Impact de la diffusion de fragrance dans un point de vente sur le comportement du consommateur

II. Analyse de fiabilité des échelles 

Pour s'assurer de la fiabilité des échelles utilisées dans notre étude, nous allons étudier chaque échelle de mesure retenue. Cette étape nous permettra d'analyser à la fin les résultats obtenus et de répondre à notre problématique. En se basant sur les travaux de la littérature présentés nous allons montrer que les réponses affectives des consommateurs peuvent être scindées en deux dimensions : le plaisir et la stimulation. Ceci, va être expliqué à travers l'analyse de l'échelle PA de Mehrabian et Russel en 1974. Et puisque l'échelle PA est une échelle sémantique différentielle, nous procédons donc à l'ACP.

Tableau 1: Fiabilité des échelles de réponses affectives lors de visite du magasin

	Axe 1 : stimulation		Axe 2 : plaisir
ST4 : De pessimiste à optimiste ST8 : De sans énergie à plein d'énergie ST9 : De désintéressé à intéressé ST10 : D'endormi à bien éveillé ST11 : De non stimulé à stimulé	0,661 0,819 0,579 0,861 0,746
ST1 : De énervé à calme ST2 : De malheureux à heureux ST3 : De contrarié à content ST5 : De triste à gai ST7 : De insatisfait à satisfait			0,869 0,828 0,630 0,529 0,677
Indice de KMO	0,822 0,000 56,891
Signification du test de Bartlett
Pourcentage de variance expliquée
Alpha de cronbach	0,826 à 0,787	0,802 à 0,855

Tous les items ont une valeur d'extraction >0,05.Donc, ils vont tous être utilisé pour la nomination des axes.

L'ACP à rotation orthogonale (varimax) réalisée sur la totalité des items de l'échelle met l'existence de deux facteurs doté d'une bonne cohérence interne (Stimulation : Alpha=0,826, Plaisir : Alpha=0,802) qui explique 55,891% de la variance totale, donc la qualité de représentation du plan factoriel est est moyennement fiable. Les items 1, 3,6 sont inferieurs à Alpha mais la suppression de ces items ne contribuent pas améliorer la fiabilité de notre échelle Alpha passe de 0,826 à 0,787 et l'échelle devient - fiable. On garde tous les items sur l'axe 1 qui forment la stimulation.

La valeur de l'indice de KMO=0,822>0,7, en plus la signification du test de Bartlett=0,000<0,05. L'ACP est applicable pour dire qu'il existe une certaine dépendance entre les items.

Ce tableau nous permet d'extraire les deux axes suivants :

1^er axe : est composé des items : « pessimiste/optimiste », « sans énergie / plein d'énergie », « désintéressé / intéressé », « endormi / bien éveillé » et « non stimulé / stimulé », correspondants à la dimension stimulation.

2^éme axe : est composé des items : « De énervé / calme », « malheureux / heureux », « contrarié /content », « triste / gai » et « insatisfait / satisfait », correspondants à la dimension plaisir.

Donc, ces deux dimensions correspondent bien à la composante PA (pleasure, arousal) du modèle Mehrabian et Russel.

Tableau2 : Fiabilité des échelles de réponses cognitives lors de la visite du magasin:

L'évaluation de l'atmosphère du magasin par les consommateurs permet de mesurer les réponses cognitives car elle leur permet de juger et d'évaluer les correspondances qui existent entre la cible visée et eux-mêmes (Kotler, 1973-1974).

	Axe 1		Axe 2
AT1 : De sans attrait à attrayant AT5 : De fermé à ouvert AT6 : De terne à coloré AT8 : D'ennuyeux à stimulant AT9 : De mauvais à bon AT12 : De déplaisant à plaisant AT13 : De peu motivant à motivant AT14 : De désintéressant à intéressant	0,685 0,742 0,691 0,828 0,680 0,724 0,811 0,798
AT7 : De négatif à positif AT10 : De animé à inanimé AT11 : De sombre à clair			0,558 -0,806 0,603
Indice de KMO	0,809 0,000 48,077
Signification du test de Bartlett
Pourcentage de variance expliquée
Alpha de cronbach	0,493	0,114 avec AT10 est éliminé

Le deuxième axe contient des items ont des qualités d'extraction mauvaise et pas bonne qui s'approche de 0,5. L'item AT10 a une mauvaise qualité d'extraction (-0,806<0,5). Cet item sera éliminé de notre analyse. Donc l'axe ne contient que deux items après la suppression d'AT10. Le premier axe contient des items qui ont une qualité d'extraction bonne et même très bonne proche et supérieur à 0,8. Le KMO=0,809>0,7 et la signification du test de Bartlett =0,000<0,05 Pour confirmer l'existence d'une dépendance entre les items pour appliquer l'ACP. Le plan factoriel explique 48,077% de la variance totale. On peut dire que ce plan n'explique pas bien l'ensemble des items. La cohérence interne des deux facteurs extraite est mauvaise avec Alpha=0,493 pour le premier axe et 0,114 pour le deuxième axe. Notre étude va être basée sur le premier axe, ce qui correspond à une seule dimension de l'évaluation de l'atmosphère.

Tableau 3 : Fiabilité des échelles pour l'mage du magasin:

	Axe 1 : Image du magasin 1		Axe 2 : Image du magasin 2
CR11 : évaluation du magasin CR12 : évaluation du magasin CR13 : évaluation du magasin CR2 : image du magasin CR3 : style des produits CR4 : sélection des produits CR5 : qualité des produits CR6 : prix des produits CR7 : Qualité du service CR8 : satisfaction du service CR9 : odeur diffusée	0,789 0,836 0,855 0,898 0,878 0,835 0,773 0,584 0,793 0,874 0,831
CR14 : évaluation du magasin			0,900
Indice de KMO	0,902 0,000 72,709
Signification du test de Bartlett
Pourcentage de variance expliquée
Alpha de cronbach	0,951	0,.....

A priori, on garde tous les items vu qu'ils ont des valeurs d'extraction >0,5.

On choisie les 2 premières composantes vu que la règle de kaiser ne donne qu'une seule composante avec une qualité de représentation moyenne de 61,227%. Donc on ajoute une deuxième composante pour avoir un plan principal avec une qualité de représentation de 72,709%. Notre ACP est applicable puisque que la signification du test de Bartlett =0,000<0,05.

L'indice de KMO=0,902>0,7.

La valeur de Alpha est égal à 0,951 pour dire qu'on on une bonne cohérence si on se compare à 0,7. Sur l'axe 2 on trouve un seul item donc ya pas de calcul a faire pour Alpha de Cronbach. L'analyse factorielle effectuée sur la base de l'échantillon final fait émerger la structure bidimensionnelle de l'échelle.

Tableau 4 : Fiabilité des échelles pour degré d'accord pour un achat imprévu :

	Axe 1 : Hédonistes		Axe 2 : Non hédonistes
ACH1 : Quand je vais faire du shopping, j'achète des produits que je n'ai pas prévu d'acheter. ACH2 : Je suis une personne qui fait des achats non planifiés. ACH3 : Quand je vois quelque chose qui m'intéresse, je l'achète sans tenir compte des conséquences. ACH4 : C'est amusant pour moi d'acheter spontanément.	0,825 0,808 0,851 0,674
ACH5 :J'évite d'acheter des produits qui ne figurent pas dans ma liste d'achats.			0,941
Indice de KMO :	0,725 0,000 72 ,904
Signification du test de Bartlett
Pourcentage de variance expliquée
Alpha de cronbach	0,800	0,.......

A priori, on garde tous les items vu qu'ils ont des valeurs d'extraction >0,5. On choisit les 2 premières composantes puisque que la règle de kaiser ne donne qu'une seule composante avec une qualité de représentation moyenne de 50,245%. Donc on ajoute une deuxième composante pour avoir un plan principal avec une qualité de représentation de 72,904%.

Notre ACP est applicable puisque la signification du test de Bartlett =0,000<0,05. L'indice de KMO=0,725<0,5 La valeur de Alpha est égal à 0,800 pour dire qu'on on une bonne cohérence si on se compare à 0,7. L'item ACH4 est inférieur à Alpha la suppression de cet item contribue à améliorer la fiabilité de notre échelle Alpha passe de 0,800 à 0,832 et l'échelle devient +fiable. Sur l'axe 2 on trouve un seul item donc il n'y a pas de calcul à faire pour Alpha de Cronbach. L'analyse factorielle effectuée sur la base de l'échantillon final fait émerger la structure bidimensionnelle de l'échelle.

III-Méthodes d'analyses utilisées :

Pour tester la validité des hypothèses, des méthodes différentes ont été utilisées selon la nature des variables et du test effectué.

1- l'analyse de la variance (ANOVA à un seul facteur ou « One way ANOVA »)

C'est une méthode d'analyse statistique qui permet d'apprécier s'il existe une relation statistiquement significative entre deux variables, l'une est quantitative, l'autre est qualitative à l'aide du test de Fisher et permet d'étudier le sens de cette relation. On teste deux hypothèses fondamentales une hypothèse de base H0 et une hypothèse alternative H1 définies comme suite :

H₀ : Il y a une indépendance entre les 2 variables.

H₁ : Il y a une dépendance statistiquement significative entre les 2 variables.

Si la signification du test de Fisher est inférieure à 0,05 qui représentent le niveau du risque utilisé, l'hypothèse H0 sera rejetée et l'hypothèse H1 sera acceptée.

1.1. Lien entre l'ambiance olfactive et les émotions :

D'après des études antécédentes :

ü La présence d'une odeur agréable (par rapport à la condition odeur désagréable) augmentait le plaisir des consommateurs et elle n'avait aucune influence sur la stimulation (Knasko (1990 dans Daucé, 2000).

ü Spangenberg (1996), (dans Karray, 2000) n'a trouvé, quant à lui, aucune réponse significative concernant l'influence d'une odeur (par rapport à la condition sans odeur) sur les réponses émotionnelles des consommateurs.

Notre tâche est donc de tester les hypothèses suivantes, afin de savoir si la présence d'une odeur (par rapport à la condition sans odeur) peut modifier les réponses affectives.

H.1 La diffusion d'odeur influence le plaisir des consommateurs.

H.2 La diffusion d'odeur affecte la stimulation des consommateurs.

Anova

	H1 : Plaisir		H2 : Stimulation
	Intergroupes	Intra-groupes	Intergroupes	Intra-groupes
Somme des carrés	0,548	54,625	17,472	46,375
Moyenne des carrés	0,548	0,557	17,472	0,473
F	0,982		36,923
Signification	0 ,324		0,00

Appliquant le test de Fisher les résultats dégagés sont :

Pour la dimension plaisir F=0,324>0,05 donc nous rejetons H1.

La diffusion d'odeur n'influence pas le plaisir des consommateurs.

Pour la dimension stimulation F=0,00<0,05 donc nous acceptons H1.

La diffusion d'odeur influence la stimulation des consommateurs

1.2. Lien entre l'ambiance olfactive et les cognitions :

Concernant la relation entre l'ambiance olfactive et les réponses cognitives nous avons trouvé que :

ü la présente d'une odeur ambiante améliorait l'évaluation de l'atmosphère d'après Spangenberg et Al (1996 dans Karray, 2000)

ü Daucé (2000) a trouvé que la présence d'une odeur (par rapport à la condition sans odeur) améliorait non seulement l'évaluation de l'atmosphère mais aussi l'évaluation des produits.

En analysant le tableau si dessous nous pouvons confirmer ou infirmer les résultats de ces études précédentes et ceci en s'appuyant sur le test de Fisher.

H3 : La diffusion d'odeur a un impact positif sur les réponses cognitives, c'est à dire que l'atmosphère est bien perçue.

Anova

Axe1

	Somme des carrés	ddl	Moyenne des carrés	F	Signification
Inter-groupes	11,952	1	11,952	34,421	,000
Intra-groupes	34,028	98	,347
Total	45,980	99

Pour l'axe 1 F=0,000<0,05 donc nous acceptons H1

Il existe une relation significative entre la diffusion d'odeur et les cognitions. Plus précisément la présence d'une odeur ambiante améliore l'évaluation de l'atmosphère. Concernant l'attachement de l'atmosphère à l'évaluation des produits nous allons le vérifier d'après le tableau suivant :

ANOVA
		Somme des carrés	ddl	Moyenne des carrés	F	Signification
évaluation du magasin	Inter-groupes	38,440	1	38,440	61,194	,000
	Intra-groupes	61,560	98	,628
	Total	100,000	99
évaluation du magasin	Inter-groupes	26,010	1	26,010	52,905	,000
	Intra-groupes	48,180	98	,492
	Total	74,190	99
évaluation du magasin	Inter-groupes	30,250	1	30,250	70,149	,000
	Intra-groupes	42,260	98	,431
	Total	72,510	99
style des produits	Inter-groupes	23,040	1	23,040	38,322	,000
	Intra-groupes	58,920	98	,601
	Total	81,960	99
sélection des produits	Inter-groupes	25,000	1	25,000	26,700	,000
	Intra-groupes	91,760	98	,936
	Total	116,760	99
qualité des produits	Inter-groupes	20,250	1	20,250	29,039	,000
	Intra-groupes	68,340	98	,697
	Total	88,590	99
prix des produits	Inter-groupes	7,290	1	7,290	9,204	,003
	Intra-groupes	77,620	98	,792
	Total	84,910	99
Qualité du service	Inter-groupes	19,360	1	19,360	23,138	,000
	Intra-groupes	82,000	98	,837
	Total	101,360	99
satisfaction du service	Inter-groupes	18,490	1	18,490	20,852	,000
	Intra-groupes	86,900	98	,887
	Total	105,390	99
odeur diffusée	Inter-groupes	24,010	1	24,010	29,201	,000
	Intra-groupes	80,580	98	,822
	Total	104,590	99

Pour plus de précision dans notre analyse :

Nous avons considéré que les critères (de mauvais à bon, favorable-défavorable, négatif-positif) servent à évaluer le magasin d'une façon générale).

Dans ce cas la signification du test de fisher est<0,05 pour tous les items. Donc nous acceptons H1.

La diffusion d'odeur au sein du magasin a une influence non seulement sur l'évaluation des produits mais aussi sur la qualité du service.

1.3. Lien entre l'ambiance olfactive et les réponses comportementales.

Hirsh (1995),a montré l'influence de la diffusion d'odeur sur le montant dépensé, nous essayerons donc de savoir si la diffusion d'odeur augmente le montant dépensé et le nombre d'articles achetés.

H4 : La diffusion d'odeur augmente le nombre d'achats.

H5 : La diffusion d'odeur augmente le montant dépensé en magasin.

ANOVA^a
		Somme des carrés	ddl	Moyenne des carrés	F	Signification
Si oui : montant	Intergroupes	17,848	1	17,848	128,790	,000
	Intra-groupes	6,652	48	,139
	Total	24,500	49
si oui : le nombre d'articles	Intergroupes	16,354	1	16,354	128,151	,000
	Intra-groupes	6,126	48	,128
	Total	22,480	49
a. Nature du magasin = parfumé

Pour l'axe1 F=0,000<0,05 donc nous acceptons H1

Il existe une relation significative entre la diffusion d'odeur et les réponses comportementales. Nous pouvons confirmer que la présence d'une odeur ambiante augmente le nombre d'achat et le montant dépensé en magasin.

1.4. L'influence des modérateurs sur les réponses des consommateurs : 

Selon karray (2000), l'âge ne modère pas les réponses du consommateur lorsque l'odeur est diffusée. Nous testerons donc :

H6 : lorsque l'odeur est diffusée, l'âge modère les réponses émotionnelles, cognitives et comportementales des consommateurs.

ANOVA^a
		Somme des carrés	ddl	Moyenne des carrés	F	Signification
Stimulation	Intergroupes	,965	4	,241	,402	,806
	Intra-groupes	27,010	45	,600
	Total	27,975	49
plaisir	Intergroupes	1,098	4	,275	,405	,804
	Intra-groupes	30,467	45	,677
	Total	31,565	49
a. Nature du magasin = parfumé

Pour les réponses émotionnelles la signification de Fisher>0,05donc nous acceptons H0.

L'âge ne modère pas les réponses émotionnelles lorsque l'odeur est diffusée.

ANOVA^a
		Somme des carrés	ddl	Moyenne des carrés	F	Signification
décor	Inter-groupes	,129	4	,032	,061	,993
	Intra-groupes	23,685	45	,526
	Total	23,814	49
magasin	Inter-groupes	1,984	4	,496	,920	,461
	Intra-groupes	24,274	45	,539
	Total	26,259	49
a. Nature du magasin = parfumé

Pour les réponses cognitives la signification de Fisher >0,05 donc nous acceptons H0.

L'âge ne modère pas les réponses cognitives lorsque l'odeur est diffusée.

ANOVA^a
		Somme des carrés	ddl	Moyenne des carrés	F	Signification
hédonistes	Inter-groupes	3,335	4	,834	1,253	,302
	Intra-groupes	29,946	45	,665
	Total	33,281	49
Achats imprévus	Inter-groupes	1,280	4	,320	1,371	,259
	Intra-groupes	10,500	45	,233
	Total	11,780	49
a. Nature du magasin = parfumé

Pour les réponses comportementales la signification de Fisher >0,05 donc nous acceptons H0.

L'âge ne modère pas les réponses comportementales lorsque l'odeur est diffusée.

H7 : lorsque l'odeur est diffusée, le niveau d'étude modère les réponses cognitives et comportementales des consommateurs.

ANOVA^a
		Somme des carrés	ddl	Moyenne des carrés	F	Signification
décor	Inter-groupes	,012	2	,006	,012	,988
	Intra-groupes	23,802	47	,506
	Total	23,814	49
magasin	Inter-groupes	,696	2	,348	,640	,532
	Intra-groupes	25,563	47	,544
	Total	26,259	49
a. Nature du magasin = parfumé

Pour les réponses cognitives la signification de Fisher >0,05 donc nous acceptons H0. Le niveau d'étude ne modère pas les réponses cognitives lorsque l'odeur est diffusée.

ANOVA^a
		Somme des carrés	ddl	Moyenne des carrés	F	Signification
hédonistes	Intergroupes	1,034	2	,517	,753	,476
	Intra-groupes	32,248	47	,686
	Total	33,281	49
Achats imprévus	Intergroupes	,161	2	,080	,325	,724
	Intra-groupes	11,619	47	,247
	Total	11,780	49
a. Nature du magasin = parfumé

Pour les réponses comportementales la signification de Fisher >0,05 donc nous acceptons H0.

Le niveau d'étude ne modère pas les réponses comportementales lorsque l'odeur est diffusée.

1.5. Lien entre odeur diffusée et fréquentation du magasin :

Malgré qu'aucune expérience n'a été menée sur le liens entre odeur diffusé et la régularité de la fréquentation du magasin, nous avons essayé de tester nous-mêmes cette hypothèse.

ANOVA^a
Fréquentation
	Somme des carrés	ddl	Moyenne des carrés	F	Signification
Inter-groupes	,720	1	,720	,520	,474
Intra-groupes	66,400	48	1,383
Total	67,120	49
a. Nature du magasin = parfumé

Le tableau montre qu'il n'existe pas un lien entre une odeur diffusée et la régularité de la fréquentation du magasin, puisque la signification du test de fisher > 0,05 donc nous acceptons H0.

IV- Conclusions et limites de notre étude

L'analyse de l'impact d'une variable atmosphérique « la diffusion d'odeur » sur les réponses émotionnelles, cognitives et comportementales des consommateurs est l'objectif de notre étude. Dans cette analyse, nous avons constaté que la diffusion d'odeur a un impact significatif. Toutefois, notre travail comporte certaines limités :

a. Les limites théoriques :

L'atmosphère pouvait se composer d'éléments extérieurs, nous avons pris en compte seulement de l'atmosphère interne du magasin (Berman et Evans, 1995 ; Karray, 2000). Cette étude a été effectuée au sein d'un centre commercial « city centre » qui est lui-même équipé d'un diffuseur d'odeur, mais l'atmosphère du magasin DiXit n'est qu'une composante d'une atmosphère globale. Cette limite a créé une confusion chez les consommateurs qui s'est manifestée dans l'absence de dimension plaisir. Les clients sont stimulés et non en état de plaisir.