AD ALTA 

 

JOURNAL OF INTERDISCIPLINARY RESEARCH

 

 

 

To confirm defined hypotheses H1-H4 there are displayed 
relevant results in table 2. According to these values there were 
gained two dependencies (in the significance level of 95 %). The 
intensity of the dependency is given by contingency coefficient. 
The values of contingency coefficient range in <0; 1>, where 
values closed to 0 represent weak power of dependence; values 
closed to 1 convey strong relationship. Based on results in Table 
2 there were confirmed only two hypotheses: 
 


 

There exist dependency between multi-profession skills and 
future 10-years’ threat (significance = 0,000). The intensity 
of the dependency is 0,611. Hypothesis H2

0

 is declined and 

is chosen alternate hypothesis. 



 

Between foreknowledge of industry 4.0 and future 10-yers’ 
threat is also defined dependence, which confirm value of 
significance = 0,002. The power of this dependence is in 
0,538. Hypothesis H4

0

 is declined and is chosen alternate 

hypothesis. 

 
For hypotheses H1 and H3 there are no statistical validation to 
believe, that there is dependence. Their significance values are 
over 0,05 and is not possible to corroborate their relationship 
between variables. In case of H3 observed value is closed to 
limit significance value (sig.=0,055) and could be required to 
monitor this connection. 
 
Table 2 Gained values of processed test of independence 

 

Pearson 

value 

Significance 

Intensity 

H1: Future 10-yers’ 
threat and educated 
profession 

6,412 

0,268 

0,290 

H2: Future 10-yers’ 
threat and multi-
profession skills 

41,673 

0,000 

0,611 

H3: Future 10-yers’ 
threat and 
comprehension of 
industry 4.0 

37,235 

0,055 

0,589 

H4: Future 10-yers’ 
threat and 
foreknowledge of 
industry 4.0 

28,463 

0,002 

0,538 

Source: own work by authors 

Main problem of the industry 4.0 concept is that lot of managers 
and employees don’t know specification and relevant definition, 
which help them to improve their work setup and single work. 
From point of view of country of company there it is obvious 
that industry 4.0 would be well known mainly in Europe. Arntz, 
Gregory and Zierahn (2016) mention that workers in OECD 
countries fear of the automatization, which replace them in 
production. Therefore, it is necessary to rebut apprehension and 
destroy myths, connected to industry 4.0. This situation confirm 
work of Krzywdzinski, Jürgens and Pfeiffer (2015). Table 3 
consists values of knowledge Industry 4.0 according to countries 
of workers, which participated in the survey. 
 
 
 
 
 
 
 
 

Table 3 Forknowledge of industry 4.0 according to country of 
company 

 

GE 

CZE 

CA 

Total 

First meet 

4 

33 

6 

43 

4,21 % 

34,74 % 

6,32 % 

Know 
without 
details 

15 

24 

1 

40 

15,79 % 

25,26 % 

1,05 % 

Know 
details 

7 

5 

0 

12 

7,37 % 

5,26 % 

0,00 % 

Source: own work by authors 

To display the connection of industry 4.0 knowledge and country 
there is applied correspondence analysis. Gained map, as the 
result of the correspondence analysis, shows connection between 
country of company and industry 4.0 knowledge in two-
dimensional plain. For creating correspondence analysis and its 
map, there is necessary to employ load indicators, which 
describe information about specifications of categories, located 
in the table. This information is assigned in percentage values. 
Values of these loading indicators are acquired such ratio figures 
of the frequencies in rows (n

i+

) and columns (n

+j

) according to 

all categories in the table (n). 
 
Correspondence map needs to get dimensions score, that indicate 
the percentage of represents’ information athwart specified 
categories in the computing table. These scores should be 
figured such kind of ratio, similar for both of row (n

i+

) and 

column (n

+j

) frequencies of all defined individual categories in 

basis table. 
 
Score values of individual variables are defined in two different 
dimensions, which are indeterminate in space due reduction of 
multi-dimension space (within reduced data in both of rows and 
columns). This reduction of variables does not degrade specific 
information of raw data, which were put into the reduction 
process. For confirmation of correspondence analysis there are 
used so called inertia indicators, which represent proportion of 
comprehensive information on the relevant point of view of new 
dimensions. The value of inertia indicators is independent on the 
number of original dimensions (Hebák et al., 2007; D’Esposito 
et al., 2014). 
 
According to algorithm in correspondence analysis there is 
defined relationship between country origin of country (where 
companies operates) and knowledge of industry 4.0 as individual 
variable categories. The result of correspondence analysis (as 
column and row points by two-dimension solution) is depicted in 
Figure 1. The usage of symmetrical normalization helps to verify 
relationship between variables. Likelihood of application was 
confirmed by significance value of Chi-square test, which was 
gained at value 0,029. 
 
According to results, displayed in Picture 2, it is obvious, that 
knowledge of industry 4.0 concept is well known mainly in 
Germany, where this concept was developed. There are two 
divergent groups of relationships. For companies, which operate 
in Czech Republic, are usually closely connected with 
companies in Germany. In case of Canadian companies this 
concept is quite unknown for them (according to observed data 
in research). 
 

 
 
 
 
 
 
 
 

- 200 -