Professional Documents
Culture Documents
การจัดล าดับความส าคัญข้อบกพร่องด้วยกระบวนการการล าดับชั้นเชิง
การจัดล าดับความส าคัญข้อบกพร่องด้วยกระบวนการการล าดับชั้นเชิง
การจัดล าดับความส าคัญข้อบกพร่องด้วยกระบวนการการล าดับชั้นเชิง
วิเคราะห์แบบฟัซซี่ : กรณีศึกษากระบวนการผลิตชิ้นส่วนอิเล็กทรอนิกส์
โดย
นางสาวขวัญใจ อินหันต์
วิทยานิพนธ์นี้เป็นส่วนหนึ่งของการศึกษาตามหลักสูตร
วิศวกรรมศาสตรมหาบัณฑิต
สาขาวิชาการพัฒนางานอุตสาหกรรม ภาควิชาวิศวกรรมอุตสาหการ
คณะวิศวกรรมศาสตร์ มหาวิทยาลัยธรรมศาสตร์
ปีการศึกษา 2558
ลิขสิทธิ์ของมหาวิทยาลัยธรรมศาสตร์
การจัดลาดับความสาคัญข้อบกพร่องด้วยกระบวนการการลาดับชั้นเชิง
วิเคราะห์แบบฟัซซี่ : กรณีศึกษากระบวนการผลิตชิ้นส่วนอิเล็กทรอนิกส์
โดย
นางสาวขวัญใจ อินหันต์
วิทยานิพนธ์นี้เป็นส่วนหนึ่งของการศึกษาตามหลักสูตร
วิศวกรรมศาสตรมหาบัณฑิต
สาขาวิชาการพัฒนางานอุตสาหกรรม ภาควิชาวิศวกรรมอุตสาหการ
คณะวิศวกรรมศาสตร์ มหาวิทยาลัยธรรมศาสตร์
ปีการศึกษา 2558
ลิขสิทธิ์ของมหาวิทยาลัยธรรมศาสตร์
PRIORITIZATION OF FAILURE MODES BY USING FUZZY ANALYTIC
HIERARCHY PROCESS (FAHP) : A CASE STUDY OF ELECTRONICS
PARTS/COMPONENTS MANUFACTURING PROCESS
BY
หัวข้อวิทยานิพนธ์ การจัดลาดับความสาคัญข้อบกพร่องด้วยกระบวนการ
การลาดับชั้นเชิงวิเคราะห์แบบฟัซซี่ : กรณีศกึ ษา
กระบวนการผลิตชิ้นส่วนอิเล็กทรอนิกส์
ชื่อผู้เขียน นางสาวขวัญใจ อินหันต์
ชื่อปริญญา วิศวกรรมศาสตรมหาบัณฑิต
สาขาวิชา/คณะ/มหาวิทยาลัย สาขาวิชาการพัฒนางานอุตสาหกรรม
คณะวิศวกรรมศาสตร์
มหาวิทยาลัยธรรมศาสตร์
อาจารย์ที่ปรึกษาวิทยานิพนธ์ รองศาสตราจารย์ ดร. ตรีทศ เหล่าศิริหงษ์ทอง
ปีการศึกษา 2558
บทคัดย่อ
งานวิจั ยนี้ มี วัต ถุ ป ระสงค์ เพื่ อ : (ก) ประเมิ น ค่าน้ าหนั ก ความสาคั ญ โดยเปรีย บเที ย บ
ของปั จ จั ย เสี่ ย ง 3 ด้ า น ได้ แ ก่ ความรุ น แรงของข้ อ บกพร่ อ ง (Severity: S) โอกาสในการเกิ ด
(Occurrence: O) และการตรวจจับ (Detection: D) ที่ใช้ในการวิเคราะห์ลักษณะข้อบกพร่องและ
ผลกระทบ (Failure mode and effects analysis: FMEA) และ (ข) จั ด ล าดั บ ความส าคั ญ ของ
ข้อบกพร่องจาก FMEA ถ่วงน้าหนักความสาคัญ โดยเปรียบเทียบ (ค่า RPN ที่พิจารณาค่าน้าหนัก
ความส าคั ญ โดยเปรี ย บเที ย บ) โดยใช้ ก ระบวนการการล าดั บ ชั้ น เชิ งวิ เคราะห์ แ บบฟั ซ ซี่ (Fuzzy
analytic hierarchy process: FAHP) ผลการศึกษาพบว่า ความรุนแรงของข้อบกพร่อง (Severity:
S) เป็นปัจจัยเสี่ยงที่มีความสาคัญมากที่สุดในการพิจารณาคัดเลือกข้อบกพร่องและ Torque NG เป็น
ข้ อ บกพร่ อ งที่ มี ล าดั บ ส าคั ญ มากที่ สุ ด จากค่ า RPN ที่ พิ จ ารณาจากค่ า น้ าหนั ก ความส าคั ญ โดย
เปรียบเทียบ ผลการศึกษานี้แสดงให้เห็นถึงความแตกต่างของค่าน้าหนักโดยเปรียบเทียบของปัจจัย
เสี่ ย งและล าดั บ ความส าคั ญ ของข้ อ บกพร่ อ ง ซึ่ ง จะส่ งผลต่ อ การแก้ ไขกระบวนการผลิ ต อย่ า งมี
ประสิทธิภาพ
ABSTRACT
The objective of this study is to: (i) Failure mode and effects analysis
(FMEA) was used to evaluate comparative weight of importance among the risk
factors Severity (S), Occurrence (O), and Detection (D) and (ii) In FMEA, failure mode
was prioritized as comparative weighting importance, using the risk priority number
(RPN) and applying fuzzy analytic hierarchy process (FAHP) results showed that
Severity (S) was the most important decision-making factor in determining process-
solving and Torque NG was the most important from RPN which is comparative
weighting of importance. This finding should help to determining differences in
comparative weighting of importance among risk factors and prioritize degrees of
importance among failure modes, leading to effective action.
Keywords: Fuzzy, Analytic hierarchy process, Failure mode and effects analysis.
(3)
กิตติกรรมประกาศ
นางสาวขวัญใจ อินหันต์
(4)
สารบัญ
หน้า
บทคัดย่อภาษาไทย (1)
บทคัดย่อภาษาอังกฤษ (2)
กิตติกรรมประกาศ (3)
สารบัญตาราง (8)
สารบัญภาพ (10)
บทที่ 1 บทนา 1
1.1 ความสาคัญของการศึกษา 1
1.2 วัตถุประสงค์ของการศึกษา 4
1.3 ขอบเขตของการศึกษา 4
1.4 วิธีการดาเนินงาน 5
1.5 แผนการดาเนินงาน 6
1.6 ประโยชน์ที่คาดว่าจะได้รับ 7
บทที่ 2 การทบทวนทฤษฎีและงานวิจัยที่เกี่ยวข้อง 8
2.1 คานิยามของคาศัพท์ที่เกี่ยวข้องในงานวิจัย 8
2.1.1 ของเสีย (Waste) 8
2.1.2 ความเสียหาย (Failure) 8
2.1.3 คุณลักษณะของข้อบกพร่อง (Failure Mode) 9
2.1.4 ผลกระทบจากความเสียหาย (Effect) 10
2.2 ส่วนประกอบของฮาร์ดดิสก์ไดร์ฟ 10
(5)
2.2.1 แผงวงจรฮาร์ดดิสก์ไดร์ฟ 10
2.2.2 จานแม่เหล็ก (Platter) 10
2.2.3 สปินเดิล มอเตอร์ (Spindle Motor) 10
2.2.4 แขนของหัวอ่าน-เขียน (Actuator) 11
2.2.5 หัว (Head) 11
2.2.6 ไพวอต (Pivot) 11
2.3 การวิเคราะห์ข้อบกพร่องและผลกระทบ (FMEA) 13
2.3.1 ชนิดของการวิเคราะห์ข้อบกพร่องและผลกระทบ 14
2.3.2 ขั้นตอนทั่วไปของการดาเนินงานการวิเคราะห์ข้อบกพร่องและผลกระทบ 14
2.3.3 ประโยชน์ของการวิเคราะห์ข้อบกพร่องและผลกระทบ 19
2.4 กระบวนการการลาดับชั้นเชิงวิเคราะห์ 21
2.4.1 กาหนดปัญหาและแยกองค์ประกอบของปัญหา 21
2.4.2 สร้างแผนภูมิลาดับชั้น 21
2.4.3 การหาลาดับความสาคัญ 22
2.4.4 การวิเคราะห์อัตราความสอดคล้อง 24
2.5 กระบวนการการลาดับชั้นเชิงวิเคราะห์แบบฟัซซี่ 26
2.5.1 การกาหนดขอบเขตการพิจารณา 27
2.5.2 การคานวณหาค่าขอบเขตสังเคราะห์ฟัซซี่ 28
2.5.3 การคานวณหาระดับของความเป็นไปได้ 29
2.5.4 การคานวณหาเวกเตอร์ความสาคัญ W' ของเมตริกซ์ 29
2.6 งานวิจัยทีใ่ ช้การวิเคราะห์ข้อบกพร่องและผลกระทบ (FMEA) และกระบวนการ 30
การลาดับชั้นเชิงวิเคราะห์แบบฟัซซี่ (FAHP)
บทที่ 3 วิธีดาเนินการวิจัย 32
3.1 การศึกษาข้อมูล 32
3.1.1 โครงสร้างลาดับชั้นเชิงวิเคราะห์ของการคัดเลือกข้อบกพร่อง 32
3.1.2 การออกแบบแบบสอบถาม 33
3.1.3 ผู้ประเมินแบบสอบถาม 33
3.2 การวิเคราะห์ข้อมูล 35
3.2.1 การประเมินแบบสอบถาม 35
(6)
3.2.2 การวิเคราะห์หาค่าอัตราความสอดคล้อง 36
3.2.3 การวิเคราะห์หาค่าน้าหนักความสาคัญโดยเปรียบเทียบ 37
3.2.4 การวิเคราะห์หาค่า RPN โดยพิจารณาค่าน้าหนักความสาคัญ 39
โดยเปรียบเทียบ
3.3 การสรุปผลการดาเนินงาน 40
บทที่ 4 ผลการวิจัย 41
4.1 การแปลงค่าผลการประเมินแบบสอบถาม 41
4.1.1 การคานวณผลประเมินการลาดับความสาคัญของปัจจัยเสี่ยง 41
4.1.2 การคานวณผลประเมินการลาดับความสาคัญของข้อบกพร่อง 42
4.2 ค่าอัตราความสอดคล้องของการประเมิน 45
4.2.1 ค่าอัตราความสอดคล้อง (CR) ของปัจจัยเสี่ยง 45
4.2.2 ค่าอัตราความสอดคล้อง (CR) ของข้อบกพร่อง 46
4.3 การคานวณค่าน้าหนักความสาคัญโดยเปรียบเทียบโดย FAHP 49
4.3.1 การคานวณผลประเมินการลาดับความสาคัญของปัจจัยเสี่ยง 49
4.3.2 การคานวณผลประเมินในลาดับชั้นทางเลือกหรือข้อบกพร่อง 51
4.4 ผลค่าน้าหนักความสาคัญโดยเปรียบเทียบของปัจจัยเสี่ยงและข้อบกพร่อง 61
โดย FAHP
4.4.1 ผลค่าน้าหนักความสาคัญโดยเปรียบเทียบของปัจจัยเสี่ยง 61
4.4.2 ผลค่าน้าหนักความสาคัญโดยเปรียบเทียบของข้อบกพร่อง 62
4.5 การคานวณหาค่า RPN โดยถ่วงน้าหนักความสาคัญโดยเปรียบเทียบ 66
4.6 ผลค่า RPN โดยค่าน้าหนักความสาคัญโดยเปรียบเทียบ 67
บทที่ 5 สรุปผลการวิจัยและข้อเสนอแนะ 70
5.1 สรุปผลการวิจัย 70
5.2 ข้อเสนอแนะ 71
รายการอ้างอิง 72
(7)
ภาคผนวก
ภาคผนวก ก แบบสอบถาม 77
ภาคผนวก ข บทความวิชาการ 83
ประวัติผู้เขียน 95
(8)
สารบัญตาราง
ตารางที่ หน้า
1.1 ระยะเวลาการดาเนินงาน 6
2.1 เกณฑ์การประเมินผลความรุนแรงของผลกระทบ 15
2.2 เกณฑ์การประเมินผลโอกาสการเกิดขึ้น 17
2.3 เกณฑ์การประเมินผลการตรวจจับของระบบควบคุม 18
2.4 ข้อบกพร่องบางอย่างของ FMEA 20
2.5 มาตราส่วนในการวิเคราะห์เปรียบเทียบรายคู่ 23
2.6 เมทริกซ์ที่ใช้ในการเปรียบเทียบเกณฑ์ตัดสินใจเป็นคู่ 23
2.7 ค่าดัชนีความสอดคล้องเชิงสุ่ม 25
3.1 ตัวอย่างแบบสอบถามในส่วนที่ 2 การประเมินลาดับความสาคัญโดยเปรียบเทียบ 33
ของปัจจัยเสี่ยง
3.2 ตาแหน่งงานและประสบการณ์การทางานของผู้ประเมินแบบสอบถาม 34
3.3 สเกลการแปลงเป็นตัวเลขแสดงลาดับความสาคัญของการเปรียบเทียบเชิงคู่ 35
4.1 ตัวอย่าง ผลประเมินการลาดับความสาคัญของปัจจัยเสี่ยง 3 ด้าน (S, O, D) 41
จากผู้เชี่ยวชาญคนที่ 1
4.2 ตัวอย่าง ผลการแปลงค่าผลประเมินการลาดับความสาคัญปัจจัยเสี่ยง 3 ด้าน (S, O, D) 42
ด้วยตัวเลขฟัซซีแ่ บบสามเหลี่ยมของผู้เชี่ยวชาญคนที่ 1
4.3 ตัวอย่าง ผลการแปลงค่าผลประเมินการลาดับความสาคัญข้อบกพร่อง 43
ด้านความรุนแรงของข้อบกพร่อง (Severity: S) ด้วยตัวเลขฟัซซี่แบบสามเหลี่ยม
ของผู้เชีย่ วชาญคนที่ 1
4.4 ตัวอย่าง ผลการแปลงค่าผลประเมินการลาดับความสาคัญข้อบกพร่อง 44
ด้านโอกาสในการเกิดของข้อบกพร่อง (Occurence: O)
ด้วยตัวเลขฟัซซี่แบบสามเหลี่ยมของผู้เชี่ยวชาญคนที่ 1
4.5 ตัวอย่าง ผลการแปลงค่าผลประเมินการลาดับความสาคัญข้อบกพร่อง 45
ด้านการตรวจจับข้อบกพร่อง (Detection: D) ด้วยตัวเลขฟัซซี่แบบสามเหลี่ยม
ของผู้เชี่ยวชาญคนที่ 1
4.6 ค่าอัตราความสอดคล้อง (CR) ของปัจจัยเสี่ยง 3 ด้าน (S, O, D) 46
(9)
สารบัญภาพ
ภาพที่ หน้า
1.1 FMEA กระบวนการผลิตผลิตภัณฑ์หนึ่งของบริษัทผู้ผลิตชิ้นส่วนอิเล็กทรอนิกส์ที่ใช้เป็น 3
กรณีศกึ ษา
1.2 อัตราของเสีย 3
2.1 ส่วนประกอบของฮาร์ดดิสก์ไดร์ฟ 11
2.2 ส่วนประกอบของไพวอต 12
2.3 แผนภูมิโครงการสร้างลาดับชั้น 22
3.1 โครงสร้างลาดับชั้นเชิงวิเคราะห์ของการคัดเลือกข้อบกพร่อง 32
3.2 ตัวเลขสมาชิกของสามเหลี่ยมฟัซซี่ 35
4.1 ค่าเฉลี่ย CR และค่าน้าหนักความสาคัญโดยเปรียบเทียบของปัจจัยเสี่ยง 3 ด้าน 62
(S, O, D)
4.2 ค่าเฉลี่ย CR และค่าน้าหนักความสาคัญโดยเปรียบเทียบของข้อบกพร่อง 64
ด้านความรุนแรงของข้อบกพร่อง (Severity: S)
4.3 ค่าเฉลี่ย CR และค่าน้าหนักความสาคัญโดยเปรียบเทียบของข้อบกพร่อง 65
ด้านโอกาสในการเกิดข้อบกพร่อง (Occurrence: O)
4.4 ค่าเฉลี่ย CR และค่าน้าหนักความสาคัญโดยเปรียบเทียบของข้อบกพร่อง 66
ด้านการตรวจจับข้อบกพร่อง (Detection: D)
(11)
1
บทที่ 1
บทนา
1.1 ความสาคัญของการศึกษา
อุตสาหกรรมคอมพิวเตอร์และชิ้นส่วนประกอบหรืออุตสาหกรรมอิเล็กทรอนิกส์ ของ
ประเทศไทยมีฮาร์ดดิสก์ไดร์ฟ (Hard Disk Drive: HDD) เป็นผลิตภัณฑ์หลักที่ติดอันดับ 1 ใน 3 ของ
สินค้าที่สร้างรายได้ให้กับประเทศไทย แต่เนื่องด้วยประเทศไทยประสบกับปัญหาในด้านต่างๆ เช่น
สภาวะการหดตัวของเศรษฐกิจภูมิภาคเอเชีย วิกฤติการณ์น้าท่วม การปรับอัตราค่าจ้างแรงงานขั้นต่า
การเคลื่อนไหวทางการเมืองหรือแม้แต่การรวมกลุ่มประชาคมเศรษฐกิจอาเซียน ปัญหาในด้านต่างๆ
เหล่านี้ล้วนส่งผลกระทบต่อศักยภาพในการแข่งขัน ด้านการส่งออกของอุตสาหกรรมอิเล็กทรอนิกส์
ของประเทศไทย อรุณี (2553) ซึ่งในปัจจุบันอุตสาหกรรมอิเล็กทรอนิกส์มีการแข่งขันทางการตลาด
ค่อนข้างสูง ส่งผลให้การดาเนินงานของผู้ผลิตและผู้จาหน่ายฮาร์ดดิสก์ไดร์ฟของประเทศไทย รวมถึง
บริษัทผู้ผลิตชิ้นส่วนอิเล็กทรอนิกส์ ที่ใช้เป็นกรณีศึกษาต้องพยายามปรับตัวให้ทันต่อ สถานการณ์ที่มี
การเปลี่ยนแปลงอย่างรวดเร็ว โดยจะต้องมีการพัฒนาและปรับปรุงกระบวนการผลิตอย่างต่อเนื่อง
เพื่ อเพิ่ม ขีดความสามารถในการตอบสนองความต้องการของลูกค้าและเพิ่มความสามารถในการ
แข่งขันทางการตลาดให้มากขึ้น และเพิ่มความสามารถในการตอบสนองความต้องการของลูกค้าและ
สร้างความพึงพอใจของลูกค้าสูงสุด
การวิเคราะห์หาสาเหตุได้ถึงรากของปัญหาเพื่อนาไปสู่การแก้ ไขปัญหาในกระบวนการ
ผลิตและส่งผลโดยตรงต่อการปรับปรุงคุณภาพของผลิตภัณฑ์ รวมไปถึงการตอบสนองความต้องการ
ของลูกค้าและเพิ่มความสามารถในการแข่งขันทางการตลาดให้มากขึ้นและเพิ่มความสามารถในการ
ตอบสนองความต้องการของลูกค้าและสร้างความพึงพอใจของลูกค้าสูงสุด และวิธีการที่สามารถ
วิเคราะห์หาสาเหตุได้ถึงรากของปัญหาคือ การวิเคราะห์ลักษณะข้อบกพร่องและผลกระทบ (Failure
Mode and Effect Analysis: FMEA) สมภพ (2552) ซึ่ งถู ก พั ฒ นาโดยหน่ ว ยงานอากาศยานทาง
ทหารของสหรัฐอเมริกา ตั้งแต่ทศวรรษที่ 60 จากนั้นได้ประยุกต์ใช้ FMEA ไปยังบริษัทผู้ผลิตรถยนต์
จนกระทั่ง FMEA กลายมาเป็นข้อกาหนดพื้นฐานของอุตสาหกรรมยานยนต์ภายใต้ระบบ TS-16949
สาหรับประเทศไทยได้เริ่มมีการประยุกต์ใช้ FMEA กับกลุ่มอุตสาหกรรมชิ้นส่วนยานยนต์ตามความ
ต้องการของบริษัท ฟอร์ด จากัด กิติศักดิ์ (2551)
2
ด้วยเหตุนี้ งานวิจัยนี้จึงได้นาเครื่องมือทางเทคโนโลยีที่ช่วยสนับสนุนการตัดสินใจมา
ประยุกต์ใช้ ซึ่งได้แก่ กระบวนการการลาดับชั้นเชิงวิเคราะห์แบบฟัซซี่ (Fuzzy Analytic Hierarchy
Process: FAHP) ในการหาค่าน้าหนักความสาคัญโดยเปรียบเที ยบของปัจจัยเสี่ยงและข้อบกพร่อง
และจัดลาดับความสาคัญของข้อบกพร่องจาก FMEA ถ่วงน้าหนักความสาคัญโดยเปรียบเทียบ (ค่า
RPN ที่พิจารณาค่าน้าหนักความสาคัญโดยเปรียบเทียบ) ซึ่งการประยุกต์ใช้ FAHP เป็นการแทนค่า
ตัวเลขเดี่ย วที่ ได้ จากการประเมิ น ผลด้ วยตั วเลขฟั ซ ซี่ เพื่ อ ก าจัด ความคลุม เครือ ที่ เกิ ดขึ้ น จากการ
ตัดสินใจของผู้เชี่ยวชาญ
4
1.2 วัตถุประสงค์ของการศึกษา
1.3 ขอบเขตของการศึกษา
1.4 วิธีการดาเนินงาน
1.5 แผนการดาเนินงาน
ตารางที่ 1.1
ระยะเวลาการดาเนินงาน
ม.ค. – พ.ค. 58
ส.ค. – ธ.ค. 57
ก.ย. – ธ.ค. 58
มิ.ย – ส.ค. 58
เม.ย. 59
ก.พ. 59
พ.ค. 59
ม.ค. 59
มี.ค. 59
ขั้นตอนการดาเนินการ
1.6 ประโยชน์ที่คาดว่าจะได้รับ
บทที่ 2
การทบทวนทฤษฎีและงานวิจัยที่เกี่ยวข้อง
หลั ก การและทฤษฎี ที่ ใช้ ในงานวิจัย นี้ มีดั งนี้ คื อ ค านิ ยามของค าศั พ ท์ ที่ เกี่ย วข้อ งใน
งานวิจัย ส่วนประกอบของฮาร์ดดิสก์ไดร์ฟ การวิเคราะห์ข้อบกพร่องและผลกระทบ (FMEA) และ
กระบวนการการลาดับชั้นเชิงวิเคราะห์แบบฟัซซี่ (Fuzzy AHP) เอกสารและผลงานวิจัยที่เกี่ยวข้อง
ประกอบด้วย งานวิจัยที่ใช้การวิเคราะห์ข้อบกพร่องและผลกระทบ (FMEA) และกระบวนการการ
ลาดับชั้นเชิงวิเคราะห์แบบฟัซซี่ (Fuzzy AHP) โดยมีรายละเอียดดังต่อไปนี้
2.1 คานิยามของคาศัพท์ที่เกี่ยวข้องในงานวิจัย
2.2 ส่วนประกอบของฮาร์ดดิสก์ไดร์ฟ
2.3.1 ชนิดของการวิเคราะห์ข้อบกพร่องและผลกระทบ
FMEA สามารถแบ่งตามวิธีการนาไปประยุกต์ใช้ได้หลายอย่างดังนี้
1. การวิ เ คราะห์ ร ะบบ (System FMEA: SFMEA) ใช้ ใ นการวิ เ คราะห์ ก าร
ออกแบบหรือการปรับปรุง เป็นการสร้างแนวความคิดในการออกแบบและกาหนดรายละเอียดของ
ระบบงาน การออกแบบ การพัฒนา การทดสอบ และการประเมินผล
2. การวิเคราะห์การออกแบบ (Design FMEA: DFMEA) ใช้ในการวิเคราะห์ผล
และการแก้ไขงานที่มีการผลิตเป็นครั้ง แรก ซึ่งมักจะพิจารณาถึงปัญหา ความเหมาะสมในการใช้งาน
ตามที่ออกแบบ การป้องกันหรือการลดระดับความเสี่ยง
3. การวิ เคราะห์ ก ระบวนการ (Process FMEA: PFMEA) ใช้ ในการวิ เคราะห์
กระบวนการผลิต ปัจจัยการผลิตต่างๆ เช่น คน เครื่องจักร วัสดุ วิธีการ การวัด สภาพแวดล้อมและ
เครื่องจักร
4. การวิเคราะห์การบริการ (Service FMEA: SFMEA) ใช้ในการวิเคราะห์บริการ
ก่อนส่งไปสู่ลูกค้า โดยให้คนเป็นปัจจัยหลัก
2.3.2 ขั้นตอนทั่วไปของการดาเนินงานการวิเคราะห์ข้อบกพร่องและผลกระทบ
1. จัดทาแผนผังการไหลของกระบวนการ (Process Flow)
จัดทาแผนผังการไหลของกระบวนการที่จะประเมิน เพื่อระบุขั้นตอนการผลิต
และขอบเขตการวิเคราะห์ ซึ่งจะมั่นใจได้ว่าการวิเคราะห์ได้ถูกปฏิบัติครอบคลุมทั้งกระบวนการ
2. ระบุกระบวนการในแผนผังการไหลของกระบวนการ
15
ตารางที่ 2.1
เกณฑ์การประเมินผลความรุนแรงของผลกระทบ
ผลกระทบ ความรุนแรงของผลกระทบ ความรุนแรงของผลกระทบ คะแนน
ที่มีต่อลูกค้า ที่มีต่อกระบวนการ
อันตรายมาก มีผลกระทบต่อความปลอดภัยของ มีผลกระทบต่อความปลอดภัยของ 10
โดยไม่มีการเตือน ผู้ใช้งานหรือขัดต่อกฎหมายโดยไม่มกี าร พนักงาน (หรือเครื่องจักร) โดยไม่มีการ
เตือนล่วงหน้า เตือนล่วงหน้า
อันตรายมาก มีผลกระทบต่อความปลอดภัยของ มีผลกระทบต่อความปลอดภัยของ 9
โดยมีการเตือน ผู้ใช้งานหรือขัดต่อกฎหมายโดยมีการ พนักงาน (หรือเครื่องจักร) โดยมีการเตือน
เตือนล่วงหน้า ล่วงหน้า
ผลกระทบสูงมาก ผลิตภัณฑ์ไม่สามารถใช้งานได้ เนื่องจาก ผลิตภัณฑ์ทั้งหมด (100%) อาจต้องถูก 8
สูยเสียหน้าทีห่ ลัก ทาลายหรือส่งเข้าซ่อมแซม ด้วยระยะเวลา
มากกว่าหนึ่งชั่วโมง
16
6. ระบุการจัดประเภท (Classification)
เป็ นการแยกประเภทของคุณ ลักษณะพิ เศษของผลิตภัณ ฑ์ และกระบวนการ
(Critical, Key, Major, and Significant)
7. ระบุ ส าเหตุ ห รือ กลไกของข้อ บกพร่อ ง (Potential Cause/ Mechanism of
Failure)
เป็นการระบุสาเหตุ ของข้อบกพร่องที่อาจจะเกิดขึ้นให้ชัดเจน ซึ่งจะต้องเป็น
สาเหตุที่สามารถแก้ไขและควบคุมได้ ต้องลาดับรายการสาเหตุทุกประการของข้อบกพร่องทางด้าน
ศักยภาพ เพื่อแก้ไขหรือควบคุมสาเหตุนั้นๆ
17
8. ระบุโอกาสการเกิดขึ้น (Occurrence: O)
เป็นการคาดการณ์ว่าสาเหตุของข้อบกพร่องแต่ละสาเหตุจะเกิดขึ้นถี่มากน้อย
เพียงใด อัตราข้อบกพร่องที่เป็นไปได้จะอยู่บนพื้นฐานของจานวนข้อบกพร่องที่คาดการณ์ ได้หรือ
ข้อมูล จริงที่ เกิดขึ้น ในกระบวนการ หากสามารถท าได้ควรใช้ข้อมูลเชิงสถิติ จากกระบวนการที่ มี
ลักษณะเดียวกันมาเป็นพื้นฐานของข้อมูลในการจัดลาดับความสามารถของการเกิด เช่น ค่าดัชนี
ความสามารถด้านสมรรถนะของกระบวนการ Cpk, Ppk เป็นต้น ในการประมาณการณ์แนวโน้มการ
เกิดสาเหตุของข้อบกพร่องกาหนดคะแนนออกมาเป็นระดับตั้งแต่ 1 ถึง 10 ดังตารางที่ 2.2
ตารางที่ 2.2
เกณฑ์การประเมินผลโอกาสการเกิดขึ้น
โอกาสในการเกิดข้อบกพร่อง อัตราข้อบกพร่องที่น่าจะเกิดขึ้น Ppk คะแนน
สูงมาก : ≥ 100 ครั้ง ต่อ 1,000 ชิ้น < 0.55 10
เกิดข้อบกพร่องบ่อยมาก 50 ครั้ง ต่อ 1,000 ชิ้น ≥ 0.55 9
สูง : 20 ครั้ง ต่อ 1,000 ชิ้น ≥ 0.78 8
เกิดข้อบกพร่องบ่อย 10 ครั้ง ต่อ 1,000 ชิ้น ≥ 0.86 7
ปานกลาง : 5 ครั้ง ต่อ 1,000 ชิ้น ≥ 0.94 6
เกิดข้อบกพร่องเป็นครั้งคราว 2 ครั้ง ต่อ 1,000 ชิ้น ≥ 1.00 5
1 ครั้ง ต่อ 1,000 ชิ้น ≥ 1.10 4
ต่า : 0.5 ครั้ง ต่อ 1,000 ชิ้น ≥ 1.20 3
เกิดข้อบกพร่องน้อยมาก 0.1 ครั้ง ต่อ 1,000 ชิ้น ≥ 1.30 2
แทบไม่เกิด : ≥ 0.01 ครั้ง ต่อ 1,000 ชิ้น ≥ 1.67 1
ข้อบกพร่องไม่มีโอกาสเกิดขึ้นได้
ตารางที่ 2.3
เกณฑ์การประเมินผลการตรวจจับของระบบควบคุม
ลักษณะการ เกณฑ์ ประเภทการตรวจจับ ขอบเขตวิธีการตรวจจับ คะแนน
ตรวจจับ A B C
เกือบเป็นไปไม่ได้ ไม่มีระบบการตรวจจับใดๆ X ไม่สามารถตรวจจับได้ 10
เป็นไปได้ยากมาก มีระบบควบคุม แต่ไม่ X การควบคุมกระทาได้เพียงการสุ่ม 9
สามารถตรวจจับข้อบกพร่อง ตรวจเท่านั้น
ได้
เป็นไปได้ยาก มีระบบควบคุม แต่มีโอกาส X การควบคุมกระทาได้ด้วยการ 8
น้อยมากที่จะตรวจจับ ตรวจสอบด้วยสายตาเท่านั้น
ข้อบกพร่องได้
น้อยมาก มีระบบควบคุม แต่มีโอกาส X การควบคุมกระทาได้ด้วยการ 7
น้อยมากที่จะตรวจจับ ตรวจสอบด้วยสายตาสองครั้ง
ข้อบกพร่องได้ เท่านั้น
น้อย มีระบบควบคุมและอาจจะ X X การควบคุมกระทาได้ด้วยแผนภูมิ 6
ตรวจจับข้อบกพร่องได้ SPC
19
ประเภทการตรวจจับ
A : ป้องกันข้อผิดพลาด
B : ใช้เครื่องมือตรวจจับ
C : การตรวจจับโดยผู้ปฏิบัติงาน (Manual)
2.3.3 ประโยชน์ของการวิเคราะห์ข้อบกพร่องและผลกระทบ
ประโยชน์ของ FMEA มีหลายประการด้วยกันคือ
1. ช่ ว ยพิ จ ารณาทางเลื อ กตั้ ง แต่ ขั้ น ตอนแรกของการออกแบบและพั ฒ นา
ผลิตภัณฑ์เพื่อเพิ่มศักยภาพของการผลิตและความน่าเชื่อถือของผลิตภัณฑ์
2. สร้างความมั่นใจว่ารูปแบบของความเสียหาย และปัญหาต่างๆ ที่อาจจะเกิดขึ้น
รวมถึงผลกระทบที่อาจตามมานั้นได้รับการพิจารณาอย่างละเอียดถี่ถ้วนมาก่อนแล้ว
3. แสดงรายการของปัญหาหลักต่างๆ และระดับความรุนแรงของผลกระทบเมื่อ
เกิดปัญหานั้นขึ้นมา
20
4. ช่วยแสดงบันทึกผลชองการปรับปรุงภายหลังการแก้ไขให้ถูกต้องอย่างใดอย่าง
หนึ่งได้ทันที
5. เป็ นพื้ น ฐานสาหรับ การกาหนดรายการทดสอบเพิ่ มเติมระหว่างการพั ฒ นา
ผลิตภัณฑ์และการผลิต
6. ช่ ว ยรวบรวมข้ อ มู ล ในอดี ต ส าหรั บ เอกสารอ้ า งอิ ง ในอนาคต โดยน ามาใช้
วิเคราะห์รูปแบบของปัญหาหรือความเสียหายต่างๆ สาหรับการพิจารณาเรื่องการเปลี่ยนแปลง
7. ทาให้เกิดความมั่นใจได้ว่าการปรับปรุงและพัฒนาต่างๆ มีผู้รับผิดชอบในการ
สร้างระบบการป้องกันปัญหา เมื่อมีการทบทวนขั้นสุดท้ายของการพัฒนาผลิตภัณฑ์หรือกระบวนการ
ผลิต
FMEA มีความสามารถในการคัดเลือกข้อบกพร่องแต่ยังมีข้อบกพร่อง เพราะค่า
RPN ไม่สามารถสะท้อนมุมมองหรือความคิดของมนุษย์ที่เพียงพอ ซึ่งผู้ตัดสินใจอาจจะมี ความรู้สึก
คลุมเครือในขณะพิจารณาประเมินผลคะแนน ซึ่งงานวิจัยต่างๆ ได้กล่าวถึงข้อบกพร่องบางประการ
ของประการ ดังตัวอย่างตามตารางที่ 2.4
ตารางที่ 2.4
ข้อบกพร่องบางอย่างของ FMEA
Abdelgawad, M. Zammori, F. and Kutlu, A. C. and
Carmignani, G.
ข้อบกพร่อง and Fayek, A. R. Gabbrielli, R. Ekmecioglu, M.
(2009)
(2010) (2012) (2012)
1. ไม่มีการพิจารณาค่าน้าหนักความสาคัญ
/ / / /
โดยเปรียบเทียบของสามปัจจัยเสี่ยง (S, O, D)
2. คะแนนของสามปัจจัยเสียง (S, O, D) ที่
แตกต่างกันและได้ค่า RPN เท่ากัน จะความ / /
เสี่ยงที่มีอาจจะเกิดขึ้นแตกต่างกัน
3. การประเมินสามปัจจัยเสี่ยง (S, O, D) ให้
/ / /
แม่นยานั้นเป็นเรื่องยาก
4. การคานวณค่า RPN นั้น ไม่มีทีมาของสูตร
/
ทางคณิตศาสตร์ที่แน่ชัด
5. ค่า RPN ไม่สามารถใช้วัดประสิทธิภาพของ
/
การดาเนินการแก้ไข
6. ค่า RPN เป็นคะแนนทีไ่ ม่ต่อเนื่องมีช่องโหว่
/
จานวนมาก
7. ค่า RPN พิจารณาเพียงสามปัจจัยเสี่ยง (S,
/ / /
O, D) เพียงด้านความปลอดภัยเป็นหลัก
21
2.4.1 กาหนดปัญหาและแยกองค์ประกอบของปัญหา
การให้คาจากัดความของปัญหา รวมถึงหาองค์ประกอบที่เกี่ยวข้องกับปัญหา
2.4.2 สร้างแผนภูมิลาดับชั้น
เป็นการสร้างแผนภูมิโครงสร้างลาดับชั้น (Hierarchy Structure) แต่ละลาดับชั้น
ประกอบไปด้วยเกณฑ์ตัดสินใจที่เกี่ยวข้องกับปัญหานั้น ดังภาพที่ 2.3
ลาดับชั้นบนสุด คือ เป้าหมาย ซึ่งมีเพียงปัจจัยเดียวเท่านั้น
ลาดับชั้นที่ 2 คือ เกณฑ์ตัดสินใจซึ่งอาจมีหลายปัจจัย ซึ่งปัจจัยต่างๆ ในลาดับชั้น
เดียวกันจะมีความสาคัญเท่ากัน
ลาดับชั้นล่างสุด คือ ทางเลือก ปัจจัยที่มีความสาคัญน้อยกว่าลาดับชั้นที่ 2
22
กาหนดให้
C1 , C2 , C3 ,..., Cn เป็นเกณฑ์ตัดสินใจ
A1 , A2 , A3 ,..., An แทนปัจจัยต่างๆ ในลาดับชั้นที่ทาการวิเคราะห์ โดยการ
ทาการวิเคราะห์ทีละคู่
ดังนั้ น การวิเคราะห์ จะท าในรูป แบบตารางเมตริกซ์ ขนาด (n n) สามารถ
เขียนตารางเมตริกซ์ได้ดังนี้
เกณฑ์ตัดสินใจ C1 C2 C3 Cn ปัจจัย
1 a12 a13 a1n A1
1 / a 1 a 23 a 2 n A2
i2
A 1 / a in 1 / a2n 1 a 3n A3
1 / a1n 1 / a2n 1 / a 3n 1 An
ผู้วิเคราะห์ต้องแสดงการวิเคราะห์หรือแสดงความคิดเห็นออกมาในรูปของคาพูด
แล้วจึงแทนค่าเป็นตัวเลขเดี่ยว ดังตารางที่ 2.5 ซึ่งขั้นตอนการวิเคราะห์ลาดับความสาคัญ มีดังนี้
23
ขั้น ตอนที่ 1 เปรียบเที ย บล าดั บ ความส าคั ญ ที ล ะคู่ แล้วน าค่ าที่ ได้ ใส่ ในตาราง
เมตริกซ์ ดังตัวอย่างในตารางที่ 2.6
ขั้นตอนที่ 2 คานวณหาค่า Normalized Matrix ของเมตริกซ์ ในแต่ละแถวโดยที่
ค่า Normalized หาได้จากค่าเฉลี่ยของความสาคัญในแต่ละแถว
ขั้นตอนที่ 3 หาลาดับความสาคัญ โดยการย้อนกลับไปในขั้นตอนที่ 1 และขั้นตอน
ที่ 2 จากนั้ น น าค่ าเกณฑ์ ตั ด สิ น ใจที่ ค านวณได้ จากล าดั บ ชั้ น ที่ อ ยู่ สู งกว่า 1 ชั้ น มาเป็ น ตั วคู ณ ค่ า
Normalized ของลาดับที่ 2 ที่ได้จากการคานวณ จะได้ค่าลาดับความสาคัญในลาดับชั้นรองลงมาตาม
เกณฑ์ของปัจจัยนั้นๆ จนครบทุกปัจจัย
ตารางที่ 2.5
มาตราส่วนในการวิเคราะห์เปรียบเทียบรายคู่
ลาดับความสาคัญ (Linguistic Scale) ตัวเลข AHP (AHP Scale)
มีความสาคัญเท่ากัน 1
มีความสาคัญมากกว่าเล็กน้อย 3
มีความสาคัญมากกว่าปานกลาง 5
มีความสาคัญมากกว่ามาก 7
มีความสาคัญมากกว่ามากที่สุด 9
สาหรับในกรณีประนีประนอม 2, 4, 6, 8
เพื่อลดช่องว่างระหว่างระดับความรู้สึก
ตารางที่ 2.6
n
max i1 j 1 aij wj
n
(2-2)
( max n)
CI (2-3)
(n 1)
โดยที่
CI คือ ค่าดัชนีความสอดคล้อง (Consistency Index)
max คื อ ค่ า แลมด้ า แมกซ์ (Eigen Values) ผลรวมของผลหารด้ ว ยจ านวน
เกณฑ์ตัดสินใจ
n คือ จานวนเกณฑ์ตัดสินใจ
25
ตารางที่ 2.7
CI
CR (2-4)
RI
โดยที่
CR คือ ค่าอัตราความสอดคล้อง (Consistency Ratio)
CI คือ ค่าดัชนีความสอดคล้อง (Consistency Index)
RI คือ ค่าเฉลี่ยดัชนีจากการสุ่มตัวอย่าง (Average Random Index) และเป็น
ค่าที่มีความสัมพันธ์กับขนาดเมตริกซ์ดังแสดงในตารางที่ 2.7
Saaty (1994) ได้ ก าหนดค่ า อั ต ราความสอดคล้ อ งที่ ย อมรั บ ได้ ส าหรั บ ตาราง
เมตริกซ์ที่มีขนาดที่แตกต่างกัน ดังต่อไปนี้ คือ
1. ค่าอัตราความสอดคล้องที่ 0.05 สาหรับตารางเมตริกซ์ที่มีขนาดเป็น 3x3
2. ค่าอัตราความสอดคล้องที่ 0.08 สาหรับตารางเมตริกซ์ที่มีขนาดเป็น 4x4
3. ค่าอัตราความสอดคล้องที่ 0.10 สาหรับตารางเมตริกซ์ที่มีขนาดมากกว่า 4x4
ขึ้นไป
ดังนั้น หากค่าอัตราความสอดคล้องที่คานวณได้มีค่าเท่ากับหรือน้อยกว่าค่าอัตรา
ความสอดคล้องที่ยอมรับได้หมายความว่า ข้อมูลมีความสอดคล้องกันภายในตารางเมตริกซ์หรือผล
การประเมินนั้นยอมรับได้ ในทางตรงกันข้ามหากค่าอัตราสอดคล้องที่คานวณได้มีค่ามากกว่าค่าอัตรา
26
0 x 1
( x 1) /( m 1) if (l x m)
~
(x / M ) (2-5)
(u 1) /(u m) if (m x u )
0 xu
2.5.1 การกาหนดขอบเขตการพิจารณา
กาหนดให้ X x1 , x2 ,..., xn เป็นเซตของทางเลือก (Object Set) และ
G g , g ,..., g เป็นเซตของหลักเกณฑ์ตัดสินใจ (Goal Set)
1 2 n
ในการคานวณแต่ละทางเลือก x i
จะถูกนามาวิเคราะห์ขอบเขตสาหรับแต่ละ
เกณฑ์ ตั ด สิ น ใจ g i
ตามล าดั บ ดั งนั้ น การวิ เคราะห์ ข อบเขต (ความคลุ ม เครื อ ) ส าหรั บ แต่ ล ะ
,..., M gi ส าห รั บ i 1,2,..., n เมื่ อ
1 2 m
ท างเลื อ ก ส าม ารถ แ ส ด งได้ ดั งนี้ M ,M gi gi
( j 1,2,..., m) เป็นตัวเลขฟัซซี่แบบสามเหลี่ยม
j
M gi
จากพื้ น ฐานกระบวนการการล าดั บ ชั้ น เชิ งวิ เคราะห์ แ บบฟั ซ ซี่ สามารถสร้ า ง
เมตริกซ์การเปรียบเทียบเชิงคู่ ได้ดังสมการที่ (2-9)
M 1g1 M g21 ... M gm1 (1,1,1) (l12 , m12 , u12 ) ... (l1m , m1m , u1m )
1 m
M 2
M g 2 ... M g 2 (l 21 , m21 , u 21 ) (1,1,1) ... (l 2 m , m2 m , u 2 m )
( M gij ) nxm g2 (2-9)
: : : : : : : :
1 2 m
M gn M gn ... M gn (l n1 , mn1u n1 ) (l n 2 , mn 2 , u n 2 ) ... (1,1,1)
28
1 1 1
โดยที่ (l ij , mij , uij ) ( , , ) สาหรับ i 1,2,..., n และ
u m l ji ji ji
2.5.2 การคานวณหาค่าขอบเขตสังเคราะห์ฟัซซี่
การค านวณหาค่ าขอบเขตสั งเคราะห์ ฟั ซ ซี่ ส าหรับ ทางเลื อ กที่ i ดั งสมการที่
(2-10) ถึงสมการที่ (2-13)
1
mn m
S i M M gij
j
gi (2-10)
j 1 i 1 j 1
โดยที่
S i คือ ค่าน้าหนักความสาคัญโดยเปรียบเทียบของเกณฑ์ตัดสินใจ
m
M คือ ผลบวกของตัวเลขฟัซซี่แบบสามเหลี่ยม
j 1
j
gi
1
n m
M gi คือ ค่าต่างตอบแทนผลรวมของ l , m, u ทุกเกณฑ์ตัดสินใจ
j
i 1 j1
เมื่อ
1
m m m m
M j
gi l j, mj,u j
j 1 j 1 j 1 (2-11)
j 1
และ
n m
n n n
i 1 j1
M j
gi l i i ui
,
i 1 i 1
m ,
i 1
(2-12)
ดังนั้น
n m j
1
1
n , n
1 1
M gi
, n
(2-13)
i1 j1 i 1 li i 1 mi i 1 ui
29
1 if m m
S S
i j
l u
(2-14)
V i j
0 if j i
l j ui
Other
mi u i m j l j
เมื่ อ S i
ที่ ม ากกว่า S j อื่ น ๆ จะค านวณหาระดั บ ของความเป็ น ไปได้ จาก
สมการที่ (2-15)
V (S Si j
| j 1,2,..., m; i j ) min V ( M M i | j 1,2,..., k ) (2-15)
w min V (S S
i i j
| j 1,2,..., m; i j ) (2-16)
w
w i
(2-17)
w
i n
i 1 i
และ wi เป็นค่าน้าหนักความสาคัญโดยเปรียบเทียบของปัจจัยที่กาลังวิเคราะห์
(มีค่าเป็นตัวเลขเดี่ยว ไม่ใช่ตัวเลขฟัซซี่แบบสามเหลี่ยม)
จากปัญหาความคลุมเครือในการตัดสินใจประเมินคะแนน จึงมีการนาทฤษฎีของฟัซซี่เข้า
มาช่วยในกระบวนการตัด สิ นใจเพื่ อแก้ ไขปั ญ หาที่ เกิดขึ้น ในขั้น ตอนการวิเคราะห์ เกณฑ์ ตัดสิน ใจ
ตัวอย่างงานวิจัย เช่น
Kuo, R. J., Chi, S. C. และ Kao, S. S. (2002) ได้ ป ระยุ ก ต์ ใ ช้ FAHP และแนวคิ ด
โครงข่ายประสาทเทียมเพื่อพัฒนาระบบสนับสนุนการตัดสินใจสาหรับการคัดเลือกตาแหน่งที่ตั้งร้าน
ขายสินค้าสะดวกซื้อ โดยประเมินหาค่าน้าหนักความสาคัญของปัจจัย โดยใช้แบบสอบถามและการ
สัมภาษณ์ ซึ่งมีผู้ประเมินเป็นผู้เชี่ยวชาญด้านการขายสินค้าปลีก
Kahraman, C., Cebeci, U. และ Ulukan, Z. (2003) ได้ ท าการคั ด เลื อ กบริ ษั ท ผู้ ส่ ง
สินค้า เพื่อให้ได้ผู้ส่งสินค้าที่ มีความพึงพอใจที่สุดบนพื้นฐานปัจจัยต่างๆ ที่ใช้ในงานวิจัย โดยทาการ
สั ม ภาษณ์ ผู้ จั ด การฝ่ า ยขายของบริ ษั ท ผู้ ผ ลิ ต ต่ า งๆ ในประเทศตุ ร กี เพื่ อ ประเมิ น หาค่ า น้ าหนั ก
ความส าคั ญ โดยเปรีย บเที ย บของปั จ จั ย ต่ างๆ โดยการประยุ ก ต์ ใช้ FAHP ตั วแบบรูป สามเหลี่ ย ม
เช่นเดียวกับ Celi, M., Er, D. I. and Ozok, A. F., (2009) ที่ ประยุกต์ ใช้ FAHP บนพื้ นฐานวิธีการ
คานวณของ Chang (1996) เพื่อประเมินผู้ให้บริการขนส่งสินค้าทางเรือ เช่นเดียวกับ Huang, C.-C.,
Chu, P.-Y. และ Chiang, Y.-H. (2008) ประยุ ก ต์ ใ ช้ FAHP ส าหรั บ การคั ด เลื อ กผู้ ส นั บ สนุ น
โครงการวิ จั ย และพั ฒ นา ซึ่ งเป็ น ปั ญ หาการตั ด สิ น ใจแบบหลายหลั ก เกณฑ์ โดยมี ผู้ ป ระเมิ น เป็ น
ผู้เชี่ยวชาญจากสถาบันการศึกษา อุตสาหกรรม และภาครัฐ
สันติ นุ่มนวล และ วรพจน์ อังกสิทธิ์ (2552) ได้ทาการวิจัยเรื่อง การพัฒนาเครื่องมือ
ช่ ว ยสนั บ สนุ น การตั ด สิ น ใจเพื่ อ รองรั บ การเปลี่ ย นแปลงของเทคโนโลยี โ ดยการจั ด หาเครื่ อ ง
คอมพิวเตอร์เซิร์ฟเวอร์เป็นกรณีศึกษา โดยเครื่องคอมพิวเตอร์เซิร์ฟเวอร์นั้นเป็นเทคโนโลยีทางด้าน
ฮาร์ดแวร์ที่ได้รับผลกระทบจากการเปลี่ยนแปลงเทคโนโลยีอย่างเห็นได้ชัด เนื่องจากวงจรอายุของ
ผลิตภัณฑ์ในแต่ละรุ่นมีอัตราที่สั้นลงอย่างต่อเนื่อง และถูกแทนที่ด้วยรุ่นใหม่ๆ ตลอดเวลาทาให้เป็น
ปัญหาต่อผู้ตัดสินใจในการคัดเลือกเทคโนโลยีของเครื่องคอมพิวเตอร์เซิร์ฟเวอร์มาใช้ในหน่วยงานและ
เนื่องด้วยความรู้ความสามารถของผู้ใช้ งานที่ไม่เท่ากันจึงเกิดความคลุมเครือจากการตัดสินใจและ
ส่งผลให้การตัดสินใจคัดเลือกผลิตภัณฑ์ภายใต้เทคโนโลยีที่เข้ามาใหม่เกิดความไม่แน่นอน โดยใน
31
กรณี ศึ ก ษานี้ ได้ น าเครื่ อ งมื อ กระบวนการการล าดั บ ชั้ น เชิ งวิ เคราะห์ แ บบฟั ซ ซี่ (Fuzzy Analytic
Hierarchy Process: FAHP) มาช่วยสนับสนุนการตัดสินใจ โดยมีปัจจัยที่ใช้ในการคัดเลือกภายใต้การ
เปลี่ยนแปลงของเทคโนโลยี 8 ปัจจัย คือ ด้านจานวนลูกข่าย ด้านความเร็ว ด้านความเสถียร ด้าน
คุณภาพ ด้านรูปร่างของเครื่อง ด้านระยะเวลาที่ต้องการใช้งาน ด้านการรับประกันและด้านราคา ทั้งนี้
ข้อมูลที่ใช้ในการวิเคราะห์ได้มาจากกลุ่มผู้เชี่ยวชาญที่มีส่วนเกี่ยวข้องกับการตัดสินใจคัดเลือกเครื่อง
คอมพิวเตอร์เซิร์ฟเวอร์ โดยผลที่ได้จากการวิจัยแสดงให้เห็นว่า FAHP สามารถนามาช่วยตัดสินใจ
คัดเลือกภายใต้กฎเกณฑ์ที่ถูกกาหนดได้อย่างเป็นกระบวนการ ตลอดจนสามารถกาหนดทางเลือกเพื่อ
ใช้ตัดสินใจคัดเลือกผลิตภัณฑ์ได้อย่างเหมาะสม
อนุรักษ์ สว่างวงค์ เสริมเกียรติ จอมจันทร์ยอง อภิชาต โสภาแดง และ ปุ่น เที่ยงบูรณ
ธรรม (2551) ได้ศึกษาเรื่อง การประยุกต์ใช้กระบวนการตัดสินใจหลายหลัก เกณฑ์แบบฟัซซีในการ
คัด เลื อกพื้ น ที่ จั ดตั้ งของสถานี ขนส่ งผู้ โดยสารจังหวัดเชียงใหม่แ ห่ งที่ 3 ที่ ได้ท าการประเมิ น พื้ น ที่
ทางเลื อกที่ เหมาะสมในการจัดตั้งสถานีขนส่งผู้โดยสารจากพื้ นที่ ที่มีความเหมาะสม 5 กลุ่มพื้ น ที่
เพื่อให้ได้มาซึ่งพื้นที่ที่มีความเหมาะสมมากที่สุด โดยมีการนากระบวนการการลาดับชั้นเชิงวิเคราะห์
(Analytical Hierarchy Process: AHP) มาเป็ น เครื่ อ งมื อ ช่ ว ยในการตั ด สิ น ใจ อี ก ทั้ งยั งน าทฤษฎี
ตรรกะ (Fuzzy Set Theory) มาช่ ว ยในการวิ เคราะห์ ค วามคลุ ม เครื อ โดยมี ห ลั ก เกณฑ์ ในการ
พิจารณา 4 ด้าน คือ ด้านวิศวกรรม ด้านกายภาพ ด้านเศรษฐศาสตร์และด้านสังคมและสิ่งแวดล้อม
โดยมีวัตถุประสงค์เพื่อให้ได้มาซึ่งพื้นที่ที่มีความเหมาะสมมากที่สุด และผลจากการวิเคราะห์สามารถ
คัดเลือกพื้นที่ที่เหมาะสมที่สุดในการจัดตั้งสถานีขนส่งผู้โดยสารจังหวัดเชียงใหม่แห่งที่ 3 ได้
32
บทที่ 3
วิธีดาเนินการวิจัย
การศึกษาวิจัยนี้เป็นการประเมินค่าน้าหนักความสาคัญโดยเปรียบเทียบของปัจจัยเสี่ยง
และข้อบกพร่อง โดยการทาแบบสอบถามเปรียบเทียบแบบเชิงคู่ และใช้กระบวนการการลาดับชั้นเชิง
วิ เ คราะห์ แ บบฟั ซ ซี่ (Fuzzy Analytic Hierarchy Process: FAHP) เพื่ อ จั ด ล าดั บ ความส าคั ญ
ข้อบกพร่องจากค่า RPN ที่วิเคราะห์และพิจารณาจากค่าน้าหนักความสาคัญโดยเปรียบเทียบ เพื่อ
นาไปประยุกต์ใช้ในการคัดเลือกข้อบกพร่องและปรับปรุงกระบวนการผลิต
3.1 การศึกษาข้อมูล
3.1.1 โครงสร้างลาดับชั้นเชิงวิเคราะห์ของการคัดเลือกข้อบกพร่อง
งานวิจัยนี้ได้แบ่งโครงสร้างลาดับชั้นเชิงวิเคราะห์ออกป็น 3 ลาดับ คือ
ล าดั บ ชั้ น ที่ 1 เป็ น เป้ า หมายคื อ ข้ อ บกพร่ อ งที่ เหมาะสมแก่ ก ารคั ด เลื อ กมา
ดาเนินการแก้ไข
ลาดับชั้นที่ 2 เป็นเกณฑ์ตัดสินใจคือ ปัจจัยเสี่ยง 3 ด้านได้แก่ ความรุนแรงของ
ข้ อ บกพร่ อ ง (Severity:S) โอกาสในการเกิ ด ข้ อ บกพร่ อ ง (Occurence: O) และการตรวจจั บ
ข้ อ บกพร่ อ ง (Detection:D) ภายใต้ ก รอบของการวิ เคราะห์ ลั ก ษณะข้ อ บกพร่ อ งและผลกระทบ
(FMEA)
ลาดับชั้นที่ 3 หรือทางเลือกคือ ข้อบกพร่องของผลิตภัณ ฑ์ หนึ่งในบริษัทผู้ผลิต
ชิ้นส่วนอิเล็กทรอนิคส์ที่ใช้เป็นกรณีศึกษา
ซึ่งสามารถจัดโครงสร้างลาดับชั้นเชิงวิเคราะห์ได้ดังภาพที่ 3.1
3.1.2 การออกแบบแบบสอบถาม
มี ก ารจั ด ท าแบบสอบถามโดยใช้ รู ป แบบการเปรี ย บเที ย บเชิ ง คู่ (Pair wise
Comparison) ในการเปรี ย บเที ย บปั จ จั ย ที่ อ ยู่ ใ นล าดั บ ชั้ น เดี ย วกั น ที ล ะคู่ ซึ่ ง แบบสอบถาม
ประกอบด้ ว ย 2 ส่ ว น คื อ ส่ ว นที่ 1 เป็ น ส่ ว นของค าถามที่ เกี่ ย วกั บ ข้ อ มู ล พื้ น ฐานของผู้ ป ระเมิ น
แบบสอบถาม และส่วนที่ 2 เป็นส่วนของตารางการประเมิน ลาดับความสาคัญโดยเปรียบเทียบ ดัง
ตารางที่ 3.1 และภาคผนวก ก โดยแบ่งการประเมินแบบสอบถามออกเป็น 2 ตอน ได้แก่ การประเมิน
ลาดับความสาคัญของปัจจัยเสี่ยงและการประเมินลาดับความสาคัญของข้อบกพร่อง
ตารางที่ 3.1
ตัวอย่างแบบสอบถามในส่วนที่ 2 การประเมินลาดับความสาคัญโดยเปรียบเทียบของปัจจัยเสี่ยง
1. การประเมินลาดับความสาคัญของปัจจัยเสี่ยง
ลาดับความสาคัญ มีความสาคัญมากกว่าปานกลาง
มีความสาคัญมากกว่าปานกลา
มีความสาคัญมากกว่าเล็กน้อย
มีความสาคัญมากกว่าเล็กน้อย
มีความสาคัญมากกว่าที่สุด
มีความสาคัญมากกว่าที่สุด
มีความสาคัญมากกว่ามาก
มีความสาคัญมากกว่ามาก
ปัจจัยเสี่ยง ปัจจัยเสี่ยง
มีความสาคัญเท่ากัน
ความรุนแรงของข้อบกพร่อง โอกาสในการเกิดข้อบกพร่อง
(Severity: S) (Occurrence: O)
ความรุนแรงของข้อบกพร่อง การตรวจจับข้อบกพร่อง
(Severity: S) (Detection: D)
โอกาสในการเกิดข้อบกพร่อง การตรวจจับข้อบกพร่อง
(Occurrence: O) (Detection: D)
3.1.3 ผู้ประเมินแบบสอบถาม
ผู้ ป ระเมิ น แบบสอบถามเป็ น บุ ค ลากรที่ เกี่ ย วข้ อ งกั บ ข้ อ บกพร่ อ งที่ เกิ ด ขึ้ น กั บ
ผลิตภัณฑ์ของบริษัทผู้ผลิตชิ้นส่วนอิเล็กทรอนิกส์ที่ใช้เป็นกรณีศึกษา จานวนทั้งหมด 20 ท่าน โดยแบ่ง
ออกเป็น 3 กลุ่ม คือ ผู้ผลิตไพวอต จานวน 10 ท่าน ผู้ผลิตวัตถุดิบหลัก จานวน 6 ท่านและผู้ผลิต
ฮาร์ดดิสก์ไดร์ฟ (ลูกค้า) จานวน 4 ท่าน ซึ่งประสบการณ์การทางานของผู้ประเมินแบบสอบถามแต่ละ
ท่าน ดังตารางที่ 3.2 การประเมินผลด้วยแบบสอบถามโดยการเปรียบเทียบทีละคู่ ต้องนาผลประเมิน
ที่ได้มาคานวณหาค่าอัตราความสอดคล้อง ซึ่งอาจได้ค่าอัตราความสอดคล้องเกินจากค่าที่ยอมรับได้
34
ตารางที่ 3.2
ตาแหน่งงานและประสบการณ์การทางานของผู้ประเมินแบบสอบถาม
ผู้ประเมิน ประสบการณ์การทางาน
ตาแหน่งงาน
แบบสอบถาม (ปี)
1 หัวหน้างานฝ่ายวิศวกรรมกระบวนการผลิต 10
2 หัวหน้างานฝ่ายวิศวกรรมกระบวนการผลิต 8
3 หัวหน้างานฝ่ายวิศวกรรมบริการลูกค้า 10
4 หัวหน้างานฝ่ายวิศวกรรมบริการลูกค้า 8
5 หัวหน้างานฝ่ายรับประกันคุณภาพ 12
6 หัวหน้างานฝ่ายผลิต 13
7 หัวหน้างานฝ่ายควบคุมการผลิต 10
8 หัวหน้างานฝ่ายควบคุมคุณภาพ 11
9 หัวหน้างานฝ่ายควบคุมคุณภาพวัตถุดิบขาเข้า 13
10 หัวหน้างานฝ่ายซ่อมบารุง 14
11 หัวหน้างานฝ่ายวิศวกรรมกระบวนการผลิต 8
12 หัวหน้างานฝ่ายรับประกันคุณภาพ 10
13 หัวหน้างานฝ่ายผลิต 13
14 หัวหน้างานฝ่ายผลิต 8
15 หัวหน้างานฝ่ายควบคุมการผลิต 12
16 หัวหน้างานฝ่ายควบคุมคุณภาพ 9
17 หัวหน้างานฝ่ายควบคุมคุณภาพผลิตภัณฑ์ขาเข้า บริษทั A 11
18 หัวหน้างานฝ่ายควบคุมคุณภาพผลิตภัณฑ์ขาเข้า บริษทั A 8
19 หัวหน้างานฝ่ายควบคุมคุณภาพผลิตภัณฑ์ขาเข้า บริษทั B 10
20 หัวหน้างานฝ่ายควบคุมคุณภาพผลิตภัณฑ์ขาเข้า บริษทั B 7
35
3.2 การวิเคราะห์ข้อมูล
3.2.1 การประเมินแบบสอบถาม
การประเมินจะแบ่งลาดับความสาคัญออกเป็น 5 ลาดับ จากนั้นนาผลประเมินที่
ได้มาแปลงเป็นตัวเลขฟัซซี่แบบสามเหลี่ยม ซึ่งสามารถแสดงในรูปแบบตัวเลขฟัซซี่แบบสามเหลี่ยมได้
ดังตารางที่ 3.3 และดังภาพที่ 3.2
ตารางที่ 3.3
สเกลการแปลงเป็นตัวเลขแสดงลาดับความสาคัญของการเปรียบเทียบเชิงคู่
ลาดับความสาคัญ ตัวเลข AHP ตัวเลขฟัซซี่แบบสามเหลี่ยม
(Linguistic Scale) (AHP Scale) (Triangular Fuzzy Scale)
มีความสาคัญเท่ากัน 1 (1,1,3)
มีความสาคัญมากกว่าเล็กน้อย 3 (1,3,5)
มีความสาคัญมากกว่าปานกลาง 5 (3,5,7)
มีความสาคัญมากกว่ามาก 7 (5,7,9)
มีความสาคัญมากกว่ามากที่สุด 9 (7,9,9)
เมื่อแปลงผลประเมินที่ได้มาเป็นตัวเลขฟัซซี่แบบสามเหลี่ยม สามารถสร้างเมตริกซ์การ
เปรียบเทียบเชิงคู่ ได้ดังสมการที่ (3-1)
36
M 1g1 M g21 ... M gm1 (1,1,1) (l12 , m12 , u12 ) ... (l1m , m1m , u1m )
1 m
M 2
M g 2 ... M g 2 (l 21 , m21 , u 21 ) (1,1,1) ... (l 2 m , m2 m , u 2 m )
( M gij ) nxm g2 (3-1)
: : : : : : : :
1 2 m
M gn M gn ... M gn (l n1 , mn1u n1 ) (l n 2 , mn 2 , u n 2 ) ... (1,1,1)
1 1 1
โดยที่ (l ij , mij , uij ) ( , , ) สาหรับ i 1,2,..., n และ
u m l ji ji ji
CI
CR (3-2)
RI
โดยที่
CR คือ ค่าอัตราความสอดคล้อง (Consistency Ratio: CR)
CI คือ ค่าดัชนีความสอดคล้อง (Consistency Index: CI) ซึ่งคานวณหาค่า CI
จากสมการที่ (3-3)
( max n)
CI (3-3)
(n 1)
n
คือ จานวนเกณฑ์ตัดสินใจ
max คือ ค่าแลมด้าแมกซ์ (Eigen Values) โดยนาผลรวมของค่าประเมินในแต่
ละเกณฑ์ตัดสินใจในแถวแนวตั้งของแต่ละแถวมาคูณด้วยผลรวมของค่าเฉลี่ยในแถวแนวนอนแต่ละ
แถว และหาผลรวมของผลคูณที่ได้นั้น ซึ่งผลลัพธ์จะเท่ากับจานวนเกณฑ์ตัดสินใจทั้งหมดที่ถูกนามา
เปรียบเทียบ ดังสมการที่ (3-4)
n
max i1 j 1 aij wj
n
(3-4)
37
RI คือ ค่าเฉลี่ ยดัชนี จากการสุ่ มตั วอย่าง (Average Random Index: RI) และ
เป็นค่าที่มีความสัมพันธ์กับขนาดเมตริกซ์ดังแสดงในตารางที่ 2.7
Saaty (1994) ได้ ก าหนดค่ า อั ต ราความสอดคล้ อ งที่ ย อมรั บ ได้ ส าหรั บ ตาราง
เมตริกซ์ที่มีขนาดที่แตกต่างกัน ดังต่อไปนี้ คือ
ค่าอัตราความสอดคล้องที่ 0.05 สาหรับตารางเมตริกซ์ที่มีขนาดเป็น 3x3
ค่าอัตราความสอดคล้องที่ 0.08 สาหรับตารางเมตริกซ์ที่มีขนาดเป็น 4x4
ค่าอัตราความสอดคล้องที่ 0.10 สาหรับตารางเมตริกซ์ ที่มีขนาดมากกว่า 4x4
ขึ้นไป
ดังนั้น หากค่าอัตราความสอดคล้องที่คานวณได้มีค่าเท่ ากับหรือน้อยกว่าค่าอัตรา
ความสอดคล้องที่ยอมรับได้หมายความว่า ข้อมูลมีความสอดคล้องกันภายในตารางเมตริกซ์หรือผล
การประเมินนั้นยอมรับได้ ในทางตรงกันข้ามหากค่าอัตราสอดคล้องที่คานวณได้มีค่ามากกว่าค่าอัตรา
ความสอดคล้องที่ยอมรับได้ แสดงว่าข้อมูลไม่มีความสอดคล้องกันภายในตารางเมตริกซ์ หรือผลของ
การประเมินนั้นไม่สามารถยอมรับได้ ควรทาการทบทวนและทาการประเมินผลใหม่ ก่อนนาข้อมูล
จากการประเมินไปใช้ในการคานวณและวิเคราะห์ต่อไป
3.2.3 การวิเคราะห์หาค่าน้าหนักความสาคัญโดยเปรียบเทียบ
การวิเคราะห์หาค่าน้าหนักความสาคัญโดยเปรียบเทียบและจัดลาดับความสาคัญ
ของปัจจัยเสี่ยงทั้ง 3 ด้าน และข้อบกพร่องของผลิตภัณฑ์หนึ่งในบริษัทผู้ผลิตชิ้นส่วนอิเล็กทรอนิกส์ที่
ใช้ เป็ น กรณี ศึ ก ษา เพื่ อ จั ด ล าดั บ ความส าคั ญ และคั ด เลือ กข้อ บกพร่อ ง เพื่ อ ที่ จ ะด าเนิ น การแก้ ไข
กระบวนการผลิตอย่างมีประสิทธิภาพ โดยมี 3 ขั้นตอนดังนี้
ขั้นตอนที่ 1. การคานวณหาค่าขอบเขตสังเคราะห์ฟัซซี่
สาหรับทางเลือกที่ i ดังสมการที่ (3-5) ถึงสมการที่ (3-8)
1
m n m
S i M M gij
j
gi (3-5)
j 1 i 1 j 1
โดยที่
S i คือ ค่าน้าหนักความสาคัญโดยเปรียบเทียบของเกณฑ์ตัดสินใจ
m
M คือ ผลบวกของตัวเลขฟัซซี่แบบสามเหลี่ยม
j 1
j
gi
38
1
n m
M gi คือ ค่าต่างตอบแทนผลรวมของ l , m, u ทุกเกณฑ์ตัดสินใจ
j
i 1 j1
เมื่อ
1
m m m m
M j
gi l j, mj,u j
j 1 j 1 j 1 (3-6)
j 1
และ
n m
n n n
i 1 j1
M j
gi i i ui
l ,
i 1 i 1
m ,
i 1
(3-7)
ดังนั้น
n m j
1
1
n , n
1 1
M gi
, n
(3-8)
i1 j1 i 1 li i 1 mi i 1 ui
1 if m m
S S
i j
l u (3-9)
V i j
0 if j i
l j ui
Other
mi u i m j l j
V (S S i j
| j 1,2,..., m; i j ) min V ( M M i | j 1,2,..., k ) (3-10)
39
w min V (S S
i i j
| j 1,2,..., m; i j ) (3-11)
w
w i
(3-12)
w
i n
i 1 i
และ w i
เป็นค่าน้าหนักความสาคัญโดยเปรียบเทียบของปัจจัยทีก่ าลังวิเคราะห์
โดยที่
คือ ค่าน้าหนักความสาคัญโดยเปรียบเทียบของปัจจัยเสี่ยง
S FMi คื อ ค่ า น้ าหนั ก ความส าคั ญ โดยเปรีย บเที ย บของข้ อ บกพร่อ งด้ านความ
รุนแรงของข้อบกพร่อง
OFMi คือ ค่าน้าหนักความสาคัญโดยเปรียบเทียบของข้อบกพร่องด้านโอกาสใน
การเกิดข้อบกพร่อง
40
DFMi คื อ ค่ า น้ าหนั ก ความส าคั ญ โดยเปรี ย บเที ย บของข้ อ บกพร่ อ งด้ า นการ
ตรวจจับข้อบกพร่อง
จากนั้นนาผลบวกที่ได้มาลาดับค่าความสาคัญของข้อบกพร่องโดยพิจารณาจากค่า
RPN ที่มีค่าสูงที่สุดก่อนเช่นเดียวกับ FMEA
3.3 การสรุปผลการดาเนินงาน
บทที่ 4
ผลการวิจัย
4.1 การแปลงค่าผลประเมินแบบสอบถาม
4.1.1 การคานวณผลประเมินการลาดับความสาคัญของปัจจัยเสี่ยง
จากการประเมิ น แบบสอบถาม แสดงเป็ น ตั ว อย่ า งผลประเมิ น การล าดั บ
ความสาคัญของปัจจัยเสี่ยง 3 ด้าน (S, O. D) จากผู้เชี่ยวชาญคนที่ 1 ดังตารางที่ 4.1
ตารางที่ 4.1
มีความสาคัญมากกว่าเล็กน้อย
มีความสาคัญมากกว่าที่สุด
มีความสาคัญมากกว่าที่สุด
มีความสาคัญมากกว่ามาก
มีความสาคัญมากกว่ามาก
ปัจจัยเสี่ยง ปัจจัยเสี่ยง
มีความสาคัญเท่ากัน
ความรุนแรงของข้อบกพร่อง โอกาสในการเกิดข้อบกพร่อง
√
(Severity: S) (Occurrence: O)
ความรุนแรงของข้อบกพร่อง การตรวจจับข้อบกพร่อง
√
(Severity: S) (Detection: D)
โอกาสในการเกิดข้อบกพร่อง การตรวจจับข้อบกพร่อง
√
(Occurrence: O) (Detection: D)
42
จากนั้นนาผลประเมินที่ได้มาแปลงค่า โดยแปลงค่าจากภาษาพูดมาเป็นตัวเลขฟัซ
ซี่แบบสามเหลี่ยม จากตารางที่ 3.3 ให้อยู่ในรูปเมตริกซ์ตามสมการที่ (3-1) แสดงเป็นตัวอย่างผลการ
แปลงค่าผลประเมิน การลาดับความสาคัญ ของปัจจัยเสี่ ยง 3 ด้าน (S, O, D) ด้วยตัวเลขฟัซซี่แบบ
สามเหลี่ยมของผู้เชี่ยวชาญคนที่ 1 ดังตารางที่ 4.2
ตารางที่ 4.2
โดยที่
S คือ เกณฑ์ตัดสินใจด้านความรุนแรงของข้อบกพร่อง (Severity)
O คือ เกณฑ์ตัดสินใจด้านโอกาสในการเกิดข้อบกพร่อง (Occurrence)
D คือ เกณฑ์ตัดสินใจด้านการตรวจจับข้อบกพร่อง (Detection)
4.1.2 การคานวณผลประเมินการลาดับความสาคัญของข้อบกพร่อง
จากการประเมิ น แบบสอบถาม และน าผลประเมิน การล าดั บ ความสาคัญ ของ
ข้อบกพร่องภายใต้ปัจจัยเสี่ยง 3 ด้าน มาแปลงค่าจากภาษาพูดมาเป็นตัวเลขฟัซซี่แบบสามเหลี่ยม
จากตารางที่ 3.3 ให้อยู่ในรูปเมตริกซ์ตามสมการที่ (3-1) โดยแสดงเป็นตัวอย่างดังต่อไปนี้
1. ผลการแปลงค่าผลประเมิน การลาดับความสาคัญของข้อบกพร่องด้านความ
รุนแรงของข้อบกพร่อง (Severity: S) ด้วยตัวเลขฟั ซซี่แบบสามเหลี่ยมของผู้เชี่ยวชาญคนที่ 1 ดัง
ตารางที่ 4.3
43
ตารางที่ 4.3
ตัวอย่าง ผลการแปลงค่าผลประเมินการลาดับความสาคัญของข้อบกพร่องด้านความรุนแรงของ
ข้อบกพร่อง (Severity: S) ด้วยตัวเลขฟัซซี่แบบสามเหลี่ยมของผู้เชี่ยวชาญคนที่ 1
Unsmooth Torque NG Axial Assembly Appearance Packing NG
Resonance NG NG NG
Unsmooth (1, 1, 1) (1, 1, 3) (1, 3, 5) (1, 1, 3) (1, 1, 3) (1, 1, 3)
2. ผลการแปลงค่าผลประเมินการลาดับความสาคัญของข้อบกพร่องด้านโอกาสใน
การเกิดข้อบกพร่อง (Occurrence: O) ด้วยตัวเลขฟัซซี่แบบสามเหลี่ยมของผู้เชี่ยวชาญคนที่ 1 ดัง
ตารางที่ 4.4
44
ตารางที่ 4.4
ตารางที่ 4.5
ตั ว อย่ า ง ผลการแปลงค่ า ผลประเมิ น การล าดั บ ความส าคั ญ ของข้ อ บกพร่ อ งด้ า นการตรวจจั บ
ข้อบกพร่อง (Detection: D) ด้วยตัวเลขฟัซซี่แบบสามเหลี่ยมของผู้เชี่ยวชาญคนที่ 1
Unsmooth Torque NG Axial Assembly Appearance Packing NG
Resonance NG NG NG
Unsmooth (1, 1, 1)
1 1 1 1 1 1
, ,1 ,1,1 ,1,1 ,1,1 ,1,1
5 3 3 3 3 3
Torque NG (1, 1, 1) 1 1 1 1 1
, ,1 ,1,1 ,1,1 ,1,1
(1, 3, 5) 5 3 3 3 3
Appearance 1 (1, 1, 1) 1
,1,1 ,1,1
(1, 1, 3) (1, 1, 3) 3 (1, 1, 3) 3
Packing NG 1 1 (1, 1, 3) (1, 1, 1)
, ,1
(1, 1, 3) (1, 1, 3) 5 3 (1, 1, 3)
การแปลงผลการประเมินเป็นตัวเลขฟัซซี่แบบสามเหลี่ยมและสร้างเมตริกซ์การ
เปรียบเทียบเชิงคู่เป็นขนาด 3x3
ค่า RI ที่นามาใช้ในการคานวณของเมตริกซ์ขนาด 3x3 คือ 0.58
ค่าอัตราความสอดคล้อง (CR) ที่ยอมรับได้ ของเมตริกซ์ ขนาด 3x3 จะต้องมีค่า
น้อยกว่าหรือเท่ากับ 0.05
จากการคานวณตามหัวข้อ 3.2.2 จะได้ค่าอัตราความสอดคล้อง (CR) ของปัจจัย
เสี่ยงที่คานวณได้จากผลประเมินของผู้เฃี่ยวชาญทั้งหมด ดังตารางที่ 4.6
ตารางที่ 4.6
ตารางที่ 4.7
ตารางที่ 4.8
ตารางที่ 4.9
4.3.1 การคานวณค่าน้าหนักความสาคัญโดยเปรียบเทียบของปัจจัยเสี่ยง
จากผลประเมินที่แปลงค่ามาเป็นตัวเลขฟัซซี่แบบสามเหลี่ยมและผลการคานวณ
ค่าอัตราความสอดคล้อง (CR) ของผลประเมิน อยู่ในเกณฑ์ที่สามารถยอมรับได้ จากนั้นนาผลการ
แปลงค่าในแถวแนวตั้งทั้งหมดบวกรวมกันและหารด้วยจานวนผู้ เชี่ยวชาญทั้งหมด จะได้ค่าเฉลี่ยของ
ผลประเมินดังตารางที่ 4.10
ตารางที่ 4.10
โดยที่
S คือ เกณฑ์ตัดสินใจด้านความรุนแรงของข้อบกพร่อง (Severity)
O คือ เกณฑ์ตัดสินใจด้านโอกาสในการเกิดข้อบกพร่อง (Occurrence)
D คือ เกณฑ์ตัดสินใจด้านการตรวจจับข้อบกพร่อง (Detection)
V (S1 S 2 ) 1.000
V ( S1 S 3 ) 1.000
(0.237 0.486)
V ( S 2 S1 ) 0.447
(0.222 0.486 ) (0.530 0.237 )
(0.109 0.486 )
V (S 2 S 3 ) 0.937
(0.222 0.486 ) (0.248 0.109)
(0.237 0.538)
V ( S 3 S1 ) 0.516
(0.248 0.538) (0.530 0.237 )
V ( S 3 S 2 ) 1.000
4.3.2 การคานวณค่าน้าหนักความสาคัญโดยเปรียบเทียบของข้อบกพร่อง
จากผลประเมินที่แปลงค่ามาเป็นตัวเลขฟัซซี่แบบสามเหลี่ยมและผลการคานวณ
ค่าอัตราความสอดคล้อง (CR) ของผลประเมินอยู่ในเกณฑ์ที่สามารถยอมรับได้ จากนั้นคานวณหาค่า
น้าหนักความสาคัญโดยเปรียบเทียบของข้อบกพร่องภายใต้ปัจจัยเสี่ยง 3 ด้านตามหัวข้อ 3.2.3 โดย
รายละเอียดดังต่อไปนี้
1. การคานวณค่าน้าหนักความสาคัญโดยเปรียบเทียบของข้อบกพร่องด้านความ
รุนแรงของข้อบกพร่อง (Severity: S)
ก. ค่าเฉลี่ยของผลประเมิน จากการคานวณผลการแปลงค่าในแถวแนวตั้งทั้งหมด
บวกรวมกันและหารด้วยจานวนผู้เชี่ยวชาญทั้งหมด จะได้ดังตารางที่ 4.11
ตารางที่ 4.11
(0.079 0.530 )
V ( S1 S 2 ) 0.915
(0.179 0.530 ) (0.220 0.079)
V ( S1 S 3 ) 1.000
V (S1 S 4 ) 1.000
V ( S1 S 5 ) 1.000
V ( S1 S 6 ) 1.000
V (S 2 S1 ) 1.000
V ( S2 S3 ) 1.000
V (S2 S4 ) 1.000
V ( S 2 S 5 ) 1.000
V ( S 2 S 6 ) 1.000
(0.068 0.487 )
V (S 3 S1 ) 0.930
(0.147 0.487 ) (0.179 0.068)
(0.079 0.487 )
V (S 3 S 2 ) 0.848
(0.147 0.487 ) (0.220 0.079)
(0.056 0.487 )
V (S 3 S 4 ) 0.990
(0.147 0.487 ) (0.152 0.056)
V ( S 3 S 5 ) 1.000
53
(0.049 0.487 )
V (S 3 S 6 ) 0.977
(0.147 0.487 ) (0.157 0.049)
(0.068 0.392)
V (S 4 S1 ) 0.922
(0.152 0.392) (0.179 0.068)
(0.079 0.392)
V (S 4 S 2 ) 0.819
(0.152 0.392) (0.220 0.079)
V ( S 4 S 3 ) 1.000
V ( S 4 S ¶ ) 1.000
(0.049 0.392)
V (S 4 S 6 ) 0.983
(0.152 0.392) (0.157 0.049)
(0.068 0.316)
V (S 5 S1 ) 0.879
(0.145 0.316) (0.179 0.068)
(0.079 0.316)
V (S 5 S2 ) 0.757
(0.145 0.316) (0.220 0.079)
(0.056 0.316)
V (S 5 S4 ) 0.974
(0.145 0.316) (0.152 0.056)
(0.049 0.316)
V (S 5 S6 ) 0.954
(0.145 0.316) (0.157 0.049)
(0.068 0.340)
V (S 6 S1 ) 0.927
(0.157 0.340) (0.179 0.068)
(0.079 0.340)
V (S 6 S2 ) 0.806
(0.157 0.340) (0.220 0.079)
V ( S 6 S 3 ) 1.000
V ( S 6 S 4 ) 1.000
V ( S 6 S 5 ) 1.000
จากการคานวณค่าน้าหนักความสาคัญโดยเปรียบเทียบของข้อบกพร่องด้านความ
รุนแรงของข้อบกพร่อง (Severity: S) จะได้ว่า
ค่ าน้ าหนั ก ความส าคั ญ โดยเปรี ย บเที ย บของข้ อ บกพร่อ ง Unsmooth เท่ า กั บ
0.178
ค่ าน้ าหนั ก ความส าคั ญ โดยเปรีย บเที ย บของข้ อ บกพร่อ ง Torque NG เท่ ากั บ
0.194
ค่าน้าหนักความสาคัญ โดยเปรียบเทียบของข้อบกพร่อง Axial Resonance NG
เท่ากับ 0.165
ค่าน้าหนักความสาคัญ โดยเปรียบเทียบของข้อบกพร่อง Assembly NG เท่ากับ
0.159
ค่าน้าหนักความสาคัญโดยเปรียบเทียบของข้อบกพร่อง Appearance NG เท่ากับ
0.147
ค่ าน้ าหนั ก ความส าคั ญ โดยเปรียบเที ย บของข้ อ บกพร่อ ง Packing NG เท่ ากั บ
0.157
2. การคานวณค่าน้าหนักความสาคัญโดยเปรียบเทียบของข้อบกพร่องด้านโอกาส
ในการเกิดข้อบกพร่อง (Occurrence: O)
ก. ค่าเฉลี่ยของผลประเมิน จากการคานวณผลการแปลงค่าในแถวแนวตั้งทั้งหมด
บวกรวมกันและหารด้วยจานวนผู้เชี่ยวชาญทั้งหมด จะได้ดังตารางที่ 4.12
55
ตารางที่ 4.12
(0.078 0.528)
V ( S1 S 2 ) 0.932
(0.168 0.528) (0.201 0.078)
V ( S1 S 3 ) 1.000
V (S1 S 4 ) 1.000
V ( S1 S 5 ) 1.000
V ( S1 S 6 ) 1.000
V (S 2 S1 ) 1.000
V ( S2 S3 ) 1.000
V (S2 S4 ) 1.000
V ( S 2 S 5 ) 1.000
V ( S 2 S 6 ) 1.000
(0.071 0.419)
V ( S 3 S1 ) 0.985
(0.162 0.419) (0.168 0.071)
(0.078 0.419)
V (S 3 S 2 ) 0.899
(0.162 0.419) (0.201 0.078)
(0.054 0.419)
V (S 3 S 4 ) 0.986
(0.162 0.419) (0.168 0.054)
V ( S 3 S 5 ) 1.000
V ( S 3 S 6 ) 1.000
V (S 4 S1 ) 1.000
(0.078 0.384)
V (S 4 S 2 ) 0.903
(0.168 0.384) (0.201 0.078)
V ( S 4 S 3 ) 1.000
V ( S 4 S 5 ) 1.000
V ( S 4 S 6 ) 1.000
(0.071 0.380)
V ( S 5 S1 ) 0.975
(0.160 0.380) (0.168 0.071)
(0.078 0.380)
V (S 5 S 2 ) 0.881
(0.160 0.380) (0.201 0.078)
(0.058 0.380)
V (S 5 S 3 ) 0.992
(0.160 0.380) (0.162 0.058)
(0.054 0.380)
V (S 5 S 4 ) 0.977
(0.160 0.380) (0.168 0.058)
V ( S 5 S 6 ) 1.000
57
(0.071 0.373)
V ( S 6 S1 ) 0.923
(0.142 0.373) (0.168 0.071)
(0.078 0.373)
V (S 6 S2 ) 0.835
(0.142 0.373) (0.201 0.078)
(0.058 0.373)
V (S 6 S3 ) 0.940
(0.142 0.373) (0.162 0.058)
(0.054 0.373)
V (S 6 S4 ) 0.927
(0.142 0.373) (0.168 0.054)
(0.055 0.373)
V (S 6 S5 ) 0.948
(0.142 0.373) (0.160 0.055)
จากการค านวณค่ าน้ าหนั ก ความส าคั ญ โดยเปรีย บเที ย บของข้ อ บกพร่อ งด้ าน
โอกาสในการเกิดข้อบกพร่อง (Occurrence: O) จะได้ว่า
ค่ าน้ าหนั ก ความส าคั ญ โดยเปรี ย บเที ย บของข้ อ บกพร่อ ง Unsmooth เท่ า กั บ
0.171
ค่ าน้ าหนั ก ความส าคั ญ โดยเปรีย บเที ย บของข้ อ บกพร่อ ง Torque NG เท่ ากั บ
0.183
ค่าน้าหนักความสาคัญ โดยเปรียบเทียบของข้อบกพร่อง Axial Resonance NG
เท่ากับ 0.165
ค่าน้าหนักความสาคัญ โดยเปรียบเทียบของข้อบกพร่อง Assembly NG เท่ากับ
0.166
58
3. การคานวณค่าน้าหนักความสาคัญโดยเปรียบเทียบของข้อบกพร่องด้านการ
ตรวจจับข้อบกพร่อง (Detection: D)
ก. ค่าเฉลี่ยของผลประเมิน จากการคานวณผลการแปลงค่าในแถวแนวตั้งทั้งหมด
บวกรวมกันและหารด้วยจานวนผู้เชี่ยวชาญทั้งหมด จะได้ดังตารางที่ 4.13
ตารางที่ 4.13
ค่ า เฉลี่ ย ของผลประเมิ น การล าดั บ ความส าคั ญ ของข้ อ บกพร่ อ งด้ า นการตรวจจั บ ข้ อ บกพร่ อ ง
(Detection: D)
Unsmooth Torque NG Axial Assembly NG Appearance Packing NG
Resonance NG NG
Unsmooth (1.000, 1.000, (0.680, 1.133, (0.693, 1.167, (0.693, 1.167, (0.667, 1.200, (0.700, 1.100,
1.000) 2.600) 2.267) 2.300) 2.200) 2.200)
Torque NG (0.573, 1.667, (1.000, 1.000, (0.820, 1.333, (0.793, 0.967, (0.767, 1.000, (0.793, 1.167,
2.600) 1.000) 2.900) 2.400) 2.300) 2.600)
Axial (0.620, 1.033, (0.473, 1.067, (1.000, 1.000, (0.933, 1.000, (0.933, 1.000, (0.893, 1.267,
Resonance NG 2.000) 1.700) 1.000) 2.800) 2.800) 3.000)
Assembly NG (0.620, 1.033, (0.533, 1.100, (0.400, 1.000, (1.000, 1.000, (0.720, 1.033, (0.833, 1.100,
2.000) 1.700) 1.200) 1.000) 2.300) 2.200)
Appearance (0.653, 0.933, (0.567, 1.000, (0.400, 1.000, (0.593, 1.167, (1.000, 1.000, (0.600, 1.000,
2.000) 1.700) 1.200) 2.000) 1.000) 1.364)
Packing NG (0.627, 0.967, (0.520, 1.033, (0.413, 1.000, (0.627, 0.967, (0.733, 1.000, (1.000, 1.000,
1.900) 1.667) 1.400) 1.900) 2.200) 1.000)
(0.068 0.486 )
V ( S1 S 2 ) 0.978
(0.175 0.486 ) (0.185 0.068)
V ( S1 S 3 ) 1.000
V (S1 S 4 ) 1.000
V ( S1 S 5 ) 1.000
V ( S1 S 6 ) 1.000
V (S 2 S1 ) 1.000
V ( S2 S3 ) 1.000
V (S2 S4 ) 1.000
V ( S 2 S 5 ) 1.000
V ( S 2 S 6 ) 1.000
(0.064 0.514 )
V ( S 3 S1 ) 0.977
(0.165 0.514 ) (0.175 0.064 )
(0.068 0.514)
V (S 3 S 2 ) 0.957
(0.165 0.514 ) (0.185 0.068)
V ( S 3 S 4 ) 1.000
V ( S 3 S 5 ) 1.000
V ( S 3 S 6 ) 1.000
(0.064 0.402 )
V ( S 4 S1 ) 0.963
(0.162 0.402 ) (0.175 0.064 )
(0.068 0.402)
V (S 4 S 2 ) 0.937
(0.162 0.402) (0.185 0.068)
60
(0.070 0.402)
V (S 4 S3 ) 0.992
(0.162 0.402) (0.165 0.070)
V ( S 4 S 5 ) 1.000
V ( S 4 S 6 ) 1.000
(0.064 0.358)
V ( S 5 S1 ) 0.945
(0.158 0.358) (0.175 0.064)
(0.068 0.358)
V (S5 S 2 ) 0.915
(0.158 0.358) (0.185 0.068)
(0.70 0.358)
V (S5 S3 ) 0.977
(0.158 0.358) (0.165 0.070)
(0.059 0.358)
V (S5 S 4 ) 0.986
(0.158 0.358) (0.162 0.059)
V ( S 5 S 6 ) 1.000
(0.064 0.389)
V ( S 6 S1 ) 0.940
(0.155 0.389) (0.175 0.064)
(0.068 0.389)
V (S 6 S2 ) 0.914
(0.155 0.389) (0.185 0.068)
(0.070 0.389)
V (S 6 S3 ) 0.969
(0.155 0.389) (0.165 0.070)
(0.059 0.389)
V (S 6 S4 ) 0.977
(0.155 0.389) (0.162 0.059)
(0.055 0.389)
V (S 6 S5 ) 0.990
(0.155 0.389) (0.158 0.055)
'
wUnsmooth MinV (S1 S 2 , S 3 , S 4 , S 5 , S 6 ) Min(0.978,1.000,1.000,1.000,1.000) 0.978
'
wTorqueNG MinV ( S 2 S1 , S 3 , S 4 , S 5 , S 6 ) Min(1.000,1.000,1.000,1.000,1.000) 1.000
Re sonanceNG MinV ( S 3 S1 , S 2 , S 4 , S 5 , S 6 ) Min(0.977,0.957,1.000,1.000,1.000) 0.957
'
wAxial
'
w AssemblyNG MinV ( S 4 S1 , S 2 , S 3 , S 5 , S 6 ) Min(0.963,0.937 ,0.992,1.000,1.000) 0.937
NG MinV ( S 5 S 1 , S 2 , S 3 , S 4 , S 6 ) Min(0.945,0.915,0.977 ,0.986,1.000 ) 0.915
'
w Appearance
'
wPackingNG MinV ( S 5 S1 , S 2 , S 3 , S 4 , S 5 ) Min(0.940,0.914,0.969,0.977,0.990) 0.914
จากการคานวณค่าน้าหนักความสาคัญโดยเปรียบเทียบของข้อบกพร่องภายใต้
ปัจจัยเสี่ยง 3 ด้าน จะได้ว่า
ค่ าน้ าหนั ก ความส าคั ญ โดยเปรี ย บเที ย บของข้ อ บกพร่อ ง Unsmooth เท่ า กั บ
0.172
ค่ าน้ าหนั ก ความส าคั ญ โดยเปรีย บเที ย บของข้ อ บกพร่อ ง Torque NG เท่ ากั บ
0.175
ค่าน้าหนักความสาคัญ โดยเปรียบเทียบของข้อบกพร่อง Axial Resonance NG
เท่ากับ 0.168
ค่าน้าหนักความสาคัญ โดยเปรียบเทียบของข้อบกพร่อง Assembly NG เท่ากับ
0.164
ค่าน้าหนักความสาคัญโดยเปรียบเทียบของข้อบกพร่อง Appearance NG เท่ากับ
0.161
ค่ าน้ าหนั ก ความส าคั ญ โดยเปรียบเที ย บของข้ อ บกพร่อ ง Packing NG เท่ ากั บ
0.160
4.4.1 ผลค่าน้าหนักความสาคัญโดยเปรียบเทียบของปัจจัยเสี่ยง
จากการคานวณค่าน้าหนักความสาคัญโดยเปรียบเทียบของปัจจัยเสี่ยง 3 ด้าน (S,
O, D) ตามหัวข้อ 4.3.1 จะได้ค่าน้าหนักความสาคัญโดยเปรียบเทียบดังนี้
ค่ าน้ าหนั ก ความส าคั ญ โดยเปรีย บเที ย บของปั จ จั ย เสี่ ย งด้ านความรุน แรงของ
ข้อบกพร่อง (Severity: S) เท่ากับ 0.510
ค่ าน้ าหนั ก ความส าคั ญ โดยเปรียบเที ยบของปั จ จั ย เสี่ ย งด้ านโอกาสในการเกิ ด
ข้อบกพร่อง (Occurrence: O) เท่ากับ 0.228
ค่ า น้ าหนั ก ความส าคั ญ โดยเปรี ย บเที ย บของปั จ จั ย เสี่ ย งด้ า นการตรวจจั บ
ข้อบกพร่อง (Detection: D) เท่ากับ 0.263
จะเห็ น ได้ ว่ า ผู้ เชี่ ย วชาญให้ ค วามส าคั ญ กั บ ปั จ จั ย เสี่ ย งด้ า นความรุ น แรงของ
ข้ อ บกพร่ อ ง (Severity: S) เป็ น อั น ดั บ แรก และรองลงมา คื อ ด้ า นการตรวจจั บ ข้ อ บกพร่ อ ง
(Detection: D) และโอกาสในการเกิดข้อบกพร่อง (Occurrence: O) ซึ่งสามารถสรุปผลได้ดังตาราง
ที่ 4.14 และภาพที่ 4.1
62
ตารางที่ 4.14
ค่าน้าหนักความสาคัญโดยเปรียบเทียบของปัจจัยเสี่ยง
ปัจจัยเสี่ยง ค่าน้าหนักความสาคัญโดยเปรียบเทียบ
ความรุนแรงของข้อบกพร่อง 0.510
โอกาสในการเกิดข้อบกพร่อง 0.228
การตรวจจับข้อบกพร่อง 0.263
4.4.2 ผลค่าน้าหนักความสาคัญโดยเปรียบเทียบของข้อบกพร่อง
จากการคานวณค่ าน้ าหนักความสาคัญ โดยเปรียบเทียบของข้อบกพร่อง ตาม
หัวข้อ 4.3.2 ซึ่งสามารถสรุปผลได้ดังตารางที่ 4.15
63
ตารางที่ 4.15
ค่าน้าหนักความสาคัญโดยเปรียบเทียบของข้อบกพร่อง
ค่าน้าหนักความสาคัญโดยเปรียบเทียบ
ข้อบกพร่อง ความรุนแรง โอกาสในการเกิด การตรวจจับ
ของข้อบกพร่อง ข้อบกพร่อง ข้อบกพร่อง
Unsmooth 0.178 0.171 0.172
Torque NG 0.194 0.183 0.175
Axial Resonance NG 0.165 0.165 0.168
Assembly NG 0.159 0.166 0.164
Appearance NG 0.147 0.162 0.161
Packing NG 0.157 0.153 0.160
1. ค่าน้าหนักความสาคัญโดยเปรียบเทียบของข้อบกพร่องด้านความรุนแรงของ
ข้อบกพร่อง (Severity: S)
ผู้ เชี่ยวชาญให้ ความสาคัญ กั บ Torque NG เป็ น อั น ดับ แรก และรองลงมา คื อ
Unsmooth, Axial Resonance NG, Assembly NG, Packing NG และ Appearance NG ตาม
ลาดับ ดังภาพที่ 4.2 ซึ่งมีค่าน้าหนักความสาคัญโดยเปรียบเทียบดังนี้
ค่ าน้ าหนั ก ความส าคั ญ โดยเปรี ย บเที ย บของข้ อ บกพร่อ ง Unsmooth เท่ า กั บ
0.178
ค่ าน้ าหนั ก ความส าคั ญ โดยเปรีย บเที ย บของข้ อ บกพร่อ ง Torque NG เท่ ากั บ
0.194
ค่าน้าหนักความสาคัญ โดยเปรียบเทียบของข้อบกพร่อง Axial Resonance NG
เท่ากับ 0.165
ค่าน้าหนักความสาคัญ โดยเปรียบเทียบของข้อบกพร่อง Assembly NG เท่ากับ
0.159
ค่าน้าหนักความสาคัญโดยเปรียบเทียบของข้อบกพร่อง Appearance NG เท่ากับ
0.147
ค่ าน้ าหนั ก ความส าคั ญ โดยเปรียบเที ย บของข้ อ บกพร่อ ง Packing NG เท่ ากั บ
0.157
64
2. ค่าน้าหนักความสาคัญโดยเปรียบเทียบของข้อบกพร่องด้านโอกาสในการเกิด
ข้อบกพร่อง (Occurrence: O)
ผู้ เชี่ยวชาญให้ ความสาคัญ กั บ Torque NG เป็ น อั น ดับ แรก และรองลงมา คื อ
Unsmooth, Assembly NG, Axial Resonance NG, Appearance NG และ Packing NG ตาม
ลาดับ ดังภาพที่ 4.3 ซึ่งมีค่าน้าหนักความสาคัญโดยเปรียบเทียบดังนี้
ค่ าน้ าหนั ก ความส าคั ญ โดยเปรี ย บเที ย บของข้ อ บกพร่อ ง Unsmooth เท่ า กั บ
0.171
ค่ าน้ าหนั ก ความส าคั ญ โดยเปรีย บเที ย บของข้ อ บกพร่อ ง Torque NG เท่ ากั บ
0.183
ค่าน้าหนักความสาคัญ โดยเปรียบเทียบของข้อบกพร่อง Axial Resonance NG
เท่ากับ 0.165
ค่าน้าหนักความสาคัญ โดยเปรียบเทียบของข้อบกพร่อง Assembly NG เท่ากับ
0.166
ค่าน้าหนักความสาคัญโดยเปรียบเทียบของข้อบกพร่อง Appearance NG เท่ากับ
0.162
ค่ าน้ าหนั ก ความส าคั ญ โดยเปรียบเที ย บของข้ อ บกพร่อ ง Packing NG เท่ ากั บ
0.153
65
3. ค่ าน้ าหนั ก ความส าคั ญ โดยเปรีย บเที ย บของข้ อ บกพร่ อ งด้ านการตรวจจั บ
ข้อบกพร่อง (Detection: D)
ผู้ เชี่ยวชาญให้ ความสาคัญ กั บ Torque NG เป็ น อั น ดั บ แรก และรองลงมา คื อ
Unsmooth, Axial Resonance NG, Assembly NG, Appearance NG และ Packing NG ตาม
ลาดับ ดังภาพที่ 4.4 ซึ่งมีค่าน้าหนักความสาคัญโดยเปรียบเทียบดังนี้
ค่ าน้ าหนั ก ความส าคั ญ โดยเปรี ย บเที ย บของข้ อ บกพร่อ ง Unsmooth เท่ า กั บ
0.171
ค่ าน้ าหนั ก ความส าคั ญ โดยเปรีย บเที ย บของข้ อ บกพร่อ ง Torque NG เท่ ากั บ
0.175
ค่าน้าหนักความสาคัญ โดยเปรียบเทียบของข้อบกพร่อง Axial Resonance NG
เท่ากับ 0.168
ค่าน้าหนักความสาคัญ โดยเปรียบเทียบของข้อบกพร่อง Assembly NG เท่ากับ
0.164
ค่าน้าหนักความสาคัญโดยเปรียบเทียบของข้อบกพร่อง Appearance NG เท่ากับ
0.161
ค่ าน้ าหนั ก ความส าคั ญ โดยเปรียบเที ย บของข้ อ บกพร่อ ง Packing NG เท่ ากั บ
0.160
66
ตารางที่ 4.16
ค่ า RPN ของผลิ ต ภั ณ ฑ์ ห นึ่ ง ที่ มี ก ารจั ด ท าขึ้ น โดยที ม งานของบริ ษั ท ผู้ ผ ลิ ต ชิ้ น ส่ ว น
อิเล็กทรอนิกส์ที่ใช้เป็นกรณีศึกษา โดยพิจารณาคะแนนของปัจจัยเสี่ยง 3 ด้าน (S, O, D) จากตารางที่
2.1 ถึงตารางที่ 2.3 และคานวณค่า RPN จาก RPN = (S) x (O) x (D) ดังสมการที่ (2-1)
ซึ่งจะได้ลาดับความสาคัญของ ค่า RPN ดังนี้ Appearance NG มีลาดับความสาคัญเป็น
อันดั บแรก และรองลงมา คือ Torque NG, Unsmooth, Axial Resonance NG, Assembly NG,
Packing NG ตามลาดับ ดังตารางที่ 4.17
68
ตารางที่ 4.17
ตารางที่ 4.18
การเปรียบเทียบลาดับความสาคัญของข้อบกพร่อง
ข้อบกพร่อง ค่า RPN ลาดับความสาคัญ ค่า RPN ลาดับความสาคัญ อัตราของเสีย
ตาม FMEA ตาม FMEA ตาม FAHP ตาม FAHP
Unsmooth 70 3 0.175 2 2
Torque 84 2 0.187 1 1
Axial Resonance NG 56 4 0.166 3 3
Assembly NG 56 4 0.162 4 4
Appearance NG 90 1 0.154 6 6
Packing NG 48 5 0.157 5 5
70
บทที่ 5
สรุปผลการวิจัยและข้อเสนอแนะ
5.1 สรุปผลการวิจัย
Appearance NG รองลงมา คือ Torque NG, Unsmooth, Axial Resonance NG, Assembly NG
และ Packing NG ตามลาดับ ข้อบกพร่อง Appearance NG มีค่า RPN เท่ากับ 90 ซึ่งเป็นลาดับแรก
จึงเป็นข้อบกพร่องที่ควรได้รับการแก้ไข แต่ค่า RPN ที่ได้นั้นน้อยกว่าเกณฑ์ที่จะคัดเลือกข้อบกพร่อง
มาดาเนินการแก้ไข (เกณฑ์ของการคัดเลือกข้อบกพร่องที่จะนามาดาเนินการแก้ไข ค่า RPN ต้องมีค่า
มากกว่ า 100) ดั ง นั้ น ทางบริ ษั ท บริ ษั ท ผู้ ผ ลิ ต ชิ้ น ส่ ว นอิ เล็ ก ทรอนิ ค ส์ ที่ ใช้ เป็ น กรณี ศึ ก ษาจึ ง ไม่ ได้
ดาเนินการแก้ไขกระบวนการผลิตของผลิตภัณฑ์นี้
แต่ค่า RPN ตาม FMEA โดยถ่วงน้าหนักความสาคัญโดยเปรียบเทียบจาก FAHP พบว่า
ข้ อ บกพร่อ งที่ มี ล าดั บ ความส าคั ญ มากที่ สุ ด ได้ แ ก่ Torque NG รองลงมา คื อ Unsmooth, Axial
Resonance NG, Assembly NG, Packing NG และ Appearance NG ตามล าดั บ Torque NG
เป็นข้อบกพร่องที่ควรได้รับการแก้ไขเป็นลาดับแรก ซึ่งจะเห็นได้ว่าลาดับความสาคัญของข้อบกพร่อง
จาก FMEA กับ FMEA โดยถ่วงน้าหนักความสาคัญโดยเปรียบเทียบจาก FAHP นั้นมีความแตกต่าง
กัน
5.2 ข้อเสนอแนะ
งานวิ จั ย นี้ เ ป็ น การศึ ก ษาการล าดั บ ความส าคั ญ และคั ด เลื อ กข้ อ บกพร่ อ งของ
กระบวนการผลิตผลิตภัณฑ์หนึ่งของบริษัทผู้ผลิตชิ้นส่วนอิเล็กทรอนิกส์ที่ใช้เป็นกรณีศึกษา เพื่อให้เกิด
ความรู้ความเข้าใจพื้นฐานสาหรับความสาคัญของค่าน้าหนักความสาคัญโดยเปรียบเทียบของปัจจัย
เสี่ยง 3 ด้านได้แก่ ความรุนแรงของข้อบกพร่อง (Severity: S) โอกาสในการเกิด (Occurrence: O)
และการตรวจจับ (Detection: D) ที่ใช้ในการวิเคราะห์ลักษณะข้อบกพร่องและผลกระทบ (Failure
Mode and Effects Analysis: FMEA) และจัดลาดับความสาคัญ ของข้อบกพร่องจาก FMEA ถ่วง
น้าหนักความสาคัญโดยเปรียบเทียบ (ค่า RPN ที่พิจารณาค่าน้าหนักความสาคัญโดยเปรียเทียบ) โดย
ใช้กระบวนการการลาดับชั้นเชิงวิเคราะห์แบบฟัซซี่ (Fuzzy Analytic Hierarchy Process: FAHP
โดยการศึกษาเพิ่มเติมในครั้งต่อไปนั้นสามารถประยุกต์ใช้กับผลิตภัณ ฑ์หมวดอื่นๆ
รวมถึงเพิ่มเติมเกณฑ์ตัดสินใจในมิติอื่นๆ ที่มากกว่า 3 ด้านจากปัจจัยเสี่ยงจากการวิเคราะห์ลักษณะ
ข้ อ บกพ ร่ อ งและผลกระท บ (Failure Mode and Effects Analysis: FMEA) อาทิ เช่ น ด้ า น
สิ่งแวดล้อม เพื่อเพิ่มประสิทธิภาพและประสิทธิผลของกระบวนการผลิตให้มากยิ่งขึ้น
72
รายการอ้างอิง
หนังสือและบทความในหนังสือ
บทความวารสาร
Chang, D.-Y. (1996). Applications of the extent analysis method on fuzzy AHP.
European Journal of Operational Research. Vol.95, No.3, December, pp.649-
655.
Chin, K.-S., Chan, A. and Yang, J.-B. (2008). Development of a fuzzy FMEA based
product design system. International journal of Advanced Manufacturing
Technology. Vol.36, pp.633-649.
Chin, K.-S., Wang, Y. M., Poon, G. K. K. and Wang, J.-B. (2009). Failure model and
effects analysis using a group-based evidential reasoning approach.
Computers & Operations Research. Vol.36, No.6, June, pp.1768-1779.
Chiou, H.-K., Tzeng, G.-H. and Cheng, D.-C. (2005). Evaluating sustainable fishing
development strategies using fuzzy MCDM approach. OMEGA The
International Journal of Management. Science. Vol.33, pp.223-234.
Hu, A. H., Hsu, C.-W., Kuo, T.-C and Wu, W.-C. (2009). Risk evaluation of green
components to hazardous substance using FMEA and FAHP. Expert Systems
with Applications. Vol.36, No.3, April, pp.7142-7147.
Huang, C.-C., Chu, P.-Y. and Chiang, Y.-H. (2008). A fuzzy AHP application in
government-sponsored R&D project selection. Omega. Vol.36, No.6,
December, pp.1038-1052.
Kahraman, C., Cebeci, U. and Ulukan, Z. (2003). Multi-criteria supplier selection using
fuzzy AHP. Logistics Information Management. Vol.16, No.6, pp.382-394.
Kuo, R. J., Chi, S. C. and Kao, S. S. (2002). A decision support system for selecting
convenience store location through integration of fuzzy AHP and artificial
neural network. Computers in Industry. Vol.47, No.2, February, pp.199-214.
Kutlu, A. C. and Ekmecioglu, M. (2012). Fuzzy failure modes and effects analysis by
using fuzzy TOPSIS-based fuzzy AHP. Expert Systems with Applications. Vol.39,
No.1, January, pp.61-67.
Liu, H.-C., Liu, L., Bian, Q.-H., Lin, Q.-L., Dong, N. and Xu, P.-C. (2011). Failure mode
and effects analysis using fuzzy evidential reasoning approach and grey
theory. Expert Systems with Applications. Vol.38, pp.4403-4415.
74
Puente, J., Pino, R. Priore, P. and Fuente, D. (2002). A decision support system for
applying failure mode and effects analysis. International Journal of Quality &
Reliability Management. Vol.19, No.2, pp.137-150.
Saaty, T. L. (1980). The analytic hierarchy process. New York: McGraw-Hill.
Saaty, T. L. (1994). How to make a decision the analytic hierarchy process. Interfaces.
Vol. 24, No.6, November-December, pp.19-43.
Sankar, N.R. and Prabhu, B. S. (2001). Modified approach for prioritization of failures in
a system failure mode and effect analysis. International Journal of Quality &
reliability Management. Vol.18, No.3, pp.324-335.
Seyed-Hosseini, S. M., Safaei, N. and Asgharpour, M. J. (2006). Reprioritization of
failures in a system failure mode and effects analysis by decision making trial
and evaluation laboratory technique. Reliability Engineering and System
Safety. Vol.91, pp.872-881.
Sharma, R. K., Kumar, D. and Kumar, P. (2005). Systematic failure mode effect analysis
(FMEA) using fuzzy linguistic modeling. International Journal of Quality &
Reliability Management. Vol.22, No.9, pp.986-1004.
Tay, K. M. and Lim, C. P. (2006). Fuzzy FMEA with a guided rules reduction system for
prioritization of failures. International Journal of Quality & Reliability
Management. Vol.23, No.8, pp.1047-1066.
Wang, Y.-M., Chin, K.-S., Poon, G. K. K. and Yang, J.-B. (2009). Risk evaluation in failure
mode and effects analysis using fuzzy weighted geometric mean. Expert
Systems with Applications. Vol.36, No.2, March, pp.1195-1207.
Yang, Z., Bonsall, S., and Wang, J. (2008). Fuzzy Rule-Based Bayesian Reasoning
Approach for Prioritization of Failure in FMEA. IEEE Transactions on Reliability.
Vol.57, No.3, September. pp. 517-528.
Zammori, F. and Gabbrielli, R. (2012). ANP/RPN: A Multi Criteria Evaluation of the Risk
Priority Number. Quality and Reliability Engineering International. Vol.28,
pp.85-104.
Zadeh, L. A. (1965). Fuzzy sets. Information and Control. Vol.8, pp.338-353.
75
วิทยานิพนธ์
ภาคผนวก ก
แบบสอบถาม
แบบสอบถามนี้จัดทาขึ้นเพื่อสั มภาษณ์ผู้เชี่ยวชาญที่เกี่ยวข้องกับข้อบกพร่องที่เกิดขึ้นกับผลิตภัณฑ์
ของบริษัทผู้ผลิตชิ้นส่วนอิเล็กทรอนิกส์ที่ใช้เป็นกรณีศึกษา และนาข้อมูลที่ได้ไปใช้ในงานวิจัย
เรื่อง การจัดลาดับความสาคัญข้อบกพร่องด้วยกระบวนการการลาดับชั้นเชิงวิเคราะห์แบบฟัซซี่
การประเมินข้อมูล กระบวนการการลาดับชั้นเชิงวิเคราะห์แบบฟัซซี่
วัตถุประสงค์
1.เพื่อประเมินค่าน้าหนักความสาคัญโดยเปรียบเทียบของปัจจัยเสี่ยง 3 ด้านได้แก่
ความรุนแรงของข้อบกพร่อง (Severity: S) โอกาสในการเกิด (Occurrence: O) และการตรวจจับ
(Detection: D) ที่ ใ ช้ ใ นการวิ เคราะห์ ลั ก ษณะข้ อ บกพร่ อ งและผลกระทบ (Failure Mode and
Effect Analysis: FMEA)
2.เพื่อจัดลาดับความสาคัญของข้อบกพร่องจาก FMEA ถ่วงน้าหนักความสาคัญ
โดยเปรียบเทียบ (ค่า RPN ที่พิจารณาค่าน้าหนักความสาคัญโดยเปรียเทียบ) โดยใช้กระบวนการการ
ลาดับชั้นเชิงวิเคราะห์แบบฟัซซี่ (Fuzzy Analytic Hierarchy Process: Fuzzy AHP)
แบบสอบถามแบ่งเป็น 2 ส่วนคือ
ส่วนที่ 1 ข้อมูลพื้นฐานของผู้ประเมินแบบสอบถาม
ส่วนที่ 2 ตารางการประเมิน ลาดับความสาคัญ โดยเปรียบเทียบและคาอธิบายการประเมินลาดับ
ความสาคัญ
78
ส่วนที่ 1 ข้อมูลพื้นฐานของผู้ตอบแบบสอบถาม
ประสบการณ์ทางาน คือ...............………..............….... ปี
ตัวอย่าง การประเมินลาดับความสาคัญโดยเปรียบเทียบของปัจจัยเสีย่ ง
ลาดับความสาคัญ
มีความสาคัญมากกว่าปานกลาง
มีความสาคัญมากกว่าปานกลา
มีความสาคัญมากกว่าเล็กน้อย
มีความสาคัญมากกว่าเล็กน้อย
มีความสาคัญมากกว่าที่สุด
มีความสาคัญมากกว่าที่สุด
มีความสาคัญมากกว่ามาก
มีความสาคัญมากกว่ามาก
ปัจจัยเสี่ยง ปัจจัยเสี่ยง
มีความสาคัญเท่ากัน
ความรุนแรงของข้อบกพร่อง โอกาสในการเกิดข้อบกพร่อง
√
(Severity: S) (Occurrence: O)
ความรุนแรงของข้อบกพร่อง การตรวจจับข้อบกพร่อง
√
(Severity: S) (Detection: D)
โอกาสในการเกิดข้อบกพร่อง การตรวจจับข้อบกพร่อง
√
(Occurrence: O) (Detection: D)
1. การประเมินลาดับความสาคัญโดยเปรียบเทียบของปัจจัยเสี่ยง
ลาดับความสาคัญ
มีความสาคัญมากกว่าปานกลาง
มีความสาคัญมากกว่าปานกลา
มีความสาคัญมากกว่าเล็กน้อย
มีความสาคัญมากกว่าเล็กน้อย
มีความสาคัญมากกว่าที่สุด
มีความสาคัญมากกว่าที่สุด
มีความสาคัญมากกว่ามาก
มีความสาคัญมากกว่ามาก
ปัจจัยเสี่ยง ปัจจัยเสี่ยง
มีความสาคัญเท่ากัน
ความรุนแรงของข้อบกพร่อง โอกาสในการเกิดข้อบกพร่อง
√
(Severity: S) (Occurrence: O)
ความรุนแรงของข้อบกพร่อง การตรวจจับข้อบกพร่อง
√
(Severity: S) (Detection: D)
โอกาสในการเกิดข้อบกพร่อง การตรวจจับข้อบกพร่อง
√
(Occurrence: O) (Detection: D)
80
ลาดับความสาคัญ
มีความสาคัญมากกว่าปานกลาง
มีความสาคัญมากกว่าปานกลา
มีความสาคัญมากกว่าเล็กน้อย
มีความสาคัญมากกว่าเล็กน้อย
มีความสาคัญมากกว่าที่สุด
มีความสาคัญมากกว่าที่สุด
มีความสาคัญมากกว่ามาก
มีความสาคัญมากกว่ามาก
ข้อบกพร่อง ข้อบกพร่อง
มีความสาคัญเท่ากัน
Unsmooth Torque NG
Unsmooth Axial Resonance NG
Unsmooth Assembly NG
Unsmooth Appearance NG
Unsmooth Packing NG
Torque NG Axial Resonance NG
Torque NG Assembly NG
Torque NG Appearance NG
Torque NG Packing NG
Axial Resonance NG Assembly NG
Axial Resonance NG Appearance NG
Axial Resonance NG Packing NG
Assembly NG Appearance NG
Assembly NG Packing NG
Appearance NG Packing NG
81
ลาดับความสาคัญ
มีความสาคัญมากกว่าปานกลาง
มีความสาคัญมากกว่าปานกลา
มีความสาคัญมากกว่าเล็กน้อย
มีความสาคัญมากกว่าเล็กน้อย
มีความสาคัญมากกว่าที่สุด
มีความสาคัญมากกว่าที่สุด
มีความสาคัญมากกว่ามาก
มีความสาคัญมากกว่ามาก
ข้อบกพร่อง ข้อบกพร่อง
มีความสาคัญเท่ากัน
Unsmooth Torque NG
Unsmooth Axial Resonance NG
Unsmooth Assembly NG
Unsmooth Appearance NG
Unsmooth Packing NG
Torque NG Axial Resonance NG
Torque NG Assembly NG
Torque NG Appearance NG
Torque NG Packing NG
Axial Resonance NG Assembly NG
Axial Resonance NG Appearance NG
Axial Resonance NG Packing NG
Assembly NG Appearance NG
Assembly NG Packing NG
Appearance NG Packing NG
82
2.3 การประเมินลาดับความสาคัญโดยเปรียบเทียบของข้อบกพร่องในด้านตรวจจับข้อบกพร่อง
(Detect: D)
ลาดับความสาคัญ
มีความสาคัญมากกว่าปานกลาง
มีความสาคัญมากกว่าปานกลา
มีความสาคัญมากกว่าเล็กน้อย
มีความสาคัญมากกว่าเล็กน้อย
มีความสาคัญมากกว่าที่สุด
มีความสาคัญมากกว่าที่สุด
มีความสาคัญมากกว่ามาก
มีความสาคัญมากกว่ามาก
ข้อบกพร่อง ข้อบกพร่อง
มีความสาคัญเท่ากัน
Unsmooth Torque NG
Unsmooth Axial Resonance NG
Unsmooth Assembly NG
Unsmooth Appearance NG
Unsmooth Packing NG
Torque NG Axial Resonance NG
Torque NG Assembly NG
Torque NG Appearance NG
Torque NG Packing NG
Axial Resonance NG Assembly NG
Axial Resonance NG Appearance NG
Axial Resonance NG Packing NG
Assembly NG Appearance NG
Assembly NG Packing NG
Appearance NG Packing NG
83
ภาคนวก ข
บทความวิชาการ
1. การจัด ล าดั บ ความส าคั ญ ข้ อ บกพร่อ งด้ วยกระบวนการการล าดั บ ชั้น เชิ งวิเคราะห์ แ บบฟั ซ ซี่ :
กรณี ศึกษากระบวนการผลิตชิ้นส่วนอิเล็กทรอนิคส์ (Prioritization of Failure Modes by Using
Fuzzy Analytic Hierarchy Process (FAHP): A Case Study Electronics Parts/Components
Manufacturing Process) วารสารวิ ช การพระจอมเกล้ าพระนครเหนื อ ปี ที่ 26 ฉบั บ ที่ 3 เดื อ น
กันยายน - ธันวาคม 2558
95
ประวัติผู้เขียน
“การจั ด ล าดั บ ความส าคั ญ ข้ อ บกพร่ อ งด้ ว ยกระบวนการการล าดั บ ชั้ น เชิ ง วิ เคราะห์ แ บบฟั ซ ซี่
กรณีศึกษากระบวนการผลิตชิ้นส่วนอิเล็กทรอนิกส์ ” จัดพิมพ์ลงวารสารวิชาการพระจอมเกล้าพระ
นครเหนือ ปีที่ 26 ฉบับที่ 3 เดือนกันยายน – ธันวาคม 2559