자료포락분석(DEA)은 다수의 투입요소와 산출요소에 대하여 의사결정단위의 효율성을 측정하는 비모수적인 선형계획방법으로, 회사, 은행, 병원, 국가나 조직의 효율성이나 성과를 비교하는데 폭넓게 사용되고 있다. 그런데 DEA는 효율성이 1인 DMU들이 다수 있을 때 어느 DMU가 더 나은지에 대한 순위는 제공해 주지 않는다. 본 연구에서는 이런 문제를 기존의 방법에 비하여 손쉽게 해결할 수 있는 방법으로 질적(덴드로그램과 같은 graphical 접근법) 양적(초효율성 분석) 통합방법을 제안하고, 한국프로야구 자료를 이용하여 실증분석 해보았다. 그 결과 DEA를 통해서는 우선순위를 파악하기 어려운 DMU들이 12개나 되었는데, 초효율성 분석을 이용함으로써 이러한 문제를 해결할 수 있었다. 더불어 덴드로그램과 초효율성 분석 결과를 통합하여 질적 양적으로 조망해 봄으로써 더욱 심도 있는 해석이 가능함을 알 수 있었다.
자료포락분석(DEA)은 다수의 투입요소와 산출요소에 대하여 의사결정단위의 효율성을 측정하는 비모수적인 선형계획방법으로, 회사, 은행, 병원, 국가나 조직의 효율성이나 성과를 비교하는데 폭넓게 사용되고 있다. 그런데 DEA는 효율성이 1인 DMU들이 다수 있을 때 어느 DMU가 더 나은지에 대한 순위는 제공해 주지 않는다. 본 연구에서는 이런 문제를 기존의 방법에 비하여 손쉽게 해결할 수 있는 방법으로 질적(덴드로그램과 같은 graphical 접근법) 양적(초효율성 분석) 통합방법을 제안하고, 한국프로야구 자료를 이용하여 실증분석 해보았다. 그 결과 DEA를 통해서는 우선순위를 파악하기 어려운 DMU들이 12개나 되었는데, 초효율성 분석을 이용함으로써 이러한 문제를 해결할 수 있었다. 더불어 덴드로그램과 초효율성 분석 결과를 통합하여 질적 양적으로 조망해 봄으로써 더욱 심도 있는 해석이 가능함을 알 수 있었다.
Data envelopment analysis(DEA) is a linear programming procedure designed to evaluate the relative efficiency of a set of peer entities called decision making units which use the same inputs to produce the same outputs. It has been widely employed in a variety of disciplines as an efficiency or perf...
Data envelopment analysis(DEA) is a linear programming procedure designed to evaluate the relative efficiency of a set of peer entities called decision making units which use the same inputs to produce the same outputs. It has been widely employed in a variety of disciplines as an efficiency or performance measurement tool for comparing a set of entities such as firms, banks, hospitals, nations and organizations. The method, however, cant's make the priority of their performance when many units have efficiency score of unity or 100 percent. In this paper, we propose a new approach which combine qualitative method(graphical approach using network analysis) and quantitative method(super-efficient analysis using DEA), and present the results of an empirical analysis using the data of the Korean professional baseball players. As a result, there were 12 DMU that priority is hardly realized through DEA. However, this problem could be solved with super-efficiency analyzing. Also, more in-depth interpretation was able through integrating results of dendrogram and super-efficiency analyzing and prospecting it in qualitative, quantitative ways.
Data envelopment analysis(DEA) is a linear programming procedure designed to evaluate the relative efficiency of a set of peer entities called decision making units which use the same inputs to produce the same outputs. It has been widely employed in a variety of disciplines as an efficiency or performance measurement tool for comparing a set of entities such as firms, banks, hospitals, nations and organizations. The method, however, cant's make the priority of their performance when many units have efficiency score of unity or 100 percent. In this paper, we propose a new approach which combine qualitative method(graphical approach using network analysis) and quantitative method(super-efficient analysis using DEA), and present the results of an empirical analysis using the data of the Korean professional baseball players. As a result, there were 12 DMU that priority is hardly realized through DEA. However, this problem could be solved with super-efficiency analyzing. Also, more in-depth interpretation was able through integrating results of dendrogram and super-efficiency analyzing and prospecting it in qualitative, quantitative ways.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
DMU들의 효율성을 비교하는데 있어, DEA와 연결망 분석을 결합하여 효율성 순위를 정하는 방법에 대해서 고찰해 보았다. 이를 위하여 DEA에서 도출에서 참조집합을 연결(link)로, 람다 값을 연결의 강도와 방향으로 하여 연결망분석을 실시하고 특징을 살펴보았다.
셋째, 효율적인 DMU로 판정된 DMU들 간의 우선순위를 정하기 위한 방안으로 초효율성 분석을 제안하고, 이를 이용하여 효율성의 우선순위를 구해본다. 마지막으로 이상을 토대로 초효율성을 이용한 순위 결정방법이 사용상에 있어 용이함에 대해 논의해 보겠다. 한편 실증 분석을 수행할 때 투입기준 모형과 산출기준 모형 중에서 선택을 해야 할 경우에는 응용대상의 생산과정이 가진 특성과 효율성 개선 방향에 대한 직관을 따라 결정해야 하는데(Lee 등, 2012), 본 연구에서는 Leem(2012)과의 비교를 위하여 BCC 및 산출기준 모형을 이용하였다.
본 연구의 목적인 DEA와 연결망분석의 결합을 통한 효과적인 효율성 순위 측정방법을 고찰하기 위하여 다음과 같은 내용을 연구문제로 선정하였다.
이에 본 연구에서는 graphical 접근법인 덴드로그램과 범용 소프트웨어인 R 프로그램을 이용하여 계량적 결과를 비교적 손쉽게 도출해 주는 초효율성 분석을 이용할 것을 제안하였다. 그리고 2012 한국프로야구 기록을 이용하여 실증분석해 보았다.
이에 본 연구에서는 효율성의 우선순위를 정함에 있어 DEA와 연결망분석을 결합한 통합방법을 고찰해 보고자 한다. 본 연구의 구체적인 연구문제는 다음과 같다.
첫째, 효율성분석을 실시하여 DMU들의 효율성을 살펴보고, 문제점이 무엇인지 확인해 본다. 둘째, 연결망분석을 통해 DMU들 간의 영향의 정도를 살펴보고, 덴드로그램 등을 통하여 DMU들의 효율성을 개략적으로 살펴본다.
제안 방법
첫째, 효율성분석을 실시하여 DMU들의 효율성을 살펴보고, 문제점이 무엇인지 확인해 본다. 둘째, 연결망분석을 통해 DMU들 간의 영향의 정도를 살펴보고, 덴드로그램 등을 통하여 DMU들의 효율성을 개략적으로 살펴본다. 셋째, 효율적인 DMU로 판정된 DMU들 간의 우선순위를 정하기 위한 방안으로 초효율성 분석을 제안하고, 이를 이용하여 효율성의 우선순위를 구해본다.
마지막으로, 본 연구에서는 투입요소로는 ‘타석수’를 산출요소로는 ‘1루타’, ‘2루타’, ‘3루타’, ‘홈런’ 수를 이용하였다.
둘째, 연결망분석을 통해 DMU들 간의 영향의 정도를 살펴보고, 덴드로그램 등을 통하여 DMU들의 효율성을 개략적으로 살펴본다. 셋째, 효율적인 DMU로 판정된 DMU들 간의 우선순위를 정하기 위한 방안으로 초효율성 분석을 제안하고, 이를 이용하여 효율성의 우선순위를 구해본다. 마지막으로 이상을 토대로 초효율성을 이용한 순위 결정방법이 사용상에 있어 용이함에 대해 논의해 보겠다.
DMU들의 효율성을 비교하는데 있어, DEA와 연결망 분석을 결합하여 효율성 순위를 정하는 방법에 대해서 고찰해 보았다. 이를 위하여 DEA에서 도출에서 참조집합을 연결(link)로, 람다 값을 연결의 강도와 방향으로 하여 연결망분석을 실시하고 특징을 살펴보았다. 나아가 Liu 등(2009), Liu와 Lu(2010) 그리고 Leem(2012)에서 이용한 식 (2) 아이겐벡터 중심성을 구해 우선순위를 측정해 보았다.
그렇다고 해서 Leem(2012) 등의 방법은 일반연구자가 활용하기에는 어려움이 따른다. 이에 범용 소프트웨어인 R프로그램을 이용해서 손쉽게 해결할 수 있는 방법으로 초효율성 분석을 제안한다. 초효율성 분석은 DEA 결과 1의 효율성을 갖는 DMU들이 많을 경우 이들 사이의 우열을 가리는데 유용하다.
대상 데이터
DEA와 연결망분석의 결합을 통한 분석방법을 고찰함에 있어, '2012 한국프로야구' 자료(Kim 등, 2013)를 사용하여 실증분석을 수행하였다.
이에 본 연구에서는 graphical 접근법인 덴드로그램과 범용 소프트웨어인 R 프로그램을 이용하여 계량적 결과를 비교적 손쉽게 도출해 주는 초효율성 분석을 이용할 것을 제안하였다. 그리고 2012 한국프로야구 기록을 이용하여 실증분석해 보았다. 그 결과 DEA를 통해서는 우선순위를 파악하기 어려운 DMU들이 12개나 되었는데, 초효율성 분석을 이용함으로써 이러한 문제를 해결할 수 있었다.
본 연구에서는 Anderson(2004)에 따라 투입요소는 ‘타석수(B/N)’, 산출요소로는 ‘1루타(single)’, ‘2루타(double)’, ‘3루타(triple)’, ‘홈런(H/R)’ 수로 하였으며, DMU는 2012년도 한국프로야구에 출전한 선수 중 규정타석인 412타석을 채운 선수 40명으로 하였는바, 구체적인 자료는 [Table 1]과 같다.
이론/모형
마지막으로 이상을 토대로 초효율성을 이용한 순위 결정방법이 사용상에 있어 용이함에 대해 논의해 보겠다. 한편 실증 분석을 수행할 때 투입기준 모형과 산출기준 모형 중에서 선택을 해야 할 경우에는 응용대상의 생산과정이 가진 특성과 효율성 개선 방향에 대한 직관을 따라 결정해야 하는데(Lee 등, 2012), 본 연구에서는 Leem(2012)과의 비교를 위하여 BCC 및 산출기준 모형을 이용하였다.
성능/효과
그 결과 DEA를 통해서는 우선순위를 파악하기 어려운 DMU들이 12개나 되었는데, 초효율성 분석을 이용함으로써 이러한 문제를 해결할 수 있었다. 더불어 덴드로그램과 초효율성 분석 결과를 통합하여 질적․양적으로 조망해 본다면 더욱 심도 있는 해석이 가능하다는 점도 알 수 있었다. 따라서 향후부터는 효율성 우선순위를 정할 시, 본 연구에서 제안한 통합 방법을 사용하는 것이 좋겠다.
초효율성 분석은 DEA분석 결과 1의 효율성 값을 갖는 DMU들이 많을 경우 이들 사이의 우열을 가리는데 유용한 방법이다. 둘째, 질적 방법인 연결망(network)과 군집을 위한 덴드로그램(dendrogram)을 양적결과와 함께 고려함으로써, 효율성의 우선순위를 정함에 있어 양적․질적 방법을 통합하는 것이 다각적인 자료해석에 보다 도움이 됨을 확인해 보도록 하겠다.
Kim 등(2010)에 따르면, DEA에 있어 투입요소는 적을수록 좋고 산출요소는 많을수록 좋은데, 일반적으로 DMU의 개수는 투입변수와 산출변수의 합보다 2배 이상 커야만 한다(Fizsimmons 등, 1994). 본 연구는, DMU의 수가 40개이고 투입과 산출변수의 합이 5이므로, 이 조건을 충분히 만족한다.
비통계적이고 비모수적인 성격의 DEA는 다음과 같은 장점을 갖는다. 첫째, 다수재 상황을 쉽게 묘사할 수 있고, 둘째, 잔차에 대해 통계적인 분포가정을 할 필요가 없으며, 셋째, 함수형태에 대해서도 사전적인 가정을 할 필요가 없다. 이러한 장점들로 인하여 DEA는 최근 20여년 동안 효율성을 분석하기 위한 경영분석 및 경제분석의 주요방법론으로 자리 잡고 있다(Lee와 Oh, 2012).
후속연구
마지막으로, 본 연구에서는 투입요소로는 ‘타석수’를 산출요소로는 ‘1루타’, ‘2루타’, ‘3루타’, ‘홈런’ 수를 이용하였다. 그러나 DEA는 투입요소와 산출요소를 무엇으로 하느냐에 따라 상이한 결과가 도출될 수도 있기 때문에, 본 연구의 결과를 선수의 효율성을 평가에 활용하고자 할 때에는 조심을 기할 필요가 있다. 왜냐하면 프로야구 선수의 기량은 공격력만으로 평가될 수는 없기 때문이다.
이 결과와 덴드로그램을 비교해 보면, 일부 차이는 있으나 매우 흡사한 결과임을 알 수 있다. 따라서 이들 결과를 활용하여 종합적인 판단을 내리면, 효율성분석만을 이용했을 때 발생되는 문제점을 해소할 수 있을 것으로 판단된다. 즉, 비교적 손쉽게 효율성의 우선순위를 계량적으로 매길 수 있게 된다.
더불어 덴드로그램과 초효율성 분석 결과를 통합하여 질적․양적으로 조망해 본다면 더욱 심도 있는 해석이 가능하다는 점도 알 수 있었다. 따라서 향후부터는 효율성 우선순위를 정할 시, 본 연구에서 제안한 통합 방법을 사용하는 것이 좋겠다.
본 연구의 구체적인 연구문제는 다음과 같다. 첫째, 전술한 선행연구들이 갖는 문제점의 해결방안으로 먼저 양적방법인 초효율성(super-efficiency) 분석을 사용할 것을 제안한다. 초효율성 분석은 DEA분석 결과 1의 효율성 값을 갖는 DMU들이 많을 경우 이들 사이의 우열을 가리는데 유용한 방법이다.
질의응답
핵심어
질문
논문에서 추출한 답변
상대적으로 효율이 높다는 것이 의미하는 바는?
효율은 대체로 투입한 노력이나 자원 대비 거두어들인 성과의 비율을 의미한다. 상대적으로 효율이 높다는 것은 동일한 자원을 투입하고도 더 높은 성과를 거두었거나, 동일한 성과를 얻는데 소요된 자원이 더 적다는 것을 의미한다. Kim 등(2010)에 따르면, DEA에 있어 투입요소는 적을수록 좋고 산출요소는 많을수록 좋은데, 일반적으로 DMU의 개수는 투입변수와 산출변수의 합보다 2배 이상 커야만 한다(Fizsimmons 등, 1994).
사회네트워크분석이란?
여기서 연결 여부는 친구/친족관계, 공통 관심, 금융 거래, 친근감, 성 관계, 신뢰도 등 다양하게 정의된다. 사회네트워크분석(social network analysis)은 다수의 점(point)과 이들을 연결하는 선(line)으로 구성된 망(network)에 대한 사회과학적·통계적 분석이다(Huh, 2012). 사회네트워크분석에서는 노드(점) 사이의 거리를 2차원 평면으로 표현하고, 그들 사이의 관계를 선으로 표현함으로써 데이터만으로는 그 모습을 파악하기 어려운 연결 구조를 한눈에 파악할 수 있도록 도와준다.
사회네트워크의 연결 여부는 어떻게 정의될 수 있는가?
보통 연결망으로 약칭되는 사회네트워크(social network)는, 다수의 연결된 또는 연결되지 않은 개인(또는 기관)으로 구성된 사회적 구조이다. 여기서 연결 여부는 친구/친족관계, 공통 관심, 금융 거래, 친근감, 성 관계, 신뢰도 등 다양하게 정의된다. 사회네트워크분석(social network analysis)은 다수의 점(point)과 이들을 연결하는 선(line)으로 구성된 망(network)에 대한 사회과학적·통계적 분석이다(Huh, 2012).
※ AI-Helper는 부적절한 답변을 할 수 있습니다.