Pandemi döneminin Türk savunma sektöründe gönüllü işten ayrılma nedenlerine etkisi ve ayrılma niyetinin tahminlenmesi
The effect of pandemic on voluntary turnover and prediction of turnover intention in Turkish defence sector
- Tez No: 894272
- Danışmanlar: PROF. DR. KAZIM BARIŞ ATICI
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: İş Analitiği Bilim Dalı
- Sayfa Sayısı: 102
Özet
Günümüz rekabet koşullarında işten ayrılma durumları örgütlere maliyet getirmektedir. Bu maliyetlerin önüne geçebilmek amacıyla özellikle son dönemde yapılan araştırmalar artmış; analitik yöntemlerin insan kaynakları alanında da kullanılmasıyla birlikte işten ayrılma nedenleri ve işten ayrılma niyetinin tahminlenmesi üzerine birçok çalışma yapılmıştır. Bu çalışmada, özellikle Covid-19 ile yaşanan pandemi döneminde değişen koşulların, çalışanların işten ayrılma niyetlerine etkisi ile pandemi öncesi ve sonrası dönemde işten ayrılma niyetinin tahminlenmesine yönelik gerçek veriler üzerinden örnek bir uygulama gerçekleştirilmesi amaçlanmıştır. Çalışma kapsamında, Türkiye'de savunma sektöründe faaliyet gösteren bir şirketin 2017-2023 yılları arasında şirkette bulunmuş çalışanlarına ait demografik, organizasyonel ve istihdam durumu verileri kullanılmıştır. Analizlerde, denetimli makine öğrenmesi sınıflandırma yöntemlerinden ikili lojistik regresyon, k en yakın komşuluk algoritması, destek vektör makinesi, karar ağacı ve rassal orman yöntemleri uygulanmış; modeller arası tahmin başarılarını karşılaştırabilmek için farklı örneklem büyüklüklerini içeren yaklaşımlar tasarlanmıştır. Uygulamada Orange Veri Madenciliği ve International Business Machines Corporation (IBM) SPSS İstatistik programlarından faydalanılmıştır. Yapılan analizler sonucunda, çalışanların organizasyonel bilgilerinin pandemi sonrası dönemde ayrılma kararı alma ihtimallerinde etkili hale geldiği görülmüştür. Buna ek olarak, ayrılma niyetini tahminlemek için elde edilen model performansları doğruluk (CA) ve eğri altındaki alan (AUC) göstergelerine göre yaklaşık yüzde 50 ve yüzde 80 arasında olmuştur. Çalışma sonucunda model başarılarının, verilerin ait olduğu dönem, örneklem büyüklüğü, hiperparametre değerleri, özniteliklerin sayısı gibi birçok özellikten etkilendiği gözlemlenmiştir.
Özet (Çeviri)
In today's competitive environment employee turnover creates extra costs for organizations. In order to prevent this cost, the number of academic research has increased recently. Besides, with the growing use of analytical methods in the field of human resources, more studies have been conducted on employee turnover and prediction of employee turnover intention recently. This study is an exemplary application based on real data to predict the impact of the changing conditions during the pandemic period with Covid-19 on employees' turnover and turnover intention before and after the pandemic. Within the scope of the study, demographic, organizational and employment status data between 2017 and 2023 of the people working in the company which is operating in the defense sector in Turkey is used. In the analysis, supervised machine learning methods such as binary logistic regression, k nearest neighbors, support vector machine, decision tree and random forest are applied. In order to compare the models' performances different approaches with different sample sizes are designed. Orange Data Mining and International Business Machines Corporation (IBM) IBM SPSS Statistics programs are used for modeling. As a result of the analysis, it was revealed that in the post-pandemic period organizational factors become effective in deciding whether to leave the job. In addition, it is found that the accuracy and AUC scores of the prediction models are approximately between 50 percent and 80 percent. Moreover, it was observed that model prediction performance is affected by many aspects such as the period to which the data belongs, the sample size, hyperparameter values and the number of features included in the model.
Benzer Tezler
- Bulaşıcı hastalıklara ilişkin tedbirlere aykırı davranma suçu (5237 sayılı TCK m.195)
The crime of violating measures regarding infectious diseases (art.195 of Turkish Criminal Code no.5237)
KÜRŞAT ÜÇÜNCÜ
Yüksek Lisans
Türkçe
2024
HukukGalatasaray ÜniversitesiKamu Hukuku Ana Bilim Dalı
PROF. DR. PINAR KARTAL
- Covıd-19 pandemi döneminin Türk bankacılık sektörü üzerindeki etkilerinin finansal rasyolar yardımı ile analizi
Analysing the effects of the Covid-19 pandemic on the Turkish banking sector with the financial ratios
ULAŞ YILDIZ
Yüksek Lisans
Türkçe
2024
İşletmeRecep Tayyip Erdoğan Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. MUSTAFA SAVCI
- COVİD-19 pandemi sürecinde ekstrakorporeal dolaşım sistemlerinin yönetimi esnasında perfüzyonistlerin yaklaşımları
Perfusionists' approaches during the management of extracorporeal circulation systems during the COVID-19 pandemic process
ŞERMİN TAN
Yüksek Lisans
Türkçe
2024
Göğüs Kalp ve Damar CerrahisiGaziantep ÜniversitesiPerfüzyon Teknikleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERHAN HAFIZ
- Türk dizilerinde işlenen fiziksel ve psikolojik şiddetin medyada yarattığı algı: COVID-19 pandemi dönemi örneği
The media perception of physical and psychological violence in Turkish TV series; example of COVID-19 pandemic period
BURCU ERDOĞAN
Yüksek Lisans
Türkçe
2021
Sosyolojiİstanbul Gelişim ÜniversitesiSosyoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZLEM DERİN
- Türk polisinin aktör olarak yer aldığı kadına şiddet haberleri üzerine bir söylem analizi
A discourse analysis on news on violence against women where turkish police are as actors
RAMAZAN DUMRUL
Yüksek Lisans
Türkçe
2023
GazetecilikMersin ÜniversitesiKadın Araştırmaları Ana Bilim Dalı
PROF. DR. YUSUF GÜRHAN TOPÇU