تحلیل تاثیر علامت دهی بر جذابیت سازمان برای متقاضی؛ تبیین نقش نگرش و هویت یابی متقاضی

Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 349

This Paper With 27 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_HRMAN-11-4_006

تاریخ نمایه سازی: 30 شهریور 1399

Abstract:

نظریه علامت دهی (سیگنالینگ) که منشا اقتصادی دارد، به بررسی عدم تقارن اطلاعات بین دو طرف می پردازد و به علائم ارسال شده برای تعدیل این اطلاعات نامتقارن اشاره می کند. این مفهوم، اخیرا وارد ادبیات مدیریت منابع انسانی شده و در بحث جذب و استخدام از آن بهره گرفته می شود. هدف پژوهش حاضر، استفاده از این مفهوم در ایجاد جذابیت سازمان برای کارجویان است. بدین منظور، تاثیر متغیر علامت دهی (متشکل از دو بعد علائم سطح فردی و علائم سطح سازمانی) بر نگرش متقاضی نسبت به سازمان به عنوان متغیر میانجی و تاثیر آن بر جذابیت سازمان بررسی شد. نقش تعدیلگر هویت یابی در رابطه میان علامت دهی و نگرش متقاضی نسبت به سازمان نیز تبیین شد. این پژوهش ازلحاظ هدف، کاربردی و ازنظر نحوه گردآوری داده ها توصیفی- پیمایشی است. جامعه هدف شامل تمامی کارجویان شرکت کننده در نمایشگاه کار سال 1397 بودند. روش تحلیل داده ها، مدل‎سازی معادلات ساختاری با رویکرد حداقل مربعات جزیی و نرم‎افزار Smart PLS2.6 بود. نتایج آزمون فرضیه های پژوهش نشان داد، علائم سطح فردی و علائم سطح سازمانی تاثیر معنی داری بر نگرش متقاضیان به سازمان دارند. تاثیر نگرش متقاضیان به سازمان بر جذابیت سازمان برای آنان نیز تایید شد. نقش تعدیل گری هویت یابی سازمانی در رابطه میان علائم سطح سازمانی و نگرش کارجویان به سازمان تایید شد، اما این متغیر، تعدیل گر معنی داری در رابطه میان علائم سطح فردی و نگرش متقاضیان به سازمان نبود.

Authors

الهام ابراهیمی

استادیار پژوهشکده اقتصاد و مدیریت، پژوهشگاه علوم انسانی و مطالعات فرهنگی، تهران

الناز نجاتی کریم آباد

کارشناس ارشد مدیریت دولتی، دانشکده مدیریت دانشگاه علامه طباطبایی، تهران

علی شجاع

کارشناس ارشد مدیریت بازرگانی، دانشکده مدیریت دانشگاه خوارزمی، تهران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :