La précision d’une approche pertinente pour la recherche

Il est utile tout d’abord de noter qu’en plus des deux philosophies distinctes, les postures cartésienne et configurative supposent également deux rapports différents vis-à-vis

Formes de correspondance (fit)

Cartésienne Configurative Congruence Congruence Relation de modération _{Relation de} Médiation Force Forme Corrélation entre sous-groupes Analyse de régression modérée Analyse de cheminement, corrélations bivariées

Les variables dépendantes sont les caractéristiques du Système

de contrôle de gestion Contingence Relation de modération _{Relation de} Médiation Force Corrélation entre sous-groupes Analyse de chemine-ment Forme Analyse de régression modérée

La variable dépendante est la performance Analyse de clusters Analyse de déviation du profil Contingence

Schéma 3.3. Classification des différentes formes de correspondance contingente

des données empiriques collectées. Cela peut être déduit directement des techniques statistiques utilisées par les auteurs adhérant à l’une ou à l’autre de ces philosophies. La philosophie configurative de Gerdin et Greve, associée aux modèles systémiques selon Chenhall, emploie des approches statistiques exploratoires comme l’analyse de clusters et la comparaison des distances euclidiennes. Une des premières études réalisée dans cet esprit est celle de Grodon et Miller (1976) alors que plus récemment Chenhall et Langfield-Smith (1998) et Gerdin (2005) adoptent la même posture et emploient des méthodes statistiques similaires. Chenhall et Langfield-Smith par exemple formulent des hypothèses concernant les différentes configurations entre techniques managériales (optimisation des processus, gestion en équipes etc.) et outils de contrôle de gestion (outils traditionnels, outils à base d’activité, Balanced Scorecard, benchmarking etc.) qui devraient permettre d’améliorer la performance organisationnelle à condition d’être adaptés au type de positionnement stratégique choisi (stratégie de différenciation ou de coûts faibles). Néanmoins, Chenhall et Langfield-Smith reconnaissent que la méthode statistique employée ne leur permet pas de valider (ou invalider) de manière rigoureuse les hypothèses formulées. Les clusters mis en évidence ne font que suggérer des combinaisons entre les variables contextuelles et les types de positionnement stratégique qui sont liés à une forte (ou une faible) performance. Les auteurs conviennent enfin que l’apport de leur travail consiste plutôt dans le fait d’avoir proposé un cadre global permettant de capter toute la richesse des combinaisons entre outils de contrôle et techniques managériales en conformité avec la stratégie choisie et qui permettraient d’obtenir une meilleure performance. Les auteurs reconnaissent en revanche que les relations de causalité entre l’utilisation des combinaisons d’outils et techniques en question et la meilleure performance restent à prouver par des méthodes statistiques plus rigoureuses. Dans une recherche plus récente Gerdin (2005) ayant choisi le même type positionnement philosophique conclut que « l’analyse de clusters est apparue comme utile pour explorer les

manières dont une large gamme de dimensions peuvent être combinées » (p.119)¹ dans la mise en œuvre de la théorie de la contingence en contrôle de gestion. Tout compte fait, la méthode d’analyse des clusters utilisée dans les recherches se définissant comme configuratives ou systémiques permet d’explorer les données collectées pour voir si elles correspondent aux hypothèses annoncées (plutôt que de tester les hypothèses de manière rigoureuse) et le cas échéant de proposer de nouvelles hypothèses à la lecture de ces données. Il reste que ce type de démarche est d’une plus grande richesse car elle permet non seulement

d’intégrer un nombre important de variables mais également de se libérer des dogmes concernant les relations nécessairement linéaires entre ces variables. Cela permet d’explorer les données et de proposer un ensemble de Gestalts (Miller, 1981) ou de types d’entreprises en fonction de l’action groupée de plusieurs variables de contingence.

Les méthodes statistiques employée par les chercheurs ayant adopté une posture cartésienne de la contingence sont en revanche plus rigoureuses et permettent de confirmer ou infirmer le modèle statistique testé. C’est notamment le cas des techniques de régression, d’analyse des cheminements ou d’équations structurelles. Ces dernières trouvent de plus en plus d’adeptes parmi les chercheurs en contrôle de gestion en raison de leur rigueur et de la possibilité de tester des modèles complexes, comprenant des concepts non mesurables directement (Baines et Langfield-Smith, 2003; Hunton et al., 2000; Shields et al., 2000; Smith et Langfield-Smith, 2004; Van der Stede, 2000; Wouters et al., 2005).

Notre objectif, rappelons-le, est de proposer à la lecture historique de la littérature un modèle général de l’utilisation des budgets relativement aux autres outils de contrôle de gestion pour tester ensuite sa validité à travers une étude empirique. Par conséquent, la philosophie générale de la contingence que nous envisageons d’adopter est plutôt cartésienne. Néanmoins, si le modèle est invalidé par les données collectée un changement de posture pourrait être envisagé afin d’explorer la structure des donnés de l’échantillon à travers une étude configurative par la technique d’analyse des clusters.

Quant au type de modèle que nous envisageons de construire, il serait plutôt proche des modèles de médiation (ou d’intervention) tels que définis par Chenhall (2003). En effet, les modèles linéaires indépendants semblent peu élaborés pour rendre compte du phénomène que nous étudions. Il est important comme le note Tillema (2005) d’intégrer dans un modèle global en même temps les variables du contexte (les facteurs de contingence comme l’incertitude de l’environnement, le type de stratégie etc.) et les variables caractérisant le système de contrôle (ici l’utilisation privilégiée des budgets ou des tableaux de bord). Nous y rajoutons, pour notre part, la variable mesurant la performance organisationnelle come indicateur ultime de l’efficacité d’adaptation du système de contrôle aux facteurs contextuels. Cette approche intégrative présume donc le recours à un modèle de contingence - et non simplement de congruence - selon la classification proposée par Gerdin et Greve (2004).

La complexité du modèle envisagé et les préoccupations d’ordre technique nous amènent, par conséquent, à prévoir l’utilisation d’un modèle d’intervention testé soit à travers

une analyse de cheminements, soit à travers un modèle d’équations structurelles. Cette dernière option dépendra du nombre et du type des variables étudiées, mais surtout de la taille de l’échantillon collecté car les modèles d’équations structurelles imposent des restrictions importantes sur le nombre d’observations utilisées par paramètre estimé (Roussel et al., 2002; Smith et Langfield-Smith, 2004). Des méthodes de test à deux étapes existent cependant, et même si elles ne correspondent pas parfaitement aux canons des équations structurelles permettent d’effectuer des tests avec la même rigueur statistique (Baines et Langfield-Smith, 2003).

Pour résumer cette section, nous avons montré que le cadre théorique qui convient le mieux aux objectifs de recherche fixés est celui des théories des organisations et plus concrètement la théorie du comportement organisationnel. Conjointement, la théorie permettant de prendre en compte la diversité des pratiques en termes d’utilisation des budgets est la théorie de la contingence, elle-même compatible, sinon fortement inspirée, par les théories comportementales. Enfin, la méthode de modélisation contingente la plus adaptée au modèle envisagé serait la méthode des modèles de médiation (ou d’intervention), reposant sur une philosophie de contingence cartésienne linéaire. Conformément à la méthodologie hypothético-déductive engagée depuis le début de ce travail, le modèle de médiation et ses hypothèses seront confrontés à la réalité à travers une étude empirique quantitative. Quant à la technique statistique utilisée elle serait celle des équations structurelles ou, le cas échéant de l’analyse des cheminements. Une analyse systémique ou configurative peut éventuellement être employée pour mieux comprendre la structure des données en cas de rejet du modèle.

Ces choix essentiels étant fixés, il est possible maintenant d’affiner la démarche en procédant à la sélection des variables du modèle.