le traitement de l`information pertinente dans la prise

Transcription

LE TRAITEMENT DE L’INFORMATION
PERTINENTE DANS LA PRISE DE DECISION
STRATEGIQUE : UNE APPROCHE PAR LA
STRATEGIE COMPORTEMENTALE
Vincent BERTHET
Juin 2016
2
Résumé
La prise de décision stratégique (PDS) est un objet d’étude central de la recherche en
management stratégique. Dans la logique de la distinction récurrente entre recherche sur le
contenu et recherche sur les processus, les études classiques sur la PDS visent à élucider les
relations entre le contexte (environnemental et organisationnel), le contenu (facteurs
spécifiques à la décision), le processus (type et caractéristiques du processus de décision), et
le résultat (performance du processus de décision et performance économique). En outre de
cette approche classique, une approche par la stratégie comportementale, qui réhabilite le
niveau d’analyse individuel et la psychologie, peut enrichir l’étude de la PDS. Sous cet angle,
la problématique centrale porte sur la façon dont le processus de prise de décision stratégique
s’échelonne du niveau individuel au niveau collectif. S’inscrivant dans cette perspective, le
présent travail a consisté à caractériser une dimension cognitive de la PDS, le traitement de
l’information pertinente, au niveau individuel par la méthode du judgmental bootstrapping.
Nos résultats montrent que ce traitement est essentiellement linéaire. Dans la continuité de ce
travail, les recherches ultérieures devront examiner si le traitement de l’information pertinente
est toujours linéaire lorsque la décision stratégique est prise de façon collective.
3
Sommaire
1. Revue de la littérature.......................................................................................................... 6
1.1 Introduction ...................................................................................................................... 6
1.2 Approche théorique de la PDS ......................................................................................... 8
1.3 Approche empirique de la PDS ...................................................................................... 11
1.4 Revue des études empiriques .......................................................................................... 19
1.5 Remarques méthodologiques .......................................................................................... 39
2. Problématique..................................................................................................................... 42
2.1 La stratégie comportementale ......................................................................................... 42
2.2 Problématique ................................................................................................................. 46
2.3 La méthode du « judgmental bootstrapping » ................................................................ 47
3. Méthode ............................................................................................................................... 52
4. Analyses et résultats ........................................................................................................... 55
5. Discussion et conclusion ..................................................................................................... 64
Références bibliographiques ................................................................................................. 67
Annexes ................................................................................................................................... 79
4
5
1. Revue de la littérature
1.1 Introduction
Une décision stratégique dans une organisation est une décision cruciale qui relève de
la direction, et qui engage la performance, la santé, et la survie de l’organisation. La prise de
décision stratégique (que nous noterons PDS en abrégé dans le reste du document) renvoie à
la façon dont une telle décision est prise. Depuis les années 1970, cette question est devenue
une thématique majeure de la recherche en stratégie (Nutt & Wilson, 2010)1. Cette thématique
a notamment été popularisée par la publication de Mintzberg, Raisinghani, et Théorêt (1976),
The structure of unstructured decisions. A cette époque, ces derniers définissent une décision
stratégique comme “important, in terms of the actions taken, the resources committed, or the
precedents set” (p. 246). Papadakis et Barwise (1998, p. 1) avancent que “SDM [Strategic
Decision Making] is of great and growing importance because of five characteristics of
strategic decisions: They are usually big, risky and hard to reverse having significant longterm effects, they are the bridge between deliberate and emerging strategy, they can be a
major source of organizational learning, they play an important role in the development of
individual managers and they cut across functions and academic disciplines”. De façon plus
précise, Nutt et Wilson (2010) formulent neuf caractéristiques des décisions stratégiques :
1) Elles renvoient à des problèmes évasifs, trop difficiles pour être définis précisément.
2) Elles requièrent une compréhension du problème en jeu pour trouver une solution viable.
3) Elles admettent rarement une solution optimale, mais un ensemble de solutions possibles.
4) Les questions relatives aux compromis et aux priorités apparaissent dans les solutions.
5) L’efficience de chaque solution est difficilement évaluable, notamment parce qu’on ne peut
pas définir un horizon temporel clair à l’issue duquel cette efficience serait évaluée.
6) Lorsque la décision stratégique renvoie à un problème focal, les solutions à ce problème
peuvent répondre également à d’autres problèmes de l’organisation.
7) Les solutions mettent en jeu un degré élevé d’ambiguïté et d’incertitude.
8) Réaliser les bénéfices escomptés comporte une part importante de risque.
9) Elles renvoient à des intérêts divergents qui peuvent inciter les acteurs clés à exercer une
pression politique pour faire en sorte que le choix final soit aligné sur leurs intérêts.
1
La littérature relative à la PDS est considérable. Notre objectif ici est moins de fournir une description
exhaustive et détaillée que structurée et cohérente de cette littérature, afin de fournir une vue d’ensemble des
travaux académiques réalisés dans ce domaine.
6
Du point de vue du contenu (la « chose » à décider), Hickson, Butler, Mallory, et
Wilson (1986) recensent huit types de décisions stratégiques : produits/services, financier,
opérations internes/contrôle, gestion du personnel, marketing, bâtiments, technologie, et
réorganisations. Le tableau 1 donne des exemples concrets de décisions stratégiques dans
différentes organisations, il s’agit d’un extrait de la base de données utilisée par Nutt (2008) :
Organisation
Décision stratégique
Quaker-Snapple
Acquisition of Snapple
Ross Laboratories
Marketing infant formula to developing countries
Florida Medicaid Division
Fraud management system
Ohio DNR
Supporting wildlife programs
US Air Force
Decompression service
Veterans Administration
Restructuring
City of Columbus, Ohio
Light rail
Ohio DOT
Budget system revamping
Michigan Health Department
Dispose of contaminated cattle
Public School System
Redesign curriculum
US Navy
Radar development
McDonald’s
New location and design
Korean Tire Co.
Marketing in South America
Nationwide Insurance
Computer system capacity
Allied Van Lines
Pricing services
Marshall Fields
New product line
Bank One
Sell Visa cards
Fifth-Third Bank
Drop Saturday service
GE
MRP system
National City Corp.
Private label credit card
Lennox
Recycle toxic waste
Mead Paper
Cost cutting system
Anthony Thomas Candy
New product
Delco
Tariff management
CompuServe
New on-line service
Bethlehem Steel
Scheduling blast furnace maintenance
Battelle Memorial Inst.
Contract bidding
Toyota Dealership
Increase sales
Nationwide
Build hockey arena
Tableau 1. Exemples de décisions stratégiques dans différentes organisations (Nutt, 2008).
La PDS constitue un objet d’étude complexe par excellence car multidimensionnel. En
effet, la composante prise de décision renvoie à une dimension cognitive, tandis que la
composante organisationnelle renvoie à une dimension collective et sociale. Comme le notent
7
Nutt et Wilson (2010, p. 3) : “Strategic decisions emphasize the social practice of decision
making as it is carried out among and between individuals in the organization. When studying
decision making, both the organizing of decision activity as a collective phenomena and the
cognitive processes of individual decision makers take centre stage”. La composante sociale
de la PDS fait que les modèles classiques de la prise de décision à l’échelle individuelle ne
peuvent s’appliquer à la PDS (Nutt & Wilson, 2010). Les chercheurs ont donc dû explorer un
champ nouveau, en suivant une approche théorique et une approche empirique.
1.2 Approche théorique de la PDS
L’histoire des sciences montre que les recherches initiales dans un domaine particulier
se caractérisent d’abord par une conception réduite de l’objet d’étude, ce qui se traduit par
l’utilisation de modèles théoriques simples et généraux, dont on suppose qu’ils disposent d’un
large pouvoir explicatif (Chalmers, 1999). Mais l’investigation empirique de l’objet d’étude
finit souvent par montrer que les choses sont en réalité plus complexes et que, au final, les
modèles initiaux n’étaient au mieux que de vagues approximations. La recherche sur la PDS
n’échappe pas à cette règle. En effet, les premiers travaux dans ce domaine ont été orientés
par les grands concepts théoriques de la recherche en stratégie (e.g., Ansoff, 1965 ; Barnard,
1938 ; Hofer & Schendel, 1978 ; Lindblom, 1959 ; March & Simon, 1958 ; Mintzberg, 1973 ;
Quinn, 1978). Ainsi, ces travaux ont abordé la PDS sous un angle essentiellement théorique2.
Dans une revue de littérature publiée en 1992, Eisenhardt et Zbaracki suggéraient que la
recherche sur la PDS réalisée jusqu’alors était façonnée par trois concepts théoriques majeurs
de la stratégie : la rationalité limitée, le pouvoir politique, et le garbage can3.
D’une part, le concept de rationalité constitue probablement le jalon essentiel de la
recherche en stratégie, les autres concepts théoriques majeurs étant apparus par la suite se
positionnant par rapport à ce jalon (Chanut, Guibert, & Rojot, 2011). Ce concept a été
initialement proposé comme une description normative de la prise de décision : a) considérer
l’ensemble des alternatives, b) identifier et évaluer les conséquences de chaque alternative, c)
sélection l’alternative optimale. En économie, le choix rationnel constitue l’une des
caractéristiques de l’agent économique tel qu’il est décrit par l’approche néoclassique. Dans le
cadre de la théorie de l’utilité espérée, le choix rationnel prend la forme de la maximisation de
2
Etant donné la nature de notre problématique centrée sur une approche comportementale de la PDS, et
l’approche empirique suivie dans ce travail de recherche, notre revue de la littérature traite moins de l’approche
théorique que de l’approche empirique de la PDS (1.3).
D’autres concepts théoriques ont marqué le domaine de la PDS, tels que le sensemaking (Weick, Sutcliffe, &
Obstfeld, 2005).
3
8
l’utilité (Samuelson, 1938). Bien que le modèle rationnel de la décision représente un outil
théorique extrêmement puissant (notamment parce qu’il est mathématiquement traitable),
certains chercheurs ont très tôt mis en évidence son faible pouvoir descriptif, parce qu’il est
psychologiquement irréaliste. Simon (1955, 1957) a fait valoir que les caractéristiques de la
cognition humaine imposent certaines contraintes sur la rationalité et a ainsi proposé le
concept de rationalité limitée. En particulier, Simon suggère que le processus de prise de
décision chez l’être humain n’est pas gouverné par le principe d’optimisation mais par le
principe de satisficing : face à un ensemble d’alternatives, l’individu ne choisit pas
l’alternative optimale mais une alternative suffisamment bonne. Cyert et March (1963) ont
transposé le raisonnement de Simon (1955) à l’échelle de l’organisation. De la même façon
que la caractérisation de l’individu par l’économie néoclassique ne correspond pas au
comportement réel de celui-ci, la description de la firme par l’économie néoclassique ne
correspond pas non plus au comportement réel de celle-ci. Alors que l’approche néoclassique
stipule que la firme est gouvernée par la maximisation du profit et dispose d’une information
parfaite, Cyert et March (1963) suggèrent que le fonctionnement des firmes n’est pas
rationnel à plusieurs égards (par exemple, le phénomène de slack organisationnel), et
proposent ainsi une théorie comportementale de la firme.
De nombreuses recherches initiales sur la PDS ont été façonnées par le concept de
rationalité limitée. Par exemple, dans sa célèbre analyse de la crise des missiles de Cuba en
1962, Allison (1971) suggère que certaines décisions stratégiques gouvernementales ne sont
pas façonnées par le mode rationnel, mais par des procédures opérationnelles normalisées
(standard operating procedures). Ce fonctionnement par répétition expliquerait pourquoi les
décisions antérieures dans une organisation constituent le meilleur prédicteur des décisions
ultérieures. Par la suite, d’autres études ont abordé la rationalité limitée d’un point de vue plus
psychologique, sous l’angle de l’influence des facteurs cognitifs dans la PDS (e.g., Schwenk,
1984 ; Haley & Stumpf, 1989 ; Das & Teng, 1999). D’une façon générale, les recherches sur
la PDS marquées par le concept de rationalité limitée montrent que : a) les objectifs sousjacents à une décision stratégique sont souvent flous et changent au cours du temps, b)
l’identification des alternatives et la recherche d’informations sont souvent hasardeuses et
opportunistes, c) l’analyse des alternatives peut être limitée et la décision résulte souvent de
l’utilisation de procédures opérationnelles normalisées plutôt que d’une analyse systématique
et rationnelle de la situation.
D’autre part, la perspective politique constitue un autre pilier théorique autour duquel
un certain nombre de recherches initiales sur la PDS se sont articulées, d’après Eisenhardt et
9
Zbaracki (1992). Dans cette perspective, la rationalité peut s’observer à l’échelle individuelle
mais rarement à l’échelle collective car une organisation est toujours une coalition d’individus
et de groupes aux intérêts divergents. Une décision stratégique donne inévitablement lieu à
des conflits entre individus/groupes, et le point d’intérêt central correspond au processus par
lequel ces conflits sont gérés et résolus (Child, Elbanna, & Rodrigues 2010). Les recherches
s’inscrivant dans ce courant ont montré que : a) les décisions stratégiques sont politiques dans
le sens où elles sont déterminées par les objectifs des individus qui détiennent le pouvoir, b)
les individus impliqués dans une décision stratégique engagent souvent des tactiques
politiques telles que la formation de coalitions, la cooptation, et l’utilisation d’informations
afin d’augmenter leur pouvoir politique (e.g., March, 1962 ; Hinings, Hickson, Pennings &
Schneck, 1974 ; Salancik & Pfeffer, 1974).
Enfin, Eisenhardt et Zbaracki (1992) suggèrent que le modèle du garbage can (Cohen,
March & Olsen, 1972) est un troisième pilier théorique des recherches initiales sur la PDS.
Vue au travers du prisme de ce modèle, la décision stratégique apparaît ni comme le résultat
d’une analyse stratégique par des individus à la rationalité limitée, ni comme le résultat du
pouvoir politique d’une coalition, mais comme le résultat d’une rencontre fortuite entre des
individus, des problèmes, des solutions, et des opportunités de choix. Comme le formulent
Eisenhardt et Zbaracki (1992, p. 27) : “Thus, decision making occurs in a stochastic meeting
of choices looking for problems, problems looking for choices, solutions looking for problems
to answer, and decision makers looking for something to decide”. A l’inverse des deux autres
perspectives théoriques, le modèle du garbage can met donc en exergue le rôle du hasard
(chance et timing) dans le processus de décision stratégique.
Tirant profit de quelques concepts théoriques majeurs de la stratégie, l’approche
théorique de la PDS a notamment produit un certain nombre de typologies de PDS. Hart
(1992) propose une classification de ces typologies suivant trois critères : la rationalité, la
vision stratégique, et l’implication des membres de l’organisation. La plupart de ces
typologies sont tombées en désuétude car elles correspondent à des représentations bien trop
approximatives pour capter toute la complexité de la PDS.
Au final, notre point de vue sur l’approche théorique de la PDS est le suivant. Hart
(1992) dénonçait une « prolifération de modèles » de la PDS, ce qui produit une situation
néfaste. Comme chaque modèle, chaque typologie ne capte qu’une portion de l’objet
complexe que représente la PDS, la littérature théorique dans ce domaine apparaît donc
comme fragmentée, souvent redondante, et parfois incohérente. La recherche doit répondre à
une telle situation non pas par plus de travaux théoriques (comme Hart (1992) qui propose à
10
son tour une énième typologie de la PDS) mais par plus de travaux empiriques. En effet,
d’une façon générale, les grandes conceptions théoriques sont à la fois utiles et limitées. Elles
permettent de faire sens, mais le but premier de l’investigation scientifique est de décrire le
réel, pas de construire des narrations. Souvent, on constate que les grandes conceptions
théoriques – et les typologies qui en découlent – de la stratégie en général et de la prise de
décision stratégique en particulier correspondent davantage à une narration qu’à une
description de la réalité. A cet égard, on ne peut être que frappé par le décalage entre
l’ampleur de ces conceptions théoriques et la faiblesse de leur support empirique. Comme le
souligne Schwenk (1995, p. 475) : “While there has been a great deal of conceptual work
done on strategic decision models, efforts to assess the validity of the models empirically is
somewhat more rare”. Par conséquent, en parallèle de l’approche théorique, une approche
empirique semble souhaitable et nécessaire pour faire progresser le domaine de la PDS.
1.3 Approche empirique de la PDS
A l’inverse d’une approche de type théorique qui consiste à aborder un objet d’étude
sous l’angle d’un concept théorique fondamental, l’approche empirique consiste à adopter un
regard plus neutre sur l’objet d’étude et à construire un savoir en cumulant des résultats
empiriques. L’histoire des sciences en général, et celle des sciences humaines et sociales en
particulier, montre que face à des objets d’étude complexes, l’approche empirique s’avère être
scientifiquement plus pertinente que l’approche théorique, notamment parce qu’elle est plus
heuristique. Or comme nous l’avons rappelé dans notre introduction (1.1), la PDS est le
prototype d’un objet d’étude complexe en raison de son caractère multidimensionnel et
dynamique. On constate ainsi sans surprise que la majorité des études publiées dans le
domaine de la PDS sont de nature empirique (Nutt & Wilson, 2010) (bien sûr, théorique et
empirique ne sont pas les deux modalités d’une dichotomie – qui ne permettrait qu’une
classification grossière des études – mais les deux pôles d’un continuum). Un exemple
d’étude très empirique de la PDS est celle Cray, Mallory, Butler, Hickson et Wilson (1988),
dont l’intention était de construire une taxonomie des processus de décision stratégique sur la
base d’une approche strictement empirique. Leur analyse statistique en cluster de 136 cas de
décisions stratégiques issues d’organisations variées (e.g., textile, chimique, santé, assurance,
banque) et caractérisées sur plusieurs variables (e.g., expertise, interaction formelle,
interruption, temps de gestation) fait apparaître deux dimensions (discontinuité et dispersion)
qui permettent d’identifier trois types de PDS : sporadique, fluide, et comprimé.
11
L’approche empirique est heuristique dans le sens où elle permet de produire de
nombreux résultats tangibles (des « faits ») sur un objet d’étude, qui constituent le matériau de
base pour construire un savoir. Mais structurer et intégrer les divers résultats produits est tout
aussi important que de produire des résultats. Ainsi, les chercheurs adoptant une approche
empirique de la PDS ont très tôt souligné l'importance de définir un cadre général qui
permette de structurer et d’intégrer les nombreuses et diverses études empiriques produites :
dans son article théorique de 1992, Hart soulignait que “A conceptualization that is capable of
providing a framework for ongoing research is lacking” (p. 327). Un tel cadre existe
désormais, et il apparaît explicitement dans quatre publications majeures : deux articles
théoriques (Bell, Bromley & Bryson, 1998 ; Ragagopalan, Rasheed, Datta, & Spreitzer, 1998)
et les deux revues de la littérature empirique sur la PDS publiées jusqu’à présent
(Rajagopalan, Rasheed & Datta, 1993 ; Papadakis, Thanos, & Barwise, 2010)4. Ce cadre a été
initialement défini par Rajagopalan et al. (1993) (Figure 1) dans leur revue de littérature
princeps, comme un outil d’analyse au travers duquel l’ensemble des études empiriques de la
PDS peuvent être passées en revue. Il a ensuite été mis en exergue par Rajagopalan et al.
(1998) (Figure 2) et Bell et al. (1998) (Figure 3), et enfin repris par Papadakis et al. (2010)
dans leur revue de littérature récente (Figure 4). On peut relever quelques différences entre les
quatre présentations de ce cadre, mais ces différences apparaissent comme mineures. En effet,
ce cadre stipule invariablement que l’étude de la PDS met en jeu quatre composantes : le
contexte, le contenu, le processus, et le résultat.
• Le contexte de la PDS renvoie à quatre éléments :
1) le contexte environnemental qui se caractérise par des facteurs tels que : l’incertitude, la
complexité, le dynamisme, la capacité (munificence), la stabilité, la vélocité.
2) le contexte organisationnel qui se caractérise par des facteurs tels que : la performance
passée, la taille de l’organisation, la puissance de distribution, le slack organisationnel, la
culture organisationnelle, le type de gouvernance.
3) les caractéristiques du Top Management : les caractéristiques démographiques (âge,
mandat, formation) et psychologiques (personnalité, besoin d’accomplissement, attitude face
au risque) du CEO, et celles de la TMT.
L’article de Eisenhardt et Zbaracki (1992) peut également être considéré comme une revue de littérature, mais
il fournit une synthèse moins intégrée et systématique de la littérature que celles de Rajagopalan et al. (1993) et
Papadakis et al. (2010), notamment parce qu’il structure cette littérature sous l’angle de trois notions théoriques
uniquement (cf. partie 1.2).
4
12
• Le contenu de la PDS renvoie à la nature de la décision stratégique, il s’agit de la « chose »
à décider (par exemple, les huit types de décisions stratégiques selon Hickson et al., 1986).
Pour Rajagopalan et al. (1993) et Bell et al. (1998), cet élément de contenu renvoie également
à des facteurs spécifiques à la décision tels que le degré d’incertitude, le degré de complexité,
l’ampleur de l’impact de la décision, les motivations de la décision, sa fréquence.
• Le processus de la PDS peut renvoyer à deux éléments : le type de processus ou les
caractéristiques de ce processus. Un type de processus est une caractérisation globale du
processus de PDS dans son ensemble. Il s’agit par exemple des trois types « sporadique »,
« fluide », et « comprimé » identifiés par Hickson et al. (1986) et repris par Cray et al. (1988).
Mais la plupart des études empiriques préfèrent aborder le processus de la PDS sous l’angle
de ses caractéristiques. La caractéristique de la PDS la plus fréquemment prise en compte
dans ces études est son degré de rationalité. Pour Dean et Sharfman (1993 p. 1071), il s’agit
de “the extent to which the decision process involves the collection of information relevant to
the decision and the reliance upon analysis of this information in making the choice”. La
rationalité du processus de décision est par conséquent souvent assimilée à sa complétude
(comprehensiveness), c’est-à-dire son caractère exhaustif et inclusif. D’autres caractéristiques
importantes du processus de PDS sont le degré d’activité politique, la participation et
l’implication dans le processus, la durée, et l’existence/nature de conflits.
• Le résultat de la PDS désigne deux types de performance. D’un côté, la performance du
processus de décision renvoie à des variables telles que la qualité de la décision, l’efficience
(la mesure dans laquelle la décision réalise les objectifs fixés), la vitesse de la décision, son
caractère opportun, l’engagement des membres, l’apprentissage organisationnel. De l’autre
côté, la performance économique de l’organisation est mesurée par le ROI/ROA, la croissance
des ventes/profits, la part de marché, le prix de l'action, etc.
13
Figure 1. Le cadre d’analyse des études empiriques sur la PDS proposé par Rajagopalan et al. (1993).
14
Figure 2. La version révisée du cadre d’analyse des études empiriques sur la PDS initialement défini par
Rajagopalan et al. (1993) (Rajagopalan et al., 1998).
Figure 3. Le cadre d’analyse des études empiriques sur la PDS initialement défini par Rajagopalan et al. (1993)
et synthétisé par Bell et al. (1998).
15
Figure 4. Le cadre d’analyse des études empiriques sur la PDS initialement défini par Rajagopalan et al. (1993) et repris par Papadakis et al. (2010).
16
Ces quatre composantes étant posées5, l’enjeu de l’étude scientifique de la PDS
consiste à mettre en évidence le pattern de relations entre celles-ci (cette étude soulève des
questions et des problèmes méthodologiques qui font l’objet de la partie 1.5). Rajagopalan et
al. (1993) identifient deux types de relations simples. D’une part, la relation (supposée
causale) entre le contexte et le processus. Selon cette perspective, il s’agit d’examiner
l’influence des facteurs environnementaux, organisationnels, et spécifiques à la décision sur le
processus de décision stratégique. Un exemple de ce type d’études est celle de Brouthers,
Andriessen, et Nicolaes (1998) sur 90 firmes hollandaises, qui montre que la taille de la firme
influence le style de décision (intuitif vs. rationnel) des dirigeants (ceux de petites entreprises
s’appuyant davantage sur l’intuition). Le second type de relation simple est la relation
(supposée elle aussi causale) entre le processus et le résultat. Il s’agit ici d’examiner
l’influence des caractéristiques de la PDS sur la performance du processus de décision et la
performance économique de l’organisation. Par exemple, Eisenhardt et Bourgeois (1988)
montrent une relation négative entre le degré d’activité politique dans le Top Management et
la performance économique. Mais comme le soulignent Rajagopalan et al. (1993) et Bell et al.
(1998), les quatre composantes contexte, contenu, processus, et résultat mettent également en
jeu des relations complexes, typiquement des relations de modération. A cet égard, plusieurs
études convergent notamment sur le fait que l’effet du processus sur le résultat est modéré par
le contexte. Par exemple, Fredrickson (1984) et Fredrickson et Mitchell (1984) montrent que
la complétude du processus de décision est positivement liée à la performance économique
dans des environnements stables mais négativement liée à la performance économique dans
des environnements instables. Une autre d’étude typique mettant en évidence ce genre de
relation de modération est celle Hough et White (2003), qui sur un échantillon de 400
décisions stratégiques issues de 54 équipes de direction, montrent que la relation entre deux
caractéristiques de la rationalité du processus de décision (la disponibilité des informations
pertinentes et la prégnance de ces informations parmi les membres impliqués dans la décision)
et la qualité de la décision est modérée par la stabilité de l’environnement (Figure 5).
5
On peut noter trois différences entre la version originale de ce cadre définie par Rajagopalan et al. (1993) et la
version que présentent Papadakis et al. (2010) : chez ces derniers, les facteurs spécifiques font partie du contexte
de la PDS, non du contenu ; l’élément processus renvoie à la formulation et l’implémentation de la décision
stratégique ; et l’élément contenu renvoie à la méthode utilisée pour développer l’avantage compétitif. Ces
différences sont selon nous mineures car elles relèvent davantage de la forme que du fond. Quoi qu’il en soit,
entre ces deux versions, la version originale de Rajagopalan et al. (1993) et reprise par Bell et al. (1998) nous
paraît être la plus pertinente.
17
Figure 5. Exemple de cas où l’effet du processus (rationalité de la PDS) sur le résultat (qualité de la décision) est
modéré par le contexte (stabilité de l’environnement) (Hough & White, 2003).
Le cadre de l’étude empirique de la PDS étant posé, trois remarques générales nous
semblent importantes. Premièrement, comme le soulignent Bell et al. (1998, p. 175), ce cadre
est utile pour avoir une vision d’ensemble des diverses études réalisées sur la PDS :
“Regardless of the approach (empirical or theoretical) taken to reduce the complexity of the
model, we think that keeping this model in mind will allow researchers to be clearer about
how their findings and studies inform the general area of SDM research. It will also allow us
to be clearer about what is known and what is not known about SDM”. Deuxièmement, ce
cadre met en exergue la nécessité d’une approche empirique intégrative, c’est-à-dire le fait
pour les chercheurs de s’efforcer de prendre en compte dans leurs études à la fois les facteurs
environnementaux et organisationnels (le contexte), les facteurs spécifiques à la décision (le
contenu), les caractéristiques du processus de décision (le processus), et la performance (le
résultat). Les premières études empiriques de la PDS étaient trop simplistes, prenant en
compte trop peu de facteurs et reposant sur une analyse trop qualitative (e.g., Astley,
Axelsson, Butler, Hickson & Wilson, 1982). Mais on peut relever à l’heure actuelle un certain
nombre d’études ayant suivi une approche empirique intégrative (e.g., Hitt & Tyler, 1991 ;
Papadakis, Lioukas, & Chambers, 1998 ; Baum & Wally, 2003 ; Elbanna & Child, 2007b).
Troisièmement, le cadre de l’étude empirique de la PDS que nous avons rappelé
permet de mettre en évidence une déficience de la recherche actuelle menée dans ce domaine.
La recherche académique en management stratégique est traditionnellement divisée en deux
catégories, la recherche sur le contenu et la recherche sur les processus (e.g., Huff & Reger,
1987 ; Elbanna, 2006). La première porte sur le quoi de la stratégie (what) tandis que la
seconde porte sur le comment de la stratégie (how). Ragagopalan et al. (1998) rappellent que
comprendre la PDS implique d’ajouter un troisième élément, le pourquoi de la stratégie
18
(why). Le quoi, le comment, et le pourquoi recouvrent trois des quatre composantes du cadre
de l’étude empirique de la PDS : le contexte (pourquoi), le contenu (quoi), le processus
(comment). Comme le soulignent De Wit et Meyer (2005, p. 5), “Strategy process, strategy
content and strategy context are the three dimensions of strategy that can be recognized in
every real-life strategic problem situation”. Or la recherche en management stratégique d’une
façon générale s’est jusqu’à présent focalisée davantage sur le contenu que sur les processus
(Huff & Reger, 1987). La recherche sur la PDS n’échappe pas à cette règle. Ainsi, le
processus de la PDS n’a pas suffisamment été étudié en tant que tel. En effet, Nutt (2008, p.
431) remarque que : “Often researchers identify features of a process, or its motivation, but
not how the decision was made”. Cette composante processuelle renvoie à la dynamique
(séquentielle ou non) par laquelle le contenu et le contexte produisent un résultat. Or comme
nous l’avons indiqué ci-dessus, la majorité des études empiriques abordent le processus de la
PDS sous l’angle de ses caractéristiques, soit d’un point de vue statique. On peut cependant
relever quelques études empiriques ayant abordé le processus de PDS sous un angle
dynamique (e.g., Mintzberg et al., 1976 ; Nutt, 1984 ; Shrivastava & Grant, 1985). Par
exemple, dans leur étude classique de 1976 portant sur 25 cas de décision stratégique,
Mintzberg et al. identifient trois phases majeures dans le processus de PDS : l’identification,
le développement, et la sélection. A l’intérieur de chaque phase, les décisions suivent des
routines spécifiques (reconnaissance et diagnostic pour la phase d’identification ; recherche et
conception pour la phase de développement ; dépistage, évaluation/choix, et autorisation pour
la phase de sélection). Selon Mintzberg et al. (1976), le déroulement de ces phases et de ces
routines ne suit aucune séquence particulière (Figure 6).
1.4 Revue des études empiriques
Comme nous l’avons mentionné dans la partie précédente, deux revues de la littérature
empirique sur la PDS ont été publiées jusqu’à présent. Celle de Rajagopalan et al. (1993)
passe en revue 35 études publiées entre 1981 et 1992, tandis que celle de Papadakis et al.
(2010) passe en revue 46 études publiées entre 1998 et 2008. Ces deux revues classent les
diverses études au travers du cadre que nous avons décrit précédemment, et plus précisément
en fonction du lien étudié parmi les quatre composantes de ce cadre (contexte, contenu,
processus,
résultat).
Rajagopalan et
al.
(1993) identifient
d’études renvoyant à différents liens (cf. Figure 1) :
19
ainsi
quatre catégories
Figure 6. Exemples d’études décrivant la dynamique du processus de PDS. A : Mintzberg et al. (1976), B : Nutt (1984), C : Shrivastava et Grant (1985).
20
• Catégorie 1 : effets de l’environnement
Lien 1-4 : relations entre les facteurs environnementaux et les caractéristiques du processus de
décision.
Lien 4-1-5 : effets modérateur des facteurs environnementaux sur la relation entre les
caractéristiques du processus de décision et la performance du processus.
Lien 4-1-6 : effets modérateur des facteurs environnementaux sur la relation entre les
caractéristiques du processus de décision et la performance économique.
• Catégorie 2 : effets de l’organisation
Lien 2-4 : relations entre les facteurs organisationnels et les caractéristiques du processus de
décision.
Lien 4-2-5 : effets modérateur des facteurs organisationnels sur la relation entre les
caractéristiques du processus de décision et la performance du processus.
Lien 4-2-6 : effets modérateur des facteurs organisationnels sur la relation entre les
caractéristiques du processus de décision et la performance économique.
• Catégorie 3 : effets des facteurs spécifiques à la décision sur la PDS
Lien 3-4 : relations entre les facteurs spécifiques à la décision et les caractéristiques du
processus de décision.
• Catégorie 4 : effets sur la performance
Lien 4-5 : relations entre les caractéristiques du processus de décision et la performance du
processus.
Lien 4-6 : relations entre les caractéristiques du processus de décision et la performance
économique.
Lien 5-6 : relations entre la performance du processus et la performance économique.
Si le cadre proposé par Rajagopalan et al. (1993) et repris par Papadakis et al. (2010)
apparaît extrêmement pertinent, classer les études suivant ces nombreux liens paraît moins
pertinent, pour deux raisons. D’une part, la majorité des études qui ont examiné l'influence
des facteurs environnementaux et/ou organisationnels sur la PDS ont pris en compte ces deux
types de facteurs (ce qui fait d'ailleurs pleinement sens). Ainsi, dans la revue de Rajagopalan
et al. (1993), la plupart des études renvoient à plusieurs liens et certaines appartiennent à
plusieurs catégories. Par conséquent, présenter séparément les résultats concernant les
facteurs environnementaux et ceux qui concernent les facteurs organisationnels ne paraît pas
21
être la meilleure option dans la perspective de présenter une synthèse claire de la littérature.
D’autre part, les liens inventoriés sont probablement trop nombreux pour fournir une vue
d’ensemble intelligible des résultats obtenus sur la PDS.
Nous proposons un schéma de lecture plus simple de cette littérature empirique et
passons en revue les études recensées par Rajagopalan et al. (1993) et Papadakis et al.
(2010) au travers de ce schéma. Le cadre défini par Rajagopalan et al. (1993) met en évidence
le fait que la PDS, en tant qu’objet d’étude, peut être conceptuellement abordée à la fois
comme une variable dépendante (phénomène influencé par certains facteurs, en l’occurrence
le contexte) et comme une variable indépendante (facteur influençant certains phénomènes,
en l’occurrence le résultat)6. Ces deux approches sont nécessaires pour comprendre la PDS.
Comme le notent Rajagopalan et al. (1998, p. 163) : “Strategic decision process research
begins with the assumption that strategic decision processes influence outcomes. […] Yet this
research also suggests that effective decision processes vary across contexts”. Nous
reprenons donc les études recensées par Rajagopalan et al. (1993) et Papadakis et al. (2010)
en les classant suivant ce critère : celles ayant abordé la PDS comme une variable dépendante
(études de type I) et celles ayant abordé la PDS comme une variable indépendante (études de
type II). Trois remarques doivent être mentionnées :
a) Quelques études sont à la fois de type I et de type II (e.g., Atuahene-Gima & Murray, 2004;
Goll & Rasheed, 2005).
b) Deux études qui figurent dans la revue de Rajagopalan et al. (1993) ont été exclues : celle
de Bourgeois et Eisenhardt (1988) car il ne s’agit pas d’une étude empirique (elle débouche
seulement sur des hypothèses théoriques) et celle Astley et al. (1982) qui n’est pas une étude
empirique non plus (elle présente un cadre théorique et analyse quatre cas de décision
stratégique rapportés dans des études antérieures). Une étude figurant dans la revue de
Papadakis et al. (2010) a également été exclue. En effet, les études de Nutt (1998b) et Nutt
(2000b) sont redondantes. Du point de vue de la PDS, les résultats de Nutt (2000b) apportent
peu par rapport à ceux de Nutt (1998b). Nous retenons donc cette dernière étude.
c) La revue de Rajagopalan et al. (1993) répertorie 35 études mais comporte 38 entrées car
trois études figurent dans deux catégories différentes (Bourgeois & Eisenhardt, 1988 ;
Eisenhardt & Bourgeois, 1988 ; Eisenhardt, 1989). La revue de Papadakis et al. (2010)
répertorie 46 études et comporte 46 entrées (pas de doublon). Par rapport à cette revue, nous
D’une façon générale, l’investigation scientifique d’un objet ou d’un phénomène consiste à étudier ses causes
et ses conséquences.
6
22
avons dédoublé quatre études qui sont à la fois de type I et de type II (Atuahene-Gima &
Murray, 2004 ; Goll & Rasheed, 2005 ; Judge & Miller, 1991 ; Miller et al., 1998). Au final,
notre revue comporte donc 35 + 49 = 84 entrées :
• 38 – 2 [étude de Bourgeois & Eisenhardt (1988) en doublon dans la revue de Rajagopalan et
al. (1993)] – 1 [étude de Astley et al. (1982)] = 35
• 46 – 1 [étude de Nutt (2000b)] + 4 [les 4 études dédoublées] = 49
Les tableaux 2 à 4 résument l’ensemble des études répertoriées par Rajagopalan et al.
(1993) et Papadakis et al. (2010) en les classant suivant notre critère et en les assemblant. Ce
faisant, ils permettent de mettre en évidence le caractère cumulatif de la recherche réalisée
dans le domaine de la PDS.
Dans la première catégorie d’études empiriques (type I), la PDS est abordée comme
une variable dépendante et on examine l’influence de divers facteurs sur divers aspects de la
PDS (cf. tableau 2). Sur cette question, on soulignera tout d’abord l’étude intégrative de
Papadakis et al. (1998) qui ont mis en évidence la façon dont sept caractéristiques de la PDS
(complétude/rationalité, reporting financier, formalisation des règles, décentralisation
hiérarchique, communication latérale, activité politique, et dissension dans la résolution de
problème) sont influencées par 1) des caractéristiques spécifiques de la décision (ampleur de
l’impact de la décision, menace/crise, type de décision), 2) des facteurs environnementaux
(hétérogénéité, dynamisme, capacité), 3) des facteurs organisationnels (taille, gouvernance,
performance), 4) des caractéristiques du top management (personnalité du CEO, niveau
d’éducation de la TMT). Une autre étude de type intégrative a été réalisée par Brouthers et al.
(2000). Dans cette étude de 42 institutions financières hollandaises, ces derniers montrent que
les facteurs environnementaux (turbulence, style entrepreneurial, structure organisationnelle)
et managériaux (âge, expérience professionnelle des managers) rendent compte d’une part
importante de la variance des caractéristiques de la PDS, telles que l’agressivité stratégique.
A part ces quelques études intégratives, la majorité des études relevant de cette
première catégorie rapportent des résultats locaux relatifs à cinq aspects de la PDS : la
complétude, la rationalité, l’implication, le style de décision, et la vitesse. Concernant la
complétude de la PDS, Fredrickson (1985) montre que celle-ci est la plus forte lorsque
l’environnement présente des menaces et lorsque la performance organisationnelle antérieure
est faible. Fredrickson et Iaquinto (1989) montrent que la taille, le mandat, et le degré de
continuité de l’équipe de direction sont positivement liés au degré de complétude de la
décision stratégique. Atuahene-Gima et Murray (2004) montrent que la complétude d’une
23
décision marketing stratégique est influencée par plusieurs facteurs organisationnels : le
système de récompense des membres, et leurs relations intra et extra-industrielles. Enfin,
Miller et al. (1998) rapportent que la complétude de la PDS est négativement liée à la
diversité cognitive de la TMT.
Concernant la rationalité de la PDS, Elbanna et Child (2007a) montrent que celle-ci est
influencée par des facteurs environnementaux (incertitude et capacité), des facteurs
organisationnels (performance et taille), et des facteurs spécifiques à la décision (importance,
incertitude, et motivation), tandis que Goll et Rasheed (2005) mettent en évidence l’influence
des caractéristiques de la TMT (âge, mandat). Concernant l’implication dans la PDS, Pinfield
(1986) montre que l’urgence de la décision d’une part, les arrangements structurels et les
objectifs organisationnels d’autre part influencent le degré de participation dans le processus
de décision consistant à élaborer un cadre pour le management stratégique des cadres
supérieurs du gouvernement. Collier et al. (2004) rapportent que l’implication dans la PDS est
positivement liée au degré de rationalité du processus, et négativement liée au degré d’activité
politique dans le processus. Duhaime et Baird (1987) mettent en évidence une relation
négative entre la taille de l’unité et l’implication du manager. Concernant le style de décision,
Brouthers et al. (1998) montrent que la taille de la firme influence le style de décision (intuitif
vs. rationnel) des dirigeants (ceux de petites entreprises s’appuyant davantage sur l’intuition),
tandis que Carr (2005) et Martinsons et Davison (2007) montrent que le style de prise de
décision est influencé par les spécificités institutionnelles et culturelles des pays. Enfin,
concernant la vitesse de la décision, Eisenhardt et Bourgeois (1988) rapportent une relation
négative entre le degré d’activité politique dans le top management et la vitesse de la décision,
et Forbes (2005) rapporte une relation positive entre l’âge des managers et la vitesse des
décisions stratégiques.
Dans la seconde catégorie d’études empiriques (type II), la PDS est abordée comme
une variable indépendante dont on examine les effets sur différents aspects de la performance.
On distingue ici deux sous-catégories d’études : celles examinant les effets de la PDS sur des
aspects de la performance du processus de décision (qualité, vitesse, efficience, engagement,
satisfaction, etc.) et celles examinant les effets de la PDS sur des aspects de la performance
économique (ROI/ROA, croissance des ventes, part de marché, etc.). La majorité des
recherches empiriques initiales sur la PDS (celles qui figurent dans la revue de Rajagopalan et
al., 1993) sont de type I. Parmi les recommandations de Papadakis et Barwise (1997) figurait
celle de réaliser davantage de recherches portant sur les effets/résultats de la PDS. Cette
recommandation a vraisemblablement été suivie par les chercheurs du domaine puisque 24
24
des 46 études passées en revue par Papadakis et al. (2010) sont de type II. Considérons en
premier lieu les études portant sur le lien entre PDS et performance économique (cf. tableau
3). Plusieurs résultats notables ont été mis en évidence. Premièrement, la performance
économique de la firme est liée à la vitesse de la PDS, l’ensemble des études ayant examiné
cette relation rapportant une relation positive (e.g., Eisenhardt, 1989 ; Baum & Wally, 2003).
Judge et Miller (1991) montrent en outre que cette relation est modérée par la vélocité de
l’environnement (on l’observe seulement dans des environnements véloces). Les résultats de
Eisenhardt (1989) suggèrent une explication à l’existence d’un lien positif entre performance
et vitesse de la PDS étant donné que celle-ci covarie avec la quantité d’information utilisée, le
nombre d’alternatives considérées, l’utilisation de conseillers, et l’utilisation de stratégies de
résolution de conflit.
Deuxièmement, la performance économique de la firme est liée à la complétude de la
PDS, cette relation étant modérée par la stabilité/vélocité de l’environnement. Les études
ayant porté sur cette question rapportent des résultats contradictoires. D’un côté, certaines
études rapportent que la performance économique de la firme est liée positivement à la
complétude de la PDS dans des environnements stables, mais négativement à la complétude
dans des environnements instables (Fredrickson, 1984 ; Fredrickson & Mitchell, 1984 ;
Fredrickson & Iaquinto, 1989). De l’autre côté, certaines études rapportent que la
performance économique de la firme est liée positivement à la complétude de la PDS dans des
environnements instables/véloces (Eisenhardt, 1989 ; Miller, 2008). Cette contradiction tient
probablement au fait que la stabilité/vélocité de l’environnement est une variable trop globale
et qu’il serait plus judicieux de différencier plusieurs types d’incertitude environnementale.
Les résultats de Atuahene-Gima et Li (2004) vont dans ce sens : la relation entre la
complétude d’une décision marketing stratégique et la performance économique d’un
nouveau produit est positivement modérée par l’incertitude du marché, mais négativement
modérée par l’incertitude technologique.
Troisièmement, la performance économique de la firme est liée à la rationalité de la
PDS, l’ensemble des études ayant examiné cette relation rapportant une relation positive.
Celle-ci est par ailleurs modérée par différents facteurs environnements, organisationnels, ou
spécifiques à la décision : la diversification de la stratégie (Goll & Sambharya, 1998), la
capacité de l’environnement (Goll & Rasheed, 2005), le dynamisme environnemental
(Mueller et al., 2007). Enfin, on peut également noter que plusieurs études rapportent que la
performance économique de la firme est liée à d’autres facteurs divers : le degré d’activité
politique dans la PDS (Eisenhardt & Bourgeois, 1988), le degré de consensus sur différents
25
aspects de la PDS (Bourgeois, 1980 ; Bourgeois, 1985 ; Dess, 1987), l’intuition des décideurs
(Khatri & Ng, 2000 ; Sadler-Smith, 2004), et la diversité cognitive (Simons, Pelled, & Smith,
1999).
Considérons maintenant les études portant sur le lien entre PDS et performance du
processus de décision (les études de ce type sont les moins nombreuses, nous en recensons 18
au total, cf. tableau 4). Ces études ont examiné les liens entre diverses caractéristiques de la
PDS (e.g., rationalité, diversité cognitive, implémentation) et divers aspects de la performance
du processus de décision (e.g., qualité, efficience, engagement, satisfaction), donnant ainsi
lieu à un ensemble de résultats apparaissant davantage comme disparates que cohérents. On
peut tout d’abord mentionner les études de David Schweiger concernant l’influence du type
de dynamique de groupe dans le processus de décision (enquête dialectique vs. avocat du
diable vs. consensus) sur plusieurs aspects de la performance du processus de décision. Ces
études montrent notamment que les dynamiques de groupe « enquête dialectique » et « avocat
du diable » produisent des décisions de meilleure qualité que la dynamique « consensus »
(Schweiger, Sandberg, & Ragan, 1986 ; Schweiger, Sandberg, & Rechner, 1989 ; Schweiger
& Sandberg, 1989), tandis que cette dernière dynamique donne lieu à une satisfaction à
l’égard du travail de groupe et une acceptation des décisions produites plus élevées.
D’autre part, plusieurs études ont porté sur les déterminants dans la PDS de la réussite
d’une décision stratégique. Nutt (1998a) met en exergue le rôle du mode d’implémentation de
la stratégie (les modes « intervention » et « participation » étant plus efficaces que les modes
« persuasion » et « décret »). Nutt (1998b) montre l’influence de la tactique utilisée par les
décideurs lors de l’évaluation des alternatives (sur neuf tactiques, les tactiques « analytique »
et « marchandage » donnant lieu à la meilleure réussite). Nutt (2005) montre l’influence de la
méthode de recherche (search approach) utilisée pour identifier des alternatives et des
solutions (une recherche de type rationnelle et orientée vers un but étant la plus performante).
Par ailleurs, la qualité d’une décision stratégique est notamment influencée par le degré de
rationalité (Hough & White, 2003), le style cognitif (Hough & Ogilvie, 2005), et la diversité
cognitive de la TMT (Olson et al., 2007a). Enfin, on soulignera l’étude intégrative de Elbanna
et Child (2007b) qui ont mis en évidence comment un aspect de la performance du processus
de décision, son efficience, est influencé par trois caractéristiques de la PDS (rationalité,
intuition, et comportement politique), et comment cette relation est modérée à la fois par des
facteurs environnementaux (incertitude et
capacité), des
facteurs organisationnels
(performance et taille), et des facteurs spécifiques à la décision (importance, incertitude, et
motivation).
26
Tableau 2. Catégorie 1 : la PDS comme variable dépendante.
Etude
Echantillon
Méthode
Analyses
Atuahene-Gima &
Murray (2004)
[Catégorie 2]
149 entreprises manufacturières
américaines
Survey research AFC, régression hiérarchique
La complétude de la décision marketing stratégique est
influencée par plusieurs facteurs organisationnels : le
système de récompense des membres, et leurs relations
intra- et extra-industrielles.
Brouthers et al. (1998)
90 firmes hollandaises
Survey research Statistiques descriptives
La taille de la firme influence le style de décision (intuitif
vs. rationnel) des dirigeants (ceux de petites entreprises
s’appuient davantage sur l’intuition).
Brouthers et al. (2000)
42 institutions financières
hollandaises
Field Study
Régression multiple
Survey research
L’agressivité stratégique est influencée par des facteurs
environnementaux (turbulence, style entrepreneurial,
structure organisationnelle) et managériaux (âge,
expérience, expérience professionnelle des managers).
Brenes et al. (2008)
81 firmes en Amérique Latine
Survey research Statistiques descriptives
La réussite de l’implémentation de la stratégie est
influencée par le processus de formulation de la stratégie, le
leadership du CEO, ainsi que l’exécution systématique, le
contrôle et le suivi de la stratégie.
Carr (2005)
28 firmes britanniques, 35
firmes allemandes, 14 firmes
japonaises dans l’industrie
automobile
Interviews
Le style de prise de décision est influencé par les
spécificités institutionnelles et culturelles des pays.
Chou & Dyson (1998)
80 décisions d’investissement
stratégique par des firmes
Taiwanaises
Survey research ACP, corrélations
L’efficience, la durée, le degré d’interaction, et
l’implication dans la PDS sont négativement liés à
l’intensité de l’information technologique dans le projet
d’investissement.
Collier et al. (2004)
6394 managers suivant un
formation executive dans
une université britannique
Survey research Corrélations
L’implication dans la PDS est positivement liée au
degré de rationalité du processus, et négativement liée
au degré d’activité politique.
Analyse de contenu
27
Résultats
Tableau 2. Suite.
Etude
Echantillon
Méthode
Analyses
Cray et al. (1991)
30 firmes de diverses
industries
Survey research Analyse discriminante
Mise en évidence de relations systématiques entre le type
de décision et le type de PDS : vortex- sporadique, souplefluide, familier-serré
Duhaime & Baird
(1987)
115 grandes firmes avec
décision de désinvestissement
Survey research Régression multiple
Relation négative entre la taille de l’unité et l’implication
du manager.
Eisenhardt (1989)
[Catégorie 2]
8 firmes dans l’industrie micro
informatique (CEO, managers)
Interviews
Questionnaires
Statistiques descriptives
Dans les environnements véloces, relation positive entre la
vitesse de la décision et a) la quantité d’information utilisée
b) le nombre d’alternatives considérées, c) l’utilisation de
conseillers, d) l’utilisation de stratégies de résolution de
conflit.
Eisenhardt & Bourgeois 8 firmes dans l’industrie micro
(1988)
informatique
[Catégorie 2]
Interviews
Questionnaires
Relation négative entre le degré d’activité politique dans le
top management et la vitesse de la décision.
Elbanna & Child
(2007a)
169 décisions stratégiques
dans des entreprises
manufacturières égyptiennes
Field Study
Régression hiérarchique, ACP
La rationalité de la PDS est influencée par des facteurs
environnementaux (incertitude et capacité), des facteurs
organisationnels (performance et taille), et des facteurs
spécifiques à la décision (importance, incertitude, et
motivation).
Elbanna & Younies
(2008)
Identique à Elbanna & Child
(2007a)
Field Study
ACP
Etude des relations entre différentes caractéristiques de la
PDS. Les décideurs stratégiques peuvent être à la fois
rationnels, politiques, et intuitifs.
Fahey (1981)
6 firmes multidivisionnelles
(cadres au niveau coporate et
divisionnel)
Interviews
structurées
Analyse qualitative
Cette étude qualitative se veut exploratoire et débouche sur
un ensemble de propositions plutôt que de conclusions.
Exemples : a) le choix parmi les alternatives sélectionnées
est moins important que la recherche et l’élaboration des
alternatives, b) les phases initiales de la PDS renvoient à
des phénomènes complexes souvent caractérisés par une
activité politique importante.
28
Résultats
Tableau 2. Suite.
Etude
Echantillon
Méthode
Analyses
Résultats
Floyd & Wooldridge
(1992)
25 firmes (middle managers)
Questionnaires
AFC, MANOVA
Les managers de type « prospecteur » ont a) une activité de
promotion plus importante que les managers de type
« défenseur », b) une activité de facilitation et
d’implémentation plus importante que les managers de type
« défenseur » et « analyseur ».
Forbes (2005)
98 start ups Internet de la
communauté Silicon Alley
Field Study
T-tests, régression OLS
Relation positive entre l’âge et l’expérience des managers
et la vitesse des décisions stratégiques.
Fredrickson (1985)
321 étudiants MBA et 116
cadres moyens/supérieurs
Laboratory
experiment
MANOVA
La complétude de la décision est la plus forte lorsque
l’environnement présente des menaces, et lorsque la
performance organisationnelle antérieure est faible (pattern
observé seulement chez les étudiants MBA).
Fredrickson &
Iaquinto (1989)
45 firmes dans 2 industries,
159 cadres (dont CEO)
Questionnaires
(scenarios)
La taille, le mandat, et le degré de continuité de l’équipe de
direction sont positivement liés au degré de complétude de
la décision.
Goll & Rasheed (2005)
[Catégorie 2]
américaines
Les caractéristiques de la TMT (âge, mandat) influencent
le degré de rationalité de la PDS.
Gottschalk (1999)
190 firmes norvégiennes
Relation positive entre la planification et l’implémentation
de la PDS.
Hitt & Tyler (1991)
65 firmes (CEO, VP seniors)
Survey research Régression hiérarchique
Questionnaires
Les caractéristiques des cadres (âge, éducation, expérience,
complexité cognitive, propension au risque) et le type
d’industrie influencent le choix dans une décision
stratégique d’acquisition.
Jemison (1981)
124 cadres supérieurs de
15 firmes dans 3 industries
Questionnaires
L’influence perçue d’un département sur les décisions
stratégiques de l’organisation est davantage influencée
par le degré d’interaction avec l’environnement (les rôles
d’interface) que par le type de pouvoir organisationnel
(position, expertise, ressources, politique, autre).
ANOVA, corrélations,
29
Tableau 2. Suite.
Etude
Echantillon
Méthode
Analyses
Judge & Miller (1991)
[Catégorie 2]
10 firmes biotechnologiques,
10 firmes textiles,
12 hôpitaux
Relation positive entre la complétude et la vitesse de la
décision, que l’environnement soit véloce ou non. Pas de
relation entre l’expérience du comité d’administration et la
vitesse de la décision.
Kim & Mauborgne
(1998)
48 cadres seniors dans 8 firmes
Interviews
Analyse de contenu
L’existence d’un sens de la justice procédurale dans
l’équipe de direction influence la bonne exécution des
décisions stratégiques.
Langley (1990)
3 organisations (managers et
analystes seniors)
Interviews
Analyse qualitative
Les patterns du processus de décision et l’utilisation d’une
analyse formelle sont liés au type de structure
organisationnelle (bureaucratie mécaniste, bureaucratie
professionnelle, adhocratie), ainsi qu’au style de leadership
et à la nature des enjeux auxquels fait face l’organisation.
Levitt & Nass (1989)
10 éditeurs de manuels
universitaires
Secondary
source data
Analyse de contenu
Le processus de décision dans le domaine de l’édition
d’ouvrages universitaires s’apparente au garbage can,
bien que des forces coercitives, mimétiques et normatives
tendent à uniformiser les décisions.
Martinsons & Davison
(2007)
Top managers (133 Américains,
82 Japonais, 88 Chinois)
Questionnaires
Interviews
T-tests appariés
Les managers de différents pays (EU, Japon, Chine) ont des
styles de décision différents.
Miller (1987)
97 firmes (CEO, VP, managers)
Questionnaires
PCA, régression multiple
Relation positive entre l’intégration formelle et
a) la rationalité, b) l’interaction dans le processus
de décision. La décentralisation est légèrement liée
positivement avec a) l’interaction, b) l’affirmation de soi.
Miller, Droge, &
Toulouse (1988)
77 firmes (CEO, VP, managers)
Survey research MES
Questionnaires
Relation positive entre le degré d’analyse et d’interaction
dans le processus de décision et a) la formalisation,
b) l’intégration, c) le besoin d’accomplissement du CEO.
Miller et al. (2004)
Identique à Hickson et al.
(2003)
Case study,
longitudinal
L’expérience managériale et le contexte organisationnel
(structure, culture) influencent la réussite de
l’implémentation des décisions stratégiques.
ACP, corrélations
30
Résultats
Tableau 2. Suite.
Etude
Echantillon
Méthode
Analyses
[Catégorie 2]
CEO et TMT de firmes et
hôpitaux américains
La complétude de la PDS et l’étendue de la planification
sont négativement liées à la diversité cognitive de la TMT.
Nutt (2000a)
376 décisions stratégiques de
firmes nord-américaines
Field study
ANOVA
Les organisations publiques, privées, et du secteur nonmarchand utilisent des tactiques différentes pour identifier
des alternatives.
Nutt (2007)
Identique à Nutt (2000a)
Field study
ANOVA
L’activité de collecte d’information (intelligence gathering)
dans la PDS influence le mode de recherche retenu pour
découvrir des alternatives et la réussite de la décision. Les
meilleures décisions sont obtenues lorsque l’effort de
recherche est guidé par des besoins documentés et lorsque
la recherche est formelle et la négociation utilisée pour
identifier des alternatives.
Papadakis (2006)
en Grèce
Field Study
Régression hiérarchique
Les caractéristiques de la PDS (e.g. complétude, rationalité,
formalisation) sont globalement plus influencées par les
facteurs environnementaux (capacité) et organisationnels
(taille, propriété) que les caractéristiques du CEO :
personnalité (e.g. attitude face au risque, locus du contrôle)
et caractéristiques démographiques (mandat et formation)
Papadakis & Barwise
(2002)
Identique à Papadakis et al.
(1998)
Field Study
Régression hiérarchique
La TMT et le CEO influencent le processus de PDS mais
l’influence de la TMT est plus importante.
Papadakis et al. (1998)
en Grèce
Field Study
Régression multiple, ACP
Sept caractéristiques centrales de la PDS (e.g. complétude,
reporting financier, formalisation, décentralisation) sont
influencées par 1) des caractéristiques spécifiques de la
décision (e.g. impact de la décision, type de décision), 2)
des facteurs environnementaux (e.g. capacité, dynamisme),
3) des facteurs organisationnels (e.g. taille, gouvernance,
performance), 4) des caractéristiques du top management
(e.g. personnalité du CEO). Les caractéristiques spécifiques
de la décision ont l’influence la plus importante.
31
Résultats
Tableau 2. Suite.
Etude
Echantillon
Méthode
Analyses
Résultats
Papadakis et al. (1999)
Une entreprise grecque dans le
secteur de la chimie
Qualitative
Analyse de contenu
La façon dont une problématique est catégorisée (crise,
opportunité, menace, etc.) influence le processus de PDS
mis en œuvre.
Pinfield (1986)
Gouvernement canadien
Observation
participante
Interviews
Secondary
source data
Analyse qualitative
L’urgence de la décision d’une part, les arrangements
structurels et les objectifs organisationnels d’autre part
influencent le degré de participation dans le processus de
décision consistant à élaborer un cadre pour le management
stratégique des cadres supérieurs du gouvernement.
Schilit (1987)
60 middle managers
Questionnaires
Statistiques descriptives,
régression multiple
L’activité d’influence ascendante est plus probable : a) pour
les décisions à faible risque, b) pour l’implémentation que
pour la formulation, c) dans les organisations privées que
publiques.
Schilit & Paine
(1987)
60 middle managers
Questionnaires
Statistiques descriptives,
AFC
Relation positive entre le risque et a) la durée du processus
de décision, b) l’utilisation de techniques collaboratives et
incrémentales, c) le degré d’activité de coalition et de
négociation.
Segev (1987)
133 étudiants MBA
Laboratory
experiment
Corrélations
Relation forte entre le type stratégique et la stratégie
déployée. Relation positive entre l’adéquation entre le
type stratégique et la stratégie et la part de marché.
Shrivastava & Grant
(1985)
32 firmes indiennes
Interviews
Analyse de classification
hiérarchique (cluster)
L’objectif est d’identifier et de caractériser les différents
modèles de la PDS suivant une approche empirique (et
d’étudier leur lien avec l’apprentissage organisationnel).
Quatre modèles de la PDS sont identifiés : l’autocratie
managériale, la bureaucratie systématique, la planification
adaptative, et l’opportunisme politique.
Welsh & Slusher
(1986)
61 cadres universitaires
(décision : sélection d’un
doyen)
Questionnaires
32
En condition d’interdépendance faible, relation positive
entre le degré de consensus et le degré d’activité politique
parmi les membres de la faculté.
Tableau 3. Catégorie 2 : la PDS comme variable indépendante. Note : PE : performance économique.
Etude
Echantillon
Méthode
Analyses
Atuahene-Gima & Li
(2004)
373 firmes chinoises
dans les nouvelles technologies
La relation entre la complétude d’une décision marketing
stratégique et la PE d’un nouveau produit est positivement
modérée par l’incertitude du marché, et négativement
modérée par l’incertitude technologique.
Atuahene-Gima &
Murray (2004)
[Catégorie 1]
américaines
La relation entre la complétude de la décision marketing
stratégique et la PE d’un nouveau produit est positivement
modérée par la vitesse de l’implémentation de la stratégie
et par l’incertitude technologique et négativement modérée
par l’incertitude du marché.
Baum & Wally (2003)
318 CEOs de firmes américaines
Survey research MES
La vitesse de la PDS est liée positivement à la PE. De plus,
elle modère l’influence de facteurs environnementaux
(dynamisme et capacité) et de facteurs organisationnels
(centralisation et formalisation) sur la PE.
Bourgeois (1980)
12 entreprises publiques
(CEO et TMT)
Survey research AFC, ANOVA
Questionnaires
La PE est positivement liée au degré de consensus sur les
moyens compétitifs.
Bourgeois (1985)
20 firmes non-diversifiées
Relation négative entre le degré de consensus concernant
l’incertitude environnementale perçue et la PE, dans des
environnements volatiles.
Dess (1987)
19 firmes dans le secteur de
la peinture et du revêtement
(top managers)
Survey research ANOVA
La PE est positivement liée au degré de consensus sur les
méthodes compétitives et la stratégie.
Eisenhardt (1989)
[Catégorie 1]
8 firmes dans l’industrie micro
informatique (CEO, managers)
Interviews
Questionnaires
Dans les environnements véloces, relation positive entre la
vitesse de la décision et la PE.
Eisenhardt & Bourgeois 8 firmes dans l’industrie micro
(1988)
informatique
[Catégorie 1]
Interviews
Questionnaires
Relation négative entre le degré d’activité politique dans le
top management et la PE.
33
Résultats
Tableau 3. Suite.
Etude
Echantillon
Méthode
Analyses
Résultats
Fredrickson (1984)
152 cadres de 38 firmes
Interviews
Questionnaires
Corrélations
Relation négative entre la complétude de la décision
et la PE, dans un environnement instable.
Fredrickson &
Mitchell (1984)
109 cadres de 27 firmes
Questionnaires
Relation positive entre la complétude de la décision
et la PE, dans des environnements stables.
Covin et al. (2001)
américaines
Field Study
Le style de décision dans la PDS influence la performance
de la firme, et cette relation est modérée par le degré
de sophistication environnemental et technologique.
Goll & Sambharya
(1998)
américaines
La rationalité de la PDS influence la performance de la
firme, et cette relation est modérée par la diversification de
la stratégie.
Goll & Rasheed (2005)
[Catégorie 1]
américaines
Le degré de rationalité de la PDS influence la performance
de la firme, et cette relation est modérée par la capacité de
l’environnement (munificence).
Judge & Miller (1991)
[Catégorie 1]
10 firmes biotechnologiques,
10 firmes textiles,
12 hôpitaux
Relation positive entre la vitesse de la décision et la PE,
mais que dans des environnements véloces.
Khatri & Ng (2000)
221 entreprises américaines
dans 3 secteurs (informatique,
banque, et services publics)
Survey research ANOVA, régression
L’intuition dans la PDS est positivement liée à la
performance de la firme dans des environnements instables,
mais négativement liée à la performance dans des
environnements stables.
Miller (2008)
79 firmes américaines dans
diverses industries
La complétude de la PDS est liée positivement à la
performance dans des environnements turbulents
(pas de relation dans des environnements stables).
[Catégorie 1]
CEO et TMT de firmes et
hôpitaux américains
La complétude de la PDS et l’étendue de la planification
stratégique sont positivement liée à la performance.
34
Tableau 3. Suite.
Etude
Echantillon
Méthode
Analyses
Mueller et al. (2007)
américaines
Le degré de rationalité de la PDS est lié à la performance
financière, cette relation étant modérée par le dynamisme
environnemental.
Papadakis (1998)
Identique à Papadakis et al.
(1998)
Field Study
La performance à long terme est davantage influencée par
les caractéristiques structurales de la PDS (e.g., rationalité,
reporting financier) tandis que la performance à court terme
est davantage influencée par les caractéristiques
comportementales de la PDS.
Sadler-Smith (2004)
141 firms britanniques
Relation positive entre l’intuition dans la PDS et la
performance de la firme. Cette relation n’est pas modérée
par l’instabilité de l’environnement.
Simons et al. (1999)
américaines
La diversité cognitive et le débat dans la PDS influence la
performance de la firme, cette relation étant modérée par
la complétude.
Walter et al. (2008)
106 firmes américaines
dans la haute technologie
Survey research AFC, régression multiple
Les caractéristiques d’exposition (openness), de rationalité
procédurale, et de récursivité (recursiveness) de la PDS
influencent les chances de réussite d’une alliance
stratégique. Ces relations sont modérées par le contexte
micro-politique de l’organisation.
Walters & Bhuian
(2004)
89 hôpitaux américains
Survey research MES
La relation entre la complétude de la PDS et la performance
d’une stratégie hybride est modérée positivement par le
dynamisme environnemental.
Corrélations
35
Résultats
Tableau 4. Catégorie 2 : la PDS comme variable indépendante. Note : PP : performance du processus de décision.
Etude
Echantillon
Méthode
Analyses
Résultats
Butler et al. (1991)
3 firmes britanniques
Case study
Interviews
L’efficacité perçue de la décision a une influence sur le
soutien apporté à une décision d’investissement stratégique.
Elbanna & Child
(2007b)
Identique à Elbanna & Child
(2007a)
Field Study
Régression hiérarchique,
corrélations
Trois caractéristiques de la PDS (rationalité, intuition, et
comportement politique) influencent l’efficience de la PDS.
Relation modérée par des facteurs environnementaux
(incertitude et capacité), des facteurs organisationnels
(performance et taille), et des facteurs spécifiques à la
décision (importance, incertitude, et motivation).
Hickson et al. (2003)
55 firmes britanniques
Case study,
longitudinal
ACP, régression multiple
La réussite de la PDS est influencée par le fait de planifier
et hiérarchiser les alternatives de la décision.
Hough & White (2003)
400 décisions
Simulation
ANOVA, corrélations,
régression logistique
La rationalité de la PDS (disponibilité et prégnance des
informations pertinentes) influence la qualité de la décision,
modération par le dynamisme de l’environnement.
Hough & Ogilvie (2005) 749 cadres
Simulation
MES
La performance du processus de décision (caractère décisif
du manager, qualité de la décision, efficacité perçue) est
influencée par le style cognitif de la PDS.
Nooraie (2008)
44 firmes en Malaisie
L’ampleur de l’impact de la décision stratégique influence
la satisfaction à l’égard de la décision, cette relation étant
modérée par le degré de rationalité.
Nutt (1998a)
Field study
Multi-method
Chi-Square
Le mode d’implémentation de la stratégie influence la
réussite d’une décision stratégique. Les modes
« intervention » et « participation » sont plus efficaces que
les modes « persuasion » et « décret ».
Nutt (1998b)
Field study
Multi-method
ANOVA
La tactique utilisée par les décideurs lors de l’évaluation
des alternatives influence la réussite d’une décision
stratégique. Parmi neuf tactiques examinées, les tactiques
« analytique » et « marchandage » sont les meilleures.
36
Tableau 4. Suite.
Etude
Echantillon
Méthode
Analyses
Résultats
Nutt (2005)
Identique à Nutt (2000a)
Field study
Multi-method
ANOVA
MANOVA
La méthode de recherche (search approach) utilisée dans la
PDS pour identifier des alternatives et des solutions
influence la réussite d’une décision stratégique. Une
recherche de type rationnelle et orientée vers un but est la
plus performante.
Nutt (2008)
Field study
Multi-method
ANOVA,
MANOVA
Le processus sous-jacent à la PDS influence la réussite
d’une décision stratégique. Le processus « découverte »
(logique et rationalité politique) est plus performant que
le processus « imposition d’idée » (pragmatisme et
recherche de sens). Ce pattern est indépendant de plusieurs
caractéristiques de la décision (e.g., importance, type).
Olson et al. (2007a)
252 managers Chinois
Relation négative entre la diversité cognitive de la TMT et
l’engagement et la qualité de la décision. Cette relation est
modérée par le sentiment de confiance basé sur la cognition
et sur l’affect.
Olson et al. (2007b)
85 TMT d’hôpitaux américains
Survey Research AFC, MES
Relation négative entre la diversité cognitive de la TMT et
l’engagement et la performance, cette relation étant
modérée par le degré de conflit sur la tâche.
Schweiger, Sandberg,
& Ragan (1986)
120 étudiants MBA
Laboratory
experiment
ANOVA
VI : type de dynamique de groupe : enquête dialectique
(ED), avocat du diable (AD), consensus (C).
VD = qualité des recommandations : ED et AD > C
VD = qualité des hypothèses : ED > AD
VD = satisfaction et désir de poursuivre le travail en
groupe : C > ED et AD.
Schweiger, Sandberg,
& Rechner (1989)
120 middle managers de
3 divisions d’une firme
majeure
Laboratory
experiment
ANOVA
VD = qualité des décisions : ED = AD > C
VD = acceptation des décisions : C > AD = ED
L’expérience dans l’utilisation des techniques ED, AD, et C
est négativement liée à la durée nécessaire pour parvenir à
une décision, et positivement liée à la qualité de la décision.
37
Tableau 4. Suite.
Etude
Echantillon
Méthode
Analyses
Résultats
Schweiger & Sandberg
(1989)
120 étudiants MBA
Laboratory
experiment
ANOVA
VD = qualité des recommandations : ED et AD > C
VD = qualité des hypothèses : ED > AD, C
L’ED donne lieu à une meilleure performance de groupe
sur tous les critères de performance.
Schwenk (1984)
80 étudiants
Laboratory
experiment
ANOVA
VI : type de dynamique de groupe : enquête dialectique
(ED), avocat du diable (AD), ou expertise (E).
Les sujets ayant utilisé l’ED ou l’AD rapportent plus de
satisfaction à l’égard du déroulement du processus de
décision.
Schwenk (1990)
42 étudiants MBA
Questionnaires
AFC
Le degré de conflit est positivement lié à la qualité de la
décision chez les étudiants issus d’organisations à but non
lucratif, et négativement lié à la qualité de la décision chez
les étudiants issus d’organisations à but lucratif.
Wooldridge & Floyd
(1990)
11 banques et 9
entreprises
manufacturières
Survey research Correlations
38
Le degré d’implication du middle management dans
la formation de la stratégie est positivement lié au degré de
compréhension de la stratégie, lui-même positivement lié
à la PE.
1.5 Remarques méthodologiques
Comme nous l’avons souligné jusqu’à présent, la PDS constitue un objet d’étude
complexe, dont l’investigation empirique soulève des questions et des problèmes
méthodologiques majeurs. Ces considérations ont été soulevées de façon récurrente dans la
littérature (Rajagopalan et al., 1993 ; Schwenk, 1995 ; Papadakis & Barwise, 1997 ; Bell et
al., 1998 ; Papadakis et al., 2010). A notre sens, les chercheurs dans le domaine de la PDS
doivent porter attention à quatre considérations méthodologiques principales.
La première considération concerne le niveau d’analyse. La distinction entre
performance du processus de décision et performance économique renvoie à la présence de
deux niveaux d’analyse dans les études sur la PDS (Priem, Rasheed, & Kotulic, 1995 ; Goll &
Rasheed, 1997). D’un côté, les études qui portent au niveau de l’organisation relient des
caractéristiques du processus de décision à la performance de l’organisation (e.g., croissance
du CA). De l’autre côté, les études qui portent au niveau de la décision relient des
caractéristiques du processus de décision à la performance de ce processus (e.g., vitesse,
efficience). Les études qui portent au niveau de l’organisation font face à deux problèmes
majeurs. Premièrement, à l’échelle de l’organisation, l’existence d’un lien entre processus de
décision et performance laisse ouverte la question du sens de la causalité. Deuxièmement, une
décision stratégique caractérisée à l’échelle de l’organisation est une décision globale qui
agrège un ensemble de décisions stratégiques locales. Par conséquent, les facteurs qui sont
significatifs au niveau des décisions locales peuvent apparaître totalement non significatifs au
niveau des décisions globales, lorsque les décisions locales sont moyennées. Pour ces raisons,
le niveau d’analyse qui semble être le plus pertinent pour l’étude de la PDS est celui de la
décision (Hough & White, 2003). Comme le notent Bell et al. (1998, p. 166) : “In general,
our bias is toward studies of specific decisions which will illuminate more of the details of the
structure and processes of decision making”.
Par ailleurs, lorsque le niveau d’analyse choisi est celui de la décision, la démarche
méthodologique correspondante consiste à échantillonner dans la population statistique des
décisions stratégiques de façon à permettre une inférence statistique (généralisation du résultat
obtenu sur l’échantillon à la population). Or cet échantillonnage se fait souvent au travers
d’un ensemble large et hétérogène d’organisations. Cela a pour effet de produire des résultats
statistiquement significatifs, mais pratiquement peu pertinents. A cet égard, Papadakis et al.
(2010, p. 61) notent que : “… managers find it hard to appreciate the importance of these
[large sample] studies for their everyday life. If we assume that one of the ultimate goals of
39
SD [Strategic Decision] research is to provide knowledge of practical value, then future
efforts may have to turn to small-sample inductive studies”. Il s’agit du compromis
méthodologique général entre validité externe (pertinence) et validité interne (rigueur), et qui
se pose en particulier dans le domaine du management stratégique où la pertinence et la valeur
actionnable des résultats issus de la recherche académique sont des critères de première
importance.
La deuxième considération méthodologique concerne la mesure des variables
correspondant au contexte, contenu, processus, et résultat. Ces variables latentes
« macroscopiques » peuvent être mesurées de diverses façons et cela explique certainement en
partie certaines contradictions dans la littérature empirique. Les modèles d’équations
structurales, largement utilisés dans la recherche sur la PDS et en sciences de gestion en
général, offre une réponse en aval à ce problème en permettant de construire un modèle de
mesure pour chaque variable latente incluse dans le modèle (Roussel, Durieu, Campoy, & El
Akremi, 2002). Mais cela ne règle en rien le problème de la mesure en amont (les outils de
mesure eux-mêmes). Ce problème de la mesure se pose en particulier pour la composante
résultat (ou performance). La mesure de la performance économique ne pose pas de problème
notable car les indicateurs sont directs (e.g., ROA, croissance), mais il en est tout autrement
pour la mesure de la performance du processus de décision (e.g., qualité, efficience,
engagement). Les mesures de cette performance sont typiquement subjectives (elles reposent
sur des interviews) et rétrospectives (les individus interviewés devant se remémorer des
éléments du processus de décision stratégique) (Bell et al., 1998). Or la recherche en
psychologie a montré depuis longtemps les biais inhérents à ce type de mesures (Furr &
Bacharach, 2008). Il s’agit d’un problème méthodologique majeur, régulièrement mis en
exergue, mais pour lequel aucune solution évidente n’existe pour le moment (Rajagopalan et
al., 1993 ; Schwenk, 1995 ; Bell et al., 1998 ; Papadakis et al., 2010).
La troisième considération méthodologique concerne le caractère intégratif des études
empiriques. Les chercheurs doivent s’efforcer d’inclure un certain nombre de variables dans
leurs designs de recherche et de réaliser des analyses statistiques multivariées poussées
(modèles multiniveaux, modèles d’équations structurales). En effet, si les chercheurs
supposent que la PDS met en jeu des relations complexes entre contexte, contenu, processus,
et résultat, alors ils doivent mener des études dont la méthodologie permet de capter cette
complexité. Il s’agissait de l’une des recommandations principales de Rajagopalan et al.
(1993), et la revue de Papadakis et al. (2010) montre que cette recommandation a été quelque
40
peu suivie. Cependant, les études empiriques devraient plus systématiquement adopter cette
approche intégrative.
Enfin, la quatrième considération méthodologique concerne la recherche en laboratoire
(expérimentation). Parmi toutes les recommandations méthodologiques régulièrement faites
dans le domaine de la PDS figure systématiquement celle de mener davantage d’études en
laboratoire. Au premier abord, ce type de recherche peut sembler inapproprié pour un objet
d’étude tel que la PDS. Notre assemblage des revues de littérature de Rajagopalan et al.
(1993) et Papadakis et al. (2010) révèle effectivement que très peu d’études sur la PDS
correspondent à des expérimentations en laboratoire. En sciences de gestion d’une façon
générale, la recherche en laboratoire est jusqu’à présent restée confidentielle car on attend de
cette discipline académique qu’elle produise des résultats possédant une valeur pratique, alors
que la recherche en laboratoire a tendance au contraire à produire des résultats artificiels (il
s’agit toujours du compromis méthodologique entre validité externe et validité interne).
Cependant, l’histoire récente de l’économie peut amener à adopter un regard différent sur la
pertinence de la recherche en laboratoire en sciences de gestion. En effet, inspiré par la
psychologie cognitive, le courant comportemental s’est progressivement imposé en économie
depuis les années 1980, jusqu’à donner naissance à l’économie comportementale, une branche
de l’économie désormais académiquement implantée. Or ce courant s’est fondamentalement
bâti sur des résultats issus de la recherche en laboratoire, notamment les expériences princeps
de Kahneman et Tverky (Tversky & Kahneman, 1974). Nous suggérons que ce type de
recherche peut potentiellement jouer le même rôle en sciences de gestion et susciter
l’équivalent de l’économie comportementale, la stratégie comportementale. Le présent travail
s’inscrit dans ce courant, et notre problématique est l’objet de la partie suivante.
41
2. Problématique
Notre recherche porte sur une caractéristique de la rationalité du processus de décision
stratégique à l’échelle individuelle, le traitement de l’information pertinente (2.2). Cette étude
relève du courant de la stratégie comportementale (2.1) et utilise le judgmental bootstrapping
comme méthode (2.3).
2.1 La stratégie comportementale
Depuis les années 1980, l’économie et la finance ont vu la montée en puissance et la
consécration de l’approche comportementale (Camerer & Loewenstein, 2004 ; Shiller, 2003).
Les origines de ce courant correspondent à quelques articles de recherche en psychologie
cognitive publiés dans les années 1970, et sa consécration renvoie à sa reconnaissance
académique au plus haut niveau, marquée notamment par l’attribution du Prix Nobel
d’économie à Daniel Kahneman (pionnier de l’économie comportementale) en 2002 et à
Robert Shiller (représentant de l’économie comportementale) en 2013. Trois chercheurs en
particulier ont joué un rôle clé dans l’avènement de l’économie comportementale : les
psychologues Daniel Kahneman et Amos Tversky qui ont réalisé des expériences de
psychologie ayant révélé certains phénomènes cognitifs, et l’économiste Richard Thaler qui a
montré en quoi la prise en compte de ces phénomènes psychologiques pouvait enrichir
l’analyse économique standard néoclassique (Thaler, 2015). Le paradigme néoclassique est né
dans les années 1870 (avec la révolution marginaliste) et il est devenu dominant dans les
années 1950. Le cadre défini par cette approche (maximisation de l’utilité, équilibre,
efficience) permet une mathématisation des modèles, donnant par-là à l’économie l’apparence
d’une science naturelle plutôt que d’une science humaine. D’un point de vue strictement
scientifique, l’approche néoclassique est très puissante car elle offre un cadre théorique
unificateur doté d’un large pouvoir explicatif (applicable même à des phénomènes nonéconomiques) et car elle permet de formuler des prédictions empiriquement testables.
L’économie comportementale a réhabilité le rôle de la psychologie en économie, et
cette réhabilitation est en fait un juste retour des choses. En effet, l’approche néoclassique est
bâtie sur le principe épistémologique de l’individualisme méthodologique, qui consiste à
élaborer une connaissance des phénomènes économiques et sociaux en partant d’hypothèses
sur les entités constitutives de ces phénomènes, les individus. L’hypothèse néoclassique
générale sur l’individu est que celui-ci est rationnel et maximise son utilité en fonction des
42
contraintes. L’individu tel qu’il est décrit par l’approche néoclassique, l’homo œconomicus,
est supposé être une bonne approximation de de l'être humain réel. Or cette représentation
théorique du comportement humain est mathématiquement traitable mais psychologiquement
irréaliste. L’économie comportementale se propose de rendre les modèles économiques
néoclassiques davantage réalistes. Ainsi, il est important de souligner que l’économie
comportementale n’incarne pas un rejet mais une amélioration de l’économie néoclassique.
Concrètement, cette amélioration se fait par l’ajout de paramètres – représentant des facteurs
psychologiques – dans les modèles néoclassiques existants (Camerer & Loewenstein, 2004).
Ces phénomènes psychologiques que l’analyse économique gagne à intégrer ont été
mis en évidence dans des expériences psychologie cognitive menées en laboratoire,
notamment celles de Kahneman et Tversky (Tversky & Kahneman, 1974). Ces phénomènes
sont relatifs à la décision et représentent des anomalies, c’est-à-dire des déviations par rapport
au modèle néoclassique et l’hypothèse de la rationalité individuelle. Ces phénomènes sont
nombreux (e.g., aversion à la perte, effets de cadrage ou framing, excès de confiance) et ont
fait l’objet d’un nombre considérable de recherches (Camerer, Loewenstein, & Rabin, 2004 ;
Kahneman, 2003). Kahneman et Tversky (1979) proposent une théorie de la décision en
situation de risque psychologiquement plus réaliste que la théorie de l’utilité espérée, la
théorie des perspectives, qui repose sur trois idées : a) les individus évaluent les alternatives
par rapport à un point de référence, en termes de gains et de pertes, b) les pertes ont plus de
poids que les gains, c) chaque alternative est pondérée non pas par sa probabilité réelle mais
par le poids décisionnel qui lui est accordé. L’approche comportementale en finance a elle
aussi été motivée par la mise en évidence d’anomalies par rapport l’hypothèse d'efficience du
marché financier, le modèle néoclassique standard de la finance (Fama, 1970)7.
Dans le sillage de l’économie et de la finance comportementales, Powell, Lovallo, et
Fox (2011) ont récemment proposé d’introduire l’approche comportementale en management
stratégique dans un article princeps publié dans le Strategic Management Journal. Il pourra
paraître ironique que cette approche (ré)apparaisse seulement en management stratégique car
L’une de ces anomalies est l’énigme de la prime de risque (equity premium puzzle), mise en évidence par
Mehra et Prescott (1985). La prime de risque est une conséquence de l’aversion au risque, il s’agit de la
rentabilité supplémentaire qu’un investisseur exige pour acheter des actions (risque élevé) plutôt que des bons du
Trésor ou des obligations d’État (risque faible ou nul). Sur la base de l’analyse de données historiques
américaines sur un siècle, Mehra et Prescott (1985) ont montré que le rendement réel moyen des actions était
d’environ 7% par an, contre 1% pour les bons du Trésor (après ajustement de l’inflation), soit une prime de
risque de 6%. Or cette valeur observée excède largement celle prédite par le modèle néoclassique standard. Une
autre anomalie financière notable est la volatilité excessive des cours boursiers (e.g., Shiller, 1981 ; De Bondt &
Thaler, 1985).
7
43
celle-ci était initialement apparue dans ce domaine avec les travaux de Cyert et March (1963),
soit bien avant son émergence en économie et en finance. A cette époque, l’approche
comportementale (de la firme) apparaissait déjà en réaction au modèle néoclassique (de la
firme). Autrement dit, cette approche a émergé en management stratégique au moment où
cette discipline académique s’ancrait institutionnellement au travers des business schools. On
peut donc dire d’une certaine façon que l’approche comportementale – et la défiance à l’égard
de l’hypothèse de la rationalité – est structurellement ancrée en management stratégique.
Comme le font remarquer Powell et al. (2011, p. 1369-1370) : “strategic management has not
kept pace with behavioral movements in economics and finance. This is surprising, since
strategy research has fewer inhibiting assumptions about decision rationality”. C’est donc
probablement parce qu’elle en fait déjà partie que la (ré)apparition de l’approche
comportementale en management stratégique est tardive et ne provoque pas – pour le moment
– le même effet « électrochoc » qu’en économie ou en finance.
La signature de la stratégie comportementale est une approche multiniveaux des
phénomènes stratégiques. Powell et al. (2011, p. 1374) soulignent que : “Strategic outcomes
stem from individuals, groups, and organizations interacting in uncertain environments”.
Pour ces derniers, l’adoption de cette perspective en stratégie met en jeu quatre
problématiques majeures. La première est celle de l’échelonnement des phénomènes cognitifs
individuels au niveau collectif (groupe et organisation). Cette problématique est la
conséquence logique d’une approche multiniveaux et elle se situe au cœur de la stratégie
comportementale : “in behavioral strategy, the whole question is how particular forms of
behavior arise in and among organizations” (Powell et al., 2011, p. 1375). Cette question
n’est évidemment pas spécifique au champ de la stratégie, mais elle y recouvre une
importante toute particulière. Dans leur théorie comportementale de la firme, Cyert et March
(1963) avaient déjà décrit un mécanisme général par lequel l’agrégation des comportements
d’individus ayant des objectifs, ressources, et horizons temporels divergents produit
néanmoins des phénomènes collectifs organisés. Ce mécanisme de nature politique met en jeu
la formation de coalitions, des processus de négociation, et des stratégies de résolution des
conflits. Cependant, Powell et al. (2011) rappellent que bon nombre de chercheurs considèrent
que le niveau d’analyse pertinent en stratégie est celui de la firme et se soucient donc peu du
niveau individuel.
La deuxième problématique consiste à établir les fondements psychologiques des
théories en management stratégique. Il s’agit ici d’adopter la même démarche qu’en économie
et en finance comportementales en proposant des interprétations comportementales
44
alternatives aux explications avancées par les théories classiques des phénomènes
stratégiques, notamment l’hétérogénéité des firmes (pourquoi celles-ci ont des structures, des
stratégies, des performances différentes, et pourquoi cette hétérogénéité est durable dans le
temps). Or les théories classiques de l’avantage compétitif telles que la théorie du
positionnement (e.g., Porter, 1980) ou la théorie des ressources (e.g., Penrose & Pitelis, 2009 ;
Wernerfelt, 1984) sont très marquées par les idées néoclassiques d’efficience du marché et
d’équilibre (Denrell, Fang, & Winter, 2003). Ainsi, Powell et al. (2011) font valoir que
l’hétérogénéité des firmes s’explique aussi certainement par des phénomènes psychologiques,
qui font que certaines firmes échouent à saisir les opportunités stratégiques, résoudre des
problèmes organisationnels, ou encore imiter des ressources imitables (Powell, 2004). Par
exemple, l’auto-confirmation des croyances (Ryall, 2003), les attributions causales (Powell,
Lovallo, & Caringal, 2006), l’excès de confiance dans la prévision stratégique (Lovallo &
Kahneman, 2003), les points aveugles concurrentiels (Zajac & Bazerman, 1991), ou encore
les processus d'apprentissage désordonnés (Denrell, 2007). Par ailleurs, en se démarquant du
cadre néoclassique, la stratégie comportementale réhabilite aussi le rôle du hasard en
stratégie. Denrell et al. (2003, p. 978) soulignent que : “the discovery of a valuable strategic
opportunity is often a matter of ‘serendipity’ in the strict sense—not just luck, but effort and
luck joined by alertness and flexibility. To appreciate these points it is necessary to break out
of the equilibrium mindset that dominates so much of economic theory”. Denrell, Fang, et Liu
(2015) ont récemment montré le pouvoir explicatif de la notion de variation aléatoire en
sciences du management.
Les troisième et quatrième problématiques majeures de la stratégie comportementale
identifiées par Powell et al. (2011) nous paraissent moins fondamentales que les deux
premières car elles en découlent, il s’agit de l’étude des jugements et décisions complexes
auxquels est confrontée une direction, et la mise au point d’une « architecture
psychologique » de la firme pour réduire l’influence des biais cognitifs dans les jugements et
les décisions.
Au final, Powell et al. (2011, p. 1371) définissent la stratégie comportementale de la
façon suivante : “Behavioral strategy merges cognitive and social psychology with strategic
management theory and practice. Behavioral strategy aims to bring realistic assumptions
about human cognition, emotions, and social behavior to the strategic management of
organizations and, thereby, to enrich strategy theory, empirical research, and real-world
practice”. On peut noter que, alors que la théorie comportementale de la firme de Cyert et
March (1963) était apparue en réaction à la théorie néoclassique de la firme, la réapparition
45
actuelle du courant comportemental en management stratégique apparaît moins en réaction à
un paradigme dominant que pour promouvoir un mode d’approche – multiniveaux – des
phénomènes stratégiques.
2.2 Problématique
En promouvant une approche multiniveaux des phénomènes stratégiques (individu,
groupe, organisation, environnement), la stratégie comportementale réhabilite le niveau
d’analyse individuel et pose comme centrale la question de l’échelonnement des phénomènes
cognitifs individuels au niveau collectif. Il s’agit de comprendre comment les phénomènes
stratégiques « macroscopiques » à l’échelle collective sont influencés par des phénomènes
psychologiques « microscopiques » à l’échelle individuelle. On peut noter que l’investigation
d’un objet d’étude à différents niveaux d’analyse renvoie à un problème scientifique général.
Dans cette perspective, un premier cas remarquable est celui de l’émergence dans lequel les
propriétés et les mécanismes qui décrivent les phénomènes observés à une certaine échelle
sont indépendants de ceux qui caractérisent le niveau inférieur. Un exemple typique est celui
de la physique des gaz où le modèle qui s’applique à l’échelle macroscopique (modèle
hydrodynamique) et qui décrit le comportement d’ensemble d’un gaz au travers de grandeurs
moyennes telles que la température et la densité, est différent du modèle relatif à l’échelle
mésoscopique (modèle cinétique) qui décrit l’évolution statistique d’un gaz assimilé à une
assemblée de molécules regroupées en classes selon leur vitesse et leur position. Le cas
remarquable opposé est l’invariance d’échelle, où les propriétés et les mécanismes qui
décrivent les phénomènes observés sont valables quelle que soit l’échelle considérée.
L’invariance d’échelle caractérise par exemple certains réseaux, tels que le réseau World Wide
Web (Barabási & Albert, 1999) et les réseaux biologiques dans les cellules (Albert, 2005).
Notre recherche s’inscrit dans la problématique de recherche générale consistant à
étudier comment le processus de prise de décision stratégique s’échelonne du niveau
individuel au niveau collectif. Deux éléments permettent de définir la problématique précise
de notre recherche. D’une part, les caractéristiques du processus de PDS étant nombreuses
(rationalité, degré d’activité politique, durée, etc.), nous nous sommes intéressés à une
dimension spécifique de la caractéristique de rationalité, le traitement de l’information
pertinente, qui n’est qu’une dimension parmi d’autres de la rationalité (mode de recueil de
l’information, interprétation de l’information, etc.). D’autre part, du point de vue
multiniveaux, la prise de décision stratégique présente un caractère « fractal », c’est-à-dire
46
qu’on peut étudier le processus aussi bien au niveau individuel qu’au niveau collectif (on peut
demander aussi bien à un individu qu’à un comité de direction de se prononcer sur une
décision stratégique). Dans ce cas de figure, on peut alors étudier l’invariance d’échelle ou
l'isomorphisme du processus entre les deux niveaux d’analyse.
Dans l'objectif d'examiner le degré d'isomorphisme de la prise de décision stratégique
entre l'échelle de l'individu et l'échelle du groupe, la démarche scientifique la plus pertinente
consiste : 1) à choisir et utiliser un même outil d'analyse pour caractériser chacune d'elle, 2)
caractériser la décision stratégique individuelle, 3) caractériser la décision stratégique
collective, et 4) comparer ces deux types de décisions sous l'angle de l'outil d'analyse choisi.
Bien sûr, le choix de cet outil dépend de la façon dont on souhaite caractériser la prise de
décision stratégique. L'outil que nous avons choisi ici, le judgmental bootstrapping, permet de
caractériser la prise de décision (stratégique ou non) sur un point fondamental : la façon dont
les indices sont combinés pour produire la décision (linéaire vs. configurale).
En résumé, notre travail de recherche a consisté à réaliser les deux premières étapes de
l’agenda de recherche décrit ci-dessus : caractériser le traitement de l’information pertinente
dans une décision stratégique au niveau individuel par la méthode du judgmental
bootstrapping afin de déterminer si ce traitement cognitif est linéaire ou configural.
2.3 La méthode du « judgmental bootstrapping »
Formulé par Brunswik (1952), le modèle de la lentille (lens model) permet de
modéliser la relation statistique entre un même ensemble d’informations ou d’indices dans
l’environnement (cues) et d’une part un état du monde (critère), et d’autre part le jugement ou
la prédiction d’un individu sur cet état du monde. Autrement dit, ce modèle consiste à voir un
critère donné et le jugement correspondant comme deux variables dépendantes fonction du
même ensemble de variables indépendantes (les indices). Ce modèle théorique se caractérise
par sa simplicité et sa grande généralité8. Par exemple, on pourrait examiner comment un
ensemble de variables relatives à des étudiants entrant à l’université (e.g., filière suivie au
lycée, moyenne au BAC, niveau d’éducation des parents) est statistiquement lié à d’une part
leur réussite à l’université (critère), et d’autre part à la prédiction de cette réussite par un
professeur (jugement). De la même façon, on pourrait examiner comment un ensemble de
variables relatives à des agresseurs sexuels (e.g., âge, infractions antérieures) est
statistiquement lié à la probabilité de récidive (critère), et à la prédiction de cette probabilité
Ce modèle a été utilisé par plusieurs représentants éminents de l’économie comportementale tels que Paul
Slovic et Colin Camerer.
8
47
par un expert psychiatre (jugement). Hammond (1955) avait ainsi suggéré que le modèle de la
lentille pouvait servir de cadre général pour l’étude du jugement « clinique ».
La formulation mathématique du modèle de la lentille résulte d’une série de
contributions (Hammond, Hursch, & Todd, 1964 ; Hursch, Hammond, & Hursch, 1964 ;
Tucker, 1964). Le modèle qui caractérise la relation statistique entre les indices et le critère
est le modèle actuariel, il décrit la relation objective qui existe entre ces éléments de
l’environnement. Le modèle qui caractérise la relation statistique entre les indices et le
jugement est le modèle du juge, il décrit comme l’individu traite subjectivement les indices
pour former son jugement ou sa prédiction. Dans les deux cas, la relation statistique est
modélisée par une régression linéaire multiple. Le modèle actuariel est estimé en régressant le
critère sur les indices, avec un certain échantillon d’observations. Ce modèle est ensuite
« cross-validé » en calculant la corrélation entre les valeurs observées du critère et les valeurs
prédites par le modèle, sur un autre échantillon d’observations. Cette corrélation, notée Re,
indique la validité du modèle linéaire, c’est-à-dire dans quelle mesure le critère peut être
décrit comme une combinaison linéaire des indices. De la même façon, le modèle du juge est
estimé en régressant le jugement sur les indices. La cross-validation de ce modèle consiste à
calculer la corrélation, sur un autre échantillon d’observations, entre les valeurs observées du
jugement et les valeurs prédites par le modèle. Cette corrélation, notée Rs, indique le degré de
linéarité du jugement. Cette méthode de modélisation du jugement humain, appelée
judgmental bootstrapping, est très puissante car elle permet de capturer quantitativement la
façon dont un expert utilise l’information dont il dispose pour former son jugement ou sa
prédiction (Armstrong, 2001). La figure 7 ci-dessous, extraite d’un article de Hogarth et
Karelaia (2007), résume schématiquement le modèle de la lentille :
48
Figure 7. Le modèle de la lentille (reproduit d’après Hogarth & Karelaia, 2007).
De nombreuses études ont appliqué le modèle de la lentille dans des situations très
diverses, du degré de gravité d’une insuffisance cardiaque congestive à la valeur des actions
d’une entreprise (Kaufmann & Athanasou, 2009). Dans une méta-analyse récente, Karelaia et
Hogarth (2008) montrent que le résultat central qui se dégage de ces études est le fait que le
critère et le jugement tous les deux des fonctions largement linéaires des indices (sur
l’ensemble des études de leur méta-analyse, la valeur moyenne de Re est .81 est celle de Rs est
.80, ce qui signifie qu’environ 64% de la variance du critère et du jugement est linéairement
expliquée par la variance des indices). La portée de ce résultat est immense, car il démystifie
en quelque sorte le jugement humain (Dawes, Faust, & Meehl, 1989 ; Meehl, 1954, 1986). En
effet, cela implique que dans la prédiction de nombreux critères (e.g., résultat académique,
probabilité de récidive, cours d’une action, durée de vie), un simple modèle statistique linéaire
sera souvent plus performant que le jugement humain. Autrement dit, les valeurs observées du
critère corrèlent davantage avec les valeurs prédites par le modèle actuariel cross-validé (Re)
qu’avec les valeurs prédites par le juge (ra). De très nombreuses études ont effectivement
montré qu’en moyenne, la décision statistique ou actuarielle est plus performante que la
décision clinique ou experte (Grove, Zald, Lebow, Snitz, & Nelson, 2000). Comme le notent
49
Dawes et Corrigan (1974, p. 97) : “the statistical analysis was thought to provide a floor to
which judgment of the experienced clinician could be compared. The floor turned out to be a
ceiling”.
De nombreuses recherches ont examiné le processus de décision chez des experts
(conseiller scolaire, psychiatre, analyste financier, radiologue, etc.) au travers du modèle de la
lentille (Camerer & Johnson, 1991). Ces recherches ont notamment montré que la décision
experte se caractérise par un traitement moins linéaire de l’information que la décision novice.
Cela est dû au fait que les experts ont tendance à traiter l’information de façon non-linéaire,
c’est-à-dire par des règles complexes ou configurales. Dans une règle configurale, l’effet
d’une variable dépend des valeurs des autres variables. Par exemple, dans la prédiction du
résultat académique d’étudiants sur la base de la filière suivie au lycée et de la moyenne au
BAC, un traitement configural des indices consisterait à utiliser une règle du genre « si
l’étudiant a fait ES, la moyenne au BAC n’a plus d’importance à partir de 14 ». Etant donné
qu’un modèle de régression linéaire détermine les contributions indépendantes des différents
indices, une règle configurale ne peut pas être capturée par un modèle linéaire. Cependant, les
règles configurales qu’utilisent les experts n’améliorent pas vraiment la précision de leurs
décisions. En effet, les études montrent que si les décisions des experts sont parfois
supérieures à celles de novices, elles sont souvent inférieures à celles de modèles statistiques
simples. C’est ce que Camerer et Johnson (1991) ont appelé le « paradoxe processusperformance dans le jugement expert » : le processus de décision chez les experts est
complexe, mais cette complexité n’améliore pas leurs jugements/prédictions. Le fait que
l’utilisation de règles configurales n’améliore pas la précision d’une décision est dû au fait
que souvent, ces règles sont induites a posteriori sur la base de l’analyse de quelques cas
passés qui échappent à une explication simple. La plupart du temps, ces observations outliers
sont dues à des variations aléatoires, mais comme l’esprit humain s’accommode mal de la
notion de hasard (Einhorn, 1986), les experts sont enclins à élaborer des explications subtiles
et complexes pour rendre compte de ces observations et à sur-généraliser ces explications. Ce
faisant, ils prennent du bruit pour du signal (overfitting).
La méthode du judgmental bootstrapping a été utilisée pour modéliser le processus de
décision chez des experts dans des domaines très divers, de la psychiatrie (e.g., Werner, Rose,
& Yesavage, 1983 ; Cooper & Werner, 1990) à la finance (e.g., Slovic, 1969 ; Wright, 1977,
1979 ; Ebert & Kruse, 1978 ; Mear & Firth, 1987). Elle a aussi été appliquée en management,
où elle est davantage appelée policy capturing (Aiman-Smith, Scullen, & Barr 2002 ; Karren
& Barringer, 2002 ; Arrègle & Wolfgang, 2003). Cependant, on soulignera que les études en
50
question se sont contentées de modéliser le processus de décision au niveau individuel, alors
que ce travail ne constitue que la première étape de notre problématique de recherche générale
(l’échelonnement du processus de prise de décision stratégique du niveau individuel au niveau
collectif). La seconde étape consiste ensuite à utiliser la méthode du judgmental bootstrapping
pour modéliser le processus de décision au niveau collectif (quand la décision stratégique est
prise par un groupe), afin d’examiner comment les processus de décision individuels donnent
lieu à un processus de décision collectif. Nous avons réalisé la première étape de cet agenda
de recherche. Nous avons donc soumis une décision stratégique et un certain nombre
d’indices à des juges, et nous avons appliqué la méthode du judgmental bootstrapping afin de
déterminer si le traitement qu’ils font de ces indices (l’information pertinente) est linéaire ou
configural.
51
3. Méthode
La réalisation d’une étude de judgmental bootstrapping consiste à demander à un
individu (un « juge ») de produire un jugement sur la base d’informations fournies par un
ensemble de variables (indices). Cette situation est répétée au travers d’un certain nombre de
cas, les indices prenant des valeurs différentes au travers des cas. Une analyse de régression
permet alors de capturer la façon dont l’individu traite l’information disponible pour former
son jugement (notons que cette méthode s’applique au niveau individuel, mais elle pourrait
également s’appliquer au niveau du groupe). Comme on peut facilement l’imaginer, la tâche
requise pour une étude de judgmental bootstrapping est particulièrement fastidieuse
(répétition d’un même jugement plusieurs dizaines de fois). La tâche est d’autant plus
fastidieuse que le nombre d’indices (la quantité d’information à traiter) est élevé. Pour que la
tâche soit cognitivement praticable, les études utilisent en général une tâche qui comporte une
dizaine d’indices (Karelaia & Hogarth, 2008). Le choix de notre matériel a donc été guidé par
un arbitrage entre deux critères : le caractère fastidieux de la tâche et le caractère réaliste de la
décision.
Matériel et stimuli
Il existe plusieurs types de décisions stratégiques (Hickson et al., 1986). La décision
stratégique que nous avons utilisée est une décision stratégique marketing portant sur le fait
de baisser ses prix en réaction à la baisse des prix pratiquée par un concurrent. Le juge devait
imaginer diriger un domaine d'activité stratégique dans un marché industriel établi, et estimer
les chances de baisser ses prix en réaction à la baisse des prix d’un concurrent important. Le
juge exprimait son jugement sur une échelle en sept points (1 = Aucune chance, 7 = Certain).
Nous avons retenu six indices pour constituer l’information disponible pour le jugement, ces
indices correspondant à des déterminants classiques du comportement marketing stratégique
(Ramaswamy, Gatignon, & Reibstein, 1994). Ces indices sont : 1) la croissance annuelle du
marché, 2) la concentration du marché, 3) la standardisation des produits, 4) la part de
marché, 5) le coût relatif de l’offre, et 6) la qualité relative de l’offre. Comme la décision
stratégique en question n’était pas restreinte à un secteur particulier, chacun de ces indices
(sauf la standardisation des produits qui est une variable dichotomique) était décrit par une
information évaluative plutôt que par une valeur numérique brute, dont l'interprétation est trop
dépendante des caractéristiques du secteur. Les échelles de Likert utilisées sont les suivantes :
52
Croissance annuelle
du marché
Concentration
du marché
Part de marché
(rang)
Faible
Faible
1er
Plutôt faible
Plutôt faible
2ème
Moyenne
Moyenne
3ème
Plutôt forte
Plutôt forte
4ème
Forte
Forte
5ème
Coût relatif de votre
offre
Beaucoup plus faible
que la concurrence
Plus faible que la
concurrence
Equivalent à celui de
la concurrence
Plus élevé que la
concurrence
Beaucoup plus élevé
que la concurrence
Qualité relative de
l’offre
Très inférieure à la
concurrence
Inférieure à la
concurrence
Equivalente à la
concurrence
Supérieure à la
concurrence
Très supérieure à la
concurrence
La figure 7 ci-dessous montre comment un cas était présenté dans la tâche :
Figure 7. Exemple de cas dans la tâche utilisée.
Nous avons généré 50 cas différents sur la base des 6 indices utilisés. Ces cas ont été
générés suivant deux critères : ils devaient représenter un éventail varié de situations, et les
indices (variables indépendantes) devaient avoir la même variance et ne pas être corrélés (afin
d’éviter les problèmes de multicolinéarité dans les régressions). Pour chacun des 5 indices
correspondants à une échelle, nous avons généré une distribution normale de moyenne 3 et
d’écart-type 2 (les valeurs étant bornées entre 1 et 5). Ces distributions sont représentées dans
la figure 8 ci-dessous. Pour la variable dichotomique standardisation des produits, les valeurs
ont été générées suivant une distribution uniforme de telle sorte que la moitié des 50 cas
présentait l’une des modalités (produits standardisés) tandis que l’autre moitié des cas
présentait l’autre modalité (produits non standardisés). Le détail des 50 cas figure dans
l’annexe 1.
53
Histogram of market_concentration2
Histogram of market_share
2
3
4
10
Frequency
1
5
3
4
market_concentration2
Histogram of relative_cost
Histogram of relative_quality2
5
1
2
3
4
5
15
market_share
0
0
5
10
Frequency
10
5
Frequency
2
market_growth
15
1
0
0
0
5
5
5
Frequency
Frequency
10
10
15
15
15
Histogram of market_growth
1
2
3
4
relative_cost
5
1
2
3
4
5
relative_quality2
Figure 8. Distribution des indices (continus) fournis au sujet pour prendre sa décision (M = 3, SD = 2).
Sujets et passation
La tâche a été programmée avec le logiciel Inquisit® et administrée en ligne via la
version web du logiciel. Afin de réduire le caractère fastidieux de la tâche, les 50 cas ont été
répartis en trois sessions de 15, 15, et 20 cas respectivement. La durée totale de la tâche se
situait entre 1h30 et 2h. La tâche a été administrée à 5 sujets 9, qui ont passé les trois sessions
sur deux ou trois jours. La passation de la tâche se déroulait de façon entièrement autonome,
toutes les consignes fournies au sujet se suffisant à elles-mêmes (l’intégralité des consignes
figure dans l’annexe 2).
9
Ce nombre de participants correspond au nombre de réponses positives à une centaine de sollicitations
envoyées par mail. Bien évidemment, un nombre plus important de participants serait souhaitable pour ce type
de recherche. Au plan pratique, notons cependant qu’il est plus difficile d’induire une motivation (intrinsèque)
pour la participation à une étude expérimentale que pour un entretien, format plus classique dans la recherche en
management stratégique en France.
54
4. Analyses et résultats
Deux analyses ont été réalisées pour chaque sujet : la régression linéaire des décisions
du sujet sur les six indices avec l’ensemble de l’échantillon d’observations (N = 50), et une
analyse bootstrap. La régression linéaire consiste à modéliser la décision du sujet s par une
combinaison linéaire des indices (variables indépendantes) :
𝑘
𝑌𝑠 = ∑ 𝛽𝑠,𝑗 𝑋𝑗 + 𝜀𝑠
𝑗=1
Dans le cas de notre étude, cette équation de régression est :
𝑌𝑠 = 𝛽𝑠,1 (croissance) + 𝛽𝑠,2 (concentration) + 𝛽𝑠,3 (part marché) + 𝛽𝑠,4 (coût) + 𝛽𝑠,5 (qualité) +
𝛽𝑠,6 (standardisation) + 𝜀𝑠
Estimer un modèle de régression à partir d’un seul échantillon d’observations est une
approche cependant limitée car l’erreur d’échantillonnage n’est pas prise en compte (le
modèle estimé est trop sensible aux particularités de l'échantillon utilisé). L’approche
bootstrap permet de prendre en compte l’erreur d’échantillonnage en constituant des souséchantillons aléatoires à partir de l’échantillon original (tirage avec remise), permettant ainsi
d’obtenir une distribution statistique pour chaque paramètre estimé. Basée sur cette approche,
la technique du judgmental bootstrapping comporte deux étapes : 1) constituer un souséchantillon aléatoire et estimer le modèle de régression sur cet échantillon, 2) calculer la
corrélation (Rs) entre les valeurs prédites par le modèle et les valeurs observées dans le souséchantillon correspondant aux observations restantes. Rs indique la linéarité cognitive du
processus de décision, c’est-à-dire dans quelle mesure le juge traite les indices de façon
linéaire pour former sa décision. Dans nos analyses bootstrap, chaque sous-échantillon
comportait 25 observations et le processus (les deux étapes) était répété 1000 fois. Ces
analyses ont été réalisées pour chaque sujet, les résultats sont donc présentés individuellement
(le tableau 10 page 65 présente un résumé des résultats pour l’ensemble des sujets).
Le matériel de ces analyses statistiques est disponible en ligne :
• les fichiers de données brutes (anonymisées) des cinq sujets :
https://github.com/vincentberthet/Judgmental-bootstrapping
• le script (logiciel R) réalisé pour les analyses statistiques :
https://rpubs.com/vberthet/183253
55
Sujet n°1
Le sujet 1 (23 ans) est étudiant dans le Master en management général (Master in
Management) de ESCP Europe, et dispose ainsi de connaissances solides en marketing,
économie, finance, et stratégie. Les décisions de ce sujet suivent une distribution relativement
8
6
0
2
4
Frequency
10
12
14
normale (M = 4.26, SD = 1.69) :
1
2
3
4
5
6
7
Figure 9. Distribution des décisions du sujet 1.
Le tableau 5 indique les résultats de la régression linéaire des décisions du sujet 1 sur les six
indices :
Variable
Intercept
croissance marché
concentration marché
part de marché
coût de l’offre
qualité de l’offre
standardisation
Coefficient
SE
t
p
6.8526
0.05054
0.39806
0.18329
-1.07161
0.03428
-1.04413
1.05871
0.15286
0.14003
0.14307
0.15816
0.14369
0.32911
6.473
0.331
2.843
1.281
-6.776
0.239
-3.173
7.50e-08
0.74252
0.00682
0.20702
2.72e-08
0.81259
0.00279
***
**
***
**
Le coefficient de détermination (R2) est de 0.61, ce qui traduit un très bon ajustement linéaire
des décisions du sujet 1 par les indices fournis. Ces résultats montrent que ce sujet a utilisé
trois des six indices pour former sa décision : la concentration du marché, le coût relatif de
l’offre, et la standardisation des produits. Plus précisément, ce sujet était d’autant plus enclin à
baisser ses prix que : la concentration du marché était forte, le coût de l’offre était faible, et
les produits étaient standardisés.
56
L’analyse bootstrap des décisions du sujet 1 montre que Rs est élevée (M = 0.67, SD = 0.1), ce
qui signifie que le processus de décision de ce sujet est essentiellement linéaire. La figure 10
100
0
50
Frequency
150
200
indique la distribution de Rs pour ce sujet :
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Figure 10. Distribution de Rs chez le sujet 1.
Sujet n°2
Le sujet 2 (26 ans) est doctorant en management stratégique (sur le thème de la coopétition).
Il est diplômé du Master 101 : Politique Générale et Stratégie des Organisations de
l’Université Paris Dauphine, de l’École Normale Supérieure de Cachan, et agrégé en
Economie/Gestion. La distribution des décisions de ce sujet est la suivante (M = 4.6, SD =
6
0
2
4
Frequency
8
10
1.81) :
1
2
3
4
5
6
7
indices :
57
Variable
Coefficient
SE
t
p
10.64911
-0.32315
-0.05563
0.19704
-0.73024
-0.99213
-0.18877
1.00848
0.14561
0.13339
0.13628
0.15065
0.13688
0.3135
10.56
-2.219
-0.417
1.446
-4.847
-7.248
-0.602
1.61e-13
0.0318
0.6787
0.1555
1.67e-05
5.63e-09
0.5502
Intercept
croissance marché
part de marché
coût de l’offre
standardisation
***
*
***
***
Les indices expliquent une large part de la variance des décisions du sujet 2 (R2 = 0.69). Il
apparaît que ce sujet a utilisé trois des six indices pour former sa décision : la croissance du
marché, le coût relatif de l’offre, et la qualité relative de l’offre. Ce sujet était d’autant plus
enclin à baisser ses prix que la croissance du marché était forte, et que le coût et la qualité de
l’offre étaient faibles.
L’analyse bootstrap des décisions du sujet 2 montre que Rs est élevée (M = 0.75, SD = 0.07),
ce qui signifie que ce sujet traite les indices de façon essentiellement linéaire dans son
200
150
0
50
100
Frequency
250
300
350
processus de décision. La figure 12 indique la distribution de Rs pour ce sujet :
0.5
0.6
0.7
0.8
0.9
Sujet n°3
Le sujet 3 (31 ans) est manager artistique, diplômé du Master Management des Organisations
Culturelles de l’Université Paris Dauphine. La distribution des décisions de ce sujet est la
suivante (M = 4.06, SD = 1.75) :
58
12
10
8
6
0
2
4
Frequency
1
2
3
4
5
6
7
indices :
Variable
Intercept
croissance marché
part de marché
coût de l’offre
standardisation
Coefficient
SE
t
p
3.81141
-0.04599
0.10462
0.54247
0.67884
-0.86867
-0.43234
1.15246
0.16639
0.15243
0.15574
0.17216
0.15642
0.35825
3.307
-0.276
0.686
3.483
3.943
-5.554
-1.207
0.00191
0.783556
0.496183
0.001151
0.000292
1.62e-06
0.234111
**
**
***
***
Les indices expliquent une part substantielle de la variance des décisions du sujet 2 (R2 =
0.57). Ce sujet a utilisé trois des six indices pour former sa décision : la part de marché, le
coût relatif de l’offre, et la qualité relative de l’offre. Celui-ci était d’autant plus enclin à
baisser ses prix que la part de marché était faible, le coût de l’offre élevé, et la qualité de
l’offre faible (on peut noter que ce sujet a utilisé l’information relative au coût de l’offre de
façon non standard, le bon sens économique stipulant une relation négative entre le coût de
l’offre et la capacité à baisser ses prix).
L’analyse bootstrap des décisions du sujet 3 montre que Rs est élevée (M = 0.64, SD = 0.1), ce
qui signifie que ce sujet traite les indices de façon essentiellement linéaire dans son processus
de décision. La figure 14 indique la distribution de Rs chez ce sujet :
59
400
300
200
0
100
Frequency
-0.2
0.0
0.2
0.4
0.6
0.8
1.0
Sujet n°4
Le sujet 4 (30 ans) est doctorant en sciences de gestion (sur le thème des fusions et
acquisitions dans l'industrie pharmaceutique). Il est diplômé d’un Master 2 en gestion
financière et d’un Master 2 en Administration des entreprises de l’Université de Lorraine. La
6
4
0
2
Frequency
8
10
distribution des décisions de ce sujet est la suivante (M = 4.6, SD = 1.81) :
1
2
3
4
5
6
7
Le tableau 8 indique les résultats de la régression linéaire pour le sujet 4 :
Variable
Intercept
croissance marché
part de marché
coût de l’offre
standardisation
Coefficient
SE
t
p
2.3005
0.207
-0.0199
0.6055
0.5398
-0.587
-0.4718
1.4846
0.2143
0.1964
0.2006
0.2218
0.2015
0.4615
1.55
0.966
-0.101
3.018
2.434
-2.913
-1.022
0.12856
0.33956
0.91974
0.00426
0.01916
0.00565
0.31229
60
**
*
**
Le modèle linéaire explique une part relativement faible de la variance des décisions du sujet
4 (R2 = 0.35). Ce sujet a adopté exactement la même politique de décision que le sujet 3 : tous
deux étaient d’autant plus enclins à baisser les prix que la part de marché était faible, le coût
de l’offre élevé, et la qualité de l’offre faible.
L’analyse bootstrap des décisions du sujet 4 révèle un Rs plutôt faible (M = 0.38, SD = 0.14),
ce qui signifie que ce sujet traite les indices de façon relativement peu linéaire dans son
150
100
0
50
Frequency
200
250
300
processus de décision. La figure 16 indique la distribution de Rs chez ce sujet :
-0.6
-0.4
-0.2
0.0
0.2
0.4
0.6
Sujet n°5
Le sujet 5 (29 ans) est docteur en management stratégique de l’Université Paris Dauphine. Il a
également une expérience professionnelle de quatre ans dans une société de conseil en
6
4
2
0
Frequency
8
10
stratégie. La distribution des décisions de ce sujet est la suivante (M = 4.6, SD = 1.81) :
1
2
3
4
5
6
7
61
Le tableau 9 indique les résultats de la régression linéaire pour le sujet 5 :
Variable
Coefficient
SE
t
p
5.2587
0.6673
0.1805
-0.1929
-0.9841
-0.0715
-0.2341
1.0474
0.1512
0.1385
0.1415
0.1565
0.1422
0.3256
5.021
4.413
1.303
-1.363
-6.290
-0.503
-0.719
9.46e-06
6.74e-05
0.200
0.180
1.38e-07
0.618
0.476
Intercept
croissance marché
part de marché
coût de l’offre
standardisation
***
***
***
Le modèle linéaire explique une large part de la variance des décisions du sujet 5 (R2 = 0.70).
Ce sujet a utilisé deux indices sur les six dans sa politique de décision, la croissance du
marché et le coût relatif de l’offre, de telle façon que celui-ci était d’autant plus enclin à
baisser les prix que la croissance du marché était forte et que le coût de l’offre était faible.
L’analyse bootstrap des décisions du sujet 5 montre que Rs est élevée (M = 0.75, SD = 0.07),
ce qui signifie que ce sujet traite les indices de façon largement linéaire dans son processus de
200
150
0
50
100
Frequency
250
300
décision. La figure 18 indique la distribution de Rs chez ce sujet :
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Le tableau 10 ci-dessous présente un résumé de l’ensemble de ces résultats :
62
Tableau 10. Résumé des résultats des analyses de régression et bootstrap.
Intercept
S.
β
SE
1
2
3
4
5
6.85
10.65
3.81
2.30
5.26
1.06
1.01
1.15
1.49
1.05
Croissance
β
SE
.001 0.05
.001 -0.32
.005 -0.05
0.13 0.21
.001 0.67
0.15
0.15
0.17
0.21
0.15
p
Concentration
β
SE
0.74 0.40
.05 -0.06
0.78 0.10
0.34 -0.02
.001 0.18
0.14
0.13
0.15
0.20
0.14
p
β
SE
.01 0.18
0.68 0.20
0.50 0.54
0.92 0.61
0.20 -0.19
0.14
0.14
0.16
0.20
0.14
p
Coût de l’offre
Part de marché
Qualité de l’offre
Standardisation
β
SE
p
β
SE
p
β
SE
p
R2
Rs
0.21 -1.07
0.15 -0.73
.005 0.68
.005 0.54
0.18 -0.98
0.16
0.15
0.17
0.22
0.16
.001
.001
.001
.05
.001
0.03
-0.99
-0.87
-0.59
-0.07
0.14
0.14
0.16
0.20
0.14
0.81
.001
.001
.01
0.62
-1.04
-0.19
-0.43
-0.47
-0.23
0.33
0.31
0.36
0.46
0.33
.005
0.55
0.23
0.31
0.48
0.61
0.69
0.57
0.35
0.70
0.67
0.75
0.64
0.38
0.75
p
Note. R2 : coefficient de détermination du modèle de régression estimé sur l’ensemble des observations (N = 50). Rs : corrélation entre les valeurs prédites
par le modèle de régression et les valeurs observées dans les analyses bootstrap (1000 itérations).
63
5. Discussion et conclusion
La présente recherche s’inscrit dans le projet d’étude de la prise de décision
stratégique sous l’angle de la problématique majeure de la stratégie comportementale,
l’échelonnement des phénomènes cognitifs individuels au niveau collectif (Powell et al.,
2011). Dans cette perspective, la démarche générale de recherche consiste à comparer
comment une même décision stratégique est prise à l’échelle individuelle et à l’échelle
collective, afin d’examiner le degré d'isomorphisme entre ces deux niveaux. Plus précisément,
il s’agit de caractériser d’un côté comment n individus prennent isolément une décision
stratégique donnée, et de l’autre côté comment ces n individus placés ensemble prennent
collectivement cette décision stratégique. Nous avons réalisé ici la première partie de cette
démarche, la caractérisation de la PDS au niveau individuel. La dimension de la PDS que
nous avons prise en compte est le traitement cognitif de l’information pertinente, que nous
avons modélisé par la méthode du judgmental bootstrapping qui permet de déterminer un
aspect central de ce traitement, son caractère linéaire ou configural.
Pour une décision de marketing stratégique standard (réaction face à la baisse des prix
pratiquée par un concurrent), nos résultats montrent que sur cinq sujets formés au
management stratégique et à la stratégie d’entreprise, quatre traitent l’information pertinente
(e.g., croissance du marché, part de marché, coût et qualité de l’offre) de façon
essentiellement linéaire, offrant ainsi une réponse relativement nette à notre question initiale.
En effet, le coefficient de détermination R2 moyen est de 0.58 (étendue : 0.35-0.70), et la
corrélation (Rs) moyenne entre les valeurs prédites par le modèle de régression et les valeurs
observées dans les analyses bootstrap est de 0.64 (étendue : 0.38-0.75). Il est intéressant de
noter que d’un côté, les deux sujets (2 et 5) dont le traitement de l’information est le plus
linéaire (et dont l’utilisation des indices semble la plus rationnelle) ont tous les deux été
formés en management stratégique à l’Université Paris Dauphine (niveau doctorat). De l’autre
côté, on constate que les deux sujets (3 et 4) dont le traitement de l’information est le moins
linéaire sont également ceux dont la politique de décision (l’utilisation des indices) semble la
moins rationnelle (par exemple, la non prise en compte de la croissance du marché et
l’utilisation du coût de l’offre comme facteur augmentant les chances de baisser ses prix).
D’une part, ce résultat confirme le fait que d’une façon générale, les individus traitent
l’information de façon linéaire (dans leur méta-analyse couvrant des décisions allant de la
psychiatrie à la finance, Karelaia et Hogarth (2008) rapportent un Rs moyen de .80). Ce
caractère linéaire du traitement de l’information est une propriété remarquable qui est
64
certainement la résultante d’un ensemble de caractéristiques et de contraintes cognitives
générales (Meehl, 1954). Par conséquent, il n’y a en effet aucune raison a priori que les
décisions de nature stratégique échappent à cette régularité. D’autre part, ce résultat est en
partie en contradiction avec le fait que les experts ont tendance à traiter l’information de façon
non-linéaire, par des règles complexes ou configurales (Camerer & Johnson, 1991). Cette
contradiction n’est cependant que partielle car on pourrait faire remarquer que nos sujets ne
sont pas de véritables experts du type de décision stratégique que nous leur avons soumis. A
cet égard, une piste de recherche intéressante consisterait à examiner non seulement la façon
dont des professionnels de la stratégie prennent leurs décisions mais également la validité de
ces décisions stratégiques. Ce type d’étude nécessite de recueillir un critère, en l’occurrence
un (des) indicateur(s) de la performance de la firme, afin de pourvoir corréler la décision
stratégique prise et la performance.
Plusieurs limites de notre travail de recherche amènent à relativiser la validité externe
et interne des résultats obtenus. D’une part, l’étude du traitement cognitif de l’information
pertinente dans la prise de décision stratégique a une portée générale, c’est-à-dire que
l’objectif final est bien de caractériser une population (en l’occurrence, les experts en
stratégie). Au plan méthodologique, on cherche in fine à réaliser une inférence statistique sur
une population à partir d’un échantillon représentatif. Or la taille restreinte et le manque de
représentativité de notre échantillon ne permettent pas de réaliser une telle inférence. A cet
égard, il sera crucial d’incorporer de véritables professionnels de la stratégie (consultants,
managers, directeurs) dans nos recherches ultérieures. D’autre part, la généralisabilité des
résultats obtenus par la méthode du judgmental bootstrapping dépend également du caractère
écologique des cas soumis aux sujets, qui doivent se rapprocher le plus possible des cas qu’ils
ont effectivement à traiter dans leur pratique professionnelle (Slovic, Fleissner, & Bauman,
1972). Le chercheur doit toujours réaliser un arbitrage entre le caractère écologique de la
tâche qu’il utilise et les contraintes pratiques de sa passation. La méthode du judgmental
bootstrapping requiert de présenter au minimum plusieurs dizaines de cas au sujet (en
fonction du nombre d’indices utilisés). Or rendre les cas plus écologiques augmente le temps
consacré par le sujet à chaque cas, ce qui allonge considérablement la durée totale de la tâche.
Ceci dit, nos recherches ultérieures gagneront incontestablement à utiliser des cas davantage
écologiques, décrivant des situations moins abstraites et incorporant plus d’informations. Par
ailleurs, toujours dans la perspective d’une plus grande généralisabilité des résultats,
l’utilisation d’une variété de décisions stratégiques (marketing, technologie, financier,
opérations internes, etc.) sera cruciale.
65
En outre, nous insistons sur le fait que ce travail de recherche correspond seulement à
la première partie d’une recherche plus générale portant sur l’échelonnement de la prise de
décision stratégique du niveau individuel au niveau collectif. Ayant montré que le traitement
de l’information pertinente dans une décision stratégique est linéaire au niveau individuel, il
nous reste désormais à caractériser ce traitement lorsque la même décision stratégique est
prise par un groupe. Plus précisément, notre prochaine recherche consistera à administrer une
tâche de judgmental bootstrapping pour une décision stratégique donnée à n professionnels de
la stratégie pris isolément, puis à administrer la même tâche au groupe constitué de ces n
professionnels placés ensemble et devant prendre collectivement la décision stratégique. Dans
la perspective de la stratégie comportementale, ce type de design de recherche permet
d’étudier la façon dont les cognitions et les personnalités individuelles s’échelonnent au
niveau collectif. A cet égard, notre hypothèse est que bien que le traitement de l’information
pertinente soit linéaire à l’échelle de l’individu, les phénomènes liés à la dynamique de groupe
rendent ce traitement configural à l’échelle du groupe. Si tel était le cas, il sera
particulièrement intéressant d’examiner pourquoi et comment la dynamique de groupe
influence la rationalité du processus de décision stratégique.
Pour conclure, nous souhaitons souligner que l’intérêt de ce travail de recherche réside
peut-être moins dans le résultat empirique obtenu (la linéarité du traitement de l’information
dans le processus individuel de décision stratégique) que dans l’agenda de recherche défini et
la mise en évidence de l’intérêt d’une approche de la décision stratégique par la stratégie
comportementale. A terme, cette approche pourra éventuellement éclairer et compléter les
nombreux résultats « macroscopiques » concernant les liens entre le contexte, le contenu, le
processus, et le résultat de la prise de décision stratégique. A notre sens, la stratégie
comportementale ne constitue donc pas un changement de paradigme dans la recherche en
management stratégique mais un point de vue pouvant potentiellement enrichir l’étude et la
compréhension des phénomènes stratégiques.
66
Références bibliographiques
Aiman-Smith, L., Scullen, S. E., & Barr, S. H. (2002). Conducting Studies of Decision
Making in Organizational Contexts: A Tutorial for Policy-Capturing and Other RegressionBased Techniques. Organizational Research Methods, 5, 388-414.
Albert, R. (2005). Scale-free networks in cell biology. Journal of Cell Science, 118, 49474957.
Allison, G. T. (1971). Essence of decision: Explaining the Cuban missile crisis. Boston:
Little, Brown.
Ansoff, H. I. (1965). Corporate strategy: An analytic approach to business policy for growth
and expansion. New York: McGraw-Hill.
Armstrong, J. S. (2001). Judgmental Bootstrapping: Inferring Experts’ Rules for Forecasting.
In J. S. Armstrong (Ed.), Principles of Forecasting: A Handbook for Researchers and
Practitioners (pp. 171-192). Boston, MA: Kluwer Academic.
Arrègle, J.-L., & Ulaga, W. (2003). Les modèles linéaires hiérarchiques : 2. une méthode
privilégiée d'analyse des données collectées par policy capturing. Management, 6, 29-48.
Astley, W. G., Axelsson, R., Butler, R. J., Hickson, D. J., & Wilson, D. C. (1982).
Complexity and cleavage: Dual explanations of strategic decision-making. Journal of
Management Studies, 19, 357-375.
Atuahene-Gima, K., & Li, H. (2004). Strategic Decision Comprehensiveness and New
Product Development Outcomes in New Technology Ventures. Academy of Management
Journal, 47, 583-597.
Atuahene-Gima, K., & Murray, J. Y. (2004). Antecedents and Outcomes of Marketing
Strategy Comprehensiveness. Journal of Marketing, 68, 33-46.
Barabási, A.-L., & Albert, R. (1999). Emergence of scaling in random networks. Science, 286,
509-512.
Barnard, C. I. (1968). The functions of the executive. Cambridge: Harvard University Press.
Baum, J. R., & Wally, S. (2003). Strategic decision speed and firm performance. Strategic
Management Journal, 24, 1107-1129.
Bell, G. G., Bromiley, P., & Bryson, J. (1998). Spinning a Complex Web: Links Between
Strategic Decision Making Context, Process and Outcome. In V. Papadakis, & P. Barwise
(Eds.), Strategic Decisions (pp. 163-178). Boston: Kluwer Academic Publishers.
Bourgeois, L. J. & Eisenhardt, K. M. (1988). Strategic decision processes in high velocity
environments: Four cases in the microcomputer industry. Management Science, 34, 816-835.
67
Bourgeois, L. J. (1980). Performance and Consensus. Strategic Management Journal, 1, 227248.
Bourgeois, L. J. (1985). Strategic Goals, Perceived Uncertainty, and Economic Performance
in Volatile Environments. The Academy of Management Journal, 28, 548-573.
Brouthers, K. D., Brouthers, L. E., & Werner, S. (2000). Influences on Strategic Decisionmaking in the Dutch Financial Services Industry. Journal of Management, 26, 863-883.
Brouthers, K., Andriessen, F., & Nicolaes, I. (1998). Driving blind: Strategic decision-making
in small companies. Long Range Planning, 31, 130-138.
Brunswik, E. (1952). The conceptual framework of psychology. Chicago: University of
Chicago Press.
Butler, R., Davies, L., Pike, R., & Sharp. J. (1991). Strategic investment decision-making:
Complexities, politics and processes. Journal of Management Studies, 28, 395-415.
Camerer, C. F., & Johnson, E. J. (1991). The process-performance paradox in expert
judgment: How can experts know so much and predict so badly? In K. A. Ericsson & J. Smith
(Eds.), Towards a general theory of expertise: Prospects and limits (pp. 195-217). New York:
Cambridge Press.
Camerer, C. F., & Loewenstein, G. (2004). Behavioral economics: past, present and future. In
C. F. Camerer, G. Loewenstein and M. Rabin (Eds.), Advances in Behavioral Economics (pp.
3-51). Princeton, NJ: Princeton University Press.
Camerer, C. F., Loewenstein, G., & Rabin, M. (2004). Advances in behavioral economics.
New York: Russell Sage Foundation.
Carr, C. (2005). Are German, Japanese and Anglo-Saxon Strategic Decision Styles Still
Divergent in the Context of Globalization? Journal of Management Studies, 42, 1155-1188.
Chalmers, A. F. (1999). What is this thing called science? Indianapolis: Hackett Pub.
Chanut, V., Guibert N., & Rojot J. (2011). La rationalité limitée en gestion : état des lieux et
perspectives. Management & Avenir, 8, 94-96.
Child, J., Elbanna, S., & Rodrigues, S. B. (2010). The political aspects of strategic decision
making. In David C. Wilson and Paul C. Nutt (Eds.) Handbook of Decision Making (pp. 105137). Chichester: John Wiley & Sons.
Chou, T.-C., Dyson, R. G., & Powell, P. L. (1998). An Empirical Study of the Impact of
Information Technology Intensity in Strategic Investment Decisions. Technology Analysis
and Strategic Management, 10, 325-340.
Cohen, M. D., March, J. G., & Olsen, J. P. (1972). A garbage can model of organizational
choice. Administrative Science Quarterly, 17, 1-25.
68
Collier, N., Fishwick, F., & Floyd, S. W. (2004). Managerial Involvement and Perceptions of
Strategy Process. Long Range Planning, 37, 67-83.
Cooper, R. P., & Werner, P. D. (1990). Predicting violence in newly admitted inmates: A lens
model analysis of staff decision making. Criminal Justice and Behavior, 17, 431-447.
Covin, J. G., Slevin, D. P., & Heeley, M. B. (2001). Strategic decision making in an intuitive
vs. technocratic mode: structural and environmental considerations. Journal of Business
Research, 52, 51-67.
Cray, D., Mallory, G. R., Butler, R. J., Hickson, D. J., & Wilson, D. C. (1991). Explaining
decision processes. Journal of Management Studies, 28, 227-252.
Cray, D., Mallory, G. R., Butler, R. J., Hickson, D. J., & Wilson, D. C. (1988). Sporadic, fluid
and constricted processes: three types of strategic decision making in organizations, Journal
of Management Studies, 25, 13-39.
Cyert, R. M., & March, J. G. (1963). A behavioral theory of the firm. Englewood Cliffs, N.J:
Prentice-Hall.
Das, T. K., & Teng, B. (1999). Cognitive Biases and Strategic Decision Processes: An
Integrative Perspective. Journal of Management Studies, 36, 757-778.
Dawes, R. M., & Corrigan, B. (1974). Linear models in decision making. Psychological
Bulletin, 81, 95-106.
Dawes, R. M., Faust, D., & Meehl, P. E. (1989). Clinical versus actuarial judgment. Science,
243, 1668-1774.
De Bondt, W. F. M., & Thaler, R. (1985). Does the Stock Market Overreact? The Journal of
Finance, 40, 793-805.
De Wit, B., & Meyer, R. (2005). Strategy Synthesis: Resolving Strategy Paradoxes to Create
Competitive Advantage. London: Thomson Learning.
Dean, J. W., & Sharfman, M. P. (1993). The Relationship between Procedural Rationality and
Political Behavior in Strategic Decision Making. Decision Sciences, 24, 1069-1083.
Dean, J. W., & Sharfman, P. (1996). Does decision process matter? A study of strategic
decision-making effectiveness. The Academy of Management Journal, 39, 368-396.
Denrell, J. (2007). Adaptative learning and risk taking. Psychological Review, 114, 177-187.
Denrell, J., Fang, C., & Liu, C. (2015). Perspective—Chance explanations in the management
sciences. Organization Science, 26, 923-940.
Denrell, J., Fang, C., & Winter, S. G. (2003). The Economics of Strategic Opportunity.
Strategic Management Journal, 24, 977-990.
69
Dess, G. G. (1987). Consensus on strategy formulation and organizational performance:
Competitors in a fragmented industry. Strategic Management Journal, 8, 259-277.
Duhaime, I. M., & Baird, I. S. (1987). Divestment Decision-Making: The Role of Business
Unit Size. Journal of Management, 13, 483-498.
Ebert, R. J., & Kruse, T. E. (1978). Bootstrapping the security analyst. Journal of Applied
Psychology, 63, 110-119.
Einhorn, H. (1986). Accepting errors to make less error. Journal of Personality Assessment,
50, 387-395.
Eisenhardt, K. M. (1989). Making fast strategic decisions in high-velocity environments.
Academy of Management Journal, 32, 543-576.
Eisenhardt, K. M., & Bourgeois, L. J. (1988). Politics of Strategic Decision Making in HighVelocity Environments: Toward a Midrange Theory. The Academy of Management Journal,
31, 737-770.
Eisenhardt, K. M., & Zbaracki, M. J. (1992). Strategic Decision Making. Strategic
Elbanna, S. (2006). Strategic decision-making: Process perspectives. International Journal of
Management Reviews, 8, 1-20.
Elbanna, S., & Child, J. (2007a). The Influence of Decision, Environmental and Firm
Characteristics on the Rationality of Strategic Decision-Making*. Journal of Management
Studies, 44, 561-591.
Elbanna, S., & Child, J. (2007b). Influences on strategic decision effectiveness: Development
and test of an integrative model. Strategic Management Journal, 28, 431-453.
Elbanna, S., & Younies, H. (2008). The relationships between the characteristics of the
strategy process: evidence from Egypt. Management Decision, 46, 626-639.
Fahey, L. (1981). On strategic management decision processes. Strategic Management
Journal, 2, 43-60.
Fama, E. F. (1970). Efficient Capital Markets: A Review of Theory and Empirical Work. The
Journal of Finance, 25, 383-417.
Floyd, S. W., & Wooldridge, B. (1992). Middle management involvement in strategy and its
association with strategic type: A research note. Strategic Management Journal, 13, 153-167.
Forbes, D. P. (2005). Managerial determinants of decision speed in new ventures. Strategic
Fredrickson, J. W., & Mitchell, T. R. (1984). Strategic Decision Processes:
Comprehensiveness and Performance in an Industry with an Unstable Environment. Academy
of Management Journal, 27, 399-423.
70
Fredrickson, J. W. (1984). The Comprehensiveness of Strategic Decision Processes:
Extension, Observations, Future Directions. Academy of Management Journal, 27, 3, 445466.
Fredrickson, J. W. (1985). Effects of Decision Motive and Organizational Performance Level
on Strategic Decision Processes. The Academy of Management Journal, 28, 821-843.
Fredrickson, J. W., & Iaquinto, A.L. (1989). Inertia and Creeping Rationality in Strategic
Decision Processes. The Academy of Management Journal, 32, 516-542.
Furr, R. M., & Bacharach, V. R. (2008). Psychometrics: An introduction. Los Angeles: Sage
Publications.
Goll, I., & Rasheed, A. M. A. (1997). Rational Decision-Making and Firm Performance: The
Moderating Role of Environment. Strategic Management Journal, 18, 583-591.
Goll, I., & Rasheed, A. M. A. (2005). The Relationships between Top Management
Demographic Characteristics, Rational Decision Making, Environmental Munificence, and
Firm Performance. Organization Studies, 26, 999-1023.
Goll, I., & Sambharya, R. B. (1998). Rational model of decision making, strategy, and firm
performance. Scandinavian Journal of Management, 14, 479-492.
Gottschalk, P. (1999). Implementation of formal plans: the case of information technology
strategy. Long Range Planning, 32, 362-372.
Grove, W. M., Zald, D. H., Lebow, B. S., Snitz, B. E., & Nelson, C. (2000). Clinical versus
mechanical prediction: A meta-analysis. Psychological Assessment, 12, 19-30.
Haley, U. C. V. & Stumpf, S. A. (1989). Cognitive trails in strategic decision-making: linking
theories of personalities and cognitions. Journal of Management Studies, 26, 477-497.
Hammond, K. R. (1955). Probabilistic functioning and the clinical method. Psychological
Review, 62, 255-262.
Hammond, K. R., Hursch, C. J., & Todd, F. J. (1964). Analyzing the components of clinical
inference. Psychological Review, 71, 438-456.
Hart, S. (1992). An integrative framework for strategy-making processes. Academy of
Management Review, 17, 327-351.
Hickson, D. J., Miller, S. J., & Wilson, D. C. (2003). Planned or Prioritized? Two Options in
Managing the Implementation of Strategic Decisions*. Journal of Management Studies, 40,
1803-1836.
Hickson, D., Butler, R., Gray, D., Mallory, G. & Wilson, D. (1986). Top Decisions: Strategic
Decision Making in Organizations. San Francisco, CA: Jossey Bass.
Hinings, C. R., Hickson, D. J., Pennings, J. M., & Schneck, R. E. (1974). Structural
conditions of intraorganizational power. Administrative Science Quarterly, 19, 22-44.
71
Hitt, M. A., & Tyler, B. B. (1991). Strategic decision models: Integrating different
perspectives. Strategic Management Journal, 12, 327-351.
Hofer, C. W., & Schendel, D. (1978). Strategy formulation: Analytical concepts. St. Paul:
West Pub. Co.
Hogarth, R. M., & Karelaia, N. (2007). Heuristic and linear models of judgment: Matching
rules and environments. Psychological Review, 114, 733-758.
Hough, J. R., & Ogilvie, D. (2005). An Empirical Test of Cognitive Style and Strategic
Decision Outcomes*. Journal of Management Studies, 42, 417-448.
Hough, J. R., & White, M. A. (2003). Environmental dynamism and strategic decisionmaking rationality: An examination at the decision level. Strategic Management Journal, 24,
481-489.
Huff, A. S., & Reger, R. K. (1987). A Review of Strategic Process Research. Journal of
Management, 13, 211-236.
Hursch, C. J., Hammond, K. R., & Hursch, J. L. (1964). Some methodological considerations
in multiple-probability studies. Psychological Review, 71, 42-60.
Jemison, D. B. (1981). Organizational versus environmental sources of influence in strategic
decision making. Strategic Management Journal, 2, 77-89.
Judge, W. Q., & Miller, A. (1991). Antecedents and outcomes of decision speed in different
environmental contexts. Academy of Management Journal, 34, 449-63.
Kahneman, D. (2003). Maps of bounded rationality: Psychology for behavioral economics.
American Economic Review, 93, 1449-1475.
Kahneman, D., & Tversky, A. (1979). Prospect Theory: An Analysis of Decision Under Risk.
Econometrica, 47, 263-291.
Karelaia, N., & Hogarth, R. (2008). Determinants of linear judgment: A meta-analysis of lens
studies. Psychological Bulletin, 134, 404-426.
Karren R. J., & Barringer, M. W. (2002). A Review and Analysis of the Policy-Capturing
Methodology in Organizational Research: Guidelines for Research and Practice.
Organizational Research Methods, 5, 337-361.
Kaufmann, E., & Athanasou, J. A. (2009). A meta-analysis of judgment achievement defined
by the lens model equation. Swiss Journal of Psychology, 68, 99-112.
Khatri, N., & Ng, H. (2000). The role of intuition in strategic decision making. Human
Relations, 53, 57-86.
Langley, A. (1990). Patterns in the Use of Formal Analysis in Strategic Decisions.
Organization Studies, 11, 17-45.
72
Levitt, B., & Nass, C. (1989). The Lid on the Garbage Can: Institutional Constraints on
Decision Making in the Technical Core of College-Text Publishers. Administrative Science
Quarterly, 34, 190-207.
Lindblom, C. (1959). The science of “muddling through”. Public Administration Review, 19,
79-88.
Lovallo, D., & Kahneman, D. (2003). Delusions of success: how optimism undermines
executives’ decisions. Harvard Business Review, 81, 56-63.
March, J. G. (1962). The business firm as a political coalition. The Journal of Politics, 24,
662-678.
March, J. G., & Simon, H. A. (1958). Organizations. New York: Wiley.
Martinsons, M. G., & Davison, R. M. (2007). Strategic decision making and support systems:
Comparing American, Japanese and Chinese management. Decision Support Systems, 43,
284-300.
Mear, R., & Firth, M. (1987). Cue Usage and Self-Insight of Financial Analysts. The
Accounting Review, 62, 176-182.
Meehl, P. E. (1954). Clinical versus statistical prediction: A theoretical analysis and a
review of the evidence. Minneapolis: University of Minnesota Press.
Meehl, P. E. (1986). Causes and effects of my disturbing little book. Journal of Personality
Assessment, 50, 370-375.
Mehra, R., & Prescott, E. C. (1985). The equity premium: A puzzle. Journal of Monetary
Economics, 15, 145-161.
Miller, C. C. (2008). Decisional comprehensiveness and firm performance: towards a more
complete understanding. Journal of Behavioral Decision Making, 21, 598-620.
Miller, C. C., Burke, L. M., & Glick, W. H. (1998). Cognitive diversity among upper echelon
executives: implications for strategic decision processes. Strategic Management Journal, 19,
39-58.
Miller, D. (1987). Strategy making and structure: Analysis and implications for performance.
Academy of Management Journal, 30, 7-32.
Miller, D., Droge, C., & Toulouse, J.-M. (1988). Strategic Process and Content as Mediators
between Organizational Context and Structure. The Academy of Management Journal, 31,
544-569.
Miller, S., Wilson, D., & Hickson, D. (2004). Beyond Planning: Strategies for Successfully
Implementing Strategic Decisions. Long Range Planning, 37, 201-218.
Mintzberg, H. (1973). Strategy-Making in Three Modes. California Management Review, 16,
44-53.
73
Mintzberg, H., Raisinghani, D., & Théorêt, A. (1976). The Structure of "Unstructured"
Decision Processes. Administrative Science Quarterly, 21, 246-275.
Mueller, G., Mone, M., & Barker, V. (2007). Formal Strategic Analyses and Organizational
Performance: Decomposing the Rational Model. Organization Studies, 28, 853-883.
Nooraie, M. (2008). Decision magnitude of impact and strategic decision-making process
output: The mediating impact of rationality of the decision-making process. Management
Decision, 46, 640-655.
Nutt, P. C. (1984). A strategic planning network for non-profit organizations. Strategic
Nutt, P. C. (1998a). Leverage, Resistance and the Success of Implementation Approaches.
Journal of Management Studies, 35, 213-240.
Nutt, P. C. (1998b). Evaluating alternatives to make strategic choices. Omega, 26, 333-354.
Nutt, P. C. (2000b). Context, tactics, and the examination of alternatives during strategic
decision making. European Journal of Operational Research, 124, 159-186.
Nutt, P. C. (2005). Search during decision making. European Journal of Operational
Research, 160, 851-876.
Nutt, P. C. (2007). Intelligence gathering for decision making. Omega, 35, 604-622.
Nutt, P. C. (2008). Investigating the Success of Decision Making Processes. Journal of
Management Studies, 45, 425-455.
Nutt, P. C., & Wilson, D. C. (2010). Handbook of Decision Making. Chichester: John Wiley
& Sons.
Nutt, P. C. (2000a). Decision-Making Success in Public, Private and Third Sector
Organisations: Finding Sector Dependent Best Practice. Journal of Management Studies, 37,
77-108.
Olson, B. J., Bao, Y., & Parayitam, S. (2007a). Strategic decision making within Chinese
firms: The effects of cognitive diversity and trust on decision outcomes. Journal of World
Business, 42, 35-46.
Olson, B. J., Parayitam, S., & Yongjian, B. (2007b). Strategic Decision Making: The Effects
of Cognitive Diversity, Conflict, and Trust on Decision Outcomes. Journal of Management,
33, 196.
Papadakis, V. M. (1998). Strategic Investment Decision Processes and Organizational
Performance: An Empirical Examination. British Journal of Management, 9, 115-132.
Papadakis, V. M. (2006). Do CEOs shape the process of making strategic decisions? Evidence
from Greece. Management Decision, 44, 367-394.
74
Papadakis, V. M., & Barwise, P. (1997). Research on Strategic Decisions: Where Do We Go
From Here? In V. Papadakis, & P. Barwise (Eds.), Strategic Decisions (pp. 289-301). Boston:
Kluwer Academic Publishers.
Papadakis, V. M., & Barwise, P. (2002). How Much do CEOs and Top Managers Matter in
Strategic Decision-Making? British Journal of Management, 13, 83-95.
Papadakis, V. M., Lioukas, S., & Chambers, D. (1998). Strategic decision-making processes:
the role of management and context. Strategic Management Journal, 19, 115-147.
Papadakis, V., & Barwise, P. (1988). Strategic decisions. Berlin: Spinger-Verlag.
Papadakis, V.M, Thanos, I.C., & Barwise, P. (2010) Research on strategic decisions: taking
stock and looking ahead. In David C. Wilson and Paul C. Nutt (Eds.) Handbook of Decision
Making (pp. 105-137). Chichester: John Wiley & Sons.
Penrose, E. T., & Pitelis, C. N. (2009). The theory of the growth of the firm. Oxford: Oxford
University Press.
Pettigrew, A. (2003). Strategy as Process, Power and Change. In S. Cummings, & D. C.
Wilson (Eds.), Images of Strategy (pp. 301-330). Oxford: Blackwell Publishing.
Pinfield, L. T. (1986). A field evaluation of perspectives on organizational decision making.
Administrative Science Quarterly, 31, 365-388.
Porter, M. E. (1980). Competitive strategy: Techniques for analyzing industries and
competitors. New York: Free Press.
Powell, T. C, Lovallo, D., & Caringal, C. (2006). Causal ambiguity and management
perception. Academy of Management Review, 31, 175-196.
Powell, T. C. (2004). Strategy, execution, and idle rationality. Journal of Management
Research, 4, 77-98.
Powell, T. C., Lovallo, D., & Fox, C. (2011). Behavioral Strategy. Strategic Management
Journal, 32, 1369-1386.
Priem, R. L., Rasheed, A. M. A., & Kotulic, A. G. (1995). Rationality in strategic decision
processes, environmental dynamism and firm performance. Journal of Management, 21, 913929.
Quinn, J. B. (1978). Strategic Change: Logical Incrementalism. Sloan Management Review,
20, 7-19.
Rajagopalan, N., Rasheed, A. M. A., & Datta, D. K. (1993). Strategic decision processes:
Critical review and future directions. Journal of Management, 19, 349-384.
Rajagopalan, N., Rasheed, A. M. A., Datta, D. K., & Speitzer, G. M. (1998). A MultiTheoretic Model of Strategic Decision Making Processes. In V. Papadakis, & P. Barwise
(Eds.), Strategic Decisions (pp. 229-249). Boston: Kluwer Academic Publishers.
75
Roussel, P., Durieu, F., Campoy, E., & El Akremi, A. (2002). Méthodes d'équations
structurelles: recherche et application en gestion. Paris, Economica.
Ryall, M. D. (2003). Subjective rationality, self-confirming equilibrium, and corporate
strategy. Management Science, 49, 936-949.
Sadler-Smith, E. (2004). Cognitive Style and the Management of Small and Medium-Sized
Enterprises. Organization Studies, 25, 155-181.
Salaneik, G. R., & Pfeffer, J. (1974). The bases and use of power in organizational decision
making: The case of a university budget. Administrative Science Quarterly, 19, 453-473.
Samuelson, P. (1938). A Note on the Pure Theory of Consumers' Behaviour. Economica, 5,
61-71.
Schilit, W. K. (1987). An examination of the influence of middle-level managers in
formulating and implementing strategic decisions. Journal of Management Studies, 24, 271293.
Schilit, W. K., & Paine, F. T. (1987). An examination of the underlying dynamics of strategic
decisions subject to upward influence activity. Journal of Management Studies, 24, 161-187.
Schweiger, D. M., & Sandberg, W. R. (1989). The Utilization of Individual Capabilities in
Group Approaches to Strategic Decision-Making. Strategic Management Journal, 10, 31-43.
Schweiger, D. M., Sandberg, W. R., & Ragan, J. W. (1986). Group Approaches for Improving
Strategic Decision Making: A Comparative Analysis of Dialectical Inquiry, Devil's
Advocacy, and Consensus. The Academy of Management Journal, 29, 51-71.
Schweiger, D. M., Sandberg, W. R., & Rechner, P. L. (1989). Experiential Effects of
Dialectical Inquiry, Devil's Advocacy, and Consensus Approaches to Strategic Decision
Making. The Academy of Management Journal, 32, 745-772.
Schwenk, C. R. (1990). Conflict in Organizational Decision Making: An Exploratory Study of
Its Effects in For-Profit and Not-For-Profit Organizations. Management Science, 36, 436-448.
Schwenk, C. R. (1995). Strategic decision making. Journal of Management, 21, 471-493.
Schwenk, C.R. (1984). Cognitive simplification processes in strategic decision-making.
Strategic Management Journal, 5, 111-128.
Segev, E. (1987). Strategy, strategy-making, and performance in a business game. Strategic
Shiller, R. J. (1981). Do Stock Prices Move Too Much to be Justified by Subsequent Changes
in Dividends? The American Economic Review, 71, 421-436.
Shiller, R. J. (2003). From efficient markets theory to behavioral finance. The Journal of
Economic Perspectives, 17, 83-104.
76
Shrivastava, P., & Grant, J. H. (1985). Empirically derived models of strategic decisionmaking processes. Strategic Management Journal, 6, 97-113.
Simon, H. A. (1955). A Behavioral Model of Rational Choice. The Quarterly Journal of
Economics, 69, 99-118.
Simon, H. A. (1957). Models of man: Social and rational; mathematical essays on rational
human behavior in society setting. New York: Wiley.
Simons, T., Pelled, L. H., & Smith, K. A. (1999). Making use of difference: Diversity, debate,
and decision comprehensiveness in top management teams. Academy of Management
Journal, 42, 662-673.
Slovic, P. (1969). Analyzing the expert judge: A descriptive study of a stockbroker's decision
process. Journal of Applied Psychology, 53, 255-263.
Slovic, P., Fleissner, D., & Bauman, W. (1972). Analyzing the Use of Information in
Investment Decision Making: A Methodological Proposal. The Journal of Business, 45, 283301.
Thaler, R. H. (1993). Advances in behavioral finance. New York: Russell Sage Foundation.
Thaler, R. H. (2005). Advances in behavioral finance, volume II. New York: Russell Sage
Foundation.
Thaler, R. H. (2015). Misbehaving: The making of behavioral economics. New York : W.W.
Norton & Company.
Tucker, L. R. (1964). A suggested alternative formulation in the developments by Hursch,
Hammond, and Hursch and by Hammond, Hursch, and Todd. Psychological Review, 71, 528530.
Tversky, A., & Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases.
Science, 185, 1124-1130.
Walter, J., Lechner, C., & Kellermanns, F. W. (2008). Disentangling Alliance Management
Processes: Decision Making, Politicality, and Alliance Performance. Journal of Management
Studies, 45, 530-560.
Walters, B. A., & Bhuian, S. N. (2004). Complexity Absorption and Performance: A
Structural Analysis of Acute-Care Hospitals. Journal of Management, 30, 97-121.
Weick, K.E., Sutcliffe, K.M., & Obstfeld, D. (2005). Organizing and the process of
sensemaking. Organization Science, 16, 409-421.
Welsh, M. A., & Slusher, E. A. (1986). Organizational design as a context for political
activity. Administrative Science Quarterly, 31, 389-402.
77
Werner, P. D., Rose, T. L., & Yesavage, J. A. (1983). Reliability, accuracy, and decision
making strategy in clinical predictions of imminent dangerousness. Journal of Consulting and
Clinical Psychology, 51, 815-825.
Wernerfelt, B. (1984). The Resource-Based View of the Firm. Strategic Management
Journal, 5, 171-180.
Wooldridge, B., & Floyd, S. W. (1990). The Strategy Process, Middle Management
Involvement, and Organizational Performance. Strategic Management Journal, 11, 231-241.
Wright, W. F. (1977). Financial information processing models: An empirical study. The
Accounting Review, 52, 676-689.
Wright, W. F. (1979). Properties of judgment models in a financial setting. Organizational
Behavior and Human Performance, 23, 73-85.
Zajac, E. J., & Bazerman, M. H. (1991). Blind spots in strategic decision-making: the case of
competitor analysis. Academy of Management Review, 16, 37-56.
78
Annexes
Annexe 1 : caractéristiques des 50 cas présentés dans la tâche.
Cas
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
Croissance
du marché
5
2
3
2
1
3
2
3
3
4
2
2
3
4
3
4
4
5
4
4
3
2
3
2
5
3
4
2
1
5
4
5
3
1
4
4
4
3
2
3
1
2
3
3
1
3
2
1
4
1
Concentration
du marché
5
3
2
4
2
1
4
3
2
5
3
3
1
3
5
4
2
1
5
3
3
2
1
3
4
1
3
3
2
4
4
4
5
3
4
3
4
3
2
5
4
3
2
3
2
5
5
1
2
1
Part de
marché (rang)
3
2
3
2
3
1
3
2
1
1
4
2
3
2
3
3
5
3
4
5
5
3
2
2
5
1
4
1
2
3
3
4
4
3
3
2
3
2
3
4
2
2
3
5
4
3
2
4
1
4
79
Coût relatif
de l'offre
3
2
3
2
2
1
2
1
1
2
3
3
4
3
4
2
3
2
3
2
2
1
3
4
2
1
2
5
3
1
4
1
4
3
4
4
4
4
5
3
5
3
2
3
4
3
5
3
2
3
Qualité relative
de l'offre
3
2
4
3
3
3
4
2
1
3
5
2
2
3
2
4
3
2
4
3
2
3
5
5
4
3
4
3
2
4
3
1
4
5
1
5
5
4
3
5
4
3
2
4
3
3
1
4
4
2
Standardisation
du produit
2
2
1
1
2
2
2
1
1
2
2
2
1
2
1
1
1
2
1
2
2
2
1
1
1
2
1
2
2
2
1
2
1
1
2
1
2
1
2
2
2
1
2
1
1
1
1
2
1
1
Annexe 2 : consignes utilisées dans la tâche.
Bonjour ! Merci d’avoir accepté de participer à cette expérience. Lisez très attentivement les
instructions suivantes.
L’expérience porte sur la prise de décision stratégique. Vous allez imaginer que vous dirigez
un domaine d'activité stratégique (DAS) dans un marché industriel établi. Nous allons vous
soumettre un total de 50 situations différentes. A chaque fois, la question à laquelle vous
devrez répondre est : « Un concurrent important baisse ses prix. Quelles sont les chances que
vous choisissiez en réaction de baisser vos prix ? »
Vous répondrez sur une échelle allant de 1 (Aucune chance) à 7 (Certain).
Votre jugement va bien sûr dépendre des caractéristiques de la situation. Chaque situation
sera décrite par 6 indicateurs :
TROIS INDICATEURS DECRIVANT LE MARCHE
1) Croissance annuelle du marché :
Faible
Plutôt faible
Moyenne
Plutôt forte
Forte
2) Concentration du marché :
Faible
Plutôt faible
Moyenne
Plutôt forte
Forte
3) Les produits du marché en question sont-ils standardisés (peu différenciés) : Oui ou Non
TROIS INDICATEURS DECRIVANT VOTRE DOMAINE D'ACTIVITE STRATEGIQUE
4) Votre part de marché (rang) : 1er/2ème/3ème/4ème/5ème
5) Le coût relatif de votre offre :
Beaucoup plus faible que la concurrence
Plus faible que la concurrence
Equivalent à celui de la concurrence
Plus élevé que la concurrence
Beaucoup plus élevé que la concurrence
6) La qualité relative de votre offre :
Très inférieure à la concurrence
Inférieure à la concurrence
Equivalente à la concurrence
Supérieure à la concurrence
Très supérieure à la concurrence
Pour faciliter la tâche, ces échelles resteront affichées en bas de l’écran.
Afin de vous familiariser avec la tâche, nous allons commencer par deux exemples de
situations (cliquez sur le chiffre qui correspond à votre réponse).
Vous voyez maintenant à quoi ressemble concrètement la tâche. Vous allez donc traiter 50
situations de ce type. L’expérience est répartie en 3 sessions :
• session 1 : 15 situations
Ici, vous allez passer la session 1.
80
DEUX REMARQUES IMPORTANTES AVANT DE COMMENCER :
a) vous allez utiliser les 6 indicateurs d'une certaine façon pour former votre jugement. Vous
devez essayer au maximum d'utiliser ces indicateurs de façon consistante tout au long de la
tâche. Mais n'utilisez pas une formule ou un modèle mathématique, seulement votre jugement.
b) cette tâche est relativement fastidieuse, mais il est crucial que vous soyez concentrés du
début à la fin. Merci.
81

le traitement de l`information pertinente dans la prise

Transcription

Documents pareils

fiche technique murfill renovation paint

Télécharger la fiche technique pour Murprim S NF

FICHE TECHNIQUE GARNISIL Peinture de décoration mate

accumark - Gerber Technology

fiche technique plastopan latex

PLANCHE ABDOS

Les premiers « lâcher » de truites ont eu lieu la semaine dernière

FICHE TECHNIQUE FASSILUX AQUA XPE GLOSS

swing low sweet chariot - Club Country FMCDC de Billy

Horaires ligne 214 - Herault Transport