یک رویکرد جدید برای انتخاب تامینکننده: رتبهبندی بازهای تحلیل پوششی دادهها با مرزهای دوگانه
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 296
فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IMOS-1-1_002
تاریخ نمایه سازی: 30 فروردین 1400
چکیده مقاله:
هدف: انتخاب مجموعهای از تأمینکنندگان امری حیاتی برای موفقیت سازمانها است. در سالهای اخیر توجه و تأکید زیادی بر اهمیت انتخاب تأمینکنندگان شده است. انتخاب و ارزیابی مؤثر تأمینکنندگان مسئولیت مهمی است که باید همواره مدنظر مدیران خرید قرار گیرد. حیاتی بودن امر انتخاب تأمینکنندگان بهواسطه اثراتی است که بر عناصر مربوط به محصولات نهایی سازمانها میگذارد. تأمینکنندگان جزء حیاتی یک سازمان میباشند که میتوانند اثرات زیادی بر عملکرد سازمان داشته باشند. روششناسی پژوهش: در این پژوهش مجموعه دادهها که حاوی مشخصات 18 تأمینکننده باشد. نخست از دو دیدگاه خوشبینانه و بدبینانه در حضور خروجیهای نامطلوب و دادههای نادقیق کاراییهای تأمینکنندگان محاسبه میشود و برای شناسایی تأمینکننده دارای بهترین عملکرد، روش رتبهبندی بازهای مورداستفاده قرار میگیرد. یافتهها: نتایج نشان داد با توجه به اینکه روش DEA سنتی تنها بهترین کارایی نسبی گروهی از واحدهای تصمیمگیری را ضمن اجتناب از کاراییهای بدبینانه اندازهگیری میکند. برای آنکه از DEA بهترین بهره گرفته شود و از محاسبات ذهنی و پیچیده اجتناب شود از روش DEA برای مرزهای دوگانه استفاده شد. اصالت/ارزشافزوده علمی: این مقاله با استفاده از رتبهبندی بازهای و با بهره از تحلیل پوششی دادهها با مرزهای دوگانه در حضور خروجیهای نامطلوب و دادههای نادقیق است. در این مقاله پیشنهاد میشود که محاسبه کارایی کلی و رتبهبندی تأمینکنندهها در مدل پیشنهادشده توسط عزیزی و همکاران (1395) هر دو کارایی را در قالب یک بازه باهم ادغام و کارایی کلی و رتبهبندی واحدها بر اساس روش رتبهبندی بازهای حسینزاده و همکاران (2018) انجام شود.
کلیدواژه ها:
نویسندگان
فلورا ولی زاده پلنگ سرائی
دانشجوی دکتری مدیریت صنعتی-تولید، دانشکده مدیریت و حسابداری، دانشگاه آزاد اسلامی، واحد رشت، رشت، ایران.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :