La détermination du chiffre d'affaire

La détermination du chiffre d’affaire prévisionnel avant le lancement de toute activité est essentielle afin de mesurer le degré de réussite éventuel du projet et de vérifier sa faisabilité tenant compte des éléments dont on dispose. Cela étant, la détermination d’un chiffre d’affaire prévisionnel dépend de plusieurs  éléments. Tout d’abord ça dépend de si le produit que l’on souhaite commercialiser existe déjà sur le marché ou non. S’il existe, le problème ne se pose pas, nous nous contentons de considérer le produit de la quantité moyenne vendue par les entreprises existantes déjà sur le marché et le prix moyen comme étant le chiffre prévisionnel. Si par contre, le produit n’existe pas sur le marché, c’est là où nous devons mener une étude afin de déterminer la quantité prévisionnel et le prix de vente prévisionnel dont le produit sera égal au chiffre d’affaire prévisionnel. Il est utile de considérer un échantillon sur lequel on se basera, et qui aura à répondre à une question sur son intention d’achat. La réponse à cette question prendra la forme d’une échelle de 1 à 5. Ensuite tout dépendra de la vision que l’on souhaite adopter ; la vision optimiste consistera à considérer ceux qui ont répondu 4 et 5 comme des clients potentiels tandis que la vision pessimiste consistera à ne prendre en considération que ceux ayant répondu 5. Pour connaitre le prix que l’on adoptera, nous devons déterminer le prix psychologique. Ce n’est qu’ensuite que nous pourrons déterminer le chiffre d’affaires prévisionnel à travers le produit de la quantité et du prix de vente prévisionnels.

Le prix psychologique est le prix théorique en-dessous duquel votre client potentiel pourrait douter de la qualité de votre offre, et au-dessus duquel votre client potentiel jugerait votre offre trop chère.

L’objectif du test Leveneest de vérifier si les variances des deux groupes d’échantillons que nous comparons sont égales ou non. Ceci dans le but de choisir laquelle des deux lignes du test t pour échantillon indépendant nous devrons interpréter. Ici nous remarquons que le test n’est pas significative vu que la valeur p du test de Levene est de0,523 ce qui nous permet d’accepter l’hypothèse nulle d’égalité des variances. Les variances sont donc égales.

L’hypothèse nulle de l’enquête est que la différence de moyenne entre les deux groupes n’est pas significative, est compatible avec la différence populationnelle et que les deux échantillons proviennent de la même population.

Règle de décision ; si le seuil de signification du test est inférieur au seuil choisi, on rejette l’hypothèse nulle selon laquelle la différence n’est pas significative et on conclu que les deux échantillons proviennent plutôt de deux populations différente. Si par contre le seuil de signification du test est supérieur au seuil choisi, on accepte l’hypothèse nulle et on déduit que les deux échantillons proviennent de la même population.

Conclusion : Ici, le test t pour échantillon indépendant est significatif, nous devons donc rejeter l’hypothèse nulle. Nous pouvons dire que la différence observée entre les deux échantillons n’est pas compatible avec la différence populationnelle. En conclusion, les deux échantillons ne proviennent pas de la même population et il serait plus correct de dire plutôt qu’ils sont de deux populations différentes

Cas 1 : (Test de comparaison sur deux échantillons appariés.)(Principe : Comparer un même échantillon avant et après un événement.) (Regle de decision : Si le test est significatif, nous pouvons déduire qu’ilexiste une différence significative entre l’intention d’achat avant et après l’exposition au film publicitaire. Et qu’il y a donc impact entre cet événement et l’intention d’achat. Sinon, si le test n’est pas signification la différence n’est pas significative entre les deux moyennes et il n’existe pas d’impact).

Cas 2 : (Régression linéaire multiple.) (Principe : Explication d’une variable dite dépendante par plusieurs autres variables dites indépendantes.) (Regle de decision : Si le seuil de signification de l’anova est inférieur au seuil choisi, nous rejetons l’hypothèse nulle selon laquelle B1 est nul. Toutefois avant d’accepter le modèle, nous devons vérifier que le seuil de signification de chaque variable indépendante est inférieur à notre seuil.).

Etapes etude:  1-Déterminer l’objectif de l’étude.

2-Effectuer une revue de littérature afin de recueillir les avis de différents spécialistes du domaine sur lequel portera notre étude.

3-Spécifier le domaine du construit en se référant à la revue de littérarture essayer de classer les informations retenues en contruits.

4-Générer les items qui constitueront chacun des construits.

5-Elaborer le questionnaire en se basant sur les informations trouvées dans la revue de littérature.

6-La première collecte des données : elle est effectuée sur la base d’un nombre réduit de personnes afin de pouvoir effectuer le pré test.

7-La purification de l’instrument de mesure : à travers l’analyse factorielle exploratoire. Il faut s’assurer que le questionnaire mesure réellement ce qu’il est censé mesurer et qu’en répétant l’opération plusieurs fois dans les mêmes conditions on obtiendra les mêmes résultats.

8-La seconde collecte des données : effectuée sur le nombre total de l’échantillon que nous voulons considérer.  

9-L’analyse factorielle confirmatoire : elle est faite pour confirmer ou infirmer les résultats obtenus à travers l’AFE déjà effectuée.

10-L’analyse des données : le choix du test dépend de l’étude, de la nature des variables considérées … Elle permet de répondre à la problématique de l’étude.

11-La discussion des résultats, des limites, des perspectives …

Les études qualitatives sont menées par des spécialistes disposant de bonnes connaissances en psychologie, donc capables non seulement de mettre à l'aise pour faire parler librement les personnes interrogées, mais aussi de repérer et d'analyser les comportements non verbaux.

Churchill

[pic 1]

En quoi consiste la validation d'un questionnaire ? La validité: Les instruments de mesure choisis doivent permettre d'appréhender le mieux possible le phénomène à mesurer. Il s'agit de répondre à la question suivante:« Mesurons nous bien ce que nous cherchons à mesurer? » La fiabilité: de façon générale, elle fait référence à la régularité de la mesure. Si l'on mesure un même phénomène plusieurs fois avec le même instrument, on doit obtenir le même résultat. Nous parlons aussi de fiabilité de cohérence interne pour des mesures qui comportent plusieurs items. Il s'agit alors de s'assurer, grâce à des indicateurs comme le coefficient alpha de Cronbach, que les items sont suffisamment homogènes entre eux, c'est-à-dire qu'ils partagent assez de Variance.

...