Académique Documents
Professionnel Documents
Culture Documents
Participation du manager
au contrôle de gestion et
performance managériale,
une nouvelle approche
Participation in Management
Control and Managerial
© Association Francophone de Comptabilité | Téléchargé le 08/01/2024 sur www.cairn.info (IP: 41.77.17.11)
Résumé Abstract
Au croisement du courant comportemen- Combining behavioural and relational
taliste et du courant relationnel en contrôle de management control research streams, a model
gestion, un modèle expliquant la Performance explaining managerial performance by man-
managériale par la Participation du mana- ager participation in management control pro-
ger au processus de contrôle de gestion a été cesses was developed and tested with a sample of
développé et testé auprès de 157 managers. 157 managers. This model has benefited from
Il se nourrit de la transposition au contrôle the research findings in knowledge management.
de gestion des travaux du management de la Manager participation has two dimensions:
connaissance. La Participation du manager 1) the manager’s contribution to management
comporte deux dimensions, la Contribution control, and 2) the use of the information ema-
du manager au contrôle de gestion et l’Utili- nating from the management accountant. The
sation qu’il fait des informations qui émanent results indicate that the relevance of the infor-
de ce processus. La Contribution du manager mation provided by the management accountant
influence positivement sa Performance mana- and the manager’s use of this information medi-
gériale à travers une double médiation de la ate the influence of manager’s contribution on
Pertinence des informations que le contrôleur managerial performance.
fournit au manager et de l’Utilisation que le
manager fait de ces informations.
Mots-clés : performance managé- Keywords: managerial performance,
riale, participation au contrôle de participation in management control,
gestion, contribution du manager au manager contribution to management
contrôle de gestion, pertinence des control, information relevance, informa-
informations, utilisation des infor- tion use.
mations.
Introduction
Les travaux sur l’asymétrie de l’information et les matelas budgétaires (Merchant 1985 ; Dunk 1990 ;
Fisher et al. 2002), comme des travaux relatifs aux échanges entre contrôleurs de gestion et managers
(Oriot 2004 ; Bollecker et Niglis 2009) montrent que ces derniers sont tentés de ne pas partager
avec leurs contrôleurs de gestion toutes les informations qu’ils détiennent. Et si leur intérêt était tout
autre ?
L’abondante littérature rattachée au courant comportementaliste du contrôle de gestion cherche
depuis des décennies à comprendre dans quelle mesure la performance des managers est influencée
par leur participation budgétaire (Kren 1997 ; Naro 1998). Malgré les efforts déployés, une méta-ana-
lyse récente met en évidence la non-significativité globale de ce lien (Bonache et al. 2012). Une raison
de ces résultats décevants pourrait provenir du périmètre étroit de la variable participation retenu
par ce courant. D’une part, celle-ci est limitée au seul processus budgétaire alors que le contrôle de
gestion s’est considérablement élargi et comprend de nos jours le pilotage d’objectifs non financiers
ou des études ponctuelles d’aide à la décision. D’autre part, elle est restreinte aux seules négociations
annuelles entre le manager et son supérieur hiérarchique, tandis que les décisions se discutent réguliè-
rement et que le service contrôle de gestion joue un rôle important dans les transferts d’informations.
C’est ce que montre un courant plus récent de travaux académiques, que nous appellerons le courant
relationnel, qui étudie les échanges entre contrôleurs de gestion et managers (Bourguignon 2001 ;
Pierce et O’Dea 2003, Löning et al. 2003 ; Oriot 2004 ; Bollecker et Niglis 2009) : il conclut que ces
et nous concluons sur les implications académiques et managériales de notre recherche ainsi que sur
ses limites.
1. Revue de littérature
L’identification de la dimension humaine et sociale du contrôle de gestion a suscité dès les années 1950
un important courant de recherche, le courant comportementaliste du contrôle de gestion1. Son objet
d’étude est le manager, ses comportements et attitudes dans le cadre du processus budgétaire, et sa
performance. L’enjeu est de comprendre les conditions selon lesquelles le processus budgétaire favorise
la performance managériale, définie comme le degré selon lequel le manager et le service qu’il dirige
atteignent leurs objectifs sur l’ensemble des dimensions attendues (Govindarajan et Gupta 1985).
La Participation budgétaire est l’un des comportements les plus étudiés. Elle correspond au degré
d’implication et d’influence du manager dans l’élaboration de son propre budget (Milani 1975 ;
Nouri et Parker 1998) ou à la possibilité qu’a un manager de participer à l’élaboration de ses objectifs
budgétaires (Kenis 1979 ; Besson et al. 2004). Les résultats des travaux empiriques sont contradic-
toires : certains concluent à un lien positif entre Participation budgétaire et Performance managériale,
d’autres à un lien négatif et d’autres encore à l’absence de lien (Nouri et Parker 1998). Devant ce
© Association Francophone de Comptabilité | Téléchargé le 08/01/2024 sur www.cairn.info (IP: 41.77.17.11)
met en évidence deux formes de participation que les travaux du management de la connaissance
nous suggèrent de distinguer en deux concepts distincts, car ils correspondent à des flux d’information
de sens contraire et obéissent à des motivations différentes (Markus 2001 ; Majchrzak et al. 2004 ;
Watson et Hewlett 2006). La Contribution à la connaissance est un comportement altruiste puisqu’il
s’agit de mettre à disposition des autres des informations susceptibles de leur être utiles. Au contraire,
l’Utilisation d’informations présentes dans le système est un comportement intéressé. La transposi-
tion de cette observation au contrôle de gestion nous amène à dissocier les deux composantes de la
Participation au contrôle de gestion.
de gestion obtient une information meilleure grâce, entre autres, à ses questionnements, reformu-
lations, recoupements avec les apports d’autres managers ou des informations du passé, et grâce à
l’enrichissement progressif des idées du manager (Byrne et Pierce 2007).
À ce stade, nous sommes à même de définir la Contribution du manager au contrôle de gestion
comme le degré selon lequel le manager partage avec le contrôleur de gestion, sans les déformer, l’es-
sentiel des informations et connaissances dont il dispose, ainsi que ses réflexions, analyses et interpré-
tations. Ces informations et connaissances partagées sont pour certaines issues de son travail terrain et
managérial, tandis que d’autres émergent ou prennent forme au travers de l’interaction avec le contrô-
leur de gestion. Il est à noter que Godener et Fornerino (2005) ont nommé « Implication dans la
transmission et l’interprétation d’informations » cette première dimension de la variable Participation
au contrôle de gestion. Nous avons remplacé ce long intitulé par celui de Contribution, retenu par le
management de la connaissance, car en un seul mot il évoque bien la richesse du concept proposé par
Godener et Fornerino (2005). Il met en valeur l’enrichissement collectif obtenu grâce aux échanges et
à la somme des contributions des différents managers.
La théorie de l’échange social (social exchange theory, Blau 1964), qui trouve ses fondements dans
la théorie du don (Mauss 1950), peut être mobilisée pour expliquer les échanges d’informations entre
manager et contrôleur de gestion. Elle postule que le don appelle un contre-don, et apporte un argu-
ment additionnel de l’ordre de l’engagement. Appliquée aux relations entre le manager et le contrôleur
de gestion, elle suggère que la Contribution du manager favorise l’obligation morale du contrôleur
de gestion d’apporter à son tour l’information attendue. À l’inverse, lorsque les managers érigent une
barrière relationnelle par rapport à leurs contrôleurs de gestion, ces derniers sont moins motivés pour
maintenir l’échange et répondre aux besoins (Bollecker et Niglis 2009).
Nous formulons en conséquence l’hypothèse suivante :
H1 : Plus la Contribution du manager au contrôle de gestion est importante, plus la
Pertinence des informations émises par le contrôleur de gestion est élevée.
En premier lieu, la théorie des attentes (expectancy theory, Vroom 1964) postule qu’un individu est
motivé pour une action lorsqu’il estime qu’elle lui permettra d’obtenir un résultat qui l’intéresse, une
récompense qu’il apprécie. La décision d’agir dépend ainsi notamment de la croyance que ses efforts
seront couronnés de succès, et de la croyance qu’il obtiendra une récompense s’il réussit. L’atteinte
de ses objectifs peut être envisagée comme la récompense attendue par le manager lorsqu’il utilise les
informations du contrôle de gestion. Selon la théorie des attentes, un manager serait alors d’autant
plus motivé pour utiliser les informations émises par le contrôleur de gestion qu’il les perçoit comme
pertinentes, car il estime alors qu’elles sont à même de l’aider à prendre une bonne décision, et à
atteindre ses objectifs.
En deuxième lieu, nous mobilisons l’approche coût-bénéfice (Beach et Mitchell 1978 ; Payne
1982), dont le raisonnement est très proche de celui de la théorie des attentes. Selon cette théorie,
le manager recherche un bon compromis entre son désir de prendre une bonne décision et l’ef-
fort requis pour la préparer. Plus le contrôleur de gestion lui donne une information adaptée à ses
besoins – déjà analysée, mise en forme, sélectionnée en fonction de ses questionnements et de son
environnement – moins il aura à faire d’efforts pour s’en servir et plus il aura tendance à l’utiliser
pour prendre sa décision.
Nous posons en conséquence l’hypothèse suivante :
© Association Francophone de Comptabilité | Téléchargé le 08/01/2024 sur www.cairn.info (IP: 41.77.17.11)
2. Méthodologie
À partir des hypothèses formulées précédemment, nous présentons dans la figure 1 le modèle ainsi
proposé.
Figure 1
Les hypothèses et le modèle proposé
H5 : Médiation double
H3 : Médiation simple
Pour tester nos hypothèses de recherche, nous avons conduit une étude quantitative auprès d’un
échantillon de managers travaillant pour des entreprises présentes sur le territoire français.
Nous présentons d’abord la méthode de collecte des données (§2.1) puis la description
des mesures utilisées pour les variables du modèle testé (§2.2) ainsi que les variables de contrôle
(§2.3). La validation des échelles (§2.4) et la méthode de test d’hypothèses sont ensuite explicitées
(§2.5).
Tableau 1
Structure de l’échantillon de l’étude
Secteur d’activité Industrie Agro-Alimentaire 3,76 %
Industrie Hors Agro-Alimentaire 32,03 %
Construction 5,41 %
Commerce 21,35 %
Transports 8,42 %
Activités immobilières 3,01 %
Services aux entreprises 16,09 %
Services aux particuliers 4,51 %
Éducation, santé, action sociale 5,41 %
Effectif de l’entreprise Entre 20 et 499 27,4 %
Entre 500 et 10 000 23,0 %
Entre 10 000 et 100 000 34,1 %
Plus de 100 000 15,5 %
© Association Francophone de Comptabilité | Téléchargé le 08/01/2024 sur www.cairn.info (IP: 41.77.17.11)
que la culture nationale de l’entreprise influence les comportements des managers dans le cadre du
contrôle de gestion (Lau et Buckland 2000 ; Douglas et Wier 2005). En second lieu, concernant les
caractéristiques du service du contrôle de gestion, deux variables ont été retenues : la direction de
rattachement hiérarchique et la situation géographique par rapport au manager. L’une et l’autre sont
susceptibles d’impacter la qualité des relations entre managers et contrôleurs par la proximité hiérar-
chique (Bouin et Simon 2004 ; Giraud et al. 2011, p. 282) ou géographique. Les niveaux de mesures
de toutes ces variables ont été décrits dans le tableau 1. Pour des contraintes statistiques nécessaires
aux méthodes de tests d’hypothèses, les variables de contrôle multinomiales ont été opérationnalisées
par des variables binaires (muettes) (Tableau 2). Concernant le secteur d’activité, deux groupes ont
été créés à partir de la liste des secteurs d’activités de l’INSEE : industrie (ou secteur secondaire) et
services (secteur tertiaire). Concernant le rattachement hiérarchique qui comporte trois niveaux, deux
variables binaires ont dû être créées.
Tableau 2
Variables de contrôle
AMOS sous SPSS) a permis de vérifier la structure de l’échelle d’Utilisation des informations émises
par le contrôle de gestion, la seule possédant plus de 3 items. Les indices d’ajustement sont satisfai-
sants au regard des normes habituellement recommandées (Hu et Bentler 1998). Les poids estimés
ainsi sont tous significatifs au seuil de 5 % et supérieurs à 0,739 (Tableau 3).
Tableau 3
Analyse en composantes principales,
fiabilité et validité convergente des échelles de mesure
Notes : L’analyse factorielle confirmatoire ne pouvant pas être faite avec moins de 4 items, nous avons reporté la
valeur minimum des poids obtenus dans le modèle causal complet.
Le contrôle de la validité convergente des trois variables est fait à partir du ρvc qui, dans les trois
cas, est supérieur au seuil de 0,5 (Tableau 3) (Bagozzi et Yi 1991). De même, le contrôle de la validité
discriminante des différentes variables est fait selon la procédure de Fornell et Larcker (1981) qui
consiste à vérifier que la variance extraite pour chaque variable est bien supérieure au carré des corré-
lations entre les variables deux à deux (Tableau 4).
À la différence des trois premières variables, la mesure de la Performance managériale est une
mesure formative et non pas réflective : ses items correspondent aux différentes caractéristiques défi-
nissant le construit et ne partagent pas nécessairement un thème commun entre eux (Jarvis et al.
2003). De ce fait, la méthode traditionnelle d’épuration et validation des échelles, qui cherche, en
particulier, à trouver une variance commune partagée par les différents items (Gerbing et Anderson
1988) n’est pas appropriée. Nous avons ainsi suivi la démarche de construction d’index proposée par
Diamantopoulos et Winklhofer (2001) pour calculer l’index de performance. La condition de non-
multicolinéarité des indicateurs est vérifiée (le VIF maximum est égal à 1,765 et est donc inférieur
à 10). L’index formatif est finalement calculé par la moyenne des scores des huit items de la perfor-
mance.
Le tableau 4 montre les paramètres de statistiques descriptives de l’ensemble des variables du
modèle.
Tableau 4
Moyennes, écarts-types, variances expliquées et corrélations
Matrice de Corrélations
Écart
Moyenne type Min Max VE (1) (2) (3) (4)
CONTRIBUTION (1) 3,487 0,920 1,00 5,00 0,821 1 0,090 0,319 0,335
PERTINENCE (2) 3,624 0,777 1,00 5,00 0,829 0,329** 1 0,123 0,013
UTILISATION (3) 3,543 0,770 1,00 5,00 0,715 0,536*** 0,353 1 0,291
**
PERFORMANCE (4) 5,543 0,623 4,00 7,60 N.D. 0,530 0,103 0,536 1
*** n.s. ***
© Association Francophone de Comptabilité | Téléchargé le 08/01/2024 sur www.cairn.info (IP: 41.77.17.11)
Avant d’examiner le modèle de mesure, nous avons procédé à une dernière vérification liée au fait
que selon notre design de recherche, toutes les variables sont mesurées à partir des perceptions du
même répondant (Podsakoff et Organ 1986). L’objectif est de nous assurer de l’absence d’un biais de
variance commune dans les données que nous avons collectées. Nous avons procédé selon la méthode
proposée par Williams et al. (1989). Suivant cette méthode, nous avons comparé les ajustements de
deux analyses factorielles : la première analyse factorielle confirmatoire inclut les quatre construits
de notre modèle ; la seconde analyse inclut les quatre construits du modèle auxquels est ajouté un
cinquième facteur, le facteur commun lié à tous les items mesurés. Les résultats montrent que l’ajout
de ce facteur commun n’améliore pas l’ajustement (Δχ2 = 12,14, Δddl = 10, p > 0,05). Nous en
concluons qu’il n’existe pas un facteur commun qui partage la variance entre les construits, et donc
qu’il n’existe pas de biais dû au fait que les variables ont été évaluées par le même répondant.
par des ajustements prenant en compte, à chaque fois, une seule variable de contrôle parmi la liste
du tableau 2, afin de détecter celles qui influencent significativement les variables dépendantes. À la
fin de ces ajustements, deux variables de contrôle ont été identifiées comme ayant un impact signi-
ficatif : 1) l’impact du Rattachement hiérarchique à la Direction Administrative et Financière sur la
Performance managériale et 2) l’impact de la Situation géographique du contrôle de gestion sur l’Uti-
lisation des informations. Enfin, un dernier ajustement a été réalisé en incluant simultanément ces
deux variables de contrôle. Tous ces ajustements par la méthode d’équations structurelles ont été réali-
sés en utilisant le logiciel AMOS sous SPSS, avec recours à la fonction du maximum de vraisemblance
(MV). Celle-ci est mieux adaptée aux échantillons de petite taille (Hu et Bentler 1998). Le tableau 5
montre les ajustements du modèle sans variables de contrôle et celui incluant les deux variables de
contrôle à effet significatif. Selon la comparaison des χ², il existe ainsi une différence significative entre
les deux ajustements avec une légère amélioration des indices d’ajustement en présence des variables
de contrôle. Ce dernier ajustement a donc été retenu. Par ailleurs, il est important de signaler que tous
les ajustements réalisés, y compris les intermédiaires, se sont révélés satisfaisants au regard des normes
habituellement recommandées par Hu et Bentler (1998). Ces différents ajustements permettent aussi
d’accroitre la crédibilité des résultats obtenus.
Tableau 5
© Association Francophone de Comptabilité | Téléchargé le 08/01/2024 sur www.cairn.info (IP: 41.77.17.11)
Notes : Le modèle 2 est comparé avec le modèle 1. RH : Rattachement Hiérarchique ; SG : Situation géogra-
phique du contrôle de gestion.
Le test de l’effet médiateur a été mis en œuvre suivant les recommandations de Shrout et Bolger
(2002), MacKinnon et al. (2007) et Cheung et Lau (2008). Une procédure de ré-échantillonnage
BCa avec le logiciel AMOS sous SPSS (bias-corrected and accelerated bootstrap) avec 1 000 échantillons
a permis de calculer des intervalles de confiance à 95 % pour le paramètre indicateur de la double
médiation. En même temps, cette procédure de ré-échantillonnage est conseillée quand il s’agit d’un
échantillon de taille relativement petite pour contrôler l’hypothèse de multi-normalité des mesures
(Bollen et Stine 1992).
3. Résultats
La figure 2 montre les résultats de l’ajustement du modèle théorique aux données en incluant les deux
variables de contrôle impactant significativement les variables dépendantes.
Figure 2
Résultats de l’ajustement du modèle et test des hypothèses
Médiation double : Effet indirect : 0,108 ; I.C. à 95 % [0,032 ; 0,371]
S.G. R.H.
RMSEA = 0,065 ; SRMR = 0,072 ; ²/ddl = 2,319 ; IFI = 0,952 ; TLI = 0,945
Notes: ** : significatif au seuil de 0,001
© Association Francophone de Comptabilité | Téléchargé le 08/01/2024 sur www.cairn.info (IP: 41.77.17.11)
la Pertinence des informations. Pour le second, cela indique que la double médiation identifiée est
totale, et donc que l’effet de la Contribution du manager au contrôle de gestion sur la Performance
passe nécessairement par la Pertinence des informations et leur Utilisation. L’absence d’effets directs
montre aussi que le modèle théorique proposé est complet et que nous n’avons pas omis d’autres
variables médiatrices en parallèle avec le chemin indirect proposé (Zhao et al. 2010).
Concernant les variables de contrôle, le Rattachement hiérarchique du contrôle de gestion a un
impact significatif sur la Performance managériale (β = –0,117, p < 0,05) et la Situation géographique
du contrôle de gestion a un impact significatif sur l’Utilisation des informations émises par le contrôle
de gestion (β = –0,140, p < 0,05).
Les résultats obtenus supportent ainsi l’ensemble des hypothèses formulées dans la partie 1, pour
une erreur de première espèce de 5 %.
En termes de poids explicatif des variables, le modèle explique 21,8 % (R² = 0,218) de la variance
de la Pertinence des informations, 25,3 % (R² = 0,253) de l’Utilisation des informations et 23,6 %
(R² = 0,236) de la Performance managériale. Ces coefficients de détermination sont, du point de vue
pratique, plus facilement interprétables que les coefficients de régression. Ils vont nous permettre dans
la suite de discuter les implications managériales de nos résultats.
© Association Francophone de Comptabilité | Téléchargé le 08/01/2024 sur www.cairn.info (IP: 41.77.17.11)
Cheung, G.W., Lau, R.S. (2008). Testing media- a lean manufacturing environment. Accounting,
tion and suppression effects of latent variables. Organizations and Society 38 (1) : 50-71.
Organizational Research Methods 11: 296-325. Gerbing, D.W., Anderson, J.-C. (1988). An updated
Cox III, E.P. (1980). The optimal number of response paradigm for scale development incorporating
alternatives for a scale: A review. Journal of marke- unidimensionality and its assessment. Journal of
ting research, 407-422. Marketing Research 25 (2) : 186-192.
Cronbach, L.J. (1951). Coefficient alpha and the Giraud, F., Zarlowski, P., Saulpic, O., Lorain, M.-A.,
internal structure of tests. Psychometrika 16 (3) : Fourcade, F., Morales, J. (2011). Les fondamentaux
297-334. du contrôle de gestion. Paris : Pearson.
Davenport, T. H., Prusak, L. (1998). Working Godener, A., Fornerino, M. (2005). Pour une meil-
knowledge: How organizations manage what they leure participation des managers au contrôle de
know. Harvard Business Press. gestion. Comptabilité – Contrôle – Audit 11 (1) :
Davila, T., Wouters, M. (2005). Managing budget 121-140.
emphasis through the explicit design of conditio- Goh, S. C. (2002). Managing effective knowledge
nal budgetary slack. Accounting, Organizations and transfer: an integrative framework and some prac-
Society 30 (7) : 587-608. tice implications. Journal of knowledge manage-
Diamantopoulos, A., Winklhofer, H.M. (2001). ment 6 (1) : 23-30.
Index construction with formative indicators: Govindarajan, V., Gupta, A.K. (1985). Linking control
An alternative to scale development. Journal of systems to business unit strategy. Accounting,
© Association Francophone de Comptabilité | Téléchargé le 08/01/2024 sur www.cairn.info (IP: 41.77.17.11)
Joreskög, K.G. (1971). Simultaneous factor analy- Markus, M.L. (2001). Toward a theory of knowledge
sis in several populations. Psychometrika 36 (4) : reuse: Types of knowledge reuse situations and fac-
409-426. tors in reuse success. Journal of management infor-
Kaiser, H.F. (1960). The application of electronic mation systems 18 (1) : 57-94.
computers to factor analysis. Educational and Majchrzak, A., Cooper, L.P., Neece, O.E. (2004).
Psychological Measurement 20: 141-151. Knowledge reuse for innovation. Management
Kenis, I. (1979). Effects of budgetary goal charac- science 50 (2) : 174-188.
teristics on managerial attitudes and perfor- Mauss, M. (1950). Essai sur le don. Sociologie et anthro-
mance. Accounting Review, 707-721. pologie. Paris : Presses Universitaires de France,
Kogut, B., Zander, U. (1992). Knowledge of the firm, collection Quadrige (58).
combinative capabilities, and the replication of McIver, D., Lengnick-Hall, C., Lengnick-Hall, M.,
technology. Organization Science, 3: 383-97. Ramachandran, I. (2013). Understanding work
Kren L. (1997). The Role of Accounting Information and knowledge management from a knowledge-
in Organizational Control : The State of the Art. in-practice perspective. Academy of Management
In Accounting Research, foundations and fron- Review 38 (4) : 597-620.
tiers (Eds, Arnold, V., Sutton, S. G.). Behavioral, MacKinnon D.P., Fairchild A.J., Fritz M.S. (2007).
American Accounting Association, 1-48. Mediation analysis. Annual Review of Psychology
Lau, C.M., Buckland, C. (2000). Budget emphasis, 58: 593-614.
participation, task difficulty and performance: the Merchant, K.A. (1985). Organizational controls and
© Association Francophone de Comptabilité | Téléchargé le 08/01/2024 sur www.cairn.info (IP: 41.77.17.11)
Nonaka, I. (1994). A dynamic theory of organiza- Vroom, V.H. (1964). Work and motivation. New-
tional knowledge creation. Organization Science, York: Wiley.
5 (1) : 14-37. Wang, S., Noe, R.A. (2010). Knowledge sharing: A
Oriot, F. (2004). L’influence des systèmes relationnels review and directions for future research. Human
d’acteurs sur les pratiques de contrôle de gestion. Resource Management Review 20 (2) : 115-131.
Comptabilité – Contrôle – Audit 10 (1) : 237-255. Watson, S., Hewett, K. (2006). A multi-theoretical
Payne, J.W. (1982). Contingent decision behavior. model of knowledge transfer in organizations:
Psychological Bulletin 92 (2) : 382-402. determinants of knowledge contribution and
Pierce, B., O’Dea, T. (2003). Management accoun- knowledge reuse. Journal of Management Studies
ting information and needs of managers percep- 43 (2) : 141-173.
tions of managers and accountants compared. The Wentzel, K. (2002). The influence of fairness percep-
British Accounting Review 35 (3) : 257-290. tions and goal commitment on managers’ perfor-
Podsakoff, P.M., Organ, D.W. (1986). Self-Reports in mance in a budget setting. Behavioral Research in
Organizational Research: Problems and Prospects. Accounting 14 (1) : 247-271.
Journal of Management 12 (4) : 531-544. Widener, S.K. (2007). An empirical investigation
Schein, E.H. (1985). Organizational culture and lea- of the levers of control framework. Accounting,
dership: A dynamic view. San Francisco: Jossey- Organizations and Society 32 (7) : 757-788.
Bass. Wiersma, E. (2009). For which purposes do mana-
Searfoss, D.G. (1976). Some behavioral aspects of bud- gers use balanced scorecards? An empirical study.
© Association Francophone de Comptabilité | Téléchargé le 08/01/2024 sur www.cairn.info (IP: 41.77.17.11)
Annexe 1
Échelle de mesure de la Contribution du manager
au Contrôle de Gestion
Item Label
Même dans les situations sensibles, vous fournissez les informations de qualité que vous détenez CM1
lorsque le département du contrôle de gestion vous en fait la demande
Même dans une situation délicate, vous répondez aux attentes explicites liées au processus de CM2
contrôle de gestion
Lorsque le besoin s’en fait sentir, vous participez activement aux analyses de gestion que le CM3
département du contrôle de gestion réalise
Annexe 2
Échelle de mesure de la Pertinence des Information émises
par le contrôleur de gestion
© Association Francophone de Comptabilité | Téléchargé le 08/01/2024 sur www.cairn.info (IP: 41.77.17.11)
Annexe 3
Échelle de mesure de l’Utilisation des informations émises
par le Contrôleur de Gestion
Item Label
Vous vous servez des informations issues du processus de contrôle de gestion pour prendre vos UI1
principales décisions
Vous vous servez des informations issues du contrôle de gestion pour argumenter vos principales UI2
décisions face aux partenaires que vous devez convaincre : supérieur hiérarchique, collaborateurs,
etc.
Vous vous servez des informations issues du processus de contrôle de gestion pour faire UI3
régulièrement le point sur la situation de votre centre de responsabilité
Vous vous servez des informations issues du processus de contrôle de gestion pour détecter des UI4
problèmes à gérer
Vous utilisez les informations issues du contrôle de gestion pour stimuler les membres de votre UI5
équipe en faveur de la réalisation des objectifs
Annexe 4
Échelle de mesure de la Performance managériale
(Govindarajan et Gupta 1985)
Item Label
Qualité des réalisations PF1
Quantité de réalisations PF2
Délais de livraison des réalisations PF3
Développement personnel PF4
Atteinte des objectifs budgétaires PF5
Programmes de réductions de coûts PF6
Affaires politiques/publiques PF7
Développement de nouveaux types de réalisations PF8
© Association Francophone de Comptabilité | Téléchargé le 08/01/2024 sur www.cairn.info (IP: 41.77.17.11)