Sistemas de información contable y contabilidad administrativa en la toma de decisiones: influencia sobre el desempeño logístico empresarial en el contexto panameño

Franchellys Martínez; Yamilca Ortiz; Manuel Mendoza; Eugenia Reseda; Bella Cubilla; Eyline López

doi:10.70625/rmis/1006

Autores/as

Franchellys Martínez Universidad de Panamá Autor/a
Yamilca Ortiz Universidad de Panamá Autor/a
Manuel Mendoza Universidad de Panamá Autor/a
Eugenia Reseda Universidad de Panamá Autor/a
Bella Cubilla Universidad de Panamá Autor/a
Eyline López Universidad de Panamá Autor/a

DOI:

https://doi.org/10.70625/rmis/1006

Palabras clave:

Sistemas de información contable, Contabilidad administrativa, Toma de decisiones, Desempeño logístico, PLS-SEM

Resumen

La digitalización de los procesos empresariales ha incrementado la disponibilidad de datos, pero su contribución al desempeño depende de la capacidad organizacional para convertirlos en información útil, análisis económico y decisiones oportunas. Este estudio propone y examina un modelo que integra los sistemas de información contable (SIC), la contabilidad administrativa (CA), la toma de decisiones gerenciales (TD) y el desempeño logístico empresarial (DL), situando la toma de decisiones como mecanismo mediador. Se adopta un enfoque cuantitativo, alcance correlacional-explicativo y diseño no experimental de corte transversal, con estimación mediante PLS-SEM. El modelo plantea efectos directos de SIC y CA sobre TD y DL, así como dos efectos indirectos a través de TD. Para comprobar la coherencia metodológica del diseño se presenta un escenario analítico sintético de 384 observaciones; estos valores no constituyen evidencia empírica de empresas panameñas. En dicho escenario, TD muestra la relación estructural más intensa con DL (β = 0,421), mientras que SIC y CA contribuyen positivamente a TD. Los efectos indirectos SIC→TD→DL (β = 0,156) y CA→TD→DL (β = 0,145) son compatibles con mediaciones complementarias. El aporte central consiste en explicar el desempeño logístico mediante una cadena de transformación: capacidad informacional, capacidad analítica, capacidad decisional y resultado logístico. El modelo ofrece una base contrastable para investigaciones empíricas en Panamá y para la integración gerencial de contabilidad, sistemas y logística.

Referencias

Appelbaum, D., Kogan, A., Vasarhelyi, M., & Yan, Z. (2017). Impact of business analytics and enterprise systems on managerial accounting. International Journal of Accounting Information Systems, 25, 29–44. https://doi.org/10.1016/j.accinf.2017.03.003

Ataseven, C., & Nair, A. (2017). Assessment of supply chain integration and performance relationships: A meta-analytic investigation of the literature. International Journal of Production Economics, 185, 252–265. https://doi.org/10.1016/j.ijpe.2017.01.007

Bhimani, A., & Willcocks, L. (2014). Digitisation, “Big Data” and the transformation of accounting information. Accounting and Business Research, 44(4), 469–490. https://doi.org/10.1080/00014788.2014.910051

Burgos, C. P., Namoc, I. S., Padilla, J. P., & Flores, J. M. N. (2022). The influence of accounting information system on the organizational performance among SMEs in Tagum City. International Journal of Multidisciplinary: Applied Business and Education Research, 3(5), 781–790. https://doi.org/10.11594/ijmaber.03.05.06

DeLone, W. H., & McLean, E. R. (2003). The DeLone and McLean model of information systems success: A ten-year update. Journal of Management Information Systems, 19(4), 9–30. https://doi.org/10.1080/07421222.2003.11045748

Hair, J. F., Jr., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2022). A primer on partial least squares structural equation modeling (PLS-SEM) (3rd ed.). SAGE Publications.

Hair, J. F., Jr., Hult, G. T. M., Ringle, C. M., Sarstedt, M., Danks, N. P., & Ray, S. (2021). Partial least squares structural equation modeling (PLS-SEM) using R: A workbook. Springer. https://doi.org/10.1007/978-3-030-80519-7

Hair, J. F., Risher, J. J., Sarstedt, M., & Ringle, C. M. (2019). When to use and how to report the results of PLS-SEM. European Business Review, 31(1), 2–24. https://doi.org/10.1108/EBR-11-2018-0203

Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43, 115–135. https://doi.org/10.1007/s11747-014-0403-8

Hernández-Sampieri, R., & Mendoza Torres, C. P. (2018). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta. McGraw-Hill Education.

Hosain, M. S. (2019). The impact of accounting information system on organizational performance: Evidence from Bangladeshi small & medium enterprises. Journal of Asian Business Strategy, 9(2), 133–147. https://doi.org/10.18488/journal.1006.2019.92.133.147

Knudsen, D.-R. (2020). Elusive boundaries, power relations, and knowledge production: A systematic review of the literature on digitalization in accounting. International Journal of Accounting Information Systems, 36, 100441. https://doi.org/10.1016/j.accinf.2019.100441

Lawshe, C. H. (1975). A quantitative approach to content validity. Personnel Psychology, 28(4), 563–575. https://doi.org/10.1111/j.1744-6570.1975.tb01393.x

Möller, K., Schäffer, U., & Verbeeten, F. (2020). Digitalization in management accounting and control: An editorial. Journal of Management Control, 31, 1–8. https://doi.org/10.1007/s00187-020-00300-5

Nitzl, C., Roldan, J. L., & Cepeda, G. (2016). Mediation analysis in partial least squares path modeling: Helping researchers discuss more sophisticated models. Industrial Management & Data Systems, 116(9), 1849–1864. https://doi.org/10.1108/IMDS-07-2015-0302

Otley, D. (2016). The contingency theory of management accounting and control: 1980–2014. Management Accounting Research, 31, 45–62. https://doi.org/10.1016/j.mar.2016.02.001

Podsakoff, P. M., MacKenzie, S. B., Lee, J.-Y., & Podsakoff, N. P. (2003). Common method biases in behavioral research: A critical review of the literature and recommended remedies. Journal of Applied Psychology, 88(5), 879–903. https://doi.org/10.1037/0021-9010.88.5.879

Rikhardsson, P., & Yigitbasioglu, O. (2018). Business intelligence & analytics in management accounting research: Status and future focus. International Journal of Accounting Information Systems, 29, 37–58. https://doi.org/10.1016/j.accinf.2018.03.001

Shmueli, G., Sarstedt, M., Hair, J. F., Cheah, J.-H., Ting, H., Vaithilingam, S., & Ringle, C. M. (2019). Predictive model assessment in PLS-SEM: Guidelines for using PLSpredict. European Journal of Marketing, 53(11), 2322–2347. https://doi.org/10.1108/EJM-02-2019-0189

Shou, Y., Li, Y., Park, Y., & Kang, M. (2018). Supply chain integration and operational performance: The contingency effects of production systems. Journal of Purchasing and Supply Management, 24(4), 352–360. https://doi.org/10.1016/j.pursup.2017.11.004

Tristán-López, A. (2008). Modificación al modelo de Lawshe para el dictamen cuantitativo de la validez de contenido de un instrumento objetivo. Avances en Medición, 6, 37–48.

Wei, S., Ke, W., Liu, H., & Wei, K. K. (2020). Supply chain information integration and firm performance: Are explorative and exploitative IT capabilities complementary or substitutive? Decision Sciences, 51(3), 464–499. https://doi.org/10.1111/deci.12364

Yu, K., Luo, B. N., Feng, X., & Liu, J. (2018). Supply chain information integration, flexibility, and operational performance: An archival search and content analysis. The International Journal of Logistics Management, 29(1), 340–364. https://doi.org/10.1108/IJLM-08-2016-0185