Wpływ jakości danych na efektywność systemów informacyjnych i zarządzanie przedsiębiorstwem

Abstract

Celem niniejszej pracy było określenie wpływu jakości danych na efektywność systemów informacyjnych oraz zarządzanie przedsiębiorstwem. W części teoretycznej przedstawiono istotę i typologię systemów informacyjnych, znaczenie informacji w procesie zarządzania, podstawowe wymiary jakości danych oraz założenia koncepcji zarządzania jakością danych (Data Quality Management). Część badawcza opierała się na sondażu diagnostycznym przeprowadzonym za pomocą internetowego kwestionariusza ankietowego (CAWI) wśród 150 osób, w tym 141 osób korzystających z systemów informacyjnych w pracy zawodowej. W analizie wykorzystano indeksy syntetyczne, testy nieparametryczne, korelację rang Spearmana oraz analizę jakościową na pytanie otwarte. Wyniki wykazały znaczną rozbieżność między wysoką świadomością znaczenia jakości danych, a niską oceną ich rzeczywistego poziomu. Respondenci dostrzegali wpływ jakości danych na pracę, raportowanie i podejmowanie decyzji, jednak średnia ocena jakości danych była umiarkowana. Głównymi źródłami błędów okazały się czynniki ludzko-organizacyjne. Hipoteza główna oraz hipotezy H1 i H2 zostały potwierdzone, a H3 i H4 potwierdzone częściowo. Pracę zamykają rekomendacje praktyczne, podkreślające znaczenie standaryzacji procesów oraz kontroli danych na etapie ich pozyskiwania jako działań priorytetowych względem inwestycji w nowe rozwiązania technologiczne.

The aim of this thesis was to determine the impact of data quality on the effectiveness of information systems and enterprise management. The theoretical part presents the essence and typology of information systems, the role of information in the management process, the fundamental dimensions of data quality, and the assumptions of the Data Quality Management concept. The empirical part was based on a diagnostic survey conducted using an online questionnaire (CAWI) among 150 respondents, including 141 who use information systems professionally. The analysis employed synthetic indices, non-parametric tests, Spearman's rank correlation, and a qualitative analysis of an open-ended question. The results revealed a significant discrepancy between the high awareness of the importance of data quality and the low assessment of its actual level. Respondents recognized the impact of data quality on their work, reporting, and decision-making, however, the average assessment was moderate. Human and organizational factors proved to be the main sources of errors. The main hypothesis, H1 and H2 were confirmed, while H3 and H4 were partially confirmed. The thesis concludes with practical recommendations emphasizing the importance of process standardization and data control at the acquisition stage as priority measures over investments in new technological solutions.