شناسایی و رتبه بندی عناصر بسته پاداش جامع برای کارکنان دانشی آینده (مورد مطالعه: شرکت های دانش بنیان صنعت دفاعی)
محل انتشار: فصلنامه آینده پژوهی دفاعی، دوره: 4، شماره: 15
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 279
فایل این مقاله در 23 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_DFSR-4-15_004
تاریخ نمایه سازی: 19 خرداد 1400
چکیده مقاله:
پژوهش حاضر با هدف شناسایی و رتبه بندی عناصر بسته پاداش جامع بر مبنای شاخص های رضایت مندی کارکنان دانش محور آینده در شرکتهای دانش بنیان صنایع دفاعی و به روش توصیفی-موردی صورت گرفته است. به این منظور در طی فرآیندی سه مرحله ای، ضمن شناسایی مهم ترین عناصر بسته پاداش فراگیر و شاخص های رضایت مندی کارکنان دانشی آینده با رویکرد کتابخانه ای-تحلیلی، در گام بعدی الگوی عناصر پاداش فراگیر به روش تحلیل محتوایی تبیین گردید. در نهایت با تنظیم پرسش نامه خبره مبنا و نظرسنجی از خبرگان، به رتبه بندی عناصر بسته پاداش جامع بر مبنای شاخص های رضایت مندی کارکنان دانش محور آینده با استفاده از روش ARAS-G پرداخته شد. جامعه آماری شامل خبرگان شرکت های دانش بنیان مجموعه صنایع دفاع، که با نمونه گیری هدفمند، تعداد ۱۰ نفر در فرآیند پژوهش به کار گرفته شدند. نتایج پژوهش نشان داد که عناصر پاداش غیرمالی چون مقام و منصب (با ضریب ۹۶۸/۰) و موفقیت و پیشرفت (با ضریب ۹۴۳/۰) حداکثر رضایت مندی و عناصر پاداش مالی مانند اقلام خواروبار اهدایی (با ضریب ۵۰۹/۰)، مرخصی (با ضریب ۵۴۰/۰) و حتی حقوق و دستمزد (۶۰۹/۰) حداقل میزان رضایت مندی را برای کارکنان دانش محور آینده ایجاد خواهد کرد. در این راستا توصیه می گردد که مدیران سازمان های دفاعی برای ایجاد انگیزش در بین کارکنان دانشی آینده، بیش از آن که از بسته های مالی بهره ببرند، لازم است که از عناصر غیرمالی چون اهدای مقام و منصب و ایجاد موفقیت و پیشرفت در نظام پاداش این افراد استفاده نمایند.
کلیدواژه ها:
نویسندگان
ناهید درستکار احمدی
دکتری مدیریت تولید و عملیات، دانشکده اقتصاد، مدیریت و علوم اداری، دانشگاه سمنان، سمنان، ایران
بهنام گلشاهی
استادیار مدیریت منابع انسانی دانشگاه فرماندهی و ستاد آجا، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :