8/28/2023

CHƯƠNG 3
KỸ THUẬT DỰ BÁO
Huynh Thi Phuong Lan (htplan@hcmut.edu.vn)

Tài liệu tham khảo

 Bài giảng môn học Quản lý sản xuất – Nguyễn Kim
Anh - Đường Võ Hùng.
 Jay Heizer and Barry Render. Operations
Management, Pearson Education Inc., 12th edition,
2017.

2
IM3003 . QLSXKS . 3. DỰ BÁO

1
 8/28/2023

GIỚI THIỆU

 Kỹ thuật Dự báo: “đoán” các sự kiện trong tương lai

 tạo ra thông tin, dữ liệu cho hoạch định.

 DỰ BÁO  Số liệu quá khứ của đại lượng cần đoán

có sẵn hoặc có thể thu thập được.

 HỒI QUI  Nếu đại lượng cần “đoán” liên quan đến
những nhân tố khác.

 Hồi Qui Bội (Multiple Regression)

3
IM3003 . QLSXKS . 3. DỰ BÁO

GIỚI THIỆU – QUY TRÌNH DỰ BÁO

1. Xác định đối tượng

2.Thu thập dữ liệu quá khứ

3.Xác định hình dạng/ quy luật của dữ liệu

4. Chọn mô hình dự báo phù hợp

5. Thực hiện dự báo cho 1 thời đoạn

6.Kiểm tra độ chính xác của số liệu dự báo

7.Quyết định chọn mô hình hiện tại hay mô hình khác.

8. Dự báo cho cả thời đoạn mong muốn.

9.Điều chỉnh số liệu dự báo dựa vào các thông tin định tính.

10.Kiểm soát các kết quả và sai số.

GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo

2
 8/28/2023

ĐẶC TRƯNG CỦA DỰ BÁO

 Thời đoạn dự báo  tổng quát:
 Dự báo dài hạn quan tâm đến việc xác
Dự báo
định chiều hướng thay đổi dài hạn của
định tính
đại lượng cần dự báo.
 Dự báo trung hạn thích hợp cho việc MH nhân
tổng hợp các nhân tố theo mùa. quả

 Dự báo ngắn hạn cần thiết cho việc Kỹ thuật

điều độ và các mức độ tồn kho. chuỗi thời
gian
5
IM3003 . QLSXKS . 3. DỰ BÁO

ĐẶC TRƯNG CỦA DỰ BÁO

 Các dạng thức của dữ liệu quá khứ
theo thời gian
 Đường xu hướng (trend)
 Chu kỳ (Cycle)
 Tính mùa vụ (Seasonal pattern)
 Có xu hướng kèm tính mùa vụ
(Trend with seasonal pattern)

IM3003 . QLSXKS . 3. DỰ BÁO

3
 8/28/2023

ĐẶC TRƯNG CỦA DỰ BÁO

Chi phí dự báo:
 Chi phí chính  chi phí cố định cho việc xây dựng mô
hình, thu thập và thao tác trên dữ liệu (máy tính và
nhân lực)
 Chi phí để thực hiện kỹ thuật và chi phí phụ thuộc vào
độ không chính xác của kỹ thuật.
Tính dễ hiểu của dự báo:
Nhà quản lý sẽ không dùng kỹ thuật nào họ không hiểu.
7
IM3003 . QLSXKS . 3. DỰ BÁO

KỸ THUẬT DỰ BÁO ĐỊNH TÍNH

PP “Quan điểm của người quản lý” (Executive Judgement)
 Phương pháp này đơn giản, dễ sử dụng: thu thập các số liệu dự báo
(dự đoán) của một số người quản lý cấp cao, thể hiện qua các Báo cáo
hoặc phát biểu.
 Trong quá trình tổng hợp:
 Phải loại bỏ những dự báo hoàn toàn trái ngược làm ảnh hưởng đến
số liệu dự báo toàn bộ
 Phải loại nhà quản lý lấn át số liệu dự báo toàn bộ.
 Lưu ý:
 Thứ tự trình bày số liệu dự báo và
 Trọng số cho từng quan điểm cá nhân
 Rà soát, xem lại kết quả của dự báo tổng hợp này
8
IM3003 . QLSXKS . 3. DỰ BÁO

4
 8/28/2023

KỸ THUẬT DỰ BÁO ĐỊNH TÍNH

 PP “Quan điểm của người quản lý” (Executive Judgement)

GĐ Dự báo
Tiếp thị

GĐ Dự báo
Sản xuất Quá trình DỰ
Dữ liệu
tổng hợp BÁO
GĐ Dự báo
Tài chính

GĐ Dự báo
Thiết kế

9
IM3003 . QLSXKS . 3. DỰ BÁO

KỸ THUẬT DỰ BÁO ĐỊNH TÍNH

PP “Delphi”
 Kỹ thuật Delphi là PP để tổng hợp quan điểm của chuyên gia.
 Có tính vô danh và tính phản hồi.
Nhược điểm:
 Thời gian dài dẫn đến các ý kiến sẽ lẫn lộn, khó phân biệt.
 Khó khăn khi chọn lựa chuyên gia,
 Cuối cùng là ngay cả khi đạt được một sự thống nhất, nó có thể sai!

10
IM3003 . QLSXKS . 3. DỰ BÁO

5
 8/28/2023

KỸ THUẬT DỰ BÁO ĐỊNH TÍNH

PP “Tổng hợp từ lực lượng bán hàng”( Sales force Composite)

 Dự báo từ lực lượng bán hàng Phương pháp “gốc của cỏ”.

 Cảm nhận sản phẩm nào sẽ bán được hoặc không, cũng như
lượng bán được sẽ như thế nào.
+

Hiểu rõ về Số liệu dễ
nhu cầu bị “quá lạc
khách hàng quan”

-
11
IM3003 . QLSXKS . 3. DỰ BÁO

ĐẶC TRƯNG CỦA DỰ BÁO

Kỹ thuật dự báo

Định tính Định lượng

Đánh giá chủ MH nhân MH chuỗi thời gian/

quan quả ngoại suy/ ánh xạ
Dựa trên Thể hiện các mối liên hệ của các đại
phỏng đoán, lượng (thông số) bằng biểu thức/ mô
cảm nhận của hình toán.
người dự báo.

 Kiểm soát sai số 12

IM3003 . QLSXKS . 3. DỰ BÁO

6
 8/28/2023

ĐO LƯỜNG SAI SỐ DỰ BÁO

 Độ lệch:
với n số thời đoạn (quá khứ) được sử dụng.
n

 (Sai số trong thời đoạn thứ i)

i 1
Độ lệch =
n
n

 (Giá trị thực – Giá trị dự báo)i

i 1
Độ lệch =
n
Nhược điểm: sai lệch dương có thể bù trừ cho sai lệch âm
 giá trị của độ lệch nhỏ
13
IM3003 . QLSXKS . 3. DỰ BÁO

ĐO LƯỜNG SAI SỐ DỰ BÁO

Sai số chuẩn:
 Sai số bình phương trung bình MSE (Mean Squared Error)
n

 (Sai số trong thời đoạn thứ i)2

i 1
MSE =
n
 Sai số chuẩn SE:

SE  M SE
14
IM3003 . QLSXKS . 3. DỰ BÁO

7
 8/28/2023

ĐO LƯỜNG SAI SỐ DỰ BÁO

 Độ lệch tuyệt đối trung bình MAD (Mean Absolute Deviation)

n

 |Sai số trong thời đoạn thứ i|

i 1
MAD =
n

15
IM3003 . QLSXKS . 3. DỰ BÁO

ĐO LƯỜNG SAI SỐ DỰ BÁO

(1) (2) (3) (4) (5) (6)
Năm Doanh Doanh thu Độ lệch Sai số Trị tuyệt đối
thu thật dự báo [(2)-(3)] bình phương của sai số
(MSE) (MAD)
1 27000 23000 4000 16000000 4000
2 35000 25000 10000 100000000 10000
3 29000 31000 2000 4000000 2000
4 33000 30000 3000 9000000 3000
5 37000 32000 5000 25000000 5000
6 41000 34000 7000 49000000 7000
7 35000 38000 3000 9000000 3000

Tổng 24000 212000000 34000

16
IM3003 . QLSXKS . 3. DỰ BÁO

8
 8/28/2023

KỸ THUẬT DỰ BÁO ĐỊNH LƯỢNG

TRUNG BÌNH DI ĐỘNG (MOVING AVERAGE)

Chỉ tính trung bình của n dữ liệu quá khứ gần nhất.
Ưu điểm: Chỉ cần lưu trữ ít số liệu, dễ hiểu, dễ thực hiện
Nhược điểm: Không xử lý được trong trường hợp dữ liệu có
tính mùa vụ hay chu kỳ
Xác định n ?
Thử nhiều số n khác nhau, tính toán dự báo cho từng trường
hợp rồi so sánh độ lệch tuyệt đối trung bình cho mỗi
phương án. Phương án n nào cho trị số độ lệch nhỏ nhất sẽ
là phương án thích hợp nhất cho chuỗi số liệu tương ứng.
17
IM3003 . QLSXKS . 3. DỰ BÁO

KỸ THUẬT DỰ BÁO ĐỊNH LƯỢNG

TRUNG BÌNH DI ĐỘNG (Moving average)

Bảng sau cho thấy số Tuần Số ca nhập viện

người nhập viện ở 1 22

Trung tâm Cấp cứu Sài 2 21
Gòn hàng tuần. Người 3 25

quản lý muốn ước 4 27

5 35
lượng số ca nhập viện
6 29
cho tuần tới.
7 33
8 37
+ Số ca nhập viện trung 9 41
bình: 30,7 10 37
Tổng 307 18
IM3003 . QLSXKS . 3. DỰ BÁO

9
 8/28/2023

KỸ THUẬT DỰ BÁO ĐỊNH LƯỢNG

TRUNG BÌNH DI ĐỘNG (Moving average)
Tuần Số ca nhập viện n=2 Độ lệch tuyệt đối
Ví dụ: xét trung 1 22
bình dịch chuyển 2 21
với n = 2 tuần. 3 25 (*)
4 27
5 35
6 29
7 33
8 37
9 41
10 37
11 ???
19
IM3003 . QLSXKS . 3. DỰ BÁO

KỸ THUẬT DỰ BÁO ĐỊNH LƯỢNG

TRUNG BÌNH DI ĐỘNG (Moving average)
Tuần Số ca nhập viện n=3 Độ lệch tuyệt đối
1 22
Ví dụ: xét trung bình 2 21
dịch chuyển với n = 3 3 25
tuần.
4 27 (*)
5 35
6 29
7 33
8 37
9 41
10 37
11 ???
20
IM3003 . QLSXKS . 3. DỰ BÁO

10
 8/28/2023

KỸ THUẬT DỰ BÁO ĐỊNH LƯỢNG

TRUNG BÌNH DI ĐỘNG (Moving average)
45

40

35

30

25 Số ca nhập viện
n=2
20
n=3
15

10

0
1 2 3 4 5 6 7 8 9 10 11

21
IM3003 . QLSXKS . 3. DỰ BÁO

KỸ THUẬT DỰ BÁO ĐỊNH LƯỢNG

TRUNG BÌNH DI ĐỘNG CÓ TRỌNG SỐ (WEIGHTED MA)

 Trọng số khác nhau được gán cho các thời điểm khác
nhau,
 Thường trọng số lớn nhất được gán cho dữ liệu gần
nhất và trọng số sẽ giảm dần cho các dữ liệu xa hơn
 Tổng các trọng số phải bằng 1.
VD: nếu trọng số được dùng là 0.5; 0.3; và 0.2  giá trị
dự báo cho tuần kế tiếp sẽ là:
0.5x(dữ liệu tuần vừa rồi) + 0.3x(dữ liệu 2 tuần trước đó)
+ 0.2x(dữ liệu 3 tuần trước)
22
IM3003 . QLSXKS . 3. DỰ BÁO

11
 8/28/2023

KỸ THUẬT DỰ BÁO ĐỊNH LƯỢNG

TRUNG BÌNH DI ĐỘNG CÓ TRỌNG SỐ (WEIGHTED MA)
Tuần Số lượng thực Trung bình di chuyển 3-tuần có trọng số Sai số tuyệt đối
1 22
2 21
3 25
4 27
5 35
6 29
7 33
8 37
9 41
10 37
11 ?
23
IM3003 . QLSXKS . 3. DỰ BÁO

KỸ THUẬT DỰ BÁO ĐỊNH LƯỢNG

KỸ THUẬT LÀM TRƠN HÀM SỐ MŨ (EXPONENTAL SMOOTHING)
 Kỹ thuật này tương tự như KT trung bình di chuyển có trọng số nhưng yêu
cầu dữ liệu ít hơn.
 Phương pháp này sử dụng công thức sau:
Ft + 1 = Ft +  (Yt - Ft)
với Ft = giá trị dự báo tại thời điểm t;
Yt = giá trị số thực của thời điểm t;
 = hằng số giữa 0 và 1.
 Một giá trị dự báo ban đầu phải được đưa ra trước tiên sau đó các trị số
dự báo sẽ lần lượt được tính.
 Cần giá trị ban đầu (F1): lấy thí dụ với việc dự báo số ca nhập viện ở trên,
giả sử lượng nhập viện cho tuần thứ nhất là 25 và  được24 chọn là 0,5.
IM3003 . QLSXKS . 3. DỰ BÁO

12
 8/28/2023

KỸ THUẬT DỰ BÁO ĐỊNH LƯỢNG

KỸ THUẬT LÀM TRƠN HÀM SỐ MŨ (EXPONENTAL SMOOTHING)
Tuần Số lượng thực Số lượng dự báo Sai số tuyệt đối
1 22
2 21
3 25
4 27
5 35
6 29
7 33
8 37
9 41
10 37
11 ??
25
IM3003 . QLSXKS . 3. DỰ BÁO

KỸ THUẬT DỰ BÁO ĐỊNH LƯỢNG

KỸ THUẬT LÀM TRƠN HÀM SỐ MŨ (EXPONENTAL SMOOTHING)

 Ta thấy rằng KT làm trơn bằng hàm số mũ cho kết quả chính
xác hơn các PP khác đã được sử dụng.
 Tuy nhiên, chúng ta mới thử cho giá trị của  là 0,5; có thể
những giá trị khác như  = 0,4 hay  = 0,6 sẽ cho kết quả
tốt hơn.
 Cách để tìm ra trị số  tốt nhất là thử với nhiều trị số khác
nhau và so sánh MAD với nhau.
 Thông thường thì một trị số  lớn sẽ cho lượng DB đáp ứng
hơn còn  nhỏ sẽ cho lượng DB trơn hơn.
26
IM3003 . QLSXKS . 3. DỰ BÁO

13
 8/28/2023

KỸ THUẬT DỰ BÁO ĐỊNH LƯỢNG

HỒI QUY TUYẾN TÍNH (LINEAR TREND LINE)

y = a + bx
 a: giá trị tại thời điểm ban đầu
 b: hệ số góc của đường thẳng
 x: thời gian
 y: giá trị cần dự báo tại thời điểm x

n: số thời đoạn
27
IM3003 . QLSXKS . 3. DỰ BÁO

VD: DỰ BÁO NHU CẦU TIÊU THỤ ĐIỆN

NĂM (X) NHU CẦU (Y) X2 XY
1 74
2 79
3 80
4 90
5 105
6 142
7 122

28
IM3003 . QLSXKS . 3. DỰ BÁO

14
 8/28/2023

KỸ THUẬT DỰ BÁO ĐỊNH LƯỢNG x Y xy x2

HỒI QUY TUYẾN TÍNH 1 37
(LINEAR TREND LINE) 2 40
3 41
4 37
5 45
y = 35.2 + 1.72x 6 50
7 43
8 47
9 56
10 52
11 55
12 54
13 ??? 29
IM3003 . QLSXKS . 3. DỰ BÁO

KỸ THUẬT DỰ BÁO ĐỊNH LƯỢNG

HỆ SỐ HIỆU CHỈNH CHO MÙA VỤ (SEASONAL ADJUSTMENT)

Di
Si = n

D
i 1

Nhu cầu (đơn vị 1000 sp)

Năm Q1 Q2 Q3 Q4 Tổng
1999 12.6 8.6 6.3 17.5 45
2000 14.1 10.3 7.5 18.2 50.1
2001 15.3 10.6 8.1 19.6 53.6
Tổng 42 29.5 21.9 55.3 148.7

Dự báo nhu cầu cho năm 2002?

30
IM3003 . QLSXKS . 3. DỰ BÁO

15
 8/28/2023

KỸ THUẬT DỰ BÁO ĐỊNH LƯỢNG

HỆ SỐ HIỆU CHỈNH CHO MÙA VỤ (SEASONAL ADJUSTMENT)
Nhu cầu (đơn vị 1000 sp)
Năm Q1 Q2 Q3 Q4 Tổng
1
2
3
Tổng
S
4

31
IM3003 . QLSXKS . 3. DỰ BÁO

Áp dụng kỹ thuật dự báo làm trơn hàm số mũ, với  = 0.3

và tính giá trị MAD, biết giá trị dự bán ban đầu là 410

Tháng Nhu cầu Dự báo

1 450 410
2 495
3 518
4 563
5 584
6 ?

32
IM3003 . QLSXKS . 3. DỰ BÁO

16
 8/28/2023

Tuần Sản
lượng Áp dụng kỹ thuật dự báo trung
1 65 bình di động (trung bình dịch
2 62 chuyển) với:
3 70 n=2
4 48 n=3
5 63 So sánh MAD để kết luận giá trị n
6 52 là bao nhiêu thì kết quả dự báo
chính xác hơn?
33
IM3003 . QLSXKS . 3. DỰ BÁO

IM3003 . QLSXKS . 3. DỰ BÁO 34

17