Veri zarflama analizi sürecinde temel bileşenler analizinin ayırım gücünü arttırıcı etkisi

Veri Zarflama Analizi(VZA), çeşitli karar birimlerinin çok sayıda girdi ve çok sayıda çıktıya dayalı etkinlik incelemelerinde sıklıkla başvurulan tekniklerden biridir. Çok sayıda avantajının yanı sıra, VZA‟da girdi ve çıktı sayıları toplamının, karar birimi sayısına kıyasla yüksek olması durumunda analizin ayırım gücü düşmektedir. Belirli sayıda karar birimi için, bazı girdi veya çıktıları modelden çıkarmak suretiyle duyarlılığı arttırma çabaları, çıkarılan girdi ya da çıktının sahip olduğu bilginin kaybedilmesine yol açmaktadır. Bunun yerine, çok değişkenli istatistiksel analiz tekniklerinden Temel Bileşenler Analizi(TBA) kullanılarak boyut indirgemesine gidilmesi, analiz sürecine önemli katkılar sağlamaktadır. Bu çalışmada, TBA‟nın VZA çözümlemelerinde ayırım gücünü arttırıcı etkisi, Türkiye‟deki vakıf üniversitelerinin etkinlik incelemesi üzerinde sunulacaktır.

Anahtar Kelimeler:

DEA, PCA, foundation universities, efficiency

The effect of principal components analysis improving discrimination power on data envelopment analysis process.

Data Envelopment Analysis (DEA) is one of the analysis techniques widely used in the evaluation of Decision Making Units performance based on multiple inputs and multiple outputs. Besides to its many advantages, the discrimination power of the analysis declines in DEA in case of the number of total input and output is relatively higher in comparison with the decision unit number. For a particular number of decision units, efforts to increase sensitivity by removing some input and outputs from the model cause to loss of information that those input or output have. Instead of this, the use of Principal Component Analysis (PCA) as one of the multivariate statistical analyses techniques for data reduction makes great contributions in analysis process. In this study, the role of PCA in DEA analyses will be presented with the case of efficiency measurement at the foundation universities in Turkey.

Keywords:

DEA, PCA, Foundation Universities, Efficiency,

PDF

___

A. Tarım, Veri Zarflama Analizi: Matematiksel Programlama Tabanlı Göreli Etkinlik Ölçüm Yaklaşımı. Sayıştay Başkanlığı Araştırma/İnceleme/Çeviri Yazı Dizisi:15, Ankara, 2001, 5-6, 45-46.
J. Zhu, Data Envelopment Analysis vs. Principal Component Analysis: An illustrative Study of Economic Performance of Chinese Cities. European Journal of Operational Research, 111, 50-61,(1998).
A. Charnes, W.W. Cooper ve E. Rhodes, Measuring the Efficiency of Decision Making Units, European Journal of Operation Research, 2, 429-444, (1978).
W.W. Cooper, L.M. Seiford, K.Tone, Data Envelopment Analysis-A Comprehensive Text with Models, Applications, References and DEA-Solver Software, 2. Baskı, Springer, 2007, 23, 116.
L.M. Seiford, “A cyber-bibliography for data envelopment analysis (1978-1999)”, Data Envelopment Analysis: A Comrehensive Text with Models, Applications, References and DEA-Sover software. Ed. W.W.Cooper ve L.M.Seiford, Kluwer Academic Publishers, (1999).
F. Phillips, 25 Years of Data Envelopment Analysis, International Journal of Information Technology and Decision Making, 4, 3, 317-323, (2005).
R. Shanmugam ve C. Johnson, At a crossroad of Data Envelopment and Principal Component Analyses, Omega: The International Journal of Management Science, 35, 351-364, (2007).
G. Tavares, A Bibliography of Data Envelopment Analysis. (1978-2001) Rutcor Research Report
Erişim: 15.12.2008]
http://rutcor.rutgers.edu/pub/rrr/reports2002/1_2002.pdf (2002) [9] R. Yolalan, İşletmelerarası Göreli Etkinlik Ölçümü, Ankara: Milli Prodüktüvite Merkezi Yayınları, No.483, 1993, 32.
A.I. Ali, W.D. Cook ve L.M. Seiford, Strict vs. Weak Ordinal Relations for Multipliers in Data Envelopment Analysis, Management Science, 37, 733-738, (1991).
N. Adler, L. Friedman ve Z. Sinuany-Stern, Review of ranking methods in the data envelopment analysis context, European Journal of Operational Research, 140, 249-265, (2002).
H. Tatlıdil, Uygulamalı Çok Değişkenli İstatistiksel Analiz, Ankara: Akademi Matbaası, 1996, 138, 146.
I.T. Jolliffe, Principal Component Analysis, 2. Baskı, New York: Springer, 2002, 111- 149.
J.F. Hair, R.E. Anderson, R.L. Tatham ve W.C. Black, Multivariate Data Analysis, New Jersey: Prentice Hall, 1998, 99.
H.F. Kaiser ve J. Rice, A second generation Little Jiffy. Psychometrika, 35, 401-413, (1974).
I.M. Premachandra, A note on DEA vs principal component analysis: An improvement to Zhu‟s approach, European Journal of Operational Research, 132, 553- 560, (2001).
P. Andersen ve N.C. Petersen, A Procedure for Ranking Efficient Units in Data Envelopment Analysis, Management Science, 39,10, 1261-1264, (1993).
B. Golany, A Note on Including Ordinal Relations Among Multipliers in Data Envelopment Analysis, Management Science, 34, 1029-1033, (1988).
A.I. Ali, W.D. Cook ve L.M. Seiford, Strict vs. Weak Ordinal Relations for Multipliers in Data Envelopment Analysis, Management Science, 37, 733-738, (1991).
A. Charnes, W.W. Cooper ve Z.M. Huang, Polyhedral cone-ratio DEA models with an illustrative application to large commercial banks, Journal of Econometrics, 46, 73-91, (1990).
R.G. Thompson, L.N. Langemeier, C.T. Lee ve R.M. Thrall, The Role of Multiplier Bounds in Efficiency Analysis with Application to Kansas Farming, Journal of Economterics, 46, 93-108, (1990).
T. Ueda ve Y. Hoshiai, Application of principal component analysis for parsimonious summarization of DEA inputs and/or outputs, Journal of Operations Research Society of Japan, 40,4, 466-478, (1997).
N. Adler, B. Golany, “PCA-DEA Reducing the curse of dimentionality”. In Modelling Data Irregulaties Structural Complexities in Data Development Analysis. Ed. J. Zhu ve W.D. Cook. New York: Springer, 2007, s. 144
C. S. Cinca ve C. M. Molinero, Selecting DEA specifications and ranking units via PCA, Journal of Operational Research Society, 22, 521-528, (2004).
C. Tomkins ve R. Green, An Experiment in the Use of Data Envelopment Analysis of Evaluating The Efficiency of UK University Departments of Accounting, Financial Accountability, 4,2,147-164, (1988).
J.E. Beasley, Determining Teaching and Research Efficiencies, Journal of The Operational Research Society, 46, 4, 441-452, (1995).
M. Abbott ve C. Doucouliagos, The Efficiency of Australian Universities: A Data Envelopment Analysis, Economics of Education Review, 22, 1, 89-97 (2003).
T. Flegg, D.O. Allen, K.Field, T.W. Thurlow, Measuring the efficiency of British Universities: A Multi-period Data Envelopment Analysis. Education Economics, 3, 231- 249, (2004).
S. Warning, Performance Differences in German Higher Education: Empirical Analysis of Strategic Groups, Centre for European Economics Research, (2004).
A. Kutlar ve M. Kartal, Cumhuriyet Üniversitesi‟nin Verimlilik Analizi: Fakülteler Düzeyinde Veri Zarflama Yöntemiyle Bir Uygulama, Kocaeli Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 8, 2, 49-79, (2004).
M. E. Baysal, B. Alçılar, H. Çerçioğlu, B. Toklu, Türkiye‟deki Devlet Üniversitelerinin 2004 Yılı Performanslarının Veri Zarflama Analizi Yöntemiyle Belirlenip Buna Göre 2005 Yılı Bütçe Tahsislerinin Yapılması, Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 9, 1, 67-73, (2005).
A. Babacan, M. Kartal ve M.H. Bircan, Cumhuriyet Üniversitesi‟nin Etkinliği‟nin Kamu Üniversiteleri ile Karşılaştırılması: Bir VZA Tekniği Uygulaması, Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 8, 2, 97-114, (2007).
A. Kutlar ve A. Babacan, Türkiye‟deki Kamu Üniversiteleri‟nde CCR Etkinliği-Ölçek Etkinliği Analizi: DEA Tekniği Uygulaması, Kocaeli Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 15, 1, 148-172, (2008).
Ü.H. Özden, Veri Zarflama Analizi ile Türkiye‟deki Vakıf Üniversitelerinin Etkinliğinin Ölçülmesi, İstanbul Üniversitesi İşletme Fakültesi Dergisi, 37, 2, 167-185, (2008).
http://www.yok.gov.tr/duyuru/vakif_rap.pdf [Erişim: 15.12.2008]
J. Sarkis, “Preparing Your Data For DEA”, In Modelling Data Irregulaties Structural Complexities in Data Development Analysis. Ed. J. Zhu ve W.D. Cook. New York: Springer, 2007, s. 310