Как риска Software Project влияет на производительность проекта: Исследование Размеры риска и Ознакомительная Модель *

РЕЗЮМЕ

Чтобы снизить высокий процент неудач проектов программного обеспечения, менеджеры должны более совершенных инструментов для оценки рисков и управления ими программного продукта. Для того чтобы создать такие инструменты, однако, информационных систем, исследователи должны сначала выработать более глубокое понимание программного обеспечения размеры риска проекта и как они могут повлиять на выполнения проекта. Прогресс в этой области сдерживается: (1) отсутствие проверенных инструментов для оценки риска программный проект, который задействовать размеры риска, которые рассматриваются в качестве важных руководителей программных проектов, и (2) отсутствие теории, объясняющей связей между различными аспектами программного обеспечения рисков и проектной деятельности. В этом исследовании, 6 размеров программного обеспечения рисков проекта были определены и надежных и действенных мер были разработаны для каждого. Руководствуясь sociotechnical теории систем, разведочных модель была разработана и испытана. Результаты показывают, что социальная подсистема риск влияния технических рисков подсистемы, которые, в свою очередь, влияет на уровень проекта управления рисками, и в конечном итоге, эффективности проекта. Последствия этих результатов научных исследований и практики обсуждали.

Предметные области: Sociotechnical теории систем, программного обеспечения рисков проекта и моделирования структурными уравнениями.

ВВЕДЕНИЕ

Группа информационных технологий играет все более важную роль в экономике, компании стали более значительной степени зависит от успешной реализации информационных систем (ИС). Тем не менее, многие программные проекты результате в системах, которые не работают, как предполагалось, не используются, или не был доставлен (Гордон, 1999, Джонсон, 1999). Поскольку организации продолжают инвестировать время и ресурсы на стратегически важных проектов программного обеспечения, управление рисками, связанными с такими проектами становится серьезную озабоченность. Неспособность понять, идентифицировать и управлять рисками часто приводят в качестве одной из основных причин является проект такие проблемы, как стоимость и график перерасход средств, неудовлетворенных потребностей пользователей, и производство систем, которые не обеспечивают стоимости бизнеса (Alter

Сторонники риск претензии управления, путем выявления и анализа угроз к успеху, меры могут быть приняты для снижения вероятности провала проекта. Исследователи неоднократно подчеркивали важность эмпирически классификации источников и видов рисков, связанных с проектами разработки программного обеспечения лучше расставить приоритеты и оценить возможные воздействия и потери, которые могут привести (например, Бем, 1991; Мак-Фарлен, 1981). К сожалению, относительно немногие инструменты доступны для выявления программных факторов рисков проекта. Кроме того, есть отсутствие теории для объяснения взаимосвязи между различными аспектами программного обеспечения рисков и проектной деятельности. Хотя различные перечни риска (например, Бем, 1991) и рамки (например, Keil, молекулы, Lyytinen,

Целью исследования было: (1), чтобы определить основные размеры программного обеспечения рисков проекта и разработки и утверждения прибор для измерения риска программного проекта, и (2) для построения и тестирования модели руководствоваться теорией, что касается аспекта риска выполнения проекта.

Остальная часть работы состоит из пяти разделов. Во-первых, мы представляем краткий обзор литературы, подчеркнув 6 размеров программного обеспечения рисков проекта. Во-вторых, руководствуясь литературой по управлению проектами и sociotechnical теории систем, мы представляем модели риска и эффективности проекта, который основан на 6 размеров. В-третьих, мы рассмотрим вопросы разработки и аттестации риска инструмент предназначен для измерения размеров 6. В-четвертых, модель рисков и эффективности проверяется с использованием моделирования структурными уравнениями и обсуждение результатов. Наконец, мы обобщаем последствия нашей работы как для научных исследований и практики.

Обзор литературы

В теории принятия решений риска может привести к положительным или отрицательным последствиям, и понятие риска отражает изменение в распределении возможных исходов (Arrow, 1970). Таким образом, рискованные альтернативы 1, для которых разница велика. Ввиду риска, используемых в теории принятия решений, однако, не согласуется с выводами из эмпирических исследований о том, как определить риск менеджеров (март

Сторонники программное обеспечение для управления рисками проекта показывают, что руководители проектов должны выявлять и контролировать факторы риска, чтобы снизить вероятность провала проекта. Если ключевые элементы, которые подлежат контролю являются проекта факторов риска (Каролака, 1996), то процесс оценки рисков должна начинаться с выявления этих факторов. Хотя несколько списков факторов риска, были опубликованы в литературе (например, Alter

К сожалению, не существует общего согласия относительно размерности риска проекта программы построить. Например, в своей широко цитируемой статье об управлении рисками программных проектов, Мак-Фарлен (1981) выделяет три размеры риска: размер проекта, структура проекта, а также опыт работы с этой технологией. Вывод из этих конкретных размеров не указано, и Мак-Фарлен не предоставляет инструмент, специально предназначенные для измерения этих параметров риска. В качестве примера того, как менеджер может измерить риск, Мак-Фарлен представляет образец 54-пункт анкеты оценки риска используют компании для оценки риска программного проекта. Хотя случае Даллас шин (ОБД случае нет. 9-180-006) приводится в качестве источника на вопросы анкеты, представленные в статье, точное происхождение вопросник и его психометрические свойства остаются неизвестными. Даже Мак-Фарлен (1981, стр. 144) сам указывает, что "нет аналитических рамках лежит в основе этих вопросов".

Там был только один Предыдущая попытка обеспечить меры программного обеспечения рисков проекта, который мы знаем (Барки и др.., 1993). Барки и др.. (1993) рассмотрел IS литературы и составил список из 35 факторы риска, которые легли в основу анкету, состоящую из 144 предметов. Они собрали данные, сравнение нескольких решений фактором, и нашли наиболее интерпретируемых решение будет состоять из 5 факторов, которые они с меткой технологической новизны, размер приложения, отсутствие специальных знаний, сложность приложения, и организационных условий. Уточняя свои документы, они сохраняют за собой 23 переменных, связанных с неопределенностью, измеренная на 83 пунктов.

Хотя инструмент, разработанный аль Барки и др. (1993) представляет собой значительный шаг вперед в программное обеспечение оценки рисков, не было попыткой привлечь практикующих менеджеров проектов в идентификации или проверки риска предметов или факторов, которые вышли из их анализа. При проведении первоначального анализа факторов, 9-фактора решение возникло, но был признан uninterpretable. Таким образом, 5-фактора решение было навязано так было легче интерпретировать. Тем не менее, последнее исследование, основанное на подмножество же переменные предложил 6-фактор решения (Цзян

Переменных др. Барки и др. (1993) документ измеряли спектр одного дня и многих пункта бинарных весы, весы отношение, интервал весы, весы и семантического дифференциала. Большое число семей с одним пунктом меры делает невозможным оценить надежность измерений для многих переменных в этом документе, и широкий диапазон различных масштабов измерения делает ее громоздкой для расчета общего показателя риска проекта. Для оценки общего риска, каждой из переменных могут быть преобразованы в двоичной шкале и в среднем, однако, это снижает точность прибора.

Учитывая ограничения, как перечень подход и существующие приборы для измерения риска программного проекта, сохраняется необходимость строго подтверждены документом, который базируется в литературе и проверены с практикующих менеджеров программных проектов. Таким образом, нашим первым шагом было создание полной картины основных размеров программного обеспечения проектных рисков (Смит, Milberg,

Такой подход согласуется с тем, как другие исследователи пошли по поводу процесса определения области построить (например, Мур

МОДЕЛЬ рисков и эффективности

В этом разделе мы представляем и описать модель (см. рис 1), которая использует 6 размеров программного обеспечения риска проекта в качестве строительных блоков для создания более высокого уровня скрытой конструкции, которые затем используются для изучения взаимосвязи между риском и выполнением проектов. разработка модели руководствовался литературы по управлению проектами и sociotechnical теории систем.

Центральной в нашей модели это понятие, управление проектами, оказывает воздействие на эффективность проекта, или результат. Наши концепции выполнения проекта включает в себя как продукт и процесс исполнения (Nidumolu, 1996). Продукт относится к производительности успешность системы, которая была разработана, в то время как процесс исполнения ссылается на успешность развития самого процесса (например, в какой степени проект был сделан в соответствии с графиком и в рамках бюджета). Управление проектами включает в себя ряд ключевых процессов, таких как планирование и контроль (Project Management Institute, 2000), и требует эффективного руководителя проекта, чтобы эти процессы на месте. Чтобы быть эффективной, руководитель проекта должен координировать деятельность различных проектной команды и он или она должны обеспечить тайский члены команды обладают необходимыми навыками для выполнения проекта. Таким образом, управление рисками проекта построить могут быть смоделированы как построить измеряться при помощи двух ключевых основные размеры риска: Планирование / Контроль и команды.

Можно ожидать, что управление проектами влияет, как на продукт и процесс работы. Связь с процессом исполнения легко просматривается в том, что неэффективное управление проектами, скорее всего в выставке расходов и срыва сроков. Связь с продуктом производительность изощреннее. Тем не менее, есть основания ожидать, что неэффективное управление проектами, более вероятно, выход системы, которые не в состоянии удовлетворить потребности пользователей, или иным образом судить менее успешным на такие аспекты, как удовлетворение или качества. Кроме того, мы утверждаем, связь между процессом и характеристики продукции; проекты, которые несут расходы и срыва сроков просто меньше шансов доставить успешный продукт. Таким образом, мы сформулируем следующие гипотезы:

H1: Управление рисками проекта окажет значительное негативное влияние на показатели процесса.

H2: Управление рисками проекта окажет значительное негативное влияние на производительность устройства.

H3: характеристики процессов окажет существенное положительное влияние на производительность устройства.

Для направления развития нашей модели дальше, мы обратились к концепции, sociotechnical теории систем, в котором подчеркивается соответствие между технической и социальной подсистем (Пава, 1983; Трист, 1981). Sociotechnical теории систем (SST) возник в начале 1950-х из некоторых исследований на местах британской угледобывающей промышленности. Исследователи из Института Тависток обнаружил уголь Южный Йоркшир-поле, где новая технология позволила формирование относительно автономные группы шахтеров с перестановкой ролей. Эта работа договоренности, резко контрастирует с атмосферой, которая окружала других шахтах, где шахтеры были назначены один человек-один-целевой функции в соответствии с принципами научного управления (Трист, 1981).

Трист и других людей в Институт Тависток были очарованы тем, что они нашли. Автономных рабочих групп, казалось, наслаждался более позитивной рабочей обстановки. Кроме того, они испытывают более высокую производительность с низким прогулов и меньше аварий, чем работники в обычных мин. Что заинтересовало Трист и его коллег в том, что управление труда и сделал сознательный выбор, чтобы изменить проектные работы для размещения изменений в технологии. Это было интересно Тависток исследователей, потому что добыча компании может просто легко учредил новую технологию без рассмотрения или изменении методов работы.

Некоторые исследователи IS обнял sociotechnical подход, применение концепции разработки и внедрения информационных систем (Бостром

Социальная подсистема риск отражает представление о том, что программное обеспечение Проект внедрен в социальном контексте, который может быть нестабильным или высоко политизированной, вызывая сокращение обязательств и ресурсов, необходимых для успешного завершения проекта. Социального контекста, в котором находится проект также может быть охарактеризована пользователей, которые устойчивы к изменениям, или не совершил в проект. Таким образом, социальная подсистема риска могут быть смоделированы как построить, состоящий из двух основных размеров риска: организационной среды и пользователя.

Техническая подсистема риск отражает представление о том, что программное обеспечение проекта заключается в создании технических артефактов некоторые сложности, что описывается набор требований. Технических артефактов может быть более трудно создать, если условия договора неясны или крайне неустойчивой. Технических артефактов можно характеризовать по степени сложности. Использование новых технологий или незнакомые технологии может иметь влияние на всю сложность технической подсистемы. Таким образом, технический риск подсистема может быть смоделирован нам построить представлены две основные размеры риска: Требования и сложности проекта.

До литературы признал контингента связь между характером проекта и как она должна быть управляемой. Мак-Фарлен (1981), например, предположил, что выбор и использование официального планирования и контроля методов, а также внутренней и внешней интеграции инструменты, должны быть привязаны к типу проекта. Экстраполируя эти понятия в область программного обеспечения рисков проекта, мы поставим контингента связь между типом проекта (например, социальных и технических подсистем в рамках которой проект находится), и уровень проектных рисков. Таким образом, мы сформулируем следующие гипотезы:

H4: Социальная подсистема риск будет иметь значительное позитивное воздействие на проект управления рисками.

H5: Техническая подсистема риск будет иметь значительное позитивное воздействие на проект управления рисками.

Кроме того, с технической подсистемы находится в пределах конкретного социального контекста, мы утверждаем, что социальная подсистема может повлиять на технические подсистемы. Как отмечалось ранее, социальная подсистема состоит из организации и пользователей риска. Если организационной среде нестабильными или пользователи не кооператив, это, скорее всего, сделать его более трудно получить точный и стабильный набор требований, тем самым делая его более сложным для создания технических артефактов. Таким образом, мы сформулируем следующую гипотезу:

H6: Социальная подсистема риск будет иметь значительное позитивное воздействие на подсистемы технического риска (т.е. более нестабильных условиях, будут связаны с более сложными и неопределенными требованиями, что ведет к повышению рисков, связанных с созданием артефактов себя).

Перед тестированием модели и выше гипотез, мы обратимся к процессу, который был использован для разработки и утверждения мер моделируемой конструкции.

Инструмент разработки и проверки

На рисунке 2 приводится обзор методологии, используемой для разработки и утверждения прибор для измерения программного обеспечения проектных рисков, а также Приложение 1 содержит более подробную информацию об этапах (на основе предыдущей работы Черчилль [1979] и др. Смит. [1996]). Как видно на первый этап на рис 2, цель на начальном этапе было указать домен и размерности строить. После выбраковки 6 размерами от литературы (как описано в обзор литературы), мы провели интервью с практикующими менеджерами программных проектов для определения, если они согласуются с тем, как практиков связи рисками программных проектов построить.

В центре внимания второго этапа было создание предметов и масштабы развития. Бассейн возможных вопросов было подготовлено программное обеспечение для измерения рисков проекта. Эти пункты были подвергнуты различные методы сортировки для проверки 6 основных размеров программного обеспечения проектных рисков, которые были предложены в осуществлении первого этапа и уточнить масштабы предметы, предназначенные задействовать размеров. На третьем этапе эти предметы были предварительное тестирование через администрацию предварительный вариант документа, небольшой образец практикующих менеджеров проектов. Анализ предварительной проверки данных используется для добавления, удаления или изменения элементов. Инструмента обследования состояла из 53 пунктов, направленных на кран в 6 различных аспектов программного обеспечения рисков проекта. В четвертом этапе, для проведения обзора вводили большой выборке (n = 507) руководителей программных проектов и протестированы на надежность и достоверность. Выборка охватывала широкий спектр проектов и колебалась от очень маленьких до очень крупных проектах, тем самым укрепляя обобщения результатов.

Фаза Пять сосредоточены на уточнение масштабов использования статистического анализа. Каждый макет был рассмотрен в отдельности, парами и в полной модели, содержащей измерения всех показателей. Анализ проводился с AMOS 4,01 (Арбакл, 1999). Оценка максимального правдоподобия (ОМП) была выбрана в качестве наиболее подходящей процедуры оценки с учетом большого объема выборки (Бентлер

Там были некоторые дискуссии в структурных сообщества моделирования уравнения относительно того, модель измерения должны быть проанализированы отдельно, еще до анализа структурной модели. Рекомендации ученых в области варьировались от одного процесса объединения анализ измерений и структурные модели (Гайдук, 1987; Гайдук

Для этого исследования мы решили разделить измерения модель структурной модели. Такой подход согласуется с предварительного исследования (Carr, 2002; Чонг

Анализ модели изолированных

Анализ изолированных модель каждого измерения с целью оценки возможности набора элементов с целью привлечения их связанных аспекта риска. После оценки подходит каждой модели, были приняты меры для выявления и рассмотрения областей возможного улучшения модели. В частности, элементы с нагрузки меньше, чем 0,60 были рассмотрены в качестве кандидатов на удаление. Все удаления решения были оценены чтобы содержание действия была сохранена в максимально возможной степени. Весы были усовершенствованы путем многократных модели фитингов основе изучения стандартизированной нагрузки, изменение индексов, в целом индексы подходят, интерпретируемость и содержание последствия действия (Фрелих, 2002). Таблица Аль-1 указывает на предметы, которые были исключены в результате этого анализа.

В процессе доработки этого документа, мы столкнулись с некоторых случаях, в которых выставлены построить меры меньше оптимального психометрические свойства, потому что они постучал в нескольких аспектах конструкции. В этих случаях мы обнаружили, что единственный путь к улучшению психометрических свойств наших мер было заострить внимание построить. Таким образом, мы решили сузить область охвата и сложности команда конструкции, с тем чтобы достичь разумного свойств измерения.

Первоначально, измерение пунктов, касающихся сложности построить попытались захватить информацию о технологической сложности, а также другие элементы, которые могли бы способствовать общей сложности проекта (например, сложные требования). Тем не менее, анализ модели показал, что только четыре дня, касающимся технической сложности грузили сильно зависит от сложности конструкции. Таким образом, было принято решение о ликвидации других предметов, что позволило подчеркнуть мерой сложности вокруг вопросов, связанных с технической сложности.

Кроме того, первоначальные измерения пунктов, относящихся к команде построить попытались захватить информацию, касающуюся ли члены команды достаточных навыков и опыта, а также другие элементы, которые могли бы способствовать группа риска (например, конфликты или оборота в команде). Изолированных анализ модели показал, однако, что только три дня, касающимся опыт команды грузили сильно на команду строить. Таким образом, было принято решение о ликвидации других предметов, что позволило подчеркнуть мера группа риска по квалификации соответствующих вопросов. Таблица 2 показывает элементы, которые были в конечном счете, сохранить для каждого риска измерение.

В целом, меры подходят для изолированных моделей, основанных на изысканный весы показали, что предлагаемые модели являются хорошим согласуется с данными наблюдений. Критериев согласия индексов (ГЛИС) для всех моделей 0,96 или выше и скорректированная критериев согласия индексов (AGFIs) были 0,86 или выше, который как показывают очень хорошее соответствие (Боллен, 1989). Низкий индекс сравнительного Fit (CFI), а наименьшее нормированного индекса Fit (NFI) были 0,96 и 0,95 соответственно, а самый низкий индекс nonnormed Fit (NNFI) был 0,91, которые все выше своих целей 0,90 (Бентлер, 1990; Бентлер

В дополнение к мерам по 6 размеры риска, окончательный документ включены пять пунктов, предназначенных для измерения эффективности продукта и 2 пунктов, предназначенных для измерения производительности процесса (как показано в Приложении 2). Меры по продукту производительности и эффективности процесса были адаптированы из Рай "и" Аль-Хинди (2000) и Nidumolu (1996) и рассчитывается композитный безотказной работы по обоим показателям были выше 0,80. Модель 2 исполнения конструкций и их элементов была также проанализирована и статистика подходят все намного выше уровня, описанных выше.

Дискриминантный и сходящихся Действительность

Для того чтобы оценить дискриминанта действия 6 масштабах риска, модели из каждой пары были оценены конструкций. С 6 конструкции интересов, Есть 15 возможных комбинаций построить пар. Две модели, ограниченной модели и непринужденные модели были оценены для каждой возможной пары конструктов. Существенное значение в [цзи] ^ ^ SUP 2 разница тест показывает, что непринужденные модели лучше подходят для передачи данных, чем ограничения модели (где строит предлагается соотнести отлично) (Bagozzi

В целях дальнейшего создания дискриминанта действительности, доверительный интервал тест был проведен. Доверительный интервал плюс-минус 2 стандартных ошибок была рассчитана всего корреляции между каждой парой конструкций. Ни один из доверительных интервалов включены 1,0, обеспечивая тем самым дополнительные доказательства дискриминанта действия (Anderson

Разница-извлечено тест может быть использован для создания как дискриминанта и конвергентных действия (Fornell

Адекватность модели Fit

Подтверждающие факторного анализа (CFA) позволяет проверить, индикаторные переменные нагрузки высоко на заранее факторов, но не загружаются очень не относящихся к делу факторов (Хатчер, 1994). AMOS 4,01 был использован для выполнения CFA для оценки измерений модель программного обеспечения проектных рисков (Арбакл, 1999). Измерение модели (см. рисунок 3) состоит из шести переменных скрытых: Организационные окружающей риска ([XI] ^ 1 ^ к югу) Пользователь риска ([XI] ^ 2 ^ к югу), требования риска ([XI] ^ подпункта 3 ^), Сложность проекта риска ([XI] ^ ^ 4 к югу), планирования / управления рисками ([XI] ^ ^ 5 к югу), а команда риска ([XI] ^ ^ 6 к югу). Ковариационной матрицы элементов в составе 6 размеры риска была использована в качестве вклада в анализ и ссылки переменную для каждого скрытого построить был установлен в 1, с тем чтобы установить масштаб для анализа. Каждый латентной переменной, от трех до семи переменных индикаторов (см. таблицу 2). Каждый показатель переменной представлены анкеты элемент, который, как ожидается, нагрузка на один только фактор.

6-фактор модели измерений оценивалась и на рисунке 3 содержит подходят статистики и масштаб безотказной работы, которые были получены. GFI, CFI, NFI и NNFI все выше, чем рекомендуемые минимальные значения 0,90 (Бентлер, 1990; Бентлер

Стандартизированный коэффициент нагрузки были значительными, с значения в диапазоне от 0,62 до 0,91. Т-значения, представляющих значение нагрузки показатели по конструкции, показало, что все дорожки были значимы при р

Модели измерений аналогична первому порядка модели, в которой 6 размеры риска разрешено covary. Это первая порядка модель может служить в качестве основы модели, против которых теоретические модели, такие как модель фактор второго порядка, могут быть проверены. Хи-квадрат разницы тест может быть использован для определения, есть ли существенная разница между соответствовать представленной модели измерения и подгонки предоставляемый теоретической модели. Если теоретическая модель успешна в учете наблюдаемых зависимостей между переменными в модели измерений, то не будет значительной разницы между хи-квадрат для теоретической модели и хи-квадрат для модели измерений (Anderson

Как показано на рисунке 4, 6 размеров риска не позволили сопоставить, а их ковариации объясняется второго порядка конструкций, что делает его более экономного модели (т. е. меньше пути), чем модели измерений. За исключением хи-квадрат статистики ([цзи] ^ SUP 2 ^ (315) = 737,30), меры подходят от модели второго порядка были идентичны первого порядка модели (см. рисунок 3 за посадку статистика ), а также нагрузки переменных на соответствующие конструкции были одинаковы, что свидетельствует о стабильности модель второго порядка. Для статистически сравнить две модели, хи-квадрат, разница была проведена проверка, в результате хи-квадрат разницы значение 11,88 с 6 степенями свободы. С 6 степеней свободы, критическое значение хи-квадрат, это на 22,458 р

Было высказано мнение, что если две модели имеют схожие нужным, тем более экономный модель должна быть предварительно выбран в качестве верхней модели (Anderson

ТЕСТИРОВАНИЕ МОДЕЛИ рисков и эффективности

Моделирования структурными уравнениями использованием AMOS 4,01 был выбран для оценки взаимосвязи между показателями и скрытых конструкций, а также структурные отношения между скрытой второго порядка конструкций. Рисунок 5 показывает стандартизированной нагрузок пунктов на каждой скрытой построить, а также пути нагрузки между конструкциями. Пути для всех 6 риска измерение нагрузки на конструкции их скрытые конструкции (технический риск подсистемы проекта по управлению рисками, и социальный риск подсистемы) были значительными при р

Все, кроме одного пути коэффициентов связанных с отношениями между скрытой конструкции были значительными при р 0,05) была между социал-подсистема рисков и управления проектами, рисками. Процентов разница объяснить с помощью модели, как она относится к технической подсистемы рисками, управление проектом рисков, производительность процессов, а также "Эффективность продукта" были 43%, 65%, 48% и 35% соответственно. Эти значения являются относительно высокими, обеспечивая тем самым уверенность, что предложенная модель имеет достаточно высокий уровень объяснительной силой.

В целом, статистика подходят для структурной модели были признаны приемлемыми, с GFI, CFI, NFI и NNFI значения 0,89, 0,94, 0,89 и 0,93 соответственно. AGFI была 0,87 и нормированных [цзи] ^ ^ SUP 2 был 2,15. RMSEA был 0,048 (при нижней границе 0,04 и верхняя граница 0,05) и стандартизированная RMR был 0,05. Некоторые альтернативные модели проводились для сравнения обеспечить, что предложенная модель является наиболее удовлетворительное объяснение взаимосвязи между конструктами интерес. Модели, в которой либо технической подсистемы риск или риск социального подсистемы были связаны непосредственно с выполнением переменных привело к незначительным пути между этими переменными и эффективность конструкции. Все альтернативные модели выполняется хуже, чем предлагаемая модель, что существенно поддержку наших исследований модели.

ОБСУЖДЕНИЕ И ВЫВОДЫ

Наши результаты свидетельствуют о том, что социал подсистема Риск технической подсистемы риск, как это определено в соответствии с требованиями технической сложности. Операционная проектов в рамках неустойчивых организационной среды или с устойчивым пользователей увеличивает социальную подсистемы риск, который, в свою очередь, может увеличить риск технической подсистемы. Увеличение технической подсистемы риск, как это определено таких повышенные требования, как неопределенность и технологические сложности, оказывает значительное влияние на риск управления проектами. Управленческие процессы, такие как планирование и механизмы контроля и сборки высококвалифицированных команды проектировщиков могут быть использованы в качестве мероприятий по посредничеству в потенциально вредного воздействия технических подсистема Риски по эффективности проекта. Важность такого посредничества становится критически важным для осуществления проектов в рискованные организационной среде или в ходе разработки изделия с сильно меняются требования.

В целом, наши результаты подтверждают мнение, что sociotechnical перспективе обеспечивает экономный подход к концептуализации риска программного обеспечения проекта и понять взаимосвязь между риском 6 размеров, которые были определены. Достаточно высокий уровень объяснил расхождение с относительно небольшим числом конструкции позволяют предположить, что теоретические разработки сосредоточена на ключевых конструкций и их взаимосвязи. Кроме того, логическая привлекательность теоретические разработки является убедительным, поскольку он признает, что системы, разработанные в конкретной социальной ситуации, и что последствия контекстуальный настройки рискованности проекта. С управленческой точки зрения, такие риски могут быть активно, осуществляемым процессов и структур, которые призваны устранять риски, связанные с организационной среды, пользователей, требования и сложности проекта. Например, обучение проектной группы по методам, которые увеличат участие пользователей может способствовать более четкой и стабильной требованиям, что ведет к лучшим результатам проекта.

Недостатки

Прежде чем обсуждать последствия наших исследований еще важно, для обсуждения возможных ограничений. Риск является сложной построить, и это исследование не может быть захвачен каждый аспект программного обеспечения рисков проекта, несмотря на строгий метод был применен для того, чтобы характеристики домена были построить как можно более полной и меры приемлемым качество измерений. Масштабный проект сложности были уточнены и сосредоточить внимание на технические сложности. Аналогичным образом масштабы риска команды были уточнены и сосредоточить внимание на навыки. Другие аспекты сложности проекта и команды риск должен быть исследован в дальнейших исследованиях.

Наше исследование сосредоточено на внутренних рисков, связанных с проектами разработки программного обеспечения. Внешние потрясения для организации также могут представлять значительный риск для разработки программ. Хотя наши организационной среды построить может захватить некоторые эффекты, связанные с изменениями во внешней среде, он делает это только в косвенной форме. Возможно также, что различные типы проектов могут осуществлять различные виды риска. Например, внешний проекты могут проявлять различные характеристики рисков по сравнению с собственной разработки проектов и некоторых дополнительных рисков конструкции (например, внешнее качество отношения), могут и должны быть включены в полной мере оценить риск этих проектов.

Наконец, так как удобство образцы, используемые в настоящем исследовании, и сами масштабы была направлена на внутренние риски, внешние действия и обобщения этого исследования могут быть ограничены. Результаты этого исследования должны быть проверены с другими группами менеджеров программных проектов, а также с различными типами проектов.

Последствия для исследований

Предыдущие литература подчеркнул важность программного обеспечения проекта по оценке риска и контроля. На сегодняшний день, однако, не было широко принято измерять или всеобъемлющее определение факторов, связанных с программным обеспечением рисков проекта. Предыдущие исследования предложили, что риск представляет собой сложную конструкцию, состоит из многих компонентов. Они полагают, что риск программного проекта является многомерным построить, которые не могут быть захвачены одной шкале. Но, как оказалось, только один другого исследования (Барки и др.., 1993) предпринял попытку определить размеры программного обеспечения рисков проекта и провести эмпирические оценки определены размеры. В начале статьи мы отметили ряд ограничений, связанных с "Аль Барки и др. документа, в том числе некоторые вопросы статистики и бездействия специалистов-практиков в деле идентификации и проверки риска предметов или факторов, которые вышли из их анализа.

Наше исследование имя на эти ограничения, используя строгую методологию для разработки обоснованных инструмент, который позволяет задействовать в важнейших направлений программы риск проекта, как это отражено как в литературе, и в глазах специалистов. Интересно, что размеры определены несколько отличаются от факторов, определенных др. Барки и др. (1993). В частности, наш анализ риска построить подчеркивает важность требований риска, планирования и управления рисками, а также пользовательские риска в гораздо большей степени, чем это захваченных "Аль Барки и др. С другой стороны, Барки и др.. в значительной мере ориентирована на применение размер, который был первоначально включен в наш проект сложности построить, но затем упал в процессе переработки сложности масштабы сосредоточить внимание на технические сложности.

В одном из докладов этого исследования является то, что дает определение размера риска и проверки комплекса мероприятий по их практической реализации. В результате понимание риска в зависимости от размеров 6. Это исследование использовало различные уровни модельных испытаний для проверки мер, о которых шесть аспектов, которые, вместе взятые, представляют собой риск программного проекта. Кроме того, тщательной оценки мер предполагает, что 6 размеры отдельных аспектов основных построить, риск программного проекта. Мер, разработанных в данном исследовании, представляют собой надежные и достоверные показатели каждого из шести измерениях.

Второй взнос в этом исследовании является то, что мы сформулировали модель, которая опирается на шесть размеров риска и объясняет значительную разницу в эффективности проекта. Эта модель, которая основана на литературе по управлению проектами и sociotechnical теории систем, а также основные меры риска, который мы разработали, создает прочную основу для будущей работы в этой области.

Одним из потенциальных области научных исследований заключается в использовании инструмент, разработанный здесь, чтобы сравнить, как различные заинтересованные стороны воспринимают риск. В настоящем исследовании был только один участник от каждой проекта, которые прошли оценку риска, но есть основания полагать, что различные участники проекта будут рассматривать по-разному и риск, что различия в их оценках могут обеспечить понимание о том, почему многие программные проекты, идет наперекосяк. Другой путь для дальнейших исследований может быть использование конструкций и меры, описанные здесь, чтобы изучить, как изменить восприятие риска в ходе проекта. Чтобы связать риск для выполнения проекта, данное исследование было ограничено ретроспективно оценки риска при заключении проекта. Принятие мер риска по всей проектов и контроля за изменениями в измерении уровня позволит производить понимание того, как профиль риска проекта обычно со временем меняется. Мер программного обеспечения рисков проекта, разработанного в этом исследовании также может быть использован, чтобы узнать больше об эффективности различных снижения рисков тактики, направленных на снижение степень воздействия факторов риска и увеличивает вероятность успешных разработчиков программного обеспечения.

Кроме того, в этом исследовании не принимали во внимание величину риска. Риск часто определяется как произведение неопределенности проекта раза величину потенциальных потерь, связанных с провала проекта. Эти исследования сосредоточены только на неопределенности, или факторы риска, и не затрагивают любые дополнительные воздействия, вызванного размера возможных потерь в результате сбоя. Будущие исследования могут проверим, все ли величины вопросы играют в восприятии риска. Например, кто-то работает на технически сложных проектов с высокой потенциальной потери в случае возникновения проблем (таких, как ядерные системы программного управления) могут быть намного выше, восприятие риска, чем кто-то работает на менее сложные системы, которая не повлечет за собой большие потерь.

Последствия для практики

Это исследование описано шесть размеров программного обеспечения рисков проекта, что руководители проектов могут использовать для выявления и устранения рисков, связанных с проектами разработки программного обеспечения. Мер, разработанных в данном исследовании, могут быть использованы для обеспечения раннего предупреждения о потенциальных проблемах проекта, с тем, что корректирующие меры могут быть приняты, чтобы избежать провала проекта.

Практикующие можете использовать инструмент для разработки баз данных исторических риски, связанные с различными проектами и их результатах. Подборка эта информация могла бы служить средством оценки будущих проектов. Конструкций и меры, разработанные здесь могла бы быть использована для создания рисков для каждого проекта. Эти профили можно было бы по сравнению с историческим нормам. Потенциально высокорисковые проекты могли бы быть затронуты на ранней стадии, с тем чтобы соответствующие решения можно было бы о том, следует ли продолжать с высокой степенью риска или выбрать альтернативный курс действий. Практикующие также может управлять инструментом в нескольких точках в ходе проекта и отслеживать изменения в рискованности проекта, он развивается от начала до конца. В соответствии с передовым опытом управления проектами, это будет способствовать тому, чтобы оценка риска представляет собой непрерывный процесс, а не то, что происходит один раз в начале проекта.

Разработка эффективной проекта стратегии управления рисками необходимо учитывать взаимосвязь между рисками, связанными с социальной подсистемы, подсистемы технического и управления проектами, а также последствия этих отношений для выполнения проекта. Проекты находятся в условиях, с высоким социальным риском подсистемы и высокий технический риск подсистемы должны активно использовать планирования и контроля подходы и привлекать высококвалифицированных команды. Такие меры управления проектом обеспечивают необходимый адаптивный потенциал, необходимый для достижения высокого уровня эффективности проекта в подобных ситуациях.

Конструкций и меры, разработанные здесь также могут быть использованы для мониторинга последствий риска стратегии смягчения используется для противодействия рискам, которые будут определены. Возможно, некоторые стратегии смягчения последствий засухи будут более эффективными, чем другие, когда определенные виды риска, оценивается как чрезвычайно высокий. Например, если организационных рисков окружающей среды высока, могут возникнуть определенные действия, которые менеджер проекта может принять для снижения отрицательного воздействия на неопределенность требований к проекту (т. е. на поддержание системы простой и короткий развития сроки). Со временем, эта информация может быть использована для разработки понимание эффективности различных стратегий по смягчению рисков, что может привести к резервного систему для управления рисков проекта. Такие знания будут очень ценным ресурсом для выявления соответствующих инструментов управления рисками с определенного профиля риска. [В редакцию: декабрь 2002. Принято редколлегией: ноябрь 2003.]

* Авторы хотели бы поблагодарить Управление проектами Института информационных систем Special Interest Group (PMI-ISSIG) за поддержку данного исследования. Мы также хотели бы поблагодарить Государственного университета штата Джорджия для их финансовой поддержки путем предоставления научно-исследовательской программы PhD. Авторы выражают благодарность Аль Сегарс и Эд Ригдон за их ценные замечания и помощь на различных этапах этого проекта.

Ссылки

Абдель-Хамид, Т. К. (1989). Исследования текучести кадров, приобретению и ассимиляции и их влияние на стоимость программного обеспечения развития и график. Журнал информационных систем управления, 6 (1), 21-39.

Alter, S.,

Андерсон, J. C.,

Арбакл, J. L. (1999). AMOS для Windows: Анализ момент структур. Чикаго: Малый водам.

Стрелка, К. (1970). Очерки по теории риска. Амстердам: North-Holland.

Bagozzi, Р. П.,

Bagozzi, Р. П.,

Барки, H., Ривард, S.,

Бентлер, П. М. (1990). Сравнительный индексов исправить в структурных моделей. Psychological Bulletin, 107 (2), 238-246.

Бентлер, П. М.,

Бем, Б. В. (1991). Программное обеспечение управления рисками: Принципы и практика. IEEE Software, 8 (1), 32-41.

Боллен, К. А. (1989). Структурные уравнения со скрытыми переменными. Нью-Йорк: Wiley.

Боллен, К. А. (2000). Моделирование стратегии: в поисках Святого Грааля. Моделирования структурными уравнениями, 7 (1), 74-81.

Бостром, Р. П.,

Брукс, Ф. П. (1987). Не панацея: сущность и несчастных случаев разработки программного обеспечения. Компьютер (апрель), 10-19.

Браун, М. В.,

Карр, К. Л. (2002). Психометрические оценки ожиданий, восприятия и оценки разницы порожденных IS-адаптированных SERVQUAL документа. Решение наук, 33 (2), 281-296.

Кэшер, J. D. (1984). Как управлять рисками, но и снизит вероятность неудачи. Обзору управления, 73 (6), 50-54.

Шарет, Р. Н. (1989). Разработка программного обеспечения анализа и управления рисками. Нью-Йорк: интертекст.

Чонг, В. К.,

Черчилль, Г. А., младший (1979). Парадигмы для разработки более эффективных мер маркетинговых конструкций. Журнал по маркетинговым исследованиям, 16 (1), 64-73.

Дэвис, F. D. (1989). Ощущаемая полезности, воспринимаемой легкости использования, а также приемлемость для пользователя информационных технологий. MIS Quarterly, 13 (3), 318-340.

Дэвис, Г. B. (1982). Стратегии для определения информационных потребностей. IBM Systems Journal, 27 (1), 4-30.

Исон, К. (1988). Информационные технологии и организационные изменения. Лондон: Taylor

Ewusi-Менса, К.,

Fornell, C.,

Фрелих, М. Т. (2002). E-интеграции в цепочке поставок: барьеры и производительности. Решение наук, 33 (4), 537-556.

Гефена Д., Страуб Д.,

Джербинг, Д. В.,

Гордон, P. (1999, 18 января). Чтобы человеку свойственно ошибаться, чтобы оценить, божественно. Information Week, 65-72.

Волосы, J. F., Андерсон, Р. Е., Татам Р.,

Волосы, J. R, Андерсон, Р. Е., Татам Р.,

Хатчер, Л. (1994). Шаг за шагом, подход к использованию системы SAS для факторного анализа и моделирования структурными уравнениями. Гарри, NC: SAS Institute.

Гайдук, Л. А. (1987). Моделирования структурными уравнениями с LISREL: Essentials и авансов. Baltimore, MD: Джон Hopkins University Press.

Гайдук, L.,

Хеемстра, F. J.,

Генри, J. В.,

Herting, J. Р.,

Джеймс, Л. Р., Mulaik, С. А.,

Jarvenpaa, С. Л.,

Цзян, J. J.,

Цзян, J. J., Клейн, Г.,

Джонсон, J. (1999). Что касается хаоса в успех. Software Magazine, 19 (3), 30.

Джонс, C. (1994). Оценка и управление рисками программного обеспечения. Englewood Cliffs, NJ: Йордан.

Джонс, М. М.,

Joreskog, К. Г.,

Каролака, Д. В. (1996). Разработка программного обеспечения управления рисками. Лос-Аламитос, CA: IEEE Computer Society Press.

Keider, С. П. (1984). Почему проекты в области развития системы неудачу. Журнал информационных систем управления, 1 (3), 33-38.

Keil, М., молекулы П., Lyytinen К.

Кемирр, C. F.,

Маккриммон, К. Р.,

Марта, J. Г.,

Марш, H. В.,

Мак-Фарлен, Ф. В. (1981). Портфолио подход к информационным системам. Harvard Business Review, 59 (5), 142-150.

Мецгер, П. В. (1981). Управление программирования проекта. Englewood Cliffs, NJ: Prentice Hall.

Мур, Г. C.,

Мур, J. H. (1979). Рамки для MIS проектов разработки программного обеспечения. MIS Quarterly, 3 (1), 29-38.

Мойнихен, Т. (1997). Как опытных руководителей проектов оценки риска. IEEE Software, 14 (3), 35-41.

Mulaik, С. А.,

Mulaik, С. А. (1998, 20 ноября). Четыре шага модели. SEMNET Обсуждение списка.

Мамфорд, Е. (1981). С участием персонала дизайн системы: структура и методы. Цели системы Solutions, 1 (1), 5-19.

Netemeyer, Р. Г., Джонсон, М. В.,

Nidumolu, С. Р. (1996). Сравнение структурных случай непредвиденных обстоятельств и с учетом рисков перспективы в области координации разработки программного обеспечения проектов. Журнал информационных систем управления, 13 (2), 77-113.

Наннолли, J. C.,

О'Тул, J. Р. В.,

Пава, К. П. H. (1983). Управление новых технологий офиса. Нью-Йорк: Свободная пресса.

Project Management Institute. (2000). Руководство по управлению проектами тела знаний. Newtown Square, PA: Институт управления проектами.

Рай, А.,

Рай, А., Ланг, С. С.,

Райков, T.,

Роби Д.,

Шмидт Р., Lyytinen, К., Keil, М.,

Смит, Х. J., Milberg, С. J.,

Тайт П.,

Тайер, Р. Х., Pyster А.,

Трист, Е. (1981). Sociotechnical точки зрения. В H. А. В. Д. Вен

Линда Уоллес [кинжал]

Департамент бухгалтерского учета и информационных систем, Вирджиния политехнического института и государственного университета, 3007 Памплин Холл (0101), Блэксбург, В. А. 24061, адрес электронной почты: <a href="mailto:wallacel@vt.edu"> wallacel@vt.edu < />

Марк Кейл

Факультет компьютерных информационных систем, J. Мак Робинсон бизнес-колледжа, Государственного университета штата Джорджия, Атланта 30303, адрес электронной почты: <a href="mailto:mkeil@gsu.edu"> mkeil@gsu.edu </ A>

Arun Рай

Центр инновационного процесса и Департамента по компьютерным информационным системам, J. Мак Робинсон бизнес-колледжа, Государственного университета штата Джорджия, Атланта 30303, адрес электронной почты: <a href="mailto:arunrai@gsu.edu"> arunrai @ ПГУ. образование </ A>

[Кинжал] корреспондент автора.

Линда Уоллес доцент кафедры "Бухгалтерский учет и информационные системы в Вирджинском политехнического института и государственного университета. Она получила ее кандидат в системах компьютерной информации из Государственного университета штата Джорджия в 1999 году. Ее исследовательские интересы включают программное обеспечение проектных рисков, управление проектами и гибкой разработки программного обеспечения. Ее исследования была принята к публикации в Сообщения ACM, журнал систем и программного обеспечения, а также Труды Академии управления.

Марк Кейл является профессором факультета компьютерных информационных систем в Университете Джорджии. Его исследования направлены на программных средств управления проектами, с особым акцентом на понимание и недопущения эскалации программного проекта. Его исследования направлены также на обеспечение более эффективных инструментов для оценки рисков программных проектов и устранение барьеров на пути использования программного обеспечения. Его исследования были опубликованы в MIS Quarterly, Слон обзору управления, коммуникаций ACM, журнал информационных систем управления, информационных

Arun Рай является Харкинс профессора в Центре инновационного процесса и Департамент компьютерных информационных систем в Грузии государственный университет. Его исследовательские интересы включают цифровую включен управления цепочками поставок, распространения и влияния информационных технологий и управления системами доставки.

Его исследования были опубликованы в области бухгалтерского учета, менеджмента и информационных технологий, Анналы исследования операций, коммуникаций ACM, Decision Sciences, систем поддержки принятия решений, Европейский журнал по исследованию операций, IEEE Transactions по технике управления, информационные системы исследований, журнал управленческой информации Системы, MIS Quarterly, Omega и других журналах. Он служил или служит, на редакционных коллегий IEEE Transactions по технике управления, информационные системы исследований, MIS Quarterly, и других журналах. Ведущих корпораций, включая AT Kearney, Bozell страны, Daimler-Chrysler, Comdisco, SAP, IBM, в частности, являются авторами научную работу.