بخشی از مقاله

چکیده: در تحلیل پوششی داده ها به صورت مرسوم برای اندازه گیری کارایی مجموعه ای از واحدهای تصمیم گیری نیازمند ورودی و خروجی با مقدار ثابت است.اما در عمل خیلی از مشاهدات در طبیعت تصادفی اند پس نتایج کارایی نیز تصادفی هستند.در این مقاله نخست مدل BCC معرفی می شود.سپس داده ها را به صورت تصادفی که از توزیع نرمال پیروی می کنند ومدل SBCC را برای این داده ها توسعه می دهیم و در پایان مثال کاربردی نمایش داده شده است که با روش توسعه داده شده در این مقاله ارزیابی شده است. 

.1 مقدمه

تحلیل پوششی دادهها ابزار قدرتمندی برای ارزیابی کارایی واحدهای تصمیم گیرنده با ورودی ها و خروجی های چندگانه است که از پیشگامان این زمینه می توان به چارنز و کوپر و رودز [1] اشاره نمود که اولین مدل خود را به نام CCR در سال 1978 معرفی کردند. برای بررسی کارایی واحدهای تصمیم گیرنده با فرم پوششی زمانی که داده ها به صورت قطعی می باشند با استفاده از مدل های موجود ممکن است بیش از یک واحد کارا باشد که در این صورت با روش های رتبه بندی از قبیل روش اندرسون- پیترسون AP [2] می توان رتبه واحدهای کارا را مشخص کرد.

در سال 1376 جهانشاهلو و همکاران [7] به علت وجود مشکلات مدل AP از جمله نشدنی بودن فرم پوششی در حالتی که داده ها ساختار خاصی دارند و همچنین ناپایداری به این مفهوم که حذف بعضی از واحدهای تصمیم گینرده - DMU - ها جهش ناگهانی در کارایی بعضی از DMU های مورد ارزیابی ایجاد می کرد. روشی را به نام جم JAM در جهت رفع مشکلات روش AP و همچنین رتبه بندی واحدهای کارا ارائه دادند.

اخیراً فرمول بندی تصادفی مدل های اصلی با معرفی ورودی ها و خروجی های غیرقطعی مورد توجه محققین قرار گرفته است. از جمله کوپر و هووانگ [3]، خدابخشی و اصغریان [4] به محاسبه کارایی تصادفی واحدهای تصمیم گیرنده با داده های تصادفی و مقایسه مدل قطعی و مدل تصادفی پرداخته اند. روش های متعددی برای رتبه بندی واحدهای کارا با داده های تصادفی وجود دارد از جمله روش رتبه بندی حسین زاده و نعمت الهی [6] با استفاده از ضریب تغییرات و همچنین روش رتبه بندی رضویان و توحیدی [5] با استفاده از .AP هدف این مقاله ارزیابی کارایی شعب بانک و رتبه بندی انها با کمک تحلیل پوششی داده هاست.

.2 کارایی به روش تحلیل پوششی داده ها

تکنیکی ناپارامتریک برای سنجش و ارزیابی کارایی نسبی مجموعه ای از پدیده ها - سازمانها - با ورودی ها و خروجی های قطعی است. DEA برای اولین بار در سال 1978 توسط چارنز، کوپر و رودز به ادبیات تحقیق در عملیات معرفی شد .اینDEA تکنیک یک روش مبتنی برتجربه - دارای ماهیت تجربی - می باشدکه نیازی به مفروضات و محدودیهای مدل های سنتی سنجش کارایی ندارد.

.5 مثال کاربردی

ده شعبه بانک در ایران با ورودی ها و خروجی های تصادفی را در نظر بگیرید. فرض کنید ورودی های این مسئله ، »سود پرداختی« و »مطالب معوقه« همچنین خروجی های آن ، »مجموع سپرده ها«، »سود دریافتی« می باشند. پس از جمع آوری داده ها در ده ماه متوالی و مقیاس کردن آنها ، با بکارگیری آزمون های نیکویی برازش که نتایج برخی از آنها در جدول پیوست آمده است، در می یابیم که آنها از توزیع های نرمال تبعیت می کنند در این مثال ابتدا تمامی شعب DMU - ها - را به کمک مدل SBCC برای دو سطح خطای α = 0/1 و α = 0/05 ارزیابی کرده که این نتایج در جدول 1 آمده است. سپس روش های رتبه بندی با داده های تصادفی که ارائه شد را برای واحدهای کارای تصادفی بکار برده ایم که این نتایج در جدول2 آمده است.

در متن اصلی مقاله به هم ریختگی وجود ندارد. برای مطالعه بیشتر مقاله آن را خریداری کنید