شناسایی و رتبه‌بندی چالشهای ارزیابی بهره‌وری کارکنان دانشی با به‌کارگیری روش دلفی فازی و روش تحلیل سلسله‌مراتبی فازی (مورد مطالعه: شرکتهای دانش‌بنیان)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری مدیریت منابع انسانی، گروه مدیریت دولتی، دانشکده مدیریت و اقتصاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران

2 استاد ‌گروه ‌مدیریت،‌ دانشگاه ‌پیام‌نور،‌ تهران،‌ ایران، ایران

3 استاد گروه مدیریت دولتی، دانشگاه علامه طباطبائی(ره)، تهران، ایران.

چکیده

هدف: این پژوهش بر آن بود تا چالشهای موجود در مسیر ارزیابی بهره‌وری کارکنان دانشی را شناسایی و بر اساس میزان اهمیت، رتبه‌بندی کند تا با آگاهی‌بخشی به مدیران نسبت به چالشهای پیش رو در این مسیر، سهمی در کمک به بهبود بهره‌وری داشته باشد. روش: برای شناسایی چالشهای ارزیابی بهره‌وری کارکنان دانشی، از روش دلفی فازی و به منظور اجماع نظر خبرگان در شرکتهای دانش‌بنیان استفاده شده است. همچنین برای رتبه‌بندی چالشها از روش تحلیل سلسله‌مراتبی فازی استفاده شده است. یافته‌ها: با استفاده از نظر خبرگان، 25 چالش شناسایی و رتبه‌بندی شد. نتیجه‌گیری: نتایج نشان می‌دهد که مؤلفۀ «فقدان اقدامات و فعالیتهای استاندارد و تکراری در کار کارکنان دانشی» مهم‌ترین چالش پیش روی مدیران برای ارزیابی بهره‌وری کارکنان دانشی است.
 
 

کلیدواژه‌ها


  • عبداللهی، حسین(1391). «چالشهای سنجش بهره‌وری آموزشی اعضای هیئت علمی دانشگاهها». اندازه‌گیری تربیتی، ش 2(7): 139-170.
  • Abdullahi, Hussein (2012). "Challenges of measuring the educational productivity of university faculty members". Educational Measurement, Vol. 2 (7): 139-170.
  • Agarwala, Chandan (2014). “Technology and Knowledge Worker Productivity”. International Journal of Computer Applications (0975 – 8887), Vol. 102, No.1.
  • Allen, D. (2001). Getting Things Done: How to Achieve Stress-Free Productivity. London: Piatkus Books Ltd.
  • Amidon, Stevens & Stuart Blythe (2008). “Wrestling with proteus-Tales of communication managers in a Changing Economy”. Article first published online, January 1, Vol. 22, Issue 1: 5-37.
  • Baby, S. (2013). “AHP Modeling for Multicriteria Decision-Making and to Optimise Strategies for Protecting Coastal Landscape Resources”. International Journal of Innovation, Management and Technology, Vol. 4, No. 2.
  • Dahooie, J.; M. Arsalan & A. Shojai (2018). “A Valid and applicable measurement method for knowledge worker productivity”. International Journal of Productivity and Performance Management. https:// doi.org/10.1108/IJPPM-07-2017-0176
  • De Bono, E. (2000). Six Thinking Hats: Revised and Updated. London: Penguin Books.
  • Delbridge, Rick; James Lowe & Nick Oliver (2000). “Shop floor responsibilities under lean teamworking”. Human Relations, 53(11): 1459-79.
  • Drucker, P.F. (1999). “Knowledge-worker productivity: The biggest challenge”. California management review, 41(2): 79-94.
  • Fox, K. (2007). “Progress and Challenges in the Measurement of Productivity”. In: Prepared for the UNIDO and IDE Conference on Productivity and Growth in Africa and Asia, 11.
  • Gambardella, Alfonso; Claudio Panico & Giovanni Valentini (2015). “Strategic Incentives to Human Capital”. Strategic Management Journal, 36(1): 37-52.
  • Gleadle, Pauline; Damian Hodgson & John Storey (2012). “The ground beneath my feet’: projects, project management and the intensified control of R&D engineers”. New Technology Work and Employment, 27(3): 163-177.
  • Gleeson, K. (2009). The Personal Efficiency Program, 4th ed. New York: John Wiley & Sons, Inc
  • Hiyassat, M.A.; M.A. Hiyari & G.J. Sweis (2016). “Factors affecting construction labor productivity: a case study of Jordan”. International Journal of Construction Management, 16(2): 138-149.
  • Huang, Y.; Y.A.N. Aimin & R. Smith (2019). “Methodology for the development of knowledge management on organizational performance based on employees’ professional competence”. Revista De Cercetare Si Interventie Sociala, 64: 85-96.
  • Hubbard, Elbert (2011). A Message to Garcia Being a Preachment. Charleston: Create Space (Electronic Reprint ed.): Bancroft.
  • Jääskeläinen, A. & H. Laihonen (2013). “Overcoming the specific performance measurement challenges of knowledge-intensive organizations”. International Journal of Productivity and Performance Management.
  • Kim, Y.; E. Choe, B. Lee & J. Seo (2019). Understanding Personal Productivity How Knowledge Workers, Define Evaluate, and Reflect on Their Productivity. CHI 2019, May 4–9, Glasgow, Scotland, UK
  • Kwon, S.; J. Park & J. Park (2014). “A Study on the Rational Regulation of Working Hours: From the Perspective of White-Collar Workers”. Journal of CEO and Management Studies, 17(4): 257-89.
  • Lazzolino, G. & D. Laise (2018). “Knowledge worker productivity: is it really impossible to measure it?”. Measuring Business Excellence, Vol. 22, No. 4: 346-361.
  • Liu, Duen-Ren; Chin-Hui Lai & Ya-Ting Chen (2012). “Document recommendations based on knowledge flows: A hybrid of personalized and group-based approaches”. Journal of the American Society for Information Science and Technology, 63(10): 2100-17.
  • Makinen, Sari (2012). “Mobile work and its challenges to personal and collective information management”. Information Research-an International Electronic Journal, 17(3): 2.
  • Manville, B. & J. Ober (2003). “Beyond empowerment: Building a company of citizens”. Harvard business review, 81(1): 48-53.
  • Martin, Roger L. (2013). “Rethinking the Decision Factory”. Harvard Business Review, 91(10): 96-104.
  • Maruta, R. (2012). “Transforming knowledge workers into innovation workers to improve corporate productivity”. Knowledge-Based Systems, Vol. 30: 35-47.
  • Meier, J.D. (2010). Getting results the agile way: A personal results system for work and life. Innovation Playhouse LLC.
  • Mudambi, R.; S.M. Mudambi & P. Navarra (2007). “Global innovation in MNCs: The effects of subsidiary self-determination and teamwork”. Journal of Product Innovation Management, 24(5): 442-455.
  • Oskarsdottir, H.G. & G.V. Oddsson (2017). “A Soft Systems Approach to Knowledge Worker Productivity—Analysis of the Problem Situation”. Economies, 5(3): 28.
  • Palvalin, M.; T. Van der Voordt & T. Jylhä (2017). “The impact of workplaces and self-management practices on the productivity of knowledge workers”. Journal of Facilities Management, 15(4): 423-438.
  • Perry, John (2012). The Art of Procrastination. New York: Workman Publishing Company, Inc.
  • Ramírez, Y.W. & D.A. Nembhard (2004). “Measuring knowledge worker productivity”. Journal of intellectual capital.
  • Sahibzada, U.F.; C. Jianfeng, K.F. Latif, Z. Shafait & H.F. Sahibzada (2020). “Interpreting the impact of knowledge management processes on organizational performance in Chinese higher education: mediating role of knowledge worker productivity”. Studies in Higher Education, 1-18.
  • Seethamraju, Ravi (2000). “Knowledge management issues in the management of professional engineers”. Journal of Scientific & Industrial Research, 59(8-9): 710-19.
  • Shao, Benjamin, Peng-Yeng Yin & Andrew Chen (2014). “Organizing knowledge workforce for specified iterative software development tasks”. Decision Support Systems, 59: 15-27.
  • Tracy, Brian (2013). Eat That Frog: Get More of the Important Things Done Today, 2nd ed. London: Hodder & Stoughton Ltd.

Van Derk, H. (2010). “Understanding workplace boredom among white collar employees: Temporary reactions and individual differences”. European Journal of Work and Organizational Psychology, 21(3): 349-75.