Envíe este artículo por correo electrónico https://doi.org/10.1016/j.cya.2016.07.005
Artículo
de investigación
Influencia de los sistemas de información en los
resultados organizacionales
Influence
of information systems in organizational performance
Demian Abrego Almazán 1*
Yesenia Sánchez Tovar1
José M. Medina Quintero1
1 Universidad
Autónoma de Tamaulipas, México
*Autor
para correspondencia: D.
Abrego Almazán, email: dabrego@uat.edu.mx
Resumen:
Durante los últimos años los sistemas de información (SI)
han constituido uno de los principales ámbitos de estudio en el área de
organización de empresas, ocasionado por la necesidad de identificar su valor
empresarial, por lo que en esta investigación, y en base a una revisión
teórica, se desarrolla un modelo de evaluación del éxito de los SI para las
pequeñas y medianas empresas (Pymes) con el objetivo de determinar la
influencia de los SI en los resultados organizacionales. Para alcanzar la meta,
se empleó la técnica estadística de mínimos cuadrados parciales (partial least squares
, [PLS]), mediante la aplicación de un cuestionario a 133 empresas del estado
de Tamaulipas, México. Los resultados obtenidos permiten deducir que las empresas
que se preocupan más por mejorar la calidad del sistema, la calidad de la
información y la del servicio informático favorecen sus resultados
organizacionales. El presente trabajo contribuye a la literatura sobre la
medición del éxito de los SI en el contexto de un país con una economía
emergente, en forma particular al permitir identificar de manera más amplia la
medición de su efectividad y su incidencia en el rendimiento empresarial.
Palabras-clave: Éxito de los sistemas de información, Mínimos cuadrados
parciales, Resultados organizacionales.
Códigos JEL: M15.
Abstract:
Over the last years,
information systems (IS) have constituted the main focus of research in the
business organization literature. This has created the need to identify their
entrepreneurial value. The paper presents a theory-based model that was
developed to assess the degree of IS success in SMEs. The aim of the proposed
model is to determine the influence of IS on organizational performance. To
achieve this aim, the Partial Least Square statistical technique is used to
analyze data from 133 questionnaires administered to businesses across the
state of Tamaulipas, Mexico. The results show that those enterprises that are
more concerned with the improvement of the systems’ quality, information
quality and the informatics service enhance the organizational outcomes. The
present study contributes to the body of literature on the assessment of IS
success in the context of an emerging country. In particular, the study
provides a thorough assessment of the IS effectiveness and their impact on
organizational performance.
Keywords: Information systems success, Partial Least Squares,
Organizational outcomes.
JEL classification: M15.
Recibido en 17/03/2015
Aceptado en 09/02/2016
Introducción
Los sistemas de información (SI) son uno de los componentes
más relevantes del entorno actual de negocios, que ofrecen grandes
oportunidades de éxito para las empresas, ya que cuentan con la capacidad de reunir,
procesar, distribuir y compartir datos de forma oportuna y de manera integrada.
Además, ayudan a estrechar las brechas geográficas, permitiendo a los empleados
ser más eficientes, lo cual se refleja en una mejora de los procesos, de la
gestión, y del manejo de la información, dando como resultado un impacto
positivo en la productividad y competitividad de las empresas ( Bakos y Treacy, 1986; Rai, Patnayakuni y Seth, 2006; Ynzunza e Izar, 2011 ).
Pero estas ventajas hacen que las
organizaciones dependan cada día más de los SI para la realización de sus
actividades diarias ( Gómez y
Suárez, 2012 ), lo que las obliga a invertir más en este tipo de
tecnologías ( Petter, DeLone y McLean,
2008 ). Sin embargo, las inquietudes acerca de los escenarios
económicos y la creciente competencia global crean presiones para reducirlos ( Petter et al., 2008; Derksen y Luftman, 2013 ); por lo tanto, las
organizaciones requieren medir y examinar los costos y beneficios de este tipo
de tecnología, con la finalidad de conocer la rentabilidad de las inversiones
realizadas, ya que esperan que generen rendimientos positivos para la
institución ( Ravichandran y Lertwongsatien, 2005; Gable, Sedera y Chan, 2008 ).
La presente investigación tiene como
objetivo determinar la influencia del éxito de los SI en los resultados
organizacionales. Para la empresa, los resultados organizacionales permiten
medir su eficacia operacional ( Sedera
y Gable, 2004 ). En este ámbito, el modelo
de evaluación del éxito de SI desarrollado por DeLone y McLean (1992, 2003)
ha confirmado ser un marco útil para deducir su éxito o efectividad ( Petter, DeLone y McLean,
2013 ), al reconocer que las dimensiones de calidad de los SI son
una característica distintiva de la percepción del usuario en el uso de las
nuevas tecnologías ( Solano,
García y Bernal, 2014 ), logrando así, un impacto positivo en el
rendimiento individual y organizacional ( DeLone y McLean, 2003).
Por ello, se ha realizado un estudio empírico
con 133 pequeñas y medianas empresas (Pymes), todas pertenecientes al estado de
Tamaulipas, México, para inferir estadísticamente algunos aspectos relacionados
con este tipo de organizaciones. De ahí que se considere como relevante la
contribución de este trabajo, ya que extiende el marco de estudios empíricos
relacionados con el modelo de éxito de SI propuesto por DeLone
y McLean.
Por último, la presente investigación se
ha dividido en cinco partes: la primera comprende la revisión de la literatura;
la segunda, el modelo propuesto y su justificación; la tercera, la descripción
del método utilizado; la cuarta se ha destinado al análisis de los resultados,
y finalmente en la quinta, se muestran las principales conclusiones obtenidas,
describiendo las limitaciones y las futuras líneas de investigación.
Revisión de la literatura
Los
sistemas de información y su éxito
Los SI de una empresa representan el conjunto de medios
humanos y materiales encargados del tratamiento de la información empresarial (
Medina, 2005 ), con
un papel relevante y causante de ventajas competitivas ( Ferreira y Cherobim, 2012
). Los SI utilizan equipos de cómputo, bases de datos, software,
procedimientos, modelos para el análisis y procesos administrativos para la
toma de decisiones ( Turban, Volonino y Wood, 2013 ). Tradicionalmente, los
SI se diseñan dentro de cada área funcional, con el fin de apoyar e incrementar
su eficiencia y eficacia operativa ( Haag y
Cummings, 2013 ), y se caracterizan por estar compuestos por
sistemas más pequeños y con la capacidad de funcionar de manera integrada o
totalmente independiente; además, si se logran relacionar entre sí, consiguen
formar el SI de toda la organización, por lo tanto, un SI se puede definir como
el conjunto de elementos orientados al tratamiento, administración y
diseminación de datos e información, organizados y listos para su uso
posterior, generados para cubrir una necesidad en una organización; esto es
similar a las ideas planteadas por Davis
y Olson (1985), Andreu, Ricart y Valor (1996) ,
Haag y Cummings (2013) y Turban et al. (2013).
Con respecto a la medición del impacto del
éxito de los SI, este se viene investigando desde la década de los setenta con
diferentes estudios que han permitido acumular un conocimiento importante sobre
el tema ( Solano et al., 2014
). Dentro de las diferentes corrientes que acogen la importancia de los SI se
puede encontrar la basada en la teoría de los recursos y capacidades ( Ravichandran y Lertwongsatien, 2005
) o la relacionada con la industria del software, siendo en esta última en la
cual se han propuesto diversos modelos de gestión de calidad, algunos
orientados a los productos y otros a los procesos ( Pesado et al., 2013 ), lo que ha permitido una
mejora de la productividad en lo referente al desarrollo de software ( Díaz y Sligo, 1997 ). No
obstante, un enfoque integrado en el contexto de los SI es deficiente, ya que se
ha puesto menos énfasis en lo relativo a la mejora de la calidad de la
información y del servicio ( Gorla, Somers y Wong, 2010).
En este sentido, DeLone
y McLean desde 1992 han propuesto un modelo que
permite medir el impacto que los SI proporcionan a la organización, y debido a
la aceptación y críticas que tuvo por parte de los investigadores se actualizó
en el año 2003 ( Roldán y Leal,
2003 ). La inclusión del constructo calidad del servicio fue de los
principales cambios que sufrió, siendo esta evaluada principalmente por medio
de SERVQUAL. De igual forma, en esta actualización atendieron la observación,
de su principal crítico Peter Seddon, de reemplazar
las variables impacto individual e impacto organizacional por la variable
beneficios netos ( DeLone y McLean, 2003).
De acuerdo con Ballantine et al. (1996), Seddon (1997) y Wu y Wang (2006) , el modelo DeLone
y McLean hace varias contribuciones importantes a la
comprensión del éxito de SI. En primer lugar, proporciona un esquema para
clasificar las diferentes medidas de éxito que se han propuesto en la
literatura. En segundo lugar, sugiere interdependencias temporales y causales
entre las categorías identificadas, y tercero, proporciona una base apropiada
para una mayor investigación empírica y teórica, por lo cual cuenta con una
aceptación general en la comunidad de SI, en parte debido a su comprensibilidad
y sencillez ( Urbach, Smolnik y Riempp,
2009 ), derivando en que dicho modelo sea uno de los más
referenciados en la literatura de los SI ( McGill, Hoobs y Klobas,
2000; Heo y Han, 2003; Medina y Chaparro, 2007; Gable et al., 2008; Petter et
al., 2008; Urbach et al., 2009; Gorla
et al., 2010; Petter et al., 2013 ).
En cuanto a sus interrelaciones, el modelo
propone que las dimensiones de calidad (del sistema, de la información y del
servicio) de un SI afectan tanto al uso-utilidad del sistema como a la
satisfacción del usuario, y que estas últimas a su vez se pueden afectar de
manera recíproca, además de ser antecedentes directos de los beneficios netos,
lo cual permite que se pueda aplicar a cualquier nivel de análisis que el
investigador considere más pertinente ( Seddon y Kiew, 1994; Igbaria y Tan, 1997;
Roldán y Leal, 2003; Petter et al., 2008; Gorla et al., 2010 ). Por lo tanto, este modelo
se ha caracterizado por intentar encontrar medidas más consistentes y
apropiadas para una adecuada evaluación de los SI ( Solano et al., 2014).
Impacto organizacional
Actualmente
las empresas se ven obligadas a estar conectadas entre ellas y con otras
organizaciones, como consecuencia de fusiones, reducción en los costos de
operación, estrategias de mercado, entre otras causas; por tanto, no es
discutible la necesidad de inversión realizada en SI, pero su alto costo conlleva
que la administración se interese en que su implementación sea de manera
exitosa e integrada con los objetivos de la institución; sin embargo, la
evidencia empírica señala que la mera inversión en SI y en nuevas herramientas
de gestión no garantiza la mejora de los resultados empresariales ( Lee, 2012; Pérez y Machado, 2015 ),
motivo que impulsa a la academia a profundizar en el conocimiento de los
factores explicativos del éxito de los SI y sus impactos dentro de las empresas.
La explicación de los efectos que los SI generan en las
organizaciones ha llevado a los investigadores a proponer instrumentos de
evaluación considerando como variables de impacto la estrategia organizacional
y la ventaja competitiva ( Mahmood y Soon, 1991; Sethi y King, 1994; Tallon, Kraemer y Gurbaxani, 2000; Bradley, Pridmore
y Byrd, 2006 , Gable et al., 2008 ), mientras que otros tratan de
evaluar esta relación basados en la teoría de recursos y capacidades, en donde
el rendimiento de una organización se puede explicar por la eficacia de la
empresa cuando esta hace uso de las tecnologías de la información (TI) ( Ravichandran y Lertwongsatien, 2005
). Sin embargo, sea el enfoque que fuere, la búsqueda de beneficios
organizacionales o efectos positivos se convierte en el objetivo de las
empresas como elemento clave para la decisión de realizar inversiones en SI.
Lo anterior obliga a los investigadores a definir medidas
contundentes para el resultado organizacional deseado, destacándose entre
dichas medidas ejemplos tales como rentabilidad económica, valor neto, utilidad
y crecimiento, logros de marketing, mejora en la productividad, eficiencia
interna, innovación, mejora en la calidad de los productos, reducción de
costos, mejor relación con proveedores, toma de decisiones, entre otras más;
detectando además en sus resultados la existencia de relaciones significativas
entre las dimensiones de éxito de un SI y los beneficios percibidos ( Sedera y Gable,
2004; Bradley et al., 2006; Rai et al., 2006; Gorla et al., 2010; Lunardi, Dolci y Maçada, 2010; Haberkamp, Maçada, Raimundini y Bianchi, 2010; Gonzales, 2012; Tona, Carlsson y Eom, 2012; Pérez y Machado, 2015; Solano et al., 2014 ).
Estos trabajos de investigación han demostrado que el constructo
impacto organizacional, se puede referir al grado en que los SI han promovido
mejoras a nivel organizacional, es decir, mejoras en sus resultados
organizacionales. No obstante, este constructo ha probado ser problemático en
la investigación de negocios ( Ynzunza e Izar,
2011 ) y, dado que no existe una medida universal reconocida para
este concepto, puede ser evaluado con datos objetivos o subjetivos ( Croteau y Bergeron, 2001 ),
donde el enfoque objetivo se refiere a los datos numéricos de carácter
financiero proporcionados por la organización, mientras que las medidas
subjetivas se enfocan a captar la percepción de las empresas.
Sin lugar a dudas, los SI son una herramienta tecnológica vital
para cualquier institución en estos tiempos de globalización, donde la
administración eficiente de datos e información traerán la ventaja competitiva
empresarial.
Modelo de investigación e
hipótesis
El modelo
conceptual utilizado para guiar este estudio se muestra en la figura 1 , y se basa en el propuesto por DeLone y McLean en el 2003. El
modelo expone que la calidad del sistema, de la información y del servicio,
afecta tanto al uso-utilidad del sistema como a la satisfacción del usuario.
Sin embargo, es necesario mencionar que se ha cuestionado que la variable
calidad del servicio no debería ser considerada como una medida determinante
del éxito ya que dicho constructo establece el éxito en lugar de ser parte de
él ( Wu y Wang, 2006; Tona et al.,
2012 ), pero en el presente estudio se considera que es un factor
relevante para ser evaluado, como consecuencia de la creciente demanda de
proveedores externos de TI, para el desarrollo y soporte de sistemas, sobre
todo en empresas que por su tamaño, cuestiones económicas, o por estrategias de
negocios, no cuentan con los suficientes recursos humanos y tecnológicos
destinados para tal fin.
Por otra
parte y de acuerdo con Roldán y
Leal (2003) , la satisfacción del usuario influye en el uso del
sistema; cabe señalar que DeLone y McLean (2003) postulan que el uso-utilidad del
sistema y la satisfacción del usuario son recíprocamente interdependientes,
pero Livari (2005) comenta que para un análisis pleno, se
debe realizar una investigación en la que el uso-utilidad y la satisfacción del
usuario son seguidos en el tiempo; por consiguiente, no se intenta capturar
esta dependencia recíproca ya que se limita a un solo punto en el tiempo. Por
último, se propone que el uso-utilidad del sistema y la satisfacción del
usuario son antecedentes directos de los resultados organizacionales.
Como se puede observar en la figura 1 , también se representan las
hipótesis a probar, las cuales se resumen en la tabla 1 , en donde además del soporte teórico
proporcionado por el modelo DeLone y McLean (1992, 2003) , se anexa una relación
adicional de referencias de estudios sobre SI que las apoyan.
Método
Con el fin de analizar el éxito de los SI en empresas del
sector privado del estado de Tamaulipas, se realizó previamente una revisión de
literatura especializada, con el fin de: i) aproximarse a la problemática
detectada con relación al éxito de los SI en las organizaciones en la zona de
estudio; ii) conocer en profundidad el modelo teórico de DeLone
y McLean; iii) justificar y argumentar las hipótesis
de trabajo, y iv) definir, determinar y ajustar los indicadores y factores de
los constructos propuestos. A continuación, se muestra su definición
operacional.
- Calidad de la información: se define en
el presente trabajo como completa, oportuna (a tiempo), útil, relevante,
con buena apariencia y formato (diseño adecuado), que sea fácil de
comprender e interpretar ( DeLone y McLean, 1992, 2003; Ballou y
Tayi, 1999; Wixom y
Watson, 2001; Nelson, Todd y Wixom,
2005; Petter et al., 2008; Gorla
et al., 2010; Medina, Lavín y Pedraza, 2011; Tona
et al., 2012 ).
- Calidad del sistema: se precisa como aquel SI
diseñado con características útiles, con tiempos de respuesta adecuados,
fácil de aprender-usar, con un adecuado nivel de integración ( Seddon, 1997; Wixom y Watson,
2001; DeLone y McLean,
2003; Sabherwal, Jeyaraj
y Chowa, 2006; Bradley et al., 2006; Gorla et al., 2010 , Tona et al., 2012).
- Calidad del servicio: se mide a través de
cuestiones relacionadas con la capacidad de respuesta y se pretende que la
variable evalúe el grado en que el personal que da soporte de informática
se esfuerza por proporcionar los elementos y servicios de información
adecuados a los usuarios ( Kettinger
y Lee, 1994; Carr, 2002; Bradley et al., 2006; Gorla et al., 2010 ).
- Satisfacción del usuario: está especificado por
cómo se siente el usuario después de usar el sistema (confianza), si
percibe que le ha sido eficiente, efectivo, y si está de acuerdo a sus
necesidades ( Wu y Wang,
2006; Medina et al., 2011; Gonzales, 2012; Tona
et al., 2012 .
- Uso-utilidad: se define de la siguiente manera, si
al usar el sistema el usuario percibe que realiza sus funciones más
rápidamente, mejora el desempeño en el trabajo, incrementa la
productividad, puede tomar mejores decisiones, y si encuentra útil el
sistema para el trabajo y no simplemente medirlo a través del uso general,
uso promedio o el tiempo promedio de uso por vez ( Taylor y Todd, 1995; Seddon, 1997; Livari, 2005;
Medina y Chaparro, 2007; Wu y Wang, 2006;
Gonzales, 2012; Tona et al., 2012 ).
- Resultados organizacionales: en la presente
investigación se consideran como incremento en ventas, cuota de mercado,
productividad, mejora de procesos, en su capacidad de gestión de
operaciones, o bien en la disminución de costos de operación y de personal
( Mahmood y Soon, 1991; Sethi y King, 1994; Tallon
et al., 2000; Rai et al., 2006; Sedera y Gable, 2004; Gable et al.,
2008; Gorla et al., 2010; Haberkamp
et al., 2010 ).
Tabla 1: Hipótesis a ser probadas
|
Modelo
conceptual |
Hipótesis
|
Referencias
de apoyo complementarias |
|
La
calidad del sistema, la calidad de la información y la calidad del servicio
de un SI de manera tanto individual como colectiva afectan al uso-utilidad
del SI y a la satisfacción del usuario |
H1.
La calidad de la información se asocia positivamente con la satisfacción del
usuario |
|
|
H2.
La calidad de la información se asocia positivamente con el uso-utilidad del
sistema |
||
|
H3.
La calidad del sistema se asocia positivamente con la satisfacción del
usuario |
||
|
H4.
La calidad del sistema se asocia positivamente con el uso-utilidad del
sistema |
||
|
H5.
La calidad del servicio se asocia positivamente con la satisfacción del
usuario |
||
|
H6.
La calidad del servicio se asocia positivamente con el uso-utilidad del
sistema |
||
|
El
grado de satisfacción del usuario puede afectar al uso-utilidad del SI |
H8.
La satisfacción del usuario está asociada positivamente con el uso-utilidad
del sistema |
|
|
El
uso del SI y la satisfacción del usuario son antecedentes directos de los
resultados organizacionales |
H7.
La satisfacción del usuario se interrelaciona con los resultados
organizacionales |
|
|
|
H9.
El uso-utilidad del sistema se interrelaciona con los resultados
organizacionales |
McGill y Hobbs (2003); Roldán y
Leal (2003); Wu y Wang (2006); Law
y Ngai (2007); Pérez (2010) |
En cuanto al cuestionario, este se
constituye de 46 ítems, 8 para datos descriptivos y 38 en una escala de Likert
de 5 puntos (1: muy en desacuerdo a 5: muy de acuerdo). Con respecto a la
prueba piloto, se realizó en la zona centro del estado de Tamaulipas, México,
en el mes de abril del 2014, con un tamaño de muestra de 65 empresas. La
consistencia interna de cada una de las variables propuestas teóricamente fue
evaluada por el coeficiente alfa de Cronbach, los
resultados de las cuales sobrepasaron los mínimos recomendados para este tipo de
análisis. Cabe señalar que los resultados de este estudio preliminar fueron
presentados en el IX Congreso Internacional de Investigación en Contaduría,
Administración e Informática, que se realizó en la UNAM, en el mes de octubre
de 2014.
Para la obtención de la muestra, se partió
de los registros proporcionados por el Sistema de Información Empresarial
Mexicano (SIEM, http://www.siem.gob.mx ), en donde para mayo de 2014 se tenían registradas 1,528
empresas en el estado de Tamaulipas que cumplían con el criterio de elección
estipulado en la presente investigación —contar con más de 10 empleados y ser
de los sectores económicos de servicio y de comercio—; después de identificar a
las empresas participantes, se gestionó la autorización correspondiente con las
diferentes cámaras y asociaciones de comercio y servicio de la localidad para
el apoyo en la aplicación del instrumento.
El trabajo de campo se realizó a través de
un muestreo a conveniencia. La recolección de los datos se llevó a cabo entre
los meses de noviembre del 2014 y febrero del 2015, a través de visitas in situ
a las empresas y explicando al informante clave (sujeto de investigación) el
objetivo del estudio; en este caso, el informante clave abordado fueron los
gerentes generales y de contabilidad, debido a que reúnen el perfil deseado
—contar con información de los procesos del negocio y conocimientos en TI— ( Gorla et al., 2010; Ferreira y Cherobim,
2012 ). La muestra final lograda para esta investigación fue de 133
empresas pertenecientes a los sectores comercio y servicio.
Análisis de los datos y resultados
Primeramente,
se detalla lo encontrado en cuanto a los datos descriptivos. De las empresas
que conformaron la muestra, el 16% corresponde a empresas situadas en la ciudad
de Reynosa, el 15% a Nuevo Laredo, el 19% a Matamoros, el 27% a Ciudad
Victoria, y el 23% a Tampico y su zona conurbada. Con referencia al sector
económico al que pertenecen, el 41% son empresas de servicio y el otro 59%, de
comercio. Con relación al número de empleados de las empresas analizadas, el
59% de las empresas contaban con un promedio de 11 a 30 empleados, el 14%
contaban con un total de 31 a 50 empleados, en tanto que el 11% de las mismas
tenían más de 50 empleados pero menos de 100; finalmente, el 17% de las
empresas correspondían a organizaciones con un promedio de 101 a 250 empleados.
Por su parte, el tiempo en años de uso de los SI destaca que el 61% de las
empresas analizadas cuentan con más de 10 años utilizando tecnologías. Lo
anterior permite inferir que en las empresas suelen usar SI para la obtención
de información y el manejo de sus operaciones.
Para el análisis de los datos, se utilizó el modelado de ecuaciones
estructurales basadas en componentes/varianzas aplicando el paquete informático
SmartPLS versión 3.1.3 ( Ringle, Wende y Becker, 2014
). Para validar el modelo de medida se realizaron las siguientes actuaciones:
i) analizar la validez de contenido y la validez aparente; ii) calcular la
fiabilidad individual del ítem por medio de las cargas factoriales (loading) para el
caso de constructos reflectivos, y iii) examinar la
validez de constructo: convergente y discriminante.
En cuanto a la validez de contenido, se realizó una revisión en la
literatura especializada en teoría general de sistemas, modelos de evaluación
de SI e impacto de las TI en las organizaciones. Asimismo, se llevó a cabo una
adaptación de las escalas de medida inicialmente propuestas. Para ello, se
comprobó la validez aparente, la cual permite indicar si la escala de medida
parece ser válida y que se entiende desde el punto de vista del encuestado ( Casaló, Flavián y Guinalíu,
2011 ). Lo anterior permitió realizar una depuración de ítems por
parte de diferentes investigadores y expertos especializados en la materia,
garantizando con ello la obtención de resultados satisfactorios, tal y como
sugiere Straub (1989).
Ahora bien,
para llevar a cabo la validación del modelo de medida, se realizó una serie de
pruebas con el fin de determinar si el cuestionario cuenta con la suficiente
fiabilidad requerida. En este sentido, la primera prueba se enfoca en
determinar la fiabilidad individual de los indicadores, la cual consiste en
aceptar o no un indicador como integrante de un constructo reflectivo.
Para ello los indicadores deben poseer una carga factorial (λ) o correlaciones
simples igual o superior a 0.707 ( Carmines
y Zeller, 1979 ). Esto señala que la
varianza compartida entre el constructo y los
indicadores del mismo sea mayor que la varianza del error. Tomando como
referencia el criterio de aceptación anterior, se eliminaron 8 indicadores
(CI5, CI6, CS2, CS5, SAT5, UU5, RO6). La tabla 2 muestra los resultados.
La segunda
prueba consiste en evaluar la fiabilidad del constructo, lo anterior por medio
de dos medidas de consistencia interna: el alfa de Cronbach
(α) y el coeficiente de fiabilidad compuesta (ρc); la
interpretación de ambos valores es similar, por lo cual se utilizan las
directrices ofrecidas por Hair, Hult, Ringle y Sarstedt (2014) quienes
sugieren 0.7 como punto de referencia tanto para el alfa de Cronbach,
como para la fiabilidad compuesta. La tabla 3 muestra lo obtenido y, como se
observa, todos los constructos son fiables, por lo tanto, poseen una
consistencia interna satisfactoria.
|
Constructo
|
(α)
|
(ρc) |
AVE
|
|
Resultados
organizacionales (RO) |
0.918
|
0.933
|
0.635
|
|
Calidad
de la información (CI) |
0.860
|
0.905
|
0.706
|
|
Calidad
del sistema (CS) |
0.764
|
0.849
|
0.585
|
|
Calidad
del servicio (Cser) |
0.914
|
0.932
|
0.662
|
|
Satisfacción
usuario (SU) |
0.848
|
0.898
|
0.689
|
|
Uso-utilidad
del sistema (UU) |
0.883
|
0.919
|
0.740
|
Otra prueba para determinar la fiabilidad de un instrumento en
mínimos cuadrados parciales ( partial least
squares [PLS]) es
la validez convergente, calculada por medio del promedio de la varianza
extraída ( average variance
extracted [AVE]). El
coeficiente AVE proporciona la cantidad de varianza que un constructo reflectivo obtiene de sus indicadores con relación a la
cantidad de varianza debido al error de medida. Como se puede observar en la tabla 3 , el coeficiente
AVE para los constructos reflectivos es mayor que 0.5
( Fornell y Larcker, 1981 ).
Es decir, que más del 50% de la varianza del constructo se debe a sus
indicadores. De acuerdo con estas sugerencias, todas las medidas AVE son
válidas.
Por último, se debe evaluar la validez discriminante, que consiste
en comprobar si el constructo analizado está significativamente alejado de
otros constructos con los que se encuentra relacionado teóricamente ( Roldán, 2000 ). En este
sentido, se analizaron los valores de la matriz de correlaciones entre
constructos, la cual está formada por la raíz cuadrada del coeficiente AVE y
debe ser superior al resto de su misma columna ( Chin, 2000; Sánchez y Roldán, 2005 ). Como se
observa en la tabla 4
(en negrita), todos los indicadores cumplen con los criterios empíricos. Por
tanto, se garantiza la validez discriminante de los distintos constructos que
integran el modelo propuesto.
Una vez que
se ha podido comprobar que el modelo de medida satisface los criterios
precedentes (las medidas de los constructos son fiables y válidas), se
procederá a analizar el nivel de la relación entre los constructos y la
capacidad de predicción de las variables endógenas, es decir, se evalúa el peso
y la magnitud de las relaciones (hipótesis) entre las distintas variables; para
ello se debe evaluar el modelo estructural. Esta valoración implica la
utilización de dos índices básicos: la varianza explicada (R 2 ) —indica
el poder predictivo del modelo— y los coeficientes path estandarizados
(β) —indican la fuerza de las relaciones entre las variables dependientes e
independientes— ( Johnson, Herrmann y Huber, 2006).
En lo que respecta a la capacidad de predicción del modelo, la R 2 de las
variables endógenas o dependientes debe ser igual o mayor que 0.1 ( Falk y Miller, 1992 ), ya que valores menores,
según los autores, proporcionan poca información, mientras que Chin (1998) sugiere que
este debería ser igual o mayor a 0.19. A partir de este último criterio, los
valores de R 2 ajustada
de los constructos investigados están en rangos convenientes, por lo cual,
todos los constructos poseen una calidad de poder de predicción aceptable. La tabla 5 muestra lo
obtenido.
Ahora bien, con respecto al análisis de cómo contribuyen a la
varianza explicada las variables exógenas en los constructos dependientes, se
utilizaron los valores obtenidos en los coeficientes path (β), los
cuales deben alcanzar al menos un 0.2 para que se consideren significativos ( Chin, 1998 ). Cabe señalar
que se recurrió a la técnica no paramétrica bootstrap , con un
procedimiento de remuestreo con reemplazo,
considerando 133 casos con 5,000 muestras, lo cual es recomendado para
resultados finales ( Hair et al.,
2014 ); de lo anterior, se obtuvieron los valores t de Student y la significación (p).
Para una distribución t de Student de
dos colas con n grados de libertad, siendo n el número de muestras a considerar
en la técnica bootstrap , los valores
que determinan la significación estadística son: t > 3.310 (***), t >
2.586 (**), t > 1.965 (*). Como se observa en la tabla 6 , del total de hipótesis planteadas
solo la hipótesis H 6 no resulta
significativa.
Continuando
con la inferencia estadística, para medir la bondad predictiva de los
constructos dependientes del modelo, se ha recurrido al procedimiento Stone-Geisser o parámetro Q 2 (cross
validated redundancy) . Esta
prueba se calcula por medio de la técnica blindfolding. El
parámetro Q2 debe ser mayor a 0 (cero) para que el constructo tenga validez
predictiva ( Chin, 1998
), ya que los valores por encima de cero demuestran que la predictibilidad del
modelo es relevante ( Sellin, 1995).
Como se observa en la tabla 7,
todos los valores Q2 están por
encima de cero, lo que apoya la relevancia predictiva del modelo en relación
con las variables latentes endógenas.
n.s.: no significativo.
***Valor t > 3.310 (p < 0.001).
**Valor t > 2.586 (p < 0.01).
* Valor t > 1.965 (p < 0.05).
Por último, se calculó el valor del residual estandarizado de la
raíz cuadrada media (SRMR), que es la diferencia promedio entre las correlaciones
(varianzas y covarianzas) pronosticadas y observadas, basada en el error
estándar del residual, por lo tanto, se puede considerar como una medida de
bondad de ajuste (modelo) para PLS-SEM ( Henseler et
al., 2014 ). Debido a que el SRMR es una medida absoluta, cero
indica un ajuste perfecto, pero valores menores a 0.08 en general se considera
un buen ajuste ( Hu y Bentler, 1999 );
en este sentido, el valor de SRMR obtenido del modelo de esta investigación es
de 0.062, lo cual indica un adecuado nivel de ajuste.
Después de realizar el análisis estadístico inferencial, se obtuvo
que 8 de las 9 hipótesis se aceptaron con una varianza explicada del 46.5%, lo
que corrobora el nivel predictivo del modelo. La figura 2 muestra de forma gráfica los
resultados obtenidos.
Los resultados muestran que calidad de la información
cuenta con valores positivos y estadísticamente significativos para las
variables satisfacción del usuario y uso-utilidad (H 1 = 0.299 y H2 = 0.276), por lo cual
son aceptadas y por consiguiente hace suponer que las Pymes que cuentan con SI
que proporcionan información a tiempo, actualizada, útil, relevante, exacta, con
buen nivel de detalle y fácil de interpretar, obtienen un mejor rendimiento del
usuario, es decir, se considera que el uso de datos con calidad es una fuente
segura para la satisfacción de los usuarios en términos de contar con
información acorde a sus necesidades, que les permita tomar mejores decisiones
de una manera rápida. Estos resultados son similares a los obtenidos por Floropoulos, Spathis, Halvatzis
y Tsipouridou (2010) , Nunes (2012) y Solano et al. (2014) , y parcialmente análogos
a los obtenidos por Roldán y
Leal (2003), Calderón
y Rodríguez (2010) y Pérez
(2010) , debido a que encuentran relación significativa solamente
con la satisfacción del usuario.
Figura 2: Modelo de investigación evaluado.
En relación con la calidad del sistema (hipótesis H 3 y H4
), se aprecian coeficientes positivos y significativos con los constructos
satisfacción del usuario y uso-utilidad (H 3 = 0.291, H4 = 0.253), por lo
tanto, se aceptan las hipótesis, derivado de que los usuarios perciben que el
SI es fácil de usar, es amigable, no falla, es rápido y compatible con otros
sistemas operados en la institución, lo que les permite la reducción de costos,
conocer las necesidades de los clientes, una mejor selección de proveedores,
una mejora en la eficiencia interna, entre otras. Los resultados obtenidos son
similares a los encontrados por Pérez
(2010), Nunes (2012),
Tona et al. (2012) y Wang (2008) , en el sentido de que en todos se
detecta una fuerte relación entre este constructo y sus variables latentes.
Con respecto a la calidad de los servicios
informáticos con relación al uso-utilidad del sistema, la hipótesis H 5 no tiene un sustento estadístico, por tanto no se acepta.
En las Pyme analizadas, esta relación no se plasma, o bien por la tercerización
del servicio, o bien por la ausencia de formación en la manera de brindar el
servicio, mientras que con respecto a la satisfacción del usuario, los
resultados muestran un valor positivo y estadísticamente significativo (H 5 β = 0.310; p > 0.001). Estos resultados son parcialmente
parecidos a los obtenidos por Wang
(2008), Pérez (2010)
y Nunes (2012) a consecuencia de que los autores
encuentran que influye de manera significativa en sus variables latentes, pero
en la presente investigación solo se ve reflejada en la satisfacción del
usuario; aun así, el estudio proporciona apoyo empírico al constructo en
cuestión, al determinar que este sí influye en la percepción de éxito de un SI.
En cuanto a la satisfacción del usuario,
cabe destacar que la hipótesis H 8
(β = 0.289;
p > 0.001)
fue aceptada, lo que demuestra que este constructo ejerce una importante influencia
sobre el uso-utilidad del sistema, es decir, los usuarios se sienten
satisfechos con las cualidades del sistema y por lo tanto los motiva a
utilizarlo. Los resultados están en línea con los de McGill y Hobbs (2003) y Kettinger, Park y Smith (2009) .
Por último, las hipótesis uso-utilidad y
satisfacción del usuario fueron aceptadas, ya que presentan coeficientes
positivos y estadísticamente significativos con los resultados organizacionales
(H 9 = 0.326, H7 = 0.411), lo que muestra que estas variables
poseen un efecto significativo en el impacto organizacional. Lo anterior
resulta relevante para el éxito de un SI ya que indica que los encuestados
perciben aumentos en la productividad, en la eficiencia interna o una
disminución en los costos operacionales; es decir, distinguen a los SI como un
medio de mejora del rendimiento empresarial, corroborando lo vertido por Gable, Sedera y Chan (2003), DeLone y McLean (2003), Medina (2005), Abrego, Sánchez y Medina (2014) y
Solano et al. (2014)
. Finalmente, se percibe que la satisfacción del usuario es la que más
contribuye con un β de 0.411. Lo anterior podría sugerir que las Pymes que se
preocupan por dotar a los usuarios de sus sistemas con características de
calidad, tendrán como resultado un mayor rendimiento individual (satisfacción
usuario, uso-utilidad del sistema), lo que conduciría a una mejora de los
resultados organizacionales.
Conclusiones,
implicaciones administrativas y limitaciones
En el
presente documento se investigaron aspectos relevantes del éxito de los SI y su
impacto en la dirección de empresas, en concordancia con las tendencias de
investigación en el área de SI ( Petter et al.,
2008, 2013 ), y basados en el modelo propuesto por DeLone y McLean (2003) , con
el fin de contar con otras perspectivas de sus impactos fuera de países
desarrollados y de esta forma contribuir al desarrollo de estudios del impacto
de los SI en las Pymes de México. Lo anterior considerando que las unidades
económicas investigadas contribuyen de manera relevante al desarrollo del
entorno investigado.
Los hallazgos encontrados permiten llegar a varias conclusiones.
En primer lugar, los resultados del análisis empírico indican que la calidad de
la información es el precedente de mayor importancia para la satisfacción del
usuario y para la utilidad de los SI. Los usuarios de los SI consideran de esta
forma que la disponibilidad y la exactitud de la información es el elemento
clave para la implementación exitosa de un sistema, seguido de la calidad del
sistema y del servicio. No obstante, al considerar los tres elementos de la
calidad (información, sistema y servicio) como un todo, la influencia que
dichos elementos ocasionan en la satisfacción y la utilidad para los usuarios
puede ser considerada de sustancial a moderada, lo cual permite inferir que más
apoyo por parte de la dirección organizacional a las dimensiones de calidad de
los SI puede contribuir a un mejor rendimiento individual (uso-utilidad,
satisfacción del usuario). Esto genera implicaciones para los diseñadores de
sistemas, quienes tienen que buscar atender las necesidades de los usuarios
finales y hacer un uso completo de la integridad, seguridad, disponibilidad,
velocidad y exactitud de la información para aumentar la satisfacción del
usuario, pero sobre todo mejorar lo relacionado con la intención de
uso-utilidad del sistema.
En segundo lugar, se concluye que los usuarios que alcanzan una
mayor satisfacción se ven motivados a un uso mayor de los SI, donde una mayor
satisfacción y uso conducen a mejores resultados a nivel organizacional, lo que
podría apoyar a las empresas en sus decisiones de inversión en tecnología,
puesto que permitirían acrecentar la calidad del sistema y la calidad de los
servicios, contribuyendo al rendimiento organizacional. En otras palabras, las
organizaciones con mayor infraestructura tecnológica, metodologías de
desarrollo y competencia de sus programadores mejoran los resultados en la
calidad del sistema contribuyendo al rendimiento individual y organizacional de
la empresa ( Solano et al., 2014).
En tercer lugar, el modelo propuesto y sus elementos demostraron
que pueden ser utilizados como una herramienta beneficiosa por las organizaciones
para la evaluación de la implementación de los SI, puesto que los resultados
implicaron un adecuado poder predictivo para las variables utilizadas,
destacando de esta forma la importancia que las organizaciones deben otorgar a
la evaluación de los SI para garantizar un verdadero beneficio interno.
Los resultados obtenidos pueden ser útiles para los
administradores y directores de informática en lo referente a la estructuración
de políticas que les permitan una mejor integración de este tipo de tecnologías
con respecto a las estrategias del negocio, con el fin de que los escasos
recursos puedan ser asignados de una manera más eficaz. De igual forma, pueden
ser de utilidad en las instituciones educativas de nivel superior, porque los
resultados pueden servir de base para diseñar y actualizar programas de
estudio, así como para la promoción de más investigaciones que coadyuven a
fortalecer la literatura referente al éxito de los SI en las organizaciones,
derivado de las limitaciones detectadas para determinarlo a nivel
organizacional. Por último, el presente trabajo contribuye a la literatura
sobre la medición del éxito de los SI en el contexto de un país con una
economía emergente, y de forma particular al permitir identificar de manera
completa la medición de su efectividad y su incidencia en las variables del
rendimiento.
Por otro lado, la presente investigación tiene sus limitaciones.
Primero, la validez de un modelo no puede ser verdaderamente establecida sobre
la base de un solo estudio, dado que los datos representan una instantánea en
el tiempo. Segundo, el estudio se realizó en un contexto geográfico determinado
(estado de Tamaulipas, México). Por lo tanto, se debe tener cuidado al
generalizar los resultados, y las críticas a las relaciones causa-efecto entre
los constructos en el modelo deben ser realizadas con cautela.
Por ello, se invita a los investigadores y practicantes a realizar
trabajos futuros, en los cuales se tomen en cuenta un universo más
diversificado de empresas, así como contemplar otras regiones geográficas
distintas a la estudiada. También, estudios próximos deberían considerar
investigar las causas del éxito de los SI, o, en su caso, cómo influyen en la
percepción de los mismos, debido a que actualmente existen brechas en el
conocimiento de estos factores.
Agradecimientos
Nuestro más sincero reconocimiento por el
apoyo logístico y financiero a la investigación al PIFI
P/PROSOCIE-2014-28MSU0010B-15 y Fondos UAT.
Abrego, D., Sánchez, Y., Medina, J. (2014). Evaluación de la
calidad de los sistemas de información en los resultados y capacidades
organizacionales de empresas del noreste de México. XIX Congreso Internacional de Investigación en
Contaduría, Administración e Informática , UNAM, octubre, Cd. de México.
Andreu, R., Ricart, J. y Valor, J. (1996). Estrategia y sistemas de
información (2.a ed.). Madrid: Mc Graw-Hill.
Bakos, Y. y Treacy,
M. (1986). Information technology and corporate strategy: A research
perspective. MIS Quarterly, 10, 107–119. http://dx.doi.org/10.2307/249029
Ballantine, J., Bonner,
M., Levy, M., Martin, A., Munro, I. y Powell, P. (1996). The 3-D model of
information systems success: The search for the dependent variable continues.
Information Resources Management Journal, 9(4), 5–14. http://dx.doi.org/10.4018/irmj.1996100101
Ballou, P. y Tayi, K. (1999). Enhancing data quality in data warehouse
environments. Communications of the ACM, 42(1), 73–78.
http://dx.doi.org/10.1145/291469.291471
Baroudi, J., Olson, M. y Ives,
B. (1986). An empirical study of the impact of user involvement on system usage
and information satisfaction. Communications of the ACM, 29(3), 232–238.
http://dx.doi.org/10.1145/5666.5669
Bharati, P. y Berg, D. (2005).
Service quality from the other side: Information systems management at Duquesne
light. International Journal of Information Management, 25, 367–380.
http://dx.doi.org/10.1016/j.ijinfomgt.2005.04.008
Bharati, P. y Chaudhury, A. (2006). Product customization on the web: An
empirical study of factors impacting choice board user satisfaction. Management
Science and Information Systems Faculty Publication Series,.
Paper 14 [consultado 15 Ago 2014]. Disponible en:
http://scholarworks.umb.edu/msis faculty pubs/14.
Bokhari, R. (2005). The
relationship between system usage and user satisfaction: A meta-analysis. The
Journal of Enterprise Information Management, 18, 211–234.
http://dx.doi.org/10.1108/17410390510579927
Bradley, R., Pridmore, J. y Byrd, T. (2006). Information systems success
in the context of different corporate cultural types: An empirical
investigation. Journal of Management Information Systems, 23, 267–294.
http://dx.doi.org/10.2753/MIS0742-12222302011
Caldeira, M. y Ward, J. (2002). Understanding the successful adoption and use of IS/IT in SMEs: An
explanation from Portuguese manufacturing industries. Information Systems
Journal, 12(2), 121–152. http://dx.doi.org/10.1046/j.1365-2575.2002.00119.x
Calderón, J. y Rodríguez, C.
(2010). Efecto de las estrategias competitivas y los recursos y
capacidades orientados al mercado sobre el crecimiento de las organizaciones. Contaduría y Administración, 57(1), 79–102.
Carmines, G., y Zeller,
R. (1979). Reliability and validity assessment. Sage University Paper Series on
Quantitative Applications in the Social Sciences, series nos. 07-017. Beverly
Hills: Sage.
Carr, C. (2002). A psychometric evaluation of
the expectations, perceptions, and difference-scores generated by the
IS-adapted SERVQUAL instrument. Decision Sciences, 33, 281–296. http://dx.doi.org/10.1111/j.1540-5915.2002.tb01645.x
Casaló, L., Flavián, C. y Guinalíu, M. (2011). Redes sociales virtuales desarrolladas
por organizaciones empresariales: antecedentes de la intención de participación
del consumidor. Cuadernos de Economía y Dirección de la Empresa, 15, 42–51.
http://dx.doi.org/10.1016/j.cede.2011.06.003
Croteau, A. y Bergeron, F.
(2001). An information technology trilogy:
Business strategy, technological deployment and organizational performance.
Journal of Strategic Information Systems, 10(2), 77–99. http://dx.doi.org/10.1016/S0963-
8687(01)00044-0
Chen, L., Soliman, K., Mao, E. y Frolick,
M. (2000). Measuring user satisfaction with data warehosues:
An exploratory study. Information and Management, 37(3), 103–110.
http://dx.doi.org/10.1016/S0378-7206(99)00042-7
Chin, W. (1998). Issues
and opinion on structural equation modeling. MIS Quarterly, 22(1), 7–17.
Chin, W. (2000). Partial
Least Square for researchers: An overview and presentation of recent advances
using the PLS approach [consultado 22 Jul 2014]. Disponible en:
http://disc-nt.cba.uh.edu/chin/icis2000plstalk.pdf
Choe, J. (1996). The relationships among
performance of accounting information systems, influence factors, and evolution
level of information systems. Journal of Management Information Systems, 12(4),
215–239. http://dx.doi.org/10.1080/07421222.1996.11518107
Davis, G. y Olson, M.
(1985). Management information systems: Conceptual foundations, structure, and
development. New York: McGraw-Hill.
DeLone, W. y McLean, E.
(1992). Information systems success: The quest for the dependent variable.
Information Systems Research, 3(1), 61–95.
http://dx.doi.org/10.1287/isre.3.1.60
DeLone, W. y McLean, E.
(2003). The DeLone and McLean model of information
systems success: A ten-year update. Journal of Management Information Systems,
14(9), 9–30.
Derksen, B. y Luftman, J. (2013). Management and technology trends for IT
executives. Compact International Magazine, 6–15 [consultado 17 Abr 2014].
Disponible en: http://www.jstor.org/stable/40398184.
Díaz, M. y Sligo, J. (1997). How software process improvement helped Motorola. IEEE Software, 14(5),
75–81. http://dx.doi.org/10.1109/52.605934
Falk, R. y Miller, N.
(1992). A primer for soft modeling. Akron: The University of Akron Press.
Ferreira, R. y Cherobim, A. (2012). Impacts of investments in it on the organizational
performance of baking companies of minas gerais
state: a multicase study. Revista de Administracão e Contabilidade da Unisinos, 9(2), 147–161.
http://dx.doi.org/10.4013/base.2012.92.04
Fitzgerald, G. y Russo,
N. (2005). The turnaround of the London ambulance service computer-aided
dispatch system (LASCAD). European Journal of Information Systems, 14(3),
244–257. http://dx.doi.org/10.1057/palgrave.ejis.3000541
Floropoulos, J., Spathis, C., Halvatzis, D. y Tsipouridou, M. (2010). Measuring the success of the Greek
taxation information system. International Journal of Information Management,
30, 47–56. http://dx.doi.org/10.1016/j.ijinfomgt.2009.03.013
Fornell, C. y Larcker, D. (1981). Evaluating structural equation models
with unobservable variables and measurement error. Journal of Marketing
Research, 18, 39–50. http://dx.doi.org/10.2307/3151312
Gable, G., Sedera, D. y Chan, T. (2003). Enterprise systems success: A
measurement model. En S. T. March, A. Massey, y J. I.
DeGross (Eds.), Twenty-Fourth International
Conference on Information Systems (pp. 576–591). Seattle, USA: Association for
Information Systems.
Gable, G., Sedera, D. y Chan, T. (2008). Re-conceptualizing
information system success: The IS-impact measurement model. Journal of the
Association for Information Systems, 9(7), 377–408.
Gómez, A. y Suárez, R.
(2012). Sistemas de información herramientas prácticas para la gestión
empresarial (4.a ed.). Madrid, Espa˜na: Alfaomega.
Gonzales, R. (2012). Impacto de la Data Warehouse
e Inteligencia de Negocios en el Desempeño de las Empresas: Investigación
Empírica en Perú, Como País en Vías de Desarrollo. Barcelona: Universitat Ramon Llull. ESAN - Política de Empresa, Dirección Recursos
Humanos y Sistemas de Información. Tesis inédita.
Gorla, N., Somers, T. y
Wong, B. (2010). Organizational impact of system quality, information quality,
and service quality. Journal of Strategic Information Systems, 19, 207–228.
http://dx.doi.org/10.1016/j.jsis.2010.05.001
Haag, S. y Cummings, M. (2013). Management information systems for the information age
(9th ed.). USA: McGrawHill Education.
Haberkamp, A., Macada, A., Raimundini,
S. y Bianchi, M. (2010). Impacto dos investimentos em
tecnologia da informacão nas variáveis estratégicas das
empresas prestadoras de servicos contábeis.
Revista de Administracão e Contabilidade
da Unisinos, 7(2), 149–161.
http://dx.doi.org/10.4013/base.2010.72.06
Hair, J., Hult, G., Ringle, C. y Sarstedt, M. (2014). A primer on partial least squares
structural equation modeling (PLS-SEM). Thousand Oaks: Sage.
Halawi, L., McCarthy, R. y
Aronson, J. (2007). An empirical investigation of knowledge management systems
success. Journal of Computer Information Systems, 48(2), 121–135.
Henseler, J., Dijkstra, T., Sarstedt, M., Ringle, C.,
Diamantopoulos, A., Straub, D., et al. (2014). Common beliefs and reality about
partial least squares: Comments on Rönkkö & Evermann (2013). Organizational Research Methods, 17(2),
182–209. http://dx.doi.org/10.1177/1094428114526928
Heo, J. y Han, I. (2003). Performance measure
of information systems (IS) in evolving computing environments: An empirical
investigation. Information & Management, 40(4), 243–256.
http://dx.doi.org/10.1016/S0378-7206(02)00007-1
Hu, L. y Bentler, P. (1999). Cutoff criteria for fit indexes in
covariance structure analysis: Conventional criteria versus new alternatives.
Structural Equation Modeling, 6, 1–55.
http://dx.doi.org/10.1080/10705519909540118
Hwang, M., Windsor, J. y
Pryor, A. (2000). Building a knowledge base for MIS research: A meta-analysis
of a systems success model. Information Resources Management Journal, 13(2),
26–32. http://dx.doi.org/10.4018/irmj.2000040103
Igbaria, M. y Tan, M. (1997).
The consequences of information technology acceptance on subsequent individual
performance. Information & Management, 32(3), 113–121.
http://dx.doi.org/10.1016/S0378-7206(97)00006-2
Johnson, M., Herrmann,
A. y Huber, F. (2006). The evolution of loyalty intentions. Journal of
Marketing, 70(2), 122–132. http://dx.doi.org/10.1509/jmkg.70.2.122
Kettinger, J. y Lee, C. (1994).
Perceived service quality and user satisfaction with information services
function. Decision Sciences, 25(5), 737–766.
http://dx.doi.org/10.1111/j.1540-5915.1994.tb00829.x
Kettinger, W., Park, S. H. y
Smith, J. (2009). Understanding the consequences of information systems service
quality on IS service reuse. Information & Management, 46, 335–341.
http://dx.doi.org/10.1016/j.im.2009.03.004
Kim, M., Moon, Y. y Kim,
W. (2012). How user-created-content (UCC) service quality influences user
satisfaction and behaviour. Canadian Journal of
Administrative Sciences, 29, 255–267. http://dx.doi.org/10.1002/cjas.1218
Law, C. y Ngai, E.
(2007). ERP systems adoption: An exploratory study of the organizational
factors and impacts of ERP success. Information & Management., 44(4),
418–432. http://dx.doi.org/10.1016/j.im.2007.03.004
Lee, R. (2012). Does the
success of information systems really matters to firm
performance? iBusiness, 4, 98–107.
http://dx.doi.org/10.4236/ib.2012.42012
Livari, J. (2005). An
empirical test of the DeLone-McLean model of
information system success. The DATA BASE for Advances in Information Systems,
36(2), 8–27. http://dx.doi.org/10.1145/1066149.1066152
Lunardi, G., Dolci, P. y
Macada, A. (2010). Adocão de tecnologia
de informacão e seu impacto
no desempenho organizacional: um
estudo realizado com. Revista de Administracão
— RAUSP, 45(1), 5–17. http://dx.doi.org/10.1590/S0080-21072010000100001
Mahmood, M. y Soon, S. (1991).
A comprehensive model for measuring the
potential impact of information technology on organizational strategic
variables. Decision Sciences, 22, 869–897.
http://dx.doi.org/10.1111/j.1540-5915.1991.tb00368.x
McGill, T., Hobbs, V., Klobas, J. (2000) Testing the DeLone
and McLean Model of IS success in the user developed application domain. En: 11th Australasian Conference on Information Systems.
December, Brisbane.
McGill, T. y Hobbs, V.
(2003). User-developed applications and information systems success: A test of DeLone and McLean’s model. Information Resources Management
Journal, 16(1), 24–45. http://dx.doi.org/10.4018/irmj.2003010103
Medina, J. (2005). Evaluación del
impacto de los sistemas de información en el desempeño individual del usuario:
aplicación en instituciones universitarias. Universidad Politécnica de Madrid.
Tesis inédita.
Medina, J. y Chaparro, J. (2007). The impact of the human element in the information system quality for
decision making and user satisfaction. Journal of Computer Information Systems,
48(2), 44–52.
Medina, J., Lavín, J. y Pedraza, N. (2011). Seguridad en la
administración y calidad de los datos de un sistema de información contable en
el desempeño organizacional. Contaduría y Administración, 57(4), 11–34.
Nelson, R., Todd, P. y Wixom, B. (2005). Antecedents of
information and system quality: An empirical examination within the context of
data warehousing. Journal of Management Information
Systems, 21, 199–235.
Nunes, G. (2012). Estudio de satisfacción del usuario
de sistemas de información en hospitales universitarios del nordeste (Brasil). España: DEHESA, Universidad de Extremadura. Tesis inédita.
Pérez, B. (2010).
Validity of DeLone and McLean’s model of information
systems success at the web site level of analysis. EUA: Louisiana State University. Tesis inédita.
Pérez, J. y Machado, A. (2015). Relationship between management information systems and corporate
performances. Revista de Contabilidad
— Spanish Accounting Review, 18(1), 32–43. http://dx.doi.org/10.1016/j.rcsar.2014.02.001
Pesado, P., Bertone, R., Esponda, S., Pasini, A., Boracchia, M., Martorelli, S., et
al. (2013). Mejora de procesos en el desarrollo de sistemas de software y en
procesos de gestión. Experiencias en PyMEs. XV
Workshop de Investigadores en Ciencias de la Computación, 581–585.
Petter, S., DeLone, W. y McLean, E. (2008). Measuring information
systems success: Models, dimensions, measures, and interrelationships. European
Journal of Information Systems, 17, 236–263. http://dx.doi.org/10.1057/ejis.2008.15
Petter, S., DeLone, W. y McLean, E. (2013). Information systems
success: The quest for the independent variables. Journal of Management
Information Systems, 29(4), 7–62. http://dx.doi.org/10.2753/MIS0742-1222290401
Pitt, L., Watson, R. y Kavan, C. (1995). Service quality: A measure of information
systems effectiveness. MIS Quarterly, 19(2), 173–192.
http://dx.doi.org/10.2307/249687
Qutaishat, F., Khattab, S., Zaid, M. y Al-Manasra, E. (2012).
The effect of ERP successful
implementation on employees productivity, service
quality and innovation: An empirical study in telecommunication sector in
Jordan. International Journal of Business and Management, 7(19), 45–54.
http://dx.doi.org/10.5539/ijbm.v7n19p45
Rai, A., Lang, S. y
Walker, R. (2002). Assessing the validity of IS success models: An empirical
test and theoretical analysis. Information Systems Research, 13(1), 50–69.
http://dx.doi.org/10.1287/isre.13.1.50.96
Rai, A., Patnayakuni, R. y Seth, N. (2006). Firm performance impacts
of digitally enabled supply chain integration capabilities. MIS Quarterly,
30(2), 225–246.
Ravichandran, T. y Lertwongsatien, C. (2005). Effect of information systems
resources and capabilities on firm performance: A resource based perspective.
Journal of Management Information Systems, 21, 237–276.
Ringle C., Wende
S., Becker J. (2014). Smartpls 3. Hamburg: SmartPLS [consultado 22 oct 2014]. Disponible en: http://www.smartpls.com
Roldán, J. (2000). Sistemas de información ejecutivos EIS.
Génesis, implantación y repercusiones organizativas. Universidad de Sevilla.
Tesis doctoral inédita.
Roldán, J. y Leal, A. (2003). A validation test of an adaptation of the DeLone
and McLean’s model in the Spanish EIS field. En J.
Cano (Ed.), Critical reflections on information systems: A systemic approach
(pp. 66–84). Hershey, PA: Idea Group Publishing.
Sabherwal, R., Jeyaraj, A. y Chowa, C. (2006).
Information system success: Individual and organizational determinants.
Management Science, 52(12), 1849–1864. http://dx.doi.org/10.1287/mnsc.1060.0583
Sánchez, M. y Roldán, J. (2005). Web acceptance and usage model. A
comparison between goal-directed and experiential web users. Internet Research,
15(1), 21–48. http://dx.doi.org/10.1108/10662240510577059
Seddon, P. y Kiew, M. (1994). A partial test and development of the DeLone and McLean model of IS success. In Proceedings of
the International Conference on Information Systems (pp. 99–110).
Seddon, P. (1997). A respecification and extension of the DeLone
and McLean model of IS success. Information System Research, 8(3), 240–253.
http://dx.doi.org/10.1287/isre.8.3.240
Sedera, D. y Gable, G. (2004).
A factor and structural equation analysis of the enterprise systems success
measurement model. In Twenty-Fifth International Conferences on Information
Systems [consultado 5 Jun 2014]. Disponible en
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.86.1714&rep=rep1&type=pdf
Sellin, N. (1995). Partial
least square modeling in research on educational achievement. En Wilifred Bos,
H. Rainer, y Lehmann (Eds.), Reflections on educational achievement (pp.
256–267). New York, USA: Waxmann Munster.
Sethi, V. y King, W. (1994). Development of
measures to assess the extent to which an information technology application
provides competitive advantage. Management Science, 40, 1601–1627.
http://dx.doi.org/10.1287/mnsc.40.12.1601
Shin, B. (2003). An
exploratory investigation of system success factors in data warehousing.
Journal of the Association of Information Systems, 4, 141–168.
Solano, O., García, D. y Bernal, J. (2014). Influence of the
implementation of information systems on performance in small and mid-sized
enterprises: An empirical study in Colombia. Cuadernos
de Administración, 30(52), 31–43.
Straub, D. (1989).
Validating instruments in MIS research. MIS Quarterly, 13, 147–190.
http://dx.doi.org/10.2307/248922
Tallon, P., Kraemer, L. y Gurbaxani, V. (2000). Executives’ perceptions of the
business value of information technology: A process-oriented approach. Journal
of Management Information Systems, 16, 145–173.
http://dx.doi.org/10.1080/07421222.2000.11518269
Taylor, S. y Todd, P.
(1995). Understanding information technology usage: A test of competing models.
Information Systems Research, 6(2), 144–176. http://dx.doi.org/10.1287/isre.6.2.144
Tona, O., Carlsson,
S. y Eom, S. (2012). An empirical test of DeLone and McLean’s information system success model in a
public organization. AMCIS 2012 Proceedings. Paper 10
[consultado 10 nov 2014]. Disponible en: http://aisel.aisnet.org/amcis2012/proceedings/StrategicUseIT/10
Torkzadeh, G. y Dwyer, D.
(1994). A path analytic study of determinants of
information system usage. Omega, 22(4), 339–348.
http://dx.doi.org/10.1016/0305-0483(94)90060-4
Turban, E., Volonino, L. y Wood, R.
(2013). Information technology for management:
Advancing sustainable, profitable business growth (9th ed.). USA: John Wiley
& Sons.
Urbach, N., Smolnik, S. y Riempp, G. (2009).
The state of research on information systems success. Business &
Information Systems Engineering, 1(4), 315–325.
http://dx.doi.org/10.1007/s12599-009-0059-y
Wang, Y. (2008).
Assessing e-commerce systems success: a respecification
and validation of the DeLone and McLean model of IS
success. Information Systems Journal, 18, 529–557. http://dx.doi.org/10.1111/j.1365-2575.2007.00268.x
Wixom, B. y Todd, P.
(2005). A theoretical integration of user satisfaction and technology
acceptance. Information Systems Research, 16(1), 85–102.
http://dx.doi.org/10.1287/isre.1050.0042
Wixom, B. y Watson, H.
(2001). An empirical investigation of the factors affecting data warehousing
success. MIS Quarterly, 25(1), 17–41. http://dx.doi.org/10.2307/3250957
Wu, J. y Wang, Y.
(2006). Measuring KMS success: A respecification of
the DeLone and McLean’s model. Information and Management,
43, 728–739. http://dx.doi.org/10.1016/j.im.2006.05.002
Ynzunza, C. y Izar, J. (2011). Efecto de las estrategias competitivas y los
recursos y capacidades orientados al mercado sobre el crecimiento de las
organizaciones. Contaduría y Administración, 58(1), 169–197.
La revisión por pares es responsabilidad de la Universidad
Nacional Autónoma de México.
Métricas de artículo
Metrics powered by PLOS ALM
Enlaces refback
- No hay ningún enlace refback.
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.
CONTADURÍA Y ADMINISTRACIÓN, año 64, No.64-1, enero-marzo de 2019, es una publicación trimestral editada por la Universidad Nacional Autónoma de México, Colonia Ciudad Universitaria, Delegación Coyoacán, C.P. 04510, México, Ciudad de México, a través de la División de Investigación de la Facultad de Contaduría y Administración - UNAM, Circuito Exterior, s/n, Colonia Ciudad Universitaria, Delegación Coyoacán, C.P. 04510, México, Ciudad de México., Tel. (55) 56 22 84 57 y (55) 56 22 84 58 Ext. 144, http://www.cya.unam.mx, correo electrónico: revista_cya@fca.unam.mx, Editor responsable: Dr. Francisco López Herrera, Reserva de Derechos al Uso Exclusivo No. 04-2016-071316434900-203, otorgada por el Instituto Nacional del Derecho de Autor, ISSN 2448-8410, Responsable de la última actualización de este Número, División de Investigación de la Facultad de Contaduría y Administración-UNAM, Dr. Francisco López Herrera, Circuito Exterior, s/n, Colonia Ciudad Universitaria, Delegación Coyoacán, C.P. 04510, México, Cd., Mx., fecha de última modificación, 7 de enero de 2019.
Las opiniones expresadas por los autores no necesariamente reflejan la postura del editor de la publicación. Se autoriza la reproducción total o parcial de los textos aquí publicados siempre y cuando se cite la fuente completa y la dirección electrónica de la publicación.
Contaduría y Administración by División de Investigación de la Facultad de Contaduría y Administración is licensed under a Creative Commons Reconocimiento- 4.0 Internacional.
Creado a partir de la obra en http://www.cya.unam.mx.
Correo electrónico: revista_cya@fca.unam.mx
ISSN: 0186-1042 (Print) 2448-8410 (Online)