รายงานการศึกษาค่าคาดการณ์อัตราการว่างงานของประเทศไทย

31 2.4.2 การพยากรณ์การว่างงานในประเทศไทย การพยากรณ์การว่างงานในประเทศไทยที่ผ่านมา ใช้เทคนิคการพยากรณ์ที่หลากหลาย ตัวอย่างเช่น วรางคณา เรียนสุทธิ์ ( 2559 ) ได้ทำการศึกษาการพยากรณ์จำนวนผู้ว่างงานในประเทศ ไทย โดยใช้เทคนิคอนุกรมเวลา เพื่อศึกษาและสร้างตัวแบบพยากรณ์ที่เหมาะสมที่สุดของจำนวนผู้ ว่างงานในประเทศไทย โดยใช้ข้อมูลจำนวนผู้ว่างงานรายเดือน ตั้งแต่มกราคม 2555 ถึง สิงหาคม 2558 จำนวน 44 ชุด จากกองวิจัยตลาดแรงงาน กรมการจัดหางาน โดยใช้เทคนิคพยากรณ์อนุกรม เวลาด้วยกันทั้งหมด 3 วิธี ได้แก่ 1 ) วิธีอนุกรมเวลาบอกซ์- เจนกินส์ 2 ) วิธีการพยากรณ์รวม 3 ) วิธีการ ปรับเรียบด้วยเส้นโค้งเลขชี้กำลังสองของวินเทอร์แบบบวก โดยใช้โปรแกรม SPSS เป็นเครื่องมือช่วย ในการดำเนินการศึกษา สำหรับการเปรียบเทียบเลือกเทคนิคการพยากรณ์ที่เหมาะสมจากเทคนิค พยากรณ์ทั้งหมด ใช้ค่าเปอร์เซ็นความคลาดเคลื่อนสัมบูรณ์เฉลี่ย ( MAPE ) และรากที่สองของความ คลาดเคลื่อนกำลังสองเฉลี่ยต่ำที่สุด ( RMSE ) เป็นตัววัด โดยจะเลือกเทคนิคพยากรณ์ที่ให้ค่าความ คลาดเคลื่อน MAPE และ RMSE ต่ำที่สุด นำมาสร้างตัวแบบพยากรณ์ที่เหมาะสมสำหรับใช้พยากรณ์ ต่อไป ผลการศึกษาพบว่าวิธีการพยากรณ์รวมเป็นวิธีที่มีความเหมาะสมกับอนุกรมเวลาชุดนี้มากที่สุด เนื่องจากได้ค่า MAPE และ RMSE ต่ำที่สุด จึงมีความเหมาะสมสำหรับการพยากรณ์ต่อไป วีรภัทร อุสาหกิจ , สุขิตา คักกันหา , สุภกิจ จิตต์ธรรม ( 2564 ) ก็ได้ศึกษาการพยากรณ์จำนวน ผู้ว่างงานของประเทศไทยเช่นเดียวกัน โดยใช้ข้อมูลจากธนาคารแห่งประเทศไทย 60 ค่า แบ่งข้อมูล ออกเป็น 2 ชุด ชุดที่1 คือ ข้อมูลปี พ.ศ. 2558-2562 ชุดที่ 2 คือ ข้อมูลปี พ.ศ. 2563 จำนวน 12 ค่า เป็นข้อมูลในการตรวจสอบความถูกต้องของการพยากรณ์ เพื่อสร้างตัวแบบพยากรณ์ที่เหมาะสมที่สุด ของจำนวนผู้ว่างงานในประเทศไทย โดยใช้วิธีการวิเคราะห์อนุกรมเวลาด้วยวิธีการพยากรณ์เดี่ยว 3 วิธี คือ 1 )วิธีการถดถอยแบบอนุกรมเวลา 2 )วิธีการปรับให้เรียบแบบเลขชี้กำลัง 3 )วิธีบอกซ์- เจนกินส์ และวิธีการพยากรณ์รวมโดยหาตัวถ่วงน้ำหนัก 2 วิธี คือ 1 )วิธีการให้น้ำหนักเท่ากัน 2)วิธีความคลาด เคลื่อนกำลังสองเฉลี่ยผกผัน โดยใช้โปรแกรม SPSS เป็นเครื่องมือช่วยในการดำเนินการศึกษา และ เปรียบเทียบจากค่าเปอร์เซ็นความคลาดเคลื่อนสัมบูรณ์เฉลี่ย ( MAPE ) และความคลาดเคลื่อนกำลัง สองเฉลี่ยต่ำที่สุด ( MSE ) ที่น้อยที่สุดในการเลือกตัวแบบพยากรณ์ที่เหมาะสม ซึ่งพบว่าวิธีการพยากรณ์ รวมเป็นวิธีที่มีความเหมาะสมกับอนุกรมเวลาชุดนี้มากที่สุด ซึ่งค่าพยากรณ์จากวิธีการพยากรณ์รวมมี ความถูกต้อง น่าเชื่อถือ เมื่อกำหนดค่าน้ำหนักที่เหมาะสม ดร.กวิน เอี่ยมตระกูล ได้ศึกษาการใช้ Google ประมาณค่าสถิติตลาดแรงงาน งานศึกษาฉบับ นี้ ได้นำประโยชน์จากฐานข้อมูลขนาดใหญ่ ( Big Data ) ของ Google ในแอพพลิเคชั่น Google Trends ซึ่งมีศักยภาพเพียงพอในการเป็นเครื่องชี้วัดเศรษฐกิจโดยแสดงพฤติกรรมความสนใจของ ประชาชนทุกระดับและแสดงผลแบบ Real Time มาใช้ในการติดตามและประเมินผลเศรษฐกิจด้าน การว่างงานของไทย โดยในงานศึกษาฉบับนี้ประมาณการอัตราการว่างงานระหว่างเดือนเมษายน – กรกฎาคม 2563 โดยเปรียบเทียบผลการทดสอบระหว่าง 1) แบบจำลอง ARIMA ( Auto Regressive and Moving Average ) โดยใช้ข้อมูลอัตราการว่างงานในอดีต และ 2) แบบจำลองกำลังสองน้อยที่สุด ที่ใช้ข้อมูลปริมาณการค้นหาจาก Google Trends ของคำว่า “สมัครงาน” และ “หางาน” ทั้งนี้ ผล การศึกษาพบว่า แบบจำลองกำลังสองน้อยที่สุด โดยใช้ข้อมูลปริมาณการค้นหาจาก Google Trends ประมาณการอัตราการว่างงาน ในเดือนเมษายน – กรกฎาคม 2563 ในช่วงร้อยละ 0.8 ถึง 1.3 และ