3.2. Méthode de traitement des données
Nous utiliserons pour comme méthode de traitement de
données l'analyse descriptive caractérisée par les
indicateurs tels que la fréquence, la fiabilité et la
dimensionnalité des instruments de mesure.
3.2.1. Les méthodes d'analyse descriptive :
Fréquence, fiabilité et dimensionnalité des instruments de
mesure
Pour arriver au test de nos hypothèses, nous devons au
préalable nous assurer de la qualité et de la fiabilité de
nos instruments de mesure. Différents tests seront effectués
à ce sujet à savoir : le test de dimensionnalité et celui
de la fiabilité des échelles.
3.2.1.1. L'analyse de la fréquence des
données
L'analyse des fréquences permet d'avoir
l'appréciation générale des étudiants
étrangers sur le niveau d'implantation des pratiques de gestion
administrative et pédagogiques à l'ISMA d'une part et d'autre
part sur leur niveau de satisfaction général par rapport aux
pratiques managériales. L'intérêt du calcul d'une
fréquence est de permettre des comparaisons entre des séries
d'observations portant sur des échantillons inégalement nombreux.
L'expression en pourcentage facilite les comparaisons. Ainsi, notre
échantillon valide étant de 45 étudiants qui ont
répondu aux questions à l'aide de l'échelle de Likert
à 5 modalités, nous considèrerons comme non pertinentes et
pas bien implantées, les pratiques de managériales (Gestion
administrative et gestion pédagogique) dont le pourcentage cumulé
croissant des avis se situe sur la modalité 3 représentant l'avis
neutre ou indécis sur l'échelle de Likert (1961). Seuls les avis
représentant les modalités 4 et 5 sur l'échelle
correspondront aux pratiques pertinentes et bien implantées. La
même procédure sera appliquée pour la satisfaction. Les
seront considérées comme satisfaisantes, les avis qui se situe
aux niveaux 4 et 5 de l'échelle de Likert. Les avis se situant entre 1
et 3 seront considérées comme traduisant un niveau de
satisfaction faible.
3.2.1.2. Le test de la fiabilité des
échelles. Le coefficient Alpha de Cronbach
Après avoir vérifié la fréquence
des données, nous poursuivrons avec le test de cohérence interne
à l'aide du coefficient Alpha de Cronbach. Il traduit le degré de
cohérence interne des échelles utilisées ou leur
capacité à produire des résultats similaires en cas
d'utilisations répétées sur un même
phénomène (Grawitz, 1993 ; Roussel et al., 2002 ; Baumard et al.,
2003 ; Evrard et al., 2003). Selon Evrard et al., (2003), l'alpha de Cronbach
permet de « mesurer la fiabilité des différentes questions
censées mesurer un même phénomène ». Ce
coefficient est le plus usité dans
les recherches en gestion (Roussel, 1996). Cortine (1993)
considère que l'indicateur de la fiabilité alpha donne une
information sur la mesure dans laquelle chaque item d'une échelle est
corrélé avec au moins un autre item
Une échelle possède une bonne cohérence
interne lorsque ses items ont un alpha proche de 1. Cependant, il n'existe pas
de test statistique permettant de conclure si l'alpha est acceptable ou non.
Pour certains chercheurs, il doit être compris entre 0,6 et 0,7
(Nunnally, 1978). Pour d'autres, le seuil est de 0,6 pour une étude
exploratoire et de 0,8 pour une étude confirmatoire (Evrard et al.,
2003). Pedhazur et al. (191), de leur côté, estiment qu'un alpha
de 0,5 est suffisant, alors que Roussel (1996) préconise un seuil de 0,
7. Pour nous, un alpha compris entre 0,5 et 0,6 est acceptable, un alpha
compris entre 0,7 et 0,8 est très bon et un alpha supérieur
à 8 est méritoire.
| 
