CHAPITRE 5 MÉTHODOLOGIE
5.4 Taux de réponse et étude des biais inhérents au questionnaire
5.4.2 Tests de validité : biais de langue, d’histoire et de non-réponse
Les résultats détaillés des tests de biais pour toutes les variables utilisées dans ce projet sont présentés dans l’Annexe D. Nous avons vérifié que les réponses obtenues n’étaient pas contaminées par plusieurs types de biais inhérents au questionnaire, à savoir : le biais de langue, le biais d’histoire et le biais de non-réponse.
Biais de langue
Le questionnaire était disponible en français et en anglais. Or, la traduction peut introduire un biais de langue. Nous avons donc réalisé un deuxième test t de Student pour comparer les réponses en langue anglaise (N = 50) et française (N = 21). L’ensemble des variables utilisées dans les Modèles I et II ont été soumises à ce test. Les résultats sont présentés dans le Tableau D.1 en Annexe D.Pour toutes les variables de nos Modèles I et II, à l’exception de PROV_QC et PROV_ON, on obtient une significativité supérieure à 0.05. Par conséquent, les réponses données en français et en anglais ne sont pas significativement différentes, sauf en ce qui concerne la localisation. Ce résultat est d’ailleurs complètement logique : parmi les entreprises qui ont répondu en français, la proportion d’entreprises situées au Québec est plus grande et parmi celles qui ont choisi l’anglais, la proportion d’entreprises situées en Ontario est plus élevée. Nous pouvons conclure de ces tests paramétriques qu’il n’y a pas de biais de langue significatif dans notre questionnaire.
Biais d’histoire et de non-réponse
Les dates de participation au questionnaire s’étalent sur une période de près d’un an, de novembre 2014 à octobre 2015. Il importe de vérifier que ceci n’introduit pas de biais d’histoire, c’est-à-dire que les réponses des premiers répondants ne sont pas significativement différentes de celles des répondants tardifs. La taille de notre échantillon étant suffisamment grande (N = 71), nous avons opté pour un test paramétrique. Nous avons effectué un test t de Student sur les variables indépendantes et variables de contrôle utilisées dans nos analyses.
Tout d’abord, nous avons divisé la population des répondants en deux groupes : ceux ayant soumis leurs réponses entre novembre 2014 et avril 2015 (N = 40) et ceux ayant soumis leurs réponses
entre juin 2015 et octobre 2015 (N = 31), soit respectivement avant et après l’effort de relance mené en juin 2015. Ensuite, nous avons soumis l’ensemble des variables utilisées dans les Modèles I et II au test t de Student. Les résultats sont présentés dans le Tableau D.2 dans l’Annexe D. Pour toutes ces variables, on obtient une significativité supérieure à 0.05. Par conséquent, il n’y a donc pas de différence entre les deux périodes de soumission des réponses.
Pour aller plus loin, nous avons soumis comparé les réponses obtenus entre divers sous-groupes de l’échantillon :
▪ Les premiers 25% (N = 10) et les derniers 25% (N = 10) des répondants ayant répondu lors de la première vague qui s’est étalée de novembre 2014 à avril 2015.
▪ Les premiers 25% (N = 8) et les derniers 25% (N = 8) des répondants ayant répondu lors de la deuxième vague qui s’est étalée de juin à octobre 2015.
▪ Les premiers 20% (N = 14) et les derniers 20% (N = 14) de l’échantillon
Pour ces trois segmentations de l’échantillon, nous avons soumis l’ensemble de nos 18 variables à un test de Mann-Whitney dont les résultats sont reportés dans le Tableau D.3 de l’Annexe D. Le test de Mann-Whitney a été choisi en raison de la faible taille de ces groupes. Parmi les 54 tests (18 variables multiplié par 3 segmentations), nous ne trouvons des différences significatives que dans 4 cas. On peut donc dire qu’ici encore, aucun biais n’est détecté.
En particulier, les deux dernières colonnes du Tableau D.3 visent à comparer les 14 premiers et 14 derniers répondants. On suppose que ces-derniers ont des réponses qui s’approchent de celles des non-répondants, puisqu’ils ont été beaucoup plus difficiles à aller chercher. Par conséquent, des seuils de significativité inférieurs à 0.5 dans la dernière colonne du Tableau D.3 indiqueraient qu’il existe peut-être un biais de non-réponse. Étant donné qu’une seule variable est significative dans cette colonne, on peut conclure que nos résultats ne sont pas significativement perturbés par un biais de non-réponse.
Finalement, ces tests paramétriques n’ont mis en évidence aucune distorsion due à un biais de langue ni à un biais d’histoire ou de non-réponse, ce qui contribue à la validité de nos recherches.
5.5 Synthèse
Dans ce chapitre, nous avons présenté le processus de collecte de données utilisé dans ce projet, de l’identification des répondants ciblés jusqu’à l’administration du questionnaire. Nous avons ensuite expliqué quelles variables et échelles ont été utilisées pour mesurer les concepts étudiés dans nos deux modèles conceptuels présentés au chapitre précédent. Enfin, nous avons présenté l’ensemble des méthodes d’analyses statistiques utilisées au cours de ce projet. Nous avons également vérifié que les réponses n’ont pas été contaminées par des biais inhérents au questionnaire tels que le biais de langue, d’histoire ou de non-réponse.
En guide de synthèse de ce chapitre, le Tableau 5.7 et le Tableau 5.8 récapitulent, pour le Modèle I et le Modèle II respectivement, l’ensemble des variables utilisées, ce qu’elles mesurent, leur type, la manière dont elles ont été obtenues et les tests ou méthodes statistiques qui leur ont été appliqués.
Tableau 5.7 : Liste des variables et méthodes statistiques utilisées dans le Modèle I
Variable Description Type Obtention Test
appliqué IP_FORM Importance des méthodes formelles
de protection de la PI Basée sur des items ordinaux ACP Test t de Student IP_STRAT Importance des méthodes
stratégiques de protection de la PI Basée sur des items ordinaux ACP Test t de Student IP_ASSET Gestion de la PI comme un actif
(degré d’accord)
Ordinale Question Q34q*
Test t de Student IP_REVENUE Gestion de la PI comme une source
de revenu (degré d’accord)
Ordinale Question Q34r*
Test t de Student PART_RD Importance donnée aux partenariats
avec les partenaires de R-D pour les activités d’innovation Basée sur des items ordinaux ACP Test t de Student PART_CUST Importance donnée aux partenariats
avec des clients et utilisateurs finaux pour les activités d’innovation
Basée sur des items ordinaux
ACP Test t de Student PART_SP Importance donnée aux partenariats
avec des fournisseurs pour les activités d’innovation Basée sur des items ordinaux ACP Test t de Student PART_COMP Importance donnée aux partenariats
avec des compétiteurs pour les activités d’innovation Basée sur des items ordinaux ACP Test t de Student NIH_TECHNO Degré de confiance en sa propre
compétence technologique Basée sur des items ordinaux Herzog (2011) Test t de Student NIH_COMP Impact des technologies externes sur
la compétitivité Basée sur des items ordinaux
Herzog (2011)
Test t de Student NSH_TECHNO Peur de la perte de contrôle sur la
technologie Basée sur des items ordinaux Herzog (2011) Test t de Student OI Indique si l’entreprise pratique
présentement l’IO
Binaire
Tableau 5.8 : Liste des variables et méthodes statistiques utilisées dans le Modèle II
Variable Description Type Obtention Rôle dans la
régression Étape 1 Étape 2
ln(NBINNO) Nombre d’innovations développées entre 2010 et 2013
Continue Logarithme Cote Z Dépendante
ln(YEAR_OI) Nombre d’années d’expérience en IO
Continue Logarithme Cote Z Indépendante PART_RD Importance donnée aux
partenariats avec les
partenaires de R-D pour les activités d’innovation
Basée sur des items ordinaux
ACP Cote Z Indépendante
PART_CUST Importance donnée aux partenariats avec des clients et utilisateurs finaux pour les activités d’innovation
Basée sur des items ordinaux
ACP Cote Z Indépendante
PART_SP Importance donnée aux partenariats avec des fournisseurs pour les activités d’innovation
Basée sur des items ordinaux
ACP Cote Z Indépendante
PART_COMP Importance donnée aux partenariats avec des compétiteurs pour les activités d’innovation
Basée sur des items ordinaux
ACP Cote Z Indépendante
RD_INTENS Pourcentage des revenus investis en R-D Continue (ratio) Question Q31* Cote Z Contrôle IP_FORM Importance des méthodes
formelles de protection de la PI
Basée sur des items ordinaux
ACP Cote Z Contrôle
IP_STRAT Importance des méthodes stratégiques de protection de la PI
Basée sur des items ordinaux
ACP Cote Z Contrôle
PROV_QC Variable muette indiquant la localisation au Québec
Binaire Contrôle
PROV_ON Variable muette indiquant la localisation en Ontario
Binaire Contrôle