نوع مقاله : مقاله پژوهشی
نویسندگان
1 هیئت علمی دانشگاه علامه طباطبایی
2 دانشجوی دانشگاه علامه طباطبایی
چکیده
در دنیای رقابتی امروز، سازمان ها دائماً در حال بررسی، ارزیابی و بازنگری عملکرد خود و رقیبان خود میباشند. با درک اجزای تشکیل دهنده عملکرد شرکت ها و شناسایی ناکارامدی های یک سیستم، سازمان می تواند جایگاه خود را در بازار ارتقاء دهد. تحلیل پوششی دادهها به عنوان رویکردی پذیرفته شده برای مقایسه و ارزیابی عملکرد کاربردهای گسترده ای یافته است. در این تحقیق از تحلیل پوششی دادهها برای ارزیابی عملکرد ماهانه واحد تولیدی یک شرکت تولید کننده قطعات خودرو استفاده می شود. آنچه در این تحقیقحائز اهمیت است، استفاده از اوزان مشترک برای جلوگیری از تکرار در حل مدل، در صورت تغییر در دادهها می باشد. در این تحقیق ابتدا از مدل تحلیل پوششی دادهها به عنوان یک مدل پایه برای بدست آوردن مقادیر کارایی ماهیانه استفاده شده و سپس با استفاده از اوزان مشترک، مقادیر کارایی با توجه به اطلاعات گذشته و فعلی تولید محاسبه می گردد. سپس برای تشخیص و تعیین ماههای خوب و بد از نظر کارایی از نمودارهای کنترلی استفاده خواهد شد. در پایان نیز از نظر متخصصان مربوطه برای بررسی صحت نتایج بدست آمده استفاده می گردد.
کلیدواژهها
عنوان مقاله [English]
Developing a DEA model to evaluate manufacturing performance: a case study
نویسندگان [English]
- maghsud amiri 1
- jamshid salehi sedghiani 1
- seyed mostafa mir hedayatian 2
- ehsan mowmeni 2
چکیده [English]
In the competitive situation of nowadays, organizations are continuously evaluating and surveying their performance. Understanding the components which involve performance , an organization may raise up its position in market. Data envelopment analysis has been accepted as an approach to compare and evaluate the performance which has been employed widely in the researches. In this paper, we use DEA to evaluate the monthly performance of an automobile parts manufacturer and to recognize the good and bad performance. What is important in this research is to use common weights to prevent iteration in solving the model because of alteration in data. In this paper, first we use DEA as an basic model to obtain monthly performance measures and then using common weights, we acquire the performance measures according to two set of historical and current data. Furthermore, we utilize control charts to recognize the months with bad performance from good one. Eventually, we use experts judgments to verify the results of model.
DataEnvelopmentAnalysis, performanceevaluation, commonweights, controlcharts.
کلیدواژهها [English]
- Data Envelopment Analysis
- Performance evaluation
- common weights
- control charts