Türkiye'de Sağlık Kurumlarının Performansının VZA ile Ölçülmesi

Sürekli artan maliyetler ve müşteri beklentileriyle artan sağlık hizmeti talebini karşılamaya çalışan sağlık kurumları maliyetlerini minimize etmenin ve kaynaklarını etkin ve verimli kullanmanın yollarını aramaktadır. Bu sebeple sağlık kurumlarında performans ölçümleri sıklıkla kullanılmaya başlanmış ve performans ölçümlerinin önemi artmıştır. Bu araştırmanın amacı Sağlık Bakanlığı’na bağlı sağlık kurumlarının sağlık göstergelerini kullanarak il bazında etkinliğini belirlemek, etkin sınırda olmayan illerin verimsizliklerinin kaynadığını tespit etmek, atıl kullanımlarını hesaplamak ve etkin illerin süper etkinlik değerlerini saptamaktır. Araştırmada 5 adet girdi ve 5 adet çıktı değişkeni kullanılmış olup ön analiz olarak değişkenlere Spearman korelasyon analizi ve Mahalonobis aykırı değer analizi uygulanmıştır. Ardından VZA yöntemiyle il bazında sağlık hizmetlerinin CCR ve BCC girdiye yönelik modellerle ölçülmüştür. Bu doğrultuda, 2020 Sağlık Bakanlığı Sağlık İstatistikleri Yıllığı’ndan alınan veriler kullanılmıştır. Araştırma verilerinin analizi için R Studio paket programlarından yararlanılmıştır. Sonuç olarak analize dahil edilen 73 ilden CCR modeline göre 26 il, BCC modeline göre 33 il etkin olarak tespit edilmiştir. Ayrıca etkin illerin süper etkinlik sonuçlarına göre en etkin ilin Bayburt ili olduğu ve Bayburt ilinin girdilerini %135 oranında arttırsa bile halen etkin sınırda yer alabileceği tespit edilmiştir.

Health institutions trying to meet the increasing demand for healthcare services with ever-increasing costs, customer expectations seek ways to minimize their costs, use their resources effectively and efficiently. For performance measurements have been used frequently in health institutions and importance of performance measurements has increased. The aim is to determine the efficiency of health institutions affiliated to Ministry of Health on the basis of provinces by using health indicators, to determine the inefficiency of provinces that aren’t at efficient border, to calculate their idle use and to determine the super efficiency values of active provinces. In the research, 5 input and 5 output variables were used. Spearman correlation analysis and Mahalanobis outlier analysis were applied to the variables as preliminary analysis. With the DEA method CCR and BCC of health services on provincial basis were measured with input-oriented models. Data from 2020 Ministry of Health Health Statistics Yearbook were used. R Studio package programs were used for analysis of research data. As a result, out of 73 provinces included in analysis, 26 provinces according to CCR model and 33 provinces according to BCC model were identified as efficient. In addition, it has been determined the most efficient province is Bayburt according to super efficiency results of efficient provinces and even if it increases inputs of Bayburt by 135%, it can still be in efficient border.