Section -3- Évaluation par des tests
statistiques descriptifs :
Cette seconde évaluation consiste à tester
chacune de ces variables à part, cela à partir d'une
enquête effectuée à l'aide d'un questionnaire (an annexe)
administré auprès d'un échantillon de 560 individus
anonymes soit 10% pour chaque catégorie de cadres, agents de
maîtrise, agents d'exécution et agents contractuels appartenant
à différents services de La
- 45 -
Poste et ayant suivi des formations variées. Ce
questionnaire comprend trois partie respectivement pour les trois variables et
comportant 25 questions fermées (soit 10, 5, et 10). Ces questions
saisissent chacune quatre (4) réponses.
Je rappelle les trois dimensions : Le déroulement de
l'action de formation en d'autres termes la pertinence des plans de formation,
la satisfaction de ces participants et enfin l'influence de leur vécu
concret au sein de La Poste pour stimuler le transfert.
Afin d'évaluer l'impact de la formation, j'ai
estimé les réactions des participants en fonction de leur
satisfaction à l'égard de la formation, de leurs perceptions de
la pertinence des plans et programmes de formation et de leurs perceptions de
l'opportunité offerte pour le transfert des acquis.
Les données collectées ont été
dépouillées et analysées en trois étapes qui
correspondent chacune à une des trois variables et puis ces
résultats ont été arrangés pour essayer de conclure
l'observation et tester les degrés de relation, et de dépendance.
de ces trois variables pour enfin estimer leur influence sur l'impact de la
formation. Les calculs ont été effectués sur le logiciel
Excel et SPSS (tableaux des divers calculs en annexes).
Supposant que ces trois variables peuvent être
abordées avec des tests tel que le calcul relatif au khi deux
utilisé pour comparer les résultats obtenus aux résultats
prévus afin de déterminer si l'hypothèse de départ
était fondé, ou même des tests de régression, elles
pourront prendre n'importe quelle valeur pour n'importe quel individu
observé.
Il est dans ce cas important de mesurer le
degré de corrélation qui pourrait exister entre les
séries d'observations, mais il est tout aussi important de pouvoir
décider si une liaison observée dans un échantillon de
(560 participants) indique ou non que les variables étudiées sont
probablement associées dans la population à partir de laquelle a
été extrait l'échantillon.
Au préalable, il ne faut jamais oublier que l'existence
d'une corrélation entre les séries observées n'implique
pas nécessairement l'existence d'une relation de cause à effet
entre les variables considérées. En effets les
corrélations observées peuvent être dues au fait que ces
variables étudiées sont soumises à des influences communes
modifiant simultanément les valeurs soit dans le même sens
(corrélation positive), soit en sens opposés (corrélation
négative).
- 46 -
Le deuxième test est le coefficient de
contingence (C) qui permet de mesurer l'intensité de la
liaison existant entre ces variables. Ce coefficient est calculé
à partir du khi deux calculé et est égal à la
racine du rapport k2 carré et N+k2.
En observant cette corrélation exprimée par C.,
il est nécessaire de savoir s'il est éventuel de conclure que ces
variables sont liées dans la population de l'échantillon. C'est
alors qu'il faut tester la signification de ce coefficient C en
intégrant un degré de liberté et un seuil de
signification, et en poussant le seuil de signification on peut ensuivre
à une différence statistiquement significative cela pour
approuver le seuil qui va nous indiquer la probabilité de commettre une
erreur en prenant une décision afin d'affirmer ou non la satisfaction.
Cette statistique à calculer est le khi deux carré
calculé.
Le khi deux peut également être utilisé
comme test d'indépendance et permettre de
déterminer si ces variables sont indépendantes l'une de l'autre
pour conclure leur influence parallèle sur l'impact de la formation.
4 Pour la première variable :
déroulement :
S'agissant des plans et des programmes de formation
l'hypothèse nulle est Ho : programmes pertinent
L'Hypothèse alternative ou hypothèse action est H1
: déroulement n'est pas pertinent. Dans notre exemple le ddl
(degré de liberté) est de 27 et la valeur critique à un
seuil de 0,05 est de 40.11 Comme le khi deux de 355,186 (voir tableau annexe
1-) est plus grand que la valeur critique au seuil de 0,05 nous rejetons
l'hypothèse nulle et affirmons qu'il existe une différence
observable dans le nombre de réponses relevant le degré de
satisfaction pour le déroulement de la formation. La probabilité
de commettre une erreur avec cette affirmation se situe à 0,05%. La
lecture est la suivante : Un test du Khi deux (k2) a été
effectué avec 27 degrés de libertés et dont le
résultat est de 40,11. On rejette l'hypothèse nulle et la
probabilité de commettre une erreur avec cette affirmation est
inférieure à 0,05. On retrouve le tableau de décision
ci-après.
État réel de la situation
Ho est vrai Ho est fausse
On rejette Ho Erreur de type I Bonne décision
On accepte Ho Bonne décision Erreur type II
Test khi deux 2,00145E-87
Degré de liberté (10-1)(4-1)
|
27
|
|
|
seuil de signification
|
0.05
|
0,001
|
0,0001
|
k2 inverse ddl 27
|
40,11
|
55,48
|
63,16
|
Somme (fo-fe)^2/fe k2
|
|
355,186
|
|
355,186 / 355,186 + 560
|
|
0,3881
|
|
Coefficient de contingence
|
|
0,62
|
|
Ce coefficient = 0,68 et 0,50 < 0,62 <
0,75
|
|
|
|
|
Le coefficient de contingence est de 0,62 et est compris
entre 0,50 et 0,75 la satisfaction parait moyenne et de ce fait la
probabilité qu'elle soit généralisée sur la
population est minime.
Cette analyse peut être accomplie, de la même
façon seulement on peut à partir du test du khi deux conclure
pour chaque variable en adoptant seulement le coefficient de contingence pour
mesurer l'intensité des résultats qui existent entre les
données pour pouvoir adopter une des deux hypothèse.
4 Pour la deuxième variable : La satisfaction
des participants:
Elle donne lieu aux deux hypothèses suivantes :
Hypothèse nulle : Ho satisfaction des participants ; Hypothèse
action : H1 pas de satisfaction.
Test de khi deux
Degré de liberté ddl (5-1)(4-1)
|
1,14582E-05
12
|
|
|
niveau de signification
|
0.05
|
0,001
|
0,0001
|
k2 inverse
|
21,03
|
26,22
|
39,13
|
Somme (fo-fe) ^2/fe
|
|
44,731
|
|
v44.731/ (44,731+560)
|
|
0,0740
|
|
Coefficient de contingence
ce coefficient = 0,27 et 0,25 < 0,27 <
0,5
|
(racine 0,0740)
|
0,27
|
|
|
On peut alors conclure que puisque ce coefficient de
contingence est égal à 0,27 et est situé entre 0,25 et
0,50 la satisfaction des participants reste au dessus de la moyenne et donc pas
certainement suffisante. L'hypothèse nulle est alors rejetée pour
cette deuxième variable satisfaction.
4
- 47 -
Pour la troisième variable :
Possibilités de transfert :
- 48 -
Le transfert des acquis reste acceptable et ce en fonction du
contexte organisationnel et de la situation des acteurs.
L'hypothèse nulle sera : Ho : opportunité existe
;
L'hypothèse alternative : H1 : opportunité n'existe
pas.
|
test khi deux
|
5,653E-201
|
|
|
|
Degré de liberté
|
27
|
|
|
|
Niveau de signification
|
0.05
|
0,01
|
0,001
|
|
k2 inverse
|
40,11
|
46,96
|
55,48
|
|
khi-2 calculé ?( fo-fe)^2/fe
|
595,41
|
|
|
|
v595,41/595,41+560
|
0,5153
|
|
|
|
Coefficient de contingence (racine 0,6491) ce coefficient = 0,71
et 0,50< 0,71 < 0,75
|
0,71
|
|
|
Le coefficient est ici assez admis puisqu'il est de 0,71 mais
inférieur à 0,75. On peut estimer que l'opportunité de
transfert est convenable malgré le manque de moyens et d'encadrement
nécessaire au sein de l'organisation selon les prévisions des
répondants.
Cette analyse peut être faite, de la même
façon seulement l'hypothèse de relation causale entre ces trois
variables ne sera révélé que par la combinaison de ces
dernières et ce dans le tableau récapitulatif
Tableau récapitulatif reprenant les trois
variables : L'arrangement pour ces trois variables donne le tableau
suivant :
|
A
|
B
|
C
|
D
|
TOTAL
|
|
Déroulement
|
814
|
1295
|
1728
|
1762
|
5599
|
|
Satisfaction
|
390
|
620
|
986
|
804
|
2800
|
|
Transfert
|
1308
|
1262
|
1520
|
1186
|
5276
|
|
TOTAL
|
2512
|
3177
|
4233
|
3753
|
13675
|
Pour vérifier la relation entre ces trois variables et
justifier l'hypothèse de notre recherche les résultats ont
été les suivants :
|
Test de khi deux
|
3,02039E-62
|
|
|
|
Degré de liberté
|
6
|
|
|
|
Seuil de significativité
|
0.05
|
0.01
|
0,001
|
|
k2 inverse= val. Cri. Au s5% et ddl 6
|
12,5916
|
16,81189
|
22,45774
|
- 49 -
? (fo-fe) ^2/fe = khi 2 observé 302,02
k2/k2+n = 302,02/ 302,02+560 0,3504
Coefficient de contingence
'I(fo-fe)^2/fe = 'I 0,3504 0,5919
SI(K59>=K61;"indépendance";"dépendance")
& "entre les variables Cette formule a conduit a la Conclusion :
Dépendance entre les variables
Coefficient de corrélation entre les
variables
|
Déroulement/ satisfaction
|
0,9456
|
|
Satisfaction/transfert
|
0,4705
|
|
Transfert/déroulement
|
0,1586
|
|
Der/satisf/transfert 0,9160
|
| 
