http://hdl.handle.net/20.500.12397/2305 Thu, 09 Apr 2026 04:06:35 GMT 2026-04-09T04:06:35Z http://hdl.handle.net/20.500.12397/2342 Yetkinliklere Dayalı İnsan Kaynakları Yönetimi ve Ücretlendirme Sistemi Üzerine Bir İnceleme Tak, Bilçin ; Sayılar, Yücel ; Kaymaz, Kurtuluş 1980'lerden bu yana insan kaynakları yönetimi alanında gerçeklestirilen arastırmaların bir bölümü, hem insan kaynakları uygulamalarının kendi içindeki uyumunun hem de bu uygulamalar ile örgütsel strateji arasındaki uyumun nasıl saglanacagı üzerinde durmaktadır. Arastırmaların bir diger bölümü ise söz konusu uygulamaların örgütsel performansı nasıl destekleyecegine odaklanmaktadır. Bu çerçevede geleneksel is odaklı sistemlerden farklı olarak ücretlendirme sisteminin örgütsel yetkinlikler ve stratejiyi destekleyecek biçimde tasarlanması önem kazanmaktadır. Bu çalısma, ilgili literatür göz önüne alınarak, yetkinliklere dayalı insan kaynakları yönetimi ve ücretlendirme sistemlerinin tasarımına iliskin bir inceleme yapmayı amaçlamaktadır. There has been considerable research on how human resource practices would fit both within its internal practices and with organizational strategy. Another stream of research has focused on how such practices would support organizational performance. In this context, it is trivial to design compensation systems, other than traditional job focused systems, that support both organizational competencies and strategy. This study aims to examine the design of competency based human resource management and compensation systems. Mon, 01 Jan 2007 00:00:00 GMT http://hdl.handle.net/20.500.12397/2342 2007-01-01T00:00:00Z http://hdl.handle.net/20.500.12397/2341 YSA ve GA Temelli Yeni Bir Algoritma ile Doğrusal Olmayan Optimizasyon ERDEM, SABRİ Bu çalısmada dogrusal olmayan optimizasyon problemlerinin çözümünde yapay sinir aglarının ve genetik algoritmaların kullanımıyla ilgili yeni bir yaklasım önerilmektedir. Önerilen optimizasyon metodu, kısıtları ögrenmek için yapay sinir agları, global optimum çözüme yakınsamak için genetik algoritmayı ve özellikle bazı kısıtların olurlu çözümü ihlal ettigi durumlarda metodun sonuçlarını degerlendirmek için ise amaç programlamayı seçenek çözüm olarak sunmaktadır. Yöntemin klasik yöntemlere göre hesaplama karmasıklıgı açısından avantajları incelenerek kullanım sınırlamaları belirlenmistir. In this study, a new approach is offered to nonlinear optimization problem solving by using artificial neural networks and genetic algorithms. The proposed approach utilizes Artificial Neural Network (ANN) for learning constraints, Genetic Algorithm (GA) for evolving to global optimum solution and Goal Programming for evaluating results in case of some constraints violate their boundaries near around the feasible region. The approach is compared with classical methods in terms of computational complexity advantages and usage limitations are discussed. Mon, 01 Jan 2007 00:00:00 GMT http://hdl.handle.net/20.500.12397/2341 2007-01-01T00:00:00Z http://hdl.handle.net/20.500.12397/2340 Volatilite Modellerinin Öngörü Performansları: ARCH, GARCH ve SWARCH Karşılaştırması Akar, Cüneyt Bu çalısmada alternatif volatilite modellerinin öngörü performansları karsılastırılmıstır. İstanbul Menkul Kıymetler Borsası İMKB100 endeksi haftalık kapanıs verileri kullanılarak getiri volatilitesi ARCH, GARCH ve SWARCH yöntemleriyle tahmin edilmis ve bu tahminlere dayalı olarak öngörüler yapılmıstır. Öngörü performansları gerçeklesen volatilite baz alınarak çesitli hata istatistikleriyle degerlendirilmistir. Çalısma sonuçları SWARCH modellerinin ARCH ve GARCH modellerine göre daha az ısrarcılıga sahip oldugunu göstermektedir. Elde edilen sonuçlar dinamik ve kayan pencere yaklasımlarına göre yapılan öngörüler açısından SWARCH modellerinin daha iyi sonuçlar verdigini ortaya koymaktadır. In this study, the volatiliy forecasting performances of alternative volatility models are compared. Istanbul Stock Exchange, ISE100 Index, weekly closing figures are utilized to estimate return volatility using ARCH, GARCH and SWARCH models. The volatility forecasts based on the estimated models are compared with realized volatility and forecasting performances are evaluated employing assorted error statistics. The results show that the SWARCH model has lower persistence than ARCH and GARCH models. The empirical results also indicate that the SWARCH model appears to outperform the competing ARCH and GARCH models in forecasting volatility. Mon, 01 Jan 2007 00:00:00 GMT http://hdl.handle.net/20.500.12397/2340 2007-01-01T00:00:00Z http://hdl.handle.net/20.500.12397/2339 Kalite Fonksiyon Göçeriminde Markov Zincirleri: Otomotiv Sektörü Örneği ERTUĞRUL, İrfan ; Aytaç, Esra Kalite Fonksiyon Göçerimi (KFG), müsteriyi tatmin etmeyi ve müsterinin talep ettiklerini tasarım hedeflerine ve üretim sırasında kullanılacak baslıca kalite güvence noktalarına dönüstürmek amacıyla tasarım kalitesini gelistirmeyi amaçlayan bir yöntemdir. Bu yöntemin bir asaması, müsteri gereksinimleri ile teknik gereksinimler arasındaki iliskiyi belirlemektir. Bu çalısmada iliskinin modellenebilmesi için Markov zincirlerinden yararlanılmıs ve otomotiv sektöründe otomobil sahiplerinin isteklerine yönelik otomobil tasarımı için kalite fonksiyon göçerimi uygulanmıstır. Bu anlamda Markov zincirlerinin temelinde bulunan olasılık ve geçis matrisleri yardımıyla müsteri gereksinimleri ile teknik gereksinimler arasındaki iliski, beklenen degerler bazında degerlendirilmis ve teknik gereksinimlerin gelecekte farklı dönemlerde alacagı degerler gözlemlenerek bir analiz yapılmıstır. Quality function deployment (QFD) is a method that aims satisfying customers and improving design quality for transforming customer requirements into design targets and quality assurance points that used during production. First step of this method determines the relationship between customer requirements and the technical requirements. Because of the uncertainty of quality by its nature, Markov chains are used for modeling the relationship correctly and applied to quality function deployment for the requirements of automobile owners at automobile industry. In this basis the relationship between customer requirements and the technical requirements is evaluated on the expected value base by means of probability and transition matrices which are the basic of Markov chains. An analysis is made by observing the value of technical requirements through different time periods. Mon, 01 Jan 2007 00:00:00 GMT http://hdl.handle.net/20.500.12397/2339 2007-01-01T00:00:00Z