Un essai de modélisation de la continuité d`usage en cas d

Un essai de modélisation de la continuité d’usage en cas d’appropriation de
l’internet mobile
Kaouther Jelassi*
Enseignant-Chercheur
ESCP Paris
Stéphanie Hérault
Maître de Conférences
Université de Paris 1 - Laboratoire Prism
* ESCP Paris, [email protected], 0620077947
Un essai de modélisation de la continuité d’usage en cas d’appropriation de
l’internet mobile
Résumé :
Les modèles d’adoption d’une technologie bien qu’ayant été validés dans de nombreux
domaines dont celui de l’utilisation de l’internet mobile ont montré certaines limites. Ils
passent en effet sous silence la notion d’appropriation, par l’utilisateur, de la technologie de
l’information, continuum permettant d’aller au delà d’une adoption « initiale ». Notre
recherche propose une synthèse de la littérature sur les modèles d’adoption et de continuité
d’usage ainsi que le concept d’appropriation puis propose la validation d’un modèle
d’intention de continuer l’usage sur un échantillon d’individus s’étant approprié la
technologie (n=270). Nous étudions ensuite les voies de formation de la continuité d’usage
(attitudinale versus comportementale) via une matrice usage x satisfaction. Nos résultats
démontrent une excellente adéquation de notre modèle à nos données empiriques, avec une
prééminence du rôle de l’utilité dans la formation de l’intention de continuer l’usage. Nous
établissons ensuite la primauté de la satisfaction sur l’usage pour expliquer la valence de la
continuité d’usage. Des recherches complémentaires sont nécessaires notamment pour
disposer d’une opérationnalisation fiable et valide du concept d’appropriation d’une
technologie.
Mots-clés : Appropriation, adoption, satisfaction, EDT, usage, internet mobile, SST
Abstract :
While technology adoption models have been validated in many areas including internet
mobile use, certain limitations have also been revealed. Appropriation concept, continuum
that go beyond an “initial” adoption, was left uninvestigated. This study synthesizes literature
on adoption, use continuance and appropriation and furthermore validates a continuance
intention model from a sample of individuals who have already appropriated the technology
(n=270). We then examined the use continuance formation (attitudinal versus behavioral) via
a “Use x Satisfaction” matrix. Our results demonstrate our model’s successful application to
empirical data, with usefulness playing a predominant role in shaping the user’s continuance
intention. Finally, we establish the primacy of satisfaction over usage to explain continuance
intention. Further research is essential, particularly to establish a reliable and valid
operationalization of the appropriation concept.
Key-words: Appropriation, adoption, satisfaction, EDT, use, internet mobile services, SST
Introduction
Aujourd’hui, les investissements des annonceurs dans le développement de sites ou
d’applications mobiles s’élèvent à 300 millions d’euros1. Si l’internet mobile confère aux
mobinautes2 des facultés d’ubiquité intéressantes, des travaux indiquent que certains individus
ne poursuivent pas l’usage de cette technologie au delà d’une première utilisation. Plus que
l’adoption, c’est donc la mesure de la continuité d’usage qui déterminerait le mieux la
propension de la technologie de l’information à être utilisée dans le futur (Karahanna et al.,
1999; Bhattacherjee, 2001). Par exemple, l’usage d’une technologie de l’information peut
disparaître si l’enthousiasme s’affaiblit après une première expérience d’utilisation de la
technologie de l’information (Thong et al., 2006). Pour autant, à ce jour, les recherches ont
surtout focalisé leur attention sur les déterminants de l’acceptation d’une technologie de
l’information plutôt que sur les facteurs incitant les individus à continuer à utiliser cette
technologie de l’information. Analyser les comportements des utilisateurs après l’étape
binaire d’adoption s’avère donc indispensable pour aider les différents acteurs de la sphère
mobile à assurer la pérennité d’usage de leurs services. Au delà d’une adoption « initiale » de
la technologie (Isaac et al., 2006), il convient donc d’étudier dans une modélisation de
l’intention de continuité d’usage, l’appropriation par les utilisateurs (DeSanctis et Poole,
1994).
L’objectif de notre recherche est de valider empiriquement un modèle d’intention de
continuer l’usage des services internet mobiles basé sur un échantillon d’individus s’étant
approprié la technologie. Après une synthèse de la littérature sur les modèles d’adoption et le
concept d’appropriation, nous présenterons les résultats du test du modèle. Les résultats de
cette recherche seront discutés puis nous conclurons après avoir exposé quelques voies de
recherche futures.
1. Revue de la littérature : de l’adoption initiale à l’appropriation
1.1 - Modèles d’adoption d’une technologie
Proposé initialement par Davis (1989), le modèle TAM (Technology Acceptance Model) a
pour objectif d’expliquer, par un ensemble de déterminants, l’adoption des technologies de
l’information. Il adapte la théorie de l’action raisonnée (TRA) de Fishbein et Ajzen (1975) au
domaine des innovations technologiques. Le modèle TAM pose deux construits centraux :
l’utilité perçue de la technologie et sa facilité d’utilisation perçue. Davis et al. (1989)
définissent l’utilité perçue comme « le degré d’aptitude d’une personne à penser qu’utiliser
un système particulier augmentera sa performance au travail». La facilité d’utilisation perçue
est définie comme : « le degré d’aptitude d’une personne à penser qu’utiliser un nouveau
système se fera sans efforts». Le modèle TAM reste le modèle de référence d’acceptation des
technologies grâce à de nombreuses validations empiriques. Des travaux ont validé le rôle de
l’utilité perçue et de la facilité d’utilisation perçue dans la détermination de l’intention
d’usage (Adams et al., 1992 ; Igbaria et al., 1995). Depuis, ce modèle a été enrichi de
caractéristiques plus affectives (et/ou expérientielles) (Childers et al., 2001), de conditions
facilitatrices, de facteurs liés à l’insécurité (confiance, risque perçu) (Lui H. K. et Jamieson
R., 2003) ou encore de variables de nature sociale (Venkatesh et Davis, 2000 ; Venkatesh et
Bala, 2008). En addition aux construits d’origine, Childers et al. (2001) introduisent par
1
2
Source AFMM 2011 (Association Française du Multimédia Mobile)
Selon Médiamétrie, on dénombre 25,8 millions de mobinautes en France au 3ème trimestre 2013.
exemple le concept d’amusement perçu pour modéliser le rôle de la motivation intrinsèque.
L’amusement perçu est défini comme « le degré avec lequel l’usage de la technologie peut
être perçu comme amusant en tant que tel et ce, indépendamment des conséquences en
matière de performances attendues de son usage ». D’autres travaux mobilisent également
cette variable de nature affective voire expérientielle pour expliquer l’adoption d’une
technologie (Taylor et Todd, 1995 ; Heijden, 2003 ; Galan, Giraud, et Meyer-Waarden, 2013).
Igbaria et al. (1995), en supposant que l’utilité perçue est un exemple de motivation
extrinsèque et que l’amusement perçu représente la motivation intrinsèque, ont établi que
l’amusement perçu est positivement corrélé avec la durée d’utilisation.
De nombreux résultats de recherches soulignent la suprématie de l’utilité perçue sur d’autres
types de construits dans l’explication de l’adoption d’une technologie (Davis, 1989 ;
Venkatesh et Davis, 2000 ; Pavlou, 2003). Ils indiquent également l’influence positive de la
facilité d’utilisation perçue sur l’utilité perçue : en effet, quand la technologie est jugée
complexe, cela amoindrit son utilité perçue et peut ainsi amener l’individu à s’en détourner et
ne plus souhaiter l’utiliser à l’avenir.
Lee et al. (2007) ont étudié les croyances post-adoption des utilisateurs dans trois pays
différents. Ils ont constaté que l’utilité, la facilité d’utilisation et l’amusement déterminaient la
satisfaction de l’utilisateur et que cette même satisfaction avait un impact important sur
l’intention de continuer l’usage de ces services internet mobiles. Thong et al. (2006) ont
montré que la satisfaction était déterminée par l’utilité perçue, la facilité d’utilisation perçue,
l’amusement perçu et la confirmation.
1.2. L’intention de continuer l’usage
Bhattacherjee et al. (2008) définissent l’intention de continuer l’usage comme le degré avec
lequel un utilisateur est décidé à continuer à utiliser un produit ou un service dans le futur, se
distinguant ainsi de l’adoption de la technologie qui prend uniquement en compte la décision
initiale d’utiliser la technologie (Isaac et al., 2006). De nombreux travaux analysent le
comportement du consommateur après la phase d’achat en se basant sur la théorie
« espérance-confirmation » (Churchill et al., 1982 ; Oliver, 1980 ; Yi, 1990). Cette théorie a
été largement utilisée en comportement du consommateur pour étudier le ré-achat d’un
produit ou l’intention de continuer l’usage d’un service et a servi de base à la recherche sur la
qualité de service (Parasuraman et al., 1985, 1988). Présente dans la littérature le plus souvent
sous l’acronyme « EDT » (Expectation Disconfirmation Theory), cette théorie trouve son
origine dans la théorie de la dissonance cognitive de Festinger (1957). Deux étapes fondent le
modèle sous-jacent : l’attente et l’attitude post usage du produit ou du service dépendent de
l’attente et de l’attitude initiales et de la confirmation et de la satisfaction post utilisation. Les
consommateurs ont en effet un niveau d’attente initial du produit ou du service avant achat ou
utilisation ; ils vont utiliser le produit et le service et ainsi avoir une perception de sa
performance. La performance perçue est comparée à la performance attendue, cette différence
mesure la disconfirmation. L’intensité et la direction de la disconfirmation déterminent le
niveau d’insatisfaction.
Le modèle EDT postule que les croyances que le consommateur possède sur un objet avant
utilisation conduisent à la formation d’attentes en terme de performance. Ces attentes peuvent
être vues comme des probabilités de croyances (Oliver, 1980). L’usage réel va conduire à une
confirmation ou à une disconfirmation qui donnera lieu à la formation de nouvelles croyances
à propos de l’objet, introduisant ainsi l’idée d’une dynamique et fournissant ainsi une
explication au changement d’attitude.
2
1.3. De la nécessité de prendre en compte l’appropriation
Les modèles théoriques d’adoption d’une technologie considèrent que l’adoption résulte d’un
choix binaire (acceptation ou rejet) de la part de l’utilisateur. Plusieurs travaux (Tenhunen,
2008 ; Horst et Miller, 2006) montrent par exemple que les personnes décident d'adopter ou
de rejeter une technologie en fonction de leurs expériences antérieures avec des technologies
similaires et des pratiques existantes. De nombreux travaux soulignent néanmoins les limites
des modélisations de l’adoption, considérant en effet que l’adoption d’une technologie va audelà d’une adoption « initiale » (Isaac et al., 2006). Pour aller plus loin, les chercheurs ont
ainsi introduit la notion d’appropriation d’une technologie.
Le concept d’appropriation est lié à la théorie SST (Social Shaping of Technology) qui
considère le design et l’usage d’une technologie comme fonctions de phénomènes culturels et
sociaux (Williams et Edge, 1996). Selon cette théorie, les êtres humains ne sont pas toujours
influencés par les applications technologiques telles que conçues initialement par les
ingénieurs et/ou les designers car en les utilisant, les individus peuvent redéfinir, changer,
décliner leurs usages (MacKay et Gillespie, 1992). C’est dans ce cas que l’on « parle »
d’appropriation, par l’utilisateur, de la technologie. La notion d’appropriation d’une
technologie suppose qu’elle n’est pas le fruit du travail isolé d’un ingénieur concepteur mais
la résultante ou combinaison de forces et de processus sociaux.
Par exemple, le compte e-mail n'est pas seulement utilisé comme un outil de communication,
mais aussi comme un périphérique de stockage. Le téléphone mobile peut être perçu comme
un produit à la mode, exprimant la valeur de signe de l’implication d’un individu, ou un
moyen d'assurer la sécurité (Campbell, 2007). La dualité de la technologie (Orlikowski, 1992)
et la théorie de la structuration adaptative (DeSanctis et Poole, 1994) postulent que
l’appropriation d’une technologie comporte des processus multidimensionnels impliquant les
individus, la société et des objets technologiques. Une technologie peut en effet modifier ou
orienter les activités humaines en offrant de nouvelles opportunités et contraintes mais elle
peut aussi être modifiée durant le processus d’appropriation et donc être utilisée d’une
manière et pour des objectifs qui n’avaient pas été envisagés par les designers originaux. Des
travaux récents sur l’appropriation des terminaux mobiles souligne les inter-relations entre le
téléphone mobile et les systèmes sociaux ainsi qu’entre les pratiques et les capacités humaines
(Dix, 2007 ; Tenhunen, 2008). Selon Dix (2007), l’appropriation n’est possible que si
l’individu a « apprivoisé » la technologie, s’il se sent habile avec elle et s’il la maîtrise
suffisamment pour l’utiliser de la manière souhaitée. Cette vision suppose donc qu’une
condition préalable nécessaire à l’appropriation serait une facilité d’utilisation perçue élevée.
Selon Dix (2007), l’appropriation peut également se produire lorsqu’il n’existe pas d’outil
pour la tâche souhaitée par l’individu. L’auteur donne ainsi l’exemple d’individus qui
s’envoient à eux-mêmes des liens vers des sites internet car les applications de bookmarks et
e-mail sont distinctes et donc ne permettent pas un usage simultané.
La technologie offre donc de nouvelles opportunités à l’utilisateur mais ce dernier peut
décider de l’utiliser d'une manière différente de l’usage pour lequel la technologie a été
conçue à l’origine (conception versus usage) et bénéficier d’autres opportunités non
envisagées par les concepteurs tel que le stipulent les théories structurationnistes (Orlikowski,
1992 ; DeSanctis et Poole, 1994). Ces modifications ont lieu pendant le processus
d'appropriation par l’utilisateur. L’utilisateur, en donnant du sens à la technologie, l’adapte,
l’intègre dans sa vie quotidienne, se l’approprie et réinvente certains usages (DeSanctis et
Poole, 1994 ; Ling, 2004) que cela se produise à un niveau micro (au niveau de l’individu) ou
3
macro (au niveau de l’organisation). L'appropriation suppose la participation permanente de
l’utilisateur. Le processus d'appropriation doit être vu comme un continuum formé par les
expériences individuelles, les besoins, les valeurs et les croyances (Silverstone et Haddon,
1996 ; Green et Haddon, 2009). Ce processus d’appropriation est influencé par les facteurs
macro-environnementaux, les compétences et les capacités individuelles, les pratiques,
l'imagination (créativité) de l'utilisateur final, ses expériences et ses connaissances (Isaac et al,
2006).
2. Cadre conceptuel et hypothèses de recherche
2.1. Opérationnalisation des construits
Les différents construits mobilisés dans cette recherche sont issus de la littérature et d’une
approche qualitative basée sur la démarche préconisée par Churchill (1979) et enrichie par les
travaux de Rossiter (2002). Les échelles reprises ou créées ont été validées par une approche
quantitative sur 110 mobinautes. La liste des construits et des items retenus est présentée en
annexe 1.
En ce qui concerne l’opérationnalisation du concept d’appropriation, nous nous basons sur les
définitions d’Isaac et al. (2006) et de DeSanctis et Poole (1994) qui considèrent que
l’appropriation suppose une pratique quotidienne et significative de la technologie. Ainsi,
l’usage ayant été opérationnalisé selon 3 dimensions que sont la fréquence, l’ancienneté
d’usage et l’intensité, nous considérons que seuls les individus ayant une ancienneté d’au
minimum 6 mois et une utilisation quotidienne de l’internet mobile se le sont approprié
démontrant ainsi une appropriation suivant l’adoption initiale aux modalités binaires (Isaac et
al., 2006). En conséquence, notre échantillon final d’analyse comprend 270 individus ayant
déclaré utiliser l’internet mobile depuis plus de 6 mois et se connecter quotidiennement.
2.2. Hypothèses de recherche
L’objectif de notre recherche est de tester un modèle d’intention de continuer l’usage de
l’internet mobile intégrant trois construits post-adoption (utilité, facilité, amusement) en tant
qu’antécédents de la satisfaction (figure 1). Notre modèle s’appuie pour partie sur le modèle
TAM (Technology Acceptance Model) de Davis, Bagozzi et Warshaw (1989) mais aussi sur
le modèle de Bhattacherjee (2001), lui-même adapté de la théorie d’Oliver (1980). In fine, ce
sont 270 questionnaires qui ont été exploités (voir annexe 2).
UTI
H6
H10
SAT
H3
H1
H5
H9
FAC
H8
H2
H4
H7
INT
AMU
Figure 1. Cadre conceptuel
4
Dans le contexte des services internet mobiles, le lien entre facilité d’utilisation et utilité
perçue a été confirmé par de nombreuses recherches (Hong et Tam, 2006 ; Lu et al., 2009 ;
Nysveen et al, 2005 ; Thong et al, 2006). Ainsi, nous supposons que la facilité d’utilisation
exerce une influence positive sur l’utilité de l’internet mobile.
H1 : La facilité d’utilisation de l’internet mobile exerce une influence positive sur l’utilité.
Van der Heijden (2004) a étudié l'acceptation de systèmes d'information hédoniques et a
validé empiriquement l’effet positif de la facilité d’utilisation sur l’amusement. Cela conduit à
notre deuxième hypothèse :
H2 : La facilité d’utilisation de l’internet mobile exerce une influence positive sur
l’amusement.
Davis et al. (1992) ont trouvé une influence positive de l’utilité perçue sur l’amusement. Plus
l’utilisateur trouve le service utile plus il se réjouit et apprécie son expérience. Nous pouvons
donc émettre l’hypothèse 3 :
H3 : L’utilité de l’internet mobile exerce une influence positive sur l’amusement.
De nombreux travaux présentent l’utilité, la facilité d’utilisation et l’amusement comme
déterminants de la satisfaction (Zeithaml et al., 1996 ; Karahanna et al., 1999 ; Brady et
Robertson, 2001 ; Van der Heijden, 2003 ; Yang et al., 2009 ; Deng et al., 2010). Par
conséquent, nous proposons les hypothèses suivantes :
H4 : L’amusement perçu de l’internet mobile exerce une influence positive sur la satisfaction.
H5 : La facilité perçue de l’internet mobile exerce une influence positive sur la satisfaction.
H6 : L’utilité perçue de l’internet mobile exerce une influence positive sur la satisfaction.
Selon Lin et al. (2005), les utilisateurs d’une technologie dont l'expérience est ludique sont
plus absorbés et intéressés par le service. Les auteurs ont montré que l’amusement est corrélé
à l’intention de continuer l’usage. Cela conduit à notre septième hypothèse.
H7 : L’amusement de l’internet mobile exerce une influence positive sur l’intention de
continuer l’usage.
Thong et al. (2006) ont validé empiriquement l’effet positif de la facilité d’utilisation sur
l’intention de continuer l’usage. D’où, notre postulat :
H8 : La facilité d’utilisation de l’internet mobile exerce une influence positive sur l’intention
de continuer l’usage.
Limayem et al. (2007) et Bhattacherjee et al. (2008) montrent le rôle primordial de la
satisfaction dans la formation de la continuité d’usage. Nous proposons donc l’hypothèse
suivante :
H9 : La satisfaction de l’internet mobile exerce une influence positive sur l’intention de
continuer l’usage.
Bhattacherjee et al. (2008) ont validé l’effet significatif de l’utilité perçue sur l’intention de
continuer l’usage. Il est donc postulé que :
H10 : L’utilité de l’internet mobile exerce une influence positive sur l’intention de continuer
l’usage.
5
3. Résultats
Composé de cinq variables réflexives (utilité, facilité d’utilisation, amusement, satisfaction et
intention de continuer l’usage), notre modèle a été évalué à l’aide du logiciel SmartPLS 2.0
(M3) Beta (Ringle, Wende et Will, 2005).
Nos résultats démontrent une très bonne fiabilité (le rhô de Dillon-Goldstein le plus faible
s’établit à 0,87 largement supérieur à 0,70), une très bonne validité discriminante (la racine
carrée de l’AVE - Average Variance Extracted - est supérieure aux corrélations du construit
avec les autres variables latentes et l’examen des cross-loadings est satisfaisant) ainsi qu’une
validité convergente très satisfaisante (l’AVE - Average Variance Extracted- est bien
supérieure à 50% pour l’ensemble des variables) (annexes 3 et 4).
Le tableau 1 ci-après synthétise l’ensemble des résultats concernant les relations directes de
notre recherche et la figure 2 représente le modèle validé empiriquement.
Hypothèse
Effets sur l'utilité
H1 : Facilité Utilité
Effets sur l'amusement
H2 : Facilité Amusement
H3 : Utilité Amusement
Effets sur la satisfaction
H4 : Amusement Satisfaction
H5 : Facilité Satisfaction
H6 : Utilité Satisfaction
Effets sur l'intention
H7 : Amusement Intention
H8 : Facilité Intention
H9 : Satisfaction Intention
H10 : Utilité Intention
+
+
+
+
+
+
+
+
+
+
[R2] / Path Valeur de Statut
de
Coefficient
t
l’hypothèse
[0,3557]
0,5964
13,399*
X
[0,3142]
0,2985
4,3652*
X
0,3287
4,8647*
X
[0,3382]
0,2918
5,3169*
X
0,2541
5,2573*
X
0,1531
3,1343*
X
[0,3997]
0,1379
2,2509**
X
0,0637
0,7681
0
0,1327
2,3628*
X
0,4256
5,1749*
X
Tableau 1. Résultats des tests d’hypothèses directes
* **Coefficient significatif. Les valeurs du test t de Student supérieures à │2,575│ (│1,96│) indiquent des
paramètres significatifs au seuil de 1% (5%).
x: hypothèse validée
0: hypothèse invalidée
6
UTI
[0,3557]
0,1
SAT
[0,3382]
0,4
0,3
0,5
0,2
0,1
FAC
0,2
0,2
0,1
INT
[0,3997]
AMU
[0,3142]
Figure 2. Modèle validé
A la suite de la validation de notre modèle structurel et afin de limiter la globalisation des
effets induits par ce type de modélisations, nous avons souhaité étudier plus précisément
l’intensité de la continuité d’usage en fonction de deux variables : l’usage et la satisfaction.
Ainsi, deux modalités pour chaque variable ont été formées. « Faible » vs « intensif » en ce
qui concerne l’usage et « faible » vs « forte » pour le construit de satisfaction. La matrice
obtenue (tableau 2) permet de mettre en lumière l’intensité de la continuité d’usage dans
chacun de ces 4 cas : 1er cas : les individus dont l’usage et la satisfaction sont faibles (n=22
individus) ; 2ème cas : les individus dont l’usage et la satisfaction sont forts (n=89 individus) ;
3ème cas : les individus dont l’usage est faible et la satisfaction forte (n=60 individus) ; 4ème
cas : les individus dont l’usage est intensif et la satisfaction faible (n=7). Il est difficile de
dresser des enseignements du 1er cas et du 4ème cas compte tenu de la faiblesse de la taille des
sous échantillons (n=22 et n=7). En effet, très peu d’individus de notre échantillon ont déclaré
un faible degré de satisfaction, que leur usage de l’internet mobile soit faible ou intensif.
Usage faible
Satisfaction faible
= 3,95
Satisfaction forte3
= 4,4
0,72
1er cas ; n = 22
0,7
3ème cas ; n = 60
= 4,47
Usage intensif
0,5
4ème cas ; n = 7
= 4,7453
0,42
2 ème cas ; n = 89
Tableau 2. Matrice d’intensité de l’intention d’usage en fonction de l’usage et de la
satisfaction4
3
4
Différence de moyennes usage faible vs usage intensif significatif dans le cas d’une satisfaction forte (t = 2,69)
n = 178 = 270 – individus avec usage moyen (50 individus) et satisfaction moyenne (42 individus)
7
4. Discussion et implications managériales
L’hypothèse H1, hypothèse centrale des modélisations de type « TAM » est validée. Les
individus percevant la technologie utile et ayant multiplié les usages jusqu’à une certaine
appropriation de la dite technologie la trouvent facile à utiliser.
Les hypothèses H2 et H3 sont également validées et apportent un éclairage intéressant quant à
l’amusement perçu en cas d’appropriation de la technologie : en effet, ces hypothèses valident
l’influence de l’utilité et de la facilité sur l’amusement ce qui tendrait à valider l’influence de
construits cognitifs sur un construit de nature plus affective en cas d’appropriation. Ce résultat
paraît congruent dans le domaine plus général du comportement du consommateur qui stipule
une hiérarchie séquentielle débutant par un stade cognitif dans le cas de produits ou de
services pour lesquels les individus démontrent un fort degré d’implication et/ou d’intérêt.
Les hypothèses H4, H5 et H6 sont validées conformément aux travaux antérieurs : facilité,
utilité et amusement influencent positivement la satisfaction.
Conformément aux résultats des recherches antérieures (Ramayah et al., 2002 ; Kim et al.,
2009 ; Liu et Li, 2010 ; Baroudi et al., 1986), les hypothèses H7, H9, H10 valident l’utilité
perçue, l’amusement et la satisfaction en tant qu’antécédents de l’intention d’usage des
services internet mobiles.
Seule l’hypothèse H8 a un effet non significatif.
La facilité d’utilisation perçue n’impacte pas l’intention de continuer l’usage mais ses effets
sur l’utilité, la satisfaction et l’amusement sont significatifs. Nous pouvons conclure que
l’utilisateur qui perçoit l’internet mobile comme facile pourra apprécier son expérience et
reconnaître son utilité d’où sa satisfaction. Cependant, la facilité du service n’influe pas
directement sur la décision future ; elle permet d’évaluer et d’apprécier le service.
En ce qui concerne notre matrice usage x satisfaction et dans le cas d’individus ayant montré
une forte satisfaction à l’égard de l’usage de la technologie (2ème et 3ème cas du tableau 2), la
mesure de l’intensité de la continuité d’usage apporte un éclairage intéressant. En effet, en cas
de satisfaction élevée, que l’usage de la technologie soit intensif ou non, l’intensité de
l’intention de continuer l’usage est forte (en moyenne). Les construits ayant été mesurés par
des échelles de Likert en 5 points, les individus démontrent une forte intention de continuer
l’usage (moyenne supérieure à 4,4 sur 5 quelle que soit l’intensité de l’usage de la
technologie). Ainsi, c’est donc la satisfaction plus que l’usage qui déterminerait ici l’intention
de continuer l’usage. Ainsi, cette variable de nature attitudinale semble avoir un pouvoir
prédictif plus important sur l’intention de continuer l’usage (l’influence est plus importante
que pour la variable de nature comportementale à savoir l’usage).
Nos résultats comportent plusieurs implications managériales. La mise en lumière du rôle
important de l’amusement dans la détermination de la satisfaction suggère aux développeurs
de sites ou d’applications mobiles de créer des services pour les utilisateurs comportant une
dimension ludique importante. Pour améliorer l’expérience vécue, les équipementiers
télécoms ainsi que les opérateurs de téléphonie mobile doivent augmenter le débit fourni et
améliorer la qualité de leur réseau afin de favoriser l’usage de ce type d’applications assez
gourmandes en ressources (jeux en ligne, réseau sociaux, etc). Les constructeurs de terminaux
mobiles ont également un rôle à jouer en ce qui concerne notamment l’ergonomie des
8
supports de ces applications (consommation d’énergie, puissance de processeur et de
mémoire, etc.).
5. Limites et voies de recherche
Une première limite tient au mode de recueil des données. Dès lors que l’on s’intéresse à un
usage, le recueil déclaratif de cette variable induit de fait une subjectivité qui n’existerait pas
en cas d’observation directe des comportements (recueil de mesures objectives) (Straub et al.,
1995). A l’instar de nombreux travaux qui étudient les relations entre les attitudes et
comportements, comment ensuite parvenir au sein d’un même panel à mettre en lien des
attitudes obtenues en déclaratif et des comportements observés ? Les sociétés spécialisées
dans l’observation des comportements (panels) garantissent en effet la fiabilité de leurs
données par le fait même que les individus observés ne sont pas « perturbés » par une
interrogation durant les phases de collecte des données. Une voie possible serait de créer un
panel ad hoc.
Une deuxième limite tient à notre choix d’opérationnalisation du concept d’appropriation
selon une règle de décision empirique basée sur l’ancienneté et l’intensité d’usage. Mais où
placer le « curseur » de l’appropriation s’il s’agit d’un continuum ? L’appropriation ne dépend
pas uniquement de l’intensité de l’usage mais d’autres facteurs comme la multi-contextualité,
le temps, etc (Isaac, 2006). Des travaux sont donc nécessaires afin de proposer une mesure
fiable et valide de l’appropriation d’une technologie. A notre connaissance, seules ont été
développées des échelles de mesure ayant trait au consensus d’appropriation au sein du
groupe (Salisbury et al., 2002 ; Allport et Kerler, 2003). Peu de travaux se sont attachés en
outre à la prise en considération conjointe de l’adoption et de l’appropriation et ce,
principalement pour une raison d’ordre méthodologique : l’adoption d’une technologie est
habituellement appréhendée au moyen d’une régression logistique (de type logit par exemple,
Hérault et Belvaux, 2014). L’appropriation nécessite pour sa part de mettre en œuvre une
démarche de nature plutôt qualitative. Donc, pour appréhender le concept d’appropriation
d’un objet technologique spécifique, des travaux complémentaires mobilisant une
méthodologie qualitative combinant notamment des entretiens et des réunions de groupes
constituent l’étape suivante de ce travail (Dey, 2013). Une poursuite des recherches en faveur
du développement d’une échelle de mesure de l’appropriation d’une technologie semble
incontournable.
En troisième lieu, d’autres construits comme l’innovativité, l’intrusion dans la vie privée
(Hérault et Belvaux, 2014), et des variables liées à l’environnement social de l’utilisateur
mériteraient d’être intégrés au sein d’une modélisation de l’intention de continuer l’usage. On
peut raisonnablement imaginer que l’usage d’une technologie dans un contexte professionnel
et/ou privé puisse conduire à des processus d’adoption et/ou d’appropriation différents.
En quatrième lieu, on observe une sur-représentation du genre masculin au sein de notre
échantillon qui comprend en effet près de 80% d’hommes. Il pourrait être intéressant
d’étudier les effets modérateurs du genre à l’instar de travaux qui ont par exemple montré que
les femmes avaient exprimé un besoin plus important que les hommes en terme de facilité
d’utilisation et d’utilité perçue (Khedhaouria et al., 2013). D’autres variables peuvent exercer
une influence modératrice comme la timidité (Mlaiki et al. 2012).
Enfin, la validité externe peut être améliorée en distinguant les catégories de services internet
mobiles. Nous pouvons également souligner que l’internet mobile est encore appelé à évoluer
9
en fonction des progrès techniques et des attentes des usagers. Il est probable qu’avec
l’arrivée actuelle de la 4G (norme LTE, 100 à 150 Mbit/s en téléchargement) et les actions
d’amélioration des services internet mobiles (qualité, applications, etc), le niveau d’attente des
utilisateurs évolue encore.
Conclusion
Cette recherche apporte des éclairages supplémentaires aux travaux antérieurs sur les
antécédents de l’intention de continuer l’usage d’une technologie de l’information. Notre
tentative d’ajustement et d’extension du modèle EDT et du modèle TAM dans le cadre de
l’appropriation de l’internet mobile, nous a permis d’étudier le comportement du mobinaute
au-delà d’une adoption « initiale ». L’introduction de construits comme l’amusement en
addition aux concepts d’origine du modèle TAM a permis d’enrichir notre modèle et de
mettre en évidence l’importance de l’utilité, de l’amusement et de la satisfaction dans
l’explication de la continuité d’usage d’une technologie de l’information. Une poursuite des
travaux est nécessaire pour mettre à jour et mesurer l’impact exercé par d’autres motivations
et/ou freins éventuels afin de permettre de mieux identifier les conditions qui permettront une
diffusion pérenne des technologies liées à l’internet mobile au sein de la population française.
10
Bibliographie
Adams D., Nelson R. R. et Todd P. (1992), Perceived usefulness, ease of use and usage of
information technology: A replication, MIS Quarterly, 16, 227-248.
Allport, C.D. et Kerler, W.A. (2003), A research note regarding the development of the
consensus on appropriation scale, Information Systems Research, 14, 4, 356-359.
Baroudi J.J., Olson M.H. et Ives B. (1986), An empirical study of the impact of user
involvement on system usage and information satisfaction, Communications of the ACM,
29,3, 232-238.
Bhattacherjee A. (2001), Understanding information systems continuance: An expectation
confirmation model, MIS Quarterly, 25, 3, 351–370.
Bhattacherjee A., Perols J. et Sanford C. (2008), Information technology continuance: A
theoretic extension and empirical test, Journal of Computer Information Systems, 3, 17-26.
Campbell, S.W. (2007), Perceptions about mobile phone use in public settings: a crosscultural comparison, International Journal of Communication, 1, 1, 738-757.
Childers, T.L., C.L. Carr, P.J. et Carson, S. (2001), Hedonic and utilitarian motivations for
online retail shopping behavior, Journal of Retailing, 77, 4, 511-535.
Chin W.W., Marcolin B.L. et Newsted P.R. (2003), A partial least squares latent variable
modeling approach for measuring interaction effects: results from a monte carlo simulation
study and an electronic-mail emotion/adoption study, Information System Research, 14, 2,
189–217.
Churchill G.A.J (1979), A Paradigm for developing better measures of marketing constructs,
Journal of Marketing Research, 16, 1, 64-73.
Conrath D.W. et Mignen O.P. (1990), What is Being Done to Measure User Satisfaction with
EDP/MIS, Information and Management, 19, 1, 7-19.
Davis F.D., Bagozzi R. et Warshaw P.R. (1989), User acceptance of computer technology: a
comparison of two theoretical models, Management Science, 35, 8, 982-1003.
Davis F.D. (1989), Perceived usefulness, perceived ease of use, and user acceptance of
information technology, MIS Quarterly, 13, 3, 318-341.
DeLone, W. H. et McLean E.R. (1992), Information systems success: The quest for the
dependent variable, Information Systems Research, 3, 60-95.
Deng Z., Lu Y., Wei K.K. et Zhang J. (2010), Understanding customer satisfaction and
loyalty: An empirical study of mobile instant messages in China, International Journal of
Information Management, 30, 289–300.
DeSanctis, G. et Poole, M.S. (1994), Capturing the complexity in advanced technology use:
Adaptive Structuration Theory, Organization Science, 5, 2, 121-147.
Dey, B.L. (2013), A qualitative enquiry into technology acceptance and appropriation: A case
study of Bangladeshi farmers’ use of mobile telephony, Journal of Customer Behaviour, 12,
2-3, 261-280.
Dix, A (2007), Designing for Appropriation, Volume 2 Proceedings of the 21st BCS HCI
Group Conference, 3-7 september, Lancaster University, UK.
11
Diamantopoulos A., Riefler P. et Roth K.P. (2008), Advancing formative measurement
models, Journal of Business Research, 61, 12, 1203-1218.
Festinger, L. (1957), A theory of cognitive dissonance, Stanford University Press.
Fishbein M. et Ajzen I. (1975), Belief, Attitude, Intention, and Behavior: An Introduction to
Theory and Research, Reading, MA: Addison-Wesley.
Fuerst W. et Cheney P. (1982), Factors affecting the perceived utilization of computer-based
decision support systems in die oil industry, Decision Sciences, 13, 4, 554-569.
Galan, J.P., Giraud, M. et Meyer-Waarden, L. (2013), A theoretical extension of the
technology acceptance model to explain the adoption and the usage of new digital services,
29ème Congrès International de l’Association Française de Marketing – La Rochelle.
Green N., Haddon L. (2009), Mobile Communications. An Introduction to New Media, Berg,
Oxford.
Hérault, S. et Belvaux, B. (2014), Privacy paradox et adoption de technologies intrusives, le
cas de la géolocalisation mobile, Décisions Marketing, 74.
Hong S.J. et Tam K.Y. (2006), Understanding the Adoption of Multipurpose Information
Appliances: The Case of Mobile Data Services, Information Systems Research, 17, 2, 162–
179.
Horst H. A., Miller D. (2006), The Cell Phone, An Anthropology of Communication, Berg,
Oxford, New York.
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, 1-20.
Igbaria M., Iivari J. et Maragah H. (1995), Why do individuals use computer technology? A
Finnish case study, Information and Management, 29, 5, 227-238.
Igbaria M., Pavri F. et Huff S. (1989), Microcomputer application: an empirical look at usage.
Information et Management, 16, 4, 187-196.
Isaac, H., Besseyre des Horts, C.H. et Leclercq, A. (2006), Adoption and appropriation :
towards a new thoretical framework. An exploratory research on mobile technologies un
french companies. http://halshs.archives-ouvertes.fr/halshs-00155506
Karahanna, E., Straub, D.W. et 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.
Khedhaouria, A., Beldi, A. et Belbaly, N. (2013), The moderating effect of gender on
continuance intention for mobile Internet services (MIS), Systèmes d’Information et
Management, 18, 3, 117-137.
Kim B., Choi M. et Han I. (2009), User behaviors toward mobile data services: The role of
perceived fee and prior experience, Expert Systems with Applications, 36, 8528-8536.
Kleijnen, M., de Ruyter, K. et Wetzels, M. (2004), Consumer adoption of wireless services:
discovering the rules while playing the game, Journal of Interactive Marketing, 18, 2, 51-61.
12
Kuo Y.F., Wu C.M. et 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. et 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, 11, 4, 11–51.
Limayem M., Hirt S.G. et Cheung C.M.K. (2007), How Habit limits the predictive power of
intention: The case of information systems continuance, MIS Quarterly, 31, 4, 705-737.
Limayem, M., Cheung, C.M.K. et 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.
Lin C.S., Wu S. et Tsai R.J. (2005), Integrating perceived playfulness into expectationconfirmation model for web portal context, Information & Management, 42, 5, 683-693.
Ling R. (2004), The mobile connection, The Cell phone's impact on society, Morgan
Kaufmann Publishers.
Liu Y. et Li H. (2010), Mobile internet diffusion in China: an empirical study, Industrial
Management et Data Systems, 110, 3, 309 – 324.
Lu Y., Zhou T. et Wang B. (2009), Exploring Chinese users' acceptance of instant messaging
using the theory of planned behavior, the technology acceptance model, and the flow theory,
Computers in Human Behavior, 25, 1, 29-39.
MacKay, H. Et Gillespie, G. (1992), Extending the social shaping of technology approach :
Ideology and appropriation, Social Studies of Science, 22, 4, 658-716.
Mlaiki, A., Kefi, H. et Kalika, M. (2012), Facteurs psychosociaux et continuité d’utilisation
des réseaux sociaux numériques : le cas de facebook, Recherches en Sciences de GestionManagement Sciences-Ciencias de Gestión, 92, 83-111.
Ndubisi N., Jantan M. et Richardson S. (2001), Is The Technology Acceptance Model Valid
For Entrepreneurs? Model Testing And Examining Usage Determinants, Asian Academy of
Management Journal, 6, 2, 31-54.
Nysveen H., Pedersen P.E. et Thorbjornsen H. (2005), Explaining intention to use mobile chat
services: Moderating effects of gender, Journal of Consumer Marketing, 22, 5, 247–256.
Oliver, R., L. (1980), A cognitive model of the antecedents and consequences of satisfaction
decisions, Journal of Marketing Research, 17, 460-69.
Orlikowski, W.J. (1992), The duality of technology : rethinking the concept of technology in
organizations, Organization Science, 3, 3, 398-427.
Pavlou P.A. (2003), Consumer acceptance of electronic commerce: Integrating trust and risk
with the technology acceptance model, International Journal of Electronic Commerce, 7, 3,
101-134.
Parasuraman, A., Zeithaml, V. A., et Berry, L. L. (1985). A conceptual model of service
quality and its implications for future research, Journal of Marketing, 49, 41-50.
13
Parasuraman, A., Zeithaml, V. A., et Berry, L. L. (1988). SERVQUAL: A multiple-item scale
for measuring consumer perceptions of service quality, Journal of Retailing, 64, 1, 12-40.
Pihlström M. (2008), Perceived value of mobile service use and its consequences, Thesis in
Marketing, Edita Prima Ltd Helsinki,
https://helda.helsinki.fi/bitstream/handle/10227/269/176-978-951-555-977-7.pdf?sequence=2
Ramayah T., Dahlan N., Mohamad O. et Siron R. (2002), Technology Usage Among
Owners/Managers of SME’s: The Role of Demographic And Motivational Variables, The
proceedings of The 6th Annual Asian-Pacific Forum for Small Business on Small and Medium
Enterprises Linkages, Networking and Clustering, Kuala Lumpur, Malaysia.
Ringle, C.M., Wende S. et Will A. (2005), SmartPLS 2.0, Hamburg, http://www.smartpls.de
Rossiter J.R. (2002), The C-OAR-SE procedure for scale development in marketing,
International Journal of Research in Marketing, 19, 4, 305-335.
Salisbury, W.D., Chin, W., Gopal, A. et Newsteed, P.R. (2002), Research report : Better
theory through measurement : developing a scale to capture consensus on appropriation,
Information Systems Research, 13, 1, 91-103.
Silverstone R., Haddon L. (1996), Design and the Domestication of Information and
Communication Technologies: Technical Change and Everyday Life, in: Silverstone R.,
Mansell R. (Eds.), Communication by Design. The Politics of Information and
Communication Technologies, Oxford University Press, pp. 44–74.
Sweeney J.C. et Soutar G.N. (2001), Consumer perceived value: The development of a
multiple item scale, Journal of Retailing, 77, 2, 203-220.
Straub, D., Limayem, M., Karahanna-Evaristo, E. (1995), Measuring system usage:
implications for IS Theory testing, Management Science, 41, 8, 1328-1342.
Taylor S. et Todd P.A. (1995), Understanding Information Technology Usage: A Test of
Competing Models, Information Systems Research, 6, 2, 144-176.
Tenhunen S. (2008), Mobile technology in the village: ICTs, culture, and social logistics in
India, J. R. Anthropol. Inst. (N.S.) 14, pp. 515–534.
Teo T.S.H., Lim V.K.G. et Lai R.Y.C. (1999), Intrinsic and extrinsic motivation in Internet
usage, Omega International Journal of Management Science, 27, 1, 25-37.
Thong, J.Y.L., Hong, S.J., et 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, 799-810.
Van der Heijden H. (2003), Factors influencing the usage of websites: the case of a generic
portal in The Netherlands, Information et Management, 40, 6, 541-549.
Van der Heijden H. (2004), User acceptance of hedonic information systems. MIS Quarterly
28, 4, 695–704.
Venkatesh V. et Davis F.D. (2000), A theoretical extension of the technology acceptance
model: four longitudinal field studies, Management Science, 46, 2, 186–204.
Venkatesh, V. et Bala, H. (2008), Technology acceptance model 3 and a research agenda on
14
interventions, Decision Sciences, 39, 2, 273-315.
Williams, R., et Edge, D. (1996). The social shaping of technology. Research Policy, 25, 6,
865-899.
Yang H.E., Wu C.C. et Wang K.C. (2009), An empirical analysis of online game service
satisfaction and loyalty, Expert Systems with Applications An International Journal, 36, 2,
1816-1825.
Yi Y. (1990), A critical review of consumer satisfaction, in Review of Marketing 1990, ed.
Valarie A. Zeithaml, Chicago; American Marketing Association, 68-123.
15
Annexe 1 : Liste des items retenus et qualités psychométriques des échelles (échantillon
final n= 270)
Items retenus
Utilité Perçue
L’internet mobile est utile dans
ma vie quotidienne.
Utiliser l’internet mobile me
permet de réaliser les choses plus
rapidement.
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
C’est facile pour moi de devenir
habile dans l’utilisation de
l’internet mobile
L’internet mobile est facile à
utiliser.
Amusement Perçu
Utiliser l’internet mobile me
détend.
Cela m’amuse d’utiliser l’internet
mobile.
Je ne vois pas le temps passer
lorsque j’utilise l’internet mobile.
J’aime utiliser l’internet mobile.
Satisfaction
Très insatisfait / Très satisfait
Très mécontent / Très content
Très malheureux / Très heureux
Très contrarié / Très ravi
Intention de continuer l'usage
J’ai l’intention de continuer
l’usage des services internet
mobiles dans le futur.
Je ne pense pas réduire mon
utilisation des services internet
mobiles dans le futur.
Je songe à mettre fin à mon
utilisation des services internet
mobiles.
Alpha de
Cronbach
Rhô de
DillonGoldstein
AVE
Réflexive Unidimensionnelle
0,80
0,86
62%
Réflexive Unidimensionnelle
0,82
0,90
74%
Réflexive Unidimensionnelle
0,86
0,90
70%
Réflexive Unidimensionnelle
0,83
0,88
66%
Réflexive Unidimensionnelle
0,79
0,88
71%
Nature
Structure
16
Annexe 2 : Structure de l’échantillon final des 270 questionnaires exploités
Variables
Fréquences
Age
Moins de 15 ans = 1%
[15,24] = 23%
[25,34] = 46%
[35,50] = 24%
[51 ans et plus] = 6%
Féminin = 21%, Masculin = 79%
Genre
Niveau d’études
[Bac +5 et plus] = 43% ; [Bac +3 ou +4] = 23%; [Bac +2] =
17%; [Bac et inf.] = 17%
Région
Ile de France = 59%; Province = 41%
Annexe 3 : Cross Loadings
AMU
FACI
AM1
0,8378 0,3472
AM2
0,8486 0,3764
0,395
AM3
0,7934
AM4
0,8759 0,5102
FU1
0,4276 0,8708
FU2
0,4286 0,8751
FU3
0,4194 0,8326
INT1
0,4317 0,4405
INT2
0,3585 0,3295
INT3_R 0,3404 0,3566
SAT1 0,4514 0,5089
SAT2 0,3336 0,3223
SAT3 0,3707 0,2977
SAT4 0,4057 0,3864
UT1
0,429
0,4809
UT2
0,4037 0,5832
UT3
0,3055 0,2813
UT4
0,4411 0,4808
ICU
0,3401
0,3632
0,3352
0,4517
0,3738
0,4187
0,3683
0,9029
0,8091
0,8084
0,429
0,2956
0,2748
0,323
0,6285
0,4269
0,2776
0,4731
SAT
0,3677
0,3803
0,3848
0,502
0,4427
0,414
0,4066
0,3893
0,3432
0,3366
0,7163
0,8368
0,8232
0,8652
0,4084
0,4211
0,2152
0,3373
UTI
0,3414
0,3752
0,372
0,5647
0,5032
0,5507
0,4822
0,5739
0,427
0,4835
0,4854
0,3021
0,2658
0,3418
0,8165
0,8119
0,7005
0,8343
Annexe 4 : AVE > latent variables cross-loadings
AVE
AMU
FACI
INT
SAT
UTI
AMU
FACI
INT
SAT
UTI
0,7047 0,839464
0,7391
0,4945 0,859709
0,7078
0,4507
0,4507 0,841309
0,6599
0,4951
0,4897
0,4247 0,812342
0,6247
0,5067
0,5964
0,5934
0,4525 0,79038
17