تحلیل پوششی داده ها DEA
تحلیل پوششی داده ها DEA روشی مبتنی بر برنامهریزی خطی است که بر اساس آن میتوان به اندازهگیری کارایی واحدهای همگن، بدون نیاز به مشخص نمودن تابع تولید نمود. به عبارت دیگر در این روش، منحني مرزي كارا، از يك سري نقاط كه به وسيله برنامهريزي خطي تعیین میگردند، برای ارزیابی کارایی نسبی واحدهای تصمیمگیری که وظایف یکسانی را انجام میدهند.
این تکنیک یک روش مبتنی بر تجربه می باشد که نیازی به مفروضات و محدودیت های سنتی سنجش کارایی ندارد. از زمان معرفی، این روش به طور گسترده در تمام سازمان ها اعم از انتفاعی و غیرانتفاعی و… استفاده شده است. اگر یک واحد تصمیم گیری تنها دارای یک نهاده و یک ستاده باشد، کارایی این واحدها از طریق تقسیم ستاده به نهاده به دست می آید. در حالتی هم که نهاده و ستاده های چندگانه وجود داشته باشد، در صورت وجود قیمت (ارزش) هر یک از نهادها و ستاده ها میتوان از طریق تقسیم مجموع وزنی ستاده ها به مجموع وزنی نهاده ها، کارایی را مشخص کرد.
چارنز و کوپر و رودز در ساخت مدل تحلیل پوششی داده ها به یک رابطه تجربی در ارتباط با تعداد واحدهای با تعداد واحدهای مورد ارزیابی و تعداد ورودی ها و خروجی ها به صورت زیر رسیده اند:
(تعداد خروجیها + تعداد ورودیها)۳ ≥ تعداد واحدهای مورد ارزیابی
عدم به کارگیری رابطه فوق در عمل موجب می شود که تعداد زیادی از واحدها روی مرز کارا قرار گرفته و به عبارت دیگر دارای امتیاز کارایی یک گردند، بنابراین قدرت تفکیک مدل به این ترتیب کاهش می یابد.
دومشخصه اساسی برای الگو تحلیل پوششی داده ها DEA
۱)بازده به مقیاس الگوی مورد استفاده
این مشخصه بیانگر پیوند بین تغییرات واحدهای مورد ارزیابیمی باشد.
۲) ماهیت الگوی مورد استفاده(ماهیت ورودی،ماهیت خروجی)