FAKTÖR ANALİZİ İLE AĞIRLIKLANDIRARAK YETKİNLİK ENVANTERİNİN DEĞERLENDİRMESİ VE PERFORMANS DEĞERLENDİRMEYE ETKİSİ

Transkript

1 İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi Yıl: Sayı: Bahar 0 / s FAKTÖR ANALİZİ İLE AĞIRLIKLANDIRARAK YETKİNLİK ENVANTERİNİN DEĞERLENDİRMESİ VE PERFORMANS DEĞERLENDİRMEYE ETKİSİ Doç.Dr.Dicle CENGİZ* Erim HISIM** ÖZET Faktör Analizi sosyal bilimlerde oldukça sık kullanılan bir istatistiksel analizdir. Değişken sayısının fazla olması durumunda indirgeme yapma ve değişkenler arasındaki bağımlıklık yapısını ortadan kaldırma amacı ile kullanılmaktadır. Bununla birlikte, değişkenlerin ağırlık vererek değerlendirilmesi konusunda da yararlanılabilmektedir. Bu çalışmanın amacı, faktör analizinin bu özelliklerini yetkinlik envanteri değerlendirmesinde kullanarak, bu değerlendirmeyi obektif hale getirilebileceğini göstermektir. Aynı zamanda yetkinlik envanterinin bu değerlendirme sonuçlarını performans tahmininde kullanılabileceğini istatistiksel olarak gösterilmesi amaçlanmaktadır. Anahtar Kelimeler: Faktör Analizi, Yetkinlik ASSESMENT OF COMPETENCE İNVENTORY BY USING FACTOR ANALYSIS AND ITS EFFECTS ON ASSESMENT OF PERFORMANS ABSTRACT Factor Analysis is a statistical analysis used quite often in the social sciences. When there are more variables to analyze, reduction variables are used with the aim of eliminating multicolinearity structure.. The purpose of this study, using factor analysis in the evaluation of these properties competency inventory, this assessment can be made obectively show. At the same time the inventory of competence is intended to show statistically that can be used to estimate the performance evaluation results. Keywords: Factor Analysis, Competence *:İstanbul Ticaret Üniversitesi Fen Edebiyat Fakültesi İstatistik Bölümü, Üsküdar- İstanbul, dtaspinar@iticu.edu.tr **: İnsan Kaynakları Uzmanı 65

2 Doç.Dr. Dicle Cengiz, Erim Hısım.GİRİŞ Bir organizasyonda, performansın hedeflenen ölçülerde olabilmesi ancak çalışanların bireysel ya da takım performanslarının istenilen ölçülerde olabilmesi ile mümkündür. Bu nedenle yöneticiler, çalışanlarından bekledikleri performansı öngörebilmek isteyeceklerdir. Böylece sahip olunan ekip daha işe alım aşamasında ileride yüksek performans gösterecek bireylerden oluşturulabilecektir. Genellikle işe alım sürecinde yapılan mülakatlarda kullanılan teknikler sayesinde yöneticiler veya insan kaynakları uzmanları sezgisel de olsa yüksek performans beklenen çalışanları sübektif olarak tahmin edebilirler. Bu sübektiflik ve sezgiye dayalı öngörünün yanıltıcı sonuçlar doğurma olasılığı çok yüksek olacaktır. Oysa tahminlerde obektif kriterlerin kullanılmasının daha sağlıklı sonuçlar vereceği kaçınılmazdır. Diğer taraftan verimli organizasyonlar yaratabilmek, uygun nitelikte çalışanları barındırmayı zorunlu kılmıştır. Bu nedenle organizasyonlar ancak gerekli yetkinliklerde olan bireylerin oluşturduğu takımlarla başarıya ulaşabileceklerinin farkına varmışlardır. Sonuçta ise kişilerin yetkinlikleri ile performansları arasında bir ilişki var olması durumunda, yöneticilerin veya insan kaynakları uzmanlarının işe alım esnasında kişinin yetkinliklerinden beklenen performansını tahmin edebilmesi de mümkün olabilecektir. O halde bu aşamada adayların ve dolayısı ile çalışanların yetkinliklerini ölçüyor olmak, ilerideki olası performanslarını öngörmemizi sağlar ise daha işin hemen başında yüksek performanslı takım yaratma konusunda çok önemli bir adım atıyor olunacaktır. Bu çalışmada yetkinlik ölçümünde kullanılan envanterin değerlendirilmesinde Faktör Analizi kullanılarak bu değerlendirmedeki sübektif yaklaşımların, kantitatif verilere dayanarak, istatistiksel analiz ile obektif hale dönüştürülmesine çalışılmıştır. Ayrıca elde edilen sonuçların performans ile istatistiksel ilişkisi de değerlendirilmiş ve sonuçlar yorumlanmaya çalışılmıştır..yetkinliğin TANIMI ve KULLANIM ALANLARI Yetkinlikler; kurumsal başarı, üstün kişisel performans ve iş sonuçlarına katkının ortaya çıkması için gereken, gözlemlenebilen, ölçümlenebilen, geliştirilebilen yetenek, bilgi ve davranışlardır.yetkinlikler, insan kaynaklarında, işe alım, performans değerlendirme, eğitim ihtiyaçlarının belirlenmesi ve terfi gibi önemli süreçlerde belirleyici kriter olarak kullanılır olmuştur. Yetkinlikler sayesinde, kurumsal stratei ile İnsan Kaynakları Yönetimi nin bütünleşmesi mümkün olmaktadır. İnsan kaynakları fonksiyonları standart hale gelmektedir. Kurumsal başarı ve verimlilik için, grup ve birey performansının birlikte değerlendirilmesi tutarlı sonuçlara ulaşılmasını sağlamaktadır. Yetkinlikler şirket gereksinimleri ve kullanım amaçları doğrultusunda farklı kategorilerde ele alınabilmektedir ( Price Waterhouse Coopers, Human Resource Services). Bu kategoriler; temel yetkinlikler, fonksiyonel yetkinlikler ve yönetsel yetkinlikler olarak düşünülebilir. 66

3 İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi Yıl: Sayı: Bahar 0 / s Yetkinliklerin kullanım alanları ise; performans yönetimi kariyer yönetimi eğitim ve gelişim yönetimi, ücret yönetimi şeklinde sıralanabilir. 3. FAKTÖR ANALİZİ Faktör analizi; birbirleriyle ilişkili çok sayıdaki değişkeni az sayıda, daha anlamlı, kolay anlaşılabilir ve birbirinden bağımsız faktörler haline getiren ve yaygın olarak kullanılan çok değişkenli istatistik tekniklerinden biridir. Faktör analizi çok sayıda değişken arasından diğer analizlerde kullanılacak temsili değişkenleri belirlemeye yardım eder. Oriinal veri setinden sağlanan faktörler bağımlı yöntemlerden regresyon, korelasyon ve diskriminant analizi ve iç bağımlı yöntemlerden kümeleme analizi gibi geniş bir yelpazede kullanılmaktadır. 3 Faktör analizi ölçülebilen ve gözlenebilen çok sayıdaki özellik arkasında yatan gerçek nedenleri yani gözlenemeyen ve ölçülemeyen gizli boyutları ortaya çıkarmaya yaramaktadır Faktör Analizi nin Varsayımları Normallik, çoklu bağlantı ve doğrusallık gibi klasik varsayımların sağlanması, faktör analizinde yalnızca değişkenler arasındaki korelasyonlarda düşüşe sebep olmaktadır. Bunların arasında sadece, türetilecek faktörlerin anlamlılığı test edilecekse, normallik varsayımı gereklidir. Bunun yanında, faktör analizinde değişkenler arasındaki iç ilişkiler belirlendiği için, belirli düzeyde çoklu doğrusal bağlantının olması istenmektedir. Değişkenler arasındaki korelasyonların 0,30 dan büyük olması faktör analizinin uygulanabilmesi için beklenen bir durumdur. 5 Veri setinin faktör analizine uygunluğunun değerlendirilmesi için iki yaklaşım vardır: Bunlardan biri sübektif bir yaklaşım olan korelasyon matrisinin incelenmesi, diğeri ise Kaiser-Mayer-Olkin (KMO) Uygunluk Testidir. Faktör analizinde korelasyon matrisi için istatistik temellerin yanında faktör analizinin uygulanabilirliğini kanıtlamak için korelasyon matrisinin yeteri kadar anlamlı korelasyonlara sahip olması gerekir çünkü değişkenler arasındaki korelasyonlar ne kadar yüksek ise, değişkenlerin ortak faktörler oluşturma olasılıkları o kadar yüksektir. 6 Korelasyon katsayıları %30 dan büyük olmayan değişkenlerin büyük bir olasılıkla faktör analizinden çıkartılması uygun olacaktır. 7 KMO testi, değişkenler arasındaki korelasyonları ve faktör analizinin uygunluğunu ölçen örnek uygunluk testidir. Testin değeri 0- aralığında değişmektedir. KMO değeri, herhangi bir değişkenin diğer değişkenler tarafından hatasız tahmin edilmesi halinde e eşit olur. KMO testi aşağıda gösterildiği gibi hesaplanan basit korelasyon katsayı- Albayrak, A. S., Türkiye de İllerin Sosyoekonomik Gelişmişlik Düzeylerinin Çok Değişkenli İstatistik Yöntemlerle İncelenmesi, Doktora Tezi, PROMAT Basım Yayın, İstanbul, 005, s Hair, J. F., Anderson, R. E., Tatham, R. L., Black, W. C., Multivariate Data Analysis, Prentice Hall, New Jersey, 998, S Hair, Anderson, Tatham, Black, a.g.e., s , Hair, Anderson, Tatham, Black a.g.e., s Kalaycı, Ş. (Ed) SPSS Uygulamalı Çok Değişkenli İstatistik Teknikleri,. Baskı, Asil Yayın Dağıtım, Ankara, 006, s Hair, Anderson, Tatham, Black, a.g.e., s

4 Doç.Dr. Dicle Cengiz, Erim Hısım ları kısmi korelasyon katsayıları ile karşılaştırılarak hesaplanmaktadır. i i KMO = (-) r + a i r i i i Formülde KMO, Kaiser-Mayer-Olkin örnek uygunluk testini; r i, i. ve. değişken arasındaki basit korelasyon katsayısını; a i, i. ve. değişken arasındaki kısmi korelasyon katsayısını göstermektedir. Değişken çiftleri arasındaki ilişkiler diğer değişkenler tarafından açıklanamadığı zaman KMO değeri küçüleceğinden faktör analizinin kullanılmaması gerekmektedir. Değişkenler arasındaki ortalama korelasyonların bir ölçüsünü veren test, değişkenlerin homoenliğini ölçmektedir. KMO ölçüsü istatistiksel bir test olmadığından Kaiser ve Rice tarafından oran için Tablo. deki kriterler önerilmiştir. Tablo. : KMO Uygunluk Testi İçin Önerilen Kriterler KMO Ölçüsü Önerilen Düzey 0,90+ Olağanüstü 0,80+ Çok İyi 0,70+ İyi 0,60+ Orta 0,50+ Kötü 0,50- Kabul Edilemez Çok iyi bir faktör analizinde KMO değeri 0,80 den büyük olmalıdır; ancak 0,50 den büyük değerler de kabul edilebilir. 3.. Faktör Analizi Modeli Faktör analizinde n bireyin p tane özelliğini (değişken) gösteren X pxn ham veri matrisinden elde edilen Z pxn standartlaştırılmış veri matrisi kullanılacaktır. Bu durumda, faktör analizi modeli z değişkenleri ile f, f,, f m ortak faktörleri arasındaki ilişkiyi gösteren doğrusal bir modeldir 8 ve korelasyonu en yüksek olacak şekilde düzenler. 9 Bu model genel olarak aşağıdaki biçimde ifade edilir: z = a f + a f a f + b u ; =,,, p (-) m m 8 Tatlıdil, H., Uygulamalı Çok Değişkenli İstatistiksel Analiz, Ziraat Matbaacılık, Ankara, 00, s Pazarlıoğlu, M. V., Emeç, H., Erdoğan, S. Dokuz Eylül Üniversitesi Öğrencilerinin Yüksek Öğretim Beklenti Değişkenlerinin Faktör Analizi İle İncelenmesi, IV. Ulusal Ekonometri ve İstatistik Sempozyumu Bildirileri, 999, s

5 İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi Yıl: Sayı: Bahar 0 / s Burada; z : inci değişken a m : inci değişkenin m inci faktör üzerindeki yükü (loadings) f : ortak faktör u : özel ya da artık faktörü ( specific-residual factor) b : özel ya da artık faktörüne ilişkin katsayı m : ortak faktörlerin sayısı Klasik faktör analizi modelinde, i bireyi için değişkenin değeri şöyle yazılabilir; 0 m z i = a pfpi + b u p= i (i =,,, N ; =,,, n) (-3) Bu model, herhangi bir z değişkeni için m ortak faktörleri ve tek faktöre göre açık z z olarak şöyle yazılabilir; z n = a = a = a F + a n F + a F + a n F F F a a a m m nm F F F m m m + b U + b + b n U U n (-4) Bu denklemler setine faktör örüntüsü ya da sadece örüntü denir. Burada ortak faktörler F p (p =,,, m) ilişkili ya da ilişkisiz olabilir fakat tek faktör U ( =,,, n) her zaman kendi aralarında ve diğer ortak faktörler arasında ilişkisiz kabul edilir. Faktör analizi sadece örüntüyü vermez, ayrıca değişkenler ve faktörler arasındaki ilişkiyi de verir. Bu ilişkiyi gösteren tabloya faktör yapısı veya sadece yapı denir. Hem örüntü hem de yapı çözümü tamamlamak için gereklidir. 0 Tatlıdil, a.g.e., s. 68. Atan, Göksel, Karpat, Üniversite Öğrencilerinin Başarılarını Etkileyen Faktörlerin Çok Değişkenli İstatistiksel Analiz Yöntemleri İle Tespiti, XI. Eğitim Bil. Kongresi, 00, s

6 Doç.Dr. Dicle Cengiz, Erim Hısım 3... Faktör Türetme Modelleri ve Uygun Faktör Analizi Yönteminin Seçimi Faktör türetme modellerinin ilk bakışta iki temel amacı söz konusudur: Değişkenler arasındaki korelasyonları en iyi şekilde yeniden türetmek ve değişkenlerin varyansını en yüksek düzeyde açıklamaktır. Faktör türetme yönteminin seçimi araştırmacının amacına bağlıdır. Standardize edilmiş her değişkenin sahip olduğu varyans bileşimi ve yukarıdaki amaçlar dikkate alındığında, faktör analizi modelleri, Temel Bileşen Faktörü Yöntemi dışında Asal Eksen Faktörü, Görüntü Faktörü, Ağırlıksız En Küçük Kareler, Maksimum Olabilirlik, Alfa Faktörü gibi yöntemlerdir. Bu yöntemlerden Asal Eksen Faktörü Yöntemi, korelasyon matrisindeki köşegen değerleri hariç temel bileşen faktörü yöntemiyle aynıdır. Yöntem korelasyon matrisinde olan köşegen değerleri yerine ortak varyansları kullanmaktadır. Görüntü Faktörü Yöntemi nde, herhangi bir değişkenin ortak alanı teorik faktörlerin fonksiyonu yerine geriye kalan değişkenlerin doğrusal regresyon fonksiyonuyla belirlenmektedir. Bu ortak alana, kısmi görüntü analizi denir. Ağırlıksız En Küçük Kareler Yöntemi, faktör sayısı için hesaplanan korelasyon matrisi ile yeniden türetilmiş korelasyon matrisi arasındaki farkların karesini minimize eden bir faktör durum matrisi (köşegenler hariç) türetmektedir. Maksimum Olabilirlik Yöntemi nde, korelasyonlar değişkenlerin varyanslarıyla ters orantılı olarak ağırlıklandırılarak yineleme süreci uygulanır. Maksimum Olabilirlik modeli verilerin çoklu normal dağılımdan geldiğini varsaymaktadır. Alfa Faktörü, birimlerin anakütle ve değişkenlerin ise değişken anakütlesinin bir örneği olduğunu varsaymaktadır. Bu yöntemle faktörlerin alfa güvenilirlikleri maksimize edilmektedir. Çalışmada gözlemlere ait değişkenler arasında ilişkisiz doğrusal bileşenlerin belirlenip bu bileşenlere göre yeni bir sıralama yapmak amacı bulunduğu için Temel Bileşen Faktörü Modeli tercih edilmiş ve bu yöntem üzerinde durulmuştur Temel Bileşen Faktörü (Principal Component Factoring=PCF) Bu model, değişkenin açıklanan varyansının maksimum olmasını amaçlar. Modelde, değişken sayısına(p) eşit sayıda ve birbirinden bağımsız temel bileşenler, tüm değişkenlerin açıkladığı toplam varyansa maksimum katkıda bulunmaktadır. Model basit olarak; x = b F + b F + b 3 F b p F p ( =,,.,p) (-5) eşitliğindeki gibi yazılabilir. Sonuçta p sayıda değişken, yine birbirinden bağımsız p tane temel bileşenle temsil edilir. Bu temel bileşenler sırasıyla toplam varyansa maksimum katkıda bulunurlar. Yani birinci temel bileşen en çok, diğer bileşenler ise gittikçe azalan miktarlarda toplam varyansa katılırlar. Bu sebeple, toplam varyansın büyük bir kısmı az sayıda temel bileşenle açıklanabilmektedir. Bu yöntem, tahmin edilen ortak varyansların bire eşit olduğunu varsaymaktadır. Yani, Albayrak, a.g.e., s

7 İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi Yıl: Sayı: Bahar 0 / s temel bileşen modeli, başta ortak faktör sayısı ile değişken sayısının eşit olduğunu, bu ortak faktörlerden birkaçının toplam varyansın önemli bir kısmını açıklayacağını ve geriye kalan diğer faktörlerin ise daha az açıklayıcılığı bulunan düşük varyansları göstereceğini varsaymaktadır Türetilecek Ortak Faktör Sayısının Belirlenmesi Faktör analizinde üretilebilecek faktör sayısı en fazla değişken sayısı kadar olabilir. Değişken sayısı kadar faktör türetilirse her değişken bir faktörle temsil edilecek demektir ki bu durumda bir şey kazanılmaz. Burada amaç, değişkenler arasındaki ilişkileri en yüksek derecede temsil edecek az sayıda faktör elde etmektir. 4 Gerekli faktör sayısını belirlemek için toplam varyansın her bir faktör tarafından yüzde kaçının açıklandığına bakılması gerekir. Faktör analizinde değişkenler standardize edildiğinden toplam varyans değişken sayısına eşittir. Ortak faktör sayısını belirlemede, faktörlerin giderek azalan miktarda varyansa katılmaları büyük kolaylık sağlamaktadır. Faktörlerin açıkladığı varyans miktarına göre faktör sayısını belirleyen çeşitli kriterler vardır. Bu kriterler aşağıdaki gibi sıralanabilir: Varyansa Katılma (Kaiser, Öz değer, Eigenvalue) Kriteri: Öz değer, hem faktörlerce açıklanan varyansı hesaplamada, hem de önemli faktör sayısına karar vermede dikkate alınan bir katsayıdır. 5 Bu kritere göre, başlangıçta, genel olarak öz değeri ya da den büyük olan faktörler önemli, den küçük olan faktörler önemsiz varsayılmaktadır. Dolayısıyla özdeğerin olması faktörün önemsiz sayılmasına sebep olurken, e eşit olması faktörün önemli sayılmasını gerektirmektedir. Bu durum ise hassasiyet gözönüne alındığında Varyansa Katılma Kriteri için bir sakınca olarak görülebilir. Scree Test Kriteri: Varyansa katılma (Kaiser) kriterinin sakıncasını ortadan kaldırmak için Cattell tarafından geliştirilmiştir. 6 Yöntem, faktörlerin öz değerlerine dayalı olarak çizilen yığın grafiğinin incelenmesine dayanır. Grafikte dikey eksen öz değer miktarlarını, yatay eksen ise faktörleri gösterir. Grafik, faktörlerin öz değerleriyle eşleştirilmesi sonucunda bulunan noktaların birleştirilmesiyle elde edilir. Grafikte yüksek ivmeli, hızlı düşüşlerin yaşandığı faktör, önemli faktör sayısını verir. 7 Faktör sayısının belirlenmesinde kullanılabilecek diğer kriterlerden, Toplam Varyansın Yüzdesi Kriteri nde her ilave faktörün toplam varyansın açıklanmasına katkısı %5 in altına düştüğünde maksimum faktör sayısına ulaşılmış olunmaktadır. Joliffe Kriteri nde 0.7 açıklama oranının altındaki tüm faktörlerin modelden çıkarılmasını gerektirir. Açıklanan Varyans Kriteri nde varyansın toplamda %90 ını açıklayan faktör sayısı kabul edilir. Bunların dışında faktör sayısının araştırmacı tarafından belirlenmesi de kullanılabilecek bir yöntemdir. 8 3 Albayrak, a.g.e., s Kalaycı, a.g.e., s Büyüköztürk, Ş. Sosyal Bilimler İçin Veri Analizi El Kitabı, 3. Baskı, Pegem Yayıncılık, Ankara, 003, s Hair, Anderson, Tatham, Black, a.g.e., s Büyüköztürk, a.e., s Kalaycı, a.g.e., s. 3. 7

8 Doç.Dr. Dicle Cengiz, Erim Hısım 3... Faktörlerin Yorumu ve Adlandırılması Faktörlerin daha anlamlı ve yoruma uygun hale gelmeleri için döndürme işlemi uygulanmaktadır. Burada önemli olan faktörlerin neleri temsil ettikleridir. Döndürme işlemi faktörlerin değişkenleri daha iyi temsil edebilmeleri için faktör eksenlerinin hareket ettirilmesidir. Ancak faktör analizinde döndürmeler basit yapıya ulaşmayı garanti etmediği gibi döndürmeden sonra elde edilecek faktör sonuçları, elde edilen ilk faktör sonuçlarından daha anlamsız da olabilmektedir. 9 Faktör matrisini döndürmenin temel amacı, daha basit bir yapı ve teorik olarak daha anlamlı bir faktör matrisi elde etmek için önceki faktörlerin açıkladığı toplam varyansı faktörler arasında yeniden dağıtmaktır. Yani her faktörün, değişkenlerden sadece bazıları için sıfır olmayan yüklere sahip olması gerekir. Böyle bir durum faktörü daha kolay yorumlamaya yardım etmektedir. Ayrıca her bir değişkenin faktörlerden sadece bazılarıyla (tercihen tek bir faktörle) sıfır olmayan bir yüke sahip olması beklenir. Böylece faktörlerin birbirinden farklılaşması sağlanır. Döndürme kriterleri olarak, uygulanan ortogonal (dik) ve oblik (eğik) döndürmeler kullanılmaktadır.. Dik döndürme yöntemleri; quartimax, varimax, equamax ve orthomax iken, eğik döndürme yöntemleri; oblimax, quartimin, covarimin ve biquartimin yöntemleridir. Döndürülmemiş faktör matrisinde, faktör yüklerinin bazıları yüksek, bazıları düşük değerlerdir. Veriler kendi içinde tutarlı ise, döndürme işlemi sonucu elde edilen döndürülmüş faktör matrisinde başlangıçta büyük olan faktör ağırlıklarının iyice büyüdüğü, küçük olanların ise iyice küçüldüğü görülür. Genellikle, her sütundaki (her sütun bir faktörün yüklerini içerir) faktör yüklerinin birkaçı yüksek olmakla beraber, diğerleri küçük değerler almaktadır. Böylece, faktörlerle ilgili değişken grupları ortaya çıkmaktadır. Faktörlerin yorumlanmasında o faktörle yüksek korelasyon (yüksek faktör yükü) gösteren değişkenlerin oluşturduğu grup üzerinde durulmaktadır. Her bir faktörle ilgili olarak gruplaşma gösteren değişkenler arasında bazı ortak yanların bulunduğu böylece belirlenmekte ancak bunun ne olduğu tam olarak bilinememektedir. Faktör analizi sonuçları yorumlanırken bu ortak noktalar üzerinde durularak yorum yapılmalı ve faktörler bu ortak yönlere göre adlandırılmalıdır. Faktörlerin yorumlanması ve adlandırılması faktör yükleri dikkate alınarak yapılır. Buna göre, değişkenin ortak faktörle olan korelasyonu ±0,30 dan büyükse o değişkenin söz konusu ortak faktörle anlamlı bir ilişki gösterdiği kabul edilmektedir. Bazı araştırmacılara göre bu oran ±0,40 hatta ±0,50 olmalıdır. Bir faktörün adlandırılmasında, ±0,30 dan büyük pozitif faktör yükleri dikkate alındığı gibi, negatif faktör ağırlıkları da dikkate alınmalıdır. Söz konusu ortak faktör, pozitif faktör ağırlıkları ile olumlu, negatif faktör ağırlıkları ile olumsuz ilişki gösterecek şekilde yorumlanmalıdır. Böylece faktörlere iki kutuplu olarak bakılabilir. 30 Faktör analizinin amacı, değişkenler arasındaki ilişkileri anlamlı ve anlaşılır bir şekilde ifade edebilmektir. Sonuçlar araştırmanın bilimsel amacı doğrultusunda yorumlanmalıdır. Analiz sonuçlarının yorumu faktör analizinin konusu olmaktan çok araştırma konusu bilim dalı ile ilgili olmaktadır. 9 Tatlıdil, a.g.e., s Albayrak, a.g.e., s

9 İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi Yıl: Sayı: Bahar 0 / s YETKİNLİK ENVANTERİNİN DEĞERLENDİRİLMESİNDE FAKTÖR ANALİZİNİN KULLANILMASI Bu çalışmada, bir ilaç firması çalışanları ( represantlar) üzerinde öncelikle kişilerin kendi profesyonelliklerine ilişkin yetkinliklerinin ölçülmesine yönelik bir envanter oluşturulmaya çalışılmış, daha sonra bu envanter ile performans arasında bir ilişkinin var olup olmadığı istatistiksel olarak incelenmiş ve envanterin performans üzerindeki açıklayıcılığı üzerinde durulmaya çalışılmıştır. Performans sistemlerinde geleneksel yaklaşım, kişinin performansının değerlendirilmesinde, somut kriterlerin yanında, yöneticilerinin ve iş arkadaşlarının kanaatlerinin dikkate alınmasıdır. Bu çalışma ile geleneksel bu bakış açısına ek olarak, kişilerin kendileri ile ilgili görüşlerinden oluşan bir envanter yaratarak, bu envanterin performanslarının değerlendirmesinde belirleyiciliğinin araştırılması amaçlanmaktadır. Ele alınan yetkinlikler: Bu çalışmada firma yöneticileri için nispeten önemli bulunan başlıca 4 yetkinlik ele alınmıştır. Bu yetkinlikler;. Yetkinlik: Ekip çalışmasına yatkınlık. Yetkinlik: Planlama ve organizasyon 3. Yetkinlik: Zaman yönetimi 4. Yetkinlik: Problem çözme / Karar verme Bu dört yetkinliğin ölçülebilmesi için konunun profesyonelleri ve uzmanları tarafından ortak bir çalışma yapılarak 63 soruluk bir soru formu oluşturulmuş, ve bu formdaki hangi soruların hangi yetkinlikleri ne ölçüde açıklayabileceğine yönelik kişisel görüşleri alınmıştır. Kurumun uyguladığı performans kriterleri de aşağıda Tablo de verilmiştir. Tablo: Performans kriterleri Performans Kriterleri Tanıtım Bütçesinin Efektif Kullanımı Ziyaret Programı Planlama Becerisi Aylık Çalışma Programına Uygunluk Satış Teknikleri Uygulama Ürün Bilgileri Rakip Ürün Bilgisi Ve Faaliyet Takibi Grup Eğitim Planlama Ve Uygulama İdari Sorumlulukları Yerine Getirme (Raporlama, Yazışmalar ) Genel Görünüm Ve Konuşmaya Gösterilen Özen Araç Bakımı Ve Düzeni Firma Malzemelerine Verilen Önem Proaktiflik Ve Pozitiflik İletişim Becerisi Bölgesel Veya Ulusal Toplantılarda Katılımcılık Ims Verileri 73

10 Doç.Dr. Dicle Cengiz, Erim Hısım Böylece ele alınan 4 yetkinlik ile periyodik olarak değerlendirilen performans kriterleri arasında ilişki kurulmaya çalışılacaktır. Eğer bu ilişki belirlenebilirse, beklenen performansı sağlayacak elemanların, yetkinliklerinin ölçümü aracılığı ile sağlıklı bir biçimde belirlenmesi (seçilmesi) mümkün olacaktır. 4..UYGULANAN METOD İlaç firması çalışanlarının 4 farklı yetkinlikleri ölçülmek üzere, 63 sorudan oluşan bir envanter uygulanmıştır. Envanterde bulunan sorular, değişik ağırlıklar ile yetkinlikler üzerinde etkilidir. Soruların yetkinlikler üzerindeki ağırlıklandırma işlemi konu ile ilgili profesyoneller ve uzmanlarca belirlenmiş ve 4 yetkinlik için toplam puanlar elde edilmiştir. Ancak bu yaklaşım istatistiksel olmaması, yalnızca konu ile ilgili kişilerin profesyonel yaklaşımlarına dayandığı için subektif olarak değerlendirilmektedir. Bu çalışmada alternatif bir yaklaşım olarak yetkinlikler için soruların ağırlıklarının faktör analizi ile belirlenmesi kullanılmıştır. Diğer taraftan kullanılan envanterin geçerlilik çalışmaları için aynı gruba uygulanan ve somut kriterler içeren performans ölçümleri ile ilişkili olması beklenmektedir. 63 soru ile ölçülmeye çalışılan 4 yetkinliğin aynı zamanda bu kişilerin performans ölçümleri ile ilişkili olması envanterin geçerliliği açısından önemlidir. Bu amaçla yetkinlikler öncelikle teker teker ele alınmış ve performans ile ilişki durumları incelenmiştir. Birinci yetkinlik envanterdeki 0 soru tarafından açıklanmaktadır. Ancak bu soruların her birisinin değişik ağırlıkları söz konusudur. 0 değişken için hem soru sayısını indirgemek hem de soruların yetkinlik üzerindeki ağırlıklarını ortaya çıkarmak amacıyla Faktör Analizi uygulanmıştır. Uygulanan döndürme yöntemleri de değerlendirilerek faktörleşmedeki en iyi sonucu Quartimaks döndürme yöntemi sonucunda elde edilmiştir. Bu şekilde elde edilen 8 faktör %73 lük açıklama oranı ile uygun faktörleşmeyi göstermektedir. Elde edilen 8 faktör ile kişilerin performansları arasındaki ilişki pearson korelasyon katsayısı ile ölçülmüş ve yalnızca 5. ve 8. faktörlerde ilişki istatistiksel açıdan önemli bulunmuştur. 5. faktör ile Performans arasındaki ilişki 0,5; 8. faktör ile performans arasında ise 0,78 olarak hesaplanmıştır. İstatistiksel olarak. faktör, değişkenler arasındaki ilişkiye dayalı olarak değişimi en iyi açıklayan faktördür. Dolayısı ile. yetkinliğin en iyi açıklandığı faktör ün. faktör olduğu söylenebilir. Ancak diğer taraftan yeni oluşturulan bu envanterde, 5. ve 8. faktörlerin performans ile ilişkilerinin yüksek, diğerlerinin düşük olması, bu faktörlerde yüklü olan değişkenlerin performans ile ilişkili olarak. yetkinlikte önemli oldukları söylenebilir. Dolayısıyla bu faktörlerde yüklü olan değişkenler performanstan etkilenmekte ve dolaylı olarak. yetkinlik üzerinde etkilerini gösterebilmektedir. Bir başka ifade ile bu değişkenler ile ölçülen. yetkinlik aynı zamanda performans için de belirleyici olabilecektir. Bu faktörler incelendiğinde 5. faktörde soru8, soru9 ve soru44; 8. faktörde ise soru6 ve soru6 yüklü olarak bulunmaktadır. Bu aşamada soruların faktör üzerindeki yükleri soruların. yetkinlik üzerinde beklenen işaretleri ile uyumlu olarak gözlenmiştir. Benzer işlemler., 3. ve 4. yetkinlikler içim de yapılmış ve sonuçlar aşağıdaki tabloda özetlenmiştir. 74

11 İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi Yıl: Sayı: Bahar 0 / s Tablo: Yetkinlik Türlerine göre Faktör Analizi Sonuçları. yetkinlik. yetkinlik 3. yetkinlik 4. yetkinlik soru say. Fak. Say. açıklam a oranı 0 8 0, , ,76 yok 4 0,58 Dön.yön quartima x quartima x quartima x Performans ile ilişkili faktorler 5.faktö r yük ü 8. faktör yük ü soru8-0,75 soru6 0,8 soru9 0,6 soru6 0,5 soru44 0,57. faktör yük ü 5. faktör yük ü soru 60 0,65 soru5 0,63 soru34 0,64 soru4 0,64 8. faktör yük ü soru45 0,4 soru4 0,4.fakto r yük ü soru33 0,68 soru3 0,66 Her bir yetkinlik için performans ile ilişkili faktorleri ve dolayısıyla uygun sorular belirlendikten sonra bu soruların ve yetkinliklerin performans üzerindeki açıklayıcılıklarının belirlenmesi için Çoklu Regresyon analizi uygulanmıştır. Denenen çeşitli modeller sonucunda istatistiksel anlamlılık açısından en iyi olan modelde R=0,50 olarak elde edilmiş ve bulgular Tablo3 ve Tablo4 te verilmiştir Tablo 3: Regresyon Modelinin anlamlılığı ANOVA KT sd KO F p. regresyon 40, ,96 7,033,000 Artık 3406, ,075 Toplam 4547,6 66 Tablo4: Model Katsayıları ve anlamlılıkları MODEL B Std. Error β t p Sabit 66,84,898 73,78,000 yf -,738,905 -,330-3,04,004 yf5,330,90,8,53,04 y3f8,693,90,04,839,07 75

12 Doç.Dr. Dicle Cengiz, Erim Hısım Modeller incelendiğinde Sonuç olarak. yetkinliğe ait. faktor ve 5. faktorün, 3. yetkinliğe ait 8. faktorun regresyon modelinde katsayılarının anlamlı olduğu ve modelin de 0,05 anlam düzeyinde anlamlı olduğu görülmüştür. Modelin katsayı işaretleri incelendiğinde ise. yetkinliğin. faktorünün katsayısı eksi diğerleri pozitif çıkmıştır.. yetkinliğin. faktöründe yüklü olan sorular incelendiğinde bu soruların. yetkinlik açısından ters sorular olduğu yani, katsayının negatif çıkmasının anlamlı olduğu görülmektedir. Diğer taraftan,. yetkinliğe ait 5. faktör ve 3. yetkinliğe ait 8. faktör ise üzerlerinde yüklü olan değişkenler açısından incelendiğinde katsayı işaretinin pozitif olmasının anlamlı olduğu gözlenmiştir. Dolayısıyla, kurulan model katsayı işaretleri açısından da anlamlı bir modeldir., 5. DEĞERLENDİRME ve SONUÇ Her bir yetkinlik için uygulanan faktör analizleri sonucunda her yetkinlik için belirlenen değişkenler arasındaki gruplaşmalar ve soruların bu yetkinlikler üzerindeki ağırlıkları ortaya çıkarılmaya çalışılmıştır. Burada asıl amaç yeni oluşturulmaya çalışılan yetkinlik envanterinin geçerliliğinin de sınanmasıdır. Bu açıdan bakıldığında oluşturulan envantere göre yetkin olan bir kişinin aynı zamanda iyi performans vermesi de beklenmelidir. Dolayısıyla yetkinlikler ile performans arasında istatistiksel olarak anlamlı ilişkinin çıkması sorulan soruların da geçerlilik çalışması açısından yeterli olduğu sonucunu verecektir. Bu amaçlarla yapılan faktör analizlerinde her bir yetkinlik için hangi faktördeki ağırlıklandırmanın performans üzerinde daha etkin olduğu ortaya çıkmıştır. Bu etkinlikler. yetkinlik için 5.ve 8. faktör;. yetkinlik için. ve 5. faktör; 3. yetkinlik için 8. faktör ve 4. yetkinlik için. faktör olarak belirlenmiştir. Dolayısıyla bu faktörlerde yüklü olan değişkenlerin de 63 değişken arasında yetkinliklerin yanında performansı da açıklayabilmek için en önemli değişkenler olabilecekleri düşünülebilir. Bu aşamada elde edilen faktörlerin performans üzerindeki açıklayıcılıklarının ortaya çıkarılabilmesi için uygulanan çoklu regresyon analizi sonucunda ise elde edilen en iyi modele göre. yetkinliğe ilişkin iki faktör ve 3. yetkinliğe ilişkin tek faktör anlamlı çıkmıştır. Dolayısıyla bu faktörlerde yüklü olan değişkenlerin performans üzerindeki açıklayıcılıkları önemli bulunmuştur. Bunların arasında ise katsayısı en büyük olan. yetkinliğin. faktörü performans üzerinde en fazla açıklayıcılığı olan değişkendir. Bu faktör üzerinde yüklü olan soru60, soru34 ve soru4 nin ise performans ile ilişkileri yüksek en iyi yetkinlik belirten değişkenler oldukları söylenebilir. Benzer yorumlar, regresyon analizinde anlamlı olarak bulunan diğer iki faktör için de düşünüldüğünde, soru 5, soru 45 ve soru 4 envanterdeki performans ile ilişkili üzerinde durulması gereken sorulardır. Elde edilen bulgular toparlandığında aşağıdaki sonuçlara ulaşılmaktadır. ) Yeni yaratılan envanterde kullanılan 63 soru ile ölçülmeye çalışılan yetkinliklerin, performansla, özellikle birinci faktörlerinde yüksek ilişkili çıkmamalarından dolayı, kullanılan soruların geçerlilikleri ile ilgili bir problem olduğu düşünülebilir. Bu durumda ele alınan soruların konunun uzmanları tarafından tekrar göz- 76

13 İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi Yıl: Sayı: Bahar 0 / s den geçirilmesi gerekecektir. Faktör analizi sonucu elde edilen faktörleşmeler ve faktör yükleri bu konuda üzerinde durulması gereken değişkenlerin belirlenmesi açısından kullanılabilecektir. Diğer taraftan regresyon analizi sonucunda ortaya çıkan soruların üzerinde daha fazla yoğunlaşmak da performans ile daha ilişkilendirilebilecek yetkinliklerin oluşmasını sağlayabilir. Uygulamada kullanılan faktörler ve regresyon sonuçlarının sorular bazında değerlendirildiğinde kavramsal anlamlılıklarının olması 63 soruluk envanterin de daha kısaltılarak uygulanabileceğinin göstergesi olarak kabul edilebilir. Ancak bu durumda faktor analizi ile yükleri yüksek olarak hesaplanan soruların bulunduğu daha kısa bir envanterin tekrar gözlem kümesine uygulanması ve sonuçların karşılaştırmalı olarak değerlendirilmesi gerekecektir. ) Yetkinlikler ile performans arasında istatistiksel olarak beklenenin altında bir ilişki bulunmuş olması, uygulanan gözlem kümesinde envanterdeki sorulara fazla önem verilmeden cevaplanmış olunabileceğini düşündürebilir. Dolayısıyla aralarında yüksek ilişkili bulunulması beklenen sorular kontrol edilebilir. Ya da cronbach alfa katsayısı ile anket iç tutarlılığı incelenebilir. Bu amaçla hesaplanan cronbach alfa katsayısı,. yetkinlik için 0,7;. yetkinlik için 0,7; 3. yetkinlik için 0,75; 4. yetkinlik için 0.9 olarak hesaplanmıştır. Buradan çıkan sonuçlara göre. ve 3. yetkinliklerin alfa katsayılarının daha yakın olması bu yetkinliklerde iç tutarlılığın yüksek olduğunun; diğerlerinde ise %50nin altında olmasının iç tutarlılığın düşük olduğunun bir göstergesidir. Dolayısıyla. ve 4. yetkinliklere ait soruların yanıtlanmasında tutarlılık bozulmuştur. Burada özellikle bu yetkinliklere ait soruların yanıtlayıcılar tarafından iyi anlaşılıp anlaşılmadığının gibi konuların tekrar gözden geçirilmesinde yara vardır. Diğer taraftan aynı şekilde gözlem kümesinden kaynaklanan bir sorunun olup olmadığının incelenmesi için tekrar testlerin uygulanması ve sonuçların değerlendirilmesi uygun olacaktır. 3) Yetkinlikler ile performans arasında istatistiksel olarak beklenenin altında bir ilişki bulunmuş olması, performans ölçümünde kişilerin üstlerinin kişisel kararlarının daha etkili olduğunu ortaya çıkarabilir. Bu durumda performans değerlendirmelerinin obektifliği söz konusu olmayacaktır. Ancak bunun söylenebilmesi için öncelikle daha önceki sonuçlardan kaynaklanan problemlerin ortadan kalkması gerekir. Bir başka ifade ile, envanterin geçerlilik ve güvenilirlik sürecinin bitmiş olması gerekir. Özetle, ele alınan 63 soruluk envanterin, 4 yetkinliği ölçebilmesi için geçerlilik ve güvenilirliği ileriki dönemlerde elde edilen bulgular doğrultusunda sağlandığı taktirde, performans ölçümlerinin de obektifliği konusunda belirleyici bir kriter olarak kullanılması söz konusu olabilecektir. Öte yandan bu çalışmanın yürütüldüğü kurumda uygulanan performans sistemi, klasik olarak adlandırabileceğimiz üstlerin astları değerlendirdiği bir sistemdir. Oysa son dönemde yaygın olarak kullanılan performans sistemleri çoklukla 360 derece olarak adlandırılan üstlerin, astların ve eş pozisyondakilerin değerlendirme sürecinde yer aldığı çağdaş yöntemlerdir. Envanter çalışması ile 360 derece sisteminin birlikte analiz edilebileceği ileri çalışmaların bu çalışmaya katacakları sonuçlar olabileceği beklenmektedir. 77

14 Doç.Dr. Dicle Cengiz, Erim Hısım KAYNAKLAR AKAL, Z., İşletmelerde Performans Ölçüm Ve Denetimi, Çok Yönlü Performans Göstergeleri, Milli Prodüktivite Merkezi ALBAYRAK, A. S., Türkiye de İllerin Sosyoekonomik Gelişmişlik Düzeylerinin Çok Değişkenli İstatistik Yöntemlerle İncelenmesi, Doktora Tezi, PROMAT Basım Yayın, İstanbul, 005. ALPAR, R., Uygulamalı Çok değişkenli İstatistiksel Yöntemelere Giriş-I, Bağırgan yayınevi, Ankara, 997 ATAN, GÖKSEL, KARPAT, Üniversite Öğrencilerinin Başarılarını Etkileyen Faktörlerin Çok Değişkenli İstatistiksel Analiz Yöntemleri İle Tespiti, XI. Eğitim Bil. Kongresi, 00, BARUTÇUGİL, İ, Performans Yönetimi, Kariyer Yayıncılık BÜYÜKÖZTÜRK, Ş. Sosyal Bilimler İçin Veri Analizi El Kitabı, 3. Baskı, Pegem Yayıncılık, Ankara, 003, CENGİZ, D. ve KILINÇ,B. Faktör Analizi ile 006 Dünya Kupasına Katılan Takımları Sıralamasının Belirlenmesi M.Ü. İktisadi ve İdari Bilimler Fakültesi dergisi, Cilt 3, Sayı, , İstanbul, 007 DEDEHAYIR, H. Neden Yetkinlik?, Kaynak dergisi, Sayı 4, Nisan Eylül, 003 In- HAIR, J., ANDERSON, R. TATHAM,R. Multivariate Data Analysis With Readings, Prentice Hall ternational Edisions, 995 KALAYCI, Ş. (Ed) SPSS Uygulamalı Çok Değişkenli İstatistik Teknikleri,. Baskı, Asil Yayın Dağıtım, Ankara, 006, s PAZARLIOĞLU, M. V., EMEÇ, H., ERDOĞAN, S. Dokuz Eylül Üniversitesi Öğrencilerinin Yüksek Öğretim Beklenti Değişkenlerinin Faktör Analizi İle İncelenmesi, IV. Ulusal Ekonometri ve İstatistik Sempozyumu Bildirileri, 999, s. 850 SABUNCUOĞLU, Z., İnsan Kaynakları Yönetimi, Ezgi Yayınevi ŞENCAN, H., Sosyal Ve Davranışsal Ölçümlerde Güvenilirlik Ve Geçerlilik, Seçkin Yayıncılık, 005. TATLIDİL, H., Uygulamalı Çok Değişkenli İstatistiksel Analiz, ceb web ofset ltd. Şti., Ankara, 996 TAVŞANCIL, E., Tutumların ölçülmesi ve SPSS ile Veri Analizi, Nobel, 00 ÜLSEVER, C. İnsan Yönetimi, Om Yayınevi 78