Bieżący numer
Nowoczesne Systemy Zarządzania
Tematyka kolejnych numerów
Bieżący numer
Archiwum
O czasopiśmie
Międzynarodowa Redakcja
Międzynarodowa Rada Naukowa
Recenzenci
Polityka Open Access
Indeksacja
Wydawca
Przychody czasopisma
Zasady etyki publikacji według COPE
Dla autorów
Procedura zabezpieczająca oryginalność publikacji
Zasady opracowania publikacji naukowej
Procedura recenzowania
Zasady przesyłania artykułów
Opłaty
Dla recenzentów
Standardy etyczne
ARTYKUŁ ORYGINALNY
Wpływ wymiarów jakości usług i barier językowych na satysfakcję użytkowników: analiza PLS-SEM globalnych platform zarządzania projektami
1
Tun Hussein Onn University, Malaysia
A - Koncepcja i projekt badania; B - Gromadzenie i/lub zestawianie danych; C - Analiza i interpretacja danych; D - Napisanie artykułu; E - Krytyczne zrecenzowanie artykułu; F - Zatwierdzenie ostatecznej wersji artykułu
Data nadesłania: 21-11-2025
Data ostatniej rewizji: 15-12-2025
Data akceptacji: 20-12-2025
Data publikacji online: 30-06-2026
Data publikacji: 30-06-2026
NSZ 2026;21(2):41-69
SŁOWA KLUCZOWE
satysfakcja użytkownikaSaaSplatformy zarządzania projektamijakość użytecznościjakość informacjijakość interakcji z usługąbariera językowaPLS-SEM
STRESZCZENIE
Cel badań i hipotezy/pytanie badawcze:
Badania oparte na modelu sukcesu IS DeLone’a i McLeana oraz na modelu SERVQUAL sugerują, że Jakość Użyteczności (UQ), Jakość Informacji (IQ) oraz Jakość Interakcji z Usługami (SIQ) są pozytywnymi poprzednikami, podczas gdy Bariera Językowa (LB) pełni rolę negatywnego poprzednika ogólnej Satysfakcji Użytkownika (OS).
Metody badawcze:
Stosując pozytywistyczne, dedukcyjne podejście, zebrano dane ankietowe od 150 specjalistów działających w wielojęzycznym kontekście biznesowym Malezji. Dane zostały przeanalizowane z użyciem rygorystycznej techniki analitycznej Partial Least Squares Structural Equation Modeling (PLS-SEM), aby ocenić trafność modelu pomiarowego i przetestować hipotezy strukturalne.
Główne wyniki:
Wyniki stanowią solidne empiryczne wsparcie dla całego modelu. Wszystkie cztery hipotezy zostały potwierdzone, ujawniając, że Jakość Użyteczności (β = 0,42, p < 0,001) jest najsilniejszym dodatnim predyktorem satysfakcji, następnie Jakość Interakcji z Usługami (β = 0,31, p < 0,001) oraz Jakość Informacji (β = 0,28, p < 0,001). Co istotne, Bariera Językowa (β = -0,15, p = 0,004) wykazała statystycznie istotny negatywny wpływ. Łącznie te konstrukcje tłumaczą znaczące 68% wariancji w Satysfakcji Użytkownika.
Implikacje dla teorii i praktyki:
Teoretycznie badania te wnoszą istotny wkład, skutecznie integrując barierę komunikacji socjolingwistycznej z ustalonymi paradygmatami sukcesu systemów informacyjnych i jakości usług, łącząc tym samym odrębne literatury i oferując bardziej holistyczne ramy zrozumienia oceny usług cyfrowych w kontekstach zglobalizowanych. Dla praktyków, w tym menedżerów produktów SaaS i kadry zarządzającej, wyniki stanowią zweryfikowaną, strategiczną mapę drogową. Podkreślają, że osiągnięcie najwyższej satysfakcji i trwałej przewagi konkurencyjnej wymaga zsynchronizowanej, wieloaspektowej strategii: nieustannego inwestowania w intuicyjne projektowanie doświadczenia użytkownika, zapewnienia nieskazitelnej integralności i zarządzania danymi, rozwijania funkcji wsparcia klienta opartej na empatii i eksperckości oraz wdrażania proaktywnej, kompleksowej lokalizacji w celu ograniczenia tarć językowych i kulturowych, co sprzyja prawdziwie inkluzywnemu globalnemu doświadczeniu użytkownika.
Badania oparte na modelu sukcesu IS DeLone’a i McLeana oraz na modelu SERVQUAL sugerują, że Jakość Użyteczności (UQ), Jakość Informacji (IQ) oraz Jakość Interakcji z Usługami (SIQ) są pozytywnymi poprzednikami, podczas gdy Bariera Językowa (LB) pełni rolę negatywnego poprzednika ogólnej Satysfakcji Użytkownika (OS).
Metody badawcze:
Stosując pozytywistyczne, dedukcyjne podejście, zebrano dane ankietowe od 150 specjalistów działających w wielojęzycznym kontekście biznesowym Malezji. Dane zostały przeanalizowane z użyciem rygorystycznej techniki analitycznej Partial Least Squares Structural Equation Modeling (PLS-SEM), aby ocenić trafność modelu pomiarowego i przetestować hipotezy strukturalne.
Główne wyniki:
Wyniki stanowią solidne empiryczne wsparcie dla całego modelu. Wszystkie cztery hipotezy zostały potwierdzone, ujawniając, że Jakość Użyteczności (β = 0,42, p < 0,001) jest najsilniejszym dodatnim predyktorem satysfakcji, następnie Jakość Interakcji z Usługami (β = 0,31, p < 0,001) oraz Jakość Informacji (β = 0,28, p < 0,001). Co istotne, Bariera Językowa (β = -0,15, p = 0,004) wykazała statystycznie istotny negatywny wpływ. Łącznie te konstrukcje tłumaczą znaczące 68% wariancji w Satysfakcji Użytkownika.
Implikacje dla teorii i praktyki:
Teoretycznie badania te wnoszą istotny wkład, skutecznie integrując barierę komunikacji socjolingwistycznej z ustalonymi paradygmatami sukcesu systemów informacyjnych i jakości usług, łącząc tym samym odrębne literatury i oferując bardziej holistyczne ramy zrozumienia oceny usług cyfrowych w kontekstach zglobalizowanych. Dla praktyków, w tym menedżerów produktów SaaS i kadry zarządzającej, wyniki stanowią zweryfikowaną, strategiczną mapę drogową. Podkreślają, że osiągnięcie najwyższej satysfakcji i trwałej przewagi konkurencyjnej wymaga zsynchronizowanej, wieloaspektowej strategii: nieustannego inwestowania w intuicyjne projektowanie doświadczenia użytkownika, zapewnienia nieskazitelnej integralności i zarządzania danymi, rozwijania funkcji wsparcia klienta opartej na empatii i eksperckości oraz wdrażania proaktywnej, kompleksowej lokalizacji w celu ograniczenia tarć językowych i kulturowych, co sprzyja prawdziwie inkluzywnemu globalnemu doświadczeniu użytkownika.
REFERENCJE (59)
1.
AKTER, T., UDDIN, M.S., RAHMAN, R., UDDIN, M.S., ISLAM, M.R., FAISAL-E-ALAM, M., RAHMAN, M.M., 2024. The moderating effect of system quality on the relationship between customer satisfaction and purchase intention: PLS-SEM & fsQCA approaches, Journal of Open Innovation: Technology, Market, and Complexity, No. 10 (4).
2.
ALI, N., SHABN, O.S., 2024. Customer lifetime value (CLV) insights for strategic marketing success and its impact on organizational financial performance, Cogent Business & Management, No. 11 (1).
3.
AZWAN ABD AZIZ, A., NOR, R.N.H., JUSOH, Y.Y., AB. RAHMAN, W.N.W., ALI, N.M., 2024. Factors influencing information quality of information systems: A systematic literature review, International Journal on Informatics Visualization, No. 8 (3-2).
4.
BARBOSA, M.T., CARVALHO, M.M., 2024. Toward a multilevel framework of dynamic capabilities through the lens of project management, project portfolio management, and project-based organizations, Project Management Journal, No. 55 (3), pp. 247-263.
5.
BASIRAN, N.H., YUSOF, M.M., 2023. Measuring factors influencing quality of software-as-a-service, Information Development, No. 39 (4), pp. 681-697.
6.
BAUL, S., RANA, M.R., ADAN, S.K., TAFANNUM, N., ALAM, F., 2022. Analyzing different software project management tools and proposing a new project management tool using process re-engineering on open-source and SaaS platforms for a developing country like Bangladesh, International Journal of Advances in Electronics and Computer Science, No. 9 (7), pp. 29-37.
7.
BERGKVIST, L., ROSSITER, J.R., 2007. The predictive validity of multiple-item versus single-item measures of the same constructs, Journal of Marketing Research, No. 44 (2), pp. 175-184.
8.
BERNARDO, B.M.V., SIMÕES, R., BARBOSA, B., OLIVEIRA, M., 2024. Data governance & quality management – Innovation and competitive advantages, Journal of Innovation & Knowledge, No. 9 (4).
9.
CHEREDNICHENKO, O., SYTNIKOV, D., ROMANKIV, N., SHARONOVA, N., SYTNIKOVA, P., 2024. Selection of Large Language Model for development of Interactive Chat Bot for SaaS Solutions, [in:] 8th International Conference on Computational Linguistics and Intelligent Systems (CoLInS 2024), Vol. 3722, pp. 66-87.
10.
CHIN, W., 1998. The partial least squares approach to structural equation modelling, Modern Methods for Business Research, No. 295 (2), pp. 295-336.
11.
CROSSETTE-THAMBIAH, G., BERLEANT, D., ABUHALIMEH, A., 2024. An information quality framework for managed health care, Journal of Healthcare Leadership, Vol. 16, pp. 343-364.
12.
DAVIS, F.D., 1989. Perceived usefulness, perceived ease of use, and user acceptance of information technology, MIS Quarterly, No. 13 (3), pp. 319-340.
13.
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, No. 19 (4), pp. 9-30.
14.
DRYZER, M., CHIB, V.S., 2024. Neural mechanisms underlying the effects of cognitive fatigue on physical effort-based choice, bioRxiv, December.
15.
EESEE, A.K., VARGA, V., EIGNER, G., RUPPERT, T., 2025. Impact of work instruction difficulty on cognitive load and operational efficiency, Scientific Reports, No. 15 (1).
16.
FOLKE, K., 2025. Product expectations alignment in customization of B2B SaaS, Master’s thesis, Stockholm: KTH Royal Institute of Technology, http://urn.kb.se/resolve?urn=u... (accessed: 15.11.2025).
17.
FORNELL, C., LARCKER, D.F., 1981. Evaluating structural equation models with unobservable variables and measurement error, Journal of marketing research, No. 18 (1), pp. 39-50.
18.
GALLOIS, C., OGAY, T., GILES, H., 2005. Communication accommodation theory, [in:] Theorizing about intercultural communication, Newcastle upon Tyne: Sage, pp. 121-148.
19.
GINSBURGH, V., WEBER, S., 2020. The economics of language, Journal of Economic Literature, No. 58 (2), pp. 348-404.
20.
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, No. 31 (1), pp. 2-24.
21.
HARZING, A.W., FEELY, A.J., 2008. The language barrier and its implications for HQ-subsidiary relationships, Cross Cultural Management: An International Journal, No. 15 (1), pp. 49-61.
22.
HENDARTO, S.P., PRADANA, M., RUBIYANTI, N., 2024. Examining service quality, word-of-mouth, satisfaction and trust in SaaS contexts, Journal of System and Management Sciences, No. 14 (7), pp. 243-263.
23.
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, No. 43 (1), pp. 115-135.
24.
HOLLEBEEK, L.D., SPROTT, D.E., BRADY, M.K., 2021. Rise of the machines? Customer engagement in automated service interactions, Journal of Service Research, No. 24 (1), pp. 3-8.
25.
HULU, F.R.P., RAHARJO, T., SIMANUNGKALIT, T., 2024. The impact of usability in information technology projects, Computer Science and Information Technologies, No. 5 (1), pp. 7-18.
26.
KAMILA, J.S., MARZUQ, M.F., 2024. Asana and Trello: a comparative assessment of project management capabilities, JOIV: International Journal on Informatics Visualization, No. 8 (1), pp. 207-212.
27.
LEE, A.T., RAMASAMY, R.K., SUBBARAO, A., 2025. Understanding psychosocial barriers to healthcare technology adoption: A review of TAM Technology Acceptance Model and Unified Theory of Acceptance and Use of Technology and UTAUT frameworks, Healthcare, No. 13 (3).
28.
LEMON, M.H.A., KHANNAM NILU, M., HOSSAIN, S.Z., KARMAKER, R., 2024. The Impact of Usability, Security, and Service Quality on User Satisfaction and Experience in Digital Platforms: A Correlation Study, Journal of Marketing and Consumer Research, Vol. 93.
29.
LI, C., 2023. Cultural friction in international joint ventures: Whose cultural distance matters?, Journal of Management, No. 49 (8), pp. 2826-2857.
30.
LIN, J., XIAO, S., LIU, X., LIN, H., 2024. Exploring Customer Satisfaction Across Language Backgrounds: A Hybrid Framework on Multilingual eWOM, Journal of Electronic Commerce Research, No. 25 (3), pp. 191-208.
31.
LIU, W., SI, S., 2022. Disruptive innovation in the context of retailing: digital trends and the internationalization of the Yiwu Commodity Market, Sustainability, No. 14 (13).
32.
LODERER, A., MUEHLFELD, K., WILKEN, R., MORITZ, A., SLOMSKI, V., 2024. The language barrier as a springboard towards (team) creativity: An exploratory study of foreign language use in teams, International Business Review, No. 33 (2).
33.
LUO, Z., XIONG, Y., 2025. Is anxiety always harmful? An exploration of the impact of language anxiety on EFL learning motivation, EFL competence and EFL academic performance, BMC Psychology, No. 13 (1).
34.
MAJUMDER, A.S., 2025. The Influence of UX Design on User Retention and Conversion Rates in Mobile Apps, https://arxiv.org/pdf/2501.134... (accessed: 14.11.2025).
35.
MEILI, A., 2022. Loyalty program assessment: KPI-based evaluation of customer loyalty programs, Journal of Business Research, No. 139, pp. 1125-1134.
36.
MIAH, M., 2025. Comparative Analysis of Project Management Software: Functionality, Usability, and Integration for Modern Workflows, Journal of Informatics Education and Research, No. 5.
37.
MOHAMMED, M.H.S., KHAN, M.S.A., SYED, M.M., 2023. Remote Work Culture: The Impact of Digital Transformation on Workforce Productivity, Journal of e-Science Letters, No. 4 (1).
39.
NUNNALLY J.C., BERNSTEIN I.H., 1994. Psychometric theory (3rd ed.), New York City: McGraw-Hill.
40.
OSEI-KYEI, R., CHAN, A.P., 2018. Evaluating the project success index of public-private partnership projects in Hong Kong: The case of the Cross Harbour Tunnel, Construction Innovation, No. 18 (3), pp. 371-391.
41.
OZUEM, W., RANFAGNI, S., WILLIS, M., SALVIETTI, G., HOWELL, K., 2024. Exploring the relationship between chatbots, service failure recovery and customer loyalty: A frustration-aggression perspective, Psychology & Marketing, No. 41 (10), pp. 2253-2273.
42.
PANDEY, A., NOORULLAH, R., 2024. A Case Study of Advancing Multilingual Dialogue: Leveraging BERT NLM and Google API Key within Proscenium Seamless SaaS Framework, [in:] 3rd International Conference on Applied Artificial Intelligence and Computing (ICAAIC), IEEE, pp. 1543-1548.
43.
PARASURAMAN, A.B.L.L., ZEITHAML, V.A., BERRY, L., 1988. SERVQUAL: A multiple-item scale for measuring consumer perceptions of service quality, Journal of Retailing, No. 64 (1), pp. 12-40.
44.
PAUL, J., UENO, A., DENNIS, C., ALAMANOS, E., CURTIS, L., FOROUDI, P., et al., 2024. Digital transformation: A multidisciplinary perspective and future research agenda, International Journal of Consumer Studies, No. 48 (2).
45.
PINNOLA, L., 2024. International market selection process of a SaaS company, Master’s thesis, Lahti: LUT University.
46.
RANI, R., ARIFIN, A., NORAZMAN, N., SULAIMAN, W.N.N.M.M., 2020. Evaluating the performance of multiproject by using data envelopment analysis (DEA), ASM Science Journal, No. 13.
47.
RIFI, A., MOSTAFA, R.B., 2022. Brand credibility and customer-based brand equity: a service recovery perspective, Journal of Financial Services Marketing, No. 27 (1), pp. 1-16.
48.
SALLEH, M.M., MOHI, Z., NORDIN, N., MOHAMAD, N.A., RAZALI, N.A.S., 2021. The impact of language barriers and discrimination issues on work productivity of foreign workers, International Journal of Academic Research in Business and Social Sciences, No. 11 (16), pp. 42-52.
49.
SCHLECKSER, J., 2023. Increasing software as a service (SaaS) customer retention, Entrepreneurial Management Review, No. 6 (1).
50.
SHEKHAR, E.S., JAIN, E.S., KHAN, D.S., 2023. Effective product management for SaaS growth: Strategies and outcomes, Journal of New Research in Innovation and Development, No. 1 (4).
51.
SOONGPOL, B., NETINANT, P., RUKHIRAN, M., 2024. Practical sustainable software development in architectural flexibility for energy efficiency using the extended agile framework, Sustainability, No. 16 (13).
52.
TALMERA, A.T., WARDHANA, M., RATNASARI, V., 2025. Analysis of the Impact of UI/UX Elements on User Satisfaction and Loyalty in E-Commerce Platforms: An Empirical Study on the Tokopedia Platform, Journal of Social Research, No. 4 (7).
53.
TENZER, H., TERJESEN, S., HARZING, A.W., 2021. The impact of language barriers on knowledge processing in multinational teams, Journal of World Business, No. 56 (1).
54.
TRENERRY, B., CHNG, S., WANG, Y., SUHAILA, Z.S., LIM, S.S., LU, H.Y., OH, P.H., 2021. Preparing workplaces for digital transformation: An integrative review and framework of multi-level factors, Frontiers in Psychology, No. 12.
55.
WANG, J., LIU, Y., LI, P., LIN, Z., SINDAKIS, S., AGGARWAL, S., 2023. Overview of data quality: Examining the dimensions, antecedents, and impacts of data quality, Journal of the Knowledge Economy, Vol. 15, pp. 1159-1178.
56.
WANOUS, J.P., REICHERS, A.E., HUDY, M.J., 1997. Overall job satisfaction: how good are single-item measures?, Journal of Applied Psychology, No. 82 (2).
57.
WIXOM, B.H., TODD, P.A., 2005. A theoretical integration of user satisfaction and technology acceptance, Information Systems Research, No. 16 (1), pp. 85-102.
58.
YANG, Z., SUN, J., ZHANG, Y., WANG, Y., 2015. Understanding SaaS adoption from the perspective of organizational users: A tripod readiness model, Computers in Human Behavior, No. 45, pp. 254-264.
59.
ZHOU, Y., KUMAR, S., FURUOKA, F., 2024. Enhancing customer value co-creation and stickiness in social commerce: Integrating PLS-SEM and NCA for deeper insights. Humanities and Social Sciences Communications, No. 11.
| eISSN: | 2719-860X |
| ISSN: | 1896-9380 |
Przetwarzamy dane osobowe zbierane podczas odwiedzania serwisu. Realizacja funkcji pozyskiwania informacji o użytkownikach i ich zachowaniu odbywa się poprzez dobrowolnie wprowadzone w formularzach informacje oraz zapisywanie w urządzeniach końcowych plików cookies (tzw. ciasteczka). Dane, w tym pliki cookies, wykorzystywane są w celu realizacji usług, zapewnienia wygodnego korzystania ze strony oraz w celu monitorowania ruchu zgodnie z Polityką prywatności. Dane są także zbierane i przetwarzane przez narzędzie Google Analytics (więcej).
Możesz zmienić ustawienia cookies w swojej przeglądarce. Ograniczenie stosowania plików cookies w konfiguracji przeglądarki może wpłynąć na niektóre funkcjonalności dostępne na stronie.
Możesz zmienić ustawienia cookies w swojej przeglądarce. Ograniczenie stosowania plików cookies w konfiguracji przeglądarki może wpłynąć na niektóre funkcjonalności dostępne na stronie.
