Investigating the influence of financial literacy and supply chain management on the financial performance and sustainability of SMEs
Notice bibliographique
Résumé
The aim of this research is to analyze the relationship between financial literacy and financial performance, the relationship between financial literacy and the sustainability of SMEs, the relationship between supply chain management and financial performance, the relationship between supply chain management and the sustainability of SMEs, and financial performance with the sustainability of SMEs. This research method is a quantitative survey, the research data was obtained by distributing online questionnaires to 740 SMEs owners in Indonesia. Data analysis used structural equation modeling (SEM) with SmartPLS 3.0 software tools. The stages of data analysis are validity, reliability and significance tests. The sampling technique used is non-probability sampling. The questionnaire used in this study uses the Google form, distributed to respondents. The measurement method for this questionnaire uses a Likert scale of 5, namely Strongly Disagree (STS), (2) Answers Disagree (TS), (3) Neutral Answers (N), (4) Answers Agree (S), Strongly Agree (SS). The independent variables used in this study are as follows: Financial literacy, supply chain management, the dependent variables used in this study are sustainability and financial performance. The results of this research indicate that financial literacy had a positive and significant effect on financial performance, financial literacy had a positive and significant effect on sustainability, supply chain management had a positive and significant effect on financial performance, supply chain management had a positive and significant effect on sustainability, financial performance had a positive and significant effect on sustainability. The novelty of this research is that it found a correlation model of the relationship between the variables of financial literacy, supply chain management, financial performance and sustainability in SMEs which did not exist in previous research studies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».