Régressions pour l'ensemble des bâtiments

À l'étape suivante de notre analyse à l'échelon du bâtiment, nous avons utilisé l'analyse de régression pour examiner les relations entre les résultats moyens du sondage (variables dépendantes [VD]) et les mesures physiques moyennes (variables indépendantes [VI]). Nous avons choisi les paires de variables en fonction des attentes théoriques d'une relation. Par exemple, la satisfaction à l'égard de l'intimité et de l'acoustique en fonction de l'IA. Pour ces régressions, nous n'avons pas fait de distinction entre les bâtiments verts et conventionnels, donc nous pouvions élargir la taille de l'échantillon en incluant le bâtiment E. Cet examen est axé sur la régression unidimensionnelle, c'est-à-dire la façon dont nous pouvons prédire une variable à partir d'une autre, sans tenir compte des prédictions à partir de plusieurs variables ou transformations de variable.

Bruits

Comme variables dépendantes, nous avons choisi les moyennes du bâtiment pour Sat_IA, non conversationnel, conversationnel, conversationnel2, ICP, FCP, ECCP et absence du travail et comme variables indépendantes, les moyennes du bâtiment pour IA, PA, la fraction de bureaux à aire ouverte et la proportion d'accès aux fenêtres. Nous avons effectué des analyses pour tous les postes de travail et pour les bureaux privés et à aire ouverte séparément. Dans le dernier cas, nous n'avons tenu compte que des bâtiments qui avaient au moins dix postes de travail dans la catégorie privée et aire ouverte pour établir une moyenne fiable à l'échelon du bâtiment. Nous n'avons pas testé toutes les paires de VD et de VI. Nous avons choisi seulement celles qui selon nous, présentaient le plus solide intérêt théorique.

Le tableau 31 présente les relations statistiquement significatives (régressions avec une p≤0,05 dans l'ensemble). La satisfaction à l'égard de l'intimité et de l'acoustique diminuait à mesure que l'IA moyen augmentait. L'IA avait un effet négatif plus marqué sur le dérangement par des bruits conversationnels, comme on aurait pu s'y attendre. Cette relation est illustrée à la figure 5. Il est possible que l'IA moyen à l'échelon du bâtiment soit simplement un code pour la prévalence des bureaux à aire ouverte dans chaque bâtiment. En fait, il y avait une relation statistiquement significative entre le dérangement par des bruits conversationnels et la fraction des bureaux à aire ouverte dans le bâtiment. Le fait que l'IA est aussi associée négativement au dérangement par des bruits conversationnels dans les bureaux privés seulement va à l'encontre de cette simple interprétation.

Toutefois, les effets de l'environnement acoustique s'étendaient au-delà des résultats liés directement à la satisfaction à l'égard du bruit. L'absence était également associée au niveau de bruit de fond; un bruit PA plus élevé était associé à une absence plus fréquente du travail,ce qui confirme d'autres recherches sur le bruit et le stress dans les bureaux (p. ex. Evans & Johnson, 2000).

Tableau 31. Résultats de l'analyse de régression linéaire liés à l'acoustique.

VD VI R2

adj F Constante B

Sat_IA IA 0,26 7,16* 5,04 -2,36

Conversationnel (dérangement) IA 0,48 17,83* 3,30 4,26

Conversationnel (dérangement) IA (bureaux privés

seulement) 0,38 8,33* 3,58 5,20

Conversationnel2 (dérangement) IA 0,45 15,76* 3,27 3,84

Conversationnel2 (dérangement) IA (bureaux privés

seulement) 0,48 12,22* 3,35 5,94

Conversationnel (dérangement) Fraction ouverte 0,26 7,18* 3,92 1,10

FCP Fraction ouverte 0,28 7,81* 2,83 -0,534

Absence (toute raison) PA 0,20 5,39* -2,65 0,050

Absence (toute raison) PA (bureaux à aire ouverte

seulement) 0,18 4,53* -0,509 0,055

* indique un résultat statistiquement significatif.

Figure 5. Dérangement par des bruits conversationnels évalués en fonction de l'IA mesuré (moyennes à l'échelon du bâtiment). La droite de régression linéaire de meilleur ajustement est présentée.

Traduction du texte dans la figure

MeanSpeech Noise2 Bruitconversationnel moyen2

Mean Articulation Index [0-1] IA moyen (0-1)

Éclairage

Comme variables dépendantes nous avons choisi les suivantes : Sat_E, SGE, ICV, FCV, ICP, FCP, ECIV, ECCP et l'absence du travail et comme variables indépendantes, l'éclairement (diverses mesures), la luminance au-dessus de l'écran d'ordinateur et l'accès aux fenêtres. Pour les résultats liés à l'éclairement, nous avons répété les tests avec et sans le bâtiment H, où les éclairements moyens étaient considérablement plus élevés comparativement aux autres bâtiments et qui pourrait être considéré comme une observation aberrante. Nous n'avons pas testé toutes les paires de VD et de VI. Nous avons choisi seulement celles qui selon nous, présentaient le plus solide intérêt théorique.

Le tableau 32 présente les relations statistiquement significatives (p≤0,05). Veuillez prendre note que pour les variables de l'éclairement cubique, nous avons également testé l'éclairement moyen sur les six faces comme prédicteur. De même, pour les variables de l'éclairement de la surface de bureau, nous avons testé l'éclairement moyen de la surface de bureau comme prédicteur. Ces variables composées peuvent être plus fiables et généralisables, mais elles ne se sont pas révélées significatives comme prédicteurs. Néanmoins, le modèle de relations fondé sur les mesures individuelles est uniforme et permet de présumer que les conclusions sont fiables. Par conséquent, nous les présentons au tableau 32. Nous avons observé une variété de résultats positifs avec des niveaux d'éclairage plus élevés. Par exemple, la satisfaction à l'égard de l'éclairage augmentait avec un plus grand éclairement, tel que mesuré sur plusieurs faces du cube.

Toutefois, les effets de l'éclairage s'étendaient au-delà des résultats liés directement à la satisfaction à l'égard de l'éclairement. La SGE augmentait également avec un éclairement plus élevé, tel que mesuré sur plusieurs faces du cube. Le confort physique était meilleur avec des niveaux d'éclairage plus élevés, mesurés par l'éclairement sur plusieurs faces du cube et par la luminance au-dessus de l'écran de l'ordinateur. Il est intéressant de noter que nous avons observé les effets de l'éclairage sur le confort physique, mais pas sur le confort visuel. Des études antérieures ont révélé qu'un mauvais éclairage pouvait mener à l'adoption de postures compensatoires, mais non ergonomiques (Rea et coll., 1985; Heerwagen et Diamond, 1992). L'absence du travail (pour toute raison) était plus faible dans les bâtiments où les occupants avaient un meilleur accès aux fenêtres de leur bureau, ce qui pourrait être un effet connexe. En plus des multiples avantages bien documentés de la vue (Farley et Veitch, 2001), les fenêtres sont généralement associées à de plus hauts niveaux d'éclairage. Il est généralement admis que les niveaux d'éclairage plus élevés sont souhaitables pour un meilleur bien-être (CIE 2004/2009). L'absence était également associée à la fraction des postes de travail où l'éclairement ne respectait pas les niveaux recommandés (<300 lux ou >500 lux). L'effet semble contradictoire, car une fraction plus élevée en dehors des niveaux recommandés était associée à moins d'absences. Toutefois, veuillez prendre note que dans les cas où les niveaux étaient supérieurs aux niveaux recommandés, ils l'étaient surtout en raison de la lumière naturelle dans les bureaux avec des fenêtres.

Tableau 32. Résultats de l'analyse de régression linéaire liés à l'éclairage.

VD VI R2

adj F Constante B

Sat_E ÉclairCubeAvant (H supprimé) 0,19 4,89* 4,65 0,00

Sat_E ÉclairCubeGauche (H supprimé) 0,28 7,55* 4,73 0,00

Sat_E ÉclairCubeBas (H supprimé) 0,18 4,73* 4,75 0,00

SGE ÉclairCubeGauche 0,21 5,88* 3,80 0,00

SGE ÉclairBureauDroit 0,17 4,68* 3,83 0,00

ICP ÉclairBureauAvant 0,16 4,44* 2,51 -

ICP ÉclairCubeGauche 0,26 7,18* 2,52 -

ICP ÉclairCubeGauche (H supprimé) 0,20 5,30* 2,53 -

ICP Luminance au-dessus de l'écran 0,22 6,00* 2,45 -

ECCP ÉclairCubeGauche 0,21 5,85* 7,97 -

ECCP ÉclairCubeGauche (H supprimé) 0,24 6,31* 8,24 -

Absence (toute raison) ÉclairExtérieurRecommandé 0,18 5,00* 2,72 -1,29

Absence (toute raison) Fraction fenêtres dans AT 0,16 4,43* 2,16 -

Absence (toute raison) Fract. Fenêtres dans AT/prox. 0,19 5,34* 2,27 -

* indique un résultat statistiquement significatif.

Conditions thermiques et qualité de l'air

Comme variables dépendantes, nous avons choisi Sat_VT, la sensation thermique, la préférence thermique, Adap_Énergie, Adap_SansÉnergie, Adap_Personne, Adap_Enviro, SGE, ICV, FCV, ICP, FCP, ECIV, ECCP et l'absence du travail et comme variables indépendantes : MP2.5, MP10, TCOV, CO2, le PMV

(distance absolue de neutre), le PPD (une transformation polynomiale et exponentielle du PMV) et la vitesse de l'air. Nous n'avons pas testé toutes les paires de VD et de VI. Nous avons choisi seulement celles qui selon nous, présentaient le plus solide intérêt théorique.

Le tableau 33 présente les relations statistiquement significatives (p≤0,05). La satisfaction à l'égard de la ventilation et de la température augmentait à mesure que le PMV se rapprochait de la neutralité (ou que le PPD se rapprochait de zéro). Le PMV est une mesure composée englobant les variables physiques qui devraient être liées au confort thermique (confirmé par de nombreuses études en laboratoire et d'autres études sur le terrain). Par conséquent, cette relation est prévue et fournit une vérification utile de la validité. Il n'est pas étonnant de constater que plus les conditions thermiques physiques s'éloignaient de la neutralité prévue, plus souvent les occupants du bâtiment prenaient des mesures pour augmenter leur propre confort thermique.

Toutefois, les effets de l'environnement thermique (PMV et PPD) s'étendaient au-delà des résultats directement liés au confort thermique. Nous avons également observé que plus le PMV se rapprochait de la neutralité (ou plus le PPD se rapprochait de zéro), plus la SGE était grande et les moins importants étaient les symptômes physiques. Les mesures du confort visuel n'étaient pas liées au PMV (et au PPD), mais l'ICV était liée à la vitesse de l'air. Une plus grande vitesse de l'air sur la partie supérieure du corps était associée à une plus grande intensité des symptômes liés au confort visuel, comme on pourrait s'y attendre, car une plus grande vitesse de l'air pourrait causer un assèchement plus rapide des yeux par exemple.

Nous avons également observé une constante dans les relations relativement fortes liées à la masse des différentes tailles de particule dans l'air et en particulier, la mesure composée MP10. La variable Sat_VP état liée à la MP10 dans le sens prévu; moins de particules étaient associées à une plus grande satisfaction. Il est toutefois intéressant de constater que seule la masse de particules était un prédicteur significatif et aucune autre mesure physique de la qualité de l'air intérieur (QAI). Mais encore une fois, les relations allaient au-delà du résultat de la satisfaction directe aux autres résultats avec, sans doute, plus d'importance aux organisations et à leurs employés. Une plus grande masse de particules était également associée à des niveaux plus élevés d'inconfort physique et visuel et d'absence du travail en raison d'une maladie (voir la figure 6).

Tableau 33. Résultats de l'analyse de régression linéaire liés aux conditions thermiques et à la qualité de l'air.

VD VI R2

adj F Constante B

Sat_VT PMV (abs. de neutre) 0,21 5,79* 5,28 -0,504

Sat_VT PPD 0,22 6,16* 6,20 -0,301

Adap_Énergie PMV (abs. de neutre) 0,18 4,82* 1,11 3,24

Adap_SansÉnergie PMV (abs. de neutre) 0,17 4,60* 2,36 3,19

Adap_Enviro PMV (abs. de neutre) 0,22 5,95* 1,09 3,48

SGE PMV (abs. de neutre) 0,19 5,16* 4,89 -3,22

SGE PPD 0,23 6,36* 5,53 -0,198

ICP PMV (abs. de neutre) 0,24 6,67* 1,19 1,798

ICP PPD 0,21 5,73* 1,64 0,096

FCP PMV (abs. de neutre) 0,16 4,49* 2,16 1,67

FCP PPD 0,18 5,03* 1,85 0,099

ECCP PMV (abs. de neutre) 0,19 5,21* 5,15 8,35

ECCP PPD 0,20 5,39* 3,69 0,480

ICV Vtesse de l'air (tête) 0,20 5,39* 1,41 5,04

ICV Vitesse de l'air (poitrine) 0,21 5,74* 1,18 6,63

Sat_VT MP10 0,42 14,20* 5,06 -0,031 ICV MP10 0,38 12,19* 1,71 0,010 ICP MP10 0,32 9,30* 2,03 0,009 FCV MP10 0,52 20,63* 1,91 0,016 FCP MP10 0,49 18,15* 2,19 0,012 ECIV MP10 0,45 15,85* 3,95 0,072 ECCP MP10 0,25 6,99* 5,70 0,041 Absence (maladie) MP10 0,40 12,81* 0,283 0,011

Figure 6. Jours/mois absent du travail en raison de maladie en fonction de la masse de particules dans l'air mesurée (MP10). La droite de régression de meilleur ajustement est présentée.

Traduction du texte dans la figure

Mean Absence illnessR Moyenne des absences pour maladie R

Mean Mass Of Particles <=10 micron ((μg/m3₎ Masse moyenne des particules <=10 microns