بررسی اثرگذاری هوش تجاری و نوآوری بر عملکرد مالی استارت آپ ها: رویکرد مدل های شبکه عصبی و معادلات ساختاری
آرشیو
چکیده
بررسی اثرگذاری هوش تجاری و نوآوری بر عملکرد مالی استارت آپ ها: رویکرد مدل های شبکه عصبی و معادلات ساختاری می باشد. این پژوهش از نوع کمی، ازنظر ماهیت توصیفی-همبستگی و ازلحاظ هدف کاربردی هست. هیچ لیست به روزی از شرکت های نوپا و استارآپ ها وجود ندارد که بتوان از آن ها به عنوان نمونه استفاده کرد. برای غلبه بر این مشکل، با چندین مرکز رشد کسب و کار به عنوان وسیله ای برای دسترسی به استارت آپ ها تماس گرفتیم، زیرا آن ها مستقیما با جمعیتی که می خواهیم به آن ها رسیدگی کنیم، کار می کنند. جامعه آماری تحقیق کارشناسان و صاحب نظران در دسترس در مراکز رشد و پارک های فناوری می باشند که 153 نفر با روش نمونه گیری غیر احتمالی در دسترس انتخاب شدند. برای آزمون کردن فرضیه ها با در نظر گرفتن اثر میانجی یادگیری شبکه ای و نوآوری از روش معادلات ساختاری واریانس محور در نرم افزار Smartpls4.0 و ماژول شبکه عصبی پرسپترون چندلایه و هم چنین جهت آزمون سوگیری ابزار اندازه گیری از آزمون تک عاملی هارمن دربسته نرم افزاری Spss2 استفاده شده است.خروجی مدل ها نشان داد که هوش تجاری هم به صورت مستقیم و هم به صورت غیرمستقیم در عملکرد مالی استارت آپ ها تاثیرگذار بوده و میزان اثرگذاری متغیرها %87 می باشد. مهم ترین متغیر در اثرگذاری بر عملکرد مالی استارت آپ ها نوآوری و یادگیری شبکه ای می باشند. هم چنین رویکرد شبکه عصبی پرسپترون چندلایه دارای دقت بیشتری از مدل سازی معادلات ساختاری واریانس محور می باشد. در همان لحظه شکل گیری استارت آپ ها بحث هوش تجاری و به معنای واقعی بحث نوآوری منطبق بر تحلیل داده که یکی از ابزارهای مصورسازی هوش تجاری است استفاده شود. هوش تجاری معمولا قابلیتی است که شرکت ها توسعه و کشف می کنند و می تواند بر اطلاعات موجود تاثیر بگذارد طوری که می توان آن را یک متغیر سازمانی داخلی در نظر گرفت.Investigating the impact of business intelligence and innovation on the financial performance of start-ups: the approach of neural network models and structural equations
Investigating the impact of business intelligence and innovation on the financial performance of start-ups: the approach of neural network models and structural equations. This research is quantitative in nature, descriptive-correlative in nature, and practical in terms of purpose. There is no up-to-date list of start-ups and start-ups that can be used as examples. To overcome this problem, we reached out to several business growth centers as a means of reaching startups because they work directly with the demographics we want to address. The statistical population of the research is experts and experts available in growth centers and technology parks, 153 people were selected by non-probability sampling method. To test the hypotheses, taking into account the mediating effect of network learning and innovation, the variance-based structural equation method in Smartpls4.0 software and the multilayer perceptron neural network module was used, as well as to test the bias of the measurement tool, Harman's single-factor test was used in Spss27 software package.The output of the models showed that business intelligence has an impact both directly and indirectly on the financial performance of start-ups and the impact of the variables is 87%. The most important variables in influencing the financial performance of start-ups are innovation and network learning. Also, the multi-layer perceptron neural network approach is more accurate than variance-based structural equation modeling. At the same moment of the formation of start-ups, the discussion of business intelligence and in the real sense of the discussion of innovation according to data analysis, which is one of the tools of illustration of business intelligence, should be used. Business intelligence is usually a capability that companies develop and discover and can influence existing information so that it can be considered an internal organizational variable.
تبلیغات
