o_19nhsmha01vhpfpg1knut7kcn4a.pdf

Básicamente, DEA es una técnica de programación matemática que permite la construcción
de una superficie envolvente, frontera eficiente o función de producción empírica, a partir
de los datos disponibles del conjunto de Unidades objeto de estudio, de forma que las
Unidades que determinan la envolvente son denominadas Unidades eficientes y aquellas
que no permanecen sobre la misma son consideradas Unidades ineficientes. DEA permite
la evaluación de la eficiencia relativa de cada una de las Unidades.
Si bien en un principio los modelos DEA fueron empleados para evaluar la eficiencia
relativa de organizaciones sin ánimo de lucro, con el tiempo, y dada la naturaleza
interdisciplinaria de la metodología DEA, su uso se extendió rápidamente al análisis del
rendimiento en organizaciones lucrativas. Así, pueden encontrarse multitud de trabajos en
los más diversos ámbitos: sector bancario, seguros, educación, hospitales, software,
manufactura, agricultura, turismo, etc.
Los modelos DEA pueden ser clasificados, básicamente, en función de:
a) El tipo de medida de eficiencia que proporcionan: modelos radiales y no radiales.
b) La orientación del modelo: Input orientado, Output orientado o Input-Output orientado.
c) La tipología de los rendimientos a escala que caracterizan la tecnología de producción,
entendida ésta como la forma (procedimientos técnicos) en que los factores productivos
(Inputs) son combinados para obtener un conjunto de productos (Outputs), de tal forma
que esa combinación de factores puede caracterizarse por la existencia de rendimientos
a escala: constantes o variables a escala.
La metodología DEA presenta una serie de ventajas (fortalezas) que la han convertido, en
relativamente poco tiempo, en una técnica muy utilizada. destacan como características
importantes de DEA:
1. Caracteriza cada una de las DMU mediante una única puntuación de eficiencia
(relativa).
2. Al proyectar cada DMU ineficiente sobre la frontera envolvente eficiente destaca
áreas de mejora para cada una de ellas.
3. La no consideración por DEA de la aproximación alternativa e indirecta de
especificar modelos estadísticos y hacer inferencias basadas en el análisis de
residuos y coeficientes de los parámetros.
5.3. Modelos de Análisis envolvente de datos.
Modelo DEA - CCR
Es probablemente el modelo DEA más conocido y utilizado. Es un modelo que se usa
cuando existe una relación entre inputs y outputs con rendimientos a escala constantes. Fue
el primer modelo DEA desarrollado y se llamó así después de que Charnes, Cooper y
Rhodes lo introdujeran en 1978, (Gutiérrez Ortiz, 2010).
1795