other LinksWith one exception, all

other Links
With one exception, all the other links or associations in the D&M IS Success Model were empirically validated. The one empirical study that found the associations not significant was a survey of Dutch managers [11], where the association between system use and organizational revenues and profitability was not statistically significant.
In conclusion, 36 of the 38 success factor associations that were empirically tested in the 16 studies summarized in figure 2 were found to be significant. Taken as a whole, these empirical studies give strong support for the proposed associations among the IS success dimensions and help to confirm the causal structure in the model.
Model Issues
in aDDition to the many papers that have tested and validated the D&M IS Success Model, several articles have been published that challenge, critique, or extend the model itself. on balance, these articles have contributed to a better understanding of success and its dimensions. These articles and the issues they raise to the D&M IS Success Model are summarized below.
process Versus causal Models
The D&M IS success taxonomy and its six success categories are based on a process model of IS [43]. In addition, we argue that the six dimensions are interrelated, resulting in a success model that indicates that causality flows in the same direction as the information process. however, citing an earlier paper by newman and robey [35], Seddon argues that “the boxes and arrows in variance- and process-model diagrams represent quite different concepts and cannot be combined meaningfully in one model. . . . unfortunately, combining variance and process models is exactly what [DeLone and McLean have] attempted to do” [40]. Seddon further argues that DeLone and McLean have “attempted to combine both process and causal explanations of IS success in their model. after working with this model for some years, it has become apparent that the inclusion of both variance and process interpretations in their model leads to so many potentially confusing meanings” [40, p. 240]. Seddon goes on to propose a respecified variance model of IS success.
We agree with Seddon’s premise that the combination of process and variance interpretations of IS success in one model can be confusing. however, we believe that Seddon’s reformulation of the D&M Model into two partial variance models [40, p. 245] unduly complicates the success model, defeating the intent of the original model.
The creation of the D&M IS Success Model was driven by a process understanding of IS and their impacts. This process model has just three components: the creation of a system, the use of the system, and the consequences of this system use. each of these steps is a necessary, but not sufficient, condition for the resultant outcome(s). for instance, without system use, there can be no consequences or benefits. however, with system use, even extensive use, which is inappropriate or ill-informed, there may also be no benefits. Thus, to understand fully the dimensions of IS success, a variance model is also needed. Thus, as Seddon himself pointed out [40, 42], the application of our model to empirical research also requires a contextual variance specification of the model. here too there are three components: the first is production, the second is use, and the third is net benefits. The only argument is whether these two necessary dimensions can be combined into one model.along with Seddon, we believe that they can; only our formulations are different.

Kết quả (Việt) 1:

liên kết khácVới một ngoại lệ, tất cả các liên kết khác hoặc các Hiệp hội trong D & M LÀ mô hình thành công được empirically xác nhận. Một nghiên cứu thực nghiệm tìm thấy các Hiệp hội quan trọng không phải là một cuộc khảo sát của Hà Lan quản lý [11], nơi mà sự liên kết giữa việc sử dụng hệ thống và tổ chức thu nhập và lợi nhuận đã không thống kê quan trọng.Tóm lại, 36 của các Hiệp hội yếu tố thành công 38 empirically đã được thử nghiệm trong các nghiên cứu 16 được tóm tắt trong hình 2 đã được tìm thấy là đáng kể. Lấy như một toàn thể, các nghiên cứu thực nghiệm hỗ trợ mạnh mẽ cho các Hiệp hội đề xuất trong số kích thước LÀ thành công và giúp đỡ để xác nhận các cấu trúc quan hệ nhân quả trong mô hình.Vấn đề mô hìnhNgoài các giấy tờ rất nhiều đã được thử nghiệm và xác nhận D & M LÀ mô hình thành công, một số bài viết đã được xuất bản trong thử thách, phê phán, hoặc mở rộng các mô hình riêng của mình. trên số dư, những bài viết này đã đóng góp để hiểu rõ hơn về sự thành công và kích thước của nó. Những bài viết và các vấn đề họ nâng cao D & M LÀ mô hình thành công được tóm tắt dưới đây.xử lý so với mô hình nhân quảD & M phân loại thành công và thể loại sáu thành công của mình dựa trên một mô hình quy trình của IS [43]. Ngoài ra, chúng tôi lập luận rằng các kích thước sáu được tương quan, kết quả trong một mô hình thành công cho biết nhân quả chảy theo hướng tương tự như quá trình thông tin. Tuy nhiên, trích dẫn một bài báo trước đây bởi newman và robey [35], Seddon lập luận rằng "hộp và mũi tên trong sơ đồ phương sai và quá trình mô hình đại diện cho khái niệm khá khác nhau và không thể được kết hợp có ý nghĩa trong một mô hình.... Thật không may, kết hợp các phương sai và quá trình mô hình là chính xác những gì [DeLone và McLean có] đã cố gắng làm "[40]. Seddon tiếp tục lập luận rằng DeLone và McLean đã "cố gắng để kết hợp cả hai quá trình và giải thích nguyên nhân LÀ thành công trong mô hình của họ. sau khi làm việc với mô hình này cho một số năm, nó đã trở nên rõ ràng rằng sự bao gồm của giải thích các quá trình và phương sai trong mô hình của họ dẫn đến rất nhiều khả năng có thể khó hiểu nghĩa"[40, p. 240]. Seddon đi vào để đề xuất một mô hình respecified phương sai LÀ thành công.Chúng tôi đồng ý với tiền đề của Seddon rằng sự kết hợp của việc giải thích quá trình và phương sai LÀ thành công trong một mô hình có thể khó hiểu. Tuy nhiên, chúng tôi tin rằng Seddon của reformulation của D & M mô hình thành hai phương sai phần mô hình [40, p. 245] unduly phức tạp các mô hình thành công, đánh bại mục đích của mô hình ban đầu.Việc tạo ra các D & M LÀ mô hình thành công đã được thúc đẩy bởi một sự hiểu biết quá trình của IS và tác động của họ. Mô hình quá trình này có chỉ cần ba thành phần: tạo ra một hệ thống, việc sử dụng của hệ thống, và các hậu quả của việc sử dụng hệ thống này. mỗi người trong các bước sau là một điều kiện cần thiết, nhưng chưa đủ, cho kết quả outcome(s). Ví dụ, mà không sử dụng hệ thống, có thể có không có hậu quả hoặc lợi ích. Tuy nhiên, với hệ thống sử dụng, thậm chí sử dụng rộng rãi, đó là không phù hợp hoặc bị bệnh, thông báo, cũng có thể có lợi ích. Vì vậy, để hiểu đầy đủ các kích thước của sự thành công của IS, một mô hình phương sai cũng cần thiết. Vì vậy, như Seddon mình chỉ ra [40, 42], ứng dụng các mô hình của chúng tôi để nghiên cứu thực nghiệm cũng đòi hỏi một đặc tả theo ngữ cảnh phương sai của mẫu. ở đây cũng có ba thành phần: đầu tiên là sản xuất, thứ hai là việc sử dụng, và thứ ba là lợi ích ròng. Các đối số duy nhất là cho dù các kích thước cần thiết hai có thể được kết hợp thành một model.along với Seddon, chúng tôi tin rằng họ có thể; chỉ có công thức của chúng tôi là khác nhau.

Kết quả (Việt) 2:

Liên kết khác
Với một ngoại lệ, tất cả các liên kết khác hoặc các hiệp hội trong D & M LÀ thành công mô hình đã được thực nghiệm xác nhận. Một nghiên cứu thực nghiệm mà tìm thấy các hiệp hội không có ý nghĩa là một cuộc khảo sát của các nhà quản lý người Hà Lan [11], trong đó sự liên quan giữa sử dụng hệ thống và các khoản thu và lợi nhuận của tổ chức không có ý nghĩa thống kê.
Trong kết luận, 36 trong số 38 hiệp hội nhân tố thành công mà theo kinh nghiệm đã được thử nghiệm trong 16 nghiên cứu tóm tắt trong hình 2 đã được tìm thấy là có ý nghĩa. Taken như một toàn thể, những nghiên cứu thực nghiệm hỗ trợ mạnh mẽ cho các hiệp hội đề xuất trong LÀ chiều thành công và giúp đỡ để xác nhận cấu trúc nhân quả trong mô hình.
Các vấn đề mô hình
ở ngoài rất nhiều giấy tờ đã được thử nghiệm và xác nhận D & M LÀ thành công mô hình, nhiều bài báo đã được công bố thách thức, phê bình, hoặc mở rộng các mô hình chính nó. trên sự cân bằng, những bài viết này đã góp phần vào một sự hiểu biết tốt hơn về sự thành công và kích thước của nó. Những bài báo và các vấn đề mà họ tăng đến D & M LÀ thành công mô hình được tóm tắt dưới đây.
quá trình so với mô hình nhân quả
D & M LÀ phân loại thành công và sáu loại thành công của nó được dựa trên một mô hình quy trình của IS [43]. Ngoài ra, chúng tôi cho rằng sáu yếu tố được nhau, kết quả là một mô hình thành công mà chỉ ra rằng nguyên nhân chảy theo hướng giống như quá trình thông tin. Tuy nhiên, trích dẫn một bài báo trước đó của newman và Robey [35], Seddon lập luận rằng "các hộp và mũi tên trong variance- và quá trình mô hình sơ đồ đại diện cho các khái niệm hoàn toàn khác nhau và không thể được kết hợp có ý nghĩa trong một mô hình. . . . không may, kết hợp phương sai và quá trình mô hình chính xác là những gì [DeLone và McLean có] đã cố gắng để làm "[40]. Seddon thêm lập luận rằng DeLone và McLean đã "cố gắng để kết hợp cả hai quá trình và nguyên nhân giải thích của IS thành công trong mô hình của họ. sau khi làm việc với mô hình này cho một số năm, nó đã trở nên rõ ràng rằng sự bao gồm của cả hai phương sai và quá trình giải thích trong mô hình của họ dẫn đến rất nhiều ý nghĩa có khả năng gây nhầm lẫn "[40, tr. 240]. Seddon tiếp tục đề xuất một mô hình đúng định lại của IS thành công.
Chúng tôi đồng ý với tiền đề Seddon của sự kết hợp giữa các quá trình và phương sai giải thích của IS thành công trong một mô hình có thể gây nhầm lẫn. Tuy nhiên, chúng tôi tin rằng phương pháp tái Seddon của D & M mẫu thành hai mô hình sai phần [40, tr. 245] quá mức phức tạp của mô hình thành công, đánh bại mục đích của mô hình ban đầu.
Việc tạo ra các D & M LÀ thành công mô hình đã được thúc đẩy bởi một quá trình hiểu biết của IS và tác động của chúng. Mô hình quy trình này chỉ có ba thành phần: việc tạo ra một hệ thống, việc sử dụng các hệ thống, và các hậu quả của việc sử dụng hệ thống này. mỗi bước là cần thiết, nhưng chưa đủ, điều kiện để kết quả kết quả (s). Ví dụ, mà không sử dụng hệ thống, có thể có hậu quả hay lợi ích. Tuy nhiên, với việc sử dụng hệ thống, thậm chí sử dụng rộng rãi, đó là không phù hợp hoặc thiếu thông tin, có thể cũng không có lợi ích. Vì vậy, để hiểu đầy đủ các kích thước của IS thành công, một mô hình không đúng cũng là cần thiết. Vì vậy, như Seddon mình chỉ ra [40, 42], việc áp dụng mô hình của chúng tôi để nghiên cứu thực nghiệm cũng đòi hỏi một đặc điểm kỹ thuật đúng theo ngữ cảnh của mô hình. ở đây quá có ba thành phần: đầu tiên là sản xuất, thứ hai là sử dụng, và thứ ba là lợi ích ròng. Các đối số duy nhất là liệu hai kích thước cần thiết có thể được kết hợp thành một model.along với Seddon, chúng tôi tin rằng họ có thể; chỉ công thức của chúng tôi là khác nhau.