تبیین رابطه بین عدالت سازمانی و حمایت سازمانی ادراک شده با تعلق خاطرکاری
محورهای موضوعی : مدیریت
احمد عیسی خانی
1
(استادیار، دانشگاه آزاد اسلامی، واحد قزوین، گروه مدیریت، قزوین، ایران(عهده دار مکاتبات))
اکبر حسن پور
2
(استادیار، دانشگاه خوارزمی ، گروه مدیریت، تهران، ایران)
سیما نقد فروشها
3
(کارشناس ارشد ، دانشگاه آزاد اسلامی، واحد قزوین، گروه مدیریت، قزوین، ایران)
کلید واژه: عدالت سازمانی, حمایت سازمانی ادراک شده, تعلقخاطر کاری,
چکیده مقاله :
تعلق خاطر به عنوان مفهومی جدید در سالیان اخیر وارد مباحث سازمانی شده و طی یک دهه گذشته محبوبیت زیادی پیدا کرده است. در تعلق خاطر،افراد در ایفای نقش تمام ابعاد فیزیکی، شناختی و عاطفی خویش را به کار گرفته یا ابراز می کنند و در کار شاداب و پرانرژی هستند و تمایل زیادی برایصرف تلاش و کوشش از خود بروز میدهند.در این راستا، پژوهش حاضر با هدف بررسی رابطه بین عدالت سازمانی و حمایت سازمانی ادراک شده با تعلق خاطر کارکنان انجام شده است. جامعه آماریاین تحقیق، 160 نفر از کارکنان دانشگاه آزاد اسلامی واحد قزوین میباشد. نتایج پژوهش نشان میدهد که تأثیر هر سه بعد عدالت سازمانی شامل عدالتتوزیعی، عدالت رویهای و عدالت مراودهای بر تعلق خاطر کارکنان مستقیم و معنادار است. همچنین رابطه بین حمایت سازمانی ادراک شده و تعلق خاطر-کارکنان نیز مثبت و معنادار مشاهده شد. پس از آنجا که در این پژوهش رابطه بین عدالت سازمانی و حمایت سازمانی ادراک شده با تعلق خاطر کارکنانمعنادار است، کاربرد عدالت سازمانی و نحوه بکارگیری آن، جهت بهبود و افزایش عملکرد شغلی کارکنان ضروری میباشد.
Stock price prediction is a very important financial topic, and is considered a challenging task and worthy of the considerableattention received from both researchers and practitioners. Stock price series have properties of high volatility, complexity,dynamics and turbulence, thus the implicit relationship between the stock price and predictors is quite dynamic. Hence, it isdifficult to tackle the stock price prediction problems effectively by using only single soft computing technique.In this research, in the first step, the possibility of predicting stock price of National Iranian Copper Industries Company wasstudied. Then, for predicting of stock price after one day neural ¬network of MLP by learning algorithm of Levenberg-Marquardt were used. Then optimize structure of neural network was trained with the standard BP algorithm, the learningrate is 3/0 has the best performance. And for this learning rate, sensitive of standard BP algorithm was calculated to minimizelocal. At the end, standard BP algorithm with momentum is used. The results showed that predicting by standards BPalgorithm with momentum is better than the standard BP algorithm.