Veri Zarflama Analizinde Süper Etkinlik ve Bir Uygulama

Abstract

Etkinlik ölçümü kıt kaynakların etkili kullanılmasında, belirlenen bir hedefe ulaşmada, gelişimi, değişimi ve yapılan hataları fark etmede oldukça önemli bir yere sahiptir. Veri zarflama analizi (VZA) etkinlik ölçümünde sık sık kullanılan bir tekniktir. Bu tez çalışmasına konu olan süper etkinlik (SE), temel VZA modellerinin bazı eksik yanlarını kapatan ve analize farklı bir bakış kazandıran bir yöntemdir. Bu tez çalışmasında, VZA'da SE'nin yerini, önemini ve katkılarını belirtmek amacıyla, önce VZA ve SE ayrıntılarıyla anlatılmış, ardından bir uygulama ile pekiştirme yapılmıştır. Uygulama konusu olarak programlama dilleri seçilmiştir. Yaygın kullanılan 17 programlama dili karar verme birimleri (KVB) olarak belirlenmiştir. Uygulamada 4 adet girdi 2 adet çıktı kullanılmıştır. KVB'ler, girdiler ve çıktılar belirlendikten sonra veriler, önce temel VZA ile ardından SE yöntemiyle olmak üzere, girdi ve çıktı odaklı CCR modellerine göre analiz edilmiştir. VZA sonucunda 17 KVB'den 8 tanesinin tam etkin olduğu tespit edilmiştir. VZA, her ne kadar tam etkin KVB'leri belirleyebilse de, bunları kendi aralarında sıralayamamıştır. Bu sebeple tam etkin KVB'lerin kaynak kullanımı ve üretim süreci hakkında yeterince bilgi verememiştir. SE analizi ile tam etkin KVB'ler sıralanabilir hale gelmiştir. SE incelemeleri sonucunda, hem girdi odaklı hem de çıktı odaklı CCR modellerince, Go programlama dili en etkin KVB olarak belirlenmiştir.

Efficiency measurement plays an important role in efficient use of scarce resources, achieving a goal, recognizing developments, changes and errors. Data envelopment analysis (DEA) is a frequently used technique for measuring efficiency. The super efficiency (SE), which is the subject of this thesis, is a method that covers some of the shortcomings of basic DEA models and gives a different perspective to the analysis. In this thesis, DEA and SE were explained in detail in order to indicate the place, importance and contributions of SE in DEA, and then reinforcement has been made with an application. Programming languages have been chosen as the subject of the application. The 17 commonly used programming languages are designated as decision-making units (DMUs). In the application, 4 inputs and 2 outputs were used. After determining DMUs, inputs and outputs, the data were analyzed according to input and output oriented CCR models of the basic DEA and then SE method. As a result of DEA, 8 of 17 DMUs have been found to be fully efficient. Although DEA has able to determine fully effective DMUs, it has not able to rank them among themselves. Therefore, DEA could not give enough information about resource utilization and production process of fully efficient DMUs. With SE analysis, fully efficient DMUs have become sortable. As a result of SE analysis, Go programming language has been determined as the most efficient DMU by both input-oriented and output-oriented CCR models.