DEA کارایی یک DMU را در مقایسه با سایر واحد ها DMU ها ارزیابی می‌کند . به همین خاطر امتیاز کارایی DMU ، یک امتیاز نسبی خواهد بود . ارزیابی و مقایسه عملکرد ‌و کارایی واحد های مشابه قسمت مهمی از مدیریت یک سازمان پیچیده می‌باشد . DEA راهکارهایی را برای مدیریت بهتر منابع جهت نیل به خروجی ( های ) مورد انتظار ، ارائه می‌دهد . کارا بودن و یا غیر کارا بودن یک DMU ، بستگی به عملکرد آن واحد در انتقال ورودی ها به خروجی هایش در مقایسه با سایر واحد ها در یک حوزه خاص دارد . DEA اخیراًً در مجموعه علوم مدیریت قرار گرفته است.

( مهرگان ،محمدرضا.۵۸، ۱۳۸۳ ) .

مهمترین علت موفقیت DEA به عنوان یک ابزار کمی ، غیر پارامتری بودن روش آن است . دلیل دیگر موفقیت DEA ، این است که مکانیسم طبقه بندی DMU ها در DEA طوری است که می‌تواند با توجه به بخشی از موضوعات مورد مطالعه ، صورت گیرد . هر DMU با بهره گرفتن از تعاریف تئوری استاندارد برای محاسبه کارایی ، امتیاز دهی می شود ، که این امتیاز به وسیله مقیاس های خاص که سعی در حد اکثر نمودن امتیاز کارایی آن واحد دارند ، محاسبه می شود . ( قصیری ، کیوان و همکاران ،۷، ۱۳۸۶ ) .

۲-۶-۱) ویژگی ها و ‌قابلیت کاربردی DEA

از ویژگی های مهم DEA می توان موارد زیر را نام برد :

۱_ قابلیت استفاده و فهم آسان و راحت

۲_ ارزیابی واقع بینانه و ارزیابی توام مجموعه عوامل دخیل در مدل ها

۳_ عدم نیاز به وزن ها و تابع تولید از پیش تعیین شده (غیر پارامتری )

۴_ تصویر کردن بهترین وضعیت عملکردی به جای وضعیت مطلوب

۵_ قابلیت وارد نمودن چندین ورودی و چندین خروجی در مدل

قابلیت کاربردی روش DEA عبارتند از :

۱_ رتبه بندی واحد های تصمیم گیرنده

۲_ ارائه واحد هایی جهت مقایسه کارایی و ارائه راهکار های بهبود کارایی

۳_ تعیین پیشرفت و پسرفت تکنیکی واحد ها

۴_ تخصیص بهینه منابع

۵_ تحلیل سیاست ورودی و خروجی ها

۶_ تعیین پتانسیل های عملکردی

۲-۶-۲) معایب DEA

مانند سایر روش ها ، DEA نیز دارای معایبی می‌باشد ، که می توان برخی از مهمترین آن ها را این گونه بیان کرد .( مهرگان ، محمدرضا.۱۳۸۳).

۱_ در نظر گرفتن اختلالات تصادفی و عوامل محیطی . امروزه محققان زیادی ، سعی کرده‌اند تا با دخالت دادن اصول احتمال و مفاهیم منطق فازی این مشکل روش DEA را برطرف کنند .

۲_ غیر پارامتری بودن روش DEA که در برخی مواقع منجر به نتایج نه چندان مناسب می شود.

۳_ حساسیت نتایج DEA نسبت به پراکندگی داده ها . پراکندگی داده هامنجر به ارائه نامطلوب می شود . به همین منظور فرض می شود که پراکندگی داده ها قابل چشم پوشی است هر چند که مقالاتی جهت برطرف کردن این مشکل ارائه داده شده است .

۴_ از آنجا که تحلیل پوشش داده ها تکنیکی غیر پارامتری است انجام آزمون های آماری برای آن مشکل است .

۵_ تعداد مدل های مورد نیاز و حل آن ها به تعداد واحد های تحت بررسی بستگی دارد که تا حدودی حجم محاسبات را افزایش می‌دهد .

۶_ اضافه کردن یک واحد جدید به مجموعه واحد های قبلی بررسی شده موجب تغییر در امتیاز کارایی تمامی واحد ها می‌گردد.

مدل های پایه تحلیل پوششی داده ها:

۱_ مدل CCR ورودی محور ، مدل بازگشت به مقیاس ثابت ^[۲۹](CRS)

۲_ مدل CCR خروجی محور ، مدل بازگشت به مقیاس ثابت (CRS)

۳_ مدل BCC ورودی محور ، مدل بازگشت به مقیاس متغیر ^[۳۰]( VRS )

۴_ مدل BCC خروجی محور ، مدل باز گشت به مقیاس متغیر (VRS )

۲-۶-۳) مفهوم ورودی محور و خروجی محور:

مفهوم ورودی محور^[۳۱] این است که به چه میزان باید ورودی ها را با ثابت نگه داشتن میزان خروجی ها ، کاهش داد تا واحد مورد نظر به مرز کارایی بر سوء یا به عبارتی مدل ورودی مدل هایی هستند که با ثابت نگه داشتن خروجی ها ، ورودی ها را کاهش می‌دهند.

مفهوم خروجی محور^[۳۲] این است که به چه میزان باید خروجی ها را با ثابت نگه داشتن میزان ورودی ها افزایش داد تا واحد مورد نظر به مرز کارایی برسد و یا به عبارتی مدل های خروجی محور مدل هایی هستند که با ثابت نگه داشتن ورودی ها ، خروجی ها را افزایش می‌دهند .( خواجوی ، شکرالله و همکاران . ۱۳۸۴ )

هرکدام از مدل های DEA دارای دو جهت مطالعه ( ورودی محور – خروجی محور ) می‌باشند.

۲-۶-۴) مفهوم کارایی در تحلیل پوششی داده ها :

تمام مفاهیم کارا بودن یا غیر کارا بودن یک واحد به وضعیت نقطه داده مربوط به آن واحد در یک مجموعه چند وجهی بر می‌گردد که ما آن را مجموعه امکان تولید می نامیم و در مباحث قبلی توضیح داده شده است.

این مجموعه از مجموع نقاط داده های ورودی و خروجی تشکیل می شود و ‌بنابرین‏ این مجموعه دارای ابعادی به اندازه تعداد ورودی و خروجی یک واحد است . در واقع مجموعه امکان تولید مجموعه ای است که از ترکیبات مختلف ورودی ها و خروجی ها حاصل می شود و ‌بنابرین‏ نقطه در مجموعه امکان تولید معرف یک DMU است . از این رو مجموعه امکان تولید باید طوری محاسبه یا تخمین زده شود که تمام واحد ها را پوشش دهد.

در هر کدام از مدل های DEA واحدی کارا خواهد بود که روی مرز امکان تولید قرار گیرد. زیرا که مرز مجموعه امکان تولید ، بهترین ترکیب ها از خروجی ها و ورودی ها را نشان می‌دهد . مجموعه امکان تولید ، مستقل از جهت مطالعه ( ورودی محور و خروجی محور ) می‌باشد زیرا این مفهوم جهت خروجی محور و یا روی محور ، یک جهت ( بردار ) در هندسه مجموعه امکان تولید نیست و یا این که این جهت ها تاثیری در موقعیت مرز های کارایی ندارند .

از این رو مجموعه امکان تولید برای هر دو جهت یکسان خواهد بود .(مهرگان ، محمد رضا .۷۰، ۱۳۸۳ ) .

نمایش مرز کارا ^[۳۳]

فرض کنید n واحد که هر یک از آن ها دارای دو ورودی و یک خروجی است با بازده به مقیاس ثابت وجود داشته باشد . از آنجا که برای واحد ها بازده به مقیاس ثابت می‌باشد امکان نمایش ترسیمی ورودی ها وجود دارد . برای این کار نقاط ( ، ، ) را می توان به نقاط ( و و۱ ) تبدیل و در یک فضای دو بعدی به تصویر کشید.

برای مثال فرض کنید که رابطه بین دو ورودی و یک خروجی برای ۵ واحد به صورت زیر نمایش داده می شود .

(شکل شماره ۳-۲: مرز کارا)

خط منکسر (BCDE) مرز کارا نامیده می شود.

برای بررسی کارایی واحد A نقطه A را به نقطه O وصل کرده و محل تقاطع OA با مرز ، ًA نام می‌گیرد . مقدار کارایی واحد A کارایی تکنیکی یا فنی نامیده و به صورت اندازه گیری می شود . پس هر گاه واحدی روی مرز کارا باشد ، کارایی آن برابر یک بوده و از نظر فنی کارا می‌باشد .