دانلود پایان نامه

ل نقاطی که به محورها و مبدأ مختصات نزدی کتر هستند، تابع محدبی بدست می آید که به آن منحنی تولید مرزی(کارا) گفته میشود. واحدهایی که بالاتر از این منحنی قرار گیرند برای تولید همان مقدار محصول(خروجی) از مقادیر بیشتری نهاده(ورودی) استفاده کرده اند. (فلاح، 1386)
(شکل 2-2)
2-2-7- تحلیل پوششی داده ها:
اندازه گیری کارایی به خاطر اهمیت آن در ارزیابی عملکرد سازمان ها همواره مورد توجه محققین بوده است. چنان که قبلا نیز اشاره شد فارل در سال 1957 برای اولین بار با بهره گرفتن از روش غیر پارامتری اقدام به اندازه گیری کارایی یک واحد تولیدی نمود. در ادامی محققانی نظیر چانز و همکارانش دیدگاه فارل را توسعه دادند و مدلی را ارائه نمودند که تحت عنوان تحلیل پوششی داد ها نام گرفت. در سال های اخیر نیز در اغلب کشورهای جهان برای ارزیابی عملکرد نهادها و دیگر فعالیت های رایج در زمینه های مختلف کاربردهای متفاوتی از DEA دیده شده است. علت مقبولیت گسترده این روش به سیار روش ها امکان بررسی روابط پیچیده و اغلب نامعلوم بین چندین خروجی است که در این فعالیت ها وجود دارد. DEA امکان نگرش جدید به فعالیت هایی که قبلا به روش های دیگر ارزیابی شده اند فراهم کرده است.
(شکل2-3)
برای مثال امکان محک زنی با بهره گرفتن از این روش به شناسایی منابع ناکارا در شرکت های خیلی سودآور منجر شده است. مطالعه کارایی نسبی سازمان های مختلف مانند بانک ها شرکت های بیمه بیمارستان ها و … که مطالعات قبلی قادر به ارزیابی توان بالقوه آنها نبوده اند به کمک DEAمیسر می شود. ( بحیرایی و حامدی، 1391)
DEA که بوسیله چارنز و همکاران در سال ۱۹۷۸ معرفی شد، یک تکنیک برنامه ریزی خطی برای ارزیابی واحد های تصمیم گیری (DMU ) متجانس است که هرکدام تعدادی شاخص ورودی را دریافت و به شاخص های خروجی تبدیل می کنند. با بهره گرفتن از این روش واحدهای تصمیم گیری به دو دسته کارا و ناکارا تقسیم می شون د. مرز کارایی DEA که بوسیله قطعات ترکیب خطی بهترین واحدهای مشاهده شده حاصل می شود، یک مجموعه امکان تولید محدب را مشخص می سازد . بنابراین DEA نیازی به تعریف صریحی از رابطه تولید بین بردارهای ورودی و خروجی DMUها ندارد .
تعیین کارایی با بهره گرفتن از مدل های تحلیل پوششی داده ها بر اساس میزان فاصله هر واحد تصمیم گیری از مرز کارایی و نوع تصویر شدن آن بر روی مرز انجام می شود. دو نوع روش کلی در نحوه تصویر روی مرز عبارتند از شعاعی و غیر شعاعی. مدلهای شعاعی درDEA ، همانند BCC و CCR ورودیهای و خروجی های غیر شعاعی را نادیده می گیرند. از اینرو مدلهای غیر شعاعی واقعی تر می باشند و این مدلها بطور همزمان تقلیل ورودی ها و افزایش خروجی ها را انجام می دهند. (آصفی و داودی،1390)
تحلیل پوششی داده ها یک روش برنامه ریزی خطی است که با بهره گرفتن از اطلاعات سازمانها و واحدهای تولیدی به عنوان واحدهای تصمیم گیرنده، اقدام به ساخت مرز کارایی می کند. مرز فوق براساس اطلاعات در قالب نهاده ها و ستاده ها و بر اساس نتایج برنامه ریزی خطی متوالی ساخته میشود و درواقع درجه عدم کارایی هر واحد تصمیم گیرنده به میزان فاصله واحد مزبور تا مرز کارایی است تقسیم میشوند. هر کدام BCC و CCR مدلهای اصلی تحلیل پوششی داده ها به دو دسته از این مدلها را میتوان به دو رویه ورودی محور و خروجی محور مورد بررسی قرار داد. تفاوت دو مدل BCC وCCR در فرض مربوط به بازدهی ثابت یا متغیر نسبت به مقیاس است. در مدل CCR فرض بر بازدهی ثابت نسبت به مقیاس، و در مدل BCC فرض بر بازدهی متغیر نسبت به مقیاس است. منظور از بازدهی ثابت نسبت به مقیاس این است که ستاده ها به نسبتی که نهاده ها تغییر میکنند تغییر کنند، برای مثال اگر نهاده ها دوبرابر شدند ستاده ها هم دو برابر شوند. اما منظور از بازدهی متغیر نسبت به مقیاس این است که ستاده ها متناسب با نهادهها تغییر نکنند. فرض بازدهی ثابت نسبت به مقیاس تنها در صورتی قابل اعمال است که بنگاهها در مقیاس بهینه عمل کنند. مسایل متفاوتی از قبیل آثار رقابتی، محدودیتها و غیره موجب میشوند بنگاهها در مقیاس بهینه عمل نکنند. استفاده از فرض بازده ثابت نسبت به مقیاس، زمانی که تمام بنگاهها در مقیاس بهینه فعالیت نمی نمایند، مقادیر محاسبه شده برای کارایی فنی را دچار اختلال خواهد کرد. (خواجوی و همکاران، 1389)
بطور کلی، کارایی معرف نسبت ستانده ها در مقایسه با استاندارد مشخص و موجود است. مبنای چنین حد مطلوبی می تواند با روش تحلیل نسبت و روش تحلیل مرزی تدوین شود. روش تحلیل نسبت یکی از قدیمی ترین روش های اندازه گیری کارایی در سطح واحدهای اقتصادی است که با محاسبه برخی از شاخصهای مالی بانکها مانند شاخص کفایت سرمایه و مقایسه این نسبتها با شاخصهای استاندارد صنعت بانکداری، درباره کارایی یا ناکارایی بانکهای مورد مطالعه اظهارنظر میگردد. اشکال اساسی این روش این است که با انتخاب چند نسبت جزئی نمیتوان درباره ابعاد گوناگون عملکرد یک شرکت اطلاعات کاملی بدست آورد.
در روش تحلیل مرزی، با برآورد توابع تولید یا تابع هزینه یا سود، مرزی را بعنوان مرز کارایی یک شرکت یا گروهی از شرکتها مشخص میکنند و شرکتی که در این مرز فعالیت دارند بعنوان شرکت کارا و شرکت که خارج از آن قرار دارند بعنوان شرکت ناکارآمد شناخته میشوند. روش های تخمین تابع تولید یا مرز کارایی، به دو روش پارامتریک و روش های ناپارامتریک تقسیم میشوند.
در رویکرد پارامتریک، برای تخمین زده شود و به این وسیله میزان ناکارایی واحدها را به ع
وامل تصادفی و عوامل ناکارایی نسبت دهد. مهمترین ایراد روش های پارامتریک، فرضهای مختلفی است که برای توابع و جزء ناکارایی در نظر میگیرند. فروض مختلف، تخمین های بسیار متفاوتی را ایجاد و امکان مقایسه عملی بین شرکت را با مشکل مواجه می کند. (باصری و همکاران، 1389)
از سوی دیگر تحلیل پوششی داده ها به عنوان ابزار مهمی برای ارزیابی واحدهای تصمیم گیری و بهبود عملکرد عملیات تولیدی و خدماتی شناخته شده است. این روش بطور گسترد های در ارزیابی عملکرد سازمان های تولیدی و خدماتی بکار می رود. تحلیل پوششی داده ها مجموعه ای از مدل های برنامه ریزی ریاضی است که با نگرش نهاده ای ستاده ای به واحدهای تصمیم گیری، آنها را مورد ارزیابی نسبی قرار می دهد.
در تعریف دیگری تحلیل پوششی داده ها یک روش تحلیلی بهره وری چند معیاره برای اندازه گیری کارایی نسبی مجموعه ای از واحدهای تصمیم گیری همگن بیان شده است. در این صورت رابطه کارایی با معیارهای چندگانه ورودی و خروجی به صورت زیر تعریف می شود.
(فرمول 2-11)
این تعریف کارایی برای نخستین بار توسط فارل ارائه شد و با نام مرز کارایی فارل شناخته می شود. با بهره گرفتن از روابط ریاضی، مرز کارا تعیین و بر اساس ملاک دور افتادگی واحد تصمیم گیرنده از مرز یاد شده، کارایی آن اندازه گیری میشود. (فضلی و منصوری، 1388)
فارل (1975) برای نخستین بار روش های ناپارامتریک را برای سنجش کارایی مطرح کرد. وی پیشنهاد کرد تا برای سنجش سطح کارایی یک واحد خاص، عملکرد آن واحد با عملکرد بهترین واحدهای موجود در آن سازمان مقایسه شود. این روش، شامل مفاهیم تابع تولید مرزی است که به عنوان شاخصی برای سنجش کارایی بکار می رود. روش تحلیل پوششی داده ها بعنوان یکی از روش های ناپارامتریک، محاسبه ارزیابی سطوح کارایی را در داخل یک گروه از فعالان اقتصادی در درون یک سازمان نشان میدهد. این روش توسط رودس در سال 1978 گسترش یافت. وی بر مبنای برنامه ریزی خطی به تعیین مرز تولید و رتبه بندی واحدهای مورد بررسی می پردازد. با بهره گرفتن از این رویکرد، هنگام اندازه گیری کارایی، نوع بازده نسبت به مقیاس تولید را نیز می توان به تفکیک بنگاهها ارائه نمود. کاربرد مهم این روش در بنگاههای غیرانتفاعی و خدماتی است که نمیتوان عملکرد آنرا با یک مقیاس(برای نمونه واحد پول) ارزیابی کرد و در این قبیل تحلیلها چند نهاده و ستانده مجزا از ترکیب ستانده ها مورد بررسی قرار میگیرد. (باصری و همکاران، 1389)
از روش های مختلف مانند روش های پارامتری (روش تا بع تولید مرزی قطعی وتصادفی ) و روش ها ی ناپارامتری (روش وصل نقاط حدی،تاکسونومی عددی وروش تحلیل پوششی داده ها) می توان به رتبه بندی و تعیین کارایی پرداخت. این روش ها هرکدام مزایا و معایب خاص خود را دارا هستند، از آن جا که روش های ناپارامتری مبتنی بر یک سری بهینه سازی اند، برای محاسبه کارایی نسبی از آن ها استفاده می شود . عبارت نسبی در جمله بالا بسیار حائز اهمیت است زیرا کارایی به دست آمده در این روش، نتیجتاً مقایسه بنگا ههای موجود با یکدیگر را نشان می دهد. بنابراین، در صورتی که تعدادی از مشاهدات حذف و یا تعداد آ نها اضافه شود، ممکن است مقدار کارایی محاسبه شده نیز تغییر و کم یا زیاد گردد. از این حیث کارایی به دست آمده نسبی است نه مطلق . در روشها ی غیر پارامتری نیاز به انتخاب فرم تابع نبوده و محدودیتی نیز برای تعداد ستانده وجود ندارند. از میان سه روش ارزیابی ناپارامتری؛ تحلیل پوششی داده ها، وصل نقاط حدی و تاکسونومی عددی، روش تحلیل پوششی داده ها با توجه به مبانی برنامه ریزی ریاضی در هر مدل، ارزیابی مناسبتری از دو روش دیگر پدید می آورد. (عیسی زاده و خسروی، 1390)
2-2-8- انواع مدلهای تحلیل پوششی داده ها:
2-2-8-1-مدل CCR: در سال 1978 چالز کوپر و رودز روش فارل را برای حالت چند ورودی و چند خروجی تعمیم دادند که به خاطر حرف اول اسم ارائه دهندگان آن به روش CCR معروف شد. در مدل CCR میزان کارایی مانند روش های پارامتری به صورت نسبت خروجی به ورودی تعریف می شود. واحدی یا DMU که این نسبت برای آن بیشترین باشد واحد کارا نامیده می شود.
فرض کنیم اندیس های i، j و k به ترتیب اندیس ورودی ها، خروجی ها و واحدهای سازمانی باشند. اگر میزان ورودی نوع iام برای واحد kام را با xik میزان خروجی نوع jام برای واحد kام را با yjk نمایش دهیم، می توان آنها را به صورت ماتریس های زیر نمایش داد.
(فرمول 2-12)
ستون kام ماتریس فوق ورودی ها و خروجی های واحد kام DMUkهستند.
(فرمول 2-13)
(فرمول 2-14)

مطلب مشابه :  پایان نامه مدیریت :ساختار سازمانی-فروش پایان نامه

(فرمول 2-15)
قیدهای فوق تضمین می کنند که میزان کارایی برای هر واحد بیشتر از یک نمی شود. در این مدل وزن های ورودی ها و خروجی ها متغیر در نظر گرفته شده و در یک فضای رقابتی توسط مدل تعیین می شوند. از آنجایی که مدل بررسی شده کارایی را با تعیین وزن های ورودی و خروجی محاسبه می کند به آن مدل وزنی یا مضربی گفته می شود.
شکل دوگان حالت فرم مضربی مدل CCR فرم پوششی این مدل نام داد که در حالت خروجی محور به صورت زیر است:

(فرمول 2-16)
(فرمول 2-17)
فرم پوششی، کارایی را بر اساس تخمیت تابع تولید و مقایسه واحد تحت ارزیابی با مرز کارایی محاسبه می کند. نتیجه کارایی هر دو فرم یکسان است. ولی نتایج جانبی مختلفی از هر کدام به دست می آید. با محاسبه فرم پوششی مدل CCR، می توان واحدهای مرجع و اهداف مورد انتظار از واحدهای ناکارا را تعیین کرد.
2-2-8-2-مدل BCC: در قسمت قبل مدل CCR را با فرض بازده نسبت به مقی
اس ثابت مورد بررسی قرار دادیم. حال اگر به جای بازده نسبت به مقیاس ثابت، مدل را تحت بازده نسبت به مقیاس متغیر که اولین بار در سال 1984 توسط بنکر، چارنز و کوپر ارزیابی شد مورد بررسی قرار دهیم مدل به دست آمده همان مدل BCC است که به احترام ابداع کنندگان آن به این نام شهرت یافته است. فرم مضربی این مدل در حالت ورودی محور به ازای k = 1,2,…,s به صورت زیر است:
(فرمول 2-18)

(فرمول 2-19)

(فرمول 2-20)
همانند مدل CCR دوگان فرم مضربی مدل BCC را نیز فرم پوششی این مدل می نامند. که در حالت ورودی محور و خروجی محور به صورت است:

مطلب مشابه :  پایان نامه رشته مدیریت در مورد :ساختار سازمانی

(فرمول 2-21)

(فرمول 2-22)


برای دانلود متن کامل پایان نامه ، مقاله ، تحقیق ، پروژه ، پروپوزال ،سمینار مقطع کارشناسی ، ارشد و دکتری در موضوعات مختلف با فرمت ورد می توانید به سایت  77u.ir  مراجعه نمایید
رشته مدیریت همه موضوعات و گرایش ها : صنعتی ، دولتی ، MBA ، مالی ، بازاریابی (تبلیغات – برند – مصرف کننده -مشتری ،نظام کیفیت فراگیر ، بازرگانی بین الملل ، صادرات و واردات ، اجرایی ، کارآفرینی ، بیمه ، تحول ، فناوری اطلاعات ، مدیریت دانش ،استراتژیک ، سیستم های اطلاعاتی ، مدیریت منابع انسانی و افزایش بهره وری کارکنان سازمان

در این سایت مجموعه بسیار بزرگی از مقالات و پایان نامه ها با منابع و ماخذ کامل درج شده که قسمتی از آنها به صورت رایگان و بقیه برای فروش و دانلود درج شده اند

(فرمول 2-23)

(بحیرایی و حامدی، 1391)
الف) مدل CCR در ماهیت ورودی
در ماهیت ورودی سعی در پیدا کردن واحد مجازی Tc هستیم که همان خروجی را با حداقل ورودی ممکن تولید کند.
(فرمول 2-24)
ب) مدل BCC در ماهیت ورودی
(فرمول 2-25)
ج) مدل BCC بدون ورودی
(فرمول 2-26)
د) مدل رتبه بندی MAJ(Mehrabian,Alirezaie and Jahanshahloo)
با توجه به مشکلات اساسی مدل AP، محرابیان و همکاران (1999) مدل دیگری را جهت رتبه بندی DMUهای کارا مطرح نمودند. در مدل AP حرکت به سوی مرز در امتداد شعاعی صورت میگرفت که ممکن بود سطح پوششی PPS را قطع نکند. در این صورت مساله جواب شدنی ندارد و یا ممکن بود در فاصله بسیار دور، سطح پوششی PPS را قطع نماید. در این صورت مساله ناپایدار است. در مدل MAJ حرکت به سوی مرز در امتداد شعاع فوق الذکر صورت نمی گیرد. بلکه در امتداد موازی ورودی ها ( در ماهیت ورود ی) و به صورت حرکاتی در مسیرهای قایم و عمود بر هم و قدم های مساوی انجام می شود. برای روشن شدن مطلب فرض کنید شکل زیر نشان دهنده مرز فارل در حالت دو ورود ی- یک خروجی و پس از حذف DMUی تحت ارزیابی A باشد:

 
 
(شکل2-4)

(فرمول 2-27)

(فرمول 2-28)
مقدار تابع هدف بهینه مساله بالا به واحد اندازه گیری ورودیها بستگی دارد. برای از بین بردن این مشکل، لازم است که داده ها را نرمالیزه نماییم. دوآل مساله فوق همان فرم مضربی مدل MAJ است که به قرار زیر می باشد:
(فرمول 2-29) (جلودار و همکاران،1390)
نتیجه تحقیقات چارنز کوپر و رودز برای ارائه مدلی ریاضی برای ارزیابی عملکرد واحد های تصمیم گیری متجانس که ورودی های از یک نوع را برای تولید خروجی های همگون مورد استفاده قرار می دهند بر اساس تحقیقات فارل با ارائه مدل CCR به نتیجه رسید. با این مدل تحلیل پوششی داده ها به عنوان روشی مبتنی بر برنامه ریزی خطی مسیری جدیدی را برای ارزیابی عملکرد و محاسبه کارایی گشود. با این فرض که n واحد تصمیم گیری DMUj J=1…n از m ورودی برای تولید s خروجی استفاده می کنند کارایی واحد تصمیم گیری o=1…n، DMU0 که با صرف ورودی Xio، i=1…m، به تولید Yro، r=1…s دست یافته است چنین است:
(فرمول 2-30)
θ میزان کارایی واحد تصمیم گیری DMU0 که O=1…n را بدست میدهد. (دانشیان و همکاران، 1386)
2-2-9- مزایای روش تحلیل پوششی داده ها:
روش تحلیل پوششی داده های تصادفی بر خلاف روش رایج ارزیابی عملکرد روشی آینده نگر است و براساس آن می توان در خصوص عملکرد آتی شرکت پیش بینی هایی انجام داد.
روش تحلیل پوششی داده های تصادفی ورودی ها و خروجی های شرکت را در ارزیابی عملکرد آنها ملحوظ می نماید بر خلاف روش رایج ارزیابی عملکرد که تنها بر خروجی های شرکت در ارزیابی عملکرد آنان متمرکز است.
از نتایج روش تحلیل پوششی داده های تصادفی می توان در برنامه ریزی بهبود عملکرد استفاده نمود این در حالی است که به دلیل تمرکز روش رایج ارزیابی بر خروجی های شرکت و نیز تحت کنترل نبودن اکثر خروجی ها امکان برنامه ریزی برای بهبود عملکرد اکثر شرکت ها با بهره گرفتن از افزایش خروجی ها وجود ندارد.
روش تحلیل پوششی داده های تصادفی برخلاف روش رایج ارزیابی عملکرد براستانداردهای عملکرد در خصوص هر یک از خروجی های شرکت استوار نیست و بنابراین نیاز به تغییر و بازنگری مداوم در این استانداردها نیست.
2-2-10- ویژگیهای تحلیل پوششی داده ها:
تحلیل پوششی داده ها دارای ویژگیهای منحصر به فردی است ک

دسته بندی : پایان نامه مدیریت

دیدگاهتان را بنویسید