Microsoft Word - Front Cover - v20n1.docx


 
Volume 20, Number 1 Spring/Summer 2009 

35 
 

 
 

 
 

 
HOW DATA INTEGRATION SYSTEMS AFFECT STRATEGIC DECISION 

MAKING IN SMALL FIRMS 
 

Benjamin Smith 
Oakland University 

brsmith@oakland.edu  
 

Mark Simon 
Oakland University 
simon@oakland.edu 

 
 

ABSTRACT 
 

Small  companies  increasingly  use  computer  information  systems  to  gather  data  to 
improve  decision  correctness.  Therefore,  it  is  important  to  determine  if  a  type  of 
information system  is effective.   We  focused on systems which  integrate data  from 
multiple  sources.  Although  unquestionably  aiding  large  firm  managers,  integrated 
data systems may not help smaller firms.  The managers may have better knowledge 
across  functional  areas.    We,  therefore,  explore,  in  a  small  company  context,  the 
relationship  among  data  integration  systems,  information  availability  and  strategic 
decision correctness. 

We collected data from the managing partners of 97 small accounting firms, and found 
that  data  integration  systems  increased  information  availability,  which,  in  turn, 
increased the correctness of decisions.   The control variables, aligning systems with 
strategy  and  technological  strength  enhanced  information  availability,  but 
surprisingly, greater  investment  in systems actually decreased  it.   Collectively, these 
findings suggest the type of system is more important than the amount invested. 

Keywords: data integration systems, information availability, strategic decisions 
 

INTRODUCTION 
 
As information systems have evolved 
and decreased in cost they have become 
more readily available to small 
companies (Cragg & Zinatelli, 1995).  The 
rate of adoption of computerized 
information systems by small firms has 
grown rapidly (Delvecchio & Anselmi, 

2006).  Similarly, the types of available 
software packages have also grown. Yet 
almost all research on types of computer 
information systems has been conducted 
on large firms, not small (Montazemi, 
2006; Ein‐Dor & Segev, 1978).   
 
These findings may not apply to smaller 
companies because they face unique 
challenges and operate quite differently 

STRATEG Y  JOURNAL OF SMALL BUSINESS 



Journal of Small Business Strategy 
 

 
36 

(Montazemi, 2006; Ein‐Dor & Segev, 
1978).  Small firms also often possess less 
knowledge of, and skills regarding, 
information systems (Foong, 1999; 
Igbaria, Zinatelli & Cavaye, 1998; 
Premkumar and Robers, 1999).  
Levenburg, Schwarz and Motwani’s 
(2005) finding that micro, small and 
medium size firms use the internet 
differently from each other also suggest 
a firm's size may influence how it 
benefits from technology.  
 
Furthermore, a recent paper by 
Delvecchio and Anselmi (2006) stressed 
that it is especially important for 
managers of small firms to choose the 
right type of information system because 
the investment often represents a 
significant portion of the firm’s scarce 
resources. Thus it may be important to 
examine whether specific types of 
information systems are advantageous to 
small firms, and what specific benefit 
they may provide. 
 
One potential benefit of information 
systems is that they may lead to making 
more correct strategic decisions.  
Correct strategic decisions are essential 
in business.  By definition, they enhance 
firm performance and have substantial 
ramifications for the future (Eisenhardt, 
1989). In particular, making correct 
strategic decisions may require that 
managers can easily obtain the concrete 
information they deem relevant to the 
decision, which we refer to as 
information availability.  Naturally, a 
firm may look to a computer‐based 
information system to meet its 
information availability needs.  
 
Data integration systems may enhance 
information availability. Specifically, a 
data integration system is defined as a 
system that facilitates combining 

information from multiple sources into a 
unified view (March & Hevner, 2007).  
The systems may also facilitate 
transaction processing and data 
collection within firms. For example, 
there is one major type of data 
integration systems mechanism, known 
as an enterprise resource planning 
system. This system houses all data in a 
single, easily accessible database, often 
coordinating data use across business 
functions and thereby generating real 
time data from many functional areas 
(Ranganathan & Brown, 2006). 
 
An abundance of research on the data 
integration systems of large firms has 
indicated they increase performance 
through their ability to improve 
information availability and strategic 
decision‐making (Law & Ngai, 2007; 
Hendricks, Singhal & Stratman, 2007).  
This research, however, may not be 
applicable to small companies.  In larger 
firms, data integration systems may be 
needed to overcome the fact that 
employees have highly specialized tasks 
which constrains the flow of information 
among different areas.  In contrast, small 
companies may not have a similar need.  
Seminal works (e.g., Blau & Schoenherr, 
1971; Galbraith, 1977) indicate that small 
organizations have structures that are 
more informal and contain employees 
with less specialized roles.  These 
characteristics may facilitate 
communication, making data 
integration systems less relevant.  
 
This assertion, however, is far from a 
given. Research (e.g., Simon & 
Houghton, 2003) indicates the cognitive 
capacity of managers of small firms is 
more taxed than the cognitive capacity 
of managers in large firms because the 
former face more uncertain 
environments.  Thus, these managers, 



Volume 20, Number 1 Spring/Summer 2009 
 

 
37 

 

rather than their larger firm 
counterparts, may have a greater need 
for integrated data systems to help them 
cope by “automatically” providing real 
time information from diverse areas. 
 
Resolving this issue is crucial for at least 
three reasons.  First, researchers need to 
identify factors that make information 
more available to make correct strategic 
decisions, given its importance to long‐
term company performance (Hofer & 
Schendel, 1978).  Second, the vast 
majority of small companies are 
overwhelmingly purchasing prepackaged 
computer applications which handle 
only one function in isolation.  This 
common practice may be a major 
mistake if we find that integrated data 
systems enhance information availability 
and increase the correctness of strategic 
decision‐making. Finally, even though 
computer information system costs have 
decreased, they still may represent a 
large proportion of a small company’s 
resources. Thus, the investments and 
risks for small companies are quite large.  
Given these points and the paucity of 
research exploring computer 
information systems in small firms, we 
empirically explore the following two 
research questions: 
 
RQ1  What  are  the  effects  of  integration 

on  information availability  in small 
companies? 

 
RQ2 What are the effects of information 

availability  on  strategic  decision 
correctness in small companies? 

 
The following section describes the 
study's theoretical background and 
presents the hypotheses. The research 
methods are then detailed and the 
empirical tests of the hypothesized 

relationships are reported. Finally, the 
article discusses the study's findings and 
implications. 
 
INTEGRATION,  AVAILABILITY  AND 
STRATEGIC DECISION‐MAKING  
 
As noted, there has been substantial 
research on factors that may influence 
the successful implementation of 
information systems and on the 
relationship among different types of 
information systems and company 
performance (Montazemi, 2006; Ein‐Dor 
& Segev, 1978).  These factors include 
task interdependence, employee 
training, technical complexity, and 
strategic alignment (e.g. Levy, Powell & 
Yetton, 2001; Hendricks et. al., 2007; Law 
& Ngai, 2007; Sharma & Yetton, 2007).  
To the best of our knowledge, however, 
no study analyzed the effects of data 
integration systems and information 
availability on strategic decision 
correctness as it relates to small 
companies. To explore this issue, we will 
first discuss the expected relationship 
between data integration systems and 
information availability, and then 
explore whether or not one should 
expect the relationship to hold true in 
small companies.  Next, we will talk 
about the possible connection between 
information availability and making 
correct strategic decisions, followed 
again by an exploration of whether the 
discussion would apply in a small firm 
context.  
 
Information availability, that is, being 
able to easily obtain concrete 
information deemed relevant to a 
strategic decision, can be achieved by 
focusing on three main components: 
time, efficiency and scope.  An 
important feature of data integration 



Journal of Small Business Strategy 
 

 
38 

systems is that they can provide data in 
real time.  Real time data collection 
occurs when firms gather data on a 
continuous basis and can easily access it.  
This is in contrast to right‐time data, 
which involves compiling data as it is 
needed to make a specific decision.  
Some researchers argue that human 
beings make snap decisions because they 
are impatient and avoid using data if it 
involves extensive effort (e.g., Todd, 
2005).  Thus, using a system that collects 
real time data will lead to information 
that is more current, accurate, and 
detailed when making strategic 
decisions (Eisenhardt, 1989).  It follows 
that the ability of data integration 
systems to easily generate relevant data 
increases the likelihood it will be 
available for decision making. In other 
words, it increases data availability. 
 
Another characteristic of data 
integration systems, such as ERPs, is that 
they often store data in a centralized 
database, thereby providing efficient 
access to data related to many different 
firm operations. Practitioners and 
scholars alike agree that this closely 
represents the ideal model of an 
information system, whereby software 
applications in different business areas 
access a sole database. This type of 
system provides for the least amount of 
data duplication and increases data 
storage efficiency. In contrast, without 
such centralized storage, a firm would 
need to manually compile any data from 
across areas, a process they may forgo.  
Thus data integration systems can more 
efficiently store and retrieve data, 
suggesting that the data would be more 
available when needed, because entering 
and recalling it takes less effort. 
 
Data integration systems also influence 
the scope of data.  More specifically, 

such a system collects and combines 
data from different functional areas.  
Today’s businesses are divided into any 
number of functions including human 
resources, accounting, marketing, 
operations, and finance.  As decisions 
become more strategic, they often 
involve more functional areas (Hofer & 
Schendel, 1978).  It logically follows that 
the inclusion of data from different 
functional areas also leads to greater 
data availability. 
 
Thus,  it appears that the ability of data 
integration systems to efficiently collect 
data  in  real  time  from  different 
functional  areas  will  increase 
information availability in general.   The 
question  remains  though,  will  they 
significantly  increase  information 
availability in smaller firms?  One could 
argue  that  managers  in  small  firms  are 
less  specialized.    This,  in  turn,  could 
provide  them  with  increased  real  time 
information from more functional areas, 
decreasing  the  need  for  an  integrated 
data system. 
 
It is likely, however, that this is not the 
case. Many factors may decrease 
communication within small companies, 
making data integration systems more 
important.  The constant growth present 
within many small companies can strain 
communications within the firm, 
thereby affecting information availability 
(Street & Meister, 2004).  Moreover, the 
information possessed by employees 
within the firm may not align with the 
particular strategic decisions that they 
must make at any given time. 
Delvecchio and Anselmi (2006), argued, 
for example, that even sales people in 
small companies needed, but often did 
not have, information from several 
different areas. This might suggest that 
integrated data systems could provide 



Volume 20, Number 1 Spring/Summer 2009 
 

 
39 

 

the information even small firm 
personnel might need.  Furthermore, 
smaller firms may especially benefit 
from integrated data systems, given that 
they can utilize quick access to 
information, which could allow them to 
outmaneuver larger competitors 
(Delvecchio & Anselmi, 2006).  They 
therefore may have a greater need for 
assistance from data integration systems 
to increase their information availability. 
Data  integration  systems  in  small 
companies  could  possibly  facilitate  the 
use of information across firm functions, 
as well as introduce the capability of real 
time  data  presentation.  We  therefore 
propose the following hypothesis: 

H1:   In small firms, use of data 
integration systems is positively 
associated with information 
availability. 

There is substantial evidence that 
information availability should improve 
strategic decision‐making. It has long 
been a cornerstone of business strategy 
that rigorous analysis of a company's 
data is crucial to decision‐making (Hofer 
& Schendel, 1978).  Extending this belief, 
Eisenhardt (1989) argues that real time 
information, such as concrete internal 
information generated from actual 
operations, leads to decisions that are 
quicker and more correct.  Furthermore, 
in recent years, there has been a 
proliferation of large companies, such as 
E & J Gallo Winery, John Deere and Bank 
of America, which collect and use 
massive amounts of operating data to 
increase decision‐making correctness 
and company performance.  Arguably, 
the source of Capital One, Harrah's and 
Netflix's entire competitive advantage 
stems from their analysis of information 
to make more correct decisions.  

Some might argue, however, that 
obtaining concrete data may be less 
important to making correct decisions 
for managers of small firms.  For 
example, one could assert that small 
firm managers can operate more by the 
seat of their pants. They may have such a 
deep understanding of their companies 
that they do not need more objective 
information.  

We do not believe these assertions are 
borne out by the facts. Specifically, small 
firm managers are more prone than 
large firm managers to exhibit cognitive 
biases. They may have a “hunch” about 
objective information, and believe they 
are correct, but in fact, are frequently 
mistaken (Forbes, 2005). In more 
general terms, to a greater degree than 
managers of larger firms, managers of 
small firms often do not have the 
cognitive capacity to deal with their 
decision environments and make poor 
choices as a result (Simon & Houghton, 
2003;  Simon, Miree, Setzkorn, & Figon, 
2003).  Also, and just as important, they 
have fewer slack resources, so the cost of 
these errors can be devastating. It then 
logically follows: 

H2: In small firms, information 
availability leads to more correct 
decisions. 

Methods 

We chose to examine public accounting 
firms, because other firms often turn to 
them for guidance regarding 
information system and computer 
technology selection (Nadel, 1988).  
Since accounting firms are often the first 
stop for information system consulting 
and advice, the information system 
knowledge and practices that they 



Journal of Small Business Strategy 
 

 
40 

themselves employ and understand 
becomes increasingly important.  
 
Specifically, we targeted public 
accounting firms across the United 
States with fewer than 100 employees. 
One hundred employees is generally 
considered the cutoff point for small 
enterprises (Karagozoglu & Lindell, 
2004; Robey & Sales, 1994; Simon & 
Houghton, 2003).   Each firm's managing 
partner responded to the questionnaire, 
given that he oversees day‐to‐day 
operations, and is most often the largest 
shareholder in the firm.  Also, the 
managing partner generally has the 
strongest influence on the firm’s 
decision‐making. 
 
We obtained a list of 1400 U.S. based 
accounting firms from 
www.cpafirms.com, including e‐mail 
addresses and the names of the 
managing partners.  We conducted two 
mass e‐mailings to the managing 
partners of all the firms.  One hundred 
thirty four responded, providing a 10% 
response. Those firms with greater than 
100 employees were removed from the 
results, leaving 97 respondents.  
 
Measures 
 
Appendix A details the specific items we 
used in our survey.  We captured data 
integration systems by measuring the 
extent to which data collected once was 
accessed by multiple functional areas.   
The functional areas were chosen based 
on an adaptation of Chang’s (2006) 
research on data integration systems.  
We employed four items utilizing a five 
point Likert scale to capture the 
construct.  We then averaged the 
manager's response to the four items 
(α=.83).   

Information availability was measured 
using five questions.  Survey 
respondents indicated the level of 
information available for decision‐
making in general, and in each of the 
four functional areas.  For each question, 
a five point Likert scale ranged from 
“rarely having information available” to 
“almost always having information 
available.”  We used the average of the 
manager’s responses (α=.78).   
 
To measure the dependent variable, 
strategic decision correctness, we asked 
respondents to indicate the extent to 
which they felt that the firm made the 
correct strategic decisions. This too was 
measured on a five point Likert scale. 
 
Controls 
 
This study utilized several control 
variables. We used a single item measure 
to capture technology investment, that 
is, the firm’s expenditure in information 
technology as a proportion of total firm 
expenses. This variable should influence 
information availability and the 
correctness of strategic decisions. We 
also used single items to capture the 
firm’s level of technology training and 
technological strength, as both could 
also have an influence (e.g., Brostrom, 
Olfman & Sein, 1990; Compeau, Olfman, 
Sein & Webster, 1995). In addition, we 
controlled for strategic IS planning, that 
is, the extent to which the firm was 
strategic in planning its information 
systems implementation, using two 
items (α=.86). Strategic IS planning 
could affect both information availability 
and strategic decision correctness.   
 
Also since executives in larger firms may 
have  less  access  to  all  the  information 
flowing within the company, we control 
for firm size, using the log of the number 



Volume 20, Number 1 Spring/Summer 2009 
 

 
41 

 

of  employees  (Shrader  &  Simon,  1997). 
Finally,  we  measured  job  specialization 
using  a  single  item  measure  as  it  also 
might affect the amount of information 
executives have available. 
 
Analysis 

This study used regression to test the 
hypotheses.  Specifically, to examine H1, 
we regressed data integration systems on 
information availability after controlling 
for the effects of technology investment, 
technology training, technological 
strength, strategic IS planning, firm size 
and job specialization. To test H2, we 
ran a separate regression.  First, we 
analyzed the effects of technology 
investment, technology training, 
technological strength, and strategic IS 
planning on strategic decision 
correctness.  Next, we entered the 
independent variable, information 
availability.  

Results 
 
Table 1 presents the means, standard 
deviations, and correlations among the 
study variables. The values in the tables 
suggest that multicollinearity is not a 
problem, with all correlations lower than 
.5 (McNamara & Bromiley, 1999).  Table 
2 contains the results of the two 
regression models used to test the 
hypotheses.  Model 1 tests Hypothesis 1 
by first regressing the control variables 
and then the independent variable, data 
integration systems, on the dependent 
variable, information availability. The 
results of Model 1 indicate the overall 
equation is significant (adj. R2=.20, 
p<.001).  Furthermore, there is a 
significant positive relationship between 
data integration systems and 
information availability (ß=.31, p=.001), 
supporting Hypothesis 1.  Information 

availability, as expected, was also 
positively associated with the control 
variables strategic IS planning (ß=.25, 
p=.01) and technological strength (ß=.19, 
p<.05).  Surprisingly, in contrast, 
technology investment actually 
decreased information availability, 
although the relationship was only 
marginally significant (ß=‐.13, p<.10).  
 
Model 2 regresses the control variables 
and the independent variable, 
information availability, on strategic 
decision correctness. The overall 
equation was significant (adj.  R2=.10, 
p<.01).  Furthermore, as Hypothesis 2 
argued, information availability 
increased strategic decision correctness 
(ß =.22, p<.05).  While technological 
strength was marginally significant 
(ß=.16, p<.10), the remaining controls 
had no effect on the dependent variable, 
strategic decision correctness. 
 

DISCUSSION 

Research has indicated that 
computerized information systems may 
improve information processing, 
planning, control, and even lead to 
competitive advantages (Cragg & King, 
1993; Chau, 1995; Levy et. al., 2001; 
Harrison, Mykytyn & Riemenshneider, 
1997).  Yet little of this research has 
examined small firms, which are 
purchasing systems at an increasing rate, 
even though these systems may 
represent significant proportions of a 
firm’s budgets and can be difficult to 
implement.  

This research indicates, even for small 
firms, that data integration systems are 
associated with greater information 
availability.  In turn, greater information 
availability increases strategic decision 
correctness. These relationships suggest  



Journal of Small Business Strategy 
 

 
42 

   

 

 

 

 



Volume 20, Number 1 Spring/Summer 2009 
 

 
43 

 

Table 2: Results of Regressions 

     

   Dependent Variable 

Independent 
Variables/Controls 

Model 1  
 

Information 
Availability 

Model 2  
Strategic 
Decision 

Correctness 

Info Availability    0.22* 

Data Integration 
Systems  0.31***   
Strategic IS Planning  0.25**  0.12 
Technology 
Investment  ‐0.13†  ‐0.01† 
Technological 
Strength  0.19*  0.16 
Firm Size  ‐0.05   
Job Specialization  ‐0.14   
Technology Training  ‐0.45  0.05 
     
F Statistic  4.34***  3.10* 

R2  0.25  0.15 

Adjusted R2  0.20  0.10 
N=97 All parameter coefficients are standardized 
estimates 
†  p<.10,   *  p<.05,    **  p<.01, ***p<.001 
All tests are one tailed. 

 

that although small firms may have 
more informal structures and less 
specialized employees, they still may not 
communicate enough among functional 
areas to aid in their strategic decision 
making without data integration systems 
to increase information availability.   

This conclusion is consistent with, and 
complements, two previous studies of 

small businesses.  Delvecchio and 
Anselmi’s (2006) study found that 
employees in small firms often do not 
have adequate information available, 
while Simon and colleagues (2003) 
determined that managers of SMEs often 
make major decision errors due to a lack 
of cognitive capacity.  Our research 
findings may help managers overcome 
these limitations.  They imply that 



Journal of Small Business Strategy 
 

 
44 

integrated data systems’ ability to 
produce readily available, concrete, real‐
time, internal firm information that is 
shared by multiple functions can help 
generate more information and greater 
strategic decision correctness.   It could 
be that managers using these systems 
gather internal data so efficiently that 
they have more free time to gather and 
blend data external to the firm which 
they use to make more correct strategic 
decisions.  Clearly though, future studies 
should strive to identify the precise 
dynamics that explain how integrated 
data systems aid firms in strategic 
decision making.  

While many findings about technology 
may be contingent upon firm size 
(Levenburg et al., 2005), it appears that 
findings about the usefulness of 
integrated data systems may be robust. 
We further explored the robustness of 
relationships between integrated data 
systems and information availability, as 
well as between information availability 
and correctness of strategic decision 
making by limiting the sample to firms 
with less than 50 employees.  Using this 
more stringent cut‐off, the overall 
regression equation testing H1 was still 
significant (adj. R2=.25, p<.001) as was 
the specific relationship between data 
integration and information availability 
(ß=.35, p<.001).  Similarly, our test of H2 
still yielded a significant regression (adj. 
R2=.15, p<.01) and a significant 
association between information 
availability and strategic decision 
correctness (ß=.27 p<.01).  Given these 
results, it seems reasonable to conclude 
that the study’s results were not 
sensitive to the specific size of firms 
examined. 

Regarding the control variables, neither 
job specialization nor firm size affected 
information availability.  Possibly the 

lack of relationships may stem from a 
lack of enough variance in specialization 
and size because all the firms in the 
sample were relatively small.   In 
contrast, strategic IS planning may help 
small firms get the most out of their 
systems. Our findings complemented 
that of Olsen and Saetre (2007) who 
determined that strategic IS planning 
was critical to niche companies when 
implementing ERPs, regardless of their 
size.  Likewise, our findings may indicate 
that the unique operations of small 
companies, regardless of whether they 
are serving a niche, may gain from IS 
planning.   Interestingly, though, the 
strategic alignment of information 
systems does not directly lead to correct 
strategic decisions, but instead has an 
indirect effect through its influence on 
information availability.  

Like strategic IS planning, the 
technological strength of members of 
the firm may also aid in the decision 
making process.  Specifically, we found it 
was significantly related to information 
availability and marginally significantly 
related to strategic decision correctness.   
It should be noted that these findings 
seem to parallel those of Park, Suh, and 
Yang’s (2007) research on large firms’ 
use of integrated data systems.   
However, unlike Park and colleagues 
(2007), one of our findings was only 
marginally significant.  Further research 
might want to investigate whether 
differences in size of firms, differences in 
measures used, or another factor 
generated the divergence in the 
magnitude of significance between the 
two studies.  

Unexpectedly, the control variable, 
greater investment in information 
technology, actually marginally 
decreases information availability, and 
was not related to making more correct 



Volume 20, Number 1 Spring/Summer 2009 
 

 
45 

 

strategic decisions.  This could occur if 
greater expenditures generated more 
data indiscriminately, making it difficult 
to convert into available information 
useful for strategic decision making.  
This is consistent with Todd (2005) and 
Olsen and Saetre’s (2007) assertion that 
firms with more data may not make 
more correct decisions than firms with 
less, unless it is the right information.  
The technological strength of a firm was 
marginally significant to the degree of 
information availability.  This confirmed 
Park, Suh, and Yang’s (2007) finding 
which indicated that an individual user’s 
understanding of how information 
systems work, in their case an ERP 
system, does affect the information 
systems performance.   

LIMITATIONS AND FUTURE 
RESEARCH 

This study was subject to a number of 
limitations.  First, the research examined 
only one industry, albeit an important 
one.  Future studies may want to analyze 
the effects of integration in multiple 
industries including those that are 
product‐oriented.  Another limitation 
stems from the study's focus on 
primarily one aspect of computer 
information systems, data integration 
systems and its effect on the correctness 
of strategic decisions.  Future research 
needs to examine other aspects of 
systems. 

The subjective nature of our measure of 
strategic decision correctness may also 
limit the authority of these findings and 
may introduce concerns about common 
method biases.  It should be noted, 
however, that consistent with the 
suggestions of scholars (Cooper & Artz, 
1995; Chandler & Hanks, 1993), we 
sought responses from the highest 

executives in the firms who were most 
familiar with a decision outcome.  It may 
also be of concern that strategic decision 
correctness was measured using a single 
item, even though several researchers 
(e.g., Bergkvist & Rossiter, 2007; 
Scarpello & Campbell, 1983) argue that 
single items sometimes perform as well, 
or better, than multi‐item scales. The 
complexity of strategic decision 
correctness, however, might require 
more than a single question (Loo, 2002).  
Scholars, therefore, might want to 
replicate our findings utilizing a multi‐
item dependent variable.  

The reader should also note that an 
underlying assumption of our study is 
that roles in smaller firms are less 
formalized and contained less 
specialized tasks (Blau & Schoenherr, 
1971; Galbraith, 1977).  We argued that 
given these differences, research needs 
to explore whether small firms would 
benefit from data integration systems, 
finding that they did.  Conversely, we 
argued the exponential firm growth that 
is possible for small companies can 
inhibit communications and information 
availability (Street & Meister, 2004).  We 
never directly examined degree of 
formalization or growth, however, 
omissions future research should avoid.  
 
Although studies with a response rate of 
about 10 percent are not unusual 
(Lussier, Sonfield, Corman & McKinney, 
2001), and often published in very well 
respected journals (e.g., McDougall & 
Oviatt, 1996, McDougall & Robinson, 
1990; Shrader & Simon, 1997), a higher 
response rate is more desirable. To 
confirm that our sample was 
representative, we tested for non‐
response bias by comparing the survey 
answers of early respondents to those of 
later respondents, who are often used as 



Journal of Small Business Strategy 
 

 
46 

surrogates for non‐respondents 
(Nwachukwv, Vitell, Gilbert & Barnes 
1997).  There was no difference at the 
10% level of significance on any of the 
nine variables used in the study. 
Nevertheless, future research should 
seek higher responses. 

Future research may also want to 
investigate relationships between 
information availability and the 
cognitive capacities of small firm 
management as mentioned in our 
research.  One suggestion would be the 
analysis of the result of utilizing 
information systems that integrate 
across small firm functions as a method 
of increasing cognitive capacity of 
management for the search of external 
information for strategic decision 
making by removing routine internal 
information processing and analysis 
from their responsibilities. 

Managerial Implication 

In Delvecchio and Anselmi (2006) study 
of smaller companies, they argued that, 
“Given the investments associated with 
the various forms of software and 
hardware, firms need to know which 
forms will make a difference.”   This 
study helps fill this need and has several 
implications for managers.   First, they 
should look into obtaining systems that 
involve data integration systems.  
Second, they should spend upfront time 
considering strategic issues related to 
these systems.  Lastly, if they follow the 
two suggestions above, they do not 
necessarily need to invest a greater 
proportion of their assets in the systems 
they purchase.  In fact, indiscriminate 
investment in systems may actually be 
decreasing the amount of usable 
information they produce. Managers 
may be facing data overload.  

Importantly, most managers appear to 
be acting in ways that are contrary to 
this study's findings.  Many small 
companies have turned to packaged 
computer applications to handle their 
information needs (Chau, 1995).  
Packaged software programs are 
typically purchased off the shelf. Each 
software package is usually designed to 
accommodate a specific business 
function in either a broad range of 
industries or one specific industry.   
Small companies usually purchase these 
applications piece by piece to fit specific 
needs as they arise, and rarely consider 
strategic issues (Levy et al., 2001).  The 
resulting piecemeal information system 
is likely to be a number of applications 
that do not communicate with each 
other, or, in other words, are not 
integrated. Consequently, firms lose the 
synergistic opportunities available from 
the integration of data. 

Alternatively, even small companies may 
wish to investigate ERP packages.  These 
packages represent some of the most 
integrated cross‐functional information 
systems available. The findings of 
Amrani, Rowe and Maronnat (2006) 
demonstrated that the part of ERP 
systems that are already implemented 
gain additional utility each time a new 
ERP module is introduced. 

Managers often face significant 
resistance when trying to adopt new 
systems such as data integration 
systems.  However, one of the keys to 
overcoming this resistance is helping 
users perceive that a system is useful and 
offers benefits (Levenburg et al., 2005).  
It is, therefore, our hope that this paper's 
finding about integrated data systems 
aids in their adoption. 

This study also brings to light another 
practice of managers that may be 



Volume 20, Number 1 Spring/Summer 2009 
 

 
47 

 

erroneous.  Chau (1995) found that most 
small business owners ranked the price 
of software packages as one of the least 
important factors in their selection 
decisions.  Given that this study found 
no relationship between investment and 
making correct strategic decisions, 
managers of small firms may want to pay 
more attention to a system's price.  
 
It is our hope that this paper serves as a 
starting point to launch other inquiries 
into this area.  Although much is left to 
be done, this paper nevertheless, 
establishes possible linkages between 
data integration systems, information 
availability and making correct strategic 
decisions. We hope that our findings 
stimulate further research into the 
critical area of the use of computer 
information systems as it relates to 
making correct strategic decisions by 
small businesses. 

 
REFERENCES 

 
Amrani, Redouane El., Rowe, Frantz 

and Geffroy‐Maronnat, 
Bénédicte. (2006). The effects of 
enterprise resource planning 
implementation strategy on cross‐
functionality. Information Systems 
Journal, 16(1), 79. 

 
Bergkvist, L. and Rossiter, J. (2007). The 

predictive validity of multiple‐item 
versus single‐item measures of the 
same constructs.  Journal of 
Marketing Research, 44(2), 17. 

 
Blau, P.M., and Schoenherr, R. (1971). 

The Structure of Organizations. New 
York, NY: Basic Books. 

 
 

Bostrom, R. P., and Olfman, L., and Sein, 
M. (1990). The importance of learning 
style in end‐user training, MIS 
Quarterly (14:1), 101. 

 
Chandler, G., and Hanks, S. (1993). 

Measuring the performance of 
emerging businesses: A validation 
study. Journal of Business Venturing, 
8(5): 391‐408. 

 
Chang, Hsin Hsin. (2006). Technical and 

management perceptions of 
enterprise information system 
importance, implementation and 
benefits. Information Systems 
Journal. 16(3), 263. 

 
Chau, Patrick Y K. (1995). Factors used 

in the selection of packaged software 
in small businesses: Views of owners 
and managers. Information & 
Management. 29(2), 71. 

 
Compeau, D., Olfman, L., Sein, M., and 

Webster, J. (1995). “End‐user training 
and learning,” Communications of 
the ACM (38:7), 25. 

 
Cooper, A.C., and Artz, K.W. (1995).  

Determinants of satisfaction for 
entrepreneurs. Journal of Business 
Venturing, 10(6): 439‐457. 

 
Cragg, Paul B., and King, Malcom. 

(1993). Small‐firm computing: 
Motivators and inhibitors. MIS 
Quarterly. 17(1), 41. 

 
Cragg, Paul B., and Zinatelli, Nancy. 

(1995). The evolution of information 
systems in small firms. Information & 
Management. 29(1), 1. 

 
 



Journal of Small Business Strategy 
 

 
48 

Delvecchio, Susan., and Anselmi, 
Kenneth. Sales force automation 
tools for small business. Journal of 
Small Business Strategy. 16(2), 15. 

 
Ein‐Dor, P., and Segev, E. (1982). 

Organizational context and MIS 
structure: Some empirical evidence. 
MIS Quarterly. 6(Sep), 55. 

 
Eisenhardt, Kathleen M. (1989). Making 

fast strategic decisions in high‐
velocity environments. Academy of 
Management Journal. 32(3), 543. 

 
Forbes, Daniel P. (2005). Are some 

entrepreneurs more overconfident 
than others? Journal of Business 
Venturing. 20(5), 623. 

 
Foong, S.‐Y. (1999).  Effect of end user 

personal and systems attributes on 
computer based information systems 
success in Malaysian small 
companies. Journal of Small Business 
Management. July, 37(3), 81. 

 
Galbraith, J.R. (1977). Organization 

Design. Reading, MA: Addison‐
Wesley Publishing Co. 

 
Harrison, David A., Mykytyn, Peter P. Jr., 

and Riemenschneider, Cynthia K. 
(1997). Executive decisions about 
adoption of information technology 
in small business: Theory and 
empirical tests. Information Systems 
Research. 8(2), 171. 

 
Hendricks, Kevin B., and Singhal, Vinod 

R., and Stratman, Jeff K. (2007). The 
impact of enterprise systems on 
corporate performance: a study of 
ERP, SCM, and CRM system 
implementations. Journal of 
Operations Management. 25(1), 65. 

Hofer, Charles and Schendel, Daniel. 
(1978). Strategy formulation: 
analytical concepts, St. Paul, MN, 
West Pub. Co. 

 
Igbaria, M., Zinatelli, N. and Cavaye, A. 

(1998).  Analysis of information 
technology success in small firms in 
New Zealand. International Journal of 
Information Management, 18(2), 103. 

 
Karagozoglu & Lindell. (2004).  

Electronic commerce strategy, 
operations and performance in small 
and medium‐sized enterprises.  
Journal of Small Business and 
Enterprise Development. 11(3), 290‐
301. 

 
Law, Chuck C. H., and Ngai, Eric W. T. 

(2007). ERP systems adoption: An 
exploratory study of the 
organizational factors and impacts of 
ERP success. Information & 
Management. 44(4), 418. 

 
Levy, Marge., Powell, Philip., and Yetton, 

Philip. (2001).  Small companies: 
aligning IS and the strategic context. 
Journal of Information Technology. 
16(3), 133. 

 
Levenburg, Nancy M., Schwarz, Thomas 

V., and Motwani, Jaideep. (2005). 
Understanding adoption of internet 
technologies among SMEs. Journal of 
Small Business Strategy, 16(1), 51‐69. 

 
Loo, R.  (2002). A caveat on using single‐

item versus multiple‐item 
scales. Journal of Managerial 
Psychology, 17(1/2), 68. 

 

 



Volume 20, Number 1 Spring/Summer 2009 
 

 
49 

 

Lussier, R., Sonfield, M., Corman, J., and 
McKinney, M. (2001). Strategies used 
by small business entrepreneurs. 
American Journal of Business. 16(1), 
29.  

 
March, S. and Hevner, Alan R. (2007). 

Integrated decision support systems: 
A data warehousing perspective. 
Decision Support Systems. 43(3), 1031. 

 
McDougall, P. and  Oviatt, B. (1996). 

New venture internationalization, 
strategic change, and performance: A 
follow‐up study. Journal of Business 
Venturing, 11(1), 23. 

 
McDougall, P.P. and Robinson Jr., R.B., 

(1990). New venture strategies: An 
empirical identification of eight 
“archetypes” of competitive strategies 
for entry. Strategic Management 
Journal.11(6), 447. 

 
McNamara, G., and Bromiley, P. (1999). 

Risk and return in organization 
decision‐making.  Academy of 
Management Journal, 42(3): 330. 

 
Montazemi, Ali Reza. (2006). How they 

manage IT; small companies in 
Canada and the U.S. Association for 
Computing Machinery. 
Communications of the ACM. 49(12), 
109. 

 
Nadel, R. B. (1988). Computer consulting 

for the smaller firm: Opportunity or 
trap? CPA Journal. 58(4), 18. 

Nwachukwv, S., Vitell, S., Gilbert, F. and 
Barnes. J. (1997). Ethics and social 
responsibility in marketing: An 
examination of the ethical evaluation 
of advertising strategies. Journal of 
Business Research. 39(2), 107.  

Olsen, Kai A. and Saetre, Per. (2007). IT 
for niche companies: Is an ERP 
system the solution? Info Systems 
J.17, 37‐58. 

 
Park, Jong‐Hun., Suh, Hyun‐Ju., and 

Yang, Hee‐Dong. (2007). Perceived 
absorptive capacity of individual 
users in performance of Enterprise 
Resource Planning (ERP) usage: The 
case for Korean firms. Information & 
Management. 44, 300‐312. 

 
Premkumar, G. and Robers, M. (1999). 

Adoption of new information 
technologies in rural small 
businesses. Omega International 
Journal of Management Science, 27, 
467. 

 
Ranganathan, C., and Brown, Carol V., 

(2006). ERP investments and the 
market value of firms: Toward an 
understanding of influential ERP 
project variables. Information 
Systems Research.  17(2), 145. 

 
Robey, D. and Sales, C.A. (1994). 

Designing Organizations. Burr Ridge: 
IL: Irwin.  

 
Scarpello, V. and Campbell, J.  (1983). Job 

satisfaction: Are all the parts 
there? Personnel 
Psychology, 36(3), 577.  

 
Sharma, Rajeev and Yetton, Phillip. 

(2007). The contingent effects of 
training, technical complexity, and 
task interdependence on successful 
information systems implementation. 
MIS Quarterly. 31(2), 219. 

 
 
 



Journal of Small Business Strategy 
 

 
50 

Shrader, R. and Simon, M.. (1997). 
Corporate versus independent new 
ventures: Resource, strategy, and 
performance differences. Journal of 
Business Venturing, 12(1), 47. 

 
Simon, M., and Houghton. S. (2003). The 

relationship between overconfidence 
and the introduction of risky 
products: Evidence from a field 
study. Academy of Management 
Journal, 46(2), 139‐149. 

 
Simon, M., Miree, C., Setzkorn, K., & 

Figon, A. (2003). Managerial errors in 
product introduction decisions: What 
were they thinking? Journal of Small 
Business Strategy. 14(1) 30‐52. 

 
Street, Christopher T., and Meister, 

Darren B. (2004).  Small business 
growth and internal transparency: 
The role of information systems. MIS 
Quarterly. 28(3), 473. 

 
Todd, Peter M. (2007). How much 

information do we need?. European 
Journal of Operational Research. 
177(3), 1317. 

 
Benjamin R Smith is an accountant at 
Clayton & McKervey, P.C. in Southfield, 
Mi.  His research interests include small 
businesses and information technology. 
 
Mark Simon is an Associate Professor of 
Management at Oakland University. He 
has published articles related to 
entrepreneurship, small business, and 
cognitive biases. 
 

 

 

 

APPENDIX A 

Measures 
 

Data Integration System: 1=Do not 
access and 7=Almost all access  
 
1. To what extent do other business 
function applications directly access 
the data captured in your CLIENT 
RELATIONS and MARKETING 
Applications? 

2. To what extent do other business 
function applications directly access 
the data captured in your FINANCIAL 
Applications? 

3. To what extent do other business 
function applications directly access 
the data captured in your HUMAN 
RESOURCE Applications? 

4. To what extent do other business 
function applications directly access 
the data captured in your CLIENT 
PLANNING and ENGAGEMENT 
Applications? 

 
Information Availability: 1=Almost 
never available and 5=Almost always 
available 
 
1. To what extent is the information you 
need readily available for making 
strategic decisions for your firm? 

2. To what extent is the CLIENT 
RELATIONS and MARKETING 
information you need readily 
available for making strategic 
decisions? 

3. To what extent is the FINANCIAL 
information you need readily 
available for making strategic 
decisions? 

4. To what extent is the HUMAN 
RESOURCE information you need 
readily available for making strategic 
decisions? 



Volume 20, Number 1 Spring/Summer 2009 
 

 
51 

 

5. To what extent is the CLIENT 
PLANNING and ENGAGEMENT 
information you need readily 
available for making strategic 
decisions? 

 
Strategic Decision Correctness: 
1=Strongly disagree and 5=Strongly agree 
 
1. In hindsight the firm should have 
changed very few of the important 
decisions it made. 

 
Technology Investment: : 1=Strongly 
disagree and 5=Strongly agree 
 
1. Expenses related to Information 
Technology comprise what amount of 
the firm's total expense… 

 
Technology Training: 1=Strongly 
disagree and 5=Strongly agree 
 
1. The firm provides extensive training 

in regards to its technology. 
 
Technological Strength: 1=Strongly 
disagree and 5=Strongly agree 
 
1. As a whole, the firm’s staff’s technical 
ability is strong. 

 
Strategic IS Planning: 1=Strongly 
disagree and 5=Strongly agree 
 
1. Applications were designed/bought 
and implemented as part of a 
coordinated, firm level, information 
system plan. 

2.  The firm's strategy and mission was 
considered when designing and 
implementing the information system 
applications. 

 



Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.