Data envelopment analysis(DEA)란 같은 형태와 목적을 가진 기관의 상대적인 효율성을 측정하는 LP 애플리케이션임. 상대적으로 비효율적인 것을 발견하고 시정조치를 할 수 있도록 하여 효율성을 높이는 것에 활용함.
General Hospital, University Hospital, County Hospital, State Hospital과 같은 4개의 병원들 중 효율적으로 운영하고 있는지를 알아보겠음. 병원들의 인풋, 아웃풋을 비교하여 측정할 것인데 아웃풋이 인풋보다 낮을 경우 비효율적으로 이를 개선해야함.
위의 사진을 통해 인풋, 아웃풋의 결과를 확인해볼 수 있음. 전체적으로 county 병원에 높은 값을 많이 가진 것을 확인해볼 수 있음.
hypothetical compsite이란 가상의 복합체라는 뜻임. 우리는 county hospital을 타겟으로 하기 때문에 이 병원이 개선될 점을 확인해야함. 그러기 위해 4개의 병원들의 가상의 복합체를 구성하여 이것과 county hospital이 다른 병원들에 뒤쳐져 있는 지 확인해야함.
이렇게 가중치를 가졌을 때 가중치의 합은 1이 되어야 함.
위의 사진은 각각의 병원에 가중치를 저는 과정임. 이렇게 모든 아웃풋, composite의 가중치를 확인해볼 수 있음.
Composite의 아웃풋은 county의 아웃풋보다 절때 작지 않음. 만약 composite의 인풋이 county의 인풋보다 작다면 county의 운영은 비효율적임.
이를 통해 위의 제약조건식을 만들 수 있음.
Composite의 인풋이 county의 인풋보다 적게 투입될 수 있는지에 대해 나타나있음.
위의 사진을 통해 인풋의 제약조건식을 확인해볼 수 있음. 우측상수의 E는 %를 나타냄. 이것은 즉 효율성임.
따라서 위의 사진과 같은 식을 나타낼 수 있음.
E값의 범위에 따라 병원 운영을 확인해볼 수 있음. E가 1보다 작은 경우 운영에 문제가 있는 것을 확인할 수 있고 값이 1인 경우 동일한 투입값으로 같거나 높은 결과값을 내지만 판단을 내리긴 애매함. E가 1보다 큰 경우 운영에 문제가 있다고 판단하기엔 증거가 부족함.
첫댓글 진작부터 지속해서 해나갔으면 더 좋지.
죄송합니다 교수님. 남은 기간동안 열심히 복습하도록 하겠습니다.