Chapitre II. APPROCHE METHODOLOGIQUE

Au cours de ce chapitre, nous explicitons la méthodologie que nous avons suivie dans ce travail. En premier lieu, nous présentons le recueil des données, en second lieu  le traitement de donnée et en dernier lieu viennent la mesure des variables et l’estimation du modèle économétrique relatif.   

II.1 RECUEIL DES DONNEES

Les différentes techniques de recueil des données se rapportent successivement  aux entretiens individuels (interviews) durant l’enquête qualitative, au pré enquête ainsi qu’à l’enquête proprement dite.

II.1.1 Population cible et Enquête qualitative

Notre population cible inclut les dirigeants et les entrepreneurs en petites et moyennes entreprises dans la ville de Bukavu.  Les conditions d’appartenance en la population cible sont celles qui définissent et régissent les activités des PME (précédemment présentées dans le chapitre I).

Notre enquête qualitative est faite grâce aux interviews faites auprès des dirigeants ou des entrepreneurs et d’employeurs dans les PME^[1] à Bukavu. Au fil de cette étape, les questions ont été posées grâce à un guide d’entretiens qui nous permettait de recueillir les informations principales liées à la qualité de gouvernance et au niveau de performance dans les petites et moyennes entreprises familiales.  Les entretiens avaient une durée moyenne de 30 minutes par intervenants.

Pour arriver à valider les construits sur la gouvernance et performance des PME, dans le contexte de notre champs empirique, une petite adaptation  a dû être  faite grâce aux interviews. Il s’agit de : l’ajout de l’item « gestion de stock»  qui, à travers nos rencontres avec les gestionnaires, constitue un élément  très intéressant pour évaluer le niveau de leur bonne gouvernance et par là comprendre la cause de leur bonne performance. Cet item a été ajouté à l’échelle de la gouvernance que nous avons tiré de la revue de la littérature, plus particulièrement de la thèse de Ratangar (2012).   L’échelle de la performance organisationnelle des PME construite par le PME a été gardée intacte à la suite des entretiens.  

Par manque des données mises à jour concernant les PME, notre étude a du se focalisé que sur celles produites par la mairie en 2011.  C’est sur cette base que nous avons donc effectué une pré enquête en vue de s’assurer de la qualité du questionnaire et aussi avoir la valeur de l’écart type susceptible à être utiliser pour estimer la taille de l’échantillon.  

II.1.2.  Pré – enquête

 L’objectif  de cette étape, tel que décrit précédemment  est de nous assurer du bon état du questionnaire. Autrement dit, il est question de tester  la qualité et surtout la compréhension par les enquêtés des questions posées à propos  du lien qui existe entre la gouvernance et la performance des PME familiales. Le questionnaire utilisé pour cette fin était constitué par trois modules.  Le premier est relatif  aux caractéristiques socio démographique de l’enquêté, le deuxième module reprenaient  9 items sur la gouvernance dans la PME ; ici il a été demandé aux enquêtés de se prononcer sur une échelle de Likert à 5 niveau  (de pas tout à fait d’accord jusqu’à tout à fait d’accord) sur l’un et l’autre aspect lié à la gouvernance dans la PME dont il est responsable.  En ce qui concerne le dernier module, celui-ci était relatif à la performance organisationnelle de la PME, concept qui a été mesuré aussi par une échelle de Likert de 5 niveau (de pas tout à fait d’accord jusqu’à tout à fait d’accord) grâce à 8 items tirés de la littérature et dont la validité de contenu a été assurée par l’enquête qualitative.   

Tableau 4 : Répartition des prés enquêtés par communes

Commune	Proportion	Nombre d’individus
Bagira	0.27×30=8.02	8 individus
Ibanda	0.34×30=10.2	10 individus
Kadutu	0.39×30=11.63	12 individus
Total		30 individus

II.1.3 Enquête proprement dite

 Echantillonnage

La détermination de la taille de l’échantillon est une étape cruciale dans une recherche scientifique objective. Plusieurs méthodes ont été mises en œuvre par les auteurs en vue de pouvoir estimer la taille de l’échantillon, certaines formules démontrées par les chercheurs exigent qu’on utilise une proportion, d’autres encore exigent qu’on ait la valeur de la variance d’une étude similaire ou de la pré enquête.  D’autres formules exigent d’ailleurs de tenir compte du nombre des variables ou d’items qu’on va utiliser dans l’étude.  Pour des raisons d’originalité et de précision notre travail a recouru à la dernière proposition.  En effet, parce que notre travail utilise une échelle de performance organisationnelle constituée de 8 items, il nous a été impérieux de choisir un nombre compris entre 10 et 15 et de le multiplier par le nombre d’items de notre construit (à la lumière de Bugandwa, 2016).  Ainsi cette manière de faire nous a poussé à choisir le nombre 15 car maximisant la chance d’avoir une taille d’échantillon élevé, et le résultat de la  multiplication donne une taille d’échantillon égale à 120.   Notre processus du choix de la taille d’échantillon ne s’est pas limité par la.  En vue de minimiser le niveau de non réponse et augmenter la précision de nos estimateurs nous avons décidé d’imprimer 200 questionnaires qui ont été adressé aux entrepreneurs et dirigeants des petites et moyennes entreprises à Bukavu dont seulement 15 ont été soit répondu partiellement ou non répondu totalement. Au finish, le reste des analyses s’est ainsi fait sur une base de 185 individus comme échantillon.    

II. 2  TECHNIQUE DE TRAITEMENT DE DONNEES.

Cette section a pour objectif de présenter les techniques de traitement des données. Pour ce faire, les techniques statistiques et analytiques nous permettrons de bien atteindre l’objectif de cette étude qui est celui d’analyse comment la gouvernance a un effet positif sur la performance.

II.2.1 Analyse Factorielle

A travers l’analyse factorielle et plus principalement l’analyse en composantes principales (ACP) nous cherchons à répondre à des questions du type suivant : quelles sont les variables qui sont liées positivement entre elles ? Quelles sont celles qui s’opposent ? A propos des individus nous essayons d’évaluer leur ressemblance et leur dissemblance et  de mettre en relief des groupes homogènes d’individus (Ambapour, 2003). Elle consiste donc à transformer les p variables quantitatives, initiales en nouvelles variables non corrélées, appelées composantes principales (ou facteurs). Cela étant, l’utilisation de cette technique nécessite d’évaluer trois éléments : la factorisabilité des données, le nombre de facteurs à retenir et le processus d’épuration de l’échelle de mesure.

1. a) Les données sont-elles factorisables ?

A l’instar de Carricano et Poujol (2008), pour répondre à cette question, le critère KMO est la mesure recommandée pour détecter si oui ou non les données peuvent être factorisées.  Après  l’analyse de ce critère, il faut le faire suivre d’un test de sphéricité de Bartlett.  Le KMO permet en effet de  vérifier dans quelle proportion les variables retenues forment un ensemble cohérent et mesurent de manière adéquate le concept satisfaction. Les solutions factorielles seront dites acceptables si les valeurs de KMO sont comprises entre 0,3 et 0,7.  Celles comprises entre 0,80 et 0,89 sont dites de grande validité.  Elles seront qualifiées de très grande validité pour une valeur au- delà de 0,9.  que les facteurs à valeurs propres supérieurs à 1 ; d’autre part l’étude du critère du pourcentage de variance qui consiste à apprécier les facteurs qui ont une variance significative et savoir jusqu’à quel niveau la variance de la composante explique la variance totale.   

1. c) L’épuration de l’échelle de mesure

L’épuration de l’échelle de mesure se fait quant à elle grâce au seuil du coefficient structurel et à la part de la variance expliquée pour chacun des items.  Ce dernier doit avoir une valeur supérieure ou égale à 0.5 tandis que le premier qui dépendamment de la taille de l’échantillon  est fixé à 0.4.    

Dans l’objectif d’apprécier la fiabilité de l’échelle de mesure, le critère d’alpha de Cronbach doit être trouvé pour découvrir le degré avec lequel les instruments mesurent de façon cohérente le construit sous étude.   L’idéal est d’avoir un alpha de Cronbach dont la valeur est proche de 1 pour justifier la forte cohérence interne de l’échelle.  Par la fin un indice de satisfaction devra être calculé pour servir de variable dépendante dans l’estimation de l’unité tirée de l’exercice  de l’activité informelle.

II.2.2 OUTILS  DESCRIPTIVES

Plusieurs outils de la statistique descriptive nous servirons à évaluer les variables qui vont intervenir dans l’exploration de notre sujet de recherche.  Ainsi, les outils tels que : la moyenne, la médiane, la mode, l’écart type, la variance, le minimum, le maximum, l’étendue nous aiderons à évaluer les dispersions et la centralité qu’il y a entre les données pour les variables qui sont du type quantitatif, tandis que pour les variables qualitatives nous allons nous servir des fréquences enfin de bien les analyser.  

II.2.3 REGRESSION SIMPLE

Cette régression permet de voir l’influence individuelle de la qualité de gouvernance sur la performance organisationnelle d’une entreprise.

Ce modèle s’écrit de la manière suivante :

INDIPEROR= α 0 +β INDIGOUV+ℇ

Où   

α0 : est l’intercepte  ou  l’ordonnée à l’origine ; c’est à la dire la valeur de l’indice de la performance lorsque la variable indice gouvernance est égale à 0

β : est la pente, c’est-à-dire le coefficient ou la variation de l’indice de la performance lorsque  l’indice de la gouvernance varie d’une unité.  

ℇ  : erreur de l’estimation 

2. 2. 4 LA REGRESSION MULTIPLE OU LINEAIRE

Le modèle de la régression multiple va nous servir pour déterminer les variables qui expliquent Les effets de la gouvernance sur la performance sur les PME familiales.

En général, les modèles de régression sont construits dans le but d’expliquer ou de prédire selon la perspective de l’analyse la variance d’un phénomène (variable dépendante) à l’aide d’une combinaison des  facteurs explicatifs (variables indépendantes)

      La méthode de régression multiple ou linéaire est celle qui  justement  a pour objectif de décrire la relation entre une variable dépendante ou variable réponse Y et un ensemble de variable indépendantes ou explicatives ou prédictives X.  Pour s'assurer de la fiabilité du modèle, quelques paramètres sont d'abord calculer:

1. Le R carré : Le coefficient de détermination R2est un indicateur qui permet de juger la qualité d’une régression. Il mesure d’adéquation entre le modèle et les données observées. Il se calcule par la formule ci-après.

Où SCR la somme des carrés des résidus et SCT est la somme des carrés des traitements 

1. Test de Ficher : Le test de Ficher est équivalant au test de significativité de R2, il nous permet de tester la significativité globale du modèle. Comme le R2 il nous permet de savoir si le modèle est bon.
2. La significativité p : cet indicateur cherche à savoir à quel degré une quelconque variable explicative explique la variable dépendante, s’assurer si le coefficient trouvé dans la régression est significatif.

II. 3 MESURE DES VARIABLES : représentation des variables

Notre travail s’inspire sur celui de CHIRISHUNGU (2001) qui postule que la performance organisationnelle dépend des caractéristiques de l’entreprises, du propriétaire-dirigeants et pratique de gestion. celui de BERGERON (2002) dont la performance non financière est fonction également de la relation de l’entreprise avec ses partenaires externes et celui de ZIRHUMANA (2009) dans son mémoire « déterminant de la performance des PME familiales »trouve que les éléments qui favorisent la performance d’une PME sont les suivants : l’âge de l’entreprise, la formation des employés, ces éléments influencent positivement et de façon significative  la performance de l’entreprise ;la traille, les caractéristiques des dirigeants,… mais avec quelques modifications

II.3.1 VARIABLE DEPENDANTES

Variable expliquée retenue est l’indice de la performance  organisationnelle

(INDIPERFOR) elle est du type quantitative obtenue par l’épuration par analyse factorielle de 8 items constituant la performance organisationnelle (Djimnandjingar  2012) après épuration de cet échelle on va construire un indice général de performance organisationnelle des PME.

II.3.2 VARIABLES INDEPENDANTES

La variable indépendante est la gouvernance (VARGOUV) elle est du type quantitative obtenue par l’épuration par l’analyse factorielle de 9 items constituant la gouvernance (Djimnadjingar 2012), après épuration de cet échelle on va construire un indice général de gouvernance des PME.

De cette variable on peut ajouter quelques variables de contrôle, qui sont :

1. L’âge des dirigeants (AGEDEDIR) : permet d’expliquer les différences comportementales pouvant exister entre les individus, il est un facteur qui influence le comportement du dirigeant et par conséquent le succès dans la gestion d’une entreprise. L’âge représente la variable personnelle la plus souvent mise en relation avec la satisfaction ou la performance d’une entreprise.

1. Le niveau d’étude du dirigeant (NIVETUDIR) : le niveau d’étude influence positivement la performance organisationnelle, c’est un avantage important pour un dirigeant. Cette variable est du type quantitative
2. L’ancienneté ou l’âge de la PME (ANDIR) : c’est une variable quantitative, permet de capter le nombre d’années de vie de la PME. Cette variable est du type quantitatif
3. Le sexe du dirigeants (SEXDIR) : c’est une variable dichotomique et permet de capter le sexe de l’entrepreneur et /ou du dirigeant elle prend la valeur 0 si c’est un homme et 1 si c’est une femme.  Les effets du sexe du dirigeant sur la performance peuvent être soit positifs ou négatifs

Toutes ces variables sont résumé dans le tableau qui suit : 

Tableau 5 : Tableau synthétique des variables

Variables	acronyme	Modalités	Signe attendus
	VARIABLES LIES A L’ENTREPRISE
Performance organisationlle	INDICEPERF	Quantitative, construite après épuration de l’échelle de la performance
Gouvernance	INDGOUV	Quantitative, constuite après épuiration de
		l’échelle de la gouvernance
L’âge  de l’entreprise	AGESE	Quantitative : nombre d’année d’existence de l’entreprise	+
Taille de l’entreprise	TAIESE	Var quanti : nombre d’employés de l’entreprise	+
	VARIABLES LIES AU DIRIGEANT
L’âge du dirigeant	AGEDEDIR	Var quanti : le nombre d’année de naissance du dirigeant	+
Le niveau d’étude du dirigeant	NIVETUDIR	Le dirigeant peut être du niveau inférieur, diplômé, gradué, licencié,…	+
Le sexe du dirigeant	SEXDIR	--------------	+ ou -

Le modèle de la régression linéaire s’écrit de la manière suivante :

INDIPERORG= α0 + β1 INDIGOUV + β2 AGESE+ β3

AGEDIR + β4 NIVEAUETUDE + β5 SEXEDIR + + ℇ

[1] PME : Petite et moyenne entreprise