روش تحلیل پوششی داده ها یا Data Envelopment Analysis (به اختصار DEA) یکی از رویکردهای مطرح شده در نظریه بهره وری است و می تواند برای محاسبات و ارزیابی کارایی واحدهای تصمیم گیری (Decision Making Unit یا DMU ها) مورد استفاده قرار گیرد. نرم افزار تحلیل پوششی داده ها ازجمله بهترین نرم افزارهای تحلیل پوششی داده ها می باشد.
محاسبه میزان بهره وری (Efficiency) و کارایی (Productivity) یک سازمان، واحد تولیدی، آموزشی یا شرکت، در قیاس با مجموعه های مشابه با آن، و تحلیل تصمیم هایی که برای اداره واحدهای در حال بررسی گرفته شده است، از مواردی است که در حوزه های مختلف مدیریتی و مهندسی، قطعا مورد نیاز است. اما به خاطر وجود عوامل موثر نسبتا زیاد در سیستم های تحت مطالعه، محاسبه کارایی و بهره وری، کار آسانی نیست.
رویکردهای DEA شامل چندین مدل هستند که در جهت تعمیم روش های محاسباتی پایه مربوط به سیستم های تک ورودی و تک خروجی، تعریف شده اند. نخستین و پایه ای ترین مدل DEA، که با نام CCR شناخته می شود، توسط سه نفر به نام ها چارنز (Charnes)، کوپر (Cooper) و رودس (Rhodes) معرفی شده است و مدل های معرفی شده در آینده، با توسعه و تعمیم این روش به دست آمده اند.
نرم افزار تحلیل پوششی داده ها (DEA) به منظور محاسبه كارايي، اثر بخشي و بهره وري در عملكرد سازمانها بر اساس مدل تحليل پوششي داده ها طراحي و پياده سازي شده است. با استفاده از اين سيستم امتياز كارايي نسبي واحدها محاسبه شده و واحدهاي كارا و ناكارا تعيين مي گردد. همچنين واحدهاي الگو براي هر واحد ناكارا معرفي شده و اهداف مطلوب در هر شاخص براي هر واحد ناكارا بدست مي آيد.
برخي از قابليتها و امكانات اين نرم افزار تحلیل پوششی داده ها (BT DEA Solver)(نسخه دانشجویی – تجاری) به شرح زير مي باشد:
- محاسبه انواع مدل های تحلیل پوششی داده ها
- محاسبه مقادیر کارایی
- محاسبه واحدهای مرجع
- محاسبه مقادیر لاندا (ضرایب واحدها)
- محاسبه مقادیر کمکی (کمبود و مازاد)
- نمایش وزن های ورودی و خروجی
- نمایش مقادیر هدف برای ورودی و خروجی ها
- نمایش انواع نمودار از جمله نمودار مجموعه امکان و نمودار مقایسه مقادیر هدف و مقادیر اصلی
- خروجی اکسل همچنین کپی و Paste از/به اکسل به صورت کاملا سازگار با تمامی ورژن های مجموعه آفیس
- حل فرمول های سیمپلکس به صورت مجزا
مدل هایی که فعلا به نرم افزار اضافه گردیده شامل:
- بازده نسبت به مقیاس ثابت (CRS) به صورت ورودی و خروجی محور
- بازده نسبت به مقیاس متغیر (VRS)به صورت ورودی و خروجی محور
- بازده نسبت به مقیاس کاهشی (DRS) به صورت ورودی و خروجی محور
- بازده نسبت به مقیاس افزایشی (IRS) به صورت ورودی و خروجی محور
- مدل های اندرسون پیترسون (شعاعی فوق کارا) (به زودی)
- مدل جمعی
نرم افزار تحلیل پوششی داده ها (DEA Solver)