ANALYSES PRELIMINAIRES

Dans un premier temps, chacun des scores totaux a été vérifié par le biais des fréquences par rapport au nombre de questions répondues par les participants. Aucune donnée manquante n’a été identifiée ce qui s’explique par le fait que le test était administré via une plateforme informatique qui a contrôlé l’administration de l’examen et qui enregistrait chacune des réponses en temps réel en plus de s’assurer que le candidat avait répondu à l’ensemble des questions avant de mettre fin au test.

6.1.1 CONVERGENCE ENTRE LES GRILLES DE CORRECTION

En premier lieu, une matrice de corrélations a été produite afin de vérifier le degré de convergence entre les grilles de correction. Le tableau 9 présenté à la page suivante indique jusqu’à quel point les résultats obtenus en fonction de chacune des grilles de correction sont reliées les unes aux autres.

104 Tableau 9

Matrice de corrélations entre les grilles de correction

Grille 1 positivement les uns aux autres, ce qui n’est pas surprenant en soi. En effet, il est logique de croire que des groupes d’experts en charge d’évaluer la pertinence de certains comportements reliés au service à la clientèle pourraient s’inspirer en partie des meilleures pratiques reliées à ce domaine d’activité professionnelle.

De façon plus particulière, on note que les corrélations entre la grille théorique et les grilles élaborées à l’aide d’experts de contenu sont relativement élevées (0.759** pour les experts financiers et 0.830** pour les experts du domaine de l’énergie). Par contre, on note que la corrélation obtenue avec la grille créée par les experts du secteur public est positive, mais relativement faible (0,185**).

Finalement, on observe que les corrélations entre la grille théorique et les grilles empiriques varient considérablement selon la grille avec laquelle elle est mise en relation (-0,200 ; 0,324** ; 0,754).

105 De leur côté, les grilles créées par le biais de l’approche basée sur l’implication d’experts de contenu présentent soit une corrélation élevée (0,826**) entre celles établies par les experts du domaine financier et ceux de l’énergie ou soit des corrélations plutôt faibles (0,035 entre les experts du domaine public et ceux du secteur financier et 0,141 entre les experts du domaine public et ceux du domaine de l’énergie). Tout comme pour la grille théorique, on observe également que les corrélations entre les grilles créées par des experts et par le biais de l’approche empirique varient considérablement selon la grille avec laquelle elle est mise en relation (entre -0,166 et 0,764).

Finalement, on observe que la corrélation entre les résultats obtenus par le biais de la grille hybride et ceux établis théoriquement est élevée (0,862**), tout comme les corrélations avec les résultats associés aux experts financiers (0,830**) ou à ceux de l’énergie (0,932**). Dans le cas de la grille établie par les experts du domaine public, on observe une corrélation relativement faible (0,047).

Finalement, les corrélations observées avec les grilles empiriques varient fortement selon la grille utilisée (de -0,156** à 0,788**).

6.1.2 VARIABILITES ENTRE LES GRILLES DE CORRECTION

Le tableau 10 présenté à la page suivante compare les différences observées entre les « bonnes réponses » identifiées par les différentes grilles de correction. De façon plus spécifique, le tableau 10 présente le pourcentage des items du test pour lesquels des réponses différentes ont été identifiées.

Par exemple, on observe que dans 30 % des cas (24 questions sur 80), les experts financiers (grille 1) ont identifié une « bonne réponse » différente de celle choisie par les experts théoriques (grille 2). De façon générale, on constate qu’en moyenne 32 % des « bonnes réponses » identifiées variaient en fonction du groupe d’experts impliqué.

En ce qui a trait aux grilles empiriques, on observe qu’en moyenne 48 % des « bonnes réponses » variaient, lorsque comparées à celles identifiées par les groupes d’experts. Lorsque comparées les unes aux autres, les grilles empiriques (grille 6, grille 19 et grille 28) variaient en moyenne de 52 %. Finalement, on constate que les experts financiers (grille 1) ont modifié plus du tiers de leurs réponses originales (35 %) suite à l’examen des informations fournies lors de la création de la grille hybride (grille 8). La moyenne des différences entre la grille hybride et les grilles empiriques s’est établie à 46 %.

106 Ces analyses préliminaires nous permettent donc de confirmer que les variations sont suffisamment importantes pour soutenir les objectifs et questions de la présente recherche.

Tableau 10

Pourcentages de différences entre les « bonnes réponses »

Grilles experts Grilles empiriques

En ce qui concerne le critère, c’est-à-dire le rendement global des individus (appréciation globale de la personne dans son milieu de travail), il a été mesuré par une seule question (voir annexe E). Tel que mentionné à la section précédente, les réponses ont été recodées afin de créer deux groupes, soit les individus ayant été identifiés comme ayant un rendement adéquat (1) et ceux ayant été identifiés comme ayant un rendement supérieur en emploi (2).

Les analyses descriptives reliées à l’étendue et à la moyenne du critère sont présentées au tableau 11. Dans l’ensemble, on remarque que la moyenne s’établit à 1,49 avec un écart type de 0,50.

107 Tableau 11

Statistiques descriptives pour le critère

Critère N Min Max M É-T

Rendement 312 1 2 1,49 0,50

De façon plus spécifique, afin de comparer plus facilement les deux catégories d’individus en fonction de la variable du critère, le tableau 12 présente la répartition observée. Alors que 160 personnes font partie du premier groupe (rendement adéquat), 152 individus ont été identifiés comme ayant un rendement supérieur en emploi, pour une répartition quasi équitable entre les deux catégories de variables (51,3% pour la première et 48,7% pour la deuxième).

Tableau 12

Répartition de l’échantillon en fonction de la mesure du critère

Variables N % de l’échantillon

Rendement adéquat 160 51,3%

Rendement supérieur 152 48,7%