Int. J.

Ekonomi Produksi 234 (2021) 108075

Daftar isi tersedia di ScienceDirect

Jurnal Internasional Ekonomi Produksi

beranda jurnal: http://www.elsevier.com/locate/ijpe

Dampak wabah COVID-19 terhadap kinerja karyawan - Peran moderat dari teknologi dasar
industri 4.0

Gopalakrishnan Narayanamurthy Sebuah , Guilherme Tortorella b , c , *

Sebuah University of Liverpool Management School, Liverpool, Inggris
b Universitas Melbourne, Melbourne, Australia
c Universidade Federal de Santa Catarina, Florianopolis, Brasil

ARTICLEINFO ABSTRAK

Kata kunci: Wabah COVID-19 telah menyiratkan perubahan signifikan dalam cara kerja organisasi layanan, yang memengaruhi karyawan '
COVID-19 rutinitas dan aktivitas. Pada saat yang sama, kemunculan Industri 4.0 (I4.0) memperkenalkan teknologi baru yang dapat memfasilitasi aktivitas
Industri 4.0
tersebut, mengurangi COVID-19. ' implikasi. Tujuan dari penelitian ini ada dua. Pertama, kami bertujuan untuk memeriksa dampak COVID-19 ' implikasi
Kinerja karyawan
kerja pada karyawan ' kinerja (kualitas keluaran dan pengiriman). Kedua, kami berusaha untuk memverifikasi peran moderasi dari teknologi
Jasa
dasar I4.0 pada hubungan ini. Kami mensurvei 106 karyawan dari organisasi layanan berbeda yang telah bekerja dari jarak jauh selama
pandemi dan menganalisis tanggapan mereka melalui teknik multivariat. Hasil penelitian mengungkapkan bahwa COVID-19 ' Implikasi kerja
(yaitu lingkungan kerja kantor di rumah, ketidakamanan kerja, dan koneksi virtual) berdampak pada karyawan ' kinerja, meskipun tidak pada
tingkat yang sama. Selanjutnya, kami menemukan bahwa teknologi I4.0 memoderasi peningkatan karyawan ' kinerja. Namun, orientasi dan
intensitas moderasi tersebut dapat bervariasi sesuai dengan metrik kinerja dan implikasi pekerjaan yang dianalisis. Karena wabah COVID-19
secara tak terelakkan mendorong cara kerja baru yang dapat menjadi bagian integral dari dunia pasca-pandemi, penelitian kami memberikan
implikasi teoretis dan praktis yang penting untuk meningkatkan karyawan. ' kinerja melalui digitalisasi organisasi layanan.

1. Perkenalan
Wabah COVID-19 telah mendorong hampir semua karyawan di seluruh dunia untuk bekerja di
lingkungan yang sama sekali berbeda dibandingkan dengan sebelumnya. Intervensi yang dipicu
COVID-19 seperti jarak sosial, pembatasan perjalanan, pekerjaan virtual atau jarak jauh, dan kru
kerangka telah membatasi kelanjutan proses sebelumnya, sehingga mengubah cara kerja karyawan ( Gallup,adalah sisi negatif dari lingkungan kerja virtual ( Graves dan Karabayeva, 2020 ), yang dapat
2020 ; Tortorella dkk., 2020a ). Intervensi semacam itu yang dipicu oleh wabah COVID-19
memperkenalkan perubahan perilaku karyawan, yang dapat bertransisi dengan beberapa penguncian
dari sementara menjadi tahan lama. Manajer lini, pemimpin tim, dan profesional sumber daya
manusia sangat memperhatikan perubahan perilaku seperti itu karena dapat memengaruhi karyawan '
kesejahteraan emosional, kognitif, dan fisik, yang pada akhirnya dapat memengaruhi hasil kerja dan
kinerja mereka ( Graves dan Karabayeva, 2020 ).
ada untuk arah negatif dan positif. Mendukung dampak negatif, survei Deloitte baru-baru ini di
perusahaan China menunjukkan bahwa 46% dari mereka mengharapkan penurunan kinerja karena
COVID-19 ( Boichenko dan Tymchenko, 2020 ). Meningkatnya stres, infrastruktur yang tidak memadai,
lingkungan kerja / kolega yang hilang, ekspektasi kinerja yang tidak realistis, hubungan
manajer-karyawan yang terganggu, dan kesulitan membangun kepercayaan dengan rekan kerja
berdampak negatif pada karyawan ' kinerja. Caputo and Hyland (2020) , melalui grup fokus yang
dilakukan dengan sampel 256 karyawan (sebagian besar dari
Perusahaan AS), mengindikasikan bahwa empat dari sepuluh responden merasa bahwa pandemi akan
mengurangi kolaborasi lintas fungsi, dan 36% responden khawatir tentang bagaimana kerja jarak jauh
akan berdampak pada keseimbangan kehidupan kerja mereka.

Mendukung dampak positifnya, HSBC (2017) mengungkapkan bahwa pekerjaan virtual lebih mungkin

Yang jelas, penyerapan COVID-19 memicu intervensi organisasi untuk menahan dampaknya untuk meningkatkan produktivitas pekerja daripada insentif keuangan. Penelitian juga menunjukkan bahwa

terhadap kinerja karyawan. Namun, arah dampak ini tidak jelas, sebagai argumen perusahaan yang menyediakan keseimbangan kehidupan kerja yang lebih baik melalui opsi kerja virtual

membuka jalan untuk lebih produktif

* Penulis yang sesuai. Universitas Melbourne, Melbourne, Australia.

Alamat email: g.narayanamurthy@liverpool.ac.uk (G.Narayanamurthy), gtortorella@bol.com.br (G. Tortorella).

https://doi.org/10.1016/j.ijpe.2021.108075
Diterima 25 Oktober 2020; Diterima dalam bentuk revisi 16 Februari 2021; Diterima 17 Februari 2021 Tersedia online 23 Februari
2021
0925-5273 / © 2021 Elsevier BV Semua hak dilindungi undang-undang.
G. Narayanamurthy dan G. Tortorella
tenaga kerja karena karyawan merasa lebih termotivasi ( Stevens, 2019 ). Graves dan Karabayeva
(2020) menyatakan bahwa pekerjaan virtual memberi karyawan fleksibilitas dalam bekerja,
peningkatan ketersediaan waktu karena tidak adanya perjalanan pulang pergi, dan yang lebih penting
akses ke bakat yang lebih baik di seluruh dunia yang dapat meningkatkan kinerja individu rata-rata.
Mempertimbangkan argumen di atas untuk dampak campuran wabah COVID-19 pada kinerja
karyawan mengarah ke pertanyaan penelitian pertama kami (RQ):
RQ 1: Apa dampak implikasi kerja wabah COVID-19 terhadap karyawan ' kinerja?
Aspek lain yang kurang jelas adalah dampak adopsi Industry 4.0 (I4.0) terhadap keterkaitan
antara implikasi kerja wabah COVID-19 dan karyawan. ' kinerja. I4.0 mengacu pada awal revolusi
industri baru yang diperkenalkan oleh kemunculan, kemajuan, dan konvergensi sejumlah teknologi
seperti manufaktur aditif, Internet of Things (IoT), blockchain, robotika canggih, dan kecerdasan
buatan ( Tortorella dan Fettermann, 2018 ; Ivanov dkk., 2019 ). Teknologi ini telah meningkatkan kinerja
karyawan dan organisasi dengan membangun koneksi waktu nyata antara sistem digital dan fisik.
I4.0 tidak hanya mampu mengurangi biaya, meningkatkan fleksibilitas, meningkatkan kecepatan, dan
meningkatkan kualitas, tetapi mungkin dapat meredam ketegangan yang melekat antara prioritas
operasional utama ini dan, dengan demikian, mempengaruhi kinerja ( Olsen dan Tomlin, 2020 ).
Menghubungkan sistem digital dan fisik menggunakan I4.0 diharapkan dapat mempengaruhi setiap
sudut manajemen operasi ( McKinsey 2015 ) dan juga akan berdampak pada cara karyawan
menangani proses yang menambah nilai, terutama pada saat setelah wabah COVID-19. Karena
langkanya penelitian yang meneliti I4.0 ' dampaknya pada hubungan antara COVID-19 ' implikasi kerja
dan karyawan ' kinerja, pertanyaan penelitian yang disebutkan di bawah ini diajukan:
RQ 2: Apa dampak teknologi I4.0 terhadap hubungan antara COVID-19 ' implikasi kerja dan
karyawan ' kinerja?
Kami menjawab dua pertanyaan penelitian ini dengan membangun model konseptual
menggunakan lensa teoritis konstruksi sosial teknologi (SCOT). Teori SCOT mengasumsikan bahwa
cara teknologi digunakan tidak dapat diuraikan tanpa memahami bagaimana teknologi itu tertanam
dalam konteks sosialnya ( Bijker dkk., 1987 ; Douglas, 2012 ). Ia berpendapat bahwa teknologi tidak
menentukan perilaku manusia, melainkan teknologi dibentuk oleh tindakan manusia ( Pinch dan
Bijker, 1984 , 1986 ; Bijker, 2008 ). Untuk menguji hipotesis yang dikembangkan, kami mengumpulkan
data dari karyawan di perusahaan sektor jasa yang berbeda yang telah mulai bekerja dari rumah
pasca wabah COVID-19. Kami menerima 106 tanggapan yang valid dan menganalisisnya
menggunakan teknik multivariat.
Kontribusi studi ini berlipat ganda. Pertama, hasil kami menunjukkan bahwa implikasi kerja dari
pandemi COVID-19 berdampak langsung pada karyawan ' kinerja, terutama bila mempertimbangkan
lingkungan kantor rumah. Lebih lanjut, teknologi dasar I4.0 memoderasi implikasi kerja yang berasal
dari wabah COVID-19 pada karyawan '
kinerja, meskipun orientasi moderasi tersebut tampaknya bervariasi sesuai dengan implikasi
pekerjaan yang dianalisis. Sejauh pengetahuan kami, tidak ada penelitian serupa yang telah
dilakukan, dan ini adalah penelitian pertama yang secara empiris membuktikan efek tersebut, yang
wawasannya mungkin juga berkontribusi pada periode pasca pandemi. Kedua, penelitian ini
memberikan indikasi bahwa organisasi layanan mungkin perlu memikirkan kembali proses dan
rutinitas mereka untuk periode pasca-pandemi berdasarkan pelajaran yang didapat dari COVID-19. ' implikasi
kerja. Hal ini terutama relevan untuk organisasi yang secara bersamaan mengadopsi teknologi dasar
I4.0 dan praktik koneksi virtual, yang dapat meningkatkan kinerja karyawan. ' kinerja. Wawasan ini
diharapkan dapat menambah nilai bagi team leader dan manajer lini yang menghadapi kesulitan
dalam menahan dampak negatif pandemi COVID-19 terhadap kinerja karyawan.
2. Latar belakang teori dan pengembangan hipotesis
Mayoritas perhatian dalam riset manajemen operasi sejauh ini diarahkan untuk memahami
dampak wabah COVID-19 pada organisasi. Sebagai contoh, Ivanov (2020) mengembangkan a
2
Jurnal Internasional Ekonomi Produksi 234 (2021) 108075
model yang layak dengan mengintegrasikan perspektif kelincahan, ketahanan, dan keberlanjutan
berdasarkan pelajaran yang dipetik dari pandemi COVID-19. Sai- leshsingh dan Subramanian (2020) memperkenalka
ambiguitas dengan mempelajari peristiwa pandemi Thai Flood dan COVID-19 tahun 2011 dan
mengembangkan mekanisme penanggulangan ambiguitas. Remko (2020) menyarankan jalur untuk
mengembangkan operasi pasca-COVID-19 yang lebih tangguh. Berdasarkan tinjauan pustaka
terstruktur, Queiroz dkk. (2020) mensintesis dampak wabah epidemi pada operasi di tengah pandemi
COVID-19. Namun, dampak pandemi terhadap manajemen proses dan operasi, dan pemangku
kepentingan terkait seperti karyawan belum diselidiki, yang menjadi fokus penelitian ini.
Menurut ringkasan kebijakan oleh Organisasi Perburuhan Internasional ( ILO, 2020 ), Pandemi
COVID-19 telah menjungkirbalikkan dunia kerja. Perubahan tak terduga yang disebabkan oleh
peristiwa eksogen seperti wabah COVID-19 diperkirakan akan melumpuhkan sebagian organisasi
dan karyawannya masing-masing, dan memaksa mereka masuk ke zona rentan ( Williams dkk., 2017 ).
Mendorong ke zona ini dapat memicu masalah langsung dan parah yang dapat berdampak negatif
pada karyawan penjualan business-to-business (B2B) ' kinerja ( Hartmann dan Lussier, 2020 ).
Beberapa di antaranya adalah masalah yang berasal dari kerja jarak jauh yang lebih besar dan
ketidaktersediaan fisik, pembatalan dan penundaan pertemuan dan acara penting, pembatasan
perjalanan dan penutupan perbatasan oleh negara yang berbeda, dan penyakit kesehatan mental
dan fisik pemangku kepentingan yang lebih besar, antara lain. Masalah-masalah yang dialami
karyawan akan mengurangi kemampuan dan kemauannya untuk melaksanakan tugas yang ada dan
tugas baru. Karyawan yang terus bekerja dari jarak jauh setelah wabah COVID-19 memiliki peluang
lebih tinggi untuk mengalami kecemasan, frustrasi, dan kelelahan, yang jika terakumulasi dapat
memengaruhi produktivitas dan keterlibatan mereka, yang mengarah pada pengiriman output
berkualitas rendah yang rentan terhadap kesalahan.
Sistem manajemen kinerja diadopsi dengan tujuan untuk menciptakan keselarasan dan
pemahaman bersama tentang kiriman dan jalur (misalnya pelatihan, bimbingan) untuk mencapai
kiriman tersebut. Relevansi dan validitas sistem manajemen kinerja yang telah ditetapkan
sebelumnya hilang dalam konteks krisis, menjamin revisi dengan kontekstualisasi ke keadaan normal
baru ( Maley, 2013 ; Gun- nigle dkk., 2019 ). Memudarnya relevansi dan validitas sistem semacam itu
membuat karyawan tidak memiliki keselarasan dan pemahaman bersama tentang hasil kerja, yang
mengarah pada kinerja mereka yang kurang optimal. Ini lebih benar dalam konteks saat ini pasca
wabah COVID-19. Hartmann dan Lussier (2020) mempelajari dampak wabah COVID-19 pada
penjualan B2B
karyawan ' s kinerja berbasis di itu ulasan dari
artikel berorientasi praktisi, wawancara organisasi B2B ' karyawan, dan webinar dengan profesional
penjualan. Menggunakan Leavitt ' Untuk model perubahan organisasi dan teori sistem sosioteknik,
mereka menyatukan diskusi yang kaya tentang tantangan yang diperkenalkan oleh wabah COVID-19
yang dapat mengurangi kinerja karyawan penjualan B2B. Mempertimbangkan argumen dari literatur
dan meluas ke semua kategori karyawan dalam suatu organisasi, kami cenderung mengarah pada
dampak negatif dari wabah COVID-19 dan mengajukan hipotesis pertama kami sebagai:
H1. Implikasi kerja dari wabah COVID-19 berhubungan negatif dengan karyawan ' kinerja.
Untuk menghipotesiskan dampak teknologi berbasis I4.0 pada hubungan antara implikasi
pekerjaan wabah COVID-19 pada karyawan ' Untuk kinerja, kami mengandalkan lensa teoritis
konstruksi sosial teknologi (SCOT). Teori SCOT menjelaskan bagaimana berbagai faktor sosial dan
kekuatan membentuk perkembangan teknologi yang seringkali non-linear, perubahan teknologi, dan
makna yang terkait dengan teknologi ( Pinch dan Bijker, 1984 , 1986 ; Bijker, 2008 ). Leonardi dan
Barley (2010) mengelompokkan penelitian implementasi SCOT ke dalam lima perspektif, yaitu
persepsi, interpretasi, apropriasi, pemberlakuan, dan keselarasan, serta menjelaskan tahapan
implementasi, fenomena sosial yang dikonstruksi, dan proses konstruksi untuk masing-masing
perspektif. van Baalen dkk. (2016) memperluas SCOT ke dunia digital dan memperlakukan
penggunanya sebagai agen perubahan teknologi. Kelompok pengguna yang berbeda
G. Narayanamurthy dan G. Tortorella
diharapkan mengadopsi, menerapkan dan berbagi makna teknologi, menentukan lintasan
perkembangan teknologi, dan menafsirkan artefaknya untuk melakukan negosiasi atas desainnya ( Klein
dan Kleinman, 2002 ;
Kwok dan Koh, 2020 ).
Teknologi I4.0 memungkinkan aliran nilai digital dan terhubung yang dapat mengubah
perusahaan mapan menjadi pengiriman nilai yang cerdas dan otonom ( Arnold dkk., 2016 ). Teknologi
I4.0 menghadirkan keterhubungan berbasis internet horizontal dan vertikal yang mampu secara
real-time dari orang, mesin, dan objek, serta teknologi informasi dan komunikasi untuk manajemen
dinamis dari proses bisnis yang kompleks ( Bauer dkk., 2015 ; Müller dkk., 2018 ). Teknologi dasar I4.0
merangkum teknologi yang memberikan konektivitas dan kecerdasan pada teknologi front-end yang
disusun dalam empat dimensi utama, yaitu manufaktur pintar, produk pintar, rantai pasokan pintar
dan kerja pintar ( Frank dkk., 2019 ). SCOT memanfaatkan gagasan kelompok sosial yang relevan,
fleksibilitas interpretatif, stabilisasi, dan penutupan ( Bijker, 2008 ). Dalam kasus teknologi I4.0,
organisasi dan pemangku kepentingan mereka adalah kelompok sosial yang relevan yang
mengkonseptualisasikan kegunaan otomatisasi untuk mengekstrak nilai dan meningkatkan kinerja.
Mereka terus melakukan brainstorming desain teknologi I4.0 hingga mencapai titik stabilisasi, di
mana perpaduan dapat dicapai di sekitar desain. Adaptasi kecil dilakukan pada arsitektur I4.0 yang
distabilkan untuk mengakomodasi spesifikasi industri, area aplikasi, dan peristiwa eksogen seperti
COVID-19, sehingga dapat secara meyakinkan sesuai dengan kebutuhan mereka.
Organisasi dengan kematangan digital dan otomatisasi yang lebih besar melalui integrasi
teknologi I4.0 telah memperoleh manfaat yang signifikan darinya setelah wabah COVID-19 karena
mereka mampu mempertahankan tingkat produktivitas secara efektif. Setelah wabah COVID-19, IEEE
(2020)
menyiratkan bahwa adopsi realitas virtual, augmented reality, tampilan holografik, dan ruang
kolaborasi imersif yang dimungkinkan oleh teknologi kehadiran jauh akan mengalami peningkatan
pesat di perusahaan karena mereka menuntut alat kolaborasi jarak jauh yang canggih. Javaid et al.
(2020) menjelaskan bagaimana berbagai teknologi I4.0 seperti kecerdasan buatan, internet of things,
big data, virtual reality, holografi, komputasi awan, robot otonom, pemindaian 3D, pencetakan 3D,
dan biosensor, dapat digunakan untuk mengelola intervensi secara efisien dari COVID-19. Untuk
menunjukkan tingkat otomatisasi yang dapat diharapkan melalui adopsi teknologi I4.0 di dunia
pasca-COVID, IEEE (2020) menyatakan bahwa “ Penjualan B2B biasanya membutuhkan jabat tangan
di restoran steak yang mahal; sekarang, itu akan dilakukan melalui aplikasi pengiriman makanan
yang menyajikan steak dan anggur kepada orang-orang ' Kantor pusat baru yang diaktifkan oleh ruang
kolaborasi yang imersif, yang hanya ada di server di pusat data mati yang berjalan di jaringan
pemulihan otomatis. ”
Berkembang berdasarkan teori SCOT, teknologi diadopsi dan digunakan oleh karyawan karena
berkontribusi terhadap pencapaian tujuan manusia dan meningkatkan dunia sosial atau untuk
memajukan kepentingan individu dan kelompok sosial. Sesuai dengan ini, teknologi dasar I4.0 telah
diadopsi secara luas dan digunakan secara luas oleh karyawan setelah wabah COVID-19 karena
memenuhi persyaratan otomatisasi dari berbagai pemangku kepentingan. Berdasarkan ILO (2020) ,
wabah COVID-19 telah mempercepat tren digitalisasi dan adopsi teknologi I4.0 (termasuk teknologi
jaringan, Big Data, pencetakan 3-D, kecerdasan buatan, dan robotika) menambah masa depan yang
menjanjikan dengan fleksibilitas yang lebih besar
Gambar 1. Model teoritis yang dihipotesiskan.
3
Jurnal Internasional Ekonomi Produksi 234 (2021) 108075
dan keberlanjutan, yang memungkinkan karyawan untuk mengelola hasil kerja mereka dengan lebih baik.
Mempertimbangkan argumen ini berdasarkan teori SCOT, kami mengusulkan hipotesis kedua kami sebagai:
H2. Teknologi dasar I4.0 memoderasi hubungan antara COVID-19 ' implikasi kerja dan karyawan ' kinerja,
sehingga efek negatifnya lebih rendah dengan peningkatan tingkat adopsi teknologi dasar I4.0.
Gambar 1 menyajikan model teoritis yang dihipotesiskan. Karena baik implikasi kerja COVID-19
dan teknologi I4.0 adalah fenomena terbaru yang hubungannya tidak pasti, pendekatan moderasi
tampaknya lebih cocok, karena ini menguji interaksi yang mempengaruhi ketika hubungan antar
variabel terjadi daripada menguji hubungan sebab akibat. di antara variabel-variabel ini ( Cohen, 2008 ).
Dalam hal ini, dalam model berukuran hipotesis kami mempertimbangkan COVID-19 ' Implikasi kerja
sebagai variabel independen dan teknologi dasar I4.0 sebagai moderator hubungan dengan metrik
kinerja.
3. Metode
3.1. Pengembangan instrumen
Kuesioner terdiri dari empat bagian dengan ukuran masing-masing (lihat Lampiran). Pertama,
kami mengumpulkan informasi responden dan organisasi mereka. Pada bagian awal ini, kami juga
menyertakan pernyataan yang secara eksplisit menunjukkan sifat anonimitas dan kerahasiaan
penelitian, dan bahwa tidak ada jawaban yang lebih baik. Kedua, kami menanyakan responden
tentang tingkat adopsi teknologi dasar I4.0 di organisasi mereka. Untuk itu, kami menggunakan
empat teknologi dasar: ( saya) Data besar, ( ii) Internet of Things (IoT), ( aku aku aku) Komputasi
Awan, dan ( iv) Analisis (e.
g. pembelajaran mesin dan penggalian data). Teknologi tersebut disarankan dan divalidasi secara
empiris oleh Frank dkk. (2019) , yang mengidentifikasi pola implementasi untuk Industri 4.0. IoT, Big
Data, Cloud Computing, dan Analytics memberikan dasar yang kokoh di mana teknologi front-end
lainnya dapat berkembang, digunakan dalam penyelidikan lain di I4.0 (mis. Tortorella dkk., 2020b ).
Oleh karena itu, kami memahami bahwa, karena I4.0 masih pada tahap awal di sebagian besar
organisasi dan mengingat tingkat penyebaran yang tinggi dari teknologi dasar tersebut, mereka akan
lebih mudah ditemukan dalam sampel yang ditargetkan. Skala Likert 6 poin digunakan, bervariasi dari
1 (tidak diterapkan) hingga 6 (diterapkan sepenuhnya). Langkah-langkah tersebut juga diadopsi oleh
penelitian sebelumnya yang mencakup I4.0 (mis
Dubey dkk., 2019 ; Tortorella dkk., 2020b ). Bagian selanjutnya mengevaluasi implikasi kerja dari
wabah COVID-19. Lima belas implikasi dinyatakan dan didaftar berdasarkan studi dari Qiu dkk. (2020) ,
Nicola dkk. (2020) , Lewnard and Lo (2020) dan Zhang et al. (2020) . Secara analitis, kami
menerapkan skala Likert yang berkisar dari 1 (sangat tidak setuju) hingga 6 (sangat setuju) untuk
mengidentifikasi responden ' tingkat persetujuan. Terakhir, di bagian keempat, responden
menunjukkan tingkat peningkatan kinerja mereka sendiri selama dua bulan terakhir. Dua ukuran
kinerja individu digunakan: kualitas dan pengiriman. Langkah-langkah ini dinilai berdasarkan skala
Likert di mana 1 menunjukkan 'memburuk secara signifikan ' kinerja, dan 6 disebut 'meningkat secara
signifikan ' kinerja. Bagian ini adalah
G. Narayanamurthy dan G. Tortorella Jurnal Internasional Ekonomi Produksi 234 (2021) 108075

terletak jauh dari yang sebelumnya, di mana variabel-variabel independen dan potensial ditempatkan. Tabel 1
Tindakan balasan tersebut bertujuan untuk menghindari bias metode umum ( Podsakoff dan Organ, Karakteristik sampel ( n = 106).
1986 ; Podsakoff dkk., 2003 ). Dua akademisi melakukan pra-tes kuesioner sehingga konten dan Responden ' s jenis kelamin Sektor organisasi
validitas wajah diperiksa. Berdasarkan masukan mereka, beberapa istilah dan pernyataan direvisi
Pria 76 71,7% Layanan keuangan 16 15,1%
untuk mengurangi salah tafsir dan tanggapan yang salah.
Perempuan 30 28,3% Layanan Pemerintah 18 17,0%

Responden ' peran s Layanan Distribusi 25 23,6%

Supervisor atau 72 67,9% Layanan pribadi 9 8,5%

Koordinator
3.2. Pemilihan sampel dan pengumpulan data
Manajer atau Direktur 34 32,1% Infrastruktur 38 35,8%
Jasa
Untuk memilih sampel, kami menggunakan pendekatan non-acak dengan dua kriteria pemilihan
Responden ' pengalaman Tingkat interaksi dan penyesuaian organisasi
utama ( Smith, 1983 ). Pertama, responden harus bekerja dari jarak jauh ke organisasi layanan selama
pandemi COVID-19. Penetapan kriteria ini akan memastikan bahwa konteks kerja yang tepat
< 5 tahun 63 59,4% Rendah 15 14,2%
tersedia. Kami menyertakan pertanyaan di email dengan kuesioner yang dikirim ke calon responden,
> 5 tahun 43 40,6% Tinggi 91 85,8%
sehingga kami dapat mengabaikan mereka yang tidak memenuhi kriteria ini. Lebih lanjut, semua
Ukuran organisasi Tingkat organisasi intensitas tenaga kerja
responden harus menjalankan peran koordinator, supervisor, manajer, atau direktur dalam organisasi
mereka. Asumsinya adalah bahwa responden yang memainkan peran ini akan memiliki pandangan < 5000 karyawan 65 61,3% Rendah 30 28,3%
> 5000 karyawan 41 38,7% Tinggi 76 71,7%
yang lebih holistik dan sistemik tentang organisasi mereka, mengurangi persepsi rabun status quo. Tidak
ada batasan yang terkait dengan sektor, kepemilikan (misalnya publik atau swasta) atau jenis (yaitu Kepemilikan organisasi Tipe organisasi

transnasional atau nasional) yang ditentukan, karena keragaman organisasi layanan. Publik 14 13,2% Transnasional 61 57,5%
Pribadi 92 86,8% Nasional 45 42,5%

EFA pertama dilakukan dengan teknologi dasar I4.0, seperti yang ditunjukkan pada

Meja 2 . Keempat teknologi digital menghasilkan beban tinggi pada PC pertama, dengan nilai eigen
Email dengan kuesioner dikirim pada April 2020 ke 558 calon responden yang awalnya
2,85 dan terhitung 71,13% dari total varian dalam tanggapan. Keandalan konstruksi diuji melalui
diidentifikasi dari penulis ' jaringan di India. Setelah itu, email tindak lanjut dikirimkan pada awal Mei
Cronbach ' s alpha, yang hasilnya ( α = 0,856) melampaui ambang 0,6 yang menunjukkan keandalan
2020 untuk memperkuat ajakan menanggapi survei. 106 tanggapan yang valid terdiri dari sampel
yang tinggi dalam tanggapan ( Meyers et al., 2006 ). Tanggapan untuk konstruksi ini ditentukan
akhir, mewakili tingkat tanggapan 19% (lebih tinggi dari tingkat 15% yang direkomendasikan oleh Rambut
dengan menghitung rata-rata tertimbang tanggapan asli menggunakan pembebanan faktor sebagai
dkk., 2014 ). Dataset diperiksa untuk bias non-respons antara responden yang
bobot.

EFA kedua memanfaatkan tanggapan pada tingkat kesepakatan implikasi kerja akibat wabah
dijawab pada bulan April (responden awal; n 1 = 49) dan orang-orang yang
COVID-19. Menggunakan rotasi varimax, kami menemukan tiga PC dengan nilai eigen lebih besar
dijawab pada bulan Mei (responden terlambat; n 2 = 57). Levene ' Uji s untuk persamaan varians dan a t-
dari 1 (4,30, 3,83 dan 2,13, masing-masing) dan mewakili akumulasi varians dari 68,31% ukuran.
tes untuk persamaan sarana ( Armstrong dan Overton,
Hanya faktor beban di atas 0,45 yang dipertimbangkan ( Tabachnick dkk., 2007 ). Kami mereplikasi
1977 ) diterapkan, dan hasilnya tidak menunjukkan perbedaan yang signifikan dalam sarana dan
hasil menggunakan rotasi miring sebagai pemeriksaan ortogonalitas dan komponen yang diekstraksi
varians antar kelompok. Apalagi Harman ' Uji faktor tunggal dengan analisis faktor eksplorasi
serupa. Unidimensi komponen diverifikasi dan dikonfirmasi dengan menerapkan Analisis Komponen
digunakan untuk melengkapi verifikasi keberadaan bias metode umum ( Malhotra et al., 2006 ).
Utama pada tingkat komponen. Kami menilai reliabilitas menentukan Cronbach ' s alpha. Hasil dalam Tabel
Pengujian yang mencakup semua variabel independen, moderasi, dan dependen menghasilkan
3
faktor pertama yang menyumbang 22,35% dari total varian. Tidak adanya faktor tunggal yang
menjelaskan sebagian besar varian mendukung asumsi bahwa masalah terkait bias metode umum
dapat diabaikan.
menunjukkan keandalan yang tinggi (mis α> 0,6) ( Meyers et al., 2006 ).

Tindakan yang memuat pada komponen pertama semuanya terkait dengan dampak ekonomi
akibat wabah COVID-19. Karena pembatasan jarak sosial, konsumsi pasar telah melambat di banyak
Tentang responden ' karakteristik, 67,9% adalah pengawas atau koordinator, dan 59,4% memiliki
sektor ( Zhang dkk., 2020 ). Selain itu, pemanfaatan sumber daya yang ada telah diorientasikan
pengalaman kurang dari 5 tahun. Sehubungan dengan organisasi layanan yang tercakup dalam
kembali pada penyediaan kebutuhan dasar, seperti pangan ( Hobbs, 2020 ). Dengan demikian,
kumpulan data,
sebagian besar organisasi menghadapi penurunan yang signifikan
57,5% adalah transnasional (berlokasi di banyak negara); 86,8% adalah pribadi; 61,3% memiliki
kurang dari 5000 karyawan; dan 35,8% di antaranya berasal dari sektor infrastruktur (mis.
komunikasi, transportasi, utilitas, perbankan). Dalam hal tingkat interaksi dan penyesuaian, 85,8%
responden menyatakan bahwa organisasi layanan mereka menampilkan tingkat tinggi, dan 71,7% Meja 2
menginformasikan bahwa organisasi mereka memiliki tingkat intensitas tenaga kerja yang tinggi. EFA untuk memvalidasi konstruksi teknologi dasar I4.0 (Diadaptasi dari Frank dkk., 2019 ).
Berdasarkan Fitzsimmons dkk. (2008) , organisasi yang menampilkan intensitas tenaga kerja tinggi
dan interaksi / penyesuaian disebut 'layanan profesional ' karena mereka memberikan perhatian Variabel Berarti Std. Komunitas Teknologi Dasar
individu oleh spesialis yang sangat terlatih. Dev. [BASE_TECH]

Data besar 3.49 1.78 0.79 0.890

Internet untuk segala 3.68 1.79 0.63 0.794
(IoT)
Komputasi awan 3.76 1.84 0.73 0.853
3.3. Validitas dan reliabilitas konstruksi
Analytics (mis 3.83 1.77 0.70 0.834
pembelajaran mesin
Pada langkah ini, kami melakukan dua Analisis Faktor Eksplorasi (EFA) menggunakan ekstraksi dan data mining)
Komponen Utama (PC) untuk mengidentifikasi dan memvalidasi konstruksi berdasarkan data yang
Jumlah ekstraksi% pemuatan kuadrat dari 2.85
dikumpulkan. EFA umumnya diadopsi dalam situasi di mana skala perlu dikembangkan, membantu varian 71.13
identifikasi konstruksi variabel laten ( Fabrigar dkk., 1999 ). EFA juga berguna ketika hipotesis atau Cronbach ' s alpha 0.856

pola variabel yang diukur sebelumnya tidak diketahui ( Finch dan West, 1997 ) ( Tabel 1 ). Pengukuran KMO dari kecukupan sampling 0.812
Bartlett ' Uji kebulatan ( χ 2 / df) 196,450 / 6 **

Catatan: Metode Ekstraksi: Analisis Komponen Utama; ** nilai p <0,01.

4
G. Narayanamurthy dan G. Tortorella Jurnal Internasional Ekonomi Produksi 234 (2021) 108075

Tabel 3
EFA untuk memvalidasi konstruksi COVID-19 ' implikasi kerja (matriks komponen diputar).

Variabel Berarti Std. Komunitas 1 2 3 Denominasi

Dev.

Saya tidak mengalami keterlambatan dalam menerima informasi dari tim saya, saya tidak 3.24 1.64 0.76 0.774 Ketidakamanan pekerjaan [JOB INS]

menemukan departemen atau divisi saya ' masa depan tidak pasti 3.13 1.72 0.76 0.816
Saya tidak dapat dipindahkan ke pekerjaan tingkat yang lebih rendah di dalam organisasi. Saya tidak dapat 2.66 1.78 0.80 0.890
kehilangan pekerjaan saya dan diberhentikan secara permanen 2.99 1.84 0.79 0.887
Saya tidak bisa kehilangan pekerjaan saya karena dipaksa untuk menerima pensiun dini 2.80 1.84 0.82 0,901
Saya lebih sering menggunakan email untuk berkomunikasi dengan pemasok, pelanggan, dan / atau 5.08 1.31 0.64 0,699 Lingkungan kantor rumah
anggota tim saya [RUMAH]
Saya lebih sering menggunakan situs web untuk berkomunikasi dengan pemasok, pelanggan, dan / atau 3.96 1.88 0.46 0.459
anggota tim saya
Lingkungan kerja saya rapi dan teratur 4.88 1.22 0.71 0.845
Lingkungan kerja saya menyajikan infrastruktur yang diperlukan untuk mendukung aktivitas saya 4.81 1.29 0.75 0.859

Lingkungan kerja saya memungkinkan saya untuk berkonsentrasi dan fokus dengan baik pada tugas-tugas harian saya 4.74 1.22 0.79 0.892

Lingkungan kerja saya memungkinkan saya memiliki rutinitas yang fleksibel (yaitu jam fleksibel) Saya lebih 4.81 1.38 0.41 0,599
sering menggunakan telepon untuk berkomunikasi dengan pemasok, pelanggan dan / atau anggota tim saya 4.84 1.60 0,56 0,645 Koneksi virtual
[VIRTUAL]
Saya lebih sering menggunakan platform online untuk berkomunikasi dengan pemasok, pelanggan, 5.10 1.39 0.64 0,598 0,525
dan / atau anggota tim saya
Saya secara signifikan tidak melewatkan interaksi fisik dengan rekan kerja saya, saya tidak menghadapi 4.29 1.62 0.65 0.774
kesulitan dalam mendekati rekan kerja saya 3.21 1.70 0.67 0.606 0,548

Jumlah ekstraksi% pemuatan kuadrat dari 5.04 3.86 1.37

varian 33.58 27.73 9.14
Jumlah rotasi dari kuadrat pemuatan% varian 4.30 3.83 2.13
28.69 25.40 14.22
Cronbach ' s alpha 0.843 0.805 0.821
Pengukuran KMO dari kecukupan sampling 0.807
Bartlett ' Uji kebulatan ( χ 2 / df) 1041.913 / 105 **

Catatan: Metode Ekstraksi: Analisis Komponen Utama; Metode Rotasi: Varimax dengan normalisasi Kaiser; ** nilai p <0,01.

tuntutan mereka, yang menyebabkan penurunan pendapatan dan memperburuk pengangguran di
sebagian besar negara ( Nicola dkk., 2020 ). Konstruksi ini kemudian mewakili pengertian tersebut ketidakstabilanditemukan positif, menunjukkan sifat variabel ' interaksi. Nilai CR lebih besar dari 0,7,
pekerjaan dan rasa ketidakamanan pasar
[JOB_INS] disebabkan oleh wabah COVID-19.
Konstruksi kedua terdiri dari implikasi pekerjaan yang terkait dengan lingkungan kantor rumah. Pandemidalam skala kontinu.
COVID-19 telah memaksa organisasi untuk merestrukturisasi proses mereka dan agar karyawan
mereka dapat bekerja dari jarak jauh dari rumah, menghindari eksposisi yang menonjol dan
mengurangi kemungkinan kontaminasi yang lebih besar ( Nicola dkk., 2020 ). Dalam skenario ini,
orang harus mengatur ulang lingkungan kerja mereka untuk melakukan aktivitas mereka dari rumah.
Tindakan yang dimuat dalam konstruksi ini dikelompokkan dan diasumsikan mewakili pandemi ' efek
terkait dengan lingkungan kantor rumah [ RUMAH].
Konstruksi ketiga mengelompokkan item yang terkait dengan komunikasi kerja dan berbagi
informasi. Salah satu kendala utama yang ditimbulkan oleh wabah COVID-19 adalah terkait
komunikasi. Karena interaksi fisik telah diminimalkan, platform online telah digunakan secara lebih
luas sebagai cara untuk mengekang pembatasan tersebut. Dalam pengertian ini, organisasi layanan
telah mendorong koneksi virtual untuk meningkatkan komunikasi dan mengurangi efek jarak sosial
pada karyawan dan tim. Oleh karena itu, ukuran yang mendasari konstruksi ini mewakili koneksi
virtual [VIRTUAL] yang dimotivasi oleh pandemi COVID-19.
dan keandalan kompositnya (CR) (lihat Tabel 4 ). Koefisien korelasi yang signifikan ( p- nilai <0,05)
mengkonfirmasikan validitas konvergen konstruksi ( Rambut dkk., 2014 ). Oleh karena itu, nilai untuk
setiap konstruksi yang divalidasi dihitung berdasarkan pembebanan faktor yang sesuai dan diberikan
3.4. Analisis data
Selanjutnya, kami melakukan serangkaian model regresi linier hierarkis Ordinary Least Square
(OLS) untuk menguji hipotesis kami. Setiap ukuran kinerja diperiksa secara individual dalam model
regresi. Model 1 mencakup 'kualitas keluaran karyawan ' sebagai variabel terikat. Jadi, dalam Model
1A kami hanya memasukkan pengaruh variabel kontrol (i.
e. sektor organisasi, tingkat interaksi dan penyesuaian, dan tingkat intensitas tenaga kerja). Model 1B
memasukkan efek langsung dari tiga konstruk COVID-19 ' Implikasi dan konstruksi teknologi dasar
I4.0. Akhirnya, Model 1C memerlukan penambahan efek moderasi dari teknologi dasar I4.0. Model 2
mengacu pada 'pengiriman keluaran karyawan ' sebagai variabel terikat. Secara analogi, Model 2A,
2B dan 2C meregresi variabel dependen ini pada variabel kontrol, variabel kontrol dan variabel
dependen, dan istilah kontrol, independen, dan interaksi.

Akhirnya, kami menentukan korelasi berpasangan untuk semua konstruksi

Tabel 4
Koefisien korelasi Pearson dan reliabilitas komposit (CR).

1 2 3 4 5 6 7 8 9 CR

1-Sektor organisasi - 0,237 * 0,169 - 0,058 0,212 * 0,073 0,193 * 0.116 0.147 -
2-Derajat interaksi dan kustomisasi 3-Derajat intensitas - 0,406 ** - 0,063 0.147 0,201 * 0.133 0.153 0,083 -
tenaga kerja - 0,059 0.157 - 0,013 0.148 0.189 0.179 -
4-JOB_INS - 0,094 0,401 ** 0,063 0.128 0.157 0,901
5-HOME - 0,447 ** 0,454 ** 0,612 ** 0,605 ** 0.876
6-VIRTUAL - 0.113 0,386 ** 0,368 ** 0.854
7-BASE_TECH - 0,366 ** 0,358 ** 0.889
Kualitas keluaran 8-karyawan - 0,887 ** -
9-pengiriman output karyawan - -

5
G. Narayanamurthy dan G. Tortorella Jurnal Internasional Ekonomi Produksi 234 (2021) 108075

Menentukan ukuran sampel perwakilan minimum di mana hasil analisis regresi tidak akan terkait ( ̂ β̂ = 0,513; p- nilai <0,01) dengan kualitas keluaran karyawan.
berubah dari yang diperoleh dengan ukuran sampel yang lebih besar telah menjadi perhatian praktis Mengenai istilah interaksi, hasil menunjukkan bahwa BASE_TECH telah melakukannya
utama untuk aplikasi teknik analisis data multi-variate ( Forcino, 2012 ). Meskipun peneliti harus
moderasi positif pada efek VIRTUAL ( ̂ β̂ = 0,197; p- nilai
mengumpulkan ukuran sampel yang cukup besar untuk menjadi representasi, setelah ukuran sampel
0.10) terhadap kualitas output karyawan. Sebaliknya, BASE_TECH tampaknya t < Hai
diperoleh, sampel tambahan tidak boleh mengubah hasil analisis multivariat, dan bahan tambahan
secara negatif memoderasi efek dari kedua HOME ( ̂ β̂ = - 0,208; p- nilai <
tersebut dapat dianggap sebagai bentuk over. -contoh ( Forcino et al., 2015 ). Tidak ada aturan praktis
0,05) dan JOB_INS = - 0,157; p- nilai <0,10).
tertentu untuk menentukan ukuran sampel. Namun, beberapa peneliti mendukung aturan praktis saat
Berkenaan dengan 'pengiriman keluaran karyawan ', hasil untuk analisis regresi linier hierarkis
menggunakan ukuran sampel. Dalam analisis regresi, yang merupakan prosedur yang dilakukan
menunjukkan bahwa Model 2B ( F- nilai
dalam penelitian kami, banyak peneliti (mis Concato et al., 1995 ; Peduzzi dkk., 1995 ; Vittinghoff dan
9,491; p- nilai <0,01; R 2 = 0,404) adalah yang dipilih, karena tidak ada sig = - perubahan signifikan R 2 terjadi
McCulloch, 2007 ) mengatakan bahwa harus ada setidaknya 10 observasi per variabel. Dalam analisis
di Model 2C. Dengan kata lain, karena Model 2B hanya memasukkan variabel kontrol dan
regresi kami, model yang paling kritis adalah 1C dan 2C, yang meregresi variabel dependen
independen, tidak ada moderasi yang signifikan ditemukan untuk peningkatan kinerja pengiriman
masing-masing pada istilah kontrol, independen, dan interaksi. Karena ukuran sampel kami adalah
output karyawan. Nyatanya, hanya HOME yang memberikan hasil positif signifikan
106 responden, kami memenuhi rasio 10 banding 1 antara ukuran sampel dan variabel independen
yang ditunjukkan. Studi berbasis survei lainnya baru-baru ini menerbitkan bahwa fenomena baru
asosiasi ( ̂ β̂ = 0,476; p- nilai <0,01) dengan ukuran kinerja ini.
yang mendekati menggunakan ukuran sampel yang sama untuk melakukan analisis data multivariat
Hasil ini tidak melahirkan H. 1 dan sebagian mendukung H. 2.
mereka, seperti Frank dkk. (2019) yang memiliki sampel 92 responden, Tortorella dkk. (2017)
Dampak langsung positif dari HOME pada kualitas output karyawan
dan pengiriman bertentangan dengan hipotesis efek negatif COVID-
19 ' implikasi kerja ( H. 1). Karena organisasi layanan harus cepat beradaptasi dengan keadaan normal
baru yang disiratkan oleh pandemi, individu ' perfor-
mance diperkirakan akan memburuk karena tingkat kesiapan mereka tidak sesuai dengan
persyaratan saat ini. Namun, dampak positif yang berlawanan dengan intuisi lingkungan kantor rumah
dengan sampel 89 perusahaan, Marodin dkk. (2018) dengan sampel 110 tanggapan, Marodin dkk.
yang ditunjukkan dalam analisis kami agak menyatu dengan indikasi sebelumnya dari MacEachen
(2016) dengan kumpulan data yang terdiri dari 64 responden, dan Godinho Filho dkk. (2016) dengan
dkk. (2008) dan
52 tanggapan.
Bloom (2014) . Secara umum, studi ini menunjukkan bahwa ketika karyawan bekerja dari jarak jauh
Multikolinieritas pada koefisien yang diestimasi diperiksa dengan menggunakan faktor inflasi
dari rumah mereka, ada kemungkinan lebih tinggi untuk meningkatkan produktivitas dan kepuasan
varians (VIF) untuk semua variabel, yang semuanya di bawah lima ( Belsley dkk., 2005 ). Asumsi yang
kerja. Hasil kami memperluas temuan yang menunjukkan bahwa kualitas keluaran karyawan juga
terkait dengan normalitas, linieritas dan homoskedastisitas diverifikasi antara variabel independen,
cenderung meningkat ketika organisasi layanan mengadopsi kebijakan kantor pusat. Lebih lanjut,
moderasi dan dependen ( Rambut dkk., 2014 ). Sisa dievaluasi untuk memverifikasi normalitas dari
temuan kami menunjukkan bahwa karyawan tidak kekurangan infrastruktur dan disiplin yang
distribusi istilah kesalahan. Linearitas dinilai dengan plot regresi parsial untuk setiap model.
diperlukan untuk bekerja dari rumah mereka, karena perubahan mendadak ke lingkungan kantor
Homoskedastisitas diperiksa secara visual dengan memplot residual standar terhadap nilai prediksi.
rumah yang disiratkan oleh pandemi secara positif mempengaruhi kinerja mereka.
Semua pengujian mengkonfirmasi asumsi yang diperlukan untuk analisis regresi OLS.

Mengenai peran moderasi BASE_TECH, dua hasil berbeda diamati. Teknologi dasar I4.0
(misalnya IoT, data besar, komputasi awan, dan pembelajaran mesin) seharusnya memfasilitasi
komunikasi dan berbagi informasi antar agen ( Frank dkk., 2019 ; Shou dkk., 2019 ), mendukung dan
4. Hasil dan diskusi
mendorong pengambilan keputusan yang lebih tegas ( Tortorella dkk., 2019 ; Ancarani dkk., 2019 ),
dan akhirnya bertindak atas masalah yang terkait dengan layanan, proses, atau produk dengan
Tabel 5 menampilkan hasil untuk standar ̂ β̂ koefisien dari
menangani tindakan penanggulangan yang tepat secara mandiri ( Lam dkk., 2019 ; Koh dkk., 2019 ).
analisis regresi. Untuk Model 1A (hanya variabel kontrol), tidak ada hasil signifikan yang ditemukan.
Dalam pengertian ini, adopsi ekstensif dari teknologi semacam itu diasumsikan dapat mengurangi
Saat menambahkan variabel independen ke model (Model 1B), prediksi 'kualitas output karyawan ' dijelaskan
potensi dampak negatif pandemi pada karyawan '
secara signifikan ( F- nilai = 9,877; p- nilai <0,01; R 2 = 0.414) oleh

KONSTRUKSI RUMAH ( ̂ β̂ = 0,474; p- nilai <0,01). Namun, sebagai interaksi

kinerja, karenanya, memoderasi hubungan ini seperti yang dihipotesiskan dalam H. 2.
istilah tion (variabel moderasi) dimasukkan, Model 1C menunjukkan perubahan yang signifikan R 2, menjelaskan
Dengan demikian, moderasi positif ditemukan untuk konstruksi VIRTUAL adalah
45,3% varian ( F- nilai
Diharapkan secara alami, karena konstruksi ini berkaitan dengan komunikasi kerja dan berbagi
7.878; p- nilai <0,01). Dalam Model 1C, HOME tetap positivel = y
informasi yang tersirat oleh wabah COVID-19.

Tabel 5

Standar ̂ β̂ koefisien dari model regresi hierarki.

Variabel Kualitas keluaran karyawan Pengiriman keluaran karyawan

Model 1A Model 1B Model 1C Model 2A Model 2B Model 2C

Sektor organisasi 0,073 - 0,038 - 0,057 0.123 0,015 - 0,007

Tingkat interaksi dan penyesuaian Tingkat intensitas 0,077 0,002 - 0,011 - 0,013 - 0,080 - 0,087
tenaga kerja 0,145 0.104 0,093 0.163 0.117 0.107
RUMAH 0,474 *** 0,513 *** 0,476 *** 0,498 ***
VIRTUAL 0.163 0.135 0.144 0.133
JOB_INS 0,002 0,000 0,036 0,047
BASE_TECH 0,124 0,145 0.114 0.123
HOME x BASE_TECH - 0,208 ** - 0.148
VIRTUAL x BASE_TECH 0,197 * 0.123
JOB_INS x BASE_TECH - 0,157 * - 0.156
F- nilai 1.705 9,877 *** 7.878 *** 1.649 9,491 *** 7.215 ***
R2 0,048 0.414 0,453 0,046 0.404 0.432
Disesuaikan R 2 0,020 0,372 0,396 0,018 0,361 0,372
Ganti R 2 0,366 *** 0,040 * 0,358 *** 0,028

Catatan: * nilai-p <0,10; ** nilai-p <0,05; *** nilai-p <0,01.

6
G. Narayanamurthy dan G. Tortorella
Di sisi lain, moderasi negatif BASE_TECH pada hubungan antara HOME atau JOB_INS dan
kualitas output karyawan bertentangan dengan harapan. Meskipun mengejutkan, interaksi negatif ini
sejalan dengan temuan dari Tortorella dkk. (2020b) , yang menunjukkan bahwa organisasi mungkin
menemukan manfaat yang lebih besar dari penerapan teknologi dasar I4.0 di tingkat organisasi
daripada di tingkat tim atau individu. Frank dkk. (2019) telah menunjukkan bahwa pemahaman
tentang teknologi dasar I4.0 masih perlu ditingkatkan, karena manajer lebih akrab dengan
fungsionalitas dan aplikasi pintar I4.0 mereka daripada teknologi yang mendukungnya. Fakta ini juga
dapat membantu menjelaskan moderasi negatif dari BASE_TECH. Dengan demikian, kami
berpendapat bahwa moderasi negatif pada efek keduanya lingkungan kantor rumah dan ketidakamanan
pekerjaan dapat terjadi karena kombinasi pemahaman manajerial yang buruk dari teknologi dasar
I4.0 dan fakta bahwa teknologi ini lebih cenderung digunakan dalam proses makro organisasi yang
tidak secara langsung berhubungan (atau berhubungan jauh) dengan kualitas keluaran karyawan.
Argumen ini juga didukung oleh kurangnya moderasi yang signifikan yang ditemukan untuk
pengiriman output karyawan. Gambar 2
merangkum hasil yang diperoleh dengan menangkap hubungan yang signifikan secara empiris.
5. Kesimpulan
Tujuan penelitian kami adalah memberikan pemahaman tentang bagaimana wabah COVID-19
dapat berdampak pada karyawan ' kinerja
( RQ 1) dan peran moderasi yang dilakukan oleh teknologi dasar I4.0
adopsi ( RQ 2). Untuk menjawab pertanyaan tersebut, kami mengumpulkan data dari karyawan dari
berbagai perusahaan sektor jasa di India yang telah
bekerja dari jarak jauh selama wabah COVID-19. Kami menerima 106 tanggapan yang valid dan
menganalisisnya menggunakan teknik multivariat.
Menjawab RQ 1, hasil kami menunjukkan bahwa lingkungan kerja kantor rumah meningkatkan
kualitas output dan kinerja pengiriman
karyawan. Dalam sampel yang diteliti, kami tidak menemukan dampak langsung yang signifikan dari
ketidakstabilan pekerjaan dan rasa ketidakamanan pasar dan virtual
koneksi pada kinerja karyawan. Mengenai RQ 2, penelitian kami menunjukkan bahwa adopsi teknologi
dasar I4.0 ( saya) moderat negatif
hubungan antara lingkungan kerja kantor rumah dan kualitas keluaran, ( ii) secara positif memoderasi
hubungan antara keterhubungan virtual dan kualitas keluaran, dan ( aku aku aku) secara negatif
memoderasi hubungan antara ketidakamanan pekerjaan dan kualitas keluaran. Tidak ada moderasi
yang signifikan dari teknologi dasar I4.0 yang diamati untuk kinerja pengiriman keluaran. Temuan ini
memiliki implikasi yang signifikan baik untuk teori maupun praktik, yang akan dibahas lebih dalam
selanjutnya.
Gambar 2. Hubungan yang signifikan secara empiris.
7
Jurnal Internasional Ekonomi Produksi 234 (2021) 108075
5.1. Implikasi teoretis
Dari perspektif teoritis, tiga hasil penting untuk disebutkan. Pertama, kami telah memverifikasi
secara empiris tiga konstruksi COVID-19 ' implikasi kerja; mereka: ( saya) ketidakamanan pekerjaan, ( ii)
lingkungan kantor rumah dan ( aku aku aku) koneksi virtual. Karena pandemi COVID-19 adalah
fenomena baru-baru ini, keberadaan konstruksi definisi yang jelas untuk mendasarkan penelitian
langka, memerlukan bidang penelitian yang terfragmentasi. Oleh karena itu, kontribusi teoritis dari
penelitian ini mengacu pada identifikasi tiga konstruksi implikasi kerja spesifik, yang divalidasi dengan
ekstraksi komponen ortogonal dan melengkapi indikasi penelitian sebelumnya (mis. Tortorella dkk.,
2020a ). Karena konstruksi implikasi kerja ini awalnya berasal dari literatur dan divalidasi berdasarkan
praktisi ' persepsi, identifikasi mereka menimbulkan kerangka kerja praktis yang berlabuh pada latar
belakang teoritis. Dengan demikian, alih-alih menangani berbagai implikasi pekerjaan dari COVID-19,
yang cenderung memakan upaya yang tidak perlu, konstruksi ini memungkinkan fokus pada implikasi
kerja yang lebih umum dan mendasar dari COVID-19.
Kedua, hasil kami menunjukkan bahwa implikasi pekerjaan dari pandemi COVID-19 berdampak
langsung pada karyawan ' kinerja, terutama bila mempertimbangkan lingkungan kantor rumah.
Sebaliknya, bekerja dari jarak jauh tampaknya memengaruhi karyawan secara positif ' kinerja.
Anehnya, tidak ada efek langsung yang signifikan ditemukan untuk keamanan pekerjaan dan koneksi
virtual. Penjelasan dari hasil ini mungkin mendukung dua pandangan teoritis yang berbeda. Di satu
sisi, ini mungkin menunjukkan bahwa variasi pada individu karyawan ' Kinerja karyawan tidak begitu
rentan terhadap kondisi kerja, lebih mengandalkan individu karyawan ' faktor, seperti kemampuan
beradaptasi dan motivasi intrinsik ( Diamantidis dan Chatzoglou, 2019 ). Di sisi lain, efek COVID-19 ' implikasi
kerja pada karyawan ' kinerja dapat dimitigasi ketika faktor-faktor organisasi lain telah diterapkan
dengan benar. Ini adalah tampilan yang sangat selaras dengan Li et al. ' s (2019) temuan, yang
menunjukkan bahwa faktor organisasi,
misalnya kepemimpinan dan budaya, adalah kunci bagi karyawan ' niat omset.
Akhirnya, teknologi dasar I4.0 memoderasi implikasi kerja yang berasal dari wabah COVID-19
pada karyawan ' kinerja. Namun demikian, orientasi moderasi tersebut tampaknya bervariasi sesuai
dengan konstruksi yang dianalisis. Selain itu, peran moderasi dari teknologi dasar I4.0 lebih
mempengaruhi kinerja kualitas karyawan daripada kinerja pengiriman. Dualitas dalam hasil
menunjukkan bahwa manfaat dari penerapan teknologi dasar I4.0 masih kurang dipahami, dengan
penekanan pada organisasi layanan. Meskipun kemunculan Revolusi Industri Keempat telah
mengarahkan organisasi untuk meningkatkan interkonektivitas dan tingkat otomatisasi, sehingga
tingkat modularisasi, fleksibilitas, ketahanan, dan kinerja yang lebih tinggi dapat dicapai ( Frank dkk.,
2019 ; Kusiak, 2020 ), banyak organisasi layanan masih berjuang untuk memahami konsep I4.0 ( Bonamigo
dan Frech, 2020 ).
G. Narayanamurthy dan G. Tortorella
Penelitian kami mengungkap peran lebih lanjut yang dimainkan oleh teknologi I4.0 dalam organisasi
layanan, terutama ketika mempertimbangkan “ normal baru ” tersirat oleh COVID-19. Sejauh
pengetahuan kami, tidak ada penelitian serupa yang telah dilakukan dan ini adalah penelitian
pertama yang secara empiris membuktikan efek tersebut, yang wawasannya mungkin juga
berkontribusi pada periode pasca pandemi.
5.2. Implikasi praktik
Mengenai kontribusi praktis, penelitian kami mengajukan argumen kepada manajer organisasi
layanan yang menerapkan teknologi I4.0 dan bekerja dari jarak jauh selama wabah COVID-19.
Temuan kami menunjukkan bahwa organisasi layanan mungkin perlu memikirkan kembali proses dan
rutinitas mereka untuk periode pasca-pandemi berdasarkan pelajaran yang dipetik dari COVID-19 ' implikasi layanan yang bekerja dari jarak jauh selama wabah COVID-19. Pemahaman yang lebih dalam
kerja. Misalnya, penguatan lingkungan kantor pusat tampaknya menjadi alternatif yang menarik untuk
meningkatkan kinerja karyawan dari organisasi tersebut. Lebih lanjut, hasil kami menunjukkan bahwa
organisasi secara bersamaan mengadopsi teknologi dasar I4.0 dan praktek koneksi virtual dapat
meningkatkan karyawan ' kinerja, terutama dalam hal kualitas keluaran. Wawasan ini diharapkan
dapat memberikan nilai tambah bagi team leader dan line manager yang mengalami kesulitan dalam
menahan dampak negatif pandemi COVID-19 pada karyawan. ' kinerja. Indikasi semacam itu mungkin
berharga tidak hanya selama wabah pandemi, tetapi juga menjadi warisan bagi konteks industri jasa
untuk dunia pasca pandemi.
Studi ini juga menyoroti bahwa masih banyak peluang yang berkaitan dengan implementasi I4.0
di organisasi layanan. Lebih khusus lagi, kami menemukan organisasi layanan yang mengadopsi
teknologi dasar I4.0 kurang memanfaatkan kapasitas mereka, oleh karena itu, mengaburkan persepsi
manfaat mereka terhadap kinerja individu. Ini terutama diamati selama pandemi COVID-19, yang
telah menyebabkan beberapa perubahan pada cara kerja organisasi. Dalam hal ini, organisasi
layanan tidak mungkin mendapatkan manfaat penuh dari adopsi I4.0 untuk melakukan 'normal baru ' rutinitas
yang tersirat oleh wabah COVID-19. Karena, temuan ini diperoleh dengan menggunakan teknologi
dasar I4.0, kami menyoroti topik yang masih bayi dan kematangan yang rendah yang ditampilkan
oleh sebagian besar organisasi layanan dalam hal I4.0. Hal ini menunjukkan peluang upaya
digitalisasi industri jasa yang lebih luas ' proses dan kegiatan sehingga menjadi mungkin untuk
mengatasi dan mendapatkan manfaat dengan implikasi pekerjaan yang tak terhindarkan dari
peristiwa yang sangat mengganggu, seperti pandemi COVID-19. Contoh dari upaya digitalisasi ini
akan mencakup integrasi teknologi lain, seperti blockchain, robot kolaboratif, dan augmented reality.
Hasil juga menunjukkan bahwa penting untuk secara teratur memantau dan menilai dampak dari
upaya digitalisasi tersebut pada hubungan antara implikasi kerja dan kinerja karyawan karena
terkadang gagal memberikan hasil yang diinginkan. Penilaian rutin diharapkan dapat memandu tim
untuk meninjau kembali konfigurasi teknologi digital mereka dan menyempurnakannya agar sesuai
dengan kemampuan dan persyaratan mereka.
5.3. Keterbatasan dan penelitian masa depan
Beberapa batasan dari penelitian ini layak untuk disebutkan. Pertama, karena wabah COVID-19
adalah fenomena baru-baru ini, persepsi terkait peningkatan kinerja tidak kentara dan dapat
menyebabkan hasil yang salah arah. Meskipun ini adalah batasan yang relevan dari penelitian kami,
kami mengatasi masalah tersebut dengan membatasi unit analisis untuk karyawan ' kinerja. Hal ini
memungkinkan responden untuk memiliki pendapat yang lebih jelas tentang hasil kinerja mereka
sendiri selama pandemi, menghindari tanggapan yang salah arah pada kinerja organisasi. Oleh
karena itu, studi masa depan dapat mencakup metrik kinerja organisasi dan memperluas unit analisis
ke organisasi itu sendiri. Ini akan memungkinkan generalisasi temuan yang lebih luas dan
pendekatan yang lebih holistik. Studi empiris longitudinal juga direkomendasikan sebagai sarana
untuk mengamati implikasi pandemi dalam jangka panjang. Kedua, sifat perusahaan jasa sangat
luas. Meskipun kami melakukan pengumpulan data non-acak dengan pra-
8
Jurnal Internasional Ekonomi Produksi 234 (2021) 108075
kriteria seleksi ditetapkan, sebaran responden bervariasi. Dalam pengertian ini, temuan kami mungkin
dibatasi oleh karakteristik sampel penelitian. Penelitian lebih lanjut dapat meningkatkan dataset tidak
hanya dalam hal jumlah respon, tetapi juga dalam kaitannya dengan keragaman layanan. Ini dapat
memberikan wawasan yang berbeda dan baru di lapangan, melengkapi temuan penelitian kami.
Akhirnya, kami mempelajari moderasi dari teknologi dasar I4.0, di mana fungsionalitas dan aplikasi
pintar seharusnya dibangun. Seperti yang diamati dalam penelitian kami, manajer lebih cenderung
untuk melihat manfaat dari adopsi I4.0 ketika membahas fungsi dan aplikasi pintar (juga
dilambangkan sebagai teknologi front-end oleh
Frank dkk., 2019 ), merusak pemeriksaan empiris dari peran teknologi dasar I4.0. Oleh karena itu,
penelitian selanjutnya dapat melakukan analisis teknologi front-end I4.0 tersebut di organisasi
tentang peran yang dimainkan oleh I4.0 di saat-saat yang sangat mengganggu (seperti pandemi)
dapat menjadi motivasi tambahan bagi manajer untuk bergerak maju menuju era revolusi industri
keempat.
Lampiran A. Data tambahan
Data tambahan untuk artikel ini dapat ditemukan secara online di https: // doi. org / 10.1016 /
j.ijpe.2021.108075 .
Referensi
Ancarani, A., Di Mauro, C., Legenvre, H., Cardella, MS, 2019. Internet of Things
Adopsi: Tipologi Proyek. Jurnal Internasional Operasi & Manajemen Produksi (akan datang) .
Armstrong, J., Overton, S., 1977. Memperkirakan bias nonresponse dalam survei surat. J. Market.
Res. 14 (3), 396 - 402 .
Arnold, C., Kiel, D., Voigt, K., 2016. Bagaimana internet industri berubah
model bisnis di industri manufaktur yang berbeda. Int. J. Innovat. Manag. 20 (8), 1640015 .
Bauer, W., Hämmerle, M., Schlund, S., Vocke, C., 2015. Transformasi ke hyper-
masyarakat dan ekonomi yang terhubung - menuju sebuah “ Industri 4.0 ". Procedia Manufact. 3, 417 - 424 .
Belsley, D., Kuh, E., Welsch, R., 2005. Diagnostik Regresi: Mengidentifikasi Berpengaruh
Data dan Sumber Collinearity, vol. 571. John Wiley & Sons, London .
Bijker, W., 2008. Teknologi, konstruksi sosial. Ensiklopedia Internasional
Komunikasi .
Bijker, W., Hughes, T., Pinch, T., 1987. Konstruksi Sosial Teknologi
Sistem: Arah Baru dalam Sosiologi dan Sejarah Teknologi. MIT press, Boston .
Bloom, N., 2014. Untuk meningkatkan produktivitas, biarkan lebih banyak karyawan bekerja dari rumah. Harv. Bis.
Wahyu 92 (1/2), 28 - 29 .
Boichenko, O., Tymchenko, N., 2020. Cara Mengurangi Dampak Pandemi pada
Karyawan: Panduan bagi Pimpinan Perusahaan. Deloitte. Tersedia di: https://www2.de
loitte.com/ua/en/pages/human-capital/articles/impact-of-covid-19.html . (Diakses 1 Juli 2020).
Bonamigo, A., Frech, C., 2020. Industri 4.0 dalam layanan: tantangan dan peluang untuk
nilai kreasi bersama. J. Serv. Pasar. (akan datang) .
Caputo, A., Hyland, P., 2020. Kekhawatiran Karyawan tentang COVID-19. Tersedia di: https
: //www.mmc.com/insights/publications/2020/march/employee-concerns-about-c ovid-19.html . (Diakses 1 Juli
2020).
Cohen, B., 2008. Menjelaskan Statistik Psikologis. John Wiley & Sons .
Concato, J., Peduzzi, P., Holford, T., Feinstein, A., 1995. Pentingnya acara per
variabel independen dalam analisis bahaya proporsional I. Latar belakang, tujuan, dan strategi umum. J.
Clin. Epidemiol. 48 (12), 1495 - 1501 .
Diamantidis, AD, Chatzoglou, P., 2019. Faktor-faktor yang mempengaruhi kinerja karyawan: an
pendekatan empiris. Int. J. Prod. Melakukan. Manag. 68 (1), 171 - 193 .
Douglas, D., 2012. Konstruksi Sosial Sistem Teknologi: Arah Baru masuk
Sosiologi dan Sejarah Teknologi. MIT press, Boston .
Dubey, R., Gunasekaran, A., Childe, S., Bryde, D., Giannakis, M., Foropon, C., dkk.,
2019. Analitik data besar dan jalur kecerdasan buatan menuju kinerja operasional di bawah pengaruh
orientasi kewirausahaan dan dinamisme lingkungan: studi tentang organisasi manufaktur. Int. J. Prod. Econ.,
107599 Fabrigar, L., Wegener, D., MacCallum, R., Strahan, E., 1999. Mengevaluasi penggunaan
analisis faktor eksplorasi dalam penelitian psikologis. Psikol. Metode 4 (3), 272 .
Finch, J., West, S., 1997. Penyelidikan struktur kepribadian: model statistik.
J. Res. Pers. 31 (4), 439 - 485 .
Fitzsimmons, J., Fitzsimmons, M., Bordoloi, S., 2008. Manajemen Layanan: Operasi,
Strategi, Teknologi Informasi. McGraw-Hill, New York, hal. 4 .
Forcino, FL, 2012. Penilaian multivariat dari ukuran sampel yang dibutuhkan untuk komunitas
penelitian paleoekologi. Palaeogeogr. Palaeoclimatol. Palaeoecol. 315, 134 - 141 .
Forcino, FL, Leighton, LR, Twerdy, P., Cahill, JF, 2015. Memeriksa ulang ukuran sampel
persyaratan untuk penelitian komunitas berbasis kelimpahan dan multivariat: ketika sumber daya terbatas,
penelitian tidak harus demikian. PloS One 10 (6), e0128379 .
G. Narayanamurthy dan G. Tortorella
Frank, A., Dalenogare, L., Ayala, N., 2019. Teknologi Industri 4.0: implementasi
pola di perusahaan manufaktur. Int. J. Prod. Econ. 210, 15 - 26 .
Gallup, 2020. April 7). Bagaimana Pemimpin Menanggapi Gangguan Tempat Kerja COVID-19.
Tersedia: https://www.gallup.com/workplace/307622/leaders-responding-co vid-work-disruption.aspx .
(Diakses 1 Juli 2020).
Godinho Filho, M., Ganga, G., Gunasekaran, A., 2016. Manufaktur ramping di Brasil
usaha kecil dan menengah: implementasi dan pengaruhnya terhadap kinerja. Int. J. Prod. Res. 54 (24), 7523 - 7545
. balas Russell. Soc. Pejantan. Sci. 16 (2), 347 - 360 .
Graves, L., Karabayeva, A., 2020. Mengelola Pekerja Virtual-Strategi untuk Sukses. IEEE
Tinjauan Manajemen Teknik .
Gunnigle, P., Lavelle, J., Monaghan, S., 2019. Perusahaan multinasional dan manusia
manajemen sumber daya di Irlandia selama resesi: retrospektif dari ekonomi yang sangat global.
Thunderbird Int. Bis. Wahyu 61 (3), 481 - 489 .
Hair, J., Black, W., Babin, B., Anderson, R., 2014. Analisis Data Multivariat. Pearson
New International Edition, edisi ketujuh. Pearson, Harlow, Essex .
Hartmann, N., Lussier, B., 2020. Mengelola tenaga penjualan melalui hal yang tidak terduga
krisis COVID-19 eksogen. Pasar Ind. Manag. 88, 101 - 111 .
Hobbs, J., 2020. Rantai pasokan makanan selama pandemi COVID-19. Canad. J. Agric.
Econ. Revue Canadienne Agroecon. (akan datang) .
HSBC, 2017. Sembilan dari Sepuluh (89%) Karyawan Percaya Pekerjaan Fleksibel Adalah Kunci
Meningkatkan Tingkat Produktivitas. Tersedia di: https://www.google.co.uk/url?sa=t&rct
= j & q = & esrc = s & source = web & cd = 2 & ved = 2ahUKEwiDlPj01rDpAhXDURUIHY0_Bs
UQFjABegQIChAE & url = https% 3A% 2F% 2Fwww.about.hsbc.co.uk% 2F-% 2Fmedia% 2Fuk% 2F-%
2Fmedia% 2Fuk% 2F- working.pdf & us g = AOvVaw35r5jxp67zZU1_oBQUo4B0 . (Diakses 1 Juli 2020).
IEEE, 2020. Bagaimana COVID-19 Mempengaruhi Industri 4.0 dan Masa Depan Inovasi.
Tersedia di: https://transmitter.ieee.org/how-covid-19-is-affecting-industry-4-0- and-the-future-of-innovation / .
(Diakses 1 Juli 2020).
ILO, 2020. Juni). Ringkasan Kebijakan: Dunia Kerja dan COVID-19. Perburuhan Internasional
Organisasi. Tersedia di: https://www.ilo.org/wcmsp5/groups/public/@dgrepo
rts/@dcomm/documents/genericdocument/wcms_748428.pdf . (Diakses 1 Juli
2020).
Ivanov, D., 2020. Model rantai pasokan yang layak: mengintegrasikan ketangkasan, ketahanan, dan
perspektif keberlanjutan - pelajaran dari dan pemikiran di luar pandemi COVID-19. Ann. Oper. Res. 1 .
Ivanov, D., Dolgui, A., Sokolov, B., 2019. Dampak Teknologi dan Industri digital
4.0 tentang efek riak dan analisis risiko rantai pasokan. Int. J. Prod. Res. 57 (3), 829 - 846 .
Javaid, M., Haleem, A., Vaishya, R., Bahl, S., Suman, R., Vaish, A., 2020. Industri 4.0
Teknologi dan Aplikasinya dalam Memerangi Pandemi COVID-19. Diabetes & Metabolic Syndrome: Riset &
Ulasan Klinis .
Klein, H., Kleinman, D., 2002. Konstruksi sosial teknologi: struktural
pertimbangan. Sci. Technol. Bersenandung. Val. 27 (1), 28 - 52 .
Koh, L., Orzes, G., Jia, F., 2019. Revolusi industri keempat (Industri 4.0):
gangguan teknologi pada operasi dan manajemen rantai pasokan. Int. J. Oper. Melecut. Manag. 39 (6/7/8),
817 - 828 .
Kusiak, A., 2020. Manufaktur terbuka: pendekatan desain-untuk-ketahanan. Int. J. Prod. Res.
1 - 12 .
Kwok, A., Koh, S., 2020. Deepfake: konstruksi sosial dari perspektif teknologi. Curr.
Masalah Pariwisata 1 - 5 .
Lam, HKS, Ding, L., Cheng, TCE, Zhou, H., 2019. Dampak pencetakan 3D
implementasi pada pengembalian saham: perspektif kemampuan dinamis kontingen. Int.
J. Oper. Melecut. Manag. 39 (6/7/8), 935 - 961 .
Leonardi, P., Barley, S., 2010. Apa ' sedang dibangun di sini? Tindakan sosial, materialitas,
dan kekuatan dalam studi konstruktivis tentang teknologi dan pengorganisasian. Acad. Manag. Ann. 4 (1), 1 - 51 .
Lewnard, J., Lo, N., 2020. Dasar Ilmiah dan Etis untuk Intervensi Jarak Sosial
melawan COVID-19. Lancet. Penyakit menular .
Li, Y., Sawhney, R., Tortorella, G., 2019. Analisis empiris faktor-faktor yang mempengaruhi niat berpindah di antara
pekerja manufaktur. Int. J. Bus. Manag. 14 (4), 1 - 18 .
MacEachen, E., Polzer, J., Clarke, J., 2008. “ Anda bebas mengatur jam kerja Anda sendiri ”:
mengatur produktivitas dan kesehatan pekerja melalui fleksibilitas dan ketahanan. Soc. Sci. Med. 66 (5), 1019 - 1033
.
Maley, J., 2013. Tujuan hibrid dari penilaian kinerja dalam suatu krisis. J. Manag. Dev. 32
(10), 1093 - 1112 .
Malhotra, N., Birks, D., Wills, P., 2006. Riset Pemasaran: Pendekatan Terapan.
Pearson Education, London .
Marodin, G., Frank, AG, Tortorella, GL, Netland, T., 2018. Pengembangan produk ramping
dan lean manufacturing: menguji efek moderasi. Int. J. Prod. Econ. 203, 301 - 310 .
Marodin, GA, Frank, AG, Tortorella, GL, Saurin, TA, 2016. Faktor kontekstual dan
implementasi produksi ramping dalam rantai pasokan otomotif Brasil. Manajemen Rantai Pasokan. 21 (4), 417 -
432 .
McKinsey, 2015. Manufaktur ' s Babak Berikutnya. Melaporkan. McKinsey & Company, New York.
Tersedia di: https://www.mckinsey.com/business-functions/operations/our-ins ights /
manufacturerings-next-act . (Diakses 1 Juli 2020).
Meyers, L., Gamst, G., Guarino, A., 2006. Penelitian Multivariat Terapan. Sage
Publikasi, Thousand Oaks .
Müller, J., Kiel, D., Voigt, K., 2018. Apa yang mendorong penerapan Industri 4.0? Itu
peran peluang dan tantangan dalam konteks keberlanjutan. Keberlanjutan 10 (1), 247 .
Nicola, M., Alsafi, Z., Sohrabi, C., Kerwan, A., Al-Jabir, A., Iosifidis, C., dkk., 2020.
implikasi sosio-ekonomi dari virus Corona dan pandemi COVID-19: tinjauan. Int. J. Surg. (akan datang) .
Olsen, T., Tomlin, B., 2020. Industri 4.0: peluang dan tantangan untuk operasi
pengelolaan. Manuf. Serv. Oper. Manag. 22 (1), 113 - 122 .
9
Jurnal Internasional Ekonomi Produksi 234 (2021) 108075
Peduzzi, P., Concato, J., Feinstein, AR, Holford, TR, 1995. Pentingnya acara per
variabel independen dalam analisis regresi bahaya proporsional II. Akurasi dan ketepatan perkiraan regresi. J.
Clin. Epidemiol. 48 (12), 1503 - 1510 .
Pinch, T., Bijker, W., 1984. Konstruksi sosial dari fakta dan artefak: atau bagaimana
sosiologi sains dan sosiologi teknologi mungkin saling menguntungkan. Soc. Pejantan. Sci. 14 (3), 399 - 441 .
Pinch, T., Bijker, W., 1986. Sains, relativisme dan sosiologi baru teknologi:
Podsakoff, P., MacKenzie, S., Lee, J., Podsakoff, N., 2003. Metode umum bias dalam
penelitian perilaku: tinjauan kritis terhadap literatur dan solusi yang direkomendasikan.
J. Appl. Psikol. 88 (5), 879 .
Podsakoff, P., Organ, D., 1986. Laporan diri dalam penelitian organisasi: masalah dan
prospek. J. Manag. 12 (4), 531 - 544 .
Qiu, J., Shen, B., Zhao, M., Wang, Z., Xie, B., Xu, Y., 2020. Survei nasional
tekanan psikologis di antara orang-orang Tiongkok dalam epidemi COVID-19: implikasi dan
rekomendasi kebijakan. Gener. Psikiater. 33 (2) .
Queiroz, M., Ivanov, D., Dolgui, A., Wamba, S., 2020. Dampak wabah epidemi pada
supply chain: memetakan agenda penelitian di tengah pandemi COVID-19 melalui tinjauan pustaka terstruktur.
Ann. Oper. Res. 1 - 38 .
Remko, V., 2020. Peluang penelitian untuk pasokan pasca-COVID-19 yang lebih tangguh
rantai - menutup kesenjangan antara temuan penelitian dan praktik industri. Int. J. Oper. Melecut. Manag. 40 (4),
341 - 355 .
Saileshsingh, G., Subramanian, N., 2020. Ambiguitas dan mekanisme kopingnya dalam penawaran
rantai: pelajaran dari pandemi COVID-19 dan bencana alam. Int. J. Oper. Melecut. Manag. 40 (7/8), 1201 - 1223
.
Shou, Y., Zhao, X., Chen, L., 2019. Strategi Operasi Perusahaan Berbasis Cloud: Mencapai
Pertumbuhan Perusahaan di Era Big Data. Jurnal Internasional Operasi & Manajemen Produksi (akan datang) .
Smith, T., 1983. Tentang validitas kesimpulan dari sampel non-acak. J. Roy. Stat.
Soc. 146 (4), 394 - 403 .
Stevens, P., 2019. Survei Kerja Fleksibel 2019. Angsa liar. Tersedia di: https: // w
earewildgoose.com/uk/news/flexible-working-survey-insights/ . (Diakses 1 Juli
2020).
Tabachnick, B., Fidell, L., Ullman, J., 2007. Menggunakan Statistik Multivariat, vol. 5. Pearson,
Boston, MA .
Tortorella, GL, Giglio, R., van Dun, DH, 2019. Adopsi Industry 4.0 sebagai moderator
dampak praktik produksi ramping pada peningkatan kinerja operasional. Int. J. Oper. Melecut. Manag. 39
(6/7/8), 860 - 886 .
Tortorella, GL, Fettermann, D., 2018. Implementasi Industri 4.0 dan lean
produksi di perusahaan manufaktur Brasil. Int. J. Prod. Res. 56 (8), 2975 - 2987 .
Tortorella, GL, Miorando, R., Marodin, G., 2017. Manajemen rantai pasokan yang ramping:
penelitian empiris tentang praktik, konteks, dan kinerja. Int. J. Prod. Econ. 193, 98 - 112 .
Tortorella, G., Narayanamurthy, G., Godinho Filho, M., Staudacher, A., Mac Cawley, A.,
2020a. Pandemi ' s berpengaruh pada hubungan antara implementasi lean dan kinerja layanan. J. Serv.
Praktik Teori. (akan datang) .
Tortorella, G., Vergara, A., Garza-Reyes, J., Sawhney, R., 2020b. Pembelajaran organisasi
jalur berdasarkan adopsi industri 4.0: studi empiris dengan produsen Brasil. Int. J. Prod. Econ. 219,
284 - 294 .
van Baalen, P., van Fenema, P., Loebbecke, C., 2016. Memperluas Konstruksi Sosial
Kerangka Teknologi (SCOT) ke Dunia Digital. ICIS .
Vittinghoff, E., McCulloch, CE, 2007. Melonggarkan aturan sepuluh peristiwa per variabel di
logistik dan regresi Cox. Saya. J. Epidemiol. 165 (6), 710 - 718 .
Williams, T., Gruber, D., Sutcliffe, K., Shepherd, D., Zhao, E., 2017. Organisasi
respons terhadap kesulitan: menggabungkan aliran penelitian manajemen krisis dan ketahanan. Acad. Manag.
Ann. 11 (2), 733 - 769 .
Zhang, S., Wang, Y., Rauch, A., Wei, F., 2020. Gangguan kehidupan dan
pekerjaan: kesehatan, kesusahan, dan kepuasan hidup orang dewasa yang bekerja di China satu bulan setelah wabah
COVID-19. Psikiater. Res. 112958 .
Gopalakrishnan Narayanamurthy adalah Dosen Senior di Departemen Operasi
dan Manajemen Rantai Pasokan di University of Liverpool Management School
(ULMS), Inggris. Dia meneliti di bidang teknologi yang mengganggu, keunggulan
operasional perawatan kesehatan, penelitian layanan transformatif, analitik citra
satelit, digitalisasi, dan inovasi model bisnis. Penelitiannya telah diterima untuk
publikasi dalam Journal of Service Research, International Journal of Operations
and Production Management, International Journal of Production Economics,
Journal of Business Ethics, Technolog- ical Forecasting & Social Change,
Computer & Operations Research, Production Planning & Kontrol, dan Komputer
di Industri, antara lain.
G. Narayanamurthy dan G. Tortorella Jurnal Internasional Ekonomi Produksi 234 (2021) 108075

Guilherme Luz Tortorella adalah Associate Professor dari Departemen Sistem

dan Teknik Produksi dari Universidade Federal de Santa Catarina, Brasil. Dia
adalah Kepala Riset Lab Produktivitas dan Perbaikan Berkelanjutan dan Pemimpin
Redaksi Jurnal Sistem Lean. Dia adalah salah satu pendiri Konferensi Brasil
tentang Sistem Lean dan memiliki lebih dari 18 tahun pengalaman praktis dan
akademis di bidang manufaktur dan manajemen operasi.

10