ارایه ی چارچوبی برای پیش بینی غیبت کارکنان با رویکرد شبکه های عصبی مصنوعی

غیبت از کار موضوعی مهم و اساسی برای صنایع و سازمان ها است. این مسئله، به عنوان عاملی هزینه زا در سازمان ها، مدیران را بر آن داشته است تا در زمینه ی کاهش آن اقدامات لازم را انجام دهند. نخستین گام در جهت کاهش هزینه های غیبت، شناسایی عواملی است که بر غیبت اثر گذاشته و باعث کاهش یا افزایش آن می شوند. تحقیق حاضر برای نخستین بار در ایران با استفاده از خصوصیت تقریب توابع غیرخطی شبکه های عصبی مصنوعی، مدلی مناسب برای پیش بینی میزان غیبت کارکنان طراحی شده و میزان تاثیر عوامل مختلف بر غیبت از کار نیز مورد ارزیابی قرار گرفته است. به منظور رسیدن به اهداف یادشده، 14 عامل موثر بر غیبت کارکنان به عنوان ورودی تبیین، سپس با استفاده از مدل پرسپترون چندلایه، میزان غیبت کارکنان پیش بینی شده است که براساس قابلیت های مدل طراحی شده، مدیریت می تواند اقدامات لازم را در جهت کاهش غیبت کارکنان به عمل آورد. در ادامه ی تحقیق، با استفاده از فن تحلیل حساسیت، تاثیر هر کدام از متغیرهای ورودی بر خروجی این مدل مورد ارزیابی قرار گرفته است. نتایج نهایی، نشانگر این است که: عوامل تعهد سازمانی ، رضایت شغلی و تنوع شغلی بیشترین تاثیر را بر میزان غیبت کارکنان دارند.

کلیدواژه ها:

غیبت از کار ، شبکه ی عصبی مصنوعی ، شبکه ی عصبی پیش خور ، تحلیل حساسیت