۲-۱-۱۰-روش های اندازه گیری کارایی
به طور کلی دو روش برای محاسبه وجود دارد: روش پارامتریک و روش غیر پارامتریک در روش های پارامتریک ، در فرایند محاسبه کارایی ضمن تصریح یک تابع تولید خاص ، پارامتر یا پارامترهایی به روش های اقتصاد سنجی برآورد می شود ، لیکن در روش های غیرپارامتریک علاوه بر آنکه شکل خاصی برای تابع تولید فرض نمی شود ، پارامتری نیز برآورد نمی شود و تنها با بهره گرفتن از برنامه ریزی ریاضی به محاسبه کارایی پرداخته میشود. تحلیل پوششی داده ها نیز از روش های غیر پارامتری است .(حسینی خضرایی،۱۳۸۶:ص۲۴)
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت nefo.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

۲-۱-۱۰-۱-تحلیل پوششی داده ها
داستان DEA به موضوع رساله دکتری رودز^[۱۶] با راهنمایی استاد راهنمایش آقای کوپر^[۱۷] برمی گردد که عملکرد مدارس دولتی ایالات متحده آمریکا را مورد ارزیابی قرار داد. این مطالعه منجر به چاپ اولین مقاله درباره معرفی DEA در سال ۱۹۷۸ گردید. در این سال روش تحلیل فراگیر داده ها توسط چارنز و کوپر و رودز^[۱۸] با جامعیت بخشیدن به روش فارل به گونه ای که خصوصیت فرایند تولید با چند عامل تولید و چند محصول را در بر می گیرد به ادبیات اقتصادی اضافه گردید. این روش که عمدتا بعنوان روش اندازه گیری کارایی در جهان شناخته شده است، در حین اندازه گیری کارایی نوعی بازده نسبت به مقیاس تولید را نیز به تفکیک برای بنگاه ها ارائه می نماید. با پیشرفت و تکامل روش فوق،در حال حاضر DEA یکی از حوزه های فعال تحقیقاتی در اندازه گیری کارایی بوده و به طور چشمگیری مورد استقبال پژوهشگران جهان قرار گرفته است.این روش برای ارزیابی عملکرد سازمانهای دولتی و غیر انتفاعی که اطلاعات قیمتی آنها معمولادر دسترس نیست یا غیر قابل اتکاء است ، کاربرد قابل ملاحظه ای دارد .
در این روش به جای لفظ تولیدکننده به منظور جامعیت بخشیدن عموما به عنوان واحد تصمیم ساز ^[۱۹]بکار برده می شود. این متد(DEA) که تکنیک برنامه ریزی خطی را به کار می گیرد از جمله روش های ناپارامتریک تخمین توابع هم مقداری تولید(تولید یکسان) می باشد.
به طور کلی تخمین توابع تولید یکسان یا تخمین تابع تولید مرزی به عنوان شاخص استاندارد مقایسه ،مورد نیاز هردو روش اندازه گیری کارایی(DEA و SFA) می باشد .(مهرگان،۱۳۸۳:ص۱۲۳-۱۲۴)
در روش تحلیل پوششی داده ها برای محاسبه کارایی از نسبت موزون خروجی ها بر ورودیها استفاده می شود ، که وزن ها مقادیر دلخواهی را برای حداکثر کردن مرز کارایی بنگاه اختیار می کنند ، به شرط آنکه اگر وزن ها ی انتخاب شده برای بنگاه p ام ، در محاسبه کارایی سایر بنگاه ها نیز لحاظ شود ، کارایی آنها را بیش از یک نسازد .و بر همین اساس مدل های BCC و CCR و جمعی ارائه گردید.
همه این مدل ها ، دارای دو گرایش با ماهیت خروجی و ورودی بوده و به صورت مدل مضربی و مدل پوششی مطرح می باشند.
۲-۱-۱۰-۲-مدل نسبت CCR
در اندازه گیری نسبی واحدها فارل برای ساختن یک واحد مجازی بر مجموع موزون واحدها تمرکز نمود و به عنوان یک وسیله سنجش متداول برای اندازه گیری کارایی فنی رابطه زیر را پیشنهاد کرد.
کارایی=مجموع موزون خروجی ها بر مجموع موزون ورودی ها
در صورتیکه هدف بررسی کارایی n واحد که هر کدام دارای m ورودی و خروجی است باشد ، کارایی واحد i ام (i =1،۲،………، n)به صورت زیر محاسبه می گردد .
میزان ورودی i ام برای واحد j ام (m،….،۲،۱=i)
میزان خروجی r ام برای واحد j ام (s،….،۲،۱=r)
وزن داده شده به خروجی r ام (قیمت خروجی r ام)
وزن داده شده به ورودی iام (هزینه ورودی iام)
مورد مهم در رابطه فوق این است که این وسیله سنجش کارایی ، نیازمند مجموعه ای از وزن ها است که برای تمامی واحدهای تحت بررسی مورد استفاده قرار گیرد . در این رابطه به دو نکته باید توجه داشت :
اول اینکه ارزش ورودی ها و خروجی ها می تواند متفاوت و اندازه گیری آنها مشکل باشد و از طرف دیگر ممکن است واحدهای مختلف به گونه ای عملیات خود را سازمان دهند که خروجی هایی با ارزشهای متفاوت ارائه کنند. لذا نیازمند وزن های متفاوتی در اندازه گیری کارایی می باشند .
چارنز ، کوپر و رودز مشکل فوق را شناخته و برای حل این مشکل در مدل خود به ورودی ها و خروجی ها وزن های مختلفی را اختصاص دادند و واحدهایی را مطرح کردند که می توانند وزن هایی را که برای آنها متناسب تر و روشن کننده تر در مقایسه با سایر واحدها باشد را بپذیرند .در تحت این شرایط مدل ارائه شده آنها برای ارزیابی واحد تحت بررسی که از این به بعد آن را واحد صفر می نامیم از حل مدل برنامه ریزی خطی زیر به دست می آید که نام مدل نسبت ccr است .برای ساختن مدل فرض کنید n واحد موجود است و هدف ارزیابی کارایی واحد تحت بررسی (واحد صفر یا واحد تصمیم گیرنده) که ورودی های را برای تولید خروجی های مصرف می کند است.
در صورتیکه وزن های تخصیص داده به خروجی ها (یا قیمت خروجی ها) با و وزن تخصیص داده شده به ورودی ها (یا هزینه خرید ورودی ها) با نشان داده شود آنگاه کسر زیر باید حداکثر گردد.

این روش را باید برای سایر واحدها نیز انجام داد.به این ترتیب
= (کارایی واحد صفر)
۱≥کارایی تمام واحدها
متغیرهای مساله فوق وزن ها بوده و جواب مساله مناسب ترین و مساعدترین مقادیر را برای وزنهای واحد صفر ارائه و کارایی آن را اندازه گیری می کند .
مدل ریاضی آن به صورت زیر می باشد:

مدل ریاضی فوق به مدل CCR معروف می باشد .
در مدل فوق اگر ها خیلی بزرگ و ها خیلی کوچک باشد ، مقدار نسبت های بیان کننده محدودیت ها ، بی نهایت و نا محدود خواهد شد . برای جلوگیری از چنین مشکلی تمامی نسبت ها (کارایی واحدها) «را کوچکتر یا مساوی » یک در نظر می گیرند و به عنوان محدودیت وارد مدل می کنند. لازم به توضیح است که در محدودیت ها به جای یک ، هر عدد مثبت دلخواه دیگر مانند k می توان قرار داد ، در این صورت کارایی واحدها نسبت به سطح سنجیده می شود .
۲-۱-۱۰-۳- مدل مضربی (اولیه) CCR با ماهیت ورودی
به طور کلی مدل های تحلیل پوششی داده ها به دو گروه خروجی محور و ورودی محور تقسیم شده اند که در ادامه در مورد آنها توضیح داده می شود.
این مدل از تبدیل خطی مدل بالا که به صورت برنامه ریزی غیرخطی نوشته شده بود به دست می آید . در این روش استدلال بر آن است که برای حداکثر کردن مقدار یک عبارت کسری کافی است که مخرج کسر معادل یک عدد ثابت در نظر گرفته شده و صورت کسر حداکثر گردد .براین اساس ، مخرج کسر را معادل یک قرار داده و مدل جدیدی به صورت مدل زیر به دست می آید . این مدل را فرم مضربی می نامند.

۲-۱-۱۰-۴- مدل های خروجی محور
همانطور که قبلاً گفته شد کارایی را می توان از دو دیدگاه تمرکز بر ورودی ها (نهاده ها) و خروجی ها (ستانده ها) مورد بررسی قرار داد .
چارنز ، کوپر و رودز (۱۹۸۱) کارایی را با توجه به این دو دیدگاه به صورت زیر تعریف کردند :
در یک مدل ورودی محور ، یک واحد در صورتی ناکاراست که امکان کاهش هریک از ورودیها بدون افزایش ورودی های دیگر و یا کاهش هر یک از خروجی ها وجود داشته باشد.
در یک مدل خروجی محور ، یک واحد در صورتی ناکاراست که امکان افزایش هریک از خروجی ها بدون افزایش یک ورودی و یا کاهش یک خروجی دیگر وجود داشته باشد .
یک واحد وقتی کارا خواهد بود ، اگر و فقط اگر هیچ کدام از دو مورد فوق امکان تحقق نیابد . کارایی کمتر از یک برای یک واحد بدین معنی است که ترکیب خطی واحدهای دیگر می تواند همان مقدار خروجی را با به کارگیری ورودی های کمتر ایجاد کنند . مدل های توضیح داده شده قبل بر ورودی ها متمرکز بود .
۲-۱-۱۰-۵- مدل BCC
یکی از ویژگیهای مدل تحلیل پوششی داده ها ساختار بازده به مقیاس آن می باشد . بازده به مقیاس می تواند «ثابت» یا «متغیر» باشد . بازده به مقیاس بدان معناست که افزایش در مقدار ورودی منجر به افزایش خروجی به همان نسبت می شود . در بازده متغیر ، افزایش خروجی بیشتر یا کمتر از نسبت افزایش در ورودی است .
مدل های CCR از جمله مدلهای با بازده ثابت نسبت به مقیاس است . مدلهای بازده ثابت به مقیاس زمانی مناسب است که همه واحدها در مقیاس بهینه عمل کنند . در ارزیابی کارایی واحدها هرگاه فضا و شرایط رقابت ناقص محدودیت هایی را در سرمایه گذاری تحمیل کند موجب عدم فعالیت واحد در مقیاس بهینه می گردد.
در سال ۱۹۸۴ بنکر، چارنز و کوپر مدل جدیدی را عرضه کردند که با توجه به حروف اول نام آنان به مدل BCC شهرت یافت .مدل BCC مدلی از انواع مدلهای تحلیل پوششی داده هاست که در ارزیابی کارایی نسبی واحدهایی با بازده متغیر نسبت به مقیاس می پردازد . مدل های بازده به مقیاس ثابت محدودکننده تر از مدل های بازده به مقیاس متغیر می باشند . زیرا مدل بازده به مقیاس ثابت واحدهای کارای کمتری را در بر می گیرد و مقدار کارایی نیز کمتر می گردد ، علت این امر حالت خاص بودن مدل «بازده ثابت به مقیاس » از مدل «بازده متغیر به مقیاس» می باشد .
اضافه شدن یک محدودیت به صورت به سایر محدودیت های مدل CCR موجب می شود که مرز حاصل از این مدل به صورت محدب باشد .
۲-۲ بخش دوم- پیشینه پژوهش
داونپورت وهمکاران (۱۹۹۸)مطالعه ای را در سطح ۳۱ پروژه مدیریت دانش که در۲۴شرکت انجام می گرفت ،بررسی کرده. در این پژوهش هشت عامل شناسایی شده که در پیاده سازی مدیریت دانش نقش بسزایی داشته اند. لی بوویتز(۱۹۹۹)شش عامل مهم را در پیاده سازی موفق مدیریت دانش شناسایی کرده است. وی بیان می دارد که برای پیاده سازی موفق مدیریت دانش، حمایت مدیریت عالی از استراتژی(راهبرد)مدیریت دانش، مدیر دانش ارشد و یا معادل آن و زیر ساخت مدیریت دانش،گونه شناسی دانش ومخازن دانش، نظام ها و ابزارهای مدیریت دانش، مشوق های محرک تشریک دانش وفرهنگ حمایتی را لازم می داند. هالس اپل وجوشی (۲۰۰۰)سه طبقه کلی (مدیریت، منابع و محیط) را که برروی مدیریت دانش در سازمان ها تأثیر می گذارد، بیان می دارند که هریک از این طبقات نیز شامل عوامل متفاوت دیگری است. حسنلی(۲۰۰۲) این عوامل را در پیاده سازی موفق مدیریت دانش به موارد زیر محدود می سازد: رهبری، فرهنگ، ساختار، نقش ها و مسئولیت ها، زیر ساختهای فناوری اطلاعات و اندازه گیری. وانگ و اسپین وال(۲۰۰۵)تعداد عوامل مدیریتی را که بر روی پیاده سازی موفق مدیریت دانش مؤثر هستند در قالب یازده مورد بیان داشته اند. عوامل استخراج شده از سوی وانگ و اسپین وال موارد یازده گانه شامل عوامل زیراست : رهبری و حمایت مدیران عالی، فرهنگ، فناوری اطلاعات ،اهداف و راهبرد، ارزیابی، زیر ساختهای سازمانی، فعالیت ها وفرایندها ی سازمانی، مشوق ها، منابع، آموزش ،مدیریت منابع انسانی. اخوان وهمکاران پژوهش دیگری را در سال (۲۰۰۸)انجام داده اند که از میان سی وسه عامل اولیه در ادبیات موضوع بوده به شانزده عامل برگزیده رسیده اند. این عوامل شامل :تعاملات وارتباطات ،امنیت شغلی، فضای ریسک پذیری سازمان، مدیریت منابع انسانی، کار تیمی، تشریک دانش، آمادگی سازمانها برای پذیرش مدیریت دانش، نگرش نظام مند به مدیریت دانش، معماران مدیریت دانش، ابزارهای فناوری و پایگاه داده برای تحقیقات دانش، مستند سازی، مخازن دانش، ارزیابی عملکرد، الگوبرداری، مدیران دانش ارشد. میقدادی وهمکاران (۲۰۰۸)پژوهشی انجام دادند که عوامل مهم در پیاده سازی موفق مدیریت دانش همان یازده موردی است که وانگ و اسپین وال(۲۰۰۵)آن را مطرح کرده اند. پژوهش رشمن وهمکاران (۲۰۱۰)درباره کسب وکارهای کوچک و متوسط مالزی و پاکستان نشان می دهد که محققان عوامل مهم موفقیت را در قالب دوازده مورد بیان داشته اند که شامل موارد زیر می شود:حمایت های مدیریت عالی، فرهنگ مناسب دانشی، منابع مالی ،زیر ساختهای فناورانه ،روابط بین بخشها ،توسعه منابع انسانی ،به کارگیری افراد دانش مدار ،راهبرد مدیریت دانش، پاداشها ومشوق های عملکرد دانش، فعالیتها وفرایندهای نظام مند مدیریت دانش، ارزش های محوری کسب وکار و زیر ساختهای سازمانی. پژوهش والمحمدی (۲۰۱۰)نیزعوامل زیر را بیان می دارد :حمایت های مدیریت عالی، فرهنگ سازمانی، زیرساختهای فناورانه، راهبرد مدیریت دانش، اندازه گیری عملکرد، زیر ساختهای سازمانی، فعالیتهاوفرایندها، پاداشها ومشوق ها، محدودیتهای منابع، تعلیم وآموزش، مدیریت منابع انسانی و الگوبرداری. در سال (۱۳۸۷)پژوهشی در زمینه شناسایی عوامل اساسی موفقیت در پیاده سازی مدیریت دانش صورت گرفت که نتیجه پژوهش دوازده مورد کلیدی را در پیاده سازی مدیریت دانش به شرح زیر شناسایی کرد :حمایت مدیریت عالی، زیر ساختهای سازمانی، فرهنگ، مدیریت منابع انسانی، فرایند، اندازه گیری موفقیت مدیریت دانش، منابع سازمانی والگوبرداری رقابتی، راهبرد واهداف، آموزش ویادگیری سازمانی، انگیزش ونظام پاداش دهی که براساس تحلیل های انجام شده سه عامل مدیریت راهبردی و زیرساخت سازمانی و فرهنگ مهمترین عوامل اساسی موفقیت تعیین شد و منابع سازمانی و الگوبرداری رقابتی که با اهمیت ترین شدند(طالبی وهمکاران،۱۳۸۷: ۱-۱۷).
داونپورت و پرابست با انجام مطالعه موردی وبررسی شرکتهای بزرگی مانند آمازون دات کام لیستی از عوامل کلیدی موفقیت را برای پیاده سازی مدیریت دانش ارائه کرده اند که عبارت است از: رهبری ،اندازه گیری عملکرد، خط مشی سازمانی،کسب واشتراک دانش،ساختار سیستم های اطلاعاتی،الگوبرداری و آموزش(Davenport& Probst, 2002). اسکریم وآمیدون با بررسی سازمانهای پیشرو در مدیریت دانش هفت عامل اساسی موفقیت در مدیریت دانش از جمله پیوند قوی با الزامات کسب وکار، چشم انداز و معماری اجباری رهبری دانش، فرهنگ، یادگیری مداوم، زیرساخت فناوری، را برشمرده اند (Skyrme,1997&( Amidon. در تحقیقی که توسط هونگ و همکاران در خصوص عوامل کلیدی موفقیت در بکارگیری سیستم مدیریت دانش برای صنعت دارو سازی انجام شده است هفت عامل در موفقیت سیستم مدیریت دانش مورد شناسایی قرار گرفته است که عبارتند از :استراتژی الگوگیری و ساختار دانشی اثر بخش، فرهنگ سازمانی، زیر ساخت سیستم اطلاعاتی، یادگیری وآموزش افراد، رهبری وتعهد قوی مدیریت ارشد، محیط یادگیری وکنترل منابع، ارزیابی از آموزش حرفه ای وکار تیمی(Hung.et.al,2005: 164-168). مطالعه دیگری که برای شناسایی عوامل کلیدی موفقیت مدیریت دانش توسط هلسپل وجوشی انجام شده است. آنها عوامل کلیدی را به سه دسته، مدیریتی، منابع و محیطی دسته بندی کرده اند که اثرگذارهای مدیریتی شامل :هماهنگی، کنترل، رهبری و سنجه ها؛ اثرگذارهای منابع متشکل ازدانش، افراد، منابع مالی و غیر مالی است. در حالیکه اثرگذارهای محیطی مشتمل بررقابت،بازارها، اضطرار زمانی، جو اقتصادی و دولت است(Holsapple, Joshi, 2000,235-261).