Documente Academic
Documente Profesional
Documente Cultură
MATERIA
UNIDAD 3
INVESTIGACIÓN DOCUMENTAL:
DOCENTE
COMPETENCIA DE LA UNIDAD
MEDICIÓN DE LA PRODUCTIVIDAD
Sin embargo, los investigadores creen que el DEA tiene algunas limitaciones
(Othman, 2010). Algunos de los inconvenientes son cuestiones relacionadas con
el tamaño de la muestra, el cual tiene un impacto significativo sobre el resultado
global. Un mayor número de DMU aumentará las posibilidades de encontrar
unidades cerca de la frontera de producción. En segundo lugar, el DEA no ofrece
un modelo de predicción del desempeño de la organización, debido a su limitación
para que pueda ser utilizado fuera de la base de datos empleada. Como resultado,
el DEA se debe considerar como específico para la muestra utilizada, lo que
significa que el modelo resultante es aplicable solamente a esos datos. En otras
palabras, el análisis DEA no es adecuado para ser comparado con un máximo
teórico (Othman, 2010).
|
Sin embargo, desde que se introdujo por primera vez el modelo DEA, éste ha sido
adoptado como una herramienta de investigación para medir la eficiencia
operativa. En particular, DEA se ha aplicado con frecuencia para medir el
desempeño de organizaciones del sector servicios, como es el caso de la
medición de la eficiencia de los hoteles.
Por otro lado, la Universidad EAFIT, define al EVA como una medida absoluta de
desempeño organizacional que permite apreciar la creación de valor, la cual
también permite medir la calidad de las decisiones gerenciales.
Provee una medición para la creación de riqueza que alinea las metas de
los administradores con las metas de la compañía.
¿Cómo se calcula?
Bibliografía
Ceupe. (17 de 04 de 2018). Centro Europeo de Posgrado. Obtenido de
https://www.ceupe.com/blog/la-medicion-de-la-productividad.html
Adam E., Hershauers J. & Ruch W., 1981, Productivity and Quality – Measurement as Basis for
Improvement, New Jersey, Prentice Hall.
Andersen P. & Petersen N.C., 1993, “A procedure for ranking efficient units in data envelopment
analysis”, Management Science, vol. 39 (10), pp. 1261-1264.
DOI : 10.1287/mnsc.39.10.1261
Banker R. Charnes A. & Cooper W., 1984, “Models for Estimation of Technical and Scale
Inefficiencies in Data Envelopment Analysis”, Management Science, vol. 30, pp. 1078-1092.
Charnes A., Cooper W., Seiford L. & Stutz J., 1982, “Multiplicative Model for Efficiency Analysis”,
Socio-Economic Planning Sciences, vol. 16, pp. 223-235.
DOI : 10.1016/0038-0121(82)90029-5
Charnes A., Cooper W., Seiford L. & Stutz J., 1983, “Invariant multiplicative efficiency and
piecewise Cobb-Douglas envelopments”, Operations Research Letters, vol. 2(3), pp. 101-103.
DOI : 10.1016/0167-6377(83)90014-7
Charnes A., Cooper W., Golany B., Seiford L. & Stutz J., 1985, “Foundations of data
envelopment analysis for Pareto-Koopmans efficient empirical production functions”, Journal of
Econometrics, vol. 30, pp. 91-107.
DOI : 10.1016/0304-4076(85)90133-2
Charnes A., Cooper W., Huang M. & Sun D., 1990, “Polyhedral Cone-Ratio DEA Models with an
Illustrative Application to Large Commercial Banks”, Econometrics, vol. 46, pp. 73-91.