Résultats

Le niveau moyen d’épanouissement de nos sujets est de 5.15 (SD = 1.29) sur une échelle en 7 points (tableau 4). L’item 5 obtient le score moyen le plus élevé (5.66) et la dispersion la plus faible (SD = 1.01). L’item 7 « Je suis optimiste quant à mon avenir professionnel » obtient le score moyen le plus faible en termes d’accord (4.77), et présente une dispersion plus importante (SD = 1.55). Les indices d’asymétrie des items sont tous globalement élevés, significatifs et négatifs ce qui suggère une anormalité dans la distribution et par conséquent une certaine similitude chez les participants dans leur tendance à répondre (tableau 4).

Tableau 4

Données descriptives par item de l’EEPP et matrice de corrélation inter-items pour l’étude 1

M SD ^Coefficient

d’asymétrie

saturation

1 2 3 4 5 6 7

1. Je mène une vie

professionnelle qui a un but et du sens

4.91 1.59 -.63 _.69

2. Mes relations sociales au travail me soutiennent et sont enrichissantes

5.10 1.45 -.88 .61 .45

3. Je suis impliqué(e) et intéressé(e) par mes activités quotidiennes professionnelles

5.34 1.31 -1.10 .75 .57 .58

4. Je contribue activement au bonheur et au bien-être des autres au travail

5.22 1.20 -.51 .64 .37 .40 .45

5. Je suis compétent(e) et appliqué(e) dans les activités professionnelles qui sont importantes pour moi

5.66 1.01 -.80 .62 .37 .32 .51 .51

6. Je suis quelqu’un de « bien » qui a une « bonne » vie professionnelle

5,02 1.15 -.27 .64 .46 .31 .37 .44 .45

7. Je suis optimiste quant à mon

avenir professionnel ^{4.77 1.55 -.51 .63 .53 .37 .47 .29 .27 .50}

8. Les gens me respectent dans

mon travail ^{5.20 1.11 -.56 .61 .37 .36 .39 .47 .40 .41 .44}

Nos premières analyses portent sur la structure factorielle de l’échelle. La valeur du test de Kaiser-Myer-Olkin (KMO) à 0.85 est satisfaisante. Le test de sphéricité de Bartlett l’est également (χ²28 = 1043.07, p < 0,001). L’analyse factorielle en axes principaux fait ressortir un seul facteur ayant une valeur propre supérieure à 1 (Kaiser, 1960) et expliquant 49.52 % de la variance totale (tableau 5). Les saturations des énoncés (cf. Tableau 4) sont élevées (de 0.61 à 0.75). Nous avons testé la cohérence interne de l’échelle à l’aide du coefficient ω (omega) de McDonald. Celui-ci est de 0.89 ce qui est satisfaisant au regard du seuil de 0.70 généralement admis (McDonald, 1985 cité par Béland, Cousineau & Loye 2017). Le coefficient Omega présente des estimations plus précises et il offre des conditions plus souples que l’alpha (Béland, Cousineau & Loye, 2017).

Tableau 5

Variance totale expliquée pour l’étude 1

Facteur Valeurs propres initiales Extraction Sommes des carrés des facteurs retenus

Somme des carrés des facteurs retenus pour la

rotation Total % de la variance % cumulés Total % de la variance % cumulés Total 1 3.96 49.52 49.52 3.45 43.19 43.19 3.03 2 .89 11.19 60.71 .44 5.55 48.74 2.81 3 .81 10.21 70.92 4 .64 8.00 78.93 5 .51 6.46 85.39 6 .45 5.71 91.11 7 .40 5.03 96.14 8 .30 3.85 100.00

Méthode d'extraction : Factorisation en axes principaux.

Le critère de Kaiser souffrant parfois d’un manque de précision (Hayton, Allen & Scarpello, 2004 cité par Matsunaga, 2010), nous nous sommes également appuyés sur le test NEST (Next Eigenvalue Sufficiency Tests, Achim, 2017) qui permet de mieux déterminer le nombre de facteurs communs. Les résultats de ce test indiquent la possibilité d’une structure en 3 facteurs. Toutefois, les résultats de l’analyse factorielle lorsque le nombre de facteurs imposés est fixé à trois ne sont pas satisfaisants en termes de distance des coefficients de saturation et posent également problème en termes d’interprétation (tableaux 6 et 7). En effet, pour 3 des 8 items, le coefficient de saturation le plus élevé n’est pas suffisamment éloigné du deuxième coefficient de saturation le plus élevé (seuil de distance généralement admis de .40 selon Matsunaga, 2010).

Tableau 6

Matrice factorielle pour l’étude 1 Facteur 1 2 3 EPMT3 .80 .07 -.45 EPMT1 .68 -.15 -.08 EPMT7 .68 -.52 .10 EPMT4 .65 .34 .19 EPMT6 .64 -.06 .28 EPMT5 .62 .29 .10 EPMT2 .61 .03 -.21 EPMT8 .60 .02 .19

Méthode d'extraction : Factorisation en axes principaux.

Sans rotation, nous constatons systématiquement des saturations plus élevées sur le facteur 1 pour l’ensemble des énoncés. En revanche des saturations supérieures à .30 apparaissent sur le facteur 2 pour les items 7 et 4 et sur le facteur 3 pour l’item 3. Après rotation oblique, nous constatons que l’énoncé 6 obtient la saturation la plus élevée sur le facteur 1. Cependant sa saturation sur le facteur 2 est supérieure à .30 et l’écart des saturations entre facteurs 1 et 2 est de seulement .20. Ensuite l’item 7 est le seul à obtenir une saturation très élevée (-.77) sur le facteur 2. À noter que nous avons retenu la méthode de rotation Oblimin avec normalisation de Kaiser puisque nous estimons que nos facteurs sont plus ou moins reliés entre eux (Matsunaga, 2010). La deuxième saturation la plus élevée apparaît sur l’item 6 (-.34) puis sur le 1 (-.32). L’écart entre la saturation de l’item 7 et celles des items 6 et 1 est important (> à .40). Enfin, pour les énoncés 6, 8 et 1, les écarts sont systématiquement inférieurs à .30. Pour l’énoncé 6, l’écart est de .20. Pour l’énoncé 8, l’écart est de .28. Pour l’énoncé 1, l’écart est de .09.

Tableau 7

Matrice des types pour l’étude 1 Facteur 1 2 3 EPMT4 .77 .11 -.04 EPMT5 .64 .10 -.14 EPMT6 .54 -.34 .07 EPMT8 .49 -.21 -.03 EPMT7 .00 -.77 -.19 EPMT3 -.02 .02 -.95 EPMT2 .11 -.06 -.54 EPMT1 .12 -.32 -.41

Méthode d'extraction : Factorisation en axes principaux.

Méthode de rotation : Oblimin avec normalisation de Kaiser.

En outre, dans une configuration à trois facteurs, le premier facteur rend compte d’un pourcentage de variance expliquée très supérieur aux deux autres (respectivement 11.19 % et 10.21 % pour le deuxième et le troisième facteur). Cette répartition de la variance va dans le sens de l’argumentation de Stout (1987) sur l’unidimensionnalité pratique. En effet, selon l’auteur, l’unidimensionnalité pratique repose sur un pourcentage de variance important exprimé presque exclusivement par le premier facteur. Ainsi, sur la base de ces éléments, nous pensons qu’une structure unidimensionnelle est ici la plus adaptée.

Ensuite, une analyse factorielle confirmatoire suivant les principes de modélisation en équations structurelles (Hooper, Coughlan & Mullen, 2008 ; Schermelleh-Engel, Moosbrugger & Müller, 2003) a ensuite été menée afin de tester le bon ajustement des données au modèle unifactoriel mis en évidence dans l’analyse factorielle précédente. Plusieurs indices ont été utilisés pour étudier l'adéquation des données au modèle.

Le Khi2 a été retenu comme premier indice d'ajustement absolu. Toutefois cet indice est sensible à la taille de l'échantillon, à la complexité du modèle ainsi qu'à la normalité des distributions (Bollen & Stine, 1992), aussi avons-nous examiné le Khi² relatif (Khi² / ddl) et le RMSEA (Root Mean Square Error Adjusted). En outre, les indices AGFI (Ajusted Goodness of Fit Index), CFI (Comparative Fit Index), TLI (Turcker Lewis Fit Index) ont été analysés pour leur complémentarité : alors que le TLI peut être biaisé par un modèle trop complexe, le CFI est moins sujet à variation selon la complexité du modèle mais peut être biaisé lorsque les relations entre variables sont faibles. Contrairement au Khi2 et à l'AGFI, ces indices sont moins sensibles à la taille de l'échantillon (Hooper et al., 2008). Un modèle est acceptable sur la base des critères suivants : le CFI est supérieur à .90 (Bentler, 1992), le RMSEA est inférieur à .08 (Browne & Cudeck, 1993), le TLI et l’AGFI sont supérieurs à .90 (Bentler & Bonett, 1980).

Les résultats de l’analyse utilisant l’estimation par maximum de vraisemblance montrent les valeurs suivantes : Khi2(15) = 33.97, p = 0.03 ; Khi2/dl = 2.26 ; RMSEA = 0.05 [0.33 ; 0.86] ; SRMR = 0.03 ; CFI = 0.98 ; AGFI = 0.94 et TLI = 0.96. Les différents indices retenus ici présentent des valeurs supérieures aux recommandations d’usage (Hu & Bentler, 1999). Nous pouvons conclure que la qualité d’ajustement de nos données au modèle unifactoriel est satisfaisante.

Figure 13 : Modélisation de l’épanouissement psychologique en milieu de travail (étude 1)