به صورت مطلوب منابع را برای دستیابی به نتایج مورد نظر به کار می‌گیرند.

از طرفی دیگر، ارزیابی تجمیعی ارزیابی است که:
در مراحل نهایی برنامه، یعنی بعد از اتمام مدت زمان مناسب، در فاصله زمانی مراحل اولیه اجرای برنامه تا زمان ارزیابی آن انجام می‌گیرد. این فاصله زمانی، مدت زمان کافی جهت تحقق نتایج مورد انتظار برنامه را به وجود می‌آورد.
همچنین پس از تکمیل یک برنامه انجام می‌شود.
غیر از موضوعاتی که ارزیابی تکوینی بر آن‌ها متمرکز است، ارزیابی تجمیعی موضوعاتی نظیر اثربخشی در تحقق اهداف برنامه و خط مشی‌های دولتی مربوط را نیز در بر می‌گیرد. بنابراین ارزیابی از یک برنامه در حال اجرا می‌تواند تمام یا هر یک از موضوعات مورد بحث را بررسی نماید.
از طرفی در ارزیابی گذشته نگر که به ارزیابی سیاست‌ها و برنامه‌ها پس از اجرای آن‌ها می‌پردازد، ارزیابی از جنبه‌های مختلف صورت می‌گیرد که این جنبه‌ها می‌توانند مشتمل بر موارد ذیل باشند:
امکان سنجی فنی، مالی، مکانی، قانونی و سیاسی و اجتماعی
ارزیابی هزینه - فایده
کارایی
ارتباط
کارامدی
اثربخشی
اقتصاد (صرفه جویی)
عدالت
ارزیابی حفاظت منابع انسانی، مالی و زیست محیطی
ارزیابی سازگاری درونی و بیرونی
روش‌های ارزیابی عملیاتی شرکتها و موسسات
روش نسبت های مالی
تهیه صورت‌های مالی، یکی از متداول‌ترین روش‌های تجزیه و تحلیل اطلاعات مالی است. هر گروه از استفاده‌ کنندگان صورت‌های مالی، موفقیت یک فعالیت در بورس را از دیدگاه خود بررسی می‌کند. یکی از معیارهای ارزیابی موفقیت یک صنعت یا فعالیت، نسبت‌های مالی است. این نسبت‌ها، در حقیقت، چکیده گزارش‌های مالی شرکت‌ها هستند که اطلاعات زیادی را درباره وضعیت درونی شرکت‌ها ارائه می‌دهند . نسبت‌های مالی، شاخص‌های خوبی برای سنجش عملکرد و موقعیت مالی بنگا‌ه‌ها هستند. این نسبت‌ها را می‌توان بر طبق اطلاعاتی که ارائه می‌کنند، طبقه‌بندی نمود.
طبقه‌بندی های مختلفی از نسبت‌های مالی وجود دارد. اما یک تقسیم‌بندی کلی که بیش از سایر طبقه‌بندی‌ها در متون مختلف استفاده شده است، طبقه‌بندی نسبت‌های مالی در پنج گروه به شرح زیر می‌باشد.
۱- نقدینگی ۲- اهرمی ۳- ارزش بازار ۴- فعالیت ۵- سودآوری
با بهره گرفتن از نسبت‌های نقدینگی می‌توان توانایی شرکت‌ها برای انجام تعهدات کوتاه‌مدت را مورد بررسی قرار داد. نسبت‌های اهرمی، توانایی شرکت‌ها برای انجام تعهدات و پرداخت بدهی‌ها در سررسید را ارزیابی می‌کنند. نسبت‌های ارزش بازار، معیارهایی هستند که بین قیمت بازار و ارزش دفتری هر سهم و سود ارتباط برقرار می‌کنند. کارایی شرکت‌ها، از منظر مدیریت دارایی‌ها، با بهره گرفتن از نسبت‌های فعالیت سنجیده می‌شود و آن دسته از نسبت‌های مالی که نتایج عملیات شرکت‌ها (سود ویژه، سود ناویژه، سودعملیاتی، سود قبل از کسر بهره و مالیات) را از دیدگاه‌های مختلف (فروش، دارایی‌ها) بررسی می‌کنند، نسبت‌های سودآوری نامیده می‌شوند.
روش تحلیل پوششی داده‌ها
روش تحلیل پوششی داده‌ها^[۷۶] یکی از روش‌های ناپارامتریک است. بحث تحلیل پوششی داده‌ها با تز دکتری «ادوارد روز» تحت راهنمایی «کوپر و چارنز» شروع شد که پیشرفت تحصیلی دانش‌آموزان مدارس آمریکا را در سال ۱۹۷۸ مورد ارزیابی قرار داده بودند. نتایج این مطالعه منجر به چاپ اولین مقاله درباره معرفی عمومی تحلیل پوششی داده‌ها در سال ۱۹۷۸ گردید. آن‌ها در مقاله مذکور که به CCR معروف گردیده، برای تعمیم روش دو ورودی و یک خروجی آقای فارل از بهینه‌سازی به روش برنامه‌ریزی ریاضی استفاده نمودند تا بتوانند کارائی سیستم‌هایی با ورودی های چندگانه و خروجی های چندگانه را اندازه‌گیری کنند. طبق تعریف ارائه شده از سوی آقایان چارنز، کوپر و رودز، تحلیل پوششی داده‌ها عبارتست از «یک مدل برنامه‌ریزی ریاضی که برای داده‌های مشاهده شده نسبت‌های فرین مانند تابع تولید یا مرز کارائی را به صورت تجربی تخمین می‌زند».
تحلیل پوششی داده ها براساس مفهومی از کارایی است که به طور وسیع در علوم مهندسی و طبیعی استفاده می شود. کارایی مهندسی به عنوان نسبت میزان کار انجام شده توسط یک دستگاه به میزان انرژی صرف شده در فرایند تعریف می شود. از آنجا که دستگاه ها باید مطابق با قانون پایستاری انرژی راه اندازی شوند نسبتهای کارایی آنها همیشه کمتر از یک یا برابر با یک هستند. این مفهوم کارایی مهندسی بلافاصله برای تولید اقتصادی قابل کاربرد نیست چون انتظار می رود مقدار خروجی از مقدار ورودی به دلیل ارزش افزوده موجود در تولید متجاوز باشد. با این حال تحت شرایط خاص یک استاندارد کارایی اقتصادی مشابه با استاندارد مهندسی می تواند تعریف شود و برای مقایسه کارایی نسبی نهادهای اقتصادی به کار برود(یو^[۷۷]،۳۲،۱۹۹۰).
تحلیل پوششی داده ها یک روش برنامه ریزی خطی بوده که تابع تولید مرزی یا مرز کارایی را برآورده می کند. تابع تولید مرزی حداکثر محصولی است که که از مقادیر مشخصی از عوامل تولید بدست آید. در تحلیل پوششی داده ها به دلیل عدم استفاده از تابع تولید هیچ گونه پیش داوری از قبل بر روی موسسات مورد بررسی اعمال نمی شود .استفاده از مدل های تحلیل پوششی داده ها علاوه بر تعیین میزان کارایی نسبی، نقاط ضعف سازمان را در شاخص های مختلف تعیین کرده و با ارائه میزان مطلوب آنها، خط مشی سازمان را به سوی ارتقای کارایی و بهره وری مشخص می کند. در روش تحلیل پوششی داده ها، ارزیابی واحد های تصمیم گیرنده با چندین نهاده (ورودی) وستاده (خروجی) انجام می شود و نیازی به اختصاص وزن به ورودی ها و خروجی ها نیست و این روش خود وزن ها را تعیین می کند. در روش تحلیل پوششی داده‌ها اندازه گیری کارایی به صورت نسبی انجام می گیرد و هر واحد تصمیم گیرنده با بهترین واحد موجود در آن صنعت مقایسه می شود. البته هر چه تعداد واحدها بیشتر باشد مقایسه بهتر و دقیق تر انجام می شود. ارزیابی کارایی شرکتهای تجاری با کمک روش تحلیل پوششی داده ها و در وضعیت بازدهی ثابت و بازدهی نسبت به مقیاس در دوره ۸۷ – ۹۲ صورت می گیرد. ﺍﺯ ﻣﺰﻳﺖ ﻫﺎﻱ ﺍﻳﻦ ﺭﻭﺵ، ﻋﺪﻡ ﻣﺤﺪﻭﺩﻳﺖ ﺩﺭ ﺍﺳﺘﻔﺎﺩﻩ ﺍﺯ ﻣﺤﺼﻮﻻﺕ ﻭ ﻧﻬﺎﺩﻩ ﻫـﺎﻱ ﮔﻮﻧـﺎﮔﻮﻥ ﻭ ﻣﺘﻨﻮﻉ ﺳﺎﺯﻣﺎﻥ ﻳﺎ ﻣﺆﺳﺴﻪ ﻣﻮﺭﺩ ﺑﺮﺭﺳﻲ ﻣﻲ ﺑﺎﺷﺪ. ﺩﺭ ﺍﻳﻦ ﺭﻭﺵ، ﻭﺍﺣﺪ ﺍﻧﺪﺍﺯﻩ ﮔﻴﺮﻱ ﺣﺴـﺎﺱ ﻧﻴﺴـﺖ ﻧﻬـﺎﺩﻩﻫـﺎ ﻣـﻲ ﺗﻮﺍﻧﻨـﺪ ﺩﺍﺭﺍﻱ ﻭﺍﺣـﺪﻫﺎﻱ ﻣﺨﺘﻠﻔﻲ ﺑﺎﺷﻨﺪ. ﺭﻭﺵتحلیل پوششی داده ها ﻳﻚ ﺭﻭﺵ ﻣﺪﻳﺮﻳﺘﻲ ﺍﺳﺖ ﻛﻪ ﻛﺎﺭاﻳﻲ ﻭﺍﺣﺪﻫﺎ ﺭﺍ، ﺑﻪ ﻃﻮﺭﻧﺴـﺒﻲ ﺍﻧـﺪﺍﺯﻩ ﮔﻴـﺮﻱ ﻣﻲ ﻛﻨﺪ ﻭ ﺭﺍﻫﻜﺎﺭﻫﺎﻱ ﻣﺪﻳﺮﻳﺘﻲ ﺍﺭﺍﺋﻪ ﻣﻲ ﺩﻫﺪ. ﺩﺭ ﺣﺎﻟﺘﻲ ﻛﻪ ﻭﺍﺣﺪ ﺍﻗﺘﺼﺎﺩﻱ ﺩﺍﺭﺍﻱ ﭼﻨﺪ ﻧﻬﺎﺩﻩ ﺩﺭ ﻓﺮﺁﻳﻨﺪ ﺍﻳﺠـﺎﺩ ﺳـﺘﺎﺩﻩ ﺑﺎﺷـﺪ، ﺭﻭﺵﺑﺮﻧﺎﻣـﻪ ﺭﻳﺰﻱ ﺧﻄﻲ، ﺑﻪ ﺭﺍﺣﺘﻲ ﻣﻲ ﺗﻮﺍﻧﺪ ﺗﺮﻛﻴﺐ ﺑﻬﻴﻨﻪ ﺳﺘﺎﺩﻩ ﻭ ﻧﻬﺎﺩﻩ ﺭﺍ ﺑﺮﺍﻱ ﻳﻚ ﻭﺍﺣﺪ ﻛـﺎﺭا ﺗﻌﻴـﻴﻦ ﻛﻨﺪ. روش تحلیل پوششی داده ها ﺑﻴﺶ ﺍﺯ ﺳﺎﻳﺮ ﺭﻭﺵ ﻫﺎ، ﻗﺎﺑﻠﻴﺖ ﺗﻌﻤﻴﻢ ﭘﺬﻳﺮﻱ ﻭ ﮔﺴﺘﺮﺵ ﺩﺍﺭﺩ ﻭ ﺑـه کارگیری ﺁﻥ ﺩﺭ ﻳﻚ ﻭﺍﺣﺪ ﺑﺮﺍﻱ ﻳﻚ ﻣﻮﺿﻮﻉ، ﻣﻲ ﺗﻮﺍﻧﺪ ﺯﻣﻴﻨﻪ ﺭﺍ ﺑﺮﺍﻱ ﻛﺎﺭﻫﺎﻱ ﺑﻌﺪﻱ ﻧﻴﺰ ﻓﺮﺍﻫﻢ ﻛﻨﺪ(ایکان^[۷۸]وکاله،۸۹۰،۲۰۱۱)
چارنز، کوپر و رودز مفاهیم و مدل‌های تحلیل پوششی داده ها را با مفاهیم جدیدی توسعه دادند که حاصل آن نیز مدل BCC است. این مدل برای اندازه‌گیری و تعیین کارائی واحدها و همچنین جهت اصلاح ورودی ها و خروجی ها برای بالا بردن اندازه‌ی کارائی و با در نظر گرفتن بازده به مقیاس متغیر مورد استفاده قرار می‌گیرد. در سال ۱۹۸۵ چارنز و همکارانش «مدل جمعی» را به عنوان یکی دیگر از مدل‌های اساسی در تحلیل پوششی داده‌ها مطرح ساختند.
همچنین چارنز و همکارانش در همین سال به منظور ثبت تغییرات کارائی در طول زمان تکنیکی را تحت عنوان «تحلیل پنجره‌ای» مطرح کردند. تکنیک دیگری نیز برای اولین بار توسط فیر و همکاران در سال ۱۹۸۹ و ۱۹۹۴ با بهره گرفتن از مدل تحلیل پوششی داده‌های شعاعی ورودی و خروجی‌گرا برای محاسبه شاخص مالمکوئیست به کار بردند. اگرچه مدل شعاعی پیشنهاد شده دارای کمبودهایی مانند فقدان متغیرهای کمکی می‌باشد، برای غلبه بر این کمبودها شاخص مالمکوئیست با بهره گرفتن از مدل‌های غیر شعاعی همانند SBM می‌توان محاسبه کرد. در سال ۱۹۸۸ «بیسنت» و در سال ۱۹۹۱ «چانگ و گوه» تحقیقاتی روی داده‌های حقیقی انجام دادند. در سال‌های ۱۹۹۳ و ۱۹۹۴ «علی و سیفورد» اقدام به اصلاح مدل CCR کردند.
از زمان اولین مطالعه توسط چارنز، کوپر و رودز تاکنون بیش از هزاران مقاله در زمینه ادبیات تحلیل پوششی داده‌ها منتشر شده است. چنین رشد سریعی خود دلیل بر کاربردی بودن و قدرت بالای روش‌های تحلیل پوششی داده ها می‌باشد. هم اکنون تحلیل پوششی داده ها در بسیاری از مراکز تحقیقاتی که در نقاط مختلف جهان قرار دارند، منشأ ایده‌ها و پیشرفت‌های جدید شده است، به طوری که محققان زیادی به این نکته رسیده‌اند که تحلیل پوششی داده ها یک روش عالی برای مدل‌سازی فرآیندهای عملیاتی است و ماهیت تجربی و نداشتن مفروضات دست و پاگیر سبب استفاده وسیع آن در تخمین کارایی برای بخش‌های غیرانتفاعی، خصوصی و حتی دولتی شده است
محاسبه میزان کارایی در گروه هایی که عملکرد یکسانی دارند، از اهمیت بسزایی برخوردار است. برای باقی ماندن در عرصه رقابت با سایر واحدها می بایست با گذر زمان میزان عملکرد خود را به سطح قابل قبولی افزایش داد. اولین قدم برای بهبود فعالیت، آگاهی از سطح فعالیت فعلی است. این شناخت کمک می کند تا هر واحد از وضعیت موجود خود آگاه شده و با توجه به وضعیت فعلی با اتخاذ روش مناسبی، بتواند به سطح بهتر و قابل قبولی از فعالیت و کارایی دست یابد. فارل (۱۹۵۷) و قبل از او دبرو (۱۹۵۱) اولین کسانی بودند که تعاریفی پایه ای برای کارایی تکنیکی و کارایی تخصیصی ارائه کردند. فارل با در نظر گرفتن یک تکنولوژی، معیار مشخص شده بوسیله فرض بازده به مقیاس ثابت، با ساخت یک مدل برنامه ریزی خطی که از داده های واقعی ورودی- خروجی مربوط به واحدها استفاده می کرد، کارایی هر واحد را محاسبه کرد. علاوه بر این او روش رگرسیون حداقل مربعات معمولی که پیش تر برای محاسبه مرز کارایی مورد استفاده قرار می گرفت را نامعتبر دانست. در این روش داده ها در هر دو طرف مرز کارایی قرار می گیرند. به عبارت دیگر این روش برای ساخت مرز کارایی ناتوان است. وی مسئله ساخت مرز کارایی را با بحث ناپارامتری پیش گرفت و کوچکترین پوسته محدب در برگیرنده نمونه داده ها را به عنوان مرز کارایی در نظر گرفت. هر چند وی درباره واحدهای با ورودی ها و خروجی های چند بعدی بحث نکرد، اما همین کار او پایه کارهای بعدی در چاچوب مدل های ناپارمتری شد. تحلیل پوششی داده ها یک روش ناپارامتری برای محاسبه اندازه کارایی است. این روش برای اولین بار و با الهام از کار فارل(۱۹۵۷) توسط چارنز ، کوپر و رودز (CCR) در سال ۱۹۷۸ معرفی شد. آنها بحث مطرح شده توسط فارل را برای واحدهای تصمیم گیرنده با ورودی و خروجی های چند بعدی، درغیاب قیمت های بازار توسعه دادند.
- مفهوم بازده به مقیاس
به طور کلی سه نوع بازده به مقیاس وجود دارد.
بازده به مقیاس افزایشی: هر گاه افزایش در ورودی ها باعث ‌ایجاد افزایشی بزرگتر از افزایش متناسب در خروجی ها گردد، گوییم بازده به مقیاس افزایشی است.
بازده به مقیاس کاهشی: هر گاه نتایج افزایش در ورودی ها باعث ‌ایجاد افزایشی کمتر از افزایش نسبی در خروجی ها گردد، گوییم بازده به مقیاس کاهشی است.
بازده به مقیاس ثابت: هر گاه نتایج افزایش در ورودی ها باعث‌ ایجاد افزایش متناسب در خروجی ها گردد، گوییم بازده به مقیاس ثابت است
- ماهیت ورودی‌محور^[۷۹] و خروجی‌محور^[۸۰]
در ارزیابی یک واحد تصمیم‌گیری با بهره گرفتن از تحلیل پوششی داده ها ،‌ ایده اصلی به این صورت است: هنگامی که چند واحد برای ارزیابی وجود دارد یک واحد مجازی که ترکیب خطی از واحدهای دیگر است ساخته می‌شود به طوری که ورودی آن واحد مجازی برابر با ورودی واحد مورد نظر باشد. آنگاه تحلیل پوششی داده ها با توجه به خروجی ها، کارایی آن واحد را تعیین و واحدی که خروجی کمتری نسبت به بقیه داشته باشد را ناکارا اعلام می کند. این حالت ارزیابی را ارزیابی با ماهیت ورودی محور می‌نامند. در مدل ورودی محور هدف حداکثرسازی خروجی ها (محصول) می‌باشد.
اگر خروجی واحد مجازی را با خروجی واحد مورد بررسی برابر نماییم آنگاه آن را ارزیابی با ماهیت خروجی محور می‌نامند. به عبارت دیگر در خروجی محور، هدف حداقل نمودن ورودی ها است. در یک صورت دیگر نیز می‌توان کارایی یک واحد را نسبت به واحدهای دیگر سنجید و آن هنگامی ‌است که تابع تولید را داشته باشیم. ولی مشکل اینجاست که به دست آوردن تابع تولید اکثر اوقات امکان پذیر نیست. از برتری های روش تحلیل پوششی داده ها این است که بدون داشتن تابع تولید، تخمینی از آن را ارائه می‌دهد.
- مدل های اولیه^[۸۱] و ثانویه^[۸۲]
هر کدام از حالتهای ورودی محور و خروجی محور مدلهای CCR و BCC و جامع، دارای یک مدل اولیه و یک مدل ثانویه یا دوگان هستند. مقدار کارایی برای مدلهای اولیه و ثانویه هیچ تفاوتی با یکدیگر ندارند و تفاوت این دو مدل تنها در نحوه ارائه جواب آنها می‌باشد. مدل دوگان را می‌توان به عنوان یک مدل جایگزین برای مدل اولیه محسوب کرد و فقط به عنوان ساختاری جهت تسهیل محاسبات است. استفاده از برنامه‌ریزی خطی برای حل مسئله دوگان به معنی نیاز به قیود کمتر نسبت به روش اولیه آن می‌باشد به همین دلیل حل مستله اولیه نیاز به انجام محاسبات کمتری دارد.
- طبقه‌بندی مدل های تحلیل پوششی داده‌ها
مدلهای تحلیل پوششی داده ها بر اساس ماهیت سطح پوشش و محور اندازه‌گیری طبقه‌بندی می‌شوند. دو نوع اساسی برای سطح پوشش در تحلیل پوششی داده ها وجود دارد: چارنز و همکاران در سال ۱۹۷۸ مدل بازده به مقیاس ثابت^[۸۳] را معرفی کردند و بنکر و همکاران در سال ۱۹۸۴ مدل بازده به مقیاس متغیر^[۸۴] را ارائه کردند. مدلهای تحلیل پوششی داده ها به خروجی محور، ورودی محور و جامع (بهینه سازی همزمان خروجی ها و ورودی ها) نیز طبقه‌بندی می‌شوند.
کارایی عملیاتی
برتری در رقابت از هزاران فاکتور همچون ساخت، پرداخت، آماده سازی، فروش خدمات و یا رساندن محصول به دست مشتری تشکیل می شود. کارایی عملیاتی به انجام مراحل ذکر شده به صورت بهتر، سریع تر، و یا با هزینه و خطای کمتر نسبت به سایر رقبا اطلاق می شود. با بالا بردن کارایی عملیاتی، شرکت ها می توانند به صورت هنگفت از مزایای این رویه بهره مند شوند. نمونه اجرا شده ی این روند را در شرکت های ژاپنی می توان دید که در سال های ۱۹۷۰ و ۱۹۸۰ با بالا بردن کیفیت مدیریت و مراحل آماده سازی محصول از رشده مداوم بر خوردار بودند. با این اوصاف، اگر از دید رقابتی به این موضوع بنگریم، خواهیم دید که بزرگترین چالش در زمینه بهبود کارایی عملیاتی یک شرکت، تقلید پذیر بودن آن است. در این صورت تمام رقبا در آن زمینه به اجرای آنها می پردازند که این امر باعث می شود نوآوری یک شرکت در زمینه تولید بهینه ی یک محصول یا خدمات خاص با قیمت مشخص، تولید شده با بهترین تکنولوژی ها و روش های مدیریتی جدید به بیرون درز می کند. این امر باعث کاهش قیمت همزمان آن محصول یا خدمات در بازار شده و ارزش آن را نیز افزایش می دهد. اینگونه رقابت باعث بهبود بسیار زیاد کارایی عملیاتی می شود ولی این پیشرفت، با این شرایط به شرکت خاصی محدود نمی شود. هرچه یک شرکت از خود نوآوری بیشتری نشان دهد، به همان نسبت همگرایی بیشتر از سوی رقبای دیگر اعمال می شود که خود باعث غیر قابل تشخیص بودن شرکت ها از هم می شود.
تثبیت استراتژی، شیوه ای است که شرکت ها برای ایجاد یک فضای رقابتی سالم پیش می گیرند و می کوشند شاخصه ای که شرکتشان را از دیگر رقبا متمایز می کند، حفظ کنند. یعنی اینکه برای انجام یک عمل، عملیاتی متفاوت از سایر رقبا در پیش گیرند، یا اینکه اگر عملیات مشابه است، با شیوه ای متفاوت از رقبا  پروسه را پیاده سازی کنند.
عملی کردن ایده ها
سه مسأله کلیدی، زمینه ی کارایی عملیاتی را فراهم می سازد :