บทนำ (Introduction)

กำรท่องเทีย่ วมีควำมสำคัญต่อหลำยประเทศเนื่องจำกกำรนำเข้ำของเงินปริ
มำณมำกสำหรับธุรกิจด้วยสินค้ำและบริกำรของตนและโอกำสในกำรจ้ำงงำนในอุ
ตสำหกรรมบริกำรทีเ่ กีย่ วข้องกับกำรท่องเทีย่ ว
ซึง่ รวมถึงกำรขนส่งเช่นสำยกำรบินกำรต้อนรับ เช่น ทีพ ่ กั หรืออำหำร
เป็ นผลให้กำรท่องเทีย่ วทัง้ ทำงตรงและทำงอ้อมมีสว่ นสำคัญในผลิตภัณฑ์มวลรวม
ภำยในประเทศของประเทศ
อย่ำงไรก็ตำมกำรท่องเทีย่ วส่วนใหญ่เกีย่ วข้องกับประสบกำรณ์ ทไี่ ม่มีตวั ตน
ซึง่ ลูกค้ำไม่สำมำรถรักษำได้ สิง่ สำคัญไม่เหมือนอุตสำหกรรมอืน ่ ๆ เช่น
กำรก่อสร้ำง กำรผลิต หรือกำรค้ำปลีก
นั่นหมำยควำมว่ำสินค้ำและบริกำรกำรท่องเทีย่ วไม่สำมำรถจัดเก็บได้
ดังนัน ้ กำรหลีกเลีย่ งกำรใช้จำ่ ยส่วนเกินจึงมีควำมสำคัญ
กำรคำดกำรณ์ ปริมำณกำรท่องเทีย่ วในรูปแบบจำนวนนักท่องเทีย่ วทีม ่ ำนัน
้
มีควำมสำคัญเป็ นพิเศษเนื่องจำกเป็ นตัวบ่งชี้ควำมต้องกำรในอนำคต
ซึง่ จะเป็ นข้อมูลพื้นฐำนสำหรับกำรวำงแผนและกำรกำหนดนโยบำยในอนำคต
ทัง้ นี้ภำคเอกชนและหน่ วยงำนของรัฐสำมำรถใช้ขอ ้ มูลพื้นฐำนดังกล่ำวเพือ
่ วำงแผ
นกำรดำเนินงำนของตนและเพือ ่ คำดกำรณ์ ควำมจำเป็ นในกำรพัฒนำสิง่ อำนวยค
วำมสะดวกและโครงสร้ำงพื้นฐำน

จุดประสงค์ (Objectives)
วัตถุประสงค์ของกำรศึกษำครัง้ นี้คอ
ื เพือ
่ เสนอรูปแบบกำรคำดกำรณ์ ที่บุคค
ลทีม
่ ีอำชีพในกำรท่องเทีย่ ว กำรโรงแรมนัน ้
สำมำรถใช้เพือ ่ คำดกำรณ์ ได้ปริมำณนักท่องเทีย่ วทีเ่ ข้ำมำมำเก๊ำได้อย่ำงถูกต้อง
โดยผูจ้ ดั ทำนัน
้ ได้เสนอแบบจำลองเชิงเส้นแบบแบ่งช่วง
โดยใช้ตวั แปรหุน ่ สำหรับกำรตรวจสอบกำรเปลีย่ นแปลงโครงสร้ำงภำยในตัวอย่ำ
ง (in sample)

เนื้อหำ (Content)
กำรสร้ำงแบบจำลองเชิงเส้นแบบแบ่งช่วง

จำกสมกำรทั่วไปทีม
่ ีเพียงตัวแปรเดียวของกำรวิเครำะห์ถดถอยแบบแบ่งช่
วง

yi  0  1 xi1  2 ( xi1  x0 ) Di    (1)

จะสำมำรถปรับตัวแปรจำกตัวแปรต้นให้เป็ นตัวแปรเวลำ
และปรับเข้ำสูอ
่ นุกรมเวลำได้อย่ำงสมกำรที่ 2
 yi  0  1t1  2 (t1  t0 ) Di    (2)

ซึง่ ผูจ้ ดั ทำได้ใช้รูปแบบสมกำรที่ (2) ในกำรจัดรูปแบบและทำให้สมกำรที่

(2) นัน
้
เป็ นสมกำรทีส ่ ำมำรถปรับเข้ำใช้กบ
ั กำรทำนำยจำนวนนักท่องเทีย่ วขำเข้ำได้ ดังนี้

Yt  0  1t   2 (t  t0 ) Dt   t  (3)
Yt  quantity of tourists demand (ปริมำณนักท่องเทีย่ วขำเข้ำ)
t  time (จุดเวลำใดๆ)
(จุดเวลำเมือ
t0  time when structure shift take place ่ กรำฟเปลีย่ นแปลงรูปร่ำง)
t  error term (ปริมำณนักท่องเทีย
่ วขำเข้ำ)
Dt  Dummy Variable (ตัวแปรหุน
่ )

ซึง่ สมกำรที่ (3) เป็ นสมกำรทีใ่ ช้จริงในกำรประมำณ

ซึง่ ผูจ้ ดั ทำได้กำหนดว่ำ ตัวแปรหุน ่ ดังกล่ำวนัน ้ จะมีคำ่ 1 เมือ
่
เวลำนัน ้ อยูห ่ ลังจุดเวลำทีก่ รำฟเปลีย่ นรูปร่ำง และเป็ น 0
เมือ ่ อยูก ่ อ่ นจุดเวลำกรำฟเปลีย่ นรูปร่ำง
ทัง้ นี้กำรทำนำยนัน ้ จะต้องมีกรำฟทีไ่ ม่มีควำมไม่ตอ ่ เนื่อง
ซึง่ สำมำรถพิสูจน์ ได้จำกกำรแทนตัวแปรหุน ่ เป็ น 0 และ 1 ตำมลำดับ

E(Yt )  0  1t
E(Yt )  0  1t  2t  2 t0

ทัง้ นี้ผจู้ ดั ทำนัน

้ ได้ตรวจสอบจุดเปลีย่ นรูปร่ำงโดยกำรสังเกตกำรเปลีย่ นแปล
งของนักท่องเทีย่ วตัง้ แต่เมือ ่ ปี 1990 ทัง้ นี้มีกำรสร้ำงสมกำรทำนำยมำก่อน
จนกระทั่งปี 2000 เริม ้ และปี 2001
่ มีนกั ท่องเทีย่ วสูงขึน
มีนกั ท่องเทีย่ วเพิม ้ เป็ นจำนวนมำก และสำมำรถพล็อตออกมำได้อย่ำงชัดเจน
่ ขึน
ดังภำพที่ 1
 ดังนัน้ จะสำมำรถสรุปเห็นชัดเจนจำกกำรพล็อกรำฟออกมำว่ำในปี 2001
นัน ้ เป็ นปี ทีม่ ีกำรเปลีย่ นแปลงของจำนวนนักท่องเทีย่ วสูง
ซึง่ ทำให้เริม ่ มีกำรทดลองใช้แบบจำลองใหม่ๆ ในกำรทำนำย ทัง้ แบบจำลอง AR,
ARMA, AFRIMA, SAFIMA และ Piecewise Linear
(เชิงเส้นแบบแบ่งช่วง)

กำรประมำณควำมแม่นยำแบบจำลองเชิงเส้นแบบแบ่งช่วง
กำรประมำณควำมแม่นยำนัน ้ ทำได้หลำยวิธี
แต่ในส่วนวิธีทผ ี่ จู้ ดั ทำเลือกใช้นน ้ ั เป็ นวิธีทน
ี่ ิยมมำก นัน
้ คือวิธีกำรประมำณ
Mean Absolute Percentage Error
ทีส ่ ำมำรถบอกขนำดควำมไม่แม่นยำได้
และอีกวิธีทส ี่ ำมำรถให้ควำมสำคัญของควำมผิดพลำดทีส ่ ูง
มำกกว่ำควำมผิดพลำดทีต ่ ่ำนั่นคือวิธีแบบ Root Mean Square Error
ซึง่ ให้นิยำมดังนี้
 1 N K
Yˆt  Yt
MAPE 
K

t  N 1 Yt
100

N K
1
RMSE 
K
 (Yˆ  Y )
t  N 1
t t
2

กำรประมำณพำรำมิเตอร์แบบจำลองเชิงเส้นแบบแบ่งช่วง
กำรจำลองเชิงเส้นแบบแบ่งช่วงนัน ้ ไม่ได้รองรับกับตัวแปรของฤดูกำล
ซึง่ ทำให้มีกำรคำนวน seasonal index หรือดัชนีบง่ ชี้ในแต่ละฤดูกำล
ในทีน ่ ี้ผจู้ ดั ทำได้คำนวนโดยใช้วธิ ี Ratio-to-moving average ในกำรคำนวน
และได้ผลของดัชนีในแต่ละเดือน
ซึง่ เดือนไหนมำกแสดงว่ำมีนกั ท่องเทีย่ วมำเยอะ และในทำงตรงข้ำมเป็ นเช่นกัน

ในอีกตัวแปรหนึ่งนั่นคือสัมประสิทธิ ์  2
ทีเ่ ป็ นตัวบ่งบอกถึงรูปร่ำงทีเ่ ปลีย่ นไปของกรำฟ ซึง่ ถูกประมำณโดยวิธี
Cochrane-Orcutt iterative
ซึง่ ทดสอบนัยสำคัญและแก้สหสัมพันธ์กบ ั ควำมคลำดเคลือ ่ น
และทดสอบโดยค่ำประมำณของค่ำสถิติ Durbin-Watson
ซึง่ พบว่ำมีนยั สำคัญและตอบรับกับสมมติฐำนของควำม homoscedasticity
ซึง่ พิสูจน์ วำ่ มีกำรเปลีย่ นรูปร่ำงจริง
 กำรประยุกต์และเปรียบเทียบกำรใช้แบบจำลองเชิงเส้นแบบแบ่งช่วง
ในส่วนชองกำรประยุกต์นน ้ั
่ จำกกำรนำไปฟิ ตกับข้อมูลซึง่ พบว่ำมีกำรฟิ ตกับข้อมูลทีค
เริม ่ อ
่ นข้ำงแม่นยำ
และสำมำรถทำกำรอธิบำยข้อมูลได้อย่ำงดี ในช่วงข้อมูลทีก ่ ำหนดให้ ดังภำพที่ 3

ผูจ้ ดั ทำได้เปรียบแบบจำลองเชิงเส้นแบบแบ่งช่วงนัน
้ กับแบบจำลองอีก 3
แบบนั่นคือ Autoregressive trend (AR), fractionally integrated
autoregressive moving average (ARFIMA), seasonal
autoregressive integrated moving average (SARIMA)
โดยมีผลกำรเปรียบเทียบดังตำรำง
ตำรำงกำรเปรียบเทียบผลกำรจำลอง

ตำรำงเรียบเทียบควำมคลำดเคลือ
่ น

จำกตำรำงผูจ้ ดั ทำจึงพบว่ำแบบจำลองเชิงเส้นแบบแบ่งช่วงนัน
้ ให้ผลทีด
่ ท
ี ส
ี่ ุ
ด ทัง้ ด้ำนผลกำรจำลองและควำมคลำดเคลือ ่ นทีน
่ ้อยทีส
่ ุด

สรุปผล (Conclusion)
แบบจำลองทีผ ่ จู้ ดั ทำสร้ำงขึน้ นัน
้ หรือแบบจำลองเชิงเส้นแบบแบ่งช่วงนัน
้
เป็ นเทคนิคกำรทำนำยทีม ่ ีควำมแม่นยำทีส
่ ด
ุ รองลงมำ ได้แก่ ARFIMA, AR และ
SARIMA
ข้อมูลของนักท่องเทีย่ วในช่วง 1991:01 – 2005:12
นัน ้ สำมำรถฟิ ตเข้ำกับแบบจำลองเชิงเส้นแบบแบ่งช่วงสำหรับควำมต้องกำรกำรท่
องเทีย่ วทีผ่ จู้ ดั ทำสร้ำงขึน ้
ทัง้ นี้แบบจำลองนัน ้ ทำนำยตัวเลขนักท่องเทีย่ วถึงช่วงคำดกำรณ์ 2006.01 -
2007.12 มำกเกินจริง และเมือ ่ ถึงช่วงเวลำทีเ่ พิม ้
่ ขึน
เส้นทำงทีท ่ ำนำยสำหรับนักท่องเทีย่ วจะแตกต่ำงจำกข้อมูลแท้จริง
ทำให้ผจู้ ดั ทำสรุปได้วำ่ แบบจำลองเชิงเส้นแบบแบ่งช่วง
สำมำรถอธิบำยข้อมูลได้ดีทส ี่ ุดในบรรดำแบบจำลองกำรพยำกรณ์ ทง้ ั สีแ
่ บบและเห
มำะสมทีส ่ ุดสำหรับกำรคำดกำรณ์ ในระยะสัน ้

เอกสำรอ้ำงอิง (References)
Chu, F. (2011). A piecewise linear approach to modeling and
forecasting demand for
Macau tourism. Tourism Management, 32(6), 1414-1420.
doi:10.1016/j.tourman.2011.01.018