วิทยานิพนธ์ (วศ.ม.)-จุฬาลงกรณ์มหาวิทยาลัย, 2548

จัดทำแนวทางในการนำปัจจัยเรื่อง ผลกระทบการเรียนรู้งานของพนักงาน (Learning effect) เข้ามาใช้ในการปรับค่าเวลามาตรฐานของกระบวนการเย็บในอุตสาหกรรมเครื่องนุ่งห่ม ให้มีค่าเวลาที่ใกล้เคียงกับค่าที่เกิดขึ้นจากการทำงานจริงมากที่สุด โดยมีวิธีการดำเนินการวิจัยดังนี้ 1) ศึกษาภาพรวมของอุตสาหกรรมเครื่องนุ่งห่ม จากโรงงานตัวอย่าง 4 โรงงานและหน่วยงานทางวิชาการและสถาบันการศึกษาอีก 2 หน่วยงาน 2) ศึกษา วิธีการคิดค่าเวลามาตรฐานในการเย็บ ปัญหาที่เกิดขึ้น การกำหนดเป้าหมายในการทำงาน และการปรับค่าเวลามาตรฐานด้วยระดับทักษะ (Learning effect) ของพนักงาน ที่เกิดขึ้นจริงในปัจจุบัน 3) เก็บข้อมูล ที่เกี่ยวข้องกับการวิเคราะห์อัตราการเรียนรู้งาน เพื่อประเมินระดับทักษะของพนักงานในแต่ละขั้นตอนงานที่มีความยากแตกต่างกัน และ 4) วิเคราะห์ผล และนำค่าที่ได้จาก learning effect มาทดลองปรับค่าเวลามาตรฐานในการเย็บ 5) จัดทำแนวทางในการเก็บข้อมูลระดับทักษะของพนักงาน วิธีการวิเคราะห์ข้อมูลแบ่งออกเป็น 2 ประเภทหลัก คือ การวิเคราะห์กราฟระหว่างเวลาเฉลี่ย/ชิ้น กับจำนวนชิ้นสะสม และกราฟระหว่าง % ประสิทธิภาพ กับ จำนวนชิ้นสะสม ใน 3 แนวทางด้วยกัน คือ ค่าเฉลี่ยเฉพาะมัด, ค่าเฉลี่ยสะสม และค่าเฉลี่ยเคลื่อนที่ พบว่า วิธีการวิเคราะห์แบบค่าเฉลี่ยสะสมในทั้ง 2 ประเภท เป็นวิธีการที่ดีที่สุด ซึ่งสามารถกำหนดสมการ Learning effect จากการ plot กราฟระหว่างจำนวนชิ้นสะสม และ % ประสิทธิภาพสะสม เพื่อใช้ในการคำนวณค่าเวลามาตรฐาน (ใหม่) และ ราคา/ชิ้น (ใหม่) ที่เหมาะกับปริมาณการสั่งผลิตใน แต่ละล๊อต นอกจากนี้ยังสามารถ ยืนยันความแม่นยำของสมการด้วยค่า R[superscript 2] อีกด้วย โดยแสดงตัวอย่างจากการเก็บข้อมูลจากพนักงานในโรงงานตัวอย่าง 3 คน ในกระบวนการเย็บ 3 กระบวนการ และในระดับความยากของงาน 2 ระดับด้วย กัน ประโยชน์ที่ได้รับจากงานวิจัย คือ 1) สามารถกำหนดค่าตัวเลขเป้าหมายในการทำงานให้พนักงานใกล้เคียงกับสภาพการทำงานจริงมากที่สุด โดยการเปรียบเทียบเวลามาตรฐาน (ปรับใหม่) ของล๊อตขนาดเล็กและขนาดใหญ่ 2) แนวทางในการเก็บข้อมูลระดับทักษะของพนักงาน (Learning effect) 3) ช่วยให้ผู้บริหารมีความมั่นใจในการตัดสินใจในการวางแผนกำลังการผลิต ที่แม่นยำจากขึ้น 4) สามารถระบุ/กำหนดส่งงานกับลูกค้าได้รวดเร็วแม่นยำ และ 5) ผู้บริหารสามารถคาดการณ์ต้นทุนการผลิตที่จะเกิดขึ้นได้ ใกล้เคียงกับความเป็นจริงมากที่สุด