Sự Tác Động Của Tnxh Đến Thành Quả Hoạt Động Của Doanh Nghiệp

nghề. Vì vậy, việc áp dụng công nghệ thông tin trong hệ thống thông tin quản lý là một trong những nội dung của chuyển đổi số trong hoạt động quản lý được nhiều doanh nghiệp thực hiện. Ví dụ, Tập đoạn Novaland ứng dụng công nghệ mới vào các chức năng hỗ trợ lớp học như Điểm danh QR code, khảo sát, thi trực tuyến giúp việc thực hiện nhanh chóng và thuận tiện. Các hoạt động cải tiến quy trình gắn liền với cải tiến hệ thống phê duyệt trực tuyến (online) như phê duyệt mua sắm văn phòng phẩm

- nhu yếu phẩm, phê duyệt yêu cầu CNTT, quản lý đăng ký sử dụng phòng họp giúp rút ngắn thời gian phê duyệt. Ngoài ra, việc nâng cấp và chuyển đổi trên nền tảng Office 365 giúp nhân viên và các cấp quản lý làm việc trên mọi thiết bị di động, đặc biệt là trên điện thoại thông minh (Smartphone), chức năng phê duyệt các yêu cầu trực tiếp trên email mang lại tiện lợi tối đa cho người sử dụng. Nhiều ứng dụng được phát triển nền tảng đi động của Microsoft như PowerApp được đưa vào sử dụng kịp thời như: Đăng ký trực tuyến (check in) Triển lãm Novaland Expo, ứng dụng Quản lý sản phẩm chuyển nhượng, điểm danh tại cuộc họp. Năm 2019 cũng là năm chứng kiến nhiều hệ thống ứng dụng lớn được phê duyệt triển khai như: CRM – Phần mềm quản lý khách hàng tiềm năng và chăm sóc khách hàng mua sản phẩm của Novaland; Hệ thống quản lý nhân sự tiền lương; Phần mềm quản trị nguồn nhân lực (bao gồm quản lý hồ sơ nhân viên, quản lý tuyển dụng, quản lý PMS, quản lý đào tạo và phát triển nhân viên, …).

Mặc dù việc ứng dụng công nghệ thông tin ngày càng được chú trọng, cơ sở hạ tầng thông tin chưa đáp ứng được nhu cầu sử dụng hệ thống thông tin của doanh nghiệp. Điều này thể hiện qua biến quan sát PT12 có giá trị trung bình thấp nhất (3.908) trong các biến quan sát phản ánh thành quả hoạt động ở khía cạnh học hỏi và phát triển. Một số ví dụ điển hình về việc thực hiện đầu tư đồng bộ cơ sở hạ tầng thông tin như Tập đoàn Bảo Việt cung cấp hạ tầng linh hoạt, đa kết nối cho các ứng dụng công nghệ thông tin; Ðẩy mạnh việc nghiên cứu, đánh giá và lựa chọn những dịch vụ có thể triển khai giải pháp công nghệ đám mây nhằm tiết kiệm thời gian và chi phí triển khai các dịch vụ công nghệ thông tin và đảm bảo tuân thủ theo các quy định và chính sách của Nhà nước; Ðẩy mạnh nghiên cứu, đánh giá về giải pháp

microsevice và containers dựa trên ảo hóa hệ điều hành thay vì ảo hóa phần cứng (Theo Báo cáo phát triển bền vững Tập đoàn Bảo Việt). Trường hợp khác là Tập đoàn Novaland xác định phát triển, củng cố hạ tầng thông tin và đảm bảo an ninh thông tin là trọng tâm và là nền móng đáp ứng hoạt động cốt lõi thúc đẩy phát triển kinh doanh của Tập đoàn. Việc tham mưu xây dựng, ban hành các quy định, quy trình đáp ứng tiêu chuẩn an ninh thông tin ISO 27001 và từng bước đầu tư, triển khai các hệ thống đảm bảo an toàn cơ sở hạ tầng và an ninh thông tin trong hoạt động của Novaland. Dựa trên những yếu tố ưu tiên đó, Novaland đã nghiên cứu để từng bước triển khai và áp dụng mô hình an ninh thông tin tổng thể phù hợp. Mô hình bao gồm các giải pháp công nghệ và dịch vụ toàn diện, từ phần cứng, phần mềm đến các dịch vụ tư vấn bảo mật chuyên nghiệp nhằm đảm bảo hiệu suất hoạt động. Cơ sở hạ tầng Công nghệ: Đảm bảo đáp ứng dự phòng cho các hệ thống công nghệ thông tin xương sống của Tập đoàn, bao gồm: hệ thống Core Network, hệ thống tường lửa vùng ngoài và vùng bên trong, hệ thống phòng chống tấn công xâm nhập. Giám sát và cảnh báo: Đã đầu tư và triển khai hoàn tất giải pháp quản lý, giám sát toàn bộ hệ thống công nghệ thông tin, hệ thống giám sát, phân tích và cảnh báo các bất thường và hành vi người dùng. Quản lý thông tin: Đã triển khai hoàn tất giải pháp quản lý truy cập Internet tập trung (WebProxy ForcePoint) và là nền tảng để định hướng triển khai tiếp tục cho các giải pháp quản lý, phân loại dữ liệu (DLP) trong năm 2020.

3.3. Sự tác động của TNXH đến thành quả hoạt động của doanh nghiệp

3.3.1. Kết quả nghiên cứu bằng phân tích PLS_SEM về sự tác động của TNXH đến thành quả hoạt động của doanh nghiệp

Như đã trình bày trong Chương 3, kết quả nghiên cứu định lượng được thực hiện thông qua đánh giá mô hình đo lường để đánh giá thang đo, đánh giá mô hình cấu trúc để phân tích sự tác động của TNXH đến TQHĐ.

a. Đánh giá mô hình đo lường

Để đánh giá mô hình đo lường cần dựa trên 3 nội dung: (a) Độ tin cậy tổng hợp, (b) Giá trị hội tụ, (c) Giá trị phân biệt.

Độ tin cậy tổng hợp

Độ tin cậy của thang đo là chỉ tiêu thể hiện mức độ đo lường của biến điều tra không bị sai số và kết quả phỏng vấn là chính xác và phù hợp với số liệu thực tế. Kết quả độ tin cậy của thang đo được tổng hợp trong Bảng 3.9.

Bảng 3.9. Tổng hợp độ tin cậy thang đo

Cronbach's Alpha	Composite Reliability	Average Variance Extracted (AVE)
XH	0.939	0.947	0.546
MT	0.760	0.839	0.518
KT	0.851	0.888	0.533
PT	0.909	0.923	0.504
NB	0.880	0.907	0.552
KH	0.860	0.893	0.514
TC	0.851	0.894	0.630

Có thể bạn quan tâm!

Xem toàn bộ 279 trang tài liệu này.

Nguồn: Tác giả tổng hợp

Qua số liệu ở Bảng 3.10 cho thấy mức độ đo lường của các biến nghiên cứu KH, NB, PT, TC, XH, MT, KT thể hiện qua hệ số Cronbach’s Alpha đều lớn hơn 0.6. Bên cạnh đó, giá trị CR đều lớn hơn 0.7, AVE lớn hơn 0,5. Vì vậy, có thể nhận xét mẫu đo lường không bị sai số và kết quả phỏng vấn là phù hợp với số liệu thực tế. Bảng 3.10 tổng hợp độ tin cậy ở trên thể hiện các yêu cầu về AVE là thoả mãn.

Đánh giá giá trị hội tụ của thang đo

Quy trình kiểm định liên quan hệ số tải ngoài được thể hiện trong Hình 3.1. Ngoài ra, kết quả ở Bảng 3.10 cho thấy, những biến quan sát có hệ số tải ngoài lớn hơn hoặc bằng 0.7 đảm bảo yêu cầu về giá trị hội tụ của đo lường (được tô màu xanh). Tuy nhiên, các biến quan sát có hệ số tải ngoài nằm trong khoảng từ 0.4 đến 0.7 bao gồm KH1, KH8, KT3, KT5, KT7, MT1, MT5, NB6, NB8, PT10, PT11, PT12, PT3,

PT5, TC2, XH10, XH11, XH5, XH8 được đưa vào xem xét để đánh giá sự ảnh hưởng đến độ tin cậy tổng hợp của việc xoá bớt các biến này.

Qua phân tích việc xoá bớt các biến quan sát ở trên không làm tăng giá trị hệ số độ tin cậy tổng hợp đồng thời cân nhắc về mặt nội dung. Tác giả giữ lại tất cả các biến quan sát ở trên để tiếp tục thực hiện các đánh giá tiếp theo.

Hình 3.1. Quy trình kiểm định liên quan hệ số tải ngoài của biến quan sát

Nguồn: Nguyễn Quang Anh, 2020, tr.53

Bảng 3.10. Trọng số chuẩn hoá (outer loading)

KH	KT	MT	NB	PT	TC	XH
KH1	0.499
KH2	0.702
KH3	0.726
KH4	0.811
KH5	0.800
KH6	0.763
KH7	0.724
KH8	0.662
KT1		0.722
KT2		0.813
KT3		0.623
KT4		0.830
KT5		0.671
KT6		0.761
KT7		0.662
MT1			0.696
MT2			0.801
MT3			0.843
MT4			0.733
MT5			0.467
NB1				0.722
NB2				0.728
NB3				0.836
NB4				0.830
NB5				0.826
NB6				0.618
NB7				0.771
NB8				0.567
PT1					0.736
PT10					0.690
PT11					0.568
PT12					0.528
PT2					0.759
PT3					0.691

KH	KT	MT	NB	PT	TC	XH
PT4					0.750
PT5					0.672
PT6					0.724
PT7					0.813
PT8					0.771
PT9					0.774
TC1						0.747
TC2						0.675
TC3						0.874
TC4						0.852
TC5						0.804
XH1							0.782
XH10							0.615
XH11							0.692
XH12							0.833
XH13							0.824
XH14							0.796
XH15							0.758
XH2							0.787
XH3							0.709
XH4							0.743
XH5							0.684
XH6							0.707
XH7							0.703
XH8							0.599
XH9							0.799

Nguồn: Tác giả tổng hợp

Độ giá trị phân biệt (Discriminant Validity)

Căn bậc hai AVE của mỗi nhân tố đo lường đều lớn hơn hệ số liên hệ giữa nhân tố đó với các nhân tố khác cho thấy độ phân biệt và tính tin cậy của các nhân tố (Hair & cộng sự, 2014). Trong đó các con số được bôi đậm là căn bậc 2 giá trị AVE của từng biến quan sát, các con số không bôi đậm thể hiện số quan hệ giữa các yếu tố. Kết quả cho thấy căn bậc 2 giá trị AVE của mỗi nhân tố đều lớn hơn hệ số liên hệ

giữa nhân tố đó và các nhân tố khác. Như vậy, mẫu nghiên cứu đảm bảo độ phân biệt của các nhân tố đo lường.

Bảng 3.11. Bảng hệ số tải chéo các nhân tố

KH	KT	MT	NB	PT	TC	XH
KH	0.717
KT	0.564	0.730
MT	0.534	0.652	0.720
NB	0.660	0.653	0.681	0.715
PT	0.616	0.487	0.501	0.596	0.710
TC	0.577	0.654	0.564	0.655	0.518	0.794
XH	0.528	0.550	0.528	0.578	0.460	0.528	0.739

Nguồn: Tác giả tổng hợp

Các giá trị đều thoả mãn, phân tích này được hiểu là % biến động nói chung của các biến quan sát được phản ánh trong các nhân tố của mô hình. Căn bậc hai AVE của mỗi nhân tố đo lường đều lớn hơn hệ số liên hệ giữa nhân tố đó với các nhân tố khác cho thấy độ phân biệt và tính tin cậy của các nhân tố. Điều này có nghĩa là: các nhân tố đo lường rõ ràng có sự khác biệt, các thang đo của các nhân tố không có sự chồng chéo, ảnh hưởng lẫn nhau.

Bảng 3.12. Bảng hệ số Heterotrait-Monotrait Ratio (HTMT) các nhân tố

KH	KT	MT	NB	PT	TC	XH
KH
KT	0.649
MT	0.639	0.801
NB	0.758	0.736	0.803
PT	0.694	0.530	0.567	0.659
TC	0.676	0.759	0.677	0.744	0.576
XH	0.581	0.614	0.627	0.605	0.479	0.584

Nguồn: Tác giả tổng hợp

Trong đó các con số được bôi đậm là căn bậc hai AVE của từng biến quan sát, các con số không bôi đậm thể hiện số quan hệ giữa các yếu tố. Kết quả cho thấy căn bậc hai AVE của mỗi nhân tố đều lớn hơn hệ số liên hệ giữa nhân tố đó và các nhân tố khác. Như vậy, mẫu nghiên cứu đảm bảo độ phân biệt của các nhân tố đo lường.

Qua dữ liệu từ Bảng 3.12 cho thấy giá trị HTMT của các biến đều nghiên cứu đều nhỏ hơn 0,85. Đồng thời khoảng tin cậy của HTMT không chứa giá trị 1. Có thể kết luận tất cả các tiêu chí đánh giá mô hình đều đạt, cung cấp bằng chứng cho độ tin cậy và giá trị.

Bảng 3.13. Kết quả bootstrap khoảng tin cậy cho HTMT

Mẫu gốc (O)	Mẫu trung bình (M)	Sai lệch	2.5%	97.5%
KH -> TC	0.227	0.227	0.000	0.117	0.336
KT -> KH	0.159	0.159	0.000	0.046	0.272
KT -> NB	0.241	0.238	-0.003	0.127	0.352
KT -> PT	0.204	0.205	0.001	0.058	0.338
KT -> TC	0.362	0.361	-0.001	0.248	0.477
MT -> KH	0.053	0.058	0.005	-0.065	0.164
MT -> NB	0.304	0.303	-0.001	0.180	0.410
MT -> PT	0.253	0.257	0.003	0.121	0.372
MT -> TC	0.133	0.133	0.000	-0.007	0.262
NB -> KH	0.428	0.426	-0.003	0.303	0.543
PT -> NB	0.264	0.269	0.005	0.146	0.395
XH -> KH	0.176	0.177	0.000	0.064	0.287
XH -> NB	0.141	0.140	-0.001	0.044	0.236
XH -> PT	0.212	0.212	0.000	0.088	0.335
XH -> TC	0.139	0.141	0.001	0.049	0.227

Nguồn: Tác giả tổng hợp

b. Đánh giá mô hình cấu trúc

Quy trình đánh giá mô hình cấu trúc bao gồm:

Bước 1: Đánh giá các vấn đề về cộng tuyến của mô hình cấu trúc Bước 2: Đánh giá sự phù hợp của mô hình cấu trúc

Xem toàn bộ nội dung bài viết ᛨ