Uncertainty in Cost Estimating for Syrian Building Projects

تعاني الشركات والمؤسسات العاملة في صناعة التشييد من مشاكل عديدة ناجمة عن سوء التقدير الأولي للكلفة, مما يضطرها إلى التكليف بأعمال إضافية ضمن العقد أو تنظيم ملاحق عقود إضافية،وهذا ما يربك السياسة التمويلية للشركة, ويعرقل العمل التنظيمي في المشروع والإنجاز ضمن المواعيد المحددة . تم اعتماد منهجية إحصائية لتقدير الكلفة الأولية للمشروع، تأخذ بعين الاعتبار المخاطر الناجمة عن انحرافات التقدير في طريقة حساب التقدير وفي محددات الكلفة، بحيث تمكننا من وضع قيم أولية للمشروع في العقد, تقترب بشكل كاف من القيم النهائية ، بالإضافة إلى تحديد الاحتياطي الواجب توافره لضمان عدم تجاوز الكلفة النهائية وبدرجة مقبولة من الدقة . وقد تم التوصل إلى مجموعة من النماذج الرياضية التي تربط بين كلفة العمل ومحدد الكلفة، عن طريق دراسة عينة مؤلفة من 86 مدرسة شيدت بين عامي 1998-2007اعتماداً على القواعد الإحصائية،كما تم تخفيض تأثير عدم التأكد في كل نموذج رياضي والناتج عن طريقة التقدير وعن مدخلات النموذج إحصائياً.It has been observed that the local construction companies have several problems, which resulting from underestimate of initial cost ,and that force them to charge with additional works within the contract or to organize additional contract - Addendums which confuse the financing policy of the company , obstruct organization work of the project , continue working and achieve the works in the exact date . Statistical methodology was adopted to estimate the initial cost of the project, taking into account the risk arising from deviations in the appreciation of the method of calculating the estimate and the cost driver, so we were able to put the values of an initial contract for the project in close enough to final values, as well as to determine the reserve that was required to ensure not to exceed the final cost and an acceptable degree of accuracy. It has been reached on a set of models that reflect the relationship between cost and specific cost, by examining a sample of 86 schools were constructed between 1998-2007 and by taking advantage of statistical methods, and the analysis and reduce the impact of uncertainty in each model , which resulting from estimation method and model inputs statistically