II-3- Les critères de qualité des instruments
des mesures
II-3-1- La Fiabilité
L'analyse de fiabilité permet d'étudier les
propriétés des échelles de mesure et des items qui les
constituent. La procédure d'analyse de fiabilité calcule
plusieurs mesures fréquemment utilisées de la fiabilité de
l'échelle et propose également des informations sur les relations
entre les différents items de l'échelle. Les coefficients de
corrélation intra-classe peuvent être utilisés pour
calculer les estimations de fiabilité inter-coefficients.
La mesure la plus recommandée pour évaluer la
fiabilité ou la consistance interne d'un ensemble d'items est fournie
par le coefficient alpha de Cronbach (1951). Contrairement au coefficient de
corrélation le coefficient de Cronbach se base sur la variance et la
covariance pour mesurer la fiabilité des items.Il s'agit d'un
modèle de cohérence interne, fondé sur la
corrélation moyenne entre items.
Un faible coefficient alpha indique que l'échantillon
d'items reproduit mal la variable. Une grande valeur alpha indique au contraire
que le k ième item est très bien corrélé avec les
scores réels Quand la valeur alpha est faible cela indique que certains
items doivent être éliminés. La meilleure façon pour
repérer ces items est de calculer la corrélation de chaque item
avec le score total. L'item dont la corrélation est proche de
zéro doit être éliminé
Pour apprécier la fiabilité des items, un seuil
de .60 (pour alpha de Cronbach) est suffisant pour une étude
exploratoire, alors que pour une étude appliquée l'exigence se
situe entre 0,80 et 0,90. En général un seuil de 0.70 est
considéré comme un minimum pour se
prononcer sur la fiabilité d'un construit167.
Nous exposerons nos résultats d'analyse de fiabilité de
l'enquête ultérieurement
II-3-2- La Validité
Les chercheurs ont développé des échelles
de mesure et créer des construits pour traiter des concepts abstraits.
La validité des construits est concernée par la correspondance
entre les construits et leurs mesures. Par conséquent la
vérification de la validité des construits est nécessaire
pour développer et tester notre modèle.
La fiabilité est nécessaire mais pas suffisante. On
peut trouver des construits fiables mais pas valides. Il existe plusieurs
validités :
* Validité convergente * Validité discriminante
* Validité nomologique
II-3-2-1- La Validité convergente
Il s'agit d'un type de validité qui détermine
jusqu'à quel point les mesures d'un même concept par deux
méthodes différentes sont convergentes. En d'autres termes, il y
a validité convergente quand deux mesures différentes d'un
même concept sont fortement corrélées. La validité
convergente est basée sur la corrélation entre les
réponses obtenues par la voix de méthodes totalement
différentes pour un même concept.
Une approche de la validité convergente a
été proposée par Fornell et Larcker (1981)168
qui consiste à s'assurer que la variance moyenne extraite par chaque
construit est bien supérieure à 0,5 c'est-à-dire le
construit partage plus que 50% de sa variance avec ses mesures et donc que les
indicateurs de mesure expliquent une part plus grande de la variance du
construit que les erreurs de mesure.
167 Cours d'analyse des données - Pr. Fethi
AKROUT - mastère entrepreneuriat- ISG de Sousse- Année 2006
168Fornell C. and Larcker D.F.: «Evaluating Structural Equation
Models With Unobservable variables and Measurement Error », Journal of
Marketing Research 18 February 1981 pp 186-192
| 
