Supply chain and firm performance : examining the moderating role of supply chain information strategy

• Autorzy: Saengchai Sakapas , Jermsittiparsert Kittisak

Identyfikatory

DOI

10.17512/pjms.2019.20.2.38

Warianty tytułu

PL

Łańcuch dostaw i wydajność firmy : badanie moderującej roli strategii informacji w łańcuchach dostaw

• Języki publikacji: EN

Abstrakty

EN

This study aims to investigate the association between the performance of supply chain and firm as working in the regional context of Indonesia under the title of manufacturing concern. For contributing in the existing literature, we have tested the moderating effect of information strategy between the relationship of supply chain performance and business performance accordingly. A sample of manufacturing firms working in the region of Indonesia were selected as core sample of the study while employing a survey approach for SEM-PLS estimation technique. It is observed that there is a significant relationship between supply chain performance and firm performance where the moderating role of information strategy is a key source to understand. Based on the stated findings, our study is providing a helpful outline for the decision makers in the field of business and management. However, it is suggested that researchers should understand the risk factors as associated between the supply chain management performance and business performance accordingly.

PL

Niniejsze badanie ma na celu zbadanie związku między wydajnością łańcucha dostaw a firmą działającą w kontekście regionalnym Indonezji pod tytułem koncern produkcyjny. Wnosząc wkład w istniejącą literaturę, przetestowaliśmy odpowiednio moderujący efekt strategii informacyjnej między stosunkiem wydajności łańcucha dostaw a wydajnością biznesową. Próba firm produkcyjnych działających w regionie Indonezji została wybrana jako podstawowa próba badania, stosując podejście ankietowe do techniki szacowania SEM-PLS. Zauważono, że istnieje znaczący związek między wydajnością łańcucha dostaw a wydajnością firmy, w której moderującą rolę strategii informacyjnej jest kluczowym źródłem do zrozumienia. W oparciu o stwierdzone ustalenia nasze badanie stanowi pomocny zarys dla decydentów w dziedzinie biznesu i zarządzania. Sugeruje się jednak, aby badacze rozumieli odpowiednio czynniki ryzyka związane między wydajnością zarządzania łańcuchem dostaw a wydajnością biznesową.

Słowa kluczowe

EN

supply chain; performance; firm performance; information strategy

PL

łańcuch dostaw; wydajność; wydajność firmy; strategia informacyjna

• Wydawca: Czestochowa University of Technology
• Czasopismo: Polish Journal of Management Studies
• Rocznik: 2019
• Tom: Vol. 20, No. 2
• Strony: 454--465
• Opis fizyczny: Bibliogr. 25 poz., rys., tab.

Twórcy

autor

Saengchai Sakapas

• Faculty of Humanities and Social Science, Suan Sunandha Rajabhat University, Bangkok, Thailand

autor

Jermsittiparsert Kittisak

• Department for Management of Science and Technology Development and Faculty of Social Sciences and Humanities, Ton Duc Thang University, Ho Chi Minh City, Vietnam

Bibliografia

• 1. Agarwal, A., Shankar, R., & Tiwari, M. K. (2006). Modeling the metrics of lean, agile and leagile supply chain: An ANP-based approach. European Journal of Operational Research, 173(1), 211-225.
• 2. Arabzad, S. M., Ghorbani, M., & Zolfani, S. H. (2015). A multi-objective robust optimization model for a facility location-allocation problem in a supply chain under uncertainty. Engineering Economics, 26(3), 227-238.
• 3. Bulgurcu, Cavusoglu, & Benbasat. (2010). Information Security Policy Compliance: An Empirical Study of Rationality-Based Beliefs and Information Security Awareness. MIS Quarterly, 34(3), 523.
• 4. Chen, J., Sousa, C. M. P., & He, X. (2016). The determinants of export performance: a review of the literature 2006-2014. International Marketing Review, 33(5), 626-670.
• 5. Chienwattanasook, K., & Jermsittiparsert, K. (2018). Supply chain integration, supply chain risk practices and supply chain performance: a contingent view. Opcion, 34(86), 2160-2177.
• 6. Dawabsheh, M., Hussein, A., & Jermsittiparsert, K. (2019). The triangular relationship between TQM, organizational excellence and organizational performance: A case of Arab American University Palestine. Management Science Letters, 9(6), 921-932.
• 7. Dobrzykowski, D. D., McFadden, K. L., & Vonderembse, M. A. (2016). Examining pathways to safety and financial performance in hospitals: A study of lean in professional service operations. Journal of Operations Management, 42-43(1), 39-51.
• 8. Dubey, R., Gunasekaran, A., Papadopoulos, T., Childe, S. J., Shibin, K. T., & Wamba, S. F. (2017). Sustainable supply chain management: framework and further research directions. Journal of Cleaner Production, 142, 1119-1130.
• 9. Fawcett, S. E., Magnan, G. M., & McCarter, M. W. (2008). Benefits, barriers, and bridges to effective supply chain management. Supply Chain Management: An International Journal, 13(1), 35-48.
• 10. Green, K. W., Inman, R. A., Birou, L. M., & Whitten, D. (2014). Total JIT (T-JIT) and its impact on supply chain competency and organizational performance. International Journal of Production Economics, 147, 125-135.
• 11. Grundey, D., & Varnas, D. (2006). Human capital creation, accumulation and management in Lithuania: The case of national and foreign capital enterprises. Transformations in Business and Economics, 5, 81-105.
• 12. Hair, J. F., Sarstedt, M., Hopkins, L., & G. Kuppelwieser, V. (2014). Partial least squares structural equation modeling (PLS-SEM). European Business Review, 26(2), 106-121.
• 13. Hair, J. F., Ringle, C. M., & Sarstedt, M. (2013). Partial Least Squares Structural Equation Modeling: Rigorous Applications, Better Results and Higher Acceptance. Long Range Planning, 46(1-2), 1-12.
• 14. Hayduk, L. A., & Littvay, L. (2012). Should researchers use single indicators, best indicators, or multiple indicators in structural equation models? BMC Medical Research Methodology, 12(1), 159.
• 15. Horvat, A., Antic, S., & Jeremic, V. (2015). A New Perspective on Quality Factors Determining Supply Chain Management of Coffee Production. Engineering Economics, 26(3), 239-244.
• 16. Popovic, T., Kraslawski, A., Barbosa-Póvoa, A., & Carvalho, A. (2017). Quantitative indicators for social sustainability assessment of society and product responsibility aspects in supply chains. Journal of International Studies, 10(4), 9-36.
• 17. Prajogo, D., & Olhager, J. (2012). Supply chain integration and performance: The effects of long-term relationships, information technology and sharing, and logistics integration. International Journal of Production Economics, 135(1), 514-522.
• 18. Qamar, A., Hall, M. A., & Collinson, S. (2018). Lean versus agile production: flexibility trade-offs within the automotive supply chain. International Journal of Production Research, 56(11), 3974-3993.
• 19. Qrunfleh, S., & Tarafdar, M. (2014). Supply chain information systems strategy: Impacts on supply chain performance and firm performance. International Journal of Production Economics, 147, 340-350.
• 20. Radosevic, M., Pasula, M., Berber, N., Nešković, N., & Nerandžić, B. (2013). Reengineering of Supply Chain Process in FMCG Industry - A Case Study. Engineering Economics, 24(1), 71-80.
• 21. Shrimali, A. K., & Soni, V. K. (2018). A study on the Utilization of Lean techniques/tools in Indian SMEs. Production Engineering Archives, 20(20), 32-37.
• 22. Su, X., & Zhang, F. (2008). Strategic Customer Behavior, Commitment, and Supply Chain Performance. Management Science, 54(10), 1759-1773.
• 23. Thanki, S., & Thakkar, J. (2018). A quantitative framework for lean and green assessment of supply chain performance. International Journal of Productivity and Performance Management, 67(2), 366-400.
• 24. Tilabi, S., Tasmin, R., Takala, J., Palaniappan, R., Abd Hamid, N. A. & Ngadiman, Y. (2019). Technology development process and managing uncertainties with sustainable competitive advantage approach. Acta logistica, 6(4), 131-140.
• 25. Vilamova, S., Besta, P., Kozel, R., Janovska, K., Piecha, M., Levit, A., Straka, M., & Sanda, M. (2016). Quality quantification model of basic raw materials. Metalurgija, 55(3), 375-378.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).