اولویت بندی عوامل موثر انگیزش شغلی کارکنان شرکت های قطعه ساز خودروی سبک در استان تهران به روش تحلیل سلسله مراتبی AHP

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 520

This Paper With 13 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:

MAVC04_071

تاریخ نمایه سازی: 7 اردیبهشت 1396

Abstract:

این مطالعه با هدف شناسایی مولفه های موثر بر انگیزش شغلی کارکنان شرکت های قطعه ساز خودرو سبک در استان تهران و اولویت بندی این عوامل به روش تحلیل سلسله مراتبی AHP انجام پذیرفته است. این پژوهش از حیث هدف از نوع کاربردی و از حیث مطالعه، یک مطالعه توصیفی از نوع پیمایشی می باشد همچنین مبنای نوع داده های گرد آوری شده از نوع کمی می باشد. که در این راستا و دو پرسشنامه با عنوانهای پرسشلنامه انگیلزش شلغلی 40 ماده ای هرزبرگ و پرسشنامه ی برداشت اطلاعات جهت مقایسه های زوجی توزیع خواهد شد. جامعه آماری در این پژوهش، شام تمامی شاغلین در شرکت های قطعه ساز خودروی سبک در 3 شرکت B ،A و C در سال 1395 می باشد. نمونه گیری به صورت تصادفی ساده و براساس فرمول کوکران، نمونه آماری 375 نفری را در اختیار محقق قرار می دهد. روش مورد استفاده برای اولویت بندی، روش تیلی سلسله مراتبی (AHP) می باشد و برای تحلیل داده ها از نرم افزارهای SPSS23 و Expert Choice 11 استفاده گردید. یافته ها نشان داد، از بین عوام انگیزش شغلی در کارکنان گروه قطعه سازی خودرو مهمترین عام ، عام انگیزشی با ضریب اهمیت 52/67 و اولویت دوم عامل بهداشتی با ضریب اهمیت 47/33 می باشد. همچنین مولفه های امنیت شغلی و شناخت و قدر دانی به ترتیب بلا ضلریب اهمیلت 39.6 و 33.6 در اولویت های اول و مولفه های ارتباط و مسیولیت شغلی به ترتیب با ضریب اهمیت 3.21 و 697 در اولویت های آخر قرار دارند.

Keywords:

انگیزش شغلی کارکنان , شرکت های قطعه ساز خودرو سبک در استان تهران

Authors

آزاده فتاح

دانشجوی کارشناسی ارشد مدیریت بازرگانی دانشگاه آزاد اسلامی واحد تهران مرکزی

فاطمه حمیدی فر

عضو هیات علمی دانشگاه تهران مرکزی واحد مدیریت

فریده حق شناس کاشانی

عضو هیات علمی دانشگاه تهران مرکزی واحد مدیریت

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 :