Zaverecna Prace PDF

Mendelova univerzita v Brně
Provozně ekonomická fakulta
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.
V Brně dne 30. června 2017 _______________________________

Abstract
Veselá, L. Determinants of electronic data interchange adoption. Dissertation.
Brno: Mendel University in Brno, 2017.
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.
Disertační práce se zabývá problematikou výměny dokumentů u českých podniků

působících v odvětví retailu. Cílem práce je identifikovat determinanty adopce
elektronické výměny dat (EDI) a následně vytvořit obecný model adopce EDI, kte-
rý by reflektoval podmínky specifické pro Českou republiku a pro konkrétní od-
větví. Práce propojuje objektivní i subjektivní aspekty adopce EDI a vychází
z několika primárních šetření, jež probíhala v letech 2013 až 2017. Za pomocí bi-
nární logistické regrese (logit) je poté určen směr působení a je kvantifikován vliv
jednotlivých faktorů adopce. Klíčové faktory, tedy determinanty adopce, následně
vstupují do konstrukce navrženého modelu, který rozšiřuje stávající teorie adopce
EDI o vybrané proměnné. Rovněž kombinuje více teoretických přístupů k zavádění
technologie a ověřuje jejich platnost pro podmínky českých podniků, čímž je tato
studie ojedinělá.
Klíčová slova
EDI, elektronická výměna dat, adopce, logit, výměna dokumentů, retail
Obsah 9
Obsah
1 Úvod 13
2 Cíl práce 15
3 Definice EDI a teoretické přístupy 16

3.1 Elektronická výměna dat (EDI)................................................................................... 16
3.1.1 Definice elektronické výměny dat ................................................................... 16
3.1.2 Historie elektronické výměny dat ................................................................... 18
3.1.3 Standardy elektronické výměny dat ............................................................... 21
3.1.4 Elektronická fakturace ......................................................................................... 22
3.2 Výhody a nevýhody elektronické výměny dat ...................................................... 24
3.2.1 Výhody adopce EDI................................................................................................ 26
3.2.2 Nevýhody adopce EDI .......................................................................................... 28
3.3 Inovace a teorie technologických změn ................................................................... 32
3.3.1 Technologické inovace ......................................................................................... 32
3.3.2 Teorie popisující technologické změny ......................................................... 32
3.4 Adopce elektronické výměny dat ............................................................................... 39
3.4.1 Model adopce EDI dle Iacovou et al. ............................................................... 42
3.4.2 Model adopce a implementace EDI dle Narayanan et al. ........................ 43
4 Odvětví retailu a stav EDI v ČR 46

4.1 Retail v rámci Evropské unie ....................................................................................... 46
4.2 Retail v České republice ................................................................................................. 48
4.3 Elektronická výměna dat v ČR..................................................................................... 50
5 Metodika práce a data 54

5.1 Sběr dat ................................................................................................................................ 54
5.2 Metody použité pro vyhodnocení primárních dat............................................... 56
5.2.1 Faktorová analýza .................................................................................................. 58
5.2.2 Konstrukce kompozitních proměnných ........................................................ 59
5.2.3 Logit model ............................................................................................................... 60
10 Úvod
5.2.4 Umělá proměnná a její interakce v regresní analýze ............................... 64
6 Identifikace proměnných ovlivňujících adopci elektronické výměny

dat 65
6.1 Aspekty sdílení elektronických dokumentů .......................................................... 65
6.1.1 Identifikace specifik adopce EDI ...................................................................... 67
6.1.2 Shrnutí výsledků ..................................................................................................... 69
6.1.3 Návrh proměnných adopce EDI vstupujících do dalšího šetření ......... 70
6.2 Faktory ovlivňující adopci EDI .................................................................................... 72
6.2.1 Identifikace faktorů ovlivňujících adopci EDI ............................................. 73
6.2.2 Očekávaná přínosnost EDI .................................................................................. 75
6.2.3 Shrnutí výsledků ..................................................................................................... 77
6.3 Koncept konstrukce modelu adopce EDI ................................................................ 77
7 Determinanty adopce elektronické výměny dat 80

7.1 Charakteristika respondentů dotazníkového šetření ........................................ 80
7.2 Charakteristiky respondentů v souvislosti s adopcí EDI .................................. 84
7.3 Faktory ovlivňující adopci EDI v odvětví velkoobchodu a maloobchodu... 88
7.3.1 Výpočet kompozitních proměnných, regresorů modelu adopce EDI 94
7.4 Model adopce EDI pro velkoobchod a maloobchod ..........................................104
7.4.1 Determinanty adopce EDI pro velkoobchod a maloobchod ................109
7.5 Model adopce EDI pro retail.......................................................................................111
7.5.1 Determinanty adopce EDI v retailu ...............................................................114
7.5.2 Predikované pravděpodobnosti adopce EDI pro různé hodnoty
regresorů ...................................................................................................................................118
7.6 Grafické znázornění modelu adopce EDI pro retail ..........................................126
8 Diskuze 130
9 Závěr 137
10 Literární zdroje 140
11 Seznam používaných zkratek 155
12 Seznam obrázků 156

Obsah 11
13 Seznam tabulek 159
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
V současnosti se tímto tématem zabývá mnoho zahraničních vědeckých pra-

covišť. Zahraniční studie, které v oblasti EDI již proběhly, poukazují na fakt, že ne-
schopnost reagovat dostatečně rychle na technologické inovace, kdy podnik nea-
doptuje elektronickou výměnu dat, je často příčinou vyšších komparativních ná-
kladů v rámci dodavatelsko-odběratelského řetězce, a tedy vzniku konkurenční
nevýhody podniku. Technologické inovace totiž nepřinášejí pouze změny ve způ-
sobu práce, nýbrž také v organizační struktuře a pracovních vztazích (Anjani
a Dhanapal, 2011).
Existující studie, orientované na tuto problematiku, se zaměřují především
na velké firmy, jelikož EDI technologie byly dlouhou dobu používány hlavně spo-
lečnostmi se silným IT zázemím. Dalšímu rozšíření často bránila vysoká pořizovací
cena a také provozní náročnost. S rozvojem nových technologií, především rozší-
řením internetové sítě, se však EDI aplikace stávají dostupné také středním a ma-
lým společnostem, pro které je v současnosti odstraněna složitost systému a nut-
nost vysoké počáteční investice, a byl tak potlačen nevýhodný poměr mezi výko-
nem a cenou. EDI systém je nově poskytovaný také jako služba, kdy celé řešení
je umístěno na straně poskytovatele, včetně dohledu a zpracování. V takovém pří-
padě jsou pořizovací náklady minimální, a v důsledku toho i menší společnosti
mohou využívat všech benefitů, které tento způsob komunikace poskytuje. Vzhle-
dem k faktu, že malé a střední firmy v České republice jsou významným zaměstna-
vatelem a na zaměstnanosti v ekonomice se podílejí více než polovinou, vláda, ob-
chodní a jiné organizace stále více propagují využívání EDI technologií i v těchto
podnicích. Nicméně povědomí o dostupných možnostech je v České republice stále
velice nízké.
Je tedy vhodné identifikovat hlavní faktory, které ovlivňují implementaci in-
formačních a komunikačních technologií (především mezinárodně uznávaný stan-
dard EDI) a určit, kde podniky spatřují motivaci, a které faktory se tedy naopak
stávají bariérou v zavádění EDI. Přičemž jednotlivé faktory se budou lišit pro různá
odvětví. Velký vliv zde sehraje například potřeba rychlosti předání informací, ob-
rátkovost zboží atd. Proto je vhodné zabývat se specifiky jednotlivých odvětví
a zjišťovat klíčové faktory, které determinují adopci (přijetí a implementaci systé-
mu) elektronické výměny dat konkrétně pro vybranou oblast ekonomické činnosti.
Disertační práce je proto zaměřena především na odvětví retailu (maloobchod,
kromě motorových vozidel), kde je ze zahraničních zdrojů patrný důraz na řízení
maloobchodních dodavatelských řetězců prostřednictvím nárůstu jejich informač-
ní propojenosti (Dupuy a Vlosky, 2000).
V České republice není zatím tato problematika více zkoumána. Východiskem
pro zpracování této práce se tedy stala právě zahraniční literatura.
Cíl práce 15
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

V rámci této kapitoly je vymezena problematika elektronické výměny dat jako ta-
kové, její základní definice, je zde naznačen historický vývoj elektronické výměny
dat a jeho propojení s technologickým pokrokem a teorií technologických inovací.
Rovněž jsou představeny základní národní a oborové standardy a mezinárodně
uznávaná norma pro elektronickou výměnu dat. Dále se tato část práce věnuje fak-
torům, které ovlivňují ochotu subjektů k adopci tohoto systému, faktorům, které
mohu být vymezeny jako hlavní přínosy zavedení elektronické výměny dat
a rovněž faktorům, které lze označit za bariéry vyskytující se v souvislosti s adopcí,
či implementací elektronické výměny dat podniky. V literární rešerši je uveden
rovněž přehled a popis dosavadních přístupů a navrhovaných modelů k problema-
tice samotné adopce elektronické výměny dat.
3.1 Elektronická výměna dat (EDI)

V této části práce je v úvodu vysvětlen pojem elektronické výměny dat tak, jak je
pro tuto práci využíván. Také je problematika elektronické výměny dat více přiblí-
žena a zasazena do historického kontextu. Jsou zde rovněž zmíněny standardy EDI,
které jsou uvedeny pouze pro komplexnost představení daného tématu, jelikož
tato práce není primárně zaměřena na technologickou stránku elektronické výmě-
ny dat. V této části práce je také pro lepší uchopení zkoumané problematiky a kon-
kretizaci tématu představena nejčastěji (pomocí EDI) přenášená standardizovaná
elektronická zpráva, kterou reprezentuje elektronická faktura.
3.1.1 Definice elektronické výměny dat

V posledním desetiletí je elektronická výměna dat, jakožto obchodní technologie,
výrazným hybatelem a mění tradice celého podnikatelského prostředí. EDI před-
stavuje revoluční způsob komunikace podniků s externími subjekty, především se
zákazníky a dodavateli (Shahwan, 2011).
Pro elektronickou výměnu dat z anglického „Electronic Data Interchange“ (dá-
le také jako EDI) existuje řada definic, které shrnuje a diskutuje několik autorů
(Pfeiffer, 1992; Swatman a Swatman, 1992; Benjamin et al., 1990; Eistert, 1996).
Za úplný prvopočátek definice EDI lze považovat vyjádření, které použil ve své pu-
blikaci Kaufman (1966). Uvádí, že pokrok v přenosu dat zajišťují počítače, které
umožňují komunikaci napřímo mezi sebou a jedná se tak o elektronický transfer
strukturovaných dat mezi softwarovými aplikacemi. Došlo tím k naplnění dvou
základních předpokladů pro EDI, jimiž jsou povinný předdefinovaný formát dat
a také data, která mohou být přenesena elektronicky.
Pro účely disertační práce bude využita následná definice. Elektronická výmě-
na dat je moderní způsob komunikace mezi dvěma nezávislými informačními sys-
témy, při které dochází k automatické výměně standardizovaných strukturovaných
Definice EDI a teoretické přístupy 17
obchodních a jiných dokumentů elektronickou formou, bez nutnosti manuálního lid-

ského zásahu.
EDI je tedy inter-organizační systém, který zajišťuje pohyb podle předem do-
hodnutých standardů, strukturovaných elektronických obchodních a jiných doku-
mentů, mezi obchodními partnery nebo v rámci jedné firmy, kde se jedná o auto-
matický transfer zpráv mezi počítači, respektive mezi počítačovými aplikacemi,
bez přispění člověka (Edizone, 2014). Systém tak umožňuje, aby přenášená data
byla strojově dohledatelná a automaticky přenesena z informačního systému
na jednom místě do obchodní aplikace na jiném místě a zajistil tak komerční ko-
munikaci mezi dvěma entitami, ať již interními či externími (Hansen a Hill, 1989).
Elektronickou výměnou dat se tudíž rozumí metoda transferu zpráv, dle dohod, jež
byly učiněny mezinárodním standardizačním společenstvím pro přenos dat v rám-
ci obchodních transakcí. EDI může být, co se týká obchodních transakcí na elektro-
nické bázi, klasifikována jako světově nejpoužívanější datový formát. (Edizone,
2014).
Na obrázku níže je znázorněn proces výměny dat:
Obr. 1 Typický manuální proces v porovnání s elektronickou výměnou dat

Převzato z: EDI Basics, 2014 (přeloženo)
Výsledkem zavádění elektronické výměny dat je potom postupná eliminace papí-

rových dokumentů a jejich náhrada elektronickými, s celkovým urychlením, zpřes-
něním a zlevněním transferu, což je spojeno s vyšší efektivitou všech prováděných
procesů. Tyto elektronické dokumenty pak mají totožnou průkaznost jako doklady
tzv. papírové, což je zakotveno v právním systému každého státu (Edizone, 2014).
3.1.2 Historie elektronické výměny dat

Vzhledem k tomu, jak dlouho elektronická výměna dat funguje, stala se objektem
zkoumání autorů a vědců napříč všemi obory, jež se objevují ve spojitosti s řízením
dodavatelsko-odběratelského řetězce (Supply Chain Management), jako jsou řízení
provozu, obchodu a nákupu, logistiky, marketingu, IT systémů, strategického říze-
ní, management organizačního chování, a finančního řízení. Každá tato disciplína
přistupovala ke zkoumané problematice ze svého úhlu pohledu, při aplikaci růz-
ných teoretických směrů a metodiky zkoumání (Narayanan et al., 2009).
Některé zdroje jako např. Swatman a Swatman (1992) datují vznik elektro-
nické výměny dat ve spojitosti s vývojem logistiky během 2. světové války, kde slo-
žitost letecké přepravy v Berlíně v roce 1948 vyžadovala vývoj koncepcí a metod
výměny velkého množství dat a informací o přepravovaném zboží. Počátky elek-
tronické výměny dat jsou rovněž často spojovány s odvětvím dopravy a to přede-
vším v souvislosti s lodní dopravou. V šedesátých letech se lodní průmysl potýkal
se situací, která by se v dalších letech vyskytla napříč všemi odvětvími. Námořní
společnosti totiž uznaly výhody plynoucí ze sdílení elektronických dokumentů, což
jim umožnilo výrazně snížit náklady, ale také potřebný čas, přesnost, chybovost,
které jsou spojeny s ručním zadáváním potřebných informací o přepravovaném
zboží do systému. Na základě toho potom začaly tyto společnosti tvořit a zavádět
vlastní systémy EDI, které si mezi sebou vytvořily společně s podniky, se kterými
v tu dobu spolupracovaly. Tyto podniky však vzhledem k neexistenci jednotných
standardů byly dále nuceny používat pro každou lodní společnost jiný systém vý-
měny dat (Hayes, 2002). Tento problém byl uznán a v roce 1968 byl založen Koor-
dinační výbor pro transfer dat, jehož hlavním cílem bylo vytvořit soubor standardů
EDI, které by všem účastníkům umožnily výměnu informací podle společného for-
mátu. Toho bylo dosaženo v roce 1975 (123EDI, 2017). V 70. letech se dále tento
standard přizpůsoboval různým potřebám pro různá odvětví a následně vzniklo
několik nesourodých formátů EDI. Americký národní normalizační institut (ANSI)
poté vyřešil tyto otázky pomocí Akreditačního výboru pro standardy (ASC X12),
jehož cílem bylo vytvořit širší standard EDI založený na modelu TDCC. Ten byl pu-
blikován v roce 1982. Ačkoli byla navržena a implementována řada možností
XML/EDI krátce před přelomem tisíciletí, možná nejvýznamnější Elektronický ob-
chodní eXtensible Markup Language nebo ebXML.27, byl vytvořen v roce 1999 jako
společné úsilí OSN/CEFACT (dohlíží na standard UN/EDIFACT) a Organizace pro
rozvoj strukturovaných informačních standardů (OASIS). Je navržen tak, aby zahr-
noval celé spektrum činností mezi podniky, včetně objevů a počáteční komunikace
s potenciálními obchodními partnery (OASIS, 1999).
„EDI z historického hlediska znamenala buď spojení firem, které používají
stejné transakční systémy, nebo stanula před úkolem spojovat podniky s různými
transakčními systémy. V obou případech se tyto podniky musely zapojit
do poměrně vysokých a také specifických počátečních investic. V prvním případě
potřebovaly slučitelné transakční systémy, které často znamenaly, že jedna nebo
obě strany musely zavést zcela nový IS, aby dosáhly potřebné kompatibility. Pouhé
spojení těchto kompatibilních systémů se potom navíc nijak neprojevilo. Ve dru-
hém případě společnosti namísto změny svých transakčních systémů, vytvořily

spojení EDI, kde mohly posílat data mezi různými systémy. To však vyžadovalo
sofistikovanou transformaci dat z jednoho proprietárního systému na druhý. Brzy
na to pak bylo vyvinuto třetí řešení, ve formě sítí s přidanou hodnotou (Value Ad-
ded Networks - VAN). Specializované společnosti většinou z oblasti telekomunikací
(např. British Telecom nebo Saturn) nabízely sítě, které by obchodní partneři moh-
li využít pro potřebný přenos informací. Tyto VAN sítě byly poměrně pomalé, ne-
pružné a velmi nákladné pro uživatele, protože musely být zaplaceny fixní a varia-
bilní poplatky. Lze tedy konstatovat, že EDI v období před internetem znamenalo
buď vytvoření dvoustranných spojení pro dlouhodobé použití nebo použití VAN
(případy A1 a A2 na obrázku 2). Proto tyto formy neumožnily flexibilitu, která je
požadována v obecných zásadách správy informací, a byly velmi nákladné.“ (Delf-
mann a Albers, 2000). Kalakota a Whinston (1996) konstatovali, že pokrok v oblas-
ti informačních technologií poskytla až internetová technologie, jež nabízí jedno-
duchý, snadno použitelný a levný standard pro vytváření informačních sítí mezi
společnostmi ve formě extranetů. Existuje několik faktorů, které činí internet příz-
nivou platformou pro EDI:
 nízká cena - přístup na internet je nabízen za paušální měsíční sazbu, včetně
neomezeného využití, což vede k tomu, že potřebná technická infrastruktura
se stává velmi levnou ve srovnání se specializovanými strukturami starých
EDI,
 vysoká standardizace - internet nabízí obvyklé standardy souborů, jako SGML
nebo HTML, a jednoduché protokoly přenosu, jako je e-mail nebo FTP,
 vysoká flexibilita - nízké náklady na připojení a snadné standardy umožňují
připojení a odpojení sítě Internet-EDI během několika minut.
Na druhé straně stále existoval problém bezpečnosti a stability. Informace, které

procházejí extranetem nebo dokonce internetem, musí být bezpečné. To znamená,
že nebudou zachyceny od neoprávněných stran a připojení také musí být stabilní.
Šifrovací technologie se 128 bitovým klíčem a Secure Socket Layers (SSL) byla
v roce 2000 nejnovějším vývojem v řešení bezpečnostní otázky přenosu dat
(Conway a Koehler, 2000). Bylo tak poprvé možné provozovat EDI na standardizo-
vané platformě, která nabízí i požadovanou flexibilitu. Web-EDI tedy posouvá ko-
munikaci v rámci dodavatelského řetězce o jeden významnější krok dále. Vylepše-
ná konektivita tvoří základ pro efektivnější správu informací v dodavatelských ře-
tězcích. To lze považovat za podporu nejnovějších nástrojů strategického plánová-
ní (SCM), umožňujících integrované plánování celých dodavatelských řetězců na-
místo obtížné synchronizace jednotlivých prvků sítě obchodních partnerů. Obrá-
zek 2 zobrazuje schéma komplexní změny EDI (Shaw, 2000).
Obr. 2 Struktura EDI před a po nástupu Internetové sítě

Převzato z: Shaw, 2000 (přeloženo)
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
jsou neustále aktualizovány (Reeves a Deimler, 2011). Také Grosvenor a Rees

(2011) ve své publikaci shrnuli, že rostoucí počet maloobchodníků chce využít sku-
tečnost, že pomocí EDI lze uskutečnit významné úspory na transferu dokumentů,
ale chtějí také využít EDI při zvýšení efektivity v celém řetězci tím, že požadují dal-
ší a podrobnější informace od dodavatelů, jako je např. online zasílání informací
o putování zásilek. Uvědomují si transparentnost, rychlost a strategické výhody,
které EDI přináší do budoucna. Vlčková (2006) zdůrazňuje význam EDI, kdy tuto
technologii v současné době využívá několik desítek tisíc velkých společností
po celém světě pro každodenní elektronickou výměnu dokumentů se svými ob-
chodními partnery, bankami, státní správou, celními orgány a dalšími subjekty,
které jsou zapojeny do podnikání.
Bohužel menší podniky, i přes možnost čerpání výhod EDI formou služeb a je-
jich relativně snadnou dostupnost, nejsou schopny nebo se zdráhají jít s dobou, což
se projevuje jejich znevýhodněním na světovém trhu. Bez schopnosti snadno vy-
měňovat data a integrovat je do back-office systémů, jsou nuceny spoléhat na ná-
kladné, k chybám náchylné manuální procesy, které mají negativní dopad na jejich
obchodní obratnost. Neochota přijmout nové standardy a postupy pak výrazně
působí na jejich schopnost obchodovat v budoucnu (Radu, 2013; Codreanu a Ra-
dut, 2009). Engel et al. (2011) dodávají, že zde stále převládá nedostatečné pově-
domí u podniků o běžných systémech EDI a z toho plynou následující nedostatky:
(1) nedostupnost informací o reálném světě řízení podnikových procesů, (2) re-
dundance v transferu obchodních dokumentů a (3) nedostatek podpory pro sys-
tematické analýzy výkonnosti podniku a rozhodování pro další strategické pláno-
vání.
Formální studie, které se věnují problematice determinant adopce elektronic-
ké výměny dat, se vyskytují zřídka a existuje zde tedy pouze předpoklad, že
za hlavní důvod nízkého rozšíření EDI lze považovat složitost systému a náklady
na implementaci (Goksoy, Vayvay a Karabulut, 2012).
3.1.3 Standardy elektronické výměny dat

Standardy EDI jsou jednou z klíčových komponent celého jejího vývoje, jsou
od počátku vytvořeny tak, aby byly nezávislé na použitých technologiích a staly se
tak univerzálním systémem přenosu dat. Jak již bylo zmíněno výše, v rámci EDI lze
pozorovat celá řada národních a oborových standardů výměny dat. Například
standardy jako je ODETTE (automobilový průmysl), SWIFT (bankovnictví), ANSI X.
12 (americká norma), SEDAS (rakouská národní norma) a další. Tyto standardy ale
nelze vzájemně propojit a zaručit tak jejich kompatibilitu. Řešením této situace je
tak zavedení mezinárodně uznávané normy pro EDI, jakou je systém UN/EDIFACT,
který následně nahrazuje původní neslučitelné národní a odvětvové standardy.
UN/EDIFACT je současně normou multioborovou, a proto logicky pojme řadu
uživatelsky orientovaných podmnožin, tzv. aplikačních norem pro jednotlivá od-
větví (GS1 Czech Republic, 2012).
Mezi elektronicky přenášené dokumenty patří především prodejní a nákupní
objednávky, faktury, nabídky a poptávky, dodací listy, kontakty na obchodní part-
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.
Množina segmentů obsažených v obálce tvoří dohromady zprávu neboli transakci,

jako např. objednávku nebo fakturu. V rámci plánu Evropské unie a její strategie
Evropa 2020, bude zavedena povinná elektronická fakturace pro veškeré veřejné
zakázky, tato zpráva se tak stává jednou z nejvýznamnějších zpráv elektronické
výměny vůbec (Putte, 2003).
3.1.4 Elektronická fakturace

Elektronická fakturace je jedna z nejfrekventovanějších zpráv EDI a lze ji definovat
jako elektronický přenos fakturačních informací, včetně informací k platbě mezi
obchodními partnery (Marlier a Natali, 2010). Koch (2009) upozorňuje, že je po-
třeba brát v potaz, že faktury, které jsou přenášeny jako přílohy (soubory PDF,
atd.) v emailech, nejsou považovány za plně elektronické faktury. Důvodem je,
že takto přenesená informace není vhodná k automatickému zpracování dat v pla-
tebním systému.
Zástupci oborových organizací v rámci Národního fóra ČR pro elektronickou
fakturaci, jež je zřízeno při Hospodářské komoře ČR, jednají rovněž o podmínkách
implementace mandatorní elektronické fakturace do státní správy, především
se pak věnují otázkám zavádění nového legislativního rámce. Zejména byla pro-
jednávána možná rizika s tím spojená (Edizone, 2014).
Pro tuto problematiku je specifické, že v závislosti na umístění kupujícího ne-
bo dodavatele se mohou požadavky na obsah daňových dokladů lišit. Každý stát
má v zákoníku jiná povinná pole pro tyto doklady. Předpisy mohou rovněž poža-
dovat kvalifikované elektronické podpisy a dlouhodobou archivaci faktury (Keifer,
2011). České právní předpisy nedefinují fakturu jako elektronickou či papírovou,
daňový doklad může být v obou podobách. Daňový doklad je v elektronické podo-
bě, pokud je vydán a obdržen elektronickou cestou (Schmandt a Engel-Flechsig,
2013). Nově je příjemce elektronického daňového dokladu, jež je podepsaný kvali-
fikovaným elektronickým podpisem a je tedy ekvivalentní listinné podobě doku-
mentu, podepsané vlastnoručním podpisem (Zákon č. 297/2016 Sb. - zákon o služ-

bách vytvářejících důvěru pro elektronické transakce), je povinen tento doklad
v elektronické podobě akceptovat. E-faktura musí mít ze zákona zajištěnu důvěry-
hodnost svého původu, integritu obsahu a také čitelnost. Věrohodnost původu da-
ňového dokladu v elektronické podobě a integritu jeho obsahu lze zajistit uznáva-
ným elektronickým podpisem nebo pomocí EDI (Hospodářská komora, 2012).
Existuje mnoho důležitých výhod při používání elektronické fakturace, včetně
nižších provozních nákladů, méně administrativních chyb a odstranění poštovních
zpoždění (Berez a Sheth, 2007). E-fakturace snižuje celkové náklady prostě tím, že
odstraní miliony papírových faktur každý rok. Další úspory se dostaví pomocí ze-
fektivnění obchodních procesů a přijetí souvisejících inovací (Tait, 2009). Jednou
z výhod, které by měly být zdůrazněny je zvýšení efektivity lidských zdrojů tím,
že elektronizace osvobodí pracovníky od rutinních úkolů, které jim umožní věno-
vat svůj čas ostatním více produktivním a strategickým aspektům. Kromě toho,
se získá informace v reálném čase, což umožňuje snadněji ověřit, kde se faktura
nachází v rámci zúčtovacího procesu. Konečně je třeba zdůraznit také aspekty, jako
je agilita v rozhodování, kontrola chyb a efektivní využívání finančních prostředků
(Hani, 2001). Hanif (2013) zdůrazňuje, že efektivní řízení příchozích peněžních
toků z uskutečněného prodeje je naprosto zásadní pro úspěch v podnikání. Koch
(2009) ve své studii vyčíslil, že přechod od papírové k elektronické fakturaci může
přinést úspory na administrativu ve výši 60 až 80 %, s dobou návratnosti 0,5–1,5
roku. Keifer (2011) dodává, že dodavatelé jsou často ochotni vyměnit slevu ve výši
1 až 2 % z celkových nákladů na fakturách za dřívější platbu. Existuje řada různých
modelů pro včasné platby a klíčovým předpokladem ke každému z nich je elektro-
nická fakturace. Autoři Lajili a Mahoney (2006) zkoumají některé příznivé účinky,
které se projeví až v dlouhodobém horizontu, jako například příležitost k rozšíření
obchodní činnosti či rozšíření sítě dodavatelů pomocí automatizovaných procesů.
Zhu et al. (2006) ještě přidávají faktor rostoucí konkurenční síly na trhu, který
je výsledkem rozvíjení a zlepšování vztahů s dodavateli.
Hayward (2010) ve svém výzkumu poukazuje na překvapivou skutečnost,
že většina faktur, jež je vystavena elektronicky, je dále zpracovávána v papírové
podobě a ručně zadána do finančního systému k platbě. To představuje značnou
ztrátu času a úsilí, zejména s ohledem na to, že tento proces může vést k chybnému
zavedení dokumentu do systému. Automatizace této funkce eliminuje nejen tato
rizika, ale umožňuje digitalizovaný obsah znovu použít efektivnějším způsobem.
Environmentální přínosy elektronické fakturace, pokud jde o snížení spotřeby pa-
píru, energie a nákladů na dopravu, jsou také významné a lze dosáhnout snížení
emisí CO2 o 1 milion tun ročně pro EU.
Cíl podporovat zavádění elektronické fakturace v EU nelze dosáhnout bez ma-
lých a středních podniků, které představují více než 99 % evropských podniků.
Zatímco mnohé velké podniky již používají e-faktury běžně, úroveň přijetí této
technologie mezi MSP je stále relativně nízká (E-invoicing, 2010).
3.2 Výhody a nevýhody elektronické výměny dat

V rámci této podkapitoly jsou představeny hlavní výhody a nevýhody, jež jsou spo-
jené s rozhodováním o přijmutí a následnou implementací elektronické výměny
dat. Je zde tedy pojednáno o tom, které proměnné jsou pro podniky motivující
a naopak, které faktory lze při rozhodování o adopci vnímat jako bariéry adopce
této technologie.
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).
Holan et al. (1998) a Li et al. (2010) označili za klíčové k efektivnímu využívá-

ní EDI integraci informací shromážděných prostřednictvím EDI s interními aplika-
cemi IS tak, aby se zlepšila efektivita všech operací. EDI například nemusí poskyto-
vat požadované výhody, pokud informace o objednávce obdržené elektronicky
od zákazníků nejsou okamžitě integrovány do systému plánování výroby. Ačkoli
standardizace datových formátů byla v minulosti zásadním problémem, používání
dodavatelů třetích stran a dobrého překladatelského softwaru tyto problémy sníži-
ly. Stejně tak, aby bylo dosaženo významné nákladové efektivity z implementace
EDI v podobě úspor z rozsahu, je nutné rozšíření elektronické výměny dat na vel-
kou část obchodních partnerů podniku.
EDI se v důsledku rychlého vývoje internetových informačních technologií
(Attaran, 1999; Mehrtens et al., 2001; Tan a Ludwig, 2016) rychle mění z tradiční-
ho EDI na EDI jako internetovou službu. Systémy EDI založené na internetu přiná-
šejí podobné výsledky, jako je zvýšená přesnost v transakčních informacích mezi
podniky, vyšší rychlost přenosu informací prostřednictvím zjednodušených pra-
covních postupů, podporovaná produktivita, efektivita práce atd. (Chan
a Swatman, 2000). Mnoho výzkumných pracovníků zjistilo, že zprostředkovatelské
funkce nebo elektronický trh, které umožňují internetové systémy EDI, jako síťová
technologie zvyšující efektivitu organizace a manažerského výkonu, přinášejí
mnoho výhod (Chircu a Kaufman, 2000; Jin a Robey, 1999; Johnston a Mak, 2000;
Musawa a Wahab, 2012). Je tedy potřeba, aby společnosti strategicky využívaly
systémy EDI a zvýšily tak svoji konkurenceschopnost pomocí přijetí systémů EDI
a aktivně tak reagovaly na globální prostředí a neomezenou konkurenci. Kotabe
a Helsen (2010), také ve své studii upozorňují, že v kombinaci nových nástrojů in-
formačních technologií a telekomunikace se z podnikových operací stále více vy-
tlačuje jistá malátnost toku informací, která byla dříve jejich nedílnou součástí.
Objednávání a nákup komponent, což byl v předchozích letech časově náročný
proces, se nyní provádí pomocí EDI a čas potřebný pro transakci zboží se tím zkrá-
til z týdnů na dny, také bylo odstraněno značné množství papírování.
Co tedy determinuje adopci systémů EDI? Na počátku devadesátých let se stu-
die EDI snažily identifikovat hlavní faktory ovlivňující úspěšnou adopci a následně
implementaci EDI (Grover, 1990; Ramamurthy et al, 1999). Vzhledem k tomu,
že doposud byly studie prováděny převážně v zemích, jako jsou USA, Spojené krá-
lovství a další, je obtížné výsledky přímo uplatnit na podmínky Evropy, potažmo
českých podniků, protože environmentální situace a komplexně podnikatelské
prostředí je zde jedinečné a odlišné od situací v jiných státech. Nicméně dle aktuál-
ního průzkumu Tongzon a Nguyen (2013) současné investice podniků do techno-
logií a budoucí plány na další investice nejsou výrazně ovlivněny aktuálními a oče-
kávanými obchodními podmínkami v konkrétních zemích, kde podniky působí.
Mohlo by to být způsobeno skutečností, že podniky jsou obecně informovány
o výhodách elektronické komunikace pro své podnikatelské činnosti a výkony, tak-
že bez ohledu na širší makroekonomický vývoj a podmínky hodlají podniky do této
oblasti investovat. Dalším důvodem pak může být, že zájem podniků o investice
do informačních a komunikačních technologií je spíše motivován průmyslovou

konkurencí než makroekonomickými a poptávkovými podmínkami.
3.2.1 Výhody adopce EDI

Efektivita využívání EDI byla zkoumána v několika studiích. Pomocí EDI, lze posky-
tovat široký záběr informací, jako například zprávy o prodeji (objednávky), k fi-
nancování a odpovědnosti (hlášení o platbách a odmítnutí výzvy k zaplacení)
či řízení zásob (plánování výroby). Jak zmiňují Jiménez a Muñoz (2006), cílem
všech EDI systémů je zlepšit konkurenceschopnost společnosti a minimalizovat
některé z nejčastějších problémů spojených s řízením dodavatelského řetězce
(produkt není na skladě, nízké zásoby, dosažení určité optimální rotace produktu).
Poskytovatelé služeb odhadují, že systém EDI může snížit náklady na vyřízení
objednávky až o 80 %. Dále podniky uvádějí, že díky systémům EDI, které zajistily
zvýšenou přesnost informací o stavu zásob a zkrácení doby cyklu objednávky, byly
schopny dramaticky snížit stav zásob, a tím i náklady na udržování zásob (Edizone,
2014). Mnoho inter-organizačních systémů stále více používá elektronické výměny
dat k podpoře strategického dodavatelského řetězce prostřednictvím poskytování
a zpracování obchodních dokumentů. EDI tak většinou vede k určitému progresu
ve vztahu mezi dodavatelem a odběratelem (Lim a Palvia, 2001).
EDI představuje poměrně složitý systém. Avšak jakmile je tento systém jed-
nou implementován, jeho používání (návaznosti a komunikace s ním) je velmi
snadné. Potenciálních výhod a přínosů systému EDI je skutečně mnoho a k většině
z nich není třeba nic dodávat. Nejvýznamnějším přínosem je snížení objemu kla-
sické kancelářské práce, neboť se výrazně omezuje administrativa (papírování),
zvyšuje se přesnost a rychlost a pracovníci tak mohou venovat pozornost dulezi-
tejsím (strategickym) zalezitostem. Vyse uvedene prínosy se promítají i do snízení
nakladu. Dle Goksoy et al. (2012) se v důsledku zavedení EDI zvyšuje výkonnostní
úroveň celého obchodního řetězce a současně roste spokojenost jeho zákazníků.
Studie od různých autorů (Scala a McGrath, 1993; Damanpour and Schneider,
2006; Nemoto et al., 2010; Oliveira a Martins, 2011), které se věnovaly adopci EDI,
dospěly k určení výhod a nevýhod elektronické výměny dat, a bylo definováno ně-
kolik nejvýznamnějších determinant z obou těchto skupin. Mezi hlavní výhody EDI
autoři zařadili:
 zvyšuje přesnost informací a redukuje chybovost,
 snižuje potřebu zápisu informací do systému,
 urychluje výměnu informací mezi podniky,
 redukuje zásoby a náklady na jejich držení,
 zlepšuje logistické procesy,
 rozšiřuje vztahy se zákazníky a dodavateli,
 doplňuje a rozšiřuje marketingové úsilí podniku,
 zvyšuje produktivitu, především spojených se shromažďováním, zasíláním
a přijímáním informací,
 redukuje listinné dokumenty,
 standardizuje postupy a snižuje potřebu lidských zdrojů,

 zlepšuje servis zákazníkům,
 zlepšuje konkurenční pozici podniku.
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
účinnost a prohlubuje spolupráci mezi partnery, a to vede k růstu celkové výkon-

nosti řetězce.
Zapojení elektronické výměny dat a sdílení informací v rámci celého dodava-
telsko-odběratelského řetězce, rovněž umožnilo objevit takzvaný efekt biče
„bullwhip effect“. Ten se projevuje v nekonstantním množství objednaného množ-
ství u výrobce, při relativně konstantním nákupním chování spotřebitele, způsobe-
ným nedostatečným sdílením informací mezi jednotlivými články řetězce a pláno-
váním pouze na úrovni jednotlivých článků řetězce. Tato skutečnost pak ústí
v navýšení skladových zásob a vyšší vázanost kapitálu. Zde pak nabízí řešení právě
elektronická výměna dat, prostřednictvím které je uskutečněna horizontální inte-
grace kooperujících společností (Lee, 1997; Machuca a Barajas, 2004).
Někteří autoři (Abernathy et al. 1999; Hanzal, 2014; Tan a Ludwing, 2016)
rovněž zdůrazňují, že EDI také zmírňuje geografické bariéry a umožnila velkým
maloobchodníkům zaměřit se na potřeby a zvláštnosti jednotlivých komunit na-
vzdory působícím globalizačním trendům. Prostřednictvím maloobchodního pro-
deje používají podniky, na základě sofistikovaného softwaru pro správu databází,
analýzu prodejních trendů a přizpůsobují výběr komodit konkrétní regionální po-
ptávce, následně úzce spolupracují s dodavateli, pro správné zajištění potřeb.
Kim a Lee (2008) pak dále vysvětlují, že společnosti, které intenzivně využíva-
jí EDI systémy, velice často naplňují tyto předpoklady:
 organizační struktura podniku je decentralizovaná,
 EDI standardy jsou kompatibilní s jejich obchodními partnery,
 EDI systémy jsou více kompatibilní s dříve přijatými systémy nebo jsou vysoce
kompatibilní se stávajícími systémy,
 existuje zde silná technická podpora EDI prodejců,
 vzdělávání a odborná příprava na EDI je k dispozici trvale,
 na implementaci EDI se podílí rovněž silní obchodní partneři podniku,
 organizace je vysoce formální,
 EDI uživatel je kompletně zapojen.
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.
3.2.2 Nevýhody adopce EDI

Již Emmelhainz (1988) zjistil, že hlavními faktory, které brání masivnímu rozšíření
EDI, jsou organizační odpor vůči změnám, nedostatek standardů a nedostatek
podpory třetích stran. Tato zjištění byla podpořena rovněž dalšími výzkumnými
pracovníky, kteří rozšířili výčet o vysoké náklady na hardware a software, bezpeč-
nostní problémy a nedostatek kontroly a transakčního auditu (Cao et al., 2014;

Low a Sloan, 2001; Radosevich, 1997). V dalších studiích (Ferguson et al., 1990;
Zhu et al., 2006) bylo identifikováno několik dalších faktorů, jež lze označit jako
bariéry úspěšné adopce EDI:
 počáteční náklady na implementaci,
 kompatibilita stávajícího softwaru případně hardwaru,
 nedostatek již automatizovaných zákazníků,
 nízké povědomí o výhodách EDI,
 absence vzdělávání v této oblasti,
 standardní formáty,
 neakceptace inovací u zákazníků,
 nízké zapojení obchodních partnerů.
Je pravděpodobné, že koncem osmdesátých a začátkem devadesátých let byly vní-

mané bariéry mírně odlišné a spíše technického charakteru. Důležitost problému
kompatibility softwaru a hardwaru mohla být částečně způsobena omezeným po-
čtem přidaných sítí (VAN) dostupných pro EDI Outsourcing. Podobně problémy
týkající se komunikace se zákazníky mohou také pocházet z nedostatku VAN v té
době. Pozdější výzkumy podporují tuto domněnku a naznačují trend překážek
směřujících spíše k méně technickým a podnikově více orientovaným otázkám. Již
Webber (1998) identifikoval několik překážek přijetí EDI, které byly obecně ne-
technické. Zahrnovaly nedostatek odpovědnosti za špičkové řízení, nedostatečné
vzdělávání uživatelů EDI, problémy s nákladovými přínosy, jako je obtížnost kvan-
tifikace návratnosti investic (ROI) za použití EDI, požadavek na vysoké počáteční
kapitálové výdaje, dlouhé období testování po implementaci před samotnou reali-
zací.
Další autoři (Scala a McGrath, 1993; Lin, 2014; Füzesi et al., 2016), kteří se té-
to problematice věnují podrobně, mezi hlavní bariéry adopce EDI řadí následující:
 proces implementace vyžaduje zapojení vyššího managementu,
 nedostatečné vzdělání v této oblasti,
 obtížnost kvantifikace návratnosti investice,
 vnímané vysoké náklady na implementaci,
 dosažení výhod až po velkém objemu vyměněných zpráv,
 více možností pro implementaci od různých poskytovatelů,
 více standardů,
 neustálé revize ve standardech,
 vliv na organizační strukturu,
 vliv na kulturu podniku,
 nedostatek obchodních partnerů využívajících EDI,
 limituje obchodní partnery podniku, jež nemají EDI.
Podobně ve studii orientované na mezinárodní podniky, byly zdůrazněny pro-

blémy manažerského charakteru jako odpor zaměstnanců ke změnám a nedosta-
tek zaměření podniku na zákazníky (Hendon et al., 1998). Faktory související

s technologií, jako jsou náklady na EDI, problémy se softwarovými aplikacemi
a bezpečnostní opatření, se tak postupně stávají menšími překážkami. Naopak re-
spondenti velice často uvádějí, že mají nedostatečné povědomí o výhodách EDI
a nedostatek vzdělávání či odborné přípravy v této oblasti, což se pro ně následně
stává velice důležitým aspektem proti přijetí EDI (Crum et al., 1998; Zhu et al.,
2006; Hazen a Byrd, 2012). Nicméně náklady, nedostatek poptávky, nedostatek
jednotných standardů a požadavky na dokumentaci byly i nadále uváděny jako
významné faktory rozhodování. Hendon et al. (1998) zahrnovali mezi klíčové fak-
tory nepříznivě ovlivňující rozšíření EDI rovněž kontrolu, bezpečnost, příliš vysoké
očekávání a nízkou flexibilitu. Premkumar (2003) a Füzesi et al. (2016) řadí dále
mezi hlavní bariéry implementace EDI kompatibilitu hardwaru či softwaru mezi
obchodními partnery, rozdíly v datových formátech mezi zúčastněnými podniky,
nedostatečnou ochotu ke změnám mezi obchodními partnery, obtížnost zdůvod-
ňování EDI pomocí analýzy nákladů a přínosů a také nedostatek znalostí o EDI
a jejím potenciálu.
Několikrát zmiňované náklady na zavedení EDI, jsou vždy různé, nelze říct
jednoznačně, kolik bude podnik implementace EDI stát. Lubomír Veselý (obchodní
ředitel CCV, s.r.o.) uvádí „Vždy záleží na tom, zda informační systém podniku (ERP)
poskytuje modul pro elektronickou výměnu či nikoli. Pokud ano, lze zakoupit již
naprogramovaný modul od poskytovatele informačního systému v řádech desetiti-
síců. Zavedení podniku do konsolidačního centra poskytovatele EDI stojí většinou
okolo dvaceti tisíc korun a dále pak podnik platí za objem přenesených dat (doku-
mentů). Konkrétní částky jsou závislé na zvoleném měsíčním paušálu a jedná se
o haléřové položky za vyměněný doklad. V případě, že daný ERP systém nepodpo-
ruje EDI a modul je do stávajícího systému nutno naprogramovat, což je v dnešní
době méně obvyklé, mohou být částky na zavedení EDI vyšší a to v řádech statisí-
ců.“
Pro které podniky je tedy elektronická výměna dat vhodná? Pokud některá
z firem vystavuje minimum dokladů, což poukazuje na minimální úspory z rozsahu
administrativní činnosti a tedy potlačený efekt zavedení EDI, ale přesto je nucena
se svým silnějším obchodním partnerem komunikovat touto formou, existuje zde
služba webEDI, která umožňuje využít služeb EDI bez integrace do ERP. Transfer
a archivace EDI zpráv probíhá ve webovém prohlížeči, bez propojení s podniko-
vým systémem a počáteční investice podnik tak příliš nezatíží, jelikož systém ne-
poskytuje automatický přenos, ale je nutné doklady ručně přepisovat do webového
rozhraní. Následně je na každém podniku určit, kdy se administrativa s tímto způ-
sobem transferu obchodních zpráv stane natolik zatěžující, že podnik zvolí raději
formu klasické výměny dat s plnou integrací do informačního systému a uskuteční
počáteční investici na implementaci EDI (Edizone, 2014).
Salmony and Harald (2010) mezi bariéry pro adopci EDI řadí například i od-
por ke změnám ve finanční správě, zastaralý software, který vyžaduje úpravy, dále
pak domněnku, že elektronická výměna dat není jednoduchá a nákladově efektivní,
stejně jako nízký tlak ze strany veřejné správy.
Beatty a Jones (2004) pojednávají ve své práci o tom, že dalším problémem

spojeným s přijetím EDI často bylo, že nebylo dostatečně přemýšleno o kulturním
dopadu technologie EDI na současné obchodní procesy organizace. Neschopnost
rozpoznat a plánovat změny podnikových procesů, které vytváří EDI, může tak dle
jejich závěrů snížit výkonnost a v horším případě může pozastavit obchodní ope-
race. EDI ovlivňuje organizační strukturu, jakož i roli a odpovědnost zaměstnanců.
V tradičním procesu mohou být zákazníci v přímém spojení s prodejci, kteří od
zákazníků přijímají faxové nebo verbální telefonní objednávky, ověřují data objed-
návky a zákaznický kredit, zadávají správné informace do počítačového systému
pro zpracování objednávek a vyřeší všechny atypické problémy, které mohou
vzniknout při příjmu objednávky. V automatizovaném prostředí objednávky EDI je
proces značně zjednodušený. Mnoho úkolů, které dokončili zaměstnanci, je nyní
automaticky dokončeno službou EDI. Proto se proces transformuje tak, aby vyho-
voval EDI, a role i odpovědnost administrativních pracovníků se tedy také musí
odpovídajícím způsobem měnit.
Další autoři vyslovují domněnku, že elektronická výměna dat může být
pro podniky plně přínosná, avšak pouze díky rozsáhlému přijetí technologie.
K rozsáhlému přijetí je pak zapotřebí jednak obchodovat se značnou sítí obchod-
ních partnerů a také eliminovat náklady na udržování paralelních systémů, které
se používají při obchodování s partnery, jež nemají možnost elektronické výměny
dat. Současné investice do informačních a komunikačních technologií jsou také
ovlivněny překážkami, které plynou z přijímání EDI, jako jsou dočasná finanční
omezení podniku, získání důvěry v bezpečnost interních údajů a překonání počá-
teční nejistoty v nových organizačních procesech (Tongzon a Nguyen, 2013).
Cao et al. (2013) poukazují na pozitivní externality vznikající sítě zapojených
subjektů v dodavatelsko-odběratelském řetězci. Rovněž však upozorňují na fakt,
že podnik při adopci technologie musí také brát v potaz rozdílné podnikové proce-
sy. Kde i drobné odchylky mohou vést k různým stupňům přizpůsobení informač-
ních systémů a obchodních procesů. Podniky by se tak ve skutečnosti neměly řídit
pouze tím, že jiný podnik v jejich síti dodavatelského řetězce implementoval tech-
nologii úspěšně, ale musí věnovat zvláštní pozornost tomu, zda zvolený systém
odpovídá jejich konkrétním obchodním procesům. Pokud ano, hodnota informač-
ního systému se pak zvyšuje s tím, jak roste počet podniků, které přijmou a využí-
vají stejný systém výměny dat. Na druhou stranu, pokud technologie neodpovídá
podnikovým procesům, ztráta dat se v síti může prohlubovat, což může vysvětlo-
vat, proč mnoho implementací později selhalo. Podobně Hwang a Lee (2016) vy-
světlují, že v poslední době většina firem využívala EDI k vzájemné výměně infor-
mací s cílem zlepšit jejich výkonnost. Nicméně ne všechny implementace přinesly
pozitivní výsledky. Některé mohou být zdařilé a mít za následek vysoký výkon ce-
lého řetězce a některé naopak nemusí. Tyto různé dopady jsou hlavně důsledkem
správné akceptace technologií, fungující vnitrofiremní struktury řízení nebo výsky-
tu neočekávaných okolností. To je důvod, proč se informační systém stává stále
důležitějším pro řízení dodavatelského řetězce.
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.
3.3 Inovace a teorie technologických změn

Na tomto místě práce je představen přístup k technologickým inovacím, jsou zde
rovněž uvedeny hlavní teoretické směry technologických změn. Větší pozornost je
pak věnována několika z nich, jako je teorie šíření inovací, technologický akceptač-
ní model a technologicko-organizačně-environmentální rámec, jež sdružuje něko-
lik konceptů ovlivňujících adopci informačních technologií. Tyto jednotlivé směry
se stávají podkladem pro identifikaci proměnných, jež mohou vstupovat do rozho-
dování o adopci EDI (kapitola 6) a jsou výchozí bází pro následnou konstrukci mo-
delu adopce EDI pro české podniky v odvětví retailu, který je v této disertační práci
navržen.
3.3.1 Technologické inovace

I přesto, že význam změn nových technologií je mezi vědci i lidmi z praxe vnímán
jako velice vysoký, stále převládá nedostatečné propojení teoretických aspektů
adopce napříč různými státy. Není tak plně rozvinuta spolupráce v otázce výzkumu
teorií technologických změn. Napříč tomu, ale postupně dochází ke snaze popsat
a následně vysvětlit tyto odlišnosti (Breznitz, 2009).
Vzhledem k turbulentnímu vývoji, jakým technologie prochází, a její dostup-
nosti pro stále širší portfolio zákazníků, je většina dosavadních studií o přijetí
technologií nevyhnutelně kontextově specifická a nelze je aplikovat na aktuální
podnikatelské prostředí. Například znalosti o inovacích v malých a středních pod-
nicích (MSP), pro které se technologie s příchodem nových internetových služeb
staly dostupné, jsou stále velice omezené. Naprosto chybí povědomí o formách
inovace, pomocí kterých MSP přijímají, či implementují technologie, a také není
blíže specifikován dopad jejich inovačního úsilí na různé dimenze výkonnosti pod-
niku (Oke et al., 2007). Tato situace je naprosto pochopitelná, jelikož v minulosti
byly nové technologie, čímž byla i elektronická výměna dat, privilegiem pouze pro
velké společnosti v rozvinutých zemích, které si mohly dovolit vysoké počáteční
investice nutné pro implementaci modulu EDI do IS (Musawa a Wahab, 2012).
3.3.2 Teorie popisující technologické změny

Ve světě neustále probíhajících změn různého charakteru patří technologický po-
krok mezi ty nejdůležitější s nejširším vlivem na podniky a jejich prostředí. Tech-
nologie tak mají svou roli nejen jako tvůrce změny, ale také jako nástroj pro řešení
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.
Dle Perez (2012) je technologická změna spojena s vytvořením nových obchodních

modelů, které obsahují kontinuální změnu strategie, což neznamená mít webové
stránky nebo počítačového odborníka. Tyto změny jsou mnohem hlubší, konají se
v průběhu všech pracovních procesů a ovlivňují každé oddělení ve firmě. Lavie
(2006) zmiňuje, že technologické inovace tak mohou výrazně ovlivnit především
firemní možnosti, protože přináší nové vědecké poznatky a vytváří nové alternati-
vy pro konfiguraci schopností, provádění organizačních činností a vytváření hod-
not. Další průzkum shrnuje, že zavádění nových technologií se stalo naprosto zá-
sadní pro udržování a zlepšování organizačních konkurenčních výhod (Bolívar-
Ramos et al., 2011).
Khasawneh (2008) definuje význam přijetí technologie jako "První použití
nebo přijetí nové technologie nebo nového produktu." Někteří autoři zabývající se
touto problematikou spojují začátek procesu adopce nové technologie s okamži-
kem, když si vedení podniku uvědomí potřebu zakoupit technologii, zatímco jiní
autoři se více zaměřují na již skutečné využití, když se chystá implementace tech-
nologie nebo hodnotí výsledky zavedení. Přijetí technologie je dobrovolné indivi-

duální chování, které je vysvětleno teoriemi, jako jsou:
 Teorie odůvodněného jednání (dále jako TRA), kterou navrhli Fishbein
a Ajzen (1975),
 Teorie plánovaného chování (dále jako TPB), kterou navrhl Ajzen (1991),
 Technologický akceptační model (dále jako TAM), jenž uvedl Davis (1989),
 Jednotná teorie adopce a využívání technologií (UTAUT), kterou vyvinuli Ven-
katesh et al. (2003), která kombinuje osm teoretických modelů včetně TAM
a TPB,
 Teorie šíření inovací (DOI) jež uveřejnil Rogers (1995),
 Technologicko-organizačně-environmentální model (TOE), který navrhli Tor-
natzky a Fleischer (1990).
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.
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).
Teorie šíření inovací (DOI)

Dřivější meta-analýza od Tornatzky a Klein (1982) zdůraznila jako nejčastěji iden-
tifikované faktory ovlivňující rozšiřování inovací mezi organizacemi: náklady, pře-
nositelnost, dělitelnost, ziskovost, sociální souhlas, relativní výhoda a slučitelnost.
Je tak velice užitečným podkladem pro studium různých inovací v informačních
systémech (Moore a Benbasat, 1991).
Následně Rogers (1995) představil svou Teorii šíření (difúze) inovací (The di-
ffusion of innovation, DOI), která zdůrazňuje charakter inovace, přiřazuje organi-
zační využití inovací k charakteristikám podniku. Hlavní charakteristiky inovace
tak, jak je navrhuje Rogers (1995), jsou:
 relativní výhoda (míra, do jaké může inovace přinést prospěch organizaci),
 slučitelnost (míra souladu inovací s existujícími obchodními procesy, postupy
a hodnotovými systémy),
 složitost (do jaké míry je obtížné používat inovaci),
 pozorovatelnost (do jaké míry jsou výsledky inovace viditelné pro ostatní),
 možnost prověření (míra, s jakou může být inovace experimentována).
Studie poukazují na fakt, že teorie DOI má solidní teoretický základ a konzistentní

empirickou podporu (např. Premkumar a Ramamurthy, 1995; Beatty et al., 2001;
Zhu et al., 2006). Kromě toho, jak popsali Zhu a Kraemer (2005), velká část stáva-
jícího výzkumu se soustředila na rozhodnutí o přijetí a na opatření jako "záměr
přijmout" a "přijetí versus nepřijetí", ale dopady inovací byly opomíjeny (Fichman,
2000).
DOI je uznávána mnoha výzkumníky za schopnu identifikovat "vnímané" kri-
tické faktory technologických inovací (např. relativní výhoda, kompatibilita, složi-
tost, pozorovatelnost a schopnost měřitelnosti přínosu), které mohou ovlivnit po-
stoj potenciálních příjemců nebo těch co odmítají technologické inovace (Hoti,
2015). Bylo však argumentováno, že DOI model by měl být také spojen s jinými
kontexty nebo faktory pro holistický přístup k adopci. V souladu s tímto argumen-
tem lze konstatovat, že rámec TOE zahrnuje i kontext prostředí (který není zahrnut
do teorie DOI), čímž se stává schopnější vysvětlit přijetí vnitropodnikové inovace.
Technologický akceptační model (TAM)

Byla navržena řada teoretických modelů, které usnadňují pochopení faktorů ovliv-
ňujících adopci informačních technologií (Davis, 1989; Venkatesh a Davis, 2000),
viz výše. Mezi těmito studiemi je i tzv. Technologický akceptační model (TAM), jež
se stal jedním z nejvlivnějších a dominantních pro vysvětlování chování při adopci
informačních technologií. Jeho klíčovým účelem bylo poskytnout základ pro zjiště-
ní dopadu vnějších proměnných na vnitřní přesvědčení, postoje a záměry podniku.
TAM předpokládá, že přesvědčení o užitečnosti a snadnosti používání jsou vždy
primárními determinanty při zavádění informačních technologií v organizacích.
Podle TAM tyto dvě determinanty slouží jako základ postojů k implementaci kon-
krétního systému, které zase určují záměr používat nový systém a generují násled-
ně skutečné chování podniku. Vnímaná užitečnost je míra, do jaké se člověk do-
mnívá, že používání systému by zvýšilo jeho pracovní výkon. Vnímaná snadnost
použití se potom týká rozsahu, v němž se člověk domnívá, že používání určitého
systému by bylo bez úsilí (Davis, 1989). Technologický akceptační model (TAM) je
tedy teorie informačních systémů, která modeluje, jak uživatelé přijímají a použí-
vají technologii.
TAM byl průběžně studován a rozšiřován, vznikly dva hlavní návrhy rozšíření,
je to TAM 2 (Venkatesh a Davis 2000) a Jednotná teorie přijetí a užití technologie
neboli UTAUT (Venkatesh et al., 2003). Později byl také vymezen TAM 3 (Venka-
tesh a Bala 2008).
Technologický akceptační model je jedním z nejvlivnějších rozšíření Teorie
odůvodněného působení (TRA), jež zveřejnili Ajzen a Fishbein (1975). Autoři Davis
(1989) a následně se podílel také Bagozzi a Warshaw (1992) vyvinuli tento model
s cílem nahradit řadu opatření, jež obsahuje TRA, pouze dvěma technologickými
akceptačními faktory, a zajistit tak snadné a praktické použití. Rámce TRA a TAM,
které oba mají silné behaviorální prvky, předpokládají, že pokud někdo bude chtít
jednat, bude mít možnost jednat bez omezení. Bagozzi a Warshaw (1992) dodávají,
že v reálném světě bude však existovat spousta omezení. Adams et al. (1992) ově-
řili závěry Davise (1989) a demonstrovali platnost a spolehlivost navrženého mo-
delu a jeho měřících stupnic, čímž poskytli také empirické důkazy o vztazích, které
existují mezi užitečností, snadností použití a používáním systému.
Technologicko-organizačně-environmentální rámec (TOE)

Pro identifikaci osvojovacích systémů a předvídání adopce inovací byly vyvinuty
různé modely. Tornatzky a Fleischer (1990) definovali technologicko-organizačně-
environmentální model (TOE), ten zahrnuje tři kategorie faktorů, které ovlivňují
adopci inovací:
 technologický kontext,
 organizační kontext,
 environmentální souvislosti.
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,
že technologický kontext zkoumá jak existující používané technologie, tak nové

technologie relevantní pro organizaci. Organizační kontext zahrnuje popisná opat-
ření týkající se organizace. Kontext životního prostředí se týká průmyslu, konku-
rentů a regulačních faktorů organizace.
Obr. 3 Model TOE

Převzato z: Tornatzky a Fleischer, 1990 (přeloženo)
Rámec TOE našel pravidelné uplatnění v empiricky zaměřených výzkumech orien-

tovaných na identifikaci faktorů ovlivňujících adopci informačních systémů, jako
jsou "vnější tlak", "organizační připravenost", z hlediska technologií a finančních
zdrojů, a dále také "vnímané přínosy" (Iacovou et al., 1995; Kuan a Chau, 2001).
Zhu a kol. (2003) podrobili analýze data od 3 100 podniků, aby popsali, jakým způ-
sobem ovlivňují technologickou kompetenci organizační faktory jako "rozsah"
a "velikost" a z pohledu environmentálního kontextu pak také faktor "připravenost
spotřebitele". Identifikovali rovněž "připravenost obchodního partnera", jakož
i "konkurenční tlak" a označili je za klíčové faktory při adopci elektronického pod-
nikání.
Model TOE se stal, jak uvádí Mukhopadhyay et al. (1995), podkladem pro růz-
né studie o přijetí technologie a různých informačních systémů. Nejvíce byl využit
na výzkumy týkající se:
 adopce elektronické výměny dat (EDI) - Kuan and Chau (2001); Iacovou et al.
(1995); Lippert a Govindarajulu (2015),
 elektronického podnikání (E-business) - Liu, (2008); Martins a Oliveira
(2009),
 otevřených systémů (Open Systems) - Chau a Tam (1997),

 plánování podnikových zdrojů (Enterprise Resource Planning, ERP) - Zhu
a Kraemer (2005); Zhu et al. (2006); Lin a Lin (2008); Oliveira a Martins,
(2011),
 systémy managementu znalostí (Knowledge Management Systems, KMS) –
Lee a Larsen (2009).
Studie založeny na rámci TOE pro posouzení připravenosti organizací na adopci
různých informačních technologií často byly orientovány pouze na velké organiza-
ce (Abeysinghe a Alsobhi, 2013). Bylo by tedy v zájmu výzkumu identifikovat kri-
tické faktory úspěchu a specifikovat alternativní rámce, které by sloužily jako pod-
pora pro adopci a přizpůsobení technologie také v malých a středních podnicích.
Přestože zprávy naznačují, že nástroje moderní komunikace skutečně přispívají
k rozvoji malých a středních podniků, stále existuje málo empirických důkazů
o jejich přijetí a využití v této kategorii velikosti podniků (Dixon, 2010).
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.
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.
3.4 Adopce elektronické výměny dat

Tato podkapitola se věnuje adopci elektronické výměny dat, jako takové. Jsou zde
představeny zahraniční modely adopce EDI, a to jeden z prvních modelů adopce
a do jisté míry průlomových, jež představili Iacovou et al. (1995) a potom mladší
model, jež je rozšířením prvního modelu a představili jej Narayanan et al. v roce
2009. Tyto modely se staly rovněž podkladem pro koncept konstrukce modelu
pro tuto práci. Jsou zde tak zohledněny různé teoretické směry, a dochází k syntéze
dosavadních teoretických podkladů v této oblasti.
Adopce technologie je pojem, který lze v kontextu počítačového prostředí chápat

jako přijetí, osvojení technologie podnikem, tedy jako transfer mezi starým systé-
mem a cílovým informačním systémem v organizaci. V této práci je tedy adopcí
rozuměno učinění rozhodnutí přijmout elektronickou výměnu dat a současně ná-
sledný proces uskutečnění, tedy samotná implementace softwaru. Existuje řada
zahraničních studií, které se otázce adopce EDI věnují, nicméně jen velice málo
z nich reflektuje aktuální podmínky pro přijetí elektronické výměny dat, které se
s turbulentním rozvojem digitálních technologií za poslední desetiletí rapidně
změnily a EDI je tak dostupné širokému spektru firem. Každá ze studií navíc nahlíží
na problematiku z určité perspektivy a nelze tedy závěry uchopit jako komplexní
soubor faktorů determinujících adopci EDI. Dále je potřeba také zohlednit a při
reinterpretaci modelů adopce vzít v potaz specifika dané pro jednotlivá místa za-
vádění, většina dosavadních studií proběhla na jiných kontinentech (USA, Japon-
sko, Nigérie atd.), kde může hrát roli i jiná obchodní mentalita a celkové podmínky
pro adopci elektronické výměny dat. V České republice je tato problematika stále
nedostatečně akademicky zmapována.
Jak již bylo zmíněno, elektronická výměna dat umožňuje zrychlení a zkvalit-
nění komunikace mezi obchodními partnery, snižuje náklady na zaměstnance, sni-
žuje chybovost při výměně obchodních dokumentů, utužuje vztah mezi obchodní-
mi partnery, činí firmu flexibilnější a má mnoho dalších přínosů. Jakmile je elek-
tronická výměna dat přijata a implementována, je její používání velmi snadné.
Goksoy et al. (2012) uvádí, že po zavedení EDI, podniky zaznamenaly růst spoko-
jenosti zákazníků a výkonnostní úroveň celého dodavatelsko-odběratelského ře-
tězce byla výrazně zvýšena. Reeves a Deimler (2011) zdůrazňují, že rostoucí počet
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.
I další odborné pojednání zdůrazňuje, že jedním z nejdůležitějších faktorů při roz-

hodování o adopci EDI se stal konkurenční tlak, stejně tak jako pokročilé technolo-
gie, připravenost obchodních partnerů, tlak ze strany silného obchodního partnera
a především vnímaná přínosnost této technologie (Chwelos et al., 2001; Duan et al.,
2012).
Neméně důležitým faktorem, který se významně podílí na rozhodování
o adopci či implementaci EDI, je odhalení inter-organizační struktury pomocí
transparentnosti EDI komunikace. Což napomáhá společnostem v rozhodování,
s ohledem na jejich interakci s obchodními partnery (Engel a kol., 2011).
Dosavadní přístupy k problematice přijetí EDI lze pro přehlednost setřídit
do několika hlavních proudů (Narayanan et al., 2009). Jeden ze základních přístu-
pů k adopci nové technologie je postaven na základu teorie šíření inovací (DOI)
(Tornatzky a Klein, 1982; Rogers 1995; Rogers, 2003), tento směr studií se orien-
tuje především na charakteristiky konkrétních technologií a jejich připravenost
pro inovaci (O’Callaghan et al., 1992; Premkumar et al., 1994; Teo et al., 1995; Kae-
fer a Bendoly, 2000; Shahwan, 2013), lze jej tedy nazvat směrem „technologickým“.
Nicméně přijetí EDI je téměř vždy rozhodnutí, které je prováděno v konkrétním
prostředí organizace, nelze tedy brát v potaz pouze technologickou perspektivu
problematiky. To je jedním z důvodů, proč se tento aspekt stal směrem pro další
studie s „organizačním“ přístupem. Ty se zaměřují především na vliv charakteru
organizace (Thong, 1995; Gopalakrishnan a Damanpour, 1997; Kuan and Chau,
2001). Dalším výrazným proudem v teorii přijímání elektronické výměny dat se
pak stal úhel pohledu, kdy autoři (Saunders a Clark, 1992; Bouchard, 1993; Rama-
murthy, 1995; Hoti, 2015) berou v úvahu skutečnost, že velice často má
na samotnou adopci vliv tlak ze strany obchodního partnera či konkurenčního pro-

středí, dá se tedy nazvat „reaktivním“ směrem.
I přes veškeré výhody, které EDI přináší, je počet subjektů, které technologii
využívají v rámci Evropy, potažmo České republiky, stále relativně malý (viz kapi-
tola 4). Studie z roku 2010 (Salmony a Harald, 2010), pak označuje jako hlavní dů-
vody pomalého šíření EDI technologie, tváří v tvář všem drtivým argumentům
v její prospěch, následující:
 odpor ke změnám ve finanční správě,
 původní informační software musí být upraven k automatickému odeslání
zprávy (není to obtížný úkol, ale časově náročný),
 přes dostupnost řešení, které vyžaduje "nulové dovednosti v oblasti IT", ně-
kteří hráči na trhu stále považují elektronickou výměnu dat za složitou a ne-
dostatečně rentabilní,
 chybí dostatečný tlak na výměnu elektronických dokumentů ze strany veřej-
ného sektoru,
 digitální podpisy dokumentů (např. faktury) nejsou v některých zemích po-
vinné,
 přenést sdělení je v dnešní době obtížné (zejména kvůli nedostatku času
ke čtení zpracovaných studií o problematice EDI, je všeobecně nedostatečné
povědomí o této technologii).
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,
zejména pokud nejsou v ten okamžik zřetelné významné tržní pobídky (Becker,
2012).
3.4.1 Model adopce EDI dle Iacovou et al.

První práce (Iacovou et al., 1995), která se pokusila o představení obecného rámce
adopce elektronické výměny dat (viz obrázek 4), uvádí, že přijetí EDI je závislé
na třech hlavních determinantách, a to očekávaný přínos (technologický), organi-
zační připravenost (organizační) a tlak okolí (reaktivní).
Obr. 4 Model adopce EDI

Převzato z: Iacovou et al., 1995 (přeloženo)
Očekávaný přínos, je v této práci spojen s potenciálními výhodami elektronické

výměny dat. Ty mohou být seskupeny, jak shrnul Pfeiffer (1992), do dvou katego-
rií. První skupinou jsou přímé výhody, kde se hovoří především o provozních
úsporách souvisejících s vnitřní efektivitou organizace (redukce transakčních ná-
kladů, lepší cash flow, snížení zásob, lepší informovanost). Druhou skupinou jsou
potom nepřímé výhody nebo příležitosti. Ty odkazují na vliv EDI na obchodní pro-
cesy a vztahy, jedná se převážně o taktické a konkurenční výhody (rostoucí ope-
rační efektivita, lepší zákaznický servis, lepší vztahy s obchodními partnery, kon-
kurenční výhoda).
Organizační připravenost se týká úrovně finančních a technologických zdro-

jů firmy. Tento faktor je velice výrazně korelován s velikostí podniku, protože
menší podniky mají tendenci k nedostatku zdrojů, potřebných pro úspěšnou im-
plementaci a schopnost přijímat všechny strategické výhody technologie je zpravi-
dla omezená (Bouchard, 1993). Finanční připravenost se týká finančních prostřed-
ků, které jsou v podniku k dispozici na úhradu nákladů za instalaci, provádění ná-
sledných vylepšení a za průběžné výdaje během používání (jako jsou poplatky
za komunikaci, poplatky za používání atd.). Druhý rozměr organizační připrave-
nosti je technologická připravenost, ta se zabývá úrovní sofistikovanosti využití IT
a IT managementu v podniku (Pare a Raymond, 1991).
Vnější tlak na adopci EDI, jímž je myšlen zejména konkurenční tlak na pod-
nik, a také nátlak ze strany silného obchodního partnera, je rovněž významnou
determinantou modelu. Vzhledem k tomu, že je stále více konkurenčních podniků
a obchodních partnerů schopno elektronické výměny dat, mají i menší a střední
podniky větší tendenci k adopci EDI tak, aby si udržely vlastní konkurenční pozici.
Možná ještě významnější roli v adopci EDI pak sehrává tlak ze strany silnějšího
partnera (Saunders a Hart, 1993). Výkonný partner může sledovat různé strategie,
aby přiměl malého partnera k adopci technologie a využil tak naplno potenciálu,
který mu implementovaná EDI poskytuje. Může volit motivaci v podobě poskyto-
vání určitých odměn (slevy na odebrané zboží) v případě osvojení si EDI menším
partnerem, nebo naopak může použít hrozbu (ukončení spolupráce), pokud
se partner nezapojí do systému založenému na EDI (Iacovou et al., 1995).
Na tento model navázaly další studie, které jej postupně rozšiřovaly (Kuan
a Chau, 2001; Chwelos et al., 2001), prohlubovaly detailně strukturu jednotlivých
souhrnných faktorů, kvantifikovaly vliv jednotlivých proměnných a empiricky tes-
tovaly možnost aplikace modelu za různých výchozích podmínek (Musawa a Wa-
hab, 2012; Mohamad et al., 2015).
3.4.2 Model adopce a implementace EDI dle Narayanan et al.

Velice podstatným zdrojem informací se pro další výzkum stala metaanalýza, která
se komplexně věnovala tématu adopce a implementace elektronické výměny dat.
Autoři do analýzy zahrnuli větší část zkoumaných faktorů napříč všemi dosavad-
ními studiemi. Rovněž se vyjadřuje k jejich vlivu na adopci EDI a navrhuje rozšíře-
ný koncepční model (viz obrázek 5). Také zmiňuje nutnost rozšíření znalostí
o zavádění EDI mezi budoucími manažery. Autoři se domnívají, že vzhledem k ne-
dostatečnému teoretickému základu k této problematice, je znalost benefitů zave-
dení EDI velice omezená (Narayanan et al., 2009).
Obr. 5 Rozšířený koncepční model

Převzato z: Narayanan et al., 2009 (upraveno)
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-
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

V rámci této kapitoly je představeno odvětví retailu, pro které je v práci proces
adopce EDI analyzován s cílem určit jeho determinanty. Nejprve je retail specifiko-
ván z pohledu celoevropského, jelikož je Česká republika součástí Evropské unie,
a tato skutečnost má na stav odvětví určitý vliv. Následně je popis blíže zaměřen
na stav maloobchodu konkrétně v České republice pro rok 2016 až 2017. Jak již
bylo zmíněno, odvětvím retailu je rozuměn oddíl 47, dle klasifikace ekonomických
činností CZ NACE. Ten spadá do sekce G „Velkoobchod a maloobchod, opravy
a údržba motorových vozidel“ a má následující členění (ČSÚ, 2008):
 Oddíl 45: Velkoobchod, maloobchod a opravy motorových vozidel,
 Oddíl 46: Velkoobchod, kromě motorových vozidel,
 Oddíl 47: Maloobchod, kromě motorových vozidel.
4.1 Retail v rámci Evropské unie

V roce 2015 odvětví retailu těžilo především z neatraktivity tradičních úspor,
jež byla způsobena nižší úrokovou sazbou a tato skutečnost vyústila ve vyšší sou-
kromou spotřebu. Nezaměstnanost se snížila a ekonomika nominálně vzrostla
o 4,7 %. Rok 2016 potom byl ve znamení neklidu, kdy k otázkám terorismu
a uprchlíků rovněž nepřispělo hlasování o Brexit a žádost o odstoupení Velké Bri-
tánie, jež byla podána v březnu roku 2017. Evropský maloobchod tak stále čelí ne-
harmonickému politickému klimatu. I přes tyto okolnosti nelze však rok 2016 kla-
sifikovat jako neúspěšný (GfK, 2017).
Růst elektronického obchodování v roce 2015 již nepřevýšil klasický retail,
který zaznamenal silný nárůst obratu (3 %), ten lze přisoudit faktu, že silné konku-
renční prostředí vedlo k zavedení inovací a stimulovalo tak pokrok u klasických
maloobchodníků. Naopak v roce 2016 pak došlo k mírnému poklesu obratu
v retailu, a to o -0,4 % (SOCR ČR, 2017).
Na celkovém vývoji evropského regionu se velkou měrou podepisuje politická
nestabilita, uprchlická krize a způsobuje velké rozdíly mezi jednotlivými regiony
Evropy, nicméně nákupní síla evropských spotřebitelů zaznamenala meziroční
nárůst o 3,7% v roce 2015 a další nárůst o 0,7 % v roce 2016. Suma podílu retailu
na soukromé spotřebě v roce 2015 poklesla a představuje 30,4 % celkové spotře-
by. Spotřebitelé více utrácí své prostředky za služby a cestovní aktivity. V roce
2016 podíl retailu na spotřebě představoval 31,3 %. Počet prodejen nadále klesá,
především těch menších a jsou nahrazovány často větší prodejnou na atraktivním
místě. Celkový prodejní prostor vzrostl o 0,3 % v roce 2015 a růst pokračoval
i v roce 2016, a to o 0,4 %, prodejní plocha na obyvatele tvoří 1,17m2 pro Evropu
a 1,04m2 pro Českou republiku. Situace pro různé evropské státy je znázorněna
na obrázku 6 níže. Současně lze pozorovat vyšší produktivitu prodejní plochy,
ta v roce 2015 vzrostla o 2,7 %, a v roce 2016 byl zaznamenán nárůst o dalších
0,9 % (GfK, 2017).
Odvětví retailu a stav EDI v ČR 47
Obr. 6 Prodejní plocha maloobchodních prodejen na jednoho obyvatele

Převzato z: GfK, 2017
Ceny rychloobrátkového zboží rostly v evropských zemích jen o 1 %, což je nejpo-

malejší růst za posledních 6 let a spolu s meziročním růstem prodeje, jež činil pou-
ze 0,4 %. Byl tak zaznamenán nejnižší meziroční nárůst tržeb za poslední desetile-
tí, a to o 1,3 %. Lze konstatovat, že nejvyšší meziroční nárůst tržeb byl dosažen
v Turecku (9,1 %), Polsku (3,6 %) a Španělsku (3,1 %). Naopak v Řecku (-6,7 %),
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).
4.2 Retail v České republice

Pozitivní vývoj národního hospodářství se projevuje i v pozitivním vývoji v odvětví
maloobchodu (oddíl 47, sekce G dle CZ NACE) za rok 2016, jež kopíruje obdobnou
situaci z roku 2015. Nejvýraznější růst tržeb byl zaznamenán u internetových ob-
chodů (22 %) (SOCR ČR, 2017).
Pro Českou republiku je pak charakteristická vysoká spotřeba, kde její mezi-
roční nárůst činí 3,1 % a obsadila tak druhé místo ve spotřebě z evropského regio-
nu. Tato pozice je způsobena především poklesem nezaměstnanosti a růstem HDP,
společně s výrazným poklesem průměrných cen prodávaného zboží (v roce 2016
o -0,7 %).
Českého spotřebitele je možno označit za důvěřivého, a důvěra nadále roste.
Globální index spotřebitelské důvěry, poprvé přesáhl hodnotu 100, což je zlom
mezi pesimismem a optimismem. Celosvětový průměr pro rok 2016 je na úrovni
101 a evropský průměr činí 81. Index v České republice (103) dosáhl v rámci ev-
ropského regionu opět druhé pozice, hned za Dánskem (107). Tuto skutečnost lze
pak přisuzovat kladnému hodnocení pracovních příležitostí a pracovních vyhlídek
na další rok, jež čeští respondenti hodnotí jako dobré až výborné. Dále hodnotí
61 % dotazovaných svou finanční situaci jako pozitivní (Nielsen, 2017).
Trendem, který se projevuje již delší dobu je potom pokles především prode-
jen s potravinami a smíšeným zbožím, kde nejčastěji zanikají prodejny s plochou
menší jak 400 m2, za poslední desetiletí došlo ke ztrátě 22 % těchto podniků. Nej-
vyšší úbytek byl zaznamenán u prodejen do 50 m2 (viz obrázek 7), kde byl zazna-
menán meziroční úbytek 6 % (Staruch, 2016).
Obr. 7 Vývoj počtu maloobchodních prodejen dle jejich rozlohy

Převzato z: Staruch, 2016
Změny nastávají především u venkovských oblastí, kde díky trendu vysidlování

klesá rentabilita maloobchodních prodejen, a tak dochází k jejich masivnímu úbyt-
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).
Obr. 8 Vývoj počtu aktivních subjektů v sekci G v období 2005 až 2015

Zdroj: ČSÚ, 2017 (vlastní zpracování)
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
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.
4.3 Elektronická výměna dat v ČR

I přesto, že elektronická výměna dat, již existuje několik desetiletí a původní před-
poklad byl, že pro všechny benefity jež poskytuje (viz kapitola 3.2) bude masivně
rozšířena, je její zastoupení v ČR stále relativně nízké. Následující obrázek ilustruje
celkové zastoupení elektronické výměny dat u podniků v ČR pro všechny odvětví
a různé zprávy EDI.
Obr. 9 Výměna dokumentů v ČR

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.
V porovnání s ostatními státy Evropské unie, nedosahuje dle studie Eurostatu

(2017) Česká republika ani průměrné hodnoty procentuálního zastoupení podniků
využívajících EDI, jež činí 18 %. V České republice je potom počet podniků, který
celkově využívá strukturovaných zpráv k automatickému přenosu obchodních do-
kumentů (EDI), vyčíslen na 13 %, tato skutečnost je znázorněna na obrázku 10.
Obr. 10 Procentuální podíly podniků využívajících EDI v jednotlivých zemích EU

Zdroj: Eurostat, 2017 (vlastní zpracování)
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.
Děje se tak nejčastěji ze dvou důvodů, a to jako reakce na nutnost komunikace

se silným obchodním partnerem, jež EDI požaduje jako podmínku spolupráce, což
je stále častější jev, nebo u podniku převládá snaha o zefektivnění procesů a využití
výhod, které EDI přináší. Elektronická výměna dat začíná rovněž pronikat
do nových segmentů a vyjma automobilového průmyslu a retailu, se stále více pro-
sazuje také v hobby-marketech, stavebninách atd., kde se EDI stává nejen formou
komunikace mezi obchodními partnery, ale rovněž standardizuje obchodní proce-
sy v celém řetězci a zároveň připravuje podniky na komunikaci s obchodními part-
nery mezinárodní úrovni.
Vzhledem k dlouhodobému trendu, kdy v maloobchodní síti prodejen převlá-
dají stále markantněji větší podniky, lze očekávat i nárůst tlaku na zavedení EDI
u menších dodavatelů. Jako příklad lze uvést několik společností jako je Datart In-
ternational, a.s., Alza spol. s r.o., Mall s.r.o., Obi Česká republika s.r.o., Makro spol
s r.o., Globus spol s r.o., jež zavedly elektronickou výměnu dat a požadují ji rovněž
od všech svých obchodních partnerů.
Adopce EDI u větších maloobchodních prodejen má nadále sílící tendenci, což
potvrzují i šetření mezi podniky z ČSÚ (2017), kde je patrné, že rozšíření EDI
u podniků v retailu s více zaměstnanci je běžnější (viz tabulka 1).
Tab. 1 Procentuální zastoupení EDI v ČR v oddíle 47 v roce 2015 dle velikosti podniku
Velikost firmy (počet zaměstnanců)

10–49 50–249 250+ Celkem
Příjem faktur 16,2 36,7 57,2 18,8
Zasílání faktur 13,8 21,3 22,4 14,5
Nákup 28,3 43,3 62,1 30,4
Prodej 11,4 23,1 21,3 12,4
Pro sekci G, lze procentuální zastoupení pozorovat v tabulce 2, kde je patrné,

že nákupů i prodejů přes elektronickou výměnu dat probíhá nejvíce u podniků
v oddíle (45).
Tab. 2 Procentuální zastoupení EDI v ČR v sekci G v roce 2015
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
V České republice je několik poskytovatelů elektronické výměny dat, jež nabízejí

implementaci technologie do informačního systému zákazníka. Mezi nejvýznam-
nější patří EDITEL CZ s.r.o., CCV, s.r.o., EDISS, EDICOM s.r.o., Minerva Česká repub-
lika, a.s. Při výběru poskytovatele je třeba zvážit nejen cenu nabízených služeb,
ale především je třeba vzít v úvahu, že pro úspěšnou implementaci EDI je nutná
průběžná spolupráce mezi dodavatelem EDI řešení a obchodními partnery podni-
ku, po celý čas adopce. Samotný proces implementace má pak několik fází (Vala-
cich et al., 2014): analýza podnikových procesů, výběr vhodného řešení, příprava
současného systému na implementaci, synchronizace dat, kontrola zpráv a ověřo-
vací provoz, spuštění elektronické výměny dat. Každá fáze procesu je velice důleži-
tá pro úspěšnou implementaci a často nelze předem určit přesnou dobu, jež bude
pro přechod na EDI potřebná. Obecně, lze říct, že pro IS, jež disponují modulem
EDI, se doba zavedení dá uvažovat v řádu dvou týdnů a v opačném případě, kdy
podnik má specifické požadavky nebo modul není připraven, lze dobu implemen-
tace odhadovat na dva až tři měsíce. Je tedy nezbytné při výběru poskytovatele
brát v potaz i nabízené konzultace a poradenství, jež pomohou celý proces zopti-
malizovat.
Další velice důležitou součástí elektronické výměny dat je legislativní hledis-
ko, jež je pro každý stát částečně odlišné. V podmínkách České republiky jsou pak
pro EDI důležité následující zákony:
 zákon c. 235/2004 Sb., o dani z přidané hodnoty – oddíl 7, § 34,
 zákon c. 563/1991 Sb., o účetnictví,
 zákon č. 297/2016 Sb., o službách vytvářejících důvěru pro elektronické
transakce,
 zákon č. 298/2016 Sb., kterým se mění některé zákony v souvislosti s přijetím
zákona o službách vytvářejících důvěru pro elektronické transakce, zákon
č. 106/1999 Sb., o svobodném přístupu k informacím, ve znění pozdějších
předpisů, a zákon č. 121/2000 Sb., o právu autorském, o právech souvisejících
s právem autorským a o změně některých zákonů (autorský zákon), ve znění
pozdějších předpisů.
54 Metodika práce a data

V práci je postupováno v několika po sobě navazujících fázích a pro získání po-
třebných informací jsou postupně provedeny tři primární šetření. První šetření je
zaměřeno na identifikaci možných proměnných, jež vstupují do procesu rozhodo-
vání o adopci elektronické výměny dat, ve druhém šetření jsou proměnné podrob-
eny analýze k redukci dimenzionality dat a je vytvořen koncept konstrukce výsled-
ného modelu. Třetí šetření je pak uskutečněno na základě výstupů z předchozích
šetření a je zaměřeno na samotnou konstrukci modelu adopce EDI v konkrétním
odvětví velkoobchodu a maloobchodu. Sekundární data jsou zpracována
k zmapování situace ve zvoleném odvětví a zorientování se v problematice elek-
tronické výměny dat v ČR.
5.1 Sběr dat

V rámci disertační práce jsou použita jak sekundární tak primární data. Sekundární
data jsou především podkladem pro zasazení primárních dat do kontextu českých
podmínek. Stávají se rovněž zdrojem informací pro zpracování charakteristiky od-
větví velkoobchodu a maloobchodu (sekce G). Potřebná sekundární data jsou čer-
pána z veřejně dostupných statistických zpráv Svazu obchodu a cestovního ruchu
ČR, průzkumu trhu společnosti GfK, dále také ze zpráv Českého statistického úřadu
a Eurostatu. Na základě zpracování sekundárních dat bude zmapována situace
podmínek zavádění standardu EDI a elektronické fakturace na českém trhu.
V rámci sběru primárních dat během let 2013 až 2017, pomocí dotazníkových
šetření, je postupováno v několika fázích, které na sebe vzájemně navazují.
Pro úvod do tématu elektronické výměny dat a zmapování výchozí situace
v prostředí českých podniků, je tedy vhodné uvést hlavní výsledky některých před-
chozích šetření a odkrýt tak genezi zkoumání problematiky EDI u podniků v ČR,
čemuž je věnována kapitola 6 této práce. Následně je vytvořeno komplexní dotaz-
níkové šetření, zaměřené na identifikaci determinant a samotnou konstrukci mo-
delu adopce EDI, a to mezi podniky z konkrétní ekonomické činnosti velkoobchodu
a maloobchodu (CZ-NACE G), jehož výsledky budou detailně zpracovány
v kapitole 7.
Kontakty na oslovené podniky jsou získány z databáze Amadeus a také Alber-
tina, kde jsou podniky filtrovány dle konkrétních specifikací pro různá šetření, viz
níže v popisu dílčích šetření.
Jednotlivé dotazníky byly v průběhu let upravovány jednak na základě zpětné
vazby od respondentů, z důvodu zajištění lepší srozumitelnosti a formulace jednot-
livých otázek dotazníku, ale také vlivem lepšího porozumění dané oblasti zájmu
a specifikaci konkrétnějších výzkumných otázek. Dílčí poznatky z jednotlivých šet-
ření je tedy proto možno komparovat a následně také provést jejich syntézu,
ale není možné veškerá získaná primární data vyhodnotit společně.
V počáteční fázi je tedy zkoumána problematika elektronické výměny dat
v České republice jako taková, v období 2013 až 2015 byly provedeny dva primár-
Metodika práce a data 55
ní výzkumy. Na základě těchto provedených primárních šetření a získaných vý-

sledků je také následně nastíněn koncept konstrukce modelu adopce EDI (kapitola
6.3).
První dotazníkové šetření bylo zaměřeno na zmapování situace zavádění stan-
dardu EDI, na zjištění základních proměnných souvisejících s využíváním elektro-
nické výměny dat na českém trhu a toho, jak se mění očekávané benefity zavedení
technologie s tím, jak hluboké znalosti podniky o EDI mají (viz příloha A). Šetření
proběhlo pomocí osobního dotazování (za pomocí několika tazatelů) v období od
prosince 2013 do dubna 2014 a celkový počet kompletních dotazníků byl 85
z 1008 dotázaných podniků. Vzhledem k osobnímu kontaktu bylo dosaženo přízni-
vé míry návratnosti 8,4 %. Osloveny byly podniky s ročním obratem vyšším než
100 miliónů CZK, které působí v odvětví retailu. Tato skupina podniků byla vybrá-
na s ohledem na výsledky dosavadního zkoumání a údajů z praxe, které poukazují
na vyšší pravděpodobnost výskytu společností využívajících standard EDI
v odvětví retailu (CZ NACE, sekce G, oddíl 47). Dílčí výstupy šetření jsou součástí
kapitoly 6.1 a byly samostatně publikovány (Veselá et al., 2015).
Po zmapování zahraničních studií, které se věnují tématice adopce elektronic-
ké výměny dat, společně s návazností na výsledky z již uskutečněného prvního
primárního šetření, byl následně sestaven elektronický dotazník, k nahlédnutí
v příloze B, prostřednictvím kterého proběhlo druhé šetření, komplexně sjednocu-
jící jednotlivé zkoumané proměnné ovlivňující adopci elektronické výměny dat.
Základem se stalo několik zahraničních studií, kdy se každá z nich věnovala pouze
určité teoretické perspektivě určení faktorů, které zvyšují či naopak snižují prav-
děpodobnost adopce EDI, a byly tak teoretickým i empirickým základem šetření
pro podmínky českých podniků. Druhé dotazníkové šetření si tak klade za cíl podat
ucelený pohled na zkoumanou problematiku a poskytnout výchozí podklad k vy-
tvoření konceptu obecného modelu adopce elektronické výměny dat v podmínkách
českých podniků. Tento výzkum byl tedy především zaměřen na identifikaci vnitř-
ních i vnějších faktorů, které ovlivňují vnímání adopce EDI a poukázání na možnost
odlišných potřeb v rámci různých odvětví. Byly připraveny otázky pro zjištění vní-
mané hodnoty pozorovaných proměnných, vstupujících do procesu adopce, které
je nutné zahrnout do zobecňujícího modelu adopce EDI, kde respondenti hodnotili
jejich významnost (vnímanou důležitost) na škále od 1do 10. Pro toto šetření byla
zvolena forma elektronického dotazníku, vytvořeného pomocí systému Umbrela
(software vyvinut na Mendelu) a odkaz byl následně rozeslán podnikům prostřed-
nictvím elektronické pošty. Před samotným rozesláním dotazníku proběhla osobní
konzultace jeho formy s několika podniky ke korekci jeho finální podoby. Sběr dat
pak probíhal od června do září 2015. Jednotkou šetření byl podnik, za který odpo-
vídala osoba odpovědná za způsob výměny dokumentů společnosti s obchodními
partnery. Byly osloveny podniky z různých odvětví tak, aby bylo možno zkoumat
případné odlišnosti v adopčním procesu EDI v rámci různých ekonomických čin-
ností. Celkem bylo osloveno 6230 podnikatelských subjektů a sesbíráno 290 plat-
ných dotazníků, návratnost dotazníku činila tedy 4,7 %. Poznatky z druhého šetře-
ní jsou uvedeny v kapitole 6.2 a byly rovněž publikovány (Veselá, 2017).
Na základě předchozích šetření a stanovení konceptu konstrukce modelu

adopce EDI bylo následně vytvořeno třetí komplexní dotazníkové šetření, které
bylo uskutečněno během období od prosince 2016 do března 2017, a to mezi pod-
niky z konkrétní ekonomické činnosti velkoobchodu a maloobchodu (CZ-NACE
sekce G). Pro vytvoření elektronického dotazníku bylo využito aplikace Google
Forms, která je volně přístupná a umožňuje jednoduchou tvorbu formulářů
s následným sběrem získaných odpovědí. Před zahájením samotného rozeslání
dotazníkové šetření, opět proběhl pretest dotazníku, kde odpovědi dotázaného
vzorku respondentů (10 podniků) nejsou dále zahrnuty do další analýzy získaných
dat. Připomínky respondentů během předvýzkumu pak napomohly k odhalení pří-
padné nesrozumitelnosti ve formulaci jednotlivých otázek dotazníku. Průvodní
dopis k šetření je k nahlédnutí v příloze C a konečná forma dotazníku je pak sou-
částí přílohy D. Respondenti vyjadřovali vnímanou důležitost jednotlivých zkou-
maných proměnných na škále od 1 do 7. Celkem bylo osloveno 16 832 podniků
a návratnost činila 5,4 %, což odpovídá počtu 907 kompletně vyplněných dotazní-
ků. Dotazník byl určen přímo jednateli nebo v případě větších společností osobě
zodpovědné za správu IT technologií. Podrobný popis celého vzorku je součástí
kapitoly 7, která je věnována vyhodnocení dat získaných v rámci tohoto třetího
šetření a jsou výchozí pro následnou konstrukci logit modelu.
Významným zdrojem informací pro zpracování disertační práce byly i rozho-
vory provedené s předním poskytovatelem služeb elektronické výměny dat v ČR1
a také bylo provedeno několik rozhovorů se zástupci dalších společností z odvětví
retailu2.
5.2 Metody použité pro vyhodnocení primárních dat

V první fázi zpracování primárních dat je nutné provést jejich kódování, tak je
umožněno jejich následné zpracování pomocí statistického softwaru.
V dotaznících se někdy vyskytují také „chybějící údaje“, ty vznikají v případě,
že respondent na otázku zvolil odpověď nevím, s žádnou z odpovědí se neztotožnil
apod. (Pecáková, 2008). Tato problematika se dá řešit dvěma způsoby, a to pone-
cháním chybějící proměnné, či nahrazením těchto chybějících údajů za použití
aritmetického průměru nebo mediánu zjištěných hodnot (Řezáková, 2011).
V prvním a druhém dotazníkovém šetření, jsou tito respondenti vyřazeni
a do dalšího zpracování jsou zařazena pouze šetření s kompletními údaji. V rámci
třetího a pro tuto práci stěžejního primárního šetření je v těchto případech vždy
posouzeno, jak moc daný respondent přispívá k celkovému vyhodnocení dat. Po-
kud se jednalo o „chybějící hodnotu“ pouze u jedné otázky z celého dotazníkového
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.
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.
Tab. 3 Imputace chybějících údajů v šetření – Determinanty adopce EDI (n=907)
Otázka Zjištěných Chybějících Chybějících Aritmetický

č. údajů (absol.) (rel. (%)) průměr
Počet odběratelů 1 880 27 3,0 3,6
Počet dodavatelů 2 902 5 0,6 2,6
Počet objednávek 3 895 12 1,3 3,5
Počet faktur 6 902 5 0,6 3,1
Náklady na imple- 15 478 429 47,3 4,3
mentaci EDI
Náklady na zaškolení 15 537 370 40,8 4,0
EDI
Provozní náklady na 15 480 427 47,1 4,2
EDI
Následně je pro zmapování problematiky elektronické výměny dat v České repub-

lice využito popisné statistiky, data jsou uspořádána a zpracována pomocí třídění
prvního a druhého stupně, kde výsledkem je výčet absolutních a relativních čet-
ností. Pro lepší interpretaci jednotlivých pozorovaných proměnných je také využi-
to měr centrální tendence, jako je aritmetický průměr, modus, medián apod.
(Hendl, 2012).
Pro testování hypotéz o nezávislosti kvalitativních znaků je využit Chí-kvadrát
test. Pro testovací statistiku v tabulkách typu r x s platí následující vztah (Hendl,
2012):
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.
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.
5.2.1 Faktorová analýza

Do druhého šetření je tedy zahrnuto značné množství pozorovaných proměnných
a je vhodné objasnit strukturu pozorovaných závislostí a zjednodušit tak soustavu
těchto sledovaných veličin. K tomu byla použita vícerozměrná statická metoda fak-
torové analýzy.
Faktorová analýza vede k vyřazení veličin informačně duplicitních a dále změ-
ří úroveň v pozadí stojících ideálních proměnných. Účelem je tedy odhalit a kvanti-
fikovat jistou strukturu vzájemných korelačních vztahů mezi zkoumanými veliči-
nami. Faktorová analýza tedy redukuje dimenzionalitu dat pomocí latentních fak-
torů, přičemž tato redukce vede jen k minimální ztrátě informace.
Vhodnost použití faktorové analýzy pro redukci získaných dat je ověřeno po-
mocí Kaiser-Meyer-Olkinovi míry adekvátnosti vzorku (dále KMO) a Bartlettova
testu (Hendl, 2012). Zde KMO muze nabyvat hodnoty 0 – 1 a lze jej vyjadrit jako
podíl souctu druhych mocnin korelacních koeficientu k souctu druhych mocnin
korelačních a parciálních koeficientů. Pokud KMO vychází do hodnoty 0,5, není
vhodné na data aplikovat faktorovou analýzu. Na druhou stranu čím vyšší hodnoty
dosahne, tím lepsí je její vypovídací schopnost. Bartlettuv test sfericity je zalozen
na testování nulové hypotézy, že korelační matice sledovaných proměnných je jed-
notková, tj. korelační koeficienty mezi proměnnými jsou nulové, a tím pádem není
ani splněn základní předpoklad pro použití faktorové analýzy. Pokud je nulová hy-
potéza zamítnuta, lze faktorovou analýzu aplikovat (Škaloudová, 2010; Alwan,
2000).
Metodický postup výpočtu faktorové analýzy je následující (Hendl, 2012; He-
bák a kol., 2005; Alwan, 2000):
1. výpočet vlastních hodnot redukované korelační matice,
2. určení počtu faktorů, které budou extrahovány, a to na základě hodnoty vlast-
ních čísel větších než jedna, respektive na základě Cattelova grafu vlastních čí-
sel,
3. extrakce společných faktorů z korelační matice za použití metody analýzy
hlavních komponent,
4. výpočet výchozích (nerotovaných) faktorových zátěží (zátěž je vztah mezi tes-

tem a faktorem),
5. ortogonální rotace faktorových zátěží metodou varimax, za účelem lepší in-
terpretace, kde zkoumané proměnné se stávají silně korelovány jen s někte-
rými faktory a s ostatními faktory jsou korelovány pouze slabě,
6. zjištění faktorových zátěží jednotlivých proměnných s rotovanými faktory
(hledání vázaného extrému pomocí metody Langrangeových multiplikátorů),
7. interpretace získaného faktorového schématu.
Nově vzniklé extrahované faktory jsou pojmenovány a napomáhají k pochopení
problematiky adopce EDI a k identifikaci faktorů ovlivňujících adopci EDI.
Na základě výsledků testování hypotéz a stanovení faktorů adopce v prvním

a druhém šetření je následně navržen koncept konstrukce modelu adopce EDI (kapi-
tola 6.3). Ke konstrukci konceptu je použito především vztahové analýzy, která
zjišťuje, zda jsou zkoumané jevy mezi sebou závislé a metody syntézy, jež využívá
zkoumání podstatných souvislostí dílčích částí zkoumaného jevu.
5.2.2 Konstrukce kompozitních proměnných

Pro samotnou konstrukci modelu adopce EDI a vytyčení determinant EDI je
v disertační práci využito logistické regresní analýzy, jež je aplikována na primární
data třetího šetření.
Po provedení faktorové analýzy, která redukuje počet původních proměn-
ných, jež jsou v rámci šetření zjišťovány, jsou získány nové extrahované (latentní)
faktory s vypočtenými zátěžemi pro tyto konkrétní proměnné. Ty se stávají dále
podkladem pro vytvoření nových kompozitních proměnných, vstupujících do kon-
strukce logit modelu. Výpočet těchto proměnných vychází z metodiky konstruktu
kompozitních proměnných doporučené organizací OECD (Nardo et al., 2008).
V první části vytvoření kompozitní proměnné je přistoupeno k normalizaci
dat, kde jsou některé pozorované proměnné upravené pomocí metody Min-Max:
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:
 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:
X 1  v1 * x11  v2 * x12 ... vr * x1r

X 2  v1 * x21  v2 * x22 ... vr * x2 r
(6),

X n  v1 * xn1  v2 * xn 2 ... vr * xnr
kde X jsou nové kompozitní proměnné, v jsou váhy vstupujících proměnných
a x jsou původní vstupující proměnné (Nardo et al., 2008).
5.2.3 Logit model

V dalším kroku tyto kompozitní proměnné vstupují do binární logistické regrese,
která se používá v těch případech, kdy dochází k volbě mezi dvěma diskrétními
alternativami (Hendl, 2012; Koop, 2008; Verbeek, 2004). Pro tuto disertační práci
se jedná konkrétně o alternativy: adopce EDI neproběhla (hodnota závisle pro-
měnné nabývá hodnoty 0) a adopce EDI proběhla (hodnota závisle proměnné na-
bývá hodnoty 1). Pro výpočet modelu adopce EDI je tedy zvolen nelineární model
LOGIT, taktéž nazýván jako model maximální věrohodnosti, díky němuž je možno
identifikovat jak závisejí hodnoty pravděpodobnosti Pr(Y=1) na podmínkách, jež
jsou dány hodnotami několika nezávislých proměnných (kompozitních proměn-
ných). Po naplnění předpokladu, že pravděpodobnost je kladné číslo menší než

jedna platí následující vztah (Hendl, 2012):
exp(X i )
Pr(Yi  1)  (7),
1  exp(X i )
z čehož pak následně dostáváme po úpravě:
 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
Pro posouzení adekvátnosti modelu je sledováno několik ukazatelů. Prvním z nich

je omnibus test koeficientů modelu pak ukazuje rozdíl původního (nulového) mo-
delu s konstantou a modelu s nezávislými regresory. V případě, že hodnota je sta-
tisticky významná (p je menší než 0,05), alespoň jeden z regresorů je tedy také
statisticky významný a model tak zlepšuje predikci (Verbeek, 2004).
Dále je pro model sledováno kritérium Cox & Snell R kvadrát a Nagelkerke
R kvadrát. Dle Řehákové (2000) výpočet těchto kvadrátů představuje analogii in-
dexu determinace v lineární regresi, nelze je ovšem zaměňovat, tyto ekvivalenty
vychází z odhadu maximální věrohodnosti. Kritérium Cox & Snell R kvadrát je mé-
ně vhodné, jelikož nedosahuje hodnoty 1, naproti tomu Nagelkerke R kvadrátu
nabývá hodnot od 0 do 1 a lze jej snadněji interpretovat.
Dalším testem, jež ověřuje přiměřenost 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. Test
rozděluje respondenty do decilů, jež odpovídají predikovaným pravděpodobnos-
tem a poté je z pozorovaných a očekávaných četností vypočtena chí-kvadrát statis-
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
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.
5.2.4 Umělá proměnná a její interakce v regresní analýze

Cílem disertační práce je vytvořit model adopce EDI s ohledem na možná specifika
a odlišnosti v rámci retailu, čili konkrétního oddílu 47 ze sekce G (Velkoobchod
a maloobchod, opravy a údržba motorových vozidel). V této práci je tedy postupo-
váno v souladu s modelováním závislostí efektů různých skupin (Hendl, 2012;
Verbeek, 2004), pomocí něhož lze tyto případné odlišnosti nejen identifikovat, ale
také kvantifikovat, a tím je zajištěna lepší interpretovatelnost těchto odlišností me-
zi oddílem retailu a zbytkem sekce G.
V disertační práci je tedy vytvořena „umělá („dummy“) proměnná D_r“, jež
nabývá hodnot 0 pro podniky, které nepatří do retailu (oddíl 45 a 46, sekce G dle
CZ-NACE) a hodnot 1 pro podniky, které náleží do oddílu retailu (oddíl 47, sekce G)
a následně je vypočtena hodnota všech závisle proměnných pro tento oddíl eko-
nomické sekce. Následuje modifikovaná rovnice logit modelu s umělou proměnnou
(Koop, 2008):
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
a pro umělou proměnnou nabývající hodnoty 1, jež odpovídá skupině podniků,

které spadají do odvětví retailu (Dr=1), platí následující vztah:
Yi*  0   0    i   i X i   i (18).

i
Na základě výsledků logit modelu po zahrnutí umělé proměnné s interakcí je dále

provedena interpretace regresních koeficientů a vyhodnocení kýženého, tedy zda
se oddíl retailu liší v některých předpokladech adopce EDI od ostatních oddílů sek-
ce G, či nikoli.
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
6 Identifikace proměnných ovlivňujících

adopci elektronické výměny dat
Elektronická výměna dat reprezentuje široké téma, kterým se zabývala řada auto-
rů napříč různými vědními obory, a to od 80. let minulého století až do současnosti,
kdy je tato problematika stále velice aktuální, a vědecké výzkumy týkající se EDI
jsou žádoucí.
V rámci této kapitoly, jsou v souladu s vytyčeným cílem disertační práce, pre-
zentovány zjištění provedených dílčích primárních šetření, které v komparaci
s podklady získanými syntézou aktuálních poznatků ze zahraniční odborné litera-
tury, ústí ve vytvoření konceptu konstrukce modelu adopce EDI (podkapitola 6.3),
který je dále zpracován v kapitole 7.
6.1 Aspekty sdílení elektronických dokumentů

Nejprve bylo za účelem objasnění procesu adopce EDI nutné přistoupit k formulaci
možných proměnných ovlivňujících adopci elektronické výměny dat u českých pod-
niků v oblasti retailu. Této problematice se věnují některé výše zmíněné teorie
(podkapitola 3.3), ty mohou být ale díky rychlému rozšíření internetu a zpřístup-
nění EDI formou služby částečně zastaralé a rovněž žádný z výzkumů se nevěnuje
podmínkám v České republice, kde lze předpokládat, že vliv jednotlivých specifik
různých zemí bude významný. Na základě těchto předpokladů bylo tedy provede-
no první primární šetření, specifikována v metodice práce v kapitole 5.1 a výsled-
ky, které vzešly z primárních dat prvního šetření, jsou představeny v rámci této
části práce.
Šetřením bylo zjištěno, že více než jedna třetina z dotázaných podniků
(35,3 %) již elektronickou výměnu dat běžně využívá. Naopak jedna třetina re-
spondentů (32,9 %) službu nejen že nevyužívá, ale také pojem elektronické výmě-
ny dat nezná a s touto možností se dosud nesetkala. I přes skutečnost, že mezi re-
spondenty byly především podniky, které si vyměňují obchodní dokumenty v řá-
dech stovek měsíčně, a existuje zde předpoklad vysokého pozitivního účinku im-
plementace EDI, byla potvrzena domněnka autorky o stále nedostatečném pově-
domí podnikatelských subjektů o možnostech elektronické komunikace. Tyto vý-
sledky jsou rovněž ve shodě s šetřením ČSÚ, které proběhlo v roce 2014 a pouka-
zuje pouze na necelé 29% využití zasílání elektronické fakturace (což je nejfrek-
ventovanější ze zpráv EDI) u velkých podniků (ČSÚ, 2015).
Pro způsob objednávání zboží se u dotázaných podniků nejčastěji využívá za-
sílání emailu (56,5 %) a objednání telefonicky (16,5 %). Pouze 9,4 % dotázaných
nejčastěji zasílá objednávku přes systém EDI. Zde je patrná jistá diskrepance mezi
počtem podniků, které implementovaly EDI a počtem podniků, které EDI využívá
pro zasílání objednávek. Tato neshoda je dána tím, že ne se všemi obchodními
partnery lze tento způsob vzájemné komunikace uplatnit. Tato skutečnost, byla
také jedním z nejčastěji uvedených důvodů proti zavedení této technologie.
66 Identifikace proměnných ovlivňujících adopci elektronické výměny dat
Dále byla zjišťována také spokojenost se způsobem objednání, kde na násle-

dujícím grafu lze pozorovat spokojenost jak firem, které EDI zatím nevyužívají, tak
firem, které již EDI implementovaly. Je patrné, že u obou skupin převládá spokoje-
nost. V případě využívajících EDI, odpovědělo 83% podniků na škále 1-10 hodnoty
1-3, které lze klasifikovat jako vysokou spokojenost (viz obrázek 11).
Obr. 11 Spokojenost respondentů se stávajícím způsobem objednávání zboží
Opačná situace nastala u obou skupin v pohledu na přínosnost elektronické výmě-

ny dat. Společnosti, které EDI zavedeno nemají (viz obrázek 12), jej hodnotí jako
přínosné pouze v 54,5 % případů.
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.
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.
6.1.1 Identifikace specifik adopce EDI

Studie je zaměřena především na identifikaci vnitřních specifik, které vedou k roz-
hodnutí pro nebo proti adopci elektronické výměny dat. Co tedy hraje hlavní roli
v tomto procesu? Jak ovlivňuje znalost elektronické výměny dat respondenta jeho
vnímanou přínosnost EDI? Jak se na adopci podílí počet spolupracujících subjektů
v dodavatelsko-odběratelském řetězci a jaký význam má počet obchodních dokla-
dů, které si společnosti vymění? Na základě těchto výzkumných otázek bylo stano-
veno několik hypotéz, které byly testovány pomocí Chí-kvadrát testu nezávislosti.
Vzhledem k tomu, že podniky často uváděly, že se s pojmem EDI nesetkaly,
nabízí se otázka, které podniky přijdou do styku s touto technologií a které nikoli.
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.
Dalším velice zajímavým aspektem je rozlišnost v hodnocení očekávané pří-

nosnosti elektronické výměny dat, ta je blíže popsána pomocí dvou následujících
hypotéz o nezávislosti.
H03: Neexistuje závislost mezi vnímanou přínosností EDI a znalostí EDI.

H04: Neexistuje závislost mezi vnímanou přínosností EDI a počtem měsíčně přija-
tých faktur.
V literatuře se nezřídka poukazuje v souvislosti s adopcí EDI také na vliv obo-

ru, ve kterém podnik působí a rozšířenosti tohoto způsobu komunikace v rámci
daného odvětví. Například v rámci rozsáhlé studie z roku 2009, je rozšíření EDI
mezi spolupracujícími partnery jednou z hlavních determinant, která ovlivňuje
rozhodování o adopci technologie (Narayanan a kol., 2009). Toto reflektuje i po-
slední hypotéza, která byla v tomto úvodním šetření stanovena.
H05: Neexistuje závislost mezi oborem podnikání a způsobem objednávání zboží

či služeb.
Výše uvedené hypotézy o neexistenci závislostí byly testovány na základě Chí-

kvadrát testu o nezávislosti zkoumaných proměnných a výsledné p-hodnoty
a Cramerovy koeficienty, které vypovídají o síle vztahu mezi dvěma proměnnými,
jsou uvedeny v následující tabulce (viz tabulka 4).
Na základě získaných p-hodnot, které jsou posouzeny na 5% hladině významnosti
α (0,05), lze tedy nulovou hypotézu nezávislosti mezi znaky zamítnout či nikoli
a lze tak konstatovat, že mezi oběma proměnnými existuje nebo neexistuje závis-
lost. Přehled výsledků testování je rovněž uveden v tabulce 4.
Z výsledků vyplývá, že existuje závislost mezi znalostí elektronické výměny
dat a počtem pravidelně dodávajících podniků. Dále bylo zjištěno, že existuje závis-
lost mezi vnímanou očekávanou přínosností adopce elektronické výměny dat
a znalostí EDI nebo počtem přijatých faktur. Také lze u pozorovaných podniků říct,
že existuje závislost mezi oborem podnikání a způsobem objednávání zboží či slu-
žeb, zde se projevují vlivy konkrétních odvětví a jejich specifika. Naopak u dotáza-
ných podniků neexistuje závislost mezi znalostí elektronické výměny dat a počtem
vyměněných objednávek za měsíc.
Tab. 4 Testování hypotéz – Aspekty sdílení elektronických dokumentů
Nulová hypotéza p-hodnota Lze H0 Cramerův

zamítnout? koeficient3
Neexistuje závislost mezi znalostí 0,0390 Ano 0,33

H01 EDI a počet firem pravidelně dodá-
vajících do podniku.
Neexistuje závislost mezi znalostí 0,0840 Ne 0,32
H02 EDI a průměrným počtem objedná-
vek za měsíc.
Neexistuje závislost mezi vnímanou 0,0016 Ano 0,33
H03
přínosností EDI a znalostí EDI.
Neexistuje závislost mezi vnímanou 0,0091 Ano 0,36
H04 přínosností EDI a počtem přijatých
faktur.
Neexistuje závislost mezi oborem 0,0172 Ano 0,45
H05 podniku a způsobem objednávání
zboží či služeb.
Na základě interpretace výsledků z jednotlivých kontingenčních tabulek v příloze

E, lze usuzovat, že se ve vybraném segmentu podniků, s růstem počtu subjektů za-
pojených do dodavatelsko-odběratelského řetězce zvyšuje i znalost pojmu elek-
tronické výměny dat. Dále lze konstatovat, že u podniků, jejichž znalost EDI je pří-
má (mají již EDI implementovánu) je téměř 97 % z nich přesvědčeno o přínosnosti
technologie pro jejich podnik. Na druhou stranu podniky, které se s pojmem EDI
dosud ani nesetkaly, označují z téměř 60 % tento způsob výměny dokumentů pro
jejich podnik za nepřínosný. Dotázané subjekty tedy hodnotí elektronickou výmě-
nu dat jako přínosnou v závislosti na množství informací, které ten daný podnik
o elektronické výměně dat má. Také je zřejmé, že u podniků, u nichž průměrný po-
čet přijatých faktur měsíčně přesáhne počet 500 ks, je vnímaná očekávaná přínos-
nost kladná v 86 % případů. Elektronická výměna dat je nazírána tím přínosněji,
čím je vyšší průměrný objem přijatých faktur za měsíc.
6.1.2 Shrnutí výsledků

Téma elektronické výměny dat je stále více aktuální, což je zřejmé i z tlaku ze stra-
ny veřejné moci. Význam interoperability pro podniky tedy neustále roste, přesto
panuje na českém trhu stále malé povědomí o možnostech, které elektronická vý-
měna dat přináší. I přes fakt, že byly osloveny podniky s obratem nad 100 mil Kč,
kde je velký předpoklad pro využívání této komunikace, celá jedna třetina podniků
vůbec neví, co elektronická výměna dat znamená. Výhody tohoto způsobu komuni-
3Dle interpretace hodnot korelačního koeficientu v sociálních vědách, odpovídá hodnota korelace
v rozmezí 0,30 až 0,49 střední až podstatné závislosti.
kace využívá aktuálně pouze asi 35 % z dotázaných. Stále převažuje v dodavatel-

sko-odběratelských vztazích emailová komunikace.
Firmy uvedly, že průměrná doba pro zanesení dokladu do informačního sys-
tému je 10 min, v kombinaci s faktem, že téměř 40 % dotázaných přijme více jak
500 ks faktur měsíčně a růstem nákladů na zaměstnance, se doba návratnosti in-
vestice do nového způsobu komunikace snižuje.
Více než dvě třetiny společností hodnotí elektronickou výměnu dat jako pří-
nosnou pro jejich společnost, lze tedy očekávat, že počet zapojených subjektů bude
mít rostoucí tendenci.
Velkou roli při rozhodování o adopci elektronické výměny dat hraje pak právě
informovanost, kde s růstem povědomí o EDI roste i její vnímaná přínosnost. Další
proměnnou, která významně ovlivňuje rozhodování o zavedení EDI, je počet dokla-
dů, které společnost zpracovává, počet podniků zapojených do dodavatelsko-
odběratelského řetězce a výsledky rovněž poukazují na vliv oboru, ve kterém pod-
nik působí, jež ovlivňuje způsob komunikace mezi obchodními partnery.
Tyto dílčí výsledky se rovněž staly důležitým podkladem pro přípravu výzku-
mu a tvorbu elektronického dotazníku pro identifikaci klíčových faktorů ovlivňují-
cích rozhodnutí o adopci této technologie z pohledu podniků.
6.1.3 Návrh proměnných adopce EDI vstupujících do dalšího šetření

V této části práce jsou navrženy proměnné, které se staly předmětem dalšího pri-
márního šetření a mohly by ovlivňovat rozhodování podniků o adopci EDI. Násled-
ně vstupují do tvorby návrhu modelu adopce elektronické výměny dat a jsou ově-
řovány jako případné determinanty adopce. Byly stanoveny na základě syntézy
poznatků z předešlých výzkumů, osobních rozhovorů s majiteli podniků, které již
elektronickou výměnu dat zavedly, a jejich komparace se zahraničními studiemi,
které byly zaměřeny na téma adopce EDI. Této problematice se blíže věnovali např.
tito autoři: Narayanan a kol. (2009), Kaefer a Bendoly (2000), Kuan a Chau (2001),
Chwelos a kol. (2001).
Uvažované proměnné, vstupující do dalších primárních šetření, jsou upřesně-
ny v následujícím textu.
1. Charakter podniku:
 celkový obrat,
 počet zaměstnanců,
 počet pravidelně dodávajících dodavatelů,
 počet objednávek za měsíc,
 počet odběratelů,
 počet měsíčně vystavených faktur,
 počet měsíčně přijatých faktur.
2. Vliv odvětví:
 EDI je požadovaná významnými obchodními partnery,
 EDI je požadovaná většinou obchodních partnerů,

 EDI je doporučená významnými obchodními partnery,
 EDI je doporučená většinou obchodních partnerů,
 důležití konkurenti používají nebo brzy budou používat EDI,
 většina konkurentů používá nebo brzy bude používat EDI.
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.
6. Charakter produktů či služeb:

 pro zákazníky je velice jednoduché přejít ke konkurenci s podobným sorti-
mentem,
 rivalita mezi konkurenty v oboru je intenzivní,
 na trhu existuje mnoho produktů či služeb, které se liší od nabídky podniku,
ale plní stejnou funkci,
 firma je závislá na aktuálních informacích (např. logistické společnosti mají
potřebu neustále monitorovat polohu výrobku),
 je velmi důležité, aby firma měla přístup ke spolehlivým, relevantním a přes-
ným informacím (např. farmaceutické společnosti potřebují znát přesné slo-
žení všech léků),
 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.
8. Technická způsobilost poskytovatele:

 výkon při poskytování IT podpory,
 zkušenosti s podporou EDI software (reference poskytovatele),
 odbornost v podpoře EDI software.
9. Legislativa:
 tlak ze strany veřejné správy.
10. Ekologie:
 EDI jako ekologicky přátelská technologie.
6.2 Faktory ovlivňující adopci EDI

Následně je v souladu s druhým primárním šetřením, specifikovaným v kapitole
5.1, popsána identifikace jednotlivých faktorů adopce, které vychází z procesu re-
dukce původních vstupujících proměnných tak, aby problematiku bylo možné lépe
pochopit a zkoumat zde konkrétní vlivy jednotlivých faktorů.
Bylo zjištěno, že mezi obchodními partnery převládá nadále emailová forma
komunikace (47,2 %), případně telefonické spojení (18,6 %). Velká část respon-
dentů (63,3 %) je spokojena se současným způsobem objednávání zboží a ocenila
spokojenost hodnotou v rozmezí 7 až 10 na deseti stupňové škále. Mezi další zjiš-
tění například patří i to, že téměř 98 % podniků přijaté faktury tiskne pro další
zpracování.
Automatizovaný způsob elektronické výměny dokladů, hodnotí jako možný

přínos pro podnik pouze 40,7 % respondentů (118 podniků, n = 290). Je tedy patr-
né, že v prvním šetření, které bylo zaměřeno na podniky z odvětví velkoobchodu
a maloobchodu s vyšším obratem (nad 100 mil. Kč), je očekávaná přínosnost vyšší
a EDI zde hodnotilo jako možný přínos pro podnik 69,4 % odpovídajících (59 pod-
niků, n = 85).
6.2.1 Identifikace faktorů ovlivňujících adopci EDI

Pro zpracování vnímané důležitosti pozorovaných proměnných, které mohou
ovlivnit proces adopce, a byly respondenty v rámci druhého šetření hodnoceny
na škále od 1 do 10, byla na těchto 44 zkoumaných proměnných aplikována fakto-
rová analýza. Vhodnost použití této metody byla sledována pomocí výpočtu Kaiser-
Meier-Olkinova kritéria (KMO) a Bartlettova testu sféricity, výsledky lze vidět
v tabulce 5. KMO míra dosahuje vysoké hodnoty blížící se k 0,9, a také výsledek
Bartlettova testu sféricity, který je statisticky významný na 1% hladině význam-
nosti, tedy nulovou hypotézu o neexistenci korelace mezi vstupními proměnnými
lze zamítnout, napovídá, že kritéria byla naplněna a vhodnost použití faktorové
analýzy potvrzena.
Tab. 5 Kritéria pro posouzení vhodnosti faktorové analýzy – Faktory ovlivňující adopci EDI
KMO kritérium adekvátnosti vzorku 0,859

Bartlettův test sféricity Přibližný Chí-kvadrát 10839,328
df 946
Sig. (p-hodnota) 0,000
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.
Tab. 6 Faktorová analýza – Faktory ovlivňující adopci EDI

Extrahované Faktorové Vlastní %
faktory zátěže čísla celkové
variab.
Nepřímé Zvýšení bezpečnosti dat 0,525 10,502 23,9
přínosy Snížení skladových zásob 0,584
Zrychlení objednávkového procesu 0,660
Zrychlení komunikace obchodních partnerů 0,637
Vylepšená image společnosti 0,857
Nová konkurenční výhoda 0,897
Zlepšení zákaznických služeb 0,849
Zlepšení vztahů s obchodními partnery 0,890
Lepší organizace práce 0,701
EDI jako ekologicky přátelská technologie 0,469
Tlak odvětví EDI nutná pro komunikaci s význam. obchodními partnery 0,947 6,405 14,6
EDI nutná pro komunikaci s většinou obchodních partnerů 0,931
EDI požadovaná ze strany veřejné správy 0,862
EDI doporučená významnými obchodními partnery 0,945
EDI doporučená většinou obchodních partnerů 0,952
Důležití konkurenti používají nebo brzy budou používat EDI 0,951
Většina konkurentů používá nebo brzy bude používat EDI 0,939
IT znalost Má dobré IT znalosti 0,806 3,201 7,3
vedení Je nakloněno technickým inovacím 0,861
Myslí si, že počítače zlepšují produktivitu zaměstnanců 0,754
Má dobré reference na EDI od obchodních partnerů 0,487
Vnímá přínosnost nových technologií 0,840
Od nové technologie očekává získání konkurenční výhody 0,626
Očekávané Náklady na přípravu IS na zavedení EDI 0,899 2,735 6,2
náklady Náklady na zaškolení zaměstnanců 0,861
Provozní náklady na EDI čili pravidelné platby za tarif 0,832
Spokojenost s Pracnost 0,926 2,413 5,5
aktuálním IS Rychlost 0,942
Chybovost 0,861
Konkurenční Je jednoduché přejít ke konkurenci s podobným sortimentem 0,843 1,977 4,5
prostředí Rivalita mezi konkurenty v oboru je intenzivní 0,794
Existuje mnoho produktů na trhu, které plní stejnou funkci 0,696
Charakter Pozitivní reference 0,827 1,851 4,2
poskytovatele Odbornost v podpoře softwaru pro EDI 0,885
Vysoká úroveň při poskytování IT podpory 0,859
Provozní Redukce papírování 0,744 1,486 3,4
přínosy Redukce chybovosti 0,661
Snížení režijních nákladů 0,718
Větší produktivita práce 0,658
Míra obch. Společnost má spíše jednoho hlavního dodavatele 0,704 1,196 2,7
závislosti Společnost má spíše jednoho hlavního odběratele 0,766
Inform. spo- Firma musí mít přístup ke spolehlivým informacím 0,746 1,111 2,5
lečnosti Je velmi důležité, aby firma měla přístup k informacím rychle 0,828
Pro firmu je velice důležité rychle reagovat na trendy na trhu 0,699
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.
6.2.2 Očekávaná přínosnost EDI

Z rozhovorů, které proběhly s respondenty v rámci šetření k upřesnění jednotli-
vých pojmů v dotazníku, byl také často vyzdvihován aspekt vnímané přínosnosti
EDI. Dále lze z vyhodnocených dat, získaných pomocí dotazníku, konstatovat, že
dotazovaní průměrně hodnotili (na škále od 1 do 10) jako důležité faktory (průměr
větší jako 7) nepřímé přínosy EDI, IT znalost vedení a informovanost společnosti.
Následným krokem při zpracování dat bylo tedy ověřování očekávané přínosnosti
EDI, vnímané respondenty, pomocí několika stanovených hypotéz o nezávislosti
zkoumaných proměnných.
H06: Neexistuje závislost mezi vnímanou přínosností EDI a hodnocením důleži-

tosti faktoru nepřímých přínosů.
H07: Neexistuje závislost mezi vnímanou přínosností EDI a hodnocením IT zna-
lostí vedení.
H08: Neexistuje závislost mezi vnímanou přínosností EDI a potřebě informova-
nosti podniku.
Velice zajímavé je také sledovat znalost a vnímanou přínosnost EDI

v souvislosti s odvětvím, ve kterém daný podnik působí. Podniky byly osloveny
z celkem 21 odvětví dle kategorizace CZ-NACE, identifikace probíhala pomocí
otázky číslo 24 v rozeslaném dotazníku (viz příloha B). Byly tedy uvažovány násle-
dující hypotézy.
H09: Neexistuje závislost mezi vnímanou přínosností EDI a odvětvím, ve kterém

podnik působí.
H10: Neexistuje závislost mezi znalostí EDI a odvětvím, ve kterém podnik působí.
Přehled výsledků testovaných hypotéz je uveden v následující tabulce (viz ta-

bulka 7).
Z výsledků testování lze konstatovat, že na 5% hladině významnosti lze za-
mítnou hypotézu o neexistenci závislosti mezi vnímanou přínosností EDI a nepří-
mými přínosy, či IT znalosti vedení nebo potřebě informovanosti podniku. Dále
byla testována nezávislost mezi odvětvím a znalostí EDI, kterou lze rovněž zamít-
nout. Naopak nelze zamítnout hypotézu o neexistenci závislosti mezi vnímanou
přínosností EDI a odvětvím, ve kterém podnik působí. Pokud však budeme dále
analyzovat sílu závislosti na základě hodnot Cramerova koeficientu, vyhodnotíme

závislosti spíše jako nízké až střední.
Z kontingenčních tabulek (viz příloha E) pak lze usuzovat, že pokud je re-
spondentem vysoce hodnocena důležitost faktoru nepřímých přínosů EDI (lepší
organizace práce, lepší image společnosti, snížení skladových zásob, zvýšení bez-
pečnosti dat), IT znalosti vedení jsou hodnoceny na vysoké úrovni a potřeba in-
formovanosti podniku je vysoká, zvyšuje se tak i vnímaná přínosnost zavedení EDI
pro podnik.
Tab. 7 Testování hypotéz – Faktory ovlivňující adopci EDI
Nulová hypotéza p-hodnota Lze H0 Cramerův

zamítnout? koeficient
Neexistuje závislost mezi vnímanou

přínosností EDI a hodnocením
H06 0,0001 Ano 0,25
důležitosti faktoru nepřímých pří-
nosů.
H07 přínosností EDI a hodnocením IT 0,0069 Ano 0,25
znalostí vedení.
H08 přínosností EDI a potřebě informo- 0,0019 Ano 0,27
vanosti podniku.
H09 přínosností EDI a odvětvím, ve 0,6303 Ne 0,09
kterém podnik působí.
Neexistuje závislost mezi znalostí
H10 EDI a odvětvím, ve kterém podnik 0,0145 Ano 0,31
působí.
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.
6.2.3 Shrnutí výsledků

Z faktorové analýzy vzešlo deset extrahovaných faktorů (viz kapitola 6.2.1), které
jsou schopny vysvětlit téměř 75 % rozptylu pozorovaných proměnných. Identifi-
kované faktory, tak pomáhají ke zjednodušení a lepšímu pochopení různých činite-
lů, které ovlivňují adopci elektronické výměny dat v prostředí českých podniků.
Překvapivé bylo zjištění, že ač v zahraniční literatuře je hodnocen faktor tlaku
odvětví jako klíčový, české podniky zatím silný tlak ze strany obchodních partnerů,
ani ze strany veřejné správy natolik nepociťují. Což svědčí i o tom, že rozšíření EDI
je mezi českými podniky stále nízké a celých 70,3 % dotázaných stále neví, co elek-
tronická výměna dat znamená. Naopak službu využívá pouhých 1,7 % responden-
tů, což odpovídá 5 podnikům z 290 oslovených. Na této skutečnosti se pak podílí
i fakt, že byly osloveny podniky napříč všemi odvětvími bez omezení na minimální
obrat podniku, a do jisté míry se tak potvrzuje domněnka, že ne v každém odvětví
jsou podmínky pro elektronickou výměnu dat totožné. Pomocí chí-kvadrát testu
bylo zjištěno, že existuje závislost mezi odvětvím, ve kterém podnik působí, a zna-
lostí EDI. Tato závislost se jeví jako středně silná, nicméně výsledky mohou být
poznamenány velice nízkým zastoupením podniků, které EDI již implementovaly,
v testovaném souboru podniků.
Mezi obchodními partnery převládá nadále emailová forma komunikace, pří-
padně telefonické spojení, a velká část respondentů je s tím spokojena. Většin pod-
niků přijaté faktury tiskne pro další zpracování.
Automatizovaný způsob elektronické výměny dokladů, hodnotí jako možný
přínos pro podnik asi 40 % respondentů a je tedy patrné, že v prvním šetření, kte-
ré bylo zaměřeno na podniky z odvětví velkoobchodu a maloobchodu s vyšším ob-
ratem (nad 100 mil. Kč), je očekávaná přínosnost vyšší a EDI zde hodnotilo jako
možný přínos pro podnik asi 70 % respondentů. Z komparace závěrů z obou šetře-
ní je tedy možno potvrdit určitý vliv odvětví, ve kterém podnik působí, a také lze
uvažovat vliv velikosti podniku, na proces přijetí EDI, což je v souladu se závěry
zahraničních studií a rovněž s údaji poskytnutými Českým statistickým úřadem
(viz kapitola 4).
6.3 Koncept konstrukce modelu adopce EDI

Na základě poznatků z předchozích šetření byl navržen následující přehled faktorů,
ovlivňujících adopci EDI, který se stal konceptem pro další tvorbu modelu adopce
elektronické výměny dat.
Koncept adopce, jak je patrné z obrázku 14, je rozdělen do dvou hlavních částí.
První z nich jsou komponenty na pravé straně konceptu modelu, ty vycházejí pře-
devším z prvního výzkumu, který se věnoval základním aspektům sdílení elektro-
nických dokumentů. Zde jsou proměnné, které lze charakterizovat jako „spíše ob-
jektivního charakteru“, nejsou závislé na subjektivním vnímaní respondenta, patří
sem například: obrat, odvětví, počet vyměněných dokumentů, způsob výměny do-
kumentů atd. Nalezneme zde ale i takové, které jsou do jisté míry subjektivní, na-
příklad vnímané bariéry, či očekávaná přínosnost EDI, nicméně nebyly responden-
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.
Obr. 14 Koncept konstrukce modelu adopce
Faktorová analýza zde tak napomohla k redukci dimenzionality dat a vytvoření

konceptu modelu adopce EDI, jež má náznačeny rovněž závislosti mezi extrahova-
nými faktory (levá strana) a dalšími zkoumanými proměnnými (pravá strana). Zá-
vislosti byly ověřeny na základě testování nulových hypotéz o nezávislosti zkou-

maných znaků pomocí Chí-kvadrát testu, při 5% hladině významnosti a na obrázku
jsou naznačeny pomocí barevných šipek. Pomocí nich je zde zdůrazněno hledisko
propojení jednotlivých komponent adopce EDI. Faktorová analýza provedená
v druhém šetření tedy napomohla zjednodušení a lepšímu pochopení vzájemných
vztahů mezi jednotlivými proměnnými, jež mohou ovlivňovat adopci EDI.
Výsledky zpracování primárních dat rovněž poukazují na to, že velice vý-
znamným motivem, proč podnik EDI adoptuje či nikoli, je její znalost. S rostoucím
povědomím o elektronické výměně dat roste u podniků i její vnímaná přínosnost
a tím pak také ochota k adopci. Výsledky poukazují také na minoritní rozšíření
technologie, což přímo souvisí s neobvykle nízkým tlakem na zavedení EDI v rámci
ČR, vyvíjeným na podniky, ze strany obchodních partnerů či konkurentů.
Po aplikaci faktorové analýzy a testování hypotéz o nezávislosti kvalitativních
znaků, bylo tedy možné určit několik faktorů, které nějakým způsobem ovlivňují
proces adopce EDI. Použité metody však následně umožňují hovořit pouze o exis-
tenci či neexistenci závislosti mezi zkoumanými proměnnými, ale už jednoznačně
nevypovídají o směru závislosti a nelze tuto závislost kvantifikovat, což se jeví pro
konstrukci modelu adopce jako podstatný nedostatek. Pro určení směru závislostí
je možné pouze využít komentáře hodnot z kontingenčních tabulek, kde se dá směr
odhadovat. Nicméně jak moc ten který faktor do samotné adopce vstupuje, jak
ovlivňuje pravděpodobnost adopce EDI podnikem, zůstává neznámým parame-
trem modelu a nelze tedy jednoznačně říct, které faktory jsou pro české podniky
skutečně klíčové, či jinak řečeno, které se stávají determinantami adopce elektro-
nické výměny dat.
Dále se v druhém šetření projevila roztříštěnost jednotlivých hodnocení
zkoumaných proměnných vlivem nesourodosti podmínek různých odvětví, ze kte-
rých podniky vycházely. Jiné potřeby mají podniky například v zemědělství a jiné
ve zpracovatelském průmyslu. To je ve shodě s výsledky druhého šetření, kde byla
na 5% hladině významnosti zamítnuta nulová hypotéza o nezávislosti odvětví,
ve kterém podnik působí, a znalostí elektronické výměny dat. Je tedy vhodné za-
měřit další výzkum pouze na jedno konkrétní odvětví, kde lze předpokládat,
že výsledky budou relevantní. Navrhovaný koncept adopce EDI bude tedy dále
zkoumán pro podniky z odvětví velkoobchodu a maloobchodu, včetně oprav
a údržby motorových vozidel (CZ-NACE G). Zde existuje předpoklad, že vnímaná
přínosnost elektronické výměny dat je spíše pozitivní a lze usuzovat i vyšší satura-
ci dané technologie mezi obchodními partnery.
Otevírá se tak další výzkumná otázka, jež vyžaduje podrobit navrhované fak-
tory logistické regresi, čímž dojde ke kvantifikaci vlivu jednotlivých komponent
konceptu modelu (extrahovaných faktorů a dalších významných proměnných).
Na základě takto získaných výsledků lze následně stanovit, které faktory jsou
pro adopci klíčové (determinanty adopce), se současným určením směru i míry
vlivu jednotlivých faktorů na pravděpodobnost adopce EDI u českých podniků
v konkrétním odvětví velkoobchodu a retailu.
80 Determinanty adopce elektronické výměny dat
7 Determinanty adopce elektronické výměny

dat
Na základě předchozích šetření a stanovení konceptu konstrukce modelu adopce
EDI bylo následně vytvořeno komplexní dotazníkové šetření, které bylo uskuteč-
něno během období 2016 až 2017, a to mezi podniky z konkrétní ekonomické čin-
nosti velkoobchodu a maloobchodu (sekce G dle CZ-NACE). Metodika sběru dat je
blíže specifikována v kapitole 5.1.
Součástí této kapitoly je tedy prezentace výsledků vyhodnocení třetího pri-
márního šetření, s cílem odhalení důležitosti jednotlivých analyzovaných proměn-
ných adopce u oslovených podniků.
Vstupující proměnné (subjektivního i objektivního charakteru) jsou podrobe-
ny faktorové analýze, a extrahované faktory se stávají podkladem pro návrh nových
kompozitních proměnných, vstupujících do konstrukce logit modelu. V dalším kro-
ku je tedy uvedena jejich konstrukce.
V následující části práce je představen výpočet a současně interpretace re-
gresních koeficientů modelu adopce elektronické výměny dat, což vede nejen
k odhalení, které z kompozitních proměnných jsou pro adopci EDI klíčové, tedy
determinující, ale také k určení mezního vlivu těchto determinant na adopci EDI.
Výsledky logistické regrese jsou tak použity pro kvantifikaci vlivu proměnných
vstupujících do logistické regrese a určení směru jejich působení. Poté lze rovněž
posoudit, jak je ovlivněna pravděpodobnost adopce EDI u podniku, jestliže změníme
jednu z uvedených nezávislých proměnných v modelu, čemuž je věnován závěr
kapitoly.
Vyhodnocení výsledků šetření je provedeno jednak pro celou sekci G, dle kla-
sifikace ekonomických činností (CZ-NACE), ale také pro samostatný oddíl 47 z této
sekce, kterou reprezentuje „Maloobchod, kromě motorových vozidel.“, neboli re-
tail. Dílčí výsledky za tyto kategorie jsou následně komparovány.
7.1 Charakteristika respondentů dotazníkového šetření

Celkem bylo získáno 907 kompletních vyplněných dotazníků. Všechny responden-
ty (podniky) lze zařadit v rámci CZ NACE do sekce G, neboli „Velkoobchod a malo-
obchod, opravy a údržba motorových vozidel.“ Dále lze respondenty rozdělit
do třech oddílů dle klasifikace ekonomické činnosti, které spadají do této sekce.
Jedná se o oddíl 45 - Velkoobchod, maloobchod a opravy motorových vozidel, tito
respondenti byli zastoupeni v počtu 260, což představuje 28,7 % z celkového vzor-
ku. Druhý je oddíl 46 – Velkoobchod, kromě motorových vozidel, kde bylo sesbírá-
no 337 dotazníků (37,2 %) a třetí oddíl 47 - Maloobchod, kromě motorových vozi-
del, kde odpovědělo 310 podniků (34,2 %). Rozložení respondentů je tedy v rámci
oddílů poměrně rovnoměrné (viz obrázek 15), což se stává dobrým předpokladem
pro následnou komparaci zjištěných výsledků pro jednotlivé kategorie.
Determinanty adopce elektronické výměny dat 81
Obr. 15 Rozdělení respondentů dle oddílů sekce G
Dále je možné rozlišit respondenty dle průměrně dosahovaného ročního obratu,

kdy nejvíce zastoupené podniky jsou v druhé kategorii, tzn. podniky s ročním obra-
tem od 37 tis. EUR (1 mil. CZK) do 1 mil. EUR (27,1mil. CZK), do které spadá 50,6 %
(459) respondentů. Rozdělení respondentů dle jednotlivých sledovaných kategorií
obratu je zobrazeno na následujícím obrázku 16.
Obr. 16 Respondenti dle ročního obratu
Pokud vezmeme v úvahu definici Evropské komise č.2003/361/EC a za mikropod-

niky bereme ty, které mají roční obrat menší než 2 mil. EUR, spadá 76,4 % (693)
respondentů právě do této kategorie. Dalších 15,9 % (144) pak lze klasifikovat ja-
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.
Obr. 17 Respondenti dle počtu zaměstnanců
Další ze sledovaných charakteristik podniků byla také působení na zahraničních

trzích. Zde 54,8 % (497) respondentů uvedlo, že působí rovněž v zahraničí
a 45,2 % (410) nikoliv. Na následujícím obrázku jsou podniky rozděleny dle jejich
působnosti na zahraničním trhu a lze pozorovat kolik podniků v dané kategorii,
tvoří jednotlivé oddíly ekonomické činnosti. Lze konstatovat, že nejvíce se zapojují
podniky z oddílu Velkoobchodu, kromě motorových vozidel, a tvoří téměř 52 %
(213) respondentů v dané kategorii a naopak v kategorii podniků nepůsobících na
zahraničním trhu je nejvíce zastoupen Maloobchod, kromě motorových vozidel
(45, 3 %, 124).
Obr. 18 Respondenti působící na zahraničním trhu
Způsob komunikace s obchodním partnerem je dalším zajímavým aspektem, který

může ovlivňovat, zda podnik adoptuje EDI či nikoliv. Pro lepší orientaci byly dota-
zované formy komunikace rozděleny do čtyř kategorií, a to objednání ručně, polo-
automaticky, automaticky nebo jiným způsobem. Nejčastěji respondenti objedná-
vají zboží pomocí emailové komunikace, tedy poloautomaticky, což reprezentuje
59,4 % odpovědí, viz obrázek 19.
Obr. 19 Způsob objednání zboží od dodavatele

7.2 Charakteristiky respondentů v souvislosti s adopcí EDI

Velice zajímavé je následně sledovat, jak se dle velikosti obratu vyvíjí počet podni-
ků, které mají či nemají implementovánu elektronickou výměnu dat.
Obr. 20 Zastoupení EDI dle kategorie obratu
Z obrázku výše je patrné, že procento zastoupení společností, které využívají EDI

v jednotlivých kategoriích obratu má u podniků s vyšším ročním obratem rostoucí
tendenci. Například podniky s obratem do 1 mil. CZK (9,9 % z celkového počtu re-
spondentů, tj. 90), lze pozorovat pouze 2,2 % (2) podniků, které využívají EDI
a 97,8 % (88) respondentů v této kategorii naopak nevyužívá EDI. Naopak lze kon-
statovat, že pro podniky s nejvyšším obratem, tzn. nad 1 355 mil. CZK ročně,
je procento podniků, které technologii již adoptovalo naprosto odlišné (62,5 %, tj.
10) a naopak pouze 37,5 % (6) z těchto podniků s vysokým obratem stále EDI nea-
doptovalo.
Rovněž je možné pozorovat, jak se s růstem počtu zaměstnanců v podniku vy-
víjí počet společností, jež adoptovaly EDI. Z následujícího obrázku je patrné,
že procento zastoupení podniků, které využívají EDI v jednotlivých kategoriích
počtu zaměstnanců, má u podniků s vyšším ročním obratem rostoucí tendenci.
Pokud je pozornost zaměřena na dva extrémní případy, tedy mikropodniky
(67,1 % z celkového počtu respondentů, tj. 609) s počtem zaměstnanců menším
než deset, lze zaznamenat pouze 5,6 % (34) podniků, které již využívají EDI a ce-
lých 94,4 % (575) respondentů v této kategorii naopak nevyužívá EDI. Pokud vez-
meme v úvahu druhý extrém, což jsou podniky s nejvyšším počtem zaměstnanců
(1,9 % z celkového počtu respondentů, tj. 17 podniků), tzn. nad 250 zaměstnanců,
je procento podniků, které technologii již adoptovaly, 52,9 % (9) a 47,1 % (8)
z těchto podniků s velkým počtem zaměstnanců zatím EDI neadoptovalo, což je
znázorněno na obrázku 21.
Obr. 21 Zastoupení EDI dle kategorie počtu zaměstnanců
Dále je u podniků sledován počet vyměněných dokumentů. Tato skutečnost byla

zjišťována v otázce č. 4 (průměrný počet objednávek za měsíc, n = 895, 12 respon-
dentů neví) a v otázce č. 6 (průměrný počet faktur za měsíc, n = 902, 5 responden-
tů neví) dotazníku. Na obrázku 22 je patrné, že podniky, jež adoptovaly elektronic-
kou výměnu dat a využívají tak strukturovaného přenosu dat, inklinují k většímu
počtu provedených objednávek. Respondenti, jež adoptovali EDI, tedy nejčastěji
(27,1 %) volili variantu, že podnik zpracuje více než 500 objednávek měsíčně. Na-
opak pouze 4,7 % z podniků využívajících EDI, zpracuje méně jak 10 objednávek
měsíčně. Opačná situace lze pak pozorovat u podniků, jež neadoptovaly EDI,
kde pouze 5,9 % zpracuje více jak 500 objednávek měsíčně.
Obr. 22 Průměrný počet objednávek za měsíc

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.
Obr. 23 Průměrný počet faktur za měsíc
Jedním z velice často v zahraniční literatuře zmiňovaných činitelů, jež ovlivňují

adopci elektronické výměny dat, je také počet obchodních partnerů. U oslovených
podniků byl sledován počet dodavatelů i počet odběratelů zvlášť.
V případě počtu odběratelů (n = 880, 27 respondentů nedokázalo počet od-
hadnout) lze pozorovat stejnou tendenci jako u počtu dokumentů, kde výrazně více
odběratelů mají podniky, jež adoptovaly EDI, viz obrázek 24.
Podniky, které adoptovaly EDI, spolupracují v 22,0 % případů s více než
500 odběrateli a 25,6 % z těchto podniků uvedlo, že dodává zboží 101 až 500 od-
běratelům. Naopak ty podniky, jež EDI neadoptovaly, častěji dodávají menšímu
počtu odběratelů a pouze 6,9 % z nich spolupracuje s více než 500 zákazníky.
Situace pro počet dodávajících partnerů (n = 902, 5 respondentů nedokázalo
odhadnout), jak je viditelné na obrázku 25, už takto jednoznačná není a lze sledo-
vat pouze menší rozdíly mezi podniky, které využívají a nevyužívají elektronickou
výměnu dat.
Obr. 24 Počet pravidelných odběratelů
Obr. 25 Počet pravidelných dodavatelů

7.3 Faktory ovlivňující adopci EDI v odvětví velkoobchodu

a maloobchodu
Pro zjednodušení struktury zkoumaných proměnných, jež jsou sledovány pro kon-
krétní sekci G a jsou zde zahrnuty nově veškeré proměnné z konceptu modelu, te-
dy proměnné jak objektivního tak subjektivního charakteru, je v třetím šetření
rovněž využito metody faktorové analýzy (viz kapitola 5.2.1). Výstupy této analýzy
se dále stávají podkladem pro vytvoření nových kompozitních proměnných, které
jsou podrobeny logistické regresi a vstupují tak do výpočtu modelu adopce EDI.
Smyslem je tedy zredukovat rozsah proměnných do latentních faktorů ovlivňují-
cích adopci EDI tak, aby bylo možné jednoduše identifikovat a kvantifikovat jejich
vliv, a to za předpokladu minimální ztráty informace z redukce rozsahu.
Faktorová analýza je aplikována na proměnné, které jsou vytěženy z otázek
číslo: 1 až 6 a 8 až 20, z třetího primárního šetření (viz příloha D). Otázky byly za-
měřeny na zjištění postojů respondentů k jednotlivým aspektům adopce EDI a také
na zjištění charakteristiky respondenta. Z faktorové analýzy jsou vyřazeny ty pro-
měnné, jež nejsou ordinální a nelze tedy seřadit zvolené varianty odpovědí tak jako
u ostatních otázek. Konkrétně jsou to proměnné: způsob objednání zboží (otáz-
ka 4), tisk faktur (otázka 7) a klasifikace ekonomické činnosti podniku (otázka
21 a 22).
Celkem tak do faktorové analýzy vstupuje 51 proměnných, které byly zahrnu-
ty do dotazníkového šetření na základě výsledků z předchozích šetření (kapitola
6), prostudované zahraniční literatury, ale také několika hloubkových rozhovorů
jednak s poskytovali služeb elektronické výměny dat (zástupci společnosti CCV,
s.r.o.) a také s českými podniky z odvětví retailu (Hostex, s.r.o., SprayTech, s.r.o.,
INA Sport, s.r.o. atd.), jež proběhly před rozesláním dotazníkového šetření.
Sledované proměnné vstupující do faktorové analýzy mohou být rozděleny
do dvou kategorií. První z nich tvoří ty, u kterých respondenti hodnotí subjektivně
vnímanou důležitost jednotlivých proměnných na škále od 1 do 7, kde hodnoty lze
klasifikovat jako 1 = nedůležité a 7= velice důležité. Druhou kategorii potom před-
stavují proměnné, které jsou objektivního charakteru, jako je obrat společnosti,
počet zaměstnanců, počet dokumentů k transferu mezi obchodní partnery atd.
Do faktorové analýzy jsou tedy promítnuty veškeré aspekty adopce EDI uvedené
v konceptu konstrukce modelu (viz podkapitola 6.3) a kombinuje tedy obě hledis-
ka a všechny získané výstupy z předcházejících šetření.
Vhodnost použití této metody byla posouzena pomocí výpočtu Kaiser-Meier-
Olkinova kritéria (KMO) a Bartlettova testu sféricity, jejichž vypočtené hodnoty
jsou uvedeny v tabulce 8. Jak je patrné KMO míra dosahuje vysoké hodnoty přesa-
hující 0,9, a společně s výsledkem Bartlettova testu sféricity, který je statisticky
významný na 1% hladině významnosti, a tedy nulovou hypotézu o neexistenci ko-
relace mezi vstupními proměnnými lze zamítnout, poukazují na skutečnost,
že předpoklady pro vhodnost použití faktorové analýzy jsou naplněny.
Tab. 8 Kritéria pro posouzení vhodnosti faktorové analýzy – Faktory ovlivňující adopci EDI
KMO kritérium adekvátnosti vzorku 0,908

Bartlettův test sféricity Přibližný Chí-kvadrát 31765,314
df 1275
Sig. (p-hodnota) 0,000
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.
Obr. 26 Cattelův graf vlastních čísel
Odhadnutý počet extrahovaných faktorů rovněž odpovídá Kaiserovu kritériu, které

přidává takový počet komponent, kde vlastní číslo je vyšší než jedna. V tabulce níže
je pak možno se přesvědčit, že vlastní číslo větší než jedna je právě u jedenácti
komponent. Tyto nově vzniklé faktory pak pojmou 70,1 % variability v datech
a uchovávají také stejné procento informací z původních odpovědí všech respon-
dentů (viz tabulka 9).
Tab. 9 Základní výsledky faktorové analýzy (vlastní čísla)
Původní vlastní čísla Vlastní čísla po provedení rotace

Komponenty Vlastní % celkové Kumulativní Vlastní % celkové Kumulativní
číslo variability % číslo variability %
1 12,515 24,540 24,540 9,491 18,610 18,610
2 4,977 9,759 34,299 5,372 10,533 29,143
3 3,640 7,137 41,436 4,095 8,029 37,172
4 3,416 6,698 48,133 3,641 7,140 44,312
5 2,402 4,710 52,843 2,551 5,002 49,314
6 2,073 4,065 56,908 2,340 4,588 53,902
7 1,948 3,821 60,729 2,265 4,442 58,343
8 1,384 2,715 63,443 1,825 3,579 61,923
9 1,187 2,328 65,771 1,629 3,195 65,118
10 1,136 2,228 68,000 1,359 2,665 67,783
11 1,048 2,054 70,054 1,158 2,271 70,054
12 0,973 1,908 71,962
13 0,797 1,562 73,524
14 0,758 1,487 75,011
15 0,699 1,371 76,382
16 0,659 1,291 77,673
17 0,639 1,252 78,925
18 0,604 1,184 80,110
19 0,596 1,169 81,279
20 0,566 1,110 82,389
21 0,529 1,036 83,425
22 0,504 0,987 84,413
23 0,481 0,943 85,356
24 0,472 0,925 86,281
25 0,432 0,848 87,129
26 0,430 0,843 87,972
27 0,390 0,766 88,737
28 0,387 0,759 89,496
29 0,366 0,718 90,214
30 0,362 0,710 90,924
31 0,358 0,702 91,626
32 0,345 0,677 92,302
33 0,339 0,665 92,967
34 0,317 0,622 93,589
35 0,301 0,590 94,179
36 0,286 0,562 94,741
37 0,280 0,550 95,290
38 0,265 0,519 95,809
39 0,242 0,475 96,285
40 0,239 0,469 96,754
41 0,215 0,421 97,175
42 0,207 0,407 97,581
43 0,205 0,402 97,984
44 0,179 0,351 98,335
45 0,159 0,313 98,648
46 0,149 0,292 98,940
47 0,137 0,269 99,209
48 0,129 0,252 99,461
49 0,107 0,210 99,672
50 0,093 0,181 99,853
51 0,075 0,147 100,000
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.
Tab. 10 Faktorové zátěže po rotaci metodou Varimax
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
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,
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.
Tab. 11 Pojmenování extrahovaných faktorů

Extraho- Původní proměnné Faktorové Vlastní %
vané zátěže čísla celkové
faktory variab.
Důležitost Zvýšení bezpečnosti dat 0,769 12,515 24,5
přínosů Snížení skladových zásob 0,684
Zrychlení objednávkového procesu 0,789
Zrychlení komunikace obchodních partnerů 0,811
Vylepšená image společnosti 0,777
Nová konkurenční výhoda 0,806
Redukce papírování 0,659
Redukce chybovosti 0,743
Snížení režijních nákladů 0,817
Větší produktivita práce 0,810
Zlepšení zákaznických služeb 0,849
Zlepšení vztahů s obchodními partnery 0,855
Lepší organizace práce 0,867
EDI jako ekologicky přátelská technologie 0,701
Tlak odvětví EDI nutná pro komunikaci s význam. obchodními partnery 0,778 4,977 9,8
EDI nutná pro komunikaci s většinou obchodních partnerů 0,820
EDI požadovaná ze strany veřejné správy 0,677
EDI doporučená významnými obchodními partnery 0,846
EDI doporučená většinou obchodních partnerů 0,884
Důležití konkurenti používají nebo brzy budou používat EDI 0,858
Většina konkurentů používá nebo brzy bude používat EDI 0,875
IT znalost Má dobré IT znalosti 0,772 3,64 7,1
vedení Je nakloněno technickým inovacím 0,577
Myslí si, že počítače zlepšují produktivitu zaměstnanců 0,789
Ochota podniku investovat 0,577
Vnímá přínosnost nových technologií 0,849
Od nové technologie očekává získání konkurenční výhody 0,694
Objem dat Počet vyměněných faktur za měsíc 0,847 3,416 6,7
Počet vystavených objednávek za měsíc 0,790
Počet dodavatelů 0,765
Extraho- Původní proměnné Faktorové Vlastní %

vané zátěže čísla celkové
faktory variab.
Obrat podniku za rok 0,698
Počet odběratelů 0,680
Počet zaměstnanců 0,649
Spokojenost Pracnost 0,920 2,402 4,7
s aktuálním Rychlost 0,922
IS
Chybovost 0,865
Konkurenční Je jednoduché přejít ke konkurenci s podobným sortimentem 0,783 2,073 4,1
prostředí Rivalita mezi konkurenty v oboru je intenzivní 0,775
Existuje mnoho produktů na trhu, které plní stejnou funkci 0,635
Očekávané Náklady na přípravu IS na zavedení EDI 0,865 1,948 3,8
náklady Náklady na zaškolení zaměstnanců 0,860
Provozní náklady na EDI čili pravidelné platby za tarif 0,842
Zkušenost Dostupnost informaci o EDI 0,744 1,384 2,7
Znalost EDI 0,661
Dobré reference na EDI od obchodních partnerů 0,718
Inform. Je velmi důležité, aby firma měla přístup k informacím rychle 0,656 1,187 2,3
společnosti Pro firmu je velice důležité rychle reagovat na trendy na trhu 0,643
Firma musí mít přístup ke spolehlivým informacím 0,509
Míra obch. Společnost má spíše jednoho hlavního dodavatele 0,589 1,136 2,2
závislosti Společnost má spíše jednoho hlavního odběratele 0,736
Zahraničí Působnost podniku na zahraničním trhu -0,745 1,048 2,1
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.
7.3.1 Výpočet kompozitních proměnných, regresorů modelu adopce EDI

Tak, jak bylo předesláno v metodice práce, následným krokem k finálnímu vytvo-
ření modelu adopce EDI, je konstrukce nových kompozitních proměnných, jež bu-
dou následně podrobeny logistické regresi. Tyto složené proměnné jsou vytvořeny
na základě doporučené metodiky, jež je blíže specifikována v podkapitole 5.2.2
a vycházejí z výsledků faktorové analýzy.
Před samotným výpočtem nových proměnných, jež díky faktorové analýze
naplňují předpoklad minimální ztráty informace ze vstupních dat, je nutné upravit
škálu hodnot u některých otázek tak, aby byla pro všechny původní proměnné
vstupující do konstruktu složené proměnné totožná. Většina otázek byla respon-
denty hodnocena na škále od 1 do 7, proto je vhodné ty proměnné, jež nabývají

hodnot na odlišné škále, upravit tak, aby zůstala zachována informace, kterou dané
hodnocení nese a současně byla škála hodnot u všech proměnných vstupujících
do konstruktu totožná.
Normalizace proměnných poté proběhla metodou Min-Max, dle rovnice 3
uvedené v kapitole 5.2.2. Takto upravené jsou proměnné: znalost EDI (otázka 9),
počet zaměstnanců (otázka 18), působnost podniku na zahraničním trhu (otázka
16) a obrat podniku (otázka 19).
V dalším kroku byl v souladu s doporučením OECD (Nardo et al., 2008) prove-
den výpočet vah jednotlivých proměnných pro každou z kompozitních proměn-
ných (faktorů), dle rovnice 4 uvedené v metodice práce. Váhy vychází
z vypočtených rotovaných zátěží jednotlivých faktorů a jsou uvedeny
v následujícím textu. Kde je patrné jakou část nově vzniklé složené proměnné re-
prezentují jednotlivé původní proměnné, jež do analýzy vstupují. Součet všech vah
pro jednotlivé konstrukty je vždy roven jedné. Níže jsou představeny jednotlivé
kompozitní proměnné podrobněji.
Jelikož jsou váhy přiřazené k jednotlivým proměnným významným činitelem
výsledných kompozitních proměnných, byla provedena rovněž verifikace výpočtu
vah u vybraných složených proměnných i pomocí odlišné statistické metody. Byl
vybrán test tzv. Cronbachova alfa, jež je mírou vnitřní konzistence proměnných
a často se používá k odhadu reliability celého testu, rovnice 5 v metodice práce. Dle
dosažených výsledků, lze konstatovat, že rozdíly přiřazených vah, oproti předešlé
metodě byly minimální (vzorové srovnání vah pro proměnnou objem dat
k nahlédnutí v příloze H). V disertační práci je tedy dále použit výpočet vah dle zá-
těží z faktorové analýzy.
Důležitost přínosů
První kompozitní proměnná, jež vysvětluje 24,5 % variability všech původních

proměnných, je složena ze 14 vstupujících proměnných. V této otázce respondenti
hodnotili, jak jsou pro ně důležité jednotlivé přínosy, které jsou často spojovány
s adopcí elektronické výměny dat na škále od 1 do 7, kde 1 = naprosto nedůležité
a 7 = velice důležité.
Zastoupení jednotlivých proměnných je poměrně rovnoměrně rozloženo (ta-
bulka 12), největší váhu (8,8 %) v dané složené proměnné zastupuje lepší organi-
zace práce, naopak nejméně se na nově vypočtené hodnotě podílí proměnná re-
dukce „papírování“ (5,1 %). Tato složená proměnná je tedy založena na subjektiv-
ním vnímání respondentů a dá se říct, že odráží interní potřeby podniku.
Hodnoty nově vzniklé kompozitní proměnné jsou tedy vypočteny pro každého
z respondentů a postup výpočtu odpovídá rovnici 6 z metodiky práce. Zjednoduše-
ně lze říct, že každá hodnota proměnné vstupující do složené proměnné je pro jed-
notlivá pozorování roznásobena příslušnou váhou a následně jsou tyto hodnoty
sečteny. Získáme tak n pozorování kompozitní proměnné, v případě tohoto šetření
je n = 907.
Tab. 12 Kompozitní proměnná – 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.
Tab. 13 Kompozitní proměnná – Tlak odvětví

Extraho-
Faktorové
vané Původní proměnné Váhy Váhy %
zátěže
faktory
EDI nutná pro komunikaci s význam. obchodními partnery 0,778 0,128 12,8%
EDI nutná pro komunikaci s většinou obchodních partnerů 0,820 0,142 14,2%
EDI požadovaná ze strany veřejné správy 0,677 0,097 9,7%
Tlak
odvětví EDI doporučená významnými obchodními partnery 0,846 0,151 15,1%
EDI doporučená většinou obchodních partnerů 0,884 0,165 16,5%
Důležití konkurenti používají nebo brzy budou používat EDI 0,858 0,155 15,5%
Většina konkurentů používá nebo brzy bude používat EDI 0,875 0,162 16,2%
Součet 5,738 1,000 100,0%
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.
Tab. 14 Kompozitní proměnná – IT znalost vedení

Extraho-
Faktorové
vané Původní proměnné Váhy Váhy %
zátěže
faktory
Má dobré IT znalosti 0,772 0,169 16,9%
Je nakloněno technickým inovacím 0,577 0,221 22,1%
IT
Myslí si, že počítače zlepšují produktivitu zaměstnanců 0,789 0,176 17,6%
znalost
vedení Ochota podniku investovat 0,577 0,094 9,4%
Vnímá přínosnost nových technologií 0,849 0,204 20,4%
Od nové technologie očekává získání konkurenční výhody 0,694 0,136 13,6%
Součet 4,258 1,000 100,0%
Objem dat
Je zřejmé, že aby bylo dosaženo maximální možné výtěžnosti ze zavedení elektro-

nické výměny dat, je potřeba ji využít pro větší objem transferovaných dat, který
je často spojován s potřebami větších podniků. Lze tedy hovořit o úsporách
z rozsahu. Počet podnikem zpracovaných dokumentů je proto také považován
za hlavního hybatele v rozhodnutí, zda podnik adoptuje EDI a je rovněž zahrnut
do konstrukce modelu. Do složené proměnné se promítá počet vyměněných do-
kumentů, počet zaměstnanců i obrat podniku, největší část konstruktu tvoří počet
měsíčně vyměněných faktur (21,8 %) a objednávek (18,9 %). Celkově tak proměn-
ná objem dat reprezentuje 6,7 % variability původních proměnných.
Tab. 15 Kompozitní proměnná – Objem dat
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
Kompozitní proměnná spokojenost s aktuálním IS (4,7 % variability primárních

dat), zahrnuje do konceptu modelu to, jak je respondent spokojený se systémem
výměny dat, a to z hlediska pracnosti zavádění dokumentů do interního informač-
ního systému a následném exportu dat zpětně ze systému k obchodnímu partnero-
vi či pro další interní zpracování, dále rychlost, se kterou tyto procesy systém
umožňuje a rovněž zahrnuje hodnocenou spokojenost s chybovostí současného
sytému.
Tento aspekt adopce EDI byl zařazen do výzkumu rovněž na základě konzul-
tace s Davidem Reichelem (ředitel divize eBusiness společnosti CCV Informační
systémy), který se problematice elektronické výměny dat věnuje 20 let, a uvádí:
„EDI je totiž desítkami let vyzkoušený a mezinárodně standardizovaný systém,
který prokazatelně snižuje náklady na výměnu dokladů při současném výrazném
zvýšení její rychlosti. Zároveň dochází i k velmi podstatnému snížení chybovosti.“
Tab. 16 Kompozitní proměnná – Spokojenost s aktuálním IS
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
Jednou z dalších složených proměnných, jež nelze opomenout je potom jeden

z vlivů vnějšího prostředí podniku, a to sice konkurenční prostředí. Na to jaký tlak
na podnik vyvíjí konkurenční prostředí má vliv především charakter nabízených
produktů či služeb a koncentrace podniků v odvětví.
Je zřejmé, že pokud společnost bude nabízet ojedinělé služby zákazníkům, bu-
de hrozba ze strany konkurentů menší, než je tomu v případě podniků, jež nabízejí
běžné služby či sortiment. Zde dochází ze strany zákazníka, či odběratele
k neustálému porovnávání nabízených obchodních podmínek, které v dnešní době
vzhledem k jednoduché dostupnosti informací není již nijak náročné. Otázkou tedy
je, jak skutečnost, že dochází ke konkurenčnímu boji, a to jak na straně odběratel-
ské tak i dodavatelské, ovlivňuje adopci elektronické výměny dat.
Do kompozitní proměnné jsou zahrnuty tři původní proměnné. Jedná se o mí-
ru rivality mezi konkurenty a další dvě proměnné jež souvisí s produktem. V prv-
ním případě respondent subjektivně hodnotí otázku, do jaké míry je jednoduché
přejít ke konkurenci. To následně souvisí i s druhou otázkou, jak moc je snadné
nahradit nabízený produkt či službu jiným, jelikož existuje mnoho produktů, jež
plní stejnou funkci.
Velký vliv na konkurenční prostředí často mají silní hráči na trhu. Dle Lubomí-
ra Veselého (obchodní ředitel CCV, s.r.o.) je běžné, že k nejmarkantnějšímu rozší-
ření elektronické výměny dat dochází vždy po implementaci EDI do systému něja-
kého velkého odběratele, kde jako příklad uvádí společnost Makro spol s r.o.,
„Po zavedení EDI v této společnosti, byla většina dodavatelů donucena rovněž pře-
stoupit na komunikaci formou elektronické výměny dat. Ti dodavatelé, jež tuto
službu neposkytli, nemohli dále do tohoto řetězce své zboží dodávat. Následně do-
chází k vyhledání nových obchodních partnerů, jež dokáží tímto způsobem komu-
nikovat.“ EDI se tak stává nezřídka nutností i pro menší dodavatele, lze na ni tedy
nahlížet nejen jako na příležitost, ale také na hrozbu.
EDI je tedy jedna z možností jak zlepšit svou pozici na trhu a získat tak rela-
tivní výhodu oproti konkurentům.
Tab. 17 Kompozitní proměnná – Konkurenční prostředí
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.
Tab. 18 Kompozitní proměnná – Očekávané náklady
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
elektronická výměna dat poskytuje, dostupnost informací především pro menší

podnikatele je dle jeho slov neadekvátní jejich potřebám. Dále poznamenal: „Větši-
na manažerů se o možnostech, které elektronická výměna dat poskytuje, dozvídá
až v rámci seminářů, které pro ně pravidelně připravujeme.“
Obchodní ředitel společnosti CCV, s.r.o., Lubomír Veselý, vyzdvihuje fakt,
že elektronická výměna dat se obvykle dostává do povědomí vedení podniků díky
referencím. Podniky, jež implementovaly EDI, často svoji pozitivní zkušenost pře-
dávají svým obchodním partnerům, kteří následně nezřídka sami kontaktují po-
skytovatele služeb EDI a domluví si první schůzku. Posléze je provedena diagnosti-
ka potřeb dané společnosti a případně je domluvena další podrobná analýza pro-
cesů podniku.
Proměnná zkušenost pak reprezentuje 2,7 % variability všech původních
proměnných.
Tab. 19 Kompozitní proměnná – Zkušenost
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
Jedním z dalších prověřovaných hledisek rozšíření elektronické výměny dat se po-

tom stala potřeba informovanosti podniku, která je v souvislosti s elektronickou
výměnou dat často spojena. Jedná se především o logistickou část činnosti podni-
ku, která je na počet a rychlost výměny informací náročná.
Záleží tak potom především na tom, jaká je povaha sortimentu produktů
či služeb daného podniku. Je zřejmé, že jiné nároky na kvantitu a povahu informací
bude mít například mlékárenský podnik, jež vyžaduje naprosto přesné informace
o časech, teplotách, exspiraci výrobků atd. téměř online, a jiné například výrobce
textilu, pro něhož může být dostačující i informace o počtu zboží na skladě. Téměř
existenčně nutné jsou potom tyto on-line informace pro podniky poskytující logis-
tické služby.
Proměnná informovanost společnosti představuje 2,3 % variability primárních
dat.
Tab. 20 Kompozitní proměnná – Informovanost společnosti
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
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.
Tab. 21 Kompozitní proměnná – Míra obchodní závislosti
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%
Zahraničí
Posledním faktorem, jež vzešel z faktorové analýzy, je zahraničí (2,1 % variability

dat), který tvoří pouze jedna vstupující proměnná, a tou je působnost podniku
na zahraničním trhu. Zde je zajímavé sledovat, jak to, zda podnik obchoduje i mimo
Českou republiku, může ovlivňovat šíření EDI, například prostřednictvím konku-
renčního tlaku zahraničních subjektů nebo také díky informacím poskytnutých
od zahraničních partnerů.
Jednoznačnou výhodou zavedení elektronické výměny dat je, že vyměňované
zprávy jsou standardizovány a existuje tedy předpoklad, že tento způsob komuni-
kace umožní jednodušší transfer dat mezi obchodními partnery napříč celým glo-
bálním trhem. Pokud tedy podnik využívá EDI, může se tato skutečnost stát konku-
renční výhodou při navazování spolupráce se zahraničními obchodními partnery.
Tato proměnná potom vysvětluje 2,1 % variability původních dat a rovněž vstupu-
je do výpočtu modelu adopce EDI.
Tab. 22 Kompozitní proměnná – Zahraničí
faktory zátěže
Zahraničí Působnost podniku na zahraničním trhu -0,745 1,000 100,0%
Do logistické regrese jsou dále zařazeny proměnné, jež nevstupovaly do faktorové

analýzy, ale rovněž mohou mít určitý vliv na adopci EDI podnikem. Jedná se
o některé proměnné, které jsou kategoriální nebo byly z faktorové analýzy vyřaze-
ny.
Způsob objednání zboží
Kategoriální proměnnou představuje způsob objednání zboží, kterou zjišťovala

otázka 7. Zde byly vytvořeny čtyři nové proměnné, a to sice způsob objednání ručně
(telefonicky, poštou, pomocí obchodního zástupce), ten reprezentuje nejméně au-
tomatizovaný způsob. Dále proměnnou způsob objednání polo (e-mailem, který je
vytvářen osobně nebo e-mailem, jež se generuje automaticky), tato proměnná za-
stupuje poloautomatické zpracování objednávek. Následuje proměnná způsob ob-
jednání auto (přes objednávkový portál na internetu nebo elektronická výměna
dat), ta reprezentuje automatizovaný transfer objednávek. A konečně poslední
proměnná je způsob objednání jiný, pro případ, že by podnik objednával zboží od-
lišnou formou. Všechny tyto nové proměnné nabývají hodnoty 0 (jev se nevyskytu-
je) nebo 1 (jev se vyskytuje).
Čas
Jeden z velice často skloňovaných přínosů v souvislosti s elektronickou výměnou

dat je úspora času a zrychlení administrativních činností. Jelikož se jeví tento
aspekt jako klíčový, je tato proměnná čas ponechána jako samostatně vstupující
do logistické regrese. Zde respondenti udávali, jak dlouho jim trvá zápis faktury,
která obsahuje 10 položek se zalistovaným zbožím do informačního systému.
Přínosnost
Obdobně tomu bylo i u proměnné přínosnost, u níž na základě předchozích šetření

existuje určitý předpoklad, že to, jak respondent vnímá přínosnost adopce EDI
pro podnik, ovlivňuje i zda se rozhodne pro implementaci elektronické výměny
dat. Proto je rovněž tato proměnná zahrnuta do konstrukce modelu samostatně.
Z konzultací, jež proběhly před samotným sběrem primárních dat, lze taktéž
usuzovat, že je tento faktor adopce EDI hodnocen v praxi jako důležitý. „Pokud je
vedení podniku přesvědčeno, že elektronická výměna dat nepřináší pro jejich pod-
nikatelskou činnost žádnou výhodu, je velice těžké adopci EDI prosadit,
a to i v případech, u nichž je případný přínos zavedení automatizovaného způsobu
transferu dat pro společnost jednoznačný“ (Tomáš Kormaňák, produktový mana-
žer ve společnosti CCV, s.r.o.).
7.4 Model adopce EDI pro velkoobchod a maloobchod

Faktory, jež budou dále podrobeny binární logistické regresi, jsou tedy stanoveny.
Následně je pomocí vybraného modelu LOGIT vypočtena síla a směr vlivu jednotli-
vých vysvětlujících faktorů (kompozitních proměnných) a dojde tak k určení de-
terminant adopce elektronické výměny dat.
Aby byla možná správná interpretace a vůbec posouzení vhodnosti modelu
adopce EDI, je vždy při binární logistické regresi vhodné začít tzv. nulovým mode-
lem. Ten představuje situaci, kdy k vysvětlení hodnot závisle proměnné (adopce
EDI, kde 1 = podnik adoptoval EDI a 0 = podnik nemá EDI) poslouží pouze předpo-
klad, že její hodnoty jsou náhodně rozptýleny kolem konstantní hodnoty, jež před-
stavuje střední hodnota (aritmetický průměr), tedy model obsahující pouze kon-
stantu.
Nulový model tedy udává výsledné procento pravděpodobnosti, s jakou je
úspěšně odhadnuta závisle proměnná, za předpokladu, že ve všech případech na-
bývá odhad závisle proměnné hodnotu nula. Rozhodnuto je tedy bez ohledu
na další regresory. Z tabulky 23, jež udává výstup nulového modelu (predikce, že
EDI podnik nemá zavedeno) je zřejmé, že procento, ve kterém je náhodně správně
predikováno, že podnik má či nemá EDI adoptovánu je 90,3 %, to odpovídá procen-
tu podniků, jež ve vzorku nevyužívají EDI. Dále je patrné, že z celkového počtu 907
podniků, bylo pouze 88 podniků, jež adoptovaly EDI (Y=1) a zbylých 819 podniků
nikoliv (Y=0), ty tvoří 90,3 % podniků. Takto vysoké procento je dáno tím, že pod-
niků, které adoptovaly EDI, je přibližně desetkrát méně než těch, jež zatím EDI ne-
využívají.
Tab. 23 Nulový model adopce EDI
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.
Tab. 24 Výsledky nulového modelu adopce EDI
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.
Následuje krok 1, kde dochází k přidání výše popsaných kompozitních proměn-

ných do binární logistické regrese, a mohou být sledovány následující výsledky.
Tab. 25 Výsledky omnibus testu koeficientů modelu adopce EDI
Omnibus test koeficientů modelu

Chí-kvadrát df Sig.
Krok 1 Step 302,268 16 0,000
Block 302,268 16 0,000
Model 302,268 16 0,000
Omnibus test koeficientů modelu ukazuje rozdíl nulového modelu s konstantou

a modelu s nezávislými kompozitními proměnnými. Alespoň jednu z nezávisle
proměnných lze považovat za statisticky významnou (p je menší než 0,05) a model
má tak v tomto případě nenulovou vysvětlující sílu.
Tab. 26 Sumarizace modelu adopce EDI
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.
Tab. 27 Hosmer a Lemeshow test
Hosmer a Lemeshow test

Krok Chí-kvadrát df Sig.
1 3,790 8 0,876
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.
Tab. 28 Klasifikační tabulka – prahová hodnota "cut value" je 0,5
0 1
Krok 1 EDI 0 806 13 98,4
1 43 45 51,1
Z klasifikační tabulky 28 lze konstatovat, že logit model je schopen za pomocí zvo-

lených nezávislých proměnných správně predikovat 93,8 % případů, zda má podnik
adoptovánu elektronickou výměnu dat či nikoliv. V porovnání s nulovým modelem
(90,3 %) pozorujeme mírné zlepšení predikce. Podniky, jež neadoptovaly EDI, tedy
specifitu modelu, navrhovaný model správně predikuje v celých 98,4 % případů.
Pro účely této práce je ale zajímavější sledovat jak je navržený model schopen pre-
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.
Obr. 27 Frekvenční rozdělení vyrovnaných hodnot predikované proměnné
Z obrázku 27 je patrné, že rozdělení hodnot je značně nevyrovnané a do kategorie

hodnot 0 až 0,5 spadá 92,6 %, což odpovídá po úpravě tomu, že pro stejné procen-
to podniků bude predikováno, že podnik EDI nemá adoptováno, tj. Y=0.
Obr. 28 ROC křivka

Následně byl pozorován vztah mezi senzitivitou a specifitou modelu, vyjádřený

pomocí ROC křivky viz obrázek 28, z té pak je možno usuzovat prahovou hodnotu.
Ke správnému určení optimální prahové hladiny, jež maximalizuje součet
obou ukazatelů, tedy jak senzitivitu, tak specifitu modelu, byl použit Youdenův in-
dex. Byla tak zvolena nejvhodnější prahová hodnota, a to 0,09 (0,0854576), tomu
odpovídá situace znázorněná na obrázku 29. Následně všechny vypočtené predi-
kované hodnoty závisle proměnné, jež jsou v rozmezí hodnot 0 až do 0,09, budou
chápany jako podniky, jež nemají EDI adoptovánu s přiřazením hodnoty 0 a pro
rozmezí od 0,09 až 1 jako podniky, jež adoptovaly EDI reprezentující hodnotu 1.
Obr. 29 Youdenův index
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.
Tab. 29 Klasifikační tabulka - prahová hodnota „cut value" je 0,09
0 1
Krok 1 EDI 0 667 142 82,7
1 7 81 92,0
7.4.1 Determinanty adopce EDI pro velkoobchod a maloobchod

Posléze dochází k určení vlivu jednotlivých nezávisle proměnných na odhad závisle
proměnné a v následující tabulce je uveden přehled regresorů, jež do modelu vstu-
pují, s hodnocením jejich významnosti na základě testové statistiky t.
Tab. 30 Proměnné v rovnici
B S.E. Wald df Sig. Exp(B)

Krok dulezitost_prinosu -0,239 0,153 2,440 1 0,118 0,787
1 tlak_odvetvi 0,467 0,132 12,553 1 0,000 1,595
IT_znalost_vedeni -0,505 0,150 11,312 1 0,001 0,603
ocekavane_naklady 3,126 4,129 0,573 1 0,449 22,783
spokojenost_s_aktualnim_IS -3,730 4,129 0,816 1 0,366 0,024
konkurencni_prostredi 0,136 0,123 1,219 1 0,270 1,145
informovanost_spolecnosti 0,166 0,142 1,365 1 0,243 1,180
mira_obchodni_zavislosti -0,022 0,117 0,036 1 0,850 0,978
objem_dat 0,492 0,141 12,234 1 0,000 1,636
objednani_POLO -0,798 0,604 1,747 1 0,186 0,450
objednani_RUCNE -1,036 0,786 1,740 1 0,187 0,355
objednani_AUTO -0,386 0,626 0,380 1 0,538 0,680
zkusenost 1,625 0,227 51,432 1 0,000 5,081
cas -0,250 0,134 3,507 1 0,061 0,778
zahranici -0,381 0,335 1,297 1 0,255 0,683
prinosnost_EDI -0,006 0,104 0,004 1 0,952 0,994
konstanta -6,931 1,503 21,273 1 0,000 0,001
Z tabulky výše je patrné, že velké množství vysvětlujících proměnných není statis-

ticky významných. V další úpravě modelu tedy dochází k redukci regresorů pomocí
sekvenční eliminace, což znamená postupné odebrání statisticky nevýznamných
proměnných tak, až dojde k ponechání pouze těch faktorů adopce, jež jsou statis-
ticky významné, tzn. p-hodnota je nižší než 0,05.
Tab. 31 Klasifikační tabulka - prahová hodnota „cut value" je 0,09 – po sekvenční eliminaci
0 1
Krok 1 EDI 0 672 147 82,1
1 7 81 92,0
Specifita modelu díky redukci vysvětlujících proměnných nepatrně klesla (o 0,6 %)

na 82,1 %, senzitivita modelu zůstala zachována, tedy 92 %, a celkový počet správ-
ně predikovaných případů je po eliminaci 83,0 %, viz předchozí tabulka, což je opět
pouze o 0,6 % nižší hodnota než před redukcí vysvětlujících proměnných.
Následně jsou označeny jako regresory, jež jsou klíčové, čili determinující
pro adopci EDI pro sekci Velkoobchod a maloobchod, včetně opravy a údržby mo-
torových vozidel, kompozitní proměnné tlak odvětví, IT znalost vedení, spokojenost
s aktuálním IS, objem dat, zkušenost a čas (viz tabulka 32). Tyto výsledky jsou tak
zobecnitelné pro podniky z příslušné ekonomické činnosti.
Tab. 32 Proměnné v rovnici – po sekvenční eliminaci

Krok 1 tlak_odvetvi 0,435 0,108 16,276 1 0,000 1,545
objem_dat 0,506 0,127 15,894 1 0,000 1,659
zkusenost 1,581 0,214 54,521 1 0,000 4,857
cas -0,279 0,131 4,508 1 0,034 0,757
konstanta -7,972 1,177 45,849 1 0,000 0,000
Koeficient B lze interpretovat jako mezní vliv na logaritmus podílu pravděpodob-

nosti podniku s adopcí EDI a podniku bez adopce EDI, kde pokud se jedná o kladné
číslo, roste pravděpodobnost, že podnik EDI adoptoval, a naopak v případě zápor-
ného znaménka lze hovořit o relativně menší pravděpodobnosti adopce EDI
u podniku.
Z výsledků lze konstatovat, že jednou z významných determinant je zkušenost,
kde čím vyšší bude zkušenost s EDI, tím vyšší je pravděpodobnost adopce EDI. Záleží
tedy na tom, jakou má podnik dostupnost informací o EDI, jaké má reference od
obchodních partnerů a pak také na tom, jaká je celková znalost toho, co elektronic-
ká výměna dat poskytuje.
S rostoucím konkurenčním tlakem také poroste pravděpodobnost adopce EDI,
stejně tak rostoucí objem vyměněných dat bude pozitivně ovlivňovat pravděpodob-
nost adopce EDI.
Překvapivým výsledkem potom je zjištění působení determinanty IT znalost
vedení, kde při interpretaci koeficientu B, lze konstatovat, že s rostoucí responden-
tem vnímanou IT znalostí vedení, hodnocenou na škále od 1 do 7 se pravděpodob-
nost adopce EDI snižuje. Taktéž negativní vztah lze zaznamenat s proměnnou spo-
kojenost s aktuálním IS, kde čím bude podnik spokojenější, tím je menší pravděpo-
dobnost adopce EDI. Dále lze konstatovat, že čím vyšší je čas potřebný na přepis
dokumentu (faktury) do systému, tím opět pravděpodobnost adopce EDI klesá.
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.
7.5 Model adopce EDI pro retail

Poté co jsou stanoveny determinanty adopce pro Velkoobchod a maloobchod cel-
kově (sekce G), je následně přistoupeno k modelu adopce EDI s důrazem na rozli-
šení případných odlišností pro samostatný oddíl této sekce, a to sice retail (oddíl
47). Jedná se tedy o modelování efektu různých skupin s důrazem na interakci při-
dané proměnné.
Umělá proměnná „dummy“, jež je pro tento případ vytvořena, je dichotomická,
nabývá hodnot 0 pro veškeré podniky sekce G, jež nepatří do oddílu retailu a hod-
not 1 tam, kde podnik spadá do ekonomické činnosti retailu (oddíl 47 – Maloob-
chod, kromě motorových vozidel).
Pokud do logit modelu přidáme pouze tuto novou proměnnou, dojde dle pří-
padné odlišnosti retailu od ostatních podniků v sekci pouze ke korekci úrovňové
konstanty (interceptu), tedy koeficientu rovnice vyjadřující závisle proměnnou.
Tento zásah, pak není schopen zohlednit případnou změnu směru regresní křivky
a zohledňuje pouze její vertikální posun. V tomto modelu pak tedy není zahrnuta
možnost jistých odlišností pro každý z vysvětlujících regresorů pro retail.
Jelikož cílem disertační práce je určit i tyto případné nuance pro retail a od-
hadnout tak model adopce EDI pro podniky v retailu co možná nejpřesněji, jsou
z tohoto důvodu zahrnuty do modelu i veškeré nezávislé proměnné vyjádřené
pro retail tak, aby model zohlednil rozdíly vlivu jednotlivých regresorů pro různé
oddíly sekce G. Ty jsou výsledkem roznásobení každé z vysvětlujících proměnných
umělou proměnnou pro retail. V následné analýze jsou pak tyto nově přidané vy-
světlující proměnné, reprezentující vliv retailu, označeny písmenem D před ná-
zvem každé z proměnných.
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
Omnibus test koeficientů modelu

Chí-kvadrát df Sig.
Krok 1 Step 364,991 33 0,000
Block 364,991 33 0,000
Model 364,991 33 0,000
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).
Tab. 34 Sumarizace rozšířeného modelu adopce EDI s interakcí retailu
Sumarizace modelu
Krok -2 Log li- Cox & Snell Nagelkerke
kelihood R kvadrát R kvadrát
1 212,755 0,331 0,703
Hodnota Nagelkerke R kvadrátu 0,703 (tabulka 34) vypovídá o skutečnosti, že na-

vrhovaný model vysvětluje 70,3 % „variability“ adopce elektronické výměny dat,
lze tedy pozorovat, že model rozšířený o aspekt odlišnosti retailu, vysvětluje lépe
„variabilitu“ závisle proměnné než model adopce pro celou sekci G.
Hosmer a Lemeshow test (tabulka 35) rozděluje respondenty do decilů, jež
odpovídají predikovaným pravděpodobnostem a následně je z pozorovaných
a očekávaných četností vypočtena chí-kvadrát statistika. Statistickou významnost
zde reprezentuje hodnota 0,927, což opět odpovídá vhodnému modelu adopce
elektronické výměny dat, kde očekávané a pozorované hodnoty jsou si podobné.
Tab. 35 Hosmer a Lemeshow test rozšířeného modelu s interakcí retailu
Hosmer a Lemeshow test

Krok Chí-kvadrát df Sig.
1 1,194 6 0,927
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-
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
0 1
Krok 1 EDI 0 748 71 91,3
1 11 77 87,5
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).
Obr. 30 Youdenův index – rozšířený model
Na základě vyhodnocení klasifikační tabulky lze konstatovat, že logit model

je schopen správně predikovat 91,0 % všech případů, zda má podnik adoptovánu
elektronickou výměnu dat či nikoliv, kde v porovnání s nulovým modelem
(90,3 %) pozorujeme o 0,7 % lepší predikci. Pokud celkovou schopnost modelu
porovnáme s modelem bez interakce retailu, došlo také k navýšení správně predi-
kovaných případů a to o 7,4 % (schopnost predikce modelu bez interakce retailu
s prahovou hodnotou 0,09 je 83,6 %).
Rozšířený model správně predikuje 87,5 % závisle proměnných, jež nabývají

hodnoty 1. Tato hodnota reprezentuje v porovnání s nulovým modelem (0 %) vý-
razné zlepšení, což je hlavním cílem konstrukce modelu.
7.5.1 Determinanty adopce EDI v retailu

Následuje tedy určení jednotlivých determinant adopce EDI v retailu.
Tab. 37 Proměnné v rovnici – rozšířený model
B S.E. Wald Sig. Exp(B)

Krok dulezitost_prinosu -0,299 0,176 2,903 0,088 0,741
1 tlak_odvetvi 0,423 0,155 7,435 0,006 1,526
IT_znalost_vedeni -0,496 0,165 8,976 0,003 0,609
ocekavane_naklady 2,910 4,455 0,427 0,514 18,356
spokojenost_s_aktualnim_IS -3,329 4,455 0,558 0,455 0,036
konkurencni_prostredi -0,029 0,143 0,041 0,839 0,971
informovanost_spolecnosti 0,205 0,165 1,544 0,214 1,227
mira_obchodni_zavislosti 0,155 0,141 1,210 0,271 1,167
objem_dat 0,624 0,168 13,786 0,000 1,866
objednani_POLO -0,519 0,797 0,425 0,514 0,595
objednani_RUCNE -1,589 1,110 2,050 0,152 0,204
objednani_AUTO -0,151 0,843 0,032 0,858 0,860
zkusenost 1,558 0,240 42,297 0,000 4,751
cas -0,123 0,154 0,645 0,422 0,884
zahranici -0,413 0,377 1,203 0,273 0,661
prinosnost_EDI -0,065 0,120 0,295 0,587 0,937
D -791,050 4552,886 0,030 0,862 0,000
D_dulezitost_prinosu -52,924 305,408 0,030 0,862 0,000
D_tlak_odvetvi 161,621 788,304 0,042 0,838 1,55E+70
D_It_znalost_vedeni 20,431 235,514 0,008 0,931 746584143,0
D_ocekavane_naklady 1784,033 28249,190 0,004 0,95 .
D_spokojenost_s_aktualnim_IS -2192,540 29104,278 0,006 0,94 0,000
D_konkurencni_prostredi 45,506 428,620 0,011 0,915 5,79167E+19
D_informovanost_spolecnosti 185,819 915,657 0,041 0,839 5,012E+80
D_mira_obchodni_zavislosti -198,873 1059,243 0,035 0,851 0,000
D_objem_dat 23,264 319,843 0,005 0,942 12690546753
D_objednani_POLO 73,166 1481,635 0,002 0,961 5,96569E+31
D_objednani_RUCNE -336,599 2158,537 0,024 0,876 0,000
D_objednani_AUTO 53,694 1198,087 0,002 0,964 2,08373E+23
D_zkusenost 235,075 1156,849 0,041 0,839 1,236E+102
D_cas -267,243 1259,774 0,045 0,832 0,000
D_zahranici -80,891 892,170 0,008 0,928 0,000
D_prinosnost_EDI 75,088 737,694 0,010 0,919 4,07676E+32
konstanta -7,412 1,845 16,135 0 0,001
Zde zvolená metodika modelování efektu různých skupin v logistické regresi

umožňuje nejen identifikovat případné odlišnosti jednotlivých oddílů sekce G,
ale také vyčíslit možný rozdíl vlivů jednotlivých determinant.
Z tabulky 37 je patrné, že vzhledem k rozsáhlému počtu nezávislých proměn-
ných a toho, že jen část z nich se jeví jako statisticky významná, je vhodné před sa-
motnou interpretací výsledků logitu provést sekvenční eliminaci, při níž dojde
k ponechání pouze statisticky významných regresorů v modelu, test je založen
na Waldově statistice.
Tab. 38 Klasifikační tabulka - prahová hodnota "cut value" je 0,15 – rozšířený model po sek. elim.
0 1
Krok 1 EDI 0 736 83 89,9
1 12 76 86,4
Dále je tedy sledována schopnost predikce rozšířeného modelu adopce po redukci

vysvětlujících nezávisle proměnných na ty, jež jsou statisticky významné, při za-
chování prahové hodnoty 0,15.
Pro tento výzkum zvláště sledovaná senzitivita modelu zůstává téměř stejná,
což odpovídá tomu, že model správně odhaduje 86,4 % případů podniků s adopcí
EDI. Specifita modelu, tzn. počet správně predikovaných podniků bez adopce EDI,
jen mírně poklesla na 89,9 % správně predikovaných jevů, viz tabulka 38.
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.
Tab. 39 Proměnné v rovnici – rozšířený model – po sekvenční eliminaci proměnných

Krok dulezitost_prinosu -0,335 0,158 4,502 1 0,034 0,715
1 tlak_odvetvi 0,378 0,140 7,317 1 0,007 1,460
objem_dat 0,640 0,153 17,402 1 0,000 1,896
objednani_RUCNE -1,475 0,795 3,447 1 0,063 0,229
zkusenost 1,603 0,240 44,681 1 0,000 4,968
D_tlak_odvetvi 1,629 0,613 7,056 1 0,008 5,101
D_spokojenost_s_aktualnim_IS -4,660 1,413 10,881 1 0,001 0,009
D_informovanost_spolecnosti 1,571 0,546 8,277 1 0,004 4,810
D_mira_obchodni_zavislosti -1,988 0,566 12,321 1 0,000 0,137
D_zkusenost 2,692 0,857 9,862 1 0,002 14,765
D_cas -3,191 0,898 12,632 1 0,000 0,041
cas -0,122 0,151 0,647 1 0,421 0,886
mira_obchodni_zavislosti 0,170 0,137 1,520 1 0,218 1,185
informovanost_spolecnosti 0,184 0,152 1,461 1 0,227 1,202
konstanta -9,104 1,447 39,585 1 0,000 0,000
Interpretace jednotlivých koeficientů nezávisle proměnných opět napomůže

v určení směru závislosti jednotlivých determinant adopce EDI v retailu.
Lze tak konstatovat, že pozitivní vliv na pravděpodobnost adopce EDI, kde
v případě růstu hodnoty regresoru roste rovněž pravděpodobnost adopce EDI,
je pozorována u faktorů: tlak odvětví, objem dat, zkušenost, informovanost společ-
nosti.
Naopak pro kompozitní proměnné důležitost přínosů, IT znalost vedení, spoko-
jenost s aktuálním IS a míru obchodní závislosti pak lze sledovat, že s růstem těchto
regresorů klesá pravděpodobnost adopce EDI u podniku, a jedná se tak o zápornou
závislost.
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,
tj. 0,0000943749 + 0,0001585060). Pozitivní závislost regresoru zkušenosti

a adopce EDI v retailu, pak rovněž potvrzuje kladná hodnota vypočteného koefi-
cientu, jež činí 4,295 (1,603 + 2,692). Rovněž je z výsledku patrné, že pokud je brán
v potaz pouze průměrný mezní vliv pro ostatní oddělení sekce G a není tak zahrnut
oddíl retailu, je změna průměrné zkušenosti o jednotku reprezentována růstem
pravděpodobnosti adopce EDI pouze o 0,01 % (mezní vliv 0,0000943749). Je tedy
zřejmé, že v případě determinanty zkušenost, je její průměrný mezní vliv pro oddíl
retailu vyšší, než pro ostatní oddíly sekce G a lze pozorovat jejich rozdíl (o 0,02 %).
Tab. 40 Proměnné v rovnici – rozšířený model – určení mezního vlivu pro průměrné hodnoty
vysvětlujících proměnných
B S.E. Sig. Směrnice

Krok 1 dulezitost_prinosu -0,335 0,158 0,034 -0,0000197211
tlak_odvetvi 0,378 0,140 0,007 0,0000222809
IT_znalost_vedeni -0,443 0,158 0,005 -0,0000261073
spokojenost_s_aktualnim_IS -0,389 0,166 0,019 -0,0000228951
objem_dat 0,640 0,153 0,000 0,0000376708
objednani_RUCNE -1,475 0,795 0,063 -0,0000551089
zkusenost 1,603 0,240 0,000 0,0000943749
D_tlak_odvetvi 1,629 0,613 0,008 0,0000959331
D_spokojenost_s_aktualnim_IS -4,660 1,413 0,001 -0,0002743480
D_informovanost_spolecnosti 1,571 0,546 0,004 0,0000924746
D_mira_obchodni_zavislosti -1,988 0,566 0,000 -0,0001170210
D_zkusenost 2,692 0,857 0,002 0,0001585060
D_cas -3,191 0,898 0,000 -0,0001878720
cas -0,122 0,151 0,421 0,0000099803
mira_obchodni_zavislosti 0,170 0,137 0,218 0,0000108324
informovanost_spolecnosti 0,184 0,152 0,227 -0,0000071546
Konstanta -9,104 1,447 0,000
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-
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.
7.5.2 Predikované pravděpodobnosti adopce EDI pro různé hodnoty

regresorů
Následně je tedy při interpretaci výsledků logistické regrese vhodné spočítat
a prezentovat průměrné hodnoty modelem predikované pravděpodobnosti výskytu
adopce EDI pro různé hodnoty nezávislých proměnných.
Tuto skutečnost lze ilustrovat na již zmíněném příkladu determinanty adopce
EDI zkušenost. Následující tabulka 41 odpovídá různým hodnotám průměrné pre-
dikované pravděpodobnosti volby 1, tedy adopce EDI (v tabulce jako margin),
v případě, že všechny pozorování mají určitou charakteristiku fixovanou na zvole-
né hodnotě, tedy jednu ze sedmi možných hodnot, jež může nabývat tato kompo-
zitní proměnná, kde 1 = téměř žádná zkušenost a 7 = vysoká zkušenost s EDI.
Tab. 41 Průměrná hodnota predikované pravděpodobnosti při různých hodnotách regresoru

zkušenost
Zkušenost Margin S.E. z p-hodnota [95% Spol. Interval]

1 0,0086 0,0015 5,67 0,0000 0,0056 0,0116
2 0,0104 0,0017 6,08 0,0000 0,0070 0,0137
3 0,0152 0,0033 4,58 0,0000 0,0087 0,0217
4 0,0330 0,0076 4,34 0,0000 0,0181 0,0479
5 0,0914 0,0118 7,75 0,0000 0,0683 0,1145
6 0,2299 0,0266 8,65 0,0000 0,1778 0,2820
7 0,4351 0,0553 7,88 0,0000 0,3268 0,5434
Velice dobře je patrné, že hodnoty průměrné predikované pravděpodobnosti jsou

pro různé hodnoty daného regresoru odlišné. Což ilustruje i následující obrázek.
Lze konstatovat, že změna nezávislé proměnné o jednotku z nejnižší zkuše-
nosti na o něco větší zkušenost, například z hodnoty 1 na hodnotu 2, změní predi-
kovanou pravděpodobnost adopce EDI pouze nepatrně.
Pokud se však jedná o podnik, který klasifikoval svoji zkušenost s EDI na hod-
notě 5, a dojde ke změně o jednotku, to znamená na hodnotu 6, jež reprezentuje
dobrou znalost EDI, lze konstatovat, že při současně zvolené prahové hodnotě
0,15, by se průměrná predikovaná hodnota adopce změnila, a to z případu podnik
nemá EDI (0), na případ podnik adoptoval EDI (1), viz obrázek 314.
4 Na ose y je v grafu znázorněna průměrná predikovaná pravděpodobnost, kde případy s hodnotou

0 až 0,15 odpovídají predikci „nemá EDI“ a pro hodnoty 0,15 až 1 potom predikci „má EDI“. Na ose x
jsou znázorněny jednotlivé hodnoty, jež nabývá vysvětlující proměnná zkušenost.
Obr. 31 Průměrná hodnota predikované pravděpodobnosti při různých hodnotách regresoru

zkušenost
Tyto výsledky změny jedné z vysvětlujících proměnných, však vždy vychází

z předpokladu, že ostatní regresory jsou konstantní, do výpočtu predikované prav-
děpodobnosti tak vstupuje jejich průměrná hodnota. Zajímavé také může být sle-
dovat změnu průměrné predikované pravděpodobnosti adopce EDI, pokud se mění
hodnoty například dvou vysvětlujících proměnných, jež tyto determinanty mohou
nabývat.
Obr. 32 Průměrná hodnota predikované pravděpodobnosti při různých hodnotách regresoru

zkušenost a tlak odvětví
Tato situace je opět demonstrována na determinantě zkušenost, se kterou současně

budou pozorovány efekty změn pro různé hodnoty regresoru tlak odvětví. Výsled-
ky jsou přehledně znázorněny na předešlém obrázku 32. Jak je možno sledovat,
za předpokladu, že na podnik bude vyvíjen značný nátlak na zavedení elektronické
výměny dat ze strany obchodních partnerů, veřejné správy či konkurentů, jež re-
prezentuje kompozitní proměnná tlak odvětví, a to i v případě největšího nátlaku
(7), bude velice podstatná zkušenost podniku s EDI. Pokud podnik hodnotí svoji
znalost EDI, dostupnost informací o EDI a reference, na nízké hladině, kde kompo-
zitní proměnná zkušenost odpovídá hodnotám 1 až 4, bude i při nejsilnějším tlaku
odvětví (7) průměrná predikovaná hodnota adopce EDI odpovídat jevu podnik
neadoptoval EDI (Y*=0).
Až pro hodnoty zkušenosti na úrovni 5 až 7, lze pozorovat zvýšení pravděpo-
dobnosti adopce. Pokud podnik dosahuje vysoké zkušenosti (hodnocené na úrovni
6 až 7), bude průměrná hodnota predikované pravděpodobnosti větší než 0,15, což
odpovídá predikci „podnik adoptoval EDI“, a to i v případě, že tlak odvětví by pod-
nik nepociťoval.
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.
Obr. 33 Průměrná hodnota predikované pravděpodobnosti adopce EDI - zkušenost
V rámci determinanty zkušenost, lze tak na obrázku 33 sledovat, že při vyšších

hodnotách tohoto regresoru (5 až 7), roste rozdíl průměrné predikce pravděpo-
dobnosti adopce EDI pro jednotlivé oddíly sekce G. Zde pro odvětví retailu lze po-
zorovat, že čím vyšších hodnot zkušenost nabývá, tím nižší je průměrná prediko-
vaná adopce EDI oproti ostatním oddílům sekce G. Konkrétně pro nejvyšší zkuše-
nost podniku s EDI, tj. 7, je průměrně odhadovaná pravděpodobnost adopce EDI

pro retail 0,428 a pro ostatní oddíly sekce G tato hodnota činí 0,575. Při zohlednění
konfidenčních intervalů, se však jeví tento rozdíl minimální.
Jednotlivé rozdíly jsou vyčísleny v následující tabulce 42, kde jsou patrné roz-
díly v průměrných predikovaných pravděpodobnostech při různě dosahovaných
úrovních zkušenosti podniku s elektronickou výměnou dat. Jako statisticky vý-
znamné jsou označeny predikované hodnoty pro zkušenost vyšší než stupeň 3.
Dále lze konstatovat, že pro oddíl retailu je pro nižší hodnoty dosahované zku-
šenosti podniku odhadovaná naopak vyšší průměrná pravděpodobnost adopce
EDI, než pro podniky z ostatních oddílů, i když pouze nepatrně.
Tyto poznatky je možno shrnout tvrzením, že vliv rostoucí zkušenosti na pre-
dikovanou pravděpodobnost adopce EDI v odvětví retailu má v porovnání se zbyt-
kem podniků ze sekce G slábnoucí tendenci.

zkušenost s rozlišením oddílu retailu
Zkušenost Margin S.E. z p-hodnota [95% Spol. Interval]

1 0,0010 0,0031 0,34 0,7360 -0,0050 0,0070
2 0,0054 0,0051 1,07 0,2850 -0,0045 0,0153
3 0,0176 0,0086 2,05 0,0400 0,0008 0,0343
Retail 4 0,0350 0,0081 4,30 0,0000 0,0190 0,0509
5 0,0881 0,0137 6,44 0,0000 0,0613 0,1150
6 0,2123 0,0353 6,02 0,0000 0,1431 0,2814
7 0,4289 0,1056 1,06 0,0000 0,2218 0,6359
1 0,0004 0,0004 0,98 0,3280 -0,0004 0,0011
2 0,0017 0,0013 1,26 0,2080 -0,0009 0,0042
3 0,0072 0,0040 1,78 0,0760 -0,0007 0,0151
Ostatní oddíly 4 0,0292 0,0098 2,99 0,0030 0,0100 0,0483
sekce G
5 0,1026 0,0166 6,17 0,0000 0,0700 0,1352
6 0,2859 0,0402 7,11 0,0000 0,2071 0,3646
7 0,5748 0,0850 6,76 0,0000 0,4082 0,7415
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-
né na adopci EDI je natolik významná, že i samotný růst tlaku odvětví v retailu

(jenž je na tlak odvětví citlivější) již z hodnoty 5 na hodnotu 6 a z hodnoty 6 na
hodnotu 7 v ostatních oddílech sekce G (při zachování průměrných hodnot ostat-
ních regresorů) způsobuje, že průměrná predikovaná hodnota pravděpodobnosti
adopce elektronické výměny dat je vyšší než 0,15 a bude poukazovat na adopci
EDI.
Obr. 34 Průměrná hodnota predikované pravděpodobnosti adopce EDI – tlak odvětví

tlak odvětví s rozlišením oddílu retailu
Tlak odvětví Margin S.E. z p-hodnota [95% Spol. Interval]

1 0,0374 0,0126 2,98 0,0030 0,0128 0,0620
2 0,0521 0,0141 3,68 0,0000 0,0244 0,0798
3 0,0716 0,0126 5,69 0,0000 0,0469 0,0962
Retail 4 0,0949 0,0098 9,68 0,0000 0,0757 0,1141
5 0,1250 0,0107 11,63 0,0000 0,1039 0,1461
6 0,1640 0,0196 8,38 0,0000 0,1256 0,2024
7 0,2088 0,0334 6,26 0,0000 0,1434 0,2742
1 0,0566 0,0151 3,7400 0,0000 0,0270 0,0863
2 0,0690 0,0126 5,4800 0,0000 0,0443 0,0937
3 0,0833 0,0099 8,3900 0,0000 0,0638 0,1028
Ostatní oddíly 4 0,0996 0,0098 10,1300 0,0000 0,0803 0,1189
sekce G
5 0,1179 0,0150 7,8900 0,0000 0,0886 0,1472
6 0,1383 0,0239 5,8000 0,0000 0,0916 0,1851
7 0,1607 0,0351 4,5800 0,0000 0,0919 0,2295
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.
Obr. 35 Průměrná hodnota predikované pravděpodobnosti adopce EDI – objem dat
Z rozhovorů s poskytovatelem EDI služeb byl stanoven předpoklad, že při rozho-

dování o adopci je také důležitý postoj vedení k dosavadnímu informačnímu sys-
tému podniku. Lubomír Veselý (obchodní ředitel CCV, s.r.o.) uvádí „Pokud je uživa-
tel se systémem spokojený, většinou nechce nic měnit a prosadit zavedení EDI
je tak těžké.“
Tento názor je pak ve shodě s provedenou regresní analýzou, kde z navržené-
ho modelu je zřejmé, že s rostoucí spokojeností s aktuálním informačním systémem
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.
Obr. 36 Průměrná hodnota predikované pravděpodobnosti adopce EDI – spokojenost s akt. IS
Rozdílných hodnot predikce pro retail a ostatní oddíly je rovněž dosahováno

v případě determinanty čas. Z následujícího obrázku plyne, že pro retail, je vliv de-
terminanty času výraznější, a lze konstatovat o něco větší mezní vliv regresoru
na pravděpodobnost adopce EDI. Nejdůležitější rozdíl je pro hodnotu 1, tedy kon-
krétně respondenti uvedli odpověď, že jejich informační systém zpracuje doku-
ment automaticky, zde bude predikce modelu pro podniky ze skupiny retailu, od-
povídat situaci, kdy podnik má zavedeno EDI (viz obrázek 37).
Obr. 37 Průměrná hodnota predikované pravděpodobnosti adopce EDI – čas
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.
7.6 Grafické znázornění modelu adopce EDI pro retail

Pro přehlednost a zjednodušení modelu adopce EDI v retailu (tabulka 39), byl vy-
tvořen grafický návrh modelu (obrázek 38).
Obr. 38 Model adopce EDI pro retail

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.
Pozitivně působící determinanty, čili kompozitní proměnné, jež jsou vypočteny

z původních proměnných, jsou tlak odvětví, zkušenost, objem dat, informovanost
společnosti a míra obchodní závislosti. Tyto výsledky nejsou natolik neočekávané
a odpovídají předpokladům, jež vzešly z prvních primárních šetření, a současně
původních teoretických modelů viz podkapitola 3.4.
Lze tedy konstatovat, že i v podmínkách českého retailu, je velice důležité to,
jak na podnik působí externí tlak od obchodních partnerů, ale i konkurentů, čili
tlak odvětví. Čím je nátlak na zavedení EDI z okolí silnější, tím častěji budou podni-
ky adoptovat technologii.
To souvisí rovněž se závislostí podniku na hlavním dodavateli či odběrateli,
tedy míře obchodní závislosti. Je zřejmé, že pokud podnik bude mít jednoho hlavní-
ho dodavatele či odběratele, bude do jisté míry adopce EDI záviset na postoji toho-
to obchodního partnera. V případě silného obchodního partnera, kde lze elektro-
nickou výměnu dat buď již pozorovat, nebo v dohledné době očekávat, se potom
stává pro komunikaci s ním EDI nutností. Nejprve často menší dodavatelé volí for-
mu komunikace přes webové rozhraní, což znamená téměř nulovou prvotní inves-
tici. Tento způsob nicméně neumožňuje naplno využít výhod elektronické výměny
dat a dokumenty musí být do rozhraní zadávány opět ručně. Výhoda tedy spočívá
pouze v udržení si schopnosti komunikace s obchodním partnerem, jež vyžaduje
EDI komunikaci. Proto později většinou podniky přechází na implementaci EDI
do jejich informačního systému tak, aby měly informace o obchodních operacích
online a byl odstraněn faktor manuálního zavádění dokumentů do informačního
systému.
To následně přímo ovlivňuje rovněž další nezávisle proměnnou, a to informo-
vanost společnosti. Pokud podnik chce být v dnešním globálním konkurenčním
prostředí úspěšný, existuje zde předpoklad, že pro něj bude nutností rychle reago-
vat na aktuální trendy založené na spolehlivých a včasných informacích.
Jednou z nejdůležitějších determinant adopce je však především zkušenost
s EDI. Je velice podstatné, aby vedení společnosti mělo dostatek informací o tom,
co EDI je a co umožňuje. Bez zkušenosti je téměř nemožné, aby podnik přijmul tuto
technologii. Velikou roli proto hraje dostatek informací o možnostech, výhodách
i nevýhodách jednotlivých řešení, a také jsou významné reference od ostatních ob-
chodních partnerů. Bohužel v podmínkách českých podniků v odvětví velkoobcho-
du a maloobchodu stále informovanost není na vysoké úrovni. Dokonce téměř po-

lovina dotázaných (48,1 %, viz příloha F) neví, co elektronická výměna dat zname-
ná. To je v dnešní době, kdy je automatizace stále sílícím trendem, alarmující.
Je proto velice důležité, aby se managementu společnosti dostalo potřebné osvěty
v této problematice.
Poslední pozitivně korelující determinantou s pravděpodobností volby adopce
EDI je proměnná objem dat. Tato kompozitní proměnná vyjadřuje objem dat,
či obchodních dokumentů k transferu a zahrnuje tedy i hledisko velikosti společ-
nosti. Tato determinanta je rovněž klíčová, jelikož počet vyměněných zpráv má
přímý dopad na návratnost počáteční investice do elektronické výměny dat.
Je zřejmé, že s rostoucím počtem vyměněných dokumentů je úspora nákladů
na administrativní činnost nebo lepší využití lidských zdrojů markantnější.
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
navázat spolupráci, a to i v případě, že je výhodnost zavedení elektronické výměny

dat pro podnik zřejmá.“ V případě, že jsou znalosti IT technologií opravdu na vyso-
ké úrovni, může také docházet k integraci vlastních automatizovaných řešení
v rámci partnerské sítě.
Čas potřebný na zavedení dokumentu do informačního systému rovněž pro-
kazuje negativní závislost s adopcí EDI. Na tento fakt lze nahlížet z více úhlů pohle-
du. Jednak je zde předpoklad, že pokud podnik již EDI implementoval, bude čas
potřebný na zavedení dokumentu do systému nulový, což odpovídá hodnotě
1 a odpovědi, že informační systém je automatizovaný. Existuje tedy předpoklad,
že pokud bude čas nenulový a regresor bude růst, bude opravdu pravděpodobnost
toho, že podnik má elektronickou výměnu dat zavedenu, klesat. Na problematiku,
lze ale také nahlížet z pohledu podniků, jež nemají EDI zavedenu. Zde by logicky
potřeba adoptovat elektronickou výměnu dat měla s rostoucím časem na zavedení
dokumentu také růst. V tomto případě se pak nabízí možné vysvětlení, že pokud
podniky zadávají dokumenty do systému i několik desítek minut, s největší prav-
děpodobností se bude jednat o menší podniky, kde není takové množství doku-
mentů nebo se jedná o situaci, ve které například objednávka či předání fakturace
nelze udělat automatizovaně a je potřeba tento proces udělat osobně.
Tato možnost pak souvisí i s poslední determinantou objednání ručně, jež na-
bývá pouze dvou hodnot, a to podnik objednává ručně či neobjednává ručně.
V případě, že podnik objednává ručně, opět klesá pravděpodobnost adopce EDI.
Do této determinanty je pak zahrnuto objednání telefonicky, poštou či osobně.
Lze usuzovat, že se tak jedná o specifické případy objednávek, kde automatizované
procesy nedokáží nahradit osobní kontakt s obchodním partnerem.
130 Diskuze
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.
Tab. 44 Přehled studií adopce EDI
Autor Rok Teoretická Použitá data a oblast Metody

publ. báze
Kaefer a 2000 TOE 506 podniků, logit (predikce 86 %,
Bendoly USA, specifita chybí, senzi-
různá odvětví tivita chybí)
Chwelos et 2001 DOI, TOE 317 podniků, PLS (R² = 0,32)
al. Kanada, různá odvětví
Kuan a 2001 TOE, model Iaco- 575 podniků, logit (predikce 77 %,
Chau vou et al. Hong Kong, specifita 80 %, senziti-
různá odvětví vita 73 %)
Teo et al. 2003 DOI, institucio- 583 podniků, Singapur, PLS (R² = 0,37)
nální teorie různá odvětví
Zhu et al. 2003 TOE 3103 podniků, logit (predikce 71 %,
8 států, specifita 55 %, senziti-
různá odvětví vita 82 %)
Gibbs a 2004 TOE, institucio- 2139 podniků, 10 států, OLS (R² = 0,29)
Kraemer nální teorie zpracovatelský průmysl a banky
Kim a Lee 2008 TOE, manažerské 202 podniků, vícenásobná regresní
charakteristiky Korea, analýza (schopnost
různá odvětví predikce chybí)
Narayanan 2009 model e-business 39 studií metaanalýza
et al. adopce
Musawa a 2012 TOE, model Iaco- 306 podniků, Nigérie, OLS (R² = 0,27)
Wahab vou et al. různá odvětví
Shahwan 2013 TOE chybí počet respondentů, logit (schopnost pre-
UAE, dikce modelu chybí)
různá odvětví
Mohamad 2015 koncepční rámec 10 podniků, Malajsie, metoda tematické
et al. ropné a plynárenské spol. analýzy
Lee et al. 2015 TOE 284 podniků, logit (schopnost pre-
Malajsie, dikce modelu chybí)
různá odvětví
Veselá 2017 TAM, DOI, TOE, 907 podniků, logit (predikce 90 %,
model Iacovou Česká republika, specifita 90 %, senzi-
et al., model velkoobchod a maloobchod tivita 86 %)
Narayanan et al.
Diskuze 131
Z tabulky je zřejmé, že není možné jednoznačně identifikovat obecný model adopce

EDI, který by definoval determinanty adopce a byl by vhodný pro podniky napříč
jednotlivými státy či obory ekonomické činnosti. Tato skutečnost se tedy stala
podkladem pro zvolenou metodiku disertační práce, která pojednává o adopci EDI,
u podniků z odvětví velkoobchodu a maloobchodu v ČR.
Jak lze sledovat v komparační tabulce 44, existující studie vychází z různých
teoretických základů. Především se jedná o DOI a TOE teorii (vysvětleno
v podkapitole 3.3.2), jež jsou postupně rozšiřovány o další aspekty přijímání nové-
ho způsobu komunikace s obchodními partnery, jakým je elektronická výměna dat.
Jelikož cílem této práce je zhodnotit adopci EDI komplexně, jsou do konceptu vý-
zkumu zahrnuty jednak hlavní teoretické podklady jako TAM, DOI a TOE teorie
a současně jsou zohledněny dva významné modely. Model od autorů Iacovou et al.
(1995), který vychází především z TOE teorie a jako jeden z prvních modelů adop-
ce EDI se stal podkladem pro mnoho dalších studií, a druhý mladší model, jež vze-
šel z metaanalýzy provedené v roce 2009 (Narayanan et al., 2009) a sumarizuje
hlavní poznatky o adopci EDI.
Kromě různé teoretické báze, využívají studie rovněž odlišné statistické me-
tody zpracování dat, například ve studiích Chwelos et al. (2001), Teo et al. (2003),
Gibbs a Kraemer (2004), Musawa a Wahab (2012) byly pro odhalení klíčových fak-
torů adopce EDI aplikovány metody OLS (metoda nejmenších čtverců) nebo PLS
(metoda částečných nejmenších čtverců). Ty jsou využity na proložení dat obec-
ným polynomem a jsou tak stále lineární regresí. To se následně promítá i do jejich
schopnosti vysvětlit variabilitu v datech (R2) pro adopci EDI, jež se pohybuje okolo
30 % a tedy celkové kvalitě regresního modelu. Pro výsledný model adopce EDI
navržený v této práci, založený na modelu binominální volby, nelze přesně vyjádřit
koeficient determinace. Jistou alternativu představují např. tzv. pseudo R2 (popř.
tzv. McFaddenovo R2) nebo tzv. Nagelkerke R2, jenž představuje jistou analogii in-
dexu determinace v lineární regresi pro logit (v kontextu rozsahu hodnot indikáto-
ru mezi 0 a 1), avšak jelikož jsou založeny na porovnání hodnot věrohodnostní
funkce, neodpovídají běžné interpretaci koeficientu determinace v OLS (jako pro-
cento variability vysvětlené modelem). Hodnota Nagelkerke R2 pro model navrže-
ný v této práci nabývá hodnoty 0,7 (viz tabulka 34). Je však na místě podotknout,
že vhodnější posouzení vysvětlující síly modelu je založeno na ukazatelích založe-
ných na matici záměn (confusion matrix).
Jiné studie byly ve shodě s touto prací zpracovány na základě binární logistic-
ké regrese, tedy logit modelu. Ne všechny studie (např. Kaefer a Bendoly, 2000;
Shahwan, 2013; Lee et al., 2015) však bohužel uvádí podstatné informace o kvalitě
klasifikace u navržených modelů. Neúplné byly zejména údaje o počtu správně
predikovaných případů adopce, a to jednak o celkové schopnosti modelu správně
predikovat (zda podnik adoptuje EDI či nikoliv), ale i o specifitě a senzitivitě mode-
lů. Další autoři (Kuan a Chau, 2001; Zhu et al., 2003) tyto podstatné informace ve
svých studiích neopomenuli, nicméně lze konstatovat, že ani jeden z těchto modelů
nedosahuje lepší schopnosti celkové predikce, než model představený v této práci
(při optimální prahové hodnotě určené pomocí Youdenova indexu na úrovni 0,15,
132 Diskuze
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
měna dat samotná je poměrně jednoduchá technologie, důsledky jejího strategic-

kého využití jsou následně pro podnik velice významné (Hazen a Byrd, 2012).
I přes fakt, že elektronické sdílení dokumentů poskytuje řadu výhod,
je masivní přijetí této komunikace zatím otázkou budoucna. V České republice
je počet podniků, které využívají strukturovaných zpráv k automatickému přenosu
obchodních dokumentů (EDI) vyčíslen na pouhých 13 % (Eurostat, 2017). Z třetího
primárního šetření v odvětví maloobchodu a velkoobchodu pak plyne podobný
údaj, kde pouze necelá jedna desetina (9,7 %) zúčastněných podniků (n = 907) vy-
užívá pro transfer obchodních zpráv elektronickou výměnu dat. Pokud jsou brány
v potaz pouze podniky, jež spadají do odvětví retailu (oddíl 47), jedná se dokonce
jen o 8% zastoupení respondentů s adopcí EDI (n = 310). Opět se tedy potvrzuje
relativně nízké rozšíření této technologie u českých podniků, kde pro lepší před-
stavu a porovnání dle statistických průzkumů (Eurostat, 2017) celoevropský prů-
měr dosahuje hladiny 18 % podniků využívajících EDI (viz obrázek 10). Jedním
z hlavních důvodů nízkého rozšíření EDI, bylo v minulosti nedostatečné technické
vybavení podniků a příliš náročná počáteční investice do implementace modulu.
Aktuálně je ale tato bariéra potlačena a EDI si mohou zřídit i menší společnosti,
velice často formou služby nabízené poskytovatelem.
Faktory ovlivňující adopci EDI jsou tedy předmětem zájmu napříč různými
kontinenty a vědními disciplínami a elektronická výměna dat je stále vysoce aktu-
ální téma. Tento fenomén je tak velkou výzvou, protože dobrá informovanost
se postupně stává kritickým ukazatelem pro fungování podniku. To dokládá
i skutečnost, že v rámci strategie „Evropa 2020“ je vyvíjen tlak na zavedení manda-
torní elektronické fakturace pro všechny veřejné zakázky v rámci EU, a EDI se tu-
díž brzy stane nutností pro všechny podniky, které se budou účastnit veřejných
výběrových řízení. Na základě těchto skutečností, jež způsobují narůstající zájem
o elektronickou výměnu dat, se tato problematika stává podkladem pro vznik dal-
ších šetření, která by objasnila hlavní hybatele adopce EDI u podniků.
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
tění subjektivního hodnocení vlivu jednotlivých proměnných respondenty. Na této

bázi byl následně sestaven koncept konstrukce modelu adopce EDI (viz obrázek
14), který se stal podkladem pro třetí primární šetření, sdružující jak subjektivní,
tak i objektivní proměnné adopce. Toto šetření již bylo specificky zaměřené
na konkrétní odvětví (sekce G dle CZ-NACE). Sběr dat proběhl pomocí elektronic-
kého dotazníku (příloha D), jež byl podroben pretestu a konzultaci ověřující jeho
srozumitelnost. Návratnost tohoto dotazníkového šetření byla dosažena na úrovni
5,4 %. Počet respondentů tak odpovídá 907 kompletně vyplněným dotazníkům,
přičemž 310 podniků působí v retailu (oddíl 47).
Tab. 45 Přehled faktorů adopce EDI analyzovaných v rámci různých studií
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   
Získaná data byla následně podrobena statistickému zpracování. Vzhledem

k rozsahu zjišťovaných proměnných došlo nejprve k reduci dimenzionality dat
Diskuze 135
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).
Přehled faktorů, které vstupují do logitu a porovnání s dalšími studiemi, jež

se adopci věnují (každá zohledňuje pouze vybrané aspekty adopce), je uveden
v tabulce 45.
Z přehledu je patrné, jaké faktory zohledňují konkrétní studie, přičemž červe-
ně zvýrazněné faktory hodnotí autoři jako statisticky významné. Lze tedy konsta-
tovat, že autoři označují jako klíčové faktory adopce EDI především tlak vyvíjený
odvětvím, ve kterém se podnik vyskytuje, objem dat k transferu, IT znalost vedení či
důležitost přínosů, což je ve shodě s výsledky navrhovaného modelu.
Naopak signifikance konkurenčního prostředí či očekávaných nákladů, na kte-
rou rovněž autoři často poukazují, se v navrženém modelu jak naznačují výsledky
binární regrese (viz tabulka 37 a 39), neprojevila a faktory tedy pro podniky
v českém prostředí nelze označit jako determinující.
Faktor konkurenční prostředí zahrnuje tři proměnné, jež hodnotí rivalitu mezi
konkurenty a to, jak moc je obtížné přejít ke konkurenci. Vzhledem k tomu, že se
tento regresor neprojevil jako statisticky významný, lze předpokládat, že podniky
zatím nevnímají elektronickou výměnu dat jako silnou konkurenční výhodu a dů-
vod k adopci EDI, což je pravděpodobně důsledek nízkého rozšíření EDI v ČR. Ten-
to předpoklad je rovněž vhodnou výzkumnou otázkou pro další studii v dané pro-
blematice.
V souvislosti s faktorem očekávaných nákladů, který dle výsledného modelu
není determinující, lze vyslovit další vhodný výzkumný směr problematiky adopce
EDI. Konkrétně, zda je rozšíření technologií a internetu v posledních letech natolik
markantní a způsobilo takový převrat, že se elektronická výměna dat stává oprav-
du stále více dostupnou a následkem toho podniky v překonání počáteční investice
na implementaci EDI do systému, nespatřují již tak významnou překážku jako to-
mu bylo dříve.
Další proměnnou, jež se v případě retailu v ČR stala determinantou adopce,
je čas na zavedení dokumentu do systému, který zmíněné studie samostatně nezo-
hlednily. Návrh této proměnné vznikl na základě konzultací s odborníky v této
problematice a poskytovateli těchto služeb (David Reichel - ředitel divize
eBusiness společnosti CCV, s.r.o.; Petr Ondrášek - marketingový ředitel CCV, s.r.o.
a další), kteří zdůraznili praktickou zkušenost, že často může mít čas potřebný
na manuální přepis dokumentu do IS v kombinaci s rostoucím počtem výměněných
dat, vliv na potřebu zavedení EDI. Čas je tedy dle výsledků regrese opravdu jednou
z determinant adopce, nicméně původní předpoklad, že s rostoucím časem bude
také růst ochota podniku adoptovat EDI, nebyl potvrzen. Právě naopak, výsledky
poukazují na závislost negativní. Tu lze zdůvodnit tak, že pokud podniky zadávají
136 Diskuze
dokumenty do systému i několik desítek minut, pravděpodobně je možno usuzovat

na menší podniky, u kterých se nepředpokládá vysoký objem dat k transferu nebo
může nastat případ, ve kterém výměnu dokumentu nelze provést bez osobní účas-
ti. Uvedené skutečnosti následně objasňují i negativní korelaci adopce EDI se způ-
sobem objednání zboží ručně, který je jednou z dalších determinant navrženého
modelu. Zde se nabízí, že pokud podnik stále objednává ručně, je to buď nutné,
nebo je osobní kontakt s obchodním partnerem žádaný.
Jedním z překvapivých výsledků zpracování dat byla negativní závislost mezi
adopcí EDI a důležitosti přínosů. Původní předpoklad, vycházel z úvahy, že čím
větší bude potřeba podniku realizovat jednotlivé výhody, jež EDI poskytuje, tím
bude růst pravděpodobnost přijetí EDI. Nicméně pokud se podíváme na faktory,
jež byly podrobeny analýze i v jiných studiích, lze shodně konstatovat, že tyto vní-
mané přímé i nepřímé přínosy již nejsou samy o sobě pro adopci EDI determinující
(Lee et al., 2015; Mahamad et al., 2015). Je to jednak z toho důvodu, že jako velice
důležité je hodnotí shodně všichni respondenti, tedy jak ti kteří adoptovali, tak ti
co neadoptovali EDI a je velice těžké najít zde nějaké nuance. Lee et al. (2015) rov-
něž uvádí, že některé podniky vnímají přínosy EDI až v dlouhém období, nikoli ih-
ned po implementaci. Bylo by tedy vhodné zaměřit se na toto zajímavé téma
i v delší časové perspektivě a na zjištěné výsledky navázat a dále je rozpracovat.
Pro další výzkum tak lze uvažovat jinak koncipovanou strukturu otázek týkajících
se zjišťování hodnocení důležitosti jednotlivých benefitů tak, aby z nich bylo re-
spondentům patrné propojení vnímaných benefitů s implementací EDI.
Blíže jsou jednotlivé determinanty adopce EDI v retailu a ostatních oddílech
sekce G komentovány v podkapitole 7.6.
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
nost společnosti. Rozšířený model predikuje téměř 90 % případů správně, specifita

tvoří také 90 % a senzitivita modelu pak 86 %. Tento model byl pro lepší uchopi-
telnost závěrů převeden do grafického vyobrazení (podkapitola 7.6) a jednotlivé
determinanty a jejich směry působení okomentovány.
Dále byly sledovány průměrné pravděpodobnosti predikce pro různé hodnoty
regresorů, při průměrných hodnotách ostatních nezávisle proměnných, s důrazem
na rozdílnost mezi oddíly sekce. Ty lze pozorovat pro determinantu zkušenost,
objem dat a spokojenost s aktuálním IS, kde s nárůstem jejich hodnoty je jejich vliv
na adopci EDI pro retail nižší než pro ostatní oddíly, mezi něž patří především vel-
koobchod. Naopak pro tlak odvětví je situace odlišná, tj. s růstem tlaku odvětví
na zavedení EDI, je mezní vliv tohoto regresoru v retailu na pravděpodobnost
adopce vyšší než pro ostatní oddíly z odvětví.
Mezi nejvýznamnější faktory adopce pak patří zkušenost, která představuje
vlastní znalost EDI, dostupnost informací o EDI a dobré reference od obchodních
partnerů. Je alarmující, že téměř polovina dotázaných (48,1 %) stále neví, co elek-
tronická výměna dat znamená. Další determinantou s velkým vlivem na pravděpo-
dobnost adopce je objem dat, tedy velikost podniku, objem transakcí a počet ob-
chodních partnerů. Následuje spokojenost s aktuálním IS, tedy současná chybovost,
rychlost a pracnost způsobu výměny obchodních dokumentů, IT znalost vedení,
tedy celkový přístup k technologiím, ochota investovat, očekávání od nové techno-
logie a v neposlední řadě je to rovněž tlak odvětví a míra obchodní závislosti,
kde s růstem nátlaku na zavedení EDI od obchodních partnerů, či státních autorit
výrazně narůstá i potřeba adoptovat tuto technologii.
Stejně jako u jiných výzkumů i tato práce měla několik omezení, které je nutné
brát v potaz při hodnocení výsledků a v navazujícím výzkumu. Pro další rozšíření
by například bylo vhodné provést sérii dalších rozhovorů, a to jak s podniky, jež
implementovaly EDI a odkrýt tak reálný dopad zavedení v delším období, ale také
s podniky, jež se rozhodly nemít EDI a podrobněji se věnovat jejich důvodům. Dal-
ším limitujícím faktorem je rovněž nevyrovnané množství podniků ve zkoumaném
vzorku, jež adoptovaly EDI a těch, které EDI nemají.
Navržený model i přes tato omezení jednoznačně identifikuje determinanty
adopce, kombinuje několik teoretických směrů a aspektů akceptace nové techno-
logie a rozšiřuje dosavadní výzkumy o některé další proměnné, jež mohou ovlivnit
rozhodování o přijetí EDI. Některé překvapivé závěry byly v práci podrobně ko-
mentovány a v diskuzi rovněž došlo ke komparaci navrženého modelu se závěry
dřívějších studií.
Znalost klíčových faktorů implementace EDI je velice důležitá pro podniky,
které jsou si vědomy nutné interoperability v rámci jednotného evropského trhu
a jeho vysoce konkurenčního prostředí. Práce tak je vhodným zdrojem informací
pro společnosti, jež se chtějí v problematice zorientovat, a rovněž může být pod-
kladem pro rozhodování o implementaci EDI do podnikového systému. Dále práce
poskytuje výsledky, které mohou být zajímavé také pro poskytovatele služeb EDI.
Pro poskytovatele je například vhodné zaměřit se na zvýšení povědomí o EDI mezi
podniky. Výstupy práce mohou rovněž sloužit státním organizacím, jejichž snahou
Závěr 139
je pomocí EDI usnadnit a zvýšit transparentnost veškeré podnikové aktivity, spo-

jené se státní správou.
I s ohledem na stále relativně nízké rozšíření EDI je tak na místě věnovat této
problematice významnější výzkumnou pozornost. I s ohledem např. na obecný vý-
voj regulace v oblasti standardů ochrany a elektronické komunikace – viz např.
hojně diskutovaná Nařízení Evropského parlamentu a Rady (EU) č. 910/2014 (Na-
řízení eIDAS) a 2016/679 Obecné nařízení EU na ochranu osobních údajů (GDPR),
popř. také Směrnice 2014/55/EU o (povinné) elektronické fakturaci při zadávání
veřejných zakázek je na místě očekávat, že časem se např. i tyto požadavky a náro-
ky na schopnost podniků stanou významnou okolností, které se podniky budou
muset přizpůsobit.
140 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>.
ČESKÝ STATISTICKÝ ÚŘAD. Elektronické sdílení informací k řízení dodavatelsko-

odběratelských vztahů [online]. 2012. [cit. 2014-01-09]. Dostupné z:
<http://www.czso.cz/csu/2012edicniplan.nsf/t/CA00258102/$File/970212_
A8.PDF>.
ČESKÝ STATISTICKÝ ÚŘAD. Využívání informačních a komunikačních technologií v pod-
nikatelském sektoru - 2015 – 2016. [online]. 2017. [cit. 2017-02-09]. Dostupné
z: <http://www.czso.cz/csu/2012edicniplan.nsf/t/CA00258102/$File/97021
2_A8.PDF>.
DAMANPOUR, F. Organizational innovation: A meta-analysis of effects of determi-
nants and moderators. Academy of management journal. 1991, vol. 34, no. 3,
s. 555-590. ISSN 0001-4273.
DAMANPOUR, F., SCHNEIDER, M. Phases of the adoption of innovation in organizations:
Effects of environment, organization and top managers. British journal of Ma-
nagement. 2006, vol. 17, no. 3, s. 215-236. ISSN 1467-8551.
DANIEL, E; WILSON, H; MYERS, A. Adoption of E-Commerce by SMEs in the UK:
Towards a Stage Model. International Small Business Journal. 2002, vol. 3,
s. 253. ISSN: 0266-2426.
DAUDA, Y. A., AKINGBADE, W. A. Technologícal change and employee performance In
selected manufacturíng industry in Lagos state of Nigeria. Australian Journal
of Business and Management Research. 2011, vol. 1, no. 5, s.32-43. ISSN 1839-
0846.
DAVIS, F. D. Perceived Usefulness, Perceived Ease of Use, and User Acceptance of
Information Technology. MIS Quarterly. 1989, vol. 13, no. 3, s. 319-340. ISSN
0276-7783.
DELFMANN, W, ALBERS, S. Supply chain management in the global context. Köln: Univ.,
Seminar für Allgemeine Betriebswirtschaftslehre, Betriebswirtschaftliche Pla-
nung und Logistik, 2000.
DIXON, B. E. Towards E-Government 2.0: An Assessment of Where E-Government
2.0 Is and Where It Is Headed. Public Administration & Management. 2010,
vol. 15, no. 2, s. 418-454. ISSN 1087-0091.
DOOM, C., MILIS, K., POELMANS, S., BLOEMEN, E. Critical success factors for ERP imple-
mentations in Belgian SMEs. Journal of Enterprise Information Management.
2010, vol. 23, no. 3, s. 378-406. ISSN 1741-0398.
DOWNING, C. E. Is web-based supply chain integration right for your company?.
Communications of the ACM. 2010, vol. 53, no. 5, s. 134-137. ISSN 0001-0782.
DUAN, X., DENG, H., CORBITT, B. Evaluating the critical determinants for adopting e-
market in Australian small-and-medium sized enterprises. Management Re-
search Review. 2012, vol. 35, no. 3-4, s. 289-308. ISSN 2040-8269.
DUPUY, CH. A., VLOSKY, R. P. Status of electronic data interchange in the forest produ-
cts industry. Forest Products Journal. 2000, vol. 50, no. 6, s. 32-38. ISSN 0015-
7473.
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-
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.
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.
HAZEN, B., BYRD, T. Toward creating competitive advantage with logistics informati-
on technology. International journal of physical distribution & logistics ma-
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.
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.
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.
LIN, H. F. Understanding the determinants of electronic supply chain management

system adoption: Using the technology–organization–environment frame-
work. Technological Forecasting and Social Change. 2014, vol. 86, s. 80-92.
ISSN 0040-1625.
LIN, H. F., LIN, S. M. Determinants of e-business diffusion: A test of the technology
diffusion perspective. Technovation. 2008, vol. 28, no. 3, s. 135-145.
ISSN 0166-4972.
LIPPERT, S. K., GOVINDARAJULU, C. Technological, organizational, and environmental
antecedents to web services adoption. Communications of the IIMA. 2015,
vol. 6, no. 1, s. 146-158. ISSN 1941-6687.
LIU, J. S. Monte Carlo strategies in scientific computing. Springer Science & Business
Media, 2008. ISBN 978-0-387952-30-7.
LOVE, P. E., IRANI, Z., LI, H., CHENG, E. W., TSE, R. Y. An empirical analysis of the barriers
to implementing e-commerce in small-medium sized construction contractors
in the state of Victoria, Australia. Construction Innovation. 2001, vol. 1, no. 1,
s. 31-41. ISSN 1471-4175.
LOW, B. K., SLOAN, B. A perspective on the digital interactive service industry for bui-
lding professionals. Automation in construction. 2001, vol. 10, no. 2, s. 229-
237. ISSN 0926-5805.
LYTTLE, R. M. Will you be Proactive or Reactive on EDI?. Systems/3X World. 1988,
vol. 16, no. 11, s. 68-74.
LYYTINEN, K., ROSE, G. M. Disruptive information system innovation: the case of in-
ternet computing. Information Systems Journal. 2003, vol. 13, no. 4, s. 301-330.
ISSN 0276-7783.
MACGREGOR, R. C., VRAZALIC, L. A basic model of electronic commerce adoption
barriers: A study of regional small businesses in Sweden and Australia. Journal
of small business and enterprise development. 2005, vol. 12, no. 4, s. 510-527.
ISSN 1462-6004.
MACHUCA, J., BARAJAS, R. The impact of electronic data interchange on reducing
bullwhip effect and supply chain inventory costs. Transportation Research
Part E. 2014, vol. 40, s. 209-228. ISSN: 1366-5545.
MALHOTRA, A., GOSAIN, S., SAWY, O. A. E. Absorptive capacity configurations in supply
chains: gearing for partner-enabled market knowledge creation. MIS quarter-
ly. 2005, vol. 29, no. 1, s. 145-187. ISSN 0276-7783.
MARLIER, E., NATALI, D. Europe 2020: towards a more social EU?. Peter Lang. 2010.
ISBN 978-90-5201-688-7.
MARTINS, M., OLIVEIRA, T. Determinants of e-commerce adoption by small firms in
Portugal. Proceedings of the 3rd European conference on information ma-
nagement and evaluation, ECIME 2009. 2009, s. 328-338.
MCCUSKER, T. How to get from 80 to 100 percent in EDI. Datamation [online]. 1993,
vol. 39, no. 3, s. 45-47. [cit. 2015-09-22]. ISSN 0011-6963.
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>
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-
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>.
RADU, M. E. Electronic payment instruments. Quality - Access to Success. 2013,

vol. 14, s. 85-90. ISSN 1582-2559.
RAINER, R. K., PRINCE, B., WATSON, H. J. Management Information Systems. Wiley Pu-
blishing, 2014. ISBN 1118905822.
RAMAMURTHY, K., PREMKUMAR, G. Determinants and outcomes of electronic data in-
terchange diffusion. IEEE Transactions on Engineering Management. 1995,
vol. 42, no. 4, s. 332-351. ISSN 15580040.
RAMAMURTHY, K., PREMKUMAR, G., CRUM, M. R. Organizational and interorganizational
determinants of EDI diffusion and organizational performance: A causal mo-
del. Journal of Organizational Computing and Electronic Commerce. 1999,
vol. 9, no. 4, s. 253-285. ISSN 1091-9392.
RAYPORT, J. F. Technology will make collaboration your next competitive advantage.
Technology Review. 2011, vol. 3, no. 1. [cit. 2013-12-02]. Dostupné z:
<http://www.technologyreview.com>.
REBECCA, A. Using the Technology-Organization-Environment Framework for Analy-
zing Nike’s “Considered Index” Green Initiative, a Decision Support System-
Driven System. 2014. DOI 10.5539/jms.v4n1p96.
REEVES, M., DEIMLER, M. Adaptability: The new competitive advantage. Harvard
Business Review. 2011, vol. 89, no. 7-8, s. 135-141. ISSN 0017-8012.
ROBEY, D., IM, G., WAREHAM, J. D. Theoretical foundations of empirical research on
interorganizational systems: assessing past contributions and guiding future
directions. Journal of the Association for Information Systems. 2008, vol. 9,
no. 9, s. 497-518. ISSN 1536-9323.
ROGERS, E. M. Diﬁusion of innovations. The Free, 1995.
ROGERS, E. M. Diffusion of innovations. New York:Free Press, 2003. ISBN 0-7432-
2209-1.
ŘEHÁKOVÁ, B. Nebojte se logistické regrese/Introducing Logistic Regression. Socio-
logický Časopis/Czech Sociological Review. 2000, vol. 36, no.4, s.475-492.
ŘEZÁKOVÁ, H. Analýza dát z dotazníkových šetření, 3. vydání, Praha: Professional Pu-
blishing, 2011. ISBN 978-80-7431-062-1.
SAEED, K. A., MALHOTRA, M. K., GROVER, V. Examining the impact of interorganizational
systems on process efficiency and sourcing leverage in buyer–supplier dyads.
Decision Sciences. 2005, vol. 36, no. 3, s. 365-396. ISSN 1540-5915.
SAHÁNEK, P. Výměna dat mezi ERP systémy. [online]. 2013. [cit. 2014-03-01]. Do-
stupné z: <http://is.muni.cz/th/251347/fi_m/DP_Sahanek.pdf>
SALMONY, M., HARALD, B. E-invoicing in Europe: Now and the future. Journal Of Pay-
ments Strategy & Systems. 2010, vol. 4, no. 4, s. 371-380. ISSN 1750-1814.
SAUNDERS, C. S., CLARK, S. EDI adoption and implementation: A focus on interorgani-
zational linkages. Information Resources Management Journal. 1992, vol. 5, no.
1, s. 9–19. ISSN 1040-1628.
SAUNDERS, C., HART, P. Electronic data interchange across organizational bounda-

ries: Building a theory of motivation and implementation. Proceedings of the
Administrative Sciences Association of Canada Twenty-First Annual Conference.
1993.
SCALA, S., MCGRATH, R. Advantages and disadvantages of electronic data interchange
an industry perspective. Information & Management. 1993, vol. 25, no. 2, s. 85-
91. ISSN 0378-7206.
SCUPOLA, A. SMEs'e-commerce adoption: perspectives from Denmark and Australia.
Journal of Enterprise Information Management. 2009, vol. 22, no. ½, s. 152-
166. ISSN 1741-0398.
SHAW, M. J. Electronic commerce: state of the art. Handbook on electronic commerce.
Springer Berlin Heidelberg, 2000. s. 3-24. ISBN 3-540-65822-X.
SHAHWAN, Y. Methods of Teaching to the Course of Accounting Information Sys-
tems: Factors of Preference. Review of Business Information Systems (RBIS).
2011, vol. 12, no. 1, s. 103-112. ISSN 2157-9547.
SHAHWAN, Y. The Application Of EDI: Empirical Evidence. International Journal of
Management & Information Systems. 2013, vol. 17, no. 2, s. 97. ISSN 2157-
9628.
SHOHAM, S., PERRY, M. Knowledge management as a mechanism for technological
and organizational change management in Israeli universities. High Education.
2009, vol. 57, no. 2, s. 227–246. ISSN 0018-1560.
SCHMANDT, P., ENGEL-FLECHSIG, S. The Transposition of the EU’s 2010 Electronic Invo-
icing Directive by EU Member States and the Resulting Legal Landscape. Jour-
nal of Internet Law. 2013, vol. 17, no. 1, s. 3-19. ISSN 1094-2904.
SKYDEL, S. EDI: everyday data: EDI's true value is found in its ability to standardize
data. Fleet Equipment. 2012, vol. 38, no. 7, s. 1. ISSN 0747-2544.
SOCR ČR, Vývoj maloobchodu v ČR v roce 2016. [online]. 2017. [cit. 2017-05-02].
Dostupné z: <http://www.socr.cz/file/3847/SOCR%20CR%20-%207.%203.
%202017%20-%20Vyvoj%20maloobchodu%20v%20CR%20v%20roce
%202016.pdf>
SOKOL, P. K. From EDI to electronic commerce: a business initiative. McGraw-Hill, Inc.,
1995. ISBN 0070595127.
SRINIVASAN, M., MUKHERJEE, D., GAUR, A. S. Buyer–supplier partnership quality and
supply chain performance: Moderating role of risks, and environmental uncer-
tainty. European Management Journal. 2011, vol. 29, no. 4, s. 260-271. ISSN
0263-2373.
STARUCH, M. Vývoj českého maloobchodu. [online]. 2016. [cit. 2017-04-20]. Dostupné
z: <http://retailnews.cz/wp-content/uploads/2016/11/1-M.-Staruch-VÝVOJ-
ČESKÉHO-OBCHODU_web.pdf>.
SWATMAN, P. M. C., SWATMAN, P. A. EDI system integration: A definition and literature
survey. The Information Society. 1992, vol. 8, no. 3, s. 169-205. ISSN 1087-
6537.
ŠKALOUDOVÁ, A. Faktorová analýza [online]. 2010 [cit. 2017-05-17]. Dostupne z:

<http://kps.pedf.cuni.cz/skalouda/fa/>.
TAIT, N. Brussels strengthens ‘e-invoicing’. Financial Times [online]. 2009. [cit.
2014-03-01]. Dostupné z: <http://search.ft.com/search?queryText=
Brussels+strengthens+‘e-invoicing’>.
TAN, J., LUDWIG, S. Regional adoption of business-to-business electronic commerce
in China. International Journal of Electronic Commerce. 2016, vol. 20, no. 3,
s. 408-439. ISSN: 15579301.
TAN, M., TEO, T. S. H. Factors influencing the adoption of Internet banking. Journal of
the AIS. 2000, vol. 1, no. 1, s: 5. ISSN 1558-3457.
TEO, H. H., TAN, B., WEI, K. K. Innovation diffusion theory as a predictor of adoption
intention for financial EDI. ICIS 1995 Proceedings. 1995, vol. 14. ISSN NONE-
0293.
TEO, H. H., WEI, K. K., BENBASAT, I. Predicting intention to adopt interorganizational
linkages: An institutional perspective. MIS quarterly. 2003, s. 19-49.
ISSN 0276-7783.
THONG, J. Y., YAP, C. S. CEO characteristics, organizational characteristics and infor-
mation technology adoption in small businesses. Omega. 1995, vol. 23, no. 4,
s. 429-442. ISSN 0305-0483.
THONG, J. Y. L. An integrated model of information systems adoption in small
businesses. Journal of management information systems. 1999, vol. 15, no. 4,
s. 187-214. ISSN 0742-1222.
TONGZON, J., NGUYEN, H. O. ICT Adoption among Logistics Companies in ASEAN Coun-
tries. Transport Reviews. 2013, vol. 33, no. 5, s. 548-569. ISSN 0144-1647.
TORNATZKY, L. G., FLEISCHER, M. The Processes of Technological Innovation. Lexington,
MA: Lexington Books, 1990. ISBN 9780669203486.
TORNATZKY, L. G., KLEIN, K. J. Innovation characteristics and innovation adoption-
implementation: A meta-analysis of findings. IEEE Transactions on engineering
management. 1982, vol. 29, no. 1, s. 28-45. ISSN 0018-9391.
VAN DE VEN, A. H. Research on the management of innovation: The Minnesota studies.
Oxford University Press on Demand, 2000. ISBN 0195139763.
VALACICH, J., SCHNEIDER, C., BEHL, R. Information systems today : managing in the di-
gital world. Boston, 2014. ISBN: 978-1-292-00000-8.
VENKATESH, V., DAVIS, F. D. A theoretical extension of the technology acceptance mo-
del: Four longitudinal field studies. Management science. 2000, vol. 46, no. 2,
s. 186-204. ISSN 0025-1909.
VENKATESH, V., MORRIS, M. G., DAVIS, G. B., DAVIS, F. D. User acceptance of information
technology: Toward a unified view. MIS quarterly. 2003, s. 425-478.
ISSN 0276-7783.
VENKATESH, V., BALA, H. Technology acceptance model 3 and a research agenda on

interventions. Decision sciences. 2008, vol. 39, no. 2, s. 273-315. ISSN 1540-
5915.
VENKATESH, V., BROWN, S. A., BALA, H. Bridging the qualitative-quantitative divide:
Guidelines for conducting mixed methods research in information systems.
MIS quarterly. 2013, vol. 37, no. 1, s. 21-54. ISSN 0276-7783.
VESELÁ, L., RADIMĚŘSKÝ, M., TOULOVÁ, M. Aspects of electronic document sharing. In-
ternational Journal of Sales, Retailing and Marketing. 2015, vol. 4, no. 5, s. 37-
46. ISSN 2045-810X.
VESELÁ, L. Determinants of electronic data interchange adoption. In PEFnet 2017.
1.vyd. Brno: Mendel University Press, 2017, s. 883-893. ISBN 978-80-7509-
499-5.
VLČKOVÁ, V. ERP and EDI System as Tools for Integrated Logistical Management
Support. Management, 2006, vol. 10, no. 1, s. 124 -133. ISSN 1822-3133.
WALTON, S. V., MARUCHECK, A. S. The relationship between EDI and supplier reliabili-
ty. Journal of Supply Chain Management. 1997, vol. 33, no. 2, s. 30-35. ISSN
1055-6001.
WEBBER, D. R. R. Introducing XML/EDI Frameworks. Electronic Markets. 1998, vol.
8, no. 1, s. 38-41. ISSN 1019-6781.
WU, L., CHANG, C. H. Using the balanced scorecard in assessing the performance of e-
SCM diffusion: A multi-stage perspective. Decision Support Systems. 2012,
vol. 52, no. 2, s. 474-485. ISSN 0167-9236.
ZHU, K., KRAEMER, K., XU, S. Electronic business adoption by European firms: a cross-
country assessment of the facilitators and inhibitors. European Journal of In-
formation Systems. 2003, vol. 12, no. 4, s. 251-268. ISSN 0960-085X.
ZHU, K., KRAEMER, K. L. Post-adoption variations in usage and value of e-business by
organizations: cross-country evidence from the retail industry. Information
systems research. 2005, vol. 16, no. 1, s. 61-84. ISSN 1047-7047.
ZHU, K., KRAEMER, K. L., XU, S. X. The process of innovation assimilation by firms in
different countries: A technology diffusion perspective on e-business. Ma-
nagement sience. 2006, vol. 52, no. 10, s. 1557-1576.
ZMUD, R. W. An examination of “push-pull” theory applied to process innovation in
knowledge work. Management science. 1984, vol. 30, no. 6, s. 727-738.
ISSN 0025-1909.
123EDI. EDI 101: The Transportation Data Coordinating Committee [online]. 2017.
[cit. 2017-02-09]. Dostupné z: < http://www.123edi.com/edi-tdcc-101.asp>.
Seznam používaných zkratek 155
11 Seznam používaných zkratek

ANSI American National Standards Institute (Americký národní standar-
dizační ústav)
ASC X12 Accredited Standards Committee X12 (Akreditační výbor pro stan-
dardy)
DOI Teorie šíření inovací
ebXML.27 eXtensible Markup Language
EDI Electronic Data Interchange (Elektronická výměna dat)
ERP Enterprise Resource Planning (Software pro účetnictví a související
procesy)
FTP File Transfer Protocol (Protokol pro přenos souborů)
HTML HyperText Markup Language (Značkovací jazyk pro hypertext)
IS Information System (Informační systém)
IT Information Technology (Informační technologie)
KMO Kaiser-Meyer-Olkinova míra
OASIS Advancicng open standards for the information society (Organizace
pro rozvoj strukturovaných informačních standardů)
ODETTE Organisation for Data Exchange by Tele Transmission in Europe
(Organizace pro evropské telekomun. spojení)
OECD Organization for Economic Cooperation and Development (Organi-
zace pro hospodářskou spolupráci a rozvoj)
OSN Organizace spojených národů
UN / CEFACT United Nations Centre for Trade Facilitation and Electronic
Business (Středisko OSN pro usnadnění obchodu a elektronický ob-
chod)
SCM Supply Chain Management (Strategické řízení řetězce)
SGML Standard Generalized Markup language (Standardní obecný značo-
vací jazyk. Systém označování částí dokumentů vsunutými údaji,
standard dokumentů „ISO 8879“)
SSL Secure Sockets Layer (Bezpečnostní protokol firmy Netscape
Communications pro přenos dat na Internetu)
SWIFT Society for Worldwide Interbank Financial Telecommunications
(Spol. pro celosvětové mezibankovní telekomun. spojení)
TDCC The Transportation Data Coordinating Commitee (Koordinační vý-
bor pro transfer dat)
TOE Technologicko-organizačně-environmentální model
UN / EDIFACT United National/Electronic Data Interchange for Administration
Commers and Transport (Mezinárodní EDI standard pro elektro-
nickou výměnu dat ve správě, obchodě a dopravě)
VAN Value Added Network (Síť poskytující dodatečné služby)
XML / EDI eXtensible Markup Language / Electronic Data Interchange (Stan-
dardní rámec pro výměnu dat prostřednictvím aplikačního pro-
gramového rozhraní)
156 Seznam obrázků
12 Seznam obrázků
Obr. 1 Typický manuální proces v porovnání s elektronickou
výměnou dat 17
Obr. 2 Struktura EDI před a po nástupu Internetové sítě 20
Obr. 3 Model TOE 37
Obr. 4 Model adopce EDI 42
Obr. 5 Rozšířený koncepční model 44
Obr. 6 Prodejní plocha maloobchodních prodejen na jednoho

obyvatele 47
Obr. 7 Vývoj počtu maloobchodních prodejen dle jejich rozlohy 48
Obr. 8 Vývoj počtu aktivních subjektů v sekci G v období 2005 až 2015 49
Obr. 9 Výměna dokumentů v ČR 50
Obr. 10 Procentuální podíly podniků využívajících EDI v jednotlivých

zemích EU 51
Obr. 11 Spokojenost respondentů se stávajícím způsobem

objednávání zboží 66
Obr. 12 Hodnocení očekávané přínosnosti elektronické výměny dat

podniky, které zatím tuto technologii neimplementovaly 66
Obr. 13 Hodnocení očekávané přínosnosti elektronické výměny dat

podniky, které již implementovaly tuto technologii 67
Obr. 14 Koncept konstrukce modelu adopce 78
Obr. 15 Rozdělení respondentů dle oddílů sekce G 81
Obr. 16 Respondenti dle ročního obratu 81
Obr. 17 Respondenti dle počtu zaměstnanců 82
Obr. 18 Respondenti působící na zahraničním trhu 83
Obr. 19 Způsob objednání zboží od dodavatele 83

Seznam obrázků 157
Obr. 20 Zastoupení EDI dle kategorie obratu 84
Obr. 21 Zastoupení EDI dle kategorie počtu zaměstnanců 85
Obr. 22 Průměrný počet objednávek za měsíc 85
Obr. 23 Průměrný počet faktur za měsíc 86
Obr. 24 Počet pravidelných odběratelů 87
Obr. 25 Počet pravidelných dodavatelů 87
Obr. 26 Cattelův graf vlastních čísel 89
Obr. 27 Frekvenční rozdělení vyrovnaných hodnot predikované

proměnné 107
Obr. 28 ROC křivka 107
Obr. 29 Youdenův index 108
Obr. 30 Youdenův index – rozšířený model 113
Obr. 31 Průměrná hodnota predikované pravděpodobnosti při

různých hodnotách regresoru zkušenost 119
Obr. 32 Průměrná hodnota predikované pravděpodobnosti při

různých hodnotách regresoru zkušenost a tlak odvětví 119
Obr. 33 Průměrná hodnota predikované pravděpodobnosti adopce

EDI - zkušenost 120

EDI – tlak odvětví 122

EDI – objem dat 123

EDI – spokojenost s akt. IS 124

EDI – čas 125
Obr. 38 Model adopce EDI pro retail 126

158 Seznam obrázků

EDI – inform. společnosti 217

EDI – míra obch. závislosti 217
Seznam tabulek 159
13 Seznam tabulek
Tab. 1 Procentuální zastoupení EDI v ČR v oddíle 47 v roce 2015 dle
velikosti podniku 52
Tab. 2 Procentuální zastoupení EDI v ČR v sekci G v roce 2015 52
Tab. 3 Imputace chybějících údajů v šetření – Determinanty adopce

EDI (n=907) 57
Tab. 4 Testování hypotéz – Aspekty sdílení elektronických

dokumentů 69
Tab. 5 Kritéria pro posouzení vhodnosti faktorové analýzy – Faktory

ovlivňující adopci EDI 73
Tab. 6 Faktorová analýza – Faktory ovlivňující adopci EDI 74
Tab. 7 Testování hypotéz – Faktory ovlivňující adopci EDI 76
Tab. 8 Kritéria pro posouzení vhodnosti faktorové analýzy – Faktory

ovlivňující adopci EDI 89
Tab. 9 Základní výsledky faktorové analýzy (vlastní čísla) 90
Tab. 10 Faktorové zátěže po rotaci metodou Varimax 91
Tab. 11 Pojmenování extrahovaných faktorů 93
Tab. 12 Kompozitní proměnná – Důležitost přínosů 96
Tab. 13 Kompozitní proměnná – Tlak odvětví 97
Tab. 14 Kompozitní proměnná – IT znalost vedení 97
Tab. 15 Kompozitní proměnná – Objem dat 98
Tab. 16 Kompozitní proměnná – Spokojenost s aktuálním IS 99
Tab. 17 Kompozitní proměnná – Konkurenční prostředí 100
Tab. 18 Kompozitní proměnná – Očekávané náklady 100
Tab. 19 Kompozitní proměnná – Zkušenost 101
Tab. 20 Kompozitní proměnná – Informovanost společnosti 102

160 Seznam tabulek
Tab. 21 Kompozitní proměnná – Míra obchodní závislosti 102
Tab. 22 Kompozitní proměnná – Zahraničí 103
Tab. 23 Nulový model adopce EDI 105
Tab. 24 Výsledky nulového modelu adopce EDI 105
Tab. 25 Výsledky omnibus testu koeficientů modelu adopce EDI 105
Tab. 26 Sumarizace modelu adopce EDI 106
Tab. 27 Hosmer a Lemeshow test 106
Tab. 28 Klasifikační tabulka – prahová hodnota "cut value" je 0,5 106
Tab. 29 Klasifikační tabulka - prahová hodnota „cut value" je 0,09 108
Tab. 30 Proměnné v rovnici 109
Tab. 31 Klasifikační tabulka - prahová hodnota „cut value" je 0,09 –

po sekvenční eliminaci 109
Tab. 32 Proměnné v rovnici – po sekvenční eliminaci 110
Tab. 33 Výsledky omnibus testu koeficientů rozšířeného modelu

adopce EDI s interakcí retailu 112
Tab. 34 Sumarizace rozšířeného modelu adopce EDI s interakcí

retailu 112
Tab. 35 Hosmer a Lemeshow test rozšířeného modelu s interakcí

retailu 112
Tab. 36 Klasifikační tabulka - prahová hodnota "cut value" je 0,15 –

rozšířený model 113
Tab. 37 Proměnné v rovnici – rozšířený model 114
Tab. 38 Klasifikační tabulka - prahová hodnota "cut value" je 0,15 –

rozšířený model po sek. elim. 115
Tab. 39 Proměnné v rovnici – rozšířený model – po sekvenční

eliminaci proměnných 116
Tab. 40 Proměnné v rovnici – rozšířený model – určení mezního

vlivu pro průměrné hodnoty vysvětlujících proměnných 117
Seznam tabulek 161
Tab. 41 Průměrná hodnota predikované pravděpodobnosti při

různých hodnotách regresoru zkušenost 118

různých hodnotách regresoru zkušenost s rozlišením oddílu retailu 121

různých hodnotách regresoru tlak odvětví s rozlišením oddílu
retailu 122
Tab. 44 Přehled studií adopce EDI 130
Tab. 45 Přehled faktorů adopce EDI analyzovaných v rámci různých

studií 134
162
Přílohy
Dotazník – Aspekty sdílení elektronických dokumentů 163
A Dotazník – Aspekty sdílení elektronických

dokumentů
Vážený respondente, prostřednictvím tohoto dotazníku jsou sbírána data o pro-

blematice zavádění elektronické výměny dat, která je jedním z aktuálních témat
pro výzkumnou činnost Ústavu marketingu a obchodu Provozně ekonomické fa-
kulty Mendelu v Brně. Jeho vyplněním přispějete ke kvalitativnímu posunu této
problematiky.
Jedním z hlavních cílů Evropské komise je zavedení mandatorní e-fakturace
orgánům veřejné moci v případě veřejných zakázek do roku 2016. Z toho je patrné,
že znalost možností tohoto způsobu elektronické komunikace je stále více žádoucí
a lze tedy předpokládat, že s růstem počtu zapojených organizací se pro mnohé
společnosti stane EDI nezbytnou součástí IT řešení a současně další konkurenční
výhodou.
Vyplnění dotazníku je pro vědecké účely a je zaručena ochrana odevzdaných
dat. Zpracované výsledky budou zcela anonymní. Vyplnění otázek je vždy zřejmé
z uvedených nápověd. Děkuji Vám, že budete tomuto výzkumu věnovat svůj draho-
cenný čas. Ing. Lucie Veselá
Název firmy: …………………………………

IČ: ……………………………………………
Kompetentní osoba: člověk, který má ve firmě na starosti obchod / ekonomiku /

vedení firmy
1. V úvodu si jen potřebuji ověřit, že Vaše firma působí v oboru:
a) Maloobchod, kromě motorových vozidel
b) Jiný obor
----> Pokud firma nepůsobí v žádaném oboru, pak dotazník nevyplňovat.
2. Od kolik různých firem pravidelně (alespoň 1x za 2 měsíce) nakupuje va-

še společnost zboží (máme na mysli zásoby, materiál, nikoliv služby nebo režijní věci)?
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
3. Jakým způsobem nejčastěji objednáváte od dodavatelů zboží? Využíváte

nějaké další způsoby objednání?
A. Nejčastěji: (vyberte pouze jednu)

a) Objednáváme telefonicky
b) Objednáváme e-mailem, který sami vytváříme
c) E-mailem, který se automaticky generuje
d) Posíláme objednávky poštou
e) Objednáváme osobně u obchodního zástupce
f) Přes objednávkový portál na internetu
g) Posíláme objednávky přes EDI
h) Jiný způsob: …………………………………………………
B. Dále využívá tyto způsoby: (uveďte všechny)

a) Objednáváme telefonicky
b) Objednáváme e-mailem, který sami vytváříme
c) E-mailem, který se automaticky generuje
d) Posíláme objednávky poštou
e) Objednáváme osobně u obchodního zástupce
f) Přes objednávkový portál na internetu
g) Posíláme objednávky přes EDI
h) Jiný způsob: …………………………………………………
4. Kolik celkem objednávek na zboží (zásoby, materiál - nikoliv služby, ne-

bo režie) v průměru měsíčně provedete?
a) Méně než 20 objednávek

b) 20 až 50 objednávek
c) Více než 50 až 100 objednávek
d) Více než 100 až 200 objednávek
e) Více než 200 až 500 objednávek
f) Více než 500 objednávek x) nedokázal/a říct
5. Jak jste spokojeni z hlediska pracnosti, rychlosti nebo chybovosti se sou-

časným způsobem objednávání zboží? Určitě vaši celkovou spokojenosti na škále 1 až
10, kde 1 je velmi spokojen a 10 velmi nespokojen.
Velmi spokojen/a ---> 1 2 3 4 5 6 7 8 9 10 <--- Velmi nespokojen/a
FILTR: Pokud v ot. č. 5 uvedlo hodnocení 5 a horší (méně spokojen):

6. Co vám nejvíce vadí na objednávání zboží? Co byste na změnil na stáva-
jícím způsobu objednávání zboží?
……………………………………………………………………………………………
……………………………………………………………………………………………
Dotazník – Aspekty sdílení elektronických dokumentů 165
Pojďme se nyní zaměřit na příjem a likvidaci faktur. V případě, že tuto oblast

nemáte v kompetenci, poprosím vás o kontakt na někoho, kde u vás ve firmě oblast pří-
jmu a likvidace má v kompetenci.
----> 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
Jméno a Příjmení: ………………….…………….

Pozice: ……………………………………………
E-mail: ……………………………………………
8. Kolik přibližně faktur měsíčně od Vašich dodavatelů obdržíte?
a) Méně než 20 přijatých faktur

b) 20 až 50 přijatých faktur
c) Více než 50 až 100 přijatých faktur
d) Více než 100 až 200 přijatých faktur
e) Více než 200 až 500 přijatých faktur
f) Více než 500 přijatých faktur X) nedokázal/a říct
9. Můžete prosím procentuálně rozdělit, kolik % faktur přichází v elektro-

nické podobě a kolik v papírové podobě?
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
12. EDI komunikace slouží k přijímání dokladů ve strukturované elektronic-

ké podobě tak, aby mohly být zcela automaticky načteny přímo do účetního systému.
Myslíte si, že by tento způsob výměny dokladů byl přínosný pro vaši společnost?
a) Určitě ano
b) Spíše ano
c) Spíše ne
d) Určitě ne X) Nedokázal/a říct
13. Z jakého důvodu? V čem vidíte hlavní výhody / nevýhody?

……………………………………………………………………………………………
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
16. Tisknete faktury, které přijímáte v elektronické podobě?

a) Ano b) Pouze výjimečně c) Ne, uchováváme jen elektronicky
17. Kontrolujete u elektronicky přijatých faktur, zda mají platný elektronický

podpis?
a) Ano, vždy b) Pouze někdy c) Ne
d) Neví, co to je elektronický podpis f) Nepřijímáme elektronické faktury
19. Umožňuje váš podnikový systém opatřit doklad elektronickým podpi-

sem?
a) Ano b) Ne x) Nedokázal/a odpovědět
20. Závěrem se zeptám, v jakém oddělení ve firmě působíte?

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
Jméno a Příjemní: ………………….……………..

E-mail: ……………………………………………
Dotazník – Faktory ovlivňující adopci EDI 167
B Dotazník – Faktory ovlivňující adopci EDI

168 Dotazník – Faktory ovlivňující adopci EDI
176 Průvodní dopis
C Průvodní dopis
Vážená paní/ Vážený pane,
obracím se na Vás s prosbou o vyplnění stručného dotazníku k mé výzkumné čin-

nosti a disertační práci.
Jmenuji se Lucie Veselá a jsem studentkou doktorského studia na Provozně eko-

nomické fakultě Mendelovy univerzity v Brně.
V rámci své disertační práce se zabývám zkoumáním faktorů ovlivňujících adopci

elektronické výměny dat (EDI). Cílem mé práce je odvodit obecný model přijetí EDI
organizacemi.
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.
S pozdravem a přáním pěkného dne,

Ing. Lucie Veselá
Dotazník – Determinanty adopce EDI 177
D Dotazník – Determinanty adopce EDI

178 Dotazník – Determinanty adopce EDI
188 Kontingenční tabulky – Faktory ovlivňující adopci EDI
E Kontingenční tabulky – Faktory ovlivňující

adopci EDI
Kontingenční tabulka (pozorované četnosti) pro Informovanost společnosti
a Přínosnost
Informovanost 2-rozměrná tabulka: Pozorované četnosti

společnosti Četnost označených buněk > 10
Přínosnost Řádk. součty
Ano Ne Nevím
1 2 1 2 5
Sloupcová četnost 1,69% 0,79% 4,35%
Řádková četnost 40,00% 20,00% 40,00%
2 1 5 0 6
Řádková četnost 16,67% 83,33% 0,00%
3 1 4 1 6
Řádková četnost 16,67% 66,67% 16,67%
4 6 7 3 16
Řádková četnost 37,50% 43,75% 18,75%
5 7 17 6 30
Řádková četnost 23,33% 56,67% 20,00%
6 11 17 8 36
Řádková četnost 30,56% 47,22% 22,22%
7 22 23 3 48
8 10 23 5 38
Řádková četnost 26,32% 60,53% 13,16%
9 23 13 6 42
Řádková četnost 54,76% 30,95% 14,29%
10 35 16 12 63
Řádková četnost 55,56% 25,40% 19,05%
Celkem 118 126 46 290
Kontingenční tabulky – Faktory ovlivňující adopci EDI 189
Kontingenční tabulka (pozorované četnosti) pro IT znalost vedení a Přínosnost
IT znalost vedení 2-rozměrná tabulka: Pozorované četnosti

Četnost označených buněk > 10
Přínosnost Řádk. součty
Ano Ne Nevím
1 1 0 0 1
2 1 0 1 2
3 3 5 4 12
Řádková četnost 25,00% 41,67% 33,33%
4 5 7 3 15
Řádková četnost 33,33% 46,67% 20,00%
5 7 23 6 36
Řádková četnost 19,44% 63,89% 16,67%
6 17 33 9 59
Řádková četnost 28,81% 55,93% 15,25%
7 23 17 10 50
Řádková četnost 46,00% 34,00% 20,00%
8 20 22 7 49
Řádková četnost 40,82% 44,90% 14,29%
9 27 16 5 48
Řádková četnost 56,25% 33,33% 10,42%
10 14 3 1 18
Celkem 118 126 46 290
190 Kontingenční tabulky – Faktory ovlivňující adopci EDI
Kontingenční tabulka (pozorované četnosti) pro Znalost a Přínosnost
Znalost 2-rozměrná tabulka: Pozorované četnosti

Četnost označených buněk > 10
Přínosnost
Ano Ne Nevím
Neznám 49 62 37 148
Řádková četnost 33,11% 41,89% 25,00%
Nevím přesně 27 22 7 56
Řádková četnost 48,21% 39,29% 12,50%
Ano, nepoužíváme 29 42 2 73
Ano, zvažujeme 8 0 0 8
Znám, používáme 5 0 0 5
Celkem 118 126 46 290
Četnosti odpovědí – Determinanty adopce EDI 191
F Četnosti odpovědí – Determinanty adopce

EDI
Odběratel * EDI Kontingenční tabulka
EDI
Otázka číslo 1 Nevyužívá Využívá Celkem
Odběratel Mene nez 5 Absolutní četnost 140 7 147
Relativní četnost 15,4% ,8% 16,2%
5 az 10 Absolutní četnost 156 3 159
Nedokáži říct Absolutní četnost 21 6 27
Relativní četnost 15,0% 1,5% 16,5%
Více nez 500 Absolutní četnost 55 18 73
Celkem Absolutní četnost 819 88 907
Dodavatel * EDI Kontingenční tabulka

EDI
Dodavatel Mene nez 5 Absolutní četnost 188 15 203
Relativní četnost ,4% ,1% ,6%
192 Četnosti odpovědí – Determinanty adopce EDI
Objednávky * EDI Kontingenční tabulka

EDI
Objednávky Mene nez 10 Absolutní četnost 125 4 129
Způsob objednání * EDI Kontingenční tabulka

EDI
Způsob Telefonicky Absolutní četnost 90 4 94
objednání Relativní četnost 9,9% ,4% 10,4%
E-mailem, sami Absolutní četnost 431 29 460
E-mailem, auto Absolutní četnost 64 15 79
Poštou Absolutní četnost 2 0 2
Relativní četnost ,2% 0,0% ,2%
Osobně Absolutní četnost 22 1 23
Portál Absolutní četnost 175 10 185
Elektronická výměna Absolutní četnost 6 20 26
Relativní četnost ,7% 2,2% 2,9%
Jinak Absolutní četnost 29 9 38
Spokojenost - pracnost * EDI Kontingenční tabulka

EDI
Otázka číslo 5a Nevyužívá Využívá Celkem
Spokojenost 1,0 Absolutní četnost 33 8 41
pracnost Relativní četnost 3,6% ,9% 4,5%
2,0 Absolutní četnost 57 13 70

Spokojenost - rychlost * EDI Kontingenční tabulka

EDI
Otázka číslo 5b Nevyužívá Využívá Celkem
rychlost Relativní četnost 4,7% ,9% 5,6%
Spokojenost - chybovost * EDI Kontingenční tabulka

EDI
Otázka číslo 5c Nevyužívá Využívá Celkem
chybovost Relativní četnost 4,4% ,9% 5,3%

Faktury * EDI Kontingenční tabulka

EDI
Faktury Mene nez 10 Absolutní četnost 122 5 127
Tisk * EDI Kontingenční tabulka

EDI
Tisk Všechny Absolutní četnost 592 54 646
Některé Absolutní četnost 149 18 167
Výjimečně Absolutní četnost 35 7 42
Jen elektronicky Absolutní četnost 12 2 14
Jen papír Absolutní četnost 31 7 38
Čas * EDI Kontingenční tabulka

EDI
Čas Auto Absolutní četnost 38 20 58
1 až 3 min Absolutní četnost 246 25 271

Více jak 20 min Absolutní četnost 13 3 16
Znalost * EDI Kontingenční tabulka

EDI
Znalost Ne Absolutní četnost 274 0 274
Slyšel a neví Absolutní četnost 162 0 162
Ano, nepoužívá Absolutní četnost 348 0 348
Ano, zvažuje Absolutní četnost 35 0 35
Ano, používá Absolutní četnost 0 88 88
Dostupnost informací * EDI Kontingenční tabulka

EDI
Dostupnost in- 1,0 Absolutní četnost 200 4 204
formací Relativní četnost 22,1% ,4% 22,5%
Přínosnost * EDI Kontingenční tabulka

EDI
Přínosnost 1,0 Absolutní četnost 103 3 106
IT znalost * EDI Kontingenční tabulka

EDI
IT 1,0 Absolutní četnost 33 3 36
znalost Relativní četnost 3,6% ,3% 4,0%
Inovace * EDI Kontingenční tabulka

EDI
Inovace 1,0 Absolutní četnost 20 1 21

Produktivita * EDI Kontingenční tabulka

EDI
Produktivita 1,0 Absolutní četnost 34 1 35
Reference * EDI Kontingenční tabulka

EDI
Otázka číslo 12d Nevyužívá Využívá Celkem
Reference 1,0 Absolutní četnost 229 5 234
Vedení - přínosnost * EDI Kontingenční tabulka

EDI
Otázka číslo 12e Nevyužívá Využívá Celkem
Vedení přínos- 1,0 Absolutní četnost 22 1 23
nost Relativní četnost 2,4% ,1% 2,5%
Konkurenční výhoda * EDI Kontingenční tabulka

EDI
Otázka číslo 12f Nevyužívá Využívá Celkem
Konkurenční 1,0 Absolutní četnost 54 1 55
výhoda Relativní četnost 6,0% ,1% 6,1%
EDI nutná - významní obchodní partneři * EDI Kontingenční tabulka

EDI
Nutná výz. 1,0 Absolutní četnost 222 2 224

EDI nutná - většina obchodních partnerů * EDI Kontingenční tabulka

EDI
Nutná většina 1,0 Absolutní četnost 240 5 245
Veřejná správa * EDI Kontingenční tabulka

EDI
Veřejná správa 1,0 Absolutní četnost 210 25 235
Doporučeno významnými obchodními partnery * EDI Kontingenční tabulka

EDI
Doporuč. výz. op 1,0 Absolutní četnost 240 4 244
Doporučeno většinou obchodních partnerů * EDI Kontingenční tabulka

EDI
Doporuč. vět. op 1,0 Absolutní četnost 285 14 299
Důležití konkurenti * EDI Kontingenční tabulka

EDI
Důležití kon. 1,0 Absolutní četnost 202 8 210

Většina konkurentů * EDI Kontingenční tabulka

EDI
Otázka číslo 13g Nevyužívá Využívá Celkem
Většina kon. 1,0 Absolutní četnost 238 11 249
Redukce papírování * EDI Kontingenční tabulka

EDI
Redukce papíro- 1,0 Absolutní četnost 44 6 50
vání Relativní četnost 4,9% ,7% 5,5%
Chybovost * EDI Kontingenční tabulka

EDI
Chybovost 1,0 Absolutní četnost 25 4 29
Režijní náklady * EDI Kontingenční tabulka

EDI
Režijní náklady 1,0 Absolutní četnost 31 5 36
Produktivita * EDI Kontingenční tabulka

EDI
Produktivita 1,0 Absolutní četnost 27 4 31

Bezpečnost * EDI Kontingenční tabulka

EDI
Bezpečnost 1,0 Absolutní četnost 39 4 43
Zásoby * EDI Kontingenční tabulka

EDI
Zásoby 1,0 Absolutní četnost 87 6 93
Zrychlení objed. * EDI Kontingenční tabulka

EDI
Zrychlení objed. 1,0 Absolutní četnost 50 4 54
Zrychlení komunikace * EDI Kontingenční tabulka

EDI
Otázka číslo 14h Nevyužívá Využívá Celkem
Zrychlení 1,0 Absolutní četnost 48 5 53
komunikace Relativní četnost 5,3% ,6% 5,8%
Image * EDI Kontingenční tabulka

EDI
Otázka číslo 14i Nevyužívá Využívá Celkem
Image 1,0 Absolutní četnost 58 3 61

Konkurenční výhoda * EDI Kontingenční tabulka

EDI
Otázka číslo 14j Nevyužívá Využívá Celkem
Konkurenční 1,0 Absolutní četnost 62 6 68
výhoda Relativní četnost 6,8% ,7% 7,5%
Servis * EDI Kontingenční tabulka

EDI
Otázka číslo 14k Nevyužívá Využívá Celkem
Servis 1,0 Absolutní četnost 43 4 47
Vztahy * EDI Kontingenční tabulka

EDI
Nevyužívá Využívá Celkem
Vztahy 1,0 Absolutní četnost 53 6 59
Organizace práce * EDI Kontingenční tabulka

EDI
Otázka číslo 14l Nevyužívá Využívá Celkem
Organizace práce 1,0 Absolutní četnost 39 4 43
Ekologie * EDI Kontingenční tabulka

EDI
Otázka číslo 14m 0 Využívá Celkem
Ekologie 1,0 Absolutní četnost 59 7 66

N zavedení * EDI Kontingenční tabulka

EDI
N zavedení 1,0 Absolutní četnost 20 15 35
N školení * EDI Kontingenční tabulka

EDI
N školení 1,0 Absolutní četnost 30 15 45

N provozní * EDI Kontingenční tabulka

EDI
N provozní 1,0 Absolutní četnost 22 8 30
Zahraničí * EDI Kontingenční tabulka

EDI
Zahraničí Ano Absolutní četnost 360 50 410
Ne Absolutní četnost 459 38 497
Sortiment – Odchod ke konkurenci * EDI Kontingenční tabulka

EDI
Sortiment – 1,0 Absolutní četnost 78 10 88
Odchod ke Relativní četnost 8,6% 1,1% 9,7%
konkurenci 2,0 Absolutní četnost 102 4 106

Sortiment - Rivalita * EDI Kontingenční tabulka

EDI
Rivalita Relativní četnost 3,0% ,3% 3,3%
Sortiment – Podobné produkty * EDI Kontingenční tabulka

EDI
Podobné Relativní četnost 7,1% ,7% 7,7%
produkty 2,0 Absolutní četnost 120 4 124
Sortiment – Přesné informace * EDI Kontingenční tabulka

EDI
Přesné Relativní četnost 1,7% ,2% 1,9%
informace 2,0 Absolutní četnost 36 2 38

Sortiment - Rychlé informace * EDI Kontingenční tabulka

EDI
Rychlé Relativní četnost 9,3% ,7% 9,9%
informace 2,0 Absolutní četnost 80 6 86
Sortiment - Trendy * EDI Kontingenční tabulka

EDI
Trendy Relativní četnost 3,2% ,2% 3,4%

Sortiment – Hlavní dodavatel * EDI Kontingenční tabulka

EDI
Hlavní Relativní četnost 22,5% 2,8% 25,2%
dodavatel 2,0 Absolutní četnost 149 15 164
Sortiment – Hlavní odběratel * EDI Kontingenční tabulka

EDI
Otázka číslo 17h Nevyužívá Využívá Celkem
Sortiment - 1,0 Absolutní četnost 371 44 415
Hlavní Relativní četnost 40,9% 4,9% 45,8%
odběratel 2,0 Absolutní četnost 180 17 197
Zamci * EDI Kontingenční tabulka

EDI
Zamci 1-9 zaměstnanců Absolutní četnost 575 34 609
10-49 zaměstnanců Absolutní četnost 201 33 234
50 až 99 zaměstnanců Absolutní četnost 27 6 33

100 až 249 zaměstnanců Absolutní četnost 8 6 14
Relativní četnost ,9% ,7% 1,5%
250 a více zaměstnanců Absolutní četnost 8 9 17
Obrat * EDI Kontingenční tabulka

EDI
Obrat Do 37 tis. EUR Absolutní četnost 88 2 90
Od 37 tis. EUR do 1 mil. Absolutní četnost 434 25 459
EUR Relativní četnost 47,9% 2,8% 50,6%
Od 1 mil. EUR do 2 mil. Absolutní četnost 125 19 144
Více než 50 mil. EUR Absolutní četnost 6 10 16
Investovat * EDI Kontingenční tabulka

EDI
Investovat 1,0 Absolutní četnost 44 3 47
Nace * EDI Kontingenční tabulka

EDI
Nace Velkoobchod, maloobchod Absolutní četnost 244 16 260
a opravy motorových vo- Relativní četnost
26,9% 1,8% 28,7%
zidel
Velkoobchod, kromě mo- Absolutní četnost 290 47 337
torových vozidel Relativní četnost 32,0% 5,2% 37,2%
Maloobchod, kromě moto- Absolutní četnost 285 25 310
rových vozidel Relativní četnost 31,4% 2,8% 34,2%
Segment * EDI Kontingenční tabulka

EDI
Segment Potraviny, nápoje Absolutní četnost 47 24 71
Gastronomie Absolutní četnost 15 1 16
Móda, obuv, sportovní Absolutní četnost 34 3 37
potřeby Relativní četnost 3,7% ,3% 4,1%
Drogerie, kosmetika, pa- Absolutní četnost 18 3 21
pírnictví Relativní četnost 2,0% ,3% 2,3%
Farmacie Absolutní četnost 40 7 47
Elektronika Absolutní četnost 54 7 61
Nábytek, bytové doplňky Absolutní četnost 24 4 28
Knihkupectví Absolutní četnost 2 1 3
Autodoplňky Absolutní četnost 30 2 32
Stavebnictví, elektromate- Absolutní četnost 109 10 119
riál Relativní četnost 12,0% 1,1% 13,1%
Bankovnictví Absolutní četnost 1 0 1
Relativní četnost ,1% 0,0% ,1%
Jiný Absolutní četnost 445 26 471
214 Faktorové zátěže před rotací – Determinanty adopce EDI
G Faktorové zátěže před rotací –

Determinanty adopce EDI
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
H Cronbachovo alfa – proměnná objem dat
Reliabilita – kompozitní proměnná objem dat
Cronbach. alfa Standardizovaná alfa Počet proměnných
0,848 0,854 6
Celková statistika vstupujících proměnných pro kompozitní proměnnou objem dat
Směr. Prv.
Průměr po Rozptyl po Alfa po Alfa FA
odch. po celk.
odstarnění odstarnění odstranění zátěže zátěže
odstranění korelace
Odběratel 13,804 31,808 5,640 0,580 0,839 0,151 0,128
Dodavatel 14,851 35,635 5,969 0,655 0,820 0,170 0,177
Objednávky 13,989 30,981 5,566 0,687 0,812 0,179 0,189
Faktury 14,324 32,262 5,680 0,762 0,797 0,198 0,218
Obrat 14,494 35,704 5,975 0,607 0,827 0,158 0,148
Zaměstnanci 15,768 37,997 6,164 0,553 0,837 0,144 0,140
Součet 3,843 1,000 1,000

Rozdílné hodnoty průměrné predikce modelu pro různé oddíly sekce G 217
I Rozdílné hodnoty průměrné predikce

modelu pro různé oddíly sekce G
Obr. 39 Průměrná hodnota predikované pravděpodobnosti adopce EDI – inform. společnosti
Obr. 40 Průměrná hodnota predikované pravděpodobnosti adopce EDI – míra obch. závislosti

Zaverecna Prace PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Zaverecna Prace PDF

Uploaded by

Copyright:

Available Formats

Mendelova univerzita v Brně

Provozně ekonomická fakulta

V Brně dne 30. června 2017 _______________________________

Disertační práce se zabývá problematikou výměny dokumentů u českých podniků

3 Definice EDI a teoretické přístupy 16

4 Odvětví retailu a stav EDI v ČR 46

5 Metodika práce a data 54

5.2.4 Umělá proměnná a její interakce v regresní analýze ............................... 64

6 Identifikace proměnných ovlivňujících adopci elektronické výměny

7 Determinanty adopce elektronické výměny dat 80

10 Literární zdroje 140

11 Seznam používaných zkratek 155

12 Seznam obrázků 156

13 Seznam tabulek 159

V současnosti se tímto tématem zabývá mnoho zahraničních vědeckých pra-

3 Definice EDI a teoretické přístupy

3.1 Elektronická výměna dat (EDI)

3.1.1 Definice elektronické výměny dat

obchodních a jiných dokumentů elektronickou formou, bez nutnosti manuálního lid-

Obr. 1 Typický manuální proces v porovnání s elektronickou výměnou dat

Výsledkem zavádění elektronické výměny dat je potom postupná eliminace papí-

3.1.2 Historie elektronické výměny dat

hém případě společnosti namísto změny svých transakčních systémů, vytvořily

Na druhé straně stále existoval problém bezpečnosti a stability. Informace, které

Obr. 2 Struktura EDI před a po nástupu Internetové sítě

jsou neustále aktualizovány (Reeves a Deimler, 2011). Také Grosvenor a Rees

3.1.3 Standardy elektronické výměny dat

Množina segmentů obsažených v obálce tvoří dohromady zprávu neboli transakci,

3.1.4 Elektronická fakturace

mentu, podepsané vlastnoručním podpisem (Zákon č. 297/2016 Sb. - zákon o služ-

3.2 Výhody a nevýhody elektronické výměny dat

Holan et al. (1998) a Li et al. (2010) označili za klíčové k efektivnímu využívá-

do informačních a komunikačních technologií je spíše motivován průmyslovou

3.2.1 Výhody adopce EDI

 standardizuje postupy a snižuje potřebu lidských zdrojů,

účinnost a prohlubuje spolupráci mezi partnery, a to vede k růstu celkové výkon-

3.2.2 Nevýhody adopce EDI

nostní problémy a nedostatek kontroly a transakčního auditu (Cao et al., 2014;

Je pravděpodobné, že koncem osmdesátých a začátkem devadesátých let byly vní-

Podobně ve studii orientované na mezinárodní podniky, byly zdůrazněny pro-

tek zaměření podniku na zákazníky (Hendon et al., 1998). Faktory související

Beatty a Jones (2004) pojednávají ve své práci o tom, že dalším problémem

3.3 Inovace a teorie technologických změn

3.3.1 Technologické inovace

3.3.2 Teorie popisující technologické změny

Dle Perez (2012) je technologická změna spojena s vytvořením nových obchodních

nologie nebo hodnotí výsledky zavedení. Přijetí technologie je dobrovolné indivi-

Teorie šíření inovací (DOI)

Studie poukazují na fakt, že teorie DOI má solidní teoretický základ a konzistentní

Technologický akceptační model (TAM)

Technologicko-organizačně-environmentální rámec (TOE)

že technologický kontext zkoumá jak existující používané technologie, tak nové

Obr. 3 Model TOE

Rámec TOE našel pravidelné uplatnění v empiricky zaměřených výzkumech orien-

 otevřených systémů (Open Systems) - Chau a Tam (1997),

3.4 Adopce elektronické výměny dat

Adopce technologie je pojem, který lze v kontextu počítačového prostředí chápat

I další odborné pojednání zdůrazňuje, že jedním z nejdůležitějších faktorů při roz-

na samotnou adopci vliv tlak ze strany obchodního partnera či konkurenčního pro-

3.4.1 Model adopce EDI dle Iacovou et al.

Obr. 4 Model adopce EDI

Očekávaný přínos, je v této práci spojen s potenciálními výhodami elektronické

Organizační připravenost se týká úrovně finančních a technologických zdro-