Section III - La validation du modèle
structurel
Nous souhaitons à présent exposer la
méthodologie suivie pour tester les hypothèses de recherche H1 et
H2. Notre objectif est de valider l'applicabilité de
modèle d'intention à notre contexte d'étude et de
souligner le rôle joué par les variables explicatives .de ce fait
nous cherchons dans un premier temps à valider nos hypothèses (H1
et H2) c'est-à-dire l'action de la désirabilité
perçue (H1) et de la faisabilité perçue (H2) sur
l'intention. Dans un second temps nous mettons en relief les effets des
différentes variables, en employant les modèles
d'équations structurelles.
III-1- La régression hiérarchique
Pour les analyses de régression, des scores ont
été calculés pour les variables introduites en
additionnant les items correspondant à chacune d'elles.
Tableau 15 a- les résultats de la
régression hiérarchique.
Récapitulatif du modèle
|
Modèle
|
R
|
R-deux
|
R-deux ajustél'estimation
|
Erreur
standard de
|
Changement dans les statistiques
|
|
Variation
de R-deuxVariation
|
de F
|
ddl 1
|
ddl 2
|
Modification
de F
signification
|
|
1
2
|
,733a
,790b
|
,537
,624
|
,533
,619
|
3,93221
3,55283
|
,537
,088
|
166,787
33,396
|
1
1
|
144
143
|
,000
,000
|
a. Valeurs prédites : (constantes), FAISABIL
b. Valeurs prédites : (constantes), FAISABIL, DESIR
Tableau 15 b- les résultats de la
régression hiérarchique.
Coefficientsa
|
|
|
Coefficients non CoefficientsIIntervalle de confiance
à
standardisés standardisés 95% de B
Erreur Borne Borne
|
|
|
|
|
Modèle B standard Bêta t Signification
inférieure supérieure
|
|
|
|
|
|
1 (constante)5,005 1,013 4,940 ,000 3,002 7,007
FAIS ,893 ,078 ,690 11,454 ,000 ,739 1,047
|
|
|
|
|
|
2
|
|
|
(constante) 2,827 1,188 2,380 ,019 ,479 5,176
FAIS ,802 ,080 ,620 9,970 ,000 ,643 ,961
DESIR ,235 ,072 ,202 3,248 ,001 ,092 ,379
|
|
|
|
|
a.Variable dépendante : INTEN
Il en résulte de la régression
hiérarchique selon la méthode de pas à pas, la
faisabilité perçue explique plus de 53% de la variance de
l'intention de créer une entreprise. La deuxième étape
confirme l'intérêt de la variable la désirabilité
perçue. En effet, la variance expliquée a augmentée de 8,8
% pour atteindre 61,9 % (AF= 33,396, p< 0,001) une fois introduit le
construit de " la désirabilité perçue «. La
capacité de modèle de Krueger (2000) à prédire est
ainsi comparable aux recherches précédentes effectuées sur
les modèles d'intention. Néanmoins, la faisabilité
perçue a une plus grande influence sur l'intention que la
désirabilité perçue.
Suite a ces différents résultats, nous avons
constatés dans un 1er temps que la faisabilité perçue a un
effet significatif sur l'explication de l'intention. D'où notre
hypothèse (H1) est validée. L'introduction d'une mesure de la
désirabilité perçue démontre la contribution
significatif de cette variable et dans le sens souhaité (même si
elle est marginale) de cette variable à la prédiction de
l'intention. Notre hypothèse (H2) est ainsi validée. Enfin,
l'analyse du modèle montre l'influence prépondérante du "
Faisabilité perçue " dans la prédiction de l'intention. Ce
résultat est similaire à celui obtenu par Krueger et al (2000).
En effet dans leur test des modèles de Shapero et de la théorie
de comportement planifié, la faisabilité apparaît a chaque
fois, comme le déterminant principal de l'intention, conformément
à attentes (TCP : t= 2,9>t= 2) ; Shapero t=3>t=2,3). Dans notre
échantillon, la stimulation du potentiel entrepreneur devrait avant
tout, reposer sur les mesures permettant de faire bâtir un environnement
d'affaire favorable envers l'acte de création qui fera l'objet de la
section suivante. Avant tout ça, nous allons chercher une grande
validité en utilisant les modèles d'équations
structurelles.
|
|
