การพยากรณ์ความต้องการสินค้าที่เหมาะสม เพื่อใช้ในการออกแบบพื้นที่จัดเก็บคลังสินค้า กรณศีึกษา บริษัท บลูแอนด์ไวท์โลจิสตกิส์จ ากดั เบญจภัทรเผนโคกสูง รายงานวจิัยนีเ้ป็นส่วนหนึ่งของการศึกษาตามหลกัสูตรบริหารธุรกจิบัณฑิต หลกัสูตรการจัดการโลจิสติกส์และซัพพลายเชน คณะบริหารธุรกจิ ปี การศึกษา 2566 ลขิสิทธ์ิเป็นของมหาวทิยาลยัเทคโนโลยรีาชมงคลธัญบุรี
การพยากรณ์ความต้องการสินค้าที่เหมาะสม เพื่อใช้ในการออกแบบพื้นที่จัดเก็บคลังสินค้า กรณศีึกษา บริษัท บลูแอนด์ไวท์โลจิสตกิส์จ ากดั เบญจภัทรเผนโคกสูง รายงานวจิัยนีเ้ป็นส่วนหนึ่งของการศึกษาตามหลกัสูตรบริหารธุรกจิบัณฑิต หลกัสูตรการจัดการโลจิสติกส์และซัพพลายเชน คณะบริหารธุรกจิ ปี การศึกษา 2566 ลขิสิทธ์ิเป็นของมหาวทิยาลยัเทคโนโลยรีาชมงคลธัญบุรี
ชื่อเรื่อง การพยากรณ์ความต้องการสินค้าที่เหมาะสม เพื่อใช้ในการออกแบบพื้นที่จัด เกบลังสินค้า กรณีศึกษา บลู แอนด์ ไวท์ โลจิสติกส์ จ าก ็ด ั ชื่อนักศึกษา นางสาวเบญจภัทร เผนโคกสูง ปริญญา บริหารธุรกิจบัณฑิต หลักสูตร การจัดการโลจิสติกส์และซัพพลายเชน ปี การศึกษา 2566 อาจารย์ที่ปรึกษา ดร.ชาริณี พลวุฒิ รายงานวิจัยนี้เป็ นส่วนหนึ่งของการศึกษาตามหลักสูตรบริหารธุรกิจบัณฑิต โดยผานการพิจารณาจาก ่ คณะกรรมการการสอบวิจัย ดังมีรายชื่อต่อไปนี้ อาจารย์ที่ปรึกษา ………………………………… (ดร.ชาริณี พลวุฒิ) รายงานวิจัยนี้ได้พิจารณาเห็นชอบโดย กรรมการ …………………………………… (ดร.วิญญู ปรอยกระโทก) กรรมการ ………………………………… (ดร.กญญ์กณิษฐ์ กมลก ั ิตติวงศ์) ลิขสิทธิ์ของมหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี
ก ชื่อเรื่อง การพยากรณ์ความตอ้งการสินคา้ที่เหมาะสม เพื่อใชใ้นการออกแบบพ้ืนที่จัด เกบ็ลงัสินคา้กรณีศึกษา บลูแอนด์ไวท์โลจิสติกส์จา กดั ชื่อนักศึกษา นางสาวเบญจภัทร เผนโคกสูง ปริญญา บริหารธุรกิจบณัฑิต หลักสูตร การจัดการโลจิสติกส์และซัพพลายเชน ปีการศึกษา 2566 อาจารย์ที่ปรึกษา ดร.ชาริณี พลวุฒิ บทคัดย่อ งานวิจยัฉบบัน้ีจดัทา ข้ึนโดยมีจุดประสงคเพื่อท าการศึกษาความต้ ์ องการสินค้าที่เหมาะสม กบั คลังสินค้า เพื่อลดการเสียโอกาสทางการขายและลดการจดัเกบ็สินคา้ที่ไม่มีการเคลื่อนไหว โดยใน บริษัท กรณีศึกษาได้พบปัญหาในด้านการจดัเกบ็สินคา เนื่องจากในคลังสินค้ ้ ามีจ านวนสินค้าคงคลังจ านวนมาก งานวิจยัฉบบัน้ีไดน าทฤษฎีการพยากรณ์ ้ และทฤษฎีการจัดกลุ่ม FSN Analysis มาจดักลุ่ม สินค้าตามความ เคลื่อนไหวที่เกิดข้ึน จากการศึกษาและวิเคราะห์ปัญหาด้วยการแยกหัวข้อโดยแผนผงักางปลา ( ้ Fishbone Diagram) และ การน าหลักการวิเคราะห์FSN Analysis และการพยากรณ์มาใช้ในการแกปั้ ญหา โดยเรียงล าดับรายการ สินค้าที่มีอตัราการหมุเวียนสูงไปจนถึงต่า สามารถแบ่งได้คือ สินค้ากลุ่ม F มีจ านวน ท้งัหมด 6 ประเภท สินค้ากลุ่ม S มีจ านวนสินค้าท้งัหมด 2 ประเภท และสินค้ากลุ่ม N มีจ านวนสินค้าท้งัหมด 1 ประเภทและจาก การเปรียบเทียบก่อน-หลังการวิเคราะห์FSN Analysis ท าให้เกิดการเปลี่ยนแปลง ตา แหน่ง ท าให้สามารถลด การหยิบสินค้าผิดพลาดได้เพราะจดัสรรพ้นืที่ไดม้ีประสิทธิภาพมากข้ึน ปริมาณสินค้ามีความสมดุลกบัพ้ืนที่ จดัเกบ็ ค าส าคัญ : FSN Analysis / การพยากรณ์ / พ้ืนที่จดัเกบ็
ข Title Proper product demand forecast For use in designing warehouse storage areas. Case study fo Blue and white logistics Co., Ltd. Student Name Miss Benchaphat Paenkhoksung Degree Bachelor of Business Administration (Logistics Management) Program Logistics and Supply Chain Management Academic Year 2023 Advisor Miss Charinee Phonvut Abstract This research was conducted with the aim of studying the demand for goods suitable for warehouses to reduce the loss of opportunities and reduce storage of inactive goods. In the case study company, there was a problem in the storage of goods because there was a large amount of inventory in the warehouse. This research uses forecasting theory and FSN analysis grouping theory to group products according to the movement. From studying and analyzing problems by separating topics by fishbone diagram and applying the principles of FSN analysis and forecasting to solve the problem. Group F products have a total of 6 brands, Group S products have a total of 2 brands, and Group N products have a total of 1 brand. This makes it possible to reduce the number of wrong pickups because the space is allocated more efficiently Keywords: FSN Analysis / Forecast / Storage
ค กิตติกรรมประกาศ การศึกษาค้นคว้าวจิยัอิสระฉบบัน้ีสา เร็จลุล่วงได้ด้วยดี โดยได้รับความกรุณาและความ อนุเคราะห์ จากบริษัท บลูแอนด์ไวท์โลจิสติกส์จา กดัช่วยให้ค าแนะน า และ เปิดโอกาสให้เข้าไปศึกษารวบรวม ข้อมูลที่เป็นประโยชน์จนเกิดเป็นงานวิจยัฉบบัน้ี ขอขอบพระคุณ ดร. ชาริณี พลวุฒิ ผู้เป็นอาจารย์ที่กรุณาเสียสละเวลาให้ค าปรึกษา และช้ีแนะ แนวทางอันเป็นประโยชน์ในการดา เนินงานวิจยัคร้ังน้ีรวมถึงการแกไขข้ ้ อบกพร้องเพื่อ ก่อให้เกิด ประโยชน์ในการด าเนินการศึกษาจนปัญหาพิเศษฉบบัน้ีเสร็จสมบูรณ์ ขอขอบพระคุณคณาจารย์หลกัสูตรบริหารธุรกิจ สาขาวิชาการจดัการโลจิสติกส์และซัพพลายเชน ทุกท่าน ที่ได้เสียสละเวลาในการเป็นคณะกรรมการในการสอบและตรวจสอบความถูกต้อง พร้อมท้งัให้ คา แนะนา ต่างๆ เพื่อให้รายงานวิจยัน้ีมีความสมบูรณ์มากยงิ่ข้ึน สุดท้ายน้ีผวิจัยหวังเป็ู้นอยา่งยงิ่วางานค้ ่ นคว้าอิสระฉบบัน้ีจะเป็นประโยชน์ต่อผู้ที่มีความสนใจ หากงานค้นคว้าวิจยัอิสระคร้ังน้ีขาดตกบกพร้อง ผู้วิจยัขอกราบขออภยัมา ณ โอกาสน้ีดวย้ เบญจภัทร เผนโคกสูง ตุลาคม พ.ศ.2566
ง สารบัญ หน้า บทคัดย่อภาษาไทย ก บทคัดย่อภาพอังกฤษ ข กิตติกรรมประกาศ ค สารบัญ ง สารบัญตาราง ฉ สารบัญรูปภาพ ช บทที่ 1 บทน า 1 1.1 ที่มาและความส าคัญของปัญหา 1 1.2 วัตถุประสงค์ของการศึกษา 2 1.3 ประโยขน์ที่คาดวา่จะไดร้ับ 2 1.4 ขอบเขตการศึกษา 2 1.5 นิยามศัพท์เฉพาะ 4 บทที่ 2 ทฤษฎีและงานวิจัยที่เกี่ยวข้อง 4 2.1 ทฤฎีการพยากรณ์ 5 2.2 ทฤษฎีการพยากรณ์แบบอนุกรมเวลา (Time series Forecasting) 9 2.3 แผนผงักา้งปลา (Fishbone Diagram) 10 2.4 โปรแกรม Minitab 13 2.5 การวิเคราะห์เอฟเอสเอ็น (FSN Analysis) 13 2.6 งานวิจยัทีเกี่ยวขอ้ง 13 บทที่ 3 วิธีการด าเนินการศึกษา 30 3.1 ขอ้มูลเบ้ือนตน้เกี่ยวกบับริษทักรณีศึกษา 30 3.2 ข้นัตอนการดา เนินงาน 30 3.3 การเกบ็รวบรวมขอ้มูล 31 3.4 การวิเคราะห์ปัญหาและหาสาเหตุของปัญหา 31 3.5 เครื่องมือที่ใช้ในงานวิจัย 34
จ สาบัญ (ต่อ) หน้า บทที่ 4 ผลการศึกษา 35 4.1 ผลจากการจดักลุ่มตามหลกั FSN Analysis และการพยากรณ์ 35 4.2 การทดสอบความแม่นยา 40 4.3การทดสอบพยากรณ์ 44 4.4 การจดัสรรพ้ืนที่จดัเกบ็ 45 บทที่ 5 สรุปผลการศึกษา 47 5.1 สรุปผลการด าเนินงานวิจัย 47 5.2 การอภิปรายผล 47 5.3 ขอ้จา กดั 48 5.4 ข้อเสนอแนะ 48 บรรณานุกรม 49 ภาคผนวก 51 ประวตัิผู้ศึกษา 60
ฉ สารบัญตาราง ตารางที่ หน้า 2.1 ตารางสงัเคราะห์งานวิจยัที่เกี่ยวขอ้ง 18 4.1 ขอ้มูลตารางการจดักลุ่มตามหลกัการ FSN Analysis 35 4.2 ข้อมูลการพยากรณ์ยอดขาย M -Julie’s Peanut Butter Sandwich 36 4.3 ข้อมูลการพยากรณ์ยอดขาย S-Peanut Butter sandwich15g*12 37 4.4 ข้อมูลการพยากรณ์ยอดขาย M -Julie’s Peanut Butter Sandwich (Bag) 360 G 38 4.5 ข้อมูลการพยากรณ์ยอดขายS -Julie s Peanut Butter Sandwich 120g x 24 38 4.6 ข้อมูลการพยากรณ์ยอดขาย S -Julie’s Peanut Butter Sandwich 45g*12*6 39 4.7 ข้อมูลการพยากรณ์ยอดขาย S-Julie’s Peanut Butter Sandwich (Pack) 135 G 39 4.8 ค่าความคาดเคลื่อนของขาย M -Julie’s Peanut Butter Sandwich 40 4.9 ค่าความคาดเคลื่อนของขายS-Peanut Butter sandwich15g*12 40 4.10 ค่าความคาดเคลื่อนของขาย M -Julie’s Peanut Butter Sandwich (Bag) 360 G 41 4.11 ค่าความคาดเคลื่อนของขาย S -Julie s Peanut Butter Sandwich 120g x 24 42 4.12 ค่าความคาดเคลื่อนของขาย S -Julie’s Peanut Butter Sandwich 45g*12*6 42 4.13 ค่าความคาดเคลื่อนของขาย S-Julie’s Peanut Butter Sandwich (Pack) 135 G 43 4.14 เปรียบเทียบยอดขายและการพยากรณ์ลว่งหนา้ 3 เดือน 44
ช สารบัญรูปภาพ ภาพที่ หน้า 2.1 รูปแบบปัจจยัที่มีอิทธิพลต่อการพยากรณ์ 5 2.2 ผงักา้งปลา (Fishbone Diagram) 10 2.3 ตวัอยา่งการเลือกวิธีการพยากรณ์จากเมนูบาร์ในโปรแกรม Minitab 11 2.4 ตวัอยา่งหนา้จอแสดงผลของการพยากรณ์ในโปรแกรม Minitab 11 2.5 ตวัอยา่งหนา้ต่างการแสดงผลโปรแกรม Minitab 12 2.5 ตวัอยา่งการแสดงกราฟผลลพัธ์ของการพยากรณ์ในโปรแกรม Minitab 12 3.1 แผนผังศูนย์กระจายสินค้า 30 3.2 ข้นัตอนการดา เนินงาน 31 3.3 แผนผงักา้งปลา 32 3.4 กรอบแนวคิดทฤษฎี (Theoreticel Framework ) 33 4.1 ปริมาณยอดขาย M -Julie’s Peanut Butter Sandwich เป็ นลักษณะวัฏจักร 40 4.2 ปริมาณยอดขาย S-Peanut Butter sandwich15g*12 เป็ นลักษณะวัฏจักร 41 4.3 ปริมาณยอดขาย M -Julie’s Peanut Butter Sandwich (Bag) 360 G เป็นลกัษณะความไม่แน่นอน 41 4.4 ปริมาณยอดขาย S -Julie s Peanut Butter Sandwich 120g x 24 เป็นลกัษณะความไม่แน่นอน 42 4.5 ปริมาณยอดขาย S -Julie’s Peanut Butter Sandwich 45g*12*6 เป็ นลักษณะฤดูกาล 43 4.6 ปริมาณยอดขาย S-Julie’s Peanut Butter Sandwich (Pack) 135 Gเป็ นลักษณะแนวโน้ม 43 4.7 แผนผังคลังสินค้า 45 4.8 แผนผงัคลงัสินคา้แบบใหม่ 46 ก.1 ข้อมูลยอดขายจริงในปี พ.ศ. 2565 53 ข.1 ช้นัวางสินคา้ 55 ข.2 ลานวางสินคา้ตอนจ่าย 55
1 ทบที่1 บทน า 1.1 ที่มาและความส าคัญของปัญหา ปัจจุบันงานด้านคลังสินค้า(Warehouse)เป็นส่วนสา คญัอยา่งมากในปัจจุบนักิจกรรมของคลงัสินคา้จา แนกออกได้ หลายกิจกรรมเริ่มตน้แต่การรับสินคา้เขา้มาตรวจสอบสินคา้และบนัทึกขอ้มูลต่างๆการจดัเกบ็สินคา้ไม่ทา ใหส้ินคา้เสื่อมสภ าพหรือเสียหายในกระบวนการรวมไปถึงตา แหน่งต่างๆ ในการจดัเกบ็กม็ีผลดว้ยการหยบิสินคา้หรือเบิกจ่ายสินคา้ และกระจายสินคา้ไปยงัสถานที่ต่างๆ ตามจุดหมายที่ไดก้า หนดไวข้องระบบห่วงโซ่อาหารของบริษทัแต่ละองคก์ร ซ่ึงคลงัสินคา้สามารถเกบ็สินคา้ไวห้ลกัๆ4ประเภทไดแ้ก่วตัถุดิบงานระหวา่งทา สินคา้สา เร็จรูปวสัดุสิ้นเปลืองและวสัดุซ่อม บา รุงการใชป้ระโยชน์เตม็ที่จากพ้ืนที่คลงัโดยมีคลงัสินคา้ (Warehouse) เป็ นจุดเชื่อมโยงที่ส าคัญระหว่างผผู้ลิตและผบู้ริโภค คลังสินค้า (Warehouse) คือ สถานที่สา หรับวางจดัเกบ็พกัและกระจายสินคา้คงคลงัคลงัสินคา้ (Warehouse) มีชื่อเรียกต่างออกไปเช่น ศูนยก์ระจายสินคา้โกดงัข้ึนอยกู่บัลกัษณะคลงัสินคา้แต่ละประเภทในปัจจุบนัมีการรับสินคา้เขา้มา ทา การจดัเกบ็สินคา้คดัแยกสินคา้ก่อนที่จะส่งมอบตามคา สงั่ซ้ือของลูกคา้จึงมีข้นัตอนแยกยอ่ยต่างๆ ซ่ึงประกอบดว้ย รับสินค้าเข้าlคลงัสินคา้จดัเกบ็สินคา้จดัสินคา้ตามใบสงั่ซ้ือ(Order Picking) เป็นข้นัตอน ที่ใชเ้วลาและกา ลงัคนมากที่สุด คลงัสินคา้มีความสา คญัที่เป็นท้งัทางเขา้และทางออกของวตัถุดิบไปจนถึงสินคา้สา เร็จรูปและเป็นสถานที่ใชใ้นการเกบ็ รักษาสินคา้ใหอ้ยใู่นสภาพที่ดีและคุณภาพที่พร้อมจะส่งมอบใหก้บัลูกคา้ตามคา สั่งซ้ือไม่ว่าจะเรียกวา่อะไร คลงัสินคา้กจ็ะทา หนา้ที่เหมือนกนัคือเป็นสถานที่เกบ็รักษาสินคา้วตัถุดิบ หรือสิ่งของต่างๆ ของกระบวนการSupply Chain (ธนิต โสรัตน์, 2558) การพยากรณ์ (Forecasting) คือการคาดการณ์หรือคาดคะเนความตอ้งการเช่น จา นวนสินคา้ ประเภทสินคา้ในอนาคตใหม้ีความสมดุลซ่ึงนบัเป็นอีกหน่ึงกิจกรรมที่สา คญัจะเกี่ยวเนื่องกบัการสร้างผลกา ไรขาดทุน และตน้ทุนในดา้นต่างๆ ของกิจกรรมโลจิสติกส์ตน้ทุนการขนส่ง การพยากรณ์ควรตอ้งสมดุลและหากพยากรณ์ให้เกิดความแม่นยา กก็่อใหเ้กิดผลประโยชน์เกิดค่าใชจ้่ายนอ้ยที่สุด คุม้ค่าที่สุด เพื่อลดการเสียโอกาสในการขาย บริษทับลูแอนด์ไวท์โลจิสติกส์จา กดั (Blue & White Logistics) ต้งัอยทู่ ี่126 หมู่2 ตา บลบางเตย อ าเภอสามพราน จังหวัดนครปฐม 73210 ให้บริการด้านการบริหารคลังสินค้า ด้วยระบบซอฟท์แวร์บริหารคลัง (WMS) จากขอ้มูลขา้งตน้จึงเป็นที่มาของการศึกษาคร้ังน้ีผวู้ิจยัจึงมีความสนใจที่จะทา การศึกษาสภาพปัญหาของบริษทั กรณีศึกษาความเป็นไปไดใ้นการจดัการสินคา้ตามความถี่ในการใชง้านโดยประยกุตใ์ชท้า การปรับปรุงในส่วนการบริหาร จดัการคลงัสินคา้การจดัเกบ็สินคา้และสินคา้คงคลงัเพื่อเพิ่มประสิทธิภาพในการดา เนินงานต่างๆ ภายในคลงัสินคา้ เนื่องจากในคลังสินค้ามีจ านวนสินค้าคงคลังจ านวนมากยงัทา ให้พ้ืนที่ในคลงัสินคา้ไม่เพียงพอต่อจา นวนสินคา้ที่รับเขา้มา และมีสินคา้คงคลงับางชนิดที่เคลื่อนไหวทางการขายนอ้ยจึงทา ใหพ้ ้ืนที่ในส่วนน้นั ไม่ถูกใชใ้หเ้กิดประโยชน์ส่งผลใหท้าง บริษัทต้องด าเนินการนา สินคา้ที่ไม่มีพื่นในการจดัเกบ็ ไปไวท้ี่คลงัสินคา้ของซพัลายเออร์อื่น 1.2 วัตถุประสงค์ของการศึกษา 1.2.1 เพื่อกา หนดวิธีการพยากรณ์ปริมาณความตอ้งการสินคา้ที่เหมาะสม 1.2.2 เพื่อเป็นขอ้มูลและแนวทางในการจดัสรรพ้ืนที่สา หรับจดัเก็บสินคา้ 1.2.3 เพื่อลดการเสียโอกาสทางการขายและลดการจดัเกบ็สินคา้ที่ไม่มีการเคลื่อนไหว
2 1.3 ประโยชน์ที่คาดว่าจะได้รับ 1.3.1 สามารถทราบปริมาณความตอ้งการสินคา้ที่เหมาะสมกบัพ้ืนที่จดัเกบ็ 1.3.2 เพื่อเพิ่มโอกาสทางการขาย 1.3.3 ลดตน้ทุนการค่าถือครองสินคา้คงคลงัที่มีความถี่นอ้ย 1.4 ขอบเขตการศึกษา 1.4.1 ขอบเขตดา้นเน้ือหา ทา การศึกษาเกี่ยวกบั ปัญหาอุปสรรคและหาแนวทางแกไ้ขปัญหาดา้นคลงัสินคา้ในการจดัสรรพ้ืนที่ เพื่อวางแผนผงัการจดัสรรพ้ืนที่สา หรับจดัเกบ็สินคา้โดยนา ทฤษฎีการพยากรณ์และทฤษฎีการจดักลุ่ม FSN มาปรับใชใ้นงานวิจยัคร้ังน้ี 1.4.2 ขอบเขตด้านสถานที่ ทา การศึกษาขอ้มูลที่คลงัสินคา้บริษทับลูแอนด์ไวท์โลจิสติกส์จา กดั 1.5 นิยามศัพท์เฉพาะ 1.5.1คลังสินค้า(Warehouse)พ้ืนที่ที่ไดว้างแผนไวแ้ลว้เพื่อใหเ้กิดประโยขน์และประสิทธิภาพในการใชส้อยพน้ที่ ภายในคลังสินค้าที่เคลื่อนย้ายวัตถุดิบ (A planned space for the efficient accommodation and handling of goods and materials) เป็นส่วนหน่ึงของระบบโลจิสติกส์ของกิจการเกบ็สินคา้คงคลงัและจัดหาสารสนเทศเพื่อการบริหารในเรื่อง สถานะภาพเงื่อนไข และการจัดเรียงสินค้าคงคลัง 1.5.2ศูนย์กระจายสินค้า (Distribution Center : DC) หมายถึง คลังสินค้าของบริษัทใดบริษัทหนึ่ง ที่ออกแบบให้มี ลกัษณะเฉพาะอยา่ง เพื่อใหเ้กิด ความสะดวกในการหมุนเวียนสินคา้เขา้และสินคา้ออก ทา หนา้ที่รับคา สงั่ซ้ ือจดหัาสินคา้ และจดัส่งสินคา้ ใหก้บัลูกคา้โดยไม่ใหเ้กิดการเก็บรักษาสินคา้โดยไม่จา เป็น หรืออีกนยัหน่ึงคือจุดที่ทา หน้าที่ในการ กระจายสินค้าไปให้ถึงมือผู้บริโภคหรือลูกค้าที่ศูนย์กระจายสินค้าหนึ่งๆ อาจจะมีสินค้าที่มาจากหลาย โรงงานการผลิต เช่น ศูนยก์ระจายสินคา้ของซุปเปอร์มาร์เกต็ต่างๆ จะมีสินคา้มาจากโรงงานที่ต่างๆกนัเช่น โรงงานผลิตยาสระผม, โรงฆ่าสตัว, ์ เบเกอรี่ เป็ นต้น 1.5.3 การพยากรณ์ คือการคาดคะเนหรือการคาดการณ์เหตุการณ์ที่อาจจะกา ลงัจะเกิดข้ึนในอนาคต โดยใชข้อ้มูลอดีตที่ผา่นในช่วงเวลาหน่ึงเพื่อใชใ้นการวิเคราะห์ปัจจยัที่อาจส่งผลใหส้ามารถนา ค่าพยากรณ์มาใชว้างแผนให้ เกิดผลประโยชน์เพื่อประกอบการตดัสินใจ 1.5.4การวิเคราะห์เอฟเอสเอ็น (FSN Analysis)คือการวิเคราะห์จดัแบ่งวสัดุตามความถี่ในการใชง้าน พิจารณา ตามอัตราการหมุนเวียนเร็ว, ชา้และไม่มีการหมุนเวียน 1.5.5 แผนผงักา้งปลา (Fisnbone Diagram) หรือเรียกวา่แผนผงัสาเหตุและผล (Cause and Effect Diagram) เป็ น แผนผงัที่แสดงถึงความสมัพนัธ์ระหว่างปัญหา (Problem)กบัสาเหตุท้งัหมดที่เป็นไปไดท้ ี่อาจก่อใหเ้กิดปัญหาน้นั 1.5.6 โปรแกรม Minitabโปรแกรมสา เร็จรูป หรือเป็นเครื่องมือที่ใชส้ร้างกราฟต่างๆ การประมวลผลทางสถิติและ สามารถนา เอาไปประยกุตใ์ชไ้ดก้บังานอีกหลายประเภท ประมวลค่าที่เป็นเชิงตวัเลขใหเ้ป็นกราฟ ใหอ้อกมาดูแลว้เขา้ใจได้ ง่ายกวา่ตวัเลขและสามารถนา ขอ้มูลที่ออกมาเป็นกราฟต่างตามตอ้งการได้
3 1.5.7 การพยากรณ์แบบอนุกรมเวลา (Time series Forecasting ) คือ การเกบ็ขอ้มูลความตอ้งการสินคา้ หรือ ยอดขายระยะเวลาหน่ึงสม่า เสมอโดยมีช่วงห่างในการเกบ็ขอ้มูลที่เท่า ๆ กนั โดยทวั่ ไปความตอ้งการสินคา้จะมากหรือนอ้ย น้นัเกิดจากอิทธิพล4 ประการไดแ้ก่แนวโนม้ (Trend) ฤดูกาล(Seasonal) วัฏจักร (Cycle)และความผิดปกติหรือความไม่ แน่นอน (Irregular or Random)โดยการพยากรณ์แบบอนุกรมเวลา มี4วิธีการพยากรณ์สา รับค่าเฉลี่ยการพยากรณ์สา หรับ แนวโน้มการพยากรณ์ส าหรับฤดูกาล และการพยากรณ์ส าหรับวัฎจักร
4 ทบที่ 2 ทฤษฎีและงานวิจัยที่เกี่ยวข้อง ในการศึกษาคร้ังน้ีผศู้ึกษามีจุดมุ่งหมายเพื่อศึกษาเกี่ยวกบัการพยากรณ์ความตอ้งการสินคา้ที่เหมาะสม เพื่อใชใ้นการออกแบบพ้ืนที่จดัเก็บคลงัสินคา้กรณีศึกษา บริษทับลูแอนด์ไวท์โลจิสติกส์จา กดั โดยทา การวิเคราะห์ในดา้นๆ เน้ือหาในบทน้ีจะประกอบดว้ยทฤษฎีและงานวิจยัที่เกี่ยวขอ้ง ดงัน้ี 2.1 ทฤษฎีการพยากรณ์ 2.2 ทฤษฎีการพยากรณ์แบบอนุกรมเวลา (Time series Forecasting ) 2.3 แผนผงักา้งปลา (Fisbone Diagram) 2.4 โปรแกรม Minitab 2.5 การวิเคราะห์เอฟเอสเอ็น (FSN Analysis) 2.6 งานวิจยัที่เกี่ยวขอ้ง 2.1 ทฤษฎีการพยากรณ์ 2.1.1 ความหมายของการพยากรณ์ การพยากรณ์คือการคาดการณ์เกี่ยวกบัลกัษณะหรือแนวโนม้ของสิ่งหน่ึงที่สนใจที่เกิดข้ึนในอนาคต เพื่อใช้เป็ นสารสนเทศ(Information) ประกอบการตดัสินใจซ่ึงการพยากรณ์จะตอ้งดา เนินการเป็นส่วนแรกที่สุดที่จะตอ้งทา ก่อนการวางแผนหรือการเตรียมการที่จะริเริ่มการใดๆเพื่อความถูกตอ้งและแม่นยา ในการตดัสินใจดงัน้นั ในการดา เนินธุรกิจ ภายใตค้วามไม่แน่นอนจา เป็นที่จะตอ้งทราบถึงความเป็นไปในอนาคตโดยอาศยัเทคนิคหรือวิธีการพยากรณ์ต่างๆซ่ึงอาจจะ นา หลายๆวิธีมาใชโ้ดยข้ึนอยกู่บัสถานการณ์ดว้ยเช่นนา ขอ้มูลในอดีตมาพยากรณ์หาเหตุการในอนาคตดว้ยการอาศยัหลกั การทางคณิตศาสตร์เขา้มาช่วยท้งัน้ีอาจจะใชดุ้ลพินิจของผพู้ยากรณ์เพียงอยา่งเดียวหรืออาจใชห้ลายๆวิธีเขา้ดว้ยกนัเพื่อให้ ผลการพยากรณ์มีความแม่นยา มากที่สุด (ชุมพลศฤงคาศิริ, 2537) 2.1.2 กรอบเวลาในการพยากรณ์ กรอบเวลาในการพยากรณ์มีโดยทวั่ ไปแบ่งออกเป็น 3 ช่วงเวลาไดแ้ก่ 1.การพยากรณ์ระยะส้นัเป็นการพยากรณ์ในช่วงเวลาที่ต่า กวา่3 เดือน ใชพ้ยากรณ์แต่ละสินคา้แยกเฉพาะ เพื่อใชใ้นการบริหารสินคา้คงคลงัการจดัตารางการผลิตสายการประกอบหรือการใชแ้รงงานในช่วงเวลาแต่ละสปัดาห์แต่ละ เดือนหรือแต่ละไตรมาศหรืออีกนยัหน่ึงคือการพยากรณ์ระยะส้นั ใชใ้นการวางแผนระยะส้นั 2.การพยากรณ์ระยะปานกลาง เป็นการพยากรณ์ในช่วงเวลาที่มากกว3่เดือนจนถึง2ปีใชพ้ยากรณ์ท้งักลุ่มของ สินค้าหรือยอดขายรวมขององค์การ เพื่อใช้ในการวางแผนด้านบุคลากร การวางแผนการผลิต การจัดตารางการผลิตรวม การจดัซ้ือและการกระจายสินคา้ระยะเวลาที่นิยมพยากรณ์คือ1 ปีเพราะเป็นหน่ึงรอบระยะเวลาบญัชีพอดี การพยากรณ์ระยะปานกลางใช้ในการวางแผนระยะปานกลาง 3.การพยากรณ์ระยะยาวเป็นการพยากรณ์ในช่วงเวลา 2 ปีข้ึนไป ใชพ้ยากรณ์ยอดขายรวมขององคก์าร เพื่อใชใ้นการเลือกทา เลที่ต้งัของโรงงานและสิ่งอา นวยความสะดวกการวางแผนกา ลงัการผลิตและการจดัการกระบวนการผ ลิตในระยะยาว การพยากรณ์ระยะยาวใช้ในการวางแผนระยะยาว 2.1.3 ประเภทของการพยากรณ์
5 การพยากรณ์แบ่งออกเป็น 2 ประเภท ไดแ้ก่ 1 การพยากรณ์เชิงคุณภาพ (Qualitative forecasting) เป็ นวิธีการพยากรณ์โดยอาศัยความคิด และการตดัสินใจจากผเู้ชี่ยวชาญ หรือมีประสบการณ์โดยการพยากรณ์เชิงคุณภาพน้นัจะไม่มีหลกัการที่แน่นอน เนื่องจากใชค้วามรู้ความเชี่ยวชาญ และประสบการณ์หรือแนวคิดจากผบู้ริหารเพียงเท่าน้นั จึงมกัเป็นวิธีที่นิยมใหก้นัมากถึงแมจ้ะเป็นวิธีที่ง่ายแต่กม็ีโอกาศผิดพลาดไดม้าก หากผพู้ยากรณ์ประสบการณ์นอ้ย หรือขาดความรู้ความชา นาญที่เพียงพอ ตวัอยา่งของวิธีการพยากรณ์เชิงคุณภาพ ไดแ้ก่การสอบถามกลุ่มผเู้ชี่ยวชาญ (Delphi method) การสอบถามผู้บริหาร(Jury of executive opinion) การสอบถามพนักงานขาย(Sale force composite) และการส ารวจตลาด(Consumer market survey) เป็ นต้น 2 การพยากรณ์เชิงปริมาณ (Quantitative forecasting) เป็นวิธีการพยากรณ์ที่ใชข้อ้มูลในอดีตมาวิเคราะห์ถึงสถานการณ์ที่จะเกิดข้ึนในอนาคต โดยอาศยัหลกัการทางสถิติ และคณิตศาสตร์จุดประสงคห์ลกัของการพยากรณ์ประเภทน้ีจะแสดงใหเ้ห็นถึงรูปแบบของขอ้มูลในอดีต และวิเคราะห์ทิศทางความตอ้งการในอนาคต ตวัอยา่งของวิธีการพยากรณ์เชิงปริมาณไดแ้ก่การพยากรณ์โดยวิธีอนุกรมเวลา (Time series method) หรือการวิธีการวิเคราะห์ความสัมพันธ์ (Casual method) เป็ นต้น (ศศิภาส์สีดาว, 2563) 2.2 ทฤษฎีการพยากรณ์แบบอนุกรมเวลา (Time series Forecasting) 2.2.1 ลักษณะแนวโน้ม (Trend) หมายถึงความตอ้งการสินคา้ที่มีลกัษณะเพิ่มข้ึนหรือลดลงอยา่งค่อยเป็นค่อยไป โดยส่วนมากอิทธิพลของแนวโนม้มีสาเหตุมาการเปลี่ยนแปลงจา นวนประชากรการเปลี่ยนแปลงรายไดข้องครอบครัว และลักษณะทางวัฒนธรรม (วราพร งามสุขม, 2555) ดังแสดงในรูป รูปภาพที่ 2.1 กราฟแสดงลักษณะของแนวโน้ม ที่มา : ณฐา คุปตัษเฐยร (2558) 2.2.2ลักษณะฤดูกาล(Seasonal) หมายถึงความตอ้งการสินคา้มีลกัษณะเป็นรูปแบบซ้า ๆกนัจากผลกระทบของฤดูกาล โดยสามารถสังเกตเห็นรูปแบบPatternที่ชดัเจนและเกิดตามรูปแบบน้นัๆซ้า ในช่วงเวลาถดัมาโดยส่วนมากลกัษณะความ ตอ้งการสินคา้แบบฤดูกาลมีอิทธิพลมาจากสภาพภูมิอากาศเทศกาลและวนัหยดุต่างๆ ดงัแสดงในรูป
6 รูปภาพที่ 2.2 กราฟแสดงลักษณะของฤดูกาล ที่มา : ณฐา คุปตัษเฐยร (2558) 2.2.3ลักษณะวัฏจักร(Cycle) หมายถึงความตอ้งการสินคา้ที่มีลกัษณะเพิ่มข้ึนหรือลดลงซ่ึงเป็นผลกระทบจากสภาวะ การเปลี่ยนแปลงดว้ยปัจจยัดา้นเศรษฐกิจหรือการเมืองสามารถสงัเกตจากเส้นกราฟมีลกัษณะข้ึน-ลงคล้ายคลื่น โดยช่วงระยะเวลาของการเกิดอิทธิพลของวฏัจกัรครอบคลุมมากกวา่1 ปีข้ึนไป ดงัแสดงในรูป รูปภาพที่ 2.3 กราฟแสดงลักษณะของของวัฏจักร ที่มา : ณฐา คุปตัษเฐยร (2558) 2.2.4 ลกัษณะความผดิปกติหรือความไม่แน่นอน (Irregular or Random) หมายถึง ภยัจากธรรมชาติต่างๆ สงคราม การประทว้งสามารถก่อใหเ้กิดการเปลี่ยนแปลงความตอ้งการสินคา้ไดห้ากพบเหตุการณ์เช่นน้ีในการพยากรณ์มกัจะตดัขอ้มู ลที่ผดิปกติทิ้งไปก่อนที่จะทา การพยากรณ์ต่อไป ดงัแสดงในรูป
7 รูปภาพที่ 2.4 กราฟแสดงลักษณะของความผิดปกติ ที่มา : ณฐา คุปตัษเฐยร (2558) 2.2.5 รูปแบบของอนุกรมเวลา 2.2.5.1 วิธีค่าเฉลี่ยเคลื่อนที่(Moving Average, MA) เป็ นวิธีการพยากรณ์ชนิดหนึ่ง ซึ่งเป็ นอนุกรมเวลา โดยแต่ละจุดของค่าเฉลี่ยที่เปลี่ยนไปคือค่าทางคณิตศาสตร์หรือค่าเฉลี่ยของหลายๆค่าที่มีความต่อเนื่องกนั จึงเป็นความถี่ที่ใชป้ระโยชน์ในการขายสินคา้ตามช่วงเวลาส้นัๆ (ธันย์ชนก จันทร์หอม, 2564) Moving Average = ผลรวมของขอมูลในแต่ละปีที่ใช้ จา นวนช่วงระยะเวลา ค่าพยากรณ์วิธีค่าเฉลี่ยเคลื่อนที่n ช่วงเวลาจา นวนขอ้มูลที่จะคา นวณค่าเฉลี่ยเคลื่อนที่(จา นวนเตม็ต้งัแต่2ข้ึนไป) 2.2.5.2วิธีค่าเฉลี่ยเคลื่อนที่ถ่วงน้า หนกั(Weighted Moving Average ,WMA)เป็นวิธีการพยากรณ์แบบค่าเฉลี่ยเคลื่อนที่มีการถ่วงน้า หนกัเหมาะสา หรับขอ้มูลยอดขายในอดีตที่มีแนวโนม้ โดยใชห้ลกัการเช่นเดียวกบัวิธีค่าเฉลี่ยเคลื่อนที่(MA) หากในการคา นวณผพู้ยากรณ์เป็นผกู้า หนดค่าถ่วงน้า หนกั ซ่ึงจะสามารถกา หนดค่าเป็นจา นวนเตม็เศษส่วนหรือทศนิยมกไ็ดโ้ดยน้า หนกัที่กา หนดน้นัคือการใหค้วามสา คญัของขอ้มูล ไม่เท่ากนัหากใหค้ ่าน้า หนกัมากที่สุดแก่ขอ้มูลที่ใหม่ที่สุดและให้ค่าน้า หนกัลดลงเรื่อยๆเมื่อลูกคา้ขอ้มูลเก่าลงตามลา ดบั ขอ้มูลที่เก่าที่สุดไดร้ับการกา หนดค่าน้า หนกัที่นอ้ยที่สุด WMAn = ∑ (ค่าถวงน้า หนกัณ เวลา)(ยอดขาย ณ เวลาn) ∑ ค่าถวงน้า หนกั เมื่อกา หนด n =จา นวนขอ้มูลที่นา มาใชค้า นวณค่าเฉลี่ยเคลื่อนที่ MAn = ค่าการพยากรณ์วิธีค่าเฉลี่ยเคลื่อนที่n ช่วงเวลา หมายเหตุ การกา หนดค่าถ่วงน้า หนกัสามารถกา หนดไดห้ลายรูปแบบ
8 กา หนดเป็นเศษส่วนเช่น 1/6,2/6, 3/6ผลรวมน้า หนกัเป็น 1 กา หนดเป็นทศนิยมเช่น 0.2,0.3, 0.5ผลรวมน้า หนกัเป็น 1 กา หนดเป็นจา นวนเตม็เช่น 1,2,3ผลรวมน้า หนกัเป็น 6 หมายเหตุ 2.2.5.3 วิธีปรับเรียบเอกซ์โพเนนเซียล (Exponential Smoothing) ใชห้ลกัการเดียวกบัการพยากรณ์แบบค่าเฉลี่ยเคลื่อนที่ที่ถ่วงน้า หนกัซ่ึงน้า หนกัที่กา หนดน้นัคือการใหค้วามสา คญัของขอ้มูล ไม่เท่ากนั โดยใหค้ ่าน้า หนกัมากที่สุดแก่ขอ้มูลที่ใหม่ที่สุด และขอ้มูลที่เก่าที่สุดไดร้ับการกา หนดค่าน้า หนกัที่นอ้ยที่สุด วิธีปรับเรียบเอกซ์โพเนนเซียลสามารถพยากรณ์ความตอ้งการสินคา้โดยนา ค่าพยากรณ์ของช่วงเวลาที่ผา่นมาบวกเขา้กบัอตัร าส่วนความแตกต่างระหว่างขอ้มูลจริงกบัค่าพยากรณ์ณ ช่วงเวลาน้นั Ft = Ft-1+ α(At-1-Ft-1) หรือ Ft = Ft-1+ α(et-1) เมื่อกา หนด Ft = ค่าพยากรณ์ความตอ้งการสินคา้ณ ช่วงเวลา t (ค่าพยากรณ์ใหม่) Ft-1 = ค่าพยากรณ์ความตอ้งการสินคา้ณ ช่วงเวลา t-1 (ค่าพยากรณ์ก่อนหนา้) α = ค่าคงที่ปรับเรียบ (Smoothing Constant) มีค่าต้งัแต่0ถึง 1 (0 ≤ α ≤ 1) At-1 = ขอ้มูลจริง ณ ช่วงเวลา t-1 (ยอดขายจริงก่อนหนา้) et-1 = ค่าผดิพลาด ณ ช่วงเวลา t-1 (ค่าผิดพลาดก่อนหนา้) 2.2.6 การหาค่าความคลาดเคลื่อนของการพยากรณ์ การพยากรณ์โดยใชรู้ปแบบวิธีการต่างๆ สามารถเปรียบเทียบค่าที่พยากรณ์ไดก้บัค่าจริงที่เกิดข้ึน โดยสามารถหาค่าความคลาดเคลื่อนที่เกิดจากการพยากรณ์ไดจ้ากค่าที่เกิดข้ึนจริงหกัลา้งกบัค่าที่พยากรณ์ ซ่ึงค่าความคลาดเคลื่อนของการพยากรณ์สามารถวดัไดห้ลายวิธีโดยมี3วิธีที่เป็นที่นิยม ไดแ้ก่ 2.2.6.1 ค่าเฉลี่ยความคลาดเคลื่อนสมบูรณ์(Mean Absoluted Eviation, MAD) วิธีน้ีจะคา นวณ โดยนา ผลรวมของค่าสมับูรณ์ความคลาดเคลื่อนจากการพยากรณ์แลว้หารดว้ยจา นวนช่วงเวลาของขอ้มูล(n) 2.2.6.2 ค่าเฉลี่ยความคลาดเคลื่อนกา ลงัสอง (Mean Square Error, MSE) วิธีน้ีเป็นการนา เอาค่าความแตกต่างระหว่างค่าที่เกิดข้ึนจริงและค่าที่พยากรณ์ยกกา ลงัสอง
9 2.2.6.3 ค่าเฉลี่ยเปอร์เซ็นตค์วามคลาดเคลื่อน (Mean Absolute Percent Error, MAPE) ปัญหาการหาค่าท้งัMAD และ MSE คือ หากค่าของขอ้มูลมีค่ามากจะทา ใหค้ ่าของ MAD และ MSE มีค่ามากไปดว้ย เพื่อแกป้ ัญหาดงักล่าวจึงมีการใชค้่า MAPE แทน 2.3 แผนผังก้างปลา (Fishbone Diagram) ผงักา้งปลาหรือเรียกเป็นทางการวา่แผนผงัสาเหตุและผล(Cause and effect diagram) แผนผงัสาเหตุและผลเป็นแผนผงัทีแสดงถึงความสมัพนัธ์ระหว่างปัญหา(Problem)กบัสาเหตุท้งัหมดที่เป็นไปไดท้ ี่อาจก่อให้ เกิดปัญหาน้นั (Possible cause) เราอาจคุ้นเคยกบแผนผัง สาเหตุและผล ในชื่อของ “ผังกางปลา (Fish bone diagram)” เนืองจากหนา้ตาแผนภูมิมีลกัษณะคลา้ยปลาที่เหลือแต่กางหรือหลาย ๆ คนอาจรู้จกัในชือของแผนผงัอิชิกาวา้ (Ishikawa diagram) ซ่ึงไดร้ับการพฒันาครังแรกเมือปีค.ศ. 1943โดยศาสตราจารยค์าโอรุอิชิกาวาแห่งมหาวิทยาลยั โตเกียว(เอกชัย ทายิดา และวนัส พลราช, 2555) 2.3.1วิธีการสร้างแผนผงัสาเหตุและผลหรือผงักา้งปลา สิ่งสา คญั ในการสร้างแผนผงัคือตอ้งทา เป็นทีมเป็นกลุ่ม โดยใชข้้นัตอน 6ข้นัตอน ดงัต่อไปน้ี 1. กา หนดประโยคปัญหาที่หวัปลา 2. กา หนดกลุ่มปัจจยัทีจะทา ใหเ้กิดปัญหาน้นัๆ 3. ระดมสมองเพื่อหาสาเหตุในแต่ละปัจจยั 4. หาสาเหตุหลักของปัญหา 5. จัดล าดับความส าคัญของสาเหตุ 6. ใช้แนวทางการปรับปรุงที่จ าเป็ น 2.3.2การกา หนดปัจจยับนกา้งปลา เราสามารถที่จะกา หนดกลุ่มปัจจยัอะไรกไ็ดแ้ต่ตอ้งมนั ใจวา่กลุ่มที่เรากาหนดไวเ้ป็นปัจจยัน้นัสามารถที่จะช่วยใหเ้รา แยกแยะและกา หนดสาเหตุต่าง ๆ ไดอ้ยางเป็นระบบ และเป็นเหตุเป็นผลโดยส่วนมากมกัจะใชห้ลกัการ4M 1E เป็นกลุ่มปัจจยั (Factors) เพื่อจะนา ไปสู่การแยกแยะ สาเหตุต่างๆ ซ่ึง4M 1E คือ M (Man) คนงาน หรือพนักงาน หรือบุคลากร M (Machine) เครืองจักรหรืออุปกรณ์อ านวยความสะดวก M (Material) วตัถุดิบหรืออะไหล่อุปกรณ์อื่น ๆ ทีใชใ้นกระบวนการ M (Method) กระบวนการท างาน E (Environment) อากาศ สถานที ความสวาง และบรรยากาศการ-ท างาน
10 2.3.3 วิธีเขียนแผนผงักา้งปลา (Fishbone Diagram) แบ่งออกเป็น 3 ส่วนหลกัดงัน้ี 1. ส่วนหวัปลา หรือ หวัลูกศรเขียนแสดงปัญหาที่เกิดข้ึน โดยปกติจะทา 1 ปัญหาต่อ1ผงักา้งปลา เพื่อความง่ายในการระบุปัญหา 2. กา้งใหญ่เขียนสาเหตุของปัญหาหรือปัจจยัที่เป็นปัญหา ซ่ึงเป็นปัจจยัที่ก่อใหเ้กิดปัญหา เขียน 1 ปัจจยัต่อ1กา้ง 3. กา้งเลก็จะเป็นกา้งยอ่ยจากกา้งใหญ่เขียนสาเหตุที่ทา ใหป้ ัจจยัน้นัๆ เกิดปัญหาข้ึนเขียนไดม้ากกวา่1 สาเหตุ ในแต่ละปัจจยั ภาพที่ 2.2 แผนผังสาเหตุและผล (Fishbone Diagram) ข้อดี 1.ไม่ตอ้งเสียเวลาแยกความคิดต่างๆที่กระจดักระจายของแต่ละสมาชิกแผนภูมิกา้งปลาจะช่วยรวบรวมความคิดของสมาชิก ในทีม 2.ทา ใหท้ราบสาเหตุหลกัๆและสาเหตุยอ่ยๆของปัญหาทา ใหท้ราบสาเหตุทีแทจ้ริงของปัญหาซ่ึงทา ใหเ้ราสามารถแกปัญหา ้ ได้ถูกวิธี ข้อเสีย 1. ความคิดไม่อิสระเนื่องจากมีแผนภูมิกางปลาเป็นตวักา หนดซ่ึงความคิดของสมาชิกในทีมจะมารวมอยทูี่แผนภูมิกา้งปลา 2. ตอ้งอาศยัผทู้ีมีความสามารถสูงจึงจะสามารถใชแ้ผนภูมิกา้งปลาในการระดม ความคิด 2.4 โปรแกรม Minitab โปรแกรม Minitab เป็ นโปรแกรมส าเสร็จรูปใช้ประมวลผลข้อมูลทางด้านสถิติ โดยสามารถประมวลผล และแสดงผลขอ้มูลในลกัษณะของตวัเลขและกราฟไดโ้ดยมีความแม่นยา (Accuracy) ความรวดเร็ว(Rapidly) และสามารถท าช้า ได้(Repeatability) ซ่ึงสามารถนา มาประยกุตใ์ชใ้นการพยากรณ์ไดอ้ยา่งมีประสิทธิภาพ (อภิชยัพรมอ่อน, 2561) 1)กรอกข้อมูลลงในตาราง Worksheet ของโปรแกรม MINITAB โดยการกรอกขอ้มูล2อยา่งคือลา ดบั เดือนและ มูลค่าที่ไดใ้นแต่ละลา ดบั ดังรูปที่ 2.3
11 ภาพที่ 2.3 ตวัอยา่งแสดงข้นัตอนการกรอกขอ้มูลในโปรแกรม Minitab 2) 2) เมื่อกรอกข้อมูลครบถ้วน จึงท าการเลือกเมนูเพื่อใช้ในการพยากรณ์ โดย การเลือกเมนู Stat > Time Series > Moving Average ดังรูปที่ 2.4 ภาพที่ 2.4ข้ตัวัอยา่งการแสดงนตอนการเลือกเมนูในการพยากรณ์ในโปรแกรม Minitab
12 3)จากน้นัจะปรากฎหนา้ต่างของ Moving Average ข้ึนมาโดยทา การเลือกค่าขอ้มูลลงในช่องของ Variable โดย กา หนดจา นวนของ MA length เท่ากบั3 (หมายถึงการคิดค่าเฉลี่ย3เดือน)และ Genarate Forecast ---> Number of forecast เท่ากบั3(หมายถึงการคิดค่าพยากรณ์ล่วงหนา้3 เดือน) ซ่ึงสามารถแสดงใหเ้ห็นไดด้งัรูปที่2.5 ภาพที่ 2.5 ตวัอยา่งการแสดงหนา้ต่างการพยากรณ์ในโปรแกรม Minitab 4) โปรแกรมจะแสดงรายละเอียดของค่าต่างๆไวใ้นส่วนของSession และกราฟผลลัพธ์ของการพยากรณ์ด้วยวิธี ค่าเฉลี่ยเคลื่อนที่(Moving Average), ค่าความผดิพลาดของการพยากรณ์ท้งั3 เกณฑ์และค่าการพยากรณ์ล่วงหนา้3ลา ดบั ถัดไป ได้ดังรูปที่ 2.6 ภาพที่ 2.6 ตวัอยา่งการกราฟแสดงผลลัพธ์ของการพยากรณ์ในโปรแกรม Minitab
13 2.5 การวิเคราะห์เอฟเอสเอ็น (FSN Analysis) ทฤษฎีวดัตามความถี่ในการหมุนเวียนสินคา้ซ่ึงเป็นเทคนิคการจดัเกบ็สินคา้ที่มีความตอ้งการสูงไวอ้ยใู่กลก้บั ประ ตูเขา้ออกเมื่อเปรียบเทียบกบัลกัษณะการจดัเกบ็สินคา้แบบซุ่ม การวิเคราะห์FSN คือรายการสินค้าที่เคลื่อนไหวเร็ว (Fast moving) รายการสินค้าที่เคลื่อนไหวช้า(Slow moving) รายการสินคา้ที่ไม่เคลื่อนไหว(Non moving) เพื่อพิจารณาปริมาณอตัราการใชง้านและความถี่ในการใชง้านการไดม้าซ่ึงอตัราความถี่น้นัจะตอ้งจดัเกบ็ขอ้มูลแบบเป็น ระบบแลว้นา มาหาค่าเฉลี่ยโดยมีเกณฑก์ารวดัผลเพื่อนา ไปพิจารณา (รุธิร์ พนมยงค์, 2548) 2.5.1 วัสดุที่มีการหมุนเวียนเร็ว F (Sast moving) วสัดุที่มีระดบัความตอ้งการใชง้านถี่เรียกใชง้านบ่อย มีอตัราการหมุนเวียนมาก 2.5.2 วัสดุที่มีการหมุนเวียนช้า S (Slow moving) วสัดุที่มีระดบัความตอ้งการใชง้านไม่มากนกัมีอตัราการหมุนเวียนบา้งเป็นคร้ังคราว 2.5.3 วสัดุที่ไม่มีการหมุนเวียน N (Non moving) วสัดุที่มีระดบัความตอ้งการใชง้านนอ้ยหรืออาจจะไม่มีการเรียกใชง้านอตัราการหมุนเวียนนอ้ยหรือวสัดุในกลุ่มน้ี แทบไม่มีการหมุนเวียน 2.5.4 ข้นัตอนการจา แนกกลุ่มดว้ยการวิเคราะห์เอฟเเอน็ (FSN Analysis) มีดงัน้ี 2.5.4.1จดัทา ขอ้มูลสินคา้คงคลงัโดยมีรายละเอียดเป็นปริมาณที่สงั่ซ้ือต่อปีเพื่อจดัลา ดบัของสินคา้คงคลงัตาม อัตราการใช้งาน 2.5.4.2 จา แจกกลุ่มสินคา้ดว้ยอตัราการใชง้านของสินคา้คลคลงัแต่ละรายการที่หมุนเวียนในรอบปี และทา การจดัเรียงขอ้มูลตามลา ดบัจากมากไปนอ้ย ซ่ึงจา แนกกลุ่มสินคา้ดว้ยค่าเฉลี่ยการเกบ็สินคา้ในคลงั 2.5.4.3 คา นวณหาค่าเปอร์เซ็นตข์องสินคา้แต่ละรายการและเปอร์เซ็นตส์ะสมของสินคา้คลคลงั 2.5.4.4 นา ค่าเปอร์เซ็นตท์ ี่ไดแ้บ่งกลุ่มสินคา้คงคลงัเป็น F S และ N ตามเปอร์เซ็นตท์ ี่ระบุไวอ้ยา่งไรก็ตามการวิเคราะห์สามารถคาดเคลื่อนไดข้้ึนอยกู่บัความผบัผวนของอุปสงค์ อาจเป็นเวลาหน่ึงปีที่สินคา้มีการหมุนเวียนเร็วเนื่องจากไดร้ับความนิยมอยา่งมากแต่กก็ลายเป็นสินคา้ที่ไม่มีการหมุนเวียน เมื่อสินคา้น้ีไม่เป็นที่ตอ้งการอีกต่อไป 2.6 งานวิจัยที่เกี่ยวข้อง นิตยา วงศระวัง , 2556 ได้ศึกษาการจัดการคลังสินค้าผ้าที่เหมาะสมส าหรับ อุตสาหกรรมสิ่งทอไดใ้ชเ้ครื่องมือการพยากรณ์มาใชในการพยากรณ์ศึกษาขอมูลที่ไดเ้กบ็รวบรวมได้ กรณีศึกษาพบว่ามีปริมาณของวตัถุดิบมากทา ใหมู้ลค่าเฉลี่ยคงคลงัสูงเกิดตน้ทุนจมในรูปแบบของวตัถุดิบคงคลงั เป็นจา นวนมากและนา ไปสู่ตน้ทุนการจดัเกบ็รักษาที่สูงตามไปดว้ยซ่ึงสาเหตุของปัญหาพบวา่ ไม่มีรูปแบบและวิธี การจดัการวตัถุดิบคงคลงัใหมีประสิทธิภาพอาศยัเพียงประสบการณ์และความชา นาญในการทา งานจึงทา ให้เกิด มูลค่าวตัถุดิบคงคลงัสูง ธนกฤษ ผดัเปา ,2561การศึกษาวิจยัเรื่องน้ีตอ้งมีการปรับเปลี่ยนการดา เนินงานจากการ สงั่ซ้ือสินคา้เพื่อนา มาจา หน่ายเนื่องจากปัญหาตน้ทุนคลงัสินคา้ที่เกิดข้ึนจากทางร้านกรณีศึกษามีผล มาจากการไม่ไดว้างแผนก่อนสงั่ซ้ือสินคา้ไม่มีการตรวจนบัสตอ็กที่มีอยใู่นคลงัสินคา้ก่อนการสงั่ซ้ือสินคา้ เมื่อมีการสงั่ซ้ือสินคา้มาแลว้จึงทา ใหส้ินคา้ในคลงัสินคา้มีจา นวนมากข้ึน โดยส่งผลต่อตน้ทุน การจดัเกบ็ของทางรานกรณีศึกษาอีกดว้ยการแกไ้ขปัญหาตน้ทุนการจดัเกบ็ ในคลงัสินคา้จึงจา เป็นใน
14 การนา เครื่องมือไดแ้ก่การแบ่งกลุ่มสินคาตาม ABC Analysis การพยากรณ์และการหาปริมาณ สงั่ซ้ือที่ประหยดั เพื่อใชบ้ริหารจดัการคลงัสินคา้ใหเกิดประสิทธิภาพมากยงิ่ข้ึน ธีรพันธ สุริวรรณ , 2559 การพิจารณาความแปรปรวนของความต้องการวัตถุดิบ ซ่ึงเป็นขอจา กดัในการประยกุตใ์ชตวัแบบ EOQ จึงได้ท าการทดสอบขอมูลวัตถุดิบประเภท A ท้งั148 รายการขา้งตน้ดว้ยวิธีการทดสอบสมั ประสิทธิความแปรปรวนของความตอ้งการผลการทดสอบพบวา่วตัถุดิบ 31 รายการเป็นวตัถุดิบที่มีขอ้มูลตอ้งการที่แปรปรวนสูงจึงไม่เหมาะต่อการนา ไปใชก้บัตวัแบบ EOQ ในงานวิจยัน้ีจึงไดเ้ลือกปรับปรุงวตัถุดิบประเภทAจา นวน117รายการและไดเ้ปรียบเทียบหาค่าเฉลี่ยของร้อยละ ความผิดพลาดสมบูรณ์หรือ MAPE เพื่อหาค่าผดิพลาดจากการ พยากรณ์ผลการประเมินพบวา่การพยากรณ์ดว้ยวิธี Winter’s Method ใหค้ ่าความมผิดพลาดนอ้ยกวา่วิธีอื่นๆโดยวตัถุดิบประเภทAท้งัหมด117รายการเหมาะสมกบัวิธี Winter’s Method นายกมล จึงมานนท , 2562 ผู้วิจัยท าการเปรียบเทียบการพยากรณ์ยอดขายรถยนต์ใช้ไฟฟ้า ในประเทศจีน โดยนา ขอมูลยอดขายจริงในส่วน Holdout Period เทียบกบัผลที่ไดจ้ากการพยากรณ์ในแต่ละวิธีโดยคา นวณหาค่า RMSE และ MAPE เพื่อหาค่าที่ผิดพลาดจากค่าจริงโดยเฉลี่ยโดยเทียบ กบัการพยากรณ์แต่ละวิธีที่ไดผ้ลจากการพยากรณ์ในชวง Holdout Period เมื่อวิเคราะห์เทียบกบัขอ้มูลยอดขายจริงจะพบวาการพยากรณ์ที่เหมาะสม และใกลเ้คียงกบัยอดขายจริงที่สุดคือการ พยากรณ์วิธีDecomposition ซ่ึงมีความขดัแยงกบัขอมูลสวน Historical Period โดยใช้วิธี Combined Forecast นนั่หมายถึงวิธีDecomposition ซึ่งเป็ นสวนประกอบหนึ่งของวิธีCombined เป็นวิธีที่ใหผลแม่นยา วิธีหน่ึงกบัการพยากรณ์ยอดขายรถยนตไ์ฟฟ้าในประเทศจีน เนื่องดว้ยเทคโนโลยี รถยนตใ์ชไฟฟ้าเป็นเทคโนโลยใีหม่สา หรับประเทศจีนที่มีขายไม่กี่ปีทา ใหก้ารบนัทึกยอดขายจริงยงั ปริมาณขอ้มูลไม่มากและขอ้มูล่ชวง Holdout Period ยงัไม่ครบถึงปลายปีหรือครบฤดูกาล นอกจากน้ีภาครัฐยงัไม่ชดัเจนในการผลกัดนัการใชร้ถยนตใ์ชไฟฟา รัชนี โฆษิตานนท , 2564 จากการรวบรวมข้อมูลปริมาณความต้องการเครื่องฟอกอากาศ เพื่อน ามาพยากรณ์ความต้องการ ซึ่งผู้วิจัยท าการคัดเลือกวัตถุดิบที่มีปริมาณความต้องการสูง และ 14 Lead time มากกวา่90วนัมาเป็นตวัแทนในการพยากรณ์1 ชนิด ไดแ้กวตัถุดิบ A199 จากน้นัทา การวิเคราะห์ปริมาณการใช้วัตถุดิบ A199 การสั่งซ้ือแบบประหยดั (EOQ) ปริมาณวัตถุดิบคงคลังส ารอง(Safety stock) จุดสงั่ซ้ือใหม่(Reorder point)และเปรียบเทียบผลวิเคราะห์ระหวา่งวิธีการก่อนและหลงัปรับปรุง พบวา่วิธีการพยากรณที่เหมาะสม คือวิธีHolt-winter’s for multiplicative seasonal effect เนื่องจากเป็นวิธีที่ใหค้ ่าพยากรณ์ใกลเ้คียงกบั ปริมาณการใชจ้ริงโดยมีค่าความคลาดเคลื่อนต่า ที่สุด เมื่อเทียบกบัวิธีการพยากรณ์อื่น ปยานนัท ทองโพธ์ิ,2558 การอภิปรายผลการดา เนินงานวิจยัเรื่องการประยกุตเ์ทคนิคการ พยากรณ์ความตอ้งการสินคา้เพื่อวางแผนการผลิตกรณีศึกษาโรงงานผลิตชุดฉนั ในมีข้นัตอนการ ด าเนินงานในการหาความต้องการสินค้าแนอนาคตใช้การพยากรณ์แบบอนุกรมเวลาในการค านวณ ซึ่งรูปแบบการพยากรณ์แบบวินเตอร์เป็นรูปแบบที่เหมาะมากที่สุด จากน้นัจึงนา ค่าที่ไดจ้ากการ คา นวณไปใชก้า หนดเป้าหมายในการวางแผนการสงั่ผลิตสินคา้แต่ละช่วงเวลาต่อไป นางสาวธนัยช์นกจนัทร์หอม ,2564 การวิจยัในคร้ังน้ีตองสมัภาษณผจู้ดัการฝ่ายการตลาด ผู้ชวยผู้จัดการฝ่ ายการตลาด และผู้ประสานงานฝ่ ายการตลาด เพื่อพิจารณาถึงลักษณะของการ
15 เปลี่ยนแปลงของยอดขายและปัจจยัต่างๆ ที่เกี่ยวของกบัการพยากรณ์แบบอนุกรมเวลาและเอกสาร เกี่ยวกบัยอดขายสินคา้ K รุน WF21220 No.5 ผลของการวิเคราะห์ในการหารูปแบบวิธีการพยากรณ์ ที่เหมาะสม คือ การพยากรณ์แบบอนุกรมเวลาแบบการปรับเรียบแบบเอกซโพแนนเชียล ใชคา α = 0.1 ไดผลการพยากรณ์ที่แม่นยา และเกิดความผดิพลาดนอ้ยที่สุด โดยค่าMAD = 55,745.43 คา MAPE = 17.83% ผู้วิจยัมีคิดความเห็นวาการพยากรณ์ที่ใชค้่าMADและMAPEต่า ที่สุดจะไดผ้ลการพยากรณ์ที่แม่นยา และเกิดความ ผิดพลาดน้อยที่สุด เฉลิมชาติ ธีระวิริยะ , 2559 การเปรียบเทียบวิธีการพยากรณ์ส าหรับความต้องการใช้พลังงา ไฟฟ้าในจงัหวดันครพนมในงานวิจยัน้ีมีวตัถุประสงคเ์พื่อศึกษาและเปรียบเทียบวิธีการพยากรณ์สา หรับ การพยากรณ์ความต้องการใช้พลังงานไฟฟ้าในจังหวัดนครพนมโดยใช้ข้อมูลจาการ ไฟฟ้าฝ่ายผลิตจงัหวดันครพนมต้งัแต่เดือนมกราคม 2554ถึงเดือนกนัยายน 2559จา นวน 69ค่าโดย แบ่งขอ้มูลออกเป็น 2 ชุดขอ้มูลชุดที่1 ต้งัแตเดือนมกราคม 2554ถึงเดือนธนัวาคม 2558จา นวน 60 ค่าสา หรับการเปรียบเทียบหาวิธีการพยากรณ์กรณีที่เหมาะสมที่สุดโดยใชเ้กณฑพิจารณาคาเฉลี่ย ความคลาดเคลื่อนสมบูรณ์ (MAD) และคาเฉลี่ยเปอร์เซ็นตความคลาดเคลื่อนสมบูรณ์ (MAPE) ที่ต ่า ที่สุดโดยงานวิจยัน้ีใชใชวิธีการพยากรณ 6วิธีคือ1)วิธีคาเฉลี่ยเคลื่อนที่2)วิธีแนวโนมเชิงเสน 3 วิธี ปรับเรียบเอ็กซโพเนนเชียลอยางงาย 4) วิธีปรับเรียบเอ็กซโพเนนเชียลแบบโฮลท 5) วิธีปรับเรียบ เอก็ซโพเนนเชียลแบบวินเทอร6)วิธีแยกสวนประกอบจากน้นัจึงเลือกวิธีการที่พยากรณที่เหมาะสม ที่สุดมาคา นวณหาช่วงการพยากรณล่วงหนา้กบัขอมูลชุดที่2คือขอมูลต้งัแตเดือนมกราคม 2559 ถึง เดือนกนัยายน 2559จา นวน 9คาโดยใชเกณ์ฑพิจารณาคาเฉลี่ยเปอร์เซ็นตความคลาดเคลื่อน 15 สมบูรณ์(MAPE) ที่ต ่าที่สุดผลการศึกษาพบวาวิธีการพยากรณ์ที่มีความเหมาะสมที่สุดคือการพยากรณ์ โดยวิธีแยกสวนประกอบจากรูปแบบดงักลาวนา มาคา นวณหาชวงพยากรณ์ล่วงหนา้ 3 เดือน 6 เดือน และ 9 เดือนพบวา่วิธีน้ีเหมาะสา หรับการพยากรณ์ล่วงหนา9 เดือน นางสาวรติการ โพธ์ิศรีทอง ,2555 วิธีการพยากรณ์ปริมาณการจา หน่ายอุปกรณ์นา สญัญาณไฟฟ้า โดยท าการศึกษาอุปกรณ์น าสัญญาณไฟฟ้ามา 3 ประเภท คือ 1. HD6-PB18 2. SATPG22 3. FPA โดยใชข้อ้มูลยอดขายรายเดือน จากผลการศึกษาจะเห็นไดว้่าเทคนิคการพยากรณ์ที่ เลือกใช้ในการพยากรณ์อุปกรณ์น าสัญญาณไฟฟ้า (Connector) ท้งั3 ประเกท คือวิธีการปรับเรียบ แบบเอ็กซโปเนนเชียลของวินเทอร (Winters Method) ซ่ึงลกัษณะความตอ้งการของลูกคา้ในช่วง เดือนมกราคมมิถุนายน จะมีความตอ้งการนอ้ยแต่ในช่วงเดือน กรกฎาคม -ธันวาคม จะมีความต้องการที่สูง ซึ่งลักษณะของข้อมูลจะเป็ นแบบมีฤดูกาลท าให้วิธีการปรับเรียบแบบเอ็กชิโปเนนเชียล ของวินเทอร(Winters Method) ใหค าความคลาดเคลื่อนสมบูรณที่ต ่าที่สุด (MAPE) เมื่อเทียบกบัเทคนิคการพยากรณ์ในแบบอื่น นายสุพัฒน์ แกวสงศรี,2562 การคนควาอิสระฉบบัน้ีจดัทา ข้ึนเพื่อศึกษา การพยากรณ์การวางแผนการผลิต และการวางแผนความต้องการวัสดุส าหรับโรงงานกรณีศึกษา โดยใชผ้ลิตภณัฑแผงวงจรไฟฟายดืหยนุชนิดประกอบชิ้นสวนอิเลก็ทรอนิกส (Flexible Printed Circuit Assembly) รุน NJ3196 เป็ นข้อมูลส าหรับการคนควาส่งผลใหมีปริมาณสินคา้สา เร็จรูปมากเกินความตอ้งการจริง ก่อใหเ้กิดปัญหาเรื่องการจดัเกบ็สินคา้ตน้ทุนการผลิต และการสงั่ซ้ือวสัดุสูง
16 เนื่องจากผลิตเกินความจา เป็นหรือปริมาณสินคา้สา เร็จรูปนอ้ยเกินความตอ้งการจริงในบางช่วงเวลา ทา ใหเ้กิดปญหาสินคา้ขาดสูง เจนรตชา แสงจันทร , 2562 จากการศึกษาสภาพปัญหาที่พบในปริษัท XYZ พบวา่ยงัมีการแบ่งประเภทสินคา้คงคลงัที่ตอ้งควบคุม ทางผวู้ิจยัจึงไดป้ระยกุตใชก้ารวิเคราะห์เอฟเอสเอน็ (FSN Analysis)เพื่อหารายการสินคา้ที่มีอตัราหมุ่นเวียนสูงไปถึงต่า เพื่อลดระยะทางในการเคลื่อนยา้ยสินค้าและระยะเวล าการคันหาสินค้าตามวัตถุประสงค์โดยการประยุกต์ใช้การวิเคราะหเอฟเอสเอ็น (FSN Analysis)/ เพื่อแบ่งประเภทจดัลา ดบัความสา คญัจะทา ใหทราบว่าสินคา้รายการใดเป็นสินคา้ที่ มีไม่มีอตัราความถี่หรือไม่มีอตัราหมุนเวียนโดยเรียงลา ดบัรายการสินคา้ที่มีอตัราการหมุนเวียนสูงไป หาต ่า โดยสินค้าประเภทกลุม F มีจา นวนท้งัหมด 13รายการ มีมูลคารวม 3,381,302 บาท หรือคิด เป็นร้อยละ48.59 ของจา นวนรายการท้งัหมด สินคา้ประเภทกลุ่ม S มีจา นวนท้งัหมด 17รายการ มีมูลค่ารวม 2,096,665 บาทหรือคิดเป็นร้อยละ30.13ของจา นวนรายการท้งัหมด สินคา้ประเภทกลุ่ม N มีจา นวนท้งัหมด 147รายการ มีมูลค่ารวม 1,480,537 บาทหรือคิดเป็นร้อยละ21.28ของจา นวน รายการท้งัหมดและนา แผนผงัการจดัวางสินคา้มาวิเคราะห์ก่อนปรับปรุงพบวา่มีการวางสินคา้ปะปนกนั โดยสินคา้ที่มีการเคลื่อนไหวบ่อยน้นัอยตู่านใน ทา ใหเ้กิดความลา้ชา้ในการเบิกจ่ายและสินค่าที่มี16 การเคลื่อนนอ้ยน้นัอยใู่กลกบัพ้ืนที่เบิกจายจึงไดท้า การจดัแผนผงัใหม่การวางสินคา้ตามแผนผงั (FSN Analysis) พบวา่เวลาในการหยบิสินคา้ก่อนปรับปรุงของพนกังานคลงัสินคา้เฉลี่ย23.23วินาทีและ เวลาหยิบสินค้าหลังปรับปรุงของพนักงานคลังสินค้า เฉลี่ย 8.18 วินาที มธุรดาศรีผาน , 2563 เริ่มจากการนา ขอ้มูลปริมาณการใชง้านบรรจุภณัฑแต่ละชนิดมา พลอ็ตกราฟเพื่อดูรูปแบบของขอ้มูลวา่มีความเป็นฤดูกาลหรือไม่พบว่า มี12รายการที่มีขอ้มูลเป็น รูปแบบฤดูกาลและ4รายการไม่มีขอมูลที่เป็นรูปแบบฤดูกาลโดยบรรจุภณัฑที่มีรูปแบบฤดูกาลจะ ใชว้ิธีการพยากรณ์คือวิธีการพยากรณ์แบบฤดูกาลและวิธีการพยากรณฺของวินเทอร สวนขอมูลที่ไม่มี รูปแบบฤดูกาลจะใชว้ิธีค่าเฉลี่ยเคลื่อนที่และวิธีการปรับเรียบเอกชิโปเนนเชียลจากน้นัคา นวณหาค่าเฉลี่ย เปอรเซ็นตของความคลาดเคลื่อนสัมบูรณ (MAPE) ค าเฉลี่ยของความเบี่ยงเบนสัมบูรณ (MAD) และคาเฉลี่ยความลาดเคลื่อนกา ลงัสอง (MSE) วิธีที่มีความคลาดเคลื่อนนอยที่สุดอยา่งนอ้ย2 ตวัช้ีวดัแสดงวา่มีความคลาดจากการพยากรณ์นอ้ยกวา่จึงเปนวิธีที่เหมาะสมมากกวา่
ตารางที่2.1 ตารางสังเคราะห์งานวิจยัที่เกี่ยวขอ้ง (ต่อ) ชื่อผู้วิจัย ชื่อเรื่อง เครื่องมือที่ใช้ นิตยา วงศ์ระวัง การจัดการคลังสินค้าผ้าที่เหมาะสมส าหรั บ อุตสาหกรรมสิ่งทอ 1. Moving averages 2.วิธีการหาคาเฉลยเคลื่อนที่แบบถวง3. วิธีแยกสวนประกอบ (Decomposit4. โปรแกรม Minitab 5.วิธีการปรับเรียบแบบเอกซโพเนนเชี(Exponential smoothing) 6.วิธีการปรับใหเรียบแบบดบัเบิ้ลเอกโพเนนเชียล ( Double Exponential smoothing) 7.วิธีการปรับใหเรียบแบบเอ็กซโพเนของวินเทอร์(Winters Method)
18 การด าเนินงาน ผลลัพธที่ได้ น้า หนกั tion) ชียล ซ นชียล 1.เก็บขอ้มูลยอ้นหลงัยของบริษัท กรณีศึกษา 2. หาตัวแบบที่เหมาะสมที่สุด เพื่อใชในการพยากรณีความตองการในกา รผลิต 3. ค านวณหาปริมาณการผลิตที่ เหมาะสม เพื่อลดสินคาคงคลงใหต ่าที่สุด มีปริมาณของวัตถุดิบมาก ท าใหมูลคาเฉลี่ย คงคลงัสูงเกิดตนทุนจมในรูปแบบของ วัตถุดิบคงคลังเปนจ านวนมาก และน าไปสู่ ต้นทุนการ จัดเก็บรักษาที่สูงตามไปด้วยซึ่งสาเหตุของ ปัญหาพบวาไ่ม่มีรูปแบบและ วิธีการจัดการวัตถุดิบคงคลังให้มี ประสิทธิภาพ อาศัยเพรยงประสบการณ์ และความชา นาญในการทา งานจึงทา ใหเกิด มูลค่า วัตถุดิบคงคลังสูง
ตารางที่ 2.2 ตารางสังเคราะห์งานวิจยัที่เกี่ยวขอ้ง (ต่อ) ชื่อผู้วิจัย ชื่อเรื่อง เครื่องมือที่ใช้ ธนกฤษ ผัดเป้า การเพิ่มประสิทธิภาพ การจัดการคลังสินค้า โดยใช้เทคนิคการ พยากรณ์ของร้าานผ้า แห่งหนึ่งในจังหวัดล าพูน 1. วิธีการพยากรณ์ค่าเฉAverage) 2. วิธีการพยากรณ์ปรับเชียล (Single Exponenวิธีการพยากรณ์ปรับเรีซ้า สองคร้ัง (Double ExSmoothing)
19 การด าเนินงาน ผลลัพธที่ได้ ฉลี่ยเคลื่อนที่ (Moving บเรียบเอ็กซ์โพเนน ntial Smoothing) 3. ยบเอ็กซ์โพเนน เชียล xponential 1. ศึกษางานวิจยัที่เกี่ยวข้องและลงพ้ืนที่เก็บ รวบรวมข้ออมูล 2. วิเคราะห์ข้อมูลค้าประเภทเส้ือจา แนก ตามหลักทฤษฎี ABC Analysis 3. ศึกษาโดยใช้ทฤษฎีการพยากรณ์4. หา ค่าเฉลี่ยความคลาดเคลื่อน (MSE) 5. หาการ สั่งซ้ือที่ประหยดั 6. สรุปผลการสั่งซ้ือที่ ประหยัด 7. สรุปผลที่ได้และใช้เป็ นแนวทาง ปฏิบัต ในการสั่งซ้ือสินค้าโดยที่ไม่ได้มีการวางแผน ก่อนการสั่งซ้ือจะทา ให้มีจ านวนสินค้าใน ปริมาณที่สูงหากเปรียบเทียบกบัจาก ยอดขายจริงที่เกิดข้ึนซ่ึงมีจา นวนน้อยกวาที่ ่ ซ้ือมารวมถึงการหาปริมาณสั่งซ้ือที่ ประหยัดจึงสามารถใช้ในการช่วยลดจ านวน สินค้าที่เกินความจา เป็นไปได้ท าให้สินค้า ใน คลังสินค้ามีจ านวนสินค้าเพียงพอต่อ ความต้องการของลูกค้าและมีสินค้าไมมาก่ เกิน ความจ าเป็นอีกด้วย
ตารางที่2.3 ตารางสังเคราะห์งานวิจยัที่เกี่ยวขอ้ง (ต่อ) ชื่อผู้วิจัย ชื่อเรื่อง เครื่องมือที่ใช้ ธีรพันธ์สุริวรรณ การพยากรณ์ความต้องการและ ปริมาณ การสั่งซ้ือที่ประหยดัของ วัตถุดิบหลักใน อุตสาหกรรม ประกอบ ชิ้นส่วนอิเล็กทรอนิกส์ 1. ABC Analysis 2. การสั่งซ้ือที่ประหยดั (Economic Order Quantity) หรือ EOQ 3. โปรแกรม Minitab
20 การด าเนินงาน ผลลัพธที่ได้ 1. เก็บรวบรวมข้อมูล 2. วิเคราะห์ประเภทของวัตถุดิบ 3. การวิเคราะห์แนวทางในการปรับปรุงการควบคุม วัตถุดิบคงคลัง 4. การพยากรณ์ความต้องการวัตถุดิบ 5. การคา นวณหาปริมาณการสั่งซ้ือด้วยวิธีปริมาณ การสั่งซ้ือที่ประหยดั (EOQ) 6. การดา เนินการสั่งซ้ือวตัถุดิบด้วยตัวแบบ EOQ 7. การเปรียบเทียบผลการปรับปรุง 8. สรุปผลการค้นคว้า ต้นทุนวัตถุดิบคงเหลือจากการประยุกต์ใช้ใ EOQ พบวาวิธีการ ่ สั่งซ้ือแบบ EOQ ก่อให้เกิดต้นทุนวัตถุดิบคงเหลือรวม 1,895,638.16 บาท ส่วนวิธีการสั่งซ้ือแบบเดิมที่ไม่ไดใ้ช้ EOQ มีต้นทุนวัตถุดิบคงเหลือรวม 2,559,232.62 บาท ดงัน้นั สามารถลดต้นทุนวัตถุดิบคงเหลือใน เดือนที่ท าการวัดผลได้ 663,594.46 บาท หรือคิดเป็นร้อยละที่ลดลงได้เท่ากบั 25.93 อีกด้านหนึ่งของการประยุกต์ใช้ตัวแบบ EOQ ท าให้ ความสามารถในการรองรับ ความต้องการใช้วัตถุดิบได้100% กล่าวคือไม่เกิดโอกาสในการผลิตที่จะหยดุชะงกั เนื่องจาก สาเหตุการขาดวัตถุดิบที่คิดป็น ร้อยละ 100
ตารางที่2.4 ตารางสังเคราะห์งานวิจยัที่เกี่ยวขอ้ง (ต่อ) ชื่อผู้วิจัย ชื่อเรื่อง เครื่องมือที่ใช้ นายกมล จึงมานนท์ การพยากรณ์ยอดขายรถยนต์ไฟฟ้าใน ประเทศสหรัฐอเมริกาและประเทศจีน 1. แบบจ าลองสมการถโปรแกรม Forecast X
21 การด าเนินงาน ผลลัพธที่ได้ ถดถอยแบบพหุคูณ 2. 1. การรวบรวมข้อมูลยอดขายรถยนต์ใช้ ไฟฟ้าของประเทศสหรัฐอเมริกา และ ประเทศจีน 2. สร้างแบบการทดลองแบบถดถอย และ สร้างแบบการทดลองอนุกรมเวลา 3. สรุปผลที่ได้ ผลจากการพยากรณ์ในช่วง Holdout Period เมื่อวิเคราะห์เทียบกบัขอมูล้ ยอดขายจริง จะ พบวาการพยากรณ์ ่ ที่ เหมาะสมและใกล้เคียง กบัยอดขายจริงที่สุด คือการพยากรณ์วิธี Decompositionซึ่งมีความขดัแยง่กบัขอมูล้ ส่วน Historical Period โดยใช้วิธี Combined Forecast นนั่หมายถึงวิธีDecomposition ซึ่ง เป็น ส่วนประกอบหนึ่งของวิธี Combined เป็น วิธีที่ให้ผลแม่นยา วิธีหน่ึงกบัการ พยากรณ์ยอดขายรถยนต์ไฟฟ้าในประเทศ จีน
ตารางที่2.5 ตารางสังเคราะห์งานวิจยัที่เกี่ยวขอ้ง (ต่อ) ชื่อผู้วิจัย ชื่อเรื่อง เครื่องมือที่ใช้ รัชนี โฆษิตานนท์ การพยากรณ์ความ ตอ้งการในการสั่งซ้ือ และจัดการวัตถุดิบคงคลัง กรณีศึกษา บริษัท ผลิตเครื่องฟอกอากาศ 1. วิธีการพยากรณ์ Homultiplicative seasona2. ปริมาณการสั่งซ้ืออ3. โปรแกรม Minitab
22 การด าเนินงาน ผลลัพธที่ได้ olt-winter’s for al effect ยางประหยัด ( ่ EOQ) 1. ศึกษาทบทวนทฤษฎีและงานวิจัยที่ เกี่ยวของ้ 2. ก าหนดขอบเขตการศึกษา 3. เก็บรวบรวมขอมูล้ 4. วิเคราะห์ข้อมูล 5. สรุปผลการศึกษา พบวาวิธีการพยากรณ์ ่ ที่เหมาะสม คือ วิธี Holt-winter’s for multiplicative seasonal effect เนื่องจากเป็นวิธีที่ให้ค้า พยากรณ์ ใกล้เคียงกบั ปริมาณการใชจริง ้ โดยมีค่า ความคลาดเคลื่อนต ่าที่สุด เมื่อเทียบกบั วิธีการพยากรณ์อื่น
ตารางที่2.6 ตารางสังเคราะห์งานวิจยัที่เกี่ยวขอ้ง (ต่อ) ชื่อผู้วิจัย ชื่อเรื่อง เครื่องมือที่ใช้ ปิยานนัท์ิทองโพธ การประยุกต์เทคนิคการ พยากรณ์ความ ต้องการ สินค้าเพื่อวางแผนการผลิต กรณีศึกษาโรงงานผลิตชุดช้นั ใน 1. วิธีการพยากรณ์แบบ2. วิธีการพยากรณ์คาเฉ่ 3. วิธีการพยากรณ์ปรับเชียล 4. วิธีการพยากรณ์ปรับเชียลซ้า สองคร้ัง 5. วิธีการพยากรณ์แบบ6. โปรแกรม Minitab
23 การด าเนินงาน ผลลัพธที่ได้ บอนุกรมเวลา ฉลี่ยเคลื่อนที่ บเรียบเอ็กซ์โพเนน บเรียบเอ็กซ์โพเนน บฤดูกาลของวินเตอร์ 1. เก็บรวบรวมขอมูลยอดขายและยอด้การ ผลิต 2. น าข้อมูลพล็อตกราฟ 3.พยากรณ์แลเปรียบเทียบของวิธีการ พยากรณ์ตาง ๆ่ 4. เลือกวิธีที่เหมาะสมและวางแผน วิเคราะห์ต้นทุน 5. สรุปผล ใช้การพยากรณ์แบบอนุกรมเวลาในการ ค านวณ ซึ่งรูปแบบการพยากรณ์แบบวิน เตอร์เป็นรูปแบบที่เหมาะมากที่สุด
ตารางที่2.7 ตารางสังเคราะห์งานวิจยัที่เกี่ยวขอ้ง (ต่อ) ชื่อผู้วิจัย ชื่อเรื่อง เครื่องมือที่ใช้ นางสาวธันย์ชนก จันทร์หอม การพยากรณ์แบบอนุกรม เวลา เพื่อกา หนดการ สั่งซ้ือ ที่ประหยัดที่สุดของ โรงงานผลิตยางซิลิโคน แห่งหน่ึง 1. ABC Analysis 2. การสั่งซ้ือที่ประหยดั ( Economic Order Quantity) หรือ E3. การพยากรณ์แบบ อนุกรมเวลา 4. การหาจา นวนข้นัต่า ของวัสดุคงคลัง (Safety Stock)
24 การด าเนินงาน ผลลัพธที่ได้ EOQ 1. สัมภาษณ์ผู้จัดการฝ่ายการตลาด ผู้ช่วย ผู้จัดการ ฝ่ายการตลาด และผู้ประสานงานฝ่ายการตลาด 2. ศึกษาเอกสารเกี่ยวกบัยอดขายสินคา ้ K รุ่น WF21220 No.5 3. สังเกตการณ์การใช้วัตถุดิบและการ ด าเนินการ สั่งซ้ือ 4. น าข้อมูลยอดขายมาวิเคราะห์เพื่อหารูปแบบ ทิศทางของข้อมูล เพื่อใช้เป็นเกณฑ์ในการตัดสินใจ 5. ทดสอบการพยากรณ์กบัขอมูลในปี ้ที่ผานมา่ 6. น าข้อมูลของการใช้วสัดุสิ้นเปลืองมาจา แนก ความส าคัญตาม หลักการ ABC Analysis 7. วัดความ แปรปรวนของข้อมูล 8. คา นวณหาปริมาณการสั่งซ้ือวสัดุในการผลิต สินค้าที่ประหยัด 9. น าผลที่ได้จากการพยากรณ์สินค้าขาย ค านวณหา สินค้าที่ปลอดภัย และวัสดุที่ต้องใช้ในการผลิต สินค้า ผลของการวิเคราะห์ในการหารูปแบบวิธีการพยากรณ์ที่ เหมาะสม คือ การพยากรณ์แบบอนุกรมเวลาแบบการปรับ เรียบแบบเอกซ์โพแนน เชียล ใช้ค่า α = 0.1 ได้ผลการ พยากรณ์ที่แม่นยา และเกิดความ ผิดพลาดน้อยที่สุด โดยค่า MAD = 55,745.43 ค่า MAPE = 17.83% ดงัน้นัผวิจัยมีคิดู้ ความเห็นวาการ่ พยากรณ์ที่ค่า MAD และ MAPE ต ่าที่สุดจะ ได้ผลการ พยากรณ์ที่แม่นยา และเกิดความผิดพลาดนอย้ ที่สุด
ตารางที่2.8 ตารางสังเคราะห์งานวิจยัที่เกี่ยวขอ้ง (ต่อ) ชื่อผู้วิจัย ชื่อเรื่อง เครื่องมือที่ใช้ เฉลิมชาติ ธีระวิริยะ การเปรียบเทียบวิธีการ พยากรณ์ส าหรับ ความ ต้องการใช้พลังงานไฟฟ้า ในจังหวัด นครพนม ใช้เกณฑ์พิจารณาค่าเฉสมบูรณ์(MAD) และคความคลาดเคลื่อนสมบูที่สุด
25 การด าเนินงาน ผลลัพธที่ได้ ลี่ยความคลาดเคลื่อน ค่าเฉลี่ยเปอร์เซ็นต์ บูรณ์(MAPE) ที่ต ่า งานวิจยัน้ีใชใช้ ้ วิธีการพยากรณ์6 วิธีคือ1. วิธีค่าเฉลี่ยเคลื่อนที่ 2. วิธีแนวโน้มเชิงเส้น 3. วิธีปรับเรียบเอ็กซ์โพเนนเชียลอยา่งง่าย4. วิธีปรับเรียบเอ็กซ์โพเนนเชียลแบบโฮลท์ 5. วิธีปรับเรียบเอ็กซ์โพเนนเชียลแบบวิน เทอร์ 6. วิธีแยกส่วนประกอบจากน้นัจึงเลือก วิธีการ ที่พยากรณ์ที่เหมาะสมที่สุดมา คา นวณหาช่วงการพยากรณ์ลวงหน้ ่ากบั ข้อมูลชุดที่ 2 คือข้อมูลต้งัแต่เดือนมกราคม 2559 ถึงเดือน กนัยายน 2559 จ านวน 9 ค่า โดยใช้เกณฑ์พิจารณาค่าเฉลีpเปอร์เซ็นต์ ความคลาดเคลื่อน สมบูรณ์(MAPE) ที่ต ่า ที่สุด วิธีการพยากรณ์ที่มีความเหมาะสมที่สุดคือ การพยากรณ์โดยวิธีแยกส่วนประกอบจาก รูปแบบดงักล่าวนา มาคา นวณหาช่วง พยากรณ์ลวงหน้ ่า 3 เดือน 6 เดือนและ 9 เดือนพบวา่วิธีน้ีเหมาะสา หรับการพยากรณ์ ล่วงหน้า 9 เดือน
ตารางที่ 2.9 ตารางสังเคราะห์งานวิจยัที่เกี่ยวขอ้ง (ต่อ) ชื่อผู้วิจัย ชื่อเรื่อง เครื่องมือที่ใช้ นางสาวรติการโพธ์ิศรีทอง การประยุกต์ใช้วิธีการ พยากรณ์ส าหรับ บริษัทผู้ผลิตอุปกรณ์น า สัญญาณไฟฟ้า 1. วิธีการปรับให้เรียบแ2 คร้ังตามแบบของบรMethod) 3. วิธีการปรับให้เรียบแ2 คร้ัง ตามแบบของบร4. วิธีการปรับให้เรียบแของวินเทอร์(Winters 5. วิธีการพยากรณ์ด้วยแนวโน้มเสน้ตรง ( LinLineMethod)
26 การด าเนินงาน ผลลัพธที่ได้ แบบเอ็กซ์โปเนนเชียล าวน์(Brown's แบบเอ็กซ์โปเนนเชียล ราวน์(Holt's Method) แบบเอ็กซโพเนนชียล Method) ยวิธีการวิเคราะห์ ner Trend 1. ศึกษาปัญหาที่เกิดข้ึนและทฤษฎีที่ เกี่ยวขอ้งกบัเรื่องการพยากรณ์ 2. กา หนดวิธีการขอบเขตทดลองในการ พยากรณ์ 3. เก็บรวบรวมขอมูลและวิเคราะห์ ้ ตัวแบบ ในการพยากรณ์ 4. ด าเนินการทดลอง 5. วิเคราะห์ผลการทดลอง 6. สรุปผลการทดลอง ผลการศึกษาจะเห็นได้วา่ เทคนิคการ พยากรณ์ที่เลือกใช้ในการพยากรณ์อุปกรณ์ น าสัญญาณไฟฟ้า (Connector) ท้งั 3 ประ เกท คือ วิธีการปรับเรียบแบบเอ็กซ์โปเนน เชียลของวินเทอร์(Winters Method) ซึ่ง ลักษณะความต้องการของลูกค้าในช่วง เดือนมกราคม-มิถุนายน จะมีความต้องการ น้อยแตใ่นช่วงเดือน กรกฎาคม -ธันวาคม จะมีความต้องการที่สูง ซึ่งลักษณะของ ข้อมูลจะเป็นแบบมีฤดูกาลท าให้วิธีการปรับ เรียบแบบเอ็กชิโปเนนเชียลของวินเทอร์( Winters Method) ให้ค าความ คลาดเคลื่อน สมบูรณ์ที่ต ่าที่สุด (MAPE) เมื่อเทียบกบั เทคนิคการพยากรณ์ในแบบอื่น
ตารางที่2.10 ตารางสังเคราะห์งานวิจยัที่เกี่ยวขอ้ง (ต่อ) ชื่อผู้วิจัย ชื่อเรื่อง เครื่องมือที่ใช้ นายสุพัฒน์แกว้ส่งศร การพยากรณ์และการวางแผนการผลิต ส าหรับ โรงงานผลิตแผงวงจร ไฟฟ้า แบบ ยดืหยนุ่ 1. วิธีการพยากรณ์คาเฉ่ Average) 2. วิธีการปรับเรียบแบบอยา่งง่าย (Simple ExpoMethod) 3. วิธีการปรับโพเนนเชียลอยา่งง่าย (Excel Solver Method) 4. วิธีการวิเคราะห์แนวเชิง เส้น (Linear Regreเรียบ แบบเอกซ์โพเนน(Double Exponential SSolver) 6. ค่าความคลาดเคลื่อน(MAD,MSE,MAPE)
27 การด าเนินงาน ผลลัพธที่ได้ ฉลี่ยเคลื่อนที่ ( Moving บเอกซ์โพเนนเชียล onential Excel Solver บเรียบแบบเอกซ์ (Simple Exponential วโน้มโดยวิธีถดถอย ession) 5. วิธีการปรับ นเชียลซ้า สองคร้ัง Smoothing Excel นของการพยากรณ์ 1. ศึกษาปัญหาที่เกิดข้ึนและทฤษฎีที่ เกี่ยวขอ้งกบัเรื่องการพยากรณ์ 2. กา หนดวิธีการขอบเขตทดลองในการ พยากรณ์ 3. เก็บรวบรวมขอมูลและวิเคราะห์ ้ ตัวแบบ ในการพยากรณ์ 4. ด าเนินการทดลอง 5. วิเคราะห์ผลการทดลอง 6. สรุปผลการทดลอง พบวา่การพยากรณ์ดว้ยวิธีการถวัเฉลี่ย เคลื่อนที่4 เดือน เป็นวิธีที่ไดผ้ลกา ไรสูง ที่สุด โดยมีผลกา ไรสุทธิเนื่องมาจากการ พยากรณ์รูปแบบใหม่มีค่าพยากรณ์ใกลเ้คียง กบัค่าความตอ้งการที่เกิดข้ึนจริงมากกวา่ การพยากรณ์รูปแบบเก่าและวิธีการวาง แผนการผลิตแบบใหม่ดว้ยวิธีการ พยากรณ์ น้ีไม่จา เป็นจะตอ้งวางแผนการผลิต ในช่วง การทา งานล่วงเวลา
ตารางที่2.11 ตารางสังเคราะห์งานวิจยัที่เกี่ยวขอ้ง (ต่อ) ชื่อผู้วิจัย ชื่อเรื่อง เครื่องมือที่ใช้ เจนรตชา แสงจันทร์ การเพิ่มประสิทธิภาพ การจัดการ คลังสินค้าโดย ประยุกต์ใช้วิธีการ จดัแบ่งวัสดุตามความถี่ในการใช้ กรณีศึกษา บริษทัแห่งหนึ่งใน อุตสาหกรรมการพิมพ 1. เทคนิค (Why-Why Analysis) 2.แผนภาพกระบวนการไหล (Flow Process C3.แผนผงักางปลา ( ้ Fishbone Diagram) 4.การ วิเคราะห์เอฟเอสเอ็น (FSN Analysis) 5.การควบคุมด้วยการมองเห็น (Visual Contro6. หลกัการเขาก่อนออกก่อน (FIFO)
28 การด าเนินงาน ผลลัพธที่ได้ Chart) ol) 1. ศึกษาปัญหาที่เกิดข้ึนและ ทฤษฎีที่ เกี่ยวของ้ 2. เก็บรวบรวมขอมูลและ้ วิเคราะห์ 3. ด าเนินการทดลอง 4. วิเคราะห์ผลการทดลอง 5. สรุปผลการทดลอง จึงได้ทา การจดัแผนผงัใหม่การวางสินค้า ตามแผนผัง (FSN Analysis) พบวา เวลาใน ่ การหยิบสินค้าก่อนปรับปรุงของพนักงาน คลังสินค้า เฉลี่ย 23.23 วินาที และเวลา หยิบสินค้าหลังปรับปรุงของพนักงาน คลัง สินคา เฉลี่ย ่ 8.18 วินาทีแลใช้การควบคุมด้วยการมองเห็น (Visual Control) ร่วมกบัทฤษฎีการเขา้ก่อนออกก่อน (FIFO) เป็นการควบคุม การมองเห็นของสินค้า โดยใช้สีบงบอกสินค้ ่ าที่เข้ามาก่อนและหลัง เพื่อให้ง่ายตอการมองเห็น ป้ ่องกนัการหยิบ สินค้าผิด โตยมีการกา หนด สี ตาม ไตรมาส 4 ไตรมาสเพื่อให้เกิดความเขา้ใจมากข้ึน โดยเดือน มกราคมถึงเดือนมีนาคม ใช้สีเหลือง เตือนเมษายนถึงเดือนมิถุนายนใช้ สีชมพูเตือนกรกฎาคมถึงเตือนกนัยายน ใชสีฟ้ ้ า เดือนตุลาคมถึงเดือน ธันวาคมใช้สีเขียว
ตารางที่ 2.12 ตารางสังเคราะห์งานวิจยัที่เกี่ยวขอ้ง (ต่อ) ชื่อผู้วิจัย ชื่อเรื่อง เครื่องมือที่ใช้ มธุรดาศรีผาน่การจัดการคงคลัง ประเภทบรรจุภัณฑ์ของ โรงงานผลไม้แปรรูป 1.การจดักลุ่มคงคลังตา(ABC Analysis) 2.การวิเคราะห์เอฟเอส3.การพยากรณ
29 การด าเนินงาน ผลลัพธ์ที่ได้ ามหลักการของเอ บีซี สเอ็น (FSN Analysis) 1. ศึกษาปัญหาที่เกิดข้ึน 2. เก็บรวบรวมขอมูลและวิเคราะห์ ้ ตัวแบบ ในการพยากรณ์ 3. ด าเนินการทดลอง 4. วิเคราะห์ผลการทดลอง 5. สรุปผลการทดลอง พบวา มี ่ 12 รายการที่มีข้อมูลเป็นรูปแบบ ฤดูกาล และ4 รายการไม่มีข้อมูลที่เป็น รูปแบบฤดูกาล โดยบรรจุภัณฑ์ที่มีรูปแบบ ฤดูกาลจะใช้วิธีการพยากรณ์คือวิธีการ พยากรณ์แบบฤดูกาล และวิธีการพยากรณ์ ของวินเทอร์ส่วนข้อมูลที่ไมมีรูปแบบ ่ ฤดูกาลจะใช้วิธีค่าเฉลี่ยเคลื่อนที่และวิธีการ ปรับเรียบเอกชิโปเนนเชียลจากน้นั คา นวณหาค่าเฉลี่ยเปอรเซ็นต์ของความ คลาดเคลื่อนสัมบูรณ์(MAPE) ค าเฉลี่ยของ ความเบี่ยงเบนสัมบูรณ์(MAD) และค่าเฉลี่ย ความลาดเคลื่อนกา ลงัสอง (MSE) วิธีที่มี ความคลาดเคลื่อนน้อยที่สุดอยางน้ ่อย 2 ตวัช้ีวดัแสดงวามีความคลาดจากการ ่ พยากรณ์น้อยกวา จึงเป็ ่ นวิธีที่เหมาะสม มากกว่า