Xây dựng hệ thống tiêu chí đánh giá năng lực chuỗi cung ứng ngành dệt may

Xây dựng hệ thống tiêu chí đánh giá năng lực chuỗi cung ứng ngành dệt mayXây dựng hệ thống tiêu chí đánh giá năng lực chuỗi cung ứng ngành dệt mayXây dựng hệ thống tiêu chí đánh giá năng lực chuỗi cung ứng ngành dệt mayXây dựng hệ thống tiêu chí đánh giá năng lực chuỗi cung ứng ngành dệt mayXây dựng hệ thống tiêu chí đánh giá năng lực chuỗi cung ứng ngành dệt mayXây dựng hệ thống tiêu chí đánh giá năng lực chuỗi cung ứng ngành dệt mayXây dựng hệ thống tiêu chí đánh giá năng lực chuỗi cung ứng ngành dệt may

CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI 1.1 Tổng quan về đánh giá năng lực chuỗi cung ứng

Từ những năm 80, chuỗi cung ứng được biết đến như là một tập hợp các phương pháp được sử dụng để tích hợp một cách hiệu quả các nhà cung cấp, nhà sản xuất, nhà kho

và các cửa hàng để sản phẩm được sản xuất và phân phối đúng số lượng, đúng vị trí và đúng thời điểm nhằm cực tiểu chi phí toàn bộ hệ thống trong khi thỏa mãn được các mức độ nhu cầu Tuy nhiên, hiệu quả vận hành của chuỗi cung ứng đòi hỏi việc thiết

kế và phân tích chuỗi cung ứng như là tổng thể xuyên suốt các thành phần tham gia vào chuỗi, thay vì chỉ xem xét và đánh giá hiệu quả vận hành ở một công ty duy nhất Nghiên cứu của Clark và Scarf (1960) đã đặt nền tảng cho các nghiên cứu về thiết kế chuỗi cung ứng qua nhiều giai đoạn mà chỉ tiêu đo lường hiệu quả chuỗi là giảm các chi phí liên quan đến tồn kho trong toàn chuỗi cung ứng

Nghiên cứu về thiết kế và phân tích chuỗi cung ứng, các nhà nghiên cứu thường giải quyết một hoặc hai mục tiêu như giảm chi phí hoặc tăng khả năng phục vụ khách hàng…, và các tiêu chí đó sau này được sử dụng để đánh giá hiệu quả vận hành hay hiệu quả thiết kế chuỗi Một tổng hợp nghiên cứu của Benita M Beamon (1998) về các mô hình trong thiết kế và phân tích chuỗi cung ứng, tác giả đã chỉ ra hai nhóm thang đo dùng để đánh giá hiệu quả chuỗi cung ứng là thang đo định tính và thang đo định lượng với các tiêu chí xoay quanh hai vấn đề là chi phí và dịch vụ khách hàng Khi môi trường trở nên cạnh tranh hơn, nguồn lực sản xuất bị hạn chế, thời gian phát triển sản phẩm nhanh, đòi hỏi chuỗi cung ứng phải linh hoạt trước sự thay đổi của nhu cầu để có thể cạnh tranh trong điều kiện thực tế Khi đó thang đo độ linh hoạt được sử dụng để đánh giá hiệu quả vận hành của các chuỗi cung ứng Để giải quyết vấn đề nút

cổ chai trong chuỗi cung ứng ngành công nghiệp hóa chất ở Mỹ, Voudouris (1996) đã đánh giá tính linh hoạt của chuỗi cung ứng thông qua thời gian đáp ứng đơn hàng Trong xu hướng toàn cầu hóa, hoạt động cung ứng không chỉ diễn ra trong nội bộ một công ty, mà mở rộng ra bên ngoài và thế giới Các sản phẩm được sản xuất và tiêu thụ

ở nhiều nước khác nhau Khi đó, để đánh giá hiệu quả vận hành của chuỗi không chỉ dựa trên các yếu tố nội bộ, mà còn ảnh hưởng bởi các yếu tố bên ngoài như nhà cung cấp, dịch vụ vận chuyển, dịch vụ tài chính…, điều đó đòi hỏi một phương pháp đánh

giá toàn diện hơn Trong một dự án nghiên cứu kéo dài một năm với 12 công ty hàng đầu trong việc đo lường hiệu quả hoạt động, Kaplan và Norton (1992) đã phát triển một hệ thống đo lường hiệu quả mới, giúp cho các nhà quản lý có cái nhìn toàn diện về doanh nghiệp – đó là “Thẻ điểm cân bằng - Balanced Scorecard (BSC)” Bên cạnh các thước đo tài chính, BSC còn đánh giá hiệu quả hệ thống qua ba nhóm thang đo khác

đó là sự hài lòng của khách hàng, quy trình vận hành nội bộ và khả năng học hỏi, phát triển của tổ chức

Sau sự ra đời của BSC, nhiều nhà nghiên cứu đã giới thiệu các mô hình khác nhau để đánh giá hiệu quả hoạt động của hệ thống như: SCOR (Supply Chain Operations Reference Model), TQM (Total quality management) và được áp dụng vào để tìm ra các chỉ số đánh giá năng lực vận hành chuỗi cung ứng

đề xuất các giải pháp cải tiến phù hợp

Một hệ thống các chỉ số đánh giá hiệu quả chuỗi cung ứng cần thiết phải tích hợp tất

cả các thành viên trong chuỗi để hình thành một bộ tiêu chí chung phù hợp với mục tiêu chiến lược của toàn chuỗi cung ứng Thực trạng hệ thống đánh giá chuỗi cung ứng hiện nay còn quá rời rạc, các công ty với mục tiêu chiến lược riêng biệt sẽ có các chỉ

số đánh giá riêng, điều đó dẫn đến sự mâu thuẫn trong chiến lược vận hành và làm giảm đi tính cạnh trạnh hiệu quả vốn có của chuỗi cung ứng

Thang đo toàn diện với các chỉ số đo lường tích hợp sẽ cung cấp cho doanh nghiệp một hệ thống xem xét và đánh giá hiệu quả chuỗi cung ứng bao gồm các mối quan hệ bên trong và bên ngoài doanh nghiệp Tuy nhiên, mỗi chuỗi cung ứng cần có một hệ thống tiêu chí đánh giá khác nhau và trong đề tài này, tác giả tập trung vào chuỗi cung ứng ngành dệt may vì:

[1] Dệt may là một trong những ngành có vai trò quan trọng trong việc tăng trưởng kinh tế, thúc đẩy xuất khẩu và là chìa khóa để giải quyết việc làm cho người dân Việt Nam Trong năm 2013, tổng lượng xuất khẩu dệt may Việt Nam vào Mỹ đạt 3,94 tỷ USD, chiếm 44,8% tổng kim ngạch xuất khẩu toàn ngành Xuất khẩu sang thị trường Châu Âu đạt 1,29 tỷ USD, chiếm 14,7% tổng kim ngạch, thị trường Nhật Bản đạt 1,1

tỷ USD, chiếm 12,5% tổng kim ngạch, thị trường Hàn Quốc đạt 660 triệu USD, chiếm

tỷ trọng 7.5%, các thị trường khác đạt 1,85 tỷ USD Những con số trên đang dần khẳng định vị thế cạnh tranh và khả năng phát triển của ngành dệt may Việt Nam trên

thị trường thế giới (Nguồn: Tổng cục Hải Quan và Hiệp Hội Dệt may Việt Nam, 2013)

Tuy nhiên, năng lực cạnh tranh của ngành hiện nay còn quá thấp do phụ thuộc nhiều vào nguồn nguyên liệu nhập khẩu và các ngành công nghiệp hỗ trợ chưa phát triển So với hình thức sản xuất gia công trước đây (CMT – cut, make, trim) thì công nghiệp dệt may đang chuyển dần sang hình thức sản xuất FOB (Free – On – Board) Trong đó các doanh nghiệp chủ động từ việc thu mua nguyên vật liệu đến cho ra sản phẩm cuối cùng Để mô hình sản xuất theo FOB hiệu quả, tạo được lợi thế gia tăng thì nhiều doanh nghiệp trong ngành đã hình thành và bắt đầu quản lý theo chuỗi cung ứng Để đánh giá và kiểm soát hoạt động của chuỗi cung ứng thì cần phải có một hệ thống tiêu chí đánh giá phù hợp cho ngành

[2] Kim ngạch xuất khẩu ngành dệt may lớn và liên tục tăng nhưng hiệu quả hoạt động của ngành vẫn còn thấp Trước nền kinh tế khó khăn hiện nay như chi phí đầu vào, chi phí nhiên liệu đều tăng đã ảnh hưởng trực tiếp đến sản xuất của doanh nghiệp

và đời sống người lao động Những bất ổn kinh tế vĩ mô đặc biệt là sự bất ổn định tỷ giá, lạm phát và lãi suất đã gây nhiều trở ngại cho các doanh nghiệp Bên cạnh đó, nhu cầu của người tiêu dùng trong và ngoài nước ngày càng cao về chất lượng sản phẩm, kiểu dáng thiết kế, chi phí sản xuất, thời gian giao hàng và sự thay đổi xu hướng mua hàng của các nhà nhập khẩu lớn trên thế giới Từ những yếu tố trên, đã đẩy các doanh nghiệp trong ngành cần phải quản lý chuỗi cung ứng từ khâu phát triển thiết kế đến thu mua nguyên vật liệu, sản xuất và phân phối để kiểm soát chi phí và đáp ứng nhu cầu của khách hàng về sản phẩm, thời gian và tài chính Để quản lý tốt chuỗi cung ứng các doanh nghiệp cần phải đo lường được năng lực của chuỗi thông qua các chỉ số đánh giá tích hợp

[3] Khi Việt Nam gia nhập WTO, năng lực canh tranh cao giữa các doanh nghiệp trong và ngoài nước, đã đẩy các doanh nghiệp trong ngành dệt may cần phải nâng cao chất lượng sản phẩm, kiểm soát tốt chi phí Để đạt được tính cạnh tranh đó, các doanh nghiệp đã áp dụng nhiều biện pháp cải tiến trong thời gian qua như: hoạch định thu mua, quản lý tồn kho, quản lý chất lượng, hệ thống vận chuyển, Trong đó, quản lý chuỗi cung ứng là một giải pháp toàn diện mà công ty đang từng bước áp dụng Để quá trình vận hành chuỗi cung ứng đạt hiệu quả và tạo lợi thế cạnh tranh, thì đánh giá chuỗi cung ứng là hoàn toàn cần thiết Tuy nhiên, hiện nay các doanh nghiệp chỉ đánh giá thông qua một vài chỉ số đo lường chi phí và tài chính cơ bản, điều đó không đánh giá toàn diện năng lực vận hành của chuỗi cung ứng Vì vậy, đòi hỏi cần phải có một

hệ thống tiêu chí được xây dựng phù hợp với chiến lược và mục tiêu của tất cả các thành viên trong chuỗi cung ứng

Từ ba vấn đề trên, đề tài “Xây dựng hệ thống tiêu chí đánh giá năng lực chuỗi cung ứng ngành dệt may” là rất cần thiết hiện nay

[2] Đánh giá mức độ quan trọng của từng thuộc tính trong hệ thống đánh giá năng lực chuỗi cung ứng ngành dệt may khu vực TP.HCM thông qua trọng số của từng thuộc tính

[3] Xây dựng mô hình đánh giá năng lực chuỗi cung ứng tại một doanh nghiệp nhất định hoạt động trong lĩnh vực dệt may khu vực TP.HCM dưới các chỉ số chung của toàn ngành đã được xác định

1.4 Ý nghĩa đề tài

Đối tượng nghiên cứu của đề tài là những thành viên tham gia vào chuỗi cung ứng ngành dệt may – là một ngành được nhận định sẽ tăng trưởng nhanh và nhiều cạnh tranh trong giai đoạn sắp tới Chính vì vậy, nghiên cứu mang ý nghĩa thực tiễn là cung

cấp cho các doanh nghiệp trong chuỗi cung ứng một hệ thống với các tiêu chí đánh giá, được thống nhất bởi các thành viên của chuỗi cung ứng Từ đó giúp doanh nghiệp đánh giá năng lực toàn diện và quản lý chuỗi cung ứng hiệu quả Trọng số độ quan trọng của từng thuộc tính sẽ giúp doanh nghiệp xác định được thuộc tính nào có ảnh hưởng nhiều nhất đến năng lực vận hành chuỗi cung ứng Qua đó, doanh nghiệp sẽ đề

ra các biện pháp cải tiến tập trung hiệu quả Với chỉ số đánh giá tích hợp, năng lực chuỗi cung ứng của doanh nghiệp sẽ bị ảnh hưởng bởi năng lực của tất cả các mắc xích trong chuỗi và của toàn ngành Mô hình đánh giá sẽ giúp doanh nghiệp xác định mắc xích nào trong chuỗi cần được cải tiến để nâng cao năng lực của toàn chuỗi

Về khía cạnh khoa học, tính mới của đề tài là hình thành hệ thống tiêu chí đánh giá chuỗi cung ứng tích hợp, mà các nghiên cứu trước chỉ tập trung vào việc tìm ra chỉ số đánh giá năng lực của một thành viên trong chuỗi như nhà cung cấp, nhà sản xuất Một bộ tiêu chí được xây dựng dựa trên sự tích hợp và thống nhất giữa các thành viên trong chuỗi về quan điểm và ý nghĩa của các tiêu chí sẽ rất cần thiết cho việc vận hành chuỗi cung ứng toàn diện và mở ra những hướng nghiên cứu mới về đánh giá hiệu quả chuỗi cung ứng tích hợp

Bên cạnh đó, đề tài còn kết hợp các giải thuật của logic mờ trong quản lý chuỗi cung ứng để loại bỏ các yếu tố chủ quan trong quá trình ra quyết định Các thuật toán được ứng dụng để tìm ra trọng số Wi của từng thuộc tính chung cho ngành Từ đó, một chuỗi cung ứng nhất định sẽ được đánh giá dựa trên trọng số Wi được tìm ra trong nghiên cứu Và đây là một đóng góp to lớn của đề tài trong việc xây dựng mô hình và các tính toán để hỗ trợ đánh giá năng lực chuỗi cung ứng của một doanh nghiệp cụ thể

1.5 Phạm vi

Do điều kiện nguồn lực và thời gian có hạn, đề tài chỉ thực hiện ở các mức độ:

- Nội dung: Xác định hệ thống đánh giá năng lực chuỗi cung ứng ngành dệt may

với các chỉ số đánh giá tích hợp, dựa trên sự thống nhất của các đối tượng khảo sát và chuyên gia tham gia nghiên cứu

- Đối tượng: Các công ty hoạt động trong lĩnh vực dệt, may và liên quan đến chuỗi

cung ứng ngành dệt may trong khu vực TpHCM

- Thời gian: Đề tài được thực hiện từ 12/2013 đến 09/05/2014

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2.1 Quản lý chuỗi cung ứng

2.1.1 Khái niệm

Theo Beamon (1999) “Chuỗi cung ứng là quá trình tích hợp trong đó nguyên vật liệu được sản xuất thành sản phẩm cuối cùng, và giao cho khách hàng thông qua hệ thống phân phối, bán lẻ hoặc cả hai.” Một chuỗi cung ứng cơ bản được minh họa như sau

Hình 2.1 Mô hình chuỗi cung ứng cơ bản

Nguồn Midha, V.K., Mathur, G & Sharma, C (2007)

Một khái niệm khác về chuỗi cung ứng được phát biểu như sau: “Một mạng lưới các tổ chức có mối quan hệ với nhau thông qua các liên kết trên (upstream) và liên kết dưới (downstream) bao gồm các quá trình và hoạt động khác nhau để tạo giá trị gia tăng cho sản phẩm hoặc dịch vụ đến tay người tiêu dùng cuối cùng” (Christopher, 1992)

Nguồn: Simon Croom, Pietro Romano, Mihalis Giannakis, (2000)

Handfiel & Nichols (1999) phát biểu: “Chuỗi cung ứng bao gồm tất cả những hoạt động liên quan tới dòng chảy và chuyển đổi của sản phẩm từ trạng thái nguyên vật liệu tới người sử dụng cuối cùng, cũng như dòng chảy thông tin Cả dòng chảy nguyên vật liệu lẫn thông tin phải lưu thông phía trên và phía dưới của chuỗi cung ứng”

Dựa trên những khái niệm về chuỗi cung ứng, Handfield và Nichols (1999) đã phát biểu: “Quản lý chuỗi cung ứng là sự tích hợp của tất cả các hoạt động sản xuất một sản phẩm, được sử dụng để tạo ra một lợi thế cạnh tranh bằng cách tăng cường mối quan

hệ giữa các thành viên trong chuỗi.”

Bên cạnh đó, quản lý chuỗi cung ứng là một hệ thống chiến lược kết nối các chức năng kinh doanh của doanh nghiệp và các chiến thuật quản lý dọc các doanh nghiệp nhằm mục đích cải tiến năng lực lâu dài của doanh nghiệp và toàn chuỗi, (Mentzer, 2001)

Nhà

cung cấp

Nhà sản xuất

Nhà phân phối

Nhà bán lẻ

Khách hàng

Dòng sản phẩm & dịch vụ

Dòng nhu cầu, thông tin & tài chính

Dưới quan điểm tác giả thì quản trị chuỗi cung ứng là một tập hợp giải pháp nhằm tác động đến hoạt động của tất cả các thành viên tham gia chuỗi như nhà cung cấp, nhà sản xuất, nhà kho, các công ty cung cấp dịch vụ, và các cửa hàng bán lẻ để sản phẩm được sản xuất và phân phối đúng với mong muốn của khách hàng và tổ chức

2.1.2 Các thành phần của chuỗi cung ứng

Chuỗi cung ứng đơn giản bao gồm một công ty, nhà cung cấp và các khách hàng của công ty đó Những chuỗi cung ứng mở rộng chứa ba nhóm thành viên Đầu tiên là nhà cung cấp của nhà cung cấp cuối cùng trong giai đoạn đầu của chuỗi Sau đó là khách hàng của khách hàng cuối cùng trong giai đoạn cuối của chuỗi Cuối cùng là toàn bộ những công ty cung cấp dịch vụ giao nhận, tài chính, marketing và công nghệ thông tin cho các công ty khác trong chuỗi cung ứng

Hình 2.2 Các thành phần chuỗi cung ứng mở rộng

Nguồn: Michael Hugos, Essentials of Supply chain management (2010)

2.2 Tổng quan về chuỗi cung ứng ngành dệt may

2.2.1 Chuỗi cung ứng ngành dệt may

Chuỗi cung ứng ngành dệt may rất phức tạp với nhiều doanh nghiệp tham gia từ khắp mọi miền đất nước Forza & Vinelli, (1997) đã mô tả những thành phần chính trong chuỗi cung ứng ngành dệt may như hình 2.3 Trong đó, mục tiêu quản lý chuỗi cung ứng là giảm thời gian chờ và phản hồi nhanh với thay đổi của môi trường

Hình 2.3 Các thành phần chuỗi cung ứng dệt may

Nhà

cung cấp

Nhà cung cấp

hàng

Khách hàng

Nhà cung cấp dịch vụ

Sản xuất sợi Sản xuất vải May

mặc Phân phối

Người tiêu dùng

Một kết quả nghiên cứu đã chỉ ra rằng thời gian đáp ứng đơn hàng trong chuỗi cung ứng dệt may từ nguyên vật liệu tới khách hàng cuối cùng là 66 tuần, trong đó 40 tuần dành cho lưu trữ và vận chuyển, (Kurt Salmon Associates, 1985) Thời gian chờ quá dài trong chuỗi cung ứng dệt may sẽ dẫn đến việc cung cấp sản phẩm lạc hậu, không đúng thời điểm và nhu cầu của người tiêu dùng Do đó, phản hồi nhanh trong chuỗi cung ứng dệt may được biết đến như là một quá trình chia sẻ thông tin giữa cửa hàng bán lẻ và những đơn vị cung cấp để đáp ứng nhu cầu khách hàng đúng lúc

2.2.2 Những thuộc tính quan trọng chuỗi cung ứng ngành dệt may

Theo quan sát thực tế, chuỗi cung ứng ngành dệt may bao gồm nhiều chức năng của những thành viên tham gia vào chuỗi Trong đó, một doanh nghiệp có thể đảm nhận nhiều vai trò trong chuỗi cung ứng: như Nike vừa là một nhà quản lý thương hiệu, cũng có thể được xem như một nhà phân phối và bán lẻ Điều này ngụ ý rằng chuỗi cung ứng có thể hình thành trong nội bộ một doanh nghiệp như Vinatex Việt Nam vừa

là nhà sản xuất sợi cung cấp cho thị trường, đồng thời cũng sản xuất vải và may mặc

để đáp ứng nhu cầu khách hàng

Quần áo nói chung là sản phẩm cuối cùng của chuỗi cung ứng ngành dệt may Để tạo

ra sản phẩm may mặc thường đi qua quy trình 8 bước như sau (Burn & Bryant, 2002)

Hình 2.4 Quá trình tạo sản phẩm may mặc

Nghiên cứu Thiết kế Phát triển thiết kế & lựa chọn phong cách

Đánh giá thử mẫu thiết kế Sản xuất thử Tìm nguồn cung ứng Sản xuất và đảm bảo chất lượng Phân phối và bán lẻ

Tuy nhiên, một số quy trình sản xuất trong ngành được tổng hợp thành bốn giai đoạn: (1) phát triển sản phẩm, (2) thu mua, (3) sản xuất và (4) phân phối và bán lẻ, với sự tham gia ít nhất của bốn thành phần đó là: những nhà bán lẻ, đơn vị quản lý thương hiệu, doanh nghiệp may mặc và đơn vị phụ trợ nguyên vật liệu Trách nhiệm của các mắc xích trong chuỗi với bốn quá trình trên được minh họa trong bảng 2.1

Bảng 2.1 Vai trò của các thành viên trong chuỗi cung ứng dêt may

Đơn vị bán lẻ

Đơn vị quản lý thương hiệu

Đơn vị may mặc

Đơn vị cung ứng nguyên vật liệu

Phân phối & bán lẻ * x

Ghi chú: x: vai trò hỗ trợ, *: vai trò chính

Từ bảng 2.1, ta thấy được sự khó khăn trong môi trường kinh doanh ngành dệt may hiện nay Các doanh nghiệp trong ngành cần có sự liên kết và chia sẻ thông tin trong toàn chuỗi cung ứng Có nhiều nhà nghiên cứu đã nhấn mạnh vai trò của việc chia sẻ thông tin trong chuỗi cung ứng để đạt được lợi thế cạnh tranh và hoạt động hiệu quả như một đơn vị độc lập (Stein & Sweat, 1998) Hơn nữa, Yu et al, (2001) đã chỉ ra rằng có thể giảm ảnh hưởng của hiệu ứng Bullwhip thông qua việc chia sẻ thông tin giữa các thành viên trong chuỗi cung ứng Những lợi ích của việc chia sẻ thông tin trong chuỗi cung ứng có thể nhắc đến đó là giảm tồn kho, tăng thời gian chu kỳ, cải thiện dự báo, và nâng cao chất lượng sản phẩm với chi phí phù hợp Vì vậy, chia sẻ thông tin nên được xem là một thuộc tính quan trọng trong chuỗi cung ứng ngành dệt may hiện nay

Phát triển sản phẩm dệt may yêu cầu mẫu thiết kế và kỹ thuật may phải có khả năng sản xuất và thị trường cung cấp cũng như tạo ra lợi nhuận cho doanh nghiệp Theo Wickett et al, (1999) thì quá trình phát triển sản phẩm trong dệt may cần chú ý các vấn

đề về sự phù hợp của mẫu mã, mô hình sản xuất, nguồn nguyên liệu, dây chuyền lắp ráp và các chi phí liên quan Bên cạnh đó các yêu cầu của khách hàng về phong cách, màu sắc, nguyên liệu, hàm lượng xơ trong vải , cũng cần phải được cân nhắc trong quá trình thiết kế và phát triển sản phẩm Do đó, phát triển sản phẩm là một thuộc tính quan trọng của chuỗi cung ứng dệt may

Trong mô hình thẻ điểm cân bằng (Balanced Score Card) của Kaplan & Norton (1992) thì thẻ điểm học tập và cải tiến, thừa nhận rằng các công ty cần phải không ngừng học tập và liên tục cải tiến để đảm bảo lợi nhuận tương lai Trong ngành dệt may cải tiến là một điều quan trọng để thu hút khách hàng và duy trì lợi nhuận Các công nghệ mới, nguyên liệu mới là những nhân tố quan trọng để tạo lợi thế cạnh tranh trong ngành Vì vậy, cải tiến là một thuộc tính quan trọng trong chuỗi cung ứng ngành dệt may

Mục tiêu của chuỗi cung ứng ngành dệt may là cung cấp sản phẩm đúng phong cách, thời gian tới thị trường với chi phí thấp và tốc độ nhanh để tối đa hóa lợi nhuận Do

đó, những thuộc tính về chi phí, thời gian, chất lượng, tính linh hoạt, và lợi nhuận trong chuỗi cung ứng đều rất quan trọng khi đánh giá chuỗi

Tóm lại, chuỗi cung ứng ngành dệt may có những đặc tính riêng biệt vốn có, như thiết

kế và phát triển sản phẩm đóng vai trò quan trọng trong chuỗi cung ứng Thông qua tìm hiểu các lý thuyết, tác giả cho rằng có tám thuộc tính quan trọng cần phải xem xét khi xây dựng hệ thống tiêu chí đánh giá chuỗi cung ứng ngành dệt may đó là: (1) thiết

kế và phát triển sản phẩm trong chuỗi cung ứng, (2) chia sẻ thông tin trong chuỗi cung ứng, (3) cải tiến trong chuỗi cung ứng, (4) chi phí chuỗi cung ứng, (5) thời gian chuỗi cung ứng, (6) chất lượng chuỗi cung ứng, (7) tính linh hoạt chuỗi cung ứng và (8) lợi nhuận chuỗi cung ứng Và tám thuộc tính này sẽ là nền tảng cho mô hình nghiên cứu tác giả sẽ thực hiện trong luận văn này

2.3 Hệ thống đo lường năng lực chuỗi cung ứng

2.3.1 Tại sao cần đo lường năng lực chuỗi cung ứng

Một vài nghiên cứu đã chỉ ra rằng, những cải tiến trong chuỗi cung ứng sẽ đem lại một lợi nhuận đáng kể cho tổ chức trong việc tiết kiệm chi phí, cải thiện sản phẩm và dịch

vụ khách hàng Một hệ thống đánh giá năng lực vận hành chuỗi cung ứng sẽ cung cấp cho tổ chức một khung hình chuẩn để đánh giá năng lực các mối quan hệ bên trong và bên ngoài doanh nghiệp

 Thang đo lường năng lực bên trong sẽ giúp loại bỏ các hoạt động không tạo ra giá trị, giảm biến động các đơn đặt hàng, cải thiện dòng chảy nguyên vật liệu và sản phẩm, gia tăng hiệu quả sử dụng thời gian và nguồn lực

 Thang đo năng lực bên ngoài sẽ giúp gia tăng sự hài lòng của khách hàng thông qua việc tích hợp các hoạt động và thông tin từ các thành viên khác dọc theo chuỗi cung ứng gần khách hàng hơn như nhà bán lẻ, nhà phân phối

Cuối cùng đo lường hiệu quả chuỗi cung ứng sẽ giúp doanh nghiệp thấy được cấu trúc chi phí của các thành viên trong chuỗi, từ đó đề ra các cơ hội cho việc cải tiến, đồng thời giúp doanh nghiệp kiểm soát mức dịch vụ khách hàng nhằm gia tăng hiệu quả hoạt động của chuỗi

Khi đo lường hiệu quả chuỗi cung ứng tích hợp sẽ đem đến những kết quả sau:

 Giảm 25 – 50% tổng chi phí toàn chuỗi cung ứng

 Giảm 25 – 60% lượng tồn kho

 Tăng 25 – 80% tính chính xác của dự báo

 Cải thiện 30 – 50% thời gian chu kỳ thực hiện đơn hàng

Qua đó, thấy rằng đo lường hiệu quả chuỗi cung ứng là rất quan trọng trong việc gia tăng hiệu quả hoạt động của chuỗi thông qua các kế hoạch cải tiến phù hợp được đề xuất từ các tiêu chí đánh giá và sử dụng thông tin trong quá trình đánh giá

2.3.2 Một số mô hình đo lường năng lực chuỗi cung ứng

Hơn một thế kỷ qua, có rất nhiều phương pháp tiếp cận để đo lường năng lực chuỗi cung ứng đã được các nhà nghiên cứu tìm ra Trong nghiên cứu này, tác giả đề cập đến

3 mô hình phổ biến hiện nay bao gồm:

(1) Mô hình BSC (The Balanced Scorecard – BSC)

(2) Mô hình SCOR (Supply chain operational reference – SCOR)

(3) Mô hình ROF (Resource – Output – Flexibility)

2.3.2.1 Mô hình BSC

Phương pháp thẻ điểm cân bằng (BSC) được phát triển từ những năm 1992 bởi Kaplan

và Norton như là một công cụ quản lý hoạt động không thể thiếu của các công ty BSC cung cấp thông tin phản hồi cho cả quá trình kinh doanh nội bộ và hiệu quả đầu ra một cách liên tục giúp công ty cải thiện chiến lược và kết quả vận hành BSC đề nghị các nhà quản lý cần xem xét tổ chức từ bốn quan điểm khác nhau và phát triển các chỉ số

đo lường thông qua thu thập dữ liệu và phân tích mối quan hệ giữa các yếu tố trong bốn thẻ điểm: (1) thẻ điểm tài chính, (2) thẻ điểm khách hàng, (3) thẻ điểm hoạt động nội bộ và (4) thẻ điểm học hỏi và phát triển

[1] Nghiên cứu của Brewer & Speh (2000), đã sử dụng biến thể mô hình BSC như

là một khung mẫu cho hệ thống đo lường năng lực chuỗi cung ứng Nghiên cứu đã chỉ

ra rằng một chỉ số đo lường hiệu quả cần có mối liên hệ giữa mục tiêu chung của chuỗi cung ứng với bốn thẻ điểm trong mô hình Qua nghiên cứu, tác giả đã có những nhận định sau: (1) Quan điểm đo lường nội bộ của mô hình được mở rộng ra bao gồm các liên kết chức năng và quan hệ đối tác trong chuỗi cung ứng (2) Mô hình đã kết hợp đầy đủ các chỉ số đo lường tích hợp và chỉ số đặc trưng cơ bản cho từng công ty (3) Thành công trong hoạt động của công ty là thành công của toàn chuỗi cung ứng và ngược lại Những kiến nghị của tác giả đã cung cấp điểm khởi đầu cho mối quan hệ giữa mô hình thẻ điểm cân bằng và lĩnh vực quản lý chuỗi cung ứng

Hình 2.5 Khung mẫu đo lường chuỗi cung ứng

Lợi ích khách hàng cuối cùng

 Cải tiến chất lượng sản phẩm/ dịch vụ

 Cải tiến thời gian

 Cải tiến sự linh hoạt

 Cải tiến giá trị sản phẩm

Mục tiêu chuỗi cung ứng

 Giảm thời gian lãng phí

 Cạnh tranh trên thời gian

 Phản hồi linh hoạt

 Giảm chi phí đơn vị sản phẩm

Lợi ích tài chính

 Lợi nhuận biên cao

 Cải tiến dòng tiền

 Tăng doanh thu

 Tăng chỉ số đầu tư trên tài sản

Cải tiến chuỗi cung ứng

 Cải tiến sản phẩm/ quá trình

 Quản lý quan hệ trong chuỗi

 Dòng thông tin trong chuỗi

 Mối đe dọa/ s thay thế

Hình 2.6 Mối quan hệ giữa chuỗi cung ứng & thẻ điểm cân bằng

2.3.2.2 Mô hình SCOR

Phát triển bởi Hội đồng chuỗi cung ứng (SCC – Supply chain Council), mô hình SCOR đưa ra các chỉ số đo lường năng lực chuỗi cung ứng theo các quá trình bao gồm: (1) hoạch định (plan), (2) tổ chức nguồn lực (source), (3) sản xuất (make), (4) giao nhận (delivery) và (5) thu hồi hay còn gọi dịch vụ khách hàng (return) Trong đó các chỉ số xoay quanh 5 thuộc tính của chuỗi cung ứng là: (1) độ tin cậy, (2) độ phản hồi, (3) độ linh hoạt, (4) chi phí trong chuỗi và (5) hiệu quả quản lý tài sản Mô hình được sử dụng để đánh giá quy trình hoạt động hơn là các chức năng cụ thể

Lợi ích khách hàng cuối cùng

 Cải tiến chất lượng sản phẩm/ dịch vụ

 Cải tiến thời gian

 Cải tiến sự linh hoạt

 Cải tiến giá trị sản phẩm

Mục tiêu chuỗi cung ứng

 Giảm thời gian lãng phí

 Cạnh tranh trên thời gian

 Phản hồi linh hoạt

 Giảm chi phí đơn vị sản phẩm

Lợi ích tài chính

 Lợi nhuận biên cao

 Cải tiến dòng tiền

 Tăng doanh thu

 Tăng chỉ số đầu tư trên tài sản

Cải tiến chuỗi cung ứng

 Cải tiến sản phẩm/ quá trình

 Quản lý quan hệ trong chuỗi

 Dòng thông tin trong chuỗi

 Mối đe dọa/ s thay thế

Thẻ điểm hoạt động nội bộ

Thẻ điểm khách hàng

Thẻ điểm tài chính

Thẻ điểm học hỏi & cải tiến

[2] Nghiên cứu của Horatiu Cirtita.et.al (2012) về các chỉ số đánh giá chuỗi cung

ứng tích hợp dưới đã ứng dụng mô hình SCOR Kết quả nghiên cứu đã chỉ ra: (1) các chỉ số trong mô hình SCOR đủ mạnh để đánh giá năng lực bên trong của chuỗi cung ứng, (2) chưa có sự kết hợp giữa các chỉ số đánh giá năng lực bên trong và bên ngoài của chuỗi cung ứng thông qua nghiên cứu, (3) kiểm định giả thuyết không ủng hộ cho quan hệ giữa các chỉ số đánh giá và tính liên kết trong chuỗi cung ứng, (4) đưa ra phương pháp luận trong việc đánh giá các chỉ số đo lường thông qua khảo sát bảng câu hỏi và các công cụ thống kê, kiểm định giả thuyết

Bảng 2.2 Chỉ số đánh giá chuỗi cung ứng theo mô hình SCOR

Độ tin cậy

- Năng lực giao hàng

- Thực hiện đơn hàng hoàn hỏa

- Tỷ lệ lắp đầy đơn hàng khi giao

Độ phản hồi - Thời gian chờ khi thực hiện đơn hàng

Độ linh hoạt - Thời gian phản hồi

- Linh hoạt trong sản xuất

Chi phí chuỗi cung ứng

- Giá vốn hàng bán

- Tổng chi phí quản lý chuỗi

- Năng suất gia tăng giá trị

- Chi phí bảo hành Hiệu quả quản lý tài sản

-Thời gian chu kỳ dòng tiền

Hệ thống đánh giá năng lực (PMS) phải đo lường được một trong ba thuộc tính và cần

có ít nhất một chỉ số đo lường riêng cho từng đơn vị trong chuỗi cung ứng và các chỉ

số này phải phù hợp với mục tiêu chiến lược của từng đơn vị trong chuỗi cung ứng

Bảng 2.3 Mục tiêu của từng thuộc tính đo lường trong mô hình ROF

Nguồn lực Nâng cao mức độ hiệu quả Quản lý hiệu quả nguồn lực là

chìa khóa dẫn đến lợi nhuận Đầu ra Nâng cao mức độ dịch vụ

khách hàng

Sản phẩm không thể chấp nhận được, khách hàng sẽ chuyển sang chuỗi cung ứng khác

Linh hoạt Khả năng phản hồi thay đổi

của môi trường

Trong môi trường không chắc chắn, chuỗi cung ứng phải có khả năng thích ứng với sự thay đổi

[3] Thông qua các phân tích và nghiên cứu về mô hình hoạch định chuỗi cung ứng,

Benita M Beamon nhận thấy rằng các chỉ số để đánh giá mô hình sau khi hoạch định chỉ xoay quanh yếu tố chi phí: như chi phí tồn kho, chi phí vận hành Trong khi đó, một hệ thống đánh giá chuỗi cung ứng cần phải toàn diện và khái quát tất cả các hoạt động từ đầu vào đến đầu ra Thông qua các nghiên cứu về lý thuyết, Beamon (1999) đã đưa ra các kết luận: (1) Đề xuất mô hình ROF như là một hướng dẫn cho việc xây dựng hệ thống đánh giá toàn diện chuỗi cung ứng (2) Hình thành một số chỉ số đánh giá cơ bản của từng thuộc tính trong ROF thông qua các nghiên cứu trước

Bảng 2.4 Các chỉ số trong mô hình ROF của Beamon đề xuất (1999)

Thuộc tính Chỉ số đo lường

- Thời gian phản hồi khách hàng

- Thời gian chờ sản xuất

- Sai xót trong giao hàng

- Phản ánh của khách hàng

Độ linh hoạt

- Linh hoạt trong số lượng

- Linh hoạt trong giao nhận

- Linh hoạt trong điều phối

- Linh hoạt trong sản phẩm mới

Qua thời gian, có nhiều mô hình phát triển hệ thống đánh giá năng lực nói chung và năng lực chuỗi cung ứng nói riêng được đề xuất Tuy nhiên, qua nghiên cứu sơ bộ ba

mô hình cơ bản trên, tác giả có những nhận định sau:

(1) Các mô hình đều có cấu trúc phân cấp gồm các thuộc tính cấp một liên kết với các chỉ số đánh giá cấp hai trong từng thuộc tính đo lường

(2) Hệ thống đo lường năng lực phải liên kết các tổ chức trong cùng một chuỗi cung ứng

(3) Các thuộc tính đánh giá chuỗi cung ứng cần phải đạt được sự cân bằng giữa năng lực bên trong và các mối quan hệ bên ngoài của doanh nghiệp

2.4 Các chỉ số đo lường năng lực chuỗi cung ứng cơ bản

Tư duy và lý thuyết hệ thống đã có những tác động cơ bản đến hoạt động kinh doanh trong lĩnh vực logistics Trải qua quá trình phát triển các hoạt động trong lĩnh vực logistics đã đi từ các nhiệm vụ chức năng riêng lẻ đến tập trung theo quá trình, đỉnh cao là quản lý chuỗi cung ứng Theo đó, hệ thống tiêu chí đánh giá năng lực chuỗi cung ứng phải có những chỉ số đo lường hoạt động logistics hỗ trợ Và các chỉ số đó phải đi từ quan điểm nhiệm vụ/hoạt động đến quan điểm quá trình và cuối cùng là quan điểm tích hợp chuỗi cung ứng

2.4.1 Chỉ số đo lường tập trung vào nhiệm vụ/hoạt động logistics

Các nghiên cứu trong những năm 1980 và đầu 1990 đều tập trung vào đo lường các nhiệm vụ riêng lẻ trong hoạt động logistics như quản lý kho bãi, vận chuyển, bao gói Tuy nhiên, các hệ thống chỉ số này không phù hợp cho nghiên cứu của tác giả trong việc xây dựng các chỉ số đo lường năng lực chuỗi cung ứng tích hợp với các đơn vị tham gia vào chuỗi

2.4.2 Chỉ số đo lường tập trung vào quá trình hoạt động logistics

Keebler et al (1999) đã chỉ ra bốn thuộc tính đo lường quá trình hoạt động logistics là: thời gian, chất lượng, chi phí và thuộc tính hỗ trợ khác Các chỉ số đánh giá của từng thuộc tính được trình bày trong bảng 2.5

Có mối quan hệ giữa chỉ số năng lực và chỉ số quá trình mà nghiên cứu cho rằng trong hàng trăm chỉ số đo lường hoạt động logistics thì có ít hơn mười chỉ số đo lường quá

trình được xem là quan trọng để đánh giá và cải tiến năng lực doanh nghiệp logistics

Bảng 2.5 Các chỉ số đo lường năng lực quá trình logistics

Thời gian

- Giao hàng đúng hạn

- Thời gian chu kỳ đặt hàng

- Thời gian phản hồi thông tin

- Thời gian chu kỳ hoạch định/ dự báo

- Biến động thời gian chu kỳ hoạch định

- Chi phí dư thừa công suất

- Chi phí thiếu hụt công suất Chỉ số khác

- Sự sẵn có của thông tin

- Thời gian thay đổi đơn hàng

- Cực tiểu số lượng đơn hàng

2.4.3 Chỉ số đo lường tập trung vào chuỗi cung ứng

Đánh giá hoạt động logistics hướng đến tập trung dọc theo các chức năng tiến tới dọc theo các tổ chức đã đặt ra yêu cầu cần phải tích hợp các đơn vị tham gia vào hoạt động gọi chung là chuỗi cung ứng

Nghiên cứu của Bhagwat & Sharma (2007) đã đưa ra một bộ tiêu chí đánh giá chuỗi cung ứng tập trung vào bốn quan điểm của mô hình BSC Bốn quan điểm thể hiện toàn diện các chỉ số năng lực bên trong và bên ngoài của chuỗi cung ứng Bảng 2.6 tóm tắt các chỉ số trong mô hình nghiên cứu

Bên cạnh đó SCC (Supply Chain Council) - một tổ chức phi lợi nhuận, thành lập vào năm 1996 đã thực hiện nhiều nghiên cứu về đánh giá chuỗi cung ứng với mục tiêu giúp doanh nghiệp ứng dụng và cải tiến hoạt động kinh doanh thông qua quản lý chuỗi cung ứng SCC đã đưa ra SCOR với hơn hai trăm chỉ số đánh giá năng lực chuỗi cung ứng với bốn cấp độ thực hiện mô hình từ chi tiết đến phức tạp, từ tổng quát đến cụ thể cho từng doanh nghiệp áp dụng

Bảng 2.6 Các chỉ số đo lường tập trung vào chuỗi cung ứng tích hợp

Chỉ số tài chính

- Vòng quay tồn kho

- Biến động ngân sách

- Chi phí vận hành mỗi giờ

- Chi phí quản lý thông tin

- Mức độ linh hoạt với nhu cầu khách hàng

- Độ tin cậy trong giao hàng

- Đáp ứng đơn hàng khẩn

- Kế hoạch phân phối hiệu quả

- Chi phí quản lý thông tin khách hàng

- Chất lượng tài liệu hướng dẫn

- Giao hàng không sản phẩm lỗi

- Chất lượng đóng gói sản phẩm

Quá trình nội bộ

- Thời gian chu kỳ chuỗi cung ứng

- Thời gian giao hàng so với chuẩn của ngành

- Nhà cung cấp giao hàng không sản phẩm lỗi

- Kỹ thuật dự báo chính xác

- Thời gian chu kỳ phát triển sản phẩm

- Thời gian chu kỳ đặt hàng

- Hiệu quả kế hoạch sản xuất tổng thể

- Tổng chi phí tồn kho

- Chi phí tồn kho nguyên vật liệu & đầu vào

- Chi phí tồn kho trong vận chuyển

2.4.4 Chỉ số đo lường hình thành qua các nghiên cứu thực nghiệm

Trong một cuộc khảo sát và nghiên cứu các tình huống về đo lường hoạt động logistics trong chuỗi cung ứng của Keebler et at (1999) Qua đó, tác giả đã đưa ra một thống kê

về mức độ sử dụng của các chỉ số đo lường, được tóm tắt trong bảng 2.7

Bảng 2.7 Các chỉ số đo lường qua nghiên cứu thực nghiệm

Chỉ số thường sử dụng nhất Chỉ số quan trọng nhất cho chức năng

- Tuân thủ cam kết với khách hàng

- Chi phí vận chuyển bên ngoài

- Tính chính xác mức tồn kho

66% 61% 57% 53% 51%

Chỉ số ít sử dụng Chỉ số quan trong nhất ở mức độ công ty

logistics

- Chi phí phục vụ

- Đơn vị xử lý trên một đơn vị thời gian

- Đơn hàng xử lý trên một đơn vị t/gian

- Hiệu quả lao động và công suất

- Chu kỳ thời gian dòng tiền

- Thời gian phản hồi hư hỏng

Phần trăm người hồi đáp các chỉ số không

sử dụng phổ biến

Chỉ số được sử dụng bởi khách hàng và nhà cung cấp để đo lường năng lực

- Hóa đơn liên quan phải chính xác

- Thời gian chu kỳ đơn hàng

- Dòng hàng chờ lắp đầy

64% 59% 56% 45% 42% Qua kết quả của nghiên cứu, tác giả nhận định một số vấn đề tồn tại trong hệ thống đánh giá năng lực hoạt động logistics nói riêng và chuỗi cung ứng nói chung như sau: (1) Chỉ số chi phí nên được tiếp tục sử dụng trong các hệ thống đánh giá năng lực (2) Các chỉ số cần được tích hợp qua nhiều đối tượng trong chuỗi hơn là đánh giá của khách hàng cuối cùng

(3) Các chỉ số xoay quanh thuộc tính dịch vụ khách hàng, thực hiện đơn hàng, thu mua và các lĩnh vực logistics khác

 Từ đó, yêu cầu các chỉ số của hệ thống phải đánh giá đầy đủ mạng lưới chuỗi cung ứng cần đo

2.5 Phương pháp ra quyết định đa thuộc tính (MADM)

2.5.1 Giới thiệu phương pháp MADM

Ra quyết định đa thuộc tính (Multiple Attribute Decision Making) là quá trình ra quyết định, đánh giá, lựa chọn…dựa trên nhiều phương án khả thi được đặc trưng bởi nhiều thuộc tính mâu thuẫn nhau (Hwang & Yoon, 1981) MADM là một nhánh của ra quyết định đa tiêu chí (MCDM) và có liên quan đến quá trình ra quyết định đa mục tiêu (MODM) Đối lập với MADM, vấn đề của MODM là thiết kế các phương án được thiết lập từ nhiều mục tiêu mâu thuẫn nhau

Các yếu tố đặc trưng của phương pháp MADM bao gồm:

 Phương án thay thế: một số hữu hạn các phương án thay thế Có thể từ một vài cho đến hàng ngàn phương án được sàng lọc, ưu tiên, chọn lựa và xếp hạng

 Đa thuộc tính: mỗi vấn đề ra quyết định đều có nhiều thuộc tính Một người ra quyết định phải tìm ra mối liên hệ của các thuộc tính cho mỗi vấn đề Và số lượng thuộc tính phụ thuộc vào bản chất tự nhiên của vấn đề

 Vô tỉ đơn vị: mỗi thuộc tính có nhiều đơn vị đo lường khác nhau

 Trọng số thuộc tính: tất cả các phương án dùng trong MADM đều yêu cầu thông tin liên quan đến mức độ quan trọng tương đối của mỗi thuộc tính và được đánh giá bởi thang đo thứ tự, tỉ lệ hoặc khoảng cách Các trọng số có thể được đánh giá trực tiếp bởi người ra quyết định hoặc hình thành qua nghiên cứu thực nghiệm

 Ma trận ra quyết định: một vấn đề MADM có thể được thể hiện thông qua dạng

ma trận bao gồm các cột xác định thuộc tính cần xem xét và các dòng là những lựa chọn thay thế mâu thuẫn nhau

Hệ thống đánh giá năng lực chuỗi cung ứng ngành dệt may được định nghĩa như là một vấn đề MADM Trong đó các phương án thay thế là: đo lường toàn chuỗi cung ứng hoặc những mắc xích trong chuỗi cung ứng và các thuộc tính được tạo ra thông qua đánh giá những khía cạnh khác nhau trong năng lực thực hiện chuỗi cung ứng Các trọng số sẽ phản ánh tầm quan trọng của mỗi thuộc tính

2.5.2 Các phương pháp thường được sử dụng trong MADM

2.5.2.1 Kỹ thuật đánh giá đa thuộc tính đơn (SMART)

Những năm gần đây kỹ thuật đánh giá đa thuộc tính đơn (Simple Multi – Attribute Rating Technique) được sử dụng phổ biến cho các vấn đề đa thuộc tính

Ưu điểm của phương pháp là minh bạch và người ra quyết định phải có kiến thức nhiều hơn vấn đề đang gặp phải Các bước thực hiện kỹ thuật SMART được trình bày bên dưới (Goodwin & Voright, 1998)

 Xác định vấn đề ra quyết định

 Xác định các phương án thay thế

 Xác định các thuộc tính và mối quan hệ với vấn đề ra quyết định

 Đánh giá mức độ quan trọng của mỗi thuộc tính

 Xác định trọng số cho mỗi thuộc tính được phản ánh qua mức độ quan trọng

 Tính trọng số trung bình cho mỗi phương án

 Thực hiện quyết định tạm thời

 Phân tích độ nhạy để có quyết định phù hợp

Đơn giản quá trình thực hiện, kỹ thuật SMART giả định rằng các thuộc tính có mức độ

ưu tiên độc lập nhau Hay nói khác là mức độ ảnh hưởng của các thuộc tính riêng lẻ đến tổng điểm thì độc lập với giá trị của những thuộc tính khác Thêm vào đó, điểm số của mô hình thì dễ dàng hiểu và sử dụng nhưng kết quả tính ra dễ gây nhầm lẫn cho người ra quyết định

2.5.2.2 Lý thuyết độ hữu dụng (MAUT)

Phương pháp tiếp cận MAUT (Multiattribute Utility Theory) được phát triển chủ yếu bởi Keeny & Raiffa (1976) Về mặt lý thuyết phương pháp dựa trên giả định về sự hợp

lý của các mô hình độ hữu dụng được đưa ra bởi Neumann & Morgenstern (1944)

Ý tưởng cơ bản của phương pháp là các vấn đề lựa chọn có thể chia nhỏ thành nhiều phương án với các thuộc tính Sự đánh đổi giữa các thuộc tính, trọng số quan trọng của người sử dụng thì giá trị định lượng và độ hữu dụng của một thuộc tính được đo Cuối cùng, độ hữu dụng của một thuộc tính được kết hợp để phát triển một chỉ số hữu dụng tổng hợp cho mỗi phương án thay thế Cách xác định giá trị hữu dụng tổng hợp được tính như sau:

u (x1, x2, x3, …., xn) = f [u1(x1), u2(x2), u3(x3)…., un(xn)]

Trong đó ui(xi) chỉ định độ hữu dụng của một thuộc tính

MAUT có thể sử dụng như một mô hình tham khảo cho kỹ thuật ra quyết định nhóm dựa trên khái niệm độ hữu dụng Tuy nhiên, thực tế áp dụng hạn chế bởi mâu thuẫn trong độ hữu dụng của mỗi cá nhân trong nhóm

Thêm vào đó, quá trình ra quyết định của MAUT phải phản ánh sự thống nhất của các phán đoán Tuy nhiên, trong thực tế một vài điểm không thống nhất vẫn được chấp nhận và thậm chí đó là bản chất tự nhiên của vấn đề cần giải quyết

2.5.2.3 Phân tích thứ bậc (AHP)

Phương pháp phân tích thứ bậc (Analytical Hierarchy Process) là một trong những mô hình quan trọng của MADM được trình bày trong lý thuyết này Kể từ khi được giới thiệu bởi Satty (1980), AHP đã được sử dụng trong nhiều lĩnh vực ra quyết định khác nhau Phương pháp này dựa trên ba nguyên lý cơ bản: phân tích, đánh giá và tổng hợp

[1] Phân tích: AHP phân tích một vấn đề phức tạp thành nhiều yếu tố để quản lý và

ra quyết định Quá trình này bắt đầu từ mô tả tiềm ẩn của vấn đề và mô hình phân cấp thu được sẽ giúp xác định rõ ràng và chi tiết hơn các vấn đề, sử dụng để so sánh các phương án thay thế Trong hình 2 7 cho ta cấu trúc phân cấp của một vấn đề “Phương

án quyết định tốt nhất” được đặt ở đỉnh đầu của mô hình, tượng trưng cho mục tiêu cần phân tích (cấp độ 1) Sau đó, mô hình phân cấp được chia thành các tiêu chí định lượng quan trọng (cấp độ 2) Ở cấp độ 3 của mô hình chúng ta có các phương án loại trừ nhau cần được xem xét

Hình 2.7 Mô hình phân cấp thứ bậc

[2] Đánh giá: được sử dụng để so sánh các yếu tố ở một cấp độ của mô hình với

một yếu tố ở cấp độ ngay trên nó Quá trình so sánh được thực hiện từng cặp với thang điểm từ 1 – 9 Khi n yếu tố được so sánh với mỗi yếu tố khác sẽ có tổng cộng n x n ma trận đối xứng và có n (n – 1)/2 phép so sánh Phương pháp vector riêng được sử dụng

để ước tính sự liên quan của các yếu tố được so sánh

Quyết định tốt nhất

Phương án 1 Phương án 2

Sử dụng phương pháp vector riêng và trị riêng để xác định trọng số của các nhân tố từ

ma trân so sánh cặp Giả sử chúng ta muốn so sánh bộ k nhân tố trong cặp theo trọng

số tương đối của chúng Biểu thị các nhân tố bởi F1,…, Fk và trọng số của k nhân tố là

W1,…, Wk Khi nó nếu W = (W1,…., Wk)T, thì các cặp so sánh có thể được biểu diễn bởi ma trân A như sau:

một trong số những yi được gọi là ymax và y1 = 0, yi = ymax. Nếu A^ là ma trận của cặp giá trị so sánh, khi đó trị riêng W^ tương ứng với ymax sẽ thỏa mãn phương trình A^ W^

= ymax W^ Thông qua quan sát trực quan ta thấy chỉ cần có sự thay đổi nhỏ trong yếu

tố của ma trận A^ sẽ dẫn đến thay đổi trong yi, độ lệch sau của k được đo lường thống nhất Chỉ số C.I = (ymax – k)/(k – 1) là chỉ số nhất quán khi đánh giá và C.I < 0.1

[3] Tổng hợp: khi các cặp so sánh được hoàn thành, quá trình tổng hợp mức ưu tiên

cho mỗi phép so sánh được thực hiện để tạo ra giá trị ưu tiên cuối cùng sử dụng trong quá trình ra quyết định Theo toán học công thức tính trọng số ưu tiên cuối cùng mỗi phương án được tính như sau: ∑ trong đó:

Ri là tổng trọng số của phương án i

Cj là trọng số được đánh giá cho tiêu chí j

Wij là trọng số của phương án i trong tiêu chí j

Phân tích AHP sử dụng so sánh cặp để đo lường tác động của các nhóm tiêu chí ở cấp

độ một của mô hình phân cấp lên các nhóm ở mức độ cao hơn thông qua thang đo tỷ

lệ Thang đo tỷ lệ là một công cụ trong việc so sánh giữa các thuộc tính và có khả năng

đo lường các nhân tố hữu hình và vô hình

Một ưu điểm khác của AHP là cho phép những phán đoán không thống nhất Tuy nhiên, AHP cũng đo lường mức độ không đồng nhất và thiết lập mức điều chỉnh phù hợp cho các ý kiến bất đồng

2.6 Logic mờ trong kỹ thuật ra quyết định

Kỹ thuật ra quyết định đặc trưng bởi quá trình chọn lựa và sàng lọc các phương án “đủ tốt” từ các phương án được xem xét nhằm thỏa mãn một hoăc nhiều mục tiêu đặt ra Hầu hết quá trình ra quyết định thường liên quan đến các yếu tố không chắc chắn Do

đó, một trong những khía cạnh quan trọng của một quyết định hữu dụng là cung cấp khả năng xử lý thông tin không chính xác và mơ hồ chẳng hạn như: lợi nhuận “cao”, tốc độ “nhanh”, giá “rẻ”…

Theo như Bellman & Zadeh (1970) thì nhiều quá trình ra quyết định trong thực tiễn xảy ra trong môi trường với nhiều mục tiêu, những hạn chế và hậu quả không được biết một cách chính xác Một mô hình ra quyết định hữu dụng phải xử lý những thông tin và tri thức cũng như các thuộc tính và quan điểm không chắc chắn, không đầy đủ Đồng thời mô hình phải bao gồm những quá trình hỗ trợ việc xác định, đo lường và kết hợp tiêu chí cùng các phương án được để tạo ra một mô hình khái niệm cho việc ra quyết định và đánh giá trong môi trường mờ Năm 1965, L.A Zade đã giới thiệu lý thuyết tập mờ dựa trên khái niệm ranh giới của các tập hợp liên quan đến các dữ liệu

xấp xỉ không được xác định một cách rõ ràng và các phần tử trong một tập hợp thì không hoàn toàn tuyệt đối mà là vấn đề mức độ Zadeh đã định nghĩa tập mờ là “một lớp các phần tử liên tục của các cấp của một đối tượng” Theo toán học tâp mờ là việc gán mỗi phần tử trong tập hợp một giá trị đại diện cho cấp độ của các đối tượng trong tập hợp Cấp độ của một đối tượng được thể hiện bởi một giá trị thực từ 0 đến 1 Bản chất của một số mờ có thể coi như một tập mờ con đặc biệt của một số thực

Tập hợp cổ điển là một trường hợp đặc biệt của tập mờ trong đó các quan hệ ánh xạ liên quan đến mỗi phần tử của tập hợp thuộc tập nhị phân {0, 1} Tập hợp cổ điển bắt buộc phải có đầy đủ các phần tử thuộc về tập hợp hoặc không có phần tử (tập rỗng) còn tập mờ cho phép một phần tử cùng với mức độ thuộc về tập hợp đó

Sử dụng tập mờ trong ra quyết định có nhiều ưu điểm hơn tập hợp cổ điển Trước tiên, tập mờ có khả năng xử lý tốt các yếu tố không chắc chắn hơn là phương pháp cổ điển Thứ hai, tập mờ yêu cầu ít các đánh giá hơn các phương pháp khác như định lý Bayes hoặc lý thuyết điển hình Thứ ba, tập mờ là công cụ thực tế liên quan đến các mức độ quan trọng cho người ra quyết định Và cuối cùng có vài giả thuyết cần chấp nhận khi

sử dụng tập mờ

Tóm lại, lý thuyết mờ là nền tảng của logic mờ và ngày càng được sử dụng nhiều các

mô hình bài toán ra quyết định Tất cả những lý thuyết trên là cơ sở vững chắc cho mô hình “Đánh giá đa thuộc tính liên kết mờ - CFMAE” được sử dụng trong nghiên cứu này của tác giả

2.7 Phương pháp CFMAE

CFMAE là sự kết hợp giữa phương pháp đánh giá đa thuộc tính và lý thuyết mờ được

sử dụng trong các nghiên cứu khi thông tin không đầy đủ và thiếu sự hiểu biết chính xác do các điều kiện khách quan Phương pháp dựa trên lý thuyết nền tảng của logic

mờ, độ đo mờ và phương pháp đánh giá thứ bậc AHP để tạo thành phương pháp đánh giá thứ bậc mờ FAHP

2.7.1 Các lý thuyết nền tảng của CFMAE

2.7.1.1 Độ đo mờ

Khái niệm độ đo mờ lần đầu tiên được giới thiệu trong luận án tiến sĩ của Sugeno (1974), được khái quát như định nghĩa thông thường của một phép đo bằng việc thay thế một thuộc tính cộng thông thường bằng một thuộc tính biến thiên trong tập hợp

Sugeno cho rằng độ đo phù hợp với các lớp mờ và những phát biểu định tính mà phụ thuộc nhiều vào ý kiến chủ quan của người đánh giá

Một độ đo trong không gian hữu hạn (X, Ω), bao gồm một tập hợp X và một số σ – algebra (đại số) là một tập con của X Một tập con A của X được gọi là độ đo hoặc độ

đo liên quan tới Ω nếu A ɛ Ω Một độ đo μ trong một không gian đo lường (X, Ω) là một hàm thiết lập các số thực không âm được xác định cho tất cả các tập hợp của Ω với μ (ϕ) = 0, và nếu là một họ không tách rời của những tập hợp với ɛ Ω, với i 0, khi đó:

Xét một tập tổng X, xem Ω là một họ các tập con của X, một độ đo mờ g trên < X và

Ω > là một hàm g: Ω  [0, 1], thỏa mãn các yêu cầu sau:

đã giới thiệu chỉ số λ gọi là độ đo mờ đáp ứng Theo như thuộc tính cộng thêm cho tất

cả các tập hợp A, B thỏa điều kiện:

A, B ⊂ X và A B = ϕ,

g (A B) = g(A) + g(B) + λg(A)g(B) cho những λ > -1 (2.1) Một chỉ số độ đo mờ đáp ứng khi λ = 0 là xác suất của phép đo

Với tập hợp X = {x1, x2, x3,…, xn} là một tập hợp hữu hạn và gi = g({xi}) Một ánh xạ

xi  gi thì được gọi là hàm mật độ mờ Giả sử A = {xi1, xi2, xi3,…, xin} ⊂ X Tập A có

m phần tử xi1 là phần tử đầu tiên của phân lớp i và xin là phần tử thứ m trong phân lớp

i – là tên chung cho phân lớp, khi đó có biểu thức:

g(A)=∑ + λ∑ ∑

với -1 < λ < (2.2) Biểu thức 2.2 là dạng tổng quát của biểu thức 2.1, chỉ ra sự liên hợp của hai tập con A

và B, trong đó:

 Phần đầu tiên trong biểu thức 2.2 ( ∑ là tổng của tất cả các mật độ mờ từ yếu tố thứ 1 đến m của phân lớp i (m là số phần từ trong tập con A)

 Phần thứ hai trong biểu thức 2.2 ( ∑ ∑

hợp của hai mật độ mờ, trong đó là mật độ mờ thứ j trong phân lớp i và là mật độ mờ thứ k của phân lớp i

 Phần thứ ba của biểu thứ 2.2 ( ) nghĩa là nhân λ bởi λ mũ m -1 lần (số phần tử trong tập con A trừ 1) và sau đó nhân kết đó với là tất cả giá trị mật độ mờ của mỗi phần tử trong tập con A cho phân lớp i

Biểu thức 2.2 tính độ đo mờ λ cho A – là một tập con trong tập tổng X Do đó, giá trị của λ có thể tính được từ biểu thức g(X) = 1 điều đó tương đương với việc giải phương trình ∏ Do đó, khi biết mật độ mờ với i =1,2, , n, sẽ tính được giá trị độ đo mờ

Xét một ví dụ đơn giản của một tập hợp X với ba cấp độ hiểu biết Tập hợp X được biểu diễn như sau X = { x1, x2, x3}, trong đó giá trị mật độ của từng tập con trong X như sau: g1 = 0,1, g2 = 0,3, g3 = 0,2

Sử dụng độ đo mờ g theo định nghĩa Sugeno, thì cần phải tính tham số đáp ứng qua phương trình: 0,006 λ2 + 0,11 λ – 0,4 = 0

Nghiệm duy nhất lớn hơn -1 của phương trình là λ = 3,109 và đó là quá trình độ đo mờ của tập X Bảng 2.8 bên dưới trình bày kết quả đạt được ứng với từng tập con A trong tập tổng X Theo như mong đợi, các tập con của phần tử { x2, x3} thì quan trọng đáng

kể hơn để khẳng định các giả thuyết hơn các tập con {x1, x2}, {x1, x3} khác

2.7.1.2 Tích phân mờ

Dựa trên khái niệm độ đo mờ, Sugeno (1974) đã đưa ra định nghĩa tích phân mờ là một hàm chức năng phi tuyến, rất giống với tích phân Lebesque, trong đó tích phân được định nghĩa dựa trên tập hợp mờ

Cho một không gian độ đo mờ (X, Ω) và hàm h : X  [0,1] là một hàm chức năng đo lường Ω Tích phân mờ trên A ⊂ X của hàm chức năng h liên quan tới độ đo mờ được định nghĩa như sau:

∮ [ ( )] ( ) trong đó

Để giải thích tích phân mờ, ta giả sử rằng một đối tượng được đánh giá từ quan điểm của một tập hợp nguồn X Một hàm h(x) € [0,1] tượng trưng cho quyết định của đối tượng khi giá trị x € X được xem xét và hàm g({x}) biểu thị mức độ quan trọng của giá trị x Với giả định rằng đối tượng được đánh giá sử dụng các giá trị từ A ⊂ X Điều

đó thì phù hợp để xem xét một hàm định lượng: W(A) = như là một quyết định an toàn nhất mà đối tượng cung cấp và g(A) nhấn mạnh tầm quan trọng của lớp con trong tập tổng Giá trị đạt được từ so sánh hai số trên về cực tiểu toán tử được giải thích như mức độ đồng ý giữa khả năng thực sự h(x) và sự mong đợi, g Do đó, tích phân mờ được giải thích như là quá trình tìm kiếm thứ hạng cao nhất của sự đồng

ý giữa đánh giá khách quan và sự mong đợi

Các tính chất của tích phân mờ theo quan điểm của Wierzchon, 1976 như sau:

1 Nếu h(x) = c, với mọi x € X, , thì ∮

2 Nếu h1(x) h2(x), với mọi x € X, thì ∮ ∮

3 Nếu A ⊂ B, thì ∮ ∮

4 Với {Ai: i = 1,2, , n} là một phần của tập X, thì ∮ , trong đó là tích phân mờ của h với tầm quan trọng g Việc giải thích tất cả các tính chất liên quan đến tích phân mờ như là một kỹ thuật tổng hợp thông tin cần phải rõ ràng

Khi X là một tập hợp hữu hạn thì việc tính toán tích phân mờ sẽ dễ dàng thưc hiện Với X = { x1, x2, , xn} và hàm h: X  [0,1] Giả sử h(x1) h(x2) … h(xn) (nếu không, X phải được sắp xếp lại để được quan hệ trên) Khi đó, tích phân mờ e sẽ liên quan đến độ đo mờ g trên X có thể tính như sau:

e = ( ) trong đó Ai = {x1, …, xi}

Chú ý rằng khi độ đo mờ g chính là λ, thì giá trị của g(Ai) có thể được xác định đệ qui như sau:

g(Ai) = g({x1}) = g1

g(Ai) = g({x1, , xi-1, xi}) = gi +g(Ai-1) + λgig(Ai-1) cho 1 < i n

Tính toán tích phân mờ với độ đo mờ λ chỉ yêu cầu thông tin về hàm mật độ mờ, trong

đó mật độ thứ i là gi sẽ giúp đánh giá độ đồng ý các mức quan trọng của giá trị xi, trong đó i =1, 2, , n

Một công thức tổng quát cho tích phân mờ theo Sugeno (1974) được định nghĩa như sau Giả sử h(x1) h(x2) … h(xn), khi đó tích phân mờ được xác định:

(C) ∫ Trong đó, H1 = {x1}, H2 = {x1, x2}, Hn = { x1, x2, , xn} = X

Khái niệm cơ bản của công thức trên được minh họa trong hình 2.8 bên dưới

Hình 2.8 Khái niệm cơ bản tích phân mờ

Trong trường hơp λ = 0 và g1 = g2 = … = gn thì điều kiện h(x1) h(x2) … h(xn) là không cần thiết

2.7.1.3 FAHP

AHP là một trong những trong những phương pháp MAMD được sử dụng rộng rãi Một trong những ưu điểm chính của phương pháp này là dễ hiểu và áp dụng với nhiều thông tin, tiêu chí định tính lẫn định lượng Các phép tính toán trong AHP không quá phức tạp và liên quan đến nhiều công thức toán Tuy nhiên, AHP không phản ánh cách suy nghĩ của con người bởi sự không chắc chắn và mơ hồ từ nhận thức chủ quan và kinh nghiệm của người ra quyết định

Để giải quyết vấn đề trên, nhiều phương pháp phân tích thứ bậc mờ FAHP đã được trình bày bởi nhiều tác giả khác nhau Người ra quyết định thường sẽ tự tin cung cấp những phán đoán ước lượng hơn là những phán đoán với giá trị chính xác vì họ không thể thể hiện rõ ràng các mong muốn của mình do bản chất mờ của quá trình so sánh Một số ưu điểm của FAHP được đề cập bởi Satty (1980) so với phương pháp AHP cố điển như sau:

 Số mờ là một lợi thế cho việc mở rộng phạm vi đánh giá bởi một ma trận quyết định đặc trưng trong phương pháp AHP cổ điển

 Số mờ cho phép người ra quyết định có không gian tự do cho những ước lượng liên quan đến nhiều mục tiêu Các đánh giá có thể đi từ bi quan đến lạc quan, từ không quan trọng đến quan trọng

 Sự kết hợp các đánh giá từ các tiêu chí nhỏ đến các tiêu chí lớn hơn thì tốt hơn phương pháp vector riêng truyền thống, với một ma trận so sánh vuông cho tất cả các tiêu chí

Bảng 2.9, tác giả tổng hợp một số nghiên cứu về FAHP để thấy được những ưu và nhược điểm của phương pháp

Bảng 2.9 Tổng hợp một số ưu, nhược của FAHP qua các nghiên cứu

Nghiên cứu Đặc điểm phương pháp Ưu (A), nhược điểm (D) phương pháp

Buckley

(1985)

- Sử dụng số mờ theo phân bố hình thang

- Sử dụng phương pháp trung bình hình học để tính trọng số và điểm hiệu suất mờ

(A) Dễ mở rộng cho các tr/hợp mờ (A) Giải quyết từng yếu tố trong ma trân đối xứng

(D) Yêu cầu tính toán rất nhiều và phức tạp để có kết quả

CFMAE là thuật toán sẽ được tác giả sử dụng trong đề tài nhằm tìm ra trọng số mức

độ quan trọng của từng thuộc tính đến năng lực chuỗi cung ứng ngành dệt may thông qua các đánh giá chủ quan của người hồi đáp CFMAE được thực hiện qua 2 bước dựa trên các nền tảng độ đo mờ, tích phân mờ và FAHP đã được trình bày phía trên Tiếp theo trong chương này, tác giả sẽ giới thiệu tổng quan về phương pháp CFMAE và các điều kiện để áp dụng phương pháp

2.7.2 Giới thiệu phương pháp CFMAE

Các thuộc tính cơ bản trong hệ thống đo lường năng lực chuỗi cung ứng ngành dệt may sẽ được trình bày dưới dạng mô hình thứ bậc với ba phân cấp Cấp không sẽ là kết quả cuối cùng của hệ thống tiêu chí đánh giá năng lực chuỗi cung ứng ngành dệt may Cấp một sẽ là các thuộc tính độc lập, cơ bản và đặc trưng của hệ thống Các thuộc tính ở cấp một sẽ bao gồm các tiêu chí đánh giá liên quan và phụ thuộc với nhau được trình bày trong cấp hai của mô hình Mô hình đánh giá thứ bậc của hệ thống được minh họa trong hình 2.9

Hình 2.9 Mô hình đánh giá thứ bậc của hệ thống

Năng lực chuỗi cung ứng ngành dệt may

Thuộc tính 1 Thuộc tính 2 Thuộc tính 3 ……

Như đã trình bày, đánh giá năng lực chuỗi cung ứng ngành dệt may là một vấn đề MADM Trong đó, phương pháp đánh giá đa thuộc tính mờ (CFMAE) được sử dụng cho quá trình đánh giá Độ đo mờ và tích phân mờ, sẽ sử dụng trong bước đầu tiên để tính toán giá trị mức độ quan trọng của các thuộc tính cấp một, được phản ánh trong các tiêu chí cấp hai Do các tiêu chí và thuộc tính có sự phụ thuộc lẫn nhau nên phương pháp cộng tính thì phù hợp cho việc đánh giá này

Bước thứ hai của CFMAE là tính trọng số của từng thuộc tính cấp một đến năng lực chuỗi cung ứng, sẽ sử dụng phương pháp FAHP Các thuộc tính cấp một thì độc lập nhau Do đó, phương pháp cộng tính đặc biệt là AHP thì phù hợp cho loại vấn đề này Bước cuối cùng là đánh giá trọng số năng lực của chuỗi cung ứng qua tính toán chỉ số SAW (Simple Additive Weight) để tích hợp trọng số của từng thuộc tính

2.7.3 Quá trình thực hiện phương pháp CFMAE và các đại lượng

Hình 2.10 Quá trính tính toán của CFMAE

Giá trị mờ của tiêu chí và thuộc tính

Giá trị ngôn ngữ tiêu chí và thuộc tính

Hình 2.10 minh họa chi tiết quá trình tính toán của phương pháp CFMAE Trong đó,

các ký hiệu trong phương pháp bao gồm:

Xij: giá trị đánh giá bằng ngôn ngữ của tiêu chí thứ j cho thuộc tính thứ i

Wij: giá trị trọng số bằng ngôn ngữ của tiêu chí thứ j cho thuộc tính thứ i

~ giá trị đánh giá mờ của tiêu chí thứ j cho thuộc tính thứ i

~ giá trị trọng số mờ của tiêu chí thứ j cho thuộc tính thứ i

S ( ~ ~ vector khử mờ của giá trị đánh giá cho thuộc tính thứ i

S ( ~ ~ vector khử mờ của giá trị trọng số cho thuộc tính thứ i

hi: giá trị đánh giá sau khi tính tích phân mờ cho thuộc tính thứ i

Wi: giá trị trọng số sau khi thực hiện FAHP cho thuộc tính thứ i

SCp: giá trị đánh giá khi sau thực hiện SAW cho toàn năng lực chuỗi cung ứng

XSCp: giá trị ngôn ngữ cho toàn năng lực chuỗi cung ứng

Trong chương này, tác giả đã giới thiệu tổng quan về phương pháp CFMAE, cùng các bước thực hiện và các đại lượng trong phương pháp Các bước thực hiện mà tác giả đã

áp dụng phương pháp vào đề tài sẽ được trình bày trong chương 3 của luận văn

2.8 Tổng kết lý thuyết và mô hình nghiên cứu

Qua các sơ lược về lý thuyết chuỗi cung ứng, hệ thống tiêu chí đánh giá năng lực, các

mô hình đánh giá năng lực và các đặc trưng của chuỗi cung ứng ngành dệt may Tác giả đề xuất hệ thống tiêu chí đánh giá năng lực chuỗi cung ứng ngành dệt may theo mô hình thứ bậc gồm 8 thuộc tính như hình 2.8 Các cơ sở để tác giả lựa chọn mô hình đã được trình bày chi tiết trong mục 2.2.2 Các tiêu chí của từng thuộc tính được xác định thông qua phân tích và tìm hiểu các nghiên cứu liên quan trước đó và sẽ được trình bày trong chương 4

Sau khi tìm hiểu mô hình MADM và các phương pháp được sử dụng trong mô hình, tác giả nhận thấy rằng hệ thống tiêu chí đánh giá năng lực chuỗi cung ứng ngành dệt may nên được xem như là một bài toán ra quyết định đa thuộc tính cần phải giải quyết Trong đó 8 thuộc tính của mô hình là các tiêu chí hoặc mục tiêu mà hệ thống xây dựng cần phải thỏa mãn một hoặc nhiều mục tiêu quan trọng dựa trên phương pháp đánh giá

đa thuộc tính liên kết mờ (CFMAE) để xác định các trọng số quan trọng của từng thuộc tính trong hệ thống đáng giá năng lực chuỗi cung ứng ngành dệt may

Hệ thống đánh giá năng lực chuỗi cung ứng dệt may

Phát triển sản phẩm Chi phí Thời gian Chất lượng Linh hoạt Chia sẻ thông tin Cải tiến Lợi nhuận

Hình 2.8 Mô hình phân cấp hệ thống đánh giá năng lực chuỗi cung ứng ngành dệt may

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 3.1 Giới thiệu tổng quan phương pháp nghiên cứu

Kết quả nghiên cứu cuối cùng của đề tài là hình thành hệ thống tiêu chí đánh giá năng lực chuỗi cung ứng ngành dệt may Để đạt được mục tiêu đó, hai mục tiêu cơ bản cần đạt được theo từng bước như sau: (1) mục tiêu đầu tiên là hình thành hệ thống tiêu chí đánh giá năng lực theo cấu trúc phân cấp cho chuỗi cung ứng ngành dệt may và (2) mục tiêu thứ hai là phát triển phương pháp toán học để đánh giá trọng số của từng tiêu chí đến năng lực chuỗi cung ứng Hình 3.1 trình bày phương pháp tác giả thực hiện để đạt được các mục tiêu nghiên cứu đã nêu theo từng giai đoạn

TRO Trong bước đầu, nghiên cứu lý thuyết và các kỹ thuật của phương pháp định tính (kỹ thuật Delphi) được sử dụng để tìm ra các ý kiến xoay quanh chuỗi cung ứng ngành dệt may từ các nhà quản lý và chuyên gia trong lĩnh vực Kết quả của bước này sẽ giúp tác giả xây dựng sơ bộ hệ thống đánh giá năng lực chuỗi cung ứng ngành dệt may

Ở bước thứ hai, phương pháp đánh giá đa thuộc tính liên kết mờ (Combined Fuzzy Multiple Attribute Evaluation - CFMAE) được thực hiện, với sự hỗ trợ của các thông tin được thu thập thông qua công cụ bảng câu hỏi khảo sát

Cơ sở lý thuyết

Các tiêu chí đã được nghiên cứu

Vấn đề nghiên cứu

Chỉ số đánh giá hiệu quả chuỗi cung ứng

Mô hình nghiên cứu sơ bộ

Mô hình các chỉ số đánh giá

Khảo sát bảng câu hỏi

Khảo sát đại trà c/ty trong lĩnh vực

Nghiên cứu định tính

Phỏng vấn sâu doanh nghiệp

Kết quả

Hệ thống phân cấp thang đo năng lực chuỗi

Phương pháp đánh giá CFMAE

Đo lường mờ, tích hợp mờ, FAHP

Hình 3.1 Phương pháp nghiên cứu

3.1.1 Phương pháp Delphi

3.1.1.1 Giới thiệu phương pháp Delphi

Delphi là một phương pháp định tính nổi tiếng được tạo ra bởi hai nhà khoa học Mỹ là Olaf Helmer & Norman Dalkey vào năm 1953 Hiện nay, phương pháp được sử dụng phổ biến trong quản lý và ra quyết định bởi một số ưu điểm sau:

 Có tính khuyết danh: loại trừ hoàn toàn hình thức thảo luận trực tiếp và công khai sẽ giúp loại bỏ yếu tố tâm lý của người hồi đáp

 Kiểm soát thông tin: phương pháp được thực hiện qua nhiều vòng, giúp loại bỏ thông tin không có ích và giảm độ phân tán của các câu trả lời

 Phản hồi bằng hình thức viết: tạo cơ sở cho việc đánh giá và phân tích số liệu Bên cạnh đó, một số ưu điểm như dễ hiểu và thực hiện, linh hoạt áp dụng ở những nơi

có ý kiến chuyên gia tồn tại… đã tạo cơ hội cho phương pháp ngày càng được sử dụng nhiều trong các nghiên cứu khoa học và thực tiễn

Kỹ thuật Delphi được tiến hành qua nhiều giai đoạn, trong đó mỗi giai đoạn cách nhau khoảng hai tháng Trong vòng đầu tiên các chuyên gia sẽ trả lời câu hỏi chung về vấn

đề nghiên cứu và các vòng tiếp theo sẽ được xây dựng dựa trên các kết quả thu được từ vòng thực hiện trước đó Quá trình sẽ chấm dứt khi có sự đồng thuận của tất cả các chuyên gia về vấn đề cần dự báo hoặc nghiên cứu (Delbecq et at, 1975)

Các bước thực hiện kỹ thuật Delphi được giới thiệu bởi Allen (1978) như sau

 Bước 1: Lựa chọn nhóm chuyên gia phù hợp về chuyên môn và số lượng được đề nghị nhỏ hơn 10 chuyên gia cho một vòng thực hiện

 Bước 2: Vòng Delphi đầu tiên giúp xây dựng bảng câu hỏi nghiên cứu, các chuyên gia cung cấp ý kiến mở, không bị giới hạn bởi người nghiên cứu

 Bước 3: Xử lý thông tin từ vòng đầu tiên, mã hóa các phản hồi và xây dựng bảng câu hỏi sơ bộ sử dụng trong giai đoạn sau

 Bước 4: Thực hiện vòng Delphi thứ 2 giúp đánh giá lại các ý kiến, phản hồi được tổng hợp từ vòng đầu qua một bảng câu hỏi đánh giá

 Bước 5: Vòng Delphi thứ 3 được thực hiện với trị trung bình của các đánh giá từ vòng 2 Và kiến ý nào khác với trị trung bình đều được yêu cầu giải thích

 Bước 6: Phân tích, tổng hợp và chuẩn bị báo cáo với các chỉ số thống kê bao gồm trị trung bình và độ lệch chuẩn để đánh giá mức độ đồng thuận của các chuyên gia

3.1.1.2 Phương pháp Delphi được sử dụng trong nghiên cứu

Trong nghiên cứu này, do hạn chế về thời gian và nguồn lực, phương pháp Delphi được thực hiện qua ba giai đoạn, mỗi giai đoạn cách nhau một tháng Danh sách 10 chuyên gia được đề nghị tham gia nghiên cứu, nhưng sau khi liên hệ thì chỉ có 6 chuyên gia sẵn sàng tham gia Các chuyên gia đến từ những doanh nghiệp hoạt động trong lĩnh vực dệt may tại khu vực TP.HCM Trong đó có một chuyên gia là giảng viên chuyên ngành dệt may tại trường Đại học (danh sách đính kèm ở phụ lục)

Vòng Delphi đầu tiên thay vì phỏng vấn qua bảng câu hỏi với các chuyên gia khuyết danh, thì tác giả lại thực hiện phỏng vấn sâu trực tiếp với từng chuyên gia, và đây là điểm khác biệt cơ bản so với phương pháp truyền thống đã giới thiệu Lý do của sự thay đổi này là vì chuỗi cung ứng ngành dệt may hiện còn quá mới đối với các doanh nghiệp Việt Nam Do đó, tác giả sử dụng phỏng vấn sâu để có thêm các thông tin và nhận định về chuỗi cung ứng, về hệ thống đánh giá chuỗi cung ứng từ quan điểm của các doanh nghiệp hoạt động trong ngành và chuyên gia liên quan

Với kết quả phỏng vấn của vòng một, bảng câu hỏi sơ bộ sẽ được thiết kế và gửi đến các chuyên gia để đánh giá lại các tiêu chí trong hệ thống đánh giá năng lực chuỗi cung ứng ngành dệt may Kết quả phản hồi sẽ nhận lại sau hai tuần gửi bảng câu hỏi Sau khi nhận được thông tin phản hồi từ vòng Delphi thứ 2, tác giả tiến hành xử lý kết quả với các chỉ số thống kê bao gồm: giá trị trung bình, độ lệch chuẩn và chỉ số Cronbach’s pha của từng thuộc tính trong hệ thống đánh giá Sau đó kết quả được gửi đến các chuyên gia để thực hiện vòng Delphi thứ 3 qua hệ thống email

Tại vòng Delphi thứ 3, các chuyên gia rà soát lại hệ thống tiêu chí đánh giá cùng với các chỉ số thống kê được cung cấp, đồng thời sẽ cho ý kiến phản hồi về mức độ thống nhất của các chuyên gia về hệ thống đang xây dựng

Thời gian thực hiện ba vòng Delphi là từ tháng 11/2013 đến 01/2014 Trong đó, thời gian tiến hành phỏng vấn sâu từ 11/2013 đến tháng 12/2013 Bảng câu hỏi của vòng Delphi thứ 2 được gửi đến các chuyên gia vào đầu tháng 12/2013 Sau một tuần nhắc nhở, tác giả đã nhận được thư phản hồi vào giữa tháng 12/2013 Hai tuần còn lại, được

sử dụng để tổng hợp và tính toán các số liệu thống kê Đầu tháng 01/2014 bảng báo cáo cuối cùng được gửi đến các chuyên gia qua email, để thống nhất mức đồng thuận

về hệ thống đánh giá

3.1.2 Phương pháp đánh giá CFMAE

3.1.2.1 Tại sao sử dụng Logic mờ trong giai đoạn 2

Khi đánh giá năng lực chuỗi cung ứng ngành dệt may theo các bước đã thực hiện ở giai đoạn một sẽ tồn tại nhiều sự thiếu hiểu biết và thông tin không chính xác bởi:

 Thông tin không thể định lượng được: trong hệ thống đánh giá tồn tại cả chỉ số định tính và định lượng Các chỉ số định tính như “kiến thức quản lý” trong phát triển chuỗi cung ứng thì không thể định lượng một cách chính xác khi đánh giá

 Thông tin không đầy đủ: một số thông tin dạng ước lượng và thiếu các công cụ đo lường chính xác để sử dụng Ví dụ như tiêu chí “chia sẻ thông tin kịp thời” trong khoảng “5 ngày”

 Khó có được thông tin: do hạn chế về thời gian và chi phí nên các thông tin khó thu thập được một cách trọn vẹn và đầy đủ từ các thành viên tham gia vào chuỗi cung ứng Do đó, một thông tin dạng “xấp xỉ” thường được dùng khi ra quyết định

 Một phần sự thiếu hiểu biết: số mờ là thuộc tính mà một phần của nó không có được thông tin chính xác trong khi một phần còn lại thì biết chắc chắn

3.1.2.2 Các bước thưc hiện phương pháp CFMAE

Các lý thuyết nền tảng của phương pháp CFMAE đã được trình bày sơ lược trong mục 2.7 Ở phần này, tác giả sẽ giới thiệu chi tiết các bước thực hiện phương pháp CFMAE

đã được áp dụng trong luận văn CFMAE được thực hiện qua 2 giai đoạn, gồm các bước cụ thể như sau

Giai đoạn 1: Độ đo mờ và tích phân mờ

Đây là giai đoạn dùng để mờ hóa giá trị đánh giá của người hồi đáp về hệ thống tiêu chí đánh giá năng lực chuỗi cung ứng dựa trên thông tin có được từ bảng câu hỏi khảo sát Giai đoạn một được hiện theo 4 bước,

 Bước 1: Xác định hàm giá trị của tập ngôn ngữ mờ

Bước này dùng để xác định hàm giá trị cho biến ngôn ngữ Xij Trong quá trình thu thập

dữ liệu, người hồi đáp được yêu cầu đánh giá mức độ quan trọng của từng tiêu chí với thang đo từ 1 đến 7 Theo đó, biến ngôn ngữ của Xij được xác định bao gồm 7 yếu tố

Xij = {EUI, VUI, LUI, N, LI, VI, EI} trong đó: EUI là cực kỳ không quan trọng, VUI

là rất không quan trọng, LUI là không quan trọng, N là bình thường, LI là quan trọng,

VI là rất quan trọng và EI là cực kỳ quan trọng

Hình 3.2 Hình ảnh minh họa bảy thang đo trong hệ thống mờ của matlab

 Bước 2: Giá trị trung bình mờ của thang đo và trọng số

Giả sử ta có k người hồi đáp về mức độ quan trọng của các tiêu chí Sau khi tính giá trị trung bình của k người hồi đáp, dựa vào hàm giá trị được xác định trong bước 1, ta sẽ

có giá trị mờ mức độ quan trọng của tiêu chí thứ j cho thuộc tính thứ j như sau:

Xij = (.) {Xij1 + Xij2 + … + Xijk}

Wij = (.) {Wij1 + Wij2 + … + Wijk} (3.1)

 Bước 3: Khử mờ

Sau khi tính giá trị đánh giá mờ và trọng số mờ của mỗi tiêu chí, bước tiếp theo là tính giá trị khử mờ Có nhiều phương pháp khử mờ được giới thiệu Các tác giả, đề nghị sử dụng kết hợp nhiều phương pháp cho việc khử mờ Trong nghiên cứu này, sẽ trình bày

ba phương pháp thường được sử dụng nhất:

b Giá trị trung tâm

Phương pháp giá trị trung tâm cho khử mờ được đế xuất bởi Delgado et at (1998) như sau Cho , giá trị khử mờ ( ) được xác định như sau ( )

Khi thì ( )

Các trường hợp khác thì ( )

(3.4) Tổng hợp các giá trị ( ) ( ) ( ) sẽ cho ta giá trị khử mờ cuối cùng ( ) như sau:

( ) ( ) ( ) ( ) (3.5)