ارزیابی عملکرد ایمنی جاده ای با هدف بهبود روند سیاست گذاری ها و تصمیم گیری هائی انجام می پذیرد که به صورت مستقیم با حیات انسانها مرتبط است. با توجه ماهیت گسترده و پیچیده مسأله ایمنی جاده ای، تحقیقات فراوانی در این حوزه صورت پذیرفته است، مطالعاتی که بیشتر پیرامون ساختار و کشف ابعاد مسأله و روابط بین جنبه ها ی متعدد دخیل در آن انجام گرفته و به دلیل پیچیدگی روش های عمدتاً آماری به کار گرفته شده، به ندرت در پوشش ابعاد گسترده مسأله موفق بوده است.توانمندی و انعطاف روش تحلیل پوششی داده ها در حل مسائل ارزیابی با ابعاد متعدد، این روش را به یکی از اصلی ترین روش ها در حوزه ارزیابی عملکرد تبدیل کرده است. هر چند استواری بر روش های برنامه ریزی خطی، پذیرش همزمان چندین شاخص عملکرد با واحدهای سنجش متفاوت، عدم نیاز به تخمین توابع تولید و ... جذابیت روزافزون این روش را به دنبال داشته است، میزان اقبال و استفاده از آن در حوزه ایمنی جاده ای بسیار اندک به نظر می رسد. روش تحلیل پوششی داده ها، همانند سایر روش های ارزیابی فرضیات و محدودیت ها ئی دارد که لزوم استقلال متغیرها، عدم پذیرش متغیرهای نامثبت، عدم امکان افزایش ورودی ها یا کاهش خروجی ها (در مورد متغیرهای نامطلوب)، محدودیت نسبت تعداد متغیرها به تعداد واحدهای تصمیم گیری، نسبی بودن اندازه گیری عملکرد و ... از جمله آن هاست. شاخص های عملکرد به کار گرفته شده در پژوهش، تا حد امکان منطبق بر شاخص های پیشنهادی کمیته اروپائی ایمنی جاده ای بوده و به مقدار زیادی متأثر از وجود پایگاه داده است. به دلیل ماهیت وابسته شاخص های ایمنی و نامطلوب بودن برخی شاخص های ورودی و خروجی لزوم رفع برخی محدودیت های تحلیل پوششی داده مطرح می شود. در این پژوهش، به منظور آماده سازی داده ها برای انطباق با فرضیات dea ، با پیشنهاد روش ترکیبی جدیدی از تحلیل مولفه های اصلی و تحلیل پوششی داده، هم زمان با در نظر داشتن متغیرهای نامطلوب (ورودی و خروجی) به رفع هم بستگی شاخص ها، استخراج شاخص های مستقل و واقعاً موثر بر ایمنی جاده، کاهش تعداد متغیرها و نتیجتاً افزایش قدرت تفکیک مدل dea پرداخته خواهد شد. تا کنون تحقیقات اندکی در حوزه dea با در نظر داشتن همزمان متغیرهای نامطلوب ورودی و خروجی انجام شده است و ارائه روش ترکیبی pca-dea با در نظر گرفتن هم زمان متغیرهای ورودی و خروجی نامطلوب، پیشنهاد جدیدی است که در این پژوهش ارائه خواهد شد.