Upload
robin-champroux
View
193
Download
3
Embed Size (px)
Citation preview
MÉMOIRE DE RECHERCHE
LA DIGITALISATION DANS LE SECTEUR
DES JEUX D’ARGENT ET DE HASARD
Robin Champroux
N° étudiant : 35008461
Université Paris Ouest Nanterre La Défense
Département de Gestion
Master 2 Marketing Opérationnel International Classique
Année Universitaire 2015 - 2016
1
2
Remerciements Je tiens à remercier tout particulièrement Madame DE PECHPEYROU et Monsieur
BENAVENT, Professeurs au sein de l’université Paris Ouest Nanterre la Défense, pour leur
disponibilité ainsi que pour l’aide apportée tout au long de l’année et lors de ces travaux de
recherche.
Je remercie également l’ensemble des personnes m’ayant accompagné lors de ce travail de
recherche que ce soit pour la diffusion du questionnaire ou pour leur relecture de cet écrit.
Enfin, je remercie tous les répondants au questionnaire diffusé dans le cadre de cette étude.
3
SOMMAIRE
1. Introduction .................................................................................................. 41.1. Définition de la problématique .................................................................................. 41.2. Intérêt du sujet et objectif .......................................................................................... 71.3. L’annonce du plan ...................................................................................................... 8
2. Fondements théoriques et hypothèses ........................................................ 9
2.1. Cadre théorique .......................................................................................................... 92.1.1. Digitalisation des jeux d’argent et de hasard et le comportement du joueur ..... 92.1.2. La théorie de l’Orientation Régulatrice ........................................................... 102.1.3. Perception de la chance et compétence perçue à l’égard de l’univers du jeu .. 152.1.4. Compétence digitale ......................................................................................... 17
2.2. Les hypothèses ......................................................................................................... 18
3. Méthodologie .............................................................................................. 19
3.1. La définition du type de recherche ........................................................................... 19
3.2. Plan d’échantillonnage et méthode de recueil ......................................................... 21
3.3. Définition des variables et traitement des données .................................................. 22
3.4. Traitement des données ............................................................................................ 29
4. Résultats ...................................................................................................... 31
4.1. Résultats généraux ................................................................................................... 31
4.2. Résultats principaux ................................................................................................. 41
5. Discussion .................................................................................................... 45 6. Conclusion ................................................................................................... 48 7. Références ................................................................................................... 51 Annexe ................................................................................................................ 55
a) Questionnaire diffusé dans le cadre de la recherche (version en ligne) ....................... 55
b) Regulatory Focus Questionnaire (version originale) ................................................... 60
Table des illustrations ....................................................................................... 61
Figures.................................................................................................................................. 61
Tableaux ............................................................................................................................... 61
Diagrammes ......................................................................................................................... 62
Résumé ............................................................................................................... 63
4
1. Introduction
1.1. Définition de la problématique
Depuis le milieu du XXème siècle, le monde connaît l’une des plus importantes
révolutions : la révolution numérique. Les progrès techniques et scientifiques ont permis de
développer des outils informatiques toujours plus puissants et performants et cela à une vitesse
effrénée. L’apparition des ordinateurs, du réseau Internet – qui est une révolution à lui seul –
des Smartphones et plus récemment des objets connectés a totalement bouleversé les codes et
le fonctionnement de nos sociétés. Le monde entier est de plus en plus digitalisé et
interconnecté. Aujourd’hui, près de 3,2 milliards d’individus sont connectés à Internet (soit une
progression de 60% en 5 ans) et 3,4 millions d’e-mails sont envoyés chaque seconde à travers
le monde 1. Avant impératif, l’ordinateur n’est devenu qu’un appareil parmi tant d’autres pour
se connecter à Internet, on peut maintenant y accéder grâce à son Smartphone à une tablette
tactile ou encore via sa montre connectée. En France, il y a actuellement « une base installée
de plus de 38 millions de Smartphones et de plus de 12 millions de tablettes » selon Philippe
Dumont, Rapporteur de la Commission Application et Site mobile de la Mobile Marketing
Association France (MMA) 2. De plus, au premier trimestre 2016 et d’après le baromètre du
Marketing Mobile, 34 millions de Français (soit 62%) sont « mobinautes » - c’est-à-dire qu’ils
ont accès à un contenu Internet via un téléphone mobile. Cette multitude de « devices » permet
aux individus d’être constamment connectés et de consacrer de plus en plus de temps à la sphère
numérique.
L’omniprésence du Web modifie aussi nos modes de consommations. Il y a quelques années,
Internet était majoritairement utilisé pour partager du contenu dans un unique sens : l’internaute
recherche une information sur un site web ou un moteur de recherche. Aujourd’hui c’est
différent, les réseaux sociaux comme Facebook ou Twitter permettent de partager du contenu
à son réseau et une majorité des internautes diffuse des informations, relaie des articles, partage
des photos etc.
1 « Les chiffres Internet et médias sociaux en 2016 », Novius, http://www.novius.com/interact/video-des-chiffres-et-tendances-internet-et-medias-sociaux-2016.html 2 « Baromètre du Marketing Mobile : premier trimestre 2016 », Mobile Marketing Association France http://www.mmaf.fr/wp-content/uploads/2016/07/CP-Barometre-Mobile-Marketing-Association-France-Juin-2016-.pdf
5
En plus de nous permettre de communiquer, Internet est devenu un nouveau canal de
distribution. Ouvert 24h/24 et 7j/7 avec un nombre presque infini d’articles et de références le
Web est devenu le plus grand magasin du monde. Les achats en ligne peuvent se faire via de
nombreuses plateformes (site web marchand, Amazon, eBay, Apple Store, Leboncoin) et grâce
à de nombreux supports : ordinateurs, tablettes, Smartphones. En 2015, les français ont dépensé
64,9 milliards d’euros sur Internet (+14,3% par rapport à 2014) en effectuant 835 millions de
transaction 3.
Conscientes de l’utilité de ce nouveau canal de communication est de distribution, les
entreprises ont entamé très tôt leur transition numérique. En 2014, 99% des entreprises
françaises avaient une connexion Internet haut débit et 64% disposaient d’un site web
(marchand ou vitrine) 4. Preuve des modifications de consommation et de l’importance des
achats en ligne dans l’économie mondiale, le géant mondial du e-commerce Amazon a, pour
son deuxième trimestre 2016, annoncé un chiffre d’affaires de 30,4 milliards de dollars (en
hausse de 31%) avec un bénéfice net de 857 millions de dollars 5. En France, l’économie
numérique (logiciels, services en ligne, e-commerce, médias en ligne etc.) représente désormais
une part non négligeable du PIB (5,5% d’après un rapport du cabinet McKinsey 6). Pour être
toujours plus innovantes, les entreprises développent de nouvelles stratégies de distribution
(cross-canal, click&collect) et proposent de plus en plus de nouveaux services à l’instar de la
société américaine Apple qui a lancé son service ApplePay permettant de régler ses achats en
magasin directement avec son téléphone mobile. Cartes bancaires et cartes de fidélité sont
préinstallées dans celui-ci afin de rendre possible la transaction. La reconnaissance digitale
permet même de finaliser la transaction sans taper le code de la carte bancaire.
3 « Bilan 2015 du e-commerce en France : les Français ont dépensé 65 milliards d’euros sur Internet », Fédération e-commerce et vente à distance (Fevad), 2016, http://www.fevad.com/espace-presse/bilan-2015-du-e-commerce-en-france-les-francais-ont-depense-65-milliards-d-euros-sur-internet 4 « Chiffres clés du numérique », Direction Générale des Entreprises, 2015, http://www.entreprises.gouv.fr/files/files/directions_services/observatoire-du-numerique/Chiffres_cles/2015-Chiffres-cles-numerique.pdf 5 « Trimestriels : résultats au beau fixe pour Amazon » ZDNet, http://www.zdnet.fr/actualites/trimestriels-resultats-au-beau-fixe-pour-amazon-39840240.htm 6 « Infographie : le poids du numérique en France », Digital Business News, 2015, http://www.digitalbusinessnews.com/infographie-le-poids-du-numerique-en-france/
6
Problème de gestion
Cette transformation digitale dans le secteur du commerce que ce soit pour la vente de
biens ou de services nous amène directement à un problème de gestion et plus précisément à un
problème marketing : y-a-t-il des impacts sur le comportement du consommateur ?
Le comportement du consommateur est défini comme l’ensemble des processus de décisions
de celui-ci, ses comportements en points de vente, ses réactions face aux sollicitations
marketing et publicitaires ainsi qu’à ses actions dans le domaine de la fidélisation. L’étude de
ce comportement est complexe car d’après sa définition, il repose sur un grand nombre de
facteurs (psychologiques et sociologiques) dont certains sont propres à chaque individu et à
chaque situation : la perception, le ressenti, le besoin, la motivation mais aussi la personnalité
de chacun, les variables sociologiques (famille, normes sociales), etc.
Nous allons traiter ce problème en nous focalisant sur un secteur d’activité spécifique : les jeux
d’argent et de hasard.
Ce secteur, très tourné vers la digitalisation et en constante évolution afin de rester toujours plus
innovant, développe de plus en plus son activité à travers le numérique. Jeux en ligne, cross-
canal, utilisation massive des réseaux sociaux permettant d’offrir aux consommateurs de
nouvelles expériences. Mais le fait de consommer des jeux d’argent et de hasard en ligne plutôt
que dans un espace physique traditionnel modifie-t-il le comportement du joueur ? A travers
cette étude, nous nous intéresserons plus précisément à l’impact du paiement du gain en ligne,
notamment sur le processus de décision du joueur.
Angle d’analyse théorique et/ou méthodologique
Pour pouvoir confirmer ou infirmer l’existence d’une corrélation entre la digitalisation
et le comportement du consommateur et dans notre cas, du joueur, nous proposons une
approche comportementale par le biais d’une étude quantitative.
La diffusion d’un même questionnaire sur différents canaux (l’un digital et l’autre non)
permettra de faire une analyse comparative des réponses et sera un élément essentiel pour
l’obtention de résultats.
7
Cette étude sera basée sur l’analyse du comportement du joueur et donc reposera sur une théorie
psychologique. Nous utiliserons ici la théorie de l’orientation régulatrice (Higgins, 1997). Cette
théorie permet d’expliquer le comportement et les processus de décisions du consommateur en
fonction de son état final désiré : idéal (orientation régulatrice de promotion : souhaits,
aspirations, espérances) ou devoir (orientation régulatrice de prévention : obligations,
responsabilités). Dans le domaine des jeux d’argent et de hasard on peut exprimer l’état final
par gain/pas gain ou perte/pas perte. Nous développerons plus rigoureusement cette théorie de
l’Orientation Régulatrice (O.R.) ultérieurement.
Après avoir défini le problème de gestion, le domaine d’application et l’angle d’analyse
théorique, nous pouvons formuler la problématique suivante :
« Comment la digitalisation du paiement sur le marché des jeux impacte-t-elle le
comportement du joueur ? »
1.2. Intérêt du sujet et objectif
D’un point de vue théorique, l’intérêt de traiter ce sujet à travers un mémoire de
recherche est d’associer la théorie de l’O.R. avec l’univers des jeux d’argent ce qui n’a pas ou
peu été fait par le passé bien que les études sur le comportement des joueurs (notamment dans
le cadre de la recherche sur l’addiction) sont nombreuses.
D’un point de vue pratique, les dérives liées aux jeux d’argent sont connues de tous et
l’addiction peut se déclarer rapidement et très tôt. En parallèle à ce problème, la digitalisation
dans ce secteur est extrêmement importante. C’est notamment le cas en France où les
institutions légales de jeux proposent de plus en plus leurs services sous forme digitale (la
Française Des Jeux a développé des applications mobile pour jouer aux jeux de tirage ou de
grattage, les casinotiers tentent de dématérialiser le plus possible l’argent dans leurs
établissements). L’intérêt est donc de pouvoir apporter des réponses, dans un cadre de
recherche, sur les conséquences de la digitalisation sur le comportement de jeu.
8
Objectif
L’objectif de ce mémoire est d’analyser le comportement des répondants (plus précisément la
prise de risque) en fonction de deux variables : une propre à chaque répondant (l’orientation
régulatrice) et l’autre imposée (le canal de diffusion du questionnaire).
1.3. L’annonce du plan
Dans un premier temps nous développerons le cadre théorique sur lequel reposent nos
travaux. Ce cadre théorique est construit à partir de nombreuses lectures académiques réalisées
tout au long de l’étude. Le résumé de la littérature nous permettra de traiter les grands thèmes
abordés dans notre recherche ainsi que les concepts fondamentaux qui structurent celle-ci. Nous
présenterons aussi les différentes hypothèses établies dans le but de répondre à la
problématique. La deuxième partie, consacrée à la méthodologie, permettra d’expliquer
comment l’étude a été mise en place et a été réalisée. S’ensuit la présentation et l’explication
des résultats obtenus. Enfin, nous tenterons d’identifier les éventuelles limites de notre étude
en ayant un point de vue critique sur les résultats obtenus vis-à-vis du cadre théorique.
9
2. Fondements théoriques et hypothèses
Dans cette partie, nous exposerons, en nous appuyant sur des écrits académiques, les bases
théoriques qui fondent l’analyse du problème : quels sont les principaux concepts, leur
définition et les raisonnements qui s’ensuivent. Par la suite, nous énoncerons les hypothèses
(propositions de recherche) qui permettront de répondre à la problématique de cette étude.
2.1. Cadre théorique
2.1.1. Digitalisation des jeux d’argent et de hasard et le comportement du joueur
Afin de mieux appréhender la problématique, rappelons la définition de la digitalisation.
D’un point de vue général et d’après le dictionnaire Larousse, ce terme, synonyme de
numérisation, représente l’action de convertir une information analogique sous forme
numérique. En marketing, la digitalisation « traduit le phénomène par lequel une part croissante
des actions marketing devient digitale et par le fait que le marketing digital devrait dans un
futur proche représenter l’essentiel des actions et investissements marketing »7. Cette transition
numérique est principalement due à l’émergence de canaux et terminaux digitaux et d’Internet.
Depuis plusieurs années, les entreprises tentent de réussir leur « transition digitale » en
proposant toujours plus de « e-service » comme la commande en ligne ou le Click & Collect.
Les réseaux sociaux jouent un rôle primordial dans cette révolution numérique : de plus en plus
d’entreprises sont présentes sur ces réseaux (Facebook, Twitter) afin de créer une nouvelle
proximité avec les internautes. La digitalisation a permis l’arrivée de nouveaux acteurs : les
pures players. Ces nouvelles entreprises développent exclusivement leur activité commerciale
via Internet et ne possèdent pas de magasin physique.
Le secteur des jeux d’argent a, lui aussi, beaucoup évolué depuis les années 1990 avec
l’ouverture du premier casino en ligne en 1996. Aujourd’hui en France, plusieurs organismes
permettent de jouer à des jeux d’argent et de hasard en ligne : le PMU propose sur son site
Internet des paris sportifs ainsi que du Poker ; la Française des Jeux propose ses jeux de tirage
7 Définition de Bertrand Bathelot,
http://www.definitions-marketing.com/definition/digitalisation-du-marketing/
10
et de grattage sur son site Internet ainsi que sur plusieurs applications. Christophe Blanchard-
Dignac retrace l’évolution de ce secteur et les nouvelles problématiques qui en découlent dans
« La révolution numérique des jeux d’argent » (2011). Une des nouvelles problématiques est
le nombre toujours croissant d’opérateurs de jeux dans le monde et de l’absence de
« frontières » numériques alors que ce sont les frontières terrestres et donc l’État de chaque
pays qui régit législativement le secteur des jeux d’argent et de hasard. Une deuxième
problématique est l’impact de ces jeux numériques sur le comportement du joueur. Des études
montrent que les jeux en ligne pourraient favoriser certaines conduites déviantes chez les jeunes
(Brunelle, Leclerc, Cousineau, Dufour, Gendron, 2012) comme des violences relationnelles ou
des délinquances. Il est aussi avéré que plus les habitudes de jeux d’argent sont importantes et
plus les délinquances sont graves. Parallèlement à cela, David Sinbandhit (2013) dénonce la
facilité avec laquelle les joueurs en ligne peuvent tomber dans l’addiction. Seul face à un écran,
le joueur peut rapidement perdre toute notion du temps et d’argent. De plus, le diagnostic et la
prise en charge des joueurs addicts est plus difficile en ligne. Une étude canadienne affirme
d’ailleurs, que la prévalence du jeu pathologique chez des individus joueurs en ligne serait trois
à quatre fois plus importante que celle mesurée chez les joueurs qui ne jouent pas en ligne
(Brunelle, Leclerc, Cousineau, Dufour, Gendron, 2012).
Ces différentes lectures confirment donc que la digitalisation est très présente dans le secteur
des jeux d’argent et que cela apporte de nouvelles problématiques autour du comportement du
joueur.
2.1.2. La théorie de l’Orientation Régulatrice
Comme dit dans l’introduction, notre étude se base sur un concept psychologique, la théorie
de l’orientation régulatrice. Ce concept, formulé par E. Tory Higgins en 1997, permet de mieux
comprendre les soubassements du comportement du consommateur grâce à une approche basée
sur l’état final désiré de celui-ci. On développe ici l’idée que les individus sont motivés par la
recherche du plaisir et l’évitement de la douleur. Cette distinction approche/évitement et les
mécanismes d’autorégulation implicitement liés caractérisent deux types d’orientations : une
orientation promotion et une orientation prévention. Higgins introduit trois principes
motivationnels à la base des différentes manières d’appréhender le plaisir et d’éviter la peine :
le focus régulateur, l’anticipation régulatrice et la référence régulatrice.
11
Le focus régulateur
Le focus régulateur peut être de deux natures :
- Focus promotion : les individus aiment accomplir des succès et éviter les erreurs d'omission.
Leur auto-régulation est de type “idéal” : ils s’intéressent à l’accomplissement, la croissance et
cherchent à maximiser la probabilité d’obtenir un résultat positif.
- Focus prévention : Les individus sont plus vigilants, ils aiment atteindre des rejets, des refus
corrects et éviter les erreurs de commission. Leur auto-régulation est de type “devoir” : ils
s’intéressent à la sécurité, la responsabilité et cherchent à minimiser l’occurrence d’un résultat
négatif.
Dans notre domaine d’application, on peut considérer qu’un joueur orienté promotion aura un
état final désiré correspondant à “gains/pas gains” tandis qu’un joueur orienté prévention aura
un état final désiré correspondant à “pas de pertes/pertes”.
L’anticipation régulatrice
L’anticipation régulatrice correspond au comportement suivi dans le but d’atteindre le
plaisir ou d’éviter la peine. Il ne dépend donc pas nécessairement de l’état final, qu’il soit désiré
ou non.
La référence régulatrice
Ce troisième principe motivationnel correspond à l’état final, quel qu’il soit, en tant que
référentiel. Ici, on ne considère pas l’anticipation car pour un même état final, celle-ci peut être
différente en fonction des individus. Illustrons ces propos à travers un exemple.
Deux personnes peuvent avoir un même état final désiré : être en bonne santé. La première
personne peut anticiper le plaisir d’être dans cet état alors que l’autre peut anticiper la peine de
ne pas être dans cet état. Il y a donc deux approches différentes pour un même état final désiré.
C’est le même processus pour un état final non désiré : une première personne peut anticiper la
peine d’être dans cet état tandis que l’autre peut anticiper le plaisir de ne pas être dans cet état.
On remarque donc dans cet exemple que la différence ne se trouve pas au niveau de
12
l’anticipation mais au niveau du point de référence : un état final désiré pour certains et un état
final non désiré pour d’autres.
D’après Molden, Lee et Higgins (2007), les deux orientations (promotion et prévention)
sont présentes chez tout individu. Toutefois, une des deux est chroniquement plus accessible.
Plusieurs éléments externes peuvent influer sur l’OR de chacun : c’est le cas notamment de la
culture (Lee, Arker et Gardner, 2000). En effet, les individus issus de cultures individualistes
ont plus tendance à être orientés promotion et ceux issus de cultures collectivistes à être orientés
prévention. Le contexte est un élément qui peut aussi activer une certaine OR en la rendant
temporairement plus accessible.
L’activation d’une OR peut alors s’effectuer en manipulant :
- la nature des besoins recherchés (Crowe et Higgins, 1997 ; Higgins, 2002) : besoin
d’accomplissement versus besoin de sécurité)
- les standards visés (Freitas, Liberman et Higgins, 2002 ; Liberman et alii, 2001) : aspiration
versus obligation
- le cadrage (Shah, Higgins et Friedman, 1998 ; Zhu et Meyers-Levy, 2007) : gain ou absence
de gain versus perte ou absence de perte
Différentes recherches confirment que l’OR a une influence sur le comportement du
consommateur notamment en impactant les processus cognitifs ainsi que les émotions
ressenties. Les recherches effectuées dans le cadre de notre étude et retranscrites ci-dessous
reposent principalement sur les recherches de Boesen-Mariani, Gomez, Gavard-Perret (2010).
Pensées et cognition dépendantes de l’OR
D’après Kirmani et Zhu (2007), l’OR a une influence sur le traitement de l’information
en dirigeant l’attention des individus sur certains types d’informations ; les OR promotion se
focalisant plus sur des messages positifs alors que les OR prévention sur des messages ou
signaux négatifs. Les messages publicitaires ou les stratégies marketing peuvent, en fonction
de leur cible, diffuser telle ou telle information. Une cible orientée promotion fera plus appel à
l’intuition, l’émotion tandis qu’une cible orientée prévention sera plus logique et rationnelle
(Novak et Hoffman, 2009).
13
Les modes de traitement de l’information diffèrent aussi en fonction de l’OR. Les individus
orientés promotion auront un traitement plus global, plus abstrait contrairement aux OR
prévention qui ont un traitement plus local et analytique (Förster et Higgins, 2005 ; Friedman
et Förster, 2001 ; Zhu et Meyers-Levy 2007).
Enfin, l’OR influe sur la manière de se représenter et structurer l’information en mémoire.
D’après Mogilner, Aaker et Pennington (2008), le consommateur adhère plus à une publicité
cadrée en termes de prévention si la perspective d’achat est immédiate et en termes de
promotion si la perspective d’achat est éloignée.
L’influence de l’OR sur les réponses affectives et sentiments
- Influence sur le type d’émotions expérimentées : le choix de la nature de l’option choisie
(hédonique ou utilitaire) provoque à la fois des émotions positives et des émotions négatives.
Si l’option choisie par un individu est de nature hédonique, elle va provoquer des émotions
positives liées à l’atteinte du plaisir et des émotions négatives liées à la non atteintes des buts
de prévention. Inversement le choix de l’option utilitaire provoque des émotions positives liées
à l’atteinte des buts de prévention et des émotions négatives liées à la non atteinte des buts de
promotion. On note ici que le choix d’une option hédonique provoquant des émotions liées à
l’atteinte des buts de promotion mène à l’enchantement du consommateur (Chitturi,
Raghunathan et Mahajan, 2007).
- Influence sur la manière de réguler un état émotionnel : les OR promotion pensent à des
actions qu’ils auraient pu faire (pensées contrefactuelles additives) tandis que les OR prévention
pensent à des actions qu’ils auraient pu éviter (pensées contrefactuelles soustractives)
(Markman et alii, 2007). D’après Molden et Higgins (2008), l’OR pourrait jouer sur l’intensité
de l’émotion ressentie et les chemins utilisés pour réguler l’état affectif.
L’influence de l’OR sur les actions et comportements
- Les individus n’auraient pas les mêmes processus de mise en œuvre des actions en fonction
de leur OR. C’est la perception du but qui va modifier le chemin choisi pour y arriver : les OR
14
prévention, voyant le but comme une obligation, activent un sentiment d’urgence, ce qui n’est
pas le cas pour les OR promotion.
- L’OR influence la variété de comportements adoptés pour atteindre un objectif : les OR
promotion changent plus facilement d’activités que les OR prévention car leurs objectifs
d’approche génèrent plus de sous-objectifs que les objectifs d’évitement des OR prévention
(Cervone et alii, 2004). De plus un changement comportemental est plus aisé chez les OR
promotion car il est induit par un empressement d’atteinte de l’état désiré tandis que les OR
prévention voient leur état désiré sur le long terme.
- Enfin, l’orientation régulatrice influe directement sur le comportement d’achat en modifiant
l’attractivité des options présentées aux individus (Wang et Lee, 2006). Comme vue
précédemment, des individus orientés promotion choisiront un produit à caractère hédonique
tandis que les individus orientés prévention se tourneront vers un produit à caractère utilitaire.
Les différents instruments de mesure
Plusieurs instruments de mesure existent pour déterminer si un individu est orienté
promotion ou prévention, en voici une liste non exhaustive :
- Regulatory Strength Measure : cet instrument permet de mesurer l’intensité de la régulation
par « l’accessibilité et la force en mémoire des buts liés à des idéaux ou, au contraire, des buts
liés à des devoirs » (Boesen-Mariani, Gomez, Gavard-Perret, 2010). Plus l’accessibilité en
mémoire est rapide et plus l’individu est orienté promotion.
- General Regulatory Focus Measure : cette échelle permet une mesure globale de l’OR en
invitant les individus à se projeter dans certaines situations impliquant soit des comportements
orientés prévention soit orientés promotion.
- Regulatory Focus Scale : cette échelle a été développée par Fellner et alii (2007) dans le but
de contourner les limites que connaissaient les précédents instruments de mesure.
Dans notre étude nous utiliserons un quatrième instrument : le « Regulatory Focus
Questionnaire » dont nous développerons les caractéristiques dans une prochaine partie.
15
2.1.3. Perception de la chance et compétence perçue à l’égard de l’univers du jeu
Dans notre étude, il sera important de pouvoir mesurer la compétence perçue du
répondant à l’égard de l’univers du jeu. Cette compétence ainsi que la perception de la chance
sont deux éléments extrêmement importants dans l’univers des jeux d’argent et notamment dans
la prise de décision d’un joueur. Whol (2006) étudie la corrélation entre les conditions induisant
les perceptions de la chance personnelle et les comportements de jeux. Il défend la thèse
suivante : l’attente des gains à des jeux de hasard repose sur la croyance de la chance et donc,
plus un individu s’estime chanceux, plus son jugement est biaisé car il prétend que ses
probabilités de chance de gagner sont plus élevées. La perception de la chance personnelle
amène à une illusion de contrôle qui peut pousser un individu à tomber dans un jeu
pathologique. Une mauvaise perception de la chance personnelle peut donc amener à des
distorsions cognitives non négligeables dans le secteur des jeux d’argent. Le parallèle peut donc
être fait avec les recherches de S.Barrault et I. Varescon (2012) qui rappellent l’importance du
rôle des distorsions cognitives dans les situations de jeux : « Ces distorsions contribuent à la
poursuite d’un comportement de jeu, car elles amènent le joueur à croire en une possibilité de
gain plus importante qu’elle ne l’est réellement ». En effet, ces croyances ne permettent plus à
un individu de prendre en compte les principes élémentaires tels que les statistiques ou le
principe d’indépendance des tours. Plusieurs études montrent l’importance des fausses
croyances chez les joueurs, toujours d’après S.Barrault et I. Varescon (2012), 75 à 80% des
verbalisations des joueurs sont irrationnelles.
Langer (1975) a mené une étude intéressante concernant la croyance en une chance
personnelle : on sait que la probabilité de gagner à une loterie dépend exclusivement du nombre
de participants (dans le cas où il y a un ticket par participant). S’il y a mille participants à une
loterie alors les chances d’avoir le ticket gagnant sont de 0,1%. Or selon Langer, la possibilité
de choisir le ticket de loterie augmenterait l’attente perçue du gain ainsi que la croyance du
joueur en un soi chanceux. Une seconde étude a été menée afin de confirmer les résultats de
Langer et de mesurer les différences de perception entre des joueurs qui ont choisi leur ticket
et d’autres pour lesquels le ticket était imposé. Wohl et Enzle (2001) ont mis en place une loterie
pour laquelle la moitié des participants seulement avait le choix du ticket. L’ensemble des
participants ont répondu à un questionnaire avant de connaître les résultats de la loterie. Grâce
à leurs réponses, nous pouvons observer (voir Fig.1) que les joueurs ayant choisi leur ticket, ce
qui statistiquement ne change rien à leurs chances de gagner, se sentent deux fois plus chanceux
16
que ceux qui ont eu un ticket imposé. Cette expérience démontre à quel point les distorsions
cognitives peuvent apparaître de manière rapide et importante.
Figure 1: Perception de la chance personnelle en fonction du choix de billet de loterie
Concernant les distorsions cognitives, il est important de noter que le média utilisé pour jouer
pourrait induire des différences dans les croyances des joueurs (S.Barrault et I. Varescon). On
fait référence ici au développement des jeux d’argent en ligne. Ces théories rejoignent celles de
plusieurs autres études menées, par exemple, par D. Sinbandhit (2013) ou E. Fortis (2009) qui
observent un lien de corrélation supérieur entre l’addiction ou des comportements déviants et
les jeux d’argent lorsque ceux-ci s’effectuent via un canal numérique.
En plus de la perception de la chance, il y a la perception de la compétence à l’égard du jeu.
Ces deux variables sont différentes mais peuvent toutes les deux causer des erreurs de jugement
qui modifieront le comportement du joueur, celui-ci se situant plus ou moins dans une « zone
de confiance ». La perception de la compétence ne prend pas en compte la chance mais
seulement des critères intrinsèques tels que les connaissances acquises des joueurs dans tel ou
tel jeu ou la prédiction, sur des bases statistiques, de l’arrivée d’un gain. Il est exclu, ici, les
croyances ou superstitions. Il est important de souligner qu’avoir des capacités de raisonnement
numérique ou connaître, pour certains jeux (notamment de cartes), les probabilités objectives
de gagner n’empêchent pas les joueurs d’être soumis à des distorsions cognitives (S.Barrault et
17
I. Varescon, 2012). Ces distorsions sont donc totalement indépendantes de l’expérience d’un
joueur dans le domaine des jeux d’argent et de hasard.
Dans notre étude, la perception de la chance et la compétence perçue à l’égard du jeu vont être
mesurées grâce aux travaux de Steenbergh (2002) qui propose un questionnaire composé de 21
items. Nous développerons cette mesure dans une prochaine partie.
2.1.4. Compétence digitale
Nos recherches sur la compétence digitale reposent principalement sur les travaux de A.
Van Deursen, E. Johanna Helsper et R. Eynon (2015). Ces deux chercheurs ont développé une
échelle de mesure des compétences Internet l’« Internet Skills Scale » (ISS). Pour réaliser cette
mesure, plusieurs typologies de compétences sont prises en compte comme les compétences
opérationnelles, sur Smarthpone, sur la navigation ou encore la maîtrise de l’aspect social
d’Internet (le partage d’informations, les interactions avec les autres Internautes). Le fait de
réaliser les mesures sur plusieurs typologies de compétences permet d’avoir une vue
d’ensemble des connaissances digitales d’un individu.
Après avoir présenté les différents concepts théoriques sur lesquels repose notre étude,
rappelons que l’objectif de celle-ci est d’observer de possibles évolutions de comportement de
jeu lorsque celui-ci s’effectue via un canal physique ou un canal digital.
18
2.2. Les hypothèses
Dans cette partie, nous allons vous présenter les hypothèses formulées, notamment grâce au
cadre théorique, qui nous permettront de répondre à la problématique. Dans le cadre de notre
étude, nous proposons trois hypothèses qui sont les suivantes :
H1 : Quel que soit le canal de diffusion, les OR Promotion prennent plus de risques que les OR
Prévention.
H2 : Les individus ayant une OR Promotion prennent plus de risques lorsque le paiement est
digitalisé.
H3 : Le choix du canal de diffusion n’influe pas sur le comportement des OR Prévention
19
3. Méthodologie
Dans cette troisième partie, nous allons définir l’ensemble de la méthodologie suivie au
cours de l’étude. Nous définirons la stratégie de recherche employée, puis nous présenterons le
plan d’échantillonnage, la méthode de recueil et les variables que nous cherchons à mesurer.
Nous finirons en exposant les techniques d’analyses que nous avons utilisées.
3.1. La définition du type de recherche
Pour rappel, l’étude que nous menons doit permettre de vérifier l’existence ou non d’un lien
de corrélation entre le comportement d’un joueur dans le secteur des jeux d’argent et de hasard
et la digitalisation du paiement.
Pour réaliser notre recherche, nous utilisons une méthode expérimentale c’est-à-dire que nous
testons par une expérience la validité de nos hypothèses. L’expérimentation consiste à diffuser
à un groupe de 60 personnes un questionnaire (cf. annexe 1), puis d’analyser leurs réponses.
Pour que cette analyse nous permette de répondre à notre problématique, deux éléments-clés
sont à présenter :
Le canal de diffusion
Pour pouvoir observer des variations de comportements sur le canal digital il faut comparer
avec un autre canal de diffusion c’est pourquoi le questionnaire est diffusé de deux manières
différentes : via Internet pour un sous-groupe de 30 personnes et en réel, sous format papier,
pour le second sous-groupe de 30 personnes.
Laisser un choix au répondant
Nous ne pouvons pas baser nos analyses comportementales uniquement sur la mesure de
réponses à des questions associées aux habitudes de jeux des répondants car celles-ci étant
uniquement déclaratives, elles pourraient être biaisées. C’est pourquoi nous proposons à la fin
du questionnaire deux récompenses (ou gains) différentes : soit le répondant repart avec 1 euro
20
(gain A), soit il participe à une loterie pour tenter de gagner 60 euros (gain B). Le gain A est
associé à l’absence de prise de risque tandis que choisir le potentiel gain B est considéré comme
risqué.
Figure 2 : Processus de l'étude
Figure 3 : Modèle de l'étude
21
Variable indépendante (ou exogène)
Dans notre étude, la variable exogène est l’orientation régulatrice du répondant. Sa
mesure sera présentée ultérieurement.
Variable dépendante (ou endogène)
La variable endogène est le choix du gain. Elle est normalement expliquée par la
variable indépendante. En effet, comme vue précédemment, l’orientation régulatrice du
répondant influe sur sa prise de décision et donc sur le choix du gain.
Variable modératrice
La variable modératrice est le canal de diffusion, cette variable va majorer ou minorer
l’effet de la variable exogène sur la variable endogène. L’analyse de son influence sera
présentée dans la partie suivante.
Ces trois variables (OR, canal et gain) sont nominales, on peut donc les nommer avec un nom.
3.2. Plan d’échantillonnage et méthode de recueil
Les jeux d’argent et de hasard sont un sujet de notoriété publique c’est pourquoi nous
n’avons pas de limites spécifiques quant à la population interrogée sauf une, l’âge. En effet, en
France les mineurs n’ont pas le droit de participer à des jeux d’argent et de hasard, nous avons
donc préféré interroger exclusivement des personnes majeures. Nous aurions pu étudier une
population exclusivement joueuse mais comme cette variable repose exclusivement sur du
déclaratif nous ne l’avons pas retenue.
22
La méthode de recueil des réponses est différente en fonction du canal de diffusion du
questionnaire :
Diffusion physique
Après que les répondants (contacts personnels) aient rempli leur questionnaire,
l’intégralité des réponses a été transférée sur un fichier Excel. La codification des réponses sera
présentée ultérieurement.
Diffusion sur Internet
Le questionnaire a été reproduit à l’identique sur Internet via Google Form. Il a été
transmis à des contacts personnels grâce à un lien URL par e-mail ou via le réseau social
Facebook. L’ensemble des réponses a également été transféré sur un fichier Excel pour
simplifier l’analyse.
Nous avons donc un échantillon total de 60 répondants, 30 pour chaque canal de diffusion.
3.3. Définition des variables et traitement des données
Comme dit précédemment, l’analyse des réponses nous permet de mesurer différentes
variables. Nous verrons ici quelles sont ces variables, comment nous les mesurons, et comment
elles sont codifiées.
L’orientation régulatrice
L’orientation régulatrice des répondants est mesurée grâce à onze questions (q.5 à q.15).
Voici les libellés des items présents dans le questionnaire concernant la détermination de
l’orientation régulatrice des répondants :
• q5 : Êtes-vous généralement capable d’obtenir ce que vous voulez dans la vie ?
• q6 : En grandissant, vous est-il arrivé de « dépasser les bornes » en faisant quelque chose
que vos parents ne toléraient pas ?
23
• q7 : Avez-vous déjà accompli quelque chose qui vous a donné envie de travailler encore plus
dur ?
• q8 : Mettiez-vous souvent vos parents en colère quand vous étiez jeune ?
• q9 : Durant votre enfance, obéissiez-vous aux règles émises par vos parents ?
• q10 : Durant votre jeunesse, avez-vous pris des décisions que vos parents pensaient
mauvaises ?
• q11 : Réussissez-vous souvent les nouvelles activités que vous essayez ?
• q12 : Le manque de prudence vous a-t-il déjà causé des ennuis ?
• q13 : Lorsqu’il s’agit de réaliser des choses qui sont importantes à vos yeux, vous vous
trouvez moins performant que vous ne voudriez l’être ?
• q14 : Vous avez l’impression d’avancer pour avoir une vie épanouie
• q15 : Vous avez des activités, des loisirs pour lesquels vous vous investissez beaucoup ?
Ces items sont issus du « Regulatory Focus Questionnaire » (cf. annexe 2). Ce questionnaire a
été rédigé en anglais par Higgins, E. T., Friedman, R. S., Harlow, R. E., Idson, L. C., Ayduk, O.
N., & Taylor, A. (2001). Une traduction a donc été nécessaire : les différents items ont donc été
traduits de manière rigoureuse afin de ne pas modifier leur sens. Pour des raisons de confort de
lecture et de compréhension, seul un item (q.5) à été légèrement modifié :
« Compared to most people, are you typically unable to get what you want out of life? »
a été traduit par : « Êtes-vous généralement capable d’obtenir ce que vous voulez dans la vie
? » alors qu’une traduction mot à mot aurait donné : "êtes-vous incapable d'obtenir ce que vous
voulez". Cette modification apporte donc un changement dans l’échelle de mesure que nous
avons utilisée.
L’échelle utilisée pour le calcul des orientations est celle développée par Higgins et al. à la suite
du « Regulatory Focus Questionnaire » :
OR Promotion = q5 + q7 + q11 + (6-q13) + q14 + (6-q15)
OR Prévention = (6-q6) + (6-q8) + q9 + (6-q10) + (6-q12)
Indéterminé : lorsque le score OR Promotion est identique au score OR prévention et comme
les deux facteurs ont une faible corrélation (r = 0.21, p < 0.001) on considère qu’aucun des deux
n’est prépondérant chez le répondant.
La modification apportée à l’item 5 impose un changement dans le calcul de l’OR promotion.
24
L’équation d’origine est la suivante :
OR Promotion = (6-q5) + q7 + q11 + (6-q13) + q14 + (6-q15)
Dans notre calcul, nous additionnons q5 et non son inverse (6-q5) car nous avons remplacé le
mot « incapable » par le mot « capable » dans la question.
Codification des réponses
Pour répondre à ces questions, une échelle de Likert est utilisée. Les répondants peuvent se
positionner sur une échelle allant de 1 à 5.
• q5 à q12 : 1 =Jamais ou rarement ; 5 = très souvent
• q13 : 1 = jamais vrai ; 5 = très souvent vrai
• q14 et q15 : 1 = certainement faux ; 5 = certainement vrai
Limites de l’échelle utilisée
Boesen-Mariani, Gomez et Gavard-Perret (2010) nous donnent les limites de l’échelle que nous
utilisons dans notre étude.
Tout d’abord, l’échelle est difficilement adaptable à d’autres contextes culturels (on rappelle
que des recherches ont mis en évidence le fait que l’OR dépend des populations et des cultures).
De plus, contrairement à ce que propose la théorie, la corrélation avec des tendances d’approche
et d’évitement est inexistante. Enfin, les items concernant l’importance des obligations et des
devoirs peuvent être confondus avec le collectivisme.
Malgré les limites identifiées, le Regulatory Focus Questionnaire reste l’instrument de mesure
le plus adéquate pour notre étude.
25
La compétence à l’égard du jeu
Au cours de notre étude, la compétence à l’égard du jeu est mesurée afin de mieux connaître
les habitudes de jeu et aptitudes des répondants. Pour commencer, nous vérifions si les
individus sont joueurs via la question suivante (q16) : « Jouez-vous à des jeux d’argent et de
hasard ? ». Cinq réponses sont proposées :
a) Jamais
b) Quelques fois par an
c) Une fois par mois
d) Une fois par semaine
e) Plusieurs fois par semaine
Cette question permet surtout de segmenter les répondants en deux groupes : ceux qui ne jouent
jamais et ceux qui jouent. Les répondants déclarant ne jamais jouer ne sont pas soumis à la
mesure de la compétence à l’égard du jeu.
On ne peut pas tirer de conclusions avec cette question car on ne prend en compte que la
fréquence de jeu et pas le budget moyen des répondants. Il n’y aura pas de questions sur le
budget moyen car les réponses pourraient potentiellement être biaisées (le répondant ne voulant
pas forcément que son budget réel soit connu).
La mesure de la compétence à l’égard du jeu se fait via les items 17 à 20. Pour rappel, voici les
libellés des items présents dans le questionnaire concernant la compétence à l’égard du jeu :
• q17 : Mes gains aux jeux d’argent sont une preuve que j’ai des connaissances et des
compétences liées à ces jeux
• q18 : Je prédis assez précisément l’arrivée d’un gain aux jeux d’argent
• q19 : J’ai plus de connaissances et de compétences en rapport avec les jeux d’argent que la
plupart des autres joueurs
• q20 : Il y a certaines choses que je fais quand je joue aux jeux d’argent (par exemple croiser
les doigts, garder un jeton « fétiche » dans la main) qui augmentent mes chances de gagner
26
Ces items sont issus d’un questionnaire développé par Steenbergh (2002) : « Gamblers’s
Beliefs Questionnaire ». Comme pour la mesure de l’OR, une traduction a été effectuée (sans
modification des items) afin de proposer les questions en français.
Le calcul pour mesurer la perception de la compétence à l’égard du jeu est le suivant :
Perception de la compétence à l’égard du jeu = !é#$%&'!é#$%('!é#$%)'!é#$*+,
Lorsque le calcul est réalisé pour chacun des répondants nous effectuons un median-split : nous
calculons la médiane de cette variable et constituons deux groupes : Groupe 1 : répondants ayant une perception de la compétence à l’égard du jeu supérieure à la
médiane.
Groupe 2 : répondants ayant une perception de la compétence à l’égard du jeu inférieure ou
égale à la médiane.
La formule utilisée pour mesurer la perception de la compétence à l’égard du jeu n’est autre
que la moyenne des quatre réponses.
Codification des réponses
Pour répondre à ces questions, une échelle de Likert est utilisée. Les répondants peuvent se
positionner sur une échelle allant de 1 à 5 (1 = pas du tout d’accord ; 5 = tout à fait d’accord).
27
La compétence digitale
La mesure de la compétence digitale est réalisée sur l’ensemble de l’échantillon. Elle permet
de vérifier si chaque répondant maîtrise l’outil digital. L’observation d’un grand nombre de
répondant ne maîtrisant pas du tout cet outil pourrait constituer une limite à notre étude.
La mesure de cette compétence se base sur l’« Internet Skills Scale ». Cette échelle a été
développée par A. Van Deursen, E. Johanna Helsper et R. Eynon en 2015. Nous avons
sélectionné 5 items qui permettent d’avoir une vue d’ensemble de l’expertise digitale. Pour
rappel, voici les libellés des items présents dans le questionnaire :
• q21 : Je sais ouvrir un nouvel onglet sur mon navigateur Web
• q22 : Je sais installer une application sur un téléphone portable
• q23 : Je trouve qu’il est difficile de retrouver un site Internet que j’ai déjà visité auparavant
• q24 : Je sais quel type d’informations je peux partager en ligne
• q25 : Je sais comment créer un site Web
Le calcul de la compétence digitale est le suivant :
Compétence digitale = !é#$*%'!é#$**'!é#$*-'!é#$*.'!é#$*/0
Lorsque le calcul est réalisé pour chacun des répondants, nous effectuons un median-split : nous
calculons la médiane de cette variable et constituons deux groupes.
Groupe 1 : répondants ayant une compétence digitale supérieure à la médiane.
Groupe 2 : répondants ayant une compétence digitale inférieure ou égale à la médiane.
La formule utilisée pour mesurer cette compétence n’est autre que la moyenne des quatre
réponses.
Codification des réponses
Pour répondre à ces questions, une échelle de Likert est utilisée. Les répondants peuvent se
positionner sur une échelle allant de 1 à 5 (1 = pas du tout d’accord ; 5 = tout à fait d’accord).
28
Le choix du gain
Le choix du gain a été proposé à la fin du questionnaire de la façon suivante (exemple du
questionnaire en ligne) :
26) Pour vous remercier d’avoir participé à ce questionnaire, un gain parmi les gains suivants
vous est proposé :
- Gain A : Recevez un chèque cadeau par mail d’une valeur de 1€ sur Amazon.fr
- Gain B : Tentez de gagner un chèque de 60€ sur Amazon.fr en participant à loterie proposée
à l’ensemble des répondants de ce questionnaire. Il y a 60 répondants, vous avez donc 1
chance sur 60 de gagner.
La seule différence avec le questionnaire sous format papier est que les gains ont été
directement remis au répondant.
La valeur du gain B n’a pas été choisie par hasard : il faut que la récompense paraisse
atteignable. Il doit donc y avoir la même espérance théorique pour les deux gains.
Calcul de l’espérance :
Gain A : E(A) = 1 x 1 = 1
Gain B : E(B) = 60 x 123 = 1
On parle ici d’espérance théorique car E(A) = E(B) si et seulement si 60 répondants sur 60
choisissent le gain B. Si cette hypothèse n’est pas vérifiée, il y aura alors une légère différence
d’espérance. Toutefois, cela n’influencera pas le choix des répondants car ceux-ci ne
connaissent que leurs réponses et pas celles des autres.
Ci-dessous, un tableau récapitulatif des variables présentes dans le questionnaire et des échelles
de mesure utilisées.
29
Variable Type d'échelle Type de
réponses Article/échelle utilisé
Orientation
régulatrice
Échelle de Likert �
à 5 échelons
Degré
d'accord
Scoring Regulatory Focus
Questionnaire
Compétence à l'égard
du jeu
Échelle de Likert �
à 5 échelons
Degré
d'accord
Steenbergh, Meyers, May,
Whelan (2002)
Compétence digitale Échelle de Likert �
à 5 échelons
Degré
d'accord
Deursen, Helsper, Eynon
(2015)
Tableau 1 : Liste des variables utilisées
3.4. Traitement des données
Lorsque les réponses ont été collectées et codées, nous les avons retranscrites dans un fichier
Excel en différenciant bien les réponses obtenues via le canal physique de celles obtenues en
ligne. La construction de ce fichier Excel nous permet d’importer nos réponses sur le logiciel
R. C’est via ce logiciel que nous effectuons les différentes analyses nous permettant de répondre
à nos hypothèses et notre problématique. Ces analyses peuvent être réparties en deux groupes :
les analyses générales et les analyses principales.
Analyses générales
Ces analyses ont pour objectifs de décrire les caractéristiques de l’ensemble de l’échantillon
(âge, CSP, etc.) mais aussi de vérifier l’équivalence des conditions expérimentales. Les
caractéristiques de l’échantillon sont mesurées via, en fonction des variables, des moyennes,
des écarts-types ou des pourcentages. La vérification de l’équivalence des conditions
expérimentales se fera en effectuant des croisements entre différentes variables ainsi que des
tests de khi-deux de Pearson.
30
Analyses principales
Dans cette partie des résultats, nous analysons directement des variables entre elles afin de
valider ou non nos hypothèses. Nous diviserons notre échantillon en fonction du canal de
diffusion ou des l’orientation régulatrice des répondants. Nos variables étant nominales (l’OR,
le canal de diffusion et le gain), nous procéderons ensuite à des tests de khi-deux.
Lors des tests de khi-deux, « ddl » que l’on trouve dans les tableaux corresponde au degré de
liberté (c’est-à-dire le nombre de variables qui ne peuvent être déterminées ou fixées par une
équation) qui se calcule comme suit :
Degrés de liberté = (nombre de lignes-1) x (nombres de colonnes -1)
31
4. Résultats
Dans cette partie, nous allons présenter les résultats qui découlent de l’analyse des réponses
des questionnaires. Dans un premier temps, nous exposerons les résultats généraux qui
permettent d’avoir une vue d’ensemble des caractéristiques du domaine étudié. Puis, dans un
second temps, nous exposerons les résultats qui correspondent aux objectifs fixés et qui
permettent de répondre aux hypothèses de départ.
4.1. Résultats généraux
Pour rappel, l’étude est réalisée sur un échantillon de 60 personnes. Plusieurs sous-groupes
seront déterminés. En effet nous pourrons dissocier les répondants qui ont eu accès au
questionnaire sous forme papier (30 répondants) de ceux qui y ont eu accès sur Internet (30
répondants). Nous regrouperons aussi les répondants en fonction de leur OR que nous avons
déterminée grâce aux questions 5 à 15 qui sont des items du Regulatory Focus Questionnaire
(Higgins et alii, 2001).
Caractéristiques descriptives de l’échantillon interrogé
Nombre %
Sexe Homme 22 36,7 Femme 38 63,3
Âge
18 - 30 ans 45 75 31 - 40 ans 9 15 41-50 ans 3 5 51-60 ans 3 5
Tableau 2 : Sexe et âge de l'échantillon
Moyenne Ecart-type Âge 28,82 8,917
Tableau 3 : Moyenne et écart-type de l'âge de l'échantillon
32
Nombre %
Niveau d'études
CAP - BEP 5 8,3 BTS - DUT 8 13,3
Licence (Bac +3) 15 25 Master (Bac +5) 29 48,3
Doctorat (Bac +8) 1 1,7 Autre 2 3,3
Catégorie socio-
professionnelle
Agriculteurs exploitants 0 0 Artisans, commerçants, chefs d'entreprise 1 1,7
Cadres et professions intellectuelles supérieures 15 25 Professions intermédiaires (cadres moyens) 12 20
Employés et personnel de service 13 21,7 Ouvriers qualifiés 3 5
Manœuvres et ouvriers spécialisés 1 1,7 Retraités 1 1,7 Autres 14 23,3
Tableau 4 : Niveau d'études et CSP de l'échantillon
Vous trouverez ci-dessous différents diagrammes qui illustrent les données présentes dans les
précédents tableaux.
Diagramme 1 : Répartition Homme - Femme de l'échantillon
33
Diagramme 2 : Répartition âge de l'échantillon
Diagramme 3 : Niveau d'études de l'échantillon
34
Diagramme 4 : Catégories socio-professionnelles de l'échantillon
Orientation régulatrice de l’ensemble de l’échantillon
Nombre % OR Promotion 38 63,3 OR Prévention 18 30
Indéterminé 4 6,7
Tableau 5 : Répartition des OR de l'échantillon
Diagramme 5 : Répartition des OR de l'échantillon
35
Compétence à l’égard du jeu
Commençons par analyser les réponses de l’item 16. Cela permettra d’exclure de la
mesure de la compétence à l’égard du jeu les répondants ayant répondu « Jamais » à la question
16.
A la question « Jouez-vous à des jeux d’argent et de hasard ? » la réponse de l’échantillon est
la suivante :
Nombre % Jamais 16 26,7 Quelques fois par an 31 51,7 Une fois par mois 9 15 Une fois par semaine 2 3,3 Au moins deux fois par semaine 2 3,3
Tableau 6 : Réponse de l'échantillon à la question "Jouez-vous à des jeux d'argent et de hasard?"
Diagramme 6 : Réponse de l'échantillon à la question "Jouez-vous à des jeux d'argent et de hasard?"
36
Les répondants ayant déclaré qu’ils ne jouaient jamais n’ont pas répondu aux questions sur la
compétence à l’égard du jeu. L’analyse se base donc sur 44 des répondants soit environ 73%.
Ci-dessous les résultats pour l’ensemble de l’échantillon :
Moyenne Ecart-type Médiane
Réponses de l’échantillon 1,994 0,770 2,000
Tableau 7 : Moyenne, écart-type et médiane des réponses de l'échantillon pour la perception de la compétence à l'égard du jeu
Test du médian-split, répartition de l’échantillon en deux groupes
Nombre Pourcentage Groupe 1 : le répondant s'estime compétent 19 43,182 Groupe 2 : le répondant ne s'estime pas compétent 25 56,818
Tableau 8 :Perception de la chance de l’échantillon
Diagramme 7 : Perception à l'égard du jeu de l'échantillon
37
Compétence digitale de l’échantillon
Pour rappel, cinq items permettent de mesurer la compétence digitale dans notre questionnaire.
Moyenne Ecart-type MédianeRéponses des répondants 3,623 0,466 3,600
Tableau 9 : Moyenne, écart-type et médiane des réponses de l’échantillon concernant la compétence digitale
Test du médian-split, répartition de l’échantillon en deux groupes
Nombre Pourcentage Groupe 1 : compétence digitale forte 25 41,667 Groupe 2 :compétence digitale moyenne ou faible 35 58,333
Tableau 10 : Expertise Internet de l’échantillon
Diagramme 8 : Compétence digitale de l'échantillon
On observe ici une forte proportion de répondants ayant une compétence digitale moyenne ou
faible (58%). Ceci est principalement dû au fait que la médiane est élevée (3,6 pour une échelle
de Likert allant de 1 à 5). Lors de nos analyses, on peut tout de même constater que 100% de
38
l’échantillon a répondu 5 (tout à fait d’accord) à l’item « Je sais ouvrir un nouvel onglet sur
mon navigateur web » et 93% a répondu 5 (tout à fait d’accord) à l’item « Je sais installer une
application sur un téléphone portable ».
Vérification de l'équivalence des conditions expérimentales
Nous vérifierons ici l’équivalence au niveau du sexe et de l’âge dans les deux groupes.
Sexe
Administration
Total Online Physique
SEXE Un Homme Effectif 13 9 22 % dans administration 43,3 30 36,7
Une Femme Effectif 17 21 38 % dans administration 56,7 70 63,3
Total Effectif 30 30 60 % dans administration 100 100 100
Tableau 11 : Tableau croisé Sexe*Administration
Valeur ddl Sig. approx. Sig. exacte Sig. exacte
(bilatérale) (bilatérale) (unilatérale) khi-deux de Peasron 1,148a 1 0,284
Correction pour continuité 0,646 1 0,422 Rapport de vraisemblance 1,153 1 0,283
Test exact de Fisher 0,422 0,211
N d'observations valides 60
Tableau 12 : Test du khi-deux (équivalence au niveau du sexe)
a. 0 cellules (0,0%) ont un effectif théorique inférieur à 5. L'effectif théorique minimum est de 11,00.
b. Calculée uniquement pour une table 2x2
Nous vérifions que les deux groupes expérimentaux sont équivalents au niveau du sexe des
répondants (X² = 1,148 ; ddl = 1 ; p = 0,284). Dans chacun des deux groupes, on observe une
proportion plus importante de femmes parmi les répondants
39
Âge
Administration
Total Online Physique AGE 18-30 ans Effectif 28 17 45
% dans administration 93,3 56,7 75,0 31-40 ans Effectif 1 8 9 % dans administration 3,3 26,7 15,0 41-50 ans Effectif 0 3 3 % dans administration 0,0 10,0 5,0 51-60 ans Effectif 1 2 3 % dans administration 3,3 6,7 5,0
Total Effectif 30 30 60 % dans administration 100,0 100,0 100,0
Tableau 13 : Tableau croisé Age*Administration
Administration N Moyenne Ecart-type Moyenne erreur
standard
AGE Online 30 25,27 5,771 1,054 Physique 30 32,37 10,254 1,872
Tableau 14 : Statistiques de groupe (équivalence au niveau de l'âge)
Tableau 15 : Test des échantillons indépendants (équivalence au niveau de l'âge)
Test de Levene sur l'égalité des variances Test t pour égalité des moyennes
F Sig. t ddl
AGE
Hypothèse de variances égales 11,967 0,001 -3,305 58
Hypothèse de variances inégales -3,305 45,698
40
Test t pour égalité des moyennes
Sig. (bilatéral) Différence moyenne Différence erreur standard
Intervalle de confiance de la différence à 95 %
Inférieur
AGE
Hypothèse de variances égales 0,002 -7,1 2,148 -11,4
Hypothèse de variances inégales
0,002 -7,1 2,148 -11,425
Tableau 16 : Test des échantillons indépendants (suite) (équivalence au niveau de l'âge)
Test t pour égalité des moyennes
Intervalle de confiance de la différence à 95 %
Supérieur
AGE
Hypothèse de variances égales -2,8
Hypothèse de variances inégales -2,775
Tableau 17 : Test des échantillons indépendants (suite 2) (équivalence au niveau de l'âge)
Nous pouvons remarquer que les deux groupes ne sont pas équivalents (sig = 0,002) : le groupe
ayant répondu au questionnaire via le support papier étant significativement plus âgé (m = 32,37
ans, σ = 10.254) que le groupe ayant répondu au questionnaire en ligne (m = 25,27 ans, σ =
5,771).
La vérification de l’équivalence des conditions expérimentales nous permet d’observer
des différences sur certains critères entre les deux groupes. Cela pourra avoir une influence sur
les différences de comportements observées.
41
4.2. Résultats principaux
Dans cette partie nous effectuerons des analyses bivariées en croisant différentes variables entre
elles afin de valider ou non nos hypothèses.
Choix de la récompense sur l’ensemble de l’échantillon
Pour rappel, à la fin du questionnaire, chaque répondant a le choix entre deux récompenses :
Gain A : Recevoir une pièce de 1€ pour les répondants en face à face ou un chèque cadeau
Amazon d’une valeur de 1€ pour les répondants Internet.
Gain B : Participation à une loterie permettant de gagner 60€ via un chèque cadeau Amazon
Nombre Pourcentage Gain A 7 11,667 Gain B 53 88,333
Tableau 18 : Choix du gain de l'ensemble de l'échantillon
On remarque que quel que soit le canal de diffusions ou l’orientation de l’individu, les
répondants ont majoritairement choisi le gain B c’est-à-dire de participer à la loterie.
Répartition des orientations régulatrices en fonction du canal de diffusion
Administration Online Physique TotalOR Promotion Effectif 23 15 38 %dansadministration 76,7 50,0 63,3 Prévention Effectif 7 11 18 %dansadministration 23,3 36,7 30,0 Indeterminé Effectif 0 4 4 %dansadministration 0,0 13,3 6,7Total Effectif 30 30 60 %dansadministration 100,0 100,0 100,0
Tableau 19 : Tableau croisé Orientation régulatrice*Administration
42
Hypothèse1 : Quel que soit le canal de diffusion, les OR Promotion prennent plus de risques
que les OR Prévention.
OR Promotion Prévention Indéterminé TotalRECOMPENSE GainA Effectif 6 1 0 7 %dansORrépondant 15,8 5,6 0,0 11,7 GainB Effectif 32 17 4 53 %dansORrépondant 84,2 94,4 100,0 88,3Total Effectif 38 18 4 60 %dansORrépondant 100,0 100,0 100,0 100,0
Tableau 20 : Tableau croisé Choix de la récompense*OR du répondant
On fait l’hypothèse qu’il y a une relation d’indépendance entre les lignes et les colonnes du
tableau ci-dessus.
Valeur ddl
Sig. approx. Sig. exacte Sig. exacte (bilatérale) (bilatérale) (unilatérale)
khi-deux de Peasron 1,807 2 0,405 Test exact de Fisher 0,645 0,323
N d'observations valides 60
Tableau 21 : Test du khi-deux Choix de la récompense*OR du répondant
Les résultats du test du khi-deux de Pearson (X² = 1,807 ; ddl = 2 ; p = 0,405). On rejette
l’hypothèse d’indépendance entre les lignes et les colonnes du tableau « Tableau croisé Choix
de la récompense*OR du répondant » avec moins de 40% de chances de se tromper. On peut
donc affirmer, avec moins de 40% de chances de se tromper qu’il existe un lien de dépendance
entre le choix de la récompense et l’orientation régulatrice des répondants.
43
Hypothèse 2 : Les individus ayant une OR Promotion prennent plus de risques lorsque le
paiement est digitalisé
Pour répondre à cette deuxième hypothèse, nous concentrons nos analyses sur les répondants
ayant une OR Promotion.
Tableau 22 : Tableau croisé Administration*Choix de la récompense (pour OR Promotion)
On fait l’hypothèse qu’il y a une relation d’indépendance entre les lignes et les colonnes du
tableau ci-dessus.
Tableau 23 : Test du khi-deux Administration*Choix de la récompense (pour OR Promotion)
Les résultats du test du khi-deux de Pearson (X² = 0,33 ; ddl = 1 ; p = 0,565) nous empêche de
rejeter l’hypothèse d’indépendance entre les lignes et les colonnes du tableau « Tableau croisé
Administration*Choix de la récompense (pour OR Promotion) » avec un pourcentage faible de
chances de se tromper. Si l’on voulait tout de même rejeter cette hypothèse, on pourrait affirmer,
avec moins de 56% de chances de se tromper qu’il existe un lien de dépendance entre le choix
de la récompense et l’orientation régulatrice des répondants.
GAIN A B Total
Administration Online Effectif 3 20 23 %dansORpromotion 13,0 87,0 100,0 Physique Effectif 3 12 15 %dansORpromotion 20,0 80,0 100,0Total Effectif 6 32 38 %dansORpromotion 15,8 84,2 100,0
Valeur ddl
Sig. approx. Sig. exacte Sig. exacte (bilatérale) (bilatérale) (unilatérale)
khi-deux de Peasron 0,33 1 0,565 Test exact de Fisher 0,663 0,332
N d'observations valides 38
44
Hypothèse 3 : Le choix du canal de diffusion n’influe pas sur le comportement des OR
Prévention
Pour répondre à cette troisième hypothèse, nous concentrons nos analyses sur les répondants
ayant une OR Prévention.
GAIN A B Total
Administration Online Effectif 0 7 7 %dansORprévention 0,0 100,0 100,0 Physique Effectif 1 10 11 %dansORprévention 9,1 90,9 100,0Total Effectif 1 17 18 %dansORprévention 5,6 94,4 100,0
Tableau 24 : Tableau croisé Administration*Choix de la récompense (pour OR prévention)
On fait l’hypothèse qu’il y a une relation d’indépendance entre les lignes et les colonnes du
tableau ci-dessus.
Tableau 25 : Test du khi-deux Administration*Choix de la récompense (pour OR prévention)
Les résultats du test du khi-deux de Pearson (X² = 0,674 ; ddl = 1 ; p = 0,412). On rejette
l’hypothèse d’indépendance entre les lignes et les colonnes du tableau « Tableau croisé
Administration*Choix de la récompense (pour OR prévention) » avec moins de 41% de chances
de se tromper. On peut donc affirmer, avec moins de 40% de chances de se tromper qu’il existe
un lien de dépendance entre le choix de la récompense et l’orientation régulatrice des
répondants.
L’interprétation de nos analyses ne doit pas se faire sans avoir conscience de l’impact de la
taille de notre échantillon sur nos résultats, notamment les teste du khi-deux. Nous y
reviendrons dans la conclusion, lors de l’identification des limites.
Valeur ddl Sig. approx. Sig. exacte Sig. exacte
(bilatérale) (bilatérale) (unilatérale) khi-deux de Peasron 0,674 1 0,412 Test exact de Fisher 1 0,500
N d'observations valides 18
45
5. Discussion L’objectif de cette partie est de confronter les résultats obtenus aux propositions
d’études afin de répondre à notre problématique initiale.
Comparaison des résultats avec les hypothèses d’études
Pour rappel, voici les hypothèses émises au cours de notre étude :
H1 : Quel que soit le canal de diffusion, les OR Promotion prennent plus de risques que les
OR Prévention.
H2 : Les individus ayant une OR Promotion prennent plus de risques lorsque le paiement est
digitalisé.
H3 : Le choix du canal de diffusion n’influe pas sur le comportement des OR Prévention
Première hypothèse : Quel que soit le canal de diffusion, les OR Promotion prennent plus
de risques que les OR Prévention
Rappelons que la prise de risque correspond ici au choix du gain B (la loterie).
D’après nos analyses, quel que soit le canal choisi pour la diffusion du questionnaire, les
répondants ayant une orientation régulatrice Promotion ont opté pour la participation à la loterie
à hauteur de 84,2 % alors que les répondants orientés Prévention ont opté pour la même
récompense à hauteur de 94,4 %.
Cette comparaison de pourcentage indique qu’il n’est pas possible de valider la première
hypothèse. En effet, dans le cadre de notre étude, ce sont les répondants orientés Prévention qui
prennent le plus de risques que ce soit en ligne ou en réel.
46
Deuxième hypothèse : Les individus ayant une OR Promotion prennent plus de risques
lorsque le paiement est digitalisé
Pour vérifier cette hypothèse, nous avons divisé notre échantillon afin de ne conserver que les
réponses des répondants ayant une OR Promotion. Puis nous avons observé leur choix de
récompense en fonction du canal de diffusion.
Quel que soit le canal de diffusion, le gain B a été choisi 32 fois par les répondants orientés
Promotion (qui sont 38 au total), la répartition en fonction du canal de diffusion se fait comme
suit :
- Sur le canal digital, 87 % des répondants orientés Promotion ont sélectionné le gain B
- Sur le canal de diffusion physique, ils ne sont que 80% à avoir choisi le gain B.
On note donc un comportement plus risqué lorsque le paiement est digitalisé pour les orientés
Promotion. L’hypothèse 2 est donc vérifiée.
Troisième hypothèse : Le choix du canal de diffusion n’influe pas sur le comportement des
OR Prévention
Pour vérifier cette hypothèse, nous avons divisé notre échantillon afin de ne conserver que les
réponses des répondants ayant une OR Prévention. Nous analysons ensuite le choix des gains
sur chaque canal afin d’observer, ou non, une variation de la prise de risque.
Pour rappel, les répondants orientés Prévention représentent 30 % de l’échantillon. Quel que
soit le canal utilisé, ils sont 17 (94,4%) à avoir choisi le gain B contre 1 (5,6%) ayant choisi le
gain A. Sur le canal digital, aucun des répondants n’a choisi le gain A et 7 (soit 100% des orientés
Prévention ayant répondu au questionnaire en ligne) ont choisi le gain B. Sur le canal physique
une seule personne a opté pour le gain A, le reste (10 répondants, soit 90,9% des répondants
orientés Prévention ayant répondu au questionnaire sous format papier) ayant choisi le gain B.
47
On observe donc un pourcentage plus important de répondants orientés Prévention ayant choisi
le gain B sur le canal digital que sur le canal de diffusion physique.
Il semblerait donc, d’après ces comparaisons de pourcentage que les répondants aient, dans ce
cas précis, opté pour une solution plus risquée lorsque le canal est digitalisé. La troisième
hypothèse, supposant que le choix du canal n’influe pas sur le comportement des orientés
Prévention n’est donc pas vérifiée.
48
6. Conclusion
L’étude menée a pour objectif de répondre à la problématique suivante : « Comment la
digitalisation du paiement sur le marché des jeux impacte-t-elle le comportement du joueur ? ».
Pour ce faire, nous avons réalisé une expérimentation : la diffusion d’un questionnaire via deux
supports différents (l’un digital, l’autre non) à un échantillon de soixante personnes.
Cette étude repose sur la théorie de l’orientation régulatrice développée par Higgins (1997) qui
étudie le comportement et la prise de décisions d’individus.
Pour répondre à la problématique, plusieurs hypothèses ont été posées. Les analyses des
réponses apportent des réponses à ces hypothèses :
Dans cette étude, nous avons pu observer que, quel que soit le canal de diffusion, les répondants
orientés Promotion ne prennent pas forcément plus de risques que les répondants orientés
Prévention. L’hypothèse 1 n’est donc pas vérifiée. L’hypothèse 2, en revanche, est validée : les
OR Promotion prennent plus de risques lorsque le paiement est digitalisé. Enfin l’hypothèse 3,
qui suppose que le canal de diffusion n’influe pas sur le comportement des répondants orientés
Prévention, est rejetée car nous avons pu observer un lien de dépendance entre le canal de
diffusion et la prise de risque. En effet, les répondants Prévention ont pris plus de risques
lorsque le questionnaire était diffusé en ligne.
Cela nous mène directement à répondre à la problématique : notre étude confirme, dans un
premier temps, qu’il y a une modification de comportement lorsque le paiement est digitalisé.
Elle confirme ensuite que la prise de risque est plus importante lorsque le canal de diffusion est
digital. Toutefois, ces résultats sont à considérer avec une certaine hauteur en vue des limites
de notre recherche que nous exposons ci-dessous.
49
Limites de la recherche
Cette étude comprend plusieurs limites théoriques et opérationnelles qu’il est important
d’identifier.
Limites des instruments de mesures :
Le questionnaire diffusé a été développé à partir de lectures académiques et d’échelles de
mesures qui comportent leurs propres limites. Toutefois, le choix des instruments de mesures a
été fait avec le plus d’attention et de rigueur possibles.
La taille de l’échantillon :
L’échantillon composé de 60 répondants est relativement petit surtout lorsqu’on le divise en
sous-groupe. C’est le cas notamment pour les analyses concernant les répondants orientés
Prévention que ne représentent que 30 % de l’échantillon soit 18 individus. Cela amène
directement à une autre limite : l’interprétation des khi-deux de Pearson et des tests de Fisher
Tests du khi-deux de Pearson et tests de Fisher :
Ces tests et notamment la « p-value » peuvent être biaisés plus ou moins fortement du fait de la
petite taille des échantillons testés.
L’absence de participation financière des répondants :
Il est bien évidemment inconcevable de demander une participation financière aux répondants
de l’enquête ; cependant, l’absence de « mise de départ » peut fausser les futures prises de
décisions des répondants. En effet, dans notre étude, le répondant n’est jamais perdant (aucune
mise initiale) ; or lors de la participation a des vrais jeux d’argent et de hasard, soit le joueur
gagne un gain en fonction de sa mise soit il perd sa mise.
50
Valeur des gains :
La valeur des deux gains proposés (1€ ou 60€) peut avoir un impact sur la prise de décision du
répondant. Par exemple, pour un échantillon de même taille (60 répondants), on propose à la
fin du questionnaire un gain A de 60€ (que le répondant récupère immédiatement) ou un gain
B qui est la participation à une loterie avec 3600€ de gain.
Dans cet exemple, l’espérance est identique pour les deux gains mais il est possible que les
répondants prennent moins de risques si la valeur du gain A est plus élevée, leur côté rationnel
prenant le dessus.
Pistes d’études futures
Il serait intéressant d’étendre cette expérience à un nombre beaucoup plus grand de répondants
en leurs demandant une participation financière afin de les impliquer dans un processus plus
proche de la réalité.
De plus, il serait intéressant de mener une autre expérimentation : proposer un vrai jeu d’argent
et de hasard à une population en le diffusant via un support physique pour certains et via un
support digital pour d’autres afin d’observer leur comportement. Néanmoins, on atteint ici une
limite législative car la diffusion de jeux d’argent et de hasard est très réglementée en France.
Interprétation sociétale
La digitalisation des jeux d’argent est un vrai problème sociétal car des millions de français
jouent chaque année et pourraient donc subir des modifications de comportements de jeux face
à une offre toujours grandissante. De nombreuses études posent d’ailleurs le problème de la
digitalisation des jeux d’argent et de l’addiction à ces mêmes jeux. Toutefois, en France, des
solutions sont apportées aux problèmes d’addictions aux jeux d’argent notamment grâce à
l’existence de numéros verts ou d’institutions comme l’ARJEL (Autorité de Régulation des
Jeux en Ligne) qui est chargée de mettre en place des moyens de régulation, d’information et
de contrôle pour protéger les joueurs et prévenir de l’addiction au jeu.
51
7. Références
Aglietta M. (1988), « L’ambivalence de l’argent », Revue française d’économie, Vol. 3, n°3,
p.87-133.
André N. (2009), « I Am Not a Lucky Person : An Examination of the Dimensionality of Beliefs
About Chance », Journal of Gambling Studies, Vol.25, p.473-487.
Barrault S., Varescon I. (2012), « Distorsions cognitives et pratique de jeu de hasard et
d’argent : état de la question », Psychologie française, Vol.57, p.17-29.
Blanchard-Dignac C. (2011), « La révolution numérique des jeux d’argent », Pouvoirs, 2011/4
(n°139), p.25-38.
Boesen-Mariani S., Gomez P., Gavard-Perret M-L. (2010), « L’orientation régulatrice : un
concept prometteur en marketing », Recherche et Applications en Marketing, Vol.25, n°1, p.88-
106.
Brunelle N., Leclerc D., Cousineau M-M., Dufour M. et Gendron A. (2012), « Relation entre
les jeux virtuels de hasard et d’argent et certaines conduites déviantes chez des jeunes du
Québec », Criminologie, Vol.45, n°2, p.107-132.
Chtourou A. (2015), « Le processus de traitement de l’information contre-attitudinale : le rôle
de l’orientation régulatrice », Management & Avenir, 2015/3, n°77, p.35-49.
Derevensky J.L., Gupta R. et Della Cioppa G. (1996), « A Developmental Perspective of
Gambling Behavior in Children & Adolescents », Journal of Gambling Studies, Vol. 12(1)
p.49-66.
Deursen A., Helsper E. and Eynon R. (2015), « Development and validation of the Internet
Skills Scale (ISS) », Information, Communication & Society.
Domic Z. (2013), « L’addiction aux jeux d’argent chez la femme », Psychotropes, 2013/3
(Vol.19), p.75-93.
52
Donnat F. (2011), « Les jeux d’argent et de hasard et le droit de l’union européenne », Pouvoirs,
2011/4 (n°139), p.39-49.
Ferland F., Blanchette-Martin N., Savard C., Légaré A-A. (2013), « La prévention des
problèmes de jeux de hasard et d’argent chez les jeunes », Drogues, Santé et Société, Vol.12,
n°2, p.47-65.
Fortis E. (2009), « L’addiction aux jeux d’argent », Archives de politique criminelle, 2009/1
n°31, p.79-91.
Guillaume M. (2008), « L’hypermonnaie », Médium, 2008/3 (n°16-17), p.154-167.
Higgins E.T. (1997), « Beyond Pleasure and Pain », The American Psychologist, Vol.52, n° 12,
p. 1280-1300.
Higgins E .T. (2001), « Achievement orientations from subjective histories of success :
promotion pride versus prevention pride », European Journalof Social Psychology, Vol.31,
p.3-23.
Higgins E.T. (2002), « How Self-Regulation Creates Distinct Values : The Case of Promotion
and Prevention Decision Making », Journal of Consumer Psychology, Vol.12, p.177-191.
Järvinen-Tassopoulos J. (2010), « Les jeux d’argent : un nouvel enjeu social ? », Pensée
plurielle, 2010/1, n°23, p.65-76.
Kahneman D. & Tversky A. (1979), « Prospect Theory : An Analysis of Decision Under Risk »,
Econometrica, Vol.47, n°2, p.263-292.
Kaminer N. (1997), « Scholars and the use of Internet », Library and Information Science
Research, Vol.19, p.329-345.
53
Kern L., Kotbagi G., Rémond J-J., Gorwood P., Romo L. (2014), « Distorsions cognitives des
joueurs de jeux de hasard et d’argent hors ligne et mixtes », Drogues, Santé et société, Vol.13,
n°1, p.19-37.
Langer E.J. (1975), « The Illusion of Control », Journal of Personality and Social Psychology,
Vol.32, n°2, p.311-328.
Lavigne J.C. (2010), « Les jeux d’argent », Revue d’éthique et de théologie morale, 2010/4
(n°262), p.7-35.
Le Floch V. et Martinez F. (2007), « Pourquoi s’intéresser aux conduites de jeux de hasard et
d’argent ? », Psychologie française, Vol.53, p.3-5.
Litt, E. (2013), « Measuring users’ Internet skills : A review of past assessments and a look
toward the future », New Media and Society, Vol.15, p.612-630.
Martignoni-Hutin J.P. (2005), « Que peut apporter la sociologie dans le débat sur le jeu
compulsif ? », Psychotropes, 2005/2 (Vol.11), p.55-86.
Martignoni-Hutin J.P. (2011), « Une sociologie du gambling contemporain », Pouvoirs, 2011/4
(n°139), p.51-64.
Martinez F., Le Floch V. (2008), « La connaissance du gain d’autrui : une incitation au
risque ? », Psychologie française, Vol. 53, p. 25-38.
Oliveri N. (2012), « Jeux d’argenten ligne. Le double discours français contre l’addiction »,
Hermès, La Revue, 2012/1 (n°62), p.59 à 62.
Raghubir P. & Srivastava J. (2008), « Monopoly Money : The Effect of Payment Coupling and
Form on Spending Behavior », Journal of Experimental Psychology, Vol.14, n°3, p.213-225.
Reiss-Schimmel I. (2008), « La fonction symbolique de l’argent », Dialogue, 2008/3, n°181,
p.7-14.
54
Sinbandhit D. (2013), « Addict aux jeux d’argent en ligne, de l’ordinaire à la barbarie », Le
sociographe, 2013/3, n°43, p.85-95.
Sorrentino R.M., Hewitt E.C., Raso-Knott P.A. (1992), « Risk-Taking in Games of Chance and
Skill : Informational and Affective Influences on Choice Behavior », Journal of Personality
and Social Psychology, Vol.62, n°3, p.522-533.
Steenbergh T.A., Meyers A.W., May R.K., Whelan J.P. (2002), « Development and validation
of the Gamblers’ Beliefs Questionnaire », Psycholgy of Addicitve Behaviors, Vol.16, n°2,
p.143-149.
Suissa A.J. (2013), « La dépendance aux jeux de hasard et d’argent comme problème social :
pistes de réflexion et repères psychosociaux », Service Social, Vol.59, n°2, p.76-92.
Whol M.J.A. (2006), « Croyance en un soi chanceux : effet de la croyance en la chance
personnelle sur l’émergence et le maintien des conduites de jeux de hasard et d’argent »,
Psychologie française, Vol.53, p.7-23.
55
Annexe
a) Questionnaire diffusé dans le cadre de la recherche (version en ligne)
56
57
58
59
60
b) Regulatory Focus Questionnaire (version originale)
61
Table des illustrations Figures Figure 1: Perception de la chance personnelle en fonction du choix de billet de loterie ......... 16
Figure 2 : Processus de l'étude ................................................................................................. 20
Figure 3 : Modèle de l'étude .................................................................................................... 20
Tableaux Tableau 1 : Liste des variables utilisées ................................................................................... 29
Tableau 2 : Sexe et âge de l'échantillon ................................................................................... 31
Tableau 3 : Moyenne et écart-type de l'âge de l'échantillon .................................................... 31
Tableau 4 : Niveau d'études et CSP de l'échantillon ................................................................ 32
Tableau 5 : Répartition des OR de l'échantillon ...................................................................... 34
Tableau 6 : Réponse de l'échantillon à la question "Jouez-vous à des jeux d'argent et de
hasard?" ............................................................................................................................ 35
Tableau 7 : Moyenne, écart-type et médiane des réponses de l'échantillon pour la perception
de la compétence à l'égard du jeu .................................................................................... 36
Tableau 8 :Perception de la chance de l’échantillon ................................................................ 36
Tableau 9 : Moyenne, écart-type et médiane des réponses de l’échantillon concernant la
compétence digitale ......................................................................................................... 37
Tableau 10 : Expertise Internet de l’échantillon ...................................................................... 37
Tableau 11 : Tableau croisé Sexe*Administration .................................................................. 38
Tableau 12 : Test du khi-deux (équivalence au niveau du sexe) ............................................. 38
Tableau 13 : Tableau croisé Age*Administration ................................................................... 39
Tableau 14 : Statistiques de groupe (équivalence au niveau de l'âge) ..................................... 39
Tableau 15 : Test des échantillons indépendants (équivalence au niveau de l'âge) ................ 39
Tableau 16 : Test des échantillons indépendants (suite) (équivalence au niveau de l'âge) ..... 40
Tableau 17 : Test des échantillons indépendants (suite 2) (équivalence au niveau de l'âge) .. 40
Tableau 18 : Choix du gain de l'ensemble de l'échantillon ...................................................... 41
Tableau 19 : Tableau croisé Orientation régulatrice*Administration ...................................... 41
Tableau 20 : Tableau croisé Choix de la récompense*OR du répondant ................................ 42
Tableau 21 : Test du khi-deux Choix de la récompense*OR du répondant ............................ 42
62
Tableau 22 : Tableau croisé Administration*Choix de la récompense (pour OR Promotion) 43
Tableau 23 : Test du khi-deux Administration*Choix de la récompense (pour OR Promotion)
.......................................................................................................................................... 43
Tableau 24 : Tableau croisé Administration*Choix de la récompense (pour OR prévention) 44
Tableau 25 : Test du khi-deux Administration*Choix de la récompense (pour OR prévention)
.......................................................................................................................................... 44
Diagrammes Diagramme 1 : Répartition Homme - Femme de l'échantillon ................................................ 32
Diagramme 2 : Répartition âge de l'échantillon ....................................................................... 33
Diagramme 3 : Niveau d'études de l'échantillon ...................................................................... 33
Diagramme 4 : Catégories socio-professionnelles de l'échantillon ......................................... 34
Diagramme 5 : Répartition des OR de l'échantillon ................................................................ 34
Diagramme 6 : Réponse de l'échantillon à la question "Jouez-vous à des jeux d'argent et de
hasard?" ............................................................................................................................ 35
Diagramme 7 : Perception à l'égard du jeu de l'échantillon ..................................................... 36
Diagramme 8 : Compétence digitale de l'échantillon .............................................................. 37
63
Résumé
Au cours de cette étude, une expérience a été menée afin d’affirmer ou d’infirmer
l’existence d’une dépendance entre la digitalisation du moyen de paiement dans les jeux
d’argent et de hasard et le comportement du joueur.
Pour mener à bien ces recherches, un questionnaire a été diffusé à un échantillon de 60
répondants via un support en ligne pour la moitié de l’échantillon et via un support papier pour
l’autre moitié. Pour remercier les répondants d’avoir pris le temps de remplir ce questionnaire,
deux récompenses leur sont proposées mais ils ne peuvent en choisir qu’une : soit une petite
récompense qu’ils sont sûrs d’obtenir soit une plus grosse récompense qu’ils ne pourront
obtenir qu’après un tirage au sort.
Les analyses des réponses aux questionnaires ainsi que le choix de la récompense en fonction
du canal de diffusion permettront de mesurer plusieurs variables notamment l’orientation
régulatrice des répondants ou leur décision face à une prise de risques.
Mots-clés : digitalisation des moyens de paiement, comportement de jeux, orientation
régulatrice, jeux d’argent