معاونت پژوهش و فناوري
به نام خدا
منشور اخلاق پژوهش
با ياري از خداوند سبحان و اعتقاد به اينکه عالم محضر خداست و همواره ناظر بر اعمال انسان و به منظور پاس داشت مقام بلند دانش و پژوهش و نظر به اهميت جايگاه دانشگاه در اعتلاي فرهنگ و تمدن بشري، ما دانشجويان و اعضاءهيات علمي واحدهاي دانشگاه آزاد اسلامي متعهد مي گرديم اصول زير را در انجام فعاليت هاي پژوهشي مد نظر قرار داده و از آن تخطي نکنيم :
1-اصل برائت : التزام به برائت جويي از هر گونه رفتار غير حرفه اي و اعلام موضع نسبت به کساني که حوزه علم و پژوهش را به شائبه هاي غير علمي مي آلايند.
2-اصل رعايت انصاف و امانت :تعهد به اجتناب از هر گونه جانب داري غير علمي و حفاظت از اموال ،تجهيزات و منابع در اختيار.
3-اصل ترويج :تعهد به رواج دانش و اشاعه نتايج تحقيقات و انتقال آن به همکاران علمي و دانشجويان به غير از مواردي که منع قانوني دارد.
4-اصل احترام :تعهد به رعايت حريم ها و حرمت ها در انجام تحقيقات و رعايت جانب نقد و خودداري از هر گونه حرمت شکني .
5-اصل رعايت حقوق :التزام به رعايت کامل حقوق پژوهشگران و پژوهيدگان (انسان ،حيوان و نبات )و ساير صاحبان حق.
6-اصل رازداري :تعهد به صيانت از اسرار و اطلاعات محرمانه افراد،سازمان ها و کشور و کليه افراد و نهادهاي مرتبط با تحقيق.
7-اصل حقيقت جويي :تلاش در راستاي پي جويي حقيقت و وفاداري به آن و دوري از هرگونه پنهان سازي حقيقت.
8-اصل مالکيت مادي و معنوي :تعهد به رعايت کامل حقوق مادي و معنوي دانشگاه و کليه همکاران پژوهش.
9-اصل منافع ملي :تعهد به رعايت مصالح ملي و در نظرداشتن پيشبرد و توسعه کشور در کليه مراحل پژوهش .
دانشگاه آزاد اسلامي
واحد علوم و تحقيقات کرمان
تعهدنامه اصالت پايان نامه
اينجانب علي کمال زاده دانش آموخته مقطع کارشناسي ارشد ناپيوسته در رشته صنايع که در تاريخ 16/02/1393 از پايان نامه خود تحت عنوان: “ارزيابي کارايي وتخمين بازده به مقياس دانشگاه ها و مراکز آموزش عالي با استفاده از تکنيک تحليل پوششي داده هاي فازي” با کسب نمره 17 و درجه بسيارخوب دفاع نموده ام، بدينوسيله متعهد مي شوم:
1. اين پايان نامه حاصل تحقيق وپژوهش انجام شده توسط اينجانب بوده و در مواردي که از دستاوردهاي علمي وپژوهشي ديگران (اعم ازپايان نامه، کتاب، مقاله و…) استفاده نموده ام، مطابق ضوابط و رويه موجود، نام منبع مورد استفاده وساير مشخصات آن را درفهرست مربوطه ذکر و درج کرده ام.
2. اين پايان نامه قبلا براي دريافت هيچ مدرک تحصيلي (هم سطح، پايين تر يا بالاتر) درسايردانشگاه ها وموسسات آموزش عالي ارائه نشده است.
3. چنانچه بعد از فراغت ازتحصيل، قصد استفاده وهرگونه بهره برداري اعم ازچاپ کتاب، ثبت اختراع و… ازاين پايان نامه داشته باشم، ازحوزه معاونت پژوهشي واحد مجوز هاي مربوطه را اخذ نمايم.
4. چنانچه درهرمقطعي زماني برخلاف موارد فوق ثابت شود، عواقب ناشي از آن را مي پذيرم و واحد دانشگاهي مجاز است با اينجانب مطابق ضوابط ومقررات رفتار نموده و در صورت ابطال مدرک تحصيلي ام هيچگونه ادعايي نخواهم داشت.
نام ونام خانوادگي:
علي کمال زاده
تاريخ و امضاء:

دانشگاه آزاد اسلامي
واحد علوم و تحقيقات کرمان
دانشکده فني و مهندسي، گروه مهندسي صنايع
پايان نامه براي دريافت درجه کارشناسي ارشد در رشته صنايع (M.Sc)
گرايش: صنايع
عنوان:
ارزيابي کارايي وتخمين بازده به مقياس دانشگاه ها و مراکز آموزش عالي با استفاده از تکنيک تحليل پوششي داده هاي فازي
استاد راهنما:
دکتر محمد خويني
نگارش:
علي کمال زاده
بهار 1393
با تشکر از:
زحمات دکتر محمد خويني به عنوان استاد راهنما و همچنين دکتر محمد خدابخشي
که در طول مدت تحقيق زحمات فراواني را متقبل شدند.
تقديم به:
پدر و مادر عزيزم
و خواهر و برادر مهربانم.
فهرست مطالب
عنوان شماره صفحه
چکيده1
فصل اول: کليات تحقيق
1-1- مقدمه3
1-2- بيان مساله3
1-3- سابقه و ضرورت انجام تحقيق5
1-4- هدف از انجام تحقيق6
1-5- اهداف کاربردي تحقيق6
1-6- جنبه نوآوري تحقيق6
1-7- روش انجام تحقيق6
1-8- روش تجزيه وتحليل و ابزار گرد آوري داده ها7
1-9- مراجع استفاده کننده از نتايج پايان نامه7
فصل دوم: مروري بر ادبيات و پيشينه تحقيق
2-1- مقدمه9
2-2- تاريخچه و مدل هاي مرسوم در DEA10
2-2-1 تاريخچه تحليل پوششي داده ها10
2-2-2 مباني ابتدايي در مدل DEA12
2-2-2-1 تعريف کارايي12
2-2-2-2 تعريف بهره وري12
2-2-2-3 تعريف ورودي13
2-2-2-4 تعريف خروجي13
2-2-2-5 تعريف واحد تصميم گيرنده13
2-2-2-6 تعريف واحد تصميم گيرنده متجانس14
2-2-3 مفاهيم DEA14
2-2-3-1 تعريف مرز کارايي15
2-2-3-3 اصول موضوعه16
2-2-3-4 مجموعه مرجع17
2-2-4 به دست آوردن يک مدل خطي DEA با استفاده از مفهوم کارايي17
2-2-4-1 انواع کارايي از ديدگاه فارل17
2-2-4-2 اندازه گيري کارايي18
2-2-4-3 مدل رياضي اوليه جهت محاسبه کارايي19
2-2-5 مدل هاي متداول در DEA20
2-2-5-1 مدل CCR20
2-2-5-1-1 برنامه ريزي رياضي کسري مدل CCR20
2-2-5-1-2 تبديل مدل کسري CCR به برنامه ريزي خطي21
2-2-5-1-3 قضيه استقلال از واحد اندازه گيري21
2-2-5-1-4 کاراي -CCR21
2-2-5-1-5 مجوعه امکان توليد در مدل CCR21
2-2-5-1-6 مساله دوگان مدل CCR22
2-2-5-1-7 دلايل استفاده از DLP براي حل مدل CCR22
2-2-5-2 مدل BCC23
2-2-5-2-1 تعريف مدل BCC23
2-2-5-2-2 مدل برنامه ريزي خطي مدل BCC24
2-2-5-2-3 مدل دوگان برنامه ريزي خطي BCC24
2-2-5-2-4 کارايي مدل BCC24
2-2-5-2-5 مجموعه امکان توليد مدل BCC25
2-2-5-3 مدل هاي جمعي25
2-2-5-3-1 تعريف مدل هاي جمعي25
2-2-5-3-2 مجموعه امکان توليد در ADD26
2-2-5-3-3 مدل برنامه ريزي خطي مدل ADD26
2-2-5-3-4مدل برنامه ريزي خطي دوال ADD26
2-2-5-3-5 کارايي درADD27
2-3- بازده به مقياس27
2-3-1 تعريف بازده به مقياس27
2-3-2 مفهوم رياضي بازده به مقياس27
2-3-3 بازده به مقياس در مدل CCR28
2-3-4 بازده به مقياس در مدل BCC28
2-3-5 بازده به مقياس در مدل ADD29
2-3-6 تعريف نقطه MPSS29
2-4- منطق فازي30
2-4-1 مقدمه30
2-4-2 مجموعه هاي کلاسيک31
2-4-3 مجموعه هاي فازي32
2-4-4 تابع عضويت مجموعه هاي فازي33
2-4-5 خواص مجموعه هاي فازي33
2-4-6 عملگر هاي فازي34
2-4-6-1 اجتماع دو مجموعه فازي34
2-4-6-2 اشتراک دو مجموعه فازي34
2-4-6-3 ماکزيمم روي اعداد فازي34
2-4-6-4 مينيمم روي اعداد فازي34
2-4-7 اعداد فازي34
2-4-7-1 تعريف رياضي عدد فازي34
2-4-7-2 اعداد فازي خاص35
2-4-7-2-1 اعداد فازي مثلثي35
2-4-7-2-1-1 اعمال جبري بر روي اعداد فازي مثلثي35
2-4-7-2-2 اعداد فازي ذوزنقه اي36
2-4-7-2-2-1 اعمال جبري بر روي اعداد ذوزنقه اي36
2-4-8 آلفا- برش عدد فازي37
2-4-9 رتبه بندي اعداد فازي37
2-4-10 برنامه ريزي خطي فازي37
2-4-10-1 تعريف برنامه ريزي خطي38
2-4-10-2 تعريف مساله برنامه ريزي خطي38
2-5- مروري بر نظام هاي رتبه بندي دانشگاه هاي جهان38
2-5-1 مقدمه38
2-5-2 ارزيابي عملکرد و رتبه بندي دانشگاه ها39
2-5-3 نظام هاي رتبه بندي دانشگاه هاي جهان40
2-5-3-1 نظام رتبه بندي کامگي40
2-5-3-2 روش رتبه بندي تايمز40
2-5-3-3 نظام رتبه بندي شانگهاي(ARWU)41
2-5-3-4 روش رتبه بندي کيواس41
2-5-3-5 نظام رتبه بندي موسسه بين المللي سايماگو42
2-5-3-6 نظام رتبه بندي URAP42
2-5-3-7 نظام رتبه بندي دانشگاه هاي جهان اسلام42
2-5-3-8 ارزيابي عملکرد دانشگاه ها براساس تکنيک تحليل پوششي داده ها42
فصل سوم: روش اجراي تحقيق
3-1- مقدمه46
3-2- مدل BCC47
3-2-1 تعريف واحد کارا در مدل BCC47
3-2-2 مدل دوال مدل BCC47
3-2-3 تعيين بازده به مقياس در مدل BCC47
3-3- مدل هاي جمعي48
3-3-1 تعيين بازده به مقياس با استفاده از مدل ADD48
3-4- مدل پيشنهادي49
3-4-1 تعيين MPSS در مدل پيشنهادي51
3-5- رويکرد فازي براي مدل پيشنهادي52
3-5-1 تعريف واحد کاراي فازي52
3-5-2 تعيين بازده به مقياس در مدل هاي فازي53
3-6- مدل CCR فازي54
فصل چهارم: تجزيه و تحليل داده ها
4-1- مقدمه56
4-2- معرفي صندوق رفاه دانشجويان56
4-3- داده ها57
4-4- فازي سازي داده ها58
4-5- نتايج حاصل از تعيين کارايي وبازده به مقياس58
4-5-1 خروجي هاي بازده به مقياس در GAMS59
4-5-2 خروجي هاي تعيين کارايي در GAMS64
فصل پنجم: نتيجه گيري و پيشنهادات
5-1- جمع بندي70
5-2- پيشنهادات71
منابع و مآخذ72
فهرست منابع فارسي72
فهرست منابع انگليسي73
پيوست75
واژه نامه تخصصي75
چکيده انگليسي76
فهرست جداول
عنوان شماره صفحه
جدول 2-1: حالت يک ورودي و يک خروجي14
جدول 2-2: حالت يک ورودي و دو خروجي15
جدول 3-1: نتايج مثل 3-151
جدول 4-1: بازده به مقياس در سطح =0 ?59
جدول 4-2: بازده به مقياس در سطح =0.25 ?60
جدول 4-3: بازده به مقياس در سطح =0.5 ?61
جدول 4-4: بازده به مقياس در سطح =0.75 ?62
جدول 4-5: بازده به مقياس در سطح =1 ?63
جدول 4-6: تعيين کارايي توسط مدل CCR فازي در سطح =0 ?64
جدول 4-7: تعيين کارايي توسط مدل CCR فازي در سطح =0.25 ?65
جدول 4-8: تعيين کارايي توسط مدل CCR فازي در سطح =0.5 ?66
جدول 4-9: تعيين کارايي توسط مدل CCR فازي در سطح =0.75 ?67
جدول 4-10: تعيين کارايي توسط مدل CCR فازي در سطح =1 ?68
فهرست شکل ها
عنوان شماره صفحه
شکل 2-1: تعيين مرز کارايي15
شکل 2-2: تعريف فضاي امکان توليد16
شکل 2-3: مجموعه امکان توليد در مدل CCR23
شکل 2-4: مجموعه امکان توليد در مدل BCC24
شکل 2-5: مجموعه امکان توليد ADD26
شکل 2-6: بهره ورترين اندازه مقياس29
شکل 2-7: بيان هندسي عدد فازي مثلثي35
شکل 2-8: بيان هندسي عدد فازي ذوزنقه اي36
چکيده
امروزه با توجه به محدود شدن بودجه هاي دولتي و همچنين افزايش فضاي رقابتي بين شرکت ها و سازمان هاي خصوصي ودولتي، استفاده بهينه از تمام امکانات و ظرفيت ها را در هر سازمان را به امري بديهي واجتناب ناپذير تبديل کرده است به طوريکه بررسي عملکرد وکارايي واحد هاي زير مجموعه يک سازمان را به يک نياز اساسي تبديل کرده است. يکي از بهترين ابزار براي بررسي عملکرد واحد ها تکنيک تحليل پوششي داده ها است. تکنيک تحليل پوششي داده ها ابزاري است براي رتبه بندي و شناسايي واحد هاي کارا و ناکارا. يکي از مهمترين مباحث در تحليل پوششي داده ها بررسي ميزان تاثير تغيير عوامل توليد بر خروجي آن واحد توليدي است که از آن به عنوان بازده به مقياس ياد مي شود. در اين تحقيق بازده به مقياس سي و سه دانشگاه کشور از طريق تکنيک خيراللهي و خدا بخشي که تعميم يافته مدل هاي جمعي است برآورد مي شود. و در نهايت نيز با استفاده از تکنيک1 CCR فازي به تعيين کارايي دانشگاه ها مي پردازيم. با توجه به اين که داده هاي ورودي وخروجي به صورت فازي در نظر گرفته شده است. نتايج به دست آمده داراي دقت و صحت بيشتري هستند وبه همين دليل داراي قابليت استفاده توسط مسولين صندوق رفاه دانشجويان و وزارت علوم و تحقيقات را دارد.
کليد واژه: تحليل پوششي داده هاي فازي، بازده به مقياس، رتبه بندي، کارايي
فصل اول:
کليات تحقيق
1-1- مقدمه
در سال هاي اخير با توجه به محدود شدن بودجه ها در دانشگاه هاي دولتي وهمچنين با در نظر گرفتن اين موضوع که معيار مناسبي براي هزينه کرد اين بودجه در ميان دانشگاه ها و دانشجويان وجود ندارد، حاکي از اين است که نياز به يک ابزار و تحقيق براي تعيين ميزان کارايي دانشگاه ها وجود دارد. از طرفي در تمامي کشور هاي توسعه يافته به آموزش عالي به عنوان يکي از عوامل موثر در تحقق سياست هاي توسعه اقتصادي، سياسي، فرهنگي توجه مي شود (محمدي 1384، 21).
بايد در نظر داشت که دانشگاه ها ي کشور را مي توان از جنبه ها وگونه ها ي مختلفي مورد بررسي قرار داد. يکي از اين جنبه ها بحث خدمات رفاهي و آسايشي براي دانشجويان است. يکي از مهمترين بخش هايي که در وزارت علوم وتحقيقات براي ايجاد رفاه وآسايش بين دانشجويان وجود دارد صندوق رفاه دانشجويان است که به منظور تامين مالي و نيز کمک به وضعيت تحصيلي و معيشتي دانشجويان دانشگاه ها و موسسات آموزش عالي و در جهت اهداف مشخص شده در قانون اساسي که همانا خودکفايي در آموزش عالي کشور است در سال 1353 تاسيس شد.
1-2- بيان مساله
براي بررسي وضعيت کارايي دانشگاه ها با توجه به بررسي هاي صورت گرفته مي توان از دو تکنيک تحليل پوشش داده ها2 و روش تحليل مرز تصادفي3 استفاده کرد. روش تحليل مرز تصادفي روش مناسبي براي پردازش داده ها با سطح معيني از عدم اطمينان است. اما زمانيکه تعداد ورودي ها وخروجي ها زياد مي شود، امکان استفاده از اين روش را مشکل مي کند. به عبارت ديگر روش تحليل پوششي داده ها براي بررسي وضعيت کارايي موسسات غير انتفايي نظير بيمارستان ها، دانشگاه ها که داراي چندين ورودي وخروجي هستند و اولويت پولي در آن ها وجود ندارد، روش مناسبي است. از روش تحليل پوششي داده ها به عنوان يک روش غير پارامتريک4 براي ارزيابي کارايي نسبي5 واحد هاي تصميم گيرنده 6که داراي چندين ورودي و خروجي مشابه هستند، استفاده مي شود.
دو مدل اساسي تکنيک DEA:
1) مدلCCR: اين مدل براي ارزيابي کارايي واحدهاي تصميم گيرنده اي با بازده به مقياس ثابت به کار مي رود.
2) مدلBCC: اين مدل زماني به کار مي رود که N واحد تصميم گيرنده با بازده به مقياس هاي متفاوت وجود دارد. اين مدل براي اولين بار توسط بانکر، چارنز، وکوپر براي حل مشکل مدل CCR ارايه شد.
بازده به مقياس
بازده به مقياس يک بحث بسيار مهم در اقتصاد خرد و کلان است و مي تواند اطلاعات مفيدي راجع به وضعيت واحد هاي تصميم گيرنده در اختيار ما بگذارد.
يک تعريف از بازده به مقياس به اين صورت است که بازده به مقياس ميزان تاثير عوامل توليد بر روي توليد است.
بازده به مقياس بر سه نوع تقسيم مي شود:
1)بازده به مقياس افزايشي (IRS): به اين معناست که با افزايش ميزان ورودي ها، خروجي ها بيشتر افزايش پيدا کنند.
2)بازده به مقياس کاهشي (DRS): به اين معناست که با افزايش ميزان ورودي ها، خروجي ها کمتر افزايش پيدا کنند.
3)بازده به مقياس ثابت (CRS): به اين معناست که با افزايش ميزان ورودي ها، خروجي ها نيز به همان اندازه افزايش پيدا کنند.
منطق فازي وکاربرد آن در DEA
منطق فازي7 که در مقابل منطق کريسپ يا همان منطق (0و1) است براي اولين بار توسط يک دانشمند ايراني به نام پروفسور لطفي زاده8 ارائه شد. اين منطق از منظر در نظر گرفتن بعد کلامي به صورت در نظر گرفتن بعد خاکستري بين صفر ويک براي زبان هاي محاوره اي بسيار مناسب است. پروفسور لطفي زاده در آن زمان رياست دانشکده مهندسي برق دانشگاه برکلي را بر عهده داشتند ومي توان گفت که شاخه جديدي از رياضيات را ارائه کردند. با توجه به اين که ورودي ها و خروجي ها در مدل DEA داراي ماهيت قطعي نيستند براي به دست آوردن جواب هايي با کيفيت بالاتر از داده هاي فازي استفاده کرديم.
به مدل DEA که از داده هاي فازي براي حل مساله استفاده مي کند اصطلاحا مدل تحليل پوششي داده هاي فازي(FDEA) مي گويند.
در اين پژوهش قصد بر اين است که از مقاله اي که دکتر خدابخشي در آن با استفاده از يک متد جديد به تعيين نوع بازده به مقياس پرداخته، براي تعيين نوع بازده به مقياس 33 دانشگاه دولتي استفاده کنيم. همچنين با تعميم اين روش به روش CCR، يک مدل CCR فازي به دست آوريم وبا استفاده از اين مدل به تعيين کارايي اين 33 دانشگاه دولتي بپردازيم.
1-3- سابقه و ضرورت انجام تحقيق
تحليل پوششي داده ها تکنيکي است که توسط يک مدل برنامه ريزي رياضي که براي ارزيابي کارايي واحد هاي تصميم گيرنده که چندين ورودي و چندين خروجي دارند مورد استفاده قرار مي گيرند. تکنيک تحليل پوششي داده ها براي اولين بار توسط چارنز و کوپر و رودز معرفي شد. مدلي که آنها ارائه کردند به مدل CCR معروف شد. بعد از آن بنکر و همکارانش در سال 1984 مدلي که تعميم يافته مدل CCR بود ارائه کردند که به مدل BCC 9 معروف شد. در سال هاي بعد با توجه به قدرت تکنيکDEA در ارزيابي و رتبه بندي واحد ها مقالات و تحقيقات بسيار زيادي راجع به اين مطلب منتشر شد.
ضرورت انجام اين تحقيق از دو منظر قابل توجه است. اول اينکه ساير تحقيقات صورت گرفته در اين زمينه از داده هاي قطعي استفاده مي کنند و با توجه به اين که در محيط واقعي ماهيت داده ها اغلب قطعي نيستند، در اين تحقيق از داده هاي فازي استفاده شده است. دوم اينکه در اکثر تحقيقات ومقالاتي که براي تعيين بازده به مقياس و رتبه بندي واحد هاي دانشگاهي وموسسات آموزش عالي نوشته شده اند، اين موسسات را غالبا از منظر معيار هاي تخصصي آموزشي و پژوهشي مورد ارزيابي قرار داده اند. ليکن در اين تحقيق براي ايجاد يک نواوري، همچنين ابراز نياز سازمان ها وموسسات خدمت رساني در دانشگاه ها نظير صندوق رفاه دانشجويان تصميم به تعيين بازده به مقياس ورتبه بندي دانشگاه ها ومراکز آموزش عالي دولتي با معيار هاي خدماتي و رفاهي دانشجويان گرفته شد.
1-4- هدف از انجام تحقيق
هدف از انجام اين تحقيق، تعيين بازده به مقياس براي دانشگاه ها و موسسات آموزش عالي و رتبه بندي آن ها با استفاده از تکنيکDEA است و در راستاي اهداف آرماني در جست وجوي راه حلي براي رسيدن به اهداف زير هستيم:
1)تفکيک واحدهاي کارا و ناکارا از يکديگر.
2) مشخص کردن خط مشي سازمان ها به سوي کارايي وبهره وري بيشتر.
3) ارائه يک روش جديد فازي جهت تعيين کارايي واحدها (CCR فازي).
1-5- اهداف کاربردي تحقيق
تمامي سازمانها و نهادهاي خدماتي که به صورت غيرانتفايي اداره مي شوند به طور خاص معاونت هاي دانشجويي دانشگاه هاي کشور و صندوق رفاه دانشجويان وزارت علوم مي توانند از نتايج اين تحقيق استفاده کنند. ضمنا محققان در زمينه رتبه بندي مي توانند از مدل بازده به مقياس ارائه شده استفاده کنند.
1-6- جنبه نوآوري تحقيق
همانطور که گفته شد استفاده از داده هاي فازي يک جنبه نو وجديد وکمتر کار شده است. زيرا در اکثر مقالات و تحقيقات ورودي ها و خروجي ها در تکنيک تحليل پوششي داده ها ثابت وشناخته شده در نظر گرفته شده است, در حاليکه در عمل ما براي تصميم گيري با زبان محاوره اي خود, مثل: خوب, متوسط و بد رو به رو هستيم که در اينجا اهميت استفاده از منطق فازي مشخص مي گردد.
1-7- روش انجام تحقيق
1) مرور ادبيات موضوع با هدف آشنايي با مساله و نيز بررسي پژوهش هاي موجود در اين رابطه.
2) طرح و توضيح مفاهيم تحليل پوششي داده ها و برنامه ريزي خطي و مدل هاي ناپارامتري.
3) به بيان مدل بازده به مقياس خود پرداخته و آن را مورد بحث قرار مي دهيم. همچنين مدلCCR فازي خود را نيز ارائه مي دهيم.
4) با استفاده از داده هاي واقعي به بررسي عملکرد مدل رياضي خود مي پردازيم.
5) در نهايت به بررسي مطالعات آينده تحليل پوششي داده ها در رابطه با دانشگاه ها مي پردازيم.
1-8- روش تجزيه وتحليل و ابزار گرد آوري داده ها
در اين پژوهش روش تجزيه وتحليل داده توسط کار با نرم افزلر هاي رايانه اي مربوطه که در ادامه ذکر مي شود صورت مي گيرد و همچنين در اين تحقيق گرد آوري داده ها از طريق وزارت علوم وتحقيقات وصندوق رفاه دانشجويان صورت مي گيرد. نرم افزار هاي مورد استفاده در اين تحقيق عبارتند از:
GAMS, EXCEL ,VISUAL BASIC
1-9- مراجع استفاده کننده از نتايج پايان نامه
– دانشگاه ها و مراکز آموزش عالي
– وزارت علوم وتحقيقات وفن آوري
– صندوق رفاه دانشجويان
– محققين وپژوهشگران

فصل دوم:
مروري بر ادبيات و پيشينه تحقيق
2-1- مقدمه
در سده اخير با توجه به گسترش صنايع و واحد هاي خدماتي، مديران صنايع به اين امر پي بردند که ديگر نمي توان روش هاي سنتي را به عنوان عاملي مناسب براي ارزيابي واحد هاي صنعتي وخدماتي به کار برد و آن ها براي تصميم گيري در مورد واحد هاي زير مجموعه خود نياز به اطلاعاتي صحيح ودرست و به دور از حدس وگمان نياز دارند. يکي از روش هاي مقبول در اين زمينه، براي ارزيابي واحدها روش تحليل پوششي داده هاست. درسال هاي اخير در اغلب کشور هاي جهان براي ارزيابي عملکرد نهادها و ديگر فعاليت هاي رايج در زمينه هاي مختلف، کاربرد هاي متفاوتي از تحليل پوششي داده ها ديده شده است. علت اين استقبال از روش DEA نسبت به ساير روش ها، امکان بررسي روابط پيچيده و اغلب نامعلوم بين چندين ورودي و چندين خروجي است که در اين فعاليت ها وجود دارند.
تحليل پوششي داده ها همچنين به عنوان روش شناسايي ومحک زني واحد هاي ناکارآمد نيز مورد استفاده قرار مي گيرد. براي مثال امکان محک زني و ارائه نگرش جديد با استفاده از DEA به شناسايي منابع ناکارايي در شرکت هاي خيلي سود آور، منجر شده است.
تاکنون تحقيقات بيشماري در دانشگاه هاي مختلف جهان درباره تحليل پوششي داده ها ارائه شده است.سادگي فهم و در کنار آن دقت بالا و کاربرد وسيع آن در زمينه هاي مختلف سياسي، فرهنگي، اجتماعي و اقتصادي باعث شده بسياري از محققان از اين روش براي رسيدن به اهداف خود استفاده کنند. فارل در سال (1957) با استفاده از تکنيک برنامه ريزي خطي10 و تحليل پوششي داده ها روش مناسبي را براي ارزيابي تابع توليد تجربي براي چند ورودي و چند خروجي تعريف کرد (جهان شاهلو، حسين زاده و نيکومرام 1384، 35).
اين فصل را به چهار قسمت تقسيم کرديم. در بخش اول به بيان تاريچه کلي و مدل هاي موجود وارائه شده مرسوم از تحليل پوششي داده ها مي پردازيم. در بخش دوم به بيان مدل هاي بازده به مقياس موجود مي پردازيم ودر بخش سوم به بيان تئوري فازي وکاربرد آن در تحليل پوششي داده ها خواهيم پرداخت و در پايان نيز مروري برادبيات ارزيابي عملکرد دانشگاه ها وروش هاي رتبه بندي آن ها خواهيم داشت.
2-2- تاريخچه و مدل هاي مرسوم در DEA
2-2-1 تاريخچه تحليل پوششي داده ها
براي صحبت در مورد تاريخچه تحليل پوششي داده ها ابتدا نياز به صحبت در باره مواردي از قبيل تابع توليد11و روش هاي پارامتريک12 و روش هاي غير پارامتريک13 است.
تابع توليد: در علم اقتصاد تابع توليد بيانگر روابط بين خروجي ها و ورودي هاست که اين تابع توليد نشان دهنده حد اکثر ميزان خروجي هاست که با ترکيبي از مقادير ورودي به دست مي آيد. به عبارت ديگر، تابع توليد روابط بين ورودي ها و خروجي هاي يک واحد از مجموعه واحد هاي مشابه موجود در سيستم را بيان مي کند. لذا تابع توليد مبنايي براي محاسبه کارايي است و يکي از کاربرد هاي آن تعيين و تشخيص کارايي واحد ها در يک سيستم مي باشد. براي تعيين ميزان کارايي بايد تابع توليد تجربي يا مرز کارايي را بر مبناي داده هاي ارائه شده به دست آوريم (جهان شاهلو، حسين زاده و نيکومرام 1382، 40). دو روش زير بيانگر استفاده از تابع توليد و يا مرز کارايي هستند:
1)روش هاي پارامتريک:
در سال 1988 روش هاي پارامتريک توسط لوون و اشميت14 ارائه شد وسپس توسط باير15 در سال 1990 گسترش داده شد. در اين روش پارامتر جامعه براي ايجاد تابع توليد تجربي مورد بررسي قرار مي گيرد.همچنين در اين روش نياز به يک شکل رياضي مشخص احساس ميگردد.
2) روش هاي غير پارامتري:
در مقابل روش هاي پارامتريک اين روش وجود دارد. از جمله محاسن اين روش اين است که اين روش ها شکل مشخصي براي تابع توليد در نظر نمي گيرند و مستقيما با داده هاي مشاهده شده کار مي کنند (شهرياري 1382، 15).
تحليل پوششي داده ها يک روش غير پارامتريک براي ارزيابي کارايي و يا محاسبه بهره وري تعداد متناهي از واحدهاي تصميم گيرنده متجانس در حالت چند ورودي و چند خروجي است. در اين روش نيازي به تعيين شکل صريح تابع توليد نيست و از برنامه ريزي خطي براي ساختن يک سطح قطعه-قطعه خطي (يا مرز) براي پوشاندن (نام تحليل پوششي داده ها از اين ويژگي منشأ گرفته است) تمام داده ها استفاده مي شود و سپس کارايي هر يک از واحدهاي تصميم گيرنده نسبت به اين مرز محاسبه مي شود. مرز به دست آمده همان مرز کارآيي است که نقاط واقع بر آن نقاط کارآ هستند. ساير واحدها که در داخل سطح پوششي قرار مي گيرند ناکارآ هستند و با يکي از تصاوير خود بر روي سطح پوششي مقايسه مي شود که نحوة تصوير شدن واحدهاي ناکارآ بر روي مرز در مدل هاي مختلف و بسته به ماهيت مدل متفاوت است. اين روش بر پايه کار اقتصادداني به نام فارل16 است که پايه گذار روش هاي غيرپارامتري در ارزيابي کارايي و محاسبه بهره وري واحدهاي تصميم گيرنده است. او در سال 1957، اولين روش غير پارامتري جهت تعيين کارايي را در حالت دو ورودي و يک خروجي ارائه نمود و روش پوسته محدب قطعه-قطعه خطي براي تقريب مرز را ارائه کرد. براي تعيين اندازه کارايي واحدهاي تصميم گيرنده، فارل پيشنهاد کرد که ابتدا بايستي يک مرز کاراي مفروض را مشخص کرد و سپس فاصله از مرز کارا را به عنوان يک اندازه ناکارايي تعبير نمود.
روش فارل با اينکه مشکل مربوط به انتخاب تابع توليد را رفع کرد ولي هنوز مشکل تعداد ورودي و خروجي را داشت. در سال 1978 چارنز، کوپر و رودز با استفاده از برنامه ريزي رياضي روش غيرپارامتري فارل را، در مقاله اي تحت عنوان “اندازه گيري کارايي واحدهاي تصميم گيرنده”، براي سيستمي با ورودي ها و خروجي هاي چندگانه تعميم دادند و عنوان “تحليل پوششي داده ها” را به آن دادند. البته اين تکنيک قبل از آن در سال 1976 در رساله دکتري رودز به راهنمايي کوپر تحت عنوان “ارزيابي پيشرفت تحصيلي دانش آموزان مدارس ملي آمريکا” مورد استفاده قرار گرفته بود. مدلي که توسط چارنز، کوپر و رودز معرفي شد مدل معروف CCR است که با فرض بازده به مقياس ثابت ارئه شد و يکي از اساسي ترين مدل هاي تحليل پوششي داده ها است. از آن زمان به بعد مطالعات زيادي در زمينه کاربرد و توسيع اين روش صورت گرفت و مدل هاي جديد و مقالات زيادي در اين زمينه ارئه شد. به عنوان نمونه، در سال 1984، بنکر، چارنز و کوپر مدل CCR را براي بازده به مقياس متغير بسط دادند و مدل معروف BCC را ارائه نمودند. در سال 1985 چارنز و همکارانش17 “مدل جمعي” را به عنوان يکي ديگر از مدل هاي اساسي در DEA مطرح کردند. همچنين آنان در همين سال، به منظور ثبت تغييرات در طول زمان، تکنيکي را تحت عنوان”تحليل پنجره اي” مطرح ساختند (مهرگان 1383، 27).
در ايران نيز مباحثDEA از سال 1992 آغاز گرديد. با وجود اين اولين مقاله ايراني در حوزه DEA در سال 1999 به چاپ رسيد. با نگاهي به آمار چاپ شده از DEA، ملاحظه مي گردد که در سال هاي اخير مقالات رشدي فزاينده داشته است. در دنيا تعداد مقالات چاپ شده بر حسب موضوع عبارتند از: علوم تصميم گيري، مديريت وحساب داري، علوم اجتماعي، مهندسي، رياضيات، اقتصاد وعلوم کامپيوتراست در حالي که در ايران رياضيات بيشترين سهم را در مقالات بر حسب موضوع بر عهده دارد وپس از آن مهندسي، علوم کامپيوتر، علوم تصميم گيري و مديريت، حساب داري و علوم اجتماعي و انرژي قرار دارند. در سال 2010، چين با حدود 31 درصد مقالات در حوزه DEA رتبه نخست را داراست وپس از آن ايران با حدود 9 درصد در رتبه دوم قرار دارد. دکتر جهان شاه لو در ميان انديشمندان اين حوزه، در ايران بيشترين مقاله چاپ شد در جهان را دارد وهمچنين دانشگاه آزاد اسلامي نيز رتبه نخست تعداد مقالات را به خود اختصاص داده است.
تاريخچه به کار بردن منطق فازي در برنامه ريزي خطي به زماني بر مي گردد که برخي از محققان استفاده از مدل هاي تصادفي را در برنامه ريزي خطي ناکارامد دانستند. از اين رو آن ها براي به دست آوردن جواب هاي دقيق تر و معتبر تر رو به استفاده از منطق فازي آوردند. از کساني که در زمينه برنامه ريزي خطي فازي اقدام به استفاده کردند، زيمرمن در سال (1996) H.J. Zimmermannبه بررسي کاربرد منطق فازي در برنامه ريزي خطي پرداخت.
همچني مي توان به کارهاي Y.Leung,(1998) و M.K. Luhandjula, (1989) اشاره کرد.
2-2-2 مباني ابتدايي در مدل DEA
براي بررسي مدل هاي موجود ابتدا نياز به تعريف برخي مباني درباره تحليل پوششي داده ها داريم و سپس با استفاده از مفاهيم ارائه شده به بررسي مدل هاي موجود در تحليل پوششي داده ها مي پردازيم.
2-2-2-1 تعريف کارايي
کارايي نشان مي‌دهد که يک سازمان تا چه ميزان از نهاده‌ها به طور بهينه در جهت توليد ستاده‌ها استفاده کرده‌است و بعبارتي نشاندهنده “صحيح انجام دادن کار” است. به اين معني که از حداقل نهاده‌ها حداکثر محصول برداشت شود. مي توان کارايي را به صورت فرمول زير تعريف کرد:
2-2-2-2 تعريف بهره وري
بهره‌وري ترکيبي از کارايي و اثر بخشي مي‌باشد. به عبارت ديگر عملکرد سازمان در صورتي بهره ور خواهد بود که کارا و اثر بخش باشد و هر کدام به تنهايي نشان دهنده افزايش بهره‌وري نيست. پس در مقوله بهره‌وري اولا کاري که انجام مي‌شود بايد کار درست و مفيدي باشد ثانيا اين کار به بهترين نحو انجام پذيرد و در راستاي اهداف باشد. بر اساس مباحثي که گذشت در يک سازمان تعدادي ورودي براي توليد تعدادي خروجي به کار مي‌روند که خروجي‌ها مي‌بايست در راستاي اهداف سازماني قرار بگيرند. اين موضوع در شکل زير نشان داده شده‌است در يک سازمان اگر ميزان استفاده مطلوب از ورودي‌ها را در جهت توليد خروجي‌ها بسنجيم در واقع ميزان کارايي را سنجيده‌ايم. اگر ميزان تحقق اهداف را از خروجي‌هاي توليد شده بسنجيم در واقع ميزان اثربخشي را سنجيده‌ايم و از ترکيب اين دو مي‌توان مفهوم بهره وري را به اين صورت استخراج کرد که به چه ميزان اهداف سازمان با استفاده از ورودي‌ها تحقق يافته‌ است.
2-2-2-3 تعريف ورودي
ورودي عاملي است که با ميزان کارايي رابطه معکوس دارد، يعني با افزايش ميزان ورودي مقدار کارايي کاهش مي يابد و با کاهش ميزان ورودي مقدار کارايي افزايش مي يابد. در اين تحقيق ورودي j ام واحد k ام را با xjk نشان مي دهيم (جهان شاهلو، حسين زاده و نيکومرام 1387، 55).
J=1,2,…,m
K=1,2,…,n
2-2-2-4 تعريف خروجي
خروجي عاملي است که با ميزان کارايي رابطه مستقيم دارد، يعني با افزايش ميزان خروجي مقدار کارايي افزايش يافته و با کاهش ميزان خروجي مقدار کارايي کاهش مي يابد. در اين تحقيق خروجي i ام واحد k ام را با yik نشان مي دهيم (جهان شاهلو،حسين زاده ونيکو مرام 1387، 57).
I=1,2,3,…,s
K=1,2,3,…,n
2-2-2-5 تعريف واحد تصميم گيرنده18
در روش DEA واحد يا سازمان تحت بررسي واحد تصميم گيرنده (DMU) ناميده مي شود. تعريف DMU کاملا باز در نظر گرفته شده است تا بتوان آن را براي دامنه وسيعي از مسائل و سازمان ها به کار گرفت. به طور کلي DMU، سازمان يا موجوديتي است که ورودي ها را به خروجي ها تبديل مي کند و ارزيابي عملکرد آن مورد نظر است. يکDMU ممکن است يک بانک، بيمارستان، مدرسه، فروشگاه، سوپر مارکت، کتابخانه عمومي، توليد کننده اتومبيل و غيره باشد.
ورودي ها و خروجي ها و واحد هاي تصميم گيرنده معمولا به صورت زير انتخاب مي شوند.
1) براي همه DMU ها داده ها بايد عددي مثبت و شناخته شده باشند.
2) ورودي ها، خروجي ها وDMU ها به نحوي انتخاب شوند که منعکس کننده علايق مديران وتحليل گران نسبت به ارزيابي کارايي آنها باشند.
3) اصولاً ورودي هاي کوچکتر و خروجي هاي بزرگتر مناسبتر بوده وترجيح داده مي شوند، بنابراين امتياز کارايي بايد منعکس کننده اين اصول باشد.
2-2-2-6 تعريف واحد تصميم گيرنده متجانس
DMU هايي که در DEA مورد استفاده قرار مي گيرند بايد همگن بوده و داراي ورودي ها و خروجي هاي يکسان و همنوع باشند که به آن ها واحدهاي تصميم گيرنده متجانس مي گويند. مثلا واحدهاي دانشگاهي که با ورودي هاي مشابه (دانشجو) خروجي هاي همنوع و مشابه (فارق التحصيل) ارائه مي دهند (جهان شاهلو، حسين زاده و نيکو مرام 1386، 62).
حال با توجه به تعريف مفاهيم بنيادي و اساسي به بيان مدل DEA و مدل ها و روش هاي رايج در اين زمينه مي پردازيم.
2-2-3 مفاهيم DEA
روش تحليل پوششي داده ها روشي است که به تابع توليد براي ارزيابي واحد ها نياز ندارد و به عبارت ديگر يک روش نا پارامتريک است. به عبارت ديگر ، روشي است که براي ارزيابي نسبي کارايي واحد هاي تصميم گيرنده که منابع چندگانه اي را براي توليد خروجي هاي مشابه به کار مي برند. براي توضيحات بيشتر به مثال زير توجه کنيد.
مثال 2-1 :فرض يک فروشگاه داراي 8 شعبه است و تنها داراي يک متغير ورودي و يک متغير خروجي مي باشد. اين مدل ها در اصطلاح مدل هاي يک خروجي ويک ورودي مي گويند. اين 8 شعبه را با عناوين A تا H مشخص مي کنيم. مقادير A تا H به شرح زير است.
جدول 2-1: حالت يک ورودي و يک خروجي
HGFEDCBAشعبه????????کارکنان????????فروش???????????????????????????کارکنان/فروش
تعداد کارکنان وميزان فروش هر شعبه فروشگاه در ستون مربوطه داده شده است. همچنين در سطر آخر جدول 2-1 نسبت فروش به هر يک کارمند که خود مقياسي از بهره وري است و اغلب توسط مديران و تحليل گران سرمايه گذاري استفاده مي شوند را نشان مي دهد. در حالت عمومي تر آن را مي توان به عنوان معياري براي کارايي در نظر گرفت. بنابراين با اين شاخص Bکارامد ترين و Fناکارمدترين شعبه هستند (سيفورد، کوپر و کوراتن 1392، 3).
2-2-3-1 تعريف مرز کارايي
اجازه دهيد اين اطلاعات را به صورت نمودار شکل 2-1 نمايش دهيم که در آن تعداد کارمندان، محور افقي و ميزان فروش محور عمودي را نمايش مي دهد. شيب خط واصل بين هر نقطه ومبدا متناظر با نسبت فروش به تعداد کارمندان است و بيشترين شيب مربوط به نقطه B و مبدا است. اين خط مرز کارا ناميده مي شود. توجه کنيد که اين خط حد اقل از يک نقطه مي گذرد وساير نقاط در رو يا زير آن قرار مي گيرند. نام تحليل پوششي داده ها نيز از همين خاصيت گرفته شده است، زيرا در اصطلاح رياضي چنين مرزي اين نقاط را پوشش مي دهد.مرز کارا حداکثر ترکيبات خروجي هاي است که مي تواند با يک مجموعه ورودي هاي داده شده توليد گردد. طبق تعريف فوق، هرنقطه روي مرز کارا بيانگر کارايي صددرصد است (سيفورد، کوپر و کوراتن 1392، 3).
شکل 2-1: تعيين مرز کارايي
2-2-3-2 مجموعه امکان توليد
براي شرح مجموعه امکان توليد مثال زير را در نظر بگيريد که داراي يک ورودي و دو خروجي است:
در اين مثال تعداد مشتريان وهمچنين ميزان فروش به ازاي هر فروشنده را براي 7 فروشگاه نشان مي دهد.
جدول 2-2: حالت يک ورودي و دو خروجي
GFEDCBA شعبه???????Xکارکنان???????Y1مشتريان???????Y2فروش
براي اين که يک مرز يکه به دست آوريم آن ها را بر تعداد کارمندان که تنها ورودي مساله است تقسيم مي کنيم. مرز کارا خط واصل بين نقاط g,f,e,b است.آنچه که در شکل 2-2 مشاهده مي شود اين است که فروشگاه هاي A,C,D ناکارا و بقيه واحد ها کارا هستند. همانطور که در اين شکل مشاهده مي کنيد از محل تقاطع مرز کارا با محور هاي مختصات يک فضا به دست آمده است که تمام DMU ها را در بر مي گيرد. به اين فضا، فضاي امکان توليد(PPS)19 گفته مي شود (سيفورد، کوپر و کوراتن 1392، 11).
شکل 2-2: تعريف فضاي امکان توليد
در واقع مجموعه امکان توليد به صورت زير تعريف مي شود:
T={(x,y) / توليد نمايدy>0, بتواند x >0{
مجموعه T را طوري انتخاب مي کنيم که در اصول زير صدق کند.
2-2-3-3 اصول موضوعه
1) اصل شمول مشاهدات: اين اصل به ما مي گويد(xj,yj)T که يعني: تمام مشاهدات به مجموعه امکان توليد تعلق دارند و اين امر بديهي است، زيرا بردار XJ توانسته بردار YJرا توليد کند.
2) اصل بيکرانه اي اشعه20(بازده به مقياس ثابت): اگر X ، Y را توليد کند آن گاهنيز را توليد مي کند و در اين صورت کارايي هردو يکسان است. به عبارت ديگر يعني اگر يک واحد متعلق به يک مجموعه باشد k برابرش نيز متعلق به همان مجموعه است.
3) اصل امکان پذيري: اگر آنگاه به ازاي هرX و y که در آن> x و< y باشد، داريم (x,y)?T .
4)اصل تحدب: در تکنولوژي توليد اگر(X1 و Y1) و Y2) و (X2 باشند آنگاه براي هر 0<<1 داريم

يعني ترکيب محدب واحد ها متعلق به مجموعه است.
5 )اصل کمينه درون يابي21: با قبول اين اصل مي پذيريم که T کوچکترين مجموعه اي است که در اصول يک تا چهار صدق مي کند(جهان شاهلو 1387، 35).
2-2-3-4 مجموعه مرجع
همان طور که در شکل 2-2 مشاهده مي کنيد، واحد هاي A ,C ,D واحد هاي ناکارا محسوب مي شوند. براي مثال فرض کنيد مي خواهيم ميزان کارايي واحد D را بررسي کنيم. براي محاسبه ميزان کارايي اين واحد ها برحسب



قیمت: تومان


پاسخ دهید