نوع مقاله : مقاله پژوهشی
نویسندگان
1 دانشجوی دکتری مدیریت دولتی گرایش منابع انسانی، گروه مدیریت دولتی، واحد کرمان، دانشگاه آزاد اسلامی، کرمان، ایران.
2 استادیار، گروه مدیریت دولتی، واحد کرمان، دانشگاه آزاد اسلامی، کرمان، ایران.
3 دانشیار، گروه مدیریت دولتی، واحد کرمان، دانشگاه آزاد اسلامی، کرمان، ایران.
4 استادیار، گروه مدیریت صنعتی، واحد کرمان، دانشگاه آزاد اسلامی، کرمان، ایران.
چکیده
مقدمه: منابع انسانی نقش حیاتی در ارائه خدمات باکیفیت در نظام سلامت دارند و ارزیابی تحلیل‌گری آن‌ها بر عملکرد و بهره‌وری مؤثر است و تحلیل‌گری منابع انسانی با جمع‌آوری و تجزیه‌وتحلیل داده‌های کارکنان، به مدیران در تصمیم‌گیری بهتر کمک می‌نماید. هدف این پژوهش، ساخت و اعتباریابی مقیاسی برای ارزیابی تحلیل‌گری منابع انسانی در نظام سلامت است.
روش پژوهش: این پژوهش هدفی کاربردی دارد و با روش توصیفی-پیمایشی، برای بررسی اعتبار مقیاس از تحلیل عاملی تأییدی (CFA) بهره می‌برد. جامعه آماری شامل 206 نفر از مدیران و کارشناسان دانشگاه‌های علوم پزشکی قطب هشت است که 132 نفر به‌صورت نمونه‌گیری طبقه‌ای تصادفی و در دسترس انتخاب شدند. سؤالات پرسشنامه بر اساس یک مطالعه کیفی تدوین و پایایی آن با آلفای کرونباخ 976/0 تأیید شد. فرض‌ها با استفاده ازSPSS24 و AMOS24 پایایی و روایی سازه‌ها از طریق CFA ارزیابی شدند.
یافته‌ها: مدل ساختاری تحلیل‌گری منابع انسانی شامل 24 زیرمؤلفه در سه مؤلفه اصلی: بازطراحی نظام اطلاعات، فرهنگ‌سازی و نگرش سیستمی است. نتایج تحلیل عاملی تأییدی نشان‌دهنده تناسب خوب مدل پیشنهادی با داده‌ها و معناداری تمامی بارهای عاملی بود و اعتبار سازه تأیید شد.
نتیجه‌گیری: نتایج نشان می‌دهند که مقیاس تحلیل‌گری منابع انسانی دارای روایی و پایایی مناسبی است و می‌تواند به‌عنوان ابزاری مؤثر برای بهبود فرآیندهای مدیریتی و تصمیم‌گیری در نظام سلامت استفاده شود. این مقیاس می‌تواند در کنار سایر ابزارها برای ارزیابی وضعیت تحلیل‌گری منابع انسانی به کار رود.
کلیدواژه‌ها
موضوعات
عنوان مقاله [English]
Construction Validation of the human resources analytics scale in the health system
نویسندگان [English]
- Nahid Zarinsadaf 1
- Mojgan Derakhshan 2
- Amin Nikpour 3
- Hamid Reza Mollaei 4
1 Ph.D. student in Public Administration, Department of Public administration, Kerman Branch, Islamic Azad University, Kerman, Iran.
2 Assistant Professor, Department of Public administration, Kerman Branch, Islamic Azad University, Kerman, Iran.
3 Associate Professor, Department of Public administration, Kerman Branch, Islamic Azad University, Kerman, Iran.
4 Assistant Professor, Department of Industrial Management, Kerman Branch, Islamic Azad University, Kerman, Iran.
چکیده [English]
Introduction: Human resources play a vital role in delivering quality services within the health system, and evaluating their analytical status impacts performance and productivity and Human resource analytics, through the collection and analysis of employee data, assists managers in making better decisions. The aim of this research is to construct and validate an scale for assessing human resources analytics in the health system.
Methods: This research has an applied purpose and utilizes a descriptive-survey method to examine the validity of the scale through confirmatory factor analysis (CFA). The statistical population comprised 206 managers and experts from the Pole Eight Universities of Medical Sciences, with 132 individuals selected through stratified random sampling and available for the study. Questionnaire items were developed based on a qualitative study, achieving a reliability score of 0.976 using Cronbach's alpha. Hypotheses were tested using SPSS24 and AMOS24, evaluating both the reliability and validity of constructs through CFA.
Results: The structural model of human resources analytics comprises 24 sub-components organized into three main components: information system redesign, cultural change, and systemic thinking. The confirmatory factor analysis confirmed the strong fit of the proposed model with the data and the significance of all factor loadings and construct validity was established.
Conclusion: The results demonstrate that the human resources analytics scale possesses good validity and reliability, making it an effective tool for enhancing management and decision-making processes in the health system. This scale can be utilized alongside other tools to assess the state of human resources analytics.
کلیدواژه‌ها [English]
- Human resource analytics
- Health Workforce
- Health Information Systems
2 . Wahyuni H. BIG DATA ANALYSIS IN HUMAN RESOURCES DECISION MAKING: OPTIMIZING WORKFORCE MANAGEMENT.
JRMSI-Jurnal Riset Manajemen Sains Indonesia. 2024 Apr 1; 15(01):58-69. Doi: 10.21009/jrmsi.015.1.06 .
3 . Arsovska, B., Zhu, J., Kozovska, K., & Ilieva, J. (2023). Аnalysis of the work of employees in the health sector. Open Access International Journal
of Academic Research UNIVERSES, 1(2), 35-53. Doi: 10.59710/oaijoaru2312035a .
4 . Dasari SR, Devi VR. Organizational Adoption Factors of HR Analytics: A Practitioner’s Perspective. Management and Labour Studies. 2024 May 31:0258042X241249244. Doi: 10.1177/0258042x241249244 .
5 . Evans, T. G., & Casamitjana, N. (2023). Human Resources for Health: Health Workers, The Health System’s Most Valuable Resource. In Global Health Essentials (pp. 297-301). Cham: Springer International Publishing. Doi: 10.1007/978-3-031-33851-9_45 .
6 . Junejo D, Chandio JA, Khoso I. Measuring the Impact of Human Resource Practices on Organization Performance: Scale Validation Based on Pilot
Study. Journal of Entrepreneurship, Management, and Innovation. 2023 Dec 30; 5(5):860-77. Doi: 10.52633/jemi.v5i5.330 .
7 . Kalvakolanu S. Developing a scale to assess analytical competencies of HR professionals. International Journal of Business Information Systems. 2022; 41(3):322-41. Doi: 10.1504/ijbis.2022.126997 .
8 . Khan PH, Sultana A, Reddy TN. Review on HR analytics: An emerging scale for evaluation of human assets. International Journal in Management & Social Science. 2017; 5(8):140-5 .
9 . Miyasaki AC, Demo G, Costa AC, Fogaça N. Validity and reliability evidences of a model of human resource management practices in the public service. Revista Eletrônica Científica do CRA-PR-RECC. 2020; 7(2):136-53 .
10 . Fazel, M., Khaefelahi, A. A., danaeefard, H. Identifying the Key Factors of the Successful Implementation of Human Capital Analysis System. Journal of Research in Human Resources Management, 2021; 13(3): 247-277. [In Persian]
11 . Zarinsadaf N, Derakhshan M, Nikpour A, Mollaei H R. Designing the Model of Human Resources Analytics in Health System with Grounded Theory. Manage Strat Health Syst 2024; 9 (2):134-150. URL: Doi: 10.18502/mshsj.v9i2.16523. http://mshsj.ssu.ac.ir/article-1-770-en.html. [InPersian]
12 . West, S. G., Finch, J. F., & Curran, P. J. (1995). Structural equation models with nonnormal variables: Problems and remedies. In R. H. Hoyle (Ed.),Structural equation modeling: Concepts, issues, and applications (pp. 56–75). Sage Publications, Inc .
13 . Bentler, P. M., & Wu, E. J. (2005). EQS 6.1 for Windows. Structural equations program manual. Encino, CA: Multivariate Software .
14 . Hair JF, Sarstedt M, Ringle CM. Rethinking some of the rethinking of partial least squares. European journal of marketing. 2019 Mar 27; 53(4):566-84. Doi: 10.1108/EJM-10-2018-0665 .
15 . Amini A. Investigating the Effect of Human Resource Information Systems on Employee Innovation Capacity with the Mediating Role of Human Resource Management Functions and Employee Creativity in Pharmaceutical Companies. Healthcare Management, 2022: 12 (4). Doi:10.30495/jhm.2022.67265.11040. [In Persian]
16 . Gutterman AS. Cross-Cultural Human Resources Management Research (September 2, 2023). Available at SSRN:
https://ssrn.com/abstract=4559899. Doi: 10.2139/ssrn.4559899 .
17 . Dhanabagiyam S, Murthy TN, Irfan M. Cross-Cultural Influences for Sustainable HRM Practices in Indian Organizations. InIntersecting Human
Resource Management and Organizational Culture for Environmental Sustainability 2024 (pp. 115-126). IGI Global. Doi: 10.4018/979-8-3693-
2699-2.ch006 .
18 . Manuel CD, Magalhães CR, Huber CM, Smerek L, Costa AF, Alves JR. Cross-Cultural Adaptation of a Questionnaire Measuring Organizational
Citizenship Behavior towards the Environment. Administrative Sciences. 2024 Mar 19; 14(3):57. Doi: 10.3390/admsci14030057 .
19 . Uribe-Gómez JA. Aproximación sistémica al dimensionamiento de personal en instituciones prestadoras de servicios de salud (A System Thinking Approach to Staff Sizing in Health Care Institutions). Revista CEA. 2018 May 7; 4(8), 51-65. Doi: 10.22430/24223182.1047. Available at SSRN:https://ssrn.com/abstract=3519366 .
20 . Mayston R, Ebhohimen K, Jacob K. Measuring what matters–information systems for management of chronic disease in primary healthcare settings in low and middle-income countries: challenges and opportunities. Epidemiology and Psychiatric Sciences. 2020 Jan; 29:e127. Doi:10.1017/S204579602000030X .
)