Дипломная работа: Исследование влияния корпоративных информационные технологии на эффективность организации

Получим исследовательскую модель (Рисунок 2.1):

Рисунок 2.1. Исследовательская модель

Все гипотезы будут проверены для групп стран, объединённых по географическому положению (Россия рассматривается отдельно):

· Прибалтика - Эстония, Латвия, Литва (879 записей)

· Балканы - Албания, Босния-Герцеговина, Болгария, Хорватия, Кипр, Македония, Греция, Черногория, Румыния, Сербия, Словения (3735 записей)

· Центральная Азия - Азербайджан, Казахстан, Киргизстан, Монголия, Таджикистан, Узбекистан (2369 записей)

· Средний Восток и Юго-Запад Азии - Армения, Джибути, Грузия, Израиль, Иордания, Ливан, Турция, Йемен (4294 записей)

· Западная Африка - Египет, Марокко, Тунис (3896 записей)

В данной главе был подробно описан метод структурного моделирования (PLS-SEM). Основные показатели качества модели:

· Факторные нагрузки (factor loadings) должны быть больше, чем 0.7

· Комплексная надежность (CompR) должна быть больше, чем 0.7

· Извлеченная средняя дисперсия (AVE) должна быть больше, чем 0.5

· Коэффициент HTMT должен быть меньше 0.85

· Если t больше, чем tкритическое, то связь значима

Исходя из предыдущих глав, эффективность организации измеряется в виде выручки предприятия, были выделены латентные переменные:

· Использование ИТ - выделение переменных, которые отвечают за технологии общего назначения

· Инновации - выделение переменных, которые отвечают за инновационную готовность компании

· Работники (комплементарный актив к ИТ) - выделение переменных, которые отвечают за персонал компаний

· Организационные изменения (комплементарный актив к ИТ) - выделение переменных, которые отвечают за организационный капитал компании

· Логистика (комплементарный актив к ИТ) - выделение переменных, которые отвечают за изменение логистики в компании

Исходя из предыдущих исследований, предполагается, что связи между данными латентными переменными будут преимущественно положительными.

3. Построение и анализ модели. оценка результатов

В данной главе будут отражены результаты тестирования полученной исследовательской модели при помощи пакета SmartPLS. Модели будут оценены по критериям, приведенным из Главы 2 на достоверность. После оценки достоверности, будут проверятся гипотезы и будут даны результаты работы в целом.

3.1 Построение моделей в SmartPLS

Прибалтика:

Для начала проверим достоверность модели (см. Таблица 3):

Таблица 3. Достоверность модели - Прибалтика

Следующим шагом будет проверка на discriminant validity с помощью HTMT (см. Таблица 4):

Таблица 4. Коэффициенты HTMT - Прибалтика

Последним шагом будет выявление значимых гипотез. Для этого стоит посчитать t и p-значение (см. Таблица 5):

Таблица 5. Значимость гипотез - Прибалтика

Данная модель достоверна, так как соответствует требованиям по всем коэффициентам. Отвергнутые гипотезы удаляются. Остаются связи только с принятыми гипотезами, значит, что А, B1, C и D отклоняются. Следовательно, получим следующую модель (см. Рисунок 3.1):

Рисунок 3.1. Модель - Прибалтика

Полученная модель показывает, что сильнейшее влияние на эффективность компании оказывает человеческий капитал (латентная переменная “Работники”). Остальные показатели не оказались значимыми и не проявили никакого влияния на эффективность компании. Однако, на человеческий капитал влияют организационные изменения. Полученные результаты можно объяснить следующими объективными причинами:

· Экономика Прибалтики пережила кризис с 2008 по 2009, где экономика упала на 16%, а производство на 10% (большинство предприятий из BEEPS V and MENA ES, 2012-2016 являются производственными), следовательно возможности бизнеса упали в разы. [43]

· В 2014 году Россия ввела эмбарго на продовольствие (набор данных включал сферу розничной торговли) [44]

· Сильное влияние человеческого капитала можно объяснить доходами населения. Из-за Европейского демографического кризиса [43] в странах повысилась средняя заработная плата почти в 3 раза.

По данной модели видно, что на инновации в значительной степени влияют организационные изменения и внедрения в логистике, однако сами инновации пока что не так значительны для выручки предприятий, что говорит о недостаточном развитии влияющих на инновации факторов.

Балканы:

Для начала проверим достоверность модели (см. Таблица 6):

Таблица 6. Достоверность модели - Балканы

Следующим шагом будет проверка на discriminant validity с помощью HTMT (см. Таблица 7):

Таблица 7. Коэффициенты HTMT - Балканы

Последним шагом будет выявление значимых гипотез. Для этого стоит посчитать t и p-значение (см. Таблица 8):

Таблица 8. Значимость гипотез - Балканы.

Данная модель достоверна, так как соответствует требованиям по всем коэффициентам. Отвергнутые гипотезы удаляются. Останутся связи - B, B2 и D1. Получим следующую модель (см. Рисунок 3.2):

Рисунок 3.2. Модель - Балканы

Полученная модель отличается тем, что ни один из показателей не оказался значимым для эффективности организаций. Так же, как и в странах Прибалтики, комплементарными активами к инновациям оказались организационные изменения и логистика. Результаты можно объяснить следующими причинами:

· Большинство стран их списка являются аграрно-индустриальными, что говорит о низкой технологической части производства, где инновации не имеют места быть [45,46,47]

· Балканские страны страдают от Европейского демографического кризиса, однако не повысили средние доходы населения, что ухудшило ситуацию с квалифицированной рабочей силой [48]

· Балканские страны мало инвестируют в инновации и образование, понижая свой инновационный потенциал [49]

Инвестиции в инновации не оправдывают себя, так как не отражаются на выручке компаний, и это может означать только то, что комплементарные активы в данном случае - организационные изменения и логистика недостаточно развиты.

Центральная Азия:

Для начала проверим достоверность модели (см. Таблица 9):

Таблица 9. Достоверность модели - Центральная Азия

Следующим шагом будет проверка на discriminant validity с помощью HTMT (см. Таблица 10):

Таблица 10. Коэффициенты HTMT - Центральная Азия

Последним шагом будет выявление значимых гипотез. Для этого стоит посчитать t и p-значение (см. Таблица 11):