Analyse des facteurs en fonction de variables ciblées

Les facteurs qui ont influencé la décision de quitter l’enseignement des participants à notre étude sont nombreux. Ils concernent plusieurs aspects du travail enseignant et bien que les expériences des participants dans la profession soient souvent similaires, elles présentent certaines différences. Nous avons choisi trois variables qui pourraient expliquer certaines de ces différences. Nous avons utilisé les réponses fournies par les participants au questionnaire sociodémographique afin de créer ces variables. Ainsi, nous avons observé si l’importance accordée à chacun des facteurs variait en fonction du genre des participants, du niveau d’enseignement ou du statut d’emploi au moment de quitter la profession.

Dans un premier temps, nous avons eu recours au logiciel QDA Miner afin d’effectuer un test du khi-carré pour chacune des variables. Le test du khi-carré est un test non-paramétrique qui vise à vérifier une hypothèse de distribution aléatoire des données (Howell, 2008). Les tests non-paramétriques sont généralement reconnus comme étant moins précis que les tests paramétriques, par contre ils peuvent s’avérer utiles lorsque l’échantillon est petit et que les données sont nominales, ce qui est le cas ici (Pallant, 2007). Le test du khi-carré permet ainsi de comparer les fréquences observées avec les fréquences attendues afin de déterminer si la distribution des données est aléatoire ou si elle varie en fonction de chacune des catégories de la variable.

5.3.1 Analyse des facteurs en fonction du genre des participants

À prime abord, on pourrait concevoir qu’il existe des différences entre les hommes et les femmes en ce qui a trait aux facteurs ayant influencé leur décision de quitter la profession. Cependant, lorsque nous avons analysé les résultats du test de khi-carré effectué à l’aide du logiciel QDA Miner, nous avons constaté qu’aucune des différences observées n’était statistiquement significative selon un intervalle de confiance de 95 % (p < 0,05). Toutefois, nous avons remarqué que deux résultats

étaient significatifs selon un intervalle de confiance de 90 % (p < 0,10), soit les tests pour les facteurs Choix de carrière (p = .070) et Précarité (p = .063). Puisque le logiciel QDA Miner ne nous offrait pas les résultats détaillés des tests de khi-carré et afin de vérifier la validité de ces tests, nous les avons effectués de nouveau à l’aide du logiciel SPSS. Il faut préciser que nous avons effectué des tests de khi-carré avec des variables présentant chacune deux catégories seulement. À cet effet, il est recommandé d’utiliser la correction de continuité de Yates qui compense pour la surestimation de la valeur du khi-carré (Pallant, 2007). Nous présentons les résultats de ces tests aux tableaux III et IV.

Tableau III : Test du khi-carré pour le facteur Précarité et la variable genre Précarité

Oui

Précarité Non

Total

Genre Masculin Données observées Données attendues 8 9,2 2 0,8 10 10,0 Genre Féminin Données observées

Données attendues 16 14,8 0 1,2 16 16,0 Total Données observées

Données attendues 24 24,0 2 2,0 26 26,0

Le test du khi-carré pour l’indépendance de la variable (avec la correction de continuité de Yates) n’indiquait pas de relation significative entre le genre et le facteur précarité, χ² (1, n=26) = 1.22, p = .27.

Tableau IV : Test du khi-carré pour le facteur Choix de carrière et la variable genre Choix de carrière Oui Choix de carrière Non Total

Genre Masculin Données observées Données attendues 1 3,1 9 6,9 10 10,0 Genre Féminin Données observées

Données attendues 7 4,9 9 11,1 16 16,0 Total Données observées

Données attendues 8 8,0 18 18,0 26 26,0

Le test du khi-carré pour l’indépendance de la variable (avec la correction de continuité de Yates) n’indiquait pas de relation significative entre le genre et le facteur choix de carrière, χ² (1, n=26) = 1.9, p = .17. En conséquence, au sein de notre échantillon, il n’existe pas de différences statistiquement significatives entre les hommes et les femmes quant à l’importance accordée à chacun des facteurs.

5.3.2 Analyse des facteurs en fonction du niveau d’enseignement

Les enseignants vivent des réalités quotidiennes bien différentes selon qu’ils enseignent au niveau primaire ou au niveau secondaire. Ces milieux présentent des défis qui leurs sont propres et il serait plausible que les facteurs qui influencent la décision de quitter des enseignants varient en fonction du niveau d’enseignement. Nous avons effectué des tests du khi-carré afin d’observer s’il existait des différences entre les facteurs mentionnés par les participants des deux ordres d’enseignement. Les résultats de ces tests n’indiquaient aucune différence statistiquement significative. Conséquemment, au sein de notre échantillon, nous n’observons pas de différences statistiquement significatives entre les facteurs mentionnés par les enseignants du primaire et ceux mentionnés par les enseignants du secondaire.

5.3.3 Analyse des facteurs en fonction du statut d’emploi

La troisième variable que nous avons retenu pour analyse concerne le statut d’emploi des participants au moment de quitter la profession. L’expérience de travail des enseignants à statut précaire et celle des enseignants réguliers diffèrent à certains égards, principalement en termes de stabilité et de continuité. Il serait donc aisément compréhensible que les facteurs mentionnés soient quelque peu différents selon le statut d’emploi. Or, au sein de notre échantillon, il semble que ce ne soit pas le cas. Les résultats obtenus aux tests du khi-carré indiquent qu’il n’existe aucune différence statistiquement significative entre les facteurs mentionnés par les deux catégories de participants.