![[pdf]](https://inftars.infonia.hu/img/pdf.png)
DOI: https://doi.org/10.22503/inftars.XVI.2016.1.3
Nyelv: hu
Cím: EU-tagállamok IKT fejlettségének különbségei
Alcím: egy klaszterelemzés eredményei
Absztrakt: A nemzetközi szakirodalomban egyre több tanulmány igazolja az oksági kapcsolatot az információs technológiába irányuló befektetések, az IKT anyagi és humán komponenseinek optimális alkalmazása, és a termelékenység, illetve a szervezeti hatékonyság között. A szakirodalomban gyakran említett kutatási probléma az IKT befektetések vállalati termelékenységre gyakorolt hatásának mérési nehézsége. A probléma megoldását sok szakértő a kérdés újszerű, innovatív megközelítésében látja. Ilyen újszerű megközelítést alkalmazunk jelen cikkünkben is. Olyan korábbi tanulmányok eredményeiből kiindulva, amelyek a szervezet innovációs képessége, termelékenysége, illetve az IKT erőforrások felhasználása közötti kapcsolatot vizsgálták, a jelen tanulmány fő célja, hogy komplex statisztikai módszerek alkalmazásával (főkomponens analízis, K-közepű klaszteranalízis, hierarchikus klaszteranalízis) elemezze, hogy a 27 EU tagország hogyan csoportosítható az IKT és a makroökonómiai jellemzők függvényében. Az eredmények három klaszter meghatározásához vezettek: volt kommunista országok, az EU-15 tagországok és atipikus országok.
Kulcsszavak: információs társadalom, EU országok, makrogazdasági jellemzők, főkomponens elemzés, klaszterelemzés
Cím: Differences between the level of ICT development of EU member states
Alcím: results of a cluster analysis
Absztrakt: In foreign literature there are more and more studies that prove the causal relationship between investments in information technologies and productivity, as well as the efficiency of organizations, respectively, and the optimization of using material and human factors in ICT for their more effective use. Based on the results of the previous studies that proved the link between proactive management, innovation, productivity and use of ICT resources, the goal of this study is to extend research in this field by using some complex statistical methods (principal components analysis, non-hierarchical cluster analysis and hierarchical cluster analysis) in order to analysis how they group together – according to the ICT indicators and performance macroeconomic indicators of the 27 EU member states. The results resulted in the formation of three clusters as follows: former communist countries, EU-15 member countries, and atypical countries.
Kulcsszavak: information society, European Union, macroeconomics indicators, principal component analysis, cluster analysis