Académique Documents
Professionnel Documents
Culture Documents
LILLE
IAE LILLE – site ROUBAIX
651 avenue des Nations Unies
59100 ROUBAIX
J’atteste sur l’honneur que le présent document est le fruit d’un travail personnel, et que
les emprunts à des documents externes sont tous mentionnés
Je remercie particulièrement Jacinta Coevoet pour son soutien, pour m’avoir formé sur le poste
que j’ai occupé et pour les conseils et l’expertise qu’elle a pu m’apporter afin de faire évoluer
mes compétences.
J’adresse aussi mes remerciements à toute l’équipe de collaborateurs de chez Willemse pour
mon intégration et leur bonne humeur à toute épreuve.
Je remercie également mon tuteur universitaire Monsieur Deslee pour sa disponibilité, les
conseils qu’il m’a apportés et son accompagnement lors de la rédaction de ce mémoire, ainsi
que Marie Beck, en tant que directrice de master, qui a participé à la rédaction de ma
problématique.
Je souhaite de plus remercier toutes les personnes qui ont passé du temps pour répondre à mes
questionnaires et sans qui mon enquête n’aurait pu aboutir.
Enfin je souhaite remercier Amélia Scocard, Camille Doublet, Thibaud Camps, Salomé
Kassongo, Lucas Delgrange, Yassine Baïod et Sacha Dewavrin pour la relecture de mon
mémoire.
Abstract
Today, socials networks became essential in the communication between companies and their
customers. Many companies develop accounts on these platforms to communicate with their
community of prospects and catch new customers.
The strategy of brands through social networks is to commit as many prospects as possible to
increase the number of sales, traffic on their website and customer loyalty.
Our research focused on Instagram and specifically on the four different channels of this
network (post, real, story and private messages).
In this study, we will try to determine which channel develops the highest level of commitment.
To find the answer to this question, we will do a quantitative analysis.
Finally, we will develop managerial recommendations based on our results to help companies
to maximize engagement on these channels.
Concepts
Engagement ; Réseaux sociaux ; Instagram ; Canaux
2 L’engagement ...........................................................................................................22
2.1 Qu’est-ce que l’engagement ......................................................................................... 22
2.1.1 Le concept d’engagement ............................................................................................................. 22
2.1.2 Le concept d’engagement en marketing ....................................................................................... 23
2.2 L’engagement et Sur le Web ......................................................................................... 23
2.2.1 L’engagement pour les entreprises du Web.................................................................................. 23
2.2.2 L’engagement Sur les Réseaux sociaux ......................................................................................... 24
2.2.3 Favoriser l’engagement sur les réseaux sociaux............................................................................ 27
Conclusion................................................................................................................................. 30
Partie 2 : Méthodologie ....................................................................................................31
1 Différent type d’étude ...............................................................................................31
1.1 L’étude Qualitative ....................................................................................................... 31
1.2 Étude Quantitative ........................................................................................................ 32
2 Méthodologie de la recherche ...................................................................................33
2.1 Hypothèse et approche de la recherche ........................................................................ 33
3 Objectif de l’étude .....................................................................................................34
Évoluant en alternance chez Willemse France depuis septembre 2020 en tant qu’assistant
marketing. J’ai été missionné sur différents sujets tels que le reporting de l’activité du site web
ou la gestion de la relation entre l’entreprise et ces fournisseurs. J’ai toujours été passionné par
le développement des réseaux sociaux au sein des entreprises et j’ai pu observer de loin le
développement du compte Instagram de Willemse France en septembre 2021.
Willemse France est une entreprise commercialisant des plantes et de l’équipement de jardin
historiquement via leurs catalogues et plus récemment via Internet.
Déjà présente sur les réseaux sociaux via Facebook et Pinterest, elle a décidé de s’orienter vers
ce nouveau réseau afin de s’adapter aux nouvelles générations. En juin 2022, le compte
Instagram de Willemse France comptabilise 1038 followers et base sa communication sur
divers sujets. En posts, on retrouve des publications qui permettent de conseiller les
consommateurs sur l’entretien de leurs plantes, des astuces de plantation et conseils jardin. Elle
met en avant des produits en fonction de la saisonnalité et met à disposition des liens en story
entre leur compte, leur blog ainsi que leur site marchand, ce qui permet d’augmenter
grandement le trafic sur ce dernier. De plus, elle engage ces followers en postant des jeux
concours sur son compte.
Avec l’explosion du nombre d’utilisateurs sur les réseaux sociaux. Ces plateformes sont
devenues primordiales pour la communication entre les entreprises et leurs prospects.
De plus en plus d’entreprises créent des comptes sur ces plateformes afin de communiquer avec
leurs prospects et d’en atteindre potentiellement de nouveaux.
Très actif sur les réseaux sociaux et admiratifs de la communication d’une enseigne ayant une
excellente stratégie sur Instagram nommé « TEALER », j’ai décidé d’orienter mon mémoire
vers l’engagement sur Instagram, et plus particulièrement sur les différents canaux d’Instagram.
Afin d’apporter des pistes de développement à mon entreprise pour maximiser l’engagement
sur ce réseau.
J’ai choisi comme premier concept les médias sociaux. Tout d’abord d’un point de vue
structurel et particulièrement les posts sur ces réseaux sociaux et les caractéristiques propres
des post sur les réseaux sociaux, Ensuite nous définirons les réseaux sociaux par leurs champs
d’actions et les différentes interactions que les marque peuvent créer avec les utilisateurs.
Dans un second temps j’ai orienté mes recherches sur l’engagement sur ces réseaux j’ai tout
d’abord défini l’engagement et son évolution à travers le temps et enfin l’évolution de
l’engagement sur Internet et les réseaux sociaux.
Ces concepts me serviront de base pour mon étude afin de comprendre l’engagement sur les
différents canaux d’Instagram. Et me permettre de comprendre les différentes variables qui
composent l’engagement sur les réseaux sociaux l’engagement
Généralement sur les réseaux sociaux est traité sous l’angle de vue du contenu des message
contenu dans les posts de l’entreprise. Ma recherche elle s’axera sur la forme du post. Et de son
impact sur l’engagement des clients. J’ai de plus réduit l’analyse aux différents canaux
d’Instagram que sont : les posts classiques, les stories, les réels et les messages privés.
Ma question de recherche est donc :
Quel canal de communication d’Instagram suscite le plus l’engagement chez le
consommateur ? »
Pour répondre à cette question, nous retrouverons dans une première partie, la revue de
littérature, qui définira les deux principaux concepts qui sont les réseaux sociaux et
l’engagement ce qui nous permettra de comprendre les rouages de l’engagement sur les réseaux
sociaux.
Ensuite dans la partie méthodologie nous expliquerons comment nous allons réaliserons une
étude quantitative afin de mesurer l’engagement des utilisateurs en fonction du canal
d’Instagram utilisé.
1.1.1 Ton
Le ton se définit par le choix des mots mais aussi par les émoticônes et les avatars des marques.
• Un style informel :
Reproduire le ton d’une conversation crée un sentiment de proximité avec l’entreprise : « Le
ton humain se définit non seulement par le choix des mots mais aussi grâce à des éléments
graphiques comme des émoticônes ou même des avatars. ». Cela permet à l’entreprise de
paraitre plus accessible.
La perception du risque peut aussi peser dans le ton employé par l’entreprise :
En effet le consommateur se cantonne par habitude à ce qui lui est familier et évite les décisions
qui sont éloignées de ce qu’il a l’habitude de voir. L’utilisation d’un ton informel pour des
secteurs d’activité qui ne se prêtent pas à ce style peut accroître ce sentiment de risque et donc
freiner les consommateurs.
Pour résumé, Renato Hübner Barcelos nous démontre qu’il n’explique pas de règle simple et
unique concernant le ton employé par les entreprises. Le ton à employer dépend des produits et
services commercialisés par l’entreprise, mais aussi des objectifs et de la perception des risques
du consommateur. Un ton informel s’adapte donc à des produits hédoniques tandis que le
discours formel est utilisé pour des achats de produit à but utilitaire.
La cadence de publication est un des leviers d’une bonne stratégie des médias sociaux. En effet,
la répétition d’informations est un élément principal dans l’apprentissage : répéter un acte ou
un élément renforce son apprentissage et favorise son rappel (Greene, 2008).
D’après les travaux de Hermann Ebbinghaus au 19éme siècle, l’espacement des moments
d’apprentissage dans le temps influence positivement la rétention ultérieure des informations.
Ce phénomène se nomme « l’effet de pratique distribué ».
Cet effet nous explique qu’espacer les répétitions dans le temps est plus efficace que masser
ces répétitions sur un cours lapse de temps.
Depuis 1960 des études telles que celles de Braun & Rubin en 1998, Melton en 1967 et 1970,
ou Dempster, 1989 ont mis en évidence l’effet d’espacement. En effet ces études ont observé
que l’apprentissage est deux à trois fois plus efficace avec des conditions d’espacement entre
les sessions d’apprentissage. Il est donc plus long que si les sessions d’apprentissage sont
concentrées sur un lapse de temps plus court. Cet effet est constamment remarqué quel que soit
le matériel utilisé ou le type de tâche, il est par ailleurs valable à tous âges.
Ces travaux sur l’apprentissage peuvent nous orienter afin que l’entreprise adopte une fréquence
de publication efficiente qui favorisera la rétention des informations transmises par la marque
dans ses publications.
1.1.3.1 Facebook
Facebook a est un réseau social de type Réseaux social numérique, ce réseau est le réseau social
le plus utilisé en France. La plateforme a été créé par Marc Zuckerberg en 2004 lors de ces
études à Harvard.
Les utilisateurs de ce réseau en France sont à 56% des femmes et à 29% de génération Y, c’est-
à-dire nés entre 1980 et 1990.
Ce réseau social est composé de cinq fonctionnalités :
- Fil d’actualité
Le fil d’actualité est en endroit où l’utilisateur retrouve toutes les nouvelles publications de ses
amis en temps réel, mais aussi les nouvelles publications des pages qu’il aime ou auxquelles il
est abonné.
- Message privé
L’espace message privé de Facebook permet un dialogue entre deux utilisateurs ou plus, amis
ou non, dans un espace dit « privé » auquel seuls les membres de la conversation ont accès
- Watch
Watch est une fonctionnalité de Facebook dédiée aux vidéos sur la plateforme. Cette
fonctionnalité avait pour but premier de rivaliser avec les plateformes de streaming telles que
Netflix ou Amazon prime.
Cependant cet espace a évolué vers un espace réservé et conçu pour le visionnage de vidéos sur
la plateforme.
- Marketplace
Facebook Marketplace est, comme son nom l’indique, un espace de mise en relation entre
utilisateurs où ceux-ci peuvent vendre des biens ou des services à l’image de la plateforme
Leboncoin.
- Gaming
1.1.3.2 Instagram
Instagram est un réseau social de partage de photos et vidéos. Ce réseau a été lancé en 2010 par
Kevin Systrom et Michel Mike Krieger. Le service a été racheté par Facebook en 2012.
Instagram est classé sixième réseau social en termes de nombre d’utilisateur. Ces utilisateurs
français sont à 68% des femmes et à 65% des millenials, aussi appelés digital natives.
Ce réseau social est composé de quatre fonctionnalités :
- Fil d’actualité
Le fil d’actualité est un espace ou les post sont classés par l’algorithme en fonction des intérêts
et des interactions de l’utilisateur avec le contenu sur le réseau.
Il existe aussi dans cette onglet un espace favori qui regroupe les posts des utilisateurs et pages
suivis.
- Message privé
Les messages privés ou direct message (DM) est un espace ou les utilisateurs peuvent
communiquer avec un ou plusieurs utilisateurs sur une conversation privée.
- Réels
L’espace réel regroupe des vidéos d’un format de quinze secondes, créées par des utilisateurs.
Cette création peut prendre en compte des morceaux audio ou de la musique et être modifiée
avec du texte, des autocollants, des effets et des filtres.
- Shopping
1.1.3.3 Twitter
Twitter est un site de micro-blogging c’est-à-dire une combinaison de blog et de messagerie
instantanée qui a pour principe de publier des messages afin de les partager avec les utilisateurs
du même réseau. Ce réseau social a été créé en 2006 par Jack Dorsey, Evan Williams, Biz Stone
et Noah Glass. Ce réseau social a la particularité de permettre à l’utilisateur de poster des
messages avec une limite de 280 caractères.
Les utilisateurs français de ce réseau social sont à 51% des millennials et à 25% en région
parisienne.
Ce réseau est composé de trois fonctionnalités :
- Fil d’actualité
Le fil d’actualité est accessible dans l’onglet accueil de l’application. Il est composé d’un flux
de tweets publiés par les comptes que l’utilisateur suit et de tweets proposés par l’algorithme
en fonction des centres d’intérêt de l’utilisateur.
- Message privé
Les messages privés ou DM est une partie privée qui permet la conversation entre les
utilisateurs du réseau.
- Tendance
L’espace tendance est un espace où se trouve les tendances actuelles du réseau c’est-à-dire les
sujets qui sont évoqués en nombre important sur le réseau en fonction des intérêts et de la
localisation de l’utilisateur. Un algorithme classe ces thèmes et ce classement est disponible
dans l’onglet recherche.
a. LinkedIn
LinkedIn est un site de réseautage professionnel. Ce réseau social est destiné aux
professionnels. Il a pour but de se faire connaître et de se créer un réseau professionnel. Ce
réseau a été créé en 2002 à Montain View par Amaury Theinart, Allen Blue, Konstantin
• Fil d’actualité
Comme sur Facebook, le fil d’actualité est l’espace où l’utilisateur retrouve les posts et
réactions de son réseau et des entreprises qu’il suit.
• Message privé
L’espace message privé permet d’envoyer des messages à des utilisateurs faisant partie du
réseau de l’utilisateur. Il existe aussi une fonctionnalité payante nommé l’inmails qui permet
d’envoyé des messages à des utilisateurs extérieurs à son réseau.
• Réseau
L’onglet réseau de LinkedIn permet d’ajouter des utilisateurs à son réseau en tapant leurs noms
mais aussi grâce aux suggestions de l’algorithme qui propose des utilisateurs en fonction de
caractéristiques telles que : leurs noms, leurs postes, leurs entreprises, leurs localisations etc..
• Offre d’emploi
L’onglet offre d’emploi propose à l’utilisateur des offres d’emploi correspondant à son profil
en fonction des informations du profil utilisateur et des recherches précédentes.
Les horaires de publication optimales, pour qu’une publication suscite le plus d’interactions,
varient selon le réseau social utilisé. Nous devons donc les décrire selon le réseau social utilisé.
Comme pour la partie précédente nous prendrons pour exemple : Facebook, Instagram, Twitter
et enfin LinkedIn.
D’après Tracy L. Tuten et Michael R. Solomon Dans « Marketing des médias sociaux » p. 12 :
« Les médias sociaux sont des espaces de communication en ligne régis par des liens sociaux
qui, comme tous types de médias, laissent le choix du support et du canal. »
Les médias sociaux sont composés de quatre catégories que l’on appelle champs d’actions.
Nous décrirons d’abord le champ d’action du social community, puis nous passerons au champ
du social publishing, dans un troisième temps nous décrirons le social commerce et enfin nous
terminerons par le social entertainment.
•Partage •Editorial
•Liens social •Publicitaire
•Discussion •Utilisateur
Social Social
community Publishing
Social Social
Commerce Entertainment
Le champ d’action social community est présent sur la plupart des réseaux sociaux. Le social
community ou communauté sur les réseaux sociaux regroupe les plateformes basées sur les
relations entre utilisateur possédant les mêmes centres d’intérêt. Ces réseaux encouragent : la
contribution des internautes au sein d’une communauté, la communication entre les différents
utilisateurs, les discussions et la collaboration entre les membre d’une communauté.
Le champ du social publishing ou publication sur les réseaux sociaux consiste d’après tracy L.
Tuten et Michael R. Solmon à : « produire et éditer du contenu à publier sur les sites de social
publishing. »
Le social publishing aide les utilisateurs à partager leurs créations et des contenus qu’ils ont
créé en leur évitant de subir les difficultés liées à la diffusion de ce contenu. En effet, les réseaux
sociaux sont une solution clé en main pour les internautes voulant partager du contenu.
Cependant les internautes ne sont plus les seuls à utiliser ces contenus : les journalistes, les
agence de communications et les marques utilisent de plus en plus le social publishing par le
biais des réseaux sociaux afin de diffuser ou de mettre en avant leurs produits ou leurs services
lors de campagne de marketing de contenu.
Le social publishing s’intéresse particulièrement au partage de connaissance entre les
utilisateurs.
Le champ d’action du social entertainment ou divertissement sur les réseaux sociaux comprend
aussi bien les spectacles, les événement, les activités de détente sur les réseaux sociaux. Le
social entertainment a pour but de partager des expériences entre utilisateurs, ce qui le
différencie du social publishing. Le social entertainment peut comprendre : des jeux, de la
musique, des vidéos etc...
Actuellement, les éléments du social entertainment les plus aboutis sont les social games et les
massively multiplayer online role-playing games (MMORPG). Ces jeux permettent
l’interaction entre les différents joueurs du réseau et permettent de plus, de mettre à jour le statut
de chaque joueur pour indiquer aux autres membres du réseau leur niveau. On peut prendre
comme exemple de social games, Subway surfer ou World of Warcraft.
Le social commerce, lui, d’après Tuten et Solomon : « désigne le fait de rechercher d’acheter
ou de vendre des produits ou des services en ligne sur les médias sociaux. »
Le social commerce comprend le commerce ou les site marchand intégrés au réseaux sociaux
et les outils de communication de ces réseaux qui jouent un rôle participatif durant le parcours
d’achat.
Le commerce sur les réseaux sociaux est défini par ces même auteurs comme : « la participation
active des internautes et l'influence qu'ils exercent sur la décision d'un consommateur,
généralement sous forme d'opinions, de recommandations et d'expériences partagées sur les
médias sociaux. »
Les canaux peuvent être constitués des avis en ligne, des sites d’achat groupé, des agrégateurs
de remise en ligne (deal labs), des site marchands sur les réseaux, des vitrines sur les médias
sociaux etc...
L’engagement est défini par Keisler en 1971 comme « Le lien qui unit l’individu à ses
comportements » L’engagement est donc défini par l’acte d’un individu. Cette définition est
complétée par les travaux de Bauvois et Joules qui stipulent que l’engagement est : « une
variable continue, le sujet pouvant être plus ou moins engagé dans sa conduite.
En 1998, Bauvois et Joules ont ensuite défini l’engagement comme suit : « L’engagement
correspond, dans une situation donnée, aux conditions dans lesquelles la réalisation d’un acte
ne peut être imputable qu’à celui qui l’a réalisé » L’engagement ne dépend donc pas seulement
de l’acte, mais il est aussi lié aux conditions dans lesquelles l’individus réalise cet acte. Cette
définition nous dit donc que deux actes identiques ne généreront pas le même engagement en
fonction des conditions dans lesquelles cet acte est exécuté.
L’engagement est intrinsèquement lié à deux variables qui sont : la taille de l’acte et les raisons
de l’acte.
Stéphane Amato et Eric Boutin en 2012 définissent cette variable par deux caractéristiques qui
sont :
- La visibilité de l’acte :
Le caractère public d’un acte est plus engageant qu’un acte anonyme. De plus, le caractère
explicite d’un acte augmente aussi son engagement car il affirme clairement la position de
l’individu, contrairement à un acte ambiguë. Le caractère irrévocable d’un acte augmente son
engagement. Et enfin, la répétion de l’acte influe sur son caractère engagent : un acte répété est
plus engageant qu’un acte appliqué une seule fois.
- L’importance de l’acte :
Les conséquences d’un acte impactent elles aussi le caractère engageant de celui-ci. En effet, si
l’acte n’a pas de conséquences l’acte est moins engagent que s’il est lourd de conséquence.
La cause de l’acte est engageante en effet si l’acte est dû à des causes externes à l’individu l’acte
est moins engageant que si celui-ci est dû à une cause interne. Le sentiment de liberté perçu lors
de la réalisation de l’acte est primordial dans le caractère engagent de cet acte car un acte subi,
mis en œuvre sous la contrainte, ne peut pas être considéré comme un engagement. Il dépend
des pressions subies et non du bien vouloir de la personne qui fait l’acte.
En Marketing, les premiers travaux sur l’engagement avaient pour but de décrire la relation
entre l’acheteur et le fournisseur. Dans ce contexte d’après Morgan et Hunt en 1994 :
« L’engagement traduit dans ce contexte, la volonté́ d’une organisation de maintenir une
relation avec un partenaire, une tendance à résister au changement qui peut conduire à des
sacrifices à court terme »
Ce concept a ensuite été développé en marketing des services et en comportement du
consommateur. Il explique en partie la stabilité des préférences d’un prospect. Il correspond de
plus, à l’envie de ce prospect de maintenir une relation durable avec la marque.
L’engagement est un antécédent de la fidélité. D’après les travaux de Bozzo et Alii en 2008,
trois dimensions de l’engagement sont mobilisées dans le contexte de la marque : les
dimensions cognitives (se rapportant à l’acquisition des connaissances), affectives (se
rapportant au sentiment du prospect) et conative (se rapportant à l’effort déployé par le
prospect).
La définition de l’engagement a fortement évolué depuis l’arrivée du Web est des réseaux
sociaux. En effet, l’engagement est utilisé par de nombreux acteurs de ce secteur. Ces
!"#$%& (’*+,&%-.,*"+/
´ 100
!"#$%& (’*#0%&//*"+/
Le taux d’engagement peut aussi être calculé grâce au taux d’impressions qui correspond au
nombre de fois où le message est afficher sur l’écran d’un utilisateur qu’il s’affiche dans son fil
d’actualité ou dans ses résultats de recherche.
Selon Google l’engagement correspond à toutes les interactions qu’un utilisateur fait avec une
application ou un site internet.
Selon Facebook le taux d’engagement correspond au nombre d’interactions sur une publication
(J’aime, Partage, Commentaire, Click) par rapport au nombre de vues total de la publication.
Ce qui permet de mesurer l’intérêt des utilisateurs pour cette publication.
Si des marques apparaissent sur Facebook, Twitter, Instagram ou YouTube, c'est en raison des
particularités de ces réseaux sociaux. L'enjeu pour les marques est d'engager les
consommateurs. Cet engagement apporte de nombreux avantages à la marque, notamment une
augmentation des ventes, des coûts réduits, une contribution importante des consommateurs au
processus de développement du produit, des expériences de co-création plus riches et une
meilleure profitabilité (Hollebeek, Glynn et Brodie, 2014). Il augmente la valeur de la marque
et la fidélisation des clients (Bowden, 2009).
Le troisième type d’engagement est l’engagement le plus largement évoqué par la littérature
marketing.
Il a comme particularité de traiter toutes les caractéristiques de l’engagement. Ce type
d’engagement permet de visualiser la perception des marques pour les utilisateurs.
D’après les écrits de Dwivedi en 2015 : La perception des marques par les consommateurs peut
être à la fois: utilitaire, hédonique et symbolique, mais aussi de toutes les facettes de
l’interaction entre les consommateurs et les marques.
• La dimension cognitive :
Elle renvoie à la « motivation calculée ». Elle exprime l’intérêt des « fans » à entretenir une
relation avec leurs marques sur les réseaux sociaux. Cette dimension reflète un engagement
• La dimension affective :
En ce qui la concerne la dimension affective, elle reflète le lien émotionnel entre les fans et la
marque et le plaisir que le consommateur éprouve à interagir avec la marque (Lacoeuilhe, 2000;
Thomson, MacInnis et Park, 2005).
• La dimension comportementale :
Pour finir, la dimension comportementale se penche sur les actions effectuées par le
consommateur durant son interaction avec la marque sur les réseaux sociaux (Van Doorn et
alii, 2010 ; Vivek, Beatty et Morgan, 2012). Nous pouvons citer, par exemple, la participation
du consommateur à un jeux concours ou l’interaction directe avec le Community manager de
la marque sur les réseaux sociaux comme relevant de la dimension comportementale.
Les réseaux sociaux sont caractérisés par les interactions quasiment instantanées qu’ils
facilitent entre la marque et ses fans, mais aussi par les interactions entre les utilisateurs fans
d’une marque. (Hennig- Thurau et alii, 2010 ; Stenger et Coutant, 2013).
Les interactions entre les consommateurs ne figurent pas dans les différentes définitions de
l’engagement sur les réseaux sociaux du consommateur envers la marque, les interactions entre
les consommateurs ne sont pas prises en compte.
Cependant en 2014, Kozinet place ces interactions au centre de ce qu’il nomme « brand social
engagement » (l’engagement social via la marque). Il définit cela comme : « une connexion,
création et communication qui fait sens entre deux consommateurs ou plus, qui utilisent la
marque ou les langages, les images et significations liés à la marque »
Les pages des marques sur les réseaux sociaux des marques représentent un endroit propice où
les consommateurs peuvent échanger sur les dernières informations communiquées par la
marque, les nouveaux produits, les jeux concours, etc... Ces endroits permettent aussi aux
consommateurs de partager leurs expériences en rapport avec la marque et leurs créations de
D’après les travaux de Kozinets en 2014, les consommateurs qui interagissent entre eux ou avec
la marque spontanément, sont aussi ceux qui participent le plus activement aux activités
proposées par la marque telles que les jeux concours ou les questions. Cela montre un fort
attachement de ces consommateurs à la marque (Van Doorn et alii, 2010). En résumé,
l’engagement social alimente l’engagement envers la marque sur leurs pages.
L’engagement sur les réseaux sociaux du consommateur n’est pas seulement lié à la relation
marque – consommateur, l’engagement prend en compte les différentes interactions, que ce soit
entre la marque et le consommateur, le consommateur et la marque mais aussi des
consommateurs entre eux.
D’après les travaux de Agnès Helme-Guizon et Fanny Magnoni en 2016, il existe trois facteurs
fréquemment utilisés dans les travaux sur les approches relationnelles permettant de comparer
les mécanismes d’engagement via les comptes des marques présentes sur les réseaux sociaux :
Le premier est l’intégrité de la marque, cette caractéristique est une variable primordiale pour
la relation entre le consommateur et la marque. Elle est liée à la confiance que le consommateur
a pour la marque. L’intégrité montre des qualités humaines que le consommateur attend de la
marque. Ces qualités sont facilement mises en place sur ce type de média car les réseaux sociaux
sont propices à l’expression de ces qualités. La caractéristique de l’intégrité est donc sur ces
réseaux facilement utilisable par les marques.
Le second est un élément moteur pour l’entretien de la relation : les bénéfices apportés par la
marque au consommateur. Cette caractéristique est essentielle pour la connexion de la marque
à son consommateur. La marque doit octroyer au consommateur des bénéfices afin de créer une
L’intégrité d’une marque est définie par Gurviez et Korchia en 2002 comme :
« L’attribution de motivations loyales à la marque quant au respect de ses promesses
concernant les termes de l’échange, autrement dit de l’honnêteté́ de son "discours" pris au
sens large ». L’intégrité de la marque incarne la qualité qu’a la marque en tant que partenaire
du consommateur et influence l’engagement de ce dernier envers elle (Aaker, Fournier et
Brasel, 2004).
Cette caractéristique est la base de la relation avec la marque car elle lui donne son caractère
réel et sincère. L’intégrité renforce donc de ce fait l’engagement.
Cette authenticité du discours crée un environnement rassurant et sincère qui favorise
l’ouverture du consommateur à parler de sujets intimes avec les autres consommateurs et
renforce donc l’engagement social du consommateur et son engagement pour la marque.
(Aaker, Fournier et Brasel, 2004). Cette caractéristique renforce de plus le sentiment de
proximité avec la marque.
Plus la marque parait intègre aux yeux du consommateur, plus le consommateur est susceptible
d’éprouver de l’engagement envers celle-ci et envers les autres consommateurs
2.2.3.2 Bénéfices
Selon la position que veut adopter la marque sur les réseaux sociaux, les bénéfices du
consommateur peuvent être : fonctionnels, expérientiels ou symboliques (Park, Jaworski et
MacInnis, 1986). D’après Park et Kim en 2014, Les bénéfices renforcent la relation entre la
marque et les consommateurs sur les réseaux sociaux. De ce fait cette caractéristique renforce
l’engagement du consommateur (Morgan et Hunt, 1994).
Afficher clairement les bénéfices apportés aux consommateurs lors de leurs interactions sur les
réseaux sociaux et communiquer sur ces bénéfices est un levier permettant de booster
2.2.3.3 Identification
Conclusion
En résumé, les publications sur les réseaux sociaux comportent différentes caractéristiques
telles que le ton, le style de réseau, la fréquence et l’horaire de publication ou le champ d’action.
Ces différentes caractéristiques régissent une publication sur n’importe quel réseau social.
Les réseaux sociaux sont aussi régis par les champs d’action tel que : le social Community, le
social Publishing, le social Entertainment et le social commerce. Ces champs d’action décrivent
les interactions entre les entreprises et les utilisateurs.
La littérature ne caractérise l’engagement qu’en fonction de la marque.
Il est caractérisé par trois dimensions : la dimension cognitive, la dimension affective et la
dimension comportementale. L’engagement a pour motivation : l’intégrité de la marque, le
bénéfice apporté par la marque à l’utilisateur et l’identification de l’utilisateur à la marque.
Cependant la littérature ne contient pas de lien entre le format du message et l’engagement en
lui-même. Tandis que les entreprises, elles, définissent l’engagement sur les réseaux sociaux
grâce à des KPI mesurant le nombre d’interactions d’un utilisateur sur un message. Nous allons
donc utiliser cette caractérisation de l’engagement afin de mesurer l’engagement des utilisateurs
de réseaux sociaux via les interactions de ces derniers avec les messages.
Dans cette seconde partie nous définirons les deux types d’études possibles. Dans un premier
temps nous évoquerons les études qualitatives et dans un second temps les études quantitatives.
Dans une seconde partie nous présenterons la méthode choisie afin de mener à bien l’étude.
Nous développerons ensuite la méthode de recherche et enfin, nous exposerons nos résultats et
nous analyserons ces derniers.
- Technique de l’observation
Cette technique consiste à observer le comportement du consommateur sans indications afin
d’analyser son comportement. Cette technique est celle qui se rapproche le plus de la situation
réelle.
Afin de répondre à cette question nous allons comparer les différents canaux dans trois
scénarios différents :
Le premier a pour but de mesurer l’engagement via les interactions avec un message sans
avantage.
Le deuxième a pour but de mesurer l’engagement via les interactions avec un message
contenant un code promotionnel.
Le troisième a pour but de mesurer l’engagement via les interactions avec un message contenant
un early acces pour le prospect.
Le dernier se penche sur le bouche à oreille généré par le message.
Pour répondre à cette question nous avons émis les hypothèses suivantes :
La première salve d’hypothèse se concentre sur des messages qui n’apporte pas
d’avantage à ceux qui les lisent
H1 : Le canal story suscite plus d’engagement que les autres canaux lorsque le message ne
contient pas d’avantage pour le consommateur.
H2 : Le canal ralls suscite plus d’engagement que les autres canaux lorsque le message ne
contient pas d’avantage pour le consommateur.
H3 : Le canal posts suscite plus d’engagement que les autres canaux lorsque le message ne
contient pas d’avantage pour le consommateur.
H4 : Le canal messages privés suscite plus d’engagement que les autres canaux lorsque le
message ne contient pas d’avantage pour le consommateur.
La seconde salve d’hypothèse se focalise sur le cas où le message transmis contient un code
promo
H5 : Le canal story suscite plus d’engagement que les autres canaux lorsque le message contient
un code promo.
Pour vérifier ces hypothèses nous avons procédé à une étude quantitative. Ce mémoire aillant
pour but de vérifier ou non les hypothèses émises ci-dessus, et d’établir des tendance réelles et
concrètes. Nous devons nous pencher vers un mode de collecte de données structurées. Nous
avons donc pour cela privilégié l’approche quantitative par questionnaire, qui nous permis de
palier à ces problématiques.
3 Objectif de l’étude
Cette étude a trois objectifs principaux qui sont les suivants :
Puisqu’il existe un nombre important de personne qui entre dans ces critères, il n’est pas
possible de recenser l’entièreté de la population. Pour pallier à cela nous avons pris la décision
d’opter pour une méthode d’échantillonnage empirique de commodité d’après Ardilly en 2006 :
« Un échantillon de commodité est constitué d’un ensemble de sujets disponibles et volontaires,
choisis en raison de leur accessibilité et de la proximité du chercheur ».
De plus l’étude menée vise à enquêter sur des profils hétérogènes, les répondants. Au plus notre
échantillon de répondant est hétérogène au plus nous pourrons créer de potentiels groupes avec
des comportements et des tendances qui leurs sont propre.
5 Cas expérimentaux
Story Réel Post Message Privé
Sans avantage Cas 1 Cas 2 Cas 3 Cas 4
Avec code promo Cas 5 Cas 6 Cas 7 Cas 8
Avec accès en Cas 9 Cas 10 Cas 11 Cas 12
avant-première
Tableau 1 : Cas expérimentaux
6 Échelles de mesure
Nous avons choisi d’utiliser des échelles nominales afin de créer des groupes d’individus. Les
échelles nominales utilisées sont les suivantes :
• Le sexe
• L’âge
• Le diplôme
• La profession
• Le lieu de vie (taille de ville)
• Le temps passé par semaine sur Instagram
• L'achat précédent sur Instagram
• Le nombre d’achat via Instagram
Les échelle de mesure utilisées dans cette étude sont des échelles d’intervalle comparative.
Malhotra en 2010 a défini les échelles non comparatives comme des échelle de mesure
présentées item par item.
Nous allons comparer ce type d’échelle à une échelle de Likert qui demande au répondant
d’indiquer son degré d’accord avec l’affirmation de l’énoncé.
Nous avons choisi une échelle de Likert en 5 points :
• Tout à fait d’accord
• Plutôt d’accord
• Ni d’accord, ni pas d’accord
• Plutôt pas d’accord
• Pas du tout d’accord
Échelle de mesure de l’intention de bouche à oreille sur les réseaux sociaux (Shu-Chuan Chu
& Hsuan-TingChen 2019)
Nous avons ensuite créé notre propre échelle de mesure basée sur les interactions d’un
utilisateur sur un message afin de mesurer l’engagement.
1 Méthode de l’analyse
Une fois la récolte des informations via le formulaire clôturé, nous avons extrait les données du
formulaire vers un fichier Excel. Par la suite pour quelles soient plus traitables via le logiciel
SPSS Statistique, nous avons dû encoder les variables. Puis, nous avons mis à la suite les
différentes réponses des 4 questionnaires afin qu’elles soient disponibles sur une seule feuille
de calcul. Ensuite, pour distinguer les réponses des différents questionnaires nous avons dû
créer une nouvelle variable afin d’identifier à quel questionnaire elles font référence.
Enfin nous avons importé le fichier dans le logiciel SPSS Statistique, qui nous permis de réaliser
les analyses qui vont suivre.
Dans un premier temps, nous effectuerons une analyse descriptive du jeu de donnée. Nous
présenterons des graphiques décrivant notre jeu de donnée et analyserons les réponses à chaque
question afin de mieux connaître nos résultats d’enquête.
2 Analyse univariées
Dans un premier temps nous avons d encoder les valeurs de chaque variable et renommer les
différentes variables afin de faciliter la lecture.
Sur notre échantillon de 203 répondants il n’existe aucune valeur obligatoire manquante sur
aucune question obligatoire et aucune des questions sociales démographiques.
Nous devrons donc prendre en considération cette caractéristique lors de notre partie résultat.
La catégorie socio-professionnelle la plus représentée dans l’échantillon est celle des étudiants,
en effet cette catégorie est constituée de 115 répondants représentant 56% de l’échantillon.
On peut noter ensuite un nombre important de salariés, qui représente 22% de l’échantillon (45
répondants).
2.2.6.5 Achat après avoir vue un article sur le canal d’une marque
Concernant l’achat après la découverte d’un article sur un canal d’une marque nous pouvons
observer que la tendance est totalement différente de la variable précédente.
Pour l’analyse de cette variable, il faut savoir que nous ne pouvons pas partager des messages
privés via Instagram. Les canaux qui permettent le partage sont, les storys, les reals et les posts.
En analysant les réponses de nos répondants nous pouvons voir qu'ils s’accordent à dire qu’ils
sont prêts à liker les messages de la marque en général quand le message prodigue un avantage
ou pas.
22
19
16
12
11
10
9
9
8
8
8
7
7
7
6
5
5
4
Cependant nous pouvons voir que le comportement est amplifié lorsque le message comporte
un avantage tel qu’un code promotionnel ou un lien Early Access comme vu dans les
diagrammes ci-dessus.
27
18
18
16
15
13
12
12
11
10
8
7
6
5
5
4
4
2
2
TOUT À FAIT PLUTÔT D'ACCORD NI D'ACCORD, NI PLUTÔT PAS PAS DU TOUT
D'ACCORD PAS D'ACCORD D'ACCORD D'ACCORD
21
20
15
12
11
11
10
10
10
10
9
5
4
4
3
2
18
17
16
15
14
14
12
12
12
11
11
10
8
8
6
5
3
2
1
Nous pouvons de plus constater que le fait que le message donne un avantage ou non ne semble
pas modifier le comportent des répondants quel que soit le canal.
16
14
14
13
12
12
12
11
10
10
9
7
6
6
3
2
21
20
16
14
13
13
12
12
11
10
9
9
8
7
5
5
5
2
2
17
16
15
15
14
13
13
13
5
5
4
2
2
1
19
19
18
15
14
12
10
10
9
8
7
4
4
2
16
15
15
12
12
11
11
10
9
8
6
3
Cependant nous pouvons constater que lorsque le message apporte un avantage au prospect les
répondants sont un peu plus favorable, sans pour autant être tout à fait d’accord. Et cet effet se
ressent sur les canaux story et post.
25
21
18
17
16
14
11
10
8
8
8
6
6
5
5
4
4
3
TOUT À FAIT PLUTÔT D'ACCORD NI D'ACCORD, NI PLUTÔT PAS PAS DU TOUT
D'ACCORD PAS D'ACCORD D'ACCORD D'ACCORD
23
18
17
16
12
12
11
11
9
8
7
6
5
4
4
4
3
26
20
20
15
13
12
11
11
11
10
9
8
7
5
3
3
2
TOUT À FAIT PLUTÔT D'ACCORD NI D'ACCORD, NI PLUTÔT PAS PAS DU TOUT
D'ACCORD PAS D'ACCORD D'ACCORD D'ACCORD
18
16
15
14
13
10
9
9
8
5
5
4
4
Nous pouvons constater que les messages de la marque via les réseaux sociaux donnent en
majorité envie au prospect d’exercer un bouche à oreille positif au sujet de la marque.
Nous pouvons observer une accentuation de cette tendance pour le canal message privé.
18
16
16
12
12
11
11
10
8
7
6
5
4
4
3
Nous observons que les messages de la marque sur les réseaux sociaux donnent plutôt envie au
répondant de recommander les produits de la marques.
RECOMMANDATION DE LA MARQUE
Story Réel Post Message privé
22
21
21
19
13
13
12
11
11
10
8
7
6
5
4
4
3
Nous avons travaillé avec des variables sous forme d’échelle de liker afin de mesurer le
comportement des différents répondants aux différentes situations des cas.
Pour simplifier nos analyses, nous allons essayer de regrouper les différentes variables des
échelles de mesure. Pour cela, nous devons vérifier si la fusion de ces variables conservera
fidèlement les résultats des variables dans la nouvelle variable créée.
Dans un premier temps nous devrons vérifier la qualité de conservation des différents résultats
dans la nouvelle variable. Pour cela chacun des items fusionnés doit obtenir un score
d’extraction supérieur à 0,5. Si cette condition n’est pas validée nous devons exclure de la
nouvelle variable l’item n’y répondant pas.
Pour cela les résultats des variables que nous utilisons doivent être fortement corrélés. Nous
appliquerons donc le test de l’Alpha de Cronbach afin de mesurer la fiabilité des résultats. Cet
élément est un indicateur compris entre 0 et 1 qui, pour être satisfaisant, doit être supérieur à
0,65 pour que l’on puisse regrouper les variables.
D’après le tableau ci-dessus, le nombre de groupe formé par la fusion des 3 items est de 1 et ce
groupe reprend 75,464% de la variance initiale. En regroupent les 4 variable on conservera donc
75% de l’information initiale.
D’après le tableau ci-dessus, le nombre de groupe formé par la fusion des 3 items est de 1 et ce
groupe reprend 74,413% de la variance initiale. En regroupent les 4 variable on conservera donc
74% de l’information initiale.
D’après le tableau ci-dessus, le nombre de groupe formé par la fusion des 3 items est de 1 et ce
groupe reprend 85,403% de la variance initiale. En regroupent les 3 variable on conservera donc
85,4% de l’information initiale.
4 Analyse Bi variée
Après avoir procédé à l’analyse descriptive de notre échantillon, avoir présenté ces résultats, et
avoir effectué les tests de fiabilité par la suite ; nous allons dans cette partie effectuer une
analyse croisée afin de valider ou non les hypothèses émises précédemment.
Tout d’abord nous décrirons les 3 techniques d’analyse, puis nous effectuerons nos analyses
croisées afin de valider, ou non nos hypothèses.
Ce test a pour but d’établir une dépendance significative entre 2 variables quantitative, qui sont
de 2 types :
- Type échelle grâce au coefficient de Pearson.
- Type ordinales grâce au taux de Kendall
Ou alors d'établir une dépendance significative entre des variables de types qualitatives
nominales, grâce au test du Khi2.
Cette relation est mesurée par un indicateur nommé le V de Cramer. Cet indicateur est compris
entre -1 à +1. Plus il est proche de 1 plus la dépendance entre les variables sera forte.
Pour cela on pose 2 hypothèses :
• H0 : absence de lien significatif entre les deux variables
• H1 : existence d’un lien significatif entre les deux variables
Ce test a pour but de mesurer l’effet d’une variable plutôt qu'une autre. Pour cela nous devrons
identifier les variables dépendante et indépendante.
On pose donc 2 hypothèses :
• H0 : il n’existe pas d’effet significatif entre « la variable dépendante » et « la variable
indépendante »
• H1 : il existe un effet significatif entre « la variable dépendante » et « la variable
indépendante »
Pour valider l’une des hypothèses on mesure la significativité (SIG).
Si SIG < 0,05 on rejette H0 et on accepte H1. Sinon on rejette H1 et on accepte H0.
Si H1 est validé on calcule l’intensité de l’effet de la première variable sur la deuxième grâce à
un indicateur nommé Bêta. Cet indicateur est compris entre -1 à +1. Plus il est proche de 1 plus
l’effet de la variable indépendante sur la variable dépendante sera forte.
Nous calculons ensuite le coefficient de détermination R2 afin de mesurer l’impotence de la
relation entre les 2 variables.
Ce dernier test a pour but de détecter une différence de comportement entre 2 échantillons.
Il permet de voir par exemple si les hommes et les femmes, réagissent différemment dans une
même pour variable.
Nous devons faire un test de comparaison si l’analyse contient une comparaison entre une
variable métrique et une autre non métrique.
Pour ce test nous devons tout d’abord exécuter le test de Levene afin d’identifier une différence
entre les variables des deux échantillons.
On pose donc 2 hypothèses :
• H0 : Les variables des échantillons sont égales
La première salve d’hypothèse se concentre sur des messages qui n’apporte pas
d’avantage à ceux qui les lisent
H1 : le canal story suscite plus d’engagement que les autres canaux lorsque le message ne
contient pas d’avantage pour le consommateur
H2 : Le canal reals suscite plus d’engagement que les autres canaux lorsque le message ne
contient pas d’avantage pour le consommateur
H3 : Le canal post suscite plus d’engagement que les autres canaux lorsque le message ne
contient pas d’avantage pour le consommateur
H4 : Le canal messages privés suscite plus d’engagement que les autres canaux lorsque le
message ne contient pas d’avantage pour le consommateur
Nous procéderons dans cette partie au test de chaque hypothèse afin de les confirmer ou non.
4.2.2.1 Scénario 1 : Le message ne contient pas d’avantage
4.2.2.1.1 Hypothèse 1
Pour tester la validité de l’hypothèse « H1 : le canal story suscite plus d’engagement que les
autres canaux lorsque le message ne contient pas d’avantage pour le consommateur », nous
allons effectuer deux tests de comparaison de l’engagement (SENARIO_1_CANAL) afin de
comparer le canal des storys au canal des reals et le canal des post.
Pour comparer le canal story au canal messages privés nous devrons utiliser une autre variable
nommée SENARIO_1_CANAL_MP car dans le canal messages privés nous ne pouvons pas
partager les messages.
o Test de Levene
H0 : Les variances des échantillons story et reals sont équivalentes (SIG > 0,05) et les variances
des échantillons sont égales.
H1 : Les variances des échantillons story et reals sont inégales (SIG > 0,05) et les échantillons
ne sont donc pas comparables.
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,77. Étant donné que 0,77 >
0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons story et reals sont
égales, les échantillons sont donc comparables.
H0 : Il n’existe pas de différence entre l’échantillon story et l’échantillon reals pour la variable
de l’engagement (SENARIO_1_CANAL)
H1 : Il existe une différence entre l’échantillon story et l’échantillon reals pour la variable de
l’engagement (SENARIO_1_CANAL)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,482. Étant
donné que 0,482 > 0,05, on rejette H1 et on accepte H0. Il n’existe donc pas dans ce cas de
différence entre l’échantillon de répondant story et l’échantillon de répondant reals pour la
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyennes sur échantillons indépendants.
o Test de Levene
H0 : Les variances des échantillons story et post sont équivalentes (SIG > 0,05), les variances
des échantillons sont égales.
H1 : Les variances des échantillons story et post sont inégales (SIG > 0,05), les échantillons ne
sont donc pas comparables.
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,426. Étant donné que 0,426
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons story et post sont
égales, les échantillons sont donc comparables.
H0 : Il n’existe pas de différence entre l’échantillon story et l’échantillon post pour la variable
de l’engagement (SENARIO_1_CANAL)
H1 : Il existe une différence entre l’échantillon story et l’échantillon post pour la variable de
l’engagement (SENARIO_1_CANAL)
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyennes sur échantillons indépendants.
o Test de Levene
H0 : Les variances des échantillons story et message privé sont équivalentes (SIG > 0,05), les
variances des échantillons sont égales.
H1 : Les variances des échantillons story et message privé sont inégales (SIG > 0,05), les
échantillons ne sont donc pas comparables.
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,869. Étant donné que 0,869
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons story et message
privé sont égales, les échantillons sont donc comparables.
H0 : Il n’existe pas de différence entre l’échantillon story et l’échantillon message privé pour
la variable de l’engagement (SENARIO_1_CANAL_MP)
H1 : Il existe une différence entre l’échantillon story et l’échantillon message privé pour la
variable de l’engagement (SENARIO_1_CANAL_MP)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,017. Étant
donné que 0, 017 < 0,05, on accepte donc H1 et on refuse H0. Il existe une différence entre
l’échantillon story et l’échantillon message privé pour la variable de l’engagement.
Grâce au tableau ci-dessus on observe que la moyenne de l’échantillon story est supérieure à la
moyenne de l’échantillon message privé. On peut donc dire, que le canal story génère plus
d’engagement que le canal message privé.
4.2.2.1.2 Hypothèse 2
Pour tester la validité de l’hypothèse « H2 : Le canal reals suscite plus d’engagement que les
autres canaux lorsque le message ne contient pas d’avantage pour le consommateur » nous
allons effectuer deux tests de comparaison de l’engagement (SENARIO_1_CANAL) afin de
comparer le canal des reals au canal des story et aux canaux des post.
Pour comparer le canal reals au canal message privé, nous devrons utiliser une autre variable
nommée SENARIO_1_CANAL_MP car dans le canal message privé nous ne pouvons pas
partager les messages.
Le test de comparaison canal reals / canal story est le même que le test de comparaison canal
story / canal reals.
Nous pouvons donc reprendre la conclusion du test de comparaison canal story / canal reals
de l’hypothèse 1 qui est :
« Il n’existe donc pas dans ce cas de différence entre l’échantillon de répondant story et
l’échantillon de répondant reals pour la variable de l’engagement. »
Le canal reals ne génère donc pas plus d’engagement que le canal story.
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyennes sur échantillons indépendants.
o Test de Levene
H0 : Les variances des échantillons relas et post sont équivalentes (SIG > 0,05), les variances
des échantillons sont égales.
H1 : Les variances des échantillons reals et post sont inégales (SIG > 0,05), les échantillons ne
sont donc pas comparables.
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,565. Étant donné que 0,565
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons reals et post sont
égales, les échantillons sont donc comparables.
H0 : Il n’existe pas de différence entre l’échantillon reals et l’échantillon post pour la variable
de l’engagement (SENARIO_1_CANAL)
H1 : Il existe une différence entre l’échantillon reals et l’échantillon post pour la variable de
l’engagement (SENARIO_1_CANAL)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,254. Étant
donné que 0,254 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe donc pas dans ce cas
de différence entre l’échantillon de répondant reals et l’échantillon de répondant post pour la
variable de l’engagement. Le canal reals ne génère donc pas plus d’engagement que le canal
post.
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyennes sur échantillons indépendants.
o Test de Levene
H0 : Les variances des échantillons reals et message privé sont équivalentes (SIG > 0,05) les
variances des échantillons sont égales.
H1 : Les variances des échantillons reals et message privé sont inégales (SIG > 0,05) les
échantillons ne sont donc pas comparables.
H0 : Il n’existe pas de différence entre l’échantillon reals et l’échantillon message privé pour
la variable de l’engagement (SENARIO_1_CANAL_MP)
H1 : Il existe une différence entre l’échantillon reals et l’échantillon message privé pour la
variable de l’engagement (SENARIO_1_CANAL_MP)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,009. Étant
donné que 0, 009 < 0,05, on accepte donc H1 et on refuse H0. Il existe une différence entre
l’échantillon reals et l’échantillon message privé pour la variable de l’engagement.
Grâce au tableau ci-dessus on observe que la moyenne de l’échantillon reals est supérieure à la
moyenne de l’échantillon message privé on peut donc dire, que le canal reals génère plus
d’engagement que le canal message privé.
Le test de comparaison canal post / canal story est le même que le test de comparaison Canal
story / Canal post
Nous pouvons donc reprendre la conclusion du test de comparaison Canal story / Canal post
de l’hypothèse 1 qui est :
« Il n’existe donc pas dans ce cas de différence entre l’échantillon de répondant story et
l’échantillon de répondant post pour la variable de l’engagement.»
Le canal post ne génère donc pas plus d’engagement que le canal story.
Le test de comparaison canal Post / canal reals est le même que le test de comparaison canal
reals / Canal post.
Nous pouvons donc reprendre la conclusion du test de comparaison canal reals / canal post
de l’hypothèse 2 qui est :
« Il n’existe donc pas dans ce cas de différence entre l’échantillon de répondant reals et
l’échantillon de répondant post pour la variable de l’engagement. »
Le canal post ne génère donc pas plus d’engagement que le canal reals.
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison des moyennes sur échantillons indépendants.
o Test de Levene
H0 : Les variances des échantillons post et message privé sont équivalentes (SIG > 0,05), les
variances des échantillons sont égales.
H1 : Les variances des échantillons post et message privé sont inégales (SIG > 0,05), les
échantillons ne sont donc pas comparables.
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,355. Étant donné que 0,355
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons message privé et
post sont égales, les échantillons sont donc comparables.
H0 : Il n’existe pas de différence entre l’échantillon message privé et l’échantillon post pour la
variable de l’engagement (SENARIO_1_CANAL_MP)
H1 : Il existe une différence entre l’échantillon message privé et l’échantillon post pour la
variable de l’engagement (SENARIO_1_CANAL_MP)
Grâce au tableau ci-dessus on observe que la moyenne de l’échantillon post est supérieure à la
moyenne de l’échantillon message privé on peut donc dire, que le canal post génère plus
d’engagement que le canal message privé.
4.2.2.1.4 Hypothèse 4
Pour tester la validité de l’hypothèse « H4 : Le canal message privé suscite plus d’engagement
que les autres canaux lorsque le message ne contient pas d’avantage pour le consommateur ».
Nous allons effectuer trois tests de comparaison de l’engagement (SENARIO_1_CANAL_MP)
afin de comparer le canal des messages privés au canal des story, au canal des reals et au canal
des post.
« Il existe une différence entre l’échantillon story et l’échantillon message privé pour la variable
de l’engagement. »
On peut dire, que le canal story génère plus d’engagement que le canal message privé.
On peut dire, que le canal reals génère plus d’engagement que le canal message privé.
On peut dire que le canal post génère plus d’engagement que le canal message privé.
o Test de Levene
H0 : Les variances des échantillons story et reals sont équivalentes (SIG > 0,05), les variances
des échantillons sont égales.
H1 : Les variances des échantillons story et reals sont inégales (SIG > 0,05), les échantillons
ne sont donc pas comparables.
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,747. Étant donné que 0,747
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons story et reals sont
égales, les échantillons sont donc comparables.
H0 : Il n’existe pas de différence entre l’échantillon story et l’échantillon reals pour la variable
de l’engagement (SENARIO_2_CANAL)
H1 : Il existe une différence entre l’échantillon story et l’échantillon reals pour la variable de
l’engagement (SENARIO_2_CANAL)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,150. Étant
donné que 0,150 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe donc pas dans ce cas
de différence entre l’échantillon de répondant story et l’échantillon de répondant reals pour la
variable de l’engagement.
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyennes sur échantillons indépendants.
o Test de Levene
H0 : Les variances des échantillons story et post sont équivalentes (SIG > 0,05), les variances
des échantillons sont égales.
H1 : Les variances des échantillons story et post sont inégales (SIG > 0,05), les échantillons ne
sont donc pas comparables.
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,523. Étant donné que 0,523
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons story et post sont
égales, les échantillons sont donc comparables.
H0 : Il n’existe pas de différence entre l’échantillon story et l’échantillon post pour la variable
de l’engagement (SENARIO_2_CANAL)
H1 : Il existe une différence entre l’échantillon story et l’échantillon post pour la variable de
l’engagement (SENARIO_2_CANAL)
Le canal story ne génère donc pas plus d’engagement que le canal post.
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyennes sur échantillons indépendants.
o Test de Levene
H0 : Les variances des échantillons story et message privé sont équivalentes (SIG > 0,05), les
variances des échantillons sont égales.
H1 : Les variances des échantillons story et message privé sont inégales (SIG > 0,05), les
échantillons ne sont donc pas comparables.
H0 : Il n’existe pas de différence entre l’échantillon story et l’échantillon message privé pour
la variable de l’engagement (SENARIO_2_CANAL_MP)
H1 : Il existe une différence entre l’échantillon story et l’échantillon message privé pour la
variable de l’engagement (SENARIO_2_CANAL_MP)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,081. Étant
donné que 0, 081 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe donc pas dans ce cas
de différence entre l’échantillon de répondant story et l’échantillon de répondant message privé
pour la variable de l’engagement.
Le canal story ne génère donc pas plus d’engagement que le canal message privé.
4.2.2.2.2 Hypothèse 6
Pour tester la validité de l’hypothèse « H6 : Le canal reals suscite plus d’engagement que les
autres canaux lorsque le message contient un code promo » nous allons effectuer deux tests de
comparaison de l’engagement (SENARIO_2_CANAL) afin de comparer le canal des reals au
canal de story et au canal de post.
Pour comparer le canal reals au canal message privé nous devrons utiliser une nouvelle variable
car dans le canal message privé nous ne pouvons pas partager les messages.
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyennes sur échantillons indépendants.
o Teste de Levene
H0 : Les variances des échantillons reals et post sont équivalentes (SIG > 0,05), les variances
des échantillons sont égales.
H1 : Les variances des échantillons reals et post sont inégales (SIG > 0,05), les échantillons ne
sont donc pas comparables.
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,296. Étant donné que 0,565
> 0,296, on rejette donc H1 et on accepte H0. Les variances des échantillons reals et post sont
égales, les échantillons sont donc comparables.
H0 : Il n’existe pas de différence entre l’échantillon reals et l’échantillon post pour la variable
de l’engagement (SENARIO_2_CANAL)
H1 : Il existe une différence entre l’échantillon reals et l’échantillon post pour la variable de
l’engagement (SENARIO_2_CANAL)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,242. Étant
donné que 0,242 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe donc pas dans ce cas
de différence entre l’échantillon de répondant reals et l’échantillon de répondant post pour la
variable de l’engagement.
Le canal reals ne génère donc pas plus d’engagement que le canal post.
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyennes sur échantillons indépendants.
o Test de Levene
H0 : Les variances des échantillons reals et message privé sont équivalentes (SIG > 0,05), les
variances des échantillons sont égales.
H1 : Les variances des échantillons reals et message privé sont inégales (SIG > 0,05), les
échantillons ne sont donc pas comparables.
H0 : Il n’existe pas de différence entre l’échantillon reals et l’échantillon message privé pour
la variable de l’engagement (SENARIO_2_CANAL_MP)
H1 : Il existe une différence entre l’échantillon reals et l’échantillon message privé pour la
variable de l’engagement (SENARIO_2_CANAL_MP)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,006. Étant
donné que 0, 006 < 0,05, on accepte donc H1 et on refuse H0. Il existe donc une différence
entre l’échantillon reals et l’échantillon message privé pour la variable de l’engagement.
Grâce au tableau ci-dessus on observe que la moyenne de l’échantillon reals est supérieure à la
moyenne de l’échantillon message privé.
On peut donc dire, que le canal reals génère plus d’engagement que le canal message privé.
« Il n’existe donc pas dans ce cas de différence entre l’échantillon de répondant story et
l’échantillon de répondant post pour la variable de l’engagement.»
Le canal post ne génère donc pas plus d’engagement que le canal story.
« Il n’existe donc pas dans ce cas de différence entre l’échantillon de répondant reals et
l’échantillon de répondant post pour la variable de l’engagement. »
Le canal post ne génère donc pas plus d’engagement que le canal reals.
o Test de Levene
H0 : Les variances des échantillons post et message privé sont équivalentes (SIG > 0,05), les
variances des échantillons sont égales.
H1 : Les variances des échantillons post et message privé sont inégales (SIG > 0,05), les
échantillons ne sont donc pas comparables.
D’après le tableau ci-dessus Le SIG du test de Levene est égale à 0,49. Étant donné que 0,49>
0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons message privé et post
sont égales, les échantillons sont donc comparables.
H0 : Il n’existe pas de différence entre l’échantillon post et l’échantillon message privé pour la
variable de l’engagement (SENARIO_2_CANAL_MP)
H1 : Il existe une différence entre l’échantillon post et l’échantillon message privé pour la
variable de l’engagement (SENARIO_2_CANAL_MP)
Grâce au tableau ci-dessus on observe que la moyenne de l’échantillon post est supérieure à la
moyenne de l’échantillon message privé.
On peut donc dire, que le canal post génère plus d’engagement que le canal message privé.
4.2.2.2.4 Hypothèse 8
Pour tester la validité de l’hypothèse « H8 : Le canal message privé suscite plus d’engagement
que les autres canaux lorsque le message contient un code promo », nous allons effectuer trois
tests de comparaison de l’engagement (SENARIO_2_CANAL_MP) afin de comparer le canal
des message privé au canal des story, au canal des reals et au canal des post.
« Il n’existe pas de différence entre l’échantillon story et l’échantillon message privé pour la
variable de l’engagement. »
Le canal story ne génère pas plus d’engagement que le canal message privé.
On peut donc dire, que le canal reals génère plus d’engagement que le canal message privé.
o Test de Levene
H0 : Les variances des échantillons story et reals sont équivalentes (SIG > 0,05), les variances
des échantillons sont égales.
H1 : Les variances des échantillons story et reals sont inégales (SIG > 0,05) les échantillons ne
sont donc pas comparables.
D’après le tableau ci-dessus le SIG du teste de Levene est égale à 0,151. Étant donné que 0,151
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons story et reals sont
égales, les échantillons sont donc comparables.
H0 : Il n’existe pas de différence entre l’échantillon story et l’échantillon reals pour la variable
de l’engagement (SENARIO_3_CANAL)
H1 : Il existe une différence entre l’échantillon story et l’échantillon reals pour la variable de
l’engagement (SENARIO_3_CANAL)
Grace au tableau ci-dessus on observe que la moyenne de l’échantillon réel est supérieure à la
moyenne de l’échantillon story on peut donc dire que dans le cas de la présence d’accès en
avant-première au produit, le canal Réel génère plus d’engagement que le canal Story.
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyennes sur échantillons indépendants.
o Test de Levene
H0 : Les variances des échantillons story et post sont équivalentes (SIG > 0,05) les variances
des échantillons sont égales.
H1 : Les variances des échantillons story et post sont inégales (SIG > 0,05) les échantillons ne
sont donc pas comparables.
H0 : Il n’existe pas de différence entre l’échantillon story et l’échantillon post pour la variable
de l’engagement (SENARIO_3_CANAL)
H1 : Il existe une différence entre l’échantillon story et l’échantillon post pour la variable de
l’engagement (SENARIO_3_CANAL)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,444. Étant
donné que 0,444 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe donc pas dans ce cas
de différence entre l’échantillon de répondant story et l’échantillon de répondant post pour la
variable de l’engagement.
Le canal story ne génère donc pas plus d’engagement que le canal post.
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyennes sur échantillons indépendants.
o Test de Levene
H1 : Les variances des échantillons story et message privé sont inégales (SIG > 0,05) les
échantillons ne sont donc pas comparables.
D’après le tableau ci-dessus le SIG du teste de Levene est égale à 0,062. Étant donné que 0,062
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons story et message
privé sont égales, les échantillons sont donc comparables.
H0 : Il n’existe pas de différence entre l’échantillon story et l’échantillon message privé pour
la variable de l’engagement (SENARIO_3_CANAL_MP)
H1 : Il existe une différence entre l’échantillon story et l’échantillon message privé pour la
variable de l’engagement (SENARIO_3_CANAL_MP)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,457. Étant
donné que 0, 457 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe donc pas dans ce cas
de différence entre l’échantillon de répondant story et l’échantillon de répondant message privé
pour la variable de l’engagement.
Le canal story ne génère donc pas plus d’engagement que le canal message privé.
« Dans le cas de la présence d’accès en avant-première au produit, le canal reals génère plus
d’engagement que le canal Story ».
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyennes sur échantillons indépendants.
o Test de Levene
H0 : Les variances des échantillons reals et post sont équivalentes (SIG > 0,05) les variances
des échantillons sont égales.
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,971. Étant donné que 0,971
> 0,296, on rejette donc H1 et on accepte H0. Les variances des échantillons reals et post sont
égales, les échantillons sont donc comparables.
H0 : Il n’existe pas de différence entre l’échantillon reals et l’échantillon post pour la variable
de l’engagement (SENARIO_3_CANAL)
H1 : Il existe une différence entre l’échantillon reals et l’échantillon post pour la variable de
l’engagement (SENARIO_3_CANAL)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,041. Étant
donné que 0,041 < 0,05, on accepte donc H1 et on refuse H0. Il existe une différence entre
l’échantillon post et l’échantillon reals pour la variable de l’engagement.
On peut donc dire que dans le cas de la présence d’accès en avant-première au produit, le canal
reals génère plus d’engagement que le canal post.
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyennes sur échantillons indépendants.
o Test de Levene
H0 : Les variances des échantillons reals et message privé sont équivalentes (SIG > 0,05) les
variances des échantillons sont égales.
H1 : Les variances des échantillons reals et message privé sont inégales (SIG > 0,05) les
échantillons ne sont donc pas comparables.
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,88. Étant donné que 0,88
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons reals et message
privé sont égales, les échantillons sont donc comparables.
H0 : Il n’existe pas de différence entre l’échantillon reals et l’échantillon message privé pour
la variable de l’engagement (SENARIO_3_CANAL_MP)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,031. Étant
donné que 0,031 < 0,05, on accepte donc H1 et on refuse H0. Il existe une différence entre
l’échantillon reals et l’échantillon message privé pour la variable de l’engagement.
Grâce au tableau ci-dessus on observe que la moyenne de l’échantillon reals est supérieure à la
moyenne de l’échantillon message privé.
On peut donc dire que le canal reals génère plus d’engagement que le canal message privé.
4.2.2.3.3 Hypothèse 11
Pour tester la validité de l’hypothèse « H11 : Le canal post suscite plus d’engagement que les
autres canaux lorsque le message contient un accès en avant-première au produit » nous allons
effectuer deux tests de comparaison de l’engagement (SENARIO_3_CANAL) afin de comparer
le canal des post au canal des story et au canal des reals.
Pour comparer le canal reals au canal message privé nous devrons utiliser une nouvelle variable
car dans le canal message privé nous ne pouvons pas partager les messages.
« Dans le cas de la présence d’accès en avant-première au produit, le canal reals génère plus
d’engagement que le canal post. »
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyennes sur échantillons indépendants.
o Teste de Levene
H0 : Les variances des échantillons post et message privé sont équivalentes (SIG > 0,05) les
variances des échantillons sont égales.
H1 : Les variances des échantillons post et message privé sont inégales (SIG > 0,05) les
échantillons ne sont donc pas comparables.
H0 : Il n’existe pas de différence entre l’échantillon post et l’échantillon message privé pour la
variable de l’engagement (SENARIO_3_CANAL_MP)
H1 : Il existe une différence entre l’échantillon post et l’échantillon message privé pour la
variable de l’engagement (SENARIO_3_CANAL_MP)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,203. Étant
donné que 0, 203 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe donc pas dans ce cas
de différence entre l’échantillon de répondant post et l’échantillon de répondant message privé
pour la variable de l’engagement.
Le canal post ne génère donc pas plus d’engagement que le canal message privé.
4.2.2.3.4 Hypothèse 12
Pour tester la validité de l’hypothèse « H12 : Le canal message privé suscite plus d’engagement
que les autres canaux lorsque le message contient un accès en avant-première au produit », nous
allons effectuer trois tests de comparaison de l’engagement (SENARIO_3_CANAL_MP) afin
de comparer le canal des messages privés au canal des story, au canal des reals et au canal des
post.
« Il n’existe pas de différence entre l’échantillon story et l’échantillon Message privé pour la
variable de l’engagement. »
Le canal message privé ne génère pas plus d’engagement que le canal story.
On peut dire, que le canal reals génère plus d’engagement que le canal message privé.
« Il n’existe pas de différence entre l’échantillon post et l’échantillon message privé pour la
variable de l’engagement. »
Le canal message privé ne génère pas plus d’engagement que le canal post.
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyennes sur échantillons indépendants.
o Test de Levene
H0 : Les variances des échantillons story et reals sont équivalentes (SIG > 0,05) les variances
des échantillons sont égales.
H1 : Les variances des échantillons story et reals sont inégales (SIG > 0,05) les échantillons ne
sont donc pas comparables.
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,684. Étant donné que 0,684
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons story et reals sont
égales, les échantillons sont donc comparables.
H0 : Il n’existe pas de différence entre l’échantillon story et l’échantillon reals pour la variable
du bouche à oreille (SENARIO_4_BAO)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,02. Étant donné
que 0, 02 < 0,05, on accepte donc H1 et on refuse H0. Il existe une différence entre l’échantillon
story et l’échantillon reals pour la variable du bouche à oreille.
Grâce au tableau ci-dessus on observe que la moyenne de l’échantillon reals est supérieure à la
moyenne de l’échantillon story.
On peut donc dire, que le canal reals génère plus de BAO que le canal story.
La comparaison s’effectue sur une même variable, il faut donc effectuer un test T de
comparaison de moyennes sur échantillons indépendants.
o Test de Levene
H0 : Les variances des échantillons story et post sont équivalentes (SIG > 0,05) les variances
des échantillons sont égales.
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,828. Étant donné que 0,828
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons story et post sont
égales, les échantillons sont donc comparables.
H0 : Il n’existe pas de différence entre l’échantillon story et l’échantillon post pour la variable
du bouche à oreille (SENARIO_4_BAO)
H1 : Il existe une différence entre l’échantillon story et l’échantillon post pour la variable du
bouche à oreille (SENARIO_4_BAO)
D’après le tableau ci-dessus le SIG du teste d’égalité des moyennes est égale à 0,499. Étant
donné que 0,499 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe donc pas dans ce cas
de différence entre l’échantillon story et l’échantillon post pour la variable du bouche à oreille.
Le canal story ne génère donc pas plus de BAO que le canal post.
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyennes sur échantillons indépendants.
o Test de Levene
H0 : Les variances des échantillons story et message privé sont équivalentes (SIG > 0,05) les
variances des échantillons sont égales.
H1 : Les variances des échantillons story et message privé sont inégales (SIG > 0,05) les
échantillons ne sont donc pas comparables.
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,186. Étant donné que 0,186
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons story et message
privée sont égales, les échantillons sont donc comparables.
H0 : Il n’existe pas de différence entre l’échantillon story et l’échantillon message privée pour
la variable du bouche à oreille (SENARIO_4_BAO)
H1 : Il existe une différence entre l’échantillon story et l’échantillon message privée pour la
variable du bouche à oreille (SENARIO_4_BAO)
Le canal story ne génère donc pas plus de BAO que le canal message privé.
La comparaison s’effectue sur une même variable, il faut donc effectuer un test T de
comparaison de moyennes sur échantillons indépendants.
o Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,843. Étant donné que 0,843
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons reals et post sont
égales, les échantillons sont donc comparables.
H0 : Il n’existe pas de différence entre l’échantillon reals et l’échantillon post pour la variable
du bouche à oreille (SENARIO_4_BAO)
H1 : Il existe une différence entre l’échantillon reals et l’échantillon post pour la variable du
bouche à oreille (SENARIO_4_BAO)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,022. Étant
donné que 0, 022 < 0,05, on accepte donc H1 et on refuse H0. Il existe une différence entre
l’échantillon reals et l’échantillon post pour la variable du BAO.
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyennes sur échantillons indépendants.
o Test de Levene
H0 : Les variances des échantillons reals et message privé sont équivalentes (SIG > 0,05) les
variances des échantillons sont égales.
H1 : Les variances des échantillons reals et message privé sont inégales (SIG > 0,05) les
échantillons ne sont donc pas comparables.
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,398. Étant donné que 0,398
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons reals et message
privé sont égales, les échantillons sont donc comparables.
H0 : Il n’existe pas de différence entre l’échantillon reals et l’échantillon message privé pour
la variable du bouche à oreille (SENARIO_4_BAO)
H1 : Il existe une différence entre l’échantillon reals et l’échantillon message privé pour la
variable du bouche à oreille (SENARIO_4_BAO)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,004. Étant
donné que 0,004 < 0,05, on accepte donc H1 et on refuse H0. Il existe une différence entre
l’échantillon reals et l’échantillon message privé pour la variable du bouche à oreille.
Grâce au tableau ci-dessus on observe que la moyenne de l’échantillon reals est supérieure à la
moyenne de l’échantillon message privé.
On peut donc dire que le canal reals génère plus de BAO que le canal message privé.
« Il n’existe donc pas dans ce cas de différence entre l’échantillon de répondant story et
l’échantillon de répondant post pour la variable du bouche à oreille.»
Le canal post ne génère donc pas plus de bouche à oreille que le canal story.
« Il existe une différence entre l’échantillon reals et l’échantillon post pour la variable du BAO
»
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyennes sur échantillons indépendants.
o Test de Levene
H0 : Les variances des échantillons post et message privé sont équivalentes (SIG > 0,05) les
variances des échantillons sont égales.
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,274. Étant donné que 0,274
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons messages privés et
post sont égales, les échantillons sont donc comparables.
H0 : Il n’existe pas de différence entre l’échantillon message privé et l’échantillon post pour la
variable du bouche à oreille (SENARIO_4_BAO)
H1 : Il existe une différence entre l’échantillon message privé et l’échantillon post pour la
variable du bouche à oreille (SENARIO_4_BAO)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,254. Étant
donné que 0,210 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe donc pas dans ce cas
de différence entre l’échantillon de répondant message privé et l’échantillon de répondant post
pour la variable du bouche à oreille.
Le canal message privé ne génère donc pas plus d’engagement que le canal post.
« Il n’existe pas dans ce cas de différence entre l’échantillon story et l’échantillon message
privé pour la variable du bouche à oreille. »
On peut dire, que le canal story ne génère donc pas plus de BAO que le canal message privé.
On peut donc dire que le canal reals génère plus de BAO que le canal message privé.
Le canal message privé ne génère donc pas plus d’engagement que le canal post.
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyennes sur échantillons indépendants.
o Test de Levene
H0 : Les variances des échantillons Homme et Femme sont équivalentes (SIG > 0,05) les
variances des échantillons sont égales.
H1 : Les variances des échantillons Homme et Femme sont inégales (SIG > 0,05) les variances
des échantillons ne sont pas égales.
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,075. Étant donné que 0,075
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons Homme et Femme
sont équivalentes les échantillons sont donc comparables.
H1 : Il existe une différence entre l’échantillon Homme et l’échantillon Femme pour la variable
de l’engagement (SENARIO_1_CANAL)
Grâce au tableau ci-dessus on observe que la moyenne de l’échantillon Femme est supérieure à
la moyenne de l’échantillon Homme. On peut donc dire que les femmes sont en moyenne plus
engagées que les hommes dans le cas d’un message ne comprenant pas d’avantage.
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyenne sur échantillons indépendants.
o Test de Levene
H0 : Les variances des échantillons Homme et Femme sont équivalentes (SIG > 0,05) les
variances des échantillons sont égales.
H1 : Les variances des échantillons Homme et Femme sont inégales (SIG > 0,05) les variances
des échantillons ne sont pas égales.
H1 : Il existe une différence entre l’échantillon Homme et l’échantillon Femme pour la variable
de l’engagement (SENARIO_2_CANAL)
D’après le tableau ci-dessus, Le SIG du test d’égalité des moyennes est égale à 0,053. Étant
donné que 0,053 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe donc pas, dans ce cas,
de différence entre l’échantillon Homme et l’échantillon Femme pour la variable de
l’engagement lorsque le message comporte un code promo.
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyenne sur échantillons indépendants.
o Teste de Levene
H1 : Les variances des échantillons Homme et Femme sont inégale (SIG > 0,05) les variances
des échantillons ne sont pas égales.
D’après le tableau si dessus Le SIG du test de Levene est égale à 0,496. Étant donné que 0, 496
> 0,05, On rejette donc H1 et on accepte H0. Les variances des échantillons Homme et Femme
sont équivalentes les échantillons sont donc comparables.
H1 : Il existe une différence entre l’échantillon Homme et l’échantillon Femme pour la variable
de l’engagement (SENARIO_3_CANAL)
D’après le tableau si dessus Le SIG du test d’égalité des moyennes est égale à 0,079. Étant
donné que 0,079 > 0,05, On rejette donc H1 et on accepte H0. Il n’existe donc pas dans ce cas
de différence entre l’échantillon Homme et l’échantillon Femme pour la variable de
l’engagement lorsque le message comporte un Early access.
o Test de Levene
H0 : Les variances des échantillons Homme et Femme sont équivalentes (SIG > 0,05) les
variances des échantillons sont égales.
H1 : Les variances des échantillons Homme et Femme sont inégale (SIG > 0,05) les variances
des échantillons ne sont pas égales.
D’après le tableau si dessus Le SIG du test de Levene est égale à 0,529. Étant donné que 0, 529
> 0,05, On rejette donc H1 et on accepte H0. Les variances des échantillons Homme et Femme
sont équivalentes les échantillons sont donc comparables.
H1 : Il existe une différence entre l’échantillon Homme et l’échantillon Femme pour la variable
d’intention de bouche à oreille (SENARIO_4_BAO)
D’après le tableau si dessus Le SIG du test d’égalité des moyennes est égale à 0,058. Étant
donné que 0,058 > 0,05, On rejette donc H1 et on accepte H0. Il n’existe pas de différence entre
l’échantillon Homme et l’échantillon Femme pour la variable d’intention de bouche à oreille.
Dans un premier temps j’ai essayé de comparer les groupes entre eux via le test de comparaison
des moyennes cependant les tests ne furent pas concluant (l’analyse est détaillée dans l’Annexe
1).
J’ai donc décider de regrouper les 5 groupes en 2 groupes.
Pour cela, j’ai créé une nouvelle variable que j’ai nommé « cat_age »
Dans cette variable :
J’ai tout d’abord rassemblé les répondants de tranche d’âge « entre 13 et 18 ans » et « entre 18
et 24 ans » sous la valeur « 1 ». Ce nouveau groupe représentera la génération des digital native.
J’ai ensuite rassemblé les répondants de tranche d’âge « entre 25 et 34 ans » et « entre 35 et 44
ans » et « 45 ans et plus » sous la valeur « 2 ». Ce nouveau groupe représentera la génération
des digital immigrants.
• Test comparaison des variable cat_age / SENARIO_1_CANAL
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyenne sur échantillons indépendants.
o Test de Levene
H0 : Les variances des échantillons digital natives et digital immigrants sont équivalentes (SIG
> 0,05) les variances des échantillons sont égales.
H1 : Les variances des échantillons digital natives et digital immigrants sont inégale (SIG >
0,05) les variances des échantillons ne sont pas égales.
D’après le tableau si dessus Le SIG du test d’égalité des moyennes est égale à 0,391. Étant
donné que 0,391 > 0,05, On accepte donc H0 et on refuse H1. Il n’existe pas de différence entre
l’échantillon digital natives et l’échantillon digital immigrants pour la variable de
l’engagement.
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyenne sur échantillons indépendants.
o Test de Levene
H0 : Les variances des échantillons digital natives et digital immigrants sont équivalentes (SIG
> 0,05) les variances des échantillons sont égales.
H1 : Les variances des échantillons digital natives et digital immigrants sont inégales (SIG >
0,05) les variances des échantillons ne sont pas égales.
D’après le tableau si dessus Le SIG du test d’égalité des moyennes est égale à 0,273. Étant
donné que 0,273 > 0,05, On rejette donc H1 et on accepte H0. Il n’existe donc pas dans ce cas
de différence entre l’échantillon digital natives et l’échantillon digital immigrants pour la
variable de l’engagement lorsque le message comporte un code promo.
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyenne sur échantillons indépendants.
o Test de Levene
H1 : Les variances des échantillons digital natives et digital immigrants sont inégales (SIG >
0,05) les variances des échantillons ne sont pas égales.
D’après le tableau si dessus Le SIG du test de Levene est égale à 0,747. Étant donné que 0, 747
> 0,05, On rejette donc H1 et on accepte H0. Les variances des échantillons digital natives et
digital immigrants sont équivalentes les échantillons sont donc comparables.
D’après le tableau si dessus Le SIG du test d’égalité des moyennes est égale à 0,337. Étant
donné que 0,337 > 0,05, On rejette donc H1 et on accepte H0. Il n’existe donc pas dans ce cas
de différence entre l’échantillon digital natives et l’échantillon digital immigrants pour la
variable de l’engagement lorsque le message comporte un Early access.
o Test de Levene
H0 : Les variances des échantillons digital natives et digital immigrants sont équivalentes (SIG
> 0,05) les variances des échantillons sont égales.
H1 : Les variances des échantillons digital natives et digital immigrants sont inégales (SIG >
0,05) les variances des échantillons ne sont pas égales.
D’après le tableau si dessus Le SIG du test de Levene est égale à 0,272. Étant donné que 0, 272
> 0,05, On rejette donc H1 et on accepte H0. Les variances des échantillons digital natives et
digital immigrants sont équivalentes les échantillons sont donc comparables.
D’après le tableau si dessus Le SIG du test d’égalité des moyennes est égale à 0,289. Étant
donné que 0,289 > 0,05, On rejette donc H1 et on accepte H0. Il n’existe pas de différence entre
l’échantillon digital natives et l’échantillon digital immigrants pour la variable d’intention de
bouche à oreille.
Dans le cas 1 : quand le message ne contient pas d’avantage pour le prospect aucun des canaux
post, reel et story se démarque de part l’engagement qu’il génère, cependant le canal message
privé génère moins d’engagement que les 3 autres.
Dans le cas 2 quand le message contient un code promo les résultats de mes analyses se
contredisent. Nous pouvons observer que dans les hypothèses 6, 7 et 8 les canaux story, post et
reel génèrent plus d’engagement que le canal message privé. Cependant lors de la comparaison
entre les story et les messages privé, dans l’hypothèse 5 les résultats montrent que le canal story
ne génère pas plus d’engagement que le canal Message privé.
Dans le cas 3 : quand le message contient un accès en avant-première pour le produit, le canal
générant le plus d’engagement est le canal reel. Les trois autres canaux (story, post et message
privé) génèrent le même engagement.
Concernant bouche à oreille, le canal en générant le plus est aussi le canal reel. Les autres
canaux génèrent les mêmes niveaux d’engagement.
Concernant la variable sexe, on voit que dans le cas 1 (c’est à dire quand le message ne contient
pas d’avantage pour le prospect) il semble que les femmes soient en moyenne plus engagés que
les hommes.
Cependant dans les 2 autres cas, concernant la variable l’engagement et dans le cas concernant
la variable de l’intention de bouche à oreille, Il n’existe pas de différence entre l’échantillon
Homme et l’échantillon Femme.
Concernant la variable âge et plus particulièrement la comparaison entre les digital natives et
les digital immigrants.
Cependant nous pouvons noter que quand le message ne contenait pas d’avantage pour le
prospect ou qu’il contient un code promo, les canaux story, reel et message génère plus
d’engagement que le canal message privé.
De plus, nous observons que les femmes de notre échantillon, quand le message ne contient pas
d’avantage pour le prospect, semblent en moyenne plus engagées que les hommes.
1 Discussion
Ce mémoire de recherche se place dans une dynamique de l’arrivé des marques sur les réseaux
sociaux et dans notre cas plus particulièrement Instagram. Il est compliqué pour les entreprises
d’établir une stratégie afin de se développer sur les réseaux sociaux et de créer de l’engagement
L’analyse des résultats nous ont permis de prendre du recul sur la recherche. Cela nous a permis
de trouver des thèmes qui aurai pu être approfondie.
Tout d’abord l’échantillon n’étant pas représentatif de la population française a pu créer un bien
dans les résultats. Un plus grand nombre de répondant au questionnaire aurai pu nous permettre
Nous pourrions pour compléter cette recherche, mener une recherche d’action en collaboration
avec des enseigne afin de mesurer l’engagement réel de ces canaux en effet dans notre étude
nous mesurons l’intention d’engagement, il serait donc intéressant de comparer l’intention
d’engagement à l’engagement réel afin de trouver quel canal engendre le plus d’engagement.
De plus nous pourrions mener une étude qualitative de ces canaux afin de trouver les
caractéristiques de ces canaux qui engendre l’engagement. Et pourquoi ces canaux créent plus
d’engagement que d’autre. Elles pourraient aussi nous permettre de comprendre les raisons du
faible engagement du canal message privé.
Enfin nous pourrions mesurer par une nouvelle étude quantitative l’impact du format du
message (vidéo ou photo) sur l’engagement. Afin de compléter l’engagement lié à la forme du
message.
2 Préconisations managériales
Suite à la recherche que nous avons effectuée et aux analyses que nous avons menées sur les
résultats des questionnaires, nous sommes en mesure d’effectuer des préconisations pour les
entreprises voulant commencer sur Instagram et ne sachant pas quels canaux développer.
1) Investir en priorité dans les canaux posts, réels et storys en fonction du canal le moins
chère.
Notre étude à montrer que les canaux posts, stories et réels étaient les canaux qui engendraient
le plus d’engagement.
L’entreprise devrait baser sa communication Instagram sur ces 3 canaux afin de maximiser
l’engagement de ses prospects.
Pour choisir entre ces 3 différents canaux, je conseillerai à l’entreprise d’investir dans le canal
le moins cher à développer pour elle. Par exemple, je pense que le canal post peut réutiliser des
visuel du site internet afin de créer des contenus sur le compte Instagram sans gros
investissements supplémentaires.
L’étude a mis en avant l’engagement engendré par le canal story. L’entreprise peut développer
ce canal en proposant des Lives avec des partenaires par exemple des conseillers horticoles afin
de conseiller le client et répondre en live aux questions des utilisateurs. L’entreprise peut de
plus organiser des ateliers en live de plantation ou d’entretien de plante à faire en direct afin de
compléter les conseils présents en post. L’entreprise pourrait aussi convier dans ses live d’autres
intervenants tels que des cuisiniers qui apprendraient à cuisiner les plantes commercialisées par
l’entreprise ou des spécialistes de plantes bien-être afin de sensibiliser les followers aux
caractères curatifs de certaines plantes.
La première étape est d’équiper l’entreprise afin de garantir une bonne qualité de son et
d’image. Pour l’image, il faut utiliser un smartphone avec un bon objectif et un stabilisateur
afin de garantir la portabilité du dispositif et la stabilité du cadrage.
Dans un second temps, le CM doit planifier les différents live en fonction du plan commercial
et des opérations commerciales planifié. Il doit donc choisir le format du live (FAQ, TUTO ou
autres concepts), choisir l’heure et la date adéquate afin de garantir le visionnage du live par le
plus grand nombre et enfin inviter les intervenant et les partenaires qui interviennent sur le live.
Dans un troisième temps, le CM doit écrire un script pour le live afin de driver les intervenant,
garantir la fluidité du live et la bonne transmission des informations au prospect.
Ensuite, il faut que le CM tease le live via des posts de teasing publié quelques semaines avant
et communiquer régulièrement sur le live et son contenu afin de donner envie aux abonnés de
regarder le live. Il peut le faire sous forme de Post vidéo et/ou photo, de story ou de réel.
Juste avant le live le CM doit faire des tests techniques afin de garantir le bon déroulement du
live et le bon fonctionnement du matériel. Enfin, il doit prévenir les abonnées via une story par
exemple du début du live.
Diagram de gant
3) Création d’un bot de conseille grâce au message privé
Notre étude a montré que les messages privés ne créent pas beaucoup d’engagement chez le
consommateur.
Nous pourrions donc utiliser ce canal comme outil de conseil. Nous pourrions créer un BOT
nommé Tulipe chargé d’orienter automatiquement le prospect vers la bonne information. Que
cela soit une question d’ordre logistique, une question concernant la livraison, concernant les
contacts et informations SAV, ou des conseils jardin.
Dans un premier temps, le Community manager de l’entreprise doit choisir le thème du mois
en fonction du plan commercial et des événements de ce mois. Il doit de plus planifier les
tournages et effectuer des recherches sur les activités proposées.
Ensuite, le Community manager doit préparer le script des trois vidéos du mois afin de garantir
la continuité des propos et afin d’imaginer les plans à tourner et le matériel utilisé.
Dans un troisième temps, le CM doit tourner les rushs en veillant à leur bonne qualité sonore et
vidéo. Il doit prendre le plus de rushs possibles pour éviter d’avoir des rushs manquants en post
production.
Trois jours avant le début de la publication des épisodes, le CM doit publier un teaser avec
l’heure, la date de publication des vidéos et le sujet du mois abordé dans les vidéos afin de
prévenir les abonnés de l’arrivée d’une série.
Le CM doit planifier la publication des vidéos afin de garantir leurs sorties en temps et en heure.
Il est préférable de publier le matin entre 8h et 9h afin d’optimiser le nombre de visionnages.
Enfin, après la publication du réel, le CM doit réagir et répondre aux commentaires et aux
reposts afin de mettre en avant la communauté et d’insister à l’engagement.
Diagram de gant
Nous avons, dans ce mémoire, établi une recherche sur l’engagement sur Instagram et, plus
particulièrement, sur les différents canaux de ce dernier, que cela soit : les posts, les réels, les
stories ou les messages privés.
Nous avons remarqué, grâce à la revue de littérature, que les entreprises définissent
l’engagement des médias sociaux par les interactions entre l’utilisateur et le message. Nous
avons proposé quatre questionnaires mettant en avant le même message sous plusieurs
formes (post, story, réel et message privé) afin de connaître quelle forme suscite le plus
d’engagement avec les prospects.
Le résultat de cette analyse a mis en lumière que le canal développant le moins d’engagement
est le canal message privé. À contrario, les trois autres canaux développent un engagement
supérieur à celui-ci.
Nos analyses nous ont permis de développer les préconisations managériales suivantes. Afin
d’optimiser l’engagement et de pallier au manque d’interactions sur le canal message privé :
● Investir en priorité dans les canaux posts, réels et stories en fonction du canal le moins
cher.
● Mise en place de live Instagram
● Création d’un bot de conseil grâce aux messages privés
● Création d’une série de réels mensuels
Afin de compléter notre recherche, il serait intéressant de mesurer l’engagement du canal des
réels via des recherches d’action en collaboration avec des enseignes, puis de réaliser une étude
qualitative afin de comprendre la différence d’engagement entre les messages privés et les
autres canaux.
1. Gerbier, É. & Koenig, O. (2015). Comment les intervalles temporels entre les
répétitions d’une information en influencent-ils la mémorisation ? Revue théorique des
effets de pratique distribuée. L’Année psychologique, 115, 435-462
2. Wahlheim, C.N., Dunlosky, J. & Jacoby, L.L. (2011) Spacing enhances the learning of
natural concepts: an investigation of mechanisms, metacognition, and aging. Mem
Cogn 39, 750–763
6. Danah m. boyd & Nicole B. Ellison Social Network Sites: Definition, History, and
Scholarship. Journal of Computer-Mediated Communication, vol. I3, n° I (2007).
7. School of Information University of California-Berkeley. Department of
Telecommunication, Information Studies, and Media Michigan State University
8. Tracy Tuten et Michael-R Solomon, (2019). “Marketing des médias sociaux. Chapitre
6 : Social comunity”. Edition Pearson (3ème édition), 165 à 195.
9. Tracy Tuten et Michael-R Solomon, (2019). “Marketing des médias sociaux. Chapitre
6 : Social publishing”. Edition Pearson (3ème édition), 199 à 235.
10. Tracy Tuten et Michael-R Solomon, (2019). “Marketing des médias sociaux. Chapitre
6 : Social entertainment”. Edition Pearson (3ème édition), 237 à 265.
11. Tracy Tuten et Michael-R Solomon, (2019). “Marketing des médias sociaux. Chapitre
6 : Social commerce”. Edition Pearson (3ème édition), 267 à 293.
12. Tracy Tuten et Michael-R Solomon, (2019). “Marketing des médias sociaux. Chapitre
1 : L’environnement des médias sociaux”. Edition Pearson (3ème édition), 3 à 14.
13. Gallic, C., Marrone, R. (2020). « Le grand livre du marketing digital ». Chapitre 12 :
Facebook le réseaux incontournable Dunod. 291 à 310
18. CHAKOR, A., & BEKKARI , S. (2021). IMPACT DES RESEAUX SOCIAUX SUR
LE COMPORTEMENT D’ACHAT DU CONSOMMATEUR MAROCAIN : CAS
DE FACEBOOK. Revue Internationale Du Marketing Et Management Stratégique
19. L.D.Rosen & K.Whaling & L.M.Carrier & N.A.Cheever & J.Rokkum “The Media and
Technology Usage and Attitudes Scale: An empirical investigation” Computers in
Human Behavior Volume 29, Issue 6, Pages 2501-2511
21. Andrew T Stephen (2016). “The role of digital and social media marketing in consumer
behavior”. Current Opinion in Psychology vol. 10, 17 à 21.
Annexes
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyenne sur échantillons indépendants.
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,157. Étant donné que 0,157
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant entre
13 et 18 ans et échantillons de répondant entre 18 et 24 ans sont équivalentes. Les échantillons
sont donc comparables.
H1 : Il existe une différence entre les échantillons de répondant entre 13 et 18 ans et échantillons
de répondant entre 18 et 24 ans pour la variable de l’engagement (SENARIO_1_CANAL)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,137. Étant
donné que 0,137 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe pas de différence entre
les échantillons de répondant entre 13 et 18 ans et échantillons de répondant entre 18 et 24 ans
pour la variable de l’engagement.
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,152. Étant donné que 0,152
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant entre
13 et 18 ans et échantillons de répondant entre 25 et 34 ans sont équivalentes les échantillons
sont donc comparables.
H1 : Il existe une différence entre les échantillons de répondant entre 13 et 18 ans et échantillons
de répondant entre 25 et 34 ans pour la variable de l’engagement (SENARIO_1_CANAL)
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est inférieur à 0,001. Étant donné que
0,001 < 0,05, on rejette donc H0 et on accepte H1. Les variances des échantillons de répondant
entre 13 et 18 ans et échantillons de répondant entre 35 et 44 ans ne sont pas équivalentes (SIG
> 0,05) les variances des échantillons ne sont pas égales.
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,179. Étant
donné que 0,179 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe pas de différence entre
les échantillons de répondant entre 13 et 18 ans et échantillons de répondant entre 35 et 44 ans
pour la variable de l’engagement.
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,134. Étant donné que 0,134
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant entre
13 et 18 ans et échantillons de répondant entre 45 ans et plus sont équivalentes les échantillons
sont donc comparables.
H1 : Il existe une différence entre les échantillons de répondant entre 13 et 18 ans et échantillons
de répondant 45 ans et plus pour la variable de l’engagement (SENARIO_1_CANAL)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,08. Étant donné
que 0,08 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe pas de différence entre les
échantillons de répondant entre 13 et 18 ans et échantillons de répondant 45 ans et plus pour la
variable de l’engagement.
Le test de comparaison groupe âge « entre 18 et 24 ans » / « entre 13 et 18 ans » est le même
que le test de comparaison groupe âge « entre 13 et 18 ans» / « entre 18 et 24 ans »
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 13 et 18
ans» / « entre 18 et 24 ans »
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,623. Étant donné que 0,623
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant entre
18 et 24 ans et échantillons de répondant entre 25 et 34 ans sont équivalentes les échantillons
sont donc comparables.
H1 : Il existe une différence entre les échantillons de répondant entre 18 et 24 ans et échantillons
de répondant entre 25 et 34 ans pour la variable de l’engagement (SENARIO_1_CANAL)
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,331. Étant donné que 0,331
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant entre
18 et 24 ans et échantillons de répondant entre 35 et 44 ans sont équivalentes les échantillons
sont donc comparables.
H1 : Il existe une différence entre les échantillons de répondant entre 18 et 24 ans et échantillons
de répondant Entre 35 et 44 ans pour la variable de l’engagement (SENARIO_1_CANAL)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,353. Étant
donné que 0,353 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe pas de différence entre
les échantillons de répondant entre 18 et 24 ans et échantillons de répondant entre 35 et 44 ans
pour la variable de l’engagement.
- Test de Levene
H1 : Il existe une différence entre les échantillons de répondant entre 18 et 24 ans et échantillons
de répondant 45 ans et plus pour la variable de l’engagement (SENARIO_1_CANAL)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,08. Étant donné
que 0,05 = 0,05, on rejette donc H0 et on accepte H1. Il existe une différence entre les
échantillons de répondant entre 18 et 24 ans et échantillons de répondant de 45 ans et plus pour
la variable de l’engagement.
Le test de comparaison groupe âge « entre 25 et 34 ans » / « entre 13 et 18 ans » est le même
que le test de comparaison groupe âge « entre 13 et 18 ans » / « entre 25 et 34 ans »
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 13 et 18
ans » / « entre 25 et 34 ans »
Le test de comparaison groupe âge « entre 25 et 34 ans » / « entre 18 et 24 ans » est le même
que le test de comparaison groupe âge « entre 18 et 24 ans » / « entre 25 et 34 ans »
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 18 et 24
ans » / « entre 25 et 34 ans »
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,210. Étant donné que 0, 210
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant entre
25 et 34 ans et échantillons de répondant entre 35 et 44 ans sont équivalentes les échantillons
sont donc comparables.
H1 : Il existe une différence entre les échantillons de répondant entre 25 et 34 ans et échantillons
de répondant entre 35 et 44 ans pour la variable de l’engagement (SENARIO_1_CANAL)
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,965. Étant donné que 0,965
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant entre
25 et 34 ans et échantillons de répondant entre 45 ans et plus sont équivalentes les échantillons
sont donc comparables.
H1 : Il existe une différence entre les échantillons de répondant entre 25 et 34 ans et échantillons
de répondant 45 ans et plus pour la variable de l’engagement (SENARIO_1_CANAL)
D’après le tableau ci-dessus le SIG du teste d’égalité des moyennes est égale à 0,029. Étant
donné que 0,029 > 0,05, on rejette donc H0 et on accepte H1. Il existe une différence entre les
échantillons de répondant entre 25 et 34 ans et échantillons de répondant de 45 ans et plus pour
la variable de l’engagement.
On peut donc dire, que dans le cas d’un message ne contenant pas d’avantage, les répondant
ayant un âge compris entre 25 et 34 ans sont plus engagé que les répondants ayant un âge de 45
ans et plus.
Le test de comparaison groupe âge « entre 35 et 44 ans » / « entre 13 et 18 ans » est le même
que le test de comparaison groupe âge « entre 13 et 18 ans » / « entre 35 et 44 ans »
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 13 et 18
ans » / « entre 35 et 44 ans » :
Le test de comparaison groupe âge « entre 35 et 44 ans » / « entre 18 et 24 ans » est le même
que le test de comparaison groupe âge « entre 18 et 24 ans » / « entre 35 et 44 ans »
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 18 et 24
ans » / « entre 35 et 44 ans » :
Le test de comparaison groupe âge « entre 35 et 44 ans » / « entre 25 et 34 ans » est le même
que le test de comparaison groupe âge « entre 25 et 34 ans » / « entre 35 et 44 ans »
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 25 et 34
» / « entre 35 et 44 ans » :
- Test de Levene
D’après le tableau ci-dessus le SIG du testede Levene est égale à 0,238. Étant donné que 0,238
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant entre
35 et 44 ans et échantillons de répondant entre 45 ans et plus sont équivalentes les échantillons
sont donc comparables.
H1 : Il existe une différence entre les échantillons de répondant entre 35 et 44 ans et échantillons
de répondant 45 ans et plus pour la variable de l’engagement (SENARIO_1_CANAL)
Le test de comparaison groupe âge « 45 ans et plus » / « entre 13 et 18 ans » est le même que
le test de comparaison groupe âge « entre 13 et 18 ans » / « 45 ans et plus »
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 13 et 18
ans » / « 45 ans et plus » :
Le test de comparaison groupe âge « 45 ans et plus » / « entre 18 et 24 ans » est le même que
le test de comparaison groupe âge « entre 18 et 24 ans » / « 45 ans et plus »
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 18 et 24
ans » / « 45 ans et plus » :
Les répondant ayant un âge compris entre 18 et 24 ans sont donc plus engagé que les répondants
ayant un âge de 45 ans et plus.
Le test de comparaison groupe âge « 45 ans et plus » / « entre 25 et 34 ans » est le même que
le test de comparaison groupe âge « entre 25 et 34 ans » / « 45 ans et plus »
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 25 et 34
» / « 45 ans et plus » :
« Il existe une différence entre les échantillons de répondant entre 25 et 34 ans et échantillons
de répondant de 45 ans et plus pour la variable de l’engagement.»
Les répondant ayant un âge compris entre 25 et 34 ans sont donc plus engagé que les répondants
ayant un âge de 45 ans et plus.
Le test de comparaison groupe âge « 45 ans et plus » / « entre 35 et 44 ans » est le même que
le test de comparaison groupe âge « entre 35 et 44 ans » / « 45 ans et plus »
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 35 et 44
ans » / « 45 ans et plus » :
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyennes sur échantillons indépendants.
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,877. Étant donné que 0,877
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant entre
13 et 18 ans et échantillons de répondant entre 18 et 24 ans sont équivalentes les échantillons
sont donc comparables.
H1 : Il existe une différence entre les échantillons de répondant entre 13 et 18 ans et échantillons
de répondant entre 18 et 24 ans pour la variable de l’engagement (SENARIO_2_CANAL)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,103. Étant
donné que 0,103 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe pas de différence entre
les échantillons de répondant entre 13 et 18 ans et échantillons de répondant entre 18 et 24 ans
pour la variable de l’engagement.
- Test de Levene
H1 : Il existe une différence entre les échantillons de répondant entre 13 et 18 ans et échantillons
de répondant entre 25 et 34 ans pour la variable de l’engagement (SENARIO_2_CANAL)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,226. Étant
donné que 0,226 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe pas de différence entre
les échantillons de répondant entre 13 et 18 ans et échantillons de répondant entre 25 et 34 ans
pour la variable de l’engagement.
D’après le tableau ci-dessus le SIG du test de Levene est inférieur à 0,460. Étant donné que 0,
460 > 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant
entre 13 et 18 ans et échantillons de répondant entre 35 et 44 ans sont équivalentes (SIG > 0,05)
les variances des échantillons sont égales.
H1 : Il existe une différence entre les échantillons de répondant entre 13 et 18 ans et échantillons
de répondant entre 35 et 44 ans pour la variable de l’engagement (SENARIO_2_CANAL)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,242. Étant
donné que 0,242 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe pas de différence entre
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,134. Étant donné que 0, 134
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant entre
13 et 18 ans et échantillons de répondant entre 45 ans et plus sont équivalentes, les échantillons
sont donc comparables.
H1 : Il existe une différence entre les échantillons de répondant entre 13 et 18 ans et échantillons
de répondant 45 ans et plus pour la variable de l’engagement (SENARIO_2_CANAL)
On peut donc dire, que dans le cas d’un message contenant un code promo, les répondant ayant
un âge compris entre 13 et 18 ans sont plus engagés que les répondants ayant un âge de 45 ans
et plus.
Le test de comparaison groupe âge « entre 18 et 24 ans » / « entre 13 et 18 ans » est le même
que le test de comparaison groupe âge « entre 13 et 18 ans» / « entre 18 et 24 ans »
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 13 et 18
ans» / « entre 18 et 24 ans » :
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,563. Étant donné que 0, 563
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant entre
18 et 24 ans et échantillons de répondant entre 25 et 34 ans sont équivalentes les échantillons
sont donc comparables.
D’après le tableau ci-dessus Le SIG du test d’égalité des moyennes est égale à 0,086. Étant
donné que 0,086 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe pas de différence entre
les échantillons de répondant entre 18 et 24 ans et échantillons de répondant entre 25 et 34 ans
pour la variable de l’engagement.
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,537. Étant donné que 0, 537
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant entre
H1 : Il existe une différence entre les échantillons de répondant entre 18 et 24 ans et échantillons
de répondant entre 35 et 44 ans pour la variable de l’engagement (SENARIO_2_CANAL)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,458. Étant
donné que 0,458 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe pas de différence entre
les échantillons de répondant entre 18 et 24 ans et échantillons de répondant entre 35 et 44 ans
pour la variable de l’engagement.
- Test de Levene
H1 : Il existe une différence entre les échantillons de répondant entre 18 et 24 ans et échantillons
de répondant 45 ans et plus pour la variable de l’engagement (SENARIO_2_CANAL)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,013. Étant
donné que 0,013 < 0,05, on rejette donc H0 et on accepte H1. Il existe une différence entre les
échantillons de répondant entre 18 et 24 ans et échantillons de répondant de 45 ans et plus pour
la variable de l’engagement.
On peut donc dire, que dans le cas d’un message contenant un code promo, les répondants ayant
un âge compris entre 18 et 24 ans sont plus engagés que les répondants ayant un âge de 45 ans
et plus.
Le test de comparaison groupe âge « entre 25 et 34 ans » / « entre 13 et 18 ans » est le même
que le test de comparaison groupe âge « entre 13 et 18 ans» / « entre 25 et 34 ans ».
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 13 et 18
ans» / « entre 25 et 34 ans » :
Le test de comparaison groupe âge « entre 25 et 34 ans » / « entre 18 et 24 ans » est le même
que le test de comparaison groupe âge « entre 18 et 24 ans » / « entre 25 et 34 ans »
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 18 et 24
ans » / « entre 25 et 34 ans » :
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,387. Étant donné que
0,387 > 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant
entre 25 et 34 ans et échantillons de répondant entre 35 et 44 ans sont équivalentes les
échantillons sont donc comparables.
H1 : Il existe une différence entre les échantillons de répondant entre 25 et 34 ans et échantillons
de répondant entre 35 et 44 ans pour la variable de l’engagement (SENARIO_2_CANAL)
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,387. Étant donné que
0,387 > 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant
entre 25 et 34 ans et échantillons de répondant entre 45 ans et plus sont équivalentes les
échantillons sont donc comparables.
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,005. Étant
donné que 0,005 = 0,05, on rejette donc H0 et on accepte H1. Il existe une différence entre les
échantillons de répondant entre 25 et 34 ans et échantillons de répondant de 45 ans et plus pour
la variable de l’engagement.
On peut donc dire, que dans le cas d’un message contenant un code promo, les répondants ayant
un âge compris entre 25 et 34 ans sont plus engagés que les répondants ayant un âge de 45 ans
et plus.
Le test de comparaison groupe âge « entre 35 et 44 ans » / « entre 13 et 18 ans » est le même
que le test de comparaison groupe âge « entre 13 et 18 ans » / « entre 35 et 44 ans ».
Le test de comparaison groupe âge « entre 35 et 44 ans » / « entre 18 et 24 ans » est le même
que le test de comparaison groupe âge « entre 18 et 24 ans » / « entre 35 et 44 ans ».
Nous pouvons donc reprendre la conclusion du teste de comparaison groupe âge « entre 18 et
24 ans » / « entre 35 et 44 ans » :
Le test de comparaison groupe âge « entre 35 et 44 ans » / « entre 25 et 34 ans » est le même
que le test de comparaison groupe âge « entre 25 et 34 ans » / « entre 35 et 44 ans ».
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 25 et 34
» / « entre 35 et 44 ans » :
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,694. Étant donné que 0,694
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant entre
35 et 44 ans et échantillons de répondant entre 45 ans et plus sont équivalentes les échantillons
sont donc comparables.
H1 : Il existe une différence entre les échantillons de répondant entre 35 et 44 ans et échantillons
de répondant 45 ans et plus pour la variable de l’engagement (SENARIO_2_CANAL)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,041. Étant
donné que 0,041 < 0,05, on rejette donc H0 et on accepte H1. Il existe une différence entre les
échantillons de répondant entre 35 et 44 ans et échantillons de répondant 45 ans et plus pour la
variable de l’engagement.
On peut donc dire, que dans le cas d’un message contenant un code promo, les répondants ayant
un âge compris entre 35 et 44 ans sont plus engagés que les répondants ayant un âge de 45 ans
et plus.
Le test de comparaison groupe âge « 45 ans et plus » / « entre 13 et 18 ans » est le même que
le test de comparaison groupe âge « entre 13 et 18 ans » / « 45 ans et plus ».
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 13 et 18
ans » / « 45 ans et plus » :
« Il existe une différence entre les échantillons de répondant entre 13 et 18 ans et échantillons
de répondant 45 ans et plus pour la variable de l’engagement.»
Les répondants ayant un âge compris entre 13 et 18 ans sont plus engagés que les répondants
ayant un âge de 45 ans et plus.
Le test de comparaison groupe âge « 45 ans et plus » / « entre 18 et 24 ans » est le même que
le test de comparaison groupe âge « entre 18 et 24 ans » / « 45 ans et plus ».
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 18 et 24
ans » / « 45 ans et plus » :
Les répondants ayant un âge compris entre 18 et 24 ans sont plus engagés que les répondants
ayant un âge de 45 ans et plus.
Le test de comparaison groupe âge « 45 ans et plus » / « entre 25 et 34 ans » est le même que
le test de comparaison groupe âge « entre 25 et 34 ans » / « 45 ans et plus ».
Nous pouvons donc reprendre la conclusion du teste de comparaison groupe âge « entre 25 et
34 » / « 45 ans et plus » :
« Il existe une différence entre les échantillons de répondant entre 25 et 34 ans et échantillons
de répondant de 45 ans et plus pour la variable de l’engagement.»
Les répondants ayant un âge compris entre 25 et 34 ans sont plus engagés que les répondants
ayant un âge de 45 ans et plus.
Le test de comparaison groupe âge « 45 ans et plus » / « entre 35 et 44 ans » est le même que
le test de comparaison groupe âge « entre 35 et 44 ans » / « 45 ans et plus ».
Nous pouvons donc reprendre la conclusion du teste de comparaison groupe âge « entre 35 et
44 ans » / « 45 ans et plus » :
« Il existe une différence entre les échantillons de répondant entre 35 et 44 ans et échantillons
de répondant 45 ans et plus pour la variable de l’engagement.»
Les répondants ayant un âge compris entre 35 et 44 ans sont plus engagés que les répondants
ayant un âge de 45 ans et plus.
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyennes sur échantillons indépendants.
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,99. Étant donné que 0,99
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant entre
13 et 18 ans et échantillons de répondant entre 18 et 24 ans sont équivalentes les échantillons
sont donc comparables.
H1 : Il existe une différence entre les échantillons de répondant entre 13 et 18 ans et échantillons
de répondant entre 18 et 24 ans pour la variable de l’engagement (SENARIO_3_CANAL)
D’après le tableau ci-dessus le SIG du teste d’égalité des moyennes est égale à 0,155. Étant
donné que 0,155 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe pas de différence entre
les échantillons de répondant entre 13 et 18 ans et échantillons de répondant entre 18 et 24 ans
pour la variable de l’engagement.
- Test de Levene
- Teste de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,819. Étant donné que
0,819 > 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant
entre 13 et 18 ans et échantillons de répondant entre 25 et 34 ans sont équivalentes les
échantillons sont donc comparables.
H1 : Il existe une différence entre les échantillons de répondant entre 13 et 18 ans et échantillons
de répondant entre 25 et 34 ans pour la variable de l’engagement (SENARIO_3_CANAL)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,273. Étant
donné que 0,273 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe pas de différence entre
les échantillons de répondant entre 13 et 18 ans et échantillons de répondant entre 25 et 34 ans
pour la variable de l’engagement.
- Test de Levene
H1 : Il existe une différence entre les échantillons de répondant entre 13 et 18 ans et échantillons
de répondant entre 35 et 44 ans pour la variable de l’engagement (SENARIO_3_CANAL)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,316. Étant
donné que 0,316 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe pas de différence entre
les échantillons de répondant entre 13 et 18 ans et échantillons de répondant entre 35 et 44 ans
pour la variable de l’engagement.
- Test de Levene
H1 : Il existe une différence entre les échantillons de répondant entre 13 et 18 ans et échantillons
de répondant 45 ans et plus pour la variable de l’engagement (SENARIO_3_CANAL)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,008. Étant
donné que 0,008 < 0,05, on rejette donc H0 et on accepte H1. Il existe une différence entre les
échantillons de répondant entre 13 et 18 ans et échantillons de répondant 45 ans et plus pour la
variable de l’engagement.
On peut donc dire, que dans le cas d’un message contenant un accès en avant-première au
produit, les répondants ayant un âge compris entre 13 et 18 ans sont plus engagés que les
répondants ayant un âge de 45 ans et plus.
Le test de comparaison groupe âge « entre 18 et 24 ans » / « entre 13 et 18 ans » est le même
que le test de comparaison groupe âge « entre 13 et 18 ans» / « entre 18 et 24 ans ».
Nous pouvons donc reprendre la conclusion du teste de comparaison groupe âge « entre 13 et
18 ans» / « entre 18 et 24 ans » :
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,508. Étant donné que
0,508 > 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant
entre 18 et 24 ans et échantillons de répondant entre 25 et 34 ans sont équivalentes les
échantillons sont donc comparables.
H1 : Il existe une différence entre les échantillons de répondant entre 18 et 24 ans et échantillons
de répondant entre 25 et 34 ans pour la variable de l’engagement (SENARIO_3_CANAL)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,105. Étant
donné que 0,105 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe pas de différence entre
les échantillons de répondant entre 18 et 24 ans et échantillons de répondant entre 25 et 34 ans
pour la variable de l’engagement.
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,545. Étant donné que
0,545 > 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant
entre 18 et 24 ans et échantillons de répondant entre 35 et 44 ans sont équivalentes les
échantillons sont donc comparables.
H1 : Il existe une différence entre les échantillons de répondant entre 18 et 24 ans et échantillons
de répondant Entre 35 et 44 ans pour la variable de l’engagement (SENARIO_3_CANAL)
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,519. Étant donné que 0,519
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant entre
18 et 24 ans et échantillons de répondant entre 45 ans et plus sont équivalentes les échantillons
sont donc comparables.
H1 : Il existe une différence entre les échantillons de répondant entre 18 et 24 ans et échantillons
de répondant 45 ans et plus pour la variable de l’engagement (SENARIO_3_CANAL)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,004. Étant
donné que 0,004 < 0,05, on rejette donc H0 et on accepte H1. Il existe une différence entre les
échantillons de répondant entre 18 et 24 ans et échantillons de répondant de 45 ans et plus pour
la variable de l’engagement.
On peut donc dire, que dans le cas d’un message contenant un accès en avant-première au
produit, les répondants ayant un âge compris entre 18 et 24 ans sont plus engagés que les
répondants ayant un âge de 45 ans et plus.
Le test de comparaison groupe âge « entre 25 et 34 ans » / « entre 13 et 18 ans » est le même
que le test de comparaison groupe âge « entre 13 et 18 ans» / « entre 25 et 34 ans ».
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 13 et 18
ans» / « entre 25 et 34 ans » :
Le test de comparaison groupe âge « entre 25 et 34 ans » / « entre 18 et 24 ans » est le même
que le test de comparaison groupe âge « entre 18 et 24 ans » / « entre 25 et 34 ans ».
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 18 et 24
ans » / « entre 25 et 34 ans » :
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,652. Étant donné que
0,652 > 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant
entre 25 et 34 ans et échantillons de répondant entre 35 et 44 ans sont équivalentes les
échantillons sont donc comparables.
H1 : Il existe une différence entre les échantillons de répondant entre 25 et 34 ans et échantillons
de répondant entre 35 et 44 ans pour la variable de l’engagement (SENARIO_3_CANAL)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,444. Étant
donné que 0,444 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe pas de différence entre
les échantillons de répondant entre 25 et 34 ans et échantillons de répondant entre 35 et 44 ans
pour la variable de l’engagement.
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,674. Étant donné que
0,674 > 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant
entre 25 et 34 ans et échantillons de répondant entre 45 ans et plus sont équivalentes les
échantillons sont donc comparables.
H1 : Il existe une différence entre les échantillons de répondant entre 25 et 34 ans et échantillons
de répondant 45 ans et plus pour la variable de l’engagement (SENARIO_3_CANAL)
On peut donc dire, que dans le cas d’un message contenant un accès en avant-première au
produit, les répondants ayant un âge compris entre 25 et 34 ans sont plus engagés que les
répondants ayant un âge de 45 ans et plus.
Le test de comparaison groupe âge « entre 35 et 44 ans » / « entre 13 et 18 ans » est le même
que le test de comparaison groupe âge « entre 13 et 18 ans » / « entre 35 et 44 ans ».
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 13 et 18
ans » / « entre 35 et 44 ans » :
Le test de comparaison groupe âge « entre 35 et 44 ans » / « entre 18 et 24 ans » est le même
que le test de comparaison groupe âge « entre 18 et 24 ans » / « entre 35 et 44 ans ».
Nous pouvons donc reprendre la conclusion du teste de comparaison groupe âge « entre 18 et
24 ans » / « entre 35 et 44 ans » :
Le test de comparaison groupe âge « entre 35 et 44 ans » / « entre 25 et 34 ans » est le même
que le test de comparaison groupe âge « entre 25 et 34 ans » / « entre 35 et 44 ans ».
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 25 et 34
» / « entre 35 et 44 ans » :
- Test de Levene
H1 : Il existe une différence entre les échantillons de répondant entre 35 et 44 ans et échantillons
de répondant 45 ans et plus pour la variable de l’engagement (SENARIO_3_CANAL)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,034. Étant
donné que 0,034 < 0,05, on rejette donc H0 et on accepte H1. Il existe une différence entre les
échantillons de répondant entre 35 et 44 ans et échantillons de répondant 45 ans et plus pour la
variable de l’engagement.
On peut donc dire, que dans le cas d’un message contenant un accès en avant-première au
produit, les répondants ayant un âge compris entre 35 et 44 ans sont plus engagés que les
répondants ayant un âge de 45 ans et plus.
Le test de comparaison groupe âge « 45 ans et plus » / « entre 13 et 18 ans » est le même que
le test de comparaison groupe âge « entre 13 et 18 ans » / « 45 ans et plus ».
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 13 et 18
ans » / « 45 ans et plus » :
« Il existe une différence entre les échantillons de répondant entre 13 et 18 ans et échantillons
de répondant 45 ans et plus pour la variable de l’engagement.»
Les répondants ayant un âge compris entre 13 et 18 ans sont plus engagés que les répondants
ayant un âge de 45 ans et plus.
Le test de comparaison groupe âge « 45 ans et plus » / « entre 18 et 24 ans » est le même que
le test de comparaison groupe âge « entre 18 et 24 ans » / « 45 ans et plus ».
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 18 et 24
ans » / « 45 ans et plus » :
« Il existe une différence entre les échantillons de répondant entre 18 et 24 ans et échantillons
de répondant de 45 ans et plus pour la variable de l’engagement.»
Les répondants ayant un âge compris entre 18 et 24 ans sont plus engagés que les répondants
ayant un âge de 45 ans et plus.
Le test de comparaison groupe âge « 45 ans et plus » / « entre 25 et 34 ans » est le même que
le test de comparaison groupe âge « entre 25 et 34 ans » / « 45 ans et plus ».
Nous pouvons donc reprendre la conclusion du teste de comparaison groupe âge « entre 25 et
34 » / « 45 ans et plus » :
« Il existe une différence entre les échantillons de répondant entre 25 et 34 ans et échantillons
de répondant de 45 ans et plus pour la variable de l’engagement.»
Les répondants ayant un âge compris entre 25 et 34 ans sont plus engagés que les répondants
ayant un âge de 45 ans et plus.
Le test de comparaison groupe âge « 45 ans et plus » / « entre 35 et 44 ans » est le même que
le test de comparaison groupe âge « entre 35 et 44 ans » / « 45 ans et plus ».
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 35 et 44
ans » / « 45 ans et plus » :
« Il existe une différence entre les échantillons de répondant entre 35 et 44 ans et échantillons
de répondant 45 ans et plus pour la variable de l’engagement.»
Les répondants ayant un âge compris entre 35 et 44 ans sont plus engagés que les répondants
ayant un âge de 45 ans et plus.
Nous souhaitons comparer la variable SENARIO_4_BAO selon les groupes de répondant défini
spar l’âge qui sont les suivants : entre 13 et 18 ans, entre 18 et 24 ans, entre 25 et 34 ans, entre
35 et 44 ans, et 45 ans et plus.
La comparaison s’effectue sur une même variable. Il faut donc effectuer un test T de
comparaison de moyennes sur échantillons indépendants.
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,261. Étant donné que 0,261
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant entre
13 et 18 ans et échantillons de répondant entre 18 et 24 ans sont équivalentes les échantillons
sont donc comparables.
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,177. Étant
donné que 0,177 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe pas de différence entre
les échantillons de répondant entre 13 et 18 ans et échantillons de répondant entre 18 et 24 ans
pour la variable de l’intention de bouche à oreille.
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,479. Étant donné que
0,479 > 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant
H1 : Il existe une différence entre les échantillons de répondant entre 13 et 18 ans et échantillons
de répondant entre 25 et 34 ans pour la variable de l’intention de bouche à oreille
(SENARIO_4_BAO)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,110. Étant
donné que 0,110 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe pas de différence entre
les échantillons de répondant entre 13 et 18 ans et échantillons de répondant entre 25 et 34 ans
pour la variable de l’intention de bouche à oreille.
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est inférieur à 0,694. Étant donné que
0,694 > 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant
entre 13 et 18 ans et échantillons de répondant entre 35 et 44 ans sont équivalentes (SIG > 0,05)
les variances des échantillons sont égales.
H1 : Il existe une différence entre les échantillons de répondant entre 13 et 18 ans et échantillons
de répondant entre 35 et 44 ans pour la variable de l’intention de bouche à oreille
(SENARIO_4_BAO)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,254. Étant
donné que 0,254 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe pas de différence entre
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,248. Étant donné que
0,248 > 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant
entre 13 et 18 ans et échantillons de répondant entre 45 ans et plus sont équivalentes les
échantillons sont donc comparables.
H1 : Il existe une différence entre les échantillons de répondant entre 13 et 18 ans et échantillons
de répondant 45 ans et plus pour la variable de l’intention de bouche à oreille
(SENARIO_4_BAO)
Le test de comparaison groupe âge « entre 18 et 24 ans » / « entre 13 et 18 ans » est le même
que le test de comparaison groupe âge « entre 13 et 18 ans» / « entre 18 et 24 ans ».
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 13 et 18
ans» / « entre 18 et 24 ans » :
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,142. Étant donné que
0,142 > 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant
entre 18 et 24 ans et échantillons de répondant entre 25 et 34 ans sont équivalentes les
échantillons sont donc comparables.
H1 : Il existe une différence entre les échantillons de répondant entre 18 et 24 ans et échantillons
de répondant entre 25 et 34 ans pour la variable de l’intention de bouche à oreille
(SENARIO_4_BAO)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,323. Étant
donné que 0,323 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe pas de différence entre
les échantillons de répondant entre 18 et 24 ans et échantillons de répondant entre 25 et 34 ans
pour la variable de l’intention de bouche à oreille.
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,216. Étant donné que
0,216 > 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant
entre 18 et 24 ans et échantillons de répondant entre 35 et 44 ans sont équivalentes les
échantillons sont donc comparables.
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,094. Étant
donné que 0,094 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe pas de différence entre
les échantillons de répondant entre 18 et 24 ans et échantillons de répondant entre 35 et 44 ans
pour la variable de l’intention de bouche à oreille.
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,730. Étant donné que 0,730
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant entre
H1 : Il existe une différence entre les échantillons de répondant entre 18 et 24 ans et échantillons
de répondant 45 ans et plus pour la variable de l’intention de bouche à oreille
(SENARIO_4_BAO)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,138. Étant
donné que 0,138 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe pas de différence entre
les échantillons de répondant entre 18 et 24 ans et échantillons de répondant 45 ans et plus pour
la variable de l’intention de bouche à oreille (SENARIO_4_BAO).
Le test de comparaison groupe âge « entre 25 et 34 ans » / « entre 13 et 18 ans » est le même
que le test de comparaison groupe âge « entre 13 et 18 ans» / « entre 25 et 34 ans ».
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 13 et 18
ans» / « entre 25 et 34 ans » :
Le test de comparaison groupe âge « entre 25 et 34 ans » / « entre 18 et 24 ans » est le même
que le test de comparaison groupe âge « entre 18 et 24 ans » / « entre 25 et 34 ans ».
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 18 et 24
ans » / « entre 25 et 34 ans » :
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,332. Étant donné que
0,332 > 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant
entre 25 et 34 ans et échantillons de répondant entre 35 et 44 ans sont équivalentes les
échantillons sont donc comparables.
H1 : Il existe une différence entre les échantillons de répondant entre 25 et 34 ans et échantillons
de répondant entre 35 et 44 ans pour la variable de l’intention de bouche à oreille
(SENARIO_4_BAO)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,05. Étant donné
que 0,05 = 0,05, on rejette donc H0 et on accepte H1. Il existe une différence entre les
échantillons de répondant entre 25 et 34 ans et échantillons de répondant entre 35 et 44 ans pour
la variable de l’intention de bouche à oreille.
On peut donc dire, que dans le cas d’un message contenant un accès en avant-première au
produit, les répondants ayant un âge compris entre 35 et 44 ans sont plus susceptibles de
véhiculer un bouche à oreille positif que les répondants ayant un âge compris entre 25 et 34 ans.
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,357. Étant donné que
0,357 > 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant
entre 25 et 34 ans et échantillons de répondant entre 45 ans et plus sont équivalentes les
échantillons sont donc comparables.
H1 : Il existe une différence entre les échantillons de répondant entre 25 et 34 ans et échantillons
de répondant 45 ans et plus pour la variable de l’intention de bouche à oreille
(SENARIO_4_BAO)
Le test de comparaison groupe âge « entre 35 et 44 ans » / « entre 13 et 18 ans » est le même
que le test de comparaison groupe âge « entre 13 et 18 ans » / « entre 35 et 44 ans ».
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 13 et 18
ans » / « entre 35 et 44 ans » :
Le test de comparaison groupe âge « entre 35 et 44 ans » / « entre 18 et 24 ans » est le même
que le test de comparaison groupe âge « entre 18 et 24 ans » / « entre 35 et 44 ans ».
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 18 et 24
ans » / « entre 35 et 44 ans » :
Le test de comparaison groupe âge « entre 35 et 44 ans » / « entre 25 et 34 ans » est le même
que le test de comparaison groupe âge « entre 25 et 34 ans » / « entre 35 et 44 ans ».
Nous pouvons donc reprendre la conclusion du teste de comparaison groupe âge « entre 25 et
34 » / « entre 35 et 44 ans » :
« Il existe une différence entre les échantillons de répondant entre 25 et 34 ans et échantillons
de répondant entre 35 et 44 ans pour la variable de l’intention de bouche à oreille».
Les répondants ayant un âge compris entre 35 et 44 ans sont plus susceptibles de véhiculer un
bouche à oreille positif que les répondants ayant un âge compris entre 25 et 34 ans.
- Test de Levene
D’après le tableau ci-dessus le SIG du test de Levene est égale à 0,15. Étant donné que 0,15
> 0,05, on rejette donc H1 et on accepte H0. Les variances des échantillons de répondant entre
H1 : Il existe une différence entre les échantillons de répondant entre 35 et 44 ans et échantillons
de répondant 45 ans et plus pour la variable de l’intention de bouche à oreille
(SENARIO_4_BAO)
D’après le tableau ci-dessus le SIG du test d’égalité des moyennes est égale à 0,061. Étant
donné que 0,061 > 0,05, on rejette donc H1 et on accepte H0. Il n’existe pas de différence entre
les échantillons de répondant entre 35 et 44 ans et échantillons de répondant 45 ans et plus pour
la variable de l’intention de bouche à oreille.
Le test de comparaison groupe âge « 45 ans et plus » / « entre 13 et 18 ans » est le même que
le test de comparaison groupe âge « entre 13 et 18 ans » / « 45 ans et plus ».
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 13 et 18
ans » / « 45 ans et plus » :
Le test de comparaison groupe âge « 45 ans et plus » / « entre 18 et 24 ans » est le même que
le test de comparaison groupe âge « entre 18 et 24 ans » / « 45 ans et plus ».
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 18 et 24
ans » / « 45 ans et plus » :
Les répondants ayant un âge compris entre 18 et 24 ans sont plus engagés que les répondants
ayant un âge de 45 ans et plus.
Le test de comparaison groupe âge « 45 ans et plus » / « entre 25 et 34 ans » est le même que
le test de comparaison groupe âge « entre 25 et 34 ans » / « 45 ans et plus ».
Nous pouvons donc reprendre la conclusion du test de comparaison groupe âge « entre 25 et 34
» / « 45 ans et plus » :
Les répondants ayant un âge compris entre 25 et 34 ans sont plus engagés que les répondants
ayant un âge de 45 ans et plus.
Le test de comparaison groupe âge « 45 ans et plus » / « entre 35 et 44 ans » est le même que
le test de comparaison groupe âge « entre 35 et 44 ans » / « 45 ans et plus ».
Les répondants ayant un âge compris entre 35 et 44 ans sont plus engagés que les répondants
ayant un âge de 45 ans et plus.