SlideShare ist ein Scribd-Unternehmen logo
1 von 35
Data Envelopment Analisys
        a cura di Giuliano Resce
Data Envelopment Analisys (DEA)
• Metodo non parametrico;
• non ha bisogno di conoscere i prezzi dei fattori
  (quindi monopolio, imprese
  pubbliche, organizzazioni pubbliche e non a fini di
  lucro);
• misura l’efficienza “relativa”;
• l’efficienza è stimata in termini di produttività
  media, rapporto tra quantità di bene prodotto e
  quantità di risorse utilizzate:

                  OUTPUT/INPUT
Esempio un input, un output
Negozio                            A           B            C           D            E           F            G           H

INPUT
Dipendenti                               200          300         300          400         500          500         600          800

OUTPUT
Incasso                            100,00 400,00 200,00 300,00 450,00 200,00 300,00 500,00

OUTPUT/INPUT
Incasso/Dipendenti                 0,500       1,333        0,667       0,750        0,900       0,400        0,500       0,625



   In questo caso B è l’azienda (da ora DMU*) più efficiente, che nel linguaggio DEA si
   chiama peer, essa rappresenta il punto di riferimento per misurare l’efficienza
   relativa degli altri negozi.

  *Decision Making Unit : è l’entità indipendente in grado di convertire l’input in output (può anche essere una parte dell’azienda).
Confronto grafico tra i
negozi
• La semiretta che unisce la peer con
l’origine è la frontiera di efficienza,
tutte le eventuali DMUs che stanno su
questa linea sono efficienti quanto B
(la migliore).
•La frontiera di efficienza è il
riferimento per misurare l’efficienza
relativa di tutte le DMU.
Input Oriented azienda A
•Il negozio A se fosse efficiente quanto
B (peer) produrrebbe lo stesso incasso
(100) con un numero di dipendenti
pari a WZ, la distanza ZA è Input in
eccesso (input slack)[personale in
esubero].
•Con l’approccio Input Oriented
l’efficienza relativa di A è data dal
rapporto WZ/WA(75/200 =0,37).
•Il punteggio Input Oriented è sempre
un numero compreso tra 0 e 1, il
punteggio pieno (1) lo ottiene solo la
peer, più basso è il risultato meno
efficiente è l’azienda.
Output Oriented
           azienda A
•Il negozio A se fosse efficiente quanto
B (peer) con lo stesso numero di
dipendenti produrrebbe un incasso
pari a NP, la distanza AN è Output
mancante (output slack).
•Con l’approccio Output Oriented
l’efficienza relativa di A è data dal
rapporto NP/AP(266,67/100=2,67).
•Il punteggio Output Oriented è
sempre un numero superiore o uguale
a 1, il punteggio pieno (1) lo ottiene
solo la peer, più alto è il risultato meno
efficiente è l’azienda.
•Il punteggio Output Oriented è il
reciproco dell’Input Oriented (in
questo caso 1/2,67=0,37).
Esempio due inputs, un output
Negozio         A          B       C       D        E       F       G       H          I
INPUT1
Dipendenti             4       7       8        4       2       5       6       5,50         6
INPUT2
Area espositiva        3       3       1        2       4       2       4       2,50       2,50
OUTPUT
Incasso                1       1       1        1       1       1       1         1          1




 Per comodità, abbiamo diviso tutti gli inputs per l’output in modo da avere output
 identico per tutti i negozi e poterli rappresentare su due dimensioni
Confronto grafico
tra i negozi
•La frontiera di efficienza passa per le
tre aziende efficienti (E,D,C) e continua
nelle due direzioni parallela agli assi
cartesiani.
Efficienza relativa di
A, l’Input Virtuale
A può essere efficiente quanto le
peers in diversi modi:
• tiene costante il rapporto
SUPERFICIE/INCASSO e riduce di AD il
rapporto DIPENDENTI/INCASSO;
• tiene costante il rapporto
DIPENDENTI/INCASSO e riduce di RA il
rapporto SUPERFICIE/INCASSO;
• riduce in maniera proporzionale
entrambi gli inputs, e tiene costante
l’Input Mix (la combinazione dei fattori
produttivi); per fare ciò deve ridurre
l’Input Virtuale, che nel grafico è il
segmento AN, quello che unisce
l’azienda analizzata con l’origine. PA è
Input Virtuale in eccesso, l’efficienza
relativa di A è data dal rapporto
NP/NA. Questo approccio è
Input Oriented → 0≤ NP/NA ≤1
Esempio due outputs, un input
Negozio    A           B           C          D          E          F           G
INPUT
Dipendenti         1           1          1          1          1           1         1
OUTPUT1
Clienti            1           2          3          4          4           5         6
OUTPUT2
Incasso            5           7          4          3          6           5         2


   Abbiamo diviso tutti gli outputs per l’input in modo da avere input identico per
   tutti i negozi e poterli rappresentare su due dimensioni
Confronto grafico
tra i negozi
• La frontiera di efficienza passa per le
quattro aziende efficienti (B,E,F,G) e
continua nelle due direzioni parallela
agli assi cartesiani.
• Dalla frontiera disegnata in questo
modo nasce il nome “Data
Envelopment Analysis”, tutte le
aziende analizzate sono “avvolte” dalla
frontiera.
Efficienza relativa di A,
l’Output Virtuale
A può essere efficiente quanto le
peers in diversi modi:
• tiene costante il rapporto
INCASSO/DIPENDENTI e aumenta di
AF il rapporto CLIENTI/DIPENDENTI;
• tiene costante il rapporto
CLIENTI/DIPENDENTI e aumenta di AN
il rapporto INCASSO/DIPENDENTI;
• aumenta in maniera proporzionale
entrambi gli outputs (Output Virtuale)
e tiene costante l’Output Mix, nel
grafico l’Output Vituale è il segmento
OP, che unisce l’origine con la
proiezione dell’azienda analizzata sulla
frontiera di efficienza. In questo caso
AP è Output Virtuale mancante,
l’efficienza relativa di A è il rapporto
OP/OA. Questo approccio è
Output Oriented → 1≤ OP/OA
Output e input molteplici
• L’efficienza delle aziende che producono più di
  un output utilizzando più di un input si misura
  in base al rapporto:
Output e input virtuale
• Nell’azienda m che produce j outputs
  utilizzando i inputs:




dove      e        sono rispettivamente il j-esimo
output e l’i-esimo input dell’azienda m e
e    sono i loro relativi pesi (prezzi).
I pesi
In un insieme di n aziende il valore dei pesi si
calcola massimizzando il rapporto:

sotto i vincoli:




sostituendo alle x il valore degli inputs e alle y il valore degli outputs si ottiene
l’efficienza relativa di m (l’azienda analizzata) rispetto alle n DMUs del gruppo.
Programma lineare CCR*




Linearizzando il programma sviluppato nella slide
precedente si ottiene questo programma lineare che è
la base da cui prendono vita tutte le versioni della DEA.
 * La DEA in questa versione prende il nome dagli autori Charnes, Cooper e Rhodes (1978)
Caso 2 inputs, 2 outputs
            INPUT 1           INPUT 2                OUTPUT 1             OUTPUT 2
Ospedale    Medici (M)        Infermieri (I)         Ricoveri (R)         Dimissioni (D)
A                        33                    235                  220                    88
B                        67                    206                   31                    45
C                        30                    244                  190                100
D                        50                    268                  250                100
E                        53                    110                  260                400
F                        15                    284                  250                398
Programma CCR ospedale A
Max vAR220+vAD88
s.v.
uAM33+uAI235=1
vAR220+vAD88≤ uAM33+uAI235
vAR31+vAD45≤ uAM67+uAI206
vAR190+vAD100≤ uAM30+uAI244
vAR250+vAD100≤ uAM50+uAI268
vAR260+vAD400≤ uAM53+uAI110
vAR250+vAD398≤ uAM15+uAI284
vAR ≥ 0, vAD ≥ 0, uAM ≥ 0, uAI ≥ 0


  vAR= peso Ricoveri ospedale A, vAD = peso Dimissioni ospedale A
  uAM= peso Medici ospedale A, uAI= peso Infermieri ospedale A
Programma CCR ospedale B
La soluzione del programma lineare della slide precedente è l’efficienza relativa
dell’ospedale A, cambiando la funzione obiettivo, il primo vincolo e i pesi, si
ottengono i punteggi di tutti gli altri.
Efficienza di B:

Max vBR31+vBD45
s.v.
uBM67+ uBI206=1
vBR220+vBD88≤uBM33+uBI235
vBR31+vBD45 ≤uBM67+ uBI206
vBR190+vBD100≤uBM30+uBI244
vBR250+vBD100≤uBM50+uBI268
vBR260+vBD400≤uBM53+uBI110
vBR250+vBD398≤uBM15+uBI284
vBR ≥ 0, vBD ≥ 0, uBM ≥ 0, uBI ≥ 0
Risultati CCR 2 input e 2 output
                                       uMM uII                    vRR             vDD
OSPEDALE Punteggio                     Medici        Infermieri Ricoveri          Dimissioni
A        (0.79+0)/(0,41+0,59) = 0,79          0,41         0,59            0,79         0,00
B        (0,08+0)/(0,62+0,38) = 0,08          0,62         0,38            0,08         0,00
C        (0,69+0)/(0,38+0,62) = 0,69          0,38         0,62            0,69         0,00
D        (0,69+0)/(0,48+0,52) = 0,69          0,48         0,52            0,69         0,00
E        (1,00+0)/(0,70+0,30) = 1,00          0,70         0,30            1,00         0,00
F        (1,00+0)/(1,00+0) = 1,00             1,00         0,00            1,00         0,00



                     Punteggio = v R+v D/u M+u I
                                          R      D         M       I
Rendimenti di scala
• L’azienda presa in considerazione
nel grafico utilizza quantità di input
X1 per produrre quantità di output
Y1, se incrementasse il proprio input
fino a X2, produrrebbe un output
Y2, con incremento più che
proporzionale rispetto
all’incremento dell’input; questo
accade poiché la funzione di
produzione del settore in cui opera
l’azienda, nel tratto (X1,X2), ha
rendimenti di scala crescenti;
• se la stessa azienda, partendo da
X2 incrementasse ulteriormente
l’input fino a X3, otterrebbe output
Y3, con incremento meno che
proporzionale rispetto a quello
dell’input, ciò implica che la stessa
funzione di produzione ha, nel
tratto (X2,X3), ha rendimenti di
scala decrescenti.

                                         Input
DEA BCC*
Dal grafico emerge che la Frontiera di
Efficienza CCR costruita nel primo
esempio assume rendimenti di scala
costanti.
La Frontiera di Efficienza per assumere
rendimenti variabili deve includere i
negozi A,E e H, poiché l’inefficienza di
queste DMUs dipende esclusivamente
dalla loro dimensione.
L’inefficienza di A, E e H si chiama
Inefficienza di Scala, essa si differenzia
dall’Inefficienza Tecnica che
caratterizza le DMUs G, D, F e C.
Per stimare l’efficienza assumendo
rendimenti di scala variabili si utilizza
la DEA in versione BCC
che, nell’esempio, calcola il nuovo
punteggio sulla base della frontiera
blu.
Il punteggio BCC nella versione Input
Oriented è sempre superiore o uguale
a quello CCR.


 * Banker, Charnes and Cooper (1984)
Programma lineare BCC




Aggiungendo la variabile libera        al programma lineare
CCR si ottiene la versione BCC, il cui risultato è l’indice di
efficienza tecnica pura.
Programma BCC ospedale A
      Max vAR220+vAD88-u0
      s.v.
      uAM33+uAI235=1
      vAR220+vAD88-u0 ≤ UAM33+uAI235
      vAR31+vAD45-u0 ≤ uAM67+uAI206
      vAR190+vAD100-u0 ≤ uAM30+uAI244
      vAR250+vAD100-u0 ≤ uAM50+uAI268
      vAR260+vAD400-u0 ≤ uAM53+uAI110
      vAR250+vAD398-u0 ≤ uAM15+uAI284
      vAR ≥ 0, vAD ≥ 0, uAM ≥ 0, uAI ≥ 0, u0 libera




u0 è una variabile libera che può assumere segno positivo o negativo
Risultati BCC 2 input e 2 output

                    uMM uII                      U0            vRR vDD
                                                 Variabile
OSPEDALE Punteggio Medici          Infermieri    libera        Ricoveri      Dimissioni
A        0,91               0,39          0,61          0,91          0,00          0,00
B        0,69               0,60          0,40          0,69          0,00          0,00
C        0,92               0,36          0,64          0,92          0,00          0,00
D        0,71               0,46          0,54          0,71          0,00          0,00
E        1,00               0,70          0,30          0,00          1,00          0,00
F        1,00               1,00          0,00          0,00          1,00          0,00


                Punteggio = v R+v D+U /u M+u I
                                    R      D        0   M         I
Efficienza di scala
Se per la stessa azienda si stima sia il
punteggio CCR sia il punteggio BCC si può
scomporre l’inefficienza in Inefficienza di
Scala e Inefficienza Tecnica Pura.
Seguendo l’approccio Output Oriented
nell’azienda G: l’inefficienza complessiva
si misura con l’output slack, che è: GV;
questo slack può essere scomposto in
slack di Scala: UV e slack di inefficienza
tecnica pura: UG.
L’indice (ouput oriented) di efficienza
tecnica pura è dato dal rapporto: UR/GR,
l’indice (output oriented) di efficienza
complessiva è dato dal rapporto: VR/GR.
L’indice (Output Oriented) di
efficienza di scala è:
              VR/UR =
       = (VR/GR)/(UR/GR) =
            = CCR/BCC
Efficienza di Scala
Ospedale     Punteggio CCR   Punteggio BCC   CCR/BCC (Scala)
A                     0,79            0,91              0,87
B                     0,08            0,69              0,12
C                     0,69            0,92              0,75
D                     0,69            0,71              0,98
E                     1,00            1,00              1,00
F                     1,00            1,00              1,00
CCR duale
Ogni programma lineare ha il suo duale che è un altro programma lineare la cui soluzione
corrisponde al programma originale, scrivendo il duale del “programma base CCR” si
ottiene:




Dove         è l’efficienza dell’azienda m,       è il j-esimo output della DMU n,
    è l’i-esimo input dell’azienda n,       è il peso relativo da assegnare all’azienda n,
in questo caso il programma stima i pesi delle DMUs (non più degli inputs -
outputs).
CCR duale ospedale A
Min θ
s. v.
220λA+31λB+190λC+250λD+260λE+250λF≥220
88λA+45λB+100λC+100λD+400λE+398λF≥88
33λA+67λB+30λC+50λD+53λE+15λF≤θ33
235λA+206λB+244λC+268λD+110λE+284λF≤θ235
λA≥0, λB≥0, λC≥0, λD≥0, λE≥0, λF≥0


λA = peso Ospedale A, λB = peso Ospedale B, λC = peso Ospedale C,
λD = peso Ospedale D, λE = peso Ospedale E, λF = peso Ospedale F.
Risultati CCR duale
   Ospedale      θ
                                  λA λB λC λD λE                                λF
   A                       0,79     0,00    0,00     0,00     0,00       0,35    0,52
   B                       0,08     0,00    0,00     0,00     0,00       0,10    0,02
   C                       0,69     0,00    0,00     0,00     0,00       0,25    0,50
   D                       0,69     0,00    0,00     0,00     0,00       0,53    0,45
   E                       1,00     0,00    0,00     0,00     0,00       1,00   0,00
   F                       1,00     0,00    0,00     0,00     0,00      0,00     1,00

Il valore assunto da θ è il punteggio, nella soluzione del programma gli unici λ ad
assumere valore sono quelli della peer (questa caratteristica permette di conoscere, per ogni
DMU qual è la peer, ovvero l’azienda di riferimento sulla quale è stato stimato lo slack e
il punteggio). I valori, in questo caso, indicano che, per tutti gli Ospedali inefficienti, le
peers sono sia E che F.
BCC duale




L’unica differenza tra il CCR duale e il BCC duale è il vincolo che impone alla
sommatoria dei Lambda l’uguaglianza a 1.
BCC duale ospedale A
Min θ
s. v.
220λA+31λB+190λC+250λD+260λE+250λF≥220
88λA+45λB+100λC+100λD+400λE+398λF≥88
33λA+67λB+30λC+50λD+53λE+15λF≤θ33
235λA+206λB+244λC+268λD+110λE+284λF≤θ235
λA+λB+λC+λD+λE+λF=1
λA≥0, λB≥0, λC≥0, λD≥0, λE≥0, λF≥0


λA = peso Ospedale A, λB = peso Ospedale B, λC = peso Ospedale C,
λD = peso Ospedale D, λE = peso Ospedale E, λF = peso Ospedale F.
Risultati BCC duale
Ospedale   θ
                       λA          λB      λC          λD λE           λF
A               0,91        0,00    0,00        0,00   0,00    0,40     0,60
B               0,69        0,00    0,00        0,00   0,00    0,82     0,18
C               0,92        0,00    0,00        0,00   0,00    0,34     0,66
D               0,71        0,00    0,00        0,00   0,00    0,54     0,46
E               1,00        0,00    0,00        0,00   0,00     1,00   0,00
F               1,00        0,00    0,00        0,00   0,00    0,00     1,00



                       λA+λB+λC+λD+λE+λF=1
Il significato di λ nell’ esempio 2
                      outputs 1 input
     Θ     λA       λB     λC   λD   λE   λF       λG   λH   λI
A   0,86        0        0 0 0,71 0,29         0    0    0        0
B   0,63        0        0 0,11 0,89 0         0    0    0        0
C   1,00        0        0 1,00 0 0            0    0    0        0
D   1,00        0        0 0 1,00 0            0    0    0        0
E   1,00        0        0 0 0 1,00            0    0    0        0
F   0,92        0        0 1,00 0,85 0         0    0    0        0
G   0,60        0        0 0 0,80 0,20         0    0    0        0
H   0,77        0        0 0,06 0,94 0         0    0    0        0
I   0,75        0        0 0,13 0,88 0         0    0    0        0
Il significato di λ
Le versione duale CCR ospedale A è Input      CCR duale ospedale A
Oriented (individua la DMU che a parità
di Outputs utilizza meno Inputs), per         Min θ
come è scritto, il programma cerca il         s. v.
valore minimo che può assumere θ (il          220λA+31λB+190λC+250λD+260λE+250λF≥220
moltiplicatore degli inputs della DMU         88λA+45λB+100λC+100λD+400λE+398λF≥88
analizzata), tale che il prodotto             33λA+67λB+30λC+50λD+53λE+15λF≤θ33
[θ*(input)] sia maggiore o uguale della       235λA+206λB+244λC+268λD+110λE+284λF≤θ235
somma di tutti i [λ*(input)] di tutte le      λA≥0, λB≥0, λC≥0, λD≥0, λE≥0, λF≥0
aziende.
Se tutti i λ assumessero valore 0 il valore
minimo di θ sarebbe 0, dove λ assume un
valore quell’input diventa un punto di
riferimento (la soglia minima) per il
valore assunto da θ (EFFICIENZA
RELATIVA), di conseguenza l’azienda che
utilizza quella quantità di input non può
che essere una peer.

Weitere ähnliche Inhalte

Was ist angesagt?

Introduction to human resource management
Introduction to human resource managementIntroduction to human resource management
Introduction to human resource managementShilpa Rajak
 
Human Resources Management - Afzal Khan
Human Resources Management - Afzal KhanHuman Resources Management - Afzal Khan
Human Resources Management - Afzal KhanAfzal Khan
 
Fundamental of Human Resources Management Training (Kanaidi, SE., M.Si)
Fundamental of Human Resources Management Training (Kanaidi, SE., M.Si)Fundamental of Human Resources Management Training (Kanaidi, SE., M.Si)
Fundamental of Human Resources Management Training (Kanaidi, SE., M.Si)Kanaidi ken
 
HRD Philosophy
HRD PhilosophyHRD Philosophy
HRD Philosophypascastpt
 
Performance Management System
Performance Management SystemPerformance Management System
Performance Management SystemMayank Singh
 
Ch 1 fundamentals of hrm
Ch 1 fundamentals of hrmCh 1 fundamentals of hrm
Ch 1 fundamentals of hrmKokab Manzoor
 
Job Training Methods and Process
Job Training Methods and ProcessJob Training Methods and Process
Job Training Methods and ProcessNadia Nahar
 
Job Analysis and Job design
Job Analysis and Job designJob Analysis and Job design
Job Analysis and Job designAnik Faisal
 
Performance Management & Reward Systems
Performance Management & Reward SystemsPerformance Management & Reward Systems
Performance Management & Reward SystemsMIT
 
Key Performance Indicator
Key Performance IndicatorKey Performance Indicator
Key Performance IndicatorCharis Joy Mayo
 

Was ist angesagt? (20)

Introduction to human resource management
Introduction to human resource managementIntroduction to human resource management
Introduction to human resource management
 
Human Resources Management - Afzal Khan
Human Resources Management - Afzal KhanHuman Resources Management - Afzal Khan
Human Resources Management - Afzal Khan
 
Fundamental of Human Resources Management Training (Kanaidi, SE., M.Si)
Fundamental of Human Resources Management Training (Kanaidi, SE., M.Si)Fundamental of Human Resources Management Training (Kanaidi, SE., M.Si)
Fundamental of Human Resources Management Training (Kanaidi, SE., M.Si)
 
HRD Philosophy
HRD PhilosophyHRD Philosophy
HRD Philosophy
 
Performance Management System
Performance Management SystemPerformance Management System
Performance Management System
 
Ch 1 fundamentals of hrm
Ch 1 fundamentals of hrmCh 1 fundamentals of hrm
Ch 1 fundamentals of hrm
 
Reward Strategy
Reward Strategy Reward Strategy
Reward Strategy
 
The Value Of HR
The Value Of HRThe Value Of HR
The Value Of HR
 
Job Training Methods and Process
Job Training Methods and ProcessJob Training Methods and Process
Job Training Methods and Process
 
Case study hrm 5 cases
Case study hrm  5 casesCase study hrm  5 cases
Case study hrm 5 cases
 
Job Analysis and Job design
Job Analysis and Job designJob Analysis and Job design
Job Analysis and Job design
 
Performance Management & Reward Systems
Performance Management & Reward SystemsPerformance Management & Reward Systems
Performance Management & Reward Systems
 
Potential appraisal
Potential appraisalPotential appraisal
Potential appraisal
 
HRM Entrance Model Paper
HRM Entrance Model PaperHRM Entrance Model Paper
HRM Entrance Model Paper
 
Key Performance Indicator
Key Performance IndicatorKey Performance Indicator
Key Performance Indicator
 
7. scheduling
7. scheduling7. scheduling
7. scheduling
 
QUALITY CIRCLE
QUALITY CIRCLEQUALITY CIRCLE
QUALITY CIRCLE
 
Job design
Job designJob design
Job design
 
Performance reviews
Performance reviewsPerformance reviews
Performance reviews
 
1 Introduction to HRM
1   Introduction to HRM1   Introduction to HRM
1 Introduction to HRM
 

Andere mochten auch

Data Envelopment Analysis
Data Envelopment AnalysisData Envelopment Analysis
Data Envelopment AnalysisAnna Rellama
 
Data envelopment analysis
Data envelopment analysisData envelopment analysis
Data envelopment analysisAjit Kumar Ray
 
Data envelopment analysis
Data envelopment analysisData envelopment analysis
Data envelopment analysisGlory Maker
 
DEA Presentation
DEA PresentationDEA Presentation
DEA Presentationbiggame8
 
Eco-efficienza con Data Envelopment Analysis
Eco-efficienza con Data Envelopment AnalysisEco-efficienza con Data Envelopment Analysis
Eco-efficienza con Data Envelopment AnalysisGiuliano Resce
 
Maquettes culture prod
Maquettes culture prodMaquettes culture prod
Maquettes culture prodMONA
 
GSDR-Measuring the SDGs Progress with DEA
GSDR-Measuring the SDGs Progress with DEAGSDR-Measuring the SDGs Progress with DEA
GSDR-Measuring the SDGs Progress with DEARuzanna Tarverdyan
 
Theories of indebtedness
Theories of indebtednessTheories of indebtedness
Theories of indebtednessAjit Kumar Ray
 
Technical efficiency measurement by data envelopment analysis an applicatio...
Technical efficiency measurement by data envelopment analysis   an applicatio...Technical efficiency measurement by data envelopment analysis   an applicatio...
Technical efficiency measurement by data envelopment analysis an applicatio...Geetika Sharma
 
Leverage & financial structure
Leverage & financial structureLeverage & financial structure
Leverage & financial structureAjit Kumar Ray
 
Technology forecasting using dea in the presence of infeasibility
Technology forecasting using dea in the presence of infeasibilityTechnology forecasting using dea in the presence of infeasibility
Technology forecasting using dea in the presence of infeasibilitydongjoon
 
Technological forecasting of supercomputer development: The march to exascale...
Technological forecasting of supercomputer development: The march to exascale...Technological forecasting of supercomputer development: The march to exascale...
Technological forecasting of supercomputer development: The march to exascale...dongjoon
 

Andere mochten auch (20)

Data Envelopment Analysis
Data Envelopment AnalysisData Envelopment Analysis
Data Envelopment Analysis
 
Data envelopment analysis
Data envelopment analysisData envelopment analysis
Data envelopment analysis
 
Data envelopment analysis
Data envelopment analysisData envelopment analysis
Data envelopment analysis
 
DEA
DEADEA
DEA
 
Data Envelopment Analysis
Data Envelopment AnalysisData Envelopment Analysis
Data Envelopment Analysis
 
Dea
DeaDea
Dea
 
DEA Presentation
DEA PresentationDEA Presentation
DEA Presentation
 
Dea analysis
Dea analysis Dea analysis
Dea analysis
 
Eco-efficienza con Data Envelopment Analysis
Eco-efficienza con Data Envelopment AnalysisEco-efficienza con Data Envelopment Analysis
Eco-efficienza con Data Envelopment Analysis
 
Maquettes culture prod
Maquettes culture prodMaquettes culture prod
Maquettes culture prod
 
Imf3
Imf3Imf3
Imf3
 
GSDR-Measuring the SDGs Progress with DEA
GSDR-Measuring the SDGs Progress with DEAGSDR-Measuring the SDGs Progress with DEA
GSDR-Measuring the SDGs Progress with DEA
 
Theories of indebtedness
Theories of indebtednessTheories of indebtedness
Theories of indebtedness
 
IMF-PART-II
IMF-PART-IIIMF-PART-II
IMF-PART-II
 
Technical efficiency measurement by data envelopment analysis an applicatio...
Technical efficiency measurement by data envelopment analysis   an applicatio...Technical efficiency measurement by data envelopment analysis   an applicatio...
Technical efficiency measurement by data envelopment analysis an applicatio...
 
Leverage & financial structure
Leverage & financial structureLeverage & financial structure
Leverage & financial structure
 
Technology forecasting using dea in the presence of infeasibility
Technology forecasting using dea in the presence of infeasibilityTechnology forecasting using dea in the presence of infeasibility
Technology forecasting using dea in the presence of infeasibility
 
Technological forecasting of supercomputer development: The march to exascale...
Technological forecasting of supercomputer development: The march to exascale...Technological forecasting of supercomputer development: The march to exascale...
Technological forecasting of supercomputer development: The march to exascale...
 
IDA part one & two
IDA part one & twoIDA part one & two
IDA part one & two
 
Dividend policy
Dividend policyDividend policy
Dividend policy
 

Ähnlich wie Data envelopment analysis

Qm "Regressione multipla"
Qm "Regressione multipla"Qm "Regressione multipla"
Qm "Regressione multipla"avetriani
 
Scelte in condizioni di certezza (seconda versione)
Scelte in condizioni di certezza (seconda versione)Scelte in condizioni di certezza (seconda versione)
Scelte in condizioni di certezza (seconda versione)Luigi Pasini
 
La parabola nei problemi di scelta
La parabola nei problemi di sceltaLa parabola nei problemi di scelta
La parabola nei problemi di sceltaLuigi Pasini
 
Come calcolare l’equity value di una startup
Come calcolare l’equity value di una startupCome calcolare l’equity value di una startup
Come calcolare l’equity value di una startupAndrea Gigli
 
Programmazione strutturata
Programmazione strutturataProgrammazione strutturata
Programmazione strutturataEmilia Calzetta
 
Problemi di scelta nel caso continuo
Problemi di scelta nel caso continuoProblemi di scelta nel caso continuo
Problemi di scelta nel caso continuoLuigi Pasini
 
3 bis i nuovi sistemi di costing
3 bis i nuovi sistemi di costing3 bis i nuovi sistemi di costing
3 bis i nuovi sistemi di costingGiacomo Migliorini
 
Scelte in condizioni di certezza
Scelte in condizioni di certezzaScelte in condizioni di certezza
Scelte in condizioni di certezzaLuigi Pasini
 
Performance Management ottobre 2014
Performance Management ottobre 2014Performance Management ottobre 2014
Performance Management ottobre 2014Project Group Srl
 
Statistical Analysis of International Trade Exports
Statistical Analysis of International Trade ExportsStatistical Analysis of International Trade Exports
Statistical Analysis of International Trade ExportsMarcoSacchi17
 
Statistical Analysis of International Trade Exports
Statistical Analysis of International Trade ExportsStatistical Analysis of International Trade Exports
Statistical Analysis of International Trade ExportsPierluigi Passarelli
 
Come si calcola il punto di pareggio
Come si calcola il punto di pareggioCome si calcola il punto di pareggio
Come si calcola il punto di pareggioBrogi & Pittalis srl
 
Come si calcola il punto di pareggio sr
Come si calcola il punto di pareggio srCome si calcola il punto di pareggio sr
Come si calcola il punto di pareggio srBrogi & Pittalis srl
 

Ähnlich wie Data envelopment analysis (17)

Demand Planning
Demand PlanningDemand Planning
Demand Planning
 
Il punto di pareggio
Il punto di pareggioIl punto di pareggio
Il punto di pareggio
 
Qm "Regressione multipla"
Qm "Regressione multipla"Qm "Regressione multipla"
Qm "Regressione multipla"
 
Scelte in condizioni di certezza (seconda versione)
Scelte in condizioni di certezza (seconda versione)Scelte in condizioni di certezza (seconda versione)
Scelte in condizioni di certezza (seconda versione)
 
La parabola nei problemi di scelta
La parabola nei problemi di sceltaLa parabola nei problemi di scelta
La parabola nei problemi di scelta
 
Analisi del punto di pareggio
Analisi del punto di pareggioAnalisi del punto di pareggio
Analisi del punto di pareggio
 
Come calcolare l’equity value di una startup
Come calcolare l’equity value di una startupCome calcolare l’equity value di una startup
Come calcolare l’equity value di una startup
 
Ao
AoAo
Ao
 
Programmazione strutturata
Programmazione strutturataProgrammazione strutturata
Programmazione strutturata
 
Problemi di scelta nel caso continuo
Problemi di scelta nel caso continuoProblemi di scelta nel caso continuo
Problemi di scelta nel caso continuo
 
3 bis i nuovi sistemi di costing
3 bis i nuovi sistemi di costing3 bis i nuovi sistemi di costing
3 bis i nuovi sistemi di costing
 
Scelte in condizioni di certezza
Scelte in condizioni di certezzaScelte in condizioni di certezza
Scelte in condizioni di certezza
 
Performance Management ottobre 2014
Performance Management ottobre 2014Performance Management ottobre 2014
Performance Management ottobre 2014
 
Statistical Analysis of International Trade Exports
Statistical Analysis of International Trade ExportsStatistical Analysis of International Trade Exports
Statistical Analysis of International Trade Exports
 
Statistical Analysis of International Trade Exports
Statistical Analysis of International Trade ExportsStatistical Analysis of International Trade Exports
Statistical Analysis of International Trade Exports
 
Come si calcola il punto di pareggio
Come si calcola il punto di pareggioCome si calcola il punto di pareggio
Come si calcola il punto di pareggio
 
Come si calcola il punto di pareggio sr
Come si calcola il punto di pareggio srCome si calcola il punto di pareggio sr
Come si calcola il punto di pareggio sr
 

Data envelopment analysis

  • 1. Data Envelopment Analisys a cura di Giuliano Resce
  • 2. Data Envelopment Analisys (DEA) • Metodo non parametrico; • non ha bisogno di conoscere i prezzi dei fattori (quindi monopolio, imprese pubbliche, organizzazioni pubbliche e non a fini di lucro); • misura l’efficienza “relativa”; • l’efficienza è stimata in termini di produttività media, rapporto tra quantità di bene prodotto e quantità di risorse utilizzate: OUTPUT/INPUT
  • 3. Esempio un input, un output Negozio A B C D E F G H INPUT Dipendenti 200 300 300 400 500 500 600 800 OUTPUT Incasso 100,00 400,00 200,00 300,00 450,00 200,00 300,00 500,00 OUTPUT/INPUT Incasso/Dipendenti 0,500 1,333 0,667 0,750 0,900 0,400 0,500 0,625 In questo caso B è l’azienda (da ora DMU*) più efficiente, che nel linguaggio DEA si chiama peer, essa rappresenta il punto di riferimento per misurare l’efficienza relativa degli altri negozi. *Decision Making Unit : è l’entità indipendente in grado di convertire l’input in output (può anche essere una parte dell’azienda).
  • 4. Confronto grafico tra i negozi • La semiretta che unisce la peer con l’origine è la frontiera di efficienza, tutte le eventuali DMUs che stanno su questa linea sono efficienti quanto B (la migliore). •La frontiera di efficienza è il riferimento per misurare l’efficienza relativa di tutte le DMU.
  • 5. Input Oriented azienda A •Il negozio A se fosse efficiente quanto B (peer) produrrebbe lo stesso incasso (100) con un numero di dipendenti pari a WZ, la distanza ZA è Input in eccesso (input slack)[personale in esubero]. •Con l’approccio Input Oriented l’efficienza relativa di A è data dal rapporto WZ/WA(75/200 =0,37). •Il punteggio Input Oriented è sempre un numero compreso tra 0 e 1, il punteggio pieno (1) lo ottiene solo la peer, più basso è il risultato meno efficiente è l’azienda.
  • 6. Output Oriented azienda A •Il negozio A se fosse efficiente quanto B (peer) con lo stesso numero di dipendenti produrrebbe un incasso pari a NP, la distanza AN è Output mancante (output slack). •Con l’approccio Output Oriented l’efficienza relativa di A è data dal rapporto NP/AP(266,67/100=2,67). •Il punteggio Output Oriented è sempre un numero superiore o uguale a 1, il punteggio pieno (1) lo ottiene solo la peer, più alto è il risultato meno efficiente è l’azienda. •Il punteggio Output Oriented è il reciproco dell’Input Oriented (in questo caso 1/2,67=0,37).
  • 7. Esempio due inputs, un output Negozio A B C D E F G H I INPUT1 Dipendenti 4 7 8 4 2 5 6 5,50 6 INPUT2 Area espositiva 3 3 1 2 4 2 4 2,50 2,50 OUTPUT Incasso 1 1 1 1 1 1 1 1 1 Per comodità, abbiamo diviso tutti gli inputs per l’output in modo da avere output identico per tutti i negozi e poterli rappresentare su due dimensioni
  • 8. Confronto grafico tra i negozi •La frontiera di efficienza passa per le tre aziende efficienti (E,D,C) e continua nelle due direzioni parallela agli assi cartesiani.
  • 9. Efficienza relativa di A, l’Input Virtuale A può essere efficiente quanto le peers in diversi modi: • tiene costante il rapporto SUPERFICIE/INCASSO e riduce di AD il rapporto DIPENDENTI/INCASSO; • tiene costante il rapporto DIPENDENTI/INCASSO e riduce di RA il rapporto SUPERFICIE/INCASSO; • riduce in maniera proporzionale entrambi gli inputs, e tiene costante l’Input Mix (la combinazione dei fattori produttivi); per fare ciò deve ridurre l’Input Virtuale, che nel grafico è il segmento AN, quello che unisce l’azienda analizzata con l’origine. PA è Input Virtuale in eccesso, l’efficienza relativa di A è data dal rapporto NP/NA. Questo approccio è Input Oriented → 0≤ NP/NA ≤1
  • 10. Esempio due outputs, un input Negozio A B C D E F G INPUT Dipendenti 1 1 1 1 1 1 1 OUTPUT1 Clienti 1 2 3 4 4 5 6 OUTPUT2 Incasso 5 7 4 3 6 5 2 Abbiamo diviso tutti gli outputs per l’input in modo da avere input identico per tutti i negozi e poterli rappresentare su due dimensioni
  • 11. Confronto grafico tra i negozi • La frontiera di efficienza passa per le quattro aziende efficienti (B,E,F,G) e continua nelle due direzioni parallela agli assi cartesiani. • Dalla frontiera disegnata in questo modo nasce il nome “Data Envelopment Analysis”, tutte le aziende analizzate sono “avvolte” dalla frontiera.
  • 12. Efficienza relativa di A, l’Output Virtuale A può essere efficiente quanto le peers in diversi modi: • tiene costante il rapporto INCASSO/DIPENDENTI e aumenta di AF il rapporto CLIENTI/DIPENDENTI; • tiene costante il rapporto CLIENTI/DIPENDENTI e aumenta di AN il rapporto INCASSO/DIPENDENTI; • aumenta in maniera proporzionale entrambi gli outputs (Output Virtuale) e tiene costante l’Output Mix, nel grafico l’Output Vituale è il segmento OP, che unisce l’origine con la proiezione dell’azienda analizzata sulla frontiera di efficienza. In questo caso AP è Output Virtuale mancante, l’efficienza relativa di A è il rapporto OP/OA. Questo approccio è Output Oriented → 1≤ OP/OA
  • 13. Output e input molteplici • L’efficienza delle aziende che producono più di un output utilizzando più di un input si misura in base al rapporto:
  • 14. Output e input virtuale • Nell’azienda m che produce j outputs utilizzando i inputs: dove e sono rispettivamente il j-esimo output e l’i-esimo input dell’azienda m e e sono i loro relativi pesi (prezzi).
  • 15. I pesi In un insieme di n aziende il valore dei pesi si calcola massimizzando il rapporto: sotto i vincoli: sostituendo alle x il valore degli inputs e alle y il valore degli outputs si ottiene l’efficienza relativa di m (l’azienda analizzata) rispetto alle n DMUs del gruppo.
  • 16. Programma lineare CCR* Linearizzando il programma sviluppato nella slide precedente si ottiene questo programma lineare che è la base da cui prendono vita tutte le versioni della DEA. * La DEA in questa versione prende il nome dagli autori Charnes, Cooper e Rhodes (1978)
  • 17. Caso 2 inputs, 2 outputs INPUT 1 INPUT 2 OUTPUT 1 OUTPUT 2 Ospedale Medici (M) Infermieri (I) Ricoveri (R) Dimissioni (D) A 33 235 220 88 B 67 206 31 45 C 30 244 190 100 D 50 268 250 100 E 53 110 260 400 F 15 284 250 398
  • 18. Programma CCR ospedale A Max vAR220+vAD88 s.v. uAM33+uAI235=1 vAR220+vAD88≤ uAM33+uAI235 vAR31+vAD45≤ uAM67+uAI206 vAR190+vAD100≤ uAM30+uAI244 vAR250+vAD100≤ uAM50+uAI268 vAR260+vAD400≤ uAM53+uAI110 vAR250+vAD398≤ uAM15+uAI284 vAR ≥ 0, vAD ≥ 0, uAM ≥ 0, uAI ≥ 0 vAR= peso Ricoveri ospedale A, vAD = peso Dimissioni ospedale A uAM= peso Medici ospedale A, uAI= peso Infermieri ospedale A
  • 19. Programma CCR ospedale B La soluzione del programma lineare della slide precedente è l’efficienza relativa dell’ospedale A, cambiando la funzione obiettivo, il primo vincolo e i pesi, si ottengono i punteggi di tutti gli altri. Efficienza di B: Max vBR31+vBD45 s.v. uBM67+ uBI206=1 vBR220+vBD88≤uBM33+uBI235 vBR31+vBD45 ≤uBM67+ uBI206 vBR190+vBD100≤uBM30+uBI244 vBR250+vBD100≤uBM50+uBI268 vBR260+vBD400≤uBM53+uBI110 vBR250+vBD398≤uBM15+uBI284 vBR ≥ 0, vBD ≥ 0, uBM ≥ 0, uBI ≥ 0
  • 20. Risultati CCR 2 input e 2 output uMM uII vRR vDD OSPEDALE Punteggio Medici Infermieri Ricoveri Dimissioni A (0.79+0)/(0,41+0,59) = 0,79 0,41 0,59 0,79 0,00 B (0,08+0)/(0,62+0,38) = 0,08 0,62 0,38 0,08 0,00 C (0,69+0)/(0,38+0,62) = 0,69 0,38 0,62 0,69 0,00 D (0,69+0)/(0,48+0,52) = 0,69 0,48 0,52 0,69 0,00 E (1,00+0)/(0,70+0,30) = 1,00 0,70 0,30 1,00 0,00 F (1,00+0)/(1,00+0) = 1,00 1,00 0,00 1,00 0,00 Punteggio = v R+v D/u M+u I R D M I
  • 21. Rendimenti di scala • L’azienda presa in considerazione nel grafico utilizza quantità di input X1 per produrre quantità di output Y1, se incrementasse il proprio input fino a X2, produrrebbe un output Y2, con incremento più che proporzionale rispetto all’incremento dell’input; questo accade poiché la funzione di produzione del settore in cui opera l’azienda, nel tratto (X1,X2), ha rendimenti di scala crescenti; • se la stessa azienda, partendo da X2 incrementasse ulteriormente l’input fino a X3, otterrebbe output Y3, con incremento meno che proporzionale rispetto a quello dell’input, ciò implica che la stessa funzione di produzione ha, nel tratto (X2,X3), ha rendimenti di scala decrescenti. Input
  • 22. DEA BCC* Dal grafico emerge che la Frontiera di Efficienza CCR costruita nel primo esempio assume rendimenti di scala costanti. La Frontiera di Efficienza per assumere rendimenti variabili deve includere i negozi A,E e H, poiché l’inefficienza di queste DMUs dipende esclusivamente dalla loro dimensione. L’inefficienza di A, E e H si chiama Inefficienza di Scala, essa si differenzia dall’Inefficienza Tecnica che caratterizza le DMUs G, D, F e C. Per stimare l’efficienza assumendo rendimenti di scala variabili si utilizza la DEA in versione BCC che, nell’esempio, calcola il nuovo punteggio sulla base della frontiera blu. Il punteggio BCC nella versione Input Oriented è sempre superiore o uguale a quello CCR. * Banker, Charnes and Cooper (1984)
  • 23. Programma lineare BCC Aggiungendo la variabile libera al programma lineare CCR si ottiene la versione BCC, il cui risultato è l’indice di efficienza tecnica pura.
  • 24. Programma BCC ospedale A Max vAR220+vAD88-u0 s.v. uAM33+uAI235=1 vAR220+vAD88-u0 ≤ UAM33+uAI235 vAR31+vAD45-u0 ≤ uAM67+uAI206 vAR190+vAD100-u0 ≤ uAM30+uAI244 vAR250+vAD100-u0 ≤ uAM50+uAI268 vAR260+vAD400-u0 ≤ uAM53+uAI110 vAR250+vAD398-u0 ≤ uAM15+uAI284 vAR ≥ 0, vAD ≥ 0, uAM ≥ 0, uAI ≥ 0, u0 libera u0 è una variabile libera che può assumere segno positivo o negativo
  • 25. Risultati BCC 2 input e 2 output uMM uII U0 vRR vDD Variabile OSPEDALE Punteggio Medici Infermieri libera Ricoveri Dimissioni A 0,91 0,39 0,61 0,91 0,00 0,00 B 0,69 0,60 0,40 0,69 0,00 0,00 C 0,92 0,36 0,64 0,92 0,00 0,00 D 0,71 0,46 0,54 0,71 0,00 0,00 E 1,00 0,70 0,30 0,00 1,00 0,00 F 1,00 1,00 0,00 0,00 1,00 0,00 Punteggio = v R+v D+U /u M+u I R D 0 M I
  • 26. Efficienza di scala Se per la stessa azienda si stima sia il punteggio CCR sia il punteggio BCC si può scomporre l’inefficienza in Inefficienza di Scala e Inefficienza Tecnica Pura. Seguendo l’approccio Output Oriented nell’azienda G: l’inefficienza complessiva si misura con l’output slack, che è: GV; questo slack può essere scomposto in slack di Scala: UV e slack di inefficienza tecnica pura: UG. L’indice (ouput oriented) di efficienza tecnica pura è dato dal rapporto: UR/GR, l’indice (output oriented) di efficienza complessiva è dato dal rapporto: VR/GR. L’indice (Output Oriented) di efficienza di scala è: VR/UR = = (VR/GR)/(UR/GR) = = CCR/BCC
  • 27. Efficienza di Scala Ospedale Punteggio CCR Punteggio BCC CCR/BCC (Scala) A 0,79 0,91 0,87 B 0,08 0,69 0,12 C 0,69 0,92 0,75 D 0,69 0,71 0,98 E 1,00 1,00 1,00 F 1,00 1,00 1,00
  • 28. CCR duale Ogni programma lineare ha il suo duale che è un altro programma lineare la cui soluzione corrisponde al programma originale, scrivendo il duale del “programma base CCR” si ottiene: Dove è l’efficienza dell’azienda m, è il j-esimo output della DMU n, è l’i-esimo input dell’azienda n, è il peso relativo da assegnare all’azienda n, in questo caso il programma stima i pesi delle DMUs (non più degli inputs - outputs).
  • 29. CCR duale ospedale A Min θ s. v. 220λA+31λB+190λC+250λD+260λE+250λF≥220 88λA+45λB+100λC+100λD+400λE+398λF≥88 33λA+67λB+30λC+50λD+53λE+15λF≤θ33 235λA+206λB+244λC+268λD+110λE+284λF≤θ235 λA≥0, λB≥0, λC≥0, λD≥0, λE≥0, λF≥0 λA = peso Ospedale A, λB = peso Ospedale B, λC = peso Ospedale C, λD = peso Ospedale D, λE = peso Ospedale E, λF = peso Ospedale F.
  • 30. Risultati CCR duale Ospedale θ λA λB λC λD λE λF A 0,79 0,00 0,00 0,00 0,00 0,35 0,52 B 0,08 0,00 0,00 0,00 0,00 0,10 0,02 C 0,69 0,00 0,00 0,00 0,00 0,25 0,50 D 0,69 0,00 0,00 0,00 0,00 0,53 0,45 E 1,00 0,00 0,00 0,00 0,00 1,00 0,00 F 1,00 0,00 0,00 0,00 0,00 0,00 1,00 Il valore assunto da θ è il punteggio, nella soluzione del programma gli unici λ ad assumere valore sono quelli della peer (questa caratteristica permette di conoscere, per ogni DMU qual è la peer, ovvero l’azienda di riferimento sulla quale è stato stimato lo slack e il punteggio). I valori, in questo caso, indicano che, per tutti gli Ospedali inefficienti, le peers sono sia E che F.
  • 31. BCC duale L’unica differenza tra il CCR duale e il BCC duale è il vincolo che impone alla sommatoria dei Lambda l’uguaglianza a 1.
  • 32. BCC duale ospedale A Min θ s. v. 220λA+31λB+190λC+250λD+260λE+250λF≥220 88λA+45λB+100λC+100λD+400λE+398λF≥88 33λA+67λB+30λC+50λD+53λE+15λF≤θ33 235λA+206λB+244λC+268λD+110λE+284λF≤θ235 λA+λB+λC+λD+λE+λF=1 λA≥0, λB≥0, λC≥0, λD≥0, λE≥0, λF≥0 λA = peso Ospedale A, λB = peso Ospedale B, λC = peso Ospedale C, λD = peso Ospedale D, λE = peso Ospedale E, λF = peso Ospedale F.
  • 33. Risultati BCC duale Ospedale θ λA λB λC λD λE λF A 0,91 0,00 0,00 0,00 0,00 0,40 0,60 B 0,69 0,00 0,00 0,00 0,00 0,82 0,18 C 0,92 0,00 0,00 0,00 0,00 0,34 0,66 D 0,71 0,00 0,00 0,00 0,00 0,54 0,46 E 1,00 0,00 0,00 0,00 0,00 1,00 0,00 F 1,00 0,00 0,00 0,00 0,00 0,00 1,00 λA+λB+λC+λD+λE+λF=1
  • 34. Il significato di λ nell’ esempio 2 outputs 1 input Θ λA λB λC λD λE λF λG λH λI A 0,86 0 0 0 0,71 0,29 0 0 0 0 B 0,63 0 0 0,11 0,89 0 0 0 0 0 C 1,00 0 0 1,00 0 0 0 0 0 0 D 1,00 0 0 0 1,00 0 0 0 0 0 E 1,00 0 0 0 0 1,00 0 0 0 0 F 0,92 0 0 1,00 0,85 0 0 0 0 0 G 0,60 0 0 0 0,80 0,20 0 0 0 0 H 0,77 0 0 0,06 0,94 0 0 0 0 0 I 0,75 0 0 0,13 0,88 0 0 0 0 0
  • 35. Il significato di λ Le versione duale CCR ospedale A è Input CCR duale ospedale A Oriented (individua la DMU che a parità di Outputs utilizza meno Inputs), per Min θ come è scritto, il programma cerca il s. v. valore minimo che può assumere θ (il 220λA+31λB+190λC+250λD+260λE+250λF≥220 moltiplicatore degli inputs della DMU 88λA+45λB+100λC+100λD+400λE+398λF≥88 analizzata), tale che il prodotto 33λA+67λB+30λC+50λD+53λE+15λF≤θ33 [θ*(input)] sia maggiore o uguale della 235λA+206λB+244λC+268λD+110λE+284λF≤θ235 somma di tutti i [λ*(input)] di tutte le λA≥0, λB≥0, λC≥0, λD≥0, λE≥0, λF≥0 aziende. Se tutti i λ assumessero valore 0 il valore minimo di θ sarebbe 0, dove λ assume un valore quell’input diventa un punto di riferimento (la soglia minima) per il valore assunto da θ (EFFICIENZA RELATIVA), di conseguenza l’azienda che utilizza quella quantità di input non può che essere una peer.