Περιβάλλουσα ανάλυση δεδομένων

Η παρούσα διπλωματική εργασία σκοπεύει στην παρουσίαση και ανάλυση της μεθόδου της Περιβάλλουσας Ανάλυσης Δεδομένων, η οποία δημιουργήθηκε για την αξιολόγηση της αποδοτικότητας οργανωτικών μονάδων όπως τα τραπεζικά υποκαταστήματα, σχολεία, νοσοκομεία ή εστιατόρια. Το κλειδί που μας επιτρέπει την σύγ...

Full description

Bibliographic Details
Main Author: Σαΐττης, Κωνσταντίνος
Other Authors: Τσάντας, Νικόλαος
Language:gr
Published: 2015
Subjects:
DMU
CCR
BCC
Online Access:http://hdl.handle.net/10889/8544
Description
Summary:Η παρούσα διπλωματική εργασία σκοπεύει στην παρουσίαση και ανάλυση της μεθόδου της Περιβάλλουσας Ανάλυσης Δεδομένων, η οποία δημιουργήθηκε για την αξιολόγηση της αποδοτικότητας οργανωτικών μονάδων όπως τα τραπεζικά υποκαταστήματα, σχολεία, νοσοκομεία ή εστιατόρια. Το κλειδί που μας επιτρέπει την σύγκριση αυτών των μονάδων βρίσκετε στους πόρους που χρησιμοποιούν για την παραγωγή έργου. Η Περιβάλλουσα Ανάλυση Δεδομένων (Data Envelopment Analysis) πρωτοπαρουσιάστηκε το 1978 από τους Charnes Cooper και Rhodes σε μία μελέτη τους (Charnes, et al.1978; Cooper 1978; Rhodes 1978). Η μελέτη αναφερόταν σε εκτιμήσεις της αποδοτικότητας μη κερδοσκοπικών οργανισμών και μπορεί δε να θεωρηθεί επέκταση της τεχνικής αποδοτικότητας, δοσμένης από τον Farell το 1957. Στο πρώτο κεφάλαιο παρουσιάζεται το θεωρητικό υπόβαθρο της μεθόδου, τα μοντέλα που κρύβονται πίσω από την μέθοδο, τον τρόπο υπολογισμού της αποδοτικότητας, τις παραδοχές πίσω από το σύνολο δυνατοτήτων παραγωγής, γραφική αναπαράσταση της μεθόδου και ένα παράδειγμα το οποίο είναι συνδιασμός των πιο πάνω. Στο 2ο κεφάλαιο παρουσιάζουμε εναλλακτικά μοντέλα τα οποία είναι προεκτάσεις των βασικών μοντέλων της μεθόδου, αναδεικνύοντας την προσαρμοστικότητα της μεθόδου. Αρκετά από αυτά τα μοντέλα προέκυψαν από την ανάγκη αντιμετώπισης αρκετών ασυνεπειών. Μερικά απο τα μοντέλα που παρουσιάζουμε είναι το προσθετικό μοντέλο, το πολλαπλαστικό μοντέλο και μοντέλα με εξωγενείς και κατηγορικές μεταβλητές. Το προσθετικό μοντέλο σε αντίθεση με τα μοντέλα CCR και BCC έχει την ικανότητα ελαχιστοποίηση των εισροών και μεγιστοποίησης των εκροών ταυτόχρονα. Αυτό ήταν αδύνατο στα μοντέλο CCR και BCC καθώς αυτά μπορούσαν είτε να ελαχιστοποιήσουν της εισροές είτε στην μεγιστοποίηση των εκροών αλλά όχι και τα 2 ταυτόχρονα. Επίσης στο 2ο κεφάλαιο παρουσιάζεται η χρήση απολύτων φραγμάτων στους συντελεστές βαρύτητας ιδιομορφίες των συντελεστών βαρύτητας οι οποίοι συντελούν στην ασυνέπεια της μεθόδου με την ιδιόμορφη συμπεριφορά τους. === This thesis aims at presenting and analyzing the method of Data Envelopment Analysis, which was created to assess the efficiency of organizational units such as bank branches, schools, hospitals and restaurants. The key that enables us to compare these units is the kind of resources they used to produce results. Data Envelopment Analysis was introduced in 1978 by Charnes Cooper and Rhodes in their seminar study (Charnes, et al.1978; Cooper 1978; Rhodes 1978). The paper refers to estimations of the efficiency, of non-profit organizations and may be considered as an extension of technical efficiency, given by Farell 1957. In the first chapter we are presenting the theoretical background of the method, the linear models behind the method, methods for calculating the efficiency, assumptions needed for production possibility set, graphical representations of the process and an example which is a combination all of the above. The second chapter presents alternative models that are extensions of the basic models of the process, highlighting the versatility of the method. Several of those models arose from the need to address a number of inconsistencies. The models we are presenting in these section are the additive model, the extended additive model, the multiplicative model and models with exogenous and categorical variables. The additive model in contrast with the CCR and BCC models have the ability to minimize inputs and maximize outputs simultaneously. This was impossible in the CCR and BCC model as they could either minimize or maximize inputs outputs but not the two simultaneously. Also we present the use of absolute limits on the weight coefficients whose peculiar behavior contribute to some of the inconsistencies observed in the method.