L’analyse des données : les méthodes et outils employés employés

L’analyse des données a été conduite en trois temps à l’aide du logiciel SPAD 5.5 en raison de la puissance de son outil descriptif DESMOD, de la clareté de l’outil dendrographique et la pertinence du critère de la Valeur Test (V.T.). Le premier temps porte sur une analyse statistique exploratoire pour repérer le phénomène étudié²¹⁶, le second sur une analyse factorielle pour résumer l’information obtenue en dégageant des dimensions « sous-jacentes » sur un plan factoriel et, enfin, le dernier temps sur une Analyse des Correspondances Multiples (ACM) pour réaliser une classification et dresser une typologie des répondants.

L’analyse statistique exploratoire

Lorsque les données ont été collectées et préparées, nous avons dans un premier temps exploré les résultats en procédant à des tris à plats sur les variables présentées plus haut. Nous avons considéré indépendamment les variables les unes des autres puis procédé à leur analyse et à leur mise en relation au travers de tris croisés. Il s’agit essentiellement à cette étape de statistiques descriptives sur variables nominales et continues qui ont pour objectif, non pas de tester le modèle théorique proposé, mais de disposer rapidement d’un état des lieux concernant le phénomène étudié. Dans un second temps, par des analyses bi-variées, nous avons mis en évidence les Variables Explicatives Majeures du phénomène de brèche et de violation du contrat psychologique. Selon la nature des variables étudiées (nominales, continues), différents types d’analyses ont été effectuées (corrélations, variance). Nous avons retenu en règle générale dans nos analyses, au seuil de signification α de 0,05, le test du khi-deux²¹⁷ pour les variables nominales (discrètes) et le t-test pour les variables continues. Les résultats de ces deux premiers niveaux d’analyse sont présentés dans la première section du chapitre suivant.

Le troisième niveau, par une analyse multi-variée²¹⁸, consiste à structurer et à simplifier les données issues de ces deux premiers niveaux d’analyse. La mise en œuvre de ce type de méthode

216 Nous nous sommes également appuyés, à cette étape, sur le logiciel SPHINX 4.5. Il s’agit d’un logiciel d'enquête et d’analyse des données permettant à l’utilisateur d’être assisté dans chacune des quatre grandes étapes de la réalisation d'une enquête (hors phase de collecte) : la réalisation du questionnaire, la saisie des réponses, les traitements quantitatifs des données et l’analyse des données qualitatives, la rédaction du rapport d’étude. Nous n’avons employé que l’appui dans le traitement quantitatif des données et leur analyse.

217 Nous retiendrons le seuil minimum de 2 (V.T.>2) pour pouvoir exploiter les informations du test

218 Celle-ci met en œuvre des techniques sophistiquées d’analyse statistique (ACP, analyse factorielle, classification, typologie, régression multiple, etc…) qui mettent en relation plus de deux variables entre elles

tel-00845413, version 1 - 17 Jul 2013

nécessite de consentir à une perte d’information afin de gagner en lisibilité. En fonction des phénomènes étudiés et de la nature du tableau de données dont on dispose, on appliquera telle ou telle méthode multifactorielle. Le choix d’une méthode dépend donc de l’objectif initial, des types de variables manipulées mais aussi de la forme des résultats obtenus qui peuvent être plus ou moins faciles à présenter et à expliquer. Notre objectif de recherche consistant à évaluer « la perception de brèche et/ou de violation des répondants », nous avons retenu les variables actives suivantes : le degré de brèche CP employé, la violation, les émotions/sentiments et la brèche CP employeur. Parmi les techniques multi-variées (Lamarche et al., 2003), la nature nominale et le nombre de variables considérées étant supérieur à 3, nous avons procédé à une Analyse des Correspondances Multiples (ACM).

Les variables utilisées dans l’Analyse des Correspondances Multiples (ACM)

L’objectif de l’Analyse des Correspondances Multiples est de déterminer par les variables actives un sous-espace de dimension réduite, « compréhensible » à l’œil, sur lequel on projette un nuage d’individus statistiques caractérisés par des variables illustratives (Lebart et al., 1984). Cette méthode, que nous avons conduite par l’intermédiaire du logiciel SPAD 5.5, autorise une analyse simultanée de plusieurs variables. Pour obtenir un tel sous-espace ou plan factoriel, la méthode consiste à chercher, dans un premier temps, l’axe sur lequel le nuage se déforme le moins en projection c’est-à-dire qui restitue la part la plus importante de l’inertie totale du nuage ou autrement dit de l’information qu’il contient. Une fois ce premier axe déterminé, il s’agit alors de chercher le second axe sur lequel le nuage se déforme le moins, tout en étant orthogonal au premier. Il suffit ensuite de réitérer le processus jusqu’à restituer l’intégralité de l’inertie du nuage. Pour caractériser ces axes factoriels selon les modalités (actives seules, illustratives seules et mélangées) et les variables continues (illustratives seules), nous avons choisi un seuil de valeur test en valeur absolue de 2 c’est-à-dire que ne seront retenues que les modalités dont la valeur test en valeur absolue est supérieure à ce seuil. La visualisation de plans factoriels dans l’espace des variables permet alors d’analyser l’information contenue sur deux axes factoriels.

Dans un second temps, nous avons combiné cette analyse à une « classification hiérarchique » en vue d’obtenir des classes d’individus les plus cohérentes possibles : soit en constituant les groupes les plus homogènes ou, à l’inverse, les groupes qui se distinguent le plus les uns des autres (Sharma, 1996). La mesure communément utilisée pour juger de la qualité d’une classification hiérarchique est le quotient de l’inertie inter-classe sur l’inertie totale du nuage des individus : plus elle est élevée et plus les individus regroupés forment des groupes homogènes nettement

tel-00845413, version 1 - 17 Jul 2013

différenciés les uns des autres. Il faut donc arbitrer entre nombre restreint de groupes et qualité des classifications, c’est-à-dire entre « interprétabilité » et fiabilité de l’information (Gerdin, 2005 ; Bidan, 2004). La caractérisation de chaque classe selon les modalités actives et illustratives est également conduite à l’aide de la valeur-test à laquelle est associée une probabilité : plus la valeur-test est grande (plus la probabilité est faible), plus l’élément est caractéristique. Le tableau suivant présente les variables actives (nominales) retenues dans l’Analyse par Correspondances Multiples.

Tableau 30. Liste des variables actives (nominales) Libellé variable Type Nbre Modalités Degré Brèche CP Employé Nominale 3 Modalités

Violation Nominale 2 Modalités

Emotions/Sentiments (+/-) Nominale 2 Modalités Brèche CP Employeur Nominale 2 Modalités

Les variables illustratives employées pour caractériser les axes factoriels et les groupes d’individus sont les suivantes :

 Les variables de contrôle/signalétiques (nominale) du tableau 31

 Les variables du tableau 31 sur les dimensions du contrat psychologique (nominales), sur les attitudes, comportements et éléments médiateurs (continues) ou encore les 7 variables (continues) construites a posteriori (performance, satisfaction, implication, confiance, justice organisationnelle, Support Organisationnel Perçu et Echange

CP Long Terme (vs Court Terme) 2 Modalités CP Equitable (vs Inéquitable) 2 Modalités CP Collectif (vs Individuel) 2 Modalités

tel-00845413, version 1 - 17 Jul 2013

Nature Variables Nbre Modalités l’envoi du courriel d’invitation à l’ensemble des huit cent vingt six salariés permanents (826) des 3 régions (Aquitaine, Rhône et Alpes), quatre cent quatre vingt quatre (484) d’entre eux nous ont retourné un questionnaire complet soit un taux de retour de 58,6%. Nous avons alors effectué une analyse (présentée en annexe 18) sur chaque variable de contrôle concernant la répartition entre effectif répondant et effectif total. Cette analyse confirme la représentativité de l’échantillon sur l’ensemble des variables caractéristiques qui sont retenues dans les analyses à savoir le genre, l’âge, l’ancienneté dans l’entreprise et dans l’emploi, la formation, l’emploi occupé, la nature de contrat, le niveau managérial et l’inscription ou non dans un changement organisationnel (et sa nature).

tel-00845413, version 1 - 17 Jul 2013