Relation causale entre les variables à savoir 

La qualité perçue, la valeur perçue, la satisfaction, l’engagement, confiance, la personnalisation et la fidélité :Le modèle de mesure testé lors de l’analyse factorielle confirmatoire a été validé avec des indices absolus et incrémentaux qui confirment l’adéquation du modèle avec les données. Pour effectuer la validation des hypothèses causales, nous avons utilisé le modèle général d’analyse de causalité. Ce modèle résulte de la conjonction d’un modèle d’équations structurelles défini sur les variables.Nous allons vérifier les hypothèses sur l’association entre la qualité perçue, la valeur perçue, la satisfaction ,la confiance et l’engagement sur la fidélité des assurés.

la causalité entre la qualité du service et la personnalisation

La première hypothèse confirmée, qui prédit que la personnalisation affecte positivement la qualité de service ,Ce lien est significatif et positif. Le tableau (4-38) permet de constater que les modèles mettant en relation la personnalisation et la qualité des services perçues est significatifs, nous ajoutons que leurs impacts sont positifs puisque le coefficient bêta et positifs β=0.31Cette variable explique 31% de la variance (p =0,000). Lorsqu’elle est introduite dans le modèle. Selon le   résultat de la vérification, le coefficient standardisé (ci-après E) est de 0,31 et sa valeur du test t (ci-après t) est de 3.554 (p<0.000)est significative pour un niveau de risque égal à 5%. Donc la droite de régression sous la forme Y=aX+b (où Y représente la variable qualité de service et X représente la variable personnalisation) s’écrit comme suit : PER=0.31QOS+0.12 En somme, notre hypothèse 1 est validée. Nous pouvons donc considérer que la personnalisation du service est influencée positivement par la qualité de service perçue. 4-1-2-la causalité entre la qualité du service et la valeur perçue :Le tableau (4-38) permet de constater que l’indice de la part de variance de la variable dépendante expliquée par les variables indépendantes introduites dans l’équation est de 23%. Ainsi, nous dirons que les variables entrées dans l’équation expliquent 23% de la valeur perçue .Le coefficient de régression de la qualité perçue et positive, ce qui implique une variation de même sens de la valeur perçue , la valeur du test t-de Student pour le coefficient de régression est de (t=4.71) elle indique que la contribution de cette variable à l’explication de la valeur perçue est significative pour un niveau de risque égal à 5% (supérieure a 1.96).Donc la droite de régression est sous la forme de : VP=0.23PER+0.31 Ce résultat confirme Hypothèse 2 : la qualité service influence positivement la valeur perçue donc plus le niveau de qualité perçue est élevé plus sa valeur s’envole plus. 4-1-3-la causalité entre la qualité du service, la valeur perçue, la personnalisation et la satisfaction : hypothèse 3: la qualité service , la valeur perçue et la personnalisation influence positivement la satisfaction.

La valeur perçue influence positivement la satisfaction

Le tableau (4-39) présente les résultats obtenus de l’hypothèse relative à L’impact de la valeur sur la satisfaction, Le tableau (4-39) permet de constater que le modèle, mettant en relation la satisfaction et la valeur ,est significatif, avec une valeur de probabilité sig=0.00 <=0.05 et la valeur du test T-de Student est significatif (t=6.30),Ajoutons que l’ impact de la satisfaction sur la valeur est positif puisque Estimate S.E. C.R. P R SAT <— VP .723 .073 6.308 *** 0.33 SAT <— QOS .505 .145 2.785 *** 0.65 SAT <— PER .810 .457 4.177 *** 0.79 Chapitre 4 : Modèle, Analyses et Résultats 219 β=0.72 Cette variable explique 72% de la variance (p =0,000). De plus, ce modèle a un bon pouvoir explicatif puisqu’il affiche un R=0.33 H3.2 la qualité service influence positivement la satisfaction :les résultats obtenus de l’hypothèse relative à l’impact de la qualité service perçue sur la satisfaction globale Le tableau (4-39) permet de constater que le modèle mettant en relation la satisfaction et qualité service perçue est significatif, avec une valeur de probabilité sig=0.00 <=0.05 et la valeur du test T-de Student est de (t=2.78) ,Ajoutons que l’ impact de la satisfaction sur qualité service perçue est positif puisque β=0.505 Cette variable explique 50% de la variance (p =0,000). De plus, ce modèle a un bon pouvoir explicatif puisqu’ il affiche un R=0.65 H3.3 la personnalisation influence positivement la satisfaction. le modèle mettant en relation la satisfaction et la personnalisation est significatif, avec une valeur de probabilité sig=0.00 <=0.05 et t=4.17 ,Ajoutons que l’ impact de la satisfaction sur la valeur est positif puisque β=0.81 Cette variable explique 81% de la variance (p =0,000). De plus, ce modèle a un bon pouvoir explicatif puisqu ‘ il affiche un R=0.79. Pour l’impact des trois variables sur la satisfaction les coefficient de régression sont positifs, ce qui implique une variation de même sens de la satisfaction, la valeur du test t-de des trois variables (t=4.71,t=2.78,t=6.308) indique que la contribution de cette variable est significative pour un niveau de risque égal à 5%. Les résultats indiquent que la qualité service (E=0.505, t=2.78, p=0.000), la valeur perçue (E=0.723, t=6.308, p=0.000)et la personnalisation (E=0.810, t=4.17, p=0.000) influence positivement la satisfaction Le Tableau coefficient qui nous donne les coefficients de la droite de régression sous la forme d’une Régression multiple pour prédire une variable en fonction de plusieurs autres variables. Dans notre cas on a besoin de faire une relation entre : la qualité service, la valeur et la personnalisation et la satisfaction alors la droite sera de la forme : SAT=0.505QOS+0.72VP+0.81PER+ 0.31 En somme, notre hypothèse 3 est validée. Nous pouvons donc considérer que la valeur perçue , la qualité service perçue , la personnalisation influencent positivement la satisfaction