L'influence de l'éclairage dans l'évaluation du point de vente

Démodée 1 2 3 4 5 6 7 Moderne.

Nous utiliserons la même échelle pour tous les critères afin de renforcer le validité interne de l'étude (cf. annexe).

VI Echantillon :

L'échantillonnage nous permet de réduire les investigations et d'obtenir des résultats que l'on pourra extrapoler à l'ensemble de la population mère.

Nous choisissons d'administrer ce questionnaire à une population d'étudiants.

De ce fait nos quatre échantillons seront à priori homogènes, ainsi nous pourrons les comparer.

Nous utiliserons la méthode d'échantillonnage sur place. L'administration des questionnaires sera réalisée à la bibliothèque universitaire de Lille I de façon auto-administrée.

VII L'administration :

Le questionnaire sera donc administré à la bibliothèque de Lille I ;

Nous choisissons donc au hasard :

- 40 individus qui répondront au questionnaire avec la photo 1,

- 40 individus, pour la photo 2,

- 40 individus pour la photo 3,

- 40 individus pour la photo 4.

VIII Test et expérimentation :

A Expérimentation :

L'objet de cette phase d'expérimentation est de vérifier les hypothèses de causalité que nous avons posées. Dans cette phase nous allons intervenir en contrôlant les deux modalités qualitatives indépendantes (la couleur et la saturation chromatique).

Nous mettons donc en place un plan de type « après », bien qu'il soit souvent jugé rudimentaire. En effet il ne permet que la comparaison entre les résultats des groupes interrogés.

Conformément à ce principe, nous réalisons quatre combinaisons différentes :

- Deux niveaux de saturation : faible et élevée.

- Deux couleurs différentes mais surtout opposées Notre choix s'est par conséquent porté sur la couleur froide et chaude par excellence, à savoir : respectivement le bleu et le rouge.

Nous obtenons donc quatre photos (cf. annexe) représentant le rayon d'un magasin et combinant les deux modalités qualitatives de l'étude. Nous n'incluons pas de nom de marque ni d'enseigne de façon à ne pas influencer le répondant, pour ne pas biaiser l'étude et affecter la validité externe.

Couleur Saturation chromatique	Bleu		Rouge	Faible
Couleur bleue, saturation chromatique faible	Couleur rouge, saturation chromatique faible		Elevée
Couleur bleue, saturation chromatique élevée	Couleur rouge, saturation chromatique élevée

Nous combinons donc les différents niveaux de facteurs principaux, c'est à dire les modalités, ce qui nous donne quatre traitements possibles que nous présentons à quatre populations différentes ayant chacune une photo à analyser. Le but de l'étude est de comparer s'il y a lieu des différences entre les quatre populations et de vérifier si elles sont significatives. Les individus ne testent donc qu'une seule et unique photo (cette méthode permet d`éviter que les répondants se rendent compte que la photo testée est la même, car, dans ce cas là ils évalueraient de la même façon chaque photo) pour éviter de biaiser l'étude.

B Test :

Avant l'administration du questionnaire, il a d'abord fallu vérifier la compréhension. Le questionnaire a, par conséquent, était soumis à trois personnes, un adolescent de 13 ans, une étudiante de 19 ans puis à un adulte de 42 ans.

Les questions leurs ont paru assez similaires pour certaines, mais il est délicat d'exprimer à travers d'autres items, deux mots, qui dans le langage courant sont assez proches.

Le pré-test a ensuite était réalisé auprès de 40 étudiants de Lille I à la bibliothèque pour respecter les conditions de l'administration du questionnaire final. 10 étudiants ont donc étaient interrogés sur la même photo. Après avoir collecter les données, une analyse de fréquences était tout à fait nécessaire pour apporter quelques modifications et redressement de l'échelle ( 12 items ont été modifiés dans le but d'obtenir une distribution normale. D'autres items auraient pu être supprimés mais nous avons choisi de les maintenir pour le questionnaire final).

IX Validité et fiabilité de l'étude :

A Validité interne :

La validité interne est l'assurance que les variations de la variable de réponse sont causées par les variations des variables indépendantes. Cependant certains peuvent affecter cette validité :

- L'effet d'administration : peut se produire lorsque l'instrument de recueil de données est mauvais. Pour remédier à ce biais, nous avons mis en place un questionnaire basé sur une échelle sémantique différentielle. De la même façon, pour baisser cet effet d'instrumentation, nous aurons recours à un seul enquêteur afin d'éviter quelques problèmes liés à l'administration.

- L'effet de sélection : on suppose que les quatre échantillons ont les mêmes caractéristiques.

B Validité externe :

Elle représente les possibilités d'extrapoler les résultats et de généraliser à la population étudiée. Pour que l'étude est une bonne validité externe, il est nécessaire que les traitements aient les mêmes caractéristiques représentées ici par la photo qui est un visuel commun.

C Validité de construit :

Il est important de vérifier si les échelles traduisent correctement le construit que nous souhaitons mesurer.

- Validité convergeante : les items traduisant le même phénomène doivent être corrélés entre eux.

- Validité discriminante : les indicateurs supposés différents doivent être faiblement corrélés entre eux, et doivent permettre de discriminer les phénomènes entre eux.

D Validité prédictive :

Elle permet de vérifier si les relations sont conformes avec les prédictions de la théorie.

E Fiabilité des mesures (ou fidélité) :

Nous souhaitons mettre en place un instrument de mesure précis. Pour cela, il est nécessaire de fidéliser notre échelle de mesure, c'est à dire qu'elle doit être caractérisée par une erreur aléatoire très faible.

L'indicateur nous permettant de mesurer la fiabilité des différents items est l'alpha de Cronback. Pour réduire l'erreur aléatoire, nous allons éliminer les critères les moins corrélés. Quand l'alpha est proche de 1 on peut dire que l'échelle a une bonne cohérence interne.

Après le test, nous obtenons un alpha de 0.9065.

X Le plan de traitement :

A Analyse univariée :

Les analyse univariées portent sur chaque variable, considérée indépendamment des autres. Il s'agit simplement de décrire de manière élémentaire les résultats obtenus. Bien que très simples, ces analyses jouent un rôle important car elles permettent de vérifier que les données recueillies ne présentent pas d'anomalies. A la suite de cette première étape de contrôle, il est usuel d'établir les indicateurs de tendance centrale et de dispersion des variables étudiées.

B Analyse bivariée :

L'analyse bivariée va permettre d'établir d'éventuelles relations entre les variables. Dans le cadre d'une étude explicative, l'objectif de l'analyse en composantes principales sur les variables est double. Il s'agit d'abord de vérifier que les variables proposées se réduisent réellement en composantes. Pour cela, on va étudier les facteurs issus de l'analyse et les corrélations entre les variables de départ et les composantes principales. D'autre part, il s'agit de vérifier si les variables initiales sont fortement rattachées à la composante voulue. En d'autres termes, il s'agit de savoir si les bonnes questions ont été posées.

C Analyse multivariée :

L'analyse multivariée explicative est techniquement complexe. Comme pour les analyses bivariées, les analyses multivariées explicatives se distinguent par la nature des variables mises en relation. Quelle que soit la nature des variables, ces analyses intègrent obligatoirement plusieurs variables explicatives ou/et plusieurs variables expliquées.

Dans notre cas, nous utiliserons l'analyse de variance à 2 facteurs puisque nous avons 2 variables explicatives qualitatives, et plus précisément le modèle avec interaction. Ce modèle va consister à tester si les effets des deux variables explicatives sont indépendants, ou s'il existe un terme du second ordre (correspondant à l'interaction entre ces deux variables) significatif.

La notion d'interaction correspond au fait que l'effet d'une variable explicative sur la variable à expliquer n'est pas identique selon le niveau de l'autre variable explicative.

EXPLOITATION DES DONNEES ET ANALYSES

_______________________________________________

I Analyse univariée :

A Utilité :

L'analyse univariée consiste à examiner la distribution des modalités de réponses pour une variable, c'est à dire une colonne de la matrice des données.

La description des données est abordée sous deux aspects pour chacune des variables :

- la tendance centrale représentative de la distribution des observations,

- la dispersion représentant la variabilité des observations autour de cette tendance centrale.

Plus généralement, l'analyse univariée sert à étudier la forme de la distribution des observations (cf. annexe).

B Résultats :

1 Les variables nominales :

Les variables nominales sont celles qui possèdent le moins de propriétés mathématiques.

On peut compter le nombre d'observations appartenant à chaque catégorie ou modalité de la variable, c'est-à-dire effectuer une tabulation simple.

La tendance centrale sera représentée par le mode, qui est la modalité pour laquelle les observations sont les plus nombreuses. La dispersion est indiquée par les fréquences, c'est à dire les pourcentages du nombre d'observations correspondants à chaque modalité.

âge	Effectif		%	18
24	15		19
20	12,5		20
37	23		21
30	19		22
25	16		23
11	7		24
5	3		25
3	2		26
2	1		27
1	0,5		28
1	0,5		29
1	0,5		Total
160	100

23 % des étudiants interrogés ont 20 ans. Cette catégorie se trouve être la mieux représentée sur l'ensemble des individus interrogés pour cette étude.

sexe	Effectif		%	masculin
70	44		féminin
89	56		Total
159	100

De la même façon, nous comptons 56 % d'étudiantes, contre 44 % d'étudiants sur l'ensemble des résultats observés.

Dans le cadre de cette analyse, nous pouvons donc qualifier notre échantillon d'après les critères demandés dans le questionnaire: Le sexe, l'âge, et la formation des étudiants.

2. Les items de l'échelle :

Dans le cas d'une échelle sémantique différentielle, la tendance centrale est la moyenne. La dispersion sera reflétée par l'écart type. Cet indicateur vise à comparer la distribution observée à celle de la loi normale.

	Observations valides	Observations manquantes	Moyenne		Ecart-type	appréciation mauvaise/excellente
160	0	3,9	1,149		appréciation positive/négative
159	1	4,018	1,182		image attrayante/très ennuyeuse
160	0	3,9	1,545		image démodée/moderne
160	0	4,7	1,35		image gaie/déprimante
160	0	3,6	1,46		image sombre/très éclairée
160	0	4,83	1,44		image terne/colorée
160	0	3,94	1,51		image vive/sans vigueur
159	1	3,72	1,54		magasin animé/inanimé
158	2	2,348	1,23		magasin captivant/serein
158	2	3,189	1,21		magasin confortable/inconfortable
159	1	3,96	1,48		magasin désagréable/très agréable
156	4	3,83	1,12		magasin encourageant/désespérant
159	1	3,59	1,21		magasin excitant/très calme
160	0	2,48	1,31		magasin insatisfaisant/satisfaisant
156	4	3,9	1,205		magasin joyeux/très mélancolique
159	1	3,49	1,335		magasin laid/beau
160	0	4,16	1,44		magasin paisible/fortifiant
158	2	3,09	1,23		magasin peu séduisant/séduisant
158	2	3,727	1,26		magasin très plaisant/déplaisant
160	0	3,568	1,15		magasin relaxant/angoissant
158	2	3,74	1,37		magasin repoussant/attirant
160	0	4,03	1,31		magasin stimulant/très apaisant
159	1	3,23	1,31		magasin tendu/détendu
159	1	3,82	1,5		magasin vivifiant/somnolant
160	0	3,068	1,35		prix faible/très élevé
146	14	5,246	1,08		qualité très élevée/faible
155	5	4,54	1,335		style démodé/moderne
156	4	3,91	1,626		sélection peu adéquate/adéquate
157	3	4,03	1,6

Après l'analyse des résultats du test, 12 items ont été modifiés pour déplacer la moyenne.

On peut remarquer que les items qui ont donc été modifiés, c'est à dire :

- appréciation mauvaise/bonne

- image attrayante/ennuyeuse

- image sombre/claire

- magasin désagréable/agréable

- magasin excitant/calme

- magasin joyeux/mélancolique

- magasin plaisant/déplaisant

- magasin répugnant/séduisant

- magasin stimulant/apaisant

- prix faibles/élevés

- qualité élevée/faible

- sélection inadéquate/adéquate,

ont effectivement amélioré leur moyenne à la hausse, ou à la baisse selon les cas (cf. annexe).

Cependant, quelques moyennes restent insuffisantes comme :

- magasin animé/inanimé : avec une moyenne de 2,3

- magasin excitant/très calme : avec une moyenne de 2,5.

A l'inverse, d'autres sont un peu trop élevées :

- prix faible/très élevé : avec une moyenne de 5,2.

L'analyse de fréquences sur chaque item de l'échelle permet donc de s'assurer de la bonne répartition des valeurs et vérifier la saisie des données.

Les moyennes de la plupart des items restent peu élevées puisque nous avons utilisé une échelle à 7 points. Toutefois leur distribution est d'une façon générale très correct.

II Analyse bivariée :

A Utilité :

Avant tout traitement incluant des variables mesurées par des échelles de type différentielles sémantiques, il est bon de vérifier la qualité de ces mesures pour ensuite les fidéliser. L'analyse en composantes principales est une procédure de calcul servant à extraire des facteurs à partir de l'ensemble des variables.

Son but est de réduire le nombre de variables quantitatives par un plus petit nombre obtenu par des regroupements en facteurs avec un minimum de perte d'information. Une fois ces variables validées, il faut les fidéliser par la méthode de l'alpha de Cronbach .

Le questionnaire à été bâti pour mettre en évidence un certain nombre de dimensions permettant de valider ou non les hypothèses préétablies.

L'étude réalisée par Crowley se base sur 3 dimensions : la dimension d'animation, la dimension d'évaluation, l'évaluation des marchandises présentées dans le magasin (qualité et prix). Celle de Rossiter et Donavan s'établit sur 2 dimensions : la stimulation et le plaisir.

B Résultats :

1 L'ACP avec rotation Varimax :

L'ACP regroupe les variables en 7 facteurs restituant 65% de l'information (cf. annexe). Cependant nous soulignons quelques incohérences comme : une très faible représentation de certains items, ou quelques fois une représentation partagée proportionnellement entre différents facteurs ou enfin des regroupements ne signifiant rien.

Par conséquent nous décidons de ne pas prendre en compte pour le reste de l'analyse, les items suivants :

- image démodée/moderne,

- image terne/colorée,

- image sombre/éclairée,

- sélection peu adéquate/adéquate,

- image attrayante/ennuyeuse,

- style démodé/moderne.

2 KMO et test de Bartllet :

Le KMO de 0.868 et le test de Bartllet de 0.00 permettent de montrer que la matrice de corrélation est bien égale à celle d'identité avec une certitude de 100%. L'échantillon des variables est donc correct.

3 2ème ACP avec rotation Varimax après la suppression des items infidèles :

Pour cette deuxième ACP nous obtenons 4 facteurs qui restituent 57.8% de l'information.

	1	2	3	4
magasin laid/beau	0,76
magasin désagréable/très agréable	0,76
magasin repoussant/attirant	0,76
appréciation mauvaise/excellente	0,757
magasin peu séduisant/séduisant	0,75
magasin très plaisant/déplaisant	0,7358
magasin insatisfaisant/satisfaisant	0,73
appréciation positive/négative	0,6897
magasin relaxant/angoissant	0,5997
magasin encourageant/désespérant	0,59			-0,34
magasin tendu/détendu	0,568
magasin confortable/inconfortable	0,48
magasin joyeux/très mélancolique	0,449	0,34	0,41
magasin animé/inanimé	0,349		0,329
magasin paisible/fortifiant		0,7869
magasin captivant/serein		0,70
magasin stimulant/très apaisant		0,698	0,38
magasin excitant/très calme		0,65	0,38	-0,336
magasin vivifiant/somnolant	0,308	0,638	0,36
image vive/sans vigueur			0,81
image gaie/déprimante	0,465		0,71
qualité très élevée/faible				0,79
prix faible/très élevé				0,75

- Le premier facteur regroupe les items représentant la dimension d'évaluation de l'environnement général du magasin ainsi que la dimension du plaisir ressenti. Ce phénomène s'explique par la proximité du sens général des questions. La qualité de représentation de chaque item est comprise entre 0,76 et 0,34.

Ce facteur détient 32 % de l'information.

- Le deuxième facteur représente scrupuleusement le degré de stimulation perçu. Celui-ci contribue à environ 13 % de la variance.

- Le troisième facteur peut être définit comme la dimension d'animation puisqu'elle est représentée par les items : image vive/sans vigueur, image gaie/déprimante. Ce facteur représente 7,35 % de la variance.

- Enfin, le quatrième facteur représente la dimension de qualité/prix avec les deux items : qualité très élevée/faible, prix faible/très élevé. Il contribue à 5.46 % de la variance.

4 Nomination des facteurs :

Afin de réaliser des calculs pour valider ou non chaque hypothèse nous nous baserons sur les moyennes des scores.

Nous créons donc 4 dimensions :

- L'appréciation regroupant les items représentant à la fois la dimension d'évaluation et le plaisir ressenti définis auparavant.

- La stimulation représentant le facteur 2.

- La dimension d'animation qui est définit par le facteur 3.

- Enfin, la dimension se rapportant au rapport qualité/prix.

5 La validité et fidélité de l'instrument de mesure :

Afin de réduire l'erreur aléatoire nous vérifions la validité et la fidélité des composantes par l'Alpha de Cronbach.

Cet indicateur permet de mesurer la fiabilité de l'ensemble des items censés contribuer à un phénomène. Ainsi quand les items ont un alpha proche de 1, l'échelle a une bonne cohérence interne :

- L'appréciation obtient un alpha de 0.9049.

- La stimulation obtient un alpha de 0.7871.

- La dimension d'animation obtient un alpha de 0.8010

- Le rapport qualité/prix. obtient un alpha de 0.5950.

L'alpha total s'élève donc à 0.8835 qui représente un bon indicateur de fiabilité.

III Analyse multivariée :

Nous allons maintenant réaliser une Anova multifactoriel simple. Dans cet objectif, nous calculons le score factoriel correspondant à chaque facteur (On calcule directement les moyennes).

A Utilité :

Ce modèle complexe consiste à tester si les effets des deux variables explicatives sont indépendants, ou s'il existe un terme de second ordre (correspondant à l'interaction entre ces deux variables) significatif. La notion d'interaction correspond au fait que l'effet d'une variable explicative sur la variable à expliquer n'est pas identique selon le niveau de l'autre variable à expliquer.

B Résultats :

1 Avec la variable Appréciation :

		Somme des carrés	ddl	Carré moyen	F	Sig.
Effets principaux	(Combinés)	3,85	2	1,925	2,72	0,068
	couleur	2,95	1	2,95	4,176	0,042
	saturation	0,895	1	0,895	1,266	0,26
Interactions d'ordre 2	couleur * saturation	1,236594907	1	1,236	1,748	0,188
Modèle		5,086	3	1,695	2,397	0,07
Résidu		110,35	156	0,707
Total		115,44	159	0,726

D'après le tableau d'analyse, nous remarquons que seulement la variable couleur obtient un résultat significatif (0.042). La couleur détient donc une véritable influence quant à l'évaluation de l'environnement général du magasin ainsi qu'au plaisir ressenti.

En effet, la couleur bleue est plus appréciée que la couleur rouge. De la même façon, Crowley avait conclu dans son étude que l'effet d'évaluation de l'environnement du magasin variait selon le type d'émission des longueurs d'onde. Plus la longueur d'onde émise était courte, plus l'environnement était évalué de manière positive.

Par contre, l'effet d'interaction est trop peu significatif pour que l'on puisse émettre des conclusions.

2. Avec la variable stimulation :

		Somme des carrés	ddl	Carré moyen	F	Sig.
Effets principaux	(Combinés)	19,52	2	9,76	12,648	0,00
	couleur	2,756	1	2,75	3,57	0,06
	saturation	16,77	1	16,77	21,72	0,00
Interactions d'ordre 2	couleur * saturation	4,59	1	4,59	5,9466	0,015
Modèle		24,116	3	8,03	10,41	0,00
Résidu		120,41	156	0,77
Total		144,529	159	0,908

D'après le tableau d'analyse, aussi bien la variable couleur que la variable saturation ont des résultats très significatifs. De plus, ce phénomène est intensifié par un effet d'interaction.

Par conséquent, la couleur rouge possède un faible effet de stimulation à saturation faible. A l'inverse, plus la saturation est élevée, plus l'effet de stimulation est important.

En ce qui concerne la couleur bleue à saturation faible, elle détient un pouvoir de stimulation très légèrement plus élevé que la couleur rouge à faible saturation. A saturation forte, la couleur bleu détient un pouvoir moyen de stimulation.

L'effet d'interaction se manifeste de la façon suivante : à saturation élevée, plus la couleur sera chaude et plus l'effet de stimulation sera important. Par contre, à saturation faible, plus la couleur sera froide, et plus l'effet de stimulation sera important.

3 Avec la variable animation :

		Somme des carrés	ddl	Carré moyen	F	Sig.
Effets principaux	(Combinés)	3,94	2	1,97	1,032	0,35
	couleur	0,189	1	0,189	0,099	0,75
	saturation	3,75	1	3,75	1,966	0,16
Interactions d'ordre 2	couleur * saturation	0,56	1	0,564	0,29	0,58
Modèle		4,5	3	1,5015	0,78	0,5
Résidu		297,6	156	1,907
Total		302,148	159	1,9

Le tableau de résultats ne montre aucune signification entre les variables couleur et saturation, et la variable mesurant le degré d'animation du magasin. Nous ne pouvons donc tirer aucune conclusions si ce n'est que la couleur et la saturation n'influencent pas le degré d'animation de l'environnement du magasin. Si on compare ces résultats avec ceux trouvés par Crowley dans son étude, ils sont différents. En effet, selon Crowley, plus la couleur est chaude, plus la dimension d'animation est évaluée de façon positive.

4 Avec la variable rapport qualité/prix :

		Somme des carrés	ddl	Carré moyen	F	Sig.
Effets principaux	(Combinés)	1,058	2	0,529	0,48	0,6159
	couleur	0,978	1	0,97	0,89	0,34
	saturation	0,069	1	0,069	0,06	0,80
Interactions d'ordre 2	couleur * saturation	5,22	1	5,22	4,80	0,02
Modèle		6,287	3	2,09	1,92	0,12
Résidu		166,54	153	1,088
Total		172,8	156	1,10789

D'après les résultats ni la couleur, ni la saturation n'a d'influence sur l'évaluation du rapport qualité/prix des marchandises présentées dans le magasin. Par contre, nous remarquons qu'il y a un effet d'interaction très significatif (0,02). En effet, à saturation faible, plus la couleur est froide plus la variable qualité/prix est évaluée de façon positive. A l'inverse, à saturation forte, plus la couleur est chaude, plus la variable qualité/prix est évaluée positivement.

DISCUSSION ET LIMITES

I Analyse des résultats :

A Rappel des résultats :

Les variables proposées dans cette étude se réduisent en quatre composantes. Les variables initiales sont rattachées à la composante voulue. En effet, nous avons déterminé quatre dimensions :

- La dimension d'appréciation regroupant les variables plaisir et évaluation de l'environnement général du magasin.

- La dimension de stimulation définit par les items proposés par le modèle de Mehrabian et Russel dans l'étude réalisée par Donovan et Rossiter.

- La dimension d'animation regroupant deux des cinq items proposés par Crowley dans son étude.

- La dimension qualité et prix associée aux items prix et qualité de la variable se définissant comme l'évaluation des marchandises. Cette dimension reste donc conforme aux résultats définis dans l'étude de Crowley.

B Validation des hypothèses :