DATA ENVELOPMENT ANALYSIS (DEA)/ part 1

تحلیل پوششی داده ها

روشی نو در تحقیق در عملیات است که برای سنجش کارایی نسبی به کار می رود .

مقدمه

یک رویکرد بسیار کاربردی و شناخته شده برای ارزیابی کارایی یا عملکرد سازمان ها می باشد. این رویکرد براساس مدل برنامه ریزی خطی است که از ورودی و خروجی های چندگانه به منظور محاسبه امتیاز کارایی استفاده می شود . امتیاز کارایی برای هر واحد تصمیم گیری اینگونه تعریف می شود که  نسبت خروجی های وزن داده شده به ورودی های وزن داده شده می باشد. تحلیل پوششی داده ها  برای ارزیابی عملکرد نسبی شرکت هایی که از تعداد مشخصی ورودی به منظور تولید تعداد مشخصی خروجی استفاده می کنند به کار برده می شود .


در اصل روش تحلیل پوششی داده ها یک روشی برای محاسبه بهره وری سازمان می باشد .


بیشینه تحلیل پوششی داده ها :

تحلیل پوششی داده ها یک تکنیک ناپارامتریک و ابزار تصمیم گیری چندمعیاره است که اولین بار توسط چارنز و رودز مطرح شد(وقتی که این تکنیک معرفی شد به سرعت به عنوان یک ابزار تحلیلی قدرتمند برای “ارزیابی عملکرد” و “الگوبردای” و “تصمیم گیری” مورد استفاده قرار گرفت).از نظر این محققان تحلیل پوششی داده ها یک مدل برنامه ریزی ریاضی برای داده های مشاهده شده است و روشی جدید برای تخمین تجربی نسبت های وزنی یا مرز کارایی را فراهم می سازد و پایه اقتصاد نوین را تشکیل می دهد.

رویکرد تحلیل پوششی داده ها روشی هست برای  ارزیابی عملکرد سازمان های خصوصی و عمومی . وجود پیچیدگی روابط بین ورودی و خروجی های چندگانه درفعالیت ها سبب شده است از که تحلیل پوششی داده ها به عنوان ابزاری برای ارزیابی عملکرد سازمان استفاده شود. درواقع ارزیابی عملکرد وظیفه ی مهم به منظور یافتن نقاط ضعف واحدهای تصمیم گیری و ارائه راهکار جهت بهبود آنها محسوب می شود.

جهت درک بهتر این موضوع به تعاریفی که برخی از محققان در مورد تحلیل پوششی داده بیان کردن توجه نمایید:

  1. تحلیل پوششی داده ها یک تکنیک ناپارامتریک کلاسیک و مبتنی بر برنامه ریزی ریاضی می باشد که برای مقایسه ی ارزیابی کارایی مجموعه ای از واحد های تصمیم گیری مشابه به کار می رود و مزیت قابل توجه آن، عدم نیاز آن به تعیین مشخصات پارامتریک برای بدست آوردن امتیاز کارایی است.
  2. تحلیل پوششی داده های ، یک تکنیک برنامه ریزی ریاضی است که کارایی نسبی چندین واحد تصمیم گیرنده را برمبنای ورودی ها و خروجی های مشاهده شده که ممکن است با انواع مقیاس های مختلف بیان شوند ، محاسبه می کند.
  3. تحلیل پوششی داده ها به عنوان یک ابزارتوانمند و استوار که در ارزیابی عملکرد سازمان هایی مانند شرکت های تجاری ، بیمارستان ها ، آژانس های دولتی و موسسات آموزشی به کار می رود شناخته می شود که معیار واحدی از کارایی برای هر واحد نسبت به همتایان را فراهم می کند.
  4. تحلیل پوششی داده ها به طور گسترده ای در الگوبرداری ، بهبود مستمر و تحلیل راهبردی به کار می رود .زمانی که به علت منابع، فعالیت ها و عوامل محیطی متفاوت، داده ها و ستاده های متعددی وجود داشته باشد، دیگر مقیاس معمولی کارایی، یعنی ستاده تقسیم برداده مناسب نمی باشد.
  5. در تحلیل پوششی داده ها ، امتیاز کارایی برای هرواحد تصمیم گیری به عنوان نسبت خروجی وزن داده شده به وردی های وزن داده شده تعریف می شوند. امتیاز های کارایی در محدوده صفر و یک مطرح می شوند. در واقع تحلیل پوششی داده ها کارایی نسبی را باتوجه به ورودی ها و خروجی های چندگانه محاسبه می کند.این روشی برای ارزیابی عملکرد شرکت ها که از تعداد مشخصی ورودی به منظور تولید تعداد مشخصی خروجی استفاده می کنند به کاربرده می شود.

به واحد های تحت ارزیابی در تحلیل پوششی داده ها ، واحد های تصمیم گیری گفته می شود و معیارهای عملکرد را به دوگروه “ورودی(ها)” و “خروجی(ها)” تقسیم می کنند.

یک واحد تصمیم گیری به عنوان مسئول برای تبدیل ورودی به خروجی و ارزیابی عملکرد درنظر گرفته می شود.به عبارتی واژه تصمیم گیری برای نشان دادن واحدهایی که ورودی های مشابه ای را مصرف کرده و خروجی های مشابه تولید می کنند به کار گرفته می شود. نتایج مربوط به ارزیابی ها، درجه کارایی مربوط به واحدها را نشان می دهد . در دستیابی به این امتیازها ، تحلیل پوششی داده ها مقدار عدم کارایی در هر ورودی و خروجی را برای هر واحد تصمیم گیری مشخص و واحدهای تصمیم گیری که روی مرز کارایی قرار گرفته اند را شناسایی می کند.

وقتی روابط بین معیارهای عملکرد چندگانه نامشخص باشد استفاده از تحلیل پوششی داده ها مفید و سودمند خواهدبود.

تکنیک تحلیل پوششی داده ها بوسیله بهینه سازی هر واحد ، مرز کارایی را برای معیارهای عملکرد چندگانه بیان می کندکه هدف آن  ارزیابی کارایی نسبی واحدهای تصمیم گیری مختلف  با استفاده از ورودی و خروجی های متفاوت است. کارایی (بهروه وری) مفهومی می باشد که میزان عملکرد واحدهای تصمیم گیری را مشخص می کند. کارایی حاصل بصورت نسبی بیان می شود یعنی نسبت به عملکرد بهترین واحد(ها) مورد محاسبه قرار می گیرد.

علت اینکه این کارایی نسبی هست به این دلیل می باشدکه زمانی که یک واحد تصمیم گیری کارا شناخته شود ممکن است در مقایسه با دیگر داده های جمع آوری شده ناکارا باشد. مرز کارا نسبتی از بیشترین کارایی واحدهای تصمیم گیری می باشد.

برای یک واحد تصمیم گیری دو حالت می تواند بوجود آید که “کارا” یا “ناکارا” باشد . اگر ناکارا باشد  درجه ناکارایی نسبت به مرز کارا با استفاده از روش های ریاضی محاسبه می شود. مرز کارا زمانی ایجاد می شود که از الگوریتم ریاضی برای محاسبه امتیاز کارایی برای هر واحد تصمیم گیری استفاده شود.(از مفهوم مرزکارایی به عنوان معیاری جهت ارزیابی عملکرد استفاده می شود)

با رشد روز افزون از کارکرد تحلیل پوششی داده ها می توان چنین استنباط کرد که تحلیل پوششی داده ها یک تکنیک ساده و بسیار مناسب برای مدل سازی فرآیندهای عملیاتی برای ارزیابی عملکرد می باشد.

یکی از مزیت های تحلیل پوششی داده های این می باشد که ورودی و خروجی های نیازی به واحد های یکسان اندازه گیری ندارند و همچنین نیازی به اطلاعات قبلی در ارتباط با ورودی و خروجی ها ندارد ، اما در هنگام نیاز می توان از این اطلاعات استفاده کرد.

تحلیل پوششی داده ها امتیازاتی را به واحدهای تصمیم گیری اختصاص می دهد و از این طریق واحدهای کارا را از ناکارا تفکیک می کند.

درپایان این قسمت لازم میدانیم به این مورد اشاره کنم که تحلیل پوششی داده ها را می توان از دیدگاه فازی تعریف نمود و مورد استفاده قرار داد.

منبع : کتب و مقالات موجود

دیدگاهتان را بنویسید