@article{Valéry MERMINOD_Frantz ROWE_2020, title={Identification de configurations par la méthode Fuzzy set Qualitative Comparative Analysis :Illustration par la contribution de la technologie PLM au respect du temps de développement}, volume={23}, url={https://journaleska.com/index.php/sim/article/view/3323}, abstractNote={<p><span style="left: 143.661px; top: 580.569px; font-size: 15.8333px; font-family: serif; transform: scaleX(1.06376);">Inventée par le sociologue Charles Ragin dans les années 80 pour identifier les configu</span><span style="left: 729.89px; top: 580.569px; font-size: 15.8333px; font-family: serif;">-</span><span style="left: 120.039px; top: 599.735px; font-size: 15.8333px; font-family: serif; transform: scaleX(1.06166);">rations expliquant un phénomène, la méthode Qualitative Comparative Analysis (QCA) est </span><span style="left: 120.039px; top: 618.902px; font-size: 15.8333px; font-family: serif; transform: scaleX(1.07881);">utilisée en sciences de gestion depuis le milieu des années 2000. La recherche en manage</span><span style="left: 729.89px; top: 618.902px; font-size: 15.8333px; font-family: serif;">-</span><span style="left: 120.039px; top: 638.069px; font-size: 15.8333px; font-family: serif; transform: scaleX(1.06319);">ment des systèmes d’information semble faire exception, avec quelques rares articles parus </span><span style="left: 120.039px; top: 657.235px; font-size: 15.8333px; font-family: serif; transform: scaleX(1.09667);">récemment. Pourtant, cette méthode fondée sur la comparaison de cas présente plusieurs </span><span style="left: 120.039px; top: 676.402px; font-size: 15.8333px; font-family: serif; transform: scaleX(1.1025);">atouts pour explorer les phénomènes dans le champ des systèmes d’information tels que </span><span style="left: 120.039px; top: 695.569px; font-size: 15.8333px; font-family: serif; transform: scaleX(1.0687);">l’équifinalité (existence de plusieurs combinaisons causales pouvant expliquer le même ré</span><span style="left: 729.89px; top: 695.569px; font-size: 15.8333px; font-family: serif;">-</span><span style="left: 120.039px; top: 714.735px; font-size: 15.8333px; font-family: serif; transform: scaleX(1.08538);">sultat), la complexité causale (un résultat étant issu de combinaisons causales et rarement </span><span style="left: 120.039px; top: 733.902px; font-size: 15.8333px; font-family: serif; transform: scaleX(1.05585);">d’une seule cause), la sensibilité aux cas déviants et l’attention aux limites de l’observation. </span><span style="left: 120.039px; top: 753.069px; font-size: 15.8333px; font-family: serif; transform: scaleX(1.05495);">L’ambition de cet article est de présenter cette méthode pour les recherches en Management </span><span style="left: 120.039px; top: 772.235px; font-size: 15.8333px; font-family: serif; transform: scaleX(1.07687);">des SI ainsi que ses avantages et ses limites, à travers notamment une illustration. Celle-ci </span><span style="left: 120.039px; top: 791.402px; font-size: 15.8333px; font-family: serif; transform: scaleX(0.967787);">utilise la variante fuzzy set QCA (Fs QCA) fondée sur les ensembles flous et porte sur les </span><span style="left: 120.039px; top: 810.569px; font-size: 15.8333px; font-family: serif; transform: scaleX(1.04731);">conditions d’utilisation de la technologie Product Lifecycle Management (PLM) contribuant </span><span style="left: 120.039px; top: 829.735px; font-size: 15.8333px; font-family: serif; transform: scaleX(1.0752);">au respect du temps de développement dans les projets de co-développement de nouveaux </span><span style="left: 120.039px; top: 848.902px; font-size: 15.8333px; font-family: serif; transform: scaleX(1.06401);">produits. Fuzzy set QCA permet d’identifier les configurations de conditions nécessaires et </span><span style="left: 120.039px; top: 868.069px; font-size: 15.8333px; font-family: serif; transform: scaleX(1.09153);">suffisantes pour un résultat. Dans l’illustration, nous avons ainsi identifié cinq configura</span><span style="left: 729.89px; top: 868.069px; font-size: 15.8333px; font-family: serif;">-</span><span style="left: 120.039px; top: 887.235px; font-size: 15.8333px; font-family: serif; transform: scaleX(1.06469);">tions possibles pour un bon respect du temps de développement. En particulier, nous avons </span><span style="left: 120.039px; top: 906.402px; font-size: 15.8333px; font-family: serif; transform: scaleX(1.04309);">mis en évidence une configuration où l’usage des trois sous-systèmes de la technologie PLM </span><span style="left: 120.039px; top: 925.569px; font-size: 15.8333px; font-family: serif; transform: scaleX(1.06927);">est suffisante pour un bon respect du temps de développement. La méthode fuzzy set QCA </span><span style="left: 120.039px; top: 944.735px; font-size: 15.8333px; font-family: serif; transform: scaleX(1.04491);">permet d’analyser la complexité causale et notamment l’équifinalité des configurations aussi </span><span style="left: 120.039px; top: 963.902px; font-size: 15.8333px; font-family: serif; transform: scaleX(1.09253);">bien pour un résultat positif que pour une résultat négatif et ainsi de traiter les problèmes </span><span style="left: 120.039px; top: 983.069px; font-size: 15.8333px; font-family: serif; transform: scaleX(1.08838);">de causalité dite asymétrique dans l’allocation des ressources</span></p>}, number={03}, journal={Systèmes d’information et management}, author={Valéry MERMINOD and Frantz ROWE}, year={2020}, month={oct.} }