Giáo trình Quản trị sản xuất - Nguyễn Anh Sơn

Nội dung text: Giáo trình Quản trị sản xuất - Nguyễn Anh Sơn

1. Quản trị sản xuất - 11 - - Xu hướng tuyến tính (Tăng hoặc giảm theo thời gian - dùng phương pháp bình phương bé nhất) - Xu hướng chu kỳ - Xu hướng thời vụ - Xu hướng ngẫu nhiên (Không tuân theo một quy luật nào) Bước 8 : Tiến hành phân tích, tính toán : Sau khi có được kết quả dự báo, các quản trị gia cần đưa ra được những quyết định thích hợp về hoạt động kinh doanh của doanh nghiệp mình. II. CÁC PHƯƠNG PHÁP DỰ BÁO THEO THỜI GIAN Để lựa chọn được phương pháp dự báo thích hợp, người ta cần phải khảo sát chu kỳ sống của sản phẩm. Và đây là một nhân tố quan trọng tác động đến dự báo nhu cầu. Phát Chín muồi Doa nh triển số Suy thoái Giới thiệu 2 2 Thời gian SD: P định tính P định lượng P2 định tính (không có (Có số liệu QK) (mặc dù có SLQK) SLQK nhưng không giúp ích) Thông thường các sản phẩm được thị trường chấp nhận đều có chu kỳ sống trải qua bốn giai đoạn là giới thiệu - phát triển - chín muồi - suy thoái - Trong giai đoạn đầu (giới thiệu) : Do doanh nghiệp chưa có số liệu, thậm chí không có số liệu quá khứ → vì thế phương pháp dự báo trong giai đoạn này thường dựa vào điều tra thực tế trên thị trường, vào nhận xét, phán đoán của các chuyên gia hoặc bằng cách ngoại suy với các sản phẩm cùng loại khác có trên thị trường. Như vậy ở đây ta sử dụng các phương pháp định tính. - Trong các giai đoạn sau (phát triển và chín muồi) : Do ở thời điểm này có nhiều số liệu trong quá khứ nên người ta thường dùng phương pháp thống kê để dự báo - Tức là các phương pháp định lượng. - Trong giai đoạn suy thoái : Mặc dù nguồn số liệu thống kê quá khứ rất dồi dào nhưng chúng lại không giúp ích gì cho việc dự báo suy giảm sẽ xảy ra như thế nào. Do đó ở giai đoạn xảy ra lại phải tiến hành các phương pháp định tính (giống giai đoạn đầu). Tức là phải dùng cách đánh giá, khảo sát thị trường, phương pháp ngoại suy đối với các sản phẩm tương tự đã được theo dõi trong những năm qua. Sau đây chúng ta sẽ lần lượt xét các phương pháp dự báo : Định tính - Định lượng A. Các phương pháp định tính : Nhằm giải quyết về chất, gồm các phương pháp thường dùng sau : Nguyễn Anh Sơn Khoa Quản Trị Kinh Doanh
2. Quản trị sản xuất - 12 - 1. Phương pháp lấy ý kiến của hội đồng điều hành : Người ta tập hợp các chuyên gia đầu ngành về lĩnh vực mà họ phụ trách, cùng với các chuyên viên về marketing, tài chính, sản xuất trong doanh nghiệp lại. Sau đó lấy ý kiến của họ về nội dung, lĩnh vực cần dự báo. Phương pháp này có : . Ưu : Nhanh và dễ (Chỉ cần tập hợp các chuyên gia) . Nhược : Thiếu khách quan do ý kiến của các người được hỏi trong hội đồng thường bị lệ thuộc bởi ý kiến người lãnh đạo cao nhất. 2. Phương pháp lấy ý kiến của nhân viên bán hàng : Do những nhân viên bán hàng là những người thường hiểu rõ nhu cầu và thị hiếu của người tiêu dùng. Vì thế họ có thể dự đoán được lượng hàng có thể bán được trong thời gian tới tại khu vực mình bán hàng. Nếu chúng ta tập hợp ý kiến của các nhân viên bán hàng ở các khu vực khác nhau, ta sẽ có được lượng dự báo tổng hợp về nhu cầu đối với loại sản phẩm cần dự báo. Phương pháp này có : . Ưu điểm : Sát với nhu cầu khách hàng. . Nhược : Phụ thuộc vào đánh giá chủ quan của nhân viên bán hàng Thường có hai xu hướng : + Xu hướng lạc quan quá (đánh giá cao lượng hàng bán ra của mình) + Xu hướng bi quan quá (Muốn giảm nguồn hàng xuống để dễ đạt định mức). 3. Phương pháp lấy ý kiến của khách hàng Cần lấy ý kiến của các khách hàng hiện tại cũng như các khách hàng đã có kế hoạch mua hàng trong tương lai. Công việc này có thể do bộ phận bán hàng hoặc bộ phận nghiên cứu thị trường của doanh nghiệp tiến hành hoặc có thể thông qua đội ngũ cộng tác viên về marketing (Thường dùng các sinh viên) Công việc tiến hành thường là : - Phỏng vấn khách hàng (trực tiếp hoặc qua điện thoại) - Dùng bảng câu hỏi (Kèm theo phong bì, dán tem) . Ưu điểm : Khách quan (Do khách hàng đánh giá nói về sản phẩm cần dự báo) . Nhược : Khó thu thập thông tin. 4. Phương pháp Delphi (Phương pháp chuyên gia trong và ngoài xí nghiệp) Để thực hiện phương pháp này cần tổ chức ban nhân sự để: - Soạn và in sẵn các câu hỏi về lĩnh vực cần dự báo. - Đưa các câu hỏi đến cho các chuyên gia - Tập hợp và tổng hợp ý kiến trả lời của các chuyên gia - Quá trình trên được lập lại độ 2 - 3 lần cho đến kết quả thống nhất. . Ưu điểm : Nguyễn Anh Sơn Khoa Quản Trị Kinh Doanh
3. Quản trị sản xuất - 13 - - Khách quan : Vì các chuyên gia trong và ngoài xí nghiệp mỗi người đều có quan điểm riêng, và quan điểm đó không bị chi phối bởi người khác do tránh được các liên hệ cá nhân với nhau. - Chính xác : Vì các chuyên gia này đều là chuyên gia đầu ngành ở mỗi lĩnh vực . Nhược điểm : Tốn kém (Vì phải trả thù lao cho các chuyên gia ngoài xí nghiệp). Nguyễn Anh Sơn Khoa Quản Trị Kinh Doanh
4. Quản trị sản xuất - 14 - B. Các phương pháp định lượng : Nhu cầu 10 ngàn lít Thời gian 1. Phương pháp tiếp cận giản đơn : Ở phương pháp này, người ta dự báo nhu cầu của thời kỳ sau (n) bằng với số thực tế của thời kỳ trước đó (n - 1) Ví dụ : Sản lượng của doanh nghiệp nước mắm Liên Thành vào tháng 10/1996 là 10 ngàn lít, do đó dự báo trong tháng 11/1996 cũng là 10 ngàn lít. . Ưu điểm : Dự báo nhanh chóng, đơn giản. . Nhược : - Áp đặt thời kỳ trước cho thời kỳ sau do đó → thiếu chính xác. - Không nghiên cứu được sự biến động của thị trường trong từng thời kỳ do đó không thấy được sự biến động của thị trường. . Phạm vị áp dụng : Xí nghiệp quy mô nhỏ. 2. Phương pháp bình quân di động giản đơn : Theo phương pháp này, kết quả dự báo của thời kỳ sau bằng số bình quân của từng thời gian ngắn có khoảng cách đều nhau của những thời kỳ trước đó. Như vậy ta có số dư báo : y4 = y1 + y2 + y3 3 y5 = y2 + y3 + y4 3 Trong đó : y1, y2, y3 : dãy số thời gian (tháng, quý, năm) y4, y5 : Số dự báo BQDĐ theo từng nhóm 3 tháng một Ví dụ Tính số BQDĐ theo từng nhóm 3 tháng một của một cửa hàng có số sản phẩm bán ra như sau : Tháng Số liệu thực tế Nhu cầu dự báo 1 10 2 12 3 11 4 13 (10+12+11) : 3 = 11 5 18 (12+11+13) : 3 = 12 6 21 (11+13+18) : 3 = 14 Nguyễn Anh Sơn Khoa Quản Trị Kinh Doanh
5. Quản trị sản xuất - 15 - . Ưu : Đơn giản, dễ hiểu, san bằng được các biến động ngẫu nhiên trong dãy số thời gian. . Nhược : - Hoàn toàn dựa vào số liệu quá khứ - Cần nhiều số liệu của quá khứ - Chưa đánh giá được tầm quan trọng khác nhau của các số liệu ở các thời kỳ khác nhau. . Phạm vi áp dụng : Dãy số liệu trong quá khứ phải ổn định (Không biến động). 3. Phương pháp bình quân di động có hệ số : Do các số liệu mới xuất hiện trong các thời kỳ cuối thường có giá trị lớn hơn những số liệu xuất hiện đã lâu. Vì thế người ta sử dụng các hệ số để nhấn mạnh giá trị của các số liệu gần nhất, vừa xảy ra. Các hệ số được chọn tùy theo kinh nghiệm và sự nhạy cảm của người dự báo. Dự báo được tính theo công thức : Dự báo cho Σ (Số thực tế của thời kỳ thứ n x hệ số của thời kỳ thứ n) Thời kỳ thứ (n+1) = Σ các hệ số Ví dụ : Theo ví dụ trên, với hệ số tháng kế trước là 3, cách 2 tháng là 2, cách 3 tháng là 1, tính BQDĐ nhóm 3 tháng 1 Nguyễn Anh Sơn Khoa Quản Trị Kinh Doanh
6. Quản trị sản xuất - 16 - Số liệu Tháng Nhu cầu dự báo thực tế 1 10 2 12 3 11 4 13 (11x3 + 12x2 + 10x1) : 6 = 11,17 5 18 (13x3 + 11x2 + 12x1) : 6 = 12,17 6 21 (18x3 + 13x2 + 11x1) : 6 = 15,17 . Ưu điểm : - Đánh giá được tầm quan trọng khác nhau của các số liệu ở các thời kỳ khác nhau. - Có biểu thị xu hướng phát triển trong tương lai qua các hệ số - San bằng được các biến động ngẫu nhiên trong dãy số thời gian. . Nhược : - Vẫn cần nhiều số liệu quá khứ . Phạm vi áp dụng : Trong trường hợp dãy số quá khứ ổn định (không áp dụng với số liệu biến động) 4. Phương pháp san bằng số mũ : Phương pháp này cũng là kỹ thuật tính số bình quân di động, nhưng không cần nhiều số liệu của quá khứ. Công thức tính như sau : Ft = Ft-1 + α (At-1 - Ft-1) (1) Trong đó Ft : Số dự báo của thời kỳ t Ft-1 : Số dự báo của thời kỳ (t-1) At-1 : Số thực tế của thời kỳ (t-1) α :Trọng số hay hệ số san bằng số mũ (0≤ α ≤1) (Tự chọn sao cho phù hợp và ít sai số) (Thực tế : Người ta lấy α đem kiểm chứng với số liệu thực tế xem có phù hợp hay không và sự phù hợp đó có trong một thời gian dài không. Nếu không thì phải điều chỉnh α). Ví dụ : Tính nhu cầu dự báo cho Xí nghiệp A, được thể hiện qua các sản phẩm thực tế của các tháng như sau : Số liệu Tháng Nhu cầu dự báo, cho α=2 thực tế 1 10 F1 = 9 ↔ giả định 2 15 F2 = F1 + α(A1 - F1) = 9 + 0,2 (10 - 9) = 9,2 3 17 F3 = F2 + α(A2 - F2) = 9,2 + 0,2(15 - 9,2) = 10,36 . Ưu điểm : - Cần ít số liệu quá khứ - Có biểu thị xu hướng phát triển trong tương lai thông qua hệ số α. Nguyễn Anh Sơn Khoa Quản Trị Kinh Doanh
7. Quản trị sản xuất - 17 - - Áp dụng máy tính rất thuận lợi. . Nhược : - Phải tính từng thời kỳ một do đó mất công. - Dễ bị sai liên đới (Dự báo thời kỳ trước sai → dự báo thời kỳ sau sẽ sai) . Phạm vi áp dụng : Phương pháp này được áp dụng cho mọi trường hợp. * Ta có thể thay đổi hằng số san bằng α để xét đến trọng số lớn hơn của những số liệu ở các thờ gian gần hơn (khi cho α lớn), hoặc đặt nặng trọng số vào các số liệu trước đó nữa (khi cho α nhỏ). Để giải thích khái niệm trọng số, ta có thể viết phương trình (1) lại như sau : 2 n-1 Ft = αAt-1 + α (1 - α) At-2 + α(1 - α) At-3+ +α(1-α) At-n (2) Qua (2) ta thấy : Khi α tăng lên thì tầm quan trọng của các số liệu quá khứ càng xa càng nhỏ dần. Khi α đạt đến trị số cực đại bằng 1 (α = 1), thì phương trình (2) cho ta : Ft = 1,0.At-1 Lúc này dự báo cho giai đoạn tới đúng bằng nhu cầu thực tế của giai đoạn vừa qua (Người ta gọi cách dự báo này là dự báo theo mô hình ngây thơ). Qua bảng dưới dây sẽ cho ta thấy rõ khái niệm trên Tầm quan trọng của các thời kỳ Hệ số (1) (2) (3) (4) (5) α α α(1 - α(1-α)2 α(1-α)3 α(1-α)4 α) α = 0,1 0,1 0,09 0,081 0,073 0,066 α = 0,5 0,5 0,25 0,125 0,063 0,031 Như vậy : - Khi α = 0,5 : Ta có thể thấy dự báo mới được tính toán gần như hoàn toàn dựa vào nhu cầu trong ba, bốn giai đoạn gần đây - Tức là các thời kỳ 3 - 4 vẫn còn tác động, nhưng ở thời kỳ 5 thì tác động không còn đáng kể nữa. - Ngược lại khi α = 0,1 : Thì dự báo ít đặt nặng trọng số vào giai đoạn mới vừa qua mà vào nhiều giai đoạn đã qua trước đó. Tức là các thời kỳ 4, 5 vẫn còn tác động, thậm chí ở thời kỳ 6 cũng vẫn còn tác động. (Lúc này ta phải xét đến nhiều số liệu trong quá khứ hơn). * Chọn hệ số san bằng α : Vì mô hình san bằng số mũ rất dễ sử dụng, nên được nhiều doanh nghiệp, tổ chức áp dụng có kết quả. Tuy nhiên, cần phải chọn hệ số α sao cho thích hợp để đạt được kết quả dự báo chính xác - đó là mục tiêu của mô hình dự báo san bằng số mũ. - Ta có thể xác định độ chính xác của mô hình dự báo bằng cách so sánh giá trị dự báo với giá trị thực tế đã thu thập. Ta có : Sai số dự báo = Nhu cầu thực tế - dự báo Để chọn hệ số α, ta dựa vào độ lệch tuyệt đối bình quân MAD (Mean Absolute Deviation); MAD bằng tổng các sai lệch tuyệt đối chia cho số thời kỳ tính toán. Σ/các sai số dự báo/ Nguyễn Anh Sơn Khoa Quản Trị Kinh Doanh
8. Quản trị sản xuất - 18 - MAD = ; ( n : số thời kỳ tính toán) n MAD càng nhỏ thì trị số α càng hợp lý, vì nó cho kết quả dự báo càng ít sai. Ví dụ : Trong 8 quý qua, Cảng Vũng Tàu đã bốc dỡ một số lớn gạo từ tàu lên bờ. Cảng đã thực hiện trong quý 1 là 180 tấn, nhưng con số dự báo cùng với quý này là 175 tấn. Hãy chọn một trong 2 giá trị α = 0,1 và α = 0,5 để xem giá trị nào thích hợp hơn. Ở đây ta cần tính độ lệch tuyệt đối AD (Absolute Deviation) và độ lệch tuyệt đối bình quân MAD. Theo từng hệ số α. Như vậy, hệ số nào cho MAD bé hơn sẽ được chọn. Ta có bảng : Lượng Với α = 0,1 Với α = 0,5 bốc dỡ Quý Thực Lượng tế (tấn) Lượng dự báo được quy tròn AD dự báo AD được quy tròn 1 180 175 5 175 5 2 168 176=175+0,1(180-175)=175,5 8 178 10 3 159 175=175,5+0,1(168-175,5)=174,75 16 173 14 4 175 173=174,75+0,1(159-174,75) = 173,18 2 166 9 5 190 173=173,18+0,1(175-173,18) = 173,36 17 170 20 6 205 175=173,36+0,1(190-173,36) = 175,02 30 180 25 7 180 178=175,02+0,1(205-175,02) =178,02 2 193 13 8 182 178=178,02+0,1(180-178,02) =178,22 4 186 4 9 ? Tổng số độ lệch tuyệt đối AD 84 100 Như vậy, ta có MAD ứng với 2 trị số α như sau : 84 - α = 0,1 : MAD ==10,5 8 100 - α = 0,5 : MAD ==12,5 8 Vậy α = 0,1 cho kết quả dự báo chính xác hơn so với α = 0,5 (vì có MAD nhỏ hơn). Do đó ta dùng α = 0,1 để dự báo cho quý 9 tiếp theo. 178,22 + 0,1 (182 - 178,22) = 179 tấn. 5. Phương pháp san bằng số mũ bậc 2 (có định hướng) Do phương pháp san bằng số mũ giản đơn vừa xét ở trên, không thể hiện rõ xu hướng biến động người ta phải sử dụng thêm kỹ thuật điều chỉnh xu hướng - tức là có định hướng. .Được tiến hành theo ba bước sau : . Bước 1 : Tính nhu cầu dự báo thời kỳ t (Theo phương pháp san bằng số mũ giản đơn). Ft = Ft-1 + α (At-1 - Ft-1) Nguyễn Anh Sơn Khoa Quản Trị Kinh Doanh
9. Quản trị sản xuất - 19 - . Bước 2 : Tính đại lượng định hướng của thời kỳ t : Tt được tính như sau : Tt = Tt-1 + β (Ft - Ft-1) Trong đó : Tt : Đại lượng định hướng của thời kỳ t Tt-1 : Đại lượng định hướng của (t-1) (Lấy thời kỳ đầu tiên T1 = 0) β : Hệ số san bằng số mũ bậc 2 mà ta lựa chọn, ý nghĩa và cách sử dụng hệ số này cũng giống như hệ số α (trong thực tế phải chọn β sao cho đường biểu diễn được vuốt thẳng - có định hướng) Bước 3 : Tính nhu cầu dự báo có định hướng của thời kỳ t (đã được vuốt thẳng) FiTt = Ft(đh) = Ft + Tt Ví dụ : Tính nhu cầu dự báo có định hướng Ft(đh) của xí nghiệp A được thể hiện qua số sản phẩm thực tế của các tháng như sau : Số Tháng F T F thực tế t t t(đh) 1 10 F1 = 9 T1 =0 F1(đh) = 9 2 15 F2 =9+0,2(10-9) T2 =0+0,4(9,2-9) =9,2 =0,08 F2(đh) = 9,2+0,08 = 9,28 3 17 F3=9,2+0,2(15-9,2) T3 =0,08+0,4(10,36-9,2) =10,36 =0,54 F3(đh) =10,36+0,54 =10,9 Giả định rằng hệ số được chọn : α = 0,2; β = 0,4 và giả định dự báo nhu cầu trong tháng 1 là : 9 đơn vị sản phẩm; giả định đại lượng định hướng (điều chỉnh) thời kỳ đầu trên T1 = 0 ⇒ ta sẽ tính được Ft, Tt, Ft(đh) như trong bảng. 6. Phương pháp bình phương bé nhất : Phương pháp này được áp dụng trong trường hợp tăng (giảm) đều theo thời gian (xu hướng biến động tuyến tính) Ta có phương trình dự báo : y = ax + b Trong đó : ∑xy. −nxy Với : x : Số thự tự các thời kỳ (thời gian) a = 22 n : Số thời kỳ tính toán (dự báo) ∑−xx y : . Số thực tế (nếu là thời kỳ quá by=−ax khứ) ∑ y ∑ x . Số dự báo (nếu là các thời kỳ y = ; x = n n tương lai) Lưu ý : Trường hợp a > 0 : Đường biểu diễn đi lên; a 0 y = ax + b a < 0 (x) t (x) t (x) t Nguyễn Anh Sơn Khoa Quản Trị Kinh Doanh
10. Quản trị sản xuất - 20 - Ví dụ : Một doanh nghiệp có số liệu thực tế số lượng sản phẩm bán ra trong 7 tháng được thống kê trong bảng sau, hãy dùng phương pháp bình phương bé nhất để dự báo nhu cầu cho 2 tháng tiếp theo. Nguyễn Anh Sơn Khoa Quản Trị Kinh Doanh
11. Quản trị sản xuất - 21 - Tháng(x) Số thực tế (y) x.y x2 1 40 40 1 2 50 100 4 3 55 165 9 4 65 260 16 5 60 300 25 6 75 450 36 7 80 560 49 Σx=28 Σy=425 Σx.y=1.875 Σx2=140 Ta cần tính a và b ∑ y 425 ∑ x 28 Ta tính được : y = = = 60,71; x = = = 4 n 7 n 7 Thay vào ta có : ∑ xy − nxy 1.875 − 7 × 4× 60,71 a = = = 6,25 ∑ x 2 − nx 2 140 − 7 ×16 b = y − ax = 60,71− 6,25× 4 = 35,71 ⇒ Vậy ta có phương trình đường khuynh hướng là : y = 6,25x + 35,71 ⇒ Dự báo nhu cầu cho 2 tháng tiếp theo (8 và 9) là : y8 = 6,25 x 8 + 35,71 = 86 đơn vị sản phẩm. y9 = 6,25 x 9 + 35,71 = 92 đơn vị sản phẩm. 7. Phương pháp dự báo theo khuynh hướng có xét đến biến động thời vụ : - Do nhiều nguyên nhân như : Điều kiện thời tiết, tập quán của người tiêu dùng ở từng vùng có khác nhau, hay vào các dịp tết, lễ, hội, nghỉ hè hàng năm mà đối với một số sản phẩm, dịch vụ nhu cầu thị trường có tính chất biến động theo thời vụ trong năm (Ví dụ : Khách du lịch đến Đà Lạt thường là theo mùa : mưa, nắng, lễ, tết, nghỉ hè ) Để dự báo nhu cầu đối với các sản phẩm, dịch vụ này, ta cần khảo sát, mức độ biến động của nhu cầu theo thời vụ bằng cách tính hệ số (chỉ số) thời vụ trên cơ sở dãy số thời gian quá khứ đã thống kê được : Nhu cầu bq của thời kỳ thứ n Hệ số thời vụ của thời kỳ thứ n = Nhu cầu cần bq của 1 thời kỳ yii∑ y Hay : I s ==; y0 y0 n Trong đó : Is : Hệ số thời vụ thời kỳ n yi : Nhu cầu bình quân của thời kỳ n (của các tháng, năm cùng tên) y0 : Nhu cầu bình quân của một thời kỳ n : Là số tháng (quý) x số năm trong dãy số thời gian. Nguyễn Anh Sơn Khoa Quản Trị Kinh Doanh
12. Quản trị sản xuất - 22 - - Với phương pháp này, ta chỉ sử dụng để dự báo cho từng thời kỳ, còn muốn dự báo cho cả năm thì phải dùng 1 trong 6 cách đã trình bày ở trên. - Phương pháp này có thể dùng kép với phương pháp khác khi cần. Ví dụ : Kết hợp với phương pháp bình quân bé nhất (đường khuynh hướng bình quân) để tính số dự báo Yc để từ đó sau khi đã tính được hệ số thời vụ Is; ta tính được nhu cầu dự báo có xét đến biến động thời vụ là : yi ys = yc x Is yc = ax + b; Is = y0 Ví dụ : Một xí nghiệp có số liệu thống kê về : Số lượng sản phẩm bán ra của 12 tháng trong 2 năm 1994 và 1995 như trong bảng dưới đây. Hãy tính hệ số thời vụ cho các tháng. (yo) (yi) (yi) (yi) (Is=yi/yo) Tháng NC Hệ số thời vụ 1994 1995 NC BQ theo t/kỳ BQ 1 thứ n t/kỳ 1 50 60 (50+60):2=55 98 55 : 98 = 0,56 2 60 60 (60+60):2=60 98 60 : 98 = 0,61 3 65 75 (65+75):2=70 98 70 : 98 = 0,71 4 80 80 (80+80):2=80 98 80 : 98 = 0,82 5 85 85 (85+85):2=85 98 85 : 98 = 0,87 6 95 95 (95+95):2=95 98 95 : 98 = 0,97 7 95 105 (95+105):2=100 98 100 : 98 = 1,02 8 100 110 (100+110):2=105 98 105 : 98 = 1,07 9 110 130 (110+130):2=120 98 120 : 98 = 1,22 10 125 135 (125+135):2=130 98 130 : 98 = 1,33 11 125 145 (125+145):2=135 98 135 : 98 = 1,38 12 130 150 (130+150):2=140 98 140 : 98 = 1,43 Σ = 1.120 Σ = 1.230 Ta có : nhu cầu bình quân của một thời kỳ (hay một tháng trong hai năm) = ∑ y 1120 + 1230 y = i = ≈ 98 0 n 12 × 2 Như vậy, để tính nhu cầu dự báo có xét đến biến động thời vụ cho các tháng của các năm 1996 và 1997, thì ta phải có được số lượng sản phẩm dự báo của các năm 1996 và 1997. - Giả sử, nhu cầu dự báo của xí nghiệp 96 là : 1340 sản phẩm. Như vậy dự báo tháng 1/1996 sẽ là : 1340 ×≈05, 6 63 sản phẩm 12 Dự báo tháng 5/1996 sẽ là 1340 ×≈08, 7 97 sản phẩm 12 Nguyễn Anh Sơn Khoa Quản Trị Kinh Doanh