Validation des échelles et résultats

Afin de tester nos hypothèses, le recours à l’analyse factorielle exploratoire est nécessaire. Elle permet, en effet, de déterminer la structure factorielle d’un instrument de mesure et d’extraire les dimensions sous-jacentes au construit, en retenant les principaux facteurs correspondant aux différentes facettes du construit étudié (Evrard, Pras, & Roux, 2003). L’analyse exploratoire permet ainsi d’estimer la fiabilité des construits mobilisés (Evrard et al., 2003 ; Conway & Huffcutt, 2003), mais aussi de vérifier que la contribution factorielle de chaque item, permet de mesurer de manière satisfaisante le construit en question. Son objectif principal étant d’épurer un instrument de mesure des items qui détériorent la qualité de la structure factorielle (Evrard et al., 2003), son application exige un choix en termes de méthodes d’extraction et d’interprétation des données. Ces méthodes d’extraction et d’interprétation font référence au type d’analyse réalisé pour restituer le nombre de facteurs d’un construit et les rotations appliquées pour faciliter leur interprétation. Nous avons choisi d’utiliser l’analyse en composantes principales (ACP). L’épuration de nos instruments de mesure par analyse exploratoire a été réalisée au regard des critères suivants (Scarpello, Huber, &Vandenberg, 1988 ; Evrard et al. 1993) :

- rejet des items dont la saturation factorielle est inférieure à 0,5 sur le même facteur; - rejet des items isolés sur un facteur ;

- rejet des items présentant une saturation élevée sur plusieurs facteurs (> 0,5).

Ces critères ont néanmoins été assouplis afin de ne pas nuire à la validité des contenus de l’échelle (Scarpello et al., 1988 ; Evrard et al., 1993). Nous avons aussi pris en compte d’autres critères lors de cette phase d’épuration (Evrard et al., 2003). Il s’agit :

- du coefficient de fiabilité interne ;

- de l’indice Kaiser-Meyer-Olkin (KMO) ; - du pourcentage de variance ;

- du test de sphéricité de Bartlett.

Le coefficient de fiabilité utilisé est l’alpha de Cronbach dont le niveau d’acceptation recommandé est de .70 (Nunnally & Bernstein, 1994). Dans notre travail, nous avons toutefois pris en compte les échelles dont les alphas étaient limites c’est-à-dire situé entre .50 et .70 (Eunseong & Seonghoon, 2015). L’indice KMO permet d’examiner le caractère factorisable des données. Un indice KMO élevé (> .70) indique que la solution factorielle est statistiquement satisfaisante (Evrard et al., 2003). Le pourcentage de variance expliquée permet de s’assurer que les items sont bien représentés dans la solution factorielle. Il doit être supérieur à .50 dans une ACP en deçà, il est préférable de spécifier le modèle (Evrard et al., 2003). Le test de sphéricité de Bartlett permet de vérifier si l’on peut rejeter l’hypothèse nulle, selon laquelle toutes les corrélations seraient égales à zéro. Il doit être

112 significatif ; soit inférieur à .05. Tous ces critères ont été pris en considération dans notre travail.

2.3.1. Echelle de mesure des attitudes vis-à-vis du leadership politique féminin.

Au Cameroun

L’échelle de cette variable après ACP et après épuration (Annexe 5) se compose de deux items (α = .66). Exemple d’items : « Avoir le sentiment d’avoir accompli quelque chose de positif en

votant pour une femme » ou « Contribuer pour le développement du pays en votant pour une femme ». L’ACP révèle l’unidimensionnalité de cette échelle. Pour chaque participant, son score est

obtenu en faisant la moyenne de ses réponses aux items de l’échelle globale.

En France

Initialement composé de trois items, l’ACP après épuration va permettre d’élaborer une échelle composée de deux items convergents (Annexe 5). L’ACP révèle l’unidimensionnalité de cette échelle avec une fiabilité interne satisfaisante (α = .80). Exemple d’items : « Avoir le sentiment

d’avoir accompli quelque chose de positif en votant pour une femme » ou « Contribuer à apporter plus de moralité à la politique dans mon pays en votant pour une femme». Le score de chaque

participant est obtenu en faisant la moyenne de ses réponses aux items de l’échelle globale.

2.3.2. Echelle de mesure des stéréotypes de genre.

Les stéréotypes de genre ici sont déclinés en stéréotypes de genre féminin et stéréotypes de genre masculin. Même si en définitive nos analyses vont se centrer sur les stéréotypes de genre féminin. Ainsi, on considèrera que nos hypothèses sur les stéréotypes de genre sont validées que lorsque les hypothèses sur les stéréotypes de genre féminin sont vérifiées. Néanmoins, nous procéderons à quelques analyses sur l’effet des stéréotypes de genre masculin sur nos différentes variables, car elles peuvent être intéressantes dans la compréhension de la problématique de l’objet de notre travail.

Au Cameroun

Cette échelle se divise en deux catégories portant d’une part sur les stéréotypes masculins et sur les stéréotypes féminins d’autre part. L’ACP après épuration pour cette échelle a permis de retenir un ensemble de sept items (α = .64) sur une échelle qui au départ était constituée de dix items. Cette échelle se décline pour les deux catégories de stéréotypes en deux sous-dimensions. La

113 sous-dimension stéréotypes féminin positif composé de quatre items et présente une consistance interne satisfaisante (α = .81). Exemple d’item : « En parlant des femmes politiques au Cameroun,

vous direz ou alors les gens en général autour de vous disent qu’elles seraient honnêtes ». La sous-

dimension stéréotypes féminin négatif quant à elle regroupe deux items et présente une consistance interne très faible (α = .47). Exemple d’item : « En parlant des femmes politiques au Cameroun,

vous direz ou alors les gens en général autour de vous disent qu’elles ne laissent souvent pas de marge de manœuvre aux collaborateurs ».

L’échelle des stéréotypes masculins composée au départ de 10 items se résume après analyse factorielle exploratoire à quatre items (α = .67). La sous-dimension stéréotypes masculins positif présente une consistance interne satisfaisante (α = .81). Exemple : « En parlant des hommes

politiques au Cameroun, vous direz ou alors les gens en général autour de vous disent qu’ils sont digne de confiance ». La sous-dimension stéréotypes masculins négatifs quant à elle présente une

consistance interne très faible (α = .48). Exemple d’item : « En parlant des hommes politiques au

Cameroun, vous direz ou alors les gens en général autour de vous disent qu’ils sont sans scrupules ».Pour les échelles, le score des items portant sur les stéréotypes de genre négatifs est

inversé et le score du participant à l’échelle globale est obtenu en faisant la moyenne de ses réponses.

En France

Les échelles sur les stéréotypes de genre en France après ACP se composent de neuf items après que nous ayons éliminé un item aberrant. Comme au Cameroun, les stéréotypes de genre se décline ici en deux échelles, avec chacune deux sous-dimensions. La première échelle des stéréotypes porte sur les stéréotypes de genre féminin avec une très bonne consistance interne (α = .90). La sous-dimension stéréotypes de genre féminin positifs présente une très bonne consistance interne (α = .94). Exemple d’item : « En parlant des femmes politiques en France, vous direz ou

alors les gens en général autour de vous disent qu’elles seraient de bon leader ». La sous-

dimension stéréotypes de genre féminin négatifs quant à elle présente une consistance interne faible (α = .67). Exemple d’item : « En parlant des femmes politiques en France, vous direz ou alors les

gens en général autour de vous disent qu’elles seraient agressives ».

La deuxième échelle portant sur les stéréotypes de genre masculin montre une consistance interne très satisfaisante (α = .82). La sous-dimension stéréotypes de genre masculin positifs présente une très bonne consistance interne également (α = .89).Exemple d’item : « En parlant des

hommes politiques en France, vous direz ou alors les gens en général autour de vous disent qu’ils sont compétents ». La sous-dimension stéréotypes de genre masculin négatifs montre par contre une

114

France, vous direz ou alors les gens en général autour de vous disent qu’ils seraient arrogants ».Le

score des items portant sur les stéréotypes négatifs de genre pour les deux échelles est inversé, et le score du participant à l’échelle globale est obtenu en faisant la moyenne de ses réponses.

2.3.3. Echelle de mesure des représentations du leadership politique féminin.

Précisons comme nous le verrons plus loin que cette échelle va se décliner en deux sous dimensions à savoir : représentations du leadership politique féminin favorables et les représentations du leadership politique féminin peu favorables. Dans le souci d’alléger les premières analyses, les représentations du leadership politique féminin peu favorables sont inversées. Cependant, dans les analyses factorielles confirmatoires, ces deux sous dimensions vont être prises en compte distinctement.

Au Cameroun

Constitué au départ de 10 items, cette échelle après l’ACP exploratoire et après épuration va se composer de 9 items (α = .68). Les neufs items ainsi constitués se déclinent en deux sous- dimensions. La première sous-dimension dénommée représentation du leadership politique féminin

favorable est composée de cinq items (α = .69). Exemples d’items : « Dans notre pays, le sens pragmatique souvent reconnu aux femmes élues politiques leur permet de se démarquer en politique » ou « En occupant plus de position de pouvoir en politique (député, maire), les femmes pourraient apporter plus de développement à notre pays que les hommes ». La deuxième sous-

dimension que nous avons appelé représentation du leadership politique féminin peu favorable, compte quant à elle quatre items (α = .74). Exemple d’items : « Une femme qui choisit de faire de la

politique dans notre pays sacrifie forcément son couple et l’éducation de ses enfants » ou « Au Cameroun des femmes leaders politiques (Députés, maires, etc.) sont très souvent de mauvaises épouses ». Le score des items portant sur les représentations du leadership politique peu favorable

est inversé et le score du participant à l’échelle globale est obtenu en faisant la moyenne de ses réponses.

En France

Cette échelle était à l’origine constituée de 10 items, mais l’analyse factorielle exploratoire a permis de supprimer cinq items aberrants. Les 5 items retenus pour l’échelle (α = .72) se déclinent en deux sous-dimensions. La première sous-dimension que nous avons dénommé représentation du

leadership politique féminin favorable se compose de trois items (α = .76). Exemple d’items : « En France la présence des femmes à des positions de leaders en politique pourrait apporter plus de

115

moralité » ; « Grâce à leurs émotions et à leur instinct maternel, les femmes politiques françaises remplissent mieux leur mandat d’élue (député, maire, …) que les hommes politiques ». La deuxième

sous-dimension que nous avons nommé représentations du leadership politique féminin peu

favorable regroupe quant à elle deux items (α = .56). Exemple d’items : « En France, la présence des femmes à des positions de leaders en politique n’est qu’un effet de mode, mais pas une véritable nécessité » ; « En position de leader (député, maire, sénatrice, etc.), les femmes politiques françaises n'ont pas toujours la capacité en période de crise économique de prendre les bonnes décisions pour sortir la France de cette situation ». Le score du participant à l’échelle globale est

obtenu en faisant la moyenne de ses réponses aux items. Les réponses des participants à la sous- dimension représentation du leadership politique féminin peu favorable ont été inversées.

2.3.4. Echelle de mesure des intentions de vote en faveur du leadership politique féminin.

Au Cameroun

La mesure indirecte des intentions proposée par Ajzen (1985) dans son modèle du comportement planifié et repris par d’autres chercheurs se décline à l’origine en trois items. En suivant cette démarche méthodologique et après une analyse factorielle exploratoire et après épuration, deux items (α = .72) composent l’échelle unidimensionnelle des intentions de vote en faveur du leadership politique féminin. Exemple d’items: « J'ai l'intention de voter pour une femme

qui a un bon programme et qui est compétente » et « Je voterai pour une femme pour apporter plus de moralité à la politique au Cameroun ». Le score du participant à l’échelle globale est obtenu en

faisant la moyenne de ses réponses aux items.

En France

Conformément à la méthodologie de l’approche du comportement planifié, notre échelle des intentions de vote en faveur du leadership politique féminin regroupe trois items (α = .75). L’ACP exploratoire indique l’unidimensionnalité de cette échelle. Exemple d’items : « J'ai l'intention de

voter pour une femme qui a un bon programme et qui est compétente au cours du prochain scrutin électoral » ; « J'accorderai volontiers mon vote à une femme compétente et qui a un bon programme au cours du prochain scrutin électoral ». La moyenne des réponses aux items de cette

échelle permettait pour chaque participant d’avoir son score à l’échelle globale.

Les échelles de notre étude 1 ainsi que leurs alphas peuvent être résumés dans le tableau ci- dessous :

116

Tableau 8: Consistance interne des échelles de l’étude 1.

Echelles Cameroun France

Alpha de Cronbach Alpha de Cronbach

Attitudes vis-à-vis du leadership politique féminin .66 .80

Stéréotypes de genre Féminin .64 .90

Stéréotypes de genre Masculin .67 .82

Représentations du leadership politique féminin .68 .72

Intention de vote en faveur du leadership politique féminin

.72 .75