Datasets:

Abirami

/

tamilwikipediadataset

like 2

மனித வள மேலாண்மை முறைமை

மனித வள மேலாண் முறைமை (மனித வளத் தகவல் முறைமை, மனித வளத் தொழில்நுட்பம் அல்லது மனித வள நிரல்கூறுகள்) என்பது மனித வள மேலாண்மை மற்றும் தகவல் தொழில்நுட்பம் ஆகிய இரு துறைகளின் கூட்டு நிகழ்முறை ஆகும் .

மனித வள மேலாண்மைத் துறையின் பல்வேறு செயல்பாடுகளும், நிகழ்முறைகளும் தகவல் தொழில்நுட்பம் மூலம் ஒருங்கிணைக்கப்படுகிறது. தரவு செயலாக்க முறைகள் நிறுவன ஆதாரவள திட்டமிடல் மென்பொருளின் பாகங்களுக்குள் ஒருங்கிணைக்கப்படுகின்றன. பல்வேறு பயன்பாடுகளை ஒரு பொதுவான தரவுத்தளத்திற்குள் இம்மென்பொருள் ஒன்றுசேர்க்கிறது.

மனித வளத் துறையின் செயல்பாடு பொதுவாக நிர்வாகங்களைச் சார்ந்ததாகவே இருக்கும். அனைத்து நிறுவனங்களுக்கும் இடையே இது மாறுபடும். நிறுவனங்கள் தமக்கென வெவ்வேறு முறைசார்ந்த தேர்வுகள், மதிப்பாய்வு மற்றும் சம்பளப் பட்டியல் செயல்பாட்டு முறைகளைக் கொண்டிருக்கலாம். "மனித மூலதன"த்தை திறம்படக் கையாளுவது தவிர்க்கவியலாத மற்றும் சிக்கலான நிகழ்முறையாக இருக்கிறது.

பணியாளரின் வரலாறுகள், திறமைகள், செயலாக்கத் திறன்கள், சாதனைகள் மற்றும் ஊதியம் ஆகிய தரவுகளை அறிந்து வைத்திருப்பது மனித வள நிர்வாகத்தின் முதன்மையான வேலையாகும். இந்த நிருவாக வேலைகளை எளிமையாக வகைப்படுத்தி வேலைப் பளுவைக் குறைக்க, நிறுவனங்கள் பல நடைமுறைகளை மின்னணு முறைக்கு மாற்றி விட்டன. HRIS enable improvement in traditional processes and enhance strategic decision making.

ஒருங்கிணைந்த மனித வள மேலாண்மை முறைமையை உருவாக்க மனித வளத் துறை நிருவாகப் பணியாளர்கள் தகவல் தொழில்நுட்பத் துறை வல்லுனர்களை சார்ந்துள்ளனர். 1980களில் "சேவை-பயனர்" பயன்பாட்டு முறை உருவாகும் வரை, பெரிய அளவில் தரவுகள் காகிதக் கோப்புகள் மூலமும், செயலாக்கங்களைக் கையாளும் மெயின்பிரேம் (மூலப்பரப்பற்சட்டம்) கணினி மூலமும் பல மனித வள செயல்பாடுகள் இணைக்கப் பெற்றன. ஆனால் இதற்கு பெரும் மூலனத்தை நிறுவனங்கள் செலவிடக் கூடிய சூழல் இருந்தது. அதன்பின் வாங்கி-வழங்கன் (Client-Server), பயன்பாட்டு சேவை வழங்குநர் (Application Service Provider), சேவையாக மென்பொருள் (SaS - Software as a Service) ஆகிய மென்பொருட்களின் வருகைக்குப் பின் இத்தகைய முறைமைகளின் பயன்பாடு பெருமளவு அதிகரித்தது.

மனித வள மேலாண்மைத் துறை ஒரு நிறுவனத்தில் பணியாளர்களை புதிதாக தேர்ந்தெடுத்தல், நியமித்தல், மதிப்பாய்வு, சம்பளப் பட்டுவாடா மற்றும் அவர்களின் தொழில் முன்னேற்றத்தை கவனித்தல் ஆகிய செயல்பாடுகளை நிர்வகிக்கிறது. தொடக்கத்தில், நிறுவனங்கள் கணினியை அடிப்படையாகக் கொண்ட தகவல் முறைமைகளை கீழ்க்கண்ட செயல்பாடுகளுக்கு பயன்படுத்தி வந்தனர்:

மனித வள மேலாண்மை முறைமைகளில் பின்வருவன,

பணியாளர் வருகைப் பதிவு, சம்பளப் பிடித்தங்கள் மற்றும் வரிகள் ஆகியவற்றைக் கணக்கிட்டு ஊதியம் வழங்கலை நிர்வகிக்கிறது. இதற்கான தரவுகள் மனித வளத் துறை மற்றும் நேரம் பதிவு செய்யும் நிரல்கூறுகளில் இருந்து பெறப்படுகின்றன. அவற்றின் அடிப்படையில் ஒவ்வொரு பணியாளரின் சம்பளம் தானியங்கி முறையில் கணக்கிடப்பட்டு அதற்கான காசோலைகளை நிதித் துறை அலுவலர்கள் கணக்கை சரிபார்த்து வழங்குவார்கள். அனைத்து ஊழியர் தொடர்பான பரிவர்த்தனைகளும் இந்த நிரல்கூறில் இருக்கும். அத்துடன் நடப்பு நிதி மேலாண்மை அமைப்புகளுடனும் இது ஒருங்கிணைக்கப்பட்டு இருக்கும்.

பணியாளரின் இயல்பான பணி நேரத்தையும் வேலையையும் ஒருங்கிணைக்கிறது. முன்னேறிய நிரல் கூறுகள் ஏராளமான பயன்பாட்டு அம்சங்களைக் கொண்டுள்ளன. செலவு கணக்கிடல் மற்றும் திறன் மேம்பாடு ஆகியவற்றுக்கு இது பிரதானமாகப் பயன்படுகிறது.

பணியாளர்களுக்கு உரித்தான பயன்களை நிர்வகிக்கிறது. இவை குறிப்பாக காப்பீடு, இழப்பீடு, இலாப பங்கீடு மற்றும் பணி ஓய்வு நலன்களை உள்ளடக்கியுள்ளன.

==மனித வள மேலாண்மை நிரல்கூறு

ஒருவர் வேலையில் சேர்ந்த நாளில் இருந்து அவர் பணியில் இருந்து ஒய்வு பெறும் நாள் வரையிலான அனைத்து மனித வள அம்சங்களையும் அடக்கியதாகும். இந்த முறைமை அடிப்படையாக ஒரு தனி நபரின் புள்ளி விவரங்கள், முகவரி, தேர்வு, பயிற்சி மற்றும் மேம்பாடு, திறமைகள் மற்றும் திறன் மேலாண்மை, சம்பளத் திட்டப் பதிவேடுகள், மற்றும் இது போன்ற இதர செயல்களை ஆவணப்படுத்தியிருக்கும். நூதன கணினி சார்ந்த முறைமைகள் பணியாளர் வழங்கும் விண்ணப்ப படிவங்களைப் படித்து அதில் இருக்கும் தரவுகளை தரவுத்தளங்களில் பதிவேற்றி, அவ்வப்போது உரிமையாளருக்கு தகவல்களை அளித்து, நிலைமைக்கு ஏற்றவாறு பணியாளர்களை நிர்வகித்து கட்டுப்படுத்த உதவும் திறன்களைக் கொண்டுள்ளன.

நிறுவனங்களின் தகுந்த பதவிகளுக்கு திறன் வாய்ந்த நபர்களைத் தேர்ந்தெடுக்க, மனித வள மேலாண்மைத் துறை இப்போது இணையவழி தேர்வுமுறையை முதன்மையான வழிமுறையாகக் கையாள்கிறது. திறமை மேலாண்மை முறைமைகளில் பொதுவாக கீழ்க்காண்பவை அடங்கியிருக்கும்:

விண்ணப்பதாரர் தெரிவுக்கான பிரத்யேகமான விண்ணப்பதாரர் பின்தொடர் முறைமை (ATS-Applicant Tracking System) கொண்ட நிரல்கூறு இந்நடவடிக்கைக்கான செலவினை பெருமளவு குறைத்து நிர்வகிக்கிறது.

நிறுவனப் பணியாளரின் பயிற்சி மற்றும் முன்னேற்ற முயற்சிகளை நிர்வகிப்பதற்கான ஒரு முறைமையை வழங்குகிறது. இந்த முறைமை (கற்றல்-மேலாண்முறைமை) பணியாளர்களின் கல்வி, தகுதி, மற்றும் திறமைகளை அளவிடுவதற்கும் அவர்களுக்கேற்ற பயிற்சிகள், புத்தகங்கள், குறுவட்டுகள், வலைத்தளம் சார்ந்த பயிற்சிகள் அவசியம் என்பதை மதிப்பிடுவதற்கும் மனித வளத் துறைக்கு உதவுகிறது. இதற்குத் தகுந்தாற்போல், தேதி வாரியான தனிப்பட்ட பயிற்சி முகாம்கள் மற்றும் வகுப்புகள் ஒருங்கிணைக்கப்பட்டு, சரியான ஆலோசகர்களைக் கொண்டு பயிற்சிகள் வழங்க ஏற்பாடு செய்து, இந்த முறைமைக்குள்ளேயே பலரின் திறமைகளை நன்கு நிர்வகிக்கலாம். மிகவும் திறம்பட்ட உழைப்பு மேலாண்மை முறைமைகள் மேலாளர்களுக்கு இந்த வேலைகளை நிர்வகிப்பதில் பேருதவி புரிகின்றன.

ஒரு பணியாளருக்கு அவர் குறித்த மனித வளத் துறை தரவுகளை அறிந்து கொள்ளவும், மற்றும் முறைமை மூலமாக சில பரிவர்த்தனைகள் மற்றும் செயல்பாடுகளை மேற்கொள்ளவும் வழி வகுக்கிறது. தங்கள் வருகைப் பதிவு குறித்து மனித வளத் துறை அதிகாரிகளிடம் மட்டுமல்லாது இந்த முறைமையிலும் ஊழியர்கள் அறிந்து கொள்ளலாம். மனித வளத் துறையினருக்கு சுமையேற்றாமல், மிகுதி நேரப் பணிக்கு மேற்பார்வையாளர்கள் இந்த நிரல்கூறின் வழி ஒப்புதலளிக்க முடியும்.

பல நிறுவனங்கள் பாரம்பரிய செயல்பாடுகளைக் கடந்து மிகவும் மேம்பட்ட மனித வள மேலாண்மைத் தகவல் முறைமைகளைப் பயன்படுத்துகின்றன. பணியாளர் தெரிவு, வேலைவாய்ப்பு, செயல்திறன் மதிப்பீடு, பணியாளர் நலன் ஆராய்தல், உடல் நலம், பாதுகாப்பு உள்ளிட்ட ஏராளமான அம்சங்கள் இந்த முறைமைகளில் ஒருங்கிணைக்கப்பட்டுள்ளன. மற்றும் பல நிறுவனங்கள் இந்த அத்தனை அம்சங்களையும் கொண்ட விண்ணப்பதாரர் பின்தொடர் முறைமையை தங்களது முறைமையுடன் சேர்த்து அமர்த்தி பயன்படுத்திக் கொள்கின்றன.

</doc>

<doc id="73732" url="https://ta.wikipedia.org/wiki?curid=73732" title="நியமவிலகல்">

நியமவிலகல்

புள்ளியியல் மற்றும் நிகழ்தகவுக் கோட்பாட்டில், நியமவிலகல் அல்லது திட்ட விலக்கம் ("standard deviation", "σ") என்பது, ஒரு தரவிலுள்ள ஒவ்வொரு மதிப்பும் அத்தரவின் சராசரி மதிப்பிலிருந்து எவ்வளவு விலகி உள்ளது என்பதைக் கணிப்பதாகும். இக்கருத்துரு, நிகழ்தகவுக் கோட்பாடு, புள்ளிவிவர தொகுப்பாக்கம், நிகழ்தகவுப் பரவல் (probability distribution) ஆகிய பல துறைகளில் அடிப்படைக் கருத்தாகப் பயன்படுகின்றது. நியமவிலகல், பரவற்படியின் வர்க்கமூலமாக அமைகிறது. பரவற்படி போன்று இல்லாமல், தரவின் அலகிலேயே அமைவது, நியமவிலகலின் ஒரு சிறப்புப் பண்பு.

தரவின் ஒவ்வொரு தரவுப் புள்ளியும் அத் தரவின் சராசரியில் இருந்து மாறுபடும் அளவினை வர்க்கப்படுத்தி, பின் அவ்வாறு கிடைக்கும் வர்க்கங்களின் சராசரியின் வர்க்கமூலம் காணக் கிடைக்கும் அளவு, அத்தரவின் நியமவிலகல் ஆகும். ’மாறுபாடு’ அல்லது ’பரவல்’ ன் அளவீடாக நியமவிலகல் பயன்படுத்தப்படுகிறது. பொதுவாகச், சராசரியிலிருந்து தரவு எந்தளவிற்கு மாறுபட்டிருக்கிறது என்பதை நியமவிலகலின் மதிப்புக் காட்டுகிறது. குறைவான நியமவிலகல், தரவுப் புள்ளிகள் சராசரிக்கு மிகவும் நெருங்கிச் செல்பவையாக இருப்பதையும், அதிக அளவு நியமவிலகல் தரவு பரந்து விரிந்திருக்கிறது என்பதையும் காட்டும்.

தரவுகளின் மாறுபாட்டைக் காண்பதற்கு மட்டுமின்றி, புள்ளிவிவரங்களின் வாயிலாக அடையப்படும் முடிவுகளின் நம்பகத்தன்மையை அளவிடுவதற்கும் நியமவிலகல் பயன்படுகிறது. எடுத்துக்காட்டாக, ஓட்டெடுப்பு தரவின் பிழை விளிம்பானது அதே ஓட்டெடுப்பு பல்வேறு முறை நடத்தப்பட்டால் கிடைக்கக்கூடிய முடிவுகளின் தரவின் எதிர்நோக்கு நியமவிலகலைக் கணக்கிடுவதன் மூலம் தீர்மானிக்கப்படுகிறது. அவ்விதம் காணப்படும் பிழை விளிம்பு நியமவிலகலைக் காட்டிலும் இரண்டு மடங்காக, அதாவது நம்பக இடைவெளியின் ஆரத்தின் 95 சதவிகித அளவாக இருக்கும். அறிவியலில், பொதுவாக ஆராய்ச்சியாளர்கள் பரிசோதனை மூலம் கிடைக்கும் தரவின் நியமவிலகலையே தெரிவிக்கின்றனர் என்பதோடு நியமவிலகலின் வீச்சிலிருந்து வெகுதொலைவில் அமையும் விளைவுகள் மட்டுமே புள்ளிக் குறிப்பியல் நோக்கில் முக்கியத்துவம் வாய்ந்தவையாகக் கருதப்படுகின்றன. பொருளியலிலும் நியமவிலகல் முக்கியத்துவம் கொண்டுள்ளது. ஒரு குறிப்பிட்ட முதலீட்டில் கிடைக்கும் ஆதாய வட்டிவிகிதத் தரவின் நியமவிலகல், அம்முதலீட்டின் மாறக்கூடிய நிலையின் (volatility) அளவீடாக அமையும்.

ஒரு முழுமைத்தொகுதியின் மாதிரித் தரவு மட்டுமே கிடைக்கும் என்ற நிலையில், முழுமைத்தொகுதியின் நியமவிலகல், மாதிரி நியமவிலகல் எனப்படும் மேம்படுத்தப்பட்ட அளவுருவினால் கணக்கிடப்படுகிறது.

1894 ஆம் ஆண்டில் கார்ல் பியர்சனால் அவரது விரிவுரைகளைத் தொடர்ந்து அவரது படைப்புகளில் முதன்முதலாக "நியமவிலகல்" என்ற சொல், பயன்படுத்தப்பட்டது. இதே கருத்தாக்கத்திற்கு வழங்கப்பட்டு வந்த பழைய பெயர்களுக்கு மாற்றீடாகவும் இச்சொல் அமைந்துள்ளது. எடுத்துக்காட்டாக காஸ், நியமவிலகல் தரும் அதே கருத்துருவைக் குறிக்க ’இடைநிலைப் பிழை’ என்ற பெயரைப் பயன்படுத்தியிருந்தார்.

பின்வரும் மதிப்புக்களைக் கொண்ட தரவினை எடுத்துக்கொள்வோம்:

இந்த 8 தரவுப்புள்ளிகளின் சராசரி மதிப்பு :

சராசரியிலிருந்து ஒவ்வொரு தரவுப் புள்ளிக்குமான வேறுபாட்டை முதலில் கணக்கிட்டு அதன் முடிவை இருமடி ஆக்க ( கூடுதல் குறைதல் என்பதைக் கொள்ளாமல், மாறுபாட்டின் பரும அளவை மட்டும் கருத்தில் கொள்ள இருமடியாக்கப்படுகிறது):

formula_3

பின்னர் இந்த வேறுபாடு மதிப்புக்களின் கூடுதலை எத்தனைத் தரவுகள் உள்ளனவோ அவற்றால் வகுத்து நியமவிலகலை அளிப்பதற்கான வர்க்க மூலம் காண நியமவிலகலின் மதிப்பு கிடைக்கிறது:

மேற்கண்ட தரவு முழுமைத்தொகுதியாக (population) இருந்தால் மட்டுமே இம்முறையில் நியமவிலகல் காணலாம். அவ்வாறு காணப்படும் நியமவிலகல், "முழுமைத்தொகுதி நியமவிலகல்" ஆகும்.

அவ்வாறின்றி எடுத்துக்கொண்ட தரவு, மாதிரித் தரவாக (sample) இருந்தால்:

சராசரியிலிருந்து ஒவ்வொரு தரவுப்புள்ளிக்கும் உள்ள வித்தியாசங்கள் கண்டுபிடித்து, அவற்றின் வர்க்கங்களின் கூடுதலை 7 ஆல் வகுத்துப் பின் வர்க்கமூலம் காண நியமவிலகல் கிடைக்கும் (8 தரவுப் புள்ளிகளுக்கு இடையேயுள்ள இடைவெளிகளின் எண்ணிக்கை = 8-1 = 7). இந்த நியமவிலகல், "மாதிரி நியமவிலகல்" எனப்படும்.

மற்றொரு எடுத்துக்காடு:

அமெரிக்காவில் ஒரு வயது வந்த ஆணின் உயரத்தின் சாராசரி 70", நியமவிலகல் 3", மேலும் அமெரிக்க வயதுவந்த ஆண்களின் உயரம் என்னும் சமவாய்ப்புமாறி ஒரு இயல்நிலைப் பரவலாக அமையுமானால்:

அமெரிக்காவிலுள்ள ஆண்களின் உயரம் பின்வருமாறு அமையும்:

நியமவிலகலின் மதிப்பு பூச்சியமாக இருந்தால் அனைவரின் உயரமும் சரியாக 70" ஆக இருக்கும். நியமவிலகலின் மதிப்பு 20" எனில், அவர்களின் உயரம் மிகுந்த அளவில் (50"–90") வேறுபடும்.

"X" என்ற சமவாய்ப்பு மாறியின் கூட்டுச்சராசரி "μ" எனில்:

இங்கு செயலி "E", "X" இன் சராசரி அல்லது எதிர்பார்ப்பு மதிப்பைக் குறிக்கிறது.

"X" இன் நியமவிலகல் பின்வருமாறு அமைகிறது:

அதாவது, நியமவிலகல் "σ" (சிக்மா) ("X" − "μ" ) இன் சராசரி மதிப்பினுடைய வர்க்க மூலம் ஆகும்.

ஒரு நிகழ்தகவுப் பரவலின் நியமவிலகல் அப்பரவலின் சமவாய்ப்பு மாறியின் நியமவிலகலாகவே இருக்கும். அனைத்து சமவாய்ப்பு மாறிகளுக்கும் எதிர்பார்ப்பு மதிப்பு இருக்க வேண்டிய அவசியமில்லாததால் அவ்வாறன சமவாய்ப்பு மாறிகளுக்கு நியமவிலகல் கிடையாது. கோஷி பரவலில் அமையும் சமவாய்ப்பு மாறி இதற்கு எடுத்துக்காட்டாக அமையும்.

தனித்த சமவாய்ப்பு மாறி "X" இன் மதிப்புகள் formula_7 ஆகவும் அவற்றுக்கான நிகழ்தகவுகள் சமமாகவும் அமைந்தால் "X" இன் நியமவிலகல்:

அல்லது, கூட்டுத்தொகை குறிப்பீட்டைப் பயன்படுத்தி,

சமமான நிகழ்தவிற்குப் பதிலாக வெவ்வேறான நிகழ்தகவுகளைக் பின்வருமாறு கொண்டிருந்தால்:

தொடர்ச்சியான மெய்மதிப்புச் சமவாய்ப்பு மாறி X இன் நிகழ்தகவு அடர்த்திச் சார்பு p(x) எனில் X இன் நியமவிலகல்:

3, 7, 7, மற்றும் 19 மதிப்புக்களைக் கொண்டிருக்கும் தரவுத் தொகுதியின் நியமவிலகலை நாம் கண்டுபிடிக்க விரும்புகிறோம் என்றால்.

படி-1: 3, 7, 7, 19 இன் சராசரியை கண்டுபிடிக்கவும்

படி-2: சராசரியில் இருந்து ஒவ்வொரு எண்ணிற்குமான விலகலைக் (அகற்சியைக்) கண்டுபிடிக்கவும்,

படி-3: ஒவ்வொரு தரவும் சராசரியில் இருந்து அகலும் அல்லது விலகும் திசையை (குறைவா, கூடுதலா) என்னும் செய்தியை நீக்க ஒவ்வொரு அகற்சியையும் (விலகலையும்) இருமடி செய்யவும் (கழித்தல் திசையுள்ள எண்கள் இதனால் நேர்ம எண்களாகவும் மாறிவிடும்):

படி-4: இருமடி செய்யப்பட்ட விலக்கங்களின் அல்லது அகற்சிகளின் சராசரியைக் கண்டுபிடிக்கவும்,

படி-5: வர்க்கமூலம் காணும்பொழுது நேர்ம மதிப்புள்ளதை எடுத்துக்கொள்ளவும் (முன்பு இருமடி ஆக்கியதால் அவற்றின் வர்க்கமூலம் எடுப்பதன் மூலம் அகற்சியீன் அளவை அறிகின்றோம்),