Le burnout a longtemps fait l’objet dans la littérature de discussions concernant son indépendance par rapport à un facteur tel que celui de la dépression, ceci concernant des populations d’adultes en situation professionnelle. Nous venons de voir qu’au travers d’une population adolescente il démontre des particularités tout en conservant son essence d’origine. L’échelle dont nous nous servons dans cette étude, le OLBI adapté au contexte scolaire, ayant répondu de façon satisfaisante à nos attentes, l’intérêt serait à présent de tester, toujours au travers de cette même population d’adolescents, si l’on peut constater comme ce qui a été le cas chez les adultes, une indépendance entre ces deux facteurs.
L’échelle avec laquelle nous avons mesuré dans cette recherche la symptomatologie dépressive est la CES-D38. Nous avons vu précédemment qu’une étude menée auprès d’un échantillon de 154 enseignants allemands du secondaire avait démontré une indépendance de la dépression et du burnout, s’étant servi afin de mesurer la dépression de cette même échelle conjointement à celle du MBI-GS qui est une autre mesure du burnout (Bakker et al., 2000). Ils avaient à cette fin utilisé le concept de réciprocité comme facteur discriminatoire entre les deux variables et observé que celui-ci n’expliquait pas de la même façon le burnout et la dépression. Les auteurs avaient également réalisé une analyse factorielle sur l’ensemble des items des deux échelles afin de tester l’indépendance factorielle de celles-ci. L’analyse consistait à comparer différents modèles factoriels à l’aide du test du Chi2 sur l’amélioration de l’adéquation du modèle à la substance factorielle de ces échelles. Elle consistait donc à partir du test d’un modèle factoriel nul, puis unique, puis double, et ainsi de suite pour arriver à un modèle à sept facteurs correspondant aux sept sous-échelles de la CES-D et du MBI-GS. Les auteurs observaient alors que ce dernier modèle était celui qui démontrait la meilleure adéquation factorielle. Autrement dit, les facteurs ou plutôt les sous-dimensions de ces deux échelles conservaient leur indépendance puisque n’empiétant pas les uns sur les autres.
Nous nous inspirerons donc ici de cette analyse afin de tester l’indépendance factorielle de la CES-D et du OLBI au sein d’une population adolescente, et de savoir si à cet
38
160
âge, comme pour ce que l’on observe à l’âge adulte, dépression et burnout se différencient bien l’un de l’autre.
Afin de tester l’indépendance factorielle de l’échelle de mesure du burnout le OLBI d’avec l’échelle de mesure de la symptomatologie dépressive la CES-D, et plus substantiellement l’indépendance conceptuelle de ces deux variables, nous avons mené une analyse factorielle telle que celles réalisées plus haut mais cette fois sur l’ensemble des items de ces deux échelles. Cette analyse a été réalisée auprès d’un échantillon de 755 sujets. Ceci nous permettra de tester la fidélité des items à leur facteur respectif ; si les items de chacune de ces deux échelles saturent bien les facteurs propres à la leur, autrement dit, que les items du OLBI ne saturent pas les sous-dimensions de la CES-D et inversement. Mais également, que l’on retrouve bien un nombre total de facteur correspondant au nombre total de sous- échelles additionnées de la CES-D et du OLBI, signifiant que des facteurs ne se seraient pas « mélangés » entre eux.
Nous avons vu précédemment que le OLBI comptait, au sein de notre échantillon, quatre sous-échelles au travers de ses 16 items ; à savoir :
- Le cynisme
- L’épuisement cognitif - L’épuisement physique - Le désengagement
De son côté, l’échelle de symptomatologie dépressive CES-D compte cinq sous- échelles au travers de 23 items ; à savoir :
- L’activité somatique ralentie - Les affects dépressifs
- Les affects positifs
- Les affects interpersonnels - Les idéations suicidaires
On obtient donc un total pour ces deux échelles du OLBI et de la CES-D de neuf dimensions et de 39 items. Ces neufs dimensions doivent se retrouver au travers de l’analyse factorielle menée sur l’ensemble des items des deux échelles et se distinguer d’elles-mêmes.
161 Consistance interne de la CES-D :
Nous avons évalué la fiabilité interne de l’échelle CES-D à l’aide du coefficient Chronbach !. Celui-ci rapporte une valeur de 0,89 au sein de cet échantillon, ce qui apparaît très satisfaisant.
Tableau 1.3.1. Squee test :
Tableau 1.3.2. Table des valeurs propres :
Valeurs Table des valeurs propres
Extraction en composantes principales
Valeur propre % de variance % cumulé
1 8,766 22,476 22,476 2 3,000 7,691 30,168 3 1,863 4,778 34,946 4 1,668 4,278 39,223 5 1,370 3,514 42,737 6 1,237 3,172 45,909 7 1,147 2,941 48,850 8 1,068 2,738 51,588 9 1,036 2,657 54,246
162
A partir du Squee test et de la table des valeurs propres, on retient une solution en 9 facteurs qui explique 54% de la variance totale, ce qui apparaît satisfaisant. Nous constatons d’emblée que les 9 facteurs se dégagent tels qu’attendus, de l’analyse.
Tableau 1.3.3. Matrice des poids factoriels :
Sur la page suivante la matrice des poids factoriels nous indique la saturation des items sur chaque facteur et leur significativité (poids marqué > 0.30). Elle permet ainsi de vérifier dans quel facteur s’inscrit chaque item et d’observer si ces items gardent leur indépendance d’une échelle à l’autre. Les items ne doivent donc pas se mélanger entre facteurs d’échelles différentes.
Les items de l’échelle du OLBI sont relevés en rouge et ceux de la CES-D apparaissent en bleu.
163 Facteurs Items 1 2 3 4 5 6 7 8 9 Olbi 1 -,008 ,268 ,173 ,067 ,105 ,538 -,143 -,067 ,148 Olbi 2 ,135 ,420 -,053 ,048 ,157 ,094 -,078 ,070 -,413 Olbi 3 ,104 ,667 ,112 -,048 -,007 ,177 ,060 ,114 ,085 Olbi 4 ,058 ,430 ,021 ,035 ,458 -,090 ,128 ,184 -,128 Olbi 5 ,304 -,019 ,126 ,007 ,680 ,066 ,080 -,043 ,046 Olbi 6 ,066 ,172 ,007 -,036 -,023 -,299 -,054 -,403 -,213 Olbi 7 -,006 -,101 -,070 -,089 -,173 ,737 -,025 ,066 -,108 Olbi 8 ,305 ,433 ,236 ,050 ,238 -,246 ,031 -,222 ,110 Olbi 9 ,067 ,662 ,075 ,128 -,032 ,162 ,008 -,009 ,052 Olbi 10 ,040 ,062 ,317 ,113 ,554 ,022 ,062 ,137 -,321 Olbi 11 ,148 ,691 ,072 ,054 ,118 ,036 ,039 ,133 ,036 Olbi 12 ,313 ,397 ,226 -,025 ,461 -,129 ,169 ,062 -,043 Olbi 13 -,034 ,140 -,026 ,055 ,029 ,126 -,082 ,058 ,732 Olbi 14 ,071 ,139 ,041 ,072 ,611 ,245 -,049 ,274 ,334 Olbi 15 -,038 ,294 ,058 ,060 ,139 ,562 -,003 ,134 ,343 Olbi 16 -,064 ,329 ,150 ,026 ,250 ,548 ,087 ,044 ,006 Ces-d 1 ,469 ,142 ,011 ,067 ,091 -,040 ,095 ,202 -,039 Ces-d 2 ,579 ,059 ,018 ,167 ,068 ,037 -,186 ,040 -,092 Ces-d 3 ,688 ,133 ,245 ,186 ,093 ,044 ,083 -,007 -,002 Ces-d 4 ,322 ,107 ,545 ,037 ,183 -,036 ,060 -,130 ,098 Ces-d 5 ,288 ,187 -,001 -,111 ,189 ,119 -,023 ,567 ,049 Ces-d 6 ,664 ,182 ,306 ,200 ,083 ,023 ,122 ,150 -,040 Ces-d 7 ,138 ,354 ,092 ,246 ,223 -,172 ,019 ,518 -,068 Ces-d 8 ,170 ,049 ,661 ,035 ,149 ,106 -,077 ,071 -,003 Ces-d 9 ,331 ,200 ,295 ,443 -,005 -,056 ,280 ,131 ,090 Ces-d 10 ,418 ,039 ,125 ,032 ,198 -,089 ,361 ,222 -,004 Ces-d 11 ,418 ,166 ,083 ,168 ,096 -,057 -,267 ,332 -,163 Ces-d 12 ,127 ,133 ,761 ,153 -,040 ,049 ,049 ,082 ,043 Ces-d 13 ,526 ,085 ,076 -,010 -,041 -,164 ,139 ,189 ,133 Ces-d 14 ,564 ,036 ,289 ,192 ,009 -,092 ,295 ,060 -,041 Ces-d 15 ,153 ,079 ,012 ,096 ,112 -,029 ,761 -,007 -,052 Ces-d 16 ,088 ,050 ,752 ,063 ,122 ,031 ,098 ,041 -,097 Ces-d 17 ,677 -,015 -,051 ,270 ,211 ,014 ,092 -,211 -,052 Ces-d 18 ,737 ,065 ,222 ,174 ,128 ,035 ,194 ,038 -,022 Ces-d 19 ,386 ,045 ,111 ,307 ,033 ,007 ,553 -,004 -,047 Ces-d 20 ,344 ,233 ,277 ,103 -,042 ,119 ,094 ,437 -,051 Ces-d 21 ,327 ,146 ,182 ,674 -,014 ,023 ,204 ,076 -,009 Ces-d 22 ,280 -,003 ,084 ,789 ,057 ,043 ,046 ,012 ,022 Ces-d 23 ,169 ,025 ,031 ,829 ,060 -,021 ,019 ,005 ,019
Méthode d’extraction: Analyse en composantes principales Méthode de rotation: Varimax avec normalisation de Kaiser.
164
On observe d’emblée que les items des sous-échelles du OLBI et de la CES-D ne se mélangent pas entre eux sur leurs facteurs respectifs. Les items du OLBI se regroupent exclusivement sur les facteurs 2, 5, 6 et 9 ; alors que les items de la CES-D se regroupent sur les facteurs 1, 3, 4, 7 et 8. Le OLBI retrouve donc bien ses quatre sous-dimensions et la CES- D ses cinq sous-dimensions.
Pour le OLBI, les sous-échelles sont : - Le cynisme pour le facteur 2
- L’épuisement cognitif pour le facteur 5 - L’épuisement physique pour le facteur 9 - Le désengagement pour le facteur 6
Pour la CES-D, les sous-échelles sont : - Les affects dépressifs pour le facteur 1 - Les affects positifs pour le facteur 3 - Les idéations suicidaires pour le facteur 4 - Les affects interpersonnels pour le facteur 7 - L’activité somatique ralentie pour le facteur 8
Ce résultat illustre statistiquement l’indépendance factorielle du OLBI et de la CES-D. Le fait que leurs items respectifs ne se mélangent pas indique qu’ils renvoient à des dimensions bien distinctes les unes des autres. Ainsi, on peut avancer que le OLBI mesure bien le syndrome d’épuisement se différenciant de la symptomatologie dépressive mesurée par la CES-D. les sous-dimensions de ces deux échelles ne se mélangent pas entre elles non plus et elles semblent conserver en général les items qui les composent à l’origine. Ceci apporte la confirmation d’un modèle à quatre dimensions tel que nous l’avons vu plus haut pour le OLBI ; et une structure à cinq sous-échelles pour la CES-D.
On peut donc dire à partir de cette analyse que, même au sein d’un échantillon d’adolescents en situation scolaire, le syndrome d’épuisement apparaît être un facteur différencié de celui de dépression, renvoyant à des dimensions ne lui étant pas réductibles. Ce résultat rejoint les observations faites antérieurement auprès d’adultes en situation professionnelle au cours d’études discriminatoires de ces deux facteurs.
165
DEUXIEME CHAPITRE
Partie quantitative 2 : Lien entre stress
scolaire et burnout
166
Nous venons de tester la validité scientifique factorielle des deux échelles utilisées sur les échantillons afin de mesurer le stress scolaire et le burnout chez les lycéens ; à savoir la High School Stressor Scale et le Oldenburg Burnout Inventory. L’étude factorielle menée a de plus permis de dégager les sous-échelles les composant ainsi que leurs qualifications.
Il s’agit maintenant d’étudier les liens existants entre ces variables. Il nous sera également possible d’observer dans le détail quelles sous-échelles prédisent l’une et l’autre variable à l’aide d’analyses de régression multiples. L’analyse qui suit est menée sur un échantillon de 903 sujets.
Statistiques descriptives concernant la HSSS :
N Valides 903 manquantes 0 Moyenne 132,32 Erreur Standard ,844 Médiane 134,00 Variance 642,818
Statistiques descriptives concernant le OLBI :
N Valides 903 manquantes 0 Moyenne 47,80 Erreur Standard ,292 Médiane 48,00 Variance 76,733
167