AI Summary & Key Takeaways
AI InsightThen, DEA is applied for each separate homogeneous group and these results are compared with the results of DEA including all DMUs
📌 3 Key Takeaways
Abstract
Data Envelopment Analysis (DEA) is a non-parametric method which is based on a linear programming. DEA aims at measuring relative efficiency of economic units employing similar inputs and producing the same kinds of outputs. Used Decision Making Unit (DMU) in DEA must use similar inputs/outputs and should operate under the same kind of environmental conditions. Since DEA is based on benchmarking against the best DMU, an existing variability in the external environmental conditions may affect dramatically the relative efficiency of the DMU’s. In this situation, DMU’s operating under the same kind of environmental conditions should be grouped into homogeneous classes according to environmental conditions having high variability. The better approach is to compare DMU’s in homogeneous class with each other.In this paper firstly, used DMU’s operating over large geographical area and in the same service industry, are grouped into homogeneous classes by K-means clustering algorithm. Then, DEA is applied for each separate homogeneous group and these results are compared with the results of DEA including all DMUs
Özet
Veri Zarflama Analizi (VZA), doğrusal programlama modeline dayalı, parametrik olmayan bir analiz yöntemidir. VZA, benzer girdiler kullanan ve aynı tür çıktılar üreten ekonomik birimlerin göreli etkinliklerinin ölçülmesini amaçlar. VZA’da, seçilen Karar Verme Birimleri (KVB) girdiler ve çıktılar açısından benzer olmalı ve benzer çevre şartlarında faaliyet göstermelidirler. VZA karşılaştırmaya dayanan bir yöntem olduğundan, dış çevre şartlarında var olan bir değişkenlik, karar birimlerinin göreli etkinlik değerleri üzerinde belirleyici hale gelebilecektir. Bu durumda, etkinlik skorlarını etkileyebilecek olan çevresel faktörler bakımından benzer olan KVB’lerin kendi aralarında karşılaştırılması daha doğru bir yaklaşım olacaktır. Bu çalışmada, öncelikle KVB olarak seçilen ve geniş çaplı bir coğrafi bölgede, aynı hizmet alanında faaliyet gösteren devlet hastaneleri için K-ortalamalar kümeleme analizi yardımıyla, KVB’lerin homojen alt gruplara bölünmesi amaçlanmıştır. Daha sonra, her bir küme için VZA uygulanarak, bütün KVB’lerin dâhil edildiği VZA sonuçlarıyla karşılaştırma yapılmıştır