Embed Size (px)
Citation preview
9
บทท2
ทฤษฎทเกยวของ
ในบทนจะกลาวถงรายละเอยดของทฤษฎทเกยวของในงานวจยระบบสนบสนนการตดสนใจส าหรบการกยมเพอการศกษา ของโรงเรยนพระหฤทยเชยงใหม ดงนนในสวนของทฤษฎจะเปนเรองของเหมองขอมล (Data Mining)เทคนคการแบงประเภท(Classification)กฎการจ าแนก (Classification Rules)การตดสนใจแบบโครงสรางตนไม(Decision Tree)อลกอรธมID3 (ID3 Algorithm)กระบวนการล าดบขนเชงวเคราะหแบบฟซซ (Fuzzy Analytic
Hierarchy Process)และระบบสนบสนนการตดสนใจ (Decision Support System : DSS)
2.1 เหมองขอมล (Data Mining)
เปนกระบวนการกลนกรองสารสนเทศ (Information)ทซอนอยในฐานขอมลใหญ (Knowledge Discovery in Database)หรอทเรยกวา KDDเพอท านายแนวโนมและพฤตกรรมโดยอาศยขอมลในอดต และเพอใชสารสนเทศเหลานในการสนบสนนการตดสนใจทางธรกจ โดยเปนขนตอนหลกทส าคญของการท า KDDโดยทรปแบบทใชในการท าเหมองขอมลนนมหลายรปแบบดวยกน ในแตละรปแบบจะมวธการทแตกตางกนออกไป ซงในทนไดเลอกรปแบบการแบงประเภท (Classification)มาประยกตใช (อกฤษ ปจฉม, 2546)
2.2 เทคนคการแบงประเภท(Classification)
เปนเทคนคหนงของการท าเหมองขอมล ทใชในแบบจ าลองการท านาย (Predictive
Modeling)ซงมการท างานแบบ Supervised Learningกลาวคอ สามารถสรางแบบจ าลองการจดหมวดหมไดจากกลมตวอยางของขอมลทไดก าหนดไวกอนลวงหนา และสามารถพยากรณกลมของรายการทยงไมเคยน ามาจดหมวดหมไดดวย (พยน พาณชยกล, 2548)
2.2.1 กฎการจ าแนก (Classification Rules)
กฎการจ าแนก เปนกระบวนการในการจดแบงขอมล ขนอยกบลกษณะของวตถประสงคนนๆ สวนการจ าแนกในดานการท าเหมองขอมล เปนการวเคราะหเซตของกลมขอมล (Data
object) ทยงไมจดแบงประเภทเพอสรางโมเดล (หรอฟงกชน) ออกเปนชดขอมล (Class)ซง
10
ลกษณะของคลาสถกอธบายโดยกลมของคณสมบต (Attribute) และกลมของขอมล (Training
Dataset) ทใชในการสรางโมเดลกฎการจ าแนก
รปแบบการเขยนกฎจ าแนก
P1, P2,…………………….Pr Ci Pr = เงอนไขของกฎ Ci = คลาสของกฎ หรอ IF < Conditions > THEN < Class > “ถา < เงอนไข > แลว < คลาส >” ตวอยาง การสรางกฎส าหรบการวเคราะหกลมลกคาวาควรไดรบเครดตหรอไม โดยมสองคลาสประกอบดวย Yes คอ กลมลกคาทควรไดเครดต และ No คอ กลมลกคาทไมควรไดรบเครดต ดงตอไปน R1: Age > 25, YR_Work> 5 Yes
R2: Sex = Male, YR_Work> 2 Yes
R3: Sex = Female, Age >= 25 No
R4: YR_Work<= 2 No
จากตวอยางกฎ ลกคาทควรไดรบเครดตประกอบดวยเงอนไข R1 คอ คนทอายมากกวา 25 ป และท างานมากกวา 5 ป และ R2 คอ เพศชาย และท างานมากกวา 2 ป สวนลกคาทไมควรไดรบเครดต ประกอบดวยเงอนไข R3 คอ เพศหญงและอายนอยกวาหรอเทากบ 25 ป และ R4 คอ อายการท างานนอยกวาหรอเทากบ 2 ป
ขนตอนการจ าแนกขอมลม 2 ขนตอน คอ ขนตอนท 1 การสรางโมเดลตนแบบ (Classifier Model) เปนการน าชดขอมล (Training Data)ผานกระบวนการของอลกอรทมการจ าแนก (Classification Algorithm)ซงผลลพธทไดจะอยในรปของโมเดลการจ าแนก เชน ตนไมตดสนใจ จากนนสามารถสรางเปนกฎไดดงรปท 2.1
Attribute conditions
11
รปท 2.1 ขนตอนสรางโมเดลการจ าแนก (Classifier Model) (กฤษณะ ไวยมย และ ธรวฒน พงษศรปรดา, 2544)
จากรปท 2.1 เปนตวอยางขอมลส าหรบการตดสนใจเลนกอลฟวาสามารถเลนได (Play) หรอเลนไมได (Don’t Play)มรายละเอยดของขอมลคอ ทศนยภาพ (Outlook),อณหภม (Temperature),ความชน (Humidity),และสถานะลม (Windy) ซงเมอผานอลกอรทมการจ าแนก ผลลพธทไดมาเปนกฎ คอ If Outlook = “Overcast” Then Playหมายความวา ถาทศนยภาพมเมฆครม แลว สามารถเลนกอลฟได
ขนตอนท 2 การใชโมเดลเพอการท านาย (Prediction)ซงจดมงหมายสงสดในการแกไขปญหาคอ การสรางโมเดล เมอมขอมลใหมจะสามารถท านายได โดยการน าขอมลทไดรบท าการเปรยบเทยบกบโมเดลการจ าแนก และวเคราะหเพอตดสนใจความเปนไปไดของขอมลนนๆ
2.3 การตดสนใจแบบโครงสรางตนไม(Decision Tree)
กระบวนการทางดานเหมองขอมลนนไดน าเอาการตดสนใจแบบโครงสรางตนไมมาใชเปนตวชวยในการท างานเกยวกบทางดานการชวยในการตดสนใจตางๆ โดยปกตมกประกอบดวยกฎในรปแบบ “ ถา เงอนไข แลว ผลลพธ ” เชน
“ IF Outlook = Overcast THEN Class = Play ”
โดยลกษณะของการตดสนใจแบบโครงสรางตนไมนมลกษณะคลายกบแผนภมองคกร หรอทเรยกวา Organization Chartรปท 2.2
12
รปท 2.2 ตวอยางตนไมตดสนใจ (Decision Tree) (กตต ภกดวฒนะกล, 2546) จากรปท 2.2 อธบายถงตวอยางขอมลส าหรบการตดสนใจเลนกอลฟวาสามารถเลนได (Play) หรอเลนไมได (Don’t Play) มรายละเอยดของขอมลคอ ทศนยภาพ (Outlook), อณหภม (Temperature), ความชน (Humidity), และสถานะลม (Windy) เมอใชการตดสนใจแบบโครงสรางตนไม ซงสามารถเขยนในรปแบบของเงอนไข (Condition) ดงตอไปน
IF Outlook = Sunny AND Humidity = ≤ 75 THEN Class = Play
IF Outlook = Sunny AND Humidity = > 75 THEN Class = Don’t Play
IF Outlook = Overcast THEN Class = Play
IF Outlook = Rain AND Windy = True THEN Class = Don’t Play
IF Outlook = Rain AND Windy = False THEN Class = Play
2.4 อลกอรธมID3 (ID3 Algorithm)
เปนอลกอรธมในการสรางตนไมตดสนใจ ทใชหลกการของทฤษฎขาวสาร คาทวดไดจะน ามาใชตดสนใจวาจะใชตวแปรใดในการแบงขอมลโดยวธการก าหนดโครงสรางตนไมตดสนใจจะเปนการเลอกขอมลตามล าดบของตวชวดหรอคาเกน (Gain) สงทสด เปนขอมลเรมตนและขอมลถดไปทมคาลดหลนกนตามล าดบ ตวอยางเชน การพจารณาจากลมขอมล 2 คลาสคอ P และ Nโดยจ านวนขอมลตวอยางในคลาส Pคอ pตว และจ านวนตวอยางในคลาส Nคอ n ตว สวนคาของกลมขอมลคอ คาคาดคะเนทกลมตวอยางตองใชจ านวนบตในการแยกคลาส Pและ Nโดยนยามดงสมการ
13
คาคาดคะเนของขอมล (Entropy)ทแยกโดยการใชลกษณะประจ า Aซงก าหนด Aคอ ลกษณะประจ าทแบง Sออกเปน {S1, S2,…,Sv}โดยให S1 มตวอยางจากคลาส Pจ านวน p1และตวอยางจากคลาส N จ านวน n1 ดงสมการ
ดงนนคาเกนขอมล (Data Gain) ทไดจากการแยกขอมลดวยลกษณะประจ า A ดงสมการ
(Han Jaiwei and MichelneKamber., 2005)
2.5 กระบวนการล าดบขนเชงวเคราะหความคลมเครอ (Fuzzy Analytic Hierarchy Process)
2.5.1 กระบวนการล าดบชนเชงวเคราะห (Analytic Hierarchy Process : AHP)
AHPเปนวธการทใชในการก าหนดน าหนกความส าคญ ซงถกพฒนาขนมาจาก Thomas
L.,Saatyในป ค.ศ. 1970 เปนเทคนคในการตดสนใจเลอกหรอเรยงล าดบทางเลอกของปญหาทตองใชการตดสนทซ าซอนโดยสรางรปแบบการตดสนใจใหเปนโครงสรางล าดบชนและน าขอมลทไดจากความคดเหนของผเชยวชาญมาวเคราะหสรปแนวทางเลอกทเหมาะสมการด าเนนการของวธ AHP ประกอบดวยขนตอน 4ประการคอ
1. การสลายปญหาทซบซอน (Decomposition)ใหอยในรปของแผนภมโครงสรางล าดบชน (Hierarchy Structure ) แตละระดบชนประกอบไปดวยเกณฑในการตดสนใจทเกยวของกบปญหานน ระดบชนบนสดเรยกวาเปาหมาย โดยรวมซงมเพยงปจจยเดยวเทานน ระดบชนท 2 อาจมหลายปจจยขนอยกบวาแผนภมนนมทงหมดกระดบชน ทส าคญทสดปจจยตางๆ ในระดบชนเดยวกนตองมความส าคญทดเทยมกน ถามความส าคญแตกตางกนมากควรแยกเอาปจจยทมคามส าคญนอยกวาลงไปอยระดบชนทอยถดลงไป ตวอยางแผนภมชนโครงสราง AHPแสดงดงรป2.3
14
รปท 2.3 แสดงโครงสรางล าดบชนAHP(สรกฤษฎ นาทธราดล, 2551)
2. การหาทล าดบความส าคญ (Prioritization)โดยการเปรยบเทยบความสมพนธทละค (Pairwise Comparisons)จากปจจยทมผลกระทบตอเกณฑการตดสนใจในแตละระดบชนโครงสราง โดยใชวธ Principle of Hierarchic Composition การวนจฉยจะแสดงออก มาในรปของมาตราสวนของระดบความพงพอใจทเปนตวเลข 1ถง 9ในตารางเมทรกซเนองจากตารางเมทรกซคอเครองมอทเหมาะสมทสดในการเปรยบเทยบในลกษณะเปนคๆหรอจบคนอกจากจะชวยอธบายเกยวกบการเปรยบเทยบแลวตารางเมทรกซยงสามารถทดสอบความสอดคลองกนของการวนจฉยและสามารถวเคราะหถงความออนไหวของล าดบความส าคญเมอการวนจฉยเปลยนแปลงไปไดอกดวย
3. การสงเคราะห (Synthesis)โดยการพจารณาจากล าดบความส าคญทงหมดจากการเปรยบเทยบวาทางเลอกใดควรไดรบเลอก
4. การวเคราะหความออนไหวของทางเลอกทมตอปจจยในการวนจฉย (Sensitivity
Analysis)จะท าการทดสอบหลงจากเสรจจากกระบวนการท งหมด ซงเปนการพจารณาวาเมอขอมลมการเปลยนแปลงทางดานเกณฑการตดสนใจหรอปจจยใดปจจยหนง จะท าใหอนดบคามส าคญของทางเลอกมการเปลยนแปลงหรอไม
จากขนตอนตางๆ ของทฤษฎ AHPสามารถสรปเปนแผนภมขนตอนไดดงรปท 2.4
เปาหมาย
หลกเกณฑ หลกเกณฑ หลกเกณฑ หลกเกณฑ
ทางเลอก ทางเลอก ทางเลอก
15
รปท 2.4 แสดงแผนภมขนตอนกระบวนการ AHP(วฑรยตนศรคงคล, 2542)
การพจารณาองคประกอบของปญหา
จดองคประกอบของปญหาออกมาในรปแบบของแผนภมระดบชน
วนจฉยเปรยบเทยบองคประกอบตางๆ เปนคๆ โดยก าหนดคาของการเปรยบเทยบออกมาในรปของตวเลข
สงเคราะหตวเลขจากการวนจฉยเปรยบเทยบขององคประกอบทงหมดในแผนภมเพอใหไดล าดบความส าคญรวมของแตละทางเลอก
ทดสอบวาการวนจฉยนนมการสอดคลองกนของเหตผลหรอไม
มความสอดคลอง
น าล าดบความส าคญทผานการทดสอบความสอดคลองกนของเหตผลมาสนบสนนการตดสนใจ
16
2.5.2 กระบวนการวเคราะหของ AHP
ใชรปแบบเมทรกซในการวเคราะห ดงรปท 2.5
รปท 2.5 แสดงรปแบบเมทรกซทใชในการวเคราะห
ตารางท 2.1 แสดงตารางเมทรกซทใชในการเปรยบเทยบหลกเกณฑเปนค (Pairwise
Comparisons)
เปาหมายการตดสนใจ หลกเกณฑ
A1 A2 An
A1 A2
หลกเกณฑ An
1
1/3
-
3
1
-
- -
- -
- -
-
-
1
จากตารางท 2.1 ภายใตเปาหมายการตดสนใจ หลกเกณฑ A1ในแถวซายมอบนสดจะถกเปรยบเทยบกบหลกเกณฑ A2ถง A1ในแถวนอนของ A1การเปรยบเทยบกด าเนนการเชนเดยวกนในแถวนอนท 2 ในการเปรยบเทยบนนผตดสนใจจะเกดค าถามวาหลกเกณฑทมความส าคญหรอ มอทธพลมากกวาหลกเกณฑอนทถกน ามาเปรยบเทยบในระดบไหน
2.5.3 การวเคราะหคาเฉลยทางเรขาคณต (Geometric Mean Method)
คาเฉลยเรขาคณตเกดจากการน าเอาตวเลขทตองการหาคาเฉลยมาคณกนแลวน าเอาผลคณนนมาถอดรากตามจ านวนตวเลขนน
2.5.4 การวเคราะหคาน าหนกคะแนนของรปแบบทางเลอก
การวเคราะหหาน าหนกคะแนนของแตละรปแบบทางเลอกนนเกดจากการสงเคราะหขอมลแตละรปแบบทางเลอก
17
2.5.5 การวเคราะหความสอดคลอง
วธการค านวณหาคามสอดคลองกนของเหตผลในการใหคะแนน โดยใชการเปรยบเทยบหลกเกณฑทละคของหลกเกณฑท งหมดทถกก าหนดโดยน าผลรวมของคาวนจฉยของแตละหลกเกณฑในแถวตง แตละแถวมาคณดวยผลรวมของคาเฉลยในแถวนอนแตละแถวแลวน าเอาผลคณทไดมารวมกน ผลลพธจะเทากบจ านวนหลกเกณฑทงหมดทถกน ามาเปรยบเทยบผลรวมนเรยกวา Eigen Values สงสด ( )
=
ถาตารางเมทรกซมความสอดคลองกนของเหตผลสมบรณ 100%
= จ านวนหลกเกณฑทถกน ามาเปรยบเทยบ(n)
ถาตารางเมทรกซไมมความสอดคลองกน >จ านวนหลกเกณฑทถกน ามาเปรยบเทยบ
ดชนความสอดคลอง (Consistency Index : C.I.)
C.I. =
n = จ านวนหลกเกณฑ
อตราสวนความสอดคลอง (Consistency Ratio : C.R.)
C.R. =
คา C.R.ทไดจะมเกณฑในการวนจฉยวามความสอดคลองของเหตผล โดยดจากจ านวนปจจยดงน
จ านวนปจจย 3 ปจจยคา C.R.ไมควรเกน 5%
จ านวนปจจย 4 ปจจยคา C.R.ไมควรเกน 9% จ าวนปจจยเกนกวา 5 ปจจยคา C.R.ไมควรเกน 10%
ถาคา CRเกนกวามาตรฐานดงกลาวแสดงวาความสอดคลองกนของเหตผลไมมความสอดคลองกน ผวนจฉยตองทบทวนการวนจฉยทไดท าไปแลวใหม ซงแนวทางในการแกไขปญหาของความไมสอดคลองกนกคอ เรยงล าดบปจจยตามน าหนกทไดจากการวนจฉยในครงแรก ตอจากนนกสรางตารางเมทรกซเพอวนจฉยหาล าดบความส าคญใหมโดยดวาอนดบเปลยนไปจาก
18
เดมหรอไม ซงถาเปลยนไปในทางทเปนเหตผลและตรงกบสถานการณของปญหากยอมหมายถงความสอดคลองกนของเหตผลกจะสงขน
คา R.I (Random index)ไดมาจากการทดลองโดยการสมตวอยางจากตารางเมทรกซจ านวน 64,000ตวอยางโดย Saaty (1980)ดงแสดงในตารางท2.2
ตารางท 2.2 แสดงคา R.Iจากการสมตวอยาง ขนาดของตารางเมทรกซ
1 2 3 4 5 6 7 8 9 10
คา R.I 0.00 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49
ทมา : Saaty, 1980(วฑรย ตนศรคงคล, 2542) ในการวนจฉยเปรยบเทยบหลกเกณฑ ผวนจฉยตองก าหนดมาตราสวนในการวนจฉยเปรยบเทยบเปนระดบความเขมขนของความส าคญดวยตวเลข 1 ถง 9โดยความหมายของตวเลขทแสดงระดบความเขมขนของความส าคญแสดงดงตารางท2.3 ตารางท 2.3 แสดงชดของตวเลขทใชในการเปรยบเทยบรายค
ระดบความเขมขนของความส าคญ
ความหมาย
1 2 3 4 5 6 7 8 9
มความส าคญเทากน
มความส าคญมากกวาเลกนอย
มความส าคญมากกวาในระดบปานกลาง
มความส าคญมากกวาในระดบคอนขางมาก
มความส าคญมากกวาในระดบมากทสด
19
2.5.6 การวเคราะหหาล าดบความส าคญ ในการวเคราะหหาล าดบความส าคญของปจจยทท าการเปรยบเทยบนนมขนตอนตาง ๆ ดงตอไปน หาผลรวมของตวเลขในแถวตงของแตละแถวของตารางเมทรกซ ตวอยางเชน ในตารางท 3,4ในแถวตง A1มคาผลรวม =(1+2+4 = 7),ในแถวตง A2มคาผลรวม =(1/2+1+2 = 3.5),ในแถวตง A3มคาผลรวม = (1/4+4/2+1 =1.75,1/1.75)
การหาคาเฉลยของตวเลขในแถวนอนแตละแถว โดยน าเอาผลรวมของตวเลขทงหมดในแตละแถวน ามาหารดวยจ านวนตวเลขทมอยในแตละแถวนอนนน ตวอยางเชน ในตารางท 2.4 แถวนอน A1มคาเฉลย = [(1/7)+0.1428+0.1428]/3 = 0.143ฯลฯ
ตารางท 2.4 แสดงตารางเมทรกซทแสดงถงเปาหมายการตดสนใจภายใตเกณฑในการเปรยบเทยบ การตดสนใจ A1 A2 A3 ล าดบความส าคญ
A1 1 1/2 1/4 0.143
A2 2 1 1/2 0.286
A3 4 2 1 0.571
ผลรวม 7 3.5 1.75
แมกระบวนการตดสนใจแบบ AHP จะมความถกตองแมนย าเพยงใดกยงมขอบกพรอง
เพราะ AHP ไมสามารถสะทอนมมมองและรปแบบความคดของมนษยทถกตองเพยงพอ อกทงผ ตดสนใจจะมความรสกขดแยงเวลาท าการพจารณาซงสงผลใหตวเลขมความผดพลาดไป ดงนนจงมการน าเอาทฤษฎของ Fuzzy มาชวยในกระบวนการตดสนใจ เพอแกไขปญหาทเกดขนบอยในขนตอนการวเคราะหหลกเกณฑ (อนรกษ และคณะ, 2551) กระบวนการล าดบขนเชงวเคราะหแบบฟซซ (Fuzzy analytic hierarchy process: FAHP) เปนวธทมการน าเอาแนวความคดของทฤษฎตรรกะ (Fuzzy set theory) เขามาใชรวมดวยกบกระบวนการล าดบช นเชงวเคราะหในสภาพแวดลอมทคลมเครอโดยการใหล าดบความส าคญในวธการเปรยบเทยบเปนคใชชดขอมลแบบฟซซแทนการใหคะแนนแบบใชตวเลขประเมนเพยงตวเลขเดยว (Celik et al., 2009) จากปญหาทผตดสนใจมความรสกขดแยงเวลาพจารณาเพอใหล าดบความส าคญเปนตวเลขทแนนอน ดงนนจงมการน าเอาทฤษฎของฟซซเขามาชวยในกระบวนการตดสนใจ เพอแกไขปญหาทเกดขนในขนตอนการวเคราะหหลกเกณฑ ตวอยางงานวจยเชน Kuo et al. (2002)ไดน าเอา Fuzzy AHP และแนวคดโครงขายประสาทเทยม เพอพฒนาระบบสนบสนนการตดสนใจส าหรบการเลอกต าแหนงทตงรานขายสนคาสะดวกซอ โดยประเมนหาน าหนกความส าคญของ
20
ปจจยโดยใชแบบสอบถามและการสมภาษณ ซงมผประเมนเปนผเชยวชาญดานการขายสนประเมนเปนผเชยวชาญดานการขายสนคาปลก ในป 2003 Kahraman et al.ท าการคดเลอกบรษทผสงสนคาเพอใหไดผสงสนคาเพอใหไดผสงสนคาทพงพอใจทสดบนพนฐานปจจยตาง ๆ ทศกษา โดยท าการสมภาษณผจดการฝายขายของบรษทผผลตตาง ๆ ในประเทศตรก เพอประเมนหาน าหนกความส าคญของปจจยตาง ๆ โดยใช Fuzzy AHP ตวแบบรปสามเหลยม ในป 2008 Huang et al.
ใช Fuzzy AHP ส าหรบการเลอกผสนบสนนโครงการวจยและพฒนาส าหรบโครงการ ซงเปนปญหาการตดสนใจหลายหลกเกณฑ โดยมผประเมนปจจยเปนผเชยวชาญจากสถาบนการศกษา อตสาหกรรม และภาครฐ ในป 2009 Celik et al.ใช Fuzzy AHP ส าหรบประเมนผใหบรการขนสงสนคาทางเรอ บนพนฐานวธการค านวณของ Chang (1996)
2.6 ระบบสนบสนนการตดสนใจ (Decision Support System : DSS)
เปนระบบสารสนเทศทสามารถโตตอบกบผ ใชโดยทระบบนจะรวบรวมขอมลและแบบจ าลองในการตดสนใจทส าคญเพอชวยผบรหารในการตดสนใจในปญหาแบบกงโครงสรางและไมมโครงสรางโดยทผตดสนใจจะตองท าการตดสนใจโดยใชสตปญญา เหตผลประสบการณและความคดสรางสรรคของตนเปนหลก โดยจะมขนตอนตงแตขนแรกจนถงขนสดทายเพอใหไดผลลพธทตองการ ดงรปท 2.6
21
รปท 2.6 กระบวนการตดสนใจและแกปญหา (กตต ภกดวฒนะกล, 2546) จากรปท 2.6 อธบายแตละข นตอนของกระบวนการตดสนใจและแกปญหา ซงมรายละเอยดดงน
ขนตอนท 1 การใชความคด (Intelligence Phase) ประกอบดวยการคนหาสาเหตของปญหา โดยศกษาถงตนเหตของปญหา ประเมนผลทจะเกดขนหากไมท าการแกไขปญหา วเคราะหปจจยแวดลอมของปญหา เพอสรางแบบจ าลองทใชอธบายลกษณะและสาเหตของปญหา โดยอาจใชการจ าแนกปญหาออกเปนสวนยอยและคดวธการแกไขปญหา ซงผลทไดรบจากขนตอนน เรยกวา “ Decision Statement ”หรอ “การระบปญหา” นนเอง เชน ในการตดสนใจเลอกรายวชาทจะลงทะเบยนเรยนในภาคการศกษาหนา ตองท าการสราง Decision Statementซงกคอ รายวชาทควรลงทะเบยน เปนตน สงส าคญคอ ตองท าการจ าแนกหาสาเหตทแทจรงของปญหากอนท าการแกไข ไมควรแกไขทปลายเหต เชน เมอไดรบการต าหนจากลกคาเรองการสงของลาชา แลวท าการแกไขโดยจดใหมโทรศพทสายดวนเพอใหลกคาแจงปญหาการสงสนคาซงจดเปนการเพมงานใหกบแผนกจดสงสนคา (เนองจากตองจดพนกงาน
การใชความคด
(Intelligence Phase)
การออกแบบ (Design Phase)
การเลอกแนวทางทดทสด
(Choice Phase)
การใชน าไปใช
(Implementation Phase)
การตดตามผล
(Monitoring Phase)
กระบวนการตดสนใจ
(Decision Making Process)
กระบวนการแกปญหา (Problem Solving Process)
22
รบโทรศพทสายดวนจากลกคา) โดยทไมไดเพมความเรวในการสงสนคา จดเปนตวอยางของการแกไขปญหาผดจด เปนตน
ขนตอนท 2 การออกแบบ (Design Phase) เปนขนตอนการสรางและวเคราะหทางเลอกในการตดสนใจ โดยทางเลอกทสรางขนมาจะตองมความเปนไปไดในการแกไขปญหาใหไดผลประโยชนสงสด และในขนตอนนตองมการก าหนดวตถประสงคของการตดสนใจ เชน การตดสนใจเลอกรายวชาทจะลงทะเบยนในภาคการศกษาหนา ผลงทะเบยนตองทราบขอมลตาง ๆ เกยวกบรายวชา เชน รายวชาทจ าเปนตองลงทะเบยนส าหรบสาขาวชาตนเอง รายวชาทมการก าหนดล าดบการลงทะเบยน (อาจก าหนดใหลงรายวชาใดกอน จงจะสามารถลงทะเบยนรายวชานได) และยงตองทราบรายวชาทเปดสอนในภาคการศกษาหนา เวลาเรยน หองเรยน ก าหนดการสอบและหองสอบของแตละรายวชา เพอใหผ ตดสนใจสามารถสรางทางเลอกไดหลาย ๆ ทาง ประกอบการตดสนใจ ในขนตอนนอาจมการสรางแบบจ าลอง (Model)แผนภาพการตดสนใจแบบตนไม (Decision Tree)หรอตารางการตดสนใจ (Decision Table) กได ทงน เพอใชในการพฒนาทางเลอกในการตดสนใจ
ขนตอนท 3 การเลอกทางเลอกทดทสด (Choice Phase) เปนขนตอนของการคนและการประเมนทางเลอกตาง ๆ ทไดจากขนตอนการออกแบบ และคดเลอกใหเหลอทางเลอกเดยว โดยผลลพธทไดจากขนตอนน คอ ทางเลอกเพอการน าไปใชจรงในการแกปญหา เชน ในการเลอกรายวชาทจะลงทะเบยนในภาคการศกษาหนา นอกจากเลอกลงทะเบยนวชาบงคบแลว ยงตองลงทะเบยนในวชาเลอกดวย ซงมหลายวชาทนกศกษาจะตองตดสนใจเลอก โดยนกศกษาจะตองพจารณาถงทางเลอกดงกลาวเปนสวน ๆ ไดแก พจารณาลกษณะรายวชา งานทตองสงของแตละรายวชา ตารางเรยน ตารางสอบ เวลาเรยน และท าการประเมนทางเลอกตาง ๆ ตามสวนทพจารณาทท าใหนกศกษาสามารถลงทะเบยนไดอยางถกตอง
ขนตอนท 4 การน าไปใช (Implementation Phase) เปนขนตอนการน าทางเลอกในการแกไขปญหาทไดจากขนตอนท 3 ไปลงมอปฏบตเพอแกไขปญหาจรง ซงอาจจะประสบความส าเรจ หรออาจจะประสบความลมเหลวกได หากน าไปใชแลวลมเหลว กอาจยอนกลบไปสขนตอนใดขนตอนหนง เพอทบทวนกระบวนการใหมไดเสมอ (เปนกจกรรมในขนตอนตดตามผล)
ขนตอนท 5 การตดตามผล (Monitoring Phase) การตดตามผลเปนขนตอนสดทายของกระบวนการตดสนใจและแกไขปญหา ในขนตอน
น ผตดสนใจจะมการประเมนผลหลงจากน าแนวทางทไดเลอกแลวไปใชในการแกไขปญหา หาก
23
ผลลพธทไดไมเปนทนาพอใจจะตองพจารณาถงสาเหตวาเกดขนจากขนตอนใด หรอขาดสารสนเทศสวนใดไปบาง เพอน าไปปรบปรงการตดสนใจแกไขปญหาใหมอกครงหนง
