Submitted by (edna.saturno@ufrpe.br) on 2016-06-02T14:42:25Z
No. of bitstreams: 1
Maria do Ceu de Sena Moura.pdf: 2631974 bytes, checksum: 10787c3e80077191fae4235bed863dcf (MD5) / Made available in DSpace on 2016-06-02T14:42:25Z (GMT). No. of bitstreams: 1
Maria do Ceu de Sena Moura.pdf: 2631974 bytes, checksum: 10787c3e80077191fae4235bed863dcf (MD5)
Previous issue date: 2014-05-26 / This paper proposes the incorporation of a model using the French Multicriteria Decision Aid ELECTRE TRI in light of management competencies. The axes of Knowledge, Skill and Attitude (KSA) were inserted in to an algorithm as the criteria, while the evaluated employees were treated as alternatives. To model the problem, we conducted an exploratory field study of 101 employees who work in a call center specialized in credit recovery and collection in the state of Pernambuco, Brazil. The data collected was subjected to quantitative analysis. The theoretical framework allowed exploring the policies and practices of managing people, managing people in a call center, management competencies, the Multicriteria Decision Aid and ELECTRE TRI. The results indicated that it was possible to perform specific modeling for each type of function. In the group of attendants, it was observed that about 15% of workers demonstrated poor performance. A similar result was observed in 10% of managers. In relation to administrative advisors, it was found that 50% of the professionals interviewed were classified as having low performance on competencies, and the other 50% with high competence, a result that is justified when we stratified the uptime of professionals. The suggested model appears to be a new proposal supporting the process of hiring, firing and training. / O presente trabalho propõe a incorporação de uma modelagem, através do método francês de apoio multicritério ELECTRE TRI à luz da gestão por competências. Os eixos de Conhecimento, Habilidade e Atitude (CHA) foram inseridos no algoritmo como critérios, enquanto que os funcionários avaliados foram tratados como alternativas. Para modelagem do problema, foi conduzida uma pesquisa de campo de caráter exploratório com 101 funcionários que atuam numa empresa de Call Center de Pernambuco, especializada em recuperação de crédito e cobrança. Os dados coletados foram submetidos às análises quantitativas. O embasamento teórico permitiu explorar as políticas e práticas de gestão de pessoas, a gestão de pessoas no Call Center, a gestão por competências, o Apoio Multicritério à Decisão e o ELECTRE TRI. Os resultados indicaram que foi possível realizar modelagens específicas para cada tipo de função. Nos grupos de atendentes, observou-se que cerca de 15% dos trabalhadores demonstraram baixo desempenho. Resultado semelhante foi observado em 10% dos gestores. Quanto aos assessores administrativos, foi constatado que 50% dos profissionais entrevistados foram classificados com baixo desempenho nas competências, e os demais, com competência elevada, resultado que se justifica quando estratificamos o tempo de atividade dos profissionais. O modelo sugerido aparece como uma nova proposta de apoio nos processos de demissão, contratação e treinamentos.
Identifer | oai:union.ndltd.org:IBICT/oai:tede2:tede2/4588 |
Date | 26 May 2014 |
Creators | MOURA, Maria do Céu de Sena |
Contributors | Sobral, Marcos Felipe Falcão, Melo, André de Souza, Silva, Emanuel Sampaio |
Publisher | Universidade Federal Rural de Pernambuco, Programa de Pós-Graduação em Administração e Desenvolvimento Rural, UFRPE, Brasil, Departamento de Administração |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | English |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Biblioteca Digital de Teses e Dissertações da UFRPE, instname:Universidade Federal Rural de Pernambuco, instacron:UFRPE |
Rights | info:eu-repo/semantics/openAccess |
Relation | -14559930609208970, 600, 600, 600, -3020915585334755221, -2020477926198029066 |
Page generated in 0.0022 seconds