• Asia pacific journal of information systems
• /
• 제23권3호
• /
• pp.25-53
• /
• 2013

This study analyzes the effect of Computer Aided Innovation (CAI) to improve R&D Capabilities empirically. Survey was distributed by e-mail and Google Docs, targeting CTO of 235 SMEs. 142 surveys were returned back (rate of return 60.4%) from companies. Survey results from 119 companies (83.8%) which are effective samples except no-response, insincere response, estimated value, etc. were used for statistics analysis. Companies with less than 50billion KRW sales of entire researched companies occupy 76.5% in terms of sample traits. Companies with less than 300 employees occupy 83.2%. In terms of the type of company business Partners (called 'partners with big companies' hereunder) who work with big companies for business occupy 68.1%. SMEs based on their own business (called 'independent small companies') appear to occupy 31.9%. The present status of holding IT system according to traits of company business was classified into partners with big companies versus independent SMEs. The present status of ERP is 18.5% to 34.5%. QMS is 11.8% to 9.2%. And PLM (Product Life-cycle Management) is 6.7% to 2.5%. The holding of 3D CAD is 47.1% to 21%. IT system-holding and its application of independent SMEs seemed very vulnerable, compared with partner companies of big companies. This study is comprised of IT infra and IT Utilization as CAI capacity factors which are independent variables. factors of R&D capabilities which are independent variables are organization capability, process capability, HR capability, technology-accumulating capability, and internal/external collaboration capability. The highest average value of variables was 4.24 in organization capability 2. The lowest average value was 3.01 in IT infra which makes users access to data and information in other areas and use them with ease when required during new product development. It seems that the inferior environment of IT infra of general SMEs is reflected in CAI itself. In order to review the validity used to measure variables, Factors have been analyzed. 7 factors which have over 1.0 pure value of their dependent and independent variables were extracted. These factors appear to explain 71.167% in total of total variances. From the result of factor analysis about measurable variables in this study, reliability of each item was checked by Cronbach's Alpha coefficient. All measurable factors at least over 0.611 seemed to acquire reliability. Next, correlation has been done to explain certain phenomenon by correlation analysis between variables. As R&D capabilities factors which are arranged as dependent variables, organization capability, process capability, HR capability, technology-accumulating capability, and internal/external collaboration capability turned out that they acquire significant correlation at 99% reliability level in all variables of IT infra and IT Utilization which are independent variables. In addition, correlation coefficient between each factor is less than 0.8, which proves that the validity of this study judgement has been acquired. The pair with the highest coefficient had 0.628 for IT utilization and technology-accumulating capability. Regression model which can estimate independent variables was used in this study under the hypothesis that there is linear relation between independent variables and dependent variables so as to identify CAI capability's impact factors on R&D. The total explanations of IT infra among CAI capability for independent variables such as organization capability, process capability, human resources capability, technology-accumulating capability, and collaboration capability are 10.3%, 7%, 11.9%, 30.9%, and 10.5% respectively. IT Utilization exposes comprehensively low explanatory capability with 12.4%, 5.9%, 11.1%, 38.9%, and 13.4% for organization capability, process capability, human resources capability, technology-accumulating capability, and collaboration capability respectively. However, both factors of independent variables expose very high explanatory capability relatively for technology-accumulating capability among independent variable. Regression formula which is comprised of independent variables and dependent variables are all significant (P<0.005). The suitability of regression model seems high. When the results of test for dependent variables and independent variables are estimated, the hypothesis of 10 different factors appeared all significant in regression analysis model coefficient (P<0.01) which is estimated to affect in the hypothesis. As a result of liner regression analysis between two independent variables drawn by influence factor analysis for R&D capability and R&D capability. IT infra and IT Utilization which are CAI capability factors has positive correlation to organization capability, process capability, human resources capability, technology-accumulating capability, and collaboration capability with inside and outside which are dependent variables, R&D capability factors. It was identified as a significant factor which affects R&D capability. However, considering adjustable variables, a big gap is found, compared to entire company. First of all, in case of partner companies with big companies, in IT infra as CAI capability, organization capability, process capability, human resources capability, and technology capability out of R&D capacities seems to have positive correlation. However, collaboration capability appeared insignificance. IT utilization which is a CAI capability factor seemed to have positive relation to organization capability, process capability, human resources capability, and internal/external collaboration capability just as those of entire companies. Next, by analyzing independent types of SMEs as an adjustable variable, very different results were found from those of entire companies or partner companies with big companies. First of all, all factors in IT infra except technology-accumulating capability were rejected. IT utilization was rejected except technology-accumulating capability and collaboration capability. Comprehending the above adjustable variables, the following results were drawn in this study. First, in case of big companies or partner companies with big companies, IT infra and IT utilization affect improving R&D Capabilities positively. It was because most of big companies encourage innovation by using IT utilization and IT infra building over certain level to their partner companies. Second, in all companies, IT infra and IT utilization as CAI capability affect improving technology-accumulating capability positively at least as R&D capability factor. The most of factor explanation is low at around 10%. However, technology-accumulating capability is rather high around 25.6% to 38.4%. It was found that CAI capability contributes to technology-accumulating capability highly. Companies shouldn't consider IT infra and IT utilization as a simple product developing tool in R&D section. However, they have to consider to use them as a management innovating strategy tool which proceeds entire-company management innovation centered in new product development. Not only the improvement of technology-accumulating capability in department of R&D. Centered in new product development, it has to be used as original management innovative strategy which proceeds entire company management innovation. It suggests that it can be a method to improve technology-accumulating capability in R&D section and Dynamic capability to acquire sustainable competitive advantage.

• 한국가금학회지
• /
• 제7권2호
• /
• pp.54-76
• /
• 1980

한국에 있어서 양계장의 현재의 기술수준에서 닭의 생산능력이 거의 파악되고 있지 않고 있어 양계산물의 생산량을 추정하거나 특허 증산성이 빠른 닭의 경우 생산조절을 위한 기초 자료가 전무한 상태이다. 따라서 조사자들은 양계협회의 요청에 의거. 현재 양계농가의 관리 기술수준이나 문제점을 위생과 질병을 중심으로 그 실태를 파악하여 문제점의 발굴과 앞으로 생산성을 향상시키는 연구나 지도방향을 설정하고자 본 조사에 착수하였다. 조사 방법은 산란계와 육계를 구분하여 목적에 부합 되도록 용도별로 조사 양식을 작성 야외에서 활동하고 있는 수의사 및 축산 기술전문 요원과 사전에 협의하여 각 지역별로 분담 조사하였으며, 조사 자료 중 검토 후 미흡분은 본성적에서 제외하였다. 조사 대상 및 기간은 산란계의 경우 1976년 3월부터 1978년 7월 사이에 입란한 계군 육계의 경우 1978년 11월부터 1979년 10월 사이에 입추한 계군을 대상으로 사하였으며 조사 지역은 경기도내 6개 지역을 크게 구분하여 총 21개 지역 산란계 41개 양계장 육을 양계장 34개 농장을 대상으로 하였으며 조사 항목별로 조사 성적을 요약하면 다음과 같다. 입지 조건 및 경영 상환에 있어서 산란계의 경우 부업적인 경영이 4.9%로 나머지 95.1% 전업 또는 기업 형태로 육계의 경우에는 부업이 17.7%로 되어 있었다. 한편 양계 경영 년수는 총 경영년수의 경우 산란계 농장이 육계농장 보달. 경영 년수가 높았고 현지에서의 경영 년수도 역시 산란계 농장이 높았다. 입지조건에 있어서는 거주지에 있는 양계장이 10.7%이었고 그 분포는 전, 임야, 답의 순이었으며 지 역 별로는 평지, 구능, 산간지의 순으로 많이 분포되고 있었으며 해안은 한 농장도 얼었다. 양계장의 대지의 소유상환을 보면 자기 소유가 산란양계장은 89.5%. 육용양계장은 70.6% 였으며 양계농장의 평균 소유 면적은 산란계 농장이 5.016평, 육용농장이 1.037평이었다. 계군의 인력 관리는 고용인력에 의존도가 산란계농장이 높아 60%을 상회하고 있었다. 계사의 구조면에서도 아직까지는 위생 시설이 크게 부족한 것으로 나타나고 있다. 특히 타양계장과의 거리에 있어서 1km미만의 거리를 유지하는 농장이 조사대상 농장의 80%나 되고 있으며 100m 이내의 거리를 유지하고 있는 농장이 28%나 되고있어 양계장의 분포 밀도가 크게 높아 전염병의 예방에 있어서 큰 문제점을 내포하고 있다. 계군의 관리상황에 있어서 입추상환. 출하상항, 육성회수 1인당 관리수수 및 관리계군을 조사하였던 바 질병 발생의 기회를 감소시킬 수 있는 관리체계가 거의 되지 않고 있었으며 닭의 품종 및 부화장 선택의 조건에 있어서도 과학적인 근거보다 인간관계 등에 편중되고 있으며 국가에서 실시하고 있는 닭의 능력검정 성적을 활용하고 있지 않는 경향이다. 사료의 급이상황에 있어서도 19.5%가 시판사료 이외의 처방을 요구하고 있다. 위생 및 보건장비의 구비 상환은 완전치 못하였고 소독을 전혀 실시하지 않는 양계장도 다소 있었다. 소독약의 이용량도 높은 편이 아니었다. 백신접종에 있어서 산란계의 경우 ND와 계두백신을 97.6%이용하고 있으나 육계의 경우 ND 백신은 43.6%, 계두의 경우 5.1%만 이용하고 있어 백신의 황용에 있어서 육계의 경우 아주 저조하였다. 백신 효과에 대한 신뢰도에 있어서는 85.3% 이상이 효과가 있다고 응답하였으며 백신의 선택에 있어서는 특성 제품을 요구하는 율이 26.7%나 되고 있다. 그리고 백신접종의 시술에 있어서 수의사에 의뢰하는 예는 불과 4.9%-2.7%였다. ND의 기초면역시 2회이하 접종하는 농장이 17-32.7%나 되고 있으며 (60일령까지) 성계의 보완접종은 4개월마다 실시하는 농장이 14.6%나 되고 있다. 투약상황에 있어서 투약 목적이 질병의 예방목적으로 하는 농장이 74.9%이었으며 프로그램에 의해서 실시하는 농장은 26.8% 월 평균 1개 농장당200,000원 이상 지출하는 농장이 32.0%로 가장 높았다. 약의 선택에 있어서 주관에 의해서 선택하는 경향이 가장 높았으며 수의사의 처방에 의한 것이 33.3%이었다. 약의 효과에 있어 서 자신 있게 효과를 신임하는 농장이 57 3%이었다. 닭 질병 발생시 진단의 의뢰는 가축병원이 49.3%, 직접 부검이 26.7%, 외판원, 전문기관 등의 순으로 의뢰하고 있으며 진단에 있어서 만족감을 갖는 농장은 69.4%이었다. 양계장에서의 질병 발생빈도를 부로일러와 산란계로 구분. 일령별로 조사분류 하였으며 닭의 용도별, 일령간의 질병 발생의 빈도는 가기 특이하게 나타나고 있었다. 생산능력에 있어서 산란계의 경우 육추율이 90.5% 육성율이 98.9%, 성계 및 육계의 생존율은 각각 75.2%, 92.2%이었으며 도태일령은 평균 533.3일이었다. 산란지수는 232.7개이었으며 사료 요구율은 산란계와 육계가 각각 3.30, 2.48로 예상보다는 높았으나 아직 생산 능력을 외국과 비교하였을 경우 개선의 여지가 크게 남아 있음을 본 조사를 통해서 알 수 있었다.

• 마케팅과학연구
• /
• 제20권1호
• /
• pp.59-69
• /
• 2010

绿色环保或者环境意识已经成为商业、政府机关, 以及消费者和世界关注的重要问题. 针对这一情况, 韩国政府宣布, 在本世纪初, "环保建设" 将被作为一种用以鼓励与环保相关的商业活动的方式. 不同层次的韩国服装业, 提出了不同的产品环保的绿色计划. 这些服装产品包括有机产品和回收的衣服. 要想使这些公司成功, 他们需要那些, 在做产品购买,使用, 处置时, 将绿色问题(如环境的可持续性发展)作为一个人判断的一个组成部分的顾客的信息. 这些消费者可以被看成是生态学的关注者. 过去的研究已经对消费者对于环保产品的购买意愿进行了检测. 此外, 还研究了影响生态保护者或绿色消费者的因素. 但是, 只是关注生态保护者在处置或者回收利用衣服上与采购绿色产品相比较是不够的. 服装处置行为有多种途径, 消费者可以用淘汰, 传承(例如: 把它送给一个年幼的弟弟), 赠与, 交换, 出售或者简单的把他扔掉等多种方式来暂时或者永久的摆脱闲置的衣服或贷款项目. 因此, 购买环保产品的行为应该结合服装处置的行为, 从而进一步了解消费者的消费行为与对环境的态度. 本项研究的目的在于提供韩国生态保护者从有利于生态学的角度出发来购买和处理衣服的生活方式的相关信息. 本研究的目标有: 1, 基于韩国对服装处置行为进行分类; 2, 调查人 们人口统计数据, 生活方式和服装消费价值观赏的差异; 3, 在环保的时尚物品的购买意愿和影响因素之间进行比较. 自填式的调查问卷是基于以往的研究设置出来的. 问卷包括10项处置衣服的条款, 22项可持续并且健康的生活方式的条款, 以及19项消费观念的条款. 根据利克特模板的五分量表设置. 此外, 购买两个时尚物品的意愿和每个物品属性的11项特征都是根据利克特模板的七分量表而来, 两种制成羊毛套衫的可以从PET识别代码的回收瓶子中创造出来的涤纶织物这两种套衫选自一个韩国和一个美国的户外运动服装的品牌. 我们对每一种产品的简介和颜色都进行了调查, 人口统计学(即性别, 年龄, 婚姻状况, 教育程度, 收入, 职业)也被包括在内. 在2009年5月份, 研究数据通过一个专业网站的调查机构进行采集, 最后有600份调查问卷可供分析, 这个调查的受访者年龄从20到49岁不等, 平均年龄为34岁. 百分之50的调查者为男性, 大约58%的受访者是已婚者, 其中62%的受访者有大学学位. 主要成分分析和因素最大方法差的方法用以识别衣服处理规模的潜在尺度. 共有三个因素生成(比如: 倒卖行为, 捐赠行为, 不回收利用行为). 基于他们处置衣服的方式对受访者进行了分类, 群类分析被使用, 最终得到了三个部分. 不同的消费者, 被分别贴上 "转售集团", "捐资团体" 以及 "不回收组织" 的标签加以分类, 其中98%是正确的分类. 从人口统计学角度来看, 这三个类别的人在性别, 婚姻状况, 职业和年龄上有显著的差异. 健康可持续的生活方式被缩减为以下5个因素: 自我满意度, 家庭定位, 健康问题, 环境问题和自愿的服务. 这是三个群体中健康可持续的生活方式的最显著的差异. 转售集团和捐赠组表现出在健康可持续的生活方式上的相同倾向, 同时, 不回收集团在生活方式方面呈现最低的平均值. 转售和捐赠团体自称享受和满意这种生活和消费方式, 并且能够利用空余的时间陪伴家人. 另外, 这两组的人关心健康和有机食品, 并试图保护能源和资源. 对服装消费的价值观产生主要影响的三个因素是: 个人价值, 社会价值和实用价值. 因素的方差测试表明转售集团和其他两组之间的因素差异最大. 转售集团相比其他价值更关注个人价值和社会价值. 相比之下, 非回收集团比捐赠集团更关注高层次的社会价值. 比较购买环保产品的意愿上, 转售集团表现出最高的购买A类产品的意愿. 另一方面, 捐赠集团则在小市场中表现出购买B类产品的最高意愿. 此外, 平均分数表明, 购买韩国的产品(B类产品)相比购买美国的产品(A类产品)更合韩国人的心意. 多元线性回归分析法确定了对环保产品的购买的意愿对制造业产品属性的影响. 产品的设计, 价格, 贡献, 对环境的保护, 价格, 兼容性是影响转售集团的显著因素, 另外, 以及对自身形象的影响是捐赠团体的重要因素. 对于非回收集团来说, 设计, 价格等因素是相同的, 自我的形象,对环保运动的贡献, 和环境保护也是很重要的. 而价格因素具有显著性的共通性. 对于B类产品来说, 设计, 合理的价格, 形象等因素是同等的重要, 但是不同的组对购买的特征和意愿有不同的倾向. 健康可持续的生活方式以及服装消费的意向对购买A类产品和B类产品的影响同样被我们所关注. 实际操作者的健康状况和个人价值都是影响购买意愿的重要因素; 然而, 在这三个群体中说服的力度都很低. 结果表明, 分类出来的每组处理服装的行为, 显示着不同服装产品的属性, 个人价值, 和实践者的特点, 这些都影响了他们的购买环保产品的意愿, 结果会使生态保护者提出并组织更合理的生态设计的战略决策.