Khoa Kinh t QTKD B m n kinh
Khoa Kinh tÕ QTKD Bé m «n kinh tÕ c¬ së Sinh häat häc thuËt “C¸c c «ng cô ph©n tÝch gi¶ sö (What if analysis) trong Microsoft Excel” Ng êi b¸o c¸o: NguyÔn ThÞ BÝch Ngäc TrÇn Anh Dòng
1. §Æt vÊn ®Ò Trong qu¶n trÞ kinh doanh, c¸c nhµ qu¶n trÞ th êng ph¶i ra c¸c quyÕt ®Þnh dùa trªn c¬ së ph©n tÝch th «ng tin vµ c¸c t×nh huèng cã thÓ x¶y ra. Hä ® a ra nhiÒu t×nh huèng ph©n tÝch ®Ó lùa chän mét ph ¬ng ¸n tèi u. Nh÷ng ph©n tÝch ®ã ® îc th êng ® îc gäi lµ “Ph©n tÝch gi¶ sö” (What if analysis) ®iÒu g× sÏ x¶y ra … nÕu… Víi Microsoft Excel, ph©n tÝch gi¶ sö lµ qu¸ tr×nh thay ®æi gi¸ trÞ trong mét hoÆc mét sè « tÝnh ®Ó xem xÐt nh÷ng thay ®æi ®ã ¶nh h ëng nh thÕ nµo tíi kÕt qu¶ cña mét hoÆc nhiÒu c «ng thøc trªn trang tÝnh. Trong nhãm c¸c c «ng cô ph©n tÝch bao gåm: Goal Seek; Data table; Scenarios vµ Solver PhÇn trao ®æi nµy xin giíi thiÖu nh÷ng c «ng cô vµ mét sè øng dông cña nh÷ng c «ng cô ®ã. 2
C «ng cô Goal Seek n n C «ng cô Goal Seek cho phÐp x¸c ®Þnh gi¸ trÞ ®Çu vµo (nghiÖm) cña mét c «ng thøc khi biÕt kÕt qu¶ mong muèn cña c «ng thøc. VÝ dô: TÝnh “Thêi kú chi tr¶” cho mét kho¶n vay, víi l·i suÊt ®· Ên ®Þnh nÕu ®Þnh tr íc kho¶n tiÒn chi tr¶ mçi kú. ThiÕt lËp b¶ng tÝnh: VÝ dô C¸c lùa chän trong hép tho¹i – – – Set Cell: ¤ cã chøa c «ng thøc. Cã thÓ nhËp vµo ®©y tham chiÕu hoÆc tªn « cã chøa c «ng thøc. To Value: KÕt qu¶ mong muèn cña c «ng thøc. By Changing Cell: ¤ thay ®æi, cã thÓ nhËp tham chiÕu hoÆc tªn « cã chøa gi¸ trÞ ® îc thay ®æi trong khi gi¶i ®Ó ®¹t ® îckÕt qu¶ mong muèn. ¤ nµy chØ chÊp nhËn gi¸ trÞ ban ®Çu chø kh «ng chÊp nhËn « cã chøa c «ng thøc. 3
C «ng cô Table B¶ng d÷ liÖu lµ mét miÒn « trong ®ã thÓ hiÖn sù thay ®æi gi¸ trÞ nµo ®ã trong c «ng thøc sÏ ¶nh h ëng nh thÕ nµo ®Õn kÕt qu¶ cña c «ng thøc Êy. C «ng cô Table cung cÊp c¸ch thøc trùc tiÕp nhanh chãng ®Ó tÝnh to¸n nhiÒu t×nh huèng trong mét phÐp tÝnh vµ cho phÐp so s¸nh kÕt qu¶ tÝnh to¸n ®ång thêi trªn cïng trang tÝnh Cã 2 kiÓu ph©n tÝch” n n – – Ph©n tÝch ¶nh h ëngbiÕn ®éng cña mét biÕn sè tíi 1 hoÆc nhiÒu c «ng thøc – B¶ng 1 biÕn sè ®Çu vµo Ph©n tÝch ¶nh h ëngbiÕn ®éng cña 2 biÕn sè tíi 1 c «ng thøc – B¶ng 2 biÕn sè ®Çu vµo 4
B¶ng 1 biÕn sè ®Çu vµo (One variable data Table) B¶ng 1 biÕn sè ®Çu vµo ®Ó ph©n tÝch ¶nh h ëng biÕn ®éng cña mét biÕn sè tíi 1 hoÆc nhiÒu c «ng thøc VÝ dô: Ph©n tÝch ¶nh h ëngcña sù thay ®æi l·i suÊt tíi kho¶n tiÒn ph¶i chi tr¶ c¶ gèc lÉn l·i cho 1 kho¶n vay (hoÆc c¶ kho¶n l·i ph¶i tr¶) mçi kú ThiÕt lËp b¶ng tÝnh vµ tÝnh to¸n: 5
B¶ng 2 biÕn sè ®Çu vµo (Two variable data Table) B¶ng 2 biÕn sè ®Çu vµo ®Ó ph©n tÝch ¶nh h ëng biÕn ®éng cña 2 biÕn sè tíi c «ng thøc VÝ dô: Ph©n tÝch ¶nh h ëng cña sù thay ®æi l·i suÊt vµ sè kú chi tr¶ tíi kho¶n tiÒn ph¶i chi tr¶ c¶ gèc lÉn l·i cho 1 kho¶n vay (hoÆc c¶ kho¶n l·i ph¶i tr¶) mçi kú ThiÕt lËp b¶ng tÝnh vµ tÝnh to¸n: L uý: C¸c b¶ng d÷ liÖu sÏ ® îctÝnh l¹i bÊt kú khi nµo trang tÝnh ® îc tÝnh l¹i. 6
C «ng cô Scenarios n n n Scenario lµ tËp hîp c¸c gi¸ trÞ mµ M. E. l ugi÷ vµ cã thÓ tù ®éng thay thÕ trong b¶ng tÝnh. Còng cã thÓ t¹o vµ l ul¹i c¸c b¸o c¸o tæng qu¸t c¸c kÕt qu¶ cña c¸c t×nh huèng kh¸c nhau. Mét Senario Manager lµ mét nhãm c¸c gi¸ trÞ ®Çu vµo ® îcl ul¹i cïng víi tªn mµ b¹n g¸n cho nã. VÝ dô: Sö dông c «ng cô Scenarios Manager ®Ó ® a ra c¸c t×nh huèng cã thÓ x¶y ra víi mét dù ¸n khi mét sè biÕn sè ®Çu vµo thay ®æi víi c¸c gi¸ trÞ kh¸c nhau (Ph©n tÝch ®é nh¹y cña dù ¸n ®Çu t ) LËp b¶ng tÝnh vµ t¹o lËp c¸c Scenarios 7
Hép tho¹i Scenarios 8
C «ng cô Solver n n n C «ng cô Solver ® îc sö dông ®Ó gi¶i c¸c bµi to¸n tèi u. C¸c bµi to¸n tèi u cã thÓ ® îc chuyÓn vÒ d¹ng m « h×nh to¸n kinh tÕ chuÈn (bµi to¸n quy ho¹ch tuyÕn tÝnh, bµi to¸n vËn t¶i…) hoÆc ® îc cho ë d¹ng b¶ng tÝnh. VÝ dô nh : x¸c ®Þnh lîi nhuËn lín nhÊt mµ doanh nghiÖp cã thÓ ®¹t ® îc b» ng c¸c lùa chän ph ¬ng ¸n chi tiªu cho qu¶ng c¸o mét c¸ch tèi u nhÊt. Víi M. E. c «ng cô Solver gióp t×m kiÕm gi¸ trÞ tèi u cho mét c «ng thøc n» m trong mét « trªn trang tÝnh « ®ã ® îc gäi lµ « ®Ých. Solver thùc hiÖn c «ng viÖc tÝnh tãan víi mét nhãm c¸c « cã liªn quan (hoÆc trùc tiÕp hoÆc gi¸n tiÕp) tíi c «ng thøc trong « ®Ých. Solver tiÕn hµnh ®iÒu chØnh gi¸ trÞ trong c¸c « x¸c ®Þnh, trong c¸c « ®ã gi¸ trÞ cña chóng cã thÓ thay ®æi – nh÷ng « nµy ® îc gäi lµ « cã kh¶ n¨ng ®iÒu chØnh, ®Ó t×m kiÕm gi¸ trÞ ®· Ên ®Þnh cô thÓ cho c «ng thøc chøa trong « ®Ých. Ng êi sö dông cã thÓ ® a ra c¸c yªu cÇu rµng buéc ®Ó giíi h¹n c¸c gi¸ trÞ mµ Solver cã thÓ sö dông trong m « h×nh, vµ nh÷ng rµng buéc nµy cã thÓ tham chiÕu tíi nh÷ng « kh¸c cã ¶nh h ëng ®Õn kÕt qu¶ cña c «ng thøc trong « ®Ých. 9 LËp b¶ng tÝnh vµ t¹o lËp c¸c Solver
C¸c d¹ng bµi to¸n sö dông Solver n Ph©n bæ chi phÝ qu¶ng c¸o cho c¸c quý ®Ó tèi ®a ho¸ lîi nhuËn khi s¶n l îng tiªu thô phô thuéc vµo chi phÝ qu¶ng c¸o vµ yÕu tè mïa vô 10
C¸c d¹ng bµi to¸n sö dông Solver n Bµi to¸n vËn t¶i: X¸c ®Þnh l îng hµng vËn chuyÓn tõ mçi n¬i s¶n xuÊt ®Õn mçi ®Þa ®iÓm tiªu thô ®Ó tæng chi phÝ vËn chuyÓn nhá nhÊt khi biÕt c íc phÝ vËn chuyÓn cña mçi cung ®o¹n, s¶n l îng cña mçi nhµ m¸y vµ l îng hµng cÇn cña mçi ®Þa ®iÓm tiªu thô. 11
C¸c d¹ng bµi to¸n sö dông Solver n Bµi to¸n lËp kÕ häach s¶n xuÊt: Doanh nghiÖp khai th¸c ë nhiÒu khu vùc víi gi¸ thµnh ®¬n vÞ, n¨ng lùc s¶n xuÊt, c¸c chØ tiªu chÊt l îng kh¸c nhau. CÇn lËp kÕ ho¹ch khai th¸c ë mçi khu vùc ®Ó gi¸ thµnh tæng s¶n l îng thÊp nhÊt mµ vÉn ®¶m b¶o c¸c yªu cÇu cña thÞ tr êng vÒ s¶n l îng vµ chÊt l îng s¶n phÈm. 12
L u ý KÕt qu¶ tÝnh to¸n cña c¸c c «ng cô ph©n tÝch gi¶ sö trªn ® îc chøa trong b¶ng tÝnh theo m¶ng (array). V× vËy, ng êi sö dông kh «ng thÓ thay ®æi mét thµnh phÇn nµo ®ã cña m¶ng mµ chØ cã thÓ xo¸ tÊt c¶ c¸c gi¸ trÞ. Muèn chuyÓn kÕt qu¶ tÝnh to¸n thµnh c¸c gi¸ trÞ h» ng sè, sö dông lÖnh COPY vµ PASTE 13
Tr©n träng c¶m ¬n 14
15
- Slides: 15