ارزيابي عملكرد واحدهاي تصميم گيرنده با حضور داده هاي تصادفي از توزيع نرمال كمك تحليل پوششي داده ها

Performance Evaluation of Decision-Maker Units with Data Stochastic from Normal Distribution using by Data Envelopment Analysis

تحليل پوششي داده ها با داده هاي تصادفي ضمن در نظر گرفتن توزيع احتمال براي متغيرهاي ورودي و خروجي، كارايي و بهره وري مجموعه اي از واحد هاي تصميم گيرنده ( ) ها را مورد ارزيابي قرار مي دهد به طوري كه از طرف مديران براي حالت هاي پيش بيني نشده سطح خطايي در نظر گرفته مي شود. استفاده از سطح خطا توسط پژوهشگر باعث مي شود كه نتايج ماهيت احتمالي داشته باشند وافرايش سطح خطا، ميزان اطمينان به نتايجي هم چون كارايي و ابركارايي را كاهش مي دهد. در اين مقاله ابتدا مدل BCC كه يكي از مدل هاي استاندارد بوده و براي تعيين كارايي ها با ورودي ها و خروجي هاي قطعي به كار مي روند را بيان كرده، سپس اين مدل را براي ارزيابي واحدهايي كه داده هاي ورودي و خروجي آن ها تصادفي بوده و از توزيع نرمال پيروي مي كنند، معرفي كرده ايم. در پايان مدل پيشنهادي براي انداره گيري كارايي 52 شعبه از يكي بانك ايراني مورد استفاده قرار گرفته است.

Data envelopment analysis with random data while considering the probability distribution for input and output variables evaluates the efficiency and productivity of a set of DMUs, because managers for unpredictable states of error level are considered by managers. Gets using the level of error by the researcher results in a possible nature and the error level improves the reliability of the results, such as efficiency and super-efficiency. In this paper, first, the BCC model, which is one of the standard DEA models, is used to determine the performance of DMUs with definite inputs and outputs, and then it is used to evaluate units whose input and output data are random and follow a normal distribution. At the end of the proposed model we have introduced., 25 branches of one Iranian bank have been used to measure efficiency.