dc.contributor.advisor | De la Vega Hernández, Iván Manuel | |
dc.contributor.author | Marchena Sekli, Giulio Franz | |
dc.date.accessioned | 2021-12-10T17:08:49Z | |
dc.date.available | 2021-12-10T17:08:49Z | |
dc.date.created | 2021 | |
dc.date.issued | 2021-12-10 | |
dc.identifier.uri | http://hdl.handle.net/20.500.12404/21115 | |
dc.description.abstract | Due to SARS-CoV-2 pandemic, higher education institutions are challenged to continue
providing quality teaching, consulting, and research production through virtual education
environments. In this context, a large volume of data is being generated, and technologies
such as big data analytics are needed to create opportunities for open innovation by obtaining
valuable knowledge. The purpose of this paper was to investigate the factors that influence the
adoption of big data analytics, as well as to evaluate the relationship it has with performance
and knowledge management, taking into consideration that this technology is in its initial
stages and that previous research has provided varied results depending on the sector in focus.
To address these challenges, a theoretical framework was developed to empirically test the
relationship of these variables. A total of 265 members of universities in Latin America were
surveyed and structural equation modeling was used for hypothesis testing. The findings
identified compatibility, an adequate organizational data environment, and external support as
factors required to adopt big data analytics and their positive relationship is tested with
knowledge management processes and organizational performance. This study provides
practical guidance for decision-makers involved in or in charge of defining the
implementation strategy of big data analytics in higher education institutions. | es_ES |
dc.description.abstract | Debido a la pandemia del SARS-CoV-2, las instituciones de educación superior tienen el
desafío de continuar brindando enseñanza, consultoría y producción de investigación de
calidad a través de entornos educativos virtuales. En este contexto, se está generando un
gran volumen de datos y se necesitan tecnologías como la analítica de Big Data para crear
oportunidades de innovación abierta mediante la obtención de conocimientos valiosos. El
propósito de este trabajo fue investigar los factores que influyen en la adopción de la
analítica de Big Data, así como evaluar la relación que tiene con el desempeño y la
gestión del conocimiento, tomando en consideración que esta tecnología se encuentra en
sus etapas iniciales y que investigaciones previas han proporcionado resultados variados
según el sector en cuestión. Para abordar estos desafíos, se desarrolló un marco teórico
que comprobó empíricamente la relación de estas variables; se encuestaron a 265
miembros de universidades de América Latina y se utilizó el modelado de ecuaciones
estructurales. Los hallazgos identificaron a la compatibilidad, un entorno de datos
organizacional adecuado y el apoyo externo como factores necesarios para adoptar la
analítica de Big Data y se comprobó su relación positiva con los procesos de gestión del
conocimiento y el desempeño organizacional. Este estudio proporciona una guía práctica
para los tomadores de decisión involucrados o encargados de definir la estrategia de
implementación de la analítica de Big Data en instituciones de educación superior. | es_ES |
dc.language.iso | eng | es_ES |
dc.publisher | Pontificia Universidad Católica del Perú | es_ES |
dc.rights | info:eu-repo/semantics/openAccess | es_ES |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ | * |
dc.subject | Educación superior--Instituciones--Gestión de información | es_ES |
dc.subject | Desarrollo organizacional | es_ES |
dc.subject | Big data | es_ES |
dc.subject | Educación superior--Innovación | es_ES |
dc.subject | COVID-19 (Enfermedad) | es_ES |
dc.title | Adoption of big data analytics and its impact on organizational performance in higher education mediated by knowledge management | es_ES |
dc.type | info:eu-repo/semantics/doctoralThesis | es_ES |
thesis.degree.name | Doctor en Administración Estratégica de Empresas | es_ES |
thesis.degree.level | Doctorado | es_ES |
thesis.degree.grantor | Pontificia Universidad Católica del Perú. CENTRUM | es_ES |
thesis.degree.discipline | Administración Estratégica de Empresas | es_ES |
renati.advisor.cext | 001524411 | |
renati.advisor.orcid | https://orcid.org/0000-0002-8554-0510 | es_ES |
renati.author.dni | 41585269 | |
renati.discipline | 413038 | es_ES |
renati.juror | Percy Samoel Marquina Feldman | es_ES |
renati.juror | Ruben Guevara Moncada | es_ES |
renati.juror | Ivan Manuel De la Vega Hernandez | es_ES |
renati.juror | Jaime Eduardo Rivera Camino | es_ES |
renati.level | https://purl.org/pe-repo/renati/level#doctor | es_ES |
renati.type | https://purl.org/pe-repo/renati/type#tesis | es_ES |
dc.publisher.country | PE | es_ES |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#5.02.04 | es_ES |