Déterminants de la performance des écoles secondaires en Haiti: le cas du département du centre

Paragraphe 4. Construction des variables

Dans ce paragraphe, nous procédons à la construction de chacune des variables explicatives. Pour ce faire, nous avons effectué des tests d'Alpha de Crombach pour sélectionner l'ensemble des items.

A) Méthodes de sélection des items composant les variables explicatives

Lors de la construction du questionnaire et en fonction des hypothèses que nous avons énoncées au départ, nous avons prévu un ensemble d'items qui pourraient composer les différentes variables explicatives de notre modèle théorique. A ce stade, nous devons mesurer la fidélité des items présupposés pour constituer les différentes variables indépendantes. Nous trouvons dans la littérature plusieurs méthodes qui ont été utilisées pour déterminer les items qui entrent dans la composition d'un facteur. Makpotche (2009) et Jaghfar (2008) ont utilisé l'analyse factorielle exploratoire pour déterminer le nombre d'items qui composent les facteurs nécessaires à leurs modèles. L'analyse factorielle permet de mesurer la corrélation entre les variables que l'on suppose pouvoir composer le facteur. Les variables à retenir, doivent expliquer au moins 30% de la variance (Durand, 2003). Ces mêmes auteurs (Makpotche, 2009; Jaghfar, 2008) ont utilisé dans leurs travaux, le test de Alpha de Crombach pour tester la fidélité des items à pouvoir constituer les différents facteurs explicatifs de leurs modèles. Il s'agit en fait d'un processus permettant de lier des concepts abstraits à un indicateur empirique (Carmines et Zeller, 1979). Il permet donc de vérifier la fidélité des items à pouvoir composer un facteur. Le groupe d'items à extraire doit respecter le seuil théorique de 0.6 (Durand, 2003). Dans le cas qui nous concerne, nous avons utilisé la méthode d'Alpha de Crombach.

B) Sélection des items de la variable  conditions d'apprentissage

A partir du logiciel SPSS, nous avons effectué des tests de fidélité selon les critères d'Alpha de Cronbach. Après avoir suivi la démarche indiquée^7(*), nous avons obtenu des résultats qui nous permettent de supprimer certaines variables afin de pouvoir améliorer le niveau de fidélité des items. Nous n'avons retenu que les variables qui ont un alpha de Crombach supérieur à 0.6. Le tableau 17, présenté en annexe, indique un alpha de Crombach total et standardisé pour la variable Conditions d'apprentissage égal à 0.783. Cet alpha de Crombach est suffisamment élevé pour justifier la fidélité des items sélectionnés pour constituer cette variable. Elle regroupe sept (7) items relatifs à la qualité des infrastructures, des installations ludiques de l'école et des mobiliers scolaires avec chacun un alpha de Crombach supérieur à 0.6 (annexe, tableaux 17 et 18). Les items retenus sont les suivants.

Variable explicative 1. Conditions d'apprentissage

Q14. L'école dispose-t-elle d'une  cour de récréation? 

Q15. L'école dispose-t-elle de Bibliothèque ?

Q16. L'école dispose-t-elle de Terrain de sport?

Q21. Les salles de classe sont-elles cloisonnées?

Q22. Les salles de classe sont-elles aérées?

Q23. Les salles de classe sont-elles munies de portes?

Q24. Les salles de classe sont-elles éclairées?

* ⁷ Pour faire le test de Alpha de Cronbach sur SPSS, on suit la démarche suivante : on va sur «analyse» on choisit « Scale»,  on va ensuite sur «reliability analyse ». Ici on sélectionne les variables dans la fenêtre de gauche dont veut tester la fidélité pour expliquer la variable explicative que l'on veut construire. Puis, on les fait passer a la fenêtre de droite. Ensuite, dans model, on coche Alpha, list item, Item, Scale, Scale if item deleted, Means,Variances, Covariances ; Correlations, Correlations ; Covariances, None. Hoteling's T-square ; Tukey's test of additivity