Alper KİRAZ, Cem ÖZKURT, Onur CANPOLAT, Harun TAŞKIN, Esra SARP

Endüstri 4.0’ı etkileyen kriterlerin yapısal eşitlik modeli ile incelenmesi ve bir pilot çalışma

Günümüzde teknoloji ve üretim ortamı sürekli gelişmektedir. İşletmeler bu rekabet ortamında ayaktakalabilmek için yenilikleri takip etmek zorundadır. Endüstri 4.0 ya da diğer bir adıyla dördüncü sanayidevriminin temel amacı bilişim teknolojileri ve endüstriyi bir araya getirmektir. Endüstri 4.0, birbirleri ilehaberleşebilen, veri alışverişi yapabilen sistemler arası bütünleşmeyi içeren, ileri otomasyon seviyesi ile verianalizini yaparak, üretimdeki makine ve teçhizata ait tüm verilerin, üretimin eş zamanlı yapılabilmesi içinbir bulut sisteminde depolanması olarak özetlenebilir. Endüstri 4.0, üretimde esnekliğin arttırılmasına vedaha yüksek verimliliğin sağlanmasına olanak sağlar. Bu çalışmada, işletmelerin Endüstri 4.0 seviyesinietkileyen kriterler belirlenmiş ve kriter etkilerinin Endüstri 4.0 seviyesine etkisinin analizi için yapısal eşitlikmodeli (YEM) kullanılmıştır. Modelde teknoloji, strateji, müşteriler, liderlik, devlet politikası, kültür,süreçler ve çalışanlar olmak üzere 8 kriter kullanılmıştır. Gerçekleştirilen uygulama ile Endüstri 4.0seviyesine etki eden en önemli üç kriterin sırasıyla 1,00 faktör yükü ile strateji, 0,97 faktör yükü ile kültürve 0,90 faktör yükü ile süreçler olduğu görülmektedir. Çalışmada elde edilen bulguların işletmelerin Endüstri4.0 hedefine ulaşmaları konusundaki eksik ve geliştirilebilir yönlerini görmeleri konusunda yardımcı olmasıhedeflenmektedir.

Examination of the criteria affecting Industry 4.0 with structural equation model and a pilot study

Nowadays, technology and production environment is constantly developing. Companies have to follow innovations in order to survive in this competitive environment. The main purpose of Industry 4.0 or the fourth industrial revolution is to bring information technology and industry together. Industry 4.0 can be summarized as the storage of all data related to the machinery and equipment in production in a cloud system so that the production can be performed simultaneously by analyzing the data with the advanced automation level, which can communicate with each other and can exchange these data. Industry 4.0 enables increased flexibility in production and in productivity. In this study, the criteria affecting the Industry 4.0 level were determined and the structural equation model (SEM) was used to analyze the impact of the criterion effects on the Industry 4.0 level. 8 criteria were used in the model: technology, strategy, customers, leadership, government policy, culture, processes and employees. The most important three factors affecting the Industry 4.0 level are strategy with 1.00 factor load, culture with 0.97 factor load and processes with 0.90 factor load. It is aimed that the findings obtained in the study will help the companies to see their deficiencies and improvements in reaching the goal of Industry 4.0.

PDF

___

1. Walsh G., Möhring M., Koot C., Schaarschmidt M., Preventive Product Returns Management Systems - A Review and Model, Proceedings of the European Conference on Information Systems, 13, 9-11 June, 2014.
2. Kagermann H., Wahlster W. ve Helbig J., Recommendations for Implementing the Strategic Initiative INDUSTRIE 4.0, 2013.
3. Türker A. K., Göleç A., Aktepe A., Ersöz S., İpek M., Çağil G., A real-time system design using data mining for estimation of delayed orders and application, Journal of the Faculty of Engineering and Architecture of Gazi University, 35 (2), 709–724, 2019.
4. Lichtblau K., Stich V., Bertenrath R., Blum M., Bleider M., Millack A., Schmitt K., Schmitz E. ve Schröter M., Industrie 4.0 Readiness, 1–78, 2015.
5. Geissbauer R., Vedso J. ve Schrauf S., Industry 4.0: Building the Digital Enterprise, Pricewaterhouse Coopers, 36, 2016.
6. Schumacher A., Erol S., Sihn W., A Maturity Model for Assessing Industry 4.0 Readiness and Maturity of Manufacturing Enterprises, Procedia CIRP, 52, 161– 166, 2016.
7. Zeller V., Hocken C., Stich V., Acatech Industrie 4.0 Maturity Index – A Multidimensional Maturity Model, In Advances in Production Management Systems, Smart Manufacturing for Industry 4.0, IFIP Advances in Information and Communication Technology, Springer International Publishing: Cham, 105–113, 2018.
8. Kiraz A., Uygun Ö., Erkan E., Canpolat O., Fuzzy Cognitive Mapping Approach for Assessing Industry 4.0 Tendency, Sci. Iran., 2019. https://doi.org /10.24200/sci.2019.51200.2057.
9. Raykov T. ve Marcoulides G. A., A first course in structural equation modeling, 2nd edition, Lawrence Erlbaum Associates Publishers: Mahwah, NJ, US, 2006.
10. Byrne B. M., Structural Equation Modeling With AMOS: Basic Concepts, Applications, and Programming, 2nd edition, Routledge: New York, 2009.
11. Dursun Y., Kocagöz E., Yapısal Eşitlik Modellemesi ve Regresyon: Karşılaştırmalı Bir Analiz, Erciyes Üniversitesi İktisadi ve İdari Bilim. Fakültesi Derg., 35, 1–17, 2010.
12. Özer Y., Anil D., Öğrencilerin Fen ve Matematik Başarılarını Etkileyen Faktörlerin Yapısal Eşitlik Modeli ile İncelenmesi, HU J. Educ., 41, 313–324, 2011.
13. Koyuncu Yemenici N., Altı Sigma Metodolojisinde Yapısal Eşitlik Modelinin Araç Olarak Kullanılması, Yüksek Lisans Tezi, Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Sakarya, 2012.
14. Baldemı̇r E., Bozkurt B., Konaklama Tesislerinin Performanslarını Etkileyen Faktörlerin İncelenmesi: Marmaris Örneği, Muğ Sıtkı Koçman Üniversitesi Sos. Bilim. Enstitüsü Derg., 29, 27–43, 2012.
15. Uygurtürk H., Marka Değerini Oluşturan Faktörlerin Yapısal Eşitlik Modeli ile Analizi: Seyahat Acentaları Üzerine Bir Araştırma, Doktora Tezi, Bülent Ecevit Üniversitesi, Sosyal Bilimler Enstitüsü, Zonguldak, 2014.
16. Çapık C., Geçerlik ve Güvenirlik Çalışmalarında Doğrulayıcı Faktör Analizinin Kullanımı, Anadolu Hemşire ve Sağlık Bilim. Derg., 17 (3), 196–205, 2014.
17. Özkurt C., Endüstri 4.0 Perspektifinden Türkiye’de İmalat Sanayinin Durumu: Sakarya İmalat Sanayi Üzerine Bir Anket Çalışması, Yüksek Lisans Tezi, Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Sakarya, 2016.
18. PricewaterhouseCoopers., The Industry 4.0: Digital Operations Self Assessment, 2016.
19. Basl J., Kopp J., Study of the Readiness of Czech Companies to the Industry 4.0, J. Syst. Integr., 8 (3), 40– 45, 2017.
20. Diyadin A., Koçak A., Sanayi 4.0 Geçiş Süreçlerinde Kritik Başarı Faktörlerinin DEMATEL Yöntemi ile Değerlendirilmesi, Ege Akad. Bakis Ege Acad. Rev., 18 (1), 107–120, 2018.
21. Kiraz A., Canpolat O., Erkan E. F., Uygun Ö., Impuls Kriterleri ile Endüstri 4.0 Eğiliminin Değerlendirilmesi: Bir Bulanik Bilişsel Harita Uygulamasi, Acad. Platf. J. Eng. Sci., 7 (1), 23–14, 2019.
22. Iriondo J. M., Albert M. J., Escudero A., Structural Equation Modelling: An Alternative for Assessing Causal Relationships in Threatened Plant Populations, Biol. Conserv., 113 (3), 367–377, 2003.
23. Hoyle R., Structural Equation Modeling: Concepts, Issues, and Applications, 1st edition, SAGE Publications, Inc: Thousand Oaks, 1995.
24. Jöreskog K. G., A General Method for Estimating a Linear Structural Equation System, ETS Res. Bull. Ser., 2, 1–41, 1970.
25. Keesling J., Maximum Likelihood Approaches to Causal Flow Analysis, PhD Thesis, University of Chicago, Chicago, 1972.
26. Wiley D., The Identification Problem for Structural Equation Models with Unmeasured Variables, Struct. Equ. Models Soc. Sci., 69–83, 1973.
27. Yudatama U., Hidayanto A. N., Nazief B. A. A., Phusavat K., Data to Model the Effect of Awareness on the Success of IT Governance Implementation: A Partial Least Squares Structural Equation Modeling Approach (PLS-SEM), Data Brief, 25, 104333, 2019.
28. Nicolas C., Kim J., Chi S., Quantifying the Dynamic Effects of Smart City Development Enablers Using Structural Equation Modeling, Sustain. Cities Soc., 53, 101916, 2020.
29. Kursunoglu N., Onder M., Application of Structural Equation Modeling to Evaluate Coal and Gas Outbursts, Tunn. Undergr. Space Technol., 88, 63–72, 2019.
30. Jabeen G., Yan Q., Ahmad M., Fatima N., Qamar S., Consumers’ Intention-Based Influence Factors of Renewable Power Generation Technology Utilization: A Structural Equation Modeling Approach, J. Clean. Prod., 237, 117737, 2019.
31. Viloria A., Pineda Lezama O. B., Mixture Structural Equation Models for Classifying University Student Dropout in Latin America, Procedia Comput. Sci., 160, 629–634, 2019.
32. Ding N., Jiao N., Zhu S., Liu B., Structural Equations Modeling of Real-Time Crash Risk Variation in CarFollowing Incorporating Visual Perceptual, Vehicular, and Roadway Factors, Accid. Anal. Prev., 133, 105298, 2019.
33. Kaplan D., Statistical Power in Structural Equation Modeling: Concepts, issues, and applications, Sage Publications, Inc: Thousand Oaks, CA, US, 100–117, 1995.
34. Kline R. B., Principles and Practice of Structural Equation Modeling, 3rd edition, The Guilford Press: New York, 2010.
35. Büyüköztürk Y. Ş., Bökeoğlu Ö. Ç. ve Şekercioğlu G., Sosyal Bilimler İçin Çok Değişkenli İstatistik SPSS ve LISREL Uygulamaları, 2nd edition, Pegem Akademi Yayıncılık, 2012.
36. Schumacker R. E. ve Lomax R. G., A Beginner’s Guide to Structural Equation Modeling, 4th edition, Routledge: New York, NY, 2015.
37. Şimşek Ö. F., Yapısal Eşitlik Modellemesine Giriş - Temel İlkeler ve LISREL Uygulamaları, Ekinoks Eğitim Danışmanlık Hiz., 2007.
38. Waltz C. F., Strickland O. L. ve Lenz E. R., Measurement in Nursing and Health Research, 5th edition, Springer Publishing Company: New York, 2016.
39. Kline R. B., Principles and Practice of Structural Equation Modeling, 2nd edition, Guilford Publications, 2005.
40. Harrington D., Confirmatory Factor Analysis, Oxford University Press, USA, 2009.
41. Şeşen H., Meydan C.H., Yapısal Eşitlik ModellemesiAMOS Uygulamaları, 2nd edition, Detay Yayıncılık, 2011.