Ich bezweifle, dass Sie sich irren, und ich denke, jeder in der Branche würde anekdotisch bestätigen, dass es Unterschiede zwischen Programmierern und Entwicklern gibt, aber ich denke, das Problem ist viel interessanter. Der Artikel, den Sie verlinkt haben, enthält einen interessanten Punkt: Es ist unwahrscheinlich, dass Sie eine gute Produktivitätsmetrik finden, die allen Definitionen eines Entwicklers entspricht. Die 6 Archetypen (ok, 5, weil einer ein Witz ist) haben unterschiedliche Kriterien - das Arbeitstier produziert möglicherweise mehr Code, der Innovator jedoch nicht, weil er über neue, verrückte Methoden nachdenkt. Es gibt verschiedene Wege, um ein guter Programmierer zu sein, und nicht jeder stimmt zu, was er ist.
Dies gilt wahrscheinlich auch für die Abweichungen in Ihrer täglichen Arbeit. Sie können dies beispielsweise an KLOCs messen, aber das ist wahrscheinlich nur eine Facette Ihrer Produktivität. Wenn Sie dies verbessern, wird Ihre Produktivität verbessert. Der Kicker ist jedoch, dass Sie, wenn Ihre Metrik / Ihr Produktivitätsmodell keine Faktoren enthält, die außerhalb Ihrer Kontrolle liegen (z. B. Besprechungen), aber in hohem Maße mit Ihren Faktoren (KLOCs) korrelieren kann
Das Originalpapier misst die Problemlösung anhand einfacher, quantifizierbarer Rätsel. In der realen Welt ist dies schwierig. Sie können also den warmen und verschwommenen Ansatz verwenden, sich selbst (oder Ihrem Manager) ein subjektives Urteil darüber zu geben, wie produktiv Sie an diesem Tag waren. Angesichts der Schwierigkeiten bei der Quantifizierung ist dies wahrscheinlich ein besseres Maß diese.
Wenn Sie es selbst messen möchten, ist die Antwort wahrscheinlich spezifisch für Sie und Ihren Arbeitsplatz. Führen Sie ein paar Wochen lang ein Protokoll und haben Sie dann Spaß beim Aufteilen Ihrer Daten. Ein paar Ideen: Um Ihre grundlegende Frage zu beantworten: Wenn Sie die Daten zufällig in zwei Gruppen aufteilen und einen T-Test durchführen, können Sie sich ein Bild davon machen, ob es eine tägliche Variabilität gibt. Sie können Ihre Tage nach Wochentagen aufteilen und eine ANOVA oder paarweise T-Tests durchführen, um festzustellen, ob es an Wochentagen Unterschiede gibt.