کارایی ربوست، راهی به سوی اندازه گیری کارایی واقع بینانه

تحلیل پوششی داده ها (DEA) یک روش غیر پارامتری برای ارزیابی کارایی نسبی (Relative Efficiency) واحدهای تصمیم گیرنده (DMU) همگن می باشد واحدهای تصمیم گیرنده همگن با مصرف منابع یکسان به تولید خروجی های مشابه می پردازند کارایی هر واحد حاصل مقایسه شاخص های آن واحد با استانداردها می باشد از آنجایی که استاندارد شاخص ها می تواند از بیرون یا داخل جامعه باشد کارایی نسبی و مطلق تعریف می شود اندازه کارایی DE A به صورت نسبت مجموع خروجی های وزن دار شده به مجموع ورودی های وزن دار شده تعریف می شود در مدل های رایج در تحلیل پوششی داده ها که برای محاسبه کارایی نسبی و مطلق استفاده می شود اغلب وزن ها نامنفی می باشند در این مقاله علاوه بر شرط نامنفی بودن متذکر می شود که تک تک مولفه ها باید نامنفی باشند و حداقل یک مولفه ناصفر موجود باشد.

کلیدواژه ها:

تحلیل پوششی داده ها ، کارایی فارل ، کارایی ربوست ، کارایی قوی ، کارایی نسبی