การวิเคราะห์เชิงปริมาณเบื้องต้น บทที่ 1 การวิเคราะห์เชิงปริมาณเบื้องต้น

วัตถุประสงค์ หลังจากเรียนจบบทเรียนนี้ ผู้เรียนสามารถ บอกความหมายของการวิเคราะห์เชิงปริมาณได้ อธิบายความสำคัญและประโยชน์ของการวิเคราะห์เชิงปริมาณได้ ยกตัวอย่างการประยุกต์ใช้การวิเคราะห์เชิงปริมาณกับปัญหาต่างๆได้ บอกขั้นตอนการวิเคราะห์เชิงปริมาณได้ อธิบายลักษณะพื้นฐานและประโยชน์ของการวิเคราะห์จุดคุ้มทุน(break-even analysis)ได้ แก้โจทย์ปัญหาเกี่ยวกับการวิเคราะห์จุดคุ้มทุนได้

การวิเคราะห์เชิงปริมาณ เป็นวิธีการหาคำตอบเพื่อแก้ปัญหาที่เกิดขึ้นโดยอาศัยหลักการทางคณิตศาสตร์และสถิติ ที่ใช้ช่วยในการตัดสินใจเกี่ยวกับปัญหาทางธุรกิจ เครื่องมือที่สำคัญของการวิเคราะห์เชิงปริมาณคือ การสร้างตัวแบบ(Model) ทางคณิตศาสตร์เพื่อจำลองสภาพของปัญหา ผลที่ได้จากการวิเคราะห์เชิงปริมาณ สามารถนำไปใช้ร่วมกับสารสนเทศอื่นๆเพื่อช่วยสนับสนุนการตัดสินใจ Quantitative Analysis Meaningful Information Raw Data

การวิเคราะห์เชิงปริมาณหมายถึง - กระบวนการทางวิทยาศาสตร์ - รวบรวมข้อมูลขึ้นเป็นตัวเลข - เครื่องมือที่ใช้คือสถิติและคณิตศาตร์ - เพื่อช่วยตัดสินใจแก้ปัญหาในการ กำหนดทางเลือกที่ดีที่สุด

กระบวนการทางวิทยาศาสตร์ 1. การสังเกต 2. การกำหนดปัญหา 3. การตั้งสมมุติฐาน 4. การทดลองหรือการทดสอบ 5. การสรุป

ขั้นตอนการวิเคราะห์เชิงปริมาณ การวิเคราะห์ปัญหา(Problem analysis) การสร้างตัวแบบ(Model development) การรวบรวมข้อมูล(Collecting data) การหาผลลัพธ์(Calculating data) การทดสอบผลลัพธ์(Testing the solution) การนำผลลัพธ์ไปใช้แก้ปัญหา(Implementation)

1. การวิเคราะห์ปัญหา(Problem analysis) ระบุลักษณะปัญหาและขอบเขตให้ชัดเจน โดยสังเกตการณ์และจดบันทึกเหตุการณ์ที่เกิดขึ้นจริง เช่น พัสดุคงคลังมีมาก ค่าใช้จ่ายในการขนส่งสูง การประสานงานระหว่างฝ่ายผลิตกับพนักงานขายไม่ราบรื่น ศึกษาเกี่ยวกับค่าใช้จ่ายที่เกิดขึ้นในการนำเทคนิคเชิงปริมาณมาใช้เพื่อช่วยแก้ปัญหา โดยใช้การวิเคราะห์ต้นทุน-กำไรเพื่อประมาณค่าใช้จ่ายและผลตอบแทนที่จะได้รับว่าคุ้มกันหรือไม่

2. การสร้างตัวแบบ(Model development) ตัวแบบสัญรูป(Iconic model) คือตัวแบบที่เป็นรูปจำลองของสิ่งต่างๆโดยแสดงอยู่ในลักษณะที่เหมือนตัวจริงแต่ใช้มาตรส่วนที่ต่างกัน เช่น ตัวแบบของรถยนต์ บ้าน ตัวแบบอนุมาน(Analog model) คือตัวแบบที่ใช้สิ่งอื่นเป็นตัวแทน แสดงให้เห็นถึงคุณลักษณะของสิ่งต่างๆ เช่น หน้าปัดวัดความเร็วของรถยนต์ ปรอทวัดอุณหภูมิ ผังการจัดองค์การ ตัวแบบเชิงคณิตศาสตร์(Mathematical model) คือตัวแบบที่ใช้ตัวเลข ตัวแปร และสัญลักษณ์ทางคณิตศาสตร์มาเขียนให้อยู่ในรูปความสัมพันธ์ทางคณิตศาสตร์ เช่น สมการ อสมการ เพื่อแสดงให้เห็นถึงลักษณะปัญหาที่เกิดขึ้นในธุรกิจ ตัวอย่าง เช่น ตัวแบบจำลองสถานการณ์(Simulation model) ตัวแบบพีชคณิต(Algebraic model) ตัวแบบตารางทำงาน(Spreadsheet model)

3. การรวบรวมข้อมูล(Collecting data) ต้องรวบรวมข้อมูลทั้งจากภายนอกองค์กรและภายในองค์กร โดยรวบรวมจากรายงานและเอกสารต่างๆ จากประสบการณ์ จากการสอบถามพนักงาน จากการสังเกตการณ์ หรือใช้ข้อมูลทางสถิติ เช่น จำนวนพนักงาน อัตราการลาออกของพนักงาน รายละเอียดเกี่ยวกับสินค้าคงคลัง เป็นต้น เป็นขั้นตอนที่ใช้เวลามาก อาจทำควบคู่ไปกับการสร้างตัวแบบได้ อาจเกิดปัญหา เช่น ข้อมูลที่ต้องการไม่เคยถูกเก็บมาก่อน หรือมีการจัดเก็บกระจายอยู่ในแผนกต่างๆในรูปแบบที่แตกต่างกัน หน่วยวัดที่แตกต่างกัน

4. การหาผลลัพธ์(Calculating data) นำตัวแบบที่สร้างไว้มาทำการคำนวณด้วยวิธีการทางคณิตศาสตร์ เพื่อหาผลลัพธ์ที่เหมาะสมในการแก้ปัญหา โดยการหาผลลัพธ์หรือผลเฉลยนั้นมีวิธีการคำนวณที่กำหนดไว้เป็นขั้นตอนที่ชัดเจน แต่ละตัวแบบจะมีวิธีการคำนวณหาผลเฉลยที่แตกต่างกัน อาจใช้โปรแกรมคอมพิวเตอร์ช่วย เพื่อความรวดเร็วและถูกต้องแม่นยำ

5. การทดสอบผลลัพธ์(Testing the solution) ทดสอบและวิเคราะห์ว่าเป็นผลลัพธ์ที่ดีจริง ทบทวนความเป็นไปได้และความมีเหตุมีผลของผลลัพธ์อีกครั้ง ก่อนนำไปใช้ โดยลองใช้กับปัญหาขนาดเล็กหรือใช้กับบางแผนกก่อน เพื่อหาจุดบกพร่องของผลลัพธ์ ของตัวแบบและข้อมูลที่ใช้ และทำการแก้ไขปรับปรุง

6. การนำผลลัพธ์ไปใช้แก้ปัญหา(Implementation) เป็นขั้นตอนของการทำให้เกิดการยอมรับและการนำไปปฏิบัติ เนื่องจากพนักงานในองค์กรอาจต่อต้านการเปลี่ยนแปลง จึงจำเป็นต้องสร้างความเข้าใจ และสร้างความรู้สึกมีส่วนร่วม เพื่อให้เห็นว่าแนวทางใหม่จะเป็นแนวทางที่ดีสำหรับองค์กร ขึ้นกับผู้บริหารและผู้ที่เกี่ยวข้อง ว่ามีความเข้าใจและมั่นใจว่าผลลัพธ์ที่ได้มานั้นสามารถนำไปแก้ปัญหาได้อย่างมีประสิทธิภาพ การตัดสินใจทางธุรกิจ ผู้ตัดสินใจจะต้องคำนึงถึงปัจจัยทั้งในเชิงปริมาณและคุณภาพ โดยการวิเคราะห์เชิงปริมาณมุ่งเน้นเฉพาะสิ่งที่แสดงเป็นตัวเลขได้เท่านั้น ในขณะที่ยังมีข้อมูลเชิงคุณภาพอื่นๆที่ไม่สามารถคำนวณเป็นตัวเลขได้ เช่น ความพอใจ ผลกระทบทางการเมือง ดินฟ้าอากาศ เป็นต้น

การประยุกต์ใช้เทคนิคเชิงปริมาณ ปัญหาการจัดสรร ปัญหาการกำหนดส่วนผสม ปัญหาการขนส่ง ปัญหาการกำหนดงาน การวิเคราะห์ข่ายงาน ปัญหาการควบคุมพัสดุคงคลัง ปัญหาแถวคอย ปัญหาการตัดสินภายใต้ความไม่แน่นอนและความเสี่ยง ปัญหาการแข่งขัน

ตัวอย่างหน่วยงานที่นำการวิเคราะห์เชิงปริมาณไปประยุกต์ใช้ Stevenson and Ozgur, Introduction to Management Science with Spreadsheets

ประโยชน์ของวิธีการเชิงปริมาณ เป็นการให้ความใส่ใจและเห็นความจำเป็นในการวิเคราะห์ เพื่อแก้ปัญหาที่เฉพาะเจาะจง ช่วยให้การวางแผนดีขึ้น ซึ่งเป็นการหลีกเลี่ยงปัญหาที่อาจเกิดขึ้นในอนาคต ช่วยให้เห็นผลลัพธ์จากการตัดสินใจเป็นรูปธรรมมากกว่าการวิเคราะห์เชิงคุณภาพ สามารถใช้งานร่วมกับเทคโนโลยีที่ทันสมัย ในการแก้ปัญหาเชิงบริหารได้

ลักษณะของปัญหาที่ใช้กับการวิเคราะห์เชิงปริมาณ เกิดขึ้นตามสภาพที่แน่นอน เกิดขึ้นตามสภาพที่ไม่แน่นอน

ปัญหาที่เกิดขึ้นตามสภาพที่แน่นอน ปัญหาการจัดสรรทรัพยากร การโปรแกรมเชิงเส้น ปัญหาการขนส่ง ปัญหาการมอบหมายงาน : PERT/CPM ปัญหาการควบคุม

ปัญหาที่เกิดขึ้นตามสภาพที่ไม่แน่นอน ปัญหาสินค้าคงคลัง : ตัวแบบสินค้าคงคลัง :ตัวแบบแถวคอย ปัญหาการรอคอย :เกมและกลยุทธ์ ปัญหาการแข่งขัน :ตัวแบบมาร์คอฟ ปัญหาการพยากรณ์

ตัวอย่างโปรแกรมที่ใช้ในการวิเคราะห์เชิงปริมาณ โปรแกรม LINDO (Linear Interactive Discrete Optimizer) โปรแกรม QSB+ โปรแกรม QS โปรแกรม D&D โปรแกรม Micro Manager โปรแกรม QM for Windows โปรแกรม AB:QM โปรแกรม Crystal Ball โปรแกรม Microsoft Office Project Professional โปรแกรม Excel Spreadsheet

บทบาทของ Spreadsheets ในตัวแบบการตัดสินใจ คอมพิวเตอร์สามารถใช้เป็นส่วนหนึ่งในการตัดสินใจ ตัวแบบคอมพิวเตอร์(Computer Models) : กลุ่มของความสัมพันธ์เชิงคณิตศาสตร์ และสมมติฐานทางตรรก ที่ถูกนำมาใช้งานจริงด้วยคอมพิวเตอร์ เพื่อแสดงนามธรรมของระบบจริงที่ต้องการแก้ปัญหา Spreadsheets เป็นเครื่องมือที่สามารถใช้ในการสร้างตัวแบบคอมพิวเตอร์ สำหรับบุคคลที่ต้องการแก้ปัญหาทางธุรกิจได้อย่างสะดวก Spreadsheet packages - สามารถใช้แก้ปัญหาด้วยการสร้างตัวแบบในการตัดสินใจได้ มี built-in functions ให้เลือกใช้งานมากมาย เช่น Goal Seek , Data Table, Chart Wizard

Excel Spreadsheet

Functions Screen

Add-in Options : MS Excel 2003 คลิ๊กเมนู เครื่องมือ Add-Ins

MS Excel 2007

ตัวอย่างการใช้ Spreadsheet สร้างตัวแบบคำนวณยอดการผ่อนรถยนต์ การสร้างตัวแบบ โดยให้ผู้ใช้ระบุราคารถที่ต้องการ ผู้ใช้สามารถเลือกดาวน์ 15%, 20% หรือ 25% ของราคารถ อัตราดอกเบี้ยต่อปี แตกต่างกันไปขึ้นอยู่กับระยะเวลาการผ่อนชำระ และ%เงินดาวน์ สามารถสร้างตัวแบบเพื่อคำนวณยอดการผ่อนรถรายเดือนในกรณีต่างๆ เช่น ราคารถ 500,000 บาท ถ้าดาวน์ 20% และผ่อน 5 ปี(60 เดือน) จะเสียดอกเบี้ยปีละ 2.95% ผ่อนเดือนละ 7,650 บาท ถ้าดาวน์ 25% และผ่อน 6 ปี(72 เดือน) จะเสียดอกเบี้ยปีละ 3.10% ผ่อนเดือนละ 6,178 บาท 15% 20% 25% ผ่อน 48 เดือน 3.25% 2.85% 2.75% ผ่อน 60 เดือน 3.35% 2.95% ผ่อน 72 เดือน 3.90% 3.30% 3.10%

ตัวอย่างการใช้ Spreadsheet สร้างตัวแบบคำนวณยอดการผ่อนรถยนต์

ตัวอย่างการใช้ Spreadsheet สร้างตัวแบบคำนวณยอดการผ่อนรถยนต์ การสลับระหว่างการแสดงสูตรและค่าของสูตรในแผ่นงานทำได้โดย กดแป้น CTRL และแป้น ` (อยู่บนแป้นพิมพ์ตำแหน่งเดียวกับเครื่องหมาย ~)

สาเหตุของความล้มเหลวในการนำการวิเคราะห์เชิงปริมาณไป ความบกพร่องในการระบุปัญหา ต้องใช้เวลามาก กว่าจะได้ผลลัพธ์ เสียค่าใช้จ่ายสูง พฤติกรรมของผู้เกี่ยวข้องที่ต่อต้านการเปลี่ยนแปลง เน้นด้านทฤษฎีมากเกินไป จนไม่สนใจการนำไปใช้จริง ไม่สามารถทำให้ผู้เกี่ยวข้องยอมรับและเชื่อมั่นในผลการคำนวณได้

การประยุกต์ใช้แบบจำลองเชิงปริมาณกับการตัดสินใจมีหลายแบบ ทฤษฎีการตัดสินใจ (Decision Theory) และทฤษฎีเกม (Game Theory) ใช้ประยุกต์กับการตัดสินใจ ภายใต้ภาวะที่ผู้บริหารมีทางเลือกหลายทาง และอาจเกิดสภาพต่าง ๆ ได้หลายอย่าง ทฤษฎีการตัดสินใจ และทฤษฎีเกมจะให้กลยุทธ์ การตัดสินใจที่ก่อใช้เกิดประโยชน์สูงสุด การโปรแกรมเชิงเส้น (Linear Programming) ใช้ประยุกต์กับปัญหาการตัดสินใจในด้านการจัดสรรทรัพยากรที่มีอยู่จำกัด เพื่อให้เกิดประโยชน์สูงสุด เช่นการจัดสรรเงินทุนภายใต้เงื่อนไขต่าง ๆ เพื่อให้เกิดผลตอบแทนสูงสุด เป็นต้น

แบบจำลอง PERT/CPM ใช้ประยุกต์กับปัญหาตัดสินใจในการบริหารโครงการ โดยอาศัยการสร้างข่ายงานของกิจกรรมต่าง ๆ ที่ต้องทำในโครงการแล้ววิเคราะห์ เพื่อหาระยะเวลาของโครงการตลอดจนการกำหนดแนวทางในการเร่งรัดโครงการให้เสร็จเร็วขึ้นโดยเสียค่าใช้จ่ายให้น้อยที่สุด แบบจำลงสินค้าคงเหลือ (Inventory Model) ใช้ประยุกต์กับปัญหาการตัดสินใจในการกำหนดปริมาณการสั่งซื้อ และจัดเก็บสินค้าคงเหลือ ตลอดจนเวลาที่ควรจะสั่งซื้อ เพื่อให้ต้นทุนการจัดเก็บสินค้าคงเหลือประหยัดที่สุด

ตัวแบบแถวคอย (Queneing Model) ใช้ประยุกต์กับปัญหาการตัดสินใจในการวิเคราะห์ เพื่อกำหนดจำนวนบริการ เพื่อให้การจัดการแถวคอยมีประสิทธิภาพสูงสุด ตัวแบบจำลองมารคอฟ (Markov Model) ใช้ประยุกต์กับปัญหาการตัดสินใจที่ผู้บริหารต้องการพยากรณ์สิ่งที่สนใจโดยอาศัย การสร้างแบบจำลองที่มีตัวแปรที่เปลี่ยนแปลงไปตามสถานะต่าง ๆ เช่นการพยากรณ์ส่วนแบ่งการตลาด การพยาการณ์หนี้สูญ เป็นต้น

การจำลองปัญหา (Simulation) ใช้ประยุกต์กับปัญหาการตัดสินใจในกรณีที่การสร้างแบบจำลองทางคณิตศาสตร์อาจทำได้ยาก หรือมีความซับซ้อนมากเกินกว่าที่จะสร้างแบบจำลองคณิตศาสตร์ได้ แบบจำลองการจำลองปัญหาเป็นวิธีจำลองสภาพปัญหาด้วยวิธีเชิงระบบ การหาคำตอบทำโดยวิธีทดลองหลาย ๆ ครั้งแล้ว สรุปผลจากการทดลองเพื่อนำไปแก้ปัญหาต่อไป

แสดงขั้นตอนของการวิเคราะห์เชิงปริมาณ การนำผลลัพท์ประยุกต์ใช้กับงานด้านต่างๆ การรวบรวมข้อมูล ที่เกี่ยวข้อง การทดสอบรูปแบบและผลลัพท์ การวิเคราะห์ผลลัพท์และความไว สร้าง ตัวแบบคณิต ศาสตร์ การแจกแจงปัญหา การหาผลลัพท์ แสดงขั้นตอนของการวิเคราะห์เชิงปริมาณ