บทที่ 4 . กระบวนการผลิต

1. www.LearnWWW.com บทที่ 4. กระบวนการผลิต (Production Forecasting) SkulKMITL@gmail.com

2. บทที่ 4. • วัตถุประสงค์ : เพื่อให้นักศึกษา • ทราบความหมายของการพยากรณ์ได้อย่างถูกต้อง • ลำดับความสำคัญได้ถูกต้อง • วิเคราะห์ผลการพยากรณ์ผิดพลาดได้ • รู้ประเภทของการพยากรณ์ และเทคนิคการพยากรณ์ที่ใช้งานธรกิจได้ • เนื้อหา • ความหมายของการพยากรณ์ • ความสำคัญของการพยากรณ์ • ผลกระทบที่เกิดจากการพยากรณ์ผิดพลาด • ประเภทของการพยากรณ์ • เทคนิค ของการพยากรณ์ กระบวนการผลิต www.LearnWWW.com

3. 4.1 ความหมายของการพยากรณ์ • เกษม พิพัฒน์ปัญญานุกูล 2535 • เสรี สมนาแซง2536 • ธนากร เกียรติบันลือ2541 • บุญเกียรติ ชีวะตระกูลกิจ 2543 • วิชัย แหวนเพชร 2534 สรุป : การพยากรณ์เป็นกระบวนการคาดคะเนความต้องการของสินค้าและบริการในอนาคตในช่วงเวลาหนึ่ง โดยอาศัยข้อมูลในอดีตเข้ามาช่วยในการวิเคราะห์เพื่อให้ได้ผลการคาดคะเนนั้น www.LearnWWW.com

4. Phase 1 Phase 2 Phase 3 ผลที่ได้จากการพยากรณ์ (ค่าพยากรณ์) ข้อมูล หรือประสบการณ์ในอดีต เทคนิคการพยากรณ์ (การบวนการพยากรณ์) แผนภาพที่ 4.1แสดงความหมายของการพยากรณ์ ที่มา : ยุทธ ไกรวรรณ์, 2550 www.LearnWWW.com

5. ตัดสินใจในการวางแผนกำลังการผลิตตัดสินใจในการวางแผนกำลังการผลิต 1 การวางแผนการขาย ด้านการเงินและบัญชี ช่วยจัดสรรงบประมาณเงินลงทุน จัดระบบบัญชี พยากรณ์ Cash Flow 2 4 การวางแผนเกี่ยวกับปัจจัยการผลิต 3 วัตถุประสงค์ของการพยากรณ์ www.LearnWWW.com

6. แผนภาพที่ 4.2 แสดงการพยากรณ์เพื่อการผลิต • INPUTS • Market Condition • Competitor Actions • Product Life Cycles • Season • Customer’s Plan • Economy Outlook • Business Cycle Status • Leading Indicator-Stock • Price, Bond Yields, Material • Price, Business Failures Money • Supply, Unemployment • Other Factors • Legal • Political • Sociological • Cultural OUTPUTS Estimated Demand For Each Product In Each Time Period Other Output Forecasting Method(s) or Models(s) Management Team Production Capacity Available Resource Risk Aversion Experience Personal Values and Motives Social and Cultural Values Other Factors Processor Sales Forecast Estimated of Demand For Each Period in Each Time Period Forecast Error feed back Procedure for Translating Sales Forecast into Production Resource Forecast Business Stratify Marketing, Plan-Advertising Sales Efforts, Price, Past Sales,… ที่มา: Norman Gaither, 1994: 70 www.themegallery.com

7. การพยากรณ์การผลิตมีความสำคัญต่อการผลิต ดังนี้ • ช่วยให้มีการวางแผนการผลิตให้มีประสิทธิภาพ มีการไตร่ตรอง วิเคราะห์ การวางแผนด้านกำลังคน เครื่องจักร วัตถุดิบ ฯลฯ • ช่วยลดความเสี่ยงในการผิดพลาด • ช่วยลดต้นทุนการผลิต เช่น ตันทุนวัตถุดิบ, ตันทุนเก็บรักษา, ต้นทุนค่าเสียโอกาส ฯลฯ • ช่วยเพิ่มยอดขาย • ช่วยสร้างความพึ่งพอใจให้กับลูกค้า ทั้งด้านเวลา และจำนวนในการส่งมอบ www.LearnWWW.com www.LearnWWW.com

8. ผลพยากรณ์ ยอดขายจริง Sales Forecast Budget Text สินค้าขาดสต๊อก ที่มา : เธียรไชย จิตต์แจ้ง, 2546: 47 แผนภาพที่ 4.3 แสดงผลกระทบจากการพยากรณ์ผิดพลาด มากกว่า ยอดขายจริง น้อยกว่า Actual sales Actual sales สินค้าล้นสต๊อก www.LearnWWW.com

9. 4.4 ประเภทของการพยากรณ์ • พยากรณ์ระยะยาว • 4 ปีขึ้นไป • ซึ่งสอดคล้องกับ พันธกิจองค์กรและวิสัยทัศ • โดยคำนึงถึงการเปลี่ยนแปลงระดับมหภาค เช่น • แนวโน้มเศรษฐกิจโลก แนวโน้มกรเมือง กฎหมาย เพื่อขยายโรงงาน • พยากรณ์ระยะปานกลาง • 2-3 ปี • ซึ่งสอดคล้องกับ ทรัพยากรต่าง ๆขององค์กร • เช่น วัตถุดิบสำหรับการผลิตในครั้งต่อไป • พยากรณ์ระยะสั้น • 1-12 เดือน จะเน้นความแม่นยำที่สุด • นำการพยากรณ์มาวางแผนการผลิต • โดยคำนึงถึงการเปลี่ยนแปลงระดับจุลภาค • เช่น พฤติกรรมผู้บริโภค ภูมิอากาศ ฤดูกาล • แฟชั่น เทศกาล รวมถึงการจัดโปรโมชั่นของ • ฝ่ายการตลาด www.LearnWWW.com

10. 1 2 • การพยากรณ์แบบมีหลักการ • การพยากรณ์เชิงคุณภาพ • วิธีเดลฟาย: เป็นการพยากรณ์โดยผู้เชี่ยวชาญ ตอบแบบสอบถาม หรือสัมภาษณ์ 2-3 ครั้งต่อเนื่อง • วิจัยทางการตลาด : หาข้อมูลจากผู้ซื้อ • สอบถามจากผู้บริหาร มาทำการวิเคราะห์ความคิดเห็น • สอบถามจากฝ่ายขาย เพราะอยู่ใกล้ชิดกับลูกค้า • การพยาการณ์เชิงปริมาณ • การพยากรณ์แบบอนุกรมเวลา : ศึกษาข้อมูลในอดีต • การพยากรณ์เชิงสหสัมพันธ์ และการพยากรณ์สหสัมพันธ์พหุคูณ การพยาการณ์ไม่มีหลักการ เป็นการพยากรณ์โดยอาศัยประสบการณ์ของผู้พยากรณ์ ไม่มีวิธีการหรือเทคนิค เหมาะกับธุรกิจขนาดเล็ก 4.5 เทคนิคการพยากรณ์ www.LearnWWW.com

11. การพยากรณ์แบบอนุกรมเวลา (Time Series Forecasting) เป็นการศึกษาความเคลื่อนไหวของข้อมูลอดีตจนถึงปัจจุบัน มี 4ลักษณะคือ • รูปแบบการพยากรณ์ระดับ (Horizontal Pattern) • เป็นการเปลี่ยนแปลงข้อมูลที่เกิดขึ้นในแต่ละสัปดาห์หรือในรอบเดือน โดยการนำค่าจริงมาหาค่าเฉลี่ยกำหนดมาเป็นค่าพยากรณ์ ตัวอย่าง 4.1 จากการสังเกตความต้องการของสินค้าชนิดหนึ่ง ทำการจดบันทึกไว้เป็นข้อมูลรายเดือน : เน้นข้อมูลไตรมาศ ( 3 เดือน) • วิธีการคำนวณ • ค่าเฉลี่ยของหน่วย (คาบที่ 1-3) = (450+420+400)/3 = 423.33 ชิ้น : ค่าพยากรณ์ของเดือนที่ 4 เมษายน • ค่าเฉลี่ยของหน่วย (คาบที่ 2-4) = (420+400+510)/3 = 443.33 ชิ้น : ค่าพยากรณ์ของเดือนที่ 5 พฤษภาคม • ค่าเฉลี่ยของหน่วย (คาบที่ 4-6) = (510+550+450)/3 = 503.33 ชิ้น : ค่าพยากรณ์ของเดือนที่ 7 กรกฎาคม www.LearnWWW.com

12. การพยากรณ์แบบอนุกรมเวลา (Time Series Forecasting) เป็นการศึกษาความเคลื่อนไหวของข้อมูลอดีตจนถึงปัจจุบัน มี 4ลักษณะคือ 2. รูปแบบการพยากรณ์แนวโน้ม (Trend Pattern) เป็นรูปแบบการพยากรณ์อนุกรมเวลาแบบนี้จะมีแนวโน้มสูงขึ้นหรือต่ำลงขึ้นอยู่กับการเปลี่ยนแปลงข้อมูลใน อดีตเช่นกัน ยอดขาย (บาท) 1 2 3 4 5 6 7 8 9 10 11 12 เวลา (ปี) 3. รูปแบบการพยากรณ์ตามฤดูกาล (Seasonality) เป็นรูปแบบการพยากรณ์ขึ้นลงตามฤดูกาล เช่นการขายอาหารจะขายดีตอนต้นเดือน วันศุกร์คนดูภาพยนตร์จะสูงกว่าทุกวัน 4. รูปแบบการพยากรณ์แบบวัฏจักร (Cycle Pattern) เป็นรูปแบบการพยากรณ์ขึ้นลงตามฤดูกาล แบบวัฏจักร เช่น การเปลี่ยนแปลงวงการแฟชั่น www.LearnWWW.com

13. การพยากรณ์เชิงสหสัมพันธ์ (Correlation Forecasting) เป็นการแสดงถึงความสัมพันธ์ระหว่างตัวแปร 2ตัว เช่น ยอดขายกับกำไร ราคากับยอดขาย เพื่อนำความสัมพันธ์มาพยากรณ์ว่า ปัจจัยหนึ่งที่เกิดขึ้นก่อนจะส่งผลต่ออีกปัจจัยหนึ่งอย่างไร : อาจเรียกว่า การพยากรณ์แนวโน้ม ที่มา : ยุทธ ไกรวรรณ์, 2550: 236 Y (ปัจจัยคาดคะเน) Y = a + b x Y = ปัจจัยตาม (ขึ้นอยู่กับปัจจัย x) x = ปัจจัยอิสระ (ปัจจัยที่เกิดขึ้นก่อน) b = ความลาดชันของเส้นตรง n = จำนวนชิ้นของผลิตภัณฑ์ a = ค่าคงที่ 0x (ปัจจัยคาดคะเน) b = n(xy) – (x)(y) / n(x2) – (x)2 a = (y) – (b x) / n www.LearnWWW.com

14. การพยากรณ์เชิงสหสัมพันธ์พหุคูณ (Regression Forecasting) เป็นการแสดงถึงความสัมพันธ์ระหว่างตัวแปร 2ตัว เช่น ยอดขายกับกำไร ราคากับยอดขาย การโฆษณากับยอดขาย แล้วนำไปพยากรณ์อีกตัวแปรหนึ่งที่สังเกตไม่ได้ ดังนั้นต้องใช้ตัวแปรหลาย ๆ ตัวมาทำนายตัวแปรหนึ่ง เราเรียกการพยากรณ์แบบสหสัมพพันธ์พหุคูณ หรือการพยากรณ์การถดถอยพหุคูณ สมการถดถอยเชิงเส้นที่เป็นตัวแทนความสัมพันธ์ตัวแปรตามและตัวแปรอิสระตั้งแต่ 2 ตัวขึ้นไป สามารถเขียนเป็นสมการได้ดังนี้ y = a + b1 x1 + b2 x2 … bn xn โดย y คือ ค่าของตัวแปรตามที่ประมาณได้จากการพยากรณ์ a คือ ค่าคงที่ ซึ่งเป็นระยะห่างระหว่างจุดกำเนิดกับจุดตัดเป็นแกนตั้ง x1,x2,… xn เป็นค่าของตัวแปรอิสระ b1 ,b2,… bn เป็นค่าความลาดชันที่เกี่ยวข้องกับตัวแปรอิสระ x1,x2,… xnตามลำดับ ถ้าหากตัวแปรพยากรณ์ 2 ตัว สมการถดถอยพหุคูณ คือ y = a + b1 x1 + b2 x2 y = na + b1 (x1) + b2(x2) ………………………………(A) x1y = a(x1) + b1 (x12) + b2(x1x2) …………………….(B) x2y = a(x2) + b1(x1x2) + b2 (x22) ……………………(C) www.LearnWWW.com

15. ตาราง 4.7สำหรับ การพยากรณ์เชิงสหสัมพันธ์พหุคูณ ที่มา : บุญเกียรติ ชีวตระกุลกิจ, 2534: 123-136 www.LearnWWW.com

16. www.LearnWWW.com ทบทวนท้ายบท ... ครับ SkulKMITL@gmail.com