MODÈLE THEORIQUE DE LA DIFFUSION DE LA PERSONNALITÉ DU DESIGN

d’influence par rapport aux échanges d’opinions entre individus. En fait, dans un premier temps, les médias de masse avaient une influence importante sur les leaders d’opinion, qui à leur tour, influençaient en grande majorité les autres individus du système à travers des échanges en face à face (Lazarsfeld et Menzel, 1963). Le modèle en deux étapes permet d’attirer l’attention sur l’interface entre les médias de masse et les réseaux interpersonnels.

En outre, le modèle peut être étendu à plus de deux étapes ou réduit à une seule dans certains cas. En ce qui concerne le processus décisionnel, il semble que les médias de masse jouent un rôle plus important au cours de l’étape de découverte alors que les canaux interpersonnels ont plus d’influence au cours de la phase de persuasion. Ce modèle de communication en deux étapes est le modèle le plus utilisé dans les recherches sur la diffusion du design.

3- MODÈLE THEORIQUE DE LA DIFFUSION DE LA PERSONNALITÉ DU DESIGN

Les chercheurs utilisent le « modèle » et la « théorie formalisée » comme des termes synonymes, impliquant que toute théorie verbalisée devrait être traduite et (réduite) dans un langage formel. Ainsi le terme de modèle signifie simplement ensemble d'expressions mathématiques décrivant formellement certains phénomènes. En mathématique et en logique, le terme de « modèle » connaît une définition plus syntaxique: un modèle est un système fermé d'expressions formelles que l'on peut déduire à partir d'une théorie. Pour trouver les facteurs qui facilitent la diffusion de la personnalité du design, nous allons parcourir les modèles principaux de la diffusion afin d’en déterminer théoriquement celle de la personnalité du design.

3-1 Modèles principaux, précurseurs de la diffusion de la personnalité du design Plusieurs modèles sont à la base de la plupart des études sur la diffusion des produits ou des innovations(idée, objet, produit, design): le modèle de Bass (1969), le modèle de Rogers (1962,

1971, 1986, 1995, 2003), le modèle TAM (Technology Acceptance Model) ou le modele

d’acceptation de la technologie (MAT) de Davis (1986), le modèle de l’action raisonnée (MAR) (Ajzen et Fishbein, 1980 ; Ajzen et Madden, 1986), le modèle du comportement planifié (MCP), Modèle de Leader d’opinion dans la diffusion.

3-1-1 Modèles linéaires de la diffusion 3-1-1-1 Modèle de BASS

Bass s’inspire des modèles de Fourt & Woodlock (1960) et de Mansfield (1961) pour établir un modèle mixte, susceptible de décrire le processus d’adoption dans son ensemble. Le premier modèle représente l’adoption des innovateurs, individus influencés uniquement par des sources externes alors que le second représente le processus d’adoption dépendant de l’influence sociale. Le modèle de Bass et ses dérivés sont à la base de plusieurs études tentant de prédire et d’expliquer les facteurs d’adoption d’une innovation. Né en 1969, ce modèle demeure encore aujourd’hui d’actualité, d’où son importance dans la littérature (Krishnan & Thomas, 2009). Il tire ses fondements des études en marketing. En effet, dans le but d’étudier l’adoption des nouveaux produits en Marketing, Bass (1969) a modélisé, sous forme mathématique, les idées de Rogers. En transposant les énoncés de ce dernier, il a distingué deux comportements dans l’adoption d’un produit nouveau : le comportement « innovateur », et le comportement « imitateur ». Dans le premier cas, aucune influence des précédents adoptants est en jeu, l’adoption est due à l’influence des actions externes au système social. En revanche, les « imitateurs » adoptent l’innovation parce qu ils sont influencés par les personnes ayant déjà adoptées l’innovation. Ces deux types de consommateurs vont adopter l’innovation qui est impulsée par deux forces équivalentes aux

facteurs proposés par Rogers : la tendance à innover « p» et la tendance à imiter «q ». Ce dernier est

166

d’imitation. Il traduit également le phénomène de bouche à oreille. «p » est appelé coefficient de

communication externe ou coefficient d’innovation, et traduit l’influence de toute source

d’information exogène (De Palma, Droesbeke et Lefevre, 1991). Si on définit m le nombre total

d’individus qui potentiellement adopteront l’innovation (le marché potentiel) et N(t) le nombre

cumulé d’adoptants au temps t, chacun des m-N(t) individus peut passer du groupe de non-adoptants

à la classe d’adoptants. L’apport de fondamental de Bass est de modéliser le taux de risque

d’adoption z(t) comme une fonction linéaire croissante du taux de pénétration N(t)/m :

A partir du taux de risque d’adoption, il est possible d’exprimer l’augmentation temporelle du nombre total d’adoptants par une équation différentielle de la forme :

La courbe descriptive du nombre d’adoptants N(t) est de forme sigmoïdale, avec une saturation

donnée par le potentiel d’adoptants m. Une grande partie des applications du modèle de Bass a été

fondée sur la forme discrétisée dans le temps de l’équation suivante :

où n(t) représente l’augmentation du nombre d’adoptants dans l’unité de temps. Cette forme

discrète du modèle de Bass sera à la base de nos estimations. Le modèle de Bass a été largement appliqué en marketing pour étudier le phénomène d’adoption de biens durables.

Ce modèle de diffusion montre qu’il y a toujours les pionniers, les suiveurs et les retardataires. Le modèle est basé sur la taille du marché, le coefficient d’innovation(les clients qui achètent sans être influencés par l’état du marché) et le coefficient d’imitation(clients dont les décisions sont influencés par celles prises auparavant par d’autres). L’équation du modèle prend en compte le potentiel du marché (m) d’une innovation comme étant l’addition entre un coefficient d’innovation (p) et un coefficient d’imitation (q). Le coefficient d’innovation correspond à la publicité et aux autres formes de communications utilisées par l’entreprise; le coefficient d’imitation, quant à lui, résulte de l’interaction entre les adeptes et les adeptes potentiels. S(t) désigne le nombre de ventes au temps T.

S (t) = m[(p + q)2 / p] [e-(p+q)t / (1+q/p e-(p+q)t)2]

Le coefficient d’innovation dépend donc du nombre d’innovateurs ou plutôt de ceux qui font le choix du design comme leader d’opinion. Quant au coefficient d’imitation, il dépend de la fréquence des contacts des clients potentiels avec les leaders d’opinion. Lorsque le coefficient d’imitation est supérieur au coefficient d’innovation, l’adoption suit une courbe haussière. Dans le cas où le coefficient d’imitation est inférieur ou égal au coefficient d’innovation, l’adoption diminue jusqu’au point de stagner. Les différentes recherches subséquentes ont modifié ce modèle en introduisant certains éléments, telles que les dépenses en publicité et le bouche à oreille, le marketing viral ou les effets de réseaux (Krishnan & Thomas, 2009). L’un des dérivés du modèle de

167

base, le modèle Norton-Bass, est utilisé pour analyser l’adoption de plusieurs générations d’un même produit (Norton et Bass, 1987).

Cependant certains travaux de recherches trouvent le modèle développé par Bass imparfait d’où

les critiques formulées à son égard. Hauser etal. (2006) en dénotent quatre :

- la non prise en compte des variables du mix-marketing alors que ces dernières sont très utilisées par les entreprises comme outils de prise de décisions. Le fait de ne pas les utiliser rend peu utile le modèle de Bass pour les entrepreneurs. Pour contourner cette difficulté, certains dérivés du modèle tentent d’intégrer les variables du mix-marketing .Mais cela a comme effet pervers de compliquer les estimations.

- la durée de la période d’analyse utilisée a influencé le modèle. Lorsque l’on augmente ou diminue la période donnée, les estimations des paramètres sont alors portées à changer de façon notoire. - lorsque l’on effectue plusieurs régressions, le modèle est alors affecté par la multi-colinéarité. Ainsi, les variables indépendantes venant expliquer le modèle deviennent de plus en plus dépendantes l’une de l’autre et il est alors plus difficile de distinguer leur effet respectif.

- l’obligation d’obtenir des informations sur les ventes lors du lancement du nouveau produit afin de pouvoir utiliser le modèle, rend le modèle peu intéressant comme modèle de prédiction de ventes : en effet, une fois le produit lancé, il est trop tard pour reculer si les prédictions du modèle se révèlent peu intéressantes.

En conclusion, d’après ce modèle, la diffusion est fonction du coefficient d’imitation et du coefficient d’innovation. En d’autre termes, le taux de diffusion est élevé lorsque le coefficient d’imitation est supérieur au coefficient d’innovation.

3-1-1-2 Modèle de la diffusion des innovations ( DI = Diffusion of Innovations)

Le modèle de la diffusion des innovations (DI) de Rogers (1983; 1995) est l’un des modèles dont l’utilisation est largement répandue dans le domaine de l’adoption des produits de technologie. Il a été conçu pour expliquer les phénomènes de diffusion d’innovations diverses. Ce modèle présente la rapidité avec laquelle une innovation (un phénomène ou une idée) est adoptée dans la population. Cette rapidité est fonction des éléments reliés à la perception des attributs de l’innovation, au type de décision, au canal de communication, au système social et à l’agent de changement. Ce qui veut dire que la diffusion du design par exemple dépendrait de la perception des attributs du design, au type de décision, au canal de communication, au système social et à l’agent de changement.

Selon Rogers (1983; 1995), nous pouvons dire que les attributs de la personnalité du design font référence à la perception des avantages reliés à l’adoption, à la compatibilité, à la faible complexité, à la possibilité d’essai et au fort rayonnement du design qui sont positivement associées à son adoption. En effet, en ce qui concerne le type de décision, l’utilisation volontaire du design entraîne plus facilement son adoption. Ce modèle montre que les communications de masse permettent de rejoindre un groupe plus large d’individus, mais ils sont des canaux moins efficaces pour les réseaux interpersonnels. Des normes et des valeurs favorables au design de même que la cohésion du groupe social vont également avoir une influence positive sur l’adoption du design. Enfin, un design sera plus facilement adopté si un agent de changement en fait activement la promotion.

Ce modèle, développé à l’origine pour expliquer l’adoption d’une innovation à l’intérieur d’un groupe social, peut également s’appliquer au comportement d’adoption au niveau individuel (Moore & Benbasat, 1991). Toutefois, bien que le modèle prenne en compte des éléments relatifs à la perception des individus concernant les attributs d’une innovation, il demeure limité car il ne permet pas d’expliciter clairement les relations entre ces caractéristiques et les comportements d’adoption (Chau & Tam, 1997). Une autre limite rapportée quant à ce modèle concerne son manque de spécificité. En effet, comme l’indiquent Chau et Tam (1997), la théorie de la diffusion des innovations a été développée pour s’appliquer à toutes sortes d’innovations et les modifications particulières liées au type de produit et au type de terrain de recherche ont été apportées. C’est le

168

cas de Moore et Benbasat (1991) qui se sont inspirés de la théorie de la diffusion des innovations pour développer un modèle adapté à l’étude des déterminants individuels de l’adoption des technologies de l’information. Ils ont ajouté le concept d’image aux attributs proposés par Rogers et ont distingué deux dimensions au rayonnement: la visibilité de l’innovation et la possibilité d’en démontrer les résultats. Dans une autre étude, Moore et Benbasat (1995) ont testé leur modèle et ont démontré que le volontarisme, les normes sociales en place et l’ensemble des attributs perçus de la technologie étaient associés à l’adoption.

En s’inspirant du modèle de la diffusion adapté par Moore et Benbasat (1991), Hebert et Benbasat (1994) ont étudié les facteurs qui déterminent l’intention des infirmières à adopter un dossier patient informatisé. Selon leur modèle, trois attributs perçus de la technologie, soit sa compatibilité avec leurs tâches, l’avantage relatif relié à son adoption et la possibilité d’en démontrer les résultats, étaient associés à l’intention. La norme sociale associée à la direction des soins infirmiers de l’établissement influençait également l’intention.

Plus loin, Chin & Gopal (1995) se sont basés sur la Diffusion de l’Innovation afin d’étudier l’adoption de systèmes d’information en ajoutant, le concept de plaisir associé à l’utilisation du système. En plus des attributs associés à la compatibilité, à l’avantage relatif et à la facilité d’utilisation de la technologie, le plaisir associé à son utilisation influençait le comportement d’adoption.

Par ailleurs, l’étude de Agarwal et Prasad (1997) confirme que le volontarisme est associé à l’utilisation des technologies. Les attributs de la technologie qui influençaient son utilisation étaient la visibilité, la compatibilité et la possibilité d’essai. Ces auteurs ont également mesuré l’intention des répondants de poursuivre l’utilisation de la technologie. Les déterminants de l’utilisation future de la technologie étaient son avantage relatif et la possibilité d’en démontrer les résultats.

Enfin, Karahanna, Straub & Chervany (1999), ont intégré les croyances sous-jacentes à l’attitude envers les comportements d’adoption d’une technologie et de la poursuite de l’utilisation de cette technologie. Selon cette étude, l’intention, chez les non utilisateurs, d’adopter une nouvelle technologie serait uniquement influencée par les normes sociales et non par les attributs de la technologie (l’attitude). Par contre, chez les individus ayant déjà utilisés la technologie, l’intention de poursuivre son utilisation serait déterminée par l’attitude, par les conséquences sur l’image et par l’avantage relatif de l’utilisation de la technologie.

En comparant le modèle de Bass et celui de Rogers , nous pouvons souligner que le modèle de Bass catégorise les adoptants en fonction du type d’influence qui les réunit et pré-suppose que les innovateurs (individus influencés dans leur décision d’adoption par les média de masse) apparaissent de façon précoce dans le processus de diffusion alors que les imitateurs (individus basant leur décision sur celle des adoptants qui les précédent) s’introduisent dans le processus après les innovateurs. Contrairement au principe de Rogers (1983), il ne permet pas de grouper les consommateurs en fonction de leur vitesse d’adoption et cantonne la réceptivité des individus à un type d’influence pré-établi. Cette comparaison nous amène à constater que pour Rogers, les innovateurs sont les premiers adoptants, individus ayant généralement un niveau de résistance relativement faible à l’innovation. Alors que pour Bass, les innovateurs ne sont pas forcement les premiers adoptants mais ceux qui adoptent à cause de l’influence unique des média de masse. En fait, pour être désigné comme un innovateur, il faut être l’initiateur d’une action et n’ avoir pas été influencé par quelqu’un d’autre. Cette définition rend le concept très réducteur, et ne concerne que trop peu d’individus. A l’inverse, pour être désigné comme un imitateur, il faut reproduire volontairement ou involontairement des gestes ou des actes initiés par une autre personne avant lui.

3-1-2 Modèles de la diffusion basés sur les intentions comportementales des individus 3-1-2-1 Modèle de l’action raisonnée (Theory of Reasoned Action)

Fishbein et Ajzen (1975) ont proposé ce modèle général afin d’expliquer et prédire l’adoption des comportements individuels. Selon le modèle de l’action raisonnée (MAR), le comportement d’un

169

individu est directement déterminé par son intention de réaliser ce comportement. Le paradigme de l’intention est fonction de deux variables: l’attitude de l’individu à l’égard de la réalisation d’un comportement et la norme subjective associée au fait d’adopter ce comportement. L’attitude est formée de l’ensemble des croyances relatives à la réalisation du comportement, pondérées par l’importance que l’individu accorde à chacune de ces conséquences. Quant à la norme subjective, elle réfère à l’ensemble des croyances d’un individu au regard de l’opinion des personnes ou de groupes de référence par rapport au fait qu’il réalise un comportement. Cet état est multiplié par la motivation de l’individu à se conformer à l’opinion de ces personnes ou groupes. L’explication de ce modèle montre que la diffusion de la personnalité du design serait liée à l’intention du client qui se caractérise par l’attitude et les normes subjectives.

Ce modèle de l’action raisonnée ou ses variantes ont été utilisés par plusieurs chercheurs dans le domaine des technologies de l’information. Par exemple Hartwick et Barki (1994) ont démontré l’utilité du modèle de l’action raisonnée pour expliciter le comportement d’adoption des technologies de l’information en contexte organisationnel. Selon cette étude, en plus de l’attitude, la norme subjective serait un déterminant important de l’adoption de la technologie lors des premiers stades de son implantation dans une organisation.

En outre, dans une étude comparant la théorie de la diffusion des innovations (DI) et la théorie de l’action raisonnée, Moore et Benbasat (1995) se sont basés sur les caractéristiques de l’innovation proposées par Rogers (1983) afin de mesurer l’attitude. Ces résultats montrent une association positive entre l’attitude (les caractéristiques perçues de la technologie) et l’adoption de la technologie. Ces auteurs ont également mis en évidence l’importance de la norme subjective afin d’expliquer les comportements d’adoption des technologies de l’information. De plus, Moore et Benbasat (1995) ont suggéré que le concept d’image, qui représente l’impact de l’adoption d’une technologie sur le statut social de l’individu, différait de celui de la norme sociale et avait également une influence sur le comportement d’adoption. En définitive ,il faut noter que la diffusion par le modèle de l’action raisonnée est fonction de l’attitude et la norme subjective.

3-1-2-2 Modèle de l’acceptation de la technologie (Technology Acceptance Model) C’est un modèle qui est basé sur la théorie de l’action raisonnée de Fishbein et Ajzen (1975), mais représente une variante s’appliquant spécifiquement au comportement d’adoption des technologies. Proposé par Davis (1989), le modèle de l’acceptation de la technologie (MAT),(comme intention à utiliser une technologie), est l’antécédent direct du comportement d’utilisation. Contrairement au modèle d’action raisonnée, le modèle de l’acceptation n’inclut que l’attitude dans la formation de l’intention. Selon le modèle de Davis (1989) l’attitude est elle-même déterminée par deux types de croyances seulement : l’utilité perçue et la facilité d’utilisation perçue.

La spécificité du modèle de l’acceptation de la technologie se voit à travers la précision des construits qu’il propose de même que sa parcimonie (Mathieson, 1991), qui en font un modèle fréquemment employé dans les domaines du management et des systèmes d’information.

Ainsi, un grand nombre d’études ont validé l’utilisation du modèle de l’acceptation de la technologie afin d’expliquer l’adoption de différentes technologies dans des contextes variés (Adams, Nelson & Todd, 1992; Chau, 1996; Davis, Bagozzi & Warshaw, 1989; Lederer et al., 2000). Par exemple les travaux de Hu et ses collaborateurs (1999) ont utilisé ce modèle pour expliquer l’intention des médecins d’utiliser la télémédecine. Les auteurs ont démontré la pertinence d’utiliser un cadre théorique psychosocial afin d’étudier les comportements d’adoption de la télémédecine. Ainsi, l’un des constats de cette étude est l’absence de relation entre la perception des médecins de la facilité d’utilisation de la télémédecine et leur intention d’adopter cette technologie. Pour expliciter, seule l’utilité perçue de cette technologie avait un effet direct sur l’intention. Par contre les auteurs dénotent le manque de spécificité du modèle d’acceptation de la technologie pour expliquer l’attitude des médecins par rapport à la télémédecine et leur intention

170

d’utiliser cette technologie. Ils ajoutent que des caractéristiques particulières reliées au système de santé et à la nature de la profession médicale pourraient agir sur ces variables.

Chau et Hu (2002) ont combiné les dimensions du modèle du comportement planifié et le modèle d’acceptation de la technologie. Ils ont proposé un modèle général qui incorporait l’attitude, la norme subjective et la perception du contrôle sur le comportement. Selon les résultats d’une étude empirique réalisée auprès de 408 médecins, les chercheurs trouvent la pertinence de considérer l’attitude et le contrôle perçu dans l’analyse de l’intention d’adopter la télémédecine. En combinant les construits d’utilité perçue et de facilité d’utilisation perçue, Ces variables ont permis d’expliquer l’intention des médecins. Cependant, l’influence des facteurs normatifs n’était pas significative dans la prédiction de l’intention.

Plus loin, Croteau et Vieru (2002) se sont également inspirés du modèle de l’acceptation de la technologie afin d’explorer les facteurs ayant une influence sur l’adoption de la télémédecine auprès de deux groupes de médecins. L’utilité perçue de la technologie était la principale variable prédisant l’intention d’adopter la télémédecine chez les deux groupes, alors que la facilité d’utilisation perçue s’est avérée significative chez un seul groupe. En empruntant au modèle de la diffusion des innovations, les concepts d’image et de volontariat sont également incorporés au modèle de l’acceptation de la technologie. L’image est définie comme étant la perception de