Розширена анотація українською мовою

Глобальна конкуренція та невизначеність вимагають від виробників впровадження передових практик управління ланцюгами постачання, які сприяють досягненню конкурентних переваг у нестабільному бізнес-середовищі. Основною метою проведеного дослідження є встановлення впливу системи ланцюгів постачання, практики «точно-вчасно» та управління якістю на підвищення операційних та фінансових показників компанії під час кризи, спричиненої пандемією COVID-19. Досліджено вплив розвитку інноваційних інформаційних технологій на взаємозв’язок між операційними та фінансовими показниками компанії. Детерміновану вибірку даних сформовано на основі результатів опитування 380 респондентів, які є працівниками виробничих компаній, включаючи виробників будівельного обладнання, транспортних засобів, електронної продукції, машинобудування, хімічної, фармацевтичної та медичної продукції. Методичним інструментарієм проведеного дослідження стали методи структурного аналізу. В роботі розроблено емпіричну модель оцінки валідності та надійності отриманих результатів. Результати емпіричного дослідження засвідчили, що такі фактори як внутрішня інтеграція, інтеграція процесів, інтеграція продуктів, принцип «точно-вчасно» та управління якістю в сукупності пояснюють 75.4% дисперсії операційної діяльності фірми. До того, аналіз розміру ефекту (〖 f〗^2) демонструє, що інтеграція продукту має найбільше значення у визначенні операційної діяльності компанії. Розроблена емпірична модель дозволяє здійснити прогнозування операційної діяльності компанії, коефіцієнт прогностична валідність моделі Q^2 складає 54.2%. За результатами дослідження встановлено, що розвиток інноваційних інформаційних технологій в ланцюгу постачання посилює взаємозв’язок між операційною та фінансовою діяльністю компанії. На основі отриманих результатів дослідження розроблено інтегровану модель ланцюга постачання для дослідження операційної діяльності фірми. Дана модель поєднує фактори інтеграції ланцюга постачання, принцип «точно-вчасно», управління якістю та розвиток інформаційних технологій. Результати проведеного дослідження можуть бути корисними власникам, провідним менеджерам компанії, які відповідають за розробку політики формування фінансових результатів компанії.

Ключові слова: результати емпіричних досліджень, внутрішня інтеграція, показники операційної діяльності, інтеграція процесів, інтеграція продукту.

Класифікація JEL: R41, F15, F36.

Цитувати як: Zatar, T (2022). Achieving Firm Financial Performance Through the Just-In-Time Supply Chain, Quality Management, and Supply Chain Integration: The Moderating Role of IT Advancement Marketing and Management of Innovations, 4, 136-151. https://doi.org/10.21272/mmi.2022.4-13

Ця стаття публікуються за ліцензією Creative Commons Attribution International License

Список використаних джерел

1. Agyabeng-Mensah, Y., Afum, E., Agnikpe, C., Cai, J., Ahenkorah, E., & Dacosta, E. (2020). Exploring the mediating influences of total quality management and just in time between green supply chain practices and performance. Journal of Manufacturing Technology Management, 32(1), 156-175. [Google Scholar] [CrossRef]
2. Al-Dhaafri, H. S., & Al-Swidi, A. (2016). The impact of total quality management and entrepreneurial orientation on organizational performance. International Journal of Quality & Reliability Management, 33(5), 597-614. [Google Scholar] [CrossRef]
3. Ataseven, C., & Nair, A. (2017). Assessment of supply chain integration and performance relationships: A meta-analytic investigation of the literature. International journal of production economics, 185, 252-265. [Google Scholar] [Google Scholar]
4. Ayoub, H. F., Abdallah, A. B., & Suifan, T. S. (2017). The effect of supply chain integration on technical innovation in Jordan: the mediating role of knowledge management. Benchmarking: An International Journal, 24(3), 594-616. [Google Scholar] [CrossRef]
5. Bader, A. A., & Mohammad, A. Y. Y. (2019). The impact of task technology fit on employee job performance. Marketing and Management of Innovations, 4, 140-159. [Google Scholar] [CrossRef]
6. Bandoophanit, T., & Pumprasert, S. (2022). The paradoxes of just-in-time system: an abductive analysis of a public food manufacturing and exporting company in Thailand. Management Research Review. 45(8), 1019-1943. [Google Scholar] [CrossRef]
7. Barney, J., Wright, M., & Ketchen Jr, D. J. (2001). The resource-based view of the firm: Ten years after 1991. Journal of management, 27(6), 625-641. [Google Scholar] [CrossRef]
8. Bienhaus, F., & Haddud, A. (2018). Procurement 4.0: factors influencing the digitisation of procurement and supply chains. Business Process Management Journal, 24(4), 965-984. [Google Scholar] [CrossRef]
9. Brakman, S., Garretsen, H., & van Witteloostuijn, A. (2020). The turn from just-in-time to just-in-case globalization in and after times of COVID-19: An essay on the risk re-appraisal of borders and buffers. Social Sciences & Humanities Open, 2(1), 100034. [Google Scholar] [CrossRef]
10. Chen, I. J., & Paulraj, A. (2004). Towards a theory of supply chain management: the constructs and measurements. Journal of operations management, 22(2), 119-150. [Google Scholar] [CrossRef]
11. Chung, W., Talluri, S., & Kovács, G. (2018). Investigating the effects of lead-time uncertainties and safety stocks on logistical performance in a border-crossing JIT supply chain. Computers & Industrial Engineering, 118, 440-450. [Google Scholar] [CrossRef]
12. Churchill Jr, G. A. (1979). A paradigm for developing better measures of marketing constructs. Journal of marketing research, 16(1), 64-73. [Google Scholar] [CrossRef]
13. Cohen, J. (2013). Statistical power analysis for the behavioral sciences. Routledge. [Google Scholar]
14. Feng, M., Yu, W., Wang, X., Wong, C. Y., Xu, M., & Xiao, Z. (2018). Green supply chain management and financial performance: The mediating roles of operational and environmental performance. Business strategy and the Environment, 27(7), 811-824. [Google Scholar] [CrossRef]
15. Flynn, B. B., Huo, B., & Zhao, X. (2010). The impact of supply chain integration on performance: A contingency and configuration approach. Journal of operations management, 28(1), 58-71. [Google Scholar] [CrossRef]
16. Fornell, C., & Larcker, D. F. (1981). Structural Equation Models with Unobservable Variables and Measurement Error: Algebra and Statistics. Journal of Marketing Research, 382-388. [Google Scholar] [CrossRef]
17. Gold, A. H., Malhotra, A., & Segars, A. H. (2001). Knowledge management: An organizational capabilities perspective. Journal of management information systems, 18(1), 185-214. [Google Scholar] [CrossRef]
18. Green, K. W., Inman, R. A., Sower, V. E., & Zelbst, P. J. (2019). Impact of JIT, TQM and green supply chain practices on environmental sustainability. Journal of Manufacturing Technology Management, 30(1), 26-47. [Google Scholar] [CrossRef]
19. Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. (2010). Multivariate Data Analysis: Pearson Education. Upper Saddle River, New Jersey. [Google Scholar]
20. Hair, J. F., Page, M., & Brunsveld, N. (2019). Essentials of business research methods. Routledge. [Google Scholar]
21. He, Y., Sun, H., Ni, W., & Ng, S. C. (2017). Re-examining the effects of supplier integration on operations performance: a relational view. International Journal of Operations and Production Management, 37(12), 1702-1721. [Google Scholar] [CrossRef]
22. Heizer, J. (2016). Operations management, 11/e. Pearson Education India.   https://books.google.com.sa/books?id=ZcbODAAAQBAJ
23. Huo, B., Qi, Y., Wang, Z., & Zhao, X. (2014). The impact of supply chain integration on firm performance: The moderating role of competitive strategy. Supply Chain Management: An International Journal, 19(4), 369-384. [Google Scholar] [Google Scholar]
24. Inman, R. A., Sale, R. S., Green Jr, K. W., & Whitten, D. (2011). Agile manufacturing: relation to JIT, operational performance and firm performance. Journal of operations management, 29(4), 343-355. [Google Scholar] [CrossRef]
25. Ivanov, D., Dolgui, A., & Sokolov, B. (2019). The impact of digital technology and Industry 4.0 on the ripple effect and supply chain risk analytics. International Journal of Production Research, 57(3), 829-846. [Google Scholar] [CrossRef]
26. Jiang, B., Rigobon, D., & Rigobon, R. (2022). From Just-in-Time to Just-in-Case, to Just-in-Worst-Case: Simple Models of a Global Supply Chain under Uncertain Aggregate Shocks. IMF Economic Review, 70(1), 141-184. [Google Scholar] [CrossRef]
27. Jyoti, J., Kour, S., & Sharma, J. (2017). Impact of total quality services on financial performance: role of service profit chain. Total Quality Management & Business Excellence, 28(7-8), 897-929. [Google Scholar] [CrossRef]
28. Kathuria, R. (2000). Competitive priorities and managerial performance: a taxonomy of small manufacturers. Journal of operations management, 18(6), 627-641. [Google Scholar] [CrossRef]
29. Kline, R. B. (2011). Principles and Practice for Structural Equation Modelling (3rd Eds). [Google Scholar]
30. Mackelprang, A. W., & Nair, A. (2010). Relationship between just-in-time manufacturing practices and performance: A meta-analytic investigation. Journal of Operations Management, 28(4), 283-302. [Google Scholar] [CrossRef]
31. Ngah, A. H., Gabarre, S., Han, H., Rahi, S., Al-Gasawneh, J. A., & Park, S. H. (2021). Intention to purchase halal cosmetics: do males and females differ? A multigroup analysis. Cosmetics, 8(1), 19. [Google Scholar] [CrossRef]
32. Oliveira, M. P. V. D., & Handfield, R. (2019). Analytical foundations for development of real-time supply chain capabilities. International Journal of Production Research, 57(5), 1571-1589. [Google Scholar] [CrossRef]
33. Podsakoff, P. M., MacKenzie, S. B., Lee, J. Y., & Podsakoff, N. P. (2003). Common method biases in behavioral research: a critical review of the literature and recommended remedies. Journal of applied psychology, 88(5), 879. [Google Scholar]
34. Podsakoff, P. M., & Organ, D. W. (1986). Self-reports in organizational research: Problems and prospects. Journal of management, 12(4), 531-544. [Google Scholar] [CrossRef]
35. Rahi, S. (2017a). Research design and methods: A systematic review of research paradigms, sampling issues and instruments development. International Journal of Economics & Management Sciences, 6(2), 1-5. [Google Scholar] [CrossRef]
36. Rahi, S. (2017b). Structural Equation Modeling Using SmartPLS. CreateSpace Independent Publishing Platform. [Google Scholar]
37. Rahi, S., & Ghani, M. A. (2019). Integration of DeLone and McLean and self-determination theory in internet banking continuance intention context. International Journal of Accounting and Information Management, 27(3), 512-528. [Google Scholar] [CrossRef]
38. Rahi, S., Ghani, M. A., & Ngah, A. H. (2019a). Integration of unified theory of acceptance and use of technology in internet banking adoption setting: Evidence from Pakistan. Technology in Society, 58, 101120. [Google Scholar] [CrossRef]
39. Rahi, S., Ghani, M., & Ngah, A. (2018). A structural equation model for evaluating user’s intention to adopt internet banking and intention to recommend technology. Accounting, 4(4), 139-152. [Google Scholar] [CrossRef]
40. Rahi, S., Ghani, M. A., & Ngah, A. H. (2020a). Factors propelling the adoption of internet banking: the role of e-customer service, website design, brand image and customer satisfaction. International Journal of Business Information Systems, 33(4), 549-569. [Google Scholar] [CrossRef]
41. Rahi, S., Khan, M. M., & Alghizzawi, M. (2021). Factors influencing the adoption of telemedicine health services during COVID-19 pandemic crisis: an integrative research model. Enterprise Information Systems, 15(6), 769-793. [Google Scholar] [CrossRef]
42. Rahi, S., Othman Mansour, M. M., Alghizzawi, M., & Alnaser, F. M. (2019b). Integration of UTAUT model in internet banking adoption context: The mediating role of performance expectancy and effort expectancy. Journal of Research in Interactive Marketing, 13(3), 411-435. [Google Scholar] [CrossRef]
43. Rahi, S., Othman Mansour, M. M., Alharafsheh, M., & Alghizzawi, M. (2020b). The post-adoption behavior of internet banking users through the eyes of self-determination theory and expectation confirmation model. Journal of Enterprise Information Management, 34(6), 1874-1892. [Google Scholar] [CrossRef]
44. Raja, M. W., Bodla, M. A., & Malik, S. A. (2011). Evaluating The Effect Of Total Quality Management Practices On Business Performance: A Study Of Manufacturing Firms Of Pakistan. International Journal of Business and Social Science, 2(9). 110-117. [Google Scholar]
45. Ringle, C. M., Wende, S., & Becker, J. M. (2015). SmartPLS 3. Boenningstedt: SmartPLS GmbH, 584.
46. Rowley, J. (2014). Designing and using research questionnaires. Management Research Review, 37(3), 308-330. [Google Scholar] [CrossRef]
47. Schoenherr, T., & Swink, M. (2012). Revisiting the arcs of integration: Cross-validations and extensions. Journal of operations management, 30(1-2), 99-115. [Google Scholar] [CrossRef]
48. Sharma, M., Luthra, S., Joshi, S., & Kumar, A. (2022). Developing a framework for enhancing survivability of sustainable supply chains during and post-COVID-19 pandemic. International Journal of Logistics Research and Applications, 25(4-5), 433-453. [Google Scholar] [CrossRef]
49. Siagian, H., Tarigan, Z. J. H., & Jie, F. (2021). Supply chain integration enables resilience, flexibility, and innovation to improve business performance in COVID-19 era. Sustainability, 13(9), 4669. [Google Scholar] [CrossRef]
50. Sweiss, M. I. K., & Yamin, M. A. Y. (2020). The influence of organisational and individual factors on organisational innovation with moderating role of innovation orientation. International Journal of Business Innovation and Research, 23(1), 103-126. [Google Scholar] [CrossRef]
51. Swink, M., & Song, M. (2007). Effects of marketing-manufacturing integration on New Product Development time and competitive advantage. Journal of operations management, 25(1), 203-207. [Google Scholar] [CrossRef]
52. Taylor, D. A. (2003). Supply chain vs. supply chain. Computerworld, 37(45), 44-45. Retrieved from [Link]
53. Tigga, G. A., Kannabiran, G., & Arumugam, V. (2021). Exploring relationships among IT advancement, IT assimilation, supply chain capabilities and supply chain performance. Journal of Decision Systems, 30(4), 414-438. [Google Scholar] [CrossRef]
54. Tippins, M. J., & Sohi, R. S. (2003). IT competency and firm performance: is organizational learning a missing link?. Strategic management journal, 24(8), 745-761. [Google Scholar] [CrossRef]
55. Tseng, S. H., Wee, H. M., Reong, S., & Wu, C. I. (2019). Considering JIT in assigning task for return vehicle in green supply chain. Sustainability, 11(22), 6464. [Google Scholar] [CrossRef]
56. Vanpoucke, E., Vereecke, A., & Muylle, S. (2017). Leveraging the impact of supply chain integration through information technology. International Journal of Operations & Production Management, 37(4), 510-530. [Google Scholar] [CrossRef]
57. Wu, F., Yeniyurt, S., Kim, D., & Cavusgil, S. T. (2006). The impact of information technology on supply chain capabilities and firm performance: A resource-based view. Industrial Marketing Management, 35(4), 493-504. [Google Scholar] [CrossRef]
58. Yamin, M. (2020). Examining the role of transformational leadership and entrepreneurial orientation on employee retention with moderating role of competitive advantage. Management Science Letters, 10(2), 313-326. [Google Scholar] [CrossRef]
59. Yamin, M. A. Y. (2019). The mediating role of ethical organisational climate between HRM practices and HR outcomes in public sector of Saudi Arabia. International Journal of Business Excellence, 19(4), 557-573. [Google Scholar] [CrossRef]
60. Yamin, M. A. Y. (2020a). Examining the effect of organisational innovation on employee creativity and firm performance: Moderating role of knowledge sharing between employee creativity and employee performance. International Journal of Business Innovation and Research, 22(3), 447-467. [Google Scholar] [CrossRef]
61. Yamin, M. A. Y. (2020b). The relationship between RIGHT ethical behavior perspective, demographic factors, and BEST ethical performance. International Review of Management and Marketing, 10(1), 27-39. [Google Scholar] [CrossRef]
62. Yamin, M. A. Y., & Alyoubi, B. A. (2020). Adoption of telemedicine applications among Saudi citizens during COVID-19 pandemic: An alternative health delivery system. Journal of infection and public health, 13(12), 1845-1855. [Google Scholar] [CrossRef]
63. Yamin, M. A. Y., & Mahasneh, M. S. (2018). The impact of values-based leadership on ethical loyalty in Saudi Arabian health organizations. International Review of Management and Marketing, 8(3), 6-13. [Google Scholar]
64. Yamin, M. A. Y., & Sweiss, M. I. K. (2020). Investigating Employee creative performance with integration of DeLone and McLean Information system success model and Technology acceptance model: The moderating role of Creative self-efficacy. International Journal of Business Excellence, 22(3), 396-417. [Google Scholar] [CrossRef]
65. Yang, J., Xie, H., Yu, G., & Liu, M. (2021). Achieving a just–in–time supply chain: The role of supply chain intelligence. International journal of production economics, 231, 107878. [CrossRef] [Google Scholar]
66. Yao, M. J., & Hsu, T. C. (2018). An efficient search algorithm for obtaining the optimal replenishment strategies in assembly-type just-in-time supply chain systems. Journal of Industrial and Production Engineering, 35(2), 118-128. [Google Scholar] [CrossRef]