بررسی تاثیر هوش تجاری بر زنجیره تامین سبز مبتنی بر یادگیری مشاركتي در صنایع کوچک متوسط
محورهای موضوعی : مدیریت تولید و عملیاتسید احمد شایان نیا 1 , ابراهیم نیک نقش 2 * , امیر غلام ابری 3 , حسین کرمی فرد 4
1 - استادیارگروه مدیریت صنعتی، دانشگاه آزاد اسلامی، واحد فیروزکوه، فیروزکوه، ایران
2 - گروه مدیریت صنعتی، واحد فیروزکوه، دانشگاه آزاد اسلامی، فیروزکوه، ایران
3 - گروه ریاضی، واحد فیروزکوه، دانشگاه آزاد اسلامی، فیروزکوه، ایران
4 - گروه مدیریت صنعتی، واحد فیروزکوه، دانشگاه آزاد اسلامی، فیروزکوه، ایران
کلید واژه: صنایع کوچک و متوسط , هوش تجاری , زنجیره تامین سبز , یادگیری مشارکتی , یادگیری سازمانی .,
چکیده مقاله :
زنجیره تامین سبز، فراتر از یک استراتژی کسب‌وکار، نمایانگر تعهد یک سازمان به مسئولیت‌پذیری اجتماعی و حفظ محیط زیست است. با پذیرش این رویکرد، شرکت‌ها می‌توانند نقش موثری در ایجاد جهانی پاک‌تر و پایدارتر برای نسل‌های آینده ایفا کنند.هدف پژوهش حاضر، بررسی تاثیر هوش تجاری بر زنجیره تامین سبز مبتنی بر روش یادگیری مشاركتي میباشد بر این اساس صنایع کوچک و متوسط بعنوان جامعه آماری لحاظ و مورد مطالعه قرار گرفته است . به لحاظ روش شناسی ، این پژوهش ازنوع پیمایشی و کاربردی بوده و مبتنی بر روش میدانی است .از آنجا که مرسوم ترين ابزار مورد استفاده در روش میدانی، پرسشنامه است برای سنجش این رابطه و اندازه گیری میزان آن، پرسشنامه ای استاندارد با61 سوال استفاده شده است . جهت آزمون نرمال بودن داده ها از چولگی و کشیدگی استفاده شده است. براي سنجش روائي پرسشنامه، دو نوع روايي منطقي و روائي سازه و پايايي از از سه طریق بررسی ضرایب بارهای عاملی، ضرایب آلفای كرونباخ و پایایی تركیبی بهره برده شده است و پرسشنامه اي استاندارد با محوريت هوش تجاری، زنجیره تامین سبز، يادگیری سازمانی از طيف ليكرت پنج گزینه ای استفاده شده است که روایی و پایی آن بررسی و مورد تایید قرار گرفت روش تجزیه و تحلیل ، استفاده از معادلات ساختاری می باشد .در نهایت این پژوهش به این امر منتج شد که هوش تجاری تاثیر معنا داري بر زنجیره تامین سبز دارد همچنین یادگیری اشتراکی نیز به عناون متغیر میانجی در تاثیر هوش تجاری بر زنجیره تامین سبز اثرگذار است . در نهایت پیشنهادات کاربردی برای صنایع کوچک و متوسط ارائه شد
More than a business strategy, a green supply chain represents an organization's commitment to social responsibility and environmental protection. By adopting this approach, companies can play an effective role in creating a cleaner and more sustainable world for future generations.The aim of the present study is to investigate the impact of business intelligence on the green supply chain based on the participatory learning method. Accordingly, small and medium-sized industries have been considered and studied as a statistical population. In terms of methodology, this research is of a survey and applied type and is based on the field method. Since the most common tool used in the field method is a questionnaire, a standard questionnaire with 61 questions has been used to measure this relationship and measure its extent. Skewness and kurtosis have been used to test the normality of the data. To measure the validity of the questionnaire, two types of logical validity and construct validity and reliability were used in three ways: factor loading coefficients, Cronbach's alpha coefficients and composite reliability. A standard questionnaire focusing on business intelligence, green supply chain, and organizational learning was used on a five-option Likert scale, whose validity and reliability were examined and approved. The analysis method was the use of structural equations. Finally, this research concluded that business intelligence has a significant effect on the green supply chain. Also, collaborative learning is also effective as a mediating variable in the effect of business intelligence on the green supply chain. Finally, practical suggestions for small and medium-sized industries were presented.
Ahmad, S., Miskon, S., Alabdan, R., & Tlili, I. (2021). Statistical assessment of business intelligence system adoption model for sustainable textile and apparel industry. IEEE Access: Practical Innovations, 106560–106574. VOLUME 9. Open Solutions.
Alikhani, M., Naderi, N., & Kazemi, E. F. (2021). The Impact of business intelligence on CRM case of study: Shuttle companies’ group. Science and Technology Policy Letter, 11(3), 36.
Albrecht, k. (2003).Organizational Intelligence Survey Preliminary Assessment Australian Managers.
Carneiro, A. (2021). “The role of Intelligent Resources in Knowledge Management”, Journal of Knowledge Management, Vol. 5, No. 4, pp. 358-367.
Chen, Y., & Lin, Z. (2021). Business intelligence capabilities and firm performance: A study in China. International Journal of Information Management, 5, Article 102232.
Hamad, F., Al-Aamr, R., Jabbar, S. A., & Fakhuri, H. (2021). Business intelligence in academic libraries in Jordan: Opportunities and challenges. IFLA Journal, 47, 37–50.
Nithya, N., & Kiruthika, R. (2021). Impact of business intelligence adoption on performance of banks: A conceptual framework. Journal of Ambient Intelligence and Humanized Computing, 12, 3139–3150.
Zhang, L., Vinodhini, B., & Maragatham, T. (2021). Interactive IoT data visualization for decision making in business intelligence. Arabian Journal for Science and Engineering, 1–11.
Zhi-xiong Huang a, K.S. Savita, Li Dan-yi, Abdullah Hisam Omar (2022). The impact of business intelligence on the marketing with emphasis on cooperative learning: Case-study on the insurance companies. Information Processing and Management.
Zhi-xiong Huang , K.S. Savita, Jiang Zhong-jie (2021). The Business Intelligence impact on the financial performance of start-ups,4