2013 04 22_soutenance_sol_tanguay

567 vues

Publié le

0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
567
Sur SlideShare
0
Issues des intégrations
0
Intégrations
14
Actions
Partages
0
Téléchargements
6
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

2013 04 22_soutenance_sol_tanguay

  1. 1. Reconceptualisation et développement d’unenouvelle mesure du besoin d’interactionsociale en contexte d’utilisation destechnologies libre-serviceSoutenance de thèse de doctoratSol TanguayLe 22 avril 2013Membres du comité:Sylvain SénécalJean-François OuelletDaniel Tomiuk
  2. 2. Merci à vous tous qui m’ont aidé danscette grande aventure2
  3. 3. Mais aussi à Wanda(et Schultze)3
  4. 4. Une pièce en 7 actes1. Introduction2. La revue de littérature3. Le modèle théorique et les hypothèses associées4. Le développement de la mesure du besoind’interaction sociale5. Le test des hypothèses6. Conclusion, contributions, limites et pistes derecherche7. Période de questions4
  5. 5. ACTE 1 : INTRODUCTION5
  6. 6. Le libre-service chez Piggly Wiggly(Salomann, Kolbe, et Brenner, 2006) Source6
  7. 7. Les technologies libre-serviceSourceTechnologies que les consommateurs utilisent sans interaction ou aidede la part d’un employé de service.(Curran et Meuter, 2005)7
  8. 8. SourceSourceSourceTous les jours et dans toutes les industries(Bitner, Ostrom, et Meuter, 2002, Meuter, Ostrom, Bitner, et Roundtree, 2003)SourceSource8
  9. 9. Study: Shoppers want self-service optionsOctober 6, 2011Source9
  10. 10. SourceTelegraph.co.ukBy Michael Leapman6:51PM BST 12 Jun 201210
  11. 11. Une typologie de convenance destechnologies libre-serviceInterface /FonctionTéléphone Internet Kiosques interactifs Vidéo/CDService client Banque sur téléphoneStatut d’une commandeInformation sur un volSuivi d’un colisInformations sur uncompteGuichet bancaire N/ATransactions Banque sur téléphoneRenouvellement deprescriptionAchat sur InternetTransactionfinancièrePayer à la pompeLocationd’automobileN/ALibre-aide(« Self-Help”)Ligne d’informationtéléphoniqueRecherched’informationApprentissage àdistanceMachine à mesurerla pressionLogiciel depréparationd’impôts(Meuter et al., 2000)11
  12. 12. Un important appel à la recherche!12
  13. 13. Les technologies libre-service et lesinteractions humaines• Les technologies libre-service réduisent lesinteractions humaines, ce qui peut mener àdes expériences de service potentiellementmoins riches:– Échanges de connaissances moins complets;– Liens sociaux plus faibles;– Évaluation de la qualité de service qui dépend desinterfaces technologiques.(Meuter et Bitner, 1998)13
  14. 14. Une question centrale à notrerechercheQuel rôle joue le besoin d’interaction socialedans l’adoption des technologies libre-service?14
  15. 15. Le fil conducteur de notre rechercheCroissanceimportantedestechnologieslibre-serviceDéshumanisationde la prestationde serviceAmbigüité quantaux effets dubesoind’interactionsociale surl’adoption destechnologieslibre-serviceRôle du besoind’interactionsociale dans lephénomène del’adoption destechnologieslibre-service15
  16. 16. ACTE 2 : LA REVUE DE LITTÉRATURE16
  17. 17. Une approche structurée17
  18. 18. Processus empruntéIdentificationdes principalespublicationsAnalyse descontenusÉtude desréférencesRecherche par mots clés(« Self-Service », « Self-Service Technologies », « SST » et autres concepts associés)18
  19. 19. Principales publications utiliséesJournaux en marketing Journaux en systèmes d’informationTrois principales publications par disciplineJournal of Retailing MIS QuarterlyJournal of Marketing Information Systems ResearchJournal of Consumer Research Journal of Management Information SystemsLes autres publications d’intérêt identifiéesJournal of Service Research Journal of Information TechnologyJournal of Business Research Information Systems JournalJournal of Marketing Research Information and ManagementDecision Sciences OmegaMarketing Science European Journal of Information Systemse-Service Journal Journal of Strategic Information SystemsPsychology and Marketing Journal of the Association for Information SystemsJournal of Interactive Marketing Data BaseInternational Journal of Electronic Commerce IEEE Transactions on Software EngineeringMarketing Management Strategic Management JournalJournal of the Academy of Marketing Science Organization ScienceJournal of Consumer Psychology19
  20. 20. Principaux antécédents de l’adoptiondes technologies libre-serviceAttitudinauxIndividuelsTechnologiquesContextuels20
  21. 21. Le besoin d’interaction sociale sembleêtre un construit important21
  22. 22. Deux définitions du besoind’interaction sociale1. « The desire to retain personal contact withothers during service encounters. » (Curran etMeuter, 2005)2. « The importance of human interaction tothe customer in service encounters. » (Dabholkar &Bagozzi, 2002)22
  23. 23. Une ambigüité doit être investiguéeLe besoin d’interaction sociale est significatifdans l’adoption des technologies libre-service.• Langeard, Bateson, Lovelock, et Eiglier, 1981• Bateson, 1985• Dabholkar, 1996• Dabholkar et al., 2003Le besoin d’interaction sociale n’est pas significatif,ou l’on obtient des résultats mitigés, dansl’adoption des technologies libre-service.• Curran et Meuter, 2005• Dabholkar et Bagozzi, 200223
  24. 24. Selon nous, l’ambigüité provient de 2sourcesProblème desupport théoriqueen regard du réseaunomologiqueProblème de fidélitéet de validité desmesures24
  25. 25. Les différents rôle du besoind’interaction sociale• Le besoin d’interaction sociale est un trait individuel et estun antécédent de l’attente de qualité de service de l’optiontechnologies libre-service. (Dabholkar, 1996)• Le besoin d’interaction sociale est un trait individuel duconsommateur et a des effets modérateurs entre lesperceptions liées à l’utilisation des technologies libre-service et l’attitude envers l’utilisation des technologieslibre-service. (Dabholkar et Bagozzi, 2002)• Le besoin d’interaction sociale est un trait individuel duconsommateur et est un antécédent de l’attitude enversl’utilisation des technologies libre-service. (Curran etMeuter, 2005)25Problème desupport théoriqueen regard du réseaunomologique
  26. 26. La mesure du besoind’interaction sociale(Dabholkar 1996)1. « Human contact in providing services makes the processenjoyable for the customer. »2. « I like interacting with the person who provides theservice. »3. « Personal attention by the service employee is not veryimportant to me. »4. « It bothers me to use a machine when I could talk to aperson instead. »Coefficient de fidélité Alpha de 0,83 26Problème defidélité et devalidité de mesure
  27. 27. La mesure du besoind’interaction sociale(Curran et Meuter, 2005)1. « I enjoy seeing people who work at my bank »2. « Personal attention by the people at my bank is notimportant to me »3. « The people at my bank do things for me that no machinecould do »Coefficient de fidélité Alpha de 0,60Ce qui est faible en contexte de réplication ou de confirmation d’une mesure(Nunnally, 1978) 27Problème defidélité et devalidité de mesure
  28. 28. Le besoin d’interaction sociale est unconstruit multidimensionnelBesoind’acceptationBesoin decompréhensionBesoind’influenceBesoin deconfirmation(Alderfer, 1969)28« Relatedness needs include all the needswhich involve relationships with significantother people » (p146).
  29. 29. SE TOURNER VERS LA DISCIPLINE DESTECHNOLOGIES DE L’INFORMATION ETSES SOURCES29
  30. 30. L’étude des comportementsCroyances àpropos de l’objetXAttitude enversl’objet XIntentionsenvers l’objet XComportementsenvers l’objet X30Cadre conceptuel liantcroyances, attitude, intentions etcomportements relatifs à un objet donné(Fishbein et Ajzen, 1975)
  31. 31. TRA (Théorie de l‘Action Raisonnée)Croyances etévaluationsAttitude enversle comportementIntentioncomportementaleComportementsNormessubjectivesCroyancesnormatives etmotivations dese conformer31(Fishbein et Ajzen, 1975)
  32. 32. TAM (« Technology Acceptance Model »)VariablesexternesUtilité perçueAttitude enversl’utilisation du SIIntentiond’utilisation duSIFacilitéd’utilisationperçueUtilisation du SI32Le modèle de lacceptation des technologies(TAM) tiré de (Davis et al., 1989)
  33. 33. TAM + plaisir perçuUtilité perçueIntentiond’utilisation duSIFacilitéd’utilisationperçuePlaisir perçu33Modèle TAM incluant le plaisir perçu de(Van Der Heijden, 2004)
  34. 34. ACTE 3 : LE MODÈLE THÉORIQUE34
  35. 35. Le modèle de recherche et leshypothèses associées35
  36. 36. Perception de présence sociale → perceptionsliées à l’utilisation des technologies libre-service• H1 : Plus la perception de présence socialeest grande, plus la facilité d’utilisationperçue des technologies libre-service estgrande.• H2 : Plus la perception de présence socialeest grande, plus l’utilité perçue destechnologies libre-service est grande.• H3 : Plus la perception de présence socialeest grande, plus le plaisir d’utilisation perçudes technologies libre-service est grand.36
  37. 37. Perception de facilité d’utilisation → autresperceptions liées à l’utilisation des technologieslibre-service• H4 : Plus la facilité d’utilisation perçue destechnologies libre-service est grande, plusl’utilité perçue des technologies libre-serviceest grande.• H5 : Plus la facilité d’utilisation perçue destechnologies libre-service est grande, plus leplaisir d’utilisation perçu des technologieslibre-service est grand.37
  38. 38. Effets de modérations sur perception deprésence sociale → perceptions liées àl’utilisation des technologies libre-service• H6 : Plus le besoin d’interaction estgrand, plus l’effet de la perception de laprésence sociale sur l’utilité perçue estgrand.• H7 : Plus le besoin d’interaction estgrand, plus l’effet de la perception de laprésence sociale sur la facilitéd’utilisation perçue est grand.• H8 : Plus le besoin d’interaction estgrand, plus l’effet de la perception de laprésence sociale sur le plaisir perçu estgrand.38
  39. 39. ACTE 4 : LE DÉVELOPPEMENT DE LAMESURE DU BESOIN D’INTERACTIONSOCIALE 39
  40. 40. Une approche reconnue pourdévelopper des mesures en marketing40
  41. 41. La spécification du domaine duconstruit et la validité de contenus• Définition: L’importance des interactionshumaines pour le consommateur lors derencontre de service. (Dabholkar et Bagozzi, 2002)• La spécification du domaine du construit et lavalidité de contenus:– Revue de littérature;– Évaluation des experts.41
  42. 42. La génération des items de base• Liste de 43 items (questions);• Évaluation des items par les juges-experts: (Brakus, Schmitt,et Zarantonello, 2009)– Assignation de l’item à une définition– Évaluation de l’adéquation de l’item à la définition• Calcul de la cohérence inter-juges;• Calcul des scores d’adéquation;• Minimum de trois items par dimension; (Byrne, 2009)• Évaluation par deux étudiants des 19 items restantspour identification des similarités sémantique;• Liste de 15 items pour le test de l’analyse exploratoire.42
  43. 43. Les définitions soumises aux juges-experts1. Le besoin d’être accepté : Le niveau dimportance accordé au faitdêtre accepté pour ce que lon est par l’agent de service.2. Le besoin d’être compris : Le niveau dimportance accordé au faitdavoir ses besoins compris par l’agent de service.3. Le besoin d’être influencé : Le niveau dimportance accordé au faitdêtre influencé par une source externe lors de la prise dedécision.4. Le besoin de confirmation : Le niveau dimportance accordé aufait de recevoir une confirmation que ses croyances sont exactes.43
  44. 44. L’évaluation inter-juges• Chaque juge-expert recevait les questions et lesdéfinitions. Il devait par la suite:1. Classer la questions sous la bonne définition;2. Nous calculions la proportion des juges-experts ayantclassé correctement (cohérence) chaque question.3. Évaluer la qualité de la question de 1 à 3 (peu adéquat =1, adéquat = 2 et très adéquat = 3);4. Nous calculions un score d’adéquation inter juges-experts en multipliant les scores de chaque juge (37). Lesscores varient donc de 1 à 2187.44
  45. 45. Les 15 items à tester lors de l’analysefactorielle exploratoire (AFE)Dimension No Item LibelléBesoin d’acceptation 1 NFA1 Je veux que les employés de service macceptentBesoin d’acceptation 2 NFA2 Jessaie déviter de faire des choses qui pourraient faire en sorte que les employés de service me rejettentBesoin d’acceptation 3 NFA3 Je désire être apprécié par les employés de serviceBesoin de compréhension 4 NFU2 Jai besoin de sentir que les agents de service comprennent mes besoinsBesoin de compréhension 5 NFU3 Japprécie les agents de service qui prennent le temps de comprendre mes besoinsBesoin de compréhension 6 NFU4 Les agents de service doivent comprendre parfaitement mes besoinsBesoin d’influence 7 NFI1 Ma décision dacheter un produit est influencée par les suggestions des employés de serviceBesoin d’influence 8 NFI2 Les suggestions des employés de service influencent mes choixBesoin d’influence 9 NFI3 Lors de la prestation de service, je nai pas besoin des suggestions dun employé de service pour prendre mes décisions.Besoin d’influence 10 NFI4 Les recommandations des employés de service influencent mes décisions finalesBesoin d’influence 11 NFI5 Lors de la prestation de service, mes choix ne sont pas influencés par les suggestions des employés de service.Besoin d’influence 12 NFI6 Lors de la prestation de service, jencourage les employés de service à me proposer des produits.Besoin de confirmation 13 NFC2 Jaime lorsque les employés de service confirment que jai fait un bon choixBesoin de confirmation 14 NFC3 Jai souvent besoin que les employés de service confirment que jai pris la bonne décisionBesoin de confirmation 15 NFC4 Japprécie lorsque les employés de service me rassurent suite à ma prise de décision45
  46. 46. ANALYSE FACTORIELLEEXPLORATOIRE (AFE)46
  47. 47. Analyse factorielle exploratoire (AFE)(Collecte de données 2)• N = 394 consommateurs québécois tirés duPanel de Léger Marketing;• Logiciels SPSS 17 et AMOS 18;• Analyse de fidélité pour chaque dimension;(Churchill, 1979; Peter, 1979)• Estimation des corrélations item-total pour lesdimensions qui ont des coefficients Alphainférieurs à 0,5;(Bearden et al., 1989; Torkzadeh et Dhillon, 2002;Zaichkowsky, 1985)• Analyse en composantes principales. (dAstous, 2011)47
  48. 48. Analyse de fidélité• Estimation du degré d’homogénéité des itemsau sein d’une mesure à l’aide du coefficientAlpha de Cronbach.(DeVellis, 2003)Item Corrélations item-totalv_1_NFI1 0,681v_2_NFI2 0,649v_3_NFI3_r 0,321v_4_NFI4 0,626v_5_NFI5_r 0,412v_6_NFI6 0,390Dimension Coefficients Alpha après épurationBesoin d’acceptation 0,775Besoin de compréhension 0,845Besoin d’influence 0,849Besoin de confirmation 0,86848Lorsque les coefficients Alpha sont supérieurs à 0,70, nous considérons queles mesures sont fidèles (Peter, 1979)
  49. 49. L’instrument de mesure finalLe « besoin d’acceptation » :• NFA1 : « Lors de la prestation de service, je veux que les employés de service macceptent »;• NFA2 : « Lors de la prestation de service, jessaie déviter de faire des choses qui pourraient faire en sorte que les employés de serviceme rejettent »;• NFA3 : « Lors de la prestation de service, je désire être apprécié par les employés de service ».Le « besoin de compréhension » :• NFU1 : « Lors de la prestation de service, japprécie les employés de service qui prennent le temps de comprendre mes besoins »;• NFU2 : « Lors de la prestation de service, les employés de service doivent comprendre parfaitement mes besoins »;• NFU3 : « Lors de la prestation de service, la compréhension des besoins des clients est lélément le plus important de la relation entreun client et un employé de service ».Le « besoin d’influence » :• NFI1 : « Lors de la prestation de service, ma décision dacheter un produit est influencée par les suggestions des employés de service »;• NFI2 : « Lors de la prestation de service, les suggestions des employés de service influencent mes choix »;• NFI3 : « Lors de la prestation de service, les recommandations des employés de services influencent mes décisions finales ».Le « besoin de confirmation » :• NFC1 : « Lors de la prestation de service, jaime lorsque les employés de service confirment que jai fait un bon choix »;• NFC2 : « Lors de la prestation de service, jai souvent besoin que les employés de service confirment que jai pris la bonne décision »;• NFC3 : « Lors de la prestation de service, japprécie lorsque les employés de service me rassurent suite à ma prise de décision ».49
  50. 50. Analyse en composantes principales• Détermination du nombre de facteurs à extraire:– Le critère des valeurs propres; (Field, 2009; dAstous, 2011)– Le graphique des valeurs propres; (Field, 2009; dAstous, 2011)– Extraire assez de facteurs pour atteindre un niveau devariance expliquée donné ou désiré; (Hair et al., 2006)– L’extraction d’un nombre prédéterminé de facteursreposant sur des recherches passées et la théorieemployée. (Hair et al., 2006)• Type de rotation: à moins de preuve contraireles facteurs sont présumés corrélés (rotationoblique de type Oblimin).50
  51. 51. Le critère des valeurs propres• Selon ce critère, nous devrionsretenir 3 facteurs. Par contre:– (Field, 2009) indique que ce critère estconsidéré très restrictif et que le seuilde 0,7 peut être accepté.– (Hair et al., 2006) soulignent que lorsquele nombre de variables analysé estinférieur à 20, le critère des valeurspropres a tendance à générer unnombre trop prudent de facteurs.Composantes Valeur propre1 5,3482 1,8123 1,2434 0,68951
  52. 52. Le graphique des valeurs propres(ou graphique des éboulis et coude de Cattell)• Selon lecritère ducoude deCattell,nousdevrionsretenir 3facteurs.52
  53. 53. Extraire assez de facteurs pour atteindre unniveau de variance expliquée donné• (Hair et al., 2006) indiquentque bien qu’aucunseuil précis n’existe,en science sociale, leseuil de 60% estsouvent satisfaisant.• Selon ce critère, nousdevrions retenir 2facteurs.Composante Total % de variance % cumulée1 5,348 44,566 44,5662 1,812 15,096 59,6623 1,243 10,359 70,0214 0,689 5,738 75,75953
  54. 54. L’extraction d’un nombre prédéterminé defacteurs reposant sur des recherches passées etla théorie employée• En nous basant sur la quatrième approchepréconisée par (Hair et al., 2006), qui mentionne qu’il fautse fier sur la théorie employée, nous extrairionsquatre facteurs et devrions fixer ce paramètre enintrant de notre analyse en composantes principales.54
  55. 55. Analyse en composantes principales4 facteursVariable1 2 3 4NFI4 ,894NFI1 ,892NFI2 ,791NFU3 ,866NFU2 ,861NFU4 ,857NFA1 ,873NFA3 ,834NFA2 ,735NFC2 -,906NFC3 -,852NFC4 -,806ComposantesNombre de facteurs libreVariable1 2 3NFI1 ,902NFI2 ,870NFI4 ,856NFC3 ,554NFC2 ,528NFC4 ,504NFU3 ,880NFU2 ,875NFU4 ,871NFA3 ,854NFA1 ,835NFA2 ,767Composantes55
  56. 56. Résultats• Les deux modèles reposent sur des structuresde corrélations simples. (dAstous, 2011)• La structure à 4 dimensions offre desstructures de corrélations plus robustes (lescoefficients de corrélations sont plus élevés).• Nous poursuivrons notre investigation encomparant les modèles à l’aide d’équationsstructurelles et l’indice d’adéquation AIC. (Byrne,2009)56
  57. 57. Comparaison de 5 modèles à l’aided’équations structurelles4 dimensions3 dimensions1 dimension 57
  58. 58. Le modèle à 4 dimensions offre demeilleurs indices d’adéquationModèle Chi-2 d.l. Chi-2/d.l. GFI NFI CFI RMSEA SRMR AIC1erordre à 4 dimensions corrélées 73,742 48 1,536 ,969 ,970 ,989 ,037 ,0295 133,7424 dimensions 2eordre 94,976 51 1,862 ,961 ,961 ,982 ,047 ,0398 148,9763 dimensions 2eordre 233,825 51 4,585 ,896 ,904 ,923 ,096 ,0520 287,8253 dimensions 1erordre corrélées 233,825 51 4,585 ,896 ,904 ,923 ,096 ,0520 287,825Unidimensionnel 769,675 54 14,253 ,731 ,686 ,700 ,184 ,1192 817,6751. Les indices (GFI, NFI et CFI) devraient être supérieurs à 0,90.2. Les indices basés sur la matrice des résidus (RMSEA, SRMR) devraient êtreinférieurs à 0,10 et idéalement à 0,08.3. L’indice prédictif AIC (« Akaike Information Criterion ») qui sert à comparer desmodèles non imbriqués devrait être le plus bas possible.(Byrne, 2009) 58
  59. 59. Mais lequel?• Nous ne pouvons pas utiliser l’approche de comparaisondes chi-2, car nos modèles ne sont pas imbriqués. (Segars,1997)• Il nous faut nous fier au AIC qui doit être le plus petitpossible. (Byrne, 2009)• La différence est petite (133,742 vs. 148,976) et notrethéorie sous-entend plutôt un construit de 2e ordre.• Étant donné que (Byrne, 2009), mais aussi (Bagozzi, 1994)soutiennent que nous devons nous baser sur la théorieplutôt que sur les indices d’adéquation pour confirmernotre structure, nous poursuivrons notre travail à l’aided’une structure de 2e ordre.59
  60. 60. ANALYSE FACTORIELLECONFIRMATOIRE (AFC)60
  61. 61. Analyse factorielle confirmatoire (AFC)(Collecte de données 3)• N = 312 consommateurs québécois tirés duPanel de Léger Marketing.• Logiciels SPSS 17 et AMOS 18.• Comparaison des 3 modèles possibles, suite àl’AFE, à l’aide des équations structurelles, afinde confirmer la dimensionnalité de notreconstruit.• Évaluation de la validité de notre mesure.61
  62. 62. Comparaison de 2 modèles possiblessuite à la nouvelle collecte de données621 dimension4 dimensions non corrélées4 dimensions corrélées
  63. 63. Indices d’adéquation1erordre à 4 dimensions corrélées 62,722 48 1,37 ,966 ,965 ,988 ,991 ,031 ,0336 122,7222eordre à 4 dimensions 94,481 51 1,853 ,951 ,947 ,967 ,975 ,052 ,0500 148,481Unidimensionnel 579,586 54 10,733 ,728 ,676 ,627 ,695 ,177 ,1209 627,586NFI TLI CFI RMSEA SRMR AICModèle Chi-2 d.f. GFIChi-2 / d.f.1. Les indices (GFI, NFI et CFI) devraient être supérieurs à 0,90.2. Les indices basés sur la matrice des résidus (RMSEA, SRMR) devraient êtreinférieurs à 0,10 et idéalement à 0,08.3. L’indice prédictif AIC (« Akaike Information Criterion ») qui sert à comparer desmodèles non imbriqués devrait être le plus bas possible.(Byrne, 2009) 63
  64. 64. Modèle retenu• Le modèle de 1er ordre à 4 dimensions corréléesoffre de meilleurs indices d’adéquation mais…– La théorie utilisée soutient plutôt un construit de 2eordre. (Alderfer et al., 1974; Alderfer, 1969)– De plus, nous proposons que les quatre dimensionsont les mêmes relations envers les autres construitsétudiés, ce qui justifie l’utilisation d’un construit de 2eordre. (Jarvis, Mackenzie, Podsakoff, Mick, et Bearden, 2003; Son etKim, 2008)64
  65. 65. Le modèle de 2e ordre retenu65
  66. 66. La validité de la mesure du besoind’interaction sociale• Mesurer ce que nous pensons mesurer. (Kerlingeret Lee, 2000)• Trois types de validité: (Kerlinger et Lee, 2000)– De contenu;– De critère;– De construit.66
  67. 67. Validité de contenus• Représentativité de notre échantillon dequestions pour mesurer l’étendue du conceptétudié: (DeVellis, 2003)– Revue de littérature;– Validation auprès de juges-experts notre éventailde questions.67
  68. 68. Validité de critère• Validation de notre mesure par un testalternatif, en parallèle (validité concurrente)ou différé (validité prédictive): (Kerlinger et Lee, 2000)– Concurrente: nous ne pouvions mesurer unemanifestation objective du besoin d’interactionsociale;– Prédictive: nous avons inclus la mesure de (Dabholkaret Bagozzi, 2002; Dabholkar, 1996) et avons obtenu unecorrélation significative de 0,402.68
  69. 69. Validité de construit• Le fait que les variables mesuréesreprésentent réellement le construit latentthéorique qu’elles doivent mesurer: (Hair et al., 2006;Kerlinger et Lee, 2000)– Validité convergente;– Validité discriminante;– Validité nomologique.69
  70. 70. Validité convergente• La validité convergente fait référence au faitque nous avons des preuves que différentséléments d’information, collectés dedifférentes façons, soutiennent unesignification similaire du construit. (Kerlinger etLee, 2000)70
  71. 71. 6 preuves de validité convergente1. L’analyse par les juges-experts et leur bon classement des items par définitionest une preuve de validité convergente (Babin et al., 1994);2. La corrélation significative entre la mesure du besoin d’interaction sociale de(Dabholkar & Bagozzi, 2002) et chacune de nos dimensions du besoind’interaction sociale est une preuve de validité convergente;3. Les corrélations significatives entre les dimensions du besoin d’interactionsociale et les autres construits distincts mais similaires est une preuve de validitéconvergente si les coefficients sont modérément corrélés (Bearden et al., 2006)et (Flynn et al., 1996);4. Des corrélations de structure élevés et simples, suite à des analysesfactorielles, sont une preuve de validité convergente (Dabholkar, Thorpe, &Rentz, 1996; Hair et al., 2006, P. 777);5. Un coefficient de fidélité de construit élevé (plus de 0,7) est une preuve devalidité convergente d’un construit (Hair et al., 2006, P. 777);6. Un pourcentage moyen de variance extraite (VE), à travers un ensemble d’itemsd’un construit, supérieur à 0,5 est une indication de convergence adéquate (Hairet al., 2006, P. 777).71
  72. 72. Validité discriminante• La validité discriminante fait référence au faitque nous pouvons démontrer empiriquementque le construit à l’étude est distinct d’autresconstruits et que les items ne devraientmesurer qu’un seul construit latent.(Hair et al., 2006,P.771; Kerlinger et Lee, 2000)72
  73. 73. Comparer nos dimensions à d’autresconstruits similaires mais différents• Le besoin d’être accepté (1re dimension) : qui est défini comme le niveaudimportance accordé au fait dêtre accepté pour ce que lon est parl’agent de service. Ce construit doit être lié, mais doit rester distinct dubesoin d’appartenance de (Baumeister et Leary, 1995);• Le besoin d’être compris (2e dimension) : Le niveau dimportance accordéau fait davoir ses besoins compris par l’agent de service. Ce construit doitêtre lié, mais doit rester distinct de la compréhension de (Leonidou et al.,2006);• Le besoin d’être influencé (3e dimension) : Le niveau dimportanceaccordé au fait dêtre influencé par une source externe lors de la prise dedécision. Ce construit doit être lié, mais doit rester distinct de l’influenceinformationnelle de (Bearden et al., 1989);• Le besoin de confirmation (4e dimension) : Le niveau dimportanceaccordé au fait de recevoir une confirmation que ses croyances sontexactes. Ce construit doit être lié, mais doit rester distinct de l’influencenormative de (Bearden et al., 1989).73
  74. 74. Analyse de fidélité des construits de lacollecte de données 3Construit Nombre d’items Items suite à épuration Coefficient AlphaBesoin d’acceptation 3 NFA1, NFA, NFA3 0,816Besoin de compréhension 3 NFU2, NFU3, NFU4 0,782Besoin d’influence 3 NFI1, NFI2, NFI4 0,840Besoin de confirmation 3 NFC2, NFC3, NFC4 0,852Besoin d’appartenance 9 NTB1, NTB2, NTB3, NTB4, NTB5, NTB6, NTB7, NTB9, NTB10 0,767Influence normative 7 NI1, NI2, NI3, NI4, NI5, NI6, NI8 0,871Influence informationnelle 4 II1, II2, II3, II4 0,763Compréhension 3 U1, U3, U5 0,797Besoin d’interaction 3 NFInt1, NFInt2, NFInt4 0,64074
  75. 75. 7 preuves de validité discriminante1. À l’aide de la technique du « Q-Sorting » (Moore & Benbasat, 1991; Segars, 1997), ladémonstration faites par le classement des items par des experts sous la bonne catégorie est unedémonstration de validité discriminante;2. La démonstration d’une structure factorielle avec des corrélations de structure non croisées estune preuve de validité discriminante (Brakus et al., 2009; Flynn et al., 1996);3. Si la racine carrée de l’AVE (moyenne de la variance extraite ou variance expliquée du construit)de chaque construit latent est plus grande que la corrélation de ce construit avec n’importe quelautre construit latent, nous obtenons une preuve de validité discriminante (Zait & Bertea, 2011).La logique est que les items d’un construit latent devraient expliquer plus de variance que lesitems d’un autre construit;4. De bons indices d’adéquation suite au test du modèle de mesure en équations structurelle estune autre preuve de faibles corrélations de structures croisées, supportant le point précédent etdémontrant une bonne validité discriminante (Hair et al., 2006, P. 778);5. La différence significative entre les indices d’adéquation d’équations structurelles où, dans un casune corrélation de un est fixée entre les deux construits distincts, et où dans l’autre la corrélationest laissée libre, est une bonne preuve de validité discriminante (Hair et al., 2006, P. 778);6. La preuve qu’un modèle multidimensionnel offre de meilleurs indicateurs d’adéquation qu’unmodèle unidimensionnel, lors du test d’équations structurelles, est une preuve de validitédiscriminante (Bearden et al., 2006);7. Enfin, une corrélation entre les dimensions d’un construit de 2e ordre inférieure à l’unité est unepreuve de validité discriminante (Jiang, Klein, & Carr, 2002).75
  76. 76. Validité nomologique• Preuve que la mesure est corrélée à d’autresconstruits tel que prévu par la théorie. (Hair et al.,2006)• Cette preuve sera faite à l’aide de la 4e collectede données lors du test des hypothèsescontenues dans notre modèle théorique.76
  77. 77. ACTE 5 : LE TEST DES HYPOTHÈSES77
  78. 78. Le test des hypothèses(Collecte de données 4)• N = 402 tirés d’un panel de clients d’un grandassureur québécois.• Exposition à un scénario d’utilisation d’unguichet libre-service pour gérer son profilclient en ligne.• Analyse de fidélité.• Estimation des effets directs.• Estimation des effets de modération.78
  79. 79. Les construits utilisés79Construit Source Nb itemsPerception de présence sociale de la technologie libre-service Gefen and Straub (2004) 5Utilité perçue de la technologie libre-service Lim and Benbasat (2000) 8Plaisir perçu de l’utilisation de la technologie libre-service Koufaris (2002) 4Facilité d’utilisation perçue de la technologie libre-service Van Der Heijden (2003) 4Besoin d’interaction sociale en contexte de prestation de service Chapitres 3, 4 et 5 du présent document 12
  80. 80. Analyse de fidélité des construitsutilisés80Construit Nombre d’items Items Coefficient AlphaBesoin d’acceptation 3 NFA1, NFA, NFA3 0,732Besoin de compréhension 3 NFU2, NFU3, NFU4 0,796Besoin d’influence 3 NFI1, NFI2, NFI4 0,865Besoin de confirmation 3 NFC2, NFC3, NFC4 0,886Perception de présence sociale 5 SP1, SP2, SP3, SP4, SP5 0,963Utilité perçue 8 USEF1, USEF2, USEF3, USEF4, USEF5, USEF6, USEF7, USEF8 0,981Facilité d’utilisation perçue 4 EASE1, EASE2, EASE3, EASE4 0,953Plaisir perçu 4 ENJOY1, ENJOY2, ENJOY3, ENJOY4 0,934
  81. 81. Préparation du modèle(nettoyage des indicateurs à l’aide de la matrice des résidus)81Modèle Chi-2 d,f, Chi-2 / d,f, GFI NFI TLI CFI RMSEA SRMR4 dimensions 2eordre 158,052 49 3,229 ,939 ,976 ,977 ,983 ,074 ,0407Avant Après
  82. 82. Le test des hypothèses H1 à H5 à l’aidedes équations structurelles82
  83. 83. Le test des effets directs(coefficients de corrélation standardisés)83Variable dépendante Direction de la relation Variable antécédente Estimé Erreur type Ratio critique Valeur PFacilité dutilisation perçue <--- Présence sociale perçue ,436 ,038 11,426 ***Utilité perçue <--- Présence sociale perçue ,260 ,035 7,469 ***Utilité perçue <--- Facilité dutilisation perçue ,673 ,044 15,393 ***Plaisir perçu <--- Facilité dutilisation perçue ,735 ,042 17,625 ***Plaisir perçu <--- Présence sociale perçue ,206 ,031 6,718 ***Valeurs P inférieures à 0,001
  84. 84. Le test des effets de modération• Séparation de la variable du besoind’interaction sociale en deux groupes (haut etbas besoin d’interaction sociale), à partir de samoyenne.• Comparaison des coefficients de corrélationentre perception de présence sociale et lesprincipales perceptions de l’utilisation destechnologies libre-service, pour les groupeshaut et bas besoin d’interaction sociale.84
  85. 85. Différence significative au niveau dumodèle85Chi-2 Degrés de liberté(d.l.)ValeurPModèlesModèle non contraint 248,607 98Modèle contraint 272,761 111Différence 24,154 13 0,030Seuils minimaux de Chi-2 pour estimer les effets demodération par relationNiveau de confiance90%251,31 99Différence 2,71 (en se basant sur le tableau duchi-2)1 0,100Niveau de confiance95%252,45 99Différence 3,84 1 0,050Niveau de confiance99%255,24 99Différence 6,63 1 0,010
  86. 86. Évaluation des effets de modération86Variable dépendante Direction de la Relation Variable antécédente Estimé Erreur type Ratio critique Valeur PFacilité dutilisation_perçue <--- Présence sociale_perçue ,524 ,053 9,972 ***Utilité perçue <--- Présence sociale_perçue ,338 ,048 7,100 ***Plaisir_perçu <--- Présence sociale_perçue ,198 ,041 4,821 ***Variable dépendante Direction de la Relation Variable antécédente Estimé Erreur type Ratio critique Valeur PFacilité dutilisation perçue <--- Présence sociale perçue ,297 ,056 5,301 ***Utilité perçue <--- Présence sociale perçue ,165 ,052 3,195 ,001Plaisir perçu <--- Présence sociale perçue ,204 ,046 4,385 ***Groupe à hautbesoin d’interactionsocialeGroupe à bas besoind’interaction socialeValeurs P inférieures ou égale à 0,001
  87. 87. Différence significative au niveau desrelationsRelation contrainte Chi-2 du modèle à 1 relation contrainte Modèle non contraint Différence pour 1 d.l. Différence significativeprésence sociale perçue et utilité perçue 254,604 248,607 5,997 Oui, avec un niveau de confiance de 95%présence sociale perçue et facilité d’utilisation perçue 257,165 248,607 8,558 Oui, avec un niveau de confiance de 99%présence sociale perçue et plaisir perçu 248,607 248,607 0 Non87
  88. 88. Les hypothèses confirmées88Hypothèse Description RésultatH1Plus la perception de présence sociale est grande, plus l’utilité perçue destechnologies libre-service est grande.Confirmée avec un coefficient de régression de ,260H2Plus la perception de présence sociale est grande, plus la facilité d’utilisation perçuedes technologies libre-service est grande.Confirmée avec un coefficient de régression de ,436H3Plus la perception de présence sociale est grande, plus le plaisir d’utilisation perçudes technologies libre-service est grand.Confirmée avec un coefficient de régression de ,206H4Plus la facilité d’utilisation perçue des technologies libre-service est grande, plusl’utilité perçue des technologies libre-service est grande.Confirmée avec un coefficient de régression de ,673H5Plus la facilité d’utilisation perçue des technologies libre-service est grande, plus leplaisir d’utilisation perçu des technologies libre-service est grand.Confirmée avec un coefficient de régression de ,735H6Plus le besoin d’interaction sociale (BIS) est grand, plus la relation entre perceptionde présence sociale et l’utilité perçue des technologies libre-service est grande.Confirmée avec une progression du coefficient de régression du bas besoind’interaction sociale de ,165 au haut besoin d’interaction sociale de ,338,H7Plus le besoin d’interaction sociale (BIS) est grand, plus la relation entre perceptionde présence sociale et la facilité d’utilisation perçue des technologies libre-serviceest grande.Confirmée avec une progression du coefficient de régression du bas besoind’interaction sociale de ,297 au haut besoin d’interaction sociale de ,524,H8Plus le besoin d’interaction sociale (BIS) est grand, plus la relation entre perceptionde présence sociale et le plaisir d’utilisation perçu des technologies libre-service estgrand.Non significative.
  89. 89. Pour les visuels maintenantBesoin d’interactionsocialeFacilité d’utilisationperçueUtilité perçuePlaisir d’utilisationperçuPerception deprésence sociale(,260)(,206)(,436)H1H2H3H4H5H6H7H8(,673)(,735)(,165 -> ,338) (,297 -> ,524)(N.S.)89
  90. 90. Réponse à la question de rechercheLe rôle du besoin d’interaction sociale est doncde modérer la perception de présence socialesur les croyances saillantes liées à l’adoptiondes technologies libre-service.90
  91. 91. 91ACTE 6 : CONCLUSION, CONTRIBUTIONS,LIMITES ET PISTES DE RECHERCHE
  92. 92. Conclusion• À travers quatre collectes de données, donttrois auprès de réels consommateurs, sept denos huit hypothèses sont confirmées et notremodèle théorique globalement validé.92
  93. 93. Contributions• Ce travail offre plusieurs contributions:– Recadrer le rôle du besoin d’interaction sociale dans lephénomène de l’adoptions des technologies libre-service;– Reconceptualiser et développer une nouvellemesure, fidèle et valide, du besoin d’interactionsociale en contexte de l’adoption des technologieslibre-service;– Reconfirmer la valeur de la présence sociale perçuecomme antécédent important de l’adoption destechnologies libre-service;– Confirmer les effets d’interaction entre la perceptionde présence sociale et le besoin d’interaction sociale.93
  94. 94. Limites• Utilisation de mesures rapportées et non objectives;• Échantillons de consommateurs et non d’acheteursindustriels;• Exclusion de différentes variables potentiellementsignificatives dans le test du modèle;• Utilisation d’un scénario pour tester le modèle théorique;• Tests réalisés en regard d’un seul type de technologie libre-service;• Tests réalisés en regard d’un seul type de produit/service;• Biais d’échantillon possible dans le test du modèle carutilisation d’un panel client.94
  95. 95. Pistes de recherche• En plus de recherches visant à combler les limitesprécédemment mentionnées…• Voici 3 avenues de recherche particulièrementintéressantes:– Développement d’une typologie des indices sociaux;– Développement d’une typologie des technologieslibre-service;– Explorer le rôle des autres antécédents de l’adoptiondes technologies libre-service(individuels, contextuels, technologiques).95
  96. 96. Mot de la finSalomann, H., L. Kolbe, et al. (2006). "Self-Services in Customer Relationships: Balancing High-Tech and High-Touch Today and Tomorrow." e-Service Journal 4(2): 20.Salomann, H., M. Dous, et al. (2007). "Self-service Revisited: How to Balance High-tech and High-touch in Customer Relationships." European Management Journal 25(4): 310-319.96Pour l’instant, équilibrer« High Tech » & « High Touch »semble clé…
  97. 97. 97Merci de votre attention et un beau printemps à tous!
  98. 98. ACTE 7 : PÉRIODE DE QUESTIONS98

×