These Zian Houda PDF
These Zian Houda PDF
These Zian Houda PDF
Houda ZIAN
JURY :
Remerciements
A ma mre,
A la mmoire de mon pre,
A mes surs et mes frres,
A ma meilleure amie Sakina,
A tous mes amis.
SOMMAIRE
INTRODUCTION GNRALE
1996), le jugement, l'exprience et sur des logiques qui ne requirent apparemment pas la
mise en place de systmes d'information formels trs dvelopps (Dupuy, 1987).
Dans lconomie traditionnelle, bien que certaines PME semblent diriges efficacement
de faon intuitive, sans recours aux outils de gestion, labsence frquente de ces derniers
expliqueraient un certain nombre de faillites (Holmes et Nicholls, 1988; McMahon et Holmes,
1991). lheure actuelle, avec la complexification du monde des affaires, un minimum
danalyse parat ncessaire dans le processus de prise de dcisions (Chapellier, 1994). Pour
crer et maintenir un avantage concurrentiel, il est dautant plus important de doter ces
entreprises doutils de gestion appropris. Il est intressant donc didentifier et danalyser les
diffrents outils mis en uvre dans ce contexte. Rcemment, on a vu apparatre, quelques
tudes de terrain qui portent sur lexistence du contrle de gestion dans les PME. Ces
recherches sont effectues dans le contexte des pays dvelopps. Notre recherche, elle, vise
tudier les pratiques de contrle dans les pays mergents et spcifiquement dans le cadre de
Maroc.
Ainsi, lobjet de cette recherche est daboutir, par le biais dune tude empirique, une
meilleure comprhension des pratiques de contrle de gestion des petites et moyennes
entreprises, et plus prcisment identifier la place que ces entreprises rservent aux tableaux
de bord dans le pilotage de leurs performances.
A linstar des autres outils de contrle de gestion, les tableaux de bord sont-ils perus
par les dirigeants comme le principal outil ?
Est-ce que les dirigeants des PME marocaines sont assez motivs afin dadopter le
concept du tableau de bord ? Ou bien jugent-ils quil est inutile de recourir de tels
outils ?
En ce qui concerne, les dirigeants ayant dj adopt cet outil, quelle est la place du
tableau de bord dans le pilotage de la performance ? Utilisent-ils cet outil comme
simple banque de donnes ou comme vritable outil de pilotage ?
La rponse chacune des quatre questions susmentionnes est organise selon dune
approche double. Dabord, il sagit dune approche thorique, travers lanalyse la revue de
littrature. Ensuite, il sagit dune approche empirique, travers une tude quantitative base
sur lenvoi dun questionnaire de recherche.
Aprs avoir prsent nos principales questions de recherche, nous abordons dans la
section suivante les principaux intrts thoriques et pratiques relatifs celle-ci.
2. Intrt de la recherche
Lintrt de notre travail serait alors double :
2.1 Intrt thorique
Le premier intrt thorique tient au domaine de recherche tudi. En effet, notre travail
qui traite de la problmatique de pratiques de tableaux de bord des PME, sinscrit donc dans
un domaine de recherche rcent et traite dun sujet dactualit. Il se propose ainsi denrichir
les travaux thoriques et empiriques antrieurs appartenant aux champs dtudes des outils de
contrle de gestion et plus prcisment le tableau de bord.
Le deuxime intrt thorique de ce travail concerne nos questions de recherche. En
effet, trs peu de travaux (Bergeron, 1996 ; Germain, 2000 ; Komarev, 2007) ont t mens
sur les pratiques de tableaux de bord des entreprises. Ces recherches sont effectues dans le
contexte des pays dvelopps. Notre recherche, elle, vise tudier les pratiques de tableaux de
bord dans les pays mergents et spcifiquement dans le cadre du Maroc. Ainsi, notre travail a
pour ambition, dapprofondir nos connaissances par rapport la problmatique tudie,
dapporter des lments explicatifs des pratiques de tableaux de bord des PME et de
contribuer combler le manque de recherche enregistr ce niveau.
Une fois les intrts thoriques de notre travail prsents, nous abordons ci-dessous
lintrt pratique relatif celui-ci.
2.2 Intrt pratique
Sur le plan pratique, notre recherche prsente un double intrt :
Dabord, la prsente tude combine des facteurs organisationnelle et comportementale.
Plus prcisment, notre modle de recherche est un modle intgrateur qui prend en compte
plusieurs types de facteurs, notamment les facteurs de contingence organisationnelle et les
facteurs de contingence comportementale. Cette prise en compte permet de sensibiliser les
managers au fait que le succs dun systme de contrle de gestion ne dpend pas seulement
de la dimension organisationnelle. Bien au contraire, le fonctionnement de celui-ci est
dtermin par un ensemble de facteurs que les managers doivent prendre en considration.
Ensuite, notre recherche se propose dexaminer limpact de ces facteurs identifis dans
les travaux thoriques et empiriques antrieurs et de contribuer la mise en place des outils de
contrle de gestion des PME marocaines et plus prcisment le tableau de bord. Cela prsente
donc un intrt certain dans la mesure o les managers et les dirigeants de PME pourront
concentrer leurs efforts et cibler leurs actions incitatives, en fonction des aspects les plus
dterminants.
Aprs avoir prsent les principaux intrts thoriques et pratiques de la recherche, nous
abordons dans la section suivante les dfinitions des termes cls utilises dans la thse.
3. Dfinitions
Il est ncessaire, avant dexposer les principaux rsultats attendus de notre recherche, de
prciser dabord la signification que nous attachons aux termes cls utiliss dans la thse. La
premire notion quil convient de dfinir est celle de contrle de gestion.
relation entre la stratgie et le contrle de gestion et dautre part, le fait que le contrle ne se
limite pas au processus de comparaison des rsultats avec les objectifs.
Ouchi (1979) considre le systme de contrle comme un processus de mesure,
dvaluation et de rtribution de la performance.
Puis en 1995, Simon conoit le contrle de gestion de lavenir comme les processus et
les procdures fonds sur linformation que les managers utilisent pour maintenir ou modifier
certaines configurations des activits de lorganisation .
Bouquin (1996) identifie les finalits du contrle comme tant la ncessit de relier la
stratgie au quotidien de lentreprise, dorienter les comportements des individus, et
didentifier les relations entre finalits et ressources.
(Gervais et Thenet, 1998) ont cherch redfinir les rles du contrle budgtaire
lorsquil est confront une turbulence accrue. Cest la nature mme du contrle budgtaire
qui se trouve modifie. On passe dune conception dallocation et de contrle des ressources
une conception plus oriente vers le pilotage.
Ainsi le renouveau du contrle de gestion est pass par une rflexion stratgique pour
mieux prendre en compte les souhaits des clients entranant une remise en cause de
lorganisation et des systmes de pilotage. Des indicateurs physiques ou oprationnels ont t
introduits ct des indicateurs financiers ou comptables. Les systmes de contrle sont
dsormais considrs plus comme des supports au dialogue que comme des outils de contrle.
On parle davantage de pilotage que de reporting.
Le concept de tableau de bord mrite ici une attention particulire. En effet, le tableau
de bord qui a pour vocation d'aider au pilotage de l'entreprise occupe une place spcifique au
sein de l'instrumentation du contrle de gestion notamment parce que la qualit de pallier les
dficiences des autres instruments de contrle lui est souvent attribue. (Chiapello et
Delmond, 1994; Kaplan et Norton, 1992).
Le tableau de bord est un outil de gestion apte amliorer le changement au sein des
entreprises par lintroduction dindicateurs physiques, dindicateurs non produits par
lorganisation ( la diffrence des chiffres comptables et budgtaires), dindicateurs sur
11
12
bord des ces entits. Afin de rpondre cet objectif, nous adoptons un positionnement
pistmologique positiviste.
Le paradigme positiviste considre que la ralit existe en soi, elle possde une essence
propre (Perret et Sville, 2003). Le rle du chercheur est de dcouvrir cette ralit extrieure
lui. Ce positionnement raliste implique une indpendance entre le sujet et lobjet (la ralit)
observ ou expriment. La connaissance produite est donc de nature objective et
acontextuelle. Elle correspond la mise jour de lois, dune ralit immuable, extrieure
lindividu et indpendante du contexte dinteractions des acteurs (Perret et Sville, 2003).
Ainsi, en accord avec dune part, la nature de notre recherche et de lobjectif de celle-ci
et dautre part, les principes du paradigme positiviste, nous cherchons expliquer la ralit
existante de manire objective, tout en tant indpendant de lobjet tudi et cela en utilisant
une enqute base sur lenvoi dun questionnaire de recherche.
Notre choix quant au positionnement pistmologique adopt sinscrit dans une
tradition de la recherche en sciences de gestion.
Aprs avoir prsent notre positionnement pistmologique, nous abordons ci-dessous
la mthodologie de la recherche.
5.2 Mthodologie de la recherche
Du positionnement pistmologique adopt dcoule tout naturellement la mthodologie
de recherche que nous adaptons. Par un travail rationnel nous pouvons ainsi formuler des
thories visant expliquer les enchainements des faits dans la ralit qui nous entoure pour
ensuite tester ces thories en les confrontant la ralit. Il sagit donc ici dune dmarche
hypothtico-dductive o le raisonnement thorique servira dduire des hypothses que lon
va tester ensuite en les confrontant la ralit observable et observe (Charreire et Durieux,
2003).
Le raisonnement hypothtico-dductif consiste laborer une ou plusieurs hypothses,
partir dun ensemble de connaissances acquises, de thories et de concepts ; puis de
confronter celles-ci la ralit empirique (Charreire et Durieux, 2003 ; Evrard et al., 2003).
Lobjectif tant de juger de la pertinence des hypothses initialement formules.
14
Notre choix, qui privilgie un raisonnement fond sur une logique hypothticodductive, est en adquation avec nos objectifs de la recherche. En effet, notre travail vise
analyser et expliquer. Ainsi, nous analysons, dans un premier temps, la littrature portant sur
les pratiques de tableaux de bord des PME. Ensuite, nous expliquons ces pratiques par un
ensemble de facteurs issus de cette littrature, tout en laborant un modle thorique de
recherche et un corps dhypothses. Ce modle est ensuite test sur un chantillon, afin de
mesurer limpact de chacun des facteurs explicatifs identifis sur les pratiques de tableaux de
bord des PME et didentifier la place du tableau de bord dans le pilotage de la performance
des ces entits.
Aprs avoir prsent le positionnement pistmologique et mthodologie de la
recherche, nous abordons ci-dessous le plan de la thse.
6. Plan de la thse
Cette thse est scinde en deux parties, composes chacune de deux chapitres. La
Premire partie, dordre thorique, est consacre lanalyse de la littrature relative notre
sujet de recherche. Elle est compose de deux chapitres thoriques.
Dans le Chapitre 1, nous dfinissons et discutons les principaux concepts et notions de
notre recherche. Nous prsentons galement le cadre thorique gnral qui justifie lorigine de
notre modle de recherche.
Dans le Chapitre 2, nous prsentons le terrain et lments de recherche et discutons, de
manire systmatique, les facteurs explicatifs des pratiques de tableaux de bord des PME.
Nous en dduisons les hypothses de recherche affrentes.
La Deuxime partie de notre thse est dordre empirique. Cette partie concerne la
confrontation du modle conceptuel au terrain de recherche. Elle sarticule autour de deux
chapitres.
Ainsi, le Chapitre 3 prsente la mthodologie de recherche et les caractristiques des
facteurs de contingence des deux sous-chantillons de notre recherche.
15
16
PLAN DE LA THSE
PREMIRE PARTIE
TABLEAUX DE BORD : APPROCHE CONCEPTUELLE
ET LMENTS DE RECHERCHE
CHAPITRE 1
LE TABLEAU DE BORD : OUTIL DE
CHANGEMENT DU CONTRLE DE GESTION
CHAPITRE 2
LE TABLEAU DE BORD : TUDE DU TERRAIN
ET LMENTS DE RECHERCHE
DEUXIME PARTIE
TABLEAUX DE BORD DES PME : CHOIX
MTHODOLOGIQUES ET RSULTATS EMPIRIQUES
CHAPITRE 3
LE TABLEAU DE BORD DES PME :
MTHODOLOGIE ET PRATIQUES
CHAPITRE 4
LE TABLEAU DE BORD DES PME : APPROCHE
CONTINGENTE DES PRATIQUES
17
PREMIRE PARTIE
TABLEAUX DE BORD : APPROCHE
CONCEPTUELLE ET LMENTS DE
RECHERCHE
18
Dans cette premire partie, nous dfinissons le cadre conceptuel et thorique de notre
recherche. De cette dfinition, nous dduisons un ensemble dhypothses et un modle de
recherche.
Dans le premier chapitre (Chapitre 1) nous nous fixons pour but de montrer que le
tableau de bord introduit des changements importants dans les systmes de contrle de
gestion. Ainsi, dans un premier temps, nous tudions les limites de contrle de gestion
traditionnel de la technique budgtaire, pour montrer dans un deuxime temps, comment le
tableau de bord tente dapporter les changements au contrle de gestion.
Le deuxime chapitre (Chapitre 2) est essentiellement consacr la prsentation de
terrain de recherche et la construction des hypothses de la recherche et du modle
conceptuel.
Ainsi,
pour
chaque
facteur
de
contingence,
(organisationnelle
et
19
PREMIRE PARTIE
TABLEAUX DE BORD : APPROCHE CONCEPTUELLE
ET LMENTS DE RECHERCHE
CHAPITRE 1
LE TABLEAU DE BORD : OUTIL DE
CHANGEMENT DU CONTRLE DE GESTION
CHAPITRE 2
LE TABLEAU DE BORD : TUDE DU TERRAIN
ET LMENTS DE RECHERCHE
DEUXIME PARTIE
TABLEAUX DE BORD DES PME : CHOIX
MTHODOLOGIQUES ET RSULTATS EMPIRIQUES
CHAPITRE 3
LE TABLEAU DE BORD DES PME :
MTHODOLOGIE ET PRATIQUES
CHAPITRE 4
LE TABLEAU DE BORD DES PME : APPROCHE
CONTINGENTE DES PRATIQUES
20
21
PLAN DU CHAPITRE 1
1.1.1
1.1.2
Le contrle de gestion
Le budget : un outil
et pilotage de la
critiqu
performance
1.2.2
1.2.1
Le tableau de bord :
Introduction au
outil dintroduction
tableau de bord
du changement
1.3.2
1.3.1
La performance et ses
indicateurs
pilotage de la performance
22
24
transversalit (De Montgolfier, 1994), permettent de mesurer avec plus de pertinence que les
donnes financires, la complexit organisationnelle, notamment limmatrialit (Mavrinac et
Siesfeld, 1998) et une performance multicritre (Lorino, 1991). Elles sont, de ce fait,
davantage en phase avec les stratgies de diffrenciation et la diversit des facteurs cls de
succs (Math et Malo, 1998). Lutilisation des donnes non financires conduirait mme
une meilleure performance organisationnelle (Jorissen, 1999 ; Boisvert, 1991).
1.1.2 Le budget : un outil critiqu
Lintrt port aux outils tels que le tableau de bord, trouve en partie son origine dans
les critiques adresses aux budgets (Chiapello et Delmond, 1994 ; Germain, 2005). Les
praticiens et les chercheurs admettent ainsi aujourdhui que la technique budgtaire ne semble
plus en mesure dassurer un certain nombre de rles dvolus dsormais aux systmes de
mesure de la performance.
Le budget, qui dans la conception traditionnelle du contrle de gestion correspond
lexpression comptable et financire des plans daction retenus pour que les objectifs viss
et les moyens disponibles sur le court terme convergent vers la ralisation des plans
oprationnels (Bouquin, 2001), a t trs critiqu ces dernires annes. Ds 1994 par
exemple en France, la DFCG1, sur la base dune enqute ralise avec le cabinet KPMG2,
sinterrogeait sur les insuffisances de loutil (DFCG, 1994). Quasiment dans le mme temps,
le Cam-i3 organisait une vaste rflexion lchelle internationale pour trouver les moyens de
dpasser lapproche budgtaire traditionnelle et formulait des propositions rsumes dans une
approche intitul Beyond Budgeting (au-del du budget) .
1.1.2.1
Hopwood (1974) sinterroge sur les conditions dutilisation des budgets en fonction de
ltat de lenvironnement. Il remarque que les budgets, faciles raliser dans des
environnements stables et facilement prvisibles, auraient une grande utilit dans des
1
La DFCG est une association franaise des Directeurs Financiers et Contrleurs de Gestion.
KPMG est un rseau mondial de prestations de services d'audit.
3
Cam-i signifie Consortium for Advanced Manufacturing International.
2
26
environnements instables o le besoin de contrle est fort. Plus les budgets seraient utiles,
moins ils seraient faciles raliser et donc peut-tre moins fiables et moins pertinents.
Les historiens du contrle et de la gestion dans le monde anglo-saxon ont soulign
plusieurs reprises limportance de lenvironnement dans le dveloppement des outils
comptables. Ainsi, pour Johnson et Kaplan (1987), les changements dans lenvironnement
concurrentiel, dans lenvironnement macro-conomique et dans le dveloppement mondial
des nouvelles technologies sont quelques unes des variables explicatives du manque de
pertinence parfois peru des outils de gestion actuels. Les conditions ayant chang de faon
importante depuis que ces outils ont t dvelopps, ils ne seraient plus pertinents
aujourdhui.
Mvellec (1994) a galement soulign limportance de lenvironnement dans la crise
des outils de gestion actuels. Pour lui, les problmes viennent bien plus de la difficult
remodliser lenvironnement (structure des marchs et dterminants de la valeur) que dune
incapacit de la comptabilit sadapter. Le passage dune conomie de loffre une
conomie de la demande a profondment boulevers la pertinence des traditions comptables.
De la mme faon, Mintzberg (1994) traite largement de la difficult prvoir. Son
approche est dautant plus intressante quil relie le contrle budgtaire et la planification
dans un tout intgr allant parfois jusqu' lidentification. La planification stratgique serait,
selon lui, dautant plus efficace quelle fonctionne dans un environnement stable, certain et
non perturb.
Ainsi, pour le Cam-i (1999), le contrle budgtaire sest dvelopp dans un contexte :
-
et, enfin, o il tait surtout demand aux oprationnels de se conformer aux rgles.
27
Selon Berland (2000), le budget apparat comme un outil dune autre poque,
correspondant des problmes que les entreprises ne rencontrent plus. Ainsi, Bunce et al.,
(1995) dans leur critique sur les outils traditionnels du contrle de gestion, parmi lesquels ils
incluent le contrle budgtaire, remarquent que le fait nouveau qui caractrise
lenvironnement aujourdhui est sa turbulence. Or, les outils traditionnels de gestion ont t
conus pour des environnements relativement stables.
On retrouve dans tous ces travaux une constante : la ncessit d'avoir un environnement
peu turbulent pour pouvoir prvoir.
1.1.2.2
Ne traduisent pas lactivit managriale dans sa totalit, car elles sont trop axes sur
les rsultats et non pas sur les processus dont elles dcoulent ;
lvolution des critres de performance. Lorino (1991) montre que la valeur d'un produit pour
le consommateur n'est pas seulement reflte dans son prix mais aussi dans les diffrentes
caractristiques du produit (Porter, 1986). Pour grer la valeur, il faut donc aujourd'hui grer
non seulement les cots mais aussi tous les facteurs sur lesquels se fait la concurrence et en
particulier ceux sur lesquels l'entreprise veut se diffrencier. On gnralise l'ensemble de
l'entreprise l'analyse de la valeur. On analyse toutes les activits en fonction de ce qu'elles
apportent ou non au consommateur. On traque les oprations sans valeur ajoute. Les
indicateurs physiques suivre sont de plus en plus nombreux car il faut grer la qualit, les
dlais et les autres dimensions concurrentielles.
Pour le Cam-i (1999), le budget ne mettrait pas en avant les bons indicateurs de
performance. Alors que limportant pour une entreprise serait de maximiser la valeur pour
28
lactionnaire, le budget se concentrerait trop sur des indicateurs comptables dont on connat
toutes les limites quand il sagit de mesurer la cration de valeur. En dautres termes, le
budget permettrait de matriser les cots alors quil faudrait matriser la valeur.
Hope et Fraser (1999) considrent que, si les budgets nassurent pas correctement les
rles que la plupart des managers en attendent, cest principalement parce quils nintgrent
pas les principaux facteurs actuels de performance.
Le Tableau 1.1 (page suivante) propose une synthse des critiques formules dans
certains travaux.
29
Cam-i (1999)1
Critiques
- Le budget nest quun rfrentiel interne ;
- La stratgie ne se fait pas une fois par an ;
- Le budget renforce le conformisme ;
- Le budget est souvent construit sans lien avec la stratgie ;
- Le budget donne lieu des ngociations striles ;
- Le budget est un exercice de minimisation des charges ;
- Le budget est souvent la reprise des chiffres de lanne passe ;
- Le budget est trop complexe et uniquement financier ;
- Le budget encourage les comportements gostes et la constitution de
matelas budgtaires ;
- Le budget enferme les managers dans des contraintes trop fortes.
Beth et Zrihen
(2000)
Berland (2002)
Bescos et al.,
(2004)
Il apparat aujourdhui que le budget ne peut rpondre lui seul aux attentes des
managers et quil est ncessaire non pas de le supprimer, mais de le complter par dautres
instruments mieux adapts aux problmatiques de pilotage actuelles des entreprises. De
nombreux travaux empiriques montrent que le tableau de bord prsent les caractristiques
pour pallier la majorit de ces dficiences. Ainsi, plusieurs auteurs soutiennent lide que le
1
30
tableau de bord ne peut pas se substituer aux budgets et quil convient plutt de rechercher les
complmentarits entre les outils (Mendoza et Zrihen, 1999 ; Mric, 2003).
31
Dans la mthode OVAR, la construction du tableau de bord est une approche (top-down) c'est--dire que le
management initie la construction du tableau de bord en fonction des objectifs stratgiques : Objectifs et
Variables d'Action. Les Responsabilits sont ensuite dclines et descendues aux niveaux infrieurs de la
hirarchie en cascade. Ainsi, chaque manager oprationnel devient responsable du choix et de la dfinition de ses
variables d'action : ce qui reprsente un grand degr de dlgation et de dcentralisation. Pour chaque objectif et
variable d'action, au moins un indicateur de performance existe.
32
gestion, il permet de suivre, dune part, les performances conomiques, et dautre part, un
certain nombre danalyses essentielles comme celle de lexcution du plan, du budget, des
investissements et des effectifs.
1.2.2 Le tableau de bord : outil dintroduction du changement
La plupart des chercheurs demande lintgration de mesures de performance
physiques pour complter les mesures financires. Des indicateurs de qualit, des mesures
sociales (ratio dabsentisme, indice de climat social, etc.), des indicateurs orients clients
(taux de satisfaction, ratio de pntration, etc.), et des indicateurs orients processus (temps de
production). Lorino (1999) intgre aussi une perspective dapprentissage selon laquelle les
mesures reprsentent une base pour apprendre sur les relations de cause effet.
linverse des instruments classiques de contrle de gestion qui rendent compte la
plupart du temps des scores des parties pralablement joues (Kaplan et Norton, 1996), le
tableau de bord favorise une analyse en temps rel des performances de lentreprise, parce
quil permet de suivre les vnements qui sont leur origine, parce quil dtient des dlais de
parution courts, quil est simple de consultation et que ses donnes revtent un caractre
synthtique. En cela, il offre des perspectives de ractivit qui cadrent avec la logique du petit
nombre dvnements ncessairement peu rptitifs qui caractrisent lentreprise de taille
moyenne.
Sur le plan conceptuel, le tableau de bord se distingue du reporting par le destinataire
auquel sadressent les donnes quil fournit. En effet, alors que le reporting est un outil
dinformation de la hirarchie charg de restituer les rsultats des processus achevs et peut
donc tre compris : un outil de contrle de gestion a posteriori des responsabilits
dlgues (Gervais, 1994), le tableau de bord est un systme dinformation la fois global
et local favorisant la ractivit et qui permet aux diffrents responsables des services de
lentreprise de piloter les actions en cours.
Le tableau de bord se diffrencie aussi des systmes budgtaires et comptables.
linverse de ces derniers qui se limitent gnralement la production de donnes financires
se rapportant aux rsultats dactions passes, il adopte un langage qui nest pas seulement
comptable et financier, mais technique, physique et mme qualitatif grce au recours des
indicateurs de nature diverse (indicateurs physiques, indicateurs de processus, indicateurs
33
34
Les citations suivantes montrent la proximit des notions de facteurs cls de succs et de variables cls ; (...)
Les facteurs cls de succs sont vus comme les conditions de [la] russite [de la stratgie] (Bouquin, 199, p. 63).
On peut dfinir une variable cl comme tant dterminante dans le succs ou l'chec d'une entreprise pour
atteindre ses objectifs (Ardoin et al., 1986, P.271).
35
Le tableau de bord, plus que tout autre outil, doit aussi pouvoir voluer facilement, en
fonction des actions menes, des mthodes de travail utilises, de la stratgie choisie. Saulou
(1982) va mme jusqu' dire que le tableau de bord [...] doit tre labor par un homme dans
un systme et un certain moment. Que l'homme change de poste, que le poste soit assur par
un autre homme ou que l'on se place un an plus tard, le tableau de bord initialement conu
sera inutile .
Le Tableau 1.2 (page suivante) rsume lensemble des lments qui opposent le tableau
de bord aux autres outils de contrle de gestion.
36
Tableau 1.2 : Les lments qui opposent le tableau de bord aux autres outils
de contrle de gestion
Tableau de bord
et
dinformation
latrale
- Principe
sur
de
responsabilit,
information
responsable.
- Parution J + 5 ;
Prsentations
Couvre
toute
lactivit
du
centre
responsabilit ;
parlantes,
tous
- Frquence en fonction des besoins pour la prise - Grande stabilit de contenu et de prsentation,
de dcision, en fonction des temps externes premption peu rapide.
lorganisation ;
- volutions rapides, dans lidal en temps rel
sur les besoins.
37
de
La performance dentreprise est une notion centrale en sciences de gestion. Depuis les
annes 80, de nombreux chercheurs se sont attachs la dfinir (Bouquin, 1986 ; Bescos et
al., 1993 ; Bourguignon, 1995 ; Lebas, 1995 ; Bessire, 1999) et plus rcemment cette notion
est mobilise dans la littrature managriale pour valuer la mise en uvre par lentreprise
des stratgies annonces de dveloppement durable (Capron et Quairel, 2005).
38
tymologie du mot performance, selon Bourguignon (1995, p. 62) : le mot performance dans son acception
franaise du 19me sicle drive du mot anglais performance (fin du 15 me sicle) qui dsignait la ralisation,
laccomplissement, lexcution. Mais cette dfinition anglaise est emprunte au moyen franais parformance
qui provient de lancien franais du 13me sicle et qui signifiait accomplir, excuter.
2
La performance en tant que succs nexiste pas en soi. Elle est fonction des reprsentations de la russite et
varie selon les entreprises et les acteurs. La performance, rsultat dune action, ne contient pas de jugement de
valeur, contrairement la performance-succs. La performance-action est un processus et non un rsultat qui
apparat un moment donn dans le temps. Cette performance contient et dpasse largement la performancersultat. En effet, elle inclut les rsultats mais aussi les activits, les tches accomplir
(Bourguignon, 1995, p.64).
39
La performance est un lment pour la prise de dcision. Elle nexiste pas de faon
intrinsque. Elle nest pas une simple constatation, elle se construit ;
Elle est dfinie par les utilisateurs de linformation par rapport un contexte
dcisionnel caractris par un domaine et un horizon-temps ;
40
de ralisation du but recherch. L'analyse des buts fait apparatre trois mesures de la
performance :
-
organisationnels, quelles que soient la nature et la varit de ces objectifs. Cette ralisation
peut se comprendre au sens strict (rsultat, aboutissement) ou au sens large du processus qui
mne au rsultat (action)..
Aprs avoir dfinir le concept de la performance, nous essayons maintenant de dfinir
celui dindicateur de performance, et dtudier son rle dans le pilotage de la performance.
41
1.3.1.2
1.3.1.2.1
Lindicateur prsente loutil le plus utilis par les contrleurs de gestion et qui permet
de synthtiser les informations comptables et non comptables dans toutes les fonctions de
lentreprise et de contrler les flux financiers et les flux physiques.
Les indicateurs de performance sont utiliss ainsi pour fournir des informations
spcifiques sur les performances, car lobjectif principal de la mise en place de tel outil est
bien laccroissement de la performance de lentreprise court et long terme (Bergeron,
2002). Gandhaue (2001) estime que lindicateur de performance est un outil pertinent pour
mesurer la performance et donne une typologie des indicateurs : indicateurs de rsultats,
indicateurs de processus et indicateur denvironnement.
Lorino (2001) dfinit lindicateur de performance comme suit : une information
devant aider un acteur, individuel ou plus gnralement collectif, conduire le cours dune
action vers latteinte dun objectif ou devant lui permettre den valuer le rsultat .
En contrle de gestion on peut trouver plusieurs typologies dindicateurs : indicateurs
financiers et non financiers, indicateurs oprationnels et indicateurs stratgiques, etc. Le type
de lindicateur utilis dpend du besoin des managers et de linformation demande. Les
entreprises qui veulent grer leur performance procdent ltablissement des indicateurs de
performance travers la conception (une opration faite sur des donnes disponibles) qui se
base sur les composantes de la performance en utilisant des critres partags (selon Morin et
al., les critres sont des conditions ou signes qui servent de base au jugement).
Les auteurs qui plaident pour limplantation des indicateurs de performance, justifient
leurs invitations par la perte de pertinence des anciens modes du contrle. Les arguments
taient formuls autour de deux ides :
1- La premire indique que les mesures financires ne refltent pas la performance
globale de lentreprise (Kaplan et Norton, 2001) et que des mesures non financires
sont ncessaires pour valuer et piloter la performance de lentreprise. En loccurrence
Gibert soutien cette ide (2001) : mme pour les organisations qui sont finalis sur
42
une fonction dobjectifs financiers, par exemple la rentabilit des capitaux engags, il
est
dangereux
de
sen
tenir
au
seul
suivi
des
indicateurs
de
nature
contexte. On doit tendre donner l'indicateur la valeur ajoute maximale par sa mise en
perspective par rapport des balises pertinentes (objectifs, marges acceptables, valeurs
comparatives, etc.).
La qualit et la prcision de sa mesure :
L'indicateur doit possder certaines caractristiques intrinsques : la prcision dans son
design, la clart et la prcision de sa formulation, et sa qualit thorique (une formulation et
une logique d'articulation correspondant aux dfinitions reconnues du domaine). L'indicateur
doit tre bien formul, dfini prcisment et ses paramtres bien tablis (ventilations,
priodicit, comparaisons, forme de prsentation) et le tout doit tre bien document. En
outre, il doit tre assez sensible pour faire ressortir toute variation significative de l'objet de
mesure et assez homogne dans le temps et dans l'espace pour permettre la comparaison.
La faisabilit :
On doit d'abord avoir la possibilit informationnelle de produire l'indicateur par
l'utilisation de mcanismes de mesure et de traitement rigoureux fournissant des donnes
fiables, en temps opportun et de faon rentable (la valeur ajoute par l'indicateur la gestion
par rapport au cot de sa production). On doit aussi avoir la possibilit technique de disposer
d'un systme informatique permettant la consolidation et des interfaces efficaces et un accs
acceptable en termes de dlai de production et de temps de rponse. On doit finalement avoir
la possibilit organisationnelle, c'est--dire s'assurer que quelqu'un assume la responsabilit
d'alimenter, de produire et de fournir les indicateurs.
La convivialit :
La convivialit reprsente la possibilit oprationnelle, visuelle et cognitive d'utiliser
correctement et confortablement l'indicateur, il faut donc assurer :
L'accessibilit : l'indicateur doit tre accessible, facile obtenir et utiliser. Si le systme est
informatis, il doit tre simple utiliser, la mesure des capacits des utilisateurs.
Lintelligibilit : l'indicateur doit tre simple, clair, comprhensible, compris de la mme
faon par tous et son interprtation doit tre commune et partage.
44
Dans une conomie ou lactif incorporel, les relations entre lorganisation et ses clients,
ses employs, ses fournisseurs et les autres acteurs qui gravitent autour delle contribuent sa
russite, la performance dfinie en terme financier ne suffit plus. Des indicateurs non
financiers sont donc ncessaires (Gasse et Garand, 2000 ; Kaplan et Norton, 1996). La
concurrence sexerce sur plusieurs facteurs ; les risques dentreprise se multiplient et la
russite ne se traduit plus strictement en termes daugmentation du bnfice ou du rendement
sur capital investi. Il faut des systmes de mesure de la performance plus perfectionns, qui
aideront les dirigeants des entreprises de mieux comprendre et prvoir la performance.
Les indicateurs non financiers traduisant linvestissement dans les actifs intangibles
semblent prsenter un caractre prdictif de la performance financire beaucoup plus fort que
les informations comptables, et devraient tre utiliss pour complter les indicateurs
financiers (DTTI1, 1994 ; Kaplan et Norton, 1996). Cet argument a dailleurs conduit certains
chercheurs soutenir lide selon laquelle linformation non financire pouvait expliquer la
valeur dune entreprise (Wallman, 1995 ; Edvinsson et Malone, 1997 ; Stewart, 1997).
Nanmoins, il nexiste pas dindicateur qui puisse expliquer lui seul la complexit de
lobtention de la performance en entreprise. En particulier, les indicateurs financiers ne
permettent pas seuls danticiper limpact global dune dcision. Par consquent, les
indicateurs financiers et non financiers pourraient ne pas tre perus comme des substituts les
uns par rapport aux autres, mais plutt comme des complments qui ont des liens de cause
effet. De ce fait, de nombreuses recherches empiriques se sont intresses limpact des
indicateurs non financiers sur la performance financire (Banker et al., 1993 ; Barth et
McNichols, 1994 ; Banker et al., 1995 ; Banker et al., 1996 ; Amir et Lev, 1996 ; Perera et al.,
1997 ; Ittner et Larcker ,1997, 1998a ; Behn et Riley, 1999 ; Banker et al., 2000 ; Gosh et
Lusch, 2000 ; Hugues, 2000). Ces travaux montrent souvent des relations significatives entre
les mesures non financires et les mesures financires. Il nest donc pas surprenant de
constater que de nombreuses entreprises sintressent la nature et lutilisation des
45
informations non financires pour appuyer certaines dcisions et valuer leurs performances
(Ittner et Larcker, 1998b).
1.3.1.2.4
46
47
1.3.2.1
1.3.2.1.1
Le tableau de bord prospectif est n dune remise en cause, dans un contexte anglosaxon, des systmes dvaluation de la performance exclusivement centrs sur le suivi des
rsultats financiers. Au dbut des annes 1990, Kaplan et Norton crivirent un article qui
voquait la perte de pertinence du contrle de gestion due la focalisation des mesures de
performance sur des aspects seulement financiers (Kaplan et Norton, 1992, 1996). partir de
ce constat, ils dvelopprent, en utilisant des tudes empiriques menes entre 1984 et 1992
(Kaplan, 1994), un outil qui intgrait des dimensions financires et non financires et dans
lequel aucune de ces deux dimensions ntait privilgie par rapport lautre. Les mesures
financires permettaient plutt dapprhender les effets dactions dj entreprises (indicateurs
de performance retards ou a posteriori), alors que les mesures non financires permettaient
la fois dlargir la vision de la performance de lentreprise dans une approche multicritre et
de mieux anticiper ce que pourrait tre la performance future de lentreprise (indicateurs de
performance avancs ou prdictifs dont le lien avec la mesure financire finale ntait
toutefois pas tudi prcisment) (Davis, 1996 ; Atkinson et Epstein, 2000 ).
Dans sa reprsentation gnrique, le tableau de bord prospectif est organis autour de
quatre axes principaux : laxe finance (mesurant classiquement le niveau et lvolution des
performances financires de lentreprise), laxe clients (qui regroupe les indicateurs qui
permettent dvaluer ce qui gnre une satisfaction prsente ou future du client), laxe
processus internes (il sagit de sinterroger sur la faon dont la gestion des oprations et
des processus peut contribuer fournir un avantage concurrentiel lentreprise) et enfin laxe
apprentissage organisationnel (qui concerne essentiellement la faon dont on gre les
moyens humains et les savoirs en vue datteindre les objectifs stratgiques dfinis
prcdemment).
Depuis sa cration, le tableau de bord prospectif semble avoir connu trois stades
dvolution (Cobbold et Lawrie, 2003). Dans sa conception originale (premier stade) le
tableau de bord prospectif se prsentait comme un outil de gestion synthtique pour les
dirigeants regroupant ces quatre perspectives (finance, marchs, processus, savoirs), censes
mesurer au mieux la performance actuelle et prochaine de lentreprise. Les premiers articles
de Kaplan et Norton portaient plus spcifiquement sur le choix dun nombre limit
48
dindicateurs dans chacune des quatre perspectives (Kaplan et Norton, 1992). Ils suggraient
deffectuer le choix de ces mesures par rfrence aux buts de lentreprise mais ne disaient pas
comment le tableau de bord prospectif pouvait, une fois mis en place, amliorer concrtement
la performance de lentreprise ( cette tape, ils sintressaient plus laspect logique qu la
dimension opratoire de loutil). Ils donnaient peu dinformations sur la faon dont le tableau
de bord prospectif pouvait tre dvelopp en pratique. Il a fallu attendre leur premier livre
(Kaplan et Norton, 1996) pour avoir quelques lments de rponse. Selon certains auteurs
(Cobbold et Lawrie, 2003), cette premire gnration de tableau de bord prospectif (o il
se rduit un outil isol) est toujours dveloppe et, sous une forme assez rudimentaire,
constitue probablement la grande majorit des implmentations sur le terrain. Il faut noter
que, malgr son apparente popularit comme concept et son adoption assez rpandue (surtout
aux tats-Unis), il existe relativement peu dtudes de cas dtailles, concernant des
expriences de mise en uvre du tableau de bord prospectif dans la littrature acadmique
(Bessire, 2000). Les livres et les articles qui sappuient sur des descriptions plus approfondies
commencent seulement faire leur apparition maintenant (Niven, 2002).
Le changement le plus significatif du deuxime stade fut lintroduction du concept de
strategic objectives (Kaplan et Norton, 1993), ainsi que le dveloppement de la notion de
causalit. La causalit entre les perspectives avait dj t prsente dans le premier modle
de 1992, mais sans entrer dans le dtail (on insistait plus sur la juxtaposition des
reprsentations que sur leurs interrelations). Ainsi, au lieu de mettre en vidence les liaisons
causales entre les diverses perspectives, le modle initial sintressait surtout aux mesures
elles-mmes et suggrait quil y avait des connexions mais sans se focaliser dessus, ce qui
engendrait des problmes conceptuels (Brewer, 2002). Lvolution qui sest produite a t
caractrise par Kaplan et Norton en 1996 comme le passage de an improved measurement
system to a core management system 1 (Kaplan et Norton, 1996). Les consquences de ce
changement ont t multiples. La pression sur le processus de conception du tableau de bord
prospectif a augment car dsormais il faut que les mesures refltent le plus possible les buts
stratgiques de lorganisation. Ensuite, la documentation sur le tableau de bord prospectif
partir du milieu des annes 1990 a commenc expliciter les connexions entre les objectifs
stratgiques, ainsi que les relations de causalit entre les perspectives. On considre
maintenant que la reprsentation des liens de causalit entre les objectifs stratgiques est un
point central dans le mcanisme de conception dun tableau de bord prospectif (Kaplan et
1
49
Norton, 2001). Cette conception amliore, qui fait du tableau de bord prospectif un dispositif
de gestion global plutt quun simple outil de reprsentation dune performance
multidimensionnelle pour les managers, reprsente maintenant le courant dominant des
recherches en gestion sur la question, quelles soient acadmiques ou professionnelles.
Le troisime stade dvolution historique consiste en un raffinement des caractristiques
de conception du deuxime stade afin de lui donner de meilleures fonctionnalits et
damliorer la pertinence des liens de causalit. Cela se traduit par une clarification des ides,
par une identification plus prcise des liens de cause effet, et par la recherche dune
appropriation par tous les membres de lorganisation des objectifs stratgiques traduits en
indicateurs afin de favoriser les initiatives (Kaplan et Norton, 2001).
Cette vocation de lvolution historique du tableau de bord prospectif permet de
comprendre le cheminement des crits acadmiques qui, au dpart, taient principalement
normatifs et descriptifs, puis qui sont devenus plus analytiques et prcis et font maintenant
appel de nombreuses tudes quantitatives (surtout aux tats-Unis) (Ittner et al., 1998, 2003 ;
Youngblood et Collins, 2003 ; etc.) et qualitatives (Atkinson et al., 2000 ; Norreklit, 2000 ;
Lorino, 2001 ; Bourguignon et al., 2002 ; Mouritsen et al., 2002 ; etc.).
1.3.2.1.2
50
Rsultats financiers
Que faut-il apporter aux
actionnaires?
Processus internes
Clients
Que faut-il apporter aux
clients?
Vision et
stratgie
Apprentissage
organisationnel
Comment piloter le
changement et l'amlioration?
Cette liste, bien entendu non-exhaustive, doit tre comprise comme un ensemble de domaines
dindicateurs, susceptibles dtre adapts au contexte particulier de lentreprise.
Cet axe reprend les grands indicateurs financiers classiques ; la nouveaut est dans la
volont de rattacher ces indicateurs financiers la ralit client (nouveaux clients, clients
cibls, client non rentables) ainsi quau processus de cration des produits et services
(recherche et dveloppement, nouveaux produits et services).
De plus, Kaplan et Norton suggrent dadapter les indicateurs financiers la phase du
cycle de vie du secteur o volue lentreprise (croissance, maintien, maturit). Ces indicateurs
permettent de dterminer si les intentions et la mise en uvre de la stratgie contribuent
amliorer le rsultat financier. En gnral, les objectifs financiers portent sur la rentabilit
mesure par le retour de capitaux engags ou le bnfice dexploitation.
Trois objectifs financiers spcifiques guident la stratgie :
52
Perspective client :
Au cur de toute stratgie d'entreprise o il s'agit de lier les processus internes avec de
meilleurs rsultats pour le client se trouve la (proposition de valeur) faite aux clients. partir
d'exemples probants, Kaplan et Norton isolent trois stratgies pour se diffrencier du march :
L'intimit client : l'entreprise connat les clients qui elle vend et les produits et les
services dont elle a besoin.
excellentes dans un des trois aspects et ont un niveau standard dans les deux autres. L'axe
client permet l'entreprise de dfinir les clients cibler. Comme la plupart des marchs sont
composs de clients htrognes donc sensibles diffrents critres, l'entreprise se doit de
choisir1 une perspective prioritaire dans lequel elle va exceller. C'est sur les clients (cible) que
vont se concentrer les indicateurs du tableau de bord prospectif. Ainsi en choisissant de ne pas
satisfaire certains clients, l'organisation dcide de ne pas dvelopper certains services. L'axe
client choisi est reli par sa partie suprieure l'axe financier et par sa partie infrieure l'axe
des processus internes de la carte stratgique.
Perspective processus internes :
Lobjectif de cet axe est de prendre en compte lensemble des processus internes, et en
particulier linnovation, la production et le service aprs vente. Au travers de lanalyse des
processus, cest une vision transversale de lorganisation que lon cherche tablir, ainsi que
la mise en avant de deux processus souvent ngligs dans lanalyse comptable des
performances, savoir linnovation et laprs-vente.
53
54
Les technologies stratgiques : les systmes d'information, les bases de donnes, les
outils et le rseau ncessaires pour promouvoir la stratgie.
En traitant l'axe d'apprentissage aprs que les trois autres axes ont t dfinis, les
dirigeants peuvent mettre en adquation leurs objectifs en matire de ressources humaines, de
technologies de l'information et d'ambiance de travail avec les besoins de leur processus cls
et la proposition de valeur faite au client. Ainsi une organisation qui dsire augmenter la
satisfaction client se doit d'exiger comme objectif la fidlisation de son personnel expriment
pour ainsi maintenir la relation avec le client et procurer l'exprience d'achat plaisir . Pour
Kaplan et Norton ceci implique une politique des ressources humaines adquate ainsi qu'une
formation importante pour le personnel. Enfin, les auteurs insistent sur le fait que ces
politiques doivent tre compltes par des programmes d'valuation en continu. Donc le
tableau de bord prospectif se devait de contenir des indicateurs de satisfaction du personnel
afin de reconnatre que le salari est un vritable partenaire de la stratgie.
Pour conclure, nous noterons que Kaplan et Norton font figurer l'axe d'apprentissage
tout en bas de la carte stratgique du tableau de bord prospectif afin de signifier que c'est le
fondement de toute organisation.
Les quatre axes du tableau de bord prospectif (TBP) ne constituent pas un modle
statique et universel. Ils forment plutt une toile de fond ou un cadre gnral danalyse qui
permet dapprhender le systme dindicateurs de performance de lentreprise dans un
contexte de plus en plus concurrentiel o la performance ne se traduit plus seulement en terme
de rendement financier. Il fournit galement une articulation autour de la stratgie, essentielle
lefficacit du systme de mesure. videmment, chaque entreprise aura des indicateurs qui
lui sont propres en fonction de ses objectifs, de ses stratgies et des diverses caractristiques
de son environnement. Pour ces raisons, le modle ne spcifie pas les indicateurs que lon doit
retrouver dans chacun des quatre axes puisque ceux-ci seront trs variables dune entreprise
lautre. Cependant, pour chacun des axes, Kaplan et Norton proposent des lments de
contenu qui permettront dorienter les concepteurs. Ils identifient de grandes classes de
dterminants de la performance qui devraient conduire lidentification dindicateurs de
55
Axe
Exemples dindicateurs
en indicateurs
- Utilisation de lactif ;
- Cots unitaires.
Clients
- Rduction du risque.
- Part de march ;
Pourcentage
ralises
existants ;
auprs
Pourcentage
des
ventes
des
clients
des
ventes
clients ;
- Degr de satisfaction des
clients ;
- Taux de retour des produits.
organisationnel
Apprentissage
Processus internes
Pourcentage
des
ventes
chacun des grands processus dune entreprise, ralises avec des nouveaux
soit :
produits ;
- Linnovation ;
- La production ;
de service ;
- Le service aprs-vente.
- Cots standards.
employs ;
- Disponibilit de linformation ;
ceux de lentreprise.
Communiquer la stratgie :
Dployer la stratgie est du ressort de la direction gnrale. Dans un march changeant
et trs concurrentiel, la survie de l'entreprise dpend de la rapidit du processus d'alignement
de la structure sur la stratgie et donc de la communication et l'appropriation de la stratgie
par l'ensemble de l'organisation.
Ainsi, l'examen et la discussion priodique des lments du tableau de bord prospectif
permettent de mettre constamment l'accent sur les facteurs cls de succs d'une organisation et
par consquent de clairement souligner les options stratgiques suivre.
57
Le tableau de bord prospectif permet ainsi d'orienter rapidement les actions d'une
entreprise afin de tirer parti au mieux des opportunits et de contrecarrer certaines menaces. Il
contribue de ce fait rendre l'organisation davantage proactive que ractive car le tableau de
bord prospectif fait appel un langage oprationnel clair qui rduit les problmes
d'interprtation tant internes qu'externes.
Aligner les actions aux buts stratgiques :
Communiquer la stratgie tous les niveaux de l'entreprise ne suffit pas son
dploiement. Pour changer les comportements et faire en sorte que l'ensemble de
l'organisation mette en uvre les options stratgiques dfinies, il convient de se pencher sur
les habitudes et les motivations.
Comment s'assurer que les actions oprationnelles et quotidiennes s'alignent sur les
objectifs dfinis et les options stratgiques ?
L'appropriation de la stratgie par les employs et le changement ncessaire de leurs
comportements sont trs difficiles dans les structures actuelles. L'homme en tant qu'tre
rationnel va chercher maximiser son utilit, et lui demander de modifier son comportement
suppose qu'il en retire des avantages personnels certains. Or, dans une conomie o les
structures s'aplatissent, o la pression sur les salaires existe, o les plans de carrire
disparaissent, o la loyaut employeurs/employs s'effrite, il est difficile de demander aux
collaborateurs de non seulement faire leur travail, mais galement de s'adapter constamment.
Malgr toutes ces difficults, le tableau de bord prospectif (TBP) mise sur la
responsabilisation des acteurs. Diffrentes tudes de cas montrent que le TBP permet de
supprimer les comportements opportunistes et d'accrotre le degr de responsabilisation. Avec
le TBP, les units de gestion et les collaborateurs savent dsormais ce que l'on attend d'eux et
dans quelle mesure ils contribuent au processus de cration de valeur.
Par une meilleure communication, ils savent galement la direction que suit
l'organisation. Le tableau de bord prospectif laisse donc une place importante l'homme et lui
permet d'exploiter ses qualits. Ceci a pour effet de permettre un meilleur degr de
responsabilisation.
58
Mesurer la performance :
Ce qui ne se mesure pas, ne se gre pas pour plusieurs raisons, y compris le besoin pour
l'tre humain d'avoir des points de repre.
ce jour, les systmes d'valuation de la performance ont mis davantage l'accent sur la
performance externe, sur les mesures financires ou conomiques telles que le ROI1 ou
l'EPS2. Or celles-ci ne se grent pas, elles n'expriment que la consquence des dcisions
relatives aux trois dimensions de l'entreprise : le quoi, le qui et le comment.
permet galement de motiver les collaborateurs. Par essence, l'tre humain aime les objectifs.
La seule fixation de cibles atteindre indpendamment de l'existence ou non d'un
systme de rcompenses ou de sanctions suffit dj accrotre la motivation des
collaborateurs.
1
2
59
1.3.2.2.1
Pour les concepteurs de loutil et beaucoup dauteurs, le tableau de bord doit tre un
outil central, alternatif au systme budgtaire traditionnel (Epstein et Manzoni, 1997 ; Kaplan
et Norton, 2001 ; Fernandez, 2003). Mais dautres dfendent lide que le tableau de bord
prospectif doit tre un outil parmi dautres parce quil nest pas suffisamment complet. Ainsi,
Mendoza et Zrihen (1999) soutiennent que le tableau de bord prospectif ne peut en aucun
cas remplacer le reporting et Zcri (2000) estime quil est inconcevable de nos jours de
grer une entreprise sans budgets. Pour Meric (2003), le tableau de bord prospectif risque de
phagocyter les innovations qui lont prcd, ce qui serait une aberration. Il conoit donc
le tableau de bord prospectif
dmarches de calculs comme lABC, lEVA1, etc., afin de profiter pleinement des
complmentarits des diffrentes mthodes. Oyon et Mooraj (1998) tendent galement cette
mme conclusion. Plus nuancs, Gray et Pesqueux (1993), qui sintressent dailleurs plus
aux tableaux de bord en gnral quau tableau de bord prospectif en particulier, avancent
lide suivante : si le tableau de bord sert suivre les objectifs gnraux au niveau du sige, il
peut tre un outil parmi dautres, en revanche sil sert au suivi du fonctionnement courant au
niveau des oprationnels, il doit alors tre un outil central.
1.3.2.2.2
De nombreuses tudes (Merchant, 1984 ; Fisher, 1998 ; etc.) ont montr que les
systmes de contrle de gestion subissent un ensemble de facteurs de contingence qui les
modle. Un tour dhorizon de la littrature va tre prsent en considrant
successivement : lincertitude de lenvironnement, le cycle de vie des produits, la technologie,
la taille de lentreprise et les rapports de pouvoir. Dans chacun de ces cas, nous serons amens
60
comparer les atouts et les limites du tableau de bord prospectif au regard des autres outils
disponibles (budgets, tableaux de bord non stratgiques, etc.).
De nombreux travaux ont mis en avant lincertitude de lenvironnement comme une
variable contingente, dterminante dans le choix dun outil de gestion (Gul, 1991 ; Fisher,
1998 ; etc.). Selon Gordon et Narayanan (1984), un environnement peru comme incertain
appelle des structures organiques qui privilgient la recherche dinformations externes et de
nature non financire. Bescos et al., (2003) considrent que les budgets dans un
environnement turbulent ne peuvent tre utiliss comme un instrument de mise en uvre
dobjectifs stratgiques. Gignon-Marconnet (2003) pense qu une gestion budgtaire trs
contraignante ne conviendrait pas des environnements incertains . De mme, Berland
(1999) suppose que lorsque lentreprise se trouve dans un environnement incertain, il lui est
difficile dtablir des prvisions fiables et donc que la fixation dobjectifs budgtaires devient
un exercice trs difficile, voire impossible. Gul (1991) arrive galement la conclusion que
dans un environnement incertain, la performance est accrue si les gestionnaires utilisent un
systme de contrle de gestion plus sophistiqu que les budgets. Toutefois, le tableau de bord
prospectif dans sa forme gnrique est-il assez complet pour prendre en compte la variable
environnement ? Daprs Atkinson et al., (1997) et Oyon et Mooraj (1998), le tableau de bord
prospectif exclurait lenvironnement externe comme dimension importante ayant un impact
sur la performance de lentreprise. Pour pallier cet inconvnient, certaines entreprises mettent
en place un cinquime axe environnement . Mais dautres travaux aboutissent des
conclusions qui prconisent plutt lutilisation des budgets en environnement incertain. Ainsi,
Hopwood (1974) estime que ce nest pas en environnement stable que les entreprises
ressentent le besoin dtablir un budget ce qui serait un exercice relativement facile mais
en environnement complexe et incertain . Dans le mme ordre dide, Ezzamel (1990),
constate sur le terrain que le recours au budget, pour valuer la performance, est accru lorsque
lenvironnement devient incertain. Toutefois cela reste un point de vue minoritaire et il
semble que le tableau de bord prospectif soit plus adapt que les budgets en environnement
incertain.
Le cycle de vie des produits est compos de quatre phases : lapparition, la croissance,
la maturit et le dclin (Sizer, 1989 ; Wilson, 1991 ; Drury, 1994). Selon Merchant (1994), les
organisations avec des produits majoritairement en phase dapparition, ont tendance utiliser
moins doutils de contrle financier traditionnels, comme les budgets, et sont plus disposes
se tourner vers des outils ayant des indicateurs non financiers, prenant en compte les
61
performances futures. Hoque et James (2000), la suite dune enqute ralise auprs de 66
entreprises australiennes, ont galement montr que les organisations ayant des produits en
phase dapparition avaient plus tendance utiliser des outils comme le tableau de bord
prospectif.
La technologie peut galement avoir une influence sur le choix dun systme de
pilotage. En effet, pour dcliner sa stratgie tous les niveaux, lentreprise va avoir un grand
besoin dinformations. Il faut donc que ce changement de mentalit puisse sappuyer sur une
volution des systmes dinformation (Chiapello E. et Delmond M. H., 1994). Edwards
(2001) indique que les entreprises qui mettent en place un outil tel que le tableau de bord
prospectif sont aussi souvent celles qui utilisent des outils informatiques intgrs de type
Enterprise Information System (EIS) ou Progiciel de Gestion Intgr (ERP en anglais)1, car
cela leur permet davoir en temps rel de linformation sur leurs diffrents indicateurs.
Saulpic et Ponssard (2000), constatent que lenjeu associ aux aspects purement
informatiques (interconnexion des systmes) est trs important car, selon eux, il faut sans
cesse naviguer entre deux extrmes : soit se contenter du papier crayon (ou logiciel de
type Excel), ce qui semble suffisant quand on utilise comme systme de gestion les budgets,
ou bien mettre le paquet (logiciels de type EIS ou ERP).
Dans lanalyse des relations entre tableau de bord prospectif et taille de lentreprise, il y
a deux courants de pense antagonistes. Le premier courant dfend lide que la complexit
des systmes de gestion est positivement corrle la taille de lentreprise (Merchant, 1981 ;
Hoque et James, 2000 ; etc.). Ainsi, comme Hoque et James (2000) lont dmontr, ce sont
les plus grandes entreprises qui ont mis en place des systmes de mesure de la performance
proches du tableau de bord prospectif. De mme, plus la taille de lentreprise est grande, plus
le recours des indicateurs de performances non financires serait important (Germain,
2003). Le deuxime courant, quant lui, reconnat galement leffet de taille sur les choix en
matire de contrle de gestion, mais aboutit des conclusions diffrentes (Lawrence et
Lorsch, 1967 ; Bescos et al., 2003). Selon ces auteurs, plus la taille de lentreprise est
importante, plus elle met en place un systme de gestion de type administratif avec un recours
suprieur ltablissement de budgets. De mme, lorsque lentreprise se dveloppe, des
problmes comme la contrlabilit, la coordination et la communication apparaissent. Le
recours au budget serait donc une procdure formalisant, permettant de rduire ces problmes.
1
62
La forme de pouvoir nest pas non plus sans effet sur le choix dun outil de pilotage. Le
contrle extrieur semble accrotre la formalisation et la centralisation (Reimann, 1973 ;
Holdaway et al., 1975). Un outil favorisant le dploiement stratgique comme le tableau de
bord prospectif serait plus adapt aux organisations systme dautorit simple et centralis
que le tableau de bord la franaise , tant donn que ce dernier repose sur une conception
plus politique de la stratgie (Epstein et Manzoni, 1998). linverse, le tableau de bord la
franaise parat plus adapt pour des organisations o le pouvoir est diffus et o chaque
niveau hirarchique et chaque service dsire garder une zone de libert (Errami, 2004).
63
Conclusion du Chapitre 1
64
Dans le premier chapitre, nous avons prsent les caractristiques du tableau de bord
afin de montrer comment cet outil apporte des changements dans le contrle de gestion. Nous
avons galement cern les principaux concepts et notions utiliss dans la prsente recherche.
Lobjectif du prsent chapitre consiste rpondre notre question de recherche en
laborant un modle explicatif des pratiques de tableau de bord dans les PME. Pour ce faire,
nous commenons le prsent chapitre par une premire section (Section 1) consacre la
prsentation de notre terrain de recherche et ces caractristiques.
Dans la deuxime section (Section 2), nous prsentons le cadre conceptuel de cette
recherche. Ceci nous permet de dterminer les variables explicatives, intermdiaire et la
variable explique, afin dexpliciter limpact des facteurs de contingence organisationnelle et
comportementale sur les pratiques de tableau de bord dans les PME et linfluence de ce
derniers sur le pilotage de la performance de ces entits. Nous terminons cette partie par la
proposition dun ensemble dhypothses et dun modle conceptuel de recherche.
65
PLAN DU CHAPITRE 2
2.1.1
2.1.2
La PME : un essai de
Limage de la PME
dfinition
marocaine
2.2.2
Vers un modle
gnral des pratiques
de tableau de bord
dans les PME
2.2.1
Spcificit des PME :
approche contingente
66
Les dfinitions quantitatives sont trs souvent privilgies en raison de leur grande
oprationnalit. Les critres retenus sont le plus souvent l'effectif, le chiffre d'affaires ou
encore le montant de l'actif du bilan. Lorsqu'on tudie ces critres on s'aperoit qu'il n'existe
pas de consensus et que mme dans certains pays selon le programme gouvernemental ces
seuils varient (Wtterwulghe, 1998). Le Tableau 2.1 (page suivante), prsente la classification
des firmes selon leur taille dans quelques pays de l'OCDE1.
68
Tableau 2.1 : Classification des firmes selon leur taille dans quelques pays de l'OCDE
Petite entreprise
Union Europenne
1-49
50-249
>250
tats-Unis
1-250
251-500
>501
Japon
1-49
50-500
>501
Suisse
1-20
21-100
>101
Dont, soit le chiffre daffaires nexcde pas 40 millions deuros, soit le total du bilan
annuel nexcde pas 27 millions deuros ;
Elle considre que le critre du nombre de salaris doit imprativement tre utilis, mais quil
faut le combiner lun des deux critres financiers refltant limportance conomique relative
dune entreprise.
La commission estime quil est ncessaire dtablir une distinction entre une entreprise
moyenne, une petite entreprise et une micro-entreprise. Le Tableau 2.2 (page suivante)
prsente la dfinition de la PME selon la commission europenne.
Dautres problmes peuvent survenir de la qualit des donnes statistiques, en particulier lorsqu'elles tiennent
compte des toutes petites entreprises ou du moins de celles ayant moins de 20 employs. En fait, il est rare que
deux sources diffrentes arrivent aux mmes rsultats (Brown et Phillips 1989).
70
Effectif
Chiffre daffaires
Total bilan
(millions deuros)
(millions deuros)
Moyenne entreprise
(50-250)
(7-40)
(5-27)
Petite entreprise
(10-49)
<7
<5
Micro-entreprise
< 10
71
72
Pour rsumer, Julien (1997) a retenu six caractristiques pour mieux cerner le concept
de PME, soit :
1- La petite taille
Les PME sont des entreprises dont la taille est dfinie partir du nombre d'employs, du
bilan ou du chiffre d'affaires. Il ne faut certainement pas oublier les nuances et les difficults
d'usage que l'auteur a rvles propos de l'utilisation de ces critres quantitatifs.
2- La centralisation de la gestion
Chaque PME prsente des caractristiques propres et exige un management distinct de
celui des grandes entreprises. On parle dans ce cas, d'un management de proximit trs
personnalis de la part du propritaire-dirigeant. Cependant, on peut retrouver une forte
centralisation dans les moyens entreprises des secteurs traditionnels comme l'ont montr
Candau (1981), Rizzoni (1988) ou Marchini (1988).
3- Une faible spcialisation
De manire gnrale, la petite entreprise apparat structurellement peu spcialise tant
au plan de la direction, que des employs et des quipements. Le chef d'entreprise tant la
fois compositeur, chef d'orchestre et parfois, excutant (Marchesnay, 1990). La spcialisation
est proportionnelle la taille de l'entreprise. Plus une entreprise grandit, plus elle doit mettre
sur pied des paliers organisationnels et des dpartements. Dans ce contexte, on passe d'un
personnel multitche un personnel spcialis assumant des tches spcifiques.
4- Une stratgie intuitive ou peu formalise
Il est gnralement reconnu que la stratgie des PME est intuitive ou peu formalise,
plus axe sur le court terme que le long terme. On parle gnralement dans ce cas d'une
stratgie axe sur l'anticipation que la raction. En effet, la simplicit de la structure
organisationnelle et le style management de proximit que prconise la PME, permettent
tout moment, au propritaire-dirigeant d'expliquer son personnel tout changement de
stratgie.
73
74
75
millions Dh ;
- Programme de mise niveau dont le cot
n'excde pas 10 millions Dh.
- Nombre d'emplois : 200 personnes ;
-
Chiffre
d'affaires
selon
les
phases
de
dveloppement de l'entreprise :
Sous-commission PME/PMI
(prparation du PDES2, 2000)
1
2
76
En 2002, la charte de la PME au Maroc retenu les critres suivants pour la dfinition
de celle-ci :
Les chiffres affrents aux pays dvelopps, cits dans cette partie, sont tirs du rapport de lorganisation de la
coopration et du dveloppement conomique : Perspectives des PME de lOCDE, 2002.
2
Toutes les statistiques cites dans cette partie sont tires du rapport du Ministre de lconomie et des
Finances, Maroc, 2000.
77
2.1.2.1
Les PME marocaines reprsentent 98% de lensemble du tissu productif national. Leur
part est de plus de 90% dans toutes les branches dactivit sauf celle de la production et
distribution dlectricit, gaz et eau, o cette participation est uniquement de 50% 1.
(Graphique 2.1).
Graphique 2.1 : Poids des PME dans le tissu productif marocain
100%
90%
80%
70%
60%
50%
95% 91%
99,7%
99,7%
99% 99% 99% 99% 95%
94%
99,98%
98%
40%
30%
20%
50%
10%
0%
Grandes entreprises
PME
Toutes les statistiques cites dans cette partie sont tires du rapport du Ministre de lconomie et des
Finances, Maroc, 2000.
78
des PME au sein du tissu productif, la part de leur contribution dans le PIB1 marocain ne
dpasse pas 21%.
2.1.2.2
79
recherches empiriques, McMahon et Holms (1991) considrent que ltat des connaissances
sur ce sujet est insuffisant.
En effet, la plupart des tudes existantes traitent de lapplication dun outil particulier
dans le contexte des PME : Chadefaux (1991), par exemple, tudie les prvisions dans les
PME de moins de 500 salaris travers une enqute ralise en auprs de 1000 PME. Cette
tude montre que les PME ralisent des prvisions essentiellement court terme, et ne
prsentent aucun objectif stratgique. Bescos (1991) prsente, travers une analyse critique,
les apports et les limites des tableaux de gestion mis au point dans le cadre des PME. Par
contre, on trouve une srie dtudes qui dresse un premier bilan de la situation du contrle de
gestion dans les PME dans une approche contingente. Daprs ces tudes on peut tirer que les
variables expliquant la nature du contrle de gestion dans les PME sont dfinies par la taille
de la PME, le rle du chef dentreprise et les caractristiques de loffre et de la demande
dfinissant lespace concurrentiel.
Dans les dveloppements qui suivent, nous allons essayer de dresser, travers la
littrature existante, un panorama des spcificits des PME. Nous proposons ensuite, le cadre
conceptuel, les hypothses et le modle gnral de recherche.
2.2.1 Spcificit des PME : approche contingente
2.2.1.1
80
dans la mesure o celui-ci rclame un tat de formalisation et de structuration qui n'est pas,
semble-t-il, l'apanage des petites et moyennes entreprises (Germain, 2006).
Lexamen des recherches empiriques (Chapelier, 1994 et 1996 ; Lavigne, 1999 et 2002 ;
Lacombe-Saboly, 1994) ralises sur les dterminants des caractristiques du systme de
contrle de gestion des PME fait apparatre deux perspectives distinctes qui sinscrivent dans
le courant de la thorie de contingence savoir la thorie objective (ou organisationnelle) et la
thorie subjective (ou comportementale). Ces dernires recherches relvent lhtrognit du
systme de contrle de gestion des PME en identifiant quelques facteurs susceptibles
dinfluencer les choix des outils de contrle de gestion.
Le Tableau 2.4 prsente un panorama des principales tudes contingentes des systmes
de contrle de gestion.
81
Tableau 2.4 : Rcapitulatif des principales tudes contingentes des systmes de contrle
de gestion cites prcdemment
Auteurs
Hofstede (1967)
Variables de
contingence
Environnement
Systmes de
contrle
Utilisation des
budgets
Principaux rsultats
- Dans un environnement conomique
hostile, les entreprises utilisent plutt
les budgets pour contraindre les
employs.
- Dans un environnement conomique
favorable, les budgets sont plus
utiliss comme des modes de
rsolution de problmes.
Dans une situation o lenvironnement
concurrentiel de la firme est intense,
lentreprise utilise un systme de
contrle sophistiqu. Diffrents types
de concurrence peuvent avoir des
impacts distincts sur lutilisation des
contrles dans lentreprise.
Khandwalla (1972)
Type de comptition
Sophistication du
systme de
contrle
Bruns et
Waterhouse (1975)
Structure
Sophistication des
systmes
budgtaires
Waterhouse et
Tiessen (1978)
Technologie,
environnement
Formalit du
systme de
contrle,
centralisation
Merchant (1981)
Taille
Sophistication des
systmes
budgtaires
Systme
dinformation :
informations
externes, non
financires et ex
ante
Gordon et
Narayanan (1984)
Govindarajan
(1984)
Structure,
environnement
Environnement
Systme
dvaluation de la
performance
82
Tableau 2.4 : (suite) Rcapitulatif des principales tudes contingentes des systmes de
contrle de gestion cites prcdemment
Auteurs
Govindarajan et
Gupta (1985)
Chenhall et Morris
(1986)
Variables de
contingence
Stratgie
Structure,
environnement,
interdpendance
organisationnelle
Systmes de
contrle
Systme
dvaluation de la
performance
Quatre
caractristiques
du systme
dinformation
comptable :
tendue,
opportunit,
agrgation et
intgration
Kalika (1987)
Structure
Systme de
planification et de
contrle
Mc Nair et
Mosconi (1989)
Implantation du
juste--temps
Systmes de cots
Govindarajan et
Fisher (1990)
Stratgie
Contrle des
rsultats et des
comportements
83
Principaux rsultats
Des mesures de performance de long
terme et des approches subjectives de
lvaluation de la performance sont plus
efficaces
pour
dterminer
les
compensations des managers dans des
units
avec
une
stratgie
de
construction que dans celles avec
une stratgie de rcolte .
Lincertitude
perue
de
lenvironnement influence lutilit
perue dun systme dinformation
tendu et qui donne des informations en
temps opportun.
- Il existe une relation significative
entre une structure organisationnelle
dcentralise
et
lutilit
perue
dinformations agrges et intgres.
- Il existe galement une relation
significative entre linterdpendance des
dpartements
et lutilit perue
dinformations tendues, agrges et
intgres.
- La dcentralisation de la structure
saccompagne dune tendance au
dveloppement des processus de
planification et de contrle.
- Plus les structures sont diffrencies,
plus les systmes de planification et de
contrle tendent tre dvelopps.
La mise en place de systmes de
production en juste--temps entrane
des changements dans les mthodes de
calcul de cots.
- La combinaison entre un partage
intense des ressources et un contrle des
rsultats
influence
positivement
lefficacit des units avec une stratgie
de leadership par les cots.
- La combinaison entre un partage
intense des ressources et un contrle des
comportements influence positivement
lefficacit des units avec une stratgie
de diffrenciation.
Tableau 2.4 : (suite) Rcapitulatif des principales tudes contingentes des systmes de
contrle de gestion cites prcdemment
Auteurs
Bergeron (1996)
Variables de
contingence
Environnement
Technologie
Systmes de
contrle
Principaux rsultats
Structure et deux
caractristiques
du systme
dinformation
(tendue et
agrgation)
Complexit des
tableaux de bord
Abemethy et
Brownell (1997)
Technologie
Systmes de
contrle
comptables, de
comportement et
personnels
Jorissen et al.,
(1997)
Taille
Indicateur de
performance
Technologie
Systmes de
contrle
mcanisteorganique
Kalagnanam et
Murray Lindsay
(1999)
Marchesnay (1991) s'est intress aux spcificits du systme de gestion des PME. Il
insiste sur le rle dterminant du dirigeant et sur le caractre global du systme de gestion.
Le dirigeant joue un rle majeur dans la mesure o ses buts dterminent la conduite de
l'entreprise et parce qu'il participe la gestion courante de l'entreprise. Ce rle rend floue la
frontire entre dcision stratgique et dcision oprationnelle. D'autant plus que certaines
84
dcisions de gestion courante peuvent avoir des implications sur le devenir de l'entreprise : le
recrutement d'un salari, le dmarchage d'un prospect, le dpart la retraite d'un salari. Mah
de Boislandelle (1998) parle deffet de grossissement, cet effet traduit l'ide que le poids
relatif de chacun est beaucoup plus important et que les dcisions ont un impact plus fort en
PME. Autrement dit, il y a une amplification des phnomnes en petite entreprise.
L'approche systmique dfendue par Marchesnay exige d'analyser ensemble les buts,
l'environnement, l'organisation et les activits. La grille qu'il propose peut tre utilise pour
conduire des diagnostics stratgiques en PME, et notamment pour apprcier la cohrence du
systme de gestion, travers la prise en compte des interrelations entre les diffrentes
composantes du systme, et la pertinence du projet stratgique.
Le Schma 2.1 suivant prsente le systme de gestion de la petite entreprise selon
Marchesnay (1997).
Schma 2.1 : Le systme de gestion de la petite entreprise
Buts des
dirigeants
thique
Valeurs
Lgitimit
Culture
Vision
Les hommes
Socit global
Environnement
Secteurs
dactivits
Image
Organisation
Identit
Les tches
Plan
Mission
Mtier
Savoir-faire
Besoins
Activits
Biens / Services
Coteuse puisqu'elle peut avoir une influence sur la politique environnementale et sur
la politique de GRH ;
Source de profit dans la mesure o elle amliore l'image interne, source de satisfaction
pour les salaries, et l'image externe, source de satisfaction pour les clients.
Les buts du dirigeant s'inscrivent dans une vision, c'est--dire dans la reprsentation
qu'il se fait de son entreprise et de son environnement dans les annes venir. Le passage de
la vision l'action se traduit par la dfinition de plans. Les travaux consacrs aux PME
montrent que la formalisation de la politique dentreprise est trs faible et que le systme de
planification est peu dvelopp dans ces entreprises.
Lorganisation :
Lanalyse de lorganisation se dcompose en deux niveaux :
-
Le niveau des individus : c'est--dire des personnes qui travaillent dans l'entreprise.
Ces personnes partagent plus ou moins les valeurs du dirigeant. La culture est le fruit
de l'histoire de lentreprise, elle permet de comprendre le degr d'implication des
salaris.
86
Le niveau des tches : il renvoie aux fonctions regroupes dans des services. Plus
l'entreprise est petite, plus l'organisation des tches est indiffrencie et le personnel
polyvalent. La coordination se fait le plus souvent par ajustement mutuel et par
supervision directe.
Les frontires de l'organisation sont parfois floues en particulier lorsque l'entreprise fait
partie d'un rseau. En effet, il peut y avoir des changes de salaris, la mise en commun de
ressources.
Lenvironnement :
Lenvironnement doit galement tre scind en deux niveaux :
-
les acteurs exerant une fonction titulaire : il s'agit des administrations publiques,
des collectivits locales, des institutions consulaires ;
Les activits :
Une activit peut tre dfinie comme un ensemble homogne de biens et services
rpondant des besoins de la clientle actuelle ou potentielle, raliss par lentreprise, partir
87
de ses propres savoir-faire, ou s'appuyant sur ceux de ses partenaires. Elle repose sur
l'articulation entre le besoin satisfait (mission) et le savoir-faire (mtier).
Le dirigeant doit faire en sorte que ses activits soient comptitives. La comptitivit a
longtemps t apprcie en termes d'efficience. Cette dernire traduit la capacit de
l'entreprise grer ses ressources de la meilleure faon afin d'obtenir les cots les plus bas,
mais aussi la meilleure qualit, c'est--dire le moins de dfaut. Cependant, la comptitivit fait
galement rfrence l'adquation aux attentes des clients. La qualit se mesure par la
satisfaction que retirent les clients des caractristiques du produit et des services qui lui sont
associs. Cela ncessite bien souvent une personnalisation de la relation. Les PME bnficient
alors d'un atout indiscutable par rapport aux grandes entreprises.
Les PME sont caractrises par un nombre limit d'activits et un march plutt local,
ce qui renforce la personnalisation des relations avec les partenaires de l'entreprise.
Tout ceci porte donc croire que ces entits dveloppent plutt des mcanismes de
contrle peu instruments et peu empreints de la logique cyberntique, qui se rapprochent du
contrle politique, du contrle intuitif ou du contrle par jugement (Hofstede, 1981), ou
qu'elles disposent tout au plus d'un systme de contrle de gestion simplifi ne reprenant que
quelques lments de la structure d'ensemble du systme de contrle de gestion classique
(Flamholtz, 1983).
Le statut particulier de la PME conduit se pencher sur quelques caractristiques
spcifiques : organisationnel et comportemental.
2.2.1.2
Tout dabord, une des principales forces de la PME semble tre sa simplicit, simplicit
qui va faciliter la coordination entre individus. Sil est vrai que le dirigeant va souvent utiliser
un commandement direct pour donner des instructions gnrales, une large place est laisse
dans lorganisation lajustement mutuel qui est naturellement utilis dans les structures
simples (Mintzberg, 1996). L ajustement mutuel va privilgier une communication
informelle entre oprateurs pour coordonner leur travail (Mintzberg, 1996). Cet
ajustement mutuel va permettre un change informel trs prcieux dinformations et
88
dides afin de rsoudre les problmes. Or, effectivement, une bonne partie des relations
efficaces au sein des organisations sont de nature informelle (Koenig, 1997).
Laspect informel, sil favorise la souplesse, nest pas toujours favorable au
dveloppement doutils de formation, qui ncessitent souvent une connaissance approfondie
des besoins et des comptences de lentreprise. Le talent du dirigeant dans ce domaine va
fortement influencer la prise de dcision. Les politiques et procdures peuvent toutefois
exister malgr leur nature souvent informelle ou peu explicite (GREPME1, 1997).
Lajustement mutuel est associ une tradition orale forte qui passe principalement par
des changes verbaux rapides, cordiaux voire familiers, simples et sans faon. Or, dans la
PME, les membres de lorganisation ont souvent loccasion de pratiquer ces types dchanges
verbaux dpouills pour rgler des problmes qui deviennent vite transversaux dans
lentreprise, compte tenu de sa taille restreinte, et quil faut donc rgler rapidement sans
procdure lourde. Selon Moaty (1995), le langage engage les acteurs dans la coopration et
sert de support leur coordination . Nanmoins, lajustement mutuel ncessite une forte
confiance mutuelle dans lorganisation. En effet, la communication informelle passe
principalement par des changes verbaux qui ne laissent pas de traces. Si les individus ne se
font pas confiance, ils vont tre tents de formaliser leurs relations. Ils adopteront une attitude
mfiante et demanderont, par exemple, de plus en plus de preuves crites, feront des
copies de ce qui leur est demand ou des informations qui leur seront communiques ou
naccepteront pas des tches en dehors des procdures dfinies mmes si la situation lexige.
Par ailleurs, il convient de souligner le rle prdominant du dirigeant qui est une donne
particulirement importante pour comprendre les mcanismes de gestion de la PME. Selon
Couteret (1998), la prise en compte de la place centrale occupe par le dirigeant apparat
indispensable pour toute tude portant sur la petite entreprise . Certains pensent mme que
ltude du dirigeant constitue le point dentre de la recherche en PME. Ainsi, Julien (1994)
souligne lexistence de nombreuses typologies qualitatives bases sur le type de proprit ou
associes lentrepreneur de la PME.
Ainsi, le rapport des PME loffre de formation externe ne peut sanalyser de la mme
manire que pour les autres entreprises. Les PME ne sont pas de simples modles rduits des
1
89
grandes entreprises et leur apprentissage nest pas non plus une simple rduction de celui des
grandes entreprises (Sparrow, 2001). Concernant le plan de formation, la tendance des PME
ne pas se tourner vers les formations externes permet de mettre en relief une autre manire
dapprendre en PME. Paradas (1998) lie clairement dpenses de formation dclares et
effectif en indiquant que le nombre dentreprises () affirmant verser plus que le
pourcentage obligatoire crot avec la taille . Il semble que les PME entretiennent un rapport
plutt difficile avec les formations externes : elles disposent de peu doutils pour se reprer
dans loffre de formation, souvent coteuse, mal adapte et quelquefois inefficiente .
Par ailleurs, il faut souligner galement le rle de lenvironnement, le degr
dincertitude qui pse sur les PME est gnralement lev (Julien et al., 1994 ; 2005), en
raison du manque de pouvoir rel dont elles disposent lgard de leur environnement
conomique (Hirigoyen, 1981). En effet, la PME doit tenir compte de lopinion des acteurs
environnants, ce qui la rend plus vulnrable au regard des diffrentes forces de la concurrence
(Raymond et Blili, 2005). En ce sens, plusieurs auteurs (Marchesnay, 1989 ; Storey, 1997)
indiquent que certaines PME se localisent dans des activits spcialises qui leur permettent
de se protger. Nanmoins, dautres recherches (Julien et al., 1994 ; Levratto, 2004)
soulignent que ces stratgies de niche sont difficiles mettre en uvre. Raymond (1988)
ajoute aussi que le manque de connaissance et dexprience au sein de la PME augmente le
degr dincertitude, face la technologie principalement.
Reid et Smith (2000) montrent que les priodes de crises, dues principalement aux
diffrentes forces de lenvironnement, ont un impact sur lvolution des systmes de
contrles. Kabwigiri et Van Caillie (2007) indiquent, quant eux, que lincertitude perue par
le dirigeant nintervient pas dans lexplication de la nature (traditionnelle ou non
traditionnelle) des contrles implments. Par contre, elle a une influence sur la mise en place
de systmes de contrles informels et sur la flexibilit avec laquelle ils sont exercs.
2.2.1.3
Les valeurs personnelles des chefs d'entreprise peuvent dailleurs tre vues comme les
vritables dterminants du comportement et du dveloppement d'une organisation
(d'Amboise, 1988). Il semble que le dirigeant et son intuition (style cognitif) soient le point de
dpart du processus lorsqu'il est question de la gestion en PME. Marchesnay (1986) affirme
d'ailleurs que le stratge dirigeant doit trouver dans son environnement des opportunits, mais
90
davantage par l'intuition d'un besoin satisfaire que par des tudes de march, du moins
l'origine de sa dmarche. Le processus de prise de dcision relverait mme davantage de la
cration, entre la psychanalyse et la potique, plutt que de la formalisation logicomathmatique (Carland, 1996). Cette intuition, cette cration manent de l'hmisphre
crbral droit du dirigeant, de ses perceptions et de ses reprsentations emmagasines, de sa
faon de les mmoriser, ainsi que de son vcu et de son apprentissage.
La taille rduite de la firme et sa structure simple, permet souvent au patron de prendre
les choses en main et favorise la rapidit de la prise de dcision, ce qui permet de ragir
rapidement aux turbulences de lenvironnement. La centralisation de la prise de dcision par
le propritaire dirigeant fait que ce dernier donne la priorit aux diffrentes tches
oprationnelles, ce qui empche une vision stratgique a moyen ou long terme. Les dcisions
sont, la plupart du temps, prises pour le court terme. Selon une enqute cite par Duchneaut
(1997), plus de 70% des dirigeants de PME prfrent lintuition la prvision et la considre
comme trs importante dans la prise de dcision. Par suite la fonction de dcision dans une
PME se fait de la manire suivante : Intuition Dcision Action.
Il est ncessaire de sinterroger sur la liaison qui peut exister entre les styles de prise de
dcision et les pratiques de tableaux de bord dans les PME. En observant les pratiques des
entreprises grant sans budget il serait lgitime de considrer quun style de leadership
plus progressiste et plus participatif ou encore un style ouvert vert les innovations,
contribuerait acclrer le remplacement des budgets par des tableaux de bord ou par dautres
outils innovants de gestion (Komarev, 2007). Plus que des approches cognitives du
management, les styles de leadership peuvent tre alors interprts comme des signes
extrieurs de ladhsion des managers une de ces deux doctrines ou idologies de la gestion.
Il serait peut tre ncessaire nanmoins de distinguer un troisime style qui permet dintgrer
non pas ladhsion la doctrine behavioriste ou des relations humaines mais ladhsion aux
ides de lapprentissage organisationnel, de linnovation et du changement perptuels (Yukl et
al., 2002). Cest notamment ce style de leadership orient vers le changement qui
transmettrait ladhsion du dirigeant la nouvelle cole du contrle de gestion stratgique et
qui devrait permettre dexpliquer le remplacement du budget traditionnel par des outils
nouveaux et performants comme les tableaux de bord.
Dautres analyses des styles de management et de leadership existent et ont t utilises
en contrle de gestion. Germain (2000) tudie les dterminants de lutilisation des tableaux de
91
bord dans les petites et moyennes entreprises franaises. Un des dterminants tudis par
lauteur est le style de prise de dcision du manager. Pour conceptualiser cette variable
Germain utilise un modle propos par Driver et Mock (1975) reliant caractristiques
cognitives des dirigeants et caractristiques du systme de contrle (Tableau 2.5).
Tableau 2.5 : Les styles de prise de dcision des dirigeants et les caractristiques
respectives du dcideur et du systme quil cre
Hirarchique
Intgratif
Adaptabilit
Rapidit
Varit
Qualit
Mthode
Rigoureuse
Systme
Information
Crativit
Bases de donnes
simples, court
terme
Contrle
rigoureux sur les
rsultats
Bases de
donnes
simples
intuitif
Bases de donnes
complexes
Long-terme
Contrle rigoureux
sur les mthodes et
les rsultats
Bases de donnes
complexes
Long-terme
Adaptif
Peu nombreux ;
Focalisation sur
lorganisation
Nombreux ;
Focalisation
sur soi-mme
Peu nombreux ;
Focalisation sur soimme
Nombreux ;
Focalisation sur
soi-mme et sur
lorganisation
Faible diversit
des contrles
Rgles
organisation
classique
Contrle par
assimilation
souple
Forte diversit du
contrle
procdures
sophistiques
Automatisation
Processus
dquipe
organisation
matricielle
Format court,
concis,
Rsultats visant
une solution
Format court,
concis,
Varit,
Plusieurs
solutions
Rapports longs
labor
Problmes,
mthodes, donnes
pour une "Meilleure
Conclusion"
Longue, labore
Analyse des
problmes de
diffrents points
de vue ;
Solutions
multiples
Communication
Planification
Valeurs
Efficience
Rapidit
Consistance
Objectifs
Souple
Organisation
Dcisif
Dans un espace dfini par quatre dimensions correspondant aux quatre styles de prise de
dcision, les donnes empiriques collectes par Germain montrent que les tableaux de bord
sont utiliss de la manire la plus intensive par les managers dont le style de prise de dcision
se caractrise par des forts degrs de style hirarchique et intgratif. Au contraire, les
dirigeants des petites et moyennes entreprises utilisent trs peu les tableaux de bord quand
leur style de prise de dcision est trs souple et dcisif (Schma 2.2).
Schma 2.2 : Les styles de prise de dcision et lutilisation des tableaux de bord
Hirarchique
Utilisation
maximale des
tableaux de bord
Intgratif
Dcisif
Utilisation
minimale des
tableaux de bord
Souple
(Driver et Mock, 1975)1
Une analyse plus attentive du Tableau 2.5 et du Schma 2.2 montre que les principales
diffrences entre les styles de prise de dcisions qui impliquent lutilisation intensive des
tableaux de bord et ceux qui, au contraire, rduisent cette utilisation un minimum se situent
au niveau de trois lments : la planification, lorganisation et la communication. En effet, les
styles hirarchique et intgratif supposent une planification long terme et sur des bases
informationnelles trs riches, contrairement aux styles souple et dcisif o la planification est
court terme et sur des bases informationnelles simples. De surcrot, les styles hirarchique et
intgratif sappuient sur une organisation sophistique, utilisant des contrles diversifis, des
processus organiss en quipes ou des structures matricielles. En revanche les styles souple et
1
93
dcisif reposent sur des organisations peu sophistiques, avec des contrles par des rgles, ou
bien souples, mais toujours sur les comportements. Enfin, les styles hirarchique et intgratif
sont accompagns dune communication riche et diversifie, alors que pour les styles souple
et dcisif le systme de communication interne et peu dvelopp. Par consquent, au-del du
critre de lhorizon de la planification qui pour les budgets est plutt court terme
contrairement celui potentiellement attribuable aux tableaux de bord non-financiers, aucun
autre facteur des styles souple et dcisif qui entrane la faible utilisation des tableaux de bord
ne semble tre particulirement caractristique des budgets.
Aprs avoir abord, travers la littrature existante, un panorama des spcificits des
PME, nous prsentons prsent, le cadre conceptuel, les hypothses et le modle gnral de
notre recherche.
2.2.2 Vers un modle gnral des pratiques de tableaux de bord dans les PME
2.2.2.1
Le but de cette partie est didentifier les facteurs qui influencent les caractristiques des
tableaux de bord prsents dans les PME et qui peuvent par consquent assurer le pilotage de
la performance de ces entits. Cette influence contingente suppose que, pour une PME
donne, atteindre une meilleure performance passe par la recherche dune conformit de la
place des tableaux de bord dans le pilotage de cette performance et, de l, par la recherche des
caractristiques de tableaux de bord conformes la combinaison de diffrents facteurs.
Ainsi, conformment la dmarche qui a t suivie prcdemment, et en accord avec la
distinction opre par la littrature, deux catgories de facteurs sont successivement prise en
compte. Il sagit dune part des facteurs lis la contingence organisationnelle qui ressortent
de l objet que constitue lorganisation et son environnement, dautre part des facteurs qui,
relevant la contingence comportementale, se rapportent au sujet quest le dirigeant de
PME. Ainsi, le modle thorique dvelopper doit regrouper trois types de variables :
- Les facteurs de contingence : Ce sont les variables explicatives dans le modle. Y sont
inclus des variables organisationnelle et comportementale proposes dans littrature thorique
qui peuvent influencer les caractristiques des tableaux de bord.
94
Facteurs de
contingence
Caractristiques
des tableaux de
bord
Pilotage de la
performance
Il est noter quun test de leffet de mdiateur sera effectu plus loin dans cette
recherche pour vrifier le rle de mdiateur des caractristiques des tableaux de bord dans la
relation entre les facteurs de contingence et le pilotage de la performance des PME.
2.2.2.2
La formulation des hypothses de recherche dcoule trs naturellement, dune part, des
analyses faites dans le premier chapitre sur les caractristiques des tableaux de bord et, dautre
part, de ltude conceptuelle prsente dans la partie prcdente sur des variables de
contingence qui peuvent influencer ces caractristiques.
Nous traitons dans cette partie les facteurs de contingence organisationnelle et
comportementale, susceptibles dinfluencer les caractristiques des tableaux de bord dans les
PME et aussi linfluence de ces caractristiques sur le pilotage de la performance de ces
entits.
Ainsi, pour chaque catgorie de facteurs, nous abordons les recherches thoriques et
empiriques affrentes. Puis, nous concluons par la prsentation des hypothses de recherche
95
tester dans la partie empirique de notre travail. Nous terminons cette partie, par
une
Les
hypothses
concernant
linfluence
de
contingence
organisationnelle
La thorie de la contingence structurelle apporte une contribution significative la
comprhension des systmes de contrle (Covaleski et al., 1996). En contexte de PME,
daprs Chapellier (1994), les facteurs de contingence structurelle peuvent tre rduits
quelques caractristiques fondamentales qui renvoient aux concepts plus gnraux de
complexit et dincertitude. Dans sa recherche, ce chercheur retient la taille et lge de
lentreprise, le degr dinformatisation de la gestion et la nature de lactivit.
Dans cette recherche, nous tudierons les facteurs de contingence organisationnelle les
plus importants, il sagit de la taille, le type dactivit, lge dentreprise, la structure,
lenvironnement dans lequel lentreprise volue, et enfin du degr dinformatisation de ses
activits.
2.1.2.2.1.1 La taille
Bajan-Banaszak (1993) affirme que plus la taille dentreprise est grande, plus les outils
de gestion sont diversifis et compliqus. Il souligne que les comptabilits orientes gestion
sont plus frquentes que les outils de gestion proprement dits dans les plus petites structures.
Chapellier (1994) montre que, loin de se limiter aux seules pratiques budgtaires,
linfluence de la taille de lentreprise stend lensemble des pratiques de contrle de
gestion. Ainsi, au sein de son chantillon constitu de PME, ce sont les entreprises les plus
grandes qui disposent des systmes de contrle de gestion les plus complexes. Jorissen et al.,
(1997) parviennent galement aux mme rsultats.
Dautres tudes (Germain, 2000 ; Nobre, 2001 ; Lavigne, 2002 ; Van Caillie, 2002 ;
Davila, 2005 ; Meyssonnier et Zawadzki, 2008) ont dmontr que la taille a une influence sur
les systmes de contrle de gestion, tant sur le nombre et la diversification des activits qui y
sont ralises que sur limplmentation doutils de pilotage caractre plus stratgique. Ainsi,
mesure que la taille augmente, le dirigeant a des difficults croissantes contrler seul
96
H1 : Plus la taille dentreprise est grande, plus ses tableaux de bord tendent tre
sophistiqus.
H2 : Les pratiques de tableaux de bord des PMI sont plus sophistiques que celles
des PME commerciales ou de services.
97
entreprises augmente. Mintzberg (1982) explique que plus une organisation est ge, plus son
comportement est formalis.
Nous suivons Mintzberg dans ses affirmations, et posons l'hypothse suivante :
H 3 : Les PME les plus ges disposent des tableaux de bord plus sophistiques
que les PME les plus jeunes.
2.1.2.2.1.4 La structure
Les PME sont caractrises par une faible spcialisation des tches au sein de
lentreprise. La spcialisation est gnralement accompagne de laugmentation de la taille.
Bruns et Waterhouse (1975) constatent que les organisations les plus centralises ont des
systmes de contrle de gestion plus complexes. Ce rsultat est galement confirm par
Merchant (1981). Selon Mintzberg (1982), au fur et mesure que la firme grossit, les niveaux
organisationnels augmentent et le travail devient plus spcialis. Ltude de Kalika (1987) sur
la structure des entreprises affirme que plus lentreprise est petite, moins il y a des procds
formaliss et plus les dcisions sont centralises chez le propritaire dirigeant.
Il est alors possible de formuler lhypothse suivante :
2.1.2.2.1.5 Lenvironnement
Les rsultats des travaux empiriques attestent quil existe une relation entre
lenvironnement et les systmes de contrle de gestion (Chapman, 1997 ; Fisher, 1998 ;
Hartmann, 2000). Hofstede (1967) relve que le degr dhostilit du contexte conomique
dans lequel volue lentreprise influence la manire dont celle-ci utilise ses budgets. Berland
(1999, 2000) montre que le contrle budgtaire sest dvelopp dans les organisations un
moment de lhistoire conomique o lenvironnement des entreprises tait relativement stable
et peu complexe et le contexte concurrentiel peu dynamique. Gervais et Thenet (1998)
98
invitent reconsidrer les rles du contrle budgtaire afin dadapter la technique aux
environnements turbulents. Khandwalla (1972) parvient un lien entre le degr dintensit du
jeu concurrentiel et la complexit des systmes de contrle.
lissue de leur recherche, Gordon et Miller (1976) avancent lide selon laquelle les
entreprises doivent augmenter la frquence de parution de leurs rapports de gestion et intgrer
des donnes non financires dans leurs systmes dinformation comptable pour faire face un
environnement incertain. Gordon et Narayan (1984), Chenhall et Morris (1986) constatent
que laugmentation de lincertitude perue de lenvironnement entrane un recours plus
important aux informations externes et non financires.
Ces observations conduisent poser lhypothse suivante :
2.1.2.2.1.6 Linformatisation
Un nombre considrable dtudes sintressent limpact de lvolution de
linformatique sur le systme de contrle de gestion des dirigeants des PME. Kalika (1987)
constate que les entreprises qui ne disposent pas doutils informatiques (ou peu) possdent des
mthodes de contrle moins dveloppes que celles qui en sont dotes. Chapellier (1994)
montre que les entreprises qui ont informatis leurs systmes de gestion ont le plus souvent
les pratiques de contrle de gestion les plus complexes. Davis et Albright (2000) soulignent
que lintgration des nouvelles technologies de linformation implique des changements
considrables dans les pratiques de contrle de gestion.
Il est alors possible de formuler la sixime hypothse :
Taille
Type dactivit
H1
H2
H3
ge dentreprise
Caractristiques des
tableaux de bord
H4
Structure
H5
Environnement
H6
Informatisation
H1 : Plus la taille dentreprise est grande, plus ses tableaux de bord tendent tre
sophistiqus.
H2 : Les pratiques de tableaux de bord des PMI sont plus sophistiques que celles des PME
commerciales ou de services.
H3 : Les PME les plus gs disposent des tableaux de bord plus sophistiques que les PME
les plus jeunes.
H4 : Plus la structure de PME est dcentralise, plus le degr de sophistication des pratiques
de tableaux de bord est lev.
H5 : Plus lenvironnement de PME est incertain et complexe, plus le degr de sophistication
des pratiques de tableaux de bord est lev.
H6 : Plus le degr dinformatisation des activits de PME augmente, plus le degr de
sophistication des pratiques de tableaux de bord est lev.
100
2.1.2.2.2
Les
hypothses
concernant
linfluence
de
contingence
comportementale
La contingence comportementale avance que les caractristiques comportementales
propres chacun des acteurs sont susceptibles dinfluencer les pratiques de contrle de
gestion des entreprises. Cette approche vient complter lapproche objective (contingence
organisationnelle) en intgrant lacteur, centre dintrt et objet de recherche dont le
comportement peut influencer de manire significative les pratiques de tableaux de bord des
PME.
La prise en compte de linfluence des dirigeants des PME sur la conception des
systmes de contrle de gestion na cependant pas t releve dans les recherches des
principaux courants thoriques du contrle de gestion. Une conscience de limportance des
facteurs idologiques (Bourguignon, 2003) et individuels (Berland et Chiapello, 2004) a tout
de mme t dcouverte dans des recherches sociologiques ou historiques. Il est ncessaire,
par consquent, de trouver parmi les variables dj envisages par les travaux thoriques et
empiriques du contrle de gestion une variable proxy1 qui pourrait transmettre
limportance des dirigeants des PME dans la conception du systme de contrle de gestion.
Cette variable proxy doit permettre galement de traduire lattirance des dirigeants soit pour
les idologies nouvelles prnant un renouvellement du contrle de gestion, soit pour les
idologies plus conservatrices et attaches aux mthodes et outils traditionnels de contrle de
gestion. Une telle variable est invitablement relie au style de dcision des personnalits
dirigeantes des PME.
Le dirigeant de PME est considr comme la force centrale de la dynamique de la PME
(Julien et al., 1994 ; Timmons, 1994) et se situe au centre du systme dinformation, de
dcision et de contrle de lentreprise (Marchesnay, 1989). Il joue donc un rle de premier
plan (Wtterwulghe, 1998) au regard de la stratgie, de la gestion, de la prise de dcision et du
climat organisationnel. De plus, il tend peu partager linformation ou dlguer la prise de
dcision (Raymond et Blili, 2005), ce qui influence les pratiques de tableaux de bord dans les
PME.
Selon Angot et Milano (2003, p. 176) : Une proxy est une mesure indirecte dun concept .... En dautres
termes, elle permet dexprimer un concept non mesurable mais sans le recouvrir parfaitement. Une variable
proxy peut tre le rsultat ou la raison thorique directe du concept non mesurable.
101
Dans cette recherche, nous tudierons les facteurs de contingence comportementale les
plus importants, il sagit de type de formation de dirigeants, le style de dcisions et la stratgie
de contrle.
2.1.2.2.2.1 Le type de formation
Chapellier (1997) a dmontr que le type de formation du dirigeant influence la nature
des pratiques de la comptabilit de gestion et du contrle de gestion mis en place au sein des
PME. Ainsi, dans sa recherche, les pratiques de la comptabilit de gestion les plus complexes
correspondent aux entreprises dont les dirigeants disposent dune formation de type
gestionnaire. Lavigne (2002) insiste principalement sur linfluence de la formation sur la
formalisation des outils de gestion. Nobre (2001) montre que les missions de base du contrle
de gestion (telle que lanalyse des cots) sont effectues par la majorit des dirigeants, tandis
que les missions plus organisationnelles (telle que la gestion stratgique) sont peu
dveloppes, ce qui peut sexpliquer par le manque de spcialisation du dirigeant (Julien et
al., 2005 ; Lavigne, 2002, Van Caillie, 2002).
Nous posons donc lhypothse suivante :
H7 : Les pratiques de tableaux de bord des PME sont plus sophistiques lorsque
les dirigeants disposent dune formation de type gestionnaire.
102
constate que le systme de contrle de gestion dans le contexte dune PME est fortement
conditionn par le propritaire dirigeant et reprsente ses aspirations personnelles.
Dautres tudes antrieures (Chapelier, 1994 ; Colot et Michel, 1996 ; GREPME, 1997 ;
Lavigne, 1999) montrent lattraction des dirigeants des PME pour les informations orales et
les mdias les plus informels.
Il est alors possible de formuler lhypothse suivante :
H9 : Il existe une relation significative entre les stratgies de contrle suivies par
les dirigeants et le degr de sophistication des pratiques de tableaux de bord des
PME.
103
Type de
formation
H7
Style de dcisions
H8
8
Caractristiques des
tableaux de bord
H9
9
Stratgie de
contrle
H7 : Les pratiques de tableaux de bord des PME sont plus sophistiques lorsque les dirigeants
disposent dune formation de type gestionnaire.
H8 : Il existe une relation significative entre le style de prise de dcision du dirigeant et le
degr de sophistication des pratiques de tableaux de bord des PME.
H9 : Il existe une relation significative entre les stratgies de contrle suivies par les
dirigeants et le degr de sophistication des pratiques de tableaux de bord des PME.
2.1.2.2.3
H10 : Le pilotage de la performance des PME est plus important lorsque les
pratiques de tableaux de bord des PME sont plus sophistiques.
H10
Caractristiques des
tableaux de bord
Pilotage de la
performance
Aprs avoir formul les hypothses sur les relations entre les variables du modle il est
possible maintenant de construire graphiquement le modle conceptuel de recherche
(Schma 2.7). Ce modle constitue une rponse thorique notre principale question de
recherche. Celui-ci sera test empiriquement, dans la deuxime partie de ce travail.
105
106
Conclusion du Chapitre 2
107
Dans cette premire partie de la thse, nous avons dvelopp deux chapitres thoriques.
Dans le premier chapitre, nous avons abord les limites de contrle de gestion traditionnel et
les critiques adresses ces outils, entre autres la technique budgtaire. Nous avons
galement dfini les principaux concepts et notions qui sont utiliss tout au long de ce travail
de recherche, tels que les concepts de tableau de bord, performance, indicateur de
performance et tableau de bord prospectif. Ainsi, nous avons dress les caractristiques des
tableaux de bord et montr comment cet outil introduit les changements au contrle de
gestion.
Dans le deuxime chapitre, nous avons dvelopp un modle explicatif des pratiques
des tableaux de bord dans les PME. Ce modle comprend une variable expliquer, neuf
variables explicatives et une variable intermdiaire. Nous avons galement dvelopp un
ensemble dhypothses de la recherche.
Ltape suivante de notre travail consiste valuer le modle conceptuel, issu de la
revue de littrature, au niveau du terrain de recherche. Il sagit de tester les hypothses
dveloppes prcisment et de prsenter un modle explicatif des pratiques des tableaux de
bord dans les PME, valid empiriquement.
108
DEUXIME PARTIE
TABLEAUX DE BORD DES PME : CHOIX
MTHODOLOGIQUES ET RSULTATS
EMPIRIQUES
109
Dans la premire partie de cette thse, nous avons prsent et discut le cadre
conceptuel et thorique de notre recherche. lissue de lanalyse de la littrature, nous avons
construit un modle explicatif des pratiques des tableaux de bord des PME.
Lobjet de cette deuxime partie consiste tenter didentifier les facteurs susceptibles
dinfluencer les pratiques de tableaux de bord des PME. Deux types de contingences ont t
identifis, lors de la revue de la littrature : la contingence organisationnelle et la contingence
comportementale. Le choix des variables a t justifi et les relations qui vont faire lobjet
dune tude approfondie ont t prsentes sous forme dhypothses quil convient
maintenant de tester.
Pour ce faire, nous avons divis cette partie en deux chapitres. Ainsi, nous abordons
dans le cadre du Chapitre 3, la mthodologie adopte et les caractristiques des facteurs de
contingence des deux sous-chantillons tudis. Nous prsentons ce titre, les mesures des
variables du modle, la procdure de collecte des donnes et les caractristiques de terrain
dobservation. Ensuite, nous vrifions la fiabilit et la validit des instruments de mesure afin
danalyser des caractristiques des facteurs de contingence des deux sous-chantillons de
recherche.
Dans le Chapitre 4, nous prsentons les rsultats issus de linvestigation dans le terrain.
Ces rsultats concernent les travaux prparatoires aux analyses de donnes, la validation des
instruments de mesure et le test et la validation de nos hypothses de recherche. Dans ce
chapitre, nous discutons galement les diffrents rsultats obtenus en nous appuyant sur les
travaux thoriques et empiriques antrieurs et prsentons les implications de cette recherche.
110
PREMIRE PARTIE
TABLEAUX DE BORD : APPROCHE CONCEPTUELLE ET
LMENTS DE RECHERCHE
CHAPITRE 1
LE TABLEAU DE BORD : OUTIL DE
CHANGEMENT DU CONTRLE DE GESTION
CHAPITRE 2
LE TABLEAU DE BORD : TUDE DU TERRAIN
ET LMENTS DE RECHERCHE
DEUXIME PARTIE
TABLEAUX DE BORD DES PME : CHOIX
MTHODOLOGIQUES ET RSULTATS EMPIRIQUES
CHAPITRE 3
LE TABLEAU DE BORD DES PME :
MTHODOLOGIE ET PRATIQUES
CHAPITRE 4
LE TABLEAU DE BORD DES PME : APPROCHE
CONTINGENTE DES PRATIQUES
111
CHAPITRE 3.
MTHODOLOGIE ET PRATIQUES
Dans le Chapitre 2, nous avons prsent notre modle explicatif des pratiques des
tableaux de bord des PME. Ce modle comprend, dune part, une variable expliquer
(Pilotage
de
(facteurs de
la
performance),
et
dautre
contingence organisationnelle
et
part,
neuf
variables
comportementale), et
explicatives
une variable
112
PLAN DU CHAPITRE 3
3.1.1
3.1.2
La mise en uvre de
du modle
ltude empirique
3.2.1
Comparaisons des
caractristiques des
facteurs de contingence
organisationnelle des
PME 1 et PME 2
3.2.2
Comparaisons des
caractristiques des
facteurs de contingence
comportementale des
PME 1 et PME 2
113
les
variables
explicatives
(facteurs
de
contingence
organisationnelle
et
Les chelles de mesure initiales des neuf facteurs de contingence retenus dans le
modle la taille, le type dactivit, lge dentreprise, la structure, lenvironnement,
114
3.1.1.1.1.1
La taille
Les PME se distinguent des grandes entreprises par leur taille modeste. Les typologies
les plus connues sont bases sur des mthodes quantitatives qui se rfrent des donnes
quantitatives demplois (effectif des salaris), dactif ou de chiffre daffaires.
Au Maroc, avant la publication de la charte des PME en 2002, il nexistait pas de
dfinition juridique unique permettant de classer les entreprises par taille, mais des dfinitions
des PME labores pour dterminer les entreprises ligibles dans le cadre de certaines lignes
de financement ou dans le cadre des codes dinvestissement.
La nouvelle dfinition a fait pour la premire fois au Maroc la distinction entre les
diffrentes composantes des PME, savoir : les trs petites entreprises (TPE), les petites
entreprises (PE) et les moyennes entreprises (ME). Le Tableau 3.1 prsente les critres
quantitatifs retenus au Maroc pour classer les entreprises par taille.
Tableau 3.1 : Critres quantitatifs retenus au Maroc pour classer les entreprises
par taille
Critre
TPE
PE
ME
< 25 personnes
<200 personnes
CA
< 5 millions de DH
< 25 millions de DH
< 50 millions de DH
Total de bilan
<5 millions de DH
< 15 millions de DH
< 30 millions de DH
Effectif
nouvellement cres (moins de deux annes dexistence), le critre retenu est le montant
dinvestissement dmarrage et le ratio investissement par emploi.
Pour notre recherche et par manque de donnes, qualitatives et quantitatives, dtailles
sur les structures financires des entreprises tudies, nous nous contenterons dadapter le
critre le plus communment utilis, savoir la taille de lentreprise mesure par le nombre de
salaris permanents.
La question que nous avons pose est la suivante :
Sur une base annuelle, quel est le nombre demploys permanents et demploys
saisonniers dans votre entreprise ?
Le type dactivit
Sa mesure seffectue laide dune chelle nominale la quelle ont associes les
modalits suivantes : activit industrielle, activit commerciale et activit de prestations de
services.
La question que nous avons pose est la suivante :
Quel est le type dactivit de votre entreprise ?
Lge dentreprise
3.1.1.1.1.4
La structure
Avant de donner la faon dont nous avons construit nos variables, il nous parat
important de donner quelques exemples de travaux qui se sont spcifiquement interrog sur la
meilleure faon de mesurer les diffrents types de la structure dentreprise.
Applique lorganisation, la notion de structure a abouti des conceptions
relativement diffrentes donnant la structure organisationnelle un ventail de dfinitions
allant de dfinitions trs troites des dfinitions trs larges.
De nombreuses tudes statistiques comme celles menes en Angleterre1 et aux tatsUnis2 ont tent de dgager plusieurs dimensions pour nen retenir que les plus pertinentes.
Quatre axes ont t ainsi retenus et considrs comme suffisamment explicatifs pour dresser
une typologie des organisations : le degr de standardisation, de spcialisation, formalisation
et le degr de concentration du pouvoir de dcision. En France3, une tude mene sur 81
monographies dentreprises travers la codification de certaines variables de structure a
permis de dgager trois dimensions cls distinguant les structures adoptes plus rcemment
par les entreprises franaises : la longueur et le poids de la ligne hirarchique, le degr de
centralisation des dcisions et le degr de planification des activits.
la lumire de ces travaux, pour construire nos variables de structure nous avons
slectionn dans notre enqute un ensemble dlments permettant de caractriser nos
diffrentes structures :
-
On pourra se reporter lenqute mene par R. Sainsaulieu, I. Francfort, F. Osti et M. Uhalde, (1995).
117
Pour mesurer le degr de spcialisation des tches, la question que nous avons pose est
la suivante :
Actuellement, quest-ce qui caractrise le mieux la spcialisation des tches dans votre
organisation ?
Il a t demand aux personnes interroges de rpondre sur une chelle de Likert de 1(les tches sont clairement spcifies, les critres de performance sont bien tablis) 4 - (il
ny a pas de description formelle des tches).
Pour mesurer le degr de standardisation (degr de dfinition des fonctions, des rgles
et procdures et des objectifs de performance), nous avons pos la question suivante :
Quel est le degr de dfinition des lments suivants dans lentreprise ? (Les fonctions,
les objectifs de performance et les rglements et procdures).
Il a t demand aux personnes interroges de rpondre sur une chelle de Likert de 1(Ils (elles) ne sont pas dfini(e)) 5 - (Ils (elles) sont clairement dfini(e)s spcifi).
Lvaluation du degr de dcentralisation est effectue travers la dcentralisation du
systme de prise de dcision, laquelle peut tre apprhende selon deux dimensions (Kalika,
1987) : lune horizontale, se rapporte la participation des diffrents responsables de
lentreprise la prise de dcision. Lautre vertical, permet de localiser le niveau auquel se
prennent les dcisions.
118
Veuillez prciser quel est votre degr daccord vis--vis des affirmations suivantes :
a) vous participez la prise de toutes les dcisions, y compris les dcisions mineures,
car vous considrez que tout doit tre contrl par vous-mme.
b) vous ne prenez de dcisions importantes quaprs avoir consult vos collaborateurs.
c) vos collaborateurs vous consultent toujours avant la mise en application des
dcisions quils prennent.
d) vous laissez vos collaborateurs prendre seuls les dcisions qui relvent de leur
domaine de responsabilit.
Une chelle de Likert quatre points permet aux personnes interroges de mentionner
dans quelle mesure ils sont daccord avec chacune de ces affirmations :
119
Pour mesurer la formalisation des tches et des rgles et des procdures, nous avons
pos la question suivante :
Dans quelle mesure retrouve-t-on les lments suivants dcrits dans des manuels ou
autres supports formels (Tches, rgles et procdures) ?
Il a t demand aux personnes interroges de rpondre sur une chelle de Likert de 1(Description complte et dtaille) 5- (Aucune description crite).
3.1.1.1.1.5
Lenvironnement
Il a t demand aux personnes interroges de rpondre sur une chelle de Likert de 1trs stable (volutions lentes) 5- trs dynamique (volution rapides) pour chacune des
dimensions suivantes : au plan conomique et au plan technologique.
120
Les actions et les comportements de vos concurrents sur le march sont ils facilement
prvisibles, ou totalement imprvisibles ?
Les gots et les prfrences de vos clients sont ils facilement prvisibles, ou totalement
imprvisibles ?
Dans les deux questions, il a t demand aux personnes interroges de rpondre sur
une chelle de Likert de 1- facilement prvisibles 5- totalement imprvisibles.
Nous assimilons alors la facilit de prvision avec un environnement plus ou moins
complexe. Ainsi, une entreprise dont lenvironnement est faiblement complexe aura une
grande facilit prvoir son activit.
3.1.1.1.1.6
Linformatisation
linstar dun examen des travaux empiriques (Chapellier, 1984 ; Kalika, 1987), le
degr dinformatisation des activits des entreprises est mesur en fonction du niveau de
dveloppement des applications informatiques de prfrence la prise en compte des
caractristiques techniques des matriels ou de leur capacit de traitement.
Pour cela, pour mesurer le degr dinformatisation, nous avons pos la question
suivante :
122
123
Tableau 3.2 : Le nombre ditems des variables de mesure des facteurs de contingence
organisationnelle
Variables reprsentatives des
Nombre
facteurs de contingence
ditems
organisationnelle
Taille
Type dactivit
ge dentreprise
Nombre de salaris.
Activit
de
lentreprise
(industrielle,
Environnement
comportements
des
des
actions
concurrents
et
des
sur
le
march.
Prvisibilit des gots et des prfrences des
clients.
Informatisation
Degr dinformatisation.
124
3.1.1.1.2
3.1.1.1.2.1
La formation
Pour mesurer le type de formation du dirigeant, nous avons pos la question suivante :
Le style de dcisions
Pour mesurer le style de dcisions, Driver et Mock, 1975 (in Macintosh, 1985) se
concentrent sur deux aspects : la quantit dinformation utilise et le nombre de solutions
envisages avant la prise de dcisions, alors que Kalika (1987) adopte quant lui une
approche unidimensionnelle du concept en procdant la mesure de son degr de
dcentralisation. Germain (2000) utilise cinq concepts : la quantit dinformation considre,
le degr de formalisation de linformation utilise, le degr de structuration de linformation
utilise, la varit des solutions envisages avant la dcision et le degr dimportance de
lexprience dans la prise de dcisions.
la lumire de ces travaux, pour construire nos variables de style de dcisions, nous
avons slectionn dans notre enqute deux groupes dlments permettant de caractriser nos
styles de dcisions :
-
125
Pour valuer les caractristiques de linformation utilise, nous avons pos les trois
questions suivantes :
suivantes :
-
(Je prfre disposer dune faible quantit dinformations et que celles-ci soient
rsumes, agrges, synthtises ; je prfre disposer dune quantit dinformation
importantes et que celle-ci soient dtailles, non agrges.).
(Je prfre une information crite (compte-rendu, rapports, chiffres, etc.) ; je prfre
une information orale (conseils, opinions, etc.)).
126
suivante :
Une liste de huit tches a t alors propose et on a demand aux personnes interroges
de situer leur degr de supervision personnelle de chacun de ces tches. Quatre modalits de
rponse sont associes chacun des items : jamais, ponctuellement (uniquement quand des
problmes prcis se posent), parfois (2 3 fois par an) et souvent.
Les huit tches proposes sont les suivantes :
-
la ponctualit du personnel ;
127
3.1.1.1.2.3
La stratgie de contrle
Stratgie de contrle relative aux cots (mesurer par la varit des cots calculs dans
lentreprise, varit des objets auxquels se rapportent les cots calculs dans
lentreprise et la frquence dutilisation des donnes qui sont rapportes aux cots).
Pour valuer la stratgie de contrle relative aux budgets, deux questions sont poses :
Il a t demand aux personnes interroges de rpondre sur une chelle de Likert de 1(les budgets couvrent une seule fonction de lentreprise) 5- (les budgets couvrent lensemble
des fonctions de lentreprise).
-
Pour mesurer la frquence dutilisation des donnes qui sont produites par le systme
budgtaire, nous avons pos une question ferme choix multiples et rponse
unique :
Il a t demand la personne interroge dindiquer dans quelle mesure elle utilise les
donnes qui sont produites par le systme budgtaires. Cinq modalits de rponse sont
128
sont poses :
-
Pour mesurer la varit des couts calculs dans lentreprise, nous avons pos une
question ferme choix multiples et rponses multiples. Il a t demand la
personne interroge dindiquer quels sont, parmi les types de calcul de cots (cot
complet, cot direct, cot variable ou cot standard), ceux qui sont calculs dans
lentreprise.
De mme, pour mesurer la varit des objets auxquels se rapportent les cots calculs
dans lentreprise, une liste de cinq modalits de rponse a t propose et on a
demand aux personnes interroges de situer leur rponse de chacun de ces modalits :
globalement par fonction, par service ou dpartement, par projet, par produit ou
prestation ou par autre objet.
Enfin, pour mesurer la frquence dutilisation des donnes qui sont rapportes aux
cots, nous avons pos une question ferme choix multiples et rponse unique :
Il a t demand la personne interroge dindiquer dans quelle mesure elle utilise les
donnes qui sont rapportes aux cots. Cinq modalits de rponse sont associes la
question : jamais, ponctuellement (quand un problme prcis se posent), deux trois fois par
an, tous les mois ou toutes les semaines.
Lensemble des variables choisies pour mesurer les facteurs de contingence
comportementale se prsente dans le Schma 3.2 et le Tableau 3.3.
129
130
Tableau 3.3 : Le nombre ditems des variables de mesure des facteurs de contingence
comportementale
Variables reprsentatives des
facteurs de contingence
Nombre
comportementale
ditems
Formation
non gestionnaire).
Style de dcision
Stratgie de contrle
3.1.1.2
Le degr de ractivit
Le degr de ractivit des tableaux de bord est li aux modes dlaboration de loutil
ainsi qu la typologie des indicateurs qui les composent.
Le degr de ractivit est mesur, dons cette recherche, par lintermdiaire des
dimensions suivantes :
-
Pour mesurer le dlai de production des tableaux de bord, nous avons pos la question
suivante :
Pour mesurer le degr dintgration des indicateurs de suivi et le degr dintgration des
indicateurs prvisionnels dans les tableaux de bord, il a t demand aux personnes
interroges de rpondre sur une chelle de Likert de 1- (faible, peu dindicateurs de ce
type sont prsents dans les tableaux de bord) 5- (lev, beaucoup dindicateurs de ce
type sont prsents dans les tableaux de bord).
3.1.1.2.2
Lun des avantages de tableaux de bord rside en effet dans le fait que les donnes quil
fournit au dcideur peuvent tre varies : financires, quantitative, qualitatives, externes, etc.
Il permet de tenir compte du rle des actifs incorporels dans le processus de valorisation
conomique (Kaplan et Norton, 1996), de traduire les objectifs stratgiques en indicateurs
oprationnels (Nanni et al., 1992), et enfin dtendre le champ du contrle des lments de
performance qui ressortent la fois de lenvironnement interne et externe de lentreprise
(Shank et Govindarajan, 1993).
132
Dans ce travail, la diversit du champ dapplication est mesure par lintermdiaire des
dimensions suivantes :
-
ce type sont peu nombreuses) 5- (lev, les donnes de ce type sont trs nombreuses). Les
scores obtenus par les personnes interroges sur chacune de ces chelles permettent
didentifier la fois la nature et la varit des donnes incluses dans les tableaux de bord.
3.1.1.2.3
le degr dintgration dans les tableaux de bord des indicateurs de performance des
variables de gestion lies aux objectifs stratgiques ;
rpondre sur une chelle de Likert de 1- (faible, les donnes de ce type sont peu nombreuses)
5- (lev, les donnes de ce type sont trs nombreuses).
133
Quel est ou quels sont le(s) destinataire(s) des tableaux de bord dans lentreprise ?
Les variables de mesure des caractristiques des tableaux de bord sont rsumes dans le
Schma 3.3 et le Tableau 3.4.
135
136
Tableau 3.4 : Le nombre ditems des variables de mesure des caractristiques des
tableaux de bord
Variables reprsentatives des
caractristiques des tableaux
de bord
Degr de ractivit
Diversit du champ
dapplication
Nombre
ditems
Degr
dintgration
prvisionnels.
des
indicateurs
137
3.1.1.3
138
3.1.1.3.1
Le degr dutilisation des tableaux de bord est mesur par lintermdiaire des
dimensions suivantes :
Lintensit dutilisation des donnes des tableaux de bord exprime la mesure dans
laquelle le dirigeant utilise les donnes qui sont communiques dans les tableaux de
bord.
139
3.1.1.3.2
Il sagit didentifier les rles que les dirigeants des PME attribuent aux tableaux de bord
travers la manire dont ils les utilisent. Pour ce faire, il a t demand aux personnes
interroges de rpondre sur une chelle de Likert de 1- (utilisation faible) 5- (utilisation
importante). Plusieurs situations dutilisation sont proposes :
a) vous informer des rsultats de lentreprise sur une priode donne (niveau des ventes,
de lactivit, rsultats financiers, etc.) ;
b) contrler distance le travail du personnel ;
c) prvoir et anticiper les situations des semaines et mois venir (prvision de chiffre
daffaires, de trsorerie, etc.) ;
d) expliciter et communiquer les objectifs de lentreprise au personnel afin de le
responsabiliser et le motiver ;
e) suivre et surveiller les performances de lentreprise (cots, qualit, etc.) qui prsentent
un lien direct avec les objectifs stratgiques, et prendre temps, si ncessaire, des
mesures correctrices.
3.1.1.3.3
La mesure du degr dutilit des tableaux de bord consiste dterminer dans quelle
mesure linstrument de pilotage rpond aux besoins du dirigeant dentreprise. Sa mesure est
effectue par lintermdiaire des dimensions suivantes :
le degr de fiabilit des donnes qui sont produites par les tableaux de bord ;
le degr dintelligibilit des donnes qui sont produites par les tableaux de bord ;
le degr de signification des donnes qui sont produites par les tableaux de bord ;
fiables (2), moyennement fiables (3), fiables pour majeure partie (4) et totalement
fiables (5).
De mme, pour mesurer le degr dintelligibilit des donnes qui sont produites par les
tableaux de bord, cinq modalits de rponse ont t proposes : trs difficilement
comprhensibles (1), peu comprhensibles (2), moyennement comprhensibles (3),
comprhensibles pour majeure partie (4) et totalement comprhensibles (5).
Paralllement, pour mesurer le degr de signification des donnes qui sont produites par
les tableaux de bord, une liste de cinq modalits de rponse a t propose : trs
difficilement interprtables (1), peu interprtables (2), moyennement interprtables (3),
interprtables pour majeure partie (4) et totalement interprtables (5).
Enfin, la mesure du niveau de rentabilit des tableaux de bord est effectue laide de
cinq modalits de rponse suivantes : pas du tout rentables (1), peu rentables (2),
moyennement rentables (3), rentables pour la majeure partie (4) et trs rentables (5).
Lensemble des variables choisies pour mesurer de pilotage de la performance se
141
142
Diversit du champ
dapplication
Nombre
ditems
Degr dutilit des tableaux de Degr dintelligibilit des donnes des TB.
bord
Degr de signification des donnes des TB.
Degr de rentabilit des TB.
1
1
1
Aprs avoir prsent les mesures des variables du modle, nous abordons prsent la
mthode de recueil des donnes et les caractristiques de terrain dobservation, nous vrifions
galement la fiabilit et la validit de nos instruments de mesure.
3.1.2 La mise en uvre de ltude empirique
3.1.2.1
La prsente partie expose en dtail la mthode et le recueil des donnes. Ainsi, nous
abordons, dans un premier temps, le choix et la prsentation des mthodes adoptes. Ensuite,
nous prsentons la phase de choix de lchantillon, llaboration et lenvoi des questionnaires,
et enfin, le recueil de donnes.
143
3.1.2.1.1
Dans ce travail de recherche, nous avons choisi lenqute par questionnaires qui nous
parat la plus approprie notre question de recherche. Cest un mode de recueil des donnes
le plus utilis dans le domaine de contrle de gestion. Un questionnaire est un outil qui
permet dinterroger directement des individus en dfinissant au pralable, par une
approche qualitative, les modalits de rponses au travers des questions dites fermes
(Baumard et al., 2003).
Plusieurs raisons justifient ce choix :
-
Lenqute par questionnaire permet destimer des variables latentes par un ensemble
dindicateurs, traduit dans le questionnaire par des affirmations, auxquelles les
personnes interroges doivent prciser leur degr daccord (Quivy et Van
Campenhoudt, 1995; Newsted et al., 1998).
Dans notre travail, nous souhaitons tudier les pratiques de tableaux de bord des PME
localises sur des lieux gographiques diffrents. Dans ce cas, lenqute par
questionnaire est une technique qui rpond cet objectif (Igalens et Roussel, 1998 ;
Newsted et al., 1998).
Dons notre cas, nous visons un chantillon dune petite taille, en vue dappliquer la
mthode des quations structurelles. Lenqute par questionnaire, comme mode de
collecte des donnes, est recommande dans ce cas (Igalens et Roussel, 1998 ; Evrard
et al., 2003).
144
Ainsi, aprs avoir prsent et justifi la mthode de recherche adopte, nous prsentons
ci-dessous lchantillon tudi.
3.1.2.1.2
Choix de lchantillon
La taille : les entreprises doivent avoir moins de 200 salaris pour tre incluses dans
notre chantillon ;
Aprs avoir prcis les critres dfinissant la population de notre tude, il nous reste
choisir un chantillon parmi les entreprises prsentes dans la liste en notre possession. Ceci
nous amne prciser la mthode dchantillonnage.
Dun point de vue thorique, on distingue deux types de mthodes :
-
Probabiliste : lchantillon est obtenu par une procdure de tirage alatoire au cours
de laquelle chaque lment de la population a une probabilit connue, non nulle,
dtre tir ;
Du fait des critres dfinis ci-dessus, et aussi de lobjectif de notre tude, les deux types
de mthodes ont t ncessaires la dfinition de notre chantillon et lidentification concrte
des entreprises auxquelles nos questionnaires seront envoys.
145
La mthode empirique nous a permis, dans un premier temps, dextraire de notre liste
les entreprises ayant moins de 200 salaris situes dans les diffrentes rgions du Maroc.
Ensuite la mthode probabiliste nous a permis de tirer au hasard notre chantillon de base.
Les tableaux 3.6 et 3.7 et le Graphique 3.1 prsentent les rpartitions des envois par
taille dentreprise et par rgion.
Tableau 3.6 : Rpartition denvois par taille dentreprise
Tranche d'effectif
Nombre d'envois
De 1 24
512
De 25 99
512
De 100 200
512
Total
1536
146
Rgion
CHAOUIA-OUARDIGHA
Ville
Par
Face
Par voie
voie
lectronique
postale
face
BEN AHMED
BEN SLIMANE
BERRECHID
10
KHOURIBGA
14
24
SETTAT
21
32
12
17
12
21
10
26
16
15
16
69
12
24
45
AZILAL
BENI-MELLAL
DOUKALA-ABDA
EL JADIDA
SAFI
TADLA
FS-BOULMANE
11
FS
30
12
GRAND CASABLANCA
GUELMIM ES-SEMARA
KNITRA
29
11
CASABLANCA
91
144
169
404
MOHAMMADIA
16
31
53
100
MDIOUNA
18
26
NOUACEUR
16
20
ES-SEMARA
GUELMIM
16
TAN-TAN
15
12
BOUJDOUR
12
LAAYOUNE
10
21
AL HAOUZ
13
14
CHICHAOUA
MARRAKECH-TENSIFT-AL
HAOUZ
13
SIDI KACEM
TATA
LAAYOUNE-BOUJDOURSAKIA HAMRA
16
10
BOULEMANE
SFROU
EL KELAA
SRAGHNA
ESSAOUIRA
17
MARRAKECH
12
15
18
45
147
MOULAY
YACOUB
GHARB-CHRARDA-BENI
HSSEN
Sur
le
N
site Total
web
6,32%
5,99%
6,38%
3,13%
35,81%
3,39%
2,15%
6,05%
Rgion
Ville
MEKNS
Par
Face
Par voie
voie
lectronique
postale
face
10
11
EL HAJEB
MEKNS-TAFILALET
ERRACHIDIA
IFRANE
RABAT-SALE-ZEMMOUR
13
24
KHEMISSET
11
17
52
22
14
12
16
11
17
12
37
14
19
18
12
42
11
17
RABAT
12
14
SALE
SKHIRATETMARA
BERKANE
JRADA
NADOR
4
15
10
AT MELLOUL
OUARZAZATE
TAROUDANNT
TIZNIT
ZAGORA
CHEFCHAOUEN
LARACHE
TANGER
12
TTOUAN
Total
13
AGADIR
TAZA-AL HOCEIMATAOUNATE
TAOURIRT
TANGER-TTOUAN
39
OUJDA
18
KHNIFRA
FIGUIG
REGION DE L'ORIENTAL
Sur
le
N
site Total
web
AL HOCEIMA
11
20
TAOUNATE
15
TAZA
730
1536
300
148
460
46
5,99%
6,05%
5,01%
4,75%
6,25%
2,73%
100%
CHAOUIA-OUARDIGHA
DOUKALA-ABDA
FS-BOULMANE
GHARB-CHRARDA-BENI HSSEN
4,75%
GRAND CASABLANCA
5,99%
6,38%
5,01%
GUELMIM ES-SEMARA
3,13%
6,05%
LAAYOUNE-BOUJDOUR-SAKIA
HAMRA
5,99%
35,81%
MARRAKECH-TENSIFT-AL HAOUZ
6,05%
MEKNS-TAFILALET
2,15%
3,39%
RABAT-SALE-ZEMMOUR
REGION DE L'ORIENTAL
SOUSS MASSA DRAA
TANGER-TTOUAN
TAZA-AL HOCEIMA-TAOUNATE
Aprs avoir prsent notre chantillon dtude, nous prsentons ci-dessous la mthode
dlaboration des questionnaires.
3.1.2.1.3
Comme nous lavons prcis auparavant, nous cherchons dans ce travail dune part
tudier la place des tableaux de bord dans le pilotage de la performance des PME et tenter
den proposer une typologie, dautre part dterminer dons quelle mesure les pratiques de
tableaux de bord des PME peuvent tre soumises linfluence de certaines facteurs de
contingence. Pour rpondre ces deux objectifs, un certain nombre de dimensions doit tre
149
mobilis et renseign. Chaque dimension ntant pas mesurable directement, elle est rduite
un ensemble de concepts qui sont mesurs par une ou plusieurs variables observes,
c'est--dire un ou plusieurs items directement mesurables. Chaque ensemble ditems forme
ainsi une chelle de mesure.
Le droulement de la phase dlaboration des questionnaires a t fait selon trois
tapes : la revue de la littrature, le pr-test du questionnaire auprs dun groupe de quatre
personnes (un professeur universitaire en mthodologie de recherche et trois contrleurs de
gestion) et le test du questionnaire auprs dun groupe de six personnes (trois contrleurs de
gestion et trois dirigeants dentreprise).
-
La revue de la littrature : pour dfinir les concepts et laborer les diffrentes chelles
de mesure, nous avons eu recours la littrature sur le sujet. Ceci nous a permis de
gnrer un premier ensemble ditems pour chaque concept. Nous avons constat
travers notre revue de la littrature que trs peu dtudes sur les pratiques de tableaux de
bord des PME ont t menes dans le contexte franais et que aucune tude na t
mene ce sujet dans le contexte marocain. Ainsi, nous avons eu recours dans
llaboration de notre premire version du questionnaire aux chelles de mesure qui
sont construites et valides dans le contexte franais. Cependant, ces
chelles de
150
151
La revue de littrature
laboration du questionnaire de
recherche
Le pr-test du questionnaire
Modifications (1)
Le test du questionnaire
Modifications (2)
Validation du questionnaire
152
Questions fermes :
Ce sont des questions qui offrent des rponses prcises proposes par le chercheur. Elles
prsentent lavantage de faciliter les rponses, leur codification et leur analyse.
Vu la facilit quelles peuvent donner au droulement de lenqute, nous avons opt
dans notre questionnaire pour les questions fermes en majorit. Ceci nous parat adquat
avec le test de nos hypothses de recherche car il nous permettra de bien cibler nos variables
explicatives et expliques. En revanche, lutilisation de questions ouvertes dans ce type de
recherche nous semble inapproprie et rendra impossible la vrification des hypothses.
Nanmoins, nous avons utilis deux questions ouvertes (une pour le contrleur de
gestion et une autre pour le dirigeant dentreprise) pour permettre aux personnes interroges
de sexprimer davantage sur des points qui ne sont pas traits dans le questionnaire.
Les deux questionnaires utiliss dans cette tude sont constitus de quatre parties
(cf. Annexe 1 et Annexe 2). La premire partie comporte des questions sur les caractristiques
de lentreprise et de la personne interroge. La deuxime partie concerne la structure et
lenvironnement de lentreprise. La troisime partie a pour objet dtudier le style de dcision
adopt dans lentreprise. Enfin, la quatrime partie concerne les pratiques de tableaux de bord
de lentreprise.
-
153
Troisime partie : Elle a pour objet dtudier le style de dcision adopt dans
lentreprise. Elle contient douze questions fermes (quatre pour le dirigeant dentreprise
et huit pour le contrleur de gestion).
Quatrime partie : La quatrime partie du questionnaire, qui concerne les pratiques de
Cest la premire tape denvoi de notre questionnaire. Nous avons envoy 300
questionnaires par voie postale.
De son ct, lenqute par voie postale offre les avantages suivants :
-
Cela limine limpact du chercheur et rduire les biais dans les rponses ;
154
Un des grands inconvnients de lenqute par voie postale est le faible taux de rponses.
Pour pallier cette lacune, nous avons tlphon aux entreprises cibles, une plusieurs fois,
pour amliorer notre taux de rponses.
Dans cette premire tape, nous avons envoy 460 questionnaires par voie lectronique,
ce qui prsente plusieurs avantages notamment :
-
pas d'intgrer des fonctionnalits que donne l'avantage d'une page HTML1. De ce fait,
lergonomie gnrale du message n'est pas toujours contrle par le chercheur.
Le processus denvoi du questionnaire par courrier lectronique peut tre dcrit de la
manire suivante (Schma 3.6).
Schma 3.6 : Processus denvoi du questionnaire par courrier lectronique
Observateur
Observ
Rception du questionnaire
dans la boite lettre
Le HTML ("HyperText Markup Language") est un langage balises de prsentation de donnes utilis sur le
World Wide Web. Il permet notamment la lecture de documents partir de machines diffrentes grce au
protocole HTTP, permettant d'accder via le rseau des documents reprs par une adresse unique, appele
URL.
155
L'un des principaux avantages de ce type est qu'il offre plus de possibilits d'valuer la
comprhension de la personne interroge et son interprtation des questions, de mme que de
clarifier toute ambigut au sujet du sens d'une question ou d'une rponse. Au cours d'une
entrevue, il est galement possible de montrer aux personnes interroges des documents ou
des objets et de solliciter leur raction.
Ce type prsente des inconvnients notamment :
-
La prsence de lenquteur, qui peut influencer les rponses donnes par lenqut ;
Le principe est simple dans sa forme : il s'agit de mettre le questionnaire sur une adresse
web, facilement accessible. Les logiciels de construction HTML fournissent tous les lments
permettant la ralisation de ces questionnaires (Gueguen, 2000).
156
Dans cette dernire tape, nous avons hberg notre questionnaire sur le site web
suivant : http://houda.pme.u-bordeaux4.fr/ qui a t effectu avec le langage de
programmation PHP1.
L'avantage majeur du questionnaire sur site par rapport tant au questionnaire par voie
postale que par courrier lectronique rside dans sa souplesse de fonctionnement et dans la
possibilit d'intgrer des fonctions interactives au questionnaire.
L'inconvnient principal est le rallongement du processus de rponse comme nous le
montre le Schma 3.7.
Schma 3.7 : Processus denvoi du questionnaire sur site
Observateur
Observ
Invitation rpondre au
questionnaire :
(1) par courrier
(2) par liste de diffusion
(3) par invite poste
Bote lettres
Passage sur linformation
PHP (Personal Home Page Tools) cest un langage de scripts libre principalement utilis pour produire des
pages Web dynamiques via un serveur HTTP, les pages PHP s'crivent comme des pages HTML.
157
Dans cette dernire tape, nous avons recueilli 35 questionnaires exploitables, soit un
taux de rponse rel de 4,79%.
3.1.2.1.5
Le recueil de donnes
Nombre denvois
Par voie
Par voie
postale lectronique
Face
face
Sur le
site web
Total
300
460
46
730
1536
33
38
13
44
128
21
28
31
13
35
107
11,00%
8,26%
28,26%
6,03%
8,33%
9,33%
6,74%
28,26%
4,79%
6,97%
Au total, sur les 1536 questionnaires envoys, 128 ont t retourns complts, soit un
taux de rponse initial de 8,33%. Sur ces 128 rponses, 21 questionnaires taient non
exploitables, soit en raison de donnes manquantes ou parce que le nombre demploys tait
suprieur 200, et donc le taux de rponse rel est de 6,97%. En dfinitive, les donnes de
107 PME ont pu tre traites.
158
3.1.2.2
SPSS statistics 17 : Le logiciel SPSS (Statistical Packages for the Social Sciences) est
un logiciel de gestion et danalyse des donnes statistiques. Il est utilis, dans le cadre
de cette recherche, comme un outil de traitement statistique pour la prparation de
notre base de donnes et la gnration des statistiques descriptives et llaboration des
analyses factorielles exploratoires effectues sur nos diffrentes chelles de mesure.
Ce logiciel est choisi en raison de sa convivialit et sa souplesse dans lexcution des
diffrents traitements statistiques.
nous prsentons ci-dessous les caractristiques des PME et des rpondeurs de lchantillon.
Cela permettra de montrer que lchantillon offre une reprsentation acceptable des PME et
des rpondeurs, et rpond donc correctement aux besoins de lenqute.
159
3.1.2.2.1
Lchantillon est dcrit sous laspect de la taille, de type dactivit, de lge dentreprise
et de type dentreprise (la forme juridique).
3.1.2.2.1.1
La taille dentreprise
Nombre
Pourcentage
De 1 24
33
30,8 %
De 25 99
32
29,9 %
De 100 200
42
39,3 %
Total
107
100,0 %
Il apparat que les trois classes deffectifs distingus sont quitablement reprsentes
avec une petite prdominance des entreprises qui ont entre 100 et 200 salaris.
3.1.2.2.1.2
Le type dactivit
160
Type d'activit
Nombre
Pourcentage
Industrielle
58
54,2 %
Commerciale
27
25,2 %
Services
22
20,6 %
Total
107
100,0 %
De ce premier dcoupage, il ressort que 54,2 % des PME dchantillon ayant une
activit industrielle, 25,2 % des PME ayant une activit commerciale, et enfin, 20,6 % des
PME ayant une activit de service. travers ces chiffres, on constate une prdominance des
activits industrielles par rapport aux autres activits (commerciale et service).
3.1.2.2.1.3
Lge dentreprise
Trois types de PME ont t distingus, les entreprises de moins de 10 ans, les
entreprises de 10 20 ans et les entreprises de plus de 20 ans. Le tableau suivant prsente la
rpartition des PME selon leur ge.
Tableau 3.11 : Rpartition des PME selon leur ge
L'ge
Nombre
Pourcentage
Moins de 10 ans
37
34,6 %
Entre 10 et 20 ans
52
48,6 %
Plus de 20 ans
18
16,8 %
Total
107
100,0 %
Il ressort de ces statistiques que presque la moiti des PME (48,6 %) sont entre 10 et 20
ans, 34,6% sont moins de 10 ans. Et enfin, 16,8% sont plus de 20 ans. travers ces
pourcentages, on constate une prdominance des entreprises dun ge entre 10 ans et 20 ans
par rapport aux autres ges (moins de 10 ans ou plus de 20 ans).
161
3.1.2.2.1.4
Le type dentreprise
Sur le plan juridique, les types dentreprises les plus reconnues au Maroc sont :
-
les socits de capitaux : Socit anonyme (SA) et socit en commandit par actions
(SCA) ;
Type d'entreprise
Nombre
Pourcentage
27
25,2 %
73
68,2 %
0,9 %
1,9 %
0,9 %
2,8 %
Total
107
100,0 %
Sur 107 PME, 73 ont un statut juridique de socit responsabilit limit (SARL), soit
un taux de 68,2 %.
93,4 % des PME de lchantillon sont des socits responsabilit limit (SARL) et
des socits anonymes (SA).
162
3.1.2.2.2
Type de formation
Nombre
Pourcentage
Type gestionnaire
26
24,3 %
81
75,7 %
Total
107
100,0 %
Les dirigeants ayant suivi une formation de type non gestionnaire reprsentent prs des
trois quarts de lchantillon (75,7 %).
3.1.2.2.2.2
Quatre classes dannes ont t distingues, moins de 2 ans, entre 2 et 4 ans, entre 4 et 6
ans et plus de 6 ans (Tableau 3.14).
163
Tableau 3.14 : Nombre moyen d'annes d'occupation d'un poste de contrle de gestion
Classes d'annes
Nombre
Pourcentage
Moins de 2 ans
4,7 %
Entre 2 et 4 ans
40
37,4 %
Entre 4 et 6 ans
37
34,6 %
6 ans ou plus
25
23,4 %
Total
107
100,0 %
Les contrleurs de gestion ont, dans une proportion de 58 %, 4 ans ou plus doccupation
dun poste de contrle de gestion. On peut avancer que le nombre moyen d'annes
doccupation dun poste de contrle de gestion est suffisant pour assurer la qualit des
donnes recueillies.
Ainsi, les PME et les personnes interroges qui ont part lenqute constituent un
terrain dobservation qui, eu gard la diversit des situations quil propose, apparat en
mesure de fournir les donnes ncessaires au traitement des problmatiques poses dans la
recherche.
Nous vrifions prsent la fiabilit et la validit des instruments de mesure.
3.1.2.3
Pour vrifier que les donnes collectes rendent compte le plus prcisment possible de
la ralit, il convient de vrifier que les instruments de mesure qui ont t utiliss pour
accder au terrain dobservation satisfont aux critres de fiabilit et de validit.
164
3.1.2.3.1
La fiabilit correspond la cohrence entre les items qui censs mesurer un mme
concept (Peter, 1979 ; Igalens et Roussel, 1998 ; Pittenger, 2003). La fiabilit dun instrument
de mesure reprsente sa capacit reproduire des rsultats similaires sil tait envoy
plusieurs fois une mme population (Roussel, 1996).
Il existe plusieurs techniques statistiques qui permettent dvaluer la fiabilit dune
chelle de mesure. Dans le cadre de la prsente recherche, nous utilisons les coefficients a de
Cronbach (Cronbach, 1951) et le rh de de Jreskog (Jreskog, 1971).
Alpha de Cronbach
Le coefficient a de Cronbach est lindicateur le plus souvent utilis pour valuer la
fiabilit dune chelle (Jolibert et Jourdan, 2006).
Ce coefficient permet de vrifier si tous les items se rfrent des notions communes,
autrement dit si chaque item prsente une cohrence avec lensemble des autres items de
lchelle (Igalens et Roussel, 1998).
Le coefficient a de Cronbach est dfini comme le pourcentage total de la variance
relle parmi la variance observe dune mesure. Il est calcul selon la formule suivante :
Dans cette quation, k est le nombre ditems, i est un item, si est la variance de litem
et schelle est la variance des scores obtenus.
La valeur du coefficient a est comprise entre 0 et 1. Un a de Cronbach proche de 0
signifie que linstrument de mesure nest pas fiable. La cohrence interne des items crot au
fur et mesure que la valeur de lalpha se rapproche de 1. Il est reconnu quun a de Cronbach
se situant au niveau de la valeur de 0,6 est acceptable pour des recherches exploratoires (Mak,
1989 ; Evrard et al., 1993 ; Usunier et al., 1993).
165
Dans le cadre de cette recherche, nous employons cette technique avant deffectuer les
analyses factorielles, pour les deux sous-chantillons PME 1 et PME 2, et la phase des
analyses factorielle exploratoire, pour les PME 1.
Rh de Jreskog
La fiabilit peut galement tre mesure par le coefficient rh de Jreskog (). Cest
lindice le plus privilgi par les chercheurs, dune part parce que ce coefficient est moins
sensible au nombre ditems dune chelle, et dautres part parce que celui-ci intgre les termes
derreur dans son calcul (Gerbing et Anderson, 1988).
Dans la pratique, un instrument de mesure est fiable lorsque le rh est suprieur 0.7.
Cet indice se calcule de la manire suivante :
Avec :
i : le poids factoriel de litem i sur le construit ;
Var (i) : la variance de lerreur de mesure de litem i.
Dans le cadre de cette recherche, cette technique sera utilise la phase des analyses
factorielles confirmatoire.
Le fait quune chelle soit fiable nen assure pas pour autant la qualit de cette chelle.
Nous tudions ci-dessous le deuxime critre retenu, savoir la validit.
3.1.2.3.2
La validit, cest la capacit dun instrument mesurer la bonne chose, le bon concept
et non un concept voisin mais distinct. Une mesure est valide lorsque celle-ci mesure
exactement le phnomne quelle doit valuer. La validit concerne la question Mesure-t-on
ce quon chercher mesurer ? (Evrard et al., 2003). La littrature distingue deux principaux
types de validit validit externe et de validit interne (Usunier et al., 1993).
166
Leffet dhistoire se dfinit comme le biais provoqu par des vnements extrieurs
lobservation et qui peuvent perturber les mesures. Plus le questionnaire est long, plus
les risques lis leffet dhistoire sont importants. Dans le cas prsent, compte tenu de
la dure courte du questionnaire entre 15 et 20 minutes tout compris on peut
limiter les biais lis une perturbation extrieure.
La maturation se dfinit comme le biais induit par les changements intervenus sur les
personnes questionnes lies au passage du temps. Cette menace est carte car
lobservation se droule sur une priode courte, volontairement limite un mois.
167
Leffet de rgression statistique est le biais provoqu par la tendance des scores
extrmes se niveler vers la moyenne au cours de lobservation. nouveau, la dure
trs courte du questionnaire, le choix de mesures avec peu ditems, limite la porte de
ce biais.
des lments qu'il comporte par rapport l'objet (au domaine) que l'on souhaite tudier. Dans
la prsente tude, ces deux procds ont t adopts.
Validit nomologique
La validit nomologique permet de vrifier si les relations entre les mesures dun
concept et celles dautres concepts sont ou non en conformit avec les prdictions issues de la
thorie fonde sur les recherches prcdentes (Evrard et al., 2000). Ce type de validit permet
donc de confronter les hypothses de recherche aux ralits mesures.
Validit de construit
La validit de construit vise sassurer que les instruments mesurent parfaitement et
uniquement les concepts auxquels il est fait rfrence dans la recherche (Perrien et al., 1984).
Deux types de validit de construit sont considrer. Il sagit de la validit convergente et de
la validit discriminante.
La validit convergente consiste vrifier si les indicateurs qui sont compts mesurer
le mme phnomne, sont fortement corrls entre eux (Evrard et al., 2003 ; Pittenger, 2003 ;
Malhotra, 2004 ; Jolibert et Jourdan, 2006).
Lanalyse de la validit convergente repose sur trois tapes :
-
lanalyse des corrlations par le Rh de Spearman (sera effectue avant les analyses
factorielles pour valider les chelles de mesures relatifs aux facteurs de contingence
des deux sous-chantillons PME 1 et PME 2) ;
le calcul du rh de la validit convergente (vc) qui doit tre suprieur 0,5 (Fornell et
Larker, 1981) (sera effectu la phase des analyses factorielles confirmatoires pour
valider les chelles de mesures des PME 1).
169
Avec:
i : le poids factoriel de litem i sur le construit ;
Var (i) : la variance de lerreur de mesure de litem i.
La validit discriminante consiste vrifier si les indicateurs qui sont supposs
mesurer des phnomnes diffrents, sont faiblement corrls afin de permettre de discriminer
les phnomnes entre eux (Roussel et al., 2002 ; Evrard et al., 2003 ; Pittenger, 2003 ;
Malhotra, 2004 ; Jolibert et Jourdan, 2006). Elle est assure lorsque les items de lchelle se
distinguent suffisamment des items censs mesurer dautres phnomnes voisins.
La validit discriminante sera examine dans un premier temps laide du coefficient
de Spearman pour les deux sous-chantillons PME 1 et PME 2.
Dans un deuxime temps, elle sera tudie laide de la mthode des quations
structurelles. Il sagit de vrifier que le modle test, c'est--dire o la corrlation entre les
dimensions est laisse libre, est meilleur que le modle contraint o la corrlation entre les
dimensions est fixe 1. En dautres termes, cette mthode consiste estimer la significativit
de la diffrence de Khi-deux entre les deux modles eu gard une diffrence de degrs de
libert entre les deux modles.
Une fois les deux critres de fiabilit et de validit des chelles dcrits, nous abordons
ci-dessous les rsultats de ces tests pour les deux sous-chantillons PME 1 et PME 2.
3.1.2.3.3
La fiabilit des chelles, qui consiste tudier leur cohrence interne, est value ici par
le coefficient a de Cronbach. Nous exposerons ci-dessous les rsultats de ce test pour
lensemble des variables qui sont mesures par plusieurs items.
170
LAnnexe 4 reprend en dtail les rsultats du test de fiabilit des chelles de mesures
relatives aux facteurs de contingence des deux sous-chantillons.
3.1.2.3.3.1
Variables
relatives
aux
facteurs
de
contingence
organisationnelle
Structure
Les dimensions participant la caractrisation de cette variable sont :
-
dimensions qui sont reprsentes par plusieurs items, ainsi que pour lensemble des quinze
items mesurant la variable Structure .
Tableau 3.15 : Coefficients a de Cronbach de lchelle de mesure de la variable
Structure et ses dimensions (PME 1 et PME 2)
Nombre
ditems
Dimensions ou variable
Alpha de Cronbach
PME 1
PME 2
0,757
0,843
0,815
0,808
0,798
0,838
0,747
0,794
Structure
15
0,736
0,730
171
Les alphas de Cronbach sont tous suprieurs de 0,70 pour les deux sous-chantillons.
Ces rsultats indiquent une bonne cohrence interne des chelles de mesure pour chacune des
dimensions et pour lchelle globale.
Les statistiques individuelles des items caractrisant la variable Structure et ses
dimensions (pour les PME 1 et PME 2) sont successivement prsents dans le Tableau 3.16 et
dans le Tableau 3.17.
172
Dimensions
ou
variable
Degr de
standardisation
(DS)
Items
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor
0,599
0,697
0,736
Degr_partic_prise_dci
Degr de
Degr_consulta_collabo_av_prise_dci
dcentralisation
Degr_consulta_dirigeants_par_colla_av_dc
horizontale (DDH)
Degr_prise_dci_par_collaborateurs
Degr de
dcentralisation
verticale (DDV)
DFTRP
Structure
Alpha de
Alpha de
Cronbach
lchelle
en cas de
avec
suppression lensemble
de l'lment des items
0,757
0,719
0,713
0,836
0,815
0,767
Niveau_PD_dvelop_lancement_nps
0,768
Niveau_PD_emb_licen
0,760
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
0,779
0,728
Niveau_PD_oprationnelles
0,762
Degr_formalisation_tches
NaN
Degr_formalisation_RP
NaN
Degr_specia_tches
0,731
Deg_dfin_fonct
0,726
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor
0,723
0,755
Degr_partic_prise_dci
Degr_consulta_collabo_av_prise_dci
Degr_consulta_dirigeants_par_colla_av_dc
0,725
0,700
0,725
Degr_prise_dci_par_collaborateurs
Niveau_PD_dvelop_lancement_nps
Niveau_PD_emb_licen
0,726
0,716
0,733
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
0,703
0,699
Niveau_PD_oprationnelles
0,707
Degr_formalisation_tches
Degr_formalisation_RP
0,729
0,732
0,798
0,747
0,736
NaN : signifie not a number , dsigne une entit symbolique reprsentant une valeur non disponible.
173
Dimensions
ou
variable
Degr de
standardisation
(DS)
Items
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor
0,731
0,767
0,837
Degr_partic_prise_dci
Degr de
Degr_consulta_collabo_av_prise_dci
dcentralisation
Degr_consulta_dirigeants_par_colla_av_dc
horizontale (DDH)
Degr_prise_dci_par_collaborateurs
Degr de
dcentralisation
verticale (DDV)
DFTRP
Structure
Alpha de
Alpha de
Cronbach
lchelle
en cas de
avec
suppression lensemble
de l'lment des items
0,843
0,741
0,765
0,773
0,808
0,756
Niveau_PD_dvelop_lancement_nps
0,844
Niveau_PD_emb_licen
0,815
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
0,762
0,813
Niveau_PD_oprationnelles
0,785
Degr_formalisation_tches
NaN
Degr_formalisation_RP
NaN
Degr_specia_tches
Deg_dfin_fonct
0,734
0,722
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor
0,728
0,706
Degr_partic_prise_dci
Degr_consulta_collabo_av_prise_dci
0,709
0,716
Degr_consulta_dirigeants_par_colla_av_dc
0,707
Degr_prise_dci_par_collaborateurs
Niveau_PD_dvelop_lancement_nps
0,699
0,713
Niveau_PD_emb_licen
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
0,717
0,716
0,717
Niveau_PD_oprationnelles
0,723
Degr_formalisation_tches
Degr_formalisation_RP
0,709
0,725
0,838
0,794
0,730
la lecture des deux tableaux, nous remarquons que le score de lalpha de Cronbach est
dun niveau satisfaisant et reflte une bonne cohrence interne. Ainsi, la suppression de
certains items (marqus en gris) ne permet pas damliorer sensiblement la cohrence interne
des chelles. Nous dcidons donc de conserver tous les items.
174
Lenvironnement
Les dimensions participant la mesure de lincertitude de lenvironnement sont :
-
la prvisibilit des gots et des prfrences des clients (prsent par un seul item).
Le Tableau 3.18 prsente les alphas de Cronbach de lchelle de mesure de la dimension
Dynamisme de lenvironnement externe , ainsi que pour lensemble des quatre items
mesurant la variable Environnement .
Tableau 3.18 : Coefficients a de Cronbach de lchelle de mesure de la variable
Environnement et sa dimension (PME 1 et PME 2)
Dimension ou variable
Nombre
ditems
Alpha de Cronbach
PME 1
PME 2
0,822
0,766
0,839
0,859
175
Dimension ou variable
Items
Environnement
Alpha de
Cronbach
en cas de
suppression
de
l'lment
Alpha de
lchelle
avec
lensemble
des items
NaN
NaN
0,822
Dynami_enviro_plan_co
0,811
Dynamique_envi_plan_techno
Prvisibilit_comportem_concurre
Prvisibilit_gots_prfren_client
0,752
0,793
0,820
0,839
Items
Dimension ou variable
Environnement
Alpha de
Cronbach
en cas de
suppression
de
l'lment
NaN
NaN
Dynami_enviro_plan_co
0,830
Dynamique_envi_plan_techno
Prvisibilit_comportem_concurre
0,815
0,808
Prvisibilit_gots_prfren_client
0,828
Alpha de
lchelle
avec
lensemble
des items
0,766
0,859
176
3.1.2.3.3.2
Variables
relatives
aux
facteurs
de
contingence
comportementale
Style de dcisions
Les dimensions participant la caractrisation de cette variable sont :
-
dimensions ainsi que pour lensemble des quatorze items mesurant la variable Style de
dcisions .
Tableau 3.21 : Coefficients a de Cronbach de lchelle de mesure de la variable Style
de dcisions et ses dimensions (PME 1 et PME 2)
Dimensions ou variable
Nombre
ditems
Alpha de Cronbach
PME 1
PME 2
0,742
0,752
0,790
0,734
Style de dcisions
14
0,797
0,712
177
Dimensions ou
variable
Items
Quantit_information_utilise
Degr_formalisation_info_utilise
Caractristiques
Degr_structuration_Info_utilise
de linformation
utilise (CIU) Varit_solutions_av_dcision
Degr_rfrence_intuition
0,619
0,664
0,654
0,721
0,850
Degr_superv_person_trav_oprat
0,741
Degr_supervis_perso_organi_serv_oprat
0,769
0,812
0,798
0,794
0,790
0,705
Degr_supervis_person_suivi_clients
0,721
Degr_supervis_person_proprit_locaux
0,769
Quantit_information_utilise
0,772
Degr_formalisation_info_utilise
0,794
Degr_structuration_Info_utilise
0,765
Varit_solutions_av_dcision
0,788
Degr_rfrence_intuition
0,769
Degr_organisat_sminai_format_person
0,836
Degr_superv_person_trav_oprat
0,779
Degr_supervis_perso_organi_serv_oprat
0,774
Degr_supervis_perso_circulat_informat
0,804
Degr_supervis_person_ordre_jr_runion
0,787
Degr_supervis_person_prstat_fourniss
0,800
Degr_supervis_person_ponctualit_person
0,756
Degr_supervis_person_suivi_clients
0,759
Degr_supervis_person_proprit_locaux
0,788
178
0,742
0,666
Degr_organisat_sminai_format_person
Degr_supervis_perso_circulat_informat
Degr de
supervision
Degr_supervis_person_ordre_jr_runion
personnelle des Degr_supervis_person_prstat_fourniss
tches (DSPT)
Degr_supervis_person_ponctualit_person
Type de
dcisions
Alpha de
Alpha de
Cronbach
lchelle
en cas de
avec
suppression lensemble
de llment des items
0,797
Dimensions ou
variable
Items
Quantit_information_utilise
Degr_formalisation_info_utilise
Caractristiques
Degr_structuration_Info_utilise
de linformation
utilise (CIU) Varit_solutions_av_dcision
Degr_rfrence_intuition
0,694
0,713
0,716
0,717
0,756
Degr_superv_person_trav_oprat
0,671
Degr_supervis_perso_organi_serv_oprat
0,727
0,702
0,755
0,689
0,734
0,700
Degr_supervis_person_suivi_clients
0,651
Degr_supervis_person_proprit_locaux
0,739
Quantit_information_utilise
0,701
Degr_formalisation_info_utilise
0,705
Degr_structuration_Info_utilise
0,701
Varit_solutions_av_dcision
0,714
Degr_rfrence_intuition
0,691
Degr_organisat_sminai_format_person
0,700
Degr_superv_person_trav_oprat
0,677
Degr_supervis_perso_organi_serv_oprat
0,706
Degr_supervis_perso_circulat_informat
0,683
Degr_supervis_person_ordre_jr_runion
0,710
Degr_supervis_person_prstat_fourniss
0,688
Degr_supervis_person_ponctualit_person
0,682
Degr_supervis_person_suivi_clients
0,658
Degr_supervis_person_proprit_locaux
0,724
179
0,752
0,702
Degr_organisat_sminai_format_person
Degr_supervis_perso_circulat_informat
Degr de
supervision
Degr_supervis_person_ordre_jr_runion
personnelle des Degr_supervis_person_prstat_fourniss
tches (DSPT)
Degr_supervis_person_ponctualit_person
Type de
dcisions
Alpha de
Alpha de
Cronbach
lchelle
en cas de
avec
suppression lensemble
de l'lment des items
0,712
Daprs les rsultats des deux tableaux, le score de lalpha de Cronbach est dun niveau
satisfaisant. La suppression de certains items (marqus en gris) permettrait une sensible
amlioration des chelles. Par consquent, ces items seront considrs comme suspects mais
leur participation linstrument de mesure dfinitif ne sera dcide quau vu des rsultats des
analyses factorielles.
Stratgie de contrle
Les dimensions participant la caractrisation de cette variable sont :
-
deux dimensions.
Il est noter que lalpha de Cronbach de lensemble des items mesurant la variable
Stratgie de contrle nest pas calcul, car lchantillon tudi pour la premire dimension
est diffrent de celui tudi pour la deuxime dimension.
Tableau 3.24 : Coefficients a de Cronbach des dimensions mesurant lchelle de mesure
de la variable Stratgie de contrle (PME 1 et PME 2)
Dimensions
Nombre
ditems
Alpha de Cronbach
PME 1
PME 2
0,846
0,691
0,773
0,858
180
Les deux tableaux suivants affichent les statistiques individuelles de fiabilit des items
qui caractrisent les dimensions Stratgie de contrle relative aux budgets et Stratgie
de contrle relative aux cots (pour les PME 1 et PME 2).
Tableau 3.25 : Statistiques de fiabilit des dimensions de la variable
Stratgie de contrle (PME 1)
Dimensions
Items
Alpha de
Alpha de
Cronbach
lchelle
en cas de
avec
suppression lensemble
de l'lment des items
NaN
NaN
0,846
0,523
0,573
0,773
0,842
Dimensions
Items
Alpha de
Alpha de
Cronbach
lchelle
en cas de
avec
suppression lensemble
de l'lment des items
NaN
NaN
0,691
0,805
0,775
0,858
0,815
la lecture des deux tableaux, il apparat que le score de lalpha de Cronbach est dun
niveau satisfaisant et reflte une bonne cohrence interne. De surcrot, lon apprend la
lecture de ces statistiques que, la suppression de litem Frquence_utilisa_donne_cots pour
les PME 1 pourrait amliorer sensiblement la cohrence interne de lchelle mesurant la
181
dimension Stratgie de contrle relative aux cots . Par consquent, cet item sera considr
comme suspect mais son participation linstrument de mesure dfinitif ne sera dcide quau
vu des rsultats des analyses factorielles.
Il est noter quaucune suppression ditem nest possible la mesure de la dimension
Stratgie de contrle relative aux budgets, du fait que cette chelle ne contient que deux
items.
Aprs avoir prsent les tests de fiabilit de nos chelles de mesure, nous tudions cidessous leurs tests de validit.
3.1.2.3.4
Tester la validit des chelles de mesure consiste dterminer si les items utiliss pour
mesurer le phnomne tudi en sont une bonne reprsentation. Pour cela, on doit sassurer
dune part que les items supposs mesurer un mme phnomne sont fortement corrls entre
eux (validit convergente) et dautre part que des items supposs mesurer des phnomnes
diffrents sont faiblement corrls entre eux (validit discriminante).
La validit des chelles est value ici par le Rh de Spearman, nous avons effectu ce
test pour les variables Structure , Style de dcisions et Stratgie de contrle
(variables mesurant par deux ou plusieurs dimensions). Les rsultats montrent que les items
censs mesurer la mme dimension sont corrls entre eux de faon significative au seuil de
confiance de 1% ou de 5% et ne sont pas significativement corrls avec des items censs
mesurer dautres dimensions (sauf certains items marqus en gris) (cf. Annexe 5). La validit
convergente et discriminante est donc moyennement leve.
Aprs avoir test la fiabilit et la validit de nos chelles de mesure des deux souschantillons PME 1 et PME 2, nous pouvons utiliser la moyenne des scores des items pour
mesurer les variables reprsentes par plusieurs indicateurs.
182
n= 38
PME 1
PME 2
Lanalyse des premiers rsultats montre que les tableaux de bord ne sont pas fortement
labors par les PME de lchantillon.
Nous avons pu identifier un ensemble de causes de non-laboration des tableaux de
bord par les PME marocaines. Ces causes sont rpertories dans le Graphique 3.3.
183
Graphique 3.3 : Les causes des non laborations des tableaux de bord par les PME 2
60,0%
52,3%
50,0%
40,0%
26,1%
30,0%
% des PME
18,2%
20,0%
1,1%
10,0%
2,3%
0,0%
ne
il est unitile
connaiss
pas
cot
engag >
valeur
dgage
manque
des cadres
manque
d'un
systm de
C de G
Daprs le Graphique 3.3, il apparat que la non-connaissance de cet outil est la cause
prioritaire mise en avant par les personnes interroges (52,3%), suivie par le manque de
cadres (26,1%) et le manque dun systme de contrle de gestion (18,2%). Seules 3,4% des
personnes interroges jugent que les tableaux de bord sont inutiles ou que le cot engag pour
leurs laborations est suprieur leur valeur dgage.
3.2.1 Comparaisons
des
caractristiques
des
facteurs
de
contingence
La taille
alors que pour les PME 2 la moyenne est de 63,81. Ce qui montre que la taille des PME 1 est
plus grande que celle de PME 2.
Graphique 3.4 : Rpartition des PME selon leur taille
(comparaison entre les PME 1 et PME 2)
65,8%
70,0%
60,0%
50,0%
42,0%
33,3%
40,0%
24,6%
23,7%
30,0%
20,0%
PME 1
PME 2
10,5%
10,0%
0,0%
De 1 24
De 25 99
De 100 200
Minimum PME 1 : 8
Minimum PME 2 : 4
3.2.1.2
Le type dactivit
Daprs le Graphique ci-dessous, presque 58% des PME 1 (contre 52% des PME 2) ont
des activits industrielles, 26,3% des PME 1 (contre 24,6% des PME 2) ont des activits
commerciale. Par ailleurs, 23,2% des PME 2 (contre 15,8% des PME 1) ont des activits de
prestation de services.
185
60,0%
57,9%
52,2%
50,0%
40,0%
26,3%
30,0%
24,6%
23,2%
PME 1
PME 2
15,8%
20,0%
10,0%
0,0%
Activit
industrielle
3.2.1.3
Activit
commerciale
Activit de
prestation de
services
Lge dentreprise
Daprs le Graphique ci-dessous, il apparat que les PME 1 sont plus anciennes que les
PME 2. En effet, 78,9 % des PME 1 ont plus de 10 ans (contre 57,9% des PME 2). Ainsi, la
moyenne dge des PME 1 est de 19,26, alors que pour les PME 2 la moyenne est de 11,89.
186
47,8%
50,0%
45,0%
42,0%
40,0%
35,0%
28,9%
30,0%
25,0%
PME 1
21,1%
PME 2
20,0%
10,1%
15,0%
10,0%
5,0%
0,0%
Moins de 10 ans
Entre 10 et 20 ans
Plus de 20 ans
Maximum PME 1 : 65
Maximum PME 2 : 31
3.2.1.4
Mdiane PME 1 : 15
Mdiane PME 2 : 11
La structure
le degr de standardisation ;
degr de formalisation des tches et des rgles et procdures a t valu sur un total de 10
points (2 chelles de 5 points). Chaque PME peu ainsi se voir attribuer un score maximal de la
variable Structure de 75 points. Ces 75 points ont par la suite t diviss sur 15 chelles
afin dchelonner le degr de structuration des PME de lchantillon dans un continuum allant
de "trs faible" "lev" (Graphique 3.7).
Les rsultats montrent que les PME 1 sont plus structures que les PME 2. En effet,
39,5% des PME 1 jugent que le degr de structuration de leur entreprise est "moyen" ou
"lev" (contre 5,8% pour les PME 2). Par ailleurs, les deux sous-chantillons PME 1 et
PME 2 reste moins structurs.
Graphique 3.7 : Degr de structuration
(comparaison entre les PME 1 et PME 2)
76,8%
80,0%
70,0%
60,5%
60,0%
50,0%
PME 1
34,2%
40,0%
PME 2
30,0%
20,0%
10,0%
17,4%
5,8% 5,3%
0,0%
0,0%
0,0%
Trs faible
Faible
Moyen
188
lev
Nous prsentons ci-dessous lanalyse dtaille des dimensions qui mesurent le degr de
la structuration.
3.2.1.4.1
Le Graphique 3.8 montre que les tches sont plus spcialises dans les PME 1 que dans
les PME 2. En effet, 68,5% des PME 1 (contre 58% des PME 2) disposent dun degr de
spcialisation des tches moyen ou lev.
Graphique 3.8 : Degr de spcialisation des tches
(comparaison entre les PME 1 et PME 2)
47,4% 46,4%
50,0%
40,0%
33,3%
26,3%
30,0%
PME 1
21,1%
PME 2
20,0%
11,6%
10,0%
8,7%
5,3%
0,0%
Trs faible
3.2.1.4.2
Faible
Moyen
lev
Degr de standardisation
Pour rappel, le degr de standardisation a t mesur sur un total de 15 points. Les items
participant la caractrisation de cette dimension sont :
-
189
Pour mesurer le degr de standardisation, nous avons calcul la moyenne des scores
obtenus sur lensemble des 3 items, le score obtenu par chaque entreprise a t inscrit dans un
continuum allant de "trs faible" "lev" (Graphique 3.9).
Il apparat lanalyse du degr de standardisation que les descriptions des fonctions, des
rgles et procdures et des objectifs de performance des PME 2 sont assez formelles que
celles des PME 1. En effet, 86,8% des PME 1 (contre 65,2% des PME 2) disposent dun
degr de standardisation moyen ou lev.
Graphique 3.9 : Degr de standardisation
(comparaison entre les PME 1 et PME 2)
60,0%
52,6%
50,0%
40,6%
34,2%
40,0%
29,0%
PME 1
30,0%
24,6%
PME 2
20,0%
10,5%
10,0%
2,6%
5,8%
0,0%
Trs faible
Faible
Moyen
lev
Minimum PME 1 : 4
Minimum PME 2 : 3
Maximum PME 1 : 15
Maximum PME 2 : 15
3.2.1.4.3
Mdiane PME 1 : 11
Mdiane PME 2 : 9
les PME 2. En effet, 29% des PME 1 (contre 15,9% des PME 2) ont un degr de
dcentralisation horizontale "moyen" ou "lev". Alors que 37,7% des PME 2 (contre 13,2%
des PME 1) ont un degr de dcentralisation horizontale "trs faible" (Graphique 3.10).
Graphique 3.10 : Degr de dcentralisation horizontale
(comparaison entre les PME 1 et PME 2)
57,9%
60,0%
46,4%
50,0%
37,7%
40,0%
PME 1
30,0%
PME 2
21,1%
20,0%
13,2%
8,7%
10,0%
7,9%
7,2%
0,0%
Trs faible
Faible
Moyen
3.2.1.4.4
lev
191
192
47,4%
PME 1
34,2%
40,0%
PME 2
30,0%
17,4%
20,0%
10,5%
10,0%
7,9%
1,4%
1,4%
0,0%
Trs faible
Faible
Moyen
Minimum PME 1 : 5
Minimum PME 2 : 5
Maximum PME 1 : 21
Maximum PME 2 : 22
3.2.1.4.5
lev
Mdiane PME 1 : 10
Mdiane PME 2 : 7
Comme il a t prcis avant, que le degr de formalisation des tches et des rgles et
procdures a t valu sur un total de 10 points. Les items participant sa caractrisation
sont :
-
rgles et procdures dans les PME 2 est moins lev que celui des PME 1. En effet, 86,8%
des PME 1 ont un degr de formalisation des tches et des rgles et procdures moyen ou
lev (contre 69,5% pour les PME 2).
193
40,0%
30,4%
30,0%
PME 1
23,2%
PME 2
20,0%
10,5%
7,2%
10,0%
2,6%
0,0%
Trs faible
Faible
Moyen
Minimum PME 1 : 2
Minimum PME 2 : 1
Maximum PME 1 : 10
Maximum PME 2 : 10
3.2.1.5
lev
Mdiane PME 1 : 7
Mdiane PME 2 : 6
Lenvironnement
194
Ces 20 points ont par la suite t diviss sur 4 chelles afin dchelonner le degr de
lincertitude de lenvironnement des PME des deux sous-chantillons dans un continuum
allant de "trs faible" "lev".
Les rsulats montrent que lenvironnement des deux sous-chantillons est moyennement
ou totalement incertain. En effet, 78,9% des PME 1 jugent que le degr de lincertitude de
leur environement est "moyen" ou "lev" (contre 78,2% pour les PME 2). Par ailleurs,
aucune PME 1 ne juge que leur environnement est prsque certain (contre 7,2% des PME 2 )
(Graphique 3.13).
Graphique 3.13 : Degr de lincertitude de lenvironnement
(comparaison entre les PME 1 et PME 2)
44,7%
50,0%
42,0%
40,0%
34,2%
36,2%
30,0%
PME 1
21,1%
20,0%
10,0%
PME 2
14,5%
7,2%
0,0%
0,0%
Trs faible
Faible
Moyen
Minimum PME 1 : 8
Minimum PME 2 : 6
Maximum PME 1 : 20
Maximum PME 2 : 20
lev
Mdiane PME 1 : 15
Mdiane PME 2 : 15
195
3.2.1.5.1
environnement externe "dynamique" ou "trs dynamique" (contre 47,8% pour les PME 2).
Seules 21,2% des PME 1 (Contre 20,2% pour les PME 2) jugent leur environnement externe
trs stable ou stable (Graphique 3.14).
Graphique 3.14 : Dynamisme de lenvironnement externe
(comparaison entre les PME 1 et PME 2)
60,0%
52,6%
50,0%
40,0%
31,9%
30,0%
21,1%
36,2%
PME 1
23,7%
PME 2
18,8%
20,0%
11,6%
10,0%
1,4%
0,0%
2,6%
0,0%
Trs stable
Stable
Ni stable ni Dynamique
Trs
dynamique
dynamique
Minimum PME 1 : 4
Minimum PME 2 : 3
Maximum PME 1 : 10
Maximum PME 2 : 10
196
Mdiane PME 1 : 8
Mdiane PME 2 : 7
3.2.1.5.2
Les rsultats montrent que la prvisibilit des actions et des comportements des
concurrents dans les deux sous-chantillons PME 1 et PME 2 est imprvisible. En effet,
60,5% des PME 1 dclarent avoir une prvisibilit relativement imprvisible ou totalement
imprvisible (contre 59,4% pour les PME 2) (Graphique 3.15).
Graphique 3.15 : Prvisibilit des actions et des comportements des concurrents
(comparaison entre les PME 1 et PME 2)
50,0%
44,7%
40,6%
40,0%
27,5%
30,0%
20,0%
10,0%
21,1%
18,4%
15,8%
18,8%
PME 1
PME 2
7,2%
5,8%
0,0%
0,0%
Facilement
prvisibles
3.2.1.5.3
Il apparat que la prvisibilit des gots et des prfrences des clients dans les PME 1
est moins importante que dans les PME 2. En effet, 60,5% des PME 1 affirment avoir une
prvisibilit relativement imprvisible ou totalement imprvisible (contre 46,4% pour les
PME 2) (Graphique 3.16).
197
40,0%
34,8%
31,6%
30,0%
PME 1
20,0%
10,5% 11,6%
10,1%
10,0%
5,8%
PME 2
5,3%
2,6%
0,0%
Facilement
prvisibles
3.2.1.6
Linformatisation
70,0%
63,2%
60,0%
52,2%
50,0%
40,0%
PME 1
30,0%
24,6% 26,3%
21,7%
20,0%
10,5%
10,0%
0,0%
0,0%
1,4%
0,0%
0,0%
Trs faible
Faible
Moyen
198
lev
Trs lev
PME 2
3.2.2 Comparaisons
des
caractristiques
des
facteurs
de
contingence
La formation
Le Graphique 3.18 montre que la majorit des dirigeants des PME 1 (57,9%) ont une
formation de type gestionnaire. Au contraire, seuls 5,8% des dirigeants des PME 2 ont une
formation de ce type.
Graphique 3.18 : Formation du dirigeant
(comparaison entre les PME 1 et PME 2)
94,2%
100,0%
90,0%
80,0%
70,0%
57,9%
60,0%
42,1%
50,0%
PME 1
PME 2
40,0%
30,0%
20,0%
5,8%
10,0%
0,0%
Type gestionnaire
3.2.2.2
Le style de dcisions
57,9%
60,0%
50,0%
PME 1
36,8%
40,0%
PME 2
30,0%
20,0%
10,0%
11,6%
0,0%
2,9%
7,2%
5,3%
0,0%
Trs faible
Faible
Moyen
lev
200
nous a permis de
3.2.2.2.1
Pour rappel, les caractristiques de linformation utilise ont t values sur un total de
30 points. Les items participant la caractrisation de cette dimension sont :
-
201
65,8%
70,0%
58,0%
60,0%
50,0%
40,0%
PME 1
29,0%
PME 2
30,0%
20,0%
15,8%
15,8%
10,1%
2,9%
10,0%
2,6%
0,0%
Trs faible
Faible
Moyen
3.2.2.2.2
lev
202
Pour mesurer le degr de supervision personnelle des tches, nous avons calcul la
moyenne des scores obtenus sur lensemble des 8 items, le score obtenu par chaque entreprise
a t inscrit dans un continuum allant de "trs faible" "lev".
Daprs le Graphique 3.21, il apparat que les dirigeants des PME 2 prfrent superviser
personnelle les tches plus que ceux des PME 1. En effet, 85,5% des dirigeants des PME 2
prfrent superviser personnelle les tches (contre 53,5% des dirigeants des PME 1) de faon
"moyenne" ou "leve".
Graphique 3.21 : Degr de supervision personnelle des tches
(comparaison entre les PME 1 et PME 2)
47,8%
50,0%
45,0%
42,1%
39,5%
37,7%
40,0%
35,0%
30,0%
PME 1
25,0%
PME 2
15,8%
20,0%
13,0%
15,0%
10,0%
5,0%
2,6% 1,4%
0,0%
Trs faible
Faible
Moyen
3.2.2.3
lev
La stratgie de contrle
la frquence dutilisation des donnes qui sont produites pas le systme budgtaire.
Le graphique ci-dessous montre que les dirigeants des PME 2 sont plus intresss aux
budgets que ceux de PME 1. En effet, 66,7% des dirigeants des PME 2 (contre 36,4% des
PME 1) sont intresss "moyennement" ou "lev" par les budgets.
204
38,9%
40,0%
35,0%
27,8%
30,0%
24,2%
22,2% 21,2%
25,0%
PME 1
20,0%
15,2%
15,0%
PME 2
11,1%
10,0%
5,0%
0,0%
Trs faible
Faible
Moyen
Minimum PME 1 : 3
Minimum PME 2 : 3
Maximum PME 1 : 9
Maximum PME 2 : 9
3.2.2.3.2
lev
Mdiane PME 1 : 5
Mdiane PME 2 : 6
la varit des objets auxquels se rapportent les cots calculs dans lentreprise ;
fortement intresses aux calculs des cots, et que les dirigeants des PME 1 sont moins
intresses aux calcules des cots que ceux des PME 2. En effet, 33,4% des dirigeants des
PME 2 (contre 12,2% des PME 1) sont intresss "moyennement" ou "lev" par les calculs
des cots (Graphique 3.23).
205
50,0%
48,5%
50,0%
45,0%
40,0%
33,3%
35,0%
27,8%
30,0%
PME 1
22,2%
25,0%
PME 2
20,0%
15,0%
10,0%
6,1%
6,1% 5,6%
5,0%
0,0%
Trs faible
Faible
Moyen
Minimum PME 1 : 3
Minimum PME 2 : 3
Maximum PME 1 : 13
Maximum PME 2 : 14
lev
206
Conclusion du Chapitre 3
207
208
PLAN DU CHAPITRE 4
4.1.1
4.1.2
Prsentation de la
Prsentation du modle
gnral dquations
structurelles de la
recherche
4.2.2
Test du modle
4.2.1
Validation des
structurel : confirmation
instruments de mesure
ou infirmation des
de la recherche
hypothses de recherche
209
Le modle de mesure
Le modle structurel
Schma 4.2 : Notations des variables et des relations dun modle dquations
structurelles
X11
11
11
12
X12
1
11
13
11
Y12
12
Y13
13
X13
12
21
Y11
X21
21
22
X22
23
X23
Dans cette reprsentation, les symboles conventionnels sont les suivants (Jreskog,
1996 ; Raufaste, 2002) :
-
x et y dsignent des variables mesures qui sont respectivement des indicateurs des
variables latentes explicatives et des variables latentes expliquer, leurs rsidus sont
nots respectivement et ;
Nous avons donc choisi lanalyse de la structure de covariance (ASC) comme outil
mthodologique et AMOS comme logiciel de traitement.
Aprs avoir prsent la mthodologie utilise dans le cadre de ce travail pour tester
notre modle de recherche, nous prsentons ci-aprs, notre modle gnral dquations
structurelles.
4.1.2 Prsentation du modle gnral dquations structurelles de la recherche
Dans la littrature, on peut identifier deux principaux modles de mesure : le modle
formatif ou le modle de variables latentes (les variables manifestes sont le reflet de leur
variable latente) et le modle rflectif ou le modle en facteur principal (la variable latente est
le reflet des variables manifestes). Le Schma suivant prsente les deux types de modle de
mesure.
Schma 4.3 : Exemple de modle rflectif et formatif
Construit
latent
Variable
latente
X1
X2
X3
X4
X1
Modle rflectif
X2
X3
X4
Modle formatif
Dans notre cas (mthode danalyse de la structure de covariance ASC), il est oblig
dutiliser le modle rflectif, car cette mthode nintgre pas directement les relations
formatives entre les mesures et leurs construits.
Notre modle thorique est compos de certaines variables latentes de second ordre, ce
qui suggre lutilisation dun modle dquations structurelles de second ordre, o une
variable latente est peut-tre mesure par deux ou plusieurs autres variables latentes
reprsentant les dimensions de la premire. La variable latente plusieurs dimensions est
213
appele variable latente de second ordre et les variables latentes reprsentant les dimensions
de celle-ci sont appeles des variables latentes de premier ordre. Elles doivent tre mesurables
par des variables observables. Ce modle nous donne la possibilit de regrouper plusieurs
concepts non mesurables directement, comme les facteurs ou les dimensions dun concept
non mesurable, tout en tenant compte des erreurs de mesure chaque niveau de lanalyse.
Le Schma 4.4 prsente le modle global dquations structurelles que nous devrions
tester. Les variables latentes, symboliss par des ovales, les variations observes par des
rectangles et les erreurs de mesure par des petits cercles (Bollen, 1989 ; Nunnally, 1978). Les
dtails des diffrentes variables latentes de premier et de second ordre, et des indicateurs de
mesure sont rcapituls dans le Tableau 4.1.
214
215
Code
La taille
Taille
Indicateur de mesure
NBSP
Le type dactivit
Type
dactivit
Activit dentreprise
Indicateur de mesure
AE
ge dentreprise
ge
dentreprise
ge dentreprise
Indicateur de mesure
AGE
La structure
Structure
Degr de S
des T
Indicateur de mesure
DST
Degr de standardisation
DS
Indicateur de mesure
DDF
Indicateur de mesure
DDRP
Indicateur de mesure
DDOP
DDH
Indicateur de mesure
DPPD
Indicateur de mesure
DCC
Indicateur de mesure
DCDC
Indicateur de mesure
DPDC
DDV
216
Code
Niveau de la PD / le dveloppement ou le
lancement de NPS
Indicateur de mesure
NPDLNPS
Indicateur de mesure
NPDEL
Indicateur de mesure
NPDFPV
Indicateur de mesure
NPDCI
Indicateur de mesure
NPDO
DFTRP
Indicateur de mesure
DFT
Indicateur de mesure
DFRP
Lenvironnement
Environnement
DEE
Indicateur de mesure
DEPE
Indicateur de mesure
DEPT
Prvisibilit des A
et des CC
Indicateur de mesure
PACC
Indicateur de mesure
217
Prvisibilit des G
et des P des C
PGPC
Code
Linformatisation
Informatisation
Degr dinformatisation
Indicateur de mesure
DI
La formation
Formation
Type de formation
Indicateur de mesure
TF
Le style de dcision
Style de dcision
CIU
Indicateur de mesure
QIC
Indicateur de mesure
DFIU
Indicateur de mesure
DSIU
Indicateur de mesure
VSEAD
Indicateur de mesure
DRI
Indicateur de mesure
DOSF
DSPT
Indicateur de mesure
TO
Indicateur de mesure
OSO
Indicateur de mesure
CIE
Indicateur de mesure
OJR
Indicateur de mesure
PF
Ponctualit du personnel
Indicateur de mesure
PP
Indicateur de mesure
SC
Indicateur de mesure
PL
218
Code
La stratgie de contrle
Stratgie de
contrle
SCRB
Indicateur de mesure
DCFSB
Indicateur de mesure
FUDSB
SCRC
Indicateur de mesure
VCC
Indicateur de mesure
VOCC
Indicateur de mesure
FUDC
Les caractristiques de TB
Caractristiques de
TB
Degr de ractivit
DR
Indicateur de mesure
FPTB
Indicateur de mesure
DPTB
Indicateur de mesure
DIIS
Indicateur de mesure
DIIP
DCA
Indicateur de mesure
DIDFTB
Indicateur de mesure
DIDNFTB
Indicateur de mesure
DIDQTB
219
Code
Indicateur de mesure
DIDETB
DIP
Indicateur de mesure
DIIPF
Indicateur de mesure
DIIPC
Indicateur de mesure
DIIPOS
Indicateur de mesure
DIIPEI
Degr de D des TB
Indicateur de mesure
DDTB
Le pilotage de la performance
Pilotage de la
performance
DUTB
Indicateur de mesure
FUTB
Indicateur de mesure
IUDTB
DTUTB
Indicateur de mesure
DUTBIR
Indicateur de mesure
DUTBCTP
Indicateur de mesure
DUTBPSV
220
Code
Indicateur de mesure
DUTBEOE
Indicateur de mesure
DUTBSPE
DUTTB
Indicateur de mesure
DFDTB
Indicateur de mesure
DIDTB
Indicateur de mesure
DSDTB
Indicateur de mesure
DRTB
221
Lanalyse factorielle exploratoire est une premire tape dans le traitement des donnes
recommand gnralement par tous les chercheurs (Evrard et al., 1993). Elle vise purifier le
questionnaire, en supprimant des items faible communalit, afin damliorer la qualit de la
mesure. Selon les recommandations de Gerbing et Anderson (1988), lanalyse factorielle
exploratoire prcde lanalyse factorielle confirmatoire. Elle est l tape prliminaire lors de
la construction dune chelle de mesure . Elle permet de vrifier si les donnes sont
factorisables ou pas, ou si elles forment un ensemble suffisamment cohrent pour quil soit
raisonnable dy chercher des dimensions communes qui aient un sens et soient pas des
artefacts statistiques (Evrard et al., 1993). Pour ce faire, plusieurs tapes sont ncessaires :
Vrifier la possibilit de factorisation des donnes
Pour sassurer de la possibilit des donnes tre factorisables, certaines conditions
doivent tre vrifies : il sagit de vrifier lindice Kaiser-Meyer-Olkin et le test de sphricit
de Bartlett.
-
zro. Ainsi, lhypothse nulle de ce test est que les variables sont indpendantes les
unes des autres. La signification associe ce test permet didentifier si la matrice
des corrlations diffre suffisamment dune matrice didentit. Si tel est le cas, la
rduction des variables est autorise. Si la Signification tend vers 0,000, cest
trs significatif, infrieur 0,05 significatif, entre 0,05 et 0,10 acceptable et au
dessus de 0,10 rejetable.
Aprs stre assur que les donnes sont factorisables, le chercheur pourra passer
ltape suivante.
La rgle de Kaiser : ou le eigen value ou examen des valeurs propres, qui veut
quon ne retienne que les facteurs aux valeurs propres suprieures 1.
223
Dans notre cas, la dtermination du nombre de facteurs retenir se fera selon la rgle de
Kaiser. Cest la rgle la plus souvent utilise pour dterminer le nombre de facteurs extraire.
Une fois le nombre daxes factoriels dtermin, il convient doprer une rotation afin de
mieux interprter les facteurs obtenus.
Oprer une rotation factorielle
La rotation est le processus mathmatique qui permet de faciliter l'interprtation des
facteurs en maximisant les saturations les plus fortes et en minimisant les plus faibles de sorte
que chaque facteur apparaisse dtermin par un ensemble restreint et unique de variables.
Il existe deux grands types de rotation :
-
Pour simplifie linterprtation des facteurs, la mthode de rotation utilise dans cette
recherche est la rotation Varimax. Cette rotation vise optimiser les saturations dans chaque
composante en maximisant les carts entre saturations. Lobjectif est dobtenir au final des
224
saturations proches de 1 ou de 0 (Jolibert et Jourdan, 2006) ; plus une saturation est proche de
0, plus son lien avec le facteur est plus faible et plus une saturation est proche de 1, plus son
lien avec le facteur est plus fort.
Interprter de la structure factorielle obtenue
Ltude des communalits permet de rendre compte du degr dinformation restitu par
chaque variable observe dans le facteur. Dans le cas o la communalit dune variable est
infrieure 0,4, cette variable doit tre retire du facteur.
Lexamen des saturations corrlations entre variables observes permet galement
dindiquer dans quelle mesure chaque variable contribue la formation du facteur (Jolibert et
Jourdan, 2006). Linterprtation des facteurs retenus est faite en examinant les saturations
dont les valeurs absolues sont les plus leves. Il est dusage de prendre la valeur 0,5 comme
le seuil minimum permettant de considrer quune variable est reprsentative dun facteur.
Avant de passer lanalyse factorielle confirmatoire, il convient dvaluer la cohrence
interne de lchelle, nous utilisons les coefficients a de Cronbach (Cronbach, 1951). Le
tableau suivant rsume les critres retenus dans lanalyse factorielle exploratoire :
Tableau 4.2 : Les critres retenus dans lanalyse factorielle exploratoire
Nature de la dcision
Critre retenu
0,5
0,1
Mode dextraction
Rotation
Varimax
Communalit (Extraction)
0,4
Saturations
Corrlation 0,5
Cohrence interne
a > 0,6
225
226
(Chi-Deux) ou CMIN : Il sert tester lhypothse nulle selon laquelle les lments
de la matrice de covariances reproduite par estimation sont significativement non
diffrents de ceux de la matrice des covariances observes. En tenant compte des
degrs de libert et de sa significativit, pour chaque nombre de degrs de libert lon
peut estimer la probabilit (p) pour la fonction de prendre des valeurs suprieures
la valeur calcule pour la divergence entre la matrice thorique et la matrice empirique
du modle. Plus la valeur de p est faible, plus la diffrence entre les deux matrices est
importante. (Hair et al., 2006). Pour ne pas rejeter le modle test, cette probabilit (p)
doit tre suprieure 0,05. Cet indice (Chi-Deux) prsente lavantage dtre lunique
indice dont on connat la distribution statistique. Cependant, il prsente linconvnient
dtre extrmement sensible la taille de lchantillon (Roussel et al., 2002).
RMSEA (Root Mean Square Error of Approximation) : Cet indice est propose par
Steiger et Lind en 1980. Le RMSEA reprsente la diffrence moyenne, par degr de
libert, attendue dans la population totale et non dans lchantillon (Roussel et al.,
2002). Selon Browne et Cudeck (1993), un RMSEA 0,06 indique un trs bon
ajustement du modle. Un RMSEA compris entre 0,06 et 0,08 indique un bon
227
c2 norm (c2/ddl) : Il est calcul comme le rapport entre du modle test et son
nombre de degrs de libert. Il permet de dtecter les modles surajusts et sousajusts . Cet indice peut tre utilis pour mesurer le degr de parcimonie absolu dun
modle mais aussi pour distinguer parmi plusieurs modles alternatifs, le plus
parcimonieux (Roussel et al., 2002). Il est souhaitable que sa valeur soit infrieure 2.
228
PNFI (Parsimony-adjusted Normed Fit Index) : est une variante de lindice NFI
ajust pour le nombre de degrs de libert du modle test. Les valeurs proches de 1
tmoignent dun trs bon ajustement du modle test ou des modles trs similaires,
alors que des valeurs proches de 0 sont signe dune trs forte divergence entre les
modles compars.
Le tableau ci-dessous retrace les diffrents indices retenus ci-dessus ainsi que les
Valeurs seuils
Indices absolus
Voir p associe
p doit tre > 0,05
RMSEA
IFI
> 0,90
CFI
> 0,90
Indices de parcimonie
c2 norm
<2
AIC
PNFI
Le plus proche de 1
229
En plus des indices prsents ci-dessus, autres critres retenus dans lanalyse factorielle
confirmatoire :
moins deux variables de mesure. Cependant, certaines variables latentes peuvent tre
mesures avec un seul indicateur de mesure (un score unique). Ce qui pose le problme de
sous-identification empirique. Afin dviter cette sous-identification, il est ncessaire de fixer
la variance de lerreur de mesure en question un niveau minimal. Nous avons fix cette
variance 0,03 pour les dimensions mesures par un seul item et 0,05 pour les dimensions
mesures par deux items.
Aprs avoir prsent les tests retenus pour examiner la validation de nos chelles de
mesures, nous prsentons ci-aprs, les rsultats de ces tests.
4.2.1.3
Notre modle de recherche contient six variables latentes de second ordre : Structure,
Environnement, Style de dcisions, Stratgie de contrle, Caractristiques des TB et Pilotage
de la performance. Les modles de mesure de ces variables doivent donc tre tests, dans un
premier temps, indpendamment lun de lautre. Les scores de mesure calculs (moyennes des
items de mesures retenus dans la premire tape) seront utiliss la place des dimensions
pour la mesure des variables latentes de second ordre dans une seconde tape (test des
relations structurelles).
Les variables latentes de premier ordre impliques dans notre modle peuvent tre
remplaces lors de la seconde tape du test par leurs scores respectifs.
230
Ainsi, nous exposerons ci-dessous, les rsultats des tests de validation des chelles de
mesure des variables latentes de second ordre utiliss dan notre modle. Ces rsultats sont
exposs en deux tapes :
Une tude exploratoire pour chaque chelle tudie, la cohrence interne est
galement prsente.
Une tude confirmatoire pour chaque chelle tudie, la structure factorielle obtenue
dans le cadre des analyses exploratoires est revrifie en vue dune confirmation. Le
niveau de fiabilit de lchelle et la validit convergente sont galement examines.
4.2.1.3.1
La variable Structure est mesure par le biais de quinze items, un mesurant le degr
de spcialisation des tches, trois censs mesurer le degr de standardisation, quatre mesurant
le degr de dcentralisation horizontale, cinq consacrs la mesure du degr de
dcentralisation verticale et les deux derniers mesurant le degr de formalisation des tches et
des rgles et procdures. Notons que lensemble des items est mesur sur une mme chelle
en 5 points.
4.2.1.3.1.1
La premire tape dans ltude exploratoire consiste sassurer que les donnes sont
factorisables .
Nous vrifions que les donnes sont factorisables avec lindice de KMO et le test de
spcificit de Bartlett. Les rsultats indiquent que nous pouvons poursuivre lanalyse car
lindice KMO est de 0,647, ce qui est une valeur moyennement bonne et le test de sphricit
de Bartlett est significatif.
231
0,647
255,048
105
0,000
Une ACP est lance sur lensemble initial des quinze items, le critre de Kaiser indique
lexistence de quatre facteurs qui permettent de restituer 69,20 % de la variance totale
explique (Tableau 4.5).
Tableau 4.5 : Valeurs propres et pourcentage de variance explique relatives la
variable Structure
Composante
% de la variance
% cumuls
4,110
27,401
27,401
3,284
21,896
49,298
1,902
12,678
61,976
1,084
7,224
69,200
0,785
5,236
74,436
0,713
4,751
79,188
0,681
4,540
83,728
0,547
3,647
87,374
0,425
2,835
90,209
10
0,387
2,578
92,788
11
0,323
2,155
94,942
12
0,265
1,767
96,710
13
0,231
1,539
98,249
14
0,181
1,206
99,455
15
0,082
0,545
100,000
232
Nous procdons par la suite un examen des communalits. Tous les items prsentent
des communalits suprieur 0,4 (Tableau 4.6). Concernant la structure factorielle de
lchelle, nous remarquons que celle-ci nest pas claire. Ainsi, certains items notamment
Degr_partic_prise_dci, Degr_consulta_collabo_av_prise_dci, Degr_consulta_dirigeants
_par_colla_av_dc, Degr_prise_dci_par_collaborateurs
Facteur
4
Deg_dfin_rgle_procd
0,658
0,808
0,019
0,031
0,068
Degr_specia_tches
0,642
0,797
-0,012
-0,066
-0,045
Deg_dfin_fonct
0,706
0,779
-0,168
0,261
-0,055
Degr_formalisation_tches
0,601
0,712
0,194
-0,176
-0,161
Degr_formalisation_RP
0,689
0,709
0,214
-0,262
-0,267
Deg_dfin_objectif_perfor
0,720
0,651
-0,337
-0,107
0,414
Niveau_PD_choix_investissements
0,670
0,047
0,782
0,150
0,184
Niveau_PD_dvelop_lancement_nps
0,566
0,038
0,744
-0,020
0,103
Niveau_PD_emb_licen
0,752
-0,311
0,741
-0,029
0,324
Niveau_PD_fixation_px_vente
0,543
0,158
0,664
0,238
-0,142
Niveau_PD_oprationnelles
0,755
0,010
0,664
0,437
-0,351
Degr_consulta_collabo_av_prise_dci
0,892
0,067
0,234
0,911
0,050
Degr_prise_dci_par_collaborateurs
0,698
-0,125
0,068
0,822
0,052
Degr_partic_prise_dci
0,816
-0,145
0,141
0,702
0,531
Degr_consulta_dirigeants_par_colla_
av_dc
0,672
-0,118
0,376
0,284
0,660
233
est
fortement
charg
sur
deux
facteurs
et
que
litem
me
facteur
0,665
203,145
78
0,000
% de la variance
% cumuls
3,600
27,693
27,693
3,181
24,473
52,166
1,612
12,397
64,563
0,862
6,634
71,198
0,744
5,723
76,921
0,676
5,198
82,118
0,564
4,336
86,454
0,442
3,400
89,854
0,418
3,212
93,066
10
0,333
2,562
95,628
11
0,239
1,836
97,464
12
0,205
1,575
99,039
13
0,125
0,961
100,000
234
Toutes les communalits sont suprieures au seuil de 0,4. Le Tableau 4.9 reprend les
communalits et la structure factorielle finale aprs rotation lies cette variable.
Tableau 4.9 : Communalits et structure factorielle finale aprs rotation de la variable
Structure
Items
Communalits
Deg_dfin_rgle_procd
0,642
0,800
0,026
0,039
Degr_specia_tches
0,640
0,799
-0,016
-0,031
Deg_dfin_fonct
0,716
0,768
-0,155
0,321
Degr_formalisation_RP
0,656
0,739
0,195
-0,268
Degr_formalisation_tches
0,607
0,730
0,188
-0,197
Deg_dfin_objectif_perfor
0,504
0,617
-0,350
-0,015
Niveau_PD_choix_investissements
0,654
0,029
0,800
0,118
Niveau_PD_emb_licen
0,668
-0,337
0,744
-0,027
Niveau_PD_dvelop_lancement_nps
0,528
0,034
0,726
-0,015
Niveau_PD_fixation_px_vente
0,531
0,162
0,684
0,193
Niveau_PD_oprationnelles
0,633
0,023
0,679
0,415
Degr_consulta_collabo_av_prise_dci
0,865
0,038
0,268
0,890
Degr_prise_dci_par_collaborateurs
0,749
-0,157
0,099
0,845
235
Items
Degr_specia_tches
0,702
Deg_dfin_fonct
0,699
Deg_dfin_rgle_procd
0,697
Deg_dfin_objectif_perfor
0,739
Degr_consulta_collabo_av_prise_dci
0,694
Degr_prise_dci_par_collaborateurs
0,718
Niveau_PD_dvelop_lancement_nps
0,696
Niveau_PD_emb_licen
0,723
Niveau_PD_fixation_px_vente
0,679
Niveau_PD_choix_investissements
0,680
Niveau_PD_oprationnelles
0,684
Degr_formalisation_tches
0,700
Degr_formalisation_RP
0,702
0,718
la lecture du Tableau 4.10, nous remarquons que le score de lalpha de Cronbach est
dun niveau satisfaisant et reflte une bonne cohrence interne. Ainsi, la suppression des
items Deg_dfin_objectif_perfor ou Niveau_PD_emb_licen ne permet pas damliorer
sensiblement la cohrence interne de lchelle. Par consquent, la suppression de ces items ne
sera dcide quau vu des rsultats du lanalyse factorielle confirmatoire.
Aprs lanalyse exploratoire que nous avons mene, il est permis de procder
lpuration de deux items afin damliorer la qualit dinstrument. Nous rexaminons la
structure factorielle obtenue, par la mthode danalyse factorielle confirmatoire afin de
stabiliser notre chelle de mesure.
236
4.2.1.3.1.2
Tous les coefficients de rgression standardiss sont suprieurs au seuil fix de 0,5
(compris entre 0,584 et 0,985). Aussi, tous les coefficients de corrlation multiple sont
suprieurs au seuil fix de 0,25 (Tableau 4.11 et Schma 4.5).
Tableau 4.11 : Analyse factorielle confirmatoire de la variable Structure
Coefficients de
rgression
standardiss
Coefficients de
corrlation
multiple
0,985
0,971
Deg_dfin_fonct
0,786
0,618
Deg_dfin_rgle_procd
0,735
0,540
Deg_dfin_objectif_perfor
0,662
0,438
Degr_consulta_collabo_av_prise_dci
0,719
0,517
Degr_prise_dci_par_collaborateurs
0,970
0,942
Niveau_PD_dvelop_lancement_nps
0,597
0,356
Niveau_PD_emb_licen
0,719
0,517
Niveau_PD_fixation_px_vente
0,584
0,341
Niveau_PD_choix_investissements
0,807
0,651
Niveau_PD_oprationnelles
0,644
0,415
Dimensions
Degr de spcialisation des tches
Degr_specia_tches
Degr de standardisation
0,640
0,410
Degr_formalisation_RP
0,962
0,925
237
Ainsi, tous les indices absolus, incrmentaux et de parcimonie respectent les normes de
bon ajustement les plus communment utilises. Le modle assure donc une bonne
reprsentation des donnes empiriques (Tableau 4.12).
238
Indices absolus
c2
Valeur 72,308
obtenue
Indices de parcimonie
ddl
RMSEA
IFI
CFI
c2/ddl
AIC
PCFI
58
0,098
0,082
0,920
0,910
1,247
0,676
Le c2 norm du modle est infrieur 2, les indices IFI et CFI sont suprieurs au seuil
dacceptabilit de 0,9, lindice RMSEA est infrieur 0,10. De surcrot, lindice AIC du
modle est inferieur celui du modle satur et lindice PCFI est proche de 1.
Une fois la structure factorielle de lchelle confirme, nous examinons la fiabilit de
celle-ci.
Pour cette chelle, nous obtenons un de Jreskog qui reflte une cohrence interne du
construit, trs satisfaisante.
Tableau 4.13 : de Jreskog de la variable Structure et ses dimensions
Dimensions ou variable
Rh de Jreskog
Degr de standardisation
0,7724
0,8406
0,8050
0,7942
Structure
0,9359
Rh de validit convergente
Degr de standardisation
0,5320
0,7293
0,4560
0,6675
Structure
0,5558
La variable Environnement est mesure par le biais de quatre items, deux mesurant
le Dynamisme de lenvironnement externe, un est cens mesurer la Prvisibilit des actions et
des comportements des concurrences sur le march et le dernier mesurant la Prvisibilit des
gots et des prfrences des clients. Notons que lensemble des items est mesur sur une
mme chelle en 5 points.
240
4.2.1.3.2.1
0,712
62,018
6
0,000
LACP permet dextraire un seul facteur selon la rgle de valeurs propres suprieures ou
gales 1. Il explique presque 67,47 % de la variance (Tableau 4.16).
Tableau 4.16 : Valeurs propres et pourcentage de variance explique relatives la
variable Environnement
Valeurs propres initiales
Composante
Total
% de la variance
% cumuls
2,699
67,466
67,466
0,665
16,616
84,082
0,404
10,106
94,188
0,232
5,812
100,000
Les quatre items sont bien reprsents sur le facteur retenu. En effet, les communalits
dpassent toutes 0,4 (comprises entre 0,603 et 0,782). Aussi, les contributions factorielles sont
nettement suprieures 0,5 (comprises entre 0,776 et 0,885). Le tableau ci-dessous reprend
les communalits et la structure factorielle de la variable Environnement .
241
Communalits
Facteur 1
Dynamique_envi_plan_techno
0,782
0,885
Prvisibilit_comportem_concurre
0,684
0,827
Dynami_enviro_plan_co
0,630
0,794
Prvisibilit_gots_prfren_client
0,603
0,776
Items
Dynami_enviro_plan_co
0,811
Dynamique_envi_plan_techno
0,752
Prvisibilit_comportem_concurre
0,793
Prvisibilit_gots_prfren_client
0,820
0,839
Lalpha de Cronbach est de 0,839, ce qui reflte une bonne cohrence interne. Aucune
suppression ditem ne permet damliore la fiabilit de la variable de mesure
Environnement .
Une fois lanalyse exploratoire ralise, nous rexaminons la structure factorielle
obtenue, par la mthode danalyse factorielle confirmatoire.
242
4.2.1.3.2.2
Tous les coefficients de rgression standardiss sont suprieurs au seuil fix de 0,5.
Aussi, tous les coefficients de corrlation multiple (affichs au dessus des rectangles) sont
suprieurs au seuil fix de 0,25 (Tableau 4.19 et Schma 4.6).
Tableau 4.19 : Analyse factorielle confirmatoire de la variable Environnement
Coefficients de
rgression
standardiss
Coefficients de
corrlation
multiple
Dynami_enviro_plan_co
0,724
0,524
Dynamique_envi_plan_techno
0,976
0,952
Dimensions
0,984
0,968
0,979
0,958
243
Indices absolus
c2
Valeur
2,542
obtenue
Indices de parcimonie
ddl
RMSEA
IFI
CFI
c2/ddl
AIC
PCFI
0,281
0,086
0,992
0,991
1,271
0,330
Rh de Jreskog
0,8465
Environnement
0,9573
244
Rh de validit convergente
0,7381
Environnement
0,8506
La variable Style de dcision est mesure par le biais de quatorze items, six
mesurant les caractristiques de linformation utilise et huit censs mesurer le degr de
supervision personnelle des tches. Notons que lensemble des items est mesur sur une
mme chelle en 5 points.
4.2.1.3.3.1
245
0,630
274,048
91
0,000
Une ACP est lance sur lensemble initial des quatorze items, le critre de Kaiser
indique lexistence de quatre facteurs qui permettent de restituer 70,62 % de la variance totale
explique (Tableau 4.24).
Tableau 4.24 : Valeurs propres et pourcentage de variance explique relatives la
variable Style de dcisions
Valeurs propres initiales
Composante
Total
% de la variance
% cumuls
4,703
33,594
33,594
2,471
17,648
51,243
1,503
10,734
61,977
1,210
8,641
70,618
0,974
6,955
77,572
0,682
4,869
82,441
0,671
4,795
87,236
0,571
4,079
91,315
0,394
2,811
94,126
10
0,255
1,822
95,949
11
0,198
1,413
97,362
12
0,170
1,211
98,573
13
0,128
0,913
99,485
14
0,072
0,515
100,000
En nous
basant
sur
le critre des
communalits, litem
Degr_supervis_
Items
Quantit_information_utilise
0,799
0,836
0,268
-0,061
-0,155
Degr_structuration_info_utilise
0,775
0,810
0,229
-0,014
0,257
Degr_rfrence_intuition
0,716
0,787
0,259
0,170
0,032
Degr_formalisation_info_utilise
0,756
0,731
0,040
-0,448
-0,136
Varit_solutions_av_dcision
0,572
0,678
-0,123
0,264
0,164
Degr_supervis_person_ordre_jr_runion
0,318
0,424
0,184
-0,017
0,322
Degr_supervis_person_suivi_clients
0,849
0,194
0,890
0,096
0,100
Degr_supervis_person_ponctualit_person
0,880
0,184
0,851
0,327
0,118
Degr_supervis_perso_organi_serv_oprat
0,774
0,292
0,765
-0,245
0,208
Degr_superv_person_trav_oprat
0,786
-0,007
0,721
0,513
-0,048
Degr_supervis_person_prstat_fourniss
0,789
0,016
0,159
0,873
-0,036
Degr_supervis_person_proprit_locaux
0,617
0,172
0,199
0,534
0,513
Degr_supervis_perso_circulat_informat
0,658
0,166
0,008
-0,148
0,780
Degr_organisat_sminai_format_person
0,597
0,099
-0,128
-0,160
-0,739
Concernant la structure factorielle aprs rotation, nous remarquons que les items Degr_
superv_person_trav_oprat et Degr_supervis_person_proprit_locaux ont des corrlations
suprieures 0,5 avec deux facteurs. Nous dcidons alors de supprimer les items
Degr_supervis_person_ordre_jr_runion,
Degr_superv_person_trav_oprat
et
Degr_
247
0,653
195,593
55
0,003
Composante
Total
% de la variance
% cumuls
4,103
37,297
37,297
1,922
17,475
54,772
1,310
11,911
66,683
1,156
10,509
77,193
0,664
6,034
83,226
0,624
5,675
88,901
0,442
4,014
92,915
0,269
2,446
95,361
0,238
2,165
97,526
10
0,170
1,543
99,069
11
0,102
0,931
100,000
En nous basant sur le critre des communalits, tous les items ont des communalits
suprieures au seuil fix 0,4 (comprises entre 0,609 et 0,869) (Tableau 4.28).
248
Items
Quantit_information_utilise
0,792
0,832
0,284
-0,121
-0,072
Degr_structuration_info_utilise
0,780
0,797
0,269
0,235
-0,131
Degr_rfrence_intuition
0,726
0,780
0,310
0,002
0,146
Varit_solutions_av_dcision
0,609
0,711
-0,081
0,188
0,248
Degr_formalisation_info_utilise
0,813
0,695
0,066
-0,139
-0,553
Degr_supervis_person_suivi_clients
0,869
0,153
0,910
0,039
0,127
Degr_supervis_person_ponctualit_person
0,847
0,172
0,852
0,065
0,297
Degr_supervis_perso_organi_serv_oprat
0,829
0,252
0,819
0,186
-0,245
Degr_supervis_perso_circulat_informat
0,735
0,171
0,026
0,825
-0,158
Degr_organisat_sminai_format_person
0,694
0,073
-0,171
-0,781
-0,221
Degr_supervis_person_prstat_fourniss
0,797
0,095
0,150
0,000
0,875
249
0,634
149,466
36
0,000
Composante
% de la variance
% cumuls
3,830
42,558
42,558
1,476
16,404
58,963
1,300
14,445
73,408
0,714
7,937
81,345
0,596
6,620
87,965
0,408
4,529
92,494
0,305
3,388
95,882
0,263
2,917
98,799
0,108
1,201
100,000
En nous basant sur le critre des communalits, tous les items ont des communalits
suprieures au seuil fix (comprises entre 0,562 et 0,859). Aussi, les contributions factorielles
sont suprieures 0,5 (comprises entre 0,732 et 0,911). Le tableau ci-dessous reprend les
communalits et la structure factorielle aprs rotation de la variable Style de dcisions .
250
Items
Communalits
Quantit_information_utilise
0,796
0,835
0,279
-0,144
Degr_rfrence_intuition
0,744
0,797
0,327
-0,026
Degr_structuration_info_utilise
0,729
0,781
0,257
0,231
Varit_solutions_av_dcision
0,562
0,732
-0,046
0,156
Degr_supervis_person_suivi_clients
0,859
0,167
0,911
0,030
Degr_supervis_person_ponctualit_person
0,807
0,158
0,881
0,070
Degr_supervis_perso_organi_serv_oprat
0,730
0,248
0,797
0,183
Degr_supervis_perso_circulat_informat
0,704
0,211
-0,007
0,812
Degr_organisat_sminai_format_person
0,677
0,077
-0,201
-0,794
251
Items
Quantit_information_utilise
0,694
Degr_structuration_info_utilise
0,694
Varit_solutions_av_dcision
0,737
Degr_rfrence_intuition
0,698
Degr_organisat_sminai_format_person
0,827
Degr_supervis_perso_organi_serv_oprat
0,700
Degr_supervis_perso_circulat_informat
0,770
Degr_supervis_person_ponctualit_person
0,703
Degr_supervis_person_suivi_clients
0,686
0,752
la lecture du Tableau 4.32, nous remarquons que le score de lalpha de Cronbach est
dun
niveau
satisfaisant
et
reflte
une
bonne
cohrence
interne.
Les
items
items). Aussi, tous les coefficients de corrlation multiple sont suprieurs au seuil fix de 0,25
(sauf ceux de deux items) (Tableau 4.33 et Schma 4.7).
Tableau 4.33 : Analyse factorielle confirmatoire initiale de la variable
Style de dcisions
Coefficients de
rgression
standardiss
Coefficients de
corrlation
multiple
Quantit_information_utilise
0,833
0,694
Degr_structuration_info_utilise
0,773
0,598
Varit_solutions_av_dcision
0,536
0,287
Degr_rfrence_intuition
0,848
0,719
Degr_organisat_sminai_format_person
-0,071
0,005
Degr_supervis_perso_organi_serv_oprat
0,744
0,554
Degr_supervis_perso_circulat_informat
0,167
0,028
Degr_supervis_person_ponctualit_person
0,848
0,719
Degr_supervis_person_suivi_clients
0,936
0,876
Dimensions
Caractristiques de linformation utilise
253
254
Coefficients de
corrlation
multiple
Quantit_information_utilise
0,837
0,700
Degr_structuration_info_utilise
0,772
0,596
Varit_solutions_av_dcision
0,535
0,286
Degr_rfrence_intuition
0,846
0,716
Degr_supervis_perso_organi_serv_oprat
0,744
0,553
Degr_supervis_person_ponctualit_person
0,851
0,724
Degr_supervis_person_suivi_clients
0,934
0,873
Dimensions
255
Ainsi, tous les indices absolus, incrmentaux et de parcimonie respectent les normes de
bon ajustement les plus communment utilises. Le modle assure donc une bonne
reprsentation des donnes empiriques (Tableau 4.35).
Tableau 4.35 : Indices de qualit dajustement du modle de mesure de la variable
Style de dcisions
c2
Valeur
7,644
obtenue
Indices absolus
Indices
incrmentaux
ddl
RMSEA
IFI
CFI
c2/ddl
AIC
PCFI
13
0,866
0,000
1,042
1,000
0,588
0,619
Indices de parcimonie
Pour cette chelle, nous obtenons un de Jreskog qui reflte une cohrence interne du
construit, trs satisfaisante.
Tableau 4.36 : de Jreskog de la variable Style de dcisions et ses dimensions
Dimensions ou variable
Rh de Jreskog
0,8401
0,8827
Style de dcisions
0,9227
Rh de validit convergente
0,5746
0,7167
Style de dcisions
0,6355
257
4.2.1.3.4
La variable Stratgie de contrle est mesure par le biais de cinq items, deux
mesurant la dimension Stratgie de contrle relative aux budgets et trois censs mesurer la
dimension Stratgie de contrle relative aux cots . Les analyses factorielles exploratoires
ont t effectues sparment, car lchantillon tudi pour la premire dimension est
diffrent de celui tudi dans la deuxime dimension. Par contre, le logiciel AMOS (le
logiciel utilis pour raliser les analyses factorielles confirmatoires) nous permet dexcuter
des analyses multi-groupes. Notons que lensemble des items mesurant les deux dimensions
est mesur sur une mme chelle en 5 points.
4.2.1.3.4.1
Comme prcdemment, nous procdons aux mmes analyses. Nous vrifions que les
donnes sont factorisables avec lindice de KMO et le test de spcificit de Bartlett. Les
rsultats indiquent que nous pouvons poursuivre lanalyse car lindice KMO est de 0,500, ce
qui est une valeur acceptable et le test de sphricit de Bartlett est significatif.
Tableau 4.38 : Rsultats du lindice KMO et du test de Bartlett pour la dimension
Stratgie de contrle relative aux budgets
Mesure de prcision de l'chantillonnage de
Kaiser-Meyer-Olkin.
Khi-deux approxim
Test de sphricit
ddl
de Bartlett
Signification de Bartlett
0,500
28,536
1
0,000
Nous lanons une ACP sur les deux items qui mesurent la dimension Stratgie de
contrle relative aux budgets . Le critre de Kaiser indique lexistence dun seul facteur, qui
permet de restituer 88,98% de la variance totale explique (Tableau 4.39).
258
Composante
Total
% de la variance
% cumuls
1,780
88,976
88,976
0,220
11,024
100,000
Les deux items sont bien reprsents sur le facteur retenu. En effet, les communalits
dpassent fortement 0,4 (0,890 pour les deux items). Aussi, les contributions factorielles sont
fortement suprieures 0,5 (0,943 pour les deux items).
Tableau 4.40 : Communalits et structure factorielle de la dimension
Stratgie de contrle relative aux budgets
Communalits
Facteur
1
Degr_couverture_fonct_sys_budg
0,890
0,943
Frquence_utilis_don_sys_budg
0,890
0,943
Items
Items
Degr_couverture_fonct_sys_budg
NaN
Frquence_utilis_don_sys_budg
NaN
0,846
Le score de lalpha de Cronbach est dun trs bon niveau et reflte une bonne cohrence
interne.
259
0,637
29,467
3
0,000
Une ACP est lance sur lensemble initial des trois items. Le critre de Kaiser indique
lexistence dun seul facteur qui permet de restituer un peu plus de 70,13% de la variance
totale explique (Tableau 4.43).
260
Composante
% de la variance
% cumuls
2,104
70,135
70,135
0,632
21,054
91,189
0,264
8,811
100,000
Les trois items sont bien reprsents sur le facteur retenu. En effet, les communalits
suprieures au seuil fix de 0,4 (comprises entre 0,534 et 0,812). Aussi, les contributions
factorielles sont suprieures au seuil fix de 0,5 (comprises entre 0,731 et 0,901).
Tableau 4.44 : Communalits et structure factorielle de la dimension
Stratgie de contrle relative aux cots
Communalits
Facteur
1
Varit_cots_calcules
0,812
0,901
Varit_objets_cots_calcules
0,758
0,871
Frquence_utilisa_donne_cots
0,534
0,731
Items
261
Items
Varit_cots_calcules
0,523
Varit_objets_cots_calcules
0,573
Frquence_utilisa_donne_cots
0,842
0,773
Les statistiques montrent que lalpha de Cronbach est satisfaisant (0,773), ce qui reflte
une bonne cohrence interne. Ce score peut tre amlior en supprimant litem
Frquence_utilisa_donne_cots. Toutefois, cette augmentation reste minime par rapport la
perte dinformation que cela gnrera. Nous dcidons donc de conserver cet item.
Une fois que les analyses exploratoires des deux dimensions Stratgie de contrle
relative aux budgets et Stratgie de contrle relative aux cots sont ralises, nous
rexaminons la structure factorielle obtenue, par la mthode danalyse factorielle
confirmatoire afin de stabiliser notre chelle de mesure.
4.2.1.3.4.3
Une premire AFC est lance sur les deux dimensions de la variable Stratgie de
contrle .
Tous les items associs aux deux dimensions ont des coefficients de rgression
standardiss suprieurs au seuil fix de 0,5 (compris entre 0,50 et 0,97). De mme, tous les
coefficients de corrlation multiple sont suprieurs ou gales le seuil fix de 0,25 (compris
entre 0,25 et 0,93) (Tableau 4.46 et Schma 4.9).
262
Coefficients de
corrlation
multiple
Degr_couverture_fonct_sys_budg
0,807
0,652
Frquence_utilis_don_sys_budg
0,965
0,931
Varit_cots_calcules
0,930
0,865
Varit_objets_cots_calcules
0,697
0,486
Frquence_utilisa_donne_cots
0,495
0,245
Dimensions
Stratgie de contrle relative aux budgets
infrieur 2. Lindice RMSEA est infrieur de 0,10 et les indices IFI et CFI sont suprieurs
au seuil dacceptabilit de 0,9. De surcrot, lindice AIC du modle est infrieur celui du
modle satur (Tableau 4.47).
Tableau 4.47 : Indices de qualit dajustement du modle de mesure de la variable
Stratgie de contrle
Indices
incrmentaux
Indices absolus
c2
Valeur
40,113
obtenue
Indices de parcimonie
ddl
RMSEA
IFI
CFI
c2/ddl
AIC
PCFI
25
0,028
0,063
0,948
0,937
1,605
0,312
Rh de Jreskog
0,8828
0,7623
Stratgie de contrle
0,8928
264
Rh de validit convergente
0,7914
0,5320
Stratgie de contrle
0,6357
La variable Caractristiques des TB est mesure par le biais de treize items, quatre
mesurant le degr de ractivit, quatre censs mesurer la diversit du champ dapplication,
quatre consacrs la mesure de diversit des indicateurs de performance et le dernier
mesurant le degr de dcentralisation des TB. Notons que lensemble des items est mesur sur
une mme chelle en 5 points.
4.2.1.3.5.1
La premire tape dans ltude exploratoire consiste sassurer que les donnes sont
factorisables .
Ainsi, Le test KMO, dont la valeur est suprieure 0,7 (KMO = 0,727), donne un
rsultat qui autorise la factorisation et le test de sphricit de Bartlett est significatif
(Tableau 4.50). Nous pouvons poursuivre lanalyse.
265
0,727
298,725
78
0,000
Une ACP est lance sur lensemble initial des treize items. Le critre de Kaiser indique
lexistence de trois facteurs qui permettent de restituer 70,24 % de la variance totale explique
(Tableau 4.51).
Tableau 4.51 : Valeurs propres et pourcentage de variance explique relatives la
variable Caractristiques des TB
Composante
% de la variance
% cumuls
4,828
37,139
37,139
2,826
21,738
58,877
1,477
11,360
70,237
0,882
6,783
77,021
0,852
6,556
83,576
0,527
4,053
87,629
0,426
3,275
90,904
0,368
2,830
93,734
0,297
2,287
96,021
10
0,190
1,458
97,479
11
0,139
1,066
98,545
12
0,113
0,867
99,412
13
0,076
0,588
100,000
Items
Degr_intgration_indicateurs_lments_incorp
0,785
0,876
0,092
0,094
Dgr_intgration_donnes_externes_TB
0,726
0,841
0,113
-0,076
Degr_intgration_indicateurs_perfo_clients
0,814
0,830
0,065
0,347
Dgr_intgration_donnes_qualitatives_TB
0,666
0,810
0,076
0,063
Degr_intgration_indicateurs_objectifs_stratg
0,694
0,749
0,058
0,360
Dlait_production_TB
0,892
-0,001
0,943
0,054
Frquence_prodction_TB
0,777
0,074
0,878
-0,015
Degr_intgration_indicateurs_suivi_TB
0,810
0,207
0,871
0,091
Degr_intgration_indicateurs_prvis_TB
0,780
0,277
0,805
0,235
Degr_intgration_indicateurs_perfo_financire
0,294
0,319
-0,415
-0,141
Dgr_intgration_donnes_financires_TB
0,701
0,194
0,172
0,796
Dgr_intgration_donnes_non_financires_TB
0,747
0,379
0,002
0,776
Degr_dcentralisation_TB
0,445
-0,075
0,102
0,655
Test de sphricit
ddl
de Bartlett
Signification de Bartlett
267
0,759
288,024
66
0,000
Composante
% de la variance
% cumuls
4,827
40,229
40,229
2,642
22,016
62,245
1,461
12,176
74,421
0,852
7,104
81,525
0,554
4,617
86,141
0,442
3,687
89,828
0,368
3,067
92,896
0,312
2,603
95,499
0,191
1,595
97,094
10
0,139
1,156
98,250
11
0,118
0,979
99,229
12
0,092
0,771
100,000
Les douze items restants sont relativement bien reprsents sur les trois facteurs retenus.
En effet, les communalits dpassent toutes 0,4 (comprises entre 0,438 et 0,880). Aussi, les
contributions factorielles sont suprieures 0,5 (comprises entre 0,653 et 0,936). Le tableau
ci-dessous reprend les communalits et la structure factorielle aprs rotation de la variable
Caractristiques des TB aprs puration.
268
Items
Degr_intgration_indicateurs_lments_incorp
0,779
0,870
0,117
0,089
Degr_intgration_indicateurs_perfo_clients
0,834
0,852
0,065
0,323
Dgr_intgration_donnes_externes_TB
0,725
0,836
0,136
-0,084
Dgr_intgration_donnes_qualitatives_TB
0,693
0,828
0,080
0,038
Degr_intgration_indicateurs_objectifs_stratg
0,696
0,754
0,070
0,351
Dlait_production_TB
0,880
-0,018
0,936
0,060
Frquence_prodction_TB
0,786
0,046
0,885
0,000
Degr_intgration_indicateurs_suivi_TB
0,821
0,178
0,882
0,105
Degr_intgration_indicateurs_prvis_TB
0,812
0,236
0,830
0,260
Dgr_intgration_donnes_financires_TB
0,720
0,183
0,181
0,809
Dgr_intgration_donnes_non_financires_TB
0,746
0,387
0,004
0,772
Degr_dcentralisation_TB
0,438
-0,065
0,089
0,653
269
Items
Frquence_prodction_TB
0,829
Dlait_production_TB
0,833
Degr_intgration_indicateurs_suivi_TB
0,821
Degr_intgration_indicateurs_prvis_TB
0,814
Dgr_intgration_donnes_financires_TB
0,828
Dgr_intgration_donnes_non_financires_TB
0,827
Dgr_intgration_donnes_qualitatives_TB
0,824
Dgr_intgration_donnes_externes_TB
0,823
Degr_intgration_indicateurs_perfo_clients
0,813
Degr_intgration_indicateurs_objectifs_stratg
0,818
Degr_intgration_indicateurs_lments_incorp
0,816
Degr_dcentralisation_TB
0,863
0,838
la lecture du Tableau 4.56, nous remarquons que le score de lalpha de Cronbach est
dun niveau satisfaisant et reflte une bonne cohrence interne. Ainsi, la suppression des
items Degr_dcentralisation_TB ne permet pas damliorer sensiblement la cohrence
interne de lchelle. Par consquent, la suppression de cet item ne sera dcide quau vu des
rsultats du lanalyse factorielle confirmatoire.
Aprs lanalyse exploratoire que nous avons mene, il est permis de procder
lpuration dun seul item afin damliorer la qualit dinstrument. Nous rexaminons la
structure factorielle obtenue, par la mthode danalyse factorielle confirmatoire afin de
stabiliser notre chelle de mesure.
270
4.2.1.3.5.2
Une premire AFC est lance sur les douze de la variable Caractristiques des TB .
Tous les coefficients de rgression standardiss sont suprieurs au seuil fix de 0,5 sauf litem
Dgr_intgration_donnes_financires_TB dont le coefficient est de 0,438. Aussi, tous les
coefficients de corrlation multiple sont suprieurs au seuil fix de 0,25 sauf celui de mme
item (0,191) (Tableau 4.57 et Schma 4.10).
Tableau 4.57 : Analyse factorielle confirmatoire initiale de la variable
Caractristiques des TB
Coefficients de
rgression
standardiss
Coefficients de
corrlation
multiple
Frquence_prodction_TB
0,818
0,669
Dlait_production_TB
0,905
0,818
Degr_intgration_indicateurs_suivi_TB
0,883
0,779
Degr_intgration_indicateurs_prvis_TB
0,841
0,707
Dgr_intgration_donnes_financires_TB
0,438
0,191
Dgr_intgration_donnes_non_financires_TB
0,543
0,295
Dgr_intgration_donnes_qualitatives_TB
0,668
0,446
Dgr_intgration_donnes_externes_TB
0,670
0,449
Degr_intgration_indicateurs_perfo_clients
0,900
0,809
Degr_intgration_indicateurs_objectifs_stratg
0,762
0,580
Degr_intgration_indicateurs_lments_incorp
0,802
0,643
0,994
0,988
Dimensions
Degr de ractivit
271
272
Coefficients de
corrlation
multiple
Frquence_prodction_TB
0,816
0,666
Dlait_production_TB
0,902
0,814
Degr_intgration_indicateurs_suivi_TB
0,885
0,782
Degr_intgration_indicateurs_prvis_TB
0,843
0,711
Dgr_intgration_donnes_non_financires_TB
0,578
0,334
Dgr_intgration_donnes_qualitatives_TB
0,686
0,471
Dgr_intgration_donnes_externes_TB
0,661
0,437
Degr_intgration_indicateurs_perfo_clients
0,906
0,820
Degr_intgration_indicateurs_objectifs_stratg
0,749
0,562
Degr_intgration_indicateurs_lments_incorp
0,804
0,646
0,994
0,988
Dimensions
Degr de ractivit
273
274
Indices absolus
c2
Valeur
60,853
obtenue
Indices de parcimonie
ddl
RMSEA
IFI
CFI
c2/ddl
AIC
PCFI
39
0,014
0,123
0,916
0,910
1,560
0,646
Rh de Jreskog
Degr de ractivit
0,9204
0,6782
0,8615
Caractristiques des TB
0,9538
275
suppression de cette dimension ne sera dcide quau vu des rsultats du lanalyse factorielle
de modle structurel.
Tableau 4.61 : vc de validit convergente de la variable Caractristiques des TB
et ses dimensions
Dimensions ou variable
Rh de validit convergente
Degr de ractivit
0,7433
0,4139
0,6760
Caractristiques des TB
0,6574
La variable Pilotage de la performance est mesure par le biais de onze items, deux
mesurant le Degr dutilisation des TB, cinq consacrs la mesure de Diversit dutilisation
des donnes des TB et les quatre derniers mesurant le Degr dutilit des TB. Notons que
lensemble des items est mesur sur une mme chelle en 5 points.
276
4.2.1.3.6.1
Test de sphricit
ddl
de Bartlett
Signification de Bartlett
0,851
307,455
55
0,000
Une ACP est lance sur lensemble initial des onze items, le critre de Kaiser indique
lexistence de trois facteurs qui permettent de restituer 78,46 % de la variance totale explique
(Tableau 4.63).
277
Composante
% de la variance
% cumuls
6,198
56,345
56,345
1,377
12,519
68,864
1,056
9,597
78,461
0,719
6,534
84,995
0,461
4,194
89,189
0,380
3,452
92,641
0,246
2,237
94,878
0,214
1,942
96,820
0,148
1,342
98,162
10
0,138
1,256
99,418
11
0,064
0,582
100,000
En nous basant sur le critre des communalits, tous les items ont des communalits
suprieures au seuil fix (comprises entre 0,582 et 0,921). Concernant la structure factorielle
de lchelle aprs rotation, nous remarquons que les items Degr_utilisation_TB_
contrler_trav_perso et Degr_utilisation_TB_informer_rsultats ont des corrlations
suprieurs 0,5 avec le 2me et le 3me facteur (Tableau 4.64).
278
Items
Degr_intelligibilit_donnes_TB
0,921
0,870
0,341
0,218
Degr_rentabilit_TB
0,812
0,868
0,209
0,125
Degr_signification_donnes_TB
0,871
0,856
0,258
0,269
Degr_fiabilit_donnes_TB
0,873
0,852
0,199
0,329
Degr_utilisation_TB_expliquer_objectifs_entrep
0,840
0,240
0,873
0,138
Degr_utilisation_TB_prvoir_situations_venir
0,826
0,340
0,837
0,098
Degr_utilisation_TB_suivre_perfo_entrep
0,791
0,172
0,828
0,274
Degr_utilisation_TB_contrler_trav_perso
0,638
0,336
0,513
0,512
Intensit_utilisation_donnes_TB
0,817
0,272
0,054
0,860
Frquence_utilisation_TB
0,660
0,180
0,260
0,749
Degr_utilisation_TB_informer_rsultats
0,582
0,189
0,522
0,523
279
0,818
264,576
36
0,000
Composante
% de la variance
% cumuls
5,280
58,662
58,662
1,317
14,629
73,291
1,018
11,314
84,604
0,507
5,637
90,242
0,292
3,248
93,490
0,220
2,446
95,936
0,160
1,774
97,710
0,139
1,548
99,258
0,067
0,742
100,000
Les neuf items restants sont bien reprsents sur les facteurs retenus. En effet, les
communalits dpassent toutes 0,4 (comprises entre 0,794 et 0,926), ce qui tmoigne dune
bonne qualit de reprsentation. Aussi, les contributions factorielles sont largement
suprieures 0,5. Celles-ci sont comprises entre 0,819 et 0,884 (Tableau 4.67).
280
Items
Degr_intelligibilit_donnes_TB
0,926
0,884
0,334
0,180
Degr_signification_donnes_TB
0,873
0,878
0,241
0,208
Degr_rentabilit_TB
0,801
0,858
0,217
0,136
Degr_fiabilit_donnes_TB
0,871
0,857
0,200
0,309
Degr_utilisation_TB_expliquer_objectifs_entrep
0,852
0,250
0,880
0,122
Degr_utilisation_TB_prvoir_situations_venir
0,847
0,337
0,850
0,104
Degr_utilisation_TB_suivre_perfo_entrep
0,826
0,179
0,846
0,278
Intensit_utilisation_donnes_TB
0,824
0,298
0,076
0,854
Frquence_utilisation_TB
0,794
0,168
0,309
0,819
281
Items
Frquence_utilisation_TB
0,909
Intensit_utilisation_donnes_TB
0,911
Degr_utilisation_TB_prvoir_situations_venir
0,900
Degr_utilisation_TB_expliquer_objectifs_entrep
0,903
Degr_utilisation_TB_suivre_perfo_entrep
0,903
Degr_fiabilit_donnes_TB
0,892
Degr_intelligibilit_donnes_TB
0,888
Degr_signification_donnes_TB
0,893
Degr_rentabilit_TB
0,898
Alpha de
Cronbach avec
lensemble des
items
0,910
Le score de lalpha de Cronbach est dun niveau trs satisfaisant et reflte un excellent
degr de consistance interne. Ainsi, la suppression des items Intensit_utilisation
_donnes_TB ne permet pas damliorer sensiblement la cohrence interne de lchelle. Les
neuf items de notre chelle contribuent tous la fiabilit de celle-ci.
Lanalyse exploratoire que nous avons mene, permet de procder lpuration de deux
items afin damliorer la qualit dinstrument. Nous rexaminons la structure factorielle
obtenue, par la mthode danalyse factorielle confirmatoire afin de stabiliser notre chelle de
mesure.
4.2.1.3.6.2
Tous les coefficients de rgression standardiss sont suprieurs au seuil fix de 0,5
(compris entre 0,610 et 0,973). Aussi, tous les coefficients de corrlation multiple sont
suprieurs au seuil fix de 0,25 (compris entre 0,372 et 0,947) (Tableau 4.69 et Schma 4.12).
282
Coefficients de
corrlation
multiple
Frquence_utilisation_TB
0,610
0,372
Intensit_utilisation_donnes_TB
0,973
0,947
Degr_utilisation_TB_prvoir_situations_venir
0,880
0,775
Degr_utilisation_TB_expliquer_objectifs_entrep
0,886
0,785
Degr_utilisation_TB_suivre_perfo_entrep
0,832
0,693
Degr_fiabilit_donnes_TB
0,881
0,777
Degr_intelligibilit_donnes_TB
0,969
0,938
Degr_signification_donnes_TB
0,924
0,854
Degr_rentabilit_TB
0,833
0,693
Dimensions
283
Indices absolus
c2
Valeur
33,772
obtenue
Indices de parcimonie
ddl
RMSEA
IFI
CFI
c2/ddl
AIC
PCFI
25
0,113
0,097
0,968
0,966
1,351
0,671
284
Rh de Jreskog
0,7863
0,9004
0,9463
Pilotage de la performance
0,9655
Rh de validit convergente
0,6595
0,7509
0,8155
Pilotage de la performance
0,7593
286
(12,706) la valeur lue sur la table de c2 pour 11 DDL. Par ailleurs, toutes les autres relations
sont significatives au seuil de 5%.
Tableau 4.73 : Tests de la validit discriminante
Relations
Taille
Caractristiques des TB
Age d'entreprise
Type d'activit
Structure
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
DDL
de
ML MC
de Rsultat de
DDL
test
ML
MC
5,280
42,215
36,935
Significatif
2,009
54,705
52,696
Significatif
4,003
44,035
40,032
Significatif
47,212 59,524
26
27
12,312
Non
significatif
Environnement
Caractristiques des TB
11,765 27,288
13
14
15,523
Significatif
Informatisation
Caractristiques des TB
3,838
24,511
20,673
Significatif
4,916
51,059
46,143
Significatif
10,476 26,666
10
16,190
Significatif
27
30
4,471
Significatif2
13
14
10,182
Non
significatif
Formation
Caractristiques des TB
Style de dcisions
Caractristiques des TB
Stratgie de contrle
Caractristiques des TB
performance
Pilotage de la
16,385 26,567
Test significatif au seuil de 5%, car la diffrence entre les deux valeurs du Chi-deux (Chi-deux de MC - Chideux de ML) pour ce couple de variables est suprieure (4,303) la valeur lue sur la table de c2 pour 3 DDL.
287
Nous pouvons conclure que certains items lis aux variables Structure ,
Caractristique des TB et Pilotage de la performance , sont des candidats supprimer
lors de la re-spcification du modle.
Le Tableau 4.74 (page suivante) rsume les rsultats de ltude exploratoire et
confirmatoire des chelles de mesure des variables latentes de second ordre intgres dans
notre modle de recherche.
288
289
AFE
13
4
AFE
15
Structure
Environnement
(SCRC)
(SCRC)
performance
Pilotage de la
des TB
11
12
3 pour
3 pour
contrle
13
(SCRB)
(SCRB)
Stratgie de
Caractristiques
2 pour
2 pour
dcisions
Style de
9
aprs
Avant
14
ditems
Variable
items
Nombre Nombre
(SCRC)
1 pour
(SCRB)
1 pour
retenus
facteurs
de
Nombre
289
84,604
0,910
0,838
(SCRC)
(SCRC)
74,421
0,773 pour
(SCRB)
0,846 pour
0,752
0,820
0,718
Cronbach
Alpha de
70,135 % pour
(SCRB)
88,976 % pour
73,408 %
64,910 %
64,563 %
explique
totale
Variance
0,9655
0,9538
0,8928
0,9227
0,9573
0,9359
Jreskog
Rh de
0,7593
0,6574
0,6357
0,6355
0,8506
0,5558
convergente
validit
Rh de
11
(SCRC)
3 pour
(SCRB)
2 pour
13
AFC
Aprs
ditems
Nombre
Tableau 4.74 : Rcapitulatif des rsultats relatifs la validation des chelles de mesure des variables latentes de second ordre
Nous avons effectu des analyses pralables sur le modle dquations structurelles
obtenu la suite des analyses exploratoires et confirmatoires opres sur nos chelles. Puis
nous amliorons la qualit de ce modle grce la re-spcification de celui-ci. Enfin, nous
vrifions les critres dajustement du modle final de la recherche.
4.2.2.1.1
Analyses pralables
290
291
Tableau 4.75 : Variables latentes et indicateurs de mesure de modle initial (rduit) des
quations structurelles
Variables
Nature des
variables
Code
Taille
Variable explicative
Taille
Indicateur de mesure
Taille_entreprise
Type dactivit
Variable explicative
Type dactivit
Activit dentreprise
Indicateur de mesure
Activit_entreprise
Age dentreprise
Variable explicative
Age dentreprise
Age dentreprise
Indicateur de mesure
Age_entreprise
Structure
Variable explicative
Structure
Indicateur de mesure
DST
Degr de standardisation
Indicateur de mesure
DS
Indicateur de mesure
DDH
Indicateur de mesure
DDV
Indicateur de mesure
DFTRP
Environnement
Variable explicative
Environnement
Indicateur de mesure
DEE
Indicateur de mesure
PACC
Indicateur de mesure
PGPC
Informatisation
Variable explicative
Informatisation
Degr dinformatisation
Indicateur de mesure
DI
Formation
Variable explicative
Formation
Type de formation
Indicateur de mesure
Type_formation
Style de dcisions
Variable explicative
Style de dcisions
Indicateur de mesure
CIU
Indicateur de mesure
DSPT
Stratgie de contrle
Variable explicative
Stratgie de contrle
Indicateur de mesure
SCRB
Indicateur de mesure
SCRC
Caractristiques des TB
Variable intermdiaire
Degr de ractivit
Indicateur de mesure
DR
Indicateur de mesure
DCA
Indicateur de mesure
DIP
Indicateur de mesure
DDTB
Pilotage de la performance
Variable expliquer
Indicateur de mesure
DUTB
Indicateur de mesure
DTUTB
Indicateur de mesure
DUTTB
292
Caractristiques des
TB
Pilotage de la
performance
Avant de procder au test des relations explicatives entre les diffrentes variables
latentes de notre modle, il est ncessaire de sassurer de la qualit de l'ajustement du modle
structurel aux donnes empiriques.
Les rsultats relatifs lajustement du modle structurel montrent que la valeur le c2
norm est infrieure 2,
adquation du modle thorique global aux donnes empiriques et lindice AIC du modle est
infrieur celui de modle satur. En revanche, la valeur de p associe au c2 est infrieure de
0,05, les indices IFI et CFI sont largement infrieurs au seuil dacceptabilit de 0,9 et lindice
PCFI nest pas proche de 1 (Tableau 4.76).
Tableau 4.76 : Indices de qualit dajustement du modle structurel initial
Indices
incrmentaux
Indices absolus
c2
ddl
Valeur
1295,318 747
obtenue
Indices de parcimonie
RMSEA
IFI
CFI
c2/ddl
AIC
PCFI
0,000
0,086
0,530
0,459
1,734
0,381
Re-spcification de modle
293
Tableau 4.77 : Les relations entre les variables du modle initial et les items participants
ces mesures
Estimate
Taille_entreprise
<---
S.E.
C.R.
0,172
0,219
0,192
0,176
3,914
-0,778
-0,363
4,103
***
NS
NS
***
0,328
0,255
3,821
3,785
***
***
0,463
3,068
**
598,681
0,180
0,091
0,081
1,492
8,686
NS
NS
***
0,319
0,772
NS
1,180
0,341
3,458
***
1,248
0,372
3,358
***
Taille
1,000
Activit_entreprise <---
Type d'activit
1,000
Age_entreprise
<---
Age d'entreprise
1,000
DST
<---
Structure
1,000
DS
DDH
DDV
DFTRP
<--<--<--<---
Structure
Structure
Structure
Structure
0,673
-0,170
-0,070
0,721
DEE
<---
Environnement
1,000
PACC
PGPC
<--<---
Environnement
Environnement
1,254
0,964
DI
<---
Informatisation
1,000
Type_formation
<---
Formation
1,000
DSPT
<---
Style de dcisions
1,000
CIU
<---
Style de dcisions
1,420
SCRB
<---
Stratgie de contrle
1,000
SCRC
DR
DCA
<--<--<---
Stratgie de contrle
Caractristique des TB
Caractristique des TB
48,552
0,268
0,795
DIP
<---
Caractristique des TB
1,000
DDTB
<---
Caractristique des TB
0,246
DUTB
<---
Pilotage de la
performance
1,000
DTUTB
<---
DUTTB
<---
Pilotage de la
performance
Pilotage de la
performance
Ces rsultats confirment ceux issus de la validit discriminante. En effet, outre litem
SCRC de la variable stratgie de contrle , quatre items lis aux deux variables
294
295
296
Nous vrifions prsent les critres dajustement du modle structurel final aprs
re-spcification du modle initial.
4.2.2.1.3
Indices absolus
c2
Valeur
335,800
obtenue
Indices de parcimonie
ddl
RMSEA
IFI
CFI
c2/ddl
AIC
PCFI
300
0,076
0,042
0,919
0,902
1,119
0,712
Une fois les critres dajustement du modle structurel tudis, nous procdons cidessous linterprtation des rsultats statistiques et par consquent au test de nos hypothses
de recherche.
4.2.2.2
Lobjectif est maintenant de tester les hypothses de recherche par la mthode des
quations structurelles et de les discuter. Nous nous basons sur les coefficients de rgression
standardiss, le test T de Student et les seuils de risque qui leur sont associs.
Nous prsentons successivement :
-
Les rsultats du test des hypothses relatives linfluence des facteurs de contingence
organisationnelle (taille, type dactivit, ge dentreprise, structure, environnement,
informatisation) sur la variable intermdiaire (Caractristiques des TB) ;
297
Les rsultats du test des hypothses relatives linfluence des facteurs de contingence
comportementale (type de formation, style de dcision, stratgie de contrle) sur la
variable intermdiaire ;
Lanalyse des relations entre les variables qui ont t dfinies pour reprsenter les
facteurs de contingence organisationnelle dune part, et les caractristiques des tableaux de
bord des PME dautre part, montre que la taille, le type dactivit, la structure et
linformatisation influencent la manire dont cet outil est labor.
4.2.2.2.1.1
Cette hypothse propose de tester que la taille dentreprise une influence positive sur
les caractristiques des tableaux de bord. La corrlation entre les deux variables est
significative au seuil de 0,001, la valeur du test T de Student (CR) est de 3,418, le coefficient
de rgression entre les deux variables est de 0,374. Il ressort de ces rsultats que lhypothse
H1 est valide.
Ce rsultat est conforme la majorit des travaux de recherche thoriques et
empiriques, ayant analys la relation entre la taille dentreprise et les caractristiques de leurs
systmes de contrle de gestion (Merchant, 1981 ; Kalika, 1987 ; Chapellier, 1994 ; Bergeron,
1996 ; Germain, 2000).
Ainsi, laugmentation deffectifs complique les problmatiques de contrle des PME et
entraine une diffrenciation des systmes de contrle de gestion de ces entits. Ce rsultat
nous permet didentifier lune des causes de diffrentiation des systmes de contrle de
gestion des PME 1 et PME 2. En effet, la moyenne de la taille des PME 1 est de 116,84, alors
que pour les PME 2 la moyenne est de 63,81.
298
Il est possible dexpliquer ce rsultat par le fait que laccroissement de la taille des PME
saccompagne
ncessairement
dun
largissement
de
lespace
de
contrle,
dont
laugmentation des niveaux hirarchiques peut tre lune des causes, que le dirigeant ne peut
plus couvrir en recourant seulement la supervision directe.
En conclusion, plus la taille dentreprise est grande, plus ses tableaux de bord tendent
tre sophistiqus.
4.2.2.2.1.2
La deuxime hypothse stipule que les pratiques de tableau de bord des petites et
moyennes entreprises industrielles sont plus sophistiques que celles des PME commerciales
ou de services. Les rsultats montrent que la corrlation entre les deux variables est
significative au seuil de 0,01, la valeur du test T de Student (CR) est de 2,777, le coefficient
de rgression entre les deux variables est de 0,301, ce qui signifie que lhypothse H2 est
valide.
Ce rsultat signifie que les tableaux de bord des entreprises industrielles sont plus
sophistiqus que celles des PME commerciales ou de services. Ce rsultat vient confirmer
celui auquel ont abouti certains auteurs qui ont trouv que le type dactivit influence les
systmes de contrle de gestion (Kalika, 1987 ; Bajan-Banaszak, 1993 ; Chapellier, 1994 ;
Germain, 200) sans toutefois en proposer de vritables explications.
En conclusion, les pratiques de tableaux de bord des PMI sont plus sophistiques que
celles des PME commerciales ou de services
4.2.2.2.1.3
Cette hypothse propose dexaminer si lge dentreprise a une influence sur les
caractristiques des tableaux de bord. Les rsultats montrent que la corrlation entre les deux
variables nest pas significative au seuil de 0,05, la valeur du test T de Student (CR) est de
1,009, le poids de la corrlation est de 0,107. Par consquent lhypothse H3 est rejete.
299
Cette quatrime hypothse stipule que plus la structure de PME est dcentralise, plus le
degr de sophistication des pratiques de tableaux de bord est lev. Cette hypothse est
valide. En effet, la corrlation entre les deux variables est significative au seuil de 0,01, la
valeur du test T de Student (CR) est de 2,731, le lien structurel est de 0,354.
Cette conclusion qui confirme celles issue des travaux de Kalika (1987) et de Germain
(2000), peut sexpliquer par le fait que les PME qui procdent une dcentralisation des
responsabilits et de la prise de dcision doivent se doter paralllement de tableaux de bord
sophistiqus permettent la direction de lentreprise de piloter ces activits.
Ce rsultat nous permet didentifier une autre cause de diffrentiation des systmes de
contrle de gestion des PME 1 et PME 2. En effet, la structure des PME 1 est plus
dcentralise que celle de PME 2.
Nous pouvons ainsi conclure que plus la structure de PME est dcentralise, plus le
degr de sophistication des pratiques de tableaux de bord est lev.
4.2.2.2.1.5
Cette hypothse suggre que plus lenvironnement des PME est incertain et complexe,
plus le degr de sophistication des pratiques de tableaux de bord est lev. Les rsultats
montrent que la corrlation entre les deux variables nest pas significative au seuil de 0,05, la
valeur du test T de Student (CR) est de 1,502, le coefficient de rgression entre les deux
variables est de 0,182. Par consquent lhypothse H5 est rejete.
Ce rsultat, mme sil est contraire certains rsultats trouvs dans des travaux
thoriques et empiriques antrieurs (Hofstede, 1967 ; Khandwalla, 1972 ; Gordon et Miller,
1976 ; Gordon et Narayan, 1984, German, 2000), saccorde avec les conclusions du travail de
300
Bergeron (1996) qui parvient au constat que le contexte environnemental des organisations
ninfluence pas la manire dont celles-ci laborent leurs tableaux de bord. Ce rsultat pourrait
tre expliqu par lexistence dautres facteurs plus importants que lenvironnement qui
influencent les pratiques de contrle de gestion des PME.
4.2.2.2.1.6
Lhypothse 6 suppose que le degr dinformatisation a une influence positive sur les
caractristiques des tableaux de bord. En effet, la corrlation entre les deux variables est
significative au seuil de 0,05, la valeur du test T de Student (CR) est de 2,326, le lien
structurel est de 0,260. Ces rsultats montrent que lhypothse H6 est valide.
Ce rsultat est conforme aux prconisations thoriques et aux validations empiriques
ayant soulign limpact de linformatisation sur les systmes de contrle de gestion (Kalika,
1987 ; Chapellier, 1994 ; Germain, 2000). Ce rsultat pourrait tre expliqu par le fait que
lintroduction de linformatique dans les PME, contribu au dveloppement de dispositifs de
tableaux de bord.
Les relations qui ont t mises en vidence entre les facteurs de contingence
organisationnelle et les caractristiques des tableaux de bord des PME de lchantillon
permettent dvaluer dans quelle mesure les hypothses relatives aux facteurs de contingence
organisationnelle sont confirmes ou infres (Tableau 4.79).
301
Tableau 4.79 : Rsultats des tests des hypothses relatives aux facteurs de contingence
organisationnelle
Hypothse
N
H1
H2
H3
H4
Enonc de lhypothse
Plus la taille dentreprise est grande, plus ses tableaux de bord
Rsultats
du test
Valide
Valide
Rejete
Valide
Rejete
lev.
Plus le degr dinformatisation des activits de PME augmente,
H6
Valide
est lev.
Aprs avoir prsent les rsultats des tests des hypothses relatives aux facteurs de
contingence organisationnelle, nous abordons maintenant ceux des tests des hypothses lies
aux facteurs de contingence comportementale.
4.2.2.2.2
302
4.2.2.2.2.1
Cette hypothse stipule que les pratiques de tableaux de bord des PME sont plus
sophistiques lorsque les dirigeants disposent dune formation de type gestionnaire. Cette
hypothse est valide. En effet, la relation entre les deux variables est significative au seuil
de 0,05, la valeur du test T de Student (CR) est de 2,423, le lien structurel est de 0,260.
Ce rsultat est tout fait conforme aux conclusions des travaux empiriques antrieures
(Lacombe-Saboly (1991) ; Chapellier (1994) ; Chapellier et Mohammed 2010) qui
parviennent au constat que le type de formation du dirigeant influence les pratiques de
contrle de gestion des PME, et que les dirigeants ayant reu une formation de type
gestionnaire disposent, le plus souvent, de systme de contrle plus complexes et utilisent
plus les donnes comptables que les dirigeants ayant reu une formation de type non
gestionnaire. Ce rsultat pourrait tre expliqu par le fait que les personnes ont une tendance
naturelle faire ce quelles savent faire. Ainsi, un dirigeant qui dispose dune formation de
type gestionnaire aurait plus tendance laborer des tableaux de bord plus sophistiqus quun
autre.
Ce rsultat nous permet didentifier une autre cause de diffrentiation des systmes de
contrle de gestion des PME 1 et PME 2. En effet, 57,9% des PME 1 ayant une formation de
type gestionnaire (contre 5,8% des dirigeants des PME 2).
4.2.2.2.2.2
La huitime hypothse stipule quil existe une relation significative entre le style de
dcisions du dirigeant et le degr de sophistication des pratiques de tableaux de bord des
PME. Les rsultats relvent quil existe un lien significatif et ngatif entre les deux variables,
la valeur du test T de Student (CR) est de - 2,075, le coefficient de rgression entre les deux
variables est de - 0,311. Lhypothse H8 est donc valide.
Ce rsultat montre que le degr de sophistication des tableaux de bord est une fonction
des styles de prise de dcision. Cette conclusion conforme en patrie les rsultats de ltude de
Germain (2000).
303
4.2.2.2.2.3
Linfluence
de
la
stratgie
de
contrle
sur
les
304
Tableau 4.80 : Rsultats des tests des hypothses relatives aux facteurs de contingence
comportementale
Hypothse
N
Enonc de lhypothse
Rsultats
du test
Valide
type gestionnaire.
Il existe une relation significative entre le style de prise de
H8
Valide
Valide
Aprs avoir prsent les rsultats des tests des hypothses lies aux facteurs de
contingence comportementale, nous abordons maintenant ceux du test de lhypothse relative
linfluence des caractristiques des tableaux de bord sur le pilotage de la performance.
4.2.2.2.3
1993 ;
Kaplan et Norton, 2001). Ainsi, si les tableaux de bord ne sont pas sophistiqus, ils peuvent
tre un outil parmi dautres. En revanche sils sont plus sophistiqus, ils peuvent tre un vrai
outil de pilotage de la performance.
305
Enonc de lhypothse
Rsultats
du test
Valide
sophistiques.
Aprs avoir prsent des rsultats des tests des hypothses de recherche, nous
prsentons maintenant notre modle final valid empiriquement. Ce modle rcapitule les
diffrentes relations lies les variables explicatives (les facteurs de contingence) au variable
expliquer Pilotage de la performance par lintermdiaire de la variable Caractristiques
des TB (Schma 4.15).
306
307
Nous testons prsent leffet de mdiateur des caractristiques des tableaux de bord
dans la relation entre les variables de contingence et le pilotage de la performance des PME.
4.2.2.3
Nous testons leffet de mdiateur des caractristiques des tableaux de bord dans la
relation entre les facteurs de contingence et le pilotage de la performance des PME. En nous
basant sur les travaux de Baron et Kenny (1986), une variable fonctionne comme un
mdiateur quand elle remplit les conditions suivantes :
Le lien entre la variable indpendante (facteurs de contingence) sur la variable
308
Relation
Test T
Pilotage de la performance
Type dactivit
Pilotage de la performance
Age dentreprise
Structure
Pilotage de la performance
Pilotage de la performance
0,241
1,493
NS
0,306
1,852
NS
0,001
0,004
NS
0,348
1,840
NS
Environnement
Pilotage de la performance
0,254
1,414
NS
Informatisation
Pilotage de la performance
0,223
1,348
NS
Pilotage de la performance
Style de dcisions
Pilotage de la performance
Stratgie de contrle
Pilotage de la performance
0,239
1,485
NS
-0,029
-0,180
NS
0,236
1,378
NS
Lors de cette dernire phase de traitement statistique (4.2.2), nous avons prsent les
rsultats du test de lensemble des hypothses de recherche, en utilisant les mthodes
dquations structurelles. Ainsi, nous avons procd la confrontation des hypothses au
modle structurel, aprs re-spcification de celui-ci.
Le test du modle structurel nous a permis daboutir huit relations statistiquement
significatives parmi les dix proposes. Le tableau suivant prsente une synthse des rsultats
des tests des hypothses de recherche.
309
Tableau 4.83 : Synthse des rsultats des tests des hypothses de recherche
Hypothse
N
Enonc de lhypothse
Rsultats
du test
Valide
H2
Valide
H3
Rejete
H4
Valide
H5
Rejete
H6
Valide
H7
Valide
H8
Valide
H9
Valide
H10
Valide
Aprs avoir synthtis les rsultats des tests des hypothses de recherche, nous
prsentons prsent les consquences thoriques des rsultats de la recherche. Il sagit ce
niveau de donner une rponse aussi catgorique que possible la question qui a motiv la
recherche : dfinir la place du tableau de bord dans le pilotage de la performance des PME.
Plusieurs consquences thoriques peuvent tre tires la lecture de rsultats de recherche :
-
Le tableau de bord nest pas un outil principal utilis par les dirigeants de PME
Marocaines. Cependant, les dirigeants dj adoptant ces outils jugent que le tableau
de bord a une place importante dans le pilotage de la performance.
Le tableau de bord et les budgets sont deux outils complmentaires. Autrement dit,
il est ncessaire de faire voluer les pratiques budgtaires pour russir limplantation
du tableau de bord.
Le tableau de bord nest pas un outil utilisable dans nimporte quelle situation
contextuelle. Ainsi, les caractristiques du tableau de bord sont affectes par les
conditions organisationnelle et comportementale existent trs probablement.
311
Certains impacts des facteurs de contingence sur les caractristiques des tableaux de
bord apparaissent inattendus. Cest le cas prcisment de limpact de facteur ge
dentreprise et Environnement . Les rsultats du test montrent que ces deux facteurs
ninfluencent pas les caractristiques de tableaux de bord. Ces rsultats inattendus mriteront
une attention particulire dans les recherches futures.
312
Conclusion du Chapitre 4
Dans le prsent chapitre, nous avons prsent en dtail les rsultats issus des diffrentes
analyses statistiques de la confrontation de notre modle conceptuel au terrain de recherche.
Ainsi, dans un premier temps, nous avons prsent la mthode des quations structurelle
et le modle dquations structurelles de la recherche.
Dans une deuxime tape, nous avons procd la construction et la validation de nos
chelles de mesure, en sappuyant sur une analyse factorielle exploratoire, effectue sous le
logiciel SPSS 17.0, et une analyse factorielle confirmatoire, effectue sous le logiciel AMOS
18.0. Enfin, nous avons prsent les rsultats du test de lensemble des hypothses de
recherche, en utilisant les mthodes dquations structurelles. Nous avons interprt et discut
les diffrents rsultats obtenus.
313
Cette deuxime partie de notre thse sest attache dune part, souligner la
mthodologie de recherche adopte afin de mettre lpreuve notre modle thorique et
dautre part, prsenter les rsultats de notre investigation empirique.
Ainsi, dans le cadre du Chapitre 3 de ce travail, nous avons expliqu et justifi nos
diffrents choix mthodologiques. Nous avons, de ce fait, prsent notre mthode de
recherche adopte, savoir une mthode quantitative base sur lenvoi dun questionnaire de
recherche. Ensuite, nous avons compar des caractristiques des facteurs de contingence des
PME 1 et PME 2 afin de comprendre les raisons au moins partielles pour lesquels les
systmes de contrle de gestion des deux entits sont diffrencis.
Le Chapitre 4, quant lui, a t consacr la restitution de lensemble des rsultats
relatifs notre investigation empirique. Ainsi, dans une premire tape, nous avons prsent
la mthode des quations structurelle et le modle dquations structurelles de la recherche.
Dans un deuxime temps, nous avons expos et interprt les diffrentes analyses
exploratoires et confirmatoires ralises afin de valider nos chelles de mesure. lissue de
cette tape, nous avons prsent et discut les rsultats issus de la confrontation de nos
hypothses de recherche au modle structurel.
La prochaine et dernire tape dans ce document consiste prsenter une conclusion
gnrale retraant les diffrents apports et les diffrentes limites et perspectives de recherche
relatifs ce travail doctoral.
314
CONCLUSION GNRALE
La prsente thse a pour objectif dtudier la place du tableau de bord dans le pilotage
de la performance des PME. Plus prcisment, il sagit de fournir un cadre explicatif aux
pratiques des tableaux de bord des PME.
Pour ce faire, nous avons dfini dans un premier temps, les principaux concepts et les
principales notions utiliss dans le cadre de ce travail ainsi que le terrain et llment de
recherche. Ensuite, nous avons prsent le cadre conceptuel gnral qui dfinit la structure de
notre modle de recherche.
A lissue de cette premire enqute thorique, nous avons construit notre modle
thorique suivant un raisonnement hypothtico-dductif. En analysant une littrature riche et
varie portant sur les pratiques des tableaux de bord des PME, nous avons identifi neuf
variables explicatives et une variable intermdiaire. Ces variables ont t intgres dans notre
modle conceptuel afin dexpliquer les pratiques des tableaux de bord des PME.
Suite cette premire partie thorique, nous avons procd ltude empirique. Ainsi,
la mise lpreuve de notre modle, au niveau empirique, lenqute par questionnaire a t
envoye par voie postale, par voie lectronique, en face face et enfin et sur un site web.
Ltude porte sur 14 rgions composes de 59 villes marocaines.
Aprs le recueil des donnes auprs de 107 PME, celles-ci ont t soumises une
analyse exploratoire opre sous le logiciel SPSS 17.0. Cette analyse nous a permis de vrifier
la qualit des nos chelles. Ensuite, nous avons compar les caractristiques des facteurs de
contingence des deux sous-chantillons tudis (38 PME 1 qui laborent les tableaux de bord
et 69 PME 2 qui nlaborent pas les tableaux de bord). Ceci nous a permis de comprendre les
raisons - au moins partielles - pour lesquels les systmes de contrle de gestion des deux
entits sont diffrencis.
Nous avons par la suite effectu une analyse confirmatoire sous le logiciel AMOS 18.0
pour les PME 1. Cette phase danalyse statistique nous a permis de valider nos chelles de
mesure et tester notre modle structurel.
315
A lissue de cette phase, nous avons abouti des chelles valides et fiables. Aussi, le
test de notre modle structurel, dont lobjectif tait de confirmer ou dinfirmer un ensemble
dhypothses issues de la thorie, nous a permis de valider certaines dentre elles et den
rejeter dautres.
A ce titre, nous avons discut les rsultats portant sur les hypothses valides et les
hypothses rejetes. Nous avons galement compar nos rsultats avec ceux gnrs dans les
travaux antrieurs et prsent notre modle de recherche final valid empiriquement.
En guise de conclusion gnrale de ce travail doctoral, nous dressons ci-dessous un
bilan des principaux apports thoriques et pratiques relatifs celui-ci. Nous soulignons
galement les limites inhrentes notre tude. Enfin, nous discutons un ensemble
dinterrogations et de rflexions que nous avons prsentes sous forme de prolongements et
voies de recherche futures.
1. Apports de la recherche
Les apports de la recherche peuvent tre regroups dans deux domaines celui de la
thorie et celui de la pratique du contrle de gestion.
1.1 Apports thoriques
Les apports thoriques de la recherche commencent avec la dmarche originale
dinvestigation qui met contribution diffrentes approches thoriques dans le but de
comprendre et rsoudre une problmatique complexe. Il sinscrit dans une logique cumulative
et vient enrichir les travaux antrieurs traitant les pratiques de tableaux de bord des PME.
Le deuxime apport thorique de la recherche est li ltude de tableaux de bord en
tant quoutil de contrle et la tentative de dfinir sa place dans le pilotage de la performance
des PME. Lanalyse mene ici se situe donc plutt un niveau macroscopique - celui des
outils de contrle de gestion, par opposition aux analyses dj existantes menes au niveau
microscopique - celui des indicateurs financiers ou non financiers qui composent les
outils.
316
Le dernier apport thorique relatif notre recherche concerne llaboration dun modle
thorique intgrateur explicatif des pratiques de tableaux de bord des PME. En effet, notre
modle de recherche a t constitu partir de lanalyse dune littrature riche et diversifie.
Celui-ci a intgr trois principales catgories de facteurs : les facteurs de contingence
organisationnelle et comportementale, les caractristiques des tableaux de bord et le pilotage
de la performance.
1.2 Apports pratiques
Les principaux apports pratiques relatifs notre travail doctoral peuvent tre rsums en
deux points :
Le premier apport pratique relatif notre travail concerne notre outil dinvestigation. En
effet, notre questionnaire de recherche, que nous avons dvelopp partir des travaux
antrieurs, peut tre considr comme un outil de diagnostic et dvaluation. Il permettra
dobtenir des informations varies sur les pratiques de contrle de gestion des PME (calculs
des couts, budgets et tableaux de bord).
Le deuxime apport pratique de notre recherche porte sur lexplication des pratiques de
tableaux de bord des PME. En effet, notre travail, travers une enqute thorique et une
validation empirique, a contribu mieux comprendre les pratiques de tableaux de bord des
PME. Il a permis de mettre en avant les facteurs qui influencent et expliquent ces pratiques.
Cette comprhension est importante dans la mesure o elle permet aux dirigeants et aux
contrleurs de gestion des PME de mieux cibler leurs actions incitatives pour piloter la
performance de ces entits.
Aprs avoir expos les principaux apports de notre travail de recherche exposs, nous
prsentons ci-dessous les limites relatives celui-ci.
317
2. Limites de la recherche
En dpit des contributions thoriques et pratiques de notre travail doctoral, celui-ci
prsente un certain nombre de limites. Celles-ci sont dordre thorique et empirique.
2.1 Limites thoriques
Dun point de vue thorique, cette recherche prsente deux principales limites.
La premire limite thorique est la non prise en compte des autres facteurs de
contingence influenant les pratiques de tableaux de bord des PME. En effet, Au sein de la
thorie de la contingence plusieurs facteurs contextuels ont t tudis dans le pass comme
influenant les pratiques de contrle de gestion des PME. Cependant, nous avons pris en
compte - la taille, le type dactivit, lge dentreprise, la structure, lenvironnement dans
lequel lentreprise volue et du degr dinformatisation de ses activits - comme des facteurs
de contingence organisationnelle et - le type de formation de dirigeants, le style de dcisions
et la stratgie de contrle - comme des facteurs de contingence comportementale. Cette
restriction du nombre des facteurs de contingence peut apparatre comme une limite de la
recherche.
La deuxime limite thorique concerne la non prise en compte des relations interfactorielles dans le modle de recherche. Nanmoins, lobjectif annonc de cette recherche
tait dexpliquer les pratiques de tableaux de bord des PME et valuer dans quelle mesure les
facteurs de contingence peuvent influencer la place du tableau de bord dans le pilotage de la
performance des PME. Cependant, ltude des relations inter-factorielles pourrait peut-tre
permettre de complter les rsultats de notre recherche.
ct des limites lies la conception du modle thorique apparaissent les limites lie
la ralisation des tests de ce modle les limites empiriques.
2.2 Limites empiriques
La premire limite empirique concerne la taille et la reprsentativit de lchantillon, un
chantillon de 107 PME peut tre considr comme assez important pour le chercheur en
gestion. Nanmoins, notre chantillon a t divis en deux sous-chantillons (38 PME 1 et 69
318
PME 2). Par ailleurs, la faible taille de lchantillon nous a amen tester des modles
structurels de premier ordre alors que, compte tenu de la nature des variables impliques, des
modles de second ordre auraient pris en compte de manire plus prcise les erreurs
systmatiques dans les modles de mesure des variables latentes.
La deuxime limite mthodologique relative notre travail de recherche, concerne le
choix de la mthode de collecte des donnes. En effet, pour raliser notre tude empirique,
nous avons envoy deux questionnaires par voie postale et en face face, un questionnaire
adress au dirigeant dentreprise et un autre adress au contrleur de gestion. Par contre, nous
avons envoy un seul questionnaire qui regroupe toutes les questions de recherche par voie
lectronique et sur le site web.
La mise en vidence des limites thoriques et mthodologiques relatives ce travail
montre que la ralisation dautres tudes amliorant le dispositif de recherche actuel est
ncessaire.
Une deuxime voie de recherche notre travail consisterait tudier relations interfactorielles dans le modle de recherche. Cela permettrait de complter les rsultats de notre
recherche.
Pour repousser les limites des rsultats empiriques, la ralisation dune recherche
analogique sur un chantillon plus important serait galement dun grand intrt.
Une autre voie de recherche concernerait le choix de la mthode de collecte des
donnes. Comme nous lavons soulign auparavant, pour raliser notre tude empirique, nous
avons envoy deux questionnaires par voie postale et en face face, un questionnaire adress
au dirigeant dentreprise et un autre adress au contrleur de gestion. Par contre, nous avons
envoy un seul questionnaire qui regroupe toutes les questions de recherche par voie
lectronique et sur le site web. Ainsi, dans le cadre dun futur travail, il faudrait dpasser cette
limite.
En conclusion, ce travail doctoral nous a permis de rpondre notre question de
recherche en fournissant une explication des pratiques de tableaux de bord des PME et
didentifier la place du tableau de bord dans le pilotage de la performance des ces entits.
Cependant, ce travail ne prtend pas donner une explication exhaustive et complte de ces
pratiques. Celui-ci ne constitue quune premire tape dun long processus de recherche
illustr par les diffrentes voies de recherche exposes ci-dessus, et ncessite dtre complt
dans le cadre de travaux ultrieurs.
320
BIBLIOGRAPHIE
321
BERLAND N. (2001), " Les rles du contrle budgtaire : un modle d'interprtation ", Revue
Franaise de gestion, septembre-octobre, pp. 111-120.
BERLAND N. (2002), Le contrle budgtaire, Repres, Editions La Dcouverte, mars, 122 p.
BERLAND N. (2004), " La gestion sans budget : valuation de la pertinence des critiques et
interprtation thorique ", Finance, Contrle, Stratgie, dcembre, Vol. 7, Issue 4, pp. 37-58.
BERLAND N. (2004), Mesurer et piloter la performance, Editions de la Performance,
avril, 230 p.
BERLAND N. et CHIAPELLO E. (2004), " Le rle des rformateurs sociaux dans la
diffusion de nouvelles pratiques de gestion : le cas du contrle budgtaire en France 19301960 ", Comptabilit, Contrle, Audit, juin, pp. 133-160.
BERLAND N. et PEZET A. (2000), " Pour une dmarche pragmatique en histoire de la
gestion ", Comptabilit, Contrle, Audit, numro spcial, dcembre, pp. 5-17.
BERLAND N., ALCOUFFE S. et LEVANT Y. (2002), " Les facteurs de diffusion des
innovations managriales en comptabilit et contrle de gestion : une tude comparative ",
Comptabilit, Contrle, Audit, Tome 8, Vol. 2, novembre, pp. 29-50.
BERLAND N., ALCOUFFE S. et LEVANT Y. (2008), " Succs et chec dun outil de
gestion ", Revue Franaise de Gestion, dcembre, N 188-189, pp. 291-306.
BERLAND N., BLUTHE N., FROUIN L., MASSELIERE I. et PINCON J. (2003), " Gestion
sans budget : retour au management ", Lexpansion Management Review, dcembre,
pp. 81-89.
BESCOS P.-L. et MENDOZA C. (1998), " Les besoins d'information des managers sont-ils
satisfaits ? ", Revue Franaise de gestion, novembre-dcembre, pp. 117-128.
BESCOS P.-L., CAUVIN E., LANGEVIN P. et MENDOZA C. (2004), " Critiques du
budget : une approche contingente ", Comptabilit, Contrle, Audit, Vol. 10, N 1, juin,
pp.165-185.
BESCOS P-L. (1989), " Les facteurs de russite dans le redressement de P.M.I. en difficult ",
Revue Franaise de gestion, septembre-octobre, pp. 55-67.
324
BESCOS P-L. (1991), " Les tableaux de gestion du C.N.C. : un nouvel outil de diagnostic
pour les P.M.E. ? ", Revue Franaise de Comptabilit, N 226, septembre, pp. 41-46.
BESCOS P-L. et CAUVIN E. (2000), " Contrle de gestion : faut-il changer de systme ? ",
Revue Echanges, N 168, Juillet, Editorial, 1 p.
BESCOS P-L. et CAUVIN E. (2002), " Lvaluation des performances dans les start-up ",
Revue Echanges, N 190, Juillet, 2 p.
BESCOS P-L. et CAUVIN E. (2002), " Lvaluation des performances : une comparaison
entre les pratiques des start-ups et des entreprises traditionnelles franaises et amricaines ",
23me Congrs de lAssociation Franaise de Comptabilit, Toulouse, mai, pp. 15-17.
BESCOS P-L. et CAUVIN E. (2004), " Les indicateurs de performance : les facteurs
explicatifs ", Revue Echanges, N 208, Avril, pp.16-17.
BESCOS P-L. et CAUVIN E. (2005), " Les indicateurs financiers et non financiers utiliss
dans les entreprises franaises : une recherche empirique ", Finance-Contrle-Stratgie,
Vol. 8, N 1, mars, pp.5-25.
BESCOS P-L. et CAUVIN E. (2005), " Nature et caractristiques des informations utilises
par les entreprises franaises dans le cadre de leur communication financire : une tude
empirique ", 26me Congrs Annuel de lAssociation Francophone de Comptabilit, Lille, mai,
pp.11-13.
BESCOS P-L., CAUVIN E., LANGEVIN P. et MENDOZA C. (2003), " La dmarche
budgtaire : les oprationnels sont-ils daccord avec les financiers ? ", Revue Echanges,
N 198, Avril, pp. 20-21.
BESSON M., LNING H. et MENDOZA C. (2004), " Les directeurs commerciaux face au
processus budgtaire ", Comptabilit-Contrle-Audit, Tome 10, Vol. 2, dcembre,
pp. 125-154.
BOLLECKER M. (2001), " Pratiques de diffrenciation des donnes dans les systmes de
contrle de gestion ", GREFIGE-Universit Nancy 2, Cahier de recherche, N 2001-06, 26 p.
BOUQUIN H. (1994), Les fondements du contrle de gestion, PUF, collection Que sais-je ?,
128 p.
325
BOUQUIN H. (1996), " Pourquoi le contrle de gestion existe-t-il encore ? ", Gestion,
Vol. 21, N 3, septembre, pp. 97-103.
BOUQUIN H. (2000), " Contrle et stratgie ", In Encyclopdie de la comptabilit, du
contrle de gestion et de laudit, Paris, Economica, pp. 533-545.
BOUQUIN H. (2000), " Du contrle de gestion au pilotage ", LExpansion Management
Review, N 98, septembre, pp. 58-66.
BOUQUIN H. et BESSON P. (1991), " Identit et lgitimit de la fonction contrle de
gestion ", Revue Franaise de Gestion, N 82, janvier-fvrier, pp. 60-71.
BOUQUIN H. et FIOL M. (2006), " Contrle de gestion : repres perdus, espaces
retrouver ", communication au congrs AFC, Poitiers, 20 p.
BOUQUIN H. et PESQUEUX Y. (1999), " Vingt ans de contrle de gestion, ou le passage
d'une technique une discipline ", Comptabilit, Contrle, Audit, mai, pp. 93-106.
BOURGUIGNON A. (1997), " Sous les pavs, la plage... ou les multiples fonctions du
vocabulaire comptable : l'exemple de la performance ", Comptabilit Contrle Audit, mars,
Vol. 3, N 1, pp. 89-101.
BOURGUIGNON A. (2000), " Performance et contrle de gestion ", in COLASSE B.
Encyclopdie de comptabilit, contrle de gestion et audit. Paris, Economica, pp. 931-941.
BOURGUIGNON A. (2003), " Il faut bien que quelque chose change pour que l'essentiel
demeure : la dimension idologique du nouveau contrle de gestion ", Comptabilit Contrle
Audit, Numro Spcial, mai, pp. 27-53.
BOURGUIGNON A. et JENKINS A. (2004), " Changer d'outils de contrle de gestion ?
De la cohrence instrumentale la cohrence psychologique ", Finance Contrle Stratgie,
septembre, Vol. 7, N 3, pp. 31-61.
BOURGUIGNON A., MALLERET V. et NORREKLIT H. (2004)," The American balanced
scorecard versus the French tableau de bord: the ideological dimension ", Management
Accounting Research, janvier, Vol. 15, N 2, pp. 107-134.
BOURGUIGNON A., MALLERET V. et NORREKLIT H. (2002), " L'irrductible dimension
culturelle des instruments de gestions : l'exemple du tableau de bord et du balanced
scorecard ", Comptabilit Contrle Audit, mai, Numro spcial, pp. 7-32.
326
BOYER L. et GERMAIN O. (1999), " Entreprises moyennes : tat des lieux et perspectives
de recherche ", Gestion 2000, novembre-dcembre, N 6, pp. 17-35.
BREWER P. (2002), " Putting strategy into the balanced scorecard ", Strategic finance,
Vol. 43, Issue 7, janvier, pp. 44-52.
BRIAND L. (2004), " Reconceptualisation du contrle de gestion : une tude de cas fonde
sur la thorie de la structuration ", Comptabilit Contrle Audit, Numro thmatique, juin,
pp. 283-295.
BRUNS W. J. et WATERHOUSE J. H. (1975), " Budgetary Control and Organization
Structure ", Journal of Accounting Research, automne, pp. 177-203.
BUNCE P., FRASER R. et WOODCOCK L. (1995), " Advanced Budgeting: A Journey to
Advanced Management Systems ", Management Accounting Research, N 6, pp. 253-265.
BURLAUD A. (1997), " Contrle et gestion ", In Encyclopdie de gestion, Tome 2,
Economica, pp. 521-532.
CALORI R., VERY P. et ARREGLE J. (1997), " Les PMI face la planification
stratgique ", Revue Franaise de Gestion, janvier-fvrier, pp. 11-23.
CARRICANO M. et POUJOL F. (2008), Analyse de donnes avec SPSS, Pearson Education,
fvrier, 202 p.
CAUVIN E. (2004), " Le Balanced Scorecard : un outil dvaluation de la performance des
actifs intangibles ", Revue Echanges, N 214, Octobre, pp. 46-48.
CAUVIN E. et BESCOS P.-L. (2005), " Les dterminants du choix des indicateurs dans les
tableaux de bord des entreprises franaises : une tude empirique ", Finance Contrle
Stratgie, Vol. 8, N 1, mars, pp. 5-25.
CAUVIN E., DECOCK-GOOD C. et BESCOS P-L. (2006), " La perception des entreprises
franaises en matire de diffusion dinformations non financires : une enqute par
questionnaire ", Comptabilit-Contrle-Audit, Tome 12, Vol. 1, dcembre, pp. 117-142.
CHANDEFAUX M., DANNON O. et LANGEVIN P. (1991), " Les prvisions dans les
PME ", Revue Franaise de Gestion, N 229, dcembre, pp. 79-84.
327
Information ",
document
europen de
comptabilit, 35 p.
COBBOLD I. et LAWRIE G. (2003), " The development of the Balanced Scorecard as a
strategic management tool ", 2 GC Conference Paper, pp. 1-9.
COLASSE B. (1999), " Vingt ans de recherche comptable franaise : continuit et
renouveau ", Comptabilit Contrle Audit, mai, pp. 23-34.
DAFT R. L. et MACINTOSH N. B. (1984), " The nature and use of formal control systems
for management control and strategy implementation ", Journal of Management, Vol. 10,
N 1, pp. 43-66.
328
DAVID A. (1998), " Outils de gestion et dynamique du changement ", Revue Franaise de
Gestion, septembre-octobre, pp. 44-59.
DEMERS C. (1999), " De la gestion du changement la capacit changer : l'volution de la
littrature sur le changement organisationnel de 1945 aujourdhui ", Gestion-revue
internationale de gestion, Vol. 24, N 3, automne, pp. 131-139.
DESMAZES
J.
et
LAFONTAINE
J-P.
(2007),
"
Lassimilation
des
budgets
environnementaux et du tableau de bord vert par les entreprises ", Actes du 28me congrs de
lAssociation Francophone de Comptabilit, Poitiers, mai, 22 p.
DETCHESSAHAR M. et JOURN B. (2007), " Une approche narrative des outils de
gestion ", Revue franaise de gestion, mai, N 174, pp.77-92.
DFCG (1994), Les Directeurs financiers et la procdure budgtaire : faut-il tuer le budget ?,
DFCG-KPMG, IFOP.
DRUCKER-GODARD C., EHLINGER S. et GRENIER C. (2003), " Validit et fiabilit de la
recherche ", in R.-A. Thitart (d.), Mthodes de recherche en management, Dunod, Paris,
pp. 257-287.
DUCHNEAUT B. (1997), " Le profil du dirigeant de moyenne entreprise ", Revue
Franaise de Gestion, novembre-dcembre, pp. 95-110.
EKHOLM B.-G. et WALLIN J. (2000), " Is the Annual Budget Really Dead ? ", The
European Accounting Review, 9, 4, pp. 519-539.
ELFEZAZ S., BOUAMI D., Z. ELAMRANI F., BOULAHOUAL A. et BENHIDA K.,
(2007), " Balanced Scorecard pour llaboration des tableaux de bord maintenance : tude de
cas dune PME Marocaine ", 5me Colloque International Conception et Production
Intgres (CPI), Rabat, Maroc, octobre, 12 p.
EPSTEIN M. et MANZONI J. F (1997), " The Balanced Scorecard and Tableau de Bord:
Translating strategy into action ", Management Accounting, Vol. 79, N 2, pp. 28-37.
EPSTEIN M. et MANZONI J. F (1998), " Implementing Corporate Strategy: From Tableaux
de Bord to Balanced Scorecards ", European Management Journal, Vol. 16, N 2, April,
pp. 190-203.
329
ERRAMI Y. (2004), " Les apports du Balanced Scorecard la recherche de la performance ",
Actes de la journe de recherche La performance : de la mesure laction , CERMAT,
Tours, 10 p.
EZZAMEL M. (1990), " The impact of environment uncertainty, managerial autonomy and
size on budget characteristics ", Management Accounting Research, 1, pp. 181-197.
FALLERY B. (1983), " Un systme dinformation pour les PME ", Revue Franaise de
Gestion, novembre-dcembre, pp. 70-76.
FAN X., THOMPSON B. et WANG L. (1999), " Effects of sample size, estimation method,
and model specification on structural equation modeling fit indexes ", Structural Equation
Modeling, Vol. 6, N 1, pp. 56-83.
FERNANDEZ A. (1999), Les nouveaux tableaux de bord pour piloter lentreprise : systmes
dinformation,
nouvelles
technologies
et
mesure
de
la
performance,
ditions
dOrganisation, 347 p.
FERNANDEZ A. (2000), Les nouveaux tableaux de bord des dcideurs, 2 dition, Editions
dOrganisation, Paris, 449 p.
FERNANDEZ V., PICORY C. et ROWEO F. (1996), " Outils de gestion et espaces
concurrentiels des PME ", Revue internationale PME, Vol. 9, N 1, pp.79-102.
FISHER J. G. (1998), " Contingency Theory, Management Control Systems and Firm
Outcomes: Past Results and Future Directions ", Behavioral Research in Accounting, 10,
Supplement, pp. 47-64.
GATTAZ Y. (2003), " Lefficacit des moyennes entreprises ", conomies et socits, srie
conomie de lentreprise, N 13, mai, pp. 785-795.
GERMAIN C. (2000), " Contrle organisationnel et contrle de gestion : la place des tableaux
de bord dans le systme de contrle des petites et moyennes entreprises ", Thse de doctorat,
Bordeaux, Universit Montesquieu - Bordeaux IV.
GERMAIN C. (2004), " La contingence des systmes de mesure de la performance : les
rsultats dune recherche empirique sur le secteur des PME ", Finance, Contrle, Stratgie,
Vol. 7, N 1, pp.33-52.
330
GERMAIN C. (2005), " La conception des systmes de contrle : les relations entre les
budgets et les systmes de mesure de la performance ", Congrs de lAssociation
Francophone de Comptabilit, Lille, 14 p.
GERMAIN C. (2005), " Une typologie des tableaux de bord implants dans les petites et
moyennes entreprises ", Finance Contrle Stratgie, Vol. 8, N 3, septembre, pp. 125-143.
GERMAIN C. (2006) " Le pilotage de la performance dans les PME en France : une
comparaison des pratiques des entreprises familiales et des filiales ", Revue Internationale
PME, Vol. 19, N 1, pp. 69-94.
GERMAIN C. (2007), " Larchitecture des systmes de contrle de gestion : une analyse du
rapport entre les budgets et les systmes de mesure de la performance ", Congrs de
lAssociation Francophone de Comptabilit, Poitiers, 17 p.
GERMAIN C. et Gates S. (2007), " Le niveau de dveloppement des indicateurs de
responsabilit sociale dans les outils de pilotage : observation et analyse des pratiques des
entreprises ", Congrs de lAssociation Francophone de Comptabilit, Poitiers, 14 p.
GERVAIS M. (1978), " Pour une thorie de lorganisation PME ", Revue Franaise de
Gestion, mars-avril, pp. 37-49.
GERVAIS M. (1991), Contrle de gestion et stratgie de lentreprise, Economica, 4 me
dition, Paris, 596 p.
GERVAIS M. (1996), Recherche en contrle de gestion, (diteur), Paris, Economica, 301 p.
GERVAIS M. (2000), " Animation et gestion budgtaire ", In Encyclopdie de Comptabilit,
Contrle de gestion et Audit, Economica, pp. 29-48.
GERVAIS M. (2005), Contrle de gestion, 8me dition, Economica, Paris.
GERVAIS M. et THENET G. (1998), " Planification, gestion budgtaire et turbulence ",
Finance, Contrle, Stratgie, Vol. 1, N 3, septembre, pp. 57-84.
GIARD V., BOITOUT-PAPPALARDO V. et BONMARCHAND P. (1996), " Apport de la
simulation la conception et linterprtation de tableaux de bord et la comptabilit de
gestion ", Comptabilit Contrle Audit, Tome 2, Vol. 1, mars, pp. 65-84.
331
332
333
KAPLAN R. S. et NORTON D. P. (1992), " The Balanced Scorecard, Measures that drive
performance ", Harvard Business Review, Vol. 70, N 1, janvier-fvrier, pp. 171-180.
KAPLAN R. S. et NORTON D. P. (1993), " Putting the balanced Scorecard to work ",
Harvard Business Review, Vol. 71, N 5, september-october, pp. 134-147.
KAPLAN R. S. et NORTON D. P. (1996), " Linking the Balanced Scorecard to Strategy ",
California management Review, Vol. 39, N 1, pp. 53-79.
KAPLAN R. S. et NORTON D. P. (1996), " Using the balanced scorecard as a strategic
management system ", Harvard Business Review, janvier-fvrier, pp. 150-160.
KAPLAN R. S. et NORTON D. P. (1998), " Le tableau de bord prospectif ", Editions des
Organisations, traduit de : " The Balanced Scorecard " (1996), Harvard Business School
Press, 311 p.
KAPLAN R. S. et NORTON D. P. (2000), " The strategy focused organization: How
balanced scorecard companies thrive in the new business environment ", Harvard Business
School Press, 400 p.
KAPLAN R. S. et NORTON D. P. (2001), Comment utiliser le tableau de bord prospectif,
Edition d'Organisation, Paris, 423 p.
KHANDWALLA P. N. (1972), " The Effect of Different Types of Competition on the Use of
Management Controls ", Journal of Accounting Research, Vol. 10, N 2, automne,
pp. 275-285.
KLINE R. B. (2010), " Principles and practice of structural equation modeling ", Guilford
Press, 427 p.
KOMAREV I. (2007), " La place des budgets dans le dispositif de contrle de gestion : une
approche contingente ", Thse de doctorat, Bordeaux, Universit Montesquieu bordeaux IV.
LAVIHNE B. et SAINT-PIERRE J. (2002), " Association entre le systme d'information
comptable des PME et leur performance financire ", 6me Congrs international francophone
sur la PME, HEC Montral, Octobre, 17 p.
LE CORROLLER C. et LE VIGOUREUX F. (1998), " Les moyennes entreprises de
lindustrie ont- elles des comportements spcifiques ? ", in conomie et Statistique,
N 319-320, 9/10, pp. 195-205.
334
MALO J. L. (1992), " Tableaux de bord ", In Encyclopdie du Management, Tome 2, vuibert,
pp. 923-939.
MALO J. L. (2000), " Tableaux de bord " In Encyclopdie de Comptabilit, Contrle de
Gestion et Audit, Economica, pp. 1133-1144.
MARCHESNAY M. (1991), " La PME : une gestion spcifique ", conomie rurale, Vol. 206,
N 1, pp. 11-17, Article accessible sur Internet : http://www.persee.fr.
MARCHESNAY M. (1991). " Mintzberg on PME - propos dun rcent ouvrage de Henry
Mintzberg ", Revue internationale PME, Vol. 4, n. 1, pp. 131-138
MARCHESNAY M. (1993), " PME, stratgie et recherche ", Revue Franaise de Gestion,
septembre-octobre, pp. 70-76.
MARCHESNAY M. (1997), " La moyenne entreprise existe-t-elle ? ", Revue Franaise de
Gestion, novembre-dcembre, pp. 85-94.
MARCHESNAY M. (2003), " La petite entreprise : sortir de lignorance ", Revue franaise
de gestion, mars, N 144, pp. 107-118.
MARCHESNAY M. et MESSEGHEM K. (2001), Cas de stratgie de PME, ditions EMS Management & Socit, Collection tudes de cas, 172 p.
MARQUET-PONDEVILLE S. (2001), " Le contrle de gestion environnementale dune
entreprise ", Communication au 25me congrs de lAssociation Francophone de Comptabilit
(AFC), Universit Catholique de Louvain, Belgique, 31 p.
MARQUET-PONDEVILLE S. (2003), " Le contrle de gestion environnemental : une
approche thorique contingente et une tude empirique du cas des entreprises manufacturires
belges ", Thse de doctorat, Louvain, Universit Catholique de Louvain.
MBENGUE A. et VANDANGEON-DERUMEZ I. (2003), " Analyse causale et
modlisation ", in R.-A. Thitart (d.), Mthodes de recherche en management, Dunod, Paris,
pp. 335-372.
MENDOZA C. (1991), " L'action sur le contexte organisationnel dans le cadre de la mise en
uvre d'une nouvelle stratgie ", Thse de Doctorat en Sciences de Gestion, HEC, Paris.
336
MENDOZA C. et BESCOS P.-L. (1999), " Contrle de gestion, qualit des informations pour
la prise de dcision et facteurs de contingence ", In Actes du 20e Congrs de l'Association
Franaise de Comptabilit, Bordeaux, mai, pp. 5-7.
MENDOZA C. et BESCOS P.-L., (1996), " Contrle de gestion et besoins d'information des
managers ", In Actes du 17e congrs de l'Association Franaise de Comptabilit, 30 mai-1er
juin, Valenciennes, pp. 663-672.
MENDOZA C. et BESCOS P-L. (2001), " Les stratgies des managers face l'information de
gestion ", Humanisme et Entreprise, N 246, avril, pp. 1-12.
MENDOZA C. et ZRIHEN R. (1999), " Du balanced scorecard au tableau de pilotage ",
Lexpansion Management Review, dcembre, pp. 102-110.
MENDOZA C. et ZRIHEN R. (1999), " Le tableau de bord : en V.O. ou en version
amricaine ? Comparaison entre tableau de bord et le balanced scorecard ", Revue Franaise
de Comptabilit, N 309, Mars, pp. 60-66.
MENDOZA C., DELMOND M. H., GIRAUD F. et LNING H. (2002), " Tableaux de bord
et balanced scorecards ", Edition Revue Fiduciaire, Paris, 248 p.
MENDOZA C., GIRAUD F., DELMOND M. H., LONING H. et REAULX A. (2005),
Tableaux de bord et balanced scorecards, Groupe Revue Fiduciaire, Paris, 263 p.
MENDOZA C., ZRIHEN R. et RUIZ GARCIA M. (2000), " Control de gestion y estrategia:
aportes y limitaciones del balanced scorecard americano y del tableau de bord francs ", In
Proceedings of the 9o Encuentro de Profesores Universitarios de Contabilidad, mai,
pp. 24-26.
MERIC J. (2003), " L'mergence d'un discours de l'innovation managriale : le cas du
balanced scorecard ", Comptabilit Contrle et Audit, Numro Spcial, mai, pp. 129-145.
MESSEGHEM K. (2001), " Peut-on concilier logiques managriale et entrepreneuriale en
PME ? ", 11me Confrence de lAssociation Internationale de Management Stratgique,
13-14-15 juin, 26 p.
MINISTRE DES FINANCES ET DE LA PRIVATISATION, Direction de la Politique
conomique Gnrale, (2000), " Les PME au Maroc : clairage et propositions ", Document
de travail N 50, mars, 26 p.
337
OCDE (2004), " Promouvoir les PME pour uvrer au dveloppement ", Revue de lOCDE,
Vol. 5, N 2, pp. 37- 46.
OCDE (2004), " Promouvoir les PME pour uvrer au dveloppement ", Revue de lOCDE,
Vol. 5, N 2, pp. 95- 107.
PARADAS A. (2009), " Difficults dapplication et rponses possibles en matire de
formation professionnelle dans les petites entreprises ", Revue Management & Avenir, N 21,
janvier, pp. 80- 98.
PERRET V. et SVILLE M. (2003), " Fondements pistmologiques de la recherche ", in
R.-A. Thitart (d.), Mthodes de recherche en management, Dunod, Paris, pp. 13-33.
POINCELOT E. et WEGMANN G. (2005), " Utilisation des critres non financiers pour
valuer ou piloter la performance : analyse thorique ", Comptabilit Contrle Audit,
Tome 11, Vol. 2, dcembre, pp. 109-125.
PONSSARD J. et SAULPIC O. (2000) " Une reformulation de l'approche dite du Balanced
Scorecard ", Comptabilit Contrle Audit, Vol. 6, N 1, mars, pp. 7-25.
PUPION P.- C. (2008), Statistiques pour la gestion, 2me dition, Dunod, mars, 392 p.
REYES G. (2004), " La moyenne entreprise est-elle spcifique ? ", 7me Congrs International
Francophone en Entrepreneuriat et PME (CIFEPME), Montpellier, 27, 28 et 29 Octobre, 16
p.
RHARMILI M. (2007), " Systme de mesure de la performance dans les PME : Cas des PME
Marocaines ", 28me congrs de lAssociation Francophone de Comptabilit (AFC), Poitier,
23-24-25 mai, 21 p.
ROUSSEL P., DURIEU F., CAMPOY E. et EL AKREMI A. (2002), Mthodes d'quations
structurelles : Recherche et applications en gestion, Economica, Paris, 274 p.
ROYER I. et ZARLOWSKI P. (2003), " Echantillon(s) ", in R.-A. Thitart (d.), Mthodes de
recherche en management, Dunod, Paris, pp. 188-223.
SANTIN S. et VAN CAILLIE D. (2008), " Le design du systme de contrle de gestion des
PME : une qute de stabilit adaptative ", Actes du 29me congrs de lAssociation
Francophone de Comptabilit (AFC), Cergy-Pontoise, mai, 34 p.
339
SAPORTA B. (1997), " Stratgie des petites et moyennes entreprises ", Encyclopdie de
Gestion, Tome 3, pp. 3105-3128.
SAULOU J. Y. (2004), Tableaux de bord pour dcideurs qualit, Afnor, 198 p.
SAVALL H. et ZADDET V. (2001), " volution des outils de contrle et des critres de
performance face aux dfis de changement stratgique des entreprises ", in 22me Congrs de
lAssociation Franaise de Comptabilit, Universit de Metz, 27 p.
SEGAL J. P. (1991), " Peut-on vaincre les rsistances au contrle de gestion en France ? ",
Revue Franaise de gestion, janvier-fvrier, pp. 72-81.
SEIFFRT M. et GODELIER E. (2008), " Histoire et gestion : vingt ans aprs ", Revue
Franaise de gestion, N 188-189, pp. 17-30.
SELMER C. (2003), Concevoir le tableau de bord Outil de contrle, de pilotage et daide la
dcision, 2me dition, Dunod, Paris, 289 p.
SIMONS R. (1990), " The role of management control systems in creating competitive
advantage: new perspective ", Accounting, Organizations and Society, Vol. 15, N 1/2,
pp. 127-143.
SIMONS R. (1991), " Strategic Orientation and Top Management Attention to Control
Systems ", Strategic Management Journal, Vol. 12, N 1, Jan, pp. 49-62.
SOLLE G. et ROUBY E. (2003), " De la conception des innovations managriales en
contrle de gestion : quelles propositions ? ", Comptabilit Contrle Audit, Numro Spcial,
mai, pp. 147-168.
SPECKBACHER G., BISCHOFF J. et PFEIFFER T. (2003), " A descriptive analysis on the
implementation of Balanced Scorecards in German-speaking countries ", Management
Accounting Review, Vol. 14, pp 361-387.
STEPNIEWSKI J., SOUID S. et AZZABI L. (2009), " La relation facteurs de contingence,
complexit du systme dinformation comptable et performance financire ", Revue
Management et Sciences Sociales, N 7, pp. 139-165.
TIBSHIRANI R., WALTHER G. et HASTIE T. (2001), " Estimating the number of clusters
in a data set via the gap statistic ", Journal of the Royal Statistical Society Series B (Statistical
Methodology), Vol. 63, N 2, juin, pp. 411-423.
340
aux
Premires
Journes
15-17 mars, 24 p.
341
G.
Doriot,
Universit
de
Normandie,
342
Tableau 2.1 : Classification des firmes selon leur taille dans quelques pays de l'OCDE ........ 69
Tableau 2.2 : Dfinition de la PME selon la commission europenne .................................... 71
Tableau 2.3 : volution de la dfinition de la PME au Maroc ................................................. 76
Tableau 2.4 : Rcapitulatif des principales tudes contingentes des systmes de
contrle de gestion cites prcdemment ................................................................................. 82
Tableau 2.5 : Les styles de prise de dcision des dirigeants et les caractristiques
respectives du dcideur et du systme quil cre ..................................................................... 92
Tableau 3.1 : Critres quantitatifs retenus au Maroc pour classer les entreprises par taille .. 115
Tableau 3.2 : Le nombre ditems des variables de mesure des facteurs de contingence
organisationnelle .................................................................................................................... 124
Tableau 3.3 : Le nombre ditems des variables de mesure des facteurs de contingence
comportementale .................................................................................................................... 131
Tableau 3.4 : Le nombre ditems des variables de mesure des caractristiques des
tableaux de bord ..................................................................................................................... 137
Tableau 3.5 : Le nombre ditems des variables de mesure de pilotage de la performance .... 143
Tableau 3.6 : Rpartition denvois par taille dentreprise ...................................................... 146
Tableau 3.7 : Rpartition denvois par rgion ........................................................................ 147
Tableau 3.8 : Les taux de rponses de lenqute .................................................................... 158
Tableau 3.9 : Rpartition des PME selon leur taille ............................................................... 160
Tableau 3.10 : Rpartition des PME par secteur d'activit .................................................... 161
Tableau 3.11 : Rpartition des PME selon leur ge ............................................................... 161
343
Tableau 3.12 : Rpartition des PME selon leur type .............................................................. 162
Tableau 3.13 : Rpartition des dirigeants selon leur type de formation ................................. 163
Tableau 3.14 : Nombre moyen d'annes d'occupation d'un poste de contrle de gestion ...... 164
Tableau 3.15 : Coefficients a de Cronbach de lchelle de mesure de la variable
Structure et ses dimensions (PME 1 et PME 2) ............................................................... 171
Tableau 3.16 : Statistiques de fiabilit de la variable Structure et ses dimensions
(PME 1) .................................................................................................................................. 173
Tableau 3.17 : Statistiques de fiabilit de la variable Structure et ses dimensions
(PME 2) .................................................................................................................................. 174
Tableau 3.18 : Coefficients a de Cronbach de lchelle de mesure de la variable
Environnement et sa dimension (PME 1 et PME 2) ........................................................ 175
Tableau 3.19 : Statistiques de fiabilit de la variable Environnement et sa dimension
(PME 1) .................................................................................................................................. 176
Tableau 3.20 : Statistiques de fiabilit de la variable Environnement et sa
dimension (PME 2) ................................................................................................................ 176
Tableau 3.21 : Coefficients a de Cronbach de lchelle de mesure de la variable
Style de dcisions et ses dimensions (PME 1 et PME 2) ................................................. 177
Tableau 3.22 : Statistiques de fiabilit de la variable Style de dcisions et ses
dimensions (PME 1) ............................................................................................................... 178
Tableau 3.23 : Statistiques de fiabilit de la variable Style de dcisions et ses
dimensions (PME 2) ............................................................................................................... 179
Tableau 3.24 : Coefficients a de Cronbach des dimensions mesurant lchelle de mesure
de la variable Stratgie de contrle (PME 1 et PME 2) ................................................ 180
Tableau 3.25 : Statistiques de fiabilit des dimensions de la variable
Stratgie de contrle (PME 1) ......................................................................................... 181
Tableau 3.26 : Statistiques de fiabilit des dimensions de la variable
Stratgie de contrle (PME 2) ......................................................................................... 181
345
346
347
349
Graphique 2.1 : Poids des PME dans le tissu productif marocain ........................................... 78
350
351
Schma 3.1 : Les mesures des facteurs de contingence organisationnelle ............................. 123
Schma 3.2 : Les mesures des facteurs de contingence comportementale ............................ 130
Schma 3.3 : Les mesures des caractristiques des tableaux de bord .................................... 136
Schma 3.4 : Les mesures de pilotage de la performance ...................................................... 142
Schma 3.5 : Les tapes dlaboration du questionnaire ....................................................... 152
Schma 3.6 : Processus denvoi du questionnaire par courrier lectronique ......................... 155
Schma 3.7 : Processus denvoi du questionnaire sur site ..................................................... 157
353
358
361
362
ANNEXES
363
364
QUESTIONNAIRE
Projet de recherche portant sur les pratiques de tableaux
de bord des PME marocaines
Informations gnrales
II.
III.
Style de dcision
IV.
365
I.
Informations gnrales
366
II.
Il ny a pas de description
pas dfini(e)
dfini(e)s spcifi
1
a) Les fonctions
b) Les rglements et procdures
c) Les objectifs de performance
367
3. Veuillez prciser quel est votre degr daccord vis--vis des affirmations suivantes :
Pour cela entourez :
1
a) vous participez la prise de toutes les dcisions, y compris les dcisions mineures,
car vous considrez que tout doit tre contrl par vous-mme.
1
d) vous laissez vos collaborateurs prendre seuls les dcisions qui relvent de leur
domaine de responsabilit.
1
Trs dynamique
(volutions lentes)
(volutions rapides)
a) Au plan conomique
et de la Communication)
368
Totalement imprvisibles
Totalement imprvisibles
369
III.
Style de dcision
agrges, synthtises.
non agrges
1
crite (compte-rendu,
orale (conseils,
opinions, etc.)
1
de manire standard
d) lissue du traitement de
lissue du traitement de
linformation, je moriente
2
370
Jamais
Ponctuellement
(uniquement quand des
Parfois
371
Souvent
372
IV.
3. Dans quelle mesure utilisez-vous les donnes qui sont communiques dans les
tableaux de bord ?
Jutilise seulement quelques
373
Utilisation importante
374
5. Dans quelle mesure considrez-vous que les donnes de vos tableaux de bord sont
fiables ?
Trs peu fiables
Peu fiables
Moyennement
Fiables pour
Totalement
fiables
majeure partie
fiables
6. Dans quelle mesure considrez-vous que les donnes de vos tableaux de bord sont
comprhensibles ?
Trs difficilement
Peu
comprhensibles comprhensibles
1
Moyennement
comprhensibles
comprhensibles
Totalement
pour majeure
comprhensibles
partie
4
7. Dans quelle mesure considrez-vous que les donnes de vos tableaux de bord sont
interprtables ?
Trs difficilement
interprtables
1
Peu
interprtables
Moyennement
interprtables
interprtables
pour majeure partie
Totalement
interprtables
5
8. Dans quelle mesure considrez-vous que vos tableaux de bord sont rentables par
rapport au cot de leur laboration ?
Pas du tout
rentables
1
Peu
rentables
2
Moyennement
rentables
3
375
rentables pour
la majeure partie
4
trs rentables
9. Dune manire gnrale, et si tel le cas, quelle est la nature de votre insatisfaction
concernant les tableaux de bord dont vous disposez ?
Si vous souhaitez recevoir une synthse des rsultats de la recherche, veuillez joindre
votre carte professionnelle lenvoi ou indiquer ci-dessous votre adresse personnelle.
376
377
QUESTIONNAIRE
Projet de recherche portant sur les pratiques de tableaux
de bord des PME marocaines
Questionnaire lattention du (de la) contrleur(se) de gestion
(ou son quivalent)
Informations gnrales
II.
Structure de lentreprise
III.
Style de dcision
IV.
I.
Informations gnrales
379
II.
Structure de lentreprise
Cadres
Direction gnrale
fonctionnels2
ou au dessus
de la DG3
a) Dveloppement ou lancement de
nouveaux produits ou services
b) Embauche et licenciement
c) Fixation des prix de vente
d) Choix des investissements
e) Dcisions oprationnelles
NB. Voici des exemples de ce que lon peut retrouver dans chacune des catgories :
(1) Cadres oprationnels : les chefs dquipe, chef datelier, responsable de service, etc.
(2) Cadre fonctionnels : responsable commercial, financier, de ventes, des achats, etc.
(3) Direction gnrale (DG) ou au-dessus de la DG : dirigeant, propritaire, conseil
dadministration, comit de gestion, etc.
2. Dans quelle mesure retrouve-t-on les lments suivants dcrits dans des manuels ou
autres supports formels ?
Description complte
et dtaille
Aucune description
crite
a) Tche :
b) Rgles et procdures :
380
381
III.
Style de dcision
1. Parmi les lments ci-dessous, veuillez indiquer ceux pour lesquels sont effectues
des prvisions chiffres et formalises (crites) : plusieurs cases peuvent tre
coches.
a) Plans long terme (en gnral plus de 3 ans)
b) Plans moyen terme (en gnral 2 3 ans)
c) Budgets (en gnral 1 an)
d) Aucun de ces lments ne fait lobjet de prvisions chiffres
Si vous cochez la case d) passez directement la question 6.
2. Dans quelle mesure le systme budgtaire couvre-il les fonctions de lentreprise ?
Les budgets couvrent une
3. Utilisez-vous les donnes qui sont produites par le systme budgtaire ? (plusieurs
cases peuvent tre coches) :
a) Jamais
b) Ponctuellement (quand un problme prcis se posent)
c) Deux trois fois par an
d) Tous les mois
e) Toutes les semaines
382
Non
383
8. Vous utilisez les donnes se rapportant aux cots : (plusieurs cases peuvent tre
coches)
a) Jamais
b) Ponctuellement (quand un problme prcis se posent)
c) Deux trois fois par an
d) Tous les mois
e) Toutes les semaines
384
IV.
Non
2. Quelle est (quelles sont) la personne (les personnes) qui labore(ent) les tableaux de
bord ? (Plusieurs cases peuvent tre coches)
a) Le dirigeant
b) Le(s) responsable(s) fonctionnels ou de dpartements
c) Le(s) responsable(s) oprationnels ou de services
d) Le service comptable
e) Le service contrle de gestion
f) Lexpert-comptable
g) Autre, veuillez prciser
3. Quel est la frquence de production des tableaux de bord ? (Plusieurs cases peuvent
tre coches)
a) Annuelle
b) Trimestrielle
c) Mensuelle
d) Hebdomadaire
e) Quotidienne
385
4. Quel est le dlai de production des tableaux de bord ? (Plusieurs cases peuvent tre
coches)
a) 1 plusieurs mois
b) 1 3 semaines
c) plusieurs jours
d) 1 jour
e) en temps rel
5. Quel est le degr dintgration des indicateurs de suivi (ex : suivi du chiffre
daffaires, du taux dabsentisme, du nombre de rclamations clients, des dlais de
livraison, du niveau dactivit, de la trsorerie, etc.) dans les tableaux de bord ?
Faible, peu dindicateurs de
Si vos tableaux de bord comportent des indicateurs de ce type, veuillez citer les principaux :
386
6. Quel est le degr dintgration des indicateurs prvisionnels (ex : dlai de livraison
prvu, niveau dactivit prvu, stocks prvisionnels, rsultat dexploitation
prvisionnel, ventes prvues, etc.) dans les tableaux de bord ?
Faible, peu dindicateurs de
Si vos tableaux de bord comportent des indicateurs de ce type, veuillez citer les principaux :
387
7. Sagissant des types de donnes suivants, quel est leur degr dintgration dans les
tableaux de bord ?
Faible, les donnes
nombreuses
chiffre
daffaires
nombreusesddd
par
produit, etc.)
b) Donnes
quantitatives
financires
(ex :
nombre
non
de
taux
dabsentisme,
par
des
les
clients,
prix
concurrents,
388
8. Sagissant des indicateurs suivants, quel est leur degr dintgration dans le tableau
de bord ?
Faible, les indicateurs
nombreux
nombreux
a) Indicateurs se rapportant la
performance
financire
(ex :
rsultats dexploitation, taux de
croissance du chiffre affaires, taux
de marge brute, ratios de trsorerie,
etc.)
b) Indicateurs
de
performance
concernant les clients (ex : fidlit
et satisfaction des clients, nouveaux
clients, rentabilit par segment,
volution des parts de march, etc.)
389
9. Quel est ou quels sont le(s) destinataire(s) des tableaux de bord dans lentreprise ?
(plusieurs cases peuvent tre coches)
a) Le dirigeant
b) Les responsables fonctionnels
ou de dpartements
c) Les responsables oprationnels
ou de services
Lesquels ?.................................................
Lesquels ?.................................................
10. Dune manire gnrale, et si tel le cas, quelle est la nature de votre insatisfaction
concernant les tableaux de bord dont vous disposez ?
Si vous souhaitez recevoir une synthse des rsultats de la recherche, veuillez joindre
votre carte professionnelle lenvoi ou indiquer ci-dessous votre adresse personnelle.
390
391
Le 23 mars 2009
Objet : Enqute / recherche doctorale.
Monsieur,
Je prpare actuellement l'IRGO (Institut de Recherche en Gestion des Organisations) de
Bordeaux (France) une thse de doctorat sur le thme des pratiques de tableaux de bord de
gestion des PME marocaines.
Cette recherche, qui est ralise sous la direction du Professeur Jean-Guy DEGOS, a pour
objectif d'analyser la manire dont les tableaux de bord sont labors et utiliss dans les PME
marocaines afin de parvenir notamment une meilleure comprhension des besoins des
utilisateurs.
Vous trouverez ci-joint deux questionnaires qui sont destins collecter les donnes
ncessaires la ralisation de cette tude :
-
Houda ZIAN
392
393
1. Structure
Deg_dfin_rgle_proc Deg_dfin_objectif_per
d
for
1,000
,583
,552
,583
1,000
,438
,552
,438
1,000
Statistiques d'item
Moyenne
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor
Ecart-type
3,5526
3,7368
3,5000
,86046
,89092
1,10893
N
38
38
38
Statistiques de fiabilit
Alpha de
Cronbach
,757
Nombre
d'lments
3
Moyenne de
Variance de
l'chelle en cas l'chelle en cas
de suppression de suppression
d'un lment
d'un lment
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor
7,2368
7,0526
7,2895
2,888
3,024
2,427
394
Corrlation
complte des
lments
corrigs
,666
,567
,555
Carr de la
corrlation
multiple
,449
,359
,325
Alpha de
Cronbach en cas
de suppression
de l'lment
,599
,697
,736
Deg_dfin_rgle_pr Deg_dfin_objectif_
ocd
perfor
1,000
,722
,625
,722
1,000
,576
,625
,576
1,000
Statistiques d'item
Moyenne
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor
Ecart-type
3,0145
3,1014
3,2609
1,10471
1,03106
,99487
N
69
69
69
Statistiques de fiabilit
Alpha de
Cronbach
,843
Nombre
d'lments
3
Moyenne de
Variance de
l'chelle en cas l'chelle en cas
de suppression de suppression
d'un lment
d'un lment
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor
6,3623
6,2754
6,1159
Corrlation
complte des
lments
corrigs
3,234
3,585
3,928
,760
,724
,648
Carr de la
corrlation
multiple
,587
,546
,424
Alpha de
Cronbach en cas
de suppression
de l'lment
,731
,767
,837
395
1,000
,674
,674
1,000
,545
,391
,540
,693
,545
,391
1,000
,286
,540
,693
,286
1,000
Statistiques d'item
Moyenne
Degr_partic_prise_dci
Degr_consulta_collabo_av_prise_dci
Degr_consulta_dirigeants_par_colla_av_dc
Degr_prise_dci_par_collaborateurs
Ecart-type
2,7961
2,8618
2,7961
2,9605
1,14174
1,22983
,73718
,93817
N
38
38
38
38
Statistiques de fiabilit
Alpha de
Cronbach
,815
Nombre
d'lments
4
Moyenne de
l'chelle en cas
de suppression
d'un lment
Degr_partic_prise_dci
Degr_consulta_collabo_av_p
rise_dci
Degr_consulta_dirigeants_pa
r_colla_av_dc
Degr_prise_dci_par_collab
orateurs
Corrlation
Variance de complte des
l'chelle en cas
lments
de suppression
corrigs
d'un lment
Alpha de
Carr de la Cronbach en
corrlation
cas de
multiple suppression de
l'lment
8,6184
8,5526
5,641
5,196
,731
,749
,556
,608
,719
,713
8,6184
8,344
,475
,299
,836
8,4539
6,878
,640
,491
,767
396
1,000
,500
,500
1,000
,554
,475
,564
,555
,554
,475
1,000
,448
,564
,555
,448
1,000
Statistiques d'item
Moyenne
Degr_partic_prise_dci
Degr_consulta_collabo_av_prise_dci
Degr_consulta_dirigeants_par_colla_av_dc
Degr_prise_dci_par_collaborateurs
2,2101
2,4638
2,4457
2,5000
Ecart-type
1,07497
1,09248
1,01539
,90951
N
69
69
69
69
Statistiques de fiabilit
Alpha de
Cronbach
,808
Nombre
d'lments
4
7,4094
7,1558
6,035
6,153
,660
,614
,448
,390
,741
,765
7,1739
6,556
,594
,366
,773
7,1196
6,815
,639
,424
,756
1,000
,447
,372
,407
,511
,447
1,000
,389
,667
,300
,372
,389
1,000
,437
,452
,407
,667
,437
1,000
,515
,511
,300
,452
,515
1,000
Statistiques d'item
Moyenne
Niveau_PD_dvelop_lancement_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
Niveau_PD_oprationnelles
1,8158
2,0000
2,6579
2,0526
2,2632
Ecart-type
,95451
1,13899
1,34116
1,13774
1,26671
38
38
38
38
38
Statistiques de fiabilit
Alpha de
Cronbach
,798
Nombre
d'lments
5
8,9737
8,7895
8,1316
8,7368
8,5263
398
14,134
13,036
12,280
12,361
12,364
,563
,578
,533
,679
,575
,362
,510
,290
,561
,434
,768
,760
,779
,728
,762
1,000
,340
,494
,418
,510
,340
1,000
,669
,453
,507
,494
,669
1,000
,625
,679
,418
,453
,625
1,000
,535
Ecart-type
,510
,507
,679
,535
1,000
Statistiques d'item
Moyenne
Niveau_PD_dvelop_lancement_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
Niveau_PD_oprationnelles
1,4348
1,5362
1,5942
1,4638
1,6522
,93113
,73923
,77305
,60827
,81936
69
69
69
69
69
Statistiques de fiabilit
Alpha de
Cronbach
,838
Nombre
d'lments
5
6,2464
6,1449
6,0870
6,2174
6,0290
5,953
6,449
5,728
6,879
5,793
,535
,600
,790
,627
,706
,310
,454
,662
,422
,518
399
,844
,815
,762
,813
,785
1,000
,600
,600
1,000
Ecart-type
Statistiques d'item
Moyenne
Degr_formalisation_tches
Degr_formalisation_RP
3,4737
3,5000
,92230
,83017
38
38
Statistiques de fiabilit
Alpha de
Cronbach
,747
Nombre
d'lments
2
Variance de
l'chelle en
cas de
suppression
d'un lment
3,5000
3,4737
Corrlation
complte des
lments
corrigs
,689
,851
Carr de la
corrlation
multiple
,600
,600
,360
,360
1,000
,659
,659
1,000
Ecart-type
Statistiques d'item
Moyenne
Degr_formalisation_tches
Degr_formalisation_RP
3,2319
3,1159
400
1,08662
1,09190
69
69
Alpha de
Cronbach en
cas de
suppression de
l'lment
NaN
NaN
Statistiques de fiabilit
Alpha de
Cronbach
,794
Nombre
d'lments
2
3,1159
3,2319
1,192
1,181
,659
,659
Carr de la
corrlation
multiple
,434
,434
Alpha de
Cronbach en
cas de
suppression de
l'lment
NaN
NaN
Structure
Quinze items participant la caractrisation de cette variable :
-
401
402
Degr_specia_tches
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor
Degr_partic_prise_dci
Degr_consulta_collabo_av_
prise_dci
Degr_consulta_dirigeants_p
ar_colla_av_dc
Degr_prise_dci_par_colla
borateurs
Niveau_PD_dvelop_lancem
ent_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_ven
te
Niveau_PD_choix_investiss
ements
Niveau_PD_oprationnelles
Degr_formalisation_tches
Degr_formalisation_RP
-,037
-,359
,051
-,003
,086
,376
,359
-,038
-,202
,048
,038
-,037
,529
,593
,011
-,078
-,033
,485
,475
,041
-,213
,217
,037
-,174
-,289
,264
,279
-,171
-,278
-,173
-,115
-,097
-,062
-,158
-,144
-,084
,508 ,532
,444
1,000 ,583
,552
,583 1,000
,438
,552 ,438 1,000
-,033 -,021 -,067
,221 ,120 -,161
1,000
,508
,532
,444
-,201
-,009
,178
-,233
-,374
,352
,260
,200
,082
,540
,545
-,201
-,033
-,021
-,067
1,000
,674
,523
-,036
-,149
,300
,169
,302
,173
,693
,391
-,009
,221
,120
-,161
,674
1,000
402
,204
-,112
-,138
,303
,362
,174
,368
,286
1,000
-,144
-,158
-,084
-,062
,545
,391
,293
-,181
-,217
,167
,158
,209
,060
1,000
,286
-,078
,011
-,174
-,097
,540
,693
,511
,102
,119
,407
,447
,372
1,000
,060
,368
-,038
-,037
,037
-,115
,082
,173
,300
-,154
-,171
,667
1,000
,389
,447
,158
,362
-,202
-,359
-,213
-,278
,260
,169
,452
,222
,134
,437
,389
1,000
,372
,209
,174
,048
,051
,217
-,173
,200
,302
,515
,104
,086
1,000
,667
,437
,407
,167
,303
,038
-,003
,041
-,171
,352
,300
1,000
,006
,129
,515
,300
,452
,511
,293
,204
-,037
,086
-,033
-,289
,178
,523
,006
1,000
,600
,104
-,154
,222
,102
-,181
-,112
,529
,376
,485
,264
-,233
-,036
,129
,600
1,000
,086
-,171
,134
,119
-,217
-,138
,593
,359
,475
,279
-,374
-,149
Statistiques d'item
Moyenne
Degr_specia_tches
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor
Degr_partic_prise_dci
Degr_consulta_collabo_av_prise_dci
Degr_consulta_dirigeants_par_colla_av_dc
Degr_prise_dci_par_collaborateurs
Niveau_PD_dvelop_lancement_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
Niveau_PD_oprationnelles
Degr_formalisation_tches
Degr_formalisation_RP
3,5526
3,5526
3,7368
3,5000
2,7961
2,8618
2,7961
2,9605
1,8158
2,0000
2,6579
2,0526
2,2632
3,4737
3,5000
Ecart-type
1,02857
,86046
,89092
1,10893
1,14174
1,22983
,73718
,93817
,95451
1,13899
1,34116
1,13774
1,26671
,92230
,83017
38
38
38
38
38
38
38
38
38
38
38
38
38
38
38
Statistiques de fiabilit
Alpha de
Cronbach
,736
Nombre
d'lments
15
Degr_specia_tches
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor
Degr_partic_prise_dci
Degr_consulta_collabo_av_prise_dci
Degr_consulta_dirigeants_par_colla_av_dc
Degr_prise_dci_par_collaborateurs
Niveau_PD_dvelop_lancement_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
Niveau_PD_oprationnelles
Degr_formalisation_tches
Degr_formalisation_RP
Moyenne de
l'chelle en
cas de
suppression
d'un
lment
Variance
de l'chelle
en cas de
suppressio
n d'un
lment
39,9671
39,9671
39,7829
40,0197
40,7237
40,6579
40,7237
40,5592
41,7039
41,5197
40,8618
41,4671
41,2566
40,0461
40,0197
48,112
48,335
47,788
51,187
46,570
42,846
48,817
48,012
46,570
47,599
42,398
43,328
43,350
48,483
49,363
Corrlati Carr de
on
la
complte corrlatio
des
n
lments multiple
corrigs
,254
,310
,342
,023
,315
,524
,333
,300
,407
,248
,492
,545
,470
,269
,235
,531
,645
,612
,564
,728
,831
,457
,616
,475
,682
,450
,696
,700
,512
,594
Alpha de
Cronbach
en cas de
suppressio
n de
l'lment
,731
,726
,723
,755
,725
,700
,725
,726
,716
,733
,703
,699
,707
,729
,732
404
Degr_specia_tches
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor
Degr_partic_prise_dci
Degr_consulta_collabo_av_
prise_dci
Degr_consulta_dirigeants_p
ar_colla_av_dc
Degr_prise_dci_par_colla
borateurs
Niveau_PD_dvelop_lancem
ent_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_ven
te
Niveau_PD_choix_investiss
ements
Niveau_PD_oprationnelles
Degr_formalisation_tches
Degr_formalisation_RP
-,163
,128
-,092
-,082
,059
,056
-,043
,156
,230
,125
-,005
-,185
-,117
-,254
-,186
,222
,169
-,149
,097
,225
-,053
-,111
-,058
-,123
,118
-,065
-,013
,202
,121
,162
,147
,159
,177
,142
,087
,237 ,137
,165
1,000 ,722
,625
,722 1,000
,576
,625 ,576 1,000
-,120 -,089
,003
,031 ,020
,093
,086
1,000
,237
,137
,165
,121
,233
,218
,121
-,081
,124
,245
,166
,293
,564
,554
,121
-,120
-,089
,003
1,000
,500
-,014
,007
,019
-,002
,047
,004
,124
,555
,475
,233
,031
,020
,093
,500
1,000
404
,087
,228
,105
,220
,211
,135
,278
,448
1,000
,086
-,163
-,065
,087
,554
,475
,049
,205
,204
,199
,137
-,026
,195
1,000
,448
,125
,128
,118
,142
,564
,555
,510
,146
-,050
,418
,340
,494
1,000
,195
,278
-,005
-,092
-,123
,177
,293
,124
,507
,154
,031
,453
1,000
,669
,340
,137
,211
-,185
-,082
-,111
,147
,245
,047
,679
,061
-,100
,625
,669
1,000
,494
-,026
,135
-,117
,059
-,058
,159
,166
,004
,535
,124
,051
1,000
,453
,625
,418
,199
,220
-,254
,056
-,053
,162
,124
-,002
1,000
,059
-,053
,535
,507
,679
,510
,049
,087
-,186
-,043
-,149
-,013
,218
-,014
,059
1,000
,659
,124
,154
,061
,146
,205
,228
,222
,156
,097
,202
,121
,007
-,053
,659
1,000
,051
,031
-,100
-,050
,204
,105
,169
,230
,225
,121
-,081
,019
Statistiques d'item
Moyenne
Degr_specia_tches
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor
Degr_partic_prise_dci
Degr_consulta_collabo_av_prise_dci
Degr_consulta_dirigeants_par_colla_av_dc
Degr_prise_dci_par_collaborateurs
Niveau_PD_dvelop_lancement_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
Niveau_PD_oprationnelles
Degr_formalisation_tches
Degr_formalisation_RP
3,2609
3,0145
3,1014
3,2609
2,2101
2,4638
2,4457
2,5000
1,4348
1,5362
1,5942
1,4638
1,6522
3,2319
3,1159
Ecart-type
1,01046
1,10471
1,03106
,99487
1,07497
1,09248
1,01539
,90951
,93113
,73923
,77305
,60827
,81936
1,08662
1,09190
69
69
69
69
69
69
69
69
69
69
69
69
69
69
69
Statistiques de fiabilit
Alpha de
Cronbach
,730
Nombre
d'lments
15
33,0254
33,2717
33,1848
33,0254
34,0761
33,8225
33,8406
33,7862
34,8514
34,7500
34,6920
34,8225
34,6341
33,0543
33,1703
405
,163
,287
,227
,426
,393
,337
,414
,502
,364
,337
,348
,358
,261
,392
,257
,276
,680
,592
,564
,554
,463
,477
,569
,441
,557
,730
,548
,567
,536
,545
,734
,722
,728
,706
,709
,716
,707
,699
,713
,717
,716
,717
,723
,709
,725
2. Environnement
Les dimensions participant la mesure de lincertitude de lenvironnement sont :
-
1,000
,705
,705
1,000
Ecart-type
Statistiques d'item
Moyenne
Dynami_enviro_plan_co
Dynamique_envi_plan_techno
3,5000
3,4211
,89292
1,03013
38
38
Statistiques de fiabilit
Alpha de
Cronbach
,822
Nombre
d'lments
2
3,4211
3,5000
1,061
,797
406
,705
,705
,497
,497
NaN
NaN
1,000
,626
,626
1,000
Ecart-type
Statistiques d'item
Moyenne
Dynami_enviro_plan_co
Dynamique_envi_plan_techno
3,5507
3,6232
,97824
1,11278
69
69
Statistiques de fiabilit
Alpha de
Cronbach
,766
Nombre
d'lments
2
3,6232
3,5507
1,238
,957
,626
,626
,392
,392
Environnement
Quatre items participant la caractrisation de cette variable :
-
407
NaN
NaN
1,000
,705
,527
,372
,705
1,000
,584
,592
,527
,584
1,000
,605
,372
,592
,605
1,000
Statistiques d'item
Moyenne
Dynami_enviro_plan_co
Dynamique_envi_plan_techno
Prvisibilit_comportem_concurre
Prvisibilit_gots_prfren_client
Ecart-type
3,5000
3,4211
3,5789
3,6053
,89292
1,03013
,97625
,85549
38
38
38
38
Statistiques de fiabilit
Alpha de
Cronbach
,839
Nombre
d'lments
4
10,6053
10,6842
10,5263
10,5000
5,975
4,979
5,499
6,203
408
,638
,765
,678
,615
,533
,630
,480
,470
,811
,752
,793
,820
1,000
,626
,671
,463
,626
1,000
,566
,657
,671
,566
1,000
,644
,463
,657
,644
1,000
Statistiques d'item
Moyenne
Dynami_enviro_plan_co
Dynamique_envi_plan_techno
Prvisibilit_comportem_concurre
Prvisibilit_gots_prfren_client
Ecart-type
3,5507
3,6232
3,5942
3,3623
,97824
1,11278
1,06161
1,01418
69
69
69
69
Statistiques de fiabilit
Alpha de
Cronbach
,859
Nombre
d'lments
4
10,5797
10,5072
10,5362
10,7681
7,600
6,812
6,988
7,416
Carr de la
corrlation
multiple
,681
,720
,734
,686
3. Type de dcision
Les dimensions participant la caractrisation de cette variable sont :
-
409
,552
,564
,592
,553
Alpha de
Cronbach en
cas de
suppression de
l'lment
,830
,815
,808
,828
1,000
,600
,600
1,000
,659
,639
,453
,263
,700
,400
,071
,210
,659
,639
1,000
,403
,643
-,113
,453
,700
,071
,263
,400
,210
,403
,643
-,113
1,000
,476
-,084
,476
1,000
-,100
-,084
-,100
1,000
Statistiques d'item
Moyenne
Quantit_information_utilise
Degr_formalisation_info_utilise
Degr_structuration_info_utilise
Varit_solutions_av_dcision
Degr_rfrence_intuition
Degr_organisat_sminai_format_person
Ecart-type
2,4671
2,4342
2,3026
2,5329
2,4671
3,3882
Statistiques de fiabilit
Alpha de
Cronbach
,642
410
Nombre
d'lments
6
,94112
,81929
,94289
,79519
,89513
1,08381
N
38
38
38
38
38
38
Variance de Corrlation
Alpha de
l'chelle en complte Carr de la Cronbach en
cas de
des
corrlation
cas de
suppression lments
multiple suppression
d'un lment corrigs
de l'lment
13,1250
13,1579
13,2895
13,0592
13,1250
12,2039
8,256
9,353
8,735
10,447
9,101
12,114
,757
,641
,648
,420
,618
-,007
,637
,536
,630
,263
,586
,165
,619
,664
,654
,721
,666
,850
1,000
,411
,411
1,000
,457
,428
,428
,349
,428
,188
,237
,337
,457
,428
1,000
,348
,277
,204
,428
,428
,237
,349
,188
,337
,348
,277
,204
1,000
,505
,250
,505
1,000
,304
,250
,304
1,000
Statistiques d'item
Moyenne
Quantit_information_utilise
Degr_formalisation_info_utilise
Degr_structuration_info_utilise
Varit_solutions_av_dcision
Degr_rfrence_intuition
Degr_organisat_sminai_format_person
411
2,9891
3,1341
2,9348
3,0616
3,2971
4,1848
Ecart-type
,88952
,89994
,82544
,89772
,77207
1,04640
N
69
69
69
69
69
69
Statistiques de fiabilit
Alpha de
Cronbach
,752
Nombre
d'lments
6
16,6123
16,4674
16,6667
16,5399
16,3043
15,4167
8,966
9,235
9,589
9,060
9,809
9,314
,571
,503
,494
,543
,495
,374
,366
,314
,294
,352
,345
,175
,694
,713
,716
,702
,717
,756
412
413
Degr_superv_person_trav_
oprat
Degr_supervis_perso_organ
i_serv_oprat
Degr_supervis_perso_circul
at_informat
Degr_supervis_person_ordr
e_jr_runion
Degr_supervis_person_prs
tat_fourniss
Degr_supervis_person_pon
ctualit_person
Degr_supervis_person_suiv
i_clients
Degr_supervis_person_pro
prit_locaux
,316
1,000
,160
,116
-,044
,613
,694
,224
1,000
,316
-,018
,192
,525
,770
,614
,309
,206
,167
,075
-,049
,245
1,000
,160
-,018
413
,327
,339
,251
-,128
1,000
,245
,116
,192
,391
,239
,360
1,000
-,128
-,049
-,044
,525
,452
,800
1,000
,360
,251
,075
,613
,770
,283
1,000
,800
,239
,339
,167
,694
,614
1,000
,283
,452
,391
,327
,206
,224
,309
Statistiques d'item
Moyenne
Degr_superv_person_trav_oprat
Degr_supervis_perso_organi_serv_oprat
Degr_supervis_perso_circulat_informat
Degr_supervis_person_ordre_jr_runion
Degr_supervis_person_prstat_fourniss
Degr_supervis_person_ponctualit_person
Degr_supervis_person_suivi_clients
Degr_supervis_person_proprit_locaux
3,1250
3,0592
3,2566
3,1579
3,7500
2,9276
3,1908
3,3224
Ecart-type
1,22440
1,03557
,94348
1,07713
,91902
1,27596
1,15143
1,05892
38
38
38
38
38
38
38
38
Statistiques de fiabilit
Alpha de
Cronbach
,790
Nombre
d'lments
8
22,6645
22,7303
22,058
24,819
,643
,490
,701
,623
,741
,769
22,5329
22,6316
28,419
26,502
,163
,296
,122
,390
,812
,798
22,0395
22,8618
27,232
20,009
,299
,816
,525
,818
,794
,705
22,5987
22,4671
21,485
24,703
,762
,487
,765
,455
,721
,769
414
415
Degr_superv_person_trav_
oprat
Degr_supervis_perso_organ
i_serv_oprat
Degr_supervis_perso_circul
at_informat
Degr_supervis_person_ordr
e_jr_runion
Degr_supervis_person_prs
tat_fourniss
Degr_supervis_person_pon
ctualit_person
Degr_supervis_person_suiv
i_clients
Degr_supervis_person_pro
prit_locaux
,526
1,000
,360
-,055
,220
,192
,177
-,090
1,000
,526
,368
,001
,508
,235
,471
,275
,063
,438
,087
,261
,324
1,000
,360
,368
415
,093
,256
,028
,024
1,000
,324
-,055
,001
,138
,505
,417
1,000
,024
,261
,220
,508
,352
,559
1,000
,417
,028
,087
,192
,235
,273
1,000
,559
,505
,256
,438
,177
,471
1,000
,273
,352
,138
,093
,063
-,090
,275
Statistiques d'item
Moyenne
Degr_superv_person_trav_oprat
Degr_supervis_perso_organi_serv_oprat
Degr_supervis_perso_circulat_informat
Degr_supervis_person_ordre_jr_runion
Degr_supervis_person_prstat_fourniss
Degr_supervis_person_ponctualit_person
Degr_supervis_person_suivi_clients
Degr_supervis_person_proprit_locaux
Ecart-type
3,9674
3,8043
3,7319
3,6413
4,0217
3,8587
4,0761
3,3696
1,23067
1,08115
1,12403
1,06626
1,19107
1,18855
1,22497
1,19942
69
69
69
69
69
69
69
69
Statistiques de fiabilit
Alpha de
Cronbach
,734
Nombre
d'lments
8
26,5036
26,6667
21,994
25,720
,591
,314
,575
,446
,671
,727
26,7391
24,091
,451
,380
,702
26,8297
27,508
,151
,182
,755
26,4493
23,053
,513
,402
,689
26,6123
23,626
,458
,483
,700
26,3949
21,164
,681
,579
,651
27,1014
25,712
,262
,281
,739
416
Type de dcisions
Quatorze items participant la caractrisation de cette variable :
-
417
418
Quantit_information_util
ise
Degr_formalisation_info
_utilise
Degr_structuration_info_
utilise
Varit_solutions_av_dci
sion
Degr_rfrence_intuition
Degr_organisat_sminai
_format_person
Degr_superv_person_tra
v_oprat
Degr_supervis_perso_or
gani_serv_oprat
Degr_supervis_perso_cir
culat_informat
Degr_supervis_person_o
rdre_jr_runion
Degr_supervis_person_p
rstat_fourniss
Degr_supervis_person_p
onctualit_person
Degr_supervis_person_s
uivi_clients
Degr_supervis_person_p
roprit_locaux
,066
,194
-,280
,028
,049
-,082
,076
,314
,049
,329
,372
-,014
,400
,210
,700
,071
,343
,263
,453
,409
,639
,659
-,168
1,000
,600
,165
,600
1,000
,336
,323
,353
,097
,381
,362
,462
,183
,643
-,113
,403
1,000
,639
,659
,218
,113
,194
,116
,221
,191
,182
,022
,476
-,084
1,000
,403
,263
,453
,252
,432
,382
,154
,373
,080
,385
,212
1,000
-,100
,476
,643
,400
,700
418
-,322
-,099
-,221
-,170
-,044
-,345
-,266
-,111
-,100
1,000
-,084
-,113
,210
,071
,309
,614
,770
,525
,192
-,018
,316
1,000
,212
-,111
,022
,183
-,168
,165
,224
,694
,613
-,044
,116
,160
1,000
,316
,385
-,266
,182
,462
,343
,409
,206
,167
,075
-,049
,245
1,000
,160
-,018
,080
-,345
,191
,362
,066
,076
,327
,339
,251
-,128
1,000
,245
,116
,192
,373
-,044
,221
,381
,194
,314
,391
,239
,360
1,000
-,128
-,049
-,044
,525
,154
-,170
,116
,097
-,280
,049
,452
,800
1,000
,360
,251
,075
,613
,770
,382
-,221
,194
,353
,028
,329
,283
1,000
,800
,239
,339
,167
,694
,614
,432
-,099
,113
,323
,049
,372
1,000
,283
,452
,391
,327
,206
,224
,309
,252
-,322
,218
,336
-,082
-,014
Quantit_ Degr_for Degr_str Varit_so Degr_rf Degr_orga Degr_sup Degr_super Degr_sup Degr_super Degr_sup Degr_supe Degr_sup Degr_sup
informati malisation_ ucturatio lutions_av rence_int nisat_smin erv_perso vis_perso_or ervis_pers vis_person_ ervis_pers rvis_person ervis_pers ervis_pers
on_utilis info_utilis n_info_ut _dcision
uition
ai_format_p n_trav_op gani_serv_o o_circulat ordre_jr_ru on_prstat _ponctualit on_suivi_c on_propri
e
e
ilise
erson
rat
prat
_informat
nion
_fourniss
_person
lients
t_locaux
Statistiques d'item
Moyenne
Quantit_information_utilise
Degr_formalisation_info_utilise
Degr_structuration_Info_utilise
Varit_solutions_av_dcision
Degr_rfrence_intuition
Degr_organisat_sminai_format_person
Degr_superv_person_trav_oprat
Degr_supervis_perso_organi_serv_oprat
Degr_supervis_perso_circulat_informat
Degr_supervis_person_ordre_jr_runion
Degr_supervis_person_prstat_fourniss
Degr_supervis_person_ponctualit_person
Degr_supervis_person_suivi_clients
Degr_supervis_person_proprit_locaux
2,4671
2,4342
2,3026
2,5329
2,4671
3,3882
3,1250
3,0592
3,2566
3,1579
3,7500
2,9276
3,1908
3,3224
Ecart-type
,94112
,81929
,94289
,79519
,89513
1,08381
1,22440
1,03557
,94348
1,07713
,91902
1,27596
1,15143
1,05892
38
38
38
38
38
38
38
38
38
38
38
38
38
38
Statistiques de fiabilit
Alpha de
Cronbach
,797
Nombre
d'lments
14
38,9145
38,9474
39,0789
38,8487
38,9145
37,9934
38,2566
38,3224
47,650
52,071
46,595
51,299
47,565
58,745
46,667
47,405
,592
,295
,680
,378
,637
-,222
,482
,544
,714
,688
,771
,367
,657
,450
,734
,771
,772
,794
,765
,788
,769
,836
,779
,774
38,1250
38,2237
37,6316
38,4539
53,104
49,040
52,600
42,942
,163
,400
,209
,697
,427
,538
,620
,839
,804
,787
,800
,756
38,1908
38,0592
44,316
49,383
,691
,385
,842
,581
,759
,788
420
Quantit_information_util
ise
Degr_formalisation_info
_utilise
Degr_structuration_info_
utilise
Varit_solutions_av_dci
sion
Degr_rfrence_intuition
Degr_organisat_sminai
_format_person
Degr_superv_person_tra
v_oprat
Degr_supervis_perso_or
gani_serv_oprat
Degr_supervis_perso_cir
culat_informat
Degr_supervis_person_o
rdre_jr_runion
Degr_supervis_person_p
rstat_fourniss
Degr_supervis_person_p
onctualit_person
Degr_supervis_person_s
uivi_clients
Degr_supervis_person_p
roprit_locaux
,102
,145
-,013
,085
,039
-,135
,055
,178
-,062
,101
,126
-,103
,188
,337
,428
,237
-,083
,349
,428
-,076
,428
,457
-,085
1,000
,411
-,099
,411
1,000
-,039
,062
,138
-,028
,133
,009
-,001
-,004
,277
,204
,348
1,000
,428
,457
-,076
-,065
-,015
-,123
,041
-,035
-,127
-,091
,505
,250
1,000
,348
,349
,428
-,015
,256
,205
,061
,107
,176
,057
,081
1,000
,304
,505
,277
,188
,428
420
-,178
,049
,017
,107
,043
,183
,202
,229
,304
1,000
,250
,204
,337
,237
,275
,471
,235
,508
,001
,368
,526
1,000
,081
,229
-,091
-,004
-,085
-,099
-,090
,177
,192
,220
-,055
,360
1,000
,526
,057
,202
-,127
-,001
-,083
-,076
,063
,438
,087
,261
,324
1,000
,360
,368
,176
,183
-,035
,009
,102
,055
,093
,256
,028
,024
1,000
,324
-,055
,001
,107
,043
,041
,133
,145
,178
,138
,505
,417
1,000
,024
,261
,220
,508
,061
,107
-,123
-,028
-,013
-,062
,352
,559
1,000
,417
,028
,087
,192
,235
,205
,017
-,015
,138
,085
,101
,273
1,000
,559
,505
,256
,438
,177
,471
,256
,049
-,065
,062
,039
,126
1,000
,273
,352
,138
,093
,063
-,090
,275
-,015
-,178
-,076
-,039
-,135
-,103
Quantit_ Degr_for Degr_str Varit_so Degr_rf Degr_orga Degr_sup Degr_supe Degr_sup Degr_super Degr_sup Degr_supe Degr_sup Degr_sup
informati malisation_ ucturatio lutions_av rence_int nisat_smin erv_perso rvis_perso_ ervis_pers vis_person_ ervis_pers rvis_person ervis_pers ervis_pers
on_utilis info_utilis n_info_ut _dcision
uition ai_format_p n_trav_op organi_serv o_circulat ordre_jr_ru on_prstat _ponctualit on_suivi_c on_propri
e
e
ilise
erson
rat
_oprat _informat
nion
_fourniss
_person
lients
t_locaux
Statistiques d'item
Moyenne
Quantit_information_utilise
Degr_formalisation_info_utilise
Degr_structuration_Info_utilise
Varit_solutions_av_dcision
Degr_rfrence_intuition
Degr_organisat_sminai_format_person
Degr_superv_person_trav_oprat
Degr_supervis_perso_organi_serv_oprat
Degr_supervis_perso_circulat_informat
Degr_supervis_person_ordre_jr_runion
Degr_supervis_person_prstat_fourniss
Degr_supervis_person_ponctualit_person
Degr_supervis_person_suivi_clients
Degr_supervis_person_proprit_locaux
2,9891
3,1341
2,9348
3,0616
3,2971
4,1848
3,9674
3,8043
3,7319
3,6413
4,0217
3,8587
4,0761
3,3696
Ecart-type
,88952
,89994
,82544
,89772
,77207
1,04640
1,23067
1,08115
1,12403
1,06626
1,19107
1,18855
1,22497
1,19942
69
69
69
69
69
69
69
69
69
69
69
69
69
69
Statistiques de fiabilit
Alpha de
Cronbach
,712
Nombre
d'lments
14
47,0833
46,9384
47,1377
47,0109
46,7754
45,8877
46,1051
46,2681
46,3406
46,4312
46,0507
46,2138
42,080
42,488
42,422
43,438
41,471
41,089
37,663
41,521
38,893
42,108
38,953
38,372
,283
,242
,282
,160
,409
,294
,461
,247
,426
,209
,388
,431
,395
,357
,314
,407
,419
,294
,604
,467
,405
,207
,417
,515
,701
,705
,701
,714
,691
,700
,677
,706
,683
,710
,688
,682
45,9964
46,7029
36,010
42,738
,587
,125
,607
,343
,658
,724
421
4. Stratgie de contrle
Les dimensions participant la caractrisation de cette variable sont :
-
1,000
,780
,780
1,000
Statistiques d'item
Moyenne
Degr_couverture_fonct_sys_budg
Frquence_utilis_don_sys_budg
Ecart-type
2,6970
2,5758
1,23705
,86712
33
33
Statistiques de fiabilit
Alpha de
Cronbach
,846
Nombre
d'lments
2
2,5758
2,6970
,752
1,530
422
,780
,780
,608
,608
NaN
NaN
1,000
,551
,551
1,000
Ecart-type
Statistiques d'item
Moyenne
Degr_couverture_fonct_sys_budg
Frquence_utilis_don_sys_budg
3,2222
2,6667
1,21537
,90749
18
18
Statistiques de fiabilit
Alpha de
Cronbach
,691
Nombre
d'lments
2
2,6667
3,2222
,824
1,477
,551
,551
NaN
,304
,304
NaN
1,000
,729
,493
423
,729
1,000
,416
,493
,416
1,000
Statistiques d'item
Moyenne
Varit_cots_calcules
Varit_objets_cots_calcules
Frquence_utilisa_donne_cots
Ecart-type
2,1129
1,6452
2,4194
1,20215
1,11201
,62044
31
31
31
Statistiques de fiabilit
Alpha de
Cronbach
,773
Nombre
d'lments
3
4,0645
4,5323
3,7581
2,196
2,566
4,631
,754
,708
,490
,575
,536
,250
,523
,573
,842
1,000
,695
,642
,695
1,000
,707
,642
,707
1,000
Statistiques d'item
Moyenne
Varit_cots_calcules
Varit_objets_cots_calcules
Frquence_utilisa_donne_cots
Ecart-type
2,0526
2,1053
2,8421
1,26814
1,45849
1,06787
Statistiques de fiabilit
Alpha de
Cronbach
,858
424
Nombre
d'lments
3
N
19
19
19
4,9474
4,8947
4,1579
5,469
4,488
6,307
425
,727
,772
,735
,529
,599
,544
,805
,775
,815
426
427
,005
,000
,015
,930
Degr_partic_prise_dci Coef.
Sig.
,265
Sig.
,250
,130
,289
,079
,165
,012
,186
,152
Coef.
,230
Degr_formalisation_R
P
,302
,906
,403*
,462
-,172
,407
-,139
,310
-,169
,253
-,190
,314
-,168
,639
-,079
,631
-,081
,332
-,162
,550
-,100
1,000
,237
,123
Degr_formalisation_tc Coef.
hes
Sig.
,448
-,020
,782
Sig
Niveau_PD_oprationne Coef.
lles
Sig.
,098
,272
,982
,004
,683
,068
,657
-,074
,917
-,017
,427
,133
,127
,740
Sig.
Coef.
,056
,327
Sig.
Coef.
-,164
,975
Sig.
Coef.
-,005
,545
Sig
Coef.
,101
,525
Sig.
Coef.
-,106
,282
Sig.
Coef.
,179
Coef.
,596
,046
Niveau_PD_choix_inve
stissement
Niveau_PD_fixation_px
_vente
Niveau_PD_emb_licen
Niveau_PD_dvelop_la
ncement_
Degr_prise_dci_par_c
ollaborate
Degr_consulta_dirigea
nts_par_colla_av_dc
Degr_consulta_collabo
_av_prise
,448**
,004
,576**
Sig
Deg_dfin_objectif_perf Coef.
or
Sig.
,089
1,000
,453**
Deg_dfin_rgle_procd Coef.
Sig.
1,000
Coef.
Deg_dfin_fonct
,653**
,000
,513**
,001
,039
,212
,839
-,207
,339
-,034
427
,506
-,111
,722
-,060
,353
,155
,007
,055
,125
-,337*
-,160
,403
,140
,314
,273
,182
,517
-,108
,856
-,030
,140
,244
,442
,128
,293
,175
,974
-,006
,331*
,043
,769
,049
1,000
,028
,356*
,125
,254
1,000
,428**
,253
,027
,127
,135
,252
,513
,109
,566
,359*
,247
,291
,176
,452
,096
,008
,001
,126
,423**
1,000
,512**
,000
,710**
1,000
,558
,098
,551
,897
-,022
,658
,074
,232
,001
,100
,199
,000
,522**
,000
,118
,656**
,031
,622**
,258
1,000
,351*
,004
,457**
1,000
,403
,140
,086
,282
,050
,320*
,019
,380*
1,000
,396
,142
,275
,182
,004
,456**
1,000
,272
,183
,912
,019
1,000
,001
,504**
1,000
1,000
Deg_dfin Deg_dfin_ Deg_dfin_ Degr_part Degr_cons Degr_cons Degr_prise Niveau_PD Niveau_PD Niveau_PD_ Niveau_PD Niveau_P Degr_form Degr_form
_fonct rgle_proc objectif_per ic_prise_d ulta_collabo ulta_dirigea _dci_par_c _dvelop_la _emb_licen fixation_px_ _choix_inve D_oprati alisation_tc alisation_R
d
for
ci
_av_prise_d nts_par_coll ollaborateur ncement_np
vente
stissements onnelles
hes
P
ci
a_av_dc
s
s
Matrice de corrlation (Rh de Spearman) des items senss mesurer la variable Structure (PME 1)
428
,534**
,000
,000
,608**
Sig
,124
,311
,048
,027
Sig.
,077
,393
,239*
,123
,266*
Coef.
Degr_formalisation_R
P
,215
,776
-,035
,121
,188
,100
,200
,215
,151
,094
,203
,125
,187
,278
,133
,404
,102
,408
,101
1,000
,104
,527
,187
,629
Degr_formalisation_tc Coef.
hes
Sig.
,917
-,077
,618
-,059
Sig
Niveau_PD_oprationne Coef.
lles
Sig.
,602
,064
,627
-,060
,775
-,035
,225
,148
,847
-,024
,855
-,013
,548
Sig.
Coef.
,074
,547
Sig.
Coef.
-,074
,791
Sig.
Coef.
-,033
,224
Sig
Coef.
,148
,458
Sig.
Coef.
-,091
Coef.
,720
Sig.
-,022
,931
,061
Niveau_PD_choix_inve
stissement
Niveau_PD_fixation_px
_vente
Niveau_PD_emb_licen
Niveau_PD_dvelop_la
ncement_
Degr_prise_dci_par_c
ollaborate
Degr_consulta_dirigea
nts_par_colla_av_dc
,044
Sig.
Coef.
,760
Degr_partic_prise_dci Coef.
Degr_consulta_collabo
_av_prise
,000
-,037
Deg_dfin_objectif_perf Coef.
or
Sig.
-,011
1,000
,706**
Deg_dfin_rgle_procd Coef.
Sig.
1,000
Coef.
Deg_dfin_fonct
-,058
,300*
,751
-,039
,185
,161
,030
,667
,053
,869
,020
,776
,908
-,035
,154
,014
,261*
,173
,699
,047
,026
,345
,036
,267*
,116
,000
,000
,252*
,519**
,550**
,635
,000
,000
,012
,442**
1,000
,481**
,006
,325**
1,000
428
,157
,172
,101
,199
,089
,206
,027
,565
,346
,070
,266*
,115
,185
,162
,017
,712
,055
,045
,197
,157
,258
,138
1,000
,287*
,232
,018
,284*
,083
,210
,000
,448**
1,000
,654
,055
,162
,374
,109
,187
,161
,005
,170
,000
,000
,337**
,466**
,001
,000
,423**
,001
,398**
,648**
1,000
,403**
,001
,384**
1,000
,963
-,006
,633
,058
,002
,360**
,000
,560**
1,000
,639
,058
,405
,102
,001
,400**
1,000
,870
,020
,587
,067
1,000
,000
,640**
1,000
1,000
Deg_dfin Deg_dfin_ Deg_dfin_ Degr_part Degr_cons Degr_cons Degr_prise Niveau_PD Niveau_PD Niveau_PD_ Niveau_PD Niveau_P Degr_form Degr_form
_fonct rgle_proc objectif_per ic_prise_d ulta_collabo ulta_dirigea _dci_par_c _dvelop_la _emb_licen fixation_px_ _choix_inve D_oprati alisation_tc alisation_R
d
for
ci
_av_prise_d nts_par_coll ollaborateur ncement_np
vente
stissements onnelles
hes
P
ci
a_av_dc
s
s
Matrice de corrlation (Rh de Spearman) des items senss mesurer la variable Structure (PME 2)
429
,000
,039
,186
,219
,704
,477
,119
,266
,185
,497
,114
,156
,993
,780
,049
,235
,337*
,047
,322*
,093
,276
,488
,116
,218
,204
,322*
,049
,221
-,064
,998
,176
,203
,016
,389
-,001
,000
,096
,761
,224
-,274
,288
,114
,051
,177
,462
,556
,261
,123
,098
,240
,032
,052
,195
,876
,026
,676
-,070
,001
,517**
1,000
,010
,448
,412*
,281
,349*
,127
,301
-,172
,317
,586
,248
,562
-,179
,192
,097
,091
,022
,000
,551**
,006
,101
,371*
,002
,270
,623**
,435**
,000
1,000
,000
,637**
,476**
,578**
1,000
Degr_supervis_pers Coef.
on_proprit_locaux
Sig.
Degr_supervis_pers Coef.
on_suivi_clients
Sig.
Degr_supervis_pers Coef.
on_ponctualit_perso
Sig.
Degr_supervis_pers Coef.
on_prstat_fourniss
Sig.
Degr_supervis_pers Coef.
on_ordre_jr_runion
Sig.
Degr_supervis_pers Coef.
o_circulat_informat
Sig.
Degr_supervis_pers Coef.
o_organi_serv_opra
Sig.
Degr_superv_perso Coef.
n_trav_oprat
Sig.
Degr_organisat_s Coef.
minai_format_person
Sig.
Degr_rfrence_int Coef.
uition
Sig.
Varit_solutions_av Coef.
_dcision
Sig.
Degr_structuration_ Coef.
Info_utilise
Sig.
,579**
Degr_formalisation Coef.
_info_utilise
Sig.
,000
1,000
Quantit_information Coef.
_utilise
Sig.
,112
,262
,011
,406*
429
,022
-,371*
,475
-,119
,130
-,250
,334*
,040
,314
-,168
,608
-,086
,028
-,356
,044
-,328*
,369
-,150
1,000
,315
,168
,059
,309
,585
,091
,057
,312
,261
,187
,476
-,119
1,000
,267
,105
,088
,000
,000
,281
,650**
,604**
,000
,891
,001
,000
-,023
,529**
,595**
,627
,782**
,081
,263
,212
,186
,207
,940
1,000
-,013
,080
,288
1,000
,183
,221
,251
,191
,522
,107
,628
-,081
,124
,254
1,000
,052
,317
,046
,325*
,152
,237
,400
-,140
1,000
,034
,346*
,147
,240
,027
,358*
1,000
,005
,442**
,000
,780**
1,000
,091
,278
1,000
1,000
Quantit_inf Degr_forma Degr_stru Varit_s Degr_rf Degr_orga Degr_super Degr_super Degr_super Degr_super Degr_super Degr_super Degr_super Degr_superv
ormation_ut lisation_info cturation_I olutions_a rence_in nisat_smin v_person_tr vis_perso_or vis_perso_ci vis_person_ vis_person_ vis_person_p vis_person_s is_person_pro
ilise
_utilise
nfo_utilis v_dcisio tuition ai_format_p av_oprat gani_serv_op rculat_infor ordre_jr_ru prstat_four onctualit_pe uivi_clients prit_locaux
Matrice de corrlation (Rh de Spearman) des items senss mesurer la variable Style de dcisions (PME 1)
430
,003
,031
,119
,000
,379**
-,025
,836
,379
,566
,938
,010
,325
,120
,754
-,038
,308
,125
,983
-,003
,927
-,108
,758
,393
,641
-,011
-,070
,038
,606
,675
,105
,063
,727
,548
,051
-,043
,208
,183
-,074
,153
,419
,761
,162
,099
,037
,546
,295
,395
-,074
,230
-,128
-,057
,285
,018
,091
-,104
,131
,205
-,146
,018
,331
,285*
,001
,284*
,352**
,000
,260*
1,000
,005
,423**
,409**
,331**
1,000
Degr_supervis_pers Coef.
on_proprit_locaux
Sig.
Degr_supervis_pers Coef.
on_suivi_clients
Sig.
Degr_supervis_pers Coef.
on_ponctualit_perso
Sig.
Degr_supervis_pers Coef.
on_prstat_fourniss
Sig.
Degr_supervis_pers Coef.
on_ordre_jr_runion
Sig.
Degr_supervis_pers Coef.
o_circulat_informat
Sig.
Degr_supervis_pers Coef.
o_organi_serv_opra
Sig.
Degr_superv_perso Coef.
n_trav_oprat
Sig.
Degr_organisat_s Coef.
minai_format_person
Sig.
Degr_rfrence_int Coef.
uition
Sig.
Varit_solutions_av Coef.
_dcision
Sig.
Degr_structuration_ Coef.
Info_utilise
Sig.
,351**
Degr_formalisation Coef.
_info_utilise
Sig.
,003
1,000
Quantit_information Coef.
_utilise
Sig.
,397
-,104
,321
-,121
,685
-,050
,232
-,146
,535
,076
,728
-,043
,301
-,126
,360
-,112
,076
,215
,000
,489**
1,000
,916
-,013
,065
,223
,161
,171
,855
,022
,517
,079
,276
,133
,897
,016
,793
,032
,043
,244*
1,000
,005
-,065
,595
,207
,087
,181
,137
,152
,212
-,108
,377
-,032
,794
,463**
,000
,161
,186
,400**
,001
,261*
,030
,617
-,237*
430
,050
-,061
,721
-,044
,457
,091
,830
-,026
,349
,114
,005
1,000
,331**
,000
,517**
1,000
,332**
,123
,187
,096
,202
1,000
,662
,054
,001
,376**
,743
,040
,061
,227
,009
,314**
1,000
,402
,102
,060
,228
,917
,013
,965
,005
1,000
,353
,114
,000
,502**
,001
,385**
1,000
,006
,326**
,000
,558**
1,000
,029
,262*
1,000
1,000
Quantit_inf Degr_forma Degr_stru Varit_s Degr_rf Degr_orga Degr_super Degr_super Degr_super Degr_super Degr_super Degr_super Degr_super Degr_superv
ormation_ut lisation_info cturation_I olutions_a rence_in nisat_smin v_person_tr vis_perso_or vis_perso_ci vis_person_ vis_person_ vis_person_p vis_person_s is_person_pro
ilise
_utilise
nfo_utilis v_dcisio tuition ai_format_p av_oprat gani_serv_op rculat_infor ordre_jr_ru prstat_four onctualit_pe uivi_clients prit_locaux
Matrice de corrlation (Rh de Spearman) des items senss mesurer la variable Style de dcisions (PME 2)
431
N
Sig.
Coef.
Sig.
Coef.
Sig.
Coef.
Sig
Coef.
Sig.
Coef.
26
,703
,079
26
,324
-,201
26
,662
-,090
33
,000
,764**
33
1,000
Frquence_utilisa_donne_cots
Varit_objets_cots_calcules
Varit_cots_calcules
Frquence_utilis_don_sys_budg
Degr_couverture_fonct_sys_budg
nct_sys_budg
431
26
,136
,301
26
,951
,013
26
,571
,117
33
1,000
n_sys_budg
31
,002
,528**
31
,001
,575**
31
1,000
calcules
31
,014
,435*
31
1,000
ts_calcules
31
1,000
nne_cots
Matrice de corrlation (Rh de Spearman) des items senss mesurer la variable Stratgie de contrle (PME 1)
432
N
Sig.
Coef.
Sig.
Coef.
Sig.
Coef.
Sig
Coef.
Sig.
Coef.
13
,623
,151
13
,887
,044
13
,541
,187
18
,014
,568*
18
1,000
Frquence_utilisa_donne_cots
Varit_objets_cots_calcules
Varit_cots_calcules
Frquence_utilis_don_sys_budg
Degr_couverture_fonct_sys_budg
nct_sys_budg
432
13
,712
-,114
13
,703
-,117
13
,703
-,117
18
1,000
n_sys_budg
19
,001
,691**
19
,000
,859**
19
1,000
calcules
19
,000
,773**
19
1,000
ts_calcules
19
1,000
nne_cots
Matrice de corrlation (Rh de Spearman) des items senss mesurer la variable Stratgie de contrle (PME 2)
433
I.
Variable
Taille
Moyenne
cart-type
Mdiane
Minimum
Maximum
PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
116,84 63,81 60,09 58,86 121,5 35,00
Variable
Age d'entreprise
Dimensions et
variable
DST
Moyenne
cart-type
Mdiane
Minimum
200
199
Maximum
PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
19,26 11,89 13,83
Moyenne
cart-type
Mdiane
4,00
Minimum
Maximum
PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
3,55 3,26 1,03 1,01 3,75 3,75 1,25 1,25 5,00 5,00
DS
10,79
9,38
2,36
2,73 11,00
9,00
4,00
DDH
DDV
DFTRP
11,41
10,79
6,97
9,62
7,68
6,32
3,30
4,37
1,57
6,25
5,00
2,00
Structure
43,57 36,29
7,28
Items et dimension
Degr_dfinition_
fonctions
Degr_dfinition_R_P
Degr_dfinition_
objectifs_perfo
DS
Items et dimension
Moyenne
cart-type
Mdiane
Minimum
Maximum
PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
3,55
3,01
0,86
1,10
4,00
3,00
1,00
1,00
5,00
5,00
3,74
3,10
0,89
1,03
4,00
3,00
1,00
1,00
5,00
5,00
3,50
3,26
1,11
0,99
3,50
3,00
1,00
1,00
5,00
5,00
10,79
9,38
2,36
2,73 11,00
9,00
4,00
Moyenne
cart-type
Mdiane
Minimum
Maximum
PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
DDH_partic_prise_dci
2,80 2,21 1,14 1,07 2,50 2,50 1,25 1,25 5,00 5,00
DDH_prend_dci
2,86 2,46 1,23 1,09 2,50 2,50 1,25 1,25 5,00 5,00
DDH_colla_av_dc
2,80 2,45 0,74 1,02 2,50 2,50 1,25 1,25 3,75 5,00
DDH_colla_dci_seuls
2,96 2,50 0,94 0,91 2,50 2,50 1,25 1,25 5,00 5,00
DDH
11,41
9,62
3,3
434
6,25
Items et dimension
Moyenne
cart-type
Mdiane
Minimum
Maximum
PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
DDV_lancement_nps
1,82 1,43 0,95 0,93 2,00 1,00 1,00 1,00 5,00 5,00
DDV_emb_licen
DDV_fix_px_vente
DDV_chx_inves
2,00
2,66
2,05
1,54
1,59
1,46
1,14
1,34
1,14
0,74
0,77
0,61
2,00
2,00
2,00
1,00
2,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
5,00
5,00
5,00
5,00
5,00
3,00
DDV_dci_opra
2,26
1,65
1,27
0,82
2,00
2,00
1,00
1,00
5,00
5,00
10,79
7,68
4,37
3,04 10,00
7,00
5,00
DDV
Items et dimension
Degr_formalisation
_tches
Degr_formalisation
_RP
DFTRP
Dimensions et
variable
DEE
PACC
PGPC
Environnement
Items et dimension
Dynami_enviro_
plan_co
Dynamique_envi_
plan_techno
DEE
Variable
Informatisation
Moyenne
cart-type
Mdiane
Minimum
Maximum
PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
3,47
3,23
0,92
1,09
3,00
3,00
1,00
1,00
5,00
5,00
3,50
3,12
0,83
1,09
3,00
3,00
1,00
1,00
5,00
5,00
6,97
6,32
1,57
1,98
7,00
6,00
2,00
Moyenne
cart-type
Mdiane
Minimum
Maximum
PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
7,03 7,17 1,72 1,89 8,00 7,00 4,00 3,00 10,00 10,00
3,58 3,59 0,98 1,06 4,00 4,00 2,00 1,00 5,00 5,00
3,61 3,36 0,86 1,01 4,00 3,00 1,00 1,00 5,00 5,00
14,11 14,13
Moyenne
3,09
cart-type
Mdiane
8,00
Minimum
Maximum
PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
3,50
3,55
0,89
0,98
4,00
4,00
2,00
1,00
5,00
5,00
3,42
3,62
1,03
1,11
4,00
4,00
1,00
1,00
5,00
5,00
7,03
7,17
1,72
1,89
8,00
7,00
4,00
Moyenne
cart-type
Mdiane
Minimum
Maximum
PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
4,16
3,06
0,59
0,73
435
4,00
3,00
3,00
2,00
5,00
5,00
II.
Dimension
Nbr d'anne /poste de
contrle de gestion
Dimensions et
variable
CIU
DSPT
Style de dcision
Items et dimension
Quantit d'information
considre
Degr de formalisation
de l'information
utilise
Degr de structuration
de l'information
utilise
Varit des solutions
envisages avant la
dcision
Degr de rfrence
l'intuition dans la prise
de dcision
Degr d'organisation
des sminaires de
formation
CIU
Moyenne
cart-type
Mdiane
Minimum
Maximum
PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
5,86
3,77
Moyenne
2,90
1,48
cart-type
5,00
3,50
Mdiane
2,00
0,67 15,00
Minimum
8,00
Maximum
PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
15,59 19,60 3,64 3,58 15,63 20,00 8,75 10,00 25,00 28,75
25,79 30,47 5,56 5,51 25,63 31,25 15,00 12,50 36,25 40,00
41,38 50,07
Moyenne
7,50
cart-type
Mdiane
Minimum
Maximum
PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
2,47
2,99
0,94
0,89
2,50
2,50
1,25
1,25
5,00
5,00
2,43
3,13
0,82
0,90
2,50
2,50
1,25
1,25
3,75
5,00
2,30
2,93
0,94
0,83
2,50
2,50
1,25
1,25
5,00
5,00
2,53
3,06
0,80
0,90
2,50
2,50
1,25
1,25
3,75
5,00
2,47
3,30
0,90
0,77
2,50
3,75
1,25
1,25
5,00
5,00
3,39
4,18
1,08
1,05
3,75
5,00
1,25
1,25
5,00
5,00
15,59 19,60
3,64
436
Items et dimension
DSP Travail des
oprationnels
DSP Organisation
des services oprat
DSP Circulation de
l'information
DSP Ordres du jour
des runions
DSP Prestations des
fournisseurs
DSP Ponctualit du
personnel
DSP Suivi des
clients
DSP Propret des
locaux
DSPT
Items et dimension
DCFSB
FUDSB
SCRB
Items et dimension
VCC
VOCC
FUDC
SCRC
Moyenne
cart-type
Mdiane
Minimum
Maximum
PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
3,13
3,97
1,22
1,23
2,50
5,00
1,25
1,25
5,00
5,00
3,06
3,80
1,04
1,08
2,50
3,75
1,25
1,25
5,00
5,00
3,26
3,73
0,94
1,12
3,13
3,75
1,25
1,25
5,00
5,00
3,16
3,64
1,08
1,07
2,50
3,75
1,25
2,50
5,00
5,00
3,75
4,02
0,92
1,19
3,75
5,00
2,50
1,25
5,00
5,00
2,93
3,86
1,28
1,19
2,50
3,75
1,25
1,25
5,00
5,00
3,19
4,08
1,15
1,22
2,50
5,00
1,25
1,25
5,00
5,00
3,32
3,37
1,06
1,20
3,75
3,75
1,25
1,25
5,00
5,00
25,79 30,47
5,56
Moyenne
cart-type
Mdiane
Minimum
Maximum
PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
2,70 3,22 1,24 1,22 3,00 3,00 1,00 1,00 5,00 5,00
2,58 2,67 0,87 0,91 2,00 2,50 1,00 1,00 4,00 4,00
5,27
5,89
Moyenne
1,99
1,88
cart-type
5,00
6,00
Mdiane
3,00
3,00
Minimum
9,00
9,00
Maximum
PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
2,11 2,05 1,20 1,27 2,50 2,50 1,00 1,00 5,00 5,00
1,65 2,11 1,11 1,46 1,00 1,00 1,00 1,00 5,00 5,00
2,42 2,84 0,62 1,07 2,00 3,00 1,00 1,00 4,00 4,00
6,18
7,00
2,52
3,37
437
5,50
6,00
3,00
438
Khi-deux approxim
,647
255,048
ddl
105
Signification de Bartlett
,000
Qualit de reprsentation
Initial
Degr_specia_tches
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor
Degr_partic_prise_dci
Degr_consulta_collabo_av_prise_dci
Degr_consulta_dirigeants_par_colla_av_dc
Degr_prise_dci_par_collaborateurs
Niveau_PD_dvelop_lancement_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
Niveau_PD_oprationnelles
Degr_formalisation_tches
Degr_formalisation_RP
Mthode d'extraction : Analyse en composantes principales.
439
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
Extraction
,642
,706
,658
,720
,816
,892
,672
,698
,566
,752
,543
,670
,755
,601
,689
440
Total
% de la variance
% cumuls
440
27,401
21,896
12,678
7,224
% de la variance
27,401
49,298
61,976
69,200
% cumuls
4,110
27,401
27,401
1
3,284
21,896
49,298
2
1,902
12,678
61,976
3
1,084
7,224
69,200
4
,785
5,236
74,436
5
,713
4,751
79,188
6
,681
4,540
83,728
7
,547
3,647
87,374
8
,425
2,835
90,209
9
,387
2,578
92,788
10
,323
2,155
94,942
11
,265
1,767
96,710
12
,231
1,539
98,249
13
,181
1,206
99,455
14
,082
,545
100,000
15
Mthode d'extraction : Analyse en composantes principales.
Compos
ante
Total
3,508
3,042
2,535
1,295
23,387
20,278
16,903
8,632
% de la variance
23,387
43,665
60,568
69,200
% cumuls
2
,670
,654
,594
,584
,558
,555
,541
-,535
-,417
-,418
-,504
-,415
-,474
,398
,430
441
3
,128
,159
,434
,185
,168
,488
,474
,323
,670
,623
,618
,615
,607
,539
,412
4
-,429
,550
,536
,144
,547
-,315
-,193
,340
,144
-,193
,059
,385
-,296
-,256
-,439
,320
,247
-,252
,526
-,243
,160
-,448
,463
,121
-,021
,048
-,084
-,089
-,171
,140
2
,808
,797
,779
,712
,709
,651
,047
,038
-,311
,158
,010
,067
-,125
-,145
-,118
3
,019
-,012
-,168
,194
,214
-,337
,782
,744
,741
,664
,664
,234
,068
,141
,376
4
,031
-,066
,261
-,176
-,262
-,107
,150
-,020
-,029
,238
,437
,911
,822
,702
,284
,665
203,145
78
,000
Qualit de reprsentation
Initial
Degr_specia_tches
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor
Degr_consulta_collabo_av_prise_dci
Degr_prise_dci_par_collaborateurs
Niveau_PD_dvelop_lancement_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
Niveau_PD_oprationnelles
Degr_formalisation_tches
Degr_formalisation_RP
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
442
Extraction
,640
,716
,642
,504
,865
,749
,528
,668
,531
,654
,633
,607
,656
,068
-,045
-,055
-,161
-,267
,414
,184
,103
,324
-,142
-,351
,050
,052
,531
,660
443
Total
% de la variance
% cumuls
443
27,693
24,473
12,397
% de la variance
27,693
52,166
64,563
% cumuls
3,600
27,693
27,693
1
3,181
24,473
52,166
2
1,612
12,397
64,563
3
,862
6,634
71,198
4
,744
5,723
76,921
5
,676
5,198
82,118
6
,564
4,336
86,454
7
,442
3,400
89,854
8
,418
3,212
93,066
9
,333
2,562
95,628
10
,239
1,836
97,464
11
,205
1,575
99,039
12
,125
,961
100,000
13
Mthode d'extraction : Analyse en composantes principales.
Compos
ante
Total
3,496
2,951
1,946
26,891
22,703
14,969
% de la variance
26,891
49,594
64,563
% cumuls
2
,710
,690
,675
,655
,626
-,604
,604
-,373
-,199
-,346
-,277
-,388
-,302
444
3
,369
,022
,428
,373
,419
,411
,435
,699
,690
,688
,584
,312
,558
,010
,165
,054
,386
-,298
-,366
-,231
,073
-,123
-,247
-,333
,708
,680
2
,800
,799
,768
,739
,730
,617
,029
-,337
,034
,162
,023
,038
-,157
3
,026
-,016
-,155
,195
,188
-,350
,800
,744
,726
,684
,679
,268
,099
Nombre
d'lments
,718
13
Statistiques d'chelle
Moyenne
37,9276
Variance
Ecart-type
43,517
6,59671
445
Nombre
d'lments
13
,039
-,031
,321
-,268
-,197
-,015
,118
-,027
-,015
,193
,415
,890
,845
<---
Deg_dfin_fonct
<---
Deg_dfin_rgle_procd <--Deg_dfin_objectif_perf
<--or
Degr_consulta_collabo
<--_av_prise_dci
Niveau_PD_emb_licen
<---
Niveau_PD_fixation_px
<--_vente
Niveau_PD_choix_inve
<--stissements
Niveau_PD_oprationne
<--lles
Degr_formalisation_tc
<--hes
Degr_formalisation_R
P
<---
Niveau_PD_dvelop_la
<--ncement_nps
Degr_prise_dci_par_c
<--ollaborateurs
Degr de
spcialisation_des
tches
Degr
de_standardisation
Degr
de_standardisation
Degr
de_standardisation
Degr de
dcentralisation_ho
rizontale
Degr de
dcentralisation_ve
rticale
Degr de
dcentralisation_ve
rticale
Degr de
dcentralisation_ve
rticale
Degr de
dcentralisation_ve
rticale
Degr de
formalisation_des
T et des RP
Degr de
formalisation_des
T et des RP
Degr de
dcentralisation_ve
rticale
Degr de
dcentralisation_ho
rizontale
446
S.E
C.R.
Label
,968
,241
4,018
***
par_1
1,085
,295
3,674
***
par_2
1,438
,446
3,222
,001
par_3
1,374
,491
2,797
,005
par_4
1,612
,473
3,405
***
par_5
1,433
,477
3,001
,003
par_6
,285
4,745
***
par_7
,174
5,910
***
par_18
1,000
1,000
1,000
1,000
1,351
1,000
1,029
Degr de
spcialisation_des
tches
<-->
Degr
de_standardisation
<-->
Degr de
dcentralisation_horizon <-->
tale
Degr de
spcialisation_des
<-->
tches
Degr de
dcentralisation_horizon <-->
tale
Degr
de_standardisation
<-->
Degr de
dcentralisation_vertical <-->
e
Degr de
<-->
spcialisation_des
tches
Degr
de_standardisation
<-->
Degr de
spcialisation_des
tches
<-->
Degr
de_standardisation
Degr de
dcentralisation_horiz
ontale
Degr de
dcentralisation_vertic
ale
Degr de
formalisation_des T et
des RP
Degr de
formalisation_des T et
des RP
Degr de
formalisation_des T et
des RP
Degr de
formalisation_des T et
des RP
Degr de
dcentralisation_horiz
ontale
Degr de
dcentralisation_vertic
ale
Degr de
dcentralisation_vertic
ale
Estimate
S.E.
C.R.
Label
,459
,157
2,927
,003
par_8
-,052
,112
-,463
,643
par_9
,137
,102
1,343
,179
par_10
,372
,139
2,668
,008
par_11
-,119
,096
-1,237
,216
par_12
,213
,096
2,206
,027
par_13
,023
,062
,375
,708
par_14
-,068
,151
-,450
,653
par_15
-,057
,079
-,729
,466
par_16
-,030
,104
-,287
,774
par_17
<-->
<-->
<-->
<-->
<-->
<-->
<-->
<-->
<-->
<-->
Degr de_standardisation
Degr de dcentralisation_horizontale
Degr de dcentralisation_verticale
Degr de formalisation_des T et des RP
Degr de formalisation_des T et des RP
Degr de formalisation_des T et des RP
Degr de formalisation_des T et des RP
Degr de dcentralisation_horizontale
Degr de dcentralisation_verticale
Degr de dcentralisation_verticale
447
Estimate
,687
-,089
,278
,638
-,234
,547
,071
-,078
-,153
-,053
S.E.
,239
,174
,306
,173
,160
C.R.
4,176
2,556
2,490
1,827
2,122
P
***
,011
,013
,068
,034
Label
par_19
par_20
par_21
par_22
par_23
,102
,114
,190
,176
,150
,185
,301
,170
,250
,120
2,685
3,122
3,536
4,035
3,800
3,301
3,833
2,584
3,652
4,088
,007
,002
***
***
***
***
***
,010
***
***
par_24
par_25
par_26
par_27
par_28
par_29
par_30
par_31
par_32
par_33
Ajustement du modle
CMIN
Model
Default model
Saturated model
Independence model
NPAR
33
91
13
CMIN
72,308
,000
236,116
DF
58
0
78
P
,098
CMIN/DF
1,247
,000
3,027
RMR, GFI
Model
Default model
Saturated model
Independence model
RMR
,131
,000
,320
GFI
,785
1,000
,459
AGFI
,663
PGFI
,500
,368
,393
Baseline Comparisons
Model
Default model
Saturated model
Independence model
NFI
Delta1
,694
1,000
,000
RFI
rho1
,588
,000
IFI
Delta2
,920
1,000
,000
TLI
rho2
,878
,000
Parsimony-Adjusted Measures
Model
Default model
Saturated model
Independence model
PRATIO
,744
,000
1,000
448
PNFI
,516
,000
,000
PCFI
,676
,000
,000
CFI
,910
1,000
,000
NCP
Model
Default model
Saturated model
Independence model
NCP
14,308
,000
158,116
LO 90
,000
,000
115,691
HI 90
40,112
,000
208,171
FMIN
Model
Default model
Saturated model
Independence model
FMIN
1,954
,000
6,382
F0
,387
,000
4,273
LO 90
,000
,000
3,127
HI 90
1,084
,000
5,626
LO 90
,000
,200
HI 90
,137
,269
PCLOSE
,215
,000
RMSEA
Model
Default model
Independence model
RMSEA
,082
,234
AIC
Model
Default model
Saturated model
Independence model
AIC
138,308
182,000
262,116
BCC
178,482
292,783
277,942
BIC
192,348
331,020
283,404
CAIC
225,348
422,020
296,404
ECVI
Model
Default model
Saturated model
Independence model
ECVI
3,738
4,919
7,084
LO 90
3,351
4,919
5,938
HI 90
4,435
4,919
8,437
MECVI
4,824
7,913
7,512
HOELTER
Model
Default model
Independence model
HOELTER
.05
40
16
449
HOELTER
.01
44
18
( i)2
var (i)
6,1695
0,7724
Deg_dfin_fonct
0,786
0,382
Deg_dfin_rgle_procd
0,735
0,460
Deg_dfin_objectif_perfor
0,662
0,562
2,183
4,7655
1,404
( i)2
var (i)
Degr_consulta_collabo_av_pri
se_dci
0,719
0,483
Degr_prise_dci_par_collabora
teurs
0,970
0,058
1,689
2,8527
0,541
3,3937
0,8406
( i)2
var (i)
Niveau_PD_emb_licen
0,719
0,483
Niveau_PD_fixation_px_vente
0,584
0,659
Niveau_PD_choix_
investissements
0,807
0,349
Niveau_PD_oprationnelles
0,644
0,585
Niveau_PD_dvelop_
lancement_nps
0,597
0,644
3,351
11,2292
2,720
13,9492
0,8050
( i)2
var (i)
Degr_formalisation_tches
0,640
0,590
Degr_formalisation_RP
0,962
0,075
1,602
2,5664
0,665
450
3,2314
0,7942
Rh de Jreskog "Structure"
( i)2
var (i)
Deg_dfin_fonct
0,786
0,382
Deg_dfin_rgle_procd
0,735
0,460
Deg_dfin_objectif_perfor
0,662
0,562
Degr_consulta_collabo_
av_prise_dci
0,719
0,483
Degr_prise_dci_par_
collaborateurs
0,970
0,058
Niveau_PD_emb_licen
0,719
0,483
Niveau_PD_fixation_px_vente
0,584
0,659
Niveau_PD_choix_
investissements
0,807
0,349
Niveau_PD_oprationnelles
0,644
0,585
Niveau_PD_dvelop_
lancement_nps
0,597
0,644
Degr_formalisation_tches
0,640
0,590
Degr_formalisation_RP
0,962
0,075
8,825
77,8806
5,330
83,2106
0,9359
(i)2
var (i)
Deg_dfin_fonct
0,786
0,6178
0,382
Deg_dfin_rgle_procd
0,735
0,5402
0,460
Deg_dfin_objectif_perfor
0,662
0,4382
0,562
1,5963
1,404
vc
3,0003
0,5320
(i)2
var (i)
Degr_consulta_collabo_av_prise_dci
0,719
0,5170
0,483
Degr_prise_dci_par_collaborateurs
0,970
0,9409
0,058
1,4579
0,541
451
vc
1,9989
0,7293
(i)2
var (i)
Niveau_PD_emb_licen
0,719
0,5170
0,483
Niveau_PD_fixation_px_vente
0,584
0,3411
0,659
Niveau_PD_choix_investissements
0,807
0,6512
0,349
Niveau_PD_oprationnelles
0,644
0,4147
0,585
Niveau_PD_dvelop_lancement_nps
0,597
0,3564
0,644
2,2804
2,720
vc
5,0004
0,4560
(i)2
var (i)
Degr_formalisation_tches
0,640
0,4096
0,590
Degr_formalisation_RP
0,962
0,9254
0,075
1,3350
0,665
vc
2,0000
0,6675
(i)2
var (i)
Deg_dfin_fonct
0,786
0,6178
0,382
Deg_dfin_rgle_procd
0,735
0,5402
0,460
Deg_dfin_objectif_perfor
0,662
0,4382
0,562
Degr_consulta_collabo_
av_prise_dci
0,719
0,5170
0,483
Degr_prise_dci_par
_collaborateurs
0,970
0,9409
0,058
Niveau_PD_emb_licen
0,719
0,5170
0,483
Niveau_PD_fixation
_px_vente
0,584
0,3411
0,659
Niveau_PD_choix_
investissements
0,807
0,6512
0,349
Niveau_PD_oprationnelles
0,644
0,4147
0,585
Niveau_PD_dvelop_
lancement_nps
0,597
0,3564
0,644
Degr_formalisation_tches
0,640
0,4096
0,590
Degr_formalisation_RP
0,962
0,9254
0,075
8,825
6,6696
5,330
452
vc
11,9996
0,5558
,712
Khi-deux approxim
62,018
ddl
Signification de Bartlett
,000
Qualit de reprsentation
Initial
Dynami_enviro_plan_co
Dynamique_envi_plan_techno
Prvisibilit_comportem_concurre
Prvisibilit_gots_prfren_client
Extraction
1,000
1,000
1,000
1,000
,630
,782
,684
,603
Compo
sante
Total
% de la
variance
% cumuls
2,699
67,466
67,466
1
,665
16,616
84,082
2
,404
10,106
94,188
3
,232
5,812
100,000
4
Mthode d'extraction : Analyse en composantes principales.
453
% de la
variance
Total
2,699
67,466
% cumuls
67,466
,885
,827
,794
,776
Nombre
d'lments
,839
Statistiques d'chelle
Moyenne
14,1053
Variance
Ecart-type
9,556
Nombre
d'lments
3,09131
<---
Dynamique
de_l'environneme
nt externe
Prvisibilit
des_comportement
s des_concurrents
Prvisibilit des
gots et_des
prfrences des
clients
Dynamique
de_l'environneme
nt externe
454
S.E.
C.R.
Label
,257
6,057
***
par_1
1,000
1,000
1,000
1,555
Dynamique
de_l'environnement
externe
<-->
Prvisibilit
des_comportements
des_concurrents
<-->
Dynamique
de_l'environnement
externe
<-->
Estimate
S.E.
C.R.
Label
,372
,133
2,788
,005
par_2
,492
,156
3,147
,002
par_3
,324
,117
2,778
,005
par_4
Prvisibilit
des_comportements
des_concurrents
Prvisibilit des
gots et_des
prfrences des
clients
Prvisibilit des
gots et_des
prfrences des
clients
<-->
<-->
<-->
Prvisibilit des_comportements
des_concurrents
Prvisibilit des gots et_des prfrences
des clients
Prvisibilit des gots et_des prfrences
des clients
,616
,628
,615
Estimate
,407
,898
S.E.
,161
,216
C.R.
2,522
4,162
P
,012
***
Label
par_5
par_6
,683
,166
4,120
***
par_7
,050
,030
,030
,370
,091
4,082
***
par_8
Ajustement du modle
CMIN
Model
Default model
Saturated model
Independence model
NPAR
8
10
4
CMIN
2,542
,000
65,876
DF
2
0
6
P
,281
CMIN/DF
1,271
,000
10,979
RMR, GFI
Model
Default model
Saturated model
Independence model
RMR
,028
,000
,388
455
GFI
,968
1,000
,504
AGFI
,839
PGFI
,194
,173
,302
Baseline Comparisons
Model
Default model
Saturated model
Independence model
NFI
Delta1
,961
1,000
,000
RFI
rho1
,884
,000
IFI
Delta2
,992
1,000
,000
TLI
rho2
,973
CFI
,991
1,000
,000
,000
Parsimony-Adjusted Measures
Model
Default model
Saturated model
Independence model
PRATIO
,333
,000
1,000
PNFI
,320
,000
,000
PCFI
,330
,000
,000
NCP
Model
Default model
Saturated model
Independence model
NCP
,542
,000
59,876
LO 90
,000
,000
37,417
HI 90
9,030
,000
89,791
FMIN
Model
Default model
Saturated model
Independence model
FMIN
,069
,000
1,780
F0
,015
,000
1,618
LO 90
,000
,000
1,011
HI 90
,244
,000
2,427
LO 90
,000
,411
HI 90
,349
,636
PCLOSE
,313
,000
BCC
21,042
23,125
75,126
BIC
31,643
36,376
80,426
CAIC
39,643
46,376
84,426
RMSEA
Model
Default model
Independence model
RMSEA
,086
,519
AIC
Model
Default model
Saturated model
Independence model
AIC
18,542
20,000
73,876
ECVI
Model
Default model
Saturated model
Independence model
ECVI
,501
,541
1,997
456
LO 90
,486
,541
1,390
HI 90
,731
,541
2,805
MECVI
,569
,625
2,030
HOELTER
Model
Default model
Independence model
HOELTER
.05
88
8
HOELTER
.01
135
10
var (i)
Dynami_enviro_plan_co
0,724
0,476
Dynamique_envi_plan_techno
0,976
0,048
1,700
2,8900
3,4140
0,8465
0,524
Rh de Jreskog "Environnement"
( i)2
var (i)
Dynami_enviro_plan_co
0,724
0,476
Dynamique_envi_plan_techno
0,976
0,048
Prvisibilit_comportem_
concurre
0,984
0,032
Prvisibilit_gots_prfren
_client
0,979
0,042
3,663
13,4176
0,598
14,0156
0,9573
(i)2
var (i)
Dynami_enviro_plan_co
0,724
0,5242
0,476
Dynamique_envi_plan_techno
0,976
0,9526
0,048
1,4768
0,524
vc
2,0008
0,7381
(i)2
var (i)
Dynami_enviro_plan_co
0,724
0,5242
0,476
Dynamique_envi_plan_techno
0,976
0,9526
0,048
Prvisibilit_comportem_concurre
0,984
0,9683
0,032
Prvisibilit_gots_prfren_client
0,979
0,9584
0,042
3,4034
0,598
457
vc
4,0014
0,8506
Rsultats initiaux
Indice KMO et test de Bartlett
Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin.
Test de sphricit de Bartlett Khi-deux approxim
,630
274,048
ddl
91
Signification de Bartlett
,000
Qualit de reprsentation
Initial
Quantit_information_utilise
Degr_formalisation_info_utilise
Degr_structuration_info_utilise
Varit_solutions_av_dcision
Degr_rfrence_intuition
Degr_organisat_sminai_format_person
Degr_superv_person_trav_oprat
Degr_supervis_perso_organi_serv_oprat
Degr_supervis_perso_circulat_informat
Degr_supervis_person_ordre_jr_runion
Degr_supervis_person_prstat_fourniss
Degr_supervis_person_ponctualit_person
Degr_supervis_person_suivi_clients
Degr_supervis_person_proprit_locaux
Mthode d'extraction : Analyse en composantes principales.
458
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
Extraction
,799
,756
,775
,572
,716
,597
,786
,774
,658
,318
,789
,880
,849
,617
459
Total
% de la variance
% cumuls
459
33,594
17,648
10,734
8,641
% de la variance
33,594
51,243
61,977
70,618
% cumuls
4,703
33,594
33,594
1
2,471
17,648
51,243
2
1,503
10,734
61,977
3
1,210
8,641
70,618
4
,974
6,955
77,572
5
,682
4,869
82,441
6
,671
4,795
87,236
7
,571
4,079
91,315
8
,394
2,811
94,126
9
,255
1,822
95,949
10
,198
1,413
97,362
11
,170
1,211
98,573
12
,128
,913
99,485
13
,072
,515
100,000
14
Mthode d'extraction : Analyse en composantes principales.
Compo
sante
Total
3,373
2,946
1,839
1,728
24,093
21,046
13,137
12,341
% de la variance
24,093
45,139
58,276
70,618
% cumuls
2
,776
,768
,756
,750
,700
,694
,491
,489
,482
,401
,555
,293
-,241
,282
460
3
-,461
,391
-,325
,287
-,015
,488
,153
-,389
,297
,753
-,617
,067
,339
-,592
4
,216
-,156
,259
,052
,125
,238
-,227
-,417
-,224
,149
,310
-,705
,629
,054
-,139
,085
-,325
,261
-,517
,149
-,043
,229
,449
-,073
,044
-,266
,171
,597
2
,836
,810
,787
,731
,678
,424
,194
,184
,292
-,007
,016
,172
,166
,099
3
,268
,229
,259
,040
-,123
,184
,890
,851
,765
,721
,159
,199
,008
-,128
4
-,061
-,014
,170
-,448
,264
-,017
,096
,327
-,245
,513
,873
,534
-,148
-,160
,653
195,593
ddl
55
Signification de Bartlett
,000
Qualit de reprsentation
Initial
Quantit_information_utilise
Degr_formalisation_info_utilise
Degr_structuration_info_utilise
Varit_solutions_av_dcision
Degr_rfrence_intuition
Degr_organisat_sminai_format_person
Degr_supervis_perso_organi_serv_oprat
Degr_supervis_perso_circulat_informat
Degr_supervis_person_prstat_fourniss
Degr_supervis_person_ponctualit_person
Degr_supervis_person_suivi_clients
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
461
Extraction
,792
,813
,780
,609
,726
,694
,829
,735
,797
,847
,869
-,155
,257
,032
-,136
,164
,322
,100
,118
,208
-,048
-,036
,513
,780
-,739
462
4,103
1,922
1,310
1,156
,664
,624
,442
,269
,238
,170
,102
Total
37,297
17,475
11,911
10,509
6,034
5,675
4,014
2,446
2,165
1,543
,931
% de la variance
37,297
54,772
66,683
77,193
83,226
88,901
92,915
95,361
97,526
99,069
100,000
% cumuls
462
37,297
17,475
11,911
10,509
% de la variance
37,297
54,772
66,683
77,193
% cumuls
1
2
3
4
5
6
7
8
9
10
11
Compos
ante
Total
3,084
2,537
1,455
1,415
28,034
23,060
13,231
12,868
% de la variance
28,034
51,094
64,325
77,193
% cumuls
2
,815
,790
,790
,731
,690
,675
,528
,543
,289
-,189
,175
463
3
,271
,153
,359
-,231
-,500
-,565
,212
,690
-,094
,505
-,537
4
-,195
,078
,148
,044
,272
,254
-,205
,029
-,793
,634
,174
,058
,268
,131
-,489
-,261
-,092
,493
-,205
-,120
-,028
,669
2
,832
,797
,780
,711
,695
,153
,172
,252
,171
,073
,095
3
,284
,269
,310
-,081
,066
,910
,852
,819
,026
-,171
,150
4
-,121
,235
,002
,188
-,139
,039
,065
,186
,825
-,781
,000
,634
149,466
ddl
36
Signification de Bartlett
,000
Qualit de reprsentation
Initial
Quantit_information_utilise
Degr_structuration_info_utilise
Varit_solutions_av_dcision
Degr_rfrence_intuition
Degr_organisat_sminai_format_person
Degr_supervis_perso_organi_serv_oprat
Degr_supervis_perso_circulat_informat
Degr_supervis_person_ponctualit_person
Degr_supervis_person_suivi_clients
Mthode d'extraction : Analyse en composantes principales.
464
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
Extraction
,796
,729
,562
,744
,677
,730
,704
,807
,859
-,072
-,131
,146
,248
-,553
,127
,297
-,245
-,158
-,221
,875
465
Total
% de la variance
% cumuls
465
42,558
16,404
14,445
% de la variance
42,558
58,963
73,408
% cumuls
3,830
42,558
42,558
1
1,476
16,404
58,963
2
1,300
14,445
73,408
3
,714
7,937
81,345
4
,596
6,620
87,965
5
,408
4,529
92,494
6
,305
3,388
95,882
7
,263
2,917
98,799
8
,108
1,201
100,000
9
Mthode d'extraction : Analyse en composantes principales.
Compos
ante
Total
2,643
2,535
1,428
29,369
28,168
15,871
% de la variance
29,369
57,537
73,408
% cumuls
2
,779
,772
,753
,748
,743
,724
,517
,312
-,246
3
,364
,309
-,387
,461
-,462
-,464
,489
-,124
,450
,069
-,193
,113
,154
,306
,259
-,236
-,769
,643
2
,835
,797
,781
,732
,167
,158
,248
,211
,077
466
3
,279
,327
,257
-,046
,911
,881
,797
-,007
-,201
-,144
-,026
,231
,156
,030
,070
,183
,812
-,794
Nombre
d'lments
,752
Statistiques d'chelle
Moyenne
25,5921
Variance
Ecart-type
28,018
Nombre
d'lments
5,29323
<-<-<-<-<--
Degr de
supervision_personnell
e_des tches
Degr de
supervision_personnell
e_des tches
Degr de
supervision_personnell
e_des tches
Degr de
supervision_personnell
e_des tches
Caractristiques_de
l'information utilise
Caractristiques_de
l'information utilise
Caractristiques_de
l'information utilise
Caractristiques_de
l'information utilise
Caractristiques_de
l'information utilise
S.E
C.R.
Label
,205
,210
,976
,329
par_1
1,404
,269
5,224
***
par_2
1,398
,257
5,447
***
par_3
,930
,184
5,049
***
par_4
,543
,167
3,256
,001
par_5
,968
,175
5,529
***
par_6
-,098
,243
-,402
,687
par_7
1,000
1,000
Degr de
supervision_personnelle_d <-->
es tches
Caractristiques_de
l'information
utilise
467
Estimate
S.E.
C.R.
Label
,300
,131
2,284
,022
par_8
Caractristiques_de
l'information utilise
,510
S.E.
,226
,204
,125
,196
,156
,120
,095
,104
,108
,084
,265
C.R.
2,558
2,933
3,722
4,290
2,846
1,327
2,792
3,338
4,051
2,613
4,298
P
,011
,003
***
***
,004
,185
,005
***
***
,009
***
P
,159
CMIN/DF
1,273
,000
4,632
NPAR
19
45
9
CMIN
CMIN
33,092
,000
166,741
DF
26
0
36
RMR, GFI
Model
Default model
Saturated model
Independence model
RMR
,097
,000
,360
GFI
,866
1,000
,456
AGFI
,768
PGFI
,500
,320
,365
Baseline Comparisons
Model
Default model
Saturated model
Independence model
NFI
Delta1
,802
1,000
,000
RFI
rho1
,725
,000
IFI
Delta2
,950
1,000
,000
TLI
rho2
,925
,000
Parsimony-Adjusted Measures
Model
Default model
Saturated model
Independence model
PRATIO
,722
,000
1,000
468
PNFI
,579
,000
,000
PCFI
,683
,000
,000
CFI
,946
1,000
,000
Label
par_9
par_10
par_11
par_12
par_13
par_14
par_15
par_16
par_17
par_18
par_19
NCP
Model
Default model
Saturated model
Independence model
NCP
7,092
,000
130,741
LO 90
,000
,000
94,328
HI 90
26,013
,000
174,698
FMIN
Model
Default model
Saturated model
Independence model
FMIN
,894
,000
4,507
F0
,192
,000
3,534
LO 90
,000
,000
2,549
HI 90
,703
,000
4,722
LO 90
,000
,266
HI 90
,164
,362
PCLOSE
,255
,000
RMSEA
Model
Default model
Independence model
RMSEA
,086
,313
AIC
Model
Default model
Saturated model
Independence model
AIC
71,092
90,000
184,741
BCC
85,166
123,333
191,408
BIC
102,206
163,691
199,480
CAIC
121,206
208,691
208,480
ECVI
Model
Default model
Saturated model
Independence model
ECVI
1,921
2,432
4,993
LO 90
1,730
2,432
4,009
HI 90
2,433
2,432
6,181
MECVI
2,302
3,333
5,173
HOELTER
Model
Default model
Independence model
HOELTER
.05
44
12
469
HOELTER
.01
52
14
<-<-<-<--
Degr_supervis_person_po <-nctualit_person
-
Degr de
supervision_personnelle_
des tches
Degr de
supervision_personnelle_
des tches
Caractristiques_de
l'information utilise
Caractristiques_de
l'information utilise
Caractristiques_de
l'information utilise
Caractristiques_de
l'information utilise
Degr de
supervision_personnelle_
des tches
S.E
C.R.
Label
,257
5,428
***
par_1
,924
,183
5,059
***
par_2
,540
,166
3,258
,001
par_3
,962
,173
5,543
***
par_4
1,409
,270
5,228
***
par_6
1,000
1,397
1,000
Degr de
supervision_personnelle_des
tches
<-->
Caractristiques_de
l'information
utilise
Estimate
S.E.
C.R.
Label
,300
,132
2,276
,023
par_5
<-->
Caractristiques_de l'information
utilise
,507
470
S.E.
,226
,205
,125
,157
,122
,094
,105
,108
,084
C.R.
2,555
2,952
3,720
2,798
1,350
2,747
3,347
4,053
2,636
P
,011
,003
***
,005
,177
,006
***
***
,008
Label
par_7
par_8
par_9
par_10
par_11
par_12
par_13
par_14
par_15
NPAR
15
28
7
CMIN
7,644
,000
140,181
DF
13
0
21
P
,866
CMIN/DF
,588
,000
6,675
RMR, GFI
Model
Default model
Saturated model
Independence model
RMR
,047
,000
,435
GFI
,947
1,000
,419
AGFI
,887
PGFI
,440
,226
,314
Baseline Comparisons
Model
Default model
Saturated model
Independence model
NFI
Delta1
,945
1,000
,000
RFI
rho1
,912
,000
IFI
Delta2
1,042
1,000
,000
TLI
rho2
1,073
,000
CFI
1,000
1,000
,000
Parsimony-Adjusted Measures
Model
Default model
Saturated model
Independence model
PRATIO
,619
,000
1,000
PNFI
,585
,000
,000
PCFI
,619
,000
,000
NCP
Model
Default model
Saturated model
Independence model
NCP
,000
,000
119,181
LO 90
,000
,000
85,397
HI 90
3,586
,000
160,461
FMIN
Model
Default model
Saturated model
Independence model
FMIN
,207
,000
3,789
F0
,000
,000
3,221
LO 90
,000
,000
2,308
HI 90
,097
,000
4,337
LO 90
,000
,332
HI 90
,086
,454
PCLOSE
,903
,000
RMSEA
Model
Default model
Independence model
RMSEA
,000
,392
471
AIC
Model
Default model
Saturated model
Independence model
AIC
37,644
56,000
154,181
BCC
45,920
71,448
158,043
BIC
62,208
101,852
165,644
CAIC
77,208
129,852
172,644
ECVI
Model
Default model
Saturated model
Independence model
ECVI
1,017
1,514
4,167
LO 90
1,162
1,514
3,254
HI 90
1,259
1,514
5,283
MECVI
1,241
1,931
4,271
HOELTER
Model
Default model
Independence model
HOELTER
.05
109
9
HOELTER
.01
135
11
( i)2
var (i)
0,837
0,300
0,772
0,404
0,535
0,714
0,846
0,284
2,990
8,9401
1,702
10,6421
0,8401
( i)2
var (i)
Degr_supervis_perso_
organi_serv_oprat
0,744
0,447
Degr_supervis_person
_ponctualit_person
0,851
0,276
Degr_supervis_person
_suivi_clients
0,934
0,127
2,529
6,3958
472
0,850
7,2458
0,8827
i
Quantit_information
_utilise
Degr_structuration_info
_utilise
Varit_solutions_av
_dcision
var (i)
0,837
0,300
0,772
0,404
0,535
0,714
Degr_rfrence_intuition
0,846
0,284
Degr_supervis_perso_
organi_serv_oprat
0,744
0,447
Degr_supervis_person
_ponctualit_person
0,851
0,276
Degr_supervis_person
_suivi_clients
0,934
0,127
5,519
30,4594
2,552
33,0114
0,9227
(i)2
var (i)
Quantit_information_utilise
0,837
0,7006
0,300
Degr_structuration_info_utilise
0,772
0,5960
0,404
Varit_solutions_av_dcision
0,535
0,2862
0,714
Degr_rfrence_intuition
0,846
0,7157
0,284
2,2985
1,702
vc
4,0005
0,5746
(i)2
var (i)
Degr_supervis_perso_
organi_serv_oprat
0,744
0,5535
0,447
Degr_supervis_person
_ponctualit_person
0,851
0,7242
0,276
Degr_supervis_person
_suivi_clients
0,934
0,8724
0,127
2,1501
0,850
473
vc
3,0001
0,7167
var (i)
0,837
0,7006
0,300
0,772
0,5960
0,404
0,535
0,2862
0,714
0,846
0,7157
0,284
Degr_supervis_perso_
organi_serv_oprat
0,744
0,5535
0,447
Degr_supervis_person
_ponctualit_person
0,851
0,7242
0,276
Degr_supervis_person
_suivi_clients
0,934
0,8724
0,127
4,4486
2,552
i
Quantit_information
_utilise
Degr_structuration
_info_utilise
Varit_solutions_
av_dcision
Degr_rfrence_
intuition
vc
7,0006
0,6355
Khi-deux approxim
,500
28,536
ddl
Signification de Bartlett
,000
Qualit de reprsentation
Initial
Degr_couverture_fonct_sys_budg
Frquence_utilis_don_sys_budg
Extraction
1,000
1,000
,890
,890
Compo
sante
Total
1
2
1,780
,220
% de la
variance
88,976
11,024
% cumuls
88,976
100,000
474
% de la
variance
Total
1,780
88,976
% cumuls
88,976
,943
,943
Nombre
d'lments
,846
Statistiques d'chelle
Moyenne
Variance
5,2727
Ecart-type
3,955
Nombre
d'lments
1,98860
Khi-deux approxim
ddl
Signification de Bartlett
475
,637
29,467
3
,000
Qualit de reprsentation
Initial
Varit_cots_calcules
Varit_objets_cots_calcules
Frquence_utilisa_donne_cots
Extraction
1,000
1,000
1,000
,812
,758
,534
Compo
sante
1
2
3
Total
% de la
variance
% cumuls
Total
% de la
variance
% cumuls
2,104
,632
,264
70,135
21,054
8,811
70,135
91,189
100,000
2,104
70,135
70,135
,901
,871
,731
Nombre
d'lments
,773
476
Statistiques d'chelle
Moyenne
Variance
6,1774
Ecart-type
6,326
Nombre
d'lments
2,51512
Frquence_utilis_don_sys_budg
<---
Varit_cots_calcules
<---
Varit_objets_cots_calcules
<---
Frquence_utilisa_donne_cots
<---
Stratgie de
contrle_relafive
aux budgets
Stratgie de
contrle_relafive
aux budgets
Stratgie de
contrle_relafive
aux calcules_des
cots
Stratgie de
contrle_relafive
aux calcules_des
cots
Stratgie de
contrle_relafive
aux calcules_des
cots
S.E.
C.R.
Label
,120
6,966
***
par_1
,643
,285
2,259
,024
par_2
,302
,155
1,945
,052
par_3
1,000
,838
1,000
Degr_couverture_fonct_sys_budg
Frquence_utilis_don_sys_budg
Varit_cots_calcules
Varit_objets_cots_calcules
Frquence_utilisa_donne_cots
S.E.
,215
,151
,222
,190
,126
C.R.
12,517
17,053
9,288
8,196
19,278
P
***
***
***
***
***
Label
par_5
par_6
par_7
par_8
par_9
Stratgie de
Stratgie de
contrle_relafive aux <--> contrle_relafive aux
calcules_des cots
budgets
477
Estimate
S.E.
C.R.
Label
,045
,223
,203
,839
par_4
<-->
,044
Estimate
,967
S.E.
,355
C.R.
2,724
P
,006
Label
par_46
1,070
,544
1,967
,049
par_47
,050
,517
,167
,468
,301
,147
,423
,218
,093
3,514
,394
2,144
3,234
***
,693
,032
,001
par_48
par_49
par_50
par_51
P
,028
CMIN/DF
1,605
,000
4,188
Ajustement du modle
CMIN
Model
Default model
Saturated model
Independence model
NPAR
75
100
25
CMIN
40,113
,000
314,090
DF
25
0
75
Baseline Comparisons
Model
Default model
Saturated model
Independence model
NFI
Delta1
,872
1,000
,000
RFI
rho1
,617
,000
IFI
Delta2
,948
1,000
,000
TLI
rho2
,810
,000
CFI
,937
1,000
,000
Parsimony-Adjusted Measures
Model
Default model
Saturated model
Independence model
PRATIO
,333
,000
1,000
PNFI
,291
,000
,000
PCFI
,312
,000
,000
NCP
Model
Default model
Saturated model
Independence model
NCP
15,113
,000
239,090
478
LO 90
1,654
,000
188,110
HI 90
36,469
,000
297,628
FMIN
Model
Default model
Saturated model
Independence model
FMIN
,260
,000
2,040
F0
,098
,000
1,553
LO 90
,011
,000
1,221
HI 90
,237
,000
1,933
LO 90
,021
,128
HI 90
,097
,161
PCLOSE
,261
,000
RMSEA
Model
Default model
Independence model
RMSEA
,063
,144
AIC
Model
Default model
Saturated model
Independence model
AIC
190,113
200,000
364,090
BCC
226,466
248,471
376,208
BIC
CAIC
ECVI
Model
Default model
Saturated model
Independence model
ECVI
1,235
1,299
2,364
LO 90
1,147
1,299
2,033
HI 90
1,373
1,299
2,744
MECVI
1,471
1,613
2,443
HOELTER
Model
Default model
Independence model
HOELTER
.05
149
52
HOELTER
.01
175
57
( i)2
var (i)
0,807
0,348
0,965
0,069
1,772
3,1400
479
0,417
3,5570
0,8828
i
Varit_cots_calcules
Varit_objets_cots
_calcules
Frquence_utilisa_
donne_cots
var (i)
0,93
0,135
0,697
0,514
0,495
0,755
2,122
4,5029
5,9069
0,7623
1,404
i
Degr_couverture_
fonct_sys_budg
Frquence_utilis_
don_sys_budg
Varit_cots_
calcules
Varit_objets_
cots_calcules
Frquence_utilisa
_donne_cots
var (i)
0,807
0,348
0,965
0,069
0,93
0,135
0,697
0,514
0,495
0,755
3,894
15,1632
1,821
16,9842
0,8928
var (i)
0,807
0,6512
0,348
0,965
0,9312
0,069
1,5825
0,417
i
Degr_couverture_
fonct_sys_budg
Frquence_utilis_
don_sys_budg
vc
1,9995
0,7914
var (i)
0,93
0,8649
0,135
0,697
0,4858
0,514
0,495
0,2450
0,755
1,5957
1,404
i
Varit_cots_calcules
Varit_objets_cots
_calcules
Frquence_utilisa_
donne_cots
480
vc
2,9997
0,5320
var (i)
0,807
0,6512
0,348
0,965
0,9312
0,069
0,93
0,8649
0,135
0,697
0,4858
0,514
0,495
0,2450
0,755
3,1782
1,821
i
Degr_couverture_
fonct_sys_budg
Frquence_utilis_
don_sys_budg
Varit_cots_
calcules
Varit_objets_
cots_calcules
Frquence_utilisa_
donne_cots
vc
4,9992
0,6357
Rsultats initiaux
Indice KMO et test de Bartlett
Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin.
Test de sphricit de Bartlett Khi-deux approxim
,727
298,725
ddl
78
Signification de Bartlett
,000
Qualit de reprsentation
Initial
Frquence_prodction_TB
Dlait_production_TB
Degr_intgration_indicateurs_suivi_TB
Degr_intgration_indicateurs_prvis_TB
Dgr_intgration_donnes_financires_TB
Dgr_intgration_donnes_non_financires_TB
Dgr_intgration_donnes_qualitatives_TB
Dgr_intgration_donnes_externes_TB
Degr_intgration_indicateurs_perfo_financire
Degr_intgration_indicateurs_perfo_clients
Degr_intgration_indicateurs_objectifs_stratg
Degr_intgration_indicateurs_lments_incorp
Degr_dcentralisation_TB
Mthode d'extraction : Analyse en composantes principales.
481
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
Extraction
,777
,892
,810
,780
,701
,747
,666
,726
,294
,814
,694
,785
,445
482
Total
% de la variance
% cumuls
482
37,139
21,738
11,360
% de la variance
37,139
58,877
70,237
% cumuls
4,828
37,139
37,139
1
2,826
21,738
58,877
2
1,477
11,360
70,237
3
,882
6,783
77,021
4
,852
6,556
83,576
5
,527
4,053
87,629
6
,426
3,275
90,904
7
,368
2,830
93,734
8
,297
2,287
96,021
9
,190
1,458
97,479
10
,139
1,066
98,545
11
,113
,867
99,412
12
,076
,588
100,000
13
Mthode d'extraction : Analyse en composantes principales.
Compos
ante
Total
3,795
3,316
2,020
29,190
25,508
15,540
% de la variance
29,190
54,698
70,237
% cumuls
483
2
,803
,750
,742
,718
,679
,666
,641
,600
,505
,501
-,028
,554
,258
3
-,412
-,398
-,375
,515
-,375
-,351
,617
-,250
,791
,700
-,512
-,009
,085
,000
-,253
,043
-,023
-,255
-,399
-,139
,569
-,108
-,188
-,177
,627
,609
2
,876
,841
,830
,810
,749
-,001
,074
,207
,277
,319
,194
,379
-,075
3
,092
,113
,065
,076
,058
,943
,878
,871
,805
-,415
,172
,002
,102
,094
-,076
,347
,063
,360
,054
-,015
,091
,235
-,141
,796
,776
,655
,759
288,024
ddl
66
Signification de Bartlett
,000
Qualit de reprsentation
Initial
Frquence_prodction_TB
Dlait_production_TB
Degr_intgration_indicateurs_suivi_TB
Degr_intgration_indicateurs_prvis_TB
Dgr_intgration_donnes_financires_TB
Dgr_intgration_donnes_non_financires_TB
Dgr_intgration_donnes_qualitatives_TB
Dgr_intgration_donnes_externes_TB
Degr_intgration_indicateurs_perfo_clients
Degr_intgration_indicateurs_objectifs_stratg
Degr_intgration_indicateurs_lments_incorp
Degr_dcentralisation_TB
Mthode d'extraction : Analyse en composantes principales.
484
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
Extraction
,786
,880
,821
,812
,720
,746
,693
,725
,834
,696
,779
,438
485
Total
% de la variance
% cumuls
485
40,229
22,016
12,176
% de la variance
40,229
62,245
74,421
% cumuls
4,827
40,229
40,229
1
2,642
22,016
62,245
2
1,461
12,176
74,421
3
,852
7,104
81,525
4
,554
4,617
86,141
5
,442
3,687
89,828
6
,368
3,067
92,896
7
,312
2,603
95,499
8
,191
1,595
97,094
9
,139
1,156
98,250
10
,118
,979
99,229
11
,092
,771
100,000
12
Mthode d'extraction : Analyse en composantes principales.
Compos
ante
Total
3,713
3,215
2,002
30,942
26,794
16,685
% de la variance
30,942
57,736
74,421
% cumuls
486
2
,804
,752
,744
,716
,680
,668
,638
,601
,501
,498
,554
,257
3
-,431
-,378
-,377
,547
-,383
-,329
,635
-,270
,789
,717
-,015
,054
-,036
-,265
,026
,023
-,290
-,413
-,105
,558
-,080
-,151
,643
,608
2
,870
,852
,836
,828
,754
-,018
,046
,178
,236
,183
,387
-,065
3
,117
,065
,136
,080
,070
,936
,885
,882
,830
,181
,004
,089
,089
,323
-,084
,038
,351
,060
,000
,105
,260
,809
,772
,653
Nombre
d'lments
,838
12
Alpha de
Cronbach
en cas de
suppressio
n de
l'lment
42,0789
42,1053
41,4211
41,6316
41,6579
41,1579
53,926
52,326
52,858
51,361
54,218
54,961
,457
,423
,576
,678
,470
,515
,764
,841
,781
,775
,582
,689
,829
,833
,821
,814
,828
,827
41,4737
41,5000
41,3684
41,2895
51,837
51,351
50,496
51,819
,527
,539
,671
,626
,645
,675
,815
,614
,824
,823
,813
,818
41,7105
49,873
,621
,738
,816
41,6579
54,177
,201
,238
,863
487
Statistiques d'chelle
Moyenne
45,3684
Variance
Ecart-type
61,496
Nombre
d'lments
7,84192
12
C.R.
Label
Degr de ractivit
Degr de ractivit
Estimate
1,000
1,399
S.E
<--<---
,209
6,683
***
par_1
<---
Degr de ractivit
1,018
,158
6,464
***
par_2
<---
Degr de ractivit
,992
,165
6,026
***
par_3
1,040
,395
2,632
,008
par_4
1,827
,633
2,886
,004
par_5
1,888
,653
2,890
,004
par_6
,789
,132
5,990
***
par_7
1,002
,152
6,582
***
par_8
<--<--<--<---
Degr_intgration_indicat
<--eurs_perfo_clients
Degr_intgration_indicat
<--eurs_objectifs_stratg
Degr_intgration_indicat
<--eurs_lments_incorp
Degr_dcentralisation_T
B
<---
Diversit du
champ_d'application
Diversit du
champ_d'application
Diversit du
champ_d'application
Diversit du
champ_d'application
Diversit des
indicateurs_de
performance
Diversit des
indicateurs_de
performance
Diversit des
indicateurs_de
performance
Degr de
dcentralisation_des
TB
1,000
1,000
1,000
Degr de ractivit
Diversit du
champ_d'application
Diversit des
indicateurs_de
performance
Diversit du
champ_d'application
Degr de ractivit
Degr de ractivit
Diversit du
<-->
champ_d'application
Diversit des
<--> indicateurs_de
performance
<-->
Degr de
dcentralisation_des TB
Degr de
dcentralisation_des TB
Diversit des
<--> indicateurs_de
performance
Degr de
<-->
dcentralisation_des TB
<-->
488
Estimate
S.E.
C.R.
Label
,107
,075
1,427
,154
par_9
,423
,162
2,615
,009
par_10
,177
,258
,688
,492
par_11
,138
,133
1,037
,300
par_12
,181
,139
1,309
,190
par_13
,173
,218
,795
,427
par_14
Degr de ractivit
Diversit du champ_d'application
Diversit des indicateurs_de performance
Diversit du champ_d'application
Degr de ractivit
Degr de ractivit
<-->
<-->
<-->
<-->
<-->
<-->
Diversit du champ_d'application
Diversit des indicateurs_de performance
Degr de dcentralisation_des TB
Degr de dcentralisation_des TB
Diversit des indicateurs_de performance
Degr de dcentralisation_des TB
Estimate
,337
1,145
,122
,219
,247
,138
Degr de ractivit
Diversit du champ_d'application
Diversit des indicateurs_de performance
Degr de dcentralisation_des TB
e12
e1
e2
e3
e4
e5
e6
e7
e8
e9
e10
e11
S.E.
,212
,108
,245
,583
C.R.
2,971
1,488
3,474
4,250
P
,003
,137
***
***
Label
par_15
par_16
par_17
par_18
,087
,103
,062
,075
,152
,093
,154
,162
,068
,097
,124
3,581
2,665
3,009
3,434
4,439
4,452
4,325
4,320
2,949
3,941
3,818
***
,008
,003
***
***
***
***
***
,003
***
***
par_19
par_20
par_21
par_22
par_23
par_24
par_25
par_26
par_27
par_28
par_29
P
,001
CMIN/DF
1,709
,000
5,020
NPAR
29
78
12
CMIN
83,726
,000
331,303
DF
49
0
66
RMR, GFI
Model
Default model
Saturated model
Independence model
RMR
,108
,000
,398
GFI
,744
1,000
,353
AGFI
,592
PGFI
,467
,236
,299
Baseline Comparisons
Model
Default model
Saturated model
Independence model
NFI
Delta1
,747
1,000
,000
RFI
rho1
,660
,000
489
IFI
Delta2
,877
1,000
,000
TLI
rho2
,824
,000
CFI
,869
1,000
,000
Parsimony-Adjusted Measures
Model
Default model
Saturated model
Independence model
PRATIO
,742
,000
1,000
PNFI
,555
,000
,000
PCFI
,645
,000
,000
NCP
Model
Default model
Saturated model
Independence model
NCP
34,726
,000
265,303
LO 90
13,262
,000
212,202
HI 90
64,060
,000
325,932
FMIN
Model
Default model
Saturated model
Independence model
FMIN
2,263
,000
8,954
F0
,939
,000
7,170
LO 90
,358
,000
5,735
HI 90
1,731
,000
8,809
LO 90
,086
,295
HI 90
,188
,365
PCLOSE
,007
,000
RMSEA
Model
Default model
Independence model
RMSEA
,138
,330
AIC
Model
Default model
Saturated model
Independence model
AIC
141,726
156,000
355,303
BCC
173,143
240,500
368,303
BIC
189,216
283,732
374,954
CAIC
218,216
361,732
386,954
ECVI
Model
Default model
Saturated model
Independence model
ECVI
3,830
4,216
9,603
LO 90
3,250
4,216
8,168
HI 90
4,623
4,216
11,241
MECVI
4,680
6,500
9,954
HOELTER
Model
Default model
Independence model
HOELTER
.05
30
10
490
HOELTER
.01
34
11
<---
Dlait_production_TB
<---
Degr_intgration_indicateur
<--s_suivi_TB
Degr_intgration_indicateur
<--s_prvis_TB
Dgr_intgration_donnes_
<--qualitatives_TB
Degr_intgration_indicateur
<--s_lments_incorp
Degr_dcentralisation_TB
<---
Dgr_intgration_donnes_
<--non_financires_TB
Dgr_intgration_donnes_
<--externes_TB
Degr_intgration_indicateur
<--s_perfo_clients
Degr_intgration_indicateur
<--s_objectifs_stratg
Degr de
ractivit
Degr de
ractivit
Degr de
ractivit
Degr de
ractivit
Diversit du
champ_d'applic
ation
Diversit des
indicateurs_de
performance
Degr de
dcentralisation
_des TB
Diversit du
champ_d'applic
ation
Diversit du
champ_d'applic
ation
Diversit des
indicateurs_de
performance
Diversit des
indicateurs_de
performance
S.E.
C.R.
Label
1,399
,211
6,630
***
par_1
1,023
,158
6,455
***
par_2
,997
,165
6,025
***
par_3
1,695
,456
3,718
***
par_4
,998
,151
6,595
***
par_5
,464
3,627
***
par_1
2
,133
5,804
***
par_1
3
1,000
1,000
1,000
1,682
1,000
,771
Degr de ractivit
<-->
Diversit du
champ_d'application
<-->
Diversit des
indicateurs_de
performance
Diversit du
champ_d'application
<-->
<-->
Degr de ractivit
<-->
Degr de ractivit
<-->
Diversit du
champ_d'application
Diversit des
indicateurs_de
performance
Degr de
dcentralisation_des TB
Degr de
dcentralisation_des TB
Degr de
dcentralisation_des TB
Diversit des
indicateurs_de
performance
491
Estimate
S.E.
C.R.
Label
,104
,078
1,333
,182
par_6
,467
,148
3,166
,002
par_7
,176
,259
,678
,498
par_8
,117
,143
,819
,413
par_9
,173
,217
,798
,425
par_10
,184
,139
1,321
,186
par_11
Degr de ractivit
Diversit du champ_d'application
Diversit des indicateurs_de
performance
Diversit du champ_d'application
Degr de ractivit
Degr de ractivit
Estimate
,296
1,135
,120
,167
,139
,249
Degr de ractivit
Diversit du champ_d'application
Diversit des indicateurs_de performance
Degr de dcentralisation_des TB
e11
e1
e2
e3
e4
e5
e6
e7
e8
e9
e10
S.E.
,212
,101
,247
,583
C.R.
2,961
1,940
3,500
4,250
P
,003
,052
***
***
Label
par_14
par_15
par_16
par_17
,088
,104
,061
,074
,090
,155
,171
,069
,102
,126
3,589
2,701
2,979
3,415
4,336
4,105
4,183
2,729
3,922
3,749
***
,007
,003
***
***
***
***
,006
***
***
par_18
par_19
par_20
par_21
par_22
par_23
par_24
par_25
par_26
par_27
NPAR
27
66
11
CMIN
60,853
,000
299,010
DF
39
0
55
P
,014
CMIN/DF
1,560
,000
5,437
RMR, GFI
Model
Default model
Saturated model
Independence model
RMR
,093
,000
,414
GFI
,778
1,000
,361
AGFI
,625
PGFI
,460
,233
,301
Baseline Comparisons
Model
Default model
Saturated model
Independence model
NFI
Delta1
,796
1,000
,000
RFI
rho1
,713
,000
492
IFI
Delta2
,916
1,000
,000
TLI
rho2
,874
,000
CFI
,910
1,000
,000
Parsimony-Adjusted Measures
Model
Default model
Saturated model
Independence model
PRATIO
,709
,000
1,000
PNFI
,565
,000
,000
PCFI
,646
,000
,000
NCP
Model
Default model
Saturated model
Independence model
NCP
21,853
,000
244,010
LO 90
4,567
,000
193,515
HI 90
47,068
,000
302,025
FMIN
Model
Default model
Saturated model
Independence model
FMIN
1,645
,000
8,081
F0
,591
,000
6,595
LO 90
,123
,000
5,230
HI 90
1,272
,000
8,163
LO 90
,056
,308
HI 90
,181
,385
PCLOSE
,040
,000
RMSEA
Model
Default model
Independence model
RMSEA
,123
,346
AIC
Model
Default model
Saturated model
Independence model
AIC
114,853
132,000
321,010
BCC
140,773
195,360
331,570
BIC
159,068
240,081
339,024
CAIC
186,068
306,081
350,024
ECVI
Model
Default model
Saturated model
Independence model
ECVI
3,104
3,568
8,676
LO 90
2,637
3,568
7,311
HI 90
3,786
3,568
10,244
MECVI
3,805
5,280
8,961
HOELTER
Model
Default model
Independence model
HOELTER
.05
34
10
493
HOELTER
.01
38
11
var (i)
Frquence_prodction_TB
0,816
0,334
Dlait_production_TB
0,902
0,186
0,885
0,218
0,843
0,289
Degr_intgration_
indicateurs_suivi_TB
Degr_intgration_
indicateurs_prvis_TB
3,446
11,8749
1,027
12,9019
0,9204
( i)2
var (i)
Dgr_intgration_donnes
_non_financires_TB
0,578
0,666
Dgr_intgration_donnes
_qualitatives_TB
0,686
0,529
Dgr_intgration_donnes
_externes_TB
0,661
0,563
1,925
3,7056
1,758
5,4636
0,6782
( i)2
var (i)
Degr_intgration_
indicateurs_perfo_clients
0,906
0,180
Degr_intgration_
indicateurs_objectifs_stratg
0,749
0,438
Degr_intgration_
indicateurs_lments_incorp
0,804
0,354
2,459
6,0467
494
0,972
7,0187
0,8615
var (i)
Frquence_prodction_TB
0,816
0,334
Dlait_production_TB
0,902
0,186
0,885
0,218
0,843
0,289
Dgr_intgration_
donnes_non_financires_TB
0,578
0,666
Dgr_intgration_
donnes_qualitatives_TB
0,686
0,529
Dgr_intgration_
donnes_externes_TB
0,661
0,563
Degr_intgration_
indicateurs_perfo_clients
0,906
0,180
Degr_intgration_
indicateurs_objectifs_stratg
0,749
0,438
Degr_intgration_
indicateurs_lments_incorp
0,804
0,354
Degr_dcentralisation_TB
0,994
0,012
Degr_intgration_
indicateurs_suivi_TB
Degr_intgration_
indicateurs_prvis_TB
8,824
77,8630
3,769
81,6320
0,9538
(i)2
var (i)
Frquence_prodction_TB
0,816
0,6659
0,334
Dlait_production_TB
0,902
0,8136
0,186
0,885
0,7832
0,218
0,843
0,7106
0,289
2,9733
1,027
Degr_intgration_
indicateurs_suivi_TB
Degr_intgration_
indicateurs_prvis_TB
495
vc
4,0003
0,7433
(i)2
var (i)
Dgr_intgration_
donnes_non_financires_TB
0,578
0,3341
0,666
Dgr_intgration_
donnes_qualitatives_TB
0,686
0,4706
0,529
Dgr_intgration_
donnes_externes_TB
0,661
0,4369
0,563
1,2416
1,758
vc
2,9996
0,4139
(i)2
var (i)
Degr_intgration_
indicateurs_perfo_clients
0,906
0,8208
0,180
Degr_intgration_
indicateurs_objectifs_stratg
0,749
0,5610
0,438
Degr_intgration_
indicateurs_lments_incorp
0,804
0,6464
0,354
2,0283
0,972
vc
3,0003
0,6760
(i)2
var (i)
Frquence_prodction_TB
0,816
0,6659
0,334
Dlait_production_TB
0,902
0,8136
0,186
Degr_intgration_
indicateurs_suivi_TB
0,885
0,7832
0,218
Degr_intgration_
indicateurs_prvis_TB
0,843
0,7106
0,289
Dgr_intgration_
donnes_non_financires_TB
0,578
0,3341
0,666
Dgr_intgration_
donnes_qualitatives_TB
0,686
0,4706
0,529
Dgr_intgration_
donnes_externes_TB
0,661
0,4369
0,563
Degr_intgration_
indicateurs_perfo_clients
0,906
0,8208
0,180
Degr_intgration_
indicateurs_objectifs_stratg
0,749
0,5610
0,438
Degr_intgration_
indicateurs_lments_incorp
0,804
0,6464
0,354
Degr_dcentralisation_TB
0,994
0,9880
0,012
7,2312
3,769
496
vc
11,0002
0,6574
Khi-deux approxim
,851
307,455
ddl
55
Signification de Bartlett
,000
Qualit de reprsentation
Initial
Frquence_utilisation_TB
Intensit_utilisation_donnes_TB
Degr_utilisation_TB_informer_rsultats
Degr_utilisation_TB_contrler_trav_perso
Degr_utilisation_TB_prvoir_situations_venir
Degr_utilisation_TB_expliquer_objectifs_entrep
Degr_utilisation_TB_suivre_perfo_entrep
Degr_fiabilit_donnes_TB
Degr_intelligibilit_donnes_TB
Degr_signification_donnes_TB
Degr_rentabilit_TB
Mthode d'extraction : Analyse en composantes principales.
497
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
Extraction
,660
,817
,582
,638
,826
,840
,791
,873
,921
,871
,812
498
Total
% de la variance
% cumuls
498
56,345
12,519
9,597
% de la variance
56,345
68,864
78,461
% cumuls
6,198
56,345
56,345
1
1,377
12,519
68,864
2
1,056
9,597
78,461
3
,719
6,534
84,995
4
,461
4,194
89,189
5
,380
3,452
92,641
6
,246
2,237
94,878
7
,214
1,942
96,820
8
,148
1,342
98,162
9
,138
1,256
99,418
10
,064
,582
100,000
11
Mthode d'extraction : Analyse en composantes principales.
Compos
ante
Total
3,426
3,023
2,182
31,142
27,479
19,840
% de la variance
31,142
58,621
78,461
% cumuls
499
2
,875
,840
,831
,765
,764
,752
,739
,732
,678
,622
,613
3
-,347
-,393
-,427
,367
,170
-,446
,465
,491
,280
,117
-,086
-,187
-,107
-,031
-,326
,161
-,219
-,276
-,120
,210
,510
,658
2
,870
,868
,856
,852
,240
,340
,172
,336
,272
,180
,189
3
,341
,209
,258
,199
,873
,837
,828
,513
,054
,260
,522
,218
,125
,269
,329
,138
,098
,274
,512
,860
,749
,523
Khi-deux approxim
,818
264,576
ddl
36
Signification de Bartlett
,000
Qualit de reprsentation
Initial
Frquence_utilisation_TB
Intensit_utilisation_donnes_TB
Degr_utilisation_TB_prvoir_situations_venir
Degr_utilisation_TB_expliquer_objectifs_entrep
Degr_utilisation_TB_suivre_perfo_entrep
Degr_fiabilit_donnes_TB
Degr_intelligibilit_donnes_TB
Degr_signification_donnes_TB
Degr_rentabilit_TB
Mthode d'extraction : Analyse en composantes principales.
500
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
Extraction
,794
,824
,847
,852
,826
,871
,926
,873
,801
501
Total
% de la variance
% cumuls
501
58,662
14,629
11,314
% de la variance
58,662
73,291
84,604
% cumuls
5,280
58,662
58,662
1
1,317
14,629
73,291
2
1,018
11,314
84,604
3
,507
5,637
90,242
4
,292
3,248
93,490
5
,220
2,446
95,936
6
,160
1,774
97,710
7
,139
1,548
99,258
8
,067
,742
100,000
9
Mthode d'extraction : Analyse en composantes principales.
Compos
ante
Total
3,349
2,572
1,693
37,212
28,576
18,816
% de la variance
37,212
65,788
84,604
% cumuls
2
,899
,855
,854
,796
,766
,727
,719
,598
,622
3
-,274
-,369
-,346
-,349
,470
,546
,556
-,152
,113
-,206
-,049
-,158
-,212
-,199
-,160
,015
,666
,628
502
2
,884
,878
,858
,857
,250
,337
,179
,298
,168
3
,334
,241
,217
,200
,880
,850
,846
,076
,309
,180
,208
,136
,309
,122
,104
,278
,854
,819
Nombre
d'lments
,910
30,1579
29,7368
30,1579
40,245
40,469
38,677
,552
,525
,692
,574
,540
,710
,909
,911
,900
30,2632
39,118
,650
,719
,903
30,0000
29,8684
29,9211
29,9474
29,8421
39,405
36,604
35,858
36,430
38,623
,648
,795
,845
,788
,718
,687
,797
,901
,849
,746
,903
,892
,888
,893
,898
Statistiques d'chelle
Moyenne
33,7368
Variance
Ecart-type
48,037
6,93087
503
Nombre
d'lments
9
<---
Degr_utilisation_TB_prvoir
<--_situations_venir
Degr_utilisation_TB_suivre_
<--perfo_entrep
Degr_fiabilit_donnes_TB
<---
Intensit_utilisation_donnes_
<--TB
Degr_utilisation_TB_expliqu
<--er_objectifs_entrep
Degr_intelligibilit_donnes
<--_TB
Degr_signification_donnes_
<--TB
Degr_rentabilit_TB
<---
Degr
d'utilisation_
des TB
Diversit
d'utilisation_
des donnes
des TB
Diversit
d'utilisation_
des donnes
des TB
Degr
d'utilit des
TB
Degr
d'utilisation_
des TB
Diversit
d'utilisation_
des donnes
des TB
Degr
d'utilit des
TB
Degr
d'utilit des
TB
Degr
d'utilit des
TB
S.E.
C.R.
Label
,144
6,398
***
par_1
1,611
,359
4,484
***
par_5
1,010
,145
6,975
***
par_6
1,117
,114
9,768
***
par_7
1,073
,123
8,748
***
par_8
,842
,121
6,964
***
par_9
1,000
1,000
,920
1,000
Degr
d'utilisation_des
TB
Diversit
d'utilisation_des
donnes des TB
Degr
d'utilisation_des
TB
Estimate
S.E.
C.R.
Label
,180
,102
1,763
,078
par_2
,490
,171
2,873
,004
par_3
,285
,124
2,297
,022
par_4
<-->
Diversit d'utilisation_des
donnes des TB
<-->
,361
,621
,521
504
Degr d'utilisation_des TB
Diversit d'utilisation_des donnes des TB
Degr d'utilit des TB
e2
e1
e3
e4
e5
e6
e7
e8
e9
S.E.
,172
,219
,255
C.R.
2,014
3,283
3,395
P
,044
,001
***
Label
par_10
par_11
par_12
,140
,078
,078
,083
,067
,040
,053
,069
4,166
2,660
2,567
3,259
3,700
1,791
3,201
3,925
***
,008
,010
,001
***
,073
,001
***
par_13
par_14
par_15
par_16
par_17
par_18
par_19
par_20
Ajustement du modle
CMIN
Model
Default model
Saturated model
Independence model
NPAR
20
45
9
CMIN
33,772
,000
295,155
DF
25
0
36
P
,113
CMIN/DF
1,351
,000
8,199
RMR, GFI
Model
Default model
Saturated model
Independence model
RMR
,076
,000
,502
GFI
,846
1,000
,290
AGFI
,723
PGFI
,470
,112
,232
Baseline Comparisons
Model
Default model
Saturated model
Independence model
NFI
Delta1
,886
1,000
,000
RFI
rho1
,835
,000
IFI
Delta2
,968
1,000
,000
TLI
rho2
,951
,000
CFI
,966
1,000
,000
Parsimony-Adjusted Measures
Model
Default model
Saturated model
Independence model
PRATIO
,694
,000
1,000
PNFI
,615
,000
,000
PCFI
,671
,000
,000
NCP
Model
Default model
Saturated model
Independence model
NCP
8,772
,000
259,155
505
LO 90
,000
,000
208,076
HI 90
28,089
,000
317,710
FMIN
Model
Default model
Saturated model
Independence model
FMIN
,913
,000
7,977
F0
,237
,000
7,004
LO 90
,000
,000
5,624
HI 90
,759
,000
8,587
LO 90
,000
,395
HI 90
,174
,488
PCLOSE
,191
,000
RMSEA
Model
Default model
Independence model
RMSEA
,097
,441
AIC
Model
Default model
Saturated model
Independence model
AIC
73,772
90,000
313,155
BCC
88,586
123,333
319,821
BIC
106,523
163,691
327,893
CAIC
126,523
208,691
336,893
ECVI
Model
Default model
Saturated model
Independence model
ECVI
1,994
2,432
8,464
LO 90
1,757
2,432
7,083
HI 90
2,516
2,432
10,046
MECVI
2,394
3,333
8,644
HOELTER
Model
Default model
Independence model
HOELTER
.05
42
7
HOELTER
.01
49
8
( i )2
var (i)
0,610
0,628
0,973
0,053
1,583
2,5059
506
0,681
( i )2 + var (i)
3,1869
0,7863
( i)2
var (i)
Degr_utilisation_TB_
prvoir_situations_venir
0,88
0,225
Degr_utilisation_TB_
expliquer_objectifs_entrep
0,886
0,215
Degr_utilisation_TB_
suivre_perfo_entrep
0,832
0,307
2,598
6,7496
7,4966
0,9004
13,7484
0,9463
0,747
i
Degr_fiabilit_
donnes_TB
Degr_intelligibilit_
donnes_TB
Degr_signification_
donnes_TB
Degr_rentabilit_TB
var (i)
0,881
0,223
0,969
0,062
0,924
0,146
0,833
0,307
3,607
13,0104
0,738
( i)2
var (i)
Frquence_utilisation_TB
0,610
0,628
Intensit_utilisation_
donnes_TB
0,973
0,053
Degr_utilisation_TB_
prvoir_situations_venir
0,88
0,225
Degr_utilisation_TB_
expliquer_objectifs_entrep
0,886
0,215
Degr_utilisation_TB_
suivre_perfo_entrep
0,832
0,307
0,881
0,223
0,969
0,062
0,924
0,146
0,833
0,307
Degr_fiabilit_
donnes_TB
Degr_intelligibilit
_donnes_TB
Degr_signification
_donnes_TB
Degr_rentabilit_TB
7,788
60,6529
507
2,166
62,8189
0,9655
(i)2
var (i)
Frquence_utilisation_TB
0,610
0,3721
0,628
Intensit_utilisation_donnes_TB
0,973
0,9467
0,053
1,3188
0,681
vc
1,9998
0,6595
(i)2
var (i)
Degr_utilisation_TB_
prvoir_situations_venir
0,88
0,7744
0,225
Degr_utilisation_TB_
expliquer_objectifs_entrep
0,886
0,7850
0,215
Degr_utilisation_TB_
suivre_perfo_entrep
0,832
0,6922
0,307
2,2516
0,747
vc
2,9986
0,7509
var (i)
0,881
0,7762
0,223
0,969
0,9390
0,062
0,924
0,8538
0,146
0,833
0,6939
0,307
3,2628
0,738
i
Degr_fiabilit_donnes_TB
Degr_intelligibilit
_donnes_TB
Degr_signification
_donnes_TB
Degr_rentabilit_TB
508
vc
4,0008
0,8155
(i)2
var (i)
Frquence_utilisation_TB
0,610
0,3721
0,628
Intensit_utilisation_
donnes_TB
0,973
0,9467
0,053
Degr_utilisation_TB_
prvoir_situations_venir
0,88
0,7744
0,225
Degr_utilisation_TB_
expliquer_objectifs_entrep
0,886
0,7850
0,215
Degr_utilisation_TB_
suivre_perfo_entrep
0,832
0,6922
0,307
Degr_fiabilit_donnes_TB
0,881
0,7762
0,223
0,969
0,9390
0,062
0,924
0,8538
0,146
0,833
0,6939
0,307
6,8332
2,166
Degr_intelligibilit_
donnes_TB
Degr_signification_
donnes_TB
Degr_rentabilit_TB
vc
8,9992
0,7593
Taille dentreprise
Caractristiques des TB
NPAR
15
20
10
CMIN
5,280
,000
67,118
DF
5
0
10
P
,383
CMIN/DF
1,056
,000
6,712
Model
Default model
Saturated model
Independence model
NPAR
14
20
10
CMIN
42,215
,000
67,118
DF
6
0
10
P
,000
CMIN/DF
7,036
,000
6,712
NPAR
15
20
10
CMIN
4,003
,000
66,021
509
DF
5
0
10
P
,549
CMIN/DF
,801
,000
6,602
Age dentreprise
NPAR
14
20
10
CMIN
44,035
,000
66,021
DF
6
0
10
P
,000
CMIN/DF
7,339
,000
6,602
DF
5
0
10
P
,848
CMIN/DF
,402
,000
5,780
DF
6
0
10
P
,000
CMIN/DF
9,117
,000
5,780
DF
26
0
36
P
,007
CMIN/DF
1,816
,000
3,976
DF
27
0
36
P
,000
CMIN/DF
2,205
,000
3,976
Caractristiques des TB
NPAR
15
20
10
CMIN
2,009
,000
57,803
Structure
NPAR
14
20
10
CMIN
54,705
,000
57,803
Caractristiques des TB
NPAR
28
54
18
CMIN
47,212
,000
143,119
NPAR
27
54
18
CMIN
59,524
,000
143,119
510
Environnement
Caractristiques des TB
NPAR
22
35
14
CMIN
11,765
,000
102,565
DF
13
0
21
P
,547
CMIN/DF
,905
,000
4,884
DF
14
0
21
P
,018
CMIN/DF
1,949
,000
4,884
DF
5
0
10
P
,573
CMIN/DF
,768
,000
5,844
DF
6
0
10
P
,000
CMIN/DF
4,085
,000
5,844
Informatisation
NPAR
21
35
14
CMIN
27,288
,000
102,565
Caractristiques des TB
NPAR
15
20
10
CMIN
3,838
,000
58,444
NPAR
14
20
10
CMIN
24,511
,000
58,444
511
Formation
Caractristiques des TB
NPAR
15
20
10
CMIN
4,916
,000
60,883
DF
5
0
10
P
,426
CMIN/DF
,983
,000
6,088
DF
6
0
10
P
,000
CMIN/DF
8,510
,000
6,088
DF
9
0
15
P
,313
CMIN/DF
1,164
,000
5,368
DF
10
0
15
P
,003
CMIN/DF
2,667
,000
5,368
Style de dcisions
NPAR
14
20
10
CMIN
51,059
,000
60,883
Caractristiques des TB
NPAR
18
27
12
CMIN
10,476
,000
80,518
NPAR
17
27
12
CMIN
26,666
,000
80,518
512
Stratgie de contrle
Caractristiques des TB
NPAR
54
81
18
CMIN
28,486
,000
187,827
DF
27
0
63
P
,386
CMIN/DF
1,055
,000
2,981
DF
30
0
63
P
,324
CMIN/DF
1,099
,000
2,981
Caractristiques des TB
NPAR
51
81
18
CMIN
32,957
,000
187,827
Pilotage de la performance
NPAR
22
35
14
CMIN
16,385
,000
125,689
DF
13
0
21
P
,229
CMIN/DF
1,260
,000
5,985
DF
14
0
21
P
,022
CMIN/DF
1,898
,000
5,985
NPAR
21
35
14
CMIN
26,567
,000
125,689
513
514
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Pilotage de la
performance
Taille_entreprise
Activit_entreprise
DDH
DST
DS
DFTRP
DDV
DEE
PACC
PGPC
DI
Type_formation
DSPT
CIU
SCRB
SCRC
<--<--<--<--<--<--<--<--<---
DR
<---
DCA
<---
DIP
<---
DDTB
<---
DUTB
<---
DTUTB
<---
DUTTB
<---
Age_entreprise
<---
<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<---
Taille
Formation
Style de dcisions
Informatisation
Stratgie de contrle
Age d'entreprise
Structure
Environnement
Type d'activit
Caractristiques des_
TB
Taille
Type d'activit
Structure
Structure
Structure
Structure
Structure
Environnement
Environnement
Environnement
Informatisation
Formation
Style de dcisions
Style de dcisions
Stratgie de contrle
Stratgie de contrle
Caractristiques des
TB
Caractristiques des
TB
Caractristiques des
TB
Caractristiques des
TB
Pilotage de la
performance
Pilotage de la
performance
Pilotage de la
performance
Age d'entreprise
515
Estimate
,306
,137
-,596
,278
-8,023
,043
,421
,030
,180
S.E.
,089
,080
,283
,181
99,167
,071
,147
,168
,079
C.R.
3,448
1,705
-2,105
1,532
-,081
,608
2,872
,178
2,258
P
***
,088
,035
,125
,936
,543
,004
,859
,024
Label
par_12
par_13
par_14
par_15
par_16
par_20
par_21
par_22
par_23
,537
,145
3,712
***
par_17
,219
-,778
,437
par_1
,172
,176
,192
3,914
4,103
-,363
***
***
,716
par_2
par_3
par_4
,328
,255
3,821
3,785
***
***
par_5
par_6
1,000
1,000
-,170
1,000
,673
,721
-,070
1,000
1,254
,964
1,000
1,000
1,000
1,420
1,000
48,552
,463
3,068
,002
par_7
598,681
,081
,935
par_8
,268
,180
1,492
,136
par_9
,795
,091
8,686
***
par_10
,319
,772
,440
par_11
1,180
,341
3,458
***
par_18
1,248
,372
3,358
***
par_19
1,000
,246
1,000
1,000
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Pilotage de la performance
Taille_entreprise
Activit_entreprise
DDH
DST
DS
DFTRP
DDV
DEE
PACC
PGPC
DI
Type_formation
DSPT
CIU
SCRB
SCRC
DR
DCA
DIP
DDTB
DUTB
DTUTB
DUTTB
Age_entreprise
<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<---
Taille
Formation
Style de dcisions
Informatisation
Stratgie de contrle
Age d'entreprise
Structure
Environnement
Type d'activit
Caractristiques des TB
Taille
Type d'activit
Structure
Structure
Structure
Structure
Structure
Environnement
Environnement
Environnement
Informatisation
Formation
Style de dcisions
Style de dcisions
Stratgie de contrle
Stratgie de contrle
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Age d'entreprise
516
Estimate
,408
,200
-,346
,186
-,157
,071
,411
,023
,265
,838
,988
,990
-,141
,804
,707
,760
-,066
,727
,830
,728
,955
,990
,475
,951
,017
,962
,247
,894
,952
,130
,632
,743
,710
,992
Taille_entreprise
Activit_entreprise
DST
DS
DDH
DDV
DFTRP
DI
DEE
PACC
PGPC
Type_formation
CIU
DSPT
SCRB
SCRC
DR
DCA
DIP
DDTB
DUTB
DTUTB
DUTTB
Age_entreprise
Estimate
4,254
4,035
3,553
3,597
2,914
2,158
3,487
4,158
3,461
3,579
3,605
3,947
2,443
3,059
2,637
2,028
3,559
3,991
3,913
3,711
3,789
3,596
3,842
2,961
517
S.E.
,186
,205
,167
,128
,162
,142
,127
,097
,144
,159
,139
,203
,119
,168
,173
,149
,149
,122
,144
,260
,140
,140
,155
,229
C.R.
22,914
19,662
21,258
28,113
17,951
15,199
27,372
43,085
23,978
22,563
25,937
19,422
20,493
18,181
15,229
13,568
23,818
32,657
27,092
14,245
27,163
25,685
24,783
12,955
P
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
Label
par_24
par_25
par_26
par_27
par_28
par_29
par_30
par_31
par_32
par_33
par_34
par_35
par_36
par_37
par_38
par_39
par_40
par_41
par_42
par_43
par_44
par_45
par_46
par_47
Taille
Type d'activit
Structure
Environnement
Informatisation
Formation
Style de dcisions
Stratgie de contrle
Age d'entreprise
s1
s2
e1
e2
e12
e13
e14
e17
e3
e4
e5
e6
e7
e8
e9
e10
e11
e15
e16
e18
e19
e20
e21
e22
e23
e24
Estimate
1,241
1,523
,666
,406
,313
1,494
,235
,000
1,896
,258
,085
,030
,030
,030
,030
,050
,050
,030
,364
,302
,952
,740
,253
,362
,288
,335
,809
,960
,773
,110
,071
2,460
,432
,324
,440
518
S.E.
,296
,362
,256
,179
,080
,355
,161
,007
,449
,088
,059
C.R.
4,193
4,211
2,605
2,272
3,919
4,210
1,465
,041
4,227
2,918
1,437
P
***
***
,009
,023
***
***
,143
,968
***
,004
,151
Label
par_142
par_143
par_144
par_145
par_146
par_147
par_148
par_149
par_150
par_151
par_152
,149
,092
,223
,173
,088
,119
,149
,111
,194
,240
,181
,039
,048
,574
,117
,104
,132
2,442
3,293
4,275
4,290
2,883
3,035
1,940
3,027
4,170
4,001
4,277
2,824
1,474
4,290
3,682
3,112
3,337
,015
***
***
***
,004
,002
,052
,002
***
***
***
,005
,140
***
***
,002
***
par_153
par_154
par_155
par_156
par_157
par_158
par_159
par_160
par_161
par_162
par_163
par_164
par_165
par_166
par_167
par_168
par_169
Caractristiques des TB
Pilotage de la performance
Age_entreprise
DUTTB
DTUTB
DUTB
DDTB
DIP
DCA
DR
SCRC
SCRB
DSPT
CIU
Type_formation
DI
PGPC
PACC
DEE
DFTRP
DDV
DDH
DS
DST
Activit_entreprise
Taille_entreprise
Ajustement du modle
CMIN
Model
Default model
Saturated model
Independence model
NPAR
225
972
72
CMIN
1295,318
,000
1913,641
DF
747
0
900
P
,000
CMIN/DF
1,734
,000
2,126
Baseline Comparisons
Model
Default model
Saturated model
Independence model
NFI
Delta1
,323
1,000
,000
RFI
rho1
,184
,000
IFI
Delta2
,530
1,000
,000
TLI
rho2
,348
,000
Parsimony-Adjusted Measures
Model
Default model
Saturated model
Independence model
PRATIO
,830
,000
1,000
519
PNFI
,268
,000
,000
PCFI
,381
,000
,000
CFI
,459
1,000
,000
NCP
Model
Default model
Saturated model
Independence model
NCP
548,318
,000
1013,641
LO 90
452,331
,000
891,605
HI 90
652,153
,000
1143,392
FMIN
Model
Default model
Saturated model
Independence model
FMIN
13,084
,000
19,330
F0
5,539
,000
10,239
LO 90
4,569
,000
9,006
HI 90
6,587
,000
11,549
HI 90
,094
,113
PCLOSE
,000
,000
RMSEA
Model
Default model
Independence model
RMSEA
,086
,107
LO 90
,078
,100
AIC
Model
Default model
Saturated model
Independence model
AIC
1745,318
1944,000
2057,641
BCC
3345,339
8856,091
2569,648
BIC
CAIC
ECVI
Model
Default model
Saturated model
Independence model
ECVI
17,629
19,636
20,784
LO 90
16,660
19,636
19,552
HI 90
18,678
19,636
22,095
MECVI
33,791
89,455
25,956
HOELTER
Model
Default model
Independence model
HOELTER
.05
65
53
520
HOELTER
.01
67
54
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Pilotage de la
performance
Taille_entreprise
Activit_entreprise
DST
DFTRP
PACC
PGPC
DI
Type_formation
<--<--<--<--<--<--<--<--<---
DCA
<---
DIP
<---
DUTB
<---
DTUTB
<---
DUTTB
<---
DEE
SCRB
CIU
DSPT
Age_entreprise
DS
<--<--<--<--<--<---
<--<--<--<--<--<--<--<--<---
Structure
Taille
Formation
Age d'entreprise
Type d'activit
Environnement
Informatisation
Stratgie de contrle
Style de dcisions
Caractristiques des
TB
Taille
Type d'activit
Structure
Structure
Environnement
Environnement
Informatisation
Formation
Caractristiques des
TB
Caractristiques des
TB
Pilotage de la
performance
Pilotage de la
performance
Pilotage de la
performance
Environnement
Stratgie de contrle
Style de dcisions
Style de dcisions
Age d'entreprise
Structure
521
Estimate
,347
,273
,174
,063
,198
,229
,378
,245
-,523
S.E.
,127
,080
,072
,063
,071
,153
,162
,096
,252
C.R.
2,731
3,418
2,423
1,009
2,777
1,502
2,326
2,545
-2,075
P
,006
***
,015
,313
,005
,133
,020
,011
,038
Label
par_5
par_6
par_7
par_12
par_13
par_14
par_15
par_16
par_17
,528
,150
3,525
***
par_8
,175
,313
,249
4,165
3,917
3,825
***
***
***
par_1
par_2
par_3
,084
10,450
***
par_4
1,163
,340
3,420
***
par_9
1,262
,373
3,383
***
par_10
,466
3,059
,002
par_11
,166
3,780
***
par_18
1,000
1,000
1,000
,727
1,225
,952
1,000
1,000
,876
1,000
1,000
1,000
1,000
1,424
1,000
1,000
,629
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Pilotage de la performance
Taille_entreprise
Activit_entreprise
DST
DFTRP
PACC
PGPC
DI
Type_formation
DCA
DIP
DUTB
DTUTB
DUTTB
DEE
SCRB
CIU
DSPT
Age_entreprise
DS
<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<---
Structure
Taille
Formation
Age d'entreprise
Type d'activit
Environnement
Informatisation
Stratgie de contrle
Style de dcisions
Caractristiques des TB
Taille
Type d'activit
Structure
Structure
Environnement
Environnement
Informatisation
Formation
Caractristiques des TB
Caractristiques des TB
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Environnement
Stratgie de contrle
Style de dcisions
Style de dcisions
Age d'entreprise
Structure
Estimate
,354
,374
,261
,107
,301
,182
,260
,288
-,311
,787
,988
,990
,818
,780
,821
,729
,955
,990
,954
,909
,640
,739
,726
,737
,984
,951
,473
,992
,672
Taille_entreprise
Activit_entreprise
DST
DS
DFTRP
DI
PACC
PGPC
Type_formation
SCRB
DCA
DIP
DUTB
DTUTB
DUTTB
DEE
DSPT
CIU
Age_entreprise
Estimate
4,254
4,035
3,553
3,597
3,487
4,158
3,579
3,605
3,947
2,647
3,991
3,913
3,789
3,596
3,842
3,461
3,059
2,443
2,961
522
S.E.
,186
,205
,167
,128
,127
,096
,159
,139
,203
,170
,123
,147
,140
,141
,156
,144
,168
,119
,228
C.R.
22,928
19,675
21,271
28,131
27,389
43,113
22,577
25,954
19,434
15,603
32,500
26,579
27,001
25,456
24,602
23,994
18,193
20,505
12,963
P
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
Label
par_19
par_20
par_21
par_22
par_23
par_24
par_25
par_26
par_27
par_28
par_29
par_30
par_31
par_32
par_33
par_34
par_35
par_36
par_37
Taille
Type d'activit
Structure
Environnement
Informatisation
Formation
Stratgie de contrle
Style de dcisions
Age d'entreprise
s1
s2
e1
e2
e10
e11
e12
e14
e15
e3
e4
e5
e6
e8
e9
e16
e17
e18
e19
e7
e13
Estimate
1,241
1,523
,688
,417
,313
1,494
,914
,234
1,896
,188
,113
,030
,030
,030
,030
,050
,030
,050
,030
,342
,331
,234
,302
,334
,139
,430
,334
,427
,351
,810
523
S.E.
,296
,361
,260
,180
,080
,355
,235
,160
,448
,070
,070
C.R.
4,196
4,214
2,650
2,321
3,922
4,212
3,884
1,461
4,230
2,700
1,612
P
***
***
,008
,020
***
***
***
,144
***
,007
,107
Label
par_75
par_76
par_77
par_78
par_79
par_80
par_81
par_82
par_83
par_84
par_85
,151
,095
,088
,143
,109
,044
,119
,109
,135
,117
,194
2,269
3,498
2,676
2,110
3,070
3,134
3,600
3,057
3,155
2,995
4,173
,023
***
,007
,035
,002
,002
***
,002
,002
,003
***
par_86
par_87
par_88
par_89
par_90
par_91
par_92
par_93
par_94
par_95
par_96
Caractristiques des TB
Pilotage de la performance
Age_entreprise
DSPT
CIU
DEE
DUTTB
DTUTB
DUTB
DIP
DCA
SCRB
Type_formation
DI
PGPC
PACC
DFTRP
DS
DST
Activit_entreprise
Taille_entreprise
Ajustement du modle
CMIN
Model
Default model
Saturated model
Independence model
NPAR
118
418
38
CMIN
335,800
,000
744,415
DF
300
0
380
P
,076
CMIN/DF
1,119
,000
1,959
Baseline Comparisons
Model
Default model
Saturated model
Independence model
NFI
Delta1
,549
1,000
,000
RFI
rho1
,429
,000
IFI
Delta2
,919
1,000
,000
TLI
rho2
,876
,000
Parsimony-Adjusted Measures
Model
Default model
Saturated model
Independence model
PRATIO
,789
,000
1,000
524
PNFI
,433
,000
,000
PCFI
,712
,000
,000
CFI
,902
1,000
,000
NCP
Model
Default model
Saturated model
Independence model
NCP
35,800
,000
364,415
LO 90
,000
,000
290,816
HI 90
84,835
,000
445,801
FMIN
Model
Default model
Saturated model
Independence model
FMIN
4,867
,000
10,789
F0
,519
,000
5,281
LO 90
,000
,000
4,215
LO 90
,000
,105
HI 90
,064
,130
HI 90
1,229
,000
6,461
RMSEA
Model
Default model
Independence model
RMSEA
,042
,118
PCLOSE
,707
,000
AIC
Model
Default model
Saturated model
Independence model
AIC
571,800
836,000
820,415
BCC
907,494
2025,153
928,519
BIC
CAIC
ECVI
Model
Default model
Saturated model
Independence model
ECVI
8,287
12,116
11,890
LO 90
7,768
12,116
10,823
HI 90
8,998
12,116
13,070
MECVI
13,152
29,350
13,457
HOELTER
Model
Default model
Independence model
HOELTER
.05
72
41
525
HOELTER
.01
75
43
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Taille_entreprise
Activit_entreprise
DST
DFTRP
PACC
PGPC
DI
Type_formation
DUTB
DTUTB
DUTTB
DEE
SCRB
CIU
DSPT
Age_entreprise
DS
<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<---
Style de dcisions
Stratgie de contrle
Formation
Taille
Type d'activit
Age d'entreprise
Informatisation
Environnement
Structure
Taille
Type d'activit
Structure
Structure
Environnement
Environnement
Informatisation
Formation
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Environnement
Stratgie de contrle
Style de dcisions
Style de dcisions
Age d'entreprise
Structure
526
Estimate
-,034
,140
,112
,124
,142
,000
,228
,240
,235
1,000
1,000
1,000
,676
1,403
,979
1,000
1,000
1,000
1,071
1,292
1,000
1,000
1,415
1,000
1,000
,647
S.E.
,188
,101
,075
,083
,076
,064
,169
,170
,128
C.R.
-,180
1,378
1,485
1,493
1,852
,004
1,348
1,414
1,840
P
,857
,168
,138
,135
,064
,997
,178
,157
,066
Label
par_8
par_9
par_10
par_11
par_12
par_13
par_14
par_15
par_16
,171
,379
,267
3,945
3,703
3,668
***
***
***
par_1
par_2
par_3
,321
,371
3,337
3,486
***
***
par_4
par_5
,460
3,079
,002
par_6
,168
3,841
***
par_7
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Taille_entreprise
Activit_entreprise
DST
DFTRP
PACC
PGPC
DI
Type_formation
DUTB
DTUTB
DUTTB
DEE
SCRB
CIU
DSPT
Age_entreprise
DS
<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<---
Style de dcisions
Stratgie de contrle
Formation
Taille
Type d'activit
Age d'entreprise
Informatisation
Environnement
Structure
Taille
Type d'activit
Structure
Structure
Environnement
Environnement
Informatisation
Formation
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Environnement
Stratgie de contrle
Style de dcisions
Style de dcisions
Age d'entreprise
Structure
Estimate
-,029
,236
,239
,241
,306
,001
,223
,254
,348
,988
,990
,834
,739
,880
,701
,955
,990
,663
,703
,768
,690
,984
,951
,476
,992
,705
Taille_entreprise
Activit_entreprise
DST
DS
DFTRP
DI
PACC
PGPC
Type_formation
SCRB
DUTB
DTUTB
DUTTB
DEE
DSPT
CIU
Age_entreprise
Estimate
4,254
4,035
3,553
3,597
3,487
4,158
3,579
3,605
3,947
2,644
3,789
3,596
3,842
3,461
3,059
2,443
2,961
527
S.E.
,186
,205
,167
,128
,127
,096
,159
,139
,203
,172
,142
,143
,158
,144
,168
,119
,228
C.R.
22,928
19,675
21,271
28,131
27,389
43,113
22,577
25,954
19,434
15,372
26,758
25,136
24,322
23,994
18,193
20,508
12,963
P
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
Label
par_17
par_18
par_19
par_20
par_21
par_22
par_23
par_24
par_25
par_26
par_27
par_28
par_29
par_30
par_31
par_32
par_33
Taille
Type d'activit
Structure
Environnement
Informatisation
Formation
Stratgie de contrle
Style de dcisions
Age d'entreprise
s1
e1
e2
e10
e11
e12
e14
e3
e4
e5
e6
e8
e9
e15
e16
e17
e7
e13
Estimate
1,241
1,523
,717
,366
,313
1,494
,926
,237
1,896
,162
,030
,030
,030
,030
,050
,030
,030
,313
,304
,271
,209
,362
,415
,383
,379
,403
,807
S.E.
,296
,361
,268
,171
,080
,355
,239
,161
,448
,092
C.R.
4,196
4,214
2,670
2,142
3,922
4,212
3,880
1,470
4,230
1,770
P
***
***
,008
,032
***
***
***
,142
***
,077
Label
par_67
par_68
par_69
par_70
par_71
par_72
par_73
par_74
par_75
par_76
,159
,093
,091
,157
,112
,121
,120
,141
,121
,194
1,975
3,258
2,981
1,333
3,235
3,420
3,192
2,677
3,318
4,168
,048
,001
,003
,183
,001
***
,001
,007
***
***
par_77
par_78
par_79
par_80
par_81
par_82
par_83
par_84
par_85
par_86
Pilotage de la performance
Age_entreprise
DSPT
CIU
DEE
DUTTB
DTUTB
DUTB
SCRB
Type_formation
DI
PGPC
PACC
DFTRP
DS
DST
Activit_entreprise
Taille_entreprise
528
Estimate
,502
,984
,227
,905
,476
,589
,494
,439
,969
,980
,913
,491
,775
,547
,497
,696
,981
,976
Ajustement du modle
CMIN
Model
Default model
Saturated model
Independence model
NPAR
106
340
34
CMIN
258,064
,000
488,615
DF
234
0
306
P
,134
CMIN/DF
1,103
,000
1,597
Baseline Comparisons
Model
Default model
Saturated model
Independence model
NFI
Delta1
,472
1,000
,000
RFI
rho1
,309
,000
IFI
Delta2
,905
1,000
,000
TLI
rho2
,828
CFI
,868
1,000
,000
,000
Parsimony-Adjusted Measures
Model
Default model
Saturated model
Independence model
PRATIO
,765
,000
1,000
PNFI
,361
,000
,000
PCFI
,664
,000
,000
NCP
Model
Default model
Saturated model
Independence model
NCP
24,064
,000
182,615
LO 90
,000
,000
126,276
HI 90
67,345
,000
246,878
FMIN
Model
Default model
Saturated model
Independence model
FMIN
3,740
,000
7,081
F0
,349
,000
2,647
LO 90
,000
,000
1,830
HI 90
,976
,000
3,578
LO 90
,000
,077
HI 90
,065
,108
PCLOSE
,737
,000
RMSEA
Model
Default model
Independence model
RMSEA
,039
,093
AIC
Model
Default model
Saturated model
Independence model
AIC
470,064
680,000
556,615
529
BCC
706,911
1439,698
632,585
BIC
CAIC
ECVI
Model
Default model
Saturated model
Independence model
ECVI
6,813
9,855
8,067
LO 90
6,464
9,855
7,250
HI 90
7,440
9,855
8,998
MECVI
10,245
20,865
9,168
HOELTER
Model
Default model
Independence model
HOELTER
.05
74
51
530
HOELTER
.01
78
53