Les critères de qualité des échelles de mesure

a. La fiabilité

La fiabilité représente le degré avec lequel les instruments de recherche utilisés mesurent, de façon constante, le construit étudié (Perrien et al., 1984). Les indicateurs classiques de fiabilité sont présentés dans cette section.

Le coefficient alpha de Cronbach est une mesure de la cohérence interne d’une échelle à plusieurs items, fondée sur la corrélation entre ces items. Le coefficient est compris entre 0 et 1, et il est proportionnel à la cohérence interne de l’échelle. La littérature fournit plusieurs suggestions sur l’acceptabilité d’un coefficient alpha. Nunnally (1978) suggère comme acceptables des échelles présentant des coefficients alpha supérieurs ou égaux à 0,70.

Le même auteur avait suggéré, quelques années auparavant, que des coefficients alpha à 0,60 ou 0,50 étaient suffisants, surtout dans les phases initiales de la recherche (Nunnally, 1967). En critiquant l’application aveugle des valeurs numériques arbitraires afin de juger de la fiabilité des échelles, ainsi que le besoin des chercheurs de toujours citer quelqu’un d’autre pour justifier leurs propres décisions, Pedhazur et Schmelkin (1991) indiquent que quelqu’un peut toujours citer Nunnally (1978) lorsque les coefficients alpha obtenus sont entre 0,60 et 0,70 ou alors citer Nunnally (1967) si les coefficients obtenus se situent entre 0,50 et 0,70. Reconnaissant les divergences de la littérature, DeVellis (2003) considère qu’une valeur inférieure à 0,60 est inacceptable, entre 0,60 et 0,65 est indésirable, entre 0,65 et 0,70 est acceptable, entre 0,70 et 0,80 est respectable, entre 0,80 et 0,90 est très satisfaisante, quand elle est supérieure à 0,90, on doit considérer de simplifier cette échelle. Pour une étude exploratoire, nous acceptons en général des valeurs supérieures à 0,6.

b. La validité

Les recherches en sciences sociales font souvent appel à un ou plusieurs concepts abstraits qui ne sont pas toujours observables. La validité caractérise la capacité des instruments de mesure choisis à appréhender le mieux possible ces concepts théoriques.

La validité de contenu vise à assurer « qu’en termes de contenu, les instruments développés sont représentatifs de ce que l’on mesure » (Perrien et al., 1984). Elle est estimée de manière qualitative. Il s’agit de vérifier si l’ensemble des items affectés à la mesure d’un concept est théoriquement cohérent avec celui-ci et s’il en capture les différents aspects. Il convient de s’assurer que le libellé des items ne dépasse pas la définition du concept, mais qu’au contraire ils y sont bien circonscrits.

La validité de trait vise à s’assurer « que les indicateurs construits sont une bonne représentation du phénomène à étudier » (Evrard et al., 1997). Elle est satisfaite lorsque la validité convergente et la validité discriminante sont satisfaisantes.

- La validité convergente s’attache à vérifier si les indicateurs de mesure convergent vers un même trait, c’est-à-dire que « Les corrélations entre items mesurant un même trait sont supérieures aux corrélations entre items ne mesurant pas le même phénomène » (Evrard et al., 1997). Selon le critère proposé par Fornell et Larker (1981), la validité convergente est forte lorsque la variance partagée entre un construit et ses mesures (pvc) est supérieure à

50% ; les indicateurs de mesure expliquent donc une part plus grande de la variance du construit que les erreurs de mesure. La validité faible est assurée lorsque les relations entre le construit mesuré et ses indicateurs de mesure sont statistiquement significatives.

- La validité discriminante s’attache à vérifier si les items supposés mesurer des construits différents (ou des facettes distinctes d’un même concept) sont effectivement faiblement corrélés afin de permettre de discriminer les phénomènes entre eux. La validité discriminante suppose que la variance partagée entre les construits est inférieure à la variance partagée entre les construits et leurs mesures (Fornell et Larker, 1981). On peut conclure à une validité discriminante par le fait que la valeur du pvc d’un construit est supérieure aux carrés des corrélations entre ce construit et les autres. L’autre méthode considère qu’n prenant un modèle sans contrainte de corrélation entre les différents construits et un modèle où les corrélations entre construits sont fixées à 1, la validité discriminante est prouvée si la différence entre les valeurs du chi² de ces deux modèles est significative.

La validité nomologique concerne la liaison entre les concepts. Il s’agit de savoir si les relations entre les mesures de différents concepts sont en conformité avec les prédictions issues de la théorie fondée sur les recherches précédentes. Dans le cas de la mise en relation du concept avec des comportements, on utilise la notion de validité prédictive qui permet de déterminer les indices d’adéquation du modèle, ainsi que le test et la valeur des relations causales liant un construit testé à d’autres.

c. Les indices d’adéquation des échelles de mesure aux données

La méthode des équations structurelles est une pratique courante dans l’évaluation des indices de validation des échelles. Nous avons retenu cette méthode pour analyse les effets de causalité dans notre modèle. De nombreux indices permettent d’évaluer la validité, la qualité et la pertinence d’un modèle de mesure et/ou un modèle structurel. Didellon et Valette-Florence (1996) conseillent, d’une part, d’utiliser de préférence les indices associés à un intervalle de confiance et, d’autre part, d’avoir recours à des indicateurs permettant de comparer l’adéquation de plusieurs modèles entre eux lorsque c’est nécessaire.

Nous avons choisi de réaliser nos examens statistiques avec le module Graphics du logiciel AMOS 16. En conséquence, nous retenons les indicateurs conjointement recommandés par Didellon et Valette-Florence (1996) et Hu et Bentler (1998) sous contrainte

de disponibilité sous AMOS. D’autres indicateurs sont aussi adjoints en raison de leur popularité (Annexe 3). Les indicateurs retenus sont présentés dans le tableau 2.

Tableau 2 Indicateurs retenus

Indice Norme indicative

GFI > 0,90 AGFI > 0,90 RFI > 0,95 CFI > 0,90 NNFI > 0,90 RMSEA < 0,10