Partie I Cadre conceptuel: les facteurs d’adoption du marketing digital dans les PME
Section 03 : Conception et validation du questionnaire
3.3. Validation empirique des échelles de mesure
La validation des échelles de mesure peut être obtenue par la validité et la fiabilité de construit. La validité de construit est l'un des nombreux sous-types de validité qui se
concentre sur la mesure dans laquelle un test/instrumentation donné est une mesure efficace d'un construit théorique (Straub et al; 2004, p.388).
Selon Straub et al. (2004), la fiabilité signifie la mesure dans laquelle une variable ou un ensemble de variables est cohérent dans ce qu'elle est censée mesurer. Si plusieurs mesures sont prises, les mesures fiables seront toutes très cohérentes dans leurs valeurs.
Afin de vérifier la qualité des construits de modèle conceptuel développé, et validé empiriquement les échelles de mesures de l’ensemble des variables, et cela après la réalisation d’un pré-test auprès de vingt et un (21) PME, une analyse factorielle exploratoire (AFE) a été effectué via le logiciel SPSS18, en utilisant la méthode d'analyse en composantes principales (ACP) pour tester l'homogénéité des échelles de mesure de notre questionnaire.
Tout d'abord, les résultats de l’analyse factorielle nous permet de vérifier les valeurs de l’indice de Kaiser-Meyer-Oklin (KMO) pour mesuré l'adéquation de l'échantillonnage. La valeur KMO varie entre 0 et 1. Une valeur de 0 indique que la somme des corrélations partielles est grande par rapport à la somme des corrélations. Une valeur proche de 1 indique que les modèles de corrélations sont compacts et que l'analyse factorielle donnera donc des facteurs fiables (Akbulu et al., 2007). Kaiser suggère d'accepter des valeurs supérieures à 0,5. Hutcheson et Sofroniou suggèrent que les valeurs entre 0,5 et 0,7 sont normales, les valeurs entre 0,7 et 0,8 sont bonnes, les valeurs entre 0,8 et 0,9 sont excellentes et les valeurs supérieures à 0,9 sont superbes (Akbulu et al., 2007). Ensuite, l’analyse nous permet aussi de vérifier les hypothèses nulles à partir du test de Sphéricité de Bartlett, afin que toutes les relations soient égales à zéro, et entre 0 et 0.10 seront acceptées. En plus, nous avons vérifié la fiabilité des échelles de mesure en vérifiant l'alpha de Cronbach pour l’ensemble des variables du modèle, comme mesure de cohérence interne, selon Evrard et al. (1997), les valeurs d'alpha acceptées doivent être supérieures à 0,6. Enfin, la dernière étape consiste à appliquer une analyse en composantes principales afin de calculé le pourcentage de variance totale expliquée par l’ensemble des items liée à une variable. En fait, selon Dunteman les valeurs allant de 40% à 60% sont considérées comme acceptables pour les études en science sociales pour que la variance totale expliquée de l'échelle soit considérée comme suffisante (Akbulu et al., 2007).
3.3.1. Analyse factorielle de la variable « Accessibilité »
Selon les résultats de l’analyse factorielle présenté dans le tableau 5.11, la valeur de KMO était de 0,493 est inférieur au seuil recommandé (>0,5), tandis que la valeur de test
de sphéricité de Bartlett était de 0,553 est supérieur au seuil recommandé, et par la suite ces deux tests sont non significatifs. En plus, la valeur d’alpha de Cronbach (α) pour les ce construit est de 0,333, elle est inférieur au seuil recommandé (0,6).
Tableau 5.11. Indice KMO et test de Bartlett de la variable « Accessibilité » Mesure de précision de l'échantillonnage de Kaiser-Meyer-Olkin. ,493
Test de sphéricité de Bartlett Khi-deux approximé 4,927
ddl 6
Signification de Bartlett ,553
Source : Résultat de SPSS 18
Le pourcentage de la variance totale expliquée par cette variable est de 37,836 % ce qui signifie qu’elle est inférieure au seuil recommandé (voir tableau 5.12), et par la suite cette valeur n’est pas acceptée. Les résultats indique que cette variable doit être supprimé, par contre nous avons choisir de maintenir cette variable est de la testé auprès d’un échantillon important.
Tableau 5.12. La variance totale expliquée de la variable « Accessibilité »
Composante
Valeurs propres initiales Extraction Sommes des carrés des facteurs retenus Total % de la variance % cumulés Total % de la variance
dimension0 1 1,513 37,836 37,836 1,513 37,836 2 1,086 27,139 64,975 1,086 27,139 3 ,871 21,768 86,743 4 ,530 13,257 100,000 Source : SPSS18 3.3.2. Analyse factorielle de la variable « Cout d’accès »
Les résultats de l’analyse de données nous ont représenté que la valeur de l’indice de KMO est 0,484 ce qui représente une non significativité pour la variable, en revanche le test de sphéricité de Bartlett montré dans le tableau 5.13 est significatif (sig : 0,022). En revanche, l’alpha de Cronbach (α) est de 0,192 pour les trois items liés à cette variable, ceci explique que la fiabilité des items de ce construit est très faible.
Tableau 5.13. Indice KMO et test de Bartlett de la variable « Cout d’accès » Mesure de précision de l'échantillonnage de
Kaiser-Meyer-Olkin.
,484
Test de sphéricité de Bartlett Khi-deux approximé 9,612
ddl 3
Signification de Bartlett ,022 Source : Résultat de SPSS 18
L'analyse a expliqué 56,853% de la variance totale initiale, donc cette valeur est considérée comme appropriée (voir tableau 5.14). A cette fin, l’analyse montre que cette variable doit être retiré du modèle, mais nous avons choisir de maintenir cette variable et de la testé auprès d’un nombre important d’échantillon qui pourra améliorer sa validité.
Tableau 5.14. La variance totale expliquée de la variable «Cout d’accès»
Composante
Valeurs propres initiales Extraction Sommes des carrés des facteurs retenus
Total % de la variance % cumulés Total
dimension0
1 1,706 56,853 56,853 1,706
2 ,918 30,608 87,461
3 ,376 12,539 100,000
Source : SPSS18
3.3.3. Analyse factorielle de la variable « Gain de temps »
L’analyse factorielle de la variable gain de temps a indiqué que la valeur de l’indice de KMO est de 0,704 et le test de sphéricité de Bartlett est de 0,001, ce qui signifie que ces tests sont significatifs (voir le tableau 5.15). Ensuite, la valeur d’alpha de Cronbach (α) est respectivement de 0,777, cette valeur est supérieure au seuil suggéré, ce qui nous a permet de valider cette échelle.
Tableau 5.15. Indice KMO et test de Bartlett de la variable « Gain de temps» Mesure de précision de l'échantillonnage de
Kaiser-Meyer-Olkin.
,704
Test de sphéricité de Bartlett Khi-deux approximé 21,697
ddl 6
Signification de Bartlett ,001 Source : Résultat de SPSS 18
En utilisons l’analyse en composantes principales, la valeur de la variance totale expliquée par les quatre items retenus de cette variable est de 60,822% (voir tableau 5.16).
Tableau 5.16. La variance totale expliquée de la variable «Gain de temps»
Composante
Valeurs propres initiales Extraction Sommes des carrés des facteurs retenus
Total % de la variance % cumulés Total
dimension0 1 2,433 60,822 60,822 2,433 2 ,753 18,826 79,648 3 ,470 11,756 91,404 4 ,344 8,596 100,000 Source : SPSS18
3.3.4. Analyse factorielle de la variable « Normes subjectives »
Les résultats de l’analyse factorielle exploratoire nous a montré la significativité de cette variable est nous avons retenu les cinq items, étant donné que l’indice de KMO était de 0,558, le test de sphéricité de Bartlett était de 0,003, tandis que l’alpha de Cronbach (α) est de 0,683, ce qui explique la fiabilité de cette échelle. Le tableau 5.17 ci-dessous montre les résultats de ces tests.
Tableau 5.17. Indice KMO et test de Bartlett de la variable « Normes subjectives» Mesure de précision de l'échantillonnage de
Kaiser-Meyer-Olkin.
,558
Test de sphéricité de Bartlett Khi-deux approximé 20,050
ddl 6
Signification de Bartlett ,003 Source : Résultat de SPSS 18
En revanche la proportion de la variance totale expliquée par les cinq items est de 52,030% (voir le tableau 5.18).
Tableau 5.18. La variance totale expliquée de la variable «Normes subjectives»
Composante
Valeurs propres initiales Extraction Sommes des carrés des facteurs retenus
Total % de la variance % cumulés Total % de la variance
dimension0 1 2,081 52,030 52,030 2,081 52,030 2 1,183 29,566 81,596 1,183 29,566 3 ,427 10,680 92,275 4 ,309 7,725 100,000 Source : SPSS18
3.3.5. Analyse factorielle de la variable « Conditions facilitatrices »
L’analyse factorielle exploratoire a indiqué que la valeur de l’indice de KMO est significative et qui représente 0,668, contrairement au test de sphéricité de Bartlett était de 0,129 ce qui indique qu’il n’est passignificatif. Par contre, la valeur d’alpha de Cronbach pour cette variable était de 0,609, cela montre la fiabilité et la validité de cette échelle, malgré les résultats de test de sphéricité de Bartlett qui sont avéré non significatif. Les résultats de cette analyse sont exposés dans le tableau 5.19.
Tableau 5.19. Indice KMO et test de Bartlett « Conditions facilitatrices» Mesure de précision de l'échantillonnage de
Kaiser-Meyer-Olkin.
,668
Test de sphéricité de Bartlett Khi-deux approximé 9,898
ddl 6
Signification de Bartlett ,129 Source : Résultat de SPSS 18
Les quatre items retenus expliquaient 48,370% de la variance totale (voir tableau 5.20).
Tableau 5.20. La variance totale expliquée de la variable «Conditions facilitatrices»
Composante
Valeurs propres initiales Extraction Sommes des carrés des facteurs retenus
Total % de la variance % cumulés Total
dimension0 1 1,935 48,370 48,370 1,935 2 ,905 22,626 70,995 3 ,673 16,830 87,825 4 ,487 12,175 100,000 Source : SPSS18
3.3.6. Analyse factorielle de la variable « Utilité perçue »
D’après les résultats de l’analyse présentée dans le tableau 5.21 ci-dessous, une valeur de 0,661 pour l’indice KMO était afficher et 0,000 pour le test de sphéricité de Bartlett, ceci explique que ces deux tests sont significatifs. La valeur d’alpha de Cronbach de ce construit s’est avérée significative (0,869), et par la suite cette échelle est fiable et valide.
Tableau 5.21. Indice KMO et test de Bartlett de la variable « Utilité perçue » Mesure de précision de l'échantillonnage de
Kaiser-Meyer-Olkin.
,661
Test de sphéricité de Bartlett Khi-deux approximé 68,150
ddl 15
Signification de Bartlett ,000 Source : Résultat de SPSS 18
Les six items traduisant l’utilité perçue ont été retenus avec une valeur de variance totale expliquée de 60,054% ce qui signifie que cette valeur est appropriée (voir tableau 5.22).
Tableau 5.22. La variance totale expliquée de la variable «Utilité perçue»
Composante
Valeurs propres initiales Extraction Sommes des carrés des facteurs retenus
Total % de la variance % cumulés Total
dimension0 1 3,783 63,054 63,054 3,783 2 ,825 13,745 76,799 3 ,658 10,974 87,773 4 ,371 6,190 93,964 5 ,271 4,514 98,478 6 ,091 1,522 100,000 Source : SPSS18
3.3.7. Analyse factorielle de la variable « Facilité d’utilisation perçue »
Après l’analyse factorielle de cette variable, six items ont été retenus : « FUP1, FUP2, FUP3,FUP4, FUP5, FUP6 ». Les résultats de l’analyse représentent une valeur de 0,755 de l’indice de KMO, tandis qu’une valeur de 0,858 d’alpha de Cronbach (α), le teste de sphéricité de Bartlett s’est avéré significatif (sig : 0,000). Les résultats d’analyse de ces tests sont affichés dans le tableau 5.23.
Tableau 5.23. Indice KMO et test de Bartlett « Facilité d’utilisation perçue » Mesure de précision de l'échantillonnage de
Kaiser-Meyer-Olkin.
,755
Test de sphéricité de Bartlett Khi-deux approximé 58,803
ddl 15
Signification de Bartlett ,000 Source : Résultat de SPSS 18
La variance totale expliquée par l’ensemble des items est de 60,587%. D’après les résultats de ces tests cette échelle est fiable et valide (voir tableau 5.24).
Tableau 5.24. La variance totale expliquée de la variable «Facilité d’utilisation perçue»
Composante
Valeurs propres initiales Extraction Sommes des carrés des facteurs retenus
Total % de la variance % cumulés Total
dimension0 1 3,635 60,587 60,587 3,635 2 ,902 15,030 75,617 3 ,551 9,176 84,793 4 ,525 8,743 93,536 5 ,251 4,181 97,717 6 ,137 2,283 100,000 Source : SPSS18
3.3.8. Analyse factorielle de la variable « Attitude envers l’utilisation »
Une analyse factorielle exploratoire a été appliquée pour déterminer la valeur de KMO qui était de 0,641, et une valeur d’alpha de Cronbach qui est significative de 0,615, suite à ces résultats cette échelle est avéré fiable et valide. Le teste de sphéricité de Bartlett qui s’est avéré non significatif (0,135) car il est supérieur au seuil suggéré (voir tableau 5.25).
Tableau 5.25. Indice KMO et test de Bartlett « Attitude envers l’utilisation » Mesure de précision de l'échantillonnage de
Kaiser-Meyer-Olkin.
,641
Test de sphéricité de Bartlett Khi-deux approximé 9,766
ddl 6
Signification de Bartlett ,135 Source : Résultat de SPSS 18
À cette fin, une analyse en composantes principales a été mené afin de calculé la variance totale expliquée pour les quatre items retenus et qui génère un pourcentage de 47,860% (voir tableau 5.26).
Tableau 5.26. La variance totale expliquée de la variable «Attitude envers l’utilisation»
Composante
Valeurs propres initiales Extraction Sommes des carrés des facteurs retenus
Total % de la variance % cumulés Total
dimension0 1 1,914 47,860 47,860 1,914 2 ,957 23,922 71,782 3 ,617 15,431 87,213 4 ,511 12,787 100,000 Source : SPSS18
3.3.9. Analyse factorielle de la variable « Intention comportemental »
L’analyse factorielle exploratoire a expliqué que les trois items liée à cette variable ont été retenus, l’indice de KMO affiche une valeur de 0,516 ce qui montre qu’elle est supérieur au seuil recommandé (>0,5). Le teste de sphéricité de Bartlett était de 0,183 ce qui signifie qu’il n’est pas significatif, ces résultats sont exposés dans le tableau 5.27. L’alpha de Cronbach de ce construit indique une valeur satisfaisante de 0,672, ces résultats expliquent la fiabilité et la validité de cette échelle, malgré les résultats de test de sphéricité de Bartlett qui sont non significatifs.
Tableau 5.27. Indice KMO et test de Bartlett «Intention comportemental» Mesure de précision de l'échantillonnage de
Kaiser-Meyer-Olkin.
,516
Test de sphéricité de Bartlett Khi-deux approximé 4,852
ddl 3
Signification de Bartlett ,183 Source : Résultat de SPSS 1.8
Les trois items ont accumulé un pourcentage de 50,261% qui représente la variance totale expliquée (voir tableau 5.28).
Tableau 5.28. La variance totale expliquée de la variable «Intention comportemental»
Composante
Valeurs propres initiales Extraction Sommes des carrés des facteurs retenus
Total % de la variance % cumulés Total
dimension0
1 1,508 50,261 50,261 1,508
2 ,967 32,239 82,500
3 ,525 17,500 100,000
Source : SPSS18
3.3.10. Analyse factorielle de la variable « Utilisation effective »
Suite aux résultats de l’analyse factorielle, le tableau 5.29 affiche une valeur pour l’indice de KMO est de 0,480 qui est inférieur au seuil recommandé, et une valeur de 0,285 pour le test de sphéricité de Bartlett, cela design que ces tests avèrent non significatifs. Au stade final des tests, nous avons vérifié la fiabilité de ce construit en calculons l’alpha de Cronbach qui affiche une valeur inférieur au seuil recommandé (0,362).
Tableau 5.29. Indice KMO et test de Bartlett de la variable « Utilisation effective » Mesure de précision de l'échantillonnage de
Kaiser-Meyer-Olkin.
,480
Test de sphéricité de Bartlett Khi-deux approximé 3,789
ddl 3
Signification de Bartlett ,285 Source : Résultat de SPSS 1.8
Par contre, les résultats génèrent un pourcentage de 47,642% de la variance totale expliquée par l’ensemble des items (voir tableau 5.30). À cette fin, nous avons choisir de garder cette variable avec l’ensemble des items et de la tester auprès un nombre important d’échantillons qui peuvent par la suite améliorés les valeurs de fiabilité de ce construit, en plus vu de l’importance de cette variable dans notre modèle de recherche nous ne pouvons pas l’éliminer.
Tableau 5.30. La variance totale expliquée de la variable «Utilisation effective»
Composante
Valeurs propres initiales Extraction Sommes des carrés des facteurs retenus
Total % de la
variance % cumulés Total
% de la variance dimension0 1 1,429 47,642 47,642 1,429 47,642 2 1,006 33,548 81,190 1,006 33,548 3 ,564 18,810 100,000 Source : SPSS18