test Συγκριτική Αξιολόγηση παραγωγικών μονάδων απόφασης με την μέθοδο της Περιβάλλουσας Ανάλυσης Δεδομένων (Π.Α.Δ.): Παράδειγμα της μεθόδου σε ακαδημαϊκά τμήματα Α.Ε.Ι.|Επιθεώρηση ΕΕΑ

Συγκριτική Αξιολόγηση παραγωγικών μονάδων απόφασης με την μέθοδο της Περιβάλλουσας Ανάλυσης Δεδομένων (Π.Α.Δ.): Παράδειγμα της μεθόδου σε ακαδημαϊκά τμήματα Α.Ε.Ι.


HES 15-16_25
Δημοσιευμένα: Νοε 13, 2025
Λέξεις-κλειδιά:
Περιβάλλουσα Ανάλυση Δεδομένων Οικονομική Αποδοτικότητα Αποδόσεις Κλίμακας Γραμμικός Προγραμματισμός Παραγωγικές Μονάδες Απόφασης
Ελληνική Εταιρεία Αξιολόγησης EEA
Περίληψη

Το άρθρο αυτό στοχεύει στην παρουσίαση και ανάλυση της Περιβάλλουσας Ανάλυσης Δεδομένων (Π.Α.Δ.) ως μεθόδου  συγκριτικής αξιολόγησης της  αποδοτικότητας οργανωτικών μονάδων όπως, ακαδημαϊκά τμήματα Α.Ε.Ι., νοσοκομεία, Ο.Τ.Α.,Ο.Κ.Α.  κ.ο.κ. Ο Ν.4940/2022 αναφέρεται στο Κοινό Πλαίσιο Αξιολόγησης  ως μέθοδος αυτό-αξιολόγησης της οργανωτικής μονάδας με βάση δύο ομάδες, που έχουν σχέση αιτίου- αποτελέσματος. Τα πρώτα πέντε κριτήρια προσδιορίζουν τα χαρακτηριστικά και τη φυσιογνωμία του Οργανισμού (τη δομή και την οργάνωσή του) και τα υπόλοιπα τέσσερα προσδιορίζουν και αποτυπώνουν την αποτελεσματικότητα και την αποδοτικότητα της λειτουργίας του συγκεκριμένου  Οργανισμού. Η μέθοδος της Περιβάλλουσας Ανάλυσης Δεδομένων (Π.Α.Δ.) που περιγράφεται στο άρθρο αυτό προχωρεί ένα βήμα πιο κάτω με το σκεπτικό ότι αξιολογείται η αποδοτικότητα της συγκεκριμένης μονάδας και συγκρίνεται με την αποδοτικότητα όμοιων μονάδων που εντάσσονται στο λεγόμενο σύνορο (κέλυφος)  αποδοτικότητας (δείκτης αποδοτικότητας ≅ 100%).Η σύγκριση των οργανωτικών μονάδων εστιάζεται στην ποσότητα και ποιότητα των πόρων που αξιοποιηθήκαν για να παράγουν αποτελέσματα. Συνεπώς, το βασικό σημείο αναφοράς της συγκριτικής αξιολόγησης  επικεντρώνεται αφενός στην διαδικασία μέτρησης της απόδοσης των οργανωτικών μονάδων και αφετέρου στην ανάλυση της συνεισφοράς κάθε μονάδας στην αποδοτικότητα του συστήματος συνολικά.  Έτσι, μπορούν να οριστούν πρότυπα καλής πρακτικής, δείκτες αξιολόγησης και δράσεις συμμόρφωσης για την υλοποίηση, εν προκειμένω, των μεταρρυθμίσεων, των αναγκαίων διαρθρωτικών αλλαγών και της διαμόρφωσης στρατηγικών.

Λεπτομέρειες άρθρου
  • Ενότητα
  • Articles
Αναφορές
Abd Aziz, N. A., Janor, R. M., & Mahadi, R. (2013). Comparative departmental efficiency analysis within a university: A DEA approach. Procedia-Social and Behavioral Sciences, 90, 540–548.
Bhat, R., Verma, B. B., & Reuben, E. (2001). Data envelopment analysis (DEA). Journal of health Management, 3, 309–328.
Bowlin, W. F. (1998). Measuring performance: An introduction to data envelopment analysis (DEA). The journal of cost analysis, 15, 3–27.
Charnes, A., Cooper, W., Lewin, A. Y., & Seiford, L. M. (1997). Data envelopment analysis theory, methodology and applications. Journal of the Operational Research society, 48, 332–333.
Cooper, W. W., Seiford, L. M., & Tone, K. (2006). Introduction to data envelopment analysis and its uses: with DEA-solver software and references. Springer Science & Business Media.
Cooper, W. W., Seiford, L. M., & Zhu, J. (2011). Handbook on data envelopment analysis.
Cooper, W. W., Seiford, L. M., Tone, K., & others. (2007). Data envelopment analysis: a comprehensive text with models, applications, references and DEA-solver software (Τόμ. 2). Springer.
Ji, Y.-b., & Lee, C. (2010). Data envelopment analysis. The Stata Journal, 10, 267–280.
Johnes, J. (2006). Measuring teaching efficiency in higher education: An application of data envelopment analysis to economics graduates from UK Universities 1993. European journal of operational research, 174, 443–456.
Kohl, S., Schoenfelder, J., Fügener, A., & Brunner, J. O. (2019). The use of Data Envelopment Analysis (DEA) in healthcare with a focus on hospitals. Health care management science, 22, 245–286.
Kuah, C. T., Wong, K. Y., & Behrouzi, F. (2010). A review on data envelopment analysis (DEA). 2010 Fourth Asia International Conference on Mathematical/Analytical Modelling and Computer Simulation, (σσ. 168–173).
Lindsay, A. W. (1982). Institutional performance in higher education: The efficiency dimension. Review of Educational Research, 52, 175–199.
Mantri, J. K. (2008). Research methodology on data envelopment analysis (DEA). Universal-Publishers.
Nadoveza Jelić, O., & Gardijan Kedžo, M. (2018). Efficiency vs effectiveness: an analysis of tertiary education across Europe. Public sector economics, 42, 381–414.
Nazarko, J., & Šaparauskas, J. (2014). Application of DEA method in efficiency evaluation of public higher education institutions. Technological and Economic development of Economy, 20, 25–44.
Olariu, G. V., & Brad, S. (2017). Efficiency assessment of universities with DEA method based on public data. Balkan Region Conference on Engineering and Business Education, 2, σσ. 106–114.
Panwar, A., Olfati, M., Pant, M., & Snasel, V. (2022). A review on the 40 years of existence of data envelopment analysis models: Historic development and current trends. Archives of Computational Methods in Engineering, 29, 5397–5426.
Ramanathan, R. (2003). An introduction to data envelopment analysis: a tool for performance measurement. Sage.
Stewart, T. J. (1996). Relationships between data envelopment analysis and multicriteria decision analysis. Journal of the operational research society, 47, 654–665.
Thanassoulis, E., Boussofiane, A., & Dyson, R. G. (1996). A comparison of data envelopment analysis and ratio analysis as tools for performance assessment. Omega, 24, 229–244.
Thanassoulis, E., De Witte, K., Johnes, J., Johnes, G., Karagiannis, G., & Portela, C. S. (2016). Applications of data envelopment analysis in education. Data envelopment analysis: A handbook of empirical studies and applications, 367–438.
Zhou, G., Chung, W., & Zhang, Y. (2014). Measuring energy efficiency performance of China’s transport sector: A data envelopment analysis approach. Expert Systems with Applications, 41, 709–722.