WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

La diversité des styles de contrôle de gestion dans les PME camerounaises: une approche contingente

( Télécharger le fichier original )
par Olivier YOTCHA
Université de Douala - FSEGA - DEA 2006
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

CHAPITRE III 

La méthode que nous avons suivie dans le cadre de notre étude est l'approche hypothéticodéductive. Il s'agit en fait de l'analyse de la littérature existante qui conduit à la formulation théorique des problèmes à résoudre (hypothèses). Les résultats vont permettre de vérifier les hypothèses.

C'est ainsi que nous avons collecté les informations nécessaires pour permettre la vérification des hypothèses grâce aux questionnaires. Seront abordés dans le présent chapitre, le cadre de la recherche (I) et les outils de l'analyse statistique et de la description des répondants (II).

SECTION I : CANEVAS DE LA RECHERCHE

Toute recherche scientifique tourne autour d'une ou plusieurs hypothèses. Le test d'une hypothèse consiste à confronter une proposition spéculative à la réalité des faits. Cette confrontation se fait sur la base des observations. Dans le cadre de ce travail nous définirons la méthodologie de la collecte des données, puis le processus d'échantillonnage.

I.1 Méthodologie de la collecte de données

Deux facteurs principaux ont déterminé le choix de la collecte des données. L'exigence du type de recherche et celle de la validation des hypothèses.

I.1.l Les exigences du type de recherche

Théoriquement, il existe une relation étroite entre le type de recherche envisagé et la méthode de collecte de données. Perein (1984) distingue trois types de recherches : la recherche exploratoire, la recherche descriptive et la recherche causale. Selon cet auteur, chaque type de recherche correspond à un ensemble de méthodes appropriées de collecte de données. L'objectif de notre recherche étant d'évaluer les conditions d'introduction du système de contrôle de gestion et d'établir la grille de typologie du contrôle dans les PME, notre recherche est de type descriptif. Les méthodes de collecte de données correspondant à ce type de recherche sont les suivantes :

- les données secondaires

- l'enquête ;

- l'observation.

I.1.2 Les exigences de la validation des hypothèses

D' après Avenier M. (1989), les recherches empiriques ayant pour objet de tester les hypothèses ou de chercher les régularités dans un phénomène, peuvent utiliser deux méthodes d'investigations : les données secondaires ou l'enquête.

l'analyse des données secondaires est basée sur l'utilisation des informations existantes dans le domaine public. Il s'agit donc des données préexistantes. Ce sont, par exemple, les statistiques officielles, les banques de données, les rapports annuels des entreprises.

L'enquête, consiste à partir d'un échantillon de répondants, à recueillir l'information recherchée à l'aide d'un instrument approprié.

Notre recherche ayant pour objet de tester un certain nombre d'hypothèses sur la pratique du contrôle de gestion dans les PME, nous avons procédé donc par l'enquête pour collecter les données nécessaires à notre étude.

I.1.3 les variables d'études.

L'analyse bidimensionnelle permet d'étudier les relations entre les variables, pour en déceler celles causalement liées. Dans le cadre de notre recherche, nous avons les variables indépendantes et les variables dépendantes.

I.1.3.1 les variables indépendantes

Les variables indépendantes directement ou implicitement définies dans les hypothèses sont constituées par les facteurs de curriculum vitae (âge, profil du dirigeant, histoire de l'entreprise, forme juridique...) et les facteurs de contingence (taille, le degré de diversification, le style de management...). Seuls les facteurs du « curriculum vitae » et les facteurs de contingence seront retenus pour notre étude.

I.1.3.2 Les variables dépendantes

Ces variables sont celles qui surviennent par la suite, c'est notamment le cas pour notre étude des facteurs liés à la fonction attribuée au contrôle de gestion, la nature du contrôle exercé etc...

I.1.4. Choix des instruments de recherche de recueil de données.

Pour obtenir les informations nécessaires à l'analyse empirique, un questionnaire adressé au directeur financier de l'entreprise industrielle nous a semblé l'outil approprié.

I.1.4.1.contenu du questionnaire

Le questionnaire (voir annexe 1) s'est présenté en quatre grandes parties, à savoir : la caractérisation des pratiques du contrôle budgétaire, la gestion prévisionnelle, source d'introduction du contrôle de gestion, l'environnement et les variables d'identification

Le tableau ci-dessous résume le contenu dudit questionnaire.

Tableau 9: résumé du contenu du questionnaire.

Variables observables

Questions correspondantes

Conditions d'introduction du contrôle de gestion

Q1, Q2, Q3, Q4, Q5, Q6, Q7

La caractérisation du contrôle de gestion

Q8, Q9, Q10, Q11, Q12

Variables d'identification

Q13, Q14, Q15, Q16, Q17, Q18, Q19

Source : notre analyse.

Dans la forme, notre questionnaire est constitué, d'une part, des questions fermées, et d'autre part des questions semi fermées ou ouvertes, afin de permettre aux répondants de s'exprimer par des modalités que nous aurions omises.

I.1.4.2. Administration du questionnaire

L'administration du questionnaire s'est faite, avec l'aide des amis et camarades préalablement formés. Nous avons administré quatre vingt treize (93) exemplaires à notre échantillon exerçant dans trois provinces : le centre, l'ouest et le Littoral.

Lors de notre descente sur le terrain, nous nous sommes confrontés à plusieurs difficultés. Dans certaines entreprises, la plupart des dirigeants étaient en congé. D'autres par contre, étaient trop occupés. Pour faire face à ces difficultés, nous avons du insister dans certains cas.

Parfois, nous étions obligés de laisser le questionnaire à l'enquêté en lui demandant d'en prendre connaissance et de le remplir s'il n'éprouvait aucune difficulté, sinon nous prenions rendez-vous et le questionnaire était administré. Dans la majorité de cas, le rendez-vous était rarement respecté et il fallait repasser deux à trois fois pour obtenir un questionnaire rempli.

I.2 Le processus d'échantillonnage

Le choix de l'échantillon d'une population suit un processus séquentiel en trois phases : la définition de la population, la définition des unités d'échantillonnage et le choix du cadre d'échantillon.

I.2.1 Définition de la population et des unités d'échantillonnage.

En ce qui concerne la population, elle est d'après H. CHAUCHAT (1985) « l'ensemble des individus auxquels s'appliquent `étude ». Les limites de cette population et les caractéristiques sont définies en fonction de l'enquête.

De par cette définition et au regard de notre thème, notre échantillon est constitué des PME évoluant dans divers secteur d'activité. Par ailleurs, la constitution de cet échantillon est faite à partir de l'annuaire zoom 2004 et des renseignements obtenus à partir des informations issues de la chambre de commerce. les unités d'échantillonnage, quant à elles sont es éléments qui composent la population visée par l'étude. Dans notre cas, il s'agit, comme nous l'avons précisé, des PME Camerounaise.

I.2.2 Méthodes d'échantillonnage et taille de l'échantillon.

D'après TCHAGANG (1995), on distingue deux méthodes d'échantillonnage : la méthode probabiliste et la méthode empirique.

- la méthode probabiliste : l'échantillon est obtenu en procédant par un tirage aléatoire au cours duquel, chaque élément de la population a une probabilité connue non nulle d'être tirée.

- La méthode empirique : dans ce cas, la constitution de l'échantillon résulte d'un choix raisonné. On sélectionne les individus en appliquant certaines règles ou critères de choix, en cherchant à faire ressembler l'échantillon à la population dont il et issu (EVRARD Y. 1976).

Au regard de la théorie et compte tenu de notre cadre d'échantillonnage, la méthode retenue est la méthode empirique. En effet, nous avons procédé au choix des individus à enquêter en faisant le  « porte a porte » et en prenant soin à ce que les entreprises retenues soient des PME.

La taille de l'échantillon obtenu par cette méthode d'échantillonnage est décrite dans le tableau suivant :

Tableau 10: échantillon par ville.

Eléménts

Villes

Totaux

 

Echantillons

Yaoundé

Douala

Bafoussam

Questionnaires distribués

32

51

10

93

Questionnaires non répondus

10

10

02

22

Questionnaires non validés

02

06

02

10

Questionnaires exploitables

20

35

06

61

Source : notre analyse.

La démarche méthodologique que nous avons empruntée, nous a permis d'avoir les informations sur les conditions d'introduction du contrôle de gestion et le style de contrôle adopté dans les PME camerounaises.

SECTION II : LES OUTILS D'ANALYSE STATISTIQUE ET DESCRIPTION DES REPONDANTS.

Pour tester les différentes hypothèses que nous avons avancées, nous avons fait recours à une méthode statistique qui peut caractériser la relation existante entre les différentes variables de notre questionnaire. Pour cela, nous avons opté pour les tris croisés par l'intermédiaire du test de Khi-deux et de l'AFC.

Nous essayerons dans cette section de présenter les éléments d'analyse statistique (I) avant de présenter les caractéristiques propres aux entreprises industrielles de notre échantillon (II).

II.1 Les instruments d'analyse statistique

Les outils statistiques utilisés sont les tests statistiques et les mesures d'association. Leur utilisation nécessite une précision sur la notion de signification statistique.

II.1.1 Les inférences et les significations.

Une distinction pas toujours évidente existe entre la formulation d'une hypothèse et sa vérification empirique. La nature raisonnable d'une explication générale ne suffit pas à remplacer une étude de tous les cas qu'elle est sensée expliquer. Il importe que cette explication soit confirmée par les données précises, on trouve cependant beaucoup d'hypothèses raisonnables mais non vérifiées. En vérifiant systématiquement les hypothèses, il importe de reconnaître également que l'existence de ces négatifs ne signifie pas nécessairement que ces hypothèses sont sans valeurs.

Si une relation alors significative ressort effectivement d'un ensemble de faits constatés, il importe peu que les erreurs aient été commises car, la relation est apparue malgré les erreurs.

II.1.2 Choix de l'instrument de l'analyse.

L'objet de cette étude consiste à déterminer la relation d'association entre les deux variables en cause. Nous avons utilisé dans le cas de notre étude, un test statistique pour évaluer rigoureusement le degré de signification de la liaison entre deux groupes de variables (test de Khi-deux. X²) et deux mesures d'association pour identifier l'intensité de la liaison entre les variables (le PHI et le coefficient de contingence). Enfin, nous avons procédé à l'analyse factorielle de correspondances multiples pour déterminer les variables discriminantes de la pratique du contrôle de gestion dans l'entreprise industrielle de notre échantillon.

II.1.2.1 Test de Khi deux

Le chi carré (x²)34(*) repose sur la comparaison entre deux fréquences observées dans les différentes séries partielles d'un tableau de contingence et les fréquences théoriques qui devraient apparaître s'il n y avait aucune relation entre les variables considérées. Sa formule est :

X cal = [(Eoij- Etij)/ Etij]

Avec Ztij= Ti x Tj / T-Tj

I = ligne j = colonne (du tableau de contingence)

Oeij = effectifs observés (du tableau de contingence)

Etij = effectifs théorique

Ti = total effectif observé d'une ligne

T. Tj = effectif total du tableau

X cal = khi- deux calculé.

- Si la probabilité de signification du X2 est faible (plus petite que 0,1), on conclut qu'il existe une liaison significative entre les deux variables.

- Si la probabilité de signification est comprise entre 0,05 et 0,15, on conclut qu'il existe une dépendance peu significative entre les deux variables.

- Si la probabilité de X2 est forte (P> 0 ,15), cela traduit une absence de dépendance significative, l'hypothèse est à rejeter.

II.1.2.2 Les mesures d'association

Dans un tableau de contingence à deux dimensions, le test de X2 permet de dire si les deux variables sont indépendantes ou si elles sont liées. Il ne précise pas le degré de liaison, car le calcul du X2 est fortement influencé par la taille de l'échantillon et celle du tableau de contingence. Sa valeur dépend du degré de liberté, c'est à dire du nombre de modalités des différentes variables.

Les mesures d'association permettent à partir du X2 de déterminer le degré ou l'intensité de la liaison.

II.1.2.2.1 Le coefficient phi

Le coefficient phi est particulièrement adapté pour le tableau de contingence (2 x 2). Il apporte particulièrement une correction du X2 pour atténuer l'effet de la taille du tableau.

Sa formule est : Ø = [ X2 / N ]1/2

Où N est le nombre de case du tableau, phi prend 0 quand il n'existe pas de relation entre les deux variables et la valeur de + (quand sa valeur tend vers 1), lorsque les variables sont parfaitement liées. Il s'applique également par extension au tableau de grande taille.

II.1.2.2.2 Le coefficient de contingence

Il est utilisé pour un tableau de n'importe quelle taille.

Sa formule est : C = [ X2 / X2 + N ] ½

Sa plus faible valeur est 0 et traduit une absence totale d'association. Sa plus forte valeur dépend de la taille du tableau ; plus sa valeur s'écarte de 0 et se rapproche de 1, plus l'intensité de la liaison est forte lorsque la liaison est significative.

L'approche d'analyse statistique à l'aide des tests statistiques et mesures d'association comporte deux risques majeurs :

1- Celui d'exploiter partiellement les données ;

2 - Celui de passer à côté des structures cachées que seule l'exploitation globale de l'information recueillie peut permettre de déceler.

Pour éviter ces risques, nous avons choisi une méthode statistique supplémentaire pouvant permettre de saisir globalement les relations entre les variables et les structures cachées des données. C'est une méthode multi variée partiellement adaptée au traitement de variables nominales : l'analyse factorielle de correspondances multiples. Elle met en évidence des attractions répulsions entre les modalités des questions qualitatives35(*).

Fort de toutes ces contraintes, nous avons fixé notre probabilité du khi-deux à 0,01. Compte tenu du fait que notre échantillon est relativement faible donc nous avons 10% de chance de nous tromper.

II.1.2.3 L'analyse factorielle de correspondances (AFC)

Cette méthode d'analyse permet d'obtenir une projection spatiale de chaque groupe de variable, d'identifier les relations privilégiées entre elles et d'en définir les axes factoriels.

II.1.2.3.1 Méthode

L'AFC cherche à présenter, à l'aide d'axes communs, les nuages des individus et de variables d'une manière simplifiée. Travaillant sur les deux nuages en même temps, l'AFC permet de situer les individus (ou modalité ligne) et les variables (ou modalités colonnes) dans le même espace par rapport aux mêmes axes.

Les programmes exécutant une analyse factorielle des correspondances présentent les résultats sous une forme similaire à ceux d'une analyse en composante principale. Ils fournissent, tout d'abord, l'édition des valeurs propres qui donne une indication de la qualité de la représentation fournie par l'axe (Annexe n°2). Celle-ci est aussi exprimée en pourcentage de l'information expliquée parle facteur, le cumul de ces pourcentages permettant d'examiner l'importance des premiers facteurs.

Les programmes donnent en plus des représentations graphiques planes (axes 1/axe2 ; axe1/axe3...) et des éléments d'aide à l'interprétation.

II.1.2.3.2 Conditions et limites d'utilisations

L'analyse de correspondances multiples est l'outil privilégié pour le traitement des enquêtes par questionnaire basées sur des possibilités de reposes fermées.

Il est possible d'utiliser comme analyse, en composantes principales, des variables (ou individus) supplémentaires non prises en compte dans la formation des facteurs ; elles peuvent être représentées sur les différents plans. Les représentations graphiques sont des guides dans l'interprétation. En aucun cas, elles ne se suffisent à elles-mêmes.

Il faut faire attention à l'échelle à laquelle a été représenté le graphique. Seule la représentation dite barycentrique permet de juger des proximités entre les modalités lignes et les modalités colonnes conjointement. Sur ce graphique, chaque modalité d'une des deux variables est le barycentre des modalités de l'autre variable (pour les points correspondants). Les modalités fortement liées entre elles sont ainsi mises en évidence.

II.2 Identification de la PME et présentation des indicateurs d'introduction d'un système de contrôle de gestion

Après avoir présenté la méthodologie de la recherche dans la section précédente, il s'avère indispensable d'exposer les indices de la pratique du contrôle de gestion ainsi que les caractéristiques des PME que nous avons eu à déceler tout au long de notre travail empirique.

II.2.1- Identification de l'entreprise

Tout échantillon possède des caractéristiques qui lui sont propres (voir annexe 3). Aussi, nous présenterons l'âge, l'activité principale, la taille, la forme juridique.

II.2.1.1 Age de l'entreprise

Le tableau ci-après regroupe les entreprises agroalimentaires de notre échantillon selon leur âge.

Tableau 11: Age de l'entreprise

AGE DE L'ENTRPRISE

Cumulative Cumulative

V12 Frequency Percent Frequency Percent

------------------------------------------------------------

moins de 5 ans 23 37.7 23 37.7

plus de 5 ans 38 62.3 61 100.0

Source : Notre enquête

Parmi les entreprises constituant la population de notre travail, 37,7% de ces entreprises ont leur âge compris en dessous de 10 ans. Cependant seules 62,3% ont plus de 10 ans.

II.2.1.2 Activité principale

Nous avons regroupé les entreprises dans le tableau ci-dessous selon l'importance de leur activité principale.

Tableau 12 : L'activité principale

ACTIVITE PRINCIPALE

Cumulative Cumulative

V16 Frequency Percent Frequency Percent

---------------------------------------------------------

industrielle 27 44.3 27 44.3

commerciale 7 11.5 34 55.7

service 27 44.3 61 100.0

Source : Notre enquête

Nous remarquons que dans notre population, il n'y a que 11,5% des PME qui ont pour activité principale le commerce contre 44,3% qui sont dans le secteur des services, de même que la secteur industriel.

II.2.1.3 La taille de l'entreprise

Plusieurs critères sont utilisés pour mesurer la taille des entreprises à savoir : les critère qualitatifs et les critère quantitatifs. Ces derniers font appel soit à l'effectif, soit au montant du capital ou au bénéfice réalisé.

Dans le cas de notre travail, nous retenons comme critère de taille des entreprises de notre population d'étude, le nombre d'employés et l'évolution du chiffre d'affaires.

Tableau 13 : Nombre d'employés

SAS 14:47 Friday, February 28, 1992 6

EFFECTIF ACTUEL

Cumulative Cumulative

V14 Frequency Percent Frequency Percent

-------------------------------------------------------

1 3 4.9 3 4.9

2 5 8.2 8 13.1

3 8 13.1 16 26.2

4 27 44.3 43 70.5

5 18 29.5 61 100.0

Source : Notre enquête

Nous remarquons que 44,3% des entreprises ont un effectif compris entre 40 et 60, pourtant 29,5% ont un effectif supérieur à 60 et que le nombre des PME qui ont un effectif inférieur à 40 est très faible.

Tableau 14: Evolution du chiffre d'affaire

EVOLUTION DU CA

Cumulative Cumulative

V15 Frequency Percent Frequency Percent

-------------------------------------------------

1 27 44.3 27 44.3

2 34 55.7 61 100.0

Source : Notre enquête

D'après le tableau ci-dessus, 55,7% des entreprises de notre échantillon ont des chiffres d'affaires revus à la hausse ces deux dernières années, contre 44 ,3% d'entreprises ayant obtenu des chiffres d'affaires à la baisse.

II.2.1.4 Forme juridique

Nous avons regroupé dans le tableau ci-dessous les entreprises de base de notre étude selon leur forme juridique dans le tableau ci-après.

Tableau 15: Représentation des entreprises selon leur forme juridique

FORME JURIDIQUE

Cumulative Cumulative

V17 Frequency Percent Frequency Percent

--------------------------------------------------

sarl 29 47.5 29 47.5

sa 32 52.5 61 100.0

Source : Notre enquête

Pour ce qui est de la forme juridique, on constate que la Société à Responsabilité Limité (SARL) est la moins répandue dans les PME de notre population d'étude avec

47,5% contre 52,5% pour la société anonyme (SA)

II.2.2 Présentation des indicateurs de l'introduction du contrôle de gestion

Les indicateurs d'introduction du contrôle de gestion sont assez nombreux (voir annexe 3). Aussi nous présenterons : le degré d'appréciation de l'introduction du contrôle de gestion, les activités les plus importantes du contrôle de gestion et le type de contrôle.

II.2.2.1 L'âge d'introduction du contrôle de gestion

Une entreprise ne peut espérer survivre qu'en contrôlant son activité interne ; ce qui n'est possible qu'en appuyant sur un bon système budgétaire.

Tableau 16: l'âge du contrôle de gestion

AGE DU CG

Cumulative Cumulative

V3 Frequency Percent Frequency Percent

-----------------------------------------------------------

mois de 5 ans 27 44.3 27 44.3

plusde 5 ans 34 55.7 61 100.0

Source : Notre enquête

A cet effet, d'après le tableau ci-dessus, 44,3% des PME constituant la population de base de notre étude font du contrôle de gestion il y a de cela moins de 5 ans contre 55,7% qui le font depuis plus de 5 ans de cela

II.2.2.2 Profil du dirigeant des PME Camerounaises

Certains auteurs ont soutenu que le style de contrôle exercé au sein des entreprises dépend du profil du dirigeant.

Tableau 17: profil

VOTRE TYPE DE FOPRMATION

Cumulative Cumulative

V18 Frequency Percent Frequency Percent

--------------------------------------------------------------

technicien 12 19.7 12 19.7

gestionnaire bac 20 32.8 32 52.5

inf ... bacc 29 47.5 61 100.0

Source : notre enquête

En nous basant sur le type de formation des dirigeants, nous observons que 47,5% ont un niveau inférieur au bacc, 19,7% ont un niveau des techniciens et seulement 32,8% sont des gestionnaires. Donc plus de la moitié des dirigeants ne sont pas des gestionnaires de formation.

II.2.2.3 Cause d'introduction d'un système de contrôle de gestion
Nous avons remarqué que le style de contrôle dépend du passé ou du futur de l'entreprise.

Tableau 18: Cause du style de contrôle

CAUSE D'INTRODUCTION DU SYSTEME DE CG

Cumulative Cumulative

V5 Frequency Percent Frequency Percent

--------------------------------------------------------------

aug des act 27 44.3 27 44.3

malversation fin 34 55.7 61 100.0

Source : notre enquête

D'après le tableau, 55,7% des PME ont introduit un système de contrôle de gestion à cause des malversations financières contre 44,3% qui ont introduit à cause de l'augmentation du volume des activités.

II.2.2.4 Style de contrôle

Tableau 19: Répartition des styles de contrôle

- Contrôle stratégique

SAS 14:47 Friday, February 28, 1992 3

Cumulative Cumulative

V81 Frequency Percent Frequency Percent

-------------------------------------------------

0 39 63.9 39 63.9

oui 22 36.1 61 100.0

Source : notre enquête

D'après ce tableau, seulement 36,1% des entreprises de notre échantillon font du contrôle stratégique.

Contrôle financier

Cumulative Cumulative

V83 Frequency Percent Frequency Percent

-------------------------------------------------

0 9 14.8 9 14.8

oui 52 85.2 61 100.

Source : Notre enquête

D'après le tableau, la quasi totalité des entreprises de notre échantillon font du contrôle financier, à l'occurrence 85,2% contre 14,8% seulement. Cela est dû au fait que ces entreprises accordent plus d'importance aux activités quotidiennes et surtout aux activités liées à la maîtrise des coûts, à savoir le suivi des budgets et le calcul des coûts de revient.

Par contre la planification stratégique n'est pas praticable dans les entreprises industrielles de notre échantillon (voir annexe 3), cela peut s'expliquer par le fait que ces entreprises n'ont pas encore atteint une certaine autonomie financière leur permettant de faire des projets à moyen et à long terme sans risque.

II.2.2.5 Les différents rôles du contrôle de gestion

Tableau 20: Représentation selon les différents rôles attribués au contrôle de gestion

- Planification

FONCTION DE PLANIFICATION

Cumulative Cumulative

V101 Frequency Percent Frequency Percent

--------------------------------------------------

0 29 47.5 29 47.5

oui 32 52.5 61 100.0

Source : Notre enquête

- Evaluation

FONCTION D'EVALUATION

Cumulative Cumulative

V102 Frequency Percent Frequency Percent

--------------------------------------------------

0 26 42.6 26 42.6

oui 35 57.4 61 100.0

- Motivation

SAS 14:47 Friday, February 28, 1992 5

FONCTION DE MOTIVATION

Cumulative Cumulative

V103 Frequency Percent Frequency Percent

--------------------------------------------------

0 37 60.7 37 60.7

oui 24 39.3 61 100.0

Source : Notre enquête

D'après ce tableau, on constate que les dirigeants d'entreprise attribuent dans la majorité des cas le rôle d'évaluation à leur contrôle de gestion, soit 57,4%, et le rôle de planification, en l'occurrence 52,5%, Par contre très peu de dirigeants attribuent le rôle de motivation à leur contrôle, soit seulement 39,3%.

En définitive la planification et l'évaluation semblent être les principaux rôles attribués au contrôle de gestion dans les entreprises.

Ce présent chapitre nous aura permis, dans un premier temps de présenter notre cadre méthodologique, et dans un deuxième temps de répertorier les caractéristiques propres aux entreprises de notre étude.

UNE TENTATIVE DE TYPOLOGIE DES STYLES DE CONTRÔLE DE GESTION DANS LES PME CAMEROUNAISES

* 34 Il s'agit d'un test de comparaison de fréquence qui consiste à examiner l'écart entre deux de ces grandeurs. Comparer ses distributions. C'est généraliser le raisonnement en examinant un écart total, somme des écart parties pour éviter q'en faisant la somme, les écart positifs ne soient annulés par le négatif. On élève la différence au carré, d'où le nom chi2-carré des écarts serait plus parlant. Maurice REUCHLIN, Précis de statistique, PUF, Paris, 1976. p.114-117.

* 35 Lorsqu'on croise les modalités qualificatives à des critères quantitatifs, on parle d'analyse en composantes principales qui utilise comme données de base un tableau individuel/critère à la coefficients de corrélation. MAURICE REUCHIN, OP Cip, p161-174

précédent sommaire suivant











Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

9Impact, le film from Onalukusu Luambo on Vimeo.