Professional Documents
Culture Documents
Zaverecna Prace PDF
Zaverecna Prace PDF
Determinanty adopce
elektronické výměny dat
Disertační práce
Vedoucí práce:
doc. Ing. Lea Kubíčková, Ph.D. Ing. Lucie Veselá
Brno 2017
Ráda bych na tomto místě poděkovala své školitelce, doc. Ing. Lei Kubíčkové, Ph.D.,
za odborné vedení, připomínky, konzultace a pozitivní přístup v průběhu celého
studia, jež mi v průběhu psaní disertační práce poskytla. Zároveň chci poděkovat
také všem kolegům na Ústavu marketingu a obchodu za jejich cenné připomínky
a přátelskou atmosféru, především pak velké díky patří Vláďovi, Marti a Marcelce,
kteří mi byli neutuchající podporou a stále mi dodávali tolik potřebnou motivaci.
Zvláště chci také poděkovat své rodině za velikou trpělivost, poskytnutou podporu
a důvěru během celého studia, kde na prvním místě patří veliké díky mému manže-
lovi Lubošovi, který vynaložil mnoho energie a pomohl mi nejen překonat veškeré
překážky, ale také udržet harmonii domova pro naše dva malé syny. Velmi děkuji
všem respondentům, kteří se zúčastnili dotazníkového šetření a také zástupcům
podniků, kteří mi věnovali svůj čas v rámci konzultací, a výrazně mi pomohli získat
informace potřebné pro zpracování této práce.
Čestné prohlášení
Prohlašuji, že jsem tuto práci: Determinanty adopce elektronické výměny dat
vypracoval/a samostatně a veškeré použité prameny a informace jsou uvedeny
v seznamu použité literatury. Souhlasím, aby moje práce byla zveřejněna v souladu
s § 47b zákona č. 111/1998 Sb., o vysokých školách ve znění pozdějších předpisů,
a v souladu s platnou Směrnicí o zveřejňování vysokoškolských závěrečných prací.
Jsem si vědom/a, že se na moji práci vztahuje zákon č. 121/2000 Sb., autorský
zákon, a že Mendelova univerzita v Brně má právo na uzavření licenční smlouvy
a užití této práce jako školního díla podle § 60 odst. 1 Autorského zákona.
Dále se zavazuji, že před sepsáním licenční smlouvy o využití díla jinou
osobou (subjektem) si vyžádám písemné stanovisko univerzity o tom, že předmět-
ná licenční smlouva není v rozporu s oprávněnými zájmy univerzity, a zavazuji se
uhradit případný příspěvek na úhradu nákladů spojených se vznikem díla, a to až
do jejich skutečné výše.
The dissertation is concerned with the issue of document exchange in Czech com-
panies, operating in the retail sector. The aim of the paper is to identify determi-
nants of electronic data interchange (EDI) adoption and then to create a general
model of adoption of EDI that would reflect the conditions specific for Czech Re-
public and for the specific sector. The paper connects objective and subjective
aspects of EDI adoption and is based on multiple primary surveys that took place
from 2013 to 2017. Using a binary logistic regression (logit), the course of action is
then determined and the influence of individual factors of adoption is quantified.
The key factors (determinants), are then an input into the construction of the pro-
posed model which extends the existing theories of adoption of EDI with the selec-
ted variables. It also combines multiple theoretical approaches to implementing
the technology and verifies their validity for the conditions of Czech businesses,
which makes this study unique.
Keywords
EDI, electronic data interchange, adoption, logit, exchange of documents, retail
Abstrakt
Veselá, L. J. Determinanty adopce elektronické výměny dat. Disertační práce práce.
Brno: Mendelova univerzita v Brně, 2017.
Klíčová slova
EDI, elektronická výměna dat, adopce, logit, výměna dokumentů, retail
Obsah 9
Obsah
1 Úvod 13
2 Cíl práce 15
8 Diskuze 130
9 Závěr 137
Přílohy 162
A Dotazník – Aspekty sdílení elektronických dokumentů.................................. 163
B Dotazník – Faktory ovlivňující adopci EDI ........................................................... 167
C Průvodní dopis ................................................................................................................ 176
D Dotazník – Determinanty adopce EDI .................................................................... 177
E Kontingenční tabulky – Faktory ovlivňující adopci EDI .................................. 188
F Četnosti odpovědí – Determinanty adopce EDI ................................................. 191
G Faktorové zátěže před rotací – Determinanty adopce EDI ............................ 214
H Cronbachovo alfa – proměnná objem dat ............................................................. 216
I Rozdílné hodnoty prům. predikce modelu pro různé oddíly sekce G ........ 217
Úvod 13
1 Úvod
Základní myšlenkou mezinárodně uznávaného standardu EDI (Electronic Data In-
terchange) je výměna standardizovaných strukturovaných obchodních a jiných
dokumentů elektronickou formou. Jedná se tedy o schopnost podnikového systé-
mu, jež umožňuje, že dokument pořízený v informačním systému dodavatele
se automaticky přenese do informačního systému odběratele. Princip elektronické
výměny dat lze využít napříč všemi obchodními procesy. Představuje tak moderní
komunikační technologii založenou na bezpapírovém obchodním styku. Mezi hlav-
ní přínosy bývají nejčastěji zmiňovány: snížení nákladů, chybovosti, úspora času
a zrychlení toku dokumentů. Implementace elektronické výměny dat je tedy stále
více žádoucí a bude jednou z podstatných determinant obchodního úspěchu. Lze
předpokládat, že s růstem počtu zapojených organizací se pro mnohé ekonomické
subjekty stane elektronická výměna dat nezbytnou součástí IT řešení. Transfer dat
je tudíž jednou z velice důležitých strategií pro podnik, jelikož dobré informační
systémy hrají stále větší roli v kritériích úspěšnosti daného subjektu. Cílem této
práce se tak stává identifikace faktorů, jež vedou podniky k přijetí elektronické
výměny dat.
V době, která se dá nazývat digitální ekonomikou, dal turbulentní rozvoj ko-
munikačních a informačních technologií v posledním desetiletí nové příležitosti
společnostem zlepšit jejich výkonnost a konkurenceschopnost. Jednou z nákladově
efektivních technologických inovací je právě elektronická výměna dat (EDI). Pod-
niky si čím dál více uvědomují potenciální výhody tohoto způsobu komunikace
a v souladu s tím se EDI více využívá v mnoha průmyslových odvětvích. Dle Naray-
anan et al. (2009) je EDI převážně preferovanou platformou pro sdílení firemních
dokumentů v dodavatelských řetězcích založených na bázi transakcí.
Česká republika je země s otevřenou ekonomikou. Spolu se vstupem do EU, sí-
lícím vlivem globálních trhů a z nich plynoucí mezinárodní konkurence se setkávají
domácí firmy stále častěji s konfrontací s novými trendy a technologiemi zahranič-
ních partnerů či konkurentů. Znalost nejnovějších trendů může tak včasnou reakcí
odvrátit hrozbu konkurenčního neúspěchu, či přivést konkurenční výhodu, pří-
padně úsporu. V tomto směru je dále nutno zdůraznit, že nejen výrobek samotný,
ale všechny aspekty obchodu mají vliv na finální úspěch na domácích i exportních
trzích. Význam interoperability (schopnost různých systémů vzájemně spolupra-
covat) pro podniky je tedy neoddiskutovatelný, stejně tak jako potřeba standardi-
zace a transparentnosti toku informací. Toto tvrzení dokládá i skutečnost,
že z dlouhodobého hlediska je snahou ze strany EU podpořit a urychlit harmoniza-
ci v oblasti elektronické výměny dat, což by odstranilo další bariéry bránící efek-
tivnějším přeshraničním obchodním vztahům v rámci Evropského hospodářského
prostoru. V souladu s tím je jedním z cílů Evropské komise dosáhnout záměrů stra-
tegie Evropa 2020 v oblasti digitální agendy, a to zavedení mandatorní e-fakturace
orgánům veřejné moci v případě všech veřejných zakázek. Elektronická výměna
dat se tak stává jedním ze základních globálních principů, na kterém podniky roz-
víjejí své dodavatelské vztahy.
14 Úvod
2 Cíl práce
Cílem disertační práce je identifikovat determinanty adopce elektronické výměny
dat u českých podniků v odvětví retailu, kvantifikovat jejich významnost a násled-
ně vytvořit obecný model adopce elektronické výměny dat, který by reflektoval
podmínky adopce elektronické výměny dat pro Českou republiku a specifika kon-
krétního odvětví.
V této práci je tedy adopcí elektronické výměny dat rozuměno učinění roz-
hodnutí přijmout elektronickou výměnu dat společně s následným procesem usku-
tečnění, tedy samotnou implementací softwaru. Odvětvím retailu (nebo také malo-
obchodu) je myšlena ekonomická činnost, která spadá dle klasifikace CZ-NACE
do sekce G (Velkoobchod a maloobchod, opravy a údržba motorových vozidel)
a oddílu 47 (Maloobchod, kromě motorových vozidel).
K naplnění cíle práce je v první fázi práce nutné charakterizovat proces adop-
ce elektronické výměny dat v prostředí českých podniků, a vymezit faktory ovliv-
ňujících přijetí elektronické výměny dat se zaměřením na konkrétní ekonomickou
činnost (sekce G – Velkoobchod a maloobchod, opravy a údržba motorových vozi-
del). Dalším krokem konstrukce modelu je kvantifikace vlivu jednotlivých faktorů,
díky čemuž je následně zřejmé, které z těchto faktorů jsou pro adopci v daném od-
větví klíčové, tedy determinující (tzn. určení determinant adopce) a zvyšují prav-
děpodobnost, že podniky přijmou EDI a současně, které determinanty naopak sni-
žují šanci, že podnik zavede EDI.
Následně budou podrobněji také vyhodnoceny případné odlišnosti zkoumané
problematiky pro samostatný oddíl této sekce, kterým je retail.
Po navržení modelu adopce bude dále provedena komparace nového modelu
s již existujícími modely adopce EDI a dojde k verifikaci jejich platnosti
pro podmínky českých podniků v oblasti retailu.
Model, který bude v práci navržen, by tak mohl rozšířit stávající teorie adopce
EDI o vybrané proměnné, rovněž zkombinovat více teoretických přístupů
k zavádění technologie a ověřit jejich platnost pro podmínky českých podniků,
čímž by se tato studie mohla stát ojedinělou. Na základě získaných poznatků lze
následně také formulovat doporučení pro české podniky v odvětví velkoobchodu
a maloobchodu, které doposud nevyužívají EDI, a to především s důrazem
na usnadnění jejich orientace v otázce elektronické výměny dat. Výsledky však
mohou být přínosné nejen pro všechny podniky, jež jsou součástí dodavatelsko-
odběratelského řetězce, ale rovněž pro poskytovatele služeb EDI či státní správu.
Tato práce není zaměřena na technologickou stránku elektronické výměny
dat, ta je pouze okrajově zmíněna, pro zasazení zkoumané problematiky do širších
souvislostí.
16 Definice EDI a teoretické přístupy
Vzestup internetu tudíž poskytl nové možnosti pro řízení toku informací v meziná-
rodních dodavatelsko-odběratelských řetězcích. Rovněž také mění strukturu těch-
to řetězců a následně dochází ke komplexní změně způsobu podnikání, kde čím dál
významnější pozici zaujímá elektronický obchod (Delfmann a Albers, 2000).
Po několik desetiletí se tak elektronická výměna dat stává jednou z hlavních
podpůrných technologií pro provádění business-to-business (B2B) transakcí,
a zásluhou internetu se elektronická výměna dat stala dostupnou i pro menší pod-
niky, pro které byly v minulosti prvotní investice na zavedení technologie velkou
překážkou. Ta je nyní potlačena a EDI je dostupná například formou předplacené-
ho paušálu, kde se počáteční investice do implementace technologie pohybuje
v řádech desetitisíců (Narayanan et al., 2009). Lze konstatovat, že pro úspěšné
podniky v aktuálním konkurenčním prostředí je nápadná vysoká flexibilita výroby,
zrychlení výroby, produkce just-in-time a rovněž potřeba zvýšení objemu dopravy.
To způsobuje většinou koordinační náročnost a zvyšuje nároky na transakční ná-
klady. Elektronická výměna dat pak napomáhá zlepšovat kontrolu vnitřních i vněj-
ších transakcí a reagovat tím na narůstající potřebu. Toto tvrzení dokládá fakt, že
EDI byla stanovena jako kritická komponenta v rámci infrastruktury pro elektro-
nické obchodování (Kumar a Van Dissel, 1996). Stále větší počet podniků si nyní
uvědomuje tuto příležitost a tlačí na zvýšení efektivity dodavatelsko-
odběratelského řetězce (SCM) tím, že požaduje více informací od dodavatelů, které
Definice EDI a teoretické přístupy 21
nery a mnoho dalších, ty obsahují stejná data, jaká je možné běžně najít v papírové
formě dokumentů. Důležité ale je, aby byly dokumenty v předdefinovaném formá-
tu, na kterém se odesílatel a příjemce dohodnou, např. v některém z EDI standardů.
„Tímto se rozumí, že data budou rozdělena do elementů podle dané struktury
a jednotlivé datové elementy budou standardně pojmenované, budou mít specifi-
kovanou délku, datový typ a příznak, zdali jsou povinné nebo volitelné. Dvěma
hlavními standardy jsou EDIFACT, mezinárodní standard OSN, a ANSI X12, použí-
vaný převážně v Severní Americe“ (Sahánek, 2013).
Standardizované zprávy jsou složené z následujících prvků:
element - je jasně definované pole jako např. jméno nebo množství. Více se-
skupených elementů tvoří tzv. složený element.
segment - je množina (složených) element sjednocených v jednu logickou jed-
notku, např. adresu nebo položku ocenění produktu.
obálka - obsahuje souhrnné informace o zprávě jako jsou odesílatel a příjem-
ce, typ zprávy nebo kontrolní hodnoty.
Existuje mnoho studií (Shahwan, 2013; Kung and Kung, 2015; Mohamad et al.,
2015), které se podrobně věnují faktorům ovlivňujícím adopci či následnou im-
plementaci elektronické výměny dat. Některé faktory mohou být na první pohled
zřejmé, jiné benefity či nevýhody se mohou projevit až s odstupem času. Často se
tak stává, že až po kompletním začlenění nové technologie do firemních procesů
lze korektně zhodnotit komplexní vliv této inovace.
Obecně platí, že země, které lze nazvat lídry v používání informačních techno-
logií, mají národní prostředí více nakloněno pro šíření nových technologických
trendů. Podniky v těchto zemích proto pravděpodobně vnímají benefity, dosažené
z integrace a používání nových technologií, jako velice důležité a více si uvědomují
výhody využívání elektronického podnikání. Tyto efekty činí podniky v zemích
s vysokou intenzitou informačních technologií více informované v oblasti znalostí
o EDI, zavádění a průzkumu IT a elektronického obchodu, s cílem dosáhnout vyšší
návratnosti investic. Management tak vnímá vysokou intenzitu relativní výhody
elektronického obchodování a přisuzuje mu důležitější roli při strategickém řízení
podniku (Zhu et al., 2006).
Někteří výzkumní pracovníci upozornili, že EDI může pro podnik vytvořit
konkurenční výhodu (Sokol, 1995; Kourik, 2011; Rebecca, 2014), jiní uvedli, že je
to spíše konkurenční nutnost (Benjamin et al., 1990; Musawa a Wahab, 2012;
Hwang a Lee, 2016). Ve starší studii, která propojuje teorii inovací a EDI literaturu,
již O'Callaghan et al. (1992) zjistili, že přijetí EDI souvisí s vnímáním "relativní vý-
hody" dané technologie a úrovně její slučitelnosti s existujícími systémy v rámci
obchodních partnerství, to potvrzuje rovněž novější studie publikovánu v roce
2015 autorem Hoti (2015).
Je možno zmínit také další výzkumy, které se věnují aspektu udržení konku-
renceschopnosti, kde výsledky poukazují na skutečnost, že v rámci podniků, které
již mají EDI zavedeno, bude nutné umět komunikovat pomocí této nákladově efek-
tivní technologie a její absence se tak pro podnik může rychle stát hrozbou,
a to jednak z důvodu nepružnosti a neefektivnímu zpracování nákupů, prodejů
a plateb, ale také z důvodu vyloučení z dodavatelsko-odběratelského řetězce,
o kterém může rozhodnout některý ze silných obchodních partnerů (Lyttle, 1988;
Bouchard, 1993; McCusker, 1993; Lin, 2014; Hwang a Lee, 2016).
Monczka a Carter (1989) rovněž vyzdvihli, že implementace EDI má význam-
ný vliv na obchodní vztahy mezi účastníky jako takové. Mnoho autorů se následně
shodlo, že profitující mezinárodní obchod se stále více opírá o komplexní řízení
dodavatelského řetězce a EDI se tak stává kritickým dílem globálního dodavatel-
ského řetězce (Chabrow, 2000; Kim a Park, 2000; Tongzon a Nguyen, 2013).
Definice EDI a teoretické přístupy 25
Také další výzkumy, které se věnovaly výhodám, které poskytuje EDI, došly k po-
dobným závěrům. Premkumar (2003) uvádí, že hlavním přínosem je rychlá doba
odezvy, nižší pracovní náklady, zkrácení doby nákupu, vyšší přesnost a poskytnutí
lepší služby zákazníkům. Goksoy et al. (2012) rovněž ve své práci potvrdili, že spo-
lečnosti po zavedení EDI zaznamenaly výhody jako: úspora nákladů, úspora času,
zvýšení efektivity výměny informací, lepší komunikaci v rámci celého obchodního
procesu, méně chyb a zpoždění. V důsledku toho rostla spokojenost zákazníků
a výkonnostní úroveň celého dodavatelsko-odběratelského řetězce (SCM) byla vý-
razně zvýšena. Že efektivní elektronická informační technologie snižuje náklady
a zvyšuje výkonnost podniku, potvrdilo i několik dalších studií (Huang et al., 2010;
Pathak a Baldwin, 2008; Rainer et al., 2014). Liang et al. (2004) dále uvádějí, že EDI
otevírá také nový trh, více příležitostí k prodeji a při uvádění na trh má výrobek či
služba větší konkurenční výhodu.
Skydel (2012) rovněž zdůraznil, že řešení EDI je velice nákladově efektivní, je-
likož snižuje další IT potřeby, zvyšuje produktivitu zaměstnanců a zvyšuje zisko-
vost. Nově je také brán ohled na to, že každý subjekt má jiné potřeby, proto nová
řešení obsahují také flexibilitu s univerzální platformou komunikačních nástrojů,
které mají schopnost získat i odeslat informace v jakémkoli formátu. To umožňuje
větší transparentnost a automatizaci procesů, což znamená nárůst přesnosti
a rychlejší cestu ke zvýšení produktivity, efektivnosti a spokojenosti zákazníků.
EDI se tak stává užitečným nástrojem na celkovou podporu obchodního vzta-
hu. Elektronická výměna dat jednoduše odstraňuje prvek papírování pomocí au-
tomatizace procesu. Zvyšuje rychlost a přesnost tím, že eliminuje opětovné zadání
dat. Jsou předem dohodnuty kódy produktů, ceny a kódy polohy produktů. EDI
také pomáhá upevňovat partnerství zákazníků a dodavatelů tím, že snižuje náklady
na dodavatelský řetězec spojené s manuálním zpracováním. Přijetí EDI tak činí
obchodní vztahy nákladově efektivnější a usnadňuje jejich řešení. Se zavedením
EDI se proto očekávají efektivnější logistické procesy, stejně jako zlepšení konku-
renční pozice, např. vytvořením nových druhů služeb (Musawa a Wahab, 2012).
Elektronická výměna dat je zaváděna rovněž s cílem snížit celkovou nejistotu
v rámci dodavatelského řetězce, snížit transakční náklady, zvýšit využití zdrojů
a rozptýlit produkty a služby na nové trhy (Malhotra et al., 2005). Proto firmy, kte-
ré implementují EDI, usnadňují spolupráci v rámci celého řetězce a napomáhají
v řízení možných konfliktů prostřednictvím elektronické integrace (Robey et al.,
2008). Informační systémy tak velmi usnadňují vzájemnou výměnu dat a podporu-
jí společné porozumění obchodních partnerů (Bharadwaj et al., 2007). Dle Li et al.
(2010) lze prostřednictvím EDI dosáhnout celkového zvýšení podílu na trhu a zis-
ků všech obchodních partnerů. Downing (2010) dodává, že elektronická integrace
dodavatelského řetězce celkově snižuje náklady na řízení zásob, zvyšuje provozní
28 Definice EDI a teoretické přístupy
Metaanalýza, jež byla provedena v roce 2012 (Hazen a Byrd, 2012), pak jedno-
značně poukazuje na fakt, že v naprosté většině případů vede adopce EDI
k pozitivním výsledkům, ale je vhodné vždy brát v potaz, že firma se nevyskytuje
ve vakuu, a proto je nutné počítat s jedinečností jejího externího i interního pro-
středí. Dále autoři také jednoznačně potvrdili zlepšení obchodních vztahů v rámci
dodavatelsko-odběratelského řetězce po implementaci EDI a hovoří o EDI jako
o technologii spolupráce.
Srinivasan et al. (2011) upozorňují dále, že s přijetím EDI vzniká také potřeba
podniku přeformulovat své strategie a používat různá nová pravidla v implemen-
tovaném uživatelském prostředí, což může být po nějakou dobu pro uživatele no-
vého systému značně nekomfortní.
Goksoy, et al. (2012) závěrem dodávají, že zatímco složitost a náklady se běž-
ně uvádí jako důvody pro nevýrazné šíření EDI, formální studie, které zkoumají
determinanty úspěšné implementace EDI, nadále chybí.
změny, někdy i současně (Shoham a Perry, 2009). Tato doba je ve znamení rizika
a nestability. Globalizace, nové technologie a větší transparentnost se společně
podílí na změnách podnikatelského prostředí a způsobují tak hluboký pocit nekli-
du u vedení společností (Reeves a Deimler, 2011). Nkoyock (2009) uvádí, že jak
podniky mění, čím jsou a co nabízejí prostřednictvím nepřetržitého procesu vývo-
je, tak také migrují k novým strategiím a novým konkurenčním oblastem. To vyža-
duje vysokou flexibilitu všech dostupných zdrojů, včetně IT, a také pružnost v je-
jich uplatňování. Také Rayport (2011) se domnívá, že pro spolupracující společ-
nosti se technologie stává další nutnou konkurenční výhodou. Nové nástroje zcela
mění způsob, jakým lidé spolupracují, ať již v rámci partnerských společností nebo
ve vztahu se zákazníky.
Stav techniky v každé organizaci má neoddiskutovatelně významný vliv
na kvalitu a množství výroby a distribuci produktů nebo služeb. Technologie jsou
velice náchylné k neustálým změnám, které jsou podniky nuceny monitorovat, řídit
a zvládat. Zejména společnosti, které chtějí být konkurenceschopné a rentabilní, by
měly zajistit, že zaměstnanci budou detailně zaškoleni a budou se následně podílet
na řízení technologických změn, jež posílí celkovou stabilitu podniku (Dauda
a Akingbade, 2011).
Anjani a Dhanapal (2011) za častou příčinu zaostávání společnosti dokonce
označili neschopnost reagovat dostatečně rychle na technologické inovace. Ty dle
autorů nepřinášejí pouze změny ve způsobu práce, nýbrž také v organizační struk-
tuře a pracovních vztazích. Proměnné, jimi používané k měření technologické
změny v podniku, jsou následující:
implementace moderních technologií,
učení se novým dovednostem, jak využívat technologie,
periodické inovace technologií,
pravidelná výuka nových technologií pro podřízené.
Adopce technologií byla studována přes tři desetiletí. Existuje proto velké množ-
ství teorií a studií o technologické inovaci a přijímání technologie (Venkatesh et al.,
2003). Hoti (2015) konstatoval, že aktuální studie o technologických inovacích po-
tvrzují, že většina empirických výzkumů se opírá o poznání "teorie šíření inovací"
neboli DOI teorie, či o technologicko-organizačně-environmentální rámec (TOE).
Vztah mezi implementací informačních technologií a následnými organizač-
ními změnami je vždy ústředním předmětem zájmu v oblasti inovací informačních
systémů (Fichman, 2004). Lyytinen a Rose (2003) popisují, že fenomén organizač-
ních změn způsobených přijetím informačního systému může být nazýván inovací
v oblasti informačních technologií (IT). Podle literatury, která klasifikuje technolo-
gické inovace (Rogers, 2003; Damanpour, 1991), se adopce inovací v oblasti IT
obecně týká především akceptace nových metod, procesů či výrobních systémů.
To vše je dle Van de Ven (2000) s ústředním záměrem udržet nebo zlepšit výkon
podniku a pružně reagovat na změny ve vnějším prostředí. Adopce elektronické
výměny dat tak významně ovlivňuje změnu obchodních procesů, spolupráci mezi
obchodními partnery a dokonce celkovou obchodní transformaci (Giméenez a Lou-
renço, 2008; Wu a Chang, 2012), proto může být přijetí elektronické výměny dat
považováno za "adopci IT inovací". Proces adopce inovací v oblasti informačních
technologií byl původně rozdělen do třech základních fází (Zmud, 1984):
proces iniciace, tzn. vyvolání nákupního podnětu,
adopce,
implementace.
Další studie (Meyer a Goes, 1988; Daniel et al., 2002; Zhu et al., 2006; Tongzon
a Nguyen, 2013) se pak věnují podrobně následujícím krokům, jako jsou:
chápání procesu,
ztotožnění se s inovací,
provádění daného procesu,
asimilace,
rozšiřování,
rutinizace.
Definice EDI a teoretické přístupy 35
Tyto fáze mohou pak být seskupeny do dvou obecnějších, a to fáze počátečního
rozhodnutí o adopci a následující fáze po adopci, často jsou označované také jako
iniciace a implementace (Thong, 1999). Lin (2014) zdůrazňuje, že úspěšné přijetí
a šíření technologie je stále více závislé na schopnostech získávání znalostí u ma-
nagementu podniku a asimilační schopnosti podniku.
Dalším faktorem, který může sehrát klíčovou roli v rozhodování o přijetí a ná-
sledném využití inovací, je fakt, že zaměstnanci velice často odmítají přijmout nové
technologie kvůli vnímanému nebezpečí ztráty zaměstnání nebo neochotě změnit
své pracovní postupy. V důsledku toho se majitelé malých a středních podniků čas-
to zdráhají měnit své podnikání a podstoupit tak proces učení, který se jeví jako
obtížný, rušivý a nákladný (Love et al., 2001).
Tento koncept má tedy pevný teoretický základ a potenciál pro uplatnění v otázce
adopce informačních systémů (Oliveira a Martins, 2011). Cao et al. (2014) shrnují,
Definice EDI a teoretické přístupy 37
Technologický kontext
Technologický kontext, zahrnuje jak interní, tak i externí technologie, které mohou
být užitečné pro zlepšení organizační produktivity a které jsou firmě dostupné.
Vyjma očekávaných výhod ze zavedení EDI, kompatibility procesů a nejistoty
standardů, byla technologická připravenost podniku při adopci, hodnocena jako
velice významná (Venkatesh et al, 2013). Na základě teorie inovací uvedl Thong
(1999) jako hlavní faktory ovlivňující adopci informačních systémů: možnost zís-
kání relativní výhody, složitost zavádění a kompatibilitu se stávajícím systémem.
Relativní výhodu při inovaci a především za jakých podmínek o ní lze v této souvis-
losti hovořit, rozvedly i další studie (Tan a Teo, 2000). Dimenzi složitosti zavedení
systému, jako jeden ze stěžejních faktorů v procesu adopce EDI, podpořili také
Chau a Tam (1997) nebo Cooper a Zmud (1990).
Organizační kontext
Organizační kontext bere v úvahu míru a kvalitu lidských zdrojů, centralizaci
a formalizaci podniku. Typicky je tento aspekt adopce reprezentován také velikostí
daného podniku, jeho manažerskou strukturou a dostupností finančních zdrojů
(Ghobakhloo et al., 2011).
Organizační faktory, které odkazují na strukturu a procesy v rámci organizace,
mohou omezit nebo naopak usnadnit adopci či implementaci inovací. Organizační
inovace například ovlivňují celkové přijetí inter-organizačních standardů obchod-
ních procesů (Venkatesh et al., 2013). Také další autoři na tuto myšlenku navazují
a uvádí, že organizační kultura, organizační struktura a rozsah projektu jsou důle-
žitými faktory pro přijetí technologie (Rogers, 1995). Zhu a Kraemer (2005) dodá-
vají, že dalším klíčovým organizačním faktorem při zavádění IS jsou finanční zdro-
je. Další studie (MacGregor a Vrazalic, 2005; Evangelista et al., 2010) dodávají
aspekty jako charakter produktu, čas potřebný na implementaci IS a intenzitu in-
formací o inovaci.
Definice EDI a teoretické přístupy 39
Environmentální kontext
Environmentální (nebo institucionální) kontext, se potom vztahuje k danému od-
větví (Doom et al., 2010), kde podnik působí a jednání firmy s obchodními partne-
ry, konkurenty a vládou (Scupola, 2009).
Konkurenční tlak byl široce uznáván a empiricky podporován v literatuře
o adopci IS jako jeden z hlavních faktorů v kontextu prostředí v rámci TOE. Konku-
renční tlak se týká míry nátlaku, které čelí společnost uvnitř konkurenčního pro-
středí odvětví (Porter a Millar, 1985). Přijetí nové inovace může tak podniku po-
moci získat a udržet konkurenční výhody oproti svým obchodním soupeřům.
nejen větších, ale také malých a středních podniků, si tak začíná uvědomovat
transparentnost, rychlost a strategické výhody, které EDI přináší do budoucna.
Clemons a Row (1993) považují vzhledem k tomu, že EDI může příznivě
ovlivnit hospodářský růst odvětví jako celku, za nutné, vyvinout úsilí k pochopení
této problematiky detailněji a identifikovat faktory, které ovlivňují rozhodnutí
o adopci EDI.
Jaké faktory tedy ovlivňují samotnou adopci EDI? Dle dosavadních studií je to
především cena implementace, relativní konkurenční výhoda, kompatibilita EDI
s dosavadním systémem (O´Callagan et al., 1992; Hoti, 2015), vliv významných ob-
chodních partnerů (Neo et al., 1994; Musawa a Wahab, 2012), tlak ze strany kon-
kurence (Premkumar and Ramamurthy, 1995; Lee et al., 2015, Mohamad et al.,
2015), znalost EDI, IT sofistikovanost firmy, pozice na trhu a vnímané přínosy (Ia-
covou et al., 1995; Narayanan et al., 2009; Shahwan, 2013) atd.
Dle autorů Kuan a Chau (2001) byly konstatovány tři hlavní faktory, které
ovlivňují osvojení EDI u malých podniků a jsou tak ve shodě s předchozím mode-
lem. Mezi tyto faktory patří:
vnímaná přínosnost,
organizační připravenost,
vnější tlak na implementaci ze strany obchodních partnerů.
Otázka EDI přijetí je pak zvláště komplikovaná pro firmy charakteristické svými
omezenými kapacitami, omezeními ze strany obchodních partnerů nebo výskytem
finančních omezení v souvislosti s adopcí elektronické výměny dat. Tyto podniky
mohou dosáhnout, prostřednictvím přijetí EDI, potenciálních zisků pouze
v případě existujících větších transakčních nákladů (velký objem zasílaných dat)
nebo pokud existují požadavky na implementaci EDI ze strany obchodních partne-
rů (Kaefer a Bendoly, 2000). Adopce EDI je totiž dle Shahwan (2013) významně
a pozitivně korelována s počtem obchodních transakcí, které podniky úspěšně do-
končily. Bylo také zjištěno, že použití EDI je významně a pozitivně závislé
na nákladech na administrativní zpracování obchodních transakcí, které organiza-
ce uskuteční. Shahwan dále konstatuje, že použití EDI je významně a pozitivně ko-
relováno s počtem obchodních partnerů, se kterými podnik pravidelně spolupracu-
je. Celkově lze uvést, že pro implementaci EDI je determinující objem vyměněných
dat, náklady na zavedení a očekávané benefity z implementace. Současně tlak od-
větví nutí dodavatele rozšířit své provozní služby a podněcuje podniky, aby přijaly
nové obchodní modely v oblasti informačních technologií, jako je elektronická vý-
měna dat a e-business modelování (Shahwan, 2013).
Co se týče interních činitelů a rozhodování podniku, zda podporovat nebo
upustit od určitých technologií a norem, je složité a není vždy motivováno stejnou
strategií. Podniky jsou často schopny sledovat tržní příležitosti, přičemž různá od-
dělení managementu někdy dělají decentralizovaná rozhodnutí, která mohou mít
negativní dopad. Navíc v rámci podniku není vždy jednoduché určit, kdo by měl být
pověřen sledováním a zaváděním takových interoperabilních technologií a norem,
42 Definice EDI a teoretické přístupy
zejména pokud nejsou v ten okamžik zřetelné významné tržní pobídky (Becker,
2012).
Mezi pět hlavních determinant adopce Narayanan et al. (2009) řadí vnější faktory,
jež charakterizují prostředí, v němž se podnik nachází. Mnohé z těchto faktorů jsou
v kontextu se základem sociálně politické teorie a vysvětlující, proč by podnik
mohl přijmout EDI jako reakci na environmentální faktory. Konkrétně, determi-
nanty, jako je průmyslový tlak, struktura a koncentrace průmyslu, environmentální
nejistota a další konkurenční vlivy na trhu, mohou mít vliv na rozhodnutí o adopci
EDI (Premkumar a Ramamurthy 1995; Teo et al. 2003). V průmyslových odvětvích
charakterizovaných několika velkými zákazníky, kteří používají EDI, mohou mít
subjekty dodavatelského řetězce pocit, že adopce EDI je povinná (ať už je či niko-
liv), aby byl udržen obchodní vztah s vlivným zákazníkem. EDI může být jediným
způsobem, jak poskytnout zákazníkovi požadovanou službu a udržet si tak svůj
podíl na trhu. Rozsáhlé využití EDI, například v automobilovém, maloobchodním,
potravinářském a zdravotnickém odvětví, může také vytvořit dojem, že je použití
EDI považováno za nezbytné pro zachování konkurenceschopnosti v daném odvět-
ví (Handfield, 1995).
Vnitřní faktory, u kterých se předpokládá, že mají dopad na rozhodnutí
o adopci, se týkají především toho, jaký vliv mají manažerské, technologické a or-
ganizační zdroje firmy na připravenost podniku k adopci. Mnoho z těchto faktorů
se objevilo v literatuře o technologickém managementu a zahrnovalo technickou
kompatibilitu systémů, dostupnost technického a odborného personálu, manažer-
ské kompetence, velikost organizace, finanční podporu, pro-aktivitu a organizační
připravenost na přijetí EDI (Iacovou et al., 1995; Premkumar a Ramamurthy, 1995;
Lee et al., 1997; Chwelos et al., 2001; Teo et al., 2003). Přítomnost těchto faktorů,
založených na zdrojích, se předpokládá pro snadnou implementaci EDI, ale na dru-
Definice EDI a teoretické přístupy 45
hé straně, absence těchto faktorů může také představovat překážky pro její adopci
(Frohlich, 2002).
Podnikové procesy se týkají zvažovaných determinant na úrovni výrobního
zařízení, kde velmi málo studií skutečně uvažovalo EDI z pohledu přizpůsobení
konkrétnímu sortimentu. Některé z významných faktorů při implementaci EDI,
které mohou být zmíněny, jsou například přizpůsobení produktu, rozmanitost
produktů a zlepšování obchodních procesů (Ahmad a Schroeder 2001). Tyto by
neměly být opomíjeny, jelikož mají vliv na míru variability a nejistoty, která se pro-
jevuje při řízení výrobních procesů a predikci vývoje poptávky po produktech, ja-
kož i v plánování zásob. EDI může být také základem pro sdílení informací pro-
střednictvím kooperativních prognóz, což vede k celkové stabilizaci výrobních plá-
nů, a tedy potlačení tzv. efektu práskajícího biče (Lee et al., 1997; Machuca a Bara-
jas, 2004).
Čtvrtá kategorie, očekávané přínosy, je důležitým motivačním aspektem
pro přijetí EDI (Frohlich, 2002). Mnoho z očekávaných přínosů připsaných EDI je
odvozeno z teorie zpracování informací a ekonomických nákladů na transakci. Te-
orie zpracování informací naznačuje, že snížení informační nejistoty a časové pro-
dlevy v obchodních transakcích založených na elektronické výměně dat sníží ná-
kladné položky ve formě vyšších zásob a delších dodacích lhůt, a zároveň zefektiv-
ní využití dostupných zdrojů (Srinivasan et al., 2011; Ahmad a Schroeder, 2001).
Z pohledu nákladů na transakci lze konstatovat, že EDI usnadňuje užší koordinaci
mezi dodavateli a zákazníky a vede ke snížení transakčních nákladů u obou stran
(Saeed et al., 2005). Předpokládané přínosy EDI jsou největší, když je technologie
považována za řešení specifických problémů, s nimiž se podniky potýkají v jejich
dyadických obchodních vztazích.
Dyadické faktory zahrnují determinanty, které se specificky týkají charakte-
ristik vztahu mezi konkrétním kupujícím a dodavatelem, které mohou mít vliv jak
na návrh, tak na adopci systému EDI. Pro povahu úrovně důvěry ve vztahu, dlou-
hodobosti vztahu a technické schopnosti je často určující kvalitně externě integro-
vat dva odlišné systémy (Saeed et al., 2005). Walton a Marucheck (1997) zjistili,
že jeden podnik, může současně mít řadu různých typů EDI s různými partnery
dodavatelského řetězce. Úroveň EDI se může lišit s ohledem na stupeň vnější inte-
grace či sdílení informací a často závisí na charakteristikách různých partnerů do-
davatelského řetězce. Výhody EDI se mohou dramaticky lišit v různých dyadických
vztazích, v závislosti na ochotě každého partnera dodavatelského řetězce zavázat
se k přijetí EDI.
46 Odvětví retailu a stav EDI v ČR
Finsku (-4,1 %) či Velké Británii (-0,3 %) došlo k poklesu tržeb. Na evropském trhu
narostlo množství zakoupeného zboží v poslední desetiletí o 11 % (Nielsen, 2017).
ku. Situaci rovněž podpořily další regulatorní opatření a neustálé zvyšování poža-
dované minimální mzdy, tato oblast tedy zůstává i nadále velice problematickou.
Nákupní chování venkovské populace mění své zvyklosti a velkou část spotřebních
výdajů přesouvá na nákup zboží v hypermarketech, supermarketech či diskontech
(SOCR ČR, 2017).
Dle poslední studie, jež proběhla v roce 2016, významným důvodem pro ne-
spokojenost a případný zánik subjektu v menších nezávislých prodejnách
(do 200 m2) je především neustálá změna a nestabilita podmínek pro podnikání,
tlak ze strany velkých řetězců a také stále náročnější administrativa. V roce 2016
vstoupila v platnost řada nových legislativních norem, například se jedná o zákon
o Elektronické evidenci tržeb, novela Zákona o významné tržní síle nebo regulace
v podobě Zákona o omezení prodejní doby o některých státních svátcích. Dopad
těchto změn je otázkou, avšak lze očekávat i nadále úbytek počtu maloobchodních
prodejen (Nielsen, 2017).
Vývoj celkového počtu subjektů, jež spadají do sekce G, čili velkoobchod a maloob-
chod, opravy a údržba motorových vozidel, je předmětem zájmu Českého statistic-
kého úřadu, jež změny podrobně monitoruje, pro každý oddíl sekce zvlášť. Na ob-
rázku 8 je možno pozorovat, že od roku 2005 do roku 2012 měl celkový počet
podniků rostoucí tendenci, kdy v roce 2012 bylo monitorováno 248 104 aktivních
subjektů v této sekci ekonomické činnosti. Od roku 2013 pak dochází
k průběžnému poklesu počtu subjektů, kdy v roce 2015 už je celkem pouze
241 572 aktivních podniků. V případě oddílu 47, jež odpovídá retailu, se trend po-
klesu podniků projevil již o rok dříve, kdy můžeme pozorovat maximum podniků
50 Odvětví retailu a stav EDI v ČR
v roce 2011, a to 135 434 subjektů a v roce 2015 bylo monitorováno už jen
120 912 maloobchodů, to odpovídá poklesu o 10,7 %. Celkový pokles podniků
v rámci celé sekce G (v letech 2013 až 2015 činí 1,5 %), ale výsledně není tak mar-
kantní, to je dáno tím, že počet velkoobchodů má naopak od roku 2006 stále ros-
toucí tendenci (ČSÚ, 2017).
Další charakteristikou pro maloobchodní trh v České republice je pak obliba
slevových akcí, kde země patří mezi promočně nejvíce závislé státy. Více než 52 %
tržeb je výsledkem promočního působení na spotřebitele a podíl tržeb ze slevo-
vých akcí má nadále rostoucí trend. Ten je také spojován s marketingovým zamě-
řením supermarketů a hypermarketů (prodejny nad 400 m2), jež pro ČR předsta-
vují 80 % celkového obratu sítě potravin a obchodů se smíšeným zbožím, což je dle
studie společnosti Nielsen (2017) nejvyšší podíl ve střední Evropě.
Dle ČSÚ (2017) pouze 12,2 % podniků uvedlo, že uskutečnilo prodej pomocí vý-
měny strukturovaných dokumentů, jež jsou určeny k automatizovanému zpraco-
vání. O něco více podniků (24,3 %) pak provedlo nákup pomocí elektronické vý-
měny dat, zde ale Petr Ondrášek (marketingový ředitel CCV, s.r.o.) dodává, že toto
číslo je často zkresleno tím, že respondenti nezřídka za elektronickou výměnu dat
považují i výměnu dokumentů pomocí přílohy emailové pošty, či nákup
na e-shopu.
Odvětví retailu a stav EDI v ČR 51
Nabízí se tedy otázka, proč, pokud podniku EDI přináší tolik benefitů a potenciální
konkurenční výhodu, je stále tak mizivě zastoupena na českém a potažmo i celoev-
ropském trhu? Jedním z hlavních důvodů bylo v minulosti nedostatečné technické
vybavení podniků a příliš náročná počáteční investice do implementace EDI. Tento
je v současnosti, při rozšíření internetu a poskytování EDI formou služeb, potlačen.
Elektronická výměna dat je nyní dle odborníka v tomto oboru Davida Reichela (ře-
ditel divize e-Business, CCV, s.r.o.) na vzestupu a počet zapojených subjektů neu-
stále roste, děje se tak geometrickou řadou a lze očekávat, že tento způsob výměny
již nebude výsadou pouze větších podniků, kde při výměně tisíců dokladů, jsou
výhody zavedení EDI zřejmé, ale stále častěji dochází k zapojení i menších podniků.
52 Odvětví retailu a stav EDI v ČR
Tab. 1 Procentuální zastoupení EDI v ČR v oddíle 47 v roce 2015 dle velikosti podniku
Příjem Zasílání
Nákup Prodej
faktur faktur
Sekce G 19,1 16,6 30,0 16,1
Velkoobchod, maloobchod a opravy
27,8 13,4 46,1 18,5
motorových vozidel (45)
Velkoobchod (46) 17,0 18,7 25,7 17,9
Maloobchod (47) 18,8 14,5 30,4 12,4
Zdroj: ČSÚ, 2017 (vlastní zpracování)
Odvětví retailu a stav EDI v ČR 53
1 Společnost CCV, s.r.o., jež je rovněž zakladatelem informačního portálu EDI Zone. Ten se proble-
matice elektronické výměny dat věnuje detailně. Jmenovitě se jednalo o konzultace s Davidem Rei-
chelem (ředitel divize eBussiness), Lubomírem Veselým (obchodní ředitel), Petrem Ondráškem
(marketingový ředitel) a Tomášem Kormaňákem (produktový manažer).
2 např. Hostex, s.r.o., INA Sport, s.r.o., Mikro, s.r.o., SprayTech s.r.o.
Metodika práce a data 57
šetření, kde respondent například uvedl, že neví nebo nedokáže odhadnout odpo-
věď na otázku, je tato hodnota imputována aritmetickým průměrem zjištěných
hodnot dané proměnné. Konkrétně se jednalo o proměnné, jejichž přehled je uve-
den v následující tabulce 3. Pokud chybělo více údajů, byl dotazník vyřazen.
Z tabulky je patrné, že nejvíce imputovaných údajů bylo v otázce č. 15, kde
velká část respondentů nebyla schopna odhadnout na škále od 1 (nízké) do 7 (vy-
soké), jak vysoké náklady se pojí s adopcí EDI a odpověděli variantou „Nedokáži
říct“. Při interpretaci výsledků spojených s vyhodnocením této otázky, je tedy nut-
né brát tuto skutečnost v potaz.
r s
(nij mij ) 2 / mij
2
(1),
i 1 j 1
kde nij jsou pozorované četnosti a mij jsou očekávané četnosti. Závislost je tím sil-
nější, čím více se skutečná četnost liší od četnosti teoretické, a tím vyšších hodnot
nabývá testovací statistika Chí-kvadrát. Nulová hypotéza o nezávislosti obou znaků
je v disertační práci zamítnuta, pokud je příslušná p-hodnota nižší než stanovená
hladina významnosti (Minařík, 2004). V této práci je pro testování hypotéz zvolena
hladina významnosti α = 0,05.
58 Metodika práce a data
Pro posouzení síly vztahu mezi nominálními znaky je využit Cramerův koefi-
cient, který lze vypočíst následujícím způsobem (Hendl, 2012):
2
V (2),
n(m 1)
zde m odpovídá většímu z obou čísel r, s. Pokud Cramerův koeficient nabývá hod-
noty 0, není mezi proměnnými vztah. Čím více se hodnota vypočteného koeficientu
blíží hodnotě 1, tím je síla závislosti mezi oběma znaky vyšší (Aczel, 1989).
V rámci vyhodnocení prvního primárního šetření je tak vytvořen základ pro
sestrojení druhého dotazníkového šetření, kde je navrženo několik proměnných,
které mohou ovlivňovat adopci EDI u českých podniků.
xi min( x)
zi (3),
max( x) min( x)
kde zi je hodnota normalizovaná hodnota proměnné xi = (x1,…,xn) pro i-té pozoro-
vání. Tímto způsobem jsou hodnoty proměnné lineárně transformovány do nové-
ho oboru hodnot tak, aby všechny indikátory, které vstupují do konstruktu, měly
vždy identický rozsah (Nardo et al., 2008). Pro třetí primární šetření se tedy kon-
krétně jedná o rozsah na škále od 1 do 7.
Dále jsou tedy jednotlivým proměnným vypočteny váhy, které vycházejí ze
stanovených faktorových zátěží po provedené rotaci faktorů, kde čtverec zatížení
faktorů představuje podíl celkové variability vstupující proměnné, který je vysvět-
len faktorem. Vahami vstupujícími do konstruktu kompozitních proměnných, jsou
tedy normalizované čtverce faktorových zátěží:
60 Metodika práce a data
2j
vj r
(4),
j 1
2
j
kde váhou pro danou j-tou proměnnou vj = (v1,…, vr) je rotovaná faktorová zátěž
dané proměnné j = ( 1,…, r), umocněna na druhou a následně vydělena sumou
všech druhých mocnin faktorových zátěží vstupujících do daného faktoru. A r je
tedy počet proměnných vstupujících do konkrétního faktoru.
Pro verifikaci přiřazení vah jednotlivým původním proměnným ve složených pro-
měnných, je rovněž pro některé vypočtena míra vnitřní konzistence proměnných,
Cronbachovo alfa (Nardo et al., 2008):
k
var(Y j )
k
1 j 1 (5),
k 1 var(Y )
zde k je počet položek testu, var (Yj) je rozptyl hodnocení j-té položky a var (Y) je
rozptyl celkových skóre v testu.
Následně jsou vypočteny nové kompozitní proměnné pro n pozorování
a r proměnných vstupujících do konstruktu faktoru:
exp(X i )
Pr(Yi 1) (7),
1 exp(X i )
Pr(Yi 1)
ln 0 i X i (8),
1 Pr(Yi 1) i
jelikož výraz ln (P/1-P) se nazývá logit čísla P, koeficienty lze tedy interpretovat
jako mezní vlivy na logaritmus podílu šancí a tento model nazýváme binární logis-
tický regresní model, jež lze vyjádřit v následné v podobě:
Yi* 0 i X i i (9).
i
Index i zde opět reprezentuje jednotlivá pozorování pro oslovené podniky. Závislá
proměnná Yi * je tzv. latentní (nepozorovaná) proměnná a i má tzv. logistické roz-
dělení. Tento model pak říká, že logit hodnoty P lze vyjádřit jako vážený součet
hodnot nezávislých proměnných. Logit hodnoty P je tedy logaritmem šance zkou-
maného jevu a ekvivalentně může být tento model zapsán touto rovnicí:
exp( 0 i X i )
exp(Yi* )
Pr(Yi 1) i
(10).
1 exp( 0 i X i ) 1 exp(Yi* )
i
tika. Následně je posouzena statistická významnost, kde signifikance větší než 0,05
naznačuje, že očekávaná a skutečná pozorování si jsou podobná, což opět odpovídá
vhodnému modelu adopce elektronické výměny dat (Řeháková, 2000).
Pro hodnocení a optimalizaci vypočteného logit modelu je pro použitá data
vypočtena senzitivita modelu dle následující rovnice:
TP TP
TPR (11),
P TP FN
zde TPR je senzitivita, TP správně klasifikované pozitivní případy závisle proměn-
né, P pozitivní případy a FN špatně klasifikované negativní případy. V případě,
že test dosahuje hodnoty nad 90 %, je model hodnocen jako model s vysokou vy-
povídající schopností. Senzitivita je rovněž využita při výpočtu vhodné prahové
hodnoty „cut value“ modelu, jež udává, jaké z jednotlivých odhadnutých hodnot
závisle proměnných, jsou přiřazeny ke které ze dvou možných hodnot binární
proměnné, tedy 0 nebo 1.
Následně je také vypočtena specifita modelu dle následující rovnice:
TN TN
SPC (12),
N TN FP
zde SPC je specifita, TN správně klasifikované negativní případy závisle proměnné,
N negativní případy a FP špatně klasifikované pozitivní případy. V případě, že test
dosahuje hodnoty nad 90 %, je model opět hodnocen jako model s vysokou vypo-
vídající schopností (Verbeek, 2004).
Nástrojem, jež ukazuje vztah mezi senzitivitou a specifitou modelu pro všech-
ny přípustné prahové hodnoty je ROC křivka, pro kterou je na svislé ose grafu za-
znamenána hodnota četnosti správně klasifikovaných pozitivních případů
a na vodorovné ose je četnost špatně klasifikovaných pozitivních případů. Z křivky
lze pak usuzovat prahovou hodnotu, nebo také separační kritérium, jež ovlivňuje
počet falešně pozitivních či falešně negativních pozorování. Pro optimální praho-
vou hodnotu lze využít Youdenův index, jež představuje maximální vertikální vzdá-
lenost konkrétního bodu na ROC křivce od diagonály ROC grafu, jedná se tak o ma-
ximalizaci součtu senzitivity a specifity modelu, kde index by měl dosahovat
vyšších hodnot než 0,7 ( Hopley a Van Schalkwyk, 2001).
Interpretace regresních koeficientů modelu adopce elektronické výměny dat,
následně vede k odhalení, které z kompozitních proměnných jsou pro adopci EDI
klíčové, tedy determinující, pro tuto operaci je využito sekvenční eliminace, kde
jsou z modelu odstraněny ty proměnné, které jsou vyhodnoceny jako statisticky
nevýznamné (p-hodnota byla menší než 0,05) na hladině významnosti 5 %.
Následně je také určen mezní vliv těchto determinant na adopci EDI, čímž po-
soudíme jak je ovlivněna pravděpodobnost adopce EDI u podniku, jestliže změní-
me jednu z uvedených nezávislých proměnných v modelu. V případě interpretace
mezního vlivu (Koop, 2008) závisle proměnné v logit modelu se pak neptáme: „Jak
se změní hodnota Y při změně X o jednotku?“, ale otázka je modifikována a ptáme
Metodika práce a data 63
se: „Jak se změní pravděpodobnost volby 1 (což odpovídá tomu, že u podniku pro-
běhla adopce EDI), pokud změníme X (tedy některou z kompozitních proměn-
ných)?“ S využitím diferenciálního počtu lze pak odvodit následující mezní vliv
X na pravděpodobnost volby 1:
exp(X i ) 1
(13).
1 exp(X i ) 1 exp(X i )
Tento vztah může vypadat na první pohled složitě, nicméně lze spočítat
v relevantním ekonometrickém programu. Je třeba ovšem zdůraznit, že tyto mezní
vlivy závisejí na X, proto je obvyklé, že počítačové programy vyhodnocují mezní
vlivy pro průměrnou hodnotu vysvětlujících proměnných. To nemusí být žádoucí,
a proto je také možné přistoupit k hodnocení mezního vlivu změny pro konkrétní
hodnoty daného regresoru, tedy ne mezní vliv při změně z průměrné hodnoty, ale
při změně například z hodnoty 6 na hodnotu 7 (proměnné jsou měřeny od 1 do 7).
Tyto mezní vlivy lze pak výhodně pozorovat v grafickém vyjádření, kdy na vodo-
rovné ose jsou konkrétní hodnoty regresoru a na svislé ose potom průměrné pre-
dikované pravděpodobnosti.
Velice často se také mezní vlivy vysvětlují pomocí tzv. podílu šancí („odds ra-
tio“), což je poměr pravděpodobností volby každé z alternativ:
Pr(Yi 1)
OR (14).
Pr(Yi 0)
Pro logit model lze pak podíl šancí zjednodušit následovně:
exp(X i )
Pr(Yi 1) 1 exp(X i )
exp(X i ) (15).
Pr(Yi 0) 1
1 exp(X i )
Potom logaritmus podílu šancí je tedy v tomto případě βXi a parametr β tak lze
interpretovat jako mezní vliv v kontextu logaritmu podílu šancí, což odpovídá tvr-
zení: „Pokud se X změní o jednotku, logaritmus podílu šancí se změní o β jednotek.“
Jak bylo zmíněno výše, většina statistických programů vychází při výpočtu
mezního vlivu změny závisle proměnné z průměrných hodnot vysvětlujících pro-
měnných. Tato skutečnost pak může v některých případech potlačit mezní vlivy
změn závisle proměnných, jak je tomu i v případě této práce. To může být způso-
beno nerovnoměrným rozložením respondentů, kteří adoptovali EDI (Y=1) proti
respondentům, kteří neadoptovali EDI (Y=0), a jsou v daném vzorku podniků silně
převažující (průměrné hodnoty tedy spíše reprezentují hodnoty proměnných
pro ty podniky, jež zatím EDI neadoptovaly). Je proto vhodné zaměřit se i na mezní
vliv změny nezávisle proměnné o jednotku pro konkrétní hodnoty dané proměnné.
Tomu je věnována podkapitola 7.5.2.
64 Metodika práce a data
Yi* 0 i X i 0 Dr i Dr X i i (16),
i i
zde pro umělou proměnnou nabývající hodnoty 0, což reprezentuje skupina pod-
niků, které nepatří do odvětví retailu (Dr=0), platí:
Yi* 0 i X i i (17),
i
Získaná primární data jsou zpracována v programu MS Excel 15, Statistica 12.0,
IBM SPSS Statistics 24, Gretl 2017b a Stata/SE 13.0 for MAC, kde každý z využitých
softwarů poskytuje vhodné výstupy pro jednotlivé matematicko-statistické opera-
ce provedené v rámci zpracování dat v této práci.
Identifikace proměnných ovlivňujících adopci elektronické výměny dat 65
Obr. 12 Hodnocení očekávané přínosnosti elektronické výměny dat podniky, které zatím tuto
technologii neimplementovaly
Na následujícím obrázku 13 lze pozorovat, že pro společnosti, které EDI již zavedly,
je vnímaná přínosnost EDI vyšší a kladně hodnotí přínos 96,7 % podniků.
Identifikace proměnných ovlivňujících adopci elektronické výměny dat 67
Obr. 13 Hodnocení očekávané přínosnosti elektronické výměny dat podniky, které již implemen-
tovaly tuto technologii
Celkově jako přínosné hodnotí EDI 69,4 % respondentů. Mezi hlavní důvody
k adopci EDI, které respondenti uvádějí, patří zvýšení bezchybnosti vzájemné ko-
munikace, snížení administrativních nákladů a především zvýšení rychlosti toku
informací. Naopak podniky mezi hlavní nevýhody zavedení této technologie řadí
především vysoké prvotní náklady na implementaci a také nedostatečné rozšíření
elektronické výměny dat mezi obchodními partnery.
Mezi další zjištění patří i fakt, že firmy přijímají průměrně pouze 39,0 % do-
kladů elektronicky. Zbytek dokladů je z papírové podoby pracně zaváděno opisem
do informačního systému podniku, kde průměrný čas na zavedení dokladu do je-
jich informačního systému respondenti odhadují na 10 min. Téměř 40 % dotáza-
ných podniků (37,6 %), zpracuje více jak 500 ks faktur měsíčně.
Byly tak stanoveny dvě nulové hypotézy o nezávislosti mezi znalostí elektronické
výměny dat a počtem dodavatelů (H01) či počtem zpracovaných dokumentů (H02).
H01: Neexistuje závislost mezi znalostí EDI a počtem firem pravidelně dodávají-
cích do podniku.
H02: Neexistuje závislost mezi znalostí EDI a průměrným počtem objednávek
za měsíc.
3Dle interpretace hodnot korelačního koeficientu v sociálních vědách, odpovídá hodnota korelace
v rozmezí 0,30 až 0,49 střední až podstatné závislosti.
70 Identifikace proměnných ovlivňujících adopci elektronické výměny dat
2. Vliv odvětví:
EDI je požadovaná významnými obchodními partnery,
Identifikace proměnných ovlivňujících adopci elektronické výměny dat 71
3. Finanční proměnné:
náklady na implementaci,
technická připravenost stávajícího systému,
náklady na školení,
provozní náklady (pravidelná platba poskytovateli formou tarifu).
4. Provozní proměnné:
potřeba snížit chybovost,
potřeba snížit administrativu (redukce „papírování“),
potřeba zvýšit bezpečnost přenosu informací,
potřeba zvýšení efektivity provozu,
potřeba snížení úrovně zásob,
potřeba zrychlení procesu podávání objednávek,
potřeba zrychlení komunikace obchodních partnerů.
5. Postoj vedení:
vedení je nakloněno technickým inovacím,
vedení si myslí, že využívání IT zlepšuje produktivitu zaměstnanců,
vedení má dobré reference na EDI od obchodních partnerů,
vedení očekává po adopci EDI získání konkurenční výhody,
vedení vnímaná EDI jako přínosné.
je velmi důležité, aby firma měla přístup k informacím rychle a kdykoliv (např.
mléčné výrobky – zde musí být neustále monitorována teplota skladování, da-
tum spotřeby a na základě těchto informací je zboží dále obchodováno),
je velice důležité rychle reagovat na trendy na trhu (např. módní zboží, zde je
často potřeba provádět vyhodnocení kampaní na různých sociálních sítí),
společnost má jednoho hlavního dodavatele (existuje tlak silnějšího obchod-
ního partnera na zavedení EDI),
společnost má jednoho hlavního odběratele dodavatele (existuje tlak silnější-
ho obchodního partnera na zavedení EDI).
7. Nepřímé přínosy:
vylepšená image společnosti spjatá se zavedením EDI,
EDI jako nová konkurenční výhoda,
zlepšení zákaznických služeb,
zlepšení vztahů s obchodními partnery,
lepší organizace práce.
9. Legislativa:
tlak ze strany veřejné správy.
10. Ekologie:
EDI jako ekologicky přátelská technologie.
Tab. 5 Kritéria pro posouzení vhodnosti faktorové analýzy – Faktory ovlivňující adopci EDI
Na základě Cattelova grafu vlastních čísel (Scree plot), byl následně určen vhodný
počet nových latentních proměnných, tedy extrahovaných faktorů, který byl stano-
ven na deset. Tento počet rovněž odpovídá Kaiserovu kritériu, kde vlastní číslo je
vyšší než jedna právě u těchto deseti komponent. Tyto nově vzniklé faktory pak
vysvětlují 74,8 % rozptylu odpovědí všech respondentů (viz tabulka 6).
Extrahované faktory tedy jsou nepřímé přínosy (1.), tlak odvětví (2.), IT zna-
losti vedení (3.), očekávané náklady (4.), spokojenost s aktuálním informačním
systémem (5.), konkurenční prostředí (6.), charakter poskytovatele (7.), provozní
přínosy (8.), míra obchodní závislosti (9.) a informovanost společnosti (10.).
V tabulce 6 rovněž nalezneme jednotlivé vstupující proměnné, jejich faktorové
zátěže, dále jsou zde vypsána jednotlivá vlastní čísla extrahovaných faktorů (la-
tentních proměnných) a procento variability, které daný faktor vysvětluje. Tyto
faktory, lze chápat tedy jako faktory adopce EDI, které vysvětlují rozptyl velkého
počtu pozorovaných proměnných (44) vstupujících do faktorové analýzy, pomocí
menšího počtu latentních proměnných, při minimální ztrátě informací
z pozorování.
74 Identifikace proměnných ovlivňujících adopci elektronické výměny dat
V dalším kroku byly stanoveny hodnoty těchto nově extrahovaných faktorů (pro
každou statistickou jednotku - odpovídajícího respondenta) tak, aby mohly být
podrobeny dalšímu statistickému zpracování. Jejich hodnota byla vypočtena po-
mocí váženého průměru všech proměnných, které jsou do konkrétního extrahova-
ného faktoru zahrnuty, kde vahou u jednotlivých proměnných byla zvolena jejich
faktorová zátěž. Jednotlivé zátěže jsou uvedeny v tabulce 6 a podrobná metodika
výpočtu hodnot extrahovaných faktorů je uvedena v kapitole 5.2.2.
Další otázka v dotazníkovém šetření byla věnována zjištění hlavních výhod a nevý-
hod adopce EDI, tak jak je vnímají jednotlivý respondenti. Podniky označily nejčas-
těji jako výhody EDI, které lze nazvat motivy adopce, následující: větší produktivitu
práce, redukci chybovosti, přístup ke spolehlivým, relevantním a přesným infor-
macím, snížení režijních nákladů a lepší organizaci práce. Naopak mezi hlavní ne-
výhody respondenti řadí: nízké rozšíření technologie mezi obchodními partnery,
náklady na přípravu stávajícího informačního systému na zavedení EDI, provozní
náklady na EDI, pravidelné platby za tarif, náklady na zaškolení zaměstnanců, ča-
sová náročnost zavedení, nutnost osvojit si nové dovednosti. Což potvrzují i vý-
sledky předchozího šetření.
Identifikace proměnných ovlivňujících adopci elektronické výměny dat 77
tem hodnoceny na škále tak, jako je to u proměnných, které tvoří druhou část kon-
ceptu modelu a nebyla na ně aplikována faktorová analýza. Jednotlivé proměnné
byly seřazeny do čtyř logických celků, jsou to: charakter společnosti, dokumenty
a jejich výměna, vnímané bariéry a motivace.
Druhou část, pak tvoří komponenty na levé straně obrázku, které vzešly
z faktorové analýzy a redukují počet proměnných do nově extrahovaných faktorů,
které jsou schopny vysvětlit tři čtvrtiny rozptylu původních 44 pozorovaných
proměnných, kde respondenti hodnotili jejich vnímanou významnost na škále od 1
do 10. Tato část tedy vychází především z druhého primárního šetření zaměřeného
na určení faktorů adopce EDI.
ko malé podniky, s obratem od 2 mil. EUR (cca 54,2 mil. CZK) do 10 mil. EUR (cca
271 mil. CZK), 6,0% podíl tvoří podniky střední s ročním obratem od 10 mil. EUR
(cca 271 mil. CZK) do 50 mil. EUR (1 355 mil. CZK). Zbylých 1,8 % pak připadá
na velké podniky s ročním obratem nad 50 mil. EUR (1 355 mil. CZK).
Rovněž lze také podniky dělit na různé kategorie dle počtu zaměstnanců,
viz obrázek 17. Podobně mikropodniky jsou také ty podniky, u kterých je počet
zaměstnanců menší než 10 (0-9), spadá 67,1 % (609) respondentů právě do této
kategorie (klasifikace dle definice uvedené v doporučení Evropské komise
č.2003/361/EC). Dalších 25,8 % (234) pak lze klasifikovat jako malý podnik,
s počtem 10 - 49 zaměstnanců, 5,2% (47) podíl tvoří podniky střední s 50 až 249
zaměstnanci a 1,9 % (17) pak připadá na velké podniky s 250 a více zaměstnanci.
V případě faktur, jež podnik měsíčně zpracuje, je situace obdobná a lze tak konsta-
tovat, že větší množství faktur odpovídá spíše podnikům, jež adoptovaly elektro-
nickou výměnu dat. U podniků jež nevyužívají EDI, byly odpovědi 201 a více faktur
pouze celkem pro 6,4 % respondentů, viz obrázek 23.
Tab. 8 Kritéria pro posouzení vhodnosti faktorové analýzy – Faktory ovlivňující adopci EDI
Na základě Cattelova grafu vlastních čísel, který je možno vidět na obrázku 26, je
následně určen vhodný počet nových latentních proměnných, tedy extrahovaných
faktorů, který byl stanoven na jedenáct. Jedná se o tzv. sutinový graf, kde na ose
x jsou znázorněny proměnné zahrnuté do analýzy a na ose y potom lze pozorovat
hodnoty vlastních čísel ke konkrétní proměnné. Pokud je rozhodováno dle tohoto
sutinového grafu, je počet stanovených komponent založen na posouzení přechodu
křivky z prudkého poklesu na pokles pozvolný, často se pro lepší představu také
udává, že správný počet komponent odpovídá bodu, kde by se zastavil z kopce pa-
dající kámen.
Dále lze konstatovat, že přidáním dalších komponent nadále roste procento vy-
světlené variability v datech, nicméně přírůstek je již malý.
První komponenta vysvětluje největší podíl variability původních proměn-
ných a to 24,5 %. S přidáváním dalších komponent je následně sledováno, jak pří-
nosnost dané komponenty k vysvětlení celkové variability klesá. Poslední uvažo-
vaná komponenta, v pořadí jedenáctá, pak vysvětluje pouhá 2,3 % variability pů-
vodních dat.
Dalším krokem faktorové analýzy je výpočet jednotlivých faktorových zátěží
pro každou z komponent (faktorů). Ty poskytují předběžnou informaci o tom, kte-
ré z proměnných budou tvořit nově extrahovaný faktor. Jedná se o korelaci mezi
původními proměnnými a nově identifikovanými faktory, které zjednodušeně vy-
světlují pozorované závislosti a jsou tedy ve skutečnosti odvozenými ideálními
veličinami.
Bez ohledu na metodu extrakce faktorů, existuje vždy nekonečně mnoho fak-
torových řešení, což v podstatě znamená, že ke každému odhadu faktorových zátě-
ží lze identifikovat mnoho dalších alternativ, které data vystihují ve stejné míře.
Z tohoto důvodu, je následně provedena rotace faktorů, jež umožňuje lepší distri-
buci proměnných k jednotlivým faktorům. Faktory jsou transformovány tak, aby
interpretace byla co možná nejjednodušší. Hledá se tedy takové řešení, kde každá
z původních proměnných je silně korelována jen s některými faktory a s ostatními
naopak slabě, pro tyto účely je použita metoda rotace faktorů Varimax. Faktorové
zátěže před rotací jsou uvedeny v příloze G, následující tabulka 10 pak znázorňuje
zátěže po provedení rotace za pomocí metody Varimax. V tabulce jsou červeně
označeny ty zátěže jednotlivých proměnných, které lze následně přiřadit k danému
extrahovanému faktoru, jelikož s ním silně korelují. Ve všech případech se jedná
o zátěže vyšší než 0,5.
Původní Faktory
proměnné 1 2 3 4 5 6 7 8 9 10 11
34 0,867 0,059 0,135 0,063 0,032 0,085 0,023 0,049 0,097 -0,008 -0,022
33 0,855 0,100 0,068 0,065 0,012 0,004 -0,004 0,018 0,179 0,135 -0,079
32 0,838 0,062 0,106 0,073 0,003 0,041 0,019 -0,013 0,164 0,072 -0,068
24 0,817 0,078 0,151 -0,019 -0,019 0,170 0,071 0,000 -0,054 -0,136 0,101
29 0,811 0,192 0,085 0,106 -0,025 0,031 0,003 0,029 0,101 0,043 -0,025
25 0,810 0,057 0,200 0,036 0,016 0,184 0,021 0,032 -0,087 -0,163 0,090
31 0,806 0,078 0,115 0,081 0,015 -0,010 0,013 -0,032 0,248 0,184 -0,088
28 0,789 0,200 0,116 0,111 -0,050 0,043 -0,022 0,024 0,067 0,021 -0,044
30 0,777 0,081 0,045 0,044 0,024 -0,066 -0,004 -0,016 0,273 0,187 -0,115
26 0,769 0,060 0,136 0,015 0,078 0,122 0,036 0,028 -0,011 -0,086 0,133
23 0,743 0,087 0,213 0,013 0,040 0,214 0,051 0,014 -0,177 -0,195 0,199
35 0,701 0,083 0,081 0,010 0,089 0,062 0,023 0,043 0,087 -0,041 0,008
27 0,684 0,206 0,011 0,051 -0,018 0,013 0,060 0,027 0,038 0,083 -0,070
92 Determinanty adopce elektronické výměny dat
Původní Faktory
proměnné 1 2 3 4 5 6 7 8 9 10 11
22 0,659 0,140 0,123 -0,017 0,010 0,204 0,042 -0,002 -0,203 -0,225 0,152
19 0,130 0,884 0,052 0,049 -0,029 -0,009 -0,023 0,080 0,011 0,085 -0,024
21 0,129 0,875 0,024 0,057 -0,016 0,044 -0,007 0,050 0,024 0,104 -0,066
20 0,132 0,858 0,032 0,094 -0,002 0,060 -0,005 0,100 0,032 0,052 -0,063
18 0,128 0,846 0,069 0,118 -0,016 0,021 0,002 0,205 0,043 0,005 0,039
16 0,221 0,820 0,117 0,080 -0,029 0,010 -0,010 0,100 0,031 -0,031 0,016
15 0,191 0,778 0,148 0,139 -0,026 0,010 -0,033 0,211 0,042 -0,044 0,027
17 0,103 0,677 0,047 -0,081 0,007 0,021 0,041 -0,063 0,063 0,007 0,058
10 0,150 0,047 0,884 0,003 0,130 0,032 -0,027 0,044 0,028 0,002 0,041
13 0,227 0,073 0,849 0,034 0,087 0,067 0,006 0,085 0,043 -0,036 0,002
11 0,176 0,099 0,789 0,022 0,094 0,065 0,023 0,000 -0,009 -0,116 0,040
9 0,054 0,047 0,772 -0,056 0,101 -0,011 0,045 0,141 -0,009 -0,009 -0,020
14 0,313 0,123 0,694 0,090 -0,016 0,008 0,029 -0,019 0,122 0,053 -0,025
50 0,178 0,097 0,577 0,160 0,010 -0,002 -0,090 0,115 0,160 0,134 0,069
7 0,078 0,051 0,046 0,847 -0,071 0,093 0,032 0,046 0,041 -0,071 -0,042
3 0,093 0,103 0,075 0,790 -0,031 0,119 0,028 0,014 -0,025 -0,051 -0,107
2 0,043 -0,006 0,002 0,765 -0,062 0,028 0,039 0,070 0,104 -0,174 -0,108
49 0,050 0,036 0,019 0,698 -0,047 -0,040 0,008 0,114 -0,047 0,057 0,424
1 0,087 0,090 0,061 0,680 -0,013 0,050 -0,005 0,013 -0,007 -0,099 0,039
48 0,048 0,118 -0,023 0,649 -0,056 -0,045 0,015 0,177 -0,040 0,082 0,279
5 0,042 -0,020 0,116 -0,069 0,922 0,034 -0,012 -0,028 0,009 -0,024 -0,020
4 0,034 -0,017 0,116 -0,100 0,920 0,015 -0,027 -0,014 0,014 0,005 -0,033
6 0,041 -0,053 0,124 -0,066 0,865 0,032 0,045 0,031 0,001 -0,016 0,007
40 0,165 0,014 -0,017 0,093 0,034 0,783 0,004 -0,031 0,034 0,053 -0,107
41 0,224 0,010 0,107 0,072 0,064 0,775 0,042 -0,008 0,153 -0,009 0,021
42 0,125 0,065 -0,001 0,087 -0,027 0,635 0,044 0,077 0,198 0,151 -0,210
36 0,075 0,002 0,001 0,069 0,022 0,091 0,865 0,042 -0,021 -0,018 0,022
37 0,051 0,019 -0,041 0,050 0,008 0,028 0,860 -0,070 0,090 0,024 -0,002
38 0,046 -0,039 0,040 -0,022 -0,021 -0,022 0,842 0,013 0,024 0,037 -0,044
8 0,028 0,288 0,028 0,121 0,054 0,033 -0,038 0,785 -0,002 0,052 0,049
51 -0,012 0,123 0,168 0,160 -0,036 0,034 0,018 0,779 -0,002 -0,042 0,044
12 0,147 0,423 0,278 0,102 -0,044 -0,078 0,002 0,595 0,018 0,084 -0,069
44 0,316 0,175 0,107 0,017 -0,013 0,248 0,084 0,000 0,656 -0,102 0,029
45 0,352 0,150 0,206 0,013 0,032 0,307 0,044 -0,027 0,643 -0,094 0,125
43 0,344 0,027 0,242 -0,016 0,061 0,412 0,099 0,061 0,509 -0,219 0,178
47 -0,041 0,102 -0,008 -0,155 -0,038 0,012 0,027 0,056 -0,036 0,736 -0,037
46 0,083 0,089 0,033 -0,227 0,019 0,306 0,038 -0,032 -0,231 0,589 0,196
39 0,000 0,041 -0,070 -0,141 0,039 0,228 0,033 -0,033 -0,134 -0,041 -0,745
Nyní lze přistoupit k samotné interpretaci výsledků, kdy je potřeba vzít v potaz,
které proměnné vstupují do jednotlivých faktorů a navzájem tedy korelují,
Determinanty adopce elektronické výměny dat 93
a na základě toho je pojmenovat tak, aby název vystihoval povahu této závislosti
a proměnné tak vhodně reprezentoval. Tyto faktory, jež ovlivňují adopci EDI, ná-
sledně pomohou k jednodušší konstrukci samotného modelu adopce EDI.
Struktura jednotlivých faktorů, čili které z původních proměnných náleží
ke kterému extrahovanému faktoru, je uvedena v tabulce 11, kde jsou jednotlivé
faktory rovněž pojmenovány. Dále je zde uvedeno vlastní číslo a procenta variabili-
ty původních dat, jež konkrétní faktory vysvětlují.
Extrahované faktory jsou následující: důležitost přínosů (1.), tlak odvětví (2.),
IT znalosti vedení (3.), objem dat (4.), spokojenost s aktuálním IS (5.), konkurenční
prostředí (6.), očekávané náklady (7.), zkušenost (8.), informovanost společnosti
(9.), míra obchodní závislosti (10.) a zahraničí (11.). Původní proměnné, jež vstu-
pují do jednotlivých faktorů, jsou dále komentovány v následující kapitole.
Důležitost přínosů
Extrahované Faktorové
Původní proměnné Váhy Váhy %
faktory zátěže
Zvýšení bezpečnosti dat 0,769 0,069 6,9%
Snížení skladových zásob 0,684 0,055 5,5%
Zrychlení objednávkového procesu 0,789 0,073 7,3%
Zrychlení komunikace obchodních partnerů 0,811 0,077 7,7%
Vylepšená image společnosti 0,777 0,070 7,0%
Nová konkurenční výhoda 0,806 0,076 7,6%
Důležitost Redukce papírování 0,659 0,051 5,1%
přínosů Redukce chybovosti 0,743 0,064 6,4%
Snížení režijních nákladů 0,817 0,078 7,8%
Větší produktivita práce 0,810 0,077 7,7%
Zlepšení zákaznických služeb 0,849 0,082 8,2%
Zlepšení vztahů s obchodními partnery 0,855 0,085 8,5%
Lepší organizace práce 0,867 0,088 8,8%
EDI jako ekologicky přátelská technologie 0,701 0,057 5,7%
Součet 10,93661 1 100,0%
Tlak odvětví
Dalším velice zajímavým aspektem, který může ovlivňovat adopci EDI, se pak stává
tlak odvětví. Ten je často zmiňován v zahraniční literatuře jako stěžejní a v tomto
šetření představuje 9,8 % variability původních proměnných. Do konstruktu tlaku
odvětví v této práci spadají proměnné, které měly za úkol odhalit, jak na adopci
EDI u podniků působí jejich obchodní partneři. Dále jsou proměnné odlišeny tak,
aby bylo zřejmé, zda případný tlak na zavedení EDI vychází od tzv. silných hráčů,
jelikož v praxi často dochází k nátlaku na slabší obchodní partnery, kdy si silnější
dodavatel či odběratel často diktuje podmínky komunikace.
Z rozhovorů s poskytovateli EDI vyplývá, že pokud EDI adoptuje velká společ-
nost s širokou sítí obchodních partnerů, jedná se následně o značný přírůstek zá-
kazníků, jež požadují zavedení elektronické výměny dat. Tuto skutečnost lze přisu-
zovat tomu, že podnik, který EDI adoptuje a investuje do technologie určité pro-
středky, vyžaduje následně od svých partnerů komunikaci pouze tímto způsobem
tak, aby byla tato technologická změna adekvátně využita a návratnost investice
byla co nejvyšší. Konkrétní hodnoty složené proměnné jsou vypočteny pro každý
podnik stejným způsobem jako u předchozí proměnné.
Determinanty adopce elektronické výměny dat 97
IT znalost vedení
Další proměnnou, jež vstupuje do logit modelu, je IT znalost vedení. Tento faktor je
rovněž často v literatuře zmiňován jako rozhodující. Jeden z prvních autorů, který
se začal problematice postojů vedení k adopci EDI věnovat, byl Thong (1995).
Při konstrukci modelu adopce EDI je proto vhodné uvážit, že rozhodnutí o tom, zda
podnik elektronickou výměnu dat adoptuje, vždy musí provést vedení společnosti
a jejich znalost i vnímaná přínosnost EDI tak může být jedním z klíčových aspektů
adopce.
V rámci této kompozitní proměnné je sledován postoj vedení společnosti
k informačním technologiím, inovacím, ochotě investovat a co od adopce nových
technologií vedení očekává. IT znalost vedení potom reprezentuje 7,1 % variability
původních dat.
Objem dat
Extrahované Faktorové
Původní proměnné Váhy Váhy %
faktory zátěže
Počet vyměněných faktur za měsíc 0,847 0,218 21,8%
Počet vystavených objednávek za měsíc 0,790 0,189 18,9%
Počet dodavatelů 0,765 0,177 17,7%
Objem dat
Obrat podniku za rok 0,698 0,148 14,8%
Počet odběratelů 0,680 0,128 12,8%
Počet zaměstnanců 0,649 0,140 14,0%
Součet 4,428 1,000 100,0%
Spokojenost s aktuálním IS
Extrahované Faktorové
Původní proměnné Váhy Váhy %
faktory zátěže
Pracnost 0,920 0,347 34,7%
Spokojenost
s aktuálním IS Rychlost 0,922 0,346 34,6%
Chybovost 0,865 0,306 30,6%
Součet 2,707 1,000 100,0%
Konkurenční prostředí
Extrahované Faktorové
Původní proměnné Váhy Váhy %
faktory zátěže
Je jednoduché přejít ke konkurenci 0,783 0,379 37,9%
Konkurenční
prostředí Rivalita mezi konkurenty v oboru je intenzivní 0,775 0,372 37,2%
Exist. mn. produktů na trhu, které plní stejnou funkci 0,635 0,249 24,9%
Součet 2,194 1,000 100,0%
Očekávané náklady
Právě vysoké náklady spojené se zaváděním EDI v minulosti mohou stále působit
neochotu při rozhodování o implementaci EDI, a to především u malých podniků.
Zde, jak potvrzuje v rozhovoru Jiří Košíček (jednatel společnosti SprayTech, s.r.o.),
převládá u obchodních partnerů povědomí o vysokých nákladech spjatých s adopcí
této technologie.
Tato složená proměnná zahrnuje náklady na implementaci systému, náklady
na nutné zaškolení zaměstnanců tak, aby mohli systém plnohodnotně používat
a provozní náklady na EDI, jež mohou být v podobě paušálních poplatků za posky-
tovanou službu nebo nákladů na obnovení licencí či vylepšení stávajícího hardwa-
ru. U všech těchto vstupních proměnných hodnotili respondenti jejich očekávanou
hodnotu na škále od 1 = nízké do 7 = vysoké. Je třeba upozornit na fakt,
že odhadnout výši těchto nákladů bylo pro respondenty značně obtížné a často tak
raději volili alternativu „nedokáži říct“, což je nutné v interpretaci výsledků ná-
sledně zohlednit. Všechny náklady se podílejí na kompozitní proměnné očekávané
náklady téměř stejnou vahou, jak lze sledovat v tabulce 18. Nové hodnoty jsou opět
vypočteny pro všechny respondenty a postihují 3,8 % variability původních dat.
Extrahované Faktorové
Původní proměnné Váhy Váhy %
faktory zátěže
Náklady na přípravu IS na zavedení EDI 0,865 0,340 34,0%
Očekávané
náklady Náklady na zaškolení zaměstnanců 0,860 0,337 33,7%
Provozní náklady na EDI čili pravidelné platby za tarif 0,842 0,323 32,3%
Součet 2,568 1,000 100,0%
Zkušenost
Jak se ukázalo po vyhodnocení dat z prvních šetření (kapitola 6), adopce EDI může
být podmíněna také tím, jaké má podnik znalosti o EDI, které se jeví jako stále ne-
dostatečné. Rovněž produktový manažer Tomáš Kormaňák (CCV, s.r.o.)
v rozhovoru uvedl, že převažuje nízká informovanost podniků o možnostech, které
Determinanty adopce elektronické výměny dat 101
Extrahované Faktorové
Původní proměnné Váhy Váhy %
faktory zátěže
Dostupnost informací o EDI 0,744 0,391 39,1%
Zkušenost Znalost EDI 0,661 0,385 38,5%
Dobré reference na EDI od obchodních partnerů 0,718 0,225 22,5%
Součet 2,124 1,000 100,0%
Informovanost společnosti
Extrahované Faktorové
Původní proměnné Váhy Váhy %
faktory zátěže
Je velmi důležité, aby firma měla rychle informace 0,656 0,390 39,0%
Inform.
společnosti Pro firmu je velice důležité reagovat na trendy na trhu 0,643 0,375 37,5%
Firma musí mít přístup ke spolehlivým informacím 0,509 0,235 23,5%
Součet 1,807 1,000 100,0%
Míra obchodní závislosti je faktor, který tak jako u proměnné informovanost společ-
nosti do jisté míry vychází z povahy sortimentu, se kterým společnost obchoduje.
Tato otázka byla zahrnuta na základě frekventovaně zmiňovaného aspektu adopce
EDI, kterým je tlak ze strany silnějšího obchodního partnera. Obecně se dá předpo-
kládat, že pokud je pro podnik těžké změnit obchodního partnera, ať už se jedná
o dodavatele či odběratele, bude podnik inklinovat k rozhodování o adopci EDI
v souvislosti s postojem obchodního partnera, se kterým obchoduje. Z tohoto po-
hledu, pokud nejčastěji dodává odběrateli, který EDI nevyužívá, je pro podnik nee-
fektivní implementovat EDI, jelikož hlavní obchodní partner není na elektronickou
výměnu dat připraven a výměnu tak podnik nemůže realizovat. Nebo působení
druhým směrem, kdy naopak pokud EDI zavede jeden z klíčových obchodních
partnerů, rozšiřuje se síť EDI exponenciální řadou. Jak uvádí David Reichel (ředitel
eBusiness): „Své obchodní procesy zefektivnil také český řetězec hobby marketů
UNI HOBBY, který nově využívá elektronickou komunikaci u dvou nejrozšířeněj-
ších dokumentů, objednávky (EDI zpráva ORDERS) a faktury (INVOIC). Tento dy-
namicky se rozšiřující způsob výměny dokladů si přitom v UNI HOBBY našel své
místo velmi rychle. Do EDI komunikace jsme tak v rekordně krátkém čase během
necelého měsíce a půl zapojili více než 100 dodavatelů.“
Tato složená proměnná pak zastupuje 2,2 % variability původních dat a je
rovněž dopočtena dle zmíněné metodiky pro všechny respondenty.
Extrahované Faktorové
Původní proměnné Váhy Váhy %
faktory zátěže
Míra obch. Společnost má spíše jednoho hlavního dodavatele 0,589 0,391 39,1%
závislosti
Společnost má spíše jednoho hlavního odběratele 0,736 0,609 60,9%
Součet 1,325 1,000 100,0%
Determinanty adopce elektronické výměny dat 103
Zahraničí
Extrahované Faktorové
Původní proměnné Váhy Váhy %
faktory zátěže
Zahraničí Působnost podniku na zahraničním trhu -0,745 1,000 100,0%
Čas
Přínosnost
niků, které adoptovaly EDI, je přibližně desetkrát méně než těch, jež zatím EDI ne-
využívají.
Pozorované Predikované
EDI Procento správně predikovaných
0 1
Krok 0 EDI 0 819 0 100
1 88 0 0
Celkové procento 90,3
Následně jsou tyto hodnoty výchozího stavu, kdy odhadujeme hodnoty závisle
proměnné bez přidání vysvětlujících nezávislých proměnných, podkladem pro po-
souzení zlepšení schopnosti predikce výsledného modelu adopce EDI. Výsledky
nulového modelu jsou uvedeny v následující tabulce 24.
Proměnné v rovnici
Krok 0 B S.E. Wald df Sig. Exp(B)
Konstanta -2,23075 0,112181 395,4213 1 0,000 0,107448
Výsledky poukazují na střední hodnotu adopce EDI 0,112, jež odpovídá rozložení
podniků bez adopce EDI a s adopcí EDI. Rovněž lze konstatovat, že rozdílnost mezi
jednotlivými variantami, tedy podnik neadoptoval EDI ku podnik adoptoval EDI,
je statisticky významná.
Sumarizace modelu
Krok -2 Log li- Cox & Snell Nagelkerke
kelihood R kvadrát R kvadrát
1 275,477 0,283 0,602
Sledovaná hodnota Nagelkerke R kvadrát (viz tabulka 26), jež poukazuje na vhod-
nost modelu, v tomto případě odpovídá výsledku, kde navrhovaný model vysvětlu-
je 60,2 % „variability“ adopce elektronické výměny dat (je zřejmé, že pro dichoto-
mické proměnné neexistuje míra rozptylu).
Dalším provedeným testem přiměřenosti modelu je test dobré shody, Hosmer
a Lemeshow test. Tento test je možné použít pouze pro rozsáhlý výběrový soubor,
jež v tomto případě tvoří 907 respondentů, a tato podmínka je tak naplněna.
Statistickou významnost zde reprezentuje hodnota 0,876, což opět odpovídá vhod-
nému modelu adopce elektronické výměny dat, kde očekávané a pozorované hod-
noty jsou si podobné.
Dále je přistoupeno k porovnání pozorovaných (krok 0) a modelem prediko-
vaných (krok 1) hodnot.
Pozorované Predikované
EDI Procento správně predikovaných
0 1
Krok 1 EDI 0 806 13 98,4
1 43 45 51,1
Celkové procento 93,8
dikovat, kdy daný podnik adoptuje EDI, tedy senzitivitu modelu. V tomto případě je
správně odhadnuto 51,1 % závisle proměnných, jež nabývají hodnoty 1. Tato hod-
nota reprezentuje v porovnání s nulovým modelem (0 %) zlepšení, nicméně otáz-
kou je, zda nelze tento model upravit tak, aby dokázal ještě lépe predikovat situaci,
kdy podnik EDI adoptuje. Jinými slovy, zda je možné zlepšit senzitivitu daného
modelu, jejíž výpočet je dán rovnicí 11 v metodice práce.
Je tedy vhodné zhodnotit frekvenční rozdělení hodnot predikované proměnné
a posoudit, zda není možné upravit prahovou hodnotu „cut value“ tak, aby byla
senzitivita modelu navýšena a bylo dosaženo lepší predikce podniků s adopcí EDI.
Lze pozorovat (tabulka 29), že po této úpravě celkový počet správně predikova-
ných případů poklesl na 83,6 %, ale je maximalizována požadovaná senzitivita
modelu, jež udává počet správně odhadnutých případů, kdy podnik adoptoval EDI,
kde při zlomové hodnotě 0,09 správná predikce odpovídá 92,0 % hodnot (z pů-
vodní 51,1 % pro „cut value“ 0,5), došlo tedy k značnému zlepšení schopnosti mo-
delu predikovat podniky, jež adoptují EDI.
Pozorované Predikované
EDI Procento správně predikovaných
0 1
Krok 1 EDI 0 667 142 82,7
1 7 81 92,0
Celkové procento 83,6
Determinanty adopce elektronické výměny dat 109
Tab. 31 Klasifikační tabulka - prahová hodnota „cut value" je 0,09 – po sekvenční eliminaci
Pozorované Predikované
EDI Procento správně predikovaných
0 1
Krok 1 EDI 0 672 147 82,1
1 7 81 92,0
Celkové procento 83,0
110 Determinanty adopce elektronické výměny dat
Podíl šancí, tj. Exp (B), pak udává podíl pravděpodobnosti, že podnik má EDI adop-
továnu ku pravděpodobnosti, že podnik nemá EDI adoptovánu, například 1:10
(0,1) z celkových 907 případů.
Což pro interpretaci dosažených výsledků znamená, že například u podniků,
kde se zvýší zkušenost s EDI o jednotku, odpovídají 4,9 krát vyšší šanci mít EDI
adoptovánu než ti, co mají nižší zkušenost, za předpokladu, že ostatní regersory se
nemění a jsou na svých průměrných hodnotách (např. 4,9*1/10 = 0,49).
Ty podniky, jež pociťují vyšší tlak odvětví (jednotková změna), mají 1,5 krát
vyšší podíl šancí na adopci EDI.
Při nárůstu počtu zpracovaných dat o jednotku, je podíl šancí ve prospěch
adopce EDI opět 1,7 krát vyšší než původní podíl šancí.
Naopak pro IT znalost vedení platí, že při zlepšení vnímané IT znalosti vedení
o jednotku, dojde k poklesu podílu šancí ve prospěch adopce EDI a bude odpovídat
63,6 % toho, jaký byl před touto změnou.
K poklesu podílu šancí na adopci EDI rovněž dochází pro proměnnou spokoje-
nost s aktuálním IS, při jejím jednotkovém nárůstu klesá 0,6 krát šance na adopci
EDI.
Výchozí nulový model, tedy krok 0, zůstává stejný, jelikož model vychází
z totožných dat a je možno přistoupit k vyhodnocení navrženého logit modelu, te-
dy kroku 1, při zohlednění interakce retailu.
Tab. 33 Výsledky omnibus testu koeficientů rozšířeného modelu adopce EDI s interakcí retailu
Dle omnibus testu koeficientů modelu, viz tabulka 33, lze model adopce EDI
s rozšířením považovat za vhodný, je patrný rozdíl nulového modelu s konstantou
a modelu s nezávislými kompozitními proměnnými a alespoň jeden z regresorů je
statisticky významný (p je menší než 0,05).
Sumarizace modelu
Krok -2 Log li- Cox & Snell Nagelkerke
kelihood R kvadrát R kvadrát
1 212,755 0,331 0,703
Následuje klasifikační tabulka (tabulka 36) pro rozšířený model, která je srovnána
s klasifikační tabulkou nulového modelu tak, aby mohlo dojít k zjištění, zda je na-
Determinanty adopce elektronické výměny dat 113
vržený rozšířený model dostatečně senzitivní a kolik procent případů adopce EDI
je schopen správně predikovat.
Tab. 36 Klasifikační tabulka - prahová hodnota "cut value" je 0,15 – rozšířený model
Pozorované Predikované
EDI Procento správně predikovaných
0 1
Krok 1 EDI 0 748 71 91,3
1 11 77 87,5
Celkové procento 91,0
Stejně tak, jako v předchozím modelu, je pro model vypočtena optimální prahová
hodnota pomocí Youdenova indexu, jež pro tento rozšířený model odpovídá hod-
notě 0,15 (0,1521514). Při ní vykazuje model nejvyšší hodnotu součtu senzitivity
a specifity, a lze jej tedy v případě predikce těch podniků, jež adoptovaly EDI, po-
važovat za vhodný (viz následující obrázek 30).
Tab. 38 Klasifikační tabulka - prahová hodnota "cut value" je 0,15 – rozšířený model po sek. elim.
Pozorované Predikované
EDI Procento správně predikovaných
0 1
Krok 1 EDI 0 736 83 89,9
1 12 76 86,4
Celkové procento 89,5
Z tabulky proměnných v rovnici (tabulka 39) je patrné, že pro oddíl retailu jsou
tedy jako statisticky významné, čili determinující, určeny faktory: důležitost příno-
sů, tlak odvětví, IT znalost vedení, spokojenost s aktuálním informačním systémem,
objem dat, objednání ručně, informovanost společnosti, míra obchodní závislosti,
zkušenost a čas.
Regresory čas, míra obchodní závislosti a informovanost společnosti byly při-
dány i přes svoji statistickou nevýznamnost, pro snazší interpretovatelnost rozdílů
mezi retailem a ostatními oddíly sekce ekonomické činnosti.
Z výsledků je také zřejmé, že pouze pro vybrané regresory je jejich odlišný
efekt v rozšířeném modelu s interakcí retailu zvlášť zohledněn. Jedná se o následu-
jící kompozitní proměnné: tlak odvětví, spokojenost s aktuálním IS, informovanost
společnosti, míra obchodní závislosti, zkušenost a čas, kde je vliv těchto determinant
na adopci EDI v retailu statisticky významně odlišný od vlivu regresorů pro ostatní
oddíly sekce G.
116 Determinanty adopce elektronické výměny dat
Jelikož popis mezních vlivů jednotlivých regresorů pomocí podílu šancí, může být
pro pochopení vlivu na pravděpodobnost adopce EDI těžce uchopitelný, lze využít
ukazatele mezního vlivu pro průměrné hodnoty vysvětlujících proměnných (je
tedy vyhodnocen pro realizace průměrů regresorů) na průměrnou hodnotu predi-
kované pravděpodobnosti adopce EDI (pro připomenutí, v logitu je mezní vliv vždy
závislý na hodnotách všech regresorů). Přehled jednotlivých mezních vlivů (v ta-
bulce označených jako směrnice) pro statisticky významné regresory rozšířeného
modelu, je uveden v následující tabulce.
Například lze tak sledovat, že při nárůstu regresoru zkušenost z průměrné
hodnoty o jednotku, by predikovaná pravděpodobnost adopce EDI v retailu vzrost-
la o 0,03 % (sečtena hodnota směrnice proměnné zkušenost a D_zkušenost,
Determinanty adopce elektronické výměny dat 117
Tab. 40 Proměnné v rovnici – rozšířený model – určení mezního vlivu pro průměrné hodnoty
vysvětlujících proměnných
Jak je z výsledků výpočtu patrné (viz tabulka 40), jsou průměrné mezní vlivy de-
terminant adopce (změna jednoho regresoru o jednotku, při zachování průměr-
ných hodnot ostatních regresorů) na predikovanou pravděpodobnost adopce EDI
velice malé. Tato skutečnost je pak způsobena tím, že respondenty se staly přede-
vším podniky, jež odpovídaly variantě 0, což je adopce EDI neproběhla,
a to z 90,3 %.
Pokud tedy vypočtené mezní vlivy vychází z průměrných hodnot daných nezá-
visle proměnných, je vypočtená průměrná hodnota regresoru reprezentativní spíše
pro podniky, u nichž elektronická výměna dat není adoptována. Na základě toho,
potom existuje předpoklad, že v případě zprůměrování všech nezávislých proměn-
ných, se následně mezní vlivy těchto determinujících faktorů projevují velice slabě
na celkové predikované pravděpodobnosti volby 1, čili podnik adoptoval EDI. Pro-
118 Determinanty adopce elektronické výměny dat
to je v dalším kroku pro vybrané determinanty zpracován vliv změn těchto deter-
minant o jednotku pro konkrétní hodnoty, které determinanty adopce EDI mohou
nabývat (hodnoty od 1 do 7), nikoliv pro průměrné hodnoty.
Dalším velice zajímavým výstupem, jež rozšířený logit model poskytuje, je potom
možnost sledování vlivu konkrétní nezávislé proměnné při různých hodnotách
na průměrnou predikovanou pravděpodobnost adopce EDI při rozlišení mezi různý-
mi oddíly sekce G, kde pozornost je věnována opět odlišnostem retailu.
Jednou z dalších determinant adopce EDI, a tedy i další nezávisle proměnnou logis-
tické funkce je tlak odvětví. Tento aspekt adopce EDI, jež ovlivňuje velice často roz-
hodování podniku, zda si elektronickou výměnu dat osvojí či nikoli, je ve shodě
s výsledky zahraničních studií determinujícím faktorem i pro podniky v ČR. Je pro-
to důležité sledovat, jak tlak odvětví ovlivňuje pravděpodobnost adopce.
Jak lze pozorovat na následujícím obrázku 34, s růstem tlaku odvětví rovněž
roste pravděpodobnost adopce EDI, a je možno konstatovat, že se jedná o pozitivní
závislost. Také je patrné, že vliv tlaku odvětví pro retail má sílící tendenci
v porovnání s podniky z ostatních oddílů sekce G. Síla vlivu této nezávislé proměn-
122 Determinanty adopce elektronické výměny dat
Konkrétní hodnoty predikcí pro různé hodnoty vysvětlující proměnné tlak odvětví
a porovnávané části sekce G, jež jsou všechny statisticky významné, jsou uvedeny
v předcházející tabulce 43. Pro veškeré hodnoty nabývá regresor statisticky vý-
znamného rozdílu mezního vlivu a jsou zde vyznačeny ty hodnoty, jež poukazují
na adopci EDI.
Další velice podstatnou determinantou adopce EDI je objem dat. Na základě vý-
sledků regrese, lze usuzovat, že růst potřeby transferu většího množství dat rovněž
pozitivně ovlivňuje adopci EDI. Na obrázku 35 je patrný rozdíl mezních vlivů
pro oddíl retailu a ostatní oddíly. Zatím co pro retail je změna pouze proměnné ob-
jemu dat pro vyhodnocení podniku jako adoptujícího EDI nedostatečná, pro ostatní
oddíly sekce G lze pozorovat, že při nárůstu potřeby počtu transferovaných dat
se výrazněji zvyšuje pravděpodobnost adopce a pro dosažené hodnoty 5 až 7 již
model predikuje, že podnik EDI adoptuje. Ostatní oddíly sekce G jsou tedy
na změnu počtu přenášených dat senzitivnější a i růst hodnoty pouze tohoto regre-
soru, při zachování ostatních nezávisle proměnných na jejich průměrné hladině,
může způsobit změnu predikované situace podniku.
je hodnota predikce adopce nižší, pro podnik tak bude predikována hodnota
Pr(Y=0), tedy podnik neadoptuje EDI.
Z obrázku 36 je pak čitelné, že oddíl retailu je na změnu spokojenosti s IS více
senzitivní a mezní vlivy jsou pro jednotlivé hodnoty výraznější. Pro hodnotu 1, kte-
rá reprezentuje naprostou nespokojenost s aktuálním informačním systémem,
lze konstatovat, že model pro obě srovnávané skupiny shodně predikuje stav,
kdy podnik pravděpodobně adoptuje EDI. Naopak pro hodnoty spokojenosti
na úrovni 2 až 3 jsou predikce odlišné. Zatímco v retailu tyto hodnoty poukazují
stále na adopci EDI, což lze pochopit jako odhodlání podniku svou nespokojenost
změnit, pro podniky z ostatních oddílů, není samotná nespokojenost s aktuálním
systémem tak významnou překážkou a průměrná predikce nabývá hodnoty nižší
než 0,15, což odpovídá predikci, že podnik EDI nemá.
Je-li sledována situace, v níž je podnik absolutně spokojen s IS, za jinak kon-
stantních podmínek, je zřejmé, že model pro obě skupiny poukazuje na nízkou
pravděpodobnost adopce EDI.
Pro ostatní determinanty adopce EDI, jež byly v rozšířeném modelu vyhodnoceny
se statisticky významným rozdílem mezi skupinou podniků z oddílu retailu
a ostatních podniků sekce G, jsou mezní vlivy na průměrnou hodnotu predikce
uvedeny v příloze I.
I přes jejich významnou odlišnost, lze ale konstatovat, že jak pro determinantu
informovanost společnosti, tak pro míru obchodní závislosti nabývá pro všechny
hodnoty těchto regresorů od 1 až do 7, a to pro všechny podniky ze sekce G, tako-
vých průměrných hodnot predikce závisle proměnné, že odpovídají případu
Pr(Y=0), tedy podnik EDI nevyužívá. Z toho je patrné, že změna pouze jedné z těch-
to determinant, při zachování konstantních hodnot ostatních nezávislých proměn-
ných, neovlivní výslednou predikci modelu.
126 Determinanty adopce elektronické výměny dat
Z výsledného návrhu modelu je patrné, které determinanty působí při růstu hod-
noty na zvýšení pravděpodobnosti adopce (zelené, levá strana modelu), jsou tedy
pozitivně korelované s adopcí EDI a naopak, které klíčové faktory působí na sníže-
ní pravděpodobnosti zavedení EDI (červené, pravá strana modelu), kde lze hovořit
o negativní závislosti. Jsou zde tak znázorněny směry závislostí statisticky vý-
znamných faktorů, jež mohou být nazvány determinantami adopce EDI v retailu.
V případě srovnání s původním modelem adopce EDI pro celou sekci G eko-
nomické činnosti dle CZ NACE (tabulka 32), došlo tak k rozšíření modelu o pro-
měnné důležitost přínosu, objednání ručně, informovanost společnosti a míra ob-
chodní závislosti.
Na druhé straně jsou umístěny determinanty, jež naopak s růstem hodnoty snižují
pravděpodobnost adopce EDI v retailu, patří mezi ně důležitost přínosů, spokoje-
nost s aktuálním IS, IT znalost vedení, čas či objednání ručně. Těmto je potřeba vě-
novat zvláštní pozornost, jelikož jejich negativní vliv nebyl, až na výjimku u pro-
měnné spokojenosti s IS, očekáván.
V případě determinanty spokojenosti s aktuálním informačním systémem byla
negativní korelace očekávána. Domněnku lze tedy potvrdit a konstatovat,
že v případě kdy je podnik spokojen se svým informačním systémem, potažmo
se stávajícím způsobem výměny dat, lze očekávat, že podnik nebude ochoten adop-
tovat novou technologii a stávající systém měnit. S rostoucí spokojeností
s rychlostí, pracností či chybovostí zadávání dokumentů, tedy klesá pravděpodob-
nost zavedení EDI.
Naopak situace, kdy pro podnik roste důležitost přínosů a klesá tak pravděpo-
dobnost zavedení EDI, je překvapivá. Tato skutečnost může být v modelu do jisté
míry ovlivněna nerovnoměrným zastoupením podniků, jež adoptovaly EDI a těch,
kteří technologii nevyužívají (90,3 %). Při bližší analýze rozložení četností jednot-
livých odpovědí, kde pro čtrnáct vstupujících proměnných, jež reprezentují přínosy
EDI, každý respondent hodnotil jejich vnímanou významnost hodnotou od 1 (ne-
důležité) do 7 (velmi důležité), je patrné, že většina respondentů volila vysoké
hodnoty, bez ohledu na to, zda EDI zavedeno mají či nikoli. Dalším možným vysvět-
lením negativního vztahu je potom fakt, že pro společnosti využívající elektronic-
kou výměnu dat již nejsou faktory jako například redukce zásob, zrychlení procesu
či snížení chybovosti tak podstatné, jelikož s těmito faktory jsou při výměně dat
automatizovaně spokojeny.
Dalším překvapivým zjištěním je, že rostoucí IT znalost vedení negativně kore-
luje s adopcí EDI. Tento výsledek byl konzultován s odborníkem v oblasti elektro-
nické výměny dat Tomášem Kormaňákem (produktový manažer, CCV s.r.o.), který
potvrdil, že s podobnou situací se setkává i v praxi a dodává „Pokud je vedení pře-
svědčeno o svých IT znalostech, které jsou ale často nedostatečné, nezřídka dochá-
zí k tomu, že podniky odmítají nové informace, případné konzultace a nedokáží
správně vyhodnotit situaci, či zanalyzovat potřeby podniku. Je potom velice těžké
Determinanty adopce elektronické výměny dat 129
8 Diskuze
Zásadním předpokladem pro naplnění cíle práce bylo provedení syntézy poznatků
řešené problematiky z tuzemské i zahraniční literatury. Existuje řada studií
s odlišnými přístupy k tématu adopce elektronické výměny dat, rovněž lze sledovat
značný vliv vývoje přístupů k adopci EDI v čase, dále se existující studie výrazně
liší dle místa, kde dané šetření probíhalo a odvětví zkoumaných podniků.
V následující tabulce 44 je uveden přehled vybraných studií, které se věnují
adopci EDI a identifikaci klíčových faktorů ovlivňujících adopci.
nabývá hodnoty 90 %, blíže viz tabulka 38. Rovněž specifita a senzitivita modelu
adopce EDI v retailu navrženého v této práci dosahuje v porovnání s předchozími
studiemi nejvyšších hodnot, a tedy odpovídá kvalitnějšímu modelu. Pro účely na-
plnění cíle disertační práce je nejdůležitější především senzitivita modelu, která
udává, na kolik je model schopen správně predikovat podniky, jež adoptují EDI tzn.
Pr(Y=1). V tomto případě činí ukazatel senzitivity 86 %.
Při srovnání je však na místě podotknout, že jistou roli může hrát fakt,
že do primárních šetření byly zahrnuty podniky pouze z České republiky, a okol-
nosti elektronické výměny dat mohou být pro každý stát mírně odlišné. Také je
výsledný model orientován pouze na podniky z odvětví velkoobchodu a maloob-
chodu, což umožňuje blíže konkretizovat subjekty zkoumání a specifikovat lépe
jejich potřeby. Další zkoumání odvětvových specifik a rozdílů a jejich mezinárodní
srovnání tak může představovat zajímavá budoucí rozšíření této tématiky.
Model v této práci je založen na značném množství pozorování (zahrnuto
je celkem 907 podniků) a takový rozsah vstupních dat následně vedl k přesnějšímu
odhadu vlivu jednotlivých nezávislých proměnných. Tento rozsah datového soubo-
ru není pro studie sbírající primární data obvyklý. Studie autorů Zhu et al. z roku
2003 (3103 podniků) a Gibbs a Kraemer z roku 2004 (2139 podniků), sice indikují
vyšší počet podniků, avšak jejich autoři vycházeli ze šetření statistických úřadů
z různých států a s omezenou hloubkou sesbíraných informací. V této práci tak
je implementován datový soubor s nejvyšším počtem respondentů zapojených
do dotazníkového šetření mezi zmíněnými studiemi.
Výzkumy EDI často zdůrazňují větší rychlost, efektivitu a úspory při zavedení elek-
tronické výměny dokumentů (Shahwan, 2013; Kung a Kung, 2015). Dále tuto tech-
nologii popisují jako konkurenční výhodu pro podnikatele (Musawa a Wahab,
2012). Širší zkušenosti s EDI však poukazují na to, že spíše než krátkodobé konku-
renční výhody z EDI, je nutno vnímat dopady v oblasti systémové integrace,
kde EDI nabízí největší skutečné výhody (Liang et al., 2004; Skydel, 2012). Zaměst-
nanci, kteří byli vytíženi administrativní činností, mají s EDI daleko větší prostor
pro strategické plánování a rozvoj obchodních dovedností (Kim a Lee, 2008). Do-
chází ke zlepšení komunikace se zákazníky a celkovému zvýšení úrovně poskyto-
vaného servisu (Goksoy et al., 2012). Dalším na první pohled ne tolik zřejmým be-
nefitem je posílení vztahů mezi jednotlivými obchodními partnery, jež využívají
elektronickou výměnu dat. Dochází k zintenzivnění komunikace, její lepší trans-
parentnosti a zlepšení informovanosti podniků (Lim a Palvia, 2001; Oliveira a Mar-
tins, 2011). Jednou z neméně podstatných výhod se pak stává konkurenční výhoda
v podobě možnosti výměny dat s podniky, jež EDI adoptovaly, a které často bývají
silnými hráči na trhu (Engel a kol., 2011).
Po implementaci také obvykle dochází k organizační restrukturalizaci, jež na-
pomáhá k zefektivnění chodu celého obchodního řetězce (Goksoy et al., 2012; Wu
a Chang, 2012) a poskytuje nutnou bázi pro SCM a opravdu strategický přístup
k podnikání (Delfmann a Albers, 2000; Zhu et al., 2006). Zatímco elektronická vý-
Diskuze 133
Jak již bylo zmíněno výše, cílem disertační práce je identifikovat determinanty
a vytvořit model, jež by komplexně pojmul problematiku adopce EDI v ČR v oblasti
velkoobchodu a maloobchodu. Bylo tedy vhodné postihnout co největší počet
možných proměnných, jež vstupují do rozhodování o implementaci EDI a zohlednit
tak různé aspekty adopce EDI. Především tedy vliv charakteru podniku a odvětví,
finančních proměnných, interní potřeby zlepšit provozní činnosti podniku, postoje
vedení společnosti, charakteru produktů či služeb, legislativy, ekologie, technické
způsobilosti poskytovatele a znalosti EDI.
Do výsledného dotazníkového šetření v odvětví velkoobchodu a maloobchodu
bylo tedy zahrnuto celkem 51 vstupních proměnných. Ty byly identifikovány
na podkladech ze zahraničních literárních zdrojů, ale také na základě dvou před-
cházejících primárních šetření (kapitola 6), kde bylo ověřeno několik vyslovených
hypotéz. První šetření „Aspekty sdílení elektronických dokumentů“, bylo zaměřeno
především na zjištění objektivních proměnných, kde se nepromítá subjektivita re-
spondenta a druhé šetření „Faktory ovlivňující adopci EDI“, bylo zaměřeno na zjiš-
134 Diskuze
Sledované
Autor a rok
faktory
adopce
Musawa a Wahab
Kaefer a Bendoly
Gibbs a Kraemer
Narayanan et al.
Mohamad et al.
Chwelos et al.
Kuan a Chau
Kim a Lee
Shahwan
Zhu et al.
Teo et al.
Lee et al.
Veselá
2000 2001 2001 2003 2003 2004 2008 2009 2012 2013 2015 2015 2017
Objem
dat
Tlak
odvětví
Očekávané
náklady
IT znalost
vedení
Konkurenční
prostředí
Důležitost
přínosů
Spokojenost
s akt. IS
Zkušenost
Informova-
nost společ-
nosti
Míra obchod-
ní závislosti
Zahraničí
Způsob vý-
měny dat
Čas
pomocí faktorové analýzy, jež se stala podkladem pro výpočet nových kompozit-
ních proměnných, tedy faktorů adopce. Tyto faktory dále vstoupily do binární lo-
gistické regrese a konstrukce modelu adopce jako nezávisle proměnné (regreso-
ry). Závisle proměnná, pak může nabývat dvou hodnot, a to adopce EDI neproběhla
(hodnota závisle proměnné nabývá hodnoty 0) a adopce EDI proběhla (hodnota
závisle proměnné nabývá hodnoty 1).
Pokud je brán v potaz vývoj odvětví v retailu v ČR, kde stále sílí trend úbytku men-
ších prodejen (viz obrázek 7) na úkor větších a konkurenčně silnějších řetězců,
je zřejmé, že automatizace obchodních procesů bude mít stále rostoucí tendenci.
Navržený model a informace uvedené v disertační práci se tak stávají vhodným
podkladem, pro orientaci podniků v problematice EDI a případně rozhodování
o vhodnosti adopce EDI pro podnik či nikoliv, což napomůže rozklíčovat aktuální
situaci výměny dat mezi podniky v odvětví retailu.
Model se rovněž stává účinným nástrojem pro poskytovatele služeb elektro-
nické výměny dat, jež na základě těchto výsledků mohou lépe zacílit svoji pozor-
nost a případnou kampaň na oslovení potenciálních zákazníků (Lee et al, 2015).
Získané poznatky mohou být dále využity státními autoritami v procesu zavá-
dění mandatorní elektronické fakturace a dále mohou sloužit hospodářské komoře
a nadnárodní neziskové organizaci GS1, která tvoří globální standardy pro datovou
komunikaci.
Závěr 137
9 Závěr
Cílem disertační práce bylo identifikovat determinanty adopce elektronické výmě-
ny dat u českých podniků v odvětví retailu a následně vytvořit obecný model adop-
ce elektronické výměny dat. Rovněž také kvantifikovat vliv jednotlivých determi-
nant a určit směr jejich působení tak, aby navržený model reflektoval specifika
konkrétního odvětví a podmínky podniků v České republice a bylo pomocí něj
možné predikovat pravděpodobnost adopce elektronické výměny dat v podniku.
Tomuto tématu dosud nebyla věnována v rámci České republiky dostatečná
pozornost a tato problematika zde nebyla dostatečně analyzována ani z teoretické
ani z empirické stránky. Podkladem pro vytvoření teoretického rámce práce
se tedy stala zahraniční odborná literatura, která poukazuje na určité odlišnosti
adopce elektronické výměny dat dané rozdílnými teoretickými aspekty, jež studie
zahrnují, a také odlišnými podmínkami různých států a odvětví.
Pro naplnění cíle bylo tedy nutné získat primární data, jejichž sběr proběhl
v několika fázích v letech 2013 až 2017, pomocí třech dotazníkových šetření, která
na sebe vzájemně navazují. První dvě šetření se věnují především identifikaci pro-
měnných ovlivňujících adopci EDI a zjištění určitých souvislostí mezi objektivními
i subjektivními faktory. Osvětlují tak genezi zkoumání problematiky a ústí
v koncept konstrukce modelu EDI. Na jeho základě je následně provedeno kom-
plexní šetření v odvětví velkoobchodu a maloobchodu, jež zahrnuje 51 vstupních
proměnných. Celkem se tohoto šetření zúčastnilo 907 podniků. Návratnost elek-
tronických dotazníků činila 5,4 %, z čehož 34 % tvoří samostatný oddíl retailu. Zís-
kaná data následně vstupují do výpočtu modelu pomocí binární logistické regrese.
K dosažení redukce dimenzionality dat bylo s pomocí faktorové analýzy vy-
tvořeno několik kompozitních proměnných, které dále představovaly nezávisle
proměnné v logit modelu, kde závisle proměnná nabývá hodnot 0=„podnik nemá
EDI“ a 1=„podnik adoptoval EDI“.
Nejprve byl vytvořen model adopce pro celou sekci G dle klasifikace ekono-
mické činnosti CZ-NACE (velkoobchod a maloobchod), bez rozlišení jednotlivých
oddílů. Po sekvenční eliminaci regresorů (p<0,05) byly jako determinující faktory
adopce EDI určeny tlak odvětví, IT znalost vedení, spokojenost s aktuálním IS, počet
dat, zkušenost a čas. Tento model je schopen správně predikovat 83 % případů,
specificita (přesnost klasifikace podniků, jež nemají EDI) je pro tento model 82 %
a senzitivita, na níž je při tvorbě modelu kladen velký důraz, jelikož popisuje počet
správně predikovaných podniků s adopcí EDI, činí 92 %.
Dalším krokem potom bylo vytvořit model ještě konkrétnější, tedy model
adopce EDI v retailu, s důrazem na odhalení případných odlišností retailu (oddíl
47) a ostatních oddílů sekce G (oddíl 45 a 46). Rovněž byla stanovena optimální
prahová hodnota klasifikace, a po provedení sekvenční eliminace, se jako determi-
nující jeví důležitost přínosů, tlak odvětví, IT znalost vedení, spokojenost s aktuálním
informačním systémem, objem dat, objednání ručně, informovanost společnosti, míra
obchodní závislosti, zkušenost a čas. Lze tedy pozorovat rozšíření modelu o pro-
měnné důležitost přínosů, objednání ručně, míra obchodní závislosti a informova-
138 Závěr
10 Literární zdroje
ABERNATHY, F. H., DUNLOP, J. T., HAMMOND, J. H., WEIL, D. A stitch in time: Lean retailing
and the transformation of manufacturing--lessons from the apparel and textile
industries. Oxford University Press, 1999. ISBN 0-19-512615-7.
ABEYSINGHE, G., ALSOBHI, A. Y. Social media readiness in small businesses. Procee-
dings of the International Conference Information Systems. 2013. s. 267-72.
ISSN 978-972-8939-83-0.
ACZEL, A. D. Complete business statistics. 1. vyd. Boston: IRWIN, 1989, 1056 s. ISBN
0-256-05716-8.
ADAMS, D. A., NELSON, R. R., TODD, P. A. Perceived usefulness, ease of use, and usage of
information technology: a replication. MIS quarterly. 1992, vol. 16, no. 2, s.
227-247. ISSN 0276-7783.
AHMAD, S., SCHROEDER, R. G. The impact of electronic data interchange on delivery
performance. Production and Operations Management. 2001, vol. 10. no. 1,
s. 16-30. ISSN 1059-1478.
AJZEN, I. The theory of planned behavior. Organizational behavior and human deci-
sion processes. 1991, vol. 50, no. 2. s. 179-211. ISSN 0749-5978.
ALWAN, L. C. Statistical process analysis. Irwin/McGraw-Hill, 2000 Boston, 2000.
751 s. ISBN 0-256-11939-2.
ANJANI, P. K., DHANAPAL, D. A study on the types of organizational change of the ban-
king sector in Salem District. European Journal of Social Sciences. 2011, vol. 25,
no. 1, s. 103-113. ISSN 1450-2267.
ATTARAN, M. Internet-based business opportunities: buyers beware of scams. In-
formation management & computer security. 1999, vol. 7, no. 4, s. 176-178.
ISSN 0968-5227.
BAGOZZI, R. P., WARSHAW, P, R. An examination of the etiology of the attitude-
behavior relation for goal-directed behaviors. Multivariate Behavioral Re-
search. 1992, vol. 27, no. 4, s. 601-634. ISSN 1532-7906.
BEATTY, R. C., JONES, M. C. An EDI Transaction Set Development Lifecycle (TSDL):
A Case Study in the Food Manufacturing Industry. Communications of the IIMA.
2004, vol. 4, no. 2, s. 6. ISSN 19416687.
BEATTY, R. C., SHIM, J. P., JONES, M. C. Factors influencing corporate web site adoption:
a time-based assessment. Information & management. 2001, vol. 38, no. 6,
s. 337-354. ISSN 0378-7206.
BECKER, M. B. Interoperability Case Study: Electronic Data Interchange (EDI). Ber-
kman Center Research Publication. 2012, no. 2012-5.
BENJAMIN, R. I., DE LONG D. W., SCOTT MORTON, M. S. Electronic data interchange: how
much competitive advantage?. Long Range Planning. 1990, vol. 23, no. 1, s. 29-
40. ISSN 0024-6301.
Literární zdroje 141
BEREZ, S., SHETH, A. Break the paper jam in B2B payments. Harvard Business Review.
2007, vol. 85, no. 11, s. 28. ISSN 0017-8012.
BHARADWAJ, S., BHARADWAJ, A., BENDOLY, E. The performance effects of complementa-
rities between information systems, marketing, manufacturing, and supply
chain processes. Information systems research. 2007, vol. 18, no. 4, s. 437-453.
ISSN 1047-7047.
BREZNITZ, D. National institutions and the globalized political economy of technolo-
gical change: An introduction. Review of Policy Research. 2009, vol. 26, no.1–2,
s. 1-11. ISSN 1541-132X.
BOLÍVAR-RAMOS, M. T., GARCÍA-MORALES, V. J., MIHI-RAMÍREZ, A. Influence of techno-
logícal distinctive competencies and organizational learning on organizational
innovation to improve organizational performance. Economics and Ma-
nagement. 2011, vol. 16, s. 670-675. ISSN 1822-6515.
BOUCHARD, L. Decision criteria in the adoption of EDI. Québec: Direction de la recher-
che, Faculté des sciences de l'administration, Université Laval. 1993. ISSN
NONE-0293.
CAO, Q., GAN, Q., THOMPSON, M. A. Organizational adoption of supply chain ma-
nagement system: A multi-theoretic investigation. Decision Support Systems.
2013, vol. 55, no. 3, s. 720-727. ISSN 0167-9236.
CAO, Q., JONES, D. R., SHENG, H. Contained nomadic information environments: tech-
nology, organization, and environment influences on adoption of hospital
RFID patient tracking. Information & Management. 2014, vol. 51, no. 2, s. 225-
239. ISSN 0378-7206.
CLEMONS, E. K., ROW, M. Limits to interfirm coordination through information tech-
nology: results of a Field study in consumer goods distribution. Journal of Ma-
nagement Information Systems. 1993, vol. 10, no. 1, s. 73-95. ISSN 0742-1222.
CODREANU, D., RADUT, C. Business integration. Annals of the University of Oradea,
Economic Science Series. 2009, vol. 18, no. 4, s. 1035-1038. ISSN 1582-5450.
CONWAY, D. G., KOEHLER, G. J. Electronic Commerce: Privacy, Security, and Control, in:
SHAW, M. J. Handbook on Electronic Commerce. International Handbooks on
Information Systems. 2000, s. 649-689. ISBN 3-540-65822-X.
COOPER, R. B., ZMUD, R. W. Information Technology Implementation Research:
A Technological Diffusion Approach. Management science. 1990, vol. 36, no. 2,
s. 123-139. ISSN 0025-1909.
CRUM, M. R., JOHNSON, D. A., ALLEN, B. J. A longitudinal assessment of EDI use in the US
motor carrier industry. Transportation Journal. 1997, vol. 38, no. 1, s. 5-17.
ISSN 0041-1612.
ČESKÝ STATISTICKÝ ÚŘAD. Klasifikace ekonomických činností (CZ NACE): Metodika. [on-
line]. 2008. [cit. 2014-01-09]. Dostupné z: <http://www.czso.cz
/csu/2012edicniplan.nsf/t/CA00258102/$File/970212_A8.PDF>.
142 Literární zdroje
EDI BASICS. What is EDI? Electronic Data Interchange (EDI) is the computer-to-
computer exchange of business documents in a standard electronic format
between business partners. [online] 2014. [cit. 2014-09-11]. Dostupné z:
<http://www. edibasics.com/what-is-edi/>.
EDIZONE. EU has gone a step further with the introduction of electronic invoicing in
public procurement. [online]. 2014. [cit. 2014-09-20]. Dostupné z: <http://
www.edizone.cz/clanky/fakturace/eu-postoupila-o-dalsi-krok-dal-se-
zavedenim-elektronicke-fakturace-ve-verejnych-zakazkach/>.
EISTERT, T. EDI adoption and diffusion : international comparative analysis of the
automotive and retail industries. Wiesbaden: Gabler Verlag, Deutscher Uni-
versitäts-Verlag, 1996. ISBN: 978-3-8244-6265-0.
E-Invoicing 2010 European Market Guide [online]. 2010. [cit. 2014-03-12]. ISBN
978-94-90587-04-8. Dostupné z: <http://www.europeanpaymentscouncil.eu/
index.cfm/knowledge-bank/other-sepa-information/e-invoicing-2010-
european-market-guide/e-invoicing-2010-european-market-guidepdf/>.
EMMELHAINZ, M. A. Strategic issues of EDI implementation. Journal of Business Logis-
tics. 1988, vol. 9, no. 2, s. 55. ISSN 0735-3766.
ENGEL, R., KRATHU W., ZAPLETAL, M., WERTHNER H., PICHLER C., VAN DER AALST, W. M. P.
Process mining for electronic data interchange. E-Commerce and Web Techno-
logies - 12th International Conference, EC-Web 2011, Proceedings. Toulouse.
2011, vol. 85, s. 77-88, ISSN 1865-1348.
EUROSTAT. Integration with customers/suppliers, supply chain management. [online].
2017. [cit. 2017-05-26]. Dostupné z: <http://appsso.eurostat.ec.europa.eu/
nui/show.do?dataset=isoc_eb_ics&lang=en>.
EVANGELISTA, P., ESPOSITO, E., LAURO, V., RAFFA, M. The adoption of knowledge ma-
nagement systems in small firms. Electronic Journal of Knowledge Ma-
nagement. 2010, vol. 8, no. 1, s. 33-42. ISSN 1479-4411.
FICHMAN, R. G. The diffusion and assimilation of information technology innovati-
ons. In ZMUD, R. W. (ed): Framing the domains of IT management: Projecting the
future through the past. Cincinnati (Ohio): Pinnaflex Educational Resources,
2000, s. 105-127. ISBN 978-1893673-06-9.
FICHMAN, R. G. Going beyond the dominant paradigm for information technology
innovation research: Emerging concepts and methods. Journal of the associati-
on for information systems. 2004, vol. 5, no. 8, s. 11. ISSN 314–355.
FISHBEIN, M., AJZEN, I. Belief, attitude, intention, and behavior: An introduction to
theory and research. Reading: Mass Addison-Wesley Pub., 1997, 480 s. ISBN
0201020890.
FERGUSON, D. M., HILL, N. C., HANSEN, J. V. Electronic data interchange: Foundations
and survey evidence on current use. Journal of Information Systems. 1990,
vol. 4, no. 2, s. 81–91. ISSN 0888-7985.
FROHLICH, M. T. E-Integration in the supply chain: Barriers and performance. Decisi-
on Sciences. 2002, vol. 33, no. 4, s. 537–556. ISSN 0011-7315.
144 Literární zdroje
FÜZESI, I., LENGYEL, P., SZILÁGYI, R., & RÁTHONYI, G. Application of edi technologies in
the food supply chains. Journal of EcoAgriTourism. 2016, vol. 12, no. 1, s. 69-
77.
GFK, European retail in 2017, [online]. 2017. [cit. 2017-06-29]. Dostupné z:
<https://www.across-magazine.com/_files/ACROSS_GfK_European_
Retail_Study_2017.pdf
GHOBAKHLOO, M., SABOURI, M. S., HONG, T. S., ZULKIFLI, N. Information technology adop-
tion in small and medium-sized enterprises; an appraisal of two decades lite-
rature. Interdisciplinary Journal of Research in Business. 2011, vol. 1, no. 7,
s. 53-80. ISSN 2046-7141.
GIMÉNEZ, C., LOURENÇO, H. R. e-SCM: internet's impact on supply chain processes. The
International Journal of Logistics Management. 2008, vol. 19, no. 3, s. 309-343.
ISSN 0957-4093.
GOKSOY, A., VAYVAY, O., KARABULUT, G. The New Competitive Advantage: Technologi-
cal Change: An Application of Electronic Data Interchange Implementation in
SME in Automotive Industry. International Journal of Business Administration.
2012, vol. 3, no. 6, s. 25. ISSN 1923-4015.
GOPALAKRISHNAN, S., DAMANPOUR, F. A review of innovation research in economics,
sociology and technology management. Omega. 1997, vol. 25, no. 1, s. 15-28.
ISSN 0305-0483.
GROSVENOR, D., REES, S. Suppliers to grain from EDI changes. Supply Chain Europe.
2011, vol. 20, no. 5, p. 30-32. ISSN 1742-447X.
GROVER, V. Factors influencing adoption and implementation of customer-based inte-
rorganizational systems. 1990. PhD Thesis. University of Pittsburg.
GS1 CZECH REPUBLIC. EANCOM. [online]. 2012. [cit. 2014-02-19]. Dostupné z:
<http://www.gs1cz.org/ecom/eancom/>
HANDFIELD, R. B. Re-engineering for time-based competition: Benchmarks and best
practices for production, R & D, and purchasing. Greenwood Publishing Group,
1995. ISBN 0-89930-917-8.
HANI, E. E. The e-invoice--a legal document?. Credit Management. 2001, s. 22-23.
ISSN 0265-2099.
HANIF, M. S. Adopting E-invoice: User Experience Analysis of Quick Response Cam-
paign. [online]. 2013. [cit. 2014-03-12]. Dostupné z: <http://
www.theseus.fi/bitstream/handle/10024/66348/Mohammad%20Sharif%20
Hanif.pdf?sequence=1>.
HANSEN, J. V., HILL, N. C. Control and audit of electronic data interchange. MIS Quar-
terly. 1989, vol. 13, no. 4, p. 403-413. DOI: 10.2307/248724.
HANZAL, P. Adaptace nadnárodních ERP v mezinárodních společnostech. (Czech).
Systémová Integrace. 2014, vol. 21, no. 3, s. 63. ISSN: 18042716.
Literární zdroje 145
HAZEN, B., BYRD, T. Toward creating competitive advantage with logistics informati-
on technology. International journal of physical distribution & logistics ma-
nagement. 2012, vol. 42, no. 1, s. 8-35. ISSN 0960-0035.
HAYES, F. The Story So Far: E-Commerce. Computerworld [online]. 2002. [cit. 2014-
03-17]. Dostupné z: <http://www.computerworld.com/s/article/71998/
The_Story_So_Far>.
HAYWARD, A. E-invoicing in the Construction Industry: e-Invoicing holds the key to
improving Accounts Payable efficiency and Maximizing Supplier Relations.
Credit Control. 2010, vol. 34, no. 2, p. 27-30. ISSN 0143-5329.
HEBÁK, P., HUSTOPECKÝ, J., PECÁKOVÁ, I., PRŮŠA, M., ŘEZANKOVÁ, H., VLACH, P. SVOBODOVÁ,
A. Vícerozměrné statistické metody. 1. vyd. Praha: Informatorium, 2005, 255 s.
ISBN 80-7333-039-3.
HENDON, R. A., NATH, R., HENDON, D. W. The strategic and tactical value of electronic
data interchange for marketing firms. The Mid-Atlantic Journal of Business.
1998, vol. 34, no. 1, s. 53. ISSN 0732-9334.
HENDL, J. Přehled statistických metod: analýza a metaanalýza dat. 4. roz. vyd. Praha:
Portál, 2012, 736 s. ISBN 978-80-262-0200-4.
HOLAN, T., KUBON, V., OLIVA, K., PLÁTEK, M. Two useful measures of word order comple-
xity. 1998.
HOPLEY, L., VAN SCHALKWYK, J. The magnificent ROC [online]. 2001 [cit. 2017-07-11].
Dostupné z: <http://www.anaesthetist.com/mnm/stats/roc/Findex.htm>.
HOSPODÁŘSKÁ KOMORA. Doporučení pro elektronickou fakturaci ve vztahu k novele
zákona o DPH [online]. 2012 [cit. 2014-03-12]. Dostupné z: <http://www.
komora.cz/doporuceni-pro-elektronickou-fakturaci-ve-vztahu-k-novele-
zakona-o-dph.aspx>.
HOTI, E. The technological, organizational and environmental framework of IS in-
novation adaption in small and medium enterprises. Evidence from research
over the last 10 years. International Journal of Business and Management.
2015, vol. 3, no. 4, s. 1-14. DOI: 10.20472/BM.2015.3.4.001.
HUANG, C. K., TSAI, D. M., WU J. C., CHUNG K. J. An integrated vendor–buyer inventory
model with order-processing cost reduction and permissible delay in pay-
ments. European Journal of Operational Research. 2010, vol. 202, no. 2, s. 473-
478. ISSN 0377-2217.
HWANG K. M., LEE S. J. How Does Electronic Data Interchange (EDI) affect the Com-
petitiveness of a Firm's Supply Chain Management? Journal of Marketing Tho-
ught. 2016, vol. 3, no. 2, s. 13-18. ISSN 2288-9159.
CHABROW, E. Supply chains go global. InformationWeek. 2000, vol. 780, no. 3, s. 50-
62. ISSN 8750-6874.
CHAN, C., SWATMAN, P. M. C. From EDI to Internet commerce: the BHP Steel experien-
ce. Internet Research. 2000, vol. 10, no. 1, s. 72-83. ISSN 1066-2243.
146 Literární zdroje
CHAU, P. Y. K., TAM, K. Y. Factors affecting the adoption of open systems: an explora-
tory study. MIS quarterly. 1997, vol. 21, no. 1, s. 1-24. ISSN 0276-7783.
CHIRCU, A. M., KAUFFMAN, R. J. Reintermediation strategies in business-to-business
electronic commerce. International Journal of Electronic Commerce. 2000,
vol. 4, no. 4, s. 7-42. ISSN 1086-4415.
CHWELOS, P., BENBASAT I., DEXTER A. S. Research Report: Empirical Test of an EDI
AdoptionModel. Information Systems Research. 2001, vol. 12, no. 3, s. 304-321.
ISSN 1047-7047.
IACOVOU, C. L., BENBASAT, I., DEXTER, A. S. Electronic data interchange and small orga-
nizations: Adoption and impact of technology. MIS quarterly. 1995, s. 465-485.
ISSN 0276-7783.
JIN, L., ROBEY, D. Explaining cybermediation: an organizational analysis of electronic
retailing. International Journal of Electronic Commerce. 1999, vol. 3, no. 4, s.
47-66. ISSN 1086-4415.
JIMÉNEZ, L., MUÑOZ, R. Integration of supply chain management and logistics: deve-
lopment of an electronic data interchange for SAP servers. Computer Aided
Chemical Engineering. 2006, vol. 21, PART B, s. 2201-2206. ISSN 1570-7946.
JOHNSTON, R. B., MAK, H. C. An emerging vision of Internet-enabled supply-chain
electronic commerce. International Journal of Electronic Commerce. 2000, vol.
4, no. 4, s. 43-59. ISSN 1086-4415.
KAEFER, F., BENDOLY, E. The adoption of electronic data interchange: a model and
practical tool for managers. Decision Support Systems. 2000, vol. 30, no. 1,
s. 23-32. ISSN 0167-9236.
KALAKOTA, R., WHINSTON, A. B. Frontiers of electronic commerce. Reading, MA: Addi-
son-Wesley, 1996. ISBN 0201845202.
KAUFMAN, F. Data systems that cross company boundaries. Harvard Business Review.
1966, vol. 44, no. 1, s. 141-155. ISSN 0017-8012.
KEIFER, S. E-invoicing: The catalyst for financial supply chain efficiencies. Journal of
Payments Strategy & Systems. 2011, vol. 5, no. 1, s. 38-51. ISSN 1750-1806.
KHASAWNEH, A. M. Concepts and measurements of innovativeness: The case of in-
formation and communication technologies. International Journal of Arab Cul-
ture, Management and Sustainable Development. 2008, vol. 1, no. 1, s. 23-33.
ISSN 1753-9412.
KIM, B. G., LEE, S. Factors affecting the implementation of electronic data interchan-
ge in Korea. Computers in Human Behavior. 2008, vol. 24, no. 2, s. 263–283.
ISSN 0747-5632.
KIM, K., PARK, J. Integrating distinctive manufacturing competence globally: Its effect
on business performance. Multinational Business Review. 2000, vol. 8, no. 1,
s. 87. ISSN 1525-383X.
KOCH, B. E-Invoicing/E-Billing in Europe. Taking the next step towards automated
and optimised processes. Wil, Schwitzerland Billentis, 2009.
Literární zdroje 147
KOTABE, M., HELSEN, K. Global marketing management. John Wiley & Sons , 2010.
ISBN 978-0-470505-74-8.
KOURIK, J. For small and medium size enterprises (SME) deliberating cloud compu-
ting: A proposed approach. Proceedings of the European Computing Conferen-
ce, ECC '11. Proceedings of the European Computing Conference, ECC '11. 2011,
s. 216-221. ISSN: 9789604742974.
KUAN, K. K. Y., CHAU, P. Y. K. A perception-based model for EDI adoption in small
businesses using a technology–organization–environment framework. Infor-
mation & management. 2001, vol. 38, no. 8, s. 507-521. ISSN 0378-7206.
KUMAR, K., VAN DISSEL, H. G. Sustainable collaboration: Managing conflict and coope-
ration in interorganizational systems. MIS Quarterly. 1996, vol. 20, no. 3,
s. 279–300. ISSN 0276-7783.
KUNG, L., KUNG, H. J. External Environment Pressure on Organizational Innovation
Adoption: from Literature to a Conceptual Model. International Journal of Ma-
nagement Theory and Practice, 2015, s. 99-115.
LAJILI, K., MAHONEY, J. T. Revisiting agency and transaction costs theory predictions
on vertical ̄nancial ownership and contracting: Electronic integration as an or-
ganizational form choice. Managerial & Decision Economics. 2006, vol. 27,
no. 7, s. 573-586. ISSN 0143-6570.
LAVIE, D. Capability reconfiguration: an analysis of incumbent responses to techno-
logical change. Academy of Management Review. 2006, vol. 31, no. 1, s. 153–
174. ISSN 0363-7425.
LEE, S. L., AININ, S., DEZDAR, S., MALLASI, H. Electronic data interchange adoption from
technological, organisational and environmental perspectives. International
Journal of Business Information Systems. 2015, vol. 18, no. 3, s. 299-320. ISSN
1746-0980.
LEE, H. L., PADMANABHAN, V., WHANG, S. Information distortion in a supply chain: The
bullwhip effect. Management science. 1997, vol. 43, no. 4, s. 546-558. ISSN
0025-1909.
LEE, Y., LARSEN, K. R. Threat or coping appraisal: determinants of SMB executives’
decision to adopt anti-malware software. European Journal of Information Sys-
tems. 2009, vol. 18, no. 2, s. 177-187. ISSN 0960-085X.
LI, D., LAI, F., WANG, J. E-business assimilation in China's international trade firms:
the technology-organization-environment framework. Journal of Global Infor-
mation Management (JGIM). 2010, vol. 18, no. 1, s. 39-65. ISSN 1062-7375.
LIANG, H., XUE, Y., BYRD, T. A., RAINER, J. Electronic data interchange usage in China's
healthcare organizations: the case of Beijing's hospitals. International Journal
of Information Management. 2004, vol. 24, no. 6, s. 507-522. ISSN 0268-4012.
LIM, D., PALVIA, P. C. EDI in strategic supply chain: impact on customer service. In-
ternational Journal of Information Management. 2001, vol. 21, no. 3, s. 193–
211. ISSN 0268-4012.
148 Literární zdroje
MEHRTENS, J., CRAGG, P. B., MILLS, A. M. A model of Internet adoption by SMEs. Infor-
mation & management. 2001, vol. 39, no. 3, s. 165-176. ISSN 0378-7206.
MEYER, A. D., GOES, J. B. Organizational assimilation of innovations: A multilevel con-
textual analysis. Academy of management journal. 1988, vol. 31. no. 4, s. 897-
923. ISSN 0001-4273.
MINAŘÍK, B. Statistika 2: Pro ekonomy a manažery. 2. vyd. Brno: Mendelova země-
dělská a lesnická univerzita v Brně, 2004, 114 s. ISBN 80-7157-197-0.
MOHAMAD, W., CHANDRASHEGARAN, L. L., MOHAMAD, R. K., MOHAMAD, L. Organizational
Factors which Influence the Decision to Adopt EDI in HRM Functions: A Case
Study of an Oil and Gas Company. American Journal of Economics, 2015, vol. 5,
no. 2, s. 222-230. ISSN 2166-496X.
MONCZKA, R. M., CARTER, J. R. Implementing electronic data interchange. Journal of
Purchasing & Materials Management. 1989, vol. 25, no. 1, s. 26-34. ISSN 0094-
8594.
MOORE, G. C., BENBASAT, I. Development of an instrument to measure the perceptions
of adopting an information technology innovation. Information systems re-
search. 1991, vol. 2, no. 3, s. 192-222. ISSN 1047-7047.
MUKHOPADHYAY, T., KEKRE, S., KALATHUR, S. Business value of information technology:
a study of electronic data interchange. MIS quarterly. 1995, s. 137-156.
ISSN 0276-7783.
MUSAWA, M. S., WAHAB, E. The adoption of electronic data interchange (EDI) techno-
logy by Nigerian SMEs: A conceptual framework. Journal of Business Ma-
nagement and Economics. 2012, vol. 3, no. 2, s. 55-68. ISSN 2141-7482.
NARAYANAN, S., MARUCHECK, A. S., HANDFIELD, R. B. Electronic data interchange: Re-
search review and future directions. Decision Sciences. 2009, vol. 40, no. 1,
s. 121-163. ISSN 0011-7315.
NARDO, M., SAISANA, M., SALTELLI, A., TARANTOLA, S., HOFFMAN, A., GIOVANNINI, E. Handbo-
ok on constructing composite indicators: methodology and user guide. 2008.
ISBN 978-92-64-04345-9.
NEMOTO, M. C. M. O., VASCONCELLOS, E. P. G. D., NELSON, R. The adoption of new techno-
logy: conceptual model and application. Journal of technology management &
innovation. 2010, vol. 5, no. 4, s. 95-107. ISSN 0718-2724.
NEO, B. S., KHOO, P., GREEN, C. The adoption of TradeNet by the trading community:
An empirical analysis. ICIS 1994 Proceedings. 1994. ISSN NONE-0293.
Nielsen, European grocery market growing at fastest rate for a year. [online]. 2017
[cit. 2017-05-01]. Dostupné z: <http://www.nielsen.com/uk/en/press-
room/2017/european-grocery-market-growing-at-fastest-rate-for-a-
year.html>
NKOYOCK, A. Distributed knowledge. [online]. 2009. [cit. 2014-11-02]. Dostupné z:
<http://blog.nkoyock.net/?m=200909>
150 Literární zdroje
OASIS. United Nations and OASIS Join Forces to Produce Global XML Framework for
Electronic Business. [online]. 1999. [cit. 2015-08-24]. Dostupné z:
<http://www. ebxml.org/news/pr_19990915.htm>.
OKE, A., BURKE, G., MYERS, A Innovation types and performance in growing UK SMEs.
International Journal of Operations & Production Management. 2007, vol. 27,
no. 7, s. 735-753. ISSN 0144-3577.
OLIVEIRA, T., MARTINS, M. F. Literature review of information technology adoption
models at firm level. The Electronic Journal Information Systems Evaluation.
2011, vol. 14, no. 1, s. 110-121. ISSN 1566-6379.
O'CALLAGHAN, R., KAUFMANN, P. J., KONSYNSKI, B. R. Adoption correlates and share
effects of electronic data interchange systems in marketing channels. The
journal of marketing. 1992, s. 45-56. ISSN 0022-2429.
PATHAK, J., BALDWIN, A. Audit resource planning success in B2B e-commerce: deve-
lopment and testing of a measurement scale. Information Systems Ma-
nagement. 2008, vol. 25, no. 3, s. 230-243. ISSN 1058-0530.
PECÁKOVÁ, I. Statistika v terénních průzkumech. Professional Publishing, 2008. ISBN
978-80-7431-039.
PEREZ, A. S. New technologies and their relationship with quality and human re-
sources in the Spanish hotel industry. [online]. 2012 [cit. 2013-11-01]. Dostup-
né z: <http://www.uv.es/=sancho/NEW%20TECHNOLOGIES%20AND%
20RELATIONSHIP%20WIHT%20HUMAN%20RESOURCES%20IN%20HOTEL
%20INDUSTRY.pdf>
PFEIFFER, H. K. The diffusion of electronic data interchange. Heidelberg, 1992.
ISBN 3790806315.
PORTER, M. E., MILLAR, V. E. How information gives you competitive advantage. Ha-
rvard Business Review. 1985, vol. 63, no. 4, s. 149-160. ISSN 0017-8012.
PREMKUMAR, G. A meta-analysis of research on information technology implementa-
tion in small business. Journal of organizational computing and electronic
commerce. 2003, vol. 13, no. 2, s. 91-121. ISSN 1091-9392.
PREMKUMAR, G. Implementation of electronic data interchange: an innovation di-
ffusion perspective. Journal of Management Information Systems. 1994, vol. 11,
no. 2, s. 157-186. ISSN 0742-1222
PREMKUMAR, G., RAMAMURTHY, K. THE role of interorganizational and organizational
factors on the decision mode for adoption of interorganizational systems. De-
cision sciences. 1995, vol. 26, no. 3, s. 303-336. ISSN 1540-5915.
PUTTE, G. D. Implementing EDI solutions / Geert Van de Putte ... [et al.]. Research Tri-
angle Park, NC : IBM Corp., International Technical Support Organization,
c2003., 2003. (IBM Redbooks). s. 226. ISBN 978-0738453-36-1.
RADOSEVICH, L. Netscape focuses on security. InfoWorld [online]. 1997, vol. 19,
no. 25, s. 83-84 [cit. 2017-02-05]. ISSN 01996649. Dostupné z: <http://search.
ebsco-
host.com/login.aspx?direct=true&db=a9h&an=9708290311&scope=site>.
Literární zdroje 151
12 Seznam obrázků
Obr. 1 Typický manuální proces v porovnání s elektronickou
výměnou dat 17
13 Seznam tabulek
Tab. 1 Procentuální zastoupení EDI v ČR v oddíle 47 v roce 2015 dle
velikosti podniku 52
Přílohy
Dotazník – Aspekty sdílení elektronických dokumentů 163
a) méně než 10
b) 10 až 20
c) 21 až 50
d) 51 až 100
e) 101 až 500
f) Více než 500 x) Nedokázal/a říct
164 Dotazník – Aspekty sdílení elektronických dokumentů
----> Pokud bude v další části hovořeno s jiným respondentem, vyplň údaje o re-
spondentovi, který vyplňoval první část:
7. Předtím než se rozloučím, tak se Vás ještě zeptám, v jakém oddělení pra-
cujete?
1. Vedení, top management 2. Obchod 3. Nákup 4. Provoz, výroba
5. Logistika, sklady, doprava 6. Ekonomika, účetnictví 7. Marketing 8. HR,
personalistika 9. IT 10. Administrativa 11. Servis, podpora
a) Elektronicky: …….……………… %
b) Papírová podoba: ………………...%
10. Pokud máte fakturu od stávajícího zákazníka, která obsahuje např. 10 po-
ložek s již zalistovaným zbožím. Kolik minut zabere její zapsání do systému, kontrola
zda položky a částky souhlasí a její zařazení do archivu?
……………………………………………………………………………………………
11. Slyšel/a jste již někdy o pojmu EDI komunikace? (doptat se a vybrat od-
povídající variantu)
a) Ne, dosud jsem se s tím nesetkal/a.
b) Již jsem o EDI slyšel/a, ale nevím, o co přesně se jedná.
c) Ano vím, o co jde, ale EDI nepoužíváme.
d) Ano vím, o co jde, uvažujeme o zavedení EDI komunikace.
e) Ano, již EDI používáme.
166 Dotazník – Aspekty sdílení elektronických dokumentů
a) Určitě ano
b) Spíše ano
c) Spíše ne
d) Určitě ne X) Nedokázal/a říct
14. Provádíte při likvidaci faktur za zboží (zásoby, materiál nikoliv služby,
nebo režie) jejich kontrolu (párování) vůči objednávce nebo dodacímu listu? (pokud
platí a) i b), zaškrtněte obě možnosti)
a) kontrolujeme fakturu vůči původní objednávce
b) kontrolujeme fakturu vůči dodacímu listu / příjemce / záznamu o příjmu
zboží
c) ne tuto kontrolu neprovádíme
x) nedokázal/a říct
15. Umí Váš účetní, informační nebo skladový systém porovnat položky na
přijaté faktuře vůči původní objednávce nebo dodacímu listu / příjemce?
a) Ano b) Pouze částečně c) Ne X) nedokázal/a říct
C Průvodní dopis
Tímto bych Vás chtěla poprosit o vyplnění elektronického dotazníku, které zabere
maximálně 10 minut Vašeho času. Dotazník je zcela anonymní a spustí se po klik-
nutí na následující odkaz:
DOTAZNÍK ONLINE
Předem Vám mnohokrát děkuji za Vaši ochotu a čas strávený při vyplňování tohoto
dotazníku.
Přínosnost
Ano Ne Nevím
Neznám 49 62 37 148
Sloupcová četnost 41,53% 49,21% 80,43%
Řádková četnost 33,11% 41,89% 25,00%
Nevím přesně 27 22 7 56
Sloupcová četnost 22,88% 17,46% 15,22%
Řádková četnost 48,21% 39,29% 12,50%
Ano, nepoužíváme 29 42 2 73
Sloupcová četnost 24,58% 33,33% 4,35%
Řádková četnost 39,73% 57,53% 2,74%
Ano, zvažujeme 8 0 0 8
Sloupcová četnost 6,78% 0,00% 0,00%
Řádková četnost 100,00% 0,00% 0,00%
Znám, používáme 5 0 0 5
Sloupcová četnost 4,24% 0,00% 0,00%
Řádková četnost 100,00% 0,00% 0,00%
Celkem 118 126 46 290
Četnosti odpovědí – Determinanty adopce EDI 191
Původní Faktory
proměnné 1 2 3 4 5 6 7 8 9 10 11
1 ,245 ,263 -,394 ,396 ,008 ,168 ,047 -,059 ,141 -,010 ,004
2 ,186 ,252 -,515 ,455 ,063 ,160 ,022 -,097 ,061 ,054 ,182
3 ,284 ,301 -,456 ,430 ,080 ,182 ,012 -,010 ,246 ,008 ,124
4 ,081 -,244 ,534 ,167 ,190 ,585 ,331 ,006 ,015 ,084 -,007
5 ,094 -,248 ,507 ,190 ,208 ,593 ,333 -,012 ,019 ,060 -,016
6 ,090 -,245 ,474 ,212 ,222 ,516 ,346 ,036 -,021 ,050 -,023
7 ,262 ,306 -,536 ,482 ,067 ,166 ,008 -,023 ,170 ,051 ,085
8 ,253 ,482 ,091 ,099 -,001 ,076 ,062 ,447 -,435 -,025 ,111
9 ,324 ,002 ,502 ,438 -,063 -,266 -,034 ,028 ,068 -,025 ,080
10 ,450 -,053 ,516 ,513 -,113 -,230 -,091 -,025 ,144 ,001 ,000
11 ,460 -,036 ,424 ,452 -,065 -,215 -,069 -,105 ,133 -,111 ,006
12 ,435 ,493 ,194 ,087 -,075 -,113 ,063 ,275 -,222 ,035 ,192
13 ,527 -,043 ,444 ,484 -,084 -,237 -,099 -,019 ,111 -,026 ,052
14 ,559 -,024 ,272 ,331 -,090 -,255 -,082 -,073 ,168 ,101 ,041
15 ,545 ,620 ,142 -,128 ,009 ,036 ,021 -,092 -,034 -,068 -,008
16 ,552 ,585 ,154 -,224 ,029 ,026 ,031 -,152 ,035 -,075 -,031
17 ,348 ,409 ,204 -,295 ,102 -,001 ,018 -,207 ,064 -,033 -,122
18 ,494 ,686 ,145 -,204 ,074 ,051 ,038 -,080 -,025 -,049 -,043
19 ,464 ,664 ,186 -,317 ,048 ,040 ,030 -,111 ,101 -,013 -,034
20 ,475 ,647 ,148 -,282 ,112 ,087 ,005 -,101 ,086 -,029 ,006
21 ,460 ,641 ,167 -,335 ,104 ,066 ,005 -,105 ,134 -,001 -,015
22 ,636 -,195 -,062 -,081 -,073 ,014 ,072 ,006 -,001 -,391 -,101
23 ,729 -,261 -,049 ,000 -,090 -,003 ,081 ,039 -,003 -,356 -,137
24 ,765 -,301 -,102 -,104 -,082 -,043 ,062 ,018 -,025 -,222 -,053
25 ,776 -,291 -,092 -,021 -,115 ,004 ,050 ,039 -,015 -,253 -,029
26 ,724 -,284 -,072 -,060 -,092 ,037 ,104 ,039 -,049 -,133 -,084
27 ,652 -,094 -,127 -,227 -,066 -,001 ,119 ,055 ,046 ,045 ,069
28 ,783 -,119 -,145 -,144 -,148 ,005 ,047 ,017 ,040 ,019 ,064
29 ,794 -,138 -,156 -,162 -,128 ,016 ,076 ,022 ,016 ,060 ,044
30 ,704 -,242 -,122 -,207 -,121 ,020 ,077 ,016 ,010 ,316 ,102
31 ,761 -,254 -,124 -,148 -,104 -,002 ,052 ,027 ,051 ,279 ,072
32 ,776 -,282 -,150 -,136 -,107 ,006 ,055 ,025 ,021 ,130 ,077
33 ,787 -,245 -,144 -,190 -,131 ,026 ,076 ,060 ,015 ,188 ,082
34 ,814 -,291 -,128 -,094 -,109 ,022 ,072 ,053 -,028 ,014 ,061
35 ,660 -,235 -,061 -,108 -,068 ,062 ,093 ,014 -,063 -,006 ,027
36 ,138 -,069 -,146 ,064 ,635 -,374 ,412 ,040 -,010 -,081 -,002
Faktorové zátěže před rotací – Determinanty adopce EDI 215
Původní Faktory
proměnné 1 2 3 4 5 6 7 8 9 10 11
37 ,100 -,080 -,157 -,002 ,639 -,381 ,400 -,066 ,021 ,046 -,012
38 ,075 -,106 -,081 ,023 ,562 -,458 ,408 ,013 ,001 ,018 ,058
39 -,031 -,077 ,091 -,232 ,229 ,102 -,154 ,063 ,242 -,139 ,648
40 ,291 -,136 -,113 -,004 ,433 ,220 -,463 ,216 ,144 -,182 -,025
41 ,402 -,180 -,050 ,089 ,442 ,167 -,461 ,144 ,035 -,152 -,118
42 ,288 -,029 -,088 -,031 ,427 ,119 -,441 ,220 ,065 ,033 ,094
43 ,541 -,213 ,035 ,165 ,296 ,003 -,303 -,175 -,322 ,048 -,141
44 ,512 -,065 -,032 -,011 ,277 -,001 -,281 -,273 -,276 ,279 -,034
45 ,572 -,120 ,027 ,063 ,254 ,014 -,317 -,259 -,253 ,253 -,135
46 ,092 -,047 ,195 -,253 ,116 -,074 -,090 ,485 ,298 ,042 -,371
47 -,030 ,105 ,173 -,270 ,042 -,137 -,024 ,461 ,266 ,388 -,125
48 ,192 ,377 -,404 ,341 -,058 ,098 ,149 ,130 ,026 ,070 -,211
49 ,182 ,312 -,441 ,442 -,090 ,094 ,156 ,097 ,034 ,051 -,346
50 ,429 ,088 ,227 ,364 -,135 -,140 -,117 ,043 ,063 ,187 -,039
51 ,210 ,391 ,056 ,279 -,012 -,062 ,021 ,413 -,446 -,074 ,156
216 Cronbachovo alfa – proměnná objem dat
0,848 0,854 6
Směr. Prv.
Průměr po Rozptyl po Alfa po Alfa FA
odch. po celk.
odstarnění odstarnění odstranění zátěže zátěže
odstranění korelace
Obr. 40 Průměrná hodnota predikované pravděpodobnosti adopce EDI – míra obch. závislosti