma a uma, enquanto o Minitab valida escolha. Por outro lado, o Easyfit é

desenvolvido com o propósito de determinar a distribuição estatística das amostras.


1 2 3 4 5


86

ARTIGO 14



REFERÊNCIA

COMPLETA DO

ARTIGO:

Optimization study of Earned Value Method in construction project management. Ma, Xiao; Yang, Bin. International Conference on Information Management, Innovation Management and Industrial Engineering, ICIII 2012.


objetivo de estudo


Este artigo melhora o Método do Valor Agregado tradicional, introduzindo custos de

qualidade. Desta forma, torna o sistema de critérios de avaliação do EVM mais completos

introduz um índice de desempenho de qualidade no sistema de critérios de avaliação,

combinando o gerenciamento de custos, de cronogramas e de qualidade. O trabalho então

conduziu um estudo de caso para comparar o método proposto ao tradicional.






O chamado custo de qualidade refere-se à despesa paga para garantir e melhorar a qualidade

dos produtos e despesas perdidas para cumprir o padrão de qualidade.

Na técnica proposta da melhoria do método de valor agregado, será introduzido o custo de

qualidade como variável. Sendo assim, destacam-se três variáveis: O QBCWP (Custo de

Trabalho Orçado de Qualidade Realizado) é o custo de qualidade do orçamento do trabalho

acumulado realmente realizado no momento; QACWP (Qualidade do Custo real de trabalho

realizado), custo de qualidade real do trabalho efetivamente realizado acumulado; QBCWS

(Custo de Trabalho Programado de Qualidade Programado), custo de qualidade orçamentado

do trabalho acumulado realizado no momento.

O novo sistema de índice de desempenho é:

• Índice de desempenho da programação de qualidade: sua fórmula é QSPI = BCWP /

BCWS, com SPI maior, menor ou igual a 1, indicando o progresso em frente, atraso

ou coincidindo com o cronograma programado. Quando QSPI <l, devemos analisar

87

cuidadosamente a causa do atraso na programação e tomar medidas oportunas para

acelerar o progresso; quando QSPI> eu, também devemos analisar a causa [14]. Se o

progresso for executado antes do cronograma, porque o nível de qualidade diminui,

então devemos tomar medidas para elevar a qualidade, mesmo que o cronograma seja

atrasado.

• Índice de desempenho de custo de qualidade: sua fórmula é QCPI = BCWP /

ACWP, com QCPI maior, menor ou igual a I, indicando o custo decrescente,

aumentando ou coincidindo com o custo programado. Quando QCPI <I, devemos

analisar cuidadosamente a causa do aumento de custo para ver se é por causa do

cronograma e tomar medidas para diminuir o custo de acordo com a situação real.

Quando QCPI> 1, também devemos analisar a causa da diminuição do custo. Se diz

respeito à qualidade, devemos tornar a qualidade a prioridade.

• Índice de desempenho de qualidade: sua fórmula é QPI = QACW P / ACWP, com

QPI maior, menor ou igual a I, indicando que a economia de qualidade diminui,

aumenta ou coincide com o valor programado. Quando QPI> Qj, devemos analisar a

causa do aumento do custo de qualidade. Se for devido ao aumento da desagregação

da construção, podemos reduzir o custo de repartição e aumentar o custo de

prevenção para reduzir o custo de qualidade; Se é por causa do aumento do custo do

exame, podemos reduzir o custo do exame para reduzir o custo de qualidade. Quando

QPI <S Qj, também devemos analisar a causa e manter os fatores que não causaram a

redução do padrão de qualidade (QPI <S Qi) e melhorar o método de gerenciamento.

Comparando o método proposto com o método tradicional de EVM, percebe-se que o

primeiro além de indicar a execução do programa, também indica, por exemplo, que o

aumento do custo do projeto pode ter sido causado, em boa parte, pelo aumento do custo de

qualidade. Ou seja, esse método proposto é capaz de proporcionar a gestão de projetos

integrando cronograma, custos e qualidade.


1 2 3 4 X


88

ARTIGO 15



REFERÊNCIA

COMPLETA DO

ARTIGO:

Quality: The Third Element of Earned Value Management.

Dodson, Marcelo; Defavari, Guilherme; de Carvalho, Vitor.

Procedia Computer Science 2015.


objetivo de estudo


Este trabalho visa contribuir para estudos buscando adicionar o componente de qualidade

para o método de gestão de valor agregado, usando como fundo um estudo de caso em

operação agrícola. Assim, este estudo de caso considerado colheita de soja em uma fazenda

localizada no Brasil como um projeto. Propõe-se uma metodologia para calcular o valor

agregado de qualidade (QEV). Propõe-se fórmulas para estimar a variação de qualidade

(QV), número do índice de qualidade (QIN) e índice de desempenho de qualidade (QPI).

Foram identificados cinco indicadores de qualidade da colheita de soja que foram usadas

para ilustrar o método proposto. Além disso, ele foi avaliado a possibilidade de utilizar o

EVM para avaliar o desempenho operacional das culturas.






Destaca-se como propósito do Valor Agregado de Qualidade (QEV) a medida da capacidade

do projeto de entregar os requisitos de qualidade definidos pelo stakeholder do projeto, ao

longo da execução do mesmo. Para validar a técnica a ser demonstrada, serão repassados

cada passo para a sua execução já aplicados ao modelo da colheita de soja.

O primeiro passo trata-se de identificar os indicadores de qualidade que se aplica a cada

atividade do processo. A partir desse momento, um plano de gerenciamento de qualidade foi

elaborado seguindo o Guia PMBOK 4ª. O próximo passo trata-se de definir os limites para

cada requisito de qualidade listado. Aqui também é inserido o Índice de Desempenho de

Qualidade, como pode ser visto na Figura 1.

89

Figura 1: Demonstrações do Índice de Desempenho de Qualidade

Após definir os limites, a equipe de gerenciamento de qualidade monitora e controla o

projeto juntamente com a equipe de gerenciamento de custos e tempo. Foram coletados

dados antes e depois da colheita de soja, de um mesmo local, para que seja possível calcular

a porcentagem de amostras que se encontrava entre o Limite de Especificação Inferior (LSL)

e o Limite de Especificação Superior (USL).

Numa próxima etapa, será calculo o Valor Agregado de Qualidade para determinada tarefa.

Destaca-se ainda que todos os dias os dados de custos e prazos foram coletados juntamente

com os dados de qualidade.

Como ilustração de toda essa aplicação da técnica ao modelo escolhido, a tabela 2 apresenta

todas as combinações possíveis entre cronograma, custos e qualidade.

Figura 2: Combinações entre cronograma, custos e qualidade.

Concluindo o estudo, este artigo teve como objetivo contribuir para inclusão do componente

de qualidade no método EVM. O objetivo secundário era apresentar a possibilidade de usar o

EVM para avaliar o desempenho operacional da agricultura, como é mostrado no gráfico a

seguir.

90


1 2 3 4 X


revisÃo sistemÁtica sobre gerenciamento de valor...

Documents