การวิเคราะห์ปัจจัยความสำเร็จของการบริหารความเสี่ยงด้านเทคโนโลยีสารสนเทศ โดยแบบจำลองเชิงโครงสร้างการตีความ กรณีศึกษา คณะวิศวกรรมศาสตร์มหาวิทยาลัยมหิดล
คำสำคัญ:
ปัจจัยความสำเร็จ, การบริหารจัดการความเสี่ยง, เทคโนโลยีสารสนเทศ, แบบจำลองเชิงโครงสร้างการตีความ, การจัดหมวดหมู่ของปัจจัยความสำเร็จบทคัดย่อ
การวิจัยครั้งนี้มีวัตถุประสงค์ (1) เพื่อระบุปัจจัยความสำเร็จที่สำคัญของการบริหารความเสี่ยงด้านเทคโนโลยีสารสนเทศ และ (2) เพื่อหาความสัมพันธ์เชิงสาเหตุและผลของปัจจัยความสำเร็จ โดยเสนอวิธีการแบบจำลองเชิงโครงสร้างการตีความด้วยวิธี “Interpretive Structural Modelling: ISM” และ “Matrices d'Impacts Croises Multiplication Appliqué a un Classement: MICMAC” โดยใช้ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล เป็นกรณีศึกษา โดย ขั้นตอนแรก: ทำการทบทวนวรรณกรรมที่เกี่ยวข้อง ซึ่งสามารถสกัดปัจจัยความสำเร็จที่สำคัญของการบริหารความเสี่ยงกับเทคโนโลยีสารสนเทศได้ จำนวน 12 ปัจจัย ขั้นตอนที่สอง: เก็บรวบรวมข้อมูลจากกลุ่มผู้เชี่ยวชาญทั้งใน สายวิชาการ และ สายสนับสนุนที่เกี่ยวข้องกับการบริหารความเสี่ยงด้านเทคโนโลยีสารสนเทศ โดยผู้เชี่ยวชาญทุกคนมีความรู้และประสบการณ์ที่ยอมรับได้ในการบริหารความเสี่ยงด้านเทคโนโลยีสารสนเทศของคณะวิศวกรรมศาสตร์ ขั้นตอนที่สาม:ประยุกต์ ISM ในการวิเคราะห์สาเหตุและผลกระทบความสัมพันธ์ระหว่างปัจจัยความสำเร็จที่สำคัญ และสร้างแบบจำลองเชิงโครงสร้างการตีความ ลำดับถัดไป คือการจัดหมวดหมู่ของปัจจัยความสำเร็จที่สำคัญโดยใช้วิธี MICMAC ผลการศึกษาพบว่า ปัจจัยความสำเร็จที่สำคัญ “ความสอดคล้องของกลยุทธ์” และ “การมีส่วนร่วมของผู้มีส่วนได้ส่วนเสีย” เป็นปัจจัยที่สำคัญที่สุด การศึกษาครั้งนี้สามารถช่วยให้เจ้าหน้าที่บริหารของคณะวิศวกรรมศาสตร์สามารถจัดลำดับความสำคัญของปัจจัยความสำเร็จในการดำเนินการจัดการความเสี่ยงด้านเทคโนโลยีสารสนเทศได้อย่างเหมาะสม
References
กชพงศ์ เพ็ชรราช. (2547). ระบบวิเคราะห์ความเสี่ยงของสารสนเทศ. (สารนิพนธ์ปริญญามหาบัณฑิต), สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง. กรุงเทพฯ.
Attri, R., Dev, N., & Sharma, V. (2013). Interpretive Structural Modeling (ISM) approach: An Overview. Research journal of Management of Science, 2(2), 3-8.
Beaver, K. (2015). The importance of a security culture across the organization.Retrieved from https://securityintelligence.com/the-importance-of-a-security-culture-across-the-organization.
Borgman, C.L. (2018). Open data, grey data, and stewardship: universities at the pri- vacy frontier. arXiv: 1802.02953.
Boss, S. R., Kirsch, L. J., Angermeier, I., Shingler, R. A., & Boss, R. W. (2009). If someone is watching, I'll do what I'm asked: Mandatoriness, control, and information security. European Journal of Information Systems, 18(2), 151-164.
Choi, M., & Park, E. (2016). The influences of enterprise management strategy on information security effectiveness. International Journal of Applied Engineering Research and Development, 11(15), 8686–8694.
Cao, G. and Duan, Y. (2015). The affordances of business analytics for strategic decision-making and their impact on organizational performance. In Proceedings of the Pacific Asia Conference on Information systems, Singapore.
Cao, G. and Duan, Y. (2014). A path model linking business analytics, data-driven culture, and competitive advantage. In Proceedings of the 22nd European Conference on Information Systems, Tel Aviv, Israel.
Curry, S., (2017). Boards should take responsibility for cybersecurity. Here’s how to do it. Harv. Bus. Retrieved from https://hbr.org/2017/11/boards-should-take-responsibility-for-cybersecurity-heres-how-to-do-it
Devece, C. (2013). The value of business managers information technology competence. The Service Industries Journal, 33(7–8), 720–733.
Durst, S., & Zieba, M. (2017). Knowledge risks - Towards a taxonomy. International Journal of Business Environment, 9, 51–63. Retrieved from https://doi.org/10.1504/IJBE.2017.084705.
Jaeger, J. (2013). Human error, not hackers, cause most data breaches. Retrieved from https://www.complianceweek.com/news/news-article/human-error-not-hackers-cause-most-data-breaches#.WzDycadKiUk
Parsons, K., Calic, D., Pattinson, M., Butavicius, M., McCormac, A., Zwaans, T., (2017). The human aspects of information security questionnaire (HAIS-Q): two further validation studies. Comput. Security 66, 40–51. doi:10.1016/j.cose.2017.01.004.
Parsons, K., McCormac, A., Butavicius, M., Pattinson, M., Jerram, C., (2014). Determining employee awareness using the human aspects of information security questionnaire (HAIS-Q). Comput. Security 42, 165–176. doi:10.1016/j.cose.2013.12.003.
Sandbhor, S., and Botre, R.(2014).Applying total interpretive structural modeling to study factors affecting construction labour productivity. Australasian Journal of Construction Economics and Building, 14(1), 20-31.
Shu, X., Tian, K., Ciambrone, A., Yao, D. (2017). Breaking the Target: An Analysis of Target Data Breach and Lessons Learned. CoRR, abs/1701.04940.
Shuradze G, Wagner HT (2016) Towards a conceptualization of data analytics capabilities. In: 2016 49th Hawaii international conference on system sciences (HICSS). IEEE, pp 5052–5064.
Sushil. (2012). Interpreting the interpretive structural model: organization research methods. Global journal of Flexible System Management, 13(2), 87-106.
Vincent, N., Higgs, J., and Pinsker, R. (2017). IT governance and the maturity of IT risk management practices. Journal of Information Systems, 31(1), 59-78.
Wallstin, B. (2018). UVM warns faculty. students of potential breach of personal data. Retrieved from https://www.mychamplainvalley.com/news/local-news/uvm-warns-faculty-students-of-potential-breach-of-personal-data/1198682851
