کارکنان با استفاده از شناسایی و رتبه بندی عوامل شغلی– فردی بر توانمندسازی در سازمان راه آهن شهری تهران وحومه (مترو) PLS مدلسازی معادلات ساختاری
محل انتشار: سومین کنفرانس بین المللی مدیریت در قرن 21
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 608
فایل این مقاله در 20 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:
ICMNG03_097
تاریخ نمایه سازی: 25 آذر 1395
چکیده مقاله:
مطالعه توانمندسازی، یک اصل بنیادین در مدیریت سازمانهای امروزی به شمار میرود به منظور بررسی تاثیر توانمندسازی به منظور بررسی تاثیر توانمندسازی کارکنان برعملکرد آنان جامعه آماری شامل کارکنان بخش عملیات و میانی و مدیران مربوطه شرکت مترو تهران که مشتمل بر 4797 کارمند می باشد. برای شناسایی عوامل شغلی فردی بر توانمندسازی از روش پرسشنامه استفاده شدهاست ابتدا از پرسشنامه توانمندسازی کارکنان اسپرترز PEQاستفاده شده پرسشنامه توانمندسازی کارکنان اسپریترز PEQ چهار مولفه های موثر بودن معنی داری، احساس شایستگی و حق انتخاب را در میان کارکنان مورد اندازه گیری قرار می دهد. پرسشنامه محقق ساخته با عنوان شناسایی و رتبه بندی عوامل شغلی فردی موثر بر توانمندسازی شش مولفه فرصد رشد خودمختاری، قانون گریایی، احساس موثر بودن، احساس خود کارآمدی و مسولیت پذیری را در میان کارکنان شرکت بهره برداری مترو تهران مورد اندازه گیری قرار می دهد. تجزیه و تحلیلهای آماری توسط نرم افزار LISEL, SPSS صورت گرفته است جهت رتبه بندی عوامل موثر بر توانمندسازی از مدل معادلات ساختاری SEM با تکنیک PLS حداقل مربعات جزیی استفاده گردید. وبه استناد داده های خروجی میازن تاثری و همبسیتگی متغیریهای قانون گرایی، مسوولیت پذیری، احساس موثر بودن، فرصت شغلی ، خودمختاری و احساس خود کارآمدی بر توانمندسازی منابع انسانی به ترتیب از بیشترین به کمترین می باشد و نهایتا مدل مناسب عوامل موثر بر توانمندی کارکنان مطرح شد.
کلیدواژه ها:
نویسندگان
الهام مروتی
دانشجوی کارشناسی ارشد مدیریت صنعتی گروه مدیریت واحد کرج دانشگاه آزاد اسلامی کرج ایران
زهره موسوی کاشی
استادیار گروه مدیریت صنعتی، واحد کرج، دانشگاه آزاد اسلامی کرج 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 :