DC 欄位 |
值 |
語言 |
DC.contributor | 企業管理學系 | zh_TW |
DC.creator | 吳政道 | zh_TW |
DC.creator | Zhen-Dau Wu | en_US |
dc.date.accessioned | 2000-6-23T07:39:07Z | |
dc.date.available | 2000-6-23T07:39:07Z | |
dc.date.issued | 2000 | |
dc.identifier.uri | http://ir.lib.ncu.edu.tw:88/thesis/view_etd.asp?URN=87421003 | |
dc.contributor.department | 企業管理學系 | zh_TW |
DC.description | 國立中央大學 | zh_TW |
DC.description | National Central University | en_US |
dc.description.abstract | 企業經由績效評估可以確保組織內資源的有效利用,進而提高企業的經營效率。資料包絡分析(DEA)方法是目前衡量相對效率上一項重要而有效的管理科學方法論,尤其是在處理多個投入項與產出項變數。隨著DEA模式的廣泛應用,如何提升DEA模式區別能力是目前重要的研究課題。受評單位的個數太少(相較於投入產出變數總數)是發生區別能力過低之主要原因。投入項(或產出項)變數相關程度太高所造成的共線性,也會影響DEA的區別能力。
爰此,本研究嘗試先以典型相關分析(或因素分析)縮減投入與產出變數數目並獲得線性獨立之典群變量(或共同因素),其次將原始投入產出變數利用函數轉換為典群變量值(或因素得點),再利用這些經萃取得到具有代表性的潛在投入產出變數以DEA模式進行相對效率衡量。由於典型相關分析(或因素分析)縮減投入產出項數目,因此可以同時獲得改進DEA模式之區別能力,確保投入產出變數兩群組間的相關性,以及保存傳統DEA模式的優點。研究中以英國668家銀行的相對經營效率評估與台灣42家商業銀行的服務品質相對效能衡量為例,說明所提出的方法如何提高DEA模式的區別能力。
本研究發現,結合潛在變數的DEA模式具有以下優點:
1.評估結果之有效率DMU數目相對較少。
2.潛在變量在DEA模式的權數可以反映潛在變量解釋原始變數的相對重
要性。
3.潛在投入項(或產出項)變數之間無共線性問題。
4.投入項(或產出項)相關程度越高,則區別能力越高。
5.當有限的(較少的)DMU數目時,可使用較多的投入產出變數。
6.投入產出變數或DMU個數變動時,模式的穩定性較高。 | zh_TW |
DC.subject | 相對效率衡量 | zh_TW |
DC.subject | 資料包絡分析 | zh_TW |
DC.subject | 區別能力 | zh_TW |
DC.subject | 多變量統計方法 | zh_TW |
DC.title | 提昇資料包絡分析模式之區別能力-以銀行相對經營效率衡量為例 | zh_TW |
dc.language.iso | zh-TW | zh-TW |
DC.type | 博碩士論文 | zh_TW |
DC.type | thesis | en_US |
DC.publisher | National Central University | en_US |