طراحی مدل تلفیقی تحلیل پوششی داده ها و تحلیل مولفه های اصلی به منظور بهبود ارزیابی عملکرد گروه های آموزشی دانشگاه (مورد مطالعه: گروه های آموزشی دانشگاه فردوسی مشهد)
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 148
فایل این مقاله در 28 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_MPES-11-2_007
تاریخ نمایه سازی: 24 شهریور 1400
چکیده مقاله:
ارزیابی کارآیی گروه های آموزشی دانشگاه ها سهم بسزایی در ارتقای عملکرد آموزشی و پژوهشی آنان دارد. یکی از روش هایی که می توان به کمک آن رتبه بندی واحدهای مورد ارزیابی را انجام داد، تحلیل پوششی داده ها می باشد. از جمله مشکلات پیش رو در استفاده از این روش، تمایز ناکافی واحدهای قرار گرفته روی مرز کارآیی است. این مقاله به منظور رفع این مشکل در رتبه بندی گروه های آموزشی دانشگاه از ترکیب تحلیل مولفه های اصلی و تحلیل پوششی داده ها استفاده کرده است. بدین منظور ابتدا با انجام تحلیل مولفه های اصلی، روابط مکنون موجود در متغیرهای مشاهده شده ارزیابی گروه ها مشخص و سپس با انجام تحلیل پوششی بر روی متغیرهای مکنون رتبه بندی گروه ها انجام می گیرد. برای بررسی کارآیی این روش از تعداد واحدهایی که بر روی مرز کارآیی در این روش قرار می گیرند استفاده شده است، نتایج نشان داد تعداد این واحدها نسبت به روش معمول تحلیل پوششی داده ها کاهش یافته است. بنابراین مزایای استفاده از این رویکرد را می توان به این شکل برشمرد: اول این که می توان متغیرهای مکنونی که در خروجی های گروه های آموزشی مستتر است را مشخص نموده و در تحلیل های بعدی مورد استفاده قرار داد و دوم آن که با ارائه رتبه بندی با درجه تمیز بالاتر کارآیی استفاده محض از تحلیل پوششی برطرف می گردد.
کلیدواژه ها:
نویسندگان
علیرضا پویا
دانشیار گروه مدیریت دانشگاه فردوسی مشهد
فرشید اسماعیلی
دانشجوی دکترای مدیریت دانشگاه فردوسی مشهد.
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 :