กำหนดมาตรฐานดัชนีการผลิตสุกร ตามข้อมูลที่เก็บภายในฟาร์มเอง

สร้างตัวเลขดัชนีการผลิตเองภายในฟาร์มสุกรง่ายๆ ช่วยบริหารจัดการฟาร์มอย่างมีประสิทธิภาพด้วยตนเอง เพื่อความสำเร็จที่ยั่งยืนของธุรกิจฟาร์มสุกร

การสร้างตัวเลขมาตรฐานของดัชนีการผลิตสุกร (Performance index) ตามข้อมูลที่เก็บภายในฟาร์มเอง เป็นเทคนิคที่ช่วยให้คุณประเมินผลผลิตของฟาร์มสุกรที่แม่นยำและน่าเชื่อถือ เสริมสร้างแนวทางการบริหารจัดการฟาร์มที่ทรงประสิทธิภาพ และปรับปรุงผลการดำเนินงานอย่างต่อเนื่อง เพื่อความสำเร็จที่ยั่งยืนในธุรกิจฟาร์มสุกร ท่านสามารถสร้างขึ้นมาเองได้ง่ายๆ ทำอย่างไรไปดูกัน

การสร้างตัวเลขมาตรฐานของดัชนีการผลิตสุกร (Performance index) ตามข้อมูลที่เก็บภายในฟาร์มเอง เป็นเทคนิคที่ช่วยให้คุณประเมินผลผลิตของฟาร์มสุกรที่แม่นยำและน่าเชื่อถือจากการนำข้อมูลไปใช้ประโยชน์ เสริมสร้างแนวทางการบริหารจัดการฟาร์มที่ทรงประสิทธิภาพ และปรับปรุงผลการดำเนินงานอย่างต่อเนื่อง เพื่อความสำเร็จที่ยั่งยืนในธุรกิจฟาร์มสุกร ท่านสามารถสร้างขึ้นมาเองได้ง่ายๆ ทำอย่างไรไปดูกัน

เลือกเนื้อหาที่ต้องการอ่าน

ประโยชน์ของการเก็บข้อมูลในฟาร์มเพื่อมากำหนดมาตรฐานตัวชี้วัด

การนำข้อมูลที่เก็บภายในฟาร์มมาวิเคราะห์เพื่อตั้งเป้าหมาย

การนำข้อมูลดิบที่มีอยู่มาใช้ให้เกิดประโยชน์สูงสุดผ่านการวิเคราะห์ข้อมูลขั้นสูง สามารถช่วยให้ฟาร์มมีความเข้าใจที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับสถานการณ์ที่เกิดขึ้นจริงภายในฟาร์ม ทั้งยังเปิดโอกาสให้สามารถกำหนดแนวทางและตั้งเป้าหมายที่สอดคล้องกับบริบทเฉพาะของฟาร์มได้อย่างแม่นยำ (Data-driven decision making) การใช้ประโยชน์จากข้อมูลอย่างชาญฉลาดเช่นนี้ จะส่งผลให้การบริหารจัดการฟาร์มเป็นไปอย่างมีประสิทธิภาพ และตอบสนองต่อความต้องการที่แท้จริงของฟาร์มได้ดียิ่งขึ้น ซึ่งนับเป็นปัจจัยสำคัญที่จะนำไปสู่ความสำเร็จอย่างยั่งยืนของธุรกิจฟาร์มในระยะยาว

ปัญหาของเกณฑ์มาตรฐานทั่วไปเพื่อเป็นตัวชี้วัดภายในฟาร์ม

ค่ามาตรฐานหรือดัชนีที่ใช้เปรียบเทียบประสิทธิภาพการเลี้ยงสุกรในแต่ละบริษัท หน่วยงาน ผู้พัฒนาซอฟต์แวร์สำเร็จรูป หรือผู้เชี่ยวชาญ มักมีความแตกต่างหรือคลาดเคลื่อนกันเล็กน้อย เมื่อนำไปเปรียบเทียบกับตัวเลขภายในฟาร์มอาจสูงหรือต่ำกว่ามาตรฐาน เนื่องจากบริบทของฟาร์มและค่ามาตรฐานของแต่ละดัชนีมีความแตกต่างกัน เช่น

  • Software ที่ใช้ต่างกัน
  • สายพันธุ์สุกรต่างกัน
  • ภูมิภาคที่เลี้ยงต่างกัน
  • สิ่งแวดล้อมที่เลี้ยงต่างกัน
  • รูปแบบการจัดการฟาร์มต่างกัน
  • วิธีคำนวณมาตรฐานต่างกัน
  • ความคิดเห็นผู้เชี่ยวชาญต่างกัน

ปัญหาเหล่านี้ทำให้ฟาร์มถูกจำกัดให้นำผลการเลี้ยงภายในฟาร์มมีเทียบค่ามาตรฐานทั่วไป หรืออิงกับประสบการณ์ผู้เชี่ยวชาญ ซึ่งเมื่อพัฒนาถึงจุดหนึ่งอาจล่าช้าหรือยากต่อการพัฒนา แต่การนำข้อมูลที่ฟาร์มเก็บมาวิเคราะห์เพื่อหาข้อจำกัดหรือปัญหาของฟาร์มเอง จะช่วยในการวางแผนเพิ่มประสิทธิภาพและใช้ต้นทุนในการพัฒนาได้คุ้มค่ามากกว่าเดิม

คู่มือการจัดการฟาร์มสุกรในการพัฒนามาตรฐานดัชนีชี้วัดภายในฟาร์ม

ขั้นตอนการทำงานการสร้างดัชนีมาตรฐานใหม่ภายในฟาร์ม
  1. กำหนดเป้าหมายดัชนีที่ต้องการเก็บข้อมูล (Setting and observing data)
    กำหนดเป้าหมายดัชนีที่ต้องการเก็บข้อมูล และกำหนดมาตรฐานของรูปแบบและวิธีการเก็บข้อมูลให้เป็นมาตรฐานเดียวกัน
  2. เก็บข้อมูล (Collect data)
    เก็บข้อมูลตามพารามิเตอร์ (Parameters) ที่ฟาร์มต้องการนำไปวิเคราะห์ ขั้นตอนการสุ่มเก็บข้อมูลเพื่อให้ได้ข้อมูลที่เป็นการแจกแจงปกติ (Normal distribution) โดยยึดหลักตามทฤษฎี Central Limit Theorem ซึ่งมีเงื่อนไขหลัก 2 ประการ คือ ข้อมูลต้องเป็นการสุ่มตัวอย่าง และจำนวนที่เก็บต้องมากกว่า 30 ตัวอย่าง
    ถ้าใครต้องการศึกษาหลักการนี้เพิ่มเติมเกี่ยวกับ CLT ก็ตามไปศึกษาได้เลย

normal distribution with empirical rule

3. วิเคราะห์ข้อมูล (Analyzing data)

ทำ Descriptive Statistics เพื่อดูคุณภาพข้อมูลและประสิทธิภาพเบื้องต้น หาค่าผิดปกติ (Outlier) เพื่อนำออกหรือพิจารณารูปแบบความผิดปกติของชุดข้อมูลที่เก็บมา และดูการกระจายตัวของข้อมูลว่าใกล้เคียงการแจกแจงปกติหรือไม่

4. กำหนดเป้ามาตรฐานดัชนีที่ต้องการวัด (Establishing new target)
กำหนดตัวเลขมาตรฐานดัชนีที่ต้องการวัดเฉพาะฟาร์ม โดยตั้งค่ามาตรฐานหรือช่วงของตัวเลขดัชนีภายในฟาร์ม ให้ใช้หลักการของ Central Limit Theorem โดยมาตรฐานที่ตั้งขึ้นอยู่กับเป้าหมายของแต่ละฟาร์ม

5. ติดตามการเลี้ยงเปรียบเทียบดัชนีอย่างต่อเนื่อง (Ongoing monitoring)
ติดตามผลการเลี้ยง เพื่อตรวจสอบว่าสูง (Above target) หรือต่ำ (Below target)ก ว่าค่าดัชนีที่ฟาร์มตั้งไว้ ในการวางแผนป้องกันหรือพัฒนาตัวเลขดัชนีนั้นๆได้อย่างรวดเร็วเมื่อมีปัญหา

6. ตรวจหาปัจจัยที่เปลี่ยนแปลง (Identifying changing factor)
ตรวจหาปัจจัยที่เปลี่ยนแปลงเมื่อพบว่าผลของดัชนีสูงหรือต่ำกว่ามาตรฐาน เพื่อเข้าไปตรวจสอบหาปัจจัยที่ทำให้ค่าดัชนีต่างจากมาตรฐาน และนำไปวางแผนต่อไป

7. ทดสอบสมมุติฐาน (Hypothesis testing)
ทดสอบสมมุติฐานหลังจากทราบปัจจัยที่ทำให้ผลการเลี้ยงต่างจากมาตรฐาน โดยทำการทดลองเพื่อหาว่าปัจจัยนั้นเป็นสาเหตุของการเปลี่ยนแปลงจริงหรือไม่ และคุ้มค่า่กับการลงทุนที่ต้องเปลี่ยนแปลงหรือไม่

ตัวอย่างในการกำหนดค่ามาตรฐานของตัวชี้วัด(Performance index) ในเล้าคลอด

ในฟาร์มสุกร A ซึ่งมีขนาด 2,500 แม่สุกร โดยในแต่ละสัปดาห์จะมีแม่สุกรเข้าคลอดประมาณ 100 ตัว ทางฟาร์มได้ทำการเก็บรวบรวมข้อมูลดัชนีต่างๆ ภายในเล้าคลอดเพื่อประเมินประสิทธิภาพการทำงานของเล้าคลอด โดยมีการสุ่มเก็บข้อมูลน้ำหนักลูกสุกรแรกคลอดจำนวน 100 ตัว จากแม่สุกรทั้งหมด 100 ตัว เพื่อนำมาสร้างค่ามาตรฐานดัชนีเฉพาะของฟาร์ม ซึ่งสามารถดำเนินการได้อย่างง่ายดายตามขั้นตอนดังต่อไปนี้ (ตามขั้นตอนหัวข้อที่แล้ว)

  1. กำหนดเป้าหมายดัชนีที่ต้องการเก็บข้อมูล (Setting and observing data)
    เริ่มต้นด้วยการเลือกดัชนีที่ต้องการเก็บข้อมูล ในที่นี้คือ น้ำหนักลูกสุกรแรกคลอด (Birth Weight)
  2. เก็บข้อมูล(Collect data)
    ทำการรวบรวมข้อมูลตามดัชนีที่กำหนดไว้ โดยไฟล์จำลองข้อมูลดิบสามารถดาวโหลดไปเปิดใน Excel หรือ Google sheet เพื่อวิเคราะห์ตามได้

ตัวอย่างภาพของชุดข้อมูลเมื่อเปิดดูด้วย โปรแกรม google sheet หรือ excel จะมีการเก็บค่าดัชนีที่สนใจคือ birth weight ของลูกหมู ทั้งหมด 100 ตัวมาใส่ใน column เดียวกัน
รูปภาพ1: ตัวอย่างข้อมูลดิบ Birth weight(BW) หน่วย กิโลกรัม

3. วิเคราะห์ข้อมูล (Analyzing data):
    3.1 Descriptive statistics

Description

Value

Count(N)

100

Sum

131.94

Mean

1.32

Median

1.31

Mode

1.14

Standard Error

0.04

Standard Deviation

0.45

Sample Variance

0.2

Kurtosis

0.45

Skewness

-0.4

Range

2.38

Minimum

0.05

Maximum

2.43

Confidence Level(95.0%)

0.09

3.2 หาข้อมูลที่มีค่ามากกว่า หรือน้อยกว่าปกติ (Outlier)

การทำ box and whisker plot เพื่อหาค่า outlier ของการกระจายตัวชุดข้อมูลของน้ำหนักลูกสุกรแรกเกิด พบมี2ค่าที่เป็น outlier คือ 0.05 และ 0.1
รูปภาพ2: Box and whisker plot เพื่อช่วยหาค่าผิดปกติ (Outlier)

หากไม่เจอค่า Outlier ในชุดข้อมูลที่เก็บมาก็สามารถนำไปวิเคราะห์การกระจายตัวจากข้อมูลได้เลย แต่ถ้ากรณีมีค่า Outlier ดังรูปภาพที่ 2 ให้พิจารณาดังนี้

  1. นำข้อมูล Outlier ออกจากการคำนวณ หากค่า Outlier นั้นไม่สมเหตุสมผลเกินไป หรือค่าที่ได้น่าจะเกิดจากความผิดผลาด เช่น เครื่องวัดค่าผิดผลาด บันทึกผิดพลาด เป็นต้น
  2. ไม่นำข้อมูล Outlier ออกจากการคำนวณ หากค่า Outlier นั้นยังมีความสมเหตุสมผลในดัชนีนั้นๆอยู่ หรือ Outlier มีจำนวนไม่มากจนส่งผลต่อการกระจายตัวข้อมูล
  3. กรณี Outlier มีจำนวนมากจนเกินไป ให้นำออกจากการคำนวณหลัก และนำมาวิเคราะห์หาสาเหตุต่อไป

ในตัวอย่างนี้ เป็นการวัดน้ำหนักลูกสุกรแรกคลอดเป็นกิโลกรัม พบค่า Outlier ที่ 0.1 และ 0.05 กก. ซึ่งเป็นค่าที่ไม่สมเหตุสมผลสำหรับลูกสุกรแรกคลอดที่มีชีวิต จึงควรนำออกจากชุดข้อมูลที่จะใช้คำนวณค่ามาตรฐาน

 

3.3 ดูการกระจายตัวของข้อมูล

Histogram และ line chart แสดงการกระจายตัวของข้อมูลน้ำหนักสุกรแรกคลอด ในหนน่วย กิโลกรัม ก่อนที่จะนำ outlier ออกกราฟจะค่อนข้างคล้าย normal distribution แล้ว
Histogram และ line chart แสดงการกระจายตัวของข้อมูลน้ำหนักสุกรแรกคลอด ในหนน่วย กิโลกรัม ก่อนที่จะนำ outlier ออกกราฟจะค่อนข้างคล้าย normal distribution แล้ว

ชุดรูปภาพ 3: กราฟ Histogram แสดงกลุ่มของน้ำหนักสุกรแรกคลอด (kg) ก่อนและหลังนำ outlier ออก

จะเห็นการกระจายตัวของข้อมูลทั้งก่อนและหลังการนำค่าผิดปกติออก ซึ่งใกล้เคียงกับการกระจายแบบปกติ (Normal Distribution) โดยเมื่อนำค่าผิดปกติออกแล้ว ข้อมูลจะมีการกระจายตัวที่ใกล้เคียงการกระจายแบบปกติมากขึ้น ประกอบกับเหตุผลที่กล่าวไปแล้ว จึงควรนำค่าผิดปกติออกจากการคำนวณ

 

4.กำหนดเป้ามาตรฐานดัชนีที่ต้องการวัด (Establishing new target):

ใช้หลักการของ Central Limit Theorem (CLT) ในการหาค่ามาตรฐานหรือช่วงความเป็นไปได้ของดัชนี

  • กรณีที่ไม่มีการเปลี่ยนแปลงปัจจัยการเลี้ยงและสภาวะต่างๆภายในฟาร์ม จะใช้หลัก CLT กับตัวอย่างรายตัว (Individual Sample) โดยใช้ค่าเบี่ยงเบนมาตรฐาน (Standard Deviation) เป็นค่าการกระจายตัวของชุดข้อมูล


Empirical rule

ค่า mean ของBW (ไม่นับoutler)

ค่า SD ของ BW (ไม่นับ outlier)ค่าต่ำสุดของ BWค่าสูงสุดของ BW

68 % ของค่าที่เก็บจะอยู่ระหว่าง mean ± 1SD

1.340.41

0.93

1.75

95 % ของค่าที่เก็บจะอยู่ระหว่าง mean ± 2SD

1.340.41

0.52

2.16

99.7 % ของค่าที่เก็บจะอยู่ระหว่าง mean ± 3SD

1.340.41

0.11

2.57

ตัวอย่างจากตาราง 68% ของข้อมูลที่เราเก็บ น้ำหนักลูกหมูแรกคลอดรายตัวที่ชั่งในฟาร์มจะอยู่ในช่วง 0.93 – 1.75 กิโลกรัม และก็จะสามารถบอก percentile ของข้อมูลที่เก็บมาได้ เช่น เราชั่งลูกหมู 1 ตัว ได้ 1.7 kg ก็สามารถบอกได้ว่าหมูตัวนี้อยู่ที่ percentile ที่ 81 หรือง่ายๆคือน้ำหนักแรกเกิดลูกหมูทั้งหมด 100 ตัว หมูตัวนี้อยู่อันดับที่ 81 นั้นเอง

  • กรณีที่ไม่มีการเปลี่ยนแปลงปัจจัยการเลี้ยงและสภาวะภายในฟาร์ม จะใช้หลัก CLT กับค่าเฉลี่ยของตัวอย่าง (Mean of Samples) โดยใช้ความคลาดเคลื่อนมาตรฐาน (Standard Error) ค่าการกระจายตัวของชุดข้อมูล
Empirical rule

ค่า mean ของBW (ไม่นับoutler)

ค่า SE ของ BW (ไม่นับ outlier)

ค่าต่ำสุดของ BWค่าสูงสุดของ BW

68 % ของค่าที่เก็บจะอยู่ระหว่าง mean ± 1SE

1.34

0.04

1.3

1.38

95 % ของค่าที่เก็บจะอยู่ระหว่าง mean ± 2SE

1.34

0.04

1.26

1.42

99.7 % ของค่าที่เก็บจะอยู่ระหว่าง mean ± 3SE

1.34

0.04

1.22

1.46

ตัวอย่างจากตาราง 68% ของข้อมูลที่เราเก็บ น้ำหนักลูกหมูแรกคลอดเฉลี่ยจะอยู่ในช่วง 1.3 – 1.38 กิโลกรัม และก็จะสามารถบอก percentile ของข้อมูลที่เก็บมาได้ เช่น เราชั่งลูกหมูแรกคลอดแบบสุ่มได้ค่าเฉลี่ยที่ 1.35 ก็สามารถบอกได้ว่าลูกหมูกลุ่มนี้อยู่ที่ percentile ที่ 59 หรือง่ายๆคือน้ำหนักแรกเกิดลูกหมูทั้งหมด 100 ตัว หมูตัวนี้อยู่อันดับที่ 59 นั้นเอง

หมายเหตุ: เราสามารถตั้งเป้าหมายโดยสร้างเป็นช่วงของค่ามาตรฐานแต่ละดัชนีที่เราสนใจได้เองว่า จะเอาค่าในช่วงที่มั่นใจที่เท่าไร (68-95-99.7%) ขึ้นกับเป้าหมายของแต่ละฟาร์ม

  1. ติดตามการเลี้ยงเปรียบเทียบดัชนีอย่างต่อเนื่อง (Ongoing monitoring):
    5.1 กรณีที่ไม่มีการเปลี่ยนแปลงปัจจัยการเลี้ยงในเล้าคลอด
  • ตั้งเป้าหมายเป็น Percentile ของชุดการเลี้ยง หรือตั้งค่ามาตรฐานดัชนีเป็นช่วงเพื่อใช้ตรวจสอบความผิดปกติ เช่น ตั้งมาตรฐานน้ำหนักลูกสุกรแรกคลอดเฉลี่ยอยู่ในช่วง 1.26-1.42 กก./ตัว (ความเชื่อมั่น 95%)
  • หากข้อมูลใหม่ที่เก็บได้มีค่าต่ำหรือสูงกว่ามาตรฐานที่ตั้งไว้อย่างมีนัยสำคัญ ต้องตรวจสอบว่ามีการเปลี่ยนแปลงใดเกิดขึ้นหรือไม่ในแต่ละขบวนการของฟารืม เพื่อนำข้อมูลไปใช้ในการปรับปรุงประสิทธิภาพของฟาร์ม

    5.2 กรณีที่มีการเปลี่ยนแปลงปัจจัยการเลี้ยงในเล้าคลอด
  • ตั้งเป้าหมายเช่นเดียวกับกรณีที่แล้ว เพียงแต่ข้อมูลที่ได้ถ้าเป็นกรณีการทดลองมาจะนำเปรียบเทียบกับค่ามาตรฐานที่ตั้งไว้ เพื่อดูความแตกต่างทางสถิติ (Mean Comparison) และนำไปวางแผนพัฒนาดัชนีของฟาร์มต่อไป
  1. ตรวจหาปัจจัยที่เปลี่ยนแปลง (Identifying changing factor)
    เมื่อพบค่าดัชนีที่ผิดปกติไปจากค่ามาตรฐานของฟาร์มอย่างมาก ทั้งที่ไม่มีการเปลี่ยนแปลงปัจจัยหรือขั้นตอนการเลี้ยงใดๆ จะช่วยให้สามารถตรวจสอบย้อนกลับไปยังขั้นตอนต่างๆ ที่เกี่ยวข้องในเล้าคลอดได้อย่างรวดเร็ว เพื่อป้องกันปัญหาที่อาจเกิดขึ้นในอนาคตหากค่าต่ำกว่าปกติ หรือเพื่อพัฒนาระบบการผลิตให้ดียิ่งขึ้นหากค่าสูงกว่าปกติ นอกจากนี้ยังสามารถใช้ค่ามาตรฐานนี้เทียบกับค่ามาตรฐานทั่วไปเพื่อช่วยตรวจสอบได้แม่นยำถึงสาเหตุมากยิ่งขึ้นอีกด้วย
  2. ทดสอบสมมุติฐาน (Hypothesis testing)
    เมื่อระบุได้ว่าสาเหตุที่ทำให้ค่าดัชนีผิดปกติไปเกิดจากอะไรได้บ้าง ก็สามารถที่จะมาตั้งสมมุติฐานในการทดสอบยืนยันว่า สาเหตุนั้นมีผลทำให้ค่ามาตรฐานเปลี่ยนแปลงไปจริงหรือไม่ เพื่อที่จะได้ทำไปเป็นข้อมูลในการวางแผนปรับปรุงฟาร์มในระยะยาว

ตัวอย่างตัวชี้วัดที่ใช้ประเมินประสิทธิภาพเล้าคลอด

แม่หมูอยู่ในซองคลอดกำลังให้นมลูก

ดัชนี (Performance index) และค่ามาตรฐาน ที่มักพบในการประเมินเพื่อเปรียบเทียบประสิทธิภาพเล้าคลอด (Benchmarking) ของฟาร์มสุกร นอกจากนี้มีตัวช่วยคำนวณวันคลอดแม่สุกร

ตัวชี้วัดความหมาย

ค่าเฉลี่ยมาตรฐาน*

Pig weaned/Sow/Year (PSY)จำนวนลูกหมูหย่านมต่อแม่สุกรต่อปี>= 24
% Culling rate% แม่สุกรคัดทิ้ง35 - 40 %
% Replacement rate% แม่สุกรทดแทน35 - 40 %
Pig weaned/litterจำนวนลูกหย่านมต่อครอก11 - 12 ตัว
Litter/Sow/Year (LSY)จำนวนครอกต่อแม่สุกรต่อปี2.2 - 2.4 ครอก/ปี
% Farrowing rate% อัตราเข้าคลอด82 - 86%
Total born (TB)จำนวนลูกแรกคลอด12 - 16 ตัว
Born alive (BA)จำนวนลูกเกิดมีชีวิต11 - 14 ตัว
Stillbirth (SB)จำนวนลูกตายแรกคลอด6 - 8%
Mummies (MM)จำนวนลูกมัมมี่1 - 2 %
Preweaning mortality (PWM)จำนวนลูกหมูตายก่อนหย่านม< 10-14%
Wean-to-service interval (WSI)จำนวนวันหลังจากแม่สุกรหย่านมลูก ถึงวันที่ได้รับการผสมครั้งแรก7 วัน
% Return to service% การกลับสัดหลังผสม7 - 10%
% Abortion% แม่แท้งลูก1 - 3%
% Sow dead% แม่หมูตาย< 5 %
% Not-in-pig (NIP)% ท้องลม1 - 2 %
Age at weaningอายุลูกสุกรวันอย่านม21 - 28 วัน
Birth weightน้ำหนักลูกสุกรแรกเกิด1.4 - 1.6 kg

*ค่ามาตรฐานของแต่ละที่มีความแตกต่างกันได้บ้าง

ตัวอย่างตัวชี้วัดที่ใช้ประเมินประสิทธิภาพเล้าผสม

แม่หมูอยูในเล้าผสม กำลังยืนรอกินอาหาร

ดัชนีและค่ามาตรฐาน ที่มักพบในการประเมินเพื่อเปรียบเทียบประสิทธิภาพของเล้าผสมของในฟาร์มสุกร

ตัวชี้วัดความหมายค่าเฉลี่ยมาตรฐาน
% Weaned sows bred by 7 days% แม่หมูเข้าผสมภายใน 7 วัน หลังหย่านม86 - 90 %
% Multiple matings% ผสมมากกว่า 1 ครั้งต่อการเป็นสัด90 - 94 %
% Return to service

% การกลับสัดหลังผสม

7 - 10 %
% Regular returns to service 18–24 days% ผสมซ้ำ ปกติของรอบการเป็นสัด5 - 7 %
% Irregular returns to service 25–37 days% ผสมซ้ำ ผิดปกติของรอบการเป็นสัด2 - 3 %
Gestation lengthระยะเวลาอุ้มท้องเฉลี่ย114 - 115 วัน
% Replacement rate% ทดแทนแม่สุกร30 - 45 %
% Culling rate% คัดทิ้งแม่สุกร30 - 45 %

*ค่ามาตรฐานของแต่ละที่มีความแตกต่างกันได้บ้าง

ตัวอย่างตัวชี้วัดที่ใช้ประเมินประสิทธิภาพหมูขุน

ลูกหมูอนุบาลกำลังทำกิจกรรมต่างๆในคอกของตัวเอง

ดัชนีและค่ามาตรฐาน ที่มักพบในการประเมินเพื่อเปรียบเทียบประสิทธิภาพของสุกรขุน เลขดัชนีขึ้นอยู่กับรูปแบบการเลี้ยงของแต่ละฟาร์ม ซึ่งจะทำให้ค่าของดัชนีแตกต่างกันไปตามแต่ละช่วงเวลาและสายพันธุ์ได้

  • ค่าที่ reference ใช่เป็นแค่ตัวเทียบเท่านั้นเพราะสภาพการเลี้ยงในประเทศไทยก็จะมีความแตกต่างกันในหลายๆปัจจัย


ตัวชี้วัดความหมาย

ค่าเฉลี่ยมาตรฐาน*

Pig weaned/Sow/Year (PSY)จำนวนลูกหมูหย่านมต่อแม่สุกรต่อปี>= 24
% Culling rate% แม่สุกรคัดทิ้ง35 - 40 %
% Replacement rate% แม่สุกรทดแทน35 - 40 %
Pig weaned/litterจำนวนลูกหย่านมต่อครอก11 - 12 ตัว
Litter/Sow/Year (LSY)จำนวนครอกต่อแม่สุกรต่อปี2.2 - 2.4 ครอก/ปี
% Farrowing rate% อัตราเข้าคลอด82 - 86%
Total born (TB)จำนวนลูกแรกคลอด12 - 16 ตัว
Born alive (BA)จำนวนลูกเกิดมีชีวิต11 - 14 ตัว
Stillbirth (SB)จำนวนลูกตายแรกคลอด6 - 8%
Mummies (MM)จำนวนลูกมัมมี่1 - 2 %
Preweaning mortality (PWM)จำนวนลูกหมูตายก่อนหย่านม< 10-14%
Wean-to-service interval (WSI)จำนวนวันหลังจากแม่สุกรหย่านมลูก ถึงวันที่ได้รับการผสมครั้งแรก7 วัน
% Return to service% การกลับสัดหลังผสม7 - 10%
% Abortion% แม่แท้งลูก1 - 3%
% Sow dead% แม่หมูตาย< 5 %
% Not-in-pig (NIP)% ท้องลม1 - 2 %
Age at weaningอายุลูกสุกรวันอย่านม21 - 28 วัน
Birth weightน้ำหนักลูกสุกรแรกเกิด1.4 - 1.6 kg

Nursery pig (7 – 35 kg)

*ค่ามาตรฐานของแต่ละที่มีความแตกต่างกันได้บ้าง

Finishing pig (35 – 110 kg)

ตัวชี้วัดความหมายค่าเฉลี่ยมาตรฐาน
% Mortality% การตายสุกรอนุบาล4 %
Feed conversion ratio (FCR)อัตราการเปลี่ยนอาหารเป็นน้ำหนักตัว 1 kg2.47
Average daily gain (ADG)อัตราการเติบโตเฉลี่ย885 กรัม/วัน
Average weight at startน้ำหนักเฉลี่ยตอนเริ่มเลี้ยง36 กก./ตัว
Weight of pig producedน้ำหนักเฉลี่ยที่นำไปขาย117 กก./ตัว
Feeding days per pigเฉลี่ยวันเลี้ยง99 วัน
Average carcase weight per pigเฉลี่ยน้ำหนักซาก89 กก./ตัว

*ค่ามาตรฐานของแต่ละที่มีความแตกต่างกันได้บ้าง

Wean-to-finish (7 – 110 kg)

ตัวชี้วัดความหมายค่าเฉลี่ยมาตรฐาน
% Mortality% การตายสุกรอนุบาล7 %
Feed conversion ratio (FCR)อัตราการเปลี่ยนอาหารเป็นน้ำหนักตัว 1 kg2.41
Average daily gain (ADG)อัตราการเติบโตเฉลี่ย672 กรัม/วัน
Average weight at startน้ำหนักเฉลี่ยตอนเริ่มเลี้ยง7.8 กก./ตัว
Weight of pig producedน้ำหนักเฉลี่ยที่นำไปขาย116 กก./ตัว
Feeding days per pigเฉลี่ยวันเลี้ยง163 วัน
Average carcase weight per pigเฉลี่ยน้ำหนักซาก88 กก./ตัว

*ค่ามาตรฐานของแต่ละที่มีความแตกต่างกันได้บ้าง

เราสามารถตั้งเป้าหมายโดยสร้างเป็นช่วงของค่ามาตรฐานของแต่ละดัชนีในเล้าคลอดที่เราสนใจได้เองว่า จะเอาค่าในช่วงที่มั่นใจที่เท่าไร (68-95-99.7%) ขึ้นกับเป้าหมายของแต่ละฟาร์ม

ติดต่อสอบถาม
Writer:teenalytic
Share
Share
Share
Share
Print