SECTION 4.2. Vérification des hypothèses
de la recherche :
Introduction: choix des méthodes d'analyse
:
Dans le cadre de cette section, nous allons tester les
hypothèses de notre modèle conceptuel. Dans cet objectif, nous
avons employé trois méthodes d'analyse en fonction de la nature
des échelles de mesure de chaque variable et de la nature de la relation
entre les variables étudiées. Ces méthodes sont : la
méthode de régression linéaire, l'analyse discriminante,
et l'analyse de variance univariée.
En premier lieu, nous avons utilisé la
régression linéaire descendante pour tester l'impact des
variables relationnelles (confiance, dépendance, et partage des
connaissances) sur la valeur perçue de l'externalisation des SI. Toutes
ces variables sont mesurées par des échelles de mesure continues,
d'où le choix de la régression linéaire descendante. Le
principe de cette méthode descendante consiste à introduire
systématiquement toutes les variables indépendantes possibles et
à appliquer la méthode standard. Par la suite les variables dont
la probabilité de contribution n'atteint pas un certain seuil sont
progressivement éliminées, une par une. Ce critère est
généralement fixé au seuil de p = 0.10. Ainsi, il existe
une relation significative entre les facteurs si le test de Fisher F a une
probabilité significative inférieure à 0.1. Quant au sens
de la relation, il est positif quand Bêta affiche une valeur positive.
En second lieu, l'analyse discriminante est utilisée
pour la vérification de l'impact de la valeur perçue sur
l'externalisation des SI. Nous avons fait recours à cette méthode
d'analyse puisque les trois dimensions de l'externalisation des SI, à
savoir, le degré, la durée et le type des fonctions SI
externalisées, sont des variables discrètes. L'analyse
discriminante peut être vue comme un cas spécial d'analyse
factorielle, mais le but diffère. L'analyse discriminante vise à
déterminer les variables expliquant le mieux l'appartenance à un
groupe. L'objet de cette analyse est donc d'identifier les axes discriminants,
c'est-à-dire les variables contribuant le plus à
caractériser les types de la variable à expliquer. L'analyse
discriminante a été effectuée sous SPSS en utilisant la
méthode pas à pas « Stepwise». Cette
méthode se déroule en trois étapes : la
vérification l'existence de différences entre les groupes, la
validation de l'étude, et la vérification du pouvoir discriminant
des axes.
En fin, pour vérifier l'impact modérateur des
variables contextuelles (taille de l'entreprise et secteur d'activité),
le choix du test statistique utilisé s'est porté sur l'analyse de
variance univariée. En effet, notre objectif est de vérifier si
la relation entre la valeur perçue d'externalisation et les
différentes dimensions de l'externalisation des SI varie en fonction de
la taille de l'entreprise et du secteur d'activité. Pour étudier
cet effet univarié, nous avons eu recours au test des effets
inter-sujets qui se base sur la statistique F de Fisher et degré de son
signification (p<0.05). De plus nous avons eu recours à
l'interprétation des graphiques des moyennes marginales estimées
de chaque dimension.
4.2.1. Vérification de l'impact de la confiance
envers le prestataire sur la valeur perçue de l'externalisation des
SI
Nous allons traiter l'impact de la confiance envers le
prestataire, (qui est une variable composée de trois facteurs à
savoir : la bienveillance, l'intégrité et la compétence)
sur chacune des dimensions de la valeur perçue de l'externalisation des
SI. Rappelons que L'analyse factorielle a permit d'unifier deux dimensions
relatives à la valeur perçue de l'externalisation des SI qui sont
la valeur perçue technologique et la valeur perçue
stratégique. Tandis que le deuxième facteur est relatif à
la valeur perçue économique. Nous allons donc vérifier
l'impact de la confiance sur chacun de ces deux facteurs.
En premier lieu, nous allons vérifier l'impact de la
confiance sur la valeur perçue technologique et stratégique de
l'externalisation des SI. Le modèle global visant à
étudier cet impact révèle que la confiance envers le
prestataire (par toutes ses dimensions) explique 28 % de la valeur
perçue technologique et stratégique de l'externalisation des SI
(R deux = 0.28, R deux ajusté = 0.263). Ce modèle montre un
impact significatif de la confiance sur la valeur perçue relative
à des considérations technologiques et stratégiques de
l'externalisation des SI (F= 16.703, p= 0.000). De plus toutes les dimensions
de la confiance (Bienveillance, intégrité et compétence)
ont un impact significatif sur la valeur perçue technologique et
stratégique de l'externalisation des SI puisque les coefficients
Bêta sont positifs : 0.297, 0.260, et 0.352 respectivement pour les trois
dimensions. Ainsi l'équation de régression s'écrit comme
suit :
Valeur perçue technologique et stratégique de
l'externalisation des SI =
+ 0.297 Confiance envers le prestataire / Bienveillance
(t = 3.973 ; p = 0.000)
+ 0.260 Confiance envers le prestataire /
Intégrité
(t = 3.485 ; p = 0.001)
+ 0.352 Confiance envers le prestataire / Compétence
(t = 4.709 ; p = 0.000)
Par conséquent, l'hypothèse H.1.a est
validée car l'impact positif a été
démontré pour toutes les dimensions de la confiance envers le
prestataire sur la valeur perçue technologique et stratégique de
l'externalisation des SI.
En second lieu, nous traitons l'impact de la confiance sur le
deuxième facteur de la valeur perçue qui est la valeur
perçue économique de la valeur perçue de l'externalisation
des SI. Le modèle global de la régression montre que deux
dimensions de la confiance envers le prestataire (intégrité et
compétence) explique 9.9% de la valeur perçue économique
de l'externalisation des SI (R deux = 0.099, R deux ajusté = 0.085). Le
modèle issus de notre régression est significatif (F= 16.703, p=
0.000). De plus les deux dimensions intégrité et
compétence possèdent des Bêta positives, à savoir
0.229 et 0.216. Toutefois, l'analyse de la régression montre que la
dimension bienveillance n'a pas d'effet significatif sur la valeur
perçue économique de l'externalisation des SI (t = 1.478, p =
0.142). Par conséquent, le modèle issu de cette régression
se présente comme suit :
Valeur perçue économique de l'externalisation des
SI =
+ 0.229 Confiance envers le prestataire /
Intégrité
(t = 2.747 ; p = 0.007)
+ 0.216 Confiance envers le prestataire / Compétence
(t = 2.597 ; p = 0.010)
On peut dons déduire que l'hypothèse
H.1.b est partiellement validée, puisque toutes les
dimensions de la confiance envers le prestataire à l'exception de la
dimension bienveillance ont un impact positif sur la valeur perçue
économique de l'externalisation des SI.
| 
