Aydın’da Faaliyet Gösteren KOB ’lerin Bilgi
Teknolojileri ve nsan Kaynakları Yönetimi Bakı Açısı
ile Verimlilik Ara tırması
Yrd. Doç. Dr. Aykut Hamit TURAN
Adnan Menderes Üniversitesi, Nazilli BF, letme Bölümü, AYDIN
Doç. Dr. Sacit Hadi AKDEDE
Adnan Menderes Üniversitesi, Nazilli BF, ktisat Bölümü, AYDIN
ÖZET
Küçük ve Orta Büyüklükteki letmeler (KOB ), hem geli mi ve hem de geli mekte olan ülke ekonomilerinde önemli bir yer tutmakta ve istihdamın önemli bir kısmını yaratmaktadırlar. Öte yandan, verimlilik tüm i letmeler için hayati önem ta ımakta ve i letmelerin varlıklarını sürdürmeleri için bir ön art olmaktadır. Bu çalı mada, i letme ve bili im sistemleri literatüründe organizasyonların verimlili i ile ilgili öngörülen de i kenler, Aydın ilindeki KOB ’ler üzerinde ampirik olarak test edilmi tir. Ba ta bilgi teknolojileri ve insan kaynakları de i kenleri olmak üzere, verimlilik faktörlerinin i letme performansı üzerine etki edebilecek ve literatürde yer alan çe itli de i kenler kullanılarak bazı regresyon modelleri kurulmu ve test edilmi tir.
Anahtar Kelimeler: Küçük ve Orta Büyüklükteki letmeler (KOB ), Verimlilik, Bili im Teknolojileri, nsan Kaynakları, Anket Çalı ması, Regresyon Analizi
Productivity Investigation of Small and Medium Size Organizations’ (SME’s) in Aydın Province with Information Technology and Human Resources Management Perspective
ABSTRACT
Small and Medium Size Enterprises (SME) are made up an important part of a developed or developing country’s economy, at the same time, they create most of the employment opportunities. On the other hand, productivity is very important for organizations’ survival and success. In this study, the factors that have influence on organizational productivity have been tested empirically. A survey instrument with field study has been carried out in Aydın province. Various dependent and independent factors especially Information Technology and Human Resources variables that could influence productivity of an SME were tested with regression analysis and the result reported and interpreted.
Key Words: Small and Medium Size Organizations, Productivity, Information Technologies, Human Resources, Survey, Regression Analysis
I. G R
Yönetimi Bakı Açısı ile Verimlilik Ara tırması
faaliyetlerinin bölgesel olması, çalı anların ve sahiplerin genellikle bir ve aynı bölgeden olmaları ve i letmelerin her anlamıyla ufak bir yapıya sahip olmalarıdır.
KOB ’ler günümüz modern ülke ekonomilerinde önemli bir yer tutmaktadır. Çünkü bu ufak i letmeler kendilerine özgü esneklikleri ve üstün hareket kabiliyetleri ile yeniliklere çok daha kolay adapte olabilme yeteneklerine sahiptir. Bununla beraber, 1980’lerden sonra ekonomik aktivitelerin a ırlı ı büyük firmalardan, küçük firmalara do ru yönlenmi durumdadır (Menkveld ve Thurik, 1999:97). Günümüzde, ülkelerin zenginliklerinin ve ekonomilerinin büyük bölümünü KOB 'ler olu turmaktadır. Örne in, ABD’de KOB 'ler toplam i letme sayısının %99’unu, toplam GSMH’nın %48’ini ve toplam istihdamın %54’ünü olu turmaktadır (Dholakia ve Kshetri, 2004:311). Dolayısıyla, KOB 'lerin verimlili i, genel ülke ekonomisinin verimlili inde ve büyümesinde oldukça önemli bir ölçüt ve itici güç olmaktadır. Bununda ötesinde, küreselle me ve sonucunda artan rekabet ile daha da geli en ve de i en pazar yapıları ve olu umları, ufak i letmelerin ekonomideki yerini ve önemini daha da arttırmı tır.
Bu çalı mada, i letme literatüründeki verimlilik kriterlerinin ekonomik regresyon analiziyle, Aydın ilinde faaliyet gösteren KOB 'ler üzerinde ampirik olarak test edilmesi amaçlanmı tır. Bu ara tırmanın temel problemi KOB ’lerde verimlili e etki eden faktörleri ampirik olarak tespit etmek ve Aydın ilinde faaliyet gösteren KOB ’lerin bilgi teknolojilerine, modern insan kaynakları yönetimi metotlarına yeterince önem verip, vermediklerini bilimsel temellere dayanarak irdelemektir. Bir ba lamda bu çalı ma, i letme ile ekonomi bilimi disiplinler arası ortak bir çalı ma niteli indedir. Bu makalede, Aydın ilinde kurulmu iki Organize Sanayi Sitesinde faaliyet gösteren 41 KOB üzerinde anket çalı ması yapılmı , sonuçları yorumlanmı ve ekonomik analizler yapılmı tır.
II. VER ML L E ETK EDEN FAKTÖRLER
letmelerin büyüklükleri ile verimlilikleri arasındaki ili ki yönetim ve ekonomi literatüründe öteden beri önemli bir ara tırma konusu olmu tur. KOB 'lerin dünya üzerindeki hemen her ülkede önemli bir istihdam yaratma aracı oldu u bilinmesine ra men, bu i letmelerin verimlilik problemleri üzerine oldukça yetersiz sayıda çalı ma vardır (Gunasekaran, Folker ve Kobu, 2000:316). Nugent ve Jae Yhee (2002:93) firmaların büyüklükleri ve verimlilikleri arasında kar ılıklı ve birbirlerini etkileyen bir ili ki oldu unu vurgulamı tır. Bu yazarlar, yüksek verimlilik oranlarına sahip firmaların ya amak için daha fazla ansa sahip olduklarını ve büyüdüklerini tartı mı lardır.
Verimlilik üzerine etkili bir di er ölçüt de ihracat yapıp yapmama kriteridir. hracat yapan firmalar daha fazla dı a açık firmalardır ve çe itli krizlere ve beklenmedik durumlara kar ı esneklikleri daha fazla olan i letmelerdir.
Fason üretim yapma verimlilikte etkili bir di er önemli faktördür. Ta eronluk (Outsourcing) firmaların pazarlara girmesini kolayla tırır ve pazar dalgalanmaları sonucu olu an ani ok ve talep dalgalanmalarının etkilerini azaltır. Firmalar arası stratejik dayanı ma ve birliktelikler de, KOB 'lerin verimlili ini arttırıcı bir etken olmaktadır (Hayashi, 2002:2). Buna ek olarak, ta eronluk anla maları firmaların ani ekonomik de i melere ayak uydurmalarını kolayla tırır (Bee-Yan, 2002:75). Ta eronluk sözle meleri ayrıca firmaların esnekliklerini de arttırıcı bir rol oynamaktadır (Levy ve Powell, 1998:186). Genellikle büyük i letmeler fasonluk anla malarını yo un olarak yapsalar bile, ufak i letmeler de son zamanlarda bu imkândan etkin ve yo un bir ekilde faydalanabilmektedirler.
AR-GE yapıp yapmama firmaların esnek ve yenilikçi örgüt yapılarına sahip olmalarında önemli bir unsurdur. AR-GE yapan i letmeler çevrelerinde olan de i iklik ve geli meleri yakından takip edebilmekte ve kolaylıkla çevrelerine uyum sa layabilmektedirler.
Hizmet içi e itim verip vermeme verimlilik konusunda etkili bir di er faktördür. Genellikle KOB 'lerde profesyonel ve sürekli e itim, seminer veya kurs faaliyetleri yapılmamaktadır. Küreselle en dünya ve hızla artan iç ve dı rekabet ko ullarında, bu KOB 'ler için zayıf bir nokta ve önemli bir eksiklik olmaktadır. Söderbom ve Teal (2004:390) i çilerin e itimini, ya ını ve kariyerini kontrol ederek, organizasyonların genel verimlilik seviyelerini arttırabildiklerinden bahsetmi lerdir. Bahsedilen yazarlar, kalitenin gözlenemeyen bir boyutunun da oldu u ve firmaların ya ve kariyer politikalarının bu verimlilik boyutu etkiledi ini kabul etmi lerdir. Girdi kalitesi diye adlandırılan ve çalı anların kalitesi, e itim seviyesi, tecrübesi ve üretimde kullanılan sermaye girdilerinin niteli i olarak sınıflandırılan bu tür verimlilik, firmaların verimliliklerinin artmasında önemli pozitif etkiler yapmaktadır (Alvarez ve Crespi, 2003:234). Bu durum firmaların daha yenilikçi ve esnek olmaları sonucunu do ururken, daha hızlı yeni ürün ve hizmet geli tirmelerine ve firma kârlılıklarına arttırmalarına imkân vermektedir. Firma sahiplerinin tecrübeleri ve e itimleri, firmaların teknik verimlili ini olumlu etkilemektedir. Bunun yanında, tecrübe ve e itim eksikli i, firmaların yönetilmelerinde olumsuz etkiler yapmaktadır ve genel olarak firmaların verimlili i ile çalı anların kalitesi, e itimi ve ya ı arasında kuvvetli ve pozitif bir ili ki gözlemlenmektedir (Alvarez ve Crespi, 2003:241). Dolayısıyla, bu durumun tam tersini de dü ünmek mümkün olabilmektedir. Firmaların sahip oldukları eski ve dü ük etkinlikle çalı an makine, donanım ve e itimsiz i gücü, firma verimlili ini olumsuz etkilemektedir. Öte yandan, firmaların yeni teknolojilere ve i gücü e itimine yatırdıkları sermaye miktarının fazlalı ı, firma verimlili inin artmasına olumlu etki yapabilecektir.
Yönetimi Bakı Açısı ile Verimlilik Ara tırması
veren önemli ve gerekli araçlardandır. Küçük ve Orta Büyüklükteki letmeler daha büyük rakiplerine göre bili im sistemlerini adapte etmekte geç kalsalar bile, yine de bili im sistemlerini uygulamada önemli yatırımlar yapmaktadırlar (Levy ve Powell 1998:189). Küçük firmaların esneklikleri onların verimliliklerinde önemli bir rol oynamaktadır. Teknoloji ve i letmelerde yapılan faaliyetler arasındaki ili ki birçok ara tırmacı tarafından incelenmi tir (Thompson (1967); Perrow (1970)). Bu yazarlara göre faaliyetini sürdürmek ve kâr elde etmek i letmelerin temel amacı olmaktadır. Teknoloji de bu amaca ula manın detaylarını ve yöntemlerini belirleyen bir unsurdur ve teknoloji genel olarak, girdileri, çıktılara dönü türmek için kullanılan yöntem ve araçlar olarak tanımlanabilir. Teknolojinin KOB ’lerde en önemli i levi, i letmelere sa ladı ı esnekliktir. Web sitesi bulundurmak satı sürecinde i letmelere büyük esneklik sa lamaktadır.
çi sayısı i letmelerin verimlili inde etkili bir di er önemli faktördür. Genç ve yüksek e itimli i gücüne sahip firmalarda yeniliklerin uygulanması ve kabul edilmesi daha kolay olabilmektedir. Özellikle bu tür karakteristiklere sahip i gücü çalı tıran firmalar, daha hızlı ve etkin bir ekilde yenilikleri ve teknolojileri uygulayabilmektedirler, çünkü bu tür karakteristiklere sahip i görenler daha fazla teknoloji kullanmada kendilerine güven (Self Efficacy) duymaktadırlar. Günümüzde hızla önem kazanan küreselle me, i letmelerin yüksek motivasyona sahip, etkin çalı abilecek, iyi e itimli, kaliteli ve ö renme iste ine sahip, dü ük maliyet ve yüksek verimle üretim yapabilecek çalı anlara olan ihtiyacını arttırmaktadır (Deshpande ve Golhar, 1994:50). letmelerin temel varlıkları günümüzde, makine, teçhizat ve stoklarındaki mallar ve mamuller de il, aksine çalı tırdıkları insan kaynakları ve onların bilgi birikimleri ve tecrübeleridir. Bu tür bir çalı an yapısına sahip olmak için i letmeler uygun ve etkin insan kaynakları yönetimi stratejileri belirleyip, uygulamak durumundadırlar.
III. ARA TIRMA MODELLER
Verimlilik artı ı i letmelerin kârlılı ını ve rekabet gücünü arttırmanın önemli bir yoludur (Rantanen, 2001:85). Artan verimlilik i çilere daha fazla ücret, daha fazla i , artan ya am standartları, mü teri için dü en maliyetler ve fiyatlar anlamına gelmektedir (Rantanen, 2001:85). Rantanen’e (2001:87) göre verimlilik artı ını engelleyen üç tane unsur vardır:
• çsel Nedenler: Firmaların içinde bulunan ve dolayısıyla kontrol
edilebilen nedenlerdir. Bunlara örnek olarak bilgi eksikli i ve üretim yöntemlerinin yetersizli i verilebilir. Geli me önündeki en önemli içsel faktörler insan kaynaklarının ve bu kaynakların geli mesi için gerekli zamanın eksikli i olarak gösterilebilir. Gerçekten de, Hayashi de (2002:18) i gücü verimini arttırmanın KOB ’ler açısından hayati bir önemi oldu undan bahsetmi tir.
• Dı Nedenler: Bu faktörler firmanın dı ından kaynaklanan nedenlerdir ve
uygulamalar verilebilir. Bu faktörler verimlili i olumsuz etkileyen dı sal faktörlerdir. Firmalar bu faktörleri veri olarak alıp, verimlilik faaliyet ve önceliklerini belirlemelidirler.
• Genel Nedenler: Bu faktörler di er önceki iki gruba dâhil edilemeyen
faktörlerdir. Bunlara örnek olarak verimlilik ölçümündeki teori problemleri ve temel verimlilik ölçüm problemleri verilebilir. Bu faktörlerin, firmanın gerçek anlamda, verimlilik ölçüsü ve sürecine etkisi yoktur.
Bu makalede, verimlilik, ekonomi biliminin genellikle kullandı ı optimizasyon yönteminden elde edilen bir ölçüm olmaktan öte, i letme biliminin yukarıda teorik temelleri açıklanan unsurlarının göreceli de er ve niteliklerini kapsayan bir kavramdır. Bu anlamda, bu çalı mada geli tirilen ve test edilen regresyon modelleri ekonomi bilimi açısında teoriye dayanmayan (ad hoc) görünse de, i letme bilimi açısından üzerinde uzun zamandır dü ünülen teorik bir temele sahip olan regresyonlar'dır.
lk regresyon ürün çe itlili ini tahmin etmede kullanılan do rusal (Linear) regresyondur. Bu 1 numaralı regresyonun modeli a a ıda verilmi tir.
Farklı Ürün Sayısı = f (Faaliyet Süresi, hracat Tutarı) (1)
KOB ’lerin uluslararası piyasalarda rekabet edebilmesinin en önemli artlarından biri yeterli miktarda ve çe itte ürüne sahip olmalarıdır. Daha önce açıklandı ı gibi, i letmelerin sahip oldu u farklı ürünler, i letmelerin verimlili inde direkt olumlu etki yapabilmektedirler. KOB ’lerin ürettikleri farklı ürün miktarını iki de i ken yardımı ile tahmin eden bir model kurulmaya çalı ılmı tır. KOB ’lerin üretti i farklı ürün sayısının, kurulu yılı ile yıllık ihracat tutarlarının bir fonksiyonu oldu u dü ünülmü tür. Firmaların kurulu yılları ne kadar eski ise, o kadar fazla tecrübe kazanmaları ve farklı ürün üretmeleri mümkün olur. Bunun yanı sıra, firmalar ne kadar fazla ihracata dönük çalı ıyor iseler, o kadar fazla de i ik pazara açılmak ve bu pazarların gerekliliklerini yerine getirmek ve dolayısı ile daha fazla ürün üretmek zorundadırlar. Regresyon Analizinin genel sonuçları a a ıdaki Tablo 3’de sunulmu ve tartı ılmı tır.
Daha önce tartı ıldı ı gibi verimlilik üzerine etkili önemli bir di er ölçüt de KOB 'lerin ihracat yapıp yapmadıklarıdır. Ba ımlı de i ken ikili gruba sahip (dichotomic) bir de i ken (Evet – Hayır) oldu u için Binary Logistic regresyon analizi kullanılmı tır. 2 numaralı model a a ıda verilmi tir.
hracat Yapıp Yapmama = f (Faaliyet Süresi, çi Sayısı, Kapalı Alan,
Ortak Sayısı, AR-GE Yapıp Yapmama) (2)
Firmaların ihracat yapıp yapmaması, faaliyet süreleri, i çi sayıları, kapalı alanları, ortak sayıları ve AR-GE yapıp yapmadıklarının bir fonksiyonu olarak dü ünülmü tür.
Yönetimi Bakı Açısı ile Verimlilik Ara tırması Fason Üretim Yapma = f (Ortak Sayısı, hracat Yapıp Yapmama, Faaliyet
Süresi) (3)
Firmaların fason üretim yapıp yapmamaları, ortak sayılarının, faaliyet süreleri ve ihracat yapıp yapmamalarının bir fonksiyonu olarak dü ünülmü tür.
AR-GE yapıp yapmama firmaların verimliliklerine etkili bir di er önemli faktördür. Yine AR-GE yapıp yapmama bir diconomious de i ken oldu u için Binary Logistic Regresyon analizi kullanılmı tır ve 4 numaralı denklem ile ifade edilmi tir.
AR-GE Yapıp Yapmama = f (Faaliyet Süresi, Ürün Sayısı, Fason Üretim
Yapıp Yapmama) (4)
Firmaların AR-GE yapıp yapmaması faaliyet süreleri, ürün sayıları ve fason üretim yapıp yapmamalarının bir fonksiyonu olarak dü ünülmü tür.
Hizmet içi e itim verilip verilmemesi, bir di er verimlilik üzerine etkili faktördür. Bu faktörün ba ımlı de i ken olarak yer aldı ı bir di er Binary Logistic Regresyon analizi de yapılmı tır. 5 numaralı model a a ıda verilmi tir.
Hizmet çi E itim Verip Vermeme = f (Faaliyet Süresi, AR-GE Yapıp
Yapmama, çi Sayısı) (5)
Firmalarda hizmet içi e itim verip vermemesi faaliyet süreleri, AR-GE yapıp yapmamaları ve i çi sayılarına ba lı oldu u dü ünülmü tür.
Firmalarda teknoloji kullanımının basit bir ölçüsü firmaların Internet sitesine sahip olup olmamalarıdır. Yine bir Binary Logistic Regresyon yapılmı ve 6 numaralı model a a ıda verilmi tir.
Web Sitesi Olup Olmaması = f (Faaliyet Süresi, AR-GE Yapıp
Yapmaması, hracat Tutarı) (6)
Web Sitesine sahip olup olmama faaliyet süresi, AR-GE yapıp yapmaması ve ihracat tutarının bir fonksiyonu olarak dü ünülmü tür.
Firmaların verimlili inde etkili bir di er personel yönetimi tekni i ise hizmet içi e itim verilip verilmemesidir. Bir Binary Logistic Regresyon modeli daha kurulmu tur ve 7 numaralı model a a ıda verilmi tir.
Hizmet çi E itim Verip Vermeme = f (Faaliyet Süresi, AR-GE Yapıp
Yapmama, çi Sayısı) (7)
Firmaların hizmet içi e itim verip vermedikleri, faaliyet süreleri, AR-GE yapıp yapmadıkları ve i çi sayılarının bir fonksiyonu olarak dü ünülmü tür.
IV. ARA TIRMA YÖNTEM
Bu çalı mada Anket tekni i veri toplama aracı olarak kullanılmı tır. Ankette otuz bir adet soru yer almı tır. Son dört soru kendi içlerinde alt soru gruplarına ayrılmı tır ve Likert ölçe i ile ölçeklendirilmi tir. lk yirmi sekiz soru tanımlayıcı nitelikte olan sorulardan olu mu tur. Bu sorulardan on tanesi açık uçlu niteli e sahip sorular olup, cevaplayıcıdan i letmesindeki duruma göre bir sayısal de er girmesi istenmi tir. Anket Aydın’da yer alan iki Organize Sanayi sitesinde, Umurlu ve Astim olmak üzere, 41 i letmeye uygulanmı tır.
V. ARA TIRMA SONUÇLARI
Ara tırma sonuçları önce tanımlayıcı istatistikler ve sonra regresyon modellerinin test sonuçları olmak üzere takip eden iki bölümde sunulmu tur.
A. TANIMLAYICI STAT ST KLER
Yukarıda açıklanan regresyon analizinde iki tür de i ken yer almı tır. Bunlar, Niceliksel – Sürekli De i kenler ve Kategorik - Niteliksel De i kenlerdir. Bu de i kenlerle ilgili tanımlayıcı istatistikler a a ıda verilmi tir.
Tablo-1 Niceliksel De i kenlerin Tanımlayıcı statistikleri
De i ken (Birim) Max Min Standart Sapma Ortalama
Faaliyet Süresi (Yıl) 1 80 13,1 11,3
hracat Tutarı (000 Dolar) 25 15,000 3,601 1,497
çi Sayısı (Ki i) 7 500 93 62
Kapalı Alan (M2) 240 45,000 8,925 6,088
Ortak Sayısı (Ki i) 1 11 2,2 3,5
Farklı Ürün Sayısı (Adet) 1 126 21,7 11,9
Yukarıda Tablo-1’den de görüldü ü gibi, sürekli de i kenlerde, ara tırma örne inde oldukça büyük farklılıklar vardır. Bu durum, Aydın ilinde faaliyet gösteren KOB ’lerin büyüklük, faaliyet hacmi, ürün sayısı, ortak sayısı, i çi sayısı ve ihracat tutarı bakımından geni bir çe itlilik gösterdi i ortaya çıkarmı tır.
Kategorik de i kenlerin tanımlayıcı istatistikler a a ıda yer alan Tablo 2’de verilmi tir.
Tablo-2 : Kategorik De i kenlerin Tanımlayıcı statistikleri
De i ken Evet (%) Hayır (%)
Fason Üretim Yapıp Yapmama 36,6 63,4
AR-GE Yapıp Yapmama 51,2 48,8
hracat Yapıp Yapmama 58,5 41,5
Hizmet çi E itim Verip Vermeme 72,5 27,5
Yönetimi Bakı Açısı ile Verimlilik Ara tırması
Yukarıda yer alan Tablo-2’den de görülebilece i gibi, firmaların ço unlu unun fason üretim yapmadıkları, yakla ık yarısının AR-GE yaptı ını, yarısından fazlasının ihracat yaptı ını, büyük ço unlu unun hizmet içi e itim verdi ini ve yine büyük ço unlu unun web sitesine sahip olduklarını söyleyebiliriz.
B. REGRESYON MODELLER TESTLER SONUÇLARI
Anket sonuçları de erlendirilmi ve önceki kısımlarda açıklanan regresyon modellerinin testleri yapılmı ve bu regresyon testi sonuçları a a ıda Tablo 3’te sunulmu tur.
Tablo-3 Regresyon Modelleri Testi Sonuçları
BA IMLI DE KENLER
BA IMSIZ DE KENLER Farklı Ürün Sayısı (OLS) hracat Yapıp Yapmama (Binary Logistic) Fason Üretim Yapıp Yapmama (Binary Logistic) AR-GE Yapıp Yapmama (Binary Logistic)
Hizmet çi E itim Verip Vermeme (Binary Logistic) Web Sitesine Sahip Olup Olmama (Binary Logistic)
Sabit 1.265
(4.764) (2.169) -2.919 (1.324) -2.003 (1.352) -1.807 (1.696) -2.650 (3.178) -2.073
Faaliyet Süresi 1.358** (0.221) 0.094 (0.076) 0.020 (0.028) -0.111 (0.109) -1.963** (1.494)
hracat Tutarı 0.000237*** (0.00)
2.198*** (0.895)
0.000** (0.000)
çi Sayısı -0.229*
(0.093) (0.021) -0.017
Kapalı Alan 0.001***
(0.000)
Ortak Sayısı 0.394
(0.282)
-0.168 (0.175)
AR-GE Yapıp
Yapmama 3.370** (1.449) 1.952** (0.962) (3.331) 3.944
hracat Yapıp
Yapmama (0.895)** 2.198
1.475*** (0.794) Farklı Ürün Sayısı -0.014 (0.022) Fason Üretim
Yapıp Yapmama (0.783) -0.101
Gözlem Sayısı 41 41 41 41 41 41
Adj-R Square 0.654 0.731 0.271 0.189 0.379 0.732
Parantez içindeki de erler standart hatalardır, *p<0.01,**p<0.05,***p<0.10
Farklı ürün sayısının belirlenmesinde, faaliyet süresi ve ihracat tutarı anlamlı de i kenler olmu lardır ve i letmelerin faaliyet süreleri arttıkça, daha fazla farklı ürün ürettikleri ortaya çıkmı tır. Buna ürün faklıla ması ve çe itlendirilmesi getirisi (Economies of Scope) adı verilmektedir. Ayrıca ihracat tutarları arttıkça, firmalar yine ürün farklıla masına gitmekte ve farklı piyasalara etkin bir ekilde hitap edebilmekte, ürün gamlarını arttırmaktadırlar.
firmaların daha az ihracat yaptıkları ortaya çıkmı tır. Bundan u yargıya varmak çok yanlı olmayacaktır: Aydın bölgesindeki KOB ’ler i çi sayısı bakımından büyüdükçe daha çok iç pazara yönelmektedirler. Kapalı alan ihracat üzerinde az da olsa olumlu etki yapmı ve ihracatçı firmaların yo un olarak AR-GE yapan firmalar oldukları ortaya çıkmı tır.
Firmaların fason üretim yapıp yapmalarında, ihracat tutarları ve ihracat yapıp yapmamaları etkili olmu tur. hracat yapan ve ihracat tutarı yüksek olan firmaların daha fazla fason üretim yaptıkları ortaya çıkmı tır.
Firmaların AR-GE yapıp yapmamaları, ihracat yapıp yapmamalarıyla belirlenebilmektedir. hracat yapan firmaların, AR-GE’ye yönelik çalı tıkları ortaya çıkmı tır. Bunun anlamı ihracat yapan firmaların, daha çok AR-GE yaptıkları ortaya çıkmı tır.
Hizmet içi e itim vermede, firmaların AR-GE yapıp yapmadıkları etkili olmu tur. AR-GE yapan firmaların daha fazla firma içi e itim verdikleri ortaya çıkmı tır. Bu durum da oldukça beklenen bir sonuçtur. AR-GE çalı maları yo un olarak yeni teknolojilerin uygulanmasını gerektirmektedir ve bu da bir anlamda hizmet içi e itimi zorunlu hale getirmektedir.
Web sitesine sahip olup olmamada, faaliyet süresi ve ihracat tutarının belirleyici oldu u bulunmu tur. Faaliyet süresi arttıkça web sitesine sahip olma oranı azalmaktadır. Yani eski i letmeler daha az oranda web sitesine sahip olmaktadırlar. Bu durum iki olası ekilde açıklanabilir; eski firmalar yılların tecrübesiyle sa lam bir mü teri altyapısı olu turmu lardır ve yeni pazarlara ve acil bir ekilde yeni mü teri bulma ihtiyacı hissetmeyebilmektedirler. kinci neden de eski i letmeler varolan yerle mi yapılarına yeni teknolojileri eklemeyi ve adapte etmeyi oldukça yüksek maliyetli ve zor bulabilirler. Genelde daha uzun süredir faaliyet gösteren firmaların, web sitesine sahip olması beklenirken bu durum ilginç bir saptama olmu tur.
VI. ARA TIRMANIN KISITLARI VE TARTI MA
Aydın ili açısından bir ilk olan bu ampirik saha çalı masının en önemli sınırlaması, sınırlı örnek sayısıdır. Sınırlı gözlem sayısı, bulunan sonuçların di er benzeri firmalara veya ülke çapında genellenmesini zorla tırmaktadır. Ancak, Aydın ilinde faaliyet gösteren KOB ’lerin toplam sayısının di er büyük illerde faaliyet gösterenler kadar fazla olmadı ı dü ünülürse, 41 adet firma üzerinde yapılan bu ara tırmanın sonuçlarının özgün ve kayda de er oldu u söylenebilir. Çalı manın bir di er sınırlaması da, kurulan regresyon modellerinin ekonomi teorisi açısından ad hoc olmasıdır. Bu çalı ma Aydın ili genelinde, KOB ’lerin verimlili ine etkili olabilecek teknolojik, örgütsel ve faaliyet ile ilgili de i kenlerin i letme biliminin teorik öngörülerinin ampirik olarak test edilmesi
eklinde dü ünülebilir.
Yönetimi Bakı Açısı ile Verimlilik Ara tırması
Ayrıca bu çalı mada kullanılan regresyon modelleri, di er illerde ve bölgelerde yapılacak çalı malar ile yeniden test edilebilir.
VII. SONUÇ
Bu makalede, Aydın da faaliyet gösteren 41 KOB üzerinde yapılan ara tırmada, KOB ’lerin nsan kaynakları yönetimi, ürün farklıla tırması ve teknoloji kullanım düzeyleri ara tırılmı ve bunun verimlilik üzerine etkileri tartı ılmı tır. KOB ’ler ülke ekonomilerinin geli mesinde ve de i mesinde önemli rol oynarlar. Çünkü KOB ’ler giri im ve yönetim aktiviteleri ile bir de i im aracısı gibi hareket ederek, önemli bir yaratıcılık, i ve i gücü merkezi olabilirler (Menkveld ve Thurik, 1999:98). Günümüz KOB ’lerin ve genç irketlerin etkin oldu u zamanlardır ve sermaye piyasalarında firmaların ortalama ya ları devamlı dü mektedir (Jovanovic, 2001:54). Bu durum KOB ’lerin ülke ekonomisinin büyümesinde etkin rolünün devam etmesi için daha fazla yenilikçi, esnek ve insan kaynaklarına önem veren bir ekilde faaliyet göstermelerini gerekli kılmaktadır. Ayrıca küreselle me ile gittikçe artan bir ekilde, KOB 'leri daha etkin ve verimli çalı maları, kendilerine yeni pazarlar bulmaları ve sürekli yeni ürün ve hizmetler geli tirmeleri konusunda zorlamaktadır. Bu çalı mada, bu saydı ımız özellikler Aydın ilinde faaliyet gösteren 41 KOB üzerinde test edilmi tir. ç ve dı pazarlarda artan rekabet, i letmelerin daha verimli çalı abilecek, yetenekli ve etkin insan kaynaklarına olan ve hali hazırda ellerinde bulunan insan kaynaklarını daha etkin kullanmaları konusunda zorlamaktadır. Etkin ve verimli personel yönetimi, i letmelerde verimlilik ve kârlılık artı ına yol açabilmektedir. Bunun yanı sıra, planlama, katılım ve i süreçleri verimlili i bir birini tamamlayan unsurlar olmakta ve beraber ba arılırsa etkin sonuçlar vermektedir. Hatton ve Raymond (1994:79)’un da savundu u gibi, bütün i letmelerin verimlilikleri i letme faaliyetlerini ve yapısını olu turan altı temel faktörün – çevre, strateji, faaliyet, teknoloji, örgütsel dizayn ve birey - etkile im ve uyum için bir arada varlı ına ba lıdır.
Özet olarak, yönetimin tek amacı ve en önemli fonksiyonu daha iyi kararlar vermektir ve daha iyi kararlar özellikle ufak i letmelerde, i letmenin büyümesi için hayati öneme sahiptir ve günümüzde, bu kararlardan en önemlisi insan kaynakları ve bili im teknolojileri yönetiminde verilecek kararlardır. Ancak Aydın’da faaliyet gösteren KOB ’lerin etkin bir teknoloji ve insan kaynakları yönetimi yakla ımı belirlemek ve takip konusunda problem ya adıkları dü ünülmektedir.
KAYNAKÇA
Alvarez, R. ve Crespi, G. (2003), “Determinants of Technical Efficiency in Small Firms”, Small Business Economics, (20: ), 233-244
Bee-Yan, A. (2002), “Productivity Dynamics of Small ve Medium Enterprises in Taiwan”, Small Business Economics, (18:1-3), Feb-May 2002, 69-81
Dholakia, R. ve Kshetri, N. (2004), “Factors Impacting the Adoption of the Internet Among SME's”, Small Business Economics, (23: ), 311-322
Gunasekaran, F.,Forker, L. ve Kobu, B. (2000), “Improving Operation Performance in A Small Company: A Case Study”, International Journal of Operations & Production Management, (20:3), 316-330
Haksever, C. (1996), “Total Quality Management in the Small Business Environment”, Business Horizons, 39(2), 33-40
Hatton, L. ve Raymond, B. (1994), "Developing Small Business Effectiveness in the Context of Congruence".Journal of Small Business Finance, (4:1), 75 -86
Hayashi, M. (2002) ‘The Role of Subcontracting in SME Development in Indonesia: Micro-level Evidence from the Metalworking ve Machinery Industry’, Journal of Asian Economics, (13:1), 1-26
Jovanovich, B. (2001), “New Techology and Small Firm”, Small Business Economics, (16: ), 53-55 Levy, M. ve Powell, P. (1998), “SME Flexibility ve The Role of Information Systems”, Small
Business Economics, (11: ), 183-196
Menkveld, A. ve Thurik, A. (1999), “Firm Size ve Efficiency in Innovation”, Small Business Economics, (12: ), 97-101
Nugent, J. ve Jae Yhee, S. (2002), “Small ve Medium Enterprises in Korea: Achievements, Constraints ve Policy Issues”, Small Business Economics, (18:1-3), Feb – May 2002, 85- 90
Perrow, C. (1967), “A Framework for the Competitive Analysis of Organizations”, American Sociological Review, (32: ), 194 - 208
Rantanen, H. (2001) “The Internal Obstacles Restraining Productivity Improvement in the Finnish Small Industrial Enterprises” International Journal of Production Economics, (69:1), 85-91
Söderbom, M and Teal, F. (2004) “Size and Efficiency in African Manufacturing Firms: Evidence Firm Level Panel Data”, Journal of Development Economics, (73: ), 369-394
