Firmaların başarı kriterlerinin tanımlanması ve çalışanların memnuniyeti kriterinin bulanık mantık yöntemi ile ölçülmesi

Bu makalede şirketlerin başarılı olabilmeleri için hangi noktalara dikkat etmeleri gerektiği irdelenmiş ve beş ana kriter üzerinde durulmuştur: Çalışanların memnuniyeti, müşterilerin memnuniyeti, stratejik planlama, toplum üzerindeki etki ve finansal sonuçlar. Basan kriterlerinin ölçümü bulanık mantık yöntemi ile yapılmıştır. Yöntemi uygularken her ana kriter hiyerarşik olarak alt kriterlere bölünmüştür. Bir ağaç diyagramı ile gösterilen bu hiyerarşik açılımın en altındaki noktalar için anketler düzenlenmiştir. Bir tekstil firmasında yapılan anket çalışması ile alınan sonuçlar bulanık mantık yöntemi ile ölçülmüş ve firmanın mevcut durumu tespit edilmiştir. Sonuç matrisinde düşük bulunan değerlerin nereden kaynaklandığının ve bu değerleri etkileyen alt kriterlerin neler olduğunun bulunması için duyarlılık analizi yapılmıştır.

Definition of the company' s success criteria and numerical qualification of the employee' s satisfaction criteria by fuzzy logic method

The purpose of this article is mainly to suggest companies which criteria to take into account in order to establish and maintain a successful business. Five criteria have been chosen to illustrate the method. These are "employee satisfaction", "customer satisfaction", "strategic planning", "company's influence on society in general" and the "financial results", respectively. Fuzzy logic is used to measure how well these above mentioned criteria are employed in the management and then it is suggested to use sensitivity analysis to evaluate the results. During the application of the method, the main criterion is divided into several sub-criteria and it is presumed that each sub-criterion has the exact same influence on the main criterion. Later, the application of the suggested system is illustrated with an example chosen within the textile industry.

PDF

___

1.Caporaletti, L. E. ve Dula, J. H., (1999), "Performance Evaluation Based on Multiple Attributes with Nonparametric Frontiers", The International Journal of Management Science, 17, 637-645. 2.Chen, L.-H. ve Chiou, T.-W., (1999), "A Fuzzy Credit-Rating Approach for Commercial Loans: a Taiwan Case", Omega Int. J. Mgmt. Sci. 27,407-409. 3.Dorsey D. W. ve Coovert M. D., (2003), "Mathematical Modeling of Decision Making a Soft and Fuzzy Approach to Capturing Hard Decisions", Human Factors, 45,1,117(19). 4.Dubois D., Prade H. ve Francesco M., (1998), "Fuzzy Set Modelling in Case-based Reasoning", International Journal of Intelligent Systems, 13, 4, 345-373. 5.Lindquist C., (1992), "Applications Become Clearer With Fuzzy Logic (FuziWare Inc.'s FuziQuote and FuziCalc Programs)", Computerworld, 26, 27, 24(1). 6.Omero M., D'Ambrosio L., Pesenti R. ve Ukovich W., (2003), "Multiple-Attribute Decision Support System Based on Fuzzy Logic for Performance Assessment", 1-16, European Journal of Operational Research. 7.Zadeh L., (1992), "Fuzzy Logic for the Management of Uncertainty, John Wiley & Sons Inc. 8.Zimmermann H. J., (2001), "Fuzzy Logic for Planning and Decision Making", (book Review), Journal of Behavioural Decision Making, 12, 4, 341-342.