PREMIERE COMPOSANTE DEUXIEME COMPOSANTE

A- Thing C. B- Control. A. C- Simile I. D- T.G.M. 0.78659 0.75207 0.68628 0.66264 -0.42205 ■0.51437 0.49602

0.57106

Cette analyse factorielle en composantes principales présente à notre avis une illusion. En effet 52.4% de variance expliquée par un premier fac- teur pourrait porter des gens à croire que nous sommes en présence d'un facteur de créativité alors que ce n'est peut-être pas le cas. Nous avons déjà montré à deux reprises que les tests de créativité n'arrivaient pas à se distinguer des tests d'intelligence. Nous savons également que les tests d'intelligence expliquent à des degrés divers une partie de la variance à ces tests de créativité et ce à partir de la matrice de corrélations présen- tée antérieurement dans le tableau 3.4 . De plus, dans le premier chapitre de cette recherche, nous avions mentionné que d'autres variables pouvaient avoir un effet sur le rendement à n'importe quelle tâche. Pensons à la con- fiance en soi ou â l'assurance face à de nouvelles tâches. Autrement dit,

l'intelligence et d'autres caractéristiques personnelles des individus peu- vent expliquer une partie de la variance à ces tests de créativité. Le fac- teur commun identifié par l'analyse en composantes principales n'est peut- être qu'un facteur de rendement général non spécifique à la créativité.

Rappelons ici que l'analyse en composantes principales effec- tuée a permis de répondre à la question 4 de cette recherche à savoir:

les tests de créativité lorsque soumis à l'analyse factorielle font-ils émerger un facteur assez important expliquant la majeure partie de la va- riance des tests de créativité? La réponse à cette question est affirmati- ve puisque le premier facteur explique 52.4% de la variance ce qui est lé- gèrement plus de la moitié ou de la majorité.

Cependant, cette analyse en composantes principales devra être refai- te en extrayant des tests de créativité ce que nous avons estimé ne pas être de la créativité. Cette approche méthodologique se veut originale et

relativement simple. Elle permettra de répondre â la cinquième grande ques- tion de notre recherche.

que les tests de créativité pouvaient être particulièrement perméables à des sources de variance d'erreur. Les 4 tests de créativité se veulent bien sui- des mesures du construit appelé créativité. On souhaite que d'autres varia- bles ne viennent pas masquer le trait que l'on désire mesurer. Nous ne som- mes pas intéressés à mesurer l'intelligence du sujet, la confiance en soi, ou toutes autres variables influençant le rendement à une tâche quelconque.

Afin de mieux comprendre ce que mesurent nos tests de créativité nous avons voulu les élaguer de composantes qui n'ont rien de spécifique à la créativité mais qui peuvent avoir une influence sur n'importe quelle tâche, y compris la créativité.

La façon originale de résoudre ce problème consiste à diviser le sco- re à un test en deux parties orthogonales, c'est-à-dire en deux composantes non correllées. Une première composante peut être considérée comme la partie explicable par d'autres variables nuisibles, variables influençant le rende- ment à n'importe quelle tâche. La seconde composante se trouve à être le score résiduel, celui qui représente le mieux le trait que l'on désire mesu- rer. Seul ce score résiduel nous intéresse.

La matrice de corrélations du tableau 3.4 nous montre que l'intelli- gence explique une partie de la variance de chaque test de créativité et ce à des degrés divers. Par ailleurs la liste des caractéristiques personnel-

les des sujets nous a permis de construire un indice représentant l'assu- rance ou la confiance en soi que nous croyons être un facteur susceptible de favoriser le rendement à n'importe quelle tâche.

Nous sommes donc maintenant en présence de deux variables que nous savons ne pas être reliées spécifiquement à la créativité. Ce sont

deux variables de rendement nuisibles. Nous allons donc subdiviser chaque test de créativité en deux composantes orthogonales. La première composan-

te sera la partie explicable par l'intelligence et l'assurance. Cette com- posante n'aura plus aucun intérêt dans cette étude. En soustrayant cette partie du score original nous obtenons le score résiduel qui seul est in- téressant parce que se rapprochant le plus du trait que l'on désire mesu- rer.

Pour extraire la partie explicable par l'intelligence nous n'avons utilisé que le D.A.T.. Bien sûr en prenant les 4 tests d'aptitudes nous aurions diminue davantage la partie résiduelle. Cependant nous n'avons pas voulu exagérer. De toute façon le D.A.T. est une mesure d'aptitudes générales des plus valables.

Le point 1 de cette section présente l'indice d'assurance apparenté à la confiance en soi. Le point 2 illustre la façon d'obtenir nos deux composantes orthogonales en utilisant une méthode rarement utilisée, la

1- CONSTRUCTION D'UN SCORE D'ASSURANCE :

Nous aurions bien aimé avoir l'opportunité de construire de A à Z une ou deux échelles de tempérament ou d'attitude se rapportant à la con- fiance en soi, à l'impression de pouvoir réussir une épreuve donnée, ou encore à l'assurance de façon générale. Cependant, malgré la richesse des données de Pelletier, nous devons déplorer le fait qu'il nous a été

impossible de construire les échelles dont nous rêvons encore.

Néanmoins, la liste des 114 adjectifs ou caractéristiques indivi- duelles comptait 7 items s'apparentant d'une certaine façon à l'assuran- ce. Il s'agit des adjectifs suivants : confiant en soi, craintif, éner- gique, enthousiaste, pessimiste, maussade et qui aime la compétition. Evidemment, certains de ces adjectifs doivent être inversés pour qu'un score élevé à l'item aille dans le même sens qu'un score élevé à l'échelle. Avec ces 7 items, nous avons réussi à construire une échelle homogène

dont le degré de consistance interne calculé à partir du coefficient alpha de Cronbach est aussi élevé que .86 ; c'est donc dire qu'il existe un premier facteur important capable d'expliquer une part importante de

la variance aux 7 items. Le tableau 3.10 contient beaucoup de statisti- ques descriptives concernant notre échelle d'assurance.

Cette échelle d'assurance sera utilisée plus loin lorsqu'il s'agi- ra d'étudier en profondeur la structure factorielle des 4 tests de créa- tivité de Pelletier. Pour le moment, nous allons nous limiter à présen- ter les corrélations simples entre notre score d'assurance d'une part et d'autre part, les 4 variables de créativité et les 4 variables d'ap-

titudes générales. Ces corrélations apparaissent dans le tableau 3-11 • Le lecteur peut y voir qu'il existe des corrélations quand même sensi- bles pour ce qui est des tests de créativité. C'est donc dire qu'à prime abord, l'assurance explique partiellement le rendement â un test de créativité. Il faut même se demander ce qu'auraient été ces corréla- tions si nous avions vraiment pu construire des échelles plus satisfai- santes compte tenu des fins que nous poursuivons.