Section 2 : APPROCHE METHODOLOGIQUE DE LA RECHERCHE

La méthodologie peut être définie comme l’ensemble des outils et des techniques
utilisés dans le processus de construction de la recherche. Le choix d’une méthode appropriée
demande une réflexion sur le sujet, car elle doit prendre en compte les différents facteurs qui
ont un impact sur ce choix. Le chercheur doit à cette étape établir de quelle manière s’y
prendre pour répondre à la question de recherche et ainsi confirmer ou infirmer les
hypothèses. L’objectif de cette section consiste à présenter toutes les techniques et outils de
production des résultats utilisés tout au long de notre investigation.

I. Positionnement épistémologique et méthodologie de la recherche

Réaliser un travail de recherche nécessite de faire le choix de son positionnement
épistémologique qui conditionne sa démarche méthodologique, son type de recherche et de
son mode de raisonnement. Il serait donc judicieux pour nous d’aborder la question de
l’épistémologie.

I.1) Posture épistémologique de la recherche

Etymologiquement l’épistémologie renvoie à la théorie de la science. Selon Thiétart,
(2007), « l’épistémologie a pour objet l’étude des sciences. Elle s’interroge sur ce qu’est la
science en discutant de la nature, de la méthode et de la valeur de la connaissance… Tout
travail de recherche repose, en effet, sur une certaine vision du monde, utilise une méthode,
propose des résultats visant à prédire, comprendre, construire ou expliquer… ». Trois
courants sont notamment à distinguer en ce qui concerne l’épistémologie.

I.1.1) Les courants épistémologiques

L’épistémologie est basée autour de trois paradigmes qui ont chacun une vision
particulière en ce qui concerne ce qu’est la connaissance et comment faire pour parvenir à
cette connaissance. Selon Baumard et Ibert, (1999), un paradigme exprime l’ensemble des
croyances (ou présupposés) partagées par des communautés de chercheurs sur ce qu’est la
connaissance. Ces paradigmes sont notamment le positivisme, l’interprétativisme et le
constructivisme.

I.1.1.1) Le paradigme positiviste

Le positivisme tire ses origines des travaux d’Auguste Comte sur la philosophie
positive. Le postulat de cette philosophie est qu’il existe l’essence dans les choses, un ordre
dans l’univers. Et cette essence est la réalité qui donc « existe effectivement, objectivement ; il
y a pas besoin de nous pour cela ; C’est l’Univers, qui existait avant nous et qui continuera
d’exister sans nous» (Velmuradova, 2004). Selon lui, la science apporte une connaissance
existante et objective, et cette connaissance est réaliste. Dans la logique du positivisme, les
connaissances scientifiques sont universelles et extérieures à l’acteur c’est-à-dire que la
connaissance est le reflet d’une réalité qui existe indépendamment de la réflexion du
chercheur. Le rôle de ce dernier ne consiste dès lors qu’à appréhender cette réalité en
déployant les outils méthodologiques nécessaires pour aller à la découverte de la
connaissance. Cependant les positivistes affirment que parvenir à la réalité et avoir une
réflexion de la réalité est chimérique, il faudrait dès lors que la connaissance scientifique
acquise puisse être vérifiée, confirmée et qu’elle ne puisse être réfutée par nos expériences
(Velmuradova, 2004). Il s’agit là des critères de validité d’une connaissance positiviste : la
vérifiabilité, la confirmabilité et la réfutabilité. Le projet du positivisme est dès lors
d’expliquer la réalité.

I.1.1.2) Le paradigme constructiviste

Dans la logique constructiviste, le monde est construit et la connaissance produite ici
est subjective et contextuelle. Ce paradigme correspond à une invention de la réalité par la
réflexion intellectuelle de l’acteur chercheur. Ici, il n’existe pas de réalité qu’il serait possible
d’appréhender, même de manière imparfaite. Le chercheur dans ce cas devra donc s’immerger
dans le cadre et le contexte de l’étude pour en dégager une représentation. Il y a
interdépendance entre le sujet connaissant ici et l’objet étudié. La connaissance sera donc
produite à partir de la cognition du chercheur dans le but de construire la réalité. Toutefois il n
y a pas de critère efficace de la vérité scientifique en ce qui concerne ce paradigme.

I.1.1.3) Le paradigme interprétativiste

Les connaissances générées dans ce courant sont de type descriptif, la compréhension
de la réalité est privilégiée ici. L’interprétativiste est captivé par un phénomène qu’il veut
comprendre dans son contexte et il forge progressivement la connaissance à faire savoir
(Allard-Poesi et Marechal, 1999). Le projet concernant ce paradigme est de comprendre la
réalité à partir de son interprétation par des acteurs. Ici, les faits ou l’expérience du chercheur
constituent la source de la connaissance, elle est liée à l’acteur chercheur et ne peut être à
100% le reflet de la réalité car elle est teintée de subjectivité. La valeur de la connaissance
produite ici dépend du niveau de développement cognitif du chercheur.
Tableau 1 : Les différentes approches de recherche en sciences
Approche Approche
Approche positiviste
interprétative constructiviste

Comprendre les
motivations et les Construire une
Découvrir la intentions des gens, représentation
Objectif de la structure de la réalité ainsi que les instrumentale et/ou
recherche significations qu’ils un outil de gestion
attachent à la réalité

Utilité ou pertinence
Validité de la Cohérence avec les Cohérence avec
par rapport à un
connaissance faits l’expérience du sujet
projet

Développement
d’une Développement d’un
Nature de l’objet de Interrogation des
compréhension de projet de
recherche faits
l’intérieur d’un connaissances
phénomène

Volonté de
Identification
transformer la
d’insuffisances
Immersion dans le connaissance
Origine de l’objet de théoriques pour
phénomène étudié proposée en
recherche expliquer ou prédire
élaborant de
la réalité
nouvelles réponses

Source : Thiétart et al., 2007

I.1.2) Posture épistémologique retenue : le positivisme

Le choix d’une posture épistémologique est largement conditionné par l’objet de la
recherche. « Selon une approche positiviste, les lois existent même si elles ne sont pas toutes
découvertes. Cette vision déterministe est ainsi penchée vers la recherche d’explications, vers
une recherche des causes et des relations entre les lois […] ainsi, l’objet de la recherche
concerne une interrogation sur les faits afin de découvrir la structure sous-jacente entre
eux » (Thiétart et al., 2007). En phase avec cette pensée, il parait tout à fait naturel pour nous
d’adopter une approche positiviste. Ceci car l’objet de notre recherche est d’analyser
l’influence de mode de recrutement sur la Performance globale des entreprises familiales. Il
s’agit pour nous, de partir d’une revue de la littérature afin d’élaborer notre cadre théorique et
de là nos différentes hypothèses. Ensuite vérifier à travers une étude empirique les différentes
hypothèses formulées afin de les confirmer ou les infirmer.

I.2) Approche méthodologique retenue

Le choix d’une méthodologie de recherche adéquate pour mener à bien une recherche
n’est pas une tâche facile étant donné la multitude des méthodes. Le but ici sera donc de
présenter la stratégie d’accès au réel utilisé, notamment le mode de raisonnement et
l’instrument de collecte des données.

I.2.1) Choix du mode de raisonnement

Selon Charreire et Durieux, (1999) les deux grandes voies de l’élaboration des
connaissances sont : l’exploration et le test. Chacune d’elles se base sur un raisonnement
logique qui lui est propre : l’induction et la déduction. L’exploration est une démarche par
laquelle le chercheur a pour objectif la proposition de résultats théoriques novateurs, c’est la
génération d’une nouvelle réponse conceptuelle à la problématique. Le terme tester se
rapporte à la mise à l’épreuve de la réalité d’un objet théorique, c’est la validation d’une
réponse conceptuelle existante. La voie de test par la déduction est avant tout un moyen de
démonstration ; son but est de porter un jugement sur la pertinence d’une hypothèse
initialement formulée, de valider une réponse conceptuelle qui est ici l’hypothèse
(Velmuradova, 2004). Dans le cadre de notre étude, nous optons pour la démarche déductive.
Selon Prévost (2002), la déduction repose sur une logique de test. Elle consiste à émettre des
hypothèses qui seront par la suite soumises à l’épreuve des faits. L’objectif ici étant de porter
un jugement sur la pertinence des hypothèses initialement formulées (Thiétart, 2007). Cette
méthode utilise des techniques de recherche quantitative car elle repose sur un souci
d’explication d’une connaissance objective et nécessite l’utilisation d’outils statistiques pour
quantifier les données afin de vérifier les hypothèses élaborées.

Le choix de cette approche se justifie par le fait que nous sommes partis d’une analyse
de la littérature pour formuler des hypothèses que nous vérifierons au travers d’une étude
empirique. De plus l’objectif de notre recherche étant d’analyser l’influence du recrutement
sur la performance globale de l’ASCNPD, le choix d’une approche hypothético-déductive se
décline aisément.
I.2.2) Méthode de collecte des données
Selon Baumard et al.,(2007), la collecte des données est un élément crucial du
processus de recherche en management. Elle permet au chercheur de rassembler le matériel
empirique sur lequel il va fonder sa recherche. Le chercheur sera donc amené à utiliser des
données secondaires c’est-à-dire des données produites par des institutions ou sociétés
(ministères, associations, entreprises, centre d’étude et de recherche…) sans avoir pris part à
la phase d’élaboration de ces données ; dans le cas où elles sont disponibles. Dans le cas
contraire, il sera amené à collecter des données primaires provenant directement du terrain.

Dans le cadre d’une étude quantitative, les modes de collecte de données sont le
questionnaire, les cadres d’observation et les méthodes expérimentales. Toutefois le
questionnaire est l’outil de collecte de données primaires le mieux adapté pour réaliser des
enquêtes et sondages. Il permet de recueillir un très grand nombre d’informations sur de
larges échantillons et d’enregistrer des réponses dont les modalités ont été définies
préalablement.

I.2.2.1) Elaboration du questionnaire

Il s’agit ici d’un processus complexe de formulation des questions, du choix des
échelles de mesure et de structuration du questionnaire.

La formulation des questions dans notre étude a été faite sous la base des hypothèses
initialement formulées lors de notre revue de littérature. Le questionnaire est fait de questions
fermées qui permettent au répondant de choisir entre des réponses formulées à l’avance.

Une échelle de mesure est un ensemble de gradations permettant d’attribuer une valeur
attendue à une question. L’utilisation d’une échelle de mesure pour obtenir une réponse à une
question oriente le répondant sur les nuances souhaitées à sa réponse et permet d’avoir une
information facile à traiter. Il existe plusieurs types d’échelle de mesure et leur choix ont des
conséquences multiples sur les résultats. Dans le cadre de notre travail nous utilisons l’échelle
de likert qui est constitué de cinq modalités de réponses allant de 1=pas du tout d’accord,
2=pas d’accord,3=Neutre,4=d’accord,5 =tout à fait d’accord . L’échelle nominale comporte
qui certain nombre de modalités dont les caractéristiques sont de couvrir l’ensemble des
réponses possibles et d’être toutes différentes les unes des autres. L’échelle d’intervalle quant
à elle permet de déterminer l’intervalle entre les observations et de comparer ces intervalles.
 Notre instrument de collecte de données (le questionnaire) est reparti en 4 thèmes
comportant 19 questions. Le premier ayant trait au processus de recrutement, le second les
facteurs d’apprentissage organisationnel, le troisième met en avant mode de recrutement, la
performance globale des entreprises et enfin les caractéristiques du répondant et du projet.
Nous avons adopté la méthode de l’entonnoir pour chaque thème, c’est-à-dire nous sommes
partis des questions d’ordre générales pour arriver aux questions particulières.

I.2.2.2) Administration du questionnaire

Avant de procéder à la distribution des questionnaires nous avons procédé à un pré-test
qui consistait à donner un exemplaire à des individus quelconques afin de vérifier le degré de
compréhension et la pertinence des modalités des réponses. Ensuite nous avons procédé à leur
distribution selon les modes d’administration qui nous ont semblé adéquat et plus propice à
notre recherche. Les modes d’administration les plus répandus dans les recherches en
management sont : le questionnaire postal ou email, le questionnaire électronique, le
questionnaire téléphonique et le questionnaire en face à face. Nous avons utilisé le
questionnaire en face en face. Nous avons cependant eu des difficultés dans la réalisation de
notre enquête, ceci s’explique par la méfiance des entrepreneurs et l’indisponibilité de certains
répondants aux vues de leurs occupations.

I.3) Processus d’échantillonnage

Le processus d’échantillonnage désigne l’approche caractérisée par un ensemble
d’opérations permettant de sélectionner un échantillon à partir d’une population donnée, sur
lequel s’appuieront les tests statistiques. Les choix effectués pour constituer un échantillon
auront un impact déterminant tant en termes de validité externe (la possibilité d’étendre les
résultats obtenus sur l’échantillon à d’autres éléments, dans des conditions de lieu et de temps
différentes) que de validité interne (pertinence et cohérence interne des résultats par rapport
aux objectifs déclarés du chercheur) de l’étude. La validité est influencée par la nature
(homogène ou hétérogène) des éléments de l’échantillon, la méthode de sélection de ces
éléments et leur nombre (la taille). De ce fait nous allons ici ressortir la population de l’étude,
la méthode d’échantillonnage retenue et la taille de l’échantillon.

I.3.1) Définition de la population de l’étude

La recherche en sciences sociales s’intéresse aux comportements d’ensemble. Les
informations nécessaires à l’analyse ne peuvent ainsi être obtenues qu’auprès des entités qui
constituent le groupe (population ou univers). La population étant définie ici comme
l’ensemble des individus possédant des caractéristiques précises ayant une relation avec les
objectifs de l’enquête, et servant de support à la vérification de l’hypothèse de recherche.
Dans le cadre de notre étude, notre population mère est constituée de l’ensemble des
entreprises familiales sans contrainte de taille et de formes juridique dans le contexte
camerounais.

I.3.2) Méthode de constitution de l’échantillon

L’échantillon est défini ici comme l’ensemble des éléments sur lesquels des données
seront recueillies. Un échantillon mal choisi conduit nécessairement à des résultats erronés ou
biaisés. C’est pourquoi il est important de prendre un maximum de précaution dans sa
définition. Plusieurs méthodes sont à distinguer mais ici nous nous pencherons sur deux
méthodes non probabilistes, notamment la méthode par choix raisonné et la méthode boule de
neige. La méthode par choix raisonné consiste à définir un certain nombre de critères qui
permettra d’extraire l’échantillon. C’est une méthode qui permet de choisir de manière très
précise les éléments de l’échantillon et, ainsi, garantir plus facilement le respect des critères
exigés par certains designs de recherche tels que l’homogénéité (Royer et Zalowski, 2003).
Notre choix est porté sur cette méthode car elle cadre le plus avec notre étude dans la mesure
où nos répondants ont été choisis en fonction de certains éléments qui cadre avec l’objectif de
l’étude. La méthode boule de neige quant à elle est une méthode d’échantillonnage qui
s’appuie sur les recommandations des sujets. Ici les répondants initialement identifiés
permettent d’identifier d’autres répondants potentiels. Elle est utilisée lorsque la population
d’une étude est difficilement atteignable ou localisable.

L’échantillon sur lequel porte notre travail est constitué des employés de l’ASCNPD.

I.3.3) Taille de l’échantillon

La taille de l’échantillon n’a pas été définie à l’avance dans notre cas, toutefois, pour
un souci de représentativité et de généralisation des résultats nous avons pris en compte le
seuil de signification prescrit par la loi des grands nombre pour les échantillons destinés à des
traitements quantitatifs qui est de 30. Nous avons de ce fait contacté 80 entreprises familiales
mais n’avons pu obtenir que 59 réponses qui ont servi à l’analyse des données. En effet au
vue des contraintes de temps, l’indisponibilité et même le refus de certains porteurs nous
avons pu continuer l’analyse sous la base de 59 questionnaires.
 II : Mesure des variables et méthodes statistiques utilisées
Les variables sont des éléments que nous mesurons, commandons, ou manœuvrons
dans la recherche (Fayçal, 2012). La variable (statistique) est une caractéristique (âge, salaire,
sexe,...), définie sur la population et observée sur l’échantillon. Notre but ici est de présenter
les variables qui constituent nos hypothèses et de les opérationnaliser par des indicateurs
mesurables. Elles diffèrent selon l’objet de notre recherche et le type de mesures qui peuvent
être appliquées à celles-ci. Les variables mises en évidence dans nos hypothèses sont des
variables indépendantes ou explicatives et une variable dépendante ou expliquée. Nous ferons
recours également à des variables de contrôle.

II.1) Opérationnalisation des variables

La démarche d’opérationnalisation concerne la traduction des concepts aux indicateurs
mesurables. Pour trouver les indicateurs, le chercheur peut explorer la littérature scientifique
liée plus ou moins directement à son propre domaine. Les indicateurs utilisés dans notre cas
sont déjà présents dans des études empiriques existantes.

II.1.1) Variable dépendante

Une variable dépendante est celle qui subit les variations de la variable indépendante
et met en exergue l’effet étudié. Dans une relation entre deux variables ou dans un système de
relations entre variables, elle désigne la variable qui est expliquée par une autre ou plusieurs
autres. Ici nous cherchons à identifier les éléments susceptibles de favoriser la performance
globale, c’est pourquoi notre travail porte essentiellement sur une variable expliquée : la
Performance globale. C’est une variable mesurée à partir de l’échelle de likert constitué
répond à la question de savoir si la part de marché des entreprises a augmenté

II.1.2) Variables indépendantes

Une variable indépendante est celle qui est manipulée et dont les effets se perçoivent
sur la variable dépendante. C’est aussi une variable qui, dans une relation entre deux variables
ou dans un système de relations entre variables, représente la variable qui explique une autre
(variable dépendante). Les principales variables potentielles ici sont: le type de recrutement
l’apprentissage organisationnel, mode de recrutement.

II.1.3) Les variables de contrôle

Les variables de contrôle sont tout simplement des variables qui sont ajoutées par
l'économiste dans une régression dans le but d'éviter un biais dans l'estimation du paramètre
d'intérêt. Dans ce cadre de cette étude les variables de contrôles retenus sont la taille du
capital social, le niveau d’éducation, le nombre d’années d’expérience, le sexe du répondant

II.2) Modèle empirique de l’étude

Dans le cadre de cette étude, nous avons jugé opportun de mener une modélisation
économétrique via la technique de la régression linéaire. Ce choix se justifie par le fait que
nos variables dépendantes et indépendantes sont des variables ayant les mêmes niveaux de
mesure (métrique/métrique). Le principe consiste à intégrer dans la même régression les
variables indépendantes et les variables de contrôle. En guise de rappel, la modélisation
permet de mettre en évidence l’existence d’une association (entre les variables explicatives et
la variable expliquée) par une procédure de test et de mesure de robustesse. La mesure
d’association la plus utilisée est le coefficient de corrélation de Pearson. L’objectif poursuivi
par une analyse de régression est de déterminer la valeur des paramètres β i, permettant
d’identifier le lien entre la variable dépendante et la variable indépendante. La méthode de
régression linéaire se base sur les indicateurs statistiques suivants : le coefficient de
corrélation (R) qui indique l’intensité de la relation entre les variables étudiées et sa valeur est
comprise entre -1 et 1 (cette valeur est bonne lorsqu’elle tend vers 1 en valeur absolue) ; le
coefficient de détermination (R2) qui est l’indicateur usuel de la qualité d’ajustement global.
Il mesure le pourcentage de la variance de la variable à expliquer restituée par le modèle, sa
valeur est comprise entre 0 et 1 (ce coefficient est intéressant lorsqu’il est proche de 1) ; le t
de Student qui mesure la significativité des coefficients de régression du modèle, est dit
significatif lorsque sa valeur est supérieure à deux ; le test de Fisher-Snedecor (ou F de
Fisher) qui mesure la robustesse du modèle au seuil de signification de 0,000. L’équation de
l’estimation de notre modèle initial de régression peut se présenter comme suit ::

PG=β 0 + β 1 RECRU + β 2 ORMAR + β 3 APRORG+ β 4 AGEEN + β 5 TAI + β 6 SEC + β 7 SEX + β 8 NAT +ε

Avec:

PG: performance globale

RECRU: la variable explicative mode de recrutement;

ORMAR : la variable explicative orientation marché ;

APROR : la variable explicative apprentissage organisationnel ;

AGEEN : une variable de contrôle Age de la structure ;

TAI : une variable de contrôle, mesurée par l’effectif de l’entreprise ;

SEX : une variable de contrôle exprimant le sexe du répondant

β 1 à6 : Les coefficients des variables en présence ;

ε : le terme d’erreur du modèle ;

β 0: la constante.

II.3) Méthodes statistiques utilisées

Après avoir recueilli les données nous avons procédé tout d’abord à deux étapes
indispensables avant l’analyse de celles-ci.

Tout d’abord nous avons procédé à la codification. Elle est une étape préparatoire à la
saisie des données, elle consiste à confectionner un tableau en reprenant l’ensemble des codes
correspondants aux modalités des variables retenues. A partir de la codification, nous sommes
passés à l’utilisation des outils statistiques qui sont indispensables au traitement des données
collectées : cette étape vise à transformer une série de questions et de réponses en variables
codées informatiquement afin d’être exploitables pour l’analyse statistique.

Ensuite, nous sommes passés à la saisie à partir du logiciel CSPRO 14. C’est l’étape
où les données sont mises sous forme numérique dans le logiciel destiné à l’analyse. Suite à la
saisie nous avons procédé à l’analyse à travers le logiciel STATA 17. Deux types d’analyses
ont notamment été effectués ici : l’analyse descriptive et l’analyse prédictive.
II.3.1) Analyse descriptive

L’analyse descriptive est un préalable à toute analyse statistique des données. Elle
permet au chercheur de résumer un ensemble de données brutes à l’aide de techniques
statistiques. Ce type d’analyse vise essentiellement à décrire les caractéristiques d’un
échantillon. Dans le cadre de notre étude nous avons procédé à une analyse uni-variée ; c’est-
à-dire l’étude d’une ou de plusieurs variable(s) considérées indépendamment dans le but de
décrire l’échantillon. Etant donné que les variables sont de natures quantitatives nous avons
réalisé un tri à plat. Le tri à plat restitue la distribution des différentes réponses obtenues à une
question unique dans le cadre d’un questionnaire d’étude.

II.3.2) Analyse prédictive

En ce qui concerne l’analyse prédictive, nous avons utilisé les tests d’indépendance du
Khi-deux ainsi que la régression linéaire par les moindres carrées ordinaire Pour ce qui est du
test d’indépendance du Khi-deux, le but est d’examiner les relations entre la variable
expliquée et les variables explicatives. Il étudie une relation uni variée entre deux variables
qualitatives, qu’elles soient nominales ordinales ou métriques.

La régression par les moindres carrées ordinaire quant à elle permet d’expliquer la
relation entre la variable à expliquer et les différentes variables explicatives. L’avantage de
cette analyse est qu’elle prend en compte les interrelations pouvant exister entre l’ensemble
des variables explicatives. De plus, elle est très souvent utilisée dans les études similaires.

Le présent chapitre avait pour objectif de présenter le cadre méthodologique adopté

pour répondre à notre question de recherche. Après avoir exposé la manière dont nous avons
construit notre démarche de recherche, nous avons justifié les principaux éléments de la
démarche : le positionnement positiviste, la méthode quantitative partant d’une approche
hypothético-déductive, l’enquête à partir d’un questionnaire. Puis dans la section 2 nous
avons présenté la démarche d’opérationnalisation ainsi que les différentes mesures des
variables retenues et outils statistiques utilisés pour analyser ces variables. De ce fait le
chapitre suivant présentera les différents résultats obtenus à l’issus des tests statistiques
effectués.
CHAPITRE IV : RECRUTEMENT ET PERFORMANCE CAS DE L’ASCNPD

Dans ce chapitre qui constitue l’épine dorsale de ce travail, il sera question pour nous
de présenter les différents résultats visant à décrire et à expliquer le lien entre la Performance
globale et mode de recrutement. Nous présenterons dans un premier temps les caractéristiques
de notre échantillon à partir des résultats de l’analyse descriptive et dans un second temps
nous discuterons des résultats sur la base de l’analyse prédictive et économétrique.

Section I : des répondants et situation des entreprises.

A l’issue de nos différentes analyses nous sommes arrivés aux résultats dont nous
allons exposer la quintessence en partant tout d’abord des résultats du tri à plat des variables.

I.1 Présentation des statistiques descriptives

Nous présenterons de manière distincte les caractéristiques à l’instar de l’âge des
dirigeants, le niveau d’étude, le sexe du répondant.

I.1.1 Analyse des caractéristiques sociodémographiques des répondants.

Nous discuterons de manière succincte de

I.1.1.1 Age des dirigeants.

La figure 1 ci-dessous nous donne les statistiques sur l’âge des dirigeants de notre
échantillon. Nous constatons que 63% des dirigeants ont plus de 35 ans représentant ainsi la
majorité des répondants. Toutefois nous constatons également que 37% des dirigeants ont
moins de 35 ans.

Figure 1 Age du dirigeant de l'entreprise

Age du dirigeant

37% moins de 35 ans

plus de 35 ans
63%

Source : L’auteur à partir de stata 17

I.1.2 Niveau d’étude.

La figure 2 ci-dessous nous donne une représentation du niveau d’étude des dirigeants
de notre étude. Il ressort de cette dernière que 28 dirigeants ont un niveau d’étude secondaire,
17 ont un niveau universitaire, 11 sont non scolarisé et enfin 3 ont un niveau d’étude primaire.

Figure 2 Niveau d'instruction du dirigeant

Niveau d'étude
28
30

25

20 17

15 11

10
3
5

0
Primaire Secondaire Universitaire Non scolarisé

Source : L’auteur à partir de stata 17

I.1.3 Sexe du répondant
D’après la figure 4 ci-dessus nous constatons que la majeure partie des individus de
notre échantillon 69% sont de sexe masculin, toutefois nous constatons que 31% des individus
de notre échantillon sont de sexe féminin.

Figure 3 Sexe du répondant

Sexe du répondant

31%
Masculin
Féminin

69%

Source : L’auteur à partir de stata 17

I.2 vérification de la validité des échelles de mesures.

Le contrôle de la validité et de la fiabilité des échelles de mesure utilisées dans cette
étude a été effectué grâce à l’analyse factorielle à l’aide du logiciel STATA 17

I.2.1 Analyse factorielle de la performance globale.

Tableau 2 Analyse en composante principale Rotation: (unrotated = principal)
Component Eigenvalue Difference Proportion Cumulative
Comp1 1.5707 .227786 0.3141 0.3141
Comp2 1.34291 .442665 0.2686 0.5827
Comp3 .900247 .0650732 0.1800 0.7628
Comp4 .835174 .484204 0.1670 0.9298
Comp5 .35097 . 0.0702 1.0000

Nombres d’observation = 59

Nombres de composante. = 5

Trace = 5

Rho = 1.0000
 alpha de Cronbach = 0.81

Test de KMO = 0.67

Source : L’auteur à partir de stata 17

Tableau 3 Analyse en composante principale (eigenvectors)
Variable Comp1 Comp2 Comp3 Comp4 Comp5 Unexplained
Item 1 0.4276 0.3508 0.6171 0.4424 -0.3429 0
Item 2 -0.0249 0.6206 -0.5163 0.4975 0.3165 0
Item 3 0.7096 -0.1573 0.0637 -0.1295 0.6715 0
Item 4 -0.4379 0.4567 0.5328 -0.3287 0.4558 0
Item 5 -0.3482 -0.5084 0.2544 0.6573 0.3515 0
Source : L’auteur à partir de stata 17
L’orientation de marché est appréhendée à l’aide d’une batterie de cinq items.
L’indice KMO a une valeur supérieure à 0,5 et peut être considéré comme satisfaisant. De
même, le résultat du test de sphéricité de Bartlett de 639,438 au seuil de signification de 0,000
indique que la matrice des corrélations n’est pas unitaire. Au vu de ces deux éléments, l’ACP
est pertinente pour nos données. Les résultats consignés dans le tableau 3 et 4 font ressortir le
fait que les deux premiers facteurs qui ont lorsqu’elles sont cumul de 58%, elles restituent
l’information à hauteur de58, 27% de la variance totale. Par ailleurs, les cohérences internes
de ces deux facteurs sont satisfaisantes au regard de leur coefficient alpha de Cronbach. Il se
dégage ainsi que le concept l’orientation de marché est bidimensionnel, puisqu’il comporte
deux dimensions pertinentes.

I.2.2 Analyse factorielle de l’apprentissage organisationnel.

L’apprentissage organisationnel est appréhendé à l’aide d’une batterie de trois items.
L’indice KMO a une valeur supérieure à 0,5 et peut être considéré comme satisfaisant. De
même, le résultat du test de sphéricité de Bartlett de 472,8 au seuil de signification de 0,000
indique que la matrice des corrélations n’est pas unitaire. Au vu de ces deux éléments, l’ACP
est pertinente pour nos données. Les résultats consignés dans le tableau 5 et 6 font ressortir le
fait que les deux premiers facteurs qui ont lorsqu’elles sont cumulés un effectif de 89%, elles
restituent l’information à hauteur de 89,71% de la variance totale. Par ailleurs, les cohérences
internes de ces deux facteurs sont satisfaisantes au regard de leur coefficient alpha de
Cronbach. Il se dégage ainsi que le concept l’orientation de marché est bidimensionnel,
puisqu’il comporte deux dimensions pertinentes.
Tableau 4 Analyse en composante principale Rotation: (unrotated = principal)
Componen Eigenvalue Difference Proportion Cumulative
t

Comp1 2.32138 1.95162 0.7738 0.7738

Comp2 .369768 .0609205 0.1233 0.8971

Comp3 .308848 . 0.1029 1.0000

Nombres d’observation = 59

Nombres de composante. = 3

Trace = 3

Rho = 1.0000

alpha de Cronbach = 0.71

Test de KMO = 0.73

Source : L’auteur à partir de stata 17

Tableau 5 Analyse en composante principale (eigenvectors)
Variable Comp1 Comp2 Comp3 Unexplained
Item 1 0.5856 -0.1286 -0.8003 0
Item 2 0.5706 0.7666 0.2944 0
Item 3 0.5757 -0.6291 0.5223 0
Source : L’auteur à partir de stata 17

Section II Interprétation des résultats et recommandations.

Dans cette section nous présenterons et discuterons des résultats de notre étude a partir
des analyses issues des tests de corrélations de chi2 et de corrélation et enfin nous
interpréterons les résultats de l’analyse des moindres carrées ordinaires.

II.1 Analyse des tests de chi2.

Le test d’indépendance de Khi-deux Pearson est utilisé ici pour vérifier s’il existe une
relation entre la variable dépendante et les différentes variables indépendantes. Il sert
simplement à apprécier l’existence ou non d’une relation entre deux caractères au sein d’une
population, mais ne permet en aucun cas de contrôler le sens de la dépendance entre deux
variables ni l’intensité de cette dépendance. La dépendance renvoyant ici à l’influence
qu’exerce une variable sur une autre. Pour étudier la relation entre les variables, nous allons
procéder successivement.

II.1.1 test de chi2 entre la performance globale et système de recrutement

Le tableau numéro 9 ci-dessus nous donne les informations sur la statistique de chi2
entre la Performance globale et mode de recrutement. Nous constatons que la valeur de ci2
calculée qui est de 0.04 est inférieure à la valeur du chi2 lu qui est de 0.05. Ce résultat traduit
le fait qu’il existe une corrélation entre les deux variables.
Tableau 6 Test de chi2 entre PG et RECR
RECR
PG 1.029578 1.268155 1.49397 2.489324 2.533804 2.687 2.857732 Total
8 2
-2.808917 0 0 0 0 0 1 0 3
-1.998009 0 0 0 0 0 0 0 1
-1.978972 0 0 0 0 0 0 0 1
-1.187102 0 0 0 0 0 0 0 1
-1.168064 1 0 0 0 0 0 0 12
-1.149027 0 0 0 0 0 0 0 2
-.3571568 0 0 0 0 0 0 0 4
-.3381196 0 0 1 1 0 0 0 2
.472788 0 0 0 0 1 0 0 21
1.283696 0 0 0 0 0 0 1 2
1.302733 0 0 0 0 0 0 0 2
2.11364 0 1 0 0 0 0 0 8
Total 1 1 1 1 1 1 1 59
Pearson chi2(418) = 459.2811 Pr = 0.040
Source : L’auteur à partir de stata 17
II.1.2 Test de chi2 entre la Performance globale et l’apprentissage organisationnelle.
Le tableau numéro 10 ci-dessus nous donne les informations sur la statistique de chi2
entre la Performance globale et l’apprentissage organisationnelle. Nous constatons que la
valeur de chi2 calculée qui est de 0.0239est inférieure à la valeur du chi2 lu qui est de 0.05.
Ce résultat traduit le fait qu’il existe une corrélation entre les deux variables.
 Tableau 7 Test de chi2 entre la Performance globale et l’apprentissage organisationnelle
APROR
PG -5.3276 -3.89336 -3.57391 -2.72287 -2.29937 -2.13965 -1.98397 -1.71615 Total
-2.808917 0 0 0 0 1 0 0 0 3
-1.998009 0 0 0 0 0 0 0 0 1
-1.978972 0 0 0 0 0 0 0 0 1
-1.187102 0 0 0 0 0 0 0 0 1
-1.168064 0 0 1 0 0 0 0 0 12
-1.149027 0 0 0 0 0 0 0 0 2
-.3571568 0 0 0 0 0 0 0 0 4
-.3381196 1 0 0 0 0 0 0 0 2
.472788 0 1 0 1 0 1 1 1 21
1.283696 0 0 0 0 0 0 0 0 2
1.302733 0 0 0 0 0 0 0 0 2
2.11364 0 0 0 0 0 0 0 0 8
Total 1 1 1 1 1 1 1 1 59
Pearson chi2(165) = 177.5535 Pr = 0.0239
Source : L’auteur à partir de stata 17
II.1.3 Test de chi2 entre la Performance globale et niveau d’étude des répondants.
Le tableau numéro 11 ci-dessus nous donne les informations sur la statistique de chi2
entre la Performance globale et le niveau d’étude des répondants. Nous constatons que la
valeur de chi2 calculée qui est de 0.239 est supérieur à la valeur du chi2 lu qui est de 0.05. Ce
résultat traduit le fait qu’il n’existe pas une corrélation entre les deux variables.
Tableau 8 Test de chi2 entre la Performance globale et niveau d’étude des répondants
Niveau d’étude des répondants
PG SANS BEPC PROBATOIRE BACCALAUREAT Total
DIPLOME
-2.808917 1 1 1 0 3
-1.998009 0 0 0 1 1
-1.978972 0 1 0 0 1
-1.187102 0 1 0 0 1
-1.168064 0 8 2 2 12
-1.149027 0 2 0 0 2
-.3571568 0 2 1 1 4
-.3381196 0 0 2 0 2
.472788 2 11 5 3 21
1.283696 0 0 2 0 2
1.302733 0 0 2 0 2
2.11364 0 2 2 4 8
Total 3 28 17 11 59
Pearson chi2(33) = 38.3628 Pr = 0.239
Source : L’auteur à partir de stata 17
II.1.5 Test de chi2 entre la Performance globale et le sexe du répondant
Le tableau numéro 13 ci-dessus nous donne les informations sur la statistique de chi2
entre la Performance globale et le niveau d’étude des répondants. Nous constatons que la
valeur de chi2 calculée qui est de 0.141 est supérieur à la valeur du chi2 lu qui est de 0.05. Ce
résultat traduit le fait qu’il n’existe pas une corrélation entre les deux variables.

Tableau 9 Test de chi2 entre la Performance globale et le sexe du répondant.

Sexe
PG Masculin Féminin Total
-2.808917 3 0 3
-1.998009 1 0 1
-1.978972 0 1 1
-1.187102 0 1 1
-1.168064 8 4 12
-1.149027 0 2 2
-.3571568 2 2 4
-.3381196 1 1 2
.472788 18 3 21
1.283696 2 0 2
1.302733 1 1 2
2.11364 5 3 8
Total 41 18 59
Pearson chi2(11) = 16.0153 Pr = 0.141
Source : L’auteur à partir de stata 17
I.2.4 Matrice de corrélation des variables.
L’analyse multi variée à travers l’étude des corrélations indique qu’il n’y a pas de
problème de multicolinéarité entre les variables indépendantes du modèle, dans la mesure où
les coefficients de corrélation entre les variables explicatives sont tous inférieurs à 0,7. En
effet, la présence du problème de multicolinéarité est signe d’une redondance d’information
dans le modèle et détériore sa qualité. La lecture du tableau 10 nous amène au constat selon
lequel tous les coefficients de corrélation partielle sont faibles (tous compris entre 0,1 à 0,7) et
significatifs (au seuil de 5%). Selon Anderson et al. (2015), il y a présomption de
multicolinéarité lorsqu’un coefficient de corrélation entre deux variables indépendantes est
supérieur à 0,70 (ou inférieur -0,70). Dans l’ensemble, les différentes variables explicatives
sont positivement corrélées entre elles et inférieures à 0,70 (tableau 16). Ces faibles
corrélations significatives au seuil de 5% illustrent une prédiction faite sur les mesures de la
Performance globale. De même, en admettant que le sexe du dirigeant peut être un facteur
confondant, l’analyse suivant l’aspect genre montre que les différentes dimensions de la
performance commerce sont positivement corrélées quel que soit l’âge, la taille, le secteur
d’activité et le sexe et, ce, avec une valeur inférieure à 0,7. Ces faibles corrélations
significatives au seuil de 5% laissent présupposer qu’il n’y a pas de grande disparité entre la
performance des petites et moyennes entreprises, des secteurs industriels, du commerce et de
service, âgées ou non, dirigées par un homme ou une femme.

Tableau 10 Matrice de corrélation des variables.

PG RECR APRO AGEEN TAI SEC SEX NAT

PG 1.0000

RECR 0.6248 1.0000

APRO 0.2288 -0.2219 1.0000

AGEEN 0.290 0.1352 0.1292 1.0000

AGE 0.664 0.2828 0.0527 0.1794 -0.0903 1.0000

SEX 0.602 0.0945 -0.0993 -0.0356 -0.1060 0.1805 1.0000

Source : L’auteur à partir de stata 17

II.3 Résultats de l’analyse économétrique.

Les résultats obtenus nous permettent de faire un certain nombre d’observations,

notamment en ce qui concerne leurs portées et limites permettant d’orienter les recherches
futures. En effet, les résultats des analyses de régression par les MCO établissent que le mode
de recrutement est positivement associé à la Performance globale au sein de l’ASCNPD. En
d’autres thermes il existe une corrélation positive et significative entre le recrutement et la
Performance globale au sein de l’ASCNPD. De manière spécifique, lorsque la Performance
globale s’accroit d’une unité, mode de recrutement s’accroit de 0.59. Ces résultats sont
similaires à ceux obtenus par un certain nombre d’auteurs, notamment ceux de Van Auken et
al. (2008), Birkinshaw et al. (2008), Damanpour et al. (2009), Walker et al. (2010), Alzuod et
Kharabsheh (2015) et Maalej et Amami (2016), dans leur étude visant à appréhender
l’influence de mode de recrutement sur la performance des entreprises. Ce résultat vient
confirmer notre hypothèse H1 qui disait que : le recrutement efficace améliore la
performance

Ainsi, l’adoption de nouvelles pratiques de gestion innovantes et le changement dans

la structure organisationnelle au sein des entreprises améliorent leur performance. Cela
confirme une fois de plus le rôle joué par mode de recrutement dans la création de valeur et
l’amélioration de la performance des entreprises. En conséquence l’ASCNPD peuvent
améliorer leur Performance globale grâce la mise en œuvre de nouvelles pratiques, méthodes
ou techniques de gestion, de nouvelles idées et structures organisationnelles. Toutefois,
contrairement aux travaux antérieurs qui ont appréhendé la performance sous l’angle financier
ou organisationnel, dans le cadre de cette étude, nous l’avons apprécié sous l’angle globale
Les différences observées sur les coefficients de régression comparativement aux travaux
antérieurs peuvent être attribuées aux indicateurs de performance utilisés, mais aussi à l’effet
de la taille de l’échantillon. Cette étude a également trouvé deux dimensions de mode de
recrutement ayant une influence positive et significative sur la performance des entreprises,
contrairement aux travaux antérieurs. Ce résultat vient confirmer l’hypothèse H2 de notre
étude selon laquelle il existe une relation positive entre le mode de recrutement et la
performance à l’ASCNPD.

De même, les résultats établissent également une relation positive et significative entre
la Performance globale et l’apprentissage organisationnelle. De manière spécifique il existe
une corrélation entre la performance organisationnelle et la Performance globale, lorsque la
Performance globale s’accroit d’une unité, l’apprentissage organisationnel s’accroit de 0.22.
Ce résultat pourrait traduire le fait que au sein de l’ASCNDP Camerounaise devraient mettre
sur pied des stratégies organisationnelles soit en modifiant la forme de la structure soit en
l’adaptant en fonction des objectifs poursuivies. Il serait donc judicieux de mettre sur pied des
stratégies organisationnelles orientées vers la performance organisationnelle.

L’age des employés est une variable qui nous parait pertinente au regard des résultats.
En effet, nous constatons qu’il existe une corrélation positive et significative entre la taille de
la structure et la Performance globale. Ce résultat traduit le fait que l’age des employés a une
influence sur sa Performance globale.

Tableau 11 Résultats de la

PG Coefficient Std. err. T P>t [95% conf.interval]

RECR .5967850 .1500379 0.40 0.093 -.2416814 . 3610384
Apror .2245829 .1164799 1.93 0.060 -.0093739 .4585397
AGEEN .2067453 .2543604 -0.81 0.420 -.7176432 .3041526
SEX .0498539 .3727003 -0.13 0.894 -.7984445 .6987366
AGEDI .0836701 .3570292 -0.23 0.016 -.8007843 .6334441
_cons 1.281367 1.087698 -1.18 0.244 -3.466072 .9033392
Number of obs = 59
Prob > F = 0.0741
R-squared = 0.5370
Adj R-squared = 0.6150
Root MSE = 1.2344
Source : L’auteur.

Ce dernier chapitre nous a donné l’occasion de présenter les résultats obtenus et en

faire une interprétation. Les conclusions que nous pouvons tirer de ces résultats sont les
suivantes. Tout d’abord améliorer le processus de recrutement au niveau de l’agence, tenir
compte du recrutement interne qui est souvent négligé au détriment du recrutement
externe. Enfin le niveau d’étude et la durée d’expérience professionnelle croissent avec les
probabilités d’être plus performant.
 CONCLUSION DE LA DEUXIEME PARTIE

L’objectif de cette deuxième partie était de mettre en évidence les éléments

susceptibles de nous éclairer sur le succès le lien entre le recrutement et la performance à
partir d’une méthodologie bien construite. Dans le chapitre 3, nous avons présenté le cadre
méthodologique de notre recherche, c’est-à-dire l’ensemble des outils et techniques qui nous
ont permis d’arriver aux résultats obtenus, tandis que le chapitre quatrième nous avons pu
dégager les résultats des analyses menées afin de valider ou non nos hypothèses. Il était
question pour nous d’apporter un éclairage sur le mode ou processus de recrutement et la
performance.