기획단계에서 공사비를 예측하고, 예측된 공사비의 적절성 여부를 판단하는 것은 프로젝트의 성패에 매우 중요하다. 이에 기존의 많은 연구자들은 다양한 공사비 영향요인과 방법론을 활용하여 연구를 수행하였다. 그러나 선행연구에서 제시된 공사비 추정모델은 연면적이나 동수와 같은 수량적인 요인들만을 주로 활용하고, 대부분 추정된 공사비 하나의 값만을 제시하고 있다. 한편, 진행 중인 프로젝트의 경우에는 설계도면에 의해 견적된 공사비를 알 수 없기 때문에, 기획단계에서 추정된 공사비의 정확도를 확인하는 것은 어렵다. 그리고 추정된 공사비는 모델 및 전문가의 견해에 따라 달라지기 때문에 이러한 공사비가 적절한지를 판단하기 어렵다.
이에 본 연구에서는 수량 및 명목적인 영향요인을 모두 고려한 공동주택의 건축공사비 및 공사비범위 추정모듈과, 추정된 공사비와 공사비범위의 적절성을 판단하기 위한 로지스틱 회귀모듈을 개발하였다. 그리고 이를 통합한 공동주택의 기획단계 건축공사비 적절성 판단모델을 개발하였다.
본 연구의 진행과정 및 결과를 요약하면 다음과 같다.
첫째, 현행 기획단계 ...
기획단계에서 공사비를 예측하고, 예측된 공사비의 적절성 여부를 판단하는 것은 프로젝트의 성패에 매우 중요하다. 이에 기존의 많은 연구자들은 다양한 공사비 영향요인과 방법론을 활용하여 연구를 수행하였다. 그러나 선행연구에서 제시된 공사비 추정모델은 연면적이나 동수와 같은 수량적인 요인들만을 주로 활용하고, 대부분 추정된 공사비 하나의 값만을 제시하고 있다. 한편, 진행 중인 프로젝트의 경우에는 설계도면에 의해 견적된 공사비를 알 수 없기 때문에, 기획단계에서 추정된 공사비의 정확도를 확인하는 것은 어렵다. 그리고 추정된 공사비는 모델 및 전문가의 견해에 따라 달라지기 때문에 이러한 공사비가 적절한지를 판단하기 어렵다.
이에 본 연구에서는 수량 및 명목적인 영향요인을 모두 고려한 공동주택의 건축공사비 및 공사비범위 추정모듈과, 추정된 공사비와 공사비범위의 적절성을 판단하기 위한 로지스틱 회귀모듈을 개발하였다. 그리고 이를 통합한 공동주택의 기획단계 건축공사비 적절성 판단모델을 개발하였다.
본 연구의 진행과정 및 결과를 요약하면 다음과 같다.
첫째, 현행 기획단계 의사결정과 업무절차에 대해서 파악하고, 선행연구를 통하여 공사비 예측, 영향요인, 의사결정모델에 대하여 고찰하였다. 그리고 이 연구에서 활용한 다중회귀분석과 로지스틱회귀분석에 대해서 살펴보았다.
둘째, 모델 개발을 위하여 공동주택의 실적공사비 데이터를 수집하고 분석하였다. 그리고 건축공사비에 영향을 주는 요인을 도출하기 위하여 상관관계분석과 다중회귀분석을 실시하였다. 분석결과에 의해 도출된 건축공사비 영향요인은 공사비와 공사비의 범위를 추정하기 위한 독립변수로 활용하였으며, 이를 통하여 건축공사비 및 공사비범위 추정모듈을 개발하였다.
셋째, 앞에서 추정된 건축공사비와 공사비 범위의 적절성을 판단하기 위하여 로지스틱 회귀모듈을 개발하였다. 그리고 이 모듈은 앞에서 개발된 건축공사비 및 공사비범위 추정모듈과 통합하여, 공동주택의 기획단계에서 활용될 수 있는 건축공사비 적절성 판단모델로 개발하였다.
넷째, 10개의 실제 사례를 기반으로 개발된 모델을 검증하였다. 검증 결과, 10건 중 7건의 사례가 통계적인 유의성을 갖는 것으로 나타났다. 즉, 7건의 사례는 이 연구에서 개발된 모델을 통하여 예측된 공사비와 공사비범위를 기획단계에서 활용할 수 있는 것으로 판단되었다.
이 연구에서 개발된 모델은 공사비를 추정하고 공사비의 범위를 제시할 수 있으며, 예측된 결과의 적절성을 판단하여 제시할 수 있다. 이러한 결과는 기획단계에서 객관적인 정보로 이용될 수 있기 때문에 발주자의 예산관련 의사결정에 효과적으로 활용될 수 있을 것으로 판단된다.
한편, 이 연구는 공동주택의 건축공사비만을 대상으로 연구를 진행하였기 때문에 다른 공종에 대한 추가적인 연구가 필요하다. 그리고 예측의 정확성 향상을 위한 연구가 필요하다.
기획단계에서 공사비를 예측하고, 예측된 공사비의 적절성 여부를 판단하는 것은 프로젝트의 성패에 매우 중요하다. 이에 기존의 많은 연구자들은 다양한 공사비 영향요인과 방법론을 활용하여 연구를 수행하였다. 그러나 선행연구에서 제시된 공사비 추정모델은 연면적이나 동수와 같은 수량적인 요인들만을 주로 활용하고, 대부분 추정된 공사비 하나의 값만을 제시하고 있다. 한편, 진행 중인 프로젝트의 경우에는 설계도면에 의해 견적된 공사비를 알 수 없기 때문에, 기획단계에서 추정된 공사비의 정확도를 확인하는 것은 어렵다. 그리고 추정된 공사비는 모델 및 전문가의 견해에 따라 달라지기 때문에 이러한 공사비가 적절한지를 판단하기 어렵다.
이에 본 연구에서는 수량 및 명목적인 영향요인을 모두 고려한 공동주택의 건축공사비 및 공사비범위 추정모듈과, 추정된 공사비와 공사비범위의 적절성을 판단하기 위한 로지스틱 회귀모듈을 개발하였다. 그리고 이를 통합한 공동주택의 기획단계 건축공사비 적절성 판단모델을 개발하였다.
본 연구의 진행과정 및 결과를 요약하면 다음과 같다.
첫째, 현행 기획단계 의사결정과 업무절차에 대해서 파악하고, 선행연구를 통하여 공사비 예측, 영향요인, 의사결정모델에 대하여 고찰하였다. 그리고 이 연구에서 활용한 다중회귀분석과 로지스틱회귀분석에 대해서 살펴보았다.
둘째, 모델 개발을 위하여 공동주택의 실적공사비 데이터를 수집하고 분석하였다. 그리고 건축공사비에 영향을 주는 요인을 도출하기 위하여 상관관계분석과 다중회귀분석을 실시하였다. 분석결과에 의해 도출된 건축공사비 영향요인은 공사비와 공사비의 범위를 추정하기 위한 독립변수로 활용하였으며, 이를 통하여 건축공사비 및 공사비범위 추정모듈을 개발하였다.
셋째, 앞에서 추정된 건축공사비와 공사비 범위의 적절성을 판단하기 위하여 로지스틱 회귀모듈을 개발하였다. 그리고 이 모듈은 앞에서 개발된 건축공사비 및 공사비범위 추정모듈과 통합하여, 공동주택의 기획단계에서 활용될 수 있는 건축공사비 적절성 판단모델로 개발하였다.
넷째, 10개의 실제 사례를 기반으로 개발된 모델을 검증하였다. 검증 결과, 10건 중 7건의 사례가 통계적인 유의성을 갖는 것으로 나타났다. 즉, 7건의 사례는 이 연구에서 개발된 모델을 통하여 예측된 공사비와 공사비범위를 기획단계에서 활용할 수 있는 것으로 판단되었다.
이 연구에서 개발된 모델은 공사비를 추정하고 공사비의 범위를 제시할 수 있으며, 예측된 결과의 적절성을 판단하여 제시할 수 있다. 이러한 결과는 기획단계에서 객관적인 정보로 이용될 수 있기 때문에 발주자의 예산관련 의사결정에 효과적으로 활용될 수 있을 것으로 판단된다.
한편, 이 연구는 공동주택의 건축공사비만을 대상으로 연구를 진행하였기 때문에 다른 공종에 대한 추가적인 연구가 필요하다. 그리고 예측의 정확성 향상을 위한 연구가 필요하다.
Predicting construction cost at the planning phase and evaluating
the accuracy of the predicted construction cost are a very important
factor in gauging whether or not a project is successful. Therefore,
many researchers have conducted studies in the past using various
factors and methodologies in e...
Predicting construction cost at the planning phase and evaluating
the accuracy of the predicted construction cost are a very important
factor in gauging whether or not a project is successful. Therefore,
many researchers have conducted studies in the past using various
factors and methodologies in estimating construction cost. However,
construction cost estimation models presented in previous studies
mainly use quantitative factors only, such as area or number of
house, and most of them only present single value as the estimated
construction cost. It is difficult to compute for the estimated
construction cost for the design plan of projects that are already in
progress, making it difficult to confirm the accuracy of the estimate
made in the planning phase. The estimate can also be different from
the model or an expert’s opinion, so it is difficult to evaluate
whether the construction cost estimate is correct.
Therefore, a logistic regression module was developed in this study
to evaluate the appropriateness of cost range and construction cost of
multi-family housings. The module considers both quantitative and
nominal factors and the estimated construction cost and construction
cost range. The study also developed a planning phase construction
cost judgement model for multi-family housings that integrated the
above logistic regression module.
The process and results of the this study can be summarized as
follows.
First, the current decision-making and process in the planning
phase were examined, and previous studies were used to analyze the
construction cost predictions, influential factors, and decision-making
models. Multiple regression analysis and logistic regression analysis
methods used in this study were also examined.
Second, the construction cost data of multi-family housings was
collected and analyzed to develop a model. Then, correlation analysis
and multiple regression analysis were conducted to extract the
factors that can influence construction cost. The factors extracted
from the analyses were used as independent variables to estimate the
construction cost and cost range. Consequently, a construction cost
and cost range estimation module was developed.
Third, a logistic regression module was developed to evaluate the
appropriateness of the estimated construction cost and cost range. This module was integrated with the construction cost and cost range
estimation module developed above to formulate a construction cost
appropriateness judgement model that can be used in the planning
phase of multi-family housings.
Fourth, the developed model was verified based on 10 actual cases.
The verification results showed that 7 out of the 10 cases had
statistical significance. Thus, 7 of the cases ascertained that the
construction cost and cost range estimated using the developed model
could be used in the planning phase.
The model developed in this study can estimate construction cost,
present the range of construction cost, and judge the appropriateness
of the estimated cost. The results can be used as an objective basis
in the planning phase, therefore can be effectively used by the
customer for budget-related decisions.
This study only focused on the construction cost of multi-family
housings, and there is a need for further studies on different
construction types. Furthermore, there is a need for studies to
improve prediction accuracy.
Predicting construction cost at the planning phase and evaluating
the accuracy of the predicted construction cost are a very important
factor in gauging whether or not a project is successful. Therefore,
many researchers have conducted studies in the past using various
factors and methodologies in estimating construction cost. However,
construction cost estimation models presented in previous studies
mainly use quantitative factors only, such as area or number of
house, and most of them only present single value as the estimated
construction cost. It is difficult to compute for the estimated
construction cost for the design plan of projects that are already in
progress, making it difficult to confirm the accuracy of the estimate
made in the planning phase. The estimate can also be different from
the model or an expert’s opinion, so it is difficult to evaluate
whether the construction cost estimate is correct.
Therefore, a logistic regression module was developed in this study
to evaluate the appropriateness of cost range and construction cost of
multi-family housings. The module considers both quantitative and
nominal factors and the estimated construction cost and construction
cost range. The study also developed a planning phase construction
cost judgement model for multi-family housings that integrated the
above logistic regression module.
The process and results of the this study can be summarized as
follows.
First, the current decision-making and process in the planning
phase were examined, and previous studies were used to analyze the
construction cost predictions, influential factors, and decision-making
models. Multiple regression analysis and logistic regression analysis
methods used in this study were also examined.
Second, the construction cost data of multi-family housings was
collected and analyzed to develop a model. Then, correlation analysis
and multiple regression analysis were conducted to extract the
factors that can influence construction cost. The factors extracted
from the analyses were used as independent variables to estimate the
construction cost and cost range. Consequently, a construction cost
and cost range estimation module was developed.
Third, a logistic regression module was developed to evaluate the
appropriateness of the estimated construction cost and cost range. This module was integrated with the construction cost and cost range
estimation module developed above to formulate a construction cost
appropriateness judgement model that can be used in the planning
phase of multi-family housings.
Fourth, the developed model was verified based on 10 actual cases.
The verification results showed that 7 out of the 10 cases had
statistical significance. Thus, 7 of the cases ascertained that the
construction cost and cost range estimated using the developed model
could be used in the planning phase.
The model developed in this study can estimate construction cost,
present the range of construction cost, and judge the appropriateness
of the estimated cost. The results can be used as an objective basis
in the planning phase, therefore can be effectively used by the
customer for budget-related decisions.
This study only focused on the construction cost of multi-family
housings, and there is a need for further studies on different
construction types. Furthermore, there is a need for studies to
improve prediction accuracy.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.