Facteurs clés de la continuité d`usage des services Internet Mobile A

Facteurs clés de la continuité d'usage des services Internet
Mobile
Résumé:
En s’inscrivant dans le cadre d’une meilleure compréhension de la continuité d’usage de
l’Internet Mobile, cette recherche a poursuivi deux objectifs : identifier les antécédents de
l’intention de continuer l’usage de l’Internet Mobile et développer et tester une échelle de
mesure de cette intention. Après l’analyse des travaux sur la continuité d’usage et les théories
d’adoption et de diffusion, quinze interviews auprès d’utilisateurs et/ou experts des services
Internet Mobile ont été menés. La progression le long des étapes du paradigme de Churchill
nous a ainsi permis de valider l’échelle de mesure de l’intention de continuer l’usage des
services Internet Mobile.
Mots clés : amusement, post-adoption, satisfaction, intention de continuer l’usage,
mobinautes.
A model of mobile internet services usage and continuance
Abstract:
For a better understanding of the continuance behavior, this research aims to identify the
antecedents of the continuance intention and to develop and test an intention measurement
scale. We focused on continuance intention research as well as usage models and we
conducted fifteen interviews with mobile internet services users to propose an intention
continuance measurement scale. Then we applied quantitative test with 389 mobile internet
users to validate our model.
Keywords: playfulness, post-adoption, satisfaction, continuance intention, mobile services
users.
INTRODUCTION
De plus en plus de marques utilisent le mobile comme canal de vente supplémentaire pour
leurs produits et services (La Redoute, Voyages-sncf.com, Fnac.com, etc). Moyen de vente, le
mobile permet également de stimuler les achats d’impulsion, de monétiser l’audience de son
site mobile et d’animer ses ventes en magasin. EBay déclare qu’en 2013, 40% du trafic web
se fera sur le mobile. Il est vrai que le m-commerce est à ses tous débuts, cependant outil
nomade et de paiement, l’Internet Mobile représente le prolongement de l’Internet Fixe selon
les experts. En France, près d’un équipé mobile sur deux a déjà consulté un site Internet
depuis son téléphone (AFMM1/Médiamétrie, 2010).
Malgré la variété des services et les caractéristiques uniques de cette technologie, nombreux
sont les utilisateurs qui abandonnent l’usage de l’Internet Mobile. Une étude de TnsSofres
(2008) indique que 32 millions de français ont désormais accès à l’Internet sur leur téléphone
mobile. Et pourtant, on ne recense que 18,7 millions de mobinautes en France (Arcep, 2009).
Un grand nombre d’utilisateurs abandonnent donc les services de l’Internet Mobile.
L’utilisation d’une TI diminue voire disparaît si l’enthousiasme ressenti lors de l’adoption
initiale s’affaiblit après une première expérience d’utilisation de la TI (Thong et al., 2006).
Ainsi, c’est la continuité d’usage qui détermine la viabilité définitive de la TI (Karahanna et
al., 1999; Bhattacherjee, 2001). Cependant, à ce jour, les recherches en TI ont accordé plus
d’attention aux facteurs qui poussent les individus et surtout les organisations (ce qui signifie
une adoption plus ou moins involontaire du service) à adopter initialement une technologie
qu’aux facteurs incitant les adoptants à continuer l’utilisation de l’Internet Mobile (Hong et
al., 2006). Dans ce contexte, analyser les comportements des utilisateurs après la phase
d’adoption c’est-à-dire savoir comment évoluent leurs perceptions et leurs croyances après
qu’ils aient adopté l’Internet Mobile est indispensable pour aider les différents acteurs de la
sphère mobile à améliorer leurs services. Il importe donc de s’interroger sur les facteurs qui
risquent d’influencer les intentions de continuer l’usage d’une nouvelle technologie telle que
l’Internet Mobile dans un contexte volontaire et personnel.
L’objectif de notre recherche est de valider empiriquement un modèle de l’intention de
continuer l’usage des services Internet Mobile. Après une revue de la littérature sur les
modèles d’adoption et d’usage, nous présenterons les résultats de notre étude qualitative. Une
seconde partie sera consacrée à la validation empirique de notre échelle de mesure. Dans une
troisième partie nous discuterons les résultats cette recherche. En guise de conclusion, les
voies de recherche futures seront exposées.
LE « POST-ADOPTION » : LA CONTINUITE D’USAGE
Nombreux sont les chercheurs qui ont examiné les déterminants de l’adoption et de l’usage
des technologies de l’information (TI). Comprendre le processus de décision d’adoption d’une
TI par un utilisateur a suscité l’intérêt des académiciens et des praticiens. Pour y parvenir,
différents modèles théoriques ont été proposés comme la théorie de diffusion des innovations,
la théorie de l’action raisonnée, le modèle d’acceptation d’une technologie, etc. Cependant,
ces études antérieures se sont focalisées sur les facteurs d’adoption d’une TI. Très peu
1
Association Française du Multimédia Mobile
2
d’attention a été accordée aux déterminants de la continuité d’usage autrement dit aux
comportements des usagers eux-mêmes après qu’ils aient adopté la technologie.
Bhattacherjee (2001) définit l’intention de continuer l’usage comme le degré d’intensité avec
lequel un utilisateur est prêt à continuer l’utilisation d’un produit ou un service dans le futur.
Certaines recherches ont analysé le comportement du consommateur après la phase d’achat en
appliquant le paradigme « espérance-confirmation » (Churchill et al. 1982 ; Oliver, 1980 ; Yi,
1990). D’autres chercheurs comme Hong et al. (2006) se sont intéressés au processus de
rachat et ont distingué trois étapes : le pré achat où le consommateur anticipe des espérances
sur le produit ou service ; l’achat où l’expérience d’utilisation permet de construire des
perceptions de performance ; enfin le post achat durant lequel le consommateur évalue les
performances, les compare à ses attentes pour confirmer ou infirmer un rachat éventuel. Le
rachat est ainsi conditionné par l’expérience et le niveau de satisfaction du consommateur.
Bhattacherjee, l’un des premiers chercheurs à tester et conceptualiser une échelle de mesure
de la continuité d’usage d’une technologie de l’information, distingue la phase de
l’acceptation de la phase de continuité. Dans une étude sur l’intention de continuer l’usage
d’un système de stockage de données, Bhattacherjee et al. (2008) ont testé un modèle basé sur
sept construits ; l’utilité post-usage, l’infirmation, la satisfaction, l’auto-efficacité, les
conditions facilitatrices, l’intention de continuer l’usage et la continuité du comportement.
Les résultats ont révélé que l’intention de continuer l’utilisation est déterminée par trois
éléments : l’utilité post-usage, la satisfaction et l’auto-efficacité.
Comme la satisfaction, l’usage a également été proposé en tant qu’antécédent de l’intention
de continuer l’utilisation. Ifinedo (2006) et Limayem et al. (2003) ont testé des modèles
d’acceptation d’une technologie d’information et ont démontré empiriquement une relation
positive pertinente entre l’usage et l’intention.
Cette revue sommaire de littérature a permis de constater que les notions de satisfaction et
d’usage sont déterminantes dans la phase de continuité d’usage. Nous allons maintenant
examiner la dimension satisfaction et ses antécédents, puis la notion d’usage et ses
déterminants.
LES DETERMINANTS DE L’USAGE ET DE LA SATISFACTION
Lee et al. (2007) ont étudié les croyances post-adoption des utilisateurs de l’Internet Mobile
dans trois pays différents. Ils ont constaté que la satisfaction de l’utilisateur était déterminée
par l’utilité perçue, la facilité d’utilisation perçue, l’amusement perçu et la valeur monétaire
perçue et que cette même satisfaction avait un impact important sur l’intention de continuer
l’usage de ces services Internet Mobile. Une étude similaire de Thong et al. (2006) a montré
également que la satisfaction était déterminée par l’utilité perçue, la facilité d’utilisation
perçue, l’amusement perçu et la confirmation. L’intention de continuer l’usage quant à elle
était influencée par l’utilité perçue, la facilité d’utilisation perçue, l’amusement perçu et la
satisfaction. Les relations entre la qualité de service, la valeur perçue, la satisfaction de
l’utilisateur et l’intention de continuer l’usage ont été analysées par Kuo et al. (2009) dans le
contexte des services mobiles à valeur ajoutée. Les auteurs soutiennent que la satisfaction de
l’utilisateur est influencée par la qualité de service et par la valeur perçue.
De nombreuses recherches ont validé le rôle de l’utilité perçue et la facilité d’utilisation
perçue dans la détermination de l’usage (Adams et al., 1992 ; Igbaria et al., 1995 ; Igbaria et
3
al., 1996). Outre l’utilité perçue, Davis et al. (1992) ont montré qu’également l’amusement
avait une influence sur le comportement d’usage indirectement à travers son effet sur les
intentions. Igbaria et al. (1995) ont étudié la motivation intrinsèque et extrinsèque en
supposant que l’utilité perçue est un exemple de motivation extrinsèque alors que
l’amusement perçu représente la motivation intrinsèque. Ils ont établit que l’amusement perçu
jouait un rôle important dans le comportement des individus et surtout qu’il était positivement
corrélé avec la durée d’utilisation. La valeur perçue est une forme de constatation entre les
coûts et bénéfices monétaires que comprend l’achat ou l’utilisation des produits et services
(Sweeney et al., 2001). Dans un contexte individuel, les coûts représenteraient un facteur
d’adoption et d’utilisation assez important étant donné que les utilisateurs généralement
auront à leur charge les coûts de connexion et de service (Kleijnen et al., 2004). Beyah et al.
(2003) ont mesuré la qualité perçue ainsi que d’autres construits pour l’évaluation web des
systèmes de référence. Ils ont constaté que la qualité perçue était un déterminant de
l’utilisation de ces systèmes.
Les recherches antérieures ont révélé plusieurs antécédents de l’usage et de la satisfaction
comme l’utilité, la facilité d’utilisation, la qualité, l’amusement, la valeur perçue, etc. A ce
niveau, il nous semble pertinent de vérifier l’importance de ces concepts auprès d’utilisateurs
Internet Mobile. Dans la section qui suit, nous présenterons une étude qualitative menée
auprès d’experts et/ou utilisateurs de cette technologie nomade.
LES RESULTATS DE L’ETUDE QUALITATIVE
Cette étude exploratoire a pour but l’identification des dimensions considérées par les
répondants comme étant susceptibles d’influencer la continuité d’usage de l’Internet Mobile.
Notre étude qualitative est confirmatoire et exploratoire à la fois. Elle est confirmatoire
puisqu’elle permettra de vérifier l’exactitude des éléments issus de la revue de la littérature.
Elle est également exploratoire puisqu’elle permettra d’enrichir les résultats de la revue de la
littérature.
Initialement enregistrés, les quinze entretiens semi-directifs que nous avons menés, avaient
une durée moyenne de cinquante minutes et ont été intégralement retranscrits. Ils se sont
déroulés sur le lieu de travail du répondant dont onze en face à face et quatre par téléphone.
Certains de nos interviewés sont responsables d’études Internet Mobile (TnsSofres, Idate,
Ipsos, Axance, etc) et d’autres occupent des fonctions de responsables notamment en
marketing et en R&D autour de l’Internet Mobile (Microsoft, SFR, Bouygues Telecom,
Orange, etc).
Les interviews ont fait ressortir les concepts identifiés préalablement dans la revue de la
littérature à savoir l’utilité, la facilité d’usage, la qualité de l’Internet Mobile, le caractère
divertissant de ce service et le rapport qualité/prix. Nos répondants ont insisté sur le rôle de
l’expérience de consommation dans la détermination de l’intention de continuer l’usage. Ils
ont confirmé que ce sont leur usage et leur niveau de satisfaction qui déterminent leur
intention de continuer l’usage des services Internet Mobile.
Les aspects rapidité et efficacité ont été soulignés à maintes reprises par les utilisateurs. Un
des interviewés, au début de son expérience, n’a pas su comment utiliser le service et l’a
abandonné pendant quelque temps à cause de sa complexité. Le prix de l’accès aux services
Internet Mobile est presque dérisoire aux yeux des mobinautes. Ils insistent plutôt sur le
rapport entre le prix payé et la qualité obtenue et également sur le rapport entre le coût de
l’abonnement et l’intensité d’utilisation (« ça me coûte trop cher par rapport à l’usage que
4
j’en fais vraiment »). Mis à part son caractère nomade et rapide, les mobinautes utilisent
l’Internet Mobile dans le but de se détendre, de rester connecté à une communauté et de faire
passer le temps (« je n’ai rien à faire, je vais me détendre en surfant sur mon mobile », je
l’utilise pour faire passer le temps dans la salle d’attente de mon médecin »). Les activités les
plus complexes sont plutôt réalisées sur les ordinateurs pour un meilleur confort. Pour les
interviewés, la qualité est un élément décisif de la continuité d’usage des services Internet
Mobile. Le discours des répondants est marqué par des notions comme « coupure réseau », «
connexion médiocre » et « débit très faible ». Tous les interviewés ont déjà vécu une
mauvaise expérience d’utilisation et estiment que la qualité de l’Internet Mobile est à
améliorer. Cette qualité inadéquate détériore l’expérience du mobinaute et l’inciterait par
conséquent à cesser son utilisation.
Les discours des interviewés mettent en exergue cinq antécédents de la satisfaction et de
l’usage des services Internet Mobile à savoir l’utilité, la facilité d’utilisation, l’amusement, la
valeur et la qualité. L’étude qualitative permet donc de confirmer les résultats de la revue de
la littérature. Dans ce qui suit, nous présenterons notre modèle de l’intention de continuer
l’usage des services Internet Mobile et nous justifierons nos hypothèses de recherche.
CADRE CONCEPTUEL ET HYPOTHESES DE RECHERCHE
L’objectif de notre recherche est de tester un modèle de l’intention de continuer l’usage des
services Internet Mobile (Figure 1). Nous proposons ainsi que les cinq croyances postadoption (utilité, facilité, amusement, valeur, qualité) puissent constituer les antécédents de
l’usage et de la satisfaction. Nous postulons également une influence positive de l’usage et de
la satisfaction sur l’intention de continuer l’usage des services Internet Mobile.
Figure 1 : Cadre conceptuel
Nos hypothèses de recherche H1 à H14 reprennent les différentes relations de causalité
supposées de notre modèle théorique présenté ci-dessus.
5
Beaucoup de chercheurs ont examiné les services mobiles et ont attesté du rôle crucial de
l’utilité perçue dans la formation du comportement d’utilisation justifiant ceci par les
applications utiles que fournit ce genre de services comme les appels vidéo, la géolocalisation
et la télévision sur mobile (Kim et al., 2009 ; Lu et al., 2009 ; Kim et al., 2007; Shin, 2007;
Hong et Tam, 2006; Hong et al., 2006; Thong et al., 2006; Nysveen et al., 2005).
Une première hypothèse incontournable consiste à stipuler que plus un individu perçoit les
services Internet Mobile comme utiles, plus il utilisera ces services.
H1 : L’utilité perçue de l’Internet Mobile exerce une influence positive sur l’usage.
Nous postulons à l’instar de Teo et al. (1999), Ndubisi et al. (2001) et Ramayah et al. (2002)
que facilité d’utilisation perçue est significativement corrélée à l’usage.
H2 : La facilité d’utilisation perçue de l’Internet Mobile exerce une influence positive sur
l’usage.
Lu et al. (2009) ont démontré que l’amusement perçu avait un effet significatif et positif sur
les attitudes des utilisateurs de services de messagerie instantanée. Ces résultats sont
confirmés par l’étude de Liu et Li (2010) portant sur la diffusion de l’Internet Mobile en
Chine. Ces affirmations nous conduisent à poser l’hypothèse H3.
H3 : L’amusement perçu de l’Internet Mobile exerce une influence positive sur l’usage.
Dans le contexte du mobile, Pihlström (2008) a examiné l’usage des services mobiles et a
constaté que la valeur perçue exerçait un effet significatif et positif sur le comportement. En
conséquence, nous proposons l’hypothèse suivante :
H4 : La valeur perçue de l’Internet Mobile exerce une influence positive sur l’usage.
De nombreux auteurs ont confirmé le rôle principal de la qualité du système dans la
détermination de l’usage (Fuerst et Cheney, 1982 ; Igbaria et al., 1989 ; Lucas, 1978 ;
O’Reilly, 1982 ; Swanson, 1988).
H5 : La qualité perçue de l’Internet Mobile exerce une influence positive sur l’usage.
Les recherches antérieures sur la relation entre usage et satisfaction sont assez divergentes sur
le sens de cette relation. Si certaines affirment que c’est l’usage du système qui conduit à la
satisfaction (Conrath et Mignen (1990), Delone et McLean (1992)), d’autres défendent le
contraire, la satisfaction entraîne l’usage (Baroudi et al. (1986).
Nous pensons que le problème du choix du sens de cette relation est de nature temporel. En
effet, nous ne pouvons pas parler de satisfaction avant que l’utilisateur ait déjà expérimenté le
service. Dans ce sens, l’usage vient avant la satisfaction dans le temps mais ce sens de relation
ne signifie pas qu’une augmentation de l’usage a pour conséquence une plus grande
satisfaction. Au contraire, un individu qui est satisfait par un système est encouragé à le
réutiliser donc c’est la satisfaction qui exerce un effet positif sur l’usage.
Suite à ce qui vient d’être présenté, nous supposons dans notre recherche qu’il existe une
relation positive entre ces deux concepts et plus particulièrement que la satisfaction des
services Internet Mobile influence positivement l’usage. Par conséquent, nous émettons
l’hypothèse suivante :
H6 : La satisfaction de l’Internet Mobile exerce une influence positive sur l’usage.
Plusieurs recherches présentent l’utilité perçue, la facilité d’utilisation perçue, l’amusement
perçu, la valeur perçue et la qualité perçue comme déterminants de la satisfaction
(Parasuraman et al., 1993; Zeithaml et al., 1996; Karahanna et al., 1999 ; Brady et Robertson,
6
2001; Van der Heijden, 2004 ; Hong et al., 2006 ; Yang et al., 2009; Deng et al., 2010). Par
conséquent, nous proposons les hypothèses H7, H8, H9, H10 et H11 :
H7 : L’utilité perçue de l’Internet Mobile exerce une influence positive sur la satisfaction.
H8 : La facilité perçue de l’Internet Mobile exerce une influence positive sur la satisfaction.
H9 : L’amusement perçu de l’Internet Mobile exerce une influence positive sur la satisfaction.
H10 : La valeur perçue de l’Internet Mobile exerce une influence positive sur la satisfaction.
H11 : La qualité perçue de l’Internet Mobile exerce une influence positive sur la satisfaction.
Plusieurs chercheurs soutiennent l’existence d’un lien indirect entre la facilité d’utilisation
perçue et l’usage à travers l’utilité perçue. Szajna (1996) a appliqué le modèle TAM pour
étudier l’usage des mails électroniques et a constaté que la facilité d’utilisation perçue
influençait positivement l’utilité perçue. Dans le contexte des services mobiles, ce lien entre
facilité d’utilisation perçue et utilité perçue a également été confirmé dans certains recherches
(Hong et Tam, 2006; Lu et al., 2009; Nysveen et al, 2005;. Thong et al, 2006). Par
conséquent, nous supposons que la facilité d’utilisation perçue agit positivement sur l’utilité
perçue de l’Internet Mobile. L’hypothèse relative à ce lien est la suivante :
H12 : La facilité d’utilisation perçue de l’Internet Mobile exerce une influence positive sur
l’utilité perçue.
Limayem et al. (2007) ont testé empiriquement testé un modèle portant sur la continuité
d’usage volontaire du web. Les résultats de leur étude confirment le rôle primordial de la
satisfaction dans la formation de la continuité d’usage. Dans le contexte du commerce mobile,
Lin et Wang (2006) ont révélé l’existence d’une relation positive entre la satisfaction des
taïwanais et leur fidélisation. Cette fidélisation peut se traduire par une intention de continuer
l’usage positive. Par conséquent, nous proposons l’hypothèse H13 :
H13 : La satisfaction de l’Internet Mobile exerce une influence positive sur l’intention de
continuer l’usage.
A notre connaissance, très peu de chercheurs se sont intéressés à la relation entre utilisation et
intention de continuer l’usage. Limayem et al. (2003) ont intégré la théorie du comportement
planifié et la théorie de confirmation des attentes pour expliquer l’usage en adoption et en
post-adoption. Ifinedo (2006) a appliqué le modèle d’acceptation d’une technologie pour
examiner l’effet de l’utilisation du « e-learning » sur l’intention de continuer l’usage. L’auteur
a montré que l’usage exerçait un effet positif significatif sur l’intention de continuer l’usage.
Par conséquent, nous supposons dans notre recherche qu’il existe une relation positive entre
ces deux concepts et plus particulièrement que l’usage de l’Internet Mobile influence
positivement l’intention de continuer l’usage. Par conséquent, nous émettons l’hypothèse
suivante :
H14 : L’usage de l’Internet Mobile exerce une influence positive sur l’intention de continuer
l’usage.
METHODOLOGIE DE LA RECHERCHE
Nous avons suivi la démarche préconisée par Churchill (1979) et enrichie par les travaux de
Rositter (2002) pour construire notre échelle de mesure. Nous nous sommes basés sur les
échelles exsitantes et sur les verbatims de notre étude qualitative pour générer notre
échantillon d’items. Cette première liste d’items a subi un pré-test qualitatif auprès de sept
experts suivi un pré-test quantitatif auprès de 40 mobinautes. Une seconde étude a été
7
conduite afin de vérifier la fiabilité et la validité des échelles de mesure. 162 participants ont
répondu à notre questionnaire dont 110 mobinautes.
L’administration du questionnaire final a été réalisée en ligne à l’aide du logiciel d’enquêtes
« Sphinxonline ». Le recrutement des participants a été effectué d’une part par l’envoi d’une
invitation par courrier électronique contenant le lien vers l’enquête et d’autre part en plaçant
le lien vers l’enquête sur des sites web. Aucune autre méthode d’administration du
questionnaire (face à face, téléphone, postal, etc.) n’a été utilisée, notre objectif étant de
garantir que les participants soient des utilisateurs effectifs de l’Internet Mobile.
Au total 596 réponses ont été reçues. Parmi les participants, 207 personnes n’utilisaient pas
l’Internet Mobile. In fine, ce sont 389 questionnaires qui ont pu être exploités.
La structure de notre échantillon final (tableau 2) de convenance s’établit donc comme suit :
Variables
Age
Sexe
Niveau d’études
Région
Smartphone
Paiement de la facture
Ancienneté
Pourcentages
Moins de 15 ans = 1,3 %
[15,24] = 26,4 %
[25,34] = 43,1 %
[35,50] = 23,1 %
[51 ans et plus] = 6,2 %
Féminin = 31,3 %, Masculin = 68,7 %
[Bac +5 et plus] = 43,1 %; [Bac +3 ou +4] = 23,6 %; [Bac +1
ou +2] = 16,7 %; [Bac et inf.] = 16,7 %
Ile de France = 60,8 %; Province = 39,2 %
Oui = 88,2 %; Non = 11,8 %
Oui = 82,3 %; Non = 17,7 %
Moins de 3 mois = 9,2 %
De 3 à 6 mois = 17,2 %
De 6 mois à 1 an = 22,8 %
Plus d’1 an = 50,8 %
Tableau 2 : La structure de notre échantillon final
RESULTATS
Structure factorielle, fiabilité et validité des construits
Conformément aux exigences relatives aux qualités psychométriques des échelles de mesure,
les items ne satisfaisant pas à une communalité supérieure à 0,5 ont été épurés des
échantillons d’items de base. La fiabilité générale des construits a été évaluée à l’aide de
l’Alpha de Cronbach et de l’indice de concordance (composite reliability). Les résultats
(tableau 3) confirment la valeur de l’Alpha calculée sous SPSS lors de l’analyse factorielle
exploratoire qui est largement supérieure au seuil de 0,70. Le rhô de Dillon-Goldstein le plus
faible est égal à 0,85 ce qui révélateur d’une bonne fiabilité. La validité discriminante est
vérifiée d’abord à l’aide de la racine carrée de l’AVE qui doit être supérieure aux corrélations
du construit avec les autres variables latentes puis grâce à l’examen des cross-loadings qui
doit montrer que les saturations des items du construit sur le facteur lui-même sont les plus
élevées. Les résultats attestent de la validité discriminante de chacun des concepts de notre
8
modèle. La validité convergente des variables latentes est évaluée par l’AVE (Average
Variance Extracted) et elle est largement supérieure au seuil des 50% pour l’ensemble des
variables.
Items retenus
Nature
Structure
Utilité Perçue
L’Internet Mobile est utile dans ma vie
quotidienne.
Utiliser l’Internet Mobile me permet de réaliser
les choses plus rapidement.
Réflective Unidimensionnelle
Je suis plus productif quand j’utilise l’Internet
Mobile.
L’utilisation de l’Internet Mobile renforce mon
efficacité dans l’accès aux services et aux
informations.
Facilité d'utilisation Perçue
J’ai trouvé facile d’apprendre à utiliser l’Internet
Mobile
Réflective Unidimensionnelle
C’est facile pour moi de devenir habile dans
l’utilisation de l’Internet Mobile
Alpha de
Cronbach
Rhô de
Valid.
DillonConv.
Goldstein
0,85
0,90
68%
0,86
0,91
78%
0,86
0,91
71%
0,90
0,94
83%
0,76
0,85
58%
-
-
-
0,85
0,90
69%
L’Internet Mobile est facile à utiliser.
Amusement Perçu
Utiliser l’Internet Mobile me détend.
Cela m’amuse d’utiliser l’Internet Mobile.
Réflective Unidimensionnelle
Je ne vois pas le temps passer lorsque j’utilise
l’Internet Mobile.
J’aime utiliser l’Internet Mobile.
Valeur Perçue
Le rapport entre le service obtenu et le prix que
je paie est raisonnable.
Réflective Unidimensionnelle
Le rapport entre l’usage que j’en fais et le prix
que je paie est raisonnable.
Tout compte fait, j’en ai pour mon argent.
Qualité Perçue
Les sites sont adaptés à la taille de mon
téléphone.
La page d’accueil des sites présente clairement
Réflective Unidimensionnelle
l’emplacement de l’information.
L’accès aux services Internet Mobile est rapide.
Globalement, la qualité de l’Internet Mobile est
satisfaisante.
Usage
Fréquence (jour)
Durée (jour)
Formative
-
Nombre de services Internet Mobile utilisés
Satisfaction
Très insatisfait / Très satisfait
Réflective Unidimensionnelle
Très mécontent / Très content
9
Items retenus
Nature
Structure
Alpha de
Cronbach
Rhô de
Valid.
DillonConv.
Goldstein
Très malheureux / Très heureux
Très contrarié / Très ravi
Intention de continuer l'usage
J’ai l’intention de continuer l’usage des services
Internet Mobile dans le futur.
0,86
0,92
79%
Je ne pense pas réduire mon utilisation des Réflective Unidimensionnelle
services Internet Mobile dans le futur.
Je songe à mettre fin à mon utilisation des
services Internet Mobile.
Tableau 3 : Synthèse des qualités psychométriques des échelles après vérification sur l’échantillon final
Le modèle conceptuel proposé compte une variable latente de nature formative : l’usage de
l’Internet Mobile. Les critères de fiabilité ne peuvent pas s’appliquer sur les construits
formatifs (Diamantopoulos, 2006 ; Henseler, Ringle et Sinkovics, 2009). Pour analyser les
index, nous avons formalisé une démarche d’évaluation en suivant les recommandations de
Diamantopoulos et Winklhofer (2001) et la procédure proposée par Henseler, Ringle et
Sinkovics (2009). Nous avons commencé par analyser les corrélations et les poids des
indicateurs. L’analyse de la cohérence de signe entre poids et corrélation ne révèle aucun
indicateur problématique. Une inversion de signe peut être révélatrice d’indicateurs
redondants et de multicolinéarité. Les valeurs du test t de Student supérieures à │2,575│
indiquent des paramètres significatifs au seuil de 1%.
Les résultats (tableau 4) démontrent que les trois indicateurs « nombre d’applications »,
« durée d’utilisation quotidienne » et « fréquence d’utilisation quotidienne » contribuent à
former leur variable latente l’usage. Comme le montrent les poids, c’est la fréquence d’usage
quotidien de l’Internet Mobile qui contribue le plus fortement dans la construction de l’index
de l’usage, à laquelle s’ajoute le nombre d’applications Internet Mobile utilisées. Nous
n’avons pas pu comparer ces résultats à ceux issus des recherches antérieures parce que même
si dans certaines recherches l’usage est un concept formatif, il a été analysé comme une
variable réflective (Thompson et al., 1991, Igbaria et al., 1995). L’analyse de la
multicolinéarité à travers le calcul du facteur d’inflation de la variance (FIV) révèle que les
structures des index ne posent aucun problème de multicolinéarité (FIV de 1,396 à 2,001,
inférieur au seuil de 10). Grâce aux informations collectées sur un échantillon constitué de
389 observations, nous avons pu valider la variable latente formative de l’usage.
Corrélations Poids
APPLI
DUREE
FREQ
0,7916
0,8381
0,8801
0,4074
0,3366
0,4492
Poids avec Valeur de
FIV
bootstrap t
6,6876
1,396
0,4019
4,8984
1,963
0,3344
6,3919
2,001
0,4534
Tableau 4: Evaluation de l’index de mesure de l’usage
A partir d’instruments de mesure valides et fiables, le modèle de structure des déterminants de
l’intention de continuer l’usage de l’Internet Mobile peut être estimé.
10
Analyse du modèle structurel
Notre modèle conceptuel comporte huit variables latentes : une variable formative qui est
l’usage de l’Internet Mobile et sept variables réflectives qui sont l’utilité perçue, la facilité
d’utilisation, l’amusement, la qualité, la valeur, la satisfaction et l’intention de continuer
l’usage. Le modèle a été évalué à l’aide du logiciel SmartPLS 2.0 (M3) Beta (Ringle, Wende
et Will, 2005).
Le modèle a été estimé, d’une part, en examinant le pourcentage de variance expliquée (R2)
pour les quatre variables latentes endogènes à savoir l’utilité perçue, l’usage, la satisfaction et
l’intention de continuer l’usage. D’autre part, le modèle a fait l’objet d’une évaluation interne
à l’aide du « schéma structurel » (path weighting scheme) et ceci par l’étude du niveau de
significativité des paramètres d’estimation (path coefficient) des relations entre les variables
latentes. Une simulation de type bootstrap est réalisée à cet effet.
Le tableau 5 ci-après synthétise l’ensemble des résultats concernant les relations directes de
notre recherche.
Hypothèse
Effets sur l’usage
[R2] / Path
Coeffficient
Valeur de t
Statut de
l’hypothèse
[0,5225]
H1 : Utilité perçue -> Usage
+
0,3423
H2 : Facilité d’utilisation -> Usage
+
0,1325
H3 : Amusement -> Usage
+
0,3454
H4 : Valeur -> Usage
+
-0,1129
H5 : Qualité -> Usage
+
0,0168
H6 : Satisfaction -> Usage
+
0,0752
Effets sur la satisfaction
6,2128*2
2,4265**
6,5152*
2,7943*
0,3242
1,9723**
X3
X
X
F4
05
X
[0,4044]
H7 : Utilité perçue -> Satisfaction
+
0,0684
H8 : Facilité d’utilisation -> Satisfaction
+
0,2344
4,9701*
X
H9 : Amusement -> Satisfaction
+
0,2487
5,136*
X
H10 : Valeur -> Satisfaction
+
0,0669
H11 : Qualité -> Satisfaction
+
0,1678
Effet de la Facilité d’utilisation sur l’Utilité
perçue
1,3656
1,5186
2,585*
0
0
X
[0,4355]
* (**) Coefficient significatif. Les valeurs du test t de Student supérieures à │2,575│ (│1,960│) indiquent des
paramètres significatifs au seuil de 1% (5%).
3
x: hypothèse validée
4
f: hypothèse réfutée
5
0: effet non significatif
2
11
H12
Hypothèse
[R2] / Path
Coeffficient
+
0,6599
Effets sur l’intention de continuer l’usage
Valeur de t
18,3738*
Statut de
l’hypothèse
X
[0,4099]
H13 : Satisfaction -> Intention de continuer l’usage
+
0,3285
H14 : Usage -> Intention de continuer l’usage
+
0,4163
6,6397*
8,6483*
Tableau 5 : Présentation récapitulative des tests d’hypothèses directes
X
X
DISCUSSION ET IMPLICATIONS MANAGERIALES
Le tableau 5 montre un pourcentage de variance satisfaisant pour les quatre variables
endogènes. Sur les 14 hypothèses testées, 10 sont validées tandis que 3 ne le sont pas. Une
seule hypothèse est falsifiée.
Figure 6 : modèle de l’intention de continuer l’usage validé
Les hypothèses H1, H2, H3 et H6 sont validées. Conformément aux résultats des recherches
antérieures (Ramayah et al., 2002 ; Kim et al., 2009 ; Liu et Li, 2010 ; Baroudi et al., 1986),
l’utilité perçue, la facilité d’utilisation, l’amusement et la satisfaction sont des antécédents de
l’usage des services Internet Mobile. En revanche, l’hypothèse H5 est rejetée donc la qualité
de l’Internet Mobile n’exerce pas d’influence sur l’usage.
12
L’hypothèse H4 quant à elle est falsifiée. Les résultats ont montré que la valeur exerce une
influence négative sur l’usage contrairement aux travaux de Pihlström (2008).
Les hypothèses H8, H9 et H11 sont validées ce qui conforte les travaux de Yang et al. (2009)
et de Deng et al. (2010). La satisfaction de l’Internet Mobile est donc déterminée positivement
par la facilité d’utilisation, l’amusement et la qualité.
Par ailleurs, les résultats ont révélé des effets non significatifs de l’utilité perçue H7 et de la
valeur H10 sur la satisfaction de l’Internet Mobile.
L’hypothèse H12 est validée. La facilité d’utilisation influence positivement l’utilité perçue
de l’Internet Mobile.
Les hypothèses H13 et H14 sont validées. Donc la satisfaction et l’usage influencent
positivement l’intention de continuer l’usage de l’Internet Mobile.
Nous soulignerons en particulier les implications managériales suivantes :
Dans la mesure de la mise en lumière du rôle important de l’amusement dans la détermination
de l’usage et de la satisfaction, les développeurs se doivent de créer des applications
amusantes. Pour les mobinautes, l’Internet Mobile représente un moyen de détente et
d’amusement. Les utilisateurs sont en quête de plaisir et d’évasion.
Pour répondre à ce type de besoins, les équipementiers télécoms ainsi que les opérateurs de
téléphonie mobile doivent améliorer le débit fourni et la qualité de leur réseau : deux
éléments nécessaires pour supporter ce type d’applications assez gourmandes en ressources
(jeux en ligne, réseau sociaux, etc). Les constructeurs de téléphone mobiles ont également un
rôle à jouer qui consiste à fournir des terminaux adaptés à ces applications (consommation
d’énergie, puissance de processeur et de mémoire, etc) sans oublier l’ergonomie et l’interface
qui vont avec.
Cette recherche nous indique que la valeur perçue est le facteur le moins important aux yeux
des utilisateurs. Une attention doit être accordée au fait que la cause essentielle à cette
observation peut être le type de forfait souscrit : Internet Mobile illimité. En effet, les
individus accordent moins importance au prix dès l’instant où leur consommation n’est pas
limitée par le temps ou la quantité d’information téléchargée. Cependant, l’effet de la valeur
perçue sur l’usage reste significatif. Les opérateurs de téléphonie mobile doivent donc porter
une attention particulière à l’amélioration de la perception de l’utilisateur de la valeur perçue
de l’IM. Par exemple, ils pourraient proposer des forfaits Internet Mobile illimité moins cher
tout en équilibrant avec le nombre d’heures d’appels ou proposer des forfaits IM illimités soir
et weekend pour booster les usages. Cette dernière solution conviendrait à la grande majorité
des mobinautes qui sont intéressés par l’aspect amusant de l’Internet Mobile. Le soir et les
weekends, les consommateurs ont plus besoin de divertissement donc seront susceptibles
d’utiliser beaucoup plus ces services.
LIMITES, VOIES DE RECHERCHE ET CONCLUSION
Limites
La revue de la littérature et l’étude qualitative ont conduit à recenser les variables qui
semblent explicatives de l’intention de continuer l’usage de l’Internet Mobile. Le modèle
considéré est déjà complexe puisque qu’il est composé de huit variables latentes et de vingthuit indicateurs. Néanmoins, il n’intègre pas toutes les variables pertinentes. Ainsi, certaines
variables intéressantes ont été écartées comme la confirmation, la norme subjective, etc.
13
La validité externe aurait pu être plus importante si nous avions intégré d’autres catégories de
services. Nous pouvons également souligner que l’Internet Mobile est encore à ses débuts en
France et qu’elle est appelée à évoluer en fonction des progrès techniques et en fonction des
attentes des usagers. Il serait donc souhaitable de répliquer dans le futur cette étude pour
vérifier que les éléments clés de l’intention de continuer l’usage de l’Internet Mobile n’ont
pas évolué dans l’esprit des utilisateurs. Il est probable qu’avec l’arrivée de la norme LTE
(100 Mbit/s en téléchargement) et les actions d’amélioration des services Internet Mobile
(qualité, applications, etc), d’autres besoins apparaîtront et le niveau d’attente des usagers
changera.
Voies de recherche et conclusion
La nouveauté de notre thème de recherche et les limites que nous venons de présenter nous
offre la possibilité de poursuivre et d’enrichir ce travail. Les voies de recherche qui nous
semblent être parmi les plus intéressantes sont d’abord la variable formative « usage ». Ce
construit est composé de la fréquence, de la durée et du nombre d’applications. Il serait
intéressant de réexaminer le teste de nos hypothèses en tenant compte des trois dimensions de
l’usage. Une telle vérification peut nous éclairer sur la ou les dimensions qui contribuent le
plus à générer l’intention de continuer l’usage de l’Internet Mobile.
Une deuxième voie de recherche est le développement d’une échelle de la qualité
multidimensionnelle qui distingue entre la qualité du contenu, la navigation et l’interface, la
fiabilité du système et la vitesse de connexion et éventuellement la gestion de la relation
client. Ainsi, nous intégrerons un peu plus les opérateurs de téléphonie mobile et nous
tenterons de comprendre la relation qu’entretient le mobinaute avec son fournisseur de
service.
Lors de l’étude qualitative, nous avions relevé deux facteurs positifs et deux facteurs négatifs
dans le discours des interviewés qui peuvent influencer l’usage de l’Internet Mobile. Nous
n’avions pas intégré ces éléments dans notre recherche parce qu’ils étaient peu présents dans
le discours des répondants. Un interviewé a évoqué l’effet de dépendance qu’entraîne
l’utilisation de l’Internet Mobile : « ça crée une dépendance... et c'est ça qui me fait peur en
fait ». Ce même répondant a rajouté « ce qui n’était pas urgent avant le devient maintenant
avec l’Internet Mobile…les gens attendent que tu répondes et cette attente crée l’urgence ».
D’autres ont mentionné le caractère rassurant de l’Internet Mobile : « c’est vraiment rassurant
de savoir que lorsque j’ai besoin d’une information je peux l’avoir tout de suite... quand je
suis perdu, je peux facilement me localiser avec l’Internet Mobile ». Un autre interviewé a
cité l’appartenance à une communauté : « j’accepte la pénibilité d’écrire sur un petit clavier
parce qu’elle est compensée par une lucidité celle de participer à une communauté…lorsque
je suis hors réseau, coupé de ma communauté, je n’existe plus ». Ces quatres éléments « la
dépendance », « l’urgence », « l’appartenance à une communauté » et « l’aspect rassurant »
pourraient exercer une influence sur le comportement des mobinautes. Il serait donc
intéressant de mener une recherche plus approfondie sur ces quatre paramètres à l’aide
d’études qualitatives (entretiens individuels et focus group).
14
Références Bibliographiques
Bailey J.E. and Pearson S.W. (1983), Development of a Tool for Measuring and Analyzing
Computer User Satisfaction, Management Science (29:5), pp. 530-545, May.
Bardin, L. (1998). L’analyse de contenu (9e éd.), PUF, Paris.
Beyah G., Xu P., Woo H., Mohan K. and Straub D. (2003), Development of an instrument to
study the use of recommendation systems, Proceedings of AMCIS.
Bhattacherjee A., Perols J. and Sanford C. (2008), Information technology continuance: A
theoretic extension and empirical test, Journal of Computer Information Systems.
Bhattacherjee A. (2001a), Understanding information systems continuance: An expectation
confirmation model, MIS Quarterly, 25 (3), 351–370.
Bhattacherjee A. (2001b), An empirical analysis of the antecedents of electronic commerce
service continuance, Decision Support Systems 32, 201–214.
Chau P.Y. K. and Hu P.J.H. (2001), Information Technology Acceptance by Individual
Professionals: A Model Comparison Approach”, Decision Sciences, Fall2001, Vol. 32 Issue
4, 699-719, 21p.
Chen L.D., Gillenson M.L. and Sherrell D.L. (2002), Enticing online consumers: an extended
technology acceptance perspective, Information & Management, Vol. 39 Issue 8, p705,
September.
Choi B., Lee I. and Kim J. (2006), Culturability in Mobile Data Services: A Qualitative Study
of the Relationship between Cultural Characteristics and User-Experience Attributes,
International Journal of Human-Computer Interaction, 20(3), 171-206.
Churchill G.A.J (1979), A Paradigm for developing better measures of marketing constructs,
Journal of Marketing Research, 16, 1, 64-73.
Churchill S. J. and Ludwig J. P. (1982), A report on the winter 1981-1982 Michigan marten
livetrapping program. Ecological Research Services, Inc., Environ. Rep. Iron River. Mich.
Compeau D.R. and Higgins C.A. (1995), Computer Self-Efficacy: Development of a Measure
and Initial Test, MIS Quarterly, Vol. 19, Issue 2, p189-211, June.
Cronin J. J., Brady, M. K. and Hult G. T. M. (2000), Assessing the effects of quality, value,
and customer satisfaction on consumer behavioral intentions in service environments. Journal
of Retailing, 76(2), 193–218.
Davis F. D., Bagozzi R. P. and Warshaw P. R. (1992), Extrinsic and intrinsic motivation to
use computers in the workplace, Journal of applied social psychology, 22 (14).
Davis F.D., Bagozzi R. and Warshaw P.R. (1989), User acceptance of computer technology:
a comparison of two theoretical models, Management Science 35 (8) 982-1003.
Davis Fred D. (1989), « Perceived usefulness, perceived ease of use, and user acceptance of
information technology », MIS Quarterly, Sep 1989, Vol. 13 Issue 3, p318, 23p.
DeLone, W. H. and McLean E.R. (1992), Information systems success: The quest for the
dependent variable. Information Systems Research, 3, 60-95.
Fishbein M. and Ajzen I. (1975), Belief, Attitude, Intention, and Behavior: An Introduction to
Theory and Research, Reading, MA: Addison-Wesley.
Gefen D. and Straub D.W. (1997), Gender Differences in the Perception and Use of E-Mail:
An Extension to the Technology Acceptance Model, MIS Quarterly, Vol. 21, Issue 4, p389400, December.
Goodhue D.L. and Thompson R.L. (1995), Task-technology fit and individual performance,
MIS Quarterly, 19, 2, 213-236.
Gu J.C., Lee S.C. and Suh Y.H. (2009), Determinants of behavioral intention to mobile
banking, Expert Systems with Applications, Vol. 36, pp. 11605-11616.
15
Hong S.J., Thong J.Y.L. and Tam K.Y. (2006), Understanding continued information
technology usage behaviour: A comparison of three models in the context of mobile internet,
Decision Support Systems Vol. 42 pp. 1819–1834.
Ifinedo P. (2006), Acceptance and Continuance Intention of Web-Based Learning
Technologies (WLT) among University Students in a Baltic Country, The Journal of
Information Systems in Developing Countries, 23(6), pp.1-20.
Igbaria M., Iivari J. and Maragah H. (1995), Why do individuals use computer technology? A
Finnish case study, Information and Management, Volume 29, Issue 5, Pages 227-238,
November.
Igbaria M., Parasuraman S. and Baroudi J..J. (1996), A Motivational Model of
Microcomputer Usage, Journal of Management Information Systems, 13, 1, pp.127-143.
Karahanna, E., Straub, D.W. and Chevany, N.L. (1999), “Information technology
adoption across time: A cross-sectional comparison of pre-adoption and post-adoption
beliefs, MIS Quarterly, 23, 2, 183–213.
Kim H., Chan H.C. and Gupta S. (2007), Value-based Adoption of Mobile Internet: An
empirical investigation, Decision Support Systems, 43, pp.111-126.
Kleijnen, M., de Ruyter, K. and Wetzels, M. (2004), Consumer adoption of wireless services:
discovering the rules while playing the game, Journal of interactive marketing, 18, 2, 51-61.
Kuo Y.F., Wu C.M. and Deng W.J. (2009), The relationships among service quality,
perceived value, customer satisfaction, and post-purchase intention in mobile value
added services, Computers in Human Behavior 25, 887–896.
Lee I., Choi B. , Kim J. and Hong S.J. (2007), Culture-Technology Fit: Effects of Cultural
Characteristics on the Post-Adoption Beliefs of Mobile Internet Users, International
Journal of Electronic Commerce, Vol. 11, No. 4, pp. 11–51.
Limayem, M., Cheung, C. M. K. and Chan, G. (2003), Explaining Information
Systems Adoption and Post-Adoption: Toward an Integrative Model,” Proceedings of
the 24th International Conference on Information Systems (ICIS 2003), Seattle,
Washington, December.
Mathieson (1991), Predicting user intentions: comparing the technology acceptance model
with the theory of planned behavior, Information Systems Research 2: 3.
Morris M.G and Venkatesh V. (2000), Age differences in technology adoption decisions:
implications for a changing work force”, Personnel Psychology, Vol. 53 Issue 2, p375-403.
Oliver, R., L. (1980), A cognitive model of the antecedents and consequences of satisfaction
decisions, Journal of Marketing Research, vol 17, 460-69.
Parasuraman A., Zeithaml V.A. and Berry L.L. (1988), SERVQUAL: A multiple item scale
for measuring consumer perceptions of quality service, Journal of Retailing, 64 (1), 12-40.
Parasuraman R., Molloy R. and Singh I.L. (1993), Performance consequences of automationinduced complacency, The International Journal of Aviation Psychology, 3, 1-23.
Rogers Everett M., (1983), Diffusion of innovations, New York, Free press.
Seddon P. and Kiew, M, A partial test and development of the DeLone and McLean model of
Success, Proceedings of the 15th International Conference on Information Systems,
14-17, 1994, Vancouver, Canada, pp.99-110, December.
Sweeney J.C. and Soutar G.N. (2001), Consumer perceived value: The development of a
multiple item scale, Journal of Retailing, Vol. 77 Issue 2, p203.
Taylor S. Todd P.A. (1995), Understanding Information Technology Usage: A Test of
Competing Models, Information Systems Research, Vol. 6 Issue 2, p144-176, June.
Thong, J.Y.L., Hong, S.J., and Tam, K.Y. (2006), "The Effects of Post-adoption Beliefs on
the Expectation-Confirmation Model for Information Technology Continuance," International
Journal of Human-Computer Studies (64:9), pp 799-810.
16
Venkatesh V., Morris M.G., Davis G.B., Gordon G.M. et Davis F.D. (2003), User acceptance
of information technology: toward a unified view, MIS Quarterly Vol. 27 No. 3. pp. 425-478.
Venkatesh V., Davis F.D. (2000), A theoretical extension of the technology acceptance
model: four longitudinal field studies, Management Science 46 (2), 186–204.
Venkatesh V. and Morris M. G (2000), Why don’t men ever stop to ask for directions?
Gender, social influence and their role in technology acceptance and usage behavior,
MIS Quarterly, Vol. 24 Issue 1, p115-139, 25p.
Wu J.H. and Wang S.C. (2005), What drives mobile commerce? an empirical evaluation of
the Revised Technology Acceptance Model, Information and Management, 42, 5, pp. 719729.
Yang H.D. and Yoo Y.(2004), It’s all about attitude: revisiting the technology acceptance
model, Decision Support Systems, Vol. 38 Issue 1, p19-31, 13p, October.
Yi Y. (1990), A critical review of consumer satisfaction, in Review of Marketing 1990, ed.
Valarie A. Zeithaml, Chicago; American Marketing Association, 68-123.
17