محمدرضا ابراهیمی - دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد علوم و تحقیقات فارس، گروه مدیریت، فارس، ایران
جواد گرامی - استادیار دانشگاه آزاد اسلامی واحد علوم و تحقیقات فارس، گروه ریاضی، فارس، ایران.

مدلهای سنتی تحلیل پوششی داده ها، ورودی و خروجی های مشاهده شده را داده هایی قطعی، دقیق و غیرمنفی درنظر می گیرد، با این وجود، در دنیای واقعی می توان مشاهداتی را دید که بصورت بازه ای بوده و اعداد منفی را نیز شامل می شوند. برای کار با این مشاهدات دو مساله وجود دارد: 1- داده های بازه ای 2 - داده های منفی. نگارش پیش رو یک فرآیند ارزیابی جامع برای سنجش ارزیابی نسبی مجموعه ای از DMU ها در تحلیل پوششی داده ها پیشنهاد می دهد. در مدل عمومی، فواصل می توانند شامل حدود بالایی یا پایینی با علامت های مختلف باشند. روش پیشنهادی تعیین حدود بالایی و پایینی، برای کارایی فنی از طریق محدوده فواصل، بعد از تجزیه و تحلیل، مشخص می شود. براساس نمرات بازه ای، DMU ها در سه دسته کارایی زیاد، اندک و ناکارآ تقسیم بندی می شوند. در ادامه روش ارائه شده، برای ارزیابی کارایی شعب بانکهای سامان در جنوب کشور با ورودیها و خروجیهای بازهای منفی توسعه داده شده است و سپس نتیجه گیری شده است.

تحلیل پوششی داده ها، داده های منفی، بانکداری، رتبه بندی