Sur ce thème
Etape 1 : Evaluer l'importance et la direction de la relation entre des paires d'items
Utilisez le graphique matriciel diagonal et la matrice de corrélation pour évaluer l'importance et la direction de la relation entre deux items ou variables. Une valeur de corrélation positive élevée indique que les items mesurent la même compétence ou caractéristique. Si les items ne sont pas fortement corrélés, ils peuvent mesurer différentes caractéristiques ou ne pas être clairement définis.
Les variables dont les valeurs de corrélation sont supérieures à 0,7 sont souvent considérées comme étant fortement corrélées. Toutefois, la valeur de référence appropriée à utiliser dépend également des normes de votre domaine d'étude et du nombre d'items dans l'analyse.
Matrice de corrélation
| Elément 1 | Elément 2 | |
|---|---|---|
| Elément 2 | 0,903 | |
| Elément 3 | 0,867 | 0,864 |
Résultats principaux : matrice de corrélation, graphique matriciel
Dans ces résultats, tous les items sont fortement corrélés. L'item 1 et l'item 2 ont une corrélation linéaire positive de 0,903. L'item 1 et l'item 3 ont une corrélation linéaire positive de 0,867. L'item 2 et l'item 3 ont une corrélation linéaire positive de 0,864. Ces relations linéaires deux à deux apparaissent sur le graphique matriciel.
Etape 2 : Evaluer la cohérence interne générale
L'alpha de Cronbach permet de vérifier la cohérence avec laquelle plusieurs items d'une étude ou d'un test évaluent la même compétence ou caractéristique. Plus les valeurs de l'alpha de Cronbach sont élevées, plus la cohérence interne est forte. Une valeur de référence égale à 7 est fréquemment utilisée. En général, si l'alpha de Cronbach est supérieur à 0,7, cela indique que les items de l'étude ou du test mesurent la même compétence ou caractéristique. Si l'alpha de Cronbach est inférieur à 0,7, il se peut que les items ne mesurent pas une même compétence ou caractéristique de façon cohérente. Toutefois, la valeur de référence appropriée à utiliser dépend également des normes de votre domaine d'étude et du nombre d'items dans l'analyse.
Pour plus d'informations sur la cohérence interne, reportez-vous à Qu'est-ce que la cohérence interne ?.
Alpha de Cronbach
| Alpha |
|---|
| 0,9550 |
Principaux résultats : alpha de Cronbach
Dans ces résultats, l'alpha de Cronbach général est égal à 0,955. Cette valeur est supérieure à la référence courante de 0,7 et indique que les items mesurent la même caractéristique.
Etape 3 : Déterminer si des items doivent être omis pour améliorer la cohérence
Utilisez les valeurs calculées dans le tableau Statistiques d'élément omises pour déterminer si le retrait d'un item améliore considérablement la cohérence interne du test ou de l'enquête. Si un item omis a une faible valeur de corrélation multiple quadratique, une faible valeur de corrélation totale ajustée aux items et une valeur d'alpha de Cronbach considérablement supérieure à celle des autres items, il est sans doute nécessaire de supprimer l'item de l'étude ou du test pour en améliorer la cohérence interne.
Statistiques d'élément omises
| Variable omise | Moyenne totale ajust. | EcTyp total ajust | Corr totale élém-ajust | Corr multiple quadratique | Alpha de Cronbach |
|---|---|---|---|---|---|
| Elément 1 | 5,780 | 2,613 | 0,9166 | 0,8447 | 0,9268 |
| Elément 2 | 6,100 | 2,525 | 0,9134 | 0,8413 | 0,9277 |
| Elément 3 | 6,000 | 2,563 | 0,8870 | 0,7869 | 0,9476 |
Principaux résultats : Corr totale élém-ajust, Corr multiple quadratique, alpha de Cronbach
Dans ces résultats, les valeurs de la corrélation totale ajustée aux items et de la corrélation multiple quadratique sont élevées pour tous les items. L'alpha de Cronbach pour tous les items omis est également cohérent. Par conséquent, l'analyse suggère que tous les items mesurent la même caractéristique. Le retrait d'un item n'améliorerait pas la cohérence interne de façon considérable.
