Professional Documents
Culture Documents
บทที่ 2 พยากรณ์
บทที่ 2 พยากรณ์
การพยากรณ์ (Forecasting)
การพยากรณ์ เป็ นกิ จกรรมที่ มีค วามสาคัญ ต่ อ ความส าเร็ จหรื อ ความล้มเหลวของธุ รกิ จ
เพราะการพยากรณ์ที่มีความคลาดเคลื่อนสู งจะส่ งผลทาให้เกิดต้นทุนที่เพิ่มสูงขึ้นหรื ออาจทาให้เสี ย
โอกาสในการขายสิ นค้า การพยากรณ์การผลิตเป็ นการคาดคะเนถึ งปริ มาณความต้องการในการ
ผลิตสิ นค้าสาหรับช่วงเวลาในอนาคต ซึ่ งข้อมูลที่ได้จากการพยากรณ์น้ นั จะนาไปสู่ การวางแผน
ในกิจกรรมด้านต่างๆ เช่น การวางแผนการผลิต การวางแผนกาลังคน การวางแผนการจัดซื้ อ
การวางแผนงบประมาณ ฯลฯ โดยปกติแล้วการพยากรณ์จะต้องมีความคลาดเคลื่อนอยู่บ้างซึ่ ง
ความคลาดเคลื่อนที่ เกิ ดขึ้นอาจมีผลมาจากการเปลี่ยนแปลงของสภาพแวดล้อ มของธุ รกิ จ เช่ น
เศรษฐกิจ เทคโนโลยี การเมืองหรื อการแข่งขัน เป็ นต้น ดังนั้นการวางแผนเพื่อกาหนดปริ มาณ
การผลิตจะต้องพิจารณาจากค่าพยากรณ์ควบคู่กบั นโยบายด้านสิ นค้าคงคลัง ทั้งนี้เพื่อป้องกันไม่ให้
เกิ ดการชะงักงันของกระบวนการผลิตที่เกิดจากการมีวตั ถุดิบไม่เพียงพอและสามารถผลิตสิ นค้า
ตอบสนองต่อความต้องการของลูกค้าได้
ถื อ ได้ว่ าเป็ นผู ้ที่ มี ค วามเชี่ ย วชาญ จึ ง สามารถน าข้อ มู ล จากประสบการณ์ น้ ั น มาใช้ เป็ นข้อ มู ล
ในการพยากรณ์ได้
1.3 วิธีเดลฟาย (Delphi Method) วิธีน้ ี จะเริ่ มต้นจากการกาหนดกลุ่มผูเ้ ชี่ยวชาญ
จากนั้นจะมีการใช้แบบสอบถามอย่างต่อเนื่ อง นัน่ คือ คาตอบที่ได้จากแบบสอบถามหนึ่ งจะนามา
สังเคราะห์แล้วสร้างแบบสอบถามอื่นๆอย่างต่อเนื่องเพื่อสอบถามผูเ้ ชี่ยวชาญกลุ่มนั้นจนกว่าจะได้
คาตอบที่ สามารถใช้ในการพยากรณ์ ไ ด้ วิธีการนี้ เป็ นวิธีการที่ มีข้ นั ตอนที่ไ ม่ส ลับซับซ้ อ นแต่
ปัญหาที่มกั พบเกิดขึ้นจากการคัดเลือกกลุ่มผูเ้ ชี่ยวชาญที่มีความเชี่ยวชาญอย่างแท้จริ ง
1.4 วิธีวิจัยตลาด(Market Research) มักจะใช้ในกรณี ที่ไ ม่มีขอ้ มูลหรื อ มีข้อมูล
ไม่เพียงพอเกี่ยวกับความต้องการของสิ นค้าหรื อบริ การชนิ ดนั้น ซึ่ งโดยทัว่ ไปสิ นค้าหรื อบริ การที่
ต้องการพยากรณ์น้ นั มักเป็ นสิ นค้าหรื อบริ การใหม่ ทาให้ผบู ้ ริ หารไม่มีขอ้ มูลที่สามารถใช้ในการ
คาดคะเนปริ มาณความต้อ งการได้ สาหรับข้อมูล ที่ไ ด้จากการวิจัยตลาดนั้นจะมาจากการตอบ
แบบสอบถาม การสัมภาษณ์ การสารวจทางโทรศัพท์ การอภิปรายกลุ่ม ฯลฯ จากนั้นจะนา
ข้อมูลที่ได้มาประมวลผล การพยากรณ์โดยวิธีวิจยั ตลาดเป็ นวิธีที่มีค่าใช้จ่ายสูงและใช้เวลามากแต่
ค่าพยากรณ์ที่ได้จะมีความแม่นยาสูง
25
การพยากรณ์
การพยากรณ์เฉลี่ยเคลือ่ นที่ถ่วงน้ าหนัก (Weight Moving Average ) วิธีวิจยั ตลาด (Market Research)
Research)
การพยากรณ์แบบเอกซ์โปเนนเชียล (Exponential Smoothing ) ฯลฯ
ฯลฯ
ตัวอย่ างที่ 2.1 โรงงานอุตสาหกรรมแห่ งหนึ่ งทาการผลิ ตตูอ้ ลูมิเนี ยมจานวนหลายชนิ ด ได้บนั ทึก
ข้อมูลเกี่ยวกับปริ มาณการสั่งซื้ อ ของตู้อลูมิเนี ยมชนิ ดหนึ่ ง โดยมีขอ้ มูลในตารางที่ 2.1 สาหรับค่า
ที่นามาเฉลี่ย (N) คือ ข้อมูล 3 เดือน และข้อมูล 5 เดือน
27
ค่าพยากรณ์เฉลี่ย ค่าพยากรณ์เฉลี่ย
เดือน ช่วงเวลา ยอดขายที่บนั ทึกไว้ เคลื่อนที่ 3 เดือน เคลื่อนที่ 5 เดือน
มกราคม 1 400 - -
กุมภาพันธ์ 2 335 - -
มีนาคม 3 395 - -
เมษายน 4 395 377 -
พฤษภาคม 5 510 375 -
มิถุนายน 6 375 434 407
กรกฎาคม 7 355 427 402
สิ งหาคม 8 330 414 407
กันยายน 9 520 354 393
ตุลาคม 10 450 402 418
พฤศจิกายน 11 550 434 406
ธันวาคม 12 - 507 441
ตารางที่ 2.1 ปริ มาณความต้องการสิ นค้าและค่าพยากรณ์โดยวิธีการค่าเฉลี่ยเคลื่อนที่
จากข้ อ มู ล ในตารางที่ 2.1 น าข้ อ มู ล ปริ ม าณความต้ อ งการสิ นค้ า และค่ า พยากรณ์
จากการเฉลี่ยเคลื่อนที่ 3 เดือนและ 5 เดือน มาพล๊อตกราฟเปรี ย บเทียบกันในแต่ละช่วงเวลาจะเห็น
ความคลาดเคลื่อนที่เกิดขึ้น ดังแสดงในรู ปที่ 2.2
28
600
500
400 ค่าบันทึก
กาหนดให้ Yt = ค่าพยากรณ์ในช่วงเวลา t
Xt = ค่าบันทึกที่เกิดขึ้นจริ งในช่วงเวลา t
N = จานวนของข้อมูลที่จะหาค่าเฉลี่ย
X t −1 + X t − 2 + ... + X t − n
Yt = …(2.1)
N
หรื ออาจแทนได้โดย
n
X t −1
Yt = t =1 ...(2.2)
N
29
ให้ W (t-1) คื อ ค่ า ถ่ ว งน้ าหนั ก ส าหรั บ ช่ ว งเวลา t-1 โดยที่ W(t) จะมี ผ ลรวมเท่ า กั บ 1
และตามปกติ จ ะให้ ค วามส าคัญ ของข้อ มู ล ใหม่ โ ดยการให้ น้ าหนั ก มากกว่ า ในตารางที่ 2.2
เป็ นข้อมูลตัวอย่าง ซึ่ งจะเป็ นข้อมูลรายเดือนที่เก็บมาในช่วงเวลา 1 ปี โดยให้ค่าถ่วงน้ าหนักเท่ากับ
0.5, 0.25, 0.15 และ 0.10 โดยเริ่ มจากเดือ นล่าสุ ดและเดื อ นถัดต่อ กันไปตามลาดับ จากข้อมูลที่ไ ด้
สามารถคานวณหาค่าพยากรณ์ได้ดงั นี้
ค่าพยากรณ์เฉลี่ยเคลื่อนที่
เดือน ช่วงเวลา(t) ยอดขาย ถ่วงน้ าหนัก
ปี 2547 มกราคม 1 300,000 -
กุมภาพันธ์ 2 320,000 -
มีนาคม 3 350,000 -
เมษายน 4 280,000 -
พฤษภาคม 5 300,000 305,500
มิถุนายน 6 290,000 304,500
กรกฏาคม 7 300,000 297,000
สิ งหาคม 8 310,000 295,000
กันยายน 9 320,000 303,500
ตุลาคม 10 340,000 311,500
พฤศจิกายน 11 345,000 326,500
ธันวาคม 12 350,000 336,500
ตารางที่ 2.2 ข้อมูลยอดขายและค่าพยากรณ์โดยวิธีหาค่าเฉลี่ยเคลื่อนที่ถ่วงน้ าหนัก
30
หรื ออาจจะเขียนอีกแบบหนึ่งได้ว่า
ค่าพยากรณ์
เดือน ช่วงเวลา(t) ยอดขาย = 0.2 = 0.6
มกราคม 1 250 - -
กุมภาพันธ์ 2 185 250.0 250.0
มีนาคม 3 245 237.0 211.0
เมษายน 4 247 238.6 231.4
พฤษภาคม 5 360 240.3 240.8
มิถุนายน 6 225 264.24 312.3
กรกฎาคม 7 205 256.4 259.9
สิ งหาคม 8 180 246.1 227.0
กันยายา 9 270 232.9 198.8
ตุลาคม 10 327 240.3 241.5
พฤศจิกายน 11 285 257.6 292.8
ธันวาคม 12 350 263.1 288.12
จากค่ าพยากรณ์ ใ นตารางที่ 2.4 จะใช้ ค่ า พยากรณ์ ใ นช่ ว งเริ่ ม ต้น เป็ นค่ า จริ งที่ เกิ ด ขึ้ น
สาหรับการแทนค่าลงในสมการที่ 2.8 โดยใช้ = 0.2 แสดงตัวอย่างได้ดงั นี้
Y9 = Y9-1 + (X9-1 - Y9-1)
จะได้ Y9 = 246.1 + 0.2(180 - 246.1)
= 232.9
และจะได้ค่าพยากรณ์ในเดือนมกราคม ปี ถดั ไป ที่ = 0.2 ดังนี้
Y13 = 263.1 + 0.2 (350 - 263.1)
= 280.5
32
เมื่ อ น าค่ า จริ ง และค่ า พยากรณ์ ที่ มี ค่ า = 0.2 และ 0.6 ไปเขี ย นกราฟดั ง ในรู ป ที่ 2.3
จะเห็ นได้ว่าค่าของ ที่ มากหรื อน้อ ยจะส่ งผลต่อ ความเรี ยบของค่าพยากรณ์ ดังนั้น ค่า = 0.2
จะทาให้เส้นกราฟของค่าพยากรณ์เรี ยบมากกว่าค่าพยากรณ์ที่ = 0.6
400
350 ค่าบันทึก
200
150
100
50
0
1 2 3 4 5 6 7 8 9 10 11 12
Yt = Y t−1 + (Yt - Y t −1 ) …(2.9)
at = 2Yt - Y t …(2.10)
α
bt = (Yt − Yt ) …(2.11)
1− α
Ft+m = at + btm …(2.12)
33
จากสมการที่ 2.9 – 2.12 กาหนดให้ Y t = ค่าเอกซ์โปเนนเชียลซ้ าสองครั้ง
Yt = ค่าซิงเกิลเอกซ์โปเนนเชียล
at = ค่าคงที่ ณ จุดเริ่ มต้นในช่วงเวลา t
bt = ค่าความชันของข้อมูล
และตารางที่ 2.4 แสดงการหาค่าเอ็กซ์โปเนนเชียลซ้ าสองครั้งและการหาค่า at และ bt ได้ดงั นี้
จากสมการที่ 2.9 Y t = Y t−1 + (Yt - Y t −1 )
จะได้ Y3 = Y 2 - (Y3 - Y 2 )
= 161 + 0.2 ( 165.20 - 161)
= 161.84
และ Y 4 = 161.84 + 0.2 ( 172.16 – 161.84 )
= 163.90
จากสมการที่ 2.10 at = 2Yt - Y t
จะได้ a3 = 2 ( 165.20 ) – 161.84
= 168.56
34
α
จากสมการที่ 2.11 bt = (Yt − Yt )
1− α
จะได้ b3
= 0.25 ( 165.20 – 161.84 )
= 0.84
ค่าพยากรณ์สาหรับช่วงเวลาที่ 11
คานวณได้จาก
Ft+1 = 228.18 + 5.25(1)
= 233.43
และหากต้องการพยากรณ์ 4 ช่วงเวลาล่วงหน้า หรื อ m = 4 จะได้
Ft+4 = 228.18 + 5.25(4)
= 249.18
หากน าข้ อ มู ล ค่ า จริ ง เปรี ยบเที ย บกั บ ค่ า พยากรณ์ เอกซ์ โ ปเนนเชี ย ลทั้ ง แบบซิ งเกิ ล
เอกซ์ โ ปเน นเชี ย ลและแบบเอกซ์ โ ปเนน เชี ยลซ้ าสองครั้ ง จะพบว่ า ค่ า พยากรณ์ โดยวิ ธี
เอกซ์ โ ปเนนเชี ย ลซ้ าสองครั้ งจะมี ค่ า ใกล้ เคี ย งกับ ค่ า จริ ง มากกว่ า การพยากรณ์ แ บบซิ ง เกิ ล
เอกซ์โปเนนเชียล
Y = a + bx
a
x
ตั ว อย่ า ง โรงงานแห่ ง หนึ่ งท าการเก็ บ ข้อ มู ล เกี่ ย วกับ ต้ น ทุ น การผลิ ต ของสิ น ค้า ชนิ ด หนึ่ ง
ที่เปลี่ยนแปลงไปตามจานวนการผลิตต่างๆ ดังแสดงในตารางที่ 2.4
กาหนดให้ xi = จานวนหน่วยที่ผลิต
yi = ต้นทุนการผลิต
36
xi yi
7 18
10 23
8 22
2 9
4 14
6 20
6 19
6 18
4 16
7 21
60 180
Y = a + bx
n X i Yi − X i Yi
โดยที่ b = …(2.13)
n X 2i − ( X i ) 2
Yi b X i
a = − …(2.14)
n n
= Y − bX …(2.15)
xi yi xiyi xi2
7 18 126 49
10 23 230 100
8 22 176 64
2 9 18 4
4 14 56 16
6 20 120 36
6 19 114 36
6 18 108 36
4 16 64 16
7 21 147 49
60 180 1,159 406
ตารางที่ 2.6 แสดงการหาค่า a และ b
10(1159) - (60)(180)
ดังนั้น b =
10(406) − (60) 2
79
=
46
= 1.717
y
และ y =
n
180
=
10
= 18
x
x =
n
38
60
=
10
= 6
a = 18 – 1.717 (6)
= 18 – 10.302
= 7.698
จะได้สมการที่ใช้กาหนดความสัมพันธ์ระหว่างจานวนหน่วยที่ผลิตกับต้นทุนการผลิต ดังนี้
Y = 7.698 + 1.717 x
25
Y = 7.698 + 1.717x
20
15
10
2 4 6 8 10
รู ปที่ 2.5 แสดงเส้นถดถอยหรื อค่าพยากรณ์ที่ได้จากวิธีวิเคราะห์ถดถอย
39
เดือน x y xy x2
มกราคม 0 60 0 0
กุมภาพันธ์ 1 63 63 1
มีนาคม 2 62 124 4
เมษายน 3 67 201 9
พฤษภาคม 4 70 280 16
มิถุนายน 5 71 355 25
กรกฎาคม 6 75 450 36
สิงหาคม 7 85 595 49
กันยายน 8 95 760 64
ตุลาคม 9 85 765 81
พฤศจิกายน 10 95 950 100
ธันวาคม 11 98 1078 121
รวม 66 926 5621 506
ตารางที่ 2.8 แสดงการหาค่า a และ b
Y = a + bx
n x i y i − x i y i
โดยที่ b =
n x 2i − ( x i ) 2
12(5621) - (66)(926)
b = 12(506) - (66) 2
b = 6,336
1,716
= 3.69
41
a =
y - bx
i i
n n
จะได้ a = 926
- 3.69 12
66
12
= 56.87
= 101.15
Center Line : CL
ช่ วงเวลา
(y
t =1
t − Yt ) 2
SD = …(2.16)
N−2
43
(y
t =1
t − Yt ) 2
SD = …(2.17)
N −1
สาหรับการสร้างเส้นควบคุมทั้ง 3 เส้นนั้นเราสามารถกาหนดพิสัยเพื่อควบคุมที่ระดับความ
เชื่อมัน่ ต่างๆได้ดงั นี้
ปริ มาณการผลิต
3SD
2SD
SD
ช่วงเวลา
xi yi Yi yi - Yi (yi - Yi)2
7 18 19.72 - 1.72 2.96
10 23 24.87 - 1.87 3.50
8 22 21.43 0.57 0.32
2 9 11.13 - 2.13 4.54
4 14 14.57 - 0.57 0.32
6 20 18 2 4
6 19 18 1 1
6 18 18 0 0
4 16 14.5 1.4 2.04
7 21 19.72 1.28 1.64
60 180 179.94 20.32
ตารางที่ 2.9 แสดงการสร้างพิสัยควบคุม
45
จากสมการถดถอยที่ใช้ในการพยากรณ์
Y = 7.698 + 1.717x
20.32
จะได้ SD = 10 − 2
= 2.54
= 1.59
จากค่ าเบี่ ยงเบนมาตรฐาน (SD) ที่ ไ ด้น ามาหาค่าพิ สั ยหรื อ ช่ วงของค่ าพยากรณ์ ที่ ระดับ
ความเชื่อมัน่ ต่างๆ เมื่อจานวนหน่วยผลิตครั้งต่อไปเท่ากับ 6 หรื อ x = 6 ได้ดงั นี้
= 19.59, 16.41
= 21.18, 14.82
= 22.77, 13.23
46
สรุป
บรรณานุกรม