Publicación:
Aplicación de la teoría de restricciones para mejorar la eficiencia temporal en proyectos con enfoque predictivo: desarrollo de un modelo conceptual basado en evidencia experimental

dc.contributor.advisorMoreno Monsalve, Nelson Antonio
dc.contributor.authorSerrano Talero, Camilo Andrés
dc.contributor.juryChaparro Malaver, Carmen Elizabeth
dc.contributor.juryGómez Rosso, Richard
dc.contributor.researchgroupEmprendimiento y gerencia::Dirección y gestión de proyectos Nelson Antonio Moreno Monsalve Categoría A COL0158995
dc.creator.id1057582225
dc.date.accessioned2026-10-07T17:12:39Z
dc.date.issued2026-09-14
dc.description.abstractLa gestión del tiempo sigue siendo uno de los principales desafíos en proyectos con enfoque predictivo ya que, aunque herramientas como CPM y PERT son ampliamente utilizadas, numerosos proyectos de esta naturaleza continúan presentando retrasos, sobrecostos y baja confiabilidad en el cumplimiento de sus cronogramas. Diversos estudios indican que parte del problema se relaciona con la dificultad de estos enfoques tradicionales para gestionar restricciones sistémicas, cuellos de botella y variabilidad operativa. En este contexto, la Teoría de Restricciones (TOC) y su aplicación mediante Critical Chain Project Management (CCPM) han mostrado resultados prometedores e innovadores, aunque la evidencia permanece dispersa y no existe un modelo procedimental integrado y validado empíricamente para proyectos predictivos. El propósito de esta investigación es desarrollar y validar un modelo conceptual-procedimental de aplicación de TOC mediante CCPM para mejorar la eficiencia temporal de este tipo de proyectos, usando una metodología que combina revisión y sistematización documental, análisis estadístico de evidencia empírica publicada y formulación del modelo. Los resultados obtenidos evidenciaron mejoras asociadas con la aplicación de CCPM en la reducción de los tiempos de ejecución y permitieron analizar aspectos relacionados con la confiabilidad del cronograma y la gestión de buffers. Asimismo, se formuló y validó una propuesta metodológica aplicable a contextos de gerencia de proyectos con enfoque predictivo. Las pruebas estadísticas aplicadas a los datasets de Araszkiewicz (2017) y Shurrab (2015) identificaron diferencias estadísticamente significativas en la duración entre los métodos de programación analizados, aportando evidencia favorable al desempeño temporal de las alternativas basadas en CCPM dentro de estos conjuntos de datos. A partir de la integración de los hallazgos teóricos, documentales y empíricos se desarrolló un modelo conceptual-procedimental que estructura la aplicación de TOC mediante CCPM dentro del ciclo de vida de proyectos con enfoque predictivo. Su validación tuvo alcance conceptual y se complementó mediante su aplicación a un caso de estudio ficticio, permitiendo verificar la coherencia y el funcionamiento lógico del procedimiento, sin constituir una validación empírica en un proyecto real. En conjunto, los resultados indican que TOC mediante CCPM constituye una alternativa metodológica con potencial para contribuir al mejoramiento de la eficiencia temporal de proyectos con enfoque predictivo, dentro del alcance y las limitaciones de la evidencia analizada.spa
dc.description.abstractTime management remains one of the main challenges in predictive projects. Although CPM and PERT are widely used, many projects still experience delays, cost overruns, and poor schedule reliability. Several studies suggest that part of the problem is related to the limited ability of traditional approaches to manage systemic constraints, bottlenecks, and operational variability. In this context, the Theory of Constraints (TOC) and its application through Critical Chain Project Management (CCPM) have shown promising results, but the available evidence is fragmented and there is no empirically validated procedural model for predictive projects. The purpose of this research is to develop and validate a conceptual-procedural model for applying TOC through CCPM in order to improve temporal efficiency in predictive projects. The methodology combines documentary review and systematization, statistical analysis of published empirical evidence, and model formulation. The results provided evidence of improvements associated with the application of CCPM in reducing project execution times and made it possible to analyze aspects related to schedule reliability and buffer management. The statistical tests applied to the datasets from Araszkiewicz (2017) and Shurrab (2015) identified statistically significant differences in project duration among the scheduling methods analyzed, providing evidence favorable to the temporal performance of CCPM-based alternatives within these datasets. Based on the integration of theoretical, documentary, and empirical findings, a conceptual-procedural model was developed to structure the application of TOC through CCPM throughout the life cycle of predictive projects. The model underwent conceptual validation, complemented by its application to a fictitious case study, which allowed its coherence and logical functioning to be assessed without constituting empirical validation in a real project. Overall, the findings indicate that TOC through CCPM represents a methodological alternative with the potential to contribute to improving temporal efficiency in predictive projects, within the scope and limitations of the evidence analyzed.eng
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagíster en Gerencia de Proyectosspa
dc.description.researchareaEMPRENDIMIENTO Y GERENCIA::DIRECCIÓN Y GESTIÓN DE PROYECTOS NELSON ANTONIO MORENO MONSALVE Categoría A COL0158995::Modelos, metodologías y sistemas de gestión para la Gerencia de Proyectos
dc.description.tableofcontentsTabla de Contenido Resumen 6 Abstract 7 Tabla de Contenido 8 1 Introducción 13 1.1 Pregunta de investigación 16 1.1.1 Pregunta de investigación principal 16 1.1.2 Preguntas derivadas de investigación 16 2 Objetivos 18 2.1 Objetivo general 18 2.2 Objetivos específicos 18 3 Justificación 20 4 Marco Teórico 23 4.1 Teoría de Restricciones 23 4.1.1 Fundamentos filosóficos y sistémicos de la TOC 24 4.1.2 Tipología de restricciones 24 4.1.3 El proceso de mejora continua POOGI (Process of Ongoing Improvement) 26 4.1.4 Mecanismos de control Drum, Rope y Buffer en TOC 29 4.2 Critical Chain Project Management (CCPM)-Aplicación de la Teoría de Restricciones TOC a la gerencia de proyectos 31 4.2.1 Cadena Crítica (CCPM) versus Ruta o Camino Crítico (CPM) 32 4.2.2 Dimensionamiento de buffers 33 4.2.3 Eliminación de multitarea y comportamiento humano 35 4.3 Gestión del tiempo en proyectos predictivos 35 4.4 Restricciones, variabilidad y cuellos de botella en proyectos 37 4.5 Indicadores de eficiencia temporal (KPIs) en proyectos predictivos en donde se implementa TOC/CCPM 37 4.6 Estado del Arte sobre la aplicación de TOC y CCPM en proyectos con enfoque predictivo 38 4.6.1 Evidencia empírica comparativa entre CPM y CCPM 39 4.6.2 Confiabilidad del cronograma, buffers y variabilidad 40 4.6.3 Aportes críticos y advertencias metodológicas 41 4.6.4 Fragmentación de la literatura y necesidad de integración 42 4.6.5 Tendencias actuales de investigación sobre TOC y CCPM 43 4.6.6 Síntesis crítica y posicionamiento de la presente investigación 44 4.7 Brecha de investigación identificada 45 5 Hipótesis 46 5.1 Hipótesis General e Hipótesis Nula 46 5.2 Subhipótesis Específicas 46 5.3 Proposición metodológica del estudio 47 6 Variables 48 6.1 Justificación metodológica de elección de variables para esta investigación 53 7 Diseño Metodológico 54 7.1 Enfoque, alcance y limitaciones del estudio 54 7.2 Tipo y diseño metodológico 55 7.3 Población, muestra e instrumentos 57 7.4 Trabajo empírico con fuentes secundarias 68 8 Aplicación de la metodología de la investigación y resultados 71 8.1 Desarrollo del procedimiento de recolección y análisis de datos de ejecución de proyectos con enfoque predictivo con enfoques CPM y CCPM. 71 8.1.1 Identificar y seleccionar literatura relevante 71 8.1.2 Seleccionar estudios comparativos y casos aplicados 72 8.1.3 Extraer información mediante matriz documental 73 8.1.4 Clasificar hallazgos y tipos de evidencia 76 8.1.5 Consolidar datos para análisis estadístico 76 8.2 Síntesis del artículo de investigación Application of Critical Chain Management in Construction Projects Schedules in a Multi-Project Environment: a Case Study de Araszkiewicz (2017). 76 8.2.1 Principales conclusiones del estudio 78 8.2.2 Evaluación de hipótesis mediante estadística inferencial y análisis de datos del artículo de investigación Application of Critical Chain Management in Construction Projects Schedules in a Multi-Project Environment: a Case Study de Araszkiewicz (2017). 79 8.3 Análisis de datos del artículo de investigación Traditional Critical Path Method versus Critical Chain Project Management: A Comparative View de Shurrab (2015). 88 8.3.1 Resumen del articulo 88 8.3.2 ¿Qué significan SSQ y C&PM dentro de CCPM? 89 8.3.3 Justificación del uso de ANOVA de medias repetidas para las pruebas de hipótesis de esta tesis 90 8.3.4 ANOVA y formulación de hipótesis para la variable Duración 91 8.3.5 ANOVA de medias repetidas para la variable Duración (días) 91 8.3.6 Conclusión del ANOVA de medias repetidas para la variable Duración medida en días 103 8.4 Verificación de supuestos y decisión de robustez no paramétrica 104 8.4.1 Prueba de Friedman aplicada a la variable duración 105 8.4.2 ANOVA de medias repetidas para la variable Costo (JD) 107 8.4.3 Prueba de Friedman aplicada a la variable costo 107 8.4.4 Tabla de resumen resultados ANOVA de medias repetidas 109 8.4.5 Conclusión del ANOVA y relación con la hipótesis de investigación 109 9 Modelo de aplicación procedimental de la TOC mediante la metodología CCPM, aplicado a proyectos con enfoque predictivo propuesto y ejemplo de su aplicación. 111 9.1 Procedimiento usado para la elaboración y formulación del modelo conceptual-procedimental de la investigación. 111 9.1.1 Sistematizar literatura científica sobre TOC y CCPM 111 9.1.2 Identificar principios, técnicas y algoritmos recurrentes 116 9.1.3 Seleccionar técnicas aplicables al modelo propuesto 116 9.1.4 Analizar aplicabilidad y limitaciones de los enfoques 116 9.1.5 Integrar metodológicamente técnicas y algoritmos 117 9.1.6 Definir etapas del modelo conceptual-procedimental 117 9.1.7 Definir entradas y salidas del modelo 117 9.1.8 Definir reglas de decisión del modelo 118 9.1.9 Estructurar el modelo conceptual-procedimental final 118 9.1.10 Validar conceptualmente el modelo propuesto 118 9.2 Modelo conceptual procedimental de aplicación de la TOC mediante la metodología CCPM, aplicado a proyectos con enfoque predictivo 119 9.2.1 Idea central del modelo 119 9.2.2 Condiciones de entrada y supuestos del modelo 120 9.2.3 Diagnóstico TOC: identificación de la restricción del sistema o proyecto 121 9.2.4 Construcción de la red CPM base 121 9.2.5 Estimación de duraciones y eliminación de la seguridad local 123 9.2.6 Restricción ligera de recursos 123 9.2.7 Identificación de la cadena crítica 124 9.2.8 Programación CCPM con lógica late start y buffers visibles 127 9.2.9 Tipo de buffers del modelo y su aplicación 129 9.2.10 Duración protegida del proyecto 134 9.2.11 Gantt CCPM con buffers visibles 134 9.2.12 Ejecución y control mediante Fever Chart 135 9.2.13 Capa de control dinámico moderado 137 9.2.14 Simulación ligera de variabilidad 139 9.2.15 Reglas de decisión del modelo 141 9.2.16 Mejora continua bajo TOC 142 9.2.17 Diagrama de Flujo del Modelo 142 9.2.18 Correspondencia entre la secuencia operativa y los componentes del modelo propuesto 144 10 Validación conceptual del modelo propuesto 145 11 Discusión 148 12 Conclusiones y Trabajo Futuro 153 12.1 Trabajo futuro 159 13 Referencias 160 14 Anexos 165spa
dc.formatpdf
dc.format.extent165 Páginas
dc.format.mediumRecurso electrónicospa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameinstname:Universidad Eanspa
dc.identifier.localBDM-MGPV
dc.identifier.reponamereponame:Repositorio Institucional Biblioteca Digital Minervaspa
dc.identifier.repourlrepourl:https://repository.ean.edu.co/
dc.identifier.urihttps://hdl.handle.net/10882/19639
dc.language.isospa
dc.publisher.facultyFacultad de Ingenieríaspa
dc.publisher.programMaestría en Gerencia de Proyectos Virtualspa
dc.relation.referencesAlNasseri, H. A. (2015). Understanding applications of project planning and scheduling in construction projects. [Doctoral dissertation, Lund University]. Lund University. https://lucris.lub.lu.se/ws/files/4293873/7767270.pdf Ahuja, V., & Thiruvengadam, V. (2004). Project scheduling and monitoring: Current research status. Construction Innovation, 4(1), 19–31. https://doi.org/10.1108/14714170410814980 Anastasiu, L., Câmpian, C., & Roman, N. (2023). Boosting construction project timeline: The case of Critical Chain Project Management (CCPM). Buildings, 13(5), 1249. https://doi.org/10.3390/buildings13051249 Araszkiewicz, K. (2017). Application of Critical Chain Management in construction projects schedules in a multi-project environment: A case study. Procedia Engineering, 182, 33–41. https://doi.org/10.1016/j.proeng.2017.03.108 Arksey, H., & O’Malley, L. (2005). Scoping studies: Towards a methodological framework. International Journal of Social Research Methodology, 8(1), 19–32. https://doi.org/10.1080/1364557032000119616 Chen, Y.-T. (2020). Buffer sizing in critical chain project management via network decomposition. University of Warwick. https://wrap.warwick.ac.uk/id/eprint/145239 Critical Chain Projects. (s. f.). Critical Chain summary. https://critical-chain-projects.com/medias/fichiers/critical_chain_summary.pdf Cox, J. F., III, & Schleier, J. G., Jr. (Eds.). (2010). Theory of constraints handbook. McGraw-Hill. Creswell, J. W., & Plano Clark, V. L. (2011). Designing and conducting mixed methods research (2nd ed.). SAGE Publications. https://books.google.com/books?id=6tYNo0UpEqkC De Oliveira Martins, A., Benetti, V. G., dos Anjos, F. E. V., da Silva, D. O., & Alves, C. J. R. (2025). Systematic review on the use of CCPM in project management: Empirical applications and trends. Applied Sciences, 15(15), 8147. https://doi.org/10.3390/app15158147 Delgado-Ortiz, S. M., & Moreno-Monsalve, N. A. (2023). Learning capacity and effectiveness in the management of organizational projects. DYNA, 90(228), 39–46. Ghaffari, M., & Emsley, M. W. (2015). Current status and future potential of the research on Critical Chain Project Management. Surveys in Operations Research and Management Science, 20(2), 43–54. https://doi.org/10.1016/j.sorms.2015.10.001 Goldratt, E. M. (1990). What is this thing called Theory of Constraints and how should it be implemented? North River Press. Goldratt, E. M. (1997). Critical chain. North River Press. Goldratt, E. M., & Cox, J. (2004). The goal: A process of ongoing improvement (3rd ed.). North River Press. Gupta, M. C., & Boyd, L. H. (2008). Theory of constraints: A theory for operations management. International Journal of Operations & Production Management, 28(10), 991–1012. https://doi.org/10.1108/01443570810903122 Heaton, J. (2004). Reworking qualitative data. SAGE Publications. https://doi.org/10.4135/9781849209878 Herroelen, W., & Leus, R. (2004). Robust and reactive project scheduling: A review and classification of procedures. International Journal of Production Research, 42(8), 1599–1620. https://doi.org/10.1080/00207540310001638055 Kim, N., Moon, H., Son, B., & Park, M. (2021). Smart and robust critical chain scheduling for construction projects using buffer extraction. International Journal of Sustainable Building Technology and Urban Development, 12(4), 394–409. https://doi.org/10.22712/susb.20210032 Kitchenham, B. (2004). Procedures for performing systematic reviews. Keele University. https://www.inf.ufsc.br/~aldo.vw/kitchenham.pdf Kramer, S. W., & Jenkins, J. L. (2006). Understanding the basics of CPM calculations: what is scheduling software really telling you?. Project Management Institute. Leach, L. P. (1999). Critical Chain Project Management improves project performance. Project Management Journal, 30(2), 39–51. https://doi.org/10.1177/875697289903000207 Lean Production. (n.d.). Theory of constraints. Retrieved https://www.leanproduction.com/theory-of-constraints/ Long, L. D., & Ohsato, A. (2008). Fuzzy critical chain method for project scheduling under resource constraints and uncertainty. International Journal of Project Management, 26(6), 688–698. https://doi.org/10.1016/j.ijproman.2007.09.012 Ma, G., Jiang, S., Zhu, T., & Jia, J. (2019). A novel method of developing construction projects schedule under rework scenarios. Sustainability, 11(20), 5710. https://doi.org/10.3390/su11205710 Montgomery, D. C. (2013). Design and analysis of experiments (8th ed.). John Wiley & Sons. Moreno-Monsalve, N. A., Nuño de la Parra, J. P., & Delgado-Ortiz, S. M. (2020). Project management with high-performance work teams: Analysis of generic competencies that influence collective performance. In N. A. Moreno-Monsalve, H. M. Diez-Silva, F. A. Díaz-Piraquive, & R. Pérez-Uribe (Eds.), Handbook of Research on Project Management Strategies and Tools for Organizational Success (pp. 1–18). IGI Global. https://doi.org/10.4018/978-1-7998-1934-9.ch001 Newbold, R. C. (1998). Project management in the fast lane: Applying the theory of constraints. St. Lucie Press. Palinkas, L. A., Horwitz, S. M., Green, C. A., Wisdom, J. P., Duan, N., & Hoagwood, K. (2015). Purposeful sampling for qualitative data collection and analysis in mixed method implementation research. Administration and Policy in Mental Health and Mental Health Services Research, 42(5), 533–544. https://doi.org/10.1007/s10488-013-0528-y Patrick, F. S. (2001). Buffering against risk – critical chain and risk management. Project Management Institute Annual Seminars & Symposium. https://www.pmi.org/learning/library/against-critical-chain-risk-management-7854 Patton, M. Q. (2002). Qualitative research and evaluation methods (3rd ed.). SAGE Publications. https://books.google.com/books?id=FjBw2oi8El4C Project Management Institute. (2018). Pulse of the profession: Success in disruptive times. Project Management Institute. https://www.pmi.org Project Management Institute. (2021). A guide to the Project Management Body of Knowledge (PMBOK® Guide) (7th ed.). Project Management Institute. (n.d.). Project Management Institute. (2014). Pulse of the profession: Requirements management—A core competency for project and program success. https://www.pmi.org Robinson, H., & Richards, R. (2010). Critical Chain Project Management: Motivation & overview. 1–10. https://doi.org/10.1109/AERO.2010.5446879 Rodríguez, J. F., & Pineda, J. D. (2018). Análisis de las obras inconclusas en Colombia y su impacto en la gestión de proyectos de infraestructura. Escuela Colombiana de Ingeniería Julio Garavito. Shurrab, M. (2015). Traditional Critical Path Method versus Critical Chain Project Management: A comparative view. International Journal of Economics & Management Sciences, 4, Article 292. Şimşit, Z. T., Günay, N. S., & Vayvay, Ö. (2014). Theory of Constraints: A literature review. Procedia - Social and Behavioral Sciences, 150, 930–936. https://doi.org/10.1016/j.sbspro.2014.09.104 Tenera, A. B. (2008). Critical chain buffer sizing: a comparative study. Paper presented at PMI® Research Conference: Defining the Future of Project Management, Warsaw, Poland. Newtown Square, PA: Project Management Institute. https://www.pmi.org/learning/library/critical-chain-project-management-theory-7118 TCI Institute. (s. f.). Five focusing steps. https://www.tocinstitute.org/five-focusing-steps.html TCI Institute. (s. f.). The Goal summary. https://www.tocinstitute.org/the-goal-summary.html Theory of Constraints Institute. (n.d.). Theory of constraints. Retrieved https://www.tocinstitute.org/theory-of-constraints.html Tranfield, D., Denyer, D., & Smart, P. (2003). Towards a methodology for developing evidence-informed management knowledge by means of systematic review. British Journal of Management, 14(3), 207–222. https://doi.org/10.1111/1467-8551.00375 White, D., & Fortune, J. (2002). Current practice in project management—An empirical study. International Journal of Project Management, 20(1), 1–11. https://doi.org/10.1016/S0263-7863(00)00029-6 Zhang, J., Song, X., & Díaz, E. (2016). Project buffer sizing of a critical chain based on comprehensive resource tightness. European Journal of Operational Research, 248(1), 174–182. https://doi.org/10.1016/j.ejor.2015.07.009
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
dc.rights.licenseAtribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subject.armarcAdministración de proyectosspa
dc.subject.armarcControl de proyectosspa
dc.subject.armarcEvaluación de proyectosspa
dc.subject.armarcMonitoreo y evaluación participativa (Administración de proyectos)spa
dc.subject.armarcAdministración del tiempospa
dc.subject.mpirdesDirección de proyectosspa
dc.subject.proposalTeoría de Restricciones (TOC)spa
dc.subject.proposalGestión de Proyectos por Cadena Crítica (CCPM)spa
dc.subject.proposalEficiencia temporalspa
dc.subject.proposalProyectos predictivosspa
dc.subject.proposalGestión de buffersspa
dc.subject.proposalProgramación de proyectosspa
dc.subject.proposalTheory of Constraints (TOC)eng
dc.subject.proposalCritical Chain Project Management (CCPM)eng
dc.subject.proposalTime efficiencyeng
dc.subject.proposalPredictive projectseng
dc.subject.proposalBuffer managementeng
dc.subject.proposalProject schedulingeng
dc.titleAplicación de la teoría de restricciones para mejorar la eficiencia temporal en proyectos con enfoque predictivo: desarrollo de un modelo conceptual basado en evidencia experimental
dc.titleApplication of the theory of constraints to improve time efficiency in predictive projects: development of an evidence-based conceptual modeleng
dc.typeTrabajo de grado - Maestría
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
dc.type.driverinfo:eu-repo/semantics/masterThesis
dc.type.otherTrabajo de grado - Maestría
dc.type.redcolhttp://purl.org/redcol/resource_type/TM
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dspace.entity.typePublication
person.affiliation.nameMaestría en Gerencia de Proyectos - Virtual
relation.isDirectorOfPublication5899cdd5-1550-4b71-b77f-dd882e51fbe9
relation.isDirectorOfPublication.latestForDiscovery5899cdd5-1550-4b71-b77f-dd882e51fbe9

Archivos

Bloque original

Mostrando 1 - 2 de 2
Cargando...
Miniatura
Nombre:
SerranoCamilo2026.pdf
Tamaño:
2.07 MB
Formato:
Adobe Portable Document Format
Descripción:
Tesis de Maestría
Cargando...
Miniatura
Nombre:
SerranoCamilo2026_Anexo.pdf
Tamaño:
228.87 KB
Formato:
Adobe Portable Document Format
Descripción:
Autorización Publicación

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
1.92 KB
Formato:
Item-specific license agreed upon to submission
Descripción: