options(scipen = 99999)
library(deaR)
library(dplyr)
library(kableExtra)
PFT1981 <-deaR::PFT1981
PFT <- PFT1981[1:49,]
PFT <- make_deadata(PFT,
inputs = 2:6,
outputs = 7:9 )
modelo_dea <- model_basic(PFT,
orientation = "io",
rts = "crs")
eff <- efficiencies(modelo_dea)
resultados <- data.frame(round(eff,2)*100,round(1-eff,2)*100)
names(resultados)<-c("E","1-E")
resultados_ordenados <-resultados %>%
arrange(desc(E))
resultados_ordenados %>%
kable(aption="Analisis Envolvente de datos",
align = "c",
digits = 2) %>%
kable_material(html_font = "sans-serif") %>%
kable_styling(bootstrap_options = c("striped", "hover"))%>% row_spec(row = 1:17, background = "#F0FFF0")
|
|
E
|
1-E
|
|
Site1
|
100
|
0
|
|
Site5
|
100
|
0
|
|
Site10
|
100
|
0
|
|
Site15
|
100
|
0
|
|
Site17
|
100
|
0
|
|
Site18
|
100
|
0
|
|
Site20
|
100
|
0
|
|
Site21
|
100
|
0
|
|
Site22
|
100
|
0
|
|
Site24
|
100
|
0
|
|
Site27
|
100
|
0
|
|
Site35
|
100
|
0
|
|
Site40
|
100
|
0
|
|
Site44
|
100
|
0
|
|
Site47
|
100
|
0
|
|
Site48
|
100
|
0
|
|
Site49
|
100
|
0
|
|
Site3
|
99
|
1
|
|
Site11
|
98
|
2
|
|
Site14
|
98
|
2
|
|
Site25
|
98
|
2
|
|
Site12
|
97
|
3
|
|
Site38
|
97
|
3
|
|
Site23
|
96
|
4
|
|
Site16
|
95
|
5
|
|
Site19
|
95
|
5
|
|
Site41
|
95
|
5
|
|
Site42
|
95
|
5
|
|
Site26
|
94
|
6
|
|
Site28
|
94
|
6
|
|
Site33
|
94
|
6
|
|
Site39
|
94
|
6
|
|
Site6
|
91
|
9
|
|
Site8
|
91
|
9
|
|
Site32
|
91
|
9
|
|
Site46
|
91
|
9
|
|
Site2
|
90
|
10
|
|
Site4
|
90
|
10
|
|
Site30
|
90
|
10
|
|
Site7
|
89
|
11
|
|
Site45
|
89
|
11
|
|
Site9
|
87
|
13
|
|
Site43
|
87
|
13
|
|
Site13
|
86
|
14
|
|
Site37
|
86
|
14
|
|
Site34
|
85
|
15
|
|
Site29
|
84
|
16
|
|
Site31
|
84
|
16
|
|
Site36
|
80
|
20
|
Mediante un análisis de eficiencia basado en el modelo de Análisis
Envolvente de Datos para diferentes unidades de decisión se obtienen los
resultados de la tabla anterior, donde se observan diferentes
escenarios:
Sitios con una eficiencia del 100%, en este caso no se presentan no
presentan ineficiencias, indicando que están utilizando sus recursos de
la mejor manera posible para generar los outputs (resultados) con los
inputs (recursos) que esten disponibles.Son 17 en total y estos no
necesitan ajustes en sus operaciones.
Tambien se encuentran los sitios que son casi eficientes rondando
los 90 y 99, estos podrían mejorar realizando pequeños ajustes en los
procesos y así alcanzar la eficiencia total.
Los sitios con eficiencia media, para estos casos se toman los
rangos de 85 a 89 en eficiencia indicando asi que las mejoras a realizar
para estos casos son un poco más amplias y se deben de analizar los
procesos realizados.
Por otro lado tenemos los sitios con eficiencia baja, estos serian
los que se encuentran abajo del 85%, aqui se tendra que realizar cambios
importantes para mejorar su eficiencia.El caso mas significativo es el
sitio 36 con un 20% de ineficiencia.
Oportunidad de mejora promedio para las unidades ineficientes.
# Filtrar las unidades ineficientes (E < 100)
unidades_ineficientes <- resultados[resultados$E < 100, ]
# Calcular la oportunidad de mejora promedio (1 - E) para las unidades ineficientes
oportunidad_mejora_promedio <- mean(unidades_ineficientes$`1-E`)
oportunidad_mejora_promedio %>%
kable(aption="Promedio de oportunidades de mejora",
align = "c",
digits = 2) %>%
kable_material(html_font = "sans-serif") %>%
kable_styling(bootstrap_options = c("striped", "hover"))
Al calcular el promedio de las unidades ineficientes se puede
analizar que tan lejano estan las unidades ineficientes de alcanzar el
nivel de eficiencia total. Si el valor es bajo las unidades ineficientes
estan cerca de ser 100% eficientes, contrario si el valor promedio es
alto, las unidades tienen un margen de mejoras muy significativo. Para
este caso el valor es inferior al 10% siendo de 8.44% por tanto se
encuentra en el primer caso.