مزایای تحلیل‌پوششی‌داده‌ها

ازجمله توانایی‌های روش تحلیل‌پوششی‌داده‌ها موارد زیر را می‌توان برشمرد (مومنی, ۱۳۸۵):

1. با کمک تحلیل‌پوششی‌داده‌ها می‌توان هنگام سنجش کارایی نسبی واحد‌های تصمیم‌گیری از عهده‌ی داده‌ها و ستاده‌های چندگانه بر‌آمد.
2. هنگام بکارگیری این روش لازم نیست تابع تولیدی که داده‌ها را به ستاده‌ها تبدیل می‌کند، تعیین شود.
3. با کمک این روش واحدهای تصمیم‌گیری به‌طور مستقیم با گروه مرجع مقایسه می‌شوند.
4. می‌توان در تحلیل‌پوششی‌داده‌ها، داده‌ها و ستاده‌هایی را که واحدهای سنجش گوناگونی دارند در مدل وارد کرد. برای مثال X1ممکن است تعداد افراد باشد درحالی‌که X2 به لیتر است.
5. تحلیل‌پوششی‌داده‌ها به علت توانایی در مقایسه واحدها یا شرکت‌های گوناگون، امروزه به‌عنوان یک ابزار قوی در الگوبرداری مورداستفاده قرار می‌گیرد.

۲-۳-۳ معایب تحلیل‌پوششی‌داده‌ها

ازجمله کاستی‌های روش تحلیل‌پوششی‌داده‌ها موارد زیر را می‌توان برشمرد (مومنی, ۱۳۸۵):

1. روش تحلیل‌پوششی‌داده‌ها برای برآورد کارایی ((نسبی)) مناسب است؛ یعنی می‌تواند مشخص کند که واحد نسبت به بقیه واحدها چگونه عمل می‌کند ولی نسبت به عملکرد بهینه ازنظر تئوریک، مقایسه‌ای را ممکن نمی‌سازد.
2. چون تحلیل‌پوششی‌داده‌ها روشی نا پارامتریک است، آزمون فرضیه بر روی آن مشکل است و امروزه موضوع پژوهش قرار گرفته است.
3. چون در حالت استاندارد، باید برای هر واحد تصمیم‌گیری یک برنامه خطی جداگانه تهیه شود، حل مسائل بزرگ، حتی با کمک نرم‌افزارهای رایانه‌ای، کار مشکلی است.
4. چون تحلیل‌پوششی‌داده‌ها روشی است که مبتنی بر نقطه‌ی حدی است، خطای اندازه‌گیری داده‌ها یا ستاده‌ها می‌تواند انحراف زیادی را در پاسخ‌ها به بار آورد.

۲-۳-۴ مدل‌ CCR

با توجه به این‌که چه تعداد از اصول ذکرشده را در جامعه‌ای می‌پذیریم، مجموعه امکان تولید مختلفی را می‌توان ساخت که اساس ساخت مدل‌های DEA به‌حساب می‌آیند. مرز این مجموعه‌ها یک سطح قطعه‌ای خطی است که مرز کارایی[۱] نامیده می‌شود. هر DMU ای که روی این مرز قرار داشته باشد، کارای نسبی و در غیر این صورت ناکاراست.

درصورتی‌که DMU تحت بررسی روی مرز قرار نداشته باشد، به روش‌های مختلف می‌توان آن را به سمت مرز سوق داد:

۱- کاهش ورودی‌ها (ماهیت ورودی)[۲]

۲- افزایش خروجی‌ها (ماهیت خروجی)[۳]

۳- کاهش ورودی‌ها و خروجی‌ها به‌طور همزمان (ماهیت ترکیبی)[۴]

هدف اصلی در تحلیل‌پوششی‌داده‌ها، ارزیابی کارایی DMU‌هاست و این امر از طریق حل مدل‌های برنامه‌ریزی خطی انجام می‌شود. در این قسمت‌ها معروف‌ترین و اساسی‌ترین مدل‌های DEA را معرفی می‌کنیم.

[۱]Efficient Frontier

[۲] Input Oriented

[۳] Output Oriented

[۴] Mix Oriented

فروش فایل متن کامل این پایان نامه با فرمت ورد در این لینک