روش‌ها و ابزار تجزیه و تحلیل اطلاعات
یکی از ابزارهای مناسب و کارآمد در این زمینه، تحلیل پوششی داده‌ها می‌باشد که به عنوان یک روش غیر پارامتری به منظور محاسبه کارایی واحدهای تصمیم گیرنده استفاده می‌شود. امروزه استفاده از تکنیک تحلیل پوششی داده‌ها با سرعت زیادی در حال گسترش بوده و در ارزیابی سازمانها و صنایع مختلف مانند صنعت بانکداری، پست، بیمارستانها، مراکز آموزشی، نیروگاهها، پالایشگاه‌ها و… استفاده می‌شود. توسعه‌های زیادی از جنبه تئوری و کاربردی در مدلهای تحلیل پوششی داده‌ها اتفاق افتاده که شناخت جوانب مختلف آن را برای به کارگیری دقیق تر اجتباب ناپذیر می‌کند. استفاده از مدلهای تحلیل پوششی داده‌ها علاوه بر تعیین میزان کارایی نسبی، نقاط ضعف سازمان را در شاخص های مختلف تعیین کرده و با ارائه میزان مطلوب آنها، خط مشی سازمان را به سوی ارتقای کارایی و بهره وری مشخص می‌کند. همچنین الگوهای کارا که ارزیابی واحدهای ناکارا بر اساس آنها انجام گرفته‌است به واحدهای ناکارا معرفی می‌شوند. الگوهای کارا واحدهایی هستند که با ورودی های مشابه واحد ناکارا خروجی های بیشتر یا همان خروجی ها را با بهره گرفتن از ورودی های کمتر تولید کرده‌اند. این تنوع وسیع در نتایج است که موجب شده استفاده از این تکنیک با سرعت فزاینده‌ای رو به گسترش باشد. همین امر موجب شده‌است که این تکنیک از بعد تئوری نیز رشد فزاینده‌ای داشته باشد و به یکی از شاخه‌های فعال در علم تبدیل شود.(ویکیپدیا)

تحلیل پوششی داده‌ها، یک روش برنامه‌ریزی ریاضی، برای ارزیابی کارایی واحدهای تصمیم‌گیرنده‌ای که چندین ورودی و چندین خروجی دارند. اندازه‌گیری کارایی به دلیل اهمیت آن در ارزیابی عملکرد یک شرکت یا سازمان همواره مورد توجه محققین فرار داشته است. در سال ۱۹۵۷، فارل با استفاه از روشی همانند اندازه‌گیری کارایی در مباحث مهندسی، به اندازه‌گیری کارایی برای واحد تولیدی اقدام کرد. موردی که فارل برای اندازه‌گیری کارایی مد نظر قرار داد، شامل یک ورودی و یک خروجی بود. چارنز، کوپر و رودز دیدگاه فارل را توسه دادند والگویی را ارائه کردند که توانایی اندازه‌گیری کارایی به چندین ورودی و خروجی را داشت. این الگو، تحت عنوان تحلیل پوششی داده‌ها، نام گرفت و اول بار، در رساله دکترای ادوارد رودز و به راهنمایی کوپر تحت عنوان ارزیابی پیشرفت تحصیلی دانش‌آموزان مدارس ملی آمریکا در سال ۱۹۷۶ در دانشگاه کارنگی مورد استفاده قرار گرفت(مهرگان۱۳۸۳). این تکنیک یک روش مبتنی بر تجربه می‌باشد که نیازی به مفروضات و محدودیت های سنتی سنجش کارایی ندارد. از زمان معرفی، این روش بطور گسترده در تمام سازمانها اعم از انتفاعی و غیرانتفاعی و… استفاده شده است اگر یک واحد تصمیم‌گیری تنها دارای یک نهاده و یک ستاده باشد کارایی این واحدها از طریق تقسیم ستاده به نهاده بدست می‌آید در حالتی هم که نهاده و ستاده‌های چندگانه وجود داشته باشد. در صورت وجود قیمت (ارزش) هر یک از نهادها و ستاده‌ها می‌توان از طریق تقسیم مجموع وزنی ستاده‌ها به مجموع وزنی نهادها کارایی را مشخص کرد.
روند طراحی
روند طراحی مدل بدین صورت است که ابتدا واحدهای تصمیم گیری را که درصدد ارزیابی کارایی آنها هستیم مشخص واحد تصمیم گیری و با بهره گرفتن از رویکردمی‌کنیم و سپس با توجه به مشخصات و ویژگی‌های سیستمی به تعیین و انتخاب داه‌ها و ستاده‌ها برای این واحد تصمیم گیری می‌پردازیم. سپس با جمع‌ آوری دیتاهایی در رابطه با مقادیر داده‌ها و ستاده‌های هر یک از واحد تصمیم گیری مدل ارزیابی کارایی آنرا مطابق با یکی از مدل های اصلی تحلیل پوششی داده ها فرمول کرده و سپس بعد از مدل تحلیل پوششی داده ها به ازاء هر واحد تصمیم گیری نمره کارایی آن بدست می‌آید و براساس نتایج حاصل از حل مدل به تجزیه و تحلیل وضعیت کارایی واحد تصمیم گیری پرداخته می‌شود.
مفهوم کارایی در تحلیل پوششی داده‌ها
مفهوم کارایی که در تحلیل پوششی داده ها مورد استفاده قرار می‌گیرد همان حاصل تقسیم مجموع وزنی مقدار ستاده‌ها به مجموع وزنی مقدار داده‌ها می‌باشد. ولی در اغلب موارد که قیمت با ارزش (وزنهای) داده‌ها و ستاده‌ها مشخص نیست و یا داده‌ها و ستاده‌ها مقیاس‌های متفاوتی دارند از تحلیل پوششی داده ها برای تعیین میزان کارایی استفاده می شود. در تحلیل پوششی داده ها وزن های اختصاصی داده شده به هر یک از داده‌ها و ستاده‌ها از طریق حل یک مدل برنامه‌ریزی خطی بدست می‌آید. تحلیل پوششی داده ها این وزن ها را طوری تعیین می‌کند که کارایی واحد نسبت به سایر واحدها حداکثر شود.تعیین شاخص‌ها (پارامترهای مدل) و اندازه‌گیری آنها از آنجا که شاخص‌های ارزیابی عملکرد هر واحد تصمیم‌گیری که در روش تحلیل پوششی داده‌ همان پارامترهای ورودی و خروجی مدل هستند که بسته به اهداف و فلسفه وجودی آن تصمیم‌‌گیرنده و وظایف مهم مورد انتظار از آن و نیز عوامل تأثیرگذار و نوع هزینه‌هایی که برای آن انجام می‌گیرد فرق دارد.
تحلیل پوششی داده ها و رویکرد سیستمی
یکی از مهمترین ویژگی‌های تحلیل پوششی داده ها داشتن یک رویکرد سیستمی به مجموعه واحد تصمیم گیری تحت ارزیابی است. یک سیستم مجموعه‌ای از افراد، منابع، مفاهیم و رویه‌هایی هستند که به گونه‌ای در تعامل با یکدیگر قرار گرفته‌اند که در راستای رسیدن به هدفی مشخص وظایفی را انجام می‌دهند. یک سیستم از سه بخش اصلی، داده‌ ، فرایند و ستاده تشکیل شده است. در هر سیستم داده‌ها شامل عناصری می‌شود که وارد سیستم می‌شود. فرایند شامل عناصری است که جهت تبدیل داده‌ها به ستاده‌ها ضروری هستند.
الگوبرداری  با بهره گرفتن از تحلیل پوششی داده ها
برای هر واحد تصمیم‌گیری ناکارا، تحلیل پوششی داده ها یک مجموعه از واحدهای کارا را مشخص می‌کند که می‌توانند به عنوان الگو برای بهبود عملکرد مورد استفاده قرار گیرند. براساس مدل تحلیل پوششی داده ها یک واحد تصمیم گیری ناکاراست اگر واحد یا ترکیبی از واحدها وجود داشته باشد که بتوان همان مقدار ستاده واحد تحت بررسی را با مقدار نهاده کمتری تولید کند. واحدهای تصمیم‌گیری تشکیل دهند. این ترکیب به‌عنوان گروه‌های الگو برای واحد تصمیم‌گیری ناکارا مطرح هستند تحلیل پوششی داده ها همچنین می‌تواند مقدار بهبود لازم را در هر یک از داده ها و ستاده‌های واحد ناکارا مشخص کند. لازم به ذکر است تحلیل پوششی داده ها یک ابزار تشخیص است و هیچ گونه استراتژی را برای کارا شدن یک واحد ناکارا ارائه نمی‌دهد.
تعریف واحدهای تصمیم‌گیری
یک واحد تصمیم گیری نهادی است که داده‌ها را به ستاده‌ها تبدیل می‌کند.این واحدها، واحدهایی هستند که نوع یکسانی از وظایف را انجام داده و دارای اهداف و آرمانهای یکسان می‌باشند.واحدهایی که در تحلیل پوششی داده ها مورد استفاده قرار می گیرند باید همگن بوده و دارای داده‌ها و ستاده‌های یکسان و هم نوع باشند. انتخاب داده‌ها و ستاده‌ها  به طور واضح و روشن هر منبعی که به وسیله یک واحد استفاده می‌شود باید به عنوان داده در نظر گرفته شود.  هر واحد منابع را به ستاده‌ها تبدیل خواهد کرد و این ستاده‌ها شامل مقداری از کالاها و خدمات بوده که به وسیله  واحد ارائه می‌شود. در هنگام تصمیم‌گیری در مورد تعیین داده‌ها و ستاده‌های واحدها ما نیازمندیم که یک دادگاه مفهومی از آنچه که به عنوان یک داده یا ستاده برای یک واحد مطرح است داشته باشیم. همچنین ما نیاز داریم که این داده‌ها بطور واقعی موجود باشند. شاید یکی از مشکلاتی که در امر تعیین داده‌ها و ستاده‌ها وجود دارد این است که هر چند می‌توان داده‌ها و ستاده‌های زیادی را برای یک واحد در نظر گرفت وی در اکثر مواقع داده‌هایی در رابطه با این ها موجود نیست و این امر تصمیم‌گیری در مورد داده‌ها و ستاده‌ها را مشکل می‌کند. مشخص کردن داده‌ها و ستاده‌ها یکی از اقدامات مهم در استفاده از تحلیل پوششی داده ها می‌باشد. انتخاب داده‌ها و ستاده‌های صحیح نقش مهمی در تفسیر، استفاده و مقبولیت نتایج حاصل از تحلیل پوششی داده ها برای مدیران دارد.
انواع الگوها
رویکرد تحلیل پوشی داده‌ها دارای مدل های متعددی است که این مدلها برای اهداف خاصی طراحی شده‌اند. چنین مدل هایی امروزه کاربرد وسیعی در تحلیل کارایی سیستم‌های مختلف از جمله سیستم‌های تصمیم گیری پیدا کرده‌اند.در مدل های تحلیل پوششی داده ها شاخص‌های مناسبی که بعنوان ورودی و خروجی عمل می‌کند نقش بسیار مهمی دارند.  الگوهای تحلیل پوششی داده ها به طورکلی عبارتند از: الگوی CCR ، الگوی  BCC و الگوی جمعی.
دراین تحقیق ما با بهره گرفتن از دو الگوی BCC و CCR به تحلیل میزان کارایی شرکتها خواهیم پرداخت که در ادامه توضیحاتی در خصوص این دو الگو ارائه می کنیم.
الگوی CCR
این الگو دارای بازده ثابت به مقیاس است و سعی دارد با انتخاب وزن های بهینه برای متغیرهای ورودی و خروجی واحد تحت بررسی ،کسر کارایی این واحد (واحد صفر) را به گونه ای بیشتر کند که کارایی سایر واحد ها ،از حد بالای یک تجاوز نکند. این الگو در دو ماهیت ورودی و خروجی و در سه شکل کسری ،مضربی و پوششی مطرح شده است و در ادامه ،به بیان فرم های مختلف در بیان فرم های مختلف در ماهیت ورودی می پردازیم. با توجه به ویژگی فرم پوششی ،الگوی CCR در ماهیت ورودی با شکل پوششی ،برای این نوشته انتخاب شد .بنابراین در این قسمت ،تنها به تشریح این شکل از CCR در ماهیت ورودی می پردازیم. در تحلیل پوششی داده ها دوگان فرم مضربی همواره شکل پوششی را نتیجه می دهد در صورتی که ،دوگان فرم مضربی CCRرا بنویسیم . جواب شکل پوششی در ماهیت ورودی به طور مستقیم میزان کارایی نسبی واحد تحت بررسی را نشان می دهد در صورتی که به دست آمده برای یک واحد مساوی یک باشد ،بدین مفهوم است که واحد تحت بررسی یا واحد تصمیم گیری کارا است و در صورتی که مقدار آن کوچکتر از یک باشد واحد تصمیم گیری یا واحد تحت بررسی ناکارا می باشد (بولین:۲۰۰۰).
- فرمول بندی مدل اولیه (مضربی) ورودی محور CCR(CCRp-I)

: وزن ورودی ها
: وزن خروجی ها
: ورودی iام از واحد تصمیم گیریj ام
: خروجی rام از واحد تصمیم گیریj ام
: ورودی iام واحد تحت بررسی
: خروجی rام واحد تحت بررسی
: مقدار کارایی
مشخصه کارا بودن این است که مقدار امتیاز کارایی برابر یک باشد.
فرمول بندی مدل دوگان (پوششی) ورودی محور CCR(CCRd-I)

آزاد در علامت
Φ : مقدار کارایی
λ : ضرایب وزنی برای تشکیل واحدهای مجازی
تصویر کارا شدن (واحد مجازی) برای واحدo، به صورت زیر بدست می‌آید:

: بردار ورودی های واحدo
: بردار خروجی های واحدo
: بردار ورودی های واحد مجازی واحدo
: بردار خروجی های واحد مجازی واحدo
: بردار ورودی های واحدهای مربوط به
: بردار ورودی های واحدهای مربوط به
الگوی BCC
این مدل بر اساس حرف اول نام پدید آورندگانش یعنی بنکر ،چارنز و کوپر نامگذاری شده است. بر خلاف مدل CCR که فرض بر بازدهی ثابت نسبت به مقیاس است در مدل BCC فرض بر بازدهی متغیر نسبت به مقیاس می باشد.استفاده از بازده متغیر نسبت به مقیاس موجب می شود با محاسبه کارایی فنی بر حسب مقادیر کارایی ناشی از مقیاس و کارایی ناشی از مدیریت ،تحلیل بسیار دقیقی ارائه گردد.برای ساخت مدل های نهاده گرا و ستاده گرا در مدل اصلی BCC از همان مبانی مدل CCR استفاده میشود در مدل نهاده گرا با کاهش نهاده ها میزان کارایی افزایش می یابد ولی در مدل ستاده گرا با افزایش ستاده ها میزان کارایی افزایش می یابد.
- فرمول بندی مدل اولیه (مضربی) ورودی محور BCC(BCCp-I)

آزاد در علامت
فرمول بندی مدل دوگان (پوششی) ورودی محور BCC(BCCd-I)