Tiểu luận Các phương pháp đánh giá hiệu quả quy mô

BỘ GIÁO DỤC & ĐÀO TẠO

Kinh Tế - Quản Lí
- - -  - - -

TIỂU LUẬN
CÁC PHƯƠNG PHÁP ĐÁNH GIÁ
HIỆU QUẢ QUY MÔ

Năm 2016

LỜI CẢM ƠN


Trên thực tế khơng có sự thành cơng nào mà không gắn liền với những
sự hỗ trợ, giúp đỡ dù ít hay nhiều, dù trực tiếp hay gián tiếp của người khác.
Môn học “Phương Pháp Luận Và Nghiên Cứu Khoa Học” đã cho chúng em
thêm nhiều những cơ hội để phát triển hơn vốn kiến thức bản thân. Trong
suốt thời gian từ khi bắt đầu tham gia tìm hiểu bắt đầu làm bài tiểu luận, em
đã nhận được rất nhiều sự giúp đỡ của cơ Trịnh Thu Hằng. Với lịng biết ơn
sâu sắc nhất, thay mặt nhóm em xin gửi đến cô lời cảm ơn chân thành nhất.
Cảm ơn cô đã tận tâm hướng dẫn chúng em qua từng buổi học trên lớp cũng
như những trao đổi và gợi ý sáng tạo trong nghiên cứu khoa học. Nếu khơng
có những lời hướng dẫn, dạy bảo của cơ thì em nghĩ bài thu hoạch này của
nhóm em rất khó có thể hoàn thiện được. Một lần nữa, em xin chân thành cảm
ơn cô. Bài thu hoạch được thực hiện trong khoảng thời gian gần 3 tuần. Bước
đầu đi vào thực tế, tìm hiểu về lĩnh vực sáng tạo trong nghiên cứu khoa học,
kiến thức của chúng em còn hạn chế và cịn nhiều bỡ ngỡ. Do vậy, khơng tránh
khỏi những thiếu sót là điều chắc chắn, nhóm em rất mong nhận được những
ý kiến đóng góp q báu của cơ và các bạn học cùng lớp để kiến thức của
nhóm

em

Trân trọng!

trong

lĩnh

vực

này

được

hồn

thiện

hơn.


LỜI CAM ĐOAN
Tác giả xin cam đoan luận án này là do tự bản thân thực hiện và không
sao chép các cơng trình nghiên cứu của người khác để làm sản phẩm của
riêng mình. Các thơng tin thứ cấp sử dụng trong luận án là có nguồn gốc và
được trích dẫn rõ ràng. Tác giả hoàn toàn chịu trách nhiệm về tính xác thực
và nguyên bản của luận án.

Mục lục
Chương 1: Tổng quan hiệu quả quy mô .........................................................1
1.1 Định nghĩa ...........................................................................................1
1.2 Vai trò ..................................................................................................3
1.3 Các phương pháp đánh giá hiệu quả quy mô ..................................6
1.3.1 Phương pháp bao dữ liệu DEA ................................................6
1.3.2 Mơ hình FDH ............................................................................16
1.3.3 Phân tích nhân tố EFA .............................................................22
1.3.4 Phân tích độ tin cậy Conbach’s alpha .....................................32
1.3.5

Mơ

hình

sản

xuất

biên

ngẫu

nhiên

SFPF

44
Chương 2: Ưu điểm và nhược điểm của phương pháp tối ưu nhất_DEA. . .50
Chương 3: Ứng dụng phương pháp bao dữ liệu DEA thực tế trong doanh

nghiệp ..............................................................................................................52
Tài liệu tham khảo

53

Chương 1. TỔNG QUAN HIỆU QUẢ QUY MÔ
1.1. Định nghĩa


Kinh tế quy mô (economies of scale) hay Kinh tế bậc thang chính là chiến
lược được hoạch định và sử dụng triệt để trong nhiều ngành kinh doanh; nhất là
trong sản xuất. Nội dung chính là nếu sản xuất với quy mơ càng lớn thì chi phí và
giá thành trên một đơn vị sản phẩm sẽ càng giảm, làm gia tăng lợi nhuận và khả
năng cạnh tranh.
Thông thường, hoạt động sẽ hiệu quả hơn khi quy mô được mở rộng, đồng
thời dẫn đến việc giảm các chi phí biến đổi.
Kinh tế quy mô áp dụng được cho một loạt các tình huống tổ chức kinh doanh
ở các cấp độ khác nhau, chẳng hạn như một doanh nghiệp, một nhà máy hay chỉ
một đơn vị sản xuất. Ví dụ, một cơ sở sản xuất lớn được kì vọng sẽ có chi phí trên
mỗi đơn vị sản phẩm đầu ra thấp hơn so với một cơ sở sản xuất nhỏ hơn, với điều
kiện các yếu tố khác là như nhau. Hoặc một cơng ty với nhiều cơ sở sản xuất nên
phải có lợi thế về chi phí so với các đối thủ cạnh tranh có ít cơ sở sản xuất hơn.
Ý nghĩa đơn giản của thuật ngữ kinh tế quy mô là làm việc hiệu quả hơn bằng
cách gia tăng quy mô hoặc tốc độ hoạt động [4]. Kinh tế quy mô thường bắt nguồn từ
nguồn vốn cố định, cái mà được sẽ giảm xuống trên mỗi đơn vị sản phẩm khi quy mô
hoạt động tăng lên. Trong lĩnh vực phân phối bán buôn và bán lẻ, gia tăng tốc độ
hoạt động, chẳng hạn như việc thực hiện đơn hàng, giúp làm giảm chi phí cả vốn cố
định lẫn vốn lưu động. Kinh tế quy mơ có thể được bắt nguồn từ việc mua hàng
(mua hàng số lượng lớn thông qua các hợp đồng dài hạn), việc quản lý (nâng cao
chất lượng chun mơn của các quản lý viên), tài chính (vay ngân hàng với lãi suất

thấp và sử dụng nhiều loại cơng cụ tài chính hơn), tiếp thị (dàn trài chi phí quảng
cáo trên các phương tiện truyền thơng trên mỗi đơn vị đầu ra) và công nghệ (tận
dụng lợi thế của hiệu suất thay đổi theo quy mô trong hàm sản xuất). Mỗi một trong
các yếu tố trên đều làm giảm chi phí trung bình dài hạn của việc sản xuất bằng cách
dịch chuyển đường tổng chi phí ngắn hạn xuống và đồng thời sang phải.

 Vai trò hiệu quả kinh doanh:


Để tiến hành bất kỳ một hoạt động sản xuất kinh doanh nào cũng đều phải tập
hợp các phương tiện vật chất cũng như con người và thực hiện sự kết hợp giữa lao
động với các yếu tố vật chất để tạo ra kết quả phù hợp với ý đồ của doanh nghiệp và
từ đó có thể tạo ra lợi nhuận. Như vậy, mục tiêu bao trùm lâu dài của kinh doanh là
tạo ra lợi nhuận, tối đa hóa lợi nhuận trên cơ sở những nguồn lực sản xuất sẵn có.
Để đạt được mục tiêu này, quản trị doanh nghiệp phải sử dụng nhiều phương pháp
khác nhau. Hiệu quả kinh doanh là một trong các công cụ để các nhà quản trị thực
hiện chức năng quản trị của mình. Việc xem xét và tính tốn hiệu quả kinh doanh
khơng những chỉ cho biết việc sản xuất đạt được ở trình độ nào mà còn cho phép
các nhà quản trị phân tích, tìm ra các nhân tố để đưa ra các biện pháp thích hợp
trên cả hai phương diện tăng kết quả và giảm chi phí kinh doanh, nhằm nâng cao
hiệu quả. Bản chất của phạm trù hiệu quả đã chỉ rõ trình độ sử dụng các nguồn lực
sản xuất: trình độ sử dụng các nguồn lực sản xuất càng cao, doanh nghiệp càng có
khả năng tạo ra kết quả cao trong cùng một nguồn lực đầu vào hoặc tốc độ tăng kết
quả lớn hơn so với tốc độ tăng việc sử dụng các nguồn lực đầu vào. Đây là điều kiện
tiên quyết để doanh nghiệp đạt mục tiêu lợi nhuận tối đa. Do đó xét trên phương
diện lý luận và thực tiễn, phạm trù hiệu quả sản xuất kinh doanh đóng vai trị rất
quan trọng việc đánh giá, so sánh, phân tích kinh tế nhằm tìm ra một giải pháp tối
ưu nhất, đưa ra phương pháp đúng đắn nhất để đạt mục tiêu lợi nhuận tối đa. Với
tư cách một cơng cụ đánh giá và phân tích kinh tế, phạm trù hiệu quả không chỉ
được sử dụng ở giác độ tổng hợp, đánh giá chung trình độ sử dụng tổng hợp các

nguồn lực đầu vào trong phạm vi hoạt động của tồn doanh nghiệp, mà cịn được
sử dụng để đánh giá trình độ sử dụng từng yếu tố đầu vào ở phạm vi toàn bộ hoạt
động sản xuất kinh doanh của doanh nghiệp cũng như ở từng bộ phận cấu thành
của doanh nghiệp. Và như đã lưu ý, do phạm trù hiệu quả có tầm quan trọng đặc
biệt nên trong nhiều trường hợp người ta coi nó khơng phải chỉ như phương tiện để
đạt kết quả cao mà còn như chính mục tiêu cần đạt.
Nguồn: />(Truy cập ngày 08/09/2016)
1.2. Vai trò


Tính kinh tế theo quy mơ tồn tại ở hầu hết các ngành, có thể phát huy tác dụng
ở cả cấp nhà máy và cấp công ty bao gồm nhiều nhà máy. Nó xuất hiện vì các lý do
sau đây:
•

Tính khơng chia nhỏ được của máy móc và thiết bị, đậc biệt ở những nơi mà
một loạt quá trình chế biến được liên kết với nhau.

•

Hiệu quả của cơng suất lớn đối với nhiều loại thiết bị đầu tư (vd: tầu chở dầu,
nồi hơi), cả chi phí khởi động và vận hành đều tăng chậm hơn cơng suất.

•

Hiệu quả chun mơn hố_khi sản lượng lớn hơn, người ta có điều kiện sử
dụng lao động chun mơn và máy móc chun dụng

•

Kỹ thuật và tổ chức sản xuất ưu việt khi quy mơ tăng lên người ta có thể sử
dụng máy tự động thay cho thiết bị vận hành thủ công hoặc thay thế sản xuất
đơn chiếc bằng dây chuyền hàng loạt một cách liên tục.

•

Hiệu quả của việc mua nguyên vật liệu va phụ tùng với khối lượng lớn nhờ
được hưởng chiết khấu

•

Hiệu quả marketing (hiệu quả tiêu thụ) thu được nhờ biệc sử dụng phương
tiện quảng cáo đại chúng và mật độ sử dụng lực lượng bán hàng lớn hơn

•

Hiệu quả tài chính thu được do các cơng ty lớn có điều kiện gọi vốn với điều
kiện thuận lợi (lãi suất, chi phí đi vay thấp hơn)

•

Hiệu quả quản lý thông qua các dãy số thời gian...
Khả năng tận dụng tính kinh tế theo quy mơ có thể bị hạn chế vì nhiều lý do. Ở

một số ngành, bản chất của sản phẩm và quá trình chế biến hay cơng nghệ có thể
làm giảm tính kinh tế theo quy mơ ngay khi sản lượng cịn ở mức khiêm tốn. Về phía
cầu, tổng nhu cầu thị trường có thể khơng đủ để một công ty đạt được quy mô tối
thiểu có hiệu quả hoặc tỷ trọng của cơng ty q nhỏ. Nếu người tiêu dùng có nhu
cầu về nhiều sản phẩm khác nhau (tính đa dạng của nhu cầu) gây cản trở cho việc
tiêu chuẩn hoá và sản xuất trong thời gian dài. Khi kinh tế theo quy mơ có ý nghĩa

quan trọng với nhiều ngành nó sẽ dẫn tới xu hướng là tập trung hoá người bán ở
mức cao
Lợi thế kinh tế nhờ quy mô bên trong


Lợi thế kinh tế nhờ quy mô bên trong liên quan đến các chi phí đơn vị thấp hơn
mà một cơng ty duy nhất có thể có được bằng cách phát triển trong kích thước tự
thân. Có năm loại chính của Lợi thế kinh tế nhờ quy mô bên trong.
Bulk-buying economies /mua số lượng lớn
Khi các doanh nghiệp phát triển, họ cần đặt hàng số lượng lớn các đầu vào sản
xuất. Ví dụ, họ sẽ đặt hàng thêm nhiều nguyên liệu. Khi tăng giá trị đơn hàng,
doanh nghiệp có được quyền mặc cả nhiều hơn với các nhà cung cấp. Do đó có thể
được giảm giá và giá thấp hơn cho các nguyên liệu thô.
Technical economies /Lợi thế kỹ thuật
Doanh nghiệp có quy mơ sản xuất lớn có thể sử dụng máy móc tiên tiến hơn
(hoặc sử dụng máy móc hiện có hiệu quả hơn). Điều này có thể bao gồm việc sử
dụng các kỹ thuật sản xuất hàng loạt, là một hình thức sản xuất hiệu quả hơn. Một
cơng ty lớn cũng có thể đủ khả năng để đầu tư vào nghiên cứu và phát triển.
Financial economies/ Lợi thế tài chính
Nhiều doanh nghiệp nhỏ gặp khó khăn để có được tài chính và khi làm được
điều đó, chi phí tài chính thường là khá cao. Điều này là do các doanh nghiệp nhỏ
được xem như là rủi ro hơn so với các doanh nghiệp lớn hơn đã phát triển và một
hồ sơ tốt. Các công ty lớn hơn do đó tìm nguồn tài chính dễ dàng hơn từ những
người cho vay tiềm năng và dễ có tiền với lãi suất thấp hơn.
Marketing economies /Lợi thế Tiếp thị
Mỗi khâu của tiếp thị đều có chi phí – đặc biệt là phương pháp quảng cáo như
quảng cáo và xúc tiến một lực lượng bán hàng. Nhiều khoản chi phí tiếp thị là chi
phí cố định và như vậy là một doanh nghiệp càng lớn hơn, nó có thể chia sẻ chi phí
tiếp thị trong một phạm vi rộng hơn các sản phẩm và cắt giảm chi phí trung bình
cho mỗi đơn vị.

Managerial economies /Lợi thế Quản lý
As a firm grows, there is greater potential for managers to specialise in
particular tasks (eg marketing, human resource management, finance). Khi một
công ty phát triển, sẽ có tiềm năng lớn hơn để các nhà quản lý chuyên nghiệp hơn


trong nhiệm vụ cụ thể nào đó (ví dụ như tiếp thị, quản lý nhân sự, tài chính). Chuyên
gia quản lý có thể sẽ hoạt động hiệu quả hơn khi họ có trình độ cao về kinh nghiệm,
chun mơn và trình độ so với một người trong một cơng ty nhỏ hơn đang cố gắng
thực hiện tất cả những vai trị này.
Lợi thế kinh tế nhờ quy mơ bên ngồi /External economies of scale
External economies of scale occur when a firm benefits from lower unit costs as
a result of the whole industry growing in size.
Xảy ra khi một công ty có được lợi ích nhờ đơn vị chi phí thấp hơn do kết quả
của tồn bộ ngành cơng nghiệp đó phát triển quy mơ. Các loại lợi thế chính là:
Giao thông vận tải và các liên kết truyền thông được nâng cao
Khi một ngành cơng nghiệp hình thành và phát triển ở một vùng nào đó, có
khả năng là chính phủ sẽ cung cấp hạ tầng giao thông vận chuyển tốt hơn và liên
kết truyền thông để nâng cao khả năng tiếp cận với khu vực. Điều này sẽ làm giảm
chi phí vận chuyển cho các cơng ty trong khu vực như thời gian vận chuyển được
giảm và cũng có thể thu hút thêm nhiều khách hàng tiềm năng. For example, an
area of Scotland known as Silicon Glen has attracted many high-tech firms and as a
result improved air and road links have been built in the region. Ví dụ, một khu vực
của Scotland được gọi là Silicon Glen đã thu hút nhiều cơng ty cơng nghệ cao và đó
là kết quả của môi trường kinh doanh được cải thiện và các hạ tầng đường sá được
xây dựng trong khu vực.
Đào tạo và giáo dục trở nên tập trung vào các ngành công nghiệp
Các trường Đại học và Cao đẳng sẽ cung cấp các khóa học phù hợp hơn cho
một ngành công nghiệp đã trở thành chủ chốt trong một khu vực hoặc tồn quốc. Ví
dụ, có rất nhiều khóa học CNTT đang được mở tại các trường ĐH/ Cao đẳng do

tồn bộ ngành cơng nghiệp CNTT đã phát triển gần đây. Điều này có nghĩa các cơng
ty có thể có lợi từ việc có một nguồn nhân lực lớn có tay nghề phù hợp để tuyển
dụng.
Các ngành công nghiệp khác phát triển để hỗ trợ ngành công nghiệp này


Một mạng lưới các nhà cung cấp hoặc các ngành cơng nghiệp hỗ trợ có thể
phát triển về kích thước và / hoặc xác định vị trí gần với ngành cơng nghiệp chính.
Điều này có nghĩa một cơng ty có nhiều cơ hội lớn trong việc tìm kiếm những nguồn
nguyên liệu, vật tư chất lượng cao được cung cấp giá cả phải chăng từ các nhà cung
cấp gần đó.
1.3. Các phương pháp đánh giá hiệu quả quy mô
1.3.1. Phương pháp bao dữ liệu DEA (Data Envelopment Analysic)
a. Lịch sử ra đời và tác giả của phương pháp DEA:
-

Phương pháp phân tích bao số liệu sử dụng kiến thức về mơ hình tốn tuyến
tính, mục đích là dựa vào số liệu đã có để xây dựng một mặt phẳng phi tham
số (mặt phẳng giới hạn sản xuất). Khi đó, hiệu quả hoạt động của các tổ chức,

-

doanh nghiệp sẽ được tính tốn dựa theo mặt phẳng này.
Phương pháp phân tích bao số liệu dùng để xây dựng đường giới hạn sản
xuất, được đề xuất đầu tiên bởi Farrell (1957). Một thời gian dài sau đó,

-

phương pháp này chỉ được quan tâm bởi một số ít nhà khoa học.
Phương pháp bao dữ liệu (DEA) được đưa ra bởi Chanes, Cooper and Rhodes

(1978) (mơ hình CCR), dựa trên ý tưởng của Farrell về ước lượng hiệu quả kĩ

-

thuật với đường biên sản xuất.
Ý tưởng chính của DEA cổ điển là xác định đường biên sản xuất, trên đó điểm
quyết định đơn vị DMUs được coi là hiệu quả, các DMUs không nằm trên
đường biên sẽ được so sánh với các DMUs tương đồng trên đường biên để

-

ước tính điểm hiệu quả.
Năm 1984, Banker, Charnes, Cooper đưa ra giả định hiệu quả sản xuất thay

-

đổi theo quy mơ (VRS) và mơ hình (mơ hình BCC).
J.C. Paradi et. al (2004) đã đề xuất sử dụng phương pháp DEA chuẩn kết hợp

-

với DEA trường hợp xấu nhất.
Liu et. al (2007) sử dùng phương pháp DEA với đường biên hiệu quả và phi

-

hiệu quả kết hợp chỉ số TOPSIS.
Eken và Kate (2010): DEA với giá định VRS theo 2 cách tiếp cận sản xuất và

-

lợi nhuận.
Chen và Pan (2012): DEA kết hợp với chỉ số EPS nhằm phân loại các ngân
hàng thương mại ra thành 4 nhóm chính.

Nguồn: />(Truy cập ngày 10/09/2016)


/>87332116-c2.pdf?SGWID=0-0-45-322801-p147613261
(Truy cập ngày 08/09/2016)
b. Nội dung và mơ hình phương pháp phân tích bao dữ liệu DEA:
 Nội dung phương pháp DEA:
- Phương pháp bao dữ liệu (DEA) là một phương pháp phi tham số trong

hoạt động nghiên cứu và kinh tế cho ước lược về biên giới sản xuất. Nó
được sử dụng để đo lường thực nghiệm hiệu quả sản xuất của các đơn vị
ra quyết định (hoặc DMUs). DEA có liên kết mạnh mẽ với lý thuyết sản
xuất trong kinh tế, công cụ này được sử dụng để đo điểm chuẩn hoạt động
quản lý, nơi một loạt các biện pháp được lựa chọn để đánh giá khả năng
sản xuất và hoạt động dịch vụ. Trong trường hợp của điểm chuẩn, DMUs
hiệu quả, theo định nghĩa của DEA, có thể khơng nhất thiết hình thành
một đường “biên giới sản xuất”, mà đúng hơn là “biên giới thực hành tốt
nhất” (Cook, Tone và Zhu, 2014). DEA được gọi là “điểm chuẩn cân bằng”
bởi Sherman và Zhu (2013). Phương pháp tiếp cận khơng tham số có ưu
điểm của việc khơng giả định một chức năng cụ thể hay hình dạng đặc
biệt cho biên giới, tuy nhiên họ không cung cấp một mối quan hệ chung
(phương trình) liên quan đến đầu ra và đầu vào. Ngồi ra cũng có những
phương pháp tiếp cận tham số được sử dụng để ước lượng biên giới sản
-

xuất.
Trong DEA, có một số lượng lớn các nhà sản xuất. Quy trình sản xuất cho
mỗi nhà sản xuất là để có một tập hơn các yếu tố đầu vào và sản xuất một
bộ các kết quả đầu ra. Mỗi nhà sản xuất có một mức độ khác nhau của các
yếu tố đầu vào và một mức độ khác nhau của kết quả đầu ra. Ví dụ, hãy
xem xét một tập hợp của các ngân hàng. Mỗi ngân hàng có một số lượng
nhất định nhân viên, diện tích khơng gian sử dụng nhất định và một số
lượng nhất định các nhà quản lý (đầu vào). Có một số biện pháp về đầu ra
của ngân hàng, bao gồm số chi phiêu tiền mặt, số đơn xin vay tiền đã xử
lý,..(các yếu tố đầu ra). DEA cố gắng xác định ngân hàng nào hoạt động
hiệu quả nhất, và chỉ ra những thiếu sót của các ngân hàng hoạt động
kém hiệu quả.


-

Một giả định cơ bản đằng sau phương pháp này là nếu một nhà sản xuất
A có khả năng sản xuất ra Y(A) số lượng đầu ra từ đầu vào X(A), sau đó
các nhà sản xuất khác cũng có thể làm như vậy nếu họ hoạt động sản xuất
hiệu quả. Tương tự như vậy, nếu nhà sản xuất B có khả năng sản xuất ra
Y(B) số lượng đầu ra từ đầu vào X(B), sau đó các nhà sản xuất khác cũng
sử dụng lịch trình sản xuất như vậy nếu có khả năng. CÁc nhà sản xuất
như A,B và những người sau đó có thể kết hợp với nhau để tạo thành một
hỗn hợp sản xuất với hợp tử đầu vào và hợp tử đầu ra. Từ đó hỗn hợp các
nhà sản xuất này khơng nhất thiết phỉa tồn tại, nó thường được gọi là các

-

nhà sản xuất ảo.
Trung tâm phân tích nằm trong việc tìm kiếm các nhà sản xuất ảo tốt

nhất cho mỗi nhà sản xuất thực sự. Nếu các nhà sản xuất ảo làm tốt hơn
các nhà sản xuất ban đầu bằng cách cùng lượng đầu vào nhưng lượng
đầu ra lớn hơn hoặc cùng lượng đầu ra nhưng ít đầu vào, thì các nhà sản
xuất ban đầu làm việc không hiệu quả. Điểm tinh tế của DEA là ở sự giới
thiệu nhiều cách cho nhà sản xuất A và B để có thể tăng, giảm hoặc kết
hợp quy mơ.

(Nguồn: Truy cập ngày 10/09/2016
/> /> Mơ hình phương pháp DEA:

Khái niệm hàm khoảng cách (mơ hình DEA định hướng đầu ra):
Chambers, Chung va Fare (1996) giới thiệu khái niệm "hàm khoảng cách định
hướng" dựa trên khái niệm "hàm lợi nhuận" để có được một biện pháp chính xác
phản ánh tiềm năng trong việc gia tăng kết quả đầu ra song song với giảm yếu tố
đầu vào. Xem xét một nhóm đầu ra - đầu vào x o y0 và một nhóm đầu vào đầu ra tham
chiếu gx gy. Sau đó, với tham chiếu đến 1 số khả năng thiết lập sản xuất,T, hàm định
hướng khoảng cách có thể được định nghĩa như sau:

Rõ ràng, hàm định hướng khoảng cách đánh giá mọi nhóm đầu vào,đầu ra sẽ


dựa trên (gx,gy) cũng như trên các công nghệ liên quan. Nhóm (g x,gy) xác định
hướng cùng hướng với nhóm quan sát được, nếu nó là một điểm bên trong, chiếu
lên giới hạn hiệu quả của khả năng thiết lập sản xuất. Nếu (1) ở trên, nhóm (g x,gy)
được chọn tùy ý. Chambers, Chung, Fare đề xuất rằng, chúng ta có thể lựa chọn (-x 0,
y0) cho (gx,gy) và trong trường hợp đó hàm định hướng khoảng cách trở thành:

Giả định VRS:

TE = SE x PE

TE= q3/q1
PE= q3/q2
SE= q2/q1
TE: tổng hiệu quả kĩ thuật
PE: hiệu quả kĩ thuật thuần túy
SE: hiệu quả quy mơ
Giả định có n DMUs được đánh giá, tất cả đều sử dụng m đầu vào để sản xuất ra s
đầu ra khác nhau. Mức độ sử dụng đầu vào của DMU j được xác đinh bởi véctơ Xj =
(x1j, x2j,..., xmj)T, và có véctơ đầu ra: Yj = (y1j, y2j,..., ysj)T.


Khi đó, điểm ước lượng hiệu quả kỹ thuật,với giả định hiệu suất các DMUs thay đổi
theo quy mô (VRS) được cho bởi:



Mơ hình DEA trường hợp xấu nhất và kĩ thuật phân lớp:

Phân lớp hiệu quả kỹ thuật trong DEA trường hợp xấu nhất định hướng
đầu ra (trái) và DEA chuẩn định hướng đầu vào (phải)
- Các DMUs nằm trên lớp đường biên đầu tiên của DEA trường hợp
xấu nhất là những DMUs rủi ro nhất và ở các lớp bên trong là ít rủi
-

ro hơn.
Tương tự đối với trường hợp DEA chuẩn, lớp đầu tiên là những
DMUs hoạt động hiệu quả nhất và những lớp kế tiếp là những

-

doanh nghiệp hoạt động kém hiệu quả hơn.
Tuy nhiên, có một vấn đề đặt ra khi sử dụng 2 phương pháp này để
đánh giá, xếp hạng, đó là có những hãng nằm trên 2 đường biên ở
các phân lớp khác nhau.
 Chỉ số đánh đổi rủi ro - hiệu quả:

hi = hw/hb


Trong đó hb và hw lần lượt là kết quả ước lượng được trong mơ hình DEA chuẩn và
DEA trường hợp xấu nhất.
-

Chỉ số này cho biết một hãng phải chấp nhận bao nhiêu điểm rủi ro

-

để đạt được 1 điểm hiệu quả.
Những hãng nào có chỉ số này lớn chứng tỏ hãng đó là kém hiệu
quả hơn và được xếp hạng thấp hơn.

Nguồn: />(Truy cập ngày 10/09/2016)
 Thiết lập mơ hình DEA với điều kiện kết quả sản xuất khơng đổi theo

quy mơ

− Phương pháp DEA có thể áp dụng cho phân tích hiệu quả hoạt động sản xuất

của các công ty, trang trại, hộ sản xuất. Dựa vào nhiều nghiên cứu trước đó,
Coelli và các cộng sự (2005) đã thiết lập mơ hình phân tích DEA. Các bước cơ

bản sẽ được trình bày dưới đây. Giả sử ta có dữ liệu của I cơng ty, mỗi cơng ty
sử dụng N đầu vào và M đầu ra. Với công ty thứ i, dữ liệu về đầu vào được thể
hiện bằng véctơ cột xi và đầu ra được diễn tả bằng véctơ cột q i . Như vậy, số
liệu đầu vào và đầu ra của tất cả các công ty được thể hiện bằng ma trận X
(N hàng, I cột) và ma trận Q (M hàng, I cột).
− Phương pháp sử dụng các “tỷ lệ” được xem là phương pháp trực quan mơ tả
phân tích bao số liệu (DEA). Với mỗi công ty, chúng ta sẽ đo tỷ lệ của tổng số
lượng các sản phẩm đầu ra trên tổng số lượng các đầu vào đã sử dụng
(u’qi/v’xi) với u là véc tơ số lượng đầu ra (M hàng 1 cột); v là véc tơ số lượng
đầu vào (N hàng 1 cột). Số lượng đầu vào và đầu ra tối ưu của cơng ty thứ i
được tìm ra qua việc giải mơ hình tốn sau:
max u,v (u’qi/v’xi)
St: u’qj/v’xj <= 1
j = 1,2,3….I (1)
u, v >= 0


− Từ bài tốn này ta có thể tìm được các số lượng đầu vào và đầu ra của công

ty thứ i sao cho hệ số hiệu quả của nó (tổng đầu ra/ tổng đầu vào) là lớn
nhất với điều kiện là hệ số hiệu quả của nó ln nhỏ hơn hoặc bằng 1. Một
vấn đề khó khăn có thể xảy ra là có rất nhiều lời giải cho bài tốn trên (ví dụ:
nếu u* v* là nghiệm thì 2u* 2v* cũng là nghiệm của bài toán). Để khắc phục
vấn đề này, điều kiện v’xi được đưa vào mơ hình tốn. Do vậy, ta có:
− Sự thay đổi ký hiệu từ u và v sang và hàm ý rằng ta đã xét đến một mơ hình
tốn tuyến tính tương tự khác.
Sử dụng tính chất đối ngẫu của mơ hình tốn tuyến tính chúng ta có thể phát triển
một dạng mơ hình đường bao số liệu tương ứng như sau:
Min :

St: -qi + Q

(3)

− Trong đó, là một trị số vơ hướng và là véc tơ hằng số (I hàng, 1 cột). Dạng

mơ hình đường bao số liệu tương ứng này có ít điều kiện tham chiếu hơn
dạng mơ hình phức tốn tuyến tính [ N+M < I + 1 ], và vì vậy nó thường được
áp dụng. Giá trị thu được chính là hệ số đo lường mức độ hiệu quả hoạt động
của công ty thứ i, thỏa mãn điều kiện ; theo Farrell (1957) khi thì mức độ
hiệu quả hoạt động của cơng ty thứ i sẽ có vị trí trên đường giới hạn sản
xuất; và vì vậy nó sẽ là công ty hoạt động hiệu quả về mặt kỹ thuật. Lưu ý là
bài tốn mơ hình tuyến tính cần được giải I lần, mỗi lần cho một công ty, mỗi
một giá trị tương ứng cho một công ty.
− Mơ hình tốn tuyến tính (3) cung cấp cho chúng ta những lý giải khá lý thú
và hữu ích. Trước hết, công ty thứ i sẽ được quan tâm để phân tích, bài tốn
tập trung vào việc thu hẹp vectơ đầu vào càng nhiều càng tốt trong khi vẫn
phải đảm bảo điều kiện nằm trong giới hạn cho phép các đầu vào cần cho
hoạt động sản xuất. Đường bao giới hạn các “đầu vào” cho phép là một
đường đẳng lượng (có tính chất tuyến tính, từng mảng liên tục) [xem hình 1
dưới đây], được xác định bởi các số liệu (đầu ra và đầu vào của các công ty)
đã thu thập được. Véc tơ “chuẩn thu hẹp” của vec tơ ”đầu vào” x i(có được sau
khi thu hẹp toạ độ xi của véc tơ xi/q) sẽ giúp xác định các điểm để so sánh (X,
Q). Các điểm được dùng để so sánh này là sự kết hợp tuyến tính của các số


liệu. Các điều kiện ở (3) cũng nhằm đảm bảo các điểm so sánh (X, Q) sẽ
khơng nằm ngồi vùng giới hạn kỹ thuật/công nghệ.
− Như đã được mô tả trong nghiên cứu của Fare và các cộng sự (1994), cơng
nghệ sản xuất tương ứng với mơ hình tuyến tính (3) có thể được xác định là:

Fare và cộng sự đã chỉ chỉ ra rằng, công nghệ này là tập hợp các khả năng
sản xuất, được thể hiện là một miền có tính chất là một miền đóng, hàm lồi,
kết quả sản xuất không đổi theo quy mô và mang tính chất: khơng cắt bởi các
trục toạ độ. (Ở các số sau của bản tin, tác giả sẽ đề cập đến mơ hình DEA khác
tương ứng với các điều kiện khắt khe hơn như kết quả sản xuất thay đổi theo
quy mô, bị cắt bởi trục toạ độ v.v)
Vấn đề đo lường đầu vào chưa chính xác(input slacks) trong mơ hình DEA
− Tính chất phân mảnh, liên tục của đường giới hạn sản xuất phi tham số trong

phương pháp DEA có thể dẫn đến vấn đề đo lường thiếu chính xác mức độ
hiệu quả hoạt động của các doanh nghiệp. Vấn đề này phát sinh khi xuất hiện
một phần của đường giới hạn sản xuất nằm song song với các trục toạ độ,
điều này không xảy ra đối với hầu hết các đường giới hạn sản xuất có chứa
tham số. Để mô tả vấn đề này, chúng ta sẽ lấy 1 ví dụ trong đó có 5 cơng ty sử
dụng kết hợp hai loại đầu vào: x1 và x2 (xem hình 1); C và D là những cơng ty
có mức độ hoạt động hiệu quả nhất (so với các công ty cịn lại), hai cơng ty
này sẽ đóng vai trị xác lập đường giới hạn sản xuất, A và B là những công ty
hoạt động chưa hiệu quả.
− Trong nghiên cứu của Farrell (1957), thang đo mức độ hiệu quả về mặt công
nghệ của công ty A và B sẽ là OA’/OA và OB’/OB. Tuy nhiên một câu hỏi đã
được đặt ra là: khi mà cơng ty A vẫn có thể giảm đầu vào x 2 (bằng cách giảm
khoảng cách CA’)mà vẫn có thể đảm bảo mức sản lượng khơng đổi, thì liệu
điểm A’ có phải là điểm mơ tả hiệu quả hoạt động cao nhất của công ty A? Về
mặt lý thuyết, khoảng cách của đoạn thẳng CA’ được xem là mức độ chưa
chính xác trong việc đo lường mức đầu vào có thể giảm (input slacks) [mà
vẫn đảm bảo lượng đầu ra] trong phương pháp DEA. Trong các ví dụ mà
cơng ty có sử dụng nhiều đầu vào và sản xuất nhiều đầu ra thì bài tốn đặt ra
sẽ trở nên khá phức tạp và vấn đề về “sự đo lường chưa chính xác mức độ

đầu ra (output slacks) cũng có thể xảy ra. Một số tác giả trong các nghiên
cứu quốc tế cũng đã nhận ra điều này và đã khuyến cáo cả hai giá trị: giá trị
đo hiệu quả theo phương pháp của Farrell và giá trị đo “slacks” nên được chỉ
ra để đo lường/mơ tả chính xác mức độ hiệu quả về mặt cộng nghệ của một
công ty khi sử dụng phương pháp phân tích DEA.

− Từ các điều kiện của mơ hình tốn, ta có thể xác định là: đối với công ty thứ i,

giá trị của các “input slacks” và “output slacks” sẽ bằng 0 nếu như (với các
giá trị nghiệm thích hợp được tìm ra khi giải mơ hình tốn tuyến tính). Tuy
nhiên, chúng ta cũng cần lưu ý rằng các giá trị của “slacks” (mức độ đo lường
chưa chính xác) đo được từ kết quả của mơ hình tuyến tính (3) khơng nhất
thiết là tồn bộ các giá trị “slacks” được đo một cách chính xác theo cách tiếp
cận của Koopmans (1951) [Theo Koopmans, trong trường hợp tối thiểu hóa
đầu vào là mục tiêu được ưu tiên, một công ty được xem là hoạt động hiệu
quả về mặt kỹ thuật khi và chỉ khi cơng ty đó nếu muốn tăng một lượng đầu
ra của sản phẩm này thì nó buộc phải giảm lượng đầu ra của sản phẩm khác,
hoặc nó phải sử dụng thêm ít nhất một đơn vị đầu vào khác. Nếu công ty này
giảm một lượng sử dụng đầu vào nào đó thì nó phải tăng mức sử dụng của
đầu vào khác, nếu khơng nó phải giảm ít nhất một đơn vị đầu ra]. Điều này
xảy ra khi có hai hay nhiều hơn hai véc tơ thích hợp cho xác định “điểm tham
chiếu” cho một cơng ty. Vì vậy, nếu bạn muốn xác định tất cả các giá trị của
“mức độ chưa chính xác” (slacks), thì bạn phải sử dụng đến mơ hình tuyến
tính bổ sung.
 Hiệu quả của phương pháp DEA:
- DEA so sánh đơn vị dịch vụ xem xét tất cả các nguồn lực được sử dụng và các

dịch vụ được cung cấp, và xác định các đơn vị hiệu quả nhất, đơn vị thực
hành tốt nhất (chi nhánh, phòng ban, cá nhân) và các đơn vị kém hiệu quả,
trong đó nâng cao hiệu quả thực là có thể. Điều này đạt được bằng cách so

sánh các hỗn hợp và khối lượng của các dịch vụ được cung cấp và sử dụng
nguồn lực của từng đơn vị so với những người trong tất cả các đơn vị khác.
Tóm lại, DEA là một kỹ thuật điểm chuẩn rất mạnh mẽ.


-

DEA tính tốn số lượng và thể loại tiết kiệm chi phí và nguồn tài ngun mà
có thể tiết kiệm được bằng cách cho mỗi đơn vị không hiệu quả đạt công suất
ngang với những đơn vị hiệu quả và làm việc tốt nhất.

-

Thay đổi cụ thể trong các đơn vị dịch vụ kém hiệu quả được xác định, trong
đó quản lý có thể thực hiện để đạt được tiềm năng tiết kiệm ở DEA. Những
thay đổi này sẽ làm cho những đơn vị làm việc tốt có thể đạt được kết quả
hiệu quả nhất. Ngồi ra, DEA ước tính số lượng dịch vụ phụ trợ mad đơn vị
kém hiệu quả có thể cung cấp mà khơng cần sử dụng thêm tài nguyên.

-

Quản lý tiếp nhận thông tin về kết quả làm việc của các đơn vị dịch vụ, những
thông tin này có thể được dùng để chuyển tải hệ thống và kinh nghiệm quản
lý từ những đơn vị được giám sát tốt hơn và tương đối hiệu quả tới những
nơi kém hiệu quả hơn. Kết quả là sự gia tăng của năng suất của những đơn vị
làm việc kém, giảm tải chi phí hoạt động và gia tăng lợi nhuận.

Nguồn:
/>87332116-c2.pdf?SGWID=0-0-45-322801-p147613261
(Truy cập ngày 06/09/2016)

1.3.2. Mơ hình FDH
 Lịch sử ra đời & tác giả:

Một loạt các phương pháp tiếp cận khác nhau để đo lường hiệu quả kỹ thuật
cùng tồn tại trên cả chặng đường văn học. Có phương pháp học, chúng được phân
loại theo ít nhất là hai tiêu chí. Đầu tiên, một sự phân biệt giữa ngẫu nhiên và
phương pháp xác định. Trong khi đó, cựu làm giả định rõ ràng đối với các tính chất
ngẫu nhiên của các dữ liệu, sau này thì khơng. Một phân loại thứ hai khác biệt giữa
các phương pháp tham số và phi tham số. Trong cách tiếp cận tham số nó được giả
định rằng ranh giới của tập khả năng sản xuất có thể được đại diện bởi một hình
thức chức năng đặc biệt với các thông số không đổi. Các phương pháp tiếp cận phi
tham số trên các chất cô đặc trái trên các giả định đều đặn về khả năng sản xuất đề
ra. Áp đặt một số hạn chế do chính đáng trên q trình sản xuất các phương pháp


sau trực tiếp xây dựng một công nghệ từng phần tài liệu tham khảo thẳng hoặc
biên thực hành tốt nhất trên cơ sở kết hợp đầu vào-đầu ra quan sát.
DEPRINS, SIMAR và TULKENS (1984) và TULKENS (1986, 1993) đề nghị Free
Disposal Hull (FDH) là một công nghệ chiếu xác định và phi tham số mới cho việc
đánh giá hiệu quả sản xuất. So với các phương pháp khác hiện có các FDH đòi hỏi
giả định tối thiểu đối với các cơng nghệ sản xuất với. Ví dụ, nó khơng u cầu lồi trái ngược với Data Envelopment Analysis (DEA) mô hình phổ biến. Vì khơng có mơ
hình chung được chấp nhận hành vi của chính phủ, các giả định kỹ thuật và hành vi
tối thiểu là cơ sở để FDH làm cho nó một cơng cụ đặc biệt hữu ích cho việc phân tích
câu hỏi hiệu quả của khu vực công. Không ngạc nhiên, kể từ khi được giới thiệu một
số nghiên cứu thực nghiệm đã xuất hiện, trong đó phương pháp này được áp dụng
để đánh giá hiệu quả kỹ thuật của một số nhà cung cấp dịch vụ công cũng như một
vài doanh nghiệp tư nhân. Cả hai cơng trình lý thuyết và thực nghiệm đã làm rõ
những ưu điểm và nhược điểm chính của cơng nghệ tham khảo FDH.
 Nội dung phương pháp & cách thực hiện:

Một đơn vị sản xuất có hiệu quả về mặt kỹ thuật nếu nó tạo ra sản lượng tối đa
là khả thi về mặt kỹ thuật cho các đầu vào nhất định, hoặc sử dụng các đầu vào tối
thiểu để sản xuất một mức độ nhất định của đầu ra. Nói cách khác, hiệu quả kỹ
thuật hoặc sản xuất một đơn vị sản xuất được xác định theo khả năng của các đơn
vị sản xuất trên ranh giới của bộ sản xuất của nó. Do đó, bất kỳ phương pháp để
đánh giá hiệu quả kỹ thuật đòi hỏi các đặc điểm kỹ thuật đầy đủ về khả năng sản
xuất thiết cũng như một số khái niệm về khoảng cách để liên kết hợp đầu vào-đầu
ra quan sát đến ranh giới của các bộ quy định. Do đó chúng tơi đầu tiên đặc trưng
cho công nghệ chiếu FDH bằng cách xác định các giả định của nó liên quan đến các
thiết lập sản xuất, và sau đó trình bày các biện pháp hiệu quả khác nhau mà liên
quan sát đến ranh giới của FDH. Các tiểu mục thứ ba đề với việc tính tốn các biện
pháp hiệu quả trên FDH. Chúng tơi kết thúc phần này với areview trong những ưu
điểm và hạn chế của công nghệ sản xuất FDH.
Các công nghệ chiếu FDH:
Hãy để y = y (yi, y2v -., Yn) là n đầu ra không âm được sản xuất bằng cách sử dụng
•

kết hợp khác nhau của m khơng âm đầu vào x = x (xlfx2, ..., xm). Khả năng sản xuất


thiết Y là tập hợp của tất cả các đầu vào và đầu ra kết hợp có tính khả thi về mặt kỹ
thuật:

Đó là thuận lợi để mơ hình các công nghệ sản xuất bởi một correspondencey đầu
vào - »L (y) ỗ RJ. i vi bt k vector u ra y, tập mức L (y) biểu thị tập hợp con
của tất cả các vector đầu vào x mà mang lại ít nhất là các vector đầu ra y.
Đó là thuận lợi để mơ hình các cơng nghệ sản xuất bởi mt correspondencey u
vo - ằL (y) ỗ RJ. i vi bất kỳ vector đầu ra y, tập mức L (y) biểu thị tập hợp con
của tất cả các vector đầu vào x mà mang lại ít nhất các cơng nghệ sản xuất y.
Different vector đầu ra được xác định bằng cách áp đặt các hạn chế khác nhau trên

L (y). Các phương pháp tiếp cận phi tham số thường áp đặt những giả định rất yếu.
Mặc dù họ rất khác nhau, họ nói chung là ít hạn chế hơn so với những người sử
dụng trong phương pháp tiếp cận theparametric. Hơn nữa, nó là cơng bằng để nói
rằng cơng nghệ tham khảo FDH áp đặt một trong các giả định nhẹ nhàng nhất
trong số các lựa chọn thay thế xác định, phi tham số. Cụ thể, các tiên đề sau đây xác
định FDH:

Trực giác đằng sau mỗi một trong các tiên đề là đơn giản. Tiên đề 1 quốc gia mà
một đầu ra semipositive khơng thể có được từ một vector đầu vào null - do đó khơng
bao gồm sản xuất miễn phí - và rằng bất kỳ kết quả đầu vào âm ít nhất là trong một
đầu ra bằng không. Các tiên đề thứ hai ngụ ý rằng các đầu vào hữu hạn không thể
sản xuất ra vô hạn. Tiên đề 3, được gọi là strong free disposability của đầu vào hoặc
đơn điệu tích cực, đảm bảo rằng sự gia tăng đầu vào khơng có thể dẫn đến sự sụt


giảm trong kết quả đầu ra. Trong tiên đề 4 có nói rằng nếu một chuỗi các vector đầu
vào mỗi thể sản xuất y và hội tụ đến x *, sau đó x * có thể cũng sản xuất y. Closedness
là một tiên đề mặc nhiên công nhận cho thuận tiện tốn học mà khơng thể mâu
thuẫn với bất kỳ quan sát thực nghiệm. Tiên đề 5, được gọi là strong free
disposability của kết quả đầu ra, ngụ ý rằng bất kỳ giảm trong kết quả đầu ra vẫn
còn sản xuất được với cùng một lượng đầu vào. Giả định này cho phép hiệu quả biến
đổi theo quy mô..
Các FDH bây giờ dễ dàng định nghĩa như là một công nghệ từng phần tài liệu tham
khảo tuyến tính, được xây dựng trên cơ sở kết hợp đầu vào-đầu ra quan sát, thỏa
mãn các tiên đề trên. Các FDH đầu vào tương ứng được quy định như sau:

trong đó N là ma trận kxn đầu ra quan sát, M là ma trận kxm đầu vào quan sát, z là
một vector kxl hoạt động hay cường độ biến, và Ik là một vector kxl của những
người thân. Consistentwith ý tưởng của quả biến đổi theo quy mô, vector hoạt động
bị hạn chế để tổng hợp với sự thống nhất. Kể từ khi hoạt động vector chứa hai số

không hoặc những tổ hợp tuyến tính của một số quan sát được loại trừ. Rõ ràng, các
tiên đề không áp đặt lồi trên công nghệ.
Chúng tôi đã tập trung cho đến nay trên FDH thư đầu vào L (y). Rõ ràng,
thistechnology tương đương có thể được đặc trưng bằng cách sử dụng đầu ra hoặc
các thư từ đồ thị. Sự tương ứng sản lượng là tập hợp của tất cả các vectơ đầu ra y
được lấy từ các vector đầu vào x. Dựa trên các tiên đề tương tự, sản lượng thư FDH
được cho bởi:

Cuối cùng, FDH đồ thị tương ứng được xác định đối với một trong hai đầu vào hoặc
sự tương ứng với sản lượng:

Để phát triển một số trực giác cho đại diện đồ họa của công nghệ tham khảo FDH,
nhận thấy rằng, phản ánh xử lý miễn phí, mỗi quan sát kết hợp đầu vào-đầu ra thêm
một orthant, tích cực trong các đầu vào và tiêu cực trong các kết quả đầu ra, để các
thiết lập sản xuất. Các công nghệ chiếu FDH sau đó là ranh giới để sự kết hợp của
tất cả các orthants như vậy. phần đồ thị của nó cũng như isoquants đầu vào của nó,


minh họa tương ứng trong hình 1 và 2, thường có một hình thức cầu thang. Để làm
rõ các định nghĩa trên của thư tín, quan sát rằng đối với một quan sát hiệu quả
hoặc biên giới các thành phần tương ứng của z bằng một và những hạn chế trong
(3) và (4) tổ chức với sự bình đẳng. Đối với một quan sát không hiệu quả trong một
orthant mở rộng ra bởi một sự quan sát j ranh giới, thành phần j-thứ của z bằng
một và bất bình đẳng giữ, như quan sát thống trị sử dụng nhiều nguyên liệu đầu vào
để sản xuất ra ít hơn so với quan sát j ranh giới.
Nếu không xây dựng, việc xây dựng các ranh giới FDH bám sát các định nghĩa về
hiệu quả kỹ thuật trong đó nó chỉ dựa trên yếu lý luận thống trị vector. Một quan sát
được tuyên bố là khơng hiệu quả nếu nó có thể tìm thấy ít nhất một quan sát khác,
trong đó có các đầu ra tương tự hoặc nhiều hơn nhưng nghiêm ít của ít nhất một
đầu vào, hoặc trong đó sử dụng các đầu vào tương tự hoặc ít hơn để sản xuất chặt

chẽ hơn của ít nhất một đầu ra. tổ hợp đầu vào-đầu ra được undominated được
khai hiệu quả. Tuy nhiên, các quan sát hiệu quả mà không bao giờ thống trị các
quan sát khác đã được đặt tên cho "hiệu quả theo mặc định '. Do sự sắp đặt một
phần hàm ý trong lý luận thống trị vector yếu, một là khơng thể thực hiện báo cáo
chính xác liên quan đến hiệu quả kỹ thuật của họ. Tuy nhiên, nó rất hữu ích để phân
biệt với các quan sát hiệu quả mà làm thống trị người khác. Các khái niệm này được
minh họa trong Hình 2. Quan sát một bị chi phối bởi những quan sát 3 và 4, nhưng
chi phối quan sát b. Quan sát 1,5,6 và 7 có hiệu quả theo mặc định. Cuối cùng, các
ảnh hưởng của khơng áp đặt lồi có thể dễ dàng chỉ ra. Quan sát 5 là hiệu quả mặc
dù, đã lồi được áp đặt, nó đã có inefficientrelative sự kết hợp tuyến tính của các
quan sát 4 và 6.


HÌNH 1: phần đầu vào FDH

HÌNH 2: phần đồ thị FDH
1-7: quan sát hiệu quả
1,5 đến 7: Hiệu quả theo mặc định
a: Thống trị bởi 3 và 4; thống trị b
b: Thống trị bởi 2,3,4
Nguồn: “A non-parametric Free Disposal Hull (FDH) approach to technical
efficiency: an illustration of radial and graph efficiency measures and some
sensitivity results” - BRUNO DE BORGER, KRISTIAAN KERSTENS, WIM MOESEN and


JACQUES VANNESTE
Link: />(Truy cập ngày 08/09/2016)
1.3.3. Phân tích nhân tố EFA
 Lịch sử hình thành và tác giả:

- Phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis, gọi
tắt là phương pháp EFA) giúp chúng ta đánh giá hai loại giá trị quan trọng của
thang đo là
giá

trị

hội

tụ

và

giá

trị

phân

biệt.

- Phương pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn
nhau (interdependence techniques), nghĩa là không có biến phụ thuộc và biến độc
lập mà nó dựa vào mối tương quan giữa các biến với nhau (interrelationships). EFA
dùng để rút gọn một tập k biến quan sát thành một tập F (Fnghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân
tố với các
biến nguyên thủy (biến quan sát).
- Các tác giả Mayers, L.S., Gamst, G., Guarino A.J. (2000) đề cập rằng: Trong phân
tích nhân tố, phương pháp trích Pricipal Components Analysis đi cùng với phép xoay

Varimax là cách thức được sử dụng phổ biến nhất.
Theo Hair & ctg (1998, 111), Factor loading (hệ số tải nhân tố hay trọng số nhân tố)
là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA:
• Factor loading > 0.3 được xem là đạt mức tối thiểu
• Factor loading > 0.4 được xem là quan trọng
• Factor loading > 0.5 được xem là có ý nghĩa thực tiễn
Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu:
Hệ số tải nhân tố (Factor loading ) > 0.5
0.5 ≤ KMO ≤ 1: Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ số được dùng để xem xét sự
thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phân tích nhân tố là
thích hợp.
- Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0.05): Đây là một đại lượng thống
kê dùng để xem xét giả thuyết các biến khơng có tương quan trong tổng thể. Nếu