Analyse de l’intention d’usage de la banque par internet ...
Transcript of Analyse de l’intention d’usage de la banque par internet ...
Analyse de l’intention d’usage de la banque par internet : Une extension du
modèle d’acceptation de la technologie
Kaouther Ben Mansour
Assistante
Institut des Hautes Etudes Commerciales de Carthage
e-mail : [email protected]
Néji Bouslama
Professeur
Faculté des Sciences Economiques et de Gestion de Tunis
e-mail : [email protected]
Analyse de l’intention d’usage de la banque par internet : Une extension du modèle
d’acceptation de la technologie
Résumé
Cette étude répond à un besoin d’étendre la recherche sur le TAM et d’y intégrer des variables
externes adaptées au contexte de la banque par Internet. Un modèle de recherche mettant en
évidence l’impact du risque perçu et de l’innovativité spécifique au domaine sur les variables
originaires du TAM a été développé. Ce modèle a été testé auprès d’un échantillon de 406
fonctionnaires tunisiens non utilisateurs de la banque par internet. Les résultats obtenus
montrent que le risque perçu et l’innovativité influencent directement les croyances
comportementales et indirectement l’intention d’usage de la banque par internet.
Mots-clés : Innovativité, risque perçu, TAM, intention d’usage, banque par internet
Analysis of the intention to use the internet banking: An extension of the technology
acceptance model
Abstract :
This study responds to a need to extend research on the TAM and to incorporate external
variables adapted to the Internet banking context. A research model highlighting the impact
of perceived risk and domain specific innovativeness on the specific variables of the TAM has
been developed. This model was tested on a sample of 406 Tunisian officials, non-users of
Internet banking. The results show that perceived risk and domain specific innovativeness
influence consumer beliefs and determine a large proportion of the intention to adopt internet
banking.
Key-words : Innovativeness, perceived risk, TAM, usage intention, internet banking.
1
Analyse de l’intention d’usage de la banque par internet : Une extension du modèle
d’acceptation de la technologie
Introduction
Lors de ces dernières décennies, le secteur des services financiers a été témoin de l’émergence
des technologies libre-service, « self services technologies ». En plus du réseau physique, les
banques offrent aux clients des moyens alternatifs d’accès aux services - tels que les guichets
automatiques, le téléphone et l’Internet. Ces technologies permettent aux banques d'accroître
l'efficience et la rentabilité de leurs services ; de s’adapter à l'évolution des besoins des clients
et de leur mode de vie ; d’améliorer leurs prestations de services et de renforcer la relation
avec leurs clients en jouant la carte de l’interactivité et de la personnalisation. Toutefois, mal-
gré les investissements importants consentis par les banques pour le développement de leurs
capacités technologiques, de nombreux consommateurs demeurent inactifs ou utilisent la
banque en ligne de façon irrégulière, en se concentrant principalement sur les opérations de
consultation tout en évitant les transactions complexes (Sarel et Marmorstein, 2003). Le pas-
sage à la chaîne en ligne a été introduit par les banques, entre autres, dans un objectif de réduc-
tion des coûts ; toutefois, des économies significatives ne sont possibles qu'avec une migration
importante des consommateurs vers les services bancaires en ligne. Par conséquent, com-
prendre les facteurs clés qui pourraient accélérer ou ralentir l'adoption de la chaîne en ligne est
devenu un sujet d'actualité dans le secteur bancaire.
L'adoption des technologies bancaires libre-service représente une interaction complexe entre
un service immatériel et un moyen novateur de prestation de services. L’acceptation de cette
innovation par le marché se fait progressivement dans le temps et dépend essentiellement du
profil des consommateurs potentiels (Rogers, 1962). La revue de la littérature montre que,
parmi plusieurs facteurs, le degré de réceptivité de l’innovation et le risque perçu de la transac-
2
tion constituent des facteurs qui déterminent la rapidité avec laquelle un internaute devient un
acheteur en ligne (Citrin & al., 2000; Vrechopoulos, Siomkos, et Doukidis, 2001). D’abord,
l’innovativité du consommateur, en tant que tendance envers le changement et l’essai de nou-
veaux produits plus fréquemment et plus rapidement que les autres (Hirunyawipada et Paswan,
2006), joue un rôle important dans le processus d’adoption précoce de la banque en ligne (Al-
das-Manzano & al., 2009). Ensuite, certaines recherches ont constaté que le risque associé à
d'éventuelles pertes de la transaction bancaire en ligne est plus grand que dans les environne-
ments traditionnels (Bradley et Stewart, 2002; Mukherjee et Nath, 2003). Dans une perspec-
tive théorique, alors que la majorité des études sur l’innovativité se focalisent sur la recherche
de nouveauté comme principal mobil d’adoption des innovations (Chau et Hui, 1998 ; Menon
et Kahn, 1995), on délaisse, souvent, le fait que les nouveaux produits et services sont enta-
chés de risques qui entravent leur adoption. S’inscrivant dans la même lignée qu’Aldas-
Manzano & al. (2009) et Hirunyawipada et Paswan (2006), la présente étude essaye d’intégrer
ces deux perspectives de la recherche au modèle TAM. L’objectif de ce travail est de présenter
une étude en profondeur de l’acceptation des technologies bancaires libre-service, à travers
l’analyse du rôle de l’innovaitivité spécifique au domaine et du risque perçu comme antécé-
dents des croyances comportementales du TAM.
1. Revue de la littérature et développement des hypothèses
1.1. Le modèle d’acceptation de la technologie TAM
Le modèle d’acceptation de la technologie est une adaptation de la théorie de l’action raison-
née (Fishbein et Ajzen, 1975) à l’adoption des technologies de l’information. Selon la théorie
de l’action raisonnée et son extension, la théorie du comportement planifié (Ajzen, 1985), le
comportement est en général guidé par l’intention de l’individu d’adopter un tel comporte-
ment. Cette intention d’agir est motivée par l’attitude de l’individu, qui elle-même dépend des
3
croyances relatives aux conséquences. En accord avec cet enchaînement logique, adapté à la
résolution de problèmes de choix complexes, Davis (1989) a proposé son modèle
d’acceptation de la technologie (Technology Acceptance Model, TAM) pour expliquer et pré-
dire l’adoption des technologies de l’information et de la communication par l’utilisateur final
dans un cadre organisationnel. Au niveau du TAM (Davis, 1989), l’intention est un antécédent
du comportement, et est fonction de l’attitude, laquelle dépend de croyances spécifiques au
contexte des technologies de l’information. Ces croyances sont la perception de l’utilité et la
perception de la facilité d’utilisation de la technologie. L’utilité perçue traduit la perception par
les utilisateurs potentiels des gains de performance à réaliser ou des bénéfices qui pourraient
être obtenus suite à l’utilisation de la technologie (Davis, 1989). La facilité d’utilisation perçue
est définie comme l’intensité avec laquelle un utilisateur potentiel croit que l’utilisation d’une
technologie sera exempte d’efforts et de difficultés supplémentaires (Davis, 1989). Dans le
TAM (Davis, 1989), la facilité d’utilisation perçue joue un double rôle. Elle a un effet direct
sur l’attitude envers le comportement à adopter, et elle détermine aussi l’utilité perçue d’une
nouvelle technologie, en effet, Davis (1989) soutient que l’utilité est favorablement perçue
lorsque l’effort requis pour son utilisation est faible. Ces deux construits, l’utilité perçue et la
facilité d’utilisation perçue, sont, selon le TAM (Davis, 1989), les déterminants essentiels de
l’attitude d’un individu à l’égard de l’usage d’une technologie donnée, et sont donc les déter-
minants de son intention d’utilisation et du comportement effectif d’utilisation. Le TAM (Da-
vis, 1989) suppose aussi que seule l’utilité perçue a un effet direct sur l’intention comporte-
mentale ; la facilité d’utilisation perçue a, par contre, un effet indirect, via l’attitude. Le TAM
(Davis, 1989) occupe, aujourd’hui, une place de choix parmi les modèles théoriques les plus
répandus pour l’étude de l’adoption des innovations technologiques. Il a fait l’objet de plu-
sieurs applications dans différents contextes d’utilisation des technologies de l’information et
pour différents types de technologies. Les résultats de ces recherches témoignent de sa parci-
4
monie (Agrawal et Prasad, 1999), de sa robustesse (Venkatesh et Morris, 2000), de sa validité
(Hernandez et Mazzon, 2007) et sa capacité d’adaptation à différents contextes technolo-
giques, notamment, en marketing, celui de l’achat sur internet (Stern & al. 2008 ; McKechnie
Winklhofer, et Ennew, 2006 ; Guriting et Ndubisi 2006 ; Cheng, Lam, et Yeung, 2006 ; Shih,
2004) et celui de l’adoption des technologies libre-service (Purkayastha 2009 ; Celik, 2008 ;
Suh et Han 2002). Depuis son apparition, le TAM a suscité l’intérêt de nombreuses recherches
qui ont proposé des extensions du TAM tels que le TAM2, le TAM3, le eTAM, etc. Toute-
fois, plusieurs chercheurs préfèrent encore s’inspirer du modèle original de Davis (1989), tout
en l’adaptant au contexte de l’étude par la prise en compte des prolongements appropriés.
Nous pouvons, ainsi, adopter les hypothèses de base du TAM :
H1 : « La facilité d’utilisation perçue a une influence positive sur l’utilité perçue de la banque
par internet». H2 : « La facilité d’utilisation perçue a une influence positive sur l’attitude
envers l’usage de la banque par internet». H3 : « L’utilité perçue a une influence positive sur
l’attitude envers l’usage de la banque par internet ». H4 : « L’utilité perçue a une influence
positive sur l’intention d’usage de la banque par internet ». H5 : « L’attitude a une influence
positive sur l’intention d’usage de la banque par internet ».
Malgré sa capacité explicative et prédictive d’une proportion substantielle de la variance (près
de 40%) de l’attitude, de l’intention d’usage et du comportement (Mathieson, Peacock, et
Chin, 2001 ; Venkatesh et Davis, 2000 ; Doll, Hendrickson et Deng, 1998 ; Chin et Todd,
1995), le TAM (Davis, 1989) a fait l’objet de certaines critiques. Parmi ces critiques, on note,
principalement, que les concepts clés du TAM (Davis, 1989) restent insuffisants pour prévoir
l’intention d’usage et que d’autres variables aussi puissantes et significatives devraient être in-
tégrées dans le modèle. D’ailleurs, Davis (1989) a déjà noté que des recherches futures sont
nécessaires pour identifier les variables externes susceptibles d’influencer l’utilité perçue et la
facilité d’utilisation perçue et d’exercer un impact indirect sur les attitudes et comportements
5
des usagers. Davis, Bagozzi et Warshaw (1989) suggèrent que les variables psychologiques
internes (les croyances) qui sont au centre du TAM, jouent un rôle médiateur de l’impact que
toutes les autres variables externes peuvent exercer sur le comportement d’usage de
l’innovation. Plusieurs chercheurs ont proposé une extension du TAM (Davis, 1989) en inté-
grant l’impact des antécédents des croyances comportementales (Pavlou, 2003 ; Venkatesh,
2000 ; Lederer & al., 2000 ; Venkatesh et Davis, 2000). En général, les caractéristiques per-
çues de l’innovation sont déterminées par trois catégories de facteurs : les attributs de la tech-
nologie, les caractéristiques de la personne, et les facteurs situationnels (Lee & al., 2003).
Parmi toutes ces variables, ce sont les variables relatives à l’individu et celles relatives à la
technologie qui ont reçu une attention particulière de la part des chercheurs en marketing.
Dans le cadre de la présente recherche, nous nous intéressons au risque perçu et à
l’innovativité spécifique au domaine.
1.2. Le risque perçu
Le risque est un concept clé dans la prise de décision des consommateurs (Volle, 1995 ; Gab-
bott, 1991; Mitchell, 1999). Le consommateur perçoit un risque quand il ne peut pas anticiper
avec certitude les conséquences potentiellement négatives de ses comportements d’achat et de
consommation (Darpy et Volle, 2003). Sur la base des travaux de Bauer (1960), la majorité
des chercheurs ont présenté le concept de risque perçu comme un concept bidimensionnel
comportant deux composantes : le risque de conséquences ou de pertes et le risque
d’incertitude. Le risque de conséquences relève de l’anticipation des conséquences découlant
de l’échec éventuel d’un achat. Le risque d’incertitude correspond à la probabilité
d’occurrence des conséquences éventuellement négatives de l’achat.
Dans le domaine des technologies bancaires électroniques, le risque perçu découle de l'incerti-
tude à laquelle les clients sont confrontés lorsqu'ils ne peuvent pas prévoir les conséquences de
6
leurs décisions d'achat. Cette incertitude concerne la valeur des services ; les préoccupations
concernant la fiabilité d'Internet et des infrastructures connexes ; et la séparation spatiale et
temporelle entre les utilisateurs et les employés de banque (Howcroft, Hamilton et Hewer,
2007 ; Flavian, Guinalıu et Gurrea, 2005). Ces différentes incertitudes peuvent être à l’origine
de conséquences indésirables qui pourraient causer au consommateur des pertes financières,
psychologiques, sociales, mais aussi des pertes en termes de sécurité, de confidentialité, de per-
formance, de temps, etc. (Cunningham, Gerlach et Harper, 2005).
Le risque perçu a été, souvent, associé à l’étude de l’adoption des innovations (McKechnie
Winklhofer, et Ennew, 2006 ; Wan, Luk et Chow, 2005 ; Suganthi et Balachandran, 2001).
C’est un concept d’une importance particulière dans le domaine des services où le consomma-
teur éprouve des difficultés pour évaluer la technologie avant son adoption (Im, Kim et Han,
2008 ; Black & al., 2001). Il a été étudié d’une manière extensive dans la recherche sur
l’adoption de la banque électronique (Lee, 2009 ; Ozdemir, Trott et Hoecht, 2008 ; Zhao &
al., 2008 ; Bauer et Hein, 2006 ; Jaruwachirathanakul et Fink, 2005 ; Suganthi et Balachan-
dran, 2001). Des recherches sur l’adoption de la banque par internet (Celik, 2008 ; Yiu, Grant
et Edgar, 2007 ; Cheng, Lam et Yeung, 2006) ont proposé une extension du TAM par
l’intégration du risque perçu comme antécédent des croyances comportementales. Il a été dé-
montré que le risque perçu a une influence directe négative sur la facilité d’utilisation perçue et
sur l’utilité perçue, et une influence indirecte négative sur l’attitude envers l’usage de la banque
par internet et sur l’intention d’adoption (Celik, 2008 ; Yiu Grant et Edgar, 2007 ; Litter et
Melanthiou, 2006 ; Lee, Kwon, et Schumann, 2005 ; Gerrard et Cunningham, 2003 ; Polatoglu
et Etkin, 2001). Il est donc possible de déduire les hypothèses suivantes :
H6 : « Le risque perçu a une influence négative sur l’utilité perçue de la banque par internet ».
H7 : « Le risque perçu a une influence négative sur la facilité d’utilisation perçue de la banque
par internet ».
7
1.3. L’innovativité spécifique au domaine
L’innovativité spécifique au domaine représente une tendance à s’informer sur et à adopter les
innovations dans un domaine d’intérêt particulier (Goldsmith et Hofacker, 1991). Selon la
théorie de diffusion des innovations (Rogers, 2003, 1962), les personnes réagissent différem-
ment face à une nouvelle idée, une nouvelle pratique, ou un nouveau produit en fonction de
leur degré d’innovativité, qui est une prédisposition ou une tendance envers l’adoption des in-
novations. D’abord perçue comme une tendance comportementale (Rogers, 1962),
l’innovativité est, de plus en plus, considérée comme un trait individuel persistant qui reflète la
nature sous-jacente d’un individu quand il se trouve exposé à une innovation (Yi, Fiedler et
Park, 2006 ; Rogers, 2003 ; Goldsmith et Hofacker, 1991). Midgley et Dowling (1978) distin-
guent l’innovativité innée qui peut être considérée comme un trait de personnalité de
l’innovativité réalisée qui correspond au comportement d’achat précoce d’un nouveau produit
ou service. En raison du degré d'abstraction de la définition de l'innovation innée, Goldsmith et
Hofacker (1991) ont mis au point une échelle de mesure de l'innovativité dans un domaine spé-
cifique. L'innovativité spécifique au domaine (Domain Specific Innovativeness) est « une ten-
dance à s’informer sur et à adopter les innovations au sein d’un domaine spécifique d’intérêt »
(Goldsmith et Hofacker, 1991). L’innovativité spécifique au domaine est plus prédictive du
comportement d’achat de nouveaux produits que l’innovativité innée (Goldsmith & al., 1995).
L’innovativité spécifique au domaine renvoie à la notion d’intérêt pour la catégorie de pro-
duits définie par Midgley et Dowling (1978) comme « une tendance durable à rechercher de
l’information et/ou à effectuer des achats au sein d’une catégorie spécifique de produits ».
Rijnsoever et Donders (2009) ont montré, en effet, que le comportement du consommateur
innovant est associé à un usage intensif d'une catégorie de produits. En tant que caractéristique
personnelle permanente, l’innovativité spécifique au domaine détermine l’implication de
l’individu envers la catégorie de produits qui se définit comme « un état inobservable de moti-
8
vation, d’excitation ou d’intérêt. Elle se manifeste par des types de recherche, de traitement de
l’information et de prise de décision » (Rothschild, 1984).
Dans le domaine des technologies bancaires libre-service, il a été établi que le sens
d’implication personnelle en terme d’innovativité influence la perception de l’interface techno-
logique, l’attitude à l’égard de son usage et son adoption éventuelle (Yang, 2010 ; Rijnsoever
et Donders, 2009 ; Cai, Yang et Cude, 2008 ; Wang, Scott, et Marwa, 2007 ; Yi, Fiedler et
Park, 2006 ; Paswan et Troy, 2005 ; Im, Bayus et Mason, 2003 ; Lewis, Agarwal et Samba-
murthy, 2003). Ces conclusions confirment celles avancées par Agarwal et Karahanna (2000)
qui ont démontré que l’innovativité influence indirectement l’intention comportementale via
l’absorption cognitive qui est, à son tour, un déterminant significatif des croyances comporte-
mentales. L’on peut, donc, émettre les hypothèses suivantes :
H8 : « L’innovativité spécifique au domaine a une influence positive sur l’utilité perçue de la
banque par internet ».
H9 : « L’innovativité spécifique au domaine a une influence positive sur la facilité d’utilisation
perçue de la banque par internet ».
Le modèle conceptuel qui résume l’ensemble des hypothèses émises se présente comme suit :
Figure 1 : Modèle conceptuel de la recherche
Utilité
perçue
H1
H2
Facilité
d’utilisation
perçue
H3
H4
H5 Attitude en-
vers la BI
Intention
d’usage de la
BI
H7
H6 Risque perçu
H8
H9
Innovativité
spécifique au
domaine
9
2. Méthodologie de la recherche
Les études antérieures stipulent que les méthodes quantitatives sont plus adaptées à la collecte
de données sur les décisions d'achat complexes, en l’occurrence l’adoption des technologies
bancaires libre-service (Barkworth & al., 2002 ; Mitchell, Lewis et Pichene, 1995; Verhage &
al., 1990 a, b). Une orientation quantitative similaire est appliquée dans le cadre du présent tra-
vail. Compte tenu des difficultés matérielles d’administrer le questionnaire à un échantillon
probabiliste, un échantillonnage non probabiliste en boule de neige a été employé.
L’échantillonnage de commodité a été largement utilisé par les études antérieures sur
l’adoption des innovations, et a été déclaré approprié (Kaplan, Szybillo et Jacoby, 1974 ; Altu-
ras et Santos, 2004 ; Choi et Lee, 2003 ; Dholakia, 2001). Un échantillon de 406 fonction-
naires tunisiens non utilisateurs de la banque par internet a été interrogé en face à face. La po-
pulation interrogée est constituée de 46,3% d’hommes contre 53,7% de femmes, dont la majo-
rité ont entre 20 et 40 ans (73,9%) et ont un niveau d’études supérieur (90,6%).
L’instrument de recherche, le questionnaire, est composé de 23 items en relation avec les va-
riables de l’étude. Les échelles de mesure utilisées ont été adaptées des recherches antérieures
où elles ont fait preuve d’une bonne validité. Les échelles anglo-saxonnes ont été traduites se-
lon la procédure de la double rétro-traduction. Pour assurer la validité de contenu, le vocabu-
laire de ces échelles a été ajusté au contexte de la banque par internet. Les mesures des
croyances comportementales utilisées sont celles préconisées par Taylor et Todd (1995) et Da-
vis (1989). L’utilité perçue et la facilité d’utilisation perçue ont été mesurées chacune à travers
4 items, selon une échelle Likert à 7 points. L’attitude a été mesurée par trois items selon une
échelle sémantique différentielle à 7 points, conformément aux travaux de Curran, Meuter et
Surprenant (2003) et Dablholkar (1996). L’intention d’usage était, aussi, mesurée selon une
échelle sémantique différentielle à 7 points, en termes de probabilité et de possibilité qu’un
consommateur considèrerait l’essai de l’innovation (Curran, Meuter et Surprenant, 2003 ; Lee
10
et Allaway, 2002 ; Dablholkar, 1996). La mesure du risque perçu a été adaptée des recherches
menées en matière de technologies bancaires et de commerce électronique (Aldas-Manzano &
al., 2009 ; Walker et Johnson, 2006 ; Meuter & al., 2005 ; Stone et Gronhaug, 1993). Les en-
quêtés ont été appelés à indiquer l’intensité du risque global qu’ils perçoivent à travers quatre
items mesurés selon une échelle de Likert à 7 points. L’innovativité spécifique au domaine a
été mesurée par l’échelle développée par Goldsmith et Hofacker (1991), selon deux dimensions
de trois items chacune, évalués à l’aide d’une échelle Likert à 7 points (cf. Annexe1).
3. Analyse des données et résultats
3.1. Fiabilité et validité des construits
Pour s’assurer de la fiabilité et de la validité du modèle de mesure, une analyse factorielle,
d’abord, exploratoire sur SPSS.16, puis confirmatoire sur AMOS.16, ont été conduites sur
l’ensemble des construits. Les résultats de l’AFC montrent que notre modèle de mesure pré-
sente un ajustement satisfaisant aux données. Trois niveaux d’ajustement ont été évalués :
l’ajustement absolu ; l’ajustement incrémental ; et l’ajustement de parcimonie (² =236,577 ;
GFI=0,933 > 0,9 ; AGFI=0,892 ; RMR=0,073 < 0,1 ; RMSEA=0,067 < 0,08 ; NFI=0,939 >
0,9 ; TLI=0,942 > 0,9 ; CFI=0,960 > 0,9 ; ² normé=2,816 < 3).
Dans le cadre de l’analyse factorielle confirmatoire, l’ajustement de chaque construit avec ses
indicateurs est aussi vérifié. Cet ajustement est évalué par l’examen de la fiabilité de cohérence
interne, la validité convergente et la validité discriminante de chaque construit.
Le test t associé à chacune des contributions factorielles est nettement supérieur à 1,96, véri-
fiant ainsi la signification du lien de chaque indicateur avec le construit correspondant. Ensuite,
la fiabilité de cohérence interne des construits est vérifiée par le calcul du coefficient rhô de Jö-
reskog (1971) pour chaque construit. Les valeurs obtenues dépassent largement le seuil cri-
tique de 0,7 (Fornell et Larker, 1981), sauf pour l’échelle de mesure de la facilité d’utilisation
11
perçue dont le rhô de Jöreskog est de 0,696. Cette valeur, en se rapprochant du seuil critique
de 0,7, nous permet de conclure à la fiabilité de cette échelle de mesure. De même, le calcul du
rhô de validité convergente a donné des résultats satisfaisants supérieurs au seuil de 0,5 (For-
nell et Larker, 1981) pour toutes les échelles de mesure. Nous pouvons, ainsi, conclure à
l’unidimensionnalité de ces échelles (Tableau 1).
Construit Fiabilité (ρ de Jöreskog) Validité convergente (ρvc)
Utilité perçue (UTP) 0,707 0,551
Facilité d’utilisation perçue (FUP) 0,696 0,534
Innovativité spécifique au domaine
(INNSD) 0,763 0,518
Risque perçu (RP) 0,797 0,506
Attitude (ATT) 0,766 0,528
Intention d’usage (IU) 0,925 0,860
Tableau 1 : Fiabilité et validité convergente des construits
La validité discriminante des variables étudiée est, aussi, assurée, en effet, la variance partagée
entre les variables latentes est inférieure à la variance partagée entre les variables latentes et
leurs indicateurs (Tableau 2).
UTP FUP INNSD RP ATT IU
UTP 0,713
FUP 0,426 0,731
INNSD 0,027 0,135 0,720
RP -0,300 -0,393 -0,050 0,711
ATT 0,443 0,371 0,103 -0,415 0,727
IU 0,453 0,253 0,146 -0,361 0,705 0,927
Tableau 2 : Validité discriminante des construits
12
3.2. Résultats
Le modèle conceptuel a été testé par la méthode des équations structurelles. Les résultats mon-
trent que les données s’ajustent bien au modèle conceptuel (² =271,947 ; GFI=0,925 ;
AGFI=0,886 ; RMR=0,126 ; RMSEA=0,071 ; NFI=0,930 ; TLI=0,935 ; CFI=0,952 ; ² nor-
mé=3,056). L’observation des coefficients de régression montre que les relations de causalités
mises en évidence par le modèle conceptuel sont, pour la plupart, significatives au seuil de
risque p < 5%, la valeur de leur estimateur « t de Student » étant supérieure à 1,96 (Tableau
3). Ces relations traduisent un déterminisme assez important de l’influence de l’innovativité
spécifique au domaine et du risque perçu sur les croyances comportementales du TAM. Le
coefficient de détermination (R²) de la variable endogène « Intention d’usage » est de 56,3%,
traduisant une bonne explication de l’intention d’usages par les variables exogènes et intermé-
diaires de la recherche. En effet, 56,3% de la variance de l’intention d’usage de la banque par
internet est expliquée par le modèle causal.
Relation Estimateur standardisé t de Student p R²
INNSD UTP 0,019 0,341 0,733
0,221
RP UTP -0,208 -2,990 0,003
FU UTP 0,344 4,536 0,000
INNSD FUP 0,121 1,996 0,046
0,167 RP FUP -0,407 -5,263 0,000
UTP ATT 0,366 5,091 0,000
0,225
FUP ATT 0,224 3,408 0,000
UTP IU 0,160 3,124 0,002
0,563
ATT IU 0,662 9,007 0,000
Tableau 3 : Résultats de l’analyse structurelle
13
Les résultats obtenus confirment les relations de base du TAM. En effet, la facilité d’utilisation
perçue influence positivement l’utilité perçue de la banque par internet. Les deux croyances
comportementales (facilité d’utilisation perçue et utilité perçue) ont une influence positive sur
l’attitude envers l’usage de la banque par internet. L’utilité perçue et l’attitude influencent po-
sitivement l’intention d’usage de la banque par internet. Nous pouvons, ainsi, conclure à la va-
lidité des hypothèses H1, H2, H3, H4 et H5. Les résultats de la recherche mettent, aussi, en
évidence le rôle du risque perçu comme déterminant de l’utilité perçue et de la facilité
d’utilisation perçue de la banque par internet. Les hypothèses H6 et H7 sont donc validées.
Nous avons, en outre, relevé une relation significative entre l’innovativité spécifique au do-
maine et la facilité d’utilisation perçue. Par contre l’innovativité spécifique au domaine ne
s’avère pas un antécédent significatif de l’utilité perçue. Nous en concluons que l’hypothèse
H8 est rejetée et l’hypothèse H9 est validée.
4. Discussion et implications
Le point de départ de la présente étude était le TAM. Afin d’augmenter son orientation con-
textuelle et d'améliorer son pouvoir explicatif, nous avons essayé d’étendre le TAM par
l’intégration de deux variables externes (le risque perçu et l’innovativité spécifique au do-
maine). Les résultats de la recherche révèlent que le TAM pourrait constituer une
base théorique solide pour la compréhension de l’intention d’usage de la banque par internet.
En effet, les postulats de base du TAM ont été confirmés à travers le flux croyances-attitude-
intention d’utilisation. Ces résultats confirment ceux des recherches antérieures (Gefen, Kara-
hanna et Straub, 2003 ; Davis, 1989 ; Davis, Bagozzi et Warshaw, 1992 ; Taylor et Todd,
1995 ; Venkatesh et Davis, 2000). Les résultats montrent, aussi, que la facilité d’utilisation
perçue a moins d’impact que l’utilité perçue dans la décision d’usage de la banque par internet
conformément aux résultats d’autres recherches (O’Cass et Fenech, 2003; Suh et Han, 2002).
14
Les résultats obtenus montrent, aussi, que le risque perçu est un inhibiteur clé de l’usage de la
banque par internet à travers son impact direct, significatif et important sur les croyances com-
portementales du consommateur. Ces résultats sont en accord avec ceux obtenus dans cer-
taines études (Yiu, Grant et Edgar, 2007 ; Litter et Melanthiou, 2006) et en désaccord avec
ceux obtenus par Celik (2008). Celui-ci a mis en évidence un impact plutôt direct du risque
perçu sur l’intention d’usage et a signalé l’absence d’impact direct sur les croyances compor-
tementales. Pour réduire le risque perçu, les clients ont besoin d’être rassurés par rapport à ce
nouveau canal d’interaction. L'asymétrie de l'information bancaire et le manque de personnel
de contact empêchent le consommateur d’évaluer correctement les caractéristiques du produit
ou service, réduisant ainsi la confiance du consommateur (Ba et Pavlou, 2002). Des actions de
sensibilisation et d’information doivent être conduites par les banques afin de développer la
confiance des consommateurs dont la plupart se trouvent à un stade précoce dans l'apprentis-
sage des services bancaires en ligne. Dans ce sens, les banques peuvent organiser des démons-
trations et des séances d’apprentissage des services en ligne afin de démystifier l’usage des
technologies libre-service et d’induire des attitudes plus favorables. L'occasion de la conduite
d'un essai peut confirmer le degré de performance et les possibilités de contrôle de la banque
par Internet et fournit la confiance nécessaire pour les consommateurs percevant un haut ni-
veau de risque. Les banques doivent, aussi, rassurer le consommateur quant à la sécurité et la
confidentialité qui sont les volets les plus importants en matière de perception de risque (Oz-
demir, Trott et Hoecht, 2008 ; Gerrard et Cunningham, 2003). Des marques de certification,
bien mises en évidence sur le site, permettraient de combattre le sentiment de frustration que
pourraient ressentir les clients par rapport à ces risques.
L’influence positive et significative de l’innovativité spécifique au domaine sur la facilité
d’utilisation de la banque par internet corrobore les résultats obtenus par des recherches anté-
rieures sur l’adoption des services bancaires en ligne (Reid et Levy, 2008 ; Lassar et Lassar,
15
2005). Ces résultats nous autorisent à suggérer aux banques de fournir à leurs clients précoces
les moyens leur permettant de véhiculer un bouche à oreille favorable pouvant contribuer à ac-
célérer la diffusion de la banque par internet.
5. Conclusion, limites et voies futures de la recherche
En guise de conclusion finale, les résultats de notre recherche, en ligne avec ceux des re-
cherches antérieures (Aldas-Manzano & al,. 2009 ; Lassar et Lassar, 2005), nous autorisent à
souligner l'importance des niveaux d'innovation des consommateurs et leurs caractéristiques,
en matière d’adoption des services bancaires en ligne. La prise en compte de ces résultats est
cruciale pour les banques, car il a été constaté que l'innovativité influe positivement sur la faci-
lité d’utilisation perçue, laquelle a un impact sur l’attitude et l’intention d’usage de la banque
par internet. L’identification d’une éventuelle relation directe entre l’innovativité du consom-
mateur, le risque perçu, l’attitude et l’intention d’usage de la banque par internet pourrait cons-
tituer une première voie de recherche future. Une autre voie de recherche pourrait consister en
une identification des principales composantes du risque perçu et une hiérarchisation de
l’impact direct de celles-ci sur l’attitude du consommateur envers la banque par internet et sur
l’intention d’usage des services bancaires en ligne. Au-delà des services bancaires par Internet,
il serait intéressant d’étendre les résultats de notre recherche à d’autres canaux technologiques
dans le secteur bancaire, tels que les guichets automatiques des banques et la banque par télé-
phone. Finalement, il faut signaler que le présent travail de recherche souffre de certaines li-
mites. Comme toute étude, les résultats présentés ici peuvent être difficiles à généraliser au-
delà de notre échantillon spécifique, en raison de la procédure d’échantillonnage par conve-
nance qui a été utilisée. Des recherches futures menées sur d’autres échantillons et dans
d’autres contextes socioculturels pourraient contribuer à étayer la validité et la stabilité des
résultats obtenus.
16
Bibliographie :
Articles :
Adams, D.A., Nelson, R.R. et Todd, P.A. (1992), “Perceived usefulness, ease of use, and us-
age of information technology: a replication”, MIS Quarterly, Vol. 16, No. 2, pp. 227-47.
Agarawal, R. and Prasad, J. (1999), “Are individual differences germane to the acceptance of
new information technologies?”, Decision Sciences, Vol. 30 No. 2, pp. 361-91.
Agarwal, R. et Karahanna, E. (2000), “Time flies when you’re having fun: cognitive absorption
and beliefs about information technology usage”, MIS Quarterly, Vol. 24, No. 4, pp. 665-94.
Ajzen, I. (1985), “From intentions to actions: a theory of planned behavior”, in Kuhl, J. and
Beckmann, J. (Eds), Action Control: From Cognition to Behavior, Springer, Heilderberg,
pp.11-39.
Akinci, S., Aksoy, S. and Atilgan, E. (2004), “Adoption of internet banking among sophisti-
cated consumer segments in an advanced developing country”, International Journal of Bank
Marketing, Vol. 22 No. 3, pp. 212-232.
Aldàs-Manzano Joaquin, Carlos Lassala-Navarré, Carla Ruiz-Mafé, Silvia Sanz-Blas (2009),
“The role of consumer innovativeness and perceived risk in online banking usage”, Interna-
tional Journal of Bank Marketing, Vol. 27, No. 1, p. 53.
Alturas, B. and Santos, M.D.C. (2004), “Direct selling: the role of risk in consumers’ accep-
tance and satisfaction”, paper presented at Academy of Marketing Conference, Virtue in Mar-
keting, Cheltenham, 6-7 July.
Ba, S., et Pavlou, P. A. (2002), “Evidence of the effect of trust building technology in elec-
tronic markets: Price premiums and buyer behaviour”, MIS Quarterly, 26(3), pp.243-268.
Barkworth, L., Hibbert, S., Horne, S. and Tagg, S. (2002), “Giving at risk? Examining per-
ceived risk and blood donation behaviour”, Journal of Marketing Management, Vol. 18 Nos
9/10, pp. 905-22.
17
Bauer Keldon, Scott E Hein (2006), “The effect of heterogeneous risk on the early adoption
of Internet banking technologies”, Journal of Banking & Finance, Vol. 30, No. 6; p. 1713.
Black, N.J., Lockett, A., Winklhofer, H. et Ennew, C. (2001), “The adoption of internet finan-
cial services: a qualitative study”, International Journal of Retail & Distribution Management,
Vol. 29 No. 8, pp. 390-8.
Bradley Laura et Kate Stewart, (2002), “A delphi study of the drivers and inhibitors of Internet
banking”, The International Journal of Bank Marketing, 20,6, pp.250-260.
Cai Yi, Yali Yang, Brenda Cude (2008) “Inconsistencies in US consumers' attitudes toward
and use of electronic banking: An empirical investigation”, Journal of Financial Services Mar-
keting, Vol. 13, No. 2; p. 150 (14 pages).
Celik, (2008), “what determines Turkish customers’ acceptance of internet banking?”, The In-
ternational Journal of Bank Marketing, 26,5, pp.353-370.
Chau, P.Y.K. and Hui, K.L. (1998), “Identifying early adopters of new IT products: a case of
Windows 95”, Information and Management, Vol. 33 No. 5, pp. 225-30.
Cheng, T.C.E., Lam, D.Y.C. et Yeung, A.C.L. (2006), “Adoption of internet banking: an em-
pirical study in Hong Kong”, Decision Support Systems, Vol. 42 No. 3, pp. 1558-1572.
Chin, W. et Todd, P. (1995), “On the Use, Usefulness, and Ease of Use of Structural Equation
Modeling”, in MIS Research: A Note of Caution. MIS Quarterly, 9, 2, pp. 237-246.
Choi, J. and Lee, K.-H. (2003), “Risk perception and e-shopping: a cross-cultural study”,
Journal of Fashion Marketing and Management, Vol. 7 No. 1, pp. 49-64.
Citrin, A.V., Sprott, D.E., Silverman, S.N. and Stem, D.E. (2000), “Adoption of internet
shopping: the role of consumer innovativeness”, Industrial Management & Data Systems, Vol.
100 No. 7, pp. 294-300.
18
Cunningham, L.F., Gerlach, J. et Harper, M.D. (2005), “Perceived risk and e-banking services:
an analysis from the perspective of the consumer”, Journal of Financial Services Marketing,
Vol. 10 No. 2, pp. 165-178.
Curran, J.M., Meuter, M.L. et Surprenant, C.F. (2003), “Intentions to use self-service tech-
nologies: a confluence of multiple attitudes”, Journal of Service Research, Vol. 5, No. 3, pp.
209-24.
Dabholkar, P.A. (1996), “Consumer evaluations of new technology-based self-service options:
an investigation of alternative models of service quality”, International Journal of Research in
Marketing, Vol. 13, No. 1, pp. 29-51.
Davis, F.D. (1989), “Perceived usefulness, perceived ease of use and user acceptance of com-
puter technology”, MIS Quarterly, Vol. 13, No. 3, pp. 319-37.
Davis, F.D., Bagozzi, R. et Warshaw, P.R. (1992), “Extrinsic and intrinsic motivation to use
computers in the workplace”, Journal of Applied Social Psychology, Vol. 22 No. 14, pp.
1109-30.
Davis, F.D., Bagozzi, R.P. et Warshaw, P.R. (1989), “User acceptance of computer technol-
ogy: a comparison of two theoretical models”, Management Science, Vol. 35, No. 8, pp. 982-
1003.
Dholakia U. (1997), “An investigation of the relationship between perceived risk and product
involvement”, Advances in Consumer Research, 24, pp. 159-167.
Dholakia, U.M. (2001), “A motivational process model of product involvement and consumer
risk perception”, European Journal of Marketing, Vol. 35 Nos 11/12, pp. 1340-62.
Doll W.J., Hendrickson, A. et Deng, X. (1998), “Using Davis’s perceived usefulness and ease
of use instruments for decision making: a confirmatory and multi-group invariance analysis”,
Decision Science, Vol. 29, No. 4, pp. 839-869
19
Flavian, C., Guinalıu, M., Gurrea, R. (2005), “The role played by perceived usability, satisfac-
tion and consumer trust on website loyalty”, Information & Management, 43 (1), pp. 1-14.
Fornell, C. and Larker, D. (1981), “Evaluating structural equation models with unobserved
variables and measurement errors”, Journal of Research Marketing, Vol. 27, No. 3, pp. 39-50.
Gabbott, M. (1991), “The role of product cues in assessing risk in second-hand markets”,
European Journal of Marketing, Vol. 25 No. 9, pp. 38-50.
Gefen, D., Karahanna, E., et Straub, D. W. (2003), “Trust and TAM in online shopping: An
integrated model”, MIS Quarterly, 27(1), pp. 51-90.
Gerrard, P. et Cunningham, J.B. (2003), “The diffusion of internet banking among Singapore
consumers”, International Journal of Bank Marketing, Vol. 21, No. 1, pp. 16-28.
Goldsmith R.E. et Hofacker C.F. (1991), “Measuring consumer innovativeness”, Journal of
the Academy of Marketing Science, 19, 3, summer, pp.209-222.
Goldsmith, R.E. (2001), “Using the domain specific innovativeness scale to identify innovative
internet consumers”, Internet Research, Vol. 11 No. 2, pp. 149-58.
Goldsmith, Ronald E, Freiden, Jon B, Eastman, Jacqueline K. (1995), “The general-
ity/specificity issue in consumer innovativeness research”, Technovation, Vol. 15, No. 10, pp.
601-613.
Gounaris Spiros, Christos Koritos (2008), “Investigating the drivers of internet banking adop-
tion decision; A comparison of three alternative frameworks”, The International Journal of
Bank Marketing, Vol. 26, No. 5, p. 282.
Guriting, P. et Ndubisi, N.O. (2006), “Borneo online banking: evaluating customer perceptions
and behavioural intention”, Management Research News, Vol. 29 No 1/2, pp. 6-15.
Ha, Y. and Stoel, L. (2004), “Internet apparel shopping behaviors: the influence of general in-
novativeness”, International Journal of Retail & Distribution Management, Vol. 32 No. 8, pp.
377-85.
20
Hernandez , J . M . et Mazzon , J . A . ( 2007 ), “Adoption of internet banking: Proposition
and implementation of an integrated methodology approach”, International Journal of Bank
Marketing, Vol. 25, No. 2, pp. 72 – 88.
Hirunyawipada Tanawat, Audhesh K. Paswan (2006), “Consumer innovativeness and per-
ceived risk: implications for high technology product adoption”, The Journal of Consumer
Marketing, Vol. 23, No. 4, pp. 182-198.
Hoch Stephen J. (2007), “When There's No Salesperson: The Value of a Consumption Vo-
cabulary”, Design Management Review, Vol. 18, No. 2, p. 77 (9 pages).
Howcroft B., Hamilton, R. et Hewer P. (2007), “Consumer involvement and interaction in re-
tail banking: an examination of risk and confidence in the purchase of financial products”,
Journal of Services Marketing, Vol. 21, No. 7, pp. 481-491.
Im Subin, Barry L Bayus, Charlotte H Mason (2003), “An empirical study of innate consumer
innovativeness, personal characteristics, and new-product adoption behaviour”, Academy of
Marketing Science Journal, Vol. 31, No. 1, p. 61 (13 pages).
Im, I., Kim, Y., Han, H. J. (2008), “The effects of perceived risk and technology type on users’
acceptance of technologies”, Information & Management, 45, pp. 1-9.
Jaruwachirathanakul, B. et Fink, D. (2005), “Internet banking adoption strategies for a devel-
oping country: the case of Thailand”, Internet Research, Vol. 15 No. 3, pp. 295-311.
Kaplan, L.B., Szybillo, G.J. and Jacoby, J. (1974), “Components of perceived risk in product
purchase: a cross-validation”, Journal of Applied Psychology, Vol. 59 No. 3, pp. 287-91.
Kassim, N. M., et Abdulla, A.K.M.A. (2006), “The influence of attraction on Internet banking:
An extension to the trust-relationship commitment model”, The International Journal of Bank
Marketing, 24(6), pp. 424-442.
21
Lassar Walfried M., Sharon S. Lassar (2005), “The relationship between consumer innovative-
ness, personal characteristics, and online banking adoption”, International Journal of Bank
Marketing, Vol. 23, No. 2, pp: 176-199.
Lederer, A.L., Maupin, D.J., Sena, M.P. et Zhuang, Y. (2000), “The technology acceptance
model and the world wide web”, Decision Support Systems, Vol. 29, pp. 269-82.
Lee Eun-Ju, David B. Eastwood, Jinkook Lee (2004), “A Sample Selection Model of Con-
sumer Adoption of Computer Banking”, Journal of Financial Services Research, Vol. 26, No.
3, p. 263.
Lee J. et Allaway A. (2002), “Effets of personal control on adoption of self-service technology
innovations”, Journal of Services Marketing, Vol. 16, N°16, pp. 553-572.
Lee Ming-Chi (2009), “Factors influencing the adoption of internet banking: An integration of
TAM and TPB with perceived risk and perceived benefit”, Electronic Commerce Research
and Applications, Vol. 8, No. 3, p. 130.
Lee, E-J., Kwon, K-N. et Schumann, D.W. (2005), “Segmenting the non-adopter category in
the diffusion of internet banking”, International Journal of Bank Marketing, Vol. 23, No. 5,
pp. 414-37.
Lee, M.S.Y., McGoldrick, P.F., Keeling, K.A. et Doherty, J. (2003), “Using ZMET to explore
barriers to the adoption of 3G mobile banking services”, International Journal of Retail &
Distribution Management, Vol. 31, No. 6, pp. 340-8.
Lewis, W., Agarwal, R. et Sambamurthy, V. (2003), “Sources of influence on beliefs about
information technology use : an empirical study of knowledge workers”, MIS Quarterly, 27(4),
pp. 657-678.
Litter, D. et Melanthiou, D. (2006), “Consumer perceptions of risk and uncertainty and the
implications for behaviour towards innovative retail services: the case of internet banking”,
Journal of Retailing and Consumer Services, Vol. 13, No. 6, pp. 431-43.
22
Mathieson, K., Peacock, E. et Chin, W.W. (2001), “Extending the technology acceptance
model: the influence of perceived user resources”, The Data Bases for Advances in Informa-
tion Systems, Vol. 32, No. 3, pp. 86-112.
McKechnie, S., Winklhofer, H. et Ennew, C. (2006), “Applying the technology acceptance
model to the online retailing of financial services”, International Journal of Retail & Distribu-
tion Management, Vol. 34, Nos 4/5, pp. 388-410.
Menon, S. and Kahn, B.E. (1995), “The impact of context on variety seeking in product
choices”, Journal of Consumer Research, Vol. 22 No. 3, pp. 285-95.
Meuter Matthew L, Mary Jo Bitner, Amy L Ostrom, Stephen W Brown (2005), “Choosing
Among Alternative Service Delivery Modes: An Investigation of Customer Trial of Self-
Service Technologies”, Journal of Marketing, Vol. 69, No. 2, p. 61.
Midgley, D.F. and Dowling, G.R. (1978), “Innovativeness: the concept and its measurement”,
Journal of Consumer Research, Vol. 4, March, pp. 229-42.
Mitchell, V.W. (1999), “Consumer perceived risk: conceptualization and models”, European
Journal of Marketing, Vol. 33, Nos 1/2, pp. 163-95.
Mukherjee, A. et Nath, P. (2003), “A model of trust in online relationship banking”, Interna-
tional Journal of Bank Marketing, Vol.21, No.1, pp. 5-15.
O’Cass, A. et Fenech, T. (2003), “Web retailing adoption: exploring the nature of internet us-
ers’ web retailing behaviour”, Journal of Retailing and Consumer Services, Vol. 10 No. 2, pp.
81-94.
Ozdemir S., P. Trott, A. Hoecht (2008), “ Segmenting internet banking adopter and non-
adopters in the Turkish retail banking sector”, International Journal of Bank Marketing, Vol.
26, No. 4, pp. 212-236.
23
Pavlou P.A. (2003), “Consumer acceptance of electronic commerce: integrating trust and risk
in the technology acceptance model”, International Journal of Electronic Commerce, Vol. 7,
No. 3, pp. 101-134.
Polatoglu, V.N. and Ekin, S. (2001), “An empirical investigation of the Turkish consumers’
acceptance of internet banking services”, International Journal of Bank Marketing, Vol. 19,
No. 4, pp. 156-65.
Purkayastha S. (2009) “Predicting behavioral intentions of consumers : a framework”, The
IUP Journal of Management Research, Vol. VIII, N°12, pp. 31-43.
Reid Michael, Yair Levy (2008), “Integrating Trust and Computer Self-Efficacy with TAM:
An Empirical Assessment of Customers' Acceptance of Banking Information Systems (BIS) in
Jamaica”, Journal of Internet Banking and Commerce, Vol. 13, No. 3, pp. 1-19.
Rijnsoever Frank J van, A Rogier T Donders (2009), “The effect of innovativeness on different
levels of technology adoption”, Journal of the American Society for Information Science and
Technology, Vol. 60, No. 5, p. 984.
Roehrich G., Valette-Florence P. et Ferrandi J.M. (2002), “An Exploration of the Relation-
ships Between Innate Innovativeness and Domain Specific Innovativeness ”, Advances in Con-
sumer Research, Asia Pacific Conference, n°5, Pékin, pp.379-386
Rogers , E . M . (1962, 1995, 2003), “Diffusion of Innovations”, The Free Press, New York.
Sarel, D. et Marmorstein, H. (2003), “Marketing online banking services : The voice of the
customer”, Journal of Financial Service Marketing, Vol. 8, No. 2, pp. 106-118.
Rothschild M.L. (1984), “Perspectives on involvement: Current problems and future direc-
tions”, Advances in Consumer research, 11, ed. T.C. Kinnear, Provo, Utah, Association of
Consumer Research, 216-217.
Shih, H.P. (2004), “An empirical study on predicting user acceptance of e-shopping on the
web”, Information and Management, Vol. 41, pp. 351-68.
24
Stern, Barbara B., Royne, Marla B., Stafford, Thomas F., Bienstock, Carol C. (2008), “Con-
sumer acceptance of online auctions: An extension and revision of the TAM”, Psychology &
Marketing, vol. 25, issue 7, p. 619.
Stone et Gronhaug (1993), “Perceived risk: further consideration for the marketing discipline”,
Journal of Marketing, Vol.27, N°3, pp.39-50.
Suganthi, B. et Balachandran, G. (2001), “Internet banking patronage: an empirical investiga-
tion of Malaysia”, The Journal of Internet Banking and Commerce, Vol. 6, No. 10.
Suh, B. and Han, I. (2002), “Effect of trust on customer acceptance of internet banking”, Elec-
tronic Commerce Research and Applications, Vol. 1, pp. 247-63.
Taylor, S. et Todd, P.A. (1995), “Understanding information technology usage: a test of com-
peting models”, Information Systems Research, Vol. 6, No. 2, pp. 144-76.
Venkatesh, V. (2000), “Determinants of perceived ease of use: integrating perceived behav-
ioral control, computer anxiety and enjoyment into the technology acceptance model”, Infor-
mation Systems Research, Vol. 11 No. 4, pp. 342-65.
Venkatesh, V. and Davis, F.D. (2000), “A theoretical extension of the technology acceptance
model: four longitudinal field studies”, Management Science, Vol. 46, No. 2, pp. 186-204.
Venkatesh, V. and Morris, M.G. (2000), “Why don’t men ever stop to ask for directions: gen-
der, social influence and their role in technology acceptance and usage behavior”, MIS Quar-
terly, Vol. 24, No. 1, pp. 115-39.
Verhage, B.J., Yavas, U. and Green, R.T. (1990a), “Perceived risk: a cross-cultural phenome-
non?”, International Journal of Research in Marketing, Vol. 7 No. 4, pp. 297-303.
Verhage, B.J., Yavas, U., Green, R.T. and Borak, E. (1990b), “The perceived risk-brand loy-
alty relationship: an international perspective”, Journal of Global Marketing, Vol. 3 No. 3, pp.
7-22.
25
Volle P. (1995), “Le concept de risque perçu en psychologie du consommateur : antécédents
et statut théorique ”, Recherche et Applications en Marketing, 10, 1.
Vrechopoulos, A.P., Siomkos, G.J. and Doukidis, G.I. (2001), “Internet shopping adoption by
Greek consumers”, European Journal of Innovation Management, Vol. 4 No. 3, pp. 142-53.
Walker Rhett H., Lester W. Johnson, (2006), “Why consumers use and do not use technology-
enabled services”, The Journal of Services Marketing, Vol. 20, No. 2, p. 125.
Wan Wendy W.N., Chung-Leung Luk and Cheris W.C. Chow (2005), “Customers’ adoption
of banking channels in Hong Kong”, International Journal of Bank Marketing, Vol. 23, No. 3,
pp. 255-272.
Wang Qing, Scott Dacko, Marwa Gad (2007), “Factors Influencing Consumers' Evaluation
and Adoption Intention of Really-New Products or Services: Prior Knowledge, Innovativeness
and Timing of Product Evaluation”, Advances in Consumer Research, Vol. 35, p. 416.
Wang, Y.-S., Wang, Y.-M., Lin, H.-H. et Tang, T.-I. (2003), “Determinants of user accep-
tance of internet banking: an empirical study”, International Journal of Service Industry Man-
agement, Vol. 14, No. 5, pp. 501-19.
Yang Kiseol (2010), “The Effects of Technology Self-Efficacy and Innovativeness on Con-
sumer Mobile Data Service Adoption between American and Korean Consumers”, Journal of
International Consumer Marketing, Vol. 22, N° 2, p. 117.
Yi Mun Y, Kirk D Fiedler, Jae S Park (2006), “Understanding the Role of Individual Innova-
tiveness in the Acceptance of IT-Based Innovations: Comparative Analyses of Models and
Measures”, Decision Sciences, Vol. 37, No. 3, p. 393 (34 pages).
Yiu, C.S., Grant, K. and Edgar, D. (2007), “Factors affecting the adaptation of internet bank-
ing in Hong Kong – implications for the banking sector”, International Journal of Information
Management, Vol. 27, pp. 336-51.
26
Zhao Anita Lifen, Stuart Hanmer-Lloyd, Philippa Ward, Mark M H Goode (2008), “Perceived
risk and Chinese consumers' internet banking services adoption”, The International Journal of
Bank Marketing, Vol. 26, No. 7, p. 505.
Zolfagharian M.A. et Audhesh Paswan (2010), “Consumer Perceptions of Service Innovative-
ness and Personal Control”, Services Marketing Quarterly, Vol. 31, No.1, p. 89.
Ouvrages :
Darpy D. et Volle P. (2003), “Comportements du consommateur, concepts et outils”, Ed. Du-
nod.
Fishbein, M. et Ajzen, I. (1975), “Belief, Attitude, Intention and Behavior: An Introduction to
Theory and Research”, Addison-Wesley, Reading, MA.
Extraits d’ouvrage :
Bauer R. (1960), “Consumer behavior as risk taking”, Dynamic Marketing for a Changing
World, R.S. Hancock editor, American Marketing Association, pp.389-398.
Jöreskog, K.G. (1969, 1971), “A General Approach to Confirmatory Maximum Likelihood
Factor Analysis”, in Bollen, K.A. et Long, J.S., Testing Structural Equation Models, Newbury
Park, CA, Sage, pp. 294-316.
Communications dans des Actes de conférences :
Mitchell, V.-W., Lewis, B.R. and Pichene, B. (1995), “Risk reduction in the purchase of com-
pact discs: the effect of demographic variables”, Proceedings of 1995 Marketing Education
Group Conference, “Making marketing work”, University of Bradford, UK, pp. 517-27.
27
Paswan Audhesh K et Lisa C. Troy (2005), “An Investigation of Perceptual Factors Influenc-
ing Consumer's Intention to Adopt Radical Versus Incremental New Products”, American
Marketing Association. Conference Proceedings. Chicago, Vol. 16, p. 117.
Annexe 1: Les échelles de mesure
Echelle Items Références
Utilité perçue - L’utilisation la banque par internet améliore mon expé- Taylor et Todd
28
rience bancaire
- L’utilisation la banque par internet améliore ma pro-
ductivité bancaire
- L’utilisation la banque par internet améliore mon effi-
cacité bancaire
- Je trouve que l’utilisation de la banque par internet est
utile
(1995) ; Davis
(1989)
Facilité
d’utilisation
perçue
- Apprendre à utiliser la banque par internet est facile
- Mon interaction avec la banque par internet serait claire
et compréhensible
- Il me serait facile de devenir compétent dans
l’utilisation de la banque par internet
- Je trouve que la banque par internet est facile à utiliser
Taylor et Todd
(1995) ; Davis
(1989)
Attitude L’utilisation de la banque par internet est :
- Mauvaise / Bonne
- Désagréable / Agréable
Pour l’utilisation de la banque par internet, je suis : Dé-
favorable / Favorable
Curran, Meuter et
Surprenant
(2003) ; Dablhol-
kar (1996)
Intention
d’usage
Pour moi, utiliser la banque par internet serait :
- Improbable / Probable
- Impossible / Possible
Curran, Meuter et
Surprenant
(2003) ; Lee et
29
Allaway (2002) ;
Dablholkar,
(1996)
Innovativité
spécifique au
domaine
- Si j’apprenais qu’une nouvelle technologie bancaire
libre-service était disponible, je serais suffisamment inté-
ressé(e) pour l’adopter
- Je connais les nouvelles technologies bancaires libre-
service avant les membres de mon entourage
- J’adopterais une nouvelle technologie bancaire libre-
service même si je n’en avais pas encore entendu parler
dans mon entourage
- Je suis en général le dernier de mon entourage à con-
naître les dernières technologies bancaires libre-service
- En comparaison avec mon entourage, j’utilise peu de
technologies bancaires libre service
- En général, je suis parmi les derniers de mon entourage
à adopter une technologie bancaire libre-service qui vient
d’être lancée
Goldsmith et Ho-
facker (1991)
Risque perçu - Je n’ai pas confiance en la banque par Internet
- Tout compte fait, je pense vraiment que l’adoption de
la banque par Internet va m’engendrer des problèmes
et/ou des pertes dont je pourrais bien me passer
Aldas-Manzano &
al., (2009) ; Wal-
ker et Johnson
(2006) ; Meuter &
30
- En fin de compte, je pense que je commettrais une er-
reur si j’adoptais la banque par Internet
- Globalement, la banque par Internet est risquée
al., (2005) ; Stone
et Gronhaug
(1993)