การวิเคราะห์ปัญหาการขนส่งด้วยตัวแบบโลจิสติกส์ถดถอย

Main Article Content

เนรัญชลา กำไลทอง
ชยโชติ ชาลีพรหม

บทคัดย่อ

งานวิจัยในครั้งนี้มีความมุ่งหมายเพื่อศึกษาวิเคราะห์ปัญหาขนส่ง อันเป็นปัญหาสำคัญที่เกิดขึ้นในภาคธุรกิจที่ให้บริการด้านระบบโลจิสติกส์ องค์กรที่เกี่ยวข้องสามารถนำผลการศึกษาไปพยากรณ์ผลของกิจกรรมทางธุรกิจในสายงานผู้ประกอบการให้บริการขนส่งสินค้า การวิเคราะห์ข้อมูลอาศัยเทคนิคทางคณิตศาสตร์และสถิติ คือการนำสมการถดถอยโลจิสติกส์มาประยุกต์ใช้ ข้อมูลที่ใช้เป็นข้อมูลทุติยภูมิที่ได้จากสมาคมไทยโลจิสติกส์ ในการศึกษาได้กำหนดปัจจัยที่เกี่ยวข้องกับความคุ้มค่าในการรับงานขนส่งของผู้ประกอบการเป็นตัวแปรอิสระ ได้แก่ ต้นทุนค่าขนส่งสินค้า, ระยะทางจากต้นทางไปยังจุดปลายทาง ขนาดและน้ำหนักของสินค้า จำนวนเที่ยวบรรทุก และอัตราค่าบริการโดยเฉลี่ย ส่วนตัวแปรตาม คือ ความคุ้มค่าจากการรับงานของกลุ่มผู้ประกอบการโลจิสติกส์ ผลการศึกษาพบว่า ตัวแบบโลจิสติกส์ถดถอยที่สร้างขึ้นสามารถพยากรณ์ผลของตัวแปรตามได้ถึงร้อยละ 46.90 ซึ่งสามารถยอมรับและนำไปประยุกต์ใช้ในทางธุรกิจได้พร้อมกันนี้คณะผู้วิจัยได้นำเทคนิค Hosmer and Lemeshow มาทำการตรวจสอบความเหมาะสมของตัวแบบ และพบว่าค่า p-value เท่ากับ 0.581 ชี้ให้เห็นว่าตัวแบบนี้ มีความเหมาะสมสามารถใช้ในการพยากรณ์ปัญหาการขนส่งได้ อย่างมีนัยสำคัญทางสถิติที่ระดับ 0.05 

Article Details

รูปแบบการอ้างอิง
กำไลทอง เ., & ชาลีพรหม ช. . (2025). การวิเคราะห์ปัญหาการขนส่งด้วยตัวแบบโลจิสติกส์ถดถอย. วารสารสังคมศาสตร์และมนุษยศาสตร์แห่งรัตนโกสินทร์, 7(2), 158–168. สืบค้น จาก https://so05.tci-thaijo.org/index.php/RJSH/article/view/280541
ประเภทบทความ
บทความวิจัย

เอกสารอ้างอิง

ณัฐวุฒิ งามสุทธิ์. (2553). การศึกษาตัวแบบการขนส่งระบบโลจิสติกส์ขาเข้าของโรงงานอุตสาหกรรมแปรรูปไม้ยางพารา: กรณีศึกษา 5 จังหวัดภาคใต้ (วิทยานิพนธ์ปริญญามหาบัณฑิต).มหาวิทยาลัยสงขลานครินทร์.

ภัคสุภางค์ มาปรีดา. (2560). ตัวแบบการถดถอยลอจิสติกในการพยากรณ์ความน่าจะเป็นของการชำระหนี้ได้ของครัวเรือน: กรณีศึกษา จังหวัดปทุมธานี (สารนิพนธ์ปริญญามหาบัณฑิต).มหาวิทยาลัยธรรมศาสตร์.

สิทธิศักดิ์ จุลเชาว์ และ โกวิท รพีพิศาล. (2561). การวิเคราะห์ถดถอยโลจิสติกส์พหุกลุ่มเพื่อพัฒนาตัวแบบอิทธิพลการยอมรับและใช้เทคโนโลยีสำหรับรถโดยสารประจำทางในจังหวัดขอนแก่น: ศึกษาเฉพาะกรณี KK Transit. วารสาร Veridian E-Journal มหาวิทยาลัยศิลปากร, 11(2), 2900–2916.

Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008

Holguín-Veras, J. (2000). Revealed preference analysis of commercial vehicle choice process. Journal of Transportation Engineering, 128(4), 336–346.

Jayasingh, S., & Eze, U. C. (2015). An empirical analysis of consumer behavioral intention towards mobile apps. Journal of Internet Banking and Commerce, 20(3), 1–19.

Katz, E., Levin, M., & Hamilton, H. (1963). Traditions of research on the diffusion of innovation. American Sociological Review, 28(2), 237–252.

Kelton, D. W., Sadowski, R. P., & Sturrock, D. T. (2003). Simulation with Arena (3rd ed.). McGraw-Hill.

King, G., & Zeng, L. (2001). Logistic regression in rare events data. Political Analysis, 9(2), 137–163. https://doi.org/10.1093/oxfordjournals.pan.a004868

Maria, A. (1997). Introduction to modeling and simulation. In S. Andradottir, K. J. Healy, D. H. Withers, & B. L. Nelson (Eds.). Proceedings of the 1997 Winter Simulation Conference (pp. 7–13). IEEE.