تعاریف و مفاهیم کارایی

تعاریف متعددی برای کارایی ارائه شده است که در زیر به بعضی از آنان اشاره می شود.

کارایی عبارت از انجام امری به بهترین طریق، بوسیله فرد حایز شرایط در بهترین محل و مناسب ترین وقت است.
به نظر سامانث دیوید کارایی عبارت است از نسبت ستانده واقعی به ستانده استاندارد یا ستانده مورد انتظار.
کارایی ناظر است بر اینکه نهاده های مختلف چگونه با هم ترکیب می شوند، یا اینکه کار چگونه پیش می رود.
کارایی در اقتصاد به مفهوم تخصیص بهینه منابع است و در مجموعه ای از فعالیت ها هنگامی یک فعالیت کاراست که مقدار تولید آن قابل افزایش نباشد مگر تولید سایر فعالیت ها کاهش یابد.
کارایی توانایی بدست آوردن حداکثر محصول یا ستانده از حداقل نهاده است .
به نظر مولینس کارایی درست انجام دادن فعالیت هاست و با داده ها و آنچه مدیریت انجام می دهد مرتبط است.
کارایی معرف نسبت ستانده ها به نهاده ها در مقایسه با یک استاندارد مشخص است و هر چه این نسبت بالاتر باشد آن واحد کاراتر خواهد بود .
کارایی سازمانی عبارت از میزان منابع استفاده شده در تولید یک واحد ستانده می باشد اگر یک سازمان بتواند با صرف منابع کمتر در مقایسه با سازمان دیگر به سطح تولید مشابه دست یابد می توان آن را کاراتر توصیف کرد .
کارایی صرفاً یک مفهوم به معنای نسبت بین نتیجه و داده های به کار رفته است.
در فرهنگ لغات آکسفورد، کارایی به موقعیت و یا کیفیتی که بیانگر کارا بودن باشد تعریف شده و متعاقب آن اشاره شده است که در فیزیک کارایی نسبتی از انرژی یا کار تولید شده به میزان مورد انتظار می‎باشد.
در دایره المعارف آمریکانا کارایی به عنوان نسبتی از ستاده مفید – داده ها تعریف شده است.

مفهوم کارایی و انواع آن

به طور کلی کارایی مفهومی نسبی است و مقایسه بین عملکرد واقعی و عملکرد ایده آل را نشان می‎دهد. کارایی عمدتاً در سه حوزه مهندسی، مدیرت و اقتصاد مطرح است. در اقتصاد مفهوم کارایی همان تخصیص بهینه منابع است. هر سازمانی مجموعه ای از ورودی ها را برای تولید تعدادی خروجی اعم از کالا یا خدمات استفاده می کند. برای مثال شعب بانک ها به عنوان واحدهای مشابه ورودی هایی همچون نیروی انسانی، امکانات، فضا و… را به کار می گیرند تا خروجی هایی نظیر میزان جذب سپرده ها، میزان اعطای تسهیلات و میزان ارائه خدمات را تولید کنند.

تاریخچه تحلیل پوششی داده ها

در اندازه گیری کارایی مستلزم، مقایسه ی ستاده ها و داده های آن واحد است. در ساده ترین حالت که تنها یک داده و یک ستاده وجود دارد کار ایی را م ی توان از تقسیم ستاده به داده به دست آورد. داده / ستانده = کارایی

به عنوان مثال کار ایی یک کامپیوتر از تقسیم تعداد محاسبات به مقدار زمان به دست می آید که حاصل تعداد محاسبات در واحد زمان را نشان می دهد . اگر واحد تصمیم گیری دار ای داده ها و ستاده های چندگانه باشد و ارزش)قیمت( هر یک از داده هاو ستاده ها معلوم باشد،می توان از تقسیم مجموع حاصل ضرب مقدار ستاده ها دروزن های) قیمت یا ارزش( مربوطه به مجموع حاصل ضرب مقدار داده ها در وزن های مربوطه میزان کارایی را محاسبه کرد.)مجموع وزنی مقدار داده‎ها) / (مجموع وزنی مقدار ستاده ها = ( کارایی

در سال 1975 فارل از یک روش ناپار امتریک بر ای تعیین میزان کار ایی استفاده کرد. وی به جای تخمین تابع تولید با مشاهده ی مقاد یر داده و ستاده واحدها ی تصمیم گیری یک تابع مرز ی که به شکل یک تابع خطی با قطعات غیرخطی بود، به عنوان مرز کار ایی تعریف کرد و این مرز را به عنوان معیار و ملاک کارایی واحده ای تصمیم گیری قرار داد .

مفهوم کار ایی که در DEA مورد استفاده قرار می گیرد همان حاصل تقسیم مجموع وزنی مقدار ستاده ها به مجموع وزنی مقدار داده ها است . در غالب موارد ی که قیمت یاارزش (وزن های) داده ها و ستاده ها مشخص نیست و یا داده ها و ستاده ها مقیاس های متفاوتی دارند از DEA بر ای تعیین میزان کار ایی استفاده می شود. در وزن های DEA اختصاص داده شده به هر یک از داده ها و ستاده ها از طر یق حل یک مدل برنامه ریزی خطی به دست می آید. DEA این وزن ها را طوری تعیین می کند که کار ایی واحد نسبت به سایر واحدها حداکثر شود.

چارنز و کوپر و رودز یک روش کاربرد ی را برا ی تعیین میزان کار ایی یک مجموعه از واحدهای تصمیم گیری که دارای داده و ستاده چندگانه بودند، ارائه کردند که به تحلیل پوششی داده ها DEA معروف است این مدل که به نام معرفی کنندگان آن (CCR) نامگذاری شد فرض بازده به مقیاس ثابت روش سنجش کار ایی فارل را به حالت چند داده و چند ستاده تعمیم داد.

بنکر، چارنز و کوپر مفاهیم و مدل های DEA را توسعه دادند و مدل (BCC) رابرای تعیین میزان کارایی بدون فرض ثابت بودن بازده به مقیاس ارائه کردن 1984 چارنز و همکاران مدل جمعی را به عنوان یکی د یگر از مدل های DEA معرفی کرد ند که همزمان کاهش ورودی و افزا یش خروجیها را مد نظر قرار می دهد.

تحلیل پوششی داده ها با معرفی گروه مرجع یا الگو برای هریک از مشاهدات غیرکارا ، تحلیل منابع غیرکارای این واحدهای تصمیم گیری را ممکن می سازد .محدودیت در رتبه بندی واحدهای کارا حوزه ی دیگری از مباحث اندیشمندان در تحلیل پوششی داده ها را به خود اختصاص داده است که سه راهکار عمده ی ارائه شده برای رتبه بندی واحد های کارا با عناوین اندرسون و پیترسون، ماتریس کارایی متقاطع و مدل تحلیل سلسله مراتبی داده ها کاربرد بیشتری را داشته اند .

مدل اندرسون و پیترسون (A&P)

پس از مشخص شدن واحدها ی کاراو ناکارا ، ا ین بار برا ی هر یک از واحد ها ی کارا مدل P&A را حل می کنیم با ا ین تفاوت که واحد کا را تنها در تابع هدف آمده و از بین محدود یت ها ی ساختاری ، محدود یت واحد کارا را حذف می کنیم.

مدل ماتریس کارایی متقاطع (CEM)

از جمله روشهایی است که می توان بر ای شناسایی عملکردهای خوب و رتبه بندی مؤثر واحده ای تصمیم گیرنده DMU ها از آن ا ستفاده کرد . روش کار ایی متقاطع عملکرد یک DMU را با توجه به وزن‎های بهینه سایر DMU ها مقایسه می کند که نتیجه ی این ارز یابی ها در ماتر یس کارایی متقاطع نشان داده می شود.

مدل تحلیل سلسله مراتبی داده ها (DEA /AHP)

با استفاده از نتایج به دست آمده از حل مدل های DEA می توان یک ماتر یس مقایسات زوجی تشکیل داد و با استفاده از روش رتبه بندی ( DEA /AHP) واحد های کارا را رتبه بندی کرد. ظهور مدل‎های بس یار گسترده و متنوع از زمان معرف ی مدل های CCR تا کنون و رشد سریع و مقبولیت گسترده ی این مدل ها در سطح سازمان ها، خود گواه روشنی از توانایی و قابلیت کاربرد بالا ی این روش در اندازه گیری کارا یی سازمان ها است.

منبع

عارف راد، بهناز(1392)، ارزیابی کارایی با استفاده از روش تحلیل پوششی داده هاDEA مدل پنجره ای و مدل رسته ای سلسله مراتبی، پایان‎نامه کارشناسی ارشد، مدیریت بازرگانی، دانشگاه آزاد اسلامی

از فروشگاه بوبوک دیدن نمایید