模擬結果

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

71

4.2.5 模擬實驗次數

本研究是利用 Law & Kelton 公式去判斷需要的模擬次數。模擬每執行一次 (run)代表一個樣本，為了得到精確的結果，每一個風險因子均執行若干次。本研 究採用 Law & Kelton (2000) 所敘述之程序，來計算每一次執行模擬所需的次 數。

n_r^∗(r) = min {i ≥ n:^{ti−1,1−α/2√}

S2(n) i

|X̅(n)| ≤ r^′} (72)

r ' = r/(1+r) 代表調整過後的相對誤差，α代表顯著水準，i 從 n 開始測試，

然後每次增加 1，以求出符合公式(72)的最小 i 值，那最後答案就是模擬次數之 近似值n_r^∗(r)。本研究假設 95%信賴水準(α= 0.05)，相對誤差值(r)為 0.1，則 r ' = r/(1+r) = 0.1/(1+0.1) = 0.09，最後求出的 n 為 10 次，而 Law & Kelton (2000) 學者 們也建議模擬至少應該執行 10 次，如果 n 太小，會使的資料樣本不符合常態分 配，且資料也不容易落入信賴區間。

4.3 模擬結果

本節將會說明模擬之結果以及相關供應鏈風險管理策略比較，在假設檢定的 部分，本研究使用 Minitab 1.6 進行相關的統計假設檢定：2 樣本之 T 檢定，樣 本數皆為 10。首先表 37 是沒有經過任何風險管理策略使用的原始資料。

表 37 原始資料表

項目 原物料庫存 成品庫存 配送庫存 回收庫存 總庫存成本

1 57669.51 14355.74 760.43 2809.18 4103058.37 2 57695.57 14411.74 781.85 2818.97 4124312.85 3 57668.91 14382.29 748.44 2832.87 4109949.65 4 57747.28 14429.42 773.71 2816.3 4126625.88 5 57487.45 14335.22 748.05 2809.9 4093990.59 6 57727.34 14402.8 761.23 2818.82 4116403.76 7 57857 14458.33 776.35 2828.1 4133670.95 8 57685.18 14382.47 801.01 2830.77 4113951.47 9 57584.41 14365.72 772.7 2815.85 4107268.33 10 57506.81 14325.28 794.15 2812.74 4093941.44

而本研究之後進行假設檢定的部分將會以總成本為主。

‧

1 1994804.891 3938265.832

2 1984124.233 3947982.321

3 1979919.306 3953091.89

4 1988102.789 3941474.217

5 2000717.684 3948436.051

6 1986595.65 3934705.725

7 1996638.076 3951316.36

8 1991981.871 3972903.487

9 1987311.844 3951672.267

10 1981778.955 3965310.92

μ 1989197.53 3950515.907

σ² 45072646.82 135692549.3

接著本研究將針對此 S 1.1 風險因子內的供應鏈風險管理策略進行假設檢定，

‧

1 2966019.622 4175752.784

2 2986668.194 4183130.275

3 2950509.163 4184865.752

4 2963500.669 4189659.388

5 2966800.929 4175170.384

6 2948836.443 4175706.744

7 2962641.481 4188753.393

8 2967704.744 4200839.104

9 2962065.702 4182309.1

10 2941380.175 4160785.716

μ 2961612.712 4181697.264

σ² 156881535.3 115908644

‧

1 3503776.824 2934339.21

2 3499119.058 2926574.36

3 3483985.211 2921397.75

4 3487613.265 2927268.97

5 3513164.494 2939671.74

6 3522733.88 2931944.35

7 3497374.036 2926687.06

8 3510925.683 2931447.42

9 3531199.77 2925796.62

10 3483326.175 2924351.47

μ 3503321.84 2928947.897

σ² 264715609.9 28991079.26

接著本研究將針對此 S 1.3 風險因子內的供應鏈風險管理策略進行假設檢定，

‧

1 2998991.192 3155547.629

2 2983247.668 3144060.407

3 2998247.247 3148190.712

4 2999971.631 3139007.993

5 2998258.405 3153469.318

6 3002011.032 3135964.881

7 2985411.76 3151455.244

8 2987013.086 3160470.278

9 2992854.386 3154688.263

10 2993142.704 3140311.147

μ 2993914.911 3148316.587

σ² 44564951.75 66492530.17

接著本研究將針對此 S 1.4 風險因子內的供應鏈風險管理策略進行假設檢定，

使用 Minitab 1.6 進行 2 樣本 Student T 檢定去找出比較好的策略。

檢定步驟：

1. 建立假設：

H₀(虛無假設 Null Hypothesis)：μ^{S 1.4-1} ≥μ^{S 1.4-2}

Ha(對立假設 Alternative Hypothesis)：μ^{S 1.4-1} <μ^S1.4-2 2. 檢定統計量 T^∗ = ^{X̅−Y̅−c}

‧

1 3709585.91 3938245.685 3878055.834 3717073.173 3973977.73 2 3714722.1 3944021.345 3894386.05 3750964.8 3990192.84 3 3709192.188 3946378.18 3898298.134 3746918.975 3985105.03 4 3702813.186 3938160.214 3866647.94 3725960.322 3991985.39 5 3674569.167 3957619.284 3884085.546 3732066.814 4000341.5 6 3722332.89 3957182.577 3880641.846 3725213.543 3990026.54 7 3701601.964 3952534.626 3890735.919 3719411.041 3980585.73 8 3709478.927 3936190.617 3873549.897 3717870.882 3964612.46 9 3704087.303 3930315.425 3888614.713 3770016.068 3974382.33 10 3704972.544 3960169.91 3905020.363 3720435.246 3999064.31 μ 3705335.618 3946081.786 3886003.624 3732593.086 3985027.39 σ² 155076210.1 107928689.2 137511298.2 313461008.2 133728862

接著本研究將針對此 M 2.1 風險因子內的供應鏈風險管理策略進行假設檢

‧

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

78

(4) M 2.1-1 與 M 2.1-5 比較：

檢定步驟：

1. 建立假設：

2. H0(虛無假設 Null Hypothesis)：μ^{M 2.1-1} ≥μ^{M 2.1-5}

Ha(對立假設 Alternative Hypothesis)：μ^{M 2.1-1} <μ^{M 2.1-5} 3. 檢定統計量 𝑇^∗ = ^{𝑋̅−𝑌̅−𝑐}

√𝑆𝑝²(¹ 𝑛1+¹

𝑛2)~𝑡(𝑛₁+ 𝑛₂− 2)，S𝑝² = ^{(𝑛1−1)𝑆}_𝑛 ^{12+(𝑛2−1)𝑆22}

1+𝑛₂−2

在α= 0.05 且自由度(DF)=18 情況下，

拒絕域(RejectionRegion : RR) = {|𝑇| ≤ 𝑡^𝛼

2(𝑛₁+ 𝑛₂− 2)}

4. 使用 Minitab 1.6 計算結果如下：

N DF T P-value M 2.1-1 10 9 -52.04 0.000 M 2.1-5 10 9

5. P-value = 0 < α= 0.05，Reject H0，拒絕 H0，我們有顯著的證據可以證 明μM 2.1-1 <μM 2.1-5 為真。

經過兩兩相互比較之計算結果，本研究發現 M 2.1-1 策略較佳。

‧

1 3872258.814 4020673.428

2 3861380.715 4000684.72

3 3881935.326 3991623.23

4 3898373.399 3983182.222

5 3878539.899 4006168.231

6 3873183.383 4010831.743

7 3871346.453 3986577.594

8 3871977.419 4020748.451

9 3873674.262 4012229.852

10 3877243.202 4003906.109

μ 3875991.287 4003662.558

σ² 91410216.44 175287108.3

接著本研究將針對此 M 2.2 風險因子內的供應鏈風險管理策略進行假設檢

‧

1 3563584.419 4079434.576

2 3578128.927 4076364.66

3 3574645.934 4099513.483

4 3574760.938 4089380.932

5 3570115.945 4074417.689

6 3578287.57 4086869.872

7 3574252.356 4072459.286

8 3571736.507 4079381.133

9 3568867.307 4083119.832

10 3572725.648 4091594.281

μ 3572710.555 4083253.574

σ² 19614074.65 72913248.21

接著本研究將針對此 M 2.3 風險因子內的供應鏈風險管理策略進行假設檢

‧

10 4096574.273

μ 4103521.624 1 4085643.239 4087929.685 4100691.854 2 4088666.444 4089038.913 4103544.509 3 4070607.803 4095204.226 4093861.624 4 4067962.244 4091209.777 4104450.935 5 4083385.715 4098790.599 4086533.48 6 4098642.271 4077846.833 4083918.691 7 4073442.934 4088251.856 4084143.792 8 4089929.924 4092420.26 4092884.611 9 4085725.553 4083712.176 4092695.164 10 4071042.488 4082082.804 4097413.909 μ 4081504.862 4088648.713 4094013.857 σ² 103449229.5 39067125.5 57138428.04

接著本研究將針對此 D 3.2 風險因子內的供應鏈風險管理策略進行假設檢定，

由於此一階段共有三個策略，本研究將進行兩兩比較並使用 Minitab 1.6 進行 2 樣本 Student T 檢定去找出比較好的策略。

‧

‧

1 4065297.148 4078980.175

2 4053712.971 4075812.115

3 4067322.685 4100804.312

4 4075057.538 4072574.463

5 4068602.462 4072804.981

6 4073977.087 4062134.903

7 4066484.164 4069000.287

8 4078054.965 4082314.804

9 4055421.581 4090781.087

10 4059339.742 4080420.088

μ 4066327.034 4078562.722

σ² 67378816.9 122174338.4

‧

1 4097713.353 4127551.317 4088774.973 4121828.552 2 4113312.45 4114683.759 4106448.991 4090622.498 3 4135909.721 4121641.242 4112320.064 4136710.462 4 4126031.02 4124038.126 4116122.084 4075359.591 5 4134452.066 4108712.071 4107626.924 4109770.165 6 4101908.097 4126203.686 4104357.108 4109939.855 7 4115291.19 4122086.109 4086767.693 4098691.038 8 4108712.535 4104863.07 4103880.241 4103708.15 9 4105074.103 4110598.31 4104747.026 4121099.16 10 4110666.409 4119180.468 4095287.927 4118752.234 μ 4114907.094 4117955.816 4102633.303 4108648.17 σ² 174132305.2 61215888.46 91332876.39 308651551.9

接著本研究將針對此 R 4.1 風險因子內的供應鏈風險管理策略進行假設檢定，

‧

‧

1 4100136.716 4095357.351

2 4107941.841 4114421.497

3 4139305.684 4104703.372

4 4123619.981 4135411.342

5 4117693.331 4102997.401

6 4122908.901 4099756.392

7 4108779.82 4098686.991

8 4114254.922 4107565.561

9 4125992.92 4103351.406

10 4092412.425 4130480.476

μ 4115304.654 4109273.179

σ² 186107820.8 183777442.5

接著本研究將針對此 R 4.2 風險因子內的供應鏈風險管理策略進行假設檢定，

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

87

五、全部階段

在此一階段，本研究將模擬碰到每個風險因子的情況，在此一情況下，

本研究將使用所蒐集策略中經上面假設檢定過後策略較佳者，其策略使用如 表 50 所示，再跟原始資料做對比。

表 50 策略比較表

階段 風險因子 作者 策略名稱

Source 1.1 供應商供給企業所需之原物料品質不佳 Tse & Tan, 2012 S 1.1-1 策略 1.2 企業所需原物料規劃不佳 Lawrence V. Snyder, 2006 S 1.2-1 策略 1.3 企業依賴單一供應商 Nicola & Roberta, 2010 S 1.3-2 策略 1.4 企業與供應商之間資訊透明度不佳 Wakolbinger & Cruz, 2011 S 1.4-1 策略

Make 2.1 企業生產排程規劃不佳 Yoo et al., 2012 M 2.1-1 策略

2.2 企業製造之彈性能力不佳 Das, 2011 M 2.2-1 策略

2.3 企業過高存貨成本 Yang & Lua, 2011 M 2.3-1 策略

Deliver 3.1 企業預測顧客需求不準確 Petrovic & Petrovic, 2001 D 3.1-1 策略 3.2 企業對顧客訂單補貨彈性能力不佳 Karimi&Konstantaras, 2013 D 3.2-1 策略 3.3 企業與顧客之間資訊透明度不佳 Wakolbinger & Cruz, 2011 S 3.3-1 策略

Return 4.1 企業回收品品質不確定 Alinovi et al., 2012 R 4.1-4 策略

4.2 企業回收前置時間不確定 Alinovi et al., 2012 R 4.2-2 策略

表 51 全部階段資料表

項目 原始資料(Raw Date) 較佳策略組合(Strategic Combine)

1 4103058.37 3759196

2 4124312.85 3761162

3 4109949.65 3752689

4 4126625.88 3750054

5 4093990.59 3766656

6 4116403.76 3736916

7 4133670.95 3744476

8 4113951.47 3765537

9 4107268.33 3723425

10 4093941.44 3752196

μ 4112317.329 3751230.7

σ² 179371432.9 181421262

接著本研究將針對表 51 內的資料進行假設檢定，使用 Minitab 1.6 進行 2 樣本 Student T 檢定去找出比較好的策略。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

88

檢定步驟：

1 建立假設：

H0(虛無假設 Null Hypothesis)：μ^R_W ≥μ^S_C Ha(對立假設 Alternative Hypothesis)：μ^R_W <μ^S_C 2 檢定統計量 T^∗ = ^{X̅−Y̅−c}

√Sp²(¹ n1+¹

n2)~t(n₁+ n₂− 2)，Sp²= ^(n1−1)S_n ^{12+(n2−1)S22}

1+n₂−2

3 在α= 0.05 且自由度(DF)=18 情況下，

拒絕域(RejectionRegion : RR) = {|𝑇| ≤ 𝑡^𝛼

2(𝑛₁+ 𝑛₂− 2)}

4 使用 Minitab 1.6 計算結果如下：

N DF T P-value R_W 10 9 60.11 1.000

S_C 10 9

5 P-value = 1.000 > α= 0.05，Do not reject H0，不拒絕 H0，我們沒有顯著 證據證明 Ha：μ^R_W <μ^S_C 為真，所以只好無奈的接受 H0：μ^R_W ≥μ^S_C。 經過此一計算可以證實，有使用風險策略的情況下，將會顯著優於未使用任 何策略的情況。

在文檔中 供應鏈風險管理策略運用之研究 - 政大學術集成 (頁 80-97)