Analyse des données

Les données recueillies ont ensuite été examinées et analysées selon différentes méthodes. La stratégie analytique que nous avons choisie est celle d’une construction d’explication, de type « pattern matching » (Yin, 1994, p106). La stratégie consiste à comparer une situation observée avec une situation prédite, qui s’appuie directement sur des propositions théoriques. La comparaison permet alors de discuter de la pertinence des propositions théoriques et de généraliser la portée des résultats obtenus. La construction d’explication vise ensuite à expliquer la situation observée en formulant au besoin des hypothèses alternatives à celles trouvées dans la littérature et à stipuler un ensemble de liens causaux.

Nous présentons ici les différentes méthodes utilisées pour le traitement des données. Les données recueillies sont essentiellement qualitatives : leur traitement a consisté en la conduite d’un travail fin de description en dynamique des situations, une analyse des perceptions mentales des acteurs et enfin la réalisation de tests statistiques complémentaires. Sur cette base, le modèle d’analyse de départ a pu être discuté (propositions théoriques) et le croisement des études de cas a permis une montée en généralisation des résultats.

3.4.2.1 Descriptions analytiques

Les données ont servi à la réalisation de descriptions analytiques (Bates et al., 2000) et notamment à :

- Une reconstitution du panorama de l’évolution des modes d’intervention en milieu rural (livré au chapitre 1), qui a permis de caractériser les environnements institutionnels propres aux filières.

46 Cette difficulté est certainement liée au fait que les procédures de collecte des données sur le terrain ne sont pas routinières et sont demandeuses en terme d’intellect, d’ego et d’émotions.

- Une description des trajectoires d’acteurs : nous avons décrit l’évolution des comportements stratégiques des producteurs (voir chapitre 7) et des organisations (voir chapitres 5 et 8).

- Une description des caractéristiques des organisations, qui reprend le modèle d’analyse présenté dans la partie précédente (voir chapitres 5 et 8).

Les descriptions analytiques ont été privilégiés par les auteurs qui réalisent des analyses historiques comparées (Bates et Weingast, 1995; Greif, 1994; Levi, 1997; North et Thomas, 1988; Weingast, 1995) et dont l’ambition est de faire le lien entre la réalisation d’études de cas et la construction théorique.

3.4.2.2 Analyse statistique de données textuelles

La caractérisation des perceptions mentales des organisations s’est faite par l’approche lexicométrique et constitue une des spécificités méthodologiques fortes de la thèse. Nous avons utilisé le logiciel Alceste⁴⁷ (Reinert, 1986; Reinert, 1999), pour étudier les discours des dirigeants par la fréquence des mots employés (calculs d’occurrence) et également par la structure formelle de leurs relations (calculs de co-occurrence) (Viaud, 2002). Les discours⁴⁸ des dirigeants constituent ce que nous appelons le « corpus » : ils ont été retranscrits pour se prêter à un traitement informatique par le logiciel Alceste. Le logiciel procède comme suit : (i) il découpe le corpus en énoncés de tailles égales ; (ii) il classe ces énoncés sur la base de leur contenu lexical via des méthodes issues de l’analyse de données⁴⁹ ; (iii) il utilise la statistique du chi-deux et celle de l’analyse des regroupements hiérarchiques⁵⁰ (hierarchical cluster analysis) pour établir différentes classes qui sont ensuite à interpréter (Viaud, 2002, p102). Pour s’assurer de la stabilité des classes, le logiciel Alceste construit deux types de découpages qui donnent lieu à la constitution de deux tableaux et de deux typologies : ces typologies sont comparées et seules sont conservées les classes les plus stables (analyse double). Du fait des techniques statistiques utilisées, les classes présentent deux caractéristiques complémentaires : une homogénéité interne élevée ; et une hétérogénéité

47

Analyse des Lexèmes Co-occurents des Enoncés Simples de Textes Ecrits.

48 Ils correspondent aux réponses retranscrites (et traduites) des dirigeants des organisations à la question : « Que pensez-vous du déroulement des négociations politiques ? » dans le cas des organisations à vocation politique (voir chapitre 6) ; ou à la question « Que pensez-vous du fonctionnement de votre filière ? » dans le cas des organisations à vocation économique (voir chapitre 9)

49 Le texte est modélisé dans un tableau qui contient en ligne les énoncés et en colonne le vocabulaire lémmatisé (ie les mots réduits à leur racine). A l’intersection d’une ligne et d’une colonne apparaît un « 1 » si le mot est présent dans l’énoncé et un « 0 » s’il en est absent.

50

externe élevée. In fine, chaque classe produite par le logiciel représente un modèle mental particulier et peut être caractérisée par des traits typiques, c’est-à-dire par des mots qui y sont plus présents ou plus absents que dans les autres classes établies.

3.4.2.3 Modélisation Partial Least Square

De façon à compléter l’analyse des perceptions mentales, nous avons cherché à construire un modèle compréhensif des résultats obtenus par les organisations, en expliquant ces résultats : par les modèles mentaux (variables obtenues par l’analyse textuelle) et par des facteurs plus « classiques » (expérience, ressources techniques, financières et humaines). Notre modèle, sous tendu par un ensemble d’hypothèses, a été testé par l’approche des moindres carrés partiels (Partial Least Squares), développée par Wold et par Lohmöller (Lohmöller, 1989; Wold, 1982). Nous justifions le recours aux méthodes PLS dans le cadre de la thèse par des raisons pragmatiques, qui tiennent à la taille réduite de notre échantillon (n=11 pour Q1 ou n=12 pour Q2) et aux propriétés des variables utilisées (variables à la fois nombreuses et colinéaires). Les méthodes PLS sont en effet des méthodes non linéaires pour lesquelles peu d’observations suffisent et qui pallient au problème de la multi-colinéarité entre variables (Tenenhaus, 1998). Nous avons procédé en trois étapes : une première étape de construction du modèle général ; une deuxième étape d’estimation du modèle de mesure ; et une étape finale d’estimation du modèle structurel.

3.4.2.3.1 Construction du modèle général

Nous avons construit le modèle : d’une part par l’identification de variables manifestes (mesurables) qui permettent de renseigner les variables latentes (non mesurables) ; et d’autre part par la formulation d’hypothèses que nous proposons de tester. Les variables latentes se réfèrent aux types catégoriels suivants : trajectoires, modèles mentaux, ressources techniques, ressources humaines, ressources financières et résultats des organisations. Les hypothèses, communes au traitement des deux questions portent sur les relations entre ces variables latentes et sont représentées graphiquement ci-dessous.

Figure 3.5 : Construction du modèle compréhensif (relations entre variables latentes)

3.4.2.3.2 Estimation du modèle de mesure (logiciel PLS-graph)

A l’aide du logiciel PLS-graph, nous avons construit les variables latentes à partir des variables manifestes : les variables latentes sont estimées par des combinaisons linéaires des variables manifestes (Tenenhaus, 1998). Nous avons testé la stabilité des variables latentes construites, en accord avec les principes suggérés dans la littérature (Chin, 1998; Hulland, 1999; Lohmöller, 1989; Tenenhaus, 1999). Les tests évaluent les relations entre les variables latentes et manifestes : ils sont indispensables pour établir une conformité entre les mesures (variables manifestes) et les construits qu’ils représentent (variables latentes). Cette étape, réalisée à l’aide du logiciel PLS-Graph (Chin, 1998), doit satisfaire aux critères de validité et de fiabilité (Fornell et Lacker, 1981).

- La fiabilité se teste par l’uni-dimensionalité⁵¹ et la concordance⁵² des blocs.

- Les tests de validité reposent sur les critères de validité convergente⁵³ et de validité discriminante⁵⁴.

51

Les variables latentes doivent partager plus de variance avec leurs variables manifestes qu’avec leurs erreurs de mesure. La règle veut que la variance moyenne prévue (AVE) soit supérieure à 50%.

52 La règle veut que l’indice de concordance (IC) soit supérieur à 70%.

53 La corrélation entre chaque variable manifeste et sa variable latente doit être importante. La règle veut que le loading de chaque variable manifeste soit supérieur à 0,70 en valeur absolue.

Trajectoire Ressources techniques Ressources humaines Ressources financières Modèles mentaux Résultats

+ ⁺

+ ⁺

+ ⁺

+/-

+/-Les variables manifestes qui ne vérifiaient pas ces tests ont été supprimées et à l’issue de cette deuxième étape, nous avons obtenu des indicateurs stables renseignant les modèles mentaux, les trajectoires, les résultats et les ressources des organisations.

3.4.2.3.3 Estimation du modèle structurel (logiciel XL-stat)

Nous avons enfin estimé les relations structurelles entre les variables latentes, ce qui nous as permis de tester nos hypothèses. Du fait de problèmes avérés de colinéarité entre les variables latentes, nous avons procédé à une estimation de ces relations par la méthode de la régression PLS, à l’aide du logiciel XL-Stat. En effet, la régression PLS est indiquée en situation de multi-colinéarite car elle permet de « conserver toutes les variables explicatives tout en obtenant une équation de régression cohérente » (Tenenhaus et al., 1995). Le principe de base consiste à régresser une variable à expliquer y sur des variables explicatives x₁, x_2,… en construisant des composantes t_n, combinaisons linéaires des variables explicatives x₁, x₂ sur lesquelles sont effectuées les régressions de y. Le nombre de composantes t_n à construire dépend du pouvoir explicatif de la régression de y sur t_1, t_{2, …}t_n. Généralement, seules les deux premières composantes sont prises en considération dans la régression. L’équation de régression s’écrit alors : y = c1t1 + c2t2 +

α

où c1 et c2 sont les coefficients de régression et

α

le résidu. La qualité globale de la régression se mesure par l’indice Q²cum⁵⁵, qui mesure le pouvoir explicatif de la régression. La significativité des coefficients obtenus se vérifie par des intervalles de confiance.

54 Chaque variable latente doit mieux expliquer ses propres variables manifestes que chaque autre variable latente. On vérifie si les variables manifestes sont plus corrélées à leur propre variable latente qu’aux autres variables latentes du modèle. La règle mathématique s’écrit: AVE (ξh) > Cor² (ξh, ξk) avec h ≠k (la variance moyenne prévue doive être supérieure au carré des coefficients de corrélations entre variables latentes).

55

Conclusion de la partie I.

Le premier chapitre nous a permis de positionner notre questionnement empirique : nous montrons que les filières agricoles bénéficient au Costa Rica de soutiens publics différenciés, ce qui revient à dire que le changement institutionnel a lieu différemment selon que l’on se situe au niveau macro ou aux niveaux méso, et nous amène à nous interroger sur les raisons et les effets de ces différences. En particulier, l’histoire des relations entre les organisations et les institutions est fortement variable d’une filière à l’autre : les épisodes de libéralisation et notamment celui de 1994 interviennent donc à des stades variables de l’histoire de chaque filière. La façon dont chaque filière « vit » la libéralisation semble dépendre intimement de son histoire et plus particulièrement des interactions qui se tissent entre acteurs économiques de la filière et membres du gouvernement. C’est ce qui justifie l’orientation de la littérature théorique fondatrice de la thèse, présentée dans le deuxième chapitre : parmi les contributions de la littérature sur les choix stratégiques des organisations, celles qui intègrent le rôle des trajectoires ont été privilégiées. Nous analysons en particulier les contributions en termes de modèles mentaux, ces derniers pouvant être un vecteur entre les trajectoires et les choix stratégiques des organisations. Le troisième chapitre a présenté la démarche de la recherche qui a permis à la fois une collecte d’information suffisamment large pour donner une représentation réaliste de l’agriculture au Costa Rica dans son contexte historique, et à la fois la proposition d’une méthodologie originale et suffisamment orientée pour répondre à la question posée.

Nous concluons cette première partie par un schéma qui résume notre questionnement, à la fois théorique et empirique. Dans le schéma suivant, les modèles mentaux interviennent au niveau des flèches « information », ils correspondent à la façon dont les organisations, politiques comme économiques perçoivent leur environnement institutionnel, et guident les choix stratégiques de ces organisations (flèches « action »). La partie II de la thèse analyse la participation des organisations politiques aux changements institutionnels; la partie III analyse l’adaptation des organisations économiques à ces changements.

Participation et adaptation des organisations au changement institutionnel au sein des filières

Organisations politiques ^{Organisations économiques} Stock d’institutions MESO

Résultats économiques Changement institutionnel

Stock d’institutions MACRO Changement institutionnel action action information information information FILIERES

Dans le document Participation et adaptation des organisations au changement institutionnel : les organisations agricoles au Costa Rica face aux politiques de libéralisation (Page 88-95)