II.1.7. Analyse factorielle
Cette technique inspirée de Carricano et Poujol (2008)
a été utilisée pour explorer la relation entre les
variables mesurées, et le synthétiser par un nombre moins
important de construits latents suivant les étapes ci-après :
L'analyse en composantes principales a été
utilisée comme méthode d'extraction nous permettant ainsi de
synthétiser les données en construisant un petit nombre des
nouvelles variables. L'analyse est faite sur une matrice de corrélation
avec rotation varimax pour minimiser le nombre de variables ayant de fortes
corrélations sur chaque facteur. Pour s'assurer de la cohérence
des données, l'adéquation a été fournie par les
indicateurs suivants : Le test de Sphéricité et de Bartlett :
pour examiner la matrice de corrélation et ressortir la
probabilité de l'hypothèse nulle selon laquelle toutes les
corrélations sont de zéro. Si l'hypothèse nulle est
acceptée, il sera difficile d'effectuer une analyse factorielle.
La « Measure of Sampling Adequacy » (MSA) ou
Kaiser-Meyer-Olkin (KMO) : pour vérifier dans quelle proportion les
variables retenues forment un ensemble cohérent et mesurent de
manière adéquate le concept satisfaction. Des valeurs de KMO
comprises entre 0,3 et 0,7 représentent des solutions factorielles
acceptables.
Deux critères vont nous permettre d'extraire les
facteurs : l'« eigenvalue », ou règle des
valeurs propres : qui représente la quantité d'information
capturé par une composante. Seules les composantes ayant une valeur
propre supérieure à 1 seront retenues, le critère du
pourcentage de variance avec lequel l'extraction est imposée à au
moins 60% de la variance expliquée pour s'assurer que les facteurs
expliquent une quantité significative de la variance. L'épuration
de l'échelle est faite en deux temps : d'une part,
- 33 -
et en fonction de la taille de l'échantillon, le seuil
du coefficient structurel a été fixé à 0,50. Ainsi
donc, sera éliminé de l'échelle, tout item dont le poids
factoriel est supérieur à 0,49 sur plusieurs facteurs et ceux
n'ayant aucune contribution supérieure ou égale à 0,50 sur
l'une des composantes principales identifiées. D'autres part, pour
chaque item; la part de la variance expliquée (communalité)
devrait être supérieure ou égale à 0,5. Pour
s'assurer de la fiabilité de l'échelle construite, le coefficient
alpha de Cronbach a été calculé pour mesurer sa
cohérence interne. C'est-à-dire le degré avec lequel les
instruments utilisés mesurent de façon constante le construit
étudié. Cette valeur variant entre 0 et 1, plus la valeur est
proche de 1, plus la cohérence interne de l'échelle, sa
fiabilité est forte. (Ibale 2011 Idem).
| 
