---
title: "Sensitivity analysis — การวิเคราะห์ความไว"
source: "https://systems-analysis.info/int/Sensitivity_analysis_%E2%80%94_%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%A7%E0%B8%B4%E0%B9%80%E0%B8%84%E0%B8%A3%E0%B8%B2%E0%B8%B0%E0%B8%AB%E0%B9%8C%E0%B8%84%E0%B8%A7%E0%B8%B2%E0%B8%A1%E0%B9%84%E0%B8%A7"
wiki: "systems-analysis.info/int"
article: "Sensitivity_analysis_—_การวิเคราะห์ความไว"
language: "th"
categories:
  - "Category:Mathematical modeling"
  - "Category:Operations research"
  - "Category:Thai"
revision_id: 6695
wiki_created_at: 2026-09-07T00:09:36Z
wiki_modified_at: 2026-09-07T00:09:36Z
downloaded_at: 2026-09-07T23:15:21Z
---

# Sensitivity analysis — การวิเคราะห์ความไว

**การวิเคราะห์ความไว** (อังกฤษ: *Sensitivity analysis*) — คือวิธีการศึกษาแบบจำลองทางคณิตศาสตร์หรือแบบจำลองเชิงจำลองสถานการณ์ ซึ่งช่วยให้สามารถประเมินได้ว่าการเปลี่ยนแปลงในข้อมูลนำเข้า พารามิเตอร์ หรือข้อสมมติของแบบจำลองส่งผลต่อผลลัพธ์ที่ได้อย่างไร (เช่น ผลเฉลยที่เหมาะสมที่สุด ค่าของฟังก์ชันวัตถุประสงค์ หรือตัวชี้วัดสำคัญอื่น ๆ)

การวิเคราะห์ความไวเป็นเครื่องมือสำคัญในการวิจัยเชิงปฏิบัติการ การหาค่าเหมาะสมที่สุด ทฤษฎีการตัดสินใจ การบริหารความเสี่ยง การวิเคราะห์ทางเศรษฐศาสตร์ และการวิเคราะห์เชิงระบบ

## สาระสำคัญและวัตถุประสงค์

เป้าหมายหลักของการวิเคราะห์ความไว คือการทำความเข้าใจว่าผลลัพธ์จากการสร้างแบบจำลองหรือการหาค่าเหมาะสมที่สุดมีความ**มั่นคง** (robust) เพียงใดต่อความไม่แน่นอนหรือการแปรผันของข้อมูลต้นทาง โดยช่วยตอบคำถามในลักษณะต่อไปนี้:

- "จะเกิดอะไรขึ้นกับผลเฉลยที่เหมาะสมที่สุด หากต้นทุนของทรัพยากรเปลี่ยนแปลงไป 10%?"
- "กำไรจะเปลี่ยนแปลงมากเพียงใดเมื่ออุปสงค์ตลาดผันผวน?"
- "พารามิเตอร์ใดของแบบจำลองมีอิทธิพลมากที่สุดต่อผลลัพธ์สุดท้าย?"
- "การพยากรณ์ที่ได้จากแบบจำลองมีความน่าเชื่อถือเพียงใด?"

ภารกิจหลักของการวิเคราะห์ความไว:

- การประเมินความมั่นคง: ตรวจสอบว่าความเหมาะสมที่สุดหรือความยอมรับได้ของผลเฉลยยังคงอยู่เมื่อพารามิเตอร์เปลี่ยนแปลงหรือไม่
- การระบุพารามิเตอร์วิกฤต: ค้นหาข้อมูลนำเข้าหรือพารามิเตอร์ของแบบจำลองที่การเปลี่ยนแปลงเพียงเล็กน้อยนำไปสู่การเปลี่ยนแปลงอย่างมีนัยสำคัญในผลลัพธ์
- การเพิ่มความเชื่อมั่นในแบบจำลอง: แสดงให้เห็นว่าแบบจำลองมีพฤติกรรมที่คาดเดาได้และสมเหตุสมผลในการตอบสนองต่อการเปลี่ยนแปลงของข้อมูลนำเข้า
- การสนับสนุนการตัดสินใจ: ให้ข้อมูลแก่ผู้มีอำนาจตัดสินใจเกี่ยวกับช่วงของผลลัพธ์ที่เป็นไปได้และความเสี่ยงที่เกี่ยวข้องกับความไม่แน่นอนของข้อมูลต้นทาง
- การกำหนดทิศทางการวิจัยเพิ่มเติม: ระบุว่าการรวบรวมข้อมูลใดหรือการปรับพารามิเตอร์ใดของแบบจำลองมีความสำคัญมากที่สุด

## วิธีการวิเคราะห์ความไว

มีวิธีการต่าง ๆ สำหรับการวิเคราะห์ความไว ตั้งแต่วิธีง่ายไปจนถึงวิธีที่ซับซ้อน:

- การวิเคราะห์เฉพาะส่วน (One-at-a-Time, OAT/OFAT): เปลี่ยนพารามิเตอร์นำเข้าทีละหนึ่งตัว โดยพารามิเตอร์อื่น ๆ คงที่ นี่เป็นวิธีที่ง่ายที่สุด แต่ไม่สามารถประเมินผลของปฏิสัมพันธ์ระหว่างพารามิเตอร์ได้
- การวิเคราะห์บนพื้นฐานอนุพันธ์ (ความไวเฉพาะที่): ประเมินผลของการเปลี่ยนแปลงเล็กน้อยของพารามิเตอร์ผ่านอนุพันธ์ย่อยของตัวแปรผลลัพธ์เทียบกับพารามิเตอร์นำเข้า
- การวิเคราะห์เชิงสถานการณ์: พิจารณาสถานการณ์จำนวนหนึ่งที่ไม่ต่อเนื่อง (เช่น แง่ดี แง่ร้าย และเป็นไปได้มากที่สุด) ซึ่งสอดคล้องกับชุดค่าต่าง ๆ ของพารามิเตอร์นำเข้า
- การวิเคราะห์ความไวแบบทั่วโลก: ศึกษาผลของการเปลี่ยนแปลงพร้อมกันของพารามิเตอร์ทั้งหมด (หรือหลายตัว) ภายในช่วงความไม่แน่นอน โดยมักใช้วิธีทางสถิติ:
- วิธีมอนเตคาร์โล: สร้างชุดพารามิเตอร์นำเข้าแบบสุ่มจำนวนมากเพื่อประเมินการแจกแจงของผลลัพธ์
- การวิเคราะห์การถดถอย: สร้างแบบจำลองการถดถอยที่เชื่อมโยงผลลัพธ์กับพารามิเตอร์นำเข้า
- การวิเคราะห์ความแปรปรวน (ANOVA) และวิธีบนพื้นฐานความแปรปรวน: ช่วยประเมินเชิงปริมาณถึงส่วนสนับสนุนของพารามิเตอร์แต่ละตัว (และปฏิสัมพันธ์ระหว่างกัน) ต่อความแปรปรวนรวม (ความไม่แน่นอน) ของผลลัพธ์

## บทบาทในการวิจัยเชิงปฏิบัติการและการหาค่าเหมาะสมที่สุด

ในการวิจัยเชิงปฏิบัติการ การวิเคราะห์ความไวเป็นขั้นตอนมาตรฐานหลังจากค้นหาผลเฉลยที่เหมาะสมที่สุด ช่วยให้สามารถระบุได้ดังนี้:

- **ขีดจำกัดความมั่นคงของผลเฉลยที่เหมาะสมที่สุด:** พารามิเตอร์ของฟังก์ชันวัตถุประสงค์หรือข้อจำกัดสามารถเปลี่ยนแปลงได้ในช่วงใดเพื่อให้ผลเฉลยที่หาได้ยังคงเหมาะสมที่สุด
- **ราคาเงา (การประเมินค่าคู่ตรงข้าม):** ค่าของฟังก์ชันวัตถุประสงค์จะเปลี่ยนแปลงเท่าใดเมื่อมีการผ่อนคลายข้อจำกัดเล็กน้อย (เช่น เมื่อเพิ่มทรัพยากรที่ขาดแคลนหนึ่งหน่วย) ราคาเงาแสดงให้เห็นคุณค่าของทรัพยากร
- **ช่วงการเปลี่ยนแปลงที่ยอมรับได้ของพารามิเตอร์:** ช่วงการเปลี่ยนแปลงของสัมประสิทธิ์ฟังก์ชันวัตถุประสงค์หรือค่าทางขวาของข้อจำกัด ซึ่งภายในช่วงนั้นโครงสร้างปัจจุบันของผลเฉลยที่เหมาะสมที่สุด (ชุดตัวแปรฐานในการโปรแกรมเชิงเส้น) ยังคงอยู่

ผลลัพธ์เหล่านี้ช่วยให้ผู้มีอำนาจตัดสินใจเข้าใจว่าข้อมูลต้นทางมีความสำคัญเพียงใด และทรัพยากรใดมีคุณค่ามากที่สุด ("คอขวด")

## บทบาทในการสร้างแบบจำลองและการตัดสินใจ

ในบริบทที่กว้างขึ้นของการสร้างแบบจำลองและการตัดสินใจ การวิเคราะห์ความไวช่วยในด้านต่อไปนี้:

- **การประเมินความเสี่ยง:** ระบุปัจจัยที่ก่อให้เกิดความไม่แน่นอนมากที่สุดในผลลัพธ์
- **การตรวจสอบความถูกต้องของแบบจำลอง:** ตรวจสอบความเหมาะสมของพฤติกรรมแบบจำลองเมื่อเงื่อนไขเปลี่ยนแปลง
- **การเปรียบเทียบทางเลือก:** ประเมินว่าทางเลือกใดมีความมั่นคงต่อการเปลี่ยนแปลงของเงื่อนไขภายนอกมากกว่ากัน
- **การเพิ่มความเข้าใจระบบ:** ค้นพบแรงขับเคลื่อนหลักและความสัมพันธ์ต่าง ๆ ในระบบที่สร้างแบบจำลอง

## การตีความผลลัพธ์

- **ความไวสูง** ต่อพารามิเตอร์หมายความว่าแม้ข้อผิดพลาดเล็กน้อยในการประเมินค่าหรือความแปรปรวนของพารามิเตอร์นั้นก็สามารถส่งผลอย่างมากต่อผลลัพธ์ พารามิเตอร์ดังกล่าวต้องการความใส่ใจเป็นพิเศษ
- **ความไวต่ำ** บ่งชี้ว่าผลลัพธ์ของแบบจำลองหรือผลเฉลยแทบไม่ขึ้นอยู่กับการเปลี่ยนแปลงของพารามิเตอร์นั้นในช่วงที่พิจารณา กล่าวคือ ผลเฉลยมีความมั่นคง (robust) เทียบกับพารามิเตอร์นั้น

## ข้อดี

- เพิ่มความน่าเชื่อถือและความมีเหตุผลของแบบจำลองและผลเฉลย
- ช่วยระบุความเสี่ยงและความไม่แน่นอน
- ปรับปรุงความเข้าใจระบบและแบบจำลอง
- ชี้นำความพยายามในการรวบรวมข้อมูลและการปรับแบบจำลอง

## ข้อจำกัด

- อาจต้องใช้ทรัพยากรการคำนวณสูง โดยเฉพาะเมื่อมีพารามิเตอร์จำนวนมาก (การวิเคราะห์แบบทั่วโลก)
- วิธีการอย่างง่าย (OAT) อาจไม่สามารถค้นพบผลของปฏิสัมพันธ์ระหว่างพารามิเตอร์
- ผลลัพธ์ขึ้นอยู่กับช่วงการเปลี่ยนแปลงของพารามิเตอร์ที่เลือกและข้อสมมติของแบบจำลอง

## เอกสารอ้างอิง

- *Saltelli, A., et al.* Global Sensitivity Analysis: The Primer. — Wiley, 2008.
- *Hillier, Frederick S.; Lieberman, Gerald J.* Introduction to Operations Research. — McGraw-Hill Education. (11th ed., 2021) (มีบทที่เกี่ยวกับการวิเคราะห์ความไวในการโปรแกรมเชิงเส้น)
- *Taha, Hamdy A.* Operations Research: An Introduction. — Pearson. (10th ed., 2017) (มีบทที่เกี่ยวกับการวิเคราะห์ความไวในการโปรแกรมเชิงเส้น)

## ดูเพิ่มเติม

- การวิจัยเชิงปฏิบัติการ
- การหาค่าเหมาะสมที่สุด
- การสร้างแบบจำลองทางคณิตศาสตร์
- การจำลองสถานการณ์
- ทฤษฎีการตัดสินใจ
- การบริหารความเสี่ยง
- ความไม่แน่นอน
- การโปรแกรมเชิงเส้น