View
240
Download
1
Category
Preview:
Citation preview
Université Jean Moulin Lyon 3
École doctorale : Sciences économiques et de Gestion
Les déterminants de l’adoption de
l’elearning : étude empirique au
sein de l’entreprise tunisienne
par Tarek LASSOUED
Thèse de doctorat de Sciences de gestion
sous la direction d’Alain ROGER
présentée et soutenue publiquement le 4 Juin 2010
Membres du jury :
Jean-Marie PERETTI, Professeur, Université de Corse
Pia IMBS, Maître de Conférences HDR, EM Strasbourg
Laïd BOUZIDI, Professeur, Université Jean Moulin Lyon 3
Alain ROGER, Professeur, Université Jean Moulin Lyon 3
Dédicaces
A mon père Abdesslem, ma mère Mabrouka,
Vous avez fait de moi ce que je suis aujourd’hui
En témoignage de mon affection, de mon profond attachement et ma reconnaissance pour
tout ce que vous avez sacrifié pour moi, ce travail ne présente qu’une modeste compensation.
Ce travail est l’aboutissement de vos prières et vos encouragements.
A Manel, mon épouse. Ce travail te doit beaucoup… Qu’il soit pour toi le témoignage de ma
profonde affection et de mon amour sincère pour tes sacrifices et le réconfort que tu m’as
apporté dans les moments les plus difficiles de ma période de thèse.
A mon ange et mon cœur Lyna qui vient de naitre, je te souhaite une vie pleine de joie, de
bonheur et de réussite.
A mon oncle et beau père Salah et sa femme Jalila a qui je dois beaucoup, qu’ils trouvent
dans ce travail l’expression de mon amour et de ma gratitude pour la bienveillance avec
laquelle ils mont toujours entouré, que dieu leur préserve longue vie et bonne santé.
A mes chers frères et sœurs : Raja, Nabila, Lamia, Ines, Lassad et Yosri,
Remerciements
Mes remerciements s’adressent, en premier lieu, à mon directeur de thèse, M. Alain Roger,
directeur du centre de recherche MAGELLAN pour avoir eu l’obligeance d’accepter de
diriger ce travail. Je lui suis également reconnaissant pour sa disponibilité, ses qualités
pédagogiques et scientifiques. J’ai beaucoup appris à ces côtés et je lui adresse toute ma
gratitude.
Je voudrais remercier les rapporteurs de cette thèse Madame Pia IMBS et Monsieur Jean
Marie PERETTI, pour l’intérêt qu’ils ont porté à mon travail.
J’associe à ces remerciements Monsieur BOUZIDI Laïd pour avoir accepté d’examiner mon
travail.
Je remercie aussi le professeur Faouzi Dkhil et le directeur de l’école virtuelle de la poste
tunisienne Monsieur Lotfi Brahem pour leur gentillesse et leur précieuse aide dans
l’accomplissement de cette recherche.
Je tiens également à exprimer mes sentiments de reconnaissance à tout le personnel de la
Poste Tunisienne, de Tunisie Télécom et la Société Nationale des Chemins de Fer de Tunisie
pour l’aide qu’ils m’ont fournie pour mon étude empirique.
Je remercie tout particulièrement mon épouse, Manel Lassoued pour avoir consacré de
nombreuses heures à transcrire les enregistrements des conversations, à relire
minutieusement le texte de ma thèse, et pour m’avoir soutenu tout au long de ce travail.
Enfin, mes remerciements vont à ma famille et mes amis qui, avec cette question récurrente,
« quand est-ce que tu la soutiens cette thèse ? », bien qu’angoissante en période fréquente de
doutes, m’ont permis de ne jamais dévier de mon objectif final. Merci à Nabila, Lassad, Raja,
Lamia, Yosri, Ines, Mahran, Mondher, Mohamed, Sami, Issam, Wadid, Hichem, Haykel.,
Introduction générale
Bouleversant l’être et l’agir de l’Homme, les Nouvelles Technologies de l’Information et de
la Communication (NTIC) semblent avoir profondément changé les manières de faire et de
vivre de l’humain. Les NTIC composantes de ce monde en mouvement modifient
considérablement les rapports entre les hommes et le rapport des hommes avec l’organisation
(Yanat et al, 2002).
Ces nouveaux instruments sont utilisés dans la vie quotidienne des individus et ont été à
l’origine de profondes mutations sur les plans économique, social et politique (Hamelink,
1997). L’émergence des NTIC et leur évolution ont engendré de nombreux débat dans lemilie
s ux professionnel et académique sur l’ampleur de leurs impacts, les modes de leur gestion et
leur intégration, les caractéristiques de leur rapport avec l’homme et la société
C’est ainsi que la dernière décennie a vu fleurir plusieurs travaux traitant des problématiques
liées aux impacts des NTIC, des modalités de leur mise en place, des conditions de leurs
utilisation ou encore des déterminants du succès de leur implantation…
Le sujet le plus couramment abordé par les recherches sur les technologies de l’information et
de la communication (TIC) concerne leurs impacts sur le travail et la productivité des
travailleurs (Germain, 2006 ; De Beer, 2006 ; Rivard et al, 1999). Ces études ont essayé de
cerner les impacts de l’automatisation et de l’information sur les spécialités du travail et les
types d’emploi. Elles ont essayé d’établir les liens entre l’introduction de ces technologies et
les variations de la productivité au travail. Les résultats étaient contradictoires et paradoxaux
et aucune convergence dans les conclusions n’a été établie.
Avec l’invasion des NTIC, Internet en tête, dans tous les domaines de la vie, les recherches se
multiplient, les colloques internationaux se succèdent et les conférences scientifiques
s’organisent dans l’ambition de comprendre et de cerner les modifications introduites par ces
technologies. Un des phénomènes liés aux NTIC et qui prend de plus en plus d’ampleur
consiste dans la numérisation et ses conséquences.
En effet, au niveau économique, l’ajout de la lettre « e » comme préfixe à des vocables
courants devient une mode largement répandue. Ainsi, on parle désormais, d’e-business ou e-
économie pour désigner une économie ou l’immatériel prend le pas sur le matériel avec
l’apparition de nouveaux paradigmes économiques bâtis sur le progrès fulgurants des NTIC
(Jacquet, 2001 ; Ulrich, 2000).
Une autre manifestation des impacts des NTIC est concrétisée par l’apparition du modèle du
e-commerce ou e-marketing qui constitue, selon les dires de plusieurs auteurs, une véritable
révolution dans les règles de fonctionnement de la commercialisation détruisant, ainsi, les
canaux de distribution classiques (Navarre, 2000). Dans le cadre de l’e-commerce, les
transactions et les opérations commerciales (ventes, achats, …) s’effectuent en ligne, en temps
réel et abstraction faite des contraintes spatiales et temporelles.
Dans les domaines de la gestion, la Gestion des Ressources Humaines (GRH) commence, elle
aussi, à intégrer des NTIC dans ses pratiques et règles de fonctionnement. On parle d’ores et
déjà de « e-GRH » ou fonction ressources humaines virtuelle (Kalika et Laval, 2006; Barthe,
2001; Gunia, 2001; Laval, 2000) pour désigner les profondes mutations engendrées par les
NTIC sur le management des hommes aussi bien au niveau de l’organisation que des
différentes activités afférentes à la gestion quotidienne des ressources humaines. Ce dernier
aspect couvre l’intégration des opportunités et des services offerts par les NTIC aux
nombreuses activités de la GRH.
A ce niveau, la formation, une pratique essentielle au sein de la GRH, commence à incorporer
les NTIC dans ses modalités. En effet, on assiste de plus en plus à l’émergence de la
formation électronique ou e-formation ou encore e-learning parmi les nouvelles méthodes
d’acquisition des connaissances et de développement des compétences (Roussel, 2001). Cette
pratique de formation électronique renferme deux dimensions innovatrices. La première
découle de la nouvelle logique de formation et la seconde de l’aspect technologique apporté
par les NTIC.
Ainsi, les recherches sur l’e-learning se sont multipliées dans l’ambition de comprendre
l’impact de l’intégration de ce mode de formation sur l’apprenant d’une part, et sur
l’organisation d’autre part. Particulièrement, les études sur l’acceptation de l’e-learning
(Venkatesh et al, 2003) et sur l’efficacité de l’e-learning (Lim et al, 2007)
En termes d’enjeux organisationnels, l’e-formation est susceptible, grâce aux solutions
pédagogiques et techniques qu’elle propose, de contribuer au développement du capital
humain tout en offrant des avantages financiers et sociaux considérables.
A cet effet, Anderson (2000) et Guerrero (2001) mettent l’accent sur les économies
engendrées par l’e-formation et qui peuvent dépasser les 50% des coûts totaux et ce en
éliminant les frais de transport, d’hébergement et du temps de formation.
L’e-formation présente des possibilités potentielles pour battre les contraintes géographiques
et de temps permettant ainsi une large distribution de la formation pour tous les salariés d’une
entreprise.
L’e-learning est, par ailleurs, considéré au cœur des réflexions sur la mise en place d’une
organisation apprenante et créatrice de savoir par les mécanismes d’apprentissage
organisationnel et de knowledge management. La logique innovante de la méthode favorise le
partage des connaissances entre les acteurs, même situés à différentes localisations, la création
d’une alchimie entre leurs savoirs individuels et le transfert et la capitalisation des savoirs
collectifs constitués.
Cependant, si au niveau théorique l’e-formation connaît une rhétorique concernant ses
avantages et ses enjeux, la réalité de la pratique est tout à fait autre. A cet égard, des études
empiriques et des enquêtes montrent que la formation électronique est loin d’être une réalité
dominante.
Les méthodes traditionnelles de formation gardent leur primauté et ce malgré la prise en
conscience par les responsables des ressources humaines des avantages organisationnels,
financiers et sociaux de l’e-learning.
C’est d’ailleurs précisément ce décalage entre le discours, les projections et la réalité qui nous
a poussé à réfléchir sur les raisons qui entravent aujourd’hui le recours à la formation
électronique. Outre cet aspect, nous avons noté que très peu de recherches ont été menées sur
le sujet dans le contexte tunisien. Quelques travaux qui se sont intéressés à l’e-formation mais
sont restés superficiels et se sont arrêtés à un niveau descriptif. Ainsi, les questions constituant
la trame de la présente recherche sont les suivantes :
Quelles sont les conditions de mise en place de la formation électronique ? Quels sont les
facteurs qui favorisent ou inhibent l’acceptation de l’e-formation au sein de l’entreprise ?
Pour traiter cette problématique nous nous référons à des recherches en système d’information
traitant des sujets analogues au nôtre.
Depuis une décennie, en effet, plusieurs travaux ont été menés dans ce domaine pour élucider
le paradoxe d’échec d’implantation des technologies de l’information et de la communication
(TIC) dans les entreprises.
Nonobstant les investissements financiers considérables consentis pour l’introduction des
TIC, des problèmes de sous-utilisations, de rejet et d’échec de ces technologies ont été
remarqués. Un courant de recherche s’est alors constitué pour traiter ce problème compte tenu
de l’importance des avantages qu’offrent les TIC en termes de gain de productivité et
d’efficacité au travail.
Etant donné l’élimination des barrières technologiques dans l’implantation des TIC,
l’attention des chercheurs s’est tournée vers les utilisateurs. En effet, l’utilisation de ces
technologies dans l’exécution des tâches de travail est tributaire des comportements des
individus auxquels elles sont destinées. Ces derniers peuvent les accepter ou les rejeter en
fonction de leurs perceptions de l’utilité de ces technologies pour leur travail.
Les recherches en système d’information ont été alors, axées sur ce créneau et ont été centrées
sur l’explication du comportement des utilisateurs face à l’introduction des nouvelles
technologies de l’information et de la communication. Ces recherches se sont inspirées des
analyses effectuées par des théories établies en psychologie sociale pour expliquer le
comportement humain et ont déployé leurs apports pour prédire le comportement des
utilisateurs de TIC. Les résultats de ces travaux consistaient dans la constitution des courants
de recherches en système d’information baptisé les théories d’adoption des technologies.
A l’instar de ces travaux, notre recherche se propose d’expliquer le comportement des salariés
face à l’utilisation de l’e-Learning pour des fins de formation. L’intérêt d’une telle approche
est multiple pour la gestion des ressources humaines. D’un coté, elle prend en considération
l’importance du capital humain dans la mise en place d’une innovation dans les pratiques de
son développement.
D’un autre coté, elle permet d’intégrer l’attente des salariés, leurs motivations et leurs
capacités dans les projets d’introduction d’une nouvelle pratique de gestion des ressources
humaines.
Enfin, notre étude vise à montrer l’importance des compétences individuelles, leurs gestions
et leurs développements dans la mesure où elle cherche à jauger la réceptivité d’une pratique
qui fait preuve d’efficacité sur les plans organisationnel, financier et social.
Ainsi, notre recherche se situe au carrefour de trois sous-disciplines. Elle cherche à expliquer
le comportement organisationnel des acteurs face à l’introduction d’une nouvelle pratique de
gestion des ressources humaines qui est la formation électronique et ce en se basant sur les
apports des recherches en système d’information.
La problématique de notre recherche, autrement formulée, devient alors :
Qu’est ce qui détermine la réceptivité de l’utilisation de la formation électronique par les
salariés ? Quels sont les déterminants individuels et organisationnels qui influencent les
décisions des salariés d’utiliser cette nouvelle pratique ?
Au niveau empirique, il est légitime de se demander sur la réalité de la formation
électronique dans le contexte tunisien.
Tout au long de ce travail, notre réflexion portera sur le traitement de la problématique
inhérente à notre recherche dans la perspective d’apporter quelques éclairages à la question.
A cet égard, nous nous proposons d’atteindre un double objectif.
En premier lieu, sur un plan théorique, nous cherchons à appréhender les facteurs qui
expliquent l’utilisation de l’e-formation par les salariés en appliquant des modèles d’analyse
issus des recherches en système d’information.
En second lieu, sur un plan pratique, nous cherchons à fournir aux praticiens qui sont les
gestionnaires des ressources humaines, un ensemble de déterminants significatifs pour les
salariés dans la détermination de leurs intentions envers l’e-formation (adoption, indifférence
ou rejet).
Par ceci, nous cherchons à offrir des leviers d’actions managériales améliorant les chances de
succès de l’implantation de l’e-Learning parmi les autres méthodes de formation. Pour
atteindre nos objectifs, nous allons procéder comme suit : dans un premier chapitre, nous
allons essayer de clarifier la notion de l’e-learning en tant que pratique émergente de
formation. Sa définition, ses caractéristiques et ses enjeux seront alors abordés.
Puis une esquisse de quelques critiques traitant l’application de l’e-formation et qui peut
expliquer les difficultés de développement que rencontre cette pratique.
Dans le deuxième chapitre, nous allons passer en revue les différentes théories d’adoption des
technologies expliquant le comportement des utilisateurs envers une technologie de
l’information nouvellement introduite dans l’organisation. Ces cadres théoriques, baptisés
modèles d’intention, ont été appliqué dans les recherches en système d’information. Ils
dérivent des théories en psychologie sociale spécialisées dans l’explication du comportement
humain. Le deuxième volet du chapitre sera consacré à la présentation du cadre théorique de
notre étude, les concepts clés du modèle ainsi que les motifs de son choix.
Ainsi, nous allons identifier les facteurs qui influencent les comportements et les décisions
des salariés d’utiliser l’e-formation. Ces facteurs sont obtenus par une confrontation entre la
revue de la littérature et les résultats des études et enquêtes faites sur le sujet. Ce chapitre sera
couronné par l’énonciation des hypothèses de notre recherche à travers l’explication des
relations entre les variables de notre modèle.
Enfin, on traitera la validation empirique de notre problématique et la mise à l’épreuve de nos
hypothèses sur le terrain. Il s’agit d’une lecture du recours à la formation électronique par les
salariés tunisiens. Pour cette fin, deux études, qualitatives et quantitative, ont été menés pour
appréhender les facteurs influençant l’utilisation de l’e-learning dans les pratiques de
formation au sein des entreprises tunisiennes, elles seront détaillées sur deux chapitres. Les
résultats de ces études seront présentés et analysés afin d’en tirer des enseignements
constructifs.
La conclusion générale reviendra sur les principaux résultats dégagés par la revue de la
littérature. Elle mettra en exergue l’apport de notre recherche en évoquant ses implications
théoriques et managériales et abordera ses limites tout en proposant les voies futures de
recherche.
Chapitre 1 :
Le Elearning : un nouveau mode
d’apprentissage
Introduction
Le développement fulgurant des technologies de l’information et de la communication est à
l’origine de l’apparition de nouvelles façons d’apprendre qui s’offrent de plus en plus à
l’individu. L’introduction des TIC dans le processus d’apprentissage amène les responsables
de formation et des ressources humaines à réfléchir à la portée de cette pratique au sein de
l’organisation. Il convient de signaler que l’intégration d’une telle pratique dans la stratégie de
formation des individus est susceptible d’apporter un changement à l’environnement global
du processus de formation. L’apparition de l’environnement virtuel se caractérise par
l’utilisation de techniques multimédia dans le cours et surtout par une interaction développée entre
les différentes parties de ce processus.
La formation électronique est l’une des applications des nouvelles technologies de
l’information et de la communication dans la gestion des ressources humaines. C’est une
pratique émergente dans les milieux professionnels mais son application dans les domaines de
l’éducation et de l’enseignement est moins récente.
Nous avons noté dans la littérature anglo-saxonne qu’il n’existe pas de différences entre les
deux termes « e-learning » et « e-training » (Tseng et al, 2007). Le « e » exprime pour les
deux notions le champ d’application du réseau Internet (Ben Romdhane et Skik, 2005). Par
ailleurs, les deux expressions « Learning » et « training » indiquent respectivement
l’apprentissage et la formation.
Concrètement, ces deux notions convergent pour désigner un processus d’acquisition de
nouvelles connaissances et compétences qu’il soit individuel ou collectif, basé sur les
technologies de l’information et de la communication. Nous considérons que « e-learning »,
« e-training » et « e-formation » sont trois notions équivalentes. L’exploitation de l’une ou de
l’autre ne traduit qu’une abréviation de la formation électronique.
Ce chapitre présente les environnements d’apprentissage multimédia interactifs, ses
caractéristiques et ses principes pédagogiques de base, ainsi qu’une définition de la technologie
éducative du e-learning, ses forces et ses faiblesses.
Section1 : L’elearning : la nouvelle
technologie éducative
Le « e-learning » fait partie des nouvelles technologies émergentes venant remplacer ou
compléter les modes de formation traditionnelles. Cette pratique se distingue par certaines
particularités montrant son caractère novateur en matière d’information et de communication.
Pour mieux délimiter ce concept, nous nous proposons d’aborder en premier lieu les
spécificités du contexte favorisant son émergence et son évolution. En second lieu, nous
allons expliciter d’avantage la notion par sa définition et l’identification de ses
caractéristiques.
1.1 Le contexte d’émergence de l’eformation
L’e-learning est apparu dans un contexte de mutations organisationnelles impliquant toutes les
fonctions de l’entreprise, sa structure, son métier, ses ressources. Roussel (2001) attribue ces
mutations à «des phénomènes contemporains» désignant l’extension des modèles en réseaux,
transversaux et cellulaires.
Ces facteurs exercent des pressions au changement sur l’organisation des entreprises, le
contenu du travail, le rôle des salariés et les comportements organisationnels.
L’intensification des activités virtuelles relevant du e-business et de l’e-management semble
préparer le terrain pour le développement de l’e-learning. La virtualisation des organisations
revêt deux aspects selon Block et Pigneur (1998). Premièrement, l’extension de l’externalisation
et de la sous-traitance des activités de l’entreprise transforme cette dernière en une boite à
contrat, parfois même sans existence physique réelle. Deuxièmement, le fonctionnement de
l’entreprise dans ce contexte devient médiatisé par les technologies de l’information et de la
communication utilisées pour la coordination, le transfert des informations et la planification
des activités.
Ce dernier volet transforme les milieux de travail en « cyber espace » ou en milieu virtuel
libre des contraintes géographiques, temporelles et sans frontières organisationnelles
(Becheikh et Su, 2000 ; Townsend, 1998). En plus de ces facteurs généraux d’émergence du e-
learning, deux autres facteurs touchent directement son apparition et son développement.
Il s’agit des transformations vécues par la fonction ressources humaines (FRH) et notamment
sa virtualisation ainsi que l’instauration d’un nouvel environnement de travail caractérisé par la
virtualité et le travail à distance.
1.1.1 Les mutations de la fonction ressources humaines
L’apparition de l’e-learning dans les milieux professionnels a été impulsée par les mutations
vécues par la fonction ressources humaines. Ces mutations sont dues à une utilisation
intensive des nouvelles technologies de l’information et de la communication par toutes les
fonctions de l’entreprise et particulièrement par l’activité de gestion des ressources humaines.
Ces transformations revêtent trois aspects que Gunia (2000) formule sous trois hypothèses :
une nouvelle donne configurationnelle, une nouvelle donne stratégique et de nouvelles
attributions.
• La nouvelle donne configurationnelle désigne la décentralisation et la déhiérarchisation
vers lesquelles se dirige la fonction. En effet, le partage de la fonction entre les
directeurs des ressources humaines et les responsables opérationnels apparaît comme
un facteur clé de succès permettant une bonne prise de décision et répondant aux
exigences de réactivité et d’anticipation (Matmati et Schmidt, 2001 ; Perrois, 1999).
• La deuxième donne stratégique de la fonction ressources humaines désigne la
contribution de la fonction à la création de la valeur au sein de l’entreprise, notamment
par le recentrage sur les compétences clés et l’externalisation des activités jugées non
stratégiques (Gunia, 2000 ; Ulrich, 2000). Le rôle stratégique de la gestion des ressources
humaines se concrétise également par son passage d’un simple service administratif à un
service proactif devant être le levier de changement et le vecteur de transition de la
fonction vers les règles de la nouvelle économie (Henriet, 1999).
• La dernière donne suppose de nouvelles attributions accordées à la GRH et
concrétisées par des pratiques et des activités innovatrices grâce à l’usage intensif des
NTIC. C’est dans le cadre de cette troisième hypothèse que s’intègre notre
problématique étant donné que l’e-formation constitue l’une, et pas l’unique, des
pratiques novatrices de la GRH.
En outre, cette dernière hypothèse fait référence à la virtualisation de la FRH par l’insertion
des NTIC dans les activités de GRH puisqu’on parle d’ores et déjà de e-GRH ou de fonction
ressources humaines virtuelle.
La virtualisation de la fonction ressources humaines ne constitue pas l’unique facteur
favorisant l’émergence de l’e-Learning. En outre, les transformations de l’organisation du
travail impliquent des nouvelles formes et situations du travail qui accentuent le recours à la
formation électronique.
1.1.2 Les nouveaux modes d’organisation du travail
Les nouvelles formes de travail émergent d’une logique favorisant le travail en groupe. Les
entreprises voulant acquérir un avantage concurrentiel durable dans un contexte concurrentiel
mouvant, nouent des alliances et des partenariats avec d’autres entreprises. Elles mettent en
commun, pour cette fin des équipes rassemblant des membres appartenant à l’une et l’autre
des entreprises (Handy, 1998).
Cette nouvelle donne concernant l’organisation du travail requiert des nouvelles formules
d’apprentissage et accentue le besoin de recourir aux pratiques de formation novatrices et
appropriées aux règles de fonctionnement du travail à distance et au sein des équipes
virtuelles. L’e-learning apparait comme le plus à même de répondre à ces exigences. En effet,
comme nous le verrons plus tard, l’e-formation offre l’avantage de surpasser les contraintes
spatio-temporelles et de proposer une formation en ligne quel que soit le temps ou le lieu ou
se trouve le formé. En ce sens, l’entreprise ayant recours au télétravail ou au travail virtuel se
libère de l’obligation de réunir son personnel pour lui faire bénéficier d’une formation puisque
les réunions peuvent s’effectuer virtuellement.
Par ailleurs, la nature des activités virtuelles ou révélant du travail à distance, nature souvent
tertiaire rattachée au traitement et à la manipulation des informations, se prête bien à une mise
en ligne.
En effet, l’e-formation a pour contenu des connaissances théoriques plutôt que pratiques ou
comportementales, chose qui va de paire avec les activités virtuelles ou à distance.
D’un autre coté, l’importance de plus en plus grandissante du capital humain dans la lutte
concurrentielle de toute entreprise voulant survivre et répondre aux exigences du nouveau
paysage économique passe inéluctablement par la gestion et le développement de ses
compétences. Les connaissances, les savoirs et les compétences détenus par les salariés
deviennent l’avantage concurrentiel durable distinctif de l’entreprise qui les gère, les enrichit
et les sauvegarde. Ceci légitime, entre autres, la vogue que connaissent des thèmes tels que
l’apprentissage, l’apprentissage collectifs, la gestion et le développement des compétences, la
gestion du savoir dans la littérature et les pratiques managériales.
1.2 Evolution historique de la formation à distance
Plusieurs chercheurs ont réalisé une revue de littérature sur l’évolution historique de la
formation à distance (Nipper, 1989 ; Happer et al, 2004). Pour sa part, Nipper (1989) a mis
l’accent sur trois générations qui sont : l’enseignement par correspondance, l’enseignement
télévisé et l’enseignement à distance interactif.
1.2.1 Première génération: l’enseignement par orrespondance
Le premier cours par correspondance a vu le jour en 1840 en Angleterre. Cet événement a
marqué la naissance de l’enseignement à distance en Europe pour se développer par la suite
dans le reste du monde. Nipper (1989) affirme que ce mode d’enseignement a visé surtout les
adultes qui n’ont pas pu achever leur enseignement secondaire ou supérieur.
Des tuteurs ont apporté une assistance par correspondance aux apprenants (généralement
limitée à la correction des travaux) et parfois par téléphone. Nipper (1989) a critiqué
l’interaction entre le tuteur et son apprenant en la qualifiant de faible.
En 1920, les programmes éducatifs, notamment universitaires, ont été radiodiffusés en
Europe. A partir de 1939, le gouvernement Français créé le Centre National de
l’Enseignement à Distance (CNED).
1.2.2 Deuxième génération : enseignement télévisé et modèle industriel
Le gouvernement espagnol a créé en 1970 l’Université National de l’Education à Distance
(UNED). Les étudiants de l’université étaient dés l’origine encadrés par un tutorat
personnalisé. Dans ce contexte, la télévision et les bandes vidéo étaient utilisées comme des
outils d’enseignement.
Nipper (1989) a affirmé que cette deuxième génération d’enseignement était dominée par les
conceptions béhavioristes de l’enseignement. L’auteur à mis l’accent sur l’importance du rôle
pédagogique qu’a joué l’audio visuel, d’une part et la nécessité de l’imprimé, d’autre part.
Même dans cette génération, l’interaction est restée à la correction des travaux par
correspondance entre apprenants et tuteurs.
1.2.3 Troisième génération : l’enseignement à distance interactif
Le développement des technologies éducatives et l’intégration de l’outil informatique ont
engendré un potentiel éducatif illimité par le biais des cours interactifs. En effet, les premiers
systèmes d’enseignement assisté par ordinateur sont apparus dans les années 1970, dont
l’objectif était initialement le transfert de connaissances.
L’intelligence artificielle a permis des innovations en introduisant un niveau d’interaction plus
élevé entre l’apprenant et le système. D’ou la naissance des systèmes d’enseignement
intelligemment assisté par ordinateur qui pallient aux faiblesses des systèmes précédents. Les
recherches réalisées afin d’adapter l’apprentissage au niveau de l’apprenant par rapport à son
niveau de connaissances ont donné lieu à une nouvelle génération de systèmes appelés les
tutoriels intelligents. Ce sont des systèmes d’apprentissage un à un (tuteur-apprenant), ayant
pour but de reproduire le comportement d’un tuteur afin de dispenser un enseignement
personnalisé à l’utilisateur.
La troisième génération de l’enseignement à distance a été marquée par la progression des
moyens de communication et d’interaction entre apprenants et formateurs.
En effet, tout apprenant peut dialoguer avec son tuteur et ses pairs par visioconférence, par e-
mail, à travers des discussions sur le web, à ce niveau l’apprenant peut exploiter les ressources
pédagogiques sur le net, s’y auto-évalue et devient très autonome. Les taux d’abandon se
trouvent réduits grâce à ces interactions.
De plus, les technologies éducatives se diversifient : supports imprimés, audiovisuels,
multimédia, interaction par téléphone, e-mail, web, visioconférences...
Cet enseignement à distance se caractérise alors par des technologies éducatives interactives,
une convergence des méthodes d’enseignement présentiel et à distance, et une concurrence
des institutions d’enseignement à distance à l’échelle mondiale.
Tous les modes d’enseignement à distance des différentes générations peuvent co-exister, au
sein d’une même institution. On parle alors d’institutions duales, qui offrent à la fois des
programmes présentiels et d’autres à distance. On dit un programme est mixte s’il est
présentiel à la base et comprend des cours à distance.
1.3 Terminologie du « eLearning »
Le « e-learning » est l’une des applications des nouvelles technologies de l’information et de
la communication, qui a fait l’objet de différentes terminologies, ce qui rend difficile le fait de
lui donner une définition générale. Pour mieux cerner le concept, il serait intéressant de passer
en revue une définition récente qui l’appréhende. Ce paragraphe identifie les fondements du
« e-learning » ainsi que ses dimensions.
1.3.1 Définitions
Plusieurs définitions du « e-learning » reflètent la diversité des pratiques et des technologies
utilisées. Les termes qui ont été généralement employés sont : « on-line learning », « Internet
Learning », « destributed learning », « networked learning », et « distance learning »
(Sharifabadi, 2006). A ce niveau, une remarque importante concerne ces termes : ils renvoient
à la même signification, l’apprenant est à distance vis-à-vis de son tuteur.
Imamoglu (2007) décrit le « e-learning » comme étant un contenu d’instruction ou des
expériences d’apprentissage sont permises à travers des technologies électroniques. Homan et
al (2005), Wen Cheng (2006), Imamoglu (2007) précisent de même, que les apprenants
acquièrent des connaissances à travers une utilisation individuelle des médias numériques,
comme les ordinateurs, les CD-ROM, l’internet, l’intranet, les technologies sans fil, etc.
« Il s’agit de toute activité d’apprentissage supportés par les TIC » (Sambrook, 2003, p507).
Dublin (2004) affirme qu’en 2002, plusieurs entreprises ont offert une définition robuste
du« e-Learning ». Elles avancent que le « e-learning » est l’utilisation des technologies afin de
créer, distribuer, et délivrer des données, des informations, des savoirs et des connaissances,
pratiquement , dans tous les thèmes problématiques ; toutefois, les apprenants ont besoin de
pratiquer les nouvelles connaissances loin de l’ordinateur.
Alavi et Leinder (2001, p2) ont défini le « e-learning » comme « l’environnement dans lequel
les interactions des apprenants avec les matériaux d’apprentissage (les lectures, les taches, les
exercices etc.), les collèges, et / ou les instructeurs sont médiatisées à travers les technologies
d’information avancées».
La mission du « e-learning » est de fournir un programme d’étude à jour, rentable qui
développe des employés intellectuellement motivés, compétents et fidèles (Vaughan et Mac
Vicar, 2004). Sharifabadi (2006, p 391), définit quant à lui le « e-learning »
comme : « L’utilisation de l’Internet afin d’accéder aux matériels d’apprentissage, interagir
avec le contenu, l’enseignant, et d’autres apprenant ; et obtenir un support durant le
processus d’apprentissage, pour acquérir la connaissance, construire des significations
personnelles, et pour développer l’expérience d’apprentissage ».
Une autre définition plus détaillée est donnée par (Kalpan-Leiserson, 2000). Il définit le « e-
learning » comme un ensemble large d’applications et processus alliés à la formation et à
l’apprentissage qui inclut l’apprentissage basé sur ordinateur, l’apprentissage en ligne, les
classes virtuelles, et les collaborations numériques. Ces services peuvent être délivrés à
travers différents médias électroniques, comme l’intranet, l’internet, la télévision interactive et
le satellite.
Dans le même sens, Tastle et al., (2005) considèrent le « e-learning » comme un dispositif
éducationnel par l’intermédiaire de n’importe quel média électronique, incluant l’Internet,
l’Intranet, l’Extranet, le satellite, l’audio / la vidéo « tape », la télévision interactive, les
CDROM, les CD interactif et la formation basée sur l’ordinateur.
Dans ces définitions, certains auteurs ont été limitatifs du « e-Learning » en n’admettant
comme support technologique du « e-learning » que les technologies du Web à savoir
l’Internet, l’Intranet et l’Extranet (Sharifabadi, 2006). Toutefois, d’autres auteurs intègrent
d’autres médias électroniques conçus dans la plate-forme de « e-learning » tels que les
CDROM, le CD interactif, les ordinateurs, … (Roussel, 2001 ; Tastle et al, 2005, Homan et
Macpherson, 2005 ; Wen Cheng, 2006 ; Imamoglu, 2007). En effet, on note la répétition des
mots qu’on considère caractéristiques des définitions citées ci-dessus. Il s’agit par exemple
de : l’apprentissage, l’éducation, la formation, le média électronique, l’internet, l’Intranet, les
CD-ROM, etc.
Une remarque importante est à formuler, à ce niveau, concernant l’utilisation des deux termes
apprentissage et formation : ces derniers désignent l’acquisition de nouvelles connaissances,
le perfectionnement des qualifications détenues par les individus et le développement de
nouvelles compétences.
Premièrement, l’apprentissage ou « learning » désigne un phénomène d’engagement de
l’apprenant dans le processus d’apprentissage pour l’acquisition des connaissances,
Individuellement (Zhang et al, 2006). Dans l’apprentissage, l’apprenant joue un rôle actif lors
de la découverte des informations et lors de son auto-contrôle (Zhang et al, 2006).
Deuxièmement, la formation désigne l’ensemble des actions capables de mettre les personnes
et les groupes en état d’assumer avec compétence leurs fonctions actuelles ou celles qui leur
sont confiées, pour la bonne marche de l’entreprise.
Dans ce contexte, l’acquisition des connaissances se fait par l’intermédiaire d’un enseignant.
Ainsi, l’enseignant est détenteur du savoir, vise à former l’esprit de l’apprenant et de
l’éduquer intellectuellement. Dans ce cas, l’apprenant reçoit un savoir théorique ou pratique
préalablement défini.
Les définitions de la formation électronique, explicitées ci-dessus, nous permettent de dégager
deux dimensions fondamentales régissant le concept du « e-Learning ».
1.3.2. Dimension et enjeux du « eLearning »
L’e-learning traduit la convergence entre la notion de formation comme pratique de gestion
des ressources humaines et les technologies de l’information et de la communication. Pour
mieux appréhender le concept, il serait intéressant de le décortiquer selon les dimensions qu’il
comporte, c’est-à-dire la dimension apprentissage et la dimension technologique.
A) La dimension apprentissage
L’importance quantitative des recherches sur le concept d’apprentissage et l’abondance de la
littérature témoignent de l’intérêt pour cette notion. Le grand nombre de travaux sur
l’apprentissage relève des théories multiples, générant chacune des réalités hétérogènes. De
ces théories découle une distinction entre l’apprentissage individuel et organisationnel. Ainsi,
les auteurs différencient ces apprentissages tout en considérant que l’apprentissage individuel
est la source de l’apprentissage organisationnel (Fillol, 2004).
Durant (2000), pour sa part, a mentionné l’existence de plusieurs formes d’apprentissage
notamment « l’apprentissage par l’usage », « l’apprentissage par le faire », « l’apprentissage
par l’interaction », « l’apprentissage par l’apprendre », « l’apprentissage par le
désapprendre », etc.
Plusieurs auteurs ont défini l’apprentissage selon qu’il s’agit d’un apprentissage individuel ou
d’un apprentissage collectif. Fillol (2004, p34) a défini l’apprentissage comme « un processus
par lequel un individu apprend c’est-à-dire acquiert de nouvelles connaissances, notamment
la formation continue ou l’expérience ».
Quant à Durand, (2000), il a relevé l’importance du rôle que peut jouer l’école en apprenant
aux élèves comment « apprendre à apprendre ». Il ajoute que l’acquisition des connaissances
par les élèves importe au fond moins que le processus consistant à les doter d’une capacité à
construire ultérieurement une base de connaissances qui soit spécifique à leurs besoins et à
leurs aspirations. Pour mieux cerner ce concept, nous reviendrons sur les principales théories
concernant l’apprentissage individuel et organisationnel.
a- Les approches généralisant la notion d’apprentissage
Fillol (2004) affirme que les behavioristes ont été les précurseurs dans l’analyse de
l’apprentissage individuel. Ce mouvement s’intéresse au comportement humain, qui résulte
d’un mécanisme de stimulus-réponses. Ainsi, le comportement humain traduit au schéma
mécaniste, un conditionnement (expérience de Pavlov), ne conférant à l’individu aucune
particularité.
Les tenants de l’approche constructiviste, considèrent l’apprentissage comme une formation
des concepts abstraits provenant de l’esprit de l’apprenant et reflétant des représentations de la
réalité (Zhang et al ,2006). Ils postulent que l’apprentissage se réalise lorsque les individus
construisent des représentations internes issues de ce qu’ils ont appris.
Ils considèrent aussi que le rôle actif que joue l’apprenant lors de la construction de sa propre
connaissance peut le motiver et l’engager dans un apprentissage plus efficace (Zhang et al,
2006). Dans cette optique, l’apprenant est actif dans le processus de la construction de la
connaissance. Par conséquent, les apprenants apprennent mieux lorsqu’ils découvrent les
informations individuellement.
Quant à l’approche cognitive appelée encore approche de processus cognitif, elle est
considérée comme une extension du modèle constructiviste (Zhang et al ,2006). Ainsi,
l’apprentissage selon ce courant se traduit par un changement au niveau des connaissances
(Fillol, 2004). Fillol ajoute que l’apprentissage suppose une modification des représentations
mentales de l’individu.
Par conséquent, la théorie de processus cognitif se base sur « le modèle de la mémoire »
(Zhang et al, 2006, p16).
Ainsi, les tenants de cette approche proposent des processus et des structures à travers
lesquels les apprenants reçoivent et stockent des informations en se focalisant sur les
processus cognitifs durant l’apprentissage. Ceci implique le traitement des informations déjà
intégrées pour le développement et le changement des modèles mentaux et des connaissances
déjà acquises. Ce qui permettra par la suite une résolution efficace des problèmes que peuvent
rencontrer les apprenants (Zhang et al ,2006).
Dans ces approches, les théoriciens ont consacrés beaucoup d’attention aux mécanismes et au
processus d’apprentissage ainsi qu’au stock des compétences accumulées (Durand, 2000).
En effet le stock des compétences accumulées dans la mémoire des individus représente d’une
part, le contenu de l’apprentissage qu’intègre la personne et d’autre part, le dernier stade dans
la chaine de transformation des données en compétences.
De la sorte, le passage de la connaissance à celle de la compétence peut être traduit par la
chaine de transformation de la connaissance de Mack (1995, p43).
Figure 1 : Chaine de transformation de la connaissance (Mack, 1995)
Les données constituent la matière brute de cette chaine qui révèle aux individus l’existence
des choses. Ces dernières vont être juxtaposées et présentées d’une certaine façon pour donner
un sens et un « signal », donnant lieu à un certain nombre d’informations. Ainsi,
« l’information est en quelque sorte un stade de première transformation de la chaine » Mack
(1995, p43). Ces informations vont être accumulées, organisées par rubrique pour se
transformer en connaissance qui a tendance à se structurer, à se codifier et à subir des
concentrations pour devenir des connaissances tacites ou explicites.
Plusieurs auteurs en science de gestion ont distingué les différents types du contenu de
l’apprentissage. Ainsi, Reix (1995) a montré qu’il existe différentes formes de savoir : des
savoirs tacites et des savoirs explicites. En effet, les connaissances formalisées peuvent être
transmises sans perte d’intégrité par le biais du langage ou de la description. La connaissance
tacite est, par opposition, difficilement exprimable et transmise en absence d’une
formalisation par le biais du langage ; elle est aussi inséparable de son détenteur et de son
contexte d’utilisation (Reix, 1995).
Pour sa part, Nonaka (1994) n’a considérée que la connaissance qui intègre à la fois des
éléments cognitifs, des schémas, des croyances et des modèles mentaux.
De plus Reix (1995, p18) a fait la distinction entre des connaissances implicites de
contexte, « ensemble de valeurs et de normes implicite, plus au moins partagés » et
«des connaissances pratiques acquises dans et par la pratique ».
Nonaka (1994) a avancé que la création et l’enrichissement des savoirs dans l’organisation
passent par la diffusion de la connaissance entre les individus et par une modification de sa
nature. Selon lui, la différentiation entre savoir tacite et savoir explicite suit les différents
mécanismes de transmission des savoirs présentés dans le tableau suivant (Nonaka, p19) :
Tableau 1 : mécanismes de transmission des savoirs (Nonaka ,1994)
Nonaka (1994) a présenté ces mécanismes de transmission du savoir de la manière suivante :
Du tacite vers le tacite : socialisation
La connaissance tacite d’une personne ou d’un groupe peut être transmise à d’autres
personnes grâce à l’interaction entre elles. Il s’agit de « l’apprentissage par le faire » (Durant,
2000, p 91) parfois, lorsque la socialisation est très rapide, elle peut entrainer un effet de
conformisme, réduisant la capacité d’attention et d’innovation au niveau de l’entreprise (Reix,
1995).
Du formalisé au formalisé : la combinaison
Cela consiste à produire de nouvelles connaissances explicites en rapprochant et en combinant
des connaissances explicites existantes émanant de plusieurs individus.
Du tacite au formalisé : la formalisation
Sur ce point Reix (1995, p 19) affirme que : « Les pratiques considérées comme efficientes
sont explicitées dans un discours formalisé ». Ainsi pour faciliter et transmettre les
connaissances, il convient de les expliciter dans un discours formalisé.
« Ces connaissances sont transférées par analogies, métaphores et surtout par la pratique »
(Fillol, 2004, p35). Néanmoins, Baumard (1995, p 52) a exprimé sa réticence vis-à-vis d’une
formalisation excessive de ce qui est tacite ; il a qualifié cette explicitation de : « formalisme
qui étouffe dans l’œuf les désirs d’apprendre ».
Du formalisé au tacite : l’intériorisation
Elle consiste à enraciner la connaissance explicite suite à la répétition. Ainsi, par habitude,
certaines connaissances explicites peuvent devenir des reflexes en gardant explicites les
conditions particulières d’exécution. « Cette intériorisation s’accompagne de gains
d’efficience pour l’acteur » (Reix, 1995, p 19).
Le dernier stade de transformation de cette chaine concerne la production des compétences,
défini par Rouby et Thomas (2004, p 54) comme « un ensemble relativement stable et
structurés de pratiques maitrisées, de conduite professionnelles et de connaissances, que les
personnes ont acquises par la formation et l’expérience et qu’elles peuvent actualiser dans
des conduites professionnelles validées par l’entreprise ».
La compétence apparait comme le stade le plus développé de cette chaine de connaissances.
Elle constitue le réservoir des connaissances appliquées, de « savoir faire » et de « savoir
être » qui permettent à l’individu d’accomplir son travail avec qualité (Mack, 1995 ; Durand,
2000). Durand (2000) a repris la même chaine déjà présentée par Mack (1995) ; toutefois il
considère que ce processus de transformation de la connaissance ne s’arrête pas au stade de la
compétence, mais à celui de l’expertise. Il a considéré que « l’expertise dépasse et fusionne la
connaissance en élevant son niveau » à travers une recombinaison de ses différents éléments
de savoir-faire et de connaissance, (Durand, 2000, p 92).
Figure 2 : Construction dynamique de la croissance (Durand, 2000)
Le concept d’apprentissage était uniquement réservé à l’acquisition de compétence
individuelles ; néanmoins, des le début des années 50, Simon a été le premier à avoir suggéré
une transposition de l’apprentissage au niveau organisationnel (Koenig, 1994).
Depuis, de nombreuses recherches ont été consacrées à l’étude de l’apprentissage
organisationnel, ce qui est un indice de regain d’attention que suscite ce thème (Koenig,
1994 ; Fillol, 2004).
L’apprentissage organisationnel a été largement défini par les auteurs. Nous pouvons relever
la définition de (Koenig, 1994, p 78) : « Un phénomène collectif d’acquisition et
d’élaboration des compétences qui, plus au moins profondément, plus au moins durablement,
modifie la gestion des situations et les situations elles-mêmes ».
Pour sa part, Leroy (1998, p 2) a suggéré que l’apprentissage peut être compris de plusieurs
façons. Ainsi, selon lui, il peut être compris comme « Un ajustement du comportement de
l’organisation en réponse aux modifications de l’environnement, comme une transformation
du corpus de connaissances organisationnelles ou comme une interaction entre individus au
sein de l’organisation ».
Les théories béhavioristes et cognitives de l’apprentissage tendent à être dépassées pour offrir
une vision commune d’un processus individuel mené par les membres de l’organisation
(Fillol, 2004). Dans ce contexte, Leroy (1998) a avancé que l’apprentissage organisationnel
traduit tout à la fois un changement comportemental et un changement cognitif.
Plus encore, une multitude d’auteurs considèrent que l’apprentissage individuel est la source
de la construction d’un apprentissage organisationnel (Fillol, 2004). Hatchuel (1994) a
considéré que la notion d’apprentissage organisationnel ne s’oppose pas à celle
d’apprentissage individuel ; les apprentissages individuels se conditionnent mutuellement à
travers des systèmes de relations et de construction des acteurs pour aboutir à l’apprentissage
organisationnel.
Dans ce contexte, Koenig (2004) propose que la dimension collective de l’organisation soit
activée de deux modes. En effet, le premier mode se fonde sur la circulation des idées ou sur
la diffusion des pratiques constitutives de compétences nouvelles, alors que le second se
focalise sur la création de relations entre des compétences préexistantes.
Ainsi, même si l’individu apprend et développe des compétences individuelles, il fait partie
d’un système d’apprentissage dans lequel le savoir personnel est échangé et transformé
(Fillol, 2004).
Fillol affirme que la maîtrise personnelle est une caractéristique individuelle nécessaire à
l’apprentissage individuel et organisationnel. En effet, cette discipline est une composante
essentielle de l’apprentissage collectif.
Il semble que le passage d’un niveau d’apprentissage centré sur l’individu vers un autre
portant sur le niveau organisationnel se fait par le biais de l’apprentissage en équipe où les
membres d’une même équipe apprennent les uns des autres, notamment par le partage et la
socialisation. Ainsi, l’apprentissage par l’échange favorise la synergie entre les savoirs
partiels détenus par chaque acteur.
b- De l’apprentissage au « e-learning »
L’organisation tend à accorder davantage d’attention à l’apprentissage organisationnel comme
étant un processus qui favorise l’amélioration des actions et le développement des
compétences. Dans cet ordre d’idées, Roussel (2002) affirme que l’organisation peut opter
pour des processus d’apprentissage collectif si elle en prend conscience et ne l’entrave pas par
son organisation, son style de management, ou bien ses objectifs et sa culture.
Par ailleurs, on est confronté à l’enjeu de l’apprentissage organisationnel. Cet enjeu est
explicité dans la définition de Koenig (2004) déjà avancée ci-dessus. Cet auteur a identifié à
travers cette définition deux phénomènes d’apprentissage : la circulation des informations et
des connaissances, ainsi que la création des relations (Roussel, 2001). En tant que moyen
adapté à la diffusion des connaissances, le « e-learning » encourage l’établissement d’une
organisation apprenante et créatrice du savoir.
Aujourd’hui l’infrastructure technologique du « e-learning » facilite l’échange des
connaissances et des savoirs entre les individus distants géographiquement et favorise leur
capitalisation. Dans ce cadre, les échanges peuvent être suscités, organisés et contrôlés
individuellement par l’apprenant ou par un tuteur. « Ces échanges peuvent être très libres,
dépendant de la disponibilité, de l’implication des participants ; l’objectif est de partager des
savoirs et par la suite progresser » (Roussel, 2001, p 9). De plus, cet échange peut être
organisé par l’intermédiaire de plusieurs outils de communication que l’on analysera dans la
dimension technologique.
B) La dimension technologie
a- Supports du « e-learning »
Avec l’avancement des technologies de l’information et de la communication, les méthodes
d’apprentissage et la plate-forme technologique de la formation électronique se réfèrent, de
plus en plus, à tout type d’apprentissage utilisant un matériel d’instruction électronique
délivré par l’intermédiaire des mécanismes de l’Internet, l’Intranet, ou l’Extranet.
Les technologies du Web présentent un support solide du « e-learning ». Ainsi, dès 1990,
plusieurs systèmes d’apprentissage basés sur le Web ont été développés. Il s’agit, par
exemple, du « Web course Tools », du « Web course home page system », du Blackboard
learning system » et du système basé sur « Multimédia Integrated Learning », (Ngai et al,
2007).
Zhang et Zhou (2003) ont abordé la problématique d’intégration du « e-learning » basée sur le
multimédia interactif afin de guider les apprenants vers une meilleure compréhension du
contenu d’apprentissage et par la suite atteindre une performance qui dépasse celle réalisée à
travers l’apprentissage en classe.
Ainsi, Zhang et Zhou (2003) ont défini le multimédia dans l’apprentissage à distance comme :
une exploitation simultanée de plusieurs médias de communication, son, texte, image,
animation et vidéo sur un même support. Ils ont considéré que l’intégration du contenu
multimédia permet une meilleure sélection de l’information. Dans le même ordre d’idées,
Rocords et Pitt (2003) ont défini le multimédia comme une transmission du contenu à travers
une combinaison de texte, des graphiques, des dessins, du son, de l’animation, de vidéo et des
hyperliens, résultant dans la communication qui est multi-sensoriel (utilisation des éléments
multimédia : texte, son, graphique, etc.) et potentiellement interactive.
Plusieurs recherches ont été menées sur l’utilisation du matériel multimédia dans l’éducation
à distance et la formation en ligne (Zhang et Zhou, 2003). Néanmoins, les résultats ont été
contradictoires. Ainsi, quelques recherches ont montré que les instructions du multimédia
pouvait accroitre les qualifications de résolution des problèmes de l’apprenant et par la suite
améliorer l’efficacité de l’apprentissage (Gross, 1998 ; Carville et Mitchell, 2000).
En revanche, d’autres études ont révélé que la performance de l’apprentissage par les
instructions de la vidéo est comparable à celle des modes d’apprentissages traditionnels
(Zhang et Zhou, 2003).
Cette divergence dans les résultats s’explique par le fait que la plupart des études ultérieures
ne prennent pas en considération l’intégration des instructions du multimédia. Ainsi, dans
plusieurs systèmes, le contenu du multimédia est conçu de façon statique, passive et non
structurée et sans aucune association étroite entre les différents medias (Zhang et Zhou, 2003).
De plus, un autre problème réside dans le fait que l’apprenant ne peut pas visualiser tout le
contenu vidéo. Par exemple, Hitz et Turoff (2002) ont mené un projet de classe virtuelle
faisant appel à un réseau d’apprentissage asynchrone pour les bacheliers suivant un cours de
système d’information. Les résultats ont révélé que bien que le contenu de la vidéo soit assisté
par un instructeur, d’un coté et contienne de notes du cours et des répliques en « power
point » de l’autre coté, l’apprenant ne peut pas visualiser tout le contenu à la fois : ce qui
minimise l’interactivité et la flexibilité dans l’environnement du « e-learning ».
Actuellement, les technologies du multimédia interactif sont devenues largement adoptées
dans l’infrastructure du « e-learning », ce qui offre aux apprenants une meilleure flexibilité et
accroit, par la suite, leur engagement (Zhang et Zhou, 2003 ; Zhang et al, 2006).
Zhang et Zhou (2003) ont avancé que le multimédia interactif permet une interaction avec le
contenu en lui donnant plus de flexibilité dans la définition et le changement des systèmes de
visualisation verbale, numérique et visuelle.
La technologie du « e-learning » basée sur le multimédia est largement utilisée par les grandes
compagnies comme Cisco, « Microsoft learning resource Interchange », IBM et HP (Zhang et
Zhou, 2003).
Cependant, Zhang et Zhou (2003), ont critiqués le système du « e-learning » du Cisco. Il
s’agit d’une vidéo de lecture synchronisée avec des répliques en « power point ».
Lorsque le lecteur dans la vidéo finit de parler concernant un des concepts et signale qu’il va
parler d’un autre concept, la réplique du « power point » correspondante sera
automatiquement activée. Néanmoins, les auteurs ont mentionné trois limites majeures de ce
système.
Premièrement, ce système procure une interactivité limitée aux apprenants en ligne.
Deuxièmement, ils ont évoqué le rôle passif que joue les formés durant la lecture.
Troisièmement, si un apprenant veut relire un concept particulier déjà passé, il doit arrêter la
vidéo et recommencer dès le départ.
Plus loin, Zhang et Zhou (2003) ont mentionné que la plupart des recherches n’ont pas
accordé de l’importance à l’aspect interaction des apprenants en ligne avec le contenu. Ils ont
ajouté qu’il manque aux systèmes du « e-learning » installés un support structuré pour
augmenter l’engagement des apprenants et leur interactivité. Par exemple, un apprenant ne
peut pas aller vers un point particulier qui l’intéresse, il doit suivre obligatoirement
l’enchainement de la vidéo.
Dans leur recherche, Zhang et Zhou (2003) ont développé un système de « e-learning »
appelé « Learning by asking » qui présente un matériel multimédia synchronisé avec un
support de contenu structuré. Les résultats de cette étude ont montré que le « Learning by
asking » élimine les limites présentées ci-dessus. Il permet une flexibilité et une interactivité à
l’apprenant. De plus, la performance du groupe en ligne est plus significative que celle du
groupe de la classe traditionnelle.
b- Les types et les modalités du « e-learning »
D’après Wen Cheng (2006), le « e-learning » tel que défini précédemment se divise en deux
types « off-line learning » et « on-line learning ».
Pour le premier type, les apprenants utilisent des ordinateurs indépendants et le contenu de
l’apprentissage est stocké sur des disquettes ou des CD. Ce concept est équivalent à
l’apprentissage basé sur l’ordinateur.
Pour le deuxième type, les apprenants achèvent l’apprentissage par l’intermédiaire des médias
électroniques en réseau Internet, Intranet ou Extranet. Ce terme est équivalent à
l’apprentissage basé sur le web. Ainsi, il constitue une base de données large qui offre une
grande quantité de ressources et de supports allant des documents librement accessibles en
ligne jusqu’aux portails à vocation essentiellement didactique (Ben Romdhan et Skik, 2005).
En addition, cette modalité de formation en ligne peut suivre deux aspects. Ainsi, la formation
en ligne peut être soit sans tutorat soit avec tutorat. Pour le premier aspect, la formation est
proche du service fourni par un CD-ROM ou une vidéo de formation. Dans ce cadre,
l’apprenant n’est pas assisté par un tuteur qui interagit avec lui.
Pour le deuxième aspect, l’apprenant est assisté par un tuteur qui suit sa progression dans
l’apprentissage et communique avec lui.
Le World Wide Web (WWW) est l’application Internet la plus connue. Ainsi, plusieurs
institutions développant des sites d’apprentissage basés sur le Web offrent des cours à
distance en s’appuyant sur différents outils de communication.
Roussel (2001), Collins et al (2003), Mackay et Stockport (2006) considèrent que le «e-
learning» peut être soit synchrone soit asynchrone.
c- Le « e-learning » synchrone
Oakes (2002) a précisé que le « e-learning » synchrone est pratiquement synonyme de la
classe virtuelle. Ainsi, il a défini cette dernière comme un environnement d’apprentissage en
ligne qui tente de copier étroitement la classe. Il affirme que la classe virtuelle offre le même
environnement d’apprentissage que la classe réelle, cependant les participants n’ont pas
besoin d’assister physiquement ensemble dans la même classe.
Mieux encore, la communication a lieu en même temps entre l’apprenant et l’enseignant
malgré la dispersion géographique. En effet, le « e-learning » peut être organisé en temps réel
dans une salle de cours assisté par ordinateur en réseau, à partir d’une plate-forme de
formation, en classe virtuelle, en vidéo conférence, audio conférence, « Internet Relay Chat »,
etc. c’est ainsi que le mode synchrone comporte des réunions à dates fixes organisées sur des
réseaux.
Son impératif s’articule autour de la coordination du travail du groupe, des cas pratiques, des
discutions ou des débats. Par contre, les prises des rendez-vous et la connexion simultanée de
plusieurs apprenants peuvent gêner la liberté du temps, qui est un avantage majeur de
l’enseignement à distance (Zairi, 2006).
d- Le « e-learning » asynchrone
Dans cette configuration l’apprentissage n’est pas simultané. Le mail, les forums de
discussion et les listes de diffusion sont les outils les plus utilisés dans cette catégorie (Zairi,
2006). Les apprenants peuvent prendre des cours par l’intermédiaire des médias électroniques
en réseau Internet, Intranet ou Extranet par l’intermédiaire du Web selon leur rythme d’étude,
ce qui leur confère plus de liberté temporelle. Il ne s’agit pas d’une interaction directe
simultanée entre l’enseignant et l’apprenant. Donc les informations sont déposées dans des
serveurs pour être consultées plus tard par les personnes concernées.
Zairi (2006) critique ce mode de communication asynchrone en stipulant que la
communication peut devenir lourde si les délais des travaux sont courts. En outre, il délimite
les avantages et les inconvénients des principaux outils de communication dans un système de
formation à distance.
C) Les enjeux de l’e-formation
La pratique émergente propose des innovations en matière d’apprentissage individuel et
collectif qui deviennent basés sur l’échange, l’écoute et la recherche (Gueye et Boussaguet,
2001 ; Roussel, 2001).
L’apprentissage par l’échange favorise la synergie entre les savoirs partiels détenus par
chaque acteur. Partant du principe que l’information ne peut se transformer en connaissance
que lorsqu’elle est partagée, (Gueye et Boussaguet, 2001) confirment que l’e-formation
permet une construction de la connaissance et une meilleure capitalisation des savoirs
collectifs crée. Les outils déployés pour cette fin sont les forums de discussion, les « chat
room », les téléconférences et les technologies groupware.
D’un autre coté, l’apprentissage par la recherche se trouve largement amélioré par l’utilisation
d’internet, le recours aux bibliothèques numériques et la gestion électronique des documents.
La disponibilité des sources de connaissances ainsi que leur facilité d’utilisation encouragent
les apprenants à bénéficier et à améliorer leurs niveaux intellectuels par l’exploration,
l’assimilation et l’intégration de nouveaux savoirs.
Un autre domaine de déploiement de l’e-Learning est le changement organisationnel et
culturel (Roussel, 2001). En effet, des séances de formation peuvent être consacrées pour
communiquer aux salariés les objectifs stratégiques de l’entreprise, ses finalités et les valeurs
culturelles qu’elle souhaite mettre en œuvre.
Les comportements et les conduites souhaités et les changements dans l’organisation du
travail peuvent aussi faire l’objet de cours distribués en ligne sur les intranets. Cette approche
présente l’avantage de toucher à l’ensemble des salariés en même temps sans restriction par
les contraintes géographiques.
Les apports de l’e-formation en termes d’apprentissage et de changement sont devancés par
deux autres types d’avantages que tous les responsables des ressources humaines et de
formation placent en tête des enjeux de l’e-learning. Il s’agit, d’une part, des performances
financières et sociales et d’autre part, de l’utilité de la méthode pour des fins de knowledge
management et d’apprentissage organisationnel.
a- Les performances financières et sociales
Les gains financiers et l’amélioration des performances au travail figurent parmi les facteurs
d’efficacité et de succès de l’e-formation. La méthode fait preuve de performances financières
et sociales dépassant de loin les avantages des méthodes traditionnelles (Gilbert et Jones,
2001).
Concernant les performances financières, les professionnels ayant expérimenté l’e-learning
affirment que l’intérêt principal de son utilisation réside dans sa capacité à compresser les
frais relatifs aux coûts de la formation (Vicere, 2000). Premièrement, les frais de formation
par salarié ne cessent de croitre à cause de l’augmentation du coût horaire de formation.
Deuxièmement, les frais de transport, d’hébergement et de déplacement dépassent dans
certains cas la moitié du coût total de la formation.
Or, la formation électronique est par nature libre de toute contrainte spatiale ou temporelle
dans la mesure ou l’apprenant peut recevoir une formation en ligne depuis son lieu de travail
ou son domicile sans avoir l’obligation de voyager ou de se déplacer. Grâce à la formation à
distance, l’entreprise peut être libérée des couts de localisation, de déplacement et de
programmation (Tyler, 2001).
Pour ces raisons, les solutions offertes par l’e-Learning sont probantes d’un point de vue
économique. En outre, l’utilisation de l’e-Learning engendre des gains au niveau des heures
de travail. La réduction des coûts de formation ne se limite pas à l’élimination de certains
frais, elle englobe également la compression du temps consacré à la formation au détriment du
temps de travail. En ce sens, les actions de formation peuvent se dérouler hors des heures de
travail, ce qui engendre des gains de productivité.
S’agissant des performances sociales, Guerrero (2001) note à l’instar de Thévenet (1987) que
« le fait de participer à des activités de formation peut être vécu par le salarié comme un acte
social fort, générant chez lui de meilleurs comportements au travail » (p.166).
L’e-learning offre des possibilités d’apprentissage taillé « sur mesure » pour chaque salarié et
en juste à temps. Autrement dit, la formation en ligne répond à des besoins spécifiques pour
chaque formé et n’adopte plus une approche générale comme les méthodes traditionnelles. En
plus, l’apprenant jouit de la possibilité de choisir le temps qui lui convient pour effectuer sa
formation contrairement aux cours traditionnels qui imposent la présence et diminuent les
opportunités d’apprentissage.
Par ailleurs, les méthodes individualisées de diffusion à distance contribuent à la motivation
des salariés au travail en facilitant l’accès au savoir et en élargissant les opportunités de
formation. Chose qui traduit chez les salariés un sentiment de reconnaissance, de fidélité et de
citoyenneté à l’égard de leur entreprise.
b- L’e-learning pour le management des connaissances et
l’apprentissage organisationnel
La formation électronique se trouve au cœur des réflexions sur la mise en place d’une
organisation apprenante et créatrice de savoir. Elle figure parmi les pratiques managériales
incitatrices au partage des connaissances et à la création collective de compétences par les
mécanismes du knowledge management.
Le management des connaissances est un processus de création, d’enrichissement, de
capitalisation et de diffusion des savoirs intégrant tous les membres d’une organisation
(Gueye et Boussaguet, 2001). Ce processus suppose que la connaissance soit capturée là où
elle est produite et partagée par tous les acteurs afin d’être appliquée dans l’activité de
l’entreprise (Prax, 1997).
Zack (1999) note à ce sujet que « pour rester compétitive, une organisation doit efficacement
créer localiser, capturer et partager la connaissance et l’expertise dans le but d’utiliser cette
connaissance pour résoudre les problèmes et exploiter les opportunités ».
Le knowledge management accorde beaucoup d’importance, d’une part, aux mécanismes de
gestion de l’acquisition, du knowledge, du traitement et de l’utilisation des informations et des
connaissances. D’autre part, il privilégie la promotion d’une organisation interne favorisant
l’articulation des compétences individuelles pour bénéficier des effets de synergie.
La vogue que vit le management des connaissances coïncide avec la montée en puissance des
nouvelles technologies de l’information et de la communication. Ces dernières sont le
symbole du partage, or c’est dans le partage que la connaissance véritablement trouve toute sa
quintessence (Gueye et Boussaguet, 2001).
Par ailleurs, au niveau de l’apprentissage organisationnel, l’e-learning constitue une base pour
la mise en commun des compétences individuelles. En effet, tel que défini par koenig (1994)
« comme un phénomène collectif d’acquisition et d’élaboration de compétences » (p.78),
l’apprentissage organisationnel trouve dans la formation électronique des opportunités
considérables de réalisation.
Elle permet de tisser des réseaux de communication entre les apprenants qui offrent des
opportunités de réflexion et de mise en commun des compétences individuelles (Meisonnier,
1998).
Le réseau électronique favorise l’apprentissage organisationnel sous l’effet du phénomène
« Learning by interacting » (Gueye et boussaguet, 2001). De l’interaction entre les formés,
émerge une logique de partage, un climat de coopération et une volonté de collaboration
favorisant une alchimie entre les connaissances individuelles ainsi qu’une meilleure
articulation entre les savoirs détenus par les différents acteurs. La collaboration entre les
formés permet également une meilleure synchronisation des connaissances acquises dans la
mesure où ils partagent la même signification de l’action d’entreprise.
Section 2 : Les environnements
d’apprentissage multimédia intéractif
Au moment où la presse continue à le présenter comme « un monstre à craindre ». Le
multimédia ne peut manquer d’interpeller l’enseignant, le formateur et toute personne
soucieuse de profiter des meilleures opportunités d’apprentissage.
L’objectif de cette section est d’approfondir le concept de multimédia interactif dans ses
usages en éducation afin d’en définir les spécificités essentielles. Nous allons aussi présenter les
fondements pédagogiques sur lesquels repose la conception d’un outil ayant des ambitions
éducatives.
2.1 Définition
C’est l’ensemble de possibilités de communication étroitement intégrées dont la cohérence
d’ensemble est apportée par le système informatique qui en assure la gestion, (Depover et al.,
1998). En effet, les développements actuels de l’informatique permettent de combiner très
souplement des informations aussi diverses que des textes, des dessins, des graphiques, des
images, de la vidéo, du son, pour les présenter à partir d’un support de visualisation unique
constitué généralement par l’écran de l’ordinateur ; le téléviseur a été longtemps considéré
comme le seul support de visualisation utilisé.
Nous sommes alors face à un passage flagrant d’un mode de représentation de la réalité basé
sur l’analogique, à une représentation numérique qui constitue aujourd’hui le moteur de la
révolution multimédia qui commence à prendre pied dans le monde de l’éducation.
Par ailleurs, les pédagogues sont conscients depuis longtemps des bénéfices qu’ils peuvent
tirer d’un échange d’informations avec leurs apprenants et cela d’autant plus que cet échange
sera permanent, spécifique et centré sur la tâche. L’apprentissage multimédia interactif
constitue une nouvelle possibilité d’apprendre. En effet, il est possible aujourd’hui de
développer des systèmes qui permettent un apprentissage riche de messages audio-visuels
variés, contrôlés par l’apprenant et autorisant un dialogue et un échange entre le système et
l’étudiant dans le cadre d’une interactivité souple et dynamique.
2.2 Les fondements pédagogiques :
L’architecture d’un environnement d’apprentissage multimédia interactif repose sur quatre
fondements, piliers qui en garantissent les assises pédagogiques : la communication, la
sémiotique, l’apprentissage et la systémique.
2.2.1 La communication :
II s’agit du principe même de la pédagogie. La communication est définie comme une action
qui vise à provoquer des effets précis d’apprentissage. Elle permet d’établir le choix des
relations et d’organiser des liens, des échanges, des dialogues en interaction continuelle entre
l’émetteur et le récepteur à partir des messages variés et structurés autour d’un répertoire
commun.
Les pédagogues doivent veiller à bâtir des stratégies d’enseignement efficaces, à déterminer la
méthode d’enseignement convenable pour tel type d’apprenant caractérisé par tel profil
d’apprentissage, et à créer une ambiance humaine propice à l’apprentissage. La création de
cette ambiance est basée sur les principes mêmes de la communication, à savoir l’écoute,
l’interaction, l’action et la rétroaction.
2.2.2 La sémiotique :
Issue de la sémiologie, la sémiotique désigne la science de l’organisation des signes
constituant les messages. Très liée à la communication, elle permet le choix, la sélection des
signes linguistiques, audio et visuels, des codes et des symboles pour la mise en forme des
messages en vue de significations précises qui seront perçues par l’apprenant durant ses
activités d’apprentissage.
En psychologie cognitive, la signification est synonyme de représentation sémantique. La
parole et l’écrit constituent des instruments pour transmettre dans l’esprit d’un destinataire des
représentations d’objets ou des significations qui se trouvaient dans celui du locuteur. En
effet, comprendre un texte ou un message revient à construire une signification.
2.2.3 L’apprentissage :
Les behavioristes supposent qu’apprendre c’est modifier son comportement. D’un autre point
de vue, apprendre c’est modifier de façon durable ses représentations et ses schémas d’action.
On peut distinguer « ce qu’on apprend » (objet) du « comment on l’apprend » (processus).
Gagné (1987) a relevé une taxonomie complète relative aux différentes formes
d’apprentissage scolaires. Le processus quant à lui, il relève d’hypothèses reliées à des
courants théoriques comme : le conditionnement opérant de Skinner (behaviorisme), l’insight
mis en évidence par les gestaltistes, l’assimilation-accommodation avec la théorie opératoire
(constructivisme de Piaget), le traitement des représentations (cognitivisme) et l’apprentissage
par la découverte de Bruner.
En fonction des types de contenus à apprendre et des profils cognitifs des apprenants, une
gamme particulière d’approches pédagogiques est disponible pour orienter la conception et le
choix d’un environnement d’apprentissage multimédia interactif.
L’apprentissage est la raison même de toute communication de messages pédagogiques. Les
messages se forment en fonction de l’approche pédagogique retenue, c’est-à-dire de lois ou de
principes desquels se dégagent des méthodes et des conditions pour apprendre, qui définissent des
activités et des événements en vue d’habiletés, de compétences ou de comportements à
construire chez l’apprenant.
Ces trois fondements ont mis l’accent sur l’importance du message, indispensable à
l’apprentissage. En effet, l’apprenant ne parvient à apprendre qu’en manipulant, transformant
et en agissant sur les messages.
2.2.4 La systémique :
Un système est un tout composé d’éléments qui sont reliés entre eux. Ainsi, un environnement
d’apprentissage multimédia interactif constitue un système dont les principaux éléments sont
l’apprenant et l’environnement dans lequel celui-ci est plongé pour acquérir certaines
compétences et vivre certaines expériences.
La systémique constitue le quatrième fondement sur lequel repose la conception des
environnements d’apprentissage multimédia. Elle permet de réguler et de contrôler toutes les
décisions concernant cet environnement.
L’approche systémique permet d’analyser les problèmes liés au processus d’apprentissage ou
de formation, de concevoir et d’évaluer des solutions efficaces à ces problèmes par le
développement et l’exploitation de ressources diversifiées dans le cadre de la technologie
éducative.
2.3 Les caractéristiques des environnements multimédia :
Depuis des années, les recherches sur l’apprentissage ont pris en considération les ingrédients
premiers de l’architecture pédagogique d’un multimédia, et ont mis en exergue le rôle majeur
d’un certain nombre de facteurs, qui seront présentés dans ce qui suit.
2.3.1 La motivation de l’apprenant :
En matière d’apprentissage, rien ne peut être entrepris sans la motivation de l’apprenant.
Comment alors déclencher le désir « d’aller vers » ? Est-ce possible de motiver une personne
qui ne l’est pas? La motivation de l’apprentissage, une fois créée, que faire pour la soutenir,
l’entretenir, la maintenir, la faire progresser ?...
La recherche suppose qu’en informant, en présentant la situation qui sera vécue et en essayant
d’impliquer celui qui apprend, sa motivation sera alors nourrie, renforcée et stimulée (Viau,
1994).
Etre motivé c’est « avoir envie de ... ». Selon Nuttin (1963), la motivation prend naissance
lorsque l’apprenant est en situation de tension. Il trouve la situation actuelle non satisfaisante
et il envisage une situation future qui le sera davantage.
2.3.2 Le rythme individuel de l’apprenant :
Selon (Bloom, 1986), l’apprentissage est mieux réussi s’il est adapté aux différences
individuelles des apprenants en respectant leur rythme individuel de perception, de
compréhension et d’assimilation.
2.3.3 La participation de l’apprenant :
Le processus d’apprentissage multimédia nécessite une participation active et dynamique,
physique et mentale de l’apprenant. Cette participation est atteinte en sollicitant le plus
possible tous les sens de l’apprenant, en provoquant ses réactions, en proposant des choix, en le
faisant analyser, synthétiser, remarquer, observer et en générant une participation active par des
activités variées et bien sélectionnées.
2.3.4 L’interaction avec l’apprenant :
L’interactivité entre l’apprenant et le système d’apprentissage repose sur le dialogue,
l’échange, le degré de contrôle sur le système dont peut disposer l’apprenant et sur la
possibilité de permettre des initiatives partagées entre eux afin de réorienter l’interaction.
Ce facteur est très important et prend racine dans les lois et principes de la communication
pédagogiques (Depover 1987).
2.3.5 La perception :
La perception est un acte intelligent qui se produit à partir des capteurs qui sont nos sens. Il ne
peut y avoir d’apprentissage sans perception des significations à partir des signes composant
les messages. Plusieurs procédés et techniques de signalisation existent tant pour les messages
audio que visuels et linguistiques (Delorme 1982).
2.3.6 L’organisation des messages :
II s’agit de tous les problèmes liés à la mise en forme des messages qui doit s’opérer de façon
systématique selon des étapes bien précises. Ce processus de la mise en images visuelles et
sonores réclame un haut degré d’imagination pédagogique. Se pose aussi le problème du
choix judicieux des signes, des stimuli pertinents afin que leur combinaison forme un langage
cohérent générant une signification pertinente.
L’environnement d’apprentissage multimédia interactif doit comporter un juste équilibre de
messages linguistiques, audio et visuels permettant de véhiculer efficacement les différentes
significations et de favoriser la construction de représentations pertinentes.
2.3.7 La structuration du contenu :
Elle doit faire apparaître les principaux liens logiques et importants entre les divers éléments
et les articulations essentielles présentes au sein du contenu.
A ce niveau, les différentes techniques de schématisation et de mise en évidence occupent une
place privilégiée. Le schéma facilite la perception, la compréhension et la mémorisation, donc
l’apprentissage (Ausubel 1968, West, Farmer et Wolf 1991, Marton 1992b).
2.3.8 La stratégie de l’organisation des ressources :
C’est l’ensemble de tout ce dont l’apprenant dispose en situation d’apprentissage. Il s’agit des
ressources physiques et matérielles qui déterminent l’environnement pédagogique, et des
ressources humaines indispensables à l’apprenant. De là vient la notion de stratégie, c’est-à-dire
l’organisation systématique et systémique de la méthode et des ressources en vue d’un
apprentissage efficace (Gagné 1987, Hillgard et Bower 1975).
2.3.9 Le choix des méthodes pédagogiques :
La méthode est l’ensemble des démarches, des cheminements ordonnés et rationnels, fixant le
mode d’intervention. Elle est souvent influencée par une ou plusieurs approches ou théories
d’apprentissage comme par exemple le behaviorisme ou le cognitivisme. Plusieurs méthodes et
approches sont disponibles et possibles. Le plus difficile consiste en la sélection de ce qui
convient le mieux pour le type d’apprentissage visé : des faits, des principes, des concepts, des
règles, des habiletés, des attitudes et ce pour le type d’apprenants concernés (Hilgard et Bower
1975, Reigeluth 1987).
2.3.10 Le guidage de l’apprenant :
Il concerne les techniques qui permettent de baliser le cheminement de l’apprenant en
situation d’apprentissage. Il s'agit d’orienter, de signaler, de situer et de délimiter les trajets
durant le parcours de l’apprenant (Gagné 1975, 1985). Le guidage est un des grands principes
de la pédagogie. L’être humain qui apprend a besoin d’un certain niveau de guidage.
Le dosage du guidage est très difficile à établir dans l’élaboration d’un environnement
d’apprentissage multimédia interactif, puisqu’il doit être adapté aux besoins de chaque
individu.
2.3.11 La répétition d’activités et d’expériences variées :
Pour certains, l’apprentissage est basé sur l’action de l’apprenant en situation. La formule
célèbre de Dewey à la fin du 19ème siècle, « Learning by doing » témoigne de la continuité de
l’expérience par l’action. Selon lui, l’enfant construit sa pensée par des interactions
continuelles avec l’expérience, ce qui sera repris par plusieurs théoriciens tels que Piaget et
les tenants des sciences cognitives notamment.
Ainsi la répétition d’activités pédagogiques variées, basé sur l’expérience, proposant des
manipulations, des simulations, des questionnements, favorise positivement l’apprentissage
(Hilgard et Bower 1975).
2.3.12 Les exercices :
Ce sont les exercices qui permettent la pratique et l’entraînement et qui conduiront à favoriser
le fait que l’apprentissage puisse vérifier, se corriger et s’ajuster tout de suite grâce à la
rétroaction (Hilgard et Bower 1975, Dubé 1990). En effet, l’expérience doit alterner
continuellement avec l’appropriation du savoir par l’apprenant. C’est la partie pratique qui
permet à celui qui apprend de vérifier dans quelle mesure il a compris.
2.3.13 La connaissance immédiate des résultats : la rétroaction
Dans toute activité pédagogique, une rétroaction immédiate s’avère importante afin de
permettre à l’apprenant de vérifier et de contrôler la qualité, l’exactitude de ses réponses et
résultats, de sa performance durant son apprentissage (Skinner 1968, Hilgard et Bower 1975,
Gagné 1975, Brien 1997).
La rétroaction est un concept issu de la cybernétique. En communication pédagogique, il y a
lieu de distinguer deux formes de rétroaction : d’une part celle qui a pour objet d’informer le
formateur ou le système d’apprentissage multimédia interactif sur l’état de l’apprenant et
d’autre part la rétroaction qui informe l’apprenant sur la qualité de son apprentissage.
2.3.14 L’application des connaissances acquises (transfert)
II s’agit d’appliquer une solution connue à un problème, une situation que l’on n’a pas encore
rencontrée. Cela demande une aptitude à la généralisation, à la synthèse et une grande capacité
d’abstraction.
Le transfert dépend du processus d’apprentissage vécu par l’apprenant. L’aboutissement de cet
apprentissage serait la construction de structures cognitives permettant de s’engager plus
facilement dans un processus de raffinement et d’adaptation.
2.3.15 Les contacts humains épanouissants :
Ce principe remonte à l’aube de l’humanité, où l’humain a toujours eu besoin d’un autre
humain pour apprendre. Avec les environnements d’apprentissage multimédia qui font preuve
d’une intelligence et d’une sophistication assez élevées, rien ne peut et ne pourra remplacer les
contacts humains. Ces systèmes demeurent des outils et des moyens merveilleux crées et
organisés par les humains pour compléter l’action du professeur ou du formateur.
En effet, ces outils libèrent le professeur des tâches répétitives afin d’éviter des applications
mécaniques asservissantes, et pour pouvoir exploiter l’intelligence de l’humain dans le but de
maîtriser les technologies de l’information et des communications pour son plein
épanouissement.
En définitive, la section a souligné d’une part l’importance des fondements pédagogiques et
de l’interrelation entre eux. D’autre part, elle a mis en exergue comment les facteurs
pédagogiques sont fortement liés et constituent les éléments essentiels de l’architecture d’une
situation d’apprentissage.
Ces facteurs sont issus de la recherche en éducation et en psychologie. Ils s’appliquent à la
conception d’environnements d’apprentissage multimédia interactif, en particulier à la
conception de l’environnement d’apprentissage à distance ou e-learning sur lequel porte ce
travail de recherche.
Section 3 : Forces et faiblesses du « e
learning »
Comparées aux modes traditionnels de formation, les pratiques d’apprentissage émergentes
prennent place afin de faire face aux lacunes des méthodes traditionnelles d’apprentissage.
Leur caractère novateur n’est pas sans limites.
Pour mieux appréhender les apports et les limites du « e-learning », nous proposons en
premier lieu une comparaison entre les méthodes traditionnelles et le « e-learning », en
précisant les avantages qu’offre ce nouveau mode de formation à distance. En second lieu,
nous allons expliciter les faiblesses qui peuvent entraver le développement futur du « e-
learning ».
3.1. Les avantages de l’« elearning »
L’évolution du « e-learning » en tant que modalité de formation se traduit par une multitude
d’avantages liés à l’apprenant et à l’organisation.
3.1.1 Flexibilité du temps et de l’espace de formation
Le « e-learning » procure aux apprenants l’opportunité de suivre leur formation à n’importe
quel moment, de n’importe quel endroit, et par n’importe qui (Collins et al, 2003 ; Zhang et
Zhou, 2003 ; Sambrook, 2003 ; Vaughan et Mac Vicar, 2004 ; Homan et Macpherson, 2005 ;
Tastle et al, 2005 ; Sharifabadi, 2006 ; Uhomoibhi, 2006 ; Tseng et al, 2007). Zhang et Zhou
(2003) ont décrit le « e-learning » comme un « just in time » puisqu’il élimine les barrières du
temps et de l’espace.
Ainsi, on peut bien comprendre que le temps et la place ne constituent plus une contrainte
pour les apprenants surtout pour ceux qui travaillent ou qui sont géographiquement loin du
lieu de formation et ceux qui travaillent dans des heures non standards (Homan et
Macpherson, 2005). De ce fait, l’apprenant et le tuteur possède la possibilité de choisir leur
programme de travail.
Par ailleurs, le « e-learning » prend la forme d’une technologie électronique pour supporter
l’apprentissage. En effet, ce nouveau mode met à la disposition des apprenants plusieurs outils
leur permettant l’apprentissage en dehors du lieu de formation. Par exemple, un apprenant
peut acheter un cours et travailler à partir d’un CD-ROM ou même une « floppy disque » sur
son ordinateur personnel.
D’un autre coté, le matériel « e-learning » est installé sur le réseau, ce qui procure aux
apprenants l’opportunité d’y accéder à travers différents terminaux s’ils possèdent une
connexion Internet.
De surcroit, la formation est ouverte à tous : quiconque, quel qu’en soit son âge, son niveau
d’instruction, sa catégorie socioprofessionnelle y a accès. Ceci montre bien que la formation
électronique n’est plus restreinte à une catégorie bien définie d’apprenants ; ce qui augmente
les chances d’apprentissage à un grand nombre de personnes (Vaughan et Mac Viear, 2004 ;
Homan et Macpherson, 2005).
La formation électronique permet alors d’ajuster une vie scolaire à coté d’une vie
professionnelle. Les organisations, peuvent quant à elles renoncer aux périodes de formation
longues pour les employés clés (Homan et Macpherson, 2005).
3.1.2 Personnalisation de l’apprentissage
Le « e-Learning » est une méthode d’apprentissage et d’enseignement comprenant des
instructions livrant, à travers des médias électroniques, une formation personnalisée qui
répond aux besoins des apprenants (Collins et al, 2003 ; Vaughan et Mac Vicar , 2004 ; Tahir,
2004 ; Tastle et al, 2005 ; Sharifabadi, 2006 ; Uhomoibhi, 2006). Homan et Macpherson
(2005) parlent de la flexibilité dans la distribution de l’apprentissage aux formés.
La formation peut être mesurée selon le niveau de qualification des apprenants et appropriée à
leurs futures carrières. Ceci permet aux individus de concentrer leurs temps sur les points
d’insuffisance au lieu de gaspiller du temps sur des points maîtrisés. Ainsi, les programmes
sont choisis à la carte et délivrés au rythme de chacun.
Donc, le « e-learning » permet aux apprenants d’apprendre individuellement selon leurs
niveaux de progression et selon leurs agendas personnels (Collins et al, 2003 ; Zhang et Zhou,
2003 ; Tahir, 2004 ; Mackay et Stockport, 2006 ; Imamoglu, 2007).
De plus, la formation électronique peut être motivante pour les employés dans la mesure ou
elle peut être diplomante ou promotionnelle.
3.1.3 Facilité d’apprentissage avec une meilleure mémorisation
Le « e-learning » offre aux apprenants la possibilité d’accéder facilement aux connaissances
appropriés et utiles (Collins et al, 2003 ; Vaughan et Mac Vicar, 2004 ; Tahir, 2004 ;
Uhomoibhi, 2006). En effet, la conception d’une plate-forme de « e-learning » accessible à
toute personne quel qu’en soit son niveau de qualification en informatique, lui permet de
mieux suivre et comprendre le contenu de la formation. Par la suite, se familiariser avec le
matériel conçu pour celle-ci.
De même, les formés peuvent consulter des experts dans les matières qu’ils étudient
(Uhomoibhi, 2006). D’un autre coté, les apprenants peuvent consulter les travaux pratiques,
les ressources et les comptes-rendus à n’importe quel moment puisqu’ils sont hébergés sur
Internet.
Collins et al, (2003) affirment pour leur part, que le « e-learning » améliore le taux de la
mémorisation des informations. Ainsi, les employées peuvent retenir 30% plus d’informations
à travers une plate-forme « e-learning » comparée à 10 % de mémorisation dans le cas des
méthodes traditionnelles d’enseignement.
Plus encore, le « e-learning » est basé sur des solutions qui attirent l’attention de l’apprenant,
stimulent ses capacités de compréhension et d’interprétation et l’incitent à se concentrer et à
assimiler rapidement par l’intermédiaire du système de l’observation et du captage. Les
solutions multimédias peuvent être du type audio (interlocuteur, compagnon simulé, …),
image (graphique, dessin, modèle, plan), et vidéo (fichier vidéo enregistré, visioconférences,
texte garni des liens hypertextes permettant de consulter d’autres documents pour appréhender
l’analyse et l’interprétation).
3.1.4 Liberté de la prise de risque
Les apprenants par le mode « e-learning » peuvent explorer de nouvelles choses et faire des
fautes sans divulguer leurs identités (Uhomoibhi, 2006). Ceci est favorable pour les formés
timides qui ont peur du contact direct avec l’enseignant. Dans ce cas, ils seront plus à l’aise en
posant des interrogations qu’ils ne sont pas capables de poser en classe. De plus, ils peuvent
discuter des points avec leurs enseignants à travers les forums de discussions (Zhang et Zhou,
2003).
3.1.5 Interactivité et établissement des communautés de collaborations
Le « e-learning » renforce l’interaction qui engage l’attention des apprenants (jeux, etc.),
soutient l’interaction avec les autres e-apprenants e-instructeurs (chat-rooms, e-mail, etc.)
(Cantoni et al, 2004). En effet, un des bénéfices du « e-learning » est qu’il lie chaque
apprenant avec des experts et d’autre apprenants ensemble, afin de former une communauté
d’apprentissage collaborative (Zhang et Zhou, 2003 ; Collins et al, 2003 ; Mackay et
Stockport, 2006).
Par ailleurs, les moyens électroniques comme l’Internet, permettent aux formés de se partager
des idées, des informations et des connaissances. Les simulations, les tests d’auto-évaluation,
l’échange de messages synchrones ou asynchrones créent une interactivité qui place
l’apprenant au cœur de la formation.
3.1.6 Utilisation illimitée du matériel « elearning » et stockage de
contenu et de connaissances
Le « e-Learning » permet un accès illimité et une récupération du matériel d’apprentissage
électronique. Le contenu électronique peut être stocké et copié (Zhang et Zhou, 2003 ;
Uhomoibhi, 2006). Les connaissances peuvent être enregistrées dans des bases de donnés. De
même, les conversations à travers les moyens électroniques ou les discussions dans les
communautés en ligne peuvent être stockées et revues plus tard.
3.1.7 Rentabilité
La méthode du « e-Learning » est considérée comme la méthode la plus rentable en terme de
formation. Ainsi, plusieurs auteurs affirment que l’une des motivations principales de son
intégration est sa capacité de réduction des charges relatives aux coûts de la formation
(Collins et al, 2003 ; Zhang et Zhou, 2003 ; Vaughan et Mac Vicar, 2004 ; Homan et
Macpherson 2005 ; Mackay et Stockport, 2006 ; Imamoglu, 2007).
Premièrement, la formation électronique minimise le coût et le temps de déplacement vers le
cours de formation (Collins et al, 2003). Deuxièmement, grâce à ce nouveau mode
d’apprentissage, le coût horaire de formation est réduit (Tahir, 2004 ; Homan et Macpherson
2005). A ce sujet, Vaughan et Mac Vicar (2004) ont suggéré que les coûts de formation se
minimisent après l’investissement initial. Ceci veut dire que les charges initiales sont lourdes.
Troisièmement, Zhang et Zhou (2003) ont mis l’accent sur les épargnes produites par le « e-
learning » qui peuvent atteindre en moyenne 50 % du temps et de 40% à 60% du coût
comparé à la formation traditionnelle.
En conclusion, on comprend que le « e-learning » permet de lever les contraintes du temps et
de l’espace dans la mesure où l’apprenant peut suivre une formation en ligne soit sur le lieu de
travail (Collins et al, 2003) soit hors du lieu de travail (Tahir, 2004). De plus, le temps
d’apprentissage est réduit. L’apprenant se forme plus rapidement lorsqu’il se concentre
uniquement sur les points qu’il souhaite approfondir. Le coût de son indisponibilité est donc
fortement réduit.
3.1.8 Amélioration de la productivité
La formation électronique offre des possibilités d’amélioration et d’augmentation de
l’efficacité des apprenants (Collins et al, 2003 ; Tahir, 2004).
En outre, l’utilisation du « e-learning » engendre une réduction au niveau du temps de
formation (Tahir, 2004) en le comparant à la formation traditionnelle. Par ailleurs, le « e-
learning » contribue à la réduction des coûts directs de la formation par l’amélioration de la
performance de l’apprenant au niveau de son travail (Tahir, 2004).
Vaughan et Mac Vicar (2004) affirment que le « e-learning » est perçu par les jeunes
apprenants comme une option moderne ; Ce qui peut les motiver à suivre la formation en
ligne et par la suite augmenter leur attachement à l’organisation. En ce sens, les coûts de
renouvellement seront réduits (Oakes, 2003). De plus, le renouvellement des personnels
signifie une perte de connaissance et par la suite des compétences développées. Réduire le
taux du renouvellement aide à la conversation et à la protection des connaissances à
l’intérieur de l’organisation.
3.2. Les faiblesses du « ELearning »
Bien qu’elle présente plusieurs avantages, cette modalité d’apprentissage présente quand
même des limites. Ces limites sont expliquées dans ce qui suit :
3.2.1 Dépendance étroite de la discipline individuelle des apprenants
Puisque le « e-learning » relève comme une méthode de personnalisation de l’apprentissage,
son succès dépend étroitement de l’engagement des formés pour aller au bout de la formation
en ligne (Vaughan et Mac Vicar, 2004). Ainsi, le « e-learning » exige plus de responsabilité
de la part de l’apprenant.
En outre, le « e-learning » s’opère la plupart du temps à domicile, l’accomplissement de la
formation électronique dépend fondamentalement de la motivation et de la discipline
personnelle de l’apprenant (Collins et al, 2003 ; Vaughan et Mac Vicar, 2004 ; Mackay et
Stockport, 2006). Tahir (2004) a mis l’accent sur la résistance que manifestent les employés
vis-à-vis des technologies d’information surtout pour ceux qui dépassent les 40 ans.
3.2.2 Investissement initial élevé
La réduction des coûts est l’une des incitations pour l’intégration du « e-learning » ce qui
demande un investissement initial élevé (Tahir 2004). Dans le même sens, Mackay et
Stockport, (2006) affirment qu’il y’a un manque au niveau des investissements initiaux pour
la préparation des programmes de formation.
3.2.3 Non applicabilité pour tout type de formation
Le « e-learning » consiste à développer les modules de formation qui sont disponible à travers
des médias électroniques et utilisables à tout moment par les apprenants. Dans ce sens, Kalika
et Laval énoncent qu’ « ils portent sur des connaissances de base (comptabilité, gestion) ou
sur des applications propres à un métier ».
Par ailleurs, le « e-learning » n’est pas toujours un dispositif approprié pour une formation
portant plus sur le côté pratique que sur le théorique (Vaughan et Mac Vicar, 2004). De
surcroît, il y’a des domaines où les compétences acquises en salles de cours ne reflètent pas
nécessairement celles acquises en ligne (Tahir 2004). Pour combler cette limite, plusieurs
auteurs (Vaughan et Mac Vicar, 2004) ; (Kalika et Laval, 2006) ; (Mackay et Stockport, 2006)
proposent la combinaison entre deux modes de formation (traditionnelle et en ligne). Dans cet
ordre d’idées, Kalika et Laval (2006, p59) avancent que « ces informations en ligne peuvent
soit se substituer au programme traditionnel en salle, soit en être complémentaires ».
3.2.4 Modalité ne convenant pas à quelques apprenants
Pour quelques individus, la formation basée sur les technologies n’est pas toujours la méthode
la plus efficace. On peut expliquer ceci par le fait qu’il se trouve que le formé ne soit pas à
l’aise en utilisant l’ordinateur pour apprendre (Vaughan et Mac Vicar, 2004). En effet, il faut
s’avérer que son mode d’apprentissage est auditif par opposition au visuel (Urdan et Weggen,
2000). De plus, l’apprenant peut être craintif lors de l’utilisation des ordinateurs (Sambrook,
2003 ; Vaughan et Mac Vicar, 2004).
En outre, les personnes qui sont illettrées en informatique ou manquant de qualification en
technologie de l’information trouvent des difficultés pour s’adapter à la plate-forme du « e-
learning » (Vaughan et Mac Vicar, 2004).
Ainsi, on peut avancer que les individus les plus qualifiés en technologie de l’information
participent le plus et profitent du programme du « e- learning » (Tahir 2004).
3.2.5 Manque d’interaction humaine
Une des faiblesses qui découle de la plate-forme technologique du « e- learning » est
l’absence des relations sociales et de discussions qui peuvent être animées entre les
apprenants en dehors des séances de formation traditionnelle. (Mackay et Stockport, 2006)
décrivent la formation électronique sans interaction comme ennuyeuse. Il faut dire que le
contact humain a un poids important sur le vécu psychologique des apprenants.
Ceci en atténuant la rigidité qui peut apparaitre lors de suivi d’un cours en ligne seul.
Vaughan et Mac Vicar (2004) ont insisté sur les avantages des rapports de face à face entre
l’apprenant et son enseignant. Ils ont considéré que le contact social est fondamental pour la
réussite du cours. De plus, Collins et al (2003) avancent que la médiation technique n’est pas
suffisante pour favoriser l’interaction entre tuteur et apprenant.
En ce sens, l’infrastructure technologique du « e- learning » supprime la dimension concrète
lors de la transmission des significations parce qu’elle appauvrit la richesse de l’information
en filtrant des variables du contexte provenant du contact humain. En effet, l’enseignant peut
transmettre des expressions muettes se basant sur le langage visuel, celles-ci ne peuvent être
réellement comprises que lors du face à face.
3.2.6 Temps de préparation d’un cours du elearning, mauvaise qualité,
bas débit.
Bien que le « e-learning » soit un moyen facilitant l’apprentissage, plusieurs mesures doivent
converger pour assurer la réussite de cette plate-forme. Ainsi, le développement d’un cours du
« e-learning » prend plus de temps que la préparation d’un cours traditionnel et exige de
nouvelle qualifications pour le développement du contenu (Uhomoibhi, 2006). Mackay et
Stockport, (2006) pour leur part, mettent l’accent sur la médiocre qualité des programmes de
formation. De plus, une transmission efficace d’un module de « e-learning » exige une
connexion Internet de haut débit.
Dans ce cadre, plusieurs auteurs (Collins et al, 2003 ; Mackay et Stockport, 2006)
mentionnent le manque d’une connexion robuste à travers l’Internet pour bénéficier des
avantages des graphiques riches présentées par un cours en ligne.
Conclusion
L’intégration des TIC dans le paysage de l’éducation a fait naître un nouveau mode
d’apprentissage qui est le e-learning de plus en plus répandu auprès des professionnels et des
étudiants.
Tout au long du chapitre, l’e-learning a été présenté comme une nouvelle technologie
éducative et un nouveau mode d’apprentissage qui se répand de plus en plus dans les milieux
éducatifs. Puis, nous avons essayé de définir le concept de l’environnement d’apprentissage
multimédia interactif, ses fondements et ses caractéristiques.
Toutefois, et comme toute innovation, la question de son adoption balance entre deux
opinions fondamentales : « Adopter l’e-learning » et « Ne pas adopter l’e-learning ».
L’adoption du e-Learning ou son rejet dépend de plusieurs facteurs inter reliés entre eux. Le
chapitre suivants aura pour objectif de définir les principaux modèles d’adoption tels que
présentés dans la littérature et les différents relations entre les déterminants fondamentaux de
la décision d’adoption.
Chapitre 2
Les modèles d’adoption de la
technologie : description et choix
du modèle conceptuel
Introduction
Les recherches en systèmes d’information s’intéressent profondément à l’interprétation et à
l’éclaircissement de la problématique de l’acceptation des nouvelles technologies selon la
perspective de l’utilisateur. D’ailleurs, les systèmes d’informations ne peuvent nullement
améliorer la performance des organisations s’ils ne sont pas suffisamment acceptés par les
utilisateurs finaux.
L’acceptation des nouvelles technologies apparaît donc assez souvent dans ces recherches et
détermine le succès ou l’échec de la mise en place des systèmes d’information (Davis, 1993).
De nombreuses théories ont été développées afin de comprendre et prédire le comportement des
individus face à une technologie. Les plus notoires sont les théories cognitives ou dites
d’intention.
Le présent chapitre parcourt différents courants théoriques ayant servis de base pour expliquer
le phénomène de l’acceptation individuelle des nouvelles technologies. Nous avons retenu
pour notre étude six grands modèles qui ont constitué des cadres conceptuels pour maintes
recherches en systèmes d’information. En se référant à l’objectif principal de chacun de ces
modèles, une classification s’avère possible.
En effet, nous avons constaté qu’il s’agit d’expliquer un comportement. Les théories de
l’action raisonnée (Ajzen et Fishbein, 1975, 1980), du comportement planifié (Ajzen, 1991), la
théorie cognitive sociale (Bandura, 1989) et la théorie de la diffusion des innovations (Rogers,
1995) ont été essentiellement proposées dans le but d’expliquer un comportement humain de
façon générale sans pour autant le spécifier.
Par ailleurs, Davis (1989) s’est proposé d’expliquer le comportement d’acceptation de la
technologie à travers un modèle qui sert de nos jours de référence pour la majorité des
recherches sur l’acceptation des technologies nouvelles.
Plus récemment, les travaux de Venkatesh et al (2003) ont mis en place une théorie unifiée
qui vise à expliquer le comportement d’acceptation et d’usage de la technologie. Ainsi, ces deux
dernières théories sont spécifiques à l’étude du comportement à l’égard d’une technologie.
Par conséquent, ces six modèles sont présentés dans ce chapitre comme suit : la première
section est dédiée à la présentation de la théorie de l’action raisonnée (Fishbein et Ajzen,
1975), la seconde porte sur la théorie du comportement planifié (Ajzen, 1991), la théorie
cognitive sociale (Bandura, 1989) fera l’objet de la troisième section, suivie par une
présentation de la théorie de la diffusion des innovations (Rogers, 1995), puis du modèle de
l’acceptation de la technologie (Davis, 1989) pour finir avec la théorie unifiée de l’acceptation et
de l’utilisation de la technologie (Venkatesh et al, 2003).
La dernière section sera consacrée à la présentation du modèle conceptuel, les relations entre
ses variables ainsi que les hypothèses de la recherche.
Section 1 : La théorie de l’action raisonnée
La théorie de l’action raisonnée est issue des travaux de Martin Fishbein et Icek Ajzen (1975)
qui se sont inspirés de la littérature en psychologie sociale et ont proposé un modèle général
qui vise à prédire et à expliquer l’adoption des comportements individuels.
1.1 Présentation du modèle de Fishbein et Ajzen (1975) et
définition des construits
Le modèle de l’action raisonnée suppose que l’homme est purement rationnel et que la plupart
de ses actions sont sous son contrôle, absolu et conscient.
Ce modèle stipule que le comportement d’un individu est directement déterminé par son
intention d’adopter ou de rejeter ce comportement, et que cette intention est fonction de deux
variables : l’attitude de l’individu à l’égard de la réalisation d’un comportement, et la norme
subjective associée au fait d’adopter ce comportement (Fishbein et Ajzen, 1980).
Ainsi l’intention d’un individu repose sur deux déterminants de base. Le premier est de nature
personnelle, il touche à l’appréciation positive ou négative de la réalisation du comportement :
c’est l’attitude envers le comportement.
Le second déterminant de l’intention touche à la perception des pressions sociales. Ce sont les
normes sociales. En d’autres termes, l’intention comportementale est la résultante de
l’interrelation entre l’attitude individuelle envers l’adoption d’un comportement et les croyances
que l’individu a des normes sociales.
1.1.1 L’intention de se comporter (Behavior Intention)
Selon Ajzen (1991), les intentions sont assumées pour captiver les facteurs de motivation qui
influencent un comportement, elles sont des indications désignant à quel point les personnes
sont disposées à essayer, et quel volume d’effort elles projettent de fournir afin d’adopter le
comportement.
En 1975, Ajzen et Fishbein ont défini l’intention comme étant la mesure de l’intensité de
l’intention personnelle d’adoption d’un comportement particulier.
Par ailleurs, Selim, H. M. (2007) définit l’intention comme étant l’expression du désir d’adopter
un comportement donné. La formation de l’intention est la résultante d’un mécanisme
d’influence de croyances strictement personnelles concernant l’adoption du comportement
conjuguée à l’évaluation des résultats de cette décision.
Dans la théorie de l’action raisonnée et dans les modèles d’adoption en général, l’intention
constitue le déterminant principal et direct du comportement d’adoption.
1.1.2 L’attitude :
Définie par Ajzen et Fishbein (1975) par « an individual’s positive or negative feelings about
performing the target behavior ».
Il s’agit donc d’un sentiment positif ou négatif qu’a un individu envers un objet ou un
comportement. La formation de l’attitude est un processus itératif à travers lequel l’individu
considère un ensemble restreint de croyances quant aux conséquences de la réalisation du
comportement, pondérées par l’importance que l’individu accorde à chacune de ces
conséquences. Ce sont des croyances saillantes (salient beliefs) et elles sont les déterminants
directs de l’attitude d’une personne (Ajzen et Fishbein, 1980).
Le modèle de l’action raisonnée met en exergue cette relation et démontre que l’attitude est
déterminée par la croyance que ce comportement mènera à certains résultats ainsi que par
l’évaluation des résultats de ce comportement.
Par ailleurs, Karahanna et al (1999) ont montré que l’attitude était d’autant plus importante
que l’expérience de l’individu s’accroît.
1.1.3 La norme subjective :
C’est la perception d’un individu que la plupart des personnes qui sont importantes pour lui
pensent qu’il devrait ou ne devrait pas adopter le comportement en question Fishbein et Ajzen
(1975). Les normes subjectives sont l’expression de la pression sociale perçue par l’individu
pour réaliser ou ne pas réaliser un comportement particulier.
Davis (1989) les définit comme l’ensemble des croyances d’un individu quant à l’opinion des
personnes ou de groupes de référence par rapport au fait qu’il réalise un comportement,
associé à la motivation de se conformer à l’opinion de ces personnes ou groupes de référence.
Ces derniers peuvent comprendre la famille, les amis, les supérieurs hiérarchiques et les
collègues.
Contrairement à l’attitude, Karahanna et al (1999) ont trouvé que la norme subjective devient
moins importante quand l’expérience s’accroît.
Le modèle de l’action raisonnée se présente alors comme le montre la figure suivante :
Figure 3 : Le modèle de l’action raisonnée de Fishbein et Ajzen (1975, 1980)
Source : « User Acceptance of Computer technology : a comparison of two
theoretical models » (Davis et al, 1989)
1.2 Applications et limites de la théorie de l'action
raisonnée :
La théorie de l’action raisonnée est une théorie générique dont l’application à couvert de
nombreuses disciplines (marketing, management, psychologie sociale, santé..) dans le but de
prévoir et d’expliquer un large éventail de comportements dans divers domaines.
Au cours des dernières années, l’utilisation de cette théorie a été intensive dans le domaine
des technologies de l’information.
En effet, Davis (1989) a fait de ce modèle une base théorique pour développer son modèle, dont
l’objectif est d’expliquer l’acceptation des nouvelles technologies de l’information. Le modèle
sera détaillé ultérieurement dans le chapitre.
Plus tard, Hartwick et Barki (1994) ont mené une étude qui a confirmé l’utilité de la théorie de
l’action raisonnée pour expliquer le comportement d’adoption des technologies de
l’information dans un contexte organisationnel. Cette étude a démontré qu’en plus de
l’attitude, la norme subjective serait un déterminant considérable de l’adoption de la
technologie lors des premiers stades de son implantation dans l’organisation.
Plus récemment, Tai-Kuei Yu et Guey-Sen Wu (2007) ont étudié le comportement d’achat sur
Internet en se basant sur la théorie de l’action raisonnée. Cette approche a constitué une
revalidation de la portée de l’attitude envers le comportement et des normes subjectives dans
l’explication du comportement en général, et du comportement d’achat en ligne en particulier
A travers plusieurs autres études, la théorie de l’action raisonnée a fait preuve d’une capacité
prédictive puissante des comportements dans différentes situations et à travers une panoplie de
domaines.
Malgré cette forte capacité de prédiction, la théorie présente quelques limites à mettre en
avant.
Sur le plan empirique, le degré de généralité élevé du modèle implique une difficulté
d’application et d’opérationnalisation des mesures. En effet, le modèle en question ne précise
pas les croyances entrant en jeu lors de la formation de l’intention envers un comportement
donné.
Sur le plan conceptuel, la théorie de l’action raisonnée prétend que le comportement est sous le
contrôle total de l’individu.
En effet, Fishbein et Ajzen (1975) ont supposé que les individus sont rationnels et rendent
l’utilisation systématique de l’information disponible à eux. Cependant, le contrôle volontaire du
comportement peut être interrompu par des facteurs internes ou externes.
En effet, Sheppard et al (1988) notent que l’intention n’est pas l’unique déterminant du
comportement et qu’il existe une autre catégorie de facteurs qui échappent au contrôle de
l’individu. Il s’agit de conditions facilitatrices se rattachant aux ressources de l’utilisateur
telles que l’argent et le temps.
Par ailleurs, Sheppard et al (1988) ont également démontré qu’il n’y a aucune disposition
dans le modèle pour considérer la probabilité de ne pas exécuter son comportement ou les
conséquences d’un tel échec sur la détermination des intentions.
L’hypothèse qui stipule que l’homme est purement rationnel et que son comportement est
totalement sous son contrôle a été le point de départ des travaux de Ajzen (1991) desquels est
issue de la théorie du comportement planifié.
Section 2 : La théorie du comportement
planifié
Il s’agit d’une extension de la théorie de l’action raisonnée, qui a été proposée par Ajzen
(1985, 1991) afin de tenir compte des comportements qui ne sont pas entièrement sous le contrôle
volontaire de l’individu.
2.1 Présentation du modèle de Ajzen et définition des
construits
Ajzen (1991) a pris en considération les critiques qui ont été adressées à la théorie de l’action
raisonnée et a noté qu’il existe des contraintes à l’adoption de certains comportements. En
effet, la théorie de l’action raisonnée postule alors que le comportement émane de choix pensés
et raisonnés, et que la raison et la volonté sont les moteurs du comportement en question. Ce
qui fait que son application est limitée aux comportements consciemment pensés.
Dans ce sens, Fishbeinn et Ajzen notent en 1980 que « les gens considères les implications de
leurs actions avant qu’ils décident de s’engager ou ne pas s’engager dans un comportement
donné».
Par ailleurs, plusieurs comportements nécessitent des ressources, des habilités et des
opportunités sur lesquelles l’individu n’a pas un contrôle total.
Tenant compte de ces barrières, Ajzen (1991) a modifié le modèle de l’action raisonnée en y
ajoutant une troisième variable : la perception du contrôle sur le comportement (Perceived
Behavioral Control PBC).
Le contrôle perçu du comportement : correspond au degré de facilité ou de difficulté que
représente la réalisation d’un comportement pour l’individu, Ajzen (1991). Ce construit
considère l’influence des perceptions des contraintes externes sur l’intention de réaliser un
comportement et sur la réalisation même du comportement.
Dans le contexte des systèmes d’information, le contrôle perçu du comportement représente
les perceptions des facteurs externes et internes facilitant ou contraignant la réalisation d’un
comportement donné, de même que la perception de l’individu de son efficacité personnelle
en vue de réaliser ce comportement (Taylor et Todd, 1995).
Ainsi ce facteur dépend de deux autres variables : les croyances de contrôle et les facilitations
perçues. Les croyances de contrôle renvoient aux perceptions de la disponibilité des
compétences, ressources et opportunités médiatrices du comportement.
Alors que les facilitations perçues désignent une évaluation individuelle de l’importance des
ressources pour la réalisation des résultats du comportement Chang (1998).
Selon Ajzen, le contrôle perçu du comportement peut agir sur l’intention au même titre que
l’attitude et la norme subjective, on peut prédire directement le comportement lorsque celui-ci
n’est pas sous le contrôle volontaire de l’individu.
En général, Taylor et Todd supposent que plus l’attitude et les normes subjectives sont
favorables et plus le contrôle perçu est grand, plus forte devrait être l’intention de la personne
de réaliser le comportement en question.
Morris et Venkatesh (2000) ont testé empiriquement l’effet modérateur de l’expérience sur la
relation entre l’intention et la norme subjective. Ils ont vérifié que l’expérience modère
l’influence de la norme subjective sur l’intention.
D’autre part, Hartwick et Barki (1994) ont suggéré que la norme subjective était plus
importante lorsque l’utilisation du système était perçue moins volontaire
Par ailleurs, Venkatesh et al (2000) ont trouvé que l’influence de l’attitude était plus visible chez
les hommes et les employés les plus jeunes, alors que celle de la norme subjective était plus
évidente chez les femmes les plus âgées et ayant moins d’expérience.
Figure 4 : Le modèle du comportement planifié de Ajzen (1991)
Source : « User acceptance of information technology : theories and models »
(Dillon A, Morris MG, 1996)
Selon ce modèle, le comportement apparaît comme une fonction pesée de l’intention et du
contrôle perçu du comportement. L’intention est la somme de l’attitude, des normes
subjectives et des composants comportementaux perçu du comportement.
Pour résumer la théorie du comportement planifié, nous pouvons dire qu’un individu ne peut pas
avoir une forte intention de se comporter d’une certaine manière que s’il croit avoir les
ressources nécessaires ou les opportunités requises pour y arriver, même s’il possède une
attitude favorable envers le comportement en question, et même s’il estime que les membres de
son entourage l’encouragent à adopter ce comportement.
2.2 Applications et limites de la théorie du comportement
planifié :
Les études empiriques sur l’adoption des technologies de l’information notent que
l’introduction de la variable « contrôle perçu du comportement » renforce la capacité de
prédiction de la théorie de l’action raisonnée.
En 1991, Mathiesen s’est basé sur la théorie du comportement planifié afin de prédire
l’intention d’utiliser les technologies. Selon son étude, seuls l’attitude et le contrôle perçu
du comportement permettaient d’expliquer l’intention. Les normes subjectives ne
démontraient aucun pouvoir explicatif sur l’intention.
En 1992, Madden et Ajzen ont démontré, à travers une étude sur l’intention de l’adoption
d’une série de comportements menée auprès d’étudiants d’un collège, que la théorie de
l’action raisonnée représente un plus grand pourcentage de la variance dans l’intention de
comportement quand la variable « contrôle perçu du comportement » est incluse.
En 1995, Taylor et Todd ont exploré les comportements d’adoption des technologies de
l’information en utilisant la théorie du comportement planifié, et ont démontré que l’attitude,
la norme subjective et le contrôle perçu du comportement avaient un rapport avec l’intention
d’adopter la technologie.
Plus récemment, en appliquant le modèle du comportement planifié, Ajzen (2002) a étudié
l’effet résiduel du passé sur le comportement postérieur (Residual Effects of Past on Later
Behavior). Il a constaté que l’impact résiduel du comportement passé est atténué quand les
mesures de l’intention et du comportement sont compatibles, et disparaît quand les intentions
sont fortes et bien formées.
Bien qu’il ait prouvé une forte capacité de prédiction du comportement, le modèle du
comportement planifié souffre de quelques limites
En effet, sur le plan empirique, les travaux de validation du modèle ont soulevé la difficulté de
son application due au non spécification des croyances qui déterminent les normes
subjectives, l’attitude et le contrôle du comportement. Cette difficulté émane du degré de
généralité élevé du modèle emprunté à la théorie de l’action raisonnée.
D’un point de vue conceptuel, Compeau et al (1999) ont comparé la théorie du comportement
planifié et la théorie cognitive sociale de Bandura (1989), et ont mis en cause le caractère
unidirectionnel de la théorie qui modélise les effets de l’environnement social, des croyances
cognitives et des attitudes sur le comportement.
De plus, la théorie prétend que le contrôle perçu du comportement permet de prévoir le
contrôle réel du comportement. Or ce contrôle perçu peut ne pas être particulièrement réaliste
lorsqu’une personne a relativement peu d’informations sur le comportement, quand les
conditions ou les ressources disponibles ont changé ou quand de nouveaux éléments sont
entrés dans la situation. Il est clair alors que la contribution du contrôle perçu dans la prévision
du comportement ne peut être que peu significative.
Nous avons vu que la théorie du comportement planifié tient compte du concept contrôle
perçu du comportement qui considère les perceptions des contraintes externes sur l’intention
de comportement et sur l’adoption du comportement en question. Ainsi, nous pouvons dire que
le comportement de l’individu dépend de facteurs qui lui sont externes et qui se réfèrent à son
environnement. Dans la même voie de recherche, Bandura (1989) a proposé une théorie qui
suppose une interaction entre l’individu, son environnement et le comportement à réaliser,
c’est la théorie cognitive sociale.
Section 3 : La théorie cognitive sociale
Il s’agit de l’une des théories les plus pertinentes dans l’explication du comportement humain.
3.1 La théorie de Bandura (1986, 1989) : définition des
construits
Selon Albert Bandura (1986, 1989), la théorie cognitive sociale stipule que les facteurs
environnementaux, personnels et cognitifs et le comportement sont déterminés
réciproquement. Ainsi les comportements, les différences individuelles et les éventualités
situationnelles s’influencent et s’affectent mutuellement. A cet égard, Bandura (1989) précise
que « dans ce modèle de la causalité réciproque, l’action, le cognitif, l’affectif et d’autres
facteurs personnels et événements environnementaux fonctionnent tous en tant que
déterminants qui interagissent entre eux ».
La théorie cognitive sociale est basée sur la notion d’interaction. Bandura (1989) souligne qu’il
ne suffit pas de considérer le comportement comme étant fonction des effets réciproques des
facteurs personnels et environnementaux les uns sur les autres, mais l’interaction doit être
comprise comme un «déterminisme réciproque» des facteurs personnels, environnementaux et
des comportements.
Ainsi ce modèle suppose une influence bidirectionnelle de ces différents facteurs entre eux, il
signifie selon Bandura et Wood (1989) que l’individu est à la fois produit et producteur de son
environnement. Selon cette théorie, il existe deux forces cognitives principales qui guident le
comportement humain.
3.1.1 Les attentes par rapport aux résultats du comportement réalisé :
L’individu forme des croyances envers l’adoption d’un comportement donné en fonction des
résultats qu’il en espère (Copmpeau et Higgins, 1995). Ces croyances sont soit en faveur du
comportement en question soit à son encontre selon les attentes par rapport aux résultats (gain ou
pas de valeurs pour l’individu).
3.1.2 L’auto efficacité :
Ce sont aussi des croyances personnelles de l’individu relatives à ses capacités d’adopter un
comportement particulier.
Bandura (1989) définit l’auto efficacité comme suit: “People's judgments of their capabilities
to organize and execute courses of action required to attain designated types of performances.
It's concerned not with the skill that one has but with judgments of that one can do with
whatever skills one possesses”.
Cette définition suppose l’existence d’un niveau approprié de la spécificité comportementale
qui doit être observé en mesurant l’auto efficacité. Dans ce sens, Bandura (1989) suggère trois
dimensions de l’auto efficacité, qui sont l’envergure (magnitude); qui reflète le niveau du
pouvoir de prévision, la force (strength) qui se réfère au niveau de conviction à propos du
jugement ou bien la confiance qu’a un individu quant à sa capacité de réaliser une tâche
donnée, et enfin le pouvoir de la généralisation qui présente le degré auquel le jugement est
limité à un domaine d’activité particulier.
Par ailleurs, la théorie a également mis en évidence l’influence du facteur émotionnel (affect)
sur le comportement humain qui souligne les préférences d’un individu pour un comportement
particulier (l’utilisation de l’ordinateur par exemple).
Compeau et Higgins (1995) ont également défini le facteur anxiété comme déterminant direct
de l’intention. Il s’agit d’évoquer des réactions émotionnelles ou anxieuses lors de la
réalisation d’un comportement (l’utilisation de l’ordinateur par exemple).
En se basant sur ces propositions, Compeau et al (1999) ont développé un questionnaire à dix
items pour mesurer l’auto efficacité informatique, où chaque item mesure l’envergure et la
robustesse de l’auto efficacité de l’ordinateur en demandant aux sujets s’ils étaient capables
ou non de réaliser une tache donnée.
Figure 5 : Le modèle cognitif social de Bandura (1986, 1989)
Source : « Online investment selfefficacy : development and initial test of an
instrument to assess perceived online investing abilities »
(Looney et al, 2004)
3.2 Applications de la théorie cognitive sociale
Les travaux de Bandura (1989) constituent un succès depuis de nombreuses années et ont été la
source d’inspiration pour des recherches et des applications dans différents domaines tels que
la psychologie et la pathologie, l’éducation, la santé et le sport, l’apprentissage social, mais aussi
les pratiques de management et de gestion des ressources humaines...
Par ailleurs, la théorie cognitive sociale a été appliquée également dans le domaine des
technologies de l’information, non seulement pour prévoir l’acceptation des TIC mais aussi
pour spécifier les déterminants additionnels des comportements individuels à l’égard des
technologies nouvelles
L’effet de l’auto efficacité sur l’acceptation des technologies constitue un aspect important de
la théorie qui a été utilisé pour les recherches en systèmes d’information.
Compeau et Higgins (1995) ont confirmé à travers leur étude les effets positifs de l’auto
efficacité informatique (computer self-efficacy) sur l’utilisation réelle des technologies de
l’information, les réactions émotives (affect) et les espérances des résultats liées à la
performance (performance outcome expectations).
De leur côté, Agarwal et al (2000) ont étudié l’effet de l’auto efficacité dans le processus de
formation où les individus apprennent séquentiellement comment employer deux progiciels
différents.
Deux formes alternatives de l’auto efficacité individuelle ont été fournies : l’auto efficacité
informatique qui est une croyance individuelle généralisée au sujet de la capacité d’utiliser les
technologies de l’information et l’auto efficacité du logiciel qui est une croyance individuelle
particularisée au sujet de la capacité d’utiliser une technologie de l’information spécifique.
Plus récemment, en 2004, Looney et al ont tenté de développer et d’examiner un instrument
pour mesurer l’efficacité individuelle de l’investissement en ligne, et ont prouvé la robustesse
de la mesure suggérée puisqu’elle a présenté d’excellents niveaux de fiabilité et une validité
convergente et discriminante assez bonne. Ainsi il a été démontré que l’auto efficacité
informatique est très déterminante pour l’efficacité individuelle de l’investissement en ligne.
Section 4 : La théorie de la diffusion et de
l’adoption des innovations
Everett Rogers s’est inspirée de la sociologie et a élaboré la théorie de la diffusion des
innovations depuis sa mise en place pour étudier diverses innovations, allant des outils
agricoles jusqu’aux innovations dans les organisations (Venkatesh et al, 2003).
4.1 Présentation du modèle de Rogers (1962) et définition
des construits
Rogers (1995) définit l’innovation comme « une idée, pratique ou objet qui est perçu comme
nouveau par un individu ou une autre unité d'adoption ».
La diffusion est « le processus par lequel une innovation est communiquée par certains
canaux, avec le temps, parmi les membres d'un système social ». Par conséquent, Rogers vise à
travers sa théorie à expliquer l’adoption de nouveaux concepts et idées.
Ainsi les cinq éléments de la théorie sont : l’innovation, le processus de décision, les voies de
communication, le temps et le système social. Le modèle suppose que ces éléments vont agir
sur la rapidité avec laquelle une innovation est adoptée.
4.1.1 L’innovation :
Rogers a distingué cinq caractéristiques de l’innovation, positivement associées à son
adoption, à savoir :
• L’avantage relatif, défini comme étant la perception individuelle des avantages relatifs
à l’adoption d’une innovation. Dans le domaine des systèmes d’information,
l’avantage relatif est défini comme étant « le degré auquel une innovation est perçue
comme offrant un avantage supérieur à la pratique qu’elle supplante » (Moore et
Benbasat, 1991).
L’avantage relatif semble devoir être d’une importance considérable pour persuader les
individus à adopter une innovation.
• La compatibilité, qui traduit le degré auquel l’innovation est perçue comme étant
conforme aux valeurs existantes, aux besoins et aux expériences antérieures des
utilisateurs potentiels (Moore et Benbasat, 1991). Ainsi l’innovation devrait être
adaptée aux pratiques courantes ainsi qu’aux valeurs des adopteurs potentiels, et
socialement acceptable pour être avantageusement mise en application.
• La complexité, qui traduit le degré auquel l’innovation est perçue comme étant
difficile à comprendre ou à utiliser (Moore et Benbasat. 1991). Ainsi une innovation ne
devrait pas être particulièrement complexe du point de vue de ses utilisateurs. Une
adoption plus rapide pourrait être assurée si l’utilisation des innovations s’avère
facile.Leur degré de convivialité demeurera alors un facteur déterminant de leur diffusion
(Moore et Benbasat, 1991).
• La possibilité d’essai, elle consiste en l’opportunité de pouvoir expérimenter
l’innovation avant de s’engager dans l’utilisation. Moore et Benbasat (1991) postulent
que les innovations sont plus faciles à adopter si elles peuvent être essayées d’avance.
• L’observabilité, Venkatesh et al (2003) la définissent comme le degré auquel les
résultats de l’innovation sont visibles pour les autres. Il est fort probable que les
individus adoptent l’innovation s’ils peuvent observer les avantages relatifs à la
technologie en question, ce qui pourrait réduire l’incertitude à son égard.
Cependant, la littérature dégage d’autres déterminants de l’adoption de l’innovation
technologique.
• L’image: c’est le degré auquel l’innovation est perçue comme étant un facteur qui
permet d’accroître l’image ou le statut de l’individu dans un système social (Moore et
Benbasat, 1991).
• Les résultats démontrables (Results Demonstrability) : il s’agit de la tangibilité des
résultats de l’utilisation d’une innovation, y inclus la capacité d’être observés et
communiqués (Moore et Benbasat, 1991).
• Le volontarisme de l’usage (Voluntariness of use) : c’est le degré auquel l’usage de
l’innovation est perçu comme être volontaire (Moore et Benbasat, 1991).
4.1.2 Le processus de décision :
Cet élément comprend cinq phases qui sont : la connaissance, la persuasion, la prise de
décision, l’exécution et la confirmation. Les recherches de Rogers stipulent qu’un adopteur
potentiel d’une innovation doit se renseigner sur l’innovation (la connaissance), être
convaincu par ses mérites (la persuasion), décider de l’adoption (la décision), la mettre en
application (exécution) et réaffirmer la décision d'adoption (la confirmation). Par ailleurs,
Rogers (1995) note que l’utilisation volontaire de l’innovation entraîne plus facilement son
adoption.
4.1.3 Le canal de communication :
Selon Rogers (1995), « la diffusion est un type particulier de communication dans lequel le
contenu du message échangé porte sur une nouvelle idée ». Les moyens de communication de
masse (TV, Radio. Journaux...) ainsi que les communications interpersonnelles sont
considérées efficaces pour favoriser la diffusion de l’innovation et son adoption par la suite.
4.1.4 Le système social :
Rogers définit un système social comme « un ensemble d’unités en corrélation qui sont
engagées dans la résolution des problèmes communs pour accomplir un but commun », Ainsi
un système social peut comprendre des individus, des groupes informels, ou des organismes qui
ont un but commun à accomplir.
Selon Gatignon et Robertson (1991), un système social se caractérise par un ensemble de
normes et de valeurs qui ont une conséquence immédiate sur la vitesse de diffusion des
innovations et leur niveau maximal de pénétration.
Ce système social constitue, dans la plupart des études, portant sur la diffusion des
innovations, le principal contexte de recherche. Dans la théorie du comportement du
consommateur, le système social est un segment de marché particulier représenté par
l’agrégation de personnes achetant ou susceptibles d’acheter un ou plusieurs produits.Le
phénomène d’interaction interpersonnelle a donc un rôle crucial au sein du système social.
4.1.5 Le temps
Il se rapporte à la vitesse avec laquelle une innovation est adoptée par les adopteurs précoces.
Ce concept renseigne sur le taux d’adoption dans le processus de diffusion. Rogers (1995)
indique que le taux d’adoption est positivement lié à l’avantage relatif perçu, à la
compatibilité, à la possibilité d’essai et à l’observabilité et est négativement lié à la complexité
perçue de l'innovation.
Selon Karahanna et al (1999), les résultats ont montré que les déterminants de l’adoption les plus
significatifs sont l’avantage relatif, la facilité d’usage, les résultats démontrables, la visibilité
ou l’observabilité et la possibilité d’essai.
4.2 Applications et limites de la théorie de la diffusion des
innovations :
Le modèle de la diffusion des innovations a été appliqué dans les recherches sur l’adoption
des innovations technologiques. Au départ, il a été développé pour expliquer l’adoption au
niveau d’un groupe social.
Plus tard, il a servi à Moore et Benbasat (1991) pour développer un modèle approprié à
l’étude des déterminants individuels de l’adoption des technologies de l’information. Ces
auteurs ont proposé l’ajout du concept de l’image de soi aux attributs avancés par Rogers et
ont distingué deux dimensions de l’observabilité, soit la visibilité de l’innovation et la
possibilité d’en démontrer les résultats.
Dans leur étude, Agrwal et Prasad (1997) ont confirmé que la volonté a été positivement
associée à l’utilisation des technologies de l’information, influencée par la visibilité, la
compatibilité et la possibilité d’essai. Ils ont également démontré que les déterminants de
l’utilisation future de la technologie sont son avantage relatif et la possibilité d’en démontrer
les résultats.
La théorie de la diffusion des innovations a fait l’objet de plusieurs critiques. Sur le plan
conceptuel, elle manque de fondement théorique. En effet, les recherches sur la diffusion des
innovations n’ont pas de source théorique connue. Elles se sont basées sur des
développements et des validations empiriques pour construire le cadre de leur analyse. C’est
ce qui explique que leurs résultats soient contextuels et non généralisables.
De plus, Chau et Tarn (1997) ont soulevé la limite du manque de spécificité et indiquent que
la théorie de la diffusion des innovations a été développée pour s’appliquer à toutes sortes
d’innovations, alors que l’adoption des technologies de l’information peut présenter des
caractéristiques particulières.
D’un point de vue empirique, Chau et Tarn (1997) notent que le modèle ne permet pas de
préciser les corrélations entre les caractéristiques de l’innovation et les comportements
d’adoption.
Nous avons jusque là présenté les modèles théoriques qui ont pour objectif d’étudier le
comportement humain de façon générale. Les deux sections suivantes présentent deux
modèles qui traitent le comportement humain spécifique à l’acceptation et l’utilisation d’une
technologie.
Section 5 : Le modèle de l’acceptation de
la technologie
Les chercheurs ont adapté la théorie de l’action raisonnée afin de créer un modèle basé sur la
structure de l’intention de comportement conçue pour expliquer et prédire l’adoption des
technologies de l’information par l’utilisateur final (Davis, 1989). Cette adaptation a donné
naissance au modèle d’acceptation de la technologie (Technology Acceptance Model. TAM)
de Davis (1989) qui occupe une place de choix parmi les modèles théoriques les plus répandus
pour l’étude de l’adoption des innovations.
5.1 Présentation du modèle de Davis (1989) et définition
des construits :
Son objectif est de fournir une explication des déterminants de l’acceptation qui soit générale
tout en restant parcimonieuse et théoriquement justifiée.
Le MAT continue à s’intéresser à l’intention de se comporter comme l’antécédent du
comportement, mais avec deux changements significatifs qui suggèrent que l’attitude influence
directement l’intention de comportement.
Le premier changement est que le MAT exclue le construit de la norme subjective retenu dans
les théories de l’action raisonnée et du comportement planifié. A cet égard, Davis (1989)
suggère que dans un contexte organisationnel, les individus peuvent choisir d’utiliser les
technologies de l’information pour améliorer leur travail ou parce que les groupes de référence
normatifs les encouragent à le faire.
Davis (1989) affirme que les ressources antérieures de la norme subjective sont incapables de
définir la différence entre la motivation interne et les besoins externes pour se conformer.
Le second changement consiste au fait qu’au lieu de se concentrer sur les croyances générales
(comme dans les théories de l’action raisonnée et du comportement planifié), le MAT inclut
deux nouveaux construits qui se réfèrent à des croyances spécifiques qui influencent l’attitude
envers l’intention d’utiliser les innovations technologiques.
Il s’agit de la perception de l’utilité (PU) et la perception de la facilité d’utilisation (PFU).
Davis (1989) les a définit comme suit: « Two theoretical constructs, perceived usefulness
and perceived ease of use, are theorised to be fundamental determinants of system use ».
5.1.1 L’utilité perçue :
Davis (1989) la définit comme étant: « the degree to which a person believes that using a
particular system would enhance his or her job performance ».
Elle traduit les perceptions des gains de performances à réaliser par l’utilisation de la
technologie. Ainsi l’utilité perçue dépend du niveau auquel une application contribue au
perfectionnement de la performance de l’utilisateur dans son travail. Ceci rejoint donc la
définition du terme « utile » qui veut dire selon Davis (1989) «capable d’être utilisé
avantageusement et profitablement».
Par ailleurs, certaines similitudes entre l’utilité perçue et d’autres concepts proches ont été
décelées par quelques chercheurs. Ainsi l’utilité perçue peut constituer le substitut théorique
du concept de l’avantage relatif issu de la théorie de la diffusion des innovations. Ce dernier
est défini comme le niveau associé à la perception d’une innovation technologique comme
meilleure que sa précédente.
L’utilité perçue a suscité l’intérêt d’un nombre de chercheurs, du fait qu’elle constitue un
déterminant du comportement des utilisateurs plus important que la facilité d’utilisation
perçue et ayant une puissance prédictive supérieure (Davis et al, 1989). Ce même auteur
affirme que « l’utilité perçue est en forte corrélation avec l’acceptation des utilisateurs et ne
devrait pas être ignorée par ceux qui essayent de concevoir ou de mettre en application un
système réussi ».
Dans une étude de Venkatesh et Davis (2000) portant extension du MAT. les auteurs ont
introduit cinq antécédents de l’utilité perçue et ont vérifié leur validité empirique et leur lien
avec les autres variables du modèle. Deux de ces facteurs sont individuels et relatifs aux
perceptions des utilisateurs. Il s’agit des normes subjectives et de l’image de soi. Les autres
facteurs sont technologiques et rattachés aux caractéristiques de la nouvelle technologie. Il
s’agit de sa pertinence pour les exigences du travail, la qualité des résultats de son utilisation et
leur tangibilité.
Les normes subjectives sont traitées par la théorie de l’action raisonnée comme déterminant
de l’intention du comportement. Cependant la première version du MAT les a éliminées
(Davis et al. 1989), puis son extension les a réintégrées comme déterminant aussi bien de
l’utilité perçue que de l’intention (Venkatesh et Davis, 2000).
L’image de soi a été initialement utilisée dans les recherches sur la diffusion des innovations.
Elle traduit le degré avec lequel une personne perçoit une innovation technologique comme
élément d’amélioration de son statut social (Moore et Benbasat, 1991, Venkatesh et Davis,
2000). L’image de soi exerce un effet direct sur l’utilité perçue et subit également l’effet des
normes subjectives.
Quant à l’ensemble des facteurs technologiques agissant sur l’utilité perçue, on retrouve trois
facteurs, dont la pertinence de la technologie, la qualité des résultats de l’utilisation du
système et la tangibilité de ces résultats.
La pertinence d’une nouvelle technologie traduit son niveau d’adéquation avec la nature de
l’activité effectuée. Elle est définie comme « an individual perception regarding the degree
to which the target System is applicable to his or her job » (Venkatesh et Davis. 2000).
Cette variable est similaire à la notion de compatibilité introduite par Moore et Benbasat
(1991) dans les déterminants d’adoption des innovations technologiques.
La pertinence de la technologie a été également rapprochée de plusieurs autres notions telles
que l’implication à l’égard de la technologie (Hartwick et Barki, 1994), la congruence entre la
technologie et les taches au travail (Goodhue, 1995).
La tangibilité des résultats est une variable initialement introduite dans les recherches sur la
diffusion des innovations technologiques par Moore et Benbasat (1991) comme une dimension
de la visibilité et de la clarté des résultats d’utilisation d’une technologie.
Ces deux auteurs ont défini la tangibilité des résultats comme étant « the degree to which the
results of innovation are observable to others ».
Cette dimension inclut la capacité des utilisateurs à observer et à communiquer les résultats de
l’utilisation de la technologie à d’autres personnes. Une telle capacité ne peut être acquise que
lorsque les résultats sont garantis, clairs et compréhensibles.
Le dernier déterminant du modèle d’acceptation de la technologie est la facilité d’utilisation
perçue. En effet, ce facteur agit simultanément sur les attitudes des utilisateurs et sur leurs
perceptions de l’utilité du nouveau système.
5.1.2 La facilité d’utilisation perçue :
L’acceptation d’un système donné peut être entravée par la difficulté de son utilisation, même
si les utilisateurs croient en son utilité Davis (1989). La facilité d’utilisation perçue est alors
définie comme « l’intensité avec laquelle un individu croit que l’utilisation d'un système
particulier se fera sans difficultés ni efforts supplémentaires » (Davis. 1989).
Ce construit représente alors le point auquel l’utilisateur estime que l’utilisation de la
technologie est relativement dépourvue d’effort. Ceci dérive selon Davis (1989) de la
définition de la « facilité », c’est-à-dire absence de difficulté ou de grand effort « freedom
from difftculty or great effort ». Il s’agit ainsi d’un construit relatif à l’évaluation par
l’individu de l’effort consenti au cours de l’utilisation du système.
La facilité d’utilisation perçue se trouve rapprochée de quelques concepts similaires qui ont
été utilisés dans d’autres perspectives théoriques étudiant également le phénomène
d’acceptation des utilisateurs. En effet, ce construit est comparé à la variable « compatibilité
et complexité » utilisée dans les recherches sur la diffusion de l’innovation. La compatibilité
traduit à quel point la technologie convient aux expériences antérieures de l’utilisateur, alors
que la complexité traduit les perceptions des utilisateurs que l’innovation technologique est
difficile à comprendre et à utiliser (Moore et Benbassat, 1991).
En dépit de ces similitudes, la facilité d’utilisation perçue est différente de ces concepts
voisins par ses antécédents que Davis et Venkatesh (1996) ont tenté d’identifier. La maîtrise
de l’outil informatique, les caractéristiques de la technologie à utiliser et l’expérience de
l’utilisateur constituent les facteurs qui influencent la perception de la facilité d’utilisation. En
effet, cette dernière devient de plus en plus insignifiante lorsque l’expérience de l’utilisateur
s’accroît (Davis, 1989).
La maîtrise de l’outil informatique traduit les jugements d’une personne sur ses propres
capacités à utiliser une technologie de l’information et de la communication telle que
l’ordinateur, Internet, la messagerie électronique (Venkatesh et Davis, 1996). Ces jugements
favorisent l’utilisation lorsqu’ils s’associent à un haut niveau de maîtrise de l’outil
informatique. Cependant, un faible niveau freine l’adoption de la technologie à cause des
ambiguïtés et difficultés relatives à la technologie.
Les caractéristiques de la nouvelle technologie peuvent affecter directement les efforts
consentis pour son utilisation. Ainsi, une technologie qui affiche un degré de convivialité et
un niveau de fluidité d’utilisation élevés sera perçue favorablement. Tandis qu’une technologie
lourde, compliquée et difficile à manipuler et à mettre en œuvre risque d’être rejetée par
l’utilisateur.
Par ailleurs, Venkatesh (1999) a testé l’influence de la motivation (intrinsèque et extrinsèque)
sur la perception de la facilité d’utilisation d’une nouvelle technologie de l’information. La
motivation intrinsèque est définie comme étant « la perception attendue par les utilisateurs
pour la réalisation d’une activité donnée pour aucun renforcement évident autre que le
procédé de l’exécution d’une activité per se » (Davis et al, 1992).
Alors que Davis et al (1992) définissent la motivation extrinsèque comme étant « la
perception attendue par les utilisateurs pour réaliser une activité donnée parce qu’elle est bien
perçue dans l’acquisition de résultats de valeur qui sont différentes de l’activité elle-même tels
que le perfectionnement de l’exécution du travail, le paiement ou encore les promotions ».
Un lien réciproque entre la motivation et la perception de la facilité d’utilisation a été prouvé par
Venkatesh en 1999. Il a été démontré que la motivation est à la fois cause et effet des
perceptions de la facilité d’utilisation. Elle agit positivement sur cette dernière et elle se
trouve accrue par ce genre de perceptions.
Venkatesh (1999) considère la motivation intrinsèque comme un déterminant clé de
l’intention d’usage. Elle désigne Le plaisir et la satisfaction inhérents à l’accomplissement
d’une certaine activité.
Dans le modèle d’acceptation de la technologie, la facilité d’utilisation perçue joue un double
rôle. Elle a un effet direct sur l’attitude envers le comportement à adopter, et elle détermine
aussi l’utilité perçue d’une nouvelle technologie. En effet, selon Davis et al (1989), l’utilité est
favorablement perçue si l’effort requis pour l’utilisation d’un système est faible.
Le modèle de Davis se présente alors comme le montre la figure suivante :
Figure 6 : Le modèle de l'acceptation de la technologie de Davis (Davis et al.,89)
Source: « user Acceptance of computer technology :a comparison of two theoretical
models » (Davis et al, 1989)
Après la définition des construits clé du modèle de Davis (1989), sont développées dans ce
qui suit les applications, les extensions et les limites de ce modèle.
5.2 Applications, extensions et limites du MAT :
La spécificité du MAT par rapport aux technologies de l’information, la précision des
construits qu’il propose de même que sa parcimonie (Mathieson, 1991) en font un modèle
largement déployé dans les domaines du management et des systèmes d’information. Le MAT
a fait l’objet de plusieurs applications et a fait preuve d’une forte validité prédictive. Ainsi,
nombreuses sont les études qui ont approuvé l’utilisation de ce modèle afin d’expliquer le
comportement d’adoption de la technologie dans différents contextes.
Dans un article de Lee et al (2003), « The Technology Acceptance Model : Past, Présent and
future », une récapitulation du développement du MAT depuis 1989 a été proposée par les
auteurs sur la base de 101 articles appliquant le modèle. Ils ont fragmenté sa progression en
quatre périodes : introduction, validation, extension et élaboration.
Selon Lee et al (2003), après l’introduction du MAT, les chercheurs ont mené plusieurs études
qui portent sur ce modèle en se concentrant surtout sur deux grandes voies. D’abord essayer
de replacer, tester ou arranger le MAT avec d’autres technologies et contextes afin de vérifier
sa parcimonie. La seconde voie a comparé le MAT à son origine, la théorie de l’action
raisonnée dans le but d’examiner si le MAT bénéficie d’une capacité prédictive supérieure à
la théorie de l’action raisonnée ou pas.
Pendant la période de validation du modèle, des chercheurs ont fondé des validations
rigoureuses de leurs instruments de mesure et ont lancé des études testant la validité des deux
construits principaux du modèle présentés précédemment, à savoir l’utilité perçue et la facilité
d’utilisation perçue. La majorité des études menées au cours de cette période ont trouvé une
proportion considérable de résultats positifs pour toutes les relations unissant les composantes
constituant le MAT. Ainsi généralement les résultats soutiennent le MAT.
Les efforts de validation ont confirmé la fiabilité de ses instruments de mesure, le MAT a
entamé une nouvelle phase d’évolution qui a trait au développement des antécédents de
l’utilité perçue et de la facilité d’utilisation perçue. Les chercheurs ont alors prospecté et
examiné des variables externes déterminant les deux éléments fondamentaux du MAT.
Venkatesh et Davis (1996) ont pu dégager trois antécédents affectant directement la facilité
d’utilisation perçue, à savoir l’évaluation de l’auto efficacité informatique, les caractéristiques
de la technologie à utiliser et l’expérience de l’utilisateur. En 2000, Venkatesh a consacré une
étude aux déterminants de la facilité d’utilisation perçue, il a dégagé d’autres facteurs qui
agissent sur cette croyance, à savoir le contrôle interne (l’auto efficacité informatique) et
externe (les conditions facilitatrices), la motivation intrinsèque (enjouement en informatique)
et l’émotion (l’anxiété face à l’outil informatique).
Gefen et Straub (1997) ont étudié l’effet de la différence du genre sur l’acceptation des
systèmes d’information, et ont conclu que le genre modère significativement les effets de
l’utilité perçue, de la facilité d’utilisation perçue et de la présence sociale
Outre ces variables externes, plusieurs autres variables supplémentaires ont été suggérées au
cours de ces dernières années et ont constitué des antécédents significatifs de l’utilité perçue
et/ou de la facilité d’utilisation perçue.
Une telle prolongation permet alors d’atteindre le but principal du modèle d’acceptation de la
technologie ainsi défini selon Davis et al (1989) « le but clé du modèle d’acceptation de la
technologie est d’offrir une base pour tracer l’impact des facteurs externes sur les croyances
internes, les attitudes et les intentions ».
La période d’élaboration du modèle vient mettre un terme aux différentes périodes de
développement du MAT suggérées par Lee et al (2003), définie selon deux perspectives
majeures qui consistent à développer la génération suivante du MAT qui synthétise les
résultats précédents et à résoudre les limitations dégagées par des recherches antérieures.
Les auteurs notent que la consultation du développement des études sur le MAT à travers
quatre périodes leur a permis de constater que le MAT a évolué continuellement, et que son
évolution au cours de ces dernières années a abouti à l’introduction du MAT2.
La nouvelle version du MAT, proposée par Davis et Venkatesh (2000), prolonge le modèle
originel en expliquant l’utilité perçue et les intentions d’utilisation en termes d’influences
sociales (normes subjectives, volonté et image de soi) et de processus instrumentaux cognitifs
(pertinence du travail, qualité des résultats, tangibilité des résultats et facilité d’utilisation
perçue).
Plus récemment, Venkatesh et al (2003) ont élaboré la théorie unifiée de l’acceptation et de
l’utilisation de la technologie (The Unified Theory of Acceptance and Use of Technology.
UTAUT). Le modèle est le fruit des similitudes conceptuelles et empiriques entre huit
modèles d’adoption : le modèle d’acceptation de la technologie (MAT) Davis (1989), la théorie
de la diffusion des innovations (Rogers, 1995), la théorie de l’action raisonnée (TAR) (Ajzen
et Fishbein, 1975), le modèle de la motivation (Davis et al, 1992), la théorie du comportement
planifié (TCP) (Ajzen, 1991), le MAT et la TCP combinés (Taylor et Todd. 1995), le modèle de
l’utilisation du PC (MPCU) et la théorie cognitive sociale (Bandura 1989, Compeau et Higgins
1995).
UTAUT comporte quatre déterminants de base de l’intention et de l’acceptation : la
performance attendue, l’effort attendu, l’influence sociale et les conditions facilitatrices. De plus le
genre, l’âge, l’expérience et la volonté d’utilisation ont été considérés en tant que modérateurs
des principaux rapports du modèle. Cette théorie fera l’objet de développements ultérieurs.
Le MAT a fait l’objet de plusieurs applications et a démontré une grande validité prédictive
dans une panoplie de recherches. Cependant, plusieurs recherches et articles ont défié et
critiqué le modèle, ce qui a contribué à une meilleure compréhension des limites du MAT.
Venkatesh et al (2000) ont examiné l’impact du genre sur l’acceptation de la technologie et ont
déduit que le genre est un aspect fondamental de la culture et qu’il peut affecter le processus
d’adoption de la technologie. Cependant les diversités culturelles sont peu explorées quant à
leurs relations avec l’acceptation de la technologie. Ceci peut s’expliquer par le fait que la
plupart des études empiriques sont réalisées dans le contexte nord-américain, dans des entreprises
aux Etats Unis.
De son côté, Mathieson (1991) a comparé le MAT et la théorie du comportement planifié et a
noté que tous deux fournissent une bonne explication de l’intention. Mais bien que le MAT soit
le plus facile à appliquer, il ne fournit que des informations générales sur les opinions des
utilisateurs de la technologie. Mathieson postule que les concepts clé du MAT restent
insuffisants pour prévoir l’intention d’usage, et que d’autres variables aussi puissantes et
significatives devraient être intégrées dans le modèle.
C’est le cas par exemple du contrôle perçu du comportement qui est d’une importance
significative dans le modèle du comportement planifié. A ce niveau, le MAT a alors hérité les
limites de la théorie de l’action raisonnée.
Par ailleurs, le fait que le MAT dans sa première version ait passé sous silence des normes
subjectives a suscité plusieurs critiques. Thompson (1991) a démontré que l’ajout d’une
mesure appropriée des facteurs sociaux augmenterait sa valeur prédictive. De leur part,
Venkatesh et Davis (1996) supposent que la première version du MAT manque d’utilité
pragmatique puisqu’elle n’explicite pas les antécédents de chaque concept du modèle.
Enfin, certains résultats empiriques ont montré que la facilité d’utilisation perçue n’a aucune
influence significative sur l’utilité perçue ni sur l’attitude. En effet, la puissance prédictive du
modèle, En particulier le facteur de la facilité d’utilisation perçue, pourrait s’affaiblir au fur et
à mesure que la compétence des utilisateurs augmente.
Malgré ces insuffisances dégagées dans la littérature, le modèle d’acceptation de la
technologie demeure robuste et confirme une puissance prédictive importante dans
l’explication du comportement d’usage de la technologie. Dans ce qui suit, est présentée la
théorie unifiée d’acceptation et d’utilisation de la technologie proposée par Venkatesh et al
(2003) qui fera le cadre de notre recherche.
Section 6 : La théorie unifiée de
l’acceptation et de l’utilisation de la
technologie
La recherche en matière d’acceptation de la technologie de l’information a dégagé différents
modèles comme nous venons d’exposer dans ce chapitre, chacun avec un ensemble de
déterminants de l’acceptation. Plus tard, une théorie unifiée d’acceptation et d’utilisation de la
technologie a été proposée par Venkatesh et al (2003) et a formulé quatre variables
principales afin de mesurer l’intention et l’usage, sous l’effet de variables modératrices.
6.1 Présentation du modèle de Venkatesh
et al (2003) et définition des construits :
A partir des recherches sur l’adoption des technologies de l’information, Venkatesh et al
(2003) ont travaillé sur les modèles existants et se sont basés sur les limites de chaque théorie
proposée, afin de suggérer un modèle complet qui rassemble tous les concepts ayant prouvé
une validité et une puissance prédictive importante.
Une étude pour tester 32 construits à partir de huit modèles théoriques simultanément a été
menée dans le but d’identifier les construits qui ont plus d’influence sur l’utilisation des
technologies de l’information.
Pour surmonter les limites des études individuelles antérieures, les chercheurs ont réalisé une
étude longitudinale, soutenue par la collecte des données à travers des sujets présentés avec
des applications similaires des technologies de l’information.
Le déroulement de la phase de collecte des données a été fragmenté en trois étapes :
immédiatement au cours de l’introduction de la nouvelle application, un mois après
l’introduction de l’application et trois mois après son introduction.
Les analyses ont servi d’aide aux chercheurs pour identifier le niveau d’influence des
construits définis dans les huit théories considérées, et pour retenir par la suite les construits
ayant la plus grande influence dans un modèle qui représente 80% de la variance dans
l’utilisation des technologies de l’information.
Le nouveau modèle constitue alors ce que Venkatesh et al (2003) ont appelé « la théorie
unifiée de l’acceptation et de l’utilisation de la technologie » « The Unified Theory of
Acceptance and Use of Technologiy. UTAUT ».
Il est alors le fruit des similitudes conceptuelles et empiriques entre huit modèles d’adoption :
• Le modèle d’acceptation de la technologie (MAT) (Davis 1989, Davis et al 1989).
• La théorie de la diffusion des innovations (Rogers. 1962),
• La théorie de l’action raisonnée (TAR) (Ajzen et Fishbein, 1975),
• Le modèle de la motivation (Davis et al, 1992),
• La théorie du comportement planifié (TCP) (Ajzen, 1991),
• Le MAT et la TCP combinés (Taylor et Todd, 1995),
• Le modèle de l’utilisation du PC (MPCU),
• La théorie cognitive sociale (Bandura 1989, Compeau et Higgins 1995),
Ce modèle comporte quatre déterminants de base de l’intention et de l’acceptation, ayant le
plus d’influence selon les théories antérieures : la performance attendue, l’effort attendu,
l’influence sociale et les conditions facilitatrices.
De plus le genre, l’âge, l’expérience et la volonté d’utilisation ont été considérés en tant que
modérateurs des principaux rapports du modèle.
6.1.1 La performance attendue (Performance Expectancy)
Elle est définie par les auteurs par « the degree to which the user expects that using the system
will help him or her to attain gains in job performance ».
Il s’agit alors des bénéfices auxquels s’attend l’utilisateur dans la réalisation de son travail
suite à son utilisation de la technologie. Cinq construits à partir des théories de comportement
contribuent dans la formation de la performance attendue :
• L’utilité perçue, construit retenu à partir du MAT et MAT2, TCP et MAT combinés :
«C’est le degré auquel une personne croit que l’utilisation d’un système particulier pourrait accroître
sa performance au travail ».
• La motivation extrinsèque, construit retenu à partir du modèle de la motivation.
• La convenance au travail (Job fit), construit retenu à partir du MPCU: “the extent to
which an individual believes that using a technology can enhance the performance of
his or her job” (Thompson et al, 1991).
• L’avantage relatif, construit retenu à partir de la théorie de la diffusion des
innovations (1DT) défini par Moore et Benbasat (1991) comme étant « le degré
auquel une innovation est perçue comme offrant un avantage supérieur à la pratique
qu’elle supplante »
• Les résultats attendus, construit retenu à partir de la théorie cognitive sociale, défini
par Compeau et Higgins (1995) comme étant « les croyances que forme l’individu
envers l’adoption d’un comportement donné en fonction des résultats qu’il en espère ».
6.1.2 L’effort attendu (Effort Expectancy):
Défini comme étant « the degree of ease associated with the use of the system ». Il s’agit alors
de l’effort à fournir associé à l’usage du système.
Trois construits permettent de le mesurer, à savoir :
• La facilité d’utilisation perçue, construit retenu à partir du MAT/MAT2, définie par
Davis (1989) comme étant «l’intensité avec laquelle un individu croit que
l’utilisation d’un système particulier se fera sans difficultés ni efforts
supplémentaires » (Davis. 1989).
• La complexité, construit retenu à partir du MPCU : « c’est le degré auquel une
innovation est perçue comme difficile à comprendre et à utiliser » (Thompson et al.
1991).
• La facilité d’utilisation, construit retenu à partir de IDT, défini par Moore et
Benbasat (1991) comme « le degré auquel une innovation est perçue comme difficile
à utiliser ».
6.1.3 L’influence sociale (Social Influence):
Définie comme « the degree to which an individual perceives that important others believe
that he or she should use the new System ». Ce construit concerne l’importance des opinions
du groupe social dans la formation de l’intention d’usage d’un nouveau système. Il comprend
trois construits :
• Les normes subjectives, construit retenu à partir de la théorie de l’action raisonnée,
du MAT2, TCP, et des MAT/TCP combinés. Il s’agit de « la perception d’un individu
que la plupart des personnes qui sont importantes pour lui pensent qu il devrait ou ne
devrait pas adopter le comportement en question » (Fishbein et Ajzen. 1975).
• Les facteurs sociaux, construit retenu à partir du MPCU. Thompson et al (1991) les
définit par « the individual’s internalization of the reference group’s subjective
culture, and specific interpersonal agreements that the individual has made with others,
in specific social situations ».
• L’image, construit retenu à partir de IDT. qui représente « le degré auquel
l’'innovation est perçue comme étant un facteur qui permet d'accroître l'image ou le
statut de l'individu dans un système social » (Moore et Benbasat. 1991).
6.1.4 Les conditions facilitatrices :
Le modèle UTAUT propose deux influences directes sur l’utilisation de la technologie, à
savoir l’intention d’usage et un nouveau construit proposé par Venkatesh et al, appelé les
conditions facilitatrices. Il constitue le quatrième déterminant de base de l’usage des
technologies de l’information.
Venkatesh les définit comme « the degree to which an individual believes that an
organizational and technical infrastructure exists to support the use of the System ».Ce
déterminant est mesuré à l’aide de trois construits qui sont les suivants :
• Le contrôle du comportement perçu, construit retenu à partir de TCP et MAT et
TCP combinés. C’est «le degré de facilité ou de difficulté que représente la
réalisation d’un comportement pour l’individu » (Ajzen. 1991).
• Les conditions facilitatrices, construit à partir de MPCU. Thompson et al (1991) les
définissent par « Objective factors in the environment that observers agree make an act
easy to accomplish ».
• La compatibilité, construit retenu à partir de IDT. Il s’agit du «degré auquel
l’innovation est perçue comme étant conforme aux valeurs existantes, aux besoins et aux
expériences antérieures des utilisateurs potentiels » (Moore et Benbasat, 1991)
Selon la théorie cognitive sociale, l’auto efficacité et l’anxiété semblent être des déterminants
directs significatifs de l’intention.
Dans une recherche antérieure, Venkatesh (2000) a montré que l’auto efficacité et l’anxiété
étaient distincts de l’effort attendu (facilité d’utilisation perçue) d’un point de vue conceptuel
et empirique. Ainsi, l’auto efficacité et l’anxiété étaient considérées comme déterminants
indirects de l’intention, complètement modérés par la facilité d’utilisation perçue (Venkatesh,
2000).
Lors de la validation du modèle UTAUT, Venkatesh (2003) a considéré ces deux
déterminants qui ont été significatifs dans la théorie cognitive sociale, et les résultats ont
montré que l’effet de l’auto efficacité et celui de l’anxiété sur l’intention d’usage du système
ne sont pas significatifs.
Ceci s’explique par l’influence de l’effort attendu sur l’intention. Deux tests empiriques
suggèrent que l’âge, le genre, l’expérience et la volonté d’utilisation du système modèrent
l’influence des principaux construits sur l’intention et l’usage des technologies de
l’information. D’abord, la performance attendue influence directement le comportement et
elle est plus importante chez les hommes et les employés les plus jeunes. Ensuite, l’effort
attendu affecte inversement l’intention et il est plus significatif chez les femmes, les
employés plus âgés et ceux ayant une expérience limitée.
Par ailleurs, les conditions facilitatrices affectent inversement l’usage actuel de la
technologie, son effet est plus fort chez les employés âgés et ceux ayant plus d’expérience.
Finalement, l’effet de l’influence sociale est plus fort chez les femmes, les employés âgés,
ceux ayant une expérience limitée et ceux utilisant le système sous des conditions
mandataires.
Le modèle UTAUT de Venkatesh et al (2003) se présente comme l’indique la figure
suivante :
Figure 7 : Le modèle de la théorie unifiée de l'acceptation et de l'utilisation de la
technologie de Venkatesh et al (2003)
Source : « User Acceptance of Information Technology : Toward a Unified View »*
Venkatesh, Morris, Davis (2003)
6.2 Applications et limites d’UTAUT :
La théorie UTAUT est un modèle de prévision puissant qui se base sur des construits à partir d’un
nombre de théories de comportement développées pour prévoir l’utilisation des technologies
de l’information.
UTAUT a une contribution considérable dans la recherche. Elle synthétise des décennies de la
théorie de la psychologie comportementale dans un modèle qui consiste uniquement en les
construits qui ont plus d’influence, les modérateurs qui affectent l’intention d’usage et l’usage
actuel des technologies de l’information.
L’identification des construits et modérateurs suggère aux chercheurs de concentrer l’effort
pour déterminer les caractéristiques des nouvelles applications des technologies de
l’information qui vont avoir un potentiel important pour l’adoption.
Andersen et Schwager ont appliqué le modèle d’UTAUT pour accroître la compréhension de
l’adoption des technologies sans fil au sein des petites et moyennes entreprises. La version
initiale d’UTAUT s’est intéressée aux grandes organisations, alors que l’étude en question se
focalise sur un contexte de PME. L’objectif étant alors de vérifier si UTAUT tient la route dans
le cadre de petites entreprises, et d’identifier les facteurs qui déterminent l’adoption des réseaux
locaux sans fil par les entreprises.
Par ailleurs, BenSlimane et al, en se focalisant sur les transactions business-to-business, ont
mené une recherche dans le but d’une extension d’UTAUT pour l’usage du système web dans
les opérations d’achat et de vente. Cette étude a intégré de nouvelles variables et a créé une
nouvelle version d’UTAUT.
Peu sont les limites d’UTAUT mais elles sont significatives. En effet, UTAUT se concentre
exclusivement sur les perceptions individuelles des circonstances externes qui mènent à
l’intention de se comporter et au comportement actuel. Ce qui élimine la prise en compte des
facteurs environnementaux objectifs qui peuvent influencer l’usage.
Puisque l’application d’UTAUT dépend du contexte, il vaudrait mieux accorder une attention
considérable au contexte dans lequel la technologie de l’information est utilisée.
Section 7 : Discussion des modèles
d’adoption et choix du soubassement
théorique
La présentation des différents modèles d’adoption issus de la littérature des sciences sociales
et des recherches sur les systèmes d’information nous ont permis de mettre en évidence les
déterminants de l’adoption des comportements de façon générale et de l’acceptation et de
l’utilisation des technologies de façon plus spécifique.
Le tableau suivant récapitule les facteurs qui favorisent l’adoption des technologies tels que
présentés dans les modèles théoriques développés ci-dessus.
La plupart des déterminants figurent dans plus d’un modèle. Ceux qui ont prouvé le pouvoir
de prédiction le plus fort lors de la validation du modèle duquel ils sont issus, se retrouvent
dans le modèle UTAUT développé par Venkatesh et al (2003) qui s’est proposé de réunir les
variables les plus significatives issues de la littérature de l’adoption des technologies
nouvelles.
Tableau 2 : Récapitulatif des déterminants de l’adoption des technologies dans la
littérature
MODELE CONSTRUIT DEFINITION
Théorie de
l’action
raisonnée
Ajzen et
Fishbein 1975
Attitude envers un
comportement
Un sentiment positif ou négatif qu’à un individu envers
un objet ou un comportement.(Ajzen et Fishbein 1975)
Norme subjective La perception d’un individu que la plupart des
personnes qui sont importantes pour lui pensent qu’il
devrait ou ne devrait pas adopter le comportement en
question. (Fishbein et Ajzen 1975).
Théorie de
comportement
planifié
Ajzen ,1991
Attitude envers un
comportement
Adapté de la théorie de l’action raisonnée
Norme subjective Adapté de la théorie de l’action raisonnée.
Contrôle du
comportement
perçu
Le degré de facilité ou de difficulté que représente la
réalisation d’un comportement pour l’individu
(Ajzen ,1991).
Théorie des
innovations
Rogers, 1995
Moore et
Benbasat ,
1991
Avantage relatif Le degré auquel une innovation est perçue comme
offrant un avantage supérieur à la pratique qu’elle
supplante (Moore et Benbasat ,1991).
Facilité
d’utilisation
Le degré auquel l’innovation est perçue comme étant
difficile à comprendre ou à utiliser (Moore et
Benbasat ,1991)
Image Le degré auquel l’innovation est perçue comme étant
un facteur qui permet d’améliorer l’image ou le statut
de l’individu dans un système social (Moore et
Benbasat ,1991)
Visibilité Le degré auquel les résultats de l’innovation sont
visibles pour les autres (Moore et Benbasat ,1991).
compatibilité Le degré auquel l’innovation est perçue comme étant
conforme aux valeurs existantes, aux besoins et aux
expériences antérieures des utilisateurs potentiels.
(Moore et Benbasat ,1991).
Résultats
démontrables
La tangibilité des résultats de l’utilisation d’une
innovation, y inclus sa capacité d’être observés et
communiqués (Moore et Benbasat ,1991).
Volontarisme
d’usage
Le degré auquel l’usage de l’innovation est perçu
comme volontaire.(Moore et Benbasat ,1991).
Théorie
cognitive
sociale
Bandura ,198
Résultats attendus
relatifs à la
performance
Les conséquences du comportement relatives à la
performance .Spécifiquement, les attentes relatives à la
performance s’intéressent aux résultats professionnels.
(Campeau et Higgins ,1995)
Résultats attendus
relatifs à
la personne
Les conséquences personnelles du comportement.
Spécifiquement, les attentes personnelles traitent
l’estime de soi et le sens de l’accomplissement
(Campeau et Higgins ,1995)
Auto efficacité Le jugement de la personne de sa capacité d’utiliser
une technologie en vue d’accomplir une tache
déterminée. (Campeau et Higgins ,1995)
Emotion Une préférence individuelle pour un comportement
particulier (exemple : l’utilisation d’un ordinateur).
Anxiété Evoquer des réactions émotionnelles ou anxieuses lors
de la réalisation d’un comportement donné (exemple :
l’utilisation d’un ordinateur).
Modèle de
l’acceptation
de
la technologie
Davis et Alii
(1989)
Utilité perçue Le degré auquel une personne croit que l’utilisation
d’un système particulier pourrait accroitre sa
performance au travail. Davis et Alii (1989).
Facilité
d’utilisation
perçue
L’intensité avec laquelle un individu croit que
l’utilisation d’un système particulier se fera sans
difficultés ni efforts supplémentaires Davis et Alii
(1989).
Norme subjective Adapté de la théorie de l’action raisonnée.
Modèle de
l’utilisation du
micro-
ordinateur
Triandis(1977)
Thompson et
Convenance
au travail
Le degré auquel un individu croit que l’utilisation
d’une technologie peut améliorer sa performance dans
son travail. Thompson et Alii (1991)
Complexité Le degré auquel une innovation est perçue comme
difficile à comprendre et à utiliser.Thompson et Alii
(1991)
Conséquences à
long terme
Les résultats qui laissent prévoir un succès dans le
futur. Thompson et Alii (1991)
Alii (1991) Sentiment
à l’égard
de l’usage
Sentiment de joie, d’orgueil ou de plaisir, de
dépression, de dégout, d’irritabilité ou de haine associé
par un individu à un acte particulier. Thompson et Alii
(1991)
Facteurs sociaux L’internalisation personnelle de la culture subjective
d’un groupe de référence et les accords interpersonnels
spécifiques établis dans des conditions sociales
spécifiques. Thompson et Alii (1991)
Conditions
facilitatrices
Des facteurs objectifs dans l’environnement agréés par
les observateurs qui constituent un acte facile à
réaliser.
Thompson et Alii (1991).
Choix du soubassement théorique :
Le choix du cadre conceptuel repose sur les modèles d’adoption existants dans la littérature et
se base sur les déterminants qui ont fait l’objet d’une validation empirique et qui sont déclarés
les plus significatifs dans l’explication de l’adoption.
Si nous passons en revue les limites des différents modèles discutés tout au long du chapitre,
nous allons constater que le modèle UTAUT proposé par Venkatesh et al (2003) s’avère être
le plus complet et surtout le plus adéquat au contexte de cette présente étude.
Dans un premier lieu, la théorie de l’action raisonnée de Fishbein et Ajzen (1975. 1980)
exclue l’influence de facteurs externes à l’individu dans l’explication de son comportement.
Ce postulat de base n’est pas en concordance de phase avec le but de notre recherche qui vise
à expliquer l’adoption de la technologie du e-learning dans les organisations. Ceci requière en
effet, en plus des perceptions des apprenants, d’autres facteurs essentiellement technologiques
et organisationnels. Ce qui nous pousse donc à écarter ce modèle de notre recherche.
Par ailleurs, le modèle du comportement planifié d’Ajzen (1991) n’est également pas retenu
pour cette recherche de par la difficulté de sa validation empirique et de son
opérationnalisation. De plus, son agrégation des déterminants du comportement ne permet pas
de rendre compte de l’effet de chaque élément à part entière. Ceci va dans le sens contraire de
notre objectif, étant donné que nous nous proposons d’expliquer le rôle de chaque variable sur
l’acceptation et l’adoption de l’apprentissage à distance afin de dégager des propositions
d’actions managériales adéquates.
D’autre part, le modèle de Rogers (1962) sur la diffusion des innovations ne constitue pas un
modèle adéquat pour l’explication de l’adoption de cette nouvelle technologie éducative au
sein d’une organisation, car les recherches sur la diffusion des innovations sont focalisées en
général sur les TIC et n’intègrent que la dimension technologique. Ainsi son application à
l’apprentissage à distance va négliger les aspects liés au développement des ressources
humaines. Par ailleurs, seules les perceptions individuelles sont considérées par ce courant et
l’effet des variables organisationnelles est négligé.
La théorie cognitive sociale de Bandura (1989) est développée pour prévoir n’importe quel
comportement alors que le comportement envers une nouvelle technologie peut présenter des
caractéristiques spécifiques. Ce manque de spécificité pour les technologies de l’information
justifie notre préférence d’écarter ce modèle de notre recherche.
Pour le cas de notre recherche, on aurait pu suivre l’exemple des travaux présentés en tant
qu’application du Modèle d’Acceptation de la Technologie de Davis (1989) pour deux
considérations principales. La première découle des caractéristiques du e-learning telles que
présentées dans le premier chapitre. La deuxième émane de la parcimonie du MAT comme
modèle de prédiction du comportement d’usage des technologies de l’information et de la
communication par rapport aux autres modèles d’intention.
Il est important de noter que le modèle de Venkatesh et al (2003) se base essentiellement sur
le modèle de Davis et al (1989). Il regroupe les deux concepts clé de ce modèle, à savoir
l’utilité perçue et la facilité d’utilisation perçue.
Ce modèle UTAUT s’avère plus complet et a prouvé une forte capacité prédictive puisqu’il
intègre des construits significatifs et ayant un pouvoir de prédiction puissant. Il offre une base
théorique riche pour examiner les facteurs contribuant à l’acceptation des TIC. De plus, ce
modèle est facile à appliquer, il a prouvé une validité empirique considérable.
C’est donc en raison de sa parcimonie, de la spécificité de ses construits et surtout de sa
particularisation pour les technologies de l’information et de la communication que ce modèle
a été choisi pour fonder le cadre de recherche du présent travail.
Sans pour autant négliger le fait que le e-learning constitue une technologie éducative,
nouvellement introduite dans la stratégie de formation des organisations, et qui requière des
ressources matérielles et humaines nécessaires, et un savoir faire particulier de la part des
apprenants mais également de l’organisation.
Section 8 : Modèle conceptuel et
hypothèses de la recherche
L’objectif de ce travail est de déterminer les facteurs qui expliquent l’adoption de la nouvelle
technologie éducative de formation et d’apprentissage à distance, le e-learning, dans le milieu
professionnel tunisien.
Le choix des déterminants de l’adoption retenus dans le cadre de cette recherche est fortement
inspiré du modèle UTAUT de Venkatesh et al (2003). Ce dernier présente l’avantage d’être
un modèle général de l’ensemble des modèles théoriques qui ont été développés dans le cadre
de l’explication du comportement d’adoption des comportements humains. Quatre variables
de bases définissent le modèle de Venkatesh et al (2003), à savoir la facilité d’utilisation
perçu, l’utilité perçu, les influences sociales et les conditions facilitatrices.
8.1 La facilité d’utilisation perçu :
C’est le degré de facilité associé à l’utilisation d’un système (Venkatesh, 2003). Ainsi, la
probabilité qu’il y ait une intention de suivre des cours de formation à distance au sein d’une
école virtuelle est d’autant plus grande que le processus d’apprentissage est facile à
comprendre et à utiliser.
D’autre part, la facilité d’utilisation perçue est comparée aux concepts « compatibilité » et
«complexité» issus de la théorie de la diffusion des innovations de Rogers (1995). C’est
pourquoi ils définissent la même notion de facilité d’utilisation et sont mesurés de la même
manière.
Notre étude se propose d’étudier alors l’effet de la facilité d’utilisation perçue par l’employé
pour utiliser la technologie du e-learning. L’hypothèse qui en découle est :
H1 : la facilité d’utilisation perçue a un effet significatif sur l’intention d’adoption du e-
learning.
8.2 L’utilité perçue :
Les recherches sur l’adoption des technologies ont montré que le concept de l’utilité perçue
avait un pouvoir prédictif très puissant et qu’il avait prouvé sa robustesse dans l’explication
du comportement d’usage à travers maintes études.
D’autre part, plusieurs modèles mesurent la motivation extrinsèque par la facilité d’utilisation,
la norme sociale et l’utilité. Davis (1989) à opérationnalisé ce construit pour mesurer son
impact sur l’intention de se comporter. A cet effet, la motivation extrinsèque a été mesurée en
terme d’utilité perçue.
Davis et alii (1989) ont souligné que l’utilité perçue se trouve voisine de celle de l’avantage
relatif issu du modèle de la diffusion des innovations.
On rappelle que l’avantage relatif est défini comme étant la perception individuelle des
avantages relatifs à l’adoption d’une innovation. Dans le domaine des systèmes d’information,
il s’agit du « degré auquel une innovation est perçue comme offrant un avantage supérieur à
la pratique qu’elle supplante » (Moore et Benbasat, 1991). L’avantage relatif semble devoir
être d’une importance considérable pour persuader les individus à adopter une innovation.
D’un autre point de vue, Venkatesh et alii (2003) ont retenu la variable « convenance au
travail » issue du modèle de l’utilisation du micro-ordinateur (MPCU) proposé par Thompson
et alii (1991), et qui indique la pertinence d’une nouvelle technologie. Cette variable traduit
son niveau d’adéquation avec la nature de l’activité effectuée.
C’est une variable similaire à la notion de compatibilité introduite par Moore et Benbasat
(1991) dans leurs recherches sur les déterminants de l’adoption des innovations
technologiques.
Le e-learning ne peut être accepté par les professionnels au sein d’une organisation que s’ils
perçoivent son utilité par rapport aux besoins de leur travail et son effet en termes de gains de
performance et de productivité, et s’ils sont convaincus que cette technologie nouvelle va les
aider à évoluer et à être plus efficaces.
Ainsi, l’utilité perçue est retenue comme déterminant de l’adoption du e-learning par les
employés, elle servira à évaluer la perception de l’utilité engendrée par l’adoption de cette
technologie.
H2 : l’utilité perçue a un effet significatif sur l’intention d’adoption du e-learning
8.3 Les influences sociales :
En ce qui concerne les influences sociales, qui comprennent les normes subjectives, les
facteurs sociaux et l’attente de valorisation, seule la dimension « normes subjectives »
suggérée par Fishbein et Ajzen dans la théorie de l’action raisonnée (1975) et prise en compte
par Venkatesh et Davis (2000) dans l’extension du MAT et par Venkatesh et al (2003) dans
UTAUT, a été retenue.
Cependant, les facteurs sociaux incluent le rôle de personnes importantes pour l’individu et
qui exercent une certaine influence sur son comportement. Il est alors préférable d’apprécier
l’influence de certaines sources sociales de façon distinctive, en considérant l’influence des
collègues, la direction générale et l’attente de valorisation. Ceci nous amène à considérer les
hypothèses suivantes :
H3.1: L’influence des collègues a un effet significatif sur l’intention d'adoption du e-
learning
H3.2: L’influence des supérieurs hiérarchiques a un effet significatif sur l’intention
d’adoption du e-learning
H3.3: L’attente de valorisation a un effet significatif sur l’intention d'adoption du e-
learning
8.4 Les conditions facilitatrices :
Venkatesh (2003) définit « les conditions facilitatrices » par «le degré auquel l’utilisateur
pense que l’infrastructure organisationnelle et technique est nécessaire pour l’utilisation du
système ».
Il a proposé de mesurer cette variable à l’aide de trois construits qu’il a emprunté d’autres
modèles d’adoption, le contrôle du comportement perçu, les conditions facilitatrices et la
compatibilité avec le travail.
D’après Venkatesh et al (2003), les conditions facilitatrices influencent directement le
comportement d’usage, sans passer par l’influence de l’intention de se comporter.
Cette variable est retenue dans notre recherche de par l’importance de ce facteur dans la
décision d’adoption des cours de e-learning par le personnel de l’entreprise. Les résultats des
travaux de Venkatesh et alii (2003) pour la validation du modèle UTAUT ont montré que les
conditions facilitatrices n’ont aucune influence significative sur le comportement d’usage de
la technologie. On prévoit que dans le contexte de l’étude, les employés seraient plus motivés
à adopter la technologie du e-learning s’ils estiment que son utilisation ne serait pas complexe.
D’un autre point de vue, on peut considérer que « l’assistance technique » constitue une
facilitation de grande importance pour l’acceptation des nouvelles technologies. Dans le cadre de
la présente recherche, il s’agit d’évaluer les perceptions quant au degré auquel l’entreprise
investit dans les ressources objectives qui facilitent l’utilisation de la technologie éducative dans
la stratégie de formation du personnel.
L’assistance technique comprend la disponibilité de l’organisation à apporter de l’aide et des
conseils aux utilisateurs en cas de besoin.
Dans le cas de notre étude, il s’agit de l’introduction d’une nouvelle technologie dans les
pratiques de formation du personnel au sein de l’entreprise tunisienne. La manipulation du
système pourrait constituer un déterminant essentiel de son adoption.
En effet, certains apprenants, ayant des difficultés avec la manipulation de l’ordinateur, ont
peur de traiter avec la technologie (Marchand, 2001), ce qui crée un traumatisme chez les
adultes en particulier face à l’apprentissage à distance.
D’où l’importance du facteur « maitrise de l’outil informatique/de la technologie » dans la
compréhension du comportement d’adoption de la formation à distance.
H4.1 : L’assistance technique a un effet significatif sur l’intention d’adoption du e-
learning
Par ailleurs, la compatibilité a été présentée comme une variable dérivée de la théorie de la
diffusion des innovations. C’est le degré auquel l’innovation est perçue comme étant
conforme aux valeurs existantes, aux besoins et aux expériences antérieures des utilisateurs
potentiels (Moore et Benbasat, 1991). Dans cette recherche, la compatibilité avec le travail est
considérée comme étant une condition facilitatrice qui influence directement le comportement
d’adoption du e-learning.
D’où cette hypothèse :
H4.2 : La compatibilité avec le travail a un effet significatif sur l’intention d'adoption du e-
learning
L’une des critiques adressée à la théorie de l’action raisonnée est que le comportement
humain est supposé sous le contrôle total de l’individu. La théorie du comportement planifié a
remédié à cette limite en tenant compte de l’effet de la disponibilité des conditions
facilitatrices du comportement sur les perceptions. Cette disponibilité est connue sous la
rubrique «contrôle du comportement perçu» (Ajzen, 1985). A cet effet, Mathieson et al (2001)
et Taylor et Todd (1995) ont considéré l’influence de la disponibilité des ressources
indispensables à l’adoption de ce comportement.
L’hypothèse relative à cette dimension se présente comme suit :
H4.3 : Le contrôle perçu du comportement a un effet significatif sur l’intention d’adoption
du e-learning
H4.4: L’implication de la direction générale a un effet significatif sur l’intention
d’adoption du e-learning
La figure suivante résume les déterminants de l’adoption qui ont été retenus pour expliquer le
comportement d’adoption du e-learning par les employés.
Figure 8: Modèle structurel proposé
Conclusion
« La revue de la littérature analyse le passé pour préparer le futur » (Shengnan Han, 2003).
D’abord, elle nous a permis de présenter les courants théoriques s’intéressant aux
comportements humains en général et aux comportements des utilisateurs d’une nouvelle
technologie de l’information et de la communication en particulier.
Ensuite, ce chapitre a expliqué le cadre théorique de notre recherche c’est-à-dire le modèle
UTAUT. Les apports, les applications et les limites du modèle ont été, alors, détaillés ainsi
que la légitimité de son choix pour étudier l’acceptation de l’e-learning par les employés.
Pour conférer un aspect empirique au modèle de notre recherche, nous nous proposons de le
tester dans le contexte tunisien.
Notre étude explore les conditions d’acceptation de l’e-learning chez les salariés tunisiens.
Une telle étude s’avère très pertinente étant donné les spécificités du cas tunisien et ses
perspectives en matière d’e-learning.
Le chapitre suivant présente le terrain de recherche et explique l’analyse empirique effectuée
pour la mise en œuvre de notre problématique et la validation de nos hypothèses.
Chapitre 3
Essai de conceptualisation de l’E
learning au sein de l’entreprise :
Exploration et choix du terrain
Introduction
L’identification des déterminants de l’adoption du e-learning nous a permis de structurer un
modèle théorique dont les fondements sont puisés de la littérature en matière d’acceptation et
d’utilisation des technologies nouvelles. En effet, les variables proposées par Venkatesh
(2003) dans le modèle UTAUT constituent les variables principales de notre modèle qui
agissent sur l’intention d’adoption du e-learning par les employés.
Notre problématique de départ concerne l’explication de l’intention d’adoption de la
technologie éducative- e-learning- au niveau organisationnel et individuel. Sur le marché
tunisien, rares sont les entreprises qui se sont lancées dans l’expérience de la formation à
distance et ce pour plusieurs raisons.
Nous nous proposons dans ce qui suit, une analyse qualitative exploratoire afin d’identifier les
particularités du contexte tunisien, suivie d’une présentation de la démarche quantitative
focalisée sur le recueil des opinions des salariés à l’égard de l’acceptation de la formation à
distance.
Section 1 : Etude qualitative exploratoire
du contexte tunisien
Cette section se propose d’analyser le contenu des propos des personnes interviewées, tout en
essayant d’apporter des éléments de réponse à notre problématique et en tenant compte des
axes de recherche que nous avons fixés. Tout d’abord nous commençons par expliquer la
méthodologie
1.1 La démarche méthodologique
Dans le cadre de notre recherche, nous avons opté pour une méthodologie basée sur le
questionnaire précédé d’entretiens exploratoires. Ainsi, nous avons essayé d’allier les apports
d’une approche qualitative, dont la cible était des salariés et des responsables de formation
dans des entreprises tunisiennes, avec ceux d’une approche quantitative, focalisée sur le
recueil des jugements et des opinions des salariés à l’égard de l’utilisation de la formation
électronique.
Avant d’entamer les analyses concernant les aspects méthodologiques, il serait intéressant de
donner un aperçu sur le contexte de notre étude constitué par les entreprises tunisiennes, de
montrer la pertinence d’une recherche menée en son sein et de définir la population cible de
notre questionnaire.
1.1.1 Le terrain d’investigation
La population de notre échantillon nous a été fournie par le ministère de la formation
professionnelle. Elle englobe des entreprises choisies selon deux critères. En premier lieu, il
s’agit d’entreprises déployant un budget important pour la formation. En second lieu, les
entreprises choisies consacrent une part considérable de leurs budgets de formation à la
formation électronique. Notons à ce niveau que cette pratique est souvent incorporée sous la
rubrique de formation à distance.
En d’autres termes, pour les entreprises choisies l’e-formation figure parmi les types de
formation à distance qui incluent, outre la formation par les nouvelles technologies de
l’information et de la communication (NTIC), la formation par correspondance.
La présélection opérée a abouti à la constitution d’un échantillon de taille relativement
réduite. En effet, l’expérience des entreprises tunisiennes est très réduite en matière de
formation électronique. Elle se limite à quelques expériences de formation par Internet, par les
vidéoconférences et les visioconférences. Cependant, les budgets de la formation à distance
sont importants, ce qui a poussé quelques entreprises à mettre en place des projets d’e-
formation dont l’accès est réservé exclusivement a un certains niveau hiérarchique.
A la suite de cette première étape, nous avons pu conclure la pertinence de notre étude pour le
contexte tunisien. En effet, la majorité des entreprises sont en phase de préparation et de mise
en place des projets de formation électronique notamment par des investissements importants
en NTIC. Ainsi, des efforts sont consentis pour la généralisation de l’informatisation, des
réseaux et d’Internet. De plus, plusieurs entreprises ont élaboré leurs intranets privés afin de
pouvoir y loger et intégrer des cours de formation en ligne.
Après avoir constitué un échantillon contenant des entreprises tunisiennes consacrant des
budgets importants à la formation, nous avons introduit un troisième critère de sélection. Nous
avons opté pour les grandes entreprises dispersées sur le territoire tunisien dans la mesure où
l’e-formation a pour vocation d’être utilisée pour vaincre les contraintes d’espace et de temps.
De ce fait, son utilité semble plus importante pour les entreprises localisées dans différents
points du pays.
La première étape que nous avons conduit nous a permis de fixer quatre entreprises
remplissant les trois critères sus-indiqués. En outre, l’accès à ces entreprises nous a été facilité
grâce à des contacts et des intermédiations compte tenu de la difficulté de collecte de données
dans le contexte tunisien, sauf une, l’Association Professionnelle Tunisienne des Banques et
des Etablissements Financiers avec qui on avait du mal à avoir les contacts nécessaires.
Par la suite, nous avons effectué des entretiens exploratoires avec les responsables de la
formation et des salariés de ces entreprises. Les détails de la démarche qualitative seront
fournis dans ce qui suit.
1.1.2 Préparation et conduite des entretiens
La préparation d’un entretien de recherche repose essentiellement sur l’élaboration du guide
d’entretien. Il ne s’agit pas d’un questionnaire, mais plutôt d’un ensemble de thèmes sur
lesquels l’interviewer essaye de faire s’exprimer la personne interviewée (Igalens et Roussel,
1998). Généralement, les auteurs (Bordeleau, 1997) distinguent trois types d’entretien :
directif ou structuré, semi-structuré et non directif ou non structuré. Dans notre recherche
nous avons opté pour le type semi-structuré avec des questions ouvertes afin de collecter des
informations riches tout en étant orientées.
Ainsi, nous avons essayé d’instaurer un climat de confiance pour faciliter les échanges et
mettre à l’aise l’interlocuteur. A cet effet, nous avons garanti l’anonymat, la confidentialité et
la restitution des transcriptions des entretiens. Par ailleurs, la cible de l’entretien est constituée
de 20 salariés et 6 responsables appartenant à trois entreprises différentes (une privée et deux
publiques) dont deux ont expérimenté la formation électronique alors que la troisième est en
phase d’élaboration de ce projet.
Les guides d’entretiens adressés aux responsables et aux salariés comportent chacun dix
questions ouvertes. Certaines s’intéressent à l’activité de formation dans l’entreprise le niveau
d’informatisation ou l’investissement en nouvelles technologies de l’information et de la
communication. Les autres questions touchent au degré d’implication de chacun dans ce mode
de formation tout en donnant leurs avis quant aux déterminants de son adoption.
La phase de préparation a été couronnée par la réalisation effective des entretiens qui se sont
déroulés dans une durée moyenne d’une heure et 20 minutes. Les premières minutes ont été
consacrées à l’explication de l’objet de l’étude et des thèmes à aborder. Ensuite, nous avons
laissé libre cours à l’interlocuteur pour répondre aux questions que nous lui posons tout en
suivant le guide d’entretien. Cependant, des actions d’ajustement ont été entreprises par la
reformulation des réponses dans certains cas.
Le non respect de l’ordre des questions du guide ou l’élimination de certaines interrogations
auxquelles l’interviewé a répondu spontanément. Ces actions avaient pour but d’aider
l’interlocuteur, de le mettre à l’aise ou de vérifier certaines notions qui nous ont semblé
ambiguës.
1.2 Méthode d’analyse
Selon Mucchielli (1998), l’analyse de contenu se veut une méthode capable d’effectuer
l’exploitation totale et objective des données informationnelles. Analyser le contenu est un
processus renfermant trois étapes essentielles à savoir : le choix de l’unité de l’analyse, la
détermination des catégories et le codage. Nous exposerons en détail chacune de ces éléments.
1.2.1 Le choix de l’unité d’analyse
La transcription constitue la pré-analyse du discours. Une fois le corpus est construit, il nous a
fallu le découper en unités d’enregistrement dites encore unités de sens, c’est-à-dire en
phrases ou thèmes abordés par les interviewés correspondants aux besoins d’informations. En
effet, chaque réponse est découpée en unités de sens qui seront utilisées ultérieurement pour la
catégorisation.
La difficulté majeure de cette étape réside au niveau de choix des unités. En effet, selon
Mucchielli(1988) la complication est de savoir quelle sera l’unité de découpage, est ce le mot,
le groupe de mots, la proposition, la phrase, le paragraphe, la page, l’article entier ?
Toujours en se référant aux travaux antérieurs de Mucchielli (1998), la résolution de cette
problématique revient au fait de répondre à la question « quelle est l’unité de sens à coder ? »,
ou encore « quelle est l’unité minimale de contexte qui permet le codage du contenu ? ».
Afin de déterminer l’unité de sens à considérer dans nos analyses de contenu, notre recherche
s’est appuyée sur les travaux de wacheux (1996), son approche stipule que l’unité de sens
dans une même suite textuelle, peut être tantôt un mot, tantôt un groupe de mots, tantôt une
phrase, tantôt un groupe de phrases, selon que telle ou telle unité linguistique qui génère un
élément de sens.
De ce fait, opter pour cette position, c’est chercher à détecter les unités de sens les plus riches
en significations. Ainsi, ce qui compte ici c’est la signification (sens) plutôt que la structure
linguistique (la forme).
1.2.2 La catégorisation
Dans les travaux de Mucchielli (1998), la catégorie est définie comme étant une notion
générale représentant un ensemble ou une classe de signifiés. Les unités des sens doivent être
réparties en catégories, distribuées en genres, en thèmes, en grandes orientations. Les
catégories constituent le fondement de l’analyse de contenu.
D’après Mucchielli, il existe deux sources de la catégorisation : ou bien les catégories sont
déduites des hypothèses de travail, ou bien elles sont induites d’un contenu sur lequel on n’a
pas fait d’hypothèses formulées.
La seconde méthode de catégorisation sera retenue dans le cadre de cette investigation
empirique. En effet, notre analyse de contenu a pour objectif essentiel l’exploration et la
découverte plutôt que la validation d’hypothèses préétablies.
La détermination des catégories se fait selon un processus itératif qui consiste à faire
apparaître des rubriques significatives et génératrices de sens.
Les catégories devront avoir quatre qualités :
Exhaustives : toutes les unités de sens sont distribuées dans les catégories. La liste de celle-ci
épuise les caractéristiques de ces unités.
Exclusives : les catégories sont distinctes, un même élément ne peut pas appartenir à deux
catégories à la fois et sous le même rapport.
Objectives : intelligibles à plusieurs codeurs.
Pertinentes : en rapport avec d’une part les objectifs de l’analyse et d’autre part avec le
contenu à analyser.
D’où, nos catégories seront induites du contenu au fur et à mesure qu’on étudie, qu’on classe
et qu’on combine les unités de sens significatives. Le choix du label de la catégorie est
déterminé en recourant aux discours des répondants et aux notions et concept utilisés dans la
littérature.
Dans cette section, on se propose de présenter les différentes catégories dégagées de
l’ensemble des discours des interviewés et on mettra l’accent sur la formation de ces
catégories à partir des paroles, des points de vues et des expériences des répondants. Quand à
l’analyse de l’importance de chaque catégorie et des différences de perceptions qui lui sont
relatives, elles seront traitées au niveau de l’analyse thématique, ultérieurement.
Une lecture flottante des discours transcrits nous a permis de noter la présence de plusieurs
avantages ainsi que plusieurs freins à l’adoption d’e-learning. Evoquer les freins nous a aussi
amené à poser une réflexion sur les conditions de réussite de tels projets.
Thème 1 : les bénéfices d’e-learning
L’analyse porte à ce niveau sur les différents avantages d’e-learning tels qu’ils sont perçus par
les responsables et les salariés. Une première lecture nous a permis de déduire que les deux
acteurs s’accordent sur la majorité des avantages perçus d’e-learning. En rassemblant toutes
les unités de sens relatives aux avantages d’e-learning, et après plusieurs itérations, quatre
catégories, jugées adéquates apparaissent. En demandant aux répondants quels sont les
bénéfices d’e-learning, les réponses ont fait émerger les catégories suivantes : La valorisation
dans le processus de carrière, la flexibilité dans le temps et dans l’espace, l’acquisition des
compétences et la richesse du média.
Théme 2 : Barrières liées à l’adoption d’e-learning
Les barrières liées à l’adoption et à l’acceptation d’e-learning sont présentées telles qu’elles
sont déduites des discours des interviewés, tout en se basant sur le cadre théorique et en se
référant aux paroles, point de vue et expériences des salariés et des responsables, les réponses
ont fait émerger les catégories suivantes : le temps, les barrières psychologiques, les Barrières
technologiques et la communication.
Thème 3 : Conditions favorisant l’adoption d’e-learning
Tout projet e-learning doit prendre en compte une série de conditions pour assurer son succès.
Une revue flottante des interviews nous a permis de déduire que ces conditions de réussite
nécessitent l’intervention des responsables sur trois plans : Surmonter les barrières
psychologiques par une stratégie de communication adéquate, Impliquer les ressources
humaines et Préparer une structure informatique adéquate.
1.2.3 Codage et construction des grilles d’analyse
Une fois les catégories déterminées, nous passons par la suite à la construction des grilles de
dépouillement qui représenteront, ultérieurement, une assise importante pour l’élaboration des
grilles d’analyse.
Ces grilles des matrices qui comportent (Frisch, 1999) :
• En ligne : les interviews effectués au cours de la collecte d’information.
• En colonne : les catégories définies au niveau de l’étape précédente.
• Le croisement entre une ligne et une colonne indique le nombre des unités dégagées
de l’entretien N et qui génèrent une signification relative à la catégorie M.
Au vu de cette expérience, la structure de la grille d’analyse se présente ainsi :
Structure d’une grille d’analyse
CatégorieInterview
Ca 1…. Ca m….
C1/A1C2/A2.
Cn/An
An : Le nième entretien effectué avec un responsable
Cn : Le nième entretien effectué avec un membre du groupe des salariés
Ca m : la catégorie m
Les grilles de dépouillement, ainsi construites serviront de modèle de codage pour l’ensemble
des entretiens.
Selon Mucchielli (1998), cette dernière phase consiste à reconnaître l’unité et la catégorie
dont elle fait partie. « Coder une unité de sens, c’est l’affecter à une catégorie ». En d’autres
termes, l’opération de codification se fait en répartissant fidèlement toutes les unités de sens,
apparues dans les discours des répondants, dans les différentes catégories de la grille.
On a vu jusque là, la méthodologie suivi pour l’analyse des différentes catégories telles
qu’elles ont été définies a partir du contenu. Arriver à cerner la présence de ces catégories est,
en soi un premier résultat. L’étude de l’importance de chaque catégorie, l’interprétation et la
synthèse des résultats seront traitées dans la section suivante.
1.3 Analyse de contenu
En examinant de prés l’ensemble des informations que présente le corpus, l’analyse de
contenu consiste, à ce niveau, à compléter chaque catégorie ou chaque colonne des grilles
d’analyse par la mention du nombre d’énoncés ou d’unités qui s’y rangent et ainsi d’en situer,
l’importance. Ainsi, il serait intéressant de calculer les fréquences d’apparition de ces
catégories dans le corpus que génère l’ensemble des discours des répondants.
De plus, et pour bien exploiter les données dont on dispose, on se propose d’analyser chaque
thème en fonction du groupe de répondants. En effet, cette méthode va nous permettre de
comparer les perceptions des responsables et celles des salariés. D’où une analyse qui tient
compte de la comparaison des deux groupes.
L’analyse thématique consistera, en premier lieu, à faire un décompte fréquentiel des
apparitions des différentes unités par catégorie de sens et par groupe de répondant.
Pour ce faire, il serait adéquat de définir les variables suivantes :
fa : se réfère aux fréquences absolues d’apparition de chaque catégorie dans l’ensemble des
interviews effectués. C’est la somme de la fréquence d’apparition des unités de sens
existantes dans le corpus global et relatives à une catégorie bien déterminée.
fr : se réfère aux fréquences relatives d’apparition de chaque catégorie. La fréquence relative
est le rapport entre la fréquence absolue des unités de sens affectées dans une catégorie et le
total de sens du contenu relatif à un groupe de répondant.
Le calcul de la fréquence relative serait utile ultérieurement pour comparer les perceptions des
deux acteurs.
R : se réfère au rang de chaque catégorie. Le classement est effectué selon l’importance de la
fréquence d’apparition
L’analyse de chaque thème est scindé en deux parties : l’analyse des discours des interviewés
appartenant aux deux groupes d’acteurs. De plus, l’analyse de l’écart entre les perceptions des
deux acteurs sera mis en relief afin d’appréhender les points de convergence et de divergence
au niveau des perceptions.
1.3.1 Les bénéfices d’elearning
Tableau 3: Les bénéfices d’elearning tels qu’ils sont perçus par les salariés
la flexibilité dans le temps et dans
l'espace
L'acquisition des compétences
La richesse du média
La valorisation dans le processus
de carrière
C1 1 2 2
C2 2 1 1
C3 1 1 1 2
C4 2 1
C5 1 2 3
C6 2 1 1 2
C7 2 1 1
C8 1 2 1
C9 2 2 2 2
C10 2 1 1
C11 2 2
C12 1 1 1 1
C13 2 2
C14 1 1 1
C15 2 2 1
C16 2 1 2 1
C17 1 2
C18 1 1 1 1
C19 1 2
C20 2 2 1 1
fa 26 23 14 28
fr (%)
28,57 25,27 15,38 30,77
R 2 3 4 1
Le total des unités de sens énumérées dans le corpus des salariés et relatives aux avantages
d’e-learning est de 91.
Tableau 4 : les bénéfices d’elearning tels qu’ils sont perçus par les responsables
la flexibilité dans le temps et dans
l'espace
L'acquisition des compétences
La richesse du média
La valorisation dans le processus
de carrièreA1 1 2 1 2A2 1 1 1 1A3 2 1 2 A4 2 2 1 1A5 1 2 1A6 2 1 1 2fa 9 7 8 7fr
(%)
29,03 22,58 25,81 22,58
R 1 3 2 3
Le total des unités de sens énumérées dans le corpus des responsables et relatives aux
avantages d’e-learning est de 31 unités.
Les colonnes des tableaux précédents représentent des catégories de sens relatives aux
différents avantages d’e-learning selon les perceptions des salariés et des responsables. Les
cellules définies par l’intersection représentent le nombre d’apparition d’une catégorie dans le
discours des répondants. Par exemple, l’avantage de la flexibilité dans le temps et dans
l’espace a été évoqué une fois dans le discours du responsable A1. La même structure de
tableaux serait utilisée au niveau des paragraphes suivants.
Figure 9 : la différence de perceptions entre les responsables et les salariés quant
aux bénéfices d’elearning
L’analyse thématique montre que la formule d’e-learning est perçue comme attrayante par les
responsables sondés à condition de ne pas s’y lancer aveuglement et d’en évaluer avec soin
les avantages et les inconvénients.
Pour les salariés, les résultats ne nous permettent pas de situer clairement s’ils sont favorables
ou défavorables à la formation à distance. Pour certains, il s’agit de l’avenir, pour d’autres ils
craignent que le mode classique de formation disparaisse ainsi qu’une intensification de
l’aspect impersonnel de la formation.
A) La valorisation dans le processus de carrière
La majorité des salariés place « la valorisation dans le processus de carrière » comme la
première source de motivation. Ainsi, progresser dans la société et augmenter les revenus sont
les principales préoccupations des apprenants salariés. De plus, certaines formations délivrent
des diplômes reconnus dans le système de promotion (des entreprises sondées) pour ceux qui
s’y investissent.
« Si je dois attendre les concours interne pour progresser dans la société, ça va prendre plusieurs
années… » (Salarié)
B) La flexibilité dans le temps et dans l’espace
Parmi les avantages majeurs perçus par les deux acteurs, on trouve la flexibilité dans le temps
et dans l’espace ce qui permet une flexibilité dans la gestion des contenus : possibilité de suivi
et de contrôle à distance, meilleure allocation de temps du salarié, possibilité de réunir des
compétences dispersées géographiquement, dynamique, mise à jour, ressources variées,
archivage, sont autant d’éléments dont ils peuvent tirer parti dans le processus
d’apprentissage.
Dans le même sens, Lehmann et al. (2005) affirment, qu’en présence d’e-learning, il n’y a
plus de contrainte géographique ou spatiale (comme le nombre de places limitées dans une
salle de formation), permettant ainsi à plus de personnes de suivre le même cours.
Pour les responsables, l’introduction d’e-learning peut être associée à un changement profond,
voire une transformation dans la façon de former. L’exercice se détache de l’unicité de temps
et d’espace dans laquelle il était délimité (Coppola et al. 2002).
« Pour moi, c’était la solution la plus logique pour éviter le déplacement très fréquent des
compétences étrangères et nationales d’un coté et le déplacement des salariés qui habitent loin d’un
autre coté….. » (Responsable)
Pour les salariés, l’e-learning leur permet d’apprendre selon leur propre rythme, dans leurs
propres environnements et au moment de la journée qui leur convient. Ils ont affirmé que l’e-
learning leur permet de concilier la formation avec d’autres activités et d’être connecté à
partir de n’importe quel endroit. Cependant, cet avantage est apparu essentiellement dans les
discours des salariés mariés et résidant loin de la capitale.
« L’e-learning offre une grande flexibilité dans le temps et dans l’espace. La facilité d’accès à
n’importe quel moment de la journée même à minuit… de n’importe quel endroit…. On n’est pas
obligé d’être présent à tel jour et à telle heure… » (Salarié)
C) L’acquisition des compétences
Une autre variable influençant les décisions d’utilisation de l’e-formation et mise en exergue
par les personnes interviewées, c’est l’adéquation de la méthode avec l’activité exercée par le
salarié. Certains interlocuteurs considéraient que l’e-formation se prête plus à des formations
théoriques telles que la formation aux langues, au management, qu’à des formations visant
des savoir-faire pratiques.
Cet avantage apparaît d’une façon un peu plus extensive dans les propos des salariés. Il
concerne le développement de certaines compétences telles que l’autonomie, l’initiative, le
sens de responsabilité, la familiarisation avec l’outil informatique. Ces compétences sont plus
palpables par les salariés eux même que par leurs responsables.
Ceci coïncide avec les résultats de Houze (2004) qui affirme que les fonctionnalités offertes
par les nouvelles technologies (comme les forums, les tchats, les outils collaboratifs, etc...)
cherchent à conférer à l’apprenant un rôle davantage participatif dans l’acquisition ou le
développement de connaissances, d’accéder à la connaissance dans un espace d’information
ouvert, alors que jusqu’alors celui-ci était habitué à la recevoir dans l’espace circonscrit qu’est
la classe ou la salle de formation.
L’apprenant doit ainsi acquérir une autonomie importante, celle-ci étant plus supposée que
facilitée par le dispositif. L’apprenant doit être capable de concevoir sa propre auto-discipline.
D) La richesse du média
Une différence remarquable au niveau des perceptions des deux acteurs est celle relative à
l’avantage de la richesse du média (texte, images, séquences animées, son…) et de sa nature
interactive. En effet, pour la majorité des responsables le recours à des modes d’apprentissage
variés est clairement évoqué dans le registre des avantages.
Ceci est concrétisée par la possibilité d’offrir des ressources variées, d’uniformiser et de
rendre plus flexible la gestion administrative des cours et de faciliter les interactions entre les
différents acteurs, dans le temps et dans l’espace, d’intégrer des témoignages d’experts
géographiquement éloignés et d’offrir des occasions d’échanges moins formelles.
« Avec l’e-learning, le cours devrait être enrichi en multimédia……ce n’est pas comme la formation en
salle…. Il y a plus de textes, plus d’images. Cette méthodologie favorise la multiplicité des supports,
ce qui donne un côté attrayant et actif au contenu. » (Responsable)
Cependant, cet avantage n’a été évoqué que par la moitié des salariés interviewés (voir
tableau). Cette différence entre les deux perceptions s’explique par le fait que les responsables
sont plus informés sur la richesse du média. La majorité des responsables ont affirmés qu’ils
ont eu l’occasion d’assister à des séances de formation, à des séminaires ou ont participé à des
expériences internationales. Les séances de formation leur ont permit de découvrir la richesse
du média.
Toutefois, cette richesse n’est pas exploitée au mieux dans la majorité des cas. Ceci est
expliqué par les barrières technologiques d’une part et par la nouveauté de l’expérience d’e-
learning d’une autre part.
Nous avons vu que l’acceptation d’e-learning comme étant un nouveau mode d’apprentissage,
est expliquée par la perception d’un ensemble d’avantages qui peuvent encourager les
responsables d’e-formation et les salariés de l’adopter.
Cependant, la prise en considération des diverses barrières s’avère nécessaire pour pouvoir les
surmonter et expliquer la réticence de ces deux acteurs. Notre analyse porte ultérieurement sur
les différentes barrières liées à l’acceptation et l’adoption d’e-learning.
1.3.2 Les barrières liées à l’acceptation et l’adoption d’elearning
Les barrières liées à l’adoption et à l’acceptation d’e-learning sont présentées telles qu’elles
sont déduites des discours des interviewés, tout en se basant sur le cadre théorique et en se
référant aux paroles, point de vue et expériences des salariés et des responsables.
Tableau 5 : Les barrières liées à l’acceptation et l’adoption d’elearning telles qu’elles
sont perçues par les responsables
Le temps
les barrières psychologique
s
Les barrières technologiques
La communication
A1 2 2 3 2
A2 1 2 2
A3 2 2 3 1
A4 1 1 2 2
A5 2 2 1 1
A6 2 2 2 1
Fa 10 11 13 7
fr (%) 24,39 26,83 31,71 17,07
R 3 2 1 4
Tableau 6 : les barrières liées à l’acceptation et l’adoption d’elearning telles qu’elles
sont perçues par les salariés
Le tempsLes barrières
technologiquesles barrières
psychologiquesLa communication
C1 2 2 1C2 1 1 1 C3 1 1 1 1C4 1 1 1 C5 2 1C6 1 1 1 1C7 2 2 1 C8 2 2 1C9 1 2 2 C10 1 2 1 C11 2 1C12 1 1 C13 1 3 2 2C14 1 1
C15 1 2 1C16 2 1 C17 1 1 1C18 2 1 1C19 1 C20 2 2 2 2Fa 16 28 22 13
fr (%) 20,25 35,44 27,85 16,46
R 3 1 2 4
Figure 10 : La différence de perception entre les responsables et les salariés quant
aux barrières liées à l’acceptation d’elearning
A) Le temps
Parmi les barrières les plus souvent évoquées par les responsables, celles liées au temps
consacré à la production (les ressources à consacrer pour développer un cours, et sa mise à
jour paraissent exorbitantes en termes de temps et d’énergie) et le temps consacré à la
préparation des examens.
Parallèlement responsables et salariés perçoivent particulièrement la surcharge de travail
associée au recours à l’e-learning. La plupart des responsables associent cette surcharge à
l’organisation et la gestion de la plate forme (nécessité de réviser le contenu et l’évaluation du
cours) et à la mise à jour nécessaire.
En outre, une fois créé, le cours e-learning exige un suivi et un contrôle continu face à de
grands groupes d’apprenants : le feedback doit être plus fréquent et parfaitement en phase
avec l’agenda du cours ce qui implique une attention constante et une disponibilité de la part
des formateurs.
« Le suivi du cours ne sera pas aussi facile avec l’e-learning. Un cours d’e-learning ça demande un
temps. Il y a un travail énorme derrière… » (Responsable).
Certains salariés abordent l’e-learning comme une méthodologie plus exigeante demandant
davantage d’organisation et de travail, donc mangeuse de temps et d’énergie. Cette catégorie a
été essentiellement évoquée dans les propos des salariés du privé.
« L’e-learning nécessite plus de responsabilité de la part du salarié et une organisation dans le travail.
C’est un travail continu qui nécessite une bonne gestion du temps. » (Salarié).
Les deux acteurs s’accordent sur le fait que l’apprenant laissé seul devant sa machine induit un taux
d’abandon élevé et un échec de la formation. Il apparaît nécessaire de parvenir à un juste milieu entre
le temps de travail autonome et accompagné, d’une part, et d’autre part, entre le temps en formation à
distance et en présentiel.
B) Les barrières psychologiques
Dans le registre des barrières, les barrières psychologiques sont évoquées à plusieurs reprises.
Elles sont liées aux mentalités des salariés et à la culture des responsables et des
organisations. Il y a une nécessité d’avoir un état d’esprit partagé et d’être convaincu par
l’intérêt d’e-learning.
La plupart des salariés ont préalablement reçu un enseignement traditionnel centré sur le
présentiel et le passage vers une méthodologie différente, axée sur la responsabilisation et
l’auto-discipline, implique toujours une certaine résistance au changement.
Pour aborder sainement l’implémentation de l’e-learning, les responsables pensent qu’il faut
un état d’esprit nouveau et plus positif et être convaincu de part et d’autre de l’intérêt de la
méthode.
De plus, l’engagement de la direction générale et l’engouement des apprenants sont deux
facteurs importants pour la réussite d’un projet e-learning. D’après Houze (2004) l’e-learning
demande l’adoption d’attitudes positives à l’égard des technologies de l’information. Ce n’est
donc pas simplement en s’intéressant à une seule partie que cette forme de culture saurait pour
autant être développée.
« La résistance de certains responsables face à l’adoption d’e-learning peut être expliquée par leurs
caractères. Moi par exemple, j’aime bien les choses innovantes. D’autres veulent que les choses
restent telles qu’elles sont … ils ont peur du changement. C’est une question de personnalité… »
(Responsable).
Les responsables ressentent un manque d’engagement de la part de leurs supérieurs
hiérarchique qui devrait fournir l’environnement de travail approprié à cette méthodologie.
Aujourd’hui on manque d’équipement informatique sur certains postes. Ce n’est en aucun cas
un environnement propice pour un bon apprentissage en e-learning.
« L’e-learning c’est un autre état d’esprit. Il faut convaincre et persuader les décideurs de ses
bénéfices. L’année dernière j’ai trouvé beaucoup des difficultés à cause de la résistance du
directeur… ». (Responsable)
Les salariés quant à eux ont évoqué une barrière liée au regard de l’entourage. « On m’a dit tu
perds ton temps, t’aurais dû suivre des cours de soir….. » (Salarié)
D’où la nécessité de montrer aux salariés apprenants des exemples de gens qui ont suivi des
cours à distance et qui ont vu leurs situations s’améliorer dans la société.
C) Les barrières technologiques
Par ailleurs, tous les interrogés ont souligné l’importance de l’infrastructure technologique et
de la disponibilité des ressources telles que les outils informatiques, l’Internet et l’intranet. En
outre, seuls les salariés du privé ont indiqué que le principal frein jusque là rencontré
consistait dans la plate-forme technologique du fait de l’insuffisance des technologies
informatiques et de communication. Les salariés et les responsables ne disposent pas tous
d’ordinateurs et de connexions rapides.
Le taux d’équipement et les conditions d’utilisation du matériel informatique sont autant de
freins au développement de l’e-learning. La maîtrise de l’outil informatique s’avère
importante pour l’adoption d’e-learning.
Harper et al. (2004) notent que le manque d’infrastructure adéquate est un problème majeur
pour les apprenants dans les régions rurales et éloignées. Bien que les avantages potentiels de
l’apprentissage en ligne soient apparents, pour les apprenants l’accès est souvent lent et peu
fiable et les charges peuvent être très élevées.
« Dans l’e-learning, il y a un problème qui reste toujours valable quel que soit l’expérience…c’est le
problème de connexion. Les salariés ne disposent pas tous d’un ordinateur. Ils trouvent des difficultés
pour se connecter » (Responsable)
« La maîtrise de l’outil informatique reste un problème. Franchement, au début j’ai rencontré des
problèmes pour me familiariser avec l’outil informatique et la plate forme. Il y a des gens qui n’ont pas
participé car ils pensent que l’e-learning est compliqué et ça demande des compétences en
informatique. » (Salarié).
Selon Houze (2004), le formateur doit avoir une certaine maîtrise des technologies de
l’information. Même si des assistants peuvent le délester de tâches techniques, il doit être
capable d’interagir directement avec les apprenants via la plate-forme, d’assurer leur suivi, de
mettre en ligne des informations pratiques, etc.
D) La communication
La communication est une catégorie dont la fréquence d’apparition n’est pas très élevée aussi
bien dans les réponses des salariés que dans les réponses des responsables. Cependant, les
répondants insistent sur la nécessité de motivation des différents acteurs pour les encourager à
adopter l’e-learning.
La majorité des répondants n’ont pas cité d’une façon explicite le manque de communication
comme étant une barrière à la diffusion d’e-learning. Cependant, lorsqu’on a posé la question
aux différents répondants ayant suivi ce mode de formation de la façon par laquelle ils ont
participé à cette expérience, on a remarqué, pour certains, un déficit communicationnel. Pour
la majorité des répondants, l’information leur est parvenue soit par voie non officielle
(collègues), soit par les circulaires affichées dans les agences de la société.
« Personnellement, j’ai vu une affiche dans la société et c’est mon collègue qui m’a expliqué comment
ça marche » (salarié)
Certains salariés et responsables manquent de motivations car ils sont peu informés sur les
avantages d’e-learning. Il y a une nécessité d’avoir un état d’esprit partagé, d’être convaincu
du côté salarié que du côté responsable par l’intérêt de l’apprentissage en ligne. L’adoption
d’une technologie dépend certes de la volonté des individus, mais également de la
« publicité » faite par la direction. (Salancik, 1977).
« L’e-learning n’est pas très bien communiqué, Certains salariés ne savent pas de quoi il s’agit, ils ne
savent pas pourquoi on fait ça ? Et quel est l’objectif ? » (Responsable)
1.3.3 Conditions favorisant l’adoption d’elearning
Ces conditions sont présentées tels qu’elles sont déduites des discours des interviewés, tout en
se référant aux paroles, point de vue et expériences des salariés et responsables.
A) Surmonter les barrières psychologiques : une
stratégie de communication adéquate
Sur un plan strictement culturel, l’e-learning est confronté à un ensemble de freins selon les
deux acteurs :
• D’une part, tant les salariés que les responsables se sentent contraints de modifier leurs
habitudes de travail.
• D’autre part, les organisations sont en général peu armées pour répondre aux défis
posés par l’e-learning : culture de l’image contre celle du verbe, contraintes
importantes en matière informatique et sur le plan de l’équipement.
A ce niveau, certains freins peuvent être levés par une stratégie de communication adéquate.
Une stratégie de marketing efficace est jugée très utile pour améliorer l’acceptation d’e-
learning et motiver les différents acteurs. Certains salariés ont insisté sur le rôle de la
communication pour diffuser ce nouveau mode d’apprentissage et mettre en valeur les
bénéfices d’e-learning.
« Il faut impliquer des opérateurs de télécommunication comme Tunisie Télécom, de la politique
gouvernementale en matière de communication ». (Salarié).
« Il est important de convaincre et sensibiliser les salariés parce que les plus convaincus d’entre eux
vont faciliter les choses pour leurs collègues et les encourager » (Responsable).
B) Impliquer les ressources humaines
Tous les salariés interrogés ont insisté sur le rôle joué par les ressources humaines dans
l’implantation et le succès de la formation électronique. Ces dernières constituent la cible
première d’un tel projet donc sa réceptivité est en grande partie basée sur leurs attitudes et
leurs jugements des opportunités offertes par l’e-formation. Bien que les responsables de
ressources humaines et de formation s’accordent sur le rôle que doit jouer les responsables
direct de la formation en entreprise, ils estiment ne pas avoir assez d’autonomie pour prendre
des décisions relatives à l’acceptation de l’e-formation par les salariés.
Cependant, en dépit de ces convictions, nous avons remarqué d’après les interviews que les
ressources humaines n’ont pas été suffisamment impliquées dans l’élaboration des projets de
formation électronique.
L’attention des responsables a porté sur les aspects technologiques et a négligé les aspects
humains rattachés aux salariés. Ainsi, excepté des actions de formation à l’utilisation des
nouvelles technologies de l’information et de la communication, aucune autre attention n’a été
adressée aux opinions des salariés et à leurs comportements envers l’introduction de l’e-
learning. Ces positions confèrent une légitimité et un intérêt à notre étude étant donné la place
centrale qu’occupent les ressources humaines dans les processus d’introduction d’une
nouvelle pratique de formation.
C) Préparer une structure informatique adéquate
Sur un plan technico-organisationnel, tout projet d’e-learning implique le respect de certaines
normes, le déploiement et la maintenance d’équipements, la création d’une structure de
support technique, la présence de salles informatiques et l’aménagement des conditions
d’utilisation de ces dernières. Ces éléments peuvent faire peser un poids conséquent sur une
institution.
De plus, des spécialistes devront assister les apprenants quand ils ont des problèmes
techniques. Une résolution rapide des problèmes techniques est nécessaire pour le succès de la
mise en œuvre d’un programme de formation en ligne.
« Il faut que le débit s’améliore. Il faut s’assurer que les salariés aient un ordinateur. » (Responsable).
1.4 Synthèse et interprétation
Au niveau théorique, l’analyse du contenu, sous la forme d’une analyse thématique établie à
partir de la grille d’entretien, nous a permis de se rendre compte de l’importance des variables
organisationnelles dans la mise en place des projets de formation électronique et de leurs
influences sur les perceptions et les comportements des salariés envers cette méthode.
En effet, tous les interrogés ont souligné l’importance de l’infrastructure technologique et de
la disponibilité des ressources telles que les outils informatiques, l’Internet et l’intranet. En
outre, seuls les salariés du privé ont indiqué que le principal frein jusque là rencontré
consistait dans la plate-forme technologique du fait de l’insuffisance des technologies
informatiques et de communication.
Une autre variable influençant les décisions d’utilisation de l’e-formation et mise en exergue
par les personnes interviewées, c’est l’adéquation de la méthode avec l’activité exercée par le
salarié. Nos interlocuteurs considéraient que l’e-formation se prête plus à des formations
théoriques telles que la formation aux langues, au management, qu’à des formations visant
des savoir-faire pratiques.
Tous les salariés interrogés ont insisté sur le rôle joué par les ressources humaines dans
l’implantation et le succès de la formation électronique. Ces dernières constituent la cible
première d’un tel projet donc sa réceptivité est en grande partie basée sur leurs attitudes et
leurs jugements des opportunités offertes par l’e-formation.
Bien que les responsables de ressources humaines et de formation s’accordent sur le rôle que
doit jouer les responsables direct de la formation en entreprise, ils estiment ne pas avoir assez
d’autonomie pour prendre des décisions relatives à l’acceptation de l’e-formation par les
salariés. Cependant, en dépit de ces convictions, nous avons remarqué d’après les interviews
que les ressources humaines n’ont pas été suffisamment impliquées dans l’élaboration des
projets de formation électronique. L’attention des responsables a porté sur les aspects
technologiques et a négligé les aspects humains rattachés aux salariés. Ainsi, excepté des
actions de formation à l’utilisation des nouvelles technologies de l’information et de la
communication, aucune autre attention n’a été adressée aux opinions des salariés et à leurs
comportements envers l’introduction de l’e-learning. Par ailleurs, le plus important résultat
dégagé par les entretiens réside dans l’importance du facteur humain dans le recours à cette
nouvelle méthode de formation.
Ces positions confèrent une légitimité et un intérêt à notre étude étant donné la place centrale
qu’occupent les ressources humaines dans les processus d’introduction d’une nouvelle
pratique de formation.
L’analyse thématique des entretiens nous a également permis de recenser quelques éléments
importants pour l’efficacité d’une action de formation. Au niveau organisationnel, le respect
des étapes du processus de la formation, en termes d’identification des besoins, de
l’élaboration du plan de formation, de son exécution, de son suivi et surtout de son évaluation,
s’avère indispensable pour la réussite d’une action de formation destinée aux salariés. Ainsi,
une seule entreprise accorde a ses salariés des diplômes valorisant leurs formations, les deux
autres ne donnent que des justificatifs de suivi de formation.
Le deuxième apport retenu de l’analyse du contenu des entretiens est de préparer la seconde
étape quantitative de la validation relative au questionnaire. D’une part, nous avons pu arrêter
notre choix sur la cible du questionnaire. Ainsi, nous avons opté pour la diffusion du
questionnaire dans l’une des entreprises interrogées.
Notre choix est motivé par le fait qu’elle constitue un environnement favorable à la validation
empirique de nos hypothèses dans la mesure où elle a une expérience importante dans la
pratique de l’e-formation. De plus, elle offre une formation diplomante a ses salariés qui sont
répartis sur tout le territoire. D’autre part, la recherche qualitative avait pour ambition
d’affiner la définition des concepts et du modèle de la recherche et de « vérifier l’existence
des caractéristiques rendues nécessaires par le cadre théorique » (Igalens et Roussel. 1998).
Ces résultats se sont avérés pertinents dans la mesure où ils nous ont confirmé la prise en
compte de certains variables issus de la littérature.
Section 2 : Etude du cas de l’Ecole
Virtuelle de la Poste Tunisienne
La poste tunisienne est la première entreprise tunisienne qui a mis en place sa propre école
virtuelle destinée au service de ses employés qui leur permet le perfectionnement des
compétences et leur assure la promotion interne au sein de la poste. Ce cas est pris comme
référence à l’échelle nationale et arabe, c’est pourquoi nous avons opté pour en faire le cadre de
notre étude
Dans cette section, nous allons présenter le projet pionnier de la poste tunisienne au niveau de
l’intégration des TIC dans la stratégie de formation de son personnel qui se concrétise par la
mise en place d’une école virtuelle au service des employés de la poste
2.1 Présentation de l’Office National des Postes et
naissance de la formation à distance
L’Office National des Postes « La Poste Tunisienne » (ONP) a été créé en vertu du décret du
15 Juin 1998. Il s’agit d’une entreprise publique à caractère principalement commercial. Sa
création effective en tant qu’entreprise autonome date depuis le 1er Janvier 1999.Le nombre
d’employés s’élève à 9000, répartis sur 24 directions, 24 centres d’exploitations et 1024
bureaux de poste dont 75% relève des cadres, couvrant la totalité du pays avec une activité
renfermant essentiellement le courrier, les services financiers et les paiements. La poste assure
conformément au code de la poste promulgué le 02 Juin 1998 des prestations économiques et
sociales importantes. Son activité s’articule principalement autour de :
• La collecte, le transport et la distribution du courrier,
• L’exploitation et la fourniture de services financiers,
• Les prestations et les services nouveaux.
Face à la turbulence de l’environnement dans lequel s’est trouvée la poste, elle était amenée à
courir vitesse pour migrer et basculer vers la poste de demain, et ce grâce à trois clés en or :
Organisation adaptée, investissement accéléré et ressources humaines.
La formation en interne concerne trois domaines : la diffusion de la culture des nouvelles
technologies, l’accueil et le renforcement de la culture d’entreprise. Le personnel de la poste
est impliqué dans cette dynamique de restructuration.
L’idée du projet de la formation à distance date d’Avril 2001. Et c’est en 2002 que la
formation à distance a été conçue comme un service de formation autonome ayant son propre
responsable et sa propre organisation.
L’ambition de la poste à travers la mise en place d’une école de formation via Internet est de
développer et de renforcer le perfectionnement de son personnel constitué de 9000 agents, de
réduire les coûts relatifs à la formation et de rénover les méthodes d’apprentissage en utilisant les
nouvelles technologies éducatives.
L’office national des postes accorde depuis sa création une importance primordiale à ses
ressources humaines, compte tenu du rôle crucial que peut jouer le personnel dans la
réalisation des objectifs stratégiques de la poste.
La formation et le recyclage des agents ont été parmi les priorités absolues de la poste. Les
domaines de formation ont porté sur les thèmes professionnels et techniques, l’Internet et le
développement de la dimension commerciale.
L’effort déployé en matière de formation a porté sur une centaine de modules dont 70%
concernent la formation en informatique et les nouvelles technologies, le marketing, la force
de vente, la culture d'entreprise en plus des modules de qualification professionnelle.
2.1.1 Les préalables à la formation à distance
En tant qu’organisation qui a fait preuve de capacité d’adaptation aux TIC, notamment dans le
domaine du commerce électronique depuis plusieurs années, l’ONP a éprouvé le besoin de se
lancer dans l’expérience de la formation à distance. Cette nouvelle pratique professionnelle
n’est pas encore véritablement développée dans le contexte tunisien. Le but de la poste
consiste à s’adapter à ce nouveau contexte international afin de moderniser la formation et
développer les ressources humaines au sein de l’organisation.
En effet, il a été constaté que la formation présentielle en dépit de ses avantages constitue des
contraintes relatives au coût, à la nécessité de présence dans le lieu de formation et à ses
exigences par rapport au candidat telles que l’ancienneté, l’âge, le niveau d’éducation...
La formation à distance offre une véritable opportunité pour l’ONP en vue de suivre
l’évolution technologique, réduire ses coûts et veiller à ce que tout son personnel en profite et
donc leur permettre d’accéder plus facilement et plus rapidement à de nouveaux grades. Ainsi
et dans le souci majeur de s’impliquer réellement dans ce projet, l’ONP a décidé de mettre à la
disposition de son personnel une plate forme pour la formation à distance qui s’inscrit dans le
cadre de la diversification des mécanismes permettant l’amélioration des capacités de
l’entreprise d’une part, et la multiplication des chances de promotions professionnelle de ses agents
d’autre part.
A) Les préalables techniques à la formation à
distance : La plate forme
La plate forme de la poste a été créée en Octobre 2002, elle est appelée « Waheeb ». Il s’agit
d’un système de création, gestion et diffusion de cours trilingue (Arabe, Français, Anglais),
incluant :
• Un module d’administration et de gestion
• Un module de création dynamique de cours multimédia
• Un module étudiant personnalisable avec diverses possibilités de communication
• Une gestion automatisée des cours, des classes et des évaluations
• Une panoplie d’outils (import, export...)
☐ Les caractéristiques de la plate forme Waheeb :
• Elle offre à ses utilisateurs un LCS (Learning Content Services), qui est un outil
puissant pour la création du cours en format multimédia diffusable sur Internet. Cet
outil est facile à utiliser et permet d’intégrer tous types d’éléments multimédia dans le
cours à créer (texte, vidéo, son, animation, flash, lien hypertexte,...). Ceci assure une très
bonne qualité des cours produits.
Sur le marché, la majorité des plates formes n’offrent que LMS (Learning Management Services)
qui est le système de gestion de l’enseignement à distance (cours, classes, utilisateurs,...).
Waheeb par contre offre les deux services : LCS et LMS.
• Waheeb permet d’intégrer des cours par d’autres outils externes grâce à son outil
import/export.
• La plate forme est riche en fonctionnalités de communication pour les utilisateurs (e-
mail, forum, chat collectif, chat individuel « one to one », agenda....
• Elle offre aux apprenants un moteur de recherche interne pour faciliter l’accès à
l’information.
• C’est un outil de création des questions et des exercices d’auto évaluation avec la
possibilité d’intégrer des éléments multimédias dans les questions
• Waheeb offre au professeur un environnement dédié pour la correction des exercices
et des évaluations des apprenants
• Diverses possibilités de contrôle et d’administration : activation/désactivation, totale
ou partielle des cours, création des classes, possibilité d’impression d’un nombre
exhaustif d’états pour l’administrateur (fiche des professeurs et des apprenants,
résultats des apprenants, état d’une classe...)
• L’arabisation : Waheeb offre un environnement complètement arabisé, il ne s’agit pas
seulement de donner la possibilité d’intégrer des contenus en arabe, mais plutôt celle
de faire toutes les opérations de formation et d’apprentissage en arabe (toutes les
fonctionnalités et les outils sont arabisés).
• Tous les outils de communication sont propres à Waheeb (pas d’intégration d’outils
externes)
• La technologie adoptée dans le développement de Waheeb est une technologie de
pointe qui utilise les techniques et les logiciels les plus modernes et les plus
puissants : cold fusion. c++, SQL server, ... ce qui assure à la plate forme la fiabilité,
la performance et la sécurité.
On peut ainsi dire que la plate forme Waheeb a agencé des technologies de pointe qui ont
permis de répondre aux exigences et aux besoins de la formation à distance pour assurer le bon
fonctionnement de cette dernière et surtout qu’elle n’a pas négligé les différents intervenants.
B) Les préalables psychologiques à la formation à
distance
L’ONP a été conscient du degré d’importance que joue la préparation psychologique des
futurs apprenants.
La première préparation psychologique à la formation à distance a eu lieu au cours de la
journée internationale de la poste. Les responsables et les agents de la poste ont alors été
sensibilisés quant au grand rôle que peut jouer la formation à distance en matière de
développement des ressources humaines et des avantages qu’elle pourra leur accorder surtout au
niveau de la promotion.
Les agents présents ont beaucoup apprécié l’idée et ont accordé de l’importance à cette
nouvelle forme d’apprentissage.
Cette réaction a motivé la direction de l’ONP à diffuser un questionnaire aux agents de la
poste afin d’étudier de plus près leurs points de vue à l’égard de la formation à distance, pour
pouvoir enfin s’investir dans ce projet dans l’avenir.
Avec le lancement de la formation à distance au sein de l’ONP, la direction a décidé
d’organiser une journée mensuelle pour être à l’écoute de toutes les réclamations, suggestions,
intérêts et préoccupations de ces apprenants pour pouvoir résoudre le problème et faire
évoluer cette expérience vers un meilleur avenir.
2.1.2 Les acteurs de la plate forme
L’école virtuelle de la poste tunisienne est constituée de trois acteurs principaux représentés
dans sa plate forme de formation à distance par les modes suivants :
A) Mode administrateur
L’administrateur détient en exclusivité la possibilité d’accéder à ce mode. Il peut ainsi
effectuer les opérations suivantes :
• Gérer les cours : création, suppression, modification, activation, désactivation.
• Gérer les classes : création, suppression, modification, affectation de cours à des
classes.
• Gérer les utilisateurs qu’ils soient apprenants ou professeurs : création, suppression,
modification, affectation de cours à des professeurs..
• Editer différents états : liste des classes, des cours, des étudiants, des professeurs, des
évaluations..
• Contrôler l’accès des apprenants et des professeurs à la plate forme. En effet,
l’administrateur a la possibilité de voir ceux qui sont connectés et ceux qui se
déconnectent en temps réel.
• Dégager des statistiques concernant le nombre et le temps de visites de tous les
apprenants et les professeurs de l’école virtuelle. L’administrateur est même capable de
savoir ce que la personne connectée est en train de faire exactement sur la plate forme,
c’est-à-dire dans quelle matière elle est connectée et depuis combien de temps.
B) Mode tuteur :
Le tuteur est l’enseignant d’un cours dans une classe. Il dispose des fonctionnalités suivantes :
• Gérer les groupes d’une classe ou créer un groupe, affecter un ou plusieurs apprenants
à un groupe, supprimer un groupe.
• Voir l’accès des apprenants (connecté, non connecté, nombre d’accès au cours).
• Communiquer avec les apprenants de son cours par le courrier électronique.
• Corriger les évaluations : choisir un questionnaire pour une classe, afficher le
résultat d’une évaluation, créer les types d’évaluation et les évaluations, visualiser
les résultats des évaluations.
Le tuteur est également responsable de l’édition de son contenu pédagogique, il définit ses
sections et ses pages.
C) Mode apprenant :
L’apprenant accède au cours et passe des évaluations. Il a la possibilité d’envoyer et de
recevoir des messages auprès de ses professeurs. L’apprenant possède les outils suivants :
• Agenda : c’est un moyen utile pour visualiser certains événements personnels déjà
insérés ainsi que la note du tuteur et les évaluations à passer.
• Courrier : l’apprenant peut utiliser la messagerie interne de l’école virtuelle pour
envoyer et recevoir des e-mails entre apprenants et tuteurs de même classe.
• Notes de cours : les notes de cours sont destinées à faciliter la révision pour
l’apprenant. L’apprenant peut associer à chaque page de son cours une ou plusieurs
notes.
• Auto évaluation : les auto évaluations permettent aux apprenants d’évaluer leurs
connaissances.
2.1.3 Préparation et déroulement du contenu du cours en formation à
distance
La préparation d’un cours à distance nécessite deux étapes différentes : la préparation du
contenu du cours et sa scénarisation.
A) La préparation du contenu du cours à distance :
Il s’agit de la préparation du coté informationnel du cours : c’est le support informationnel du
cours qui constitue la composante fondamentale de chaque cours ordinaire.
Etant donné que l’ONP a envisagé plusieurs types de cours en formation à distance, ce dernier
a engagé différents spécialistes pour chaque type de cours.
Ces spécialistes sont alors chargés de la conception du cours. Le niveau minimum exigé pour ces
concepteurs et d’un Bac+6. Ces concepteurs de cours sont généralement soit des professeurs
enseignants travaillant dans des cabinets de formation, soit des professeurs universitaires
indépendants.
Dans le premier cas, la direction de la formation à distance entre en contact avec les cabinets
de formation et seuls ces derniers assurent toutes leurs responsabilités relatives à la
satisfaction des exigences prévues pour un cours ainsi que de sa qualité.
Dans le second cas, la direction de la formation à distance exige le CV des enseignants
universitaires et leurs qualifications, ainsi que l’institution dans laquelle ils enseignent. Pour
la préparation du contenu informationnel du cours, la direction de la formation à distance de
l’ONP exige le respect d’un certain nombre de critères, relatifs à la forme et au fond du cours,
préparés et fixés par une commission qui approuve les modules pédagogiques.
Les critères relatifs à la forme du cours :
• L’équilibre entre les différents chapitres,
• La cohérence entre les chapitres,
• La cohérence d’ensemble des éléments de chaque chapitre,
• Chaque chapitre doit des objectifs globaux et des objectifs spécifiques,
• Les liens entre les chapitres,
• Un résumé à la fin de chaque chapitre.
Les critères relatifs au fond du cours :
Le cours doit contenir :
• L’objectif global présenté dans une dizaine de lignes,
• Des mots clés relatifs aux définitions à retenir dans chaque chapitre,
• Des cas pratiques et des exercices sous forme de questions, de réflexions ou de
témoignages dans chaque chapitre,
• Des illustrations : figures, schémas, tableaux..
• Des études comparatives,
• Chaque élément traité dans les chapitres doit être valide,
• La bibliographie dans chaque chapitre.
Le concepteur de cours est tenu à respecter un délai pour la préparation des cours. Une fois
préparé, le cours fera l’objet d’une première évaluation par un premier évaluateur qui
suggère des améliorations et des critiques sur certains points qui doivent être traités de
nouveau par le concepteur de cours.
Une deuxième évaluation finale sera faite par un deuxième évaluateur pour recevoir le
contenu du cours et donner ses propos.
La commission qui approuve les modules pédagogiques se concentre en dernier essor sur
l’évaluation des versions des deux évaluateurs et fixe définitivement le contenu du cours.
B) La scénarisation d’un cours à distance :
Après avoir préparé le contenu du cours, il s’avère nécessaire de passer à la scénarisation du
cours étant donné qu’elle constitue une composante primordiale pour assurer le côté
pédagogique d’un cours à distance ; sinon sans la scénarisation il serait un simple cours
polycopié qui manque d’attractivité et de motivation pour les apprenants.
C’est pour cette raison que la direction de la formation à distance a jugé la nécessité de lancer
les appels d’offre à des entreprises spécialisées dans la scénarisation des cours.
L’entreprise INTERPRO était choisie, après avoir examiné son cours prototype qu’elle a
proposé, étant donné que ce modèle répond bel et bien aux critères de scénarisation proposés
par la direction de la formation à distance.
INTERPRO a travaillé en collaboration avec les concepteurs de cours d’une part et les tuteurs
des différents cours d’autre part, et ce pour s’assurer que les objectifs pédagogiques de ces
cours à distance seront satisfaits et que les apprenants sentiront véritablement la nouveauté et
le coté attractif de ces cours par rapport à la formation classique présentielle.
C’est ainsi que la scénarisation garantit une meilleure architecture d’un cours à distance.
Cependant, la direction de la formation à distance a réclamé certaines difficultés rencontrées
lors de la préparation d’un cours à distance. Ces difficultés s’articulent autour de
l’échéancier ; certains concepteurs de cours n’arrivent pas toujours à préparer les cours à
proposer à temps parce qu’ils ont souvent d’autres occupations. Par ailleurs, la qualité du
cours présenté n’est pas satisfaisante et ce parce que certains concepteurs de cours ont du mal à
respecter les critères fixés.
C) Suivi et contrôle des tuteurs par la direction de
la formation à distance :
En matière de formation à distance, il n’est pas évident de pouvoir contrôler les tuteurs
comme c’est le cas dans l’approche traditionnelle. Mais la poste a pu trouver un système de
contrôle envisagé par la plate forme dans ce but. Il s’agit donc d’une sorte de contrôle interne
afin de s’assurer que tout tuteur exécute bel et bien les exigences du contrat et le respect de leurs
engagements.
Le système de contrôle interne est un mode administrateur qui détecte d’une part les taches
relatives à la correction et à la mise à jour des cours et d’autre part du nombre d’entrées et de
visites de la part des tuteurs ainsi que le suivi des apprenants.
Ainsi le rendement du tuteur sera estimé en se référant au nombre de visites du site pour
pouvoir situer le niveau de ses apprenants, au nombre de ses messages envoyés à ses
apprenants pour vérifier s’il répond aux questions de ses apprenants dans un délai qui ne
dépasse pas les 24 heures, et au nombre de messages reçus afin de pouvoir en déduire que les
apprenants s’intéressent à tel ou tel cours et se posent mutuellement des questions sur des
parties de cours pas totalement claires pour eux.
En d’autres termes, si le mode administrateur détecte que le nombre de messages envoyés est
égal au nombre de messages reçus, ceci implique que le tuteur assume justement son travail sans
fournir d’effort supplémentaire. Il sera donc rémunéré au strict minimum fixé par la direction
de la formation à distance.
Si le nombre de messages envoyés est supérieur à celui de messages reçus, ceci reflète que le
tuteur est soucieux du suivi du niveau de compréhension de ses apprenants. Ce dernier sera
mieux récompensé.
2.2 Présentation de l’Ecole Virtuelle de la Poste Tunisienne
La poste tunisienne a mis à la disposition de son personnel une plate forme de formation à
distance via Internet qui s’inscrit dans le cadre de la diversification des mécanismes
permettant l’amélioration des capacités humaines de l’entreprise d’une part et la multiplication
des chances de promotion professionnelle de ses agents d’autre part.
L’école virtuelle a débuté ses activités en Avril 2003 par deux cycles de formation à distance
à l’intention des apprenants qui remplissent les conditions de participation. Le déroulement de
la formation s’effectue conformément aux étapes essentielles suivantes : apprentissage, auto
évaluation, examens d’évaluation à distance, examen final présentiel.
2.2.1 Procédure d’inscription à une formation à distance :
Les agents de la poste titulaires dans leur grade actuel et qui sont en activité, peuvent suivre
des cycles de formation à distance via Internet suivant leur catégorie.
Tout candidat remplissant ces conditions et qui désire suivre à distance un cycle de formation
correspondant à son emploi, doit s’inscrire sur le site de l’Ecole Virtuelle :
(w.w.w.postelearning.poste.tn) moyennant des frais d’inscription par le biais du Dinar
électronique.
Il est à noter que le nombre total des inscrits pour les cycles de formation enregistré jusqu’à
fin Septembre 2009 est de 1943 inscrits.
• Suivi et évaluation des apprenants :
Pour chaque cycle, la formation se déroule conformément aux étapes suivantes :
− L’apprentissage permettant aux candidats d’accéder aux cours, ou unités de valeurs
figurant dans le programme du cycle concerné. Lors de cette étape, l’apprenant sera
encadré par un tuteur qui lui fournira, sur sa demande à distance, toutes les
informations nécessaires pour parfaire son parcours pédagogique.
− L’auto évaluation qui permet à chaque apprenant de situer ses acquisitions par rapport
aux objectifs assignés à chaque enseignement et ce par le biais d’exercices et de tests
d’auto évaluation.
− L’évaluation sur Internet, c’est-à-dire l’ensemble des examens proposés par le tuteur
pour les modules obligatoires et optionnels traitées à distance par le tuteur. Les
apprenants ayant obtenu une note supérieure ou égale à 12/20 dans chaque module
seront autorisés à subir les examens de validation en présentiel. Dans le cas où
l’apprenant n’aura pas obtenu la moyenne requise, il aura la possibilité de repasser
l’examen d’évaluation dans la semaine.
− La validation par des examens présentiels des unités de valeur pour les apprenants qui
auront passé avec succès les examens d’évaluation sur Internet. L’unité de valeur est
validée si le candidat obtient à l’examen présentiel une note au moins égale à 10/20.
II sera attribué à chaque candidat ayant validé toutes les unités de valeur le concernant, une
attestation certifiant sa réussite au cycle de formation à distance. Il sera ainsi promu au grade
supérieur.
Les programmes de l’école virtuelle comptent 24 cours dont certains portent sur des thèmes à
caractère académique tels que la comptabilité, les finances, la gestion, l’économie, le droit,
l’informatique, les langues...et d’autres portent sur des thèmes à caractère professionnel tels
que l’épargne postale, les chèques postaux, les nouveaux services...
Sur un total de 24, 19 matières sont traitées en arabe. Selon les cycles et les niveaux, certains
cours sont traduits en français et en anglais.
2.2.2 Procédures organisationnelles des études au sein de l’école
virtuelle de la poste :
Bien qu’elles diffèrent de celles de l’école de formation traditionnelle (notamment dans
l’aspect opérationnel), les étapes de déroulement des études restent les mêmes :
A) L’inscription :
Cette étape consiste à l’identification de la personne voulant s’inscrire à l’école virtuelle. En
effet, une identification automatique se fait par le biais du matricule et le numéro de la carte
d’identité de la personne. Si la personne est identifiée par le système, elle sera juste après
sollicitée de remplir quelques informations nécessaires et de faire son choix des matières
optionnelles qui seront rajoutées aux matières obligatoires enseignées dans la classe concernée.
Ensuite, l’agent en cours d’inscription passera à l’étape du paiement des frais d’inscription (20
Dinars pour BAC et BAC +2, 30 Dinars pour BAC +4) à l’aide d’une carte e-dinar. Enfin, cette
demande sera enregistrée dans le serveur de l’école virtuelle et un reçu imprimable sera affiché à
l’écran du nouveau inscrit.
B) Le traitement de la demande d’inscription :
Une semaine après la réception de la demande d’inscription en ligne, l’intéressé recevra sous
pli confidentiel son login et mot de passe qui lui permettront d'accéder en mode apprenant au
système de formation à distance. La génération des login et mots de passe des apprenants de
l’école virtuelle se fait à l’aide d’un programme destiné à ce propos.
C) L’attribution de l’accès :
L’administrateur de la plate forme de formation à distance procède à l’attribution de l’accès pour
tout nouvel inscrit à l’école virtuelle. Dès lors, le nouvel inscrit appelé « apprenant » peut
accéder à la plate forme à tout moment de la journée pour effectuer les opérations suivantes :
• Accéder pour lire l’un des cours obligatoires de la classe à laquelle il est affecté, ou
l’un de ses cours optionnels ;
• Accéder pour répondre aux questions d’auto évaluation mise à sa disposition qui lui
permettra de tester ses connaissances et le niveau d’assimilation du cours ;
• Accéder pour poser des questions à ses enseignants et à voir de la communication à
distance par e-mail avec eux ;
• Dans une étape ultérieure, l’apprenant accédera à la plate forme pour passer les
examens d’évaluation à distance.
D) Les examens d’évaluation à distance :
Les apprenants passent des examens d’évaluation à distance, c’est-à-dire à partir des lieux ou
ils se trouvent. Ces examens concernent les matières déjà étudiées par l’apprenant. En effet,
cette méthode sert à sélectionner ceux qui vont assister aux examens présentiels. La direction de
l’école virtuelle de la poste tunisienne organise tous les six mois une session d’évaluation à
distance des apprenants, et ce selon les étapes suivantes :
Etape 1 : Réception des choix des apprenants
Un mois à l’avance, l’apprenant est invité à remplir un formulaire contenant son choix pour
les examens qui vont être passés à distance. Le nombre des matières que l’apprenant peut
choisir ne doit pas dépasser 4 matières, obligatoires et optionnelles.
Etape 2 : Préparation des examens
Sur la base des choix des apprenants, la direction de l’école virtuelle procède à :
• La préparation et l’édition dans le mode apprenant du calendrier personnel des
examens et de leurs dates.
• L’introduction des énoncés des examens dans la plate forme et ce en collaboration
avec les professeurs.
• L’introduction des examens choisis par les apprenants dans le réseau Internet.
Etape 3 : Le passage des examens à distance (session principale)
Le candidat ne peut pas passer plus que deux examens par jour. En effet, en accédant via son
login et mot de passe, l’apprenant trouvera un bouton qui l’invite à commencer son examen
dans le jour fixé dans son calendrier personnel des examens. A noter que ce bouton ne
s’affiche qu’à partir de 8heures du matin jusqu’à minuit. De ce fait, l’apprenant pourra passer
son examen à tout moment de cette période.
• Les mesures techniques de supervision des apprenants dans leurs examens :
La direction de l’école virtuelle de la poste a eu recours à certaines mesures de contrôle en
ligne pour les candidats :
1 Le temps alloué pour chaque examen est d’une heure. Avec 5 minutes de plus pour la
révision. En effet, un chronomètre s’affiche devant le candidat dès le commencement de
l’examen.
2 La page de l’examen ne s’affiche qu’une seule fois et se ferme automatiquement après
l’écoulement du temps alloué.
3 Tout support de cours en ligne, le jour de l’examen est retiré de la plate forme.
4 L’allocation des énoncés des examens aux candidats passant le même examen ensemble
est diversifiée. En effet, deux candidats passant le même examen ensemble ne peuvent
pas avoir la même page d’examen.
Etape 4 : La correction et l’édition en ligne de la session principale
Après 24 heures du jour de chaque examen, le formateur pourra accéder à la plate forme en
mode tuteur pour commencer la correction des examens et l’attribution des notes pour chaque
candidat. Si cette note est supérieure ou égale à 12 par matière, le candidat sera tenu à passer
l’examen présentiel qui se fixera ultérieurement. Sinon, il sera affecté à la liste des candidats qui
vont passer la session de contrôle. Les résultats et les dates des examens de contrôle seront
communiqués via Internet à tous les candidats.
Etape 5 : Le passage des examens à distance (session de contrôle)
Le principe de la session de contrôle est le même que celui de la session principale sauf que la
période de révision est plus courte (3jours). Les candidats ayant passé avec succès leurs
examens seront regroupés dans la liste des admis dans la session principale. En cas d’échec, le
candidat doit attendre 6 mois (le semestre prochain) pour réitérer sa demande de participation.
Etape 6 : Les examens présentiels
Les candidats admis dans les sessions d’évaluation à distance seront convoqués à passer les
examens présentiels, dans des salles « réelles ». On peut noter que les apprenants de sexe
masculin sont plus nombreux que les femmes à l’exception du cycle de formation pour l’accès
au niveau Bac+6 où la tendance s’inverse et ceci s’explique probablement par le recrutement
depuis la création de la poste en 1999 d’un très grand nombre de cadres diplômés de
l’enseignement supérieur à forte majorité féminine, les filles réalisant généralement les
meilleurs résultats universitaires.
Section 3 : La démarche méthodologique
La démarche quantitative adoptée dans la deuxième partie de l’étude empirique est
l’investigation par questionnaire. « C’est une technique d’enquête dont les qualités conduisent
nombre de chercheurs à l’employer […]. Le choix d’une méthode d’enquête par questionnaire
se justifie dans bien des cas par la volonté d’interroger un grand nombre de salariés. Elle est
forte utile, d’une part, quand l’enquêteur travaille seul ou bien au sein d’une équipe réduite,
enfin lorsque les contraintes financières et de délai imposées au projet exigent de boucler dans
un temps limité cette phase de la recherche » (Igalens et Roussel, 1998, p. 93).
En dépit de ses qualités reconnues dans plusieurs études empiriques publiées dans des revues
internationales, la méthode par le questionnaire a quelques limites qui peuvent biaiser les
résultats de l’étude et mettre en cause la validité de la recherche. Pour faire face à ce
problème, nous nous sommes insérés dans le cadre d’un paradigme établi en méthodologie de
recherche en sciences sociales. Il s’agit du paradigme de Churchill (1979). Ce paradigme
énonce les étapes à suivre dans une démarche méthodologique par questionnaire et qui son au
nombre de huit (figure 11).
Figure 11 : Procédure proposée pour développer de meilleures mesures (le
paradigme de Churchill)
Source : « Méthodes de recherche en gestion des ressources humaines », Igalens.J
et Roussel.P 1998.p114.
Notre étude quantitative a adopté cette procédure. Cependant, la cinquième étape (deuxième
collecte de données) n’a pas été respectée et ce pour deux raisons. Premièrement, le contexte
tunisien et plus particulièrement les milieux de travail ne sont pas familiarisés avec une telle
procédure. Deuxièmement, les contraintes du délai nous ont poussés à se suffire d’une seule
étape de collecte de donnée.
L’étude par le questionnaire a été effectuée en deux phases : la première consacrée à la
préparation et l’élaboration du questionnaire alors que la seconde a touché au recueil et la
description des données.
3.1 Mesure des variables et élaboration du questionnaire
La création d’un questionnaire en gestion conduit très souvent le chercheur à élaborer des
échelles d’attitudes. Ces échelles permettent d’apprécier des situations, de connaitre des
opinions, d’évaluer des attitudes, d’identifier des comportements ou des intentions
comportementales (Roussel et Igalens, 1998).
A cet effet, nous avons eu recours à la technique du questionnaire qui a été choisie dans la
perspective d’opérationnaliser les concepts définis précédemment et de mesurer les variables
proposées dans le modèle de l’adoption du e-learning.
Cette technique est généralement appliquée par les chercheurs lorsque le but est d’interroger
un grand nombre de personnes, ou lorsque ces personnes sont réparties sur des zones
géographiques dispersées ou encore lorsque des contraintes financières et de délai imposées
au projet exigent de boucler dans un temps limité cette phase de recherche.
A chaque variable du modèle est attribué un ensemble d’items issus de la littérature en
systèmes d’information. Des modifications ont été apportées aux items retenus dans le but de
les adapter au contexte de la recherche.
Les items retenus pour chaque variable sont récapitulés dans le tableau ci-dessous :
Tableau 7 : Mesure de la variable « Utilité perçue»
VARIABLES ARTICLES SOURCES
Utilité perçue 1. Je trouve que l’e-formation est utile pour mon travail.2. L’utilisation de l’e-formation va me permettre d'accomplir mon travail plus rapidement.3. L’utilisation de l’e-formation peut augmenter ma productivité.4. L’utilisation de l’e-formation Peut améliorer ma performance au travail.
Davis (1989),Venkatesh (2000),Venkatesh et Davis (2002)
Tableau 8 : Mesure de la variable « Facilité d’utilisation perçue»
VARIABLES ARTICLES SOURCESFacilité d’utilisation perçue
1. Mes liens avec l’e-formation seront clairs et compréhensibles.2. Il sera facile pour moi de devenir compétant dans l’utilisation des outils
Davis (1989),Venkatesh (2000),Venkatesh et Davis (2002)
de l’e-formation. 3. Je trouverais l’e-formation facile à utiliser.4. Apprendre à utiliser les outils de l’e-formation sera facile pour moi.
Tableau 9 : Mesure de la variable « Influences sociales »
VARIABLES ARTICLES SOURCES
Influence des collègues 1. La majorité de mes collègues dans mon département utilisent l’e-formation.2. Beaucoup de mes collègues comptent sur le système d’e-formation.
Schillewaert et al (2001)
Influence des supérieurs hiérarchiques
1. Je suis continuellement encouragé par mon supérieur hiérarchique pour utiliser l’e-formation dans mon travail.2. Mon supérieur hiérarchique est convaincu des avantages de l’e-formation.3. Mon supérieur hiérarchique soutient explicitement mon utilisation de l’e-formation.
Schillewaert et al (2001)
Image de soi
(ou attente de valorisation)
1. Dans mon entreprise, les personnes qui utilisent l’e-formation ont plus de prestige que celles qui ne l’utilisent pas.2. Dans mon entreprise, les personnes qui utilisent l’e-formation ont une bonne image.3. Le fait d’utiliser l’e-formation est professionnellement valorisant.
Venkatesh et Davis (2000)
Moore et Benbast (1991)
Tableau 10 : Mesure de la variable « Conditions facilitatrices »
VARIABLES ARTICLES SOURCES
Implication de la direction générale
1. la direction générale a un grand intérêt à l’égard de l’e-formation.2. La direction générale fait preuve d’engagement clair et remarquable vis-à-vis de l’e-formation. 3. L’utilisation de l’e-formation est fortement soutenue et préconisé par mon entreprise. 4. Mon entreprise ne retient aucun effort quant à la promotion de l’école virtuelle.
Schillewaert et al (2001)
Assistance technique 1. Les instructions nécessaires à la bonne utilisation de l’e-formation sont disponibles pour moi.2. Dans mon entreprise, le ou les spécialistes de l’e-formation nous prêtent toujours assistance en cas de problème.
Schillewaert et al (2001)
Thompson et al (1991)
Compatibilité au travail
1. L’utilisation de l’e-formation est adaptée à la nature de mon travail.2. L’utilisation de l’e-formation convient avec mon style de travail.3. L’utilisation de l’e-formation convient avec ma façon de travailler.
Agarwal et Karahanna (1998)
Contrôle du comportement perçu (sentiment d’efficacité perçu)
1. Je maitrise l’utilisation de l’e- formation.2. Je pense avoir les ressources nécessaires pour utiliser l’e-formation.3. Je pense avoir les connaissances nécessaires pour utiliser l’e-formation.4. L’e-formation n’est pas compatible avec les autres systèmes que j’utilise.
Mathieson K,Peacock E,Wynne W.C (2001)Ajzen (1991)Taylor et Todd (1995)
En ce qui concerne les échelles de mesure des variables du modèle, nous avons choisi
l’échelle la plus utilisée en gestion, c’est l’échelle de Likert. Ainsi une échelle de Likert de 5
points a été affectée pour chaque item déployé. Le répondant est donc amené à manifester son
niveau d’accord en choisissant une note de (1) à (5) pour chaque proposition.
L’échelle se présente alors ainsi : (1) « Pas du tout d’accord », (2) « Pas d’accord », (3)
« Moyennement d’accord », (4) « D’accord », (5) « Tout à fait d’accord ».
Le questionnaire est administré à des employés qui appartiennent à une entreprise publique de
service, qu’ils suivent ou non des cours via la plateforme d’apprentissage à distance. Les
cours de la plateforme sont rédigés en français et en arabe. Répondant à la politique
d’arabisation de l’administration tunisienne, nous avons jugé inutile de garder les items en
langue française puisque nous avons choisi d’administrer le questionnaire en arabe. Deux
traducteurs assermentés ont assuré la traduction à la langue arabe. La traduction était
accompagnée d’une adaptation au profil du répondant. En effet, deux versions du
questionnaire ont été élaborées ; une pour la population des non adopteurs, et une deuxième
pour la population des adopteurs.
Les mêmes questions ont été posées aux deux groupes, avec une adaptation des items pour
répondre aux exigences des différences entre les phases d’adaptation où se situaient les
répondants des deux groupes au moment de l’enquête.
Par ailleurs, le questionnaire de la recherche est structuré comme suit : une première partie est
consacrée à la mesure des variables du modèle de l’adoption du e-learning (utilité perçue,
facilité d’utilisation perçue, influences sociales et conditions facilitatrices), une deuxième
partie est relative au répondant et inclut donc son intention d’adopter la technologie du e-
learning s’il n’est pas encore inscrit à l’école virtuelle, la date de son inscription si non, son
expérience avec l’outil informatique, son âge, son ancienneté, son grade actuel, son niveau
d’instruction et son genre.
Ce questionnaire a fait l’objet d’un pré test dans un premier temps afin d’apprécier la validité
de son contenu, évaluer la version finale des questions, leur ordre et vérifier la compréhension
des répondants. Ce pré test a consisté à soumettre le questionnaire à un nombre réduit de
personnes faisant partie de la population finale de l’étude.
A cet effet, nous l’avons administré en face à face auprès d’une trentaine d’employés
appartenant à l’échantillon définitif de l’étude. L’analyse des réponses a montré que les items
n’ont fait l’objet d’aucune ambiguïté, aucune rectification n’a été donc introduite aux
questionnaires et il a été administré sous cette même version.
3.2 Description des données
La population de cette étude se compose de tous les employés de la poste, qu’ils soient ou non
inscrits au sein de l’école virtuelle. D’où l’unité d’échantillonnage, qui fait référence aux
unités qui constituent les éléments de la population, est présentée dans cette étude par tous les
employés de la poste.
Quant à la méthode d’échantillonnage, nous avons eu recours à une méthode aléatoire non
probabiliste, et ce parce que nous avons préféré de ne pas fixer de critères de sélection des
répondants. Nous avons alors diffusé ce questionnaire dans différents services de la poste, et
ce dans différentes villes de la république : Le Grand Tunis, Sousse, Sfax et Gabes. En effet,
nous avons opté pour la diversité de la population afin d’assurer un nombre considérable de
réponses permettant de renforcer au maximum la validité de la pertinence des traitements
statistiques.
Le questionnaire a été distribué moyennant deux modes différents : l’administration en face à
face et l’administration par voie postale. Il est clair que l’administration en face à face reste la
plus pertinente dans la mesure où on peut intervenir pour soulever, si elles existent, des
ambiguïtés, pour répondre à des interrogations ou pour s’assurer de l’implication du
répondant (Evrard et al, 1993).
Par ailleurs, la distribution par voie postale s’impose de par l’indisponibilité de certains
répondants ou pour des contraintes de temps et de faisabilité. Ce pendant, cette méthode
permet une grande flexibilité et donne une grande aisance à l’interviewé.
Les procédures ainsi suivies nous ont permis de distribuer 520 questionnaires. Toutefois, pour
des raisons de manque d’implication pour certains et de non-réponses pour d’autres, seuls 392
questionnaires ont été retenus pour validation, soit un taux de réponse égal à 75,4%.
Une analyse de la structure de l’échantillon nous fournit les informations suivantes sur les 392
répondants :
Tableau 11: Répartition de l’échantillon selon le genre
Catégorie Fréquence Pourcentage
Hommes 182 46,4Femmes 210 53,6Total 392 100%
Tableau 12 : Répartition de l’échantillon selon le niveau d’instruction
Catégorie Fréquence Pourcentage
Moins que le BAC 77 19,6BAC 106 27,0BAC+2 113 28,8BAC+4 87 22,2BAC+6 9 2,3Total 392 100%
Tableau 13 : Répartition de l’échantillon selon l’ancienneté
Catégorie Fréquence Pourcentage
Moins de 5 ans 72 18,4
De 5 à10 ans 195 49,7De 11 à 20 ans 106 27,1Plus de 20 ans 19 4,8Total 392 100%
Tableau 14 : Répartition de l’échantillon selon l’âge
Catégorie Fréquence Pourcentage
Moins de 25 ans 8 2,0De 26 à 35 ans 277 70,7De 36 à 50 ans 103 26,3Plus de 50 ans 4 1,0Total 392 100%
Tableau 15 : Répartition de l’échantillon selon l’état du répondant
Catégorie Fréquence Pourcentage
Inscrit 169 43,1Non inscrit 223 56,9Total 392 100%
Conclusion
Il convient de préciser que le modèle proposé par la présente recherche vise à expliquer
l’adoption du e-learning par les employés, et ce à travers leurs perceptions individuelles de la
performance attendue de l’adoption de cette technologie, du degré de facilité de son utilisation
et de l’effort à fournir dans ce but. Ce modèle propose également la composante sociale
comme déterminant de l’adoption, et ce par les perceptions de l’influence des collègues et des
supérieurs et de l’influence de l’image de soi. Les conditions facilitatrices font une partie
intégrante du modèle dont nous nous proposons de tester l’influence sur l’intention
d’adoption.
Dans le cadre de notre recherche, nous avons opté pour une méthodologie basée sur le
questionnaire précédé d’entretiens exploratoires. Ainsi, nous avons essayé d’allier les apports
d’une approche qualitative, dont la cible était des salariés et des responsables de formation
dans des entreprises tunisiennes, avec ceux d’une approche quantitative, focalisée sur le recueil
des jugements et des opinions des salariés à l’égard de l’utilisation de la formation électronique.
Chapitre 4
Etude empirique de l’adoption de
l’elearning : résultats de la
recherche et interprétations
Introduction
Ce travail vise à valider le modèle d’adoption de la technologie du e-learning par l’employé
dans le contexte tunisien. A cet effet, nous avons élaboré un modèle d’adoption du e-learning
sur la base des développements théoriques et des apports des recherches adaptées à la
problématique de l’acceptation et de l’adoption des nouvelles technologies. Nous avons
énoncé des hypothèses inhérentes aux éléments retenus et à leurs effets sur la décision
d’adoption du e-learning. Dans le but de vérifier ces hypothèses, nous avons mené une
investigation empirique dans le contexte tunisien. Nous avons basé notre étude sur le cas de
l’école virtuelle de la poste. Les détails statistiques de cette étude seront présentés dans ce
chapitre.
L’objectif de cette étape de l’analyse est d’étudier l’opérationnalisation et la validité
empirique du modèle conceptuel bâti autour d’un ensemble d’hypothèses.
Il s’agit dans une première étape de décrire les propriétés statistiques de chaque construit du
modèle en terme de structures factorielles et de fiabilité, et de tester dans une seconde étape
les différents liens proposés par le modèle.
Le chapitre est organisé comme suit : une première section est consacrée à la présentation des
résultats des traitements statistiques exploratoires : il s’agit d’effectuer une analyse factorielle
à l’aide d’une analyse en composantes principales sur les différents construits pour en
explorer la structure et la purifier, et en tester la fiabilité.
La deuxième section est consacrée à l’analyse de la phase confirmatoire pour tester la validité
des échelles de mesure.
La validation des hypothèses fait l’objet de la troisième section du chapitre. Ainsi, les liens de
causalité entre les variables du modèle ont été analysés par des régressions linéaires. Pour ce
faire, les questionnaires ont fait l’objet d’abord d’une analyse statistique par le logiciel SPSS
17.0 et d’une analyse via les modèles des équations structurelles sous AMOS 18 pour tester
les hypothèses de notre recherche. La dernière section est consacrée à l’interprétation et la
discussion des résultats obtenus.
Section 1 : Opérationnalisation des
concepts et validation des échelles de
mesure
Les résultats de l’enquête ont fait l’objet d’une purification des échelles de mesure en
réalisant dans une première phase exploratoire une ACP et une estimation de la fiabilité via
l’Alpha de Cronbach sur chaque échelle de mesure. Dans une seconde étape, une analyse
confirmatoire est jugée nécessaire pour apprécier la qualité des échelles retenue.
Dans un premier temps, nous allons expliquer brièvement la portée de ces deux méthodes,
pour ensuite présenter les détails de la purification des différentes échelles de mesure.
1.1 Aperçu sur l’Analyse Factorielle (ACP) et du test de
fiabilité
Dans une phase exploratoire, l’analyse factorielle (et plus fréquemment l’Analyse en
Composantes Principales ACP) est généralement utilisée pour purifier et tester l’homogénéité
des échelles composant un questionnaire. Nous avons alors testé l’unidimensionnalité de
certains construits étudiés. Il s’agit de vérifier si l’échelle permet d’évaluer précisément et
exclusivement le construit qu’elle est censé mesurer. C’est le test de l’homogénéité de
l’échelle où dit autrement de son unidimensionnalité. Elle permet d’explorer la structure
factorielle et de vérifier la cohérence interne des échelles.
Le but de l’ACP est ainsi de résumer de façon optimale l’information contenue dans les items
de chaque échelle tout en faisant un compromis entre la qualité et la quantité de l’information.
L’ACP nous permet de pallier au phénomène de multicolinéairité entre les variables de
l’étude. Elle permet par conséquent de récupérer un nombre de facteurs qui cumulent la part
majoritaire de la variance expliquée par l’ensemble des items (Roussel et Igalens, 1988).
Seuls les axes dont la valeur propre est supérieure ou égale à 1 sont retenus. Les items dont les
communalités sont inférieurs à 0.4 et ceux qui forment à eux seuls un facteur, sont à éliminer.
Par ailleurs, l’ACP ne peut pas être dissociée de l’analyse de fiabilité (de la cohérence
interne). La fiabilité d’un instrument indique sa capacité à reproduire des résultats similaires
s’il était administré plusieurs fois aux mêmes personnes (Roussel et Igalens, 1998).
Il s’agit alors de vérifier l’existence d’une cohérence dans les réponses de personnes
interrogées au sujet d’un ensemble d’énoncés servant à mesurer une variable, un concept, une
dimension ou un construit. L’indicateur le plus utilisé dans ce sens est le coefficient alpha de
Cronbach.
L’alpha de Cronbach est une estimation de la variance du score total due à tous les facteurs
communs propres aux items de l’échelle testée. Il indique quelle est la part du score total qui
dépend des facteurs généraux propres à l’ensemble des énoncés plutôt que d’items particuliers
(Cronbach, 1951). L’objectif est de réduire les erreurs aléatoires dues au changement
d’humeur et aux circonstances qui modifient les réponses aux questions.
D’un point de vue pratique, les travaux d’Evrard et al (1993) et Vernette (2004) laissent
entendre que pour une étude exploratoire, l’alpha est acceptable s’il est compris entre 0.5 et
0.8, et que pour une étude confirmatoire, une valeur supérieure à 0.8 est recommandée.
L’estimation de la dimensionnalité et celle de la fiabilité des construits sont donc deux
démarches indissociables, inévitables et complémentaires. En effet, la fiabilité de cohérence
interne d’une échelle n’est pas suffisante pour tester l’unidimensionnalité. De même,
l’extraction des facteurs des composantes principales ne permet pas d’identifier la dimension
sous-jacente aux construit sans l’analyse de la fiabilité. Les résultats de ces deux analyses
appliquées aux données de notre étude sont développés et discutés dans le paragraphe qui suit.
1.2 Purification des échelles de mesure associées aux
différents concepts :
L’ACP et l’Alpha de Cronbach sont utilisées pour tester la dimensionnalité des échelles de
mesure retenues pour cette étude et en apprécier la fiabilité à savoir : la facilité d’utilisation
perçue, l’utilité perçue, l’influence des collègues, l’influence des supérieurs hiérarchiques,
l’image de soi, l’implication de la direction générale, l’assistance technique, la compatibilité
et le contrôle perçu du comportement.
1.2.1 La facilité d’utilisation perçue
Il s’agit de l’une des variables clés du modèle d’acceptation de la technologie de Davis
(1989). Un nombre considérable d’études ont témoigné de sa puissance comme déterminant
fondamental de l’acceptation des technologies nouvelles de l’information et de la
communication. Venkatesh (2003) l’a également introduit dans son modèle en tant que
dimension de la variable effort attendu. Dans le cadre de la présente étude, la facilité
d’utilisation perçue est mesurée via quatre items adaptés des échelles développées par Davis
(1989), Venkatesh (2000,2003) et Venkatesh et Davis (2000) et confirmés par l’étude
qualitative.
Les résultats de l’analyse sur deux populations de manière séparée et sur tout le groupe des
répondants montrent que l’échelle de la facilité d’utilisation perçue est unidimensionnelle. En
effet, la variance totale expliquée permet de dégager une composante principale selon le
critère de kaiser (valeur propre égale à 3.4 > 1) qui restitue 84.988% de la totalité de
l’information. La qualité de représentation des items qui traduit la part de l’inertie de
l’information retrouvée pour chaque item est bonne puisqu’elle est supérieure à 0.4 pour les
quatre items. Les résultats relatifs aux groupes adopteurs / non adopteurs sont présentés dans
les tableaux ci-dessous. Ces résultats montrent alors que les items retenus pour expliquer la
facilité d’utilisation perçue mesurent bien la dimension.
Par ailleurs, les résultats de l’analyse de la fiabilité sont très acceptables et satisfaisants, avec
un α = 0.941 pour la totalité des répondants, ce qui affirme la bonne cohérence entre les items
de l’échelle de la facilité d’utilisation perçue. Le coefficient α est égal à 0.928 pour le groupe
des non adopteurs et à 0.942 pour le groupe des adopteurs, ce qui confirme la bonne
cohérence interne de l’échelle.
Tableau 16 : les résultats de l’ACP sur l’échelle de la facilité d’utilisation perçue
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
Mes liens avec l’e-formation seront clairs et compréhensibles
0.852 0.915
Il sera facile pour moi de devenir compétant dans l’utilisation des outils de l’e-formation
0.835 0.914
Je trouverais l’e-formation facile à utiliser 0.876 0.936Apprendre à utiliser les outils de l’e-formation sera facile pour moi
0.837 0.923
KMO 0.862% de la variance 84.988
Valeur propre 3.4
Tableau 17 : Les résultats relatifs au groupe des non adopteurs
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
Mes liens avec l’e-formation seront clairs et compréhensibles
0.808 0.899
Il sera facile pour moi de devenir compétant dans l’utilisation des outils de l’e-formation
0.809 0.899
Je trouverais l’e-formation facile à utiliser 0.863 0.929Apprendre à utiliser les outils de l’e-formation sera facile pour moi
0.814 0.902
KMO 0.854% de la variance 82.340
Valeur propre 3.294
Tableau 18 : Les résultats relatifs au groupe des adopteurs
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
Mes liens avec l’e-formation seront clairs et compréhensibles
0.882 0.939
Il sera facile pour moi de devenir compétant dans l’utilisation des outils de l’e-formation
0.809 0.899
Je trouverais l’e-formation facile à utiliser 0.881 0.938Apprendre à utiliser les outils de l’e-formation sera facile pour moi
0.841 0.917
KMO 0.859% de la variance 85.310
Valeur propre 3.412
1.2.2 L’utilité perçue
Comme la facilité d’utilisation perçue, l’utilité perçue a été généralement reconnue comme
une variable de grande importance dans l’explication du comportement face à une
technologie. Les items retenus pour mesurer cette variable sont au nombre de quatre et ils ont
été extraits des travaux de Davis(1989), Venkatesh et Davis(2000).
L’ACP conduite sur ces items a donné un seul axe dont la valeur propre (2.497) explique
62.434% de la variance totale. Cependant, la qualité de représentation s’avère mauvaise pour
l’item 4 avec une valeur de 0.021, ce qui nous amène à éliminer cet item de l’échelle et à
effectuer une deuxième analyse qui a donné de meilleurs résultats. En effet, le pourcentage de
la variance expliqué passe à 82.826%, et la qualité de représentation pour les trois items
retenus s’est améliorée. Le test de fiabilité donne un coefficient α = 0.771. Ce coefficient est
égal à 0.784 pour le groupe des adopteurs et 0.790 pour celui des non adopteurs ces valeurs
confirment l’existence d’une cohérence interne entre les items de l’échelle.
Tableau 19 : les résultats de l’ACP sur l’échelle relative à l’utilité perçue avant
l’élimination de PA4
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
Je trouve que l’e-formation est utile pour mon travail
0.779 0.883
L’utilisation de l’e-formation va me permettre d'accomplir mon travail plus rapidement
0.878 0.937
L’utilisation de l’e-formation peut augmenter ma productivité
0.820 0.905
L’utilisation de l’e-formation peut améliorer ma performance au travail.
0.021 -
KMO 0.72% de la variance 62.434
Valeur propre 2.497
Tableau 20 : les résultats de l’ACP sur l’échelle relative à l’utilité perçue pour les
adopteurs
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
Je trouve que l’e-formation est utile pour mon travail
0.798 0.893
L’utilisation de l’e-formation va me permettre d'accomplir mon travail plus rapidement
0.888 0.941
L’utilisation de l’e-formation peut augmenter ma productivité
0.836 0.914
L’utilisation de l’e-formation peut améliorer ma performance au travail.
0.031 0.176
KMO 0.723% de la variance 63.817
Valeur propre 2.553
Tableau 21 : les résultats de l’ACP sur l’échelle relative à l’utilité perçue pour les non
adopteurs
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
Je trouve que l’e-formation est utile pour mon travail
0.816 0.903
L’utilisation de l’e-formation va me permettre d'accomplir mon travail plus rapidement
0.893 0.945
L’utilisation de l’e-formation peut augmenter ma productivité
0.860 0.927
L’utilisation de l’e-formation peut améliorer ma performance au travail.
0.030 0.173
KMO 0.746% de la variance 64.955
Valeur propre 2.598
L’item 4 est très mal représenté pour les deux groupes de répondants, ce qui confirme la
nécessité de l’éliminer de l’échelle. Après son élimination, l’indice α de Cronbach passe à
0.895 pour la totalité des répondants, il est égal à 0.906 pour le groupe des adopteurs et à
0.917 pour les non adopteurs.
Tableau 22 : les résultats de l’ACP sur l’échelle relative à l’utilité perçue après
l’élimination de PA4
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
Je trouve que l’e-formation est utile pour mon travail
0.781 0.884
L’utilisation de l’e-formation va me permettre d'accomplir mon travail plus rapidement
0.883 0.940
L’utilisation de l’e-formation peut augmenter ma productivité
0.821 0.906
KMO 0.72% de la variance 82.826
Valeur propre 2.485
Tableau 23 : les résultats de l’ACP sur l’échelle relative à l’utilité perçue pour les
adopteurs après l’élimination de PA4
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
Je trouve que l’e-formation est utile pour mon travail
0.801 0.895
L’utilisation de l’e-formation va me permettre d'accomplir mon travail plus rapidement
0.895 0.946
L’utilisation de l’e-formation peut augmenter ma productivité
0.837 0.915
KMO 0.725% de la variance 84.452
Valeur propre 2.534
Tableau 24 : les résultats de l’ACP sur l’échelle relative à l’utilité perçue pour les non
adopteurs après l’élimination de PA4
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
Je trouve que l’e-formation est utile pour mon travail
0.822 0.907
L’utilisation de l’e-formation va me permettre d'accomplir mon travail plus rapidement
0.895 0.946
L’utilisation de l’e-formation peut augmenter ma productivité
0.863 0.929
KMO 0.744% de la valeur 85.985
Valeur propre 2.580
1.2.3 L’Influence des collègues
Deux items retenus des travaux de Schillewaert et al (2001) ont été utilisés pour mesurer la
variable « influence des collègues » qui fait partie de la variable « influences sociales ».
L’ACP a donné un seul facteur, dont la valeur propre (1.668) explique 83.388% de la
variance totale. Les items représentent bien la part de l’inertie de l’information restituée dans
chacun d’eux. Le test de fiabilité dégage un alpha de Cronbach égal à 0.8 qui indique une
bonne cohérence entre les items de l’échelle. Ce coefficient est égal à 0.762 pour les
adopteurs et 0.886 pour le groupe des employés non encore inscrits à l’école virtuelle.
Tableau 25 : les résultats de l’ACP sur l’échelle relative à l’influence des collègues
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
La majorité de mes collègues dans mon département utilisent l’e-formation
0.834 0.913
Beaucoup de mes collègues comptent sur le système d’e-formation
0.834 0.913
KMO 0.5% de la variance 83.388
Valeur propre 1.668
Tableau 26 : les résultats de l’ACP sur l’échelle relative à l’influence des collègues
pour les adopteurs
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
La majorité de mes collègues dans mon département utilisent l’e-formation
0.808 0.899
Beaucoup de mes collègues comptent sur le système d’e-formation
0.808 0.899
KMO 0.5% de la variance 80.796
Valeur propre 1.616
Tableau 27 : les résultats de l’ACP sur l’échelle relative à l’influence des collègues
pour les non adopteurs
ItemsQualité de
représentationContributions
factoriellesLa majorité de mes collègues dans mon département utilisent l’e-formation
0.898 0.948
Beaucoup de mes collègues comptent sur le système d’e-formation
0.898 0.948
KMO 0.5% de la variance 89.811
Valeur propre 1.796
1.2.4 L’Influence des supérieurs hiérarchiques
Schillewaert et al (2001) ont proposé trois items pour mesurer la variable « influence des
supérieurs hiérarchiques ». L’analyse en composantes principales appliquée à ces items a
montré qu’ils sont factorisables avec une valeur propre égale à 2.477 qui traduit 82.562% de
la totalité de la variance expliquée. La qualité de représentation des items et leurs
contributions factorielles sont très bonnes aussi bien pour les deux groupes séparément que
pour la globalité des répondant. Un Alpha de Cronbach égal à 0.894 indique que l’échelle est
fiable pour les deux groupes. D’autre part, nous avons la même constatation quant à la
fiabilité de l’échelle pour chacun de deux populations de répondants (α = 0.854 pour le groupe
des adopteurs et α = 0.910 pour les non adopteurs).
Tableau 28 : les résultats de l’ACP sur l’échelle relative à l’influence des supérieurs
hiérarchiques
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
Je suis continuellement encouragé par mon supérieur hiérarchique pour utiliser l’e-formation dans mon travail
0.809 0.899
Mon supérieur hiérarchique est convaincu des avantages de l’e-formation.
0.799 0.894
Mon supérieur hiérarchique soutient explicitement mon utilisation de l’e-formation
0.869 0.932
KMO 0.733 % de la variance 82.562
Valeur propre 2.477
Tableau 29 : les résultats de l’ACP sur l’échelle relative à l’influence des supérieurs
hiérarchiques pour les adopteurs
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
Je suis continuellement encouragé par mon supérieur hiérarchique pour utiliser l’e-formation dans mon travail
0.782 0.884
Mon supérieur hiérarchique est convaincu des avantages de l’e-formation.
0.700 0.837
Mon supérieur hiérarchique soutient 0.838 0.916
explicitement mon utilisation de l’e-formationKMO 0.701 % de la variance
77.756Valeur propre 2.321
Tableau 30 : les résultats de l’ACP sur l’échelle relative à l’influence des supérieurs
hiérarchiques pour les non adopteurs :
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
Je suis continuellement encouragé par mon supérieur hiérarchique pour utiliser l’e-formation dans mon travail
0.832 0.912
Mon supérieur hiérarchique est convaincu des avantages de l’e-formation.
0.863 0.929
Mon supérieur hiérarchique soutient explicitement mon utilisation de l’e-formation
0.854 0.924
KMO 0.756 % de la variance 84.962
Valeur propre 2.549
1.2.5 L’Image de soi (attente de valorisation)
Les travaux de Venkatesh et Davis (2000) et Moore et Benbasat (1991) nous ont permis de
retenir trois items pour mesurer la variable « image de soi ». L’échelle est globalement
satisfaisante avec une représentation de 79.537% de la variance totale expliquée et une bonne
contribution factorielle pour chacun des items retenus. Un alpha de Cronbach égal à 0.870
indique que l’échelle est fiable pour les deux groupes. D’autre part, nous avons la même
constatation quant à la fiabilité de l’échelle pour chacun des deux populations de répondants
(α = 0.871 pour le groupe des adopteurs et α = 0.9 pour les non adopteurs).
Tableau 31 : les résultats de l’ACP sur l’échelle relative à l’image de soi
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
Dans mon entreprise, les personnes qui utilisent l’e-formation ont plus de prestige que celles qui ne l’utilisent pas
0.782 0.833
Dans mon entreprise, les personnes qui utilisent l’e-formation ont une bonne image
0.766 0.824
le fait d’utiliser l’e-formation est professionnellement valorisant
0.843 0.901
KMO 0.711 % de la variance 79.537
Valeur propre 2,102
Tableau 32 : les résultats de l’ACP sur l’échelle relative à l’image de soi pour les
adopteurs
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
Dans mon entreprise, les personnes qui utilisent l’e-formation ont plus de prestige que celles qui ne l’utilisent pas
0.732 0.881
Dans mon entreprise, les personnes qui utilisent l’e-formation ont une bonne image
0.720 0.847
le fait d’utiliser l’e-formation est professionnellement valorisant
0.808 0.881
KMO 0.691 % de la variance 73.256
Valeur propre 2.043
Tableau 33 : les résultats de l’ACP sur l’échelle relative à l’image de soi pour les non
adopteurs
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
Dans mon entreprise, les personnes qui utilisent l’e-formation ont plus de prestige que celles qui ne l’utilisent pas
0.812 0.912
Dans mon entreprise, les personnes qui utilisent l’e-formation ont une bonne image
0.862 0.903
le fait d’utiliser l’e-formation est professionnellement valorisant
0.844 0.862
KMO 0.650 % de la variance 81.362
Valeur propre 2.142
1.2.6 L’Implication de la direction générale
Schillewaert et al (2001) ont proposé quatre items pour mesurer la variable « Implication de la
direction générale ». La valeur de α est égale à 0.832. Toutes les valeurs relatives à ce groupe
s’avèrent satisfaisantes. L’échelle est fiable et les items sont bien représentés, y compris
l’item qui est mal représenté selon les résultats de l’analyse relative à la totalité des
répondants.
Tableau 34 : les résultats de l’ACP sur l échelle relative a l implication de la direction
générale avant l’élimination de IDG3
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
la direction générale a un grand intérêt à l’égard de l’e-formation
0.685 0.828
La direction générale fait preuve d’engagement clair et remarquable vis-à-vis de l’e-formation
0.660 0.812
L’utilisation de l’e-formation est fortement 0.144 -
soutenue et préconisé par mon entrepriseMon entreprise ne retient aucun effort quant à la promotion de l’école virtuelle
0.526 0.725
KMO 0.685 %de la variance 50.374
Valeur propre 2.015
Tableau 35 : Les résultats de l’ACP sur l’échelle relative à l’implication de la direction
générale avant l’élimination de IDG3 pour les non adopteurs
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
la direction générale a un grand intérêt à l’égard de l’e-formation
0.677 0.823
La direction générale fait preuve d’engagement clair et remarquable vis-à-vis de l’e-formation
0.667 0.817
L’utilisation de l’e-formation est fortement soutenue et préconisé par mon entreprise
0.746 0.863
Mon entreprise ne retient aucun effort quant à la promotion de l’école virtuelle
0.633 0.796
KMO 0.792 % de la variance 68.074
Valeur propre 2.792
La valeur de α est égale à 0.832. Toutes les valeurs relatives à ce groupe s’avèrent
satisfaisantes. L’échelle est fiable et les items sont bien représentés, y compris l’item qui est
mal représenté selon les résultats de l’analyse relative à la totalité des répondants.
Tableau 36 : les résultats de l’ACP sur l’échelle relative à l’implication de la direction
générale avant l’élimination de IDG3 pour les adopteurs
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
la direction générale a un grand intérêt à l’égard de l’e-formation
0.675 0.821
La direction générale fait preuve d’engagement clair et remarquable vis-à-vis de l’e-formation
0.620 0.788
L’utilisation de l’e-formation est fortement soutenue et préconisée par mon entreprise
0.098 0.313
Mon entreprise ne retient aucun effort quant à la promotion de l’école virtuelle
0.553 0.744
KMO 0.677 % de la variance 48.645
Valeur propre 1.946
Nous remarquons que pour ce groupe d’adopteurs, l’item 3 est mal représenté et que sa
contribution factorielle est faible. De plus, l’échelle n’est pas fiable puisque α = 0.272. Les
tableaux ci-dessous présentent les détails des résultats de l’analyse après élimination de l’item
à problème.
Tableau 37 : les résultats de l’ACP sur l’échelle relative à l’implication de la direction
générale après l’élimination de IDG3
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
la direction générale a un grand intérêt à l’égard de l’e-formation
0.704 0.839
La direction générale fait preuve d’engagement clair et remarquable vis-à-vis de l’e-formation
0.667 0.822
Mon entreprise ne retient aucun effort quant à la promotion de l’école virtuelle
0.551 0.745
KMO 0.662 % de la variance 64.510
Valeur propre 1.935
Tableau 38 : les résultats de l’ACP sur l’échelle relative à l’implication de la direction
générale après l’élimination de IDG3 pour les adopteurs
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
la direction générale a un grand intérêt à l’égard de l’e-formation
0.687 0.829
La direction générale fait preuve d’engagement clair et remarquable vis-à-vis de l’e-formation
0.622 0.789
Mon entreprise ne retient aucun effort quant à la promotion de l’école virtuelle
0.587 0.766
KMO 0.666 % de la variance 63.194
Valeur propre 1.896
La qualité de représentation des items s’est améliorée à ce niveau de l’Analyse. L’échelle
montre un meilleur niveau de cohérence interne avec un alpha de Cronbach égal à 0.694.
Tableau 39 : les résultats de l’ACP sur ‘échelle relative à l’implication de la direction
générale après l’élimination de IDG3 pour les non adopteurs
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
la direction générale a un grand intérêt à l’égard de l’e-formation
0.738 0.859
La direction générale fait preuve d’engagement clair et remarquable vis-à-vis de l’e-formation
0.705 0.839
Mon entreprise ne retient aucun effort quant à 0.628 0.793
la promotion de l’école virtuelleKMO 0.688 % de la variance
69.024Valeur propre 2.071
L’élimination de l’item 3 n’a pas amélioré la qualité de représentation de l’information sur
cette échelle relative au groupe des non adopteurs. D’ailleurs, c’est le contraire qui s’est passé
concernant la fiabilité de l’échelle, puisque l’alpha de Cronbach passe de 0.832 avant
élimination de l’item mal représenté, à 0.758 après son élimination.
Nous pouvons expliquer ce point par une mauvaise compréhension éventuelle de l’item par
les répondants du groupe des adopteurs.
1.2.7 L’Assistance technique
Les items qui mesurent cette variable sont inspirés des travaux de Schillewaert et al (2001) et
Thompson et al (1991). L’échelle est globalement satisfaisante avec 72.577% de variance
totale expliquée, une bonne qualité de représentation et une contribution factorielle des deux
items retenus. Un alpha de Cronbach égal à 0.615 indique que l’échelle est fiable pour les
deux groupes. D’autre part, nous avons la même constatation quant à la fiabilité de l’échelle
pour chacun des deux populations de répondants (α = 0.536 pour le groupe des adopteurs et
α = 0.736 pour les non adopteurs).
Tableau 40 : les résultats de l’ACP sur l’échelle relative à la variable « assistance
technique »
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
Les instructions nécessaires à la bonne utilisation de l’e-formation sont disponibles pour moi
0.726 0.852
Dans mon entreprise, le ou les spécialistes de l’e-formation nous prêtent toujours assistance en cas de problème
0.726 0.852
KMO 0.5 % de la variance 72.577
Valeur propre 1.452
Tableau 41 : les résultats de l’ACP sur l’échèle relative à la variable « assistance
technique » pour les non adopteurs
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
Les instructions nécessaires à la bonne utilisation de l’e-formation sont disponibles pour moi
0.686 0.828
Dans mon entreprise, le ou les spécialistes de l’e-formation nous prêtent toujours assistance en cas de problème
0.686 0.828
KMO 0.5% de la variance 68.565
Valeur propre 1.371
Tableau 42 : les résultats de l’ACP sur l’échelle relative à la variable « assistance
technique » pour les adopteurs
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
Les instructions nécessaires à la bonne utilisation de l’e-formation sont disponibles pour moi
0.794 0.891
Dans mon entreprise, le ou les spécialistes de l’e-formation nous prêtent toujours assistance en cas de problème
0.794 0.891
KMO 0.5 % de la variance 79.352
Valeur propre 1.587
1.2.8 La compatibilité au travail
Les trois items retenus pour la mesure de la variable « compatibilité » ont été proposés par
Agarwal et Karahanna (1998). Avec une valeur propre égale à 2.571 qui permet de restituer
85.697% de la totalité de l’information, un seul facteur a été retenu et l’échelle est jugée
satisfaisante.
Un Alpha de Cronbach égal à 0.916 indique que l’échelle est fiable pour les deux groupes.
D’autre part, nous avons la même constatation quant à la fiabilité de l’échelle pour chacun des
deux populations de répondants (α = 0.925 pour le groupe de adopteurs et α = 0.922 pour les
non adopteurs).
Tableau 43 : les résultats de l’ACP sur l’échelle relative à la variable « compatibilité
au travail»
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
L’utilisation de l’e-formation est adaptée à la nature de mon travail
0.846 0.920
L’utilisation de l’e-formation convient avec mon style de travail
0.907 0.952
L’utilisation de l’e-formation convient avec ma façon de travailler
0.818 0.904
KMO 0.725% de la variance 85.697
Valeur propre 2.571
Tableau 44 : les résultats de l’ACP sur l’échelle relative à la variable « compatibilité
au travail » pour les non adopteurs
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
L’utilisation de l’e-formation est adaptée à la nature de mon travail
0.845 0.919
L’utilisation de l’e-formation convient avec mon style de travail
0.909 0.953
L’utilisation de l’e-formation convient avec ma façon de travailler
0.841 0.917
KMO 0.735 % de la variance 86.521
Valeur propre 2.596
Tableau 45 : les résultats de l’ACP sur l’échelle relative à la variable « compatibilité
au travail» pour les adopteurs
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
L’utilisation de l’e-formation est adaptée à la nature de mon travail
0.864 0.929
L’utilisation de l’e-formation convient avec mon style de travail
0.900 0.949
L’utilisation de l’e-formation convient avec ma façon de travailler
0.850 0.922
KMO 0.753 % de la variance 87.116
Valeur propre 2.613
1.2.9 Le contrôle perçu du comportement
Les travaux de Mathieson K, Peacock E, Wynne W.C (2001), Ajzen (1991) et Taylor et Todd
(1995) ont proposé une mesure de la variable « contrôle perçu du comportement » via quatre
items. L’ACP donne deux facteurs, l’item 4 représente seul le deuxième facteur, il est donc à
éliminer.
Tableau 46 : les résultats de l’ACP sur l’échelle relative au contrôle perçu du
comportement avant l’élimination de CPC4
ITEMSQualité de représentation
Contributions Factorielles (1) Contributions
Factorielles (2)je maitrise l’utilisation de l’e- formation
0.635 0.775 -
je pense avoir les compétences nécessaires pour utiliser l’e-formation
0.673 0.807 -
je pense avoir les connaissances nécessaires pour utiliser l’e-formation
0.723 0.848 -
l’e-formation n’est pas compatible avec les autres systèmes que j’utilise
0.966 - 0.083
KMO 0.659
Valeur propre1.971
Valeur propre 1.027
% de la
variance
49.273
% de la
variance 25.674
Tableau 47 : les résultats de l’ACP sur l’échelle relative au contrôle perçu du
comportement après l’élimination de CPC4
ITEMS QUALITE DE REPRESENTATION
CONTRIBUTIONS FACTORIELLES
je maitrise l’utilisation de l’e- formation 0.598 0.773je pense avoir les compétences nécessaires pour utiliser l’e-formation
0.653 0.808
je pense avoir les connaissances nécessaires pour utiliser l’e-formation
0.719 0.848
KMO 0.671% de la variance 65.676
Valeur propre 1.970
Le test de fiabilité montre que le coefficient α de Cronbach passe de 0.539 à 0.725 après
élimination de l’item mal représenté. La cohérence interne est donc de meilleure qualité en
l’absence de cet item.
L’étape de la purification des échelles a montré que dans l’ensemble, les échelles sont
globalement satisfaisantes et présentent un niveau de fiabilité acceptable. Cependant,
l’analyse en composantes principales nous a permis de réduire le nombre d’items de trois à
cause de leur mauvaise représentation de l’information ou de manque de cohérence avec les
autres items de l’échelle. Les items éliminés sont : l’utilité perçue(4), l’implication de la
direction générale (3) et le contrôle perçu du comportement(4). L’approche confirmatoire a
pour but d’opérationnaliser les concepts et de tester la significativité des construits.
Section 2 : Approche confirmatoire par les
modèles des équations structurelles et
estimation de la qualité d’ajustement du
modèle
L’analyse des relations entre les variables du modèle proposé a été effectuée moyennant les
modèles d’équations structurelles. Nous allons présenter la portée de ces modèles dans un
premier temps, les résultats de l’évaluation de la qualité d’ajustement du modèle dans un
second temps et enfin les résultats de l’application de ces modèles. Cette analyse a été
effectuée à l’aide du logiciel AMOS 18.
2.1 Aperçu sur l’intérêt des modèles d’équations
structurelles pour notre étude
Suite à l’étape de la purification qui nous a permis de tester la fiabilité et la dimensionnalité
des échelles, une analyse confirmatoire a été entamée d’une part pour vérifier la qualité
d’ajustement du modèle, et d’autre part pour tester les relations de causalité entre les
variables. Avec le pouvoir de traiter simultanément plusieurs relations de dépendance, les
modèles d’équations structurelles s’avèrent être les plus adéquats pour notre recherche.
D’abord, le recours à cette méthode se justifie par la complexité du modèle de la recherche
proposé. A cet égard, les modèles d’équations structurelles présentent un avantage par rapport
aux méthodes classiques telle que la régression, principalement au niveau de son aptitude à
tester l’existence de relations causales entre les variables explicatives, et simultanément
plusieurs variables à expliquer, et à incorporer les erreurs de mesure dans le processus
d’estimation (Igalens et Roussel, 1998 ; Roussel et al, 2002). En effet, toutes les relations
explicatives entre les variables indépendantes et les variables dépendantes, d’une part et les
variables dépendantes entre elles d’autre part peuvent être étudiées dans une même analyse.
L’intérêt principal de l’application des modèles d’équations structurelles pour notre recherche
réside dans l’identification des variables les plus déterminantes dans l’explication des
variables dépendantes. A ce propos, cette méthode s’intéresse aussi bien aux effets de
variables prises isolément sur d’autres variables, qu’aux effets conjoints de plusieurs variables
sur une ou plusieurs autres.
Dans le cadre de notre étude, il s’agit d’estimer l’importance de chaque variable retenue sur
l’intention des employés quant l’adoption de la technologie du e-learning. Ces liens sont
traduits par le T de Student et par les coefficients standardisés.
Ces modèles fournissent en effet des coefficients permettant d’appréhender le poids relatif à
chaque variable dans l’explication de l’intention des employés de la poste à l’égard de
l’adoption du e-learning. Il convient de préciser que la validation de tout modèle à l’aide des
équations structurelles, dans le cadre d’une analyse confirmatoire ou plus largement d’un
modèle de relation structurelle, repose sur la validation ou non de l’hypothèse nulle suivante :
H0 : les données estimées à partir du modèle théorique s’ajustent bien aux données
empiriques. Rejeter l’hypothèse nulle revient à rejeter le modèle proposé.
2.2 Evaluation de la qualité d’ajustement
L’application des modèles d’équations structurelles permet d’évaluer la qualité d’ajustement
du modèle théorique et le degré de son adéquation avec les données récoltées. Cette
évaluation se fait à travers l’examen des indices d’ajustement. On distingue trois famille
d’indices : les indices absolus, les indices incrémentaux et les indices de parcimonie.
Les indices absolus visent à évaluer dans quelle mesure le modèle théorique proposé reprend
à priori correctement les donnés collectées.
Les indices incrémentaux servent à apprécier l’amélioration de l’ajustement en comparant le
modèle testé à un modèle de base pris comme référence.
Les indices de parcimonie indiquent si le modèle est « surestimé ». Ils servent à éviter de
surestimer des modèles ayant trop de paramètres, à détecter si le mauvais ajustement d’un
modèle ne provient pas au contraire d’un manque de paramètres libres, et à déterminer parmi
plusieurs modèles plausibles celui qui devrait être préféré aux autres.
Vu le nombre élevé des indices d’ajustement, nous avons sélectionné pour cette étude
quelques uns tels que NFI, CFI, RMSEA, PNFI, GFI, AGFI et X2 normé.
Tableau 48 : Qualité d'ajustement du modèle
INDICES ABSOLUS
X2 1185.616
GFI 0.823
AGFI 0.776
RMSEA 0.079
INDICES INCREMENTAUX
NFI 0.845
CFI 0.884
INDICES DE PARCIMONIE
PNFI 0.714
X2 normé 3.457
A la lumière de ces résultats, nous pouvons conclure que les valeurs des indices sont
globalement satisfaisantes, et témoignent d’un ajustement acceptable du modèle.
Les indices incrémentaux sont presque tous acceptables avec des valeurs proches de 0.9, nous
pouvons dire que la qualité d’ajustement du modèle reste satisfaisante, c’est ce qui témoigne
d’un ajustement acceptable du modèle.
Ceci est confirmé par les indices de parcimonie, à travers un PNFI = 0.714 (supérieur à 0.6) et
un X2 normé = 3.457 < 5 qui sont assez satisfaisant.
En outre, les indices absolus témoignent d’un ajustement acceptable, avec un RMSEA
significatif puisqu’il présente une valeur très proche de 0.05.
Le GFI et AGFI indiquent des valeurs satisfaisantes proches de 0.9 qui justifient une bonne
qualité d’ajustement du modèle de la recherche.
Afin de pouvoir confirmer que le modèle reproduit correctement les données, il est nécessaire
de compléter cette analyse par la vérification de la fiabilité et de la validité convergente des
échelles.
2.3 Les résultats de l’application des modèles d’équations
structurelles
L’examen portera sur les coefficients de corrélation standardisés et sur le test de Student (CR :
Critical Ratio). Le recours à ces indices peut servir à juger la significativité des relations
causales entre les variables. Les CR doivent être supérieurs ou égaux à 1.96 pour que les
variables soient significatives. Les résultats d’estimation sont présentés dans le tableau
suivant :
Tableau 49 : Modèle structurel issu de l’analyse confirmatoire
VARIABLES ITEMS
Coefficients de régression standardisés
pour tout l'échantillon
GROUPE DES NON ADOPTEURS
GROUPE DES ADOPTEURS
Coefficients Standardisés
CR Coefficients Standardisés
CR
FACILITE D’UTILISATION
PERÇUE
Facilité d’utilisation perçue 1 0,892 0,852
14,918 0,838 14,165
Facilité d’utilisation perçue 2 0,869 0,845
14,710 0,779 12,863
Facilité d’utilisation perçue 3 0,924 0,929
17,683 0,878 15,001
Facilité d’utilisation perçue 4 0,888 0,874 - 0,814 -
UTILITE PERÇUE
Utilité perçue 1 0,807 0,854 1,484 0,675 0,403Utilité perçue 2 0,924 0,920 1,486 0,943 0,403Utilité perçue 3 0,856 0,891 1,485 0,755 0,403Utilité perçue 4 0,090 0,118 - 0,028 -
INFLUENCE DES COLLEGUES Influence des Collègues 1 0,700 0,876
10,463 0,484 4,136
Influence des Collègues 2 0,937 0,898 - 1,146 -
INFLUENCE DES SUPERIEURS
HIERARCHIQUES
Influence des supérieurs 1 0,841 0,86214,86
5 0,818 15,105
Influence des supérieurs 2 0,827 0,89515,70
7 0,771 13,922Influence des supérieurs 3 0,914 0,884 - 0,952 -
IMAGE DE SOI
Image de soi 1 0,840 0,89312,27
7 0,752 9,125
Image de soi 2 0,956 0,97412,93
6 0,976 9,706Image de soi 3 0,712 0,744 - 0,601 -
IMPLICATION DE LA DIRECTION
GENERALE
Implication de DG 1 0,731 0,699 8,731 0,814 5,471Implication de DG 2 0,646 0,696 8,700 0,588 5,412
Implication de DG 3 0,239 0,84310,47
1 0,183 2,270Implication de DG 4 0,659 0,751 - 0,475 -
CONDITIONS FACILITATRICE
Assistance technique 1 0,798 0,871 8,541 0,679 4,370Assistance technique 2 0,554 0,669 - 0,375 -
COMPATIBILITE AU TRAVAIL
Compatibilité 1 0,879 0,87715,46
7 0,843 13,346
Compatibilité 2 0,947 0,94617,56
2 0,948 14,813Compatibilité 3 0,844 0,864 - 0,760 -
CONTRÔLE PERCU DU
COMPORTEMENT
Contrôle perçu du comportement 1 0,838 0,588 0,149 -0,780 -1,204Contrôle perçu du comportement 1 0,577 0,810 0,149 -0,678 -1,202Contrôle perçu du comportement 1
0,577 0,688 0,149 -0,590 -1,199
Contrôle perçu du comportement 1 0,063 0,013 - 0,090 -
2.3.1 Test de fiabilité des construits :
Il s’agit de répondre principalement à cette question : le construit mesuré reste-t-il le même si
l’on change de population ? (Roussel et al, 2002).
Pour ce faire, il faudrait calculer pour chaque facteur le λ de Joreskog. Pour le calculer, il
suffit de prendre les coefficients standardisés des contributions factorielles i au facteur A, issu
de l’analyse confirmatoire. On dit que le construit est fiable si la valeur λ est supérieure a 0.7
Ainsi le calcul de ce coefficient donne les valeurs suivantes :
Tableau 50 : Test de fiabilité des construits
ECHELLEλ DE JORESKOG
(NON ADOPTEURS)
λ DE JORESKOG
( ADOPTEUR)Facilité d’utilisation perçue
0,912 0,942
Utilité perçue 0,862 0,834
Influence des Collègues
0,887 0,768
Influence des supérieurs
0,905 0,864
Image de soi 0,973 0,805
Implication de DG 0,875 0,254Conditions facilitatrices
0,639 0,435
Compatibilité au travail
0,910 0,896
Contrôle perçu du comportement
0,591 0,549
2.3.2 Test de la validité convergente des construits :
La validité renvoie à l’ajustement entre ce que les données devraient mesurer (la variable
latente) et ce qu’elles mesurent réellement.
La validité convergente est la capacité d’une mesure à fournir des résultats proches de ceux
d’autres mesures du même construit.
Tableau 51 : Test de la validité convergente des construits
ECHELLE ρ vc (NON ADOPTEURS)
ρ vc ( ADOPTEUR)
Facilité d’utilisation perçue
0,722 0,803
Utilité perçue 0,659 0,626Influence des Collègues
0,797 0,794
Influence des supérieurs
0,762 0,681
Image de soi 0,691 0,588Implication de DG 0,683 0,092Conditions facilitatrices
0,473 0,294
Compatibilité 0,773 0,743Contrôle perçu du comportement
0,326 0,311
Les résultats présentés dans le tableau 49 nous permettent de comparer la significativité des
construits aussi bien pour tout l’échantillon que pour les deux groupes séparément. Cette
comparaison nous amène aux mêmes constatations.
Les indices CR qui figurent dans le tableau 49, calculés pour les deux populations de
répondants, nous renseignent sur la significativité de l’échelle. En effet, toutes les valeurs sont
supérieures à 1.96 pour chacun des deux groupes, à l’exception des valeurs relatives au
facteur « utilité perçue» et celles relatives au facteur « contrôle perçu du comportement ».
De plus, les valeurs des contributions factorielles relatives au construit « contrôle perçu du
comportement » sont très faibles ce qui nous amène à juger de la mauvaise qualité de cette
échelle qui a pour objectif de mesurer la perception du contrôle que l’employé a sur le
système de e-learning, sur les ressources nécessaires pour l’utiliser et sur les connaissances
qu’il doit avoir pour maîtriser son utilisation.
Les tests de fiabilité et de validité convergente réalisés sur cette échelle montrent
respectivement que le construit n’est pas fiable (les valeurs trouvées sont inférieurs à 0.7 chez
les deux groupes de répondants) et que la validité convergente qui lui est associée n’est pas
bonne (les valeurs relatives aux deux groupes sont inférieures à 0.5).
Si cette échelle démontre une non significativité, manque de fiabilité et ne présente pas une
bonne validité convergente, c’est la perception du contrôle de l’employé sur son
comportement d’utilisation de l’e-learning qui n’affecte pas son adoption du système. Nous
avons alors conclu que cette variable n’est pas significative.
En outre, et comme l’a indiqué l’analyse exploratoire effectuée dans une première étape afin
de s’assurer de la validité et de la fiabilité des échelles, le quatrième item de l’échelle « utilité
perçue» est mal représenté, sa contribution factorielle s’avère très faible malgré que le
construit est fiable dans sa globalité et présente une bonne validité convergente pour les deux
groupes de répondants. On retrouve ce constat pour les deux analyses (tout le groupe et les
deux populations séparément). Nous avons décidé de l’éliminer de l’échelle suite à l’ACP,
l’approche par les modèles des équations structurelles vient confirmer cette décision.
Cependant, cet item stipule que le répondant augmente ses chances d’être promu en adoptant
la technologie de l’e-learning à travers le système de l’école virtuelle de la poste.
Les données récoltés par l’enquête indiquent que la majorité des notes attribuées à cet item
varient entre 4 et 5, c’est-à-dire que les répondants étaient soit d’accord soit tout à fait
d’accord sur le fait que l’adoption du e-learning leur offre plus de chance pour avoir une
promotion interne.
D’ailleurs la variance trouvée pour cet item est très faible (0.468) ce qui indique l’absence de
variabilité dans les réponses, ceci nous permet de conclure qu’il peut s’agir dans le cas de
l’école virtuelle de la poste d’une constante et non plus d’une variable.
Ceci se justifie par les principaux objectifs de la mise en place de cette école pour les
employés de la poste, qui consistent essentiellement à assurer le perfectionnement de leurs
compétences et la promotion professionnelle. En définitive, cet item a été éliminé de l’échelle.
Au niveau de l’échelle de l’implication de la direction générale, l’ACP nous a permis de la
réduire à trois items et d’éliminer l’item 3 qui est mal représenté surtout pour la catégorie des
adopteurs. D’ailleurs, on remarque que l’analyse confirmatoire dégage un coefficient
standardisé de la contribution factorielle très faible pour les adopteurs (0.183) contre un
coefficient très acceptable chez les non adopteurs (0.843). La même différence est constatée
pour les CR qui prouvent une significativité pour le groupe des non adopteurs (10.471) qu’on
ne retrouve pas chez l’autre groupe (2.270).
L’item en question mesure le degré d’accord sur le fait que l’utilisation de l’e-learning est
fortement recommandée au sein de l’organisation. On peut expliquer cette variation des
résultats entre les deux groupes par le fait qu’un employé déjà inscrit à l’école virtuelle n’est
plus sensible aux actions entreprises par la direction pour encourager le personnel à adhérer à
l’école. Contrairement à l’employé qui n’est pas encore inscrit à l’école virtuelle, et qui est
informé à propos du sujet du système de formation à distance via internet et de ses avantages.
Finalement, cet item a également été éliminé de l’échelle relative à la mesure de l’implication
de la direction générale.
Section 3 : Validation des hypothèses de la
recherche
L’objectif essentiel de ce travail est de déterminer les facteurs d’adoptions du e-learning par
les salariés. Il convient de signaler que notre démarche dépasse l’approche classique qui
consiste à estimer l’intention d’adoption de la technologie en question, tout en écartant les
individus qui sont déjà adopteurs. Les modèles d’adoption que nous avons présentés dans le
deuxième chapitre s’insèrent dans cette approche. Ces travaux mesurent l’intention d’adopter
un comportement en général uniquement dans une phase de pré-adoption. Les personnes qui
sont déjà dans une phase de post-adoption ne font pas partie de la population à étudier.
C’est vrai que les non inscrits sont beaucoup plus nombreux et que ce genre d’étude vise à
comprendre les facteurs qui influencent leurs adoptions afin de mettre en place les stratégies
adéquates. Mais, il est important de voir aussi quels sont les principaux facteurs qui ont joué
sur l’acceptation de l’e-learning chez les inscrits.
Pour la validation des relations énoncées dans nos hypothèses, il est recommandé de se référer
à deux indicateurs : le T de Student et les coefficients de régressions standardisés. La valeur
de T de Student doit être supérieure à 1,96 alors que les coefficients de régressions doivent
être compris entre 1 et -1 (Roussel et al, 2002).
Par conséquent, plus la valeur absolue d’un coefficient est proche de 1, plus la relation
linéaire est forte ; le contraire étant vrai. Les résultats d’estimation sont présentés dans ce qui
suit.
3.1 La validation des hypothèses chez les non inscrits
Tableau 52: validation des hypothèses
Les tests statistiques utilisés pour la validation du modèle de l’adoption de la formation
électronique reposent sur les analyses factorielles confirmatoires. Celles-ci, constituent l’une
des principales applications des modèles d’équation structurelles, elles sont réalisées à l’aide
du logiciel Amos 18. Les résultats de l’analyse de « causalité » fournis par ce logiciel
expliquent les relations entre les variables du modèle par des coefficients de régression
standardisés. Certains liens hypothétiques ont été infirmés alors que d’autres validés.
Le modèle suivant résume la validation des hypothèses :
Figure 12 : Modèle structurel retenu
Si on examine les résultats dégagés de la régression réalisée sur les variables retenues (les
deux variables « utilité perçue » et « contrôle perçu du comportement » étant éliminées suite à
la phase de l’opérationnalisation des concepts), on constate que pour les variables « la facilité
d’utilisation perçue », « l’image de soi », « l’assistance technique » et « l’implication de la
direction générale », nous avons un T de Student supérieur a 1,96 et un coefficient de
régression standardisé positif. Ce qui nous renseigne sur la significativité du lien entre ces
variables et l’intention d’adoption du e-learning, qui se concrétise dans notre cas par
l’inscription au sein de l’école virtuelle de la poste.
A cet effet, la facilité d’utilisation perçue exerce un effet significatif sur l’intention d’adoption
du e-learning, l’hypothèse H1 est alors confirmée.
D’un autre coté, l’hypothèse H3.3 qui propose que l’image de soi à un effet significatif sur
l’intention d’adoption, est confirmée.
L’assistance technique à son tour, a un effet significatif sur l’intention d’adoption du e-
learning l’hypothèse H4.1 est également confirmée.
Les résultats laissent apparaitre aussi que la variable « implication de la direction générale »
exerce un effet significatif sur l’intention d’adoption du e-learning. Ainsi, l’hypothèse H4.4
est confirmée.
Les hypothèses H3.1, H3.2 et H4.2 relatives respectivement à l’effet des variables « influence
des collègues », « influence des supérieurs hiérarchiques », et « compatibilité » sont infirmées
de par la non significativité des coefficients correspondants.
Les variables « utilité perçue » et « contrôle perçu du comportement » éliminées du modèle
suite aux deux démarches préconisées pour opérationnaliser les concepts, s’avèrent alors non
significatives. Ce qui nous amène à conclure que les hypothèses H2 et H4.3 sont infirmées.
3.2 Effet modérateur du genre et de l’âge
Les tableaux suivants résument l’effet modérateur du genre et de l’âge des non inscrits sur la
relation entre les variables retenues et l’intention d’adoption d’e-learning.
3.2.1 Effet modérateur du genre :
Pour mesurer l’effet modérateur du genre nous avons utilisé la méthode de la régression
linéaire simple. Ainsi, nous n’avons gardé que les relations ayant des effets significatifs.
Tableau 53 : Résultat des régressions linéaires simples entre l’image de soi et
l’intention d’adoption de l’elearning, effet modérateur du genre
Le test de Chow indique un changement structurel ce qui nous permet de diviser l’échantillon.
Pour la variable image de soi ou attente de valorisation, l’analyse de coefficient de corrélation
ajusté montre que le pourcentage de la variance est plus élevé chez les hommes ( R2= 47,5%)
que chez les femmes (R2= 22,6%).
Ce qui nous permet de conclure qu’il y a plus d’hommes que des femmes parmi les salariés
qui considèrent que l’attente de valorisation est un déterminant significatif pour l’adoption de
l’e-learning
3.2.2 Effet modérateur de l’âge :
Deux relations ont été retenues pour lesquelles l’effet modérateur de l’âge est plutôt
significatif. Il s’agit de la relation entre les variables facilité d’utilisation perçue et assistance
technique d’un coté et l’intention d’adoption d’e-learning d’un autre coté.
Tableau 54 : Résultat des régressions linéaires simples entre facilité d’utilisation
perçue et l’intention d’adoption de l’elearning, effet modérateur de l’âge
Le test de Chow indique un changement structurel ce qui nous permet de diviser l’échantillon.
L’application de la régression simple montre que les tranches d’âges 26-35 ans et 36-50 ans
ont un effet significatif sur la relation entre la facilité d’utilisation perçue et l’intention
d’adoption d’e-learning. Ainsi, l’analyse du coefficient de corrélation ajusté montre que le
pourcentage de la variance est plus élevé chez les 36-50 ans (R2= 45,1%) que chez les 26-35
ans (R2= 8,4%). Rappelant que la facilité d’utilisation perçue représente le degré auquel une
innovation est perçue comme difficile à utiliser. Cette perception est considérée par la tranche
d’âge 36-50 ans comme l’une de leurs principales préoccupations avant l’adoption de l’e-
learning.
Le test de l’effet modérateur de l’âge sur la relation entre l’assistance technique et l’intention
d’adoption de l’e-learning est aussi réalisé par la méthode de régression linéaire simple. Les
résultats sont présentés ci-dessous :
Tableau 55 : Résultat des régressions linéaires simples entre l’assistance technique
et l’intention d’adoption de l’elearning, effet modérateur de l’âge
Le test de Chow indique un changement structurel ce qui nous permet de diviser l’échantillon.
L’application de la régression simple montre que l’âge a un effet significatif sur la relation
entre l’assistance technique et l’intention d’adoption de l’e-learning pour les deux tranches
d’âges 26-35 ans et 36-50 ans (F= 13,717 ; F= 17,810). L’analyse du coefficient de
corrélation ajusté montre que le pourcentage de la variance est plus élevé dans la tranche 36-
50 ans (R2= 51,7%). Ces résultats nous permettent de conclure que la significativité de la
relation entre la variable assistance technique et l’intention d’adoption de l’e-learning a été
confirmée chez la tranche d’âge 36-50 ans.
3.3 Les déterminants d’adoption d’elearning chez les
inscrits
Tableau 56 : Les déterminants d’adoption d’elearning chez les inscrits
Les résultats laissent apparaître que les variables ; facilité d’utilisation perçue, influence des
collègues, image de soi et assistance technique étaient les principaux déterminants de
l’adoption chez des salariés ayant suivis la formation à distance. Ainsi, l’image de soi exerce
un effet très significatif sur l’adoption des apprenants (coefficient de régression standardisé =
0.900). Quant à l’influence des collègues, c’est une variable qui n’était pas significative chez
les non inscrits. Il faut noter à ce niveau que la majorité des salariés inscrits qui ont participé à
notre enquête appartiennent à une quinzaine de bureau de poste. Ce qui nous amène à penser
que l’ambiance de travail dans ces bureaux -surtout entre collègues inscrits- est favorable à
l’adoption de l’e-learning (T de student : 3,123 ; coefficient de régression standardisé =
0,148).
D’un autre coté, les variables : Implication de la direction générale et Influence des Supérieurs
Hiérarchiques exercent un effet faible et négatif sur l’adoption des apprenants (coefficient de
régression standardisé = -0,029 et -0,037). Ces effets peuvent être expliqués par le manque
d’assistance des chefs hiérarchiques et la non disponibilité de la direction.
Ces résultats sont en concordance avec les liens dégagés de l’analyse sur les non inscrits.
Ainsi, l’image de soi, l’assistance technique et la facilité d’utilisation perçue sont les
principaux facteurs motivants pour l’adoption de l’e-learning chez la population étudiée.
Section 4 : Interprétation et discussion des
résultats
L’étape de la validation des hypothèses a dégagé des résultats qui peuvent constituer des
apports dans la mesure où ils nous donnent l’opportunité d’appréhender et de commenter le
comportement d’adoption du e-learning par l’employé, selon diverses perspectives.
Les résultats de l’étude empirique menée auprès de 392 employés de la poste suggèrent
l’importance de certains facteurs dans l’explication de leurs intentions d’adoption du e-
learning avant leur inscription au sein de l’école virtuelle.
Les indices statistiques affirment que le rapport entre la facilité d’utilisation perçue et
l’intention d’adoption du e-learning a été validé. En effet, le coefficient de régression
standardisé (0,199) indique que la perception de l’effort à fournir pour utiliser le système en
question exerce un effet significatif sur l’intention de son adoption.
Ainsi, l’employé qui s’estime capable d’utiliser cette technologie aura des perceptions
favorables quant aux efforts requis pour pouvoir en tirer des bénéfiques. Le système de l’e-
learning ne sera pas complexe, par conséquent son adoption de cette technologie serait
fortement probable.
Par ailleurs, l’absence d’un effet significatif de la variable utilité perçue peut sembler
paradoxal. Dans les travaux de Vankatesh (2003), cette variable a été jugée significative par
l’importance de la perception de l’employé des avantages qu’il espère tirer de son utilisation
d’une technologie sur son intention d’usage de cette technologie.
L’approche exploratoire nous a permis d’éliminer un item de l’échelle de l’utilité perçue. Cet
item est relatif au fait que l’adoption du e-learning peut augmenter les chances de l’employé
d’être promu à un grade supérieur. Les données relatives à cette échelle indiquent que la
majorité des répondants étaient « D’accord » et « Tout à fait d’accord »sur cette proposition.
Ce qui conduit à des coefficients non significatifs qui nous ont amené à éliminer cet item.
Par ailleurs, l’analyse confirmatoire a démontré que cette variable a été non significative pour
les deux groupes de répondants (avec des CR<1.96) bien que la fiabilité et la validité
convergente soient satisfaisantes pour cette échelle (Tableaux 50 et 51).
Le résultat est peut être dû au fait que les employés ont presque tous la même perception des
enjeux professionnels de la pratique de la formation à distance via Internet et des gains de
performance à réaliser par son utilisation en terme d’amélioration de leurs compétences et en
terme de promotion à un grade supérieur. Ce qui a réduit la variabilité et a fait que les items
de la facilité d’utilisation perçue dans ce cas de figure traduisent les objectifs mêmes de la
mise en place de l’école virtuelle au service des employés d’une part, et par l’existence d’une
continuité entre les pratiques de formation à distance et les pratiques de promotion et de
gestion des carrières.
Bien que cette variable soit significative dans des travaux antérieurs, son importance se trouve
affaiblie par l’infirmation de son effet sur l’intention d’adoption du e-learning par les
employés de la poste.
Au niveau des influences sociales, l’effet significatif de la variable « image de soi » indique
que l’employé tunisien associe l’amélioration de son image avec l’adoption du e-learning à
travers l’école virtuelle. Pour lui l’usage de cette technologie est un symbole de prestige et
procure une valeur ajoutée professionnelle aux yeux de ses collègues et supérieurs.
D’où la confirmation de la proposition qui stipule que l’image de soi a un effet significatif sur
l’intention d’adoption du e-learning.
Cependant, les résultats indiquent que le lien entre les influences des collègues et des
supérieurs hiérarchiques d’une part, et l’intention d’adoption du e-learning d’autre part était
insignifiant.
En effet, il s’avère que le fait que les collègues autour de l’employé utilisent cette technologie
en vue d’une promotion professionnelle et d’un perfectionnement des compétences,
n’influence guère sa décision d’adhérer au système de l’école virtuelle. Pourtant l’effet de
cette variable est signifiant pour les salariés ayant suivis l’e-learning. Ce qui laisse penser que,
pour la population étudiée, l’e-learning ne fait pas partie des sujets les plus abordés entre
collègues et surtout entre les deux groupes de répondants.
D’autre part, il semble que les chefs hiérarchiques n’encouragent pas leurs subordonnés à
adopter cette technologie. Ceci pourrait s’expliquer par le fait que ces chefs ne sont pas
encore convaincus des avantages que les employés et l’entreprise peuvent récolter du système
de l’école virtuelle.
Ces résultats réduisent l’importance de ces influences et viennent à l’encontre des travaux de
Schillewaert (2001) qui concluent de la significativité de ces variables.
En outre, ces mêmes travaux ont démontré l’importance de l’effet de l’implication de la
direction générale sur l’adoption de la technologie. Cette variable précise les efforts de
l’organisation en termes de marketing interne et d’intérêt accordé au système pour
promouvoir l’école virtuelle et recommander aux employés de s’y inscrire. Le coefficient de
la régression standardisé dénote de la significativité de cette variable dans notre étude. Il
convient de noter que la direction générale de la poste et les responsables de l’école virtuelle
fournissent des efforts énormes pour améliorer les services de l’école afin que les apprenants
puissent y trouver un environnement propice pour un apprentissage en qualité. Mais il faut
noter que ces efforts ont pour cibles les personnes non inscrites et n’accordent pas
d’importance à la motivation des apprenants.
Quant aux conditions facilitatrices, cette variable inclut l’assistance technique relative au
système, qui suppose l’existence d’une personne ou plus, disponible pour traiter toutes les
difficultés que l’apprenant risque de rencontrer au cours de son processus d’apprentissage et
remédier aux différents problèmes techniques qui peuvent surgir à tous moments de la
connexion à la plateforme.
En effet, nous avons développé dans un premier chapitre les différents réticences qui inhibent
l’adoption de cette technologie, dont principalement le coté imprévisible de la technologie et
les différents problèmes techniques qui y sont associés et que l’employé ne peut pas s’en
sortir sans l’aide d’un connaisseur.
La disponibilité de cette assistance technique rassure donc l’apprenant, en plus de la
disponibilité des instructions capables de le guider au cours de son apprentissage.
Si l’analyse statistique a prouvé la significativité de cette variable, ceci révèle l’importance de
la prise en considération de l’assistance, technique ou autre, comme condition facilitatrice à
l’adoption d’une technologie qui parait complexe à celui qui ne l’a pas encore utilisé.
Aussi bien pour les non adopteurs que pour les adopteurs, le besoin d’être assisté en cas de
difficulté détermine respectivement l’adoption du e-learning et la motivation de continuer à
suivre les cours de formation via la plateforme de la poste.
La recherche a révélé aussi que la compatibilité avec la nature de travail n’a pas d’influence
sur l’adoption du e-learning. Les résultats trouvés dans les travaux de Vankatesh et Davis
(2000) ont dégagé un lien significatif entre l’adéquation de la technologie avec la nature du
travail effectué et l’utilisation de cette technologie. En effet, ces travaux stipulent que plus les
employés estiment que le recours à la technologie de l’e-learning pour acquérir de nouvelles
connaissances et développer leurs compétences est compatible avec les taches qu’ils
effectuent, plus ils l’associent à des gains de performance, par conséquent plus probable serait
leur adoption du système d’e-learning.
Ce résultat est adéquat avec le contexte de notre étude, parce que la plateforme de l’école
virtuelle offre essentiellement des cours académiques dans la perspective de la promotion
professionnelle et quelques cours spécifiques dans une autre approche de perfectionnement
professionnel. Ces cours académiques sont généralement incompatibles avec le travail que
l’employé effectue puisqu’il ne s’agit pas de cours métiers susceptibles de perfectionner les
compétences de l’apprenant dans son travail.
L’hypothèse relative à l’effet de la compatibilité se trouve infirmée, mais la signification de
cette infirmation trouve une explication adéquate pour le cas de l’école virtuelle de la poste.
Finalement, en ce qui concerne la variable contrôle perçu du comportement considérée
comme une condition facilitatrice, proposée par Venkatesh (2003), l’étape de la purification
des construits selon les deux approches exploratoire et confirmatoire, renseigne sur la non
significativité de cette variable ce qui nous conduit à l’éliminer de l’analyse et à rejeter
l’hypothèse H4.3.
Cette variable vise à mesurer le contrôle qu’à l’employé sur l’utilisation de la technologie du
e-learning et le niveau de son acquisition des ressources et connaissances nécessaires à cette
utilisation.
Le résultat nous permet alors de constater que l’adoption du e-learning n’est pas influencée
par les acquis qu’il a ou qu’il devrait avoir pour pouvoir manipuler cette technologie. Ceci
peut s’expliquer par le fait que la conscience de l’employé quant aux bénéfices à tirer de son
adoption du e-learning lui procure une motivation plus importante que le fait qu’il dispose de
ressources et connaissances nécessaires à l’utilisation du système.
Conclusion
Dans le cadre de ce chapitre, nous avons développé et commenté la démarche empirique
adoptée ainsi que ses aboutissements. Notre recherche a tenté d’appréhender le recours à la
nouvelle technologie éducative de formation, le e-learning, dans le contexte tunisien.
Elle a débuté par une étude qualitative exploratoire consistant dans des entretiens semi
directifs avec des responsables et des salariés. Cette étape a abouti à la détection des
spécificités du terrain qui justifient la pertinence d’une étude menée en son sein. Ensuite la
démarche quantitative a été fondée sur l’administration d’un questionnaire de recherche
élaboré sur la base des besoins exprimés pour la validation du modèle. Nous avons réussi à
collecter 392 réponses sur lesquelles nous avons opéré deux types d’analyses. En premier lieu,
nous avons exploité le logiciel SPSS 17 pour réaliser une analyse factorielle exploratoire.
Cette étape nous a permis de purifier les items sur la base de contributions factorielles, de
valider les échelles de mesure par des ACP et d’évaluer la fiabilité des dimensions retenues
moyennant l’Alpha de Cronbach.
En second lieu, et dans le but de vérifier la validité des structures factorielles proposées dans
la phase exploratoire, des analyses factorielles confirmatoires ont été conduites à l’aide des
modèles des équations structurelles, sous le logiciel AMOS 18. Cette étape nous a permis
d’appréhender l’impact de chaque variable sur l’intention d’adoption de l’e-learning. Ainsi,
nous avons pu valider les hypothèses de notre recherche grâce aux coefficients de régression
fournis par les modèles d’équation structurelles.
Nos résultats certifient que l’adoption du e-learning au sein de la poste est influencée, en
premier lieu, par l’image de soi, l’assistance technique et la perception de la facilité d’usage.
Quant à l’implication de la direction générale et l’influence des collègues, ce sont les deux
variables qui ont été plus significatives respectivement chez les non inscrits et les inscrits.
Cependant, les effets des variables : utilité perçue, influence des supérieurs hiérarchiques,
compatibilité et contrôle perçu du comportement, ne sont pas significatifs selon nos résultats.
Une discussion des résultats obtenus a été présentée dans une dernière section du chapitre.
Conclusion générale
Les projets d’intégration d’une nouvelle technologie dans une organisation donnée sont
généralement liés à l’interrogation sur la façon dont la technologie en question peut être
utilisée avec succès par l’ensemble des employés.
Notre recherche est partie en effet de deux phénomènes qui caractérisent l’actualité de
l’environnement de l’entreprise. D’un côté, l’émergence de plus en plus fulgurante des
technologies de l’information et de la communication au sein de l’entreprise et leur
introduction dans les processus de formation. D’ou notre intérêt pour la nouvelle technologie
éducative, le e-learning, dont l’application se répand de plus en plus par les organisations en
tant que technologie d’acquisition des connaissances, d’apprentissage et de formation. D’un
autre côté, l’importance de plus en plus accrue du capital humain et son rôle primordial dans
le développement des activités de l’entreprise, nous ont incité à nous interroger sur les
facteurs qui encouragent les employés à adopter cette technologie, ainsi que les éléments qui
le freinent en dépit des mérites considérables et des retombées positives que cet outil offre
aussi bien à l’organisation qu’à l’employé qui l’utilise.
Notre recherche suggère donc que l’adoption de cette technologie nouvellement introduite
dans les pratiques de formation dépend de la présence ou éventuellement de l’absence de
certains facteurs individuels, sociaux, managériaux ainsi que des éléments inhérents à la
technologie du e-learning qui peuvent influencer son adoption par les employés dans le
contexte tunisien.
L’objectif de notre recherche consiste à identifier des éléments qui agissent sur l’intention des
employés à l’égard de l’e-learning, et ce en suivant une démarche basée sur un cadre
conceptuel sous-jacent aux recherches théoriques relatives à l’acceptation des technologies.
Les variables ainsi identifiées offrent le moyen de procurer des leviers d’action exploitable
par les responsables dans le but d’augmenter les chances de succès de l’application de ce
projet.
A cet égard, et grâce au développement, au test et à la validation d’un modèle intégré de
l’adoption de la technologie du e-learning, plusieurs résultats d’une importance aussi bien
théorique que pratique ont découlé de cette étude. Ces résultats attribuent à notre travail de
recherche un certains nombres d’intérêts et d’apports théoriques, méthodologiques et
pratiques ou managériaux.
Sur le plan théorique, en se proposant d’élaborer et de valider un modèle issu d’une recherche
exploratoire éclairée par les acquis des travaux théoriques effectués dans des contextes autres
que celui tunisien, notre travail devrait pouvoir apporter une amélioration et une
contextualisation des modèles antérieurs d’explication de l’adoption des technologies. Ce
travail a tenté d’intégrer dans un même modèle des variables issues de différentes recherches
empiriques et théoriques qui s’insèrent sous plusieurs disciplines (psychologie, sociologie,
gestion des systèmes d’information, …).
En effet, cette étude serait une occasion pour étudier les déterminants de l’adoption
individuelle du e-learning, qui reste une pratique de formation relativement récente, la prise
en conscience dans les entreprises tunisiennes que pourrait avoir cette pratique pour le
développement de leurs ressources humaines ne date pas d’assez longtemps, puisqu’il s’agit
d’un nouvel outil dont les potentialités sont encore en pleine évolution.
Cette étude aura permis en outre de consolider la place qu’il convient d’accorder à certaines
composantes individuelles, managériales et sociales. En effet, l’explication, l’interprétation et
la prédiction des comportements des employés tunisiens face à la technologie du e-learning,
en se basant sur les théories d’adoption des technologies, s’avèrent adéquates et pertinentes.
Nous nous sommes inspirés des travaux de Venkatesh (2003) qui ont abouti à l’élaboration de
la théorie unifiée de l’acceptation et de l’utilisation de la technologie, pour proposer un
modèle de l’adoption de la technologie du e-learning dans le contexte tunisien.
Nous avons essayé d’adapter le modèle de Venkatesh (2003) à la réalité de la technologie
dans le contexte tunisien. Les besoins de notre étude nous ont conduits à approcher l’adoption
en référence à un certain nombre de variable du modèle UTAUT. Une telle démarche nous a
permis de saisir l’effet et la portée de certaines variables sur l’intention d’adoption du e-
learning par l’employé tunisien.
Sur le plan méthodologique, l’investigation conduite révèle l’importance des deux approches
qualitative et quantitative ; les deux perspectives se sont avérées complémentaires, ce qui a été
dressé sur le plan qualitatif a été confirmé par l’analyse quantitative. Premièrement,
l’adoption d’une approche qualitative exploratoire et d’une approche quantitative
confirmatoire renforce la parcimonie des résultats et du modèle auxquels nous avons abouti.
De ce fait, nos apports méthodologiques se situent à trois niveaux. Premièrement, l’adoption
d’une démarche qualitative exploratoire nous a été d’une grande utilité dans la mesure où elle
nous a facilité le choix des variables à prendre en considération dans le modèle conceptuel et
à avoir les opinions des responsables des entreprises envers la méthode de formation à
distance. Deuxièmement, la validation empirique du modèle adopté nous a permis la
délimitation des déterminants de l’intention d’adoption de la formation électronique pour les
salariés tunisiens. Troisièmement, l’utilisation des modèles d’équations structurelles sous
AMOS 18 confère plus de robustesse aux résultats de notre travail de recherche.
A travers une enquête auprès de 392 employés de la Poste tunisienne, nous avons tenté de
cerner les effets de la perception de l’employé, de l’effort qu’il a à fournir pour l’utilisation de
la technologie en question et nous avons démontré que l’employé tend à l’adopter s’il estime
que son utilisation est facile et ne présente pas de complexité.
Par ailleurs, les résultats ont montré que pour le cas de notre étude, l’utilité perçue n’avait pas
d’effet significatif sur l’adoption du e-learning. Ce résultat vient à l’encontre des travaux
antérieurs qui ont soulevé un lien significatif entre la perception de l’utilité de l’adoption
d’une technologie en terme de grains de performance et d’amélioration de la productivité dans
le travail d’une part, et à la décision de l’adopter d’autre part.
En outre, l’étude a démontré qu’au niveau social, l’image de soi a un effet significatif sur
l’adoption du e-learning, ce lien a été déjà prouvé dans des travaux antérieurs. Cependant, les
influences des collègues et des supérieurs hiérarchiques s’avèrent sans aucune influence sur
l’adoption de cette technologie par les employés interrogés.
Enfin, l’assistance technique, exerce un effet positif sur la décision d’adoption du e-learning.
Tandis que la compatibilité avec la nature de travail, l’implication de la direction générale et
le contrôle perçu du comportement n’ont pas d’effet sur l’adoption de la technologie en
question.
Sur le plan managérial, l’aboutissement de notre recherche nous permet d’adresser des
recommandations pratiques aux responsables de formation afin d’améliorer les conditions de
la mise en application d’une politique de formation à distance.
Nos résultats indiquent d’une part que l’assistance technique a un effet significatif sur
l’intention d’adoption du e-learning. Ainsi, nous proposons aux responsables d’instaurer des
sessions de mise à niveau périodique de l’unité chargée de l’administration du système de
formation à distance au sein de l’entreprise, qui comprend les techniciens, les ingénieurs, les
administrateurs, les pédagogues, les spécialistes en pédagogies Web, … et tous ceux qui sont
susceptibles d’assister les employés, que ce soit sur un niveau technique ou par des conseils et
des instructions d’utilisation. Cette dimension s’avère importante, selon les résultats de notre
étude, dans l’explication de l’intention d’adoption du e-learning, raison pour laquelle nous
recommandons aux responsables d’y accorder encore plus d’intérêt.
D’autre part, notre étude a confirmé l’existence d’un rapport positif entre l’implication de la
direction générale dans le projet d’e-learning et l’intention d’adoption de cette technologie.
Toutefois, si ce rapport est faible, nous pensons que ceci peut être dû à un manque de
communication interne sur le projet de l’école virtuelle. En effet, l’e-learning est un service
nouveau basé sur le TIC, destiné au personnel de l’entreprise, ce dernier doit donc disposer
d’informations nécessaires sur cette pratique de formation nouvellement instaurée. Par
ailleurs, des actions de sensibilisation relatives aux avantages et opportunités de
l’apprentissage en ligne peuvent être menées. Par conséquent, des croyances se développent et
se partagent et une culture d’apprentissage continu se développe entre les employés.
De plus, nous avons constaté que les supérieurs hiérarchiques n’ont pas d’influence sur
l’adoption de cette technologie. A cet égard, nous proposons à la direction générale de les
sensibiliser à encourager leurs subordonnés à s’inscrire au sein de l’école virtuelle, parce que
généralement l’employé est sensible aux recommandations de son chef hiérarchique. Un
intérêt devrait donc être accordé à ce détail.
Finalement, les résultats de l’étude soulignent que l’image de soi influence positivement
l’adoption du e-learning. Ce qui nous permet de constater que le fait d’adopter cette
technologie assure un épanouissement de la personnalité de l’employé et accentue en lui le
sentiment de fierté d’appartenir à l’entreprise. Il serait intéressant de mettre l’accent sur cette
dimension dans le plan de communication et de la considérer comme un axe d’importance
cruciale dans la stratégie de sensibilisation quant à l’adoption du e-learning, susceptible de
créer en lui le besoin d’acquérir une meilleure image aussi bien au sein de l’entreprise que
dans sa vie sociale en général.
Toute recherche empirique comporte certaines limites, la notre ne fait pas exception.
Sur le plan théorique, le choix du modèle de base, UTAUT (Venkatesh, 2003) peut sembler
réducteur, du fait que celui-ci soit un modèle général qui intègre huit modèles théoriques, et
qu’il ait considéré seulement les variables les plus significatives de chaque modèle. D’autres
variables moins significatives (la motivation extrinsèque, l’avantage relatif, les normes
subjectives…) que celles retenues par le modèle de base auraient, peut être, plus de
significativité si elles étaient incluses dans le modèle de la recherche. De plus, le nombre de
variables explicatives évaluées demeure restreint en considérant l’ensemble des facteurs
envisageables.
En outre, nous n’avons pas pris en considération l’éventuelle variation des perceptions des
employés à travers le temps. Il serait intéressant, dans une recherche ultérieure, de mener une
étude longitudinale et d’observer cette variation de perceptions et d’essayer de l’expliquer.
Il faut noter aussi, qu’on n’a pas pris en considération les salariés n’ayant fait que du
perfectionnement professionnel. Puisque cette formation n’est pas diplômante, elle est de
courte durée et elle n’a pas la même organisation que la formation retenue.
Sur le plan méthodologique, le questionnaire en tant qu’instrument de mesure présente des
faiblesses qui peuvent biaiser les résultats obtenus (Igalens et Roussel, 1998). Des erreurs de
mesure peuvent être induites par les conditions de diffusion du questionnaire. L’humeur des
répondants ou les questions ambigües peuvent conduire à des réponses biaisées qui
augmentent les erreurs de mesure.
Le sujet étudié touche à un domaine particulièrement vaste et récent qu’il faudrait bien traiter
afin d’en couvrir toutes les facettes.
D’autres recherches sont à entreprendre pour raffiner et améliorer les approches aussi bien
théoriques qu’empiriques du sujet. Ainsi, certaines pistes de recherches nécessitent
d’éventuels développements. L’intégration par exemple du rôle des variables culturelles dans
le modèle d’acceptation de la technologie en général, et dans l’étude de l’utilisation de la
formation électronique en particulier. Les travaux de Geert Hofstede sur les caractéristiques
des cultures nationales (individualisme, collectivisme ; masculinité, féminité ; distance
hiérarchique et contrôle de l’incertitude) peuvent enrichir l’étude des différences
interculturelles dans l’utilisation de l’e-learning. De plus la compréhension du comportement
des entreprises face à cette technologie éducative de formation à distance pourrait apporter
une explication au retard des entreprises tunisiennes dans la mise en place de ce projet au
profit de son personnel. Une étude sur les organisations serait utile pour répondre à la
question : Pourquoi les entreprises sont encore réticentes face à cette nouvelle pratique de
formation basée sur les TIC.
D’un autre coté, nous avons constaté que l’entreprise étudiée ne dispose pas d’une bonne
stratégie de communication et de marketing pour promouvoir son projet de formation à
distance à l’interne. Une étude pour proposer un plan de communication marketing relatif à ce
service destiné à la clientèle interne de la poste serait d’une utilité pratique aussi bien pour la
poste que pour les autres entreprises qui désirent mettre en place un tel projet.
En définitive, nous pensons qu’il serait judicieux de se demander dans qu’elle mesure le
projet e-learning mis en place au sein de l’entreprise contribue à l’implantation de
l’administration communicante en Tunisie telle préconisée par les autorités publiques.
Références Bibliographiques
Agarwal. R, Karahanna. E., (1998), « On the multidimensional nature of
compatibility beliefs in technology acceptance », September 1, Disponible en ligne
sur : [http://discnt.cba.uh.edu/chin/digit 98/first.pdf]
Agarwal. R, Karahanna. E., (2000) « Time flies when you’re having fun. Cognitive
absorption and beliefs about information technology usage », MIS Quarterly 24, 4,
pp. 665694.
Agarwal. R, Prasad. J., (1997), « The role of innovation characteristics and
perceived voluntariness in the acceptance of information technologies », Decision
Sciences, VOL. 28, N°3, summer, p.557582.
Ajzen. I., (1985), « From intention to action: a theory of planned behavior », in
Kuliland, J, Beckman, J, action control: from cognition to behavior, Springer,
Heidelberg, p.1139.
Ajzen. I., (1991), « The theory of planned behavior », Organizational behavior and
human decision processes.
Ajzen. I., Fieshbein. M., (1975) , « Belief, attitude, intention and behavior », edition
Addison Wesley.
Ajzen. I. , Fishbein. M., (1980), « Understanding Attitudes and Predicting Social
Behavior », PrenticeHall Inc, NJ. Englewood Cliffs.
Alavi. M., Leinder. D.E, (2001), « Research commentary : TechnologyMediated
learning A call for greater depth and breadth of research », Information Systems
Research, Vol. 12, N°1, pp. 110.
Anderson. A., (2000), « L’irrésistible ascension du elearning ou comment former
dans la nouvelle économie », Avril. Disponible en ligne sur
[http//www.arthuranderson.com]
Ausubel. D.P., (1968) « Educational psychology : A cognitive view », Holt Rinehart
and Winston, New York.
Bandura. A., Wood. R., (1989), « Social Cognitive Theory of Organizational
Management ». Academy of Management. The Academy of Management Review,
VOL. 14, N°3, pp.361384.
Barki. H., Hartwick. J., (1994), « Measuring user participation, user involvement,
and user attitude », MIS Quarterly, 18, 1, p. 5982.
Baumard. P., (1995), « Des organisations apprenantes ? Les dangers de la
consensualité », Revue Française de gestion, N° 105.p. 4957.
Becheich. N., Su. Z., (2000), « Pour une meilleur compréhension de l’organisation
virtuelle », Actes de la IX iéme conférence de management stratégique, AIMS,
Montpellier ,242526 Mai.
Ben Romdhane. B., Skik. H. (2005), « Elearning éléments de réflexions autour
d’une expérience en «Blended learning» », Disponible en ligne sur :
[medforist.grenobleem.com /Contenus/Conference%20Tunisia
%202005/papers/June25/07.Pdf]
Bloch. M., Pigneur. Y., (1998), « L’émergence de la virtualité : un panorama » ,
disponible en ligne sur : [http://inforge.unil.ch/gardues/bull55/pinta.htm]
Bloom. B. S., (1986), « Developing talent in young people », New York: Ballantyne.
Bordeleau. D., (1997), « Entre l’exclusion et l’insertion : Les entreprises d’insertion
au Québec ». Économie et Solidarités, vol. 28, no 2, p. 7593.
Brien. R., (1997), « Science cognitive et formation ». (3 ième édition) Québec:
Presses de l'Université du Québec, p. 254.
Cantoni. V., Cellario. M., Porta. M., (2004), « Perspectives and challenges in e
learning: towards natural interaction paradigms », Journal of management
information systems, Vol. 13, N°2, p. 185204.
Carville. S., Mitchell. D., (2000), « The web goes interactive », Macword, Vol. 13,
N°7, pp. 9299.
Chang M. K. et Cheung W. (2001), « Determinants of the intention to use Internet: a
confirmatory study », Information & Management, 39, p. 114.
Chang. M.K., (1998), « Predicting unethical behavior: a comparison of theory of
reasoned action and the theory if planned behavior » Journal of business Ethics,
VOL.17, N°16, December, p.18251834.
Chau. P.Y.K., Tarn. K. Y., (1997), « Factors Affecting the Adoption of Open
Systems: An exploratory Study, » MIS Quarterly, Vol.21, No 1, pp.124.
Churchill. G.A., (1979), « A paradigm for developing better measures of marketing
constructs », Journal of marketing research .VOL. 16. p. 6473.
Collins. C., Buhalis. D., Peters. M., (2003) « Enchancing SMEs’ business
performance through the internet and elearning platforms », Education and Training,
Vol. 45, N°8/9, pp. 483494.
Compeau. D., Higgins. C.A., Huff. S., (1999) « Social cognitive theory and
induvidual reactions to computing technology: a longitudinal study», MIS Quarterly,
VOL 23, N°2, June, p. 145148.
Compeau. D., Higgins. C.A., Huff. S., (1995), « Computer selfefficacy:
development of a measure and initial test », MIS Quarterly, VOL.19. N°2. June, p.
189211.
Coppola. N., Hiltz. S., Rotter. N., (2002), «Becoming a virtual professor:
pedagogical roles and asynchronous learning networks ». Journal of Management
Information Systems. 18(4), p. 169189.
Cronbach. Lee, J. (1951), « Coefficient Alpha and the internal structure of tests,
Psychometrica », 16 (October), p. 297334.
Davis. F.D., (1989), « Perceived userfulness, perceived ease of use and user
acceptance of information technology », MIS Quarterly, VOL.13, N°3, September, p.
319340.
Davis.F.D., Bagozzi. R., Warshaw P.R. (1989), « User acceptance of computer
technology : a comparison of two theoretical models » Management Science,
VOL.35, N°8 , August, p. 9821003.
Davis. F.D., Bagozzi. R.P., Warshan. P.r., (1992), « Extrinsic and Intrinsic
Motivation To User Computers In The Workplace », Journal Of Social Psychology
( 22 :14), 1992, p. 11111132.
De Beer. A., (2006), « Le télétravail en perspective », FUTURIBLE, n°317, Mars
2006
Delorme. C., (1982), « De l'animation pédagogique à la rechercheaction ». Lyon:
Chronique sociale.
Depover. Christian., GIARDINA. Max., MARTON. Philippe., (1998) « Les
environnements d’apprentissage multimédia » coll. Education et Formation. Paris et
Montréal : L’Harmattan.
Dubé. L., (1990), « Psychologie de l'apprentissage »,PUQ, Montréal, p .304325.
Dublin. L., (2004), « The nine myths of elearning implementation: ensuring the real
return on your elearning investment», Industrial and commercial Training, Vol. 36,
N°6/7, p. 291294.
Durand. T., (2000), « L’alchimie de la compétence », Revue Française de Gestion,
N°130. p. 84102.
Evard. Y., Pras. B., Roux. E., (1993), « Market – études et recherches en
marketing », Paris, 3éme éditions DUNOD.
Fillol. C., (2004), « Le elearning dans la stratégie de formation des entreprises »,
Cahier de recherche du CREPA, N°85. Disponible à :
www.dauphine.fr/crepa/articleCahier Recherche/Cahier Recherche/Cahier85.pdf.
Frisch. F., (1999), « Les études qualitatives ». Paris : Editions d'Organisations.
Gagne. E., Yekovich. C.W., (1993) « The cognitive psychology of school learning
(2nd ed) », New York, Harper Collins.
Gatignon. H., Robertson. T.S., (1991), « Innovative decision processes », T. S.
Robertson and H. H.Kassarjian. Englewood Cliffs, NJ, PrenticeHall: 316348.
Gefen. D., Straub. D., (2003), « Managing User Trust in B to C eServices », E
Service Journals, p. 724.
Gefen.B., Straub.D.W., (1997), « Gender differences in the perceptions and use of
email : an extension of the technology acceptance model », MIS Quarterly,
VOL.21.N°4, December, p.389400.
Germain. Michel., (2006). « Management des nouvelles technologies et e
information – Regard systémique sur les TIC dans les organisations du travail »,
Economica, Paris, p 290.
Guerrero. S., (2001), « Contribution à l’efficacité du elearning », Colloque de l’IAS,
Touleuse, 30 et 31 Aout, p.161167.
Gilbert. S., Jones,M.G., (2001) « Elearning is enormous » , Electrique
Perspectives, VOL. 26, N°3, Mai/Juin.
Goodhue. D.L., (1995), « Understanding the linkage between user evalutions of
systems and underlying systems », Management Science, VOL.41, p. 18271844.
Gross. M., (1998), « Analysis of human movement using digital video », Journal of
Educational Multimedia and Hypermedia, Vol. 7, N°4, p. 375395.
Gueye. C., Boussaguet. S., (2001), « Management des connaissances : une
approche en termes de création de valeur », les actes du colloque de l’IAS.
Toulouse, 30 et 31 Aout, p. 9197.
Gunia. N., (2000), « L’impact des nouvelles technologies d’information et de
communication sur les configurations organisationnelles. Le cas de la fonction
ressources humaines », Actes du 3ème Colloque du CRIC, Montpellier, 30
novembre01 décembre.
Hamelink. C.J., (1997), « New information and communication technologies, social
developement and cultural change », Discussion paper, N°86, Juin 1997. Disponible
en ligne sur [http://www.unrisd.org]
Handy. C., (1998), « Des lendemains inconnus », conclusion dans hesselbein.F.,
Goldsmith.M., Beckhard.R., « L’entreprise de demain », sous la direction de la
fondation drucker, Paris, Edition mondial , p.233240.
Harper. K. C., Chen. K., Yen. D. C., (2004), «Distance learning, virtual classrooms,
and teaching pedagogy in the Internet environment”, Technology in Society, Vol. 26,
p. 585598.
Hartwick. J., Barki. H., (1994), « Explaining the role of user participation in
information system use », Management Science, Vol. 40, p. 440465.
Hatchuel. A., (1994), «Apprentissages collectifs et activité de conception», Revue
Française de gestion, N°99, p. 109120.
Henriet. B. (1999), « La gestion des ressources humaines face aux transformations
organisationnelles », Revue Française de Gestion, N° 124. JuinJuilletAoût. p. 82
93.
Hilgard E R & Bower G H., « Theories of learning ». Englewood Cliffs, NJ: Prentice
Hall, 1975. 698 p.
Hitz. S.R., Turoff. M., (2002), « What makes learning networks effective? »
communications of the ACM, Vol. 45, N° 4, p. 5659.
Homan. G., Macpherson. A., (2005), « Elearning in the corporate university »,
Journal of European Industrial Training, Vol.29, N°1, p. 7590.
Houze. E., Meissonier. R., (2004), « Performance du Elearning : un premier retour
d’expérience sur les résultats des apprenants », 9ème colloque International de
l’Association Information et Management, AIM 2004, Evry, France, 2628 mai, p 13.
Igalens. J., Roussel. P., (1998), « Méthode de recherches en gestion des
ressources humaines », Paris, Economica, Recherches en gestion.
Imamoglu. Z. S., (2007), «An Empirical Analysis Concerning the User Acceptance of
Elearning», Journal of American Academy of Business Cambridge, Vol. 11, N°1, p.
132137.
Jacquet. P., (2001), « Nouvelle économie : du virtuel au réel », Ramses, p. 2744.
Kalika. M., Laval. F., (2006), « GRH, mutations économiques et innovations
technologiques les technologies de l’information et de la communication (TIC) et la
fonction Ressources humaine (RH) », Cahiers Français, N° 333, p. 5863.
KalpanLeiseron. E., (2000), « Elearning glossary », disponible en ligne sur:
[http:// www.learningcircuits.org/glossary.html.]
Karahana. E., Straub. D.W., (1999), « The psychological origins of perceived
usefulness and ease of use ». Information & Management. Vol. 35. p. 237250.
Koenig. G., (1994), « L’apprentissage organisationnel : repérage des lieux ». Revue
Française de Gestion, JanvierFévrier, p. 7683.
Laval. F., (2000), « Gestion des ressources humaines et NTIC : enjeux et
perspectives », Revue Française de Gestion, N]129, JuinAout, p. 8090.
Lee. Y., Kosar. K.A., Larsen. K.R.T., (2003), « The Technology Acceptance Model :
Past, Present and Futur ». Communication of the Association for Information
Systems, VOL.12, Article 50, p. 752780.
Lehmann Ortega. L., Schoettl. J.M., (2005). « From buzzword to managerial tool:
the role of business model in strategic innovation ». CLADEA, October 2224,
Santiago del Chile, Chili.
Leroy. F., (1998), « L’apprentissage organisationnel, une revue critique de la
littérature », Acte de la VIIe conférence internationale de L’AIMS.
Lim. H., Lee. S.G., Nam. K., (2007), «Validating Elearning factors affecting training
effectiveness », International Journal of Information Management, Vol. 27, pp. 2235.
Mack. M., (1995), « L’organisation apprenante comme système de transformation de
la connaissance en valeur », Revue Française de Gestion, septembreOctobre. p.
4348
Mackay. S., Stockport. G., (2006), « Blended Learning, Classroom and Elearning
», The Business Review Cambridge, Vol. 5, N°1, p. 8287.
Madden. T.J., Ellen. P.S. & Ajzen, I. (1992). A comparison of the theory of planned
behavior and the theory of reasoned action, Personality and Social Psychology
Bulletin, 18, 39.
Marchand. L., (2001), « L’apprentissage en ligne au Canada : frein ou innovation
pédagogique ? », Revue des Sciences de l’éducation, VOL 27, N°2, p. 403419.
Mathieson. K., (1991), « Predicting user intention: comparing technology
acceptance model with the theory of planned behavior », Information System
Research, Vol. 2, N° 3, September, p. 173191.
Mathieson. K., Peacock. E., Wynne. W.C., (2001), « Extending the technology
acceptance model: the influence of perceived user resource », Database for
Advances in Information System, Vol. 32, N° 12, Summer, p. 86112.
Matmati. M., Schmidt. D., (2001), « Autodiagnostic des pratiques des ressources
humaines à l’aide des TIC », Les actes du colloque de l’IAS. Toulouse. 30 et 31
Août. p. 217229.
Meisonnier. R., (1998). « L’entreprise virtuelle, un concept ou une réalité
managériale ». Actes de la VIIéme conférence internationale du management
stratégique. AIMS, Louvain la neuve, 272829 Mai, p. 15. Disponible en ligne sur:
[http: www.strategieaims.comj .]
Moore. G.C., Benbasat. I., (1991), « Development of instrument to measure the
perceptions of adopting an information technology innovation », Information Svstem
Research, Vol. 2, N° 3, September, p. 192222.
Mucchielli. R., (1998), « L'analyse du contenu des documents et des
communications » ESF Editeur.
Navarre. C., (2000), « La déconstruction créatrice des réseaux de distribution sous
l’impact des NTIC», Cahier de recherches, IAE de Paris GREGOR, Mai. Disponible
en ligne sur : [ http//www.panoramix.univparis1.fr/IAE]
Ngai. E.W.T., Poon. J.K.L., Chan. Y.H.C., (2007), « Empirical examination of
adoption of WebCT using TAM », Computers and Education, Vol. 48, p. 250267.
Nipper, (1989), « L’enseignement à distance : Trois générations d’enseignement à
distance » Disponible à http://www.ipm.ucl.ac.be/miltimedia/MARC/3 A DISTANCE
.PDF.
Nonaka. I., (1994), « Adynamic theory of organizational knowledge creation »,
Organization Science, vol. 5, N° 1, p. 1437.
Nuttin. J., (1963), « La motivation », in P. Fraisse P., Piaget J. (Eds), Traité de
psychologie expérimentale, Paris, PUF.
Oakes. K., (2002), « Elearning: Synching up with virtual classrooms », Vol. 56, N°9,
p. 5740.
Oakes. K., (2003), « Elearning », Vol. 57, N°1, pp. 6466.
Paper., (2000). University Park, « eBusiness Research Centre », Penn State
University, p 149. Disponible en ligne sur :
[http://www.seal.psu.edu/ebrc/publications/res papers /2000 7.pdf ]
Perrois. P., (1999), « Les nouvelles technologies de l’information au service de la
fonction RH », Personnel, N° 402, AoûtSeptembre. p. 6369.
Prax. J.Y., (1997), « Manager la connaissance dans l’entreprise. les nouvelles
technologies au service de l’ingénierie de la connaissance ». Paris. INSEP Editions.
Reigeluth. C., (1987), « Instructional Theories in Action: Lessons Illustrating
Selected Theories and Models ». Hillsdale, NJ: Lawrence Earlbaum.
Reix. R., (1995), « Savoir tacite et savoir formalisé dans l’entreprise ». Revue
Française de Gestion, septembreoctobre, p 1728.
Rich. D., (2001), « Elearning : a new way to develop employee», Electronic
Business, Vol. 27, N° 8, p. 20.
Rivard. S., Pinsonneault. A., Bernier. C., (1999), « Impact des technologies de
l’information sur les cadres et les travailleurs », Gestion, Vol. 24, N°3, Automne, p.
5165.
Rocords. H. A., Pitt. R. E., (2003), « Teaching digital multimedia as a component of
business education », Journal of Information Systems Education, Vol. 14, N° 1, p.
3140.
Rogers. E. M., (1995), « Diffusion of Innovations », 4th ed. The Free Press,
Rouby. E., Thomas. C. (2004), « La codification des compétences
organisationnelles l’épreuve des faits », Revue Française de Gestion, Vol. 30, N°
149, p. 5168.
Roussel. P., Durriaux. F., Campoy. E, El Akrémi. A., (2002), Méthodes.
d’équations structurelles s recherches et application en gestion, Paris, Economica.
Roussel. P., (2001), « Pour un développement de l’eformation dans le
prolongement du emanagement », Les notes du LIRHE, N° 354, Novembre.
Disponible en ligne sur: [http://www.univtlsel .fr/lirhe/J].
Salancik. G.R., (1977) « Commitment and the control of organizationnal behavior
and belief », in B.M. Staw and G.R. Salancik (eds), New Directions in Organizational
Behavior, Chicago: St Clair Press.
Sambrook. S., (2003), « Elearning in small organisations », Education and Training,
Vol. 45, N°8/9, p. 506516.
Schillewaert. N., Ahearne. M.J., Frambach. R.T., Moenaert. R.K., (2001),
«acceptance of Information Technology in the sales Force », eBusiness Research
Centre, 2001, Working
Selim. H. M., (2007), « Critical success factors for elearning acceptance:
Confirmatory factor models », Computers & Education, p 18.
Sharifabadi. S.R., (2006), « How digital libraries can support elearning », The
electronic Library, Vol.24, N° 3, p. 389401.
Shengnan. Han., (2003), « Individual Adoption of IS in Organisations », A Literature Review
of Technology Acceptance Model, IAMSR .
Sheppard. B.H., Hartwick. J., Warshaw. P.R., (1988), «The theory of reasoned
action: a metaanalysis of past research with recommendation for modification and
future research », Journal of Consumer Research, Vol. 15, N° 3, p. 325343.
Tahir. M. N., (2004), « Elearning in Public organizations », Public Personnel
Management, Vol. 33, N° 1, p. 7988.
Tastle. W.J., White. B.A., Shackleton. P., (2005), « Elearning in Higher Education:
The Challenge, Effort, and Return on Investment», International Journal on E
learning, Vol. 4, N° 2, p. 241251.
Taylor. S., Todd. P.A., (1995). « Understanding information technology usage: a test
of competing models ». Information System Research. Vol. 6. N °2. June. p. 144
176.
Thévenet. M., (1987), « Approche de la formation continue en entreprise », Revue
Française de Gestion, N°54, NovembreDécembre, p. 6169.
Thompson. R.L, Higgins. C.A, Howell. J.M., (1991) , « Personnel computing :
Toward a conceptual model of utilization », MIS Quarterly , VOL 15, N°1, p. 125
143.
Townsend. A.M., De Marie. S.M., Hendrickson. A.R., (1998), « Virtual teams,
technology and the workplace of the future », The Academy of Management
Executive, Vol. 12, N°3, Aout, p. 8288.
Triandis. H.C., (1980), « Values, attitudes, and interpersonal behavior», Nebraska
Symposium on motivation, NE, University of Nebraska Press.
Tseng. J.C.R., Tsai. W.L., Hwang. G.J., Wu. P.H., (2007), « An efficient and
effective approach to developing engineering Elearning courses », Journal of
Distance Education Technologies, Vol. 5, N°1, p. 3753.
Tyler. K., (2001). « Elearning not just for enormous companies anymore », HR
Magazin, Vol. 4, N° 5. May. p. 8288.
Uhomoidhi. J. O., (2006), « Implementing elearning in Northern Ireland: prospects
and challenges », CampusWide Information Systems, Vol. 23, N°1, p. 414.
Ulrich. D., (2000). « From ebusiness to eHR ». Human Resource Planning. Vol. 23.
N°2.
Urdan. T.A., Weggen. C., (2000), « Corporate Elearning : Exploring a New Frontier
(Internet) », WR Hambrecht, 15 Mars, 2007. Disponible en ligne sur:
[www.digitalpipe.com /pdf/dp/white_papers/e_learning_H_Q.pdf.].
Vaughan. K., Mac Vicar. A., (2004), « Employes preimplementation attitudes and
perceptions to elearning: A banking case study analysis », Journal of European
Industrial Training, Vol. 28, N°5, p. 400413.
Venkatesh. V., Davis. F.D., (1996), «A model of the antecedents of perceived ease
of use,
development and test », Decision Sciences, Vol. 27, N° 3, Surname, p. 451481.
Venkatesh. V., (2000), « Determinants of perceived Ease of Use: Integrating
Control, Intrinsic Motivation, and Emotion into the Technology Acceptance Model. »
Information Systems Research, VOL.11, N°4, p. 342365.
Venkatesh. V., Davis. F.D., (2000), «A theoretical extension of the technology
acceptance model: four longitudinal studies », Management Science, Vol. 46, N° 2,
February, p. 186204.
Vernette. E., Giannelloni. J.L., (2004), « L’autoévaluation du leadership en
marketing : nouvelles investigation psychométrique », Recherche et Applications en
Marketing, p. 6587.
Viau. R., (1994), « La motivation en contexte scolaire ». Montréal : Éditions du
Renouveau Pédagogique.
Vicere. A., (2000), « Ten observations about elearning and leadership development
», Human Resource Planning, Vol. 23, N°4, p. 3446.
Viswanath Venkatesh., Michael. G. M., Gordon. B. Davis., Fred D. Davis., (2003),
« User acceptance of information technology: Toward a unified view », MIS
Quarterly, 27, 3, I/INFORM Global, p. 425478.
Wacheux. F., (1996), « Méthodes qualitatives et recherches en gestion », Paris,
Economica, Gestion.
Wen Cheng. K., (2006), « A Research Study on Students Level of Acceptance in
Applying Elearning for Business Courses: A Case Study on a Technical College in
Taiwan », Journal of American Academy of Business Cambridge, Vol. 8, N° 2, p.
265270.
West. C., Farmer. J & Wolff. P., (1991) « Instructional Design: Implications from
Cognitive Science ». Englewood Cliffs, NJ: PrenticeHall.
Yanat. Z., C. Estay et PJ. Hourquet, (2002), « NTIC et GRH : à la recherche d’un
nouveau lien social ? », Personnel, n°427, p.6875.
Yu. TaiKuei ., Wu. GueySen., ( 2007), « Determinants Of Internet Shopping
Behavior: An Application Of Reasoned Behaviour Theory INTERNATIONAL
JOURNAL OF MANAGEMENT,, Dec 2007.
Zack. M.H., (1999). « Managing codified knowledge », Sloan Mono gem Review. Vol.
40, N° 4. Summer, p. 4558.
Zairi. A., (2006), « Les outils de communication synchrones et asynchrones
complémentaires ou concurrentielles ? », Acte de communication de colloque Euro
Méditerranéen et Africain d’approfondissement sur la formation à distance, 3éme
édition Sousse.
Zhang. D., Zhou. L., (2003), « Enhancing Elearning with Interactive Multimedia »,
Information Resources Management Journal, Vol. 16, N°4, p. 114.
Zhang. D., Zhou. L., Briggs. R.O., Nunamaker. J. F., (2006), « Instructional video
in elearning: Assessing the impact of interactive video on learning effectiveness »,
Information and Management, Vol. 43, p. 1527.
Annexes
Guide d'entretien
(Destiné aux salariés)
1- Quelles sont les méthodes de formation que vous utilisez dans l’entreprise ?
2- Avez-vous effectué vous-même une formation électronique ? Selon vous quels sont
les intérêts de la formation à distance ?
3- Est ce que la façon dont l’e-formation est organisée vous convient ?
Un élément qui vous a plu ?
Un élément qui ne vous a pas plu ?
4- Qu’est ce que vous pensez du profil de vos collègues qui pratiquent l’e-formation ?
5- Vos supérieurs hiérarchiques vous ont-ils encouragé à pratiquer l’e-formation ? Qu’en
est-il du service GRH ?
6- Selon vous, quels sont les déterminants de succès des pratiques de formation, tant au
niveau organisationnel qu'au niveau individuel ?
7- D’après vous, quels sont les obstacles à ces déterminants ?
8- Comment les dépasser ?
9- Dans votre entreprise, quels sont les outils d'évaluation des résultats de la formation ?
Comment les jugez-vous ?
10- A Quel point vous jugez les formations à distance proposées dans votre entreprises
sont en concordance avec vos activités ?
Guide d'entretien
(Destiné aux responsables)
1- Quel est le niveau d'investissement de votre établissement en Nouvelles Technologies de
l'Information et de la Communication (Internet, Intranet, Extranet,...) ?
2- Quelles sont les méthodes de formation utilisées dans votre établissement ?
3- Quel est le degré de maîtrise de l’outil informatique par les employés ?
4- Avez-vous effectué vous-même une formation électronique ? Selon vous, quels sont les
intérêts de la formation électronique ?
5- Selon vous, quels sont les déterminants de succès des pratiques de formation, tant
au niveau organisationnel qu'au niveau individuel ?
6- D’après vous, quels sont les obstacles à ces déterminants ?
7- Comment les dépasser ?
8- Dans votre entreprise, quels sont les outils d'évaluation des résultats de la formation ?
Comment les jugez-vous ?
9- Avant la mise en place de ce mode de formation, avez-vous sensibilisé les salariés ?
10- Pensez vous avoir fait le nécessaire pour la promotion de ce mode de formation ?
Questionnaire de recherche(1)
Votre entreprise a développé une application particulière. Avec le soutient de La Poste, je
fais une étude qui cherche à cerner votre point de vue sur l’introduction de cette pratique
particulière. Il demeure entendu que toutes les réponses et les points de vue recueillis sont
strictement confidentiels et anonymes.
Tarek LASSOUED, doctorant en sciences de gestion
Vous n’êtes pas inscrit à l’école virtuelle
1. veuillez indiquer vos préférences par rapport aux propositions suivantes sachant que :
(1)« Pas du tout d’accord » (2) « Pas d’accord »(3) « Moyennement d’accord » (4)
« D’accord » (5)« Tout à fait d’accord ».
(1) (2) (3) (4) (5)La majorité de mes collègues utilisent l’e-formation.Beaucoup de mes collègues comptent sur le système d’e-formation.Je suis continuellement encouragé par mon supérieur hiérarchique pour utiliser l’e-formation.Mon supérieur hiérarchique est convaincu des avantages de l’e-formation.Mon supérieur hiérarchique soutient explicitement mon utilisation de l’e-formation.Dans mon entreprise, les personnes qui utilisent l’e-formation ont plus de prestige que celles qui ne l’utilisent pas.Dans mon entreprise, les personnes qui utilisent l’e-formation ont une bonne image.Je pense que l’utilisation de l’e-formation conviendrait à mon style de travail.le fait d’utiliser l’e-formation est professionnellement valorisant.la direction générale a un grand intérêt à l’égard de l’e-formation.La direction générale fait preuve d’engagement clair et remarquable vis-à-vis de l’e-formation.je pense avoir les connaissances nécessaires pour utiliser l’e-formation.L’utilisation de l’e-formation est fortement soutenue et préconisé par mon entreprise.
Mon entreprise fait des efforts pour la promotion de l’école virtuelle.Je pense que les instructions nécessaires à la bonne utilisation de l’e-formation sont disponibles pour les personnes qui suivent la formation.Dans mon entreprise, le ou les spécialistes de l’e-formation prêtent toujours assistance en cas de problème à ceux qui en ont besoin.Je pense que L’utilisation de l’e-formation est adaptée à la nature de mon travail.Je pense que l’utilisation de l’e-formation conviendrait à ma façon de travailler.je pense avoir les compétences nécessaires pour utiliser l’e-formation.Je pense que l’e-formation n’est pas compatible avec les autres systèmes informatiques que j’utilise.J’ai le sentiment d’être bloqué dans mon évolution de carrièreJe préfèrerai suivre une formation classique plutôt qu’une formation à distance
Si je suis emmené a suivre une formation à distance avec l’école virtuelle
(1) (2) (3) (4) (5)Je pense que le mode d’utilisation de l’e-formation sera clair et compréhensible.Je pense qu’il sera facile pour moi de devenir compétent dans l’utilisation des outils de l’e-formation. Je pense trouver l’e-formation facile à utiliser.Je pense qu’apprendre à utiliser les outils de l’e-formation sera facile pour moi.Je pense que l’e-formation est utile pour mon travail.Je pense que l’utilisation de l’e-formation va me permettre d'accomplir mon travail plus rapidement.Je pense que je peux trouver un module qui me permettra d’augmenter ma productivité.Je pense que l’utilisation de l’e-formation améliore ma performance au travail.
(1)« Pas du tout d’accord » (2) « Pas d’accord »(3) « Moyennement d’accord » (4)
« D’accord » (5)« Tout à fait d’accord ».
2. Depuis quand vous utilisez un outil informatique (l’ordinateur) ?..........ans.
3. Avez-vous l’intention de vous inscrire au système de formation à distance dans les six
prochains mois ? (mettez (x) dans la case correspondante)
Tout à fait certain Certain Moyennement certain Pas certain Pas du tout certain
4. Identification du répondant :
Merci de votre précieuse collaboration
E-mail : tareklass@hotmail.com
Questionnaire de recherche(2)
Votre entreprise a développé une application particulière de formation à distance. Avec le
soutient de La Poste je fais une étude qui cherche à cerner votre point de vue sur
l’introduction de cette pratique particulière. Il demeure entendu que toutes les réponses et les
points de vue recueillis sont strictement confidentiels et anonymes.
Tarek LASSOUED, doctorant en sciences de gestion
Vous êtes inscrit à l’école virtuelle
1. Veuillez indiquer vos préférences par rapport aux propositions suivantes sachant que :
« Pas du tout d’accord »(1) « Pas d’accord »(2) « Moyennement d’accord »(3)
« D’accord »(4) « Tout à fait d’accord »(5).
(1) (2) (3) (4) (5)je trouve que mes liens avec l’e-formation sont clairs et compréhensibles.je trouve qu’il est facile pour moi de devenir compétent dans l’utilisation des outils de l’e-formation. je trouve l’e-formation facile à utiliser.Mon supérieur hiérarchique soutient explicitement mon utilisation de l’e-formation.je trouve que l’e-formation est utile pour mon travail.je trouve que l’utilisation de l’e-formation va me permettre d'accomplir mon travail plus rapidement.je trouve que l’utilisation de l’e-formation convient parfaitement avec ma
façon de travailler.je pense que l’utilisation de l’e-formation peut améliorer ma performance au travail.La majorité de mes collègues utilisent l’e-formation.je trouve qu’apprendre à utiliser les outils de l’e-formation est facile pour moi.Beaucoup de mes collègues comptent sur le système d’e-formation.Je suis continuellement encouragé par mon supérieur hiérarchique pour utiliser l’e-formation dans mon travail.Mon supérieur hiérarchique est convaincu des avantages de l’e-formation.je pense que l’utilisation de l’e-formation va augmenter ma productivité.Dans mon entreprise, les personnes qui utilisent l’e-formation ont plus de prestige que celles qui ne l’utilisent pas.le fait d’utiliser l’e-formation est professionnellement valorisant
Dans mon entreprise, les personnes qui utilisent l’e-formation ont une bonne image.La direction générale fait preuve d’engagement clair et remarquable vis-à-vis de l’e-formation.L’utilisation de l’e-formation est fortement soutenue et préconisé par mon entreprise.Mon entreprise fait des efforts pour la promotion de l’école virtuelle.Je trouve que les instructions nécessaires à la bonne utilisation de l’e-formation sont disponibles pour les personnes qui suivent la formation.
(1) (2) (3) (4) (5)Je trouve l’utilisation de l’e-formation est adaptée à la nature de mon travail.Dans mon entreprise, le ou les spécialistes de l’e-formation sont prêts à nous assister en cas de problème.la direction générale a un grand intérêt à l’égard de l’e-formation.Je trouve que l’utilisation de l’e-formation convient avec mon style de travail.Je pense avoir les connaissances nécessaires pour utiliser l’e-formation.Je pense pouvoir maitriser l’utilisation de l’e- formation.Je pense avoir les compétences nécessaires pour utiliser l’e-formation.Je trouve que l’e-formation n’est pas compatible avec les autres systèmes informatiques que j’utilise.J’ai le sentiment d’être bloqué dans mon évolution de carrièreJe préfère suivre une formation classique plutôt qu’une formation à distance
« Pas du tout d’accord »(1) « Pas d’accord »(2) « Moyennement d’accord »(3)
« D’accord »(4) « Tout à fait d’accord »(5).
2. Depuis quand vous utilisez un outil informatique (l’ordinateur) ?..........ans.
3. Depuis quand êtes vous inscrit à l’école virtuelle ? …….
4. Identification du répondant :
Merci de votre précieuse collaboration
E-mail : tareklass@hotmail.com
&[Titre page]
Analyse factorielle
Matrice de corrélationa
Effort attendu 1
Effort attendu 2
Effort attendu 3
Effort attendu 4
Corrélation Effort attendu 1Effort attendu 2 Effort attendu 3 Effort attendu 4
1,000,758,778,729
,7581,000
,775,733
,7781 ,000
,775,733
,729,733,814
1,000Signification (unilatérale) Effort attendu 1
Effort attendu 2 Effort attendu 3 Effort attendu 4
,000,000,000
,000
,000,000
,000,000
,000
,000,000,000
Déterminant = ,040
Indice KMO et test de Bartlett
Mesure de précision de l’échantillonnage deKaiser-Meyer-Olkin.
Test de sphéricité de Khi-deux approximé bartlett ddl
Signification de Bartlett
,854
525,6576
,000
Qualité de représentation
Initial ExtractionEffort attendu 1 1,000 ,808
Effort attendu 2 Effort attendu 3 Effort attendu 4
1,0001,0001,000
,809,863,814
Méthode d’extraction : Analyse en composantes principales.
Variance totale expliquée
ComposanteValeur propres initiales
Extraction Sommes des carrés des facteurs retenus
total %de la variance
% cumulés total %de la variance
% cumulés
EA1EA2EA3EA4
3,294,289,242,175
82,3407,2156,0594,386
82,34089,55595,614
100,000
3,294 82,340 82,340
Méthode d’extraction : Analyse en composantes principales.
&[Titre page]
Matrice des composantesa
Composante1
Effort attendu 1Effort attendu 2 Effort attendu 3 Effort attendu 4
,899,899,929,902
Méthode d’extraction : Analyse en composantes principales.
1 composantes extraites.
Matrice des composantes après rotationa
Une seule composante a été extraite. La solution ne peut pas subir une rotation.
Analyse factorielle
Matrice de corrélationa
Effort attendu 1
Effort attendu 2
Effort attendu 3
Effort attendu 4
Corrélation Effort attendu 1Effort attendu 2 Effort attendu 3 Effort attendu 4
1,000,809,843,815
,8091,000,783,736
,843,783
1 ,000,836
,815,736,836
1,000Signification (unilatérale) Effort attendu 1
Effort attendu 2 Effort attendu 3 Effort attendu 4
,000,000,000
,000
,000,000
,000,000
,000
,000,000,000
Déterminant =0,023
Indice KMO et test de Bartlett
Mesure de précision de l’échantillonnage deMeyer-Olkin.
Test de sphéricité de Khi-deux approximébartlett ddi
Signification de Bartlett
,859
885,5226
,000
Qualité de représentation
Initial ExtractionEffort attendu 1 Effort attendu 2 Effort attendu 3 Effort attendu 4
1,0001,0001,0001,000
,882,809,881,841
Méthode d’extraction : Analyse en composantes principales.
&[Titre page]
Variance totale expliquée
Composante Valeur propres initiales
Extraction Sommes des carrés des facteurs retenus
total %de la variance
% cumulés total %de la variance
% cumulés
EA1EA2EA3EA4
3,412,273,164,151
85,3106,8164,0973,777
85,31092,12796,223
100,000
3,412 85,310 85,310
Méthode d’extraction : analyse en composantes principales.
Matrice des composantesa
Composante1
Effort attendu 1Effort attendu 2 Effort attendu 3 Effort attendu 4
,939,899,938,917
Méthode d’extraction : Analyse en composantes principales.
1 composantes extraites.
Matrice des composantes après rotationa
Une seule composante a été extraite. La solution ne peut pas subir une rotation.
Fiabilité
Récapitulatif des observations traitées
N %Observations Valide Exclusa
Total
3902
392
99,5,5
100,0
Suppression par liste basée sur toutes les variables de la procédure.
Statistiques de fiabilité
Alpha de Cronbach
Alpha de Cronbach
basé sur des éléments
normalisésNombre
d’éléments,941 ,941 4
&[Titre page]
Matrice corrélation entre éléments
Effort attendu 1
Effort attendu 2
Effort attendu 3
Effort attendu 4
Effort attendu 1Effort attendu 2 Effort attendu 3 Effort attendu 4
1,000,806,818,780
,8061,000,800,765
,818,800
1 ,000,830
,780,765,830
1,000
La matrice de covariance est calculée et utilisée dans l’analyse
Statistiques récapitulatives sur les éléments
Moyenne Minimum Maximum PlageMaximum/Minium
Moyenne des éléments 3,876 3,851 3,910 ,059 1,015
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques récapitulatives sur les éléments
VarianceNombre
d’élémentsMoyenne des éléments ,001 4
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques complètes sur les éléments
Moyenne de l’échelle
en cas de suppression d’un élément
Variance de l’échelle en
cas de suppression d’un élément
Corrélation complète des
éléments corrigés
Carré de la corrélation
multiple
Alpha de Cronbach en
cas de suppression de l’élément
Effort attendu 1Effort attendu 2
Effort attendu 3
Effort attendu 4
11,6411,6311,5911,65
8,4839,0268,7718,741
,861,846,883,847
,745,720,782,730
,922,927,915,926
Test du T-carré de Hotelling
T-carré de Hotelling F ddl1 ddl2 Sig
4,091 1,357 3 387 ,256
&[Titre page]
Fiabilité
Récapitulatif des observations traitées
N %
Observations Valide Exclusa
Total
1672
169
98,81,2
100,0
Suppression par liste basée sur toutes les variables de la procédure.
Statistiques de fiabilité
Alpha de cronbach
Alpha de cronbach basé
sur des éléments
normalisésNombre
d’éléments,928 ,928 4
Matrice de corrélation entre éléments
Effort attendu 1
Effort attendu 2
Effort attendu 3
Effort attendu 4
Effort attendu 1Effort attendu 2 Effort attendu 3 Effort attendu 4
1,000,756,778,729
,7581,000,775,733
,778,775
1 ,000,814
,729,733,814
1,000
La matrice de covariance est calculée et utilisée dans l’analyse
Statistiques récapitulatives sur les éléments
Moyenne Minimum Maximum PlageMaximum/Minium
Moyenne des éléments 3,271 3,174 3359 ,186 1,058
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques récapitulatives sur les éléments
varianceNombre
d’élémentsMoyenne des éléments ,006 4
La matrice de covariance est calculée et utilisée dans l’analyse.
&[Titre page]
Statistiques complètes sur les éléments
Moyenne de l’échelle en
cas de suppression d’un élément
Variance de l’échelle en
cas de suppression d’un élément
Corrélation complète des
éléments corrigés
Carré de la corrélation
multiple
Alpha de Cronbach en
cas de suppression de l’élément
Effort attendu 1Effort attendu 2
Effort attendu 3
Effort attendu 4
9,919,799,729,83
9,3479,7579,3219,530
,819,820,868,824
,675,675,758,697
,911,911,895,909
Fiabilité
Récapitulatif des observations traitées
N %
Observations Valide Exclusa
Total
2380
238
100,0,0
100,0
Suppression par liste basée sur toutes les variables de la procédure.
Statistiques de fiabilité
Alpha de cronbach
Alpha de cronbach basé
sur des éléments
normalisésNombre
d’éléments,942 ,942 4
Matrice corrélation entre éléments
Effort attendu 1
Effort attendu 2
Effort attendu 3
Effort attendu 4
Effort attendu 1Effort attendu 2 Effort attendu 3 Effort attendu 4
1,000,809,843,815
,8091,000,783,736
,843,783
1 ,000,836
,815,736,836
1,000
La matrice de covariance est calculée et utilisée dans l’analyse
Statistiques récapitulatives sur les éléments
Moyenne Minimum Maximum PlageMaximum/
MiniumMoyenne des éléments 3,921 3,878 3,950 ,071 1,018
La matrice de covariance est calculée et utilisée dans l’analyse.
&[Titre page]
Statistiques récapitulatives sur les éléments
VarianceNombre
d’élémentsMoyenne des éléments ,001 4
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques complètes sur les éléments
Moyenne de l’échelle en
cas de suppression d’un élément
Variance de l’échelle en
cas de suppression d’un élément
Corrélation complète des
éléments corrigés
Carré de la corrélation
multiple
Alpha de Cronbach en
cas de suppression de l’élément
Effort attendu 1Effort attendu 2 Effort attendu 3 Effort attendu 4
11,7411,7611,7511,81
8,4239,1098,4858,443
,888,823,887,852
,790,692,791,743
,916,937,916,928
Analyse factorielle
Matrice de corrélationa
Performance attendue1
Performance attendue2
Corrélation Performance attendue 1 1,000 ,778
Performance attendue 2Performance attendue 3Performance attendue 4
,778,696,101
1,000,825,077
Signification (unilatérale) Performance attendue 1Performance attendue 2Performance attendue 3Performance attendue 4
,000,000,061
,000
,000,120
&[Titre page]
Matrice de corrélationa
Performance attendue3
Performance attendue4
Corrélation Performance attendue 1Performance attendue 2Performance attendue 3Performance attendue 4
,696,825
1,000,122
,101,077,122
1,000Signification (unilatérale) Performance attendue 1
Performance attendue 2Performance attendue 3Performance attendue 4
,000,000
,031
,061,120,031
Déterminant =,121
Indice KMO et test de Bartlett
Mesure de précision de l’échantillonnage de
Kaiser-Meyer-Olkin.
Test de sphéricité de Khi-deux approximé
Bartlett ddl
Signification de Bartlett
,723
494,072
6
,000
Qualité de représentation
Initial Extraction
Performance attendue 1
Performance attendue 2
Performance attendue 3
Performance attendue 4
1,000
1,000
1,000
1,000
,798
,888
,836
,031
Méthode d’extraction : Analyse en composantes principales.
Variance totale expliquée
composante
Valeur propres initiales
Extraction Sommes des carrés des
facteurs retenus
Total
%de la
variance % cumulés total
%de la
variance % cumulés
PA1
PA2
PA3
2,553
,982
,309
63,817
24,558
7,724
63,817
88,375
96,099
2,553 63,817 63,817
PA4 ,156 3,901 100,000
Méthode d’extraction : Analyse en composantes principales.
&[Titre page]
Matrice des composantesa
Composant
e
1
Performance attendue 1
Performance attendue 2
Performance attendue 3
Performance attendue 4
,893
,942
,914
,176
Méthode d’extraction : Analyse en composantes principales.
1 composantes extraites.
Matrice des composantes après rotationa
Une seule composante a été extraite. La solution ne peut pas subir une rotation.
Fiabilité
Récapitulatif des observations traitées
N %
Observations Valide
Exclusa
Total
237
1
238
99,6
,4
100,0
Suppression par liste basée sur toutes les variables de la procédure.
Statistiques de fiabilité
Alpha de
Cronbach
Alpha de
Cronbach
basé sur des
éléments
normalisés
Nombre
d’éléments
,784 ,753 4
Matrice corrélation entre éléments
Performance
attendue 1
Performance
attendue 2
Performance
attendue 3
Performance
attendue 4
Performance attendue 1
Performance attendue 2
Performance attendue 3
Performance attendue 4
1,000
,778
,696
,101
,778
1,000
,825
,077
,696
,825
1 ,000
,122
,101
,077
,122
1,000
La matrice de covariance est calculée et utilisée dans l’analyse
&[Titre page]
Statistiques récapitulatives sur les éléments
Moyenne Minimum Maximum Plage Maximum/
Minium
Moyenne des éléments 4,015 3,755 4,505 ,747 1,199
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques récapitulatives sur les éléments
variance
Nombre
d’éléments
Moyenne des éléments ,110 4
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques complètes sur les éléments
Moyenne de
l’échelle en
cas de
suppression
d’un élément
Variance de
l’échelle en
cas de
suppression
d’un élément
Corrélation
complète des
éléments
corrigés
Carré de la
corrélation
multiple
Alpha de
Cronbach en
cas de
suppression
de l’élément
Performance attendue 1
Performance attendue 2
Performance attendue 3
Performance attendue 4
12,15
12,30
12,16
11,56
4,299
4,246
4,587
7,688
,733
,806
,774
,708
,616
,762
,690
,019
,649
,606
,631
,906
Analyse factorielle
Matrice de corrélationa
Performance
attendue1
Performance
attendue2
Corrélation Performance attendue 1
Performance attendue 2
Performance attendue 3
Performance attendue 4
1,000
,786
,741
078
,786
1,000
,841
,116
Signification ( unilatérale) Performance attendue 1
Performance attendue 2
Performance attendue 3
Performance attendue 4
,000
,000
,158
,000
,000
,068
&[Titre page]
Matrice de corrélationa
Performance Performance
attendue 3 attendue 4
Corrélation Performance attendue 1
Performance attendue 2
Performance attendue 3
Performance attendue 4
,741
,841
1,000
,105
,078
,116
,105
1,000
Signification ( unilatérale) Performance attendue 1
Performance attendue 2
Performance attendue 3
Performance attendue 4
,000
,000
,089
,158
,068
,089
Déterminant =,104
Indice KMO et test de Bartlett
Mesure de précision de l’échantillonnage de
Kaiser-Meyer-Olkin.
Test de sphéricité de Khi-deux approximé
Bartlett ddl
Signification de Bartlett
,746
370,959
6
,000
Qualité de représentation
Initial Extraction
Performance attendue 1
Performance attendue 2
Performance attendue 3
Performance attendue 4
1,000
1,000
1,000
1,000
,816
,893
,860
,030
Méthode d’extraction : Analyse en composantes principales.
Variance totale expliquée
Composante
Valeur propres initiales
Extraction Sommes des carrés des
facteurs retenus
Total
%de la
variance % cumulés Total
%de la
variance % cumulés
PA1
PA2
PA3
PA4
2,598
,982
,267
,152
64,9557
24,553
6,683
3,808
64,955
89,509
96,192
100,000
2,598 64,955 64,955
Méthode d’extraction : Analyse en composantes principales.
&[Titre page]
Matrice des composantesa
Composante
1
Performance attendue 1
Performance attendue 2
Performance attendue 3
Performance attendue 4
,903
,945
,927
,173
Méthode d’extraction : Analyse en composantes principales.
1 composantes extraites.
Matrice des composantes après rotationa
Une seule composante a été extraite. La solution ne peut pas subir une rotation.
Fiabilité
Récapitulatif des observations traitées
N %
Observations Valide
Exclusa
Total
167
2
169
98,8
1,2
100,0
Suppression par liste basée sur toutes les variables de la procédure.
Statistiques de fiabilité
Alpha de
Cronbach
Alpha de
Cronbach
basé sur des
éléments
normalisés
Nombre
d’éléments
,790 ,762 4
Statistiques récapitulatives sur les éléments
Moyenne Minimum Maximum Plage
Maximum/
Minium
Moyenne des éléments
Variance des éléments
3,681
,947
3,281
,589
4,515
1,179
1,234
,590
1,376
2,003
La matrice de covariance est calculée et utilisée dans l’analyse.
&[Titre page]
Statistiques récapitulatives sur les éléments
variance Nombre
d’éléments
Moyenne des éléments
Variance des éléments
,317
,063
4
4
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques complètes sur les éléments
Moyenne de
l’échelle en
cas de
suppression
d’un élément
Variance de
l’échelle en
cas de
suppression
d’un élément
Corrélation
complète des
éléments
corrigés
Carré de la
corrélation
multiple
Alpha de
Cronbach en
cas de
suppression
de l’élément
Performance attendue 1
Performance attendue 2
Performance attendue 3
Performance attendue 4
11,25
11,44
11,28
10,21
4,644
4,682
4,803
8,227
,740
,826
,789
,107
,640
,767
,724
,014
,658
,611
,632
,917
Fiabilité
Récapitulatif des observations traitées
N %
Observations Valide
Exclusa
Total
390
2
392
99,5
,5
100,0
Suppression par liste basée sur toutes les variables de la procédure.
Statistiques de fiabilité
Alpha de
Cronbach
Alpha de
Cronbach
basé sur des
éléments
normalisés
Nombre
d’éléments
,771 ,736 4
Matrice corrélation entre éléments
Performance
attendu 1
Performance
attendu 2
Performance
attendu 3
Performance
attendu 4
Performance attendue 1
Performance attendue 2
Performance attendue 3
Performance attendue 4
1,053
,767
,655
,060
,767
,985
,765
,042
,655
,765
,917
,060
,060
,042
,060
,469
La matrice de covariance est calculée et utilisée dans l’analyse
&[Titre page]
Statistiques récapitulatives sur les éléments
Moyenne Minimum Maximum Plage
Maximum/
Minium
Moyenne des éléments 3,988 3,677 4,551 ,874 1,238
Variance des éléments ,856 ,469 1,053 ,584 2,244
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques récapitulatives sur les éléments
Variance
Nombre
d’éléments
Moyenne des éléments
Variance des éléments
,149
,070
4
4
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques complètes sur les éléments
Moyenne de
l’échelle en
cas de
suppression
d’un élément
Variance de
l’échelle en
cas de
suppression
d’un élément
Corrélation
complète des
éléments
corrigés
Carré de la
corrélation
multiple
Alpha de
Cronbach en
cas de
suppression
de l’élément
Performance attendue 1
Performance attendue 2
Performance attendue 3
Performance attendue 4
12,06
12,27
12,12
11,40
4,107
3,989
4,245
7,331
,713
,794
,750
,087
,579
,733
,658
,011
,634
,583
,614
,895
Analyse factorielle
Matrice de corrélationa
Performance
attendue1
Performance
attendue2
Performance
attendue3
Corrélation Performance attendue 1
Performance attendue 2
Performance attendue 3
1,000
,778
,696
,778
1,000
,825
,696
,825
1,000
Signification ( unilatérale) Performance attendue 1
Performance attendue 2
Performance attendue 3
,000
,000
,000
,000
,000
,000
Déterminant = ,123
Indice KMO et test de Bartlett
Mesure de précision de l’échantillonnage de
Kaiser-Meyer-Olkin.
Test de sphéricité de khi-deux approximé
Bartlett ddl
Signification de Bartlett
,725
490,240
3
,000
&[Titre page]
Qualité de représentation
Initial Extraction
Performance attendue 1
Performance attendue 2
Performance attendue 3
1,000
1,000
1,000
,801
,895
,837
Méthode d’extraction : Analyse en composantes principales.
Variance totale expliquée
Composante
Valeur propres initiales
Extraction Sommes des carrés des
facteurs retenus
Total
% de la
variance % cumulés Total
% de la
variance % cumulés
2,534
,309
,157
84,452
10,301
5,247
84,452
94,753
100,000
2,534 84,452 84,452
Méthode d’extraction : Analyse en composantes principales.
Matrice des composantesa
Composante
1
Performance attendue 1
Performance attendue 2
Performance attendue 3
,895
,946
,915
Méthode d’extraction : Analyse en composantes principales.
1 composantes extraites.
Matrice des composantes après rotationa
Une seule composante a été extraite. La solution ne peut pas subir une rotation.
Fiabilité
Récapitulatif des observations traitées
N %
Observations Valide
Exclusa
Total
237
1
238
99,6
,4
100,0
Suppression par liste basée sur toutes les variables de la procédure.
&[Titre page]
Matrice de corrélationa
Performance
attendue1
Performance
attendue2
Performance
attendue3
Corrélation Performance attendue 1
Performance attendue 2
Performance attendue 3
1,000
,786
,741
,786
1,000
,841
,741
,841
1,000
Signification ( unilatérale) Performance attendue 1
Performance attendue 2
Performance attendue 3
,000
,000
,000
,000
,000
,000
Déterminant = ,105
Indice KMO et test de Bartlett
Mesure de précision de l’échantillonnage de
Kaiser-Meyer-Olkin.
Test de sphéricité de Khi-deux approximé
Bartlett ddl
Signification de Bartlett
,744
369,374
3
,000
Qualité de représentation
Initial Extraction
Performance attendue 1
Performance attendue 2
Performance attendue 3
1,000
1,000
1,000
,822
,895
,863
Méthode d’extraction : Analyse en composantes principales.
Variance totale expliquée
Composante
Valeur propres initiales
Extraction Sommes des carrés des
facteurs retenus
Total
% de la
variance % cumulés Total
% de la
variance % cumulés
2,580
,268
,152
85,985
8,932
5,083
85,985
94,917
100,000
2,580 85,985 85,985
Méthode d’extraction : Analyse en composantes principales.
Matrice des composantesa
Composante
1
Performance attendue 1
Performance attendue 2
Performance attendue 3
,907
,946
,929
Méthode d’extraction : Analyse en composantes principales.
1 composantes extraites.
&[Titre page]
Matrice des composantes après rotationa
Une seule composante a été extraite. La solution ne peut pas subir une rotation.
Fiabilité
Récapitulatif des observations traitées
N %
Observations Valide
Exclusa
Total
167
2
169
98,8
1,2
100,0
Suppression par liste basée sur toutes les variables de la procédure.
Statistiques de fiabilité
Alpha de
Cronbach
Alpha de
Cronbach
basé sur des
éléments
normalisés
Nombre
d’éléments
,917 ,918 3
Statistiques récapitulatives sur les éléments
Moyenne Minimum Maximum Plage
Maximum/
Minium
Moyenne des éléments
Variance des éléments
3,403
1,066
3,281
1,008
3,479
1,179
,198
,171
1,0606
1,169
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques récapitulatives sur les éléments
Variance Nombre
d’éléments
Moyenne des éléments
Variance des éléments
,011
,010
3
3
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques complètes sur les éléments
Moyenne de
l’échelle en
cas de
suppression
d’un élément
Variance de
l’échelle en
cas de
suppression
d’un élément
Corrélation
complète des
éléments
corrigés
Carré de la
corrélation
multiple
Alpha de
Cronbach en
cas de
suppression
de l’élément
Performance attendue 1
Performance attendue 2
6,73
6,93
3,716
3,802
,796
,871
,640
,766
,914
,850
Performance attendue 3 6,76 3,906 ,835 ,724 ,870
&[Titre page]
Fiabilité
Récapitulatif des observations traitées
N %
Observations Valide
Exclusa
Total
390
2
392
99,5
,5
100,0
Suppression par liste basée sur toutes les variables de la procédure.
Statistiques de fiabilité
Alpha de
Cronbach
Alpha de
Cronbach
basé sur des
éléments
normalisés
Nombre
d’éléments
,895 ,896 3
Matrice corrélation entre éléments
Performance
attendu 1
Performance
attendu 2
Performance
attendu 3
Performance attendue 1
Performance attendue 2
Performance attendue 3
1,000
,753
,667
,753
1,000
,805
,667
,805
1,000
La matrice de covariance est calculée et utilisée dans l’analyse
Statistiques récapitulatives sur les éléments
Moyenne Minimum Maximum Plage
Maximum/
Minium
Moyenne des éléments
Variance des éléments
3,800
,985
3,677
,917
4,551
1,053
,874
,135
1,238
1,148
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques récapitulatives sur les éléments
Variance Nombre
d’éléments
Moyenne des éléments
Variance des éléments
,012
,005
3
3
La matrice de covariance est calculée et utilisée dans l’analyse.
&[Titre page]
Statistiques complètes sur les éléments
Moyenne de
l’échelle en
cas de
suppression
d’un élément
Variance de
l’échelle en
cas de
suppression
d’un élément
Corrélation
complète des
éléments
corrigés
Carré de la
corrélation
multiple
Alpha de
Cronbach en
cas de
suppression
de l’élément
Performance attendue 1
Performance attendue 2
Performance attendue 3
7,51
7,72
7,57
3,433
3,280
3,572
,748
,852
,785
,578
,732
,656
,892
,799
,859
Fiabilité
Récapitulatif des observations traitées
N %
Observations Valide
Exclus a
Total
390
2
392
99,5
,5
100,0
Suppression par liste basée sur toutes les variables de la procédure.
Statistiques de fiabilité
Alpha de
Cronbach
Alpha de
Cronbach
basé sur des
éléments
normalisés
Nombre
d’éléments
,800 ,801 2
Matrice corrélation entre éléments
Influence des
collègues1
Influence des
collègues2
Influence collègues 1
Influence collègues 2
1,000
,668
,668
1,000
La matrice de covariance est calculée et utilisée dans l’analyse
Statistiques récapitulatives sur les éléments
Moyenne Minimum Maximum Plage
Maximum/
Minimum
Moyenne des éléments
Variance des éléments
3,610
1,022
3,554
,962
3,667
1,081
,113
,119
1,032
1,124
La matrice de covariance est calculée et utilisée dans l’analyse.
&[Titre page]
Statistiques récapitulatives sur les éléments
Variance
Nombre
d’éléments
Moyenne des éléments
Variance des éléments
,006
,007
2
2
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques complètes sur les éléments
Moyenne de
l’échelle en
cas de
suppression
d’un élément
Variance de
l’échelle en
cas de
suppression
d’un élément
Corrélation
complète des
éléments
corrigés
Carré de la
corrélation
multiple
Alpha de
Cronbach en
cas de
suppression
de l’élément
Influence des collègues 1
Influence des collègues 1
3,67
3,55
1,081
,962
,668
,668
,446
,446
.a
.a
La valeur est négative en raison d’une covariance négative parmi les éléments. Par conséquent, les
hypothèses du modèle de fiabilité ne sont pas respectées. Vous pouvez vérifier les codages des
éléments
Fiabilité
Récapitulatif des observations traitées
N %
Observations Valide
Exclusa
Total
237
1
238
99,6
,4
100,0
Suppression par liste basée sur toutes les variables de la procédure.
Statistiques de fiabilité
Alpha de
Cronbach
Alpha de
Cronbach
basé sur des
éléments
normalisés
Nombre
d’éléments
,762 ,762 2
Statistiques récapitulatives sur les éléments
Moyenne Minimum Maximum Plage
Maximum/
Minimum
Moyenne des éléments
Variance des éléments
3,639
1,001
3,540
,970
3,738
1,033
,198
,063
1,056
1,065
La matrice de covariance est calculée et utilisée dans l’analyse.
&[Titre page]
Statistiques récapitulatives sur les éléments
Variance Nombre
d’éléments
Moyenne des éléments
Variance des éléments
,020
,002
2
2
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques complètes sur les éléments
Moyenne de
l’échelle en
cas de
suppression
d’un élément
Variance de
l’échelle en
cas de
suppression
d’un élément
Corrélation
complète des
éléments
corrigés
Carré de la
corrélation
multiple
Alpha de
Cronbach en
cas de
suppression
de l’élément
Influence des collègues 1
Influence des collègues 2
3,74
3,54
1,033
,970
,616
,616
,379
,379
.a
.a
La valeur est négative en raison d’une covariance négative parmi les éléments. Par conséquent, les
hypothèses du modèle de fiabilité ne sont pas respectées. Vous pouvez vérifier les codages des
éléments
Fiabilité
Récapitulatif des observations traitées
N %
Observations Valide
Exclusa
Total
169
0
169
100.0
,0
100,0
Suppression par liste basée sur toutes les variables de la procédure.
Statistiques de fiabilité
Alpha de
Cronbach
Alpha de
Cronbach
basé sur des
éléments
normalisés
Nombre
d’éléments
,886 ,887 2
Matrice corrélation entre éléments
Influence des
collègues1
Influence des
collègues2
Influence des collègues 1
Influence des collègues 2
1,000
,796
,796
1,000
La matrice de covariance est calculée et utilisée dans l’analyse
&[Titre page]
Statistiques récapitulatives sur les éléments
Moyenne Minimum Maximum Plage
Maximum/
Minimum
Moyenne des éléments
Variance des éléments
3,414
,988
3,402
,944
3,426
1,032
,024
,087
1,007
1,093
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques récapitulatives sur les éléments
Variance
Nombre
d’éléments
Moyenne des éléments
Variance des éléments
,000
,004
2
2
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques complètes sur les éléments
Moyenne de
l’échelle en
cas de
suppression
d’un élément
Variance de
l’échelle en
cas de
suppression
d’un élément
Corrélation
complète des
éléments
corrigés
Carré de la
corrélation
multiple
Alpha de
Cronbach en
cas de
suppression
de l’élément
Influence des collègues 1
Influence des collègues 2
3,43
3,40
1,032
,944
,796
,796
,634
,634
.a
.a
La valeur est négative en raison d’une covariance moyenne parmi les éléments. Par conséquent, les
hypothèses du modèle de fiabilité ne sont pas respectées. Vous pouvez vérifier les codages des
éléments.
Analyse factorielle
Matrice de corrélationa
Performance
attendue1
Performance
attendue2
Corrélation Influence des collègues 1
Influence des collègues 2
1,000
,796
,796
1,000
Signification ( unilatérale) Influence des collègues 1
Influence des collègues 2 ,000
,000
Déterminant = ,366
Indice KMO et test de Bartlett
Mesure de précision de l’échantillonnage de
Kaiser-Meyer-Olkin. ,500
Test de sphéricité de khi-deux approximé
Bartlett ddl
Signification de Bartlett
167,340
1
,000
&[Titre page]
Qualité de représentation
Initial Extraction
Influence des collègues 1
Influence des collègues 2
1,000
1,000
,898
,898
Méthode d’extraction : Analyse en composantes principales.
Variance totale expliquée
Composante
Valeur propres initiales
Extraction Sommes des carrés des
facteurs retenus
Total
% de la
variance % cumulés Total
% de la
variance % cumulés
IC1
IC2
1,796
,204
98,811
10,189
89,811
100,000
1,796 89,811 89,811
Méthode d’extraction : Analyse en composantes principales.
Matrice des composantesa
Composant
e
1
Influence des collègues 1
Influence des collègues 2
,948
,948
Méthode d’extraction : Analyse en composantes principales.
1 composantes extraites.
Matrice des composantes après rotationa
Une seule composante a été extraite. La solution ne peut pas subir une rotation.
Analyse factorielle
Matrice de corrélationa
Influence des
collègues 1
Influence des
collègues 2
Corrélation Influence des collègues 1
Influence des collègues 2
1,000
,616
,616
1,000
Signification ( unilatérale) Influence des collègues 1
Influence des collègues 2 ,000
,000
Déterminant = ,621
Indice KMO et test de Bartlett
Mesure de précision de l’échantillonnage de
Kaiser-Meyer-Olkin.
Test de sphéricité de khi-deux approximé
Bartlett ddl
Signification de Bartlett
,500
111,857
1
,000
&[Titre page]
Qualité de représentation
Initial Extraction
Influence des collègues 1
Influence des collègues 2
1,000
1,000
,808
,808
Méthode d’extraction : Analyse en composantes principales.
Variance totale expliquée
Composante
Valeur propres initiales
Extraction Sommes des carrés des
facteurs retenus
Total
% de la
variance % cumulés Total
% de la
variance % cumulés
IC1
IC2
1,616
,384
80,796
19,204
80,796
100,000
1,616 80,796 80,796
Méthode d’extraction : Analyse en composantes principales.
Matrice des composantesa
Composant
e
1
Influence des collègues 1
Influence des collègues 2
,899
,899
Méthode d’extraction : Analyse en composantes principales.
1 composantes extraites.
Matrice des composantes après rotationa
Une seule composante a été extraite. La solution ne peut pas subir une rotation.
Analyse factorielle
Matrice de corrélationa
Influence des
supérieurs
hierachiques1
Influence des
supérieurs
hierachiques2
Influence des
supérieurs
hierarchiques3
Corrélation Influence des supérieurs
hierarchiques1
Influence des supérieurs
hierarchiques2
Influence des supérieurs
hierarchiques3
1,000
,574
,751
,574
1,000
,652
,751
,652
1,000
Signification ( unilatérale) Influence des supérieurs
hierarchiques1
Influence des supérieurs
hierarchiques2
Influence des supérieurs
hierarchiques3
,000
,000
,000
,000
,000
,000
Déterminant = ,244
&[Titre page]
Indice KMO et test de Bartlett
Mesure de précision de l’échantillonnage de
Kaiser-Meyer-Olkin.
Test de sphéricité de khi-deux approximé
Bartlett ddl
Signification de Bartlett
,701
327,618
3
,000
Qualité de représentation
Initial Extraction
Influence des supérieurs
hierarchiques1
Influence des supérieurs
hierarchiques2
Influence des supérieurs
hierarchiques3
1,000
1,000
1,000
,782
,700
,838
Méthode d’extraction : Analyse en composantes principales.
Variance totale expliquée
Composante
Valeur propres initiales
Extraction Sommes des carrés des
facteurs retenus
Total
% de la
variance % cumulés Total
% de la
variance % cumulés
ISH1
ISH2
ISH3
2,321
,441
,238
77,350
14,714
7,936
77,350
92,064
100,000
2,321 77,350 77,350
Méthode d’extraction : Analyse en composantes principales.
Matrice des composantesa
Composant
e
1
Influence des supérieurs
hierarchiques1
Influence des supérieurs
hierarchiques2
Influence des supérieurs
hierarchiques3
,884
,837
,916
Méthode d’extraction : Analyse en composantes principales.
1 composantes extraites.
Matrice des composantes après rotationa
Une seule composante a été extraite. La solution ne peut pas subir une rotation.
Fiabilité
&[Titre page]
Récapitulatif des observations traitées
N %
Observations Valide
Exclusa
Total
235
3
238
98,7
1,3
100,0
Suppression par liste basée sur toutes les variables de la procédure.
Statistiques de fiabilité
Alpha de
Cronbach
Alpha de
Cronbach
basé sur des
éléments
normalisés
Nombre
d’éléments
,853 ,853 3
Statistiques récapitulatives sur les éléments
Moyenne Minimum Maximum Plage
Maximum/
Minium
Moyenne des éléments
Variance des éléments
3,616
1,076
3,472
,951
3,834
1,148
,362
,197
1,104
1,207
Matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques récapitulatives sur les éléments
Variance
Nombre
d’éléments
Moyenne des éléments
Variance des éléments
,037
,012
3
3
Matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques complètes sur les éléments
Moyenne de
l’échelle en
cas de
suppression
d’un élément
Variance de
l’échelle en
cas de
suppression
d’un élément
Corrélation
complète des
éléments
corrigés
Carré de la
corrélation
multiple
Alpha de
Cronbach en
cas de
suppression
de l’élément
Influence supérieurs
hierarchiques1
Influence supérieurs
hierarchiques2
Influence supérieurs
hierarchiques3
7,37
7,01
7,31
4,432
3,987
3,299
,733
,655
,793
,576
,441
,636
,787
,858
,728
Analyse factorielle
&[Titre page]
Matrice de corrélationa
Influence des
supérieurs
hierachiques1
Influence des
supérieurs
hierachiques2
Influence des
supérieurs
hierachiques3
Corrélation Influence des supérieurs
hierarchiques1
Influence des supérieurs
hierarchiques2
Influence des supérieurs
hierarchiques3
1,000
,768
,756
,768
1,000
,799
,756
,799
1,000
Signification ( unilatérale) Influence des supérieurs
hierarchiques1
Influence des supérieurs
hierarchiques2
Influence des supérieurs
hierarchiques3
,000
,000
,000
,000
,000
,000
Déterminant = ,128
Indice KMO et test de Bartlett
Mesure de précision de l’échantillonnage de
Kaiser-Meyer-Olkin.
Test de sphéricité de Khi-deux approximé
Bartlett ddl
Signification de Bartlett
,756
341,490
3
,000
Qualité de représentation
Initial Extraction
Influence des supérieurs
hierarchiques1
Influence des supérieurs
hierarchiques2
Influence des supérieurs
hierarchiques3
1,000
1,000
1,000
,832
,863
,854
Méthode d’extraction : Analyse en composantes principales.
Variance totale expliquée
Composante
Valeur propres initiales
Extraction Sommes des carrés des
facteurs retenus
Total
% de la
variance % cumulés Total
% de la
variance
% cumulés
ISH1
ISH2
ISH3
2,549
,251
,200
84,962
8,357
6,681
84,962
93,319
100,000
2,549 84,962 84,962
Méthode d’extraction : Analyse en composantes principales.
&[Titre page]
Matrice des composantesa
Composant
e
1
Influence des supérieurs
hierarchiques1
Influence des supérieurs
hierarchiques2
Influence des supérieurs
hierarchiques3
,912
,929
,924
Méthode d’extraction : Analyse en composantes principales.
1 composantes extraites.
Matrice des composantes après rotationa
Une seule composante a été extraite. La solution ne peut pas subir une rotation.
Fiabilité
Récapitulatif des observations traitées
N %
Observations Valide
Exclusa
Total
169
0
169
100,0
,0
100,0
Suppression par liste basée sur toutes les variables de la procédure.
Statistiques de fiabilité
Alpha de
Cronbach
Alpha de
Cronbach
basé sur des
éléments
normalisés
Nombre
d’éléments
,910 ,911 3
Matrice corrélation entre éléments
Influence des
supérieurs
hierarchiques1
Influence des
supérieurs
hierarchiques2
Influence des
supérieurs
hierarchiques3
Influence des supérieurs
hierarchiques1
Influence des supérieurs
hierarchiques2
Influence des supérieurs
hierarchiques3
1,000
,768
,756
,768
1,000
,799
,756
,799
1,000
Matrice de covariance est calculée et utilisée dans l’analyse
&[Titre page]
Matrice de corrélation entre éléments
Influence des
supérieurs
hierarchiques1
Influence des
supérieurs
hierarchiques2
Influence des
supérieurs
hierarchiques3
Influence des supérieurs
hierarchiques1
Influence des supérieurs
hierarchiques2
Influence des supérieurs
hierarchiques3
1,000
,679
,774
,679
1,000
,762
,774
,762
1,000
La matrice de covariance est calculée et utilisée dans l’analyse
Statistiques récapitulatives sur les éléments
Moyenne Minimum Maximum Plage
Maximum/
Minium
Moyenne des éléments
Variance des éléments
3,604
1,186
3,491
1,116
3,769
1,251
,279
,134
1,080
1,120
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques récapitulatives sur les éléments
Variance
Nombre
d’éléments
Moyenne des éléments
Variance des éléments
,021
,005
3
3
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques complètes sur les éléments
Moyenne de
l’échelle en
cas de
suppression
d’un élément
Variance de
l’échelle en
cas de
suppression
d’un élément
Corrélation
complète des
éléments
corrigés
Carré de la
corrélation
multiple
Alpha de
Cronbach en
cas de
suppression
de l’élément
Influence des supérieurs
hierarchiques1
Influence des supérieurs
hierarchiques2
Influence des supérieurs
hierarchiques3
7,32
7,04
7,26
4,064
4,331
3,971
,775
,764
,838
,618
,600
,702
,864
,872
,808
Fiabilité
&[Titre page]
Récapitulatif des observations traitées
N %
Observations Valide
Exclusa
Total
391
1
392
99 ,7
,3
100 ,0
Suppression par liste basée sur toutes les variables de la procédure.
Statistiques de fiabilité
Alpha de
Cronbach
Alpha de
Cronbach
basé sur des
éléments
Nombre
d’éléments
normalisés
,870 ,870 3
Matrice de corrélation entre éléments
Image de
soi1
Image de
soi2
Image de
soi3
Image de soi1
Image de soi2
Image de soi3
1,000
,814
,575
,814
1,000
,683
,575
,683
1,000
La matrice de corrélation est calculée et utilisée dans l’analyse.
Statistiques récapitulatives sur les éléments
Moyenne Minimum Maximum Plage
Maximum/
Minium
Moyenne des éléments
Variance des éléments
3,238
1,528
2,977
1,346
3,578
1,744
,601
,398
1,202
1,296
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques récapitulatives sur les éléments
Variance
Nombre
d’éléments
Moyenne des éléments
Variance des éléments
,095
,040
3
3
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques complètes sur les éléments
Moyenne de
l’échelle en
cas de
suppression
d’un élément
Variance de
l’échelle en
cas de
suppression
d’un élément
Corrélation
complète des
éléments
corrigés
Carré de la
corrélation
multiple
Alpha de
Cronbach en
cas de
suppression
de l’élément
Image de soi1
Image de soi2
Image de soi3
6,74
6,55
6,14
5,446
4,473
5,584
,762
,841
,664
,664
,732
,467
,810
,730
,893
&[Titre page]
Fiabilité
Avertissements
La matrice de covariance est calculée et utilisée dans l’analyse.
Récapitulatif des observations traitées
N %
Observations Valide
Exclusa
Total
389
3
392
99,2
,8
100 ,0
Suppression par liste basée sur toutes les variables de la procédure.
Statistiques de fiabilité
Matrice de corrélation entre éléments
Implication
de la DG1
Implication
de la DG2
Implication
de la DG3
Implication
de la DG4
Implication de la DG 1
Implication de la DG 2
Implication de la DG 3
Implication de la DG 4
1,000
,560
,177
,438
,560
1,000
,183
,402
,177
,183
1,000
,124
,438
,402
,124
1,000
La matrice de corrélation est calculée et utilisée dans l’analyse.
Statistiques récapitulatives sur les éléments
Moyenne Minimum Maximum Plage
Maximum/
Minium
Moyenne des éléments
Variance des éléments
4,496
2,264
4,350
,381
4,591
7,126
,242
6,744
1,056
18,680
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques récapitulatives sur les éléments
Variance
Nombre
d’éléments
Moyenne des éléments
Variance des éléments
,013
10,543
4
4
La matrice de covariance est calculée et utilisée dans l’analyse.
&[Titre page]
Statistiques complètes sur les éléments
Moyenne de
l’échelle en
Variance de
l’échelle en Corrélation
Alpha de
Cronbach en
cas de
suppression
d’un élément
cas de
suppression
d’un élément
complète des
éléments
corrigés
Carré de la
corrélation
multiple
cas de
suppression
de l’élément
Implication de la DG 1
Implication de la DG 2
Implication de la DG 3
Implication de la DG 4
13,52
13,39
13,40
13,63
10,023
10,754
3,643
10,187
,386
,405
,197
,297
,372
,350
,043
,228
,250
,290
,705
,291
Fiabilité
Avertissements
La matrice de covariance est calculée et utilisée dans l’analyse.
Récapitulatif des observations traitées
N %
Observations Valide
Exclus a
Total
390
2
392
99,5
,5
100 ,0
Suppression par liste basée sur toutes les variables de la procédure.
Statistiques de fiabilité
Alpha de
Cronbach
Alpha de
Cronbach
basé sur des
éléments
normalisés
Nombre
d’éléments
,704 ,724 3
Matrice de corrélation entre éléments
Implication de
la DG 1
Implication de
la DG 2
Implication de
la DG 4
Implication de la DG 1
Implication de la DG 2
Implication de la DG 4
1,000
,559
,436
,559
1,000
,403
,436
,403
1,000
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques récapitulatives sur les éléments
Moyenne Minimum Maximum Plage
Maximum/
Minium
Moyenne des éléments
Variance des éléments
4,468
,643
4,351
,381
4,592
,845
,241
,465
1,055
2,219
La matrice de covariance est calculée et utilisée dans l’analyse.
&[Titre page]
Statistiques récapitulatives sur les éléments
Variance
Nombre
d’éléments
Moyenne des éléments
Variance des éléments
,015
,057
3
3
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques complètes sur les éléments
Moyenne de
l’échelle en
cas de
suppression
d’un élément
Variance de
l’échelle en
cas de
suppression
d’un élément
Corrélation
complète des
éléments
corrigés
Carré de la
corrélation
multiple
Alpha de
Cronbach en
cas de
suppression
de l’élément
Implication de la DG 1
Implication de la DG 2
Implication de la DG 4
8,94
8,81
9,05
1,683
2,219
1,660
,575
,563
,477
,366
,343
,227
,543
,606
,696
Fiabilité
Avertissements
La matrice de covariance est calculée et utilisée dans l’analyse.
Récapitulatif des observations traitées
N %
Observations Valide
Exclus a
Total
390
2
392
100,0
,0
100 ,0
Suppression par liste basée sur toutes les variables de la procédure.
Statistiques de fiabilité
Alpha de
Cronbach
Alpha de
Cronbach
basé sur des
éléments
normalisés
Nombre
d’éléments
,615 ,622 2
Matrice de corrélation entre éléments
Conditions
facilitatrices1
Conditions
facilitatrices2
Conditions facilitatrices1
Conditions facilitatrices2
1,000
,452
,452
1,000
La matrice de covariance est calculée et utilisée dans l’analyse.
&[Titre page]
Statistiques récapitulatives sur les éléments
Moyenne Minimum Maximum Plage
Maximum/
Minium
Moyenne des éléments
Variance des éléments
3,781
1,296
3,508
1,069
4,054
1,524
,546
,456
1,156
1,426
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques récapitulatives sur les éléments
Variance
Nombre
d’éléments
Moyenne des éléments
Variance des éléments
,149
,104
2
2
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques complètes sur les éléments
Moyenne de
l’échelle en
cas de
suppression
d’un élément
Variance de
l’échelle en
cas de
suppression
d’un élément
Corrélation
complète des
éléments
corrigés
Carré de la
corrélation
multiple
Alpha de
Cronbach en
cas de
suppression
de l’élément
Conditions facilitatrices 1
Conditions facilitatrices 2
3,51
4,05
1,524
1,069
,452
,452
,204
,204
.a
.a
Fiabilité
Avertissements
La matrice de covariance est calculée et utilisée dans l’analyse.
Récapitulatif des observations traitées
N %
Observations Valide
Exclus a
Total
390
0
392
100,0
,0
100 ,0
Suppression par liste basée sur toutes les variables de la procédure.
Statistiques de fiabilité
Alpha de
Cronbach
Alpha de
Cronbach
basé sur des
éléments
normalisés
Nombre
d’éléments
,916 ,916 3
&[Titre page]
Matrice de corrélation entre éléments
Compatibi
lité1
Compatibi
lité2
Compatibi
lité3
Compatibilité1
Compatibilité2
Compatibilité3
1,000
,839
,715
,839
1,000
,801
,715
,801
1,000
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques récapitulatives sur les éléments
Moyenne Minimum Maximum Plage
Maximum/
Minium
Moyenne des éléments
Variance des éléments
3,640
1,207
3,610
1,166
3,661
1,266
,051
,100
1,014
1,086
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques récapitulatives sur les éléments
Variance
Nombre
d’éléments
Moyenne des éléments
Variance des éléments
,001
,003
3
3
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques complètes sur les éléments
Moyenne de
l’échelle en
cas de
suppression
d’un élément
Variance de
l’échelle en
cas de
suppression
d’un élément
Corrélation
complète des
éléments
corrigés
Carré de la
corrélation
multiple
Alpha de
Cronbach en
cas de
suppression
de l’élément
Compatibilité1
Compatibilité2
Compatibilité3
7,27
7,31
7,26
4,244
4,169
4,515
,819
,886
,790
,708
,787
,648
,890
,833
,912
Fiabilité
Avertissements
La matrice de covariance est calculée et utilisée dans l’analyse.
Récapitulatif des observations traitées
N %
Observations Valide 390 99,5
Exclus a
Total
2
392
,5
100 ,0
Suppression par liste basée sur toutes les variables de la procédure.
&[Titre page]
Statistiques de fiabilité
Alpha de
Cronbach
Alpha de
Cronbach
basé sur des
éléments
normalisés
Nombre
d’éléments
,539 ,569 4
Matrice de corrélation entre éléments
Contrôle du
comporteme
nt perçu1
Contrôle du
comporteme
nt perçu2
Contrôle du
comporteme
nt perçu3
Contrôle du
comporteme
nt perçu4
Contrôle du
comportement perçu1
Contrôle du
comportement perçu2
Contrôle du
comportement perçu3
Contrôle du
comportement perçu4
1,000
,412
,492
,098
,412
1,000
,549
-,050
,492
,549
1,000
-,012
,098
-,050
-,012
1,000
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques récapitulatives sur les éléments
Moyenne Minimum Maximum Plage
Maximum/
Minium
Moyenne des éléments
Variance des éléments
3,370
1,303
2,028
,851
4,018
1,565
1,990
,714
1,981
1,840
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques récapitulatives sur les éléments
Variance
Nombre
d’éléments
Moyenne des éléments
Variance des éléments
,821
,099
4
4
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques complètes sur les éléments
Moyenne de
l’échelle en
cas de
suppression
d’un élément
Variance de
l’échelle en
cas de
suppression
d’un élément
Corrélation
complète des
éléments
corrigés
Carré de la
corrélation
multiple
Alpha de
Cronbach en
cas de
suppression
de l’élément
Contrôle du
comportement perçu1
Contrôle du
comportement perçu2
Contrôle du
comportement perçu3
Contrôle du
comportement perçu4
9,78
9,74
9,46
11,45
4,756
5,236
5,663
7,066
,483
,411
,510
,019
,284
,332
,387
,020
,315
,391
,345
,726
&[Titre page]
Fiabilité
Avertissements
La matrice de covariance est calculée et utilisée dans l’analyse.
Récapitulatif des observations traitées
N %
Observations Valide
Exclus a
Total
391
1
392
99,7
,3
100 ,0
Suppression par liste basée sur toutes les variables de la procédure.
Statistiques de fiabilité
Alpha de
Cronbach
Alpha de
Cronbach
basé sur des
éléments
normalisés
Nombre
d’éléments
,725 ,738 3
Matrice de corrélation entre éléments
Contrôle du
comporteme
nt perçu1
Contrôle du
comporteme
nt perçu2
Contrôle du
comporteme
nt perçu3
Contrôle du
comportement perçu1
Contrôle du
1,000 ,413 ,491
comportement perçu2
Contrôle du
comportement perçu3
,413
,491
1,000
,548
,548
1,000
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques récapitulatives sur les éléments
Moyenne Minimum Maximum Plage
Maximum/
Minium
Moyenne des éléments
Variance des éléments
3,815
1,216
3,691
,848
4,018
1,460
,327
,612
1,089
1,721
La matrice de covariance est calculée et utilisée dans l’analyse.
Statistiques récapitulatives sur les éléments
Variance
Nombre
d’éléments
Moyenne des éléments
Variance des éléments
,031
,105
3
3
La matrice de covariance est calculée et utilisée dans l’analyse.
Les indices clés admis pour l’ajustement du modèle
Indices Description Valeurs CLES
Indices absolus
GFI (Goodness of Fit)
AGFI (adjusted.
Goodness of Fit)
Ces indices variant entre 0 et 1 et représentent la part
de la variance et de la covariance expliquée par le
modèle.
Le AGFI est un GFI ajusté par le nombre de variables
par rapport au degré de liberté. Ces indices sont
sensibles à la taille de l’échantillon mais aussi à la
complexité du modèle.
>0.9
X2
Le Chi-deux est utilisé pour tester l’hypothèse nulle
selon laquelle le modèle de structures factorielles
proposé s’ajuste bien aux données empiriques. Le
principe est de comparer la matrice de covariances (ou
de corrélations) prédite par le modèle avec celle que
donnerait un modèle « saturé » qui prédirait
parfaitement les données observées.
-
RMR (Root Mean
Square Residual)
C’est la racine carrée de la moyenne des résidus
ajustés au carré. C’est un indice de la valeur moyenne
des résidus du modèle.
Proche de 0
RMSEA (Root Mean
Square Error of
Différence moyenne attendue dans la population
totale, par degré de liberté. Cet indice est indépendant <0.08 et si
Approximation) de la taille de l’échantillon et de la complexité du
modèle. Il évalue en effet la stabilité du modèle étudié.
possible <0.05
Hoelter’s Critical N Le développement de l’indice de Hoelter résulte d’une
tentative de trouver un indice d’ajustement
indépendant de la taille de l’échantillon.
Hoelter a proposé qu’une valeur au dessus de 200 soit
indicative d’un modèle qui représente en juste
proportion les données de l’échantillon.
>200
Indices incrementaux
NFI (Normed Fit Index) Proportion de la covariance totale entre les variables
expliquées par le modèle testé par rapport au modèle
de base ( le modèle nul)
>0.9
TLI ou NNFI (Non-
Normed Fit Index)
Compare le manque d’ajustement du modèle à tester
par rapport à celui du modèle de base.
>0.9
CFI (Comparative Fit
Index)
Mesure la diminution relative au manque d’ajustement.
C’est une amélioration du NFI.
>0.9
Indices de parsimonie
X2 normé
X2/ degré de liberté indique le degré de parsimonie
« absolue ». il permet de déceler les modèles « sur -
ajustés» ou « sous-ajustés »
Entre 1 et 5
PNFI (Parsimony
adjustment NFI)
Résulte de l’ajustement de NFI par rapport au degré
de liberté du modèle testé
>0.9 et dans la
pratique >0.6
Model Fit Summary
CMIN
Model NPAR CMIN DF P CMIN/DF
Default model 242 1599,160 686 ,000 2,331
Saturated model 928 ,000 0
Independence model 116 7500,487 812 ,000 8,202
Baseline Comparisons
ModelNFI
Delta1
RFI
rho1
IFI
Delta2
TLI
rho2CFI
Default model ,787 ,748 ,866 ,838 ,863
Saturated model 1,000 1,000 1,000
Independence model ,000 ,000 ,000 ,000 ,000
Parsimony-Adjusted Measures
Model PRATIO PNFI PCFI
Default model ,845 ,665 ,729
Saturated model ,000 ,000 ,000
Independence model 1,000 ,000 ,000
NCP
Model NCP LO 90 HI 90
Default model 913,160 800,375 1033,633
Saturated model ,000 ,000 ,000
Independence model 6688,487 6414,670 6968,825
FMIN
Model FMIN F0 LO 90 HI 90
Default model 4,100 2,341 2,052 2,650
Saturated model ,000 ,000 ,000 ,000
Independence model 19,232 17,150 16,448 17,869
RMSEA
Model RMSEA LO 90 HI 90 PCLOSE
Default model ,058 ,055 ,062 ,000
Independence model ,145 ,142 ,148 ,000
AIC
Model AIC BCC BIC CAIC
Default model 2083,160 2173,649
Saturated model 1856,000 2203,000
Independence model 7732,487 7775,862
ECVI
Model ECVI LO 90 HI 90 MECVI
Default model 5,341 5,052 5,650 5,573
Saturated model 4,759 4,759 4,759 5,649
Independence model 19,827 19,125 20,546 19,938
HOELTER
ModelHOELTER
.05
HOELTER
.01
Default model 184 191
ModelHOELTER
.05
HOELTER
.01
Independence model 37 49
Résumé
La formation électronique présente des avantages aussi bien pour l’apprenant que pour
l’organisation. L’objectif de cette recherche est de délimiter les déterminants de l’adoption de
la formation électronique chez les salariés. Les différents courants théoriques traitant le
comportement des individus envers l’utilisation des innovations technologiques permettent
d’appréhender les variables qui influencent l’adoption de la formation électronique.
Le modèle choisi au niveau de cette étude est inspiré de la théorie unifiée de l'acceptation et de
l'utilisation de la technologie de Venkatesh et Davis (2003). Ce modèle inclut des variables
individuelles et organisationnelles. La validation empirique du modèle a été effectuée sur un
échantillon de 392 employés de la poste tunisienne. L’analyse des résultats de la recherche a
été réalisée à l’aide des analyses factorielles et des méthodes d’équations structurelles.
Nos résultats montrent que l’adoption du e-learning au sein de la poste est influencée, en
premier lieu, par l’image de soi, l’assistance technique et la perception de la facilité d’usage.
Quant à l’implication de la direction générale et l’influence des collègues, ce sont les deux
variables qui ont été plus significatives respectivement chez les non inscrits et les inscrits.
Mots-clés : formation électronique, nouvelles technologies de l’information et de la
communication, adoption de l’e-learning, équations structurelles, Tunisie.
Abstract :
E-learning presents advantages as well for trainees that for organization. The purpose of this
research is to discover the adoption determinants of effective online training. The different
theoretical currents treating the behavior of individuals towards the technological innovation
utilization permit to identify variables that influence the adoption of e-learning.
This study is focused on the model of the Unified Theory of Acceptance and Use of
Technology elaborated by Venkatesh and Davis (2003). This model contains individual and
organizational factors. Empirical study is conducted on a sample of 392 Tunisian postal
workers. Factor analysis and structural equations were used. Our results show that the
adoption of e-learning in the post is influenced primarily by the self-image, technical
assistance and perceived ease of use. As for the involvement of senior management and
influence colleagues, they are two variables that were most significant respectively at the
unregistered and registered.
Keywords: e-learning, new technologies of information and communication, the adoption of
online training, structural equations, Tunisia.
Recommended