تربیت و توسعه اندیشه فاخر آموزش، تربیت و توسعه پایدار 2 پیاپی 6 1403 06 29 Importance-Performance Matrix Analysis (IPMA) of Business Intelligence Indicators for Higher Education Evaluation Using Intellectual Property Components تحلیل ماتریس اهمیت-عملکرد (IPMA) شاخص‌های هوش تجاری برای ارزیابی آموزش عالی با استفاده از مؤلفه‌های مالکیت معنوی 1 19 FA مژگان هاشمی دهقی گروه مدیریت تکنولوژی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران. محمد علی کرامتی گروه مدیریت صنعتی،واحد تهران مرکزی ،دانشگاه آزاد اسلامی ،تهران ، محمد علی عامری حبیب آبادی گروه مدیریت ، واحد تهران مرکزی ، دانشگاه آزاد اسلامی ،تهران ، ایران. آزاده مهرانی گروه مدیریت مالی، واحد نوشهر، دانشگاه آزاد اسلامی، نوشهر، ایران . Journal Article 1403/02/13 <p class="ABSTRACT" style="line-height: 115%;">This study aimed to develop a model for evaluating higher education performance through IPMA of business intelligence indicators by integrating intellectual property components to improve the management of universities’ intangible assets. The study employed an applied, descriptive-analytical design with an exploratory mixed-method approach. The qualitative phase used the Delphi technique with 20 academic experts, and the quantitative phase included 193 university experts selected via Cochran’s formula. Data were collected through a researcher-made questionnaire and analyzed using ATLAS.TI and SMARTPLS software. IPMA was used to rank components, and partial least squares structural equation modeling assessed relationships among variables. Five main dimensions—intellectual property criteria, business intelligence criteria in higher education, higher education evaluation indicators, support procedures in higher education, and higher education outlook—were identified. All structural paths were significant (p&lt;0.05). The “higher education outlook” showed the highest importance (0.730), while “support procedures” had the highest performance (71.418). All constructs demonstrated acceptable convergent and discriminant validity and reliability. Integrating intellectual property components into business intelligence frameworks can serve as a powerful tool for assessing and improving higher education quality. This approach enhances the management of intangible assets, strengthens innovation and competitiveness, and supports achieving strategic goals and sustainable development in higher education institutions.</p> <p>هدف این پژوهش ارائه مدلی برای ارزیابی عملکرد آموزش عالی از طریق تحلیل ماتریس اهمیت-عملکرد (IPMA) شاخص‌های هوش تجاری با ادغام و بهره‌گیری از مؤلفه‌های مالکیت معنوی است تا مدیریت دارایی‌های نامشهود دانشگاه‌ها بهبود یابد. این پژوهش کاربردی و به روش توصیفی-تحلیلی با رویکرد آمیخته اکتشافی انجام شد. در بخش کیفی از تکنیک دلفی برای شناسایی شاخص‌ها با مشارکت 20 خبره دانشگاهی استفاده شد و در بخش کمی، 193 کارشناس دانشگاهی بر اساس فرمول کوکران انتخاب گردیدند. داده‌ها از طریق پرسشنامه محقق‌ساخته جمع‌آوری و با نرم‌افزارهای ATLAS.TI و SMARTPLS تحلیل شد. برای رتبه‌بندی مؤلفه‌ها از تحلیل ماتریس اهمیت-عملکرد و برای بررسی روابط بین متغیرها از مدل حداقل مربعات جزئی استفاده گردید. نتایج نشان داد پنج بعد اصلی شامل معیارهای مالکیت معنوی، معیارهای هوش تجاری در آموزش عالی، شاخص‌های ارزیابی آموزش عالی، رویه‌های حمایتی در آموزش عالی و چشم‌انداز آموزش عالی در مدل نهایی قرار گرفتند. همه مسیرها در مدل معادلات ساختاری معنادار بودند (p&lt;0.05) و شاخص «چشم‌انداز آموزش عالی» بالاترین اهمیت (0.730) و «رویه‌های حمایتی» بالاترین عملکرد (71.418) را کسب کردند. تمامی شاخص‌ها از روایی همگرا، واگرا و پایایی مطلوب برخوردار بودند. ادغام مؤلفه‌های مالکیت معنوی در چارچوب هوش تجاری می‌تواند ابزار دقیقی برای شناسایی، ارزیابی و بهبود کیفیت آموزش عالی فراهم کند. این رویکرد موجب مدیریت مؤثرتر دارایی‌های نامشهود، ارتقای نوآوری، تقویت رقابت‌پذیری، و دستیابی به اهداف راهبردی و توسعه پایدار در مؤسسات آموزش عالی می‌شود.</p> https://www.journaltesd.com/index.php/tesd/article/download/167/127