سامانه مدیریت نشریات علمی دانشگاه شهید بهشتی

آذر, عادل, زارعی‌محمودآبادی, محمد, طحاری‌مهرجردی, محمدحسین. (1391). اولویت‌بندی عوامل مؤثر بر بهره‌وری نیروی انسانی در صنعت کاشی با رویکرد ترکیبی تصمیم‌گیری چندشاخصه و تحلیل پوششی داده‌ها. , 2(1), 9-25.
عادل آذر; محمد زارعی‌محمودآبادی; محمدحسین طحاری‌مهرجردی. "اولویت‌بندی عوامل مؤثر بر بهره‌وری نیروی انسانی در صنعت کاشی با رویکرد ترکیبی تصمیم‌گیری چندشاخصه و تحلیل پوششی داده‌ها". , 2, 1, 1391, 9-25.
آذر, عادل, زارعی‌محمودآبادی, محمد, طحاری‌مهرجردی, محمدحسین. (1391). 'اولویت‌بندی عوامل مؤثر بر بهره‌وری نیروی انسانی در صنعت کاشی با رویکرد ترکیبی تصمیم‌گیری چندشاخصه و تحلیل پوششی داده‌ها', , 2(1), pp. 9-25.
آذر, عادل, زارعی‌محمودآبادی, محمد, طحاری‌مهرجردی, محمدحسین. اولویت‌بندی عوامل مؤثر بر بهره‌وری نیروی انسانی در صنعت کاشی با رویکرد ترکیبی تصمیم‌گیری چندشاخصه و تحلیل پوششی داده‌ها. , 1391; 2(1): 9-25.

اولویت‌بندی عوامل مؤثر بر بهره‌وری نیروی انسانی در صنعت کاشی با رویکرد ترکیبی تصمیم‌گیری چندشاخصه و تحلیل پوششی داده‌ها

چشم‌انداز مدیریت صنعتی
مقاله 1، دوره 2، شماره 1 - شماره پیاپی 5، خرداد 1391، صفحه 9-25    اصل مقاله (1.14 M)
نوع مقاله: مقاله پژوهشی
نویسندگان
عادل آذر1؛ محمد زارعی‌محمودآبادی2؛ محمدحسین طحاری‌مهرجردی* 3
1استاد، دانشگاه تربیت مدرس.
2دانشجوی دکتری، دانشگاه تربیت مدرس.
3کارشناس ارشد، جهاد دانشگاهی یزد.
چکیده
نیروی انسانی، مهم‌ترین سرمایه برای سازمان‌هاست که با توجه به ویژگی‌های جمعی، مهارت‌ها و قابلیت‌هایشان، سهم به‌سزایی در توسعه و رشد آن‌ها دارد. به همین دلیل، نیروی انسانی می‌تواند مهم‌ترین زیربنای سرمایه‌های فکری باشد. از طرفی، در شرایط متغیر و پیچیده امروزی که بر محیط اقتصادی، اجتماعی، سیاسی و… حاکم است، یکی از عواملی که می‌تواند به بقای سازمان‌ها کمک نماید، بهره‌وری است. در این تحقیق سعی نموده‌ایم مهم‌ترین عوامل مؤثر بر بهره‌وری نیروی انسانی (به‌خصوص در صنعت کاشی) را شناسایی کنیم و در گام بعد به اولویت‌بندی این عوامل بپردازیم. لذا پس از جمع‌آوری داده‌ها، با استفاده از پرسشنامه، برای رتبه‌بندی عوامل از روش‌های SAW، TOPSIS، ELECTRE، LA، LINMAPو TAXONOMYاستفاده شد. از آن‌جا که نتایج روش‌های مختلف در مواردی هم‌خوانی نداشت، برای رسیدن به یک اجماع کلی، از رتبه‌بندی معیارها بر اساس تکنیک تحلیل پوششی داده‌ها استفاده نمودیم. در نهایت، نتایج نشان داد که امنیت شغلی، سرپرستی لایق و احساس عادلانه بودن شرایط کار، نسبت به سایر عوامل، از اهمیت بیشتری برخوردار هستند.
کلیدواژه‌ها
بهره‌وری؛ اولویت‌بندی؛ تکنیک‌های تصمیم‌گیری چندشاخصه؛ تحلیل پوششی داده‌ها
عنوان مقاله [English]
Prioritization Factors Effecting Productivity of Manpower in the Tile Industry by Combined Approach DEA and Multi Attribute Decision Making
نویسندگان [English]
Adel Azar1؛ Mohammad Zarei Mahmoodabadi2؛ Mohammad Hosein Tahari Mehrjardi3
1Professor, Tarbiat Modares University.
2PhD Student, Tarbiat Modares University.
3MSc, Jahad Daneshgahi.
چکیده [English]
Human resources compose the original and major capital of one organization that has very important role in the growth and development of organization, due to their abilities, skills and total trait. For this reason, human resource can be most important infrastructure of mental capital. On the other side in the complex and uncertain condition of nowadays that govern on the social, political and economical environment one of the elements that can help to survival of the organization is the productivity problem of human resources. For this reason, in this paper we try to identify most important effective element on Human Resources Productivity and in the next step will take ranking of this elements. After the collecting data by using of questioners, result answer in order to ranking of attributes by using of SAW, TOPSIS, ELECTRE,LA,LINMAP and TAXONOMY methods has been used. Since achieved results in different methods are not same in some cases, we use the DEA method for arriving to one total agreement of element ranks. The results showed that job security, competent supervisor and job satisfaction element toward other elements have more importance. 
کلیدواژه‌ها [English]
Productivity, Ranking, Multi Attribute Decision Making Techniques, DEA
مراجع
1. آذر، عادل و عبدالعلی‌پور، امیرحسین (1385). "ارزیابی سازمان‌های بازرگانی استان‌ها با رویکرد MADM"، پژوهشنامه بازرگانی، شماره ۳۹، صص 189- 158.
2. الوانی، سیدمهدی و احمدی، پرویز (1380). "طراحی الگو عوامل مؤثر بر بهره‌وری نیروی انسانی"، فصلنامه مدرس علوم انسانی، سال 5، شماره 1، صص 20-1.
3. امامی‌میبدی، علی (1384). "اصول اندازه‌گیری کارایی و بهره‌وری"، چاپ دوم، تهران: موسسه مطالعات و پژوهش‌های بازرگانی.
4. انصاری رنانی، قاسم و سبزی‌علی‌آبادی، سارا (1388). "اولویت بندی عوامل سازمانی مؤثر در ارتقای بهره‌وری نیروی انسانی در صنایع کوچک"، مجله بررسی های بازرگانی، شماره 39، صص 64-49.
5. صفارزاده، محمود؛ رضایی، عبدالرضا و بازدار، پریسا (1386). "ارائه مدلی جهت اندازه‌گیری بهره‌وری سوخت در بخش حمل‌ونقل زمینی"، فصلنامه پژوهش‌های اقتصادی، شماره 3 ، صص110-101.
6. عباسیان، عزت الله و مهرگان، نادر (1386). "اندازه‌گیری بهره‌وری عوامل تولید بخش‌های اقتصادی کشور به روش تحلیل پوششی داده‌ها (DEA)"، مجله تحقیقات اقتصادی، شماره 87 ، صص 176-153.
7. مهرگان، محمدرضا (1385)، "مدل‌های کمی در ارزیابی عملکرد سازمان‌ها"، تهران: دانشکده مدیریت دانشگاه تهران.
8. میرنژاد، سیدعلی (1382)، "شناسایی و رتبه‌بندی عوامل مؤثر بر بهره‌وری فرآورده‌های نسوز پارس با استفاده از تکنیک‌های تصمیم‌گیری چندمعیاره (MCDM)"، پایان‌نامه کارشناسی ارشد، دانشگاه تربیت مدرس.
9. Banker, R.D., Charnes, A & Cooper, W.W. (1984), »Some models for estimating technical and scale inefficiencies in data envelopment analysis«, Management Science, 30, 1078-1092.
10. Becker, B.E., Huselid, M.A & Ulrich D. (2001), The HR scorecard. Massachusetts: Harvard Business Scholl Press, 235.
11. Cook W.D. and Seiford, L.M. (2009), »Data envelopment analysis (DEA) – Thirty years on«, European Journal of Operational Research, 192, 1-17.
12. Dolan, S & others. (2008), »Predictors of Quality of Work and Poor Health Among Primary Health-care Personnel in Catalonia«, International Journal of Health Care, 203- 218.
13. Drucker, P.F. (1980), »The Practice of Management«, Harper & Row, New York.
14. Ghobadian, A. & Husband, T. (1990), »Measuring total productivity using production functions«, International Journal of Production Research, 28(8), 1435-1446.
15. Gordon, R.J. (1987), »Productivity, Wage and Price inside and outside of Manufacturing in the U.S, Japan and Europe«, European economic review, 31, 685-733.
16. Hwang, C.L. & Yoon, K. (1985), Multiple Attribute Decision Making, Springer.
17. Kuroda, Y. (1995), »Labor productivity measurement in Japanese agriculture 1956-90«, Agricultural Economics, 12, 55-68.
18. Lin, T., Lee, C. & Chiu, T. (2009), »Application of DEA in analyzing a bank’s operating performance«, Expert Systems with Applications, 36, 8883-8891.
19. Lovell, C.A & Pastor, J.T. (1999), »Radial DEA models without inputs or without outputs«, European journal of operational research, 118, 46-51.
20. Moseng, B. & Rolstadas, A. (2001), »Success factors in the productivity process«, 10th World Productivity Congress.
21. Nassisi, S.M. & Singh, S. (2009). »Study on energy use efficiency for paddy crop using data envelopment analysis (DEA) technique«, Applied Energy, 86, 1320-1325.
22. Sahay, B.S. (2005), »Multi-factor productivity measurement model for service organization«, International Journal of Productivity and Performance Management, 54, 7-22.
23. Shetty, V. K. (1992), »Management’s Role in Declining Productivity«, California Management Review, 25(1), 33-45.
24. Sink, D. (1985), »Productivity Management«, John Willy & Sons, 54(1), 7-22.
25. Tangen, s. (2005), »Demystifying productivity and performance«, International Journal of Productivity and Performance Management, 54(1). 34-46.
26. Wakeford, J. J. (2003), »Productivity, Wage and Employment in South Africa's Manufacturing Sector, 1970-2002«, Development Policy Research Unit.

آمار
تعداد مشاهده مقاله: 3,959
تعداد دریافت فایل اصل مقاله: 2,481