Dergiler / Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi / 2022 / Cilt: 9 - Sayı: 1

ÇALIŞAN PERFORMANSI ÖLÇEĞİNDEKİ İFADELERİN KARAR AĞACI ALGORİTMASI İLE BELİRLENMESİ

DETERMINING THE EXPRESSIONS ON THE EMPLOYEE PERFORMANCE SCALE WITH THE DECISION TREE ALGORITHM

Sayfa
561–584
Yayın Tarihi
2022-03-23
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Çalışma sonucunda; karar ağaçlarının çalışan performansını yüksek başarı ile tahminlendiği görülmüştür.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Çalışan performansı birçok çalışmaya konu olan önemli bir kavramdır.
📊
Temel Bulgular & Veri:Çalışan performansı ölçeğindeki ifadelerden hangisinin veya hangilerinin performansın belirlenmesinde daha fazla etkili olduğu belirlenmiştir.
💡
Sonuç & Katkı:Çalışma sonucunda; karar ağaçlarının çalışan performansını yüksek başarı ile tahminlendiği görülmüştür.
🔬Tür:Uygulamalı Anket & Alan Araştırması
📍Kapsam:2017 Verileri
⚙️Değişkenler:Veri Madenciliği · Karar Ağaçları · Sınıflandırma

Özet

Çalışan performansı birçok çalışmaya konu olan önemli bir kavramdır. Bu araştırmada da veri madenciliği yöntemlerinden olan karar ağaçları kullanılarak çalışan performansı verileri üzerinde sınıflandırma yapılmıştır. Çalışan performansı ölçeğindeki ifadelerden hangisinin veya hangilerinin performansın belirlenmesinde daha fazla etkili olduğu belirlenmiştir. Bu amaçla performans, kariyer planlama, iş tatmini ve kişilik arasındaki ilişkilerin incelenmesi için 2017 yılında yapılan bir anket çalışmasının verileri kullanılmıştır. Veriler üzerinde karar ağaçları yöntemi uygulanarak çalışanların performanslarının sınıflandırması işlemi gerçekleştirilmiştir. Çalışma sonucunda; karar ağaçlarının çalışan performansını yüksek başarı ile tahminlendiği görülmüştür. Ayrıca analiz sonucunda çalışan performansının belirlenmesinde ölçekteki hangi ifadelerin daha etkili olduğunu ortaya konmuştur.

Abstract

Employee performance is an important concept that has been subject to many studies. In this research, a classification was made on employee performance data by using decision trees, one of the data mining methods. It was determined which or which expressions in the employee performance scale were more effective in determining the performance. For this purpose, the data of a survey study conducted in 2017 were used to examine the relationships between performance, career planning, job satisfaction and personality. The classification of the performance of the employees was carried out by applying the decision trees method on the data. In the results of working; decision trees were found to predict employee performance with high success. In addition, as a result of the analysis, it was revealed which expressions in the scale were more effective in determining employee performance.

🔖

Bu Makaleye Atıf Yap

ÇELİK, S., BOZKURT, Ö. Ç., EKŞİLİ, N. (2022). ÇALIŞAN PERFORMANSI ÖLÇEĞİNDEKİ İFADELERİN KARAR AĞACI ALGORİTMASI İLE BELİRLENMESİ. Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 9 - Sayı: 1, 561–584. https://ajindex.com/articles/397019

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (13)

  1. Ahmad, N. L., Yusuf, A. N. M. ve Shobri, N.D.M, Wahab, S. (2012). The relationship between time management and job performance in event management. Procedia - Social and Behavioral Sciences, 65, 937-941.
  2. Akbal, E., Dogan, Ş. ve Varol, N. (2017). Karar ağaçları ile telefon dolandırıcılığı verilerinin analizi. Fırat Üniversitesi Mühendislik Bilimleri Dergisi, 29 (1), 171-177.
  3. Akduman, G. (2020). İşe alım sürecinde benzerlik etkisi: aday ile değerlendirici arasındaki kişilik benzerliğinin değerlendirme ve seçim üzerindeki rolü. İş'te Davranış Dergisi, 5 (1), 26-37.
  4. Aksoy, G., Ataş, P. ve Karabatak, M. (2019). Investigation of shopping habits using data mining classification algorithms. In 2019 1st International Informatics and Software Engineering Conference (UBMYK) (pp. 1-5).
  5. IEEE. Aksu, G. ve Güzeller, C. O. (2016). PISA 2012 matematik okuryazarlığı puanlarının karar ağacı yöntemiyle sınıflandırılması: Türkiye örneklemi. Eğitim ve Bilim, 41(185). 101-112.
  6. Alan, M. A. ve Yeşilyurt, C. (2018). Farklı veri setleri üzerinde smo ve j48 algoritmalarının sınıflandırma sonuçlarının karşılaştırılması. İşletme Bilimi Dergisi, 6(3), 199-213.
  7. Alnıaçık, E., Pamuk, M. ve Alnıaçık, Ü. (2020). Kurumsal imajın bağlılık, iş tatmini ve işten ayrılma niyeti üzerindeki etkileri: Sağlık çalışanları üzerinde bir araştırma. Balkan and Near Eastern Journal of Social Sciences, 6(4), 43-52.
  8. Aşkın, A., Çabuk, Y. ve Karayılmazlar, S. (2020). Mobilya işletmelerinde inovasyon faaliyetlerinin veri madenciliği yöntemi ile araştırılması. Journal of Bartin Faculty of Forestry, 22(3), 919-928.
  9. Atmaca, T. (2020). Öğretmenlerin kişilik tipleri ile mesleğe yabancılaşma arasındaki ilişki. Abant İzzet Baysal Üniversitesi Eğitim Fakültesi Dergisi, 20(1), 491-506.
  10. Azad, M., Chikalov, I. ve Moshkov, M. (2020). Representation of knowledge by decision trees for decision tables with multiple decisions. Procedia Computer Science, 176, 653-659.
  11. Barrick, M. R., Mount, M. K. ve Judge, T. A. (2001). Personality and performance at the beginning of the new millennium: What do we know and where do we go next?. International Journal of Selection and Assessment, 9, 9-30.
  12. Bayır, A., Özdemir, Ş. ve Gülseçen, S. (2016). Türkiye’deki seçmen eğilimlerinin c4.5 karar ağacı algoritması ile belirlenmesi. Yönetim Bilişim Sistemleri Dergisi, 2(2), 223-233.
  13. Bezdrob, M. ve Sunje, A. (2021). Transient nature of the employees’ job satisfaction: The case of the IT industry in Bosnia and Herzegovina. European Research on Managem