Kyselyn tulokset olivat hieman yllättävät. Etenkin palvelun tason selvästi muita D&M-onnistumismallin kategorioita korkeampi pistemäärä oli mielenkiintoinen tutkimustu-los. Toisaalta tuloksissa oli paljon positiivista, esimerkiksi se, ettei yhdenkään katego-rian pistemäärä jäänyt alle kyselyn mitta-asteikon keskiarvon eli 4:n. Systeemin laadun saama alhainen pistemäärä yllätti myös, koska uusi palkkatilastojärjestelmä rakennettiin pääosin uudelle tekniselle alustalle, joten sen suorituskyvyn olisi olettanut olevan vas-taajien mielestä korkeammalla tasolla. Sen sijaan informaation laadun saama toiseksi korkein kokonaispistemäärä oli positiivinen tulos, koska kyseessä on erittäin tietointen-siivinen tietojärjestelmä, jossa tiedon laadulla on hyvin merkittävä rooli. Käyttäjätyyty-väisyys oli myös kohtuullisella tasolla, joskin siinä löytyy varmasti parannettavia osa-alueita. Käyttäjätyytyväisyys tulee tulevaisuudessa todennäköisesti paranemaan sisäisten tietojärjestelmäkoulutusten ja ajantasaisen tietojärjestelmädokumentaation johdosta, joi-hin on tarkoitus panostaa tulevina vuosina.
Hypoteesien tuloksista yllättävin oli palvelun laadun ja käyttäjätyytyväisyyden heikko riippuvuussuhde. Palkkatilastojärjestelmän tapauksessa voidaan todeta, että
sys-teemin ja informaation laadulla vaikuttaa olevan voimakkaampi vaikutus käyttäjien tyy-tyväisyyteen kuin palvelun laadulla. Tuloksien tulkinta ei kuitenkaan ole kovin yksise-litteistä. Esimerkiksi palvelun laadun merkitys tulee tietojärjestelmäkoulutuksen ja pa-remman tietojärjestelmädokumentaation myötä vähenemään, koska silloin käyttäjien ei tarvitse kysyä yhtä usein ohjeita tietojärjestelmän käyttämisestä kuin aiemmin. Tällai-nen kehitys monimutkaistaa riippuvuussuhteiden analysointia.
Käyttäjätyytyväisyyden ja tietojärjestelmästä saatavien nettohyötyjen riippuvuus-suhde vaikuttaa hyvin voimakkaalta. Tämä tuntuu erittäin luonnolliselta palkkatilasto-järjestelmän osalta, koska alhainen käyttäjätyytyväisyys vaikuttaisi todennäköisesti ne-gatiivisesti myös esimerkiksi palkkatilastojen tarkastuksen etenemiseen, joka taas osal-taan hidastuttaisi palkkatilastojen valmistumista. Alhainen käyttäjätyytyväisyys vaikut-taa usein myös siihen, että tietojärjestelmää jouduvaikut-taan parantamaan esimerkiksi käyttö-liittymien käytettävyyden osalta, mikä nostaa tietojärjestelmän kokonaiskustannuksia ja näin ollen vähentää siitä saatavia nettohyötyjä.
9. Yhteenveto
Ensimmäisenä tutkimustavoitteena oli arvioida EK:n palkkatilastojärjestelmän onnistu-mista. Tavoitteen saavuttamiseksi käytettiin luvussa 4 esiteltyä D&M-onnistumismallia.
Tutkimusaineisto kerättiin kyselyn avulla, jonka kysymykset saatiin luvussa 5 esitellyis-tä mittaristoista.
Kyselyn tulokset antoivat viitteitä palkkatilastojärjestelmän onnistumisen suhteen, mutta etenkin vastausten suuri vaihtelu aiheutti sen, ettei tuloksista ole mahdollista teh-dä kovin pitkälle meneviä johtopäätöksiä. Vaihtelu kertoo vastaajien vahvoista mielipi-de-eroista, mikä vaikeuttaa palkkatilastojärjestelmän jatkokehitystä. Kuitenkin eri D&M-onnistumismallin kategorioiden keskimääräisiä pisteitä arvioitaessa voidaan to-deta palkkatilastojärjestelmän onnistuneen kohtuullisesti, koska kaikkien kategorioiden pistemäärät kohosivat yli mitta-asteikon keskiarvon.
Palvelun laadun saama selkeästi muita D&M-onnistumismallin kategorioita kor-keampi pistemäärä vahvistaa käsitystä siitä, että tietojärjestelmien onnistumista tulisi to-dellakin mitata useita eri tekijöitä huomioon ottaen. Jos palkkatilastojärjestelmän onnis-tumista olisi mitattu vain palvelun laatua arvioiden, olisi se erittäin onnistunut. Mikäli huomio olisi kiinnittynyt vain systeemin laatuun, niin palkkatilastojärjestelmän onnistu-minen ei olisikaan kovin selkeää. Voidaankin sanoa, että D&M-onnistumismallin moni-ulotteinen rakenne mahdollisti palkkatilastojärjestelmän heikoimpien osa-alueiden tun-nistamisen ja toisaalta se myös osoitti, millä osa-alueilla on parhaiten onnistuttu.
Toinen tutkimustavoite oli selvittää palkkatilastojärjestelmästä saatua tutkimusai-neistoa hyväksi käyttäen, esiintyykö D&M-onnistumismallin eri kategorioiden välillä luvussa 4 esiteltyjä riippuvuussuhteita. Riippuvuussuhteita tutkittiin korrelaation voi-makkuuden avulla. Tutkituista hypoteeseista ainoastaan yksi sai negatiivisen korrelaa-tiokertoimen, kun taas kaikki muut tutkitut hypoteesit saivat vahvasti positiivisen korre-laatiokertoimen. Palkkatilastojärjestelmän osalta D&M-onnistumismallin hypoteesit näyttivät siis pääosin pitävän hyvin paikkansa. Kaikista selvimmältä riippuvuussuhteel-ta vaikutriippuvuussuhteel-tanut palvelun laadun vaikutus käyttäjätyytyväisyyteen oli ainut hypoteesi, joka ei saanut tukea tutkimusta aineistosta.
Tutkimuksen tulokset antoivat ainakin suuntaa antavia vastauksia esitettyihin tutki-muskysymyksiin. Kyselyyn vastaavien henkilöiden suppeasta lukumäärästä ja vastaus-ten suuresta vaihtelusta johtuen tuloksiin liittyy kuivastaus-tenkin tietty varaus. Siitä huolimatta tämän tutkimuksen valossa D&M-onnistumismallin voisi nähdä soveltuvan hyvin tieto-järjestelmien onnistumisen kokonaisvaltaiseen mittaamiseen.
Viiteluettelo
[Bailey and Pearson, 1983] James E. Bailey and Samuel W. Pearson. Development of a tool for measuring and analyzing computer user satisfaction. Management Science, 29(5):530-545, 1983.
[Becker, 2001] Shirley A. Becker. Developing Quality Complex Database Systems:
Practices, Techniques and Technologies. IGI Global, 2001.
[Chen et al., 2008] Sherry Chen, Enrique Frias-Martinez and Xiahoui Liu. Investigation of behavior and perception of digital library users: A cognitive style perspective.
International Journal of Information Management, 28:355–365, 2008.
[Chien and Tsaur, 2007] Shih-Wen Chien and Shu-Ming Tsaur. Investigating the success of ERP systems: Case studies in three Taiwanese high-tech industries.
Computers in Industry, 58(8-9):783-793, 2007.
[Chin et al., 1988] John P. Chin, Virginia A. Diehl and Kent L. Norman. Development of an instrument measuring user satisfaction of the human-computer interface. In E. Soloway, D. Frye & S.B. Sheppard (eds.), CHI’88 Conference Proceedings:
Human Factors in Computing Systems. Association for Computing Machinery, 213-218, 1988.
[Davenport and Prusak, 1998] Thomas H. Davenport and Laurence Prusak. Working Knowledge: How Organizations Manage What They Know. Mass Harvard Business School Press, Boston, 1998.
[DeLone and McLean, 1992] William H. DeLone and Ephraim R. McLean. Information systems success: The quest for the dependent variable. Information Systems Research, 3(1):60–95, 1992.
[DeLone and McLean, 2003] William H. DeLone and Ephraim R. McLean. The DeLone and McLean model of information systems success: A ten-year update.
Journal of Management Information Systems, 19(4):9-30, 2003.
[Gelderman, 1998] Maarten Gelderman. The relation between user satisfaction and usage of information systems and performance. Information and Management, 34:11–18, 1998.
[Hirsjärvi et al., 2008] S. Hirsjärvi, P. Remes ja P. Sajavaara. Tutki ja kirjoita.13.-14., osin uudistettu painos. Tammi, Helsinki, 2008.
[Hovi et al., 2009] Ari Hovi, Henrikki Hervonen ja Heikki Koistinen. Tietovarastot ja Business Intelligence. WSOY, Helsinki, 2009.
[Hughes and Cotterell, 1999] Bob Hughes and Mike Cotterell. Software Project Management. Second Edition. McGraw-Hill, 1999.
[Iivari, 2005] Juhani Iivari. An empirical test of the DeLone-McLean model of information system success. ACM SIGMIS Database, 36(2):8–27, 2005.
[Jiang et al., 2002] James J. Jiang, Gary Klein and Christopher L. Carr. Measuring information systems quality: SERVQUAL from the other side. MIS Quarterly, 26(2):145-166, 2002.
[Kaefer and Bendoly, 2004] Frederick Kaefer and Elliot Bendoly. Measuring the impact of organizational constraint on the success of business e-commerce efforts: a transactional focus. Information and Management, 41:529-41, 2004.
[Mirani and Lederer, 1998] Rajesh Mirani and Albert L. Lederer. An instrument for assessing the organizational benefits of IS projects. Decision Sciences, 29(4):803–
838, 1998.
[Notess, 2004] Mark Notess. Three looks at users: a comparison of methods for studying digital library use. Information Research, 9, 2004.
[Parasuraman et al., 1985] A. Parasuraman, Valerie A. Zeithaml and Leonard L. Berry.
A conceptual model of service quality and its implications for future research.
Journal of Marketing, 49:41-50, 1985.
[Parasuraman et al., 1988] A. Parasuraman, Valerie A. Zeithaml and Leonard L. Berry.
SERVQUAL: A multiple-item scale for measuring customer perceptions of service quality. Journal of Retailing, 64:12-40, 1988.
[Pitt et al., 1995] Leyland F. Pitt, Richard T. Watson and C. Bruce Kavan. Service quality: a measure of information systems effectiveness. MIS Quarterly, 19(2):173-187, 1995.
[Raymond, 1990] Louis Raymond. Organization context and information systems success: a contingency approach. Journal of Management Information Systems, 6(4):5-20, 1990.
[Rosenberg, 2001] Marc J. Rosenberg. E-learning: Strategies for Delivering Knowledge in the Digital Age. McGraw-Hill Professional, 2001.
[Saarinen, 1996] Timo Saarinen. An expanded instrument for evaluating information system success. Information and Management, 31(2):103-118, 1996.
[Sabherwal et al., 2006] Rajiv Sabherwal, Anand Jeyaraj and Charles Chowa.
Information system success: Individual and organizational determinants.
Management Science, 52(12):1849-1864, 2006.
[Seddon, 1997] Peter B. Seddon. A respecification and extension of the DeLone and McLean model of IS success. Information Systems Research, 8(3):240–253, 1997.
[Silver et al., 1995] Mark S. Silver, Markus M. Lynne and Cynthia M. Beath. The information technology interaction model: A foundation for the MBA core course.
MIS Quarterly, 19(3):361-390, 1995.
[www.ek.fi, 2010] www.ek.fi. Mikä EK? URL: http://www.ek.fi/www/fi/mikaek [15.5.2010]
[www.stat.fi, 2010] www.stat.fi. Pearsonin korrelaatiokertoimen määritelmä. URL:
http://www.stat.fi/tup/verkkokoulu/data/tt/03/04/ [15.5.2010]