Invloed van big data analytics op organisatorische prestaties binnen Nederlandse overheidsorganisaties
Invloed van big data analytics op organisatorische prestaties binnen Nederlandse overheidsorganisaties
Samenvatting
Er is steeds meer data (of gegevens) beschikbaar binnen organisaties. De hoeveelheid neemt exponentieel toe. Zo worden Nederlandse overheidsorganisaties ook wel overspoeld door data. Maar, data an sich heeft weinig waarde en biedt geen informatie. Om impact te hebben, moet dit worden samengevoegd en geanalyseerd. Maar, kunnen deze overheidsorganisaties daar wel mee omgaan? Kunnen zij de (toenemende) hoeveelheid data en de verschillende vormen hiervan verwerken door hier analyses op uit te voeren en te vertalen in de praktijk?
Dit onderzoek gaat op zoek naar factoren die hieraan bijdragen. Centraal staat de vraag ‘Welke factoren die bij big data en analyses komen kijken, zijn bij de medewerkers van Nederlandse overheidsorganisaties nodig zodat zij voldoende kennis en mogelijkheden hebben om analyses met grote databestanden te doen om organisatorische prestaties te behalen?’ Op dit moment wordt voornamelijk reactief geacteerd op vragen uit de markt.
Via literatuuronderzoek zijn verschillende definities en modellen onderzocht. Zo zijn verschillende combinaties van big data analytics capability (BDAC) models aan bod gekomen. Bij big data zijn onder meer de 6 v’s (volume, velocity, variety, value, varacity en variability) aan bod gekomen. Vanuit dit literatuuronderzoek is een conceptueel model opgesteld die leidt tot de hypotheses dat een hogere score op big data analytics capaiblities leidt tot hogere interne en externe organisatorische prestaties.
Vanuit de literatuur is een vragenlijst opgesteld die uit is gezet onder medewerkers van Nederlandse overheidsorganisaties. Deze vragenlijst heeft betrekking op tastbare factoren, ontastbare factoren, menselijke vaardigheden en organisatorische prestaties. Uiteindelijk hebben 120 respondenten de vragenlijst volledig ingevuld.
De basis analyse heeft in SPSS plaatsgevonden (syntax). Gevolgd door een PLS-SEM-analyse (inclusief bootstrapping en PLSpredict), uitgevoerd om in kaart te brengen of big data analytics capabilities bijdragen aan de organisatorische prestaties. Daarnaast zijn via een post-hoc analyse extra inzichten verzameld. Hierin is gekeken welke subcategorieën van big data analytics capabilities voornamelijk bijdragen aan de interne en externe organisatorische prestaties.
De discussie, aanbevelingen en conclusie zijn in de thesis terug te vinden.
Organisatie | Hogeschool Utrecht |
Opleiding | Master of Informatics |
Datum | 2023-09-01 |
Type | Master |
Taal | Nederlands |