وزن دهی به واحد های مختلف شرکت نیرو محرکه جهت پرداخت پاداش بهره وری با استفاده از تکنیک AHP
محل انتشار: نهمین کنفرانس بین المللی مهندسی صنایع
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,056
فایل این مقاله در 8 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:
IIEC09_006
تاریخ نمایه سازی: 26 اسفند 1391
چکیده مقاله:
بی شک مقوله پرداخت پاداش عادلانه بین پرسنل بر مبنای بهروری و عملکرد که موجبات انگیزش کارکنان و افزایش بهره وری سازمان رافرآهم می آوردیکی از موارد قابل اهمیت برای مدیران سازمان می باشد. روشن است که تسهیم و تقسیم بندی امتیازات و پاداشها که ناشی از بهبود بهره وری یا عملکرد دیگری به مدیریت اختصاص می یابد و یا مستقلا توسط مدیر تعریف می شود بایستی عادلانه و بر مبنای کارائی و اثربخشی افراد درنظر گرفته شود.مقاله حاضر تصمیم به معرفی روشی جدید در تعیین وزن واحد های مختلف شرکت نیرو محرکه دارد تا بتواند تفاوت بین واحد ها را درمیزان پرداخت پاداش بهره وری لحاظ کند. در حال حاضر برای تخصیص پاداش بهره وری از روش های متفاوتی استفاده می شود که معمولا به صورت سلیقه ای اهمیت شاخص های سازمان مشخص می شود. فرآیند تحلیل سلسله مراتبیAHP یا ( Analythical hierarchy process)به عنوان یکی از بارزترین فنون تصمیم گیری و مدیریتی چند منظوره برای وضعیت های پیچیده ای که سنجه های چند گانه و مختلفی دارند ، ابزار تصمیم گیری مناسبی است. در این مقاله با استفاده از رویکرد فرآیند تحلیل سلسه مراتبی به وزن دهی به واحد های مختلف شرکت نیرو محرکه پرداخته می شود.ابتدا با توجه به ادبیات موضوع در این حوزه و پژوهش و مصاحبه با کارشناسان ، تعداد شاخص ها شناسایی گردید سپس به مقایسات زوجی شاخص ها با توجه به نظر خبرگان اقدام گردیداست. در این پژوهش شاخص های انتخاب شده توسط کارشناسان، ازطریق روشAHP وزن داده شده و رتبه بندی می گردند.
کلیدواژه ها:
نویسندگان
نسرین جزنی
دانشیاردانشکده مدیریت و حسابداری دانشگاه شهید بهشتی دکترای مدیریت
محمدعلی محمدی
استاد یار و عضو هیئت علمی سازمان مدیریت صنعتی
علی طیبی رهنی
کارشناسی ارشد مهندسی صنایع، شرکت صنعتی نیرو محرکه
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 :