Vous êtes sur la page 1sur 185

REMERCIEMENTS

Avant toute chose, jaimerais remercier toutes les personnes qui ont contribues dune
manire ou dune autre la ralisation de mon mmoire de fin dtude.

Premirement, je souhaite remercier vivement mon promoteur, le Dr. Wafa Hammedi, pour sa
collaboration et la qualit des conseils quelle a su me prodiguer tout au long de mon travail.

Ensuite, je remercie toutes les personnes qui ont rpondu mon questionnaire ou qui ont
contribu la diffusion de celui-ci sur internet.

Enfin, je tiens remercier ma famille pour laide prcieuse quelle ma apporte notamment
afin datteindre un chantillon non-ngligeable de 438 rpondants. Je remercie tout
particulirement mon papa pour ses corrections et ses commentaires judicieux concernant la
rdaction de mon mmoire. Sans aucun doute, il a contribu la qualit de ce mmoire.

Merci !

1
EXECUTIVE SUMMARY
Aujourdhui, linnovation est primordiale et les raisons dinnover ne manquent pas :
exigences des consommateurs de plus en plus pointues, concurrence accrue, environnement
changeant, etc. Cependant, innover constitue un vritable dfi lorsque lon sait que 90% des
nouveaux produits narrivent pas rencontrer le succs commercial (Patrick, 1997, p.23). En
effet, pour rencontrer un vritable succs auprs des consommateurs, les nouveaux produits
doivent rpondre leurs attentes et exigences les plus pointues. Ds lors, une connaissance
approfondie de leurs perceptions, attitudes et comportements est essentielle. De mme, les
entreprises innovantes ne peuvent ignorer les nouvelles tendances qui rgissent leurs marchs.
Et parmi les tendances incontournables de ces dernires annes, on retrouve cette volont
croissante des consommateurs dopter pour des produits respectueux de lenvironnement
(issus de lco-conception par exemple). Les ncessits dinnover et de considrer cette
dimension environnementale, devenue aujourdhui essentielle, ne sont plus dmontrer. Ds
lors, mieux comprendre les raisons pour lesquelles les consommateurs adoptent ou non une
innovation cologique est indispensable pour de nombreuses entreprises. Cest pourquoi, nous
essayerons de mieux comprendre quels sont les dterminants qui influencent ladoption de
nouveaux produits respectueux de lenvironnement auprs des consommateurs.

Pour rpondre cette vaste question, nous avons administr un questionnaire portant sur une
innovation cologique prcise : les panneaux photovoltaques. Les 438 rpondants au
questionnaire se sont vus rpartir en trois groupes distincts: les individus tant dj
propritaires de panneaux photovoltaques (215), les individus souhaitant devenir propritaire
de panneaux photovoltaques dans un futur proche (23) et les personnes non-intresses par
ladoption de cette technologie (200). Les diverses analyses auxquelles nous avons procdes
nous ont ensuite permis de mettre en exergue diffrents lments de rponse notre
problmatique. En voici les rsultats importants et conclusions principales.

Cette tude nous a dabord permis de souligner quelques diffrences entre les adopteurs et les
non-adopteurs. En effet, il savre que leurs perceptions mais aussi leurs profils sont quelques
peu diffrents. Par exemple, nous avons dcouvert que les propritaires de panneaux
photovoltaques affichent gnralement un ge plus avanc, quils possdent des revenus plus
levs et quils habitent davantage en zone rurale. Ainsi, nous proposons une classification
des individus permettant au dcideur marketing de mieux comprendre les segments qui
composent son march. Cette tude a ensuite confirm lexistence dune relation entre
plusieurs variables dterminantes et ladoption des panneaux photovoltaques. Nos analyses
montrent que les variables sociodmographiques constituent de bons prdicateurs de
ladoption. Les personnes plus ges et ayant des revenus suprieurs sont plus enclines
adopter des panneaux photovoltaques. De mme, habiter en zone rurale et/ou avoir une
famille nombreuse augmentent les chances dadoption de panneaux solaires. Nos rsultats
confirment galement que les caractristiques de linnovation permettent de relativement bien
expliquer ladoption. Lavantage relatif et la visibilit influence positivement ladoption.
Cependant, la complexit des panneaux photovoltaques constitue un frein non-ngligeable
ladoption. Parmi les quelques variables psychographiques que nous avons tudies, seule la
variable nombre de produits cologiques achets influence (positivement) ladoption.

2
Enfin, nous soulignons le rle des incitants dans le choix dadoption, et en particulier
limportance des incitants financiers.

Enfin, nous prsentons lensemble des conclusions essentielles pour mieux comprendre les
consommateurs ainsi que les implications pratiques fondamentales pour le dcideur
marketing. Quelques limites et propositions pour de futures recherches sont galement
prsentes.

3
Today, innovation is crucial and reasons to innovate are numerous: increasingly sophisticated
consumers demands, fiercer competition, changing environment, etc. But innovation is a
challenge when one considers that 90% of new products introduced fail to meet a commercial
success (Patrick, 1997, P.23). Indeed, to be successful with consumers, new products must
meet their expectations and requirements. Therefore, a thorough understanding of their
perceptions, attitudes and behaviors is essential. At the same time, innovative companies
cannot ignore the trends that govern their markets. And in recent years, we observe this
increasing willingness of consumers to choose for environmentally friendly products. For
companies, the necessities to innovate and consider this new, but vital, environmental
dimension are well known. Therefore, understanding the reasons why consumers adopt or not
a sustainable innovation is essential for many companies. Therefore, through this paper, we
will try to better understand the determinants that influence the adoption of environmentally
friendly innovation to consumers.

To answer this broad question, a questionnaire based on the case of solar panels was
administrated to 438 individuals. These 438 respondents were divided into three distinct
groups: owners of solar panels (215), individuals wishing to own solar panels in the near
future (23) and those not interested in the adoption of this technology (200). Then, we
conducted several analyses that help us to highlight different answers to our research
question. Here are the most important results and main conclusions.

Our research allows us to point out several differences between adopters and non-adopters.
Indeed, their perceptions but also their profiles seem to be different. For instance,
photovoltaic systems owners are generally older, have higher incomes and usually live in
rural areas. Thus, we propose a classification of individuals that helps the marketing manager
to better understand the segments that compose its market. Then, this study confirms the
existence of relationships between some variables and the adoption of solar systems. For
instance, we found that sociodemographics and innovations characteristics are particularly
strong predictors of adoption. We found that older people with higher income are more likely
to adopt photovoltaic systems. Furthermore, living in rural areas and/or having a large family
would also increase the likelihood of adoption. Then, the relative advantage as well as the
visibility positively influence the adoption of solar systems. However, we also found that the
complexity of solar systems is an important barrier to adoption. Among psychographic
variables, only the number of green products bought was found to be significant (positive
effect on adoption). Finally, we highlight the role of the incentives in the adoption process,
and particularly the importance of financial incentives.

Finally, these empirical findings are thoroughly discussed and their contributions, both
theoretical and managerial are elaborated on. Limitation and propositions for further research
are also presented.

4
TABLE DES MATIRES

REMERCIEMENTS ............................................................................................................................................. 1

EXECUTIVE SUMMARY ..................................................................................................................................... 2

TABLE DES MATIRES ....................................................................................................................................... 5

LISTE DES TABLEAUX, GRAPHIQUES, SCHMAS ET ANNEXES ............................................................................ 7

CHAPITRE 1 : INTRODUCTION .............................................................................................................. 10

CHAPITRE 2 : REVUE DE LA LITTRATURE ...................................................................................... 17

1. DFINITIONS ................................................................................................................................................ 17
2. THORIE SUR LA DIFFUSION DES INNOVATIONS : .................................................................................................. 22
A. Avantage relatif ................................................................................................................................... 24
B. Compatibilit ....................................................................................................................................... 25
C. Complexit ........................................................................................................................................... 27
D. Facilit dessai................................................................................................................................. 27
E. Observabilit ........................................................................................................................................ 28
F. Incertitude et risque peru ................................................................................................................... 28
3. SEGMENTATION ............................................................................................................................................ 28
A. Variables sociodmographiques. ......................................................................................................... 29
B. Variables psychographiques. ............................................................................................................... 31
4. LA QUESTION DU PRIX ET LE RLE DES INCITANTS DANS LADOPTION DINNOVATIONS COLOGIQUES LE CAS DES SUBSIDES.
33
5. LES HYPOTHSES ........................................................................................................................................... 35
A. Les caractristiques de linnovation..................................................................................................... 35
B. Les caractristiques sociodmographiques des individus .................................................................... 38
C. Les caractristiques psychographiques des individus .......................................................................... 40
D. Les incitants financiers et non-financiers ............................................................................................. 42
E. Modle thorique ................................................................................................................................ 43

CHAPITRE 3 : DESIGN DE RECHERCHE............................................................................................... 45

1. CONTEXTE DE LTUDE ................................................................................................................................... 45


A. Le produit tudi: le panneau photovoltaque..................................................................................... 45
B. Les panneaux photovoltaques : le march belge et wallon ................................................................ 45
C. Cycle de vie du photovoltaque en Belgique et en Wallonie ................................................................ 47
2. QUESTIONNAIRE ........................................................................................................................................... 50
3. ANALYSES .................................................................................................................................................... 55

CHAPITRE 4 : ANALYSES ........................................................................................................................ 56

1. DESCRIPTION DE LCHANTILLON ...................................................................................................................... 56


2. VALIDATION DES INSTRUMENTS DE MESURE ....................................................................................................... 59
A. Analyse factorielle et analyse de fiabilit ............................................................................................ 59
B. Validit discriminante .......................................................................................................................... 64
3. ANALYSE DE LADOPTION : COMPARAISON DES ADOPTEURS ET NON- ADOPTEURS....................................................... 66
A. Variables sociodmographiques .......................................................................................................... 66
B. Variables psychographiques ................................................................................................................ 66
C. Caractristiques de linnovation .......................................................................................................... 66

5
D. Incitants ............................................................................................................................................... 66
4. ANALYSE DE LINTENTION DADOPTION : COMPARAISON DES NON-ADOPTEURS ET DES NON-ADOPTEURS INTRESSS PAR
LADOPTION DANS LES 12 MOIS. ............................................................................................................................... 67
A. Variables sociodmographiques .......................................................................................................... 67
B. Variables psychographiques ................................................................................................................ 67
5. RGRESSION LINAIRE (ADOPTION) .................................................................................................................. 67
6. RGRESSION LINAIRE (INTENTION DADOPTION)................................................................................................. 75

CHAPITRE 5 : DISCUSSION .............................................................................................................................. 77

1. DISTINCTION ADOPTEURS/ NON-ADOPTEURS ..................................................................................................... 77


A.Les variables sociodmographiques .................................................................................................... 77
B.Les variables psychographiques .......................................................................................................... 77
C.Les caractristiques de linnovation..................................................................................................... 78
D.Les incitants ......................................................................................................................................... 78
2. DISTINCTION NON-ADOPTEURS / NON-ADOPTEURS INTRESSS PAR LADOPTION DANS LES 12 MOIS. ............................ 78
3. CARACTRISATION DES SEGMENTS .................................................................................................................... 78
4. DTERMINANTS DE LADOPTION DE PANNEAUX PHOTOVOLTAQUES ........................................................................ 79
A. Variables sociodmographiques .......................................................................................................... 79
B. Variables psychographiques ................................................................................................................ 80
C. Caractristiques de linnovation .......................................................................................................... 81
D. Les incitants ......................................................................................................................................... 84

CHAPITRE 6 : CONCLUSIONS ........................................................................................................................... 85

1. RSUM ...................................................................................................................................................... 85
2. IMPLICATIONS THORIQUES ............................................................................................................................. 85
3. IMPLICATIONS MANAGRIALES ......................................................................................................................... 86
4. LIMITES ET PROPOSITIONS POUR DES RECHERCHES FUTURES ................................................................................... 86

BIBLIOGRAPHIE .............................................................................................................................................. 88

ANNEXES ........................................................................................................................................................ 93

6
LISTE DES TABLEAUX, GRAPHIQUES, SCHMAS ET ANNEXES

Tableaux
Tableau 2.1 : Classement des innovations selon la perception du consommateur et du
producteur (Source : Gotteland et Haon, 2005) ....................................................................... 17
Tableau 2.2 : Typologie des innovations : la typologie de Robertson (Source : Kotler, 2009) 21
Tableau 2.3 : Typologie des innovations : la typologie de Booz-Allen et Hamilton (Source :
Kotler, 2009) ............................................................................................................................ 21
Tableau 2.4 : Rsum des variables degr innovant et degr cologique ................................ 22
Tableau 2.5 : Rsum des caractristiques de linnovation ..................................................... 28
Tableau 2.6 : Rsum des caractristiques sociodmographiques des individus ..................... 30
Tableau 2.7 : Rsum des caractristiques psychographiques des individus ........................... 33
Tableau 2.8 : Rsum des incitants .......................................................................................... 35
Tableau 2.10 : Rsum des rsultats obtenus lors de prcdentes tudes concernant la relation
entre lge et ladoption............................................................................................................ 38
Tableau 3.1 : Nombre dinstallations et taux de pntration du photovoltaques en Belgique 48
Tableau 3.2 : Nombre dinstallations et taux de pntration du photovoltaques en Wallonie 49
Tableau 3.3 : Classification des rpondants selon la classification de Rogers ........................ 50
Tableau 3.4 : Rsum des variables et affirmations (items) utilises dans le questionnaire .... 51
Tableau 4.1 : Rpartition des rpondants selon leur sexe ........................................................ 56
Tableau 4.2 : Lieux dessai des panneaux photovoltaques ..................................................... 58
Tableau 4.3 : Rsum des rsultats obtenus lors de lanalyse factorielle et de fiabilit .......... 62
Tableau 4.4 : Corrlations entre variables ................................................................................ 65
Tableau 4.5 : Rgression des variables sociodmographiques ................................................ 68
Tableau 4.6 : Rgression des caractristiques de linnovation................................................. 68
Tableau 4.7 : Rgression des variables psychographiques ...................................................... 69
Tableau 4.8 : Rgression des Incitants ..................................................................................... 69
Tableau 4.9 : Rgression Rcapitulatif des modles ............................................................. 71
Tableau 4.10 : Rgression Coefficients................................................................................. 72
Tableau 4.11 : Liste des hypothses acceptes et rejetes ....................................................... 74
Tableau 5.1 : Caractristiques des diffrentes catgories dadopteurs de panneaux
photovoltaques ........................................................................................................................ 79

7
Tableau 5.2 : Comparaison des rsultats obtenus avec ceux obtenus lors de recherches
prcdentes (variables sociodmographiques) ........................................................................ 80
Tableau 5.3 : Comparaison des rsultats obtenus avec ceux obtenus lors de recherches
prcdentes (variables psychographiques) ............................................................................... 81
Tableau 5.4 : Comparaison des rsultats obtenus avec ceux obtenus lors de recherches
prcdentes (caractristiques de linnovation) ......................................................................... 83
Tableau 5.5 : Comparaison des rsultats obtenus avec ceux obtenus lors de recherches
prcdentes (incitants) .............................................................................................................. 84

Graphiques et schmas
Graphique 2.1 : Variables dterminants le niveau dadoption des innovations. (Source:
Rogers, Diffusion of Innovation 5th Edition, 2003, p.222.) .................................................... 23
Graphique 2.2 : Un modle gnrique des relations testes dans la littrature. (Jean-Luc
Giannelloni, 1998) .................................................................................................................... 29
Graphique 2.3 : Modle thorique............................................................................................ 44
Graphique 3.1 : Puissance lectrique installe et cumule en Wallonie entre 2007 et 2011 ... 46
Graphique 3.2 : Puissance installe (en kW) pour lensemble des provinces wallonnes au 31
janvier 2012 .............................................................................................................................. 47
Graphique 3.3 : Classification des adopteurs selon le moment dadoption de linnovation .... 48
Graphique 3.4 : Position du march photovoltaque en Belgique selon la classification de
Rogers....................................................................................................................................... 49
Graphique 3.5 : La puissance installe par habitant (en kW) pour lensemble des provinces
wallonnes au 31 janvier 2012 ................................................................................................... 54
Graphique 4.1 : Rpartition des rpondants selon leur ge ...................................................... 56
Graphique 4.2 : Rpartition des rpondants selon leurs revenus et leurs niveaux dducation 57
Graphique 4.3 : Rpartition des rpondants selon le nombre moyen dachats cologiques
raliss en une semaine ............................................................................................................ 57
Graphique 4.4 : Comparaison de la perception des caractristiques de linnovation par les
adopteurs et les non-adopteurs. ................................................................................................ 58
Graphique 4.5 : Comparaison de limportance accorde aux incitants financiers et non-
financiers par les adopteurs et les non-adopteurs ..................................................................... 59
Graphique 4.6 : Modlisation des rsultats obtenus - Adoption .............................................. 73
Graphique 4.7 : Modlisation des rsultats obtenus Intention dadoption ............................ 76

8
Annexes

Annexe A : Autres variables influenant le niveau dadoption ............................................... 93


Annexe B : Importance relative des caractristiques de linnovation dans le choix dadoption
.................................................................................................................................................. 94
Annexe C : Fonctionnement des panneaux photovoltaques - Brves explications ................. 95
Annexe D : Le march mondial et europen du photovoltaque .............................................. 96
Annexe E : Questionnaire ........................................................................................................ 98
Annexe F : Prospectus distribu dans les botes aux lettres des habitations arborant des
panneaux photovoltaques sur leur toiture. ............................................................................ 107
Annexe G: Analyse de ladoption Comparaisons des adopteurs et des non-adopteurs ...... 108
Annexe H: Analyse de lintention dadoption - Comparaison des non-adopteurs et des non-
adopteurs intresss par ladoption dans les 12 mois. ............................................................ 112
Annexe I : Analyses factorielles et de fiabilit (Alpha de Cronbach) .................................... 114
Annexe J : Rgressions linaires (Adoption) ......................................................................... 157
Annexe K : Rgressions linaires (Intention dadoption) ...................................................... 182

9
CHAPITRE 1 : INTRODUCTION
Depuis de nombreuses annes, les experts saccordent dire que la principale raison pour
laquelle certaines entreprises chouent et dautres connaissent un succs grandissant est
linnovation. En effet, de nombreux lments donnent penser que linnovation est lun des
facteurs cls de succs (Key Success Factor en anglais ou KSF) par excellence. Dabord, les
marchs voluent de plus en plus vite, le cycle de vie des produits se rduit considrablement
au fil du temps et les avances technologiques progressent grands pas. Les entreprises se
doivent donc de trouver des stratgies toujours plus innovantes pour faire face cet
environnement en perptuel changement. Ensuite, le consommateur est de plus en plus
exigeant et attend davantage en termes de personnalisation, de nouveaut, de qualit et de
prix. A ce constat, vient sajouter le fait que les produits sont de moins en moins
diffrenciables. Pour rpondre aux dsirs des consommateurs, une attention particulire au
dveloppement de nouveaux produits au sein de toutes les entreprises (peu importe le secteur
dans lequel elle opre) est indispensable (Boiral et Jolly, 1992). Enfin, la pression croissante
et continue des concurrents incite les entreprises concevoir de nouveaux produits de
meilleure qualit. En effet, linnovation est la cl de la comptitivit des entreprises
puisquelle conditionne leur capacit maintenir des avantages concurrentiels durables sur
des marchs volutifs (Porter). Outre le fait dtre une composante essentielle de la
comptitivit, linnovation est aussi un facteur cl de la rentabilit des entreprises et par
consquent un lment important de la stratgie de lentreprise. Linnovation permet aux
entreprises daugmenter leur productivit (innovation de processus), damliorer la qualit de
leurs produits ou de leurs services et de dvelopper des comptences cls au sein de
lorganisation. Cest la raison pour laquelle, un rythme effrn simpose la totalit des
entreprises pour le dveloppement et le lancement de nouveaux produits sur le march
(Schmidt et Tomczak, 2009 ; Busch et Faure, 2007). Dailleurs, un manque dinnovation rime
bien souvent avec une diminution du chiffre daffaires ainsi quun dpart des employs cls
(Key employees en anglais) de lentreprise. Aprs ces quelques explications, on voit
clairement que linnovation est un processus de cration de valeur indispensable pour stimuler
la croissance de lentreprise et assurer son dveloppement. En effet, la matrise de
linnovation permet certaines entreprises de pntrer de nouveaux marchs alors que
dautres disparaissent faute davoir su se moderniser. Ainsi, le degr dinnovation des firmes
dune mme industrie peut conditionner le niveau de barrires lentre applicable aux
entrants potentiels et dainsi dterminer les difficults que les ceux-ci devront surmonter afin
de pouvoir concurrencer les organisations dj en place sur le march.

Linnovation est aussi un facteur dterminant de la croissance et des performances de


lconomie. En effet, le rle macroconomique de linnovation comme vecteur de croissance
nest plus dmontrer (Kondratiev, Schumpeter). Linnovation donne notamment naissance
de nouvelles technologies ou des nouveaux produits qui susceptibles de rpondre aux enjeux
mondiaux tels que ceux lis la sant ou lenvironnement. En transformant les modalits de
productions des biens et de prestation de services, elle stimule la productivit, cre des
emplois et contribue amliorer la qualit de vies des citoyens (Innovation et croissance,
OCDE, Novembre 2007). On comprend ds lors pourquoi le Marketing Science Institut

10
considre les recherches sur les innovations comme prioritaires (MSI Research Priorities,
2008-2010).

Nous venons de voir quel point linnovation tait un lment cl au sein de lorganisation.
Dans ce paragraphe, nous allons nous intresser un autre lment qui fait lobjet dune
attention particulire depuis environ une trentaine dannes : la protection de
lenvironnement. En effet, on na jamais entendu autant parler du rchauffement climatique et
des consquences dsastreuses quil pourrait engendrer. Depuis de nombreuses annes, les
experts constatent une dgradation de la qualit des sols, de lair et mme de certains fleuves
et rivires. Ce sont gnralement des constats comme ceux-ci qui dterminent quelles sont les
innovations les plus importantes, et paralllement les disciplines qui tudient leurs diffusions.
Le marketing est lune dentre elles. En effet, il est devenu primordial pour les entreprises
dadapter leur stratgie marketing afin damliorer lenvironnement et de se positionner
comme des organisations responsables. En fait, un certain nombre de valeurs morales auraient
merges chez les consommateurs allant jusqu valoriser une marque ou une entreprise qui
vhiculeraient cette valeur devenue fondamentale, le respect de lenvironnement. Ainsi le
consommateur va vers une responsabilisation croissante de ses achats/adoptions de nouveaux
produits. Les entreprises se doivent galement dadapter leur business model de telle sorte
contribuer, non seulement de meilleurs rsultats sur les plans conomiques ou financiers,
mais galement une meilleure performance sociale et environnementale. De plus, il a t
dmontr que la prise en compte de lenvironnement tous les niveaux de lactivit de
lentreprise est indispensable et savre conomiquement rentable (Boiral et Jolly, 1992). Par
consquent, les entreprises travers le monde ont besoin dtudier cet aspect afin dobtenir de
meilleurs rsultats. Les inquitudes croissantes quant aux questions environnementales ont
galement incit les gouvernements imposer des rgles contraignantes (quota de pollution et
gestion des dchets par exemple) aux entreprises (voir les rgles imposes par la commission
europenne1 ou les dispositions lgales prescrite par le droit belge2) De ce fait, les entreprises
proposant des solutions cologiques sont gnralement celles qui jouissent de dbouchs
innovants.

Impact des rglementations environnementales :

La nature des rglementations environnementales mises en uvre lchelle des


diffrents pays a sans doute aussi son importance. Par exemple, un dirigisme excessif peut
conduire des types dinnovation pour lesquels il existe une demande forte lchelle
locale mais ngligeable sur dautre marchs o le cadre rglementaire nest pas le mme.
En fait, des rglementations qui imposent une technologie particulire risquent de
reproduire des frontires nationales sur les marchs, alors que des mesures moins
prescriptives vont stimuler des marchs internationaux. (Entreprise, Eco-innovation et
Mondialisation, OCDE, Juillet 2008, p5)

1
http://ec.europa.eu/youreurope/business/doing-business-responsibly/keeping-to-environmental-
rules/
2
http://ec.europa.eu/youreurope/business/doing-business-responsibly/keeping-to-environmental-
rules/belgium/index_fr.htm

11
Cette brve prsentation du contexte aura permis au lecteur de comprendre limportance de
linnovation et de lcologie au sein des organisations. Ces deux lments ne sont pas
incompatibles puisquon voit merger une foule de nouveaux produits cologiques sur le
march ainsi quune multitude de dmarches soucieuses de lenvironnement au sein des
entreprises. Parmi la quantit de nouveaux produits verts, citons par exemple les vhicules
hybrides, les panneaux photovoltaques, les dtergents base de composants biodgradables
ou encore les gobelets en carton recyclable. Ds lors, lmergence de nouvelles dmarches et
pratiques prenant en compte la dimension environnementale dans bon nombre de firmes nest
plus surprenante. En effet, les entreprises essayent dadapter leur business model en
dveloppant de nouvelles philosophies telles que lco-conception (Marie-France Vernier,
Comment permettre le succs de produits intgrant une dmarche thique. Le cas de lco
conception, 2010) ou encore le marketing vert3 (Peattie, 1992 ; Ottman, 1992 ; Charter 1992).

Lco-conception est une dmarche caractrise par la prise en compte de


lenvironnement lors de la phase de conception ou damlioration dun produit. Lobjectif
de cette dmarche est damliorer la qualit cologique du produit, cest dire de rduire
ses impacts ngatifs sur lenvironnement tout au long de son cycle de vie, tout en
conservant sa qualit dusage (Agence de l'Environnement et de la Matrise de l'Energie,
2004). Dans le domaine de lco-conception, la premire difficult est technique. Il faut
innover pour proposer des produits dont les effets ngatifs sur lenvironnement sont rduits.
Par ailleurs, il faut ensuite vendre et donc convaincre le consommateur de choisir un bien,
dont la valeur dusage est identique ceux fabriqus de faon standard.

Etant donn limportance croissante de lco-innovation dans les proccupation des


pouvoirs publics, lOCDE se penche de plus en plus sur ce domaine. Une tude porte
actuellement sur les politiques favorables lco-innovation dans les pays membres afin de
dgager des enseignements utiles et des bonnes pratiques (Entreprise, Eco-innovation et
Mondialisation, OCDE, Juillet 2008, p6)

Face aux challenges environnementaux et la demande croissante de produits respectueux


de lenvironnement de la part des consommateurs, une nouvelle philosophie marketing a
merg : Le marketing vert (Green marketing en anglais). Le marketing vert peut tre
dfini comme le processus de management ayant pour objectif didentifier, danticiper et de
satisfaire les besoins des consommateurs, dune manire rentable et durable4. En ralit, il
sagit dutiliser au mieux lcologie pour vendre (Marine Le Gall, De la proccupation pour
lenvironnement la consommation durable, 2002, p7)

Aucun secteur dactivit nest pargn par cette tendance. En effet, les innovations
cologiques se multiplient aussi bien dans les secteurs de la construction que dans
lagroalimentaire ou encore le transport. Et cette tendance nest pas prs de sestomper. En
effet, la rvolution cologique nen est qu son commencement! Cest dailleurs la raison
pour laquelle de nombreux chercheurs intresss par les problmatiques lies au
dveloppement de nouveaux produits cologiques au sein des entreprises se sont penchs sur
cette rvolution environnementale (Par exemple, Pujari et al. 2003 ; Foster et Green, 2002 ;
3
Le marketing vert est aussi repris sous le nom de marketing cologique (Fisk, 1974; Henion et Kinnear, 1976)
ou encore marketing environnemental (Coddington, 1992)
4
Peattie, K. et Charter, M., Green marketing. Dans: P.McDonagh et A. Prothero (eds.) Green management.
New York : The Dryden Press, 1997, pp.388-412

12
Azzone et Noci, 1996 ; Hart, 1997 ; Conway et Steward, 1998). Il a t dmontr que les
bnfices rsultant du dveloppement de nouveaux produits verts taient nombreux
(R.Nidumolu, C.K. Prahalad et M.R. Rangaswami, 2009). Mentionnons entre autres, une
augmentation du retour sur investissement et des ventes (Fierman, 1991), une comptitivit
accrue (Miles et Munilla, 1993 ; Porter et Van der Linde, 1995) et une amlioration de
limage (Engleberg, 1992 ; Kolk, 2000). Enfin, les consommateurs amricains affirment
quils comptent davantage sur des innovations technologiques, comme le dveloppement de
fuels alternatifs, pour faire face au dfi cologique, plutt que sur un changement de leurs
comportements et styles de vie (The journal of social psychology, 1997, 137(2), p. 189).

Nous venons de voir quel point linnovation tait essentielle mais aussi en quoi la prise en
compte de lcologie pouvait amliorer les performances des entreprises. A travers ce
mmoire nous allons tudier les dterminants qui influencent ladoption de nouveaux produits
respectueux de lenvironnement auprs des consommateurs ? Cette question de recherche
parat trs intressante dans la mesure o les nombreuses tudes qui ont t menes
sintressaient soit linnovation (par exemple, Joep W.C. Arts, Ruud T. Frambach and
Tammo H.A. Bijmolt, 2011) soit lcologie (Par exemple, Kinnear, Taylor et Ahmed, 1974 ;
Weiner et Doescher, 1991 ou encore Giannelloni, 1998), mais trs rarement les deux la fois.
A notre connaissance, il existerait une dizaine dtudes sur le sujet combinant les deux
problmatiques parmi lesquelles celles de Labay et Kinnear (1981), Velayudhan (2003), K.Y.
Hiller Connel (2010) Gallagher et Muehlegger (2011) et Jansson (2011). Maintenant, nous
allons trs brivement prsenter les questions auxquelles les experts ont tent de rpondre
dans chacun de ses deux domaines.

Dabord, jetons un il aux recherches menes dans le domaine de linnovation et plus


particulirement sur celles qui vont nous intresser dans la cadre de ce mmoire savoir les
tudes consacres au phnomne dadoption dune innovation. Comprendre les raisons pour
lesquelles certains consommateurs adoptent certains nouveaux produits/services et dautres
pas a toujours t une proccupation des responsables marketing impliqus dans le domaine
des innovations. Ladoption dune innovation se dfinit comme suit : il sagit de la dcision
du consommateur dutiliser pleinement ( to make full use of en anglais) une innovation
(Rogers, 2003). Nous dvelopperons les aspects thoriques lis ce sujet dans le chapitre
suivant de ce mmoire. Cependant, nous pouvons dores et dj illustrer travers un exemple
la problmatique qui va nous intresser tout au long de ce mmoire.

Illustration : La non-adoption du clavier dordinateur Dvorak

La plupart des individus qui utilisent un ordinateur ne ralisent pas que leurs doigts tapent
sur un clavier connu sous le nom de QWERTY , nomm ainsi du ses 6 premires
lettres (En Europe, nous utilisons un clavier AZERTY ). Cependant, ce clavier rend
notre tche vingt fois plus ardue et la dure dapprentissage est deux fois plus longue que
ncessaire. En effet, peu de personnes savent quil existe un clavier bien plus efficace,
nomm Dvorak. Pourquoi le clavier QWERTY a-t-il rsist la concurrence dun
clavier pourtant bien plus efficace ? En ralit, le clavier QWERTY , invent par
Christopher Latham Sholes en 1873, a t conu de telle manire ralentir les

13
dactylographes. Sans rentrer dans les dtails, nous allons en expliquer la raison en quelques
lignes. En fait, lexplication est technique. Lorsque le dactylo tapait successivement deux
lettres attenantes trop rapidement, celles-ci se bloquaient. Cest pourquoi, le clavier de
Sholes fut conu de telle sorte minimiser ce problme de blocage. Cest ainsi que lui vint
lide de dvelopper un clavier conu de telle sorte ralentir le dactylographe dans sa tche.
Ce clavier labor de telle manire tre inefficient, a pourtant travers les ges et est
arriv jusqu nous. Au dbut des annes 1900, alors que lart de la dactylographie stait
quelques peu dvelopp, on vit apparatre une vague de contestation de la part des dactylos,
non satisfaits du design de leur clavier. En fait, suite la maitrise grandissante des
dactylographes de leur machine et aux amliorations techniques apportes celle-ci, le
design QWERTY ntait plus indispensable pour prvenir les problmes de blocage.
Cest ainsi quen 1932, le Professeur August Dvorak entama des tudes afin de concevoir
un clavier plus efficace. Il commena par filmer les dactylographes dans leur exercice et il
lui fallu une dizaine dannes pour analyser les oprations qui les ralentissaient. Dvorak
proposa ainsi un clavier dont la range suprieure comprenait les lettres les plus utilises et
ce afin de minimiser le temps ncessaire au passage dune ligne lautre. il faut en effet
savoir que les doigts dun bon dactylographe parcourent prs de 20 km par jour sauter
dune range de lettres lautre. Suite aux diffrents tests quil ralisa, Dvorak saperu que
son clavier battait tous les records de vitesse. Ds lors, sur base de ses avantages
incontestables, on sattendait ca que le clavier du Professeur Dvorak remplace
compltement le clavier QWERTY . Au contraire, aprs 70 ans, presque tous les
dactylographes utilisent toujours linefficace clavier QWERTY . On voit donc travers
cet exemple que les innovations technologiques ne sont pas toujours diffuses et adopte
rapidement, mme lorsque les avantages de celle-ci sont flagrants.

Les pratiques managriales montrent que les intentions sont souvent utilises comme
variables proxy pour approximer le taux dadoption effectif (Van Ittersum et Feinberg, 2010 ;
Young, DeSarbi et Morwitz, 1998). Ainsi, une des proccupations des responsables marketing
est de maximiser ce taux en utilisant bien les outils dont ils disposent (communication
marketing, segmentation, conception des produits,). Dans ce mmoire, nous nous
intresseront la manire dont les caractristiques du produit influent sur le processus
dadoption du consommateur. Cette tude permettra donc de mettre en avant les
caractristiques dterminantes lors de ladoption dune innovation et ainsi aider les managers
concevoir des produits rpondants aux attentes des clients mais aussi mieux promouvoir
leurs produits travers diffrentes actions marketing. Par exemple, nous rpondrons la
question de savoir quels sont les arguments qui doivent tre prsents aux consommateurs
afin de maximiser la probabilit quils adoptent linnovation en question.

Maintenant, intressons nous aux recherches qui ont t ralises dans le domaine de
lcologie. La majorit des recherches sintressant aux consommateurs cologiques
(ecollogically concerned people en anglais) a essay didentifier les caractristiques des
personnes soucieuses de lenvironnement afin de mieux les cibler. Une plthore de recherches
a accord une attention toute particulire aux variables dmographiques pertinentes pour
segmenter le march. Cependant, les rsultats des diverses recherches sont trop souvent

14
contradictoires indiquant tantt les variables sexe, revenu et ge comme significatives tantt
pas du tout5 (Par exemple, Anderson, Jr. W.T, Henion, II, K.E. et Cox, E.P, 1974 ; Jain, S. et
Kaur, G., 2006 ; Roberts J. 1996 ; Samdahl, D. et Robertson, R. 1989 ; Kinnear, T., Taylor, J.
et Ahmed, S. ,1974). Dautres tudes se sont penches sur la dissonance quil existe entre
lattitude des consommateurs par rapport aux produits cologiques et leur comportement
dachat. Faute de pouvoir identifier les variables de segmentation pertinentes et les raisons
expliquant une telle dissonance, nous allons essayer de comprendre quels sont les lments
dcisifs dans le choix dadoption dune innovation cologique par le consommateur.

Nous avons vu que peu de recherches ont trait la problmatique de linnovation et de


lcologie conjointement. Les quelques tudes qui ont intgr les deux dimensions se sont
principalement focalises sur des problmatiques lies lentreprise comme les variables
susceptibles dinfluencer le dveloppement de nouveaux produits cologiques (Par exemple,
Pujari, 2004 et R.Nidumolu, C.K. Prahalad et M.R. Rangaswami, 2009). Quant aux quelques
tudes consacres aux consommateurs, les rsultats et conclusions obtenus sont mitigs et par
consquent difficiles mettre en uvre concrtement. Dans ce mmoire, nous allons nous
intresser aux consommateurs et essayer de comprendre quels sont les dterminants qui
influencent ladoption de nouveaux produits respectueux de lenvironnement ? Pour rpondre
cette question, nous allons nous pencher sur plusieurs questions prcises qui devraient
apporter des lments de rponse notre question de recherche:

- Dans quelles mesures les caractristiques personnelles du consommateur


influencent-elles ladoption dune innovation cologique ?
- De quelle manire le degr dinnovation et le degr cologique dune
innovation influencent-ils les intentions dadoption des consommateurs?
- Dans quelle mesure le prix dune innovation cologique est-il dterminant dans le
processus dadoption ? Les incitants (subsides par exemple) jouent-ils un rle cl
dans le choix dadoption ?
- Comment les caractristiques perues de linnovation influencent-elles les intentions
dadoption des consommateurs ? (avantages relatifs, compatibilit, complexit,
facilit dessai , lobservabilit et risque peru)
En abordant ces questions, nous allons dabord combler le manque de connaissance li aux
innovations ayant comme spcificit dtre respectueuses de lenvironnement. Bien que de
nombreux modles existent dj en matire de diffusion de linnovation (innovation diffusion
en anglais), peu de recherches ont jusqu prsent inclus la dimension environnementale au
sein de ces modles. Nous verrons dans quelle mesure la thorie de diffusion des innovations
dveloppe par Rogers (2003) sapplique aux nouvelles innovations intgrant une forte
dimension cologique. Cette tude nous permettra donc dtudier les deux dimensions
conjointement, contrairement la majorit des tudes menes ce jour.

Ensuite, il est vident que lintrt de cette recherche rside dans les recommandations
managriales et conomiques qui peuvent en tre retires. La contribution de cette recherche

5
Un rsum de ces recherches est propos dans : Journal of Targeting, Measurement and Analysis for
Marketing (2009) Vol.17, p17-25.

15
serait dapporter une meilleure comprhension du processus dadoption des nouveaux
produits cologiques par les consommateurs. On a aussi vu travers lexemple de General
Motors quel point il tait laborieux de diffuser un nouveau produit et ce compte tenu du
nombre impressionnant de variables, trs souvent difficiles maitriser. Etant donn que le
taux dchec lors du lancement de nouveaux produits est estim entre 60% et 80% (Andrew,
2006), on comprend alors lintrt de chaque entreprise comprendre et analyser ce qui
motive les consommateurs adopter ses nouveaux produits et dagir en consquence. Aussi,
alors que de nombreuses innovations requirent une longue priode (parfois plusieurs annes)
pour simposer sur le march (et ce mme si ses avantages/bnfices sont clairement
vidents), il est logique que de nombreuses firmes dveloppant des produits caractre
cologique souhaitent comprendre dans quelles conditions le processus dadoption de leurs
nouveaux produits verts auprs des consommateurs est acclr (ou frein). Au terme de
cette tude, nous mettrons en avant des directives et des recommandations nouvelles,
touchant, en amont du lancement, les stades de dveloppement des nouveaux produits et, en
aval, leur distribution. En effet, lors de la phase de conception des produits, les ingnieurs
pourront se concentrer sur le dveloppement de certains attributs essentiels aux yeux des
consommateurs. De mme, le commercial/manager ayant pour objectif de convaincre les
clients quils peuvent tirer une satisfaction plus importante en adoptant une innovation
cologique, aura dautant plus doutils pour promouvoir son produit efficacement. En effet,
un nouveau produit peut avoir de grandes qualits intrinsques avec une forte utilit pour le
consommateur, mais sil nest pas identifi et mis en valeur, il connatra lchec. Il est vident
quen connaissant les lments dterminants lors du processus dadoption de leurs
innovations, les entreprises possderont tous les matriaux ncessaires la construction dun
avantage concurrentiel solide et pourront mieux convaincre leurs clients potentiels des
bnfices de leurs produits.

Aprs cette introduction et la prsentation des questions auxquelles nous allons tenter de
rpondre, nous passerons en revue la littrature existante concernant les dterminants lors de
ladoption de nouveaux produits et plus particulirement celle susceptible de nous intresser
pour rpondre aux questions nonces plus haut. Nous nous pencherons ensuite sur la
mthode de recherche utilise en matire dchantillonnage et sur la manire dont
linformation sera collecte. Ensuite, une analyse statistique des donnes rcoltes sera
effectue et les rsultats des tests dhypothses seront comments et tudis en profondeur.
Finalement, avant de conclure, nous interprterons les rsultats et les implications qui en
dcoulent.

Nous allons maintenant effectuer une rvision de la littrature sur le sujet afin de dgager les
principaux concepts et situer le cadre conceptuel de la recherche.

16
CHAPITRE 2 : REVUE DE LA LITTRATURE
Dans ce chapitre, nous allons commencer par dfinir et caractriser le concept dinnovation
cologique. Pour ce faire, nous passerons en revue les principales typologies utilises par les
experts pour classifier les innovations. Ensuite, nous prsenterons trs brivement quelques
points importants lis la thorie de diffusion des innovations. Aussi, nous explorerons en
profondeur la littrature susceptible de nous apporter des lments de rponses notre
problmatique et ainsi nous guider dans notre rflexion. Ds prsent, dfinissons les
concepts dont nous allons parler travers ce mmoire.

1. Dfinitions
En ralit, peu de dfinitions dinnovation cologique sont prsentes dans la littrature. Cest
pourquoi avant de proposer une dfinition, nous allons dabord traiter le concept de
linnovation et de lcologie sparment.

Les chercheurs ont proposs de nombreuses dfinitions de linnovation, souvent plus longues
les unes que les autres. Cest pourquoi, on se focalisera ici sur la dfinition fournie par
Rogers, qui peut certes paratre simpliste aux premiers abords, mais qui a le mrite dtre
assez courte. Selon Rogers, une innovation nest rien de plus quune ide, une pratique ou un
objet qui sont perus comme nouveaux par un individu. Premier constat, on voit clairement
quune innovation ne se limite pas aux produits et services quune entreprise peut proposer.
Dailleurs, normment de recherches se sont focalises sur la diffusion des ides, notamment
sur la diffusion de linformation concernant les attaques du 11 septembre 2001 contre les
tours jumelles de New-York6. Deuxime constat, dans le concept dinnovation, on retrouve
lide de nouveaut. Hirshmann groupait les innovations sur base de deux dimensions.
Linnovation symbolique communique une nouvelle signification sociale (new social
meaning en anglais) tandis que linnovation technologique est constitue de nouvelles
caractristiques tangibles (tangible features en anglais). En dautres termes, la nouveaut
rside soit dans la signification sociale associe au produit, soit dans les caractristiques
tangibles de celui-ci. Selon Hirshmann, il semblerait mme que ces deux types dinnovation
aient des modles de diffusion (diffusion patterns en anglais) quelques peu diffrents. Enfin,
comme souvent en marketing, il est question de perception. En effet, certaines innovations,
lies lco-conception par exemple, ne sont pas toujours forcment visible pour le
consommateur. Il considrera le degr dinnovation comme faible lorsque les modifications
seront mineures par rapport aux produits existants. Au contraire, il sera fort lorsque les
bnfices perus sont importants aux yeux du consommateur.

Tableau 2.1 : Classement des innovations selon la perception du consommateur et du


producteur (Source : Gotteland et Haon, 2005)
Perception du consommateur
Faible Forte
Faible Innovation incrmentale Rupture de march (2)
Perception du (1)

6
Everett M. Rogers, Diffusion of Innovation, 5ime edition, p.79

17
producteur Forte Rupture technologique Innovation radicale (4)
(3)

(1) Innovation incrmentale : linnovation incrmentale est gnralement modeste, graduelle


et continuelle. Elle consiste souvent amliorer des techniques ou des produits existants.
L'innovation incrmentale ne change gnralement pas fondamentalement la dynamique d'une
industrie, elle ne requiert aucun changement de comportement des utilisateurs finaux.
L'innovation incrmentale ne bouleverse ni les conditions d'usage ni l'tat de la technique,
mais y apporte une amlioration sensible. On parle aussi pour dsigner une lgre innovation
incrmentale, d' amlioration de produit (via lajout dune fonction par exemple).

(2) Rupture de march : les bnfices perus par le consommateur sont significatifs sans quil
y ait une rupture au point de vue technologique. Par exemple, en proposant des meubles
design monter soi-mme, Ikea a cr une rupture sur le march du mobilier.

(3) Rupture technologique : linnovation est relativement forte pour le producteur mais peu
visible pour le consommateur. Les solutions techniques sont neuves mais les fonctionnalits
des produits restent inchanges. La modification dun lave-vaisselle afin quil consomme
moins deau et dnergie en est un exemple. La conception est nouvelle mais le mode
dutilisation a peu chang.

(4) Innovation radicale : la rupture est la fois technique et de march. En dautres termes,
elle modifie profondment les conditions d'utilisation par les clients et/ou elle s'accompagne
d'un bouleversement technologique. Citons par exemple, le moteur explosion, la tlvision,
internet ou encore le rfrigrateur.

Innovation: Autres definitions.

Innovation means a new combination of purpose and method. (Schumpeter)

Innovations are resulting in qualitatively new products or processes, which differ


significantly from the former state however this is to be determined.(Hauschildt)

In contrast to a discovery - which is usually made coincidently- innovation is characterized


by a (preceded) systematic innovation process with a certain objective at the beginning.
(Betz)

Ds prsent, intressons nous au deuxime volet de la dfinition savoir le ct cologique


du produit innovant. Dune manire gnrale, lcologie est la science qui tudie les relations
des tres vivants (animaux, vgtaux, micro-organismes, etc.) avec leur habitat et
lenvironnement, ainsi qu'avec les autres tres vivants. Ladjectif cologique , signifie
quant lui qui respecte lenvironnement (Dictionnaire Larousse). Les produits
cologiques permettent notamment une meilleure utilisation des ressources, une rduction
des dchets et des missions nuisibles rsultant de lutilisation du produit. Contrairement aux
autres innovations, linnovation environnementale peut mener une situation gagnant-
gagnant (win-win en anglais) caractrise par des bnfices la fois conomiques et
environnementaux (Carraro, 2000 ; Frondel et al. in press-a). Ds lors, Kemp et al. (2001)
18
dfinirent linnovation cologique comme de nouveaux processus, techniques, systmes et
produits permettant dviter ou de rduire certaines nuisances environnementales.

Dans ce mmoire, nous utiliserons une dfinition relativement courte et simple comprendre,
linstar de la dfinition que Rogers avait propos pour linnovation. En effet, nous
considrons quune innovation cologique est un produit/service peru comme nouveau et
respectueux de lenvironnement par le consommateur. Rappelons limportance du concept de
perception dans cette dfinition, travers un exemple.

Importance de la perception : Lexemple des biocarburants.

Depuis quelques annes, les biocarburants ( base de mas, tournesol,) se multiplient sur
le march. Ces carburants, produits base de matriaux organiques non fossiles, sont
considrs comme plus respectueux de lenvironnement que les carburants fossiles par
lopinion publique. Ils sont en effet considrs comme des carburants propres dans la
mesure o ils sont renouvelables. Clairement, ces biocarburants surfent sur la vague
verte et ainsi jouissent dune image positive dans lesprit du consommateur.
Independence Oil & Gas a men une tude visant dterminer quel tait le carburant
davenir et dvaluer lavenir du march ptrolier, gazier et des biocarburants dans le
monde et spcialement en Europe. Il ressort de cette tude que le carburant d'avenir le plus
intressant est le biodiesel !

Evolution de la production de biocarburants dans le monde, en MT

Cependant, les bnfices lis lutilisation de ces agrocarburants sont contests. En effet,
les nombreuses tudes menes sur le sujet prsentent des rsultats quelque peu
contradictoires. Certaines tudes avancent mme que l'usage des agrocarburants issus des
cultures de colza et de mas pourrait en fait amplifier le phnomne de l'effet de serre (P.J.
Crutzen). Selon P.J. Crutzen, l'augmentation des missions de protoxyde d'azote, dus
l'usage d'engrais azots pour la production d'agrocarburants partir de ces cultures, pourrait
avoir un effet plus dfavorable sur l'effet de serre que la rduction de la production de
CO2 cause de la persistance du protoxyde d'azote dans l'atmosphre. L'ADEME (Agence
de lenvironnement et de la maitrise de lnergie) a ralis une synthse des diffrentes
tudes, en normalisant les rsultats. La conclusion du rapport de synthse de 2006 est :

19
Alors que les rsultats publis sont radicalement diffrents et donnent lieu des
conclusions opposes, les rsultats normaliss permettent de tirer une conclusion commune
aux trois tudes : lthanol et le biodiesel permettent tous deux de rduire la dpendance
aux nergies non renouvelables par rapport aux carburants fossiles. En ce qui concerne les
gaz effet de serre, les indicateurs publis soulignent les mmes bnfices des
agrocarburants par rapport aux carburants fossiles . On voit donc clairement travers cet
exemple que la perception des consommateurs joue un rle important dans ladoption ou la
pntration dun produit sur le march. En effet, plus que les performances effectives du
produit, cest la manire dont celui-ci est peru par les consommateurs qui contribue en
grande partie au succs ou lchec dun nouveau produit.

Innovation cologique : plutt radicale ou davantage incrmentale ?

On a vu prcdemment quel point la mise en cause de la socit de consommation manant


de lcologisme politique avait radicalement boulevers le monde de lentreprise et les
habitudes des consommateurs. Clairement, ce courant appelle la prise de conscience de
lempreinte polluante de ltre humain sur le milieu qui lentoure et un changement radical
de ses comportements. Dans un tel contexte, on sattendrait voir apparatre davantage
dinnovations radicales afin de faire face aux problmes urgents lis lenvironnement. Or, il
semblerait quun grand nombre dinnovations cologiques soient incrmentales (ou
volutives). En effet, bien souvent, les firmes adaptent leurs modes de production ou encore la
composition de leurs produits afin de pouvoir satisfaire aux exigences des consommateurs en
matire de performance cologique. Fondamentalement, peu dinnovations cologiques ont
profondment modifi les conditions d'utilisation des produits par les consommateurs ou se
sont accompagnes d'un bouleversement technologique. Prenons le cas des produits issus de
lco-conception. Une grande partie des innovations cologiques sont issues de cette
dmarche ayant pour but damliorer la qualit cologique du produit tout en conservant sa
qualit dusage (Agence de l'Environnement et de la Matrise de l'Energie, 2004). Ds lors,
on fait principalement face des innovations modestes et graduelles en matire dcologie.
Les sachets recyclables, les gobelets en carton biodgradables de Starbucks, les vtements
composs de fibres organiques comme le coton ou encore les peintures base deau sont
quelques exemples qui en tmoignent. Dautres produits constituent des ruptures
technologiques comme la voiture lectrique. En effet, lors de la conception de ces nouveaux
produits, les producteurs ont fait face des dfis technologiques colossaux (augmenter
lautonomie de la batterie et en rduire la taille,). Cependant, les fonctionnalits du produit
restent inchanges. Seule la source dnergie utilise est diffrente des prcdents modles,
induisant de lgres modifications de comportements dans le chef de lutilisateur (innovation
continue dynamique, voir plus loin).

Innovations cologiques : quels types dinnovation ?

Pour dire vrai, peu defforts se sont concentrs sur le dveloppement de concepts afin de
comprendre et classifier les innovations. Robertson (1971) sest attel cette tche en
proposant un continuum suggrant que les innovations pouvaient tre classes par rapport

20
leurs effets sur les habitudes de consommation. Les deux extrmes de son continuum sont
dune part les innovations quil qualifie de continues (ou mineures) et dautre part les
innovations discontinues (ou majeures).

Tableau 2.2 : Typologie des innovations : la typologie de Robertson (Source : Kotler, 2009)

La typologie de Robertson (1971)


- Linnovation continue : Modification du produit dont linfluence sur les habitudes
dachat et de consommation est minime.

-Linnovation continue dynamique: Innovation qui induit de lgres modifications dans le


comportement de consommation.

- Linnovation discontinue : Innovation lorigine de nouveaux styles ou modles de


consommation et donne lieu des produits qui taient totalement inconnus.

Il est incontestable que lmergence de lcologisme durant les annes 1970, a incit les
consommateurs modifier radicalement leurs styles de vie. Dailleurs, les entreprises,
conscientes des opportunits qui soffraient elles, ont propos sans cesse de nouveaux
produits de plus en plus cologiques. Nanmoins, ces nouveaux produits ont trs rarement
induit des modifications sensibles du comportement chez les consommateurs. Dans de trs
nombreux cas, lutilisation des produits verts est identique celle des produits standards. Bien
souvent, la seule diffrence entre un produit vert et standard rside dans sa performance
environnementale (dtergents base de produits biologiques, sacs recyclables,...).
Linnovation en tant que telle, ninduit que des modifications minimes des habitudes et du
comportement des utilisateurs. Cest pourquoi, selon la typologie de Robertson, nous
qualifierons la majorit des innovations cologiques dinnovations continues ou tout au plus
dinnovations continues dynamiques.

Du point de vue de la firme, Booz-Allen et Hamilton (1982) ont suggr le continuum


suivant : repositionnement, extension de marque, extension de gamme, new to the
company et enfin, new to the world .

Tableau 2.3 : Typologie des innovations : la typologie de Booz-Allen et Hamilton (Source :


Kotler, 2009)

La typologie de Booz-Allen et Hamilton (1982)


- Les produits entirement nouveaux: sont lorigine de la cration dun nouveau
march.

- Les nouvelles lignes de produits: permettent lentreprise de simplanter sur un march


existant sur lequel elle tait absente.

- Les extensions de gamme: prolongent une ligne de produits dj implants.

- Les amliorations de produits: renforcent les performances ou rehaussent limage.

- Les repositionnements: apportent des modifications aux caractristiques perceptuelles du

21
produit afin de modifier limage perue par le consommateur.

- Les nouveaux produits moins chers: sont qualit gale, moins coteux.

Nous avons vu prcdemment que lcologie constituait une opportunit saisir pour les
entreprises soucieuses de leur image de marque. Pour amliorer la manire dont lentreprise
est perue par le consommateur, celle-ci dispose de plusieurs moyens. Dabord, elle peut
proposer des produits totalement nouveaux comme les panneaux photovoltaques qui ont
ouvert un tout nouveau march, celui de lquipement permettant aux particuliers de produire
leur lectricit et ainsi devenir moins dpendant des rseaux de distribution traditionnels.
Cependant, les produits entirement nouveaux restent assez rares dans le domaine de
lcologie. Ensuite, beaucoup plus frquentes, les amliorations de produits permettent aux
entreprises de proposer des produits plus performants sur le plan environnemental. Cest
notamment le cas de Green Earth Office Supply qui propose des batteries solaires pour
ordinateur portable. Dautres entreprises offrent des gammes cologiques compltes.
Citons notamment mod8boutique qui propose une gamme de chaussures co-conues. Mmes
certaines entreprises pompes funbres proposent leur client dopter pour un produit figurant
dans leur gamme ddie aux produits respectueux de lenvironnement. Enfin, de
nombreuses entreprises se positionnent ou repositionnent comme des entreprises
respectueuses des valeurs lies lcologie afin de stimuler une image (plus) positive dans
lesprit du consommateur. Cest le cas dOikos, une firme qui offre une panoplie de matriaux
de construction naturels ou encore Quick qui propose des menus base de produits issus de
llevage et de lagriculture biologique.

En 1983, Heany proposa un spectre des produits innovants : changement de style, extension
de gamme, amlioration de produit, nouveaux produits ddis des marchs existants et
nouveaux produits pour de nouveaux marchs. Malheureusement, aucune recherche na
contribu relier les caractristiques des innovations avec les diffrents types dinnovation.

Tableau 2.4 : Rsum des variables degr innovant et degr cologique

Variables Dfinition Effet attendu


sur ladoption
Perception du degr Le degr dinnovation reprsente la mesure dans ?
dinnovation laquelle le consommateur considre linnovation
comme incrmentale ou davantage radicale.
Perception du degr Le degr cologique dcrit la mesure dans laquelle Positif
cologique le consommateur peroit linnovation comme
respectueuses de lenvironnement.

2. Thorie sur la diffusion des innovations :


Alors que certaines innovations sont adoptes relativement rapidement par la population7,
dautres requirent beaucoup plus de temps avant datteindre un niveau dutilisation, parfois
mme faible. Pour expliquer ce phnomne, les recherches les plus anciennes ont

7
Par exemple, entre 1989 et 2002, prs de 71% des adultes amricains ont adopts internet.

22
essentiellement tudi les diffrentes caractristiques des individus ayant adopt linnovation
et propos de les classifier en plusieurs catgories. Cest ainsi quun certain nombre de
chercheurs ont considr toutes les innovations comme quivalentes dans leurs tudes. Cette
simplification est bien entendu errone (Rogers, 2003 p.219-220).

Dautres dtudes, moins nombreuses, ont quant elles cherch identifier les
caractristiques des innovations qui influencent leur vitesse dadoption. 6 caractristiques
principales ont t identifies : avantage relatif, compatibilit, complexit, facilit dessai ,
observabilit (Rogers, 2003) et lincertitude ou le risque (Bauer, 1960; Ostlund, 1974 ;
Hoeffler, 2003). En effet, entre 49 et 87% de la variance du niveau dadoption serait
explique par les 5 facteurs mis en avant par Rogers (Rogers, 1995). Plus loin, nous
dcortiquerons ces caractristiques une par une et nous verrons comment la perception de
celles-ci par les individus influence le niveau dadoption des innovations.

Le niveau dadoption est la vitesse relative laquelle une innovation est adopte par les
membres dun systme social. Il est gnralement mesur par le nombre dindividus ayant
adopt le nouveau produit/service (ventuellement ide ou technique) durant une priode de
temps spcifique (Rogers, 2003, p.221)

Graphique 2.1 : Variables dterminants le niveau dadoption des innovations. (Source:


Rogers, Diffusion of Innovation 5th Edition, 2003, p.222.)
En plus de la perception de ces 6 attributs, dautres variables expliquent le niveau dadoption.
Cest le cas du type de dcision, de la nature des canaux de communication utiliss, la nature
du systme social dans lequel linnovation est diffuse et le niveau defforts raliss par
lagent de changement pour promouvoir linnovation. Bien que nous nexplorerons pas ces
variables dans ce mmoire, le lecteur trouvera plus dinformation ce sujet lannexe A.

23
Nous allons dsormais essayer de comprendre comment les diffrentes perceptions de ces 6
attributs peuvent influencer le niveau dadoption dune innovation. Lvaluation subjective
dune innovation, drive des expriences passes propres un individu et vhicules par les
rseaux interpersonnels, influence le processus dadoption et par consquent dtermine le
niveau dadoption dune innovation.

A. Avantage relatif
Lavantage relatif reprsente le degr avec lequel une innovation est perue comme
suprieure lide quelle remplace. Ce degr est souvent exprim en termes de profits
conomiques, comme facteur de prestige social ou dautres manires. Ds lors la nature mme
de linnovation dtermine quel type davantage relatif (conomique, social, ) est important
aux yeux des adopteurs. Aussi, les caractristiques des adopteurs potentiels peuvent
galement dterminer quelles dimensions de lavantage relatif sont les plus importantes.

Le cot initial dune innovation dtermine son niveau dadoption. En effet, certaines
innovations sont trs rapidement adoptes par un grand nombre grce un prix de vente trs
raisonnable. Certains nouveaux produits dont le cot de production est considrablement
rduit, car bass sur une technologie avance, sont parfois vendus un prix dfiant toute
concurrence aux consommateurs finaux. Lexemple des lecteurs de cassettes vido illustre
bien mes propos. En effet, lorsquils furent introduits aux Etats-Unis en 1980, les lecteurs de
cassettes vido cotaient plus de $1,200. De nombreuses annes plus tard, suite aux diverses
avances technologiques dans le domaine, une production de masse et une comptition
accrue, le lecteur de cassette vido se vend moins de $50. Lorsque le prix dun nouveau
produit diminue radicalement durant son processus de diffusion, un niveau dadoption lev
peut tre atteint. Cependant, on peut se poser la question de savoir si le lecteur de cassette
vido fabriqu en 1980, tait le mme objet que celui de 2002 cotant 20 fois moins cher.
Sans aucun doute, lavantage relatif du lecteur de cassette vido a augment
considrablement durant cette priode. On voit donc clairement que la caractristique dune
innovation change au fur et mesure que son niveau dadoption progresse. Ainsi, mesurer les
caractristiques perues dun nouveau produit un moment prcis ne fournit quune image
partielle de la relation quil peut exister entre une caractristique et le niveau dadoption dune
innovation.

Une motivation poussant de nombreux individus adopter une innovation est le dsir
damliorer son statut social. En effet, Gabriel Tarde (1903) a remarqu que la recherche dun
statut social suprieur motivait de nombreux individus imiter le comportement dadoption
dautres individus. Ce type de phnomne sobserve notamment pour des innovations, comme
des nouveaux vtements la mode, qui confre une image de prestige aux personnes les
adoptant. Cependant, il est important de souligner quau fur et mesure que les individus
adoptent linnovation, le prestige associ au produit diminue dans lesprit des adopteurs
prcoces ( early adopters ). Et cest cette perte graduelle de prestige qui pousse les
entreprises innover de nouveau et, dans ce cas ci, proposer de nouvelles lignes de
vtements la mode. Les vtements la mode ne sont pas lunique exemple dinnovation
dont une des principales raison dadoption est lie au statut. On peut notamment citer
lexemple des voitures ou encore du style de coupe de cheveux. La motivation des personnes

24
adoptant une innovation pour des raisons lies au statut peut varier dun individu un autre.
Aussi, lors des recherches prcdentes menes dans ce domaine, on a observ une certaine
rticence dans le chef des rpondants admettre quils aient adopt une innovation pour le
statut quelle confrait. Ainsi, les motivations lies au statut pourraient tre sous-estimes.

Lorsquun individu commence le processus dadoption dune innovation, il cherche rduire


lincertitude lie lavantage relatif dune innovation en recherchant de linformation sur
celle-ci. En dautres termes, les adopteurs potentiels veulent savoir dans quelle mesure le
nouveau produit ou service est meilleur que les produits existants. Cest pourquoi, lavantage
relatif est bien souvent un point sur lequel les entreprises doivent communiquer. En effet, la
communication et lchange de telles informations entre les individus sont gnralement une
question centrale dans le processus de diffusion de linnovation.

Les nombreuses tudes menes dans le domaine de ladoption dinnovation ont montr que
lavantage relatif tait lun des meilleurs dterminants du niveau dadoption. Lavantage
relatif est un ratio des bnfices attendus et des cots dadoption de linnovation. Les
lments sous-jacents au concept davantage relatif sont la rentabilit conomique, un cot
initial faible, une rduction de linconfort, le prestige social, un gain de temps ou/et deffort et
le caractre immdiat du rsultat quil procure. Le dernier explique en partie pourquoi les
innovations prventives ont gnralement une vitesse de diffusion relativement lente.

Une innovation prventive est une nouvelle ide quun individu adopte maintenant dans le
but de diminuer la probabilit quun vnement indsirable ne se produise dans le futur.
Citons quelques exemples : lutilisation du prservatif qui a pour but de prvenir des
maladies sexuellement transmissibles, le fait darrter de fumer afin dviter les effets
nocifs du tabagisme, le fait de passer un scanner afin de dtecter les cancers, ou encore le
fait de se brosser les dents pour viter les problmes dentaires. Les innovations cologiques
peuvent tre considres comme prventives dans la mesure o elles contribuent rduire
la probabilit doccurrence des consquences nfastes lies aux multiples problmes
environnementaux. Gnralement, lavantage relatif des innovations prventives est
difficile dmontrer car les avantages sont seulement visibles dans le futur, et peuvent
mme tre inexistants.

Les prcdentes recherches portant sur les attributs des innovations ont conclu que la relation
existant entre lavantage relatif dune innovation, tel que peru par les membres dun systme
social, et son taux dadoption tait positive (Rogers, 2003, p.233).

Un systme social est un ensemble dunits (personnes, groupes, etc.) qui cherchent
rsoudre un problme afin datteindre des objectifs communs (Rogers, 2003, p.23).

B. Compatibilit
La compatibilit reprsente le degr avec lequel une innovation est perue comme cohrente
avec les valeurs, les expriences passes et les besoins des adopteurs potentiels. Une ide
dite cohrente apparat comme moins incertaine aux yeux des adopteurs potentiels et rpond
mieux la situation de lindividu. Un degr lev de compatibilit indique une certaine
familiarit entre lindividu et le nouveau produit. Une innovation peut tre compatible ou non

25
avec (1) les valeurs socioculturelles et les croyances, (2) les ides adoptes prcdemment et
(3) le besoin dun individu pour linnovation (Rogers, 2003, p.240).

(1) Compatibilit avec les valeurs et les croyances : une innovation incompatible avec les
valeurs culturelles dun systme social peut bloquer le processus dadoption. Par
exemple, au Prou, le service de sant public a tent dintroduire certaines innovations
dans les villages afin damliorer la sant des villageois et daugmenter leur esprance
de vie. Nelinda, lagent de sant locale, avait pour but de persuader les femmes du
village de Los Molinas de faire bouillir leau avant de la boire. Cette pratique permet
en effet dliminer coup sr les bactries et virus. Cependant, la campagne de
diffusion de Nelinda ft un chec. Pourquoi ? En fait, cette pratique tait totalement
incompatible avec la classification chaud-froid en vigueur dans ce village. En
effet, la tradition locale associe une alimentation chaude avec la maladie. En dautres
termes, boire de leau bouillie lorsquon nest pas malade navait aucun sens pour ces
villageois pruviens. De mme, il existe une tradition en Inde qui proscrit de manger
avec la main gauche. En effet, cette tradition trouve son origine il y a plusieurs sicles
lorsque les villageois indiens utilisaient leur main gauche pour certaines fonctions
lies la dfcation. Aujourdhui, les conditions sanitaires se sont considrablement
amliores et les Indiens peuvent facilement se laver les mains avant les repas.
Cependant, la tradition na pas chang et les Indiens continuent de manger avec la
main droite. Encore aujourdhui de nombreuses personnes se demandent comment il
sera possible de convaincre 1 milliard dIndiens de manger de la main gauche. Il est
extrmement difficile de promouvoir des innovations qui vont lencontre des valeurs
culturelles dun systme social.
(2) Comptabilit avec les ides adoptes prcdemment : La compatibilit dune
innovation avec une ide prcdemment adopte peut soit acclrer ou bien retarder le
processus dadoption. En ralit, les ides plus anciennes sont utilises pour valuer de
nouvelles ides et leur donner du sens. Les expriences prcdentes permettent
dtablir un standard dans lesprit du consommateur, lui permettant ainsi la
comparaison avec la nouvelle ide introduite. Cela permet au consommateur de
diminuer le degr dincertitude li linnovation. Un exemple issu de lagriculture
permet de mieux comprendre ce concept. Brander et Straus(1959) observrent que
28% de la superficie des cultures de sorgho dans la partie est du Kansas concernaient
du sorgho hybride. Or, il sagissait de la premire anne ou les graines de sorgho
hybrides taient disponibles sur le march. Sans compter que les experts dans le
domaine de lagriculture navaient pas encore recommand lutilisation de cette
graine. Alors, comment expliquer le succs du sorgho hybride dans cette rgion des
Etats-Unis? En ralit, cette rapidit dadoption sexplique par la compatibilit entre le
sorgho hybride et le mas hybride, dj adopt prcdemment. A linverse, dans la
partie occidentale du Kansas o les conditions climatiques sont moins propices la
culture du mas, il fallu bien plus de temps pour que le sorgho hybride soit adopt par
les fermiers.
(3) Comptabilit avec les besoins : Une dimension importante de la compatibilit est le
degr avec lequel une innovation est perue comme satisfaisant un besoin. Dterminer

26
les besoins encore non satisfaits nest pas une chose aise. En effet, souvent, les
adopteurs potentiels ne savent pas exprimer leur besoin pour une innovation avant
mme dtre conscient de celle-ci et des ses consquences.

De manire gnrale, on peut dire que la compatibilit dune innovation, telle que perue par
les individus, influence positivement le niveau dadoption. Certaines recherches plus
anciennes suggrent que la compatibilit joue un rle moindre que lavantage relatif dans
lexplication du niveau dadoption.

C. Complexit
La complexit dune innovation reprsente le degr avec lequel une innovation est perue
comme difficile comprendre et utiliser. Nimporte quelle ide nouvelle peut tre classifie
sur une chelle allant de trs simple trs complique . Et cette complexit perue par
les membres dun systme social serait ngativement corrle avec son taux dadoption.
Comme pour la compatibilit, il semblerait que la complexit joue un rle moins important
que celui de lavantage relatif dans lexplication du taux dadoption. Cependant, pour
certaines innovation, la complexit peut savrer tre une barrire importante ladoption.
Aux Etats Unis, les premires personnes qui ont adopt lordinateur taient principalement
des ingnieurs ou des scientifiques, cest dire des personnes dj familiarises avec ce type
de technologie. Pour ces individus, lutilisation de lordinateur napparaissait en aucun cas
complexe. En revanche, pour la population nayant aucune expertise technique, ladoption de
lordinateur ft plus problmatique. En effet, cette population tait dsoriente lorsquelle
devait brancher les diffrents composants ou encore lorsquelle devait utiliser un programme
informatique. Un sentiment de frustration apparut chez ces utilisateurs sans compter que
laide apporte par les vendeurs tait drisoire, ceux-ci utilisant la plupart du temps un jargon
incomprhensible pour monsieur tout le monde. On peut ds lors se poser la question de
savoir comment ces individus ont pu surmonter cette complexit. En ralit, certains de ces
utilisateurs ont rejoint un club regroupant dautres utilisateurs se trouvant dans leur cas.
Dautres ont reu de laide de la part de leurs amis tandis que dautres ont trouv dautres
moyens de faire face cette complexit. La perception de complexit lie lutilisation de
lordinateur ft un facteur qui freina le taux dadoption de celui-ci dans les annes 1980. Au
fur et mesure que lordinateur devint plus convivial ( user friendly en anglais) pour
lutilisateur, le taux dadoption grimpa pour atteindre 50% des mnages amricains en 2002.

D. Facilit dessai
La facilit dessai reprsente la mesure dans laquelle une innovation peut tre
exprimente. Par exemple, les nouvelles ides qui peuvent tre visualise sur un plan sont
plus rapidement adoptes que les autres. Essayer personnellement une innovation permet
lutilisateur de donner une signification celle-ci et de comprendre lui-mme comment elle
fonctionne. Cela permet notamment de rduire lincertitude lie la nouveaut du produit.
Ainsi, la facilit dessai dune innovation, telle que perue par les membres dun systme
social, est positivement corrle son taux dadoption. Si une innovation peut tre cre de
telle sorte pouvoir tre essaye facilement, la vitesse dadoption en sera dautant plus rapide.
Essayer une nouvelle ide permet aussi son concepteur de modifier linnovation de telle
sorte que celle-ci soit encore plus adapte aux ralits dutilisation. En dautres termes, une

27
innovation peut encore tre modifie durant la priode de test. Les adopteurs prcoces
peroivent gnralement le caractre essayable de linnovation comme plus important par
rapport aux adopteurs plus tardifs (Gross, 1942; Ryan, 1948).

E. Observabilit
Le concept de lobservabilit reprsente la mesure dans laquelle les rsultats dune innovation
sont visibles pour les autres. Certaines ides sont facilement observables et communiques
aux autres, tandis que dautres sont plus difficiles observer ou dcrire aux autres. De
manire gnrale, lobservabilit dune innovation, telle que perue par les membres dun
systme social, est corrle positivement son taux dadoption.

F. Incertitude et risque peru


Le concept de risque reprsente le degr dincertitude li aux consquences fonctionnelles,
sociales et financires rsultant de ladoption et de lutilisation dune innovation. En dautres
termes, il sagit de la probabilit que des problmes conomiques, personnels et/ou sociaux
rsultent de ladoption de linnovation. Pour rduire cette incertitude, les individus devraient
tre parfaitement informs des avantages et dsavantages de linnovation afin quils puissent
tre conscients des ventuelles consquences lies ladoption de linnovation. De manire
gnrale, le risque, tel que peru par les membres dun systme social, est corrl
ngativement son taux dadoption.

Tableau 2.5 : Rsum des caractristiques de linnovation

Caractristique Dfinition Effet attendu


sur ladoption
Avantage relatif Lavantage relatif reprsente le degr avec lequel une Positif
innovation est perue comme suprieure lide
quelle remplace.
Compatibilit La compatibilit reprsente le degr avec lequel une Positif
innovation est perue comme cohrente avec les
valeurs, les expriences passes et les besoins des
adopteurs potentiels.
Complexit La complexit dune innovation reprsente le degr Ngatif
avec lequel une innovation est perue comme
difficile comprendre et utiliser.
La facilit dessai La facilit dessai reprsente la mesure dans Positif
laquelle une innovation peut tre exprimente.

Observabilit Le concept de lobservabilit reprsente la mesure Positif


dans laquelle les rsultats dune innovation sont
visibles pour les autres
Incertitude/ risque Le concept de risque reprsente le degr dincertitude Ngatif
peru li aux consquences fonctionnelles, sociales et
financires rsultant de ladoption et de lutilisation
dune innovation

3. Segmentation
Le nombre grandissant de produits cologiques proposs par les entreprises indique un besoin
croissant pour une segmentation adquate et une stratgie de positionnement pertinente. Cest
28
pourquoi, un des objectifs de ce mmoire est didentifier les caractristiques des individus
susceptibles dadopter les nouveaux produits cologiques. En dautres termes, nous
essayerons de dresser la carte didentit des personnes enclines adopter les innovations
vertes . En ralit de nombreux chercheurs (par exemple, Kinnear, Taylor et Ahmed, 1974
ou encore Van Liere et Dunlap, 1981, Giannelloni, 1998 Do Pao, Raposo et Filho, 2009) ont
dj tent didentifier les consommateurs proccups par lcologie (ecollogically concerned
consumers en anglais)8. Cependant, la majorit de ces tudes sintressent aux comportements
dachat ou autres comportements lis au respect de lenvironnement (tri des dchets,
recyclage,) et non au processus dadoption dune innovation cologique. Nous avons vu
auparavant que le processus de dcision dachat tait quelque peu diffrent de celui
concernant ladoption de linnovation dans la mesure o lincertitude lie ladoption dune
innovation est nettement suprieure celle inhrente la dcision dachat. De plus, nous
verrons un peu plus loin que les conclusions de ces tudes sont souvent divergentes, pour ne
pas dire contradictoires.

La premire tape de la segmentation marketing consiste choisir un ensemble de variables


qui vont constituer ce quon appelle la base de la segmentation (ou critres de segmentation).
Il existe trois groupes de dterminants qui mergent de la littrature, savoir les variables de
types dmographiques, psychographiques et comportementales. Nous allons dsormais
rsumer les conclusions des diffrentes tudes sur le sujet, variable par variable.

Graphique 2.2 : Un modle gnrique des relations testes dans la littrature. (Jean-Luc
Giannelloni, 1998)

A. Variables sociodmographiques.
La variable ge est sujet de vives discussions entre chercheurs. En effet, ceux-ci nont
jamais russi trouver un accord concernant la pertinence ou non de cette variable pour

8
Pour plus dinformation concernant lensemble des tudes dans ce domaine, veuillez consulter la synthse
suivante: Jean-Luc Giannelloni, Les comportements lis la protection de lenvironnement et leurs
dterminants : un tat des recherches marketing, Recherche et applications en marketing, vol.13, n2/98

29
expliquer la proccupation des individus pour lenvironnement. Certaines tudes suggrent
quil nexiste aucune corrlation significative entre lge et lattitude/comportement
cologique (Kinnear, T., Taylor, J. et Ahmed, S. 1974). Certaines tudes avancent quil existe
une relation significative et ngative (Anderson, Jr. W.T, Henion, II, K.E. et Cox, E.P., 1974;
Van Liere , K . and Dunlap , R., 1981; Zimmer , M . , Stafford , T . et Stafford , M ., 1994)
alors que dautres affirment que la corrlation entre lge et la sensitivit environnementale
est positive (Roberts , J., 1996 ; Samdahl , D . et Robertson, R., 1989). Il nous est donc
impossible ce stade de savoir si le consommateur proccup par lcologie est jeune ou sil
sagit davantage de personnes plus ges (Plus de 50 ans9, par exemple).

L'effet de la variable sexe sur la proccupation pour lenvironnement est galement


sujette discussion. En effet, les hommes pas plus que les femmes et inversement - ne
manifestent de faon significative une plus grande proccupation pour lenvironnement.
Cependant, il semblerait que les femmes obtiennent de meilleurs scores sur les chelles
dattitude et de comportements dclars, tandis que les hommes afficheraient une meilleure
connaissance concrte des problmes lis lenvironnement (Jean-Luc Giannelloni, 1998).
Malgr cette absence de diffrence significative, de nombreux chercheurs dclarent que les
femmes sont plus susceptibles de prsenter des comportements pro-environnementaux que
les hommes (Do Pao, Raposo and Filho, 2009).

Quant aux revenus et au niveau dducation, la majorit des chercheurs saccordent dire
que la proccupation pour lenvironnement est associe un revenu lev (Kinnear, Taylor
et Ahmed, 1974 ; Dolich, Tucker et Wilson, 1981), ainsi qu un niveau dducation lev
(Anderson, Jr. W.T., Henion, II, K.E. et Cox, E.P.,1974; Roberts, J., 1996; Van Liere, K. et
Dunlap, R., 1981; Zimmer, M., Stafford, T. et Stafford, M., 1994). Il est gnralement
avanc que les individus disposant de revenus plus importants ont les moyens de supporter
plus facilement le cot ordinairement plus lev des produits verts (Straughan, R. et Roberts,
J., 1999). Aussi, les individus ayant un niveau dducation lev, et donc ayant accs une
quantit plus importante dinformations, afficheraient une plus grande proccupation pour
lcologie et agiraient ainsi plus frquemment en faveur de lenvironnement (Par exemple,
Granzin, K. et Olsen, J., 1991).

Arbuthnot (1977) et Weigel (1977) concluent que le public environnemental vit davantage
en ville qu la campagne. Nous tudierons aussi dans quelle mesure la taille du mnage
influence ladoption ou non de linnovation cologique.

Le tableau suivant synthtise les dfinitions des variables sociodmographiques ainsi que
leur les effets attendus sur ladoption dinnovations cologiques :

Tableau 2.6 : Rsum des caractristiques sociodmographiques des individus

Variables Dfinition Effet attendu


sociodmographiques sur ladoption

9
Gallup et Newport, 1990 ; Kohut et Shriver, 1989 ; Lansana, 1992 ; Mohai et Twight, 1987 ; Vining et Ebreo,
1990)

30
Age Lge de ladopteur (potentiel) ?

Sexe Le genre de ladopteur (potentiel) ?

Revenu Les revenus de ladopteur (potentiel) Positif

Niveau dducation Le niveau dducation de ladopteur Positif


(potentiel)
Taille du mnage La taille du mnage de ladopteur (potentiel) ?

Urbain versus rural Lendroit o habite ladopteur (potentiel) : A Davantage urbain


la ville ou la campagne.

B. Variables psychographiques.
Les critres psychographiques sont trs troitement lis avec le concept de style de vie
(lifestyle en anglais) et de personnalit. Apparu dans les annes 1960, le concept de style de
vie est bas sur ltude des activits, des centres dintrt et des opinions des individus
(Plummer J., 1974). Par exemple, les personnes qui sont profondment impliques dans une
communaut et/ou dans des activits socialement responsables seraient enclines adopter un
comportement pro-environnemental (Cornwell T. et Schwepker C., 1995). En ce qui concerne
la relation avec les opinions politiques, il semblerait que les thmes environnementaux soient
davantage en lien avec lagenda politique libral quavec des opinions politiques plus
conservatrices (Vlosky R., Ozanne L. et Fontenot R., 1999 ; Straughan R. et Roberts J., 1999).

En ce qui concerne les variables de personnalit, un grand nombre de variables ont t testes.
Parmi celles-ci, citons par exemple, la tolrance, lanxit, le degr de rbellion, la
dsirabilit, Notons galement que ltude de ces variables relvent plus de la psychologie
que du marketing. Nanmoins, plusieurs variables psychographiques ont reu une attention
particulire. Cest le cas de linnovativeness (terme anglais que nous utiliserons pour plus
de facilit), du leadership dopinion, de lefficacit perue du consommateur (EPC, Perceived
Consumer Effectiveness en anglais), etc.

Lorientation innovation du consommateur ( Innovativeness en anglais)

Le concept orientation innovation du consommateur reprsente le degr selon lequel un


individu adopte de nouvelles ides avant les autres membres de son systme social. Joep W.C.
Arts, Ruud T. Frambach et Tammo H.A. Bijmolt (2011) ont montr que les variables
expliquant le mieux ladoption dune innovation taient limplication de lindividu vis--vis
du produit ainsi que son degr dinnovativeness . Cependant, les individus les plus
innovants dun systme social sont gnralement perus comme marginaux et de ce fait
jouissent souvent dune faible crdibilit vis-vis des autres membres du systme. Cest
pourquoi, leur rle reste limit dans le processus de diffusion.

Leadership dopinion

En revanche, dautres individus, les leaders dopinion, jouent un rle prpondrant dans la
diffusion des innovations notamment en diffusant des informations aux autres membres du
systme social. Le leadership dopinion reprsente la capacit dune personne influencer

31
lattitude ou le comportement dautres individus dans un but prcis et une frquence relative
(Rogers, 1995, p.281). Les leaders dopinions sont donc ces individus capables dexercer une
influence sur les autres membres dun systme social et ds lors de favoriser la diffusion
dune innovation.

Lefficacit perue du consommateur (EPC)

La notion dEPC est dfinie comme : Une croyance relative un domaine que les efforts
dun individu peuvent faire la diffrence pour apporter la solution un problme (Ellen,
Wiener et Cobb-Walgren, 1991, p. 103). Par exemple, dans le cas qui nous occupe, on
pourrait dfinir lEPC comme la croyance dun individu en sa capacit rduire/rsoudre seul
les problmes lis la pollution de manire efficace. Ellen, Wiener et Cobb-Walgren (1991)
ont galement dmontr que lEPC est relie positivement la volont des consommateurs de
faire des sacrifices individuels (par exemple, payer lus cher pour des produits), sils
contribuent un meilleur environnement. La notion de centre de contrle (locus of control en
anglais) est une variable que lon a galement pu relier la proccupation pour
lenvironnement. Confront un vnement personnel quelconque, lindividu peut lui
attribuer une cause interne ( jen suis responsable ) ou externe ( ce sont les autres, ou les
circonstances ). Les individus dont le centre de contrle est interne ont tendance croire que
ce quil leur arrive est le fruit de leurs capacits et de leurs efforts ; ceux dont le centre de
contrle est externe sont convaincus de linfluence de la destine, du hasard, de la chance et
de tierces personnes (Lefcourt, 1976). Il a t prouv quun centre de contrle interne tait
positivement li une plus grande proccupation pour lenvironnement (Trigg et al. 1976 ;
Henion et Wilson, 1976 ; Dolich, Tucker et Wilson, 1981 ; Pettus et Giles, 1987).

Relation entre la proccupation pour lenvironnement et comportement cologiquement


responsable.

La relation entre la proccupation pour lenvironnement et un comportement cologiquement


responsable a trs souvent t dmontre bien que lintensit de cette relation soit reste
relativement faible (citons, Webster, 1975 ; Balderjahn, 1988 ; Ellen, Wiener et Cobb-
Walgren, 1991 ; Grunert et Kristensen, 1992). Par exemple, Homer et Kahle (1988) ont
apport la preuve empirique supportant la validit du modle valeur-attitude-
comportement (hierarchy-effect model en anglais) dans le cas prcis des produits
alimentaires biologiques. Cependant, les rsultats obtenus se sont parfois avrs incohrents
dans le cas de certains comportements spcifiques comme lachat de produits verts. En effet,
il faut savoir que les dcisions prises par les consommateurs ne sont pas toujours bases sur
leurs attitudes vis--vis de lenvironnement, mme si ces attitudes sont clairement
susceptibles dinfluencer leurs achats (Vlosky R., Ozanne L. et Fontenot R. 1999).

Variable comportementale : lachat de produit verts

Lobjectif de la segmentation base sur des critres comportementaux est de comprendre le


comportement dachat (dans notre cas, dadoption) du point de vue des utilisateurs et des non-
utilisateurs. La segmentation utilisant des variables comportementales (par exemple, le taux
dutilisation, la fidlit au produit ou encore les intentions dachat) se base sur le

32
comportement actuel des utilisateurs vis--vis du produit. Par exemple, Chan K. (1999), sur
base du taux dutilisation des produits verts, a essay de comprendre quelles taient les
diffrences dmographiques, de perception et dattitude des individus par rapport aux produits
respectueux de lenvironnement. Il a montr que les consommateurs ayant un taux
dutilisation lev de produits cologiques taient plus facilement influenables par les
opinions de leur entourage, de leur gouvernement et des groupes militants pour lcologie.

Le tableau suivant synthtise les dfinitions des variables psychographiques ainsi que leur
les effets attendus sur ladoption dinnovations cologiques :

Tableau 2.7 : Rsum des caractristiques psychographiques des individus

Variables Dfinition Effet attendu


psychographiques sur ladoption
Lorientation La notion orientation innovation du Positif
innovation du consommateur reprsente le degr selon lequel un
consommateur individu adopte de nouvelles ides avant les autres
membres de son systme social.
Leadership dopinion Le leadership dopinion reprsente la capacit dune Positif
personne influencer lattitude ou le comportement
dautres individus dans un but prcis et une
frquence relative.
Efficacit perue du La croyance dun individu en sa capacit Positif
consommateur rduire/rsoudre seul les problmes cologiques de
manire efficace.
Frquence dachat de La frquence dachat de produits intgrant une Positif
produits verts dimension cologique.

4. La question du prix et le rle des incitants dans ladoption


dinnovations cologiques Le cas des subsides.
Pour les produits technologiques, il est crucial pour les managers marketing de comprendre
quelles sont les caractristiques que le produit doit offrir mais aussi quel prix proposer aux
consommateurs afin de maximiser les profits et les parts de march de leur socit, et ce tout
en satisfaisant leur clientle (P.K. Kapur, Ompal Singh, Udayan Chanda et Mashaallh
Basirzadeh, 2010, p.144). Etant donn que nous avons dj discut, en long et en large, de la
question des caractristiques du produit, nous allons dsormais nous pencher sur la question
du prix.

Jeuland (1981) affirme que ladoption dune innovation dpend dune part de son prix et
dautre part de lvaluation gnrale que lindividu en fait. En dautres termes, la dcision
dadoption dpend du prix de rserve de lindividu mais aussi de lutilit du produit. Pour
rappel, le prix de rserve correspond au montant maximal quun individu est prt dbourser
pour acqurir un bien ou un service. Si le prix de linnovation est en dessous du prix de
rserve dun individu, il adoptera linnovation et vice versa. Notons que le prix de rserve
dun individu pour adopter une innovation correspond la valeur que cet individu attribue
linnovation en question. En fait, un individu deviendrait un adopteur aprs stre assur de
lutilit du produit vis--vis de son prix unitaire (P.K. Kapur, Ompal Singh, Udayan Chanda
et Mashaallh Basirzadeh, 2010, p.145). A ce stade ci, trois remarques importantes simposent.

33
Premirement, il faut savoir que la catgorie du produit et les avantages perus sont des
facteurs importants qui influencent la propension des consommateurs payer un prix
premium pour acqurir des produits verts (Hopkins, 2009). Deuximement, une tude de
Yankelovich (2008) dmontre que la propension des consommateurs payer un prix premium
pour obtenir des produits verts a dclin au fil des annes bien que les proccupations
relatives aux problmes cologiques ont augmentes. Troisimement, les consommateurs ont
tendance rduire la valeur quils attribuent une innovation cause de lincertitude rsultant
du manque dinformation dont ils disposent. Autrement dit, la valeur dune innovation
attribue par un consommateur avers au risque est infrieure la valeur quil lui attribuerait
sil disposait de toute linformation disponible. A mesure que linformation devient
disponible, lincertitude lie au nouveau produit diminue et par consquent la valeur de
linnovation augmente. Aussi, au fur et mesure que des individus adoptent linnovation,
lincertitude inhrente celle-ci se rduit et la valeur quils lui attribuent augmente. Le
niveau dadoption est alors dtermin par la diffusion de linformation tandis que la
croissance du nombre dadopteurs est dtermine par le prix (Shlomo Kalish, I985, p. 1569)

Ds le dbut des annes 1970, les dcideurs politiques subissant la pression grandissante de la
population, ont t contraints de se positionner par rapport aux dfis cologiques et surtout de
proposer des solutions adquates aux problmes environnementaux. En 1990, une tude
rapporte que 78% des amricains souhaitaient que leur gouvernement fasse des efforts
importants pour amliorer la qualit de lenvironnement (Roper Organization, 1990, p.1).
Cest ainsi que dans les annes qui suivirent, de nombreuses politiques furent mises en place
afin de rpondre cette demande croissante de la population. La plus frquemment mene
dentre elles vise rcompenser les individus qui adoptent une innovation cologique en leur
accordant un subside (OCDE, 2006).

Les incitants (ou subsides) sont des paiements (la plupart du temps, financiers) directs ou
indirects quon accorde un individu ou un systme dans le but dencourager un changement
comportemental. Le plus souvent, ce changement implique ladoption dune innovation
(Rogers, 2003, p.236). Dans ce cas, le rle premier du subside est dacclrer la diffusion de
linnovation. Selon Rogers (1973), du point de vue de ladopteur, le subside augmente
lavantage relatif de linnovation. En revanche, du point de vue du diffuseur (lindividu ou
lorganisation qui diffuse linnovation), il augmente lobservabilit lie linnovation. Notons
aussi que certains subsides ont pour objectif dencourager lessai dune innovation. Il sagit
par exemple, des chantillons de nouveaux produits que certaines entreprises offrent leurs
clients. En revanche, certains types dincitants comme les dductions fiscales ont fait lobjet
de critiques. Lune dentre elles avance que les dductions fiscales profitent essentiellement
aux individus ayant dj dcid dadopter linnovation (Drozdenko, Jensen et Coelho, 2011,
p. 108). Cette mise en vidence dune certaine forme de cannibalisation soutient lhypothse
dune faible efficacit de ce type dincitants pour stimuler ladoption dune innovation.

En ralit, peu tudes se sont dj concentres sur limpact des subsides accords aux
adopteurs sur la diffusion dinnovations cologiques. Parmi celles-ci, nous allons nous
pencher un instant sur les conclusions de S.K. Velayudhan (2003), de Gallagher et
Muehlegger (2008) et de Zhang, Song et Hamori (2011). Ltude de S.K. Velayudhan

34
sintresse au faible niveau dadoption de lanternes solaires en Inde. Son tude a montr que
les bnfices prsents par le programme gouvernemental ayant pour objectif de dissminer
linnovation ntaient pas dans la majorit des cas la cause de ladoption. De plus, S.K.
Velayudhan dmontre que laccent mis par le gouvernement sur le subside a attir lattention
des Indiens sur le cot de linnovation plutt que sur les bnfices de linnovation. La
conclusion principale de cette recherche suggre donc que la promotion doit mettre en lumire
les avantages relatifs du produit plutt que le subside accord.

Ltude de Gallagher et Muehlegger sintresse la manire dont les incitants, proposs par le
gouvernement amricain ds le dbut des annes 2000, agissent sur le comportement des
individus lorsquil sagit dadopter un vhicule hybride. Ces deux auteurs ont dmontr que
les incitants proposs par les autorits amricaines taient positivement corrls avec
ladoption de vhicules hybrides. Cependant, il sest avr que dautres facteurs comme
laugmentation du prix de lessence ont jou un rle plus important pour expliquer les ventes
de voitures hybrides.

La recherche mene par Zhang, Song et Hamori sintressait, quant elle, la diffusion des
panneaux photovoltaques au Japon. Le Japon a t un des premiers pays introduire un
subside visant stimuler ladoption de panneaux photovoltaques. Pour cette raison, le Japon
tait leader mondial dans ce domaine jusquen 2004. Depuis 2005, le gouvernement japonais
a dcid de rduire, dannes en annes, les subsides quil accordait lors de linstallation des
panneaux solaires (Japan Solar Energy Society, 2006). De ce fait, la taille du march du
panneau solaire japonais sest considrablement rduite. Ltude de Zhang, Song et Hamori
dmontre que le nombre dinstallations de panneaux photovoltaques dans les rgions o une
politique de subsides tait en vigueur savrait nettement suprieur au nombre dinstallations
dans les rgions dpourvues dune telle politique.

A la demande du ministre japonais du commerce international, Watanabe et al. (2000)


montrrent que la politique de subsides mene par les autorits japonaises avait entrain une
R&D accrue entrainant une augmentation de la production de panneaux photovoltaques et
une diminution des prix. Sur base dune tude quantitative mene auprs de 639 fabricants de
panneaux photovoltaques, Watanabe et al. confirmrent que les politiques gouvernementales
avaient jou un rle crucial dans la diminution des prix.

Tableau 2.8 : Rsum des incitants

Variables Dfinition Effet attendu


sur ladoption
Les incitants- subsides La mesure dans laquelle les paiements directs Positif
( incentives en ou indirects accords influencent ladoption
anglais) des innovations

5. Les hypothses
A. Les caractristiques de linnovation
Habituellement, lvaluation dun produit ou dun service est un processus durant lequel les
consommateurs valuent ses attributs selon lusage quils souhaitent en faire dans certaines

35
situations prcises (par exemple, Gardial, Scott Clemons, Woodruff, Schumann et Burns,
1994 ; Vandecasteele et Geuens, 2010). Durant le processus complexe dadoption, les
adopteurs potentiels forment leurs perceptions concernant les caractristiques de linnovation
(par exemple, Castao, Sujan, Kacher et Sujan, 2008 ; Wood et Lynch 2002) et dterminent
les coefficients de pondration de chacune dentre-elles qui interviendront dans leur dcision
finale (par exemple, Bettman, 1979). Rogers a identifi les 5 caractristiques cls dont on a
parls prcdemment : lavantage relatif, la compatibilit, la complexit, lobservabilit et la
facilit dessai . Comme annonc prcdemment, nous rajouterons la caractristique risque
peru, conceptualise en 1960 par Bauer.

Lavantage relatif reprsente le degr avec lequel une innovation est perue comme
suprieure/meilleure lide quelle remplace (Rogers, 2003). Au plus lavantage relatif
dune innovation est important, au plus rapide sera le processus dadoption. Ainsi, il savre
que lavantage relatif est positivement corrl au niveau dadoption. Cela sest vrifi pour les
technologies de linformation (Agarwal et Prasad, 1997) et les produits lectroniques destins
au grand public (Venkatraman, 1991). Dans le domaine de lco-conception, la perception de
lavantage relatif a un effet positif sur ladoption de systmes solaires produisant de lnergie
(Guagnano et al. 1986 ; Labay et Kinnear, 1981).

H1 : Lavantage relatif a un effet positif sur ladoption des innovations cologiques.

La compatibilit reprsente le degr avec lequel une innovation est perue comme cohrente
avec les valeurs, les expriences passes et les besoins des adopteurs potentiels (Rogers,
2003). Nous savons galement quune innovation peut tre compatible ou non avec (1) les
valeurs socioculturelles et les croyances, (2) les ides adoptes prcdemment et (3) le besoin
dun individu pour linnovation. Une innovation incompatible avec les valeurs et les normes
dun systme social ne sera pas adopte aussi rapidement quune innovation compatible avec
ces lments. La compatibilit est positivement corrle ladoption de linternet banking
(Ndubisi et Sinti, 2006) et de technologies self-service - o lintervention dun employ
nest pas ncessaire comme les distributeurs automatiques par exemple (Meuter et al. 2005).
Ltude de Labay et Kinnear (1981) a dmontr que la compatibilit des systmes solaires
produisant de lnergie tait perue comme suprieure par les adopteurs de cette technologie
que par les non-adopteurs.

H2 : La compatibilit a un effet positif sur ladoption des innovations cologiques.

La complexit dune innovation reprsente le degr avec lequel une innovation est perue
comme difficile comprendre et utiliser (Rogers, 2003). Ds lors, la complexit dune
innovation peut constituer un vritable frein lors du processus dadoption. En effet, alors que
certaines innovations sont rapidement comprises par les consommateurs, dautres se rvlent
tre beaucoup plus complexes et donc seront adoptes un rythme plus lent. Par consquent,
la relation entre la complexit dune innovation et ladoption est ngative. Cette relation
ngative a t observe dans le cas des ordinateurs (Dickerson et Gentry, 1983), des systmes
solaires produisant de lnergie (Labay et Kinnear, 1981) ou encore des systmes
automatiques visant teindre les machines laver (Vllink et al. 2002)

36
H3 : La complexit a un effet ngatif sur ladoption des innovations cologiques.

La facilit dessai reprsente la mesure dans laquelle une innovation peut tre
exprimente. Si une innovation est cre de telle sorte pouvoir tre essaye facilement,
lincertitude lie cette innovation sera rduite et par consquent, la vitesse dadoption sera
normalement plus rapide. Il a t dmontr que cette variable joue un rle dautant plus
important dans des situations o le consommateur est fortement impliqu ( High
involvement situations en anglais) comme lachat dune voiture sur internet (Molesworth
and Suortfi, 2002). Des recherches ont galement prouv quau plus les personnes ayant dj
adopt une innovation taient nombreuses, au plus limportance de la facilit dessai tait
faible. En effet, dans ce cas prcis, les expriences des personnes ayant dj adopt
linnovation peuvent tre recueillies et utilises dans la dcision dadopter linnovation
(Janssen et Jager, 2002).

H4 : La facilit dessai a un effet positif sur ladoption des innovations cologiques.

La cinquime caractristique que Rogers a dcele, lobservabilit, reprsente la mesure dans


laquelle les rsultats dune innovation sont visibles pour les autres (Rogers, 2003). Certaines
innovations sont facilement observables et les consquences rsultant de lutilisation de
celles-ci facilement communicables dautres. A linverse, certaines innovations sont plus
difficiles observer et dcrire aux autres (Agarwal et Prasad, 1997). Selon Rogers (2003),
au plus il est facile pour un individu dobserver les rsultats de linnovation, au plus la
probabilit quil ladopte est grande. Labay et Kinnear (1981) et Guagnana et al. (1986)
dmontrrent que lobservabilit a un impact positif sur ladoption dinnovations
respectueuses de lenvironnement.

H5 : Lobservabilit a un effet positif sur ladoption des innovations cologiques.

Le risque peru reprsente le degr dincertitude li aux consquences fonctionnelles, sociales


et financires rsultant de ladoption et de lutilisation dune innovation. De manire gnrale,
il a t conclu quau plus le risque peru est grand, au moins les individus seront prt
adopter linnovation (Meuter et al. 2005 ; Hoeffler, 2003 ; Midgley et Dowling, 1978)

H6 : Le risque peru (lincertitude) a un effet ngatif sur ladoption des innovations


cologiques.

Nous tudierons ensuite limpact de deux variables supplmentaires savoir le caractre


innovant et le degr cologique de linnovation. La perception du caractre innovant de
linnovation correspond la mesure dans laquelle le consommateur considre linnovation
comme incrmentale ou davantage radicale tandis que la perception du degr cologique de
linnovation rfre la mesure dans laquelle le consommateur peroit linnovation comme
respectueuse de lenvironnement. A ce stade-ci, il est extrmement difficile danticiper leffet
de ces variables sur le niveau dadoption. Cest pourquoi, nous esprons pouvoir claircir
cette question au fil de nos analyses.

H7 : Le caractre innovant de linnovation cologique influence positivement son


adoption.

37
H8 : La perception du degr cologique de linnovation influence positivement son
adoption.

Il est dsormais intressant de connaitre limportance relative des diffrentes caractristiques


des innovations qui expliquent le niveau dadoption (Ostlund, 1974). Il ressort de ltude
dOstlund (annexe B) que lavantage relatif et la compatibilit sont les deux facteurs qui se
classent en premire position. Ensuite, se classent les 2 facteurs ayant un impact ngatif sur le
taux dadoption : la complexit et le risque peru. Enfin, lobservabilit et la facilit dessai
semblent quant eux jouer un rle moindre dans lexplication du niveau dadoption.

Ostlund conclut (1974) galement que dans tous les cas, la perception des caractristiques de
linnovation constituait des indicateurs (predictor en anglais) forts de ladoption de nouveaux
produits. Selon Arts, Frambach et Bijmolt (2011), la perception des caractristiques de
linnovation explique 10% de la variance de ladoption.

B. Les caractristiques sociodmographiques des individus


Les variables sociodmographiques ont toujours attir les chercheurs pour des raisons lies
la segmentation. En effet, ces variables ont pour mrite dtre faciles implmenter
(Diamantopoulos et al. 2003 ; Roberts, 2006). Cependant, il faut bien avouer que les
chercheurs nont, ce jour, jamais vraiment russi tablir une carte didentit fiable du
consommateur de produits cologiques tant les conclusions des tudes menes jusqu ce jour
se sont rvles contradictoires.

Parmi les variables sociodmographiques, la variable ge est certainement celle qui a fait
couler le plus dencre. En effet, aucune tendance claire ne se dgage des tudes menes
jusqu ce jour tant au niveau de la significativit que du sens de la relation (voir tableau ci-
dessous).

Tableau 2.10 : Rsum des rsultats obtenus lors de prcdentes tudes concernant la relation
entre lge et ladoption

Chercheurs Anne Significatif Effet


Kinnear, Taylor et Ahmed 1974 Non Positif
Anderson, Henion et Cox 1974 Oui Ngatif
Weigel 1977 Oui Ngatif
Arbuthnot 1977 Oui Ngatif
Belch 1979 Oui Ngatif
Labay et Kinnear 1981 Oui Ngatif
Dolich, Tucker et Wilson 1981 Oui Positif
Van Liere et Dunlap 1981 Oui Ngatif
Antil 1984 Oui Positif
Hines, Hungerford et Tomera 1986-1987 Non -
Mohai et Twight 1987 Oui Positif
Balderjahn 1988 Oui Ngatif
Samdahl et Robertson 1989 Oui Positif
Kohut et Shriver 1989 Oui Positif
Galup et Newport 1990 Oui Positif
Vining et Ebreo 1990 Oui Positif
Baldassare et Katz 1992 Oui Ngatif
Lansana 1992 Oui Positif

38
Zimmer, Stafford T. et Stafford M. 1994 Oui Ngatif
Giannelloni 1995 Oui Positif
Roberts 1996 Oui Positif
Wang et al. 2008 Oui Ngatif
Arts, Frambach et Bijmolt 2011 Oui Ngatif

Comme en tmoigne ce tableau, il est extrmement difficile de se faire une ide sur leffet de
lge sur le comportement dadoption. Dune part, nous pensons que les jeunes sont
davantage conscients et sensibles aux problmes environnementaux. Dautre part, la relation
entre la proccupation pour lenvironnement et un comportement y associ est faible
(Webster, 1975 ; Balderjahn, 1988 ; Elle, Wiener et CobbWalgren, 1991 ; Grunert et
Kristensen, 1992).

H9 : Lge des individus influence positivement ladoption dinnovations cologiques.

En ce qui concerne la variable sexe , les conclusions ne sont pas beaucoup plus claires. De
manire gnrale, on ne peut pas affirmer que les hommes plus que les femmes et
inversement - ne manifestent de faon significative une plus grande proccupation pour
lenvironnement. Cependant, certaines tudes soulignent que les femmes se sentiraient plus
concernes par les problmes environnementaux que les hommes (Berkowitz et Lutterman,
1968 ; Webster, 1975 ; Banarjee et McKeage, 1994 ; Laroche, Bergeron, et Barbaro-Forleo,
2001). Sur un chantillon comparable la population globale, les femmes obtiennent de
meilleurs scores sur les chelles dattitude et de comportements dclars, tandis que les
hommes affichent une meilleure connaissance concrte des problmes lis lenvironnement
(Giannelloni, 1998). Tout comme pour la variable ge , nous testerons la variable sexe
afin de nous faire notre propre opinion sur lintensit et le sens de la relation dans le cas de
ladoption dinnovations cologiques.

H10 : Le sexe des individus influence ladoption dinnovations cologiques. Les


adopteurs dinnovations cologiques seraient davantage issus dun public fminin que
dun public masculin.

En revanche, la significativit et le sens de la relation semblent beaucoup plus clairs lorsquil


sagit de leffet du niveau de revenus et du niveau dducation sur ladoption. Dune part, la
relation entre les revenus et la proccupation pour lenvironnement est bien souvent
significative et positive (Kinnear, Taylor et Ahmed, 1974 ; Dolich, Tucker et Wilson, 1981).
Cependant, la relation entre la proccupation pour lenvironnement et un comportement
cologique (par exemple, ladoption dune innovation respectueuse de lenvironnement) reste
relativement faible (Webster, 1975 ; Balderjahn, 1988 ; Ellen, Wiener et CobbWalgren,
1991 ; Grunert et Kristensen, 1992) et dpend du comportement tudi (Vlosky, R., Ozanne,
L. et Fontenot, R. 1999). Dautre part, nous avons vu prcdemment que les individus
duqus affichaient gnralement une plus grande proccupation pour lcologie et agiraient
ainsi plus frquemment en faveur de lenvironnement (Par exemple, Granzin, K. et Olsen, J.,
1991).

39
H11 : Le niveau de revenus des individus influence positivement ladoption
dinnovations cologiques.

H12 : Le niveau dducation des individus influence positivement ladoption


dinnovations cologiques.

Quant linfluence de la taille du mnage sur le niveau dadoption, il na pour ainsi dire pas
t test ce jour. Au terme de lanalyse, nous pourrons affirmer sil existe une relation
significative entre la taille du mnage et ladoption dune innovation cologique ainsi que le
sens de celle-ci. Intuitivement, nous pensons quun mnage de grande taille sera moins enclin
adopter des innovations cologiques.

H13 : La taille du mnage des individus influence ngativement ladoption dinnovations


cologiques.

Enfin, en 1977, Arbuthnot et Weigel concluaient que le public environnemental vit davantage
en ville qu la campagne. Au vu de lanciennet de ltude nous vrifierons si cette tendance
est toujours dactualit pour ladoption des panneaux photovoltaques.

H14 : Les adopteurs dinnovations cologiques sont issus dun public davantage urbain
que rural.

Malgr les nombreux chercheurs qui se sont penchs sur la question, nous venons de voir
quel point il est difficile de connaitre le sens de la relation liant les variables
sociodmographiques et ladoption dune innovation. En revanche, Arts, Frambach et Bijmolt
(2011) dmontrrent que les caractristiques sociodmographiques (dans cette tude : lge,
les revenus et le niveau dducation) des individus expliquent peu ladoption dinnovation.
Ces variables contribueraient expliquer seulement 1% de la variance de ladoption dune
innovation.

C. Les caractristiques psychographiques des individus


Nous venons de voir quel point le pouvoir des variables sociodmographiques tait
relativement faible dans lexplication de ladoption dune innovation. Dsormais, nous allons
nous concentrer sur les caractristiques psychographiques des individus, c'est--dire des les
variables centres davantage sur la personnalit des individus.

Le concept orientation innovation du consommateur (innovativeness en anglais)


reprsente le degr selon lequel un individu adopte de nouvelles ides avant les autres
membres de son systme social. Ce concept est troitement li celui de consumer novelty
seeking qui se dfinit comme le dsir de rechercher continuellement la nouveaut et la
diffrence (Hirschman, 1980, p.285). Les individus caractriss par une orientation
innovation importante ont tendance avoir un regard positif sur les nouvelles technologies,
tmoigner dune motivation plus grande pour utiliser ce type de produits et approcher
danciens problmes sous un angle nouveau (Hirschman, 1980 ; Midgley et Dowling, 1978).
Ainsi, linfluence de lorientation innovation du consommateur serait positivement
corrle avec ladoption dune innovation (Dabholkar et Bagozzi, 2002 ; Manning et al.
1995). De plus, lorientation innovation du consommateur serait lune des variables qui

40
expliquerait le mieux ladoption dune innovation (Arts, Frambach et Bijmolt, 2011). Nous
verrons au terme de cette tude si son rle est semblable pour une innovation cologique.

H15 : Lorientation innovation du consommateur influence positivement ladoption


dinnovations cologiques.

Un leader dopinion est un individu qui est capable dinfluencer lattitude ou le comportement
dautres individus dans un but prcis et une frquence relative (Rogers, 1995, p.281). Ds
lors il sagit dune pice maitresse dans le processus de diffusion des innovations. Clairement,
le leadership dopinion est positivement corrl avec le niveau dadoption des innovations
(Arts, Frambach et Bijmolt, 2011)

H16 : Le leadership dopinion des individus influence positivement ladoption des


innovations cologiques.

Dans le cas qui nous occupe, lefficacit perue des consommateurs (EPC) se dfinit comme
la croyance dun individu en sa capacit rduire/rsoudre seul certains problmes
(environnementaux dans ce cas-ci) de manire efficace (Ellen, Wiener et CobbWalgren,
1991). Cependant, il est vident que la proccupation des consommateurs pour
lenvironnement ne se traduit pas systmatiquement en comportements responsables vis--vis
de celui-ci. Nanmoins, il est fort probable que les individus avec une forte EPC adoptent un
comportement en adquation avec leur croyance, c'est--dire un comportement respectueux de
lenvironnement (achat de produits verts, adoption dune innovation cologique, recyclage,
etc.). Ellen, Wiener et CobbWalgren (1991) ont dmontr que lEPC est relie positivement
la volont des consommateurs de faire des sacrifices individuels (par exemple, payer plus
cher), sils contribuent un meilleur environnement. Au vu de ces diffrents constats, nous
pensons que lEPC est relie positivement ladoption dune innovation cologique.

H17 : Lefficacit perue des consommateurs influence positivement ladoption des


innovations cologiques

Dans leur tude datant de 2011, Arts, Frambach et Bijmolt analysrent les variables
psychographiques suivantes : limplication de lindividu par rapport au produit, le leadership
dopinion et lorientation innovation du consommateur. Ces variables, toutes corrles
positivement au comportement dadoption expliqueraient 10% de la variance. En dautres
termes, dans le cas de cette tude, le pouvoir explicatif des variables psychographiques et
celui des caractristiques de linnovation seraient similaires.

Enfin, nous tudierons limpact dune variable de comportement, savoir lachat de produits
respectueux de lenvironnement. Lanalyse de cette variable nous permettra de comprendre
dans quelle mesure lachat rgulier de produits respectueux de lenvironnement est li avec
ladoption dune innovation cologique. Intuitivement, nous pensons quune personne
consommant rgulirement une quantit importante de produits verts est davantage
susceptible dadopter une innovation cologique quun autre individu. Nous vrifierons cette
hypothse et rpondrons donc indirectement la question suivante : Les consommateurs de

41
produits verts doivent-ils ncessairement constituer la cible prioritaire des entreprises
offrant une innovation cologique ?

H18 : Lachat de produits respectueux de lenvironnement influence positivement


ladoption des innovations cologiques.

D. Les incitants financiers et non-financiers


Nous terminerons nos tests dhypothses par leffet des incitants ( incentives en anglais)
mis en place par le gouvernement sur ladoption des innovations cologiques. Lanalyse que
nous mnerons nous permettra, je lespre, de mieux cerner le rle des diffrents incitants
dans le processus dadoption dune innovation verte et par consquent de permettre aux
dcideurs politiques de promouvoir les produits cologiques de manire plus efficace. Pour ce
faire, les gouvernements disposent dune part dincitants financiers et dautre part dincitants
non financiers. Commenons par parler des incitants financiers.

Les incitants financiers sont des paiements directs ou indirects quon accorde un individu
ou un systme dans le but dencourager un changement comportemental. Ces incitants
devraient jouer un rle non ngligeable dans ladoption dune innovation dautant plus
lorsque celle-ci ncessite un investissement financier important comme cest le cas pour
lacquisition de panneaux solaires (Bugaje, 1999). Dans ce cas, ladoption de linnovation
dpend essentiellement de la viabilit de linvestissement financier qui est consenti (Rubab et
Kandpal, 1996). En effet, linvestissement lev pour acqurir des panneaux solaires constitue
une vritable barrire une pntration plus importante de cette technologie sur le march
(Hass et al. 1999). Cest pourquoi, des aides financires adaptes sont essentielles dans le
processus de diffusion de cette innovation (Langniss, 1996). Selon Adurodija (1998), le
gouvernement devrait tablir des mcanismes financiers qui donnent accs des sources de
financement et lignes de crdit abordables dans le but de convertir les adopteurs potentiels en
adopteurs effectifs. Ds lors, nous allons essayer de dterminer la perception des adopteurs et
non-adopteurs de diffrentes mesures gouvernementales telles que loctroi de subsides aux
particuliers et/ou producteurs, loctroi de rductions fiscales ou encore loctroi de prts
faibles taux dintrt. Normalement, il est attendu que leffet des incitants financiers sur le
niveau dadoption des innovations soit positif et relativement important (K.S. Gallagher and
E. Muehlegger, 2011). Cependant, nous avons prsent prcdemment un cas dans lequel la
mise en avant de ces incitants avait t prjudiciable au processus de diffusion de lanternes
solaires en Inde (S.K. Velayudhan, 2003).

H19 : Les incitants financiers influencent positivement ladoption des innovations


cologiques.

Le rle des autorits publiques ne se limite pas la seule mise en place dincitants financiers.
Le gouvernement dispose en effet dautres outils permettant de stimuler la diffusion dune
innovation. Le gouvernement peut, par exemple, sensibiliser la population en linformant des
avantages que les panneaux solaires peuvent offrir dans tous les domaines de la vie
(Muntasser et al. 2000). Le gouvernement peut aussi diffuser de linformation concernant les
bnfices environnementaux et autres rsultant de lusage de panneaux solaires (Cesta et
Decker, 1978). Diffrents moyens peuvent tre utiliss pour atteindre cet objectif : le
42
lancement de campagnes de publicit, des programmes de documentation ou encore la mise
en place de plateformes de dmonstration (Adurodija, Asia et Chendo, 1998) afin de faciliter
lessai des panneaux solaires (Nayar 1997 ; Koner et Dutta, 1998). Cesta et Decker (1978)
prnent galement une publication des rsultats danalyses comparatives concernant les
diffrents modes de production dnergie, ltablissement de normes ou encore la cration de
centres de tests indpendants. Selon ces auteurs, toutes ces mesures permettent de booster la
confiance des utilisateurs potentiels de panneaux solaires. Ds lors, nous testerons lhypothse
suivante :

H20 : Les incitants non financiers influencent positivement ladoption des innovations
cologiques.

E. Modle thorique

43
- Avantage relatif
- Compatibilit
- Complexit Caractristiques
- Observabilit de l'innovation
- Facilit d'essai
- Risque Peru

Caractristiques sociodmographiques :
- Sexe
- Age
-Revenus
- Education
- Taille du mnage
- Lieu d'habitation (ville vs campgane)
Adoption
Caractristiques
de l'individu d'innovations
Caractristiques psychographiques :
- L'orientation innovation du consommateur cologiques
- Leadership d'opinion
- Efficacit perue du consommateur (rle
socital)
- Achat de produits cologiques
-
- Sensibilisation de la population
- Diffusion d'information pertinente
- La promotion de l'innovation
- La publications d'tudes comparatives Les incitants
- L'occtroi d'incitants fiscaux
financiers et non-
- L'obtention d'une source de financement
- Etablissement de normes de qualit
financiers
- Cration de centre de contrle indpendants Graphique 2.3 : Modle thorique
- Suppression de subsides pour des produits
concurrents 44
CHAPITRE 3 : DESIGN DE RECHERCHE

1. Contexte de ltude
A. Le produit tudi: le panneau photovoltaque
Le produit auquel nous allons nous intresser dans notre tude est le panneau photovoltaque.
Avant toute chose, il nous semblait essentiel de proposer au lecteur qui le souhaite une brve
explication concernant lorigine et le fonctionnement de cette innovation cologique (voir
annexe C). Les raisons pour lesquelles nous avons choisi cette innovation cologique sont
nombreuses.

Dabord, il sagit dun produit qui mrite une attention toute particulire au vu du succs quil
rencontre de nos jours. Ensuite, il sagit de linnovation cologique par excellence, car cest
une nouvelle technologie utilisant une source dnergie propre, et surtout inpuisable. Sur le
long terme, il est indniable que le photovoltaque constitue un investissement rentable. De
plus, les systmes photovoltaques utilisent lnergie la mieux rpartie dans le monde, savoir
la lumire du soleil. De ce fait, tant les pays dvelopps que les pays en voie de
dveloppement peuvent, en investissant dans des panneaux photovoltaques, jouir des
bienfaits de la lumire du soleil. Enfin, il sagit dun produit faisant lobjet de nombreuses
recherches visant le rendre toujours plus performant et laissant entrevoir de nouvelles
perspectives pour le futur.

B. Les panneaux photovoltaques : le march belge et wallon


A linstar du march mondial et europen (voir annexe D), le march belge connait depuis
quelques annes une croissance fulgurante. Dans un classement europen effectu en 2010, la
Belgique se situait au 5ime rang concernant le nombre de nouvelles installations de panneaux
photovoltaques (http://www.brusselsgreentech.be). Cette performance est non ngligeable
lorsquon sait que la Belgique se situe au 14ime rang europen en termes de nombre
dhabitants (Eurostat 2011). Ce succs s'explique notamment par une baisse des cots
d'installation, par l'arrive de panneaux chinois sur le march et par le rendement garanti des
certificats verts. En 2011, la Belgique comptait plus de 115.000 installations photovoltaques
dont 91.000 (79%) sont situs en Flandre. Le type d'installation suit la tendance europenne:
plus de 90% d'installations sont raccordes au rseau chez les particuliers.

Quant lhistoire du solaire photovoltaque en Wallonie, il a dbut avec la mise en place, en


1983, de lune des 16 premires centrales solaires en Europe. Projet pilote, linstallation
photovoltaque du parc provincial de Chevetogne tait compose de 2000 panneaux fabriqus
en Belgique pour une puissance totale de 63 kWc. La centrale solaire du parc de Chevetogne
a, en 2009, de nouveau attirer lattention de lindustrie photovoltaque mondiale en devenant
la premire installation photovoltaque de grande taille tre dmantele en fin de vie et
entirement recycle.

45
L'installation du parc de Chevetogne, projet pilote en 1983 et en 2009 (Source: Parc provincial de
Chevetogne)

Depuis maintenant 5 ans, le march wallon du photovoltaque connait une expansion


colossale comme en tmoigne le graphique illustrant la puissance lectrique installe et
cumule en Wallonie ces dernires annes :

Graphique 3.1 : Puissance lectrique installe et cumule en Wallonie entre 2007 et 2011
Aujourdhui (2012), le parc photovoltaque wallon est compos de 41.978 installations dune
puissance infrieure ou gale 10kW (puissance moyenne dune installation = 4,6kW) et de
90 installations de plus de 10 kW.

Le plan Solwatt (programme de dveloppement solaire en rgion Wallonne) a permis de


dvelopper la capacit installe en Wallonie de 160kW en 2007 198.557 kW au 31 janvier
2012. Cette puissance est obtenue hauteur de 97% partir dinstallations infrieures
10kW. Ci-dessous, vous trouverez la puissance installe (en kW) pour lensemble des
provinces wallonnes au 31 janvier 2012 :

46
Graphique 3.2 : Puissance installe (en kW) pour lensemble des provinces wallonnes au 31
janvier 2012

Le succs des panneaux photovoltaques en Wallonie sexplique aussi par les diffrents
subsides (primes) qui ont t accords aux particuliers et entreprises dcidant dinvestir dans
cette technologie.

Jusquau 31 dcembre 2011, il tait possible de bnficier dune dduction fiscale de 40%
pour linstallation des panneaux photovoltaques. Aussi, il nest actuellement plus possible
dobtenir la prime de la rgion wallonne et la prime provinciale (gale 30% de la prime
rgionale sans excder les 1.000 euros par point daccs). Quant la prime communale, celle-
ci se fait de plus en plus rare. Toutefois, il nest pas impossible de trouver certaines
communes qui continuent laccorder. Toutes les primes nonces ci-dessus pouvaient tre
cumules condition que le montant total peru nexcde pas 75 % du montant total de
linvestissement. En dautres termes, aujourdhui, il nest plus possible de recevoir de primes
pour linstallation de panneaux photovoltaques mis part la prime communale octroye par
de rares communes.

Malgr la disparition de nombreuses primes, des certificats verts sont octroys pour la
production d'lectricit verte (si l'installation dispose d'un certificat de garantie d'origine
dlivre par un organisme de contrle agr par la Rgion). En Rgion Wallonne, le
gouvernement oblige le gestionnaire de rseau racheter chaque certificat un prix planch
de 65. Cette mesure permet doffrir aux propritaires de panneaux solaire un rendement
garanti, et ce mme si le prix du march venait seffondrer, vnement qui sest produit en
janvier 2012.

C. Cycle de vie du photovoltaque en Belgique et en Wallonie

Maintenant que nous avons bross un rapide portrait du march belge et wallon, il serait
intressant de situer le produit dans son cycle de vie. Pour dterminer la position du produit
dans son cycle de vie, nous allons dabord nous intresser quelques peu la catgorisation des
adopteurs propose par Rogers en 1962. Nous savons dj que le processus de diffusion
dune innovation est progressif car les membres dun systme social adoptent gnralement
une innovation des moments diffrents. En effet, Rogers a dmontr que le moment o un

47
individu adopte une innovation dpend essentiellement de son orientation innovation
(innovativeness en anglais), c'est--dire sa propension adopter de nouvelles ides plus
rapidement que les autres individus. Sur base de ce critre (lorientation innovation des
consommateurs), Rogers proposa de classifier les adopteurs de la manire suivante :

Graphique 3.3 : Classification des adopteurs selon le moment dadoption de linnovation

La premire catgorie est compose des prcurseurs (innovators en anglais), c'est--dire les
premiers 2,5% des individus adopter une innovation. La seconde catgorie regroupe les
13,5% suivant des individus adopter linnovation. Nous les nommerons les visionnaires
(early adopters en anglais). Ensuite, viennent la majorit prcoce et la majorit tardive
reprsentant chacune delle 34% des adopteurs . Enfin, les derniers 16% adopter
constitue la catgorie des retardataires. A ce stade-ci, le lecteur se posera certainement la
question de savoir pourquoi Rogers a dtermin ces diffrentes catgories. En ralit, la
rponse est simple. Parce que ces groupes prsentent des caractristiques et des valeurs
significativement diffrentes des uns des autres. Nous en reparlerons dans la partie consacre
aux rsultats de notre enqute si cela savre ncessaire.

La deuxime tape de notre dmarche consiste calculer le taux de pntration des panneaux
photovoltaques en Belgique et de la comparer avec la classification des adopteurs de
Rogers.

Tableau 3.1 : Nombre dinstallations et taux de pntration du photovoltaques en Belgique

March Belge
Nombre d'installations Nombre de mnages Taux de pntration
Belgique * 132.978 4.100.789 3,24%
Flandre 91.000 2.604.786 3,49%
Wallonie 41.978 1.496.003 2,81%
* Rgion Bruxelles-Capitale non comprise (manque de donnes)

Sur base des donnes collectes (Source : Institut national de Statistique et Rgion Wallonne)
et suite nos calculs, on peut affirmer que le taux de pntration des panneaux photovoltaque

48
en Belgique est denviron 3,24%. Comme annonc prcdemment, la Wallonie accuse un
retard sur la Flandre avec un taux de 2,81% et 3,49% respectivement.

Tableau 3.2 : Nombre dinstallations et taux de pntration du photovoltaques en Wallonie

March Wallon
% KW Nombre d'installations Nombre de Taux de
produits (estimation) mnages pntration
Brabant Wallon 11,01% 4.623 150.635 3,07%
Hainaut 24,32% 10.210 566.808 1,80%
Namur 18,59% 7.812 197.496 3,96%
Lige 34,42% 14.450 472.030 3,06%
Luxembourg 11,63% 4.883 109.034 4,48%

Lorsquon analyse les taux de pntration dans les diffrentes provinces wallonnes, on
saperoit que celui-ci varie gnralement entre 3 et 4% pour la province du Brabant wallon,
de Lige et de Namur. La province du Luxembourg est largement en tte avec un taux de
pntration avoisinant les 4,5%. Enfin, la province du Hainaut accuse un retard assez
important puisquelle affiche un taux de pntration de seulement 1,88%.

Si lon sen rfre ces taux de pntration, on peut donc affirmer que le march des
panneaux photovoltaques en Belgique se situe en phase de lancement.

March des panneaux


photovoltaques en
Belgique en 2012

Graphique 3.4 : Position du march photovoltaque en Belgique selon la classification de


Rogers

Cette conclusion est trs importante dans la mesure o nous pouvons affirmer que les
propritaires de panneaux photovoltaques ayant rpondu au questionnaire font en majorit
partie du groupe des prcurseurs (innovators en anglais). De mme, nous sommes dsormais
conscient quun certain nombre de rpondants font (ou feront) partie du groupe des
visionnaires (early adopters en anglais). En effet, il sagit essentiellement des 23 individus
ayant fait part de leur volont dinvestir dans les panneaux photovoltaques dans les 12
prochains mois. Ces individus reprsentent environ 12% des rpondants non-propritaires de
panneaux photovoltaques. De ce fait, nous pouvons affirmer que les personnes ntant pas
intresse par ladoption de panneaux photovoltaques feront incontestablement partie de la
majorit (prcoce ou tardive) ou des retardataires.

49
Tableau 3.3 : Classification des rpondants selon la classification de Rogers

Classification des rpondants selon la classification de Rogers


Groupes Rpondants Classification Rpartition
Les propritaires 215 Prcurseurs 3,25%
Les non-propritaires intresss 23 Visionnaires 12%
(souhaitant adopter dans les 12
prochains mois)
Les non-propritaires non- intresss 200 Majorit 74,75%
(ne souhaitant pas adopter dans les 12 prcoce, tardive
prochains mois) et retardataires

2. Questionnaire
Durant le mois de mai 2012, le questionnaire (voir annexe E) a t distribu 438 personnes
dont 215 propritaires de panneaux photovoltaques. Afin de simplifier la procdure
dadministration du questionnaire, celui-ci tait uniquement disponible sur internet via le lien
suivant :

https://docs.google.com/spreadsheet/viewform?formkey=dEpkdjFBTkxFSzEzcXpYdEdrbU1
vblE6MQ

Le questionnaire comprend 72 questions et couvre plusieurs sujets : la perception des


caractristiques des panneaux photovoltaques, les attitudes et comportements des rpondants
en matire de respect de lenvironnement, le rle des facteurs lgaux pour expliquer
ladoption de panneaux solaires et enfin les caractristiques dmographiques et
psychographiques des rpondants. Chaque rpondant a pu exprimer la mesure dans laquelle il
tait daccord avec diffrentes affirmations relatives ces sujets au travers dune chelle de
Likert (7 points de Pas du tout daccord Tout fait daccord ).

Le questionnaire a t construit sur base de recherches antrieures afin de sassurer de la


validit des affirmations (items en anglais) utilises. En effet, il faut savoir que pour la
majorit des variables tudies, lalpha de Cronbach (mesure de validit) est suprieur 0,8.
Il est galement important de signaler que certaines affirmations ont t lgrement adaptes
afin de mieux correspondre au sujet de notre tude. Aussi, la totalit des affirmations
provenant de la littrature anglophone (items originaux en annexe), il est utile de prciser
quelles ont t traduites en franais avec le plus grand soin afin de proposer des affirmations
les plus fidles possibles aux originales.

50
Tableau 3.4 : Rsum des variables et affirmations (items) utilises dans le questionnaire

La frquence dachat de produits verts N items : 2

Combien de produits respectueux de lenvironnement achetez-vous en moyenne par semaine ?


De quand date votre dernier achat de produits cologiques ?
La perception du caractre innovant de N items : 5
linnovation
Selon moi, lutilisation de panneaux solaires pour produire de llectricit ncessite un changement de comportement au quotidien.
Finalement, les panneaux solaires constituent une amlioration mineure quant la manire de produire de llectricit.
Selon moi, larrive des panneaux photovoltaques sur le march constitue un bouleversement technologique lger.
Larrive des panneaux solaires sur le march a vritablement modifi ma manire de consommer de llectricit.
Les panneaux solaires constituent une rvolution technologique au mme titre que le moteur explosion, la tlvision, internet ou encore le rfrigrateur
La perception du degr cologique de N items : 5
linnovation
Je considre que llectricit produite par des panneaux solaires est plus cologique que llectricit provenant du rseau lectrique traditionnel.
Je pense que les nuisances environnementales lies lutilisation de panneaux solaires sont quivalentes aux nuisances environnementales occasionnes par les
modes de production dlectricit traditionnels.
Je pense quun investissement dans des panneaux solaires contribue fortement une meilleure qualit de lenvironnement.
Lempreinte cologique rsultant de la production dlectricit verte est similaire celle rsultant de la production lectrique traditionnelle.
Parfois, jai des doutes sur le caractre cologique des panneaux photovoltaques.
Lavantage relatif = 0,9 N items : 5 Moore and Bensabat, 1991
Utiliser les panneaux solaires permet de produire de llectricit de meilleure qualit.
Utiliser les panneaux solaires permet damliorer la qualit de mon environnement.
Utiliser les panneaux solaires permet davoir accs un environnement plus sain.
Utiliser les panneaux solaires rduit ma facture nergtique.
Utiliser les panneaux solaires permet de mieux contrler mes dpenses nergtiques.
La compatibilit = 0,86 N items : 3 Moore and Bensabat, 1991
Lutilisation des panneaux solaires est compatible avec mon mode de vie.
Je pense que lutilisation des panneaux solaires correspond bien mes proccupations en matire de respect de lenvironnement.
Lutilisation des panneaux solaires correspond bien avec mon style de consommation dnergie.
La complexit = 0,84 N items : 4 Moore and Bensabat, 1991
Linteraction avec les panneaux solaires est claire et comprhensible.
Je pense quil est facile dutiliser les panneaux solaires comme je lentends.
De manire gnrale, jestime que les panneaux solaires sont faciles dutilisation.
Lapprentissage li lutilisation des panneaux solaires est facile.

51
La facilit dessai = 0,71 N items : 2 Moore and Bensabat, , 1991
Avant de dcider dutiliser les panneaux solaires, jai eu loccasion de les tester dans de bonnes conditions.
- Quel est lendroit o vous avez eu loccasion de les tester ? (Question ouverte)
Jai eu loccasion dutiliser les panneaux solaires assez longtemps pour pouvoir les valuer correctement.
Lobservabilit Moore and Bensabat, 1991
= 0,79 (Result demonstrability) N items : 4
= 0,86 (visibilit) N items : 2
Result demonstrability : Je nai aucune difficult de parler dautres des rsultats lis lutilisation des panneaux solaires.
Result demonstrability : Je crois que je pourrais expliquer dautres les consquences rsultant de lutilisation des panneaux solaires.
Result demonstrability : Selon moi, les consquences rsultant de lutilisation les panneaux solaires sont visibles.
Result demonstrability : Jaurais des difficults expliquer pourquoi lutilisation des panneaux solaires peut ou non tre bnfique.

Visibilit : Dans ma rgion, je vois rgulirement des panneaux solaires sur le toit des habitations.
Visibilit : Dans ma rgion, les panneaux solaires ne sont pas vraiment visibles.
Le risque peru = 0,83 N items : 4 Hyun-Sik Choi, Jin-Woo Park, SangBum Park, 2011
Avant dinvestir dans des panneaux solaires, jai eu peur quils ne rpondent pas mes attentes.
Avant dinvestir dans des panneaux solaires, jai redout que la qualit de ceux-ci ne soit pas assez leve mes yeux.
Avant dinvestir dans des panneaux solaires, jai eu peur que ladoption de ceux-ci soit difficile pour moi cause de leur complexit.
Investir dans des panneaux solaires constitue un risque financier (cot lev).
Lorientation innovation du consommateur N items : 6 Hair et al. 2006; Manning et al. 1995 ; Nunnaly, 1967
= 0,84
Jaime les magazines qui prsentent de nouvelles marques.
Lorsque je fais du shopping, je passe beaucoup de temps chercher de nouveaux produits ou de nouvelles marques.
Jaime les situations dans lesquelles je suis expos de nouvelles sources dinformation concernant diffrents produits.
Je recherche continuellement de nouvelles expriences.
Je profite de la premire occasion pour me renseigner sur les nouveaux produits et nouvelles marques.
Je suis continuellement la recherche de nouveaux produits/services.
Le leadership dopinion = 0,86 N items : 6 Flynn, Goldsmith and Eastman, 1996
Mon opinion sur les innovations ne semble pas compter pour les autres.
Lorsque dautres personnes adoptent une innovation, elles ne me demandent pas conseil.
Les autres personnes me conseillent rarement concernant lachat dun nouveau produit.
Mes connaissances achtent leurs produits en tenant compte de ce que je leur ai racont.
Je persuade souvent dautres personnes dacheter des produits que jaime.
Jinfluence souvent lopinion des autres au sujet des nouveaux produits.

52
Lefficacit perue des consommateurs Le N items : 5 Ebi Marandi, Calin Gurau, Agns Le Bellac, Omar Daoudieh
rle socital du consommateur = 0,946
Un consommateur peut contribuer seul lamlioration de son environnement.
Quand jachte un produit, jessaye de considrer la mesure dans laquelle lutilisation du produit va influencer lenvironnement ainsi que les autres consommateurs.
Parce quune seule personne ne peut pas avoir deffet sur la rsolution des problmes environnementaux, mon comportement ne fait aucune diffrence.
Je sens que je peux participer la rsolution de problmes environnementaux en conservant de lnergie.
Chaque consommateur peut avoir un effet positif pour la socit en achetant des produits socialement responsables.
Les subsides les politiques publiques N items : 10 Adurodija et al. 1998; Cesta & Decker 1978; DeLaquil, 1996 ; Edinger &
= 0,938 Kaul, 2000

La sensibilisation de la population grce la diffusion dinformation utile.


La diffusion dinformations pertinentes.
La promotion des panneaux solaires.
La publication dtudes comparant la production lectrique des panneaux solaires aux systmes conventionnels.
Loctroi dincitants fiscaux pour les utilisateurs.
Loctroi dincitants fiscaux pour les producteurs.
Lobtention dune source de financement pour installer des panneaux solaires.
Ltablissement de normes de qualit pour les panneaux solaires.
La cration de centres de contrles indpendants pour les panneaux photovoltaques.
La suppression de subsides pour dautres sources dnergies.
Variables dmographiques Age, sexe, ducation, revenu, lieu dhabitation, taille du mnage

53
Nous avons dj nonc les raisons pour lesquelles ltude du cas des panneaux
photovoltaques nous semblait un excellent choix. Nous avons galement vu que la Belgique
constituait un bon lve par rapport ses homologues europens en matire dinstallations
photovoltaques. Alors que le march flamand du photovoltaque dispose dune lgre avance,
le march wallon laisse entrevoir un potentiel non ngligeable. En effet, nul ne peut ignorer
quen 2012 les installations destines produire de llectricit fleurissent sur les toitures
wallonnes (http://energie.wallonie.be/fr) et en particulier sur les toitures luxembourgeoises et
namuroises comme en tmoigne le graphique suivant :

Graphique 3.5 : La puissance installe par habitant (en kW) pour lensemble des provinces
wallonnes au 31 janvier 2012
Les provinces luxembourgeoises et namuroises nous semblaient ds lors idales pour
distribuer notre questionnaire. Cependant, pour des raisons pratiques, nous nous sommes
concentrs sur la province de Namur. En effet, la province du Luxembourg tant peu peuple,
le nombre dinstallations photovoltaques reste limit.

Au vu de ce graphique, nous avons choisi de distribuer notre questionnaire dans la province


de Namur. En effet, la puissance installe par habitant affiche dans cette province est assez
remarquable et le nombre dinstallations photovoltaques y est non ngligeable. Enfin, le
choix de cette province tait galement idal au vu de la mthode de collecte de donnes
utilises savoir la distribution de toute-bote dans les botes aux lettres des maisons
arborant sur leurs toits une installation photovoltaque. En effet, habitant la commune de La
Bruyre (au nord-ouest de la ville de Namur), il mtait plus facile de sillonner les villes et
villages de ma rgion pour distribuer mon questionnaire.

Initialement, lentreprise gembloutoise solar4you , active dans la vente et linstallation de


panneaux photovoltaques, avait accept de mettre sa base de donnes clients ma
disposition. Ds lors, il avait t convenu que ses clients seraient contacts par e-mail pour
des raisons de facilit et de faible cot. Cependant, malgr notre accord, le grant de
solar4you ma inform au dernier moment de limpossibilit de me fournir les adresses
lectroniques de ses clients.

54
Suite cette petite msaventure, jai alors contact une dizaine dentreprises oprant dans le
secteur afin de leur proposer une ventuelle collaboration. Cependant, face au peu
denthousiasme affich par les grants de celles-ci, jai dcid de glisser moi-mme plus de
350 prospectus (annexe F) dans les botes aux lettres des maisons arborant sur leurs toits des
panneaux photovoltaques. Ces prospectus, invitaient les propritaires de panneaux
photovoltaques menvoyer un e-mail afin de recevoir en retour le lien du questionnaire.
Malgr les efforts (envoyer un mail et rpondre au questionnaire) demands ces personnes,
le taux de retour fut impressionnant et avoisina les 20%-25%. De plus, le questionnaire fut
post et partag sur divers forums (traitant de sujets relatifs aux panneaux photovoltaques
mais pas seulement par exemple forums ddis la littrature, au cinma, ou encore la
cuisine). Le temps approximatif ncessaire pour rpondre la totalit du questionnaire est de
15 minutes.

3. Analyses
Une fois la totalit des donnes collectes, celles-ci ont fait lobjet dune analyse statistique.
Pour ce faire, nous avons utilis le logiciel statistique IBM SPSS Stastistic 20.0.

Avant de commencer les tests dhypothses, nous avons nettoy les donnes en ralisant
une analyse factorielle afin de dcrire les donnes en un nombre agrg de facteurs. Nous
avons ensuite procd une analyse de fiabilit afin de sassurer de la validit des chelles de
mesure utilises.

Nous avons ensuite test nos diffrentes hypothses en commenant effectuant un test sur les
moyennes visant identifier les variables dont la moyenne tait statistiquement diffrentes
entre les groupes tudis (adopteurs et non adopteurs). Le test paramtrique du t-test pour
chantillons indpendants a t choisi puisque nous utilisons une approche reposant sur des
donnes mtriques et que la taille de lchantillon est importante (suprieure 30 individus).
Ce test savre pertinent puisque notre souhait est dtudier deux populations distinctes sur les
mmes variables.

Ensuite, il nous semblait intressant de procder une rgression linaire multiple puisque un
de nos objectifs consiste expliquer la variable adoption partir dun ensemble de variables
indpendantes quantitatives. Ici, lide est donc dexpliquer ladoption des panneaux
photovoltaques par les caractristiques sociodmographiques et psychographiques des
individus, par les caractristiques de linnovation et par les diffrents incitants en vigueur. Les
analyses et rsultats de la rgression linaire multiple sont prsents aux chapitres suivants.

55
CHAPITRE 4 : ANALYSES

1. Description de lchantillon
Nous avons commenc par extraire les statistiques descriptives. Voici les principales
informations concernant notre chantillon :

Tableau 4.1 : Rpartition des rpondants selon leur sexe

Effectifs Pourcentage

Homme 262 59,8

Valide Femme 176 40,2

Total 438 100,0

Lchantillon est compos de 59,8% dhommes et de 40,2% de femmes. Lge moyen des
rpondants est de 37,2 ans. Le revenu mensuel net moyen observ dans lchantillon est de
1520 euros. On peut galement prciser que les rpondants au questionnaire habitent
principalement dans les zones rurales.

Graphique 4.1 : Rpartition des rpondants selon leur ge

Lchantillon est majoritairement compos de personnes relativement duques puisque


seulement 32,2% des rpondants ont un niveau dducation gal ou infrieur secondaire
gnral . En dautres termes, 67,8% de lchantillon possdent un diplme de
lenseignement suprieur. Concernant les revenus, 54,2% des rpondants ont des revenus
mensuels nets infrieurs 2000 euros.

56
Graphique 4.2 : Rpartition des rpondants selon leurs revenus et leurs niveaux dducation

En matire de comportement dachat, 30% des rpondants dclarent ne pas acheter de


produits cologiques. En dautres termes, 70% des rpondants achtent des produits
cologiques. Et ils semblent le faire rgulirement puisque 50% de lchantillon affirment
avoir achet un produit cologique cette semaine.

Graphique 4.3 : Rpartition des rpondants selon le nombre moyen dachats cologiques
raliss en une semaine

Le graphique ci-dessous relatif la perception des caractristiques de linnovation est, au


premier abord, conforme nos attentes. En effet, par rapport aux non-adopteurs, les adopteurs
obtiennent des scores suprieurs en termes davantage relatif, de compatibilit, de facilit

57
dessai et dobservabilit. A linverse, les scores obtenus pour les variables complexit et
risque peru sont plus faibles que ceux enregistrs pour les non-adopteurs. Seuls les tests
prsents plus loin nous permettront de savoir si ces diffrences sont significatives ou non.

Graphique 4.4 : Comparaison de la perception des caractristiques de linnovation par les


adopteurs et les non-adopteurs.

En ce qui concerne la facilit dessai, une question ouverte avait t rajoute dans le
questionnaire afin de connaitre le lieu o les adopteurs avaient eu loccasion de tester les
panneaux photovoltaques. De faon surprenante, 76,3% des propritaires de panneaux
solaires ne les ont pas tests avant des les adopter. En dautres termes, seulement 23,7% des
propritaires de panneaux solaires les ont tests avant de les adopter. Parmi ceux-ci, 63,7% les
ont tests chez des amis.

Tableau 4.2 : Lieux dessai des panneaux photovoltaques

Effectifs Pourcentage Pourcentage


cumul

Je ne les ai pas tests 142 76,3 76,3


Valide Chez des amis 28 15,1 91,4

Dans un salon, une foire, une exposition 7 3,8 95,2

58
Au sein de la socit qui m'a vendu les
3 1,6 96,8
panneaux solaires

Autres 6 3,2 100,0

Total 186 100,0

En moyenne, il semblerait que les adopteurs accordent plus dimportance aux incitants que les
non-adopteurs. Le graphique ci-dessous tmoigne de cette tendance, qui dailleurs, savre
renforce lorsque les incitants sont dordre financier. Les statistiques descriptives relatives
aux incitants nous apprennent que ceux-ci sont primordiaux aux yeux de la population entire.
En effet, on observe une mdiane (5,33 pour les incitants non-financiers et 5,67 pour les
incitants financiers) et une moyenne (5,09 pour les incitants non-financiers et 5,49 pour les
incitants financiers) trs leves. De mme, la rponse la plus cite concernant les incitants
non financiers est Trs important (le mode= 6) tandis que la rponse la plus cite pour les
incitants financiers est extrmement levs (le mode= 7).

Graphique 4.5 : Comparaison de limportance accorde aux incitants financiers et non-


financiers par les adopteurs et les non-adopteurs

2. Validation des instruments de mesure

A. Analyse factorielle et analyse de fiabilit


Nous avons ensuite ralis une analyse factorielle afin de simplifier les donnes et identifier
les diffrentes dimensions des variables utilises. Dune part, lanalyse factorielle permet de

59
rsumer les donnes permettant ainsi linterprtation plus aise de celles-ci. Dautre part,
lanalyse factorielle permet une rduction des donnes afin de maximiser lexplication de
lensemble des variables. Concrtement, lintrt dune telle analyse est dviter dutiliser une
variable comportant plusieurs concepts sous-jacents distincts. En ralisant cette analyse
factorielle, nous avons observ que les affirmations (items en anglais) utilises mesuraient
trs souvent un seul concept. Dans la pratique, nous avons extrait les facteurs dont la valeur
propre tait suprieure 1 (rgle de Kaiser-Guttman). Cette analyse nous a galement permis
de distinguer deux variables comportant plusieurs concepts sous-jacents distincts. Ce ft le
cas de la variable observabilit et incitants- politiques publiques . En ce qui concerne la
variable observabilit , lanalyse factorielle nous apprend quil est utile de distinguer la
dmonstrabilit des rsultats (result demonstrability en anglais) de la visibilit (visibility en
anglais). Ces deux concepts avaient dj t identifis auparavant par Moore et Bensabat
(1991). Ce rsultat est quelque peu logique dans la mesure o nous avons utilis les mmes
affirmations (items en anglais) que ces deux auteurs. Le concept de dmonstrabilit des
rsultats exprime la mesure dans laquelle les consquences rsultant de lutilisation de
linnovation (les rsultats) sont visibles tandis que le concept de visibilit pourrait se dfinir
comme la mesure dans laquelle linnovation (le produit en tant que tel) est visible. En ce qui
concerne la variable incitants-politiques publiques , il faut avouer que la distinction et
linterprtation des diffrentes composantes sest avre plus laborieuse. Au final, nous avons
extrait deux composantes, lune regroupant les incitants financiers (financement, subsides,
etc.) et lautre rassemblant les incitants non financiers (information, sensibilisation, etc.).

Une fois lanalyse factorielle termine, nous avons procd une analyse de fiabilit visant
vrifier si les diffrentes affirmations (items en anglais) utilises sont une bonne
reprsentation de la variable tudie. Pour ce faire, nous avons calcul lalpha de Cronbach
qui mesure la cohrence dune chelle construite partir dun ensemble daffirmations. Dans
le but dobtenir une bonne fiabilit des chelles, nous avons supprim les affirmations dont le
loading tait faible (<0,5). Plus lindice de Cronbach est lev, plus la fiabilit est bonne. De
manire gnrale, on peut affirmer quun alpha de Cronbach suprieur 0,7 exprime une
bonne fiabilit (De Vellis, 2003). Les rsultats que nous avons obtenus se sont avrs bons
(voire trs bons) puisque nous avons obtenus des alphas de Cronbach proches ou suprieurs
0,7 pour lensemble des variables lexception de deux variables : facilit dessai et
incitants financiers . En effet, nous avons obtenu des alphas de Cronbach de 0,42 et 0,48
respectivement pour ces deux variables. Obtenir un alpha de Cronbach de 0,42 pour la
variable facilit dessai est quelque peu surprenant dans la mesure o cette chelle avait
t utilise prcdemment par Moore et Bensabat (1991). Dune part, ceux-ci avaient obtenu
un alpha de Cronbach satisfaisant de 0,71. Dautre part, nous avons utilis 5 autres chelles de
mesure utilises par ces auteurs pour lesquelles nous avons obtenu des alphas de Cronbach
suprieurs 0,7. Peut-tre, le concept de facilit dessai savre moins pertinent dans le cadre
dune tude ddie aux panneaux photovoltaques. En effet, lorsquon sait que 76% des
propritaires de panneaux photovoltaques ne les ont pas tests avant de les adopter, on peut
se poser la question de la pertinence des affirmations utilises. Aussi, le nombre limit
daffirmations (n items = 2) utilises pour mesurer cette variable peut expliquer la faible
fiabilit obtenue. En ce qui concerne les incitants financiers, nous avons obtenu un alpha de

60
Cronbach de 0,48. Dans notre questionnaire, nous avons utilis une chelle de mesure (n
items = 10) qui avait t utilise prcdemment par Marandi, Gurau, Le Bellac et Daoudieh et
dont lindice de Cronbach tait de 0,946. De plus, leurs affirmations avaient t utilises dans
le cadre dune tude relative aux comportements des consommateurs respectueux de
lenvironnement. Ensuite, lanalyse factorielle a mis en vidence 3 composantes dont
linterprtation tait difficile (certaines affirmations intervenaient de faon quivalente dans
plusieurs composantes). Nous avons alors fait un choix en classant les incitants en deux
groupes : incitants financiers et non-financiers. Bien que ce choix soit arbitraire, nous sommes
convaincus quil permettra une interprtation plus aise des rsultats. Aussi, ce choix devrait
nous amener faire des recommandations plus cibles et plus concrtes.

Pour les raisons nonces ci-dessus, nous avons dcid de conserver les variables facilit
dessai et incitants financiers pour les analyses futures. Vous trouverez ci-dessous un
rsum des rsultats obtenus lors de lanalyse factorielle et de fiabilit.

61
Tableau 4.3 : Rsum des rsultats obtenus lors de lanalyse factorielle et de fiabilit
Variables, items correspondants et alpha de Cronbach Moy. Load t- Ecart
value type
Degr innovant peru de linnovation - Alpha de Cronbach = 0,78
Selon moi, lutilisation de panneaux solaires pour produire de llectricit ncessite un changement de comportement au 3,9 0,9 3,83 2,24
quotidien.
Larrive des panneaux solaires sur le march a vritablement modifi ma manire de consommer de llectricit 3,76 0,9 0,86 2,1
Degr cologique peru de linnovation Alpha de Cronbach : 0,78
Je considre que llectricit produite par des panneaux solaires est plus cologique que llectricit provenant du rseau 5,89 0,74 1,26 1,54
lectrique traditionnel.
Je pense que les nuisances environnementales lies lutilisation de panneaux solaires sont quivalentes aux nuisances 5,48 0,68 2,55 1,62
environnementales occasionnes par les modes de production dlectricit traditionnels.
Je pense quun investissement dans des panneaux solaires contribue fortement une meilleure qualit de lenvironnement. 5,57 0,77 1,6 1,53
Lempreinte cologique rsultant de la production dlectricit verte est similaire celle rsultant de la production 5,45 0,69 2,64 1,5
lectrique traditionnelle.
Parfois, jai des doutes sur le caractre cologique des panneaux photovoltaques. 5,11 0,75 2,25 1,8
Avantage relatif - Alpha de Cronbach : 0,69
Utiliser les panneaux solaires permet damliorer la qualit de mon environnement. 5,56 0,89 3,37 1,59
Utiliser les panneaux solaires permet davoir accs un environnement plus sain. 5,32 0,83 2,86 1,56
Utiliser les panneaux solaires rduit ma facture nergtique. 6,37 0,61 2,49 1,36
Compatibilit - Alpha de Cronbach : 0,75
Lutilisation des panneaux solaires est compatible avec mon mode de vie. 6,34 0,81 3,36 1,19
Je pense que lutilisation des panneaux solaires correspond bien mes proccupations en matire de respect de 6,73 0,8 2,49 1,47
lenvironnement.
Lutilisation des panneaux solaires correspond bien avec mon style de consommation dnergie. 5,67 0,85 3,49 1,38
Complexit Alpha de Cronbach : 0,73
Linteraction avec les panneaux solaires est claire et comprhensible. 5,6 0,77 -3,43 1,38
De manire gnrale, jestime que les panneaux solaires sont faciles dutilisation. 6,16 0,84 -5,78 1,26
Lapprentissage li lutilisation des panneaux solaires est facile. 6,0 0,81 -3,83 1,46
Facilit dessai Alpha de Cronbach : 0,42
Avant de dcider dutiliser les panneaux solaires, jai eu loccasion de les tester dans de bonnes conditions. 2,21 0,8 -0,53 1,88
Jai eu loccasion dutiliser les panneaux solaires assez longtemps pour pouvoir lvaluer correctement. 3,59 0,8 1,83 2,32
Observabilit (items 1 6) - Alpha de Cronbach : 0,75
Composante 1 (items 1 4) Dmonstrabilit des rsultats (Result demonstrability) - Alpha de Cronbach : 0,74
Je nai aucune difficult de parler dautres des rsultats lis lutilisation des panneaux solaires. 6,01 0,75 4,67 1,48
Je crois que je pourrais raconter dautres les consquences rsultant de lutilisation des panneaux solaires. 5,73 0,86 2,71 1,56
Selon moi, les consquences rsultant de lutilisation les panneaux solaires sont visibles. 5,33 0,68 1,1 1,77
Jaurais des difficults expliquer pourquoi lutilisation des panneaux solaires peut ou non tre bnfique. 5,61 0,72 1,4 1,69

62
Composante 2(items 5 et 6) Visibilit- Alpha de Cronbach : 0,85
Dans ma rgion, je vois rgulirement des panneaux solaires sur le toit des habitations. 6,23 0,93 2,77 1,26
Dans ma rgion, les panneaux solaires ne sont pas vraiment visibles. 6,03 0,93 1,79 1,44
Risque peru Alpha de Cronbach : 0,74
Avant dinvestir dans des panneaux solaires, jai eu peur quils ne rpondent pas mes attentes. 3,43 0,84 -1,01 2,1
Avant dinvestir dans des panneaux solaires, jai redout que la qualit de ceux-ci ne soit pas assez leve mes yeux. 3,79 0,81 -0,04 2,04
Avant dinvestir dans des panneaux solaires, jai eu peur que ladoption de ceux-ci soit difficile pour moi cause de leur 2,61 0,67 -2,24 1,82
complexit.
Investir dans des panneaux solaires constitue un risque financier (cot lev). 3,38 0,68 -1,5 1,93
Lorientation innovation du consommateur Alpha de Cronbach : 0,89
Jaime les magazines qui prsentent de nouvelles marques. 3,6 0,72 -1,05 1,78
Lorsque je fais du shopping, je passe beaucoup de temps chercher de nouveaux produits ou de nouvelles marques. 3,1 0,80 -1,58 1,8
Jaime les situations dans lesquelles je suis expos de nouvelles sources dinformation concernant diffrents produits. 4,24 0,8 -1,15 1,75
Je recherche continuellement de nouvelles expriences. 3,97 0,8 -2,32 1,71
Je profite de la premire occasion pour me renseigner sur les nouveaux produits et nouvelles marques. 3,74 0,85 0,3 1,8
Je suis continuellement la recherche de nouveaux produits/services. 3,21 0,86 0,53 1,64
Leadership dopinion Alpha de Cronbach : 0,82
Mes connaissances achtent leurs produits en tenant compte de ce que je leur ai racont. 4,01 0,77 2,39 1,44
Je persuade souvent dautres personnes dacheter des produits que jaime. 4,02 0,86 -0,64 1,64
Jinfluence souvent lopinion des autres au sujet des nouveaux produits. 3,94 0,93 -0,37 1,59
Efficacit perue du consommateur Rle socital Alpha de Cronbach : 0,68
Un consommateur peut contribuer seul lamlioration de son environnement. 4,07 0,68 2,46 2,26
Quand jachte un produit, jessaye de considrer la mesure dans laquelle lutilisation du produit va influencer 3,95 0,77 2,16 1,94
lenvironnement ainsi que les autres consommateurs.
Je sens que je peux participer la rsolution de problmes environnementaux en conservant de lnergie. 5,32 0,73 3,28 1,5
Chaque consommateur peut avoir un effet positif pour la socit en achetant des produits socialement responsables. 5,57 0,75 3,29 1,55
Incitants (subsides et politiques publiques) Alpha de Cronbach : 0,75
Composante 1 (items 1,2 et 4) - Incitants non-financiers - Alpha de Cronbach : 0,74
La sensibilisation de la population grce la diffusion dinformation utile. 4,94 0,85 0,5 1,68
La diffusion dinformations pertinentes. 5,43 0,83 0,84 1,47
La publication dtudes comparants la production lectrique des panneaux solaires aux systmes conventionnels. 4,94 0,76 -0,15 1,78
Composante 2 (items 5, 6,7) Incitants financiers - Alpha de Cronbach : 0,48
Loctroi dincitants fiscaux pour les utilisateurs. 6,33 0,78 3,29 1,27
Loctroi dincitants fiscaux pour les producteurs. 4,97 0,67 2,07 2,17
Lobtention dune source de financement pour installer des panneaux solaires. 5,12 0,7 -0,85 2,17

63
B. Validit discriminante
Avant deffectuer une analyse des donnes, la validit discriminante des mesures a t
value. Les coefficients de corrlation sont prsents dans le tableau ci-dessous. Si les
coefficients de corrlation indiquent une valeur suprieure 0,85, alors les variables
pourraient tre sujettes de la multicollinarit (Kline, 2005). Au contraire, des corrlations
infrieures 0,85 nous prouvent que la validit discriminante peut tre tablie. Comme on
peut sen apercevoir dans le tableau, la majorit des corrlations entre variables est
relativement faible et aucune corrlation nest suprieure la valeur de 0,85. Par consquent,
les rsultats fournissent des preuves solides soutenant la validit discriminante entre la totalit
des constructions dans le modle.

64
Tableau 4.4 : Corrlations entre variables

65
3. Analyse de ladoption : comparaison des adopteurs et non- adopteurs.
Raliser un test sur les moyennes est indispensable si lon souhaite comparer les adopteurs
des non-adopteurs. Ce test nous permettra galement de dresser la carte didentit des
individus appartenant ces deux groupes (voire chapitre suivant).

Les tableaux de rsultats (annexe F) indiquent quil existe des diffrences significatives
(p<0,05) entre les adopteurs et les non-adopteurs. Quant aux tableaux de corrlations, ils nous
permettent de dterminer le sens et limportance de la relation.

A. Variables sociodmographiques

En ce qui concerne les variables sociodmographiques, des diffrences apparaissent entre les
deux groupes en termes dge, de sexe, de revenus et de lieu dhabitation (sign.=.000). En
observant le tableau de corrlations, nous remarquons que lge (0,5), les revenus (0,42) et le
lieu dhabitation (0,34) sont positivement corrles avec ladoption tandis que le sexe (-0,3)
est ngativement corrl avec ladoption. En dautres termes, les personnes masculines, dun
ge plus avanc, ayant des revenus importants et habitant en zone rurale semblent appartenir
davantage au groupe des adopteurs. Les comparaisons entre les groupes ainsi que la
problmatique de la segmentation seront plus amplement discutes dans les chapitres
suivants.

B. Variables psychographiques

Seules deux variables psychographiques sont significativement diffrentes dun groupe


lautre (p<0,05). Il sagit du rle socital des consommateurs et du nombre dachats
cologiques. Ces deux variables agissent positivement sur ladoption avec des coefficients de
corrlation gaux 0,18. En revanche, aucune diffrence significative nest observe
concernant lorientation innovation du consommateur , le leadership dopinion et la date
du dernier achat cologique. A noter que cette dernire variable a t rejete de justesse (p =
0,051).

C. Caractristiques de linnovation

Les caractristiques de linnovation semblent galement tre perues diffremment par les
adopteurs et les non-adopteurs. Cest le cas du degr cologique, de lavantage relatif, de la
compatibilit, de la complexit et de lobservabilit (dmonstrabilit des rsultats et
visibilit). Les corrlations entre ces variables et ladoption sont toutes positives lexception
de la variable complexit. Limpact de ces variables semble modr dans la mesure o les
coefficients de corrlation sont compris entre 0,19 et 0,35.

D. Incitants

Concernant les incitants, aucune diffrence significative nest observe entre les groupes.
Cependant, nous avions soulign que leur importance semblait capitale (moyenne, mdiane et
mode levs) dans le choix dadopter ou non des panneaux photovoltaques. Nous verrons si
la rgression linaire confirme ou non cette impression.

66
4. Analyse de lintention dadoption : Comparaison des non-adopteurs et
des non-adopteurs intresss par ladoption dans les 12 mois.
Nous avons galement ralis le test de moyennes sur la variable intention dadoption
(annexe H). Ici, nous comparons donc les individus ayant formul lintention dadopter des
panneaux photovoltaques dans les 12 mois et ceux qui ne le souhaitent pas. Seules quatre
variables sont significativement diffrentes dun groupe lautre.

A. Variables sociodmographiques

Les individus ayant manifests lintention dadopter dans les 12 mois sont quelque peu
diffrents de leurs homologues ne souhaitant pas adopter. En effet, le test statistique a mis en
vidence des diffrences significatives en termes dge, de revenus et de lieu dhabitation.
Tout comme les personnes ayant dj adopt linnovation, les personnes se disant intresses
par ladoption semblent plus ges, disposer de revenus suprieurs et habiter davantage la
campagne. Cependant, nous observons des coefficients de corrlation (compris entre 0,13 et
0,21) indiquant une relation relativement faible entre ces variables et lintention dadoption.

B. Variables psychographiques

Parmi les variables psychographiques, lorientation innovation des personnes souhaitant


adopter des panneaux photovoltaques dans le 12 mois est suprieure celle affiche par les
non-adopteurs non-intresss par ladoption (sign.=0.004). En ce qui concerne les autres
variables psychographiques, aucune diffrence significative nest observe entre les groupes.

Nayant aucune exprience (ou trs limite) avec les panneaux photovoltaques, il na pas t
demand aux non-adopteurs dvaluer les caractristiques de linnovation et limportance des
incitants dans le choix dadoption. Ds lors, les diffrences entre groupes concernant ces deux
blocs de variables nont pas t testes dans le cadre de lintention dadoption.

5. Rgression linaire (Adoption)


Lobjectif de la rgression linaire est didentifier les variables dterminantes de ladoption et
de voir dans quelle mesure ces variables expliquent le phnomne dadoption. Nous avons
dabord essay de dtecter les variables susceptibles dexpliquer au mieux ladoption. Pour ce
faire, leffet de chacun des groupes de variables (caractristiques de linnovation, variables
sociodmographiques, variables psychographiques et incitants) sur ladoption a t valu
sparment. Ainsi, nous avons pu dterminer si ces diffrents groupes de variables
contribuaient fortement dans lexplication du phnomne et quelles en taient les variables
cls. Voici le rsum de ces analyses :

67
Tableau 4.5 : Rgression des variables sociodmographiques

Le premier groupe de variables que nous avons test est celui compos des variables
sociodmographiques. Dabord, on remarque que ces variables expliquent, elles seules, 37%
de ladoption. Ensuite, si nous analysons la colonne variation de F , on saperoit que les
contributions des variables sexe ( F = 43,6), ge ( F = 119,7), revenus ( F = 18,6),
VilleVSCampagne ( F = 28,6) et TailleMnage ( F = 6,3) sont relativement importantes et
significatives (p<0,05).

Tableau 4.6 : Rgression des caractristiques de linnovation

68
Nous avons ensuite ralis la mme opration pour les variables relatives aux caractristiques
de linnovation. A elles seules, ces variables contribuent lexplication du phnomne
hauteur de 14% (R2= 0,144). Les variables complexit ( F = 12,4), degr cologique ( F =
7,7) et avantage relatif ( F = 6,1) semblent constituer les caractristiques cls de
linnovation.

Tableau 4.7 : Rgression des variables psychographiques

Les variables psychographiques expliquent finalement peu le phnomne dadoption (7%).


Toutefois, nous pouvons souligner la contribution du rle socital du consommateur avec
un F significatif (p<0,05) de 14,2 ainsi que le nombre dachats cologiques raliss au
cours dune semaine avec un F significatif de 11,7.
Tableau 4.8 : Rgression des Incitants

Enfin, la contribution des incitants semble relativement limite (R2= 1,4%) et les variations de
F ne sont pas significatives. En revanche, nous avons vu prcdemment que les rpondants
accordaient une grande importance aux incitants financiers. Nous verrons donc par la suite si
lintroduction de cette variable dans le modle savre judicieuse ou non.

Les analyses que nous venons de prsenter ont permis didentifier les variables qui expliquent
le mieux ladoption de panneaux photovoltaques. En voici la liste :

- Variables sociodmographiques : sexe, ge, revenus, taille du mnage, et lieu


dhabitation

69
- Caractristiques de linnovation : complexit, degr cologique de linnovation et
avantage relatif
- Variables psychographiques : rle socital du consommateur, nombre dachats
cologiques

Maintenant que nous avons pu identifier les variables qui contribuaient le plus lexplication
du phnomne, nous allons proposer un modle permettant dexpliquer ladoption de
panneaux photovoltaques. Ce modle prsente un R2 de 0,48 et comprend 9 variables
(modle 9 dans les rsultats SPSS). Les rsultats complets sont disponibles lannexe J.

70
Tableau 4.9 : Rgression Rcapitulatif des modles

Le test de Durbin-Watson permet dvaluer la corrlation entre les rsidus et les erreurs. Au vu de la valeur obtenue pour ce test (1,214), nous ne
pouvons pas affirmer avec certitude que notre modle ne souffre pas dautocorrlation positive puisque la valeur du test ne se situe pas dans la
zone critique (entre 1,5 et 2,5).

71
Tableau 4.10 : Rgression Coefficients

Le test de multicollinarit nous apprend que la totalit des VIF est infrieure 5 et que la tolrance est suprieure 0.1. Suivant ces critres
(OBrien, 2007), nous pouvons affirmer que notre modle ne souffre pas de problme de multicollinarit.

72
Graphique 4.6 : Modlisation des rsultats obtenus - Adoption

Ce modle, compos de 9 variables significatives (t-value entre parenthse), permet


dexpliquer 48,2% de la variance de la variable adoption . Les effets des variables
revenus , ge et complexit sont les plus importants. Notons galement le rle
prpondrant des variables sociodmographiques dans le modle. En effet, quatre des six
variables sociodmographiques sont retenues et prsentent des effets plus ou moins
importants (coefficients entre 0,15 et 0,30). Notons galement que la taille du mnage est
positivement lie ladoption contrairement nos prvisions. Certaines caractristiques de
linnovation expliquent galement ladoption. Cest le cas de la complexit, de la visibilit et
de lavantage relatif. Sur base de ce modle gnral, nous pouvons dterminer la liste des
hypothses acceptes (et donc des hypothses rejetes) :

73
Tableau 4.11 : Liste des hypothses acceptes et rejetes
H1 : Lavantage relatif a un effet positif sur ladoption des innovations
Confirme
cologiques.

H2 : La compatibilit a un effet positif sur ladoption des innovations Rejete


cologiques.
H3 : La complexit a un effet ngatif sur ladoption des innovations
Confirme
cologiques.
H4 : La facilit dessai a un effet positif sur ladoption des innovations
Rejete
cologiques
H5 : Lobservabilit (visibilit) a un effet positif sur ladoption des
Confirme
innovations cologiques.
H6 : Le risque peru (lincertitude) a un effet ngatif sur ladoption des
Rejete
innovations cologiques.
H7 : Le caractre innovant de linnovation cologique influence positivement
Rejete
son adoption.
H8 : La perception du degr cologique de linnovation influence
Rejete
positivement son adoption.
H9 : Lge des individus influence positivement ladoption dinnovations
Confirme
cologiques.

H10 : Le sexe des individus influence ladoption dinnovations cologiques. Rejete


H11 : Le niveau de revenus des individus influence positivement ladoption
Confirme
dinnovations cologiques.
H12 : Le niveau dducation des individus influence positivement ladoption
Rejete
dinnovations cologiques.
H13 : La taille du mnage des individus influence ngativement ladoption
Rejete*
dinnovations cologiques.
H14 : Les adopteurs dinnovations cologiques sont issus dun public
Rejete*
davantage urbain que rural
H15 : Lorientation innovation du consommateur influence positivement
Rejete
ladoption dinnovations cologiques.
H16 : Le leadership dopinion des individus influence positivement ladoption
Rejete
des innovations cologiques.
H17 : Lefficacit perue des consommateurs influence positivement
Rejete
ladoption des innovations cologiques
H18 : Lachat de produits respectueux de lenvironnement influence
Confirme
positivement ladoption des innovations cologiques.

H19 : Les incitants financiers influencent positivement ladoption des Confirme

74
innovations cologiques.
H20 : Les incitants non financiers influencent positivement ladoption des Rejete
innovations cologiques.
* Lhypothse inverse est quant elle accepte

Des rgressions plus cibles peuvent tre effectues (selon le sexe ou lge des rpondants par
exemple). En effet, comme nous avions remarqu que les hommes taient plus susceptibles
dadopter que les femmes (p<0,05), il serait intressant de raliser une rgression spare
pour les hommes et pour les femmes afin de voir si leurs sensibilits certaines variables
diffrent ou non. Les rsultats de ce test sont prsents titre informatif lannexe J. Daprs
les rsultats obtenus, il semblerait quil soit plus judicieux daborder le phnomne de
ladoption diffremment selon que lon soit une femme ou un homme. En effet, certaines
variables dterminantes pour les hommes peuvent ne pas ltre pour les femmes et vice versa.
Notons que Guaganno et al. (1986) avaient dj soulign limportance de considrer les
hommes et les femmes sparment dans les analyses consacres ladoption de panneaux
photovoltaques.

6. Rgression linaire (Intention dadoption)


Le mme exercice a t ralis pour la variable intention dadoption .Comme annonc
prcdemment, lvaluation des caractristiques de linnovation et des incitants na pas t
demande aux non-adopteurs puisque ceux-ci nont pas (ou trs peu) dexprience avec
linnovation tudie. Ds lors, il est normal que notre modle comporte moins de variables et
que son pouvoir explicatif soit plus limit (que le modle consacr ladoption). Les rsultats
complet sont prsents dans lannexe K.

Comme en tmoigne le modle prsent ci-dessous, les variables ge, orientation innovation
du consommateur et la taille du mnage sont les variables qui semblent le mieux expliquer
lintention dadoption. En effet, ces variables permettent dexpliquer 10,5% de la variance de
lintention dadoption.

75
Graphique 4.7 : Modlisation des rsultats obtenus Intention dadoption

Les 3 variables dans le modle sont positivement lies lintention dadoption. Cela signifie
que les individus ayant un ge plus avanc, dont la taille du mnage est relativement
importante et dont lorientation innovation est forte, sont plus susceptibles de manifester
lintention dadopter que les autres individus.

76
CHAPITRE 5 : DISCUSSION
Nous avons men cette tude dans le but de mieux comprendre les facteurs qui influencent
ladoption des innovations cologiques travers lexemple des panneaux photovoltaques. La
premire approche que nous avons utilise consiste comparer les adopteurs des non-
adopteurs.

1. Distinction adopteurs/ Non-adopteurs


A. Les variables sociodmographiques
Dans la partie revue de la littrature, nous avions vu quel point les variables sexe et
ge taient sujettes discussion depuis de nombreuses annes. Ds lors, nous souhaitions
nous faire notre propre ide sur le sujet. Dune part, les rsultats de notre tude rvlent que
les hommes sont plus enclins adopter des panneaux photovoltaques que les femmes
(p<0,05) et, dautre part, que les adopteurs de panneaux photovoltaques affichent une
moyenne dge plus leve que les non-adopteurs. Conformment aux tudes menes par de
nombreux auteurs (par exemple Kinnear, Taylor et Ahmed, 1974 ou Dolich, Tucker et
Wilson, 1981), les rsultats obtenus dmontrent galement que les individus ayant un niveau
de revenus plus levs sont plus susceptibles dadopter des panneaux photovoltaques.
Concernant le lieu dhabitation, nous obtenons des rsultats contradictoires ceux obtenus par
Arbuthnot et Weigel (1977), puisque le propritaire de panneaux photovoltaques semble
davantage vivre en zone rurale. Au contraire des variables prcites, aucune diffrence
significative nest observe en termes dducation et du nombre dindividus composant le
mnage.

B. Les variables psychographiques


La comparaison des adopteurs et des non-adopteurs nous apprend galement que lefficacit
perue du consommateur (ou le rle socital du consommateur) ainsi que le nombre moyen de
produits cologiques achets par semaine est positivement et significativement corrl avec
ladoption. En dautres termes, les adopteurs de panneaux photovoltaques, plus que les non-
adopteurs, estiment que leur seul comportement peut rduire les nuisances relatives aux
problmes environnementaux que nous rencontrons. De mme, les adopteurs de panneaux
photovoltaques achtent en moyenne sensiblement plus de produits cologiques que leur
homologues non adopteurs. Conformment aux rsultats obtenus par Ellen, Wiener et Cobb-
Walgren en 1991, la corrlation entre le rle socital du consommateur et le nombre moyen
de produits cologiques achets par semaine est positive et significative 1%. En dautres
termes, les individus affirmant pouvoir attnuer les effets ngatifs lis aux problmes
environnementaux achtent en moyenne plus de produits cologiques que les autres individus.
Ce constat nous permet donc de tirer une conclusion importante : il existe un lien entre les
attitudes proenvironnementales dun individu et ladoption dun comportement
cologiquement responsable par ce mme individu (Balderjahn, 1988 ; Simmons et Widmar,
1990 ; Grunert et Kristensen, 1992). Les liens attitude-comportement seraient mme plus
troits ds lors que lon tudiait la relation entre une attitude lgard dun objet spcifique
(panneaux photovoltaques par exemple) et son comportement associ (Goldenhar et Connel,
1993).
77
C. Les caractristiques de linnovation
Concernant les caractristiques de linnovation, seuls le degr innovant de linnovation, la
facilit dessai et le risque peru ne sont pas perus diffremment selon les deux groupes. En
revanche, comme attendu, lavantage relatif, la compatibilit, lobservabilit (aussi bien
lobservabilit des rsultats que la visibilit) sont perus diffremment par les adopteurs et les
non-adopteurs. Conformment nos attentes, les scores attribus ces variables sont plus
grands chez les adopteurs que chez les non-adopteurs. La complexit quant elle influence
ngativement ladoption. Les rsultats sont donc, en grande partie, similaires ceux prsents
dans la littrature (Rogers, 2003). De plus, le t-test nous apprend que le degr cologique
peru de linnovation est positivement reli ladoption. En dautres termes, les adopteurs
peroivent les panneaux photovoltaques comme plus cologiques que ne le font les non-
adopteurs. Ds lors, nous venons peut-tre de dcouvrir une caractristique spcifique aux
innovations cologiques. Puisque certaines innovations intgrent dsormais une dimension
environnementale, il serait peut-tre judicieux dajouter le degr cologique de linnovation
aux caractristiques de Rogers et de Bauer (risque peru). Dailleurs, Guagnano et al. (1986)
suggrent que, dans le cadre dtudes consacres aux innovations environnementales, les
caractristiques de Rogers pourrait tre encore plus pertinentes si celles-ci faisaient lobjet de
modifications ou si de nouvelles caractristiques taient ajoutes.

D. Les incitants
Le test sur les moyennes nindique pas de diffrence significative concernant limportance
accordes aux incitants par les adopteurs et les non-adopteurs. Cependant, nous avons vu
prcdemment en prsentant les statistiques descriptives que limportance accorde aux
incitants (financiers et non financiers) par lensemble des rpondants tait extrmement
leve. Ce constat nous permet de penser que ces incitants constituent un argument de taille
lorsquil sagit (ou sagira) de prendre la dcision dadopter des panneaux photovoltaques.
Ds lors, on peut se demander quel sera limpact de la suppression (dbut 2012) de ceux-ci
sur la diffusion de linnovation en Belgique.

2. Distinction non-adopteurs / non-adopteurs intresss par ladoption


dans les 12 mois.
Si on ralise les mmes tests sur la variable intention et non plus adoption, les rsultats sont
quelques peu diffrents. En effet, nous comparons ici les moyennes des personnes disant tre
intresses par ladoption de panneaux photovoltaques et ceux qui ne le sont pas. Les
personnes intresses par ladoption des panneaux solaires sont plus gs, possdent plus de
revenus, habitent davantage en zone rurale et ont une orientation innovation suprieure aux
individus ne souhaitant pas investir dans les panneaux photovoltaques.

3. Caractrisation des segments

Maintenant que nous avons dcel les points de diffrence (significatifs) entre nos diffrents
groupes (adopteurs, non-adopteurs intresss et non-adopteurs non-intresss), nous pouvons
tenter didentifier les caractristiques des diffrentes catgories mises en avant par Rogers
(voire le paragraphe consacr au cycle de vie du photovoltaque).

78
Tableau 5.1 : Caractristiques des diffrentes catgories dadopteurs de panneaux
photovoltaques
Prcurseurs Visionnaires Majorit et
(adopteurs) (non-adopteurs retardataires (non-
intresss) adopteurs non-
intresss)
Caractristiques Sociodmographiques
Sexe 75% Masculin 61% Masculin 44% Masculin
25% Fminin 39% Fminin 56% Fminin
Age Moyen 43,8 ans 38,44 ans 29,28 ans
Revenus Nets Moyens 2011 euros 1681 euros 1001 euros
Lieu Habitation 85% Campagne 74% Campagne 52% Campagne
15% Ville 26% Ville 48% Ville
Caractristiques psychographiques
Rle socital (score 4,96 4,67 4,49
moyen obtenu)
Nombre moyen de 1,8 1 0,73
produits cologiques
achets par semaine
Orientation innovation 3,53 4,38 3,61
du consommateur
(score moyen obtenu)

Bien entendu, les donnes prsentes dans ce tableau sont celles relatives lchantillon. En
dautres termes, on ne peut pas conclure que ces valeurs soient applicables la population
entire. Cependant, linterprtation de ce tableau permet douvrir quelques pistes concernant
les critres de segmentation qui doivent tre choisi pour une segmentation efficace. Nous
reparlerons des implications managriales dans le chapitre ddi aux conclusions de ltude.

4. Dterminants de ladoption de panneaux photovoltaques


La rgression linaire que nous avons effectue nous a permis didentifier les variables
dterminantes dans le processus dadoption. Dans cette partie, nous allons discuter les effets
de ces variables et comparer les rsultats obtenus avec ceux dtudes prcdentes.

A. Variables sociodmographiques
Alors que de nombreux chercheurs (par exemple, Kinnear, Taylor et Ahmed, 1974) affirment
que les variables sociodmographiques sont de pitres prdicateurs de ladoption, nous
obtenons des rsultats assez diffrents. En effet, 4 des 6 variables sociodmographiques ont
t retenues dans la rgression. De plus, ces variables ont des effets relativement importants
sur ladoption (coefficients entre 0,15 et 0,3). La variable revenus est celle qui influence le
plus ladoption dune innovation cologique. En effet, les individus disposant de revenus plus
importants sont plus mme de faire face linvestissement important que constitue
ladoption de panneaux photovoltaques (Hass et al. 1999). En seconde position, nous
trouvons la variable ge . Dans le cas des panneaux photovoltaques, il nest pas tonnant
de constater quafficher un ge avanc favorise ladoption. Dune part, les jeunes font
gnralement face dautres dcisions dinvestissement comme lachat dune maison ou

79
dune voiture. Logiquement, avant dinvestir dans des panneaux photovoltaques, il faut tre
propritaire de son habitation. Dautre part, les personnes plus ges disposent gnralement
de revenus plus importants (anciennet, exprience, etc.) leur permettant dinvestir dans des
panneaux photovoltaques. Ensuite, la variable taille du mnage est positivement lie
ladoption. On peut expliquer ce rsultat par le fait que les familles de grande taille
consomment plus dlectricit et souhaitent ainsi voir leur facture dlectricit se rduire.
Enfin, le lieu dhabitation permettrait dexpliquer ladoption des panneaux photovoltaques.
Contrairement aux rsultats dArbuthnot et Weigel (1977), ladopteur de panneaux
photovoltaques vit davantage la campagne. On peut essayer de proposer plusieurs
explications possibles. Dabord, de nombreux btiments en ville font lobjet dune
coproprit. Ds lors, le choix dadopter des panneaux photovoltaques peut-tre frein
cause du nombre importants de dcideurs autour de la table. Ensuite, lanciennet et la vtust
de nombreuses toitures en zone urbaines ne permettent peut-tre pas linstallation dune telle
technologie. Enfin, pour des raisons de luminosit limite (par exemple cause de lombre
cause par la hauteur de certains btiments), la rentabilit de panneaux photovoltaques
installs en ville pourrait tre infrieure celle affiche par les installations photovoltaques
situes la campagne. Nous venons donc de prsenter 3 raisons pour lesquelles les personnes
habitant la campagne sont plus susceptibles dadopter une installation photovoltaque.

Tableau 5.2 : Comparaison des rsultats obtenus avec ceux obtenus lors de recherches
prcdentes (variables sociodmographiques)

Sexe Age Revenus Education Taille du Lieu


mnage habitation
Kinnear, Taylor et Ahmed - Ngatif Positif Positif - -
(1974)
Arbuthnot et Weigel - - - - - Ville
(1977)
Giannelloni (1995-1998) Femmes Positif Positif Positif - -
Roberts (1996) - Positif - - - -
Rogers (2003) - - Positif Positif - -
Jansson (2010) Femmes - - Positif - -
(n.s*) (n.s*)
Arts, Frambach et Bijmolt - Ngatif Positif Positif - -
(2011) (n.s*)
Nos rsultats (2012) Hommes Positif Positif Positif Positif Campagne
(n.s*) (n.s*)

*n.s = non significatif


B. Variables psychographiques
Les variables psychographiques annonces comme de bons prdicateurs de ladoption
(Ostlund, 1974), expliquent finalement peu ladoption de panneaux photovoltaques. En effet,
seule la variable de comportement nombre de produits cologiques achets est
dterminante dans ladoption. En dautres termes, les personnes qui achtent en moyenne plus
de produits cologiques sont plus susceptibles dadopter des panneaux photovoltaques. Ce
constat renforce lide que les attitudes proenvironnementales se traduisent en comportements
cologiquement responsables (Balderjahn, 1988). Cette variable peut donc constituer un

80
critre de segmentation pertinent et relativement facile mettre en uvre. Les autres variables
psychographiques tudies ne sont pas significatives dans notre tude. Cest le cas, du
leadership dopinion qui est positivement li ladoption. De mme, le rle socital du
consommateur serait positivement corrl ladoption. Ainsi, les personnes croyant que leur
seul comportement peut avoir un effet positif sur lenvironnement seraient davantage enclines
adopter des panneaux photovoltaques. Bien quil ne soit pas valid dans ce cas-ci, le lien
entre les croyances dun individu et un comportement en adquation avec celles-ci est mis en
vidence. Enfin, dans notre tude, la variable orientation innovation du consommateur , a
un effet ngatif sur ladoption (bien que non-significatif). Ce rsultat est contraire celui
obtenus par Jansson (2010) portant sur ladoption des voitures hybrides en Sude.

Tableau 5.3 : Comparaison des rsultats obtenus avec ceux obtenus lors de recherches
prcdentes (variables psychographiques)
Lorientation Le Lefficacit perue Achat de
innovation du leadership Rle socital du produits
consommateur dopinion consommateur cologiques
Giannelloni (1995- - - Positif Positif
1998)
Jansson (2010) Positif - -
Arts, Frambach et - Positif - -
Bijmolt (2011)
Nos rsultats (2012) Ngatif (n.s*) Positif Positif (n.s*) Positif
(n.s*)
*n.s = non significatif

C. Caractristiques de linnovation
De manire gnrale, les caractristiques de linnovation ont toujours t de bon prdicateurs
de ladoption dune innovation (Ostlund, 1974 ; Rogers 2003). Dans le cadre de notre tude,
trois caractristiques de linnovation se sont avres tre dterminantes dans le choix
dadopter des panneaux photovoltaques. Dabord, la complexit de linnovation constitue le
principal frein ladoption. En effet, au plus un individu considre quil est difficile dutiliser
des panneaux photovoltaques, au plus la probabilit que celui adopte linnovation est faible.
Il est ds lors primordial pour les vendeurs de panneaux photovoltaques dexpliquer de
manire simple le fonctionnement de linstallation photovoltaque leurs prospects. De plus,
lavantage relatif constitue une caractristique dterminante dans le choix dadoption. Lide
de produire de llectricit verte soi-mme sans dpendre des distributeurs dlectricit et de
leurs politiques tarifaires est certainement lune des raisons principales de ladoption. Enfin,
la visibilit dtermine positivement ladoption (Moore et Bensabat, 1991). Ainsi, le fait de
voir rgulirement des panneaux photovoltaques installs sur le toit des maisons inciteraient
donc en faire de mme. Dailleurs, en prenant la peine dobserver les installations
photovoltaques sur les toitures wallonnes, on saperoit quil existe certains quartiers dans
lesquelles les installations photovoltaques fleurissent sur les toits (le rle des relations
interpersonnelles entre voisins en est certainement la principale cause). Les autres
caractristiques de linnovation ne sont pas significatives bien que leurs effets correspondent
nos attentes : effet positif de la compatibilit et de la facilit dessai et effet ngatif du risque
peru. Notons que le risque peru est rejet de justesse du modle avec une valeur t gale

81
1,82 (sign. =0,07). Enfin, nous avions dcid de rajouter deux variables supplmentaires dans
nos analyses savoir le degr innovant et le degr cologique de linnovation. Le lien entre
ces variables et ladoption est positif. En dautres termes, au plus un individu considre
linnovation comme cologique, au plus il est susceptible de ladopter. Ceci sexplique
principalement par limage positive vhicule par tous les produits et services respectueux de
lenvironnement (Mainieri et al. 1997). De mme, au plus une innovation cologique apparait
comme radicale aux yeux dun individu, au plus cet individu sera enclin ladopter.
Toutefois, ces deux variables supplmentaires se sont avres tre non-significatives.

82
Tableau 5.4 : Comparaison des rsultats obtenus avec ceux obtenus lors de recherches prcdentes (caractristiques de linnovation)
Avantage Compatibilit Complexit Facilit Observabilit Risque Degr Degr
relatif dessai peru cologique de innovant de
linnovation linnovation
Ostlund (1974) Positif Positif Ngatif Positif Positif Ngatif - -
Kinnear, Taylor et Positif Positif Ngatif Ngatif (n.s*) Ngatif (n.s*) Ngatif - -
Ahmed (1974)
Rogers (2003) Positif Positif Ngatif Positif Positif - -
Jansson (2010) Positif Positif Ngatif Ngatif Positif Ngatif - -
Arts, Frambach et Positif Positif Ngatif Ngatif (n.s*) Ngatif Ngatif - -
Bijmolt (2011)
Nos rsultats Positif Positif (n.s*) Ngatif Positif (n.s*) Positif Ngatif Positif (n.s*) Positif (n.s*)
(2012) (n.s*)
*n.s = non significatif

83
D. Les incitants
Nous avons vu quel point limportance accorde aux incitants tait leve. De mme, nous
avons que les octrois de subsides visant favoriser ladoption de panneaux photovoltaques se
font de plus en plus rares en Belgique depuis dbut 2012. Ds lors, la question est de savoir si
ces incitants jouent un rle dterminant dans ladoption ou non. A linstar de toutes les
recherches menes dans le domaine, nous obtenons le rsultat suivant : les incitants financiers
jouent un rle primordial dans la dcision dadopter des panneaux photovoltaques. Par
exemple, dans le cadre dune tude portant sur ladoption de vhicules hybrides, Gallagher et
Muehlegger (2010) montrent que les ventes de vhicules hybrides aux Etats-Unis auraient t
plus faibles de 20% si aucuns incitants fiscaux navaient t accords. Ds lors, il est normal
de se demander quel sera limpact de la suppression des incitants financiers sur le niveau
dadoption des panneaux photovoltaques dans les prochaines annes. En principe, un
ralentissement du nombre dadoptions devrait tre observ. Sur base des tests raliss sur
lchantillon complet, on ne peut pas affirmer que les incitants non-financiers sont
dterminants dans la dcision dadoption En revanche, les analyses prsentes lannexe J
montrent que les incitants non-financiers sont dterminants pour les femmes. Ainsi, les
oprations de sensibilisation et dinformation savreraient particulirement efficaces auprs
du public fminin.

Tableau 5.5 : Comparaison des rsultats obtenus avec ceux obtenus lors de recherches
prcdentes (incitants)
Incitants financiers Incitants non-financiers
Cesta et Decker (1978) Positif Positif
Guaganno et al. (1986) Positif -
DeLaquil (1996) Positif Positif
Adurodija et al. (1998) Positif Positif
Gallagher et Muehlegger (2010) Positif -
Nos rsultats (2012) Positif Positif (n.s*)
*n.s = non significatif

84
CHAPITRE 6 : CONCLUSIONS
1. Rsum
Nous avons vu quel point il est important pour les entreprises dinnover sans oublier de
dvelopper des produits soucieux de lenvironnement. De mme, nous savons quune
comprhension du comportement du consommateur en matire dadoption dinnovations
cologiques savre primordiale de nos jours. Cette tude examine donc quelles sont les
relations entre ladoption dune innovation cologique particulire (les panneaux
photovoltaque) et une srie de variables relatives linnovation, aux consommateurs mais
aussi aux interventions publiques (subsides accords par lEtat par exemple). Dans un premier
temps, nous avons soulign des points de diffrences entre les adopteurs et les non-adopteurs.
Nous avons remarqu que le sexe, lge, les revenus, le lieu dhabitation, le rle socital ou
encore le nombre de produits cologiques achets pouvaient constituer des critres prendre
en compte lors de la segmentation. Nous avons dailleurs dress la carte didentit des
diffrents groupes dadopteurs composant notre chantillon. Dans un second temps, nous
avons identifi diffrentes variables qui jouent un rle dterminant dans ladoption des
panneaux photovoltaques. Nos analyses montrent que les variables sociodmographiques
constituent de bons prdicateurs de ladoption. Les personnes plus ges et ayant des revenus
suprieurs sont plus enclines adopter des panneaux photovoltaques. De mme, habiter en
zone rurale et/ou avoir une famille nombreuse augmentent les chances dadoption de
panneaux solaires. Ensuite, nos rsultats confirment que les caractristiques de linnovation
permettent de relativement bien expliquer ladoption. Lavantage relatif et la visibilit
influence positivement ladoption. Cependant, la complexit des panneaux photovoltaques
constitue un frein non-ngligeable ladoption. Ds lors, des stratgies doivent tre
envisages afin de rduire (ou dliminer) cette barrire importante. De plus, les variables
psychographiques que nous avons tudies sont toutes non-significatives lexception de la
variable nombre de produits cologiques achets . Enfin, nous avons soulign le rle des
incitants dans le choix dadoption, et en particulier limportance des incitants financiers.
Lobjectif tant de booster ladoption de panneaux photovoltaques, la suppression de ceux-ci
dbut 2012 pourrait avoir un effet nfaste sur les ventes dinstallations photovoltaques.

2. Implications thoriques
Nous avons vu travers cette tude que les adopteurs, les adopteurs potentiels (intention
dadopter dans les 12 mois) et les non-adopteurs affichaient des profils quelques peu
diffrents. En effet, notre tude souligne la grande importance des caractristiques
sociodmographiques pour expliquer ladoption. Cette conclusion est contraire celle
obtenue par Ostlund en 1974. Il y a prs de 40 ans, Ostlund affirmait que les variables
psychographiques taient de bien meilleurs prdicateurs de ladoption que les variables
sociodmographiques. En revanche, conformment aux tudes dOstlund (1974) et de Rogers
(2003) les caractristiques de linnovation expliquent relativement bien ladoption. De
manire gnrale, on peut conclure que les revenus (+), la complexit (-), lavantage relatif
(+) et la taille du mnage (+) sont fortement corrls avec ladoption. Dans une moindre
mesure, la visibilit (+), le lieu dhabitation (campagne), les incitants financiers (+) et le

85
nombre de produits cologiques achets (+) influencent galement ladoption. Cependant,
cette tude nous a permis de souligner un phnomne important. En effet, alors que les
chercheurs (par exemple, Giannelloni, 1998 ou Do Pao, Raposo et Filho, 2009) discutent
depuis de nombreuses annes de leffet de la variable sexe sur ladoption, nous soulignons
limportance de considrer les hommes et les femmes sparment (comme Guaganno et al.
lavaient dj suggr en 1986). En effet, leur sensibilit (ou non) certaines variables
pourrait tre totalement diffrentes (voire annexe J).Tous les constats raliss au cours de
cette tude nous ont dailleurs permis de proposer quelques implications pour les managers.

3. Implications managriales
Les rsultats de cette tude sont nombreux et les implications pratiques ne manquent pas.
Aussi, cette tude ouvre de nombreuses pistes de rflexion pour les managers.

Premirement, les rsultats de cette tude devraient tre extrmement utiles pour la
segmentation. En effet, grce aux rsultats de cette tude, les managers sont plus mme de
choisir les segments sur lesquels se concentrer. On pourrait, par exemple, recommander de se
concentrer sur des familles habitant la campagne et dont les revenus sont importants. Dans
le cadre dune campagne de publicit (par exemple) le manager pourra ensuite choisir le
mdia le plus adapt sa cible. En considrant les rsultats de cette tude, le manager pourra
certainement voir lefficacit de ses campagnes de prospection et de publicit saccroitre.

Deuximement, maintenant que nous connaissons les caractristiques de linnovation qui


influencent ladoption, les managers peuvent aisment choisir les arguments qui doivent tre
mis en avant par leurs vendeurs ou dans leurs campagnes de publicit. Par exemple, insister
sur les avantages dune installation photovoltaque et rduire les incertitudes des clients
potentiels concernant la complexit de linnovation pourrait constituer une stratgie gagnante.

Enfin, nous avons mis en vidence des diffrences dattitudes et de comportements vis--vis
des panneaux photovoltaques chez les hommes et chez les femmes. Ainsi, les vendeurs de
panneaux photovoltaques pourront adapter leur argumentaire selon le sexe de leur
interlocuteur. Par exemple, ils pourront insister davantage sur loctroi dincitants financiers
auprs de Monsieur et sur les incitants non-financiers auprs de Madame.

4. Limites et propositions pour des recherches futures


Au mme titre que dautres tudes empiriques, cette tude nest pas sans limites et laisse
entrevoir quelques opportunits intressantes pour des recherches futures. Ltendue
gographique dans laquelle ltude a t mene est relativement rduite. Cest pourquoi, il
serait judicieux de consolider les rsultats obtenus en effectuant une tude lchelle
nationale, par exemple. Bien que la taille de notre chantillon soit relativement consquente,
le groupe que nous avons baptis les non-adopteurs intresss par ladoption dans les 12
mois (manifestant donc une intention dadoption) est compos de seulement 23 individus.
Ds lors, les rsultats obtenus pour ce groupe dindividus devraient galement tre consolids
avec un chantillon plus consquent dans le cadre dtudes portant sur lintention dadoption.

Outre les caractristiques des individus, nous nous sommes principalement intresss aux
caractristiques de linnovation au cours de notre tude. Bien que ces diffrentes

86
caractristiques soient trs utiles pour expliquer le comportement dadoption, leur utilisation
peut conduire une simplification de la ralit. En effet, nous ne savons pas si cette liste
dattributs est exhaustive ou non. Nous ne savons pas non plus si ces dimensions capturent la
perception de toutes les innovations cologiques. Notre proposition dajouter le degr
cologique aux caractristiques de Rogers constitue peut-tre une rponse partielle cette
critique.

Bien que le nombre de variables tudies dans ce mmoire soit relativement important (23), il
nen est pas moins judicieux de considrer dautres lments influenant ladoption dune
innovation cologique. Citons par exemple divers lments relatifs la stratgie marketing de
lentreprise comme la promotion, la distribution ou la communication. Nous avons
partiellement remdi cette limite en dcouvrant que les adopteurs et les non-adopteurs
percevaient diffremment le degr cologique des panneaux photovoltaques.

Aussi, notre tude sintresse une innovation particulire un moment prcis. Or nous
savons deux choses. Premirement, nous savons que le processus dadoption est un processus
volutif. Aussi, il est plus raliste de considrer que linnovation (et la perception de ses
caractristiques) change au fil du temps (Boyd et Mason, 1999). Ds lors, une perspective
plus dynamique pour expliquer ladoption dune innovation est ncessaire. Par exemple, il
serait intressant dtudier pourquoi certains individus progressent plus au moins rapidement
dans ce processus, comme le passage de lintention ladoption (Alexander et al. 2008).
Deuximement, nous savons quil faut rester vigilant lorsque lon tudie les innovations
cologiques. En effet, le comportement dun consommateur peut varier fortement en fonction
du produit cologique considr. La source dinformation utilise, les options envisages, les
critres de dcision considrs sont diffrents dun produit cologique un autre (McDonald
et al. 2009). Ainsi, il nest peut tre pas judicieux de gnraliser les conclusions obtenues dans
le cadre de notre tude toutes les innovations cologiques.

Enfin, cette tude a valu les perceptions et caractristiques des rpondants de manire
individuelle. Cependant, nous pensons que dans la plupart des cas, la dcision dadopter ou
non une innovation cologique est prise en couple. La dcision dadoption est donc
gnralement une dcision collective. Il serait donc intressant de voir comment lattitude et
les considrations de chacun peuvent influencer le processus dcisionnel.

87
BIBLIOGRAPHIE

Achraf Sellami (Universit Paris 1 Panthon-Sorbonne), Limpact conjoint des variables


situationnelles et individuelles sur les ractions du consommateur face un nouveau produit :
dune tude exploratoire un essai de modlisation, Cahiers de Recherche PRISM-Sorbonne.

B. Canel Depitre, Dveloppement durable et comportement citoyen du consommateur,


Convegno Le tendenze del marketing in Europa , Novembre 2000

D.G. Labay and T.C. Kinnear, Exploring the consumer Decision Process in the Adoption of
Solar Energy Systems, Journal of Consumer Research, Vol. 8, No. 3, 1981, pp. 271-278

Do Pao, Raposo and Filho, Identifying the green consumer: A segmentation study, Journal
of Targeting, Measurement and Analysis for Marketing, Vol. 17, 2009, pp. 17-25

D. Pujari, Eco-Innovation and new product development: understanding the influences on


market performance, Technovation xx, 2004, pp.1-10

Everett M. Rogers, Diffusion of innovation, 5th Edition, Free Press, 2003

F. de Ferran (doctorante), Sensibilits et motivations la consommation de produits thiques.


Application au domaine des produits issus du commerce quitable.

G. Roehrich, Consumer innovativeness. Concepts and measurements, Journal of Business


Research, pp. 671-677, 2004

Guagnano, Hawkes, Acredolo and White, Innovation perception and adoption of solar heating
technology, The Journal of Consumer Affairs, Vol.20, No.1, 1986

Hammedi, W.,Van Riel, A.C. R. and Sasovova, Z., Antecedents and Consequences of
Reflexivity in New Product Idea Screening, Journal of Product Innovation Management ,
pp.118, 2011

H. Gatignon, T. S. Robertson, A propositional inventory for new diffusion research, Journal


of Consumer Research, Vol. 11, No.4, 1985, pp. 849-867

I. Sahin, Detailed review of Rogers diffusion of innovation theory and educational


technology-related studies based on Rogers theory, The Turkish Online Journal of
Educational Technology, April 2006

J. Horbach, Determinants of environmental innovation New evidence from German panel


data sources, Research Policy, Vol. 37, 2010, pp. 163-173.

J. Jansson, Consumer Eco-Innovation Adoption: Assessing Attitudinal Factors and Perceived


Product Characteristics, Business Strategy and the Environment, Vol. 20, 2011, pp. 192-210

88
J. Jansson et al. Exploring consumer adoption of a high involvement eco-innovation
usingvalue-belief-norm theory, Journal of Consumer Behavior, pp. 51-60, 2011

J-L. Giannelloni, Les comportements lies la protection de lenvironnement et leurs


dterminants : un tat des recherches marketing, Recherches et Applications en marketing,
Vol.13, n2, 1998

Joep W.C. Arts, Ruud T. Frambach and Tammo H.A. Bijmolt, Generalizations on consumer
innovation adoption: A meta-analysis on drivers of intention and behavior, International
Journal of Research in Marketing, Vol.28, 2011, pp. 134-144

J. W. Dearing (2007), Measurement of Innovation Attributes, Retrieved September 20, 2008,


from http://www.researchpractice.org

K. Talke and E. Jan Hultink, Managing Diffusion Barriers When Launching New Products,
Journal of Product Innovation Management, Vol. 27, 2010, pp.537553

K.S. Gallagher and E. Muehlegger, Giving green to get green? Incentives and consumer
adoption of hybrid vehicle technology, Journal of Environmental Economics and
Management, Vol. 61, 2011, pp. 1-15

K. Yeonshin and M. Sejung, Antecedents of green purchase behavior: an examination of


collectivism, environmental concern, and PCE, Advances in Consumer Research, Vol. 32,
2005

K.Y. Hiller Connel, Internal and external barriers to eco-conscious apparel acquisition,
International Journal of Consumer Studies, Vol. 34, 2010, pp. 279-286

Lyman E. Oostlund, perceived Innovation Attributes as Predictors of Innovativeness, Journal


of Consumer Research, Vol.1, September 1974

Louis G. Tornatzky and Katherine J. Klein, Innovation Characteristics and Innovation


Adoption-Implementation: A Meta-Analysis of Findings, Transactions on Engineering
Management, Vol. 29, No. 1, February 1982

M.F. Shellyana Junaedi, The roles of consumers knowledge and emotion in ecological issues,
International Journal of Business, Vol. 9, No. 1, 2007, pp. 81-99

M-F. Vernier (Universit de Lyon), Ethique sur le march : comment permettre le succs de
produits intgrant une dmarche thique. Le cas de lco-conception. 2010

M. Lampinen (University of Tempere), Consumer Perceived Product Characteristics of


Innovative Mobile Phone Generations Over Time, From Idea to Knowledge.

M. Le Gall, De la proccupation pour lenvironnement la consommation durable, Centre de


Recherche Rennais en Economie et en Gestion

89
Moore and Bensabat, Development of an instrument to measure the perceptions of adopting
an information technology innovation. Information Systems Research, Vol.2 No. 3, 1991,
pp.192-222

M. Schwartz, K. Maddox and C. Krol, Marketers face challenges from economy to ecology, B
to B, December 2007

OCDE, Entreprises, co-innovation et mondialisation, Synthses Juillet 2008

OCDE, Innovation et croissance, Synthses, Novembre 2007

P.K. Kapur , Ompal Singh, Udayan Chanda, Mashaallh Basirzadeh, Determining adoption
pattern with pricing using two-dimensional innovation diffusion model, Journal of High
Technology Management Research, Vol. 21, 2010, pp. 136146

P.McDonagh and A. Prothero (eds) Green management. New York: The Dryden Press, 1997,
pp.388-412

R. Drozdenko, M. Jensen and D. Coelho, pricing of Green Products: premium Paid,


Consumers Characteristics and Incentives, International Journal of Business, Marketing, and
Decision Sciences, Vol. 4, 2011

R. Ozaki, Adopting Sustainable Innovation: What Makes Consumers Sign up to Green


Electricity? Business Strategy and the Environment, Vol. 20, 2011, pp. 1-17

R. Nidumolu, C.K. Prahalad and M.R. Rangaswami, Why sustainability is now the key driver
of innovation, Harvard Business Review, September 2009, pp. 57-64.

R. Peter and L. Dickie, An exploratory study of the barriers to commercialization for solar
based technology in the Indian business environment, Academy of World Business, Marketing
& Management Development Conference Proceedings, Vol. 3, No.1, July 2008

R. Peter and V. Peter, An assessment of the internal consistency of measures of constructs


used to revise the innovation decision framework, Academy of World Business, Marketing &
Management Development Conference Proceedings, Vol. 1, No.1, July 2004

S. Kalish, A new product model with price, advertising and uncertainty, Management
Science, Vol. 31, No. 12, December 1985

S. Kalish and G. L. Lilien, Optimal price Subsidy policy for Accelerating the Diffusion of
Innovation, Marketing Science, Vol.2, No. 4, 1983

S.K. Velayudhan, Dissemination of solar photovoltaics: a study on the government


programme to promote solar lantern in India, Energy Policy, Vol.31, 2003, pp. 15091518

S. McDonald, C. Oates, M. Thyne, P. Alevizou and L-A. McMorland, Comparing sustainable


consumption patterns across product sector, International Journal of Consumer Studies, Vol.
33 2009, 137-145

90
T.C Kinnear, J.R. Taylor and S.A. Ahmed, Ecologically concerned consumers: who are they?,
Journal of Marketing, Vol. 38, April 1974, pp.20-24.

T. Mainieri, E.G. Barnett, T.R. Valdero, J.B. Unipan and S. Oskamp, Green Buying: The
influence of Environmental Concern on Consumer Behavior, The Journal of Social
Psychology, 1997, 137 (2), pp. 189-204.

Y. Kim and S.M. Choi, Antecedents of Green Purchase Behavior: An Examination of


Collectivism, Environmental Concern, and PCE, Advances in Consumer Research, Vol.32,
2005

Yu Zhang, Junghyun Song, Shigeyuki Hamori, Impact of subsidy policies on diffusion of


photovoltaic power generation, Energy Policy ,Vol. 39, 2011, pp. 19581964

91
92
ANNEXES
Annexe A : Autres variables influenant le niveau dadoption

Les innovations ncessitant une dcision dadoption de la part dun individu sont
gnralement adoptes plus rapidement que celles impliquant une organisation entire dans le
processus de dcision. En effet, au plus le nombre de personnes impliques dans le processus
de dcision dadoption est lev, au plus le niveau dadoption sera lent. Ceci implique quil
est possible dacclrer le niveau dadoption dune innovation en rduisant le nombre de
personnes impliques dans le processus de dcision.

Les canaux de communication utiliss afin de promouvoir une innovation peuvent galement
influencer le niveau dadoption de celle-ci. Deux types de canaux de distribution sont
considrer ici. Premirement, les canaux de communication mass-mdia (tlvision, presse,
radio, cinma,) sont davantage utiliss afin de crer de lawarness-knowledge. Cest en
effet le meilleur moyen pour informer un large groupe d adopteurs potentiels sur
lexistence dune innovation. Deuximement, les canaux interpersonnels, impliquant un
change face-to-face entre deux ou plusieurs individus, sont davantage efficaces lorsquil
sagit de convaincre un individu dadopter une ide nouvelle.

La nature du systme social, comportant par exemple ses propres normes, affecte galement
son niveau dadoption. Un systme social est lensemble des units (individus ou groupes)
interconnectes qui sont conjointement engages rsoudre un problme et atteindre un
objectif commun. La structure sociale de ce systme peut faciliter ou entraver la diffusion
dune innovation au sein du systme. Par exemple, les normes rgissant ce systme ou encore
le leadership dopinion sont des thmes trs frquemment abords lors des recherches passes
consacres au systme social dans lequel une ou plusieurs innovations sont diffuses.

Le niveau dadoption dune innovation est aussi affect par la quantit defforts produits par
lagent de changement afin de promouvoir linnovation en question. Cependant, cette relation,
nest ni direct, ni linaire. On sait que pour un mme niveau defforts consentis par lagent du
changement, les rsultats obtenus sont suprieurs certaines tapes de la diffusion de
linnovation. En effet, il semblerait que la contribution des efforts promotionnels de lagent de
changement soit meilleure lorsque les leaders dopinion adoptent linnovation. Gnralement,
ce moment se produit lorsquon observe un niveau dadoption compris entre 3 et 16%
(Rogers, 2003, p. 222-223).

93
Annexe B : Importance relative des caractristiques de linnovation dans le choix
dadoption

94
Annexe C : Fonctionnement des panneaux photovoltaques - Brves explications

Le phnomne physique la base de cette invention, appel leffet photovoltaque, a t mis


en avant par Alexandre Edmond Becquerel en 1839. Ce phnomne se traduit par la cration
dune tension lectrique par absorption de photons (particules lumineuses du soleil) dans un
semi-conducteur. Ces photons transfrent leur nergie aux lectrons de la matire, lesquels se
mettent alors en mouvement, crant ainsi un courant lectrique qui est recueilli par des fils
mtalliques trs fins.

La cellule photovoltaque est une diode fabrique base de silicium et gnralement monte
en srie. Cette diode permet de conduire les charges ngatives dune part et les charges
positives dautre part. Llectricit produite par un panneau photovoltaque peut tre
consomme immdiatement, tre stocke dans des batteries ou encore tre rinjecte dans le
rseau qui joue un rle de tampon. En effet, si lensoleillement est insuffisant ou si la
production est infrieure vos besoins, le rseau public dlectricit fournit lnergie
manquante. De faon similaire, si la production dlectricit est suprieure la
consommation, il est possible dinjecter llectricit produite sur le rseau. Dans ce cas, le
compteur du gestionnaire de rseau de distribution dlectricit tourne lenvers.

En Belgique, un systme photovoltaque de 30 m permet de produire environ 3.500 kWh/an,


soit la consommation moyenne d'un mnage. Les conomies dnergies fossiles gnres sont
apprciables tant pour le portefeuille des utilisateurs que pour l'environnement.

Il ne faut galement pas confondre les panneaux photovoltaques avec les panneaux
thermiques, lesquels ne produisent pas dlectricit mais de la chaleur. Ceux-ci captent le
rayonnement solaire afin den capter la chaleur et ainsi produire de leau chaude sanitaire
pouvant tre stocke dans un boiler

95
Annexe D : Le march mondial et europen du photovoltaque

Depuis quelques annes, le march mondial du photovoltaque connait une croissance


fulgurante. En effet, selon la revue Photon International, la production mondiale de cellules
photovoltaques a pratiquement doubl tous les 2 ans depuis le dbut des annes 2000.

Cette tendance ne sarrtera pas de si tt si lon en croit les rsultats dune tude prospective
concernant le march mondial du photovoltaque. En effet, Eurostaf (groupe les Echos) table
sur un march mondial de 31 milliards deuros en 2015 contre 7 en 2005. Si ces prvisions
savrent correctes, le march du photovoltaque quintuplera entre 2005 et 2015. Ces chiffres
indiquent clairement que lindustrie photovoltaque est devenue une industrie nergtique en
pleine croissance dont le centre de gravit de loffre se situe actuellement en Asie, alors que
celui de la demande se dplace vers lEurope :

Production Installation
Japon 48,2% 20%
Allemagne 57%
Reste de l'Europe 26,2% 6%
Chine Taiwan 11,6%
USA 8,9% 7%
Reste du monde 2,2% 10%
Total 100% 100%
Source : EurObserv'ER 2005

Ainsi le Japon a produit presque la moiti des cellules photovoltaques mondiales en 2005. En
ce qui concerne linstallation des panneaux, lEurope et plus particulirement lAllemagne
constitue plus de 50% du march photovoltaque mondial.

Suite la croissance de plus de 35% du march europen de lnergie solaire durant plusieurs
annes conscutives, on a atteint pour la premire fois (en 2005) les limites de la capacit de
production de panneaux photovoltaques cause dun manque de silicium, matire premire
96
ncessaire la production de ceux-ci. Les experts prdisent que le manque de silicium
persistera dans les prochaines annes jusqu' ce que la recherche et le dveloppement rendent
possible la production de cellules photovoltaques haut rendement sur base d'autres
matriaux.

Au cours des annes 2006 et 2007, l'instauration des instruments fiscaux pour les particuliers
mais aussi pour les socits a fortement gagn en popularit. Dans presque tous les pays
europens, une promotion systmatique des panneaux photovoltaques via la mise en place de
subventions spcifiques et dincitations financires a t ralise.

97
Annexe E : Questionnaire

Bonjour, je mappelle Antoine Allard et je suis tudiant en 2ime Master en


Sciences de gestion aux Facults Universitaires Notre-Dame de la Paix Namur. Je
ralise mon mmoire sur une problmatique lie aux innovations cologiques et
jaimerais vous poser quelques questions relatives vos attitudes et comportements vis-
-vis dune innovation cologique: les panneaux solaires. Toutes les donnes recueillies
resteront bien entendu confidentielles.

Je vous remercie davance pour votre participation, elle mest dune trs grande
aide pour mener bien mon projet de mmoire.

Recevez, Madame, Monsieur, lexpression de mes salutations distingues.

Allard Antoine, tudiant en Sciences de gestion aux FUNDP

Variable : La frquence dachat de produits verts

Q.1: Combien de produits respectueux de lenvironnement achetez-vous en moyenne par


semaine ?

1. Aucun
2. 14
3. 5 10
4. Plus de 10

Q.2: De quand date votre dernier achat de produits cologiques ?

1. Je nachte pas de produits cologiques


2. Cette semaine
3. La semaine dernire
4. Le mois dernier
5. Il y a plus dun mois
6. Il y a plus de 6 mois

Q.3: Etes-vous propritaire de panneaux photovoltaques ?


1. Oui
2. Non

Si vous avez-rpondu oui, veuillez passer la question 5

Q.4: Si non, envisagez-vous dinvestir dans des panneaux photovoltaques dans les 12
prochains mois ?
1. Oui
2. Non

98
Si vous avez rpondu non, veuillez directement passer la question 64

Variable : La perception du caractre innovant de linnovation

Q.5: Selon moi, lutilisation de panneaux solaires pour produire de llectricit ncessite
un changement de comportement au quotidien. (1- pas du tout daccord, 7-
totalement daccord)
1 2 3 4 5 6 7

Q.6: Finalement, les panneaux solaires constituent une amlioration mineure quant la
manire de produire de llectricit. (1- pas du tout daccord, 7- totalement
daccord) Echelle inverse
1 2 3 4 5 6 7

Q.7: Selon moi, larrive des panneaux photovoltaques sur le march constitue un
bouleversement technologique lger. (1- pas du tout daccord, 7- totalement
daccord) Echelle inverse
1 2 3 4 5 6 7

Q.8: Larrive des panneaux solaires sur le march a vritablement modifi ma manire
de consommer de llectricit. (1- pas du tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Q.9: Les panneaux solaires constituent une rvolution technologique au mme titre que
le moteur explosion, la tlvision, internet ou encore le rfrigrateur. (1- pas du
tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Variable : La perception du degr cologique de linnovation

Q.10: Je considre que llectricit produite par des panneaux solaires est plus cologique
que llectricit provenant du rseau lectrique traditionnel. (1- pas du tout
daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Q.11: Je pense que les nuisances environnementales lies lutilisation de panneaux


solaires sont quivalentes aux nuisances environnementales occasionnes par les
modes de production dlectricit traditionnels. (1- pas du tout daccord, 7-
totalement daccord) Echelle inverse
1 2 3 4 5 6 7

Q.12: Je pense quun investissement dans des panneaux solaires contribue fortement
une meilleure qualit de lenvironnement. (1- pas du tout daccord, 7- totalement
daccord)
1 2 3 4 5 6 7

99
Q.13: Lempreinte cologique rsultant de la production dlectricit verte est
similaire celle rsultant de la production lectrique traditionnelle. (1- pas du tout
daccord, 7- totalement daccord) Echelle inverse
1 2 3 4 5 6 7

Q.14: Parfois, jai des doutes sur le caractre cologique des panneaux photovoltaques.
(1- pas du tout daccord, 7- totalement daccord) Echelle inverse
1 2 3 4 5 6 7

Variable : Lavantage relatif

Q.15: Utiliser les panneaux solaires permet de produire de llectricit de meilleure


qualit. (1- pas du tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Q.16: Utiliser les panneaux solaires permet damliorer la qualit de mon environnement.
(1- pas du tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Q.17: Utiliser les panneaux solaires permet davoir accs un environnement plus sain.
(1- pas du tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Q.18: Utiliser les panneaux solaires rduit ma facture nergtique. (1- pas du tout
daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Q.19: Utiliser les panneaux solaires permet de mieux contrler mes dpenses
nergtiques. (1- pas du tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Variable: La compatibilit

Q.20: Lutilisation des panneaux solaires est compatible avec mon mode de vie. (1- pas du
tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Q.21: Je pense que lutilisation des panneaux solaires correspond bien mes
proccupations en matire de respect de lenvironnement. (1- pas du tout daccord,
7- totalement daccord)
1 2 3 4 5 6 7

Q.22: Lutilisation des panneaux solaires correspond bien avec mon style de
consommation dnergie. (1- pas du tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

100
Variable : La complexit

Q.23: Linteraction avec les panneaux solaires est claire et comprhensible. (1- pas du
tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Q.24: Je pense quil est facile dutiliser les panneaux solaires comme je lentends. (1- pas
du tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Q.25: De manire gnrale, jestime que les panneaux solaires sont faciles dutilisation. (1-
pas du tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Q.26: Lapprentissage li lutilisation des panneaux solaires est facile. (1- pas du tout
daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Variable: La facilit dessai (triability en anglais)

Q.27: Avant de dcider dutiliser les panneaux solaires, jai eu loccasion de les tester dans
de bonnes conditions. (1- pas du tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Q.28: Quel est lendroit o vous avez eu loccasion de les tester ?


1. Je ne les ai pas tests
2. Chez des amis
3. Dans un salon, une foire, une exposition
4. Au sein de la socit qui ma vendu les panneaux solaires
5. Autres

Q.29: Jai eu loccasion dutiliser les panneaux solaires assez longtemps pour pouvoir
lvaluer correctement. (1- pas du tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Variable: Lobservabilit

Q.30: Je nai aucune difficult de parler dautres des rsultats lis lutilisation des
panneaux solaires. (1- pas du tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Q.31: Je crois que je pourrais raconter dautres les consquences rsultant de


lutilisation des panneaux solaires. (1- pas du tout daccord, 7- totalement
daccord)
1 2 3 4 5 6 7

101
Q.32: Selon moi, les consquences rsultant de lutilisation les panneaux solaires sont
visibles. (1- pas du tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Q.33: Jaurais des difficults expliquer pourquoi lutilisation des panneaux solaires peut
ou non tre bnfique. (1- pas du tout daccord, 7- totalement daccord) Echelle
inverse
1 2 3 4 5 6 7

I would have no difficulty telling others about the results of using a PWS
I believe I could communicate to others the consequences of using a PWS
The results of using a PWS are apparent to me
I would have difficulty explaining why using a PWS may or may not be beneficial

Moore and Bensabat, Development of an instrument to measure the perceptions of


adopting an information technology innovation. Information Systems Research, 1991,
Vol.2 No. 3, pp.192-222. Result demonstrability Cronbach : 0.79

Q.34: Dans ma rgion, je vois rgulirement des panneaux solaires sur le toit des
habitations. (1- pas du tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Q.35: Dans ma rgion, les panneaux solaires ne sont pas vraiment visibles. (1- pas du tout
daccord, 7- totalement daccord) Echelle inverse
1 2 3 4 5 6 7

Variable: Le risque peru

Q.36: Avant dinvestir dans des panneaux solaires, jai eu peur quils ne rpondent pas
mes attentes. (1- pas du tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Q.37: Avant dinvestir dans des panneaux solaires, jai redout que la qualit de ceux-ci ne
soit pas assez leve mes yeux. (1- pas du tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Q.38: Avant dinvestir dans des panneaux solaires, jai eu peur que ladoption de ceux-ci
soit difficile pour moi cause de leur complexit. (1- pas du tout daccord, 7-
totalement daccord)
1 2 3 4 5 6 7

Q.39: Investir dans des panneaux solaires constitue un risque financier (cot lev). (1-
pas du tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Variable: Linnovativeness (Lorientation innovation du consommateur)


102
Q.40: Jaime les magazines qui prsentent de nouvelles marques. (1- pas du tout daccord,
7- totalement daccord)
1 2 3 4 5 6 7

Q.41: Lorsque je fais du shopping, je passe beaucoup de temps chercher de nouveaux


produits ou de nouvelles marques. (1- pas du tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Q.42: Jaime les situations dans lesquelles je suis expos de nouvelles sources
dinformation concernant diffrents produits. (1- pas du tout daccord, 7-
totalement daccord)
1 2 3 4 5 6 7

Q.43: Je recherche continuellement de nouvelles expriences. (1- pas du tout daccord, 7-


totalement daccord)
1 2 3 4 5 6 7

Q.44: Je profite de la premire occasion pour me renseigner sur les nouveaux produits et
nouvelles marques. (1- pas du tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Q.45: Je suis continuellement la recherche de nouveaux produits/services. (1- pas du


tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Variable: Le leadership dopinion

Q.46: Mon opinion sur les innovations ne semble pas compter pour les autres. (1- pas du
tout daccord, 7- totalement daccord) Echelle inverse
1 2 3 4 5 6 7

Q.47: Lorsque dautres personnes adoptent une innovation, elles ne me demandent pas
conseil. (1- pas du tout daccord, 7- totalement daccord) Echelle inverse
1 2 3 4 5 6 7

Q.48: Les autres personnes me conseillent rarement concernant lachat dun nouveau
produit. (1- pas du tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Q.49: Mes connaissances achtent leurs produits en tenant compte de ce que je leur ai
racont. (1- pas du tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Q.50: Je persuade souvent dautres personnes dacheter des produits que jaime. (1- pas du
tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

103
Q.51: Jinfluence souvent lopinion des autres au sujet des nouveaux produits. (1- pas du
tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Variable: Lefficacit perue des consommateurs Le rle socital du


consommateur

Q.52: Un consommateur peut contribuer seul lamlioration de son environnement. (1-


pas du tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Q.53: Quand jachte un produit, jessaye de considrer la mesure dans laquelle


lutilisation du produit va influencer lenvironnement ainsi que les autres
consommateurs. (1- pas du tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Q.54: Parce quune seule personne ne peut pas avoir deffet sur la rsolution des
problmes environnementaux, mon comportement ne fait aucune diffrence. (1- pas
du tout daccord, 7- totalement daccord) Echelle inverse
1 2 3 4 5 6 7

Q.55: Je sens que je peux participer la rsolution de problmes environnementaux en


conservant de lnergie. (1- pas du tout daccord, 7- totalement daccord)
1 2 3 4 5 6 7

Q.56: Chaque consommateur peut avoir un effet positif pour la socit en achetant des
produits socialement responsables. (1- pas du tout daccord, 7- totalement
daccord)
1 2 3 4 5 6 7

Variable: Les subsides les politiques publiques

Veuillez indiquer limportance quont jou les diffrents lments ci-dessous lors de votre
dcision dinvestir dans des panneaux solaires :

Q.57: La sensibilisation de la population grce la diffusion dinformation utile. (1- Pas


important, 7- Trs important)
1 2 3 4 5 6 7

Q.58: La diffusion dinformations pertinentes. (1- Pas important, 7- Trs important)


1 2 3 4 5 6 7

Q.59: La promotion des panneaux solaires. (1- Pas important, 7- Trs important)
1 2 3 4 5 6 7

104
Q.60: La publication dtudes comparants la production lectrique des panneaux solaires
aux systmes conventionnels. (1- Pas important, 7- Trs important)
1 2 3 4 5 6 7

Q.61: Loctroi dincitants fiscaux pour les utilisateurs. (1- Pas important, 7- Trs
important)
1 2 3 4 5 6 7

Q.62: Loctroi dincitants fiscaux pour les producteurs. (1- Pas important, 7- Trs
important)
1 2 3 4 5 6 7

Q.63: Lobtention dune source de financement pour installer des panneaux solaires. (1-
Pas important, 7- Trs important)
1 2 3 4 5 6 7

Q.64: Ltablissement de normes de qualit pour les panneaux solaires. (1- Pas important,
7- Trs important)
1 2 3 4 5 6 7

Q.65: La cration de centres de contrle indpendants pour les panneaux


photovoltaques. (1- Pas important, 7- Trs important)
1 2 3 4 5 6 7

Q.66: La suppression de subsides pour dautres sources dnergies. (1- Pas important, 7-
Trs important)
1 2 3 4 5 6 7

Variables dmographiques

Q.67: Quel est votre sexe ?


1. Homme
2. Femme

Q.68: Quel est votre ge ?


1. 16-20
2. 21-25
3. 26-30
4. 31-35
5. 36-40
6. 41-45
7. 46-50
8. 51-55
9. 56-60

105
10. 61 et plus

Q.69: Quels sont vos revenus mensuels nets?


1. 0-1000 euros
2. 1001-2000 euros
3. 2001-3000 euros
4. 3001-4000 euros
5. Plus de 4000 euros

Q.70: Quel est votre niveau dtude ?


1. Enseignement primaire
2. Secondaire professionnel
3. Secondaire technique
4. Secondaire gnral
5. Suprieurs de type court
6. Suprieur de type long
7. Doctorat

Q.71: Combien de personnes vivent sous votre toit ?


1. 1
2. 2
3. 3
4. 4
5. 5
6. 6
7. Plus de 6

Q.72: Habitez-vous la ville o la campagne ?


1. Ville
2. Campagne

Merci pour votre participation !!!

106
Annexe F : Prospectus distribu dans les botes aux lettres des habitations arborant des
panneaux photovoltaques sur leur toiture.

Bonjour,

Je mappelle Antoine ALLARD. Je suis tudiant en 2ime master en Sciences de Gestion aux
Facults Universitaires Notre Dame de la Paix et je ralise mon mmoire sur l'adoption des
innovations cologiques (panneaux photovoltaques).

Il y a quelques temps, jenvisageais denvoyer mon questionnaire par e-mail des


propritaires de panneaux photovoltaques. Cependant, lentreprise qui mavait promis de me
fournir les adresses e-mails de ses clients nest plus en mesure de le faire.

Cest pourquoi, je me permets de solliciter votre aide afin de pouvoir terminer mon mmoire
dans les temps. Cest pourquoi, jaimerais vous demander de rpondre un questionnaire
parfaitement anonyme via le lien suivant :

https://docs.google.com/spreadsheet/viewform?formkey=dEpkdjFBTkxFSzEzcXpYdEdrbU1
vblE6MQ#gid=0

Pourriez-vous menvoyer un e-mail ladresse suivante : allard.antoine1@gmail.com afin que


je puisse vous envoyer le lien? Cela prend seulement quelques minutes et mest dune aide
inestimable.

Merci davance,

Antoine ALLARD

107
Annexe G: Analyse de ladoption Comparaisons des adopteurs et des non-adopteurs

108
109
110
111
Annexe H: Analyse de lintention dadoption - Comparaison des non-adopteurs et des non-adopteurs intresss par ladoption
dans les 12 mois.

112
113
Annexe I : Analyses factorielles et de fiabilit (Alpha de Cronbach)

Analyse factorielle (Perception du caractre innovant de linnovation)

Matrice de corrlation

DegrInno1 DegrInno4

DegrInno1 1,000 ,635


Corrlation
DegrInno4 ,635 1,000
DegrInno1 ,000
Signification (unilatrale)
DegrInno4 ,000

Indice KMO et test de Bartlett

Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin. ,500


Khi-deux approxim 103,527

Test de sphricit de Bartlett ddl 1

Signification de Bartlett ,000

Qualit de reprsentation

Initial Extraction

DegrInno1 1,000 ,818


DegrInno4 1,000 ,818

Mthode d'extraction : Analyse en composantes

principales.

Variance totale explique

Composante Valeurs propres initiales Extraction Sommes des carrs des facteurs retenus

Total % de la variance % cumuls Total % de la variance % cumuls

1 1,635 81,753 81,753 1,635 81,753 81,753

2 ,365 18,247 100,000

Mthode d'extraction : Analyse en composantes principales.

Matrice des composantesa

Composante

DegrInno1 ,904

DegrInno4 ,904

Mthode d'extraction : Analyse en


composantes principales.
a. 1 composante extraite.

114
Fiabilit
Echelle : TOUTES LES VARIABLES

Rcapitulatif de traitement des observations

N %

Valide 203 46,3


a
Observations Exclus 235 53,7

Total 438 100,0

a. Suppression par liste base sur toutes les variables de la


procdure.

Statistiques de fiabilit

Alpha de Cronbach Alpha de Cronbach Nombre d'lments


bas sur des
lments normaliss

,776 ,777 2

Statistiques d'item

Moyenne Ecart-type N

DegrInno1 3,90 2,244 203


DegrInno4 3,76 2,102 203

Statistiques rcapitulatives d'lment

Moyenne Minimum Maximum Intervalle Maximum/Minim Variance Nombre


um d'lments

Moyenne des lments 3,830 3,764 3,897 ,133 1,035 ,009 2

Variance des lments 4,726 4,419 5,034 ,615 1,139 ,189 2

Statistiques de total des lments

Moyenne de Variance de l'chelle Corrlation Carr de la Alpha de Cronbach


l'chelle en cas de en cas de complte des corrlation multiple en cas de
suppression d'un suppression d'un lments corrigs suppression de

lment lment l'lment

DegrInno1 3,76 4,419 ,635 ,403 .


DegrInno4 3,90 5,034 ,635 ,403 .

Statistiques d'chelle

Moyenne Variance Ecart-type Nombre d'lments

115
7,66 15,443 3,930 2

116
Analyse factorielle (Perception du degr cologique de linnovation)

Matrice de corrlation

DegrEco1 DegrEco2 DegrEco3 DegrEco4 DegrEco5

DegrEco1 1,000 ,268 ,610 ,327 ,458

DegrEco2 ,268 1,000 ,352 ,460 ,431

Corrlation DegrEco3 ,610 ,352 1,000 ,385 ,421

DegrEco4 ,327 ,460 ,385 1,000 ,386

DegrEco5 ,458 ,431 ,421 ,386 1,000


DegrEco1 ,000 ,000 ,000 ,000

DegrEco2 ,000 ,000 ,000 ,000

Signification (unilatrale) DegrEco3 ,000 ,000 ,000 ,000

DegrEco4 ,000 ,000 ,000 ,000

DegrEco5 ,000 ,000 ,000 ,000

117
Indice KMO et test de Bartlett

Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin. ,759

Khi-deux approxim 260,962

Test de sphricit de Bartlett ddl 10

Signification de Bartlett ,000

Qualit de reprsentation

Initial Extraction

DegrEco1 1,000 ,552

DegrEco2 1,000 ,457


DegrEco3 1,000 ,599
DegrEco4 1,000 ,480
DegrEco5 1,000 ,555

Mthode d'extraction : Analyse en composantes


principales.

Variance totale explique

Composante Valeurs propres initiales Extraction Sommes des carrs des facteurs retenus

Total % de la variance % cumuls Total % de la variance % cumuls

1 2,643 52,861 52,861 2,643 52,861 52,861

2 ,874 17,480 70,341

3 ,599 11,979 82,320

4 ,514 10,273 92,593

5 ,370 7,407 100,000

Mthode d'extraction : Analyse en composantes principales.

Matrice des composantesa

Composante

DegrEco1 ,743
DegrEco2 ,676
DegrEco3 ,774

DegrEco4 ,693
DegrEco5 ,745

Mthode d'extraction : Analyse en


composantes principales.
a. 1 composante extraite.

Fiabilit

118
Echelle : TOUTES LES VARIABLES

Rcapitulatif de traitement des observations

N %

Valide 199 45,4


a
Observations Exclus 239 54,6

Total 438 100,0

a. Suppression par liste base sur toutes les variables de la


procdure.

Statistiques de fiabilit

Alpha de Cronbach Alpha de Cronbach Nombre d'lments


bas sur des
lments normaliss

,775 ,776 5

Statistiques d'item

Moyenne Ecart-type N

DegrEco1 5,89 1,535 199


DegrEco2 5,48 1,623 199

DegrEco3 5,57 1,532 199


DegrEco4 5,45 1,503 199
DegrEco5 5,11 1,814 199

Statistiques rcapitulatives d'lment

Moyenne Minimum Maximum Intervalle Maximum/ Variance Nombre

Minimum d'lments

Moyenne des lments 5,501 5,111 5,894 ,784 1,153 ,079 5

Variance des lments 2,578 2,259 3,291 1,032 1,457 ,179 5

Statistiques de total des lments

Moyenne de Variance de l'chelle Corrlation Carr de la Alpha de Cronbach


l'chelle en cas de en cas de complte des corrlation multiple en cas de

suppression d'un suppression d'un lments corrigs suppression de


lment lment l'lment

DegrEco1 21,61 23,280 ,558 ,424 ,730


DegrEco2 22,02 23,394 ,501 ,300 ,749
DegrEco3 21,93 22,819 ,596 ,432 ,717

119
DegrEco4 22,06 24,012 ,518 ,291 ,743
DegrEco5 22,39 21,078 ,572 ,336 ,726

Statistiques d'chelle

Moyenne Variance Ecart-type Nombre d'lments

27,50 33,898 5,822 5

Analyse factorielle (Avantage relatif)

Matrice de corrlation

AvanRel2 AvanRel3 AvanRel4

AvanRel2 1,000 ,632 ,368

Corrlation AvanRel3 ,632 1,000 ,234

AvanRel4 ,368 ,234 1,000


AvanRel2 ,000 ,000

Signification (unilatrale) AvanRel3 ,000 ,000

AvanRel4 ,000 ,000

Indice KMO et test de Bartlett

Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin. ,567


Khi-deux approxim 148,989

Test de sphricit de Bartlett ddl 3

Signification de Bartlett ,000

Qualit de reprsentation

Initial Extraction

AvanRel2 1,000 ,783


AvanRel3 1,000 ,688

AvanRel4 1,000 ,376

Mthode d'extraction : Analyse en


composantes principales.

Variance totale explique

Composante Valeurs propres initiales Extraction Sommes des carrs des facteurs retenus

Total % de la variance % cumuls Total % de la variance % cumuls

1 1,847 61,577 61,577 1,847 61,577 61,577

2 ,803 26,756 88,333

120
3 ,350 11,667 100,000

Mthode d'extraction : Analyse en composantes principales.

Matrice des composantesa

Composante

AvanRel2 ,885
AvanRel3 ,830
AvanRel4 ,613

Mthode d'extraction : Analyse en

composantes principales.
a. 1 composante extraite.

Fiabilit

Echelle : TOUTES LES VARIABLES

Rcapitulatif de traitement des observations

N %

Valide 230 52,5

Observations Exclusa 208 47,5

Total 438 100,0

a. Suppression par liste base sur toutes les variables de la


procdure.

Statistiques de fiabilit

Alpha de Cronbach Alpha de Cronbach Nombre d'lments

bas sur des


lments normaliss

,685 ,677 3

Statistiques d'item

Moyenne Ecart-type N

AvanRel2 5,56 1,587 230


AvanRel3 5,32 1,561 230
AvanRel4 6,37 1,360 230

Statistiques rcapitulatives d'lment

121
Moyenne Minimum Maximum Intervalle Maximum/ Variance Nombre

Minimum d'lments

Moyenne des lments 5,749 5,322 6,370 1,048 1,197 ,302 3

Variance des lments 2,269 1,850 2,519 ,669 1,362 ,133 3

Statistiques de total des lments

Moyenne de Variance de l'chelle Corrlation Carr de la Alpha de Cronbach


l'chelle en cas de en cas de complte des corrlation multiple en cas de
suppression d'un suppression d'un lments corrigs suppression de
lment lment l'lment

AvanRel2 11,69 5,280 ,647 ,451 ,376


AvanRel3 11,93 5,955 ,542 ,400 ,533
AvanRel4 10,88 8,090 ,333 ,135 ,775

Statistiques d'chelle

Moyenne Variance Ecart-type Nombre d'lments

17,25 12,519 3,538 3

Analyse factorielle (compatibilit)

Matrice de corrlation

Compat1 Compat2 Compat3

Compat1 1,000 ,455 ,546

Corrlation Compat2 ,455 1,000 ,519

Compat3 ,546 ,519 1,000


Compat1 ,000 ,000

Signification (unilatrale) Compat2 ,000 ,000

Compat3 ,000 ,000

Indice KMO et test de Bartlett

Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin. ,686


Khi-deux approxim 163,816

Test de sphricit de Bartlett ddl 3

Signification de Bartlett ,000

Qualit de reprsentation

Initial Extraction

Compat1 1,000 ,662


Compat2 1,000 ,637

Compat3 1,000 ,716

122
Mthode d'extraction : Analyse en
composantes principales.

Variance totale explique

Composante Valeurs propres initiales Extraction Sommes des carrs des facteurs retenus

Total % de la variance % cumuls Total % de la variance % cumuls

1 2,015 67,155 67,155 2,015 67,155 67,155

2 ,547 18,229 85,384

3 ,438 14,616 100,000

Mthode d'extraction : Analyse en composantes principales.

Matrice des composantesa

Composante

Compat1 ,813
Compat2 ,798
Compat3 ,846

Mthode d'extraction : Analyse en

composantes principales.
a. 1 composante extraite.

Fiabilit

Echelle : TOUTES LES VARIABLES

Rcapitulatif de traitement des observations

N %

Valide 228 52,1


a
Observations Exclus 210 47,9

Total 438 100,0

a. Suppression par liste base sur toutes les variables de la


procdure.

Statistiques de fiabilit

Alpha de Cronbach Alpha de Cronbach Nombre d'lments

bas sur des


lments normaliss

,751 ,755 3

123
Statistiques d'item

Moyenne Ecart-type N

Compat1 6,34 1,193 228


Compat2 5,73 1,468 228
Compat3 5,67 1,377 228

Statistiques rcapitulatives d'lment

Moyenne Minimum Maximum Intervalle Maximum/ Variance Nombre


Minimum d'lments

Moyenne des lments 5,911 5,667 6,338 ,671 1,118 ,138 3

Variance des lments 1,825 1,423 2,155 ,732 1,514 ,138 3

Statistiques de total des lments

Moyenne de Variance de l'chelle Corrlation Carr de la Alpha de Cronbach


l'chelle en cas de en cas de complte des corrlation multiple en cas de
suppression d'un suppression d'un lments corrigs suppression de
lment lment l'lment

Compat1 11,39 6,152 ,573 ,339 ,683


Compat2 12,00 5,115 ,556 ,312 ,702
Compat3 12,07 5,172 ,622 ,391 ,616

Statistiques d'chelle

Moyenne Variance Ecart-type Nombre d'lments

17,73 10,963 3,311 3

Analyse factorielle (complexit)


Matrice de corrlation

Complex1 Complex3 Complex4

Complex1 1,000 ,466 ,415

Corrlation Complex3 ,466 1,000 ,547

Complex4 ,415 ,547 1,000


Complex1 ,000 ,000

Signification (unilatrale) Complex3 ,000 ,000

Complex4 ,000 ,000

Indice KMO et test de Bartlett

Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin. ,671


Test de sphricit de Bartlett Khi-deux approxim 145,242

124
ddl 3

Signification de Bartlett ,000

Qualit de reprsentation

Initial Extraction

Complex1 1,000 ,585

Complex3 1,000 ,706


Complex4 1,000 ,663

Mthode d'extraction : Analyse en composantes


principales.

Variance totale explique

Composante Valeurs propres initiales Extraction Sommes des carrs des facteurs retenus

Total % de la variance % cumuls Total % de la variance % cumuls

1 1,954 65,134 65,134 1,954 65,134 65,134

2 ,599 19,971 85,105

3 ,447 14,895 100,000

Mthode d'extraction : Analyse en composantes principales.

Matrice des composantesa

Composante

Complex1 ,765
Complex3 ,840
Complex4 ,814

Mthode d'extraction : Analyse en


composantes principales.
a. 1 composante extraite.

Fiabilit

Echelle : TOUTES LES VARIABLES

Rcapitulatif de traitement des observations

N %

Valide 227 51,8


a
Observations Exclus 211 48,2

Total 438 100,0

125
a. Suppression par liste base sur toutes les variables de la
procdure.

Statistiques de fiabilit

Alpha de Cronbach Alpha de Cronbach Nombre d'lments


bas sur des

lments normaliss

,728 ,732 3

Statistiques d'item

Moyenne Ecart-type N

Complex1 5,60 1,380 227


Complex3 6,16 1,263 227
Complex4 6,00 1,456 227

Statistiques rcapitulatives d'lment

Moyenne Minimum Maximum Intervalle Maximum/ Variance Nombre


Minimum d'lments

Moyenne des lments 5,918 5,599 6,159 ,559 1,100 ,083 3

Variance des lments 1,873 1,594 2,119 ,525 1,329 ,070 3

Statistiques de total des lments

Moyenne de Variance de l'chelle Corrlation Carr de la Alpha de Cronbach


l'chelle en cas de en cas de complte des corrlation multiple en cas de
suppression d'un suppression d'un lments corrigs suppression de
lment lment l'lment

Complex1 12,15 5,724 ,499 ,254 ,702

Complex3 11,59 5,693 ,603 ,368 ,586


Complex4 11,76 5,122 ,558 ,332 ,634

Statistiques d'chelle

Moyenne Variance Ecart-type Nombre d'lments

17,75 10,921 3,305 3

Analyse factorielle (Facilit dessai)

126
Matrice de corrlation

FacilEssai1 FacilEssai2

FacilEssai1 1,000 ,271


Corrlation
FacilEssai2 ,271 1,000
FacilEssai1 ,000
Signification (unilatrale)
FacilEssai2 ,000

Indice KMO et test de Bartlett

Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin. ,500


Khi-deux approxim 14,781

Test de sphricit de Bartlett ddl 1

Signification de Bartlett ,000

Qualit de reprsentation

Initial Extraction

FacilEssai1 1,000 ,636


FacilEssai2 1,000 ,636

Mthode d'extraction : Analyse en composantes


principales.

Variance totale explique

Composante Valeurs propres initiales Extraction Sommes des carrs des facteurs retenus

Total % de la variance % cumuls Total % de la variance % cumuls

1 1,271 63,559 63,559 1,271 63,559 63,559

2 ,729 36,441 100,000

Mthode d'extraction : Analyse en composantes principales.

Matrice des composantesa

Composante

FacilEssai1 ,797
FacilEssai2 ,797

Mthode d'extraction : Analyse en

composantes principales.
a. 1 composante extraite.

Fiabilit

Echelle : TOUTES LES VARIABLES

127
Rcapitulatif de traitement des observations

N %

Valide 196 44,7


a
Observations Exclus 242 55,3

Total 438 100,0

a. Suppression par liste base sur toutes les variables de la


procdure.

Statistiques de fiabilit

Alpha de Cronbach Alpha de Cronbach Nombre d'lments


bas sur des

lments normaliss

,419 ,427 2

Statistiques d'item

Moyenne Ecart-type N

FacilEssai1 2,21 1,882 196

FacilEssai2 3,59 2,322 196

Statistiques rcapitulatives d'lment

Moyenne Minimum Maximum Intervalle Maximum/ Variance Nombre

Minimum d'lments

Moyenne des lments 2,903 2,214 3,592 1,378 1,622 ,949 2

Variance des lments 4,468 3,544 5,392 1,848 1,521 1,707 2

Statistiques de total des lments

Moyenne de Variance de l'chelle Corrlation Carr de la Alpha de Cronbach


l'chelle en cas de en cas de complte des corrlation multiple en cas de
suppression d'un suppression d'un lments corrigs suppression de

lment lment l'lment

FacilEssai1 3,59 5,392 ,271 ,074 .


FacilEssai2 2,21 3,544 ,271 ,074 .

Statistiques d'chelle

Moyenne Variance Ecart-type Nombre d'lments

5,81 11,306 3,362 2

Analyse factorielle (Observabilit)

128
Matrice de corrlation

Observ1 Observ2 Observ3 Observ4 Observ5 Observ6

Observ1 1,000 ,642 ,261 ,330 ,411 ,300

Observ2 ,642 1,000 ,431 ,445 ,234 ,245

Observ3 ,261 ,431 1,000 ,426 ,120 ,109


Corrlation
Observ4 ,330 ,445 ,426 1,000 ,155 ,215

Observ5 ,411 ,234 ,120 ,155 1,000 ,750

Observ6 ,300 ,245 ,109 ,215 ,750 1,000

Observ1 ,000 ,000 ,000 ,000 ,000

Observ2 ,000 ,000 ,000 ,000 ,000

Observ3 ,000 ,000 ,000 ,044 ,061


Signification (unilatrale)
Observ4 ,000 ,000 ,000 ,014 ,001

Observ5 ,000 ,000 ,044 ,014 ,000

Observ6 ,000 ,000 ,061 ,001 ,000

Indice KMO et test de Bartlett

Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin. ,641

Khi-deux approxim 415,011

Test de sphricit de Bartlett ddl 15

Signification de Bartlett ,000

Qualit de reprsentation

Initial Extraction

Observ1 1,000 ,585

Observ2 1,000 ,708


Observ3 1,000 ,557
Observ4 1,000 ,550

Observ5 1,000 ,867


Observ6 1,000 ,827

Mthode d'extraction : Analyse en


composantes principales.

Variance totale explique

Composante Valeurs propres initiales Extraction Sommes des carrs des facteurs Somme des carrs des
retenus facteurs retenus pour la

rotationa

Total % de la % cumuls Total % de la % cumuls Total


variance variance

129
1 2,717 45,276 45,276 2,717 45,276 45,276 2,367

2 1,379 22,976 68,252 1,379 22,976 68,252 2,064

3 ,775 12,910 81,163

4 ,573 9,553 90,716

5 ,344 5,734 96,449

6 ,213 3,551 100,000

Mthode d'extraction : Analyse en composantes principales.

a. Lorsque les composantes sont corrles, les sommes des carrs chargs ne peuvent pas tre additionns pour obtenir une

variance totale.

Matrice des composantesa

Composante

1 2

Observ1 ,762 ,069


Observ2 ,767 ,347
Observ3 ,550 ,504

Observ4 ,623 ,403


Observ5 ,664 -,653
Observ6 ,645 -,641

Mthode d'extraction : Analyse en

composantes principales.
a. 2 composantes extraites.

Matrice des typesa

Composante

1 2

Observ1 ,602 -,341


Observ2 ,811 -,097
Observ3 ,771 ,157
Observ4 ,749 ,030
Observ5 -,004 -,933
Observ6 -,008 -,911

Mthode d'extraction : Analyse en


composantes principales.
Mthode de rotation : Oblimin avec

normalisation de Kaiser.
a. La rotation a converg en 5 itrations.

Matrice de structure

Composante

1 2

130
Observ1 ,690 -,497

Observ2 ,836 -,307


Observ3 ,731 -,042
Observ4 ,741 -,164

Observ5 ,237 -,931


Observ6 ,227 -,909

Mthode d'extraction : Analyse en


composantes principales.

Mthode de rotation : Oblimin avec


normalisation de Kaiser.

Matrice de corrlation des composantes

Composante 1 2

1 1,000 -,259
2 -,259 1,000

Mthode d'extraction : Analyse en composantes

principales.
Mthode de rotation : Oblimin avec normalisation
de Kaiser.

Fiabilit

Echelle : TOUTES LES VARIABLES

Rcapitulatif de traitement des observations

N %

Valide 201 45,9

Observations Exclusa 237 54,1

Total 438 100,0

a. Suppression par liste base sur toutes les variables de la


procdure.

Statistiques de fiabilit

Alpha de Cronbach Nombre d'lments

,748 6

Analyse factorielle

Matrice de corrlation

131
Observ1 Observ2 Observ3 Observ4

Observ1 1,000 ,642 ,261 ,330

Observ2 ,642 1,000 ,431 ,445


Corrlation
Observ3 ,261 ,431 1,000 ,426

Observ4 ,330 ,445 ,426 1,000

Observ1 ,000 ,000 ,000

Observ2 ,000 ,000 ,000


Signification (unilatrale)
Observ3 ,000 ,000 ,000

Observ4 ,000 ,000 ,000

Indice KMO et test de Bartlett

Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin. ,680


Khi-deux approxim 207,761

Test de sphricit de Bartlett ddl 6

Signification de Bartlett ,000

Qualit de reprsentation

Initial Extraction

Observ1 1,000 ,567


Observ2 1,000 ,733
Observ3 1,000 ,463

Observ4 1,000 ,516

Mthode d'extraction : Analyse en


composantes principales.

Variance totale explique

Composante Valeurs propres initiales Extraction Sommes des carrs des facteurs retenus

Total % de la variance % cumuls Total % de la variance % cumuls

1 2,280 57,003 57,003 2,280 57,003 57,003

2 ,822 20,549 77,552

3 ,571 14,274 91,826

4 ,327 8,174 100,000

Mthode d'extraction : Analyse en composantes principales.

Matrice des composantesa

Composante

132
Observ1 ,753

Observ2 ,856
Observ3 ,681
Observ4 ,718

Mthode d'extraction : Analyse en

composantes principales.
a. 1 composante extraite.

Fiabilit

Echelle : TOUTES LES VARIABLES

Rcapitulatif de traitement des observations

N %

Valide 201 45,9

Observations Exclusa 237 54,1

Total 438 100,0

a. Suppression par liste base sur toutes les variables de la


procdure.

Statistiques de fiabilit

Alpha de Cronbach Alpha de Cronbach Nombre d'lments


bas sur des
lments normaliss

,740 ,745 4

Statistiques d'item

Moyenne Ecart-type N

Observ1 6,01 1,481 201


Observ2 5,73 1,561 201
Observ3 5,33 1,770 201

Observ4 5,61 1,691 201

Statistiques rcapitulatives d'lment

Moyenne Minimum Maximum Intervalle Maximum/ Variance Nombre

Minimum d'lments

Moyenne des lments 5,673 5,333 6,015 ,682 1,128 ,080 4

Variance des lments 2,656 2,195 3,133 ,939 1,428 ,176 4

133
Statistiques de total des lments

Moyenne de Variance de l'chelle Corrlation Carr de la Alpha de Cronbach

l'chelle en cas de en cas de complte des corrlation multiple en cas de


suppression d'un suppression d'un lments corrigs suppression de
lment lment l'lment

Observ1 16,68 15,710 ,510 ,415 ,695

Observ2 16,96 13,758 ,665 ,511 ,607


Observ3 17,36 14,461 ,468 ,255 ,723
Observ4 17,08 14,484 ,509 ,270 ,696

Statistiques d'chelle

Moyenne Variance Ecart-type Nombre d'lments

22,69 23,894 4,888 4

Analyse factorielle

Matrice de corrlation

Observ5 Observ6

Observ5 1,000 ,746


Corrlation
Observ6 ,746 1,000
Observ5 ,000
Signification (unilatrale)
Observ6 ,000

Indice KMO et test de Bartlett

Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin. ,500

Khi-deux approxim 164,892

Test de sphricit de Bartlett ddl 1

Signification de Bartlett ,000

Qualit de reprsentation

Initial Extraction

Observ5 1,000 ,873

Observ6 1,000 ,873

Mthode d'extraction : Analyse en


composantes principales.

134
Variance totale explique

Composante Valeurs propres initiales Extraction Sommes des carrs des facteurs retenus

Total % de la variance % cumuls Total % de la variance % cumuls

1 1,746 87,318 87,318 1,746 87,318 87,318

2 ,254 12,682 100,000

Mthode d'extraction : Analyse en composantes principales.

Matrice des composantesa

Composante

Observ5 ,934

Observ6 ,934

Mthode d'extraction : Analyse en


composantes principales.
a. 1 composante extraite.

Fiabilit

Echelle : TOUTES LES VARIABLES

Rcapitulatif de traitement des observations

N %

Valide 205 46,8

Observations Exclusa 233 53,2

Total 438 100,0

a. Suppression par liste base sur toutes les variables de la

procdure.

Statistiques de fiabilit

Alpha de Cronbach Alpha de Cronbach Nombre d'lments


bas sur des
lments normaliss

,850 ,855 2

Statistiques d'item

Moyenne Ecart-type N

Observ5 6,23 1,257 205


Observ6 6,02 1,436 205

135
Statistiques rcapitulatives d'lment

Moyenne Minimum Maximum Intervalle Maximum/ Variance Nombre


Minimum d'lments

Moyenne des lments 6,127 6,024 6,229 ,205 1,034 ,021 2

Variance des lments 1,821 1,580 2,063 ,484 1,306 ,117 2

Statistiques de total des lments

Moyenne de Variance de l'chelle Corrlation Carr de la Alpha de Cronbach


l'chelle en cas de en cas de complte des corrlation multiple en cas de

suppression d'un suppression d'un lments corrigs suppression de


lment lment l'lment

Observ5 6,02 2,063 ,746 ,557 .


Observ6 6,23 1,580 ,746 ,557 .

Statistiques d'chelle

Moyenne Variance Ecart-type Nombre d'lments

12,25 6,337 2,517 2

Analyse factorielle (Risque peru)

Matrice de corrlation

Risque1 Risque2 Risque3 Risque4

Risque1 1,000 ,608 ,460 ,383

Risque2 ,608 1,000 ,324 ,427


Corrlation
Risque3 ,460 ,324 1,000 ,282

Risque4 ,383 ,427 ,282 1,000


Risque1 ,000 ,000 ,000

Risque2 ,000 ,000 ,000


Signification (unilatrale)
Risque3 ,000 ,000 ,000

Risque4 ,000 ,000 ,000

Indice KMO et test de Bartlett

Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin. ,709


Khi-deux approxim 208,397

Test de sphricit de Bartlett ddl 6

Signification de Bartlett ,000

136
Qualit de reprsentation

Initial Extraction

Risque1 1,000 ,704


Risque2 1,000 ,651
Risque3 1,000 ,444

Risque4 1,000 ,460

Mthode d'extraction : Analyse en


composantes principales.

Variance totale explique

Composante Valeurs propres initiales Extraction Sommes des carrs des facteurs retenus

Total % de la variance % cumuls Total % de la variance % cumuls

1 2,259 56,473 56,473 2,259 56,473 56,473

2 ,744 18,601 75,073

3 ,633 15,814 90,887

4 ,365 9,113 100,000

Mthode d'extraction : Analyse en composantes principales.

Matrice des composantesa

Composante

Risque1 ,839
Risque2 ,807
Risque3 ,666
Risque4 ,678

Mthode d'extraction : Analyse en


composantes principales.
a. 1 composante extraite.

Fiabilit

Echelle : TOUTES LES VARIABLES

Rcapitulatif de traitement des observations

N %

Valide 223 50,9

Observations Exclusa 215 49,1

Total 438 100,0

a. Suppression par liste base sur toutes les variables de la


procdure.

137
Statistiques de fiabilit

Alpha de Cronbach Alpha de Cronbach Nombre d'lments


bas sur des
lments normaliss

,742 ,739 4

Statistiques d'item

Moyenne Ecart-type N

Risque1 3,43 2,091 223


Risque2 3,79 2,044 223
Risque3 2,61 1,815 223
Risque4 3,38 1,930 223

Statistiques rcapitulatives d'lment

Moyenne Minimum Maximum Intervalle Maximum/ Variance Nombre

Minimum d'lments

Moyenne des lments 3,304 2,610 3,789 1,179 1,452 ,247 4

Variance des lments 3,891 3,293 4,373 1,080 1,328 ,233 4

Statistiques de total des lments

Moyenne de Variance de l'chelle Corrlation Carr de la Alpha de Cronbach


l'chelle en cas de en cas de complte des corrlation multiple en cas de
suppression d'un suppression d'un lments corrigs suppression de
lment lment l'lment

Risque1 9,78 18,938 ,647 ,455 ,613

Risque2 9,43 19,948 ,601 ,414 ,644


Risque3 10,61 23,925 ,443 ,226 ,731
Risque4 9,83 22,932 ,456 ,217 ,725

Statistiques d'chelle

Moyenne Variance Ecart-type Nombre d'lments

13,22 35,089 5,924 4

138
Analyse factorielle (orientation innovation du consommateur)

Matrice de corrlation

OrientInno1 OrientInno2 OrientInno3 OrientInno4 OrientInno5 OrientInno6

OrientInno1 1,000 ,597 ,494 ,418 ,557 ,488

OrientInno2 ,597 1,000 ,522 ,535 ,578 ,653

OrientInno3 ,494 ,522 1,000 ,613 ,621 ,618


Corrlation
OrientInno4 ,418 ,535 ,613 1,000 ,619 ,654

OrientInno5 ,557 ,578 ,621 ,619 1,000 ,720

OrientInno6 ,488 ,653 ,618 ,654 ,720 1,000


OrientInno1 ,000 ,000 ,000 ,000 ,000

OrientInno2 ,000 ,000 ,000 ,000 ,000

OrientInno3 ,000 ,000 ,000 ,000 ,000


Signification (unilatrale)
OrientInno4 ,000 ,000 ,000 ,000 ,000

OrientInno5 ,000 ,000 ,000 ,000 ,000

OrientInno6 ,000 ,000 ,000 ,000 ,000

139
Indice KMO et test de Bartlett

Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin. ,878

Khi-deux approxim 979,636

Test de sphricit de Bartlett ddl 15

Signification de Bartlett ,000

Qualit de reprsentation

Initial Extraction

OrientInno1 1,000 ,523

OrientInno2 1,000 ,643


OrientInno3 1,000 ,640
OrientInno4 1,000 ,633
OrientInno5 1,000 ,725
OrientInno6 1,000 ,742

Mthode d'extraction : Analyse en composantes


principales.

Variance totale explique

Composante Valeurs propres initiales Extraction Sommes des carrs des facteurs retenus

Total % de la variance % cumuls Total % de la variance % cumuls

1 3,906 65,100 65,100 3,906 65,100 65,100

2 ,657 10,944 76,044

3 ,456 7,593 83,637

4 ,384 6,399 90,036

5 ,355 5,921 95,957

6 ,243 4,043 100,000

Mthode d'extraction : Analyse en composantes principales.

Matrice des composantesa

Composante

OrientInno1 ,723
OrientInno2 ,802
OrientInno3 ,800

OrientInno4 ,796
OrientInno5 ,852
OrientInno6 ,861

Mthode d'extraction : Analyse en

composantes principales.

140
a. 1 composante extraite.

Fiabilit

Echelle : TOUTES LES VARIABLES

Rcapitulatif de traitement des observations

N %

Valide 305 69,6


a
Observations Exclus 133 30,4

Total 438 100,0

a. Suppression par liste base sur toutes les variables de la


procdure.

Statistiques de fiabilit

Alpha de Cronbach Alpha de Cronbach Nombre d'lments


bas sur des

lments normaliss

,891 ,892 6

Statistiques d'item

Moyenne Ecart-type N

OrientInno1 3,60 1,778 305

OrientInno2 3,10 1,798 305


OrientInno3 4,24 1,747 305
OrientInno4 3,97 1,708 305
OrientInno5 3,74 1,802 305
OrientInno6 3,21 1,641 305

Statistiques rcapitulatives d'lment

Moyenne Minimum Maximum Intervalle Maximum/ Variance Nombre


Minimum d'lments

Moyenne des lments 3,643 3,098 4,243 1,144 1,369 ,192 6

Variance des lments 3,051 2,693 3,247 ,554 1,206 ,046 6

141
Statistiques de total des lments

Moyenne de Variance de l'chelle Corrlation Carr de la Alpha de Cronbach


l'chelle en cas de en cas de complte des corrlation multiple en cas de
suppression d'un suppression d'un lments corrigs suppression de

lment lment l'lment

OrientInno1 18,26 52,147 ,617 ,438 ,887


OrientInno2 18,76 49,941 ,708 ,539 ,873
OrientInno3 17,61 50,639 ,702 ,510 ,874

OrientInno4 17,89 51,280 ,693 ,522 ,875


OrientInno5 18,12 48,624 ,767 ,614 ,863
OrientInno6 18,65 50,302 ,780 ,648 ,862

Statistiques d'chelle

Moyenne Variance Ecart-type Nombre d'lments

21,86 71,157 8,435 6

Analyse factorielle (Leadership dopinion)

Matrice de corrlation

Leadership4 Leadership5 Leadership6

Leadership4 1,000 ,432 ,599

Corrlation Leadership5 ,432 1,000 ,749

Leadership6 ,599 ,749 1,000


Leadership4 ,000 ,000

Signification (unilatrale) Leadership5 ,000 ,000

Leadership6 ,000 ,000

Indice KMO et test de Bartlett

Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin. ,621


Khi-deux approxim 543,130

Test de sphricit de Bartlett ddl 3

Signification de Bartlett ,000

Qualit de reprsentation

Initial Extraction

Leadership4 1,000 ,599


Leadership5 1,000 ,739
Leadership6 1,000 ,858

Mthode d'extraction : Analyse en composantes

principales.

142
Variance totale explique

Composante Valeurs propres initiales Extraction Sommes des carrs des facteurs retenus

Total % de la variance % cumuls Total % de la variance % cumuls

1 2,196 73,199 73,199 2,196 73,199 73,199

2 ,585 19,505 92,704

3 ,219 7,296 100,000

Mthode d'extraction : Analyse en composantes principales.

Matrice des composantesa

Composante

Leadership4 ,774
Leadership5 ,860
Leadership6 ,926

Mthode d'extraction : Analyse en


composantes principales.
a. 1 composante extraite.

Fiabilit

Echelle : TOUTES LES VARIABLES

Rcapitulatif de traitement des observations

N %

Valide 431 98,4


a
Observations Exclus 7 1,6

Total 438 100,0

a. Suppression par liste base sur toutes les variables de la


procdure.

Statistiques de fiabilit

Alpha de Cronbach Alpha de Cronbach Nombre d'lments


bas sur des

lments normaliss

,816 ,814 3

Statistiques d'item

Moyenne Ecart-type N

Leadership4 4,01 1,439 431

143
Leadership5 4,02 1,639 431
Leadership6 3,94 1,590 431

Statistiques rcapitulatives d'lment

Moyenne Minimum Maximum Intervalle Maximum/ Variance Nombre


Minimum d'lments

Moyenne des lments 3,989 3,942 4,016 ,074 1,019 ,002 3

Variance des lments 2,428 2,070 2,686 ,616 1,298 ,103 3

Statistiques de total des lments

Moyenne de Variance de l'chelle Corrlation Carr de la Alpha de Cronbach


l'chelle en cas de en cas de complte des corrlation multiple en cas de

suppression d'un suppression d'un lments corrigs suppression de


lment lment l'lment

Leadership4 7,96 9,119 ,550 ,359 ,856


Leadership5 7,95 7,339 ,669 ,561 ,747
Leadership6 8,03 6,792 ,802 ,654 ,600

Statistiques d'chelle

Moyenne Variance Ecart-type Nombre d'lments

11,97 15,966 3,996 3

Analyse factorielle (Efficacit perue Rle socital du consommateur)

Matrice de corrlation

RoleSocital1 RoleSocital2 RoleSocital4 RoleSocital5

RoleSocital1 1,000 ,372 ,279 ,394

RoleSocital2 ,372 1,000 ,459 ,399


Corrlation
RoleSocital4 ,279 ,459 1,000 ,390

RoleSocital5 ,394 ,399 ,390 1,000

RoleSocital1 ,000 ,000 ,000

RoleSocital2 ,000 ,000 ,000


Signification (unilatrale)
RoleSocital4 ,000 ,000 ,000

RoleSocital5 ,000 ,000 ,000

144
Indice KMO et test de Bartlett

Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin. ,733


Khi-deux approxim 304,335

Test de sphricit de Bartlett ddl 6

Signification de Bartlett ,000

Qualit de reprsentation

Initial Extraction

RoleSocital1 1,000 ,466


RoleSocital2 1,000 ,594
RoleSocital4 1,000 ,529

RoleSocital5 1,000 ,560

Mthode d'extraction : Analyse en composantes


principales.

Variance totale explique

Composante Valeurs propres initiales Extraction Sommes des carrs des facteurs retenus

Total % de la variance % cumuls Total % de la variance % cumuls

1 2,150 53,742 53,742 2,150 53,742 53,742

2 ,737 18,434 72,177

3 ,595 14,868 87,045

4 ,518 12,955 100,000

Mthode d'extraction : Analyse en composantes principales.

Matrice des composantesa

Composante

RoleSocital1 ,683

RoleSocital2 ,771
RoleSocital4 ,727
RoleSocital5 ,748

Mthode d'extraction : Analyse en


composantes principales.
a. 1 composante extraite.

Fiabilit

Echelle : TOUTES LES VARIABLES

Rcapitulatif de traitement des observations

145
N %

Valide 428 97,7


a
Observations Exclus 10 2,3

Total 438 100,0

a. Suppression par liste base sur toutes les variables de la

procdure.

Statistiques de fiabilit

Alpha de Cronbach Alpha de Cronbach Nombre d'lments


bas sur des
lments normaliss

,697 ,712 4

Statistiques d'item

Moyenne Ecart-type N

RoleSocital1 4,07 2,263 428


RoleSocital2 3,95 1,942 428

RoleSocital4 5,32 1,497 428


RoleSocital5 5,57 1,551 428

Statistiques rcapitulatives d'lment

Moyenne Minimum Maximum Intervalle Maximum/ Variance Nombre

Minimum d'lments

Moyenne des lments 4,730 3,953 5,575 1,621 1,410 ,696 4

Variance des lments 3,385 2,240 5,123 2,883 2,287 1,815 4

Statistiques de total des lments

Moyenne de Variance de l'chelle Corrlation Carr de la Alpha de Cronbach

l'chelle en cas de en cas de complte des corrlation multiple en cas de


suppression d'un suppression d'un lments corrigs suppression de
lment lment l'lment

RoleSocital1 14,84 15,299 ,448 ,213 ,675

RoleSocital2 14,96 16,235 ,533 ,303 ,598


RoleSocital4 13,60 19,744 ,479 ,264 ,641
RoleSocital5 13,34 18,966 ,517 ,269 ,619

Statistiques d'chelle

Moyenne Variance Ecart-type Nombre d'lments

18,92 28,352 5,325 4

146
Analyse factorielle (Incitants)

147
Indice KMO et test de Bartlett

Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin. ,734


Khi-deux approxim 465,108

Test de sphricit de Bartlett ddl 45

Signification de Bartlett ,000

Qualit de reprsentation

Initial Extraction

Incentives1 1,000 ,738


Incentives2 1,000 ,672

Incentives3 1,000 ,463


Incentives4 1,000 ,580
Incentives5 1,000 ,664

Incentives6 1,000 ,402


Incentives7 1,000 ,491
Incentives8 1,000 ,687
Incentives9 1,000 ,759
Incentives10 1,000 ,365

Mthode d'extraction : Analyse en composantes


principales.

Variance totale explique

Composante Valeurs propres initiales Extraction Sommes des carrs des facteurs retenus Somme des
carrs des
facteurs
retenus pour la

rotationa

Total % de la % cumuls Total % de la % cumuls Total


variance variance

1 3,276 32,759 32,759 3,276 32,759 32,759 2,375

2 1,392 13,916 46,674 1,392 13,916 46,674 2,405

3 1,155 11,554 58,229 1,155 11,554 58,229 1,927

4 ,943 9,431 67,660

5 ,792 7,918 75,579

6 ,674 6,744 82,322

7 ,599 5,989 88,311

8 ,558 5,579 93,890

9 ,364 3,642 97,533

10 ,247 2,467 100,000

148
Mthode d'extraction : Analyse en composantes principales.

a. Lorsque les composantes sont corrles, les sommes des carrs chargs ne peuvent pas tre additionns pour obtenir une
variance totale.

Matrice des composantesa

Composante

1 2 3

Incentives1 ,661 -,548 ,034


Incentives2 ,550 -,591 -,144

Incentives3 ,584 -,207 ,281


Incentives4 ,657 -,275 -,270
Incentives5 ,474 ,159 ,643

Incentives6 ,392 ,092 ,490


Incentives7 ,500 ,446 ,207
Incentives8 ,710 ,329 -,274
Incentives9 ,695 ,441 -,284
Incentives10 ,384 ,297 -,360

Mthode d'extraction : Analyse en composantes principales.


a. 3 composantes extraites.

Matrice des typesa

Composante

1 2 3

Incentives1 -,043 -,830 ,140


Incentives2 -,024 -,838 -,080
Incentives3 -,001 -,448 ,428
Incentives4 ,322 -,637 -,082
Incentives5 -,029 -,006 ,820
Incentives6 -,025 -,047 ,628
Incentives7 ,441 ,160 ,487
Incentives8 ,762 -,135 ,082
Incentives9 ,837 -,030 ,094
Incentives10 ,620 -,003 -,126

Mthode d'extraction : Analyse en composantes principales.

Mthode de rotation : Oblimin avec normalisation de Kaiser.


a. La rotation a converg en 7 itrations.

Matrice de structure

Composante

1 2 3

Incentives1 ,184 -,849 ,303

149
Incentives2 ,155 -,815 ,089

Incentives3 ,203 -,537 ,521


Incentives4 ,454 -,696 ,126
Incentives5 ,162 -,171 ,814

Incentives6 ,131 -,172 ,632


Incentives7 ,516 -,046 ,556
Incentives8 ,813 -,332 ,286

Incentives9 ,865 -,247 ,293


Incentives10 ,592 -,123 ,018

Mthode d'extraction : Analyse en composantes principales.


Mthode de rotation : Oblimin avec normalisation de Kaiser.

Matrice de corrlation des composantes

Composante 1 2 3

1 1,000 -,236 ,231


2 -,236 1,000 -,209
3 ,231 -,209 1,000

Mthode d'extraction : Analyse en composantes principales.


Mthode de rotation : Oblimin avec normalisation de Kaiser.

Fiabilit

Echelle : TOUTES LES VARIABLES

Rcapitulatif de traitement des observations

N %

Valide 189 43,2


a
Observations Exclus 249 56,8

Total 438 100,0

a. Suppression par liste base sur toutes les variables de la


procdure.

Statistiques de fiabilit

Alpha de Cronbach Alpha de Cronbach Nombre d'lments


bas sur des
lments normaliss

,750 ,762 10

Statistiques d'item

Moyenne Ecart-type N

Incentives1 4,98 1,649 189

150
Incentives2 5,46 1,449 189

Incentives3 5,22 1,619 189


Incentives4 4,94 1,764 189
Incentives5 6,34 1,247 189

Incentives6 4,95 2,179 189


Incentives7 5,12 2,164 189
Incentives8 5,47 1,662 189

Incentives9 4,72 1,973 189


Incentives10 3,53 2,080 189

Statistiques rcapitulatives d'lment

Moyenne Minimum Maximum Intervalle Maximum/ Variance Nombre

Minimum d'lments

Moyenne des lments 5,073 3,529 6,339 2,810 1,796 ,498 10

Variance des lments 3,252 1,555 4,748 3,193 3,053 1,222 10

Statistiques de total des lments

Moyenne de l'chelle Variance de l'chelle Corrlation complte Carr de la Alpha de Cronbach


en cas de en cas de des lments corrlation multiple en cas de
suppression d'un suppression d'un corrigs suppression de
lment lment l'lment

Incentives1 45,75 82,520 ,497 ,472 ,719


Incentives2 45,28 87,562 ,386 ,386 ,734

Incentives3 45,51 85,039 ,417 ,286 ,729


Incentives4 45,79 81,622 ,483 ,326 ,720
Incentives5 44,39 89,952 ,364 ,230 ,738

Incentives6 45,78 83,918 ,287 ,114 ,753


Incentives7 45,61 80,378 ,388 ,229 ,735
Incentives8 45,26 80,544 ,564 ,562 ,709

Incentives9 46,01 77,138 ,551 ,582 ,708


Incentives10 47,20 84,832 ,286 ,128 ,751

Statistiques d'chelle

Moyenne Variance Ecart-type Nombre d'lments

50,73 100,124 10,006 10

Analyse factorielle (Incitants non-financiers)

Matrice de corrlation

Incentives1 Incentives2 Incentives4

Corrlation Incentives1 1,000 ,580 ,463

151
Incentives2 ,580 1,000 ,436

Incentives4 ,463 ,436 1,000


Incentives1 ,000 ,000

Signification (unilatrale) Incentives2 ,000 ,000

Incentives4 ,000 ,000

Indice KMO et test de Bartlett

Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin. ,673


Khi-deux approxim 138,110

Test de sphricit de Bartlett ddl 3

Signification de Bartlett ,000

Qualit de reprsentation

Initial Extraction

Incentives1 1,000 ,715


Incentives2 1,000 ,693
Incentives4 1,000 ,582

Mthode d'extraction : Analyse en composantes


principales.

Variance totale explique

Composante Valeurs propres initiales Extraction Sommes des carrs des facteurs retenus

Total % de la variance % cumuls Total % de la variance % cumuls

1 1,989 66,312 66,312 1,989 66,312 66,312

2 ,593 19,756 86,068

3 ,418 13,932 100,000

Mthode d'extraction : Analyse en composantes principales.

Matrice des composantesa

Composante

Incentives1 ,846
Incentives2 ,832
Incentives4 ,763

Mthode d'extraction : Analyse en

composantes principales.
a. 1 composante extraite.

Fiabilit

152
Echelle : TOUTES LES VARIABLES

Rcapitulatif de traitement des observations

N %

Valide 198 45,2

Observations Exclusa 240 54,8

Total 438 100,0

a. Suppression par liste base sur toutes les variables de la


procdure.

Statistiques de fiabilit

Alpha de Cronbach Alpha de Cronbach Nombre d'lments

bas sur des


lments normaliss

,739 ,745 3

Statistiques d'item

Moyenne Ecart-type N

Incentives1 4,94 1,675 198


Incentives2 5,43 1,472 198
Incentives4 4,94 1,782 198

Statistiques rcapitulatives d'lment

Moyenne Minimum Maximum Intervalle Maximum/ Variance Nombre


Minimum d'lments

Moyenne des lments 5,106 4,939 5,434 ,495 1,100 ,081 3

Variance des lments 2,715 2,166 3,174 1,008 1,466 ,260 3

Statistiques de total des lments

Moyenne de Variance de l'chelle Corrlation Carr de la Alpha de Cronbach

l'chelle en cas de en cas de complte des corrlation multiple en cas de


suppression d'un suppression d'un lments corrigs suppression de
lment lment l'lment

Incentives1 10,37 7,626 ,608 ,392 ,600

Incentives2 9,88 8,743 ,591 ,372 ,632


Incentives4 10,38 7,830 ,507 ,257 ,731

Statistiques d'chelle

Moyenne Variance Ecart-type Nombre d'lments

153
15,32 16,056 4,007 3

Analyse factorielle (Incitants financiers)

Matrice de corrlation

Incentives5 Incentives6 Incentives7

Incentives5 1,000 ,295 ,319

Corrlation Incentives6 ,295 1,000 ,194

Incentives7 ,319 ,194 1,000


Incentives5 ,000 ,000

Signification (unilatrale) Incentives6 ,000 ,003

Incentives7 ,000 ,003

Indice KMO et test de Bartlett

Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin. ,597


Khi-deux approxim 40,656

Test de sphricit de Bartlett ddl 3

Signification de Bartlett ,000

Qualit de reprsentation

Initial Extraction

Incentives5 1,000 ,603


Incentives6 1,000 ,452
Incentives7 1,000 ,487

Mthode d'extraction : Analyse en composantes

principales.

Variance totale explique

Composante Valeurs propres initiales Extraction Sommes des carrs des facteurs retenus

Total % de la variance % cumuls Total % de la variance % cumuls

1 1,542 51,400 51,400 1,542 51,400 51,400

2 ,807 26,886 78,286

3 ,651 21,714 100,000

Mthode d'extraction : Analyse en composantes principales.

Matrice des composantesa

Composante

Incentives5 ,776

154
Incentives6 ,673

Incentives7 ,698

Mthode d'extraction : Analyse en


composantes principales.
a. 1 composante extraite.

Fiabilit

Echelle : TOUTES LES VARIABLES

Rcapitulatif de traitement des observations

N %

Valide 196 44,7


a
Observations Exclus 242 55,3

Total 438 100,0

a. Suppression par liste base sur toutes les variables de la

procdure.

Statistiques de fiabilit

Alpha de Cronbach Alpha de Cronbach Nombre d'lments


bas sur des
lments normaliss

,481 ,525 3

Statistiques d'item

Moyenne Ecart-type N

Incentives5 6,33 1,271 196


Incentives6 4,97 2,171 196
Incentives7 5,12 2,170 196

Statistiques rcapitulatives d'lment

Moyenne Minimum Maximum Intervalle Maximum/ Variance Nombre

Minimum d'lments

Moyenne des lments 5,473 4,974 6,327 1,352 1,272 ,552 3

Variance des lments 3,679 1,616 4,712 3,096 2,916 3,193 3

155
Statistiques de total des lments

Moyenne de Variance de l'chelle Corrlation Carr de la Alpha de Cronbach

l'chelle en cas de en cas de complte des corrlation multiple en cas de


suppression d'un suppression d'un lments corrigs suppression de
lment lment l'lment

Incentives5 10,09 11,253 ,397 ,158 ,326

Incentives6 11,44 8,084 ,280 ,098 ,435


Incentives7 11,30 7,955 ,293 ,113 ,409

Statistiques d'chelle

Moyenne Variance Ecart-type Nombre d'lments

16,42 16,255 4,032 3

156
Annexe J : Rgressions linaires (Adoption)

Rgression linaire sur lchantillon complet ( R2=0,48)

157
158
159
160
161
162
163
164
Rgressions spares selon le sexe des rpondants

En ralisant les tests de moyennes prcdemment, nous avions remarqus que les hommes
taient plus enclins que les femmes adopter des panneaux photovoltaques. Ds lors, nous
avons dcid de raliser des rgressions spares pour les hommes et pour les femmes .Voici
les modles retenus :

Le modle consacr aux femmes permet dexpliquer 74% de la variance de ladoption et


contient 11 variables dterminantes. Encore une fois, les variables prdominantes dans ce
modle sont les variables sociodmographiques ainsi que les variables relatives aux
caractristiques de linnovation. Cependant, nous nous devons de souligner quelques rsultats

165
surprenants. En effet, pour les femmes, les variables ge , rle socital , leadership
dopinion et incitants financiers sont ngativement lis ladoption. Notons aussi,
lapparition des incitants non financiers dans lquation.

Le modle consacr aux hommes permet dexpliquer 63% de la variance de ladoption et


comprend 10 variables dterminantes. Comme pour les femmes, nous remarquons que les
caractristiques sociodmographiques des individus ainsi que les attributs de linnovation
expliquent en grande partie le phnomne dadoption. Nous notons toutefois deux effets
inattendus. Dabord, celui de la dmonstrabilit des rsultats qui serait ngativement li
ladoption et ensuite, le lien positif entre le risque peru et ladoption.

166
Effets similaires Effets et variables spcifiques Effets et variables spcifiques
aux femmes aux hommes
Revenus (+), Complexit Age (-) Age (+)
(-), Taille du mnage (+), Lieu dhabitation (-) Lieu dhabitation (+)
Avantage relatif (+) Incitants financiers (-) Incitants financiers (+)
Visibilit (+) Dmonstrabilit des rsultats (-)
Leadership dopinion (-) Date dernier achat cologique (+)
Rle socital (-) Risque peru (+)
Incitants non financiers (+)

Rgression linaire modle femmes (R2= 0,74)

167
168
169
170
171
172
173
Rgression linaire modle hommes (R2= 0,63)

a
Statistiques descriptives

Moyenne Ecart-type N

Etes-vous propritaire de
,61 ,488 262
panneaux photovoltaques ?
Nomb.AchatEco 1,82 ,713 262
DateDernierAchatEco 2,67 1,381 262
Age 5,80 2,658 262
Revenus 2,80 1,149 262
Education 4,89 1,313 262
TailleMnage 3,35 1,319 262
VilleVSCampagne 1,73 ,445 262
DegrInno 3,8333 1,95689 171
DegrEco 5,5101 1,12048 171
AvantageRelatif 5,7807 1,12495 171
Compatibilit 5,9142 1,02411 171
Complexit 1,9571 ,97524 171
FacilitEssai 2,9649 1,79343 171
DmonstrabilitRsultats 5,9053 ,94385 147
Visibilit 6,3435 ,84966 147
RisquePeru 3,1584 1,41911 171
OrientationInnovation 3,5595 1,23825 261
LeadershipOpinion 3,9713 1,28058 261
RleSocital 4,6836 1,26523 261
IncitantsNonFinanciers 5,0289 1,34267 144
IncitantsFinanciers 5,5127 1,31116 144

a. Sexe = Homme

174
175
176
177
178
179
180
181
Annexe K : Rgressions linaires (Intention dadoption)

182
183
184
185

Vous aimerez peut-être aussi