Kelebihan dan Kekurangan DEA (skripsi dan tesis)

Kelebihan DEA : 1. DEA dapat mengakomodasi banyak input dan output.2. DEA tidak memerlukan asumsi dari bentuk fungsional dalam hubungan input dengan output. 3. DEA mengakomodasikan input dan output dapat memiliki nilai unit yang berbeda atau dapat memiliki banyak dimensi yang berbeda. 4. DMU dapat dibandingkan secara langsung pada peer atau kombinasi peer, sedangkan metode lain memerlikan rataan statistik unit lain. 5. Mampu memberikan penilaian tunggal berupa penilaian efisiensi relatif sejumlah DMU yang memiliki banyak input dan outputnya. Kekurangan DEA : 1. Karena DEA adalah teknik nilai ekstrem, error pengukuran dapat menyebabkan masalah yang signifikan. 2. Bersifat sample specific (DEA berasumsi bahwa setiap input atau output identik dengan unit lain dalam tipe yang sama). 3. DEA bagus untuk mengestimasi relatif efisiensi DMU, tetapi tidak absolut efisiensi. 4. Karena DEA adalah non-parametik, maka tes hipotesis statistik sulit dilakukan. 5. Karena Linier Programming harus dipecahkan untuk setiap DMU, masalah ini harus dilakukan secara komputerisasi.