การวิเคราะห์เชิงปริมาณ มีอะไรบ้าง

การวิเคราะห์ข้อมูลเชิงปริมาณ

          การวิเคราะห์ข้อมูลเชิงปริมาณ  หมายถึง  ข้อมูลที่แทนคุณลักษณะต่าง ๆ ของตัวแปรที่สามารถจำแนกนับตามกฎเกณฑ์ใดกฎเกณฑ์หนึ่งได้เป็นจำนวนตัวเลขและมีความหมายข้อมูลที่เป็นตัวเลขเหล่านี้ได้มาจากการวัด  ซึ่งข้อมูลการวัดนี้จะมีระดับการวัดแตกต่างกันออกไป 4 ระดับ  ซึ่งระดับการวัดที่แตกต่างกันจะมีผลต่อการเลือกใช้วิธีการวิเคราะห์ที่แตกต่างกันออกไปด้วย  ระดับการวัดข้อมูลดังกล่าว  ประกอบด้วย

1. มาตรานามบัญญัติ   ตัวเลขในระดับการวัดนี้เป็นตัวเลขที่ได้รับการสมมุติขึ้นใช้แทนคุณลักษณะใด ๆ เพื่อจำแนกให้เห็นความแตกต่างระหว่างสิ่งนั้น ๆ   เช่น ตัวเลขที่เป็นเบอร์ของนักฟุตบอล  เบอร์สาวงาม  เป็นต้น  ตัวเลขประเภทนี้จึงไม่สามารถนำมาบวกกันได้
2. มาตราเรียงลำดับ  เป็นตัวเลขที่ใช้แทนลำดับที่ของสรรพสิ่งต่าง ๆ ที่จัดเรียงไว้ตามกฎเกณฑ์ใดกฎเกณฑ์หนึ่ง  ดังนั้น  ลำดับที่ที่แตกต่างกันจึงบอกหรือจำแนกสิ่งที่แตกต่างกันด้วย  เช่น  นักกีฬาที่วิ่งได้ที่ 1 2 และ 3 เป็นต้น
3. มาตราช่วงหรืออันตรภาคชั้น  ตัวเลขในระดับนี้จะเริ่มต้นการวัดด้วยศูนย์สมมติ ซึ่งมิได้หมายถึงศูนย์จริงหากแต่สมมติให้มีค่าเป็นศูนย์ เช่น  อุณหภูมิ  คะแนนที่ได้จากการสอบ  เป็นต้น
4. มาตราอัตราส่วน  ตัวเลขในระดับการวัดนี้จะเริ่มต้นจากศูนย์แท้เสมอ  และมีคุณสมบัติบอกระยะห่างระหว่างตัวเลขเป็นช่วงได้เท่า ๆ กัน  สามารถนำมา บวก ลบ คุณ หารได้ทั้งสิ้น  เช่น  จำนวนเงิน  จำนวนนักเรียน  เป็นต้น

การวิเคราะห์ข้อมูลเชิงคุณภาพ

           ขั้นตอนการวิเคราะห์ข้อมูลเชิงคุณภาพ  ประกอบด้วยขั้นตอนต่าง ๆ  ตามลำดับ  ได้แก่

ขั้นตอนที่  1  การตรวจสอบข้อมูล

ขั้นตอนที่  2  การทำดัชนีข้อมูล

ขั้นตอนที่  3  การทำข้อสรุปชั่วคราวและการกำจัดข้อมูล

ขั้นตอนที่  4  การสร้างบทสรุปและพิสูจน์บทสรุป

             ซึ่งหลังจากที่ผู้วิจัยได้เก็บรวบรวมข้อมูลแล้ว  สิ่งที่จะต้องดำเนินการ  คือ  การตรวจสอบข้อมูลและการวิเคราะห์ข้อมูล  ซึ่งสามารถทำไปพร้อมกับการเก็บรวบรวมข้อมูลได้   การตรวจสอบข้อมูลในการวิจัยเชิงคุณภาพที่นิยมใช้กัน เรียกว่า การตรวจสอบข้อมูลแบบสามเส้า (triangulation) ได้แก่  การตรวจสอบสามเส้าด้านข้อมูล โดยพิจารณาจาก  แหล่งเวลา  แหล่งสถานที่และแหล่งบุคคลที่แตกต่างกัน    ถ้าข้อมูลต่างเวลากันจะเหมือนกันหรือไม่   ถ้าข้อมูลต่างสถานที่จะเหมือนกันหรือไม่  และถ้าบุคคลผู้ให้ข้อมูลเปลี่ยนไปข้อมูลจะเหมือนเดิมหรือไม่   การตรวจสอบสามเส้าด้านผู้วิจัย โดยเปลี่ยนตัวผู้สังเกต  และการตรวจสอบสามเส้าด้านวิธีรวบรวมข้อมูล  โดยใช้วิธีเก็บรวบรวมข้อมูลต่าง ๆ กันเพื่อรวบรวมข้อมูลเรื่องเดียวกัน การวิเคราะห์ข้อมูลในการวิจัยนี้มักไม่ใช้สถิติแต่นิยมใช้แนวคิดทฤษฎีเป็นกรอบในการวิเคราะห์โดยวิธีการหลักที่ใช้มี  2  วิธี  คือ  วิธีแรกเป็นการวิเคราะห์ข้อมูลโดยการตีความสร้างข้อสรุปแบบอุปนัย ซึ่งได้จากการสังเกตและการสัมภาษณ์ที่ได้จดบันทึกไว้จากสิ่งที่เป็นรูปธรรมหรือปรากฏการณ์ที่มองเห็น   วิธีที่สอง  เป็นการวิเคราะห์ข้อมูลโดยการวิเคราะห์เนื้อหา ซึ่งได้จากการศึกษาเอกสาร ในการวิเคราะห์เอกสารผู้วิจัยต้องคำนึงถึงบริบท หรือสภาพแวดล้อมของข้อมูลเอกสารที่นำมาวิเคราะห์ประกอบด้วยว่ามีการเปลี่ยนแปลงไปอย่างไร

งานนำเสนอเรื่อง: "การวิเคราะห์เชิงปริมาณเบื้องต้น"— ใบสำเนางานนำเสนอ:

1 การวิเคราะห์เชิงปริมาณเบื้องต้น
บทที่ 1 การวิเคราะห์เชิงปริมาณเบื้องต้น

2 วัตถุประสงค์ หลังจากเรียนจบบทเรียนนี้ ผู้เรียนสามารถ
บอกความหมายของการวิเคราะห์เชิงปริมาณได้ อธิบายความสำคัญและประโยชน์ของการวิเคราะห์เชิงปริมาณได้ ยกตัวอย่างการประยุกต์ใช้การวิเคราะห์เชิงปริมาณกับปัญหาต่างๆได้ บอกขั้นตอนการวิเคราะห์เชิงปริมาณได้ อธิบายลักษณะพื้นฐานและประโยชน์ของการวิเคราะห์จุดคุ้มทุน(break-even analysis)ได้ แก้โจทย์ปัญหาเกี่ยวกับการวิเคราะห์จุดคุ้มทุนได้

3 การวิเคราะห์เชิงปริมาณ
เป็นวิธีการหาคำตอบเพื่อแก้ปัญหาที่เกิดขึ้นโดยอาศัยหลักการทางคณิตศาสตร์และสถิติ ที่ใช้ช่วยในการตัดสินใจเกี่ยวกับปัญหาทางธุรกิจ เครื่องมือที่สำคัญของการวิเคราะห์เชิงปริมาณคือ การสร้างตัวแบบ(Model) ทางคณิตศาสตร์เพื่อจำลองสภาพของปัญหา ผลที่ได้จากการวิเคราะห์เชิงปริมาณ สามารถนำไปใช้ร่วมกับสารสนเทศอื่นๆเพื่อช่วยสนับสนุนการตัดสินใจ Quantitative Analysis Meaningful Information Raw Data

4 การวิเคราะห์เชิงปริมาณหมายถึง
- กระบวนการทางวิทยาศาสตร์ - รวบรวมข้อมูลขึ้นเป็นตัวเลข - เครื่องมือที่ใช้คือสถิติและคณิตศาตร์ - เพื่อช่วยตัดสินใจแก้ปัญหาในการ กำหนดทางเลือกที่ดีที่สุด

5 กระบวนการทางวิทยาศาสตร์
1. การสังเกต 2. การกำหนดปัญหา 3. การตั้งสมมุติฐาน 4. การทดลองหรือการทดสอบ 5. การสรุป

6 ขั้นตอนการวิเคราะห์เชิงปริมาณ
การวิเคราะห์ปัญหา(Problem analysis) การสร้างตัวแบบ(Model development) การรวบรวมข้อมูล(Collecting data) การหาผลลัพธ์(Calculating data) การทดสอบผลลัพธ์(Testing the solution) การนำผลลัพธ์ไปใช้แก้ปัญหา(Implementation)

7 1. การวิเคราะห์ปัญหา(Problem analysis)
ระบุลักษณะปัญหาและขอบเขตให้ชัดเจน โดยสังเกตการณ์และจดบันทึกเหตุการณ์ที่เกิดขึ้นจริง เช่น พัสดุคงคลังมีมาก ค่าใช้จ่ายในการขนส่งสูง การประสานงานระหว่างฝ่ายผลิตกับพนักงานขายไม่ราบรื่น ศึกษาเกี่ยวกับค่าใช้จ่ายที่เกิดขึ้นในการนำเทคนิคเชิงปริมาณมาใช้เพื่อช่วยแก้ปัญหา โดยใช้การวิเคราะห์ต้นทุน-กำไรเพื่อประมาณค่าใช้จ่ายและผลตอบแทนที่จะได้รับว่าคุ้มกันหรือไม่

8 2. การสร้างตัวแบบ(Model development)
ตัวแบบสัญรูป(Iconic model) คือตัวแบบที่เป็นรูปจำลองของสิ่งต่างๆโดยแสดงอยู่ในลักษณะที่เหมือนตัวจริงแต่ใช้มาตรส่วนที่ต่างกัน เช่น ตัวแบบของรถยนต์ บ้าน ตัวแบบอนุมาน(Analog model) คือตัวแบบที่ใช้สิ่งอื่นเป็นตัวแทน แสดงให้เห็นถึงคุณลักษณะของสิ่งต่างๆ เช่น หน้าปัดวัดความเร็วของรถยนต์ ปรอทวัดอุณหภูมิ ผังการจัดองค์การ ตัวแบบเชิงคณิตศาสตร์(Mathematical model) คือตัวแบบที่ใช้ตัวเลข ตัวแปร และสัญลักษณ์ทางคณิตศาสตร์มาเขียนให้อยู่ในรูปความสัมพันธ์ทางคณิตศาสตร์ เช่น สมการ อสมการ เพื่อแสดงให้เห็นถึงลักษณะปัญหาที่เกิดขึ้นในธุรกิจ ตัวอย่าง เช่น ตัวแบบจำลองสถานการณ์(Simulation model) ตัวแบบพีชคณิต(Algebraic model) ตัวแบบตารางทำงาน(Spreadsheet model)

9 3. การรวบรวมข้อมูล(Collecting data)
ต้องรวบรวมข้อมูลทั้งจากภายนอกองค์กรและภายในองค์กร โดยรวบรวมจากรายงานและเอกสารต่างๆ จากประสบการณ์ จากการสอบถามพนักงาน จากการสังเกตการณ์ หรือใช้ข้อมูลทางสถิติ เช่น จำนวนพนักงาน อัตราการลาออกของพนักงาน รายละเอียดเกี่ยวกับสินค้าคงคลัง เป็นต้น เป็นขั้นตอนที่ใช้เวลามาก อาจทำควบคู่ไปกับการสร้างตัวแบบได้ อาจเกิดปัญหา เช่น ข้อมูลที่ต้องการไม่เคยถูกเก็บมาก่อน หรือมีการจัดเก็บกระจายอยู่ในแผนกต่างๆในรูปแบบที่แตกต่างกัน หน่วยวัดที่แตกต่างกัน

10 4. การหาผลลัพธ์(Calculating data)
นำตัวแบบที่สร้างไว้มาทำการคำนวณด้วยวิธีการทางคณิตศาสตร์ เพื่อหาผลลัพธ์ที่เหมาะสมในการแก้ปัญหา โดยการหาผลลัพธ์หรือผลเฉลยนั้นมีวิธีการคำนวณที่กำหนดไว้เป็นขั้นตอนที่ชัดเจน แต่ละตัวแบบจะมีวิธีการคำนวณหาผลเฉลยที่แตกต่างกัน อาจใช้โปรแกรมคอมพิวเตอร์ช่วย เพื่อความรวดเร็วและถูกต้องแม่นยำ

11 5. การทดสอบผลลัพธ์(Testing the solution)
ทดสอบและวิเคราะห์ว่าเป็นผลลัพธ์ที่ดีจริง ทบทวนความเป็นไปได้และความมีเหตุมีผลของผลลัพธ์อีกครั้ง ก่อนนำไปใช้ โดยลองใช้กับปัญหาขนาดเล็กหรือใช้กับบางแผนกก่อน เพื่อหาจุดบกพร่องของผลลัพธ์ ของตัวแบบและข้อมูลที่ใช้ และทำการแก้ไขปรับปรุง

12 6. การนำผลลัพธ์ไปใช้แก้ปัญหา(Implementation)
เป็นขั้นตอนของการทำให้เกิดการยอมรับและการนำไปปฏิบัติ เนื่องจากพนักงานในองค์กรอาจต่อต้านการเปลี่ยนแปลง จึงจำเป็นต้องสร้างความเข้าใจ และสร้างความรู้สึกมีส่วนร่วม เพื่อให้เห็นว่าแนวทางใหม่จะเป็นแนวทางที่ดีสำหรับองค์กร ขึ้นกับผู้บริหารและผู้ที่เกี่ยวข้อง ว่ามีความเข้าใจและมั่นใจว่าผลลัพธ์ที่ได้มานั้นสามารถนำไปแก้ปัญหาได้อย่างมีประสิทธิภาพ การตัดสินใจทางธุรกิจ ผู้ตัดสินใจจะต้องคำนึงถึงปัจจัยทั้งในเชิงปริมาณและคุณภาพ โดยการวิเคราะห์เชิงปริมาณมุ่งเน้นเฉพาะสิ่งที่แสดงเป็นตัวเลขได้เท่านั้น ในขณะที่ยังมีข้อมูลเชิงคุณภาพอื่นๆที่ไม่สามารถคำนวณเป็นตัวเลขได้ เช่น ความพอใจ ผลกระทบทางการเมือง ดินฟ้าอากาศ เป็นต้น

13 การประยุกต์ใช้เทคนิคเชิงปริมาณ
ปัญหาการจัดสรร ปัญหาการกำหนดส่วนผสม ปัญหาการขนส่ง ปัญหาการกำหนดงาน การวิเคราะห์ข่ายงาน ปัญหาการควบคุมพัสดุคงคลัง ปัญหาแถวคอย ปัญหาการตัดสินภายใต้ความไม่แน่นอนและความเสี่ยง ปัญหาการแข่งขัน

14 ตัวอย่างหน่วยงานที่นำการวิเคราะห์เชิงปริมาณไปประยุกต์ใช้
Stevenson and Ozgur, Introduction to Management Science with Spreadsheets

15 ประโยชน์ของวิธีการเชิงปริมาณ
เป็นการให้ความใส่ใจและเห็นความจำเป็นในการวิเคราะห์ เพื่อแก้ปัญหาที่เฉพาะเจาะจง ช่วยให้การวางแผนดีขึ้น ซึ่งเป็นการหลีกเลี่ยงปัญหาที่อาจเกิดขึ้นในอนาคต ช่วยให้เห็นผลลัพธ์จากการตัดสินใจเป็นรูปธรรมมากกว่าการวิเคราะห์เชิงคุณภาพ สามารถใช้งานร่วมกับเทคโนโลยีที่ทันสมัย ในการแก้ปัญหาเชิงบริหารได้

16 ลักษณะของปัญหาที่ใช้กับการวิเคราะห์เชิงปริมาณ
เกิดขึ้นตามสภาพที่แน่นอน เกิดขึ้นตามสภาพที่ไม่แน่นอน

17 ปัญหาที่เกิดขึ้นตามสภาพที่แน่นอน
ปัญหาการจัดสรรทรัพยากร การโปรแกรมเชิงเส้น ปัญหาการขนส่ง ปัญหาการมอบหมายงาน : PERT/CPM ปัญหาการควบคุม

18 ปัญหาที่เกิดขึ้นตามสภาพที่ไม่แน่นอน
ปัญหาสินค้าคงคลัง : ตัวแบบสินค้าคงคลัง :ตัวแบบแถวคอย ปัญหาการรอคอย :เกมและกลยุทธ์ ปัญหาการแข่งขัน :ตัวแบบมาร์คอฟ ปัญหาการพยากรณ์

19 ตัวอย่างโปรแกรมที่ใช้ในการวิเคราะห์เชิงปริมาณ
โปรแกรม LINDO (Linear Interactive Discrete Optimizer) โปรแกรม QSB+ โปรแกรม QS โปรแกรม D&D โปรแกรม Micro Manager โปรแกรม QM for Windows โปรแกรม AB:QM โปรแกรม Crystal Ball โปรแกรม Microsoft Office Project Professional โปรแกรม Excel Spreadsheet

20 บทบาทของ Spreadsheets ในตัวแบบการตัดสินใจ
คอมพิวเตอร์สามารถใช้เป็นส่วนหนึ่งในการตัดสินใจ ตัวแบบคอมพิวเตอร์(Computer Models) : กลุ่มของความสัมพันธ์เชิงคณิตศาสตร์ และสมมติฐานทางตรรก ที่ถูกนำมาใช้งานจริงด้วยคอมพิวเตอร์ เพื่อแสดงนามธรรมของระบบจริงที่ต้องการแก้ปัญหา Spreadsheets เป็นเครื่องมือที่สามารถใช้ในการสร้างตัวแบบคอมพิวเตอร์ สำหรับบุคคลที่ต้องการแก้ปัญหาทางธุรกิจได้อย่างสะดวก Spreadsheet packages - สามารถใช้แก้ปัญหาด้วยการสร้างตัวแบบในการตัดสินใจได้ มี built-in functions ให้เลือกใช้งานมากมาย เช่น Goal Seek , Data Table, Chart Wizard

21 Excel Spreadsheet

22 Functions Screen

23 Add-in Options : MS Excel 2003
คลิ๊กเมนู เครื่องมือ Add-Ins

24 MS Excel 2007

25 ตัวอย่างการใช้ Spreadsheet สร้างตัวแบบคำนวณยอดการผ่อนรถยนต์
การสร้างตัวแบบ โดยให้ผู้ใช้ระบุราคารถที่ต้องการ ผู้ใช้สามารถเลือกดาวน์ 15%, 20% หรือ 25% ของราคารถ อัตราดอกเบี้ยต่อปี แตกต่างกันไปขึ้นอยู่กับระยะเวลาการผ่อนชำระ และ%เงินดาวน์ สามารถสร้างตัวแบบเพื่อคำนวณยอดการผ่อนรถรายเดือนในกรณีต่างๆ เช่น ราคารถ 500,000 บาท ถ้าดาวน์ 20% และผ่อน 5 ปี(60 เดือน) จะเสียดอกเบี้ยปีละ 2.95% ผ่อนเดือนละ 7,650 บาท ถ้าดาวน์ 25% และผ่อน 6 ปี(72 เดือน) จะเสียดอกเบี้ยปีละ 3.10% ผ่อนเดือนละ 6,178 บาท 15% 20% 25% ผ่อน 48 เดือน 3.25% 2.85% 2.75% ผ่อน 60 เดือน 3.35% 2.95% ผ่อน 72 เดือน 3.90% 3.30% 3.10%

26 ตัวอย่างการใช้ Spreadsheet สร้างตัวแบบคำนวณยอดการผ่อนรถยนต์

27 ตัวอย่างการใช้ Spreadsheet สร้างตัวแบบคำนวณยอดการผ่อนรถยนต์
การสลับระหว่างการแสดงสูตรและค่าของสูตรในแผ่นงานทำได้โดย กดแป้น CTRL และแป้น ` (อยู่บนแป้นพิมพ์ตำแหน่งเดียวกับเครื่องหมาย ~)

28 สาเหตุของความล้มเหลวในการนำการวิเคราะห์เชิงปริมาณไป
ความบกพร่องในการระบุปัญหา ต้องใช้เวลามาก กว่าจะได้ผลลัพธ์ เสียค่าใช้จ่ายสูง พฤติกรรมของผู้เกี่ยวข้องที่ต่อต้านการเปลี่ยนแปลง เน้นด้านทฤษฎีมากเกินไป จนไม่สนใจการนำไปใช้จริง ไม่สามารถทำให้ผู้เกี่ยวข้องยอมรับและเชื่อมั่นในผลการคำนวณได้

29 การประยุกต์ใช้แบบจำลองเชิงปริมาณกับการตัดสินใจมีหลายแบบ
ทฤษฎีการตัดสินใจ (Decision Theory) และทฤษฎีเกม (Game Theory) ใช้ประยุกต์กับการตัดสินใจ ภายใต้ภาวะที่ผู้บริหารมีทางเลือกหลายทาง และอาจเกิดสภาพต่าง ๆ ได้หลายอย่าง ทฤษฎีการตัดสินใจ และทฤษฎีเกมจะให้กลยุทธ์ การตัดสินใจที่ก่อใช้เกิดประโยชน์สูงสุด การโปรแกรมเชิงเส้น (Linear Programming) ใช้ประยุกต์กับปัญหาการตัดสินใจในด้านการจัดสรรทรัพยากรที่มีอยู่จำกัด เพื่อให้เกิดประโยชน์สูงสุด เช่นการจัดสรรเงินทุนภายใต้เงื่อนไขต่าง ๆ เพื่อให้เกิดผลตอบแทนสูงสุด เป็นต้น

30 แบบจำลอง PERT/CPM ใช้ประยุกต์กับปัญหาตัดสินใจในการบริหารโครงการ โดยอาศัยการสร้างข่ายงานของกิจกรรมต่าง ๆ ที่ต้องทำในโครงการแล้ววิเคราะห์ เพื่อหาระยะเวลาของโครงการตลอดจนการกำหนดแนวทางในการเร่งรัดโครงการให้เสร็จเร็วขึ้นโดยเสียค่าใช้จ่ายให้น้อยที่สุด แบบจำลงสินค้าคงเหลือ (Inventory Model) ใช้ประยุกต์กับปัญหาการตัดสินใจในการกำหนดปริมาณการสั่งซื้อ และจัดเก็บสินค้าคงเหลือ ตลอดจนเวลาที่ควรจะสั่งซื้อ เพื่อให้ต้นทุนการจัดเก็บสินค้าคงเหลือประหยัดที่สุด

31 ตัวแบบแถวคอย (Queneing Model) ใช้ประยุกต์กับปัญหาการตัดสินใจในการวิเคราะห์ เพื่อกำหนดจำนวนบริการ เพื่อให้การจัดการแถวคอยมีประสิทธิภาพสูงสุด ตัวแบบจำลองมารคอฟ (Markov Model) ใช้ประยุกต์กับปัญหาการตัดสินใจที่ผู้บริหารต้องการพยากรณ์สิ่งที่สนใจโดยอาศัย การสร้างแบบจำลองที่มีตัวแปรที่เปลี่ยนแปลงไปตามสถานะต่าง ๆ เช่นการพยากรณ์ส่วนแบ่งการตลาด การพยาการณ์หนี้สูญ เป็นต้น

32 การจำลองปัญหา (Simulation) ใช้ประยุกต์กับปัญหาการตัดสินใจในกรณีที่การสร้างแบบจำลองทางคณิตศาสตร์อาจทำได้ยาก หรือมีความซับซ้อนมากเกินกว่าที่จะสร้างแบบจำลองคณิตศาสตร์ได้ แบบจำลองการจำลองปัญหาเป็นวิธีจำลองสภาพปัญหาด้วยวิธีเชิงระบบ การหาคำตอบทำโดยวิธีทดลองหลาย ๆ ครั้งแล้ว สรุปผลจากการทดลองเพื่อนำไปแก้ปัญหาต่อไป

33 แสดงขั้นตอนของการวิเคราะห์เชิงปริมาณ
การนำผลลัพท์ประยุกต์ใช้กับงานด้านต่างๆ การรวบรวมข้อมูล ที่เกี่ยวข้อง การทดสอบรูปแบบและผลลัพท์ การวิเคราะห์ผลลัพท์และความไว สร้าง ตัวแบบคณิต ศาสตร์ การแจกแจงปัญหา การหาผลลัพท์ แสดงขั้นตอนของการวิเคราะห์เชิงปริมาณ

การวิเคราะห์เชิงปริมาณ มีกี่ประเภท

ข้อใดเป็นการวิเคราะห์เชิงปริมาณ

การวิเคราะห์เชิงปริมาณมีความสําคัญอย่างไร

การวิเคราะห์ปริมาณคืออะไร