دانلود پایان نامه مدیریت با موضوع ارزیابی عملکرد-فایل تمام متن

دانلود پایان نامه

یی را به صورت زیر تعریف می کنند:
در یک مدل ورودی محور یک واحد در صورتی ناکارا است که امکان کاهش هر یک از ورودیها بدون افزایش ورودیهای دیگر یا کاهش هر یک از خروجی ها وجود داشته باشد.
در یک مدل خروجی محور یک واحد در صورتی ناکارا است که امکان افزایش هر یک از خروجی ها بدون افزایش یک ورودی یا کاهش یک خروجی دیگر وجود داشته باشد.
یک واحد تصمیم گیری کارا است اگر و تنها اگر هیچ کدام از دو مورد فوق تحقق نیابد. در این صورت امتیاز کارایی آن برابر یک خواهد بود. کارایی کمتر از یک برای یک واحد بیانگر آن است که ترکیب خطی واحدهای دیگر میتواند همان مقدار خروجی را با ورودیهای کمتر تولید کند که چنین واحدی را ناکارا مینامند. (عالم تبریز و همکاران، 1389)

3-8 درباره نرمافزار DEA-SOLVER
سالهای اخیر انواع زیادی از برنامههای کاربردی DEA (تحلیل پوششی داده ها) برای استفاده در ارزیابی عملکرد انواع مختلفی از اشخاص درگیر در فعالیتهای مختلف در بسیاری از زمینه های مختلف در بسیاری از کشورهای مختلف دیده میشود. یکی از دلایل این است که DEA فرصتهایی را برای استفاده در مواردی که مقاوم در برابر روش های دیگر به دلیل طبیعت پیچیده (غالباً ناشناخته) از روابط بین ورودیهای متعدد و خروجی های متعدد درگیر در بسیاری از این فعالیتها (که اغلب در واحدهای غیر قابل اندازهگیری با هم گزارش شده است) باز کرده است. مثالها عبارتند از :فعالیتهای نگهداری از پایگاه های نیروی هوایی ایالات متحده در نقاط مختلف جغرافیایی ، و یا نیروهای پلیس در انگلستان و ولز و همچنین اجرای بانکهای شعبه در قبرس و کانادا ، و بهرهوری از دانشگاهها در آموزش و پرورش و عملکرد پژوهش در ایالات متحده ، انگلستان و فرانسه. این نوع از برنامههای کاربردی را برای ارزیابی کارایی شهرها ، مناطق و کشورهای با بسیاری از انواع ورودیها و خروجی ها که شامل “اجتماعی” و “ایمنی خالص” هزینه به عنوان ورودی و مختلف “کیفیت زندگی” ابعاد به عنوان خروجی گسترش میدهند.

فصل چهارم
تجزیه و تحلیل یافتههای تحقیق

4-1 مقدمه
ما در این فصل تحقیق به مطالعه مدلهای انتخابی برای رتبهبندی شرکتهای مورد نظر میپردازیم. پس از اینکه در فصول قبل داده های مورد نظر که همان کل دارایی ، حقوق صاحبان سهام بعنوان ورودی و نسبت جاری، سود خالص، EPS ، رشد فروش بعنوان خروجی از صورت وضعیت مالی یا صورت سود و زیان شرکتها با انجام محاسبات انجام شده بر روی آنها برای هر شرکت و برای دو سال مالی منتهی به اسفندماه 90 و 91 بدست آمد.سپس در این فصل از تحقیق با بهره گرفتن از دو مدل CCR ورودی محور و خروجی محور و BCC ورودی محور و خروجی محور ، اطلاعات مورد نظر در نرمافزار DEA-SOLVER برای دو مدل فوقالذکر، بصورت دادههایی در جداول إکسل وارد میشود. سپس نرمافزار به تحلیل داده ها و در نهایت به رتبهبندی شرکتها برای هر سال مالی میپردازد. در این صورت شرکتها به دو نوع کارا و ناکارا تقسیم میشوند. که بر اساس درجه کارایی شرکتها میتوان برای شرکتها گرافی ترسیم کرد که رتبه بندی شرکتها بصورت راحتتر قابل دید ، فهم و تفکیک باشد.

4-2 اطلاعات تحلیلی برای DMUها توسط DEA-SOLVER
اطلاعات مورد نظر برای تحلیل داده ها و همچنین نوع رتبهبندی شرکتها و همچنین میزان کارایی و ناکارایی شرکتها بصورت زیر برای دو سال 90 و 91 بشرح زیر موجود میباشد:
4-2-1 تجزیه تحلیل شرکتهای تعاونی با مدل CCR-Inputو CCR-Output
در این بخش برای جلوگیری از تکرار نتایج و ازدحام، بصورت تصادفی از چند شرکت تعاونی برای نمایش داده ها استفاده گردید که عبارتند از:
واحد 4- واحد8- واحد 12- واحد16- واحد20

سال90 CCR-Input
واحد4 : ناکارا، برای رسیدن به کارایی،X1 باید به اندازه 10.39% و X2 باید به اندازه 27.77%کاهش یابند. Y2 باید به اندازه 24.17% و Y3 باید به اندازه515.90%افزایش یابند.
واحد8: ناکارا، برای رسیدن به کارایی،X1 باید به اندازه54.76% وX2 باید به اندازه 75.53%کاهش یابند. Y2 باید به اندازه504.65% و Y3 باید به اندازه 610.45% و Y4 باید به اندازه106.46% افزایش یابند.
واحد12: ناکارا، برای رسیدن به کارایی،X1 وX2 باید به اندازه 95.83%کاهش یابند.Y2 باید به اندازه 505.89% افزایش یابند.
واحد 16: ناکارا، برای رسیدن به کارایی،X1 باید به اندازه 87.06% وX2 باید به اندازه 97.91%کاهش یابند.Y1 باید به اندازه32.40% و Y2 باید به اندازه 231.61% و Y4 باید به اندازه 66.47% افزایش یابند.
واحد20: ناکارا، برای رسیدن به کارایی،X1 باید به اندازه 98.37%وX2 باید به اندازه 11.14%کاهش یابند.Y1 باید به اندازه979.41%و Y2 باید به اندازه 723.23%و Y4 باید به اندازه 101.63%افزایش یابند.

جدول4-1- تجزیه تحلیلDEA برای مدلCCR ورودی محور سال 90
Model Name = DEA-Solver Pro5.0/ CCR(CCR-I) Returns to Scale = Constant (0 = Sum of Lambda Infinity)
Workbook Name = C:UsersTakinpardazeDesktopCCR-I90.xls
No. DMU Score
I/O Data Projection Difference %
1 1 0.220591069
X1 5241059212 1156130856 -4084928356 -77.94%
X2 3147295974 308128958.5 -2839167016 -90.21%
Y1 2.64 2.64 0 0.00%
Y2 4.6 4.6 0 0.00%
Y3 291650.25 2430967.2 2139316.95 733.52%
Y4 96 261.1048989 165.1048989 171.98%
2 2 0.284484029
X1 2780605273 791037791.3 -1989567482 -71.55%
X2 1125467744 175086007.6 -950381736.4 -84.44%
Y1 1.64 1.64 0 0.00%
Y2 3.48 3.48 0 0.00%
Y3 308254.54 2067409.091 1759154.551 570.68%
Y4 100 205.0201213 105.0201213 105.02%
3 3 1
X1 575722754 575722754 0 0.00%
X2 246990447 246990447 0 0.00%
Y1 1.75 1.75 0 0.00%
Y2 1.42 1.42 0 0.00%
Y3 152759.16 152759.16 0 0.00%
Y4 61 61 0 0.00%
4 4 0.896080804
X1 842346687 754810696.6 -87535990.38 -10.39%
X2 411043178 296912688.9 -114130489.1 -27.77%
Y1 2.19 2.19
0 0.00%
Y2 1.36 1.688646566 0.328646566 24.17%
Y3 45922.94 282837.6576 236914.7176 515.90%
Y4 104 104 0 0.00%
5 5 0.45177931
X1 2367385702 1069535879 -1297849823 -54.82%
X2 1636796911 372666872.4 -1264130039 -77.23%
Y1 2.85 2.85 0 0.00%
Y2 3.44 3.44 0 0.00%
Y3 735190.68 1258177.552 522986.8718 71.14%
Y4 105 176.9023448 71.9023448 68.48%
6 6 0.135768845
X1 3130256435 424991301.9 -2705265133 -86.42%
X2 1102182208 117397703.2 -984784504.8 -89.35%
Y1 1.04 1.04 0 0.00%
Y2 0.36 0.630626014 0.270626014 75.17%
Y3 19690.48 311977.1496 292286.6696 999.90%
Y4 103 103 0 0.00%
7 7 0.220870688
X1 2391451347 528201505.1 -1863249842 -77.91%
X2 600866721 132713846.2 -468152874.8 -77.91%
Y1 1.29 1.29 0 0.00%
Y2 0.07 0.655002123 0.585002123 835.72%
Y3 9265.53 252693.662 243428.132 999.90%
Y4 86 86 0 0.00%
8 8 0.45235173
X1 3360013837 1519908071 -1840105766 -54.76%
X2 2665042031 652054780.1 -2012987251 -75.53%
Y1 4.62 4.62 0 0.00%
Y2 0.62 3.7488 3.1288 504.65%
Y3 56764.56 403284.1824 346519.6224 610.45%
Y4 78 161.04 83.04 106.46%
9 9 0.461424741
X1 2495413459 1151445508 -1343967951 -53.86%
X2 1736056885 493980894 -1242075991 -71.55%
Y1 3.5 3.5 0 0.00%
Y2 0.51 2.84 2.33 456.86%
Y3 18825.49 305518.32 286692.83 999.90%
Y4 100 122 22 22.00%
10 10 0.779885385
X1 2037610834 1589102910 -448507924 -22.01%
X2 1231800817 99329397.1 -1132471420 -91.94%
Y1 2.12 2.12 0 0.00%
Y2 9.34 9.34 0 0.00%
Y3 2770329.57 7007116.221 4236786.651 152.93%
Y4 124 598.0860654 474.0860654 382.33%
11 11 0.837376102
X1 2333821738 1954286550 -379535187.6 -16.26%
X2 163825108 87333574.61 -76491533.39 -46.69%
Y1 1.08 2.445136432 1.365136432 126.40%
Y2 6.06 11.81047031 5.750470314 94.89%
Y3 9011129.85 9011129.85 0 0.00%
Y4 122 761.2217195 639.2217195 523.95%
12 12 4.17E-02
X1 10383542669 433272337.5 -9950270331 -95.83%
X2 1031847750 43055737.41 -988792012.6 -95.83%
Y1 0.75 0.75 0 0.00%
Y2 0.22 1.33296338 1.11296338 505.89%
Y3 1023952.82 1023952.82 0 0.00%
Y4 109 109 0 0.00%
13 13 0.356724595
X1 4881148878 1741225858 -3139923020 -64.33%
X2 3046189460 121098359.9 -2925091100 -96.02%
Y1 2.38 2.38 0 0.00%
Y2 10.12 10.12 0 0.00%
Y3 246.37 7539268.976 7539022.606 999.90%
Y4 76 646.2942534 570.2942534 750.39%
14 14 1
X1 423604940 423604940 0 0.00%
X2 18930148 18930148 0 0.00%
Y1 0.53 0.53 0 0.00%
Y2 2.56 2.56 0 0.00%
Y3 1953223.86 1953223.86 0 0.00%
Y4 165 165 0 0.00%
15 15 1
X1 7602327108 7602327108 0 0.00%
X2 764172160 764172160 0 0.00%
Y1 16.1 16.1 0 0.00%

Y2 0.27 0.27 0 0.00%
Y3 10480 10480 0 0.00%
Y4 72 72 0 0.00%
16 16 0.129362795
X1 3435800497 444464753.9 -2991335743 -87.06%
X2 951577533 19862335.82 -931715197.2 -97.91%
Y1 0.42 0.556099085 0.136099085 32.40%
Y2 0.81 2.686063505 1.876063505 231.61%
Y3 2049407.55 2049407.55 0 0.00%
Y4 104 173.1251869 69.12518686 66.47%
17 17 1
X1 2323681771 2323681771 0 0.00%
X2 11098627 11098627 0 0.00%
Y1 1.22 1.22 0 0.00%
Y2 0.09 0.09 0 0.00%
Y3 96558.71 96558.71 0 0.00%
Y4 137 137 0 0.00%
18 18 0.223558209
X1 1355002014 302921823.8 -1052080190 -77.64%
X2 220545014 17847055.41 -202697958.6 -91.91%
Y1 0.41 0.41 0 0.00%
Y2 0.05 1.568447961 1.518447961 999.90%
Y3 291690 1231755.689 940065.6887 322.28%
Y4 117 117 0 0.00%
19 19 1
X1 279274010 279274010 0 0.00%
X2 37591474 37591474 0 0.00%
Y1 0.53 0.53 0 0.00%
Y2 0.16 0.16 0 0.00%
Y3 326369.5 326369.5 0 0.00%
Y4 103 103 0 0.00%
20 20 0.88858662
X1 15924487520 258818049.1 -15665669471 -98.37%
X2 13016307 11566116.24 -1450190.762 -11.14%
Y1 0.03 0.323824283 0.293824283 979.41%
Y2 0.19 1.564132387 1.374132387 723.23%
Y3 1193398.71 1193398.71 0 0.00%
Y4 50 100.8132202 50.81322023 101.63%
21 21 0.691980911
X1 3946726418 441452894.9 -3505273523 -88.81%
X2 28509083 19727741.22 -8781341.779 -30.80%
Y1 0.09 0.55233075 0.46233075 513.70%
Y2 1.08 2.667861737 1.587861737 147.02%
Y3 2035520 2035520 0 0.00%
Y4 92 171.952026 79.95202602 86.90%

جدول4-2- جدول وزنی DEA برای مدلCCR ورودی محور سال 90

جدول4-3- رتبه بندی تشخیص واحدهای کارا و ناکارا مدلCCR ورودی محور سال 90
Model Name = DEA-Solver Pro5.0/ CCR(CCR-I)
Workbook Name = C:UsersTakinpardazeDesktopCCR-I90.xls
Rank DMU Score

1 19 1

1 17 1

1 15 1

1 3 1

1 14 1

6 4 0.896081

7 20 0.888587

8 11 0.837376

9 10 0.779885

10 21 0.691981

11 9 0.461425

12 8 0.452352

13 5 0.451779

14 13 0.356725

15 2 0.284484

16 18 0.223558

17 7 0.220871

18 1 0.220591

19 6 0.135769

20 16 0.129363

21 12 4.17E-02

نمودار4-1- رتبه بندی تشخیص واحدهای کارا و ناکارا مدلCCR ورودی محور سال 90

جدول4-4- رتبه بندی واحدهای کارا و ناکارا مدلCCR ورودی محور سال 90
Model Name = DEA-Solver Pro5.0/ Super-Radial(Super-CCR-I)
Workbook Name = C:UsersTakinpardazeDesktopI90-CCR.xls
Rank DMU Score

1 14 4.858754

2 17 3.926167

3 15 1.281437

4 3 1.241574

5 19 1.139174

6 4 0.896081

7 20 0.888587

8 11 0.837376

9 10 0.779885

10 21 0.691981

11 9 0.461425

12 8 0.452352

13 5 0.451779

14 13 0.356725

15 2 0.284484

16 18 0.223558

17 7 0.220871

18 1 0.220591

19 6 0.135769

20 16 0.129363

 
 
21 12 4.17E-02

نمودار4-2- رتبه بندی واحدهای کارا و ناکارا مدلCCR ورودی محور سال 90

سال90 CCR-Output
واحد4 : ناکارا، برای رسیدن به کارایی، X2 باید به اندازه 19.39%کاهش یابد.Y1 باید به اندازه11.60% و Y2 باید به اندازه 38.56% و Y3باید به اندازه 587.32% و Y4 باید به اندازه 11.60%افزایش یابند.
واحد8: ناکارا، برای رسیدن به کارایی،X2 باید به اندازه 45.91% کاهش یابد.Y1 باید به اندازه121.07%و Y2 و Y3باید به اندازه 999.90%و Y4 باید به اندازه 356.42%افزایش یابند.
واحد12: ناکارا، برای رسیدن به کارایی،Y1 وY2 و Y3و Y4باید به اندازه 999.90%افزایش یابد.
واحد 16: ناکارا، برای رسیدن به کارایی، X2 باید به اندازه 83.86%کاهش یابد.Y1 باید به اندازه 923.51% وY2 باید به اندازه 999.90% و Y3باید به اندازه 673.02%و Y4باید به اندازه 999.90%افزایش یابد.
واحد20: ناکارا، برای رسیدن به کارایی، X1 باید به اندازه 98.17%کاهش یابد.Y1 باید به اندازه 999.90% وY2 باید به اندازه 826.45% و Y3باید به اندازه 12.54% و Y4باید به اندازه 126.91% افزایش یابد.


برای دانلود متن کامل پایان نامه ، مقاله ، تحقیق ، پروژه ، پروپوزال ،سمینار مقطع کارشناسی ، ارشد و دکتری در موضوعات مختلف با فرمت ورد می توانید به سایت  77u.ir  مراجعه نمایید
رشته مدیریت همه موضوعات و گرایش ها : صنعتی ، دولتی ، MBA ، مالی ، بازاریابی (تبلیغات – برند – مصرف کننده -مشتری ،نظام کیفیت فراگیر ، بازرگانی بین الملل ، صادرات و واردات ، اجرایی ، کارآفرینی ، بیمه ، تحول ، فناوری اطلاعات ، مدیریت دانش ،استراتژیک ، سیستم های اطلاعاتی ، مدیریت منابع انسانی و افزایش بهره وری کارکنان سازمان

در این سایت مجموعه بسیار بزرگی از مقالات و پایان نامه ها با منابع و ماخذ کامل درج شده که قسمتی از آنها به صورت رایگان و بقیه برای فروش و دانلود درج شده اند

جدول4-5- تجزیه تحلیلDEA برای مدلCCR خروجی محور سال 90
Model Name = DEA-Solver Pro5.0/ CCR(CCR-O) Returns to Scale = Constant (0 = Sum of Lambda Infinity)
Workbook Name = C:UsersTakinpardazeDesktopCCR-O90.xls

No. DMU 1/Score

I/O Data Projection Difference %

1 1 4.53327509

X1 5241059212 5241059212 0 0.00%

X2 3147295974 1396833332 -1750462642 -55.62%

Y1 2.64 11.96784624 9.327846237 353.33%

Y2 4.6 20.85306541 16.25306541 353.33%

Y3 291650.25 11020243.05 10728592.8 999.90%

Y4 96 1183.660334 1087.660334 999.90%

2 2 3.515135817

X1 2780605273 2780605273 0 0.00%

X2 1125467744 615451096.6 -510016647.4 -45.32%

Y1 1.64 5.76482274 4.12482274 251.51%

Y2 3.48 12.23267264 8.752672644 251.51%

Y3 308254.54 7267223.744 6958969.204 999.90%

Y4 100 720.6735715 620.6735715 620.67%

3 3 1

X1 575722754 575722754 0 0.00%

X2 246990447 246990447 0 0.00%

Y1 1.75 1.75 0 0.00%

Y2 1.42 1.42 0 0.00%

Y3 152759.16 152759.16 0 0.00%

Y4 61 61 0 0.00%

4 4 1.115970787

X1 842346687 842346687 0 0.00%

X2 411043178 331345887.1 -79697290.91 -19.39%

Y1 2.19 2.443976023 0.253976023 11.60%

Y2 1.36 1.884480237 0.524480237 38.56%

Y3 45922.94 315638.5633 269715.6233 587.32%

Y4 104 116.0609618 12.06096183 11.60%

5 5 2.213470112

X1

این نوشته در علمی _ آموزشی ارسال شده است. افزودن پیوند یکتا به علاقه‌مندی‌ها.

دیدگاهتان را بنویسید