Quy trình 5S

2.1.8. Công c xây d ng tinh gn

2.1.8.6. Quy trình 5S

5S là m t công c nh m c i thi n hi u qu n i làm vi c và gi m b t các ngu n l c lãng phí. B ng cách cung c p m t khn kh có h th ng cho t ch c và duy trì s s ch s hàng ngày [15]. i u này có th đ t đ c b ng cách t ch c s p x p không gian m t cách logic, các công c và v t li u đ c đ t các v trí thu n ti n cho các

đ i t ng c n d̀ng đ n v i t n su t h p lỦ… Không gianđ c d n d p ng n n p và

Vi t Nam, 5S l n đ u tiên đ c áp d ng vào n m 1993. Hi n nay, r t nhi u công ty xây d ng Vi t Nam áp d ng 5S, ví d nh m t s cơng ty xây d ng: Hòa

B̀nh, Coteccons, Unicons, Ricons…

- Sàng l c: Seiri: lo i b nh ng th không c n thi t ra kh i khu v c làm vi c.

- S p x p - Seiton: b trí các d ng c , thi t b m t cách d tìm, d th y, d l y.

- S ch s - Seiso: v sinh n i làm vi c th ng xuyên, sau m i ngày làm vi c và

duy tr̀ th ng xuyên.

- S năsóc - Seiketsu: ln duy trì, ki m tra và c i ti n đ doanh nghi p càng ngày càng hoàn thi n t t h n.

- S n sàng - Shitsuke: m i ng i trong t ch c đ u rèn luy n t o nên tác phong nghiêm ch nh, n n p.

2.1.8.7. D phòng ch tăl ng (Fail ậ Safe for Quality)

K ho ch ki m tra, đánh giá ch t l ng t ng th nên đ c hoàn thành khi b t

đ u d án. Nh ng v n đ v ch t l ng có th đ c gi i quy t b ng các ph ng pháp

tiêu chu n, và d ng nh ć r t ít ch đ c i thi n. [11]

An toàn đ c theo dõi v i các k ho ch hành đ ng an toàn, t c là, danh sách

các h ng m c r i ro chính do m i d án chu n b . Các m i nguy ti m n đư đ c nghiên c u và khám phá trong lúc th c hi n d án. H u h t các s c v ATL nh

ch n th ng, té ngư đ u có các bi n pháp đ i phó tiêu chu n; tuy nhiên, v n đ ATL

ph i th ng xuyên nh c nh , sinh ho t v i ng i lao đ ng v các bi n pháp an toàn (Salem và c ng s , 2006) [11].

2.1.8.8. Tiêu chu năhóaăn ngăsu t

N ng su t là th c đo chúng ta s n xu t bao nhiêu trên m t đ n v đ u vào.

T v trí c a khách hàng, n ng su t cao h n d n đ n chi phí th p h n, ti n đ xây d ng ng n h n, giá tr đ ng ti n t t h n và kh n ng sinh l i nhu n cao h n.

L i nhu n c a nhà th u t vi c t ng n ng su t th ng n m trong kho ng t

2% đ n 4% doanh thu. N ng su t lao đ ng t ng 25% thì l i nhu n có th t ng t 2%

lên 8%, ho c t 4% lên 10%, t c là l i nhu n t ng g p hai l n đ n b n l n.

N ng su t lao đ ng = S n l ng / S l ng lao đ ng

N ng su t v t li u = T ng s n l ng / L ng v t li u

N ng su t máy = Giá tr s n xu t / Kh i l ng công vi c (Yi Wen, 2014) [16].

2.1.8.9. 5 Why?

N m lỦ do là m t ph n c a s n xu t tinh g n, là m t k thu t gi i quy t v n đ

đ tìm hi u sâu xa ngu n g c c a v n đ m t cách khá nhanh chóng. Chi n l c tìm hi u k càng nguyên nhân sâu xa c a v n đ khi h i "T i sao - lý do gì v n đ này x y ra". [17]

M c tiêu c a công c 5 lý do nh sau:

- Ń giúp nhanh ch́ng xác đnh v n đ c n gi i quy t nhanh chóng.

- Nó giúp liên h nhi u nguyên nhân khác nhau v m t v n đ .

- Nó có th đ c th c hi n nhanh, không c n s d ng đ n nh ng phân tích tốn h c.

2.1.9. Trí tu nhân t o

Trí tu nhân t o, hay Artificial Intelligence (AI), là m t l nh v c khoa h c

đ c thành l p vào nh ng n m 1950 [18]. Vào th i đi m đ́, ń đ c mô t nh m t ngành khoa h c m i nghiên c u m t cách có h th ng v hi n t ng “tŕ thông minh”.

M c tiêu này đư đ c theo đu i b ng cách s d ng máy t́nh đ mô ph ng các quy

trình thơng minh. Gi đnh trung tâm c a AI là các ho t đ ng logic c a máy tính có

th đ c c u trúc đ b t ch c các quá tr̀nh suy ngh c a con ng i. Vì ho t đ ng

c a máy t́nh đ c hi u trong khi ho t đ ng c a b ́c con ng i thì khơng, các nhà

nghiên c u AI hy v ng s đ t đ c hi u bi t khoa h c v hi n t ng “tŕ thông minh”

theo cách này [19].

2.1.10. H c máy

H c máy, hay Machine Learning (ML), là m t nhánh c a AI cung c p các máy có kh n ng h c h i mà không c n l p trình. AI tr nên kh thi thơng qua ML. H th ng máy tính th c hi n các ch c n ng thông qua ML nh phân c m, tính tốn và nh n d ng m u. Quá trình h c t p đ t đ c b ng cách s d ng các thu t toán và c u trúc s h c khác nhau đ phân t́ch thông tin. Thông tin này đ c phân lo i theo m t

t́nh n ng và m t s giá tr đ u ra đ c g i là nhãn. K thu t này lỦ t ng cho các

v n đ nh h i quy, phân lo i và xác đnh quy t c k t h p và thu th p [20].

2.1.11. H c t p có giám sát

H c t p có giám sát (Supervised Learning) là m t hình th c ML quan tr ng.

Ń đ c đ t tên là có giám sát vì cơng vi c nàyđ c th c hi n d i nhãn nhìn th y

c a các bi n quan sát; ng c l i, trong H c không giám sát, các bi n ph n h i khơng có s n. Trong H c t p có giám sát, các t p d li u đ c đào t o v i các t p đào t o

đ xây d ng ML, và sau đ́ s đ c s d ng đ g n nhãn các quan sát m i t t p th nghi m. i v i t p đào t o, các bi n đ u vào là các đ c đi m s nh h ng đ n đ

chính xác c a m t bi n đ c d đoán. Ń ch a c các bi n đ nh l ng và đ nh tính; bi n đ u ra là l p nhãn mà H c có giám sát s g n nhãn cho các quan sát m i. Theo các lo i bi n đ u ra khác nhau, các nhi m v H c t p có Giám sát có th đ c chia thành hai lo i: nhi m v phân lo i và nhi m v h i quy. Các bi n đ u ra c a nhi m v phân lo i là các bi n phân lo i và các bi n c a nhi m v h i quy là các bi n liên t c. Ví d , phân lo i hình nh nóng hi n t i là m t nhi m v phân lo i, và d đoán

giá c phi u là m t nhi m v h i quy [21].

2.1.12. Ph ngăph́p Bootstrap

Bootstrap là m t k thu t th ng th y trong l nh v c th ng kê đ c Bradley Efron gi i thi u vào n m 1979 [22]. K thu t này là m t k thu t l y m u l p đi l p l i đ c s d ng đ d đoán s li u th ng kê trên m t qu n th b ng cách l y m u m t t p d li u có thay th . Bên c nh đ́, ń đ c s d ng trong ML ng d ng đ

c tính k n ng c a các mơ hình ML khi đ a ra d đốn v d li u khơng có trong d li u đào t o [23].

2.1.13. Ph ngăph́păBagging

Bagging, c̀n đ c g i là t ng h p bootstrap [24], là ph ng pháp h c t p theo

nh́m th ng đ c s d ng đ gi m ph ng sai trong m t t p d li u nhi u. Trong

bagging, m t m u d li u ng u nhiên trong t p đào t o đ c ch n có thay th , ngh a

là các đi m d li u riêng l có th đ c ch n nhi u l n. Sau khi m t s m u d li u

tốn, ví d nh h i quy ho c phân lo i, trung bình ho c ph n l n các d đoán đ́

mang l i c t́nh ch́nh xác h n .

2.1.14. Ph ngăph́păb phi u

Ph ng pháp b phi u là m t mơ hình ML [25] t ng h p k t h p các d đốn

t nhi u mơ h̀nh khác. ây là m t k thu t có th đ c s d ng đ nâng c p hi u su t c a m t mô h̀nh, lỦ t ng là đ t đ c hi u su t t t h n b t k mô h̀nh đ n l

nào đ c s d ng trong qu n th . Ph ng pháp b phi u ho t đ ng b ng cách t ng

h p c l ng t nhi u mơ hình. Nó có th đ c s d ng đ phân lo i ho c h i quy.

Trong tr ng h p h i quy, đi u này liên quan đ n vi c tính giá tr trung bình c a các

d đốn t các mơ hình. i v i phân lo i, các d đoán cho m i nhưn đ c c ng l i

và nhưn ć đa s phi u đ c d đoán .

2.2. Các nghiên c u liên quan

2.2.1. Các nghiên c uătrongăn c

Vi t Nam, r t ít nghiên c u v TCXD nói chung và lãng phí trong xây d ng nói riêng, đi n h̀nh nh D.K. Hà đư ch ra 19 nhân t lãng phí trong TCXD Tp.HCM

[26], đ c chia thành 3 nh́m nh sau: 1. Lưng ph́ chuy n đ i tr c ti p, 2. Lãng phí

th i gian khơng ph thêm và 3. Lãng phí th i gian ph thêm. Các nguyên nhân gây

lưng ph́ đ c phân chia thành 5 nhóm v i 25 nguyên nhân: 4 y u t v qu n lý, 6

y u t v con ng i, 6 y u t th c hi n, 6 y u t v t li u và 3 y u t thông tin giao ti p.

Trong m t nghiên c u khác c a D.K. Ha [27] ch ra 28 nhân t gây nên s

thay đ i thi t k trong các d án xây d ng Vi t Nam, d a trên các nhóm nguyên

nhân v : môi tr ng, khách hàng, t v n và nhà th u.

Nghiên c u c a B.T. Cao v các nguyên nhân gây ra s bi n đ ng th i gian th c hi n công tác và xây d ng mơ hình mơ ph ng th i gian lãng phí trong xây d ng [28] đư li t kê đ c 40 nguyên nhân và m c đ tác đ ng c a chúng, xây d ng mơ hình mơ ph ng v lãng phí th i gian trong xây d ng.

T.L. Phan đư s d ng mô ph ng s ki n r i r c trong m t nghiên c u v n ng

su t lao đ ng b ng vi c xem xét công tác thi công c p pha nhôm c a m t sàn đi n

T.T.T. Trang [30] trong nghiên c u v nguyên nhân gây lãng phí th i gian trong thi cơng hồn thi n d án nhà cao t ng đư ch ra 31 nhân t và phân tích m i

t ng quan b ng mơ hình tuy n tính SEM (Structural Equation Modeling).

T.B. Tơ [31] đư ch ra 35 nhân t nh h ng đ n tiêu th n ng l ng c a tòa

nhà chung c , s d ng mơ hình trí tu nhân t o mơ ph ng n ng l ng tiêu th cho

nhu c u làm mát trong tòa nhà b ng vi c đ xu t mơ hình Random Forest.

2.2.2. Các nghiên c u ngoƠiăn c

D.K. Ha [32] trong m t nghiên c u n m 2014 v nh h ng c a lưng ph́ đ n chi phí th c hi n d án đư cho th y ć 9.36% chi ph́ gia t ng do nh h ng c a các nhân t lãng phí b ng mơ hình m ng n -ron nhân t o.

M.S Baijou [33] trong m t nghiên c u v xác đnh và ki m soát các nhân t lãng phí cho các d án xây d ng tinh g n Morocco d a trên k t qu kh o sát t 330

ng i t các d án xây d ng. K t qu có 24 nhân t nhân t lưng ph́ đ c chia 4 nhóm nguyên nhân b ng ph ng pháp phân t́ch nhân t .

Alwi. S [34] trong m t nghiên c u n m 2002 Indonesia đư ch ra 5 nhóm nguyên nhân gây lãng phí cho các d án xây d ng, bao g m: thi t k và b n v , qu n

lỦ, con ng i, th c hi n và v t li u.

2.3. Tóm t tăCh ngă2

Ch ng 2 đư tr̀nh bày t ng quan v các khái ni m, các đ nh ngh a liên quan

đ n v n đ lưng ph́ trong thi công các d án nhà cao t ng. C̀ng v i các nguyên lỦ

và công c c a LCđ cung c p rõ ràng h n v lỦ thuy t c a LC.

Trong ph n s l c các nghiên c u liên quan, ć r t ́t nghiên c u v đ tài này Vi t Nam, cho th y r ng trong gi i khoa h c ch a quan tâm đúng m c v hi u qu trong giai đo n thi công c a các d án xây d ng.

Lu n v n tr̀nh bày s b Ủ thuy t v phân t́ch nhân t và TTNT ch ng

CH NGă3: PH NGăPHỄPăNGHIểNăC U 3.1. Quy trình nghiên c u

Hình 3.1 - Quy trình nghiên c u

Quy tr̀nh th c hi n nghiên c u s đ c phân chia thành 3 ph n đ gi i quy t

m c tiêu ban đ u c a lu n v n, c th nh sau:

Ph n 1: T ng quan v lưng ph́ trong thi công xây d ng d a trên các nguyên t c c a xây d ng tinh g n.

Ph n 2: Xác đ nh các nhân t gây lưng ph́ trong TCXD các công tr̀nh nhà cao t ng, m c đ nh h ng đ n chi ph́ th c hi n d án.

Ph n 3: Xây d ng mơ h̀nh d đốn t l ph n tr m chi ph́gia t ng do các y u t lưng ph́ gây ra d a trên các thu t toán tŕ tu nhân t o.

3.2. Thu th p d li u

Hình 3.2 - Quy trình thu th p d li u

3.2.1. Thi t k b ng câu h i kh o sát

Trong nghiên c u nhân t , đ c bi t đ i v i ngành Qu n lý Xây d ng, hình th c TTDL b ng BCH KS đ c s d ng r t ph bi n. ây là m t công c quan tr ng đ

thu th p m t l ng l n d li u b ng nh ng câu tr l i ng i tham gia kh o sát. u đi m c a BCH KS là các Ủ t ng có th truy n đ t d dàng và nhanh ch́ng, t ng

đ i d th c hi n và chi phí th p. Vì v y, BCH KS đư đ c s d ng đ TTDL cho lu n

v n này.

3.2.1.1. Thangăđo

thu n ti n trong vi c TTDL và phân tích d li u, câu h i đ́ng c̀ng v i v i thang đo Likert 5 c p đ đ c s d ng đ kh o sát v t n su t xu t hi n các nhân t lãng phí trong TCXD nhà cao t ng. Ph ng pháp này đ c áp d ng cho nhi u đ i

t ng khác nhau, thang đi m dao đ ng t (1) đ n (5), c th :

B ng 3.1 - Thang đo m c đ nh h ng c a kh o sát

B ng 3.2 - Nh́m t kh o sát d ki n

STT Nhân t T n su t xu t hi n

I. T n su t xu t hi n ćc nhân t gây lưng ph́

1 Nhóm nhân t v sai sót thi cơng     

2 Nhóm nhân t v “th i gian ch ”      3 Nhóm nhân t v “t n kho”      4 Nhóm nhân t v “chuy n đ ng không c n thi t”      5 Nhóm nhân t v “s n xu t quá m c”      6 Nhóm nhân t v “quy trình khơng c n thi t”      7 Nhóm nhân t v “v n chuy n”     

II. M căđ nhăh ngăđ n chi ph́ d ́n

1. T l % chi ph́gia t ng do lưng ph́ trong TCXD: …….(%)

3.2.1.2. X́căđnh các nhân t

u tiên, danh sách nhân t s b đ c xác đ nh b ng cách tham kh o t báo