Communauté de pratique virtuelle : développement d’une échelle de la perception individuelle

Communauté de Pratique
virtuelle : développement
d’une échelle de la
ρ Résumé perception individuelle
Les communautés de pratiques sont des groupes de
personnes qui partagent un sujet d’intérêt, des problè-
mes communs et qui approfondissent leurs connaissan-
ces et expertises dans ce cadre en interagissant. Ce
type de regroupement communautaire est de plus en
plus utilisé comme socle pour développer le partage
Isabelle BOURDON
des connaissances internes et construire des outils de
gestion communautaires des connaissances. Nous pro-
posons le développement d’un outil de mesure des
caractéristiques perçues de la communauté de pratique
d’appartenance afin de mieux comprendre les leviers
du partage des connaissances via des CP virtuelles.

Mots clefs :
Gestion des connaissances, communautés de pratique,
Professeur associé EN Système d’information
échelle de mesure Laboratoire du CEROM
Groupe Sup de Co Montpellier
2300, avenue des Moulins
34185 Montpellier cedex 4
Téléphone : 04 67 10 25 00
ρ Abstract Fax : 04 67 45 13 56
Communities of Practice are groups of individuals
E-mail :ibourdon@supco-montpellier.fr
sharing common interests, problems and whose
members interact with each other in order to enlarge
their knowledge. This kind of community is increasing Claudio VITARI
relevance in organisations as a way to extend internal
knowledge sharing, through the support of ICT
solutions. We purpose the development of a
measurement scale concerning the individual
perception of the caracteristic of the community of
practice, which the individual belongs to, in order to
increase the understanding on the levers of knowledge
sharing through the communities of practice.

Key-words: Assistant chercheur

Knowledge management, community of practice, scale Università Cattaneo – LIUC
development Corso Matteotti, 22
21053 Castellanza (Varese)
Italie
Téléphone : 0039 0331572460
E-mail : cvitari@liuc.it
 Présentation du modèle à respecter pour la présentation des communications au 10ème congrès de l’AIM
1. Introduction
Les Communautés de Pratique (CP) (Brown and Duguid
1991; Lave and Wenger 1991; Chanal 2000)
correspondent à des groupes spécifiques de salariés se
formant spontanément dont les membres travaillent
ensemble et partagent pratiques et connaissances. Pour
Wenger (Wenger 1998) la pratique relève du « faire » et
fournit des structures et une signification aux actions. De
ce fait, une communauté de pratique regroupe des
membres qui ont une histoire commune, interagissent,
partagent des connaissances, rencontrent des problèmes
proches, au sein d’une même organisation, travaillent
ensemble et réalisent des activités semblables ou
complémentaires. Nous retenons la définition de Wenger
(Wenger 1998) qui considère les communautés de
pratique comme « des groupes de personnes qui partagent
un sujet d’intérêt, des problèmes communs ou une même
passion et qui approfondissent leur connaissance et
expertise dans ce cadre en interagissant ».
Les organisations sont alors souvent vu comme des «
constellations de communautés de pratique » (Wenger
1998 pag. 127) inter connectées les unes aux autres.
D’ailleurs, Wenger (Wenger 1998) développe l’idée
d’imbrication des CP les unes dans les autres, avec
notamment des communautés plus larges, caractérisées
par des relations plus faibles entre leurs membres
contenant de petites communautés distantes. Dans ce
cadre, les membres de la CP ont des activités proches,
mais ne les effectuent pas en collaboration les uns avec
les autres et ne travaillent ni forcément au même endroit,
ni au même moment (Vaast 2002). Dans les
organisations, ce type de regroupement communautaire
peut se concrétiser par l’existence de communautés
virtuelles qui sont caractérisées par le fait qu’elles
utilisent les technologies réseaux (Johnson 2001) et
parfois des systèmes d’information qui leur sont dédiés
tels que des Systèmes d’Aide à la Gestion des
Connaissances (SAGC) (Bourdon, Vitari et al. 2003;
Bourdon, Vitari et al. 2004) afin d’établir une
collaboration au-delà des barrières géographiques et des
contraintes de temps.
Les SAGC de type communautaire, i.e dont le design est
conçu pour des communautés spécifiques d’intérêt, se
développent actuellement fortement dans les organisa-
tions. L’ère des systèmes globaux d’aide à la gestion des
connaissances est maintenant relayé par des systèmes
plus locaux centrés sur des intérêts particuliers, par
exemple par métiers. Ainsi, on voit se développer des
systèmes d’information dédiés à la gestion des connais-
sances spécifiques à une ou plusieurs communautés
d’intérêts dans les organisations. Pourtant, la prise en
compte des CP virtuelles est encore peu développée. Il
semble cependant que la question de la caractérisation
des CP virtuelles soit très importante dans les processus
de partage des pratiques et des connaissances, à travers
les technologies réseaux et les SAGC, entre les membres
d’une organisation. Ainsi, identifier la manière dont sont
perçues les CP par les individus membres a un rôle à
jouer dans la collaboration au sein d’une CP. En raison
de la faiblesse des travaux empiriques sur les communau-
tés de pratique (qui a déjà été souligné par plusieurs au-
teurs (Vaast 2002)) et notamment sur les communautés
intensives en connaissances (Boland and Tenkasi 1995;
Soulier 2004), le développement d’une échelle de mesure
des caractéristiques perçues de la CP d’appartenance
s’impose. Un tel outil de mesure permettrait notamment
d’identifier les variables caractéristiques des Cp qui favo-
risent ou inhibent les comportements de partage au sein
des CP virtuelles et ainsi d’agir sur elles.
Cet article décrit donc le développement d’une échelle de
mesure des caractéristiques des CP favorisant le partage
des connaissances internes. Ainsi, le processus de
génération des items sera présenté, puis nous décrirons
l’échantillon utilisé pour le test de l’échelle et la collecte
des données. Enfin, une discussion sur les résultats
obtenus sera proposée qui nous conduira à présenter les
perspectives futures de recherche sur cette thématique.
2. Communauté de pratique et
partage de connaissance
Les communautés de pratique sont considérées, par diffé-
rentes études (tableau suivant) comme des formes organi-
sationnelles qui conduisent les individus, par intérêt, à
partager de manière plus intense leurs expertises
(Hildreth 1998; Hildreth 2000; Davenport and Hall 2001;
Grover and Davenport 2001). En particulier, dans le ca-
dre des communautés de pratique, les liens communautai-
res forts entre individus (Constant, Sproull et al. 1996;
Hansen, Nohria et al. 1999) et l’existence d’un capital
social, identifié par des normes, des obligations, une
identité et une confiance partagée (Nahapiet and Ghoshal
1998), constituent des conditions environnementales pro-
pices à l’échange de connaissances (Constant, Kiesler et
al. 1994; Nonaka 1994; Liedtka, Haskins et al. 1997;
Nahapiet and Ghoshal 1998). En effet, comme chaque
communauté développe son propre langage, partage des
histoires et codes, la connaissance est mieux comprise
dans le contexte de la communauté (Boland and Tenkasi
1995). La participation à une communauté de pratique,
que l’on nomme également enculturation, est ainsi un
processus de socialisation, i.e. d’insertion dans un groupe
social par l’acquisition des traits culturels propres à celui-
ci (Soulier 2004).
2
 Présentation du modèle à respecter pour la présentation des communications au 10ème congrès de l’AIM

Auteurs Fondements
(McLure and Faraj 2000) Dans le cadre de communauté de pratique, l’échange de connaissances est motivé par
l’obligation morale et l’intérêt de la communauté plutôt que par l’intérêt personnel strict.
(Brown and Duguid 1991) Les flux de connaissances sont meilleurs au travers de réseaux d’individus qui partagent
les mêmes intérêts dans leur travail.
(Jarvenpaa and Staples Quand les individus sont encouragés à partager leurs connaissances au sein d’une commu-
2000) nauté de pratique, les barrières de type culturel au transfert s’affaiblissent.
(O'Dell and Grayson 1998) Le manque de contact, de relation et de perspective commune entre individus est une bar-
rière manifeste au transfert des connaissances.
(Pan and Leidner 2002) Importance des CP dans la gestion des connaissances et rôle des TI pour soutenir le par-
tage de connaissances à l’intérieur et entre des CP.
(Hildreth 1998; Hildreth Rôle des Communautés de Pratique pour le partage des connaissances et la contribution à
2000; Hildreth and Kimble des SAGC, notamment à travers l’influence sur l’attitude à la contribution.
2002)
(Vaast 2002) Les principales dimensions des communautés de pratique sont soutenues par les utilisa-
tions d’un intranet. Le sentiment d’appartenance à une communauté de pratique est très
important.
(Hall 2001) Les environnements qui encouragent les CP sont plus favorables aux activités de partage
de connaissances.

(Lefebvre, Roos et al. Il existe des conditions à l’émergence spontanée des CP afin de favoriser le partage dans
2004) une unité de Recherche et Développement.
(Dyer and Nobeoka 2000) Les relations au sein d’une communauté, caractérisées par une causalité mutuelle, sont à la
fois une cause et une conséquence des processus d’apprentissage et de partage de connais-
sances.
Tableau 1 Influence des communautés de pratique sur le partage des connaissances

Le partage des connaissances au sein d’une communauté
de pratique identifiée constitue d’ailleurs une source de
vitalité de la communauté, et des relations entre membres
(Tableau 1). Les individus de la communauté compren-
nent alors que la viabilité du regroupement dépend de
leur engagement respectif et de leur attention envers
celle-ci (Krogh 1998).
Aussi, selon nous, la présence d’une CP virtuelle consti-
tue un facteur déterminant des comportements de partage
de connaissance dans les organisations (Hall 2001). En
revanche, à chaque fois que quelqu’un partage sa
connaissance au sein de sa CP virtuelle, son partage
n’accroît pas seulement la base de connaissances com-
mune, mais également la confiance entre membres de la
CP virtuelle, et à mesure que la confiance augmente, plus
de participants sont prêts à partager leurs connaissances,
selon le concept de masse critique requise pour les intra-
nets (Hall 2001).
Toutefois, les recherches en SI qui ont analysé
l’influence de la perception des caractéristiques de la CP
virtuelle d’appartenance sur le partage de connaissance
sont très peu nombreuses (Hildreth 1998; Hildreth,
Kimple et al. 1998; Hildreth 2000; Alavi and Leidner
2001; Hildreth and Kimble 2002). Une première enquête
exploratoire (Bourdon, Vitari et al. 2003) a fait émerger
que la présence d'une CP est un facteur clés du partage de
connaissance, notamment en cas de communautés virtuel-
les.
D’ailleurs, de nombreuses organisations américaines ont
mis en œuvre des CP virtuelles dans le but est de favori-
ser la gestion des connaissances. Une enquête récente
réalisée par IBM Global Services et Knowings
(Knowings 2002) auprès de 200 dirigeants d’entreprises
en France, souligne que ces derniers identifient les com-
munautés de pratique ou de métier comme les « cellules
de base du partage des connaissances » et définissent des
priorités d’actions à l’échelle des « communautés » de
l’entreprise. Ainsi, quelques entreprises françaises (par
exemple : Arcelor, Bouygues Telecom, Bureau Veritas,
CGEY, EDF-GDF, Gemplus, La poste, Renault, Rhodia,
Sanofi-Synthelabo, Schneider electric, ST microelectro-
nics, Total et Valeo), principalement des groupes dé-
ployés internationalement, ont mis en œuvre des CP vir-
tuelles pour soutenir leur politique de gestion des
connaissances.

3
 Présentation du modèle à respecter pour la présentation des communications au 10ème congrès de l’AIM
3. La mesure de la perception des
caractéristiques de la CP
d’appartenance
Compte tenu de l’importance des CP pour la gestion des
connaissances, il nous semble opportun de tenter de
mieux les comprendre, notamment en développant un
instrument de mesure de celle-ci. Les premiers travaux de
Wenger (Wenger 1998) caractérisent « le type de rela-
tion qui fait qu’une pratique constitue la source de cohé-
rence d’un groupe d’individus [en fonction de trois di-
mensions] : l’engagement mutuel, une entreprise com-
mune et un répertoire partagé » (Chanal 2000 page 7).
Ainsi, l’appartenance à une Communauté de Pratique
(CP) provient, tout d’abord, de l’engagement des indivi-
dus dans des actions concertées ; ils sont mutuellement
engagés dans les pratiques sociales de la CP. Ensuite, la
socialisation et les activités de la CP visent l’atteinte
d’une entreprise commune. Enfin, un répertoire commun
naît progressivement de l’engagement dans des pratiques
proches et entretient la construction sociale des significa-
tions. Il comprend des supports physiques (dossiers, for-
mulaires, bases partagées, SAGC) ou plus intangibles
(routines, symboles, langages).
La perception d’appartenance à une CP, à travers la vo-
lonté d’appartenance et de la perception d’une identité
partagée (Kogut and Zander 1992; Dyer and Nobeoka
2000; Merali 2000) par les membres de la communauté,
semble très importante pour l’existence et le fonctionne-
ment de la CP (Wenger and Snyder 1999; Vaast 2002).
La perception individuelle de la CP virtuelle
d’appartenance est mesurable à partir de la structure et de
la dynamique de la participation de chaque individu aux
activités de la CP virtuelle. On observe généralement
trois principaux niveaux de participation dans une CP
virtuelle : le premier est constitué d’un petit noyau dur
d’individus (de 10 à 15 % de la communauté) qui partici-
pent très activement aux activités de la CP, le second est
composé de membres actifs (de 15 à 20 %) et une large
proportion de membres sont par contre périphériques et
ne participent que rarement aux activités de la CP
(Wenger, Mc Dermott et al. 2002; Soulier 2004). Enfin,
une large proportion d’individus est constituée de mem-
bres passifs, ou « lurkers » (Soulier 2004), i.e.
d’individus qui ne participent pas aux activités mais ob-
servent (par exemple, dans les forums, ils n’envoient pas
de messages, ne contribuent pas au forum et sont invisi-
bles dans les discussions publiques).
4. Développement de l’échelle
La littérature ne fournit pas, selon nous, d’instrument de
mesure satisfaisant pour caractériser une CP virtuelle car
l’opérationnalisation de cette variable n’a, à notre
connaissance, pas encore été réalisée. D’ailleurs,
l’immense majorité des études conduites sur les CP sont
des études de cas (Johnson 2001). Par exemple, Hildreth
(Hildreth 2000) a mené une étude préliminaire dans
l’entreprise Watson Wyatt Partners afin de confirmer
l’existence de CP virtuelles dans des environnements
distribués. Il s’agissait d’identifier l’existence de groupes
distribués fonctionnant comme des CP virtuelles. L’outil
de mesure élaboré tentait d’identifier cinq activités pro-
pres aux CP virtuelles, qui correspondent aux principales
dimensions des CP identifiées dans la littérature, i.e. en-
gagement mutuel, entreprise commune, répertoire partagé
(Lave and Wenger 1991; Chanal 2000) et qui représen-
tent un indicateur de l’existence de celles-ci (Wenger and
Snyder 1999) :
1. Contact régulier avec des collègues : i.e travail
similaire dans un environnement distribué
2. Caractéristique de résolution de problème
3. Indicateur de projet commun
4. Exemple de narration (échange d’anecdotes)
5. Apprentissages issus de discussions avec des
collègues caractérisant le langage commun, la narration
et la participation périphérique.
5. Génération des items
Nous nous sommes inspirés du travail préliminaire de
Hildreth (Hildreth 2000) afin d’élaborer notre outil de
mesure de la perception des caractéristiques de la CP
d’appartenance. Nous avons ainsi généré 21 items pré-
senté dans le tableau 2. Etant donné que la terminologie «
communauté » n’est pas toujours employée dans certai-
nes entreprises, l’échelle a été adaptée au contexte et
notamment le terme « communauté » a été remplacé par
le vocabulaire propre à l’organisation.
4
 Présentation du modèle à respecter pour la présentation des communications au 10ème congrès de l’AIM

Item Texte Modalité de

réponse
Com 1 Les membres de la communauté X partagent une vision commune des problèmes Echelle de
likert à 5 de «
Com 2 La communauté X fait preuve de beaucoup d’énergie
tout à fait
Com 3 Il y a assez de partage dans la communauté X d’accord » à
Com 4 J’ai compris mon rôle dans la communauté X « pas du tout
d’accord »
Com 5 La communauté X a une identité
Com 6 J’ai une bonne compréhension de ce que fait la communauté X
Com 7 La communauté X est une source fiable de bonnes pratiques
Com 8 La communauté X tient ses engagements
Com 9 Dans la communauté X, le niveau de confiance mutuel est bon
Com 10 Je recommanderais la communauté X à d’autres collègues
Com 11 Il existe des documents de références dans la communauté X
Com 12 Le niveau de participation de la communauté X est élevé
Com 13 J’ai un sentiment d’appartenance à la communauté X
Com 14 Quand la communauté X annonce un événement, j’y participe toujours
Com 15 Les managers extérieurs à la communauté X expriment de l’intérêt pour ce que nous fai-
sons
Com 16 Les activités de partage font partie de mon travail dans la communauté X
Com 17 J’ai compris comment la communauté X s’intègre dans mon travail
Com 18 La mission et les objectifs de la communauté X sont clairs
Com 19 Les types de connaissances à partager, développer et documenter sont bien définis dans
la communauté X
Com 20 Des ressources et des efforts sont investis dans le développement et le soutien d’une in-
frastructure pour la communauté X
Com 21 Je suis satisfait du partage de connaissances au sein de la communauté X
Tableau 2 Opérationnalisation de la perception des caractéristiques de la communautés de pratique
d’appartenance

ressource (Alvesson 2000), pour créer de nouveaux pro-

6. Echantillon et collecte des don- duits et de nouveaux processus en réponse aux problèmes
nées de ses clients (Robertson, Sorensen et al. 2001). En plus,
ces entreprises doivent faire face à deux principaux pro-
Nous avons choisi comme mode de recueil des données
blèmes auxquels les CP peuvent contribuer (Blackler
une enquête auto administrée via Internet car cette moda-
1995): le premier concerne le management des cher-
lité nous a paru la plus appropriée compte tenu de la
cheurs, qui constituent des ressources rares que ces fir-
grande dispersion géographique des répondants. Avec ce
mes s’efforcent de retenir. Le second concerne le mana-
mode de recueil des données, une page en HTML/ASP a
gement de la connaissance et en particulier les structures
été réalisé avec les items de l’échelle afin que les em-
et média destinés à l’articulation, la création et la diffu-
ployés y répondrent sans intermédiation. Effectivement,
sion des connaissances entre experts (Blackler 1995).
les répondants se connectent au serveur, remplissent le
questionnaire en ligne et envoient automatiquement les L’échantillon de test provient d’une entreprise de haute
réponses à la base de données MS-Access. technologie, répartie sur quatre sites dans le monde (2 en
France, 1 aux Etats-Unis, 1 à Singapour) ayant mis en
Nous avons choisi comme terrain de test une entreprise
place un SAGC pour les salariés de son unité de recher-
de haute technologie car les entreprises de haute techno-
che et développement afin de soutenir ses CP virtuelles.
logie sont des bons exemples d’entreprises intensives en
Un message de présentation du questionnaire a été trans-
connaissances, qui emploient des travailleurs hautement
mis par voie électronique à 480 salariés, le taux de ré-
qualifiés, et s’appuient sur l’intégration et la synthèse de
ponse a été de 20,21%, soit 97 questionnaires exploita-
la connaissance de ses spécialistes, comme principale
bles.

5
 Présentation du modèle à respecter pour la présentation des communications au 10ème congrès de l’AIM

7. Raffinement de l’échelle
Dans cette section, nous procédons au test de l’échelle
développée conformément à une procédure adaptée de
Churchill (Igalens and Roussel 1998), qui permet de véri-
fier ses qualités, en vue de compléter sa validation sur un
autre échantillon. La validité convergente et discrimi-
nante du construit est vérifiée à l’aide d’analyse facto-
rielle exploratoire ainsi que par l’examen de la fiabilité
de l’échelle de mesure. A l’issue de cette étape, l’échelle
de mesure est épurée et prête pour être validée dans une
phase confirmatoire sur un autre échantillon.
7.1 Analyse exploratoire
La première étape de nature exploratoire a consisté à
établir la cohérence interne de l’échelle utilisée afin
d’éprouver sa fiabilité et d’en déterminer sa structure
sous-jacente. A cette fin, nous avons utilisé l’Analyse en
Composantes Principales (ACP) car elle assure que
l’échelle mesure précisément et exclusivement le cons-
truit qu’elle est censée mesurer. Lorsque le construit est
unidimensionnel, l’ACP fait apparaître un seul facteur et
inversement pour les construits multidimensionnels. Elle
permet de vérifier que, pour chaque dimension du cons-
truit, les items censés la mesurer sont exclusivement et
clairement liés à elle.
Pour étudier de manière exploratoire la fiabilité de
l’échelle, nous évaluons sa cohérence interne à l’aide du
calcul du coefficient alpha de Cronbach (noté « α »), qui
indique dans quelle mesure il est possible d’additionner
les scores des différents items pour obtenir un score glo-
bal de l’échelle et constitue la méthode la plus répandue
dans les Sciences Humaines et Sociales (Igalens and
Roussel 1998). Nous considérons, suivant les recomman-
dations de Evrard et al. (Evrard, Pras et al. 1997), que
pour une étude exploratoire, l’alpha de Cronbach est ac-
ceptable s’il est compris entre 0.6 et 0.8 ; pour une étude
confirmatoire, une valeur supérieure à 0.8 est recomman-
dée. Nous procédons également à une analyse des corré-
lations inter-items, qui nous conduise à éliminer les items
affaiblissant la fiabilité de cohérence inter de l’échelle
(Evrard, Pras et al. 1997). Nous considérons les règles
suivantes adaptées de Igalens et Roussel (Igalens and
Roussel 1998) et Evrard et al. (Evrard, Pras et al. 1997)
pour réalisée l’ACP :
1. Extraction de facteurs restituant un minimum
de 50 % de la variance totale,
2. Sélection des facteurs dont la valeur propre est
supérieure à 1 selon la règle de Kaiser, qui permet de
fixer le nombre d’axes à retenir ;
3. Vérification des valeurs du test de Kaiser-
Meyer-Olkin (KMO), qui mesure la précision de
l’échantillonnage : un KMO élevé indique que la solution
factorielle est statistiquement excellente (0,9), méritoire
(0,8), moyenne (0,7), médiocre (0,6) ou insuffisante (0,5
et en deçà), et donc des valeurs de KMO comprises entre
0,7 et 0,9 représentent des solutions factorielles accepta-
bles ;
4. Rotation des facteurs selon une rotation ortho-
gonale de type Varimax, avec normalisation de Kaiser,
qui permet d’augmenter les valeurs des coefficients de
corrélation de certaines variables en les rapprochant de
l’un des axes.
L’interprétation des axes nécessite l’examen des contri-
butions factorielles des items aux facteurs. Nous retenons
pour cela des coefficients de corrélation supérieurs à 0,5
(Evrard, Pras et al. 1997). Ces analyses ont été réalisées à
l’aide du logiciel SPSS® 11.0. Le tableau suivant récapi-
tule ces différents éléments de validation exploratoire.

Types d’analyse Procédures

Fiabilité de l’échelle Corrélation inter-items
Coefficient alpha de Cronbach > 0,6
Structure de l’échelle : ACP Communautés > 0,5
Valeurs propres > 1
Rotations orthogonales Varimax
Test de Kaiser-Meyer-Olkin : KMO le plus élevé
Tableau 3 Récapitulatif des analyses exploratoires de validation

7.2 Analyse confirmatoire
L’analyse exploratoire nous a permis de mettre en évi-
dence la structure du concept. Il convenait, dès lors, de
fixer définitivement sa structure factorielle à travers
l’Analyse Factorielle Confirmatoire (AFC) et d’évaluer
sa validité convergente et discriminante. L’Analyse Fac-
torielle Confirmatoire (AFC) a été choisit car elle estime
les relations entre les variables observées et les variables
latentes estimées (Igalens and Roussel 1998) et spécifie
les relations entre les variables latentes et leurs indica-
teurs observés. Contrairement à l’analyse exploratoire, la
structure factorielle est fixée à priori et la question est de
savoir si cette structure s’ajuste aux données empiriques.
Les deux objectifs d’une AFC sont donc : (1) estimer les
paramètres du modèle factoriel hypothétique et (2) dé-

6
 Présentation du modèle à respecter pour la présentation des communications au 10ème congrès de l’AIM

terminer l’ajustement du modèle factoriel hypothétique.
Les paramètres du modèle sont estimés à partir de la ma-
trice des covariances par la méthode du maximum de
vraisemblance, qui sélectionne les estimations ayant la
plus grande probabilité de reproduire les données obser-
vées et qui est la plus communément utilisée (Bollen and
Long 1993). Par contre, le degré de l’ajustement du mo-
dèle factoriel hypothétique est déterminé par la différence
entre la matrice des covariances théoriques et celle ob-
servée sur l’échantillon.
Ces analyses ont été réalisées à l’aide du logiciel
AMOS® 4.0, avec lequel plusieurs indices permettent de
nous assurer de l’ajustement de la structure théorique aux
données de l’échantillon. Nous utilisons des critères
d’ajustements absolus : test du Chi Deux, (noté « X2 »),
RMSEA (Root Mean Square Error of Approximation),
GFI (Goodness of Fit) et l’AGFI (Adjusted Goodness of
Fit). Le test du X2 est un test de différence entre la ma-
trice des covariances observées et celle prédite par le
modèle. Il est généralement admis qu’un X2 le plus faible
possible, ramené au nombre de degré de liberté inférieur
à 5 est satisfaisant (Bollen and Long 1993). Ce test com-
porte des faiblesses, car il est notamment sensible à la
taille de l’échantillon, ainsi qu’à la violation de
l’hypothèse de normalité de la distribution des données,
et il peut indiquer un bon ajustement, alors que le modèle
spécifié et les variables de mesure ne sont pas appro-
priées à la mesure du construit.
L’étude des indices de vraisemblance complète le test du
X2, avec le RMSEA qui mesure la non-conformité par
degrés de liberté du modèle. Une valeur du RMSEA infé-
rieure à 0,08 indique une conformité acceptable, les indi-
ces proches de 0,05 sont jugés convenables et des valeurs
supérieures à 0,1 devraient conduire au rejet du modèle
(Bollen and Long 1993). Il faut souligner que le RMSEA
est sensible à la taille de l’échantillon et peut conduire à
rejeter des modèles conformes dans la population. Enfin
le GFI est une mesure du montant relatif de la variance
escomptée pour le modèle alors que l’AGFI tient compte
de la parcimonie dans le modèle. Il est par ailleurs géné-
ralement admis que des valeurs supérieures à 0,90 pour le
GFI et 0,80 pour l’AGFI indiquent un bon ajustement du
modèle aux données, mais de même que pour le RMSEA,
le GFI et l’AGFI sont sensibles à la taille de
l’échantillon. En plus, le calcul des indices GFI et AGFI
impose de ne pas avoir de données manquantes et dans ce
cas les données manquantes ont été remplacées par la
moyenne de la série afin de procéder aux calculs. Nous
nous intéressons également aux indices incrémentaux
suivants, qui permettent de comparer le modèle testé à un
modèle nul : NFI (Normed Fit Index), NNFI (Non-
Normed Fit Index) et CFI (Comparative Fit Index)
(Joreskog 1993). Le NFI ou indice incrémental de Ben-
tler et Bonett (Bentler and G. 1980) mesure la part de
covariance des observations reproduites par le modèle et
le CFI est une mesure des imprécisions de la population
qui est particulièrement recommandé pour la comparai-
son des modèles. Pour les indices NFI et CFI, en règle
général, les valeurs supérieures à 0,90 sont considérées
comme satisfaisantes et témoignent d’un bon ajustement.
Nous procédons également à l’examen de sa validité
convergente et discriminante. Des test T sont effectués
afin d’établir la validité convergente et consistent à véri-
fier que les poids des relations sont significatifs, i.e. sta-
tistiquement différents de zéro. Cela est vérifié lorsque le
test T associé à chaque contribution factorielle est supé-
rieur à 1,96 (valeur du T de Student, p<0,005).
Le tableau suivant indique les analyses confirmatoires
réalisées ainsi que les seuils d’acceptabilité retenus.

Types d’analyses Procédures

Validité interne des échelles Examen des indices :
X2 par degré de liberté < 5
RMSEA < 0,1
GFI, NFI et CFI > 0,9
AGFI > 0,8
Validité convergente :
Poids factoriels standardisés >0,5
T de Student >1,96
Validité discriminante :
Différences entre les modèles (différences de chi deux et indices
d’ajustement)
Tableau 4 Récapitulatif des analyses confirmatoires de validation

7
 Présentation du modèle à respecter pour la présentation des communications au 10ème congrès de l’AIM

7.3 Test de l’échelle des contributions factorielles supérieures à 0,5, seul

La taille de l’échantillon pour la phase de validation ex-
ploratoire est suffisante (N= 97), car un échantillon de 5 à
10 fois plus d’individus qu’il n’y a d’items introduits
dans une même ACP est généralement conseillé (Igalens
and Roussel 1998). Nous menons une analyse factorielle
exploratoire puis confirmatoire des instruments de me-
sure utilisés.
L’analyse factorielle exploratoire de l’échelle de mesure
de la perception des caractéristiques de la CP virtuelle
d’appartenance fait apparaître cinq dimensions, qui reflè-
tent 68,45 % de la variance totale. Sur la base du critère
l’item 20 doit être éliminé. Le premier axe explique 42,
03 % de variance, et les deux premiers représentent 50,
33 % de la variance totale. L’alpha de Cronbach de 0,92
est excellent. L’indice KMO est très bon (0,89) et accepte
cette solution factorielle. L’échelle est épurée à ce stade
de l’item 20. Nous devons valider cette multidimension-
nalité lors d’une analyse confirmatoire. Les résultats de
l’analyse exploratoire sont présentés dans le tableau sui-
vant.

Communauté de pratique 1 2 3 4 5 α si
item
éliminé
Com 1 Les membres de la communauté X partagent une vision ,62 ,92
commune des problèmes
Com 2 La communauté X fait preuve de beaucoup d’énergie ,73 ,92
Com 3 Il y a assez de partage dans la communauté X ,64 ,92
Com 4 J’ai compris mon rôle dans la communauté X ,81 ,92
Com 5 La communauté X a une identité ,73 ,92
Com 6 J’ai une bonne compréhension de ce que fait la com- ,76 ,92
munauté X
Com 7 La communauté X est une source fiable de bonnes pra- ,68 ,92
tiques
Com 8 La communauté X tient ses engagements ,85 ,92
Com 9 Dans la communauté X, le niveau de confiance mutuel ,62 ,92
est bon
Com 10 Je recommanderais la communauté X à d’autres collè- ,68 ,92
gues
Com 11 Il existe des documents de références dans la commu- ,85 ,92
nauté X
Com 12 Le niveau de participation de la communauté X est ,53 ,92
élevé
Com 13 J’ai un sentiment d’appartenance à la communauté X ,67 ,91
Com 14 Quand la communauté X annonce un événement, j’y ,70 ,92
participe toujours
Com 15 Les managers extérieurs à la communauté X expriment ,82 ,93
de l’intérêt pour ce que nous faisons
Com 16 Les activités de partage font partie de mon travail dans ,74 ,92
la communauté X
Com 17 J’ai compris comment la communauté X s’intègre dans ,69 ,92
mon travail
Com 18 La mission et les objectifs de la communauté X sont ,51 ,92
clairs
Com 19 Les types de connaissances à partager, développer et ,58 ,92
documenter sont bien définis dans la communauté X
Com 20 Des ressources et des efforts sont investis dans le déve- ,45 ,92
l l i d’ i f l
8
 Présentation du modèle à respecter pour la présentation des communications au 10ème congrès de l’AIM

loppement et le soutien d’une infrastructure pour la

communauté X
Com 21 Je suis satisfait du partage de connaissances au sein de ,79 ,92
la communauté X
% de variance expliquée (la rotation a convergé en 8 itérations) 42,0 8,30 7,14 6,12 6,12
3
Alpha de Cronbach 0,85 0,79 0,85 0,72 -
Tableau 5 Analyse factorielle exploratoire du concept de CP

Lors de la phase confirmatoire, réalisée sur le même
échantillon, la mesure des caractéristiques de la d’une CP
virtuelle d’appartenance, constituée désormais de vingt
items, se structure en cinq dimensions. La comparaison
des indices d’ajustement des différents modèles factoriels
n’indique pas de supériorité d’un modèle (Tableau 6).
Nous retenons que le modèle a cinq dimensions est satis-
faisant. La fiabilité de l’échelle est très satisfaisante avec
un coefficient α de 0,92.

Communauté de X 2(ddl) X 2/ddl RMSEA GFI AGFI NFI CFI

pratique
Modèle 1 dim 282,31 (152) 1,86 0,06 0,75 0,69 0,93 0,97
0,000
Modèle 2 dim 277,47 (151) 1,84 0,06 0,76 0,70 0,94 0,97
0,000
Modèle 3 dim 223,50 (149) 1,50 0,05 0,81 0,76 0,95 0,98
0,000
Modèle 4 dim 247,38 (165) 1,50 0,05 0,80 0,75 0,94 0,98
0,000
Modèle 5 dim 236(161) 1,47 0,049 0,81 0,75 0,95 0,98
0,000
Tableau 6 Indice d’ajustement des Communautés de pratique, issue d’une ACP fixant le nombre de
facteurs à extraire à 5, 4, 3, 2

L’analyse confirmatoire indique une bonne validité
convergente de l’échelle ; seuls les items 14 et 15 présen-
tent des poids factoriels très inférieurs à 0,5 (Tableau 7).
Nous décidons de les supprimer. L’item 15 constituait la
cinquième dimension du concept.
Ainsi, l’échelle de mesure de la perception individuelle
des caractéristiques de la CP d’appartenance comporte
quatre dimensions distinctes :
1. la première (items 1, 4, 6, 7, 10, 11, 13, 19 et
21) concerne la compréhension de la communauté
d’appartenance et correspond à la notion d’entreprise
commune de Wenger (Wenger 1998),
2. la seconde (items 2, 3, 5 et 17) résume la vita-
lité perçue de la communauté et correspond à la notion
d’engagement mutuel de Wenger (Wenger 1998),
3. la troisième (items 12 et 16) concerne la parti-
cipation à la communauté,
4. la dernière (items 8, 9 et 18) s’intéresse à la
confiance envers la communauté.

9
 Présentation du modèle à respecter pour la présentation des communications au 10ème congrès de l’AIM

Communauté de pratique Poids fact. standard Valeur T

Com 1 0,59 6,01
Com 2 0,69 7,05
Com 3 0,79 8,49
Com 4 0,82 9,46
Com 5 0,59 5,51
Com 6 0,80 6,17
Com 7 0,70 7,47
Com 8 0,54 5,04
Com 9 0,75 7,37
Com 10 0,82 9,58
Com 11 0,78 8,87
Com 12 0,87 7,79
Com 13 0,79 9,03
Com 14 0,33 2,99
Com 15 0,21
Com 16 0,43 3,91
Com 17 0,69 7,03
Com 18 0,75 7,34
Com 19 0,64 6,69
Com 21 0,62 6,29
Tableau 7 Indice d’ajustement des Communautés de pratique, issue d’une ACP fixant le nombre de
facteurs à extraire à 4, 3, 2

ractéristiques perçues des CP, mais ces premiers résultats

8. Discussion et perspectives futu- imposent des validations ultérieures, notamment sur dif-
res férents échantillons. Cette contribution à la compréhen-
sion des CP devrait favoriser les investigations sur leur
Nous sommes partit de la définition des CP de Wenger
rôle dans les organisations et pour la gestion des connais-
(Wenger 1998). Cette définition trouve, selon nous, un
sances. Nous pensons notamment que la caractérisation
écho concret dans les CP virtuelles mis en place dans les
des CP virtuelles constitue un levier d’action pour favori-
organisations au travers de Systèmes d’Aide à la Gestion
ser le partage des connaissances. Notre recherche souli-
de Connaissance communautaires (SAGC) (Johnson
gne notamment que les CP, compte tenu des potentiels de
2001). Nous avons ainsi identifié leurs principales carac-
création de connaissances qu’elles portent en leur sein,
téristiques : l’engagement mutuel, une entreprise com-
doivent faire l’objet d’une gestion spécifique afin de dé-
mune et un répertoire partagé. Ceci nous a conduit à
velopper les dimensions de la perception individuelle des
élaborer et tester une échelle de 21 items à travers une
membres de la CP. En effet, plus les caractéristiques fa-
analyse exploratoire et une analyse confirmatoire, qui a
vorables à la gestion des connaissances des CP sont bien
confirmer la multidimentionnalité du concept CP.
perçues, plus le potentiel de partage de connaissances
Conformément à la caractérisation de Wenger (Wenger
semble fort. Ainsi de nombreuses perspectives en terme
1998), la première et la deuxième dimension prennent en
de gestion des ressources humaines doivent être dévelop-
compte respectivement les notions d’entreprise commune
pées pour notamment soutenir les dimensions caractéris-
et d’engagement mutuel. Mais, la troisième et la qua-
tiques des CP. Il nous semble d’ailleurs, à l’instar de cer-
trième dimension mettent en évidence l’importance de la
tains auteurs (Wenger, Mc Dermott et al. 2002) que ces
participation à la CP et de la confiance envers la commu-
regroupements virtuels d’individus doivent faire l’objet
nauté d’appartenance.
d’une modification des modes de gestion de la structure
Cette recherche nous a donc permit de développer un organisationnelle, notamment en réfléchissant à
instrument de mesure satisfaisant pour connaître les ca- l’équilibre nécessaire entre regroupements informels et

10
 Présentation du modèle à respecter pour la présentation des communications au 10ème congrès de l’AIM
organisations formelles (Soulier 2004). Pour nous, il est
par ailleurs nécessaire d’animer ou de « cultiver » les CP
afin d’encourager le partage des connaissances.
9. Références
Alavi, M. and D. E. Leidner (2001). « Review:
Knowledge Management and Knowledge
Management Systems: Conceptual Foundations
and Research Issues. » MIS Quarterly 25(1):
107-136.
Alvesson, M. (2000). « Social Indentity And The
Problem of Loyalty In Knowledge-Intensive
Companies. » Journal of Management Studies
37(8): 1101.
Bentler, P. M. and B. D. G. (1980). « Significance Tests
and Goodness of Fit in the Analysis of
Covariances Stuctures. » Psychological
Bulletin 88: 588-606.
Blackler, F. (1995). « Knowledge, knowledge work and
organizations: an overview and interpretation. »
Organization Studies 16(6).
Boland, R. J. and R. V. Tenkasi (1995). « Perspective
making and perspective taking in communities
of knowing. » Organization Science, 6(4).
Bollen, K. A. and J. S. Long (1993). Testing Structural
Equation Models. London, Sage Focus Edition.
Bourdon, I., C. Vitari, et al. (2004). The key success
factors affecting KMS adoption: quantitative
results. Colloque de l'AIM, Evry, France.
Bourdon, I., C. Vitari, et al. (2003). Les facteurs clés de
succès des Systèmes de Gestion des Connais-
sances: proposition d'un modèle explicatif.
Colloque AIM, Grenoble (France).
Brown, J. S. and P. Duguid (1991). « Organizational
learning and communities of practice. » Orga-
nization Science, 2(1).
Chanal, V. (2000). « Communautés de pratique et mana-
gement par projet: a propos de l'ouvrage de
Wenger (1998) Communities of pratice: lear-
ning, meaning and identitiy. » M@n@gement
3(1): 1-30.
Constant, D., S. Kiesler, et al. (1994). « What's mine is
ours, or is it? a study of attitudes about
information sharing. » Information Systems
Research 5(4): 400-421.
Constant, D., L. Sproull, et al. (1996). « The kindness of
strangers: the useful of electronic weak ties for
technical advice. » Organization Science, 7(2):
119-135.
Davenport, E. and H. Hall (2001). Communities of
practices and organizational learning. New
Jersey, Information Today.
Dyer, J. H. and K. Nobeoka (2000). « Creating and
managing a high-performance knowledge-
sharing network: the toyota case. » Strategic
Management Journal 21(3): 345.
Evrard, Y., B. Pras, et al. (1997). Market, études et re-
cherches en marketing. Paris.
Grover, V. and T. H. Davenport (2001). « General
perspectives on knowledge management:
fostering a research agenda. » Journal of
Management Information Systems 18(1).
Hall, H. (2001). « Input-friendliness: motivating
knowledge sharing across intranets. » Journal
of Information Science 27(3): 139-146.
Hansen, M. T., N. Nohria, et al. (1999). « What's Your
Strategy for Managing Knowledge? » Harvard
Business Review 77(2): 106-116.
Hildreth, P. M. (1998). Distributed Cognition and
International Communities of Practice.
Department of Computer Science. York,
University of York: 28.
Hildreth, P. M. (2000). « Communities of practice in the
distributed international environment. »
Journal of Knowledge Management 4(1): 27-
38.
Hildreth, P. M. and C. Kimble (2002). « The duality of
knowledge. » Information Research 8(1).
Hildreth, P. M., C. Kimble, et al. (1998). Computer
mediated communications and international
communities of practice. Ethicomp, The
Netherlands.
Igalens, I. and P. Roussel (1998). Méthodes de recherche
en gestion des ressources humaines. Paris,
Economica.
Jarvenpaa, S. L. and D. S. Staples (2000). « The use of
collaborative electronic media for information
sharing: an exploratory study of determinants.
» Journal of Strategic Information System 9:
129-154.
Johnson, C. M. (2001). « A survey of current research on
online communities of practive. » Internet and
Higher Education 4: 45-60.
Joreskog, K. G. (1993). Testing structural equation
models. K.A. Bollen & J. S. Long, Testing
structural equation models. Newbury Park,
CA, Sage: 294-316.
Knowings (2002). La vision stratégique des dirigeants en
matière de Knowledge Management, Kno-
wings: 15.
Kogut, B. and U. Zander (1992). « Knowledge of the
firm, combiantive capabilities, and the
replication of technology. » Organization
Science 3(3): 383-397.
Krogh, G. V. (1998). « Care in knowledge creation. »
California Management Review 40(3): 133-
153.
Lave, J. and E. Wenger (1991). Situated learning.
Legitimate Peripheral Participation.
Cambridge, Cambridge University Press.
Lefebvre, P., P. Roos, et al. (2004). « Les théories des
communuatés de pratique à l'épreuve: condi-
tions d'émergence et organisation des commu-
11
 Présentation du modèle à respecter pour la présentation des communications au 10ème congrès de l’AIM

nautés. » Système d'Information et Management sharing. » Journal of Strategic Information

9(1): 25-48.
Liedtka, J. M., M. E. Haskins, et al. (1997). « The
generative cycle: linking knowledge
relationships. » Sloan Management Review.
McLure, W. M. and S. Faraj (2000). « It is what one
does: why people participate and help others in
electronic communities of pratice. » Journal of
Strategic Information System 9.
Merali, Y. (2000). « Individual and collective congruence
in the knowledge management process. »
Journal of Strategic Information System 9.
Nahapiet, J. and S. Ghoshal (1998). « Social capital,
Intellectual capital and the organizational
advantage. » Academy of Management Review
23(2): 242-266.
Nonaka, I. (1994). « A dynamic theory of organizational
knowledge creation. » Organization Science,
5(1).
O'Dell, C. and C. J. Grayson (1998). « If only we knew
what we know: identification and transfer of
internal best practices. » California
Management Review 40(3): 154-174.
Pan, S. L. and D. E. Leidner (2002). « Bridging
communities of practice with information
technology in pursuit of global knowledge
Claudio Vitari étudiant en doctorat en science de gestion chez l’Université Carlo Cattaneo –LIUC en co-tutelle avec
l’Université Montpellier 2. Ses intérêts de recherche en Systèmes d’Information incluent la gestion de la connais-
sance, la gestion des contenus, les services bancaires en ligne.
Isabelle Bourdon Docteur en Sciences de Gestion, spécialisée en Système d’information. Professeur associé en
NTIC au Groupe Sup de Co Montpellier.
Systems.
Robertson, M., C. Sorensen, et al. (2001). « Survival of
the leanest: Intensive knowledge work and
groupware adaptation. » Information
Technology & People 14(4): 334.
Soulier, E. (2004). « Les communautés de pratique au
coeur de l'organisation réelle des entreprises. »
Système d'Information et Management 9(1): 3-
23.
Vaast, E. (2002). « De la communauté de pratique au
réseau de pratique par les utilisateurs d'intranet
- quatre études de cas. » Système d'Information
et Management 2(7): 81-103.
Wenger, E. C. (1998). Communities of practice: learning,
meaning and identity. New York, Cambridge
University Press.
Wenger, E. C., R. Mc Dermott, et al. (2002). Cultivating
Communities of Practice: A Guide to
Managing Knowlegde. Cambridge, MA,
Harvard Business School Press.
Wenger, E. C. and W. M. Snyder (1999). « Communities
of practice: the organizational frontier. »
Harvard Business Review 78(1): 139-145.

12