Analyses bivariées

Le Tableau IX présente la matrice de corrélation de l’ensemble des variables à l’étude. Les coefficients de corrélation représentent la force et le sens de la relation linéaire entre deux variables (Tabachnick et Fidell, 2007). Un coefficient de 0 signifie qu’il n’y a aucune relation linéaire entre les variables. Un coefficient de 1 équivaut à une relation linéaire parfaite entre les variables. Un coefficient de 0,19 et moins indique une faible corrélation entre les variables. Un coefficient entre 0.20 et 0.39 indique une corrélation moyenne entre les variables. Finalement, un coefficient de 0.40 et plus indique une forte corrélation entre les variables. Le coefficient peut être positif ou négatif, selon le sens de la relation.

Notre variable dépendante, l’intention de rester, est mise en relation avec nos variables indépendantes : d’abord avec la satisfaction envers les bonis individuels, puis avec la satisfaction envers les bonis collectifs. Le coefficient de corrélation indique qu’il existe une relation moyennement forte et statistiquement significative ( < 0,01) entre la satisfaction envers les bonis individuels et l’intention de rester. C’est donc dire que plus la satisfaction d’un travailleur envers ses bonis individuels est forte, plus son intention de rester est élevée. Ce résultat diffère des résultats rapportés par O’Halloran (2012) qui n’avait établi aucune relation significative entre les bonis individuels et l’intention de quitter. Ce type d’analyse bivariée ne tient toutefois pas compte de l’évolution des variables à travers le temps, ni de l’impact des variables de contrôle sur l’intention de rester. Néanmoins, ce résultat confirme de façon provisoire notre Hypothèse 1 voulant que la satisfaction envers les bonis individuels contribue à accroître l’intention de rester des travailleurs du secteur des TIC.

La matrice de corrélation révèle une corrélation moyennement forte et statistiquement significative ( < 0,01) entre la satisfaction envers les bonis collectifs et l’intention de rester.

Ce résultat indique que plus la satisfaction d'un travailleur envers ses bonis collectifs est forte, plus son intention de rester est élevée. Aucune étude recensée n’a mis en lumière la relation entre les bonis collectifs et le roulement. En raison des limites associées aux analyses corrélationnelles, ce résultat confirme provisoirement notre Hypothèse 2 voulant que la satisfaction envers les bonis collectifs contribue à accroître l’intention de rester des travailleurs du secteur des TIC.

La matrice de corrélation indique que nos deux variables indépendantes, soit la satisfaction envers les bonis individuels et la satisfaction envers les bonis collectifs, ont une corrélation moyennement forte et statistiquement significative ( < 0,01) avec l’intention de rester. Les deux corrélations ont des coefficients de force similaires, ainsi il ne semble pas y avoir de différence statistiquement significative entre la satisfaction envers les bonis individuels et les bonis collectifs sur l’intention de rester. Aucune étude recensée n’a mis en lumière le poids relatif de la satisfaction envers les bonis individuels et les bonis collectifs sur l’intention de rester. Pour l’instant, ces résultats infirment de façon provisoire notre Hypothèse 3 voulant que la satisfaction envers les bonis individuels ait un impact plus important sur l’intention de rester des travailleurs du secteur des TIC que la satisfaction envers les bonis collectifs.

En résumé, les analyses corrélationnelles ont permis de confirmer de façon provisoire les hypothèses 1 et 2. Nous pouvons ainsi affirmer de façon provisoire que la satisfaction envers les bonis individuels et les bonis collectifs contribue à accroître l’intention de rester des travailleurs du secteur des TIC. Les analyses corrélationnelles ont toutefois infirmé de façon provisoire notre Hypothèse 3 voulant que la satisfaction envers les bonis individuels ait un impact plus important sur l’intention de rester que la satisfaction envers les bonis collectifs.

Tableau IX. Matrice de corrélation

1 2 3 4 5.1 5.2 5.3 5.4 6

1. Intention de rester 1 … 2. Satisfaction envers les

bonis individuels 0,216** 1 … 3. Satisfaction envers les

bonis collectifs 0,228** 0,844** 1 … 4. Âge -0,085 -0,040 -0,124 * 1 … Niveau de scolarité 5.1. diplôme d’études secondaires -0,062 0,062 0,053 -0,064 1 … 5.2. diplôme d’études collégiales 0,073 0,108* 0,115* -0,102* -0,222** 1 … 5.3. diplôme universitaire de 1er _cycle 0,090 0,109* 0,105* 0,129* -0,182** -0,456** 1 … 5.4. diplôme universitaire de cycles supérieurs -0,128* -0,259** -0,256** 0,020 -0,189** -0,475** -0,390** 1 … 6. Engagement org. 0,338** 0,303 ** 0,377** -0,097* 0,015 0,105* -0,002 -0,119* 1 7. Soutien org. perçu 0,346** 0,481 ** 0,510** -0,146* 0,080 0,081 0,014 -0,147** -0,575**

En terminant, l’examen de la matrice de corrélation révèle des corrélations très élevées laissant présumer d’éventuels problèmes de colinéarité lors de nos analyses multivariées (Tabachnick et Fidell, 2007). Une forte corrélation entre deux variables de même type indique qu’il existe peu de différences entre les mesures de ces variables. Elles sont considérées comme statistiquement redondantes. La littérature recommande de faire preuve de prudence avant d’inclure des variables présentant une forte colinéarité dans des analyses multivariées (Tabachnick et Fidell, 2007). La présence de variables statistiquement redondantes augmente la marge d’erreur et génère du bruit inutile pouvant masquer certaines relations significatives. Pour résoudre ce problème, la littérature propose de retirer l’une des variables redondantes, dans la mesure du possible (Tabachnick et Fidell, 2007).

La matrice de corrélation révèle une corrélation très forte et statistiquement significative ( < 0,01) entre nos deux variables indépendantes, soit la satisfaction envers les bonis individuels et la satisfaction envers les bonis collectifs. Toutefois, en raison de leur importance, aucune variable indépendante ne sera retirée des analyses multivariées, et ce, malgré la forte colinéarité rapportée entre ces dernières. De plus, les résultats indiquent que la satisfaction envers les bonis individuels et les bonis collectifs ont une forte corrélation statistiquement significative ( < 0,01) avec la variable de contrôle du soutien organisationnel perçu. Conséquemment, le soutien organisationnel perçu sera exclu des analyses multivariées.