چکیده تحلیل پوششی داده ها یک روش ناپارامتری جهت اندازه گیری کارایی یک مجموعه از واحدهای تصمیم گیرنده (dmu)نظیر شرکت ها، بانک ها، کتابخانه ها، مراکز آموزشی، بیمارستان ها و غیره می باشد. روش های پایه ای تحلیل پوششی داده ها فقط برای داده های نامنفی مورد استفاده قرار می گیرند. در سال های اخیر، مدل هایی برای محاسبه کارایی واحدهایی کهدارای متغیرهای ورودی یا خروجی منفی هستند، پیشنهاد شد. اما این روش ها توانایی تمایز بین واحدهای کارا را نداشتند، فقط آنها را کارا ارزیابی می کرده اند. ما در این پایان نامه مدلی را جهت رتبه بندی واحدهای کارا معرفی می کنیم.سپس با استفاده از مدل ارزیابی کارایی بر پایه متغیرهای کمکی که توسط تن در سال 2001 ارائه شد، مسئله کارایی قوی در مدل های تحلیل پوششی داده ها را به متغیرهای مثبت و منفی گسترش می دهیم. سپس این مدل و توانایی های آن را مورد بحث و بررسی قرار می دهیم. در آخر هم چند مثال عددی را با استفاده از این مدل حل می کنیم