مقایسه تطبیقی مدل شایستگی مدیران ارشد فناوری اطلاعات در ایران با مدل های تبیین شده در مطالعات مختلف
محل انتشار: کنفرانس بین المللی مدیریت، اقتصاد و مهندسی صنایع
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,091
فایل این مقاله در 22 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:
ICMEI01_290
تاریخ نمایه سازی: 14 آذر 1394
چکیده مقاله:
هدف این پژوهش، در ابتدا دستیابی به شایستگی های کلیدی مدیران ارشد فناوری اطلاعات در کشور ایران و سپس مطالعه و مقایسه تطبیقی این معیارها و عوامل کلیدی با معیارهای شناسایی شده در سایر مطالعات این حوزه است. جامعه آماری این پژوهش که گام اول را محقق می سازند، شامل مدیران ارشد فناوری اطلاعات در ادارات، سازمانها و شرکتها اعم از دولتی و غیردولتی در کشور ایران است. تعداد نمونه مورد نیاز برای جامعه مدیران ارشد اطلاعات، با استفاده از فرمول کوکران، 96 نفر برآورد شد، و با روش تصادفی نمونه گیری انجام شده است. ابزار جمع آوری اطلاعات در این پژوهش پرسشنامه اکترونیکی بوده است. با استفاده از تحلیل عاملی تأییدی تجزیه و تحلیل اطلاعات صورت گرفت و در نتیجه، شش عامل شناسایی شدند که شایستگیهای مدیران ارشد فناوری اطلاعات در کشور ایران را تبیین میکنند. این شش عامل عبارتند از: شناسایی فرصتهای تجاری، مدیریت دانش، چشمانداز جامع، مهارتهای بین فردی، مدیریت روابط، مدیریت تغییر. در گام دوم و اصلی پژوهش؛ این شش معیار با 96 پژوهش مشابه مقایسه شدند که در نتیجه؛ مهارت های بین فردی و مدیریت روابط داخلی و خارجی 70% چشم انداز جامع در کسب و کار 60% مدیریت دانش 50% در نهایت مدیریت تغییر 20% از شایستگی های تبیین شده را به خود اختصاص دادند
کلیدواژه ها:
نویسندگان
سمیرا محمدی
دانشجوی کارشناسی ارشد مهندسی صنایع، گروه مهندسی صنایع، دانشکده مهندسی صنایع پردیس دانشگاه خوارزمی تهران
نسیم غنبر طهرانی
استادیار دانشکده مهندسی صنایع دانشگاه خوارزمی ، دکتری صنایع، گروه مهندسی صنایع، دانشکده مهندسی صنایع دانشگاه -
محمدعلی سبحان الهی
دانشیار دانشکده مهندسی صنایع دانشگاه خوارزمی ، دکتری صنایع، گروه مهندسی صنایع، دانشکده مهندسی صنایع دانشگاه
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 :