الگوی BCC در تحلیل پوششی داده‌ها؛ شاخص ارزیابی کارایی هیأت‌های ورزشی استان مازندران

اسحاقی کناری, حسن; حامی, محمد

doi:10.22059/jsm.2021.325266.2743

نوع مقاله : مقاله پژوهشی

نویسندگان

گروه مدیریت ورزشی، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران

https://doi.org/10.22059/jsm.2021.325266.2743

چکیده

مقدمه: هدف از تحقیق حاضر تعیین کارایی هیأت‌های ورزشی فعال در استان مازندران با استفاده از مدل BCC است.
روش پژوهش: تحقیق حاضر از منظر پارادایم از نوع تحقیقات فرااثبات، رویکرد کمی، از لحاظ هدف کاربردی و تکنیک مورد استفاده در تحقیق تحلیل پوششی داده‌هاست. جامعة آماری این پژوهش شامل 30 هیأت ورزشی فعال در استان مازندران بود. ابزار مورد استفاده پرسشنامة پنج‌ارزشی و در قالب روش فازی ارزیابی شد. روایی محتوا و صوری پرسشنامه توسط گروه کانونی تحقیق شامل استادان راهنما و مشاور و دو تن از خبرگان حوزة مدیریت ورزشی در قالب فرم‌های CVR و CVI تأیید شد.
یافته‌ها: در نهایت کارشناسان و خبرگان شامل 30 تن از رؤسای هیأت‌های ورزشی استان مازندران، مربیان بین‌المللی استان و قهرمانان ورزشی کشور، در خصوص اهمیت هر کدام از شاخص‌های ورودی و خروجی اظهارنظر کردند. در سال‌های 1394 تا 1398 در الگوی BCC ورودی «بودجه»، نقش بیشتری در تعیین میزان کارایی هیأت‌ها داشته است.
نتیجه‌گیری: نتایج تحقیق حاکی از آن بود در سال‌های 1394، 1395 و 1396 خروجی «ورزش قهرمانی» نقش بیشتری در تعیین میزان کارایی هیأت‌ها داشته است. در سال‌های 1397 و 1398 نیز خروجی «ورزش همگانی» نقش بیشتری در میزان کارایی هیأت‌ها داشت. با حذف این خروجی‌ها میانگین کارایی هیأت‌ها با کاهش بیشتری مواجه شده است. همچنین نتایج آزمون همبستگی پیرسون نشان داد که بین خروجی‌های هیأت‌ها با میزان کارایی BCC هیأت‌ها ارتباط معنا‌دار وجود داشت.

کلیدواژه‌ها

عنوان مقاله [English]

BCC Model in Data Envelopment Analysis; Performance Evaluation Index of Sports boards in Mazandaran Province

نویسندگان [English]

Hasan Eshaghi Kenari
Mohammad Hami

Department of of Sport Management, Sari Branch, Islamic Azad University, Sari, Iran

چکیده [English]

Introduction: The purpose of this study was to determine the efficiency of active spots boards in Mazandaran province using the BCC model.
Methods: From the paradigm perspective, the present study is a meta-proof research, quantitative approach, in terms of applied purpose and technique used in data envelopment analysis. The statistical population of this study included 30 active boards in Mazandaran province. The instrument used was a five-valued questionnaire and evaluated in the form of a fuzzy method. The content and face validity of the questionnaire were approved by the focus group of the research, including supervisors and consultants and two experts in the field of sports management in the form of CVR and CVI.
Results: Finally, experts including 30 heads of sports delegations of Mazandaran province, international coaches of the province and sports champions of the country commented on the importance of each of the input and output indicators. In the years 2016 to 2020 in the BCC model of "budget" input, played a greater role in determining the efficiency of staffs.
Conclusion: The results showed that in 2016, 2017 and 2018, the output of "championship sports" played a greater role in determining the efficiency of the staffs. In 2019 and 1398, the output of "public sports" had a greater role in the efficiency of the staffs. By eliminating these outputs, the average efficiency of staffs had been further reduced. Also, the results of Pearson correlation test showed that there was a significant relationship between staffs outputs and staffs BCC efficiency

کلیدواژه‌ها [English]

BCC Pattern
Budget Data Envelopment Analysis
Performance
Championship Sports

مراجع

Adabi Firuzjah, J. (2012). Determining the efficiency of provincial departments of the Ministry of Sports and Youth using data envelopment analysis method, PhD thesis, Faculty of Physical Education, Tarbiat Moallem University, Tehran.(In Persian).

Anouze, A. L. M., & Bou-Hamad, I. (2019). Data envelopment analysis and data mining to efficiency estimation and evaluation. International Journal of Islamic and Middle Eastern Finance and Management, 12(2), 169-190.‌

Amin, G. R. & Sharma, S. (2017). Cricket team selection using data envelopment analysis. European Journal of Sport Science, 14(S1),369–376.

Anderson, D. R., Sweeney, D. J., Williams, T. A., Camm, J. D., & Cochran, J. J. (2012). Quantitative Methods for Business (Book Only). Cengage Learning.‏

Banker, R. D., Charnes, A., & Cooper, W. W. (1984). Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management science, 30(9), 1078-1092.‏

Barros, C. P., Assaf, A., Sa-Erap, F. (2010). Brazilian Football League Technical Efficiency: A Simar and Wilson Approach, Journal of Sport Economics, 11(6): 641-651.

Belot, M., Winand, M., & Kolyperas, D. (2016). How do international sport federations communicate through social media: A content analysis of FIFA's Twitter communications. In EURAM 2016: Manageable Cooperation?

Bhat,1 Z. U. H., Sultana, D., & Dar, Q. F. (2019). A comprehensive review of data envelopment analysis (DEA). Approach in sports. Journal of Sports Economics & Management, 9(2), 82-109.

Bhat, Z. U. H., Sultana, D., & Dar, Q. F. (2019). A comprehensive review of data envelopment analysis (DEA) in sports. Journal of Sports Economics & Management, 9(2), 82-109.

Capiga, M. (2009). Determinanty i pomiar efektywności działania banku. Prace Naukowe/Akademia Ekonomiczna w Katowicach, 43-78.

Charnes, A., Cooper, W.W., Rhodes, E.(1978):Measuring the Efficiency of Decision Making Units. European Journal of Operational Research 2,429-444.

Chen, S. J., Hwang, C. l. and Hwang, F. P. (1992). Fuzzy Multiple ttribute Decision Making: Methods and Applications, Springer-Verlag, pp: 465-483.

Clausen, J., & Bayle, E. (2017). Major sport events at the centre of international sport federations’ resource strategy. In M. Dodds, K. Heisey, & A. Ahonen (Eds.), Routledge handbook of international sport business (pp. 37–53). New York, NY: Routledge.

Meza, L. A., & da Silva, B. B. (2008). Some rankings for the Athens Olympic Games using DEA models with a constant input.‏

Elsayed, A., & Shabaan, K. N. (2017, October). Evaluate and analysis efficiency of safaga port using DEA-CCR, BCC and SBM models-comparison with DP world sokhna. In IOP Conf. Ser. Mater. Sci. Eng (Vol. 245).

Emrouznejad, A. & Yang, G. (2018). A survey and analysis of the first 40 years of scholarly literature in DEA : 1978-2016. Socio-Economic Planning Sciences, 61,4–8.

Girginov, V., & Sandanski, I. (2008). Understanding the changing nature of sports organisations in transforming societies. Sport Management Review, 11(1), 21–50.

Guzman, I. (2006). Measuring Efficiency and Sustainable Growth in Spanish Football Teams, European Sport Management Quarterly, Vol.6, No.3, 267-287.

Haas, Dieter J. (2003). Technical Efficiency in the Major League Soccer, Journal of Sport Economics, Vol.4, No.3:203-215.

Benicio, J., & Mello, J. C. S. D. (2019). Different types of return to scale in DEA. Pesquisa Operacional, 39, 245-260.‏

Jardin, M. (2009). Efficiency of French football clubs and its dynamics, Munich Personal RePEe Archive (MPRA), 19828, 1-18.