KURUMSAL PERFORMANS YÖNETİMİNDE VERİ ZARFLAMA ANALİZİ SONUÇLARININ KULLANIMI: ÜNİVERSİTE HASTANELERİ KARŞILAŞTIRMASI

KURUMSAL PERFORMANS YÖNETİMİNDE VERİ ZARFLAMA ANALİZİ SONUÇLARININ KULLANIMI: ÜNİVERSİTE HASTANELERİ KARŞILAŞTIRMASI Fatma Pakdil 1, Senem Akgül 2, Tuğçe Çiler Doruk 3, Bar ş Keçeci 4 Özet Sağl k sektöründe mikro boyutta her bir kurumun kendi iç dinamikleri dikkate al narak uygulanan kurumsal performans yönetimi çal şmalar n n yan nda, makro boyutta sektörel bazda ve k yaslama (benchmarking) kapsam nda da performans yönetimi çal şmalar na ihtiyaç duyulmaktad r. Bu aşamada doğrusal programlama temeline sahip Veri Zarflama Analizi (VZA) ile belirli girdi ve ç kt lar ş ğ nda sağl k sektöründe yer alan kurumlar n karş laşt rmal performans ölçümlerinin yap lmas mümkündür. VZA, birbirine benzer birimlerin, birden çok girdisi ve ç kt s na ait gözlemlerden hareketle etkin s n r n bulunmas ve etkin s n r içinde kalan, etkin olmayan noktalar n merkeze olan radyal uzakl klar n n hesaplanmas problemini parametrik olmayan programlama yaklaş m ile çözmektedir. Genel olarak VZA, doğrusal programlaman n özel bir uygulama şekli olup, ayn amaçlara sahip işletmelerin göreceli olarak verimliliğini ölçmede kullan lan bir yöntemdir. Bu çal şmada 200 ve üstü yatak kapasitesine sahip üniversite hastanelerinin 2007 verilerine dayanarak VZA temelinde performans karş laşt rmalar yap lm ş, ele al nan girdiler ve ç kt lara göre performans yüksek olan hastaneler tespit edilmeye çal ş lm şt r. Ayr ca, etkin olmayan hastanelerin etkinlik s n r na taş nmas için girdi veya ç kt lara ne kadar ağ rl k verilmesi gerektiği hakk nda yorumlar yap lmaktad r. İlerleyen aşamalarda k yaslama yaklaş m ile hangi hastanelerin hangi alanlarda diğer hastanelere göre daha iyi olduğu üzerinde durulmal d r. Anahtar Kelimeler: Performans Yönetimi, Veri Zarflama Analizi, K yaslama Abstract In addition to hospital-based corporate performance management systems, industry-wide benchmarking applications in performance management systems are necessary in healthcare industry. At that point, an industry-wide benchmarking can be performed on the basis of Data Envelopment Analysis (DEA), using linear programming within particular inputs and outputs. Data envelopment analysis, with a non-parametric programming approach, solves the problem that deals with calculating effective boundary for the similar units having multiple inputs and outputs and also with calculating radial distances from inefficient points that place in the effective boundary, to the center point. In this study, benchmarking was done through DEA for university-affiliated hospitals in Turkey for the year of 2007. The study determines the hospitals that have a high performance level with regard 1. Başkent Üniversitesi Endüstri Mühendisliği Bölümü, fpakdil@baskent.edu.tr 2. Başkent Üniversitesi Endüstri Mühendisliği Bölümü, senem.akgul@yahoo.com.tr 3. Başkent Üniversitesi Endüstri Mühendisliği Bölümü, tugcedoruk@gmail.com 4. Başkent Üniversitesi Endüstri Mühendisliği Bölümü, bkececi@baskent.edu.tr 133

to particular inputs and outputs. In the further research, this study should be concentrated on which hospitals perform more effectively than the others on the basis of benchmarking results. Key words: Performance Management, Nursing Services, Hospitals 1. GİRİŞ Günümüzün h zl gelişen teknolojik, politik ve ekonomik ortam nda, işletmelerin ayakta kalabilmelerinin tek şart bu değişimlere ayak uydurabilecek güçte olabilmeleridir. İşletmeler iyi bir performans düzeyi yakalamal ve bunu koruyabilmelilerdir. İyi bir performans düzeyinin sağlanabilmesi, her işletmenin kendi yap s na uygun bir performans yönetim sistemi uygulamas ile mümkün olabilir. T bb teknolojideki gelişmeler ve emek yoğun bir sektör olmas ndan kaynaklanan yüksek maliyetler, sağl k hizmetlerini oldukça pahal hizmetler haline getirmiştir. Bunun yan s ra k s tl kaynaklarla hizmet sağlamak durumunda olan sağl k sektörünün performans göstergelerinde anlaml bir gelişme sağlayabilmesi için önündeki tek seçenek, eldeki mevcut kaynaklardan en iyi biçimde yararlanmakt r. Bu noktadan hareketle bu çal şman n temel amac ; Türkiyede faaliyet gösteren 200 ve üzeri yatak kapasitesine sahip üniversite hastanelerinin baz girdi ve ç kt lar baz nda Veri Zarflama Analizi (VZA) ile etkinliklerini ölçmek ve ölçüm sonuçlar na göre hangi hastanelerin hangi boyutlarda ne kadar iyileştirmeye ihtiyaç duyduklar n belirlemektedir. 2. VERİ ZARFLAMA ANALİZİ VZA sayesinde, birden çok göstergeyle ölçülmüş veya farkl ölçü birimlerine sahip girdi ve ç kt lar ş ğ nda verimlilik karş laşt rmas n n yap ld ğ durumlarda, karar birimlerinin göreli verimliliklerini ölçmek mümkün hale gelmiştir. Farrellin (1957) çal şmas na ve etkinlik tan m na dayal olarak, ürettikleri mal ve hizmet aç s ndan birbirlerine benzer karar birimlerinin birden çok girdisi ve ç kt s na ait gözlemlerden hareketle verimlilik (etkin s n r) s n r bulunur. Bu s n r içinde kalan etkin olmayan noktalar n merkeze olan radyal uzakl klar n n hesaplanmas problemi Charnes vd., (1997) taraf ndan parametrik olmayan programlama yaklaş m yla çözülmüştür. Verimlilik analizinde karş laş lan güçlükleri giderebilecek bu yöntem, ilk başta kar amac gütmeyen işletmelerin karş laşt rmal etkinliklerinin ölçülmesinde kullan lm ş, daha sonra kar amaçl üretim ve hizmet sektörlerinde de yayg n kullan m alan bulmuştur (Charnes vd., 1978). VZA çoklu girdi ve ç kt ya dayanan çoklu karar verme oranlar n n göreceli etkinliğini hesaplayan bir matematiksel programlama tekniğidir. VZA, doğrusal programlaman n özel bir uygulama şekli olup, ayn hedef ve amaçlara sahip işletmelerin verimliliğini göreceli olarak ölçmede kullan lmaktad r. VZAya konu olan karar birimlerinin etkin ve etkin olmayanlar tespit edilerek ilerleyen aşamalarda ayr nt l bir şekilde incelenirler (Gülcü vd., 2004). VZAn n temelinde benzer türden karar birimlerinin üretim etkinliklerinin değerlendirilmesi yatar. Analize konu olacak karar birimlerinin ayn hedefe yönelik benzer işlevler görmesi, ayn pazar şartlar nda çal şmas ve gruptaki bütün birimlerin verimliliklerini nitelendiren etmenlerin, yoğunluk ve büyüklüklerindeki değişiklikler hariç, ayn olmas koşullar aran r. VZA, işletmenin değişik performans boyutlar n n ayn anda ölçülmesine imkan sağlar. Her bir karar birimi için uygun amaç kümesi belirlenir. Oysaki parametreli yöntemler; endüstri grubunun tümünü göze al p ortalamaya göre ölçüm yapmaktad r. VZA, her karar birimine ait girdi ve ç kt lar ağ rl kland rmada esneklik tan r. Böylece farkl karar birimlerinin farkl üretim veya hizmet kar ş mlar olabileceği gerçeği dikkate al nmaktad r (Gülcü vd., 2004). 134

VZAda temel etkinlik puan, ç kt lar n ağ rl kl toplamlar n n girdilerin ağ rl kl toplamlar na bölünmesi ile hesaplan r. Bu puan formül 1de verilen şekilde hesaplan r (Charnes vd., 1997). U i = i. ç kt ya atanan ağ rl k, Y i = i. ç kt miktar, V j = j. girdiye atanan ağ rl k ve V j = j. girdi miktar olarak gösterilir. Etkinlik Puan b k = ( i=1 n U i *Y i ) / ( j=1 m V j *X j ), k=1,,k VZAda, karar verme birimi k için etkinlik; ya verilen bir girdi seviyesi için ç kt lar maksimize etmekle, ya da verilen bir ç kt seviyesi için girdileri minimize etmekle ölçülür. VZAda etkinlik puan genellikle 0 ile 1 aras nda bir say ya da yüzde olarak ifade edilir. Bir karar biriminin etkinlik puan birden küçük ise, bu birimin göreceli olarak diğer birimlere göre etkin olmad ğ kabul edilir. Temel VZA modeli, incelemeye al nan tüm karar birimleri aras nda en etkin karar verme birimini belirlemek amac yla kullan l r (Charnes vd., 1997). VZA modelinde karar verme birimleri bir etkin s n r içerisinde birleştirilir ve bu etkin s n r üzerinde kalan birimlerin etkin olduğu, diğerlerinin ise bunlara göre daha düşük etkinlik puan na sahip olduğu söylenir ve etkin olmayan karar birimleri için çözüm önerileri geliştirilir. VZAda girdilerin ve ç kt lar n kendi aralar nda anlaml bir ilişkiye sahip olmas istenmektedir (Başkaya ve Akar, 2005). VZA, çoklu girdi ve çoklu ç kt l durumlara yan t verebilir özellikte olmas, diğer parametreli durumlar n aksine ön kabullerinin yok denecek kadar az olmas ve analizde değişik ölçeklerin kullan lmas na olanak tan mas nedeniyle yöneylem araşt rmas uygulamalar nda geniş bir uygulama alan bulmuştur (Başkaya ve Akar, 2005). VZAda kullan lan her girdi ve ç kt ayn önem derecesine sahip değildir. Kullan lan girdiler ve ç kt lar kendi aralar nda önceliklendirilmelidir (Deveci Kocakoç, 2003). 3. VERİ ZARFLAMA ANALİZİNDE TEMEL YAKLAŞIMLAR VZA yöntemlerini ölçeğe göre iki grupta incelemek mümkündür. Bunlar ölçeğe göre sabit getirili (constant return to scale-crs) ve ölçeğe göre değişken getirili (variable return to scale-vrs) modellerdir. Bu s n fland rmada yönlendirme imli modelleri girdi azaltmal, ç kt yönelimli modelleri ise ç kt artt rmal olarak adland rmak olanakl d r. Bunlardan ilkinde amaç, verilen ç kt seviyesini elde edebilmek için girdilerin nas l azalt lacağ n incelerken, ç kt yönlendirmeli modelde amaç, verilen girdi seviyesi ile olanakl en büyük ç kt n n nas l elde edileceği olmal d r (Charnes vd., 1978). Yönlendirmelere göre VZA modelleri üç ana grupta incelenebilir. Bunlar; girdi yönlendirmeli, ç kt yönlendirmeli ve temel yönlendirmeli VZA modellerdir. Girdi yönlendirmeli modelde girdiler, ç kt yönlendirmeli modelde ç kt lar, temel yönlendirmeli modelde ise hem girdiler hem de ç kt lar kontrol edilir. Girdi yönlendirmeli modelde girdiler kontrol edilebilir ve burada amaç ayn ç kt düzeyini en az girdi ile sağlamakt r. Bu model, belli bir ç kt bileşimini en etkin şekilde üretebilmek için optimal girdi bileşiminin nas l olmas gerektiğine karar verir (Gülcü vd., 2004). Ç kt yönlendirmeli modellerin girdi yönlendirmeli modellerden fark ; ağ rl kl girdinin ağ rl kl ç kt ya oran n n en küçüklenmesi olarak anlat labilir. Girdi yönlendirmeli modelde sabit ç kt ya karş n, girdinin ne kadar azalt lacağ araşt r l rken, ç kt yönlendirmeli modelde girdi sabitken ç kt n n ne kadar artt r labileceği üzerine yoğunlaş l r (Charnes vd., 1997). Temel yönlendirme modelinde ise karar verme birimlerinin girdi-ç kt kar ş m optimize edilir. (Charnes vd., 1978). 135

4. VERİ ZARFLAMA ANALİZİNDE İZLENECEK İŞ AKIŞI VZA uygulan rken izlenmesi gereken iş ak ş n n ad mlar Şekil 1de verilmektedir. Buna göre performans ölçümüne konu olacak göstergelere ait veriler elde edildikten sonra hangi girdi ve ç kt lar üzerinde çal ş lacağ belirlenir. Karar birimlerinin seçimi aşamas nda, hangi kurum ya da bölüm performans üzerinde çal ş lacağ tespit edilir. Bu aşamada birbirine benzer karar birimlerinin seçimine özen gösterilmelidir. Girdi ve ç kt lar aras ndaki ilişkiler korelasyon analizi ile incelendikten sonra hangi VZA modelinin seçileceğine karar verilir. Önceliklendirme matrisleri ile girdi ve ç kt lar n kendi içinde önem dereceleri belirlenir ve kurulan matematiksel model çözdürülerek sonuçlara ulaş l r. Şekil 1. VZA ak ş şemas 5. VERİ ZARFLAMA ANALİZİ İLE PERFORMANS KARŞILAŞTIRMASI 5.1. Verilerin Temini Bu bölümde Şekil 1de verilen iş ak ş izlenerek Türkiyede bulunan üniversite hastaneleri aras nda 200 ve üzeri yatak kapasitesine sahip hastanelerin VZA metodu ile etkinlik ölçümü yap lm şt r. Araşt rmada kullan lan veriler, Sağl k Bakanl ğ 2007 y l Yatakl Tedavi Kurumlar İstatistik Y ll ğ ndan al nm şt r. 136

5.2. Girdi ve Ç kt lar n Belirlenmesi Girdi ve ç kt değişkenlerinin seçimi için öncelikle literatür incelenmiştir. Literatürde girdi ve ç kt olarak tan mlanabilecek pek çok performans göstergesi yer almaktad r. Örneğin, girdi için kullan lacak önemli değişkenlerden baz lar yatak say s, doktor say s, hemşire say s, yard mc personel say s vb. olarak gösterilmektedir. Ç kt değişkenlerinde ise yatan hasta say s ve ayakta hizmet verilen hasta say s önemli değişkenler olarak ele al nmaktad r. Diğer yandan literatürde bu konuda farkl fikirlerle karş laş lmaktad r. Örneğin, yatakl sağl k hizmetleri aç s ndan yatan hasta say s n n m, yoksa yat lan gün say s n n m tercih edileceği tart ş lmaktad r. Baz araşt rmac lara göre yat lan gün say s, yatan hasta say s na göre daha homojen bir ç kt değişkenidir (Banker vd., 1984). Diğer araşt rmac lara göre ise, yat lan gün say s yat ş süresini de içerdiği için yatan hasta say s daha doğru bir gösterge olarak kabul edilmektir (Parkin vd., 1997). Üniversite hastaneleri hasta bak m hizmetlerinin yan s ra eğitim ve araşt rma faaliyetlerinin de gerçekleştirildiği hastaneler olduğundan, bu hastanelerin verimlilik değerlendirilmesinde eğitim ve araşt rma faaliyetlerinin de ç kt lar aras nda yer almas gerekmektedir. Ancak, araşt rma faaliyetleriyle ilgili sistematik veri elde edilemeyeceğinden bu iki değişken analize al nmam şt r. 5.3. Karar Birimlerinin Seçimi Bu çal şmada karar birimlerinin homojen olmas aç s ndan 200den az yatak say s na sahip üniversite hastaneleri göz ard edilmiştir. VZAda çal şman n güvenilirliği aç s ndan karar birimi say s n n, girdi ve ç kt değişkeni say lar toplam n n 1 fazlas olmas istenmektedir (Bülbül ve Akhisar, 2005). Hatta, Karahan ve Özgür (2006), girdi ve ç kt değişkeni say lar toplam n n, karar birimi say s n n yar s kadar olmas n n çal şman n güvenirliğini artt racağ n belirtmektedirler. Bu çal şmada ç kt say s 5, girdi say s 3, karar birimi say s ise 31dir ve her iki koşul da sağlanmaktad r. Bu aşamada önemle belirtilmelidir ki, çal şma sonunda elde edilen bulgular söz konusu girdi ve ç kt lar ile s n rl d r. Başka girdi ve ç kt lar dikkate al nd ğ nda sonuçlar n değişiklik göstereceği aç kt r. 5.4. Korelasyon Analizi VZAda kullan lan değişkenler aras nda istatistiki aç dan anlaml bir ilişki olmas istenmektedir (Bülbül ve Akhisar, 2005). Bu çal şmada korelasyon analizinde ölen hasta say s ile poliklinik say s (p>.05), uzman hekim say s (p>.05) ve pratisyen hekim say s (p>.05) aras nda anlaml bir ilişki bulunamam şt r. Ancak ölen hasta say s n n önemli bir ç kt olmas nedeniyle bu çal şmada kullan lmas na karar verilmiştir. Korelasyon analizi sonuçlar na göre bu çal şmada ele al nan girdiler ve ç kt lar Tablo 1de verilmiştir. Buna göre girdiler hasta yatağ say s, uzman hekim say s ve pratisyen hekim say s d r. Ç kt lar ise, poliklinik say s, taburcu hasta say s, ölen hasta say s, hastanede yat lan gün say s ve ameliyat say s d r. Ameliyat say s değişkeninin tek bir ç kt alt nda toplanmas amac yla, büyük ameliyat say s 3 ve orta ameliyat say s 2 ile çarp larak tüm ameliyatlar küçük ameliyat düzeyine indirilmiştir. 137

Tablo 1: Araşt rman n değişkenleri No. Girdiler Ç kt lar 1 Hasta yatağ say s Poliklinik say s 2 Uzman hekim say s Taburcu hasta say s 3 Pratisyen hekim say s Ölen hasta say s 4 Hastanede yat lan gün say s 5 Ameliyat say s 5.5. Kullan lacak Modelin Belirlenmesi VZAn n girdi ve ç kt yönlendirmeli modellerinin farkl sonuçlar verip vermeyeceğini görebilmek amac yla bu çal şmada hem girdi yönlendirmeli hem de ç kt yönlendirmeli VZA modelleri kullan lm şt r. 5.6. Önceliklendirme Matrislerinin Oluşturulmas Girdi ve ç kt lara ağ rl k vererek etkinlik puan hesaplayan VZA, önemli bir girdiye ya da ç kt ya gereğinden fazla ya da az ağ rl k verebilmektedir. Bu durumu kontrol alt nda tutmak için girdiler ve ç kt lar kendi aralar nda önceliklendirilmelidir. Bu çal şmada girdi ve ç kt lar n önceliklendirilmesi için Analitik Hiyerarşi Prosesi (AHP) uygulanm şt r. Sağl k Bakanl ğ nda çeşitli kadrolarda çal şan 7 uzman kat l mc n n cevaplar ndan hareketle Expert Choice yaz l m kullan larak yap lan AHP sonuçlar na göre elde edilen önceliklendirme matrisleri Tablo 2 ve Tablo 3de verilmiştir. Örneğin, girdilerin önceliklendirmesine ait matriste, 1 nolu girdinin 2 nolu girdiye göre 1-9 ölçeğine 1,70566 derecesinde daha önemli olduğu görülmektedir. Tablo 2. Girdilere ait önceliklendirme matrisi Girdiler 1 2 3 1 1,70566 0,8642 2 0,2028 3 Tablo 3. Ç kt lara ait önceliklendirme matrisi Ç kt lar 1 2 3 4 5 1 2,22504 6,83174 3,349 5,42848 2 6,29946 1,96346 4,877 3 0,1652 0,2511 4 1,34202 5 138

5.7. Matematiksel Modelin Kurulmas ve Çözdürülmesi Bu bölümde öncelikle ç kt yönlendirmeli VZA modeli ve daha sonra girdi yönlendirmeli VZA modeli üzerinde durulmuştur. Ç kt yönlendirmeli modelde kullan lan indisler, parametreler ve karar değişkenleri aşağ da verilmektedir. i: Ç kt lar indisi, i=1,,n. j: Girdiler indisi, j=1,,m. k: karar birimi indisi, k=1,,k. b k =k. karar biriminin etkinliği u i : i. ç kt ya atanan ağ rl k y ik : k. karar birimi taraf ndan üretilen i. ç kt miktar v j : j. girdiye atanan ağ rl k x jk : k. karar birimi taraf ndan kullan lan j. girdi miktar Bu modelde girdileri sabit tutarak ç kt miktar n maksimize etmek amaçlanm şt r. Amaç fonksiyonu 2 nolu formülde verilmiştir. Bu k s tlara ek olarak önceliklendirme matrislerinden yola ç karak oluşturulan k s tlar da eklenmiştir. Kurulan matematiksel model Lingo yaz l m nda çözdürülmüştür. Ç kt yönlendirmeli VZA modelinde eğer k karar verme birimi etkin ise amaç fonksiyonunun değeri 1 olur. Diğer bir ifadeyle, karar verme birimi k etkin s n r üzerinde yer al r. Eğer karar verme birimi k etkin değilse, bu durumda amaç fonksiyonun değeri 1den küçük olacakt r (Charnes vd., 1997). Girdi yönlendirmeli modelde kullan lan indisler, parametreler ve karar değişkenleri aşağ da verilmektedir. 139

i: Ç kt lar indisi, i=1,,n. j: girdiler indisi, j=1,,m. k: karar birimi indisi, k=1,,k. b k =k. karar biriminin etkinliği u i : i. ç kt ya atanan ağ rl k y ik : k. karar birimi taraf ndan üretilen i. ç kt miktar v j : j. girdiye atanan ağ rl k x jk : k. karar birimi taraf ndan kullan lan j. girdi miktar Bu modele ait amaç fonksiyonu 3 nolu formülde verilmiştir. Girdi ağ rl kl VZA modelinde eğer k karar verme birimi etkin ise amaç fonksiyonunun değeri 1 olur. Diğer bir ifadeyle, karar verme birimi k etkin s n r üzerinde yer al r. Eğer karar verme birimi k etkin değilse, bu durumda amaç fonksiyonun değeri 1den büyük olacakt r. Çal şmaya konu olan 31 üniversite hastanesi için VZA ile elde edilen etkinlik puanlar Tablo 4de verilmiştir. Modelin çözülmesi sonucu 31 hastane aras ndan sadece Başkent Üniversitesi Dr. Turgut Noyan Araşt rma ve Uygulama Merkezi ile Başkent Üniversitesi Hastanesinin etkinlik puanlar n n 1 olduğu görülmektedir. Diğer üniversite hastanelerinin ise etkinlik puanlar n n 1den düşük ya da yüksek olduğu görülmektedir. Diğer bir deyişle bu hastanelerin etkin s n r n d ş nda kald klar göze çarpmaktad r. Ç kt yönlendirmeli VZA sonuçlar na göre etkin s n r n d ş nda kalan hastanelerin etkinlik puanlar 1den küçüktür. Bu durum girdilerin daha etkin kullan lmas gerektiğini göstermektedir. Ayr ca girdi yönlendirmeli VZA sonuçlar na bak ld ğ nda da, etkin olmayan hastanelerin etkinlik puanlar n n 1den büyük olduğu görülmektedir. Bu durumda ise ayn ç kt miktar n n daha az girdi ile elde edilmesi gerektiğine işaret etmektedir. Örneğin, 28. karar birimi olan Cumhuriyet Üniversitesi Sağl k Hizmetleri Uygulama ve Araşt rma Hastanesinin girdi yönlendirmeli modele göre etkinlik puan 2,240352dir. Bu değer, hastanenin diğer hastanelere göre etkin olmad ğ n gösterir. Bu hastanenin etkin hale gelebil- 140

mesi için ayn ç kt miktar n elde etmek için girdilerin 2,240352 oran nda azalt lmas gerektiğini göstermektedir. Sağl k sektöründe ç kt lar n kontrolü zor olduğundan böyle bir iyileştirme yapmak yerine, ç kt yönlendirmeli modelde elde edilen 0,4463585 etkinlik puan üzerinden yorum yap labilir. Buna göre söz konusu hastanede girdi düzeyi değiştirilmeden, ç kt lar 0,4463585 düzeyinde artt r lmal d r. Sonuçlardan da görüldüğü gibi, VZA sonucu elde edilen bilgiler sağl k kurumlar n n genel olarak yapabileceği iyileştirmelerin yönünü göstermekle birlikte, detay olarak hangi aşamada nas l bir iyileştirmenin yap lmas gerektiğini göstermemektedir. Bu noktada yap lmas gereken iyileştirme faaliyetleri yönetim kademelerinde yer alan uzmanlar n görüşleri doğrultusunda şekillendirilmelidir. Tablo 4. Etkinlik puanlar S ra Ç kt Girdi Hastane Ad No Yönlendirmeli Yönlendirmeli 1 Çukurova Ü.T p Fak. Balcal Hastanesi 0,5180676 1,93025 2 Başkent Ü. Dr. Turgut Noyan Araşt rma ve Uygulama 1 1 Merkezi 3 Kocatepe Ü. Araşt rma ve Uygulama Hastanesi 0,4443558 2,250449 4 Ankara Ü. T p Fak. Cebeci Hastanesi 0,3368366 2,968798 5 Ankara Ü. T p Fak. İbni Sina Hastanesi 0,3989007 2,506890 6 Hacettepe Ü. T p Fak. Hastanesi 0,5935194 1,684865 7 Gazi Ü. Araşt rma ve Uygulama Hastanesi 0,5245458 1,906411 8 Başkent Ü. Hastanesi 1 1 9 Akdeniz Ü.T p Fak. Hastanesi 0,7120831 1,404330 10 Pamukkale Ü. Uygulama ve Araşt rma Hastanesi 0,6827410 1,464684 11 Dicle Ü. Eğitim Araşt rma Hastanesi 0,4989283 2,004296 12 Trakya Ü.T p Fak. Hastanesi 0,4414668 2,265176 13 F rat Ü. Araşt rma ve Uygulama Hastanesi 0,4339218 2,304563 14 Atatürk Ü.T p Fak. Araşt rma Hastanesi 0,5203556 1,921763 15 Osmangazi Ü. Uygulama ve Araşt rma Hastanesi 0,4477723 2,233278 16 Gaziantep Ü. Şahinbey Hastanesi 0,5972416 1,674364 17 Süleyman Demirel Ü. T p Fak. Araşt rma ve Uygulama 0,4360196 2,293475 Hastanesi 18 Mersin Ü.T p Fak. Araşt rma ve Uygulama Hastanesi 0,8535429 1,171587 19 Marmara Ü. T p Fak. Hastanesi 0,5520774 1,811340 20 Ege Ü. T p Fak. Hastanesi 0,6022605 1,660411 21 Dokuz Eylül Ü.T p Fak. Hastanesi 0,6524728 1,532631 22 Erciyes Ü.Gevher Nesibe Hastanesi 0,5617520 1,780145 23 Kocaeli Ü. Uygulama ve Araşt rma Hastanesi 0,7244413 1,380374 24 Selçuk Ü.T p Fak. Hastanesi 0,5564551 1,797090 25 İnönü Ü.Turgut Özal T p Merkezi 0,5589145 1,789182 26 Celal Bayar Ü.Sağ. Uygulama ve Araşt rma Merkezi 0,6816027 1,467130 27 19 May s Ü.Sağ. Uygulama ve Araşt rma Hastanesi 0,5025591 1,989816 141

S ra Ç kt Girdi Hastane Ad No Yönlendirmeli Yönlendirmeli 28 Cumhuriyet Ü.Sağ. Hiz. Uygulama ve Araşt rma 0,4463585 2,240352 Hastanesi 29 Karadeniz Teknik Ü.Farabi Hastanesi 0,3866331 2,586432 30 Harran Ü. T p. Fak. Araşt rma Uygulama Hastanesi 0,5346558 1,870362 31 Karaelmas Ü. Araşt rma ve Uygulama Hastanesi 0,5880843 1,700436 Ele al nan üniversite hastanelerinin %93,54ünün verimli olmad ğ dikkate al narak, bu hastanelerin verimsizliğine sebep olan girdi ve ç kt lar incelenmelidir. Fakat bundan önce, girdi yönlendirmeli VZA modeline göre hastaneleri verimli veya verimsiz olarak s n fland rmak ve daha sonra verimsiz hastanelerin emsallerine göre hangi aç lardan farkl laşt ğ n incelemek gerekir. Verimli hastanelerin 3 girdi değişkeninde de daha düşük değerlere sahip olduğu görülmektedir. Ayr ca, Tablo 5den de görüldüğü gibi, verimli ve verimsiz hastanelerin ortalama poliklinik say lar aras ndaki fark dikkate değerdir. Verimli hastanelerde ortalama poliklinik say s n n verimsiz olan hastanelere göre daha yüksek olduğu görülmektedir. GİRDİLER Tablo 5. Verimli ve verimsiz hastanelerin ortalama girdi ve ç kt miktarlar aç s ndan karş laşt r lmas VERİMLİ VERİMSİZ Yatak Say s 415 785 Uzman Hekim Say s 170,5 233 Pratisyen Hekim Say s 178,5 310 ÇIKTILAR Poliklinik Say s Taburcu Say s 547,147 28,835 329,947 30,368 Ölen Say s 749 978 Yat lan Gün Say s Ameliyat Say s 128,069 34,268 221,667 43,548 3. SONUÇ Son y llarda dünya genelinde sağl k kuruluşlar aras nda daha önce bu boyutlara ulaşmayan bir rekabet ortam yaşanmaktad r. Juran n, Darwinin formüle ettiği en yetenekli olanlar n yaşamlar n sürdürmeleri teorisinin, ekonomi kuruluşlar için de geçerli olduğu yaklaş m ndan hareketle, sağl k kuruluşlar n n da bağ ms z olmad klar ve bir işletme gibi yönetilmeleri gerektiği anlaş lm şt r (Pakdil, 2002). Bu noktadan hareketle sağl k sektöründe sektörel bazda yap lan k yaslama (benchmarking) çal şmalar, sağl k kurumlar n n kurumsal performans yönetimi çal şmalar na etkili bilgiler sunmaktad r. Bu aşamada doğrusal programlama temeline sahip VZA ile belirli girdi ve ç kt lar ş ğ nda sağl k sektöründe yer alan kurumlar n karş laşt rmal performans ölçümlerinin yap lmas mümkündür. VZAn n en büyük yarar, etkin olmayan karar birimlerine performanslar n iyileştirebilmeleri için ulaş labilir hedefler koymas d r. Etkin olmayan karar birimlerinin, göreli olarak etkin birimlerin uygulad ğ yöntemleri uygulayarak ayn etkinlik düzeyine ulaşabilecekleri varsay l r. Bu çal şma sayesinde 142

200 ve üzeri yatak kapasitesine sahip 31 üniversite hastanesinin ayn girdi ve ç kt lar dikkate al nd ğ nda verimli olup olmad klar araşt r lm şt r. VZA ile elde edilen sonuçlara 29 üniversite hastanesinin etkin olmad ğ tespit edilmiştir. Bu noktada önemle belirtilmelidir ki, elde edilen sonuçlar bu çal şmada kullan lan girdi ve ç kt lar ile s n rl d r. Farkl girdi ve ç kt setleri ile çal ş ld ğ nda farkl sonuçlar n elde edileceği düşünülmelidir. KAYNAKLAR Banker, R.D., Charnes, A. Cooper, William (1984), Some Models For Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis, Management Science, Vol 30, pp. 1078-1092. Başkaya, Zehra Akar, Cüneyt (2005), Sigorta Şirketlerinin Performanslar n n Veri Zarflama Analizi Yöntemleriyle Belirlenmesi, Muğla Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Say :15, sayfa 38-51. Bülbül, Serpil Akhisar, İlyas (2005), Türk Sigorta Şirketlerinin Etkinliğinin Veri Zarflama Analizi ile Hesaplanmas, 7.Ulusal Ekonomi ve İstatistik Sempozyumu Bildirileri, 26-27 May s, İstanbul. Charnes, A., Cooper, W.W. Rhodes, E. (1978), Measuring The Efficiency of Decision Making Units, European Journal of Operations Research, Vol 2, pp. 429-444. Charnes, Abraham Cooper, William Yewin, Arie-L M.Seiford, Lawreance, (1997), Data Envolopment Analysis, Theory, Metodology and Applications, London. Deveci Kocakoç, İpek (2003), Veri Zarflama Analizinde Ağr rl kl K s tlamalar n Belirlenmesinde Analitik Hiyerarşi Sürecinin Kullan m, Dokuz Eylül Üniversitesi İktisadi İdari Bilimler Fakültesi Dergisi, Cilt 18, No.2, sayfa 1-12. Farrell, M.J (1957), The Measurement of Productive Efficiency. Journal of the Royal Statistical Society, Vol. 120, pp. 253-290. Gülcü, Aslan Tutar, Hasan Yeşilyurt, Cahit (2004), Sağl k Sektöründe Veri Zarflama Analizi Yöntemi ile Göreceli Verimlilik Analizi, Seçkin Yay nlar, Ankara. Karahan, Atilla ve Özgür, Ersan (2006), Hastanelerde Performans Yönetim Sistemi ve Veri Zarflama Analizi, Nobel Yay nlar, Ankara. Pakdil, F. (2002), Hizmet İşletmelerinde Performans İyileştirme Süreci ve Hastaneler için Bir Model Önerisi, Uludağ Üniversitesi, Sosyal Bilimler Enstitüsü, Yay nlanmam ş Doktora Tezi, Bursa. Parkin, D Hollingsworth, B (1997), Measuring Production Efficiency Of Acute Hospitals In Scotland, 1991-94: Validity Issues In Data Envelopment Analysis Applied Economics, Vol. 29, No.11, pp. 1425-1433. Şahin, İsmet (1998), Sağl k Bakanl ğ Hastanelerinin İllere göre Karş laşt rmal Verimlilik Analizi, Hacettepe Üniversitesi Sağl k Bilimleri Enstitüsü, Yay nlanmam ş Doktora Tezi, Ankara. 143