本章針對所蒐集的各組實驗組數據進行分析，探討藉由 TOC 專案管理方式配合
「凍結專案」機制對專案交期績效的影響。運用統計方法驗證是否可有效減少不良管 理方式所引起的不良多工、任務優先順序混亂等問題，並驗證「凍結專案」機制是否 可有效改善專案交期績效。
本研究邀請業界人士進行專案管理遊戲，總計蒐集 48 組數據，詳細實驗數據紀 錄於附錄三與附錄四中(附錄三為第一階段專案管理遊戲實驗數據；附錄四為第二階段 專案管理遊戲實驗數據)，本實驗數據格式依照實驗類別進行分類，所蒐集之數據如下 所列：
(1) 專案預估完成時間：參與者評估三個專案可完成時間 (2) 專案完成時間：參與者實際執行三個專案的完成時間 (3) 專案開案日期：參與者執行的專案開案時間
(4) 專案完成前置時間：各專案執行所經歷的遊戲天數
(5) 任務平均時間：參與者藉由抽籤決定的任務完成所需時間 (6) 不良多工延長的時間：因不良多工導致任務完成時間延長
(7) 做錯優先順序任務數：影響專案執行時間的「任務優先順序錯誤」任務 數量
(8) 專案交期績效：專案於預估完成時間內完成的機率 (9) 整體交期績效：三個專案交期績效平均
(10) 改善比例：各專案完成前置時間改善比例
11
12
13
14
由「低交期績效」類別數據可以得知，凍結專案機制運用在表現不佳的專案上，
可以有效改善不良多工(延長時間)、做錯優先順序任務數、專案完成時間、專案完成 前置時間，並有很大的機會改善專案交期績效。
為了探究「凍結專案」機制改善專案執行績效的原因，我們列出了執行「凍結專 案」機制當時的專案情況，如表6 所示。我們可以看出在第 30 天的凍結專案時間點，
專案已有因不良管理方式所引起的不良多工與做錯優先順序等管理問題。為了達到快 速改善專案執行績效的目的，我們立即採取「凍結專案」的機制，此時我們可以發現：
同時間執行的任務數量，由平均9.104 件任務數下降至平均 6.021 件任務數；開案狀態 的專案數量由2.667 個專案下降至 2.042 個專案；這是因為在凍結專案後，任務經理所 管理的資源都將只有一個任務，而原本同時執行的其他任務都被凍結，同時執行的任 務數量與專案數量因此下降，此外，因為不會有不良多工的情況產生，不良多工的任 務數量與做錯優先順序數量將降至為零。
表6 實施「凍結專案」機制時的專案現況
專案分類
不良多工(延長 時間)
不良多工任務 數量
做錯優先順續 任務數
凍結前 任務數量
凍結後 任務數量
凍結前 開案數量
凍結後 開案數量
平均
1 21.021
3.083 4.3
4.646 4.5 1.000 1.000
2 20.771 2.979 1.354 0.958 0.875
3 10.083 1.479 0.167 0.708 0.167
總合 51.875 9.104 6.021 2.667 2.042
由表 7 可以發現，採取「凍結專案」的機制後，不良多工(延長時間)與做錯優先 順序任務數量會保持在凍結專案時間點時的狀態，不會有進一步惡化的情形，並且因 為同時開案的專案數量減少，組織內資源將可全力支持單一專案的執行，進一步加速 專案完成。此外，因為兩次實驗皆是在相同環境情況下執行，所以表7 與表 1 中的預 估完成時間、任務平均時間、開案日期皆相同。
15
實務上專案情況 76.48 97.69 109.71 75.38 89.33 89.92 47.77 71.58 71.94 22.92% 22.92% 29.17% 25.00%
凍結專案後 65.83 90.75 106.94 64.73 82.4 87.15 21.02 20.77 10.08 52.08% 43.75% 29.17% 41.67%
比例 0.861 0.929 0.975 0.859 0.922 0.969 0.440 0.290 0.140 2.272 1.909 1 1.667
16
4.2 統計分析結果
由上述的數據可以看出：經由「凍結專案」的機制後，無論是專案交期績效或是 專案完成前置時間，都改善了許多；而做錯優先順序任務數量、不良多工的狀態也因
「凍結專案」的機制保持在凍結專案時間點時的狀態；不良多工延長任務時間的影響 降低很多，雖然我們可以由數據看到這些結果，但卻缺乏有力的方法來印證，故本章 節藉由統計方法來分析結果。
首先我們驗證「凍結專案」的機制對於「不良多工延長時間、專案完成前置時間、
專案完成時間、專案交期績效」這四方面的影響，也就是比較「凍結專案改善專案績 效之情況」與「實務上專案情況與問題」兩種情境執行結果是否具有顯著差異。假如 統計分析結果為具有顯著差異，表示「凍結專案」的機制對於執行結果具有顯著影響，
則我們必須判斷「凍結專案」的機制對於執行結果是具有何種影響；若統計分析結果 無顯著差異，則表示「凍結專案」的機制對於執行結果無任何影響，而本研究分別以 三個專案進行比較與統計分析。
本研究利用STATISTICA 中的 T-test Dependent Samples 做為統計分析工具，因為 每一實驗組都會進行情境一與情境二兩種情境的實驗，我們在相同的實驗組進行情境 一與情境二的比較，故將情境一與情境二視為兩個具有相依性的群體，進行 T-test Dependent Samples 檢定。
由表9 至表 11 的統計分析表，可以發現三個專案的不良多工延長時間都具有顯著 差異，並且情境二的不良多工延長時間平均數皆比情境一的平均數低，表示「凍結專 案」的機制對於不良多工造成的延長時間具有顯著影響，可以有效降低不良多工造成 的任務時間延長的問題。
表9 專案一不良多工延長時間統計分析表
T-test for Dependent Samples (專案一不良多工延長時間) Marked differences are significant at p < .05000
Variable
Mean Std.Dv. N Diff. Std.Dv.
Diff.
t df p
情境一 情境二
47.77083 34.80538
12.70833 7.79787 48 35.06250 32.00093 7.591032 47 0.000000
17
表10 專案二不良多工延長時間統計分析表
T-test for Dependent Samples (專案二不良多工延長時間) Marked differences are significant at p < .05000
Variable
Mean Std.Dv. N Diff. Std.Dv.
Diff.
t df p
情境一 情境二
71.58333 43.49069
8.39583 8.25328 48 63.18750 40.83420 10.72081 47 0.000000
表11 專案三不良多工延長時間統計分析表
T-test for Dependent Samples (專案三不良多工延長時間) Marked differences are significant at p < .05000
Variable
Mean Std.Dv. N Diff. Std.Dv.
Diff.
t df p
情境一 情境二
71.93750 52.03452
3.54167 5.83080 48 68.39583 50.20203 9.439064 47 0.000000
由表12 至表 14 的統計分析表，可以發現三個專案的專案完成前置時間都具有顯 著差異，並且情境二的專案完成前置時間平均數皆比情境一的平均數低，表示「凍結 專案」的機制對於專案完成前置時間具有顯著影響，可以有效縮短專案完成前置時間。
表12 專案一專案完成前置時間統計分析表
T-test for Dependent Samples (專案一專案前置時間) Marked differences are significant at p < .05000 Variable
Mean Std.Dv. N Diff. Std.Dv.
Diff.
t df p
情境一 情境二
75.37500 8.729078
64.72917 5.708298 48 10.64583 6.282328 11.74031 47 0.000000
表13 專案二專案完成前置時間統計分析表
T-test for Dependent Samples (專案二專案前置時間) Marked differences are significant at p < .05000 Variable
Mean Std.Dv. N Diff. Std.Dv.
Diff.
t df p
情境一 情境二
89.33333 10.36429
82.39583 7.53358 48 6.937500 8.101500 5.932779 47 0.000000
表14 專案三專案完成前置時間統計分析表
T-test for Dependent Samples (專案三專案前置時間) Marked differences are significant at p < .05000 Variable
Mean Std.Dv. N Diff. Std.Dv.
Diff.
t df p
情境一 情境二
89.91667 15.38420
87.14583 15.65314 48 2.770833 5.543789 3.462775 47 0.001150
18
由表15 至表 17 的統計分析表，可以發現三個專案的專案完成時間都具有顯著差 異，並且情境二的專案完成時間平均數皆比情境一的平均數低，表示「凍結專案」的 機制對於專案完成時間具有顯著影響，可以有效縮短專案完成時間。
表15 專案一專案完成時間統計分析表
T-test for Dependent Samples (專案一完成時間) Marked differences are significant at p < .05000 Variable
Mean Std.Dv. N Diff. Std.Dv.
Diff.
t df p
情境一 情境二
76.47917 8.850988
65.83333 5.893860 48 10.64583 6.282328 11.74031 47 0.000000
表16 專案二專案完成時間統計分析表
T-test for Dependent Samples (專案二完成時間) Marked differences are significant at p < .05000 Variable
Mean Std.Dv. N Diff. Std.Dv.
Diff.
t df p
情境一 情境二
97.68750 8.034914
90.75000 4.961554 48 6.937500 8.101500 5.932779 47 0.000000
表17 專案三專案完成時間統計分析表
T-test for Dependent Samples (專案三完成時間) Marked differences are significant at p < .05000 Variable
Mean Std.Dv. N Diff. Std.Dv.
Diff.
t df p
情境一 情境二
109.7083 7.890092
106.9375 7.194579 48 2.770833 5.543789 3.462775 47 0.001150
由表18 至表 20 的統計分析表，可以發現專案一與專案二的專案交期績效具有顯
19
表18 專案一交期績效統計分析表
T-test for Dependent Samples (專案一交期績效) Marked differences are significant at p < .05000 Variable
Mean Std.Dv. N Diff. Std.Dv.
Diff.
t df p
情境一 情境二
0.229167 0.424744
0.520833 0.504852 48 -0.291667 0.459340 -4.39920 47 0.000062
表19 專案二交期績效統計分析表
T-test for Dependent Samples (專案二交期績效) Marked differences are significant at p < .05000 Variable
Mean Std.Dv. N Diff. Std.Dv.
Diff.
t df p
情境一 情境二
0.229167 0.424744
0.437500 0.501328 48 -0.208333 0.410414 -3.51688 47 0.000979
表20 專案三交期績效統計分析表
T-test for Dependent Samples (專案三交期績效) Marked differences are significant at p < .05000 Variable
Mean Std.Dv. N Diff. Std.Dv.
Diff.
t df p
情境一 情境二
0.291667 0.459340
0.291667 0.459340 48 0.000000 0.412568 0.000000 47 1.000000
20