UNIVERSIT MONTESQUIEU - BORDEAUX IV

COLE DOCTORALE ENTREPRISE, CONOMIE, SOCIT (E.D. 42)

DOCTORAT s SCIENCES de GESTION

Houda ZIAN

Contribution ltude des tableaux de bord dans laide

la dcision des PME en qute de performances

Thse dirige par M. Jean-Guy DEGOS, Professeur des universits

Soutenue publiquement le 28 janvier 2013

JURY :

Monsieur Jean-Guy DEGOS

Professeur lUniversit Montesquieu - Bordeaux IV, Directeur de thse
Madame velyne LANDE
Professeur lUniversit de Poitiers
Directrice de lIAE de Poitiers, Rapporteur
Monsieur Didier LECLRE
Professeur au CNAM de Paris, Rapporteur
Monsieur Stphane TRBUCQ
Matre de confrences lUniversit Montesquieu - Bordeaux IV, Suffragant

Remerciements

Je souhaite tout dabord exprimer ma profonde gratitude au Professeur

Jean-Guy Degos pour la confiance quil ma accorde en acceptant de diriger
cette thse. Je le remercie pour sa grande disponibilit, sa patience et son
soutien indfectible tout au long de cette recherche doctorale. La pertinence
de ses remarques et la qualit de ses conseils mont aid progresser et ont
fait de cette recherche un vritable processus dapprentissage et une
exprience intressante et riche denseignements.
Je tiens remercier les Professeurs velyne Lande et Didier Leclre qui
ont fait part de leur intrt pour cette recherche en acceptant dtre les
rapporteurs de ce travail.
Je tiens galement exprimer ma gratitude au Professeur Stphane
Trbucq pour mavoir fait lhonneur dtre prsident de mon jury de thse.
Mes trs vifs remerciements vont aussi ou Professeur Grard Hirigoyen
qui ma accueilli au Master Recherche en Gestion des Organisations et ma
donn got de la recherche et de la pdagogie.
Je remercie aussi tous mes amis pour leur soutien et leurs
encouragements pendant les moments les plus difficiles.
Enfin, je remercie profondment ma mre, mes surs et mes frres pour
leur soutien, leur affection et leurs encouragements et pour mavoir donn les
conditions matrielles et immatrielles indispensables la ralisation de ce
travail. Je remercie aussi ma meilleure amie Sakina pour ses encouragements
et son soutien indfectible et inestimable.

A ma mre,
A la mmoire de mon pre,
A mes surs et mes frres,
A ma meilleure amie Sakina,
A tous mes amis.

SOMMAIRE

INTRODUCTION GNRALE ............................................................................................ 6

PREMIRE PARTIE : TABLEAUX DE BORD : APPROCHE CONCEPTUELLE

ET LMENTS DE RECHERCHE .................................................................................... 18

CHAPITRE 1. LE TABLEAU DE BORD : OUTIL DE CHANGEMENT DU CONTRLE

DE GESTION .......................................................................................................................... 21
CHAPITRE 2. LE TABLEAU DE BORD : TUDE DU TERRAIN ET LMENTS DE
RECHERCHE .......................................................................................................................... 65

DEUXIME PARTIE : TABLEAUX DE BORD DES PME : CHOIX

MTHODOLOGIQUES ET RSULTATS EMPIRIQUES ........................................... 109
CHAPITRE 3. LE TABLEAU DE BORD DES PME : MTHODOLOGIE ET
PRATIQUES .......................................................................................................................... 112
CHAPITRE 4. LE TABLEAU DE BORD DES PME : APPROCHE CONTINGENTE
DES PRATIQUES ................................................................................................................. 208
CONCLUSION GNRALE ............................................................................................. 315
BIBLIOGRAPHIE ............................................................................................................... 321
LISTE DES TABLEAUX .................................................................................................... 343
LISTE DES GRAPHIQUES ............................................................................................... 350
LISTE DES SCHMAS....................................................................................................... 352
TABLE DES MATIRES ................................................................................................... 354
LISTE DES ANNEXES ....................................................................................................... 362
ANNEXES ............................................................................................................................. 363

INTRODUCTION GNRALE

La ncessaire volution du contrle de gestion a largement t voque ces vingt

dernires annes au regard de la transformation de lenvironnement des entreprises. La remise
en cause des hypothses du modle traditionnel du contrle de gestion (Bouquin, 1994) sest
traduite au plan des outils par lmergence des systmes de mesure de la performance et la
mise jour des limites de la technique budgtaire. Les deux phnomnes sont lis, car
lintrt port aux outils tels que le tableau de bord trouve en partie son origine dans les
critiques adresses aux budgets (Chiapello et Delmond, 1994). Les praticiens et les chercheurs
admettent ainsi aujourdhui que la technique budgtaire ne semble plus en mesure dassurer
un certain nombre de rles dvolus dsormais aux systmes de mesure de la performance. Or,
face ce constat, un certain nombre dauteurs (Chiapello et Delmond, 1994 ; Lebas, 1994)
laissent entendre que les tableaux de bord prsentent les caractristiques intrinsques pour
jouer un rle majeur dans les changements du contrle de gestion.
Or, peut-tre plus encore que dans la grande entreprise dont les caractristiques
favorisent des pratiques conformes ce qui est prconis dans la littrature, les ralits que
recouvrent les tableaux de bord dans les petites et moyennes entreprises soulvent des
interrogations (Germain, 2006).
Les PME ont longtemps t perues comme de simples modles rduits des
organisations de grande taille. Partageant souvent cette conception, les chercheurs en contrle
de gestion s'intressent assez peu aux entreprises de petite taille. Pourtant, les PME jouent un
rle important dans l'conomie de trs nombreux pays. Cest pourquoi, il convient de
multiplier les tudes thoriques et empiriques sur le thme afin daboutir une meilleure
comprhension du fonctionnement de ce type dentreprise.
La littrature sue le thme en effet apparatre que le systme d'information du dirigeant
de PME (ce dernier influenant les modes de gestion de son entreprise (Fallery, 1983 ;
Marchesnay, 1992)) revt un caractre embryonnaire, qu'il est peu formalis (Fallery, 1983 ;
Saporta, 1986) et que son contenu est la plupart du temps limit la production des donnes
comptables obligatoires (Holmes et Nicholls, 1988). Ceci tend s'expliquer par le fait que les
schmas de dcision du chef d'entreprise se fondent largement sur l'intuition (Duchneaut,
6

1996), le jugement, l'exprience et sur des logiques qui ne requirent apparemment pas la
mise en place de systmes d'information formels trs dvelopps (Dupuy, 1987).
Dans lconomie traditionnelle, bien que certaines PME semblent diriges efficacement
de faon intuitive, sans recours aux outils de gestion, labsence frquente de ces derniers
expliqueraient un certain nombre de faillites (Holmes et Nicholls, 1988; McMahon et Holmes,
1991). lheure actuelle, avec la complexification du monde des affaires, un minimum
danalyse parat ncessaire dans le processus de prise de dcisions (Chapellier, 1994). Pour
crer et maintenir un avantage concurrentiel, il est dautant plus important de doter ces
entreprises doutils de gestion appropris. Il est intressant donc didentifier et danalyser les
diffrents outils mis en uvre dans ce contexte. Rcemment, on a vu apparatre, quelques
tudes de terrain qui portent sur lexistence du contrle de gestion dans les PME. Ces
recherches sont effectues dans le contexte des pays dvelopps. Notre recherche, elle, vise
tudier les pratiques de contrle dans les pays mergents et spcifiquement dans le cadre de
Maroc.
Ainsi, lobjet de cette recherche est daboutir, par le biais dune tude empirique, une
meilleure comprhension des pratiques de contrle de gestion des petites et moyennes
entreprises, et plus prcisment identifier la place que ces entreprises rservent aux tableaux
de bord dans le pilotage de leurs performances.

1. Les questions de la recherche

Lobjectif de ce travail doctoral consiste rpondre notre problmatique de recherche
en tudiant les pratiques de tableaux de bord des PME. Plus prcisment, notre tude se
focalise sur la place du tableau de bord dans le pilotage de la performance des PME. Quatre
questions peuvent tre poses et permettront de mieux cerner lobjet de la recherche :
-

A linstar des autres outils de contrle de gestion, les tableaux de bord sont-ils perus
par les dirigeants comme le principal outil ?

Le pilotage de la performance laide des tableaux de bord permet-il dorienter les

dcisions des PME dans des conditions organisationnelles et comportementales
contingentes o une parfaite communication simpose ?

Est-ce que les dirigeants des PME marocaines sont assez motivs afin dadopter le
concept du tableau de bord ? Ou bien jugent-ils quil est inutile de recourir de tels
outils ?

En ce qui concerne, les dirigeants ayant dj adopt cet outil, quelle est la place du
tableau de bord dans le pilotage de la performance ? Utilisent-ils cet outil comme
simple banque de donnes ou comme vritable outil de pilotage ?
La rponse chacune des quatre questions susmentionnes est organise selon dune

approche double. Dabord, il sagit dune approche thorique, travers lanalyse la revue de
littrature. Ensuite, il sagit dune approche empirique, travers une tude quantitative base
sur lenvoi dun questionnaire de recherche.
Aprs avoir prsent nos principales questions de recherche, nous abordons dans la
section suivante les principaux intrts thoriques et pratiques relatifs celle-ci.

2. Intrt de la recherche
Lintrt de notre travail serait alors double :
2.1 Intrt thorique
Le premier intrt thorique tient au domaine de recherche tudi. En effet, notre travail
qui traite de la problmatique de pratiques de tableaux de bord des PME, sinscrit donc dans
un domaine de recherche rcent et traite dun sujet dactualit. Il se propose ainsi denrichir
les travaux thoriques et empiriques antrieurs appartenant aux champs dtudes des outils de
contrle de gestion et plus prcisment le tableau de bord.
Le deuxime intrt thorique de ce travail concerne nos questions de recherche. En
effet, trs peu de travaux (Bergeron, 1996 ; Germain, 2000 ; Komarev, 2007) ont t mens
sur les pratiques de tableaux de bord des entreprises. Ces recherches sont effectues dans le
contexte des pays dvelopps. Notre recherche, elle, vise tudier les pratiques de tableaux de
bord dans les pays mergents et spcifiquement dans le cadre du Maroc. Ainsi, notre travail a
pour ambition, dapprofondir nos connaissances par rapport la problmatique tudie,

dapporter des lments explicatifs des pratiques de tableaux de bord des PME et de
contribuer combler le manque de recherche enregistr ce niveau.
Une fois les intrts thoriques de notre travail prsents, nous abordons ci-dessous
lintrt pratique relatif celui-ci.
2.2 Intrt pratique
Sur le plan pratique, notre recherche prsente un double intrt :
Dabord, la prsente tude combine des facteurs organisationnelle et comportementale.
Plus prcisment, notre modle de recherche est un modle intgrateur qui prend en compte
plusieurs types de facteurs, notamment les facteurs de contingence organisationnelle et les
facteurs de contingence comportementale. Cette prise en compte permet de sensibiliser les
managers au fait que le succs dun systme de contrle de gestion ne dpend pas seulement
de la dimension organisationnelle. Bien au contraire, le fonctionnement de celui-ci est
dtermin par un ensemble de facteurs que les managers doivent prendre en considration.
Ensuite, notre recherche se propose dexaminer limpact de ces facteurs identifis dans
les travaux thoriques et empiriques antrieurs et de contribuer la mise en place des outils de
contrle de gestion des PME marocaines et plus prcisment le tableau de bord. Cela prsente
donc un intrt certain dans la mesure o les managers et les dirigeants de PME pourront
concentrer leurs efforts et cibler leurs actions incitatives, en fonction des aspects les plus
dterminants.
Aprs avoir prsent les principaux intrts thoriques et pratiques de la recherche, nous
abordons dans la section suivante les dfinitions des termes cls utilises dans la thse.

3. Dfinitions
Il est ncessaire, avant dexposer les principaux rsultats attendus de notre recherche, de
prciser dabord la signification que nous attachons aux termes cls utiliss dans la thse. La
premire notion quil convient de dfinir est celle de contrle de gestion.

Le contrle de gestion a considrablement volu dans la dfinition mme du concept.

A lorigine avec la dfinition dAnthony (1965), le contrle de gestion apparaissait comme le
garant du non gaspillage des ressources confies un manager. Cette dfinition
indiquait : le contrle de gestion est le processus par lequel les managers obtiennent
lassurance que les ressources sont obtenues et utilises de manire efficace et efficiente pour
la ralisation des objectifs de lorganisation . Lefficacit met en relation objectifs et
rsultats, lefficience quant elle sassure que les ressources ont t utilises de faon
optimum pour atteindre les rsultats.
Plus tard, dans les annes 80, cette vision du contrle a t juge trop restrictive. Cela a
conduit une modification de la dfinition prcdente pour la prciser et llargir de la faon
suivante : Le contrle de gestion est le processus par lequel les managers influencent
dautres membres de lorganisation pour mettre en uvre les stratgies de lorganisation
(Anthony, 1988).
Or, depuis son apparition le contrle de gestion na cess dvoluer et de se
conceptualiser. Lexamen de la littrature en la matire nous permet de constater que le
contrle de gestion a t dfini et interprt par plusieurs auteurs dune manire diffrente, et
ceci ne fait que retracer lvolution de la conception mme du contrle de gestion.
De nombreuses typologies et dfinitions du contrle de gestion ont ainsi t proposes.
En effet, sa conception traditionnelle fonde sur le contrle budgtaire et adapte aux
environnements stables, tend voluer vers un contrle de gestion proactif, encore appel
nouveau contrle de gestion (Spang, 2002).
Face aux contraintes et aux menaces de lenvironnement des entreprises, face la
mondialisation des marchs et la nouvelle conomie, les systmes de contrle de gestion ne
doivent plus assurer la rgulation interne de lentreprise uniquement, mais doivent sintresser
aussi ladaptation de lentreprise aux fluctuations de son environnement, ainsi les systmes
de contrle de gestion ont t contraint de changer dans leur conceptions leurs outils leurs
missions et leurs rles.
En effet, de lvolution des conceptions du contrle de gestion, on constate que ce
dernier joue un rle beaucoup plus actif quant la ralisation de la stratgie dfinie par
lorganisation. Deux points importants sont mis en vidence avec dune part la ncessaire
10

relation entre la stratgie et le contrle de gestion et dautre part, le fait que le contrle ne se
limite pas au processus de comparaison des rsultats avec les objectifs.
Ouchi (1979) considre le systme de contrle comme un processus de mesure,
dvaluation et de rtribution de la performance.
Puis en 1995, Simon conoit le contrle de gestion de lavenir comme les processus et
les procdures fonds sur linformation que les managers utilisent pour maintenir ou modifier
certaines configurations des activits de lorganisation .
Bouquin (1996) identifie les finalits du contrle comme tant la ncessit de relier la
stratgie au quotidien de lentreprise, dorienter les comportements des individus, et
didentifier les relations entre finalits et ressources.
(Gervais et Thenet, 1998) ont cherch redfinir les rles du contrle budgtaire
lorsquil est confront une turbulence accrue. Cest la nature mme du contrle budgtaire
qui se trouve modifie. On passe dune conception dallocation et de contrle des ressources
une conception plus oriente vers le pilotage.
Ainsi le renouveau du contrle de gestion est pass par une rflexion stratgique pour
mieux prendre en compte les souhaits des clients entranant une remise en cause de
lorganisation et des systmes de pilotage. Des indicateurs physiques ou oprationnels ont t
introduits ct des indicateurs financiers ou comptables. Les systmes de contrle sont
dsormais considrs plus comme des supports au dialogue que comme des outils de contrle.
On parle davantage de pilotage que de reporting.
Le concept de tableau de bord mrite ici une attention particulire. En effet, le tableau
de bord qui a pour vocation d'aider au pilotage de l'entreprise occupe une place spcifique au
sein de l'instrumentation du contrle de gestion notamment parce que la qualit de pallier les
dficiences des autres instruments de contrle lui est souvent attribue. (Chiapello et
Delmond, 1994; Kaplan et Norton, 1992).
Le tableau de bord est un outil de gestion apte amliorer le changement au sein des
entreprises par lintroduction dindicateurs physiques, dindicateurs non produits par
lorganisation ( la diffrence des chiffres comptables et budgtaires), dindicateurs sur
11

lenvironnement, ou encore dindicateurs transversaux (Chiapello et Delmond, 1994).

Bouquin (1986) dfinit le tableau de bord comme un ensemble dindicateurs peu nombreux
(cinq dix) conus pour permettre aux gestionnaires de prendre connaissance de ltat et de
lvolution des systmes quils pilotent et didentifier les tendances qui les influenceront sur
un horizon cohrent avec la nature de leurs fonctions .
Cest un outil de pilotage qui souligne ltat davancement dans lequel se trouve le
processus afin de permettre au responsable de mettre en place des actions correctives. Toutes
approches confondues, un type idal de tableau de bord, symbole dun nouveau contrle
de gestion plus stratgique et orient vers le pilotage de la performance (Bourguignon, 2003),
merge aujourdhui de la littrature. Combinaison dindicateurs financiers et physiques,
loutil a pour mission de traduire la stratgie au niveau oprationnel et dassurer un suivi des
actions qui sont lorigine de la performance.
Les amricains Kaplan et Norton (1996) ont propos une modlisation du lien
"oprationnel - financier", au travers du "tableau de bord prospectif" ou "Balanced
Scorecard". Ce tableau s'organise autour de quatre axes : laxe financier, laxe clients, laxe
processus internes, et enfin laxe apprentissage et innovation. Lhypothse sous-jacente au
tableau de bord prospectif est quil existe des interdpendances et des liens de causalit entre
ces lments, la russite sur l'un de ces axes entranant logiquement celle des autres axes.
Lintrt dun tableau de bord prospectif rside dans lapproche "intgre" quil constitue, en
permettant la combinaison de mesures oprationnelles avec des mesures financires.
Le tableau de bord prospectif de Kaplan et Norton regroupe des indicateurs stratgiques
qui traduisent les objectifs stratgiques dune entreprise et des indicateurs de rsultat qui
permettent danalyser si ces objectifs ont t atteints. Ces indicateurs peuvent tre financiers,
quantitatifs ou qualitatifs de faon reflter la stratgie dans toute sa complexit, ainsi que de
faon proposer une vision multidimensionnelle de la performance dune entreprise. Enfin,
ces indicateurs sont runis selon des axes stratgiques, choisis et ordonns en fonction de la
stratgie dploye. En outre, un tableau de bord prospectif sappuie de prfrence sur un
pilotage par processus et par activits de lorganisation (Lorino, 2001).
Les principales notions tant dfinies, il convient maintenant dexposer les principaux
rsultats attendus de notre recherche.

12

4. Contributions attendues de la recherche

Les principaux rsultats attendus de cette recherche peuvent tre rsums en deux points :
-

Au niveau thorique : Cette recherche propose un modle explicatif des pratiques de

tableaux de bord dans les PME. Il sagit dun modle intgrateur qui prend en compte
les facteurs de contingence organisationnelle et comportementale, les caractristiques
des tableaux de bord et le pilotage de la performance des PME.

Au niveau managrial : Cette recherche offre un cadre de comprhension qui

permettra aux dirigeants et aux gestionnaires des PME de mieux apprhender loutil
de tableaux de bord. Cette recherche fournira un cadre explicatif qui leur permettra de
cibler leurs actions incitatives en fonction des facteurs qui influencent les pratiques de
tableaux de bord.
Afin daboutir ces rsultats, nous avons effectu un ensemble de choix lis au

positionnement pistmologique adopt, la logique de raisonnement suivie et la dmarche

scientifique applique.

5. Positionnement pistmologique et mthodologie de la recherche

La conduite de notre travail de recherche a impliqu un ensemble de choix
pistmologiques et mthodologiques prliminaires. Nous prsentons ci-dessous les choix
effectus.
5.1 Positionnement pistmologique
La dtermination du positionnement pistmologique est une tape ncessaire, afin de
mener bien un processus de recherche. En effet, comme le notent Perret et Sville (2003),
la rflexion pistmologique simpose tout chercheur soucieux deffectuer une recherche
srieuse car elle permet dasseoir la validit et la lgitimit dune recherche .
Le prsent travail vise tudier la place du tableau de bord dans le pilotage de la
performance des PME et dterminer les facteurs qui influencent les pratiques de tableaux de
13

bord des ces entits. Afin de rpondre cet objectif, nous adoptons un positionnement
pistmologique positiviste.
Le paradigme positiviste considre que la ralit existe en soi, elle possde une essence
propre (Perret et Sville, 2003). Le rle du chercheur est de dcouvrir cette ralit extrieure
lui. Ce positionnement raliste implique une indpendance entre le sujet et lobjet (la ralit)
observ ou expriment. La connaissance produite est donc de nature objective et
acontextuelle. Elle correspond la mise jour de lois, dune ralit immuable, extrieure
lindividu et indpendante du contexte dinteractions des acteurs (Perret et Sville, 2003).
Ainsi, en accord avec dune part, la nature de notre recherche et de lobjectif de celle-ci
et dautre part, les principes du paradigme positiviste, nous cherchons expliquer la ralit
existante de manire objective, tout en tant indpendant de lobjet tudi et cela en utilisant
une enqute base sur lenvoi dun questionnaire de recherche.
Notre choix quant au positionnement pistmologique adopt sinscrit dans une
tradition de la recherche en sciences de gestion.
Aprs avoir prsent notre positionnement pistmologique, nous abordons ci-dessous
la mthodologie de la recherche.
5.2 Mthodologie de la recherche
Du positionnement pistmologique adopt dcoule tout naturellement la mthodologie
de recherche que nous adaptons. Par un travail rationnel nous pouvons ainsi formuler des
thories visant expliquer les enchainements des faits dans la ralit qui nous entoure pour
ensuite tester ces thories en les confrontant la ralit. Il sagit donc ici dune dmarche
hypothtico-dductive o le raisonnement thorique servira dduire des hypothses que lon
va tester ensuite en les confrontant la ralit observable et observe (Charreire et Durieux,
2003).
Le raisonnement hypothtico-dductif consiste laborer une ou plusieurs hypothses,
partir dun ensemble de connaissances acquises, de thories et de concepts ; puis de
confronter celles-ci la ralit empirique (Charreire et Durieux, 2003 ; Evrard et al., 2003).
Lobjectif tant de juger de la pertinence des hypothses initialement formules.
14

Notre choix, qui privilgie un raisonnement fond sur une logique hypothticodductive, est en adquation avec nos objectifs de la recherche. En effet, notre travail vise
analyser et expliquer. Ainsi, nous analysons, dans un premier temps, la littrature portant sur
les pratiques de tableaux de bord des PME. Ensuite, nous expliquons ces pratiques par un
ensemble de facteurs issus de cette littrature, tout en laborant un modle thorique de
recherche et un corps dhypothses. Ce modle est ensuite test sur un chantillon, afin de
mesurer limpact de chacun des facteurs explicatifs identifis sur les pratiques de tableaux de
bord des PME et didentifier la place du tableau de bord dans le pilotage de la performance
des ces entits.
Aprs avoir prsent le positionnement pistmologique et mthodologie de la
recherche, nous abordons ci-dessous le plan de la thse.

6. Plan de la thse
Cette thse est scinde en deux parties, composes chacune de deux chapitres. La
Premire partie, dordre thorique, est consacre lanalyse de la littrature relative notre
sujet de recherche. Elle est compose de deux chapitres thoriques.
Dans le Chapitre 1, nous dfinissons et discutons les principaux concepts et notions de
notre recherche. Nous prsentons galement le cadre thorique gnral qui justifie lorigine de
notre modle de recherche.
Dans le Chapitre 2, nous prsentons le terrain et lments de recherche et discutons, de
manire systmatique, les facteurs explicatifs des pratiques de tableaux de bord des PME.
Nous en dduisons les hypothses de recherche affrentes.
La Deuxime partie de notre thse est dordre empirique. Cette partie concerne la
confrontation du modle conceptuel au terrain de recherche. Elle sarticule autour de deux
chapitres.
Ainsi, le Chapitre 3 prsente la mthodologie de recherche et les caractristiques des
facteurs de contingence des deux sous-chantillons de notre recherche.

15

Le Chapitre 4 prsente les rsultats de la recherche issus de lenqute sur le terrain et

du traitement statistique des donnes rcoltes auprs de lchantillon tudi. Celui-ci propose
galement une discussion de ces rsultats, en sappuyant sur des travaux thoriques et
empiriques antrieurs.
En guise de conclusion, nous prsentons les apports thoriques et pratiques de la
recherche ainsi que ses limites. Nous proposons galement de nouvelles voies de recherche
pouvant constituer un prolongement notre travail.
Le Schma ci-dessous (page suivante) prsente la structure de la thse.

16

PLAN DE LA THSE

PREMIRE PARTIE
TABLEAUX DE BORD : APPROCHE CONCEPTUELLE
ET LMENTS DE RECHERCHE

CHAPITRE 1
LE TABLEAU DE BORD : OUTIL DE
CHANGEMENT DU CONTRLE DE GESTION

CHAPITRE 2
LE TABLEAU DE BORD : TUDE DU TERRAIN
ET LMENTS DE RECHERCHE

DEUXIME PARTIE
TABLEAUX DE BORD DES PME : CHOIX
MTHODOLOGIQUES ET RSULTATS EMPIRIQUES

CHAPITRE 3
LE TABLEAU DE BORD DES PME :
MTHODOLOGIE ET PRATIQUES

CHAPITRE 4
LE TABLEAU DE BORD DES PME : APPROCHE
CONTINGENTE DES PRATIQUES

17

PREMIRE PARTIE
TABLEAUX DE BORD : APPROCHE
CONCEPTUELLE ET LMENTS DE
RECHERCHE

18

INTRODUCTION DE LA PREMIRE PARTIE

Dans cette premire partie, nous dfinissons le cadre conceptuel et thorique de notre
recherche. De cette dfinition, nous dduisons un ensemble dhypothses et un modle de
recherche.
Dans le premier chapitre (Chapitre 1) nous nous fixons pour but de montrer que le
tableau de bord introduit des changements importants dans les systmes de contrle de
gestion. Ainsi, dans un premier temps, nous tudions les limites de contrle de gestion
traditionnel de la technique budgtaire, pour montrer dans un deuxime temps, comment le
tableau de bord tente dapporter les changements au contrle de gestion.
Le deuxime chapitre (Chapitre 2) est essentiellement consacr la prsentation de
terrain de recherche et la construction des hypothses de la recherche et du modle
conceptuel.

Ainsi,

pour

chaque

facteur

de

contingence,

(organisationnelle

et

comportementale) nous exposons sa dfinition, les principaux travaux thoriques et

empiriques layant trait et lhypothse de la recherche correspondante. Nous concluons ce
deuxime chapitre par la prsentation du modle conceptuel de recherche.

19

PLAN DE LA PREMIRE PARTIE

PREMIRE PARTIE
TABLEAUX DE BORD : APPROCHE CONCEPTUELLE
ET LMENTS DE RECHERCHE

CHAPITRE 1
LE TABLEAU DE BORD : OUTIL DE
CHANGEMENT DU CONTRLE DE GESTION

CHAPITRE 2
LE TABLEAU DE BORD : TUDE DU TERRAIN
ET LMENTS DE RECHERCHE

DEUXIME PARTIE
TABLEAUX DE BORD DES PME : CHOIX
MTHODOLOGIQUES ET RSULTATS EMPIRIQUES

CHAPITRE 3
LE TABLEAU DE BORD DES PME :
MTHODOLOGIE ET PRATIQUES

CHAPITRE 4
LE TABLEAU DE BORD DES PME : APPROCHE
CONTINGENTE DES PRATIQUES

20

CHAPITRE 1. LE TABLEAU DE BORD : OUTIL DE

CHANGEMENT DU CONTRLE DE GESTION

La ncessaire volution du contrle de gestion a largement t voque ces vingt

dernires annes au regard de la transformation de lenvironnement des entreprises. La remise
en cause des outils traditionnels du contrle de gestion sest traduite par la diffusion de
tableau de bord et la remise en cause des budgets. Les publications sur ces deux phnomnes
ont t nombreuses. Le tableau de bord a t dcrit au plan instrumental et thorique (Lebas,
1994 ; Kaplan et Norton, 1996 ; Mendoza et Zrihen, 1999a ; Norreklit, 2000 ; Malo, 2000 ;
Choffel et Meyssonier, 2005 ; Poincelot et Wegmann, 2005), et les pratiques des entreprises
les concernant ont t largement tudies (Gray et Pesqueux, 1993 ; Ponssard et Saulpic,
2000 ; Hoque et James, 2000 ; Oriot et Misiaszek, 2001 ; Ittner et al., 2003 ; Bescos et
Cauvin, 2004 ; Germain, 2005). Dans le mme temps, de nombreuses recherches ont soulign
lincapacit du budget assumer un certain nombre de rles qui lui sont thoriquement
attribus (Parker, 1979 ; Bunce et al., 1995 ; Hope et Fraser, 1999), notamment lorsque loutil
est mis en uvre dans des environnements instables et incertains (Berland, 2001 ; Bescos et
al., 2004). En revanche, peu de travaux se sont intresss linteraction entre les deux
phnomnes alors quils sont apparemment lis puisque lapparition du tableau de bord trouve
son origine dans les lacunes des outils traditionnels du contrle de gestion et tout
particulirement dans celles de la technique budgtaire (Chiapello et Delmond, 1994).
Nous tudions les limites du contrle de gestion traditionnel, entre autre la technique
budgtaire, (Section 1) pour montrer comment les tableaux de bord tentent d'apporter une
rponse au moins partielles la dmarche de changement de contrle de gestion (Section
2), tout en essayent dtudier la place dun tableau de bord prospectif dans le pilotage de la
performance des entreprises (Section 3).

21

PLAN DU CHAPITRE 1

1.1 Le contrle de gestion traditionnel

ne rpond plus

1.1.1

1.1.2

Le contrle de gestion

Le budget : un outil

et pilotage de la

critiqu

performance

1.2 Lutilit des tableaux de bord mise

en question

1.2.2

1.2.1

Le tableau de bord :

Introduction au

outil dintroduction

tableau de bord

du changement

1.3 Tableau de bord : un outil de

pilotage de la performance ?

1.3.2

1.3.1

Les tableaux de bord

La performance et ses

prospectifs : nouvel outil de

indicateurs

pilotage de la performance

22

1.1 Le contrle de gestion traditionnel ne rpond plus

Ces dernires annes, le contrle de gestion a fait l'objet d'une remise en question
profonde : pertinence perdue (Johnson et Kaplan, 1987). De nouvelles mthodes ont
permis de combler ce dficit de pertinence et aussi de la crativit, de nouveaux mots
(pilotage, performance) sont venus rendre cette mue plus visible et les adjectifs nouveau
(Gleadle et Cornelius, 2000) ou stratgique (Lorino, 1991) qualifient parfois cette
nouvelle manire de contrler la gestion.
Nous prsentons, dans un premier temps, les interrelations entre le contrle de gestion et
le pilotage de la performance. Dans un deuxime temps, nous abordons les critiques adresses
au budget de faon valuer dans quelle mesure lincertitude de lenvironnement et
limplantation des systmes de pilotage de la performance peuvent entraner ou non une
volution des rles de budget.
1.1.1 Le contrle de gestion et pilotage de la performance
Nous prsentons dans cette sous-section, les caractristiques du contrle de gestion
traditionnel et la logique financire de pilotage qui lui est le plus souvent associe. Nous
dvelopperons ensuite la nouvelle conception du contrle de gestion tel quelle est
prsente dans la littrature ainsi que la logique de pilotage de la performance qui peut
laccompagner.
1.1.1.1

La conception traditionnelle du contrle de gestion

Au plan conceptuel, le contrle de gestion a t positionn au dpart linterface des

activits de planification stratgique et des activits oprationnelles, dans un rle confin au
contrle de la bonne utilisation des ressources, comme en tmoigne la dfinition propose par
Anthony en 1965 : le contrle de gestion est le processus par lequel les managers
obtiennent lassurance que les ressources sont obtenues et utilises de manire efficace et
efficiente pour raliser les objectifs de lorganisation . Cette conception est aujourdhui
largement remise en cause, au motif quil importe dsormais, sous la pression dun
environnement toujours plus dynamique et comptitif, de rapprocher les niveaux stratgiques
et oprationnel, danalyser lorganisation sous langle des processus, et de ne plus sen
remettre exclusivement au langage financier pour valuer la performance (Bouquin, 1994).
23

En effet, depuis les annes 1980, lenvironnement des entreprises a radicalement

chang. Dans un contexte plus concurrentiel, un ensemble doutils innovants a t dvelopp
pour fournir aux managers linformation pertinente en temps utile.
Ladoption des nouvelles techniques a fait lobjet de nombreuses recherches qui
montrent que les pratiques ont chang dans plusieurs secteurs dactivits de diffrents pays et
il existe aujourdhui une littrature abondante sur les changements dans le contrle de gestion.
Johnson et Kaplan (1987) taient parmi les premiers auteurs expliquer la perte de pertinence
du contrle de gestion par le dcouplage entre les systmes financiers de contrle et les enjeux
oprationnels des organisations, quand Chassang (1987) mettait laccent sur la ncessit de
faire apparatre les flux physiques occults par les flux financiers.
Le contrle de gestion traditionnel repose sur un certain nombre dhypothses ou de
postulats. Il repose en premier lieu sur des hypothses relatives la prise de
dcision : hypothses de simplicit et de stabilit du fonctionnement de lentreprise (Lorino,
1991), qui rendent possible une modlisation de ce fonctionnement sous une forme adapte au
management contractuel (Burlaud et Simon, 2006) ; hypothse de capacit articuler le court
terme et le long terme travers la planification et la dclinaison des facteurs cls de succs
(Bouquin, 2001). Il repose galement sur des hypothses relatives la structure de
lorganisation : cest lhypothse de cloisonnement par les centres de responsabilit, la
simplicit du fonctionnement suppose par ailleurs permettant de considrer la performance
globale de lorganisation comme sobtenant par addition des performances locales des
centres. Ceci est un postulat fort en ce sens quil ignore les phnomnes de synergie et de
porosits potentielles entre les diffrentes parties dune organisation1.
cette conception traditionnelle du contrle de gestion correspond le plus souvent une
logique de pilotage financire (Lorino, 1997 ; Ekoka Essoua, 2006). Le pilotage sintresse
alors avant tout aux rsultats financiers des centres de responsabilit dfinis dans
lorganisation. Une telle logique sappuie fortement sur le principe de responsabilisation
individuelle des managers qui va de pair avec la dlgation de moyens (Giraud, 2002).
Lobjectif financier global de lorganisation est dcompos en objectifs partiels assigns aux
diffrents centres de responsabilit. Alors que le concept de performance doit passer par des
rsultats financiers comptitifs en mme temps que par la prservation ou le dveloppement
1

Cit par Alcouffe et Avenier (2007).

24

des capacits et comptences stratgiques de lentreprise. Le pilotage de la performance ne se

limite plus la rentabilit et aux rsultats financiers ; dautres facteurs sont pris en
considration. Les dcideurs en matire de gestion sont confronts plusieurs informations
qui ne sont pas directement tires dindicateurs financiers issus de systmes dinformation de
gestion. En effet, ces indicateurs ne suffisent pas pour analyser et comprendre lorigine de
leur ralisation ou leur variation. Lobservation scientifique rapproche des dcideurs au sein
des organisations montre que la prise de dcision de gestion requiert des indicateurs la fois
qualitatifs, quantitatifs et financiers.
Selon Lorino (1997), le choix de cette logique de pilotage financire se justifie
davantage lorsque les interdpendances entre centres de responsabilits sont limites, lorsque
la culture de lorganisation est domine par des approches financires, au sein
denvironnements stratgiques et technologique stables, o il est facile darticuler rsultats de
court et long termes, et, enfin, lorsque les mtiers et marchs de lentreprise sont bien connus,
matriss et cloisonns.
1.1.1.2

Vers une nouvelle conception du contrle de gestion

Face la remise en cause du contrle de gestion traditionnel et la logique de

pilotage financire qui lui est le plus souvent associe, de nombreux auteurs dcrivent
lmergence dun nouveau contrle de gestion associe une logique de pilotage de la
performance. Cette nouvelle conception diffre la conception traditionnelle au niveau des
objectifs et des outils utiliss pour le mettre en uvre.
Aujourdhui, le contrle de gestion sest complt et enrichi. Le lien avec le pilotage
stratgique sest renforc. La stratgie et le choix des outils de pilotage conditionnent le
processus du contrle de gestion. Par consquent, la problmatique de lvaluation de la
performance sest largement enrichie.
cette nouvelle conception du contrle de gestion, Lorino (1997) semble associer une
logique de pilotage galement diffrente de la logique financire associe au contrle de
gestion traditionnel . Dans cette logique, il ne sagit plus de partir dun objectif financier
global pour aboutir des objectifs financiers analytiques, par dsagrgation, mais de partir
dobjectifs stratgiques pour aboutir des objectifs oprationnels par lanalyse causes-effets
(Lorino, 1997).
25

Pour de nombreux spcialistes, les donnes non financires ou physiques permettent

dassurer la ractivit

organisationnelle (Chiapello et Delmond, 1994), contribuent la

transversalit (De Montgolfier, 1994), permettent de mesurer avec plus de pertinence que les
donnes financires, la complexit organisationnelle, notamment limmatrialit (Mavrinac et
Siesfeld, 1998) et une performance multicritre (Lorino, 1991). Elles sont, de ce fait,
davantage en phase avec les stratgies de diffrenciation et la diversit des facteurs cls de
succs (Math et Malo, 1998). Lutilisation des donnes non financires conduirait mme
une meilleure performance organisationnelle (Jorissen, 1999 ; Boisvert, 1991).
1.1.2 Le budget : un outil critiqu
Lintrt port aux outils tels que le tableau de bord, trouve en partie son origine dans
les critiques adresses aux budgets (Chiapello et Delmond, 1994 ; Germain, 2005). Les
praticiens et les chercheurs admettent ainsi aujourdhui que la technique budgtaire ne semble
plus en mesure dassurer un certain nombre de rles dvolus dsormais aux systmes de
mesure de la performance.
Le budget, qui dans la conception traditionnelle du contrle de gestion correspond
lexpression comptable et financire des plans daction retenus pour que les objectifs viss
et les moyens disponibles sur le court terme convergent vers la ralisation des plans
oprationnels (Bouquin, 2001), a t trs critiqu ces dernires annes. Ds 1994 par
exemple en France, la DFCG1, sur la base dune enqute ralise avec le cabinet KPMG2,
sinterrogeait sur les insuffisances de loutil (DFCG, 1994). Quasiment dans le mme temps,
le Cam-i3 organisait une vaste rflexion lchelle internationale pour trouver les moyens de
dpasser lapproche budgtaire traditionnelle et formulait des propositions rsumes dans une
approche intitul Beyond Budgeting (au-del du budget) .
1.1.2.1

Le budget : un outil inadapt lenvironnement actuel

Hopwood (1974) sinterroge sur les conditions dutilisation des budgets en fonction de
ltat de lenvironnement. Il remarque que les budgets, faciles raliser dans des
environnements stables et facilement prvisibles, auraient une grande utilit dans des
1

La DFCG est une association franaise des Directeurs Financiers et Contrleurs de Gestion.
KPMG est un rseau mondial de prestations de services d'audit.
3
Cam-i signifie Consortium for Advanced Manufacturing International.
2

26

environnements instables o le besoin de contrle est fort. Plus les budgets seraient utiles,
moins ils seraient faciles raliser et donc peut-tre moins fiables et moins pertinents.
Les historiens du contrle et de la gestion dans le monde anglo-saxon ont soulign
plusieurs reprises limportance de lenvironnement dans le dveloppement des outils
comptables. Ainsi, pour Johnson et Kaplan (1987), les changements dans lenvironnement
concurrentiel, dans lenvironnement macro-conomique et dans le dveloppement mondial
des nouvelles technologies sont quelques unes des variables explicatives du manque de
pertinence parfois peru des outils de gestion actuels. Les conditions ayant chang de faon
importante depuis que ces outils ont t dvelopps, ils ne seraient plus pertinents
aujourdhui.
Mvellec (1994) a galement soulign limportance de lenvironnement dans la crise
des outils de gestion actuels. Pour lui, les problmes viennent bien plus de la difficult
remodliser lenvironnement (structure des marchs et dterminants de la valeur) que dune
incapacit de la comptabilit sadapter. Le passage dune conomie de loffre une
conomie de la demande a profondment boulevers la pertinence des traditions comptables.
De la mme faon, Mintzberg (1994) traite largement de la difficult prvoir. Son
approche est dautant plus intressante quil relie le contrle budgtaire et la planification
dans un tout intgr allant parfois jusqu' lidentification. La planification stratgique serait,
selon lui, dautant plus efficace quelle fonctionne dans un environnement stable, certain et
non perturb.
Ainsi, pour le Cam-i (1999), le contrle budgtaire sest dvelopp dans un contexte :
-

o les marchs et les chanes de valeur taient stables ;

o les concurrents taient connus et leurs actions prvisibles ;

o la disponibilit des capitaux tait la principale contrainte limitant la croissance et

lapprentissage ;

o les structures des entreprises taient centralises et les modes de coordination

essentiellement hirarchiques ;

o le cycle de vie des produits et la stratgie des entreprises stalaient dans le

temps ;

et, enfin, o il tait surtout demand aux oprationnels de se conformer aux rgles.
27

Selon Berland (2000), le budget apparat comme un outil dune autre poque,
correspondant des problmes que les entreprises ne rencontrent plus. Ainsi, Bunce et al.,
(1995) dans leur critique sur les outils traditionnels du contrle de gestion, parmi lesquels ils
incluent le contrle budgtaire, remarquent que le fait nouveau qui caractrise
lenvironnement aujourdhui est sa turbulence. Or, les outils traditionnels de gestion ont t
conus pour des environnements relativement stables.
On retrouve dans tous ces travaux une constante : la ncessit d'avoir un environnement
peu turbulent pour pouvoir prvoir.
1.1.2.2

Le budget : un outil incapable dintgrer les facteurs actuels de

performance

En 1972, Hopwood a soulign que les donnes comptables :

-

Ne contiennent pas toutes les dimensions pertinentes de la performance dont elles ne

peuvent reprsenter quapproximativement la complexit, surtout dans le cas
dactivits fortement interdpendances ;

Ne traduisent pas lactivit managriale dans sa totalit, car elles sont trop axes sur
les rsultats et non pas sur les processus dont elles dcoulent ;

Sont trop centres sur le court terme.

Ces constats ont t depuis largement relays et amplifis par une acclration de

lvolution des critres de performance. Lorino (1991) montre que la valeur d'un produit pour
le consommateur n'est pas seulement reflte dans son prix mais aussi dans les diffrentes
caractristiques du produit (Porter, 1986). Pour grer la valeur, il faut donc aujourd'hui grer
non seulement les cots mais aussi tous les facteurs sur lesquels se fait la concurrence et en
particulier ceux sur lesquels l'entreprise veut se diffrencier. On gnralise l'ensemble de
l'entreprise l'analyse de la valeur. On analyse toutes les activits en fonction de ce qu'elles
apportent ou non au consommateur. On traque les oprations sans valeur ajoute. Les
indicateurs physiques suivre sont de plus en plus nombreux car il faut grer la qualit, les
dlais et les autres dimensions concurrentielles.
Pour le Cam-i (1999), le budget ne mettrait pas en avant les bons indicateurs de
performance. Alors que limportant pour une entreprise serait de maximiser la valeur pour
28

lactionnaire, le budget se concentrerait trop sur des indicateurs comptables dont on connat
toutes les limites quand il sagit de mesurer la cration de valeur. En dautres termes, le
budget permettrait de matriser les cots alors quil faudrait matriser la valeur.
Hope et Fraser (1999) considrent que, si les budgets nassurent pas correctement les
rles que la plupart des managers en attendent, cest principalement parce quils nintgrent
pas les principaux facteurs actuels de performance.
Le Tableau 1.1 (page suivante) propose une synthse des critiques formules dans
certains travaux.

29

Tableau 1.1 : Critiques de la dmarche budgtaire

Auteur

Cam-i (1999)1

Critiques
- Le budget nest quun rfrentiel interne ;
- La stratgie ne se fait pas une fois par an ;
- Le budget renforce le conformisme ;
- Le budget est souvent construit sans lien avec la stratgie ;
- Le budget donne lieu des ngociations striles ;
- Le budget est un exercice de minimisation des charges ;
- Le budget est souvent la reprise des chiffres de lanne passe ;
- Le budget est trop complexe et uniquement financier ;
- Le budget encourage les comportements gostes et la constitution de
matelas budgtaires ;
- Le budget enferme les managers dans des contraintes trop fortes.

Beth et Zrihen
(2000)

- Le budget est un outil peu oprationnel ;

- Pour les non-financiers , la vision comptable nest pas conforme la
ralit des oprations ;
- Pour les financiers, la vision est partielle, trop focalise sur le compte
de rsultat ;
- Lanalyse comptable des carts ;
- La gestion budgtaire est un processus bureaucratique, centralis, avec
une faible participation des acteurs.

Berland (2002)

- Le manque de pertinence de larticulation stratgie / budget ;

- La faible fiabilit des prvisions ;
- Le problme daffectation des carts ;
- La difficult dfinir les centres de responsabilit ;
- Le problme de fixation des objectifs (contradiction des objectifs de
planification et dvaluation).

Bescos et al.,
(2004)

- La lourdeur et le formalisme excessif ;

- Linutilit lie au caractre incertain des prvisions ;
- Induit une forme de conservatisme ;
- Induit une prdominance de la performance financire ;
- Repose sur un dcoupage fonctionnel (nie la transversalit).

Il apparat aujourdhui que le budget ne peut rpondre lui seul aux attentes des
managers et quil est ncessaire non pas de le supprimer, mais de le complter par dautres
instruments mieux adapts aux problmatiques de pilotage actuelles des entreprises. De
nombreux travaux empiriques montrent que le tableau de bord prsent les caractristiques
pour pallier la majorit de ces dficiences. Ainsi, plusieurs auteurs soutiennent lide que le
1

Cit par Berland (2004).

30

tableau de bord ne peut pas se substituer aux budgets et quil convient plutt de rechercher les
complmentarits entre les outils (Mendoza et Zrihen, 1999 ; Mric, 2003).

1.2 Lutilit des tableaux de bord mise en question

Les limites adresses aux outils traditionnels de contrle de gestion ont amen les
chercheurs et les praticiens proposer des systmes de mesure de la performance qui
associent, la fois, des indicateurs financiers et non financiers. Toutefois, lintgration de
mesures non financires ne date pas daujourdhui, par exemple General Electric utilisait des
mesures non financires depuis 1950. Par ailleurs, plusieurs auteurs ont insist sur la
pertinence des mesures non financires (Hopwood, 1973 ; Anthony et al., 1984 ; Merchant,
1985). Des systmes de mesures non financires sont gnralement caractriss par des
besoins locaux avec peu dintgration avec les objectifs stratgiques de lentreprise et peu
dquilibrage entre des considrations locales et dautres globales (Merchant, 1985).
Relever les faiblesses des outils traditionnels du contrle de gestion ninduit pas que
ceux-ci sont inutiles ou obsoltes. Tout dfaut est en effet souvent le revers dune qualit, si
bien quil semble plus juste de dire que ces outils rpondent certaines des attentes des
managers, mais quils ne peuvent eux seuls en assurer la totalit. Il est donc ncessaire de
les complter par dautre outils de gestion, do le dveloppement du tableau de bord de
gestion.
Du fait de positionnement de tableau de bord comme outil complmentaire du contrle
budgtaire et des comptabilits, les tableaux de bord ont t dfinis ds l'origine pour pallier
les lacunes des systmes existants. La dnonciation de ces derniers s'accentuant, les tableaux
de bord apparaissent de plus en plus providentiels, et ce d'autant plus qu'on a insensiblement
fait voluer leur dfinition au cours des annes, justement en fonction des nouveaux besoins
dtects.
Nous dfinissons, dans un premier temps le concept de tableau de bord, pour montrer,
dans un deuxime temps, comment cet outil peut apporter les changements au contrle de
gestion.

31

1.2.1 Introduction au tableau de bord

Le tableau de bord franais prend ses origines au dbut du vingtime sicle,
essentiellement l'avnement de l're industrielle. Les tableaux de bord, essentiellement
orients production sont ns de la ncessit oprationnelle de contrler les activits d'usine.
Dans les annes 50, la diffusion des mthodes de gestion amricaines, introduisant entre
autres la notion de centre de responsabilit, a engendr la multiplication des tableaux de bord.
Pour chaque centre on voit alors un tableau de bord auquel sont intgres des donnes
budgtaires. Jusqu'aux annes 80, le tableau de bord est prsent comme un outil de reporting
mais les annes 90 font voluer le tableau de bord vers une approche plus oriente plan
d'actions qui a abouti la mthode OVAR (Objectifs, Variables dAction, Responsables)1.
La littrature tait faite de plusieurs conceptions du tableau de bord. Ce dernier y est
prsent comme un outil daide la dcision (Malo, 1992), ou bien un instrument de gestion
se conformant une organisation de type pyramidal (Guerny et al., 1990), structur sur la
logique objectifs-variables cls-indicateurs (mthode OVAR), et orient vers le pilotage
distance des responsabilits dlgues (Malo, 1992).
Bouquin (2001) dfinit le tableau de bord comme un ensemble dindicateurs peu
nombreux (cinq dix) conus pour permettre aux gestionnaires de prendre connaissance de
ltat de lvolution des systmes quils pilotent et didentifier les tendances qui les
influenceront sur un horizon cohrent avec la nature de leurs fonctions .
Bescos et al., (1995) distinguent entre le tableau de bord de gestion des centres de
responsabilits et le tableau de bord de la direction gnrale. Pour le premier, son appellation
renvoie des documents prsentant une information dynamique. Linformation prsente doit
mettre en perspective les rsultats obtenus par rapport des rfrences. Il peut tre dfini
comme un outil daide au pilotage des units dcentralises. Suivant le principe gigogne
dagrgation des informations, celles-ci sont consolides de niveau en niveau jusqu la
direction gnrale. Ce document est tabli souvent par le service central de contrle de

Dans la mthode OVAR, la construction du tableau de bord est une approche (top-down) c'est--dire que le
management initie la construction du tableau de bord en fonction des objectifs stratgiques : Objectifs et
Variables d'Action. Les Responsabilits sont ensuite dclines et descendues aux niveaux infrieurs de la
hirarchie en cascade. Ainsi, chaque manager oprationnel devient responsable du choix et de la dfinition de ses
variables d'action : ce qui reprsente un grand degr de dlgation et de dcentralisation. Pour chaque objectif et
variable d'action, au moins un indicateur de performance existe.

32

gestion, il permet de suivre, dune part, les performances conomiques, et dautre part, un
certain nombre danalyses essentielles comme celle de lexcution du plan, du budget, des
investissements et des effectifs.
1.2.2 Le tableau de bord : outil dintroduction du changement
La plupart des chercheurs demande lintgration de mesures de performance
physiques pour complter les mesures financires. Des indicateurs de qualit, des mesures
sociales (ratio dabsentisme, indice de climat social, etc.), des indicateurs orients clients
(taux de satisfaction, ratio de pntration, etc.), et des indicateurs orients processus (temps de
production). Lorino (1999) intgre aussi une perspective dapprentissage selon laquelle les
mesures reprsentent une base pour apprendre sur les relations de cause effet.
linverse des instruments classiques de contrle de gestion qui rendent compte la
plupart du temps des scores des parties pralablement joues (Kaplan et Norton, 1996), le
tableau de bord favorise une analyse en temps rel des performances de lentreprise, parce
quil permet de suivre les vnements qui sont leur origine, parce quil dtient des dlais de
parution courts, quil est simple de consultation et que ses donnes revtent un caractre
synthtique. En cela, il offre des perspectives de ractivit qui cadrent avec la logique du petit
nombre dvnements ncessairement peu rptitifs qui caractrisent lentreprise de taille
moyenne.
Sur le plan conceptuel, le tableau de bord se distingue du reporting par le destinataire
auquel sadressent les donnes quil fournit. En effet, alors que le reporting est un outil
dinformation de la hirarchie charg de restituer les rsultats des processus achevs et peut
donc tre compris : un outil de contrle de gestion a posteriori des responsabilits
dlgues (Gervais, 1994), le tableau de bord est un systme dinformation la fois global
et local favorisant la ractivit et qui permet aux diffrents responsables des services de
lentreprise de piloter les actions en cours.
Le tableau de bord se diffrencie aussi des systmes budgtaires et comptables.
linverse de ces derniers qui se limitent gnralement la production de donnes financires
se rapportant aux rsultats dactions passes, il adopte un langage qui nest pas seulement
comptable et financier, mais technique, physique et mme qualitatif grce au recours des
indicateurs de nature diverse (indicateurs physiques, indicateurs de processus, indicateurs
33

denvironnement, etc.) qui rendent compte de manire signaltique de ltat prsent du

systme des priodes rapproches. En se voulant ainsi plus proche des proccupations
oprationnelles, le tableau de bord apparat comme un vritable outil de pilotage stratgique
du cout terme. Cest ce qui explique dailleurs, comme le fait remarquer Bouquin (1993),
quen considration des nouveaux enjeux du contrle de gestion, certains auteurs
redcouvrent aujourdhui son utilit travers le renouvellement de la comptabilit de gestion.
On oppose les tableaux de bord aux autres outils de contrle de gestion. Ces oppositions
peuvent tre classes en quatre familles : la nature des donnes, la ractivit recherche, la
modlisation de l'activit sous-jacente et ladaptabilit de l'outil1.
La nature des donnes
La nature des donnes que peut comporter le tableau de bord est sans doute l'un des
lments les plus dterminants dans le positionnement relatif de l'outil au sein du contrle de
gestion. Les donnes ne sont que comptables et financires dans les autres outils, alors
qu'elles peuvent tre de natures diverses dans les tableaux de bord. Le tableau de bord
apparat ainsi comme l'instrument de suivi du contrle de gestion charg d'accueillir tous les
indicateurs non financiers.
La capacit d'ouverture des tableaux de bord autre chose que les lments financiers
est utilise systmatiquement chaque fois que l'on prouve le besoin de suivre des lments
non contenus dans les systmes de contrle budgtaire. Les tableaux de bord sont ainsi la
solution naturelle au suivi d'indicateurs physiques, d'indicateurs non produits par
l'organisation, d'indicateurs sur l'environnement, ou encore d'indicateurs transversaux.
La ractivit recherche
On demande galement aux tableaux de bord de permettre une action rapide.
L'incorporation d'indicateurs physiques fait partie de la recherche de ractivit. Ces derniers
sont plus prs de l'action car on agit directement sur des variables physiques et non sur des
rsultats financiers. La consultation du tableau de bord doit tre simple, rapide et permettre la
prise de dcision en tant en prise directe sur les problmes oprationnels. Le tableau de bord
contient donc peu d'information, mais une information pertinente et rigoureusement
1

Cit par Chiapello E. et Delmond M. H. (1994).

34

slectionne. Ainsi, la rapidit de consultation dpend galement des mthodes de

prsentation utilises : graphiques parlants , indicateurs qui changent de couleur , etc.
La modlisation de l'activit sous-jacente
Tout systme formel d'information repose sur une modlisation de l'activit qu'il
documente. Dans le cas du contrle budgtaire, la modlisation est faite sur la base du modle
comptable classique, qui correspond une reprsentation financire de la firme axe sur la
mesure de l'enrichissement ou de l'appauvrissement. Avec les tableaux de bord, on ne veut
pas seulement mesurer la valeur, on veut comprendre les diffrents rouages de sa cration.
L'enjeu est de choisir des indicateurs d'activit offrant plus de transparence. Il s'agit bien d'une
modlisation tire par l'action, qui correspond une proccupation oprationnelle, alors que le
contrle budgtaire repose sur une modlisation financire tire par la mesure de
l'enrichissement.
Pour mettre en uvre cette modlisation tire par laction, on propose frquemment de
centrer les tableaux de bord sur le suivi des variables cls de gestion (Guerny et al., 1986).
Cela revient appliquer une dmarche stratgique au suivi court terme. Les variables cls
sont en effet la transposition, au niveau des responsables oprationnels et des plans d'action
court terme, des fameux facteurs cls de succs utiliss par les directions gnrales dans les
plans d'action long terme1.
Ladaptabilit de l'outil
Le tableau de bord se veut plus proche de l'oprationnel que les autres outils, ce dont
tmoignent dj l'incorporation d'indicateurs physiques et le souci de la ractivit. Ce
positionnement implique une diversit de l'outil aussi grande que la diversit des situations
oprationnelles. Le tableau de bord est, par nature, un outil personnalis dans son contenu.
Les frquences de parution des tableaux de bord doivent galement tre adaptes aux
besoins des responsables qui ne suivent pas forcment les rythmes mensuels ou trimestriels de
la comptabilit.
1

Les citations suivantes montrent la proximit des notions de facteurs cls de succs et de variables cls ; (...)
Les facteurs cls de succs sont vus comme les conditions de [la] russite [de la stratgie] (Bouquin, 199, p. 63).
On peut dfinir une variable cl comme tant dterminante dans le succs ou l'chec d'une entreprise pour
atteindre ses objectifs (Ardoin et al., 1986, P.271).

35

Le tableau de bord, plus que tout autre outil, doit aussi pouvoir voluer facilement, en
fonction des actions menes, des mthodes de travail utilises, de la stratgie choisie. Saulou
(1982) va mme jusqu' dire que le tableau de bord [...] doit tre labor par un homme dans
un systme et un certain moment. Que l'homme change de poste, que le poste soit assur par
un autre homme ou que l'on se place un an plus tard, le tableau de bord initialement conu
sera inutile .
Le Tableau 1.2 (page suivante) rsume lensemble des lments qui opposent le tableau
de bord aux autres outils de contrle de gestion.

36

Tableau 1.2 : Les lments qui opposent le tableau de bord aux autres outils
de contrle de gestion
Tableau de bord

Autres outils de gestion

La nature des donnes est diffrente

- Toutes sortes de donnes (y compris quantits - Exclusivement financires ;
- Uniquement informations sur lintrieur

physiques, indicateurs de dlais, de qualit) ;

et

- Possibilit dinformation sur lenvironnement et produites lintrieur ;

dinformations produites lextrieur ;
- Possibilit

dinformation

latrale

- Principe
sur

de

responsabilit,

information

des uniquement sur les lments contrls par le

secteurs non contrls par le responsable.

responsable.

La ractivit recherche est diffrente

- Parution J + 3 ;

- Parution J + 5 ;

- Peu de donnes, synthtique ;

- Grand degr de dtail, exhaustif ;

- Porte uniquement sur les lments les plus importants ;

-

Prsentations

Couvre

toute

lactivit

du

centre

responsabilit ;
parlantes,

tous

procds - Des tableaux de chiffres uniquement.

possibles : graphiques, couleurs

La modalisation sous-jacente est diffrente
- Modlisation tire par laction

- Modlisation financire tire par la mesure de

- Souvent fonde sur une analyse stratgique lenrichissement.

(objectifs et variables cls).
Le degr dadaptabilit de loutil est diffrent
- Contenu adapt en fonction des moyens - La mme maquette de base pour tous ;
physiques matriss par le responsable, en - La mme priodicit de parution des rsultats
pour tous ;

fonction des variables mettre sous contrle ;

- Frquence en fonction des besoins pour la prise - Grande stabilit de contenu et de prsentation,
de dcision, en fonction des temps externes premption peu rapide.
lorganisation ;
- volutions rapides, dans lidal en temps rel
sur les besoins.

(Chiapello E. et Delmond M. H., 1994)

37

de

1.3 Tableau de bord : un outil de pilotage de la performance ?

Depuis les vingt dernires annes, le pilotage de la performance est devenu un
important sujet trait dans la littrature et dans la pratique. Plusieurs auteurs ont propos aux
entreprises de dvelopper de nouveaux modles dvaluation de la performance qui
regrouperaient des mesures financires et non financires. La performance dfinie en terme
financier ne suffit plus (Kaplan et Norton, 1996). une re o la concurrence sexerce sur
plusieurs facteurs et o les risques dentreprise se multiplient, la russite de lentreprise ne se
traduit plus strictement en terme daugmentation du bnfice ou du rendement sur capital
investi. La performance devient multicritres et sa mesure doit tenir compte de cette
caractristique.
Les crits sur le sujet abondent, tant sur le plan professionnel que scientifique. Les
travaux de Kaplan et Norton (1992), ractualisent le sujet en prsentant un modle de pilotage
de la performance qui tient compte la fois de la dimension financire et des dimensions lies
aux opportunits de croissance de lentreprise, tels les clients, les processus internes,
lapprentissage et linnovation. Lensemble des indicateurs visant mesurer cette
performance plusieurs dimensions est maintenant largement connue sous lappellation de
tableau de bord prospectif.
Nous essayons, dans un premier temps, de dfinir les concepts de performance et
dindicateur de performance. Dans un second temps, nous tudions le rle de tableau de bord
prospectif dans le pilotage de cette performance.
1.3.1 La performance et ses indicateurs
1.3.1.1

ssai dune dfinition de la performance

La performance dentreprise est une notion centrale en sciences de gestion. Depuis les
annes 80, de nombreux chercheurs se sont attachs la dfinir (Bouquin, 1986 ; Bescos et
al., 1993 ; Bourguignon, 1995 ; Lebas, 1995 ; Bessire, 1999) et plus rcemment cette notion
est mobilise dans la littrature managriale pour valuer la mise en uvre par lentreprise
des stratgies annonces de dveloppement durable (Capron et Quairel, 2005).

38

Lorigine du mot performance remonte au milieu du 19me sicle dans la langue

franaise. cette poque, il dsignait la fois les rsultats obtenus par un cheval de course et
le succs remport dans une course. Puis, il dsigna les rsultats et lexploit sportif dun
athlte. Son sens volua au cours du 20me sicle. Il indiquait de manire chiffre les
possibilits dune machine et dsignait par extension un rendement exceptionnel. Ainsi, la
performance dans sa dfinition franaise est le rsultat dune action, voir le succs ou
lexploit. Contrairement son sens franais, la performance en anglais contient la fois
laction, son rsultat et ventuellement son exceptionnel succs (Bourguignon, 1995)1.
Dans le domaine de la gestion, la performance a toujours t une notion ambigu,
rarement dfinie explicitement. Elle nest utilise en contrle de gestion que par transposition
de son sens en anglais. Elle dsigne alors laction, son rsultat et son succs2.
Une analyse smantique gnrale du mot performance montre que, dans le champ de la
gestion, le mot (signifiant) performance prend des sens (signifis) variables, mais que lon
peut toujours rattacher lun ou /et lautre des trois sens primaires ci-dessous (Bourguignon,
1995).
1- La performance est succs ; la performance nexiste pas en soi ; elle est fonction des
reprsentations de la russite, variables selon les entreprises et / ou selon les acteurs.
2- La performance est rsultat de laction. loppos du prcdent, ce sens ne contient
pas de jugement de valeur. Traditionnellement, la mesure des performances est
() entendue comme lvaluation ex-post des rsultats obtenus (Bouquin, 1986).
3- La performance est action. Dans ce sens, plus rare en franais quen anglais, la
performance est un processus et non un rsultat qui apparat un moment dans le

tymologie du mot performance, selon Bourguignon (1995, p. 62) : le mot performance dans son acception
franaise du 19me sicle drive du mot anglais performance (fin du 15 me sicle) qui dsignait la ralisation,
laccomplissement, lexcution. Mais cette dfinition anglaise est emprunte au moyen franais parformance
qui provient de lancien franais du 13me sicle et qui signifiait accomplir, excuter.
2

La performance en tant que succs nexiste pas en soi. Elle est fonction des reprsentations de la russite et
varie selon les entreprises et les acteurs. La performance, rsultat dune action, ne contient pas de jugement de
valeur, contrairement la performance-succs. La performance-action est un processus et non un rsultat qui
apparat un moment donn dans le temps. Cette performance contient et dpasse largement la performancersultat. En effet, elle inclut les rsultats mais aussi les activits, les tches accomplir
(Bourguignon, 1995, p.64).

39

temps (Baird, 1986). Comme en psychologie et en linguistique gnrative, elle est

la mise en actes dune comptence qui nest quune potentialit.
Par ailleurs, le terme de performance renvoie frquemment un double sens ou une
double signification. Pour Bourguignon (1997) la plupart des usages du mot en gestion, la
performance contient simultanment deux de ces sens primaires. L'association la plus
frquente est celle du rsultat positif de l'action. Ainsi, on dsigne par contreperformance un
rsultat mdiocre, dcevant. II nous semble que le poids du rsultat et du succs est variable
selon le nombre du mot : le succs domine sur le rsultat, lorsque le mot est dclin au
singulier. Inversement, au pluriel, le succs est moins prsent, l'accent est mis sur
l'aboutissement, quelle qu'en soit sa valeur .
La performance peut galement se lire comme le processus, comme laction qui mne
au succs. Le succs ne se mesure pas seulement a posteriori, il se construit tout au long dun
processus de management qui dfinit, puis communique les rsultats attendus, spcifie les
activits accomplir, contrle les rcompenses et linformation lies au rsultat (Baird, 1986).
De faon analogue, accompagner la stratgie, ce nest plus seulement mesurer les ralisations,
cest aussi dfinir des plans dactions partir dune analyse des processus, des activits et de
leurs enjeux stratgiques (Lorino, 1991).
Pour Lebas (1995), la performance nexiste que si on peut la mesurer et cette mesure ne
peut en aucun cas se limiter la connaissance dun rsultat. Il propose une dfinition plus
oprationnelle de la performance et montre les enrichissements que celle-ci pourrait apporter
lentreprise. Selon lui,
-

La performance est un lment pour la prise de dcision. Elle nexiste pas de faon
intrinsque. Elle nest pas une simple constatation, elle se construit ;

Elle est dfinie par les utilisateurs de linformation par rapport un contexte
dcisionnel caractris par un domaine et un horizon-temps ;

La performance ne peut sexprimer que comme un ensemble quilibr de

paramtres complmentaires, et parfois contradictoires, dcrivant le(s) rsultat(s) et
le(s) processus datteinte de ce(s) rsultat(s) ;

40

La comprhension de la performance repose sur lidentification dun modle de

causalit qui indique comment on peut agir sur les paramtres dterminants des
rsultats futurs : chaque cause est elle-mme sujette une analyse de performance ;

La performance nest pas ponctuelle, elle ne se comprend que de faon dynamique,

dans la longe terme. Une performance nest quinstantane. Elle ne devient
significative que si lentreprise se donne la capacit renouveler pour la future et de
faon rcurrente ce rsultat favorable. Le terme performance devrait tre rserv la
description de lvolution des rsultats sur une priode juge assez longue par le
preneur de dcision ;

La notion de performance est toujours attache la notion de responsabilit. Celui qui

est responsable est celui qui peut ou doit agir sur les paramtres de la performance et
doit rendre des comptes sur sa performance et sur lutilisation des moyens mis sous
son autorit ;

La performance nexiste que si on peut la mesurer, cest--dire quon peut la dcrire

par un ensemble ou un vecteur de mesures (ou dindicateurs) plus ou moins
complexes.
Pour Machesnay (1991), la performance de l'entreprise peut se dfinir comme le degr

de ralisation du but recherch. L'analyse des buts fait apparatre trois mesures de la
performance :
-

L'efficacit : le rsultat obtenu par rapport au niveau du but recherch.

L'efficience : le rsultat obtenu par rapport aux moyens mis en uvre.

L'effectivit : le niveau de satisfaction obtenu par rapport au rsultat obtenu.

Bourguignon (2000) dfinit la performance comme la ralisation des objectifs

organisationnels, quelles que soient la nature et la varit de ces objectifs. Cette ralisation
peut se comprendre au sens strict (rsultat, aboutissement) ou au sens large du processus qui
mne au rsultat (action)..
Aprs avoir dfinir le concept de la performance, nous essayons maintenant de dfinir
celui dindicateur de performance, et dtudier son rle dans le pilotage de la performance.
41

1.3.1.2

Les indicateurs de performance

1.3.1.2.1

Notion dindicateur de performance

Lindicateur prsente loutil le plus utilis par les contrleurs de gestion et qui permet
de synthtiser les informations comptables et non comptables dans toutes les fonctions de
lentreprise et de contrler les flux financiers et les flux physiques.
Les indicateurs de performance sont utiliss ainsi pour fournir des informations
spcifiques sur les performances, car lobjectif principal de la mise en place de tel outil est
bien laccroissement de la performance de lentreprise court et long terme (Bergeron,
2002). Gandhaue (2001) estime que lindicateur de performance est un outil pertinent pour
mesurer la performance et donne une typologie des indicateurs : indicateurs de rsultats,
indicateurs de processus et indicateur denvironnement.
Lorino (2001) dfinit lindicateur de performance comme suit : une information
devant aider un acteur, individuel ou plus gnralement collectif, conduire le cours dune
action vers latteinte dun objectif ou devant lui permettre den valuer le rsultat .
En contrle de gestion on peut trouver plusieurs typologies dindicateurs : indicateurs
financiers et non financiers, indicateurs oprationnels et indicateurs stratgiques, etc. Le type
de lindicateur utilis dpend du besoin des managers et de linformation demande. Les
entreprises qui veulent grer leur performance procdent ltablissement des indicateurs de
performance travers la conception (une opration faite sur des donnes disponibles) qui se
base sur les composantes de la performance en utilisant des critres partags (selon Morin et
al., les critres sont des conditions ou signes qui servent de base au jugement).
Les auteurs qui plaident pour limplantation des indicateurs de performance, justifient
leurs invitations par la perte de pertinence des anciens modes du contrle. Les arguments
taient formuls autour de deux ides :
1- La premire indique que les mesures financires ne refltent pas la performance
globale de lentreprise (Kaplan et Norton, 2001) et que des mesures non financires
sont ncessaires pour valuer et piloter la performance de lentreprise. En loccurrence
Gibert soutien cette ide (2001) : mme pour les organisations qui sont finalis sur
42

une fonction dobjectifs financiers, par exemple la rentabilit des capitaux engags, il
est

dangereux

de

sen

tenir

au

seul

suivi

des

indicateurs

de

nature

financire dissquant la situation au regard de cette fonction dobjectif. Ce genre

dindicateurs apprhende en effets des rsultats, c'est--dire par essence les
consquences de stratgies, de dcisions, dajustements dun pass plus ou moins
proche. Or, pour aider la gestion, au pilotage de lorganisation comme de ses
subdivisions, on a besoin de suivre des chiffres apprhendant des phnomnes qui
dterminent la performance venir. Il faut donc rquilibrer les indicateurs financiers
par des indicateurs amont indiquant o en est lorganisation en ce qui concerne les
sources de la performance future .
2- Les anciens systmes de mesure de performance ne font pas les liens entre contrle et
stratgie. Ds lors, les indicateurs de performance prsentent une alternative pour
relier les processus dvaluation de la performance et les processus dlaboration de la
stratgie de lentreprise. Plus que a, ce systme de mesure sinscrit dans la nouvelle
tendance du contrle de gestion en rappelant la deuxime dfinition de contrle de
gestion par Anthony R. N. (1888) : Le contrle de gestion est le processus par lequel
les dirigeants influencent les autres membres dune organisation pour mettre en
uvre les stratgies de celle-ci . On suppose ici que chaque indicateur est li un
processus crateur de la valeur quon peut lappeler aussi : des facteurs cls de succs,
des variables dactions ou les leviers daction.
1.3.1.2.2

Les caractristiques dun bon indicateur de performance

Nous distinguons quatre caractristiques principales dun bon indicateur de

performance : sa pertinence, la qualit et la prcision de sa mesure, sa faisabilit et sa
convivialit d'interprtation et d'utilisation. La mthode de ralisation des tableaux de bord
aborde d'ailleurs ces considrations et propose des outils pour s'assurer de rpondre chacun
de ces critres.
La pertinence :
L'indicateur doit correspondre une proccupation, un objectif ou une attente. En
outre, il doit rpondre au besoin de mesure, avoir une signification dans le contexte d'tude
ou de gestion, il doit vouloir dire quelque chose pour ses utilisateurs et tre utilis dans ce
43

contexte. On doit tendre donner l'indicateur la valeur ajoute maximale par sa mise en
perspective par rapport des balises pertinentes (objectifs, marges acceptables, valeurs
comparatives, etc.).
La qualit et la prcision de sa mesure :
L'indicateur doit possder certaines caractristiques intrinsques : la prcision dans son
design, la clart et la prcision de sa formulation, et sa qualit thorique (une formulation et
une logique d'articulation correspondant aux dfinitions reconnues du domaine). L'indicateur
doit tre bien formul, dfini prcisment et ses paramtres bien tablis (ventilations,
priodicit, comparaisons, forme de prsentation) et le tout doit tre bien document. En
outre, il doit tre assez sensible pour faire ressortir toute variation significative de l'objet de
mesure et assez homogne dans le temps et dans l'espace pour permettre la comparaison.
La faisabilit :
On doit d'abord avoir la possibilit informationnelle de produire l'indicateur par
l'utilisation de mcanismes de mesure et de traitement rigoureux fournissant des donnes
fiables, en temps opportun et de faon rentable (la valeur ajoute par l'indicateur la gestion
par rapport au cot de sa production). On doit aussi avoir la possibilit technique de disposer
d'un systme informatique permettant la consolidation et des interfaces efficaces et un accs
acceptable en termes de dlai de production et de temps de rponse. On doit finalement avoir
la possibilit organisationnelle, c'est--dire s'assurer que quelqu'un assume la responsabilit
d'alimenter, de produire et de fournir les indicateurs.
La convivialit :
La convivialit reprsente la possibilit oprationnelle, visuelle et cognitive d'utiliser
correctement et confortablement l'indicateur, il faut donc assurer :
L'accessibilit : l'indicateur doit tre accessible, facile obtenir et utiliser. Si le systme est
informatis, il doit tre simple utiliser, la mesure des capacits des utilisateurs.
Lintelligibilit : l'indicateur doit tre simple, clair, comprhensible, compris de la mme
faon par tous et son interprtation doit tre commune et partage.
44

Lvocation : l'indicateur doit tre bien illustr et prsent, visuellement vocateur et

facilement interprtable par ses utilisateurs, par le choix de la forme de reprsentation
(tableau, graphique ou pictogramme).
1.3.1.2.3

Les indicateurs non financiers et le pilotage de la performance

Dans une conomie ou lactif incorporel, les relations entre lorganisation et ses clients,
ses employs, ses fournisseurs et les autres acteurs qui gravitent autour delle contribuent sa
russite, la performance dfinie en terme financier ne suffit plus. Des indicateurs non
financiers sont donc ncessaires (Gasse et Garand, 2000 ; Kaplan et Norton, 1996). La
concurrence sexerce sur plusieurs facteurs ; les risques dentreprise se multiplient et la
russite ne se traduit plus strictement en termes daugmentation du bnfice ou du rendement
sur capital investi. Il faut des systmes de mesure de la performance plus perfectionns, qui
aideront les dirigeants des entreprises de mieux comprendre et prvoir la performance.
Les indicateurs non financiers traduisant linvestissement dans les actifs intangibles
semblent prsenter un caractre prdictif de la performance financire beaucoup plus fort que
les informations comptables, et devraient tre utiliss pour complter les indicateurs
financiers (DTTI1, 1994 ; Kaplan et Norton, 1996). Cet argument a dailleurs conduit certains
chercheurs soutenir lide selon laquelle linformation non financire pouvait expliquer la
valeur dune entreprise (Wallman, 1995 ; Edvinsson et Malone, 1997 ; Stewart, 1997).
Nanmoins, il nexiste pas dindicateur qui puisse expliquer lui seul la complexit de
lobtention de la performance en entreprise. En particulier, les indicateurs financiers ne
permettent pas seuls danticiper limpact global dune dcision. Par consquent, les
indicateurs financiers et non financiers pourraient ne pas tre perus comme des substituts les
uns par rapport aux autres, mais plutt comme des complments qui ont des liens de cause
effet. De ce fait, de nombreuses recherches empiriques se sont intresses limpact des
indicateurs non financiers sur la performance financire (Banker et al., 1993 ; Barth et
McNichols, 1994 ; Banker et al., 1995 ; Banker et al., 1996 ; Amir et Lev, 1996 ; Perera et al.,
1997 ; Ittner et Larcker ,1997, 1998a ; Behn et Riley, 1999 ; Banker et al., 2000 ; Gosh et
Lusch, 2000 ; Hugues, 2000). Ces travaux montrent souvent des relations significatives entre
les mesures non financires et les mesures financires. Il nest donc pas surprenant de
constater que de nombreuses entreprises sintressent la nature et lutilisation des

Deloitte Touche Tohmatsu International.

45

informations non financires pour appuyer certaines dcisions et valuer leurs performances
(Ittner et Larcker, 1998b).
1.3.1.2.4

La contingence du systme de mesure de la performance

Beaucoup dtudes traitant dindicateurs de performance se fondent sur la thorie

contingente. Perera et Poole (1997) tudient les relations entre une stratgie de
diffrenciation1, lutilisation dun systme dinformation pour le suivi de la performance
largi (comprenant des indicateurs non financiers) et la performance. Ils montrent quil y a
gnralement des liens entre une stratgie de diffrenciation et lutilisation dun systme
dinformation pour le suivi de la performance largi. Cependant, ils nont pu tablir de liens
entre lutilisation dun systme dinformation largi et la performance.
Abernathy et Lilis (1995) obtiennent des rsultats qui vont dans le mme sens que
ltude prcdente. Leurs rsultats permettent de dire quune entreprise qui adopte une
stratgie lui permettant de se conformer la demande du client le plus vite possible et le
mieux possible, donc qui se rapproche dune stratgie de diffrenciation, utilisera moins
dindicateurs financiers traditionnels au profit dindicateurs de performance de nature plus
qualitative ou non financire.
Lintrt de ces deux tudes est quelles fournissent des appuis lhypothse voulant
que des changements dans les stratgies manufacturires, comme par exemple accorder plus
dimportance la qualit, aux dlais, la flexibilit et aux cots bas doivent tre accompagns
de changements dans le systme de mesure de la performance. Ce dernier doit mettre plus
demphase sur les mesures non financires.
Certaines tudes ont pu dmontrer des liens entre lutilisation dun systme
dinformation largi (comprenant des indicateurs non financiers) et la performance. Par
exemple, Mia et Chenhall (1994), qui ont tudi leffet de lutilisation dun systme largi de
contrle de gestion sur la performance en tenant compte de la diffrenciation des fonctions
(marketing et production), arrivent la conclusion que plus on utilise un systme de contrle
largi plus la performance augmente dans le cas de la fonction marketing. Chong (1996)
dmontre quant lui que dans le contexte dune incertitude de la tche leve, la performance
managriale est leve lorsquun systme de suivi de la performance largi est utilis.
1

Au sens de Porter, 1985.

46

Toujours en contexte dincertitude, mais cette fois-ci en contexte dincertitude perue de

lenvironnement, Gul (1991) arrive la conclusion que la performance est accrue lorsque
lincertitude perue de lenvironnement est leve et que les gestionnaires utilisent un systme
de contrle de gestion plus sophistiqu.
Sil existe peu de recherches empiriques sur le contenu des indicateurs de performance
ou des systmes de contrle et de pilotage de la performance, les crits thoriques sur le sujet
abondent. La plupart de ces crits utilisent comme fondement le modle de tableau de bord
prospectif (Kaplan et Norton, 1996). Essentiellement, le tableau de bord prospectif ne doit pas
tre vu comme une collection dindicateurs de performance, mais comme un outil servant
formuler la stratgie, la communiquer et fixer des objectifs. De plus, il servira mettre en
cohrence les initiatives des acteurs pour atteindre un objectif commun et renforcer le retour
dexprience et le suivi de la stratgie. Il sagit donc dun outil de gestion qui ne vise pas
seulement contrler des activits. Le tableau de bord prospectif, dans son contenu, cherche
aussi saisir la ralit complexe de la performance des entreprises qui ne peut pas tre
strictement financire.
1.3.2 Les tableaux de bord prospectifs : nouvel outil de pilotage de la performance
Le tableau de bord prospectif (balanced scorecard) est un nouvel outil de pilotage et de
suivi des performances. Il se prsente comme un ensemble dindicateurs, directement reli
la stratgie dveloppe par lentreprise en offrant son utilisateur lopportunit de piloter tous
les dterminants de la performance. Ces derniers reprsentent les facteurs cls de succs et
sont dclins l'aide de variables d'action et de rsultat, de nature financire et non financire,
quantitative et non quantitative, avec une orientation court terme et long terme.
Nous prsentons dabord, lhistorique, les principes et les fonctions du tableau de bord
prospectif (TBP). Nous montrons ensuite sa place dans le pilotage de la performance des
entreprises.

47

1.3.2.1

Le tableau de bord prospectif : historique, caractristiques et fonctions

1.3.2.1.1

Historique de tableau de bord prospectif

Le tableau de bord prospectif est n dune remise en cause, dans un contexte anglosaxon, des systmes dvaluation de la performance exclusivement centrs sur le suivi des
rsultats financiers. Au dbut des annes 1990, Kaplan et Norton crivirent un article qui
voquait la perte de pertinence du contrle de gestion due la focalisation des mesures de
performance sur des aspects seulement financiers (Kaplan et Norton, 1992, 1996). partir de
ce constat, ils dvelopprent, en utilisant des tudes empiriques menes entre 1984 et 1992
(Kaplan, 1994), un outil qui intgrait des dimensions financires et non financires et dans
lequel aucune de ces deux dimensions ntait privilgie par rapport lautre. Les mesures
financires permettaient plutt dapprhender les effets dactions dj entreprises (indicateurs
de performance retards ou a posteriori), alors que les mesures non financires permettaient
la fois dlargir la vision de la performance de lentreprise dans une approche multicritre et
de mieux anticiper ce que pourrait tre la performance future de lentreprise (indicateurs de
performance avancs ou prdictifs dont le lien avec la mesure financire finale ntait
toutefois pas tudi prcisment) (Davis, 1996 ; Atkinson et Epstein, 2000 ).
Dans sa reprsentation gnrique, le tableau de bord prospectif est organis autour de
quatre axes principaux : laxe finance (mesurant classiquement le niveau et lvolution des
performances financires de lentreprise), laxe clients (qui regroupe les indicateurs qui
permettent dvaluer ce qui gnre une satisfaction prsente ou future du client), laxe
processus internes (il sagit de sinterroger sur la faon dont la gestion des oprations et
des processus peut contribuer fournir un avantage concurrentiel lentreprise) et enfin laxe
apprentissage organisationnel (qui concerne essentiellement la faon dont on gre les
moyens humains et les savoirs en vue datteindre les objectifs stratgiques dfinis
prcdemment).
Depuis sa cration, le tableau de bord prospectif semble avoir connu trois stades
dvolution (Cobbold et Lawrie, 2003). Dans sa conception originale (premier stade) le
tableau de bord prospectif se prsentait comme un outil de gestion synthtique pour les
dirigeants regroupant ces quatre perspectives (finance, marchs, processus, savoirs), censes
mesurer au mieux la performance actuelle et prochaine de lentreprise. Les premiers articles
de Kaplan et Norton portaient plus spcifiquement sur le choix dun nombre limit
48

dindicateurs dans chacune des quatre perspectives (Kaplan et Norton, 1992). Ils suggraient
deffectuer le choix de ces mesures par rfrence aux buts de lentreprise mais ne disaient pas
comment le tableau de bord prospectif pouvait, une fois mis en place, amliorer concrtement
la performance de lentreprise ( cette tape, ils sintressaient plus laspect logique qu la
dimension opratoire de loutil). Ils donnaient peu dinformations sur la faon dont le tableau
de bord prospectif pouvait tre dvelopp en pratique. Il a fallu attendre leur premier livre
(Kaplan et Norton, 1996) pour avoir quelques lments de rponse. Selon certains auteurs
(Cobbold et Lawrie, 2003), cette premire gnration de tableau de bord prospectif (o il
se rduit un outil isol) est toujours dveloppe et, sous une forme assez rudimentaire,
constitue probablement la grande majorit des implmentations sur le terrain. Il faut noter
que, malgr son apparente popularit comme concept et son adoption assez rpandue (surtout
aux tats-Unis), il existe relativement peu dtudes de cas dtailles, concernant des
expriences de mise en uvre du tableau de bord prospectif dans la littrature acadmique
(Bessire, 2000). Les livres et les articles qui sappuient sur des descriptions plus approfondies
commencent seulement faire leur apparition maintenant (Niven, 2002).
Le changement le plus significatif du deuxime stade fut lintroduction du concept de
strategic objectives (Kaplan et Norton, 1993), ainsi que le dveloppement de la notion de
causalit. La causalit entre les perspectives avait dj t prsente dans le premier modle
de 1992, mais sans entrer dans le dtail (on insistait plus sur la juxtaposition des
reprsentations que sur leurs interrelations). Ainsi, au lieu de mettre en vidence les liaisons
causales entre les diverses perspectives, le modle initial sintressait surtout aux mesures
elles-mmes et suggrait quil y avait des connexions mais sans se focaliser dessus, ce qui
engendrait des problmes conceptuels (Brewer, 2002). Lvolution qui sest produite a t
caractrise par Kaplan et Norton en 1996 comme le passage de an improved measurement
system to a core management system 1 (Kaplan et Norton, 1996). Les consquences de ce
changement ont t multiples. La pression sur le processus de conception du tableau de bord
prospectif a augment car dsormais il faut que les mesures refltent le plus possible les buts
stratgiques de lorganisation. Ensuite, la documentation sur le tableau de bord prospectif
partir du milieu des annes 1990 a commenc expliciter les connexions entre les objectifs
stratgiques, ainsi que les relations de causalit entre les perspectives. On considre
maintenant que la reprsentation des liens de causalit entre les objectifs stratgiques est un
point central dans le mcanisme de conception dun tableau de bord prospectif (Kaplan et
1

La traduction en franais : une amlioration du systme de mesure un systme de gestion de base .

49

Norton, 2001). Cette conception amliore, qui fait du tableau de bord prospectif un dispositif
de gestion global plutt quun simple outil de reprsentation dune performance
multidimensionnelle pour les managers, reprsente maintenant le courant dominant des
recherches en gestion sur la question, quelles soient acadmiques ou professionnelles.
Le troisime stade dvolution historique consiste en un raffinement des caractristiques
de conception du deuxime stade afin de lui donner de meilleures fonctionnalits et
damliorer la pertinence des liens de causalit. Cela se traduit par une clarification des ides,
par une identification plus prcise des liens de cause effet, et par la recherche dune
appropriation par tous les membres de lorganisation des objectifs stratgiques traduits en
indicateurs afin de favoriser les initiatives (Kaplan et Norton, 2001).
Cette vocation de lvolution historique du tableau de bord prospectif permet de
comprendre le cheminement des crits acadmiques qui, au dpart, taient principalement
normatifs et descriptifs, puis qui sont devenus plus analytiques et prcis et font maintenant
appel de nombreuses tudes quantitatives (surtout aux tats-Unis) (Ittner et al., 1998, 2003 ;
Youngblood et Collins, 2003 ; etc.) et qualitatives (Atkinson et al., 2000 ; Norreklit, 2000 ;
Lorino, 2001 ; Bourguignon et al., 2002 ; Mouritsen et al., 2002 ; etc.).
1.3.2.1.2

Caractristiques de tableau de bord prospectif

Kaplan et Norton prsentent le tableau de bord prospectif comme un outil servant

formuler la stratgie, la communiquer, fixer des objectifs, mettre en cohrence les
initiatives des acteurs pour atteindre un objectif commun et renforcer le retour dexprience
et le suivi de la stratgie. Il sagit donc dun outil de gestion qui ne vise pas seulement
contrler des activits. Le TBP, dans son contenu, cherche aussi saisir la ralit complexe de
la performance des entreprises qui ne peut pas tre strictement financire. Le modle gnral,
qui permet dapprcier la performance dans quatre domaines, est prsent au Schma 1.1
(page suivante).

50

Schma 1.1 : Le tableau de bord prospectif

Rsultats financiers
Que faut-il apporter aux
actionnaires?

Processus internes
Clients
Que faut-il apporter aux
clients?

Vision et
stratgie

Quels sont les processus

essentiels la
satisfaction des
actionnaires et des
clients?

Apprentissage
organisationnel
Comment piloter le
changement et l'amlioration?

Source : Kaplan R. S. et Norton D. P. (1996), The balanced Scorecard, Harvard business

School Press, p. 21
La carte stratgique est en effet le point central du systme. Elle est lexpression des
hypothses stratgiques et dfinit les relations de cause effet entre les mesures de rsultats
retenues et les dterminants de la performance. Pour Kaplan et Norton Chaque mesure
slectionne pour le tableau de bord prospectif doit tre un lment dune chane de relation
de cause effet exprimant lorientation stratgique de lentreprise . Ltablissement de cette
carte ncessite un travail de fond plus que consquent. La qualit du systme de pilotage est
directement dpendante de la pertinence et de la vraisemblance de la carte stratgique.
Perspective financire :
Laxe financier reprsente les objectifs longs termes de lentreprise. Kaplan et Norton
proposent trois phases stratgiques financires qui, croises avec la situation de march de
lentreprise (croissance, maintien, maturit / rcolte), fournissent une gamme dindicateurs.
51

Cette liste, bien entendu non-exhaustive, doit tre comprise comme un ensemble de domaines
dindicateurs, susceptibles dtre adapts au contexte particulier de lentreprise.
Cet axe reprend les grands indicateurs financiers classiques ; la nouveaut est dans la
volont de rattacher ces indicateurs financiers la ralit client (nouveaux clients, clients
cibls, client non rentables) ainsi quau processus de cration des produits et services
(recherche et dveloppement, nouveaux produits et services).
De plus, Kaplan et Norton suggrent dadapter les indicateurs financiers la phase du
cycle de vie du secteur o volue lentreprise (croissance, maintien, maturit). Ces indicateurs
permettent de dterminer si les intentions et la mise en uvre de la stratgie contribuent
amliorer le rsultat financier. En gnral, les objectifs financiers portent sur la rentabilit
mesure par le retour de capitaux engags ou le bnfice dexploitation.
Trois objectifs financiers spcifiques guident la stratgie :

La croissance et la diversification du chiffre daffaires

Lentreprise pourra tudier le taux daugmentation du chiffre daffaires de nouveaux produits,

de nouvelles applications, ainsi que sur de nouveaux clients, nouveaux marchs.

La rduction des cots : amlioration de la productivit

Une unit peut associer la croissance et la diversification de son chiffre daffaires

lamlioration de la productivit, la rduction des cots unitaires, la diversification des

circuits de ventes et la rduction des frais dexploitation (les frais commerciaux, gnraux et
administratifs).

La stratgie dutilisation de lactif et dinvestissement

Les objectifs concernant la meilleure utilisation de lactif peuvent porter sur

lamlioration des procdures dinvestissement, la fois pour accrotre la productivit des

projets dinvestissement et pour acclrer le processus dengagement des capitaux afin de
rduire le temps de retour de ces investissements. En fait, le but est de rduire le cycle de
trsorerie pour les investissements en capital matriel et immatriel.

52

Perspective client :
Au cur de toute stratgie d'entreprise o il s'agit de lier les processus internes avec de
meilleurs rsultats pour le client se trouve la (proposition de valeur) faite aux clients. partir
d'exemples probants, Kaplan et Norton isolent trois stratgies pour se diffrencier du march :

La supriorit produit : l'entreprise pousse ses produits dans le domaine de

l'inexpriment, de l'inconnu.

L'intimit client : l'entreprise connat les clients qui elle vend et les produits et les
services dont elle a besoin.

L'excellence oprationnelle : l'entreprise cherche atteindre une combinaison de

qualit, prix et facilit d'achat que nul ne peut galer.
La thorie, selon Kaplan et Norton, dit que les entreprises qui russissent sont

excellentes dans un des trois aspects et ont un niveau standard dans les deux autres. L'axe
client permet l'entreprise de dfinir les clients cibler. Comme la plupart des marchs sont
composs de clients htrognes donc sensibles diffrents critres, l'entreprise se doit de
choisir1 une perspective prioritaire dans lequel elle va exceller. C'est sur les clients (cible) que
vont se concentrer les indicateurs du tableau de bord prospectif. Ainsi en choisissant de ne pas
satisfaire certains clients, l'organisation dcide de ne pas dvelopper certains services. L'axe
client choisi est reli par sa partie suprieure l'axe financier et par sa partie infrieure l'axe
des processus internes de la carte stratgique.
Perspective processus internes :
Lobjectif de cet axe est de prendre en compte lensemble des processus internes, et en
particulier linnovation, la production et le service aprs vente. Au travers de lanalyse des
processus, cest une vision transversale de lorganisation que lon cherche tablir, ainsi que
la mise en avant de deux processus souvent ngligs dans lanalyse comptable des
performances, savoir linnovation et laprs-vente.

M. Porter What is Strategy , La stratgie c'est choisir .

53

Concernant le processus dinnovation, une premire tape consiste cerner le march

en identifiant les besoins nouveaux ou latents des clients. Se pose ensuite la question
dapprcier la performance de la recherche et dveloppement, non seulement sur un plan
oprationnel mais aussi quant sa rentabilit.
Le processus daprs vente peut avoir un impact trs important sur la valeur ajoute
perue par le client et peut tre suivi laide dindicateur de cot, de qualit et de dlai. Avec
le dveloppement de centre dappel assurant le service aprs vente des produits, cest tout un
ensemble de nouveaux indicateurs qui sont devenus accessibles et qui permettent de piloter
lactivit : nombre dappels traits, dure moyenne et maximale avant le rappel dun client
dont on n'a pas pu traiter le cas immdiatement, pourcentage des cas traits distance sans
dplacement sur le site clients, cot du traitement de lappel selon la complexit du cas, etc.
chaque entreprise de dterminer quels sont les indicateurs pertinents et comment
assurer leur prises en compte dans le systme dinformation.
Pour le pilotage du processus de production, on retrouve les indicateurs classiques de
qualit, cot et ractivit, auxquels on adjoint selon lactivit des indicateurs spcifiques sur
la stratgie dapprovisionnement (critres de choix des fournisseurs, pilotage des oprations
de rception et de traitement des commandes), lefficacit du cycle de production (ratio,
temps utile de transformation sur temps total de production) ou encore le cot des activits
calcul selon lapproche ABC1.
Perspective apprentissage organisationnel :
Nous avons vu comment la carte stratgique organisait les objectifs concernant les axes
financiers, client et processus interne, nous allons dsormais aborder le dernier axe. Pour les
auteurs, les stratgies d'apprentissage et de dveloppement sont le point de dpart de tout
changement durable long terme. En pratique nous distinguons trois types d'objectifs.

Les comptences stratgiques : les capacits et la connaissance ncessaires pour que

le personnel soutienne la stratgie.

Activity Based Costing.

54

Les technologies stratgiques : les systmes d'information, les bases de donnes, les
outils et le rseau ncessaires pour promouvoir la stratgie.

L'ambiance favorable l'action : les modifications culturelles ncessaires pour

motiver, responsabiliser et faire en sorte que le personnel soit en phase avec la
stratgie.

En traitant l'axe d'apprentissage aprs que les trois autres axes ont t dfinis, les
dirigeants peuvent mettre en adquation leurs objectifs en matire de ressources humaines, de
technologies de l'information et d'ambiance de travail avec les besoins de leur processus cls
et la proposition de valeur faite au client. Ainsi une organisation qui dsire augmenter la
satisfaction client se doit d'exiger comme objectif la fidlisation de son personnel expriment
pour ainsi maintenir la relation avec le client et procurer l'exprience d'achat plaisir . Pour
Kaplan et Norton ceci implique une politique des ressources humaines adquate ainsi qu'une
formation importante pour le personnel. Enfin, les auteurs insistent sur le fait que ces
politiques doivent tre compltes par des programmes d'valuation en continu. Donc le
tableau de bord prospectif se devait de contenir des indicateurs de satisfaction du personnel
afin de reconnatre que le salari est un vritable partenaire de la stratgie.
Pour conclure, nous noterons que Kaplan et Norton font figurer l'axe d'apprentissage
tout en bas de la carte stratgique du tableau de bord prospectif afin de signifier que c'est le
fondement de toute organisation.
Les quatre axes du tableau de bord prospectif (TBP) ne constituent pas un modle
statique et universel. Ils forment plutt une toile de fond ou un cadre gnral danalyse qui
permet dapprhender le systme dindicateurs de performance de lentreprise dans un
contexte de plus en plus concurrentiel o la performance ne se traduit plus seulement en terme
de rendement financier. Il fournit galement une articulation autour de la stratgie, essentielle
lefficacit du systme de mesure. videmment, chaque entreprise aura des indicateurs qui
lui sont propres en fonction de ses objectifs, de ses stratgies et des diverses caractristiques
de son environnement. Pour ces raisons, le modle ne spcifie pas les indicateurs que lon doit
retrouver dans chacun des quatre axes puisque ceux-ci seront trs variables dune entreprise
lautre. Cependant, pour chacun des axes, Kaplan et Norton proposent des lments de
contenu qui permettront dorienter les concepteurs. Ils identifient de grandes classes de
dterminants de la performance qui devraient conduire lidentification dindicateurs de
55

performance. Le Tableau 1.3 prsente ces principaux dterminants et quelques exemples

dindicateurs.
Tableau 1. 3 : Les catgories dindicateurs de performance selon les axes du TBP

Axe

Dterminants de la performance traduire

- Accroissement du chiffre daffaires ;

Financier

Exemples dindicateurs

en indicateurs

- Croissance des ventes ;

- Rduction des cots et amlioration de la - Pourcentage du bnfice net ;

productivit ;

- Rendement sur capital investi ;

- Utilisation de lactif ;

- Cots unitaires.

Clients

- Rduction du risque.
- Part de march ;

Pourcentage

- Conservation de nouveaux clients ;

ralises

- Acquisition de nouveaux clients ;

existants ;

- Satisfaction des clients ;

- Rentabilit par segment.

ralises auprs de nouveaux

auprs

Pourcentage

des

ventes

des

clients

des

ventes

clients ;
- Degr de satisfaction des
clients ;
- Taux de retour des produits.

organisationnel

Apprentissage

Processus internes

Qualit, ractivit, productivit, cot pour -

Pourcentage

des

ventes

chacun des grands processus dune entreprise, ralises avec des nouveaux
soit :

produits ;

- Linnovation ;

- Temps de rponse aux appels

- La production ;

de service ;

- Le service aprs-vente.

- Cots standards.

- Le potentiel des salaris ;

- Taux de satisfaction des

- Rorientation des comptences ;

employs ;

- Capacits des systmes dinformation ;

- Argent investi en formation ;

- Alignement des objectifs individuels avec

- Disponibilit de linformation ;

ceux de lentreprise.

- Nombre de suggestions par

employ.
56

En rsum, pour relever le dfi de la comptitivit, les entreprises reconnaissent,

rappelons-le, quil est essentiel de disposer dun systme de mesure de rendement
multidimensionnel. Le cadre danalyse gnral du tableau de bord prospectif apparat
suffisamment complet pour servir de point de dpart pour valuer les systmes de mesure de
la performance et proposer des pistes damliorations qui permettront ventuellement de
piloter la performance des entreprises.
1.3.2.1.3

Fonctions de tableau de bord prospectif

Le tableau de bord prospectif en tant qu'instrument de mise en uvre de la stratgie a

pour objectif de remplir trois fonctions :

Le tableau de bord prospectif a t conu dans le but d'assurer un dploiement efficace

de la stratgie. Ceci passe dans un premier temps par une communication claire de ses
lments l'ensemble de l'organisation.

Le dploiement d'une nouvelle stratgie suppose bien souvent des changements

majeurs de direction et par consquent des adaptations substantielles de la structure.
Pour encourager les collaborateurs changer, des incitations doivent tre mises en
place.

Le contrle stratgique et l'adaptation continuelle de l'organisation aux changements

de l'environnement ne sont pas possibles sans une mesure de sa performance et de
celle de ses acteurs pendant un processus suivi et continu.

Communiquer la stratgie :
Dployer la stratgie est du ressort de la direction gnrale. Dans un march changeant
et trs concurrentiel, la survie de l'entreprise dpend de la rapidit du processus d'alignement
de la structure sur la stratgie et donc de la communication et l'appropriation de la stratgie
par l'ensemble de l'organisation.
Ainsi, l'examen et la discussion priodique des lments du tableau de bord prospectif
permettent de mettre constamment l'accent sur les facteurs cls de succs d'une organisation et
par consquent de clairement souligner les options stratgiques suivre.
57

Le tableau de bord prospectif permet ainsi d'orienter rapidement les actions d'une
entreprise afin de tirer parti au mieux des opportunits et de contrecarrer certaines menaces. Il
contribue de ce fait rendre l'organisation davantage proactive que ractive car le tableau de
bord prospectif fait appel un langage oprationnel clair qui rduit les problmes
d'interprtation tant internes qu'externes.
Aligner les actions aux buts stratgiques :
Communiquer la stratgie tous les niveaux de l'entreprise ne suffit pas son
dploiement. Pour changer les comportements et faire en sorte que l'ensemble de
l'organisation mette en uvre les options stratgiques dfinies, il convient de se pencher sur
les habitudes et les motivations.
Comment s'assurer que les actions oprationnelles et quotidiennes s'alignent sur les
objectifs dfinis et les options stratgiques ?
L'appropriation de la stratgie par les employs et le changement ncessaire de leurs
comportements sont trs difficiles dans les structures actuelles. L'homme en tant qu'tre
rationnel va chercher maximiser son utilit, et lui demander de modifier son comportement
suppose qu'il en retire des avantages personnels certains. Or, dans une conomie o les
structures s'aplatissent, o la pression sur les salaires existe, o les plans de carrire
disparaissent, o la loyaut employeurs/employs s'effrite, il est difficile de demander aux
collaborateurs de non seulement faire leur travail, mais galement de s'adapter constamment.
Malgr toutes ces difficults, le tableau de bord prospectif (TBP) mise sur la
responsabilisation des acteurs. Diffrentes tudes de cas montrent que le TBP permet de
supprimer les comportements opportunistes et d'accrotre le degr de responsabilisation. Avec
le TBP, les units de gestion et les collaborateurs savent dsormais ce que l'on attend d'eux et
dans quelle mesure ils contribuent au processus de cration de valeur.
Par une meilleure communication, ils savent galement la direction que suit
l'organisation. Le tableau de bord prospectif laisse donc une place importante l'homme et lui
permet d'exploiter ses qualits. Ceci a pour effet de permettre un meilleur degr de
responsabilisation.

58

Mesurer la performance :
Ce qui ne se mesure pas, ne se gre pas pour plusieurs raisons, y compris le besoin pour
l'tre humain d'avoir des points de repre.
ce jour, les systmes d'valuation de la performance ont mis davantage l'accent sur la
performance externe, sur les mesures financires ou conomiques telles que le ROI1 ou
l'EPS2. Or celles-ci ne se grent pas, elles n'expriment que la consquence des dcisions
relatives aux trois dimensions de l'entreprise : le quoi, le qui et le comment.

La dimension du "quoi" porte sur le portefeuille de produits/services : quel

produit/service faut-il commercialiser ? Sur quel produit/service faut-il mettre
l'accent ? Quel produit/service faut-il abandonner ? quel prix faut-il vendre ?
Peut-on produire ce cot ?

La dimension du "qui" tente de mesurer la performance des diffrents marchs de

l'entreprise, de ses diffrents segments de clientle afin par exemple de mettre l'accent
sur les crneaux les plus rentables ou sur ceux qui sont les plus prometteurs moyen
et long terme.

La dimension du "comment" cherche dissquer la performance des processus

internes de cration de valeur dans le but galement d'oprer des choix : dterminer les
processus amliorer, sous-traiter, abandonner, reconcevoir, rpartir les activits
entre les units de gestion, dterminer le primtre de responsabilit des units de
gestion et des collaborateurs.
Outre cette dimension de mesurer pour mieux grer l'entreprise, mesurer la performance

permet galement de motiver les collaborateurs. Par essence, l'tre humain aime les objectifs.
La seule fixation de cibles atteindre indpendamment de l'existence ou non d'un
systme de rcompenses ou de sanctions suffit dj accrotre la motivation des
collaborateurs.

1
2

Return On Investment (Retour sur Investissement).

Earnings per Share (Bnfice par action).

59

Dans ce contexte, le tableau de bord prospectif devient un lment central du systme

d'valuation et de motivation et reprsente un lment cl du systme de pilotage de la
performance.
1.3.2.2

La mise en uvre dun tableau de bord prospectif

1.3.2.2.1

La place du tableau de bord prospectif dans le pilotage de la

performance

Pour les concepteurs de loutil et beaucoup dauteurs, le tableau de bord doit tre un
outil central, alternatif au systme budgtaire traditionnel (Epstein et Manzoni, 1997 ; Kaplan
et Norton, 2001 ; Fernandez, 2003). Mais dautres dfendent lide que le tableau de bord
prospectif doit tre un outil parmi dautres parce quil nest pas suffisamment complet. Ainsi,
Mendoza et Zrihen (1999) soutiennent que le tableau de bord prospectif ne peut en aucun
cas remplacer le reporting et Zcri (2000) estime quil est inconcevable de nos jours de
grer une entreprise sans budgets. Pour Meric (2003), le tableau de bord prospectif risque de
phagocyter les innovations qui lont prcd, ce qui serait une aberration. Il conoit donc
le tableau de bord prospectif

comme un outil complmentaire dautres mthodes ou

dmarches de calculs comme lABC, lEVA1, etc., afin de profiter pleinement des
complmentarits des diffrentes mthodes. Oyon et Mooraj (1998) tendent galement cette
mme conclusion. Plus nuancs, Gray et Pesqueux (1993), qui sintressent dailleurs plus
aux tableaux de bord en gnral quau tableau de bord prospectif en particulier, avancent
lide suivante : si le tableau de bord sert suivre les objectifs gnraux au niveau du sige, il
peut tre un outil parmi dautres, en revanche sil sert au suivi du fonctionnement courant au
niveau des oprationnels, il doit alors tre un outil central.
1.3.2.2.2

La contingence de tableau de bord prospectif

De nombreuses tudes (Merchant, 1984 ; Fisher, 1998 ; etc.) ont montr que les
systmes de contrle de gestion subissent un ensemble de facteurs de contingence qui les
modle. Un tour dhorizon de la littrature va tre prsent en considrant
successivement : lincertitude de lenvironnement, le cycle de vie des produits, la technologie,
la taille de lentreprise et les rapports de pouvoir. Dans chacun de ces cas, nous serons amens

Economic Value Added : valeur conomique ajoute.

60

 comparer les atouts et les limites du tableau de bord prospectif au regard des autres outils
disponibles (budgets, tableaux de bord non stratgiques, etc.).
De nombreux travaux ont mis en avant lincertitude de lenvironnement comme une
variable contingente, dterminante dans le choix dun outil de gestion (Gul, 1991 ; Fisher,
1998 ; etc.). Selon Gordon et Narayanan (1984), un environnement peru comme incertain
appelle des structures organiques qui privilgient la recherche dinformations externes et de
nature non financire. Bescos et al., (2003) considrent que les budgets dans un
environnement turbulent ne peuvent tre utiliss comme un instrument de mise en uvre
dobjectifs stratgiques. Gignon-Marconnet (2003) pense qu une gestion budgtaire trs
contraignante ne conviendrait pas des environnements incertains . De mme, Berland
(1999) suppose que lorsque lentreprise se trouve dans un environnement incertain, il lui est
difficile dtablir des prvisions fiables et donc que la fixation dobjectifs budgtaires devient
un exercice trs difficile, voire impossible. Gul (1991) arrive galement la conclusion que
dans un environnement incertain, la performance est accrue si les gestionnaires utilisent un
systme de contrle de gestion plus sophistiqu que les budgets. Toutefois, le tableau de bord
prospectif dans sa forme gnrique est-il assez complet pour prendre en compte la variable
environnement ? Daprs Atkinson et al., (1997) et Oyon et Mooraj (1998), le tableau de bord
prospectif exclurait lenvironnement externe comme dimension importante ayant un impact
sur la performance de lentreprise. Pour pallier cet inconvnient, certaines entreprises mettent
en place un cinquime axe environnement . Mais dautres travaux aboutissent des
conclusions qui prconisent plutt lutilisation des budgets en environnement incertain. Ainsi,
Hopwood (1974) estime que ce nest pas en environnement stable que les entreprises
ressentent le besoin dtablir un budget ce qui serait un exercice relativement facile mais
en environnement complexe et incertain . Dans le mme ordre dide, Ezzamel (1990),
constate sur le terrain que le recours au budget, pour valuer la performance, est accru lorsque
lenvironnement devient incertain. Toutefois cela reste un point de vue minoritaire et il
semble que le tableau de bord prospectif soit plus adapt que les budgets en environnement
incertain.
Le cycle de vie des produits est compos de quatre phases : lapparition, la croissance,
la maturit et le dclin (Sizer, 1989 ; Wilson, 1991 ; Drury, 1994). Selon Merchant (1994), les
organisations avec des produits majoritairement en phase dapparition, ont tendance utiliser
moins doutils de contrle financier traditionnels, comme les budgets, et sont plus disposes
se tourner vers des outils ayant des indicateurs non financiers, prenant en compte les
61

performances futures. Hoque et James (2000), la suite dune enqute ralise auprs de 66
entreprises australiennes, ont galement montr que les organisations ayant des produits en
phase dapparition avaient plus tendance utiliser des outils comme le tableau de bord
prospectif.
La technologie peut galement avoir une influence sur le choix dun systme de
pilotage. En effet, pour dcliner sa stratgie tous les niveaux, lentreprise va avoir un grand
besoin dinformations. Il faut donc que ce changement de mentalit puisse sappuyer sur une
volution des systmes dinformation (Chiapello E. et Delmond M. H., 1994). Edwards
(2001) indique que les entreprises qui mettent en place un outil tel que le tableau de bord
prospectif sont aussi souvent celles qui utilisent des outils informatiques intgrs de type
Enterprise Information System (EIS) ou Progiciel de Gestion Intgr (ERP en anglais)1, car
cela leur permet davoir en temps rel de linformation sur leurs diffrents indicateurs.
Saulpic et Ponssard (2000), constatent que lenjeu associ aux aspects purement
informatiques (interconnexion des systmes) est trs important car, selon eux, il faut sans
cesse naviguer entre deux extrmes : soit se contenter du papier crayon (ou logiciel de
type Excel), ce qui semble suffisant quand on utilise comme systme de gestion les budgets,
ou bien mettre le paquet (logiciels de type EIS ou ERP).
Dans lanalyse des relations entre tableau de bord prospectif et taille de lentreprise, il y
a deux courants de pense antagonistes. Le premier courant dfend lide que la complexit
des systmes de gestion est positivement corrle la taille de lentreprise (Merchant, 1981 ;
Hoque et James, 2000 ; etc.). Ainsi, comme Hoque et James (2000) lont dmontr, ce sont
les plus grandes entreprises qui ont mis en place des systmes de mesure de la performance
proches du tableau de bord prospectif. De mme, plus la taille de lentreprise est grande, plus
le recours des indicateurs de performances non financires serait important (Germain,
2003). Le deuxime courant, quant lui, reconnat galement leffet de taille sur les choix en
matire de contrle de gestion, mais aboutit des conclusions diffrentes (Lawrence et
Lorsch, 1967 ; Bescos et al., 2003). Selon ces auteurs, plus la taille de lentreprise est
importante, plus elle met en place un systme de gestion de type administratif avec un recours
suprieur ltablissement de budgets. De mme, lorsque lentreprise se dveloppe, des
problmes comme la contrlabilit, la coordination et la communication apparaissent. Le
recours au budget serait donc une procdure formalisant, permettant de rduire ces problmes.
1

Enterprise Resource Planning : Progiciels de Gestion Intgrs.

62

La forme de pouvoir nest pas non plus sans effet sur le choix dun outil de pilotage. Le
contrle extrieur semble accrotre la formalisation et la centralisation (Reimann, 1973 ;
Holdaway et al., 1975). Un outil favorisant le dploiement stratgique comme le tableau de
bord prospectif serait plus adapt aux organisations systme dautorit simple et centralis
que le tableau de bord la franaise , tant donn que ce dernier repose sur une conception
plus politique de la stratgie (Epstein et Manzoni, 1998). linverse, le tableau de bord la
franaise parat plus adapt pour des organisations o le pouvoir est diffus et o chaque
niveau hirarchique et chaque service dsire garder une zone de libert (Errami, 2004).

63

Conclusion du Chapitre 1

Ce premier chapitre thorique avait trois principaux objectifs. En premier lieu, il

sagissait de prsenter les limites du contrle de gestion traditionnel et les critiques adresses
ces outils, entre autres la technique budgtaire.
En deuxime lieu, nous avons dfini les principaux concepts et notions qui seront
utiliss tout au long de ce travail de recherche, tels que les concepts de tableau de bord,
performance, indicateur de performance et tableau de bord prospectif. Ainsi, nous avons
dress les caractristiques du tableau de bord et montr comment cet outil introduit des
changements dans le contrle de gestion.
En dernier lieu, nous avons tudi la place du tableau de bord prospectif dans le pilotage
de la performance des entreprises.

64

CHAPITRE 2. LE TABLEAU DE BORD : TUDE DU

TERRAIN ET LMENTS DE RECHERCHE

Dans le premier chapitre, nous avons prsent les caractristiques du tableau de bord
afin de montrer comment cet outil apporte des changements dans le contrle de gestion. Nous
avons galement cern les principaux concepts et notions utiliss dans la prsente recherche.
Lobjectif du prsent chapitre consiste rpondre notre question de recherche en
laborant un modle explicatif des pratiques de tableau de bord dans les PME. Pour ce faire,
nous commenons le prsent chapitre par une premire section (Section 1) consacre la
prsentation de notre terrain de recherche et ces caractristiques.
Dans la deuxime section (Section 2), nous prsentons le cadre conceptuel de cette
recherche. Ceci nous permet de dterminer les variables explicatives, intermdiaire et la
variable explique, afin dexpliciter limpact des facteurs de contingence organisationnelle et
comportementale sur les pratiques de tableau de bord dans les PME et linfluence de ce
derniers sur le pilotage de la performance de ces entits. Nous terminons cette partie par la
proposition dun ensemble dhypothses et dun modle conceptuel de recherche.

65

PLAN DU CHAPITRE 2

2.1 Le terrain de recherche

2.1.1

2.1.2

La PME : un essai de

Limage de la PME

dfinition

marocaine

2.2 Les lments de recherche

2.2.2
Vers un modle
gnral des pratiques
de tableau de bord
dans les PME

2.2.1
Spcificit des PME :
approche contingente

66

2.1 Le terrain de recherche

Lintrt du monde acadmique et de la recherche en gnral pour les petites et
moyennes entreprises est relativement rcent. En effet, les premiers crits sur la PME ont t
le fait de chercheurs isols tels que Cole (1942), Steindl (1947), Evans (1949) ou Barnard
(1949). Ces chercheurs ont t les prcurseurs en matire danalyse et dtudes spcifiques
aux PME. Ils ont t suivis, au cours des annes 1950 et 1960, par une nouvelle vague de
chercheurs beaucoup plus nombreux dans ce domaine comme Churchil, Gross, Penrose,
Cooper, Hollander, Steiner. Dans les annes 1970, les recherches sur les PME sont devenues
plus nombreuses et suscitaient de plus en plus dintrt sous limpulsion de chercheurs tels
que Kilby, Waite, Boswel, Echne. Enfin, au cours de la dcennie 1980, le monde
acadmique a vu la multiplication des quipes de recherches de toutes tailles spcialises dans
le domaine.
Malgr cette volution et cette attention nouvelle, peu de travaux se sont intresss aux
pratiques de contrle de gestion des PME et plus prcisment aux pratiques de tableaux de
bord de ces entits.
Le premier problme rencontr lors de ltude des pratiques de tableau de bord dans les
petites et moyennes entreprises concerne lobjet danalyse lui-mme. Les PME requirent des
critres de gestion spcifiques, qui tiennent compte de la trs grande diversit de ces
entreprises. Marchesnay (1995) rappelle quelques caractristiques de la PME, le rle
dterminant du chef dentreprise et la non-diffrenciation des tches qui expliquent la faible
visibilit du contrle de gestion dans ce type dentreprise. Fournier (1992) prcise, par
exemple, que la fonction contrle de gestion dans les PME est trs souvent confondue avec la
fonction financire et quelle est traditionnellement sous-structure.
La trs forte htrognit des PME entrane galement une incertitude non ngligeable
sur la dfinition mme de la PME (Hirigoyen, 1984 ; Stanworth et Chapman, 1991 ; Forsyth
et al., 1991 ; Tadde et Coriat, 1993 ; Julien, 1994 ; Duchneaut, 1995). Alors que ces entits
constituent parfois lunique source demplois et de renouvellement de lconomie dans les
pays en voie de dveloppement (Julien et Marchesnay, 1994).
Nous essayons, dans un premier temps, de dfinir la PME. Dans un deuxime temps,
nous montrons limportance dtudier les PME marocaines.
67

2.1.1 La PME : un essai de dfinition

Au dpart il faut reconnatre que les PME ne sont pas des grandes entreprises en
miniature. Les recherches antrieures ont bien montr quune PME ne peut plus tre
considre comme un simple modle rduit dun archtype dentreprises () elle constitue un
tre qui a sa propre ralit et sa propre existence (Julien, 1988). La petite et moyenne
entreprise est avant tout une entreprise juridiquement, sinon financirement indpendante,
oprant dans des secteurs primaires, manufacturiers ou des services, et dont les fonctions de
responsabilits incombent le plus souvent une personne en gnral seul propritaire du
capital (Julien, 1988).
Toutefois, il nexiste pas une dfinition unique des PME mais plusieurs typologies ont
t conues par diffrents chercheurs afin de retrouver les ressemblances communes. Les
critres de classement changent dun secteur lautre, dune conomie une autre et dun
pays lautre. Il arrive souvent que cette catgorie dentreprise soit dfinie diffremment dans
des conomies dveloppes et pour les mmes secteurs dactivits. Gnralement, toutes les
dfinitions rencontres tentent de combiner des composantes conomiques, financires,
juridiques et sociales pour le classement des entreprises. Devant cette htrognit de
dfinitions, les chercheurs adoptent souvent deux axes danalyse : les critres quantitatifs et
les critres qualitatifs.
2.1.1.1

Dfinition de la PME selon des critres quantitatifs

Les dfinitions quantitatives sont trs souvent privilgies en raison de leur grande
oprationnalit. Les critres retenus sont le plus souvent l'effectif, le chiffre d'affaires ou
encore le montant de l'actif du bilan. Lorsqu'on tudie ces critres on s'aperoit qu'il n'existe
pas de consensus et que mme dans certains pays selon le programme gouvernemental ces
seuils varient (Wtterwulghe, 1998). Le Tableau 2.1 (page suivante), prsente la classification
des firmes selon leur taille dans quelques pays de l'OCDE1.

Organisation de Coopration et de Dveloppement conomiques.

68

Tableau 2.1 : Classification des firmes selon leur taille dans quelques pays de l'OCDE
Petite entreprise

Moyenne entreprise Grande entreprise

Union Europenne

1-49

50-249

>250

tats-Unis

1-250

251-500

>501

Japon

1-49

50-500

>501

Suisse

1-20

21-100

>101

Source : Julien, 1997

Dune part, ces critres quantitatifs, relvent lapproche conomique traditionnelle qui
se refuse pntrer l'intrieur de la boite noire de l'entreprise et ne touche qu'aux lments
les plus apparents ; elles sont toutefois les premires disponibles et peuvent servir rpondre
aux besoins de critres pour l'application des programmes d'aide gouvernementaux. D'autre
part, pour les chercheurs, ils sont souvent une premire porte d'entre pour obtenir des
chantillons qui seront tudis plus attentivement par la suite.
videmment, cette mesure statistique comporte diffrents problmes, savoir, entre
autres, ce que l'on entend par nombre d'employs : employs permanents, temps partiel,
saisonniers, semi-cadres, etc. ; on russit toutefois rsoudre pas trop mal ces problmes par
quelques dfinitions et calculs. Mais cela ne rsout pas le cas des diffrences sectorielles : par
exemple, on peut considrer qu'un atelier d'usinage de 50 employs est, dans son secteur, une
entreprise moyenne ; alors qu'une PME de 100 employs dans le secteur du vtement est de
petite taille.
Les diffrences sont souvent grandes entre les industries travail intensif et celles
capital intensif. C'est pourquoi on ajoute au nombre d'employs, la mesure des actifs. Mais
qu'en est-il de la taille des firmes aux actifs passablement dprcis ct de firmes aux actifs
neufs ? En tenant compte du chiffre d'affaires, de la valeur ajoute ou des ventes, on peut
surmonte cet obstacle. Mais encore ici, le chiffre daffaires peut varier considrablement selon
les branches industrielles en croissance ou large march par rapport celles march troit ;
de plus, il est souvent camoufl pour des raisons fiscales ; les ventes sont fonction de la
conjoncture ou peuvent varier considrablement selon les saisons ; la valeur ajoute peut tre
difficile valuer ; etc. D'ailleurs, mme s'il y a une certaine corrlation entre ces diffrentes
69

mesures de taille, elles ne sont pas compltement interchangeables (Nguyen et

Belhumeur, 1895).
Ainsi, les critres quantitatifs, pourtant si faciles d'approche, demeurent fort critiquables
et peuvent tre utiliss uniquement comme premire approximation1. On doit donc ajouter
d'autres critres pour distinguer les diffrents types de PME.
2.1.1.2

Dfinition de la PME selon les critres qualitatifs

Plusieurs chercheurs ont tent de dpasser les critres quantitatifs. En pntrant

lintrieur de la boite noire et en tenant compte de la relation de lentreprise avec son
environnement, ils ont ainsi adopt une approche beaucoup plus managriale et
organisationnelle.
Selon la commission europenne, sont considres comme PME, les entreprises :
-

Employant moins de 250 personnes ;

Dont, soit le chiffre daffaires nexcde pas 40 millions deuros, soit le total du bilan
annuel nexcde pas 27 millions deuros ;

Qui respectent un critre dindpendance. Sont considres comme indpendantes, les

entreprises qui ne sont pas dtenues hauteur de 25% ou plus du capital ou des droits
de vote par une ou plusieurs grandes entreprises.
La commission utilise donc trois critres quantitatifs et un critre dordre plus qualitatif.

Elle considre que le critre du nombre de salaris doit imprativement tre utilis, mais quil
faut le combiner lun des deux critres financiers refltant limportance conomique relative
dune entreprise.
La commission estime quil est ncessaire dtablir une distinction entre une entreprise
moyenne, une petite entreprise et une micro-entreprise. Le Tableau 2.2 (page suivante)
prsente la dfinition de la PME selon la commission europenne.

Dautres problmes peuvent survenir de la qualit des donnes statistiques, en particulier lorsqu'elles tiennent
compte des toutes petites entreprises ou du moins de celles ayant moins de 20 employs. En fait, il est rare que
deux sources diffrentes arrivent aux mmes rsultats (Brown et Phillips 1989).

70

Tableau 2.2 : Dfinition de la PME selon la commission europenne

Effectif

Chiffre daffaires

Total bilan

(millions deuros)

(millions deuros)

Moyenne entreprise

(50-250)

(7-40)

(5-27)

Petite entreprise

(10-49)

<7

<5

Micro-entreprise

< 10

La dfinition de la commission permet didentifier les PME, mais leur comprhension

ncessite des approches plus qualitatives.
Les typologies qualitatives sont plus complexes. Julien (1997) divise ces typologies en
quatre grands groupes, soit celles qui sappuient sur le type dorigine ou de proprit de
lentreprise, celles qui introduisent les stratgies ou les objectifs de la direction, celles qui se
basent sur lvolution ou le stade de dveloppement ou dorganisation de la firme et, enfin,
celles qui touchent au secteur ou au type de march dans lequel la firme volue.
Le premier groupe de typologie, est bas sur le fait que le type dorigine ou de
proprit de lentreprise affecte sa forme dorganisation et/ou son volution long terme.
Ainsi, selon Deeks, la PME peut tre oligarchique sil y a plus dun propritaire,
patricienne si cest une entreprise familiale gre par un grant unique ou monocratique dans
le cas ou le propritaire est un actionnaire.
Par ailleurs, selon Glinier, Gaultier et Barry, deux types dorganisations peuvent
exister : familiale si la proprit est transmise par succession un membre de la famille ou
personnelle si les fondateurs dtiennent toujours le pouvoir.
Le deuxime groupe concerne le type de proprit ou les intrts des propritairesdirigeants. Cette typologie part de celle du premier groupe tout en faisant le lien avec la taille
de lentreprise. Elle ajoute dautres lments tels que la stratgie suivie par la direction,
lorganisation ou le potentiel des entreprises.

71

Le troisime groupe est relatif lvolution ou le stade de dveloppement ou

dorganisation. Il met laccent sur diffrents critres dont notamment le cycle de vie des
entreprises qui considre que toutes les entreprises suivent le mme sentier dvolution depuis
leur naissance toutes petites jusqu ce quelles deviennent grandes, moins de disparatre en
cours de chemin ou de rester pour toujours des petites entreprises.
Le quatrime groupe met laccent sur le secteur ou le type de march dans lequel
lentreprise volue. Selon cette typologie, il est fait rfrence aux liens entre :
- le comportement des propritaires-dirigeants : conservateur qui est anim par la fibre
entrepreneuriale, innovateur qui ne mnage aucun effort pour rester leader de son activit par
des produits ou procds nouveaux, etc. ;
- le type de secteur ou de march : traditionnel ou mature, moderne, nouveau, local,
national ou international, etc. ;
- les produits offerts : uniques ou de crneau, concurrentiels par les prix ou par les
spcifications, primaires ou secondaires, etc. ;
- la technologie utilise : mature, moderne, de pointe, etc. ;
- les liaisons avec les autres entreprises particulirement les grandes : PME
indpendantes ou sous-traitantes.
Certes, il existe dautres classifications telles que celles concernant la situation
financire ou lintensit capitalistique. Cependant, les quatre typologies prsentes suffisent
pour montrer la complexit de la dlimitation des PME et partant leur grande htrognit.

72

Pour rsumer, Julien (1997) a retenu six caractristiques pour mieux cerner le concept
de PME, soit :
1- La petite taille
Les PME sont des entreprises dont la taille est dfinie partir du nombre d'employs, du
bilan ou du chiffre d'affaires. Il ne faut certainement pas oublier les nuances et les difficults
d'usage que l'auteur a rvles propos de l'utilisation de ces critres quantitatifs.
2- La centralisation de la gestion
Chaque PME prsente des caractristiques propres et exige un management distinct de
celui des grandes entreprises. On parle dans ce cas, d'un management de proximit trs
personnalis de la part du propritaire-dirigeant. Cependant, on peut retrouver une forte
centralisation dans les moyens entreprises des secteurs traditionnels comme l'ont montr
Candau (1981), Rizzoni (1988) ou Marchini (1988).
3- Une faible spcialisation
De manire gnrale, la petite entreprise apparat structurellement peu spcialise tant
au plan de la direction, que des employs et des quipements. Le chef d'entreprise tant la
fois compositeur, chef d'orchestre et parfois, excutant (Marchesnay, 1990). La spcialisation
est proportionnelle la taille de l'entreprise. Plus une entreprise grandit, plus elle doit mettre
sur pied des paliers organisationnels et des dpartements. Dans ce contexte, on passe d'un
personnel multitche un personnel spcialis assumant des tches spcifiques.
4- Une stratgie intuitive ou peu formalise
Il est gnralement reconnu que la stratgie des PME est intuitive ou peu formalise,
plus axe sur le court terme que le long terme. On parle gnralement dans ce cas d'une
stratgie axe sur l'anticipation que la raction. En effet, la simplicit de la structure
organisationnelle et le style management de proximit que prconise la PME, permettent
tout moment, au propritaire-dirigeant d'expliquer son personnel tout changement de
stratgie.

73

5- Un systme d'information interne simple ou peu organise

Les petites organisations oprent avec des mcanismes de coordination relativement
simples, ou par contact direct et l'information transmise tant tacite (non codifie).
Contrairement aux grandes entreprises qui ont besoin de formaliser (par crit) le transfert
d'information, minimiser le bruit et favoriser le contrle.
6- Un systme d'information externe simple
Le systme d'information externe des PME est simple et la recherche d'information est
principalement informelle. Par exemple, dans les entreprises artisanales, le propritairedirigeant peut discuter directement avec ses clients tant pour connatre leurs besoins et leurs
gots que pour expliquer diffrents aspects du ou des produits. l'inverse, de grandes
entreprises qui sont parfois obliges de faire des tudes de march dispendieuses et complexes
pour avoir de l'information sur les grandes tendances du march.
Si la question de la dfinition exacte du concept mme de Petite et Moyenne
Entreprise reste une question non dfinitivement lucide (Julien et al., 1994) et qui
tmoigne de la diversit et donc de la richesse de ses angles danalyse, force est de constater
que cette dfinition mobilise dans la toute grande majorit des recherches deux lments
fondamentaux.
Le premier lment est la taille intrinsque de lentit organisationnelle PME qui est
tudie : lentit PME est gnralement dfini comme une entit organisationnelle de
petite taille, ce qui induit un faible volume demplois directs gnrs, un faible volume de
ressources techniques et immatrielles disponibles, un faible volume de ressources financires
engages, comparativement aux grandes entreprises. Dans la foule, cette petite taille induit
un systme de gestion peu complexe et souvent peu formalis (Van Caillie, 2005) (tant en
termes de sous-systme de contrle, de sous-systme de pouvoir ou de sous-systme
dinformation mis en oeuvre au sein de la PME), une coordination des processus et activits
qui y sont dployes (au sens de Lorino, 1991) relativement simple et une forte dpendance
lgard des principaux acteurs de son environnement (marchs aval et amont, technologie,
march du travail et march des capitaux essentiellement).

74

Le second lment est la prsence prpondrante au cur du systme de gestion de la

PME dun ou de plusieurs entrepreneurs, au sens Schumptrien du terme, dont lattitude
lgard du risque et donc de linnovation, dont les aspirations personnelles et familiales et
dont les capacits de coordination des ressources rares de lentreprise vont conditionner la
nature mme du systme de gestion mis en place et les orientations stratgiques privilgies.
Aprs avoir prsent les dfinitions de la PME selon les deux critres quantitatifs et
qualitatifs, nous dfinissons la PME marocaine.
2.1.1.3

Dfinition de la PME au Maroc

La dfinition de la PME au Maroc a volu en fonction des dispositions contenues dans

les diffrents textes ayant cherch encourager cette catgorie dentreprises en raison de sa
taille rduite et sa fragilit relative. Parmi ces textes, on peut citer : la procdure simplifie
acclre de 1972, la ligne pilote mobilise entre 1978 et 1979, programme dassistance
intgr, le code des investissements de 1983, la dfinition de Bank Al Maghrib de 1987, les
dispositions du FOGAM1 pour la mise niveau des PME et la sous-commission en charge de
la PME (Tableau 2.3, page suivante).

Le FOGAM est le Fonds de Garantie de la Mise Niveau.

75

Tableau 2.3 : volution de la dfinition de la PME au Maroc

Rfrence

Critres de dfinition retenus

- Total actif avant investissement : 2 millions

Procdure simplifie acclre de 1972

Dh1 (rvis ensuite 5 millions) ;

- Chiffre d'affaires : 3 millions Dh actualis 7,5
millions Dh.

Ligne pilote mobilise entre 1978

et 1979

Programme d'assistance intgr

Code des investissements de 1983

Banque Al Mghrib (1987)

- Actif total aprs investissement : 5 millions

Dh ;
- Chiffre d'affaires : 7,5 millions Dh.
- Actif net variant selon deux tranches :
entre 1 et 4 millions et entre 4 et 8 millions.
- Programme d'investissement pour cration ou
extension infrieur 5 millions Dh.
- Total du bilan : 15 millions Dh ;
- Programme d'investissement : 7 millions Dh.
- Total bilan avant investissement : infrieur 20

Programme de mise niveau FOGAM

millions Dh ;
- Programme de mise niveau dont le cot
n'excde pas 10 millions Dh.
- Nombre d'emplois : 200 personnes ;
-

Chiffre

d'affaires

selon

les

phases

de

dveloppement de l'entreprise :
Sous-commission PME/PMI
(prparation du PDES2, 2000)

Cration : infrieur 5 millions

Croissance : entre 5 et 20 millions Dh
Dveloppement : entre 20 et 50 millions Dh
- Total bilan : 30 millions Dh ;
- Cot d'investissement/ emploi : de 75 000
80 000 Dh.

1
2

Dh : Dirham marocain : la monnaie officielle du Maroc.

Plan de Dveloppement conomique et Social.

76

En 2002, la charte de la PME au Maroc retenu les critres suivants pour la dfinition
de celle-ci :

Moins de 200 personnes comme effectif employ ;

Un chiffre daffaires infrieur 5 millions de Dh en phase de cration, 20 millions

de Dh pour la phase de croissance et 50 millions de Dh pour la phase de maturit ;

Un total de bilan infrieur 30 million de Dh.

2.1.2 Limage de la PME marocaine

Les PME jouent un rle de premier ordre dans lensemble des conomies aussi bien
dveloppes que celles en dveloppement. Ce rle reste crucial pour le renforcement des
performances, notamment, au regard du rcent ralentissement de lactivit conomique
mondiale.
Au sein des pays dvelopps, les PME occupent une large partie du tissu conomique
priv et gnrent la plus grosse part de son chiffre daffaires tout en constituant gnrer des
crations demplois. Dans ces pays, les PME reprsentent entre 96% et 99% des entreprises
industrielles. Les nouvelles crations confirment ces statistiques puisque ces structures en
reprsentent une part prpondrante. Aux tats-Unis d'Amrique, 90% des nouvelles
crations des annes quatre-vingt-dix ont t des PME1.
Au Maroc, les PME reprsentent 98% du tissu conomique et occupent plus de 50%
des salaris du secteur priv. Malgr cette importance numrique, leur participation la
cration des richesses du pays reste faible. Nanmoins, elles constituent un facteur
dterminant de dveloppement conomique marocain au cours des annes venir2.

Les chiffres affrents aux pays dvelopps, cits dans cette partie, sont tirs du rapport de lorganisation de la
coopration et du dveloppement conomique : Perspectives des PME de lOCDE, 2002.
2

Toutes les statistiques cites dans cette partie sont tires du rapport du Ministre de lconomie et des
Finances, Maroc, 2000.

77

2.1.2.1

PME marocaine : prpondrance numrique et faible participation la

cration des richesses

Les PME marocaines reprsentent 98% de lensemble du tissu productif national. Leur
part est de plus de 90% dans toutes les branches dactivit sauf celle de la production et
distribution dlectricit, gaz et eau, o cette participation est uniquement de 50% 1.
(Graphique 2.1).
Graphique 2.1 : Poids des PME dans le tissu productif marocain

100%
90%
80%
70%
60%
50%

95% 91%

99,7%

99,7%
99% 99% 99% 99% 95%

94%

99,98%
98%

40%
30%

20%

50%

10%
0%

Grandes entreprises

PME

Source : Rapport du Ministre de lconomie et des Finances, Maroc, 2000

Nanmoins, cette importance numrique des PME contraste avec leur faible
participation la cration des richesses du pays. En effet, malgr la prpondrance numrique

Toutes les statistiques cites dans cette partie sont tires du rapport du Ministre de lconomie et des
Finances, Maroc, 2000.

78

des PME au sein du tissu productif, la part de leur contribution dans le PIB1 marocain ne
dpasse pas 21%.
2.1.2.2

Ingale rpartition gographique des PME au Maroc

Celle-ci tient aux consquences de la politique damnagement du territoire mise en

place par Lyautey qui mettait laccent sur la distinction entre le Maroc utile et le Maroc
inutile en privilgiant lamnagement de la rgion du Centre Atlantique.
Le nouveau dcoupage territorial, intervenu en 1996, a donn lieu linstitution de 16
rgions conomiques. Il a tent de corriger les disparits hrites du dcoupage administratif
antrieur, mais faute de ressources financires locales suffisantes, la dcentralisation au
niveau communal comme au niveau rgional demeure impuissante pour assumer les nouvelles
charges que ltat lui a transfres. Lexamen de la faible rpartition des PME par rgion
conomique sexplique par la persistance de grandes ingalits inter et intra-rgionales.
Ces disparits se traduisent par une trs forte concentration des PME dans la rgion du
centre. Les donnes de la Direction des statistiques de 1998, rvlent que le Grand Casablanca
regroupe 41% des PME, les rgions de Tanger-Ttouan 9%, de Fs-Boulmane 9%, de RabatSal-Zemmour 8%, et que les 33% restants se rpartissent sur les autres rgions.
Aprs avoir prsent limage de la PME au Maroc, nous abordons prsent les lments
de notre recherche.

2.2 Les lments de recherche

Plusieurs chercheurs se sont proccups du contrle de gestion, dautres ont analys les
spcificits des PME, mais les recherches relatives aux pratiques de tableaux de bord dans les
PME restent encore rares. Depuis quelques annes, on a vu apparatre un certain nombre de
travaux portant sur lexistence du contrle de gestion dans le contexte des PME (Chapellier,
1997 ; Fernandez et al., 1996 ; Van Caillie, 2002 ; Lavigne, 2002 ; Nobre 2001). Ces
diffrentes recherches sont nanmoins contradictoires, certaines mettent en vidence un bon
dveloppement des outils de contrle dans le contexte des petites et moyennes entreprises,
dautres prsentent des rsultats plus nuancs. Aprs avoir ralis une synthse de plusieurs
1

Le produit intrieur brut.

79

recherches empiriques, McMahon et Holms (1991) considrent que ltat des connaissances
sur ce sujet est insuffisant.
En effet, la plupart des tudes existantes traitent de lapplication dun outil particulier
dans le contexte des PME : Chadefaux (1991), par exemple, tudie les prvisions dans les
PME de moins de 500 salaris travers une enqute ralise en auprs de 1000 PME. Cette
tude montre que les PME ralisent des prvisions essentiellement court terme, et ne
prsentent aucun objectif stratgique. Bescos (1991) prsente, travers une analyse critique,
les apports et les limites des tableaux de gestion mis au point dans le cadre des PME. Par
contre, on trouve une srie dtudes qui dresse un premier bilan de la situation du contrle de
gestion dans les PME dans une approche contingente. Daprs ces tudes on peut tirer que les
variables expliquant la nature du contrle de gestion dans les PME sont dfinies par la taille
de la PME, le rle du chef dentreprise et les caractristiques de loffre et de la demande
dfinissant lespace concurrentiel.
Dans les dveloppements qui suivent, nous allons essayer de dresser, travers la
littrature existante, un panorama des spcificits des PME. Nous proposons ensuite, le cadre
conceptuel, les hypothses et le modle gnral de recherche.
2.2.1 Spcificit des PME : approche contingente
2.2.1.1

La contingence des systmes de contrle de gestion des PME

L'un des rles fondamentaux du contrle de gestion consiste favoriser et piloter la

convergence des buts des individus et appuyer d'un point de vue instrumental la
coordination conomique des activits des diffrentes units qui composent l'entreprise en
fonction des stratgies dfinies sur le long terme. Il s'agit l d'une mission de sauvegarde de la
cohrence interne que le contrle de gestion assume en sa qualit de systme d'animation. Or,
la faible propension des dirigeants de PME dlguer leur autorit et dcentraliser leurs
objectifs (Kalika, 1987) minimise et simplifie cette problmatique qui semble le plus souvent
rsolue, dans l'entreprise de taille moyenne, par le recours des mcanismes de coordination
centraliss proches de la supervision directe (Mintzberg, 1982 et 1990), ou personnaliss
(Ouchi, 1980). Par ailleurs, les caractristiques du processus de dcision du dirigeant de PME
dfavorisent l'utilisation du contrle de gestion dans sa dimension systme d'information,

80

dans la mesure o celui-ci rclame un tat de formalisation et de structuration qui n'est pas,
semble-t-il, l'apanage des petites et moyennes entreprises (Germain, 2006).
Lexamen des recherches empiriques (Chapelier, 1994 et 1996 ; Lavigne, 1999 et 2002 ;
Lacombe-Saboly, 1994) ralises sur les dterminants des caractristiques du systme de
contrle de gestion des PME fait apparatre deux perspectives distinctes qui sinscrivent dans
le courant de la thorie de contingence savoir la thorie objective (ou organisationnelle) et la
thorie subjective (ou comportementale). Ces dernires recherches relvent lhtrognit du
systme de contrle de gestion des PME en identifiant quelques facteurs susceptibles
dinfluencer les choix des outils de contrle de gestion.
Le Tableau 2.4 prsente un panorama des principales tudes contingentes des systmes
de contrle de gestion.

81

Tableau 2.4 : Rcapitulatif des principales tudes contingentes des systmes de contrle
de gestion cites prcdemment
Auteurs

Hofstede (1967)

Variables de
contingence

Environnement

Systmes de
contrle

Utilisation des
budgets

Principaux rsultats
- Dans un environnement conomique
hostile, les entreprises utilisent plutt
les budgets pour contraindre les
employs.
- Dans un environnement conomique
favorable, les budgets sont plus
utiliss comme des modes de
rsolution de problmes.
Dans une situation o lenvironnement
concurrentiel de la firme est intense,
lentreprise utilise un systme de
contrle sophistiqu. Diffrents types
de concurrence peuvent avoir des
impacts distincts sur lutilisation des
contrles dans lentreprise.

Khandwalla (1972)

Type de comptition

Sophistication du
systme de
contrle

Bruns et
Waterhouse (1975)

Structure

Sophistication des
systmes
budgtaires

Plus les structures sont dcentralises,

plus le systme budgtaire tend tre
sophistiqu.

Waterhouse et
Tiessen (1978)

Technologie,
environnement

Formalit du
systme de
contrle,
centralisation

Les divisions daffaires qui font face

un environnement certain ou une
technologie routine, utilisent plutt un
systme de contrle formel et
centralis.

Merchant (1981)

Taille

Sophistication des
systmes
budgtaires

Plus les entreprises sont grandes, plus

leurs systmes budgtaires tendent
tre sophistiqus.

Systme
dinformation :
informations
externes, non
financires et ex
ante

Lorsque les dcideurs peroivent une

plus
grande
incertitude
environnementale, ils tendent
chercher des informations externes,
non financires et ex ante en plus des
autres types dinformation et la
structure dorganisation volue vers
une forme plus organique.

Gordon et
Narayanan (1984)

Govindarajan
(1984)

Structure,
environnement

Environnement

Systme
dvaluation de la
performance

82

Les responsables dunits daffaires

confronts un haut niveau
dincertitude
environnementale,
utilisent un systme dvaluation de la
performance plus subjectif que ceux
confronts un faible niveau
dincertitude. Ces derniers utilisent
plutt une approche de lvaluation de
la performance base sur des formules
objectives.

Tableau 2.4 : (suite) Rcapitulatif des principales tudes contingentes des systmes de
contrle de gestion cites prcdemment
Auteurs

Govindarajan et
Gupta (1985)

Chenhall et Morris
(1986)

Variables de
contingence

Stratgie

Structure,
environnement,
interdpendance
organisationnelle

Systmes de
contrle

Systme
dvaluation de la
performance

Quatre
caractristiques
du systme
dinformation
comptable :
tendue,
opportunit,
agrgation et
intgration

Kalika (1987)

Structure

Systme de
planification et de
contrle

Mc Nair et
Mosconi (1989)

Implantation du
juste--temps

Systmes de cots

Govindarajan et
Fisher (1990)

Stratgie

Contrle des
rsultats et des
comportements

83

Principaux rsultats
Des mesures de performance de long
terme et des approches subjectives de
lvaluation de la performance sont plus
efficaces
pour
dterminer
les
compensations des managers dans des
units
avec
une
stratgie
de
construction que dans celles avec
une stratgie de rcolte .
Lincertitude
perue
de
lenvironnement influence lutilit
perue dun systme dinformation
tendu et qui donne des informations en
temps opportun.
- Il existe une relation significative
entre une structure organisationnelle
dcentralise
et
lutilit
perue
dinformations agrges et intgres.
- Il existe galement une relation
significative entre linterdpendance des
dpartements
et lutilit perue
dinformations tendues, agrges et
intgres.
- La dcentralisation de la structure
saccompagne dune tendance au
dveloppement des processus de
planification et de contrle.
- Plus les structures sont diffrencies,
plus les systmes de planification et de
contrle tendent tre dvelopps.
La mise en place de systmes de
production en juste--temps entrane
des changements dans les mthodes de
calcul de cots.
- La combinaison entre un partage
intense des ressources et un contrle des
rsultats
influence
positivement
lefficacit des units avec une stratgie
de leadership par les cots.
- La combinaison entre un partage
intense des ressources et un contrle des
comportements influence positivement
lefficacit des units avec une stratgie
de diffrenciation.

Tableau 2.4 : (suite) Rcapitulatif des principales tudes contingentes des systmes de
contrle de gestion cites prcdemment
Auteurs

Gul et Chia (1994)

Bergeron (1996)

Variables de
contingence

Environnement

Technologie

Systmes de
contrle

Principaux rsultats

Structure et deux
caractristiques
du systme
dinformation
(tendue et
agrgation)

La combinaison dune structure

dcentralise
et
dun
systme
dinformation sophistiqu est efficace
en terme de performance managriale
quand le niveau dincertitude peru de
lenvironnement est lev.

Complexit des
tableaux de bord

Les entreprises qui ont une

technologie plus complexe en termes
de processus de production, de
nombre de produits, de degr
dautomatisation ont tendance
dtenir des tableaux de bord plus
complexes et varis.
- Lorsque lincertitude de la tche est
leve (analysabilit de la tche faible
et nombre dexceptions lev),
lutilisation de formes personnelles de
contrle a un effet positif et
significatif sur la performance
dorganisations de recherche et
dveloppement.
- Les contrles des comportements
sont plus efficaces que les contrles
comptables lorsque les tches sont
facilement analysables mais quil
existe un grand nombre dexceptions.

Abemethy et
Brownell (1997)

Technologie

Systmes de
contrle
comptables, de
comportement et
personnels

Jorissen et al.,
(1997)

Taille

Indicateur de
performance

Les indicateurs de performance non

financiers sont plus utiliss par les
grandes entreprises que par les PME.

Technologie

Systmes de
contrle
mcanisteorganique

Les firmes de production de masse qui

adoptent le juste--temps doivent
abandonner un systme de contrle
mcaniste et adopter un systme de
contrle organique.

Kalagnanam et
Murray Lindsay
(1999)

Marchesnay (1991) s'est intress aux spcificits du systme de gestion des PME. Il
insiste sur le rle dterminant du dirigeant et sur le caractre global du systme de gestion.
Le dirigeant joue un rle majeur dans la mesure o ses buts dterminent la conduite de
l'entreprise et parce qu'il participe la gestion courante de l'entreprise. Ce rle rend floue la
frontire entre dcision stratgique et dcision oprationnelle. D'autant plus que certaines
84

dcisions de gestion courante peuvent avoir des implications sur le devenir de l'entreprise : le
recrutement d'un salari, le dmarchage d'un prospect, le dpart la retraite d'un salari. Mah
de Boislandelle (1998) parle deffet de grossissement, cet effet traduit l'ide que le poids
relatif de chacun est beaucoup plus important et que les dcisions ont un impact plus fort en
PME. Autrement dit, il y a une amplification des phnomnes en petite entreprise.
L'approche systmique dfendue par Marchesnay exige d'analyser ensemble les buts,
l'environnement, l'organisation et les activits. La grille qu'il propose peut tre utilise pour
conduire des diagnostics stratgiques en PME, et notamment pour apprcier la cohrence du
systme de gestion, travers la prise en compte des interrelations entre les diffrentes
composantes du systme, et la pertinence du projet stratgique.
Le Schma 2.1 suivant prsente le systme de gestion de la petite entreprise selon
Marchesnay (1997).
Schma 2.1 : Le systme de gestion de la petite entreprise

Buts des
dirigeants
thique

Valeurs
Lgitimit

Culture
Vision
Les hommes

Socit global
Environnement
Secteurs
dactivits

Image

Organisation

Identit

Les tches
Plan
Mission

Mtier
Savoir-faire

Besoins
Activits
Biens / Services

Source : (Marchesnay, 1997)

85

Les buts des dirigeants :

Ltude des buts du dirigeant est indispensable car ils conditionnent les choix
stratgiques. Ils permettent d'apprcier l'efficacit du dirigeant et de son entreprise en
particulier lorsqu'ils sont formuls sous un angle conomique. Les buts sont largement
influencs par le profil du dirigeant.
L'thique : elle est au centre de la relation entre les buts et l'environnement social.
L'thique d'une entreprise regroupe un ensemble de caractristiques, de valeurs et de
croyances qui dirigent la conduite des individus. Elle a pour ambition de distinguer, par une
rflexion personnelle, la bonne et mauvaise faon d'agir. L'thique exerce une influence sur la
performance. En effet, elle est la fois :
-

Coteuse puisqu'elle peut avoir une influence sur la politique environnementale et sur
la politique de GRH ;

Source de profit dans la mesure o elle amliore l'image interne, source de satisfaction
pour les salaries, et l'image externe, source de satisfaction pour les clients.
Les buts du dirigeant s'inscrivent dans une vision, c'est--dire dans la reprsentation

qu'il se fait de son entreprise et de son environnement dans les annes venir. Le passage de
la vision l'action se traduit par la dfinition de plans. Les travaux consacrs aux PME
montrent que la formalisation de la politique dentreprise est trs faible et que le systme de
planification est peu dvelopp dans ces entreprises.
Lorganisation :
Lanalyse de lorganisation se dcompose en deux niveaux :
-

Le niveau des individus : c'est--dire des personnes qui travaillent dans l'entreprise.
Ces personnes partagent plus ou moins les valeurs du dirigeant. La culture est le fruit
de l'histoire de lentreprise, elle permet de comprendre le degr d'implication des
salaris.

86

Le niveau des tches : il renvoie aux fonctions regroupes dans des services. Plus
l'entreprise est petite, plus l'organisation des tches est indiffrencie et le personnel
polyvalent. La coordination se fait le plus souvent par ajustement mutuel et par
supervision directe.
Les frontires de l'organisation sont parfois floues en particulier lorsque l'entreprise fait

partie d'un rseau. En effet, il peut y avoir des changes de salaris, la mise en commun de
ressources.
Lenvironnement :
Lenvironnement doit galement tre scind en deux niveaux :
-

L'environnement concurrentiel : il correspond l'ensemb1e des entreprises avec

lesquelles la PME est en concurrence directe ou indirecte. Mais il comprend aussi les
partenaires conomiques de la PME (clients et distributeurs, fournisseurs et
prestataires de services).

L'environnement social : il comprend les collectivits et institutions locales, mais

aussi les rseaux de relations personnelles tisses par le dirigeant. En PME, cet
environnement est particulirement important puisqu'il peut servir de sources
d'information, de moyen de financement. Les dirigeants peuvent tablir des relations
interactives avec trois types dacteurs :

les acteurs exerant une fonction titulaire : il s'agit des administrations publiques,
des collectivits locales, des institutions consulaires ;

les acteurs exerant une fonction d'expertise, c'est--dire susceptible de fournir

aide et conseil aux entreprises ;

les acteurs exerant un rle partenarial, qu'il s'agisse de fournisseurs, de clients et

de groupements professionnels.

Les activits :
Une activit peut tre dfinie comme un ensemble homogne de biens et services
rpondant des besoins de la clientle actuelle ou potentielle, raliss par lentreprise, partir
87

de ses propres savoir-faire, ou s'appuyant sur ceux de ses partenaires. Elle repose sur
l'articulation entre le besoin satisfait (mission) et le savoir-faire (mtier).
Le dirigeant doit faire en sorte que ses activits soient comptitives. La comptitivit a
longtemps t apprcie en termes d'efficience. Cette dernire traduit la capacit de
l'entreprise grer ses ressources de la meilleure faon afin d'obtenir les cots les plus bas,
mais aussi la meilleure qualit, c'est--dire le moins de dfaut. Cependant, la comptitivit fait
galement rfrence l'adquation aux attentes des clients. La qualit se mesure par la
satisfaction que retirent les clients des caractristiques du produit et des services qui lui sont
associs. Cela ncessite bien souvent une personnalisation de la relation. Les PME bnficient
alors d'un atout indiscutable par rapport aux grandes entreprises.
Les PME sont caractrises par un nombre limit d'activits et un march plutt local,
ce qui renforce la personnalisation des relations avec les partenaires de l'entreprise.
Tout ceci porte donc croire que ces entits dveloppent plutt des mcanismes de
contrle peu instruments et peu empreints de la logique cyberntique, qui se rapprochent du
contrle politique, du contrle intuitif ou du contrle par jugement (Hofstede, 1981), ou
qu'elles disposent tout au plus d'un systme de contrle de gestion simplifi ne reprenant que
quelques lments de la structure d'ensemble du systme de contrle de gestion classique
(Flamholtz, 1983).
Le statut particulier de la PME conduit se pencher sur quelques caractristiques
spcifiques : organisationnel et comportemental.
2.2.1.2

Spcificit organisationnelle des PME

Tout dabord, une des principales forces de la PME semble tre sa simplicit, simplicit
qui va faciliter la coordination entre individus. Sil est vrai que le dirigeant va souvent utiliser
un commandement direct pour donner des instructions gnrales, une large place est laisse
dans lorganisation lajustement mutuel qui est naturellement utilis dans les structures
simples (Mintzberg, 1996). L ajustement mutuel va privilgier une communication
informelle entre oprateurs pour coordonner leur travail (Mintzberg, 1996). Cet
ajustement mutuel va permettre un change informel trs prcieux dinformations et

88

dides afin de rsoudre les problmes. Or, effectivement, une bonne partie des relations
efficaces au sein des organisations sont de nature informelle (Koenig, 1997).
Laspect informel, sil favorise la souplesse, nest pas toujours favorable au
dveloppement doutils de formation, qui ncessitent souvent une connaissance approfondie
des besoins et des comptences de lentreprise. Le talent du dirigeant dans ce domaine va
fortement influencer la prise de dcision. Les politiques et procdures peuvent toutefois
exister malgr leur nature souvent informelle ou peu explicite (GREPME1, 1997).
Lajustement mutuel est associ une tradition orale forte qui passe principalement par
des changes verbaux rapides, cordiaux voire familiers, simples et sans faon. Or, dans la
PME, les membres de lorganisation ont souvent loccasion de pratiquer ces types dchanges
verbaux dpouills pour rgler des problmes qui deviennent vite transversaux dans
lentreprise, compte tenu de sa taille restreinte, et quil faut donc rgler rapidement sans
procdure lourde. Selon Moaty (1995), le langage engage les acteurs dans la coopration et
sert de support leur coordination . Nanmoins, lajustement mutuel ncessite une forte
confiance mutuelle dans lorganisation. En effet, la communication informelle passe
principalement par des changes verbaux qui ne laissent pas de traces. Si les individus ne se
font pas confiance, ils vont tre tents de formaliser leurs relations. Ils adopteront une attitude
mfiante et demanderont, par exemple, de plus en plus de preuves crites, feront des
copies de ce qui leur est demand ou des informations qui leur seront communiques ou
naccepteront pas des tches en dehors des procdures dfinies mmes si la situation lexige.
Par ailleurs, il convient de souligner le rle prdominant du dirigeant qui est une donne
particulirement importante pour comprendre les mcanismes de gestion de la PME. Selon
Couteret (1998), la prise en compte de la place centrale occupe par le dirigeant apparat
indispensable pour toute tude portant sur la petite entreprise . Certains pensent mme que
ltude du dirigeant constitue le point dentre de la recherche en PME. Ainsi, Julien (1994)
souligne lexistence de nombreuses typologies qualitatives bases sur le type de proprit ou
associes lentrepreneur de la PME.
Ainsi, le rapport des PME loffre de formation externe ne peut sanalyser de la mme
manire que pour les autres entreprises. Les PME ne sont pas de simples modles rduits des
1

GREPME : Groupe de Recherche en conomie et gestion de la PME.

89

grandes entreprises et leur apprentissage nest pas non plus une simple rduction de celui des
grandes entreprises (Sparrow, 2001). Concernant le plan de formation, la tendance des PME
ne pas se tourner vers les formations externes permet de mettre en relief une autre manire
dapprendre en PME. Paradas (1998) lie clairement dpenses de formation dclares et
effectif en indiquant que le nombre dentreprises () affirmant verser plus que le
pourcentage obligatoire crot avec la taille . Il semble que les PME entretiennent un rapport
plutt difficile avec les formations externes : elles disposent de peu doutils pour se reprer
dans loffre de formation, souvent coteuse, mal adapte et quelquefois inefficiente .
Par ailleurs, il faut souligner galement le rle de lenvironnement, le degr
dincertitude qui pse sur les PME est gnralement lev (Julien et al., 1994 ; 2005), en
raison du manque de pouvoir rel dont elles disposent lgard de leur environnement
conomique (Hirigoyen, 1981). En effet, la PME doit tenir compte de lopinion des acteurs
environnants, ce qui la rend plus vulnrable au regard des diffrentes forces de la concurrence
(Raymond et Blili, 2005). En ce sens, plusieurs auteurs (Marchesnay, 1989 ; Storey, 1997)
indiquent que certaines PME se localisent dans des activits spcialises qui leur permettent
de se protger. Nanmoins, dautres recherches (Julien et al., 1994 ; Levratto, 2004)
soulignent que ces stratgies de niche sont difficiles mettre en uvre. Raymond (1988)
ajoute aussi que le manque de connaissance et dexprience au sein de la PME augmente le
degr dincertitude, face la technologie principalement.
Reid et Smith (2000) montrent que les priodes de crises, dues principalement aux
diffrentes forces de lenvironnement, ont un impact sur lvolution des systmes de
contrles. Kabwigiri et Van Caillie (2007) indiquent, quant eux, que lincertitude perue par
le dirigeant nintervient pas dans lexplication de la nature (traditionnelle ou non
traditionnelle) des contrles implments. Par contre, elle a une influence sur la mise en place
de systmes de contrles informels et sur la flexibilit avec laquelle ils sont exercs.
2.2.1.3

Spcificit comportementale des PME

Les valeurs personnelles des chefs d'entreprise peuvent dailleurs tre vues comme les
vritables dterminants du comportement et du dveloppement d'une organisation
(d'Amboise, 1988). Il semble que le dirigeant et son intuition (style cognitif) soient le point de
dpart du processus lorsqu'il est question de la gestion en PME. Marchesnay (1986) affirme
d'ailleurs que le stratge dirigeant doit trouver dans son environnement des opportunits, mais
90

davantage par l'intuition d'un besoin satisfaire que par des tudes de march, du moins
l'origine de sa dmarche. Le processus de prise de dcision relverait mme davantage de la
cration, entre la psychanalyse et la potique, plutt que de la formalisation logicomathmatique (Carland, 1996). Cette intuition, cette cration manent de l'hmisphre
crbral droit du dirigeant, de ses perceptions et de ses reprsentations emmagasines, de sa
faon de les mmoriser, ainsi que de son vcu et de son apprentissage.
La taille rduite de la firme et sa structure simple, permet souvent au patron de prendre
les choses en main et favorise la rapidit de la prise de dcision, ce qui permet de ragir
rapidement aux turbulences de lenvironnement. La centralisation de la prise de dcision par
le propritaire dirigeant fait que ce dernier donne la priorit aux diffrentes tches
oprationnelles, ce qui empche une vision stratgique a moyen ou long terme. Les dcisions
sont, la plupart du temps, prises pour le court terme. Selon une enqute cite par Duchneaut
(1997), plus de 70% des dirigeants de PME prfrent lintuition la prvision et la considre
comme trs importante dans la prise de dcision. Par suite la fonction de dcision dans une
PME se fait de la manire suivante : Intuition Dcision Action.
Il est ncessaire de sinterroger sur la liaison qui peut exister entre les styles de prise de
dcision et les pratiques de tableaux de bord dans les PME. En observant les pratiques des
entreprises grant sans budget il serait lgitime de considrer quun style de leadership
plus progressiste et plus participatif ou encore un style ouvert vert les innovations,
contribuerait acclrer le remplacement des budgets par des tableaux de bord ou par dautres
outils innovants de gestion (Komarev, 2007). Plus que des approches cognitives du
management, les styles de leadership peuvent tre alors interprts comme des signes
extrieurs de ladhsion des managers une de ces deux doctrines ou idologies de la gestion.
Il serait peut tre ncessaire nanmoins de distinguer un troisime style qui permet dintgrer
non pas ladhsion la doctrine behavioriste ou des relations humaines mais ladhsion aux
ides de lapprentissage organisationnel, de linnovation et du changement perptuels (Yukl et
al., 2002). Cest notamment ce style de leadership orient vers le changement qui
transmettrait ladhsion du dirigeant la nouvelle cole du contrle de gestion stratgique et
qui devrait permettre dexpliquer le remplacement du budget traditionnel par des outils
nouveaux et performants comme les tableaux de bord.
Dautres analyses des styles de management et de leadership existent et ont t utilises
en contrle de gestion. Germain (2000) tudie les dterminants de lutilisation des tableaux de
91

bord dans les petites et moyennes entreprises franaises. Un des dterminants tudis par
lauteur est le style de prise de dcision du manager. Pour conceptualiser cette variable
Germain utilise un modle propos par Driver et Mock (1975) reliant caractristiques
cognitives des dirigeants et caractristiques du systme de contrle (Tableau 2.5).
Tableau 2.5 : Les styles de prise de dcision des dirigeants et les caractristiques
respectives du dcideur et du systme quil cre
Hirarchique

Intgratif

Adaptabilit
Rapidit
Varit

Qualit
Mthode
Rigoureuse
Systme

Information
Crativit

Bases de donnes
simples, court
terme
Contrle
rigoureux sur les
rsultats

Bases de
donnes
simples
intuitif

Bases de donnes
complexes
Long-terme
Contrle rigoureux
sur les mthodes et
les rsultats

Bases de donnes
complexes
Long-terme
Adaptif

Peu nombreux ;
Focalisation sur
lorganisation

Nombreux ;
Focalisation
sur soi-mme

Peu nombreux ;
Focalisation sur soimme

Nombreux ;
Focalisation sur
soi-mme et sur
lorganisation

Faible diversit
des contrles
Rgles
organisation
classique

Contrle par
assimilation
souple

Forte diversit du
contrle
procdures
sophistiques
Automatisation

Processus
dquipe
organisation
matricielle

Format court,
concis,
Rsultats visant
une solution

Format court,
concis,
Varit,
Plusieurs
solutions

Rapports longs
labor
Problmes,
mthodes, donnes
pour une "Meilleure
Conclusion"

Longue, labore
Analyse des
problmes de
diffrents points
de vue ;
Solutions
multiples

Communication

Planification

Valeurs

Efficience
Rapidit
Consistance

Objectifs

Souple

Organisation

Dcisif

(Driver et Mock, 1975 : p. 497)

92

Dans un espace dfini par quatre dimensions correspondant aux quatre styles de prise de
dcision, les donnes empiriques collectes par Germain montrent que les tableaux de bord
sont utiliss de la manire la plus intensive par les managers dont le style de prise de dcision
se caractrise par des forts degrs de style hirarchique et intgratif. Au contraire, les
dirigeants des petites et moyennes entreprises utilisent trs peu les tableaux de bord quand
leur style de prise de dcision est trs souple et dcisif (Schma 2.2).
Schma 2.2 : Les styles de prise de dcision et lutilisation des tableaux de bord

Hirarchique
Utilisation
maximale des
tableaux de bord
Intgratif

Dcisif
Utilisation
minimale des
tableaux de bord

Souple
(Driver et Mock, 1975)1
Une analyse plus attentive du Tableau 2.5 et du Schma 2.2 montre que les principales
diffrences entre les styles de prise de dcisions qui impliquent lutilisation intensive des
tableaux de bord et ceux qui, au contraire, rduisent cette utilisation un minimum se situent
au niveau de trois lments : la planification, lorganisation et la communication. En effet, les
styles hirarchique et intgratif supposent une planification long terme et sur des bases
informationnelles trs riches, contrairement aux styles souple et dcisif o la planification est
court terme et sur des bases informationnelles simples. De surcrot, les styles hirarchique et
intgratif sappuient sur une organisation sophistique, utilisant des contrles diversifis, des
processus organiss en quipes ou des structures matricielles. En revanche les styles souple et
1

Cit par Germain (2000).

93

dcisif reposent sur des organisations peu sophistiques, avec des contrles par des rgles, ou
bien souples, mais toujours sur les comportements. Enfin, les styles hirarchique et intgratif
sont accompagns dune communication riche et diversifie, alors que pour les styles souple
et dcisif le systme de communication interne et peu dvelopp. Par consquent, au-del du
critre de lhorizon de la planification qui pour les budgets est plutt court terme
contrairement celui potentiellement attribuable aux tableaux de bord non-financiers, aucun
autre facteur des styles souple et dcisif qui entrane la faible utilisation des tableaux de bord
ne semble tre particulirement caractristique des budgets.
Aprs avoir abord, travers la littrature existante, un panorama des spcificits des
PME, nous prsentons prsent, le cadre conceptuel, les hypothses et le modle gnral de
notre recherche.
2.2.2 Vers un modle gnral des pratiques de tableaux de bord dans les PME
2.2.2.1

Le cadre conceptuel de la recherche

Le but de cette partie est didentifier les facteurs qui influencent les caractristiques des
tableaux de bord prsents dans les PME et qui peuvent par consquent assurer le pilotage de
la performance de ces entits. Cette influence contingente suppose que, pour une PME
donne, atteindre une meilleure performance passe par la recherche dune conformit de la
place des tableaux de bord dans le pilotage de cette performance et, de l, par la recherche des
caractristiques de tableaux de bord conformes la combinaison de diffrents facteurs.
Ainsi, conformment la dmarche qui a t suivie prcdemment, et en accord avec la
distinction opre par la littrature, deux catgories de facteurs sont successivement prise en
compte. Il sagit dune part des facteurs lis la contingence organisationnelle qui ressortent
de l objet que constitue lorganisation et son environnement, dautre part des facteurs qui,
relevant la contingence comportementale, se rapportent au sujet quest le dirigeant de
PME. Ainsi, le modle thorique dvelopper doit regrouper trois types de variables :
- Les facteurs de contingence : Ce sont les variables explicatives dans le modle. Y sont
inclus des variables organisationnelle et comportementale proposes dans littrature thorique
qui peuvent influencer les caractristiques des tableaux de bord.

94

- Les caractristiques de tableaux de bord : Il sagit ici de la variable intermdiaire du

modle. Elle traduit limportance de tableaux de bord dans laide la dcision et dans le
pilotage de la performance des PME.
- Le pilotage de la performance : Cest la variable explique du modle.
Le cadre gnral du modle de contingence se construit alors comme indiqu sur le
(Schma 2.3).
Schma 2.3 : Le cadre conceptuel du modle de contingence utilis dans la recherche

Facteurs de
contingence

Caractristiques
des tableaux de
bord

Pilotage de la
performance

Il est noter quun test de leffet de mdiateur sera effectu plus loin dans cette
recherche pour vrifier le rle de mdiateur des caractristiques des tableaux de bord dans la
relation entre les facteurs de contingence et le pilotage de la performance des PME.
2.2.2.2

Prsentation des hypothses et du modle conceptuel de recherche

La formulation des hypothses de recherche dcoule trs naturellement, dune part, des
analyses faites dans le premier chapitre sur les caractristiques des tableaux de bord et, dautre
part, de ltude conceptuelle prsente dans la partie prcdente sur des variables de
contingence qui peuvent influencer ces caractristiques.
Nous traitons dans cette partie les facteurs de contingence organisationnelle et
comportementale, susceptibles dinfluencer les caractristiques des tableaux de bord dans les
PME et aussi linfluence de ces caractristiques sur le pilotage de la performance de ces
entits.
Ainsi, pour chaque catgorie de facteurs, nous abordons les recherches thoriques et
empiriques affrentes. Puis, nous concluons par la prsentation des hypothses de recherche

95

tester dans la partie empirique de notre travail. Nous terminons cette partie, par

une

prsentation de notre modle conceptuel de recherche.

2.1.2.2.1

Les

hypothses

concernant

linfluence

de

contingence

organisationnelle
La thorie de la contingence structurelle apporte une contribution significative la
comprhension des systmes de contrle (Covaleski et al., 1996). En contexte de PME,
daprs Chapellier (1994), les facteurs de contingence structurelle peuvent tre rduits
quelques caractristiques fondamentales qui renvoient aux concepts plus gnraux de
complexit et dincertitude. Dans sa recherche, ce chercheur retient la taille et lge de
lentreprise, le degr dinformatisation de la gestion et la nature de lactivit.
Dans cette recherche, nous tudierons les facteurs de contingence organisationnelle les
plus importants, il sagit de la taille, le type dactivit, lge dentreprise, la structure,
lenvironnement dans lequel lentreprise volue, et enfin du degr dinformatisation de ses
activits.
2.1.2.2.1.1 La taille
Bajan-Banaszak (1993) affirme que plus la taille dentreprise est grande, plus les outils
de gestion sont diversifis et compliqus. Il souligne que les comptabilits orientes gestion
sont plus frquentes que les outils de gestion proprement dits dans les plus petites structures.
Chapellier (1994) montre que, loin de se limiter aux seules pratiques budgtaires,
linfluence de la taille de lentreprise stend lensemble des pratiques de contrle de
gestion. Ainsi, au sein de son chantillon constitu de PME, ce sont les entreprises les plus
grandes qui disposent des systmes de contrle de gestion les plus complexes. Jorissen et al.,
(1997) parviennent galement aux mme rsultats.
Dautres tudes (Germain, 2000 ; Nobre, 2001 ; Lavigne, 2002 ; Van Caillie, 2002 ;
Davila, 2005 ; Meyssonnier et Zawadzki, 2008) ont dmontr que la taille a une influence sur
les systmes de contrle de gestion, tant sur le nombre et la diversification des activits qui y
sont ralises que sur limplmentation doutils de pilotage caractre plus stratgique. Ainsi,
mesure que la taille augmente, le dirigeant a des difficults croissantes contrler seul
96

lensemble de ses ressources humaines, financires et matrielles. Lentreprise doit alors

formaliser les systmes de gestion et dvelopper son systme de contrle de gestion,
principalement du point de vue du pilotage de la performance.
Nous posons donc lhypothse suivante :

H1 : Plus la taille dentreprise est grande, plus ses tableaux de bord tendent tre
sophistiqus.

2.1.2.2.1.2 Le type dactivit

Bajan-Banaszak (1993) constate que les entreprises qui disposent plus frquemment
d'outils de contrle de gestion sont, dans l'ordre dcroissant, les entreprises du secteur
industriel, les entreprises prestataires de services, les entreprises du btiment et, enfin, les
entreprises commerciales.
Chapellier (1994) confirme ce constat en relevant que les entreprises non industrielles
ont des pratiques de contrle de gestion moins complexes que les entreprises industrielles.
La deuxime hypothse du modle peut alors tre nonce :

H2 : Les pratiques de tableaux de bord des PMI sont plus sophistiques que celles
des PME commerciales ou de services.

2.1.2.2.1.3 Lge dentreprise

Lge de l'entreprise influent trs directement et de faon spcifique sur l'organisation
(Mintzberg 1982 ; Dupuy et al., 1989). Peu de recherches se sont intresses la relation
existant entre l'ge des entreprises et les systmes de contrle de gestion des PME. Chapellier
(1994) ne trouve aucun lien entre ces deux variables. Holmes et Nicholls (1988) affirment que
lutilisation des donnes comptables par les dirigeants de PME, diminue quand lge des

97

entreprises augmente. Mintzberg (1982) explique que plus une organisation est ge, plus son
comportement est formalis.
Nous suivons Mintzberg dans ses affirmations, et posons l'hypothse suivante :

H 3 : Les PME les plus ges disposent des tableaux de bord plus sophistiques
que les PME les plus jeunes.

2.1.2.2.1.4 La structure
Les PME sont caractrises par une faible spcialisation des tches au sein de
lentreprise. La spcialisation est gnralement accompagne de laugmentation de la taille.
Bruns et Waterhouse (1975) constatent que les organisations les plus centralises ont des
systmes de contrle de gestion plus complexes. Ce rsultat est galement confirm par
Merchant (1981). Selon Mintzberg (1982), au fur et mesure que la firme grossit, les niveaux
organisationnels augmentent et le travail devient plus spcialis. Ltude de Kalika (1987) sur
la structure des entreprises affirme que plus lentreprise est petite, moins il y a des procds
formaliss et plus les dcisions sont centralises chez le propritaire dirigeant.
Il est alors possible de formuler lhypothse suivante :

H4 : Plus la structure de PME est dcentralise, plus le degr de sophistication des

pratiques de tableaux de bord est lev.

2.1.2.2.1.5 Lenvironnement
Les rsultats des travaux empiriques attestent quil existe une relation entre
lenvironnement et les systmes de contrle de gestion (Chapman, 1997 ; Fisher, 1998 ;
Hartmann, 2000). Hofstede (1967) relve que le degr dhostilit du contexte conomique
dans lequel volue lentreprise influence la manire dont celle-ci utilise ses budgets. Berland
(1999, 2000) montre que le contrle budgtaire sest dvelopp dans les organisations un
moment de lhistoire conomique o lenvironnement des entreprises tait relativement stable
et peu complexe et le contexte concurrentiel peu dynamique. Gervais et Thenet (1998)
98

invitent reconsidrer les rles du contrle budgtaire afin dadapter la technique aux
environnements turbulents. Khandwalla (1972) parvient un lien entre le degr dintensit du
jeu concurrentiel et la complexit des systmes de contrle.
lissue de leur recherche, Gordon et Miller (1976) avancent lide selon laquelle les
entreprises doivent augmenter la frquence de parution de leurs rapports de gestion et intgrer
des donnes non financires dans leurs systmes dinformation comptable pour faire face un
environnement incertain. Gordon et Narayan (1984), Chenhall et Morris (1986) constatent
que laugmentation de lincertitude perue de lenvironnement entrane un recours plus
important aux informations externes et non financires.
Ces observations conduisent poser lhypothse suivante :

H5 : Plus lenvironnement de PME est incertain et complexe, plus le degr de

sophistication des pratiques de tableaux de bord est lev.

2.1.2.2.1.6 Linformatisation
Un nombre considrable dtudes sintressent limpact de lvolution de
linformatique sur le systme de contrle de gestion des dirigeants des PME. Kalika (1987)
constate que les entreprises qui ne disposent pas doutils informatiques (ou peu) possdent des
mthodes de contrle moins dveloppes que celles qui en sont dotes. Chapellier (1994)
montre que les entreprises qui ont informatis leurs systmes de gestion ont le plus souvent
les pratiques de contrle de gestion les plus complexes. Davis et Albright (2000) soulignent
que lintgration des nouvelles technologies de linformation implique des changements
considrables dans les pratiques de contrle de gestion.
Il est alors possible de formuler la sixime hypothse :

H6 : Plus le degr dinformatisation des activits de PME augmente, plus le degr

de sophistication des pratiques de tableaux de bord est lev.

Le modle conceptuel des relations de contingence organisationnelle est prsent

comme suit dans le Schma 2.4.
99

Schma 2.4 : Le modle conceptuel des relations de contingence organisationnelle

Taille

Type dactivit

H1

H2

H3

ge dentreprise

Caractristiques des
tableaux de bord

H4

Structure
H5

Environnement

H6

Informatisation

H1 : Plus la taille dentreprise est grande, plus ses tableaux de bord tendent tre
sophistiqus.
H2 : Les pratiques de tableaux de bord des PMI sont plus sophistiques que celles des PME
commerciales ou de services.
H3 : Les PME les plus gs disposent des tableaux de bord plus sophistiques que les PME
les plus jeunes.
H4 : Plus la structure de PME est dcentralise, plus le degr de sophistication des pratiques
de tableaux de bord est lev.
H5 : Plus lenvironnement de PME est incertain et complexe, plus le degr de sophistication
des pratiques de tableaux de bord est lev.
H6 : Plus le degr dinformatisation des activits de PME augmente, plus le degr de
sophistication des pratiques de tableaux de bord est lev.

100

2.1.2.2.2

Les

hypothses

concernant

linfluence

de

contingence

comportementale
La contingence comportementale avance que les caractristiques comportementales
propres chacun des acteurs sont susceptibles dinfluencer les pratiques de contrle de
gestion des entreprises. Cette approche vient complter lapproche objective (contingence
organisationnelle) en intgrant lacteur, centre dintrt et objet de recherche dont le
comportement peut influencer de manire significative les pratiques de tableaux de bord des
PME.
La prise en compte de linfluence des dirigeants des PME sur la conception des
systmes de contrle de gestion na cependant pas t releve dans les recherches des
principaux courants thoriques du contrle de gestion. Une conscience de limportance des
facteurs idologiques (Bourguignon, 2003) et individuels (Berland et Chiapello, 2004) a tout
de mme t dcouverte dans des recherches sociologiques ou historiques. Il est ncessaire,
par consquent, de trouver parmi les variables dj envisages par les travaux thoriques et
empiriques du contrle de gestion une variable proxy1 qui pourrait transmettre
limportance des dirigeants des PME dans la conception du systme de contrle de gestion.
Cette variable proxy doit permettre galement de traduire lattirance des dirigeants soit pour
les idologies nouvelles prnant un renouvellement du contrle de gestion, soit pour les
idologies plus conservatrices et attaches aux mthodes et outils traditionnels de contrle de
gestion. Une telle variable est invitablement relie au style de dcision des personnalits
dirigeantes des PME.
Le dirigeant de PME est considr comme la force centrale de la dynamique de la PME
(Julien et al., 1994 ; Timmons, 1994) et se situe au centre du systme dinformation, de
dcision et de contrle de lentreprise (Marchesnay, 1989). Il joue donc un rle de premier
plan (Wtterwulghe, 1998) au regard de la stratgie, de la gestion, de la prise de dcision et du
climat organisationnel. De plus, il tend peu partager linformation ou dlguer la prise de
dcision (Raymond et Blili, 2005), ce qui influence les pratiques de tableaux de bord dans les
PME.

Selon Angot et Milano (2003, p. 176) : Une proxy est une mesure indirecte dun concept .... En dautres
termes, elle permet dexprimer un concept non mesurable mais sans le recouvrir parfaitement. Une variable
proxy peut tre le rsultat ou la raison thorique directe du concept non mesurable.

101

Dans cette recherche, nous tudierons les facteurs de contingence comportementale les
plus importants, il sagit de type de formation de dirigeants, le style de dcisions et la stratgie
de contrle.
2.1.2.2.2.1 Le type de formation
Chapellier (1997) a dmontr que le type de formation du dirigeant influence la nature
des pratiques de la comptabilit de gestion et du contrle de gestion mis en place au sein des
PME. Ainsi, dans sa recherche, les pratiques de la comptabilit de gestion les plus complexes
correspondent aux entreprises dont les dirigeants disposent dune formation de type
gestionnaire. Lavigne (2002) insiste principalement sur linfluence de la formation sur la
formalisation des outils de gestion. Nobre (2001) montre que les missions de base du contrle
de gestion (telle que lanalyse des cots) sont effectues par la majorit des dirigeants, tandis
que les missions plus organisationnelles (telle que la gestion stratgique) sont peu
dveloppes, ce qui peut sexpliquer par le manque de spcialisation du dirigeant (Julien et
al., 2005 ; Lavigne, 2002, Van Caillie, 2002).
Nous posons donc lhypothse suivante :

H7 : Les pratiques de tableaux de bord des PME sont plus sophistiques lorsque
les dirigeants disposent dune formation de type gestionnaire.

2.1.2.2.2.2 Le style de dcisions

Une caractristique essentielle de la petite entreprise est le rle trs particulier que
joue son dirigeant. (Fallery, 1983). Plusieurs chercheurs affirment la trs forte influence du
dirigeant de PME sur son systme de gestion (Lefebvre, 1991). Il est souvent le fondateur de
son entreprise, il possde une forte tendance personnifier lentreprise selon ses motivations
et ces antcdents personnels et professionnels (Coupal, 1994). Il joue le rle du directeur, du
manager, et du gestionnaire. De faon gnrale les dirigeants de PME, pour prendre leurs
dcisions, ont exclusivement recours leurs seuls jugements, intuitions et expriences
(Mintzberg, 1976). Ils acceptent peu de dlguer leur pouvoir et leur responsabilit aux autres
acteurs, de mme ils ont peu recours un systme dinformation de gestion formalis. On

102

constate que le systme de contrle de gestion dans le contexte dune PME est fortement
conditionn par le propritaire dirigeant et reprsente ses aspirations personnelles.
Dautres tudes antrieures (Chapelier, 1994 ; Colot et Michel, 1996 ; GREPME, 1997 ;
Lavigne, 1999) montrent lattraction des dirigeants des PME pour les informations orales et
les mdias les plus informels.
Il est alors possible de formuler lhypothse suivante :

H8 : Il existe une relation significative entre le style de prise de dcision du

dirigeant et le degr de sophistication des pratiques de tableaux de bord des PME.

2.1.2.2.2.3 La stratgie de contrle

Parmi les facteurs contingents qui influencent les pratiques de tableaux de bord dans les
PME, la stratgie de contrle occupe une place centrale. La stratgie de contrle des PME est
le dernier facteur majeur de contingence comportementale propos dans la littrature. La
stratgie recouvrant une ralit complexe (Desreumaux, 1993). Les systmes de contrle de
gestion sont prsents comme tant adapts aux stratgies suivies par les organisations afin de
formuler et de diffuser les objectifs (Anthony, 1965) mais rares sont les travaux empiriques
qui mettent en vidence des relations entre stratgie de contrle et les pratiques de tableaux de
bord dans les PME1.
Afin danalyser ce point, lhypothse suivante est pose :

H9 : Il existe une relation significative entre les stratgies de contrle suivies par
les dirigeants et le degr de sophistication des pratiques de tableaux de bord des
PME.

Le modle conceptuel des relations de contingence comportementale est prsent

comme suit dans le Schma 2.5 (page suivante).

Il convient nanmoins de citer les travaux de Bergeron (1996) et de Germain (2000).

103

Schma 2.5 : Le modle conceptuel des relations de contingence comportementale

Type de
formation

H7

Style de dcisions

H8
8

Caractristiques des
tableaux de bord

H9
9

Stratgie de
contrle

H7 : Les pratiques de tableaux de bord des PME sont plus sophistiques lorsque les dirigeants
disposent dune formation de type gestionnaire.
H8 : Il existe une relation significative entre le style de prise de dcision du dirigeant et le
degr de sophistication des pratiques de tableaux de bord des PME.
H9 : Il existe une relation significative entre les stratgies de contrle suivies par les
dirigeants et le degr de sophistication des pratiques de tableaux de bord des PME.

2.1.2.2.3

Lhypothse concernant linfluence des caractristiques des

tableaux de bord sur le pilotage de la performance des PME

La performance des entreprises est au cur des proccupations de plusieurs chercheurs

en gestion. Depuis plusieurs annes, on tudie les diffrents liens entre lutilisation de
systmes de gestion plus ou moins sophistiqus sur la performance de lentreprise
(Gul, 1991 ; Mia et Chenhall, 1994 ; Chia et Gul, 1994 ; Perera et Poole, 1997; Ittner et
Larcker, 1997 ; Chong et Chong, 1997 ; Carr et Needham, 1997 ; Govindarajan et Gupta,
1985 ; Govindarajan et Fisher, 1990). Ces tudes, qui sinscrivent dans un courant positiviste,
tudient la plupart du temps la performance sous un angle financier. Or, lentreprise volue
104

dans un environnement de plus en plus complexe. La performance dfinie en terme financier

ne suffit plus (Kaplan et Norton, 1996).
Les tableaux de bord prospectifs de Kaplan et Norton sont dune aide prcieuse en ce
qui concerne la mesure et le pilotage de la performance, car ils permettent de formaliser la
vision du futur de lentreprise en tenant compte de la vision des clients, de la vision
comptable et financire et de la vision organisationnelle et stratgique.
Il est alors possible de formuler lhypothse suivante :

H10 : Le pilotage de la performance des PME est plus important lorsque les
pratiques de tableaux de bord des PME sont plus sophistiques.

Le modle conceptuel de linfluence des caractristiques des tableaux de bord sur le

pilotage de la performance des PME est prsent comme suit dans le (Schma 2.6).
Schma 2.6 : Le modle conceptuel de linfluence des caractristiques des tableaux de
bord sur le pilotage de la performance

H10

Caractristiques des
tableaux de bord

Pilotage de la
performance

Aprs avoir formul les hypothses sur les relations entre les variables du modle il est
possible maintenant de construire graphiquement le modle conceptuel de recherche
(Schma 2.7). Ce modle constitue une rponse thorique notre principale question de
recherche. Celui-ci sera test empiriquement, dans la deuxime partie de ce travail.
105

106

Schma 2.7 : Le modle conceptuel de recherche

Conclusion du Chapitre 2

Lobjectif principal de ce deuxime chapitre tait de proposer un modle explicatif des

pratiques des tableaux de bord dans les PME. Pour ce faire, nous avons prsent dans une
premire section, notre terrain de recherche et ces caractristiques. Nous avons tudi ensuite
la spcificit organisationnelle et comportementale des PME, telle quelle est aborde dans la
littrature.
Dans une deuxime section, nous avons prsent les variables de notre modle de
recherche. Ainsi, nous avons abord les principaux travaux thoriques et empiriques relatifs
aux trois principales catgories de variables savoir les variables lies aux facteurs de
contingence organisationnelle et comportementale, les caractristiques des tableaux de bord et
le pilotage de la performance , susceptibles dexpliquer les pratiques des tableaux de bord
dans les PME. Lanalyse de ces travaux nous a permis de proposer nos hypothses de
recherche. Nous avons termin cette section par une prsentation de notre modle conceptuel
de recherche.
Dans le cadre de la prochaine tape, les hypothses et le modle de recherche seront
soumis une valuation empirique, en vue dune confirmation ou dune infirmation.

107

CONCLUSION DE LA PREMIRE PARTIE

Dans cette premire partie de la thse, nous avons dvelopp deux chapitres thoriques.
Dans le premier chapitre, nous avons abord les limites de contrle de gestion traditionnel et
les critiques adresses ces outils, entre autres la technique budgtaire. Nous avons
galement dfini les principaux concepts et notions qui sont utiliss tout au long de ce travail
de recherche, tels que les concepts de tableau de bord, performance, indicateur de
performance et tableau de bord prospectif. Ainsi, nous avons dress les caractristiques des
tableaux de bord et montr comment cet outil introduit les changements au contrle de
gestion.
Dans le deuxime chapitre, nous avons dvelopp un modle explicatif des pratiques
des tableaux de bord dans les PME. Ce modle comprend une variable expliquer, neuf
variables explicatives et une variable intermdiaire. Nous avons galement dvelopp un
ensemble dhypothses de la recherche.
Ltape suivante de notre travail consiste valuer le modle conceptuel, issu de la
revue de littrature, au niveau du terrain de recherche. Il sagit de tester les hypothses
dveloppes prcisment et de prsenter un modle explicatif des pratiques des tableaux de
bord dans les PME, valid empiriquement.

108

DEUXIME PARTIE
TABLEAUX DE BORD DES PME : CHOIX
MTHODOLOGIQUES ET RSULTATS
EMPIRIQUES

109

INTRODUCTION DE LA DEUXIME PARTIE

Dans la premire partie de cette thse, nous avons prsent et discut le cadre
conceptuel et thorique de notre recherche. lissue de lanalyse de la littrature, nous avons
construit un modle explicatif des pratiques des tableaux de bord des PME.
Lobjet de cette deuxime partie consiste tenter didentifier les facteurs susceptibles
dinfluencer les pratiques de tableaux de bord des PME. Deux types de contingences ont t
identifis, lors de la revue de la littrature : la contingence organisationnelle et la contingence
comportementale. Le choix des variables a t justifi et les relations qui vont faire lobjet
dune tude approfondie ont t prsentes sous forme dhypothses quil convient
maintenant de tester.
Pour ce faire, nous avons divis cette partie en deux chapitres. Ainsi, nous abordons
dans le cadre du Chapitre 3, la mthodologie adopte et les caractristiques des facteurs de
contingence des deux sous-chantillons tudis. Nous prsentons ce titre, les mesures des
variables du modle, la procdure de collecte des donnes et les caractristiques de terrain
dobservation. Ensuite, nous vrifions la fiabilit et la validit des instruments de mesure afin
danalyser des caractristiques des facteurs de contingence des deux sous-chantillons de
recherche.
Dans le Chapitre 4, nous prsentons les rsultats issus de linvestigation dans le terrain.
Ces rsultats concernent les travaux prparatoires aux analyses de donnes, la validation des
instruments de mesure et le test et la validation de nos hypothses de recherche. Dans ce
chapitre, nous discutons galement les diffrents rsultats obtenus en nous appuyant sur les
travaux thoriques et empiriques antrieurs et prsentons les implications de cette recherche.

110

PLAN DE LA DEUXIEME PARTIE

PREMIRE PARTIE
TABLEAUX DE BORD : APPROCHE CONCEPTUELLE ET
LMENTS DE RECHERCHE

CHAPITRE 1
LE TABLEAU DE BORD : OUTIL DE
CHANGEMENT DU CONTRLE DE GESTION

CHAPITRE 2
LE TABLEAU DE BORD : TUDE DU TERRAIN
ET LMENTS DE RECHERCHE

DEUXIME PARTIE
TABLEAUX DE BORD DES PME : CHOIX
MTHODOLOGIQUES ET RSULTATS EMPIRIQUES

CHAPITRE 3
LE TABLEAU DE BORD DES PME :
MTHODOLOGIE ET PRATIQUES

CHAPITRE 4
LE TABLEAU DE BORD DES PME : APPROCHE
CONTINGENTE DES PRATIQUES

111

CHAPITRE 3.

LE TABLEAU DE BORD DES PME

MTHODOLOGIE ET PRATIQUES

Dans le Chapitre 2, nous avons prsent notre modle explicatif des pratiques des
tableaux de bord des PME. Ce modle comprend, dune part, une variable expliquer
(Pilotage

de

(facteurs de

la

performance),

et

dautre

contingence organisationnelle

et

part,

neuf

variables

comportementale), et

explicatives
une variable

intermdiaire (Caractristiques des tableaux de bord).

Lobjectif du prsent chapitre est double. Dans un premier temps, il sagit de dfinir la
mthodologie par laquelle nous testons, au niveau empirique notre modle conceptuel. Dans
un deuxime temps, nous comparons les caractristiques des facteurs de contingence des deux
sous-chantillons tudis. Ceci nous permet de comprendre les raisons au moins partielles
pour lesquels les systmes de contrle de gestion des deux entits sont diffrencis.
Pour ce faire, nous procdons en deux tapes. Dans un premier temps, nous prsentons
les mesures des variables du modle, la procdure de collecte des donnes et les
caractristiques de terrain dobservation. Nous vrifions galement la fiabilit et la validit
des chelles de mesure relatives aux facteurs de contingence des deux sous-chantillons
tudies (Section 1).
Dans un deuxime temps, nous prsentons les caractristiques des facteurs de
contingence des deux sous-chantillons de recherche. ce titre, nous comparons les facteurs
de contingence organisationnelle et comportementale des PME 1 et PME 2 (Section 2).

112

PLAN DU CHAPITRE 3

3.1 La mthodologie de recherche

3.1.1

3.1.2

Mesures des variables

La mise en uvre de

du modle

ltude empirique

3.2 Lanalyse descriptive des

caractristiques des facteurs de
contingence des deux sous-chantillons
tudis

3.2.1
Comparaisons des
caractristiques des
facteurs de contingence
organisationnelle des
PME 1 et PME 2

3.2.2
Comparaisons des
caractristiques des
facteurs de contingence
comportementale des
PME 1 et PME 2

113

3.1 La mthodologie de recherche

Dans le cadre du prsent travail, nous proposons de vrifier un ensemble de relations
entre

les

variables

explicatives

(facteurs

de

contingence

organisationnelle

et

comportementale), la variable intermdiaire (Caractristiques des tableaux de bord) et la

variable expliquer (Pilotage de la performance). Afin de rpondre notre objectif de
recherche, nous avons choisi de tester notre modle conceptuel, en nous inscrivant dans une
approche quantitative. Nous avons adopt une dmarche hypothtico-dductive.
Conformment au droulement dune mthodologie hypothtico-dductive ralise
travers la mthode du test quantitatif, la prparation du questionnaire de recherche est ltape
qui permet de prparer laccs au terrain. Ainsi, nous prsentons, dans un premier temps de
cette partie, les mesures de nos variables du modle. Dans un deuxime temps, nous abordons
la mthode de recueil des donnes et les caractristiques de terrain dobservation. Nous
concluons cette patrie par une vrification de la fiabilit et la validit de nos instruments de
mesure.
3.1.1 Mesures des variables du modle
Afin de tester notre modle de recherche ainsi que les hypothses affrentes, nous
devons tout dabord dfinir les diffrentes variables, en choisissant les mesures adquates
notre objectif de recherche. Ainsi, pour certaines variables, nous avons repris les chelles de
mesure fournies par la littrature sans y apporter de modifications. Pour dautres, nous avons
procd aux modifications appropries, afin de rendre ces chelles spcifiquement applicables
au contexte des PME marocaines.
En conformit avec la division des variables du modle conceptuel en trois grands
blocs, sont prsents dans ce qui suit, les mesures des facteurs de contingence, des
caractristiques des tableaux de bord et du pilotage de la performance.
3.1.1.1

Les mesures des facteurs de contingence (les variables explicatives)

Les chelles de mesure initiales des neuf facteurs de contingence retenus dans le
modle la taille, le type dactivit, lge dentreprise, la structure, lenvironnement,

114

linformatisation, la formation, le style de dcision et la stratgie de contrle sont prsentes

en deux blocs.
3.1.1.1.1

Les mesures des facteurs de contingence organisationnelle

3.1.1.1.1.1

La taille

Les PME se distinguent des grandes entreprises par leur taille modeste. Les typologies
les plus connues sont bases sur des mthodes quantitatives qui se rfrent des donnes
quantitatives demplois (effectif des salaris), dactif ou de chiffre daffaires.
Au Maroc, avant la publication de la charte des PME en 2002, il nexistait pas de
dfinition juridique unique permettant de classer les entreprises par taille, mais des dfinitions
des PME labores pour dterminer les entreprises ligibles dans le cadre de certaines lignes
de financement ou dans le cadre des codes dinvestissement.
La nouvelle dfinition a fait pour la premire fois au Maroc la distinction entre les
diffrentes composantes des PME, savoir : les trs petites entreprises (TPE), les petites
entreprises (PE) et les moyennes entreprises (ME). Le Tableau 3.1 prsente les critres
quantitatifs retenus au Maroc pour classer les entreprises par taille.
Tableau 3.1 : Critres quantitatifs retenus au Maroc pour classer les entreprises
par taille

Critre

TPE

PE

ME

< 25 personnes

< 100 personnes

<200 personnes

CA

< 5 millions de DH

< 25 millions de DH

< 50 millions de DH

Total de bilan

<5 millions de DH

< 15 millions de DH

< 30 millions de DH

Effectif

La dfinition adopte dans la charte de la PME sapplique toutes entreprises quelques

soit lactivit exerce. Les critres retenus sont : leffectif permanent, le chiffre daffaires et
un total de bilan pour les entreprises en extension dactivit, et pour les entreprises
115

nouvellement cres (moins de deux annes dexistence), le critre retenu est le montant
dinvestissement dmarrage et le ratio investissement par emploi.
Pour notre recherche et par manque de donnes, qualitatives et quantitatives, dtailles
sur les structures financires des entreprises tudies, nous nous contenterons dadapter le
critre le plus communment utilis, savoir la taille de lentreprise mesure par le nombre de
salaris permanents.
La question que nous avons pose est la suivante :
Sur une base annuelle, quel est le nombre demploys permanents et demploys
saisonniers dans votre entreprise ?

Il a t demand aux personnes interroges de dfinir le nombre des employs

permanents et celui des employs saisonniers.
3.1.1.1.1.2

Le type dactivit

Sa mesure seffectue laide dune chelle nominale la quelle ont associes les
modalits suivantes : activit industrielle, activit commerciale et activit de prestations de
services.
La question que nous avons pose est la suivante :
Quel est le type dactivit de votre entreprise ?

Il a t demand aux personnes interroges de choisir le type dactivit de leur

entreprise : activit industrielle, activit commerciale ou activit de prestations de services.
3.1.1.1.1.3

Lge dentreprise

Lge dentreprise est mesur en demandant la personne interroge dindiquer le

nombre danne dexistence de lentreprise.
116

3.1.1.1.1.4

La structure

Avant de donner la faon dont nous avons construit nos variables, il nous parat
important de donner quelques exemples de travaux qui se sont spcifiquement interrog sur la
meilleure faon de mesurer les diffrents types de la structure dentreprise.
Applique lorganisation, la notion de structure a abouti des conceptions
relativement diffrentes donnant la structure organisationnelle un ventail de dfinitions
allant de dfinitions trs troites des dfinitions trs larges.
De nombreuses tudes statistiques comme celles menes en Angleterre1 et aux tatsUnis2 ont tent de dgager plusieurs dimensions pour nen retenir que les plus pertinentes.
Quatre axes ont t ainsi retenus et considrs comme suffisamment explicatifs pour dresser
une typologie des organisations : le degr de standardisation, de spcialisation, formalisation
et le degr de concentration du pouvoir de dcision. En France3, une tude mene sur 81
monographies dentreprises travers la codification de certaines variables de structure a
permis de dgager trois dimensions cls distinguant les structures adoptes plus rcemment
par les entreprises franaises : la longueur et le poids de la ligne hirarchique, le degr de
centralisation des dcisions et le degr de planification des activits.
la lumire de ces travaux, pour construire nos variables de structure nous avons
slectionn dans notre enqute un ensemble dlments permettant de caractriser nos
diffrentes structures :
-

le degr de spcialisation des tches ;

le degr de standardisation (degr de dfinition des fonctions, des rgles et procdures

et des objectifs de performance) ;

le degr de dcentralisation horizontale de la prise de dcision ;

le degr de dcentralisation verticale de la prise de dcision ;

le degr de formalisation des tches et des rgles et des procdures.

Le programme Aston (1976).

A. Van et D. Ferry (1980).

On pourra se reporter lenqute mene par R. Sainsaulieu, I. Francfort, F. Osti et M. Uhalde, (1995).

117

Pour mesurer le degr de spcialisation des tches, la question que nous avons pose est
la suivante :

Actuellement, quest-ce qui caractrise le mieux la spcialisation des tches dans votre
organisation ?

Il a t demand aux personnes interroges de rpondre sur une chelle de Likert de 1(les tches sont clairement spcifies, les critres de performance sont bien tablis) 4 - (il
ny a pas de description formelle des tches).

Pour mesurer le degr de standardisation (degr de dfinition des fonctions, des rgles
et procdures et des objectifs de performance), nous avons pos la question suivante :

Quel est le degr de dfinition des lments suivants dans lentreprise ? (Les fonctions,
les objectifs de performance et les rglements et procdures).

Il a t demand aux personnes interroges de rpondre sur une chelle de Likert de 1(Ils (elles) ne sont pas dfini(e)) 5 - (Ils (elles) sont clairement dfini(e)s spcifi).
Lvaluation du degr de dcentralisation est effectue travers la dcentralisation du
systme de prise de dcision, laquelle peut tre apprhende selon deux dimensions (Kalika,
1987) : lune horizontale, se rapporte la participation des diffrents responsables de
lentreprise la prise de dcision. Lautre vertical, permet de localiser le niveau auquel se
prennent les dcisions.

118

Pour valuer le degr de dcentralisation horizontale de la prise de dcision, nous avons

pos la question suivante :

Veuillez prciser quel est votre degr daccord vis--vis des affirmations suivantes :
a) vous participez la prise de toutes les dcisions, y compris les dcisions mineures,
car vous considrez que tout doit tre contrl par vous-mme.
b) vous ne prenez de dcisions importantes quaprs avoir consult vos collaborateurs.
c) vos collaborateurs vous consultent toujours avant la mise en application des
dcisions quils prennent.
d) vous laissez vos collaborateurs prendre seuls les dcisions qui relvent de leur
domaine de responsabilit.

Une chelle de Likert quatre points permet aux personnes interroges de mentionner
dans quelle mesure ils sont daccord avec chacune de ces affirmations :

pas du tout daccord : chiffre 1 ;

plutt pas daccord : chiffre 2 ;

plutt daccord : chiffre 3 ;

totalement daccord : chiffre 4.

Paralllement, pour mesurer le degr de dcentralisation verticale de la prise de
dcision, nous avons pos la question suivante :

Les dcisions suivantes sont gnralement prises quel niveau de direction ?

(Dveloppement ou lancement de nouveaux produits ou services, embauche et licenciement,
fixation des prix de vente, choix des investissements et les dcisions oprationnelles).

119

Il a t demand aux personnes interroges dindiquer le niveau hirarchique : cadre

oprationnels (1), cadre fonctionnels (2) ou direction gnrale ou au-dessus de la direction
gnrale (3).

Pour mesurer la formalisation des tches et des rgles et des procdures, nous avons
pos la question suivante :

Dans quelle mesure retrouve-t-on les lments suivants dcrits dans des manuels ou
autres supports formels (Tches, rgles et procdures) ?

Il a t demand aux personnes interroges de rpondre sur une chelle de Likert de 1(Description complte et dtaille) 5- (Aucune description crite).
3.1.1.1.1.5

Lenvironnement

Lenvironnement a fait lobjet de nombreuses valuations en tant que facteur de

contingence des systmes de contrle de gestion. Il apparat cependant que cest en terme
dincertitude perue que cette variable a le plus souvent t prise en compte dans les travaux
empiriques (Gordon et Miller, 1976 ; Gordon et Narayan, 1984 ; Kalika, 1987 ; Bergeron,
1996 ; Germain, 2000 ; Komarev, 2007), les auteurs recourant pour ce faire des mesures
reposant sur la perception que les acteurs ont de la prvisibilit et de la stabilit de
lenvironnement conomique, technologique et concurrentiel.
Ainsi, pour mesurer lenvironnement, nous avons pos les questions suivantes :
Le dynamisme de votre environnement externe (au plan conomique et au plan
technologique) est il trs stable ou trs dynamique ?

Il a t demand aux personnes interroges de rpondre sur une chelle de Likert de 1trs stable (volutions lentes) 5- trs dynamique (volution rapides) pour chacune des
dimensions suivantes : au plan conomique et au plan technologique.

120

Les actions et les comportements de vos concurrents sur le march sont ils facilement
prvisibles, ou totalement imprvisibles ?
Les gots et les prfrences de vos clients sont ils facilement prvisibles, ou totalement
imprvisibles ?

Dans les deux questions, il a t demand aux personnes interroges de rpondre sur
une chelle de Likert de 1- facilement prvisibles 5- totalement imprvisibles.
Nous assimilons alors la facilit de prvision avec un environnement plus ou moins
complexe. Ainsi, une entreprise dont lenvironnement est faiblement complexe aura une
grande facilit prvoir son activit.
3.1.1.1.1.6

Linformatisation

linstar dun examen des travaux empiriques (Chapellier, 1984 ; Kalika, 1987), le
degr dinformatisation des activits des entreprises est mesur en fonction du niveau de
dveloppement des applications informatiques de prfrence la prise en compte des
caractristiques techniques des matriels ou de leur capacit de traitement.
Pour cela, pour mesurer le degr dinformatisation, nous avons pos la question
suivante :

Veuillez indiquer le niveau dinformatisation des activits de votre entreprise.

Il a t demand aux personnes interroges dindiquer quelles oprations peut tre

associe lutilisation de loutil informatique au sein de lentreprise.
Cinq niveaux dutilisation sont proposs :
a) aucune utilisation de linformatique ;
b) utilisation de linformatique limite aux activits de bureautique (secrtariat,
courrier, compte-rendu, etc.) ;
121

c) utilisation de linformatique pour toutes les activits classiques (paye, facturation,

stocks, etc.) ;
d) utilisation de linformatique pour les activits de gestion (budgets, fiche de cots,
tableaux de bord, etc.) ;
e) utilisation de linformatique allant jusqu la ralisation de programmes et la
ralisation de simulation.
Les variables de mesure des facteurs de contingence organisationnelle sont rsumes
dans le Schma 3.1 et le Tableau 3.2.

122

123

Schma 3.1 : Les mesures des facteurs de contingence organisationnelle

Tableau 3.2 : Le nombre ditems des variables de mesure des facteurs de contingence
organisationnelle
Variables reprsentatives des

Nombre

Les variables de mesure

facteurs de contingence

ditems

organisationnelle
Taille
Type dactivit
ge dentreprise

Nombre de salaris.
Activit

de

lentreprise

(industrielle,

commerciale et de prestations de services).

Nombre dannes dexistence.

Degr de spcialisation des tches.

Degr de description formelle (degr de

dfinition des fonctions, des rgles et

procdures et des objectifs de performance).

Structure

Degr de dcentralisation horizontale de la

prise de dcision.
Degr de dcentralisation verticale de la
prise de dcision.
Degr de formalisation des tches et des
rgles et des procdures.
Dynamisme de lenvironnement externe (au
plan conomique et au plan technologique).
Prvisibilit

Environnement

comportements

des
des

actions
concurrents

et

des
sur

le

march.
Prvisibilit des gots et des prfrences des
clients.
Informatisation

Degr dinformatisation.
124

3.1.1.1.2

Les mesures des facteurs de contingence comportementale

3.1.1.1.2.1

La formation

Pour mesurer le type de formation du dirigeant, nous avons pos la question suivante :

Votre formation est elle de type gestionnaire ou non gestionnaire ?

Il a t demand au dirigeant dentreprise dindiquer si la formation dont il dispose est

de type gestionnaire ou non gestionnaire.
3.1.1.1.2.2

Le style de dcisions

Pour mesurer le style de dcisions, Driver et Mock, 1975 (in Macintosh, 1985) se
concentrent sur deux aspects : la quantit dinformation utilise et le nombre de solutions
envisages avant la prise de dcisions, alors que Kalika (1987) adopte quant lui une
approche unidimensionnelle du concept en procdant la mesure de son degr de
dcentralisation. Germain (2000) utilise cinq concepts : la quantit dinformation considre,
le degr de formalisation de linformation utilise, le degr de structuration de linformation
utilise, la varit des solutions envisages avant la dcision et le degr dimportance de
lexprience dans la prise de dcisions.
la lumire de ces travaux, pour construire nos variables de style de dcisions, nous
avons slectionn dans notre enqute deux groupes dlments permettant de caractriser nos
styles de dcisions :
-

Caractristiques de linformation utilise (mesurer par la quantit dinformation

utilise, le degr de formalisation de linformation utilise, le degr de structuration de
linformation utilise, la varit des solutions envisages avant la dcision, le degr de
rfrence lintuition dans la prise de dcision et le degr dorganisation de
sminaires de formation) ;

Degr de supervision personnelle des tches.

125

Pour valuer les caractristiques de linformation utilise, nous avons pos les trois

questions suivantes :

Veuillez prciser vos prfrences en matire dinformation pour chacune des

propositions ci-dessous :

Une liste de quatre items a t propose et on a demand aux personnes interroges de

situer leur apprciation de chacun de ces items sur une chelle de 1 4.
-

totalement daccord avec la proposition (1) : chiffre 1 ;

plutt daccord avec la proposition (1) : chiffre 2 ;

plutt daccord avec la proposition (2) : chiffre 3 ;

totalement daccord avec la proposition (5) : chiffre 4.

Les couples de propositions associes aux quatre items sont respectivement les

suivantes :
-

(Je prfre disposer dune faible quantit dinformations et que celles-ci soient
rsumes, agrges, synthtises ; je prfre disposer dune quantit dinformation
importantes et que celle-ci soient dtailles, non agrges.).

(Je prfre une information crite (compte-rendu, rapports, chiffres, etc.) ; je prfre
une information orale (conseils, opinions, etc.)).

(Je prfre une information prtraite, structure, prsente de manire standard ; je

prfre une information brute, non structure, prsente dans sa version initiale.).

( lissue du traitement de linformation, jlabore plusieurs solutions que je confronte

ensuite en vue de la dcision finale ; lissue du traitement de linformation, je
moriente rapidement vers une solution unique en vue de la dcision finale.).

Pour prendre vos dcisions, rfrez-vous votre intuition ?

126

Il a t demand au dirigeant dentreprise dindiquer dans quelle mesure il se rfre

son intuition pour prendre ses dcisions. Quatre modalits de rponse sont associes la
question : jamais, de temps en temps, souvent et toujours.

Organisez-vous des sminaires de formation ou de rflexion pour votre personnel ?

Il a t demand au dirigeant dentreprise dindiquer le degr dorganisation des

sminaires de formation. Quatre modalits de rponse sont associes la question : jamais,
ponctuellement (quand un problme prcis se posent), une deux fois par an et plusieurs fois
pas an.
Pour mesurer degr de supervision personnelle des tches, nous avons pos la question

suivante :

Dans quelle mesure supervisez-vous personnellement les tches suivantes ?

Une liste de huit tches a t alors propose et on a demand aux personnes interroges
de situer leur degr de supervision personnelle de chacun de ces tches. Quatre modalits de
rponse sont associes chacun des items : jamais, ponctuellement (uniquement quand des
problmes prcis se posent), parfois (2 3 fois par an) et souvent.
Les huit tches proposes sont les suivantes :
-

le travail des oprationnels ;

lorganisation des services oprationnels ;

la circulation de linformation dans lentreprise ;

les ordres du jour des runions programmes ;

les prestations des fournisseurs ;

la ponctualit du personnel ;

le suivi des clients ;

la proprit des locaux de lentreprise.

127

3.1.1.1.2.3

La stratgie de contrle

La stratgie de contrle est mesure par le niveau de prsence de mcanismes de

contrle dans les stratgies de pilotage des dirigeants par lintermdiaire des dimensions
suivantes :
-

Stratgie de contrle relative aux budgets (mesurer par le degr de couverture

fonctionnelle de systme budgtaire et la frquence dutilisation des donnes qui sont
produites par le systme budgtaire) ;

Stratgie de contrle relative aux cots (mesurer par la varit des cots calculs dans
lentreprise, varit des objets auxquels se rapportent les cots calculs dans
lentreprise et la frquence dutilisation des donnes qui sont rapportes aux cots).
Pour valuer la stratgie de contrle relative aux budgets, deux questions sont poses :

Pour mesurer le degr de couverture fonctionnelle de systme budgtaire, nous avons

pos la question suivante :

Dans quelle mesure le systme budgtaire couvre-il les fonctions de lentreprise ?

Il a t demand aux personnes interroges de rpondre sur une chelle de Likert de 1(les budgets couvrent une seule fonction de lentreprise) 5- (les budgets couvrent lensemble
des fonctions de lentreprise).
-

Pour mesurer la frquence dutilisation des donnes qui sont produites par le systme
budgtaire, nous avons pos une question ferme choix multiples et rponse
unique :

Utilisez-vous les donnes qui sont produites par le systme budgtaire ?

Il a t demand la personne interroge dindiquer dans quelle mesure elle utilise les
donnes qui sont produites par le systme budgtaires. Cinq modalits de rponse sont
128

associes la question : jamais, ponctuellement (quand un problme prcis se posent), deux

trois fois par an, tous les mois ou toutes les semaines.
Paralllement, pour valuer la stratgie de contrle relative aux cots, trois questions

sont poses :
-

Pour mesurer la varit des couts calculs dans lentreprise, nous avons pos une
question ferme choix multiples et rponses multiples. Il a t demand la
personne interroge dindiquer quels sont, parmi les types de calcul de cots (cot
complet, cot direct, cot variable ou cot standard), ceux qui sont calculs dans
lentreprise.

De mme, pour mesurer la varit des objets auxquels se rapportent les cots calculs
dans lentreprise, une liste de cinq modalits de rponse a t propose et on a
demand aux personnes interroges de situer leur rponse de chacun de ces modalits :
globalement par fonction, par service ou dpartement, par projet, par produit ou
prestation ou par autre objet.

Enfin, pour mesurer la frquence dutilisation des donnes qui sont rapportes aux
cots, nous avons pos une question ferme choix multiples et rponse unique :

Vous utilisez les donnes se rapportant aux cots ?

Il a t demand la personne interroge dindiquer dans quelle mesure elle utilise les
donnes qui sont rapportes aux cots. Cinq modalits de rponse sont associes la
question : jamais, ponctuellement (quand un problme prcis se posent), deux trois fois par
an, tous les mois ou toutes les semaines.
Lensemble des variables choisies pour mesurer les facteurs de contingence
comportementale se prsente dans le Schma 3.2 et le Tableau 3.3.

129

130

Schma 3.2 : Les mesures des facteurs de contingence comportementale

Tableau 3.3 : Le nombre ditems des variables de mesure des facteurs de contingence
comportementale
Variables reprsentatives des
facteurs de contingence

Les variables de mesure

Nombre

comportementale

ditems

Type de formation (le type gestionnaire ou

Formation

non gestionnaire).

Caractristiques de linformation utilise.

Degr de supervision personnelle des tches.

Stratgie de contrle relative aux budgets.

Stratgie de contrle relative aux cots.

Style de dcision

Stratgie de contrle

3.1.1.2

Les mesures des caractristiques des tableaux de bord (la variable

intermdiaire)

Il sagit de mesurer la sophistication des tableaux de bord des PME de lchantillon.

Quatre variables, concepts gnraux, permettent de dterminer les indices de sophistication
des tableaux de bord : le degr de ractivit, la diversit du champ dapplication, la diversit
des indicateurs de performances et le degr de dcentralisation des tableaux de bord.
3.1.1.2.1

Le degr de ractivit

Le degr de ractivit des tableaux de bord est li aux modes dlaboration de loutil
ainsi qu la typologie des indicateurs qui les composent.
Le degr de ractivit est mesur, dons cette recherche, par lintermdiaire des
dimensions suivantes :
-

la frquence de production des tableaux de bord ;

le dlai de production des tableaux de bord ;

le degr dintgration des indicateurs de suivi dans les tableaux de bord ;

le degr dintgration des indicateurs prvisionnels dans les tableaux de bord.

131

La mesure de la frquence de production des tableaux de bord est effectue laide de

cinq propositions reprenant les modalits de rponse suivantes : annuelle, trimestrielle,
mensuelle, hebdomadaire et quotidien.

Pour mesurer le dlai de production des tableaux de bord, nous avons pos la question
suivante :

Quel est le dlai de production des tableaux de bord ?

Il a demand la personne interroge dindiquer le dlai de production de tableaux de

bord laide de cinq modalits de rponse : 1 plusieurs mois, 1 3 semaines, plusieurs
jours, 1 jour et en temps rel.

Pour mesurer le degr dintgration des indicateurs de suivi et le degr dintgration des
indicateurs prvisionnels dans les tableaux de bord, il a t demand aux personnes
interroges de rpondre sur une chelle de Likert de 1- (faible, peu dindicateurs de ce
type sont prsents dans les tableaux de bord) 5- (lev, beaucoup dindicateurs de ce
type sont prsents dans les tableaux de bord).
3.1.1.2.2

La diversit du champ dapplication

Lun des avantages de tableaux de bord rside en effet dans le fait que les donnes quil
fournit au dcideur peuvent tre varies : financires, quantitative, qualitatives, externes, etc.
Il permet de tenir compte du rle des actifs incorporels dans le processus de valorisation
conomique (Kaplan et Norton, 1996), de traduire les objectifs stratgiques en indicateurs
oprationnels (Nanni et al., 1992), et enfin dtendre le champ du contrle des lments de
performance qui ressortent la fois de lenvironnement interne et externe de lentreprise
(Shank et Govindarajan, 1993).

132

Dans ce travail, la diversit du champ dapplication est mesure par lintermdiaire des
dimensions suivantes :
-

le degr dintgration de donnes financires dans les tableaux de bord ;

le degr dintgration de donnes quantitatives non financires dans les tableaux de

bord ;

le degr dintgration de donnes qualitatives dans les tableaux de bord ;

le degr dintgration de donnes externes dans les tableaux de bord.

Chacun de ces attributs est valu sur une chelle de Likert de 1- (faible, les donnes de

ce type sont peu nombreuses) 5- (lev, les donnes de ce type sont trs nombreuses). Les
scores obtenus par les personnes interroges sur chacune de ces chelles permettent
didentifier la fois la nature et la varit des donnes incluses dans les tableaux de bord.
3.1.1.2.3

La diversit des indicateurs de performances

La mesure de la diversit des indicateurs de performances consiste en fait dterminer

la nature des donnes qui sont fournies par les tableaux de bord. Il sagit en quelque sorte
didentifier le type des indicateurs de performance des objets contrls.
La diversit des indicateurs de performances est value dans cette tude par :
-

le degr dintgration dans les tableaux de bord dindicateurs se rapportant la

performance financire ;

le degr dintgration dans les tableaux de bord des indicateurs de performance

concernant les clients ;

le degr dintgration dans les tableaux de bord des indicateurs de performance des
variables de gestion lies aux objectifs stratgiques ;

le degr dintgration dans les tableaux de bord dindicateurs se rapportant la gestion

des lments incorporels.
Pour mesurer les variables ci-dessus, il a t demand aux personnes interroges de

rpondre sur une chelle de Likert de 1- (faible, les donnes de ce type sont peu nombreuses)
5- (lev, les donnes de ce type sont trs nombreuses).

133

Une liste de quarte items a t alors propose et on a demand aux personnes

interroges de situer leur apprciation de chacun de ces items :
a) indicateurs se rapportant la performance financire (ex : rsultats dexploitation, taux
de croissance du chiffre affaires, taux de marge brute, ratios de trsorerie, etc.) ;
b) indicateurs de performance concernant les clients (ex : fidlit et satisfaction des clients,
nouveaux clients, rentabilit par segment, volution des parts de march, etc.) ;
c) indicateurs de performance des variables de gestion lies aux objectifs stratgiques de
lentreprise (ex : indicateurs de cots si lobjectif stratgique est damliorer une
position concurrentielle par une baisse des prix de vente, indicateurs de qualit, de
flexibilit, de dlais, etc.) ;
d) indicateurs se rapportant la gestion des lments incorporels (ex : indicateurs de
satisfaction et de motivation des salaris, de formation, de qualit des systmes
dinformation et de veille technologique ou stratgique, de climat social, etc.).
3.1.1.2.4

Le degr de dcentralisation des tableaux de bord

La reconnaissance de tableaux de bord comme outil de changement du contrle de

gestion est en partie lie au fait que les instruments de pilotage peuvent tre, grce leur
caractristiques propres, les supports instrumentaux privilgies des modes de gestion
dcentralises qui saffirment aujourdhui dans les entreprises comme une ncessit
structurelle laquelle doit sadapter le contrle de gestion (Bouquin, 1994).
Pour mesurer de degr de dcentralisation des tableaux de bord, nous avons pos la
question suivante :

Quel est ou quels sont le(s) destinataire(s) des tableaux de bord dans lentreprise ?

Il a t demand la personne interroge dindiquer quels sont le(s) destinataire(s) des

tableaux de bord dans lentreprise. Trois modalits de rponse sont associes la question : le
dirigeant, les responsables fonctionnels ou de dpartements et les responsables oprationnels.
134

Les variables de mesure des caractristiques des tableaux de bord sont rsumes dans le
Schma 3.3 et le Tableau 3.4.

135

136

Schma 3.3 : Les mesures des caractristiques des tableaux de bord

Tableau 3.4 : Le nombre ditems des variables de mesure des caractristiques des
tableaux de bord
Variables reprsentatives des
caractristiques des tableaux
de bord

Degr de ractivit

Diversit du champ
dapplication

Diversit des indicateurs de

performances

Degr de dcentralisation des

tableaux de bord

Les variables de mesure

Nombre
ditems

Frquence de production des tableaux de

bord.

Dlai de production des tableaux de bord.

Degr dintgration des indicateurs de suivi.

Degr
dintgration
prvisionnels.

des

indicateurs

Degr dintgration de donnes financires

dans les tableaux de bord.

Degr dintgration de donnes quantitatives

non financires dans les tableaux de bord.

Degr dintgration de donnes qualitatives

dans les tableaux de bord.

Degr dintgration de donnes externes

dans les tableaux de bord.

Degr dintgration dans les tableaux de

bord dindicateurs se rapportant la
performance financire.

Degr dintgration dans les tableaux de

bord des indicateurs de performance
concernant les clients.

Degr dintgration dans les tableaux de

bord des indicateurs de performance des
variables de gestion lies aux objectifs
stratgiques.

Degr dintgration dans les tableaux de

bord dindicateurs se rapportant la gestion
des lments incorporels.

Degr de dcentralisation des tableaux de

bord.

137

3.1.1.3

Les mesures de pilotage de la performance (la variable explique)

Le pilotage de la performance est intimement li la notion de pilotage stratgique qui

consiste, en pratique, mettre la disposition de la direction de l'entreprise un nombre limit
d'indicateurs varis, financiers et non financiers, court et long terme, regroups de faon
aider les dirigeants dans leurs prises de dcisions stratgiques. La plupart des crits thoriques
sur le sujet utilisent comme fondement le modle de tableau de bord prospectif (Kaplan et
Norton, 1996).
En accord avec la dfinition de tableau de bord prospectif donne dans le premier
chapitre, les tableaux de bord prospectifs ont t conus comme est un nouvel outil de
pilotage de la performance. Ils reprsentent les facteurs cls de succs et sont dclins l'aide
de variables d'action et de rsultat, de nature financire et non financire, quantitative et non
quantitative, avec une orientation court terme et long terme. Le tableau de bord est un outil
de gestion permettant de prsenter de manire structure des indicateurs et des informations
utiles au pilotage de lentreprise et la dclinaison de sa stratgie (Berland, 2009).
Daprs Gervais (2000), les tableaux de bord orientation stratgique sont des systmes
dindicateurs qui cherchent mesurer la performance globale (et son volution) dans ses
diffrentes dimensions constitutives. Ils permettent de clarifier les objectifs stratgiques et de
les traduire en valeurs cibles concrtes. Ils assurent aussi un dploiement de la politique
gnrale lintrieur de lorganisation et un retour dexprience sur la stratgie pour laffiner
progressivement. Gray et Pesqueux (1993) remarquent que si le tableau de bord sert suivre
les objectifs gnraux au niveau du sige, il peut tre un outil parmi dautres, par contre sil
sert au suivi du fonctionnement courant au niveau des oprationnels, il doit alors tre un outil
central.
Les mesures de pilotage de la performance ont t prsentes, dans ce travail, en trois
blocs suivants : le degr dutilisation des tableaux de bord, la diversit dutilisation et le degr
dutilit.

138

3.1.1.3.1

Le degr dutilisation des tableaux de bord

Le degr dutilisation des tableaux de bord est mesur par lintermdiaire des
dimensions suivantes :

la frquence dutilisation des tableaux de bord ;

lintensit dutilisation des donnes des tableaux de bord.

Pour mesurer la frquence dutilisation des tableaux de bord dans lentreprise, une liste
de six modalits de rponse a t propose et on a demand aux personnes interroges
de situer leur choix de chacun de ces modalits : jamais, tous les ans, tous les trimestres,
tous les mois, toutes les semaines ou tous les jours.

Lintensit dutilisation des donnes des tableaux de bord exprime la mesure dans
laquelle le dirigeant utilise les donnes qui sont communiques dans les tableaux de
bord.

Pour cela, nous avons pos la question suivante :

Dans quelle mesure utilisez-vous les donnes qui sont communiques dans les tableaux
de bord ?

Il a t demand aux personnes interroges de rpondre sur une chelle de Likert de

1- (jutilise seulement quelques donnes que je trouve essentielles) 5- (jutilise lensemble
des donnes).

139

3.1.1.3.2

La diversit dutilisation des tableaux de bord

Il sagit didentifier les rles que les dirigeants des PME attribuent aux tableaux de bord
travers la manire dont ils les utilisent. Pour ce faire, il a t demand aux personnes
interroges de rpondre sur une chelle de Likert de 1- (utilisation faible) 5- (utilisation
importante). Plusieurs situations dutilisation sont proposes :
a) vous informer des rsultats de lentreprise sur une priode donne (niveau des ventes,
de lactivit, rsultats financiers, etc.) ;
b) contrler distance le travail du personnel ;
c) prvoir et anticiper les situations des semaines et mois venir (prvision de chiffre
daffaires, de trsorerie, etc.) ;
d) expliciter et communiquer les objectifs de lentreprise au personnel afin de le
responsabiliser et le motiver ;
e) suivre et surveiller les performances de lentreprise (cots, qualit, etc.) qui prsentent
un lien direct avec les objectifs stratgiques, et prendre temps, si ncessaire, des
mesures correctrices.
3.1.1.3.3

Le degr dutilit des tableaux de bord

La mesure du degr dutilit des tableaux de bord consiste dterminer dans quelle
mesure linstrument de pilotage rpond aux besoins du dirigeant dentreprise. Sa mesure est
effectue par lintermdiaire des dimensions suivantes :

le degr de fiabilit des donnes qui sont produites par les tableaux de bord ;

le degr dintelligibilit des donnes qui sont produites par les tableaux de bord ;

le degr de signification des donnes qui sont produites par les tableaux de bord ;

le degr de rentabilit des tableaux de bord.

la mesure du degr de fiabilit des donnes qui sont produites par les tableaux de bord,
est effectue laide de cinq modalits de rponse suivantes : trs peu fiables (1), peu
140

fiables (2), moyennement fiables (3), fiables pour majeure partie (4) et totalement
fiables (5).

De mme, pour mesurer le degr dintelligibilit des donnes qui sont produites par les
tableaux de bord, cinq modalits de rponse ont t proposes : trs difficilement
comprhensibles (1), peu comprhensibles (2), moyennement comprhensibles (3),
comprhensibles pour majeure partie (4) et totalement comprhensibles (5).

Paralllement, pour mesurer le degr de signification des donnes qui sont produites par
les tableaux de bord, une liste de cinq modalits de rponse a t propose : trs
difficilement interprtables (1), peu interprtables (2), moyennement interprtables (3),
interprtables pour majeure partie (4) et totalement interprtables (5).

Enfin, la mesure du niveau de rentabilit des tableaux de bord est effectue laide de
cinq modalits de rponse suivantes : pas du tout rentables (1), peu rentables (2),
moyennement rentables (3), rentables pour la majeure partie (4) et trs rentables (5).
Lensemble des variables choisies pour mesurer de pilotage de la performance se

prsente dans le Schma 3.4 et le Tableau 3.5.

141

142

Schma 3.4 : Les mesures de pilotage de la performance

Tableau 3.5 : Le nombre ditems des variables de mesure de pilotage de la performance

Variables reprsentatives de
pilotage de la performance
Degr dutilisation des
tableaux de bord

Diversit du champ
dapplication

Les variables de mesure

Nombre
ditems

Frquence dutilisation des tableaux de bord.

Intensit dutilisation des donnes des

tableaux de bord.

Degr d'utilisation des tableaux de bord pour

informer les rsultats.

Degr d'utilisation des tableaux de bord pour

contrler le travail des personnels.

Degr d'utilisation des tableaux de bord pour

prvoir les situations venir.

Degr d'utilisation des tableaux de bord pour

expliciter les objectifs de l'entreprise.

Degr d'utilisation des tableaux de bord pour

suivre les performances de l'entreprise.

Degr de fiabilit des donnes des TB.

Degr dutilit des tableaux de Degr dintelligibilit des donnes des TB.
bord
Degr de signification des donnes des TB.
Degr de rentabilit des TB.

1
1
1

Aprs avoir prsent les mesures des variables du modle, nous abordons prsent la
mthode de recueil des donnes et les caractristiques de terrain dobservation, nous vrifions
galement la fiabilit et la validit de nos instruments de mesure.
3.1.2 La mise en uvre de ltude empirique
3.1.2.1

La mthode et le recueil des donnes

La prsente partie expose en dtail la mthode et le recueil des donnes. Ainsi, nous
abordons, dans un premier temps, le choix et la prsentation des mthodes adoptes. Ensuite,
nous prsentons la phase de choix de lchantillon, llaboration et lenvoi des questionnaires,
et enfin, le recueil de donnes.
143

3.1.2.1.1

Choix et prsentation des mthodes adoptes

Dans ce travail de recherche, nous avons choisi lenqute par questionnaires qui nous
parat la plus approprie notre question de recherche. Cest un mode de recueil des donnes
le plus utilis dans le domaine de contrle de gestion. Un questionnaire est un outil qui
permet dinterroger directement des individus en dfinissant au pralable, par une
approche qualitative, les modalits de rponses au travers des questions dites fermes
(Baumard et al., 2003).
Plusieurs raisons justifient ce choix :
-

Lenqute par questionnaire permet destimer des variables latentes par un ensemble
dindicateurs, traduit dans le questionnaire par des affirmations, auxquelles les
personnes interroges doivent prciser leur degr daccord (Quivy et Van
Campenhoudt, 1995; Newsted et al., 1998).

Lutilisation de lenqute par questionnaire permet de quantifier les rsultats de la

recherche, grce de nombreux tests statistiques rigoureux effectus sur les donnes
collectes (Quivy et Van Campenhoudt, 1995 ; Newsted et al., 1998 ; Palvia et al.,
2003).

Lutilisation de cette technique offre un degr dobjectivit lev. En effet, celle-ci

sappuie sur des analyses statistiques rigoureuses, qui permettent de tester les
hypothses de recherche et interprter les rsultats avec objectivit (Newsted et al.,
1998 ; Baumard et Ibert, 2003).

Dans notre travail, nous souhaitons tudier les pratiques de tableaux de bord des PME
localises sur des lieux gographiques diffrents. Dans ce cas, lenqute par
questionnaire est une technique qui rpond cet objectif (Igalens et Roussel, 1998 ;
Newsted et al., 1998).

Dons notre cas, nous visons un chantillon dune petite taille, en vue dappliquer la
mthode des quations structurelles. Lenqute par questionnaire, comme mode de
collecte des donnes, est recommande dans ce cas (Igalens et Roussel, 1998 ; Evrard
et al., 2003).
144

Ainsi, aprs avoir prsent et justifi la mthode de recherche adopte, nous prsentons
ci-dessous lchantillon tudi.
3.1.2.1.2

Choix de lchantillon

Avant daborder la recherche sur le terrain il est ncessaire de dfinir galement

population

laquelle sadresse lenqute. Pour cela, nous avons contact plusieurs

organismes (par exemple : Chambre de commerce, Ministre de lconomie et des finances,

Confdration Gnrale des Entreprises du Maroc, etc.) pour avoir la taille et les adresses des
entreprises situes au Maroc. Deux critres ont t retenus pour dfinir les entreprises
constituant la population de base.
-

La taille : les entreprises doivent avoir moins de 200 salaris pour tre incluses dans
notre chantillon ;

La localisation gographique : ltude porte sur 14 rgions composes de 59 villes

marocaines.

Aprs avoir prcis les critres dfinissant la population de notre tude, il nous reste
choisir un chantillon parmi les entreprises prsentes dans la liste en notre possession. Ceci
nous amne prciser la mthode dchantillonnage.
Dun point de vue thorique, on distingue deux types de mthodes :
-

Probabiliste : lchantillon est obtenu par une procdure de tirage alatoire au cours
de laquelle chaque lment de la population a une probabilit connue, non nulle,
dtre tir ;

Empirique : dans ce cas, la constitution de lchantillon rsulte dun choix raisonn,

on slectionne les entreprises en appliquant certaines rgles ou critres de choix
visant faire ressembler lchantillon la population dont il est issu (Evrard et
Lemaire, 1976).

Du fait des critres dfinis ci-dessus, et aussi de lobjectif de notre tude, les deux types
de mthodes ont t ncessaires la dfinition de notre chantillon et lidentification concrte
des entreprises auxquelles nos questionnaires seront envoys.

145

La mthode empirique nous a permis, dans un premier temps, dextraire de notre liste
les entreprises ayant moins de 200 salaris situes dans les diffrentes rgions du Maroc.
Ensuite la mthode probabiliste nous a permis de tirer au hasard notre chantillon de base.
Les tableaux 3.6 et 3.7 et le Graphique 3.1 prsentent les rpartitions des envois par
taille dentreprise et par rgion.
Tableau 3.6 : Rpartition denvois par taille dentreprise

Tranche d'effectif

Nombre d'envois

De 1 24

512

De 25 99

512

De 100 200

512

Total

1536

146

Tableau 3.7 : Rpartition denvois par rgion

Rgion

CHAOUIA-OUARDIGHA

Ville

Par
Face
Par voie
voie

lectronique
postale
face

BEN AHMED

BEN SLIMANE

BERRECHID

10

KHOURIBGA

14

24

SETTAT

21

32

12

17

12

21

10

26

16

15

16

69

12

24

45

AZILAL
BENI-MELLAL
DOUKALA-ABDA

EL JADIDA
SAFI

TADLA

FS-BOULMANE

11

FS

30

12

GRAND CASABLANCA

GUELMIM ES-SEMARA

KNITRA

29

11

CASABLANCA

91

144

169

404

MOHAMMADIA

16

31

53

100

MDIOUNA

18

26

NOUACEUR

16

20

ES-SEMARA

GUELMIM

16

TAN-TAN

15

12

BOUJDOUR

12

LAAYOUNE

10

21

AL HAOUZ

13

14

CHICHAOUA
MARRAKECH-TENSIFT-AL
HAOUZ

13

SIDI KACEM

TATA
LAAYOUNE-BOUJDOURSAKIA HAMRA

16

10

BOULEMANE

SFROU

EL KELAA
SRAGHNA
ESSAOUIRA

17

MARRAKECH

12

15

18

45

147

MOULAY
YACOUB
GHARB-CHRARDA-BENI
HSSEN

Sur
le
N
site Total
web

6,32%

5,99%

6,38%

3,13%

35,81%

3,39%

2,15%

6,05%

Tableau 3.7 (suite) : Rpartition denvois par rgion

Rgion

Ville
MEKNS

Par
Face
Par voie
voie

lectronique
postale
face
10

11

EL HAJEB
MEKNS-TAFILALET

ERRACHIDIA

IFRANE

RABAT-SALE-ZEMMOUR

13

24

KHEMISSET

11

17

52

22

14

12

16

11

17

12

37

14

19

18

12

42

11

17

RABAT

12

14

SALE

SKHIRATETMARA

BERKANE

JRADA

NADOR
4

15

10

AT MELLOUL
OUARZAZATE

TAROUDANNT

TIZNIT
ZAGORA
CHEFCHAOUEN

LARACHE

TANGER

12

TTOUAN

Total

13

AGADIR

TAZA-AL HOCEIMATAOUNATE

TAOURIRT

TANGER-TTOUAN

39

OUJDA

SOUSS MASSA DRAA

18

KHNIFRA

FIGUIG
REGION DE L'ORIENTAL

Sur
le
N
site Total
web

AL HOCEIMA

11

20

TAOUNATE

15

TAZA

730

1536

300

148

460

46

5,99%

6,05%

5,01%

4,75%

6,25%

2,73%

100%

Graphique 3.1 : Rpartition denvois par rgion

CHAOUIA-OUARDIGHA
DOUKALA-ABDA

FS-BOULMANE
GHARB-CHRARDA-BENI HSSEN

4,75%

6,25% 2,73% 6,32%

GRAND CASABLANCA

5,99%
6,38%

5,01%

GUELMIM ES-SEMARA

3,13%

6,05%

LAAYOUNE-BOUJDOUR-SAKIA
HAMRA

5,99%
35,81%

MARRAKECH-TENSIFT-AL HAOUZ

6,05%
MEKNS-TAFILALET

2,15%
3,39%

RABAT-SALE-ZEMMOUR
REGION DE L'ORIENTAL
SOUSS MASSA DRAA
TANGER-TTOUAN
TAZA-AL HOCEIMA-TAOUNATE

Aprs avoir prsent notre chantillon dtude, nous prsentons ci-dessous la mthode
dlaboration des questionnaires.
3.1.2.1.3

laboration des questionnaires

Comme nous lavons prcis auparavant, nous cherchons dans ce travail dune part
tudier la place des tableaux de bord dans le pilotage de la performance des PME et tenter
den proposer une typologie, dautre part dterminer dons quelle mesure les pratiques de
tableaux de bord des PME peuvent tre soumises linfluence de certaines facteurs de
contingence. Pour rpondre ces deux objectifs, un certain nombre de dimensions doit tre
149

mobilis et renseign. Chaque dimension ntant pas mesurable directement, elle est rduite
un ensemble de concepts qui sont mesurs par une ou plusieurs variables observes,
c'est--dire un ou plusieurs items directement mesurables. Chaque ensemble ditems forme
ainsi une chelle de mesure.
Le droulement de la phase dlaboration des questionnaires a t fait selon trois
tapes : la revue de la littrature, le pr-test du questionnaire auprs dun groupe de quatre
personnes (un professeur universitaire en mthodologie de recherche et trois contrleurs de
gestion) et le test du questionnaire auprs dun groupe de six personnes (trois contrleurs de
gestion et trois dirigeants dentreprise).
-

La revue de la littrature : pour dfinir les concepts et laborer les diffrentes chelles
de mesure, nous avons eu recours la littrature sur le sujet. Ceci nous a permis de
gnrer un premier ensemble ditems pour chaque concept. Nous avons constat
travers notre revue de la littrature que trs peu dtudes sur les pratiques de tableaux de
bord des PME ont t menes dans le contexte franais et que aucune tude na t
mene ce sujet dans le contexte marocain. Ainsi, nous avons eu recours dans
llaboration de notre premire version du questionnaire aux chelles de mesure qui
sont construites et valides dans le contexte franais. Cependant, ces

chelles de

mesure sont conues et valides dans un contexte diffrent de celui de Maroc et

mritent donc dtre vrifies et adaptes notre contexte avant le lancement de
lenqute.
-

Le pr-test du questionnaire : dans une deuxime tape, notre questionnaire a t

soumis un professeur universitaire en mthodologie de recherche et trois contrleurs
de gestion.
Les modifications formules ont port sur le contenu des questions (existence de termes
vagues et imprcis dans certains items : par exemple la question 2 sur la partie I de
questionnaire adress au contrleur de gestion), la formulation des questions (par
exemple la question 1 sur la partie II de questionnaire adress au contrleur de gestion,
la fluidit du questionnaire (ordre des questions), lintgration dautres lments au
questionnaire (par exemple la question 2 sur la partie III de questionnaire adress au
dirigeant dentreprise), ainsi que des modifications au niveau de la structure

150

grammaticale de quelques questions et au niveau de la mise en forme du questionnaire

(Schma 3.5 modifications (1)).
-

Le test du questionnaire : le test du questionnaire est lun des aspects importants de la

qualit de la recherche par enqute (Pinsonneault et Kraemer, 1993). Il a plusieurs
objectifs : il permet de mettre lpreuve la forme des questions et leur
ordonnancement, de vrifier la comprhension des personnes interroges, dexaminer la
pertinence des modalits de rponse proposes (Baumard et al., 2003) et enfin de
vrifier le temps de rponse requis. Dans notre travail, nous avons test le questionnaire
auprs dun groupe de six personnes : trois contrleurs de gestion et trois dirigeants
dentreprise qui constituent des personnes interroges prospectifs lenqute (Van der
Stede et al., 2005).
Ce groupe a vrifi la clart et la bonne comprhension des questions (par exemple la
question 2 sur la partie III de questionnaire adress au contrleur de gestion). Il a
galement valu la dure du questionnaire : une dure de rponse entre 15 et 20
minutes a t fixe.
Avant de clore cette dernire tape, nous mentionnons que notre questionnaire a t
valid par notre Directeur de recherche. Aprs quelques modifications au niveau de la
formulation de quelques questions (par exemple la question 3 sur la partie I de
questionnaire adress au contrleur de gestion et la question 1 sur la partie I de
questionnaire adress au dirigeant dentreprise) (modifications (2)). Le Schma 3.5
rsume les tapes dlaboration de notre questionnaire.

151

Schma 3.5 : Les tapes dlaboration du questionnaire

La revue de littrature

laboration du questionnaire de
recherche

Le pr-test du questionnaire

Modifications (1)

Le test du questionnaire

Modifications (2)

Validation du questionnaire

En matire dlaboration des questions, on peut observer deux distinctions importantes :

questions ouvertes et questions fermes.
Questions ouvertes :
Ce sont des questions qui offrent la possibilit la personne interroge de sexprimer en
plusieurs phrases. Elles permettent des questionnements plus profonds et de mettre en
vidence des points de vue inattendus sur ce quon cherchait. Cependant, leur inconvnient
cest quelles sont longues traiter et difficiles codifier.

152

Questions fermes :
Ce sont des questions qui offrent des rponses prcises proposes par le chercheur. Elles
prsentent lavantage de faciliter les rponses, leur codification et leur analyse.
Vu la facilit quelles peuvent donner au droulement de lenqute, nous avons opt
dans notre questionnaire pour les questions fermes en majorit. Ceci nous parat adquat
avec le test de nos hypothses de recherche car il nous permettra de bien cibler nos variables
explicatives et expliques. En revanche, lutilisation de questions ouvertes dans ce type de
recherche nous semble inapproprie et rendra impossible la vrification des hypothses.
Nanmoins, nous avons utilis deux questions ouvertes (une pour le contrleur de
gestion et une autre pour le dirigeant dentreprise) pour permettre aux personnes interroges
de sexprimer davantage sur des points qui ne sont pas traits dans le questionnaire.
Les deux questionnaires utiliss dans cette tude sont constitus de quatre parties
(cf. Annexe 1 et Annexe 2). La premire partie comporte des questions sur les caractristiques
de lentreprise et de la personne interroge. La deuxime partie concerne la structure et
lenvironnement de lentreprise. La troisime partie a pour objet dtudier le style de dcision
adopt dans lentreprise. Enfin, la quatrime partie concerne les pratiques de tableaux de bord
de lentreprise.
-

Premire partie : La premire partie du questionnaire est compose de six questions

fermes (trois pour le contrleur de gestion et trois pour le dirigeant dentreprise), qui
sont des questions gnrales sur les entreprises et sur la personne interroge ; elles
permettent de recueillir des donnes sur les personnes interroges, le type, lge, la
taille et le secteur dactivit des entreprises de notre chantillon, ces questions utiles
pour le test de nos hypothses.

Deuxime partie : La deuxime partie du questionnaire, qui concerne la structure et

lenvironnement de lentreprise, est compose de neuf questions fermes (six pour le
dirigeant dentreprise et trois pour le contrleur de gestion), qui permettent de recueillir
des donnes sur les caractristiques de la structure et de lenvironnement de la PME.

153

Troisime partie : Elle a pour objet dtudier le style de dcision adopt dans

lentreprise. Elle contient douze questions fermes (quatre pour le dirigeant dentreprise
et huit pour le contrleur de gestion).
Quatrime partie : La quatrime partie du questionnaire, qui concerne les pratiques de

tableaux de bord de lentreprise, est compose de dix-neuf questions (dix-sept questions

fermes et deux questions ouvertes), neuf pour le dirigeant dentreprise et dix pour le
contrleur de gestion. Cest la partie la plus intressante du questionnaire.
Une fois le questionnaire termin, nous avons rdig une lettre daccompagnement qui
prcise lobjet, lobjectif, lintrt de lenqute et la date de retour. En outre, pour assurer les
personnes interroges, nous avons insist sur la garantie de lanonymat et la confidentialit
des rponses (cf. Annexe 3).
Aprs avoir prsent notre mthode dlaboration des questionnaires, nous prsentons
ci-dessous leur mthode denvoi.
3.1.2.1.4

Envoi des questionnaires

Parce que lobjectif de la recherche vise observer et interprter les pratiques de

tableaux de bord des PME, la ncessit de recueillir un nombre suffisant de donnes est
apparue importante. Pour cela, lenqute par questionnaire a t envoye par voie postale, par
voie lectronique, en face face et enfin, sur un site web.
3.1.2.1.4.1

Questionnaire envoy par voie postale et par voie

lectronique

Cest la premire tape denvoi de notre questionnaire. Nous avons envoy 300
questionnaires par voie postale.
De son ct, lenqute par voie postale offre les avantages suivants :
-

Cela limine limpact du chercheur et rduire les biais dans les rponses ;

Cela donne plus de crdibilit lenqute.

154

Un des grands inconvnients de lenqute par voie postale est le faible taux de rponses.
Pour pallier cette lacune, nous avons tlphon aux entreprises cibles, une plusieurs fois,
pour amliorer notre taux de rponses.
Dans cette premire tape, nous avons envoy 460 questionnaires par voie lectronique,
ce qui prsente plusieurs avantages notamment :
-

Le courriel est un outil rapide pour envoyer les questionnaires ;

Lenvoi peut seffectuer par centaines en quelques secondes ;

Le cot denvoi est quasiment nul.

L'inconvnient est que le maniement n'est pas toujours facile et le principe ne permet

pas d'intgrer des fonctionnalits que donne l'avantage d'une page HTML1. De ce fait,
lergonomie gnrale du message n'est pas toujours contrle par le chercheur.
Le processus denvoi du questionnaire par courrier lectronique peut tre dcrit de la
manire suivante (Schma 3.6).
Schma 3.6 : Processus denvoi du questionnaire par courrier lectronique
Observateur

Observ

Envoi du questionnaire dans

un courrier

Rception du questionnaire
dans la boite lettre

Rponse sur un courrier de

retour

Renvoi des rponses, adresse

automatique

Rception des rponses dans

la boite lettre

Source : (Gueguen, 2000)

Le HTML ("HyperText Markup Language") est un langage balises de prsentation de donnes utilis sur le
World Wide Web. Il permet notamment la lecture de documents partir de machines diffrentes grce au
protocole HTTP, permettant d'accder via le rseau des documents reprs par une adresse unique, appele
URL.

155

Cependant, dans cette premire tape, nous avons recueilli 28 questionnaires

exploitables par voie postale et 31 par voie lectronique, soit un taux de rponse rel de
9,33% pour la voie postale et de 6,74% pour la voie lectronique. Ces taux tant faible, il
nous a fallu passer par une deuxime tape : lenvoi de questionnaire en face face.
3.1.2.1.4.2

Questionnaire en face face

L'un des principaux avantages de ce type est qu'il offre plus de possibilits d'valuer la
comprhension de la personne interroge et son interprtation des questions, de mme que de
clarifier toute ambigut au sujet du sens d'une question ou d'une rponse. Au cours d'une
entrevue, il est galement possible de montrer aux personnes interroges des documents ou
des objets et de solliciter leur raction.
Ce type prsente des inconvnients notamment :
-

La prsence de lenquteur, qui peut influencer les rponses donnes par lenqut ;

Le cot des dplacements.

Dans cette deuxime tape, nous avons consult sur place 46 entreprises situes dans

cinq villes (FES, RABAT, CHEFCHAOUEN, TANGER et TETOUAN), ce qui nous a

permis de recueillir des donnes auprs de 13 entreprises ayant accept de nous recevoir, soit
un taux de rponse rel de 28,26 %.
En raison du nombre de retours assez faible dans les tapes prcdents, nous avons jug
important deffectuer une troisime et dernire tape par lenvoi du questionnaire sur un
site web.
3.1.2.1.4.3

Questionnaire envoy sur le site web

Le principe est simple dans sa forme : il s'agit de mettre le questionnaire sur une adresse
web, facilement accessible. Les logiciels de construction HTML fournissent tous les lments
permettant la ralisation de ces questionnaires (Gueguen, 2000).

156

Dans cette dernire tape, nous avons hberg notre questionnaire sur le site web
suivant : http://houda.pme.u-bordeaux4.fr/ qui a t effectu avec le langage de
programmation PHP1.
L'avantage majeur du questionnaire sur site par rapport tant au questionnaire par voie
postale que par courrier lectronique rside dans sa souplesse de fonctionnement et dans la
possibilit d'intgrer des fonctions interactives au questionnaire.
L'inconvnient principal est le rallongement du processus de rponse comme nous le
montre le Schma 3.7.
Schma 3.7 : Processus denvoi du questionnaire sur site

Observateur

Observ

Invitation rpondre au
questionnaire :
(1) par courrier
(2) par liste de diffusion
(3) par invite poste

Bote lettres
Passage sur linformation

Connexion sur le site, rponse

en ligne et validation

Site avec questionnaire

Rception des rponses dans la

bote lettre ou dans la base de
donnes
(Gueguen, 2000, p. 4)

PHP (Personal Home Page Tools) cest un langage de scripts libre principalement utilis pour produire des
pages Web dynamiques via un serveur HTTP, les pages PHP s'crivent comme des pages HTML.

157

Dans cette dernire tape, nous avons recueilli 35 questionnaires exploitables, soit un
taux de rponse rel de 4,79%.
3.1.2.1.5

Le recueil de donnes

Lenvoi postal de 300 questionnaires a permis de recueillir des donnes auprs de 33

entreprises, soit un taux de rponse initial de 11%. Lenvoi lectronique de 460 questionnaires
a permis de recueillir des donnes auprs de 38 entreprises, soit un taux de rponse initial de
prs de 8,26 %. La consultation sur place de 46 entreprises a permis de recueillir des donnes
auprs de 13 parmi eux, soit un taux de rponse de prs de 28,26 %. Enfin lenvoi
lectronique dun site web aux 730 entreprises a permis de recueillir des donnes auprs de 44
entreprises, soit un taux de rponse initial de prs de 6,03 %. Le tableau suivant prsente les
taux de rponses de lenqute.
Tableau 3.8 : Les taux de rponses de lenqute

Nombre denvois

Par voie
Par voie
postale lectronique

Face
face

Sur le
site web

Total

Total des questionnaires

envoys

300

460

46

730

1536

Total des questionnaires

retourns complts

33

38

13

44

128

Total des questionnaires

retourns non exploitables

21

Total des questionnaires

retourns exploitables

28

31

13

35

107

Le taux de rponse initial

11,00%

8,26%

28,26%

6,03%

8,33%

Le taux de rponse rel

9,33%

6,74%

28,26%

4,79%

6,97%

Au total, sur les 1536 questionnaires envoys, 128 ont t retourns complts, soit un
taux de rponse initial de 8,33%. Sur ces 128 rponses, 21 questionnaires taient non
exploitables, soit en raison de donnes manquantes ou parce que le nombre demploys tait
suprieur 200, et donc le taux de rponse rel est de 6,97%. En dfinitive, les donnes de
107 PME ont pu tre traites.
158

3.1.2.2

Les caractristiques de terrain dobservation

Avant de prsenter les caractristiques de terrain dobservation, nous prsentons les

deux logiciels de traitement statistique utiliss dans le cadre de ce travail de recherche :
-

SPSS statistics 17 : Le logiciel SPSS (Statistical Packages for the Social Sciences) est
un logiciel de gestion et danalyse des donnes statistiques. Il est utilis, dans le cadre
de cette recherche, comme un outil de traitement statistique pour la prparation de
notre base de donnes et la gnration des statistiques descriptives et llaboration des
analyses factorielles exploratoires effectues sur nos diffrentes chelles de mesure.
Ce logiciel est choisi en raison de sa convivialit et sa souplesse dans lexcution des
diffrents traitements statistiques.

AMOS 18 : Le logiciel AMOS (Analysis of MOment Structures, est utilis dans le

cadre de cette tude, pour estimer les paramtres de notre modle dquations
structurelles, il sert la fois aux analyses factorielles confirmatoires (modle de
mesure) et au test des diffrentes relations entre la variables expliquer, explicatives
et intermdiaire (modle structurel). Il est choisi parmi plusieurs autres (LISREL,
SEPATH, et EQS), en raison de sa convivialit et la simplicit de son utilisation. En
effet, la diffrence dautres logiciels qui sont bass sur une dmarche par
programmation (dtermination des diffrentes quations du modle), AMOS repose
sur une dmarche graphique simple qui permet de spcifier le modle et les relations
entre les indicateurs grce un assistant graphique (Roussel et al., 2002 ; Jolibert et
Jourdan, 2006). AMOS est aussi le logiciel de traitement des modles dquations
structurelles le plus compatible avec SPSS (Chandon, 2007).
Aprs avoir prsent les deux logiciels statistiques utiliss dans le cadre de ce travail,

nous prsentons ci-dessous les caractristiques des PME et des rpondeurs de lchantillon.
Cela permettra de montrer que lchantillon offre une reprsentation acceptable des PME et
des rpondeurs, et rpond donc correctement aux besoins de lenqute.

159

3.1.2.2.1

Les caractristiques des PME de lchantillon

Lchantillon est dcrit sous laspect de la taille, de type dactivit, de lge dentreprise
et de type dentreprise (la forme juridique).
3.1.2.2.1.1

La taille dentreprise

Pour notre recherche et par manque de donnes qualitatives et quantitatives dtailles

sur les structures financires des entreprises tudies, la taille de lentreprise est mesure par
le nombre de salaris permanents.
Trois classes deffectifs ont t distingues. Le Tableau 3.9 prsente la rpartition des
PME selon leur taille.
Tableau 3.9 : Rpartition des PME selon leur taille

Nombre d'employs permanents

Nombre

Pourcentage

De 1 24

33

30,8 %

De 25 99

32

29,9 %

De 100 200

42

39,3 %

Total

107

100,0 %

Il apparat que les trois classes deffectifs distingus sont quitablement reprsentes
avec une petite prdominance des entreprises qui ont entre 100 et 200 salaris.
3.1.2.2.1.2

Le type dactivit

Les trois types dactivits (industrie, commerce et services) sont significativement

reprsents par les PME de lchantillon (Tableau 3.10). Les entreprises industrielles sont
nanmoins les plus nombreuses.

160

Tableau 3.10 : Rpartition des PME par secteur d'activit

Type d'activit

Nombre

Pourcentage

Industrielle

58

54,2 %

Commerciale

27

25,2 %

Services

22

20,6 %

Total

107

100,0 %

De ce premier dcoupage, il ressort que 54,2 % des PME dchantillon ayant une
activit industrielle, 25,2 % des PME ayant une activit commerciale, et enfin, 20,6 % des
PME ayant une activit de service. travers ces chiffres, on constate une prdominance des
activits industrielles par rapport aux autres activits (commerciale et service).
3.1.2.2.1.3

Lge dentreprise

Trois types de PME ont t distingus, les entreprises de moins de 10 ans, les
entreprises de 10 20 ans et les entreprises de plus de 20 ans. Le tableau suivant prsente la
rpartition des PME selon leur ge.
Tableau 3.11 : Rpartition des PME selon leur ge

L'ge

Nombre

Pourcentage

Moins de 10 ans

37

34,6 %

Entre 10 et 20 ans

52

48,6 %

Plus de 20 ans

18

16,8 %

Total

107

100,0 %

Il ressort de ces statistiques que presque la moiti des PME (48,6 %) sont entre 10 et 20
ans, 34,6% sont moins de 10 ans. Et enfin, 16,8% sont plus de 20 ans. travers ces
pourcentages, on constate une prdominance des entreprises dun ge entre 10 ans et 20 ans
par rapport aux autres ges (moins de 10 ans ou plus de 20 ans).

161

3.1.2.2.1.4

Le type dentreprise

Sur le plan juridique, les types dentreprises les plus reconnues au Maroc sont :
-

les socits de personnes : Socit en nom collectif (SNC), socit en commandite

simple (SCS) et socit en participation (SP) ;

les socits de capitaux : Socit anonyme (SA) et socit en commandit par actions
(SCA) ;

la socit responsabilit limite (SARL) : forme hybride entre les socits de

capitaux et les socits de personnes.
Notre chantillon regroupe ces diffrentes formes juridiques, le tableau suivant prsente

la rpartition des PME selon leur type.

Tableau 3.12 : Rpartition des PME selon leur type

Type d'entreprise

Nombre

Pourcentage

Une socit anonyme (SA)

27

25,2 %

Une socit responsabilit limit (SARL)

73

68,2 %

Une socit en commandit par actions

0,9 %

Une socit en nom collectif

1,9 %

Une socit en commandit simple

0,9 %

Une socit en participation

2,8 %

Total

107

100,0 %

Les rsultats du Tableau 3.12 permettent les constatations suivantes :

-

Sur 107 PME, 73 ont un statut juridique de socit responsabilit limit (SARL), soit
un taux de 68,2 %.

93,4 % des PME de lchantillon sont des socits responsabilit limit (SARL) et
des socits anonymes (SA).

162

3.1.2.2.2

Les caractristiques des rpondeurs de lchantillon

Les caractristiques de type de formation des dirigeants des entreprises et de nombre

moyen dannes doccupation dun poste de contrle de gestion sont successivement
prsentes.
3.1.2.2.2.1

Le type de formation de dirigeant

Deux types de formation ont t distingus, le type gestionnaire et le type non

gestionnaire. Le Tableau 3.13 prsente la rpartition des dirigeants selon leur type de
formation.
Tableau 3.13 : Rpartition des dirigeants selon leur type de formation

Type de formation

Nombre

Pourcentage

Type gestionnaire

26

24,3 %

Type non gestionnaire

81

75,7 %

Total

107

100,0 %

Les dirigeants ayant suivi une formation de type non gestionnaire reprsentent prs des
trois quarts de lchantillon (75,7 %).
3.1.2.2.2.2

Le nombre moyen d'annes d'occupation d'un poste de

contrle de gestion

Quatre classes dannes ont t distingues, moins de 2 ans, entre 2 et 4 ans, entre 4 et 6
ans et plus de 6 ans (Tableau 3.14).

163

Tableau 3.14 : Nombre moyen d'annes d'occupation d'un poste de contrle de gestion

Classes d'annes

Nombre

Pourcentage

Moins de 2 ans

4,7 %

Entre 2 et 4 ans

40

37,4 %

Entre 4 et 6 ans

37

34,6 %

6 ans ou plus

25

23,4 %

Total

107

100,0 %

Les contrleurs de gestion ont, dans une proportion de 58 %, 4 ans ou plus doccupation
dun poste de contrle de gestion. On peut avancer que le nombre moyen d'annes
doccupation dun poste de contrle de gestion est suffisant pour assurer la qualit des
donnes recueillies.

Ainsi, les PME et les personnes interroges qui ont part lenqute constituent un
terrain dobservation qui, eu gard la diversit des situations quil propose, apparat en
mesure de fournir les donnes ncessaires au traitement des problmatiques poses dans la
recherche.
Nous vrifions prsent la fiabilit et la validit des instruments de mesure.
3.1.2.3

La fiabilit et la validit des instruments de mesure

Pour vrifier que les donnes collectes rendent compte le plus prcisment possible de
la ralit, il convient de vrifier que les instruments de mesure qui ont t utiliss pour
accder au terrain dobservation satisfont aux critres de fiabilit et de validit.

164

3.1.2.3.1

Fiabilit des instruments de mesure

La fiabilit correspond la cohrence entre les items qui censs mesurer un mme
concept (Peter, 1979 ; Igalens et Roussel, 1998 ; Pittenger, 2003). La fiabilit dun instrument
de mesure reprsente sa capacit reproduire des rsultats similaires sil tait envoy
plusieurs fois une mme population (Roussel, 1996).
Il existe plusieurs techniques statistiques qui permettent dvaluer la fiabilit dune
chelle de mesure. Dans le cadre de la prsente recherche, nous utilisons les coefficients a de
Cronbach (Cronbach, 1951) et le rh de de Jreskog (Jreskog, 1971).
Alpha de Cronbach
Le coefficient a de Cronbach est lindicateur le plus souvent utilis pour valuer la
fiabilit dune chelle (Jolibert et Jourdan, 2006).
Ce coefficient permet de vrifier si tous les items se rfrent des notions communes,
autrement dit si chaque item prsente une cohrence avec lensemble des autres items de
lchelle (Igalens et Roussel, 1998).
Le coefficient a de Cronbach est dfini comme le pourcentage total de la variance
relle parmi la variance observe dune mesure. Il est calcul selon la formule suivante :



  

Dans cette quation, k est le nombre ditems, i est un item, si est la variance de litem
et schelle est la variance des scores obtenus.
La valeur du coefficient a est comprise entre 0 et 1. Un a de Cronbach proche de 0
signifie que linstrument de mesure nest pas fiable. La cohrence interne des items crot au
fur et mesure que la valeur de lalpha se rapproche de 1. Il est reconnu quun a de Cronbach
se situant au niveau de la valeur de 0,6 est acceptable pour des recherches exploratoires (Mak,
1989 ; Evrard et al., 1993 ; Usunier et al., 1993).
165

Dans le cadre de cette recherche, nous employons cette technique avant deffectuer les
analyses factorielles, pour les deux sous-chantillons PME 1 et PME 2, et la phase des
analyses factorielle exploratoire, pour les PME 1.
Rh de Jreskog
La fiabilit peut galement tre mesure par le coefficient rh de Jreskog (). Cest
lindice le plus privilgi par les chercheurs, dune part parce que ce coefficient est moins
sensible au nombre ditems dune chelle, et dautres part parce que celui-ci intgre les termes
derreur dans son calcul (Gerbing et Anderson, 1988).
Dans la pratique, un instrument de mesure est fiable lorsque le rh est suprieur 0.7.
Cet indice se calcule de la manire suivante :

  
Avec :
i : le poids factoriel de litem i sur le construit ;
Var (i) : la variance de lerreur de mesure de litem i.
Dans le cadre de cette recherche, cette technique sera utilise la phase des analyses
factorielles confirmatoire.
Le fait quune chelle soit fiable nen assure pas pour autant la qualit de cette chelle.
Nous tudions ci-dessous le deuxime critre retenu, savoir la validit.
3.1.2.3.2

Validit des instruments de mesure

La validit, cest la capacit dun instrument mesurer la bonne chose, le bon concept
et non un concept voisin mais distinct. Une mesure est valide lorsque celle-ci mesure
exactement le phnomne quelle doit valuer. La validit concerne la question Mesure-t-on
ce quon chercher mesurer ? (Evrard et al., 2003). La littrature distingue deux principaux
types de validit validit externe et de validit interne (Usunier et al., 1993).

166

La validit externe fait rfrence au potentiel dextrapolation des rsultats de la

recherche la population entire. Lutilisation de techniques dchantillonnage alatoire offre
une certaine garantie de validit externe. Nanmoins, la validit externe de la prsente
recherche ne peut tre totalement assure. En effet, la complmentarit des tudes
quantitatives et qualitatives contribue tout de mme relever le niveau de validit externe de
la recherche.
La validit interne est la capacit de ltude produire des rsultats pouvant tre
attribuables lintervention tudie plutt qu des biais ou dautres phnomnes. Il
convient danalyser dans quelle mesure la procdure de recherche permet de rduire
lincidence de certains biais qui sont reconnus comme pouvant en affecter le niveau.
Campbell et Stanley (1966), cits par Jolibert et Jordan (2006) ont identifi diffrents biais
pouvant affecter la validit des donnes collectes : lhistoire, la maturation, leffet de test,
leffet dinstrumentation, leffet de rgression statistique, leffet de slection et leffet de
mortalit exprimentale.
-

Leffet dhistoire se dfinit comme le biais provoqu par des vnements extrieurs
lobservation et qui peuvent perturber les mesures. Plus le questionnaire est long, plus
les risques lis leffet dhistoire sont importants. Dans le cas prsent, compte tenu de
la dure courte du questionnaire entre 15 et 20 minutes tout compris on peut
limiter les biais lis une perturbation extrieure.

La maturation se dfinit comme le biais induit par les changements intervenus sur les
personnes questionnes lies au passage du temps. Cette menace est carte car
lobservation se droule sur une priode courte, volontairement limite un mois.

Leffet de test se dfinit comme le biais provoqu par le processus de lobservation

lui-mme. Celui-ci peut tre suscit par le souhait de la personne interroge de
rationaliser ses rponses par rapport aux objectifs attendus de ltude. Cette menace
est limite. Car la dure contrainte du traitement des informations laisse peu de temps
une rflexion sur lobjet de ltude.

Leffet dinstrumentation fait rfrence aux modifications des instruments de mesure

pendant lobservation. Deux faits montrent que cette menace est limite. Dune part, le

167

questionnaire a t test. Dautre part, le contenu des questionnaires na pas volu au

cours de lenqute.
-

Leffet de rgression statistique est le biais provoqu par la tendance des scores
extrmes se niveler vers la moyenne au cours de lobservation. nouveau, la dure
trs courte du questionnaire, le choix de mesures avec peu ditems, limite la porte de
ce biais.

Leffet de slection se dfinit comme le biais provenant de la slection des sujets et la

faon dont ces derniers sont affects un scnario. Dans cette recherche, ce risque est
vraisemblablement existe.

Leffet de mortalit exprimentale se dfinit comme le biais provoqu par la

disparition naturelle des sujets pendant lobservation. Cette menace existe et ne peut
tre mesure dans la procdure adopte. Cependant, si la menace nest pas
compltement carte, sa porte semble faible.
La validit interne des instruments de mesure repose sur trois lments : la validit de

contenu, la validit nomologique et la validit de construit.

La validit de contenu
La validit de contenu vise sassurer que les items retenus forment un chantillon
reprsentatif et exhaustif du contenu thorique du domaine du construit (Nunnally et
Bernstein, 1994). Ainsi, une chelle est valide, du point de vue de son contenu, lorsque celleci capture les diffrents aspects (ou facettes) du phnomne tudi (Evrard et al., 2003 ;
Jolibert et Jourdan, 2006).
Pour vrifier dans quelle mesure cette condition est satisfaite, deux procds sont
souvent envisages. Au moment de l'laboration du dispositif on aura recours une table dite
de spcification, qui permet notamment d'identifier les diffrentes composantes du domaine
considr, d'en mettre en vidence la structure sous-jacente et d'assurer une correspondance
aussi satisfaisante que possible entre les composantes du domaine et les composantes du
dispositif utilis. Ensuite, lorsqu'une premire version de l'instrument a t mise au point (et
avant son utilisation effective), on demandera des "experts" de se prononcer sur l'adquation
168

des lments qu'il comporte par rapport l'objet (au domaine) que l'on souhaite tudier. Dans
la prsente tude, ces deux procds ont t adopts.
Validit nomologique
La validit nomologique permet de vrifier si les relations entre les mesures dun
concept et celles dautres concepts sont ou non en conformit avec les prdictions issues de la
thorie fonde sur les recherches prcdentes (Evrard et al., 2000). Ce type de validit permet
donc de confronter les hypothses de recherche aux ralits mesures.
Validit de construit
La validit de construit vise sassurer que les instruments mesurent parfaitement et
uniquement les concepts auxquels il est fait rfrence dans la recherche (Perrien et al., 1984).
Deux types de validit de construit sont considrer. Il sagit de la validit convergente et de
la validit discriminante.
La validit convergente consiste vrifier si les indicateurs qui sont compts mesurer
le mme phnomne, sont fortement corrls entre eux (Evrard et al., 2003 ; Pittenger, 2003 ;
Malhotra, 2004 ; Jolibert et Jourdan, 2006).
Lanalyse de la validit convergente repose sur trois tapes :
-

lanalyse des corrlations par le Rh de Spearman (sera effectue avant les analyses
factorielles pour valider les chelles de mesures relatifs aux facteurs de contingence
des deux sous-chantillons PME 1 et PME 2) ;

lanalyse de test t de Student (Critical Ratio ou C. R.) correspondant chacune des

contributions factorielles des items qui doit tre significatif, cest--dire suprieur
1,96 (sera effectue la phase des analyses factorielles confirmatoires des PME 1) ;

le calcul du rh de la validit convergente (vc) qui doit tre suprieur 0,5 (Fornell et
Larker, 1981) (sera effectu la phase des analyses factorielles confirmatoires pour
valider les chelles de mesures des PME 1).

169

La formule suivante nous permet de calculer le rh de la validit convergente (vc) :

  

Avec:
i : le poids factoriel de litem i sur le construit ;
Var (i) : la variance de lerreur de mesure de litem i.
La validit discriminante consiste vrifier si les indicateurs qui sont supposs
mesurer des phnomnes diffrents, sont faiblement corrls afin de permettre de discriminer
les phnomnes entre eux (Roussel et al., 2002 ; Evrard et al., 2003 ; Pittenger, 2003 ;
Malhotra, 2004 ; Jolibert et Jourdan, 2006). Elle est assure lorsque les items de lchelle se
distinguent suffisamment des items censs mesurer dautres phnomnes voisins.
La validit discriminante sera examine dans un premier temps laide du coefficient
de Spearman pour les deux sous-chantillons PME 1 et PME 2.
Dans un deuxime temps, elle sera tudie laide de la mthode des quations
structurelles. Il sagit de vrifier que le modle test, c'est--dire o la corrlation entre les
dimensions est laisse libre, est meilleur que le modle contraint o la corrlation entre les
dimensions est fixe 1. En dautres termes, cette mthode consiste estimer la significativit
de la diffrence de Khi-deux entre les deux modles eu gard une diffrence de degrs de
libert entre les deux modles.
Une fois les deux critres de fiabilit et de validit des chelles dcrits, nous abordons
ci-dessous les rsultats de ces tests pour les deux sous-chantillons PME 1 et PME 2.
3.1.2.3.3

Vrification de la fiabilit des chelles de mesure relatives aux

facteurs de contingence des deux sous-chantillons PME 1 et
PME 2

La fiabilit des chelles, qui consiste tudier leur cohrence interne, est value ici par
le coefficient a de Cronbach. Nous exposerons ci-dessous les rsultats de ce test pour
lensemble des variables qui sont mesures par plusieurs items.
170

LAnnexe 4 reprend en dtail les rsultats du test de fiabilit des chelles de mesures
relatives aux facteurs de contingence des deux sous-chantillons.
3.1.2.3.3.1

Variables

relatives

aux

facteurs

de

contingence

organisationnelle
Structure
Les dimensions participant la caractrisation de cette variable sont :
-

le degr de spcialisation des tches (DST) (prsent par un seul item) ;

le degr de standardisation (DS) ;

le degr de dcentralisation horizontale (DDH) ;

le degr de dcentralisation verticale (DDV) ;

le degr de formalisation des tches et des rgles et procdures (DFTRP).

Le Tableau 3.15 affiche les rsultats de la statistique de Cronbach de chacune de ces

dimensions qui sont reprsentes par plusieurs items, ainsi que pour lensemble des quinze
items mesurant la variable Structure .
Tableau 3.15 : Coefficients a de Cronbach de lchelle de mesure de la variable
Structure et ses dimensions (PME 1 et PME 2)
Nombre
ditems

Dimensions ou variable

Alpha de Cronbach
PME 1

PME 2

Degr de standardisation (DS)

0,757

0,843

Degr de dcentralisation horizontale (DDH)

0,815

0,808

Degr de dcentralisation verticale (DDV)

0,798

0,838

Degr de formalisation des tches et des rgles

et procdures (DFTRP)

0,747

0,794

Structure

15

0,736

0,730

171

Les alphas de Cronbach sont tous suprieurs de 0,70 pour les deux sous-chantillons.
Ces rsultats indiquent une bonne cohrence interne des chelles de mesure pour chacune des
dimensions et pour lchelle globale.
Les statistiques individuelles des items caractrisant la variable Structure et ses
dimensions (pour les PME 1 et PME 2) sont successivement prsents dans le Tableau 3.16 et
dans le Tableau 3.17.

172

Tableau 3.16 : Statistiques de fiabilit de la variable Structure et ses dimensions

(PME 1)

Dimensions
ou
variable
Degr de
standardisation
(DS)

Items

Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor

0,599
0,697
0,736

Degr_partic_prise_dci
Degr de
Degr_consulta_collabo_av_prise_dci
dcentralisation
Degr_consulta_dirigeants_par_colla_av_dc
horizontale (DDH)
Degr_prise_dci_par_collaborateurs
Degr de
dcentralisation
verticale (DDV)

DFTRP

Structure

Alpha de
Alpha de
Cronbach
lchelle
en cas de
avec
suppression lensemble
de l'lment des items
0,757

0,719
0,713
0,836

0,815

0,767

Niveau_PD_dvelop_lancement_nps

0,768

Niveau_PD_emb_licen

0,760

Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements

0,779
0,728

Niveau_PD_oprationnelles

0,762

Degr_formalisation_tches

NaN

Degr_formalisation_RP

NaN

Degr_specia_tches

0,731

Deg_dfin_fonct

0,726

Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor

0,723
0,755

Degr_partic_prise_dci
Degr_consulta_collabo_av_prise_dci
Degr_consulta_dirigeants_par_colla_av_dc

0,725
0,700
0,725

Degr_prise_dci_par_collaborateurs
Niveau_PD_dvelop_lancement_nps
Niveau_PD_emb_licen

0,726
0,716
0,733

Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements

0,703
0,699

Niveau_PD_oprationnelles

0,707

Degr_formalisation_tches
Degr_formalisation_RP

0,729
0,732

0,798

0,747

0,736

NaN : signifie not a number , dsigne une entit symbolique reprsentant une valeur non disponible.

173

Tableau 3.17 : Statistiques de fiabilit de la variable Structure et ses dimensions

(PME 2)

Dimensions
ou
variable
Degr de
standardisation
(DS)

Items

Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor

0,731
0,767
0,837

Degr_partic_prise_dci
Degr de
Degr_consulta_collabo_av_prise_dci
dcentralisation
Degr_consulta_dirigeants_par_colla_av_dc
horizontale (DDH)
Degr_prise_dci_par_collaborateurs
Degr de
dcentralisation
verticale (DDV)

DFTRP

Structure

Alpha de
Alpha de
Cronbach
lchelle
en cas de
avec
suppression lensemble
de l'lment des items
0,843

0,741
0,765
0,773

0,808

0,756

Niveau_PD_dvelop_lancement_nps

0,844

Niveau_PD_emb_licen

0,815

Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements

0,762
0,813

Niveau_PD_oprationnelles

0,785

Degr_formalisation_tches

NaN

Degr_formalisation_RP

NaN

Degr_specia_tches
Deg_dfin_fonct

0,734
0,722

Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor

0,728
0,706

Degr_partic_prise_dci
Degr_consulta_collabo_av_prise_dci

0,709
0,716

Degr_consulta_dirigeants_par_colla_av_dc

0,707

Degr_prise_dci_par_collaborateurs
Niveau_PD_dvelop_lancement_nps

0,699
0,713

Niveau_PD_emb_licen
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements

0,717
0,716
0,717

Niveau_PD_oprationnelles

0,723

Degr_formalisation_tches
Degr_formalisation_RP

0,709
0,725

0,838

0,794

0,730

la lecture des deux tableaux, nous remarquons que le score de lalpha de Cronbach est
dun niveau satisfaisant et reflte une bonne cohrence interne. Ainsi, la suppression de
certains items (marqus en gris) ne permet pas damliorer sensiblement la cohrence interne
des chelles. Nous dcidons donc de conserver tous les items.
174

Il est noter quaucune suppression ditem nest possible la mesure de la dimension

Degr de formalisation des tches et des rgles et procdures , du fait que cette chelle ne
contient que deux items.

Lenvironnement
Les dimensions participant la mesure de lincertitude de lenvironnement sont :
-

le dynamisme de lenvironnement externe (au plan conomique et au plan

technologique) (mesur par deux items) ;

la prvisibilit des actions et des comportements des concurrents sur le march

(prsent par un seul item) ;

la prvisibilit des gots et des prfrences des clients (prsent par un seul item).
Le Tableau 3.18 prsente les alphas de Cronbach de lchelle de mesure de la dimension

Dynamisme de lenvironnement externe , ainsi que pour lensemble des quatre items
mesurant la variable Environnement .
Tableau 3.18 : Coefficients a de Cronbach de lchelle de mesure de la variable
Environnement et sa dimension (PME 1 et PME 2)

Dimension ou variable

Nombre
ditems

Dynamisme de lenvironnement externe (DEE)

Environnement

Alpha de Cronbach
PME 1

PME 2

0,822

0,766

0,839

0,859

Lalpha de la dimension Dynamisme de lenvironnement externe ainsi que celui de

la variable Environnement affiche des valeurs bien suprieures au seuil dacceptabilit
pour les deux sous-chantillons.
Le Tableau 3.19 et le Tableau 3.20 affichent les statistiques individuelles des items qui
caractrisent la variable Environnement et sa dimension pour les PME 1 et PME 2.

175

Tableau 3.19 : Statistiques de fiabilit de la variable Environnement et sa dimension

(PME 1)

Dimension ou variable

Items

Dynamisme de lenvironnement Dynami_enviro_plan_co

externe (DEE)
Dynamique_envi_plan_techno

Environnement

Alpha de
Cronbach
en cas de
suppression
de
l'lment

Alpha de
lchelle
avec
lensemble
des items

NaN
NaN

0,822

Dynami_enviro_plan_co

0,811

Dynamique_envi_plan_techno
Prvisibilit_comportem_concurre
Prvisibilit_gots_prfren_client

0,752
0,793
0,820

0,839

Tableau 3.20 : Statistiques de fiabilit de la variable Environnement et sa dimension

(PME 2)

Items

Dimension ou variable

Dynamisme de lenvironnement Dynami_enviro_plan_co

externe (DEE)
Dynamique_envi_plan_techno

Environnement

Alpha de
Cronbach
en cas de
suppression
de
l'lment
NaN
NaN

Dynami_enviro_plan_co

0,830

Dynamique_envi_plan_techno
Prvisibilit_comportem_concurre

0,815
0,808

Prvisibilit_gots_prfren_client

0,828

Alpha de
lchelle
avec
lensemble
des items
0,766

0,859

lanalyse des deux tableaux, nous remarquons quaucune suppression ditems ne

permettrait damliorer la fiabilit de son instrument de mesure.
Il est noter quaucune suppression ditem nest possible la mesure de la dimension
Dynamisme de lenvironnement externe , car cette chelle ne contient que deux items.

176

3.1.2.3.3.2

Variables

relatives

aux

facteurs

de

contingence

comportementale
Style de dcisions
Les dimensions participant la caractrisation de cette variable sont :
-

les caractristiques de linformation utilise (CIU) ;

le degr de supervision personnelle des tches (DSPT).

Le tableau suivant affiche le rsultat de la statistique de Cronbach pour les deux

dimensions ainsi que pour lensemble des quatorze items mesurant la variable Style de
dcisions .
Tableau 3.21 : Coefficients a de Cronbach de lchelle de mesure de la variable Style
de dcisions et ses dimensions (PME 1 et PME 2)

Dimensions ou variable

Nombre
ditems

Caractristiques de linformation utilise (CIU)

Alpha de Cronbach
PME 1

PME 2

0,742

0,752

Degr de supervision personnelle des tches

(DSPT)

0,790

0,734

Style de dcisions

14

0,797

0,712

Lalpha de dimensions Caractristiques de linformation utilise et Degr de

supervision personnelle des tches ainsi que celui de la variable Style de dcisions des
PME 1 et PME 2 affiche des valeurs bien suprieures au seuil dacceptabilit.
Les deux tableaux suivant affichent les statistiques individuelles de fiabilit des items
qui caractrisent la variable Style de dcisions et ses dimensions (pour les PME 1 et
PME 2).

177

Tableau 3.22 : Statistiques de fiabilit de la variable Style de dcisions

et ses dimensions (PME 1)

Dimensions ou
variable

Items

Quantit_information_utilise
Degr_formalisation_info_utilise
Caractristiques
Degr_structuration_Info_utilise
de linformation
utilise (CIU) Varit_solutions_av_dcision
Degr_rfrence_intuition

0,619
0,664
0,654
0,721
0,850

Degr_superv_person_trav_oprat

0,741

Degr_supervis_perso_organi_serv_oprat

0,769
0,812
0,798
0,794

0,790

0,705

Degr_supervis_person_suivi_clients

0,721

Degr_supervis_person_proprit_locaux

0,769

Quantit_information_utilise

0,772

Degr_formalisation_info_utilise

0,794

Degr_structuration_Info_utilise

0,765

Varit_solutions_av_dcision

0,788

Degr_rfrence_intuition

0,769

Degr_organisat_sminai_format_person

0,836

Degr_superv_person_trav_oprat

0,779

Degr_supervis_perso_organi_serv_oprat

0,774

Degr_supervis_perso_circulat_informat

0,804

Degr_supervis_person_ordre_jr_runion

0,787

Degr_supervis_person_prstat_fourniss

0,800

Degr_supervis_person_ponctualit_person

0,756

Degr_supervis_person_suivi_clients

0,759

Degr_supervis_person_proprit_locaux

0,788

178

0,742

0,666

Degr_organisat_sminai_format_person

Degr_supervis_perso_circulat_informat
Degr de
supervision
Degr_supervis_person_ordre_jr_runion
personnelle des Degr_supervis_person_prstat_fourniss
tches (DSPT)
Degr_supervis_person_ponctualit_person

Type de
dcisions

Alpha de
Alpha de
Cronbach
lchelle
en cas de
avec
suppression lensemble
de llment des items

0,797

Tableau 3.23 : Statistiques de fiabilit de la variable Style de dcisions

et ses dimensions (PME 2)

Dimensions ou
variable

Items

Quantit_information_utilise
Degr_formalisation_info_utilise
Caractristiques
Degr_structuration_Info_utilise
de linformation
utilise (CIU) Varit_solutions_av_dcision
Degr_rfrence_intuition

0,694
0,713
0,716
0,717
0,756

Degr_superv_person_trav_oprat

0,671

Degr_supervis_perso_organi_serv_oprat

0,727
0,702
0,755
0,689

0,734

0,700

Degr_supervis_person_suivi_clients

0,651

Degr_supervis_person_proprit_locaux

0,739

Quantit_information_utilise

0,701

Degr_formalisation_info_utilise

0,705

Degr_structuration_Info_utilise

0,701

Varit_solutions_av_dcision

0,714

Degr_rfrence_intuition

0,691

Degr_organisat_sminai_format_person

0,700

Degr_superv_person_trav_oprat

0,677

Degr_supervis_perso_organi_serv_oprat

0,706

Degr_supervis_perso_circulat_informat

0,683

Degr_supervis_person_ordre_jr_runion

0,710

Degr_supervis_person_prstat_fourniss

0,688

Degr_supervis_person_ponctualit_person

0,682

Degr_supervis_person_suivi_clients

0,658

Degr_supervis_person_proprit_locaux

0,724

179

0,752

0,702

Degr_organisat_sminai_format_person

Degr_supervis_perso_circulat_informat
Degr de
supervision
Degr_supervis_person_ordre_jr_runion
personnelle des Degr_supervis_person_prstat_fourniss
tches (DSPT)
Degr_supervis_person_ponctualit_person

Type de
dcisions

Alpha de
Alpha de
Cronbach
lchelle
en cas de
avec
suppression lensemble
de l'lment des items

0,712

Daprs les rsultats des deux tableaux, le score de lalpha de Cronbach est dun niveau
satisfaisant. La suppression de certains items (marqus en gris) permettrait une sensible
amlioration des chelles. Par consquent, ces items seront considrs comme suspects mais
leur participation linstrument de mesure dfinitif ne sera dcide quau vu des rsultats des
analyses factorielles.
Stratgie de contrle
Les dimensions participant la caractrisation de cette variable sont :
-

la stratgie de contrle relative aux budgets ;

la stratgie de contrle relative aux cots.

Le tableau suivant affiche les rsultats de la statistique de Cronbach de chacune de ces

deux dimensions.
Il est noter que lalpha de Cronbach de lensemble des items mesurant la variable
Stratgie de contrle nest pas calcul, car lchantillon tudi pour la premire dimension
est diffrent de celui tudi pour la deuxime dimension.
Tableau 3.24 : Coefficients a de Cronbach des dimensions mesurant lchelle de mesure
de la variable Stratgie de contrle (PME 1 et PME 2)

Dimensions

Nombre
ditems

Stratgie de contrle relative aux budgets (SCRB)

Stratgie de contrle relative aux cots (SCRC)

Alpha de Cronbach
PME 1

PME 2

0,846

0,691

0,773

0,858

Lalpha des deux dimensions mesurant lchelle de mesure de la variable Stratgie de

contrle affiche des valeurs bien suprieures au seuil dacceptabilit pour les deux souschantillons.

180

Les deux tableaux suivants affichent les statistiques individuelles de fiabilit des items
qui caractrisent les dimensions Stratgie de contrle relative aux budgets et Stratgie
de contrle relative aux cots (pour les PME 1 et PME 2).
Tableau 3.25 : Statistiques de fiabilit des dimensions de la variable
Stratgie de contrle (PME 1)

Dimensions

Items

Stratgie de contrle relative Degr_couverture_fonct_sys_budg

aux budgets (SCRB)
Frquence_utilis_don_sys_budg
Varit_cots_calcules
Stratgie de contrle relative
Varit_objets_cots_calcules
aux cots (SCRC)
Frquence_utilisa_donne_cots

Alpha de
Alpha de
Cronbach
lchelle
en cas de
avec
suppression lensemble
de l'lment des items
NaN
NaN

0,846

0,523
0,573

0,773

0,842

Tableau 3.26 : Statistiques de fiabilit des dimensions de la variable

Stratgie de contrle (PME 2)

Dimensions

Items

Stratgie de contrle relative Degr_couverture_fonct_sys_budg

aux budgets (SCRB)
Frquence_utilis_don_sys_budg
Varit_cots_calcules
Stratgie de contrle relative
Varit_objets_cots_calcules
aux cots (SCRC)
Frquence_utilisa_donne_cots

Alpha de
Alpha de
Cronbach
lchelle
en cas de
avec
suppression lensemble
de l'lment des items
NaN
NaN

0,691

0,805
0,775

0,858

0,815

la lecture des deux tableaux, il apparat que le score de lalpha de Cronbach est dun
niveau satisfaisant et reflte une bonne cohrence interne. De surcrot, lon apprend la
lecture de ces statistiques que, la suppression de litem Frquence_utilisa_donne_cots pour
les PME 1 pourrait amliorer sensiblement la cohrence interne de lchelle mesurant la
181

dimension Stratgie de contrle relative aux cots . Par consquent, cet item sera considr
comme suspect mais son participation linstrument de mesure dfinitif ne sera dcide quau
vu des rsultats des analyses factorielles.
Il est noter quaucune suppression ditem nest possible la mesure de la dimension
Stratgie de contrle relative aux budgets, du fait que cette chelle ne contient que deux
items.
Aprs avoir prsent les tests de fiabilit de nos chelles de mesure, nous tudions cidessous leurs tests de validit.
3.1.2.3.4

Vrification de la validit des chelles de mesure relatives aux

facteurs de contingence des deux sous-chantillons PME 1 et
PME 2

Tester la validit des chelles de mesure consiste dterminer si les items utiliss pour
mesurer le phnomne tudi en sont une bonne reprsentation. Pour cela, on doit sassurer
dune part que les items supposs mesurer un mme phnomne sont fortement corrls entre
eux (validit convergente) et dautre part que des items supposs mesurer des phnomnes
diffrents sont faiblement corrls entre eux (validit discriminante).
La validit des chelles est value ici par le Rh de Spearman, nous avons effectu ce
test pour les variables Structure , Style de dcisions et Stratgie de contrle
(variables mesurant par deux ou plusieurs dimensions). Les rsultats montrent que les items
censs mesurer la mme dimension sont corrls entre eux de faon significative au seuil de
confiance de 1% ou de 5% et ne sont pas significativement corrls avec des items censs
mesurer dautres dimensions (sauf certains items marqus en gris) (cf. Annexe 5). La validit
convergente et discriminante est donc moyennement leve.
Aprs avoir test la fiabilit et la validit de nos chelles de mesure des deux souschantillons PME 1 et PME 2, nous pouvons utiliser la moyenne des scores des items pour
mesurer les variables reprsentes par plusieurs indicateurs.

182

3.2 Lanalyse descriptive des caractristiques des facteurs de contingence

des deux sous-chantillons tudis
Lobjectif de cette partie de la recherche est de comparer les caractristiques des
facteurs de contingence des deux sous-chantillons PME 1 et PME 2, afin de comprendre les
raisons au moins partielles pour lesquels les systmes de contrle de gestion des deux
entits sont diffrencis.
LAnnexe 5 reprend en dtail les statistiques descriptives relatives aux facteurs de
contingence des PME 1 et PME 2.
Avant de procder cette comparaison, nous avons prsent une description de la taille
de deux sous-chantillons.
Parmi 107 des PME de lchantillon, 38 PME laborent des tableaux de bord.
loppos, 69 PME nlaborent pas des tableaux de bord (Graphique 3.2).
Graphique 3.2 : La taille des deux sous-chantillons PME 1 et PME 2
n= 69

n= 38

PME 1
PME 2

Lanalyse des premiers rsultats montre que les tableaux de bord ne sont pas fortement
labors par les PME de lchantillon.
Nous avons pu identifier un ensemble de causes de non-laboration des tableaux de
bord par les PME marocaines. Ces causes sont rpertories dans le Graphique 3.3.

183

Graphique 3.3 : Les causes des non laborations des tableaux de bord par les PME 2

60,0%

52,3%

50,0%
40,0%
26,1%

30,0%

% des PME
18,2%

20,0%
1,1%

10,0%

2,3%

0,0%
ne
il est unitile
connaiss
pas

cot
engag >
valeur
dgage

manque
des cadres

manque
d'un
systm de
C de G

Daprs le Graphique 3.3, il apparat que la non-connaissance de cet outil est la cause
prioritaire mise en avant par les personnes interroges (52,3%), suivie par le manque de
cadres (26,1%) et le manque dun systme de contrle de gestion (18,2%). Seules 3,4% des
personnes interroges jugent que les tableaux de bord sont inutiles ou que le cot engag pour
leurs laborations est suprieur leur valeur dgage.
3.2.1 Comparaisons

des

caractristiques

des

facteurs

de

contingence

organisationnelle des PME 1 et PME 2

3.2.1.1

La taille

Comme il a t prcis dans la premire partie de ce chapitre, la taille de lentreprise a

t est value par le nombre de salaris permanents. Ce dernier a t distribu en trois classes
dintervalle croissant. Le Graphique 3.4 (page suivante) prsente la rpartition en
pourcentages des PME 1 et PME 2 dans les classes ainsi constitues.
Le rsultat montre que 65,8 % des PME 1 ont entre 100 et 200 salaris. loppos,
42% des PME 2 ont de 1 24 salaris et la moyenne de la taille pour les PME 1 est de 116,84,
184

alors que pour les PME 2 la moyenne est de 63,81. Ce qui montre que la taille des PME 1 est
plus grande que celle de PME 2.
Graphique 3.4 : Rpartition des PME selon leur taille
(comparaison entre les PME 1 et PME 2)

65,8%

70,0%
60,0%
50,0%

42,0%

33,3%

40,0%

24,6%

23,7%

30,0%
20,0%

PME 1
PME 2

10,5%

10,0%

0,0%
De 1 24

De 25 99

De 100 200

Moyenne PME 1 : 116,84

Moyenne PME 2 : 63,81

cart-type PME 1 : 60,09

cart-type PME 2 : 58,86

Minimum PME 1 : 8
Minimum PME 2 : 4

Maximum PME 1 : 200

Maximum PME 2 : 199

3.2.1.2

Mdiane PME 1 : 121,5

Mdiane PME 2 : 35,00

Le type dactivit

Daprs le Graphique ci-dessous, presque 58% des PME 1 (contre 52% des PME 2) ont
des activits industrielles, 26,3% des PME 1 (contre 24,6% des PME 2) ont des activits
commerciale. Par ailleurs, 23,2% des PME 2 (contre 15,8% des PME 1) ont des activits de
prestation de services.

185

Graphique 3.5 : Rpartition des PME selon leur type dactivit

(comparaison entre les PME 1 et PME 2)

60,0%

57,9%

52,2%

50,0%
40,0%
26,3%

30,0%

24,6%

23,2%

PME 1
PME 2

15,8%

20,0%
10,0%

0,0%
Activit
industrielle

3.2.1.3

Activit
commerciale

Activit de
prestation de
services

Lge dentreprise

Daprs le Graphique ci-dessous, il apparat que les PME 1 sont plus anciennes que les
PME 2. En effet, 78,9 % des PME 1 ont plus de 10 ans (contre 57,9% des PME 2). Ainsi, la
moyenne dge des PME 1 est de 19,26, alors que pour les PME 2 la moyenne est de 11,89.

186

Graphique 3.6 : Rpartition des PME selon leur ge

(comparaison entre les PME 1 et PME 2)
50,0%

47,8%

50,0%
45,0%

42,0%

40,0%
35,0%

28,9%

30,0%

25,0%

PME 1
21,1%

PME 2

20,0%
10,1%

15,0%
10,0%
5,0%
0,0%
Moins de 10 ans

Entre 10 et 20 ans

Plus de 20 ans

Moyenne PME 1 : 19,26

Moyenne PME 2 : 11,89

cart-type PME 1 : 13,83

cart-type PME 2 : 6,12

Minimum PME 1 : 4,00

Minimum PME 2 : 0,67

Maximum PME 1 : 65
Maximum PME 2 : 31

3.2.1.4

Mdiane PME 1 : 15
Mdiane PME 2 : 11

La structure

Comme il a t prcis dans la premire partie de ce chapitre, les lments caractrisant

la structure des PME de lchantillon sont :
-

le degr de spcialisation des tches ;

le degr de standardisation ;

le degr de dcentralisation horizontale de la prise de dcision ;

le degr de dcentralisation verticale de la prise de dcision ;

le degr de formalisation des tches et des rgles et procdures.

Le degr de spcialisation des tches a t mesur par une seule chelle de 5 points, le

degr de standardisation a t valu sur un total de 15 points (3 chelles de 5 points).

Paralllement, le degr de dcentralisation horizontale de la prise de dcision a t valu sur
un total de 20 points (4 chelles de 5 points). Ainsi, le degr de dcentralisation verticale de
la prise de dcision a t mesur sur un total de 25 points (5 chelles de 5 points), et enfin le
187

degr de formalisation des tches et des rgles et procdures a t valu sur un total de 10
points (2 chelles de 5 points). Chaque PME peu ainsi se voir attribuer un score maximal de la
variable Structure de 75 points. Ces 75 points ont par la suite t diviss sur 15 chelles
afin dchelonner le degr de structuration des PME de lchantillon dans un continuum allant
de "trs faible" "lev" (Graphique 3.7).
Les rsultats montrent que les PME 1 sont plus structures que les PME 2. En effet,
39,5% des PME 1 jugent que le degr de structuration de leur entreprise est "moyen" ou
"lev" (contre 5,8% pour les PME 2). Par ailleurs, les deux sous-chantillons PME 1 et
PME 2 reste moins structurs.
Graphique 3.7 : Degr de structuration
(comparaison entre les PME 1 et PME 2)

76,8%

80,0%
70,0%

60,5%

60,0%
50,0%
PME 1

34,2%

40,0%

PME 2

30,0%
20,0%

10,0%

17,4%
5,8% 5,3%
0,0%

0,0%

0,0%
Trs faible

Moyenne PME 1 : 43,57

Moyenne PME 2 : 36,29

Faible

Moyen

cart-type PME 1 : 7,28

cart-type PME 2 : 6,61

Minimum PME 1 : 31,25 Maximum PME 1 : 62,00

Minimum PME 2 : 22,50 Maximum PME 2 : 50,75

188

lev

Mdiane PME 1 : 42,50

Mdiane PME 2 : 37,50

Nous prsentons ci-dessous lanalyse dtaille des dimensions qui mesurent le degr de
la structuration.
3.2.1.4.1

Degr de spcialisation des tches

Le Graphique 3.8 montre que les tches sont plus spcialises dans les PME 1 que dans
les PME 2. En effet, 68,5% des PME 1 (contre 58% des PME 2) disposent dun degr de
spcialisation des tches moyen ou lev.
Graphique 3.8 : Degr de spcialisation des tches
(comparaison entre les PME 1 et PME 2)

47,4% 46,4%

50,0%

40,0%

33,3%

26,3%

30,0%

PME 1

21,1%

PME 2

20,0%
11,6%
10,0%

8,7%
5,3%

0,0%
Trs faible

3.2.1.4.2

Faible

Moyen

lev

Degr de standardisation

Pour rappel, le degr de standardisation a t mesur sur un total de 15 points. Les items
participant la caractrisation de cette dimension sont :
-

le degr de dfinition des fonctions ;

le degr de dfinition des rgles et des procdures ;

le degr de dfinition des objectifs de performance.

189

Pour mesurer le degr de standardisation, nous avons calcul la moyenne des scores
obtenus sur lensemble des 3 items, le score obtenu par chaque entreprise a t inscrit dans un
continuum allant de "trs faible" "lev" (Graphique 3.9).
Il apparat lanalyse du degr de standardisation que les descriptions des fonctions, des
rgles et procdures et des objectifs de performance des PME 2 sont assez formelles que
celles des PME 1. En effet, 86,8% des PME 1 (contre 65,2% des PME 2) disposent dun
degr de standardisation moyen ou lev.
Graphique 3.9 : Degr de standardisation
(comparaison entre les PME 1 et PME 2)

60,0%

52,6%

50,0%

40,6%
34,2%

40,0%
29,0%

PME 1

30,0%

24,6%

PME 2

20,0%
10,5%
10,0%

2,6%

5,8%

0,0%
Trs faible

Faible

Moyen

lev

Moyenne PME 1 : 10,79

Moyenne PME 2 : 9,38

cart-type PME 1 : 2,36

cart-type PME 2 : 2,73

Minimum PME 1 : 4
Minimum PME 2 : 3

Maximum PME 1 : 15
Maximum PME 2 : 15

3.2.1.4.3

Mdiane PME 1 : 11
Mdiane PME 2 : 9

Degr de dcentralisation horizontale

Comme il a t not prcdemment, le degr de dcentralisation horizontale mesure le

niveau de participation des diffrents responsables de lentreprise la prise de dcision. Il a
t valu sur un total de 20 points. Les quatre items suivants ont servi sa mesure :
-

le degr de participation la prise de dcision ;

le degr de consultation des collaborateurs avant la prise de dcision ;

190

le degr de consultation des dirigeants avant la mise en application des dcisions

prises par les collaborateurs ;

le degr de prise de dcision par les collaborateurs.

Il apparat que les prises de dcision dans les PME 1 sont plus dcentralises que dans

les PME 2. En effet, 29% des PME 1 (contre 15,9% des PME 2) ont un degr de
dcentralisation horizontale "moyen" ou "lev". Alors que 37,7% des PME 2 (contre 13,2%
des PME 1) ont un degr de dcentralisation horizontale "trs faible" (Graphique 3.10).
Graphique 3.10 : Degr de dcentralisation horizontale
(comparaison entre les PME 1 et PME 2)

57,9%

60,0%

46,4%

50,0%
37,7%

40,0%

PME 1

30,0%

PME 2

21,1%
20,0%

13,2%
8,7%

10,0%

7,9%

7,2%

0,0%
Trs faible

Faible

Moyen

Moyenne PME 1 : 11,41

Moyenne PME 2 : 9,62

cart-type PME 1 : 3,30

cart-type PME 2 : 3,27

Minimum PME 1 : 6,25

Minimum PME 2 : 5,00

Maximum PME 1 : 18,75

Maximum PME 2 : 18,75

3.2.1.4.4

lev

Mdiane PME 1 : 11,25

Mdiane PME 2 : 10,00

Degr de dcentralisation verticale

Comme il a t prcis avant, le degr de dcentralisation verticale permet de localiser

le niveau auquel se prennent les dcisions. Il a t valu sur un total de 25 points.

191

Les items participant la caractrisation de cette dimension sont :

-

le niveau de la prise de dcision concernant le dveloppement ou le lancement de

nouveaux produits ou services ;

le niveau de la prise de dcision concernant lembauche et le licenciement ;

le niveau de la prise de dcision concernant la fixation des prix de vente ;

le niveau de la prise de dcision concernant les choix des investissements ;

le niveau de la prise des dcisions oprationnelles.

Daprs le Graphique 3.11, le degr de dcentralisation verticale apparat moins lev

dans les deux sous-chantillons que le degr de dcentralisation horizontale. Seulement

18,4% des PME 1 contre 2,8% des PME 2 ont un degr de dcentralisation verticale de la
prise de dcision "moyen" ou "lev". Il apparat aussi que le degr de dcentralisation
verticale dans les PME 1 est plus lev que celui de PME 2. En effet, 79,7% des PME 2
(contre 47,4% des PME 1) ont un degr de dcentralisation horizontale "trs faible". Ainsi, la
note moyenne par lensemble des PME 1 (10,79) est en effet suprieure celle des
PME 2 (7,68).

192

Graphique 3.11 : Degr de dcentralisation verticale

(comparaison entre les PME 1 et PME 2)
79,7%
80,0%
70,0%
60,0%
50,0%

47,4%
PME 1

34,2%

40,0%

PME 2

30,0%

17,4%

20,0%

10,5%

10,0%

7,9%
1,4%

1,4%

0,0%
Trs faible

Faible

Moyen

Moyenne PME 1 : 10,79

Moyenne PME 2 : 7,68

cart-type PME 1 : 4,37

cart-type PME 2 : 3,04

Minimum PME 1 : 5
Minimum PME 2 : 5

Maximum PME 1 : 21
Maximum PME 2 : 22

3.2.1.4.5

lev

Mdiane PME 1 : 10
Mdiane PME 2 : 7

Degr de formalisation des tches et des rgles et procdures

Comme il a t prcis avant, que le degr de formalisation des tches et des rgles et
procdures a t valu sur un total de 10 points. Les items participant sa caractrisation
sont :
-

le degr de formalisation des tches ;

le degr de formalisation des rgles et des procdures.

Daprs le Graphique 3.12, il apparat que le degr de formalisation des tches et des

rgles et procdures dans les PME 2 est moins lev que celui des PME 1. En effet, 86,8%
des PME 1 ont un degr de formalisation des tches et des rgles et procdures moyen ou
lev (contre 69,5% pour les PME 2).

193

Graphique 3.12 : Degr de formalisation des tches et des rgles et procdures

(comparaison entre les PME 1 et PME 2)
50,0%
50,0%
39,1%
36,8%

40,0%

30,4%
30,0%

PME 1

23,2%

PME 2

20,0%
10,5%
7,2%

10,0%

2,6%
0,0%
Trs faible

Faible

Moyen

Moyenne PME 1 : 6,97

Moyenne PME 2 : 6,32

cart-type PME 1 : 1,57

cart-type PME 2 : 1,98

Minimum PME 1 : 2
Minimum PME 2 : 1

Maximum PME 1 : 10
Maximum PME 2 : 10

3.2.1.5

lev

Mdiane PME 1 : 7
Mdiane PME 2 : 6

Lenvironnement

Lincertitude de lenvironnement est mesuer, comme il a t prcis prcdement par

trois dimensions :
-

le dynamisme de lenvironnement externe ;

la prvisibilit des actions et des comportements des concurrents sur le march ;

la prvisibilit des gots et des prfrences des clients.

Le dynamisme de lenvironnement externe a t mesur sur un total de 10 points

(2 chelles de 5 points). Paralllement, la prvisibilit des actions et des comportements des

concurrents sur le march et la prvisibilit des gots et des prfrences des clients ont t
values sur un total de 5 points chacune (1 chelles de 5 points). Chaque PME peu ainsi se
voir attribuer un score maximal de la variable Environnement de 20 points.

194

Ces 20 points ont par la suite t diviss sur 4 chelles afin dchelonner le degr de
lincertitude de lenvironnement des PME des deux sous-chantillons dans un continuum
allant de "trs faible" "lev".
Les rsulats montrent que lenvironnement des deux sous-chantillons est moyennement
ou totalement incertain. En effet, 78,9% des PME 1 jugent que le degr de lincertitude de
leur environement est "moyen" ou "lev" (contre 78,2% pour les PME 2). Par ailleurs,
aucune PME 1 ne juge que leur environnement est prsque certain (contre 7,2% des PME 2 )
(Graphique 3.13).
Graphique 3.13 : Degr de lincertitude de lenvironnement
(comparaison entre les PME 1 et PME 2)

44,7%

50,0%

42,0%
40,0%

34,2%

36,2%

30,0%

PME 1

21,1%
20,0%
10,0%

PME 2
14,5%

7,2%
0,0%

0,0%
Trs faible

Faible

Moyen

Moyenne PME 1 : 14,11

Moyenne PME 2 : 14,13

cart-type PME 1 : 3,09

cart-type PME 2 : 3,50

Minimum PME 1 : 8
Minimum PME 2 : 6

Maximum PME 1 : 20
Maximum PME 2 : 20

lev

Mdiane PME 1 : 15
Mdiane PME 2 : 15

Lanalyse dtaille des dimensions qui mesurent le degr de lincertitude de

lenvironnemet rvle que cest avant tout la prvisibilit des actions et des comportements
des concurrents sur le march et la prvisibilit des gots et des prfrences des clients qui
contribuent promouvoir cette incertitude. Le dynamisme de lenvironnemnt externe
participe cette tendence, mais dans une moindre mesure.

195

3.2.1.5.1

Dynamisme de l'environnement externe

Comme il a t prcis avant, les items participant la caractrisation de dynamisme de

lenvironnement externe sont :
-

le dynamisme de lenvironnement externe au plan conomique ;

le dynamisme de lenvironnement externe au plan technologique.

Les rsultats montrent que la majorit des PME 1 (55,2%) reconnat avoir un

environnement externe "dynamique" ou "trs dynamique" (contre 47,8% pour les PME 2).
Seules 21,2% des PME 1 (Contre 20,2% pour les PME 2) jugent leur environnement externe
trs stable ou stable (Graphique 3.14).
Graphique 3.14 : Dynamisme de lenvironnement externe
(comparaison entre les PME 1 et PME 2)

60,0%
52,6%
50,0%
40,0%

31,9%

30,0%
21,1%

36,2%
PME 1

23,7%

PME 2

18,8%

20,0%
11,6%
10,0%

1,4%
0,0%

2,6%

0,0%
Trs stable

Stable

Ni stable ni Dynamique
Trs
dynamique
dynamique

Moyenne PME 1 : 7,03

Moyenne PME 2 : 7,17

cart-type PME 1 : 1,72

cart-type PME 2 : 1,89

Minimum PME 1 : 4
Minimum PME 2 : 3

Maximum PME 1 : 10
Maximum PME 2 : 10

196

Mdiane PME 1 : 8
Mdiane PME 2 : 7

3.2.1.5.2

Prvisibilit des actions et des comportements des concurrents

Les rsultats montrent que la prvisibilit des actions et des comportements des
concurrents dans les deux sous-chantillons PME 1 et PME 2 est imprvisible. En effet,
60,5% des PME 1 dclarent avoir une prvisibilit relativement imprvisible ou totalement
imprvisible (contre 59,4% pour les PME 2) (Graphique 3.15).
Graphique 3.15 : Prvisibilit des actions et des comportements des concurrents
(comparaison entre les PME 1 et PME 2)

50,0%

44,7%
40,6%

40,0%
27,5%

30,0%

20,0%

10,0%

21,1%

18,4%

15,8%

18,8%

PME 1
PME 2

7,2%

5,8%
0,0%

0,0%

Facilement
prvisibles

3.2.1.5.3

Relativement Ni prvisibles Relativement Totalement

prvisibles
ni
imprvisibles imprvisibles
imprvisibles

Prvisibilit des gots et des prfrences des clients

Il apparat que la prvisibilit des gots et des prfrences des clients dans les PME 1
est moins importante que dans les PME 2. En effet, 60,5% des PME 1 affirment avoir une
prvisibilit relativement imprvisible ou totalement imprvisible (contre 46,4% pour les
PME 2) (Graphique 3.16).

197

Graphique 3.16 : Prvisibilit des gots et des prfrences des clients

(comparaison entre les PME 1 et PME 2)
50,0%
50,0%
37,7%

40,0%

34,8%

31,6%
30,0%
PME 1
20,0%

10,5% 11,6%

10,1%
10,0%

5,8%

PME 2

5,3%

2,6%

0,0%
Facilement
prvisibles

3.2.1.6

Relativement Ni prvisibles Relativement Totalement

prvisibles
ni
imprvisibles imprvisibles
imprvisibles

Linformatisation

Le degr dinformatisation a t mesur par lintermdiaire un item. Daprs le

Graphique 3.17, la majorit des PME 1 (89,5%) disposent dun degr de linformatisation
"lev" ou "trs lev" (contre 26% pour les PME 2).
Graphique 3.17 : Degr dinformatisation
(comparaison entre les PME 1 et PME 2)

70,0%

63,2%

60,0%

52,2%

50,0%

40,0%

PME 1

30,0%

24,6% 26,3%

21,7%

20,0%

10,5%

10,0%
0,0%

0,0%

1,4%

0,0%

0,0%
Trs faible

Faible

Moyen

198

lev

Trs lev

PME 2

3.2.2 Comparaisons

des

caractristiques

des

facteurs

de

contingence

comportementale des PME 1 et PME 2

3.2.2.1

La formation

Le Graphique 3.18 montre que la majorit des dirigeants des PME 1 (57,9%) ont une
formation de type gestionnaire. Au contraire, seuls 5,8% des dirigeants des PME 2 ont une
formation de ce type.
Graphique 3.18 : Formation du dirigeant
(comparaison entre les PME 1 et PME 2)

94,2%
100,0%
90,0%

80,0%
70,0%

57,9%

60,0%

42,1%

50,0%

PME 1
PME 2

40,0%
30,0%
20,0%

5,8%

10,0%
0,0%
Type gestionnaire

3.2.2.2

Type non gestionnaire

Le style de dcisions

Comme il a t prcis dans la premire partie de ce chapitre, les dimensions

caractrisant le style de dcision des PME de lchantillon sont :
-

les caractrisations de linformation utilise ;

le degr de supervision personnelle des tches.

La dimension Caractristiques de linformation utilise a t mesure sur un total de

30 points (6 chelles de 5 points). Paralllement, le degr de supervision personnelle des

tches a t valu sur un total de 40 points (8 chelles de 5 points). Chaque PME peu ainsi se
199

voir attribuer un score maximal de la variable Style de dcisions de 70 points. Ces 70

points ont par la suite t diviss sur 14 chelles afin dvaluer la variable Style de
dcisions dans un continuum allant de "trs faible" "lev".
Daprs le Graphique 3.19, il apparat que le style de dcisions des PME 1 et PME 2 ne
sont pas similaires.
Graphique 3.19 : Style de dcisions
(comparaison entre les PME 1 et PME 2)
78,3%
80,0%
70,0%

57,9%

60,0%
50,0%
PME 1

36,8%

40,0%

PME 2

30,0%
20,0%
10,0%

11,6%

0,0%

2,9%

7,2%

5,3%

0,0%
Trs faible

Faible

Moyen

lev

Moyenne PME 1 : 41,38

Moyenne PME 2 : 50,07

cart-type PME 1 : 7,50

cart-type PME 2 : 6,79

Minimum PME 1 : 28,75

Minimum PME 2 : 22,50

Maximum PME 1 : 61,25

Maximum PME 2 : 61,25

Mdiane PME 1 : 41,25

Mdiane PME 2 : 51,25

Lanalyse dtaille des dimensions qui mesurent cette variable

percevoir cette htrognit.

200

nous a permis de

3.2.2.2.1

Caractristiques de linformation utilise

Pour rappel, les caractristiques de linformation utilise ont t values sur un total de
30 points. Les items participant la caractrisation de cette dimension sont :
-

la quantit dinformation considre ;

le degr de formalisation de linformation utilise ;

le degr de structuration de linformation utilise ;

la varit des solutions envisages avant la dcision ;

le degr de rfrence lintuition dans la prise de dcision ;

le degr dorganisation des sminaires de formation.

Pour que ces dimensions puissent mesurer les caractristiques de linformation utilise

dans le mme sens, les dimensions Quantit dinformation considre et Degr de

rfrence lintuition dans la prise de dcision ont t values sur la base des chelles de
Likert allant de "trs faible" "lev". En revanche, les dimensions Degr de formalisation
de linformation utilise , Degr de structuration de linformation utilise , Varit des
solutions envisages avant la dcision et Degr dorganisation des sminaires de
formation ont t mesures sur la base des chelles de Likert allant de "lev" "trs
faible".
Pour valuer les caractristiques de linformation utilise, nous avons calcul la
moyenne des scores obtenus sur lensemble des 6 items, le score obtenu par chaque entreprise
a t inscrit dans un continuum allant de "trs faible" "lev" (Graphique 3.20).
Daprs le Graphique ci-dessous, il apparat que les caractristiques de linformation
utilise par les dirigeants des deux sous-chantillons PME 1 et PME 2 sont htrognes.
Ainsi, des dirigeants des PME 2 prfrent disposer une quantit dinformation importante,
non formalise et non structure plus que ceux des PME 1. En effet, la majorit des dirigeants
des PME 2 (68,1%) prfrent moyennement ou lev ce type de linformation (contre 18,4%
des dirigeants des PME 1).

201

Graphique 3.20 : Caractristiques de linformation utilise

(comparaison entre les PME 1 et PME 2)

65,8%

70,0%

58,0%

60,0%
50,0%
40,0%

PME 1

29,0%

PME 2

30,0%
20,0%

15,8%

15,8%
10,1%
2,9%

10,0%

2,6%

0,0%
Trs faible

Faible

Moyen

Moyenne PME 1 : 15,59

Moyenne PME 2 : 19,60

cart-type PME 1 : 3,64

cart-type PME 2 : 3,58

Minimum PME 1 : 8,75

Minimum PME 2 : 10,00

Maximum PME 1 : 25,00

Maximum PME 2 : 28,75

3.2.2.2.2

lev

Mdiane PME 1 : 15,63

Mdiane PME 2 : 20,00

Degr de supervision personnelle des tches

Il a t prcis avant que de degr de supervision personnelle des tches a t mesur

par lintermdiaire des huit items suivants :
-

le degr de supervision personnelle du travail des oprationnels ;

le degr de supervision personnelle de lorganisation des services oprationnels ;

le degr de supervision personnelle de la circulation de linformation dans

lentreprise ;

le degr de supervision personnelle des ordres du jour des runions programmes ;

le degr de supervision personnelle des prestations des fournisseurs ;

le degr de supervision personnelle de la ponctualit du personnel ;

le degr de supervision personnelle du suivi des clients ;

le degr de supervision personnelle de la propret des locaux de lentreprise.

202

Pour mesurer le degr de supervision personnelle des tches, nous avons calcul la
moyenne des scores obtenus sur lensemble des 8 items, le score obtenu par chaque entreprise
a t inscrit dans un continuum allant de "trs faible" "lev".
Daprs le Graphique 3.21, il apparat que les dirigeants des PME 2 prfrent superviser
personnelle les tches plus que ceux des PME 1. En effet, 85,5% des dirigeants des PME 2
prfrent superviser personnelle les tches (contre 53,5% des dirigeants des PME 1) de faon
"moyenne" ou "leve".
Graphique 3.21 : Degr de supervision personnelle des tches
(comparaison entre les PME 1 et PME 2)

47,8%

50,0%
45,0%

42,1%

39,5%

37,7%

40,0%
35,0%
30,0%

PME 1

25,0%

PME 2

15,8%

20,0%

13,0%

15,0%
10,0%
5,0%

2,6% 1,4%

0,0%
Trs faible

Faible

Moyen

Moyenne PME 1 : 27,79

Moyenne PME 2 : 30,47

cart-type PME 1 : 5,56

cart-type PME 2 : 5,51

Minimum PME 1 : 15,00

Minimum PME 2 : 12,50

Maximum PME 1 : 36,25

Maximum PME 2 : 40,00

3.2.2.3

lev

Mdiane PME 1 : 25,63

Mdiane PME 2 : 31,25

La stratgie de contrle

Comme il a t not prcdemment, la stratgie de contrle a t caractrise par les

deux dimensions suivantes :
-

la stratgie de contrle relative aux budgets ;

la stratgie de contrle relative aux cots.

203

La stratgie de contrle relative aux budgets a t mesure sur un total de 10 points

(2 chelles de 5 points). Paralllement, stratgie de contrle relative aux cots a t value
sur un total de 15 points (3 chelles de 5 points).
Il est noter que lchantillon tudi pour la dimension Stratgie de contrle relative
aux budgets est diffrent de celui tudi pour la dimension Stratgie de contrle relative
aux cots pour les deux sous-chantillons. Pour cela, le Graphique de la stratgie de
contrle global des deux sous-chantillons nest pas prsent.
3.2.2.3.1

Stratgie de contrle relative aux budgets

Il a t prcis avant que la dimension stratgie de contrle relative aux budgets a t

mesure par lintermdiaire des items suivants :
-

le degr de couverture fonctionnelle de systme budgtaire ;

la frquence dutilisation des donnes qui sont produites pas le systme budgtaire.
Le graphique ci-dessous montre que les dirigeants des PME 2 sont plus intresss aux

budgets que ceux de PME 1. En effet, 66,7% des dirigeants des PME 2 (contre 36,4% des
PME 1) sont intresss "moyennement" ou "lev" par les budgets.

204

Graphique 3.22 : Stratgie de contrle relative aux budgets

(comparaison entre les PME 1 et PME 2)
39,4%

38,9%

40,0%
35,0%

27,8%

30,0%

24,2%

22,2% 21,2%

25,0%

PME 1

20,0%

15,2%

15,0%

PME 2

11,1%

10,0%
5,0%
0,0%
Trs faible

Faible

Moyen

Moyenne PME 1 : 5,27

Moyenne PME 2 : 5,89

cart-type PME 1 : 1,99

cart-type PME 2 : 1,88

Minimum PME 1 : 3
Minimum PME 2 : 3

Maximum PME 1 : 9
Maximum PME 2 : 9

3.2.2.3.2

lev

Mdiane PME 1 : 5
Mdiane PME 2 : 6

Stratgie de contrle relative aux cots

Comme il a t prcis avant, la dimension stratgie de contrle relative aux cots a t

mesure par lintermdiaire des items suivants :
-

la varit des cots calculs dans lentreprise ;

la varit des objets auxquels se rapportent les cots calculs dans lentreprise ;

la frquence dutilisation des donnes qui sont rapportes aux cots.

Il apparat que les dirigeants des deux sous-chantillons PME 1 et PME 2 ne sont pas

fortement intresses aux calculs des cots, et que les dirigeants des PME 1 sont moins
intresses aux calcules des cots que ceux des PME 2. En effet, 33,4% des dirigeants des
PME 2 (contre 12,2% des PME 1) sont intresss "moyennement" ou "lev" par les calculs
des cots (Graphique 3.23).

205

Graphique 3.23 : Stratgie de contrle relative aux cots

(comparaison entre les sous-chantillons PME 1 et PME 2)

50,0%

48,5%

50,0%

45,0%
40,0%
33,3%

35,0%

27,8%

30,0%

PME 1

22,2%

25,0%

PME 2

20,0%
15,0%
10,0%

6,1%

6,1% 5,6%

5,0%
0,0%
Trs faible

Faible

Moyen

Moyenne PME 1 : 6,18

Moyenne PME 2 : 7,00

cart-type PME 1 : 2,52

cart-type PME 2 : 3,37

Minimum PME 1 : 3
Minimum PME 2 : 3

Maximum PME 1 : 13
Maximum PME 2 : 14

lev

Mdiane PME 1 : 5,50

Mdiane PME 2 : 6,00

Pour rsumer, la comparaison des facteurs de contingence organisationnelle et

comportementale des sous-chantillons PME 1 et PME 2 montre une htrognit des
caractristiques des facteurs de contingence des deux entits, ce qui conduit penser que les
entits tudies (PME 1 et PME 2) peuvent effectivement avoir des systmes de contrle
diffrent.

206

Conclusion du Chapitre 3

Le prsent chapitre a t consacr la mthodologie emprunte dans le but de rpondre

notre question de recherche, et la comparaison des caractristiques des facteurs de
contingence des PME 1 et PME 2 afin de comprendre les raisons au moins partielles pour
lesquels les systmes de contrle de gestion des deux entits sont diffrencis.
Dans un premier temps, nous avons prsent les mesures des variables du modle, la
procdure de collecte des donnes et les caractristiques de terrain dobservation. Nous avons
vrifi galement la fiabilit et la validit des chelles de mesure relatives aux facteurs de
contingence des deux sous-chantillons tudies.
Dans un deuxime temps, nous avons compar les caractristiques des facteurs de
contingence organisationnelle et comportementale des PME 1 et PME 2.
Dans le prochain chapitre, nous prsentons et discutons les rsultats des analyses de
donnes ayant pour principal objectif de construire des instruments de mesure valides et
fiables, tester les hypothses et gnrer un modle de recherche valid empiriquement.

207

CHAPITRE 4. LE TABLEAU DE BORD DES PME :

APPROCHE CONTINGENTE DES PRATIQUES

Dans le Chapitre 2, nous avons prsent notre terrain de recherche et le modle

conceptuel explicatif des pratiques de tableaux de bord des PME. Ce modle rcapitule un
ensemble de relations entre les variables explicatives, intermdiaire et expliquer.
Dans le Chapitre 3, nous avons prsent le cadre mthodologique adopt, et compar
les caractristiques des facteurs de contingence des deux sous-chantillons tudis.
Le prsent chapitre a pour objectif de prsenter les rsultats de la confrontation de
notre modle conceptuel au terrain de recherche.
Ainsi, nous prsentons, dans un premier temps, la mthode des quations structurelles et
notre modle global dquations structurelles (Section 1).
Dans un deuxime temps, (Section 2) nous abordons les rsultats de la confrontation de
notre modle conceptuel au terrain de recherche. ce titre, nous prsentons les rsultats des
analyses factorielles exploratoires et confirmatoires, effectues par les logiciels SPSS 17.0 et
AMOS 18.0. Ces analyses permettent de vrifier la qualit des chelles lies aux variables du
modle. Nous prsentons galement les rsultats du test de lensemble des hypothses de
recherche, en utilisant la mthode des quations structurelles. Nous terminons ce dernier
chapitre par une discussion des diffrents rsultats obtenus.

208

PLAN DU CHAPITRE 4

4.1 La mthode des quations structurelles :

outil mthodologique pour tester le modle de
recherche

4.1.1

4.1.2

Prsentation de la

Prsentation du modle
gnral dquations
structurelles de la
recherche

mthode des quations

structurelles

4.2 La validation du modle thorique

4.2.2
Test du modle

4.2.1
Validation des

structurel : confirmation

instruments de mesure

ou infirmation des

de la recherche

hypothses de recherche

209

4.1 La mthode des quations structurelles : outil mthodologique pour

tester le modle de recherche
Pour valider le cadre conceptuel, nous avons choisi dutiliser la mthode des quations
structurelles. Bien que ce soit encore une technique statistique rcente, de trs nombreux
chercheurs lutilisent cause des avantages quelle dmontre sur les techniques statistiques
concurrentes. Les modles dquations structurelles ont pour but de traiter statistiquement des
relations de causalit hypothtiques multiples. Ils permettent non seulement de mettre en
relation des concepts non observables, mais aussi de donner une estimation simultane de
plusieurs relations de dpendances, tout en prenant en compte les erreurs de mesure (Roussel
et al, 2002).
Les modles dquations structurelles peuvent tre dfinis comme une classe de
mthodologies ayant pour objectif de reprsenter certaines hypothses au sujet des moyennes,
des variances et des covariances de donnes observes en termes dun plus petit nombre de
paramtres structuraux dfinis par un modle thorique sous-jacent (Kaplan, 2000).
Avant de prsenter notre modle dquations structurelles, il convient de dtailler les
lments essentiels de cette mthode.
4.1.1 Prsentation de la mthode des quations structurelles
Les modles dquations structurelles ont t dvelopps par Jreskog (1993), qui a
commenc ltude des analyses factorielles au milieu des annes 1960. Puis, il cre le modle
LISREL en 1970 (LInear Structural RELations) dans le but de traiter statistiquement des
variables non observables.
Les modles dquations structurelles sont labors pour tester les effets linaires entre
un ensemble de variables non directement observables : les variables latentes. Ces dernires
sont estimes grce des variables directement recueillie (observables) : les variables
manifestes. Un modle dquations structurelles se compose traditionnellement de deux
parties : le modle de mesure (externe) et le modle structurel (interne) (Schma 4.1). Le
Schma 4.2 rcapitule les rgles de prsentation et de notation quant aux variables et aux
relations.
210

Schma 4.1 : Exemple dun modle dquations structurelles

Le modle de mesure

Le modle structurel

Schma 4.2 : Notations des variables et des relations dun modle dquations
structurelles
X11

11

11

12

X12

1
11

13

11

Y12

12

Y13

13

X13
12

21

Y11

X21
21

22

X22

23

X23

Dans cette reprsentation, les symboles conventionnels sont les suivants (Jreskog,
1996 ; Raufaste, 2002) :
-

(Xi) dsigne des variables latentes explicatives ;

(Eta) dsigne des variables latentes expliquer ;

211

x et y dsignent des variables mesures qui sont respectivement des indicateurs des
variables latentes explicatives et des variables latentes expliquer, leurs rsidus sont
nots respectivement et ;

(Lambda) le poids, sinterprte comme le coefficient de rgression entre une

variable latente et un indicateur ;

(Gamma) dsigne les relations entre variables latentes explicatives et variables

latentes expliquer ;

(Phi) dnomination des relations symtriques entre variables latentes explicatives.

La mthode des quations structurelles prsente plusieurs avantages, compars aux

approches statistiques classiques que sont lanalyse de rgression multiple, lanalyse
discriminante, ou lanalyse de la variance (Roussel et al, 2002 ; Haenlein et Kaplan, 2004 ;
Kline, 2005) :
- Elles permettent de tester de manire simultane lexistence de relations causales entre
plusieurs variables latentes explicatives (variables exognes) et plusieurs variables latentes
expliquer (variables endognes) ;
- Elles permettent de construire et de tester la validit et la fiabilit de construits latents,
labors partir de la combinaison de plusieurs items (chelles de mesure) ;
- Elles permettent dvaluer et de comparer de manire globale des modles de
recherche complexes, en prenant en compte les erreurs de mesure.
Deux mthodes statistiques sont gnralement utilises dans le domaine des sciences de
gestion pour estimer un tel modle (Chinn, 1995), qui sont, dune part, lanalyse de la
structure de covariance (ASC) ou mthode LISREL (LInear Structural RELations) introduite
par Jreskog (1970) qui utilise un systme dquations structurelles estimes laide du
maximum de vraisemblance, mises en application dans les logiciels couramment utiliss dans
les traitements de donnes issues des tudes empiriques (ex : AMOS, LISREL, EQS). Et,
dautre part, lapproche PLS (Partial Least Squares) propose par Wold (1982) base sur une
estimation par moindres carrs dits partiels. Ces deux mthodes sopposent depuis de
nombreuses annes avec un avantage pour la premire grce une thorie plus approfondie et
des logiciels plus dvelopps. La mthode PLS est encore minoritaire en sciences de
gestion.
212

Nous avons donc choisi lanalyse de la structure de covariance (ASC) comme outil
mthodologique et AMOS comme logiciel de traitement.
Aprs avoir prsent la mthodologie utilise dans le cadre de ce travail pour tester
notre modle de recherche, nous prsentons ci-aprs, notre modle gnral dquations
structurelles.
4.1.2 Prsentation du modle gnral dquations structurelles de la recherche
Dans la littrature, on peut identifier deux principaux modles de mesure : le modle
formatif ou le modle de variables latentes (les variables manifestes sont le reflet de leur
variable latente) et le modle rflectif ou le modle en facteur principal (la variable latente est
le reflet des variables manifestes). Le Schma suivant prsente les deux types de modle de
mesure.
Schma 4.3 : Exemple de modle rflectif et formatif

Construit
latent

Variable
latente

X1

X2

X3

X4

X1

Modle rflectif

X2

X3

X4

Modle formatif

Dans notre cas (mthode danalyse de la structure de covariance ASC), il est oblig
dutiliser le modle rflectif, car cette mthode nintgre pas directement les relations
formatives entre les mesures et leurs construits.
Notre modle thorique est compos de certaines variables latentes de second ordre, ce
qui suggre lutilisation dun modle dquations structurelles de second ordre, o une
variable latente est peut-tre mesure par deux ou plusieurs autres variables latentes
reprsentant les dimensions de la premire. La variable latente plusieurs dimensions est
213

appele variable latente de second ordre et les variables latentes reprsentant les dimensions
de celle-ci sont appeles des variables latentes de premier ordre. Elles doivent tre mesurables
par des variables observables. Ce modle nous donne la possibilit de regrouper plusieurs
concepts non mesurables directement, comme les facteurs ou les dimensions dun concept
non mesurable, tout en tenant compte des erreurs de mesure chaque niveau de lanalyse.
Le Schma 4.4 prsente le modle global dquations structurelles que nous devrions
tester. Les variables latentes, symboliss par des ovales, les variations observes par des
rectangles et les erreurs de mesure par des petits cercles (Bollen, 1989 ; Nunnally, 1978). Les
dtails des diffrentes variables latentes de premier et de second ordre, et des indicateurs de
mesure sont rcapituls dans le Tableau 4.1.

214

215

Schma 4.4 : Le modle global dquations structurelles

Tableau 4.1 : Variables latentes et indicateurs de mesure

Variables

Nature des variables

Code

La taille

Variable latente de premier

ordre

Taille

Nombre de salaris permanents

Indicateur de mesure

NBSP

Le type dactivit

Variable latente de premier

ordre

Type
dactivit

Activit dentreprise

Indicateur de mesure

AE

ge dentreprise

Variable latente de premier

ordre

ge
dentreprise

ge dentreprise

Indicateur de mesure

AGE

La structure

Variable latente de second

ordre

Structure

Degr de spcialisation des tches

Variable latente de premier

ordre

Degr de S
des T

Degr de spcialisation des tches

Indicateur de mesure

DST

Degr de standardisation

Variable latente de premier

ordre

DS

Degr de dfinition des fonctions

Indicateur de mesure

DDF

Degr de dfinition des rgles et

procdures

Indicateur de mesure

DDRP

Degr de dfinition des objectifs de

performance

Indicateur de mesure

DDOP

Degr de dcentralisation horizontale

de la prise de dcision

Variable latente de premier

ordre

DDH

Degr de participation la prise de

dcision

Indicateur de mesure

DPPD

Degr de consultation des

collaborateurs avant la PD

Indicateur de mesure

DCC

Degr de consultation des dirigeants

par les collaborateurs AD

Indicateur de mesure

DCDC

Degr de prise de dcision par les

collaborateurs

Indicateur de mesure

DPDC

Degr de dcentralisation verticale de

la prise de dcision

Variable latente de premier

ordre

DDV

216

Tableau 4.1 (suite) : Variables latentes et indicateurs de mesure

Variables

Nature des variables

Code

Niveau de la PD / le dveloppement ou le
lancement de NPS

Indicateur de mesure

NPDLNPS

Indicateur de mesure

NPDEL

Indicateur de mesure

NPDFPV

Niveau de la prise de dcision concernant

les choix des investissements

Indicateur de mesure

NPDCI

Niveau de la prise des dcisions

oprationnelles

Indicateur de mesure

NPDO

Variable latente de premier ordre

DFTRP

Indicateur de mesure

DFT

Indicateur de mesure

DFRP

Lenvironnement

Variable latente de second ordre

Environnement

Dynamisme de lenvironnement externe

Variable latente de premier ordre

DEE

Indicateur de mesure

DEPE

Indicateur de mesure

DEPT

Variable latente de premier ordre

Prvisibilit des A
et des CC

Indicateur de mesure

PACC

Niveau de la prise de dcision concernant

lembauche et le licenciement
Niveau de la prise de dcision concernant la
fixation des prix de vente

Degr de formalisation des tches et des

rgles et des procdures
Degr de formalisation des tches
Degr de formalisation des rgles et
procdures

Dynamisme de l'environnement au plan

conomique
Dynamisme de l'environnement au plan
technologique
Prvisibilit des actions et des
comportements des concurrents
Prvisibilit des actions et des
comportements des concurrents
Prvisibilit des gots et des prfrences des
clients
Prvisibilit des gots et des prfrences des
clients

Variable latente de premier ordre

Indicateur de mesure

217

Prvisibilit des G
et des P des C
PGPC

Tableau 4.1 (suite) : Variables latentes et indicateurs de mesure

variables

Nature des variables

Code

Linformatisation

Variable latente de premier ordre

Informatisation

Degr dinformatisation

Indicateur de mesure

DI

La formation

Variable latente de premier ordre

Formation

Type de formation

Indicateur de mesure

TF

Le style de dcision

Variable latente de second ordre

Style de dcision

Caractristiques de linformation utilise

Variable latente de premier ordre

CIU

Quantit d'information considre

Indicateur de mesure

QIC

Indicateur de mesure

DFIU

Indicateur de mesure

DSIU

Indicateur de mesure

VSEAD

Indicateur de mesure

DRI

Degr de supervision personnelle des tches

Indicateur de mesure

DOSF

Degr de supervision personnelle des tches

Variable latente de premier ordre

DSPT

Travail des oprationnels

Indicateur de mesure

TO

Organisation des services oprationnels

Indicateur de mesure

OSO

Circulation de l'information dans lentreprise

Indicateur de mesure

CIE

Ordres du jour des runions

Indicateur de mesure

OJR

Prestations des fournisseurs

Indicateur de mesure

PF

Ponctualit du personnel

Indicateur de mesure

PP

Suivi des clients

Indicateur de mesure

SC

Proprit des locaux

Indicateur de mesure

PL

Degr de formalisation de l'information

utilise
Degr de structuration de l'information
utilise
Varit des solutions envisages avant la
dcision
Degr de rfrence l'intuition dans la prise
de dcision

218

Tableau 4.1 (suite) : Variables latentes et indicateurs de mesure

variables

Nature des variables

Code

La stratgie de contrle

Variable latente de second ordre

Stratgie de
contrle

Stratgie de contrle relative aux budgets

Variable latente de premier ordre

SCRB

Degr de couverture fonctionnelle de

systme budgtaire

Indicateur de mesure

DCFSB

Indicateur de mesure

FUDSB

Stratgie de contrle relative aux cots

Variable latente de premier ordre

SCRC

Varit des cots calculs dans l'entreprise

Indicateur de mesure

VCC

Varit des objets auxquels se rapportent les

cots calculs

Indicateur de mesure

VOCC

Frquence d'utilisation des donnes / cots

Indicateur de mesure

FUDC

Les caractristiques de TB

Variable latente de second ordre

Caractristiques de
TB

Degr de ractivit

Variable latente de premier ordre

DR

Frquence de production des tableaux de

bord

Indicateur de mesure

FPTB

Dlai de production des tableaux de bord

Indicateur de mesure

DPTB

Indicateur de mesure

DIIS

Indicateur de mesure

DIIP

Variable latente de premier ordre

DCA

Indicateur de mesure

DIDFTB

Degr d'intgration des donnes non

financires dans les TB

Indicateur de mesure

DIDNFTB

Degr d'intgration des donnes qualitatives

dans les TB

Indicateur de mesure

DIDQTB

Frquence d'utilisation des donnes /

systme budgtaire

Degr d'intgration des indicateurs de suivi

dans les TB
Degr d'intgration des indicateurs
prvisionnels dans les TB
Diversit du champ dapplication
Degr d'intgration des donnes financires
dans les TB

219

Tableau 4.1 (suite) : Variables latentes et indicateurs de mesure

variables

Nature des variables

Code

Degr d'intgration des donnes externes

dans les TB

Indicateur de mesure

DIDETB

Diversit des indicateurs de performance

Variable latente de premier ordre

DIP

Degr d'intgration d'indicateurs de

performance financire

Indicateur de mesure

DIIPF

Indicateur de mesure

DIIPC

Indicateur de mesure

DIIPOS

Indicateur de mesure

DIIPEI

Variable latente de premier ordre

Degr de D des TB

Indicateur de mesure

DDTB

Le pilotage de la performance

Variable latente de second ordre

Pilotage de la
performance

Degr d'utilisation des tableaux de bord

Variable latente de premier ordre

DUTB

Frquence d'utilisation des tableaux de bord

Indicateur de mesure

FUTB

Indicateur de mesure

IUDTB

Variable latente de premier ordre

DTUTB

Indicateur de mesure

DUTBIR

Indicateur de mesure

DUTBCTP

Indicateur de mesure

DUTBPSV

Degr d'intgration des indicateurs de

performance (les clients)
Degr d'intgration des indicateurs (objectifs
stratgiques)
Degr d'intgration d'indicateurs (lments
incorporels)
Degr de dcentralisation des tableaux de
bord
Degr de dcentralisation des tableaux de
bord

Intensit d'utilisation des donnes des

tableaux de bord
Diversit d'utilisation des donnes des
tableaux de bord
Degr d'utilisation des tableaux de bord pour
informer les rsultats
Degr d'utilisation des tableaux de bord pour
contrler le travail des personnels
Degr d'utilisation des tableaux de bord pour
prvoir les situations venir

220

Tableau 4.1 (suite) : Variables latentes et indicateurs de mesure

variables

Nature des variables

Code

Indicateur de mesure

DUTBEOE

Indicateur de mesure

DUTBSPE

Variable latente de premier ordre

DUTTB

Indicateur de mesure

DFDTB

Indicateur de mesure

DIDTB

Indicateur de mesure

DSDTB

Indicateur de mesure

DRTB

Degr d'utilisation des tableaux de bord pour

expliciter les objectifs de l'entreprise
Degr d'utilisation des tableaux de bord pour
suivre les performances de l'entreprise
Degr d'utilit des tableaux de bord
Degr de fiabilit des donnes des tableaux
de bord
Degr d'intelligibilit des donnes des
tableaux de bord
Degr de signification des donnes des
tableaux de bord
Degr de rentabilit des tableaux de bord

4.2 La validation du modle thorique

La validit du modle thorique a t effectue en deux tapes. La premire consiste
tester indpendamment les chelles de mesure de chacun des concepts indirectement
mesurables impliqus dans le modle gnral. La seconde a pour objet de tester les relations
entre les variables du modle (test des relations structurelles). De cette manire, lors de la
deuxime tape, les dimensions de chaque variable latente de second ordre seront reprsentes
non pas par des variables latentes de premier ordre mais par les scores de mesure de ces
variables. Ceci permettra de valider le modle global avec un chantillon de taille
relativement faible dont nous disposons.
Lavantage principal dune telle dmarche de rduction des variables latentes en scores
est la possibilit de tester des modles structurels sur des chantillons de plus petite taille
(Smith et Langfield-Smith, 2004).

221

4.2.1 Validation des instruments de mesure de la recherche

Pour examiner la validit de nos chelles de mesures des variables latentes, une analyse
factorielle a t effectue en deux tapes : une analyse exploratoire opre sous le logiciel
SPSS 17.0 et une analyse confirmatoire ralise sous le logiciel AMOS 18.0.
4.2.1.1

Lanalyse factorielle exploratoire (AFE)

Lanalyse factorielle exploratoire est une premire tape dans le traitement des donnes
recommand gnralement par tous les chercheurs (Evrard et al., 1993). Elle vise purifier le
questionnaire, en supprimant des items faible communalit, afin damliorer la qualit de la
mesure. Selon les recommandations de Gerbing et Anderson (1988), lanalyse factorielle
exploratoire prcde lanalyse factorielle confirmatoire. Elle est l tape prliminaire lors de
la construction dune chelle de mesure . Elle permet de vrifier si les donnes sont
factorisables ou pas, ou si elles forment un ensemble suffisamment cohrent pour quil soit
raisonnable dy chercher des dimensions communes qui aient un sens et soient pas des
artefacts statistiques (Evrard et al., 1993). Pour ce faire, plusieurs tapes sont ncessaires :
Vrifier la possibilit de factorisation des donnes
Pour sassurer de la possibilit des donnes tre factorisables, certaines conditions
doivent tre vrifies : il sagit de vrifier lindice Kaiser-Meyer-Olkin et le test de sphricit
de Bartlett.
-

Indice Kaiser-Meyer-Olkin (KMO) : Cest un indice d'adquation de la solution

factorielle. Il indique jusqu' quel point l'ensemble de variables retenu est un
ensemble cohrent et permet de constituer une ou des mesures adquates de
concepts. La valeur de cet indice varie entre 0 et 1. Un KMO lev indique qu'il
existe une solution factorielle statistiquement acceptable qui reprsente les relations
entre les variables. Selon Kaiser et Rice (1974), un KMO qui atteint 0,90 est
excellent ; mritoire sil atteint 0,80 ; moyen sil atteint 0,70 ; mdiocre sil atteint
0,60 ; faible sil atteint 0,50 et enfin, inacceptable si celui-ci est infrieur 0,50.

Test de sphricit de Bartlett : Cette mesure indique si la matrice de corrlation

est une matrice identit l'intrieur de laquelle toutes les corrlations sont gales
222

zro. Ainsi, lhypothse nulle de ce test est que les variables sont indpendantes les
unes des autres. La signification associe ce test permet didentifier si la matrice
des corrlations diffre suffisamment dune matrice didentit. Si tel est le cas, la
rduction des variables est autorise. Si la Signification tend vers 0,000, cest
trs significatif, infrieur 0,05 significatif, entre 0,05 et 0,10 acceptable et au
dessus de 0,10 rejetable.
Aprs stre assur que les donnes sont factorisables, le chercheur pourra passer
ltape suivante.

Choisir la mthode dextraction des facteurs

Il existe deux mthodes dextraction des facteurs qui reposent sur des considrations
thoriques spcifiques relies aux composantes de la variance totale de lensemble de
variables de lanalyse :
-

Lanalyse en composantes principales : cest un outil de rduction de dimension

qui permet dextraire un minimum de facteurs qui expliquent la plus grande partie
possible de la variance spcifique.

Lanalyse en facteurs communs et spcifiques : cest aussi une mthode de

rduction de dimension, elle dcrit un ensemble de variables par une combinaison
linaire de facteurs communs sous-jacents et d'une variable (facteur spcifique)
synthtisant la part spcifique des variables d'origine.

Dans le cadre de cette recherche, nous avons choisi la mthode danalyse en

composantes principales comme mthode dextraction des facteurs, car cest la mthode la
plus privilgie.
Dterminer le nombre de facteurs retenir
Pour dterminer le nombre de facteurs retenir, trois rgles sont applicables :
-

La rgle de Kaiser : ou le eigen value ou examen des valeurs propres, qui veut
quon ne retienne que les facteurs aux valeurs propres suprieures 1.
223

La rgle de la restitution minimale : on choisit le nombre daxes en fonction de la

restitution minimale dinformation que lon souhaite. Il est souvent conseill
darrter le processus dextraction lorsque 60% de la variance explique est extraite
(Hair et al., 2006).

Le test du coude : ou le Scree-test . On observe le graphique des valeurs

propres et on ne retient que les valeurs qui se trouvent gauche du point
dinflexion.

Dans notre cas, la dtermination du nombre de facteurs retenir se fera selon la rgle de
Kaiser. Cest la rgle la plus souvent utilise pour dterminer le nombre de facteurs extraire.
Une fois le nombre daxes factoriels dtermin, il convient doprer une rotation afin de
mieux interprter les facteurs obtenus.
Oprer une rotation factorielle
La rotation est le processus mathmatique qui permet de faciliter l'interprtation des
facteurs en maximisant les saturations les plus fortes et en minimisant les plus faibles de sorte
que chaque facteur apparaisse dtermin par un ensemble restreint et unique de variables.
Il existe deux grands types de rotation :
-

Les rotations orthogonales : elles prservent la non-corrlation des composantes

principales, ce qui facilite linterprtation. Il existe trois mthodes pour produire
une rotation orthogonale, Varimax, Quartimax et Equamax. La plus frquemment
utilise est Varimax.

Les rotations obliques : elles ne prservent pas la corrlation des composantes

principales, ce qui rend linterprtation difficile. Les principales mthodes de
rotations obliques sont les rotations Oblimin et Promax.

Pour simplifie linterprtation des facteurs, la mthode de rotation utilise dans cette
recherche est la rotation Varimax. Cette rotation vise optimiser les saturations dans chaque
composante en maximisant les carts entre saturations. Lobjectif est dobtenir au final des
224

saturations proches de 1 ou de 0 (Jolibert et Jourdan, 2006) ; plus une saturation est proche de
0, plus son lien avec le facteur est plus faible et plus une saturation est proche de 1, plus son
lien avec le facteur est plus fort.
Interprter de la structure factorielle obtenue
Ltude des communalits permet de rendre compte du degr dinformation restitu par
chaque variable observe dans le facteur. Dans le cas o la communalit dune variable est
infrieure 0,4, cette variable doit tre retire du facteur.
Lexamen des saturations corrlations entre variables observes permet galement
dindiquer dans quelle mesure chaque variable contribue la formation du facteur (Jolibert et
Jourdan, 2006). Linterprtation des facteurs retenus est faite en examinant les saturations
dont les valeurs absolues sont les plus leves. Il est dusage de prendre la valeur 0,5 comme
le seuil minimum permettant de considrer quune variable est reprsentative dun facteur.
Avant de passer lanalyse factorielle confirmatoire, il convient dvaluer la cohrence
interne de lchelle, nous utilisons les coefficients a de Cronbach (Cronbach, 1951). Le
tableau suivant rsume les critres retenus dans lanalyse factorielle exploratoire :
Tableau 4.2 : Les critres retenus dans lanalyse factorielle exploratoire
Nature de la dcision

Critre retenu

Indice Kaiser-Meyer-Olkin (KMO)

0,5

Test de sphricit de Bartlett

0,1

Mode dextraction

Analyses en Composantes Principales

Nombre de facteurs retenir

Valeurs propres > 1

Rotation

Varimax

Communalit (Extraction)

0,4

Saturations

Corrlation 0,5

Cohrence interne

a > 0,6

225

Aprs ltape exploratoire, nous procdons lanalyse confirmatoire pour confirmer la

structure factorielle obtenue lissue des AFE, plus prcisment de lAnalyse en Composante
Principale (ACP).
4.2.1.2

Lanalyse factorielle confirmatoire (AFC)

Lanalyse factorielle confirmatoire va plus loin que lanalyse factorielle exploratoire

dans la mesure o elle fournit un moyen de tester rigoureusement un modle qui doit tre
test a priori (Gerbing et Hamilton, 1996). Elle permet de tester la validit dune chelle de
mesure en estimant dans quelle mesure un groupe ditems mesure effectivement le construit
latent quil est cens mesurer. De plus, contrairement aux AFE, les AFC tiennent compte des
erreurs de mesure.
Avant dvaluer les chelles de mesures utilises, il est ncessaire de choisir la mthode
destimation qui va tre utilise pour les tester.
Il existe plusieurs techniques destimation : la mthode par le maximum de
vraisemblance (Maximum Likelihood ou ML), lestimation par les moindres carrs
gnraliss (Generalized Least Squares ou GLS) ou les mthodes arbitraires de distribution
asymptotique (Asymptotic Distribution Free). Bien que les deux dernires mthodes
permettent de saffranchir de lhypothse de multinormalit, elles ncessitent des chantillons
de grande taille (West et al., 1995). La mthode de maximum de vraisemblance a t utilise
dans cette recherche, la seule possible compte tenu du faible chantillon disponible (Roussel
et al., 2002).
Lors de la mise en uvre de lAFC, trois critres doivent tre tudis (Roussel et al.,
2002) : la fiabilit du construit, la validit du construit et le degr dajustement du modle de
mesure.
cette tape, nous vrifions la fiabilit du construit par les coefficients a de Cronbach
et de Jreskog. Pour valuer la validit du construit, nous utilisons le rh de validit
convergente (vc) pour vrifier la validit convergente, et la mthode de la diffrence du c
pour mesurer la validit discriminante. Ainsi, la validit discriminante sera vrifie pour
lensemble des chelles tudies.

226

Pour sassurer de ladquation du modle de mesure spcifi avec les donnes

empiriques sous-jacentes, il faut sen remettre diffrents critres dajustement. Comme le
soulignent Didellon et Valette-Florence (1996), le chercheur se trouve confront une
profusion dindices dajustement et dapprciation de la qualit des modles tests, qui ont
une tendance le perdre plutt qu lclairer dans son choix et sa rflexion . Trois familles
dindices permettent de mesurer la qualit de lajustement du modle de mesure. Il sagit des
indices absolus, des indices incrmentaux et des indices de parcimonie (Roussel et al., 2002).
Nous retiendrons pour notre recherche les indices les plus utiliss et reprsentent des
approches varies pour lvaluation de lajustement.
Les indices absolus : mesurent lajustement du modle global, ils permettent
dvaluer dans quelle mesure le modle thorique pos a priori reproduit correctement
les donnes collectes (Roussel, 2002).
Nous avons choisi, deux indices absolus pour valuer la qualit de lajustement du notre
modle : et RMSEA.

(Chi-Deux) ou CMIN : Il sert tester lhypothse nulle selon laquelle les lments
de la matrice de covariances reproduite par estimation sont significativement non
diffrents de ceux de la matrice des covariances observes. En tenant compte des
degrs de libert et de sa significativit, pour chaque nombre de degrs de libert lon
peut estimer la probabilit (p) pour la fonction de prendre des valeurs suprieures
la valeur calcule pour la divergence entre la matrice thorique et la matrice empirique
du modle. Plus la valeur de p est faible, plus la diffrence entre les deux matrices est
importante. (Hair et al., 2006). Pour ne pas rejeter le modle test, cette probabilit (p)
doit tre suprieure 0,05. Cet indice (Chi-Deux) prsente lavantage dtre lunique
indice dont on connat la distribution statistique. Cependant, il prsente linconvnient
dtre extrmement sensible la taille de lchantillon (Roussel et al., 2002).

RMSEA (Root Mean Square Error of Approximation) : Cet indice est propose par
Steiger et Lind en 1980. Le RMSEA reprsente la diffrence moyenne, par degr de
libert, attendue dans la population totale et non dans lchantillon (Roussel et al.,
2002). Selon Browne et Cudeck (1993), un RMSEA 0,06 indique un trs bon
ajustement du modle. Un RMSEA compris entre 0,06 et 0,08 indique un bon
227

ajustement du modle. Les modles ayant un RMSEA de plus de 0,1 sont

gnralement dsigns comme fortement divergents des donnes empiriques.
Les indices incrmentaux : appels galement les indices dajustement relatif , ils
permettent de comparer plusieurs modles. Le modle qui est test peut tre compar
un modle nul (sans structure factorielle) et/ou des modles alternatifs (autre
modles thoriques ou empiriques).
Dans le cadre du prsent travail de recherche, nous utilisons deux indices
incrmentaux : IFI et CFI pour valuer la qualit de lajustement du notre modle.

IFI (Incremental Fit Index) : compare le manque dajustement du modle tester

celui du modle de base. Leur valeur permet destimer lamlioration relative, par
degr de libert, du modle tester par rapport au modle de base. Le critre
empirique de bon ajustement est de 0,90.

CFI (Comparative Fit Index) : Il mesure la diminution relative du manque

dajustement. Celle-ci est estime suivant la distribution non centre du c2 du modle
tester par rapport au modle de base (Roussel et al., 2002). La valeur de cet indice
doit idalement tre suprieure 0,90.

Les indices de parcimonie : Ils permettent dvaluer lajustement pour chaque

paramtre estim. Ils reposent sur un principe de maximisation de la qualit
dajustement par paramtre estim. Ils vitent de surestimer un modle avec des
paramtres qui napporteraient quun gain marginal lajustement.
Dans notre tude empirique, nous utilisons trois indices de parcimonie : c2 norm
(c2/ddl), AIC et PNFI pour valuer la qualit de lajustement du modle.

c2 norm (c2/ddl) : Il est calcul comme le rapport entre du modle test et son
nombre de degrs de libert. Il permet de dtecter les modles surajusts et sousajusts . Cet indice peut tre utilis pour mesurer le degr de parcimonie absolu dun
modle mais aussi pour distinguer parmi plusieurs modles alternatifs, le plus
parcimonieux (Roussel et al., 2002). Il est souhaitable que sa valeur soit infrieure 2.
228

AIC (Akaike Information Criterion) : Il permet destimer la divergence entre le

modle test et celui suggr par la matrice empirique des variances-covariances. Pour
accepter le modle test il faut que son indice AIC soit infrieur lindice du modle
satur et de celui du modle dindpendance.

PNFI (Parsimony-adjusted Normed Fit Index) : est une variante de lindice NFI
ajust pour le nombre de degrs de libert du modle test. Les valeurs proches de 1
tmoignent dun trs bon ajustement du modle test ou des modles trs similaires,
alors que des valeurs proches de 0 sont signe dune trs forte divergence entre les
modles compars.
Le tableau ci-dessous retrace les diffrents indices retenus ci-dessus ainsi que les

valeurs seuils indiquant un bon ajustement.

Tableau 4.3 : Rcapitulatif des indices dajustement utiliss
Indices

Valeurs seuils
Indices absolus

Voir p associe
p doit tre > 0,05

RMSEA

< 0,1 et si possible < 0,08

Indices incrmentaux

IFI

> 0,90

CFI

> 0,90
Indices de parcimonie

c2 norm

<2

AIC

Le plus faible possible

(AIC du modle test doivent tre
infrieurs ceux du modle satur)

PNFI

Le plus proche de 1

229

En plus des indices prsents ci-dessus, autres critres retenus dans lanalyse factorielle
confirmatoire :

Les coefficients de rgression standardiss (standardized regression weights) : ils

sont relatifs aux contributions factorielles des indicateurs par rapport aux variables
latentes. Dans notre cas, les coefficients infrieurs 0,5 sont supprims de lanalyse.

Les coefficients de corrlation multiples (squared multiple correlations) : ils

correspondent la fiabilit individuelle de litem. Dans notre cas, les coefficients
infrieurs 0,25 sont supprims de lanalyse.
Nous avons not dans les dveloppements prcdents que chaque variable latente a au

moins deux variables de mesure. Cependant, certaines variables latentes peuvent tre
mesures avec un seul indicateur de mesure (un score unique). Ce qui pose le problme de
sous-identification empirique. Afin dviter cette sous-identification, il est ncessaire de fixer
la variance de lerreur de mesure en question un niveau minimal. Nous avons fix cette
variance 0,03 pour les dimensions mesures par un seul item et 0,05 pour les dimensions
mesures par deux items.
Aprs avoir prsent les tests retenus pour examiner la validation de nos chelles de
mesures, nous prsentons ci-aprs, les rsultats de ces tests.
4.2.1.3

Les rsultats des tests de validation des chelles de mesure

Notre modle de recherche contient six variables latentes de second ordre : Structure,
Environnement, Style de dcisions, Stratgie de contrle, Caractristiques des TB et Pilotage
de la performance. Les modles de mesure de ces variables doivent donc tre tests, dans un
premier temps, indpendamment lun de lautre. Les scores de mesure calculs (moyennes des
items de mesures retenus dans la premire tape) seront utiliss la place des dimensions
pour la mesure des variables latentes de second ordre dans une seconde tape (test des
relations structurelles).
Les variables latentes de premier ordre impliques dans notre modle peuvent tre
remplaces lors de la seconde tape du test par leurs scores respectifs.

230

Ainsi, nous exposerons ci-dessous, les rsultats des tests de validation des chelles de
mesure des variables latentes de second ordre utiliss dan notre modle. Ces rsultats sont
exposs en deux tapes :

Une tude exploratoire pour chaque chelle tudie, la cohrence interne est
galement prsente.

Une tude confirmatoire pour chaque chelle tudie, la structure factorielle obtenue
dans le cadre des analyses exploratoires est revrifie en vue dune confirmation. Le
niveau de fiabilit de lchelle et la validit convergente sont galement examines.
4.2.1.3.1

chelle de mesure de la variable Structure

La variable Structure est mesure par le biais de quinze items, un mesurant le degr
de spcialisation des tches, trois censs mesurer le degr de standardisation, quatre mesurant
le degr de dcentralisation horizontale, cinq consacrs la mesure du degr de
dcentralisation verticale et les deux derniers mesurant le degr de formalisation des tches et
des rgles et procdures. Notons que lensemble des items est mesur sur une mme chelle
en 5 points.
4.2.1.3.1.1

Les rsultats de ltude exploratoire

La premire tape dans ltude exploratoire consiste sassurer que les donnes sont
factorisables .
Nous vrifions que les donnes sont factorisables avec lindice de KMO et le test de
spcificit de Bartlett. Les rsultats indiquent que nous pouvons poursuivre lanalyse car
lindice KMO est de 0,647, ce qui est une valeur moyennement bonne et le test de sphricit
de Bartlett est significatif.

231

Tableau 4.4 : Rsultats du lindice KMO et du test de Bartlett pour la variable

Structure
Mesure de prcision de l'chantillonnage de
Kaiser-Meyer-Olkin.
Khi-deux approxim
Test de sphricit
ddl
de Bartlett
Signification de Bartlett

0,647
255,048
105
0,000

Une ACP est lance sur lensemble initial des quinze items, le critre de Kaiser indique
lexistence de quatre facteurs qui permettent de restituer 69,20 % de la variance totale
explique (Tableau 4.5).
Tableau 4.5 : Valeurs propres et pourcentage de variance explique relatives la
variable Structure

Composante

Valeurs propres initiales

Total

% de la variance

% cumuls

4,110

27,401

27,401

3,284

21,896

49,298

1,902

12,678

61,976

1,084

7,224

69,200

0,785

5,236

74,436

0,713

4,751

79,188

0,681

4,540

83,728

0,547

3,647

87,374

0,425

2,835

90,209

10

0,387

2,578

92,788

11

0,323

2,155

94,942

12

0,265

1,767

96,710

13

0,231

1,539

98,249

14

0,181

1,206

99,455

15

0,082

0,545

100,000

232

Nous procdons par la suite un examen des communalits. Tous les items prsentent
des communalits suprieur 0,4 (Tableau 4.6). Concernant la structure factorielle de
lchelle, nous remarquons que celle-ci nest pas claire. Ainsi, certains items notamment
Degr_partic_prise_dci, Degr_consulta_collabo_av_prise_dci, Degr_consulta_dirigeants
_par_colla_av_dc, Degr_prise_dci_par_collaborateurs

et Degr_specia_tches ont des

corrlations suprieures 0,5 avec deux facteurs (Annexe 7).

Afin, dobtenir une structure factorielle plus claire, nous effectuons une rotation
Varimax qui permet doptimiser les corrlations de ces variables sur les deux facteurs. Le
tableau ci-dessous prsente les communalits et la structure factorielle aprs rotation.
Tableau 4.6 : Communalits et structure factorielle aprs rotation de la variable
Structure
Items

Commun- Facteur Facteur Facteur

alits
1
2
3

Facteur
4

Deg_dfin_rgle_procd

0,658

0,808

0,019

0,031

0,068

Degr_specia_tches

0,642

0,797

-0,012

-0,066

-0,045

Deg_dfin_fonct

0,706

0,779

-0,168

0,261

-0,055

Degr_formalisation_tches

0,601

0,712

0,194

-0,176

-0,161

Degr_formalisation_RP

0,689

0,709

0,214

-0,262

-0,267

Deg_dfin_objectif_perfor

0,720

0,651

-0,337

-0,107

0,414

Niveau_PD_choix_investissements

0,670

0,047

0,782

0,150

0,184

Niveau_PD_dvelop_lancement_nps

0,566

0,038

0,744

-0,020

0,103

Niveau_PD_emb_licen

0,752

-0,311

0,741

-0,029

0,324

Niveau_PD_fixation_px_vente

0,543

0,158

0,664

0,238

-0,142

Niveau_PD_oprationnelles

0,755

0,010

0,664

0,437

-0,351

Degr_consulta_collabo_av_prise_dci

0,892

0,067

0,234

0,911

0,050

Degr_prise_dci_par_collaborateurs

0,698

-0,125

0,068

0,822

0,052

Degr_partic_prise_dci

0,816

-0,145

0,141

0,702

0,531

Degr_consulta_dirigeants_par_colla_
av_dc

0,672

-0,118

0,376

0,284

0,660

233

Lobservation des contributions factorielles (aprs rotation) montre que litem

Degr_partic_prise_dci

est

fortement

charg

sur

deux

facteurs

et

que

litem

me

facteur

Degr_consulta_dirigeants_par_colla_av_dc est le seul item bien corrl au 4

aprs suppression de litem Degr_partic_prise_dci. Nous dcidons alors de supprimer les

deux items et nous relanons lanalyse.
Ainsi, le test KMO et le test de sphricit de Bartlett autorisent la factorisation (Tableau
4.7). Le critre de Kaiser indique maintenant lexistence de trois facteurs, qui permettent
dextraire 64,56 % de la variance totale explique (Tableau 4.8).
Tableau 4.7 : Rsultats du lindice KMO et du test de Bartlett pour la variable
Structure aprs premire purification
Mesure de prcision de l'chantillonnage de
Kaiser-Meyer-Olkin.
Khi-deux approxim
Test de sphricit
ddl
de Bartlett
Signification de Bartlett

0,665
203,145
78
0,000

Tableau 4.8 : Valeurs propres et pourcentage de variance explique relatives la

variable Structure aprs premire purification
Composante

Valeurs propres initiales

Total

% de la variance

% cumuls

3,600

27,693

27,693

3,181

24,473

52,166

1,612

12,397

64,563

0,862

6,634

71,198

0,744

5,723

76,921

0,676

5,198

82,118

0,564

4,336

86,454

0,442

3,400

89,854

0,418

3,212

93,066

10

0,333

2,562

95,628

11

0,239

1,836

97,464

12

0,205

1,575

99,039

13

0,125

0,961

100,000

234

Toutes les communalits sont suprieures au seuil de 0,4. Le Tableau 4.9 reprend les
communalits et la structure factorielle finale aprs rotation lies cette variable.
Tableau 4.9 : Communalits et structure factorielle finale aprs rotation de la variable
Structure

Items

Communalits

Facteur Facteur Facteur

1
2
3

Deg_dfin_rgle_procd

0,642

0,800

0,026

0,039

Degr_specia_tches

0,640

0,799

-0,016

-0,031

Deg_dfin_fonct

0,716

0,768

-0,155

0,321

Degr_formalisation_RP

0,656

0,739

0,195

-0,268

Degr_formalisation_tches

0,607

0,730

0,188

-0,197

Deg_dfin_objectif_perfor

0,504

0,617

-0,350

-0,015

Niveau_PD_choix_investissements

0,654

0,029

0,800

0,118

Niveau_PD_emb_licen

0,668

-0,337

0,744

-0,027

Niveau_PD_dvelop_lancement_nps

0,528

0,034

0,726

-0,015

Niveau_PD_fixation_px_vente

0,531

0,162

0,684

0,193

Niveau_PD_oprationnelles

0,633

0,023

0,679

0,415

Degr_consulta_collabo_av_prise_dci

0,865

0,038

0,268

0,890

Degr_prise_dci_par_collaborateurs

0,749

-0,157

0,099

0,845

La cohrence interne de la variable Structure a t prcdemment calcule dans le

chapitre 3 pour les quinze items initiaux. Nous recalculons cette cohrence aprs suppression
de deux items (Tableau 4.10).

235

Tableau 4.10 : Statistiques de fiabilit de la variable de mesure Structure

Items

Alpha de Cronbach Alpha de Cronbach

en cas de suppression avec lensemble des
de l'lment
items

Degr_specia_tches

0,702

Deg_dfin_fonct

0,699

Deg_dfin_rgle_procd

0,697

Deg_dfin_objectif_perfor

0,739

Degr_consulta_collabo_av_prise_dci

0,694

Degr_prise_dci_par_collaborateurs

0,718

Niveau_PD_dvelop_lancement_nps

0,696

Niveau_PD_emb_licen

0,723

Niveau_PD_fixation_px_vente

0,679

Niveau_PD_choix_investissements

0,680

Niveau_PD_oprationnelles

0,684

Degr_formalisation_tches

0,700

Degr_formalisation_RP

0,702

0,718

la lecture du Tableau 4.10, nous remarquons que le score de lalpha de Cronbach est
dun niveau satisfaisant et reflte une bonne cohrence interne. Ainsi, la suppression des
items Deg_dfin_objectif_perfor ou Niveau_PD_emb_licen ne permet pas damliorer
sensiblement la cohrence interne de lchelle. Par consquent, la suppression de ces items ne
sera dcide quau vu des rsultats du lanalyse factorielle confirmatoire.
Aprs lanalyse exploratoire que nous avons mene, il est permis de procder
lpuration de deux items afin damliorer la qualit dinstrument. Nous rexaminons la
structure factorielle obtenue, par la mthode danalyse factorielle confirmatoire afin de
stabiliser notre chelle de mesure.

236

4.2.1.3.1.2

Les rsultats de ltude confirmatoire

Tous les coefficients de rgression standardiss sont suprieurs au seuil fix de 0,5
(compris entre 0,584 et 0,985). Aussi, tous les coefficients de corrlation multiple sont
suprieurs au seuil fix de 0,25 (Tableau 4.11 et Schma 4.5).
Tableau 4.11 : Analyse factorielle confirmatoire de la variable Structure
Coefficients de
rgression
standardiss

Coefficients de
corrlation
multiple

0,985

0,971

Deg_dfin_fonct

0,786

0,618

Deg_dfin_rgle_procd

0,735

0,540

Deg_dfin_objectif_perfor

0,662

0,438

Degr_consulta_collabo_av_prise_dci

0,719

0,517

Degr_prise_dci_par_collaborateurs

0,970

0,942

Niveau_PD_dvelop_lancement_nps

0,597

0,356

Niveau_PD_emb_licen

0,719

0,517

Niveau_PD_fixation_px_vente

0,584

0,341

Niveau_PD_choix_investissements

0,807

0,651

Niveau_PD_oprationnelles

0,644

0,415

Dimensions
Degr de spcialisation des tches
Degr_specia_tches
Degr de standardisation

Degr de dcentralisation horizontale

Degr de dcentralisation verticale

Degr de formalisation des tches et des rgles et des procdures

Degr_formalisation_tches

0,640

0,410

Degr_formalisation_RP

0,962

0,925

237

Schma 4.5 : Modle factoriel de mesure de la variable Structure

Ainsi, tous les indices absolus, incrmentaux et de parcimonie respectent les normes de
bon ajustement les plus communment utilises. Le modle assure donc une bonne
reprsentation des donnes empiriques (Tableau 4.12).

238

Tableau 4.12 : Indices de qualit dajustement du modle de mesure de la variable

Structure
Indices
incrmentaux

Indices absolus

c2
Valeur 72,308
obtenue

Indices de parcimonie

ddl

RMSEA

IFI

CFI

c2/ddl

AIC

PCFI

58

0,098

0,082

0,920

0,910

1,247

138,308 (modle test)

182,000 (modle satur)

0,676

Le c2 norm du modle est infrieur 2, les indices IFI et CFI sont suprieurs au seuil
dacceptabilit de 0,9, lindice RMSEA est infrieur 0,10. De surcrot, lindice AIC du
modle est inferieur celui du modle satur et lindice PCFI est proche de 1.
Une fois la structure factorielle de lchelle confirme, nous examinons la fiabilit de
celle-ci.
Pour cette chelle, nous obtenons un de Jreskog qui reflte une cohrence interne du
construit, trs satisfaisante.
Tableau 4.13 : de Jreskog de la variable Structure et ses dimensions
Dimensions ou variable

Rh de Jreskog

Degr de standardisation

0,7724

Degr de dcentralisation horizontale

0,8406

Degr de dcentralisation verticale

0,8050

Degr de formalisation des T et des RP

0,7942

Structure

0,9359

La fiabilit tant assure, nous vrifions maintenant la validit convergente de lchelle.

Lchelle atteste dune validit convergente correcte puisque la variance moyenne
extraite (rh de validit convergente) a une valeur suprieure 0,5 sauf celle de la dimension
Degr de dcentralisation verticale est de 0,456. Du fait que la variance moyenne globale
239

de la variable Structure est suprieur au 0,5, la suppression de cette dimension ne sera

dcide quau vu des rsultats du lanalyse factorielle de modle structurel.
Tableau 4.14 : vc de validit convergente de la variable Structure et ses dimensions
Dimensions ou variable

Rh de validit convergente

Degr de standardisation

0,5320

Degr de dcentralisation horizontale

0,7293

Degr de dcentralisation verticale

0,4560

Degr de formalisation des T et des RP

0,6675

Structure

0,5558

En conclusion, suite des analyses exploratoires et confirmatoires portant sur la

variable Structure , les scores de mesure des dimensions Degr de standardisation, Degr
de dcentralisation verticale et Degr de formalisation des tches et des rgles et procdures,
ont t effectus par le calcul de la moyenne des tous les items initialement prvus pour ces
trois dimensions. En revanche, le calcul du score de mesure de la dimension Degr de
dcentralisation horizontale a t ralis par la moyenne uniquement des deux items valids
(Degr_consulta_collabo_av_prise_dci et Degr_prise_dci_par_collaborateurs) sur les
quatre items initialement prvus pour cette dimension. Par ailleurs la dimension Degr de
spcialisation des tches a t mesure par le score unique de litem Degr_specia_tches.
4.2.1.3.2

chelle de mesure de la variable Environnement

La variable Environnement est mesure par le biais de quatre items, deux mesurant
le Dynamisme de lenvironnement externe, un est cens mesurer la Prvisibilit des actions et
des comportements des concurrences sur le march et le dernier mesurant la Prvisibilit des
gots et des prfrences des clients. Notons que lensemble des items est mesur sur une
mme chelle en 5 points.

240

4.2.1.3.2.1

Les rsultats de ltude exploratoire

La vrification des conditions de factorisation constitue la premire tape dans lanalyse

factorielle exploratoire.
Ainsi, les donnes sont factorisables car lindice de KMO est de 0,712. Le test de
sphricit de Bartlett permet de rejeter sans risque lhypothse de nullit simultane de tous
les coefficients de corrlation, donne un rsultat qui autorise la factorisation.
Tableau 4.15 : Rsultats du lindice KMO et du test de Bartlett pour la variable
Environnement
Mesure de prcision de l'chantillonnage de
Kaiser-Meyer-Olkin.
Khi-deux approxim
Test de sphricit
ddl
de Bartlett
Signification de Bartlett

0,712
62,018
6
0,000

LACP permet dextraire un seul facteur selon la rgle de valeurs propres suprieures ou
gales 1. Il explique presque 67,47 % de la variance (Tableau 4.16).
Tableau 4.16 : Valeurs propres et pourcentage de variance explique relatives la
variable Environnement
Valeurs propres initiales

Composante
Total

% de la variance

% cumuls

2,699

67,466

67,466

0,665

16,616

84,082

0,404

10,106

94,188

0,232

5,812

100,000

Les quatre items sont bien reprsents sur le facteur retenu. En effet, les communalits
dpassent toutes 0,4 (comprises entre 0,603 et 0,782). Aussi, les contributions factorielles sont
nettement suprieures 0,5 (comprises entre 0,776 et 0,885). Le tableau ci-dessous reprend
les communalits et la structure factorielle de la variable Environnement .
241

Tableau 4.17 : Communalits et structure factorielle de la variable Environnement

Items

Communalits

Facteur 1

Dynamique_envi_plan_techno

0,782

0,885

Prvisibilit_comportem_concurre

0,684

0,827

Dynami_enviro_plan_co

0,630

0,794

Prvisibilit_gots_prfren_client

0,603

0,776

Les statistiques de la fiabilit de la variable Environnement ont t prcdemment

calcules dans le Chapitre 3. Nous rappelons ces statistiques (Tableau 4.18).
Tableau 4.18 : Statistiques de fiabilit de la variable de mesure Environnement

Items

Alpha de Cronbach Alpha de Cronbach

en cas de suppression avec lensemble des
de l'lment
items

Dynami_enviro_plan_co

0,811

Dynamique_envi_plan_techno

0,752

Prvisibilit_comportem_concurre

0,793

Prvisibilit_gots_prfren_client

0,820

0,839

Lalpha de Cronbach est de 0,839, ce qui reflte une bonne cohrence interne. Aucune
suppression ditem ne permet damliore la fiabilit de la variable de mesure
Environnement .
Une fois lanalyse exploratoire ralise, nous rexaminons la structure factorielle
obtenue, par la mthode danalyse factorielle confirmatoire.

242

4.2.1.3.2.2

Les rsultats de ltude confirmatoire

Tous les coefficients de rgression standardiss sont suprieurs au seuil fix de 0,5.
Aussi, tous les coefficients de corrlation multiple (affichs au dessus des rectangles) sont
suprieurs au seuil fix de 0,25 (Tableau 4.19 et Schma 4.6).
Tableau 4.19 : Analyse factorielle confirmatoire de la variable Environnement
Coefficients de
rgression
standardiss

Coefficients de
corrlation
multiple

Dynami_enviro_plan_co

0,724

0,524

Dynamique_envi_plan_techno

0,976

0,952

Dimensions

Dynamisme de lenvironnement externe

Prvisibilit des actions et des comportements des concurrents sur le march

Prvisibilit_comportem_concurre

0,984

0,968

Prvisibilit des gots et des prfrences des clients

Prvisibilit_gots_prfren_client

0,979

0,958

Schma 4.6 : Modle factoriel de mesure de la variable Environnement

243

Les indices de qualit dajustement du modle factoriel affichent des niveaux

satisfaisants et permettent ainsi de considrer que le modle de mesure de la variable
Environnement est tout fait fiable. La valeur de p associe au c2 est suprieure de 0,05,
le c2 norm est infrieur 2 et les indices IFI et CFI sont suprieurs au seuil dacceptabilit de
0,9. De surcrot, le RMSEA est infrieur 0,10 et lindice AIC du modle est infrieur celui
de modle satur (Tableau 4.20).
Tableau 4.20 : Indices de qualit dajustement du modle de mesure de la variable
Environnement
Indices
incrmentaux

Indices absolus

c2
Valeur
2,542
obtenue

Indices de parcimonie

ddl

RMSEA

IFI

CFI

c2/ddl

AIC

PCFI

0,281

0,086

0,992

0,991

1,271

18,542 (modle test)

20,000 (modle satur)

0,330

Une fois la structure factorielle de lchelle confirme, nous examinons la fiabilit de

celle-ci.
Le calcul de lindice de Jreskog reflte un excellent niveau de cohrence interne de
lchelle.
Tableau 4.21 : de Jreskog de la variable Environnement et sa dimension
Dimension ou variable

Rh de Jreskog

Dynamique de l'environnement externe

0,8465

Environnement

0,9573

La fiabilit tant assure, nous vrifions maintenant la validit convergente de lchelle.

Lchelle atteste dune validit convergente satisfaisante puisque la variance moyenne
extraite (rh de validit convergente) a des valeurs largement suprieures 0,5.

244

Tableau 4.22 : vc de validit convergente de la variable Environnement et sa

dimension
Dimension ou variable

Rh de validit convergente

Dynamique de l'environnement externe

0,7381

Environnement

0,8506

En conclusion, suite des analyses exploratoires et confirmatoires portant sur la

variable Environnement , le score de mesure de dimension Dynamisme de
lenvironnement externe a t effectu par le calcul de la moyenne des deux items
initialement prvus dans cette dimension. Par ailleurs les dimensions Prvisibilit des actions
et des comportements des concurrents sur le march et Prvisibilit des gots et des
prfrences des clients ont t mesures par des scores uniques.
4.2.1.3.3

chelle de mesure de la variable Style de dcision

La variable Style de dcision est mesure par le biais de quatorze items, six
mesurant les caractristiques de linformation utilise et huit censs mesurer le degr de
supervision personnelle des tches. Notons que lensemble des items est mesur sur une
mme chelle en 5 points.
4.2.1.3.3.1

Les rsultats de ltude exploratoire

Il convient, dans un premier temps, de vrifier si les conditions de factorisation sont

remplies.
Ainsi, Le test KMO, dont la valeur est de 0,630 donne un rsultat acceptable et le test de
sphricit de Bartlett est significatif (Tableau 4.23). Nous pouvons poursuivre lanalyse.

245

Tableau 4.23 : Rsultats du lindice KMO et du test de Bartlett pour la variable

Style de dcisions
Mesure de prcision de l'chantillonnage de
Kaiser-Meyer-Olkin.
Khi-deux approxim
Test de sphricit
ddl
de Bartlett
Signification de Bartlett

0,630
274,048
91
0,000

Une ACP est lance sur lensemble initial des quatorze items, le critre de Kaiser
indique lexistence de quatre facteurs qui permettent de restituer 70,62 % de la variance totale
explique (Tableau 4.24).
Tableau 4.24 : Valeurs propres et pourcentage de variance explique relatives la
variable Style de dcisions
Valeurs propres initiales

Composante

Total

% de la variance

% cumuls

4,703

33,594

33,594

2,471

17,648

51,243

1,503

10,734

61,977

1,210

8,641

70,618

0,974

6,955

77,572

0,682

4,869

82,441

0,671

4,795

87,236

0,571

4,079

91,315

0,394

2,811

94,126

10

0,255

1,822

95,949

11

0,198

1,413

97,362

12

0,170

1,211

98,573

13

0,128

0,913

99,485

14

0,072

0,515

100,000

En nous

basant

sur

le critre des

communalits, litem

Degr_supervis_

person_ordre_jr_runion est candidat suppression car sa communalit est infrieure 0,4.

Le tableau ci-dessous prsente les communalits et la structure factorielle aprs rotation.
246

Tableau 4.25 : Communalits et structure factorielle aprs rotation de la variable

Style de dcisions

Items

Commu- Facteur Facteur Facteur Facteur

nalits
1
2
3
4

Quantit_information_utilise

0,799

0,836

0,268

-0,061

-0,155

Degr_structuration_info_utilise

0,775

0,810

0,229

-0,014

0,257

Degr_rfrence_intuition

0,716

0,787

0,259

0,170

0,032

Degr_formalisation_info_utilise

0,756

0,731

0,040

-0,448

-0,136

Varit_solutions_av_dcision

0,572

0,678

-0,123

0,264

0,164

Degr_supervis_person_ordre_jr_runion

0,318

0,424

0,184

-0,017

0,322

Degr_supervis_person_suivi_clients

0,849

0,194

0,890

0,096

0,100

Degr_supervis_person_ponctualit_person

0,880

0,184

0,851

0,327

0,118

Degr_supervis_perso_organi_serv_oprat

0,774

0,292

0,765

-0,245

0,208

Degr_superv_person_trav_oprat

0,786

-0,007

0,721

0,513

-0,048

Degr_supervis_person_prstat_fourniss

0,789

0,016

0,159

0,873

-0,036

Degr_supervis_person_proprit_locaux

0,617

0,172

0,199

0,534

0,513

Degr_supervis_perso_circulat_informat

0,658

0,166

0,008

-0,148

0,780

Degr_organisat_sminai_format_person

0,597

0,099

-0,128

-0,160

-0,739

Concernant la structure factorielle aprs rotation, nous remarquons que les items Degr_
superv_person_trav_oprat et Degr_supervis_person_proprit_locaux ont des corrlations
suprieures 0,5 avec deux facteurs. Nous dcidons alors de supprimer les items
Degr_supervis_person_ordre_jr_runion,

Degr_superv_person_trav_oprat

et

Degr_

supervis _person_proprit_locaux et relanons lanalyse.

Le test KMO et le test de sphricit de Bartlett autorisent la factorisation
(Tableau 4.26). Le critre de Kaiser indique toujours lexistence de quatre facteurs, qui
permettent maintenant dextraire 77,19 % de la variance totale explique (Tableau 4.27).

247

Tableau 4.26 : Rsultats du lindice KMO et du test de Bartlett pour la variable

Style de dcisions aprs premire purification
Mesure de prcision de l'chantillonnage de
Kaiser-Meyer-Olkin.
Khi-deux approxim
Test de sphricit
ddl
de Bartlett
Signification de Bartlett

0,653
195,593
55
0,003

Tableau 4.27 : Valeurs propres et pourcentage de variance explique relatives la

variable Style de dcisions aprs premire purification
Valeurs propres initiales

Composante
Total

% de la variance

% cumuls

4,103

37,297

37,297

1,922

17,475

54,772

1,310

11,911

66,683

1,156

10,509

77,193

0,664

6,034

83,226

0,624

5,675

88,901

0,442

4,014

92,915

0,269

2,446

95,361

0,238

2,165

97,526

10

0,170

1,543

99,069

11

0,102

0,931

100,000

En nous basant sur le critre des communalits, tous les items ont des communalits
suprieures au seuil fix 0,4 (comprises entre 0,609 et 0,869) (Tableau 4.28).

248

Tableau 4.28 : Communalits et structure factorielle aprs rotation de la variable

Style de dcisions aprs premire purification

Items

Commu- Facteur Facteur Facteur Facteur

nalits
1
2
3
4

Quantit_information_utilise

0,792

0,832

0,284

-0,121

-0,072

Degr_structuration_info_utilise

0,780

0,797

0,269

0,235

-0,131

Degr_rfrence_intuition

0,726

0,780

0,310

0,002

0,146

Varit_solutions_av_dcision

0,609

0,711

-0,081

0,188

0,248

Degr_formalisation_info_utilise

0,813

0,695

0,066

-0,139

-0,553

Degr_supervis_person_suivi_clients

0,869

0,153

0,910

0,039

0,127

Degr_supervis_person_ponctualit_person

0,847

0,172

0,852

0,065

0,297

Degr_supervis_perso_organi_serv_oprat

0,829

0,252

0,819

0,186

-0,245

Degr_supervis_perso_circulat_informat

0,735

0,171

0,026

0,825

-0,158

Degr_organisat_sminai_format_person

0,694

0,073

-0,171

-0,781

-0,221

Degr_supervis_person_prstat_fourniss

0,797

0,095

0,150

0,000

0,875

Concernant la structure factorielle aprs rotation, nous remarquons que ltem

Degr_formalisation_info_utilise une corrlation suprieure 0,5 avec deux facteurs et que
litem Degr_supervis _person_prstat_fourniss est le seul item fortement corrl au 4me
facteur aprs suppression de litem Degr_formalisation_info_utilise. Nous dcidons donc de
supprimer les deux items et nous relanons lanalyse.
Les donnes sont factorisables car lindice de KMO est de 0,634 et le test de sphricit
de Bartlett est significatif (Tableau 4.29). Le critre de Kaiser indique maintenant lexistence
de deux facteurs, qui permettent dextraire 73,41 % de la variance totale explique
(Tableau 4.30).

249

Tableau 4.29 : Rsultats du lindice KMO et du test de Bartlett pour la variable

Style de dcisions aprs deuxime purification
Mesure de prcision de l'chantillonnage de
Kaiser-Meyer-Olkin.
Khi-deux approxim
Test de sphricit
ddl
de Bartlett
Signification de Bartlett

0,634
149,466
36
0,000

Tableau 4.30 : Valeurs propres et pourcentage de variance explique relatives la

variable Style de dcisions aprs deuxime purification

Composante

Valeurs propres initiales

Total

% de la variance

% cumuls

3,830

42,558

42,558

1,476

16,404

58,963

1,300

14,445

73,408

0,714

7,937

81,345

0,596

6,620

87,965

0,408

4,529

92,494

0,305

3,388

95,882

0,263

2,917

98,799

0,108

1,201

100,000

En nous basant sur le critre des communalits, tous les items ont des communalits
suprieures au seuil fix (comprises entre 0,562 et 0,859). Aussi, les contributions factorielles
sont suprieures 0,5 (comprises entre 0,732 et 0,911). Le tableau ci-dessous reprend les
communalits et la structure factorielle aprs rotation de la variable Style de dcisions .

250

Tableau 4.31 : Communalits et structure factorielle finale aprs rotation de la variable

Style de dcisions

Items

Communalits

Facteur Facteur Facteur

1
2
3

Quantit_information_utilise

0,796

0,835

0,279

-0,144

Degr_rfrence_intuition

0,744

0,797

0,327

-0,026

Degr_structuration_info_utilise

0,729

0,781

0,257

0,231

Varit_solutions_av_dcision

0,562

0,732

-0,046

0,156

Degr_supervis_person_suivi_clients

0,859

0,167

0,911

0,030

Degr_supervis_person_ponctualit_person

0,807

0,158

0,881

0,070

Degr_supervis_perso_organi_serv_oprat

0,730

0,248

0,797

0,183

Degr_supervis_perso_circulat_informat

0,704

0,211

-0,007

0,812

Degr_organisat_sminai_format_person

0,677

0,077

-0,201

-0,794

La cohrence interne de la variable Style de dcisions a t prcdemment calcule

dans le Chapitre 3 pour les quatorze items initiaux. Nous recalculons cette cohrence aprs
suppression de cinq items (Tableau 4.32).

251

Tableau 4.32 : Statistiques de fiabilit de la variable Style de dcisions

Alpha de Cronbach Alpha de Cronbach
en cas de suppression avec lensemble des
de l'lment
items

Items
Quantit_information_utilise

0,694

Degr_structuration_info_utilise

0,694

Varit_solutions_av_dcision

0,737

Degr_rfrence_intuition

0,698

Degr_organisat_sminai_format_person

0,827

Degr_supervis_perso_organi_serv_oprat

0,700

Degr_supervis_perso_circulat_informat

0,770

Degr_supervis_person_ponctualit_person

0,703

Degr_supervis_person_suivi_clients

0,686

0,752

la lecture du Tableau 4.32, nous remarquons que le score de lalpha de Cronbach est
dun

niveau

satisfaisant

et

reflte

une

bonne

cohrence

interne.

Les

items

Degr_organisat_sminai_format_person et Degr_supervis_perso_circulat_informat sont

candidats suppression car la suppression de ces items permet damliorer sensiblement la
cohrence interne de lchelle. Du fait de la bonne cohrence globale de cet chelle, la
suppression de cet item ne sera dcide quau vu des rsultats du lanalyse factorielle
confirmatoire.
En conclusion, lanalyse exploratoire que nous avons mene sur la variable Style de
dcisions , permet de procder lpuration de cinq items afin damliorer la qualit
dinstrument. Nous rexaminons la structure factorielle obtenue, par la mthode danalyse
factorielle confirmatoire afin de stabiliser notre chelle de mesure.
4.2.1.3.3.2

Les rsultats de ltude confirmatoire

Lanalyse confirmatoire confirme la suppression de deux items Degr_organisat_

sminai_format_person et Degr_supervis_perso_circulat_informat. En effet, tous les
coefficients de rgression standardiss sont suprieurs au seuil fix de 0,5 (sauf ceux des deux
252

items). Aussi, tous les coefficients de corrlation multiple sont suprieurs au seuil fix de 0,25
(sauf ceux de deux items) (Tableau 4.33 et Schma 4.7).
Tableau 4.33 : Analyse factorielle confirmatoire initiale de la variable
Style de dcisions
Coefficients de
rgression
standardiss

Coefficients de
corrlation
multiple

Quantit_information_utilise

0,833

0,694

Degr_structuration_info_utilise

0,773

0,598

Varit_solutions_av_dcision

0,536

0,287

Degr_rfrence_intuition

0,848

0,719

Degr_organisat_sminai_format_person

-0,071

0,005

Degr_supervis_perso_organi_serv_oprat

0,744

0,554

Degr_supervis_perso_circulat_informat

0,167

0,028

Degr_supervis_person_ponctualit_person

0,848

0,719

Degr_supervis_person_suivi_clients

0,936

0,876

Dimensions
Caractristiques de linformation utilise

Degr de supervision personnelle des tches

253

Schma 4.7 : Modle factoriel initial de mesure de la variable Style de dcisions

Nous supprimons les deux items Degr_organisat_sminai_format_person et

Degr_supervis_perso_circulat_informat et relanons lAFC.
Tous les items associs aux deux dimensions ont des coefficients de rgression
standardiss suprieurs au seuil fix de 0,5 (compris entre 0,535 et 0,934). De mme, tous les
coefficients de corrlation multiple sont suprieurs ou gales au seuil fix de 0,25 (compris
entre 0,286 et 0,873) (Tableau 4.34 et Schma 4.8).

254

Tableau 4.34 : Analyse factorielle confirmatoire finale de la variable

Style de dcisions
Coefficients de
rgression
standardiss

Coefficients de
corrlation
multiple

Quantit_information_utilise

0,837

0,700

Degr_structuration_info_utilise

0,772

0,596

Varit_solutions_av_dcision

0,535

0,286

Degr_rfrence_intuition

0,846

0,716

Degr_supervis_perso_organi_serv_oprat

0,744

0,553

Degr_supervis_person_ponctualit_person

0,851

0,724

Degr_supervis_person_suivi_clients

0,934

0,873

Dimensions

Caractristiques de linformation utilise

Degr de supervision personnelle des tches

255

Schma 4.8 : Modle factoriel final de mesure de la variable Style de dcisions

Ainsi, tous les indices absolus, incrmentaux et de parcimonie respectent les normes de
bon ajustement les plus communment utilises. Le modle assure donc une bonne
reprsentation des donnes empiriques (Tableau 4.35).
Tableau 4.35 : Indices de qualit dajustement du modle de mesure de la variable
Style de dcisions

c2
Valeur
7,644
obtenue

Indices absolus

Indices
incrmentaux

ddl

RMSEA

IFI

CFI

c2/ddl

AIC

PCFI

13

0,866

0,000

1,042

1,000

0,588

37,644 (modle test)

56,000 (modle satur)

0,619

Indices de parcimonie

Une fois la structure factorielle de lchelle confirme, nous examinons la fiabilit de

celle-ci.
256

Pour cette chelle, nous obtenons un de Jreskog qui reflte une cohrence interne du
construit, trs satisfaisante.
Tableau 4.36 : de Jreskog de la variable Style de dcisions et ses dimensions
Dimensions ou variable

Rh de Jreskog

Caractristiques de l'information utilise

0,8401

Degr de supervision personnelle des tches

0,8827

Style de dcisions

0,9227

La fiabilit tant assure, nous vrifions maintenant la validit convergente de lchelle.

Lchelle atteste dune validit convergente correcte puisque la variance moyenne
extraite (rh de validit convergente) a une valeur suprieure 0,5.
Tableau 4.37 : vc de validit convergente de la variable Style de dcisions et ses
dimensions
Dimensions ou variable

Rh de validit convergente

Caractristiques de l'information utilise

0,5746

Degr de supervision personnelle des tches

0,7167

Style de dcisions

0,6355

En conclusion, suite des analyses exploratoires et confirmatoires portant sur la

variable Style de dcisions , le score de mesure de la dimension Caractristiques de
linformation utilise a t effectu par le calcul de la moyenne des quatre items. Par
ailleurs, la dimension Degr de supervision personnelle des tches a t mesure par le
calcul de la moyenne des trois items.

257

4.2.1.3.4

chelle de mesure de la variable Stratgie de contrle

La variable Stratgie de contrle est mesure par le biais de cinq items, deux
mesurant la dimension Stratgie de contrle relative aux budgets et trois censs mesurer la
dimension Stratgie de contrle relative aux cots . Les analyses factorielles exploratoires
ont t effectues sparment, car lchantillon tudi pour la premire dimension est
diffrent de celui tudi dans la deuxime dimension. Par contre, le logiciel AMOS (le
logiciel utilis pour raliser les analyses factorielles confirmatoires) nous permet dexcuter
des analyses multi-groupes. Notons que lensemble des items mesurant les deux dimensions
est mesur sur une mme chelle en 5 points.
4.2.1.3.4.1

Les rsultats de ltude exploratoire pour la dimension

Stratgie de contrle relative aux budgets

Comme prcdemment, nous procdons aux mmes analyses. Nous vrifions que les
donnes sont factorisables avec lindice de KMO et le test de spcificit de Bartlett. Les
rsultats indiquent que nous pouvons poursuivre lanalyse car lindice KMO est de 0,500, ce
qui est une valeur acceptable et le test de sphricit de Bartlett est significatif.
Tableau 4.38 : Rsultats du lindice KMO et du test de Bartlett pour la dimension
Stratgie de contrle relative aux budgets
Mesure de prcision de l'chantillonnage de
Kaiser-Meyer-Olkin.
Khi-deux approxim

Test de sphricit
ddl
de Bartlett
Signification de Bartlett

0,500
28,536
1
0,000

Nous lanons une ACP sur les deux items qui mesurent la dimension Stratgie de
contrle relative aux budgets . Le critre de Kaiser indique lexistence dun seul facteur, qui
permet de restituer 88,98% de la variance totale explique (Tableau 4.39).

258

Tableau 4.39 : Valeurs propres et pourcentage de variance explique relatives la

dimension Stratgie de contrle relative aux budgets
Valeurs propres initiales

Composante
Total

% de la variance

% cumuls

1,780

88,976

88,976

0,220

11,024

100,000

Les deux items sont bien reprsents sur le facteur retenu. En effet, les communalits
dpassent fortement 0,4 (0,890 pour les deux items). Aussi, les contributions factorielles sont
fortement suprieures 0,5 (0,943 pour les deux items).
Tableau 4.40 : Communalits et structure factorielle de la dimension
Stratgie de contrle relative aux budgets

Communalits

Facteur
1

Degr_couverture_fonct_sys_budg

0,890

0,943

Frquence_utilis_don_sys_budg

0,890

0,943

Items

Les statistiques de la fiabilit de la dimension Stratgie de contrle relative aux

budgets ont t prcdemment calcules dans le Chapitre 3. Nous rappelons ces statistiques
(Tableau 4.41).
Tableau 4.41 : Statistiques de fiabilit de la dimension
Stratgie de contrle relative aux budgets

Items

Alpha de Cronbach Alpha de Cronbach

en cas de suppression avec lensemble des
de l'lment
items

Degr_couverture_fonct_sys_budg

NaN

Frquence_utilis_don_sys_budg

NaN

0,846

Le score de lalpha de Cronbach est dun trs bon niveau et reflte une bonne cohrence
interne.

259

Il est noter quaucune suppression ditem nest possible la mesure de la dimension

Stratgie de contrle relative aux budgets , du fait que cette chelle ne contient que deux
items.
Une fois les analyses exploratoires de la dimension Stratgie de contrle relative aux
budgets ralises, nous effectuons celles de la dimension Stratgie de contrle relative aux
budgets .
4.2.1.3.4.2

Les rsultats de ltude exploratoire pour la dimension

Stratgie de contrle relative aux cots

Il convient, dans un premier temps, de vrifier la possible factorisation des donnes.

Ainsi, le test KMO donne un rsultat qui autorise la factorisation (KMO=0,637). De
mme, le test de sphricit de Bartlett permet de rejeter sans risque lhypothse de nullit
simultane de tous les coefficients de corrlation.
Tableau 4.42 : Rsultats du lindice KMO et du test de Bartlett pour la dimension
Stratgie de contrle relative aux cots
Mesure de prcision de l'chantillonnage de
Kaiser-Meyer-Olkin.
Khi-deux approxim
Test de sphricit
ddl
de Bartlett
Signification de Bartlett

0,637
29,467
3
0,000

Une ACP est lance sur lensemble initial des trois items. Le critre de Kaiser indique
lexistence dun seul facteur qui permet de restituer un peu plus de 70,13% de la variance
totale explique (Tableau 4.43).

260

Tableau 4.43 : Valeurs propres et pourcentage de variance explique relatives la

dimension Stratgie de contrle relative aux cots

Composante

Valeurs propres initiales

Total

% de la variance

% cumuls

2,104

70,135

70,135

0,632

21,054

91,189

0,264

8,811

100,000

Les trois items sont bien reprsents sur le facteur retenu. En effet, les communalits
suprieures au seuil fix de 0,4 (comprises entre 0,534 et 0,812). Aussi, les contributions
factorielles sont suprieures au seuil fix de 0,5 (comprises entre 0,731 et 0,901).
Tableau 4.44 : Communalits et structure factorielle de la dimension
Stratgie de contrle relative aux cots

Communalits

Facteur
1

Varit_cots_calcules

0,812

0,901

Varit_objets_cots_calcules

0,758

0,871

Frquence_utilisa_donne_cots

0,534

0,731

Items

Les statistiques de la fiabilit de la dimension Stratgie de contrle relative aux

cots ont t prcdemment calcules dans le Chapitre 3. Nous rappelons ces statistiques
(Tableau 4.45).

261

Tableau 4.45 : Statistiques de fiabilit de la dimension

Stratgie de contrle relative aux cots
Alpha de Cronbach Alpha de Cronbach
en cas de suppression avec lensemble des
de l'lment
items

Items
Varit_cots_calcules

0,523

Varit_objets_cots_calcules

0,573

Frquence_utilisa_donne_cots

0,842

0,773

Les statistiques montrent que lalpha de Cronbach est satisfaisant (0,773), ce qui reflte
une bonne cohrence interne. Ce score peut tre amlior en supprimant litem
Frquence_utilisa_donne_cots. Toutefois, cette augmentation reste minime par rapport la
perte dinformation que cela gnrera. Nous dcidons donc de conserver cet item.
Une fois que les analyses exploratoires des deux dimensions Stratgie de contrle
relative aux budgets et Stratgie de contrle relative aux cots sont ralises, nous
rexaminons la structure factorielle obtenue, par la mthode danalyse factorielle
confirmatoire afin de stabiliser notre chelle de mesure.
4.2.1.3.4.3

Les rsultats de ltude confirmatoire de la variable

Stratgie de contrle

Une premire AFC est lance sur les deux dimensions de la variable Stratgie de
contrle .
Tous les items associs aux deux dimensions ont des coefficients de rgression
standardiss suprieurs au seuil fix de 0,5 (compris entre 0,50 et 0,97). De mme, tous les
coefficients de corrlation multiple sont suprieurs ou gales le seuil fix de 0,25 (compris
entre 0,25 et 0,93) (Tableau 4.46 et Schma 4.9).

262

Tableau 4.46 : Analyse factorielle confirmatoire de la variable Stratgie de contrle

Coefficients de
rgression
standardiss

Coefficients de
corrlation
multiple

Degr_couverture_fonct_sys_budg

0,807

0,652

Frquence_utilis_don_sys_budg

0,965

0,931

Varit_cots_calcules

0,930

0,865

Varit_objets_cots_calcules

0,697

0,486

Frquence_utilisa_donne_cots

0,495

0,245

Dimensions
Stratgie de contrle relative aux budgets

Stratgie de contrle relative aux cots

Schma 4.9 : Modle factoriel final de mesure de la variable Stratgie de contrle

Le modle de mesure prsente des caractristiques dajustement peuvent tre considrs

acceptables. Ainsi, mme si la valeur p associe au c2 est infrieure de 0,05, le c2 norm est
263

infrieur 2. Lindice RMSEA est infrieur de 0,10 et les indices IFI et CFI sont suprieurs
au seuil dacceptabilit de 0,9. De surcrot, lindice AIC du modle est infrieur celui du
modle satur (Tableau 4.47).
Tableau 4.47 : Indices de qualit dajustement du modle de mesure de la variable
Stratgie de contrle
Indices
incrmentaux

Indices absolus

c2
Valeur
40,113
obtenue

Indices de parcimonie

ddl

RMSEA

IFI

CFI

c2/ddl

AIC

PCFI

25

0,028

0,063

0,948

0,937

1,605

190,113 (modle test)

200,000 (modle satur)

0,312

Une fois la structure factorielle de lchelle confirme, nous examinons la fiabilit de

celle-ci.
Pour cette chelle, nous obtenons un de Jreskog qui reflte une cohrence interne du
construit, trs satisfaisante.
Tableau 4.48 : de Jreskog de la variable Stratgie de contrle et ses dimensions
Dimensions ou variable

Rh de Jreskog

Stratgie de contrle relative aux budgets

0,8828

Stratgie de contrle relative aux cots

0,7623

Stratgie de contrle

0,8928

La fiabilit tant assure, nous vrifions maintenant la validit convergente de lchelle.

Lchelle atteste dune validit convergente correcte puisque la variance moyenne
extraite (rh de validit convergente) a une valeur suprieure 0,5.

264

Tableau 4.49 : vc de validit convergente de la variable Stratgie de contrle et ses

dimensions
Dimensions ou variable

Rh de validit convergente

Stratgie de contrle relative aux budgets

0,7914

Stratgie de contrle relative aux cots

0,5320

Stratgie de contrle

0,6357

En conclusion, suite des analyses exploratoires et confirmatoires portant sur la

variable Stratgie de contrle , les scores de mesure des dimensions Stratgie de contrle
relative aux budgets et Stratgie de contrle relative aux cots , ont t dtermins par le
calcul de la moyenne des tous les items initialement prvus dans ces deux dimensions.
4.2.1.3.5

chelle de mesure de la variable Caractristiques des TB

La variable Caractristiques des TB est mesure par le biais de treize items, quatre
mesurant le degr de ractivit, quatre censs mesurer la diversit du champ dapplication,
quatre consacrs la mesure de diversit des indicateurs de performance et le dernier
mesurant le degr de dcentralisation des TB. Notons que lensemble des items est mesur sur
une mme chelle en 5 points.
4.2.1.3.5.1

Les rsultats de ltude exploratoire

La premire tape dans ltude exploratoire consiste sassurer que les donnes sont
factorisables .
Ainsi, Le test KMO, dont la valeur est suprieure 0,7 (KMO = 0,727), donne un
rsultat qui autorise la factorisation et le test de sphricit de Bartlett est significatif
(Tableau 4.50). Nous pouvons poursuivre lanalyse.

265

Tableau 4.50 : Rsultats du lindice KMO et du test de Bartlett pour la variable

Caractristiques des TB
Mesure de prcision de l'chantillonnage de
Kaiser-Meyer-Olkin.
Khi-deux approxim
Test de sphricit
ddl
de Bartlett
Signification de Bartlett

0,727
298,725
78
0,000

Une ACP est lance sur lensemble initial des treize items. Le critre de Kaiser indique
lexistence de trois facteurs qui permettent de restituer 70,24 % de la variance totale explique
(Tableau 4.51).
Tableau 4.51 : Valeurs propres et pourcentage de variance explique relatives la
variable Caractristiques des TB

Composante

Valeurs propres initiales

Total

% de la variance

% cumuls

4,828

37,139

37,139

2,826

21,738

58,877

1,477

11,360

70,237

0,882

6,783

77,021

0,852

6,556

83,576

0,527

4,053

87,629

0,426

3,275

90,904

0,368

2,830

93,734

0,297

2,287

96,021

10

0,190

1,458

97,479

11

0,139

1,066

98,545

12

0,113

0,867

99,412

13

0,076

0,588

100,000

Nous procdons par la suite un examen des communalits, litem Degr_intgration_

indicateurs_perfo_financire est candidat suppression car sa communalit est infrieure
0,4 (Tableau 4.52).
266

Tableau 4.52 : Communalits et structure factorielle aprs rotation de la variable

Caractristiques des TB
Commu- Facteur Facteur Facteur
nalits
1
2
3

Items
Degr_intgration_indicateurs_lments_incorp

0,785

0,876

0,092

0,094

Dgr_intgration_donnes_externes_TB

0,726

0,841

0,113

-0,076

Degr_intgration_indicateurs_perfo_clients

0,814

0,830

0,065

0,347

Dgr_intgration_donnes_qualitatives_TB

0,666

0,810

0,076

0,063

Degr_intgration_indicateurs_objectifs_stratg

0,694

0,749

0,058

0,360

Dlait_production_TB

0,892

-0,001

0,943

0,054

Frquence_prodction_TB

0,777

0,074

0,878

-0,015

Degr_intgration_indicateurs_suivi_TB

0,810

0,207

0,871

0,091

Degr_intgration_indicateurs_prvis_TB

0,780

0,277

0,805

0,235

Degr_intgration_indicateurs_perfo_financire

0,294

0,319

-0,415

-0,141

Dgr_intgration_donnes_financires_TB

0,701

0,194

0,172

0,796

Dgr_intgration_donnes_non_financires_TB

0,747

0,379

0,002

0,776

Degr_dcentralisation_TB

0,445

-0,075

0,102

0,655

Nous supprimons litem Degr_intgration_indicateurs_perfo_financire et relanons

lanalyse. Ainsi, le test KMO et le test de sphricit de Bartlett autorisent la factorisation
(Tableau 4.53).
Tableau 4.53 : Rsultats du lindice KMO et du test de Bartlett pour la variable
Caractristiques des TB aprs premire purification
Mesure de prcision de l'chantillonnage de
Kaiser-Meyer-Olkin.
Khi-deux approxim

Test de sphricit
ddl
de Bartlett
Signification de Bartlett

267

0,759
288,024
66
0,000

Le critre de Kaiser indique toujours lexistence de trois facteurs, qui permettent

maintenant dextraire 74,42% de la variance totale explique.
Tableau 4.54 : Valeurs propres et pourcentage de variance explique relatives la
variable Caractristiques des TB aprs premire purification

Composante

Valeurs propres initiales

Total

% de la variance

% cumuls

4,827

40,229

40,229

2,642

22,016

62,245

1,461

12,176

74,421

0,852

7,104

81,525

0,554

4,617

86,141

0,442

3,687

89,828

0,368

3,067

92,896

0,312

2,603

95,499

0,191

1,595

97,094

10

0,139

1,156

98,250

11

0,118

0,979

99,229

12

0,092

0,771

100,000

Les douze items restants sont relativement bien reprsents sur les trois facteurs retenus.
En effet, les communalits dpassent toutes 0,4 (comprises entre 0,438 et 0,880). Aussi, les
contributions factorielles sont suprieures 0,5 (comprises entre 0,653 et 0,936). Le tableau
ci-dessous reprend les communalits et la structure factorielle aprs rotation de la variable
Caractristiques des TB aprs puration.

268

Tableau 4.55 : Communalits et structure factorielle finale aprs rotation de la variable

Caractristiques des TB
Commu- Facteur Facteur Facteur
nalits
1
2
3

Items
Degr_intgration_indicateurs_lments_incorp

0,779

0,870

0,117

0,089

Degr_intgration_indicateurs_perfo_clients

0,834

0,852

0,065

0,323

Dgr_intgration_donnes_externes_TB

0,725

0,836

0,136

-0,084

Dgr_intgration_donnes_qualitatives_TB

0,693

0,828

0,080

0,038

Degr_intgration_indicateurs_objectifs_stratg

0,696

0,754

0,070

0,351

Dlait_production_TB

0,880

-0,018

0,936

0,060

Frquence_prodction_TB

0,786

0,046

0,885

0,000

Degr_intgration_indicateurs_suivi_TB

0,821

0,178

0,882

0,105

Degr_intgration_indicateurs_prvis_TB

0,812

0,236

0,830

0,260

Dgr_intgration_donnes_financires_TB

0,720

0,183

0,181

0,809

Dgr_intgration_donnes_non_financires_TB

0,746

0,387

0,004

0,772

Degr_dcentralisation_TB

0,438

-0,065

0,089

0,653

Nous calculons prsent la cohrence interne de la variable de mesure

Caractristiques des TB .

269

Tableau 4.56 : Statistiques de fiabilit de la variable de mesure

Caractristiques des TB
Alpha de
Alpha de Cronbach
Cronbach avec
en cas de
suppression de
lensemble des
l'lment
items

Items

Frquence_prodction_TB

0,829

Dlait_production_TB

0,833

Degr_intgration_indicateurs_suivi_TB

0,821

Degr_intgration_indicateurs_prvis_TB

0,814

Dgr_intgration_donnes_financires_TB

0,828

Dgr_intgration_donnes_non_financires_TB

0,827

Dgr_intgration_donnes_qualitatives_TB

0,824

Dgr_intgration_donnes_externes_TB

0,823

Degr_intgration_indicateurs_perfo_clients

0,813

Degr_intgration_indicateurs_objectifs_stratg

0,818

Degr_intgration_indicateurs_lments_incorp

0,816

Degr_dcentralisation_TB

0,863

0,838

la lecture du Tableau 4.56, nous remarquons que le score de lalpha de Cronbach est
dun niveau satisfaisant et reflte une bonne cohrence interne. Ainsi, la suppression des
items Degr_dcentralisation_TB ne permet pas damliorer sensiblement la cohrence
interne de lchelle. Par consquent, la suppression de cet item ne sera dcide quau vu des
rsultats du lanalyse factorielle confirmatoire.
Aprs lanalyse exploratoire que nous avons mene, il est permis de procder
lpuration dun seul item afin damliorer la qualit dinstrument. Nous rexaminons la
structure factorielle obtenue, par la mthode danalyse factorielle confirmatoire afin de
stabiliser notre chelle de mesure.

270

4.2.1.3.5.2

Les rsultats de ltude confirmatoire

Une premire AFC est lance sur les douze de la variable Caractristiques des TB .
Tous les coefficients de rgression standardiss sont suprieurs au seuil fix de 0,5 sauf litem
Dgr_intgration_donnes_financires_TB dont le coefficient est de 0,438. Aussi, tous les
coefficients de corrlation multiple sont suprieurs au seuil fix de 0,25 sauf celui de mme
item (0,191) (Tableau 4.57 et Schma 4.10).
Tableau 4.57 : Analyse factorielle confirmatoire initiale de la variable
Caractristiques des TB
Coefficients de
rgression
standardiss

Coefficients de
corrlation
multiple

Frquence_prodction_TB

0,818

0,669

Dlait_production_TB

0,905

0,818

Degr_intgration_indicateurs_suivi_TB

0,883

0,779

Degr_intgration_indicateurs_prvis_TB

0,841

0,707

Dgr_intgration_donnes_financires_TB

0,438

0,191

Dgr_intgration_donnes_non_financires_TB

0,543

0,295

Dgr_intgration_donnes_qualitatives_TB

0,668

0,446

Dgr_intgration_donnes_externes_TB

0,670

0,449

Degr_intgration_indicateurs_perfo_clients

0,900

0,809

Degr_intgration_indicateurs_objectifs_stratg

0,762

0,580

Degr_intgration_indicateurs_lments_incorp

0,802

0,643

0,994

0,988

Dimensions
Degr de ractivit

Diversit du champ dapplication

Diversit des indicateurs de performance

Degr de dcentralisation des tableaux de bord

Degr_dcentralisation_TB

271

Schma 4.10 : Modle factoriel initial de mesure de la variable

Caractristiques des TB

Nous dcidons donc de supprimer litem Dgr_intgration_donnes_financires_TB et

de relancer lAFC.
Le nouveau modle de mesure indique que tous les indicateurs associs aux onze items
mesurant la variable Caractristiques des TB ont des coefficients de rgression
standardiss suprieurs au seuil fix de 0,5 (compris entre 0,578 et 0,994). De mme, tous les
coefficients de corrlation multiple sont suprieurs au seuil fix de 0,25 (Tableau 4.58 et
Schma 4.11).

272

Tableau 4.58 : Analyse factorielle confirmatoire finale de la variable

Caractristiques des TB
Coefficients de
rgression
standardiss

Coefficients de
corrlation
multiple

Frquence_prodction_TB

0,816

0,666

Dlait_production_TB

0,902

0,814

Degr_intgration_indicateurs_suivi_TB

0,885

0,782

Degr_intgration_indicateurs_prvis_TB

0,843

0,711

Dgr_intgration_donnes_non_financires_TB

0,578

0,334

Dgr_intgration_donnes_qualitatives_TB

0,686

0,471

Dgr_intgration_donnes_externes_TB

0,661

0,437

Degr_intgration_indicateurs_perfo_clients

0,906

0,820

Degr_intgration_indicateurs_objectifs_stratg

0,749

0,562

Degr_intgration_indicateurs_lments_incorp

0,804

0,646

0,994

0,988

Dimensions
Degr de ractivit

Diversit du champ dapplication

Diversit des indicateurs de performance

Degr de dcentralisation des tableaux de bord

Degr_dcentralisation_TB

273

Schma 4.11 : Modle factoriel final de mesure de la variable

Caractristiques des TB

Le modle de mesure prsente des caractristiques dajustement qui peuvent tre

considrs comme acceptables. Ainsi, mme si la valeur p associe au c2 est infrieure de
0,05 le c2 norm est infrieur 2. Le RMSEA reflte un ajustement plutt instable entre les
donnes et le modle factoriel alors que les indices IFI et CFI sont suprieurs au seuil
dacceptabilit de 0,9 et lindice AIC du modle est infrieur celui du modle satur. De
mme, lindice PCFI est proche de 1 (Tableau 4.59).

274

Tableau 4.59 : Indices de qualit dajustement du modle de mesure de la variable

Caractristiques des TB
Indices
incrmentaux

Indices absolus

c2
Valeur
60,853
obtenue

Indices de parcimonie

ddl

RMSEA

IFI

CFI

c2/ddl

AIC

PCFI

39

0,014

0,123

0,916

0,910

1,560

114,853 (modle test)

132,000 (modle satur)

0,646

Une fois la structure factorielle de lchelle confirme, nous examinons la fiabilit de

celle-ci.
Pour cette chelle, nous obtenons un de Jreskog qui reflte une cohrence interne du
construit, satisfaisante sauf celui de la dimension Diversit du champ d'application
(moins de 0,7). Du fait de la bonne cohrence globale de la variable Caractristiques de
l'information utilise la suppression de cette dimension ne sera dcide quau vu des
rsultats du lanalyse factorielle de modle structurel.
Tableau 4.60 : de Jreskog de la variable Caractristiques des TB et ses dimensions
Dimensions ou variable

Rh de Jreskog

Degr de ractivit

0,9204

Diversit du champ d'application

0,6782

Diversit des indicateurs de performance

0,8615

Caractristiques des TB

0,9538

La fiabilit tant assure, nous vrifions maintenant la validit convergente de lchelle.

Lchelle atteste dune validit convergente correcte puisque la variance moyenne
extraite (rh de validit convergente) a une valeur suprieure 0,5 sauf celle de la dimension
Diversit du champ d'application est de 0,41. Du fait que la variance moyenne globale de
la variable Caractristiques de l'information utilise est largement suprieure au 0,5, la

275

suppression de cette dimension ne sera dcide quau vu des rsultats du lanalyse factorielle
de modle structurel.
Tableau 4.61 : vc de validit convergente de la variable Caractristiques des TB
et ses dimensions
Dimensions ou variable

Rh de validit convergente

Degr de ractivit

0,7433

Diversit du champ d'application

0,4139

Diversit des indicateurs de performance

0,6760

Caractristiques des TB

0,6574

En conclusion, suite des analyses exploratoires et confirmatoires portant sur la

variable Caractristiques des TB , le score de mesure de la dimension Degr de
ractivit a t dtermin par le calcul de la moyenne des tous les items initialement prvus
pour cette dimension. En revanche, le calcul du score de mesure de la dimension Diversit
du champ dapplication a t ralis par la moyenne uniquement des trois items valids
aprs suppression de litem Dgr_intgration_donnes_financires_TB. De mme, le calcul
du score de mesure de la dimension Diversit des indicateurs de performance a t ralis
par la moyenne uniquement des trois items valids sur les quatre items initialement prvus
pour cette dimension. Par ailleurs la dimension Degr de dcentralisation des TB a t
mesure par le score unique de litem Degr_dcentralisation_TB.
4.2.1.3.6

chelle de mesure de la variable Pilotage de la performance

La variable Pilotage de la performance est mesure par le biais de onze items, deux
mesurant le Degr dutilisation des TB, cinq consacrs la mesure de Diversit dutilisation
des donnes des TB et les quatre derniers mesurant le Degr dutilit des TB. Notons que
lensemble des items est mesur sur une mme chelle en 5 points.

276

4.2.1.3.6.1

Les rsultats de ltude exploratoire

Il convient, dans un premier temps, de vrifier si les conditions de factorisation sont

remplies.
Ainsi, le test KMO, dont la valeur est de 0,851 donne un rsultat excellent et le test de
sphricit de Bartlett est significatif. Nous pouvons poursuivre lanalyse.
Tableau 4.62 : Rsultats du lindice KMO et du test de Bartlett pour la variable
Pilotage de la performance
Mesure de prcision de l'chantillonnage de
Kaiser-Meyer-Olkin.
Khi-deux approxim

Test de sphricit
ddl
de Bartlett
Signification de Bartlett

0,851
307,455
55
0,000

Une ACP est lance sur lensemble initial des onze items, le critre de Kaiser indique
lexistence de trois facteurs qui permettent de restituer 78,46 % de la variance totale explique
(Tableau 4.63).

277

Tableau 4.63 : Valeurs propres et pourcentage de variance explique relatives la

variable Pilotage de la performance

Composante

Valeurs propres initiales

Total

% de la variance

% cumuls

6,198

56,345

56,345

1,377

12,519

68,864

1,056

9,597

78,461

0,719

6,534

84,995

0,461

4,194

89,189

0,380

3,452

92,641

0,246

2,237

94,878

0,214

1,942

96,820

0,148

1,342

98,162

10

0,138

1,256

99,418

11

0,064

0,582

100,000

En nous basant sur le critre des communalits, tous les items ont des communalits
suprieures au seuil fix (comprises entre 0,582 et 0,921). Concernant la structure factorielle
de lchelle aprs rotation, nous remarquons que les items Degr_utilisation_TB_
contrler_trav_perso et Degr_utilisation_TB_informer_rsultats ont des corrlations
suprieurs 0,5 avec le 2me et le 3me facteur (Tableau 4.64).

278

Tableau 4.64 : Communalits et structure factorielle aprs rotation de la variable

Pilotage de la performance
Commu- Facteur Facteur Facteur
nalits
1
2
3

Items
Degr_intelligibilit_donnes_TB

0,921

0,870

0,341

0,218

Degr_rentabilit_TB

0,812

0,868

0,209

0,125

Degr_signification_donnes_TB

0,871

0,856

0,258

0,269

Degr_fiabilit_donnes_TB

0,873

0,852

0,199

0,329

Degr_utilisation_TB_expliquer_objectifs_entrep

0,840

0,240

0,873

0,138

Degr_utilisation_TB_prvoir_situations_venir

0,826

0,340

0,837

0,098

Degr_utilisation_TB_suivre_perfo_entrep

0,791

0,172

0,828

0,274

Degr_utilisation_TB_contrler_trav_perso

0,638

0,336

0,513

0,512

Intensit_utilisation_donnes_TB

0,817

0,272

0,054

0,860

Frquence_utilisation_TB

0,660

0,180

0,260

0,749

Degr_utilisation_TB_informer_rsultats

0,582

0,189

0,522

0,523

Nous dcidons donc de supprimer les items Degr_utilisation_TB_contrler_trav_perso

et Degr_utilisation_TB_informer_rsultats et de relancer lACP.
Ainsi, le test KMO et le test de sphricit de Bartlett autorisent la factorisation
(Tableau 4.65). Le critre de Kaiser indique toujours lexistence des trois facteurs, qui
permettent maintenant dextraire 84,60% de la variance totale explique (Tableau 4.66).
Tableau 4.65 : Rsultats du lindice KMO et du test de Bartlett pour la variable
Pilotage de la performance aprs premire purification
Mesure de prcision de l'chantillonnage de
Kaiser-Meyer-Olkin.
Khi-deux approxim
Test de sphricit
ddl
de Bartlett
Signification de Bartlett

279

0,818
264,576
36
0,000

Tableau 4.66 : Valeurs propres et pourcentage de variance explique relatives la

variable Pilotage de la performance aprs premire purification

Composante

Valeurs propres initiales

Total

% de la variance

% cumuls

5,280

58,662

58,662

1,317

14,629

73,291

1,018

11,314

84,604

0,507

5,637

90,242

0,292

3,248

93,490

0,220

2,446

95,936

0,160

1,774

97,710

0,139

1,548

99,258

0,067

0,742

100,000

Les neuf items restants sont bien reprsents sur les facteurs retenus. En effet, les
communalits dpassent toutes 0,4 (comprises entre 0,794 et 0,926), ce qui tmoigne dune
bonne qualit de reprsentation. Aussi, les contributions factorielles sont largement
suprieures 0,5. Celles-ci sont comprises entre 0,819 et 0,884 (Tableau 4.67).

280

Tableau 4.67 : Communalits et structure factorielle finale aprs rotation de la variable

Pilotage de la performance
Communalits

Items

Facteur Facteur Facteur

1
2
3

Degr_intelligibilit_donnes_TB

0,926

0,884

0,334

0,180

Degr_signification_donnes_TB

0,873

0,878

0,241

0,208

Degr_rentabilit_TB

0,801

0,858

0,217

0,136

Degr_fiabilit_donnes_TB

0,871

0,857

0,200

0,309

Degr_utilisation_TB_expliquer_objectifs_entrep

0,852

0,250

0,880

0,122

Degr_utilisation_TB_prvoir_situations_venir

0,847

0,337

0,850

0,104

Degr_utilisation_TB_suivre_perfo_entrep

0,826

0,179

0,846

0,278

Intensit_utilisation_donnes_TB

0,824

0,298

0,076

0,854

Frquence_utilisation_TB

0,794

0,168

0,309

0,819

Nous calculons prsent la cohrence interne de la variable de mesure Pilotage de la

performance (Tableau 4.68).

281

Tableau 4.68 : Statistiques de fiabilit de la variable de mesure

Pilotage de la performance
Alpha de
Cronbach en cas
de suppression de
l'lment

Items

Frquence_utilisation_TB

0,909

Intensit_utilisation_donnes_TB

0,911

Degr_utilisation_TB_prvoir_situations_venir

0,900

Degr_utilisation_TB_expliquer_objectifs_entrep

0,903

Degr_utilisation_TB_suivre_perfo_entrep

0,903

Degr_fiabilit_donnes_TB

0,892

Degr_intelligibilit_donnes_TB

0,888

Degr_signification_donnes_TB

0,893

Degr_rentabilit_TB

0,898

Alpha de
Cronbach avec
lensemble des
items

0,910

Le score de lalpha de Cronbach est dun niveau trs satisfaisant et reflte un excellent
degr de consistance interne. Ainsi, la suppression des items Intensit_utilisation
_donnes_TB ne permet pas damliorer sensiblement la cohrence interne de lchelle. Les
neuf items de notre chelle contribuent tous la fiabilit de celle-ci.
Lanalyse exploratoire que nous avons mene, permet de procder lpuration de deux
items afin damliorer la qualit dinstrument. Nous rexaminons la structure factorielle
obtenue, par la mthode danalyse factorielle confirmatoire afin de stabiliser notre chelle de
mesure.
4.2.1.3.6.2

Les rsultats de ltude confirmatoire

Tous les coefficients de rgression standardiss sont suprieurs au seuil fix de 0,5
(compris entre 0,610 et 0,973). Aussi, tous les coefficients de corrlation multiple sont
suprieurs au seuil fix de 0,25 (compris entre 0,372 et 0,947) (Tableau 4.69 et Schma 4.12).

282

Tableau 4.69 : Analyse factorielle confirmatoire de la variable

Pilotage de la performance
Coefficients de
rgression
standardiss

Coefficients de
corrlation
multiple

Frquence_utilisation_TB

0,610

0,372

Intensit_utilisation_donnes_TB

0,973

0,947

Degr_utilisation_TB_prvoir_situations_venir

0,880

0,775

Degr_utilisation_TB_expliquer_objectifs_entrep

0,886

0,785

Degr_utilisation_TB_suivre_perfo_entrep

0,832

0,693

Degr_fiabilit_donnes_TB

0,881

0,777

Degr_intelligibilit_donnes_TB

0,969

0,938

Degr_signification_donnes_TB

0,924

0,854

Degr_rentabilit_TB

0,833

0,693

Dimensions

Degr dutilisation des tableaux de bord

Diversit dutilisation des tableaux de bord

Degr dutilit des tableaux de bord

283

Schma 4.12 : Modle factoriel de mesure de la variable Pilotage de la performance

Les indices de qualit dajustement du modle factoriel affichent des niveaux

satisfaisants et permettent ainsi de considrer que le modle de mesure de la variable
Pilotage de la performance est tout fait fiable. La valeur de p associe au c2 est
suprieure de 0,05, le c2 norm est infrieur 2 et les indices IFI et CFI sont suprieurs au
seuil dacceptabilit de 0,9. De surcrot, le RMSEA est infrieur 0,10, lindice AIC du
modle est infrieur celui de modle satur et lindice PCFI est proche de 1 (Tableau 4.70).
Tableau 4.70 : Indices de qualit dajustement du modle de mesure de la variable
Pilotage de la performance
Indices
incrmentaux

Indices absolus

c2
Valeur
33,772
obtenue

Indices de parcimonie

ddl

RMSEA

IFI

CFI

c2/ddl

AIC

PCFI

25

0,113

0,097

0,968

0,966

1,351

73,772 (modle test)

90,000 (modle satur)

0,671

284

Une fois la structure factorielle de lchelle confirme, nous examinons la fiabilit de

celle-ci.
Pour cette chelle, nous obtenons un de Jreskog qui reflte une cohrence interne du
construit, trs satisfaisante.
Tableau 4.71 : de Jreskog de la variable Pilotage de la performance
et ses dimensions
Dimensions ou variable

Rh de Jreskog

Degr d'utilisation des TB

0,7863

Diversit d'utilisation des donnes des TB

0,9004

Degr d'utilit des TB

0,9463

Pilotage de la performance

0,9655

La fiabilit tant assure, nous vrifions maintenant la validit convergente de lchelle.

Lchelle atteste dune validit convergente correcte puisque la variance moyenne
extraite (rh de validit convergente) a une valeur largement suprieure 0,5.
Tableau 4.72 : vc de validit convergente de la variable Pilotage de la performance
et ses dimensions
Dimensions ou variable

Rh de validit convergente

Degr d'utilisation des TB

0,6595

Diversit d'utilisation des donnes des TB

0,7509

Degr d'utilit des TB

0,8155

Pilotage de la performance

0,7593

En conclusion, suite des analyses exploratoires et confirmatoires portant sur la

variable Pilotage de la performance , les scores de mesure des dimensions Degr
dutilisation des TB et Degr dutilit des TB , ont t calculs par la moyenne des tous
les items initialement prvus pour ces deux dimensions. En revanche, le calcul du score de
285

mesure de la dimension Diversit dutilisation des donnes des TB a t ralis par la

moyenne uniquement des trois items valids sur les cinq items initialement prvus pour cette
dimension.
Avant de clore cette phase des analyses statistiques qui consiste valider les chelles de
mesure, nous vrifions la validit discriminante de nos chelles de mesure.
4.2.1.3.7

Test de la validit discriminante des variables du modle

Ltude de la validit discriminante constitue la dernire tape des tests de validation

des chelles de mesure. Celle-ci est ralise sur le modle global qui comprend les diffrentes
variables latentes identifies prcdemment.
Comme nous lavons not prcdemment, la validit discriminante vise tablir que des
indicateurs corrls des facteurs unidimensionnels spars, mesurent effectivement des
construits diffrents. Il faut donc sassurer que chaque facteur partage plus de variance avec
ses propres indicateurs quavec un autre facteur du modle de mesure. Pour ce faire, Bagozzi
et Philips (1982) proposent de comparer le modle libre (ML), dans lequel les corrlations
entre les construits ne sont pas fixes, au mme modle contraint (MC), dans lequel les
corrlations entre les construits sont fixes 1.
Les valeurs du Chi-deux calcules pour les deux modles sont ensuite compares.
Lorsque la diffrence de Chi-deux est statistiquement significative, on conclut que les
corrlations entre les construits sont statistiquement diffrentes de 1 et donc que les deux
facteurs latents sont bien diffrents. Cette mme procdure doit tre rpte en prenant les
facteurs deux deux (Anderson et Gerbing, 1988, cits par Jolibert et Jourdan, 2006).
Le Tableau 4.73 prsente les rsultats de comparaison des deux modles. Les rsultats
de ltude de la validit discriminante des construits ne sont pas trs satisfaisants, car les
relations entre les couple de variables (Structure - Caractristiques des TB) et
(Caractristiques des TB - Pilotage de la performance) ne sont pas significatifs. En effet, la
diffrence entre les deux valeurs du Chi-deux pour ces couples de variables est infrieure

286

(12,706) la valeur lue sur la table de c2 pour 11 DDL. Par ailleurs, toutes les autres relations
sont significatives au seuil de 5%.
Tableau 4.73 : Tests de la validit discriminante

Relations

Taille

Caractristiques des TB

Age d'entreprise

Type d'activit

Structure

Caractristiques des TB

Caractristiques des TB

Caractristiques des TB

DDL

de

ML MC

de Rsultat de
DDL
test

ML

MC

5,280

42,215

36,935

Significatif

2,009

54,705

52,696

Significatif

4,003

44,035

40,032

Significatif

47,212 59,524

26

27

12,312

Non
significatif

Environnement

Caractristiques des TB

11,765 27,288

13

14

15,523

Significatif

Informatisation

Caractristiques des TB

3,838

24,511

20,673

Significatif

4,916

51,059

46,143

Significatif

10,476 26,666

10

16,190

Significatif

Caractristiques des TB 28,486 32,957

27

30

4,471

Significatif2

13

14

10,182

Non
significatif

Formation

Caractristiques des TB

Style de dcisions

Caractristiques des TB

Stratgie de contrle

Caractristiques des TB
performance

Pilotage de la

16,385 26,567

La diffrence de degr de libert entre le modle contraint et le modle libre.

Test significatif au seuil de 5%, car la diffrence entre les deux valeurs du Chi-deux (Chi-deux de MC - Chideux de ML) pour ce couple de variables est suprieure (4,303) la valeur lue sur la table de c2 pour 3 DDL.

287

Nous pouvons conclure que certains items lis aux variables Structure ,
Caractristique des TB et Pilotage de la performance , sont des candidats supprimer
lors de la re-spcification du modle.
Le Tableau 4.74 (page suivante) rsume les rsultats de ltude exploratoire et
confirmatoire des chelles de mesure des variables latentes de second ordre intgres dans
notre modle de recherche.

288

289

AFE
13
4

AFE

15

Structure

Environnement

(SCRC)

(SCRC)

performance

Pilotage de la

des TB

11

12

3 pour

3 pour

contrle

13

(SCRB)

(SCRB)

Stratgie de

Caractristiques

2 pour

2 pour

dcisions

Style de
9

aprs

Avant

14

ditems

Variable

items

Nombre Nombre

(SCRC)

1 pour

(SCRB)

1 pour

retenus

facteurs

de

Nombre

289

84,604

0,910

0,838

(SCRC)

(SCRC)
74,421

0,773 pour

(SCRB)

0,846 pour

0,752

0,820

0,718

Cronbach

Alpha de

70,135 % pour

(SCRB)

88,976 % pour

73,408 %

64,910 %

64,563 %

explique

totale

Variance

0,9655

0,9538

0,8928

0,9227

0,9573

0,9359

Jreskog

Rh de

0,7593

0,6574

0,6357

0,6355

0,8506

0,5558

convergente

validit

Rh de

11

(SCRC)

3 pour

(SCRB)

2 pour

13

AFC

Aprs

ditems

Nombre

Tableau 4.74 : Rcapitulatif des rsultats relatifs la validation des chelles de mesure des variables latentes de second ordre

Aprs avoir vrifi travers les analyses exploratoires et confirmatoires la fiabilit et la

validit de nos chelles de mesure de toutes les variables latentes de second ordre, nous avons
calcul les scores correspondant chacune variable latente de premier ordre de ces chelles.
Les scores de mesure obtenus (moyennes des items de mesures retenus dans la premire
tape) ont t utiliss pour remplacer les variables latentes de premier ordre dans le but de
simplifier le modle structurel pour le tester.
4.2.2 Test du modle structurel : confirmation ou infirmation des hypothses de
recherche
Cette section a pour objectif de tester les diffrentes hypothses de recherche exposes
prcdemment laide de la mthode des quations structurelles. Ce test permet de confirmer
ou dinfirmer ces hypothses.
Dans un premier temps, nous prsentons le modle structurel estimer. Ainsi, la
vrification de lajustement du modle structurel aux donnes empiriques est tudie. Puis,
nous re-spcifions le modle afin damliorer lajustement de ce dernier aux donnes
empiriques. Dans un deuxime temps, nous exposons les rsultats du test des hypothses de
recherche, pour tester ensuite leffet de mdiateur et discuter les rsultats.
4.2.2.1

Prsentation du modle structurel

Nous avons effectu des analyses pralables sur le modle dquations structurelles
obtenu la suite des analyses exploratoires et confirmatoires opres sur nos chelles. Puis
nous amliorons la qualit de ce modle grce la re-spcification de celui-ci. Enfin, nous
vrifions les critres dajustement du modle final de la recherche.
4.2.2.1.1

Analyses pralables

Le Schma 4.13 prsente le modle structurel initial obtenu la suite des

transformations des variables latentes de second ordre en scores de mesure. Les dtails des
diffrentes variables latentes et des indicateurs de mesure sont rcapituls dans le
Tableau 4.75.

290

291

Schma 4.13 : Le modle structurel initial

Tableau 4.75 : Variables latentes et indicateurs de mesure de modle initial (rduit) des
quations structurelles
Variables

Nature des
variables

Code

Taille

Variable explicative

Taille

Nombre de salaris permanents

Indicateur de mesure

Taille_entreprise

Type dactivit

Variable explicative

Type dactivit

Activit dentreprise

Indicateur de mesure

Activit_entreprise

Age dentreprise

Variable explicative

Age dentreprise

Age dentreprise

Indicateur de mesure

Age_entreprise

Structure

Variable explicative

Structure

Degr de spcialisation des tches

Indicateur de mesure

DST

Degr de standardisation

Indicateur de mesure

DS

Degr de dcentralisation horizontale de la prise de dcision

Indicateur de mesure

DDH

Degr de dcentralisation verticale de la prise de dcision

Indicateur de mesure

DDV

Indicateur de mesure

DFTRP

Environnement

Variable explicative

Environnement

Dynamisme de lenvironnement externe

Indicateur de mesure

DEE

Prvisibilit des actions et des comportements des concurrents

Indicateur de mesure

PACC

Prvisibilit des gots et des prfrences des clients

Indicateur de mesure

PGPC

Informatisation

Variable explicative

Informatisation

Degr dinformatisation

Indicateur de mesure

DI

Formation

Variable explicative

Formation

Type de formation

Indicateur de mesure

Type_formation

Style de dcisions

Variable explicative

Style de dcisions

Caractristiques de linformation utilise

Indicateur de mesure

CIU

Degr de supervision personnelle des tches

Indicateur de mesure

DSPT

Stratgie de contrle

Variable explicative

Stratgie de contrle

Stratgie de contrle relative aux budgets

Indicateur de mesure

SCRB

Stratgie de contrle relative aux cots

Indicateur de mesure

SCRC

Caractristiques des TB

Variable intermdiaire

Degr de ractivit

Indicateur de mesure

DR

Diversit du champ dapplication

Indicateur de mesure

DCA

Diversit des indicateurs de performance

Indicateur de mesure

DIP

Degr de dcentralisation des tableaux de bord

Indicateur de mesure

DDTB

Pilotage de la performance

Variable expliquer

Degr d'utilisation des tableaux de bord

Indicateur de mesure

DUTB

Diversit d'utilisation des donnes des tableaux de bord

Indicateur de mesure

DTUTB

Degr d'utilit des tableaux de bord

Indicateur de mesure

DUTTB

Degr de formalisation des tches et des rgles et des

procdures

292

Caractristiques des
TB

Pilotage de la
performance

Avant de procder au test des relations explicatives entre les diffrentes variables
latentes de notre modle, il est ncessaire de sassurer de la qualit de l'ajustement du modle
structurel aux donnes empiriques.
Les rsultats relatifs lajustement du modle structurel montrent que la valeur le c2
norm est infrieure 2,

Le RMSEA, qui est infrieur 0,10, reflte une trs bonne

adquation du modle thorique global aux donnes empiriques et lindice AIC du modle est
infrieur celui de modle satur. En revanche, la valeur de p associe au c2 est infrieure de
0,05, les indices IFI et CFI sont largement infrieurs au seuil dacceptabilit de 0,9 et lindice
PCFI nest pas proche de 1 (Tableau 4.76).
Tableau 4.76 : Indices de qualit dajustement du modle structurel initial
Indices
incrmentaux

Indices absolus

c2

ddl

Valeur
1295,318 747
obtenue

Indices de parcimonie

RMSEA

IFI

CFI

c2/ddl

AIC

PCFI

0,000

0,086

0,530

0,459

1,734

1745,318 (modle test)

1944,000 (modle satur)

0,381

Par consquent, nous dcidons de re-spcifier le modle structurel afin damliorer la

valeur de p associe au c2 et des deux indices dajustement IFI, CFI et PCFI.
4.2.2.1.2

Re-spcification de modle

La premire tape dans le processus de re-spcification consiste vrifier si certaines

relations tablies dans le modle ne sont pas significatives. En effet, les rsultats montrent
lexistence de cinq relations non significatives dans le modle structurel initial (Tableau 4.77).

293

Tableau 4.77 : Les relations entre les variables du modle initial et les items participants
ces mesures
Estimate
Taille_entreprise

<---

S.E.

C.R.

0,172
0,219
0,192
0,176

3,914
-0,778
-0,363
4,103

***
NS
NS
***

0,328
0,255

3,821
3,785

***
***

0,463

3,068

**

598,681
0,180
0,091

0,081
1,492
8,686

NS
NS
***

0,319

0,772

NS

1,180

0,341

3,458

***

1,248

0,372

3,358

***

Taille

1,000

Activit_entreprise <---

Type d'activit

1,000

Age_entreprise

<---

Age d'entreprise

1,000

DST

<---

Structure

1,000

DS
DDH
DDV
DFTRP

<--<--<--<---

Structure
Structure
Structure
Structure

0,673
-0,170
-0,070
0,721

DEE

<---

Environnement

1,000

PACC
PGPC

<--<---

Environnement
Environnement

1,254
0,964

DI

<---

Informatisation

1,000

Type_formation

<---

Formation

1,000

DSPT

<---

Style de dcisions

1,000

CIU

<---

Style de dcisions

1,420

SCRB

<---

Stratgie de contrle

1,000

SCRC
DR
DCA

<--<--<---

Stratgie de contrle
Caractristique des TB
Caractristique des TB

48,552
0,268
0,795

DIP

<---

Caractristique des TB

1,000

DDTB

<---

Caractristique des TB

0,246

DUTB

<---

Pilotage de la
performance

1,000

DTUTB

<---

DUTTB

<---

Pilotage de la
performance
Pilotage de la
performance

NS : Non significatif au seuil de 0,05.

*** Significatif au seuil de 0,001.

** Significatif au seuil de 0,01.

* Significatif au seuil de 0,05.

Ces rsultats confirment ceux issus de la validit discriminante. En effet, outre litem
SCRC de la variable stratgie de contrle , quatre items lis aux deux variables
294

 Structure et Caractristique des TB doivent tre supprims afin damliorer la qualit

dajustement de notre modle.
Nous nous dcidons donc de supprimer ces cinq items du modle et de relancer
lanalyse. Le schma suivant prsente le modle structurel final de notre recherche.

295

296

Schma 4.14 : Le modle structurel de la recherche

Nous vrifions prsent les critres dajustement du modle structurel final aprs
re-spcification du modle initial.
4.2.2.1.3

Les critres dajustement du modle de la recherche

Aprs re-spcification du modle, nous obtenons de meilleurs critres dajustement. En

effet, la valeur de p associe est devenue suprieure 0,05, la valeur des indices IFI et CFI a
dpass le seuil dacceptation en passant de 0,530 0,919 pour le IFI et de 0,459 0,902 pour
CFI et la valeur de lindice PCFI a augment en passant de 0,381 0,712 (Tableau 4.78).
Tableau 4.78 : Indices de qualit dajustement du modle structurel de la recherche
Indices
incrmentaux

Indices absolus

c2
Valeur
335,800
obtenue

Indices de parcimonie

ddl

RMSEA

IFI

CFI

c2/ddl

AIC

PCFI

300

0,076

0,042

0,919

0,902

1,119

571,800 (modle test)

836,000 (modle satur)

0,712

Une fois les critres dajustement du modle structurel tudis, nous procdons cidessous linterprtation des rsultats statistiques et par consquent au test de nos hypothses
de recherche.
4.2.2.2

Rsultats du test des hypothses de recherche

Lobjectif est maintenant de tester les hypothses de recherche par la mthode des
quations structurelles et de les discuter. Nous nous basons sur les coefficients de rgression
standardiss, le test T de Student et les seuils de risque qui leur sont associs.
Nous prsentons successivement :
-

Les rsultats du test des hypothses relatives linfluence des facteurs de contingence
organisationnelle (taille, type dactivit, ge dentreprise, structure, environnement,
informatisation) sur la variable intermdiaire (Caractristiques des TB) ;

297

Les rsultats du test des hypothses relatives linfluence des facteurs de contingence
comportementale (type de formation, style de dcision, stratgie de contrle) sur la
variable intermdiaire ;

Les rsultats du test de lhypothse relative linfluence de la variable intermdiaire

(Caractristiques des TB) sur la variable explique (Pilotage de la performance).
4.2.2.2.1

Test des hypothses relatives aux facteurs de contingence

organisationnelle

Lanalyse des relations entre les variables qui ont t dfinies pour reprsenter les
facteurs de contingence organisationnelle dune part, et les caractristiques des tableaux de
bord des PME dautre part, montre que la taille, le type dactivit, la structure et
linformatisation influencent la manire dont cet outil est labor.
4.2.2.2.1.1

Linfluence de la taille dentreprise sur les caractristiques

des tableaux de bord

Cette hypothse propose de tester que la taille dentreprise une influence positive sur
les caractristiques des tableaux de bord. La corrlation entre les deux variables est
significative au seuil de 0,001, la valeur du test T de Student (CR) est de 3,418, le coefficient
de rgression entre les deux variables est de 0,374. Il ressort de ces rsultats que lhypothse
H1 est valide.
Ce rsultat est conforme la majorit des travaux de recherche thoriques et
empiriques, ayant analys la relation entre la taille dentreprise et les caractristiques de leurs
systmes de contrle de gestion (Merchant, 1981 ; Kalika, 1987 ; Chapellier, 1994 ; Bergeron,
1996 ; Germain, 2000).
Ainsi, laugmentation deffectifs complique les problmatiques de contrle des PME et
entraine une diffrenciation des systmes de contrle de gestion de ces entits. Ce rsultat
nous permet didentifier lune des causes de diffrentiation des systmes de contrle de
gestion des PME 1 et PME 2. En effet, la moyenne de la taille des PME 1 est de 116,84, alors
que pour les PME 2 la moyenne est de 63,81.

298

Il est possible dexpliquer ce rsultat par le fait que laccroissement de la taille des PME
saccompagne

ncessairement

dun

largissement

de

lespace

de

contrle,

dont

laugmentation des niveaux hirarchiques peut tre lune des causes, que le dirigeant ne peut
plus couvrir en recourant seulement la supervision directe.
En conclusion, plus la taille dentreprise est grande, plus ses tableaux de bord tendent
tre sophistiqus.
4.2.2.2.1.2

Linfluence de type dactivit sur les caractristiques des

tableaux de bord

La deuxime hypothse stipule que les pratiques de tableau de bord des petites et
moyennes entreprises industrielles sont plus sophistiques que celles des PME commerciales
ou de services. Les rsultats montrent que la corrlation entre les deux variables est
significative au seuil de 0,01, la valeur du test T de Student (CR) est de 2,777, le coefficient
de rgression entre les deux variables est de 0,301, ce qui signifie que lhypothse H2 est
valide.
Ce rsultat signifie que les tableaux de bord des entreprises industrielles sont plus
sophistiqus que celles des PME commerciales ou de services. Ce rsultat vient confirmer
celui auquel ont abouti certains auteurs qui ont trouv que le type dactivit influence les
systmes de contrle de gestion (Kalika, 1987 ; Bajan-Banaszak, 1993 ; Chapellier, 1994 ;
Germain, 200) sans toutefois en proposer de vritables explications.
En conclusion, les pratiques de tableaux de bord des PMI sont plus sophistiques que
celles des PME commerciales ou de services
4.2.2.2.1.3

Linfluence de lge dentreprise sur les caractristiques des

tableaux de bord

Cette hypothse propose dexaminer si lge dentreprise a une influence sur les
caractristiques des tableaux de bord. Les rsultats montrent que la corrlation entre les deux
variables nest pas significative au seuil de 0,05, la valeur du test T de Student (CR) est de
1,009, le poids de la corrlation est de 0,107. Par consquent lhypothse H3 est rejete.

299

Le rsultat li cette hypothse vient confirmer celui issu de la recherche de Chapellier

(1994) qui ne trouve aucun lien entre lge dentreprise et les pratiques comptables.
4.2.2.2.1.4

Linfluence de la structure sur les caractristiques des

tableaux de bord

Cette quatrime hypothse stipule que plus la structure de PME est dcentralise, plus le
degr de sophistication des pratiques de tableaux de bord est lev. Cette hypothse est
valide. En effet, la corrlation entre les deux variables est significative au seuil de 0,01, la
valeur du test T de Student (CR) est de 2,731, le lien structurel est de 0,354.
Cette conclusion qui confirme celles issue des travaux de Kalika (1987) et de Germain
(2000), peut sexpliquer par le fait que les PME qui procdent une dcentralisation des
responsabilits et de la prise de dcision doivent se doter paralllement de tableaux de bord
sophistiqus permettent la direction de lentreprise de piloter ces activits.
Ce rsultat nous permet didentifier une autre cause de diffrentiation des systmes de
contrle de gestion des PME 1 et PME 2. En effet, la structure des PME 1 est plus
dcentralise que celle de PME 2.
Nous pouvons ainsi conclure que plus la structure de PME est dcentralise, plus le
degr de sophistication des pratiques de tableaux de bord est lev.
4.2.2.2.1.5

Linfluence de lenvironnement sur les caractristiques des

tableaux de bord

Cette hypothse suggre que plus lenvironnement des PME est incertain et complexe,
plus le degr de sophistication des pratiques de tableaux de bord est lev. Les rsultats
montrent que la corrlation entre les deux variables nest pas significative au seuil de 0,05, la
valeur du test T de Student (CR) est de 1,502, le coefficient de rgression entre les deux
variables est de 0,182. Par consquent lhypothse H5 est rejete.
Ce rsultat, mme sil est contraire certains rsultats trouvs dans des travaux
thoriques et empiriques antrieurs (Hofstede, 1967 ; Khandwalla, 1972 ; Gordon et Miller,
1976 ; Gordon et Narayan, 1984, German, 2000), saccorde avec les conclusions du travail de
300

Bergeron (1996) qui parvient au constat que le contexte environnemental des organisations
ninfluence pas la manire dont celles-ci laborent leurs tableaux de bord. Ce rsultat pourrait
tre expliqu par lexistence dautres facteurs plus importants que lenvironnement qui
influencent les pratiques de contrle de gestion des PME.
4.2.2.2.1.6

Linfluence de linformatisation sur les caractristiques des

tableaux de bord

Lhypothse 6 suppose que le degr dinformatisation a une influence positive sur les
caractristiques des tableaux de bord. En effet, la corrlation entre les deux variables est
significative au seuil de 0,05, la valeur du test T de Student (CR) est de 2,326, le lien
structurel est de 0,260. Ces rsultats montrent que lhypothse H6 est valide.
Ce rsultat est conforme aux prconisations thoriques et aux validations empiriques
ayant soulign limpact de linformatisation sur les systmes de contrle de gestion (Kalika,
1987 ; Chapellier, 1994 ; Germain, 2000). Ce rsultat pourrait tre expliqu par le fait que
lintroduction de linformatique dans les PME, contribu au dveloppement de dispositifs de
tableaux de bord.
Les relations qui ont t mises en vidence entre les facteurs de contingence
organisationnelle et les caractristiques des tableaux de bord des PME de lchantillon
permettent dvaluer dans quelle mesure les hypothses relatives aux facteurs de contingence
organisationnelle sont confirmes ou infres (Tableau 4.79).

301

Tableau 4.79 : Rsultats des tests des hypothses relatives aux facteurs de contingence
organisationnelle
Hypothse
N
H1

H2

H3

H4

Enonc de lhypothse
Plus la taille dentreprise est grande, plus ses tableaux de bord

tendent tre sophistiqus.

Les pratiques de tableaux de bord des PMI sont plus
sophistiques que celles des PME commerciales ou de services.
Les PME les plus gs disposent des tableaux de bord plus
sophistiques que les PME les plus jeunes.
Plus la structure de PME est dcentralise, plus le degr de
sophistication des pratiques de tableaux de bord est lev.

Rsultats
du test
Valide

Valide

Rejete

Valide

Plus lenvironnement de PME est incertain et complexe, plus le

H5

degr de sophistication des pratiques de tableaux de bord est

Rejete

lev.
Plus le degr dinformatisation des activits de PME augmente,
H6

plus le degr de sophistication des pratiques de tableaux de bord

Valide

est lev.

Aprs avoir prsent les rsultats des tests des hypothses relatives aux facteurs de
contingence organisationnelle, nous abordons maintenant ceux des tests des hypothses lies
aux facteurs de contingence comportementale.
4.2.2.2.2

Test des hypothses relatives aux facteurs de contingence

comportementale

Lanalyse des relations entre les facteurs de contingence comportementale et les

caractristiques des tableaux de bord des PME, montre que toutes les variables qui ont t
dfinies pour reprsenter les facteurs de contingence comportementale influencent la manire
dont les tableaux de bord sont labors.

302

4.2.2.2.2.1

Linfluence de type de formation de dirigeants sur les

caractristiques des tableaux de bord

Cette hypothse stipule que les pratiques de tableaux de bord des PME sont plus
sophistiques lorsque les dirigeants disposent dune formation de type gestionnaire. Cette
hypothse est valide. En effet, la relation entre les deux variables est significative au seuil
de 0,05, la valeur du test T de Student (CR) est de 2,423, le lien structurel est de 0,260.
Ce rsultat est tout fait conforme aux conclusions des travaux empiriques antrieures
(Lacombe-Saboly (1991) ; Chapellier (1994) ; Chapellier et Mohammed 2010) qui
parviennent au constat que le type de formation du dirigeant influence les pratiques de
contrle de gestion des PME, et que les dirigeants ayant reu une formation de type
gestionnaire disposent, le plus souvent, de systme de contrle plus complexes et utilisent
plus les donnes comptables que les dirigeants ayant reu une formation de type non
gestionnaire. Ce rsultat pourrait tre expliqu par le fait que les personnes ont une tendance
naturelle faire ce quelles savent faire. Ainsi, un dirigeant qui dispose dune formation de
type gestionnaire aurait plus tendance laborer des tableaux de bord plus sophistiqus quun
autre.
Ce rsultat nous permet didentifier une autre cause de diffrentiation des systmes de
contrle de gestion des PME 1 et PME 2. En effet, 57,9% des PME 1 ayant une formation de
type gestionnaire (contre 5,8% des dirigeants des PME 2).
4.2.2.2.2.2

Linfluence de style de dcisions sur les caractristiques des

tableaux de bord

La huitime hypothse stipule quil existe une relation significative entre le style de
dcisions du dirigeant et le degr de sophistication des pratiques de tableaux de bord des
PME. Les rsultats relvent quil existe un lien significatif et ngatif entre les deux variables,
la valeur du test T de Student (CR) est de - 2,075, le coefficient de rgression entre les deux
variables est de - 0,311. Lhypothse H8 est donc valide.
Ce rsultat montre que le degr de sophistication des tableaux de bord est une fonction
des styles de prise de dcision. Cette conclusion conforme en patrie les rsultats de ltude de
Germain (2000).
303

4.2.2.2.2.3

Linfluence

de

la

stratgie

de

contrle

sur

les

caractristiques des tableaux de bord

Cette hypothse suppose quil existe une relation significative entre la stratgie de
contrle suivie par les dirigeants et le degr de sophistication des pratiques de tableaux de
bord des PME. Les rsultats est significatif au seuil de 0,05 pour le lien entre ces deux
variable, la valeur du test T de Student (CR) est de 2,545, le lien structurel est de 0,288.
Do : lhypothse H9 est valide.
Ce rsultat montre que le degr de sophistication des tableaux de bord est une fonction
de la stratgie de contrle suivie par les dirigeants. Dans cette tude, la stratgie de contrle a
t value par la stratgie de contrle relative aux budgets.
Ainsi, nous pouvons conclure quil est ncessaire de faire voluer les pratiques
budgtaires pour russir limplantation du tableau de bord plus sophistiqu.
Les relations qui ont t mises en vidence entre les facteurs de contingence
comportementale et les caractristiques des tableaux de bord des PME de lchantillon
permettent dvaluer dans quelle mesure les hypothses relatives aux facteurs de contingence
comportementale sont confirmes ou infres (Tableau 4.80).

304

Tableau 4.80 : Rsultats des tests des hypothses relatives aux facteurs de contingence
comportementale
Hypothse
N

Enonc de lhypothse

Rsultats
du test

Les pratiques de tableaux de bord des PME sont plus

H7

sophistiques lorsque les dirigeants disposent dune formation de

Valide

type gestionnaire.
Il existe une relation significative entre le style de prise de
H8

dcision du dirigeant et le degr de sophistication des pratiques de

Valide

tableaux de bord des PME.

Il existe une relation significative entre les stratgies de contrle
H9

suivies par les dirigeants et le degr de sophistication des

Valide

pratiques de tableaux de bord des PME.

Aprs avoir prsent les rsultats des tests des hypothses lies aux facteurs de
contingence comportementale, nous abordons maintenant ceux du test de lhypothse relative
linfluence des caractristiques des tableaux de bord sur le pilotage de la performance.
4.2.2.2.3

Test de lhypothse relative linfluence des caractristiques des

tableaux de bord sur le pilotage de la performance

Cette dernire hypothse propose de tester linfluence de la variable intermdiaire

Caractristiques des TB sur la variable explique Pilotage de la performance . La
corrlation entre les deux variables est significative au seuil de 0,001, la valeur du test T de
Student (CR) est de 3,525. De plus, la corrlation est forte (0,787) entre les deux variables.
Par consquent, cette hypothse est valide.
Ce rsultat qui montre que le pilotage de la performance des PME est plus important
lorsque les pratiques de tableaux de bord des PME sont plus sophistiques, confirme les
conclusions des travaux thoriques et empiriques antrieurs (Gray et Pesqueux,

1993 ;

Kaplan et Norton, 2001). Ainsi, si les tableaux de bord ne sont pas sophistiqus, ils peuvent
tre un outil parmi dautres. En revanche sils sont plus sophistiqus, ils peuvent tre un vrai
outil de pilotage de la performance.
305

Tableau 4.81 : Rsultats du test de lhypothse relative linfluence de caractristiques

des TB sur le pilotage de la performance des PME
Hypothse
N

Enonc de lhypothse

Rsultats
du test

Le pilotage de la performance des PME est plus important lorsque

H10

les pratiques de tableaux de bord des PME sont plus

Valide

sophistiques.

Aprs avoir prsent des rsultats des tests des hypothses de recherche, nous
prsentons maintenant notre modle final valid empiriquement. Ce modle rcapitule les
diffrentes relations lies les variables explicatives (les facteurs de contingence) au variable
expliquer Pilotage de la performance par lintermdiaire de la variable Caractristiques
des TB (Schma 4.15).

306

307

Relation structurelle significative

Relation structurelle non-significative

Schma 4.15 : Modle de recherche final valid

Nous testons prsent leffet de mdiateur des caractristiques des tableaux de bord
dans la relation entre les variables de contingence et le pilotage de la performance des PME.
4.2.2.3

Test de leffet de mdiateur

Nous testons leffet de mdiateur des caractristiques des tableaux de bord dans la
relation entre les facteurs de contingence et le pilotage de la performance des PME. En nous
basant sur les travaux de Baron et Kenny (1986), une variable fonctionne comme un
mdiateur quand elle remplit les conditions suivantes :
Le lien entre la variable indpendante (facteurs de contingence) sur la variable

dpendante (pilotage de la performance) doit tre significatif afin de sassurer de

lexistence dun impact mdiatiser ;
La variable indpendante (facteurs de contingence) doit avoir un impact significatif

sur la variable mdiatrice ;

Lorsque linfluence des caractristiques des tableaux de bord sur le pilotage de la

performance est contrle, linfluence des facteurs de contingence sur le pilotage de la

performance doit tre diminu (mdiation partielle), voire nulle (mdiation totale).
Les rsultats montrent quil nexiste pas deffet mdiateur. En effet la premire
condition de Baron et Kenny nest pas remplie. Lanalyse de la significativit des coefficients
de rgression et de test T nous indique que toutes les relations entre les facteurs de
contingence et le pilotage de la performance des PME ne sont pas significatives au seuil
de 5%.
Les coefficients de rgression standardiss et la valeur des tests T qui indiquent la nonsignificativit des liens entre les facteurs de contingences et le pilotage de la performance des
PME sont prsents dans le Tableau 4.82.

308

Tableau 4.82 : Les paramtres de la signification de leffet de mdiateur

Les coefficients
de rgression
standardiss

Relation

Test T

Relation entre les facteurs de contingence organisationnelle et le pilotage de la

performance
Taille

Pilotage de la performance

Type dactivit

Pilotage de la performance

Age dentreprise
Structure

Pilotage de la performance

Pilotage de la performance

0,241

1,493

NS

0,306

1,852

NS

0,001

0,004

NS

0,348

1,840

NS

Environnement

Pilotage de la performance

0,254

1,414

NS

Informatisation

Pilotage de la performance

0,223

1,348

NS

Relation entre les facteurs de contingence comportementale et le pilotage de la

performance
Formation

Pilotage de la performance

Style de dcisions

Pilotage de la performance

Stratgie de contrle

Pilotage de la performance

0,239

1,485

NS

-0,029

-0,180

NS

0,236

1,378

NS

NS : Non significatif au seuil de 0,05.

Aprs la vrification de leffet de mdiateur, nous procdons la discussion des
rsultats de la recherche.
4.2.2.4

Synthse et discutions des rsultats de la recherche

Lors de cette dernire phase de traitement statistique (4.2.2), nous avons prsent les
rsultats du test de lensemble des hypothses de recherche, en utilisant les mthodes
dquations structurelles. Ainsi, nous avons procd la confrontation des hypothses au
modle structurel, aprs re-spcification de celui-ci.
Le test du modle structurel nous a permis daboutir huit relations statistiquement
significatives parmi les dix proposes. Le tableau suivant prsente une synthse des rsultats
des tests des hypothses de recherche.
309

Tableau 4.83 : Synthse des rsultats des tests des hypothses de recherche
Hypothse
N

Enonc de lhypothse

Rsultats
du test

Hypothses relatives aux facteurs de contingence organisationnelle

H1

Plus la taille dentreprise est grande, plus ses tableaux de bord

tendent tre sophistiqus.

Valide

H2

Les pratiques de tableaux de bord des PMI sont plus

sophistiques que celles des PME commerciales ou de services.

Valide

H3

Les PME les plus gs disposent des tableaux de bord plus

sophistiques que les PME les plus jeunes.

Rejete

H4

Plus la structure de PME est dcentralise, plus le degr de

sophistication des pratiques de tableaux de bord est lev.

Valide

H5

Plus lenvironnement de PME est incertain et complexe, plus le

degr de sophistication des pratiques de tableaux de bord est
lev.

Rejete

H6

Plus le degr dinformatisation des activits de PME augmente,

plus le degr de sophistication des pratiques de tableaux de bord
est lev.

Valide

Hypothses relatives aux facteurs de contingence comportementale

H7

Les pratiques de tableaux de bord des PME sont plus

sophistiques lorsque les dirigeants disposent dune formation de
type gestionnaire.

Valide

H8

Il existe une relation significative entre le style de prise de

dcision du dirigeant et le degr de sophistication des pratiques de
tableaux de bord des PME.

Valide

H9

Il existe une relation significative entre les stratgies de contrle

suivies par les dirigeants et le degr de sophistication des
pratiques de tableaux de bord des PME.

Valide

Hypothse relative linfluence de caractristiques des TB sur le pilotage de la

performance des PME

H10

Le pilotage de la performance des PME est plus important lorsque

les pratiques de tableaux de bord des PME sont plus
sophistiques.
310

Valide

Aprs avoir synthtis les rsultats des tests des hypothses de recherche, nous
prsentons prsent les consquences thoriques des rsultats de la recherche. Il sagit ce
niveau de donner une rponse aussi catgorique que possible la question qui a motiv la
recherche : dfinir la place du tableau de bord dans le pilotage de la performance des PME.
Plusieurs consquences thoriques peuvent tre tires la lecture de rsultats de recherche :
-

Le tableau de bord nest pas un outil principal utilis par les dirigeants de PME
Marocaines. Cependant, les dirigeants dj adoptant ces outils jugent que le tableau
de bord a une place importante dans le pilotage de la performance.

Le pilotage de la performance laide de tableau de bord reste trs attach aux

caractristiques de ce dernier.

Le tableau de bord et les budgets sont deux outils complmentaires. Autrement dit,
il est ncessaire de faire voluer les pratiques budgtaires pour russir limplantation
du tableau de bord.

Le tableau de bord nest pas un outil utilisable dans nimporte quelle situation
contextuelle. Ainsi, les caractristiques du tableau de bord sont affectes par les
conditions organisationnelle et comportementale existent trs probablement.

En approfondissant la conclusion prcdente, lon peut affirmer que la place du tableau

de bord dans le pilotage de la performance est contingente. Elle doit tre adapte aux
exigences des facteurs organisationnelle (taille, type dactivit, structure, informatisation) et
comportementale (type de formation de dirigeants, style de dcisions, stratgie de contrle) de
lentit.
Dans des conditions contingentes incompatibles, le tableau de bord des PME est moins
sophistiqu, sa place dans le pilotage de la performance des ces entits est donc moins
importante. En revanche, dans des conditions contingentes compatibles, le tableau de bord
devient plus sophistiqu, par consquence sa place dans le pilotage de la performance des
PME devient importante.

311

Certains impacts des facteurs de contingence sur les caractristiques des tableaux de
bord apparaissent inattendus. Cest le cas prcisment de limpact de facteur ge
dentreprise et Environnement . Les rsultats du test montrent que ces deux facteurs
ninfluencent pas les caractristiques de tableaux de bord. Ces rsultats inattendus mriteront
une attention particulire dans les recherches futures.

312

Conclusion du Chapitre 4

Dans le prsent chapitre, nous avons prsent en dtail les rsultats issus des diffrentes
analyses statistiques de la confrontation de notre modle conceptuel au terrain de recherche.
Ainsi, dans un premier temps, nous avons prsent la mthode des quations structurelle
et le modle dquations structurelles de la recherche.
Dans une deuxime tape, nous avons procd la construction et la validation de nos
chelles de mesure, en sappuyant sur une analyse factorielle exploratoire, effectue sous le
logiciel SPSS 17.0, et une analyse factorielle confirmatoire, effectue sous le logiciel AMOS
18.0. Enfin, nous avons prsent les rsultats du test de lensemble des hypothses de
recherche, en utilisant les mthodes dquations structurelles. Nous avons interprt et discut
les diffrents rsultats obtenus.

313

CONCLUSION DE LA DEUXIME PARTIE

Cette deuxime partie de notre thse sest attache dune part, souligner la
mthodologie de recherche adopte afin de mettre lpreuve notre modle thorique et
dautre part, prsenter les rsultats de notre investigation empirique.
Ainsi, dans le cadre du Chapitre 3 de ce travail, nous avons expliqu et justifi nos
diffrents choix mthodologiques. Nous avons, de ce fait, prsent notre mthode de
recherche adopte, savoir une mthode quantitative base sur lenvoi dun questionnaire de
recherche. Ensuite, nous avons compar des caractristiques des facteurs de contingence des
PME 1 et PME 2 afin de comprendre les raisons au moins partielles pour lesquels les
systmes de contrle de gestion des deux entits sont diffrencis.
Le Chapitre 4, quant lui, a t consacr la restitution de lensemble des rsultats
relatifs notre investigation empirique. Ainsi, dans une premire tape, nous avons prsent
la mthode des quations structurelle et le modle dquations structurelles de la recherche.
Dans un deuxime temps, nous avons expos et interprt les diffrentes analyses
exploratoires et confirmatoires ralises afin de valider nos chelles de mesure. lissue de
cette tape, nous avons prsent et discut les rsultats issus de la confrontation de nos
hypothses de recherche au modle structurel.
La prochaine et dernire tape dans ce document consiste prsenter une conclusion
gnrale retraant les diffrents apports et les diffrentes limites et perspectives de recherche
relatifs ce travail doctoral.

314

CONCLUSION GNRALE

La prsente thse a pour objectif dtudier la place du tableau de bord dans le pilotage
de la performance des PME. Plus prcisment, il sagit de fournir un cadre explicatif aux
pratiques des tableaux de bord des PME.
Pour ce faire, nous avons dfini dans un premier temps, les principaux concepts et les
principales notions utiliss dans le cadre de ce travail ainsi que le terrain et llment de
recherche. Ensuite, nous avons prsent le cadre conceptuel gnral qui dfinit la structure de
notre modle de recherche.
A lissue de cette premire enqute thorique, nous avons construit notre modle
thorique suivant un raisonnement hypothtico-dductif. En analysant une littrature riche et
varie portant sur les pratiques des tableaux de bord des PME, nous avons identifi neuf
variables explicatives et une variable intermdiaire. Ces variables ont t intgres dans notre
modle conceptuel afin dexpliquer les pratiques des tableaux de bord des PME.
Suite cette premire partie thorique, nous avons procd ltude empirique. Ainsi,
la mise lpreuve de notre modle, au niveau empirique, lenqute par questionnaire a t
envoye par voie postale, par voie lectronique, en face face et enfin et sur un site web.
Ltude porte sur 14 rgions composes de 59 villes marocaines.
Aprs le recueil des donnes auprs de 107 PME, celles-ci ont t soumises une
analyse exploratoire opre sous le logiciel SPSS 17.0. Cette analyse nous a permis de vrifier
la qualit des nos chelles. Ensuite, nous avons compar les caractristiques des facteurs de
contingence des deux sous-chantillons tudis (38 PME 1 qui laborent les tableaux de bord
et 69 PME 2 qui nlaborent pas les tableaux de bord). Ceci nous a permis de comprendre les
raisons - au moins partielles - pour lesquels les systmes de contrle de gestion des deux
entits sont diffrencis.
Nous avons par la suite effectu une analyse confirmatoire sous le logiciel AMOS 18.0
pour les PME 1. Cette phase danalyse statistique nous a permis de valider nos chelles de
mesure et tester notre modle structurel.
315

A lissue de cette phase, nous avons abouti des chelles valides et fiables. Aussi, le
test de notre modle structurel, dont lobjectif tait de confirmer ou dinfirmer un ensemble
dhypothses issues de la thorie, nous a permis de valider certaines dentre elles et den
rejeter dautres.
A ce titre, nous avons discut les rsultats portant sur les hypothses valides et les
hypothses rejetes. Nous avons galement compar nos rsultats avec ceux gnrs dans les
travaux antrieurs et prsent notre modle de recherche final valid empiriquement.
En guise de conclusion gnrale de ce travail doctoral, nous dressons ci-dessous un
bilan des principaux apports thoriques et pratiques relatifs celui-ci. Nous soulignons
galement les limites inhrentes notre tude. Enfin, nous discutons un ensemble
dinterrogations et de rflexions que nous avons prsentes sous forme de prolongements et
voies de recherche futures.

1. Apports de la recherche
Les apports de la recherche peuvent tre regroups dans deux domaines celui de la
thorie et celui de la pratique du contrle de gestion.
1.1 Apports thoriques
Les apports thoriques de la recherche commencent avec la dmarche originale
dinvestigation qui met contribution diffrentes approches thoriques dans le but de
comprendre et rsoudre une problmatique complexe. Il sinscrit dans une logique cumulative
et vient enrichir les travaux antrieurs traitant les pratiques de tableaux de bord des PME.
Le deuxime apport thorique de la recherche est li ltude de tableaux de bord en
tant quoutil de contrle et la tentative de dfinir sa place dans le pilotage de la performance
des PME. Lanalyse mene ici se situe donc plutt un niveau macroscopique - celui des
outils de contrle de gestion, par opposition aux analyses dj existantes menes au niveau
microscopique - celui des indicateurs financiers ou non financiers qui composent les
outils.

316

Le dernier apport thorique relatif notre recherche concerne llaboration dun modle
thorique intgrateur explicatif des pratiques de tableaux de bord des PME. En effet, notre
modle de recherche a t constitu partir de lanalyse dune littrature riche et diversifie.
Celui-ci a intgr trois principales catgories de facteurs : les facteurs de contingence
organisationnelle et comportementale, les caractristiques des tableaux de bord et le pilotage
de la performance.
1.2 Apports pratiques
Les principaux apports pratiques relatifs notre travail doctoral peuvent tre rsums en
deux points :
Le premier apport pratique relatif notre travail concerne notre outil dinvestigation. En
effet, notre questionnaire de recherche, que nous avons dvelopp partir des travaux
antrieurs, peut tre considr comme un outil de diagnostic et dvaluation. Il permettra
dobtenir des informations varies sur les pratiques de contrle de gestion des PME (calculs
des couts, budgets et tableaux de bord).
Le deuxime apport pratique de notre recherche porte sur lexplication des pratiques de
tableaux de bord des PME. En effet, notre travail, travers une enqute thorique et une
validation empirique, a contribu mieux comprendre les pratiques de tableaux de bord des
PME. Il a permis de mettre en avant les facteurs qui influencent et expliquent ces pratiques.
Cette comprhension est importante dans la mesure o elle permet aux dirigeants et aux
contrleurs de gestion des PME de mieux cibler leurs actions incitatives pour piloter la
performance de ces entits.
Aprs avoir expos les principaux apports de notre travail de recherche exposs, nous
prsentons ci-dessous les limites relatives celui-ci.

317

2. Limites de la recherche
En dpit des contributions thoriques et pratiques de notre travail doctoral, celui-ci
prsente un certain nombre de limites. Celles-ci sont dordre thorique et empirique.
2.1 Limites thoriques
Dun point de vue thorique, cette recherche prsente deux principales limites.
La premire limite thorique est la non prise en compte des autres facteurs de
contingence influenant les pratiques de tableaux de bord des PME. En effet, Au sein de la
thorie de la contingence plusieurs facteurs contextuels ont t tudis dans le pass comme
influenant les pratiques de contrle de gestion des PME. Cependant, nous avons pris en
compte - la taille, le type dactivit, lge dentreprise, la structure, lenvironnement dans
lequel lentreprise volue et du degr dinformatisation de ses activits - comme des facteurs
de contingence organisationnelle et - le type de formation de dirigeants, le style de dcisions
et la stratgie de contrle - comme des facteurs de contingence comportementale. Cette
restriction du nombre des facteurs de contingence peut apparatre comme une limite de la
recherche.
La deuxime limite thorique concerne la non prise en compte des relations interfactorielles dans le modle de recherche. Nanmoins, lobjectif annonc de cette recherche
tait dexpliquer les pratiques de tableaux de bord des PME et valuer dans quelle mesure les
facteurs de contingence peuvent influencer la place du tableau de bord dans le pilotage de la
performance des PME. Cependant, ltude des relations inter-factorielles pourrait peut-tre
permettre de complter les rsultats de notre recherche.
ct des limites lies la conception du modle thorique apparaissent les limites lie
la ralisation des tests de ce modle les limites empiriques.
2.2 Limites empiriques
La premire limite empirique concerne la taille et la reprsentativit de lchantillon, un
chantillon de 107 PME peut tre considr comme assez important pour le chercheur en
gestion. Nanmoins, notre chantillon a t divis en deux sous-chantillons (38 PME 1 et 69
318

PME 2). Par ailleurs, la faible taille de lchantillon nous a amen tester des modles
structurels de premier ordre alors que, compte tenu de la nature des variables impliques, des
modles de second ordre auraient pris en compte de manire plus prcise les erreurs
systmatiques dans les modles de mesure des variables latentes.
La deuxime limite mthodologique relative notre travail de recherche, concerne le
choix de la mthode de collecte des donnes. En effet, pour raliser notre tude empirique,
nous avons envoy deux questionnaires par voie postale et en face face, un questionnaire
adress au dirigeant dentreprise et un autre adress au contrleur de gestion. Par contre, nous
avons envoy un seul questionnaire qui regroupe toutes les questions de recherche par voie
lectronique et sur le site web.
La mise en vidence des limites thoriques et mthodologiques relatives ce travail
montre que la ralisation dautres tudes amliorant le dispositif de recherche actuel est
ncessaire.

3. Prolongements et voies de recherche futures

Les limites de la recherche discutes ci-dessus indiquent clairement quelques directions
de prolongements pour notre recherche.
Ainsi, la premire voie de recherche qui pourrait tre suggre concerne lamlioration
de lexplication fournie des pratiques de tableaux de bord des PME. En effet, notre modle
thorique a intgr un ensemble de facteurs explicatifs organisationnels (la taille, le type
dactivit, lge dentreprise, la structure, lenvironnement et le degr dinformatisation) et
comportementales (le type de formation de dirigeants, le style de dcisions et la stratgie de
contrle). La mise lpreuve de ce modle, au niveau empirique, a rvl que certains
facteurs ont un impact significatif sur les pratiques de tableaux de bord des PME, alors que
dautres ne contribuent pas lexplication de celles-ci. Les rsultats de notre recherche ont
donc montr que nous navons expliqu que partiellement les pratiques de tableaux de bord
des PME.
Afin damliorer lexplication de ces pratiques, il serait intressant denrichir notre
modle valid en intgrant dautres facteurs de contingence influenant les pratiques de
tableaux de bord cites dans la littrature.
319

Une deuxime voie de recherche notre travail consisterait tudier relations interfactorielles dans le modle de recherche. Cela permettrait de complter les rsultats de notre
recherche.
Pour repousser les limites des rsultats empiriques, la ralisation dune recherche
analogique sur un chantillon plus important serait galement dun grand intrt.
Une autre voie de recherche concernerait le choix de la mthode de collecte des
donnes. Comme nous lavons soulign auparavant, pour raliser notre tude empirique, nous
avons envoy deux questionnaires par voie postale et en face face, un questionnaire adress
au dirigeant dentreprise et un autre adress au contrleur de gestion. Par contre, nous avons
envoy un seul questionnaire qui regroupe toutes les questions de recherche par voie
lectronique et sur le site web. Ainsi, dans le cadre dun futur travail, il faudrait dpasser cette
limite.
En conclusion, ce travail doctoral nous a permis de rpondre notre question de
recherche en fournissant une explication des pratiques de tableaux de bord des PME et
didentifier la place du tableau de bord dans le pilotage de la performance des ces entits.
Cependant, ce travail ne prtend pas donner une explication exhaustive et complte de ces
pratiques. Celui-ci ne constitue quune premire tape dun long processus de recherche
illustr par les diffrentes voies de recherche exposes ci-dessus, et ncessite dtre complt
dans le cadre de travaux ultrieurs.

320

BIBLIOGRAPHIE

321

ABDESSELAM R. et LE VIGOUREUX F. (1999), " Contribution l'tude du lien entre la

structure de proprit et le comportement stratgique des moyennes entreprises industrielles ",
Revue Gestion 2000, novembre-dcembre, pp. 37-58.
ACHIBANE M. et ELHADJ EZZAHID M. (2006), " Les petites et moyennes entreprises au
Maroc : ralit et problmes ", confrence international, 17 et 18 avril, 9 p.
ADAM-LEDUNOIS S. et LE VIGOUREUX F. (1998), " Entreprises moyennes :
lindpendance en question ", Communication au 4me Congrs International Francophone
sur la PME, Metz, 15 p.
ALCOUFFE S. et AVENIER M.-J. (2007), " Quels repres pour la mise en uvre d'un
schma de pilotage fond sur une logique stratgico-oprationnelle dans une entreprise de
services de rseau ? ", Communication au 28me congrs de lAFC, Comptabilit et
Environnement, Mai, 26 p.
ANDERSON J. C. et GERBING D. W. (1988), " Structural equation modeling in practice: A
review and recommended two-step approach ", Psychological Bulletin, Vol. 103, N 3,
pp. 411-423.
ANTHONY R. N. (1988), The Management Control Function, Harvard Business School
Press, Boston, dcembre, 216 p.
ATKINSON A. A., WATERHOUSE J. H. et WELLS R. B. (1997), " A Stakeholder
Approach to Strategic Performance Measurement ", Sloan Management Review, Vol. 38,
Spring, Issue 3, pp. 25-38.
ATKINSON A. et EPSTEIN M. (2000), " Measure for measure: realizing the power of the
Balanced Scorecard ", CMA Management, Vol. 74, N 7, pp. 22-28.
BAC-CHARRY B. (1998), " Normalisation comptable et inertie face au changement dans les
PME ", Revue Franaise de Gestion, novembre-dcembre, pp. 129-138.
BAJAN-BANSAZAK L. (1993), " Lexpert-comptable et le conseil de gestion en PME ",
Revue Franaise de Comptabilit, N 249, octobre, pp. 95-101.
BARON R. M. et KENNY D. A. (1986), " The moderator-mediator variable distinction in
socialpsychological research: conceptual, strategic, and statistical considerations ", Journal
of Personality and Social Psychology, Vol. 51, N 6, pp. 1173-1182.
322

BARRETT M. E. et FRASER L. B. (1977), " Conflicting Roles in Budgeting for

Operations ", Harvard Business Review, juillet-aot, pp. 137-146.
BAUMARD P., DONADA C., IBERT J. et XUEREB J.-M. (2003), " La collecte des donnes
et la gestion de leurs sources ", in R.-A. Thitart (d.), Mthodes de recherche en
management, Dunod, Paris, pp. 224-256.
BAYAD M. et GARAND D. J. (1998), " Vision du propritaire-dirigeant de PME et
processus dcisionnel : de l'image l'action ", 4me Congrs International Francophone de la
PME (CIFPME), Metz, 22-24 octobre, 28 p.
BAYAD M., GALLAIS M. et SCHMITT C. (2006), " Prescription et adoption des outils de
gestion dans les PME : quels facteurs facilitateurs ? ", 8me Congrs International
Francophone PME, 23 p.
BERGERON H. (1996), " Diffrenciation des systmes de donnes et reprsentations en
contrle de gestion. Essai dobservation et dinterprtation ", Thse de Doctorat,
Soutenance : 5 avril 1996, Montpellier, Universit de Montpellier II.
BERGERON H. (2000), " Les indicateurs de performance en contexte PME, quel modle
appliquer ? ", 21me Congrs de l'Association Franaise de Comptabilit, Angers, 21 p.
BERGERON H. (2002), " La gestion stratgique et les mesures de la performance non
financire des PME ", 6me congrs international francophone sur la PME, HEC Montral,
octobre, 17 p.
BERLAND N. (1997), " La naissance du contrle budgtaire en France (1930-1960) ",
Comptabilit, Contrle, Audit, Tome 3, Vol. 2, septembre, pp. 5-22.
BERLAND N. (1998), " Le contrle budgtaire, outil dun environnement routinier : un point
de vue historique ", Entreprises et Histoire, N 20, dcembre, 29 p.
BERLAND N. (1999), " quoi sert le contrle budgtaire ? ", Finance, contrle, stratgie,
Vol. 2, N 3, pp. 5-24.
BERLAND N. (1999), " Lhistoire du contrle budgtaire en France ", Thse de Doctorat,
Soutenance : 19 janvier 1999, Paris, Universit Paris IX - Dauphine.
BERLAND N. (2000), " Fonctions du contrle budgtaire et turbulence ", in Risques et
comptabilit, 21me congrs de lAssociation Franaise de Comptabilit, Angers, 19 p.
323

BERLAND N. (2001), " Les rles du contrle budgtaire : un modle d'interprtation ", Revue
Franaise de gestion, septembre-octobre, pp. 111-120.
BERLAND N. (2002), Le contrle budgtaire, Repres, Editions La Dcouverte, mars, 122 p.
BERLAND N. (2004), " La gestion sans budget : valuation de la pertinence des critiques et
interprtation thorique ", Finance, Contrle, Stratgie, dcembre, Vol. 7, Issue 4, pp. 37-58.
BERLAND N. (2004), Mesurer et piloter la performance, Editions de la Performance,
avril, 230 p.
BERLAND N. et CHIAPELLO E. (2004), " Le rle des rformateurs sociaux dans la
diffusion de nouvelles pratiques de gestion : le cas du contrle budgtaire en France 19301960 ", Comptabilit, Contrle, Audit, juin, pp. 133-160.
BERLAND N. et PEZET A. (2000), " Pour une dmarche pragmatique en histoire de la
gestion ", Comptabilit, Contrle, Audit, numro spcial, dcembre, pp. 5-17.
BERLAND N., ALCOUFFE S. et LEVANT Y. (2002), " Les facteurs de diffusion des
innovations managriales en comptabilit et contrle de gestion : une tude comparative ",
Comptabilit, Contrle, Audit, Tome 8, Vol. 2, novembre, pp. 29-50.
BERLAND N., ALCOUFFE S. et LEVANT Y. (2008), " Succs et chec dun outil de
gestion ", Revue Franaise de Gestion, dcembre, N 188-189, pp. 291-306.
BERLAND N., BLUTHE N., FROUIN L., MASSELIERE I. et PINCON J. (2003), " Gestion
sans budget : retour au management ", Lexpansion Management Review, dcembre,
pp. 81-89.
BESCOS P.-L. et MENDOZA C. (1998), " Les besoins d'information des managers sont-ils
satisfaits ? ", Revue Franaise de gestion, novembre-dcembre, pp. 117-128.
BESCOS P.-L., CAUVIN E., LANGEVIN P. et MENDOZA C. (2004), " Critiques du
budget : une approche contingente ", Comptabilit, Contrle, Audit, Vol. 10, N 1, juin,
pp.165-185.
BESCOS P-L. (1989), " Les facteurs de russite dans le redressement de P.M.I. en difficult ",
Revue Franaise de gestion, septembre-octobre, pp. 55-67.

324

BESCOS P-L. (1991), " Les tableaux de gestion du C.N.C. : un nouvel outil de diagnostic
pour les P.M.E. ? ", Revue Franaise de Comptabilit, N 226, septembre, pp. 41-46.
BESCOS P-L. et CAUVIN E. (2000), " Contrle de gestion : faut-il changer de systme ? ",
Revue Echanges, N 168, Juillet, Editorial, 1 p.
BESCOS P-L. et CAUVIN E. (2002), " Lvaluation des performances dans les start-up ",
Revue Echanges, N 190, Juillet, 2 p.
BESCOS P-L. et CAUVIN E. (2002), " Lvaluation des performances : une comparaison
entre les pratiques des start-ups et des entreprises traditionnelles franaises et amricaines ",
23me Congrs de lAssociation Franaise de Comptabilit, Toulouse, mai, pp. 15-17.
BESCOS P-L. et CAUVIN E. (2004), " Les indicateurs de performance : les facteurs
explicatifs ", Revue Echanges, N 208, Avril, pp.16-17.
BESCOS P-L. et CAUVIN E. (2005), " Les indicateurs financiers et non financiers utiliss
dans les entreprises franaises : une recherche empirique ", Finance-Contrle-Stratgie,
Vol. 8, N 1, mars, pp.5-25.
BESCOS P-L. et CAUVIN E. (2005), " Nature et caractristiques des informations utilises
par les entreprises franaises dans le cadre de leur communication financire : une tude
empirique ", 26me Congrs Annuel de lAssociation Francophone de Comptabilit, Lille, mai,
pp.11-13.
BESCOS P-L., CAUVIN E., LANGEVIN P. et MENDOZA C. (2003), " La dmarche
budgtaire : les oprationnels sont-ils daccord avec les financiers ? ", Revue Echanges,
N 198, Avril, pp. 20-21.
BESSON M., LNING H. et MENDOZA C. (2004), " Les directeurs commerciaux face au
processus budgtaire ", Comptabilit-Contrle-Audit, Tome 10, Vol. 2, dcembre,
pp. 125-154.
BOLLECKER M. (2001), " Pratiques de diffrenciation des donnes dans les systmes de
contrle de gestion ", GREFIGE-Universit Nancy 2, Cahier de recherche, N 2001-06, 26 p.
BOUQUIN H. (1994), Les fondements du contrle de gestion, PUF, collection Que sais-je ?,
128 p.

325

BOUQUIN H. (1996), " Pourquoi le contrle de gestion existe-t-il encore ? ", Gestion,
Vol. 21, N 3, septembre, pp. 97-103.
BOUQUIN H. (2000), " Contrle et stratgie ", In Encyclopdie de la comptabilit, du
contrle de gestion et de laudit, Paris, Economica, pp. 533-545.
BOUQUIN H. (2000), " Du contrle de gestion au pilotage ", LExpansion Management
Review, N 98, septembre, pp. 58-66.
BOUQUIN H. et BESSON P. (1991), " Identit et lgitimit de la fonction contrle de
gestion ", Revue Franaise de Gestion, N 82, janvier-fvrier, pp. 60-71.
BOUQUIN H. et FIOL M. (2006), " Contrle de gestion : repres perdus, espaces
retrouver ", communication au congrs AFC, Poitiers, 20 p.
BOUQUIN H. et PESQUEUX Y. (1999), " Vingt ans de contrle de gestion, ou le passage
d'une technique une discipline ", Comptabilit, Contrle, Audit, mai, pp. 93-106.
BOURGUIGNON A. (1997), " Sous les pavs, la plage... ou les multiples fonctions du
vocabulaire comptable : l'exemple de la performance ", Comptabilit Contrle Audit, mars,
Vol. 3, N 1, pp. 89-101.
BOURGUIGNON A. (2000), " Performance et contrle de gestion ", in COLASSE B.
Encyclopdie de comptabilit, contrle de gestion et audit. Paris, Economica, pp. 931-941.
BOURGUIGNON A. (2003), " Il faut bien que quelque chose change pour que l'essentiel
demeure : la dimension idologique du nouveau contrle de gestion ", Comptabilit Contrle
Audit, Numro Spcial, mai, pp. 27-53.
BOURGUIGNON A. et JENKINS A. (2004), " Changer d'outils de contrle de gestion ?
De la cohrence instrumentale la cohrence psychologique ", Finance Contrle Stratgie,
septembre, Vol. 7, N 3, pp. 31-61.
BOURGUIGNON A., MALLERET V. et NORREKLIT H. (2004)," The American balanced
scorecard versus the French tableau de bord: the ideological dimension ", Management
Accounting Research, janvier, Vol. 15, N 2, pp. 107-134.
BOURGUIGNON A., MALLERET V. et NORREKLIT H. (2002), " L'irrductible dimension
culturelle des instruments de gestions : l'exemple du tableau de bord et du balanced
scorecard ", Comptabilit Contrle Audit, mai, Numro spcial, pp. 7-32.
326

BOYER L. et GERMAIN O. (1999), " Entreprises moyennes : tat des lieux et perspectives
de recherche ", Gestion 2000, novembre-dcembre, N 6, pp. 17-35.
BREWER P. (2002), " Putting strategy into the balanced scorecard ", Strategic finance,
Vol. 43, Issue 7, janvier, pp. 44-52.
BRIAND L. (2004), " Reconceptualisation du contrle de gestion : une tude de cas fonde
sur la thorie de la structuration ", Comptabilit Contrle Audit, Numro thmatique, juin,
pp. 283-295.
BRUNS W. J. et WATERHOUSE J. H. (1975), " Budgetary Control and Organization
Structure ", Journal of Accounting Research, automne, pp. 177-203.
BUNCE P., FRASER R. et WOODCOCK L. (1995), " Advanced Budgeting: A Journey to
Advanced Management Systems ", Management Accounting Research, N 6, pp. 253-265.
BURLAUD A. (1997), " Contrle et gestion ", In Encyclopdie de gestion, Tome 2,
Economica, pp. 521-532.
CALORI R., VERY P. et ARREGLE J. (1997), " Les PMI face la planification
stratgique ", Revue Franaise de Gestion, janvier-fvrier, pp. 11-23.
CARRICANO M. et POUJOL F. (2008), Analyse de donnes avec SPSS, Pearson Education,
fvrier, 202 p.
CAUVIN E. (2004), " Le Balanced Scorecard : un outil dvaluation de la performance des
actifs intangibles ", Revue Echanges, N 214, Octobre, pp. 46-48.
CAUVIN E. et BESCOS P.-L. (2005), " Les dterminants du choix des indicateurs dans les
tableaux de bord des entreprises franaises : une tude empirique ", Finance Contrle
Stratgie, Vol. 8, N 1, mars, pp. 5-25.
CAUVIN E., DECOCK-GOOD C. et BESCOS P-L. (2006), " La perception des entreprises
franaises en matire de diffusion dinformations non financires : une enqute par
questionnaire ", Comptabilit-Contrle-Audit, Tome 12, Vol. 1, dcembre, pp. 117-142.
CHANDEFAUX M., DANNON O. et LANGEVIN P. (1991), " Les prvisions dans les
PME ", Revue Franaise de Gestion, N 229, dcembre, pp. 79-84.

327

CHANTEUX A. et NIESSEN W. (2005), Les tableaux de bord et business plan, Belgique,

367 p.
CHAPELLIER P. (1994), " Comptabilit et systme dinformation du dirigeant de
PME : essai dobservation et dinterprtation des pratiques ", Thse de Doctorat en Sciences
de Gestion, Universit de Montpellier 2.
CHAPELLIER P. (1996), " Les conseils de lexpert-comptable aux PME : une enqute ",
Revue Franaise de Comptabilit, N 282, octobre, pp. 69-78.
CHARREIRE S. et DURIEUX F. (2003), " Explorer et tester : deux voies pour la
Recherche ", in R.-A. Thitart (d.), Mthodes de recherche en management, Dunod, Paris,
pp. 57-81.
CHEN F., BOLLEN K. A., PAXTON P., CURRAN P. et KIRBY J. (2001), " Improper
solutions in structural equation models: Causes, consequences, and strategies ", Sociological
Methods and Research, Vol. 29, pp. 468-508.
CHIAPELLO E. (1996), " Les typologies des modes de contrle et leurs facteurs de
contingence : un essai d'organisation e la littrature ", Comptabilit Contrle Audit, Tome 2,
Vol. 2, septembre, pp. 51-74.
CHIAPELLO E. et DELMOND M. H. (1994), " Les tableaux de bord gestion, outils
d'introduction du changement ", Revue Franaise de Gestion, janvier-fvrier, N 97,
pp. 49-58.
CHIAPELLO E. et LEBAS M. (1996), " The Tableau de Bord, a French Approach to
Management

Information ",

document

prsent au 19me congrs

europen de

comptabilit, 35 p.
COBBOLD I. et LAWRIE G. (2003), " The development of the Balanced Scorecard as a
strategic management tool ", 2 GC Conference Paper, pp. 1-9.
COLASSE B. (1999), " Vingt ans de recherche comptable franaise : continuit et
renouveau ", Comptabilit Contrle Audit, mai, pp. 23-34.
DAFT R. L. et MACINTOSH N. B. (1984), " The nature and use of formal control systems
for management control and strategy implementation ", Journal of Management, Vol. 10,
N 1, pp. 43-66.
328

DAVID A. (1998), " Outils de gestion et dynamique du changement ", Revue Franaise de
Gestion, septembre-octobre, pp. 44-59.
DEMERS C. (1999), " De la gestion du changement la capacit changer : l'volution de la
littrature sur le changement organisationnel de 1945 aujourdhui ", Gestion-revue
internationale de gestion, Vol. 24, N 3, automne, pp. 131-139.
DESMAZES

J.

et

LAFONTAINE

J-P.

(2007),

"

Lassimilation

des

budgets

environnementaux et du tableau de bord vert par les entreprises ", Actes du 28me congrs de
lAssociation Francophone de Comptabilit, Poitiers, mai, 22 p.
DETCHESSAHAR M. et JOURN B. (2007), " Une approche narrative des outils de
gestion ", Revue franaise de gestion, mai, N 174, pp.77-92.
DFCG (1994), Les Directeurs financiers et la procdure budgtaire : faut-il tuer le budget ?,
DFCG-KPMG, IFOP.
DRUCKER-GODARD C., EHLINGER S. et GRENIER C. (2003), " Validit et fiabilit de la
recherche ", in R.-A. Thitart (d.), Mthodes de recherche en management, Dunod, Paris,
pp. 257-287.
DUCHNEAUT B. (1997), " Le profil du dirigeant de moyenne entreprise ", Revue
Franaise de Gestion, novembre-dcembre, pp. 95-110.
EKHOLM B.-G. et WALLIN J. (2000), " Is the Annual Budget Really Dead ? ", The
European Accounting Review, 9, 4, pp. 519-539.
ELFEZAZ S., BOUAMI D., Z. ELAMRANI F., BOULAHOUAL A. et BENHIDA K.,
(2007), " Balanced Scorecard pour llaboration des tableaux de bord maintenance : tude de
cas dune PME Marocaine ", 5me Colloque International Conception et Production
Intgres (CPI), Rabat, Maroc, octobre, 12 p.
EPSTEIN M. et MANZONI J. F (1997), " The Balanced Scorecard and Tableau de Bord:
Translating strategy into action ", Management Accounting, Vol. 79, N 2, pp. 28-37.
EPSTEIN M. et MANZONI J. F (1998), " Implementing Corporate Strategy: From Tableaux
de Bord to Balanced Scorecards ", European Management Journal, Vol. 16, N 2, April,
pp. 190-203.

329

ERRAMI Y. (2004), " Les apports du Balanced Scorecard la recherche de la performance ",
Actes de la journe de recherche La performance : de la mesure laction , CERMAT,
Tours, 10 p.
EZZAMEL M. (1990), " The impact of environment uncertainty, managerial autonomy and
size on budget characteristics ", Management Accounting Research, 1, pp. 181-197.
FALLERY B. (1983), " Un systme dinformation pour les PME ", Revue Franaise de
Gestion, novembre-dcembre, pp. 70-76.
FAN X., THOMPSON B. et WANG L. (1999), " Effects of sample size, estimation method,
and model specification on structural equation modeling fit indexes ", Structural Equation
Modeling, Vol. 6, N 1, pp. 56-83.
FERNANDEZ A. (1999), Les nouveaux tableaux de bord pour piloter lentreprise : systmes
dinformation,

nouvelles

technologies

et

mesure

de

la

performance,

ditions

dOrganisation, 347 p.
FERNANDEZ A. (2000), Les nouveaux tableaux de bord des dcideurs, 2 dition, Editions
dOrganisation, Paris, 449 p.
FERNANDEZ V., PICORY C. et ROWEO F. (1996), " Outils de gestion et espaces
concurrentiels des PME ", Revue internationale PME, Vol. 9, N 1, pp.79-102.
FISHER J. G. (1998), " Contingency Theory, Management Control Systems and Firm
Outcomes: Past Results and Future Directions ", Behavioral Research in Accounting, 10,
Supplement, pp. 47-64.
GATTAZ Y. (2003), " Lefficacit des moyennes entreprises ", conomies et socits, srie
conomie de lentreprise, N 13, mai, pp. 785-795.
GERMAIN C. (2000), " Contrle organisationnel et contrle de gestion : la place des tableaux
de bord dans le systme de contrle des petites et moyennes entreprises ", Thse de doctorat,
Bordeaux, Universit Montesquieu - Bordeaux IV.
GERMAIN C. (2004), " La contingence des systmes de mesure de la performance : les
rsultats dune recherche empirique sur le secteur des PME ", Finance, Contrle, Stratgie,
Vol. 7, N 1, pp.33-52.

330

GERMAIN C. (2005), " La conception des systmes de contrle : les relations entre les
budgets et les systmes de mesure de la performance ", Congrs de lAssociation
Francophone de Comptabilit, Lille, 14 p.
GERMAIN C. (2005), " Une typologie des tableaux de bord implants dans les petites et
moyennes entreprises ", Finance Contrle Stratgie, Vol. 8, N 3, septembre, pp. 125-143.
GERMAIN C. (2006) " Le pilotage de la performance dans les PME en France : une
comparaison des pratiques des entreprises familiales et des filiales ", Revue Internationale
PME, Vol. 19, N 1, pp. 69-94.
GERMAIN C. (2007), " Larchitecture des systmes de contrle de gestion : une analyse du
rapport entre les budgets et les systmes de mesure de la performance ", Congrs de
lAssociation Francophone de Comptabilit, Poitiers, 17 p.
GERMAIN C. et Gates S. (2007), " Le niveau de dveloppement des indicateurs de
responsabilit sociale dans les outils de pilotage : observation et analyse des pratiques des
entreprises ", Congrs de lAssociation Francophone de Comptabilit, Poitiers, 14 p.
GERVAIS M. (1978), " Pour une thorie de lorganisation PME ", Revue Franaise de
Gestion, mars-avril, pp. 37-49.
GERVAIS M. (1991), Contrle de gestion et stratgie de lentreprise, Economica, 4 me
dition, Paris, 596 p.
GERVAIS M. (1996), Recherche en contrle de gestion, (diteur), Paris, Economica, 301 p.
GERVAIS M. (2000), " Animation et gestion budgtaire ", In Encyclopdie de Comptabilit,
Contrle de gestion et Audit, Economica, pp. 29-48.
GERVAIS M. (2005), Contrle de gestion, 8me dition, Economica, Paris.
GERVAIS M. et THENET G. (1998), " Planification, gestion budgtaire et turbulence ",
Finance, Contrle, Stratgie, Vol. 1, N 3, septembre, pp. 57-84.
GIARD V., BOITOUT-PAPPALARDO V. et BONMARCHAND P. (1996), " Apport de la
simulation la conception et linterprtation de tableaux de bord et la comptabilit de
gestion ", Comptabilit Contrle Audit, Tome 2, Vol. 1, mars, pp. 65-84.

331

GIGNON-MARCONNET I. (2003), " Les rles actuels de la gestion budgtaire en

France : une confrontation des perceptions de professionnels avec la littrature ",
Comptabilit Contrle Audit, Tome 9, Vol. 1, mai, pp. 53-78.
GOY H. (2006), " Entre spcificit de lobjet et diversit du champ : proposition dun cadre
danalyse pour les PME dans la recherche en stratgie ", 8me Congrs International
Francophone PME, 30 p.
GRAPIN M. et JOSSERAND E. (2003),

" Russir son tableau de bord prospectif ",

Lexpansion Management Review, mars, pp. 76-84.

GRAY J. et PESQUEUX Y. (1993), " volutions actuelles des systmes de tableau de bord ",
Revue Franaise de Comptabilit, N 242, fvrier, pp. 61-70.
GUEGUEN G. (2000), " Ladministration des enqutes par Internet ", Actes de confrence,
9me Confrence Internationale de l'AIMS, Montpellier, 24 - 25 et 26 mai, 22 p.
GUEGUEN G. (2001), " Orientations stratgiques de la PME et influence de
lenvironnement : entre dterminisme et volontarisme ", 11me Confrence de lAssociation
Internationale de Management Stratgique, 13-14-15 juin, 31 p.
HENOT C., HEMICI F. et RAIMBOURG P. (2007), Contrle de gestion, Bral dition,
175 p.
HIRIGOYEN G. (1984), " La fonction financire dans les moyennes entreprises industrielles
et familiales ", Revue Franaise de Gestion, janvier-fvrier, pp. 23-30.
HOPWOOD A. G. (1972), " An empirical study of the role of accounting data in performance
evaluation ", Journal of Accounting Research, Supplement: Empirical Studies in Accounting,
pp. 156-182.
HOQUE Z. et JAMES W. (2000), " Linking Balanced Scorecard Measures to Size and
Market Factors: Impact on Organisational Performance ", Journal of Management Accounting
Research, Vol. 12, pp. 1-17.
HUDSON M., SMART A. et BOURNE M. (2001), " Theory and practice in SME
performance measurement systems ", International Journal of Operations & Production
Management, Vol. 21, Issue 8, pp.1096-1115.

332

IRIBARNE P. (2006), Les tableaux de bord de la performance, 2me dition, Dunod,

Paris, 271 p.
ITTNER C. D. et LARCKER D. F. (1998), " Innovation in Performance Measurmement:
Trends and Research Implications ", Journal of Management Accounting Research, Vol. 10,
pp. 205-238.
ITTNER C. D., LARCKER D. F. et MEYER M. W. (2003), " Subjectivity and the weighting
of performance measures: Evidence from a Balanced Scorecard ", The Accounting Review,
Vol. 78, Issue 3, July, pp. 725-758.
JOFFRE P. et WICKAM S. (1997), " Les atouts des entreprises moyennes ", Revue Franaise
de Gestion, novembre- dcembre, pp. 64-70.
JULIEN P. A. et MARCHESNAY M. (1992), " Des procdures aux processus stratgiques
dans les PME ", dans Perspectives en Management stratgique, Tome 1, pp 97-129, sous la
direction de NOL A., Paris, Editions Economica-Gestion, 431 p.
JULIEN P.-A. (1990), " Vers une typologie multicritres des PME ", Revue Internationale des
PME, Vol. 3, N 3-4, pp. 411-425.
JULIEN P.-A. (1997), Pour une dfinition des PME, in JULIEN P.-A. (d.) Les PME : Bilan
et perspectives, Economica, pp. 1-43.
JULIEN P.-A. et CARRIRE B. (1994), " L'efficacit des PME et les nouvelles
technologies ", Revue d'conomie industrielle, Vol. 67, N 1, pp. 120-134, Article accessible
sur Internet : http://www.persee.fr.
JULIEN P.-A. et MARCHESNAUX M. (1987), La petite entreprise, ditions Vuibert, 288 p.
KALIKA M. (1985), " L'efficacit des entreprises est-elle lie leur structure ", Revue
Franaise de Gestion, Janvier-Fvrier, pp. 93-104.
KALIKA M. (1995), Structures d'entreprises, ralits, dterminants, performances,
Economica, Paris, 436 p.
KAPLAN R. S. (1983), " Measuring manufacturing performance: a new challenge for
managerial accounting research ", The Accounting Review, Vol. LVIII, N 4, pp. 686-705.

333

KAPLAN R. S. et NORTON D. P. (1992), " The Balanced Scorecard, Measures that drive
performance ", Harvard Business Review, Vol. 70, N 1, janvier-fvrier, pp. 171-180.
KAPLAN R. S. et NORTON D. P. (1993), " Putting the balanced Scorecard to work ",
Harvard Business Review, Vol. 71, N 5, september-october, pp. 134-147.
KAPLAN R. S. et NORTON D. P. (1996), " Linking the Balanced Scorecard to Strategy ",
California management Review, Vol. 39, N 1, pp. 53-79.
KAPLAN R. S. et NORTON D. P. (1996), " Using the balanced scorecard as a strategic
management system ", Harvard Business Review, janvier-fvrier, pp. 150-160.
KAPLAN R. S. et NORTON D. P. (1998), " Le tableau de bord prospectif ", Editions des
Organisations, traduit de : " The Balanced Scorecard " (1996), Harvard Business School
Press, 311 p.
KAPLAN R. S. et NORTON D. P. (2000), " The strategy focused organization: How
balanced scorecard companies thrive in the new business environment ", Harvard Business
School Press, 400 p.
KAPLAN R. S. et NORTON D. P. (2001), Comment utiliser le tableau de bord prospectif,
Edition d'Organisation, Paris, 423 p.
KHANDWALLA P. N. (1972), " The Effect of Different Types of Competition on the Use of
Management Controls ", Journal of Accounting Research, Vol. 10, N 2, automne,
pp. 275-285.
KLINE R. B. (2010), " Principles and practice of structural equation modeling ", Guilford
Press, 427 p.
KOMAREV I. (2007), " La place des budgets dans le dispositif de contrle de gestion : une
approche contingente ", Thse de doctorat, Bordeaux, Universit Montesquieu bordeaux IV.
LAVIHNE B. et SAINT-PIERRE J. (2002), " Association entre le systme d'information
comptable des PME et leur performance financire ", 6me Congrs international francophone
sur la PME, HEC Montral, Octobre, 17 p.
LE CORROLLER C. et LE VIGOUREUX F. (1998), " Les moyennes entreprises de
lindustrie ont- elles des comportements spcifiques ? ", in conomie et Statistique,
N 319-320, 9/10, pp. 195-205.
334

LE VIGOUREUX F. (1997), " Entreprises moyennes : structures de proprit et

comportement stratgique ", Revue Franaise de Gestion, novembre- dcembre, pp. 71-84.
LE VIGOUREUX F. (2003), " Les moyennes entreprises : questions de gouvernance et
d'adossement ", conomies et socits, N 13, pp. 923-937.
LEFEBVRE E. (1991), " Profil distinctif des dirigeants de PME innovatrices ", Revue
internationale PME, Vol. 4, N 3, pp. 7-26.
LESCURE M. (2001), " Histoire dune redcouverte : les PME ", Entreprises et histoire,
Vol. 28, fvrier, pp. 5-9.
LESCURE M., NAKAJIMA T., ROMANO J., THIERRY D., ZIMNOVITCH H. et
SEGRESTIN B. (2001), " Lefficacit des PME ", Entreprise et Histoire, Vol. 28, fvrier,
pp. 89-98.
LEVRATTO N. (2004), " Propositions pour une dfinition opratoire de la PME : une analyse
en termes de cohrence entre lorganisation interne et la march ", 10me Congrs
International Francophone sur lEntrepreneuriat et la PME, Montpellier, 27 p.
LIPE M. G. et SALTERIO S.E. (2000), " The Balanced Scorecards: Judgmental Effects of
Common and Unique Performance Measures ", The Accounting Review, Vol. 75, Issue 3,
pp. 283-298.
LOISEAU B. et DUPONT C. (1981), " Facteurs de succs et d'checs dans les PME ", Revue
Franaise de Gestion, N 32, octobre-septembre, pp. 19-30.
LORINO P. (2002), Vers une thorie pragmatique et smiotique des outils applique aux
instruments de gestion, documents de recherche DR 02015, ESSEC, Juillet, 34 p.
LOUALI H. (2003), " Evaluation du financement de la PME au Maroc ", Document de travail
N 91, Ministre des finances et de la privatisation, Direction de la Politique conomique
Gnrale, aot, 25 p.
MALINA M. A. et SELTO F. H. (2001), " Communicating and Controlling Strategy: An
Empirical Study of the Effectiveness of the Balanced Scorecard ", Journal of Management
Accounting Research, Vol. 13, pp. 47-90.
MALMI T. (2001), " Balanced Scorecard in Finnish Companies, Some Empirical Evidence ",
Management Accounting Research, Vol. 12, N 2, pp. 207-284.
335

MALO J. L. (1992), " Tableaux de bord ", In Encyclopdie du Management, Tome 2, vuibert,
pp. 923-939.
MALO J. L. (2000), " Tableaux de bord " In Encyclopdie de Comptabilit, Contrle de
Gestion et Audit, Economica, pp. 1133-1144.
MARCHESNAY M. (1991), " La PME : une gestion spcifique ", conomie rurale, Vol. 206,
N 1, pp. 11-17, Article accessible sur Internet : http://www.persee.fr.
MARCHESNAY M. (1991). " Mintzberg on PME - propos dun rcent ouvrage de Henry
Mintzberg ", Revue internationale PME, Vol. 4, n. 1, pp. 131-138
MARCHESNAY M. (1993), " PME, stratgie et recherche ", Revue Franaise de Gestion,
septembre-octobre, pp. 70-76.
MARCHESNAY M. (1997), " La moyenne entreprise existe-t-elle ? ", Revue Franaise de
Gestion, novembre-dcembre, pp. 85-94.
MARCHESNAY M. (2003), " La petite entreprise : sortir de lignorance ", Revue franaise
de gestion, mars, N 144, pp. 107-118.
MARCHESNAY M. et MESSEGHEM K. (2001), Cas de stratgie de PME, ditions EMS Management & Socit, Collection tudes de cas, 172 p.
MARQUET-PONDEVILLE S. (2001), " Le contrle de gestion environnementale dune
entreprise ", Communication au 25me congrs de lAssociation Francophone de Comptabilit
(AFC), Universit Catholique de Louvain, Belgique, 31 p.
MARQUET-PONDEVILLE S. (2003), " Le contrle de gestion environnemental : une
approche thorique contingente et une tude empirique du cas des entreprises manufacturires
belges ", Thse de doctorat, Louvain, Universit Catholique de Louvain.
MBENGUE A. et VANDANGEON-DERUMEZ I. (2003), " Analyse causale et
modlisation ", in R.-A. Thitart (d.), Mthodes de recherche en management, Dunod, Paris,
pp. 335-372.
MENDOZA C. (1991), " L'action sur le contexte organisationnel dans le cadre de la mise en
uvre d'une nouvelle stratgie ", Thse de Doctorat en Sciences de Gestion, HEC, Paris.

336

MENDOZA C. et BESCOS P.-L. (1999), " Contrle de gestion, qualit des informations pour
la prise de dcision et facteurs de contingence ", In Actes du 20e Congrs de l'Association
Franaise de Comptabilit, Bordeaux, mai, pp. 5-7.
MENDOZA C. et BESCOS P.-L., (1996), " Contrle de gestion et besoins d'information des
managers ", In Actes du 17e congrs de l'Association Franaise de Comptabilit, 30 mai-1er
juin, Valenciennes, pp. 663-672.
MENDOZA C. et BESCOS P-L. (2001), " Les stratgies des managers face l'information de
gestion ", Humanisme et Entreprise, N 246, avril, pp. 1-12.
MENDOZA C. et ZRIHEN R. (1999), " Du balanced scorecard au tableau de pilotage ",
Lexpansion Management Review, dcembre, pp. 102-110.
MENDOZA C. et ZRIHEN R. (1999), " Le tableau de bord : en V.O. ou en version
amricaine ? Comparaison entre tableau de bord et le balanced scorecard ", Revue Franaise
de Comptabilit, N 309, Mars, pp. 60-66.
MENDOZA C., DELMOND M. H., GIRAUD F. et LNING H. (2002), " Tableaux de bord
et balanced scorecards ", Edition Revue Fiduciaire, Paris, 248 p.
MENDOZA C., GIRAUD F., DELMOND M. H., LONING H. et REAULX A. (2005),
Tableaux de bord et balanced scorecards, Groupe Revue Fiduciaire, Paris, 263 p.
MENDOZA C., ZRIHEN R. et RUIZ GARCIA M. (2000), " Control de gestion y estrategia:
aportes y limitaciones del balanced scorecard americano y del tableau de bord francs ", In
Proceedings of the 9o Encuentro de Profesores Universitarios de Contabilidad, mai,
pp. 24-26.
MERIC J. (2003), " L'mergence d'un discours de l'innovation managriale : le cas du
balanced scorecard ", Comptabilit Contrle et Audit, Numro Spcial, mai, pp. 129-145.
MESSEGHEM K. (2001), " Peut-on concilier logiques managriale et entrepreneuriale en
PME ? ", 11me Confrence de lAssociation Internationale de Management Stratgique,
13-14-15 juin, 26 p.
MINISTRE DES FINANCES ET DE LA PRIVATISATION, Direction de la Politique
conomique Gnrale, (2000), " Les PME au Maroc : clairage et propositions ", Document
de travail N 50, mars, 26 p.
337

MINISTRE DES FINANCES ET DE LA PRIVATISATION, Direction des Etudes et des

Prvisions Financires, (2006), " Schma de dveloppement des rgions conomiques du
Maroc ", septembre, 34 p.
MINISTRE DES FINANCES ET DE LA PRIVATISATION, Direction des Etudes et des
Prvisions Financires, (2007), " Etude comparative de la Petite et Moyenne Industrie et de la
Grande Industrie au Maroc ", mars, 25 p.
MINISTRE DES FINANCES ET DE LA PRIVATISATION, Direction des Etudes et des
Prvisions Financires, (1997), " Indicateurs conomiques et financiers : positionnement de
lconomie marocaine par rapport dix pays ", Document de travail N 16, fvrier, 5 p.
MISSION CONOMIQUE DE RABAT - AMBASSADE DE FRANCE AU MAROC,
(2003), " La ligne PME -PMI au Maroc ", novembre, 3 p.
MISSION CONOMIQUE DE RABAT AMBASSADE DE FRANCE AU MAROC,
(2003), " Les PME-PMI au Maroc ", mai, 4 p.
MISSION CONOMIQUE DE RABAT - AMBASSADE DE FRANCE AU MAROC,
(2004), " Les PME-PMI marocaines face au dfi de la mise niveau ", aot, 4 p.
MORRAJ S., OYON D. et HOSTETTLER D. (1999) " The Balanced Scorecard: A necessary
good or an unnecessary evil ", European Management Journal, Vol. 17, n5, pp. 481-491.
MOURJI F., MOURJI A. et El GOURCH A. (2001), " Evaluation du secteur des petites et
moyennes entreprises au Maroc dans le cadre du Programme Empretec Maroc ", Etude
effectue pour le Secrtariat de la Confrence des Nations Unies sur le Commerce Et le
Dveloppement (CNUCED) dans le cadre du Programme Mditerrane 2000, 85 p.
MURAT J. (1997), " Le tableau de bord dans les PME ", Revue Franaise de Comptabilit,
N 292, septembre, pp. 14-15.
NICOLAS E. (2008), " Le rle de la tradition orale et de la confiance dans lapprentissage
organisationnel en PME ", Gestion 2000, mars avril, pp. 193-210.
NOBRE T. (2001), " Le contrleur de gestion de la PME ", Comptabilit-Contrle-audit,
Tome 7, Vol. 1, mars, pp. 129-146.
NOBRE T. (2001), " Mthodes et outils de contrle de gestion dans les PME ", Finance Contrle -Stratgie, Vol. 4, N 2, juin, pp. 119-148.
338

OCDE (2004), " Promouvoir les PME pour uvrer au dveloppement ", Revue de lOCDE,
Vol. 5, N 2, pp. 37- 46.
OCDE (2004), " Promouvoir les PME pour uvrer au dveloppement ", Revue de lOCDE,
Vol. 5, N 2, pp. 95- 107.
PARADAS A. (2009), " Difficults dapplication et rponses possibles en matire de
formation professionnelle dans les petites entreprises ", Revue Management & Avenir, N 21,
janvier, pp. 80- 98.
PERRET V. et SVILLE M. (2003), " Fondements pistmologiques de la recherche ", in
R.-A. Thitart (d.), Mthodes de recherche en management, Dunod, Paris, pp. 13-33.
POINCELOT E. et WEGMANN G. (2005), " Utilisation des critres non financiers pour
valuer ou piloter la performance : analyse thorique ", Comptabilit Contrle Audit,
Tome 11, Vol. 2, dcembre, pp. 109-125.
PONSSARD J. et SAULPIC O. (2000) " Une reformulation de l'approche dite du Balanced
Scorecard ", Comptabilit Contrle Audit, Vol. 6, N 1, mars, pp. 7-25.
PUPION P.- C. (2008), Statistiques pour la gestion, 2me dition, Dunod, mars, 392 p.
REYES G. (2004), " La moyenne entreprise est-elle spcifique ? ", 7me Congrs International
Francophone en Entrepreneuriat et PME (CIFEPME), Montpellier, 27, 28 et 29 Octobre, 16
p.
RHARMILI M. (2007), " Systme de mesure de la performance dans les PME : Cas des PME
Marocaines ", 28me congrs de lAssociation Francophone de Comptabilit (AFC), Poitier,
23-24-25 mai, 21 p.
ROUSSEL P., DURIEU F., CAMPOY E. et EL AKREMI A. (2002), Mthodes d'quations
structurelles : Recherche et applications en gestion, Economica, Paris, 274 p.
ROYER I. et ZARLOWSKI P. (2003), " Echantillon(s) ", in R.-A. Thitart (d.), Mthodes de
recherche en management, Dunod, Paris, pp. 188-223.
SANTIN S. et VAN CAILLIE D. (2008), " Le design du systme de contrle de gestion des
PME : une qute de stabilit adaptative ", Actes du 29me congrs de lAssociation
Francophone de Comptabilit (AFC), Cergy-Pontoise, mai, 34 p.
339

SAPORTA B. (1997), " Stratgie des petites et moyennes entreprises ", Encyclopdie de
Gestion, Tome 3, pp. 3105-3128.
SAULOU J. Y. (2004), Tableaux de bord pour dcideurs qualit, Afnor, 198 p.
SAVALL H. et ZADDET V. (2001), " volution des outils de contrle et des critres de
performance face aux dfis de changement stratgique des entreprises ", in 22me Congrs de
lAssociation Franaise de Comptabilit, Universit de Metz, 27 p.
SEGAL J. P. (1991), " Peut-on vaincre les rsistances au contrle de gestion en France ? ",
Revue Franaise de gestion, janvier-fvrier, pp. 72-81.
SEIFFRT M. et GODELIER E. (2008), " Histoire et gestion : vingt ans aprs ", Revue
Franaise de gestion, N 188-189, pp. 17-30.
SELMER C. (2003), Concevoir le tableau de bord Outil de contrle, de pilotage et daide la
dcision, 2me dition, Dunod, Paris, 289 p.
SIMONS R. (1990), " The role of management control systems in creating competitive
advantage: new perspective ", Accounting, Organizations and Society, Vol. 15, N 1/2,
pp. 127-143.
SIMONS R. (1991), " Strategic Orientation and Top Management Attention to Control
Systems ", Strategic Management Journal, Vol. 12, N 1, Jan, pp. 49-62.
SOLLE G. et ROUBY E. (2003), " De la conception des innovations managriales en
contrle de gestion : quelles propositions ? ", Comptabilit Contrle Audit, Numro Spcial,
mai, pp. 147-168.
SPECKBACHER G., BISCHOFF J. et PFEIFFER T. (2003), " A descriptive analysis on the
implementation of Balanced Scorecards in German-speaking countries ", Management
Accounting Review, Vol. 14, pp 361-387.
STEPNIEWSKI J., SOUID S. et AZZABI L. (2009), " La relation facteurs de contingence,
complexit du systme dinformation comptable et performance financire ", Revue
Management et Sciences Sociales, N 7, pp. 139-165.
TIBSHIRANI R., WALTHER G. et HASTIE T. (2001), " Estimating the number of clusters
in a data set via the gap statistic ", Journal of the Royal Statistical Society Series B (Statistical
Methodology), Vol. 63, N 2, juin, pp. 411-423.
340

TORRS O. (1997), " Le management stratgique en PME : entre spcificit et

dnaturation ", Communication la 7me Confrence de lAssociation Internationale de
Management Stratgique, Montral, 23 p.
TORRS O. (1997), " Pour une approche contingente de la spcificit de la PME ", Revue
Internationale PME, Vol. 10, N 2, pp. 9-43.
TORRS O. (1997), " Pour une approche critique de la spcificit de gestion de la PME :
application au cas de la globalisation ", Thse de doctorat, soutenue le 10 janvier 1997,
Universit Montpellier I.
TORRS O. (1999), Les PME, Dominos, Evreux : Flammarion, 128 p.
TORRS O. (2000), " Du rle et de l'importance de la proximit dans la spcificit de gestion
des PME ", 5me Congrs International Francophone PME, Lille, octobre, 19 p.
TORRS O. (2002), " Essai de conceptualisation proxmique de la petitesse des entreprises ",
6me Congrs International Francophone PME (CIFPME), Montral, 30-31 octobre, 18 p.
TORRS O. (2003), " Petitesse des entreprises et grossissement des effets de proximit ",
Revue Franaise de Gestion, N 144, mai/juin, pp. 119-138.
TORRS O. (2004), " Essai de thorisation de la gestion des PME : de la mondialisation la
proxmit ", Habilitation diriger des recherches en sciences de gestion, Section CNU 06,
soutenue le 3 dcembre, Universit de Caen Basse-Normandie.
TORRS O. (sous la coordination de) (1998), PME : De Nouvelles Approches, Prface de
Michel Marchesnay, Economica, 187 p.
TORRS O. et JULIEN P.-A. (2005), " Specificity and denaturation of small business ",
International Small Business Journal, aot, pp. 355-377.
TRAHAND J. (1982), " Le contrle de gestion : quel style adopter ? ", Revue Franaise de
Gestion, septembre-octobre, N 37, pp. 59-66.
VAN CAILLIE D., SANTIN S., CRUTZEN N. et KABWIGIRI C. (2006), " Lanalyse
quilibre des symptmes de dsquilibre de la PME reprendre, facteur-cl du succs du
processus de reprise : lgitimation thorique et premire validation empirique ",
Communication

aux

Premires

Journes

15-17 mars, 24 p.
341

G.

Doriot,

Universit

de

Normandie,

VARRAUT N. (1998), " Dmarche stratgique du dirigeant-propritaire de PME ", 4me

Congrs international francophone sur les PME, octobre, Nancy-Metz, 16 p.
VOYER P. (1999), Tableaux de bord de gestion et indicateurs de performance, 2me dition,
presses de lUniversit du Qubec, 446 p.
Wegman G. (2001), " Les tableaux de bord stratgiques : une instrumentation du contrle de
gestion stratgique ", Actes du 22me congrs de l'AFC, Metz, 27 p.

342

LISTE DES TABLEAUX

Tableau 1.1 : Critiques de la dmarche budgtaire .................................................................. 30

Tableau 1.2 : Les lments qui opposent le tableau de bord aux autres outils de
contrle de gestion ................................................................................................................... 37
Tableau 1. 3 : Les catgories dindicateurs de performance selon les axes du TBP ................ 56

Tableau 2.1 : Classification des firmes selon leur taille dans quelques pays de l'OCDE ........ 69
Tableau 2.2 : Dfinition de la PME selon la commission europenne .................................... 71
Tableau 2.3 : volution de la dfinition de la PME au Maroc ................................................. 76
Tableau 2.4 : Rcapitulatif des principales tudes contingentes des systmes de
contrle de gestion cites prcdemment ................................................................................. 82
Tableau 2.5 : Les styles de prise de dcision des dirigeants et les caractristiques
respectives du dcideur et du systme quil cre ..................................................................... 92

Tableau 3.1 : Critres quantitatifs retenus au Maroc pour classer les entreprises par taille .. 115
Tableau 3.2 : Le nombre ditems des variables de mesure des facteurs de contingence
organisationnelle .................................................................................................................... 124
Tableau 3.3 : Le nombre ditems des variables de mesure des facteurs de contingence
comportementale .................................................................................................................... 131
Tableau 3.4 : Le nombre ditems des variables de mesure des caractristiques des
tableaux de bord ..................................................................................................................... 137
Tableau 3.5 : Le nombre ditems des variables de mesure de pilotage de la performance .... 143
Tableau 3.6 : Rpartition denvois par taille dentreprise ...................................................... 146
Tableau 3.7 : Rpartition denvois par rgion ........................................................................ 147
Tableau 3.8 : Les taux de rponses de lenqute .................................................................... 158
Tableau 3.9 : Rpartition des PME selon leur taille ............................................................... 160
Tableau 3.10 : Rpartition des PME par secteur d'activit .................................................... 161
Tableau 3.11 : Rpartition des PME selon leur ge ............................................................... 161
343

Tableau 3.12 : Rpartition des PME selon leur type .............................................................. 162
Tableau 3.13 : Rpartition des dirigeants selon leur type de formation ................................. 163
Tableau 3.14 : Nombre moyen d'annes d'occupation d'un poste de contrle de gestion ...... 164
Tableau 3.15 : Coefficients a de Cronbach de lchelle de mesure de la variable
Structure et ses dimensions (PME 1 et PME 2) ............................................................... 171
Tableau 3.16 : Statistiques de fiabilit de la variable Structure et ses dimensions
(PME 1) .................................................................................................................................. 173
Tableau 3.17 : Statistiques de fiabilit de la variable Structure et ses dimensions
(PME 2) .................................................................................................................................. 174
Tableau 3.18 : Coefficients a de Cronbach de lchelle de mesure de la variable
Environnement et sa dimension (PME 1 et PME 2) ........................................................ 175
Tableau 3.19 : Statistiques de fiabilit de la variable Environnement et sa dimension
(PME 1) .................................................................................................................................. 176
Tableau 3.20 : Statistiques de fiabilit de la variable Environnement et sa
dimension (PME 2) ................................................................................................................ 176
Tableau 3.21 : Coefficients a de Cronbach de lchelle de mesure de la variable
Style de dcisions et ses dimensions (PME 1 et PME 2) ................................................. 177
Tableau 3.22 : Statistiques de fiabilit de la variable Style de dcisions et ses
dimensions (PME 1) ............................................................................................................... 178
Tableau 3.23 : Statistiques de fiabilit de la variable Style de dcisions et ses
dimensions (PME 2) ............................................................................................................... 179
Tableau 3.24 : Coefficients a de Cronbach des dimensions mesurant lchelle de mesure
de la variable Stratgie de contrle (PME 1 et PME 2) ................................................ 180
Tableau 3.25 : Statistiques de fiabilit des dimensions de la variable
Stratgie de contrle (PME 1) ......................................................................................... 181
Tableau 3.26 : Statistiques de fiabilit des dimensions de la variable
Stratgie de contrle (PME 2) ......................................................................................... 181

Tableau 4.1 : Variables latentes et indicateurs de mesure...................................................... 216

Tableau 4.2 : Les critres retenus dans lanalyse factorielle exploratoire ............................. 225
Tableau 4.3 : Rcapitulatif des indices dajustement utiliss................................................. 229
Tableau 4.4 : Rsultats du lindice KMO et du test de Bartlett pour la variable
Structure ........................................................................................................................... 232
344

Tableau 4.5 : Valeurs propres et pourcentage de variance explique relatives la variable

Structure ........................................................................................................................... 232
Tableau 4.6 : Communalits et structure factorielle aprs rotation de la variable
Structure ........................................................................................................................... 233
Tableau 4.7 : Rsultats du lindice KMO et du test de Bartlett pour la variable
Structure aprs premire purification ............................................................................... 234
Tableau 4.8 : Valeurs propres et pourcentage de variance explique relatives la
variable Structure aprs premire purification ................................................................. 234
Tableau 4.9 : Communalits et structure factorielle finale aprs rotation de la
variable Structure ............................................................................................................. 235
Tableau 4.10 : Statistiques de fiabilit de la variable de mesure Structure ...................... 236
Tableau 4.11 : Analyse factorielle confirmatoire de la variable Structure ....................... 237
Tableau 4.12 : Indices de qualit dajustement du modle de mesure de la variable
Structure ........................................................................................................................... 239
Tableau 4.13 : de Jreskog de la variable Structure et ses dimensions ......................... 239
Tableau 4.14 : vc de validit convergente de la variable Structure et ses dimensions .... 240
Tableau 4.15 : Rsultats du lindice KMO et du test de Bartlett pour la variable
Environnement ................................................................................................................. 241
Tableau 4.16 : Valeurs propres et pourcentage de variance explique relatives la
variable Environnement .................................................................................................. 241
Tableau 4.17 : Communalits et structure factorielle de la variable Environnement ...... 242
Tableau 4.18 : Statistiques de fiabilit de la variable de mesure Environnement ............ 242
Tableau 4.19 : Analyse factorielle confirmatoire de la variable Environnement ............. 243
Tableau 4.20 : Indices de qualit dajustement du modle de mesure de la variable
Environnement ................................................................................................................. 244
Tableau 4.21 : de Jreskog de la variable Environnement et sa dimension .................. 244
Tableau 4.22 : vc de validit convergente de la variable Environnement et sa
dimension ............................................................................................................................... 245
Tableau 4.23 : Rsultats du lindice KMO et du test de Bartlett pour la variable
Style de dcisions ............................................................................................................. 246
Tableau 4.24 : Valeurs propres et pourcentage de variance explique relatives la
variable Style de dcisions ............................................................................................... 246
Tableau 4.25 : Communalits et structure factorielle aprs rotation de la variable
Style de dcisions ............................................................................................................. 247

345

Tableau 4.26 : Rsultats du lindice KMO et du test de Bartlett pour la variable

Style de dcisions aprs premire purification ................................................................ 248
Tableau 4.27 : Valeurs propres et pourcentage de variance explique relatives
la variable Style de dcisions aprs premire purification ............................................... 248
Tableau 4.28 : Communalits et structure factorielle aprs rotation de la variable
Style de dcisions aprs premire purification ................................................................. 249
Tableau 4.29 : Rsultats du lindice KMO et du test de Bartlett pour la variable
Style de dcisions aprs deuxime purification ............................................................... 250
Tableau 4.30 : Valeurs propres et pourcentage de variance explique relatives
la variable Style de dcisions aprs deuxime purification............................................. 250
Tableau 4.31 : Communalits et structure factorielle finale aprs rotation de la
variable Style de dcisions ............................................................................................. 251
Tableau 4.32 : Statistiques de fiabilit de la variable Style de dcisions ......................... 252
Tableau 4.33 : Analyse factorielle confirmatoire initiale de la variable
Style de dcisions ............................................................................................................. 253
Tableau 4.34 : Analyse factorielle confirmatoire finale de la variable
Style de dcisions ............................................................................................................. 255
Tableau 4.35 : Indices de qualit dajustement du modle de mesure de la variable
Style de dcisions ............................................................................................................. 256
Tableau 4.36 : de Jreskog de la variable Style de dcisions et ses dimensions .......... 257
Tableau 4.37 : vc de validit convergente de la variable Style de dcisions et ses
dimensions .............................................................................................................................. 257
Tableau 4.38 : Rsultats du lindice KMO et du test de Bartlett pour la dimension
Stratgie de contrle relative aux budgets ........................................................................ 258
Tableau 4.39 : Valeurs propres et pourcentage de variance explique relatives
la dimension Stratgie de contrle relative aux budgets .................................................. 259
Tableau 4.40 : Communalits et structure factorielle de la dimension
Stratgie de contrle relative aux budgets ........................................................................ 259
Tableau 4.41 : Statistiques de fiabilit de la dimension Stratgie de contrle
relative aux budgets ............................................................................................................. 259
Tableau 4.42 : Rsultats du lindice KMO et du test de Bartlett pour la dimension
Stratgie de contrle relative aux cots ............................................................................ 260
Tableau 4.43 : Valeurs propres et pourcentage de variance explique relatives
la dimension Stratgie de contrle relative aux cots .................................................. 261

346

Tableau 4.44 : Communalits et structure factorielle de la dimension Stratgie de

contrle relative aux cots ................................................................................................... 261
Tableau 4.45 : Statistiques de fiabilit de la dimension Stratgie de contrle
relative aux cots ................................................................................................................. 262
Tableau 4.46 : Analyse factorielle confirmatoire de la variable Stratgie de contrle .... 263
Tableau 4.47 : Indices de qualit dajustement du modle de mesure de la variable
Stratgie de contrle ......................................................................................................... 264
Tableau 4.48 : de Jreskog de la variable Stratgie de contrle et ses dimensions ...... 264
Tableau 4.49 : vc de validit convergente de la variable Stratgie de contrle et ses
dimensions .............................................................................................................................. 265
Tableau 4.50 : Rsultats du lindice KMO et du test de Bartlett pour la variable
Caractristiques des TB..................................................................................................... 266
Tableau 4.51 : Valeurs propres et pourcentage de variance explique relatives
la variable Caractristiques des TB ................................................................................. 266
Tableau 4.52 : Communalits et structure factorielle aprs rotation de la variable
Caractristiques des TB .................................................................................................... 267
Tableau 4.53 : Rsultats du lindice KMO et du test de Bartlett pour la variable
Caractristiques des TB aprs premire purification ....................................................... 267
Tableau 4.54 : Valeurs propres et pourcentage de variance explique relatives
la variable Caractristiques des TB aprs premire purification ..................................... 268
Tableau 4.55 : Communalits et structure factorielle finale aprs rotation de la
variable Caractristiques des TB ...................................................................................... 269
Tableau 4.56 : Statistiques de fiabilit de la variable de mesure
Caractristiques des TB .................................................................................................... 270
Tableau 4.57 : Analyse factorielle confirmatoire initiale de la variable
Caractristiques des TB .................................................................................................... 271
Tableau 4.58 : Analyse factorielle confirmatoire finale de la variable
Caractristiques des TB .................................................................................................... 273
Tableau 4.59 : Indices de qualit dajustement du modle de mesure de la variable
Caractristiques des TB .................................................................................................... 275
Tableau 4.60 : de Jreskog de la variable Caractristiques des TB et ses
dimensions .............................................................................................................................. 275
Tableau 4.61 : vc de validit convergente de la variable Caractristiques des TB
et ses dimensions .................................................................................................................... 276

347

Tableau 4.62 : Rsultats du lindice KMO et du test de Bartlett pour la variable

Pilotage de la performance .............................................................................................. 277
Tableau 4.63 : Valeurs propres et pourcentage de variance explique relatives
la variable Pilotage de la performance ............................................................................ 278
Tableau 4.64 : Communalits et structure factorielle aprs rotation de la variable
Pilotage de la performance ............................................................................................... 279
Tableau 4.65 : Rsultats du lindice KMO et du test de Bartlett pour la variable
Pilotage de la performance aprs premire purification.................................................. 279
Tableau 4.66 : Valeurs propres et pourcentage de variance explique relatives
la variable Pilotage de la performance aprs premire purification ................................. 280
Tableau 4.67 : Communalits et structure factorielle finale aprs rotation de la
variable Pilotage de la performance ................................................................................. 281
Tableau 4.68 : Statistiques de fiabilit de la variable de mesure
Pilotage de la performance ............................................................................................... 282
Tableau 4.69 : Analyse factorielle confirmatoire de la variable
Pilotage de la performance ............................................................................................... 283
Tableau 4.70 : Indices de qualit dajustement du modle de mesure de la variable
Pilotage de la performance .............................................................................................. 284
Tableau 4.71 : de Jreskog de la variable Pilotage de la performance
et ses dimensions .................................................................................................................... 285
Tableau 4.72 : vc de validit convergente de la variable Pilotage de la performance
et ses dimensions .................................................................................................................... 285
Tableau 4.73 : Tests de la validit discriminante ................................................................... 287
Tableau 4.74 : Rcapitulatif des rsultats relatifs la validation des chelles de
mesure des variables latentes de second ordre ....................................................................... 289
Tableau 4.75 : Variables latentes et indicateurs de mesure de modle initial (rduit)
des quations structurelles ...................................................................................................... 292
Tableau 4.76 : Indices de qualit dajustement du modle structurel initial .......................... 293
Tableau 4.77 : Les relations entre les variables du modle initial et les items
participants ces mesures ...................................................................................................... 294
Tableau 4.78 : Indices de qualit dajustement du modle structurel de la recherche ........... 297
Tableau 4.79 : Rsultats des tests des hypothses relatives aux facteurs de contingence
organisationnelle .................................................................................................................... 302
Tableau 4.80 : Rsultats des tests des hypothses relatives aux facteurs de contingence
comportementale .................................................................................................................... 305
348

Tableau 4.81 : Rsultats du test de lhypothse relative linfluence de caractristiques

des TB sur le pilotage de la performance des PME ............................................................... 306
Tableau 4.82 : Les paramtres de la signification de leffet de mdiateur ............................. 309
Tableau 4.83 : Synthse des rsultats des tests des hypothses de recherche ........................ 310

349

LISTE DES GRAPHIQUES

Graphique 2.1 : Poids des PME dans le tissu productif marocain ........................................... 78

Graphique 3.1 : Rpartition denvois par rgion .................................................................... 149

Graphique 3.2 : La taille des deux sous-chantillons PME 1 et PME 2 ................................ 183
Graphique 3.3 : Les causes des non laborations des tableaux de bord par les PME 2 ......... 184
Graphique 3.4 : Rpartition des PME selon leur taille (comparaison entre les
PME 1 et PME 2) ................................................................................................................... 185
Graphique 3.5 : Rpartition des PME selon leur type dactivit (comparaison entre
les PME 1 et PME 2) .............................................................................................................. 186
Graphique 3.6 : Rpartition des PME selon leur ge (comparaison entre les
PME 1 et PME 2) ................................................................................................................... 187
Graphique 3.7 : Degr de structuration (comparaison entre les PME 1 et PME 2) ............... 188
Graphique 3.8 : Degr de spcialisation des tches (comparaison entre les
PME 1 et PME 2) ................................................................................................................... 189
Graphique 3.9 : Degr de standardisation (comparaison entre les PME 1 et PME 2) ........... 190
Graphique 3.10 : Degr de dcentralisation horizontale (comparaison entre
les PME 1 et PME 2) .............................................................................................................. 191
Graphique 3.11 : Degr de dcentralisation verticale (comparaison entre les
PME 1 et PME 2) ................................................................................................................... 193
Graphique 3.12 : Degr de formalisation des tches et des rgles et procdures
(comparaison entre les PME 1 et PME 2) .............................................................................. 194
Graphique 3.13 : Degr de lincertitude de lenvironnement (comparaison entre
les PME 1 et PME 2) .............................................................................................................. 195
Graphique 3.14 : Dynamisme de lenvironnement externe (comparaison entre
les PME 1 et PME 2) .............................................................................................................. 196
Graphique 3.15 : Prvisibilit des actions et des comportements des concurrents
(comparaison entre les PME 1 et PME 2) .............................................................................. 197

350

Graphique 3.16 : Prvisibilit des gots et des prfrences des clients

(comparaison entre les PME 1 et PME 2) .............................................................................. 198
Graphique 3.17 : Degr dinformatisation (comparaison entre les PME 1 et PME 2) .......... 198
Graphique 3.18 : Formation du dirigeant (comparaison entre les PME 1 et PME 2) ............ 199
Graphique 3.19 : Style de dcisions (comparaison entre les PME 1 et PME 2) .................... 200
Graphique 3.20 : Caractristiques de linformation utilise (comparaison entre
les PME 1 et PME 2) ............................................................................................................. 202
Graphique 3.21 : Degr de supervision personnelle des tches (comparaison entre
les PME 1 et PME 2) .............................................................................................................. 203
Graphique 3.22 : Stratgie de contrle relative aux budgets (comparaison entre
les PME 1 et PME 2) .............................................................................................................. 205
Graphique 3.23 : Stratgie de contrle relative aux cots (comparaison entre les
sous-chantillons PME 1 et PME 2) ...................................................................................... 206

351

LISTE DES SCHMAS

Schma 1.1 : Le tableau de bord prospectif ............................................................................. 51

Schma 2.1 : Le systme de gestion de la petite entreprise ..................................................... 85

Schma 2.2 : Les styles de prise de dcision et lutilisation des tableaux de bord .................. 93
Schma 2.3 : Le cadre conceptuel du modle de contingence utilis dans la recherche ......... 95
Schma 2.4 : Le modle conceptuel des relations de contingence organisationnelle ............ 100
Schma 2.5 : Le modle conceptuel des relations de contingence comportementale ............ 104
Schma 2.6 : Le modle conceptuel de linfluence des caractristiques des
tableaux de bord sur le pilotage de la performance ................................................................ 105
Schma 2.7 : Le modle conceptuel de recherche ................................................................. 106

Schma 3.1 : Les mesures des facteurs de contingence organisationnelle ............................. 123
Schma 3.2 : Les mesures des facteurs de contingence comportementale ............................ 130
Schma 3.3 : Les mesures des caractristiques des tableaux de bord .................................... 136
Schma 3.4 : Les mesures de pilotage de la performance ...................................................... 142
Schma 3.5 : Les tapes dlaboration du questionnaire ....................................................... 152
Schma 3.6 : Processus denvoi du questionnaire par courrier lectronique ......................... 155
Schma 3.7 : Processus denvoi du questionnaire sur site ..................................................... 157

Schma 4.1 : Exemple dun modle dquations structurelles ............................................... 211

Schma 4.2 : Notations des variables et des relations dun modle dquations
structurelles ............................................................................................................................ 211
Schma 4.3 : Exemple de modle rflectif et formatif ........................................................... 213
Schma 4.4 : Le modle global dquations structurelles ...................................................... 215
352

Schma 4.5 : Modle factoriel de mesure de la variable Structure .................................. 238

Schma 4.6 : Modle factoriel de mesure de la variable Environnement ........................ 243
Schma 4.7 : Modle factoriel initial de mesure de la variable Style de dcisions ........ 254
Schma 4.8 : Modle factoriel final de mesure de la variable Style de dcisions .......... 256
Schma 4.9 : Modle factoriel final de mesure de la variable Stratgie de contrle ....... 263
Schma 4.10 : Modle factoriel initial de mesure de la variable
Caractristiques des TB .................................................................................................... 272
Schma 4.11 : Modle factoriel final de mesure de la variable
Caractristiques des TB .................................................................................................... 274
Schma 4.12 : Modle factoriel de mesure de la variable Pilotage de la performance ... 284
Schma 4.13 : Le modle structurel initial ............................................................................. 291
Schma 4.14 : Le modle structurel de la recherche .............................................................. 296
Schma 4.15 : Modle de recherche final valid ................................................................... 307

353

TABLE DES MATIRES

INTRODUCTION GNRALE ............................................................................................ 6

PREMIRE PARTIE : TABLEAUX DE BORD : APPROCHE CONCEPTUELLE
ET LMENTS DE RECHERCHE .................................................................................... 18
INTRODUCTION DE LA PREMIRE PARTIE .............................................................. 19
CHAPITRE 1. LE TABLEAU DE BORD : OUTIL DE CHANGEMENT DU
CONTRLE DE GESTION ................................................................................................. 21
1.1 Le contrle de gestion traditionnel ne rpond plus ............................................................ 23
1.1.1 Le contrle de gestion et pilotage de la performance ...................................................... 23
1.1.1.1 La conception traditionnelle du contrle de gestion ................................................. 23
1.1.1.2 Vers une nouvelle conception du contrle de gestion .............................................. 25
1.1.2 Le budget : un outil critiqu ............................................................................................ 26
1.1.2.1 Le budget : un outil inadapt lenvironnement actuel ........................................... 26
1.1.2.2 Le budget : un outil incapable dintgrer les facteurs actuels de performance ........ 28
1.2 Lutilit des tableaux de bord mise en question ................................................................. 31
1.2.1 Introduction au tableau de bord ....................................................................................... 32
1.2.2 Le tableau de bord : outil dintroduction du changement ............................................... 33
1.3 Tableau de bord : un outil de pilotage de la performance ? ............................................... 38
1.3.1 La performance et ses indicateurs .................................................................................. 38
1.3.1.1 ssai dune dfinition de la performance ................................................................. 38
1.3.1.2 Les indicateurs de performance ................................................................................ 42
1.3.1.2.1 Notion dindicateur de performance ................................................................ 42
1.3.1.2.2 Les caractristiques dun bon indicateur de performance ............................... 43
1.3.1.2.3 Les indicateurs non financiers et le pilotage de la performance ...................... 45
1.3.1.2.4 La contingence du systme de mesure de la performance ............................... 46
1.3.2 Les tableaux de bord prospectifs : nouvel outil de pilotage de la performance .............. 47
1.3.2.1 Le tableau de bord prospectif : historique, caractristiques et fonctions.................. 48
1.3.2.1.1 Historique de tableau de bord prospectif ......................................................... 48
354

1.3.2.1.2 Caractristiques de tableau de bord prospectif ................................................ 50

1.3.2.1.3 Fonctions de tableau de bord prospectif .......................................................... 57
1.3.2.2 La mise en uvre dun tableau de bord prospectif ................................................... 60
1.3.2.2.1 La place du tableau de bord prospectif dans le pilotage de la performance .... 60
1.3.2.2.2 La contingence de tableau de bord prospectif ................................................. 60
Conclusion du Chapitre 1 ...................................................................................................... 64
CHAPITRE 2. LE TABLEAU DE BORD : TUDE DU TERRAIN ET LMENTS
DE RECHERCHE.................................................................................................................. 65
2.1 Le terrain de recherche ....................................................................................................... 67
2.1.1 La PME : un essai de dfinition ...................................................................................... 68
2.1.1.1 Dfinition de la PME selon des critres quantitatifs ................................................ 68
2.1.1.2 Dfinition de la PME selon les critres qualitatifs ................................................... 70
2.1.1.3 Dfinition de la PME au Maroc ................................................................................ 75
2.1.2 Limage de la PME marocaine ........................................................................................ 77
2.1.2.1 PME marocaine : prpondrance numrique et faible participation la cration
des richesses ......................................................................................................................... 78
2.1.2.2 Ingale rpartition gographique des PME au Maroc .............................................. 79
2.2 Les lments de recherche .................................................................................................. 79
2.2.1 Spcificit des PME : approche contingente ................................................................... 80
2.2.1.1 La contingence des systmes de contrle de gestion des PME ................................ 80
2.2.1.2 Spcificit organisationnelle des PME ..................................................................... 88
2.2.1.3 Spcificit comportementale des PME ..................................................................... 90
2.2.2 Vers un modle gnral des pratiques de tableaux de bord dans les PME ..................... 94
2.2.2.1 Le cadre conceptuel de la recherche ......................................................................... 94
2.2.2.2 Prsentation des hypothses et du modle conceptuel de recherche ........................ 95
2.1.2.2.1 Les hypothses concernant linfluence de contingence organisationnelle ...... 96
2.1.2.2.1.1 La taille .................................................................................................... 96
2.1.2.2.1.2 Le type dactivit ..................................................................................... 97
2.1.2.2.1.3 Lge dentreprise .................................................................................... 97
2.1.2.2.1.4 La structure .............................................................................................. 98
2.1.2.2.1.5 Lenvironnement ...................................................................................... 98
2.1.2.2.1.6 Linformatisation ..................................................................................... 99
355

2.1.2.2.2 Les hypothses concernant linfluence de contingence comportementale .... 101

2.1.2.2.2.1 Le type de formation .............................................................................. 102
2.1.2.2.2.2 Le style de dcisions .............................................................................. 102
2.1.2.2.2.3 La stratgie de contrle .......................................................................... 103
2.1.2.2.3 Lhypothse concernant linfluence des caractristiques des tableaux
de bord sur le pilotage de la performance des PME ..................................................... 104
Conclusion du Chapitre 2 .................................................................................................... 107
CONCLUSION DE LA PREMIRE PARTIE ................................................................. 108
DEUXIME PARTIE : TABLEAUX DE BORD DES PME : CHOIX
MTHODOLOGIQUES ET RSULTATS EMPIRIQUES ........................................... 109
INTRODUCTION DE LA DEUXIME PARTIE ............................................................ 110
CHAPITRE 3. LE TABLEAU DE BORD DES PME : MTHODOLOGIE ET
PRATIQUES......................................................................................................................... 112
3.1 La mthodologie de recherche ......................................................................................... 114
3.1.1 Mesures des variables du modle .................................................................................. 114
3.1.1.1 Les mesures des facteurs de contingence (les variables explicatives).................... 114
3.1.1.1.1 Les mesures des facteurs de contingence organisationnelle .......................... 115
3.1.1.1.1.1 La taille .................................................................................................. 115
3.1.1.1.1.2 Le type dactivit ................................................................................... 116
3.1.1.1.1.3 Lge dentreprise .................................................................................. 116
3.1.1.1.1.4 La structure ............................................................................................ 117
3.1.1.1.1.5 Lenvironnement .................................................................................... 120
3.1.1.1.1.6 Linformatisation ................................................................................... 121
3.1.1.1.2 Les mesures des facteurs de contingence comportementale .......................... 125
3.1.1.1.2.1 La formation ........................................................................................... 125
3.1.1.1.2.2 Le style de dcisions .............................................................................. 125
3.1.1.1.2.3 La stratgie de contrle .......................................................................... 128
3.1.1.2 Les mesures des caractristiques des tableaux de bord
(la variable intermdiaire) .................................................................................................. 131
356

3.1.1.2.1 Le degr de ractivit ..................................................................................... 131

3.1.1.2.2 La diversit du champ dapplication .............................................................. 132
3.1.1.2.3 La diversit des indicateurs de performances ................................................ 133
3.1.1.2.4 Le degr de dcentralisation des tableaux de bord ........................................ 134
3.1.1.3 Les mesures de pilotage de la performance (la variable explique) ...................... 138
3.1.1.3.1 Le degr dutilisation des tableaux de bord ................................................... 139
3.1.1.3.2 La diversit dutilisation des tableaux de bord .............................................. 140
3.1.1.3.3 Le degr dutilit des tableaux de bord .......................................................... 140
3.1.2 La mise en uvre de ltude empirique ........................................................................ 143
3.1.2.1 La mthode et le recueil des donnes ..................................................................... 143
3.1.2.1.1 Choix et prsentation des mthodes adoptes................................................ 144
3.1.2.1.2 Choix de lchantillon .................................................................................... 145
3.1.2.1.3 laboration des questionnaires ...................................................................... 149
3.1.2.1.4 Envoi des questionnaires ............................................................................... 154
3.1.2.1.4.1 Questionnaire envoy par voie postale et par voie lectronique ............ 154
3.1.2.1.4.2 Questionnaire en face face .................................................................. 156
3.1.2.1.4.3 Questionnaire envoy sur le site web ..................................................... 156
3.1.2.1.5 Le recueil de donnes .................................................................................... 158
3.1.2.2 Les caractristiques de terrain dobservation ......................................................... 159
3.1.2.2.1 Les caractristiques des PME de lchantillon .............................................. 160
3.1.2.2.1.1 La taille dentreprise .............................................................................. 160
3.1.2.2.1.2 Le type dactivit ................................................................................... 160
3.1.2.2.1.3 Lge dentreprise .................................................................................. 161
3.1.2.2.1.4 Le type dentreprise ............................................................................... 162
3.1.2.2.2 Les caractristiques des rpondeurs de lchantillon ..................................... 163
3.1.2.2.2.1 Le type de formation de dirigeant .......................................................... 163
3.1.2.2.2.2 Le nombre moyen d'annes d'occupation d'un poste de contrle
de gestion ................................................................................................................. 163
3.1.2.3 La fiabilit et la validit des instruments de mesure .............................................. 164
3.1.2.3.1 Fiabilit des instruments de mesure ............................................................... 165
3.1.2.3.2 Validit des instruments de mesure ............................................................... 166
3.1.2.3.3 Vrification de la fiabilit des chelles de mesure relatives aux facteurs
de contingence des deux sous-chantillons PME 1 et PME 2 ..................................... 170
3.1.2.3.3.1 Variables relatives aux facteurs de contingence organisationnelle ........ 171
3.1.2.3.3.2 Variables relatives aux facteurs de contingence comportementale........ 177
357

3.1.2.3.4 Vrification de la validit des chelles de mesure relatives aux

facteurs de contingence des deux sous-chantillons PME 1 et PME 2 ....................... 182
3.2 Lanalyse descriptive des caractristiques des facteurs de contingence des deux
sous-chantillons tudis ........................................................................................................ 183
3.2.1 Comparaisons des caractristiques des facteurs de contingence organisationnelle
des PME 1 et PME 2 .............................................................................................................. 184
3.2.1.1 La taille ................................................................................................................... 184
3.2.1.2 Le type dactivit .................................................................................................... 185
3.2.1.3 Lge dentreprise ................................................................................................... 186
3.2.1.4 La structure ............................................................................................................. 187
3.2.1.4.1 Degr de spcialisation des tches ................................................................. 189
3.2.1.4.2 Degr de standardisation ................................................................................ 189
3.2.1.4.3 Degr de dcentralisation horizontale............................................................ 190
3.2.1.4.4 Degr de dcentralisation verticale ................................................................ 191
3.2.1.4.5 Degr de formalisation des tches et des rgles et procdures ...................... 193
3.2.1.5 Lenvironnement .................................................................................................... 194
3.2.1.5.1 Dynamisme de l'environnement externe ........................................................ 196
3.2.1.5.2 Prvisibilit des actions et des comportements des concurrents .................... 197
3.2.1.5.3 Prvisibilit des gots et des prfrences des clients ..................................... 197
3.2.1.6 Linformatisation .................................................................................................... 198
3.2.2 Comparaisons des caractristiques des facteurs de contingence comportementale
des PME 1 et PME 2 .............................................................................................................. 199
3.2.2.1 La formation ........................................................................................................... 199
3.2.2.2 Le style de dcisions ............................................................................................... 199
3.2.2.2.1 Caractristiques de linformation utilise ...................................................... 201
3.2.2.2.2 Degr de supervision personnelle des tches ................................................. 202
3.2.2.3 La stratgie de contrle........................................................................................... 203
3.2.2.3.1 Stratgie de contrle relative aux budgets ..................................................... 204
3.2.2.3.2 Stratgie de contrle relative aux cots ......................................................... 205
Conclusion du Chapitre 3 .................................................................................................... 207

358

CHAPITRE 4. LE TABLEAU DE BORD DES PME : APPROCHE CONTINGENTE

DES PRATIQUES ................................................................................................................ 208
4.1 La mthode des quations structurelles : outil mthodologique pour tester le
modle de recherche ............................................................................................................... 210
4.1.1 Prsentation de la mthode des quations structurelles ................................................ 210
4.1.2 Prsentation du modle gnral dquations structurelles de la recherche ................... 213
4.2 La validation du modle thorique ................................................................................... 221
4.2.1 Validation des instruments de mesure de la recherche ................................................. 222
4.2.1.1 Lanalyse factorielle exploratoire (AFE) ................................................................ 222
4.2.1.2 Lanalyse factorielle confirmatoire (AFC) ............................................................. 226
4.2.1.3 Les rsultats des tests de validation des chelles de mesure .................................. 230
4.2.1.3.1 chelle de mesure de la variable Structure .............................................. 231
4.2.1.3.1.1 Les rsultats de ltude exploratoire ...................................................... 231
4.2.1.3.1.2 Les rsultats de ltude confirmatoire .................................................... 237
4.2.1.3.2 chelle de mesure de la variable Environnement .................................... 240
4.2.1.3.2.1 Les rsultats de ltude exploratoire ...................................................... 241
4.2.1.3.2.2 Les rsultats de ltude confirmatoire .................................................... 243
4.2.1.3.3 chelle de mesure de la variable Style de dcision ................................. 245
4.2.1.3.3.1 Les rsultats de ltude exploratoire ...................................................... 245
4.2.1.3.3.2 Les rsultats de ltude confirmatoire .................................................... 252
4.2.1.3.4 chelle de mesure de la variable Stratgie de contrle ........................... 258
4.2.1.3.4.1 Les rsultats de ltude exploratoire pour la dimension
Stratgie de contrle relative aux budgets ......................................................... 258
4.2.1.3.4.2 Les rsultats de ltude exploratoire pour la dimension
Stratgie de contrle relative aux cots ............................................................. 260
4.2.1.3.4.3 Les rsultats de ltude confirmatoire de la variable
Stratgie de contrle ........................................................................................... 262
4.2.1.3.5 chelle de mesure de la variable Caractristiques des TB ...................... 265
4.2.1.3.5.1 Les rsultats de ltude exploratoire ...................................................... 265
4.2.1.3.5.2 Les rsultats de ltude confirmatoire .................................................... 271
4.2.1.3.6 chelle de mesure de la variable Pilotage de la performance .................. 276
4.2.1.3.6.1 Les rsultats de ltude exploratoire ...................................................... 277
4.2.1.3.6.2 Les rsultats de ltude confirmatoire .................................................... 282
4.2.1.3.7 Test de la validit discriminante des variables du modle............................. 286
359

4.2.2 Test du modle structurel : confirmation ou infirmation des hypothses

de recherche............................................................................................................................ 290
4.2.2.1 Prsentation du modle structurel........................................................................... 290
4.2.2.1.1 Analyses pralables........................................................................................ 290
4.2.2.1.2 Re-spcification de modle ............................................................................ 293
4.2.2.1.3 Les critres dajustement du modle de la recherche .................................... 297
4.2.2.2 Rsultats du test des hypothses de recherche........................................................ 297
4.2.2.2.1 Test des hypothses relatives aux facteurs de contingence
organisationnelle ........................................................................................................... 298
4.2.2.2.1.1 Linfluence de la taille dentreprise sur les caractristiques des
tableaux de bord ....................................................................................................... 298
4.2.2.2.1.2 Linfluence de type dactivit sur les caractristiques des
tableaux de bord ..................................................................................................... 299
4.2.2.2.1.3 Linfluence de lge dentreprise sur les caractristiques des
tableaux de bord ....................................................................................................... 299
4.2.2.2.1.4 Linfluence de la structure sur les caractristiques des
tableaux de bord ....................................................................................................... 300
4.2.2.2.1.5 Linfluence de lenvironnement sur les caractristiques des
tableaux de bord ....................................................................................................... 300
4.2.2.2.1.6 Linfluence de linformatisation sur les caractristiques des
tableaux de bord ....................................................................................................... 301
4.2.2.2.2 Test des hypothses relatives aux facteurs de contingence
comportementale ........................................................................................................... 302
4.2.2.2.2.1 Linfluence de type de formation de dirigeants sur les
caractristiques des tableaux de bord ....................................................................... 303
4.2.2.2.2.2 Linfluence de style de dcisions sur les caractristiques
des tableaux de bord ................................................................................................. 303
4.2.2.2.2.3 Linfluence de la stratgie de contrle sur les caractristiques
des tableaux de bord ................................................................................................. 304
4.2.2.2.3 Test de lhypothse relative linfluence des caractristiques
des tableaux de bord sur le pilotage de la performance ................................................ 305
4.2.2.3 Test de leffet de mdiateur .................................................................................... 308
4.2.2.4 Synthse et discutions des rsultats de la recherche ............................................... 309
Conclusion du Chapitre 4 .................................................................................................... 313
360

CONCLUSION DE LA DEUXIME PARTIE................................................................. 314

CONCLUSION GNRALE ............................................................................................. 315
BIBLIOGRAPHIE ............................................................................................................... 321
LISTE DES TABLEAUX .................................................................................................... 343
LISTE DES GRAPHIQUES ............................................................................................... 350
LISTE DES SCHMAS....................................................................................................... 352
TABLE DES MATIRES ................................................................................................... 354
LISTE DES ANNEXES ....................................................................................................... 362
ANNEXES ............................................................................................................................. 363

361

LISTE DES ANNEXES

Annexe 1 : Questionnaire destin aux dirigeants dentreprises ............................................. 364

Annexe 2 : Questionnaire destin aux contrleurs de gestion ............................................... 377
Annexe 3 : Lettre de prsentation des objectifs de ltude ................................................... 391
Annexe 4 : Les rsultats du test de fiabilit des chelles de mesures relatives
aux facteurs de contingence des deux sous-chantillons (PME 1 et PME 2) ....................... 393
Annexe 5 : Les rsultats du test de validit des chelles de mesure relatives
aux facteurs de contingence des deux sous-chantillons (PME 1 et PME 2) ....................... 426
Annexe 6 : Les statistiques descriptives relatives aux facteurs de contingence
des PME 1 et PME 2 .............................................................................................................. 433
Annexe 7 : Les rsultats des tests de validation des chelles de mesure ............................... 438
Annexe 8 : Les rsultats des tests du modle structurel ......................................................... 514

362

ANNEXES

363

Annexe 1 : Questionnaire destin aux dirigeants dentreprises

364

Institut de Recherche en Gestion des Organisations

QUESTIONNAIRE
Projet de recherche portant sur les pratiques de tableaux
de bord des PME marocaines

Questionnaire lattention du dirigeant dentreprise

Ce questionnaire vous prendra entre 15 et 20 minutes

Remarque : Veuillez cocher la case ou entourer le chiffre qui correspond le mieux
votre situation.
Ce questionnaire structur en quatre parties :
I.

Informations gnrales

II.

Structure et environnement de lentreprise

III.

Style de dcision

IV.

Les pratiques de tableaux de bord

Merci de retourner le questionnaire complt avant le 24 avril 2009

Merci pour votre participation

365

I.

Informations gnrales

1. Votre entreprise est :

a) Une socit anonyme (SA)
b) Une socit responsabilit limit (SARL)
c) Une socit en commandit par actions
d) Une socit en nom collectif
e) Une socit en commandit simple
f) Une socit en participation
g) Autres, veuillez prciser
2. Nombres dannes dexistence de lentreprise : ...
3. Votre formation est :
a) De type gestionnaire
b) De type non gestionnaire,
Veuillez prciser .....

366

II.

Structure et environnement de lentreprise

1. Actuellement, quest ce qui caractrise le mieux la spcialisation des tches dans

votre organisation ?
Pour cela entourez :
1

si vous tes totalement daccord avec la proposition de gauche

si vous tes plutt daccord avec la proposition de gauche

si vous tes plutt daccord avec la proposition de droite

si vous tes totalement daccord avec la proposition droite

Les tches sont clairement

Il ny a pas de description

spcifies, les critres de

formelle des tches

performance sont bien tablis

1

2. Quel est le degr de dfinition des lments suivants dans lentreprise ?

Ils (elles) ne sont

Ils (elles) sont clairement

pas dfini(e)

dfini(e)s spcifi

1
a) Les fonctions
b) Les rglements et procdures
c) Les objectifs de performance

367

3. Veuillez prciser quel est votre degr daccord vis--vis des affirmations suivantes :
Pour cela entourez :
1

si vous ntes pas du tout daccord

si vous tes plutt pas daccord

si vous tes plutt daccord

si vous tes totalement daccord

a) vous participez la prise de toutes les dcisions, y compris les dcisions mineures,
car vous considrez que tout doit tre contrl par vous-mme.
1

b) vous ne prenez de dcisions importantes quaprs avoir consult vos collaborateurs.

1

c) vos collaborateurs vous consultent toujours avant la mise en application des

dcisions quils prennent.
1

d) vous laissez vos collaborateurs prendre seuls les dcisions qui relvent de leur
domaine de responsabilit.
1

4. Le dynamisme de votre environnement externe (client, concurrence, etc.) est :

Trs stable

Trs dynamique

(volutions lentes)

(volutions rapides)

a) Au plan conomique

(ex. crise conomique)

b) Au plan technologique (ex. Nouvelles
Technologies de l'Information

et de la Communication)
368

5. Les actions et les comportements de vos concurrents sur le march sont :

Facilement prvisibles
1

Totalement imprvisibles

6. Les gots et les prfrences de vos clients sont :

Facilement prvisibles
1

Totalement imprvisibles

369

III.

Style de dcision

1. Veuillez prciser vos prfrences en matire dinformation pour chacune des

propositions ci-dessous :
Pour cela entourez :
1

si vous tes totalement daccord avec la proposition de gauche

si vous tes plutt daccord avec la proposition de gauche

si vous tes plutt daccord avec la proposition de droite

si vous tes totalement daccord avec la proposition droite

a) Je prfre disposer dune

Je prfre disposer dune

faible quantit dinformations

quantit dinformation importantes

et que celles-ci soient rsumes,

et que celle-ci soient dtailles,

agrges, synthtises.

non agrges
1

b) Je prfre une information

Je prfre une information

crite (compte-rendu,

orale (conseils,

rapports, chiffres, etc.)

opinions, etc.)
1

c) Je prfre une information

Je prfre une information

prtraite, structure, prsente

brute, non structure,

de manire standard

prsente dans sa version initiale

1

d) lissue du traitement de

lissue du traitement de

linformation, jlabore plusieurs

linformation, je moriente

solutions que je confronte ensuite

rapidement vers une solution

en vue de la dcision finale

unique en vue de la dcision finale

1

2
370

2. Pour prendre vos dcisions, rfrez-vous votre intuition ?

a) Jamais
b) De temps en temps
c) Souvent (pour la majorit de mes dcisions)
d) Toujours
3. Dans quelle mesure supervisez-vous personnellement les tches suivantes ?

Jamais

Ponctuellement
(uniquement quand des

Parfois

(2 3 fois par an)

problmes prcis se posent)

a) Le travail des oprationnels

b) Lorganisation des services
oprationnels
c) La circulation de linformation
dans lentreprise
d) Les ordres du jour des runions
programmes
e) Les prestations des fournisseurs
f) La ponctualit du personnel
g) Le suivi des clients
h) La proprit des locaux de
lentreprise

371

Souvent

4. Organisez-vous des sminaires de formation ou de rflexion pour votre personnel ?

a) Jamais
b) Ponctuellement (quand un problme prcis se posent)
c) Une deux fois par an
d) Plusieurs fois par an

372

IV.

Les pratiques de tableaux de bord

1. Disposez-vous de tableaux de bord dans votre entreprise ?

a) Oui
b) Non
Si non, veuillez choisir lun des causes suivantes :
- Vous ne connaissez pas
- Vous jugez quil est inutile
- Vous jugez que le cot engag est suprieur la valeur dgage
- Vous ne disposez pas de cadre de formation
- Autres causes, veuillez prciser
Si la rponse est non, fin du questionnaire. Merci de votre collaboration.
2. Vous consultez et utilisez les tableaux de bord ?
a) Jamais
b) Tous les ans
c) Tous les trimestres
d) Tous les mois
e) Toutes les semaines
f)

Tous les jours

3. Dans quelle mesure utilisez-vous les donnes qui sont communiques dans les
tableaux de bord ?
Jutilise seulement quelques

jutilise lensemble des donnes

donnes que je trouve essentielles

373

4. Dans quelle mesure utilisez-vous les tableaux de bord pour :

Utilisation faible

Utilisation importante

a) Vous informer des rsultats de

lentreprise sur une priode donne
(niveau des ventes, de lactivit,
rsultats financiers, etc.)

b) Contrler distance le travail du

personnel

c) Prvoir et anticiper les situations des

semaines et mois venir (prvision de
chiffre daffaires, de trsorerie, etc.)

d) Expliciter et communiquer les

objectifs de lentreprise au personnel
afin de le responsabiliser et le motiver

e) Suivre et surveiller les performances

de lentreprise (cots, qualit, etc.)
qui prsentent un lien direct avec les
objectifs stratgiques, et prendre
temps, si ncessaire, des mesures
correctrices

374

5. Dans quelle mesure considrez-vous que les donnes de vos tableaux de bord sont
fiables ?
Trs peu fiables

Peu fiables

Moyennement

Fiables pour

Totalement

fiables

majeure partie

fiables

6. Dans quelle mesure considrez-vous que les donnes de vos tableaux de bord sont
comprhensibles ?

Trs difficilement
Peu
comprhensibles comprhensibles
1

Moyennement
comprhensibles

comprhensibles
Totalement
pour majeure
comprhensibles
partie
4

7. Dans quelle mesure considrez-vous que les donnes de vos tableaux de bord sont
interprtables ?

Trs difficilement
interprtables
1

Peu
interprtables

Moyennement
interprtables

interprtables
pour majeure partie

Totalement
interprtables
5

8. Dans quelle mesure considrez-vous que vos tableaux de bord sont rentables par
rapport au cot de leur laboration ?
Pas du tout
rentables
1

Peu
rentables
2

Moyennement
rentables
3

375

rentables pour
la majeure partie
4

trs rentables

9. Dune manire gnrale, et si tel le cas, quelle est la nature de votre insatisfaction
concernant les tableaux de bord dont vous disposez ?

Merci de votre prcieuse collaboration

Veuillez insrer le questionnaire dans lenveloppe ci-jointe, en prenant soin de la

cacheter et retournez-la au contrleur(se) de gestion. Celle-ci sassura de faire parvenir
lenveloppe la responsable du projet de recherche.

Si vous souhaitez recevoir une synthse des rsultats de la recherche, veuillez joindre
votre carte professionnelle lenvoi ou indiquer ci-dessous votre adresse personnelle.

376

Annexe 2 : Questionnaire destin aux contrleurs de gestion

377

Institut de Recherche en Gestion des Organisations

QUESTIONNAIRE
Projet de recherche portant sur les pratiques de tableaux
de bord des PME marocaines
Questionnaire lattention du (de la) contrleur(se) de gestion
(ou son quivalent)

Ce questionnaire vous prendra entre 15 et 20 minutes

Remarque : Veuillez cocher la case ou entourer le chiffre qui correspond le mieux
votre situation.
Ce questionnaire structur en quatre parties :
I.

Informations gnrales

II.

Structure de lentreprise

III.

Style de dcision

IV.

Les pratiques de tableaux de bord

Merci de retourner le questionnaire complt avant le 24 avril 2009

Merci pour votre participation

378

I.

Informations gnrales

1. Quel est le type dactivit de votre entreprise ? :

a) Activit industrielle
b) Activit commerciale
c) Activit de prestations de services
Veuillez prciser la nature de cette activit.....
..
2. Sur une base annuelle, quel est le nombre demploys permanents et demploys
saisonniers dans votre entreprise ?
a) Employs permanents ..
b) Employs saisonniers ...
3. En moyenne, combien dannes une personne occupe-t-elle le poste de contrle de
gestion dans votre entreprise ? :

379

II.

Structure de lentreprise

1. Les dcisions suivantes sont gnralement prises quel niveau de direction ?

plusieurs cases peuvent tre coches.
Cadres
Oprationnels1

Cadres

Direction gnrale

fonctionnels2

ou au dessus
de la DG3

a) Dveloppement ou lancement de
nouveaux produits ou services
b) Embauche et licenciement
c) Fixation des prix de vente
d) Choix des investissements
e) Dcisions oprationnelles
NB. Voici des exemples de ce que lon peut retrouver dans chacune des catgories :
(1) Cadres oprationnels : les chefs dquipe, chef datelier, responsable de service, etc.
(2) Cadre fonctionnels : responsable commercial, financier, de ventes, des achats, etc.
(3) Direction gnrale (DG) ou au-dessus de la DG : dirigeant, propritaire, conseil
dadministration, comit de gestion, etc.
2. Dans quelle mesure retrouve-t-on les lments suivants dcrits dans des manuels ou
autres supports formels ?
Description complte
et dtaille

Aucune description
crite

a) Tche :

b) Rgles et procdures :

380

3. Veuillez indiquer le niveau dinformatisation des activits de votre entreprise.

Cochez pour cela la ou les case(s) correspondante(s).
a) Aucune utilisation de linformatique
b) Utilisation de linformatique limite aux activits de bureautique
(secrtariat, courrier, compte-rendu, etc.)
c) Utilisation de linformatique pour toutes les activits classiques
(paye, facturation, stocks, etc.)
d) Utilisation de linformatique pour les activits de gestion
(budgets, fiche de cots, tableaux de bord, etc.)
e) Utilisation de linformatique allant jusqu la ralisation de
programmes et la ralisation de simulation

381

III.

Style de dcision

1. Parmi les lments ci-dessous, veuillez indiquer ceux pour lesquels sont effectues
des prvisions chiffres et formalises (crites) : plusieurs cases peuvent tre
coches.
a) Plans long terme (en gnral plus de 3 ans)
b) Plans moyen terme (en gnral 2 3 ans)
c) Budgets (en gnral 1 an)
d) Aucun de ces lments ne fait lobjet de prvisions chiffres
Si vous cochez la case d) passez directement la question 6.
2. Dans quelle mesure le systme budgtaire couvre-il les fonctions de lentreprise ?
Les budgets couvrent une

Les budgets couvrent lensemble

seules fonction de lentreprise

des fonctions de lentreprise

(ex. : le budget des achats)

(ventes, achats, administration,

production, etc.)

3. Utilisez-vous les donnes qui sont produites par le systme budgtaire ? (plusieurs
cases peuvent tre coches) :
a) Jamais
b) Ponctuellement (quand un problme prcis se posent)
c) Deux trois fois par an
d) Tous les mois
e) Toutes les semaines

382

4. Existe-t-il un systme de suivi des prvisions budgtaires (un systme de contrle

budgtaire) ?
Oui

Non

Si la rponse est non passez directement la question 6.

5. Le suivi des prvisions sopre en terme dcarts:
a) Annuellement
b) Semestriellement
c) Trimestriellement
d) Mensuellement
e) Plusieurs fois par mois
6. Parmi les types de cots suivants, veuillez indiquer ceux qui sont calculs dans votre
entreprise. (Plusieurs cases peuvent tre coches)
a) Cot complet (fixe et variable)
b) Cot direct
c) Cot variable
d) Cot standard
e) Autres, veuillez prciser .
f) Aucun calcul de cot nest effectu dans lentreprise
Si vous cocher la case f) passez directement la partie IV du questionnaire.
7. Les cots sont calculs : (plusieurs cases peuvent tre coches)
a) Globalement par fonction
b) Par service ou dpartement
c) Par projet
d) Par produit ou prestation
e) Autres, veuillez prciser..

383

8. Vous utilisez les donnes se rapportant aux cots : (plusieurs cases peuvent tre
coches)
a) Jamais
b) Ponctuellement (quand un problme prcis se posent)
c) Deux trois fois par an
d) Tous les mois
e) Toutes les semaines

384

IV.

Les pratiques de tableaux de bord

1. Disposez-vous de tableaux de bord dans votre entreprise ?

Oui

Non

Si la rponse est non, fin du questionnaire. Merci de votre collaboration.

2. Quelle est (quelles sont) la personne (les personnes) qui labore(ent) les tableaux de
bord ? (Plusieurs cases peuvent tre coches)
a) Le dirigeant
b) Le(s) responsable(s) fonctionnels ou de dpartements
c) Le(s) responsable(s) oprationnels ou de services
d) Le service comptable
e) Le service contrle de gestion
f) Lexpert-comptable
g) Autre, veuillez prciser

3. Quel est la frquence de production des tableaux de bord ? (Plusieurs cases peuvent
tre coches)
a) Annuelle
b) Trimestrielle
c) Mensuelle
d) Hebdomadaire
e) Quotidienne

385

4. Quel est le dlai de production des tableaux de bord ? (Plusieurs cases peuvent tre
coches)
a) 1 plusieurs mois
b) 1 3 semaines
c) plusieurs jours
d) 1 jour
e) en temps rel

5. Quel est le degr dintgration des indicateurs de suivi (ex : suivi du chiffre
daffaires, du taux dabsentisme, du nombre de rclamations clients, des dlais de
livraison, du niveau dactivit, de la trsorerie, etc.) dans les tableaux de bord ?
Faible, peu dindicateurs de

Elev, beaucoup dindicateurs de

ce type sont prsents dans

ce type sont prsents dans

les tableaux de bord

les tableaux de bord

Si vos tableaux de bord comportent des indicateurs de ce type, veuillez citer les principaux :

386

6. Quel est le degr dintgration des indicateurs prvisionnels (ex : dlai de livraison
prvu, niveau dactivit prvu, stocks prvisionnels, rsultat dexploitation
prvisionnel, ventes prvues, etc.) dans les tableaux de bord ?
Faible, peu dindicateurs de

Elev, beaucoup dindicateurs de

ce type sont prsents dans

ce type sont prsents dans

les tableaux de bord

les tableaux de bord

Si vos tableaux de bord comportent des indicateurs de ce type, veuillez citer les principaux :

387

7. Sagissant des types de donnes suivants, quel est leur degr dintgration dans les
tableaux de bord ?
Faible, les donnes

Elev, les donnes

de ce type sont peu

de ce type sont trs

nombreuses

a) Donnes financires (ex : taux de

marge,

chiffre

daffaires

nombreusesddd

par

produit, etc.)
b) Donnes

quantitatives

financires

(ex :

nombre

non
de

produits vendus, productivit du

personnel,

taux

dabsentisme,

nombre de retours pour dfauts

qualit, etc.)

c) Donnes qualitatives (ex : climat

social, satisfaction des clients,
image de lentreprise, motivation
des salaris, etc.)
d) Donnes externes (ex : nombre de
produits concurrents, nombre de
rclamations
pratiqus

par

des
les

clients,

prix

concurrents,

conjoncture conomique ousociale,

statistiques du secteur, etc.)

388

8. Sagissant des indicateurs suivants, quel est leur degr dintgration dans le tableau
de bord ?
Faible, les indicateurs

Elev, les indicateurs

de ce type sont peu

de ce type sont trs

nombreux

nombreux

a) Indicateurs se rapportant la
performance
financire
(ex :
rsultats dexploitation, taux de
croissance du chiffre affaires, taux
de marge brute, ratios de trsorerie,
etc.)

b) Indicateurs
de
performance
concernant les clients (ex : fidlit
et satisfaction des clients, nouveaux
clients, rentabilit par segment,
volution des parts de march, etc.)

c) Indicateurs de performance des

variables de gestion lies aux
objectifs
stratgiques
de
lentreprise (ex : indicateurs de
cots si lobjectif stratgique est
damliorer
une
position
concurrentielle par une baisse des
prix de vente, indicateurs de qualit,
de flexibilit, de dlais, etc.)
d) Indicateurs se rapportant la
gestion des lments incorporels
(ex : indicateurs de satisfaction et de
motivation
des
salaris,
de
formation, de qualit des systmes
dinformation
et
de
veille
technologique ou stratgique, de
climat social, etc.)

389

9. Quel est ou quels sont le(s) destinataire(s) des tableaux de bord dans lentreprise ?
(plusieurs cases peuvent tre coches)
a) Le dirigeant
b) Les responsables fonctionnels
ou de dpartements
c) Les responsables oprationnels
ou de services

Lesquels ?.................................................
Lesquels ?.................................................

10. Dune manire gnrale, et si tel le cas, quelle est la nature de votre insatisfaction
concernant les tableaux de bord dont vous disposez ?

Merci de votre prcieuse collaboration

Veuillez rcuprer le questionnaire destin au dirigeant dentreprise et retournez les 2

questionnaires complts dans lenveloppe praffranchie ci-jointe.

Si vous souhaitez recevoir une synthse des rsultats de la recherche, veuillez joindre
votre carte professionnelle lenvoi ou indiquer ci-dessous votre adresse personnelle.

390

Annexe 3 : Lettre de prsentation des objectifs de ltude

391

Le 23 mars 2009
Objet : Enqute / recherche doctorale.
Monsieur,
Je prpare actuellement l'IRGO (Institut de Recherche en Gestion des Organisations) de
Bordeaux (France) une thse de doctorat sur le thme des pratiques de tableaux de bord de
gestion des PME marocaines.
Cette recherche, qui est ralise sous la direction du Professeur Jean-Guy DEGOS, a pour
objectif d'analyser la manire dont les tableaux de bord sont labors et utiliss dans les PME
marocaines afin de parvenir notamment une meilleure comprhension des besoins des
utilisateurs.
Vous trouverez ci-joint deux questionnaires qui sont destins collecter les donnes
ncessaires la ralisation de cette tude :
-

Un questionnaire est adress au dirigeant de lentreprise .

Un questionnaire est destin au contrleur de gestion et est accompagn dune

enveloppe praffranchie.

Je vous saurais gr d'avoir la gentillesse de prter votre concours ce projet en compltant ce

document et en le retournant avant le 24 avril 2009. La russite de la recherche dpend pour
majeure partie de votre participation.
Les informations recueillies lors de l'enqute demeureront strictement confidentielles. Par
ailleurs, afin de vous permettre de bnficier personnellement des conclusions de la
recherche, une synthse des rsultats vous sera propose.
En vous remerciant d'avance pour votre prcieuse collaboration, Je vous prie d'agrer,
Monsieur, l'expression de ma parfaite considration.

Houda ZIAN

392

Annexe 4 : Les rsultats du test de fiabilit des chelles de mesures

relatives aux facteurs de contingence des deux sous-chantillons
(PME 1 et PME 2)

393

1. Structure

Les dimensions participant la caractrisation de cette variable sont :

-

Degr de spcialisation des tches (prsent par un seul item) ;

Degr de standardisation ;
Degr de dcentralisation horizontale ;
Degr de dcentralisation verticale ;
Degr de formalisation des tches et des rgles et des procdures.
Le degr de standardisation

Les items participant la caractrisation de cette Dimension sont :

-

Degr de dfinition des fonctions ;

Degr de dfinition des rgles et des procdures ;
Degr de dfinition des objectifs de performance.

Statistiques concernant les PME 1

Matrice de corrlation inter-items
Deg_dfin_fonct
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor

Deg_dfin_rgle_proc Deg_dfin_objectif_per
d
for

1,000
,583
,552

,583
1,000
,438

,552
,438
1,000

Statistiques d'item
Moyenne
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor

Ecart-type

3,5526
3,7368
3,5000

,86046
,89092
1,10893

N
38
38
38

Statistiques de fiabilit
Alpha de
Cronbach
,757

Nombre
d'lments
3

Statistiques de total des lments

Moyenne de
Variance de
l'chelle en cas l'chelle en cas
de suppression de suppression
d'un lment
d'un lment
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor

7,2368
7,0526
7,2895

2,888
3,024
2,427

394

Corrlation
complte des
lments
corrigs
,666
,567
,555

Carr de la
corrlation
multiple

,449
,359
,325

Alpha de
Cronbach en cas
de suppression
de l'lment
,599
,697
,736

Statistiques concernant les PME 2

Matrice de corrlation inter-items
Deg_dfin_fonct
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor

Deg_dfin_rgle_pr Deg_dfin_objectif_
ocd
perfor

1,000
,722
,625

,722
1,000
,576

,625
,576
1,000

Statistiques d'item
Moyenne
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor

Ecart-type

3,0145
3,1014
3,2609

1,10471
1,03106
,99487

N
69
69
69

Statistiques de fiabilit
Alpha de
Cronbach
,843

Nombre
d'lments
3

Statistiques de total des lments

Moyenne de
Variance de
l'chelle en cas l'chelle en cas
de suppression de suppression
d'un lment
d'un lment
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor

6,3623
6,2754
6,1159

Corrlation
complte des
lments
corrigs

3,234
3,585
3,928

,760
,724
,648

Carr de la
corrlation
multiple

,587
,546
,424

Alpha de
Cronbach en cas
de suppression
de l'lment
,731
,767
,837

Le degr de dcentralisation horizontale

Les items participant la caractrisation de cette dimension sont :
-

Degr de participation la prise de dcision ;

Degr de consultation des collaborateurs avant la prise de dcision ;
Degr de consultation des dirigeants avant la mise en application des dcisions prises
par les collaborateurs ;
Degr de prise de dcision par les collaborateurs.

395

Statistiques concernant les PME 1

Matrice de corrlation inter-items
Degr_partic_pris Degr_consulta_ Degr_consulta_di Degr_prise_dc
e_dci
collabo_av_prise rigeants_par_colla i_par_collaborat
_dci
_av_dc
eurs
Degr_partic_prise_dci
Degr_consulta_collabo_av_pris
e_dci
Degr_consulta_dirigeants_par_
colla_av_dc
Degr_prise_dci_par_collabora
teurs

1,000
,674

,674
1,000

,545
,391

,540
,693

,545

,391

1,000

,286

,540

,693

,286

1,000

Statistiques d'item
Moyenne
Degr_partic_prise_dci
Degr_consulta_collabo_av_prise_dci
Degr_consulta_dirigeants_par_colla_av_dc
Degr_prise_dci_par_collaborateurs

Ecart-type

2,7961
2,8618
2,7961
2,9605

1,14174
1,22983
,73718
,93817

N
38
38
38
38

Statistiques de fiabilit
Alpha de
Cronbach
,815

Nombre
d'lments
4

Statistiques de total des lments

Moyenne de
l'chelle en cas
de suppression
d'un lment
Degr_partic_prise_dci
Degr_consulta_collabo_av_p
rise_dci
Degr_consulta_dirigeants_pa
r_colla_av_dc
Degr_prise_dci_par_collab
orateurs

Corrlation
Variance de complte des
l'chelle en cas
lments
de suppression
corrigs
d'un lment

Alpha de
Carr de la Cronbach en
corrlation
cas de
multiple suppression de
l'lment

8,6184
8,5526

5,641
5,196

,731
,749

,556
,608

,719
,713

8,6184

8,344

,475

,299

,836

8,4539

6,878

,640

,491

,767

396

Statistiques concernant les PME 2

Matrice de corrlation inter-items
Degr_partic_pri Degr_consulta_ Degr_consulta_diri Degr_prise_dc
se_dci
collabo_av_prise geants_par_colla_av i_par_collaborat
_dci
_dc
eurs
Degr_partic_prise_dci
Degr_consulta_collabo_av_pri
se_dci
Degr_consulta_dirigeants_par
_colla_av_dc
Degr_prise_dci_par_collabor
ateurs

1,000
,500

,500
1,000

,554
,475

,564
,555

,554

,475

1,000

,448

,564

,555

,448

1,000

Statistiques d'item
Moyenne
Degr_partic_prise_dci
Degr_consulta_collabo_av_prise_dci
Degr_consulta_dirigeants_par_colla_av_dc
Degr_prise_dci_par_collaborateurs

2,2101
2,4638
2,4457
2,5000

Ecart-type
1,07497
1,09248
1,01539
,90951

N
69
69
69
69

Statistiques de fiabilit
Alpha de
Cronbach
,808

Nombre
d'lments
4

Statistiques de total des lments

Moyenne de
l'chelle en
cas de
suppression
d'un lment
Degr_partic_prise_dci
Degr_consulta_collabo_av_
prise_dci
Degr_consulta_dirigeants_p
ar_colla_av_dc
Degr_prise_dci_par_collab
orateurs

Variance de Corrlation Carr de la

Alpha de
l'chelle en complte des corrlation Cronbach en
cas de
lments
multiple
cas de
suppression
corrigs
suppression de
d'un lment
l'lment

7,4094
7,1558

6,035
6,153

,660
,614

,448
,390

,741
,765

7,1739

6,556

,594

,366

,773

7,1196

6,815

,639

,424

,756

Le degr de dcentralisation verticale

Les items participant la caractrisation de cette dimension sont :

-

Niveau de la prise de dcision concernant le dveloppement ou le lancement de

nouveaux produits ou services ;
Niveau de la prise de dcision concernant lembauche et le licenciement ;
397

Niveau de la prise de dcision concernant la fixation des prix de vente ;

Niveau de la prise de dcision concernant les choix des investissements ;
Niveau de la prise des dcisions oprationnelles.

Statistiques concernant les PME 1

Matrice de corrlation inter-items
Niveau_PD_ Niveau_P Niveau_PD_ Niveau_PD_ Niveau_PD
dvelop_lanc D_emb_lic fixation_px_ choix_invest _oprationn
ement_nps
en
vente
issements
elles
Niveau_PD_dvelop_lancement_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
Niveau_PD_oprationnelles

1,000
,447
,372
,407
,511

,447
1,000
,389
,667
,300

,372
,389
1,000
,437
,452

,407
,667
,437
1,000
,515

,511
,300
,452
,515
1,000

Statistiques d'item
Moyenne
Niveau_PD_dvelop_lancement_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
Niveau_PD_oprationnelles

1,8158
2,0000
2,6579
2,0526
2,2632

Ecart-type

,95451
1,13899
1,34116
1,13774
1,26671

38
38
38
38
38

Statistiques de fiabilit
Alpha de
Cronbach
,798

Nombre
d'lments
5

Statistiques de total des lments

Moyenne Variance de Corrlation Carr de la Alpha de
de l'chelle l'chelle en complte corrlation Cronbach
en cas de
cas de
des
multiple en cas de
suppression suppression lments
suppressio
d'un
d'un
corrigs
n de
lment
lment
l'lment
Niveau_PD_dvelop_lancement_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
Niveau_PD_oprationnelles

8,9737
8,7895
8,1316
8,7368
8,5263

398

14,134
13,036
12,280
12,361
12,364

,563
,578
,533
,679
,575

,362
,510
,290
,561
,434

,768
,760
,779
,728
,762

Statistiques concernant les PME 2

Matrice de corrlation inter-items
Niveau_PD_ Niveau_PD_ Niveau_PD_ Niveau_PD_ Niveau_PD
dvelop_lanc emb_licen fixation_px_ choix_invest _oprationn
ement_nps
vente
issements
elles
Niveau_PD_dvelop_lancement_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
Niveau_PD_oprationnelles

1,000
,340
,494
,418
,510

,340
1,000
,669
,453
,507

,494
,669
1,000
,625
,679

,418
,453
,625
1,000
,535

Ecart-type

,510
,507
,679
,535
1,000

Statistiques d'item
Moyenne
Niveau_PD_dvelop_lancement_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
Niveau_PD_oprationnelles

1,4348
1,5362
1,5942
1,4638
1,6522

,93113
,73923
,77305
,60827
,81936

69
69
69
69
69

Statistiques de fiabilit
Alpha de
Cronbach
,838

Nombre
d'lments
5

Statistiques de total des lments

Moyenne de Variance de Corrlation Carr de la Alpha de
l'chelle en l'chelle en
complte
corrlation Cronbach
cas de
cas de
des lments multiple
en cas de
suppression suppression
corrigs
suppression
d'un lment d'un lment
de l'lment
Niveau_PD_dvelop_lancement_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
Niveau_PD_oprationnelles

6,2464
6,1449
6,0870
6,2174
6,0290

5,953
6,449
5,728
6,879
5,793

,535
,600
,790
,627
,706

,310
,454
,662
,422
,518

Le degr de formalisation des tches et des rgles et des procdures

Les items participant la caractrisation de cette dimension sont :
-

Le degr de formalisation des tches ;

Le degr de formalisation des rgles et des procdures.

399

,844
,815
,762
,813
,785

Statistiques concernant les PME 1

Matrice de corrlation inter-items
Degr_formalisa Degr_formalisa
tion_tches
tion_RP
Degr_formalisation_tches
Degr_formalisation_RP

1,000
,600

,600
1,000

Ecart-type

Statistiques d'item
Moyenne
Degr_formalisation_tches
Degr_formalisation_RP

3,4737
3,5000

,92230
,83017

38
38

Statistiques de fiabilit
Alpha de
Cronbach
,747

Nombre
d'lments
2

Statistiques de total des lments

Moyenne de
l'chelle en
cas de
suppression
d'un lment
Degr_formalisation_tches
Degr_formalisation_RP

Variance de
l'chelle en
cas de
suppression
d'un lment

3,5000
3,4737

Corrlation
complte des
lments
corrigs

,689
,851

Carr de la
corrlation
multiple

,600
,600

,360
,360

Statistiques concernant les PME 2

Matrice de corrlation inter-items
Degr_formalisa Degr_formalisa
tion_tches
tion_RP
Degr_formalisation_tches
Degr_formalisation_RP

1,000
,659

,659
1,000

Ecart-type

Statistiques d'item
Moyenne
Degr_formalisation_tches
Degr_formalisation_RP

3,2319
3,1159

400

1,08662
1,09190

69
69

Alpha de
Cronbach en
cas de
suppression de
l'lment
NaN
NaN

Statistiques de fiabilit
Alpha de
Cronbach
,794

Nombre
d'lments
2

Statistiques de total des lments

Moyenne de
Corrlation
l'chelle en
Variance de complte des
cas de
l'chelle en cas
lments
suppression de suppression
corrigs
d'un lment d'un lment
Degr_formalisation_tches
Degr_formalisation_RP

3,1159
3,2319

1,192
1,181

,659
,659

Carr de la
corrlation
multiple

,434
,434

Alpha de
Cronbach en
cas de
suppression de
l'lment
NaN
NaN

Structure
Quinze items participant la caractrisation de cette variable :
-

Degr de spcialisation des tches ;

Degr de dfinition des fonctions ;
Degr de dfinition des rgles et des procdures ;
Degr de dfinition des objectifs de performance ;
Degr de participation la prise de dcision ;
Degr de consultation des collaborateurs avant la prise de dcision ;
Degr de consultation des dirigeants avant la mise en application des dcisions prises
par les collaborateurs ;
Degr de prise de dcision par les collaborateurs ;
Niveau de la prise de dcision concernant le dveloppement ou le lancement de
nouveaux produits ou services ;
Niveau de la prise de dcision concernant lembauche et le licenciement ;
Niveau de la prise de dcision concernant la fixation des prix de vente ;
Niveau de la prise de dcision concernant les choix des investissements ;
Niveau de la prise des dcisions oprationnelles ;
Le degr de formalisation des tches ;
Le degr de formalisation des rgles et des procdures.

Statistiques concernant les PME 1

401

402

Degr_specia_tches
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor
Degr_partic_prise_dci
Degr_consulta_collabo_av_
prise_dci
Degr_consulta_dirigeants_p
ar_colla_av_dc
Degr_prise_dci_par_colla
borateurs
Niveau_PD_dvelop_lancem
ent_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_ven
te
Niveau_PD_choix_investiss
ements
Niveau_PD_oprationnelles
Degr_formalisation_tches
Degr_formalisation_RP

-,037

-,359
,051

-,003

,086
,376
,359

-,038

-,202
,048

,038

-,037
,529
,593

,011

-,078

-,033
,485
,475

,041

-,213
,217

,037

-,174

-,289
,264
,279

-,171

-,278
-,173

-,115

-,097

-,062

-,158

-,144

-,084

,508 ,532
,444
1,000 ,583
,552
,583 1,000
,438
,552 ,438 1,000
-,033 -,021 -,067
,221 ,120 -,161

1,000
,508
,532
,444
-,201
-,009

,178
-,233
-,374

,352

,260
,200

,082

,540

,545

-,201
-,033
-,021
-,067
1,000
,674

,523
-,036
-,149

,300

,169
,302

,173

,693

,391

-,009
,221
,120
-,161
,674
1,000

402

,204
-,112
-,138

,303

,362
,174

,368

,286

1,000

-,144
-,158
-,084
-,062
,545
,391

,293
-,181
-,217

,167

,158
,209

,060

1,000

,286

-,078
,011
-,174
-,097
,540
,693

Degr_ Deg_d Deg_d Deg_d Degr_ Degr_co Degr_consu Degr_pr

specia_ fin_fo fin_r fin_o partic_p nsulta_col lta_dirigeant ise_dci_
tches nct gle_p bjectif rise_d labo_av_p s_par_colla_ par_colla
rocd _perfor
ci
rise_dci
av_dc
borateurs

Matrice de corrlation inter-items

,511
,102
,119

,407

,447
,372

1,000

,060

,368

-,038
-,037
,037
-,115
,082
,173

,300
-,154
-,171

,667

1,000
,389

,447

,158

,362

-,202
-,359
-,213
-,278
,260
,169

,452
,222
,134

,437

,389
1,000

,372

,209

,174

,048
,051
,217
-,173
,200
,302

,515
,104
,086

1,000

,667
,437

,407

,167

,303

,038
-,003
,041
-,171
,352
,300

1,000
,006
,129

,515

,300
,452

,511

,293

,204

-,037
,086
-,033
-,289
,178
,523

,006
1,000
,600

,104

-,154
,222

,102

-,181

-,112

,529
,376
,485
,264
-,233
-,036

,129
,600
1,000

,086

-,171
,134

,119

-,217

-,138

,593
,359
,475
,279
-,374
-,149

Niveau_P Niveau Niveau_ Niveau_P Niveau Degr_fo Degr_

D_dvelo _PD_e PD_fixat D_choix_ _PD_o rmalisati formali
p_lancem mb_lice ion_px_ investisse pratio on_tche sation_
ent_nps
n
vente
ments nnelles
s
RP

Statistiques d'item
Moyenne
Degr_specia_tches
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor
Degr_partic_prise_dci
Degr_consulta_collabo_av_prise_dci
Degr_consulta_dirigeants_par_colla_av_dc
Degr_prise_dci_par_collaborateurs
Niveau_PD_dvelop_lancement_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
Niveau_PD_oprationnelles
Degr_formalisation_tches
Degr_formalisation_RP

3,5526
3,5526
3,7368
3,5000
2,7961
2,8618
2,7961
2,9605
1,8158
2,0000
2,6579
2,0526
2,2632
3,4737
3,5000

Ecart-type

1,02857
,86046
,89092
1,10893
1,14174
1,22983
,73718
,93817
,95451
1,13899
1,34116
1,13774
1,26671
,92230
,83017

38
38
38
38
38
38
38
38
38
38
38
38
38
38
38

Statistiques de fiabilit
Alpha de
Cronbach
,736

Nombre
d'lments
15

Statistiques de total des lments

Degr_specia_tches
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor
Degr_partic_prise_dci
Degr_consulta_collabo_av_prise_dci
Degr_consulta_dirigeants_par_colla_av_dc
Degr_prise_dci_par_collaborateurs
Niveau_PD_dvelop_lancement_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
Niveau_PD_oprationnelles
Degr_formalisation_tches
Degr_formalisation_RP

Moyenne de
l'chelle en
cas de
suppression
d'un
lment

Variance
de l'chelle
en cas de
suppressio
n d'un
lment

39,9671
39,9671
39,7829
40,0197
40,7237
40,6579
40,7237
40,5592
41,7039
41,5197
40,8618
41,4671
41,2566
40,0461
40,0197

48,112
48,335
47,788
51,187
46,570
42,846
48,817
48,012
46,570
47,599
42,398
43,328
43,350
48,483
49,363

Statistiques concernant les PME 2

403

Corrlati Carr de
on
la
complte corrlatio
des
n
lments multiple
corrigs
,254
,310
,342
,023
,315
,524
,333
,300
,407
,248
,492
,545
,470
,269
,235

,531
,645
,612
,564
,728
,831
,457
,616
,475
,682
,450
,696
,700
,512
,594

Alpha de
Cronbach
en cas de
suppressio
n de
l'lment
,731
,726
,723
,755
,725
,700
,725
,726
,716
,733
,703
,699
,707
,729
,732

404

Degr_specia_tches
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor
Degr_partic_prise_dci
Degr_consulta_collabo_av_
prise_dci
Degr_consulta_dirigeants_p
ar_colla_av_dc
Degr_prise_dci_par_colla
borateurs
Niveau_PD_dvelop_lancem
ent_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_ven
te
Niveau_PD_choix_investiss
ements
Niveau_PD_oprationnelles
Degr_formalisation_tches
Degr_formalisation_RP

-,163

,128

-,092

-,082
,059

,056

-,043
,156
,230

,125

-,005

-,185
-,117

-,254

-,186
,222
,169

-,149
,097
,225

-,053

-,111
-,058

-,123

,118

-,065

-,013
,202
,121

,162

,147
,159

,177

,142

,087

,237 ,137
,165
1,000 ,722
,625
,722 1,000
,576
,625 ,576 1,000
-,120 -,089
,003
,031 ,020
,093

,086

1,000
,237
,137
,165
,121
,233

,218
,121
-,081

,124

,245
,166

,293

,564

,554

,121
-,120
-,089
,003
1,000
,500

-,014
,007
,019

-,002

,047
,004

,124

,555

,475

,233
,031
,020
,093
,500
1,000

404

,087
,228
,105

,220

,211
,135

,278

,448

1,000

,086
-,163
-,065
,087
,554
,475

,049
,205
,204

,199

,137
-,026

,195

1,000

,448

,125
,128
,118
,142
,564
,555

Deg_d Deg_d Degr_ Degr_co Degr_consu Degr_pr

Degr_ Deg_d fin_r fin_o partic_p nsulta_col lta_dirigeant ise_dci_
specia_ fin_fo gle_p bjectif rise_d labo_av_p s_par_colla_ par_colla
tches nct
rocd _perfor
ci
rise_dci
av_dc
borateurs

Matrice de corrlation inter-items

,510
,146
-,050

,418

,340
,494

1,000

,195

,278

-,005
-,092
-,123
,177
,293
,124

,507
,154
,031

,453

1,000
,669

,340

,137

,211

-,185
-,082
-,111
,147
,245
,047

,679
,061
-,100

,625

,669
1,000

,494

-,026

,135

-,117
,059
-,058
,159
,166
,004

,535
,124
,051

1,000

,453
,625

,418

,199

,220

-,254
,056
-,053
,162
,124
-,002

1,000
,059
-,053

,535

,507
,679

,510

,049

,087

-,186
-,043
-,149
-,013
,218
-,014

,059
1,000
,659

,124

,154
,061

,146

,205

,228

,222
,156
,097
,202
,121
,007

-,053
,659
1,000

,051

,031
-,100

-,050

,204

,105

,169
,230
,225
,121
-,081
,019

Niveau_P Niveau Niveau_ Niveau_P Niveau Degr_fo Degr_

D_dvelo _PD_e PD_fixat D_choix_ _PD_o rmalisati formali
p_lancem mb_lice ion_px_ investisse pratio on_tche sation_
ent_nps
n
vente
ments nnelles
s
RP

Statistiques d'item
Moyenne
Degr_specia_tches
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor
Degr_partic_prise_dci
Degr_consulta_collabo_av_prise_dci
Degr_consulta_dirigeants_par_colla_av_dc
Degr_prise_dci_par_collaborateurs
Niveau_PD_dvelop_lancement_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
Niveau_PD_oprationnelles
Degr_formalisation_tches
Degr_formalisation_RP

3,2609
3,0145
3,1014
3,2609
2,2101
2,4638
2,4457
2,5000
1,4348
1,5362
1,5942
1,4638
1,6522
3,2319
3,1159

Ecart-type

1,01046
1,10471
1,03106
,99487
1,07497
1,09248
1,01539
,90951
,93113
,73923
,77305
,60827
,81936
1,08662
1,09190

69
69
69
69
69
69
69
69
69
69
69
69
69
69
69

Statistiques de fiabilit
Alpha de
Cronbach
,730

Nombre
d'lments
15

Statistiques de total des lments

Moyenne
de l'chelle
en cas de
suppressio
n d'un
lment
Degr_specia_tches
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor
Degr_partic_prise_dci
Degr_consulta_collabo_av_prise_dci
Degr_consulta_dirigeants_par_colla_av_dc
Degr_prise_dci_par_collaborateurs
Niveau_PD_dvelop_lancement_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
Niveau_PD_oprationnelles
Degr_formalisation_tches
Degr_formalisation_RP

33,0254
33,2717
33,1848
33,0254
34,0761
33,8225
33,8406
33,7862
34,8514
34,7500
34,6920
34,8225
34,6341
33,0543
33,1703

405

Variance Corrlation Carr de Alpha de

de l'chelle complte
la
Cronbach
en cas de
des
corrlatio en cas de
suppressio lments
n
suppressio
n d'un
corrigs multiple
n de
lment
l'lment
40,579
38,549
39,692
37,520
37,383
37,973
37,524
37,296
38,624
40,002
39,719
40,555
40,319
37,320
39,006

,163
,287
,227
,426
,393
,337
,414
,502
,364
,337
,348
,358
,261
,392
,257

,276
,680
,592
,564
,554
,463
,477
,569
,441
,557
,730
,548
,567
,536
,545

,734
,722
,728
,706
,709
,716
,707
,699
,713
,717
,716
,717
,723
,709
,725

2. Environnement
Les dimensions participant la mesure de lincertitude de lenvironnement sont :
-

Dynamisme de lenvironnement externe (mesur par deux items) ;

Prvisibilit des actions et des comportements des concurrents sur le march (prsent
par un seul item) ;
Prvisibilit des gots et des prfrences des clients (prsent par un seul item).
Le dynamisme de lenvironnement externe

Les items participant la caractrisation de cette dimension sont :

-

Dynamisme de lenvironnement externe au plan conomique ;

Dynamisme de lenvironnement externe au plan technologique.

Statistiques concernant les PME 1

Matrice de corrlation inter-items
Dynami_enviro_ Dynamique_envi
plan_co
_plan_techno
Dynami_enviro_plan_co
Dynamique_envi_plan_techno

1,000
,705

,705
1,000

Ecart-type

Statistiques d'item
Moyenne
Dynami_enviro_plan_co
Dynamique_envi_plan_techno

3,5000
3,4211

,89292
1,03013

38
38

Statistiques de fiabilit
Alpha de
Cronbach
,822

Nombre
d'lments
2

Statistiques de total des lments

Moyenne de Variance de Corrlation Carr de la
Alpha de
l'chelle en l'chelle en
complte
corrlation Cronbach en
cas de
cas de
des lments multiple
cas de
suppression suppression
corrigs
suppression
d'un lment d'un lment
de l'lment
Dynami_enviro_plan_co
Dynamique_envi_plan_techno

3,4211
3,5000

1,061
,797

406

,705
,705

,497
,497

NaN
NaN

Statistiques concernant les PME 2

Matrice de corrlation inter-items
Dynami_enviro_ Dynamique_envi
plan_co
_plan_techno
Dynami_enviro_plan_co
Dynamique_envi_plan_techno

1,000
,626

,626
1,000

Ecart-type

Statistiques d'item
Moyenne
Dynami_enviro_plan_co
Dynamique_envi_plan_techno

3,5507
3,6232

,97824
1,11278

69
69

Statistiques de fiabilit
Alpha de
Cronbach
,766

Nombre
d'lments
2

Statistiques de total des lments

Moyenne de
l'chelle en
cas de
suppression
d'un lment
Dynami_enviro_plan_co
Dynamique_envi_plan_techno

Variance de Corrlation Carr de la Alpha de

l'chelle en
complte corrlation Cronbach en
cas de
des lments multiple
cas de
suppression
corrigs
suppression
d'un lment
de l'lment

3,6232
3,5507

1,238
,957

,626
,626

,392
,392

Environnement
Quatre items participant la caractrisation de cette variable :
-

Dynamisme de lenvironnement externe au plan conomique ;

Dynamisme de lenvironnement externe au plan technologique ;
Prvisibilit des actions et des comportements des concurrents sur le march ;
Prvisibilit des gots et des prfrences des clients.

407

NaN
NaN

Statistiques concernant les PME 1

Matrice de corrlation inter-items
Dynami_enviro Dynamique_en Prvisibilit_co Prvisibilit_g
_plan_co
vi_plan_techn mportem_conc ots_prfren_
o
urre
client
Dynami_enviro_plan_co
Dynamique_envi_plan_techno
Prvisibilit_comportem_concurre
Prvisibilit_gots_prfren_client

1,000
,705
,527
,372

,705
1,000
,584
,592

,527
,584
1,000
,605

,372
,592
,605
1,000

Statistiques d'item
Moyenne
Dynami_enviro_plan_co
Dynamique_envi_plan_techno
Prvisibilit_comportem_concurre
Prvisibilit_gots_prfren_client

Ecart-type

3,5000
3,4211
3,5789
3,6053

,89292
1,03013
,97625
,85549

38
38
38
38

Statistiques de fiabilit
Alpha de
Cronbach
,839

Nombre
d'lments
4

Statistiques de total des lments

Moyenne de Variance de Corrlation Carr de la
Alpha de
l'chelle en
l'chelle en
complte corrlation Cronbach en
cas de
cas de
des lments multiple
cas de
suppression suppression
corrigs
suppression de
d'un lment d'un lment
l'lment
Dynami_enviro_plan_co
Dynamique_envi_plan_techno
Prvisibilit_comportem_concurre
Prvisibilit_gots_prfren_client

10,6053
10,6842
10,5263
10,5000

5,975
4,979
5,499
6,203

408

,638
,765
,678
,615

,533
,630
,480
,470

,811
,752
,793
,820

Statistiques concernant les PME 2

Matrice de corrlation inter-items
Dynami_enviro_ Dynamique_envi Prvisibilit_co Prvisibilit_go
plan_co
_plan_techno mportem_concur ts_prfren_clien
re
t
Dynami_enviro_plan_co
Dynamique_envi_plan_techno
Prvisibilit_comportem_concurre
Prvisibilit_gots_prfren_client

1,000
,626
,671
,463

,626
1,000
,566
,657

,671
,566
1,000
,644

,463
,657
,644
1,000

Statistiques d'item
Moyenne
Dynami_enviro_plan_co
Dynamique_envi_plan_techno
Prvisibilit_comportem_concurre
Prvisibilit_gots_prfren_client

Ecart-type

3,5507
3,6232
3,5942
3,3623

,97824
1,11278
1,06161
1,01418

69
69
69
69

Statistiques de fiabilit
Alpha de
Cronbach
,859

Nombre
d'lments
4

Statistiques de total des lments

Moyenne de Variance de Corrlation
l'chelle en l'chelle en complte
cas de
cas de
des
suppression suppression lments
d'un lment d'un lment corrigs
Dynami_enviro_plan_co
Dynamique_envi_plan_techno
Prvisibilit_comportem_concurre
Prvisibilit_gots_prfren_client

10,5797
10,5072
10,5362
10,7681

7,600
6,812
6,988
7,416

Carr de la
corrlation
multiple

,681
,720
,734
,686

3. Type de dcision
Les dimensions participant la caractrisation de cette variable sont :
-

Caractristiques de linformation utilise ;

Degr de supervision personnelle des tches.

409

,552
,564
,592
,553

Alpha de
Cronbach en
cas de
suppression de
l'lment
,830
,815
,808
,828

 Les caractristiques de linformation utilise

Les items participant la caractrisation de cette dimension sont :
-

Quantit dinformation considre ;

Degr de formalisation de linformation utilise ;
Degr de structuration de linformation utilise ;
Varit des solutions envisages avant la dcision ;
Degr de rfrence lintuition dans la prise de dcision ;
Degr dorganisation des sminaires de formation.

Statistiques concernant les PME 1

Matrice de corrlation inter-items
Quantit_in Degr_form Degr_struct Varit_sol Degr_rf Degr_org
formation_ alisation_inf uration_info utions_av_ rence_int anisat_sm
utilise
o_utilise
_utilise
dcision
uition inai_format
_person
Quantit_information_utilise
Degr_formalisation_info_utili
se
Degr_structuration_info_utilis
e
Varit_solutions_av_dcision
Degr_rfrence_intuition
Degr_organisat_sminai_form
at_person

1,000
,600

,600
1,000

,659
,639

,453
,263

,700
,400

,071
,210

,659

,639

1,000

,403

,643

-,113

,453
,700
,071

,263
,400
,210

,403
,643
-,113

1,000
,476
-,084

,476
1,000
-,100

-,084
-,100
1,000

Statistiques d'item
Moyenne
Quantit_information_utilise
Degr_formalisation_info_utilise
Degr_structuration_info_utilise
Varit_solutions_av_dcision
Degr_rfrence_intuition
Degr_organisat_sminai_format_person

Ecart-type

2,4671
2,4342
2,3026
2,5329
2,4671
3,3882

Statistiques de fiabilit
Alpha de
Cronbach
,642

410

Nombre
d'lments
6

,94112
,81929
,94289
,79519
,89513
1,08381

N
38
38
38
38
38
38

Statistiques de total des lments

Moyenne de
l'chelle en
cas de
suppression
d'un lment
Quantit_information_utilise
Degr_formalisation_info_utilise
Degr_structuration_info_utilise
Varit_solutions_av_dcision
Degr_rfrence_intuition
Degr_organisat_sminai_format_
person

Variance de Corrlation
Alpha de
l'chelle en complte Carr de la Cronbach en
cas de
des
corrlation
cas de
suppression lments
multiple suppression
d'un lment corrigs
de l'lment

13,1250
13,1579
13,2895
13,0592
13,1250
12,2039

8,256
9,353
8,735
10,447
9,101
12,114

,757
,641
,648
,420
,618
-,007

,637
,536
,630
,263
,586
,165

,619
,664
,654
,721
,666
,850

Statistiques concernant les PME 2

Matrice de corrlation inter-items
Quantit_i Degr_for Degr_str Varit_so Degr_rf Degr_organ
nformation malisation ucturation lutions_av rence_int isat_sminai
_utilise _info_utili _info_util _dcision
uition
_format_per
se
ise
son
Quantit_information_utilise
Degr_formalisation_info_utili
se
Degr_structuration_info_utilis
e
Varit_solutions_av_dcision
Degr_rfrence_intuition
Degr_organisat_sminai_form
at_person

1,000
,411

,411
1,000

,457
,428

,428
,349

,428
,188

,237
,337

,457

,428

1,000

,348

,277

,204

,428
,428
,237

,349
,188
,337

,348
,277
,204

1,000
,505
,250

,505
1,000
,304

,250
,304
1,000

Statistiques d'item
Moyenne
Quantit_information_utilise
Degr_formalisation_info_utilise
Degr_structuration_info_utilise
Varit_solutions_av_dcision
Degr_rfrence_intuition
Degr_organisat_sminai_format_person

411

2,9891
3,1341
2,9348
3,0616
3,2971
4,1848

Ecart-type
,88952
,89994
,82544
,89772
,77207
1,04640

N
69
69
69
69
69
69

Statistiques de fiabilit
Alpha de
Cronbach
,752

Nombre
d'lments
6

Statistiques de total des lments

Moyenne de
l'chelle en
cas de
suppression
d'un lment
Quantit_information_utilise
Degr_formalisation_info_utilise
Degr_structuration_info_utilise
Varit_solutions_av_dcision
Degr_rfrence_intuition
Degr_organisat_sminai_format
_person

Variance de Corrlation Carr de la Alpha de

l'chelle en complte corrlation Cronbach en
cas de
des
multiple
cas de
suppression lments
suppression
d'un lment corrigs
de l'lment

16,6123
16,4674
16,6667
16,5399
16,3043
15,4167

8,966
9,235
9,589
9,060
9,809
9,314

,571
,503
,494
,543
,495
,374

,366
,314
,294
,352
,345
,175

,694
,713
,716
,702
,717
,756

Le degr de supervision personnelle des tches

Les items participant la caractrisation de cette dimension sont :
-

Degr de supervision personnelle du travail des oprationnels ;

Degr de supervision personnelle de lorganisation des services oprationnels ;
Degr de supervision personnelle de la circulation de linformation dans lentreprise ;
Degr de supervision personnelle des ordres du jour des runions programmes ;
Degr de supervision personnelle des prestations des fournisseurs ;
Degr de supervision personnelle de la ponctualit du personnel ;
Degr de supervision personnelle du suivi des clients ;
Degr de supervision personnelle de la propret des locaux de lentreprise.

Statistiques concernant les PME 1

412

413

Degr_superv_person_trav_
oprat
Degr_supervis_perso_organ
i_serv_oprat
Degr_supervis_perso_circul
at_informat
Degr_supervis_person_ordr
e_jr_runion
Degr_supervis_person_prs
tat_fourniss
Degr_supervis_person_pon
ctualit_person
Degr_supervis_person_suiv
i_clients
Degr_supervis_person_pro
prit_locaux

,316
1,000
,160
,116
-,044
,613
,694
,224

1,000

,316

-,018

,192

,525

,770

,614

,309

,206

,167

,075

-,049

,245

1,000

,160

-,018

413

,327

,339

,251

-,128

1,000

,245

,116

,192

,391

,239

,360

1,000

-,128

-,049

-,044

,525

,452

,800

1,000

,360

,251

,075

,613

,770

,283

1,000

,800

,239

,339

,167

,694

,614

1,000

,283

,452

,391

,327

,206

,224

,309

Degr_superv_p Degr_supervis_ Degr_supervis_ Degr_supervis_ Degr_supervis_ Degr_supervis_ Degr_supervis_ Degr_supervis_

erson_trav_opr perso_organi_ser perso_circulat_i person_ordre_jr_ person_prstat_f person_ponctuali person_suivi_cli person_proprit
at
v_opra
nformat
runion
ourniss
t_pers
ents
_locaux

Matrice de corrlation inter-items

Statistiques d'item
Moyenne
Degr_superv_person_trav_oprat
Degr_supervis_perso_organi_serv_oprat
Degr_supervis_perso_circulat_informat
Degr_supervis_person_ordre_jr_runion
Degr_supervis_person_prstat_fourniss
Degr_supervis_person_ponctualit_person
Degr_supervis_person_suivi_clients
Degr_supervis_person_proprit_locaux

3,1250
3,0592
3,2566
3,1579
3,7500
2,9276
3,1908
3,3224

Ecart-type

1,22440
1,03557
,94348
1,07713
,91902
1,27596
1,15143
1,05892

38
38
38
38
38
38
38
38

Statistiques de fiabilit
Alpha de
Cronbach
,790

Nombre
d'lments
8

Statistiques de total des lments

Moyenne de
l'chelle en
cas de
suppression
d'un lment
Degr_superv_person_trav_oprat
Degr_supervis_perso_organi_serv_op
rat
Degr_supervis_perso_circulat_informat
Degr_supervis_person_ordre_jr_runio
n
Degr_supervis_person_prstat_fourniss
Degr_supervis_person_ponctualit_per
son
Degr_supervis_person_suivi_clients
Degr_supervis_person_proprit_locau
x

Variance de Corrlation Carr de la Alpha de

l'chelle en complte corrlation Cronbach en
cas de
des
multiple
cas de
suppression lments
suppression
d'un lment corrigs
de l'lment

22,6645
22,7303

22,058
24,819

,643
,490

,701
,623

,741
,769

22,5329
22,6316

28,419
26,502

,163
,296

,122
,390

,812
,798

22,0395
22,8618

27,232
20,009

,299
,816

,525
,818

,794
,705

22,5987
22,4671

21,485
24,703

,762
,487

,765
,455

,721
,769

Statistiques concernant les PME 2

414

415

Degr_superv_person_trav_
oprat
Degr_supervis_perso_organ
i_serv_oprat
Degr_supervis_perso_circul
at_informat
Degr_supervis_person_ordr
e_jr_runion
Degr_supervis_person_prs
tat_fourniss
Degr_supervis_person_pon
ctualit_person
Degr_supervis_person_suiv
i_clients
Degr_supervis_person_pro
prit_locaux

,526
1,000
,360
-,055
,220
,192
,177
-,090

1,000

,526

,368

,001

,508

,235

,471

,275

,063

,438

,087

,261

,324

1,000

,360

,368

415

,093

,256

,028

,024

1,000

,324

-,055

,001

,138

,505

,417

1,000

,024

,261

,220

,508

,352

,559

1,000

,417

,028

,087

,192

,235

,273

1,000

,559

,505

,256

,438

,177

,471

1,000

,273

,352

,138

,093

,063

-,090

,275

Degr_superv_p Degr_supervis_ Degr_supervis_ Degr_supervis_ Degr_supervis_ Degr_supervis_ Degr_supervis_ Degr_supervis_

erson_trav_opr perso_organi_ser perso_circulat_i person_ordre_jr_ person_prstat_f person_ponctuali person_suivi_cli person_proprit
at
v_opra
nformat
runion
ourniss
t_pers
ents
_locaux

Matrice de corrlation inter-items

Statistiques d'item
Moyenne
Degr_superv_person_trav_oprat
Degr_supervis_perso_organi_serv_oprat
Degr_supervis_perso_circulat_informat
Degr_supervis_person_ordre_jr_runion
Degr_supervis_person_prstat_fourniss
Degr_supervis_person_ponctualit_person
Degr_supervis_person_suivi_clients
Degr_supervis_person_proprit_locaux

Ecart-type

3,9674
3,8043
3,7319
3,6413
4,0217
3,8587
4,0761
3,3696

1,23067
1,08115
1,12403
1,06626
1,19107
1,18855
1,22497
1,19942

69
69
69
69
69
69
69
69

Statistiques de fiabilit
Alpha de
Cronbach
,734

Nombre
d'lments
8

Statistiques de total des lments

Moyenne de Variance de Corrlation Carr de la Alpha de
l'chelle en l'chelle en
complte corrlation Cronbach en
cas de
cas de
des
multiple
cas de
suppression suppression
lments
suppression
d'un lment d'un lment
corrigs
de l'lment
Degr_superv_person_trav_oprat
Degr_supervis_perso_organi_ser
v_oprat
Degr_supervis_perso_circulat_in
format
Degr_supervis_person_ordre_jr_
runion
Degr_supervis_person_prstat_f
ourniss
Degr_supervis_person_ponctuali
t_person
Degr_supervis_person_suivi_clie
nts
Degr_supervis_person_proprit
_locaux

26,5036
26,6667

21,994
25,720

,591
,314

,575
,446

,671
,727

26,7391

24,091

,451

,380

,702

26,8297

27,508

,151

,182

,755

26,4493

23,053

,513

,402

,689

26,6123

23,626

,458

,483

,700

26,3949

21,164

,681

,579

,651

27,1014

25,712

,262

,281

,739

416

 Type de dcisions
Quatorze items participant la caractrisation de cette variable :
-

Quantit dinformation considre ;

Degr de formalisation de linformation utilise ;
Degr de structuration de linformation utilise ;
Varit des solutions envisages avant la dcision ;
Degr de rfrence lintuition dans la prise de dcision ;
Degr dorganisation des sminaires de formation ;
Degr de supervision personnelle du travail des oprationnels ;
Degr de supervision personnelle de lorganisation des services oprationnels ;
Degr de supervision personnelle de la circulation de linformation dans lentreprise ;
Degr de supervision personnelle des ordres du jour des runions programmes ;
Degr de supervision personnelle des prestations des fournisseurs ;
Degr de supervision personnelle de la ponctualit du personnel ;
Degr de supervision personnelle du suivi des clients ;
Degr de supervision personnelle de la propret des locaux de lentreprise.

Statistiques concernant les PME 1

417

418

Quantit_information_util
ise
Degr_formalisation_info
_utilise
Degr_structuration_info_
utilise
Varit_solutions_av_dci
sion
Degr_rfrence_intuition
Degr_organisat_sminai
_format_person
Degr_superv_person_tra
v_oprat
Degr_supervis_perso_or
gani_serv_oprat
Degr_supervis_perso_cir
culat_informat
Degr_supervis_person_o
rdre_jr_runion
Degr_supervis_person_p
rstat_fourniss
Degr_supervis_person_p
onctualit_person
Degr_supervis_person_s
uivi_clients
Degr_supervis_person_p
roprit_locaux

,066

,194

-,280

,028

,049

-,082

,076

,314

,049

,329

,372

-,014

,400
,210

,700
,071

,343

,263

,453

,409

,639

,659

-,168

1,000

,600

,165

,600

1,000

,336

,323

,353

,097

,381

,362

,462

,183

,643
-,113

,403

1,000

,639

,659

,218

,113

,194

,116

,221

,191

,182

,022

,476
-,084

1,000

,403

,263

,453

,252

,432

,382

,154

,373

,080

,385

,212

1,000
-,100

,476

,643

,400

,700

418

-,322

-,099

-,221

-,170

-,044

-,345

-,266

-,111

-,100
1,000

-,084

-,113

,210

,071

,309

,614

,770

,525

,192

-,018

,316

1,000

,212
-,111

,022

,183

-,168

,165

,224

,694

,613

-,044

,116

,160

1,000

,316

,385
-,266

,182

,462

,343

,409

,206

,167

,075

-,049

,245

1,000

,160

-,018

,080
-,345

,191

,362

,066

,076

,327

,339

,251

-,128

1,000

,245

,116

,192

,373
-,044

,221

,381

,194

,314

,391

,239

,360

1,000

-,128

-,049

-,044

,525

,154
-,170

,116

,097

-,280

,049

,452

,800

1,000

,360

,251

,075

,613

,770

,382
-,221

,194

,353

,028

,329

,283

1,000

,800

,239

,339

,167

,694

,614

,432
-,099

,113

,323

,049

,372

1,000

,283

,452

,391

,327

,206

,224

,309

,252
-,322

,218

,336

-,082

-,014

Quantit_ Degr_for Degr_str Varit_so Degr_rf Degr_orga Degr_sup Degr_super Degr_sup Degr_super Degr_sup Degr_supe Degr_sup Degr_sup
informati malisation_ ucturatio lutions_av rence_int nisat_smin erv_perso vis_perso_or ervis_pers vis_person_ ervis_pers rvis_person ervis_pers ervis_pers
on_utilis info_utilis n_info_ut _dcision
uition
ai_format_p n_trav_op gani_serv_o o_circulat ordre_jr_ru on_prstat _ponctualit on_suivi_c on_propri
e
e
ilise
erson
rat
prat
_informat
nion
_fourniss
_person
lients
t_locaux

Matrice de corrlation inter-items

Statistiques d'item
Moyenne
Quantit_information_utilise
Degr_formalisation_info_utilise
Degr_structuration_Info_utilise
Varit_solutions_av_dcision
Degr_rfrence_intuition
Degr_organisat_sminai_format_person
Degr_superv_person_trav_oprat
Degr_supervis_perso_organi_serv_oprat
Degr_supervis_perso_circulat_informat
Degr_supervis_person_ordre_jr_runion
Degr_supervis_person_prstat_fourniss
Degr_supervis_person_ponctualit_person
Degr_supervis_person_suivi_clients
Degr_supervis_person_proprit_locaux

2,4671
2,4342
2,3026
2,5329
2,4671
3,3882
3,1250
3,0592
3,2566
3,1579
3,7500
2,9276
3,1908
3,3224

Ecart-type

,94112
,81929
,94289
,79519
,89513
1,08381
1,22440
1,03557
,94348
1,07713
,91902
1,27596
1,15143
1,05892

38
38
38
38
38
38
38
38
38
38
38
38
38
38

Statistiques de fiabilit
Alpha de
Cronbach
,797

Nombre
d'lments
14

Statistiques de total des lments

Moyenne de
l'chelle en
cas de
suppression
d'un lment
Quantit_information_utilise
Degr_formalisation_info_utilise
Degr_structuration_Info_utilise
Varit_solutions_av_dcision
Degr_rfrence_intuition
Degr_organisat_sminai_format_person
Degr_superv_person_trav_oprat
Degr_supervis_perso_organi_serv_opra
t
Degr_supervis_perso_circulat_informat
Degr_supervis_person_ordre_jr_runion
Degr_supervis_person_prstat_fourniss
Degr_supervis_person_ponctualit_pers
on
Degr_supervis_person_suivi_clients
Degr_supervis_person_proprit_locaux

Variance de Corrlation Carr de la Alpha de

l'chelle en complte corrlation Cronbach
cas de
des
multiple
en cas de
suppression lments
suppression
d'un lment corrigs
de l'lment

38,9145
38,9474
39,0789
38,8487
38,9145
37,9934
38,2566
38,3224

47,650
52,071
46,595
51,299
47,565
58,745
46,667
47,405

,592
,295
,680
,378
,637
-,222
,482
,544

,714
,688
,771
,367
,657
,450
,734
,771

,772
,794
,765
,788
,769
,836
,779
,774

38,1250
38,2237
37,6316
38,4539

53,104
49,040
52,600
42,942

,163
,400
,209
,697

,427
,538
,620
,839

,804
,787
,800
,756

38,1908
38,0592

44,316
49,383

,691
,385

,842
,581

,759
,788

Statistiques concernant les PME 2

419

420

Quantit_information_util
ise
Degr_formalisation_info
_utilise
Degr_structuration_info_
utilise
Varit_solutions_av_dci
sion
Degr_rfrence_intuition
Degr_organisat_sminai
_format_person
Degr_superv_person_tra
v_oprat
Degr_supervis_perso_or
gani_serv_oprat
Degr_supervis_perso_cir
culat_informat
Degr_supervis_person_o
rdre_jr_runion
Degr_supervis_person_p
rstat_fourniss
Degr_supervis_person_p
onctualit_person
Degr_supervis_person_s
uivi_clients
Degr_supervis_person_p
roprit_locaux

,102

,145

-,013

,085

,039

-,135

,055

,178

-,062

,101

,126

-,103

,188
,337

,428
,237

-,083

,349

,428

-,076

,428

,457

-,085

1,000

,411

-,099

,411

1,000

-,039

,062

,138

-,028

,133

,009

-,001

-,004

,277
,204

,348

1,000

,428

,457

-,076

-,065

-,015

-,123

,041

-,035

-,127

-,091

,505
,250

1,000

,348

,349

,428

-,015

,256

,205

,061

,107

,176

,057

,081

1,000
,304

,505

,277

,188

,428

420

-,178

,049

,017

,107

,043

,183

,202

,229

,304
1,000

,250

,204

,337

,237

,275

,471

,235

,508

,001

,368

,526

1,000

,081
,229

-,091

-,004

-,085

-,099

-,090

,177

,192

,220

-,055

,360

1,000

,526

,057
,202

-,127

-,001

-,083

-,076

,063

,438

,087

,261

,324

1,000

,360

,368

,176
,183

-,035

,009

,102

,055

,093

,256

,028

,024

1,000

,324

-,055

,001

,107
,043

,041

,133

,145

,178

,138

,505

,417

1,000

,024

,261

,220

,508

,061
,107

-,123

-,028

-,013

-,062

,352

,559

1,000

,417

,028

,087

,192

,235

,205
,017

-,015

,138

,085

,101

,273

1,000

,559

,505

,256

,438

,177

,471

,256
,049

-,065

,062

,039

,126

1,000

,273

,352

,138

,093

,063

-,090

,275

-,015
-,178

-,076

-,039

-,135

-,103

Quantit_ Degr_for Degr_str Varit_so Degr_rf Degr_orga Degr_sup Degr_supe Degr_sup Degr_super Degr_sup Degr_supe Degr_sup Degr_sup
informati malisation_ ucturatio lutions_av rence_int nisat_smin erv_perso rvis_perso_ ervis_pers vis_person_ ervis_pers rvis_person ervis_pers ervis_pers
on_utilis info_utilis n_info_ut _dcision
uition ai_format_p n_trav_op organi_serv o_circulat ordre_jr_ru on_prstat _ponctualit on_suivi_c on_propri
e
e
ilise
erson
rat
_oprat _informat
nion
_fourniss
_person
lients
t_locaux

Matrice de corrlation inter-items

Statistiques d'item
Moyenne
Quantit_information_utilise
Degr_formalisation_info_utilise
Degr_structuration_Info_utilise
Varit_solutions_av_dcision
Degr_rfrence_intuition
Degr_organisat_sminai_format_person
Degr_superv_person_trav_oprat
Degr_supervis_perso_organi_serv_oprat
Degr_supervis_perso_circulat_informat
Degr_supervis_person_ordre_jr_runion
Degr_supervis_person_prstat_fourniss
Degr_supervis_person_ponctualit_person
Degr_supervis_person_suivi_clients
Degr_supervis_person_proprit_locaux

2,9891
3,1341
2,9348
3,0616
3,2971
4,1848
3,9674
3,8043
3,7319
3,6413
4,0217
3,8587
4,0761
3,3696

Ecart-type

,88952
,89994
,82544
,89772
,77207
1,04640
1,23067
1,08115
1,12403
1,06626
1,19107
1,18855
1,22497
1,19942

69
69
69
69
69
69
69
69
69
69
69
69
69
69

Statistiques de fiabilit
Alpha de
Cronbach
,712

Nombre
d'lments
14

Statistiques de total des lments

Moyenne de
l'chelle en
cas de
suppression
d'un lment
Quantit_information_utilise
Degr_formalisation_info_utilise
Degr_structuration_Info_utilise
Varit_solutions_av_dcision
Degr_rfrence_intuition
Degr_organisat_sminai_format_person
Degr_superv_person_trav_oprat
Degr_supervis_perso_organi_serv_oprat
Degr_supervis_perso_circulat_informat
Degr_supervis_person_ordre_jr_runion
Degr_supervis_person_prstat_fourniss
Degr_supervis_person_ponctualit_perso
n
Degr_supervis_person_suivi_clients
Degr_supervis_person_proprit_locaux

Variance de Corrlation Carr de la Alpha de

l'chelle en complte corrlation Cronbach en
cas de
des
multiple
cas de
suppression lments
suppression
d'un lment corrigs
de l'lment

47,0833
46,9384
47,1377
47,0109
46,7754
45,8877
46,1051
46,2681
46,3406
46,4312
46,0507
46,2138

42,080
42,488
42,422
43,438
41,471
41,089
37,663
41,521
38,893
42,108
38,953
38,372

,283
,242
,282
,160
,409
,294
,461
,247
,426
,209
,388
,431

,395
,357
,314
,407
,419
,294
,604
,467
,405
,207
,417
,515

,701
,705
,701
,714
,691
,700
,677
,706
,683
,710
,688
,682

45,9964
46,7029

36,010
42,738

,587
,125

,607
,343

,658
,724

421

4. Stratgie de contrle
Les dimensions participant la caractrisation de cette variable sont :
-

Stratgie de contrle relative aux budgets ;

Stratgie de contrle relative aux cots.
Stratgie de contrle relative aux budgets

Les items participant la caractrisation de cette dimension sont :

-

Degr de couverture fonctionnelle de systme budgtaire ;

Frquence dutilisation des donnes qui sont produites pas le systme budgtaire.

Statistiques concernant les PME 1

Matrice de corrlation inter-items
Degr_couverture Frquence_utilis
_fonct_sys_budg _don_sys_budg
Degr_couverture_fonct_sys_budg
Frquence_utilis_don_sys_budg

1,000
,780

,780
1,000

Statistiques d'item
Moyenne
Degr_couverture_fonct_sys_budg
Frquence_utilis_don_sys_budg

Ecart-type

2,6970
2,5758

1,23705
,86712

33
33

Statistiques de fiabilit
Alpha de
Cronbach
,846

Nombre
d'lments
2

Statistiques de total des lments

Moyenne de
l'chelle en
cas de
suppression
d'un lment
Degr_couverture_fonct_sys_budg
Frquence_utilis_don_sys_budg

Variance de Corrlation Carr de la

Alpha de
l'chelle en
complte corrlation Cronbach en
cas de
des
multiple
cas de
suppression
lments
suppression de
d'un lment
corrigs
l'lment

2,5758
2,6970

,752
1,530

422

,780
,780

,608
,608

NaN
NaN

Statistiques concernant les PME 2

Matrice de corrlation inter-items
Degr_couverture_ Frquence_utilis
fonct_sys_budg _don_sys_budg
Degr_couverture_fonct_sys_budg
Frquence_utilis_don_sys_budg

1,000
,551

,551
1,000

Ecart-type

Statistiques d'item
Moyenne
Degr_couverture_fonct_sys_budg
Frquence_utilis_don_sys_budg

3,2222
2,6667

1,21537
,90749

18
18

Statistiques de fiabilit
Alpha de
Cronbach
,691

Nombre
d'lments
2

Statistiques de total des lments

Moyenne de
l'chelle en
cas de
suppression
d'un lment
Degr_couverture_fonct_sys_budg
Frquence_utilis_don_sys_budg

Variance de Corrlation Carr de la

Alpha de
l'chelle en
complte corrlation Cronbach en
cas de
des
multiple
cas de
suppression
lments
suppression de
d'un lment
corrigs
l'lment

2,6667
3,2222

,824
1,477

,551
,551

NaN

,304
,304

NaN

Stratgie de contrle relative aux cots

-

Varit des cots calculs dans lentreprise ;

Varit des objets auxquels se rapportent les cots calculs dans lentreprise ;
Frquence dutilisation des donnes qui sont rapportes aux cots.

Statistiques concernant les PME 1

Matrice de corrlation inter-items
Varit_cots_ca Varit_objets_c Frquence_utilis
lcules
ots_calcules a_donne_cots
Varit_cots_calcules
Varit_objets_cots_calcules
Frquence_utilisa_donne_cots

1,000
,729
,493

423

,729
1,000
,416

,493
,416
1,000

Statistiques d'item
Moyenne
Varit_cots_calcules
Varit_objets_cots_calcules
Frquence_utilisa_donne_cots

Ecart-type

2,1129
1,6452
2,4194

1,20215
1,11201
,62044

31
31
31

Statistiques de fiabilit
Alpha de
Cronbach
,773

Nombre
d'lments
3

Statistiques de total des lments

Moyenne de
l'chelle en
cas de
suppression
d'un lment
Varit_cots_calcules
Varit_objets_cots_calcules
Frquence_utilisa_donne_cots

Variance de Corrlation Carr de la

Alpha de
l'chelle en complte corrlation Cronbach en
cas de
des
multiple
cas de
suppression lments
suppression de
d'un lment corrigs
l'lment

4,0645
4,5323
3,7581

2,196
2,566
4,631

,754
,708
,490

,575
,536
,250

,523
,573
,842

Statistiques concernant les PME 2

Matrice de corrlation inter-items
Varit_cots_ca Varit_objets_c Frquence_utilis
lcules
ots_calcules a_donne_cots
Varit_cots_calcules
Varit_objets_cots_calcules
Frquence_utilisa_donne_cots

1,000
,695
,642

,695
1,000
,707

,642
,707
1,000

Statistiques d'item
Moyenne
Varit_cots_calcules
Varit_objets_cots_calcules
Frquence_utilisa_donne_cots

Ecart-type

2,0526
2,1053
2,8421

1,26814
1,45849
1,06787

Statistiques de fiabilit
Alpha de
Cronbach
,858

424

Nombre
d'lments
3

N
19
19
19

Statistiques de total des lments

Moyenne de
l'chelle en
cas de
suppression
d'un lment
Varit_cots_calcules
Varit_objets_cots_calcules
Frquence_utilisa_donne_cots

Variance de Corrlation Carr de la

Alpha de
l'chelle en complte corrlation Cronbach en
cas de
des
multiple
cas de
suppression lments
suppression de
d'un lment corrigs
l'lment

4,9474
4,8947
4,1579

5,469
4,488
6,307

425

,727
,772
,735

,529
,599
,544

,805
,775
,815

Annexe 5 : Les rsultats du test de validit des chelles de mesure

relatives aux facteurs de contingence des deux sous-chantillons
(PME 1 et PME 2)

426

427

,005

,000

,015

,930

Degr_partic_prise_dci Coef.

Sig.

,265

Sig.

,250
,130

,289
,079

,165

,012

,186

,152

Coef.

,230

** La corrlation est significative au niveau 0,01 (bilatral).

* La corrlation est significative au niveau 0,05 (bilatral).

Degr_formalisation_R
P

,302

,906
,403*

,462

-,172

,407

-,139

,310

-,169

,253

-,190

,314

-,168

,639

-,079

,631

-,081

,332

-,162

,550

-,100

1,000

,237

,123

Degr_formalisation_tc Coef.
hes
Sig.

,448
-,020

,782

Sig

Niveau_PD_oprationne Coef.
lles
Sig.

,098

,272

,982

,004

,683

,068

,657

-,074

,917

-,017

,427

,133

,127

,740

Sig.

Coef.

,056

,327

Sig.

Coef.

-,164

,975

Sig.

Coef.

-,005

,545

Sig

Coef.

,101

,525

Sig.

Coef.

-,106

,282

Sig.

Coef.

,179

Coef.

,596

,046

Niveau_PD_choix_inve
stissement

Niveau_PD_fixation_px
_vente

Niveau_PD_emb_licen

Niveau_PD_dvelop_la
ncement_

Degr_prise_dci_par_c
ollaborate

Degr_consulta_dirigea
nts_par_colla_av_dc

Degr_consulta_collabo
_av_prise

,448**

,004

,576**

Sig

Deg_dfin_objectif_perf Coef.
or
Sig.
,089

1,000

,453**

Deg_dfin_rgle_procd Coef.

Sig.

1,000

Coef.

Deg_dfin_fonct

,653**
,000

,513**
,001

,039

,212

,839
-,207

,339

-,034

427

,506

-,111

,722

-,060

,353

,155

,007

,055

,125

-,337*

-,160

,403

,140

,314

,273

,182

,517

-,108

,856

-,030

,140

,244

,442

,128

,293

,175

,974

-,006

,331*
,043

,769

,049

1,000

,028

,356*

,125

,254

1,000

,428**

,253

,027

,127

,135

,252

,513

,109

,566

,359*

,247

,291

,176

,452

,096

,008

,001

,126

,423**

1,000

,512**

,000

,710**

1,000

,558

,098

,551

,897

-,022

,658

,074

,232

,001
,100

,199

,000
,522**

,000

,118
,656**

,031
,622**

,258

1,000
,351*

,004

,457**

1,000

,403

,140

,086

,282

,050

,320*

,019

,380*

1,000

,396

,142

,275

,182

,004

,456**

1,000

,272

,183

,912

,019

1,000

,001

,504**

1,000
1,000

Deg_dfin Deg_dfin_ Deg_dfin_ Degr_part Degr_cons Degr_cons Degr_prise Niveau_PD Niveau_PD Niveau_PD_ Niveau_PD Niveau_P Degr_form Degr_form
_fonct rgle_proc objectif_per ic_prise_d ulta_collabo ulta_dirigea _dci_par_c _dvelop_la _emb_licen fixation_px_ _choix_inve D_oprati alisation_tc alisation_R
d
for
ci
_av_prise_d nts_par_coll ollaborateur ncement_np
vente
stissements onnelles
hes
P
ci
a_av_dc
s
s

Matrice de corrlation (Rh de Spearman) des items senss mesurer la variable Structure (PME 1)

428

,534**
,000

,000

,608**

Sig

,124
,311

,048

,027

Sig.

,077

,393
,239*

,123

,266*

Coef.

** La corrlation est significative au niveau 0,01 (bilatral).

* La corrlation est significative au niveau 0,05 (bilatral).

Degr_formalisation_R
P

,215

,776

-,035

,121

,188

,100

,200

,215

,151

,094

,203

,125

,187

,278

,133

,404

,102

,408

,101

1,000

,104

,527

,187

,629

Degr_formalisation_tc Coef.
hes
Sig.

,917
-,077

,618

-,059

Sig

Niveau_PD_oprationne Coef.
lles
Sig.

,602

,064

,627

-,060

,775

-,035

,225

,148

,847

-,024

,855

-,013

,548

Sig.

Coef.

,074

,547

Sig.

Coef.

-,074

,791

Sig.

Coef.

-,033

,224

Sig

Coef.

,148

,458

Sig.

Coef.

-,091

Coef.

,720

Sig.

-,022

,931

,061

Niveau_PD_choix_inve
stissement

Niveau_PD_fixation_px
_vente

Niveau_PD_emb_licen

Niveau_PD_dvelop_la
ncement_

Degr_prise_dci_par_c
ollaborate

Degr_consulta_dirigea
nts_par_colla_av_dc

,044

Sig.

Coef.

,760

Degr_partic_prise_dci Coef.

Degr_consulta_collabo
_av_prise

,000

-,037

Deg_dfin_objectif_perf Coef.
or
Sig.
-,011

1,000

,706**

Deg_dfin_rgle_procd Coef.

Sig.

1,000

Coef.

Deg_dfin_fonct

-,058

,300*

,751

-,039

,185

,161

,030

,667

,053

,869

,020

,776

,908
-,035

,154

,014

,261*

,173

,699

,047

,026

,345

,036
,267*

,116

,000

,000

,252*

,519**

,550**

,635

,000

,000

,012

,442**

1,000

,481**

,006

,325**

1,000

428

,157

,172

,101

,199

,089

,206
,027

,565

,346

,070
,266*

,115

,185

,162

,017

,712

,055

,045

,197

,157

,258

,138

1,000

,287*

,232

,018

,284*

,083

,210

,000

,448**

1,000

,654

,055

,162

,374

,109

,187

,161

,005
,170

,000

,000
,337**

,466**

,001

,000
,423**

,001
,398**

,648**

1,000
,403**

,001

,384**

1,000

,963

-,006

,633

,058

,002

,360**

,000

,560**

1,000

,639

,058

,405

,102

,001

,400**

1,000

,870

,020

,587

,067

1,000

,000

,640**

1,000
1,000

Deg_dfin Deg_dfin_ Deg_dfin_ Degr_part Degr_cons Degr_cons Degr_prise Niveau_PD Niveau_PD Niveau_PD_ Niveau_PD Niveau_P Degr_form Degr_form
_fonct rgle_proc objectif_per ic_prise_d ulta_collabo ulta_dirigea _dci_par_c _dvelop_la _emb_licen fixation_px_ _choix_inve D_oprati alisation_tc alisation_R
d
for
ci
_av_prise_d nts_par_coll ollaborateur ncement_np
vente
stissements onnelles
hes
P
ci
a_av_dc
s
s

Matrice de corrlation (Rh de Spearman) des items senss mesurer la variable Structure (PME 2)

429

,000

,039

* La corrlation est significative au niveau 0,05 (bilatral).

,186

,219

,704

,477

,119

,266

,185

,497

,114

,156

,993

,780

,049

,235
,337*

,047

,322*

,093

,276

,488

,116

,218

,204

,322*
,049

,221

-,064

,998

,176

,203

,016

,389

-,001

,000

,096

,761

,224

-,274

,288

,114

,051

,177

,462

,556

,261

,123

,098

,240

,032

,052

,195

,876

,026

,676

-,070

,001

,517**

1,000

,010

,448
,412*

,281

,349*

,127

,301

-,172

,317

,586

,248

,562

-,179

,192

,097

,091

,022

,000

,551**

,006

,101

,371*

,002

,270

,623**

,435**

,000

1,000

,000

,637**

,476**

,578**

1,000

** La corrlation est significative au niveau 0,01 (bilatral).

Degr_supervis_pers Coef.
on_proprit_locaux
Sig.

Degr_supervis_pers Coef.
on_suivi_clients
Sig.

Degr_supervis_pers Coef.
on_ponctualit_perso
Sig.

Degr_supervis_pers Coef.
on_prstat_fourniss
Sig.

Degr_supervis_pers Coef.
on_ordre_jr_runion
Sig.

Degr_supervis_pers Coef.
o_circulat_informat
Sig.

Degr_supervis_pers Coef.
o_organi_serv_opra
Sig.

Degr_superv_perso Coef.
n_trav_oprat
Sig.

Degr_organisat_s Coef.
minai_format_person
Sig.

Degr_rfrence_int Coef.
uition
Sig.

Varit_solutions_av Coef.
_dcision
Sig.

Degr_structuration_ Coef.
Info_utilise
Sig.

,579**

Degr_formalisation Coef.
_info_utilise
Sig.

,000

1,000

Quantit_information Coef.
_utilise
Sig.

,112

,262

,011

,406*

429

,022

-,371*

,475

-,119

,130

-,250

,334*
,040

,314

-,168

,608

-,086

,028

-,356

,044

-,328*

,369

-,150

1,000

,315

,168

,059

,309

,585

,091

,057

,312

,261

,187

,476

-,119

1,000

,267
,105

,088

,000

,000
,281

,650**

,604**

,000

,891

,001
,000

-,023

,529**

,595**

,627

,782**

,081

,263

,212

,186

,207

,940

1,000

-,013

,080

,288

1,000

,183

,221

,251

,191

,522

,107

,628

-,081

,124

,254

1,000

,052

,317

,046

,325*

,152

,237

,400

-,140

1,000

,034

,346*

,147

,240

,027

,358*

1,000

,005

,442**

,000

,780**

1,000

,091

,278

1,000
1,000

Quantit_inf Degr_forma Degr_stru Varit_s Degr_rf Degr_orga Degr_super Degr_super Degr_super Degr_super Degr_super Degr_super Degr_super Degr_superv
ormation_ut lisation_info cturation_I olutions_a rence_in nisat_smin v_person_tr vis_perso_or vis_perso_ci vis_person_ vis_person_ vis_person_p vis_person_s is_person_pro
ilise
_utilise
nfo_utilis v_dcisio tuition ai_format_p av_oprat gani_serv_op rculat_infor ordre_jr_ru prstat_four onctualit_pe uivi_clients prit_locaux

Matrice de corrlation (Rh de Spearman) des items senss mesurer la variable Style de dcisions (PME 1)

430

,003

,031

,119

,000

,379**

-,025
,836

,379

,566

,938

,010

,325

,120

,754

-,038

,308

,125

,983

-,003

,927

-,108

,758

,393

,641
-,011

-,070

,038

,606

,675

,105

,063

,727

,548

,051

-,043

,208

,183

-,074

,153

,419

,761

,162

,099

,037

,546

,295

,395

-,074

,230

-,128

-,057

,285

,018

,091

-,104

,131

,205

-,146

,018

,331

,285*

,001

,284*

,352**

,000

,260*

1,000

,005

,423**

,409**

,331**

1,000

** La corrlation est significative au niveau 0,01 (bilatral).

* La corrlation est significative au niveau 0,05 (bilatral).

Degr_supervis_pers Coef.
on_proprit_locaux
Sig.

Degr_supervis_pers Coef.
on_suivi_clients
Sig.

Degr_supervis_pers Coef.
on_ponctualit_perso
Sig.

Degr_supervis_pers Coef.
on_prstat_fourniss
Sig.

Degr_supervis_pers Coef.
on_ordre_jr_runion
Sig.

Degr_supervis_pers Coef.
o_circulat_informat
Sig.

Degr_supervis_pers Coef.
o_organi_serv_opra
Sig.

Degr_superv_perso Coef.
n_trav_oprat
Sig.

Degr_organisat_s Coef.
minai_format_person
Sig.

Degr_rfrence_int Coef.
uition
Sig.

Varit_solutions_av Coef.
_dcision
Sig.

Degr_structuration_ Coef.
Info_utilise
Sig.

,351**

Degr_formalisation Coef.
_info_utilise
Sig.

,003

1,000

Quantit_information Coef.
_utilise
Sig.

,397

-,104

,321

-,121

,685

-,050

,232

-,146

,535

,076

,728

-,043

,301

-,126

,360

-,112

,076

,215

,000

,489**

1,000

,916

-,013

,065

,223

,161

,171

,855

,022

,517

,079

,276

,133

,897

,016

,793

,032

,043

,244*

1,000

,005
-,065
,595
,207
,087
,181
,137
,152
,212
-,108
,377

-,032
,794
,463**
,000
,161
,186
,400**
,001
,261*
,030

,617
-,237*

430

,050

-,061

,721

-,044

,457

,091

,830

-,026

,349

,114
,005

1,000
,331**

,000

,517**

1,000

,332**

,123

,187

,096

,202

1,000

,662

,054

,001

,376**

,743

,040

,061

,227

,009

,314**

1,000

,402

,102

,060

,228

,917

,013

,965

,005

1,000

,353

,114

,000

,502**

,001

,385**

1,000

,006

,326**

,000

,558**

1,000

,029

,262*

1,000
1,000

Quantit_inf Degr_forma Degr_stru Varit_s Degr_rf Degr_orga Degr_super Degr_super Degr_super Degr_super Degr_super Degr_super Degr_super Degr_superv
ormation_ut lisation_info cturation_I olutions_a rence_in nisat_smin v_person_tr vis_perso_or vis_perso_ci vis_person_ vis_person_ vis_person_p vis_person_s is_person_pro
ilise
_utilise
nfo_utilis v_dcisio tuition ai_format_p av_oprat gani_serv_op rculat_infor ordre_jr_ru prstat_four onctualit_pe uivi_clients prit_locaux

Matrice de corrlation (Rh de Spearman) des items senss mesurer la variable Style de dcisions (PME 2)

431
N

Sig.

Coef.

Sig.

Coef.

Sig.

Coef.

Sig

Coef.

Sig.

Coef.

26

,703

,079

26

,324

-,201

26

,662

-,090

33

,000

,764**

33

1,000

** La corrlation est significative au niveau 0,01 (bilatral).

* La corrlation est significative au niveau 0,05 (bilatral).

Frquence_utilisa_donne_cots

Varit_objets_cots_calcules

Varit_cots_calcules

Frquence_utilis_don_sys_budg

Degr_couverture_fonct_sys_budg

nct_sys_budg

431

26

,136

,301

26

,951

,013

26

,571

,117

33

1,000

n_sys_budg

31

,002

,528**

31

,001

,575**

31

1,000

calcules

31

,014

,435*

31

1,000

ts_calcules

31

1,000

nne_cots

Degr_couverture_fo Frquence_utilis_do Varit_cots_ Varit_objets_co Frquence_utilisa_do

Matrice de corrlation (Rh de Spearman) des items senss mesurer la variable Stratgie de contrle (PME 1)

432
N

Sig.

Coef.

Sig.

Coef.

Sig.

Coef.

Sig

Coef.

Sig.

Coef.

13

,623

,151

13

,887

,044

13

,541

,187

18

,014

,568*

18

1,000

** La corrlation est significative au niveau 0,01 (bilatral).

* La corrlation est significative au niveau 0,05 (bilatral).

Frquence_utilisa_donne_cots

Varit_objets_cots_calcules

Varit_cots_calcules

Frquence_utilis_don_sys_budg

Degr_couverture_fonct_sys_budg

nct_sys_budg

432

13

,712

-,114

13

,703

-,117

13

,703

-,117

18

1,000

n_sys_budg

19

,001

,691**

19

,000

,859**

19

1,000

calcules

19

,000

,773**

19

1,000

ts_calcules

19

1,000

nne_cots

Degr_couverture_fo Frquence_utilis_do Varit_cots_ Varit_objets_co Frquence_utilisa_do

Matrice de corrlation (Rh de Spearman) des items senss mesurer la variable Stratgie de contrle (PME 2)

Annexe 6 : Les statistiques descriptives relatives aux facteurs de

contingence des PME 1 et PME 2

433

I.

Les facteurs de contingence organisationnelle

Variable
Taille

Moyenne

cart-type

Mdiane

Minimum

Maximum

PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
116,84 63,81 60,09 58,86 121,5 35,00

Variable
Age d'entreprise

Dimensions et
variable
DST

Moyenne

cart-type

Mdiane

Minimum

200

199

Maximum

PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
19,26 11,89 13,83

Moyenne

6,12 15,00 11,00

cart-type

Mdiane

4,00

0,67 65,00 31,00

Minimum

Maximum

PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
3,55 3,26 1,03 1,01 3,75 3,75 1,25 1,25 5,00 5,00

DS

10,79

9,38

2,36

2,73 11,00

9,00

4,00

3,00 15,00 15,00

DDH
DDV
DFTRP

11,41
10,79
6,97

9,62
7,68
6,32

3,30
4,37
1,57

3,27 11,25 10,00

3,04 10,00 7,00
1,98 7,00 6,00

6,25
5,00
2,00

5,00 18,75 18,75

5,00 21,00 22,00
1,00 10,00 10,00

Structure

43,57 36,29

7,28

6,61 42,50 37,50 31,25 22,50 62,00 50,75

Items et dimension
Degr_dfinition_
fonctions
Degr_dfinition_R_P
Degr_dfinition_
objectifs_perfo
DS

Items et dimension

Moyenne

cart-type

Mdiane

Minimum

Maximum

PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
3,55

3,01

0,86

1,10

4,00

3,00

1,00

1,00

5,00

5,00

3,74

3,10

0,89

1,03

4,00

3,00

1,00

1,00

5,00

5,00

3,50

3,26

1,11

0,99

3,50

3,00

1,00

1,00

5,00

5,00

10,79

9,38

2,36

2,73 11,00

9,00

4,00

3,00 15,00 15,00

Moyenne

cart-type

Mdiane

Minimum

Maximum

PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
DDH_partic_prise_dci
2,80 2,21 1,14 1,07 2,50 2,50 1,25 1,25 5,00 5,00
DDH_prend_dci
2,86 2,46 1,23 1,09 2,50 2,50 1,25 1,25 5,00 5,00
DDH_colla_av_dc
2,80 2,45 0,74 1,02 2,50 2,50 1,25 1,25 3,75 5,00
DDH_colla_dci_seuls
2,96 2,50 0,94 0,91 2,50 2,50 1,25 1,25 5,00 5,00
DDH

11,41

9,62

3,3

3,27 11,25 10,00

434

6,25

5,00 18,75 18,75

Items et dimension

Moyenne

cart-type

Mdiane

Minimum

Maximum

PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
DDV_lancement_nps
1,82 1,43 0,95 0,93 2,00 1,00 1,00 1,00 5,00 5,00
DDV_emb_licen
DDV_fix_px_vente
DDV_chx_inves

2,00
2,66
2,05

1,54
1,59
1,46

1,14
1,34
1,14

0,74
0,77
0,61

2,00
2,00
2,00

1,00
2,00
1,00

1,00
1,00
1,00

1,00
1,00
1,00

5,00
5,00
5,00

5,00
5,00
3,00

DDV_dci_opra

2,26

1,65

1,27

0,82

2,00

2,00

1,00

1,00

5,00

5,00

10,79

7,68

4,37

3,04 10,00

7,00

5,00

5,00 21,00 22,00

DDV

Items et dimension
Degr_formalisation
_tches
Degr_formalisation
_RP
DFTRP

Dimensions et
variable
DEE
PACC
PGPC
Environnement

Items et dimension
Dynami_enviro_
plan_co
Dynamique_envi_
plan_techno
DEE

Variable
Informatisation

Moyenne

cart-type

Mdiane

Minimum

Maximum

PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
3,47

3,23

0,92

1,09

3,00

3,00

1,00

1,00

5,00

5,00

3,50

3,12

0,83

1,09

3,00

3,00

1,00

1,00

5,00

5,00

6,97

6,32

1,57

1,98

7,00

6,00

2,00

1,00 10,00 10,00

Moyenne

cart-type

Mdiane

Minimum

Maximum

PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
7,03 7,17 1,72 1,89 8,00 7,00 4,00 3,00 10,00 10,00
3,58 3,59 0,98 1,06 4,00 4,00 2,00 1,00 5,00 5,00
3,61 3,36 0,86 1,01 4,00 3,00 1,00 1,00 5,00 5,00
14,11 14,13

Moyenne

3,09

3,50 15,00 15,00

cart-type

Mdiane

8,00

6,00 20,00 20,00

Minimum

Maximum

PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
3,50

3,55

0,89

0,98

4,00

4,00

2,00

1,00

5,00

5,00

3,42

3,62

1,03

1,11

4,00

4,00

1,00

1,00

5,00

5,00

7,03

7,17

1,72

1,89

8,00

7,00

4,00

3,00 10,00 10,00

Moyenne

cart-type

Mdiane

Minimum

Maximum

PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
4,16

3,06

0,59

0,73

435

4,00

3,00

3,00

2,00

5,00

5,00

II.

Les facteurs de contingence comportementale

Dimension
Nbr d'anne /poste de
contrle de gestion

Dimensions et
variable
CIU
DSPT
Style de dcision

Items et dimension
Quantit d'information
considre
Degr de formalisation
de l'information
utilise
Degr de structuration
de l'information
utilise
Varit des solutions
envisages avant la
dcision
Degr de rfrence
l'intuition dans la prise
de dcision
Degr d'organisation
des sminaires de
formation
CIU

Moyenne

cart-type

Mdiane

Minimum

Maximum

PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
5,86

3,77

Moyenne

2,90

1,48

cart-type

5,00

3,50

Mdiane

2,00

0,67 15,00

Minimum

8,00

Maximum

PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
15,59 19,60 3,64 3,58 15,63 20,00 8,75 10,00 25,00 28,75
25,79 30,47 5,56 5,51 25,63 31,25 15,00 12,50 36,25 40,00
41,38 50,07

Moyenne

7,50

6,79 41,25 51,25 28,75 22,50 61,25 61,25

cart-type

Mdiane

Minimum

Maximum

PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
2,47

2,99

0,94

0,89

2,50

2,50

1,25

1,25

5,00

5,00

2,43

3,13

0,82

0,90

2,50

2,50

1,25

1,25

3,75

5,00

2,30

2,93

0,94

0,83

2,50

2,50

1,25

1,25

5,00

5,00

2,53

3,06

0,80

0,90

2,50

2,50

1,25

1,25

3,75

5,00

2,47

3,30

0,90

0,77

2,50

3,75

1,25

1,25

5,00

5,00

3,39

4,18

1,08

1,05

3,75

5,00

1,25

1,25

5,00

5,00

15,59 19,60

3,64

3,58 15,63 20,00

436

8,75 10,00 25,00 28,75

Items et dimension
DSP Travail des
oprationnels
DSP Organisation
des services oprat
DSP Circulation de
l'information
DSP Ordres du jour
des runions
DSP Prestations des
fournisseurs
DSP Ponctualit du
personnel
DSP Suivi des
clients
DSP Propret des
locaux
DSPT

Items et dimension
DCFSB
FUDSB
SCRB

Items et dimension
VCC
VOCC
FUDC
SCRC

Moyenne

cart-type

Mdiane

Minimum

Maximum

PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
3,13

3,97

1,22

1,23

2,50

5,00

1,25

1,25

5,00

5,00

3,06

3,80

1,04

1,08

2,50

3,75

1,25

1,25

5,00

5,00

3,26

3,73

0,94

1,12

3,13

3,75

1,25

1,25

5,00

5,00

3,16

3,64

1,08

1,07

2,50

3,75

1,25

2,50

5,00

5,00

3,75

4,02

0,92

1,19

3,75

5,00

2,50

1,25

5,00

5,00

2,93

3,86

1,28

1,19

2,50

3,75

1,25

1,25

5,00

5,00

3,19

4,08

1,15

1,22

2,50

5,00

1,25

1,25

5,00

5,00

3,32

3,37

1,06

1,20

3,75

3,75

1,25

1,25

5,00

5,00

25,79 30,47

5,56

5,51 25,63 31,25 15,00 12,50 36,25 40,00

Moyenne

cart-type

Mdiane

Minimum

Maximum

PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
2,70 3,22 1,24 1,22 3,00 3,00 1,00 1,00 5,00 5,00
2,58 2,67 0,87 0,91 2,00 2,50 1,00 1,00 4,00 4,00
5,27

5,89

Moyenne

1,99

1,88

cart-type

5,00

6,00

Mdiane

3,00

3,00

Minimum

9,00

9,00

Maximum

PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2 PME1 PME2
2,11 2,05 1,20 1,27 2,50 2,50 1,00 1,00 5,00 5,00
1,65 2,11 1,11 1,46 1,00 1,00 1,00 1,00 5,00 5,00
2,42 2,84 0,62 1,07 2,00 3,00 1,00 1,00 4,00 4,00
6,18

7,00

2,52

3,37

437

5,50

6,00

3,00

3,00 13,00 14,00

Annexe 7 : Les rsultats des tests de validation des chelles de mesure

- Les rsultats de ltude exploratoire produits par le logiciel

(SPSS 17.0)

Les rsultats de ltude confirmatoire produits par le logiciel

dquations structurelles (AMOS 18.0)

438

chelle de mesure de la variable Structure

Les rsultats de ltude exploratoire
Rsultats initiaux
Indice KMO et test de Bartlett
Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin.
Test de sphricit de Bartlett

Khi-deux approxim

,647
255,048

ddl

105

Signification de Bartlett

,000

Qualit de reprsentation
Initial
Degr_specia_tches
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor
Degr_partic_prise_dci
Degr_consulta_collabo_av_prise_dci
Degr_consulta_dirigeants_par_colla_av_dc
Degr_prise_dci_par_collaborateurs
Niveau_PD_dvelop_lancement_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
Niveau_PD_oprationnelles
Degr_formalisation_tches
Degr_formalisation_RP
Mthode d'extraction : Analyse en composantes principales.

439

1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000

Extraction
,642
,706
,658
,720
,816
,892
,672
,698
,566
,752
,543
,670
,755
,601
,689

440

Total

% de la variance

% cumuls

Valeurs propres initiales

Total
4,110
3,284
1,902
1,084

440

27,401
21,896
12,678
7,224

% de la variance
27,401
49,298
61,976
69,200

% cumuls

Extraction Sommes des carrs des facteurs retenus

4,110
27,401
27,401
1
3,284
21,896
49,298
2
1,902
12,678
61,976
3
1,084
7,224
69,200
4
,785
5,236
74,436
5
,713
4,751
79,188
6
,681
4,540
83,728
7
,547
3,647
87,374
8
,425
2,835
90,209
9
,387
2,578
92,788
10
,323
2,155
94,942
11
,265
1,767
96,710
12
,231
1,539
98,249
13
,181
1,206
99,455
14
,082
,545
100,000
15
Mthode d'extraction : Analyse en composantes principales.

Compos
ante

Variance totale explique

Total
3,508
3,042
2,535
1,295

23,387
20,278
16,903
8,632

% de la variance

23,387
43,665
60,568
69,200

% cumuls

Somme des carrs des facteurs retenus pour la

rotation

Matrice des composantesa

Composante
1
Niveau_PD_emb_licen
Degr_partic_prise_dci
Degr_consulta_collabo_av_prise_dci
Degr_consulta_dirigeants_par_colla_av_dc
Degr_prise_dci_par_collaborateurs
Niveau_PD_choix_investissements
Niveau_PD_oprationnelles
Deg_dfin_objectif_perfor
Deg_dfin_rgle_procd
Degr_formalisation_tches
Degr_specia_tches
Deg_dfin_fonct
Degr_formalisation_RP
Niveau_PD_fixation_px_vente
Niveau_PD_dvelop_lancement_nps

2
,670
,654
,594
,584
,558
,555
,541
-,535
-,417
-,418
-,504
-,415
-,474
,398
,430

Mthode d'extraction : Analyse en composantes principales.

a. 4 composantes extraites.

441

3
,128
,159
,434
,185
,168
,488
,474
,323
,670
,623
,618
,615
,607
,539
,412

4
-,429
,550
,536
,144
,547
-,315
-,193
,340
,144
-,193
,059
,385
-,296
-,256
-,439

,320
,247
-,252
,526
-,243
,160
-,448
,463
,121
-,021
,048
-,084
-,089
-,171
,140

Matrice des composantes aprs rotationa

Composante
1
Deg_dfin_rgle_procd
Degr_specia_tches
Deg_dfin_fonct
Degr_formalisation_tches
Degr_formalisation_RP
Deg_dfin_objectif_perfor
Niveau_PD_choix_investissements
Niveau_PD_dvelop_lancement_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_vente
Niveau_PD_oprationnelles
Degr_consulta_collabo_av_prise_dci
Degr_prise_dci_par_collaborateurs
Degr_partic_prise_dci
Degr_consulta_dirigeants_par_colla_av_dc

2
,808
,797
,779
,712
,709
,651
,047
,038
-,311
,158
,010
,067
-,125
-,145
-,118

3
,019
-,012
-,168
,194
,214
-,337
,782
,744
,741
,664
,664
,234
,068
,141
,376

4
,031
-,066
,261
-,176
-,262
-,107
,150
-,020
-,029
,238
,437
,911
,822
,702
,284

Mthode d'extraction : Analyse en composantes principales.

Mthode de rotation : Varimax avec normalisation de Kaiser.
a. La rotation a converg en 23 itrations.

Rsultats aprs 1re purification : suppression de deux items

Indice KMO et test de Bartlett
Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin.
Test de sphricit de Bartlett
Khi-deux approxim
ddl
Signification de Bartlett

,665
203,145
78
,000

Qualit de reprsentation
Initial
Degr_specia_tches
Deg_dfin_fonct
Deg_dfin_rgle_procd
Deg_dfin_objectif_perfor
Degr_consulta_collabo_av_prise_dci
Degr_prise_dci_par_collaborateurs
Niveau_PD_dvelop_lancement_nps
Niveau_PD_emb_licen
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
Niveau_PD_oprationnelles
Degr_formalisation_tches
Degr_formalisation_RP

1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000

Mthode d'extraction : Analyse en composantes principales.

442

Extraction
,640
,716
,642
,504
,865
,749
,528
,668
,531
,654
,633
,607
,656

,068
-,045
-,055
-,161
-,267
,414
,184
,103
,324
-,142
-,351
,050
,052
,531
,660

443

Total

% de la variance

% cumuls

Valeurs propres initiales

Total
3,600
3,181
1,612

443

27,693
24,473
12,397

% de la variance
27,693
52,166
64,563

% cumuls

Extraction Sommes des carrs des facteurs retenus

3,600
27,693
27,693
1
3,181
24,473
52,166
2
1,612
12,397
64,563
3
,862
6,634
71,198
4
,744
5,723
76,921
5
,676
5,198
82,118
6
,564
4,336
86,454
7
,442
3,400
89,854
8
,418
3,212
93,066
9
,333
2,562
95,628
10
,239
1,836
97,464
11
,205
1,575
99,039
12
,125
,961
100,000
13
Mthode d'extraction : Analyse en composantes principales.

Compos
ante

Variance totale explique

Total
3,496
2,951
1,946

26,891
22,703
14,969

% de la variance

26,891
49,594
64,563

% cumuls

Somme des carrs des facteurs retenus pour la

rotation

Matrice des composantesa

Composante
1
Degr_specia_tches
Deg_dfin_objectif_perfor
Deg_dfin_rgle_procd
Deg_dfin_fonct
Degr_formalisation_RP
Niveau_PD_emb_licen
Degr_formalisation_tches
Niveau_PD_oprationnelles
Niveau_PD_fixation_px_vente
Niveau_PD_choix_investissements
Niveau_PD_dvelop_lancement_nps
Degr_prise_dci_par_collaborateurs
Degr_consulta_collabo_av_prise_dci

2
,710
,690
,675
,655
,626
-,604
,604
-,373
-,199
-,346
-,277
-,388
-,302

Mthode d'extraction : Analyse en composantes principales.

a. 3 composantes extraites.

444

3
,369
,022
,428
,373
,419
,411
,435
,699
,690
,688
,584
,312
,558

,010
,165
,054
,386
-,298
-,366
-,231
,073
-,123
-,247
-,333
,708
,680

Matrice des composantes aprs rotationa

Composante
1
Deg_dfin_rgle_procd
Degr_specia_tches
Deg_dfin_fonct
Degr_formalisation_RP
Degr_formalisation_tches
Deg_dfin_objectif_perfor
Niveau_PD_choix_investissements
Niveau_PD_emb_licen
Niveau_PD_dvelop_lancement_nps
Niveau_PD_fixation_px_vente
Niveau_PD_oprationnelles
Degr_consulta_collabo_av_prise_dci
Degr_prise_dci_par_collaborateurs

2
,800
,799
,768
,739
,730
,617
,029
-,337
,034
,162
,023
,038
-,157

3
,026
-,016
-,155
,195
,188
-,350
,800
,744
,726
,684
,679
,268
,099

Mthode d'extraction : Analyse en composantes principales.

Mthode de rotation : Varimax avec normalisation de Kaiser.
a. La rotation a converg en 4 itrations.

Rsultats de ltude de fiabilit : Alpha de Cronbach

Statistiques de fiabilit
Alpha de
Cronbach

Nombre
d'lments

,718

13

Statistiques d'chelle
Moyenne
37,9276

Variance

Ecart-type

43,517

6,59671

445

Nombre
d'lments
13

,039
-,031
,321
-,268
-,197
-,015
,118
-,027
-,015
,193
,415
,890
,845

 Les rsultats de ltude confirmatoire

Estimation du modle
Regression Weights: (Group number 1 - Default model)
Estimate
Degr_specia_tches

<---

Deg_dfin_fonct

<---

Deg_dfin_rgle_procd <--Deg_dfin_objectif_perf
<--or
Degr_consulta_collabo
<--_av_prise_dci
Niveau_PD_emb_licen

<---

Niveau_PD_fixation_px
<--_vente
Niveau_PD_choix_inve
<--stissements
Niveau_PD_oprationne
<--lles
Degr_formalisation_tc
<--hes
Degr_formalisation_R
P

<---

Niveau_PD_dvelop_la
<--ncement_nps
Degr_prise_dci_par_c
<--ollaborateurs

Degr de
spcialisation_des
tches
Degr
de_standardisation
Degr
de_standardisation
Degr
de_standardisation
Degr de
dcentralisation_ho
rizontale
Degr de
dcentralisation_ve
rticale
Degr de
dcentralisation_ve
rticale
Degr de
dcentralisation_ve
rticale
Degr de
dcentralisation_ve
rticale
Degr de
formalisation_des
T et des RP
Degr de
formalisation_des
T et des RP
Degr de
dcentralisation_ve
rticale
Degr de
dcentralisation_ho
rizontale

446

S.E

C.R.

Label

,968

,241

4,018

***

par_1

1,085

,295

3,674

***

par_2

1,438

,446

3,222

,001

par_3

1,374

,491

2,797

,005

par_4

1,612

,473

3,405

***

par_5

1,433

,477

3,001

,003

par_6

,285

4,745

***

par_7

,174

5,910

***

par_18

1,000
1,000

1,000

1,000

1,351

1,000

1,029

Covariances: (Group number 1 - Default model)

Degr de
spcialisation_des
tches

<-->

Degr
de_standardisation

<-->

Degr de
dcentralisation_horizon <-->
tale
Degr de
spcialisation_des
<-->
tches
Degr de
dcentralisation_horizon <-->
tale
Degr
de_standardisation

<-->

Degr de
dcentralisation_vertical <-->
e
Degr de
<-->
spcialisation_des
tches
Degr
de_standardisation

<-->

Degr de
spcialisation_des
tches

<-->

Degr
de_standardisation
Degr de
dcentralisation_horiz
ontale
Degr de
dcentralisation_vertic
ale
Degr de
formalisation_des T et
des RP
Degr de
formalisation_des T et
des RP
Degr de
formalisation_des T et
des RP
Degr de
formalisation_des T et
des RP
Degr de
dcentralisation_horiz
ontale
Degr de
dcentralisation_vertic
ale
Degr de
dcentralisation_vertic
ale

Estimate

S.E.

C.R.

Label

,459

,157

2,927

,003

par_8

-,052

,112

-,463

,643

par_9

,137

,102

1,343

,179

par_10

,372

,139

2,668

,008

par_11

-,119

,096

-1,237

,216

par_12

,213

,096

2,206

,027

par_13

,023

,062

,375

,708

par_14

-,068

,151

-,450

,653

par_15

-,057

,079

-,729

,466

par_16

-,030

,104

-,287

,774

par_17

Correlations: (Group number 1 - Default model)

Degr de spcialisation_des tches

Degr de_standardisation
Degr de dcentralisation_horizontale
Degr de spcialisation_des tches
Degr de dcentralisation_horizontale
Degr de_standardisation
Degr de dcentralisation_verticale
Degr de spcialisation_des tches
Degr de_standardisation
Degr de spcialisation_des tches

<-->
<-->
<-->
<-->
<-->
<-->
<-->
<-->
<-->
<-->

Degr de_standardisation
Degr de dcentralisation_horizontale
Degr de dcentralisation_verticale
Degr de formalisation_des T et des RP
Degr de formalisation_des T et des RP
Degr de formalisation_des T et des RP
Degr de formalisation_des T et des RP
Degr de dcentralisation_horizontale
Degr de dcentralisation_verticale
Degr de dcentralisation_verticale

447

Estimate
,687
-,089
,278
,638
-,234
,547
,071
-,078
-,153
-,053

Variances: (Group number 1 - Default model)

Estimate
1,000
,446
,762
,316
,339
,030
,050
,050
,275
,355
,673
,711
,571
,610
1,155
,439
,914
,489

Degr de spcialisation_des tches

Degr de_standardisation
Degr de dcentralisation_horizontale
Degr de dcentralisation_verticale
Degr de formalisation_des T et des RP
e1
e6
e13
e2
e3
e4
e5
e7
e8
e9
e10
e11
e12

S.E.
,239
,174
,306
,173
,160

C.R.
4,176
2,556
2,490
1,827
2,122

P
***
,011
,013
,068
,034

Label
par_19
par_20
par_21
par_22
par_23

,102
,114
,190
,176
,150
,185
,301
,170
,250
,120

2,685
3,122
3,536
4,035
3,800
3,301
3,833
2,584
3,652
4,088

,007
,002
***
***
***
***
***
,010
***
***

par_24
par_25
par_26
par_27
par_28
par_29
par_30
par_31
par_32
par_33

Ajustement du modle
CMIN
Model
Default model
Saturated model
Independence model

NPAR
33
91
13

CMIN
72,308
,000
236,116

DF
58
0
78

P
,098

CMIN/DF
1,247

,000

3,027

RMR, GFI
Model
Default model
Saturated model
Independence model

RMR
,131
,000
,320

GFI
,785
1,000
,459

AGFI
,663

PGFI
,500

,368

,393

Baseline Comparisons
Model
Default model
Saturated model
Independence model

NFI
Delta1
,694
1,000
,000

RFI
rho1
,588
,000

IFI
Delta2
,920
1,000
,000

TLI
rho2
,878
,000

Parsimony-Adjusted Measures
Model
Default model
Saturated model
Independence model

PRATIO
,744
,000
1,000

448

PNFI
,516
,000
,000

PCFI
,676
,000
,000

CFI
,910
1,000
,000

NCP
Model
Default model
Saturated model
Independence model

NCP
14,308
,000
158,116

LO 90
,000
,000
115,691

HI 90
40,112
,000
208,171

FMIN
Model
Default model
Saturated model
Independence model

FMIN
1,954
,000
6,382

F0
,387
,000
4,273

LO 90
,000
,000
3,127

HI 90
1,084
,000
5,626

LO 90
,000
,200

HI 90
,137
,269

PCLOSE
,215
,000

RMSEA
Model
Default model
Independence model

RMSEA
,082
,234
AIC

Model
Default model
Saturated model
Independence model

AIC
138,308
182,000
262,116

BCC
178,482
292,783
277,942

BIC
192,348
331,020
283,404

CAIC
225,348
422,020
296,404

ECVI
Model
Default model
Saturated model
Independence model

ECVI
3,738
4,919
7,084

LO 90
3,351
4,919
5,938

HI 90
4,435
4,919
8,437

MECVI
4,824
7,913
7,512

HOELTER
Model
Default model
Independence model

HOELTER
.05
40
16

449

HOELTER
.01
44
18

Rsultats de ltude de fiabilit : de Jreskog

Rh de Jreskog "Degr de standardisation"

i

( i)2

var (i)

6,1695

0,7724

Deg_dfin_fonct

0,786

0,382

Deg_dfin_rgle_procd

0,735

0,460

Deg_dfin_objectif_perfor

0,662

0,562

2,183

( i)2 + var (i)

4,7655

1,404

Rh de Jreskog "Degr de dcentralisation horizontale"

i

( i)2

var (i)

Degr_consulta_collabo_av_pri
se_dci

0,719

0,483

Degr_prise_dci_par_collabora
teurs

0,970

0,058

1,689

2,8527

0,541

( i)2 + var (i)

3,3937

0,8406

Rh de Jreskog "Degr de dcentralisation verticale"

i

( i)2

var (i)

Niveau_PD_emb_licen

0,719

0,483

Niveau_PD_fixation_px_vente

0,584

0,659

Niveau_PD_choix_
investissements

0,807

0,349

Niveau_PD_oprationnelles

0,644

0,585

Niveau_PD_dvelop_
lancement_nps

0,597

0,644

3,351

11,2292

2,720

( i)2 + var (i)

13,9492

0,8050

Rh de Jreskog "Degr de formalisation des T et des RP"

i

( i)2

var (i)

Degr_formalisation_tches

0,640

0,590

Degr_formalisation_RP

0,962

0,075

1,602

2,5664

0,665

Var (i) = = [1 (i)2]

Exemple : 0,382 = [1- (0,786)2]
Ou aussi, Var (i) = (1 Coefficients de corrlation multiple de litem i)
Exemple : 0,382 = (1-0,618)

450

( i)2 + var (i)

3,2314

0,7942

Rh de Jreskog "Structure"
( i)2

var (i)

Deg_dfin_fonct

0,786

0,382

Deg_dfin_rgle_procd

0,735

0,460

Deg_dfin_objectif_perfor

0,662

0,562

Degr_consulta_collabo_
av_prise_dci

0,719

0,483

Degr_prise_dci_par_
collaborateurs

0,970

0,058

Niveau_PD_emb_licen

0,719

0,483

Niveau_PD_fixation_px_vente

0,584

0,659

Niveau_PD_choix_
investissements

0,807

0,349

Niveau_PD_oprationnelles

0,644

0,585

Niveau_PD_dvelop_
lancement_nps

0,597

0,644

Degr_formalisation_tches

0,640

0,590

Degr_formalisation_RP

0,962

0,075

8,825

77,8806

5,330

( i)2 + var (i)

83,2106

0,9359

Rsultats du test de la validit convergente

Rh de validit convergente "Degr de standardisation"
i

(i)2

var (i)

Deg_dfin_fonct

0,786

0,6178

0,382

Deg_dfin_rgle_procd

0,735

0,5402

0,460

Deg_dfin_objectif_perfor

0,662

0,4382

0,562

1,5963

1,404

(i)2 + var (i)

vc

3,0003

0,5320

Rh de validit convergente "Degr de dcentralisation horizontale"

i

(i)2

var (i)

Degr_consulta_collabo_av_prise_dci

0,719

0,5170

0,483

Degr_prise_dci_par_collaborateurs

0,970

0,9409

0,058

1,4579

0,541

451

(i)2 + var (i)

vc

1,9989

0,7293

Rh de validit convergente "Degr de dcentralisation verticale"

i

(i)2

var (i)

Niveau_PD_emb_licen

0,719

0,5170

0,483

Niveau_PD_fixation_px_vente

0,584

0,3411

0,659

Niveau_PD_choix_investissements

0,807

0,6512

0,349

Niveau_PD_oprationnelles

0,644

0,4147

0,585

Niveau_PD_dvelop_lancement_nps

0,597

0,3564

0,644

2,2804

2,720

(i)2 + var (i)

vc

5,0004

0,4560

Rh de validit convergente "Degr de formalisation des T et des RP"

i

(i)2

var (i)

Degr_formalisation_tches

0,640

0,4096

0,590

Degr_formalisation_RP

0,962

0,9254

0,075

1,3350

0,665

(i)2 + var (i)

vc

2,0000

0,6675

Rh de validit convergente "Structure"

i

(i)2

var (i)

Deg_dfin_fonct

0,786

0,6178

0,382

Deg_dfin_rgle_procd

0,735

0,5402

0,460

Deg_dfin_objectif_perfor

0,662

0,4382

0,562

Degr_consulta_collabo_
av_prise_dci

0,719

0,5170

0,483

Degr_prise_dci_par
_collaborateurs

0,970

0,9409

0,058

Niveau_PD_emb_licen

0,719

0,5170

0,483

Niveau_PD_fixation
_px_vente

0,584

0,3411

0,659

Niveau_PD_choix_
investissements

0,807

0,6512

0,349

Niveau_PD_oprationnelles

0,644

0,4147

0,585

Niveau_PD_dvelop_
lancement_nps

0,597

0,3564

0,644

Degr_formalisation_tches

0,640

0,4096

0,590

Degr_formalisation_RP

0,962

0,9254

0,075

8,825

6,6696

5,330

452

(i)2 + var (i)

vc

11,9996

0,5558

chelle de mesure de la variable Environnement

Les rsultats de ltude exploratoire
Indice KMO et test de Bartlett
Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin.
Test de sphricit de Bartlett

,712

Khi-deux approxim

62,018

ddl

Signification de Bartlett

,000

Qualit de reprsentation
Initial
Dynami_enviro_plan_co
Dynamique_envi_plan_techno
Prvisibilit_comportem_concurre
Prvisibilit_gots_prfren_client

Extraction

1,000
1,000
1,000
1,000

,630
,782
,684
,603

Mthode d'extraction : Analyse en composantes principales.

Variance totale explique
Valeurs propres initiales

Compo
sante
Total

% de la
variance

Extraction Sommes des carrs des facteurs retenus

% cumuls

2,699
67,466
67,466
1
,665
16,616
84,082
2
,404
10,106
94,188
3
,232
5,812
100,000
4
Mthode d'extraction : Analyse en composantes principales.

453

% de la
variance

Total
2,699

67,466

% cumuls
67,466

Matrice des composantesa

Composante
1
Dynamique_envi_plan_techno
Prvisibilit_comportem_concurre
Dynami_enviro_plan_co
Prvisibilit_gots_prfren_client

,885
,827
,794
,776

Mthode d'extraction : Analyse en composantes principales.

1 composantes extraite.

Rsultats de ltude de fiabilit : Alpha de Cronbach

Statistiques de fiabilit
Alpha de
Cronbach

Nombre
d'lments

,839

Statistiques d'chelle
Moyenne
14,1053

Variance

Ecart-type

9,556

Nombre
d'lments

3,09131

Les rsultats de ltude confirmatoire

Estimation du modle
Regression Weights: (Group number 1 - Default model)
Estimate
Dynami_enviro_plan_co <--Prvisibilit_comportem_
<--concurre
Prvisibilit_gots_prfr
<--en_client
Dynamique_envi_plan_te
chno

<---

Dynamique
de_l'environneme
nt externe
Prvisibilit
des_comportement
s des_concurrents
Prvisibilit des
gots et_des
prfrences des
clients
Dynamique
de_l'environneme
nt externe

454

S.E.

C.R.

Label

,257

6,057

***

par_1

1,000

1,000

1,000

1,555

Covariances: (Group number 1 - Default model)

Dynamique
de_l'environnement
externe

<-->

Prvisibilit
des_comportements
des_concurrents

<-->

Dynamique
de_l'environnement
externe

<-->

Estimate

S.E.

C.R.

Label

,372

,133

2,788

,005

par_2

,492

,156

3,147

,002

par_3

,324

,117

2,778

,005

par_4

Prvisibilit
des_comportements
des_concurrents
Prvisibilit des
gots et_des
prfrences des
clients
Prvisibilit des
gots et_des
prfrences des
clients

Correlations: (Group number 1 - Default model)

Estimate
Dynamique de_l'environnement
externe
Prvisibilit des_comportements
des_concurrents
Dynamique de_l'environnement
externe

<-->
<-->
<-->

Prvisibilit des_comportements
des_concurrents
Prvisibilit des gots et_des prfrences
des clients
Prvisibilit des gots et_des prfrences
des clients

,616
,628
,615

Variances: (Group number 1 - Default model)

Dynamique de_l'environnement externe

Prvisibilit des_comportements des_concurrents
Prvisibilit des gots et_des prfrences des
clients
e2
e3
e4
e1

Estimate
,407
,898

S.E.
,161
,216

C.R.
2,522
4,162

P
,012
***

Label
par_5
par_6

,683

,166

4,120

***

par_7

,050
,030
,030
,370

,091

4,082

***

par_8

Ajustement du modle
CMIN
Model
Default model
Saturated model
Independence model

NPAR
8
10
4

CMIN
2,542
,000
65,876

DF
2
0
6

P
,281

CMIN/DF
1,271

,000

10,979

RMR, GFI
Model
Default model
Saturated model
Independence model

RMR
,028
,000
,388

455

GFI
,968
1,000
,504

AGFI
,839

PGFI
,194

,173

,302

Baseline Comparisons
Model
Default model
Saturated model
Independence model

NFI
Delta1
,961
1,000
,000

RFI
rho1
,884
,000

IFI
Delta2
,992
1,000
,000

TLI
rho2
,973

CFI
,991
1,000
,000

,000

Parsimony-Adjusted Measures
Model
Default model
Saturated model
Independence model

PRATIO
,333
,000
1,000

PNFI
,320
,000
,000

PCFI
,330
,000
,000

NCP
Model
Default model
Saturated model
Independence model

NCP
,542
,000
59,876

LO 90
,000
,000
37,417

HI 90
9,030
,000
89,791

FMIN
Model
Default model
Saturated model
Independence model

FMIN
,069
,000
1,780

F0
,015
,000
1,618

LO 90
,000
,000
1,011

HI 90
,244
,000
2,427

LO 90
,000
,411

HI 90
,349
,636

PCLOSE
,313
,000

BCC
21,042
23,125
75,126

BIC
31,643
36,376
80,426

CAIC
39,643
46,376
84,426

RMSEA
Model
Default model
Independence model

RMSEA
,086
,519
AIC

Model
Default model
Saturated model
Independence model

AIC
18,542
20,000
73,876
ECVI

Model
Default model
Saturated model
Independence model

ECVI
,501
,541
1,997

456

LO 90
,486
,541
1,390

HI 90
,731
,541
2,805

MECVI
,569
,625
2,030

HOELTER
Model
Default model
Independence model

HOELTER
.05
88
8

HOELTER
.01
135
10

Rsultats de ltude de fiabilit : de Jreskog

Rh de Jreskog "Dynamique de l'environnement externe"

( i)2

var (i)

Dynami_enviro_plan_co

0,724

0,476

Dynamique_envi_plan_techno

0,976

0,048

1,700

2,8900

( i)2 + var (i)

3,4140

0,8465

0,524

Rh de Jreskog "Environnement"
( i)2

var (i)

Dynami_enviro_plan_co

0,724

0,476

Dynamique_envi_plan_techno

0,976

0,048

Prvisibilit_comportem_
concurre

0,984

0,032

Prvisibilit_gots_prfren
_client

0,979

0,042

3,663

13,4176

0,598

( i)2 + var (i)

14,0156

0,9573

Rsultats du test de la validit convergente

Rh de validit convergente "Dynamique de l'environnement externe"
i

(i)2

var (i)

Dynami_enviro_plan_co

0,724

0,5242

0,476

Dynamique_envi_plan_techno

0,976

0,9526

0,048

1,4768

0,524

(i)2 + var (i)

vc

2,0008

0,7381

Rh de validit convergente "Environnement"

i

(i)2

var (i)

Dynami_enviro_plan_co

0,724

0,5242

0,476

Dynamique_envi_plan_techno

0,976

0,9526

0,048

Prvisibilit_comportem_concurre

0,984

0,9683

0,032

Prvisibilit_gots_prfren_client

0,979

0,9584

0,042

3,4034

0,598

457

(i)2 + var (i)

vc

4,0014

0,8506

chelle de mesure de la variable Style de dcisions

Les rsultats de ltude exploratoire

Rsultats initiaux
Indice KMO et test de Bartlett
Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin.
Test de sphricit de Bartlett Khi-deux approxim

,630
274,048

ddl

91

Signification de Bartlett

,000

Qualit de reprsentation
Initial
Quantit_information_utilise
Degr_formalisation_info_utilise
Degr_structuration_info_utilise
Varit_solutions_av_dcision
Degr_rfrence_intuition
Degr_organisat_sminai_format_person
Degr_superv_person_trav_oprat
Degr_supervis_perso_organi_serv_oprat
Degr_supervis_perso_circulat_informat
Degr_supervis_person_ordre_jr_runion
Degr_supervis_person_prstat_fourniss
Degr_supervis_person_ponctualit_person
Degr_supervis_person_suivi_clients
Degr_supervis_person_proprit_locaux
Mthode d'extraction : Analyse en composantes principales.

458

1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000

Extraction
,799
,756
,775
,572
,716
,597
,786
,774
,658
,318
,789
,880
,849
,617

459

Total

% de la variance

% cumuls

Valeurs propres initiales

Total
4,703
2,471
1,503
1,210

459

33,594
17,648
10,734
8,641

% de la variance
33,594
51,243
61,977
70,618

% cumuls

Extraction Sommes des carrs des facteurs retenus

4,703
33,594
33,594
1
2,471
17,648
51,243
2
1,503
10,734
61,977
3
1,210
8,641
70,618
4
,974
6,955
77,572
5
,682
4,869
82,441
6
,671
4,795
87,236
7
,571
4,079
91,315
8
,394
2,811
94,126
9
,255
1,822
95,949
10
,198
1,413
97,362
11
,170
1,211
98,573
12
,128
,913
99,485
13
,072
,515
100,000
14
Mthode d'extraction : Analyse en composantes principales.

Compo
sante

Variance totale explique

Total
3,373
2,946
1,839
1,728

24,093
21,046
13,137
12,341

% de la variance

24,093
45,139
58,276
70,618

% cumuls

Somme des carrs des facteurs retenus pour la

rotation

Matrice des composantesa

Composante
1
Degr_supervis_person_ponctualit_person
Degr_structuration_info_utilise
Degr_supervis_person_suivi_clients
Degr_rfrence_intuition
Degr_supervis_perso_organi_serv_oprat
Quantit_information_utilise
Degr_supervis_person_ordre_jr_runion
Degr_supervis_person_proprit_locaux
Varit_solutions_av_dcision
Degr_formalisation_info_utilise
Degr_superv_person_trav_oprat
Degr_supervis_perso_circulat_informat
Degr_organisat_sminai_format_person
Degr_supervis_person_prstat_fourniss

2
,776
,768
,756
,750
,700
,694
,491
,489
,482
,401
,555
,293
-,241
,282

Mthode d'extraction : Analyse en composantes principales.

a. 4 composantes extraites.

460

3
-,461
,391
-,325
,287
-,015
,488
,153
-,389
,297
,753
-,617
,067
,339
-,592

4
,216
-,156
,259
,052
,125
,238
-,227
-,417
-,224
,149
,310
-,705
,629
,054

-,139
,085
-,325
,261
-,517
,149
-,043
,229
,449
-,073
,044
-,266
,171
,597

Matrice des composantes aprs rotationa

Composante
1
Quantit_information_utilise
Degr_structuration_info_utilise
Degr_rfrence_intuition
Degr_formalisation_info_utilise
Varit_solutions_av_dcision
Degr_supervis_person_ordre_jr_runion
Degr_supervis_person_suivi_clients
Degr_supervis_person_ponctualit_person
Degr_supervis_perso_organi_serv_oprat
Degr_superv_person_trav_oprat
Degr_supervis_person_prstat_fourniss
Degr_supervis_person_proprit_locaux
Degr_supervis_perso_circulat_informat
Degr_organisat_sminai_format_person

2
,836
,810
,787
,731
,678
,424
,194
,184
,292
-,007
,016
,172
,166
,099

3
,268
,229
,259
,040
-,123
,184
,890
,851
,765
,721
,159
,199
,008
-,128

4
-,061
-,014
,170
-,448
,264
-,017
,096
,327
-,245
,513
,873
,534
-,148
-,160

Mthode d'extraction : Analyse en composantes principales.

Mthode de rotation : Varimax avec normalisation de Kaiser.
a. La rotation a converg en 5 itrations.

Rsultats aprs 1re purification : suppression de trois items

Indice KMO et test de Bartlett
Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin.
Test de sphricit de Bartlett Khi-deux approxim

,653
195,593

ddl

55

Signification de Bartlett

,000

Qualit de reprsentation
Initial
Quantit_information_utilise
Degr_formalisation_info_utilise
Degr_structuration_info_utilise
Varit_solutions_av_dcision
Degr_rfrence_intuition
Degr_organisat_sminai_format_person
Degr_supervis_perso_organi_serv_oprat
Degr_supervis_perso_circulat_informat
Degr_supervis_person_prstat_fourniss
Degr_supervis_person_ponctualit_person
Degr_supervis_person_suivi_clients

1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000

Mthode d'extraction : Analyse en composantes principales.

461

Extraction
,792
,813
,780
,609
,726
,694
,829
,735
,797
,847
,869

-,155
,257
,032
-,136
,164
,322
,100
,118
,208
-,048
-,036
,513
,780
-,739

462

4,103
1,922
1,310
1,156
,664
,624
,442
,269
,238
,170
,102

Total

37,297
17,475
11,911
10,509
6,034
5,675
4,014
2,446
2,165
1,543
,931

% de la variance
37,297
54,772
66,683
77,193
83,226
88,901
92,915
95,361
97,526
99,069
100,000

% cumuls

Valeurs propres initiales

Total
4,103
1,922
1,310
1,156

462

37,297
17,475
11,911
10,509

% de la variance
37,297
54,772
66,683
77,193

% cumuls

Extraction Sommes des carrs des facteurs retenus

Mthode d'extraction : Analyse en composantes principales.

1
2
3
4
5
6
7
8
9
10
11

Compos
ante

Variance totale explique

Total
3,084
2,537
1,455
1,415

28,034
23,060
13,231
12,868

% de la variance

28,034
51,094
64,325
77,193

% cumuls

Somme des carrs des facteurs retenus pour la

rotation

Matrice des composantesa

Composante
1
Degr_structuration_info_utilise
Degr_rfrence_intuition
Quantit_information_utilise
Degr_supervis_perso_organi_serv_oprat
Degr_supervis_person_suivi_clients
Degr_supervis_person_ponctualit_person
Varit_solutions_av_dcision
Degr_formalisation_info_utilise
Degr_supervis_perso_circulat_informat
Degr_organisat_sminai_format_person
Degr_supervis_person_prstat_fourniss

2
,815
,790
,790
,731
,690
,675
,528
,543
,289
-,189
,175

Mthode d'extraction : Analyse en composantes principales.

a. 4 composantes extraites.

463

3
,271
,153
,359
-,231
-,500
-,565
,212
,690
-,094
,505
-,537

4
-,195
,078
,148
,044
,272
,254
-,205
,029
-,793
,634
,174

,058
,268
,131
-,489
-,261
-,092
,493
-,205
-,120
-,028
,669

Matrice des composantes aprs rotationa

Composante
1
Quantit_information_utilise
Degr_structuration_info_utilise
Degr_rfrence_intuition
Varit_solutions_av_dcision
Degr_formalisation_info_utilise
Degr_supervis_person_suivi_clients
Degr_supervis_person_ponctualit_person
Degr_supervis_perso_organi_serv_oprat
Degr_supervis_perso_circulat_informat
Degr_organisat_sminai_format_person
Degr_supervis_person_prstat_fourniss

2
,832
,797
,780
,711
,695
,153
,172
,252
,171
,073
,095

3
,284
,269
,310
-,081
,066
,910
,852
,819
,026
-,171
,150

4
-,121
,235
,002
,188
-,139
,039
,065
,186
,825
-,781
,000

Mthode d'extraction : Analyse en composantes principales.

Mthode de rotation : Varimax avec normalisation de Kaiser.
a. La rotation a converg en 6 itrations.

Rsultats aprs 2me purification : suppression de deux items

Indice KMO et test de Bartlett
Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin.
Test de sphricit de Bartlett Khi-deux approxim

,634
149,466

ddl

36

Signification de Bartlett

,000

Qualit de reprsentation
Initial
Quantit_information_utilise
Degr_structuration_info_utilise
Varit_solutions_av_dcision
Degr_rfrence_intuition
Degr_organisat_sminai_format_person
Degr_supervis_perso_organi_serv_oprat
Degr_supervis_perso_circulat_informat
Degr_supervis_person_ponctualit_person
Degr_supervis_person_suivi_clients
Mthode d'extraction : Analyse en composantes principales.

464

1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000

Extraction
,796
,729
,562
,744
,677
,730
,704
,807
,859

-,072
-,131
,146
,248
-,553
,127
,297
-,245
-,158
-,221
,875

465

Total

% de la variance

% cumuls

Valeurs propres initiales

Total
3,830
1,476
1,300

465

42,558
16,404
14,445

% de la variance
42,558
58,963
73,408

% cumuls

Extraction Sommes des carrs des facteurs retenus

3,830
42,558
42,558
1
1,476
16,404
58,963
2
1,300
14,445
73,408
3
,714
7,937
81,345
4
,596
6,620
87,965
5
,408
4,529
92,494
6
,305
3,388
95,882
7
,263
2,917
98,799
8
,108
1,201
100,000
9
Mthode d'extraction : Analyse en composantes principales.

Compos
ante

Variance totale explique

Total
2,643
2,535
1,428

29,369
28,168
15,871

% de la variance

29,369
57,537
73,408

% cumuls

Somme des carrs des facteurs retenus pour la

rotation

Matrice des composantesa

Composante
1
Degr_rfrence_intuition
Degr_structuration_info_utilise
Degr_supervis_perso_organi_serv_oprat
Quantit_information_utilise
Degr_supervis_person_suivi_clients
Degr_supervis_person_ponctualit_person
Varit_solutions_av_dcision
Degr_supervis_perso_circulat_informat
Degr_organisat_sminai_format_person

2
,779
,772
,753
,748
,743
,724
,517
,312
-,246

3
,364
,309
-,387
,461
-,462
-,464
,489
-,124
,450

,069
-,193
,113
,154
,306
,259
-,236
-,769
,643

Mthode d'extraction : Analyse en composantes principales.

a. 3 composantes extraites.
Matrice des composantes aprs rotationa
Composante
1
Quantit_information_utilise
Degr_rfrence_intuition
Degr_structuration_info_utilise
Varit_solutions_av_dcision
Degr_supervis_person_suivi_clients
Degr_supervis_person_ponctualit_person
Degr_supervis_perso_organi_serv_oprat
Degr_supervis_perso_circulat_informat
Degr_organisat_sminai_format_person

2
,835
,797
,781
,732
,167
,158
,248
,211
,077

Mthode d'extraction : Analyse en composantes principales.

Mthode de rotation : Varimax avec normalisation de Kaiser.
a. La rotation a converg en 5 itrations.

466

3
,279
,327
,257
-,046
,911
,881
,797
-,007
-,201

-,144
-,026
,231
,156
,030
,070
,183
,812
-,794

Rsultats de ltude de fiabilit : Alpha de Cronbach

Statistiques de fiabilit
Alpha de
Cronbach

Nombre
d'lments

,752

Statistiques d'chelle
Moyenne
25,5921

Variance

Ecart-type

28,018

Nombre
d'lments

5,29323

Les rsultats de ltude confirmatoire

Estimation du modle: rsultats initiaux
Regression Weights: (Group number 1 - Default model)
Estimate
Degr_supervis_perso_ <-organi_serv_oprat
Degr_supervis_perso_ <-circulat_informat
Degr_supervis_person <-_ponctualit_person
Degr_supervis_person <-_suivi_clients
Quantit_information_
utilise
Degr_structuration_In
fo_utilise
Varit_solutions_av_d
cision
Degr_rfrence_intuiti
on
Degr_organisat_smin
ai_format_person

<-<-<-<-<--

Degr de
supervision_personnell
e_des tches
Degr de
supervision_personnell
e_des tches
Degr de
supervision_personnell
e_des tches
Degr de
supervision_personnell
e_des tches
Caractristiques_de
l'information utilise
Caractristiques_de
l'information utilise
Caractristiques_de
l'information utilise
Caractristiques_de
l'information utilise
Caractristiques_de
l'information utilise

S.E

C.R.

Label

,205

,210

,976

,329

par_1

1,404

,269

5,224

***

par_2

1,398

,257

5,447

***

par_3

,930

,184

5,049

***

par_4

,543

,167

3,256

,001

par_5

,968

,175

5,529

***

par_6

-,098

,243

-,402

,687

par_7

1,000

1,000

Covariances: (Group number 1 - Default model)

Degr de
supervision_personnelle_d <-->
es tches

Caractristiques_de
l'information
utilise

467

Estimate

S.E.

C.R.

Label

,300

,131

2,284

,022

par_8

Correlations: (Group number 1 - Default model)

Estimate
Degr de supervision_personnelle_des
<-->
tches

Caractristiques_de
l'information utilise

,510

Variances: (Group number 1 - Default model)

Estimate
,578
,598
,466
,843
,445
,160
,264
,348
,439
,220
1,138

Degr de supervision_personnelle_des tches

Caractristiques_de l'information utilise
e6
e7
e8
e9
e1
e2
e3
e4
e5

S.E.
,226
,204
,125
,196
,156
,120
,095
,104
,108
,084
,265

C.R.
2,558
2,933
3,722
4,290
2,846
1,327
2,792
3,338
4,051
2,613
4,298

P
,011
,003
***
***
,004
,185
,005
***
***
,009
***

P
,159

CMIN/DF
1,273

,000

4,632

Ajustement du modle : rsultats initiaux

Model
Default model
Saturated model
Independence model

NPAR
19
45
9

CMIN
CMIN
33,092
,000
166,741

DF
26
0
36

RMR, GFI
Model
Default model
Saturated model
Independence model

RMR
,097
,000
,360

GFI
,866
1,000
,456

AGFI
,768

PGFI
,500

,320

,365

Baseline Comparisons
Model
Default model
Saturated model
Independence model

NFI
Delta1
,802
1,000
,000

RFI
rho1
,725
,000

IFI
Delta2
,950
1,000
,000

TLI
rho2
,925
,000

Parsimony-Adjusted Measures
Model
Default model
Saturated model
Independence model

PRATIO
,722
,000
1,000

468

PNFI
,579
,000
,000

PCFI
,683
,000
,000

CFI
,946
1,000
,000

Label
par_9
par_10
par_11
par_12
par_13
par_14
par_15
par_16
par_17
par_18
par_19

NCP
Model
Default model
Saturated model
Independence model

NCP
7,092
,000
130,741

LO 90
,000
,000
94,328

HI 90
26,013
,000
174,698

FMIN
Model
Default model
Saturated model
Independence model

FMIN
,894
,000
4,507

F0
,192
,000
3,534

LO 90
,000
,000
2,549

HI 90
,703
,000
4,722

LO 90
,000
,266

HI 90
,164
,362

PCLOSE
,255
,000

RMSEA
Model
Default model
Independence model

RMSEA
,086
,313
AIC

Model
Default model
Saturated model
Independence model

AIC
71,092
90,000
184,741

BCC
85,166
123,333
191,408

BIC
102,206
163,691
199,480

CAIC
121,206
208,691
208,480

ECVI
Model
Default model
Saturated model
Independence model

ECVI
1,921
2,432
4,993

LO 90
1,730
2,432
4,009

HI 90
2,433
2,432
6,181

MECVI
2,302
3,333
5,173

HOELTER
Model
Default model
Independence model

HOELTER
.05
44
12

469

HOELTER
.01
52
14

Estimation du modle : rsultats aprs suppression de deux items

Regression Weights: (Group number 1 - Default model)
Estimate
Degr_supervis_perso_org <-ani_serv_oprat
Degr_supervis_person_sui <-vi_clients
Quantit_information_utili
se
Degr_structuration_Info_
utilise
Varit_solutions_av_dcis
ion
Degr_rfrence_intuition

<-<-<-<--

Degr_supervis_person_po <-nctualit_person
-

Degr de
supervision_personnelle_
des tches
Degr de
supervision_personnelle_
des tches
Caractristiques_de
l'information utilise
Caractristiques_de
l'information utilise
Caractristiques_de
l'information utilise
Caractristiques_de
l'information utilise
Degr de
supervision_personnelle_
des tches

S.E

C.R.

Label

,257

5,428

***

par_1

,924

,183

5,059

***

par_2

,540

,166

3,258

,001

par_3

,962

,173

5,543

***

par_4

1,409

,270

5,228

***

par_6

1,000

1,397
1,000

Covariances: (Group number 1 - Default model)

Degr de
supervision_personnelle_des
tches

<-->

Caractristiques_de
l'information
utilise

Estimate

S.E.

C.R.

Label

,300

,132

2,276

,023

par_5

Correlations: (Group number 1 - Default model)

Estimate
Degr de supervision_personnelle_des
tches

<-->

Caractristiques_de l'information
utilise

,507

Variances: (Group number 1 - Default model)

Estimate
,578
,604
,466
,438
,164
,259
,350
,440
,222

Degr de supervision_personnelle_des tches

Caractristiques_de l'information utilise
e5
e6
e7
e1
e2
e3
e4

470

S.E.
,226
,205
,125
,157
,122
,094
,105
,108
,084

C.R.
2,555
2,952
3,720
2,798
1,350
2,747
3,347
4,053
2,636

P
,011
,003
***
,005
,177
,006
***
***
,008

Label
par_7
par_8
par_9
par_10
par_11
par_12
par_13
par_14
par_15

Ajustement du modle : rsultats aprs suppression de deux items

CMIN
Model
Default model
Saturated model
Independence model

NPAR
15
28
7

CMIN
7,644
,000
140,181

DF
13
0
21

P
,866

CMIN/DF
,588

,000

6,675

RMR, GFI
Model
Default model
Saturated model
Independence model

RMR
,047
,000
,435

GFI
,947
1,000
,419

AGFI
,887

PGFI
,440

,226

,314

Baseline Comparisons
Model
Default model
Saturated model
Independence model

NFI
Delta1
,945
1,000
,000

RFI
rho1
,912
,000

IFI
Delta2
1,042
1,000
,000

TLI
rho2
1,073
,000

CFI
1,000
1,000
,000

Parsimony-Adjusted Measures
Model
Default model
Saturated model
Independence model

PRATIO
,619
,000
1,000

PNFI
,585
,000
,000

PCFI
,619
,000
,000

NCP
Model
Default model
Saturated model
Independence model

NCP
,000
,000
119,181

LO 90
,000
,000
85,397

HI 90
3,586
,000
160,461

FMIN
Model
Default model
Saturated model
Independence model

FMIN
,207
,000
3,789

F0
,000
,000
3,221

LO 90
,000
,000
2,308

HI 90
,097
,000
4,337

LO 90
,000
,332

HI 90
,086
,454

PCLOSE
,903
,000

RMSEA
Model
Default model
Independence model

RMSEA
,000
,392

471

AIC
Model
Default model
Saturated model
Independence model

AIC
37,644
56,000
154,181

BCC
45,920
71,448
158,043

BIC
62,208
101,852
165,644

CAIC
77,208
129,852
172,644

ECVI
Model
Default model
Saturated model
Independence model

ECVI
1,017
1,514
4,167

LO 90
1,162
1,514
3,254

HI 90
1,259
1,514
5,283

MECVI
1,241
1,931
4,271

HOELTER
Model
Default model
Independence model

HOELTER
.05
109
9

HOELTER
.01
135
11

Rsultats de ltude de fiabilit : de Jreskog

Rh de Jreskog "Caractristiques de l'information utilise"
i
Quantit_information
_utilise
Degr_structuration
_info_utilise
Varit_solutions_
av_dcision
Degr_rfrence_
intuition

( i)2

var (i)

0,837

0,300

0,772

0,404

0,535

0,714

0,846

0,284

2,990

8,9401

1,702

( i)2 + var (i)

10,6421

0,8401

Rh de Jreskog "Degr de supervision personnelle des tches"

i

( i)2

var (i)

Degr_supervis_perso_
organi_serv_oprat

0,744

0,447

Degr_supervis_person
_ponctualit_person

0,851

0,276

Degr_supervis_person
_suivi_clients

0,934

0,127

2,529

6,3958

472

0,850

( i)2 + var (i)

7,2458

0,8827

Rh de Jreskog "Style de dcisions"

( i)2

i
Quantit_information
_utilise
Degr_structuration_info
_utilise
Varit_solutions_av
_dcision

var (i)

0,837

0,300

0,772

0,404

0,535

0,714

Degr_rfrence_intuition

0,846

0,284

Degr_supervis_perso_
organi_serv_oprat

0,744

0,447

Degr_supervis_person
_ponctualit_person

0,851

0,276

Degr_supervis_person
_suivi_clients

0,934

0,127

5,519

30,4594

2,552

( i)2 + var (i)

33,0114

0,9227

Rsultats du test de la validit convergente

Rh de validit convergente "Caractristiques de l'information utilise"
i

(i)2

var (i)

Quantit_information_utilise

0,837

0,7006

0,300

Degr_structuration_info_utilise

0,772

0,5960

0,404

Varit_solutions_av_dcision

0,535

0,2862

0,714

Degr_rfrence_intuition

0,846

0,7157

0,284

2,2985

1,702

(i)2 + var (i)

vc

4,0005

0,5746

Rh de validit convergente "Degr de supervision personnelle des tches"

i

(i)2

var (i)

Degr_supervis_perso_
organi_serv_oprat

0,744

0,5535

0,447

Degr_supervis_person
_ponctualit_person

0,851

0,7242

0,276

Degr_supervis_person
_suivi_clients

0,934

0,8724

0,127

2,1501

0,850

473

(i)2 + var (i)

vc

3,0001

0,7167

Rh de validit convergente "Style de dcisions"

(i)2

var (i)

0,837

0,7006

0,300

0,772

0,5960

0,404

0,535

0,2862

0,714

0,846

0,7157

0,284

Degr_supervis_perso_
organi_serv_oprat

0,744

0,5535

0,447

Degr_supervis_person
_ponctualit_person

0,851

0,7242

0,276

Degr_supervis_person
_suivi_clients

0,934

0,8724

0,127

4,4486

2,552

i
Quantit_information
_utilise
Degr_structuration
_info_utilise
Varit_solutions_
av_dcision
Degr_rfrence_
intuition

(i)2 + var (i)

vc

7,0006

0,6355

chelle de mesure de la variable Stratgie de contrle

Les rsultats de ltude exploratoire pour la dimension Stratgie de
contrle relative aux budgets
Indice KMO et test de Bartlett
Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin.
Test de sphricit de Bartlett

Khi-deux approxim

,500
28,536

ddl

Signification de Bartlett

,000

Qualit de reprsentation
Initial
Degr_couverture_fonct_sys_budg
Frquence_utilis_don_sys_budg

Extraction

1,000
1,000

,890
,890

Mthode d'extraction : Analyse en composantes principales.

Variance totale explique
Valeurs propres initiales

Compo
sante
Total
1
2

1,780
,220

% de la
variance
88,976
11,024

Extraction Sommes des carrs des facteurs retenus

% cumuls
88,976
100,000

Mthode d'extraction : Analyse en composantes principales.

474

% de la
variance

Total
1,780

88,976

% cumuls
88,976

Matrice des composantesa

Composante
1
Frquence_utilis_don_sys_budg
Degr_couverture_fonct_sys_budg

,943
,943

Mthode d'extraction : Analyse en composantes principales.

1 composantes extraite.

Rsultats de ltude de fiabilit : Alpha de Cronbach

Statistiques de fiabilit
Alpha de
Cronbach

Nombre
d'lments

,846

Statistiques d'chelle
Moyenne

Variance

5,2727

Ecart-type

3,955

Nombre
d'lments

1,98860

Les rsultats de ltude exploratoire pour la dimension Stratgie de

contrle relative aux cots
Indice KMO et test de Bartlett
Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin.
Test de sphricit de Bartlett

Khi-deux approxim
ddl
Signification de Bartlett

475

,637
29,467
3
,000

Qualit de reprsentation
Initial
Varit_cots_calcules
Varit_objets_cots_calcules
Frquence_utilisa_donne_cots

Extraction

1,000
1,000
1,000

,812
,758
,534

Mthode d'extraction : Analyse en composantes principales.

Variance totale explique
Valeurs propres initiales

Compo
sante
1
2
3

Extraction Sommes des carrs des facteurs retenus

Total

% de la
variance

% cumuls

Total

% de la
variance

% cumuls

2,104
,632
,264

70,135
21,054
8,811

70,135
91,189
100,000

2,104

70,135

70,135

Mthode d'extraction : Analyse en composantes principales.

Matrice des composantesa

Composante
1
Varit_cots_calcules
Varit_objets_cots_calcules
Frquence_utilisa_donne_cots

,901
,871
,731

Mthode d'extraction : Analyse en composantes principales.

a. 1 composante extraite.

Rsultats de ltude de fiabilit : Alpha de Cronbach

Statistiques de fiabilit
Alpha de
Cronbach

Nombre
d'lments

,773

476

Statistiques d'chelle
Moyenne

Variance

6,1774

Ecart-type

6,326

Nombre
d'lments

2,51512

Les rsultats de ltude confirmatoire de la variable Stratgie de

contrle
Estimation du modle
Regression Weights: (DCFSB - Default model)
Estimate
Degr_couverture_fonct_sys_budg <---

Frquence_utilis_don_sys_budg

<---

Varit_cots_calcules

<---

Varit_objets_cots_calcules

<---

Frquence_utilisa_donne_cots

<---

Stratgie de
contrle_relafive
aux budgets
Stratgie de
contrle_relafive
aux budgets
Stratgie de
contrle_relafive
aux calcules_des
cots
Stratgie de
contrle_relafive
aux calcules_des
cots
Stratgie de
contrle_relafive
aux calcules_des
cots

S.E.

C.R.

Label

,120

6,966

***

par_1

,643

,285

2,259

,024

par_2

,302

,155

1,945

,052

par_3

1,000

,838

1,000

Intercepts: (DCFSB - Default model)

Estimate
2,697
2,576
2,058
1,558
2,423

Degr_couverture_fonct_sys_budg
Frquence_utilis_don_sys_budg
Varit_cots_calcules
Varit_objets_cots_calcules
Frquence_utilisa_donne_cots

S.E.
,215
,151
,222
,190
,126

C.R.
12,517
17,053
9,288
8,196
19,278

P
***
***
***
***
***

Label
par_5
par_6
par_7
par_8
par_9

Covariances: (DCFSB - Default model)

Stratgie de
Stratgie de
contrle_relafive aux <--> contrle_relafive aux
calcules_des cots
budgets

477

Estimate

S.E.

C.R.

Label

,045

,223

,203

,839

par_4

Correlations: (DCFSB - Default model)

Estimate
Stratgie de contrle_relafive aux
calcules_des cots

<-->

Stratgie de contrle_relafive aux

budgets

,044

Variances: (DCFSB - Default model)

Stratgie de contrle_relafive aux budgets

Stratgie de contrle_relafive aux
calcules_des cots
e2
e1
e3
e4
e5

Estimate
,967

S.E.
,355

C.R.
2,724

P
,006

Label
par_46

1,070

,544

1,967

,049

par_47

,050
,517
,167
,468
,301

,147
,423
,218
,093

3,514
,394
2,144
3,234

***
,693
,032
,001

par_48
par_49
par_50
par_51

P
,028

CMIN/DF
1,605

,000

4,188

Ajustement du modle
CMIN
Model
Default model
Saturated model
Independence model

NPAR
75
100
25

CMIN
40,113
,000
314,090

DF
25
0
75

Baseline Comparisons
Model
Default model
Saturated model
Independence model

NFI
Delta1
,872
1,000
,000

RFI
rho1
,617
,000

IFI
Delta2
,948
1,000
,000

TLI
rho2
,810
,000

CFI
,937
1,000
,000

Parsimony-Adjusted Measures
Model
Default model
Saturated model
Independence model

PRATIO
,333
,000
1,000

PNFI
,291
,000
,000

PCFI
,312
,000
,000

NCP
Model
Default model
Saturated model
Independence model

NCP
15,113
,000
239,090

478

LO 90
1,654
,000
188,110

HI 90
36,469
,000
297,628

FMIN
Model
Default model
Saturated model
Independence model

FMIN
,260
,000
2,040

F0
,098
,000
1,553

LO 90
,011
,000
1,221

HI 90
,237
,000
1,933

LO 90
,021
,128

HI 90
,097
,161

PCLOSE
,261
,000

RMSEA
Model
Default model
Independence model

RMSEA
,063
,144
AIC

Model
Default model
Saturated model
Independence model

AIC
190,113
200,000
364,090

BCC
226,466
248,471
376,208

BIC

CAIC

ECVI
Model
Default model
Saturated model
Independence model

ECVI
1,235
1,299
2,364

LO 90
1,147
1,299
2,033

HI 90
1,373
1,299
2,744

MECVI
1,471
1,613
2,443

HOELTER
Model
Default model
Independence model

HOELTER
.05
149
52

HOELTER
.01
175
57

Rsultats de ltude de fiabilit : de Jreskog

Rh de Jreskog "Stratgie de contrle relative aux budgets"

i
Degr_couverture_
fonct_sys_budg
Frquence_utilis_
don_sys_budg

( i)2

var (i)

0,807

0,348

0,965

0,069

1,772

3,1400

479

0,417

( i)2 + var (i)

3,5570

0,8828

Rh de Jreskog "Stratgie de contrle relative aux cots"

( i)2

i
Varit_cots_calcules
Varit_objets_cots
_calcules
Frquence_utilisa_
donne_cots

var (i)

0,93

0,135

0,697

0,514

0,495

0,755

2,122

4,5029

( i)2 + var (i)

5,9069

0,7623

1,404

Rh de Jreskog "Stratgie de contrle"

( i)2

i
Degr_couverture_
fonct_sys_budg
Frquence_utilis_
don_sys_budg
Varit_cots_
calcules
Varit_objets_
cots_calcules
Frquence_utilisa
_donne_cots

var (i)

0,807

0,348

0,965

0,069

0,93

0,135

0,697

0,514

0,495

0,755

3,894

15,1632

1,821

( i)2 + var (i)

16,9842

0,8928

Rsultats du test de la validit convergente

Rh de validit convergente "Stratgie de contrle relative aux budgets"
(i)2

var (i)

0,807

0,6512

0,348

0,965

0,9312

0,069

1,5825

0,417

i
Degr_couverture_
fonct_sys_budg
Frquence_utilis_
don_sys_budg

(i)2 + var (i)

vc

1,9995

0,7914

Rh de validit convergente "Stratgie de contrle relative aux cots"

(i)2

var (i)

0,93

0,8649

0,135

0,697

0,4858

0,514

0,495

0,2450

0,755

1,5957

1,404

i
Varit_cots_calcules
Varit_objets_cots
_calcules
Frquence_utilisa_
donne_cots

480

(i)2 + var (i)

vc

2,9997

0,5320

Rh de validit convergente "Stratgie de contrle "

(i)2

var (i)

0,807

0,6512

0,348

0,965

0,9312

0,069

0,93

0,8649

0,135

0,697

0,4858

0,514

0,495

0,2450

0,755

3,1782

1,821

i
Degr_couverture_
fonct_sys_budg
Frquence_utilis_
don_sys_budg
Varit_cots_
calcules
Varit_objets_
cots_calcules
Frquence_utilisa_
donne_cots

(i)2 + var (i)

vc

4,9992

0,6357

chelle de mesure de la variable Caractristiques des TB

Les rsultats de ltude exploratoire

Rsultats initiaux
Indice KMO et test de Bartlett
Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin.
Test de sphricit de Bartlett Khi-deux approxim

,727
298,725

ddl

78

Signification de Bartlett

,000

Qualit de reprsentation
Initial
Frquence_prodction_TB
Dlait_production_TB
Degr_intgration_indicateurs_suivi_TB
Degr_intgration_indicateurs_prvis_TB
Dgr_intgration_donnes_financires_TB
Dgr_intgration_donnes_non_financires_TB
Dgr_intgration_donnes_qualitatives_TB
Dgr_intgration_donnes_externes_TB
Degr_intgration_indicateurs_perfo_financire
Degr_intgration_indicateurs_perfo_clients
Degr_intgration_indicateurs_objectifs_stratg
Degr_intgration_indicateurs_lments_incorp
Degr_dcentralisation_TB
Mthode d'extraction : Analyse en composantes principales.

481

1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000

Extraction
,777
,892
,810
,780
,701
,747
,666
,726
,294
,814
,694
,785
,445

482

Total

% de la variance

% cumuls

Valeurs propres initiales

Total
4,828
2,826
1,477

482

37,139
21,738
11,360

% de la variance
37,139
58,877
70,237

% cumuls

Extraction Sommes des carrs des facteurs retenus

4,828
37,139
37,139
1
2,826
21,738
58,877
2
1,477
11,360
70,237
3
,882
6,783
77,021
4
,852
6,556
83,576
5
,527
4,053
87,629
6
,426
3,275
90,904
7
,368
2,830
93,734
8
,297
2,287
96,021
9
,190
1,458
97,479
10
,139
1,066
98,545
11
,113
,867
99,412
12
,076
,588
100,000
13
Mthode d'extraction : Analyse en composantes principales.

Compos
ante

Variance totale explique

Total
3,795
3,316
2,020

29,190
25,508
15,540

% de la variance

29,190
54,698
70,237

% cumuls

Somme des carrs des facteurs retenus pour la

rotation

Matrice des composantesa

Composante
1
Degr_intgration_indicateurs_perfo_clients
Degr_intgration_indicateurs_lments_incorp
Degr_intgration_indicateurs_objectifs_stratg
Degr_intgration_indicateurs_prvis_TB
Dgr_intgration_donnes_qualitatives_TB
Dgr_intgration_donnes_externes_TB
Degr_intgration_indicateurs_suivi_TB
Dgr_intgration_donnes_non_financires_TB
Dlait_production_TB
Frquence_prodction_TB
Degr_intgration_indicateurs_perfo_financire
Dgr_intgration_donnes_financires_TB
Degr_dcentralisation_TB
Mthode d'extraction : Analyse en composantes principales.
a. 3 composantes extraites.

483

2
,803
,750
,742
,718
,679
,666
,641
,600
,505
,501
-,028
,554
,258

3
-,412
-,398
-,375
,515
-,375
-,351
,617
-,250
,791
,700
-,512
-,009
,085

,000
-,253
,043
-,023
-,255
-,399
-,139
,569
-,108
-,188
-,177
,627
,609

Matrice des composantes aprs rotationa

Composante
1
Degr_intgration_indicateurs_lments_incorp
Dgr_intgration_donnes_externes_TB
Degr_intgration_indicateurs_perfo_clients
Dgr_intgration_donnes_qualitatives_TB
Degr_intgration_indicateurs_objectifs_stratg
Dlait_production_TB
Frquence_prodction_TB
Degr_intgration_indicateurs_suivi_TB
Degr_intgration_indicateurs_prvis_TB
Degr_intgration_indicateurs_perfo_financire
Dgr_intgration_donnes_financires_TB
Dgr_intgration_donnes_non_financires_TB
Degr_dcentralisation_TB

2
,876
,841
,830
,810
,749
-,001
,074
,207
,277
,319
,194
,379
-,075

3
,092
,113
,065
,076
,058
,943
,878
,871
,805
-,415
,172
,002
,102

,094
-,076
,347
,063
,360
,054
-,015
,091
,235
-,141
,796
,776
,655

Mthode d'extraction : Analyse en composantes principales.

Mthode de rotation : Varimax avec normalisation de Kaiser.
a. La rotation a converg en 5 itrations.

Rsultats aprs 1re purification : suppression dun item

Indice KMO et test de Bartlett
Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin.
Test de sphricit de Bartlett Khi-deux approxim

,759
288,024

ddl

66

Signification de Bartlett

,000

Qualit de reprsentation
Initial
Frquence_prodction_TB
Dlait_production_TB
Degr_intgration_indicateurs_suivi_TB
Degr_intgration_indicateurs_prvis_TB
Dgr_intgration_donnes_financires_TB
Dgr_intgration_donnes_non_financires_TB
Dgr_intgration_donnes_qualitatives_TB
Dgr_intgration_donnes_externes_TB
Degr_intgration_indicateurs_perfo_clients
Degr_intgration_indicateurs_objectifs_stratg
Degr_intgration_indicateurs_lments_incorp
Degr_dcentralisation_TB
Mthode d'extraction : Analyse en composantes principales.

484

1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000

Extraction
,786
,880
,821
,812
,720
,746
,693
,725
,834
,696
,779
,438

485

Total

% de la variance

% cumuls

Valeurs propres initiales

Total
4,827
2,642
1,461

485

40,229
22,016
12,176

% de la variance
40,229
62,245
74,421

% cumuls

Extraction Sommes des carrs des facteurs retenus

4,827
40,229
40,229
1
2,642
22,016
62,245
2
1,461
12,176
74,421
3
,852
7,104
81,525
4
,554
4,617
86,141
5
,442
3,687
89,828
6
,368
3,067
92,896
7
,312
2,603
95,499
8
,191
1,595
97,094
9
,139
1,156
98,250
10
,118
,979
99,229
11
,092
,771
100,000
12
Mthode d'extraction : Analyse en composantes principales.

Compos
ante

Variance totale explique

Total
3,713
3,215
2,002

30,942
26,794
16,685

% de la variance

30,942
57,736
74,421

% cumuls

Somme des carrs des facteurs retenus pour la

rotation

Matrice des composantesa

Composante
1
Degr_intgration_indicateurs_perfo_clients
Degr_intgration_indicateurs_lments_incorp
Degr_intgration_indicateurs_objectifs_stratg
Degr_intgration_indicateurs_prvis_TB
Dgr_intgration_donnes_qualitatives_TB
Dgr_intgration_donnes_externes_TB
Degr_intgration_indicateurs_suivi_TB
Dgr_intgration_donnes_non_financires_TB
Dlait_production_TB
Frquence_prodction_TB
Dgr_intgration_donnes_financires_TB
Degr_dcentralisation_TB
Mthode d'extraction : Analyse en composantes principales.
a. 3 composantes extraites.

486

2
,804
,752
,744
,716
,680
,668
,638
,601
,501
,498
,554
,257

3
-,431
-,378
-,377
,547
-,383
-,329
,635
-,270
,789
,717
-,015
,054

-,036
-,265
,026
,023
-,290
-,413
-,105
,558
-,080
-,151
,643
,608

Matrice des composantes aprs rotationa

Composante
1
Degr_intgration_indicateurs_lments_incorp
Degr_intgration_indicateurs_perfo_clients
Dgr_intgration_donnes_externes_TB
Dgr_intgration_donnes_qualitatives_TB
Degr_intgration_indicateurs_objectifs_stratg
Dlait_production_TB
Frquence_prodction_TB
Degr_intgration_indicateurs_suivi_TB
Degr_intgration_indicateurs_prvis_TB
Dgr_intgration_donnes_financires_TB
Dgr_intgration_donnes_non_financires_TB
Degr_dcentralisation_TB

2
,870
,852
,836
,828
,754
-,018
,046
,178
,236
,183
,387
-,065

3
,117
,065
,136
,080
,070
,936
,885
,882
,830
,181
,004
,089

,089
,323
-,084
,038
,351
,060
,000
,105
,260
,809
,772
,653

Mthode d'extraction : Analyse en composantes principales.

Mthode de rotation : Varimax avec normalisation de Kaiser.
a. La rotation a converg en 4 itrations.

Rsultats de ltude de fiabilit : Alpha de Cronbach

Statistiques de fiabilit
Alpha de
Cronbach

Nombre
d'lments

,838

12

Statistiques de total des lments

Moyenne Variance Corrlatio Carr de
de
de
n complte
la
l'chelle
l'chelle
des
corrlati
en cas de en cas de lments
on
suppressio suppressio corrigs multiple
n d'un
n d'un
lment
lment
Frquence_prodction_TB
Dlait_production_TB
Degr_intgration_indicateurs_suivi_TB
Degr_intgration_indicateurs_prvis_TB
Dgr_intgration_donnes_financires_TB
Dgr_intgration_donnes_non_financires
_TB
Dgr_intgration_donnes_qualitatives_TB
Dgr_intgration_donnes_externes_TB
Degr_intgration_indicateurs_perfo_clients
Degr_intgration_indicateurs_objectifs_str
atg
Degr_intgration_indicateurs_lments_inc
orp
Degr_dcentralisation_TB

Alpha de
Cronbach
en cas de
suppressio
n de
l'lment

42,0789
42,1053
41,4211
41,6316
41,6579
41,1579

53,926
52,326
52,858
51,361
54,218
54,961

,457
,423
,576
,678
,470
,515

,764
,841
,781
,775
,582
,689

,829
,833
,821
,814
,828
,827

41,4737
41,5000
41,3684
41,2895

51,837
51,351
50,496
51,819

,527
,539
,671
,626

,645
,675
,815
,614

,824
,823
,813
,818

41,7105

49,873

,621

,738

,816

41,6579

54,177

,201

,238

,863

487

Statistiques d'chelle
Moyenne
45,3684

Variance

Ecart-type

61,496

Nombre
d'lments

7,84192

12

Les rsultats de ltude confirmatoire

Estimation du modle : rsultats initiaux
Regression Weights: (Group number 1 - Default model)
Frquence_prodction_TB
Dlait_production_TB
Degr_intgration_indicat
eurs_suivi_TB
Degr_intgration_indicat
eurs_prvis_TB
Dgr_intgration_donne
s_financires_TB
Dgr_intgration_donne
s_non_financires_TB
Dgr_intgration_donne
s_qualitatives_TB
Dgr_intgration_donne
s_externes_TB

C.R.

Label

Degr de ractivit
Degr de ractivit

Estimate
1,000
1,399

S.E

<--<---

,209

6,683

***

par_1

<---

Degr de ractivit

1,018

,158

6,464

***

par_2

<---

Degr de ractivit

,992

,165

6,026

***

par_3

1,040

,395

2,632

,008

par_4

1,827

,633

2,886

,004

par_5

1,888

,653

2,890

,004

par_6

,789

,132

5,990

***

par_7

1,002

,152

6,582

***

par_8

<--<--<--<---

Degr_intgration_indicat
<--eurs_perfo_clients
Degr_intgration_indicat
<--eurs_objectifs_stratg
Degr_intgration_indicat
<--eurs_lments_incorp
Degr_dcentralisation_T
B

<---

Diversit du
champ_d'application
Diversit du
champ_d'application
Diversit du
champ_d'application
Diversit du
champ_d'application
Diversit des
indicateurs_de
performance
Diversit des
indicateurs_de
performance
Diversit des
indicateurs_de
performance
Degr de
dcentralisation_des
TB

1,000

1,000

1,000

Covariances: (Group number 1 - Default model)

Degr de ractivit
Diversit du
champ_d'application
Diversit des
indicateurs_de
performance
Diversit du
champ_d'application
Degr de ractivit
Degr de ractivit

Diversit du
<-->
champ_d'application
Diversit des
<--> indicateurs_de
performance
<-->

Degr de
dcentralisation_des TB

Degr de
dcentralisation_des TB
Diversit des
<--> indicateurs_de
performance
Degr de
<-->
dcentralisation_des TB
<-->

488

Estimate

S.E.

C.R.

Label

,107

,075

1,427

,154

par_9

,423

,162

2,615

,009

par_10

,177

,258

,688

,492

par_11

,138

,133

1,037

,300

par_12

,181

,139

1,309

,190

par_13

,173

,218

,795

,427

par_14

Correlations: (Group number 1 - Default model)

Degr de ractivit
Diversit du champ_d'application
Diversit des indicateurs_de performance
Diversit du champ_d'application
Degr de ractivit
Degr de ractivit

<-->
<-->
<-->
<-->
<-->
<-->

Diversit du champ_d'application
Diversit des indicateurs_de performance
Degr de dcentralisation_des TB
Degr de dcentralisation_des TB
Diversit des indicateurs_de performance
Degr de dcentralisation_des TB

Estimate
,337
1,145
,122
,219
,247
,138

Variances: (Group number 1 - Default model)

Estimate
,631
,160
,852
2,478
,030
,312
,274
,185
,257
,677
,414
,664
,701
,201
,384
,475

Degr de ractivit
Diversit du champ_d'application
Diversit des indicateurs_de performance
Degr de dcentralisation_des TB
e12
e1
e2
e3
e4
e5
e6
e7
e8
e9
e10
e11

S.E.
,212
,108
,245
,583

C.R.
2,971
1,488
3,474
4,250

P
,003
,137
***
***

Label
par_15
par_16
par_17
par_18

,087
,103
,062
,075
,152
,093
,154
,162
,068
,097
,124

3,581
2,665
3,009
3,434
4,439
4,452
4,325
4,320
2,949
3,941
3,818

***
,008
,003
***
***
***
***
***
,003
***
***

par_19
par_20
par_21
par_22
par_23
par_24
par_25
par_26
par_27
par_28
par_29

P
,001

CMIN/DF
1,709

,000

5,020

Ajustement du modle : rsultats initiaux

CMIN
Model
Default model
Saturated model
Independence model

NPAR
29
78
12

CMIN
83,726
,000
331,303

DF
49
0
66

RMR, GFI
Model
Default model
Saturated model
Independence model

RMR
,108
,000
,398

GFI
,744
1,000
,353

AGFI
,592

PGFI
,467

,236

,299

Baseline Comparisons
Model
Default model
Saturated model
Independence model

NFI
Delta1
,747
1,000
,000

RFI
rho1
,660
,000

489

IFI
Delta2
,877
1,000
,000

TLI
rho2
,824
,000

CFI
,869
1,000
,000

Parsimony-Adjusted Measures
Model
Default model
Saturated model
Independence model

PRATIO
,742
,000
1,000

PNFI
,555
,000
,000

PCFI
,645
,000
,000

NCP
Model
Default model
Saturated model
Independence model

NCP
34,726
,000
265,303

LO 90
13,262
,000
212,202

HI 90
64,060
,000
325,932

FMIN
Model
Default model
Saturated model
Independence model

FMIN
2,263
,000
8,954

F0
,939
,000
7,170

LO 90
,358
,000
5,735

HI 90
1,731
,000
8,809

LO 90
,086
,295

HI 90
,188
,365

PCLOSE
,007
,000

RMSEA
Model
Default model
Independence model

RMSEA
,138
,330
AIC

Model
Default model
Saturated model
Independence model

AIC
141,726
156,000
355,303

BCC
173,143
240,500
368,303

BIC
189,216
283,732
374,954

CAIC
218,216
361,732
386,954

ECVI
Model
Default model
Saturated model
Independence model

ECVI
3,830
4,216
9,603

LO 90
3,250
4,216
8,168

HI 90
4,623
4,216
11,241

MECVI
4,680
6,500
9,954

HOELTER
Model
Default model
Independence model

HOELTER
.05
30
10

490

HOELTER
.01
34
11

Estimation du modle : aprs suppression dun item

Regression Weights: (Group number 1 - Default model)
Estimate
Frquence_prodction_TB

<---

Dlait_production_TB

<---

Degr_intgration_indicateur
<--s_suivi_TB
Degr_intgration_indicateur
<--s_prvis_TB
Dgr_intgration_donnes_
<--qualitatives_TB
Degr_intgration_indicateur
<--s_lments_incorp
Degr_dcentralisation_TB

<---

Dgr_intgration_donnes_
<--non_financires_TB
Dgr_intgration_donnes_
<--externes_TB
Degr_intgration_indicateur
<--s_perfo_clients
Degr_intgration_indicateur
<--s_objectifs_stratg

Degr de
ractivit
Degr de
ractivit
Degr de
ractivit
Degr de
ractivit
Diversit du
champ_d'applic
ation
Diversit des
indicateurs_de
performance
Degr de
dcentralisation
_des TB
Diversit du
champ_d'applic
ation
Diversit du
champ_d'applic
ation
Diversit des
indicateurs_de
performance
Diversit des
indicateurs_de
performance

S.E.

C.R.

Label

1,399

,211

6,630

***

par_1

1,023

,158

6,455

***

par_2

,997

,165

6,025

***

par_3

1,695

,456

3,718

***

par_4

,998

,151

6,595

***

par_5

,464

3,627

***

par_1
2

,133

5,804

***

par_1
3

1,000

1,000

1,000

1,682

1,000

,771

Covariances: (Group number 1 - Default model)

Degr de ractivit

<-->

Diversit du
champ_d'application

<-->

Diversit des
indicateurs_de
performance
Diversit du
champ_d'application

<-->
<-->

Degr de ractivit

<-->

Degr de ractivit

<-->

Diversit du
champ_d'application
Diversit des
indicateurs_de
performance
Degr de
dcentralisation_des TB
Degr de
dcentralisation_des TB
Degr de
dcentralisation_des TB
Diversit des
indicateurs_de
performance

491

Estimate

S.E.

C.R.

Label

,104

,078

1,333

,182

par_6

,467

,148

3,166

,002

par_7

,176

,259

,678

,498

par_8

,117

,143

,819

,413

par_9

,173

,217

,798

,425

par_10

,184

,139

1,321

,186

par_11

Correlations: (Group number 1 - Default model)

Degr de ractivit
Diversit du champ_d'application
Diversit des indicateurs_de
performance
Diversit du champ_d'application
Degr de ractivit
Degr de ractivit

Estimate
,296

<--> Diversit du champ_d'application

Diversit des indicateurs_de
<-->
performance

1,135

<--> Degr de dcentralisation_des TB

,120

<--> Degr de dcentralisation_des TB

<--> Degr de dcentralisation_des TB
Diversit des indicateurs_de
<-->
performance

,167
,139
,249

Variances: (Group number 1 - Default model)

Estimate
,628
,196
,863
2,478
,030
,314
,280
,183
,254
,391
,635
,717
,189
,401
,471

Degr de ractivit
Diversit du champ_d'application
Diversit des indicateurs_de performance
Degr de dcentralisation_des TB
e11
e1
e2
e3
e4
e5
e6
e7
e8
e9
e10

S.E.
,212
,101
,247
,583

C.R.
2,961
1,940
3,500
4,250

P
,003
,052
***
***

Label
par_14
par_15
par_16
par_17

,088
,104
,061
,074
,090
,155
,171
,069
,102
,126

3,589
2,701
2,979
3,415
4,336
4,105
4,183
2,729
3,922
3,749

***
,007
,003
***
***
***
***
,006
***
***

par_18
par_19
par_20
par_21
par_22
par_23
par_24
par_25
par_26
par_27

Ajustement du modle : aprs suppression dun item

CMIN
Model
Default model
Saturated model
Independence model

NPAR
27
66
11

CMIN
60,853
,000
299,010

DF
39
0
55

P
,014

CMIN/DF
1,560

,000

5,437

RMR, GFI
Model
Default model
Saturated model
Independence model

RMR
,093
,000
,414

GFI
,778
1,000
,361

AGFI
,625

PGFI
,460

,233

,301

Baseline Comparisons
Model
Default model
Saturated model
Independence model

NFI
Delta1
,796
1,000
,000

RFI
rho1
,713
,000

492

IFI
Delta2
,916
1,000
,000

TLI
rho2
,874
,000

CFI
,910
1,000
,000

Parsimony-Adjusted Measures
Model
Default model
Saturated model
Independence model

PRATIO
,709
,000
1,000

PNFI
,565
,000
,000

PCFI
,646
,000
,000

NCP
Model
Default model
Saturated model
Independence model

NCP
21,853
,000
244,010

LO 90
4,567
,000
193,515

HI 90
47,068
,000
302,025

FMIN
Model
Default model
Saturated model
Independence model

FMIN
1,645
,000
8,081

F0
,591
,000
6,595

LO 90
,123
,000
5,230

HI 90
1,272
,000
8,163

LO 90
,056
,308

HI 90
,181
,385

PCLOSE
,040
,000

RMSEA
Model
Default model
Independence model

RMSEA
,123
,346
AIC

Model
Default model
Saturated model
Independence model

AIC
114,853
132,000
321,010

BCC
140,773
195,360
331,570

BIC
159,068
240,081
339,024

CAIC
186,068
306,081
350,024

ECVI
Model
Default model
Saturated model
Independence model

ECVI
3,104
3,568
8,676

LO 90
2,637
3,568
7,311

HI 90
3,786
3,568
10,244

MECVI
3,805
5,280
8,961

HOELTER
Model
Default model
Independence model

HOELTER
.05
34
10

493

HOELTER
.01
38
11

Rsultats de ltude de fiabilit : de Jreskog

Rh de Jreskog "Degr de ractivit"

( i)2

var (i)

Frquence_prodction_TB

0,816

0,334

Dlait_production_TB

0,902

0,186

0,885

0,218

0,843

0,289

Degr_intgration_
indicateurs_suivi_TB
Degr_intgration_
indicateurs_prvis_TB

3,446

11,8749

1,027

( i)2 + var (i)

12,9019

0,9204

Rh de Jreskog "Diversit du champ d'application"

i

( i)2

var (i)

Dgr_intgration_donnes
_non_financires_TB

0,578

0,666

Dgr_intgration_donnes
_qualitatives_TB

0,686

0,529

Dgr_intgration_donnes
_externes_TB

0,661

0,563

1,925

3,7056

1,758

( i)2 + var (i)

5,4636

0,6782

Rh de Jreskog "Diversit des indicateurs de performance"

i

( i)2

var (i)

Degr_intgration_
indicateurs_perfo_clients

0,906

0,180

Degr_intgration_
indicateurs_objectifs_stratg

0,749

0,438

Degr_intgration_
indicateurs_lments_incorp

0,804

0,354

2,459

6,0467

494

0,972

( i)2 + var (i)

7,0187

0,8615

Rh de Jreskog "Caractristiques des TB"

( i)2

var (i)

Frquence_prodction_TB

0,816

0,334

Dlait_production_TB

0,902

0,186

0,885

0,218

0,843

0,289

Dgr_intgration_
donnes_non_financires_TB

0,578

0,666

Dgr_intgration_
donnes_qualitatives_TB

0,686

0,529

Dgr_intgration_
donnes_externes_TB

0,661

0,563

Degr_intgration_
indicateurs_perfo_clients

0,906

0,180

Degr_intgration_
indicateurs_objectifs_stratg

0,749

0,438

Degr_intgration_
indicateurs_lments_incorp

0,804

0,354

Degr_dcentralisation_TB

0,994

0,012

Degr_intgration_
indicateurs_suivi_TB
Degr_intgration_
indicateurs_prvis_TB

8,824

77,8630

3,769

( i)2 + var (i)

81,6320

0,9538

Rsultats du test de la validit convergente

Rh de validit convergente "Degr de ractivit"

i

(i)2

var (i)

Frquence_prodction_TB

0,816

0,6659

0,334

Dlait_production_TB

0,902

0,8136

0,186

0,885

0,7832

0,218

0,843

0,7106

0,289

2,9733

1,027

Degr_intgration_
indicateurs_suivi_TB
Degr_intgration_
indicateurs_prvis_TB

495

(i)2 + var (i)

vc

4,0003

0,7433

Rh de validit convergente "Diversit du champ d'application"

i

(i)2

var (i)

Dgr_intgration_
donnes_non_financires_TB

0,578

0,3341

0,666

Dgr_intgration_
donnes_qualitatives_TB

0,686

0,4706

0,529

Dgr_intgration_
donnes_externes_TB

0,661

0,4369

0,563

1,2416

1,758

(i)2 + var (i)

vc

2,9996

0,4139

Rh de validit convergente "Diversit des indicateurs de performance"

i

(i)2

var (i)

Degr_intgration_
indicateurs_perfo_clients

0,906

0,8208

0,180

Degr_intgration_
indicateurs_objectifs_stratg

0,749

0,5610

0,438

Degr_intgration_
indicateurs_lments_incorp

0,804

0,6464

0,354

2,0283

0,972

(i)2 + var (i)

vc

3,0003

0,6760

Rh de validit convergente "Caractristiques des TB"

i

(i)2

var (i)

Frquence_prodction_TB

0,816

0,6659

0,334

Dlait_production_TB

0,902

0,8136

0,186

Degr_intgration_
indicateurs_suivi_TB

0,885

0,7832

0,218

Degr_intgration_
indicateurs_prvis_TB

0,843

0,7106

0,289

Dgr_intgration_
donnes_non_financires_TB

0,578

0,3341

0,666

Dgr_intgration_
donnes_qualitatives_TB

0,686

0,4706

0,529

Dgr_intgration_
donnes_externes_TB

0,661

0,4369

0,563

Degr_intgration_
indicateurs_perfo_clients

0,906

0,8208

0,180

Degr_intgration_
indicateurs_objectifs_stratg

0,749

0,5610

0,438

Degr_intgration_
indicateurs_lments_incorp

0,804

0,6464

0,354

Degr_dcentralisation_TB

0,994

0,9880

0,012

7,2312

3,769

496

(i)2 + var (i)

vc

11,0002

0,6574

chelle de mesure de la variable Pilotage de la performance

Les rsultats de ltude exploratoire
Rsultats initiaux
Indice KMO et test de Bartlett
Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin.
Test de sphricit de Bartlett

Khi-deux approxim

,851
307,455

ddl

55

Signification de Bartlett

,000

Qualit de reprsentation
Initial
Frquence_utilisation_TB
Intensit_utilisation_donnes_TB
Degr_utilisation_TB_informer_rsultats
Degr_utilisation_TB_contrler_trav_perso
Degr_utilisation_TB_prvoir_situations_venir
Degr_utilisation_TB_expliquer_objectifs_entrep
Degr_utilisation_TB_suivre_perfo_entrep
Degr_fiabilit_donnes_TB
Degr_intelligibilit_donnes_TB
Degr_signification_donnes_TB
Degr_rentabilit_TB
Mthode d'extraction : Analyse en composantes principales.

497

1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000

Extraction
,660
,817
,582
,638
,826
,840
,791
,873
,921
,871
,812

498

Total

% de la variance

% cumuls

Valeurs propres initiales

Total
6,198
1,377
1,056

498

56,345
12,519
9,597

% de la variance
56,345
68,864
78,461

% cumuls

Extraction Sommes des carrs des facteurs retenus

6,198
56,345
56,345
1
1,377
12,519
68,864
2
1,056
9,597
78,461
3
,719
6,534
84,995
4
,461
4,194
89,189
5
,380
3,452
92,641
6
,246
2,237
94,878
7
,214
1,942
96,820
8
,148
1,342
98,162
9
,138
1,256
99,418
10
,064
,582
100,000
11
Mthode d'extraction : Analyse en composantes principales.

Compos
ante

Variance totale explique

Total
3,426
3,023
2,182

31,142
27,479
19,840

% de la variance

31,142
58,621
78,461

% cumuls

Somme des carrs des facteurs retenus pour la

rotation

Matrice des composantesa

Composante
1
Degr_intelligibilit_donnes_TB
Degr_signification_donnes_TB
Degr_fiabilit_donnes_TB
Degr_utilisation_TB_prvoir_situations_venir
Degr_utilisation_TB_contrler_trav_perso
Degr_rentabilit_TB
Degr_utilisation_TB_expliquer_objectifs_entrep
Degr_utilisation_TB_suivre_perfo_entrep
Degr_utilisation_TB_informer_rsultats
Frquence_utilisation_TB
Intensit_utilisation_donnes_TB
Mthode d'extraction : Analyse en composantes principales.
a. 3 composantes extraites.

499

2
,875
,840
,831
,765
,764
,752
,739
,732
,678
,622
,613

3
-,347
-,393
-,427
,367
,170
-,446
,465
,491
,280
,117
-,086

-,187
-,107
-,031
-,326
,161
-,219
-,276
-,120
,210
,510
,658

Matrice des composantes aprs rotationa

Composante
1
Degr_intelligibilit_donnes_TB
Degr_rentabilit_TB
Degr_signification_donnes_TB
Degr_fiabilit_donnes_TB
Degr_utilisation_TB_expliquer_objectifs_entrep
Degr_utilisation_TB_prvoir_situations_venir
Degr_utilisation_TB_suivre_perfo_entrep
Degr_utilisation_TB_contrler_trav_perso
Intensit_utilisation_donnes_TB
Frquence_utilisation_TB
Degr_utilisation_TB_informer_rsultats

2
,870
,868
,856
,852
,240
,340
,172
,336
,272
,180
,189

3
,341
,209
,258
,199
,873
,837
,828
,513
,054
,260
,522

,218
,125
,269
,329
,138
,098
,274
,512
,860
,749
,523

Mthode d'extraction : Analyse en composantes principales.

Mthode de rotation : Varimax avec normalisation de Kaiser.
a. La rotation a converg en 5 itrations.

Rsultats aprs 1re purification : suppression de deux items

Indice KMO et test de Bartlett
Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin.
Test de sphricit de Bartlett

Khi-deux approxim

,818
264,576

ddl

36

Signification de Bartlett

,000

Qualit de reprsentation
Initial
Frquence_utilisation_TB
Intensit_utilisation_donnes_TB
Degr_utilisation_TB_prvoir_situations_venir
Degr_utilisation_TB_expliquer_objectifs_entrep
Degr_utilisation_TB_suivre_perfo_entrep
Degr_fiabilit_donnes_TB
Degr_intelligibilit_donnes_TB
Degr_signification_donnes_TB
Degr_rentabilit_TB
Mthode d'extraction : Analyse en composantes principales.

500

1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000

Extraction
,794
,824
,847
,852
,826
,871
,926
,873
,801

501

Total

% de la variance

% cumuls

Valeurs propres initiales

Total
5,280
1,317
1,018

501

58,662
14,629
11,314

% de la variance
58,662
73,291
84,604

% cumuls

Extraction Sommes des carrs des facteurs retenus

5,280
58,662
58,662
1
1,317
14,629
73,291
2
1,018
11,314
84,604
3
,507
5,637
90,242
4
,292
3,248
93,490
5
,220
2,446
95,936
6
,160
1,774
97,710
7
,139
1,548
99,258
8
,067
,742
100,000
9
Mthode d'extraction : Analyse en composantes principales.

Compos
ante

Variance totale explique

Total
3,349
2,572
1,693

37,212
28,576
18,816

% de la variance

37,212
65,788
84,604

% cumuls

Somme des carrs des facteurs retenus pour la

rotation

Matrice des composantesa

Composante
1
Degr_intelligibilit_donnes_TB
Degr_fiabilit_donnes_TB
Degr_signification_donnes_TB
Degr_rentabilit_TB
Degr_utilisation_TB_prvoir_situations_venir
Degr_utilisation_TB_expliquer_objectifs_entrep
Degr_utilisation_TB_suivre_perfo_entrep
Intensit_utilisation_donnes_TB
Frquence_utilisation_TB

2
,899
,855
,854
,796
,766
,727
,719
,598
,622

3
-,274
-,369
-,346
-,349
,470
,546
,556
-,152
,113

-,206
-,049
-,158
-,212
-,199
-,160
,015
,666
,628

Mthode d'extraction : Analyse en composantes principales.

a. 3 composantes extraites.
Matrice des composantes aprs rotationa
Composante
1
Degr_intelligibilit_donnes_TB
Degr_signification_donnes_TB
Degr_rentabilit_TB
Degr_fiabilit_donnes_TB
Degr_utilisation_TB_expliquer_objectifs_entrep
Degr_utilisation_TB_prvoir_situations_venir
Degr_utilisation_TB_suivre_perfo_entrep
Intensit_utilisation_donnes_TB
Frquence_utilisation_TB
Mthode d'extraction : Analyse en composantes principales.
Mthode de rotation : Varimax avec normalisation de Kaiser.
a. La rotation a converg en 5 itrations.

502

2
,884
,878
,858
,857
,250
,337
,179
,298
,168

3
,334
,241
,217
,200
,880
,850
,846
,076
,309

,180
,208
,136
,309
,122
,104
,278
,854
,819

Rsultats de ltude de fiabilit : Alpha de Cronbach

Statistiques de fiabilit
Alpha de
Cronbach

Nombre
d'lments

,910

Statistiques de total des lments

Moyenne de Variance de Corrlatio
Alpha de
l'chelle en l'chelle en n complte Carr de Cronbach
cas de
cas de
des
la
en cas de
suppression suppression lments corrlatio suppression
d'un
d'un
corrigs n multiple de l'lment
lment
lment
Frquence_utilisation_TB
Intensit_utilisation_donnes_TB
Degr_utilisation_TB_prvoir_situations_
venir
Degr_utilisation_TB_expliquer_objectifs
_entrep
Degr_utilisation_TB_suivre_perfo_entrep
Degr_fiabilit_donnes_TB
Degr_intelligibilit_donnes_TB
Degr_signification_donnes_TB
Degr_rentabilit_TB

30,1579
29,7368
30,1579

40,245
40,469
38,677

,552
,525
,692

,574
,540
,710

,909
,911
,900

30,2632

39,118

,650

,719

,903

30,0000
29,8684
29,9211
29,9474
29,8421

39,405
36,604
35,858
36,430
38,623

,648
,795
,845
,788
,718

,687
,797
,901
,849
,746

,903
,892
,888
,893
,898

Statistiques d'chelle
Moyenne
33,7368

Variance

Ecart-type

48,037

6,93087

503

Nombre
d'lments
9

 Les rsultats de ltude confirmatoire

Estimation du modle
Regression Weights: (Group number 1 - Default model)
Estimate
Frquence_utilisation_TB

<---

Degr_utilisation_TB_prvoir
<--_situations_venir

Degr_utilisation_TB_suivre_
<--perfo_entrep

Degr_fiabilit_donnes_TB

<---

Intensit_utilisation_donnes_
<--TB
Degr_utilisation_TB_expliqu
<--er_objectifs_entrep
Degr_intelligibilit_donnes
<--_TB
Degr_signification_donnes_
<--TB
Degr_rentabilit_TB

<---

Degr
d'utilisation_
des TB
Diversit
d'utilisation_
des donnes
des TB
Diversit
d'utilisation_
des donnes
des TB
Degr
d'utilit des
TB
Degr
d'utilisation_
des TB
Diversit
d'utilisation_
des donnes
des TB
Degr
d'utilit des
TB
Degr
d'utilit des
TB
Degr
d'utilit des
TB

S.E.

C.R.

Label

,144

6,398

***

par_1

1,611

,359

4,484

***

par_5

1,010

,145

6,975

***

par_6

1,117

,114

9,768

***

par_7

1,073

,123

8,748

***

par_8

,842

,121

6,964

***

par_9

1,000

1,000

,920

1,000

Covariances: (Group number 1 - Default model)

Degr
d'utilisation_des
TB
Diversit
d'utilisation_des
donnes des TB
Degr
d'utilisation_des
TB

Estimate

S.E.

C.R.

Label

,180

,102

1,763

,078

par_2

<--> Degr d'utilit des TB

,490

,171

2,873

,004

par_3

<--> Degr d'utilit des TB

,285

,124

2,297

,022

par_4

<-->

Diversit d'utilisation_des
donnes des TB

Correlations: (Group number 1 - Default model)

Estimate
Degr d'utilisation_des TB

<-->

Diversit d'utilisation_des donnes des

<-->
TB
Degr d'utilisation_des TB
<-->

Diversit d'utilisation_des donnes des

TB

,361

Degr d'utilit des TB

,621

Degr d'utilit des TB

,521

504

Variances: (Group number 1 - Default model)

Estimate
,345
,719
,865
,050
,583
,209
,200
,270
,249
,071
,170
,271

Degr d'utilisation_des TB
Diversit d'utilisation_des donnes des TB
Degr d'utilit des TB
e2
e1
e3
e4
e5
e6
e7
e8
e9

S.E.
,172
,219
,255

C.R.
2,014
3,283
3,395

P
,044
,001
***

Label
par_10
par_11
par_12

,140
,078
,078
,083
,067
,040
,053
,069

4,166
2,660
2,567
3,259
3,700
1,791
3,201
3,925

***
,008
,010
,001
***
,073
,001
***

par_13
par_14
par_15
par_16
par_17
par_18
par_19
par_20

Ajustement du modle
CMIN
Model
Default model
Saturated model
Independence model

NPAR
20
45
9

CMIN
33,772
,000
295,155

DF
25
0
36

P
,113

CMIN/DF
1,351

,000

8,199

RMR, GFI
Model
Default model
Saturated model
Independence model

RMR
,076
,000
,502

GFI
,846
1,000
,290

AGFI
,723

PGFI
,470

,112

,232

Baseline Comparisons
Model
Default model
Saturated model
Independence model

NFI
Delta1
,886
1,000
,000

RFI
rho1
,835
,000

IFI
Delta2
,968
1,000
,000

TLI
rho2
,951
,000

CFI
,966
1,000
,000

Parsimony-Adjusted Measures
Model
Default model
Saturated model
Independence model

PRATIO
,694
,000
1,000

PNFI
,615
,000
,000

PCFI
,671
,000
,000

NCP
Model
Default model
Saturated model
Independence model

NCP
8,772
,000
259,155

505

LO 90
,000
,000
208,076

HI 90
28,089
,000
317,710

FMIN
Model
Default model
Saturated model
Independence model

FMIN
,913
,000
7,977

F0
,237
,000
7,004

LO 90
,000
,000
5,624

HI 90
,759
,000
8,587

LO 90
,000
,395

HI 90
,174
,488

PCLOSE
,191
,000

RMSEA
Model
Default model
Independence model

RMSEA
,097
,441
AIC

Model
Default model
Saturated model
Independence model

AIC
73,772
90,000
313,155

BCC
88,586
123,333
319,821

BIC
106,523
163,691
327,893

CAIC
126,523
208,691
336,893

ECVI
Model
Default model
Saturated model
Independence model

ECVI
1,994
2,432
8,464

LO 90
1,757
2,432
7,083

HI 90
2,516
2,432
10,046

MECVI
2,394
3,333
8,644

HOELTER
Model
Default model
Independence model

HOELTER
.05
42
7

HOELTER
.01
49
8

Rsultats de ltude de fiabilit : de Jreskog

Rh de Jreskog "Degr d'utilisation des TB"

i
Frquence_utilisation_TB
Intensit_utilisation
_donnes_TB

( i )2

var (i)

0,610

0,628

0,973

0,053

1,583

2,5059

506

0,681

( i )2 + var (i)

3,1869

0,7863

Rh de Jreskog "Diversit d'utilisation des donnes des TB"

i

( i)2

var (i)

Degr_utilisation_TB_
prvoir_situations_venir

0,88

0,225

Degr_utilisation_TB_
expliquer_objectifs_entrep

0,886

0,215

Degr_utilisation_TB_
suivre_perfo_entrep

0,832

0,307

2,598

6,7496

( i)2 + var (i)

7,4966

0,9004

( i)2 + var (i)

13,7484

0,9463

0,747

Rh de Jreskog "Degr d'utilit des TB"

( i)2

i
Degr_fiabilit_
donnes_TB
Degr_intelligibilit_
donnes_TB
Degr_signification_
donnes_TB
Degr_rentabilit_TB

var (i)

0,881

0,223

0,969

0,062

0,924

0,146

0,833

0,307

3,607

13,0104

0,738

Rh de Jreskog "Pilotage de la performance "

i

( i)2

var (i)

Frquence_utilisation_TB

0,610

0,628

Intensit_utilisation_
donnes_TB

0,973

0,053

Degr_utilisation_TB_
prvoir_situations_venir

0,88

0,225

Degr_utilisation_TB_
expliquer_objectifs_entrep

0,886

0,215

Degr_utilisation_TB_
suivre_perfo_entrep

0,832

0,307

0,881

0,223

0,969

0,062

0,924

0,146

0,833

0,307

Degr_fiabilit_
donnes_TB
Degr_intelligibilit
_donnes_TB
Degr_signification
_donnes_TB
Degr_rentabilit_TB

7,788

60,6529

507

2,166

( i)2 + var (i)

62,8189

0,9655

Rsultats du test de la validit convergente

Rh de validit convergente "Degr d'utilisation des TB"
i

(i)2

var (i)

Frquence_utilisation_TB

0,610

0,3721

0,628

Intensit_utilisation_donnes_TB

0,973

0,9467

0,053

1,3188

0,681

(i)2 + var (i)

vc

1,9998

0,6595

Rh de validit convergente "Diversit d'utilisation des donnes des T"

i

(i)2

var (i)

Degr_utilisation_TB_
prvoir_situations_venir

0,88

0,7744

0,225

Degr_utilisation_TB_
expliquer_objectifs_entrep

0,886

0,7850

0,215

Degr_utilisation_TB_
suivre_perfo_entrep

0,832

0,6922

0,307

2,2516

0,747

(i)2 + var (i)

vc

2,9986

0,7509

Rh de validit convergente "Degr d'utilit des TB"

(i)2

var (i)

0,881

0,7762

0,223

0,969

0,9390

0,062

0,924

0,8538

0,146

0,833

0,6939

0,307

3,2628

0,738

i
Degr_fiabilit_donnes_TB
Degr_intelligibilit
_donnes_TB
Degr_signification
_donnes_TB
Degr_rentabilit_TB

508

(i)2 + var (i)

vc

4,0008

0,8155

Rh de validit convergente "Pilotage de la performance"

i

(i)2

var (i)

Frquence_utilisation_TB

0,610

0,3721

0,628

Intensit_utilisation_
donnes_TB

0,973

0,9467

0,053

Degr_utilisation_TB_
prvoir_situations_venir

0,88

0,7744

0,225

Degr_utilisation_TB_
expliquer_objectifs_entrep

0,886

0,7850

0,215

Degr_utilisation_TB_
suivre_perfo_entrep

0,832

0,6922

0,307

Degr_fiabilit_donnes_TB

0,881

0,7762

0,223

0,969

0,9390

0,062

0,924

0,8538

0,146

0,833

0,6939

0,307

6,8332

2,166

Degr_intelligibilit_
donnes_TB
Degr_signification_
donnes_TB
Degr_rentabilit_TB

(i)2 + var (i)

vc

8,9992

0,7593

Test de la validit discriminante des variables du modle

Taille dentreprise

Caractristiques des TB

Rsultats du modle libre (Ml)

CMIN
Model
Default model
Saturated model
Independence model

NPAR
15
20
10

CMIN
5,280
,000
67,118

DF
5
0
10

P
,383

CMIN/DF
1,056

,000

6,712

Rsultats du modle contraint (Mc)

CMIN

Model
Default model
Saturated model
Independence model

NPAR
14
20
10

CMIN
42,215
,000
67,118

DF
6
0
10

P
,000

CMIN/DF
7,036

,000

6,712

Type dactivit Caractristiques des TB

Rsultats du modle libre (Ml)
CMIN
Model
Default model
Saturated model
Independence model

NPAR
15
20
10

CMIN
4,003
,000
66,021

509

DF
5
0
10

P
,549

CMIN/DF
,801

,000

6,602

Rsultats du modle contraint (Mc)

CMIN
Model
Default model
Saturated model
Independence model

Age dentreprise

NPAR
14
20
10

CMIN
44,035
,000
66,021

DF
6
0
10

P
,000

CMIN/DF
7,339

,000

6,602

DF
5
0
10

P
,848

CMIN/DF
,402

,000

5,780

DF
6
0
10

P
,000

CMIN/DF
9,117

,000

5,780

DF
26
0
36

P
,007

CMIN/DF
1,816

,000

3,976

DF
27
0
36

P
,000

CMIN/DF
2,205

,000

3,976

Caractristiques des TB

Rsultats du modle libre (Ml)

CMIN
Model
Default model
Saturated model
Independence model

NPAR
15
20
10

CMIN
2,009
,000
57,803

Rsultats du modle contraint (Mc)

CMIN
Model
Default model
Saturated model
Independence model

Structure

NPAR
14
20
10

CMIN
54,705
,000
57,803

Caractristiques des TB

Rsultats du modle libre (Ml)

CMIN
Model
Default model
Saturated model
Independence model

NPAR
28
54
18

CMIN
47,212
,000
143,119

Rsultats du modle contraint (Mc)

CMIN
Model
Default model
Saturated model
Independence model

NPAR
27
54
18

CMIN
59,524
,000
143,119

510

 Environnement

Caractristiques des TB

Rsultats du modle libre (Ml)

CMIN
Model
Default model
Saturated model
Independence model

NPAR
22
35
14

CMIN
11,765
,000
102,565

DF
13
0
21

P
,547

CMIN/DF
,905

,000

4,884

DF
14
0
21

P
,018

CMIN/DF
1,949

,000

4,884

DF
5
0
10

P
,573

CMIN/DF
,768

,000

5,844

DF
6
0
10

P
,000

CMIN/DF
4,085

,000

5,844

Rsultats du modle contraint (Mc)

CMIN
Model
Default model
Saturated model
Independence model

Informatisation

NPAR
21
35
14

CMIN
27,288
,000
102,565

Caractristiques des TB

Rsultats du modle libre (Ml)

CMIN
Model
Default model
Saturated model
Independence model

NPAR
15
20
10

CMIN
3,838
,000
58,444

Rsultats du modle contraint (Mc)

CMIN
Model
Default model
Saturated model
Independence model

NPAR
14
20
10

CMIN
24,511
,000
58,444

511

 Formation

Caractristiques des TB

Rsultats du modle libre (Ml)

CMIN
Model
Default model
Saturated model
Independence model

NPAR
15
20
10

CMIN
4,916
,000
60,883

DF
5
0
10

P
,426

CMIN/DF
,983

,000

6,088

DF
6
0
10

P
,000

CMIN/DF
8,510

,000

6,088

DF
9
0
15

P
,313

CMIN/DF
1,164

,000

5,368

DF
10
0
15

P
,003

CMIN/DF
2,667

,000

5,368

Rsultats du modle contraint (Mc)

CMIN
Model
Default model
Saturated model
Independence model

Style de dcisions

NPAR
14
20
10

CMIN
51,059
,000
60,883

Caractristiques des TB

Rsultats du modle libre (Ml)

CMIN
Model
Default model
Saturated model
Independence model

NPAR
18
27
12

CMIN
10,476
,000
80,518

Rsultats du modle contraint (Mc)

CMIN
Model
Default model
Saturated model
Independence model

NPAR
17
27
12

CMIN
26,666
,000
80,518

512

 Stratgie de contrle

Caractristiques des TB

Rsultats du modle libre (Ml)

CMIN
Model
Default model
Saturated model
Independence model

NPAR
54
81
18

CMIN
28,486
,000
187,827

DF
27
0
63

P
,386

CMIN/DF
1,055

,000

2,981

DF
30
0
63

P
,324

CMIN/DF
1,099

,000

2,981

Rsultats du modle contraint (Mc)

CMIN
Model
Default model
Saturated model
Independence model

Caractristiques des TB

NPAR
51
81
18

CMIN
32,957
,000
187,827

Pilotage de la performance

Rsultats du modle libre (Ml)

CMIN
Model
Default model
Saturated model
Independence model

NPAR
22
35
14

CMIN
16,385
,000
125,689

DF
13
0
21

P
,229

CMIN/DF
1,260

,000

5,985

DF
14
0
21

P
,022

CMIN/DF
1,898

,000

5,985

Rsultats du modle contraint (Mc)

CMIN
Model
Default model
Saturated model
Independence model

NPAR
21
35
14

CMIN
26,567
,000
125,689

513

Annexe 8 : Les rsultats des tests du modle structurel

514

 Rsultats du test du modle initial

Estimation du modle
Regression Weights: (Group number 1 - Default model)

Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Pilotage de la
performance
Taille_entreprise
Activit_entreprise
DDH
DST
DS
DFTRP
DDV
DEE
PACC
PGPC
DI
Type_formation
DSPT
CIU
SCRB
SCRC

<--<--<--<--<--<--<--<--<---

DR

<---

DCA

<---

DIP

<---

DDTB

<---

DUTB

<---

DTUTB

<---

DUTTB

<---

Age_entreprise

<---

<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<---

Taille
Formation
Style de dcisions
Informatisation
Stratgie de contrle
Age d'entreprise
Structure
Environnement
Type d'activit
Caractristiques des_
TB
Taille
Type d'activit
Structure
Structure
Structure
Structure
Structure
Environnement
Environnement
Environnement
Informatisation
Formation
Style de dcisions
Style de dcisions
Stratgie de contrle
Stratgie de contrle
Caractristiques des
TB
Caractristiques des
TB
Caractristiques des
TB
Caractristiques des
TB
Pilotage de la
performance
Pilotage de la
performance
Pilotage de la
performance
Age d'entreprise

515

Estimate
,306
,137
-,596
,278
-8,023
,043
,421
,030
,180

S.E.
,089
,080
,283
,181
99,167
,071
,147
,168
,079

C.R.
3,448
1,705
-2,105
1,532
-,081
,608
2,872
,178
2,258

P
***
,088
,035
,125
,936
,543
,004
,859
,024

Label
par_12
par_13
par_14
par_15
par_16
par_20
par_21
par_22
par_23

,537

,145

3,712

***

par_17

,219

-,778

,437

par_1

,172
,176
,192

3,914
4,103
-,363

***
***
,716

par_2
par_3
par_4

,328
,255

3,821
3,785

***
***

par_5
par_6

1,000
1,000
-,170
1,000
,673
,721
-,070
1,000
1,254
,964
1,000
1,000
1,000
1,420
1,000
48,552

,463

3,068

,002

par_7

598,681

,081

,935

par_8

,268

,180

1,492

,136

par_9

,795

,091

8,686

***

par_10

,319

,772

,440

par_11

1,180

,341

3,458

***

par_18

1,248

,372

3,358

***

par_19

1,000
,246
1,000

1,000

Standardized Regression Weights: (Group number 1 - Default model)

Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Pilotage de la performance
Taille_entreprise
Activit_entreprise
DDH
DST
DS
DFTRP
DDV
DEE
PACC
PGPC
DI
Type_formation
DSPT
CIU
SCRB
SCRC
DR
DCA
DIP
DDTB
DUTB
DTUTB
DUTTB
Age_entreprise

<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<---

Taille
Formation
Style de dcisions
Informatisation
Stratgie de contrle
Age d'entreprise
Structure
Environnement
Type d'activit
Caractristiques des TB
Taille
Type d'activit
Structure
Structure
Structure
Structure
Structure
Environnement
Environnement
Environnement
Informatisation
Formation
Style de dcisions
Style de dcisions
Stratgie de contrle
Stratgie de contrle
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Age d'entreprise

516

Estimate
,408
,200
-,346
,186
-,157
,071
,411
,023
,265
,838
,988
,990
-,141
,804
,707
,760
-,066
,727
,830
,728
,955
,990
,475
,951
,017
,962
,247
,894
,952
,130
,632
,743
,710
,992

Intercepts: (Group number 1 - Default model)

Taille_entreprise
Activit_entreprise
DST
DS
DDH
DDV
DFTRP
DI
DEE
PACC
PGPC
Type_formation
CIU
DSPT
SCRB
SCRC
DR
DCA
DIP
DDTB
DUTB
DTUTB
DUTTB
Age_entreprise

Estimate
4,254
4,035
3,553
3,597
2,914
2,158
3,487
4,158
3,461
3,579
3,605
3,947
2,443
3,059
2,637
2,028
3,559
3,991
3,913
3,711
3,789
3,596
3,842
2,961

517

S.E.
,186
,205
,167
,128
,162
,142
,127
,097
,144
,159
,139
,203
,119
,168
,173
,149
,149
,122
,144
,260
,140
,140
,155
,229

C.R.
22,914
19,662
21,258
28,113
17,951
15,199
27,372
43,085
23,978
22,563
25,937
19,422
20,493
18,181
15,229
13,568
23,818
32,657
27,092
14,245
27,163
25,685
24,783
12,955

P
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***

Label
par_24
par_25
par_26
par_27
par_28
par_29
par_30
par_31
par_32
par_33
par_34
par_35
par_36
par_37
par_38
par_39
par_40
par_41
par_42
par_43
par_44
par_45
par_46
par_47

Variances: (Group number 1 - Default model)

Taille
Type d'activit
Structure
Environnement
Informatisation
Formation
Style de dcisions
Stratgie de contrle
Age d'entreprise
s1
s2
e1
e2
e12
e13
e14
e17
e3
e4
e5
e6
e7
e8
e9
e10
e11
e15
e16
e18
e19
e20
e21
e22
e23
e24

Estimate
1,241
1,523
,666
,406
,313
1,494
,235
,000
1,896
,258
,085
,030
,030
,030
,030
,050
,050
,030
,364
,302
,952
,740
,253
,362
,288
,335
,809
,960
,773
,110
,071
2,460
,432
,324
,440

518

S.E.
,296
,362
,256
,179
,080
,355
,161
,007
,449
,088
,059

C.R.
4,193
4,211
2,605
2,272
3,919
4,210
1,465
,041
4,227
2,918
1,437

P
***
***
,009
,023
***
***
,143
,968
***
,004
,151

Label
par_142
par_143
par_144
par_145
par_146
par_147
par_148
par_149
par_150
par_151
par_152

,149
,092
,223
,173
,088
,119
,149
,111
,194
,240
,181
,039
,048
,574
,117
,104
,132

2,442
3,293
4,275
4,290
2,883
3,035
1,940
3,027
4,170
4,001
4,277
2,824
1,474
4,290
3,682
3,112
3,337

,015
***
***
***
,004
,002
,052
,002
***
***
***
,005
,140
***
***
,002
***

par_153
par_154
par_155
par_156
par_157
par_158
par_159
par_160
par_161
par_162
par_163
par_164
par_165
par_166
par_167
par_168
par_169

Squared Multiple Correlations: (Group number 1 - Default model)

Estimate
,630
,702
,984
,503
,552
,399
,017
,907
,800
,061
,926
,000
,225
,905
,980
,913
,531
,689
,529
,578
,004
,020
,500
,647
,981
,976

Caractristiques des TB
Pilotage de la performance
Age_entreprise
DUTTB
DTUTB
DUTB
DDTB
DIP
DCA
DR
SCRC
SCRB
DSPT
CIU
Type_formation
DI
PGPC
PACC
DEE
DFTRP
DDV
DDH
DS
DST
Activit_entreprise
Taille_entreprise

Ajustement du modle
CMIN
Model
Default model
Saturated model
Independence model

NPAR
225
972
72

CMIN
1295,318
,000
1913,641

DF
747
0
900

P
,000

CMIN/DF
1,734

,000

2,126

Baseline Comparisons
Model
Default model
Saturated model
Independence model

NFI
Delta1
,323
1,000
,000

RFI
rho1
,184
,000

IFI
Delta2
,530
1,000
,000

TLI
rho2
,348
,000

Parsimony-Adjusted Measures
Model
Default model
Saturated model
Independence model

PRATIO
,830
,000
1,000

519

PNFI
,268
,000
,000

PCFI
,381
,000
,000

CFI
,459
1,000
,000

NCP
Model
Default model
Saturated model
Independence model

NCP
548,318
,000
1013,641

LO 90
452,331
,000
891,605

HI 90
652,153
,000
1143,392

FMIN
Model
Default model
Saturated model
Independence model

FMIN
13,084
,000
19,330

F0
5,539
,000
10,239

LO 90
4,569
,000
9,006

HI 90
6,587
,000
11,549

HI 90
,094
,113

PCLOSE
,000
,000

RMSEA
Model
Default model
Independence model

RMSEA
,086
,107

LO 90
,078
,100

AIC
Model
Default model
Saturated model
Independence model

AIC
1745,318
1944,000
2057,641

BCC
3345,339
8856,091
2569,648

BIC

CAIC

ECVI
Model
Default model
Saturated model
Independence model

ECVI
17,629
19,636
20,784

LO 90
16,660
19,636
19,552

HI 90
18,678
19,636
22,095

MECVI
33,791
89,455
25,956

HOELTER
Model
Default model
Independence model

HOELTER
.05
65
53

520

HOELTER
.01
67
54

 Rsultats du test du modle final

Estimation du modle
Regression Weights: (Group number 1 - Default model)

Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Pilotage de la
performance
Taille_entreprise
Activit_entreprise
DST
DFTRP
PACC
PGPC
DI
Type_formation

<--<--<--<--<--<--<--<--<---

DCA

<---

DIP

<---

DUTB

<---

DTUTB

<---

DUTTB

<---

DEE
SCRB
CIU
DSPT
Age_entreprise
DS

<--<--<--<--<--<---

<--<--<--<--<--<--<--<--<---

Structure
Taille
Formation
Age d'entreprise
Type d'activit
Environnement
Informatisation
Stratgie de contrle
Style de dcisions
Caractristiques des
TB
Taille
Type d'activit
Structure
Structure
Environnement
Environnement
Informatisation
Formation
Caractristiques des
TB
Caractristiques des
TB
Pilotage de la
performance
Pilotage de la
performance
Pilotage de la
performance
Environnement
Stratgie de contrle
Style de dcisions
Style de dcisions
Age d'entreprise
Structure

521

Estimate
,347
,273
,174
,063
,198
,229
,378
,245
-,523

S.E.
,127
,080
,072
,063
,071
,153
,162
,096
,252

C.R.
2,731
3,418
2,423
1,009
2,777
1,502
2,326
2,545
-2,075

P
,006
***
,015
,313
,005
,133
,020
,011
,038

Label
par_5
par_6
par_7
par_12
par_13
par_14
par_15
par_16
par_17

,528

,150

3,525

***

par_8

,175
,313
,249

4,165
3,917
3,825

***
***
***

par_1
par_2
par_3

,084

10,450

***

par_4

1,163

,340

3,420

***

par_9

1,262

,373

3,383

***

par_10

,466

3,059

,002

par_11

,166

3,780

***

par_18

1,000
1,000
1,000
,727
1,225
,952
1,000
1,000
,876
1,000
1,000

1,000
1,000
1,424
1,000
1,000
,629

Standardized Regression Weights: (Group number 1 - Default model)

Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Caractristiques des TB
Pilotage de la performance
Taille_entreprise
Activit_entreprise
DST
DFTRP
PACC
PGPC
DI
Type_formation
DCA
DIP
DUTB
DTUTB
DUTTB
DEE
SCRB
CIU
DSPT
Age_entreprise
DS

<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<---

Structure
Taille
Formation
Age d'entreprise
Type d'activit
Environnement
Informatisation
Stratgie de contrle
Style de dcisions
Caractristiques des TB
Taille
Type d'activit
Structure
Structure
Environnement
Environnement
Informatisation
Formation
Caractristiques des TB
Caractristiques des TB
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Environnement
Stratgie de contrle
Style de dcisions
Style de dcisions
Age d'entreprise
Structure

Estimate
,354
,374
,261
,107
,301
,182
,260
,288
-,311
,787
,988
,990
,818
,780
,821
,729
,955
,990
,954
,909
,640
,739
,726
,737
,984
,951
,473
,992
,672

Intercepts: (Group number 1 - Default model)

Taille_entreprise
Activit_entreprise
DST
DS
DFTRP
DI
PACC
PGPC
Type_formation
SCRB
DCA
DIP
DUTB
DTUTB
DUTTB
DEE
DSPT
CIU
Age_entreprise

Estimate
4,254
4,035
3,553
3,597
3,487
4,158
3,579
3,605
3,947
2,647
3,991
3,913
3,789
3,596
3,842
3,461
3,059
2,443
2,961

522

S.E.
,186
,205
,167
,128
,127
,096
,159
,139
,203
,170
,123
,147
,140
,141
,156
,144
,168
,119
,228

C.R.
22,928
19,675
21,271
28,131
27,389
43,113
22,577
25,954
19,434
15,603
32,500
26,579
27,001
25,456
24,602
23,994
18,193
20,505
12,963

P
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***

Label
par_19
par_20
par_21
par_22
par_23
par_24
par_25
par_26
par_27
par_28
par_29
par_30
par_31
par_32
par_33
par_34
par_35
par_36
par_37

Variances: (Group number 1 - Default model)

Taille
Type d'activit
Structure
Environnement
Informatisation
Formation
Stratgie de contrle
Style de dcisions
Age d'entreprise
s1
s2
e1
e2
e10
e11
e12
e14
e15
e3
e4
e5
e6
e8
e9
e16
e17
e18
e19
e7
e13

Estimate
1,241
1,523
,688
,417
,313
1,494
,914
,234
1,896
,188
,113
,030
,030
,030
,030
,050
,030
,050
,030
,342
,331
,234
,302
,334
,139
,430
,334
,427
,351
,810

523

S.E.
,296
,361
,260
,180
,080
,355
,235
,160
,448
,070
,070

C.R.
4,196
4,214
2,650
2,321
3,922
4,212
3,884
1,461
4,230
2,700
1,612

P
***
***
,008
,020
***
***
***
,144
***
,007
,107

Label
par_75
par_76
par_77
par_78
par_79
par_80
par_81
par_82
par_83
par_84
par_85

,151
,095
,088
,143
,109
,044
,119
,109
,135
,117
,194

2,269
3,498
2,676
2,110
3,070
3,134
3,600
3,057
3,155
2,995
4,173

,023
***
,007
,035
,002
,002
***
,002
,002
,003
***

par_86
par_87
par_88
par_89
par_90
par_91
par_92
par_93
par_94
par_95
par_96

Squared Multiple Correlations: (Group number 1 - Default model)

Estimate
,716
,619
,984
,224
,905
,543
,526
,546
,409
,826
,910
,968
,980
,913
,531
,675
,609
,452
,668
,981
,976

Caractristiques des TB
Pilotage de la performance
Age_entreprise
DSPT
CIU
DEE
DUTTB
DTUTB
DUTB
DIP
DCA
SCRB
Type_formation
DI
PGPC
PACC
DFTRP
DS
DST
Activit_entreprise
Taille_entreprise

Ajustement du modle
CMIN
Model
Default model
Saturated model
Independence model

NPAR
118
418
38

CMIN
335,800
,000
744,415

DF
300
0
380

P
,076

CMIN/DF
1,119

,000

1,959

Baseline Comparisons
Model
Default model
Saturated model
Independence model

NFI
Delta1
,549
1,000
,000

RFI
rho1
,429
,000

IFI
Delta2
,919
1,000
,000

TLI
rho2
,876
,000

Parsimony-Adjusted Measures
Model
Default model
Saturated model
Independence model

PRATIO
,789
,000
1,000

524

PNFI
,433
,000
,000

PCFI
,712
,000
,000

CFI
,902
1,000
,000

NCP
Model
Default model
Saturated model
Independence model

NCP
35,800
,000
364,415

LO 90
,000
,000
290,816

HI 90
84,835
,000
445,801

FMIN
Model
Default model
Saturated model
Independence model

FMIN
4,867
,000
10,789

F0
,519
,000
5,281

LO 90
,000
,000
4,215

LO 90
,000
,105

HI 90
,064
,130

HI 90
1,229
,000
6,461

RMSEA
Model
Default model
Independence model

RMSEA
,042
,118

PCLOSE
,707
,000

AIC
Model
Default model
Saturated model
Independence model

AIC
571,800
836,000
820,415

BCC
907,494
2025,153
928,519

BIC

CAIC

ECVI
Model
Default model
Saturated model
Independence model

ECVI
8,287
12,116
11,890

LO 90
7,768
12,116
10,823

HI 90
8,998
12,116
13,070

MECVI
13,152
29,350
13,457

HOELTER
Model
Default model
Independence model

HOELTER
.05
72
41

525

HOELTER
.01
75
43

 Rsultats du test de leffet de mdiateur

Estimation du modle
Regression Weights: (Group number 1 - Default model)

Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Taille_entreprise
Activit_entreprise
DST
DFTRP
PACC
PGPC
DI
Type_formation
DUTB
DTUTB
DUTTB
DEE
SCRB
CIU
DSPT
Age_entreprise
DS

<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<---

Style de dcisions
Stratgie de contrle
Formation
Taille
Type d'activit
Age d'entreprise
Informatisation
Environnement
Structure
Taille
Type d'activit
Structure
Structure
Environnement
Environnement
Informatisation
Formation
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Environnement
Stratgie de contrle
Style de dcisions
Style de dcisions
Age d'entreprise
Structure

526

Estimate
-,034
,140
,112
,124
,142
,000
,228
,240
,235
1,000
1,000
1,000
,676
1,403
,979
1,000
1,000
1,000
1,071
1,292
1,000
1,000
1,415
1,000
1,000
,647

S.E.
,188
,101
,075
,083
,076
,064
,169
,170
,128

C.R.
-,180
1,378
1,485
1,493
1,852
,004
1,348
1,414
1,840

P
,857
,168
,138
,135
,064
,997
,178
,157
,066

Label
par_8
par_9
par_10
par_11
par_12
par_13
par_14
par_15
par_16

,171
,379
,267

3,945
3,703
3,668

***
***
***

par_1
par_2
par_3

,321
,371

3,337
3,486

***
***

par_4
par_5

,460

3,079

,002

par_6

,168

3,841

***

par_7

Standardized Regression Weights: (Group number 1 - Default model)

Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Taille_entreprise
Activit_entreprise
DST
DFTRP
PACC
PGPC
DI
Type_formation
DUTB
DTUTB
DUTTB
DEE
SCRB
CIU
DSPT
Age_entreprise
DS

<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<---

Style de dcisions
Stratgie de contrle
Formation
Taille
Type d'activit
Age d'entreprise
Informatisation
Environnement
Structure
Taille
Type d'activit
Structure
Structure
Environnement
Environnement
Informatisation
Formation
Pilotage de la performance
Pilotage de la performance
Pilotage de la performance
Environnement
Stratgie de contrle
Style de dcisions
Style de dcisions
Age d'entreprise
Structure

Estimate
-,029
,236
,239
,241
,306
,001
,223
,254
,348
,988
,990
,834
,739
,880
,701
,955
,990
,663
,703
,768
,690
,984
,951
,476
,992
,705

Intercepts: (Group number 1 - Default model)

Taille_entreprise
Activit_entreprise
DST
DS
DFTRP
DI
PACC
PGPC
Type_formation
SCRB
DUTB
DTUTB
DUTTB
DEE
DSPT
CIU
Age_entreprise

Estimate
4,254
4,035
3,553
3,597
3,487
4,158
3,579
3,605
3,947
2,644
3,789
3,596
3,842
3,461
3,059
2,443
2,961

527

S.E.
,186
,205
,167
,128
,127
,096
,159
,139
,203
,172
,142
,143
,158
,144
,168
,119
,228

C.R.
22,928
19,675
21,271
28,131
27,389
43,113
22,577
25,954
19,434
15,372
26,758
25,136
24,322
23,994
18,193
20,508
12,963

P
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***

Label
par_17
par_18
par_19
par_20
par_21
par_22
par_23
par_24
par_25
par_26
par_27
par_28
par_29
par_30
par_31
par_32
par_33

Variances: (Group number 1 - Default model)

Taille
Type d'activit
Structure
Environnement
Informatisation
Formation
Stratgie de contrle
Style de dcisions
Age d'entreprise
s1
e1
e2
e10
e11
e12
e14
e3
e4
e5
e6
e8
e9
e15
e16
e17
e7
e13

Estimate
1,241
1,523
,717
,366
,313
1,494
,926
,237
1,896
,162
,030
,030
,030
,030
,050
,030
,030
,313
,304
,271
,209
,362
,415
,383
,379
,403
,807

S.E.
,296
,361
,268
,171
,080
,355
,239
,161
,448
,092

C.R.
4,196
4,214
2,670
2,142
3,922
4,212
3,880
1,470
4,230
1,770

P
***
***
,008
,032
***
***
***
,142
***
,077

Label
par_67
par_68
par_69
par_70
par_71
par_72
par_73
par_74
par_75
par_76

,159
,093
,091
,157
,112
,121
,120
,141
,121
,194

1,975
3,258
2,981
1,333
3,235
3,420
3,192
2,677
3,318
4,168

,048
,001
,003
,183
,001
***
,001
,007
***
***

par_77
par_78
par_79
par_80
par_81
par_82
par_83
par_84
par_85
par_86

Squared Multiple Correlations: (Group number 1 - Default model)

Pilotage de la performance
Age_entreprise
DSPT
CIU
DEE
DUTTB
DTUTB
DUTB
SCRB
Type_formation
DI
PGPC
PACC
DFTRP
DS
DST
Activit_entreprise
Taille_entreprise

528

Estimate
,502
,984
,227
,905
,476
,589
,494
,439
,969
,980
,913
,491
,775
,547
,497
,696
,981
,976

Ajustement du modle
CMIN
Model
Default model
Saturated model
Independence model

NPAR
106
340
34

CMIN
258,064
,000
488,615

DF
234
0
306

P
,134

CMIN/DF
1,103

,000

1,597

Baseline Comparisons
Model
Default model
Saturated model
Independence model

NFI
Delta1
,472
1,000
,000

RFI
rho1
,309
,000

IFI
Delta2
,905
1,000
,000

TLI
rho2
,828

CFI
,868
1,000
,000

,000

Parsimony-Adjusted Measures
Model
Default model
Saturated model
Independence model

PRATIO
,765
,000
1,000

PNFI
,361
,000
,000

PCFI
,664
,000
,000

NCP
Model
Default model
Saturated model
Independence model

NCP
24,064
,000
182,615

LO 90
,000
,000
126,276

HI 90
67,345
,000
246,878

FMIN
Model
Default model
Saturated model
Independence model

FMIN
3,740
,000
7,081

F0
,349
,000
2,647

LO 90
,000
,000
1,830

HI 90
,976
,000
3,578

LO 90
,000
,077

HI 90
,065
,108

PCLOSE
,737
,000

RMSEA
Model
Default model
Independence model

RMSEA
,039
,093
AIC

Model
Default model
Saturated model
Independence model

AIC
470,064
680,000
556,615

529

BCC
706,911
1439,698
632,585

BIC

CAIC

ECVI
Model
Default model
Saturated model
Independence model

ECVI
6,813
9,855
8,067

LO 90
6,464
9,855
7,250

HI 90
7,440
9,855
8,998

MECVI
10,245
20,865
9,168

HOELTER
Model
Default model
Independence model

HOELTER
.05
74
51

530

HOELTER
.01
78
53

Contribution ltude des tableaux de bord dans laide la dcision des

PME en qute de performances
RSUM
La prsente thse a pour objectif dtudier la place du tableau de bord dans le pilotage de la
performance des PME. Plus prcisment, il sagit de fournir un cadre explicatif aux pratiques
de tableaux de bord des PME. La revue de littrature a permis dune part de prciser et dfinir
les principaux concepts et les principales notions utiliss dans le cadre de ce travail, et dautre
part de prsenter et discuter un cadre thorique mixte sur lequel est base llaboration de
notre modle de recherche. Suivant un raisonnement hypothtico-dductif, un modle
explicatif des pratiques de tableaux de bord des PME est propos. Ce modle intgre une
variable expliquer Pilotage de la performance , neuf variables explicatives de type
organisationnel et comportemental, et une variable intermdiaire Caractristiques des TB .
Ce modle est ensuite test empiriquement. Les donnes collectes sont traites en utilisant
une analyse exploratoire et analyse confirmatoire par les mthodes des quations structurelles.
Les rsultats permettent de mettre en avant les facteurs dterminant les pratiques de tableaux
de bord des PME. Ils permettent ainsi sur le plan thorique denrichir les travaux antrieurs
portant sur le tableau de bord, et sur le plan pratique de fournir aux contrleurs de gestion et
aux dirigeants un cadre explicatif des pratiques de tableaux de bord des PME.
Mots cls : Tableau de bord, Contrle de gestion, Pilotage de la performance, Petite et
Moyenne Entreprise, modle de recherche, tude quantitative.

A contribution to the study of balanced scorecards in the decision support

of SMEs in quest of performance
ABSTRACT
This thesis aims to study the role of balanced scorecard in managing the performance of
SMEs. More specifically, it is to provide an explanatory framework to the practice of SMEs
balanced scorecards. The literature review has allowed, on one hand, to clarify and define key
concepts used in this work and, on the other hand, to present and discuss a mixed theoretical
framework on which is based the development of our research model. Following a
hypothetico-deductive reasoning, an explanatory model to the practice of SMEs balanced
scorecards is proposed. This model incorporates one dependent variable "Performance
management", nine explanatory variables (organizational and behavioral types), and one
intermediate variable "Characteristics of balanced scorecards".
This model is then tested empirically. The collected data are processed using an exploratory
analysis and a confirmatory analysis by the methods of structural equations. The results help
to highlight the determinants of the practice of SMEs balanced scorecards. Thus,
theoretically, they enrich the previous work on the balanced scorecard and, practically, they
provide to management controllers and managers an explanatory framework of the practice of
SMEs balanced scorecards.
Keywords: balanced scorecard, Management control, Performance management, Small and
Middle Enterprise, Research model, Quantitative study.
531