مفهوم کارایی و انواع آن
به طور کلی کارایی مفهومی نسبی است و مقایسه بین عملکرد واقعی و عملکرد ایده آل را نشان میدهد. کارایی عمدتاً در سه حوزه مهندسی، مدیرت و اقتصاد مطرح است. در اقتصاد مفهوم کارایی همان تخصیص بهینه منابع است. هر سازمانی مجموعه ای از ورودی ها را برای تولید تعدادی خروجی اعم از کالا یا خدمات استفاده می کند. برای مثال شعب بانک ها به عنوان واحدهای مشابه ورودی هایی همچون نیروی انسانی، امکانات، فضا و… را به کار می گیرند تا خروجی هایی نظیر میزان جذب سپرده ها، میزان اعطای تسهیلات و میزان ارائه خدمات را تولید کنند(فقیه نصیری وهمکاران، ۱۳۸۹، ۱۷۴).
۲-۵- تاریخچه تحلیل پوششی داده ها
در اندازه گیری کارایی مستلزم، مقایسه ی ستاده ها و داده های آن واحد است. در ساده ترین حالت که تنها یک داده و یک ستاده وجود دارد کار ایی را م ی توان از تقسیم ستاده به داده به دست آورد.
داده / ستانده = کارایی
به عنوان مثال کار ایی یک کامپیوتر از تقسیم تعداد محاسبات به مقدار زمان به دست می آید که حاصل تعداد محاسبات در واحد زمان را نشان می دهد . اگر واحد تصمیم گیری دار ای داده ها و ستاده های چندگانه باشد و ارزش)قیمت( هر یک از داده هاو ستاده ها معلوم باشد،می توان از تقسیم مجموع حاصل ضرب مقدار ستاده ها دروزن های) قیمت یا ارزش( مربوطه به مجموع حاصل ضرب مقدار داده ها در وزن های مربوطه میزان کارایی را محاسبه کرد.
) مجموع وزنی مقدار دادهها) / (مجموع وزنی مقدار ستاده ها = ( کارایی
در سال ۱۹۷۵ فارل[۱] از یک روش ناپار امتریک بر ای تعیین میزان کار ایی استفاده کرد. وی به جای تخمین تابع تولید با مشاهده ی مقاد یر داده و ستاده واحدها ی تصمیم گیری یک تابع مرز ی که به شکل یک تابع خطی با قطعات غیرخطی بود، به عنوان مرز کار ایی تعریف کرد و این مرز را به عنوان معیار و ملاک کارایی واحده ای تصمیم گیری قرار داد .
مفهوم کار ایی که در DEA مورد استفاده قرار می گیرد همان حاصل تقسیم مجموع وزنی مقدار ستاده ها به مجموع وزنی مقدار داده ها است . در غالب موارد ی که قیمت یاارزش (وزن های) داده ها و ستاده ها مشخص نیست و یا داده ها و ستاده ها مقیاس های متفاوتی دارند از DEA بر ای تعیین میزان کار ایی استفاده می شود. در وزن های DEA اختصاص داده شده به هر یک از داده ها و ستاده ها از طر یق حل یک مدل برنامه ریزی خطی به دست می آید. DEA این وزن ها را طوری تعیین می کند که کار ایی واحد نسبت به سایر واحدها حداکثر شود.
چارنز و کوپر و رودز[۲] (۱۹۷۸ ) یک روش کاربرد ی را برا ی تعیین میزان کار ایی یک مجموعه از واحدهای تصمیم گیری که دارای داده و ستاده چندگانه بودند، ارائه کردند که به تحلیل پوششی داده ها DEA معروف است) (Charnes et al, 1978 این مدل که به نام معرفی کنندگان آن (CCR) نامگذاری شد فرض بازده به مقیاس ثابت روش سنجش کار ایی فارل را به حالت چند داده و چند ستاده تعمیم داد.
بنکر، چارنز و کوپر [۳] (۱۹۸۴) مفاهیم و مدل های DEA را توسعه دادند و مدل (BCC) رابرای تعیین میزان کارایی بدون فرض ثابت بودن بازده به مقیاس ارائه کردن ۱۹۸۴ Banker et al1984 ) ) چارنز و همکاران (۱۹۸۵) مدل جمعی [۴] را به عنوان یکی د یگر از مدل های DEA معرفی کرد ند که همزمان کاهش ورودی و افزا یش خروجیها را مد نظر قرار می دهد.
تحلیل پوششی داده ها با معرفی گروه مرجع یا الگو برای هریک از مشاهدات غیرکارا ، تحلیل منابع غیرکارای این واحدهای تصمیم گیری را ممکن می سازد .محدودیت در رتبه بندی واحدهای کارا حوزه ی دیگری از مباحث اندیشمندان در تحلیل پوششی داده ها را به خود اختصاص داده است که سه راهکار عمده ی ارائه شده برای رتبه بندی واحد های کارا با عناوین اندرسون و پیترسون، ماتریس کارایی متقاطع و مدل تحلیل سلسله مراتبی داده ها کاربرد بیشتری را داشته اند .
[۱] -Farrell
[۲]– Charnes & Cooper & Rhodes (CCR)
[۳] -Banker & Charnes & Cooper (BCC)
[۴] – Additive model
متن فوق بخش هایی از این پایان نامه بود
برای دیدن جزئیات بیشتر ، خرید و دانلود آنی فایل متن کامل با فرمت ورد می توانید به لینک زیر مراجعه نمایید: