II.3. Outils et techniques utilisées dans les
traitements des données
Dans cette section, il sera question de passer en revue la
manière dont les outils et techniques de traitement et d'analyse nous
ont été utiles enfin de ressortir nos résultats.
II.3.1. Outils utilisés et logiciel de traitement
des données
Dans le cadre de récolter les données pour
appréhender l'effet de la formation du dirigeant sur la mise sur pied
des pratiques de gestion des ressources humaines dans les PME de la ville de
Bukavu et ainsi voir la différence qui peut exister dans la
manière de mettre sur pied ces pratiques GRH, nous avons
élaboré un questionnaire composé des items formant notre
échelle de mesure adaptée. Ce questionnaire était
subdivisé en deux parties ; dans sa première partie, il regorge
l'identification du dirigeant et la dernière partie mesure les sept
dimensions de l'échelle utilisée à savoir Analyse des
emplois, Recrutement, Motivation, Gestion des carrières, Evaluation du
personnel, Formation continue, communication et information.
Ainsi, nous faisons recours à l'échelle de
Likert à cinq points allant de 1 (Pas du tout d'accord) à 5 (Tout
à fait d'accord) et l'outil SPSS (Statistical Package Program for Social
Sciences) version 20, nous a permis pour le traitement des données.
L'encodage des données a été effectué grâce
au logiciel MS Excel.
II.3.2. La statistique descriptive
La statistique descriptive va nous aider dans la description
des caractéristiques des dirigeants enquêtés, nous
donnerons une répartition de ces derniers suivants le sexe, l'âge
du dirigeant, le niveau d'étude, l'état civil, Ancienneté,
domaine de formation, nombres des travailleurs employés et secteurs
d'activités.
II.3.3 L'analyse de la fiabilité de
l'échelle
L'analyse de la fiabilité permet de déterminer
dans quelle mesure les éléments de questionnaires sont
liés les uns aux autres et procure un indice général de la
consistance et/ou cohérence interne de l'échelle dans son
ensemble. Dans le cadre de cette étude, elle est indiquée par
l'alpha de Chronbach. Sa valeur doit être inférieure et/ou
égale à 1 et est généralement
considérée comme acceptable à partir de 0.7 ; plus de 0.7
c'est-à-dire que l'échelle est satisfaisante tandis qu'un
résultat supérieur à 0.9 est considéré comme
souhaitable.
26
II.3.4. Test t d'égalité des moyennes de deux
échantillons
Pour appréhender la différence significative
entre la mise sur pied des pratiques GRH dans les PME selon que les dirigeants
sont du domaine de gestion et/ou autres domaines et voire l'effet que peut
avoir ce dernier sur les pratiques de GRH, nous allons faire la
différence entre les moyennes des pratiques de GRH exercée par
les dirigeants formés et celle non formé. Ainsi, nous faisons
recours au test t d'égalités des moyennes des deux
échantillons. Concrètement nous allons comparer la mise sur pied
des pratiques GRH des dirigeants formé (Gestion des entreprises :
Economie et GRH, Psychologie, Sociologie, Formation continue dans les domaines
précités, Droit) et la mise sur pied des pratiques GRH des
dirigeants non formé (Aucune domaines et/ou spécialisation dans
les domaines autres que celles recommandées noté autres dans la
questionnaire d'enquête).
Hypothèse nulle
Il n'y a pas de différence entre les moyennes de deux
groupes (il n'y a pas de différence entre la mise sur pied des pratiques
GRH des dirigeants formés et celle non formé). En d'autres
termes, la différence entre les deux moyennes est de 0 c à d la
formation du dirigeant n'a aucun effet sur les pratiques de GRH (Que le
dirigeant soit formé ou non, il peut bien faire les pratiques de
GRH).
H0 :X?? = X2ou X??- X2 = O Hypothèse
alternative
Il y'a une différence entre les deux moyennes (la
formation du dirigeant à un effet positif sur la mise sur pied des
pratiques GRH).
H1 :X??
? X2
Lorsque le seuil calculé du test t est inférieur
à 0.05, on peut donc rejeter l'hypothèse d'égalité
des moyennes et en conclure que les moyennes observées de la mise sur
pied des PGRH des dirigeants des PME formés et les PGRH du dirigeant non
formé sont significativement différentes du point de vue
statistique.
Si par contre, le seuil observé est supérieur
à 0.05, on conserve l'hypothèse nulle d'égalité des
moyennes (Quand bien même celles-ci ne sont pas strictement
égales). (Valdi,2010 cité Ilunga,2011).
27
Afin d'apprécier l'importance de la différence
des moyennes entre les deux groupes, nous calculons l'indice eta(?) Peterson
(1995) cité par Ilunga (2011).
t2
?=v t2+(n?? + n2 - 2)
Avec t (la valeur du test t) : n1= taille du premier groupe
(dirigeant formé) ; n2= taille du deuxième groupe (dirigeant non
formé). A noter que n1+n2-2 donne le ddl. La valeur de l'indice eta(?)
la force de l'effet est comprise entre 0 et 1 : 0 = n= 1.
Les balises de Cohen (1988) sont les mêmes :
Autour de 0.01 : Effet de petite taille (Small effect) Autour de
0.06 : Effet de taille moyenne (Moderate effect)
Autour de 0.14 et plus : Effet de grande taille (Large effect)
28
| 
