You are here

Home » Content

FİRMALARIN BAŞARI KRİTERLERİNİN TANIMLANMASI VE ÇALIŞANLARIN MEMNUNİYETİ KRİTERİNİN BULANIK MANTIK YÖNTEMİ İLE ÖLÇÜLMESİ

DEFINITION OF THE COMPANY'S SUCCESS CRITERIA AND NUMERICAL QUALIFICATION OF THE EMPLOYEE'S SATISFACTION CRITERIA BY FUZZY LOGIC METHOD

Journal Name:

  • İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi

Publication Year:

  • 2005

Key Words:

Keywords (Original Language):

Author NameUniversity of Author
Abstract (2. Language): 
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 influenceon 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 withinthe textile industry.
Bookmark/Search this post with
Abstract (Original Language): 
Bu makalede şirketlerin başarılı olabilmeleri için hangi noktalara dikkat etmeleri gerektiği irdelenmişve beşana kriter üzerinde durulmuştur: Çalışanların memnuniyeti, müşterilerin memnuniyeti, stratejik planlama, toplum üzerindeki etki ve finansal sonuçlar. Başarı 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 ileölçülmüşve 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.
FULL TEXT (PDF): 
PDF icon arastirmax-firmalarin-basari-kriterlerinin-tanimlanmasi-calisanlarin-memnuniyeti-kriterinin-bulanik-mantik-yontemi-ile-olculmesi.pdf
  • 8
131-142
  • Turkish

REFERENCES

References: 

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.
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.
Dilek ERİK
142
Dorsey D. W. ve Coovert M. D., (2003), ”MathematicalModeling of Decision
Making a Soft and Fuzzy Approach to Capturing Hard Decisions”, Human Factors,
45, 1, 117(19).
Dubois D., Prade H. ve Francesco M., (1998), “FuzzySet Modelling in Case-based
Reasoning”, International Journal of Intelligent Systems, 13, 4, 345-373.
Lindquist C., (1992), “Applications Become Clearer With Fuzzy Logic (FuziWare
Inc.’s FuziQuote and FuziCalc Programs)”, Computerworld, 26, 27, 24(1).
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.
Zadeh L., (1992), “Fuzzy Logic for the Management of Uncertainty, John Wiley &
Sons Inc.
Zimmermann H. J., (2001), “Fuzzy Logic for Planningand Decision Making”,
(book Review), Journal of Behavioural Decision Making, 12, 4, 341-342.

Thank you for copying data from http://www.arastirmax.com