تعیین کارایی با تحلیل پوششی داده ها و مولفه هایمستقل

اندازه گیری بهره وری مورد مهمی برای هر شرکت یا سازمان است . اندازه گیری بهره وری به سازمان ها اجازهمی دهد که عملکرد آنها را از رقیبانشان مقایسه کنند و سپس طرح های متناظر را توسعه دهند تا عملکرد را بهبودبخشند . ابزارهای اندازه گیری بهره وری متنوعی از قبیل روش های آماری مرسوم و روش های غیر پارامتری با موفقیت در نوشته ها توسعه یافته بود ند .در میان این ابزارها ، رویکر تحلیل پوششی داده ها (DEA) یکی از مواردی است که به شکل گسترده ای مورد بحث قرار گرفته است . به هر حال ، مسایل تبعین بین واحد های تصمیم گیری بهره ور و غیر بهره ور نیز در بافت DEA وجود دارد . در این مقاله ، رویکرد دو مرحله ای ادغام تحلیل مولفه ای مستقل (ICA) و تحیلی پوشش داد ه ای (DEA) ارایه می شود تا به این مورد غلبه نماید . ما استفاده ICA در وهله ی اول را برای استخراج متغیر های ورودی را انتخاب می کنیم و نهایتا ، ICs نشان دهنده ی منابع مستقل متغیر های ورودی برای تولید مولفه های مستقل پیشنهاد می کنیم سپس ICs نشان دهتده ی منابع مستقل متغیر های ورودی را انتخاب می کنیم و نهایتا ، ICs انتخابی را به منزله ی متغیر های جدید در مدل DEA وارد می کنیم . مجموعه داده ای شبیه سازی شده و مجموعه داده ای بیمارستان که توسط اداره ی آمار در وزارت بهداشت تایوان ارایه گردید برای نشان دادن صحت رویکرد دو مرحله ای پیشنهادی مورد استفاده قرار می گیرند . نتایج نشان می دهند که روش پیشنهادی نه فقط می تواند تفاوتهای عملکردی بین DMUs را مجزا نماید بلکه همچنین قابلیت تبعیض اندازه گیری بهره وری DEA را بهبود بخشد