موارد استفاده : تحقیق و آموزش
منابع فارسی: دارد
منابع لاتین: دارد
پیشینه داخلی جدید: دارد
پیشینه خارجی جدید: دارد
نوع فایل: Word قابل ویرایش
تعداد صفحه: 44 صفحه
شماره فایل : 547 mg
الف) مزایا مزایای روش تحلیل پوششی داده ها به شرح زیر است(چارنز و دیگران، 1995): تمرکز بر هریک از مشاهدات در مقابل میانگین جامعه؛ فراهم آوردن یک روش اندازه گیری جامع و منحصر به فرد برای هر واحد که از ورودی ها (متغیر های مستقل) برای ایجاد خروجی ها(متغیرهای وابسته) استفاده می کند؛
استفاده هم زمان از چندین ورودی و چندین خروجی؛ سازگاری با متغیرهای برون زا؛ توانایی در نظر گرفتن متغیرهای طبقه ای یا مجازی؛ بی نیاز بودن از آگاهی از وزن ها یا قیمت های ورودی ها و خروجی ها و بی نیازی از ارزش گذاری؛ تخمین در تغییر ورودی ها و خروجی های واحد هایی که در زیر مرز کارا قرار گرفته اند برای تصویر کردن آن واحدها در مرز کارا؛ ارائه جواب بهینه پارتو؛ امکان بکارگیری ورودی ها و خروجی های مختلف با مقیاس های اندازه گیری متفاوت؛
شکل تابع توزیع و روابط تولید محدودیتی برای آن ایجاد نمی کند. ب) معایب از جمله معایب تحلیل پوششی داده ها می توان موارد زیر را برشمرد: اندازه گیری کارایی نسبی نه کارایی مطلق؛ تفاوت بین اهمیت ورودی ها و خروجی ها موجب انحراف در نتایج می شود، اما با محدودسازی وزن های خروجی و ورودی، این مشکل تا حدودی قابل رفع است؛ مشکل انجام آزمون های آماری به دلیل غیر پارامتری بودن؛ تعداد مدل های مورد نیاز و حل آنها به تعداد واحدهای تحت بررسی بستگی دارد که تا حدودی حجم محاسبات را افزایش می دهد؛
تغییر در امتیاز کارایی محاسبه شده ی تمامی واحدها با اضافه کردن یک واحد جدید به مجموعه واحدهای قبلی بررسی شده؛ احتمال تغییر نتایج ارزیابی به دلیل تغییر در نوع و تعداد ورودی ها و خروجی ها؛ به عنوان یک تکنیک بهینه سازی، امکان پیشگیری از خطا در اندازه گیری و سایر خطاها را ندارد(مهرگان، 1391، 32).
ادامه مقاله به طور کامل در فایل اصلی موجود است.
