企業經由績效評估可以確保組織內資源的有效利用，進而提高企業的經營效率。資料包絡分析（DEA）方法是目前衡量相對效率上一項重要而有效的管理科學方法論，尤其是在處理多個投入項與產出項變數。隨著DEA模式的廣泛應用，如何提升DEA模式區別能力是目前重要的研究課題。受評單位的個數太少（相較於投入產出變數總數）是發生區別能力過低之主要原因。投入項（或產出項）變數相關程度太高所造成的共線性，也會影響DEA的區別能力。
爰此，本研究嘗試先以典型相關分析（或因素分析）縮減投入與產出變數數目並獲得線性獨立之典群變量（或共同因素），其次將原始投入產出變數利用函數轉換為典群變量值（或因素得點），再利用這些經萃取得到具有代表性的潛在投入產出變數以DEA模式進行相對效率衡量。由於典型相關分析（或因素分析）縮減投入產出項數目，因此可以同時獲得改進DEA模式之區別能力，確保投入產出變數兩群組間的相關性，以及保存傳統DEA模式的優點。研究中以英國668家銀行的相對經營效率評估與台灣42家商業銀行的服務品質相對效能衡量為例，說明所提出的方法如何提高DEA模式的區別能力。
本研究發現，結合潛在變數的DEA模式具有以下優點：
1.評估結果之有效率DMU數目相對較少。
2.潛在變量在DEA模式的權數可以反映潛在變量解釋原始變數的相對重
要性。
3.潛在投入項（或產出項）變數之間無共線性問題。
4.投入項（或產出項）相關程度越高，則區別能力越高。
5.當有限的（較少的）DMU數目時，可使用較多的投入產出變數。
6.投入產出變數或DMU個數變動時，模式的穩定性較高。

中文部分
1.古永嘉、吳世勛，「以DEA模式評估我國商業銀行之經營效率」， 管理與系統第二卷笫二期pp.145-165，民國八十四年七月。
2.江志坤，「時報鷹職業棒球隊員績效評估之研究－資料包絡分析法（DEA）」，國立中山大學企業管理研究所碩士論文，民國八十四年六月。
3.朱穆松，「現金流量與股票投資報酬率之相關性研究－以台灣地區上市公司為例」，東海大學工業工程研究所，民國八十六年六月。
4.吳育東，「多變量統計方法應用於行動電話消費者購買行為與滿意度之研究」，國立成功大學統計學研究所碩士論文，民國八十八年六月。
5.吳學良，「我國鋼鐵工業生產效率之探討－資料包絡分析之實證研究」，台灣經濟251期pp.1-14，民國八十七年。
6.李琇玉，「因素分析及多元尺度法在構面縮減與形象定位上之比較」，國立交通大學管理科學研究所碩士論文，民國八十二年一月。
7.張保隆、陳澤義，「台灣各縣市文化中心相對績效之研究」，中國行政pp.31-46，民國八十四年二月。
8.商業週刊，「1999年銀行服務品質調查排行榜」，商業週刊630期，pp.84-91，民國八十八年十二月。
9.陳順宇，「多變量分析」，華泰書局，民國八十七年七月。
10.陳順宇，「STATISTICA手冊（Ⅰ）－基本統計」，華泰書局，民國八十八年一月。
11.陳靜怡，「洗髮精消費者分析與行銷策略規劃」，國立政治大學企業管理研究所，民國八十七年六月。
11.陳靜怡，「洗髮精消費者分析與行銷策略規劃」，國立政治大學企業管理研究所，民國八十七年六月。
11.陳靜怡，「洗髮精消費者分析與行銷策略規劃」，國立政治大學企業管理研究所，民國八十七年六月。
14.黃長源，「應用DEA方法探討銀行分行經營效率與營業區域動態發展」，高雄工學院管理科學研究所碩士論文，民國八十六年六月。
15.劉憲忠，「顧客對於ADSL上網服務滿意度之研究－以中華電信北區分公司客戶為例」，國立交通大學經營管理研究所，民國八十八年六月。
英文部分
1.Allen R., Thanassoulis E., “Simulating Weights Restrictions in Data Envelopment Analysis by Means of Unobserved DMUs,” Management Science, 4, pp.586-594, 1997.
2.Anderson P. and Petersen N.C., “A procedure for ranking inefficient units in data envelopment analysis,” Management Science, 39, pp.1261-1264, 1992.
3.Appiah-Adu K., “Assessing the effectiveness of travel agency print advertisements,” Journal of International Marketing and Marketing Research, 24, pp.145-160, 1999.
3.Appiah-Adu K., “Assessing the effectiveness of travel agency print advertisements,” Journal of International Marketing and Marketing Research, 24, pp.145-160, 1999.
3.Appiah-Adu K., “Assessing the effectiveness of travel agency print advertisements,” Journal of International Marketing and Marketing Research, 24, pp.145-160, 1999.
6.Boussofiane, A., Dyson R.G., and Thanassoulis, E., “Applied data envelopment analysis,” European Journal of Operational Research, 52, pp.1-15, 1991.
7.Bowlin W.F., “Evaluating the efficiency of US Air-Force real property maintenance activities,” Journal of Operational Research Society, 38, pp.127-135, 1987.
8.Charnes, A., W. Cooper, A.Y. Lewin, and L.M. Seiford, Data Envelopment Analysis: Theory, Methodology, and Application, Kluwer Academic Publishers, The Netherlands, 1994.
9.Charnes, A., W. Cooper, and E. Rhodes, “Measuring the efficiency of decision making units,” European Journal of Operations Research, 26, pp.229-243, 1978.
10.Epstein, M.K., and Henderson J.C., “Data envelopment analysis for managerial control and diagnosis,” Decision Science, 20, pp.90-119, 1989.
11.Farrell, M.J., “The measurement of productive efficiency,” Journal of the Royal Statistical Society, Series A, pp.251-281, 1978.
12.Friedman, L. and Sinuany-Stern, Z., “Scaling units via canonical correlation analysis in the DEA context,” European Journal of Operational Research, 100, pp.629-637, 1997.
13.Golany B., and Roll, Y., “An application procedure for DEA,” OMEGA, 17, pp.237-250, 1989.
14.Gong B.H. and Sickles R.C., “Finite sample evidence on the performance of stochastic frontiers and data envelopment analysis,” Journal of Econometrics, 51, pp.259-284, 1992.
15.Johnson, R.A. and Wichern D.W., Applied multivariate statistical analysis, Englewood Cliffs, N.J: Prentice-Hall, 1988.
16.Kumor C.R., Scott J.V., Sheryl S., “Marketers'' norms and personal values: An empirical study of marketing professionals,” Journal of Business Ethics, 24, pp.65-75, 2000.
17.Lewin, Arie Y., Minton, John W., “Determining Organizational Effectiveness: Another Look, and an Agenda for Research,” Management Science, 1986.
18.Lovell, C.A.K., and Pastor, J.T., “Radial DEA models without inputs or without outputs”, European Journal of Operational Research, 118, pp.46-51, 1999.
19.Pedraja-Chaparro, F. Salinas-Jimenez, J., and Smith P., “On the quality of the data envelopment analysis model,” Journal of the Operational Research Society, 50, pp.636-644, 1999.
20.Seiford, L.M., “A bibliography of data envelopment analysis,” Annals of Operations Research, 73, pp.393-438, 1997.
21.Seiford, L.M., “Data envelopment analysis: the evolution of the state of the art (1978-1995), Journal Product Annals, 7, pp.99-137, 1996.
22.Smith, P., “Model misspecification in data development analysis,” Annals of Operations Research, 73, pp.233-252, 1997.
23.Stolp C., “Strengths and weaknesses of data envelopment analysis: an urban and regional perspective,” Computer, Environment, and Urban System, 14, pp.103-116, 1990.
24.Vickery S., Droge C., Germain R., “The relationship between product customization and organizational structure,” Journal of Operations Management, 17, pp.377-391, 1999.
25.Wilson P.W., “Detecting influential observations in data envelopment analysis,” Journal Product Annals, 6, pp.27-45, 1995.
26.Xiao-Bai Li, and Garry R. Reeves, “A multiple criteria approach to data envelopment analysis,” European Journal of Operational Research, 115, pp.507-517, 1999.
27.Young F.W., and Robert M.H., Multidimensional Scaling, History, Theory, and Applications, Lawrence Erlbaum Associates Publishers, London, 1987.