ECHELLE D’ATTITUDE FACE A LA COVID 19 : ADAPTATION ET VALIDATION TRANSCULTURELLE DE LA VERSION CAMEROUNAISE EN LANGUE FRANCAISE DE « THE FEAR OF COVID 19 SCALE »
ATTITUDE TOWARD COVID 19 SCALE : ADAPTATION AND CROSS CULTURAL VALIDATION OF THE CAMEROONIANS VERSION OF « THE FEAR OF COVID 19 SCALE »
Awono Noah Jean Pierre Yves1,2,3, Ndie Justin3,4, Kiméssoukié Omolomo Etienne12, Ngo Likeng Julienne Louise2,12, Tchuindjang Chimi Alexandra Stella2, Nkoyock Emilienne Grace2,3, Mfiya Fadimatou 2,3, Angoe Conrad Duvivier3,10, Teh Monté Caroline4, Tchapda Richard5,6, Kana Paul Martin Jonas3,9, Yaba Dana Basile1, Onambele Paul Marie 11, Nkoum Benjamin Alexandre12, Socpa Antoine7,8, Tsala Tsala Jacques – Philippe10, Antonio Gerardo Pisabarro De Lucas3,13
(1)
Comité National de lutte Contre la Drogue (CNLD) / Centre La Vie - Prévention et Soins en Addictologie (2)
Département de Santé Publique – École des Sciences de la Santé - Université Catholique d’Afrique Centrale (3) Centre de recherche Média Convergence-Cameroun
(4) Division de la Recherche Opérationnelle en Santé (DROS) – Ministère de la Santé Publique – Cameroun (5)
Hôpital Central de Yaoundé (6)
Département des Sciences de l’Éducation-Université de Yaoundé I
(7) Département d’Anthropologie - FALSH- Université de Yaoundé I – Cameroun (8) Département d’Anthropologie - FLSH- Université de Douala – Cameroun (9)
Direction de la Promotion de la Santé (DPS) – Ministère de la Santé Publique – Cameroun (10)
Département de Psychologie - FALSH- Université de Yaoundé I – Cameroun (11) District de santé de Nkolndongo - Ministère de la Santé Publique – Cameroun
(12) École des Sciences de la Santé – Unité de formation doctorale - Université Catholique d’Afrique Centrale (13) Département de Microbiologie - Université Publique de Navarre - Espagne
*
Résumé
Introduction : Le présent article traite des résultats d’une étude transversale qui a pour objectif l’adaptation et la validation initiale transculturelle chez les populations camerounaises de l’échelle anglophone « The Fear Of Covid-19 Scale » de Ahorsu et al. (2020) en langue française.
Méthode : Pour ce faire, la procédure de validation proposée par Vallerand (1989) a été partiellement utilisée. La version préliminaire de l’échelle d’attitude face à la Covid 19 (Phase 1), les analyses de cohérence interne, factorielles exploratoires et factorielle confirmatoire (Phase 2) ont été menées à l’aide de IBM SPSS Statistics + AMOS 23 sur des données collectées auprès d’un échantillon de 680 habitants du Cameroun francophone, recrutés par convenance en milieu urbain et rural, respectivement à Yaoundé la capitale politique et au sein de sa périphérie, durant le mois de novembre 2020.
Résultats : Les participants, âgés de 18 à 78 ans (N= 680, M= 36,79 ; ET=13,3 ; IC95% [35,78 ; 37,79]), 335 (49,3%) sont des hommes et 345 (51,7%) sont des femmes ; 49,9% des participants résident en milieu rural et 51,1% en milieu urbain. Les résultats révèlent que l’échelle possède une bonne consistance interne (Alpha de Cronbach =,83 ; Lambda 6 de Guttman =,86) et une structure factorielle qui fait ressortir 2 facteurs (r=,55 ; P<,001) qui expliquent 54,86% de la variance et présentent un excellent ajustement du modèle aux données (Comparative Fit Index = ,99 ; Non Normed Fit Index = ,98 ; Goodness-of-Fit Index=,97 ; Normed Fit Index=,99 ; Root Mean Square Error of Approximation=,021 ; Chi carré= 16,87 ; dégré de liberté=13 ; Chi carré/dégré de liberté=1,298).
Conclusion Cette échelle à 8 items, constitue un instrument pouvant être utilisé pour étudier les déterminants et les effets de l’attitude psychologique face à la Covid 19. Ce qui représente une variable clé dans le processus d’adoption d’un comportement de santé.
Abstract
Introduction: This article deals with the results of a cross-sectional study which aims at adaptation and initial cross-cultural validation in Cameroonian populations of the English-speaking scale "The Fear Of Covid-19 Scale" by Ahorsu et al. (2020) in French.
Method: To do this, the validation procedure proposed by Vallerand (1989) was partially used. The preliminary version of the attitude scale towards Covid 19 (Phase 1), internal consistency analyzes, exploratory factorial and confirmatory factorial (Phase 2) were carried out using IBM SPSS Statistics + AMOS 23 on data collected from a sample of 680 inhabitants of French-speaking Cameroon, recruited for convenience in urban and rural areas, respectively in Yaoundé the political capital and within its periphery, during the month of November 2020. Results: Participants, aged 18 to 78 years (N = 680, M = 36.79; SD = 13.3; 95% CI [35.78; 37.79]), 335 (49.3%) are men and 345 (51.7%) are women; 49.9% of participants live in rural areas and 51.1% in urban areas. The results reveal that the scale has a good internal consistency (Cronbach's Alpha =.83; Guttman's Lambda 6 =.86) and a factor structure which highlights 2 factors (r=.55; P <.001) which explain 54.86% of the variance and exhibit an excellent fit of the model to the data (Comparative Fit Index = .99; Non Normed Fit Index=.98; Goodness-of-Fit Index = .97; Normed Goodness-of-Fit Index = .99 ; Root Mean Square Error of Approximation=.021; Chi-square = 16.87; degree of freedom = 13; Chi-square / degree of freedom = 1.298).
Conclusion: This 8-item scale constitutes an instrument that can be used to study the determinants and effects of psychological attitude towards Covid 19. This is a key variable in the process of adopting a healthy behavior.
1. Introduction
La Covid 19 fait l’objet de moult débats houleux. En dépit du fait qu’elle tend à devenir une maladie infectieuse commune, l’impact sans précédent par elle causée nécessite une approche multidisciplinaire pour mieux la contrecarrer. Ainsi, les professionnels de la santé mentale se sont mobilisés afin de fournir une aide psychologique à toutes les personnes affectées par cette pandémie (Joseph Gonçalves, Paul & Bhandari, 2020). Les outils empiriques tels que les échelles et questionnaires validés sont essentiels pour la gestion des problèmes de santé mentale. C’est pourquoi ces instruments pourraient permettre aux professionnels de santé de tenir compte de l’impact psychologique de la pandémie actuelle sur les populations. En outre, cela permettrait une meilleure gestion des problèmes d’addiction aux substances entre autres. Un relevé récent des écrits confirme qu’une trentaine d’outils sont utilisés pour évaluer l’impact psychologique de la Covid 19 (Cortez, 2020). Ces différents outils traitent du stress (Costantini & Mazzotti, 2020 ; Jahanshahi, Dinani, Madavani, Li & Zhang, 2020 ; Pedrozo-Pupo, Pedrozo Cortes & Campo-Arias, 2020 ; Petrozzi, Arevalo-Flores, Krüger-Malpartida & Anculle-Arauco, 2020 ; Qiu, Shen, Zhao, Wang, Xie & Xu, 2020 ; Taylor, Landry, Paluszek, Fergus, McKay & Asmundson, 2020), de la détresse (Feng, Lsen, Dong, Zjiao, Yan, Ryu, Xqian, Zhang, Ma & Zeng, 2020), de l’anxiété (Chandu, Pachava, Vadapalli & Marella, 2020 ; Evren, Dalbudak, Topcu & Kutlu, 2020 ; Lee , 2020 ; Lee, Mathis, Jobe & Pappalardo, 2020) de la peur (Ahorsu, Lin, Imani, Saffari, Griffiths & Pakpour, 2020), de l’obsession (Ashraf, Lee & Elisabeth Crunk, 2020), des attitudes (Ben Abdelaziz, Benzarti, Nouira, Mlouki, Achouri, Yahia, Barhoumi & Soulimane, 2020), de la phobie (Arpaci, Karatas & Baloglu, 2020 ; Gonzalez-Olmo, Ortega-Martínez, Delgado-Ramos, Romero-Maroto, & Carrillo-Diaz, , 2020), des perceptions (Liang, Ren, Cao, Hu, Qin, Li & Mei, 2020 ; Pérez Fuentes, Del, Del Molero Jurado, Oropesa Ruiz, Martos Martinez, Del Simon Marquez, Herrera-Peco, & Gazquez Linares, 2020 ; Zhong, Luo, Li, Zhang, Liu, & Li, 2020) , des connaissances, des attitudes et des pratiques (Al-Hanawi, Angawi, Alshareef, Qattan, Helmy, Abudawood, Alqurashi, Kattan, Kadasah, Chirwa & Alsharqi, 2020 ; Azlan, Hamzah, Sern, Ayub, & Mohamad, 2020).
Parmi ces outils, le plus populaire est « The Fear of Covid 19 Scale » (FCV 19S) de Ahorsu et al. (2020). C’est une échelle unidimensionnelle à 7 items représentés chacun sur une échelle de likert en 5 points allant de « Strongly disagree » (1) à « strongly agree » (5). Elle a été validé initialement en Persan sur un échantillon de 717 iraniens et a montré de bonnes propriétés psychométriques : Alpha de Cronbach=,82 ; des corrélations complètes des éléments corrigés qui varient entre ,47 à ,56 ; les contributions factorielles varient entre ,66 à ,74 ; une corrélation positive avec les échelles Hospital Anxiety and Depression Scale (with depression, r=,425 et anxiety, r=,511), Perceived Vulnerability to Disease Scale (avec perceived
infectability, r=,483 et germ aversion, r=,459) ; le score total s’obtient par sommation des scores des items et Varie donc entre 7 à 35 ; plus ce score est grand, plus la peur est grande.
Une recherche avancée, avec comme expression exacte « Fear of Covid 19 Scale », dans le titre de l’article sur Google scholar, a permis d’identifier qu’Ahorsu et al. (2020) ont initialement publié leur travail en anglais. Par la suite, leur outil a été adapté dans plusieurs contextes et traduit en plusieurs langues, pas moins de 16: en Espagnol respectivement en Espagne (Martinez Lorca, Criado-Alvarez, Armesilla & Latorre, 2020 ; Piqueras, Gomez-Gomez, Marzo, Gomez-Mir, Falco & Valenzuela, 2020), en République Dominicaine (Piqueras, Gomez-Gomez, Marzo, Gomez-Mir, Falco & Valenzuela, 2020), au Paraguay (Barrios, Rios-Gonzalez, Higgins, Gonzalez, Garcia, Diaz, Castaldelli-Maia, Ventriglio & Torales, 2020), en Argentine (Caycho-Rodriguez, Vilca, Cervigni, Gallegos, Martino, Portillo & Burgos Videla , 2020) et au Pérou (Huarcaya-Victoria, Villareal-Zegarra, Podesta & Luna-Cuadros, 2020) ; en Portugais au Brésil (Cavalheiro & Sticca, 2020) ; en Mandarin en Chine (Chi, Zheng, Shiyun, Chen, Yu, Guo, Cao, Huang, Mahhub Hossain, Stubbs, Yeung & Zou, 2020) ; en Italien en Italie (Soraci, Ferrari, Abbiati, Del Fante, De Pace, Urso & Griffiths, 2020) ; en Arabe en Arabie Saoudite (Alyami, Henning, Krägeloh & Alyami, 2020) ; en Turque en Turquie (Haktanir, Seki & Dilmac,2020 ; Kaya, Dünder, Çakıroğlu & Uzdil, 2020 ; Satici, Gocet-Tekin, Deniz& Satici, 2020) ; en Hébreux en Israel (Bitan, Grossman-Giron, Bloch, Mayer, Shiffman & Mendlovic, 2020) ; en Japonais au Japon (Masuyama, Shinkawa & Kubo,2020 ; Wakashima, Asai, Kobayashi, Koiwa, Kamoshida & Sakuraba, 2020) ; en Malais en Malaisie (Pang, Kamu, Hambali, Mun, Kassim, Mohamed & Jeffree, 2020) ; en Russe en Russie et Biélorussie (Reznik, Gritsenko, Konstantinov, Khamenka & Isralowitz, 2020) ; en Tamil en Inde (Bharatharaj, Mohsen, Marcus, Alyami & Krägeloh, 2020); en Grec en Grèce (Tsipropoulou, Nikopoulou, Vasiliki Holeva, Nasika, Diakogiannis, Sakka, Kostikidou, Varvara, Spyridopoulou & Parlapani, 2020) ; en Indonésien en Indonésie (Wibowo, Utami, Nadia, Nizeyumukiza & Setiawati, 2020) ; en Anglais respectivement aux Etats Unis d’Amérique (Perz, Lang & Harrington, 2020) et en Nouvelle Zélande (Winter, Riordan, Pakpour, Griffiths, Mason, Poulgrain, & Scarf, 2020) ; en Bengali au Bangladesh (Sakib, Bhuiyan, Hossain, Al Mamun, Hosen, Abdullah & Mamun, 2020 ; Griffiths, Pakpour & Mamun, 2020) ; en Français en France (Malliez, Griffiths & Carre, 2020) ; en Amharique en Ethiopie (Elemo, Satici & Griffiths, 2020).
Malheureusement, toutes ces traductions à la suite de la version originale, traitent partiellement de la complexité du sujet en ce sens qu’elles prennent en compte un seul aspect psychologique (la peur). De plus, malgré l’utilisation des modèles d’équations structurelles pour les analyses factorielles confirmatoires, aucun des auteurs précédemment cités n’a évalué
la normalité multivariée des items de l’outil. Par conséquent, les méthodes statistiques le plus souvent utilisées pour évaluer l’ajustement du modèle au(x) facteur(s) sont inappropriées. De plus, à l’heure actuelle aucune mesure française adaptée de « the Fear of Covid 19 Scale » n’a fait l’objet d’évaluations psychométriques en Afrique Francophone. Pourtant ce concept de peur de la Covid 19 est d’une importance capitale pour les chercheurs qui essaient d’établir le lien entre l’impact psychologique de la maladie et l’adoption des comportements de préventions car les attitudes telles que la peur et le sentiment de vulnérabilité exercent une influence tant sur la prise de décisions que sur l’adoption des comportements. Elles sont souvent visées dans des programmes de promotion de comportements sains au plan individuel et social. Ce déficit d’instrument de mesure de la peur de la Covid 19 au sein d’une population générale composée d’adultes en Afrique francophone est la raison d’être de l’élaboration ou de l’adaptation et de la validation d’un outil prenant en compte plusieurs aspects psychologiques. Un questionnaire peu étoffé a donc été élaboré, en langue française, sur la base du « The Fear of Covid 19 Scale ». Pour ce faire, nous avons suivi la procédure proposée par Vallerand (1989).
2. Méthodes
Cette recherche est transversale et s’inscrit dans le champ des études épidémiologiques descriptives. Cette section présente les différentes étapes d’adaptation et de validation de l’échelle, les participants à l’étude, les instruments de mesure et la procédure de recherche.
2.1.Etapes du processus d’adaptation et de validation
La méthode de validation transculturelle de Vallerand (1989) suggère de passer par sept étapes successives qui sont : 1) la création d’une version préliminaire, 2) l’évaluation de la version préliminaire, 3) la vérification de la clarté des items par rapport à la population cible, 4) l’évaluation de la validité concomitante et de contenu, 5) l’évaluation de la fidélité, 6) l’évaluation de la validité de construit, et 7) l’établissement des normes.
La validation de l’échelle qui a été réalisée s’est déroulée sur la base de cinq de ces sept étapes. Les trois premières étapes ont été testées lors d’une première phase. Deux objectifs spécifiques ont guidé cette première phase : établir l’équivalence sémantique et la validité de contenu. L’étape numéro quatre, qui exige que la version originale et traduite soient administrées à des sujets bilingues afin de mesurer le degré de corrélation entre les deux, n’a pas pu être réalisée car nous ne disposions pas d’une population parfaitement bilingue pour évaluer la validité concomitante de l’instrument. Ensuite, la fidélité et la validité de l’échelle ont été évaluées lors d’une seconde phase. Enfin, l’étape sept n’a pas paru pertinente parce que l’échelle sera employée uniquement à des fins de recherche et non à des fins cliniques.
Dans un premier temps, l’échelle « the Fear of Covid 19 Scale » a été soumise à la procédure de la traduction inversée : Elle a été traduite par un chercheur et cette nouvelle version a de nouveau été traduite dans la langue d’origine par une autre personne bilingue qui ne connaissait pas la version originale. L’écart entre les deux versions, l’originale et la traduite, a été examiné. Dans un second temps, cette version préliminaire a été soumise à un groupe d’experts (2 anthropologues, 2 experts de santé publique spécialisés dans la Prévention et le Contrôle des Infections à Covid 19, 1 psychologue) dont la mission était d’évaluer le contenu des items et d’éliminer ceux qui pourraient poser problème tout en proposant de nouveaux items. Par ailleurs, un nombre restreint d’individus (n = 5) a répondu à l’échelle en situation réelle avec la consigne supplémentaire d’encercler tous les termes qui semblaient être ambigus ou avoir peu de sens pour eux. Ces individus ont également eu la possibilité d’expliciter leurs remarques lors d’un entretien semi-directif post-questionnaire. Une deuxième version, faisant suite aux résultats précédents, a été soumise à 20 individus. Ce dernier groupe n’a signalé aucun problème lié à la compréhension de l’instrument.
2.1.2. Phase 2 – Fidélité et validité de l’instrument
Cette seconde phase avait comme double objectif d’évaluer la consistance interne et la structure factorielle de l’échelle FCV 19 modifiée. C’est pourquoi, une évaluation de la normalité univariée des items (Test d’hypothèse de normalité de Kolmogorov Smirnov et de Shapiro Wilk), un calcul de l’alpha de Cronbach (1951) et du Lambda 6 de Guttman (1945), des corrélations inter items de l’échelle, des corrélations complètes des éléments corrigés ainsi que les analyses factorielles exploratoires ont été effectués avec IBM SPSS Statistics 23. La méthode d’extraction des moindres carrés non pondérés a été utilisée lors de la procédure d’analyse factorielle exploratoire (AFE) à cause du caractère non paramétrique des différentes distributions des items (Bourque, Poulin & Cleaver, 2006). Celle-ci exige de spécifier à priori le nombre de facteurs extraits. Pour cela des analyses préliminaires ont été réalisées avec une extraction en composantes principales et une rotation varimax. Elle a ressorti une solution en deux facteurs, en référence au critère de Kaiser-Guttman, expliquant 65,57% de la variance. Pour faciliter l’interprétation de la matrice factorielle obtenue avec l’extraction des moindres carrés non pondérés, une rotation promax (Kappa =1), a été appliquée. Cette extraction en facteur commun pour l’analyse finale a été retenue car elle est celle qui est recommandée par certains auteurs pour rechercher la structure latente d’un ensemble de données (Bourque et al., 2006 ; Laveault & Grégoire, 2014 ; Lorenzo-Seva & Ferrando, 2014). Le seuil de pondération des items sur les facteurs a été défini à ,40, chiffre suggéré par Pituch et Stevens (2016). Pour Hair, Tatham, Anderson et Black (2009), si la taille de l’échantillon est supérieure ou égale à 350 participants, une saturation factorielle à ,30 peut être considérée comme significative.
Le logiciel IBM SPSS AMOS 23 a été utilisé pour l’évaluation de la normalité multivariée des items, et l’analyse factorielle confirmatoire ; la méthode des modèles des équations structurelles (MES) a été utilisée selon les procédures “Asymptotically Distribution Free (ADF) et Bootstrap sur 1000 échantillons (Bollen-Stine Bootstrap ADF)” à cause de la violation de la normalité multivariée des items de l’échelle (Bollen et Stine, 1993 ; Browne, 1984; Gold, Bentler & Kim, 2002 ; Jones & Waller, 2013 ; Nevitt & Hancock, 2001 ; Yung et Bentler, 1996).
La version modifiée de L’Échelle de mesure de la peur de la Covid 19 (Appendix A) qui a été soumise à la présente validation comprend 8 items dont 5 items en lien avec l’état d’anxiété et la perception de la gravité de la maladie ; 3 items en rapports avec les symptômes somatiques. Ceux-ci ont été évalués à l’aide d’une échelle de type Likert en 5 points sur support mixte (sémantique et numérique) avec point de neutralité, allant de Pas du tout d’accord (1) à Tout à fait d’accord (5). La population de référence choisie pour la validation de cette échelle est celle du Cameroun, un pays Bilingue d’Afrique centrale qui a une population estimée à environ 25 millions d’habitants (BUCREP, 2020).
2.2.Instruments de mesures.
En plus du questionnaire FCV 19 modifié, les données sur les caractéristiques sociodémographiques (âge, sexe, milieu de résidence, niveau d’instruction, statut matrimonial, religion, profession), le statut par rapport aux maladies chroniques (HTA, obésité, Diabète, cardiopathie, maladies respiratoires, hépatites virales, VIH, maladies rénales), les comportements de prévention de la Covid 19, les connaissances sur la covid 19, la consommation déclarée des substances psychoactives (alcool, tabac, cannabis, café, stimulants, opiacés, inhalants, hallucinogènes, sédatifs, anxiolytiques et hypnotiques, autres drogues) y compris les tendances des fréquences de consommation de ces substances psychoactives depuis le début de l’épidémie au Cameroun ont également été collectées.
2.3.Participants et procédure de collecte des données
Les participants à l’enquête par questionnaire sont issus de la communauté francophone du Cameroun. Les critères d’inclusion étaient être âgé de 18 ans et plus, être capable de comprendre la langue française et résider dans l’une des deux zones (rurale et urbaine) choisies pour l’étude. L’échelle a été administrée individuellement, en face à face en respectant les mesures barrières (distance de sécurité de 2 m, port des masque et lunette de protection) au sein des ménages des 680 individus de l’échantillon, durant le mois de novembre 2020. Les participants étaient informés par les enquêteurs de l’objectif de l’étude et du caractère anonyme et confidentiel de celle-ci. Par ailleurs, les investigateurs ont explicité aux participants qu’il n’y
avait ni bonnes ni mauvaises réponses et que la meilleure réponse était toujours celle qui correspondait le plus étroitement à leur opinion ou à leur perception de la Covid 19. Chaque participant était également conscient qu’il n’était aucunement obligé de répondre et ne participait à l’étude qu’après obtention de son consentement verbal éclairé. Toute cette procédure s’est déroulée après approbation par le comité éthique institutionnel de l’Université Catholique d’Afrique Centrale (N°2020/0201081/CEIRSH/ESS/MSP) et obtention des autorisations administratives de recherche au niveau des lieux de collecte de données (District de santé de SOA et District de santé de Nkolndongo).
3. Résultats
3.1.Résultats de la phase 1
Les participants à cette première phase ont rencontré des difficultés pour répondre à la version préliminaire de l’échelle traduite. Le tableau 1 présente les modifications qui y ont été apportées. Au final, le questionnaire comprend les 8 items suivants : « j’ai peur de la Covid 19 », « Cela me met mal à l’aise de penser à la Covid-19 », « Je ressens des douleurs au niveau de l’estomac quand je pense à la Covid 19 », « J’ai peur de perdre ma vie à cause de la Covid-19 », « Quand je regarde les informations ou écoute les histoires sur la Covid-Covid-19, je deviens nerveux, anxieux », « J’ai des insomnies quand je pense à la Covid-19 », « Les battements de mon cœur s’accélèrent quand je pense que je peux être touché par la Covid-19 », « L’infection à la Covid 19 est une maladie grave ». Le score global de la mesure est obtenu en calculant la moyenne des 8 items. Il en est de même pour les sous-échelles ; plus ce score est grand, plus l’attitude psychologique face à la Covid 19 est néfaste. Les données sont traitées comme continues car le nombre de modalité inférieur à 7 le permet (Rhemtulla, Brosseau-Liard & Savalei, 2012), mais pas normalement distribuées car l’hypothèse de normalité univariée est rejetée pour tous les items par les tests de Kolmogorov Smirnov et Shapiro Wilk (P<,001).
Tableau n°1 : Analyse des items de l’Échelle des Attitudes Face à la Covid-19 (AFCov19)
Dimension de
l’échelle Etat d’anxiété Symptômes
somatiques
Justification Eléments d’analyse
Items non modifiés N° 1, 2, 4, 5
Les participants au prétest n’ont pas signalé de problème de compréhension
Items posant des problèmes d’équivalence sémantique et remplacé N° 3 (mes mains deviennent moites) N° 6 (être inquiet d’une contamination probable à la Covid 19)
Les concepts utilisés relèvent d’un langage soutenu inaccessible à des personnes ayant un niveau d’instruction faible Item ajouté en rapport avec la perception de la gravité de l’infection à la Covid 19 N° 8
Selon plusieurs observations empiriques, en Afrique, la majeure partie de la population ne croît pas en l’existence de la Covid 19
3.2.Résultats de la phase 2 : validité factorielle, analyse descriptive des items, consistance interne
3.2.1. Validité factorielle. Analyse factorielle exploratoire
Pour examiner la structure de l’échelle, nous avons eu recours à une analyse factorielle exploratoire à travers la méthode d’extraction des moindre carrés non pondérés (ULS : Unweighted Least Squares). Les résultats obtenus sont présentés dans le tableau n°2 qui reprend la structure factorielle obtenue, les pourcentages de variance expliquée, les mesures de Kaiser-Meyer-Olkin (KMO) et d’adéquation de l’échantillon pour chaque item (KMO MSA’s), le déterminant de la matrice de corrélation (|R|). Les résultats ci-après (|R| = ,037, KMO MSA’s ˃,80 pour tous les items, KMO=,84, p-value <,001) montrent que les données et les items se prêtent aux exigences de l’analyse factorielle exploratoire. La solution obtenue en deux facteurs, permet d’expliquer 54,86% de la variance de l’attitude psychologique face à la Covid 19 de la population francophone camerounaise, dont 43,32% pour le facteur 1 (Etat d’anxiété) et 11,54% pour le facteur 2 (Symptômes somatiques). La stabilité de cette solution est maintenue lorsque l’analyse est faite avec une extraction par factorisation en axes principaux ou lorsqu’une rotation Equamax est appliquée. Aucun item n’a montré des doubles saturations. Le faible pourcentage de résidus non redondants (7%) au seuil ,05, obtenu à partir de la matrice reconstituée et les valeurs des indices KMO MSA’s (KMO MSA’s ˃,80) des items, issues de la matrice des corrélations anti-image, soutiennent la pertinence de cette solution factorielle.
Analyse factorielle confirmatoire
Dans cette étude, pour l’analyse factorielle confirmatoire, la méthode des modèles d’équations structurelles (MES) a été utilisée pour mesurer l’ajustement du modèle à deux facteurs. Les analyses ont débouché sur de nombreux indices permettant de mesurer le degré d’ajustement du modèle testé. L’indice le plus fréquemment utilisé reste le test chi-square (χ2). Un χ2 significatif indique que le modèle ne présente pas un ajustement acceptable. Cependant, le χ2 dépend de la taille de l’échantillon et est sensible à la complexité du modèle (Kelloway,1995). Par conséquent, nous avons utilisé d’autres indices complémentaires. Pour le choix de ces indices, les critères de Hu et Bentler (1999), MacCallum, Browne, et Sugawara (1996), Yu (2002). Shreiber et al. (2006), Byrne (2010), Whittaker (2016), Kline (2011), Meyers et al. (2013), West et al. (2012) ont été utilisés.
D’une part, ces auteurs recommandent l’utilisation, du χ2 normé, c’est-à-dire le rapport du khi-carré sur le nombre de degrés de liberté (χ2/dl) ; ce rapport doit être idéalement inférieur à 2 ou 3. D’autre part, ils prônent une série d’autres indices tels que le « root mean square error of approximation » (RMSEA), le « comparative fit index » (CFI), et le « Tucker Lewis index » (TLI), le « Goodness-of- Fit Index » (GFI), le « Normed Fit index » (NFI). Les valeurs critiques proposées pour ces indices sont les suivantes : ≥ ,95 pour le GFI, NFI, CFI et le TLI, et ≤ ,05 pour le RMSEA plus l’intervalle de confiance à 90%.
Les résultats de l’analyse factorielle confirmatoire pour le modèle structurel présentent des indices d’ajustement excellents : χ2 = 16,87 ; dl= 13 ; p = .205 ; χ2 /dl = 1,298 ; GFI=,99; NFI=,97 ; CFI = ,99 ; TLI = ,98 ; RMSEA = ,021 ; Intervalle de confiance à 90% pour le RMSEA (,000 ; ,046). Dans leur ensemble, ces résultats attestent d’une validité très satisfaisante de l’instrument.
Une réplication sur échantillons multiples (1000) par la procédure Bollen-Stine Bootstrap ADF sous l’hypothèse nulle montre que le modèle est correct, révèle que pour 763 échantillons bootstrap le modèle est correct et pour 267 échantillons bootstrap le modèle n’est pas acceptable ; Bollen-Stine Bootstrap p=,238. Ceci corrobore la validité très satisfaisante de l’instrument obtenu au travers de la procédure ADF.
La figure n°1 présente les résultats standardisés pour les contributions factorielles de chaque item et les estimations des erreurs de mesure du modèle après ajustement des corrélations entre les erreurs de variances de certains items.
3.2.2. Analyse descriptive et consistance interne
Les résultats de l’analyse descriptive de l’échelle FCV 19 Modifiée établissent que tous les individus interrogés ont répondu à l’ensemble des items. Ceci peut faire penser que les items étaient suffisamment clairs pour tous les participants ; par ailleurs, l’on relève que les moyennes
des items traitant de l’état d’anxiété sont élevées ce qui indique que la pandémie à Covid 19 est anxiogène pour la majorité des participants ;
Pour l’analyse de la fidélité de l’échelle, les corrélations complètes des éléments corrigés sont comprises entre ,44 à ,70 (Tableau n° 3). Les corrélations inter-éléments varient de ,207 à ,687 avec une moyenne de ,410. Les coefficients alpha de Cronbach et Lambda 6 de Guttman ont également été également calculés afin de tester la consistance interne. Les résultats révèlent que les indices de cohérence interne mesurés s’élèvent à plus de ,80 pour le score global et satisfait ainsi aux critères d’acceptabilité de Nunnally et Bernstein (1994), à savoir un α > ,70), et de Hair, Black, Babin, et Anderson (2014) à savoir un coefficient de consistance interne entre ,60 et ,70 lorsqu’un facteur a un petit nombre d’items (moins de 5). L’élimination d’un item n’améliore pas les valeurs de l’Alpha de Cronbach. Par ailleurs, il a été vérifié si la fidélité se maintenait lorsqu’on séparait les hommes des femmes ou lorsqu’on séparait les participants résidant en milieu rural de ceux résidant en milieu urbain. Les résultats montrent que les coefficients α et ʎ6 s’élèvent au-dessus de ,80 pour le sous-échantillon des hommes (N = 335) et pour le sous-échantillon des femmes (N = 345), y compris pour le sous échantillon résidant en milieu rural (N=339) et celui résidant en milieu urbain (N=341). Ces résultats attestent d’une bonne stabilité de la consistance interne de l’outil. Un procédé analogue, appliqué aux sous échelles, montre également que les coefficients alpha de Cronbach et Lambda 6 de Guttman sont satisfaisants et stables.
Tableau n°2 : Matrice de structure après rotation, indicateurs de faisabilité de l’analyse factorielle exploratoire et variance expliquée par les facteurs
Facteurs KMO MSA’s KMO (global) Bartlett’s Test (P-value) 1 2 |R|
1. J’ai peur de la Covid-19 ,788 ,83
2. J’ai peur de perdre ma vie à cause de la Covid-19
,784 ,85
4. Cela me met mal à l’aise de penser à la Covid-19
,717 ,83
8. L’infection à Covid 19 est une maladie grave
,660 ,86
5. Quand je regarde les informations ou écoute les histoires sur la Covid-19, je deviens nerveux, anxieux
,417 ,037 ,92 ,84 ,001
6. Les battements de mon cœur s’accélèrent quand je pense que je peux être touché par la Covid-19
,748 ,84
7. J’ai des insomnies quand je pense à la Covid-19
,738 ,83
3. Je ressens des douleurs au niveau de l’estomac quand je pense à la Covid-19
,669 ,82
Variance expliquée 43,32% 11,54%
Figure n°1 : Solution standardisée de l’analyse factorielle confirmatoire de l’échelle d’attitude face à la Covid 19 (Comparative Fit Index = ,99 ; Non Normed Fit Index = ,98 ; Goodness-of-Fit Index=,97 ; Normed Fit Index=,99 ; Root Mean Square Error of Approximation = ,021 ; Chi carré= 16,87 ; dégré de liberté= 13 ; e= erreur)
Tableau n°3 : Résultats de l’analyse descriptive des 8 items et consistance interne de l’échelle
Niveau d’analyse M (ET) Min Max Consistance interne (N=680)
Alpha de Cronbach Lambda 6 de Guttman
Niveau 1 : Echelle entière 2,57(,79) 1 5 ,85
(N=339) Rural (N=341) Urbain ,87 (N=339) Rural (N=341) Urbain ,86 ,83 ,88 ,85 (N=345) Femmes (N=335) Hommes (N=345) Femmes (N=335) Hommes ,85 ,85 ,86 ,87
Niveau 2 : deux sous - échelles
1. Etat d’anxiété (items 1 à 5) 3,04(,98) 1 5 ,84
(N=339) Rural (N=341) Urbain ,83 (N=339) Rural (N=341) Urbain ,82 ,85 ,84 ,81 (N=345) Femmes (N=341) Hommes (N=345) Femmes (N=341) Hommes ,84 ,82 ,83 ,83 2. Symptômes somatiques (items 6 à 8) 1,79(,78) 1 5 ,80 (N=339) Rural (N=341) Urbain ,72 (N=339) Rural (N=341) Urbain ,83 ,75 ,77 ,68 (N=345) Femmes (N=341) Hommes (N=345) Femmes (N=341) Hommes ,78 ,81 ,71 ,75
Items M (ET) Min Max Corrélation complète des éléments corrigés
Alpha de Cronbach en cas de suppression de
l'élément
1. J’ai peur de la Covid-19 3,21(1,39) 1 5 ,704 ,813
2. Cela me met mal à l’aise de
penser à la Covid-19 2,81(1,29) 1 5 ,658 ,819
4. J’ai peur de perdre ma vie à
cause de la Covid-19 3,21(1,31) 1 5 ,663 ,819
8. L’infection à la Covid 19
est une maladie grave 3,53(1,06) 1 5 ,584 ,829
5.
Quand je regarde les informations ou écoute les histoires sur la Covid-19, je deviens nerveux, anxieux
2,48(1,21) 1 5 ,520 ,837
6. J’ai des insomnies quand je
pense à la Covid-19 1,79(,91) 1 5 ,567 ,832
7.
Les battements de mon cœur s’accélèrent quand je pense que je peux être touché par la Covid-19
1,91(,55) 1 5 ,551 ,833
3.
Je ressens des douleurs au niveau de l’estomac quand je pense à la Covid 19
4. Discussion
4.1.Normalité de la distribution et choix de la méthode d’analyse statistique
La méthode Maximum Likelihood Estimation (MLE) est l’approche standard d’estimation dans la plupart des logiciels des modèles d’équations structurelles (MES). Cette approche suppose la normalité multivariée des variables incluses dans l’analyse. La violation de cette condition peut conduire d’une part à des valeurs exagérées du test de Chi carré ; ce qui peut mener au rejet erroné d’un modèle plausible et à l’acceptation d’un modèle qui n’est pas généralisable au-delà de l’échantillon analysé. D’autre part, cela peut conduire vers une tendance à sous-estimer les erreurs standards, auquel cas, il y aura la production des inférences incorrectes quand les paramètres du modèle sont testés (Curran, West & Finch, 1996). Les stratégies pour gérer la violation de la normalité lors de l’usage des modèles d’équation structurelles sont entre autres pour les utilisateurs de IBM SPSS AMOS, l’Asymptotically Distribution Free (ADF) ou l’usage des procédures bootstrapping. La méthode de test statistique corrigé de Satorra -Bentler scaled chi-square et DWLS (Diagonally Weighted Least Square) ne sont pas disponibles dans IBM SPSS AMOS. Bien que la normalité univariée soit une condition nécessaire pour accomplir la normalité multivariée, elle n’est pas suffisante. En d’autres termes, les variables peuvent présenter une normalité univariée sans pour autant atteindre la normalité multivariée. C’est pour cette raison que les auteurs devraient accorder plus d’attention à ces deux questions.
Dans cette étude le test de Kolmogorov Smirnov comme celui de Shapiro Wilk ont rejeté l’hypothèse de normalité univariée de nos données (P<,001). Ce résultat est similaire à celui de Martinez Lorca et al. (2020) dont la normalité de distribution a été rejetée par le test de Kolmogorov Smirnov. De même la normalité multivariée est rejetée dans cette étude (Kurtosis multivariée >5). Cependant, dans plusieurs études (Alyami & al.,2020 ; Bharatharaj & al., 2020 ; Bitan & al., 2020 ; Barrios & al., 2020 ; Cavalheiro & Sticca, 2020 ; Caycho-Rodriguez & al., 2020 ; Elemo, Satici & Griffiths, 2020 ; Griffiths, Pakpour & Mamun, 2020 ; Haktanir & al.,2020 ; Huarcaya-Victoria & al., 2020 ; Kaya & al., 2020 ; Malliez & al., 2020 ; Masuyama & al.,2020 ; Pang & al., 2020 ; Perz, Lang & Harrington, 2020 ; Piqueras & al., 2020; Reznik & al., 2020; Sakib & al., 2020 ; Satici & al.,2020; Sayeed, Patel & Das, 2020 ; Soraci & al., 2020 ; Tsipropoulou & al., 2020; Wakashima & al.,2020 ; Wibowo & al.,2020 ; Winter & al.,2020 ; Xinli Chi & al., 2020 ; ) on note que la normalité multivariée n’a pas été évaluée alors même que la normalité univariée était évaluée au regard des coefficients d’asymétrie et d’aplatissement (compris soit entre -1 et +1 ou -1,5 et +1,5 selon le choix des auteurs) et ce, sans prise en compte de l’erreur standard de ces coefficients qui aurait permis d’affiner les résultats en calculant soit le Z score soit l’intervalle de confiance à 95% de ces coefficients. Ceci aurait conduit à tort plusieurs de ces auteurs (Bharatharaj & al., 2020 ; Cavalheiro et
Sticca, 2020 ; Elemo, Satici et Griffiths, 2020 ; Haktanir et al.,2020 ; Huarcaya-Victoria et al., 2020 ; Masuyama, et al., 2020 ; Satici et al., 2020 ; Xinli Chi et al., 2020), à sélectionner la méthode Maximum likelihood estimation (MLE) pour l’analyse factorielle confirmatoire. Par contre, s’il est claire que la violation de la normalité univariée implique la violation de la normalité multivariée, les auteurs qui ont rejeté l’hypothèse de normalité univariée (Alyami & al., 2020 ; Barrios & al., 2020 ; Caycho-Rodriguez & al., 2020 ; Griffiths & al., 2020 ; Mailliez & al., 2020 ; Masuyama & al., 2020 ; Soraci & al., 2020) sur la base des valeurs seuils susmentionnées ont quant à eux utilisé des méthodes statistiques appropriés à l’instar de Diagonally Weighted Least Square (DWLQ), Maximum Likelihood avec Correction de Sartorra Bentler scaled chi-square, Weighted Least Square(WLQ) pour l’analyse factorielle confirmatoire (Newsom, 2018 ; Olsson & al., 2000). Il est à noter que certains auteurs ayant constaté ces erreurs d’analyse, ont eu à publier un second texte à visée corrective ; c’est le cas notamment de Griffiths et al. (2020) pour la correction des erreurs rapporté dans la version originale de la traduction en Bengali de Sakib et al. (2020).
Dans cette étude la rigueur apportée aux analyses a conduit à l’utilisation de deux procédures (ADF et Boolen Stine Bootstrap) pour le même but qui seront discuté dans les prochaines lignes.
4.2.Validité de l’instrument
Pour admettre qu’un test mesure effectivement ce qu’il est censé mesurer, par exemple l’anxiété, il faut plus que les affirmations de l’auteur. Il faut un ensemble d’éléments prouvant la validité de ce test. Cette définition de la validité, jugée trop restrictive par certains, est remplacée par la définition suivante : « La validité renvoie à la pertinence et à la possibilité de justifier les affirmations que l’on peut faire à partir des scores à un test, elle concerne également les éléments dont on dispose pour justifier les inférences que l’on peut faire à partir des scores à un test » (Bartram & Lindley, 1994).
- la validité apparente
Elle correspond à l’appréciation subjective de la validité d’un test (Coste, Fermanian & Venot, 1995) et à son acceptation par les sujets. Un test a une bonne validité apparente si son contenu semble mesurer ce qu’il affirme mesurer. Par ailleurs, un test qui semble absurde ou non pertinent, nonobstant ses qualités psychométriques, sera certainement mal accepté par les sujets. Cette étude présente une validité apparente très satisfaisante car elle a été jugée éthiquement et socialement acceptable.
- la validité de contenu
Le contenu du test doit être pertinent par rapport à ce qu’il est censé mesurer. Cette qualité implique que ce qui est mesuré doit pouvoir non seulement être précisément défini mais aussi décrit sous ses différents aspects. Les jugements sur la validité de contenu sont considérés
comme des « preuves » acceptables quand le trait qu’un test est censé mesurer peut-être défini avec précision. Ainsi, vouloir mesurer l’attitude psychologique (peur et sentiment de vulnérabilité) face à la Covid 19 renvoie à pouvoir en donner une définition précise et à en saisir les différentes composantes (manifestations comportementales, psychiques, somatiques). Mais le fait qu’un groupe d’experts s’accorde à dire qu’un test de par son contenu est une mesure valide, ne garantit pas la véracité de leurs propos. Il faut considérer ces jugements comme un élément du processus d’élaboration du test qui indique que l’on est sur la bonne voie (Fernandez et al., 2014). Comme l’échelle originale d’Ahorsu et al. (2020) et toutes les versions traduites et adaptées, cette étude présente une validité de contenu acceptable car de par le monde, elle a été jugée éthiquement et socialement acceptable.
- la validité de construit
Les instruments de mesure évaluent bien souvent des « construits », c’est-à-dire des aspects abstraits non directement saisissables (l’intelligence, les traits de personnalité, etc.). La validité de construit correspond à la connaissance que l’on peut tirer des résultats (par exemple, prédire un comportement, inférer le niveau d’intelligence). On peut également analyser la stabilité de la structure factorielle de l’instrument de mesure pour différents échantillons par exemple (Fernandez et al., 2014). Dans cette étude, l’analyse de la stabilité factorielle n’a pas été effectuée contrairement à Huarcaya-victoria et al. (2020) qui ont analysé la stabilité factorielle selon l’âge, la profession (travailleurs dans le domaine de la santé Vs non travailleurs dans le domaine de la santé) et Caycho-Rodriguez et al. (2020) qui ont évalué la stabilité factorielle selon l’âge. La validation de construit dans cette étude s’est effectuée à travers une analyse factorielle exploratoire (AFE) et une analyse factorielle confirmatoire (AFC).
L’AFE a révélé une solution à deux facteurs expliquant 54,86% de la variance dont le facteur 1 (43,32% de la variance) composé des items 1, 2, 4, 5 et 8, renvoie aux émotions, à l’état psychologique et a donc été nommé « état d’anxiété » ; le facteur 2 (11,54% de la variance) composé des items 3, 6 et 7, renvoie à l’aspect physiologique et a donc été nommé « Symptômes somatiques » ; les contributions factorielles sont fortes et varient de ,417 à ,788. l’AFC, au travers d’une double procédure (Asymptotically Distribution Free et Boollen Stine Bootsap sur 1000 échantillons) a permis de vérifier l’ajustement au modèle à 2 facteurs des données et les résultats ont révélé des indices d’ajustement satisfaisants : χ2 = 16,87 ; dl= 13 ; p = .205 ; χ2 /dl = 1,298; GFI=,99; NFI=,97 ; CFI = ,99 ; TLI = ,98 ; RMSEA = ,021 ; Intervalle de confiance à 90% pour le RMSEA (,000 ; ,046).
Ces résultats corroborent ceux de plusieurs autres études dont les résultats valident une échelle bidimensionnelle à 7 items (items 1, 2, 4 et 5 pour le facteur 1 et Items 3, 6 et 7 pour le Facteur 2) : Wibowo et al. (2020) en Indonésie (69% de la variance, contributions factorielles varient de ,606 à ,769 ; indice d’ajustement AFC : χ2 = 23.19, χ2/df = 2.134, RMR = 0.093,
RMSEA = 0.098, TLI = 0.95 et CFI = 0.98) ; Caycho-Rodriguez et al. (2020) en Argentine (contributions factorielles varient de ,60 à ,88 ; indice d’ajustement AFC : χ2=88,71 ; p < ,001 ; CFI=,98 ; TLI=,97 ; RMSEA=,067 ; SRMR=,029) ; Huarcaya-Victoria et al. (2020) au Pérou (contributions factorielles varient de ,18 à ,75 ; indice d’ajustement AFC : χ2=117.61 ; df=13 CFI=0.947 ; TLI=,915 ; RMSEA=0.098 IC à 90% du RMSEA [0.084–0.113]) ; Masuyama et al. (2020) au Japon (contributions factorielles varient de ,463 à ,856 ; indice d’ajustement AFC : CFI = .997, RMSEA = .034, SRMR = .040) ; Xinli Chi et al. (2020) en Chine (67,84% et 11,42% respectivement pour les Facteur 1 et Facteur 2. La variance totale expliquée est de 79,26%. Toutes les contributions factorielles sont supérieures à ,56, indice d’ajustement AFC : χ2= 46.64, df = 8, p < .01, CFI = .98, TLI = .99, RMSEA = .07, SRMR= ,02 ; Bitan et al. (2020) en Israel (65,76% de la variance totale dont 53,71% pour le facteur 1 et 12,05% pour le facteur ; contributions factorielles varient de ,57 à ,82) ; Reznik et al. (2020) en Russie et Biélorussie (contributions factorielles varient de ,56 à ,84) ; Barrios et al. (2020) au Paraguay (61,09% de la variance totale dont 32,94% pour le facteur 1 et 28,15% pour le facteur 2, KM0=,85 P=,001 ; indice d’ajustement AFC : χ2 = 19.872, df =13, p = 0.098; RMSEA = 0.031; CFI = 0.996, NFI = 0.989, GFI = 0.996, TLI = 0.994).
Par contre, les résultats de cette étude sont contraires à ceux des études réalisées en Iran (Ahorsu & al.,2020) en Espagne (Martinez Lorca & al.,2020 ; Piqueras & al., 2020), en République Dominicaine (Piqueras & al., 2020), au Brésil (Cavalheiro & Sticca, 2020), en Italie (Soraci & al., 2020), en Arabie Saoudite (Alyami & al., 2020), en Turquie (Haktanir & al.,2020 ; Kaya & al., 2020 ; Satici & al.,2020), au Japon (Wakashima & al.,2020), en Malaisie (Pang & al., 2020), en Inde (Bharatharaj & al., 2020), en Grèce (Tsipropoulou & al., 2020), aux Etats Unis d’Amérique (Perz, Lang et Harrington, 2020), en Nouvelle Zélande (Winter et al.,2020), au Bangladesh (Sakib et al., 2020 ; Griffiths, Pakpour et Mamun, 2020), en France (Malliez et al., 2020) et en Ethiopie (Elemo, Satici et Griffiths, 2020). Ces dernières ont toutes validé une échelle unidimensionnelle à 7 items.
- la validité concourante
Elle se manifeste à travers ses corrélations avec d’autres tests semblables. Elle contribue à la validation de construit : le fait de savoir avec quoi un test est corrélé contribue de façon notoire à la connaissance du trait que le test mesure. Déterminer le niveau souhaitable de ces corrélations est une question de bon sens, car tout dépend de la qualité des autres tests. Ainsi, pour l’anxiété, il existe d’excellents tests de référence. Des corrélations supérieures à 0,40 sont considérées comme satisfaisantes, à condition qu’elles soient calculées sur des échantillons de 100 sujets au moins. Dans le but d’éviter une redondance des données, cette étude n’a pas procédé à une validité concourante. En effet, comme ce fut le cas pour l’étude initiale d’Ahorsu et al. (2020), plusieurs autres études de traduction et ou validation du FCV 19S ont obtenu des
corrélations positives [Hospital Anxiety Depression Scale (HADS), Perceived to vulnerability to disease scale (PVDS), Stait Trait Anxiety Inventory (STAY -A-B), UCLA Loneliness Scale (ULS-6), PHQ-9 (Patient Health Questionnaire), Generalized Anxiety Symptoms (GAS -7), Impact of Event Scale–Revised (IES-R), Patient Health Questionnaire Adolescent (PHQ-A), Generalize Anxiety Disorders 7(GAD 7), Abbreviated PTSD Checklist (PCL), Depressıon Anxiety and Stress Scale (DASS 21), Satisfaction with Life Scale, Severity Measure for Specific Phobia—Adult (SMSP-A) , Differential Emotions Scale IV (DES-IV), Fear Questionnaire (FQ), Impact of Event Scale-Revised (IES-R)] et négatives [Brief Resilience Scale (BRS) , 10-Item Connor-Davidson Resilience Scale (CD-RISC-10), Self-Compassion Scale : Short Form (SCS-SF), The Brief Coping Orientation to Problems Experience (COPE-28), avec divers instruments de mesure.
4.3.Fidélité de l’instrument
Tout test doit être fidèle, c’est-à-dire présenter une bonne stabilité temporelle (fidélité test-retest) et une bonne consistance interne. La fidélité renvoie à la constance de sa mesure. Il est important de noter que la fidélité temporelle ne s’applique qu’à certains types de tests. Elle n’est appropriée que pour ceux des construits qui possèdent une stabilité temporelle comme les traits de personnalité ou l’estime de soi. En revanche pour des tests comme The Fear of Covid 19 (FCV 19), qui mesurent des états passagers tels que les émotions, la peur, la perception, elle n’est pas appropriée. La fidélité test-retest n’a donc pas été évaluée dans cette étude. Par contre Ahorsu et al. (2020) et plusieurs auteurs ayant traduit l’outil FCV 19S ont procédé à un test-retest (Malliez & al. 2020 ; Sakib & al., 2020 ; Xinli Chi & al., 2020). Cependant, le texte correctif des erratums relevé dans la publication de Sakib et al. (2020) publié par certains auteurs associés à cette publication originale (Griffiths & al., 2020) relevait que les données analysées n’avaient pas été prêtées à un test-retest.
La consistance interne évalue l’homogénéité entre les différentes dimensions du construit ; elle apprécie ainsi dimension par dimension, la cohérence intra items. Pour cette étude, elle a été évaluée à l’aide de l’alpha de Cronbach, et du Lambda 6 de Guttman qui semble être un meilleur prédicteur de la fidélité sous SPSS par rapport à l’alpha de Cronbach (Bourque & al., 2020)
Les différentes composantes de la fidélité s’évaluent à l’aide d’un coefficient de corrélation linéaire dont la valeur maximale est de 1,00. La valeur de ,70 est la norme standard/internationale recommandée pour considérer qu’une fidélité est acceptable (Fernandez et al., 2014). Les résultats de cette étude révèlent que les indices de cohérence interne mesurés s’élèvent à plus de ,80 pour l’échelle globale et les sous échelles. La fidélité était maintenue lorsqu’on séparait les hommes des femmes ou lorsqu’on séparait les participants résidant en milieu rural de ceux résidant en milieu urbain. Ces résultats sont
similaires à ceux de Piqueras et al. (2020) qui sont les seuls à avoir vérifié la stabilité de la cohérence interne selon le sexe, l’âge et la zone de résidence (hommes :α =855, ʎ6=.860 ; femmes : α =862, ʎ6=.860 ; Espagne : α =862, ʎ6=.862 ; Republique Dominicaine : α =870, ʎ6=.863). Cependant, plusieurs études ont montré une disproportion d’échantillonnage selon le sexe : Martinez-Lorca et al. (2020) ; Haktanir et al. (2020) ; Kaya et al. (2020) ; Elemo et al. (2020) ; Caycho-Rodriguez et al. (2020) ; Huarcaya-Victoria et al. (2020) ; Perz et al. (2020) ; Reznik et al. (2020) ; Satici et al. (2020) ; Soraci et al. (2020) ; Mailliez et al. (2020) ; avec respectivement dans l’échantillon 82% de femmes, 72% de femmes, 82,5% de femmes, 81,5% d’hommes, 79,25% de femmes, .65,5% d’hommes, 73% de femmes, 73,2% de femmes, 70,3% d’hommes, 92% de femmes, 85,75% de femmes.
Dans l’ensemble, il est à noter que, selon les logiciels utilisés, différents coefficients d’homogénéité ont été calculés dans différentes publications sur la traduction et la validation des propriétés psychométriques de FCV 19S : Alpha de Cronbach, Lambda 6 de Guttman, Oméga de Mc Donald, Plus grande limite inférieure (Greatest Lower Bound). Tous ces coefficients de cohérence interne se sont révélés satisfaisants pour l’échelle globale (α, ω, λ6 et GLB >,8). De même cette étude a révélé une corrélation complète des éléments corrigés qui varie de ,44 à ,70 ; ce qui corrobore les résultats obtenus par d’autres auteurs : Ahorsu et al. (,47 à ,56), Martinez Lorca et al. (,67 à ,83), Wibowo et al. (,67 à ,83), Kaya et al. (,59 à ,77), Alyami et al. (,57 à ,74), Elemo et al. (,47 à ,76), Perz et al. (,70 à ,77), Pang et al. (> ,5), Bitan et al. (> ,5), Reznik et al. (,56 à ,84), Satici et al. (,50 - ,63), Soraci et al. (,44 - ,78), Bharatharaj et al. (,68 - ,84), Mailliez et al. (,68 - ,84), Barrios et al. (,51 - ,67), Piqueras et al. (,51 - ,67), Sakib et al. (,59 et ,70)
5. Conclusion
L’objectif principal de cet article était de présenter le processus de traduction, d’adaptation et de validation transculturelle de l’échelle anglophone « The Fear of Covid 19 Scale scale » d’Ahorsu et al. (2020) en langue française. Cette version modifiée permettra aux chercheurs d’étudier les facteurs qui influencent les perceptions et les attitudes psychologiques face à la Covid 19 et de mesurer les effets de cette variable d’attitude psychologique face à la Covid 19 sur la pratique des comportements de préventions.
La validité de construit de l’échelle traduite de peur de la Covid 19 a été supportée non seulement par une analyse factorielle exploratoire mais aussi par une analyse factorielle confirmatoire qui présente des indices d’ajustement très satisfaisants comparables à ceux obtenus à partir de la version originale. Enfin, l’analyse de consistance interne a présenté un coefficient alpha de Cronbach très satisfaisant, supérieur à celui observé par les auteurs anglophones.
Cette étude a permis de mettre en évidence une structure du construit de peur de la Covid19. Celle-ci comprend l’état d’anxiété, les symptômes somatiques. Toutefois, lors de la révision de l’échelle, cette structure devrait être enrichie avec d’autres contenus issus d’études qualitatives. Ce travail inaugure un axe de recherche portant sur l’évaluation de l’impact psychologique de la Covid 19 au sein de la population camerounaise, l’étude des relations entre ce construit et d’autres variables d’intérêt psychologique, social et sanitaire telles que l’addiction aux substances psychoactives, les troubles mentaux avec déficit cognitif, l’adhésion à la vaccination contre la Covid 19, la résilience, etc. Les études pourront également fournir des éléments de comparaison pour le genre. Dans le domaine de la promotion de la santé et de la prévention des maladies, des mesures obtenues à partir de ce construit offriraient des pistes pour des politiques ou des activités d’intervention en vue d’améliorer la qualité de vie des bénéficiaires.
Références bibliographiques
Ahorsu, D. K., Lin, C.-Y., Imani, V., Saffari, M., Griffiths, M. D., & Pakpour, A. H. (2020, 27 Mars). The Fear of COVID-19 Scale: Development and Initial Validation. International
Journal of Mental Health and Addiction. https://doi.org/10.1007/s11469-020-00270-8
Al-Hanawi, M.K., Angawi, K., Alshareef, N., Qattan, A.M.N., Helmy, H.Z., Abudawood, Y., Alqurashi, M., Kattan, W.M., Kadasah, N.A., Chirwa, G.C., Alsharqi, O. (2020). Knowledge, attitude and practice toward COVID-19 among the public in the Kingdom of Saudi Arabia: a cross-sectional study. Front. Public Health 8, 217.
https://doi.org/10.3389/fpubh.2020.00217.
Alyami, M., Henning, M., Krägeloh, C. U., & Alyami, H. (2020, 16 Mai). Psychometric Evaluation of the Arabic Version of the Fear of COVID-19 Scale. International Journal
of Mental Health and Addiction. https://doi.org/10.1007/s11469-020-00316-x
Arpaci, I., Karatas¸, K., Baloglu, M. (2020). The development and initial tests for the psychometric properties of the COVID-19 Phobia Scale (C19P-S). Pers. Individ. Dif. 164, 110108 https://doi.org/10.1016/j.paid.2020.110108
Ashraf, F., Lee, S.A., Elizabeth Crunk, A. (2020). Factorial validity of the Urdu version of the obsession with COVID-19 scale: preliminary investigation using a university sample in Pakistan. Death Stud. 1–6. https://doi.org/10.1080/07481187.2020.1779436.
Azlan, A.A., Hamzah, M.R., Sern, T.J., Ayub, S.H., Mohamad, E. (2020). Public knowledge, attitudes and practices towards COVID-19: a cross-sectional study in Malaysia. PLoS
One 15, e0233668. https://doi.org/10.1371/journal.pone.0233668.
Ben Abdelaziz, A., Benzarti, S., Nouira, S., Mlouki, I., Achouri, M.Y., ben Abdelaziz, I., Yahia, F., Barhoumi, T., & Soulimane, A.(2020). Attitudes of health professionals towards the response to the COVID-19 pandemic in Maghreb. Tunis. Med. 324–333.
Bharatharaj, A., Mohsen, A., Marcus A.H., Alyami, H., & Christian U. Krägeloh, C. U. (s.d.). Tamil version of the Fear of COVID-19 Scale. Research Square, article soumis à publication, Preprint. https://doi.org/10.21203/rs.3.rs-40914/v1
Bitan, D. T., Grossman-Giron, A., Bloch, Y., Mayer, Y., Shiffman, N., & Mendlovic, S. (2020). Fear of COVID-19 scale: Psychometric characteristics, reliability and validity in the
Israeli population. Psychiatry Research, 113100.
https://doi.org/10.1016/j.psychres.2020.113100
Bollen, K.A., & Stine, R.A. (1993). Bootstrapping goodness-of-fit measures in structural equation modeling. In K.A. Bollen & J.S. Long (Eds.), Testing structural equation models. Newbury Park:Sage.
Bourque, J., Doucet, D., LeBlanc, J., Dupuis, J. & Nadeau, J. (2019). L’alpha de Cronbach est l’un des pires estimateurs de la consistance interne : une étude de simulation. Revue des
sciences de l’éducation, 45 (2), 78–99. https://doi.org/10.7202/1067534ar
Bourque, J., Poulin, N., & Cleaver, A. F. (2006). Évaluation de l’utilisation et de la présentation des résultats d’analyses factorielles et d’analyses en composantes principales en éducation. Revue des sciences de l'éducation, 32(2), 325-344.
https://doi.org/10.7202/014411ar
Browne, M. W. (1984). Asymptotically distribution-free methods for the analysis of covariance structures, British Journal of Mathematical and Statistical Psychology, 37, 62-83 Printed in Great Britain 62 0 1084 The British Psychological Society
BUCREP. (2020). Projection démographique du Cameroun. Tome 3
Byrne, B.M. (2010). Structural equation modeling with AMOS: Basic concepts, applications,
and programming (2nd ed). New York: Taylor & Francis.
Cavalheiro, F. R. S., & Sticca, M. G. (2020). Adaptation and Validation of the Brazilian Version of the Fear of COVID-19 Scale. International Journal of Mental Health and Addiction.
https://doi.org/10.1007/s11469-020-00415-9
Caycho-Rodríguez, T., Vilca, L. W., Cervigni, M., Gallegos, M., Martino, P., Portillo, N., Burgos Videla, C. (2020, 29 Octobre). Fear of COVID-19 scale: Validity, reliability and factorial invariance in Argentina’s general population. Death Studies, 1–10.
https://doi.org/10.1080/07481187.2020.1836071
Chandu, V., Pachava, S., Vadapalli, V., Marella, Y. (2020). Development and initial validation of the COVID-19 anxiety scale. Indian J. Public Health 64, 201.
https://doi.org/10.4103/ijph.IJPH_492_20.
Chi, X., Zheng, X., Shiyun Chen, S., Chen, Y., Chen, D., Yu, Q., Guo, T., Cao, Q., Huang, S., Mahhub Hossain, M., Stubbs, B., Yeung, A., & Zou, L. (2020). Psychometric Evaluation of The Fear of COVID-19 Scale Among Chinese Population. Article soumis à publication
Costantini, A., Mazzotti, E. (2020). Italian validation of CoViD-19 Peritraumatic Distress Index and preliminary data in a sample of general population. Rivista di psichiatria 55, 145– 151. https://doi.org/10.1708/3382.33570.
Coste, J., Fermanian, J., & Venot, A. (1995). Methodological and statistical problems in the construction of composite measurement scales: a survey of six medical and epidemiological journals. Stat. Med. 14, 331-345.
Cortez, P. A., Joseph, S. J., Das, N., Bhandari, S. S., & Shoib, S. (2020). Tools to measure
psychological impact of COVID-19 pandemic: What do we have in the platter? Asian Journal of Psychiatry, 102371. https://doi.org/10.1016/j.ajp.2020.102371
Cronbach, L. (1951). Coefficient alpha and the internal structure of tests. Psychometrika,16, 297-334.
Curran, P. J., West, S. G, & Finch, J. F. (1996). The robustness of test statistics to nonnormality and specification error in confirmatory factor analysis. Psychological Methods, 1, 16-29.
Elemo, A. S., Satici, S. A., & Griffiths, M. D. (2020, 3 Décembre). The Fear of COVID-19 Scale: Psychometric Properties of the Ethiopian Amharic Version. International
Journal of Mental Health and Addiction. https://doi.org/10.1007/s11469-020-00448-0
Evren, C., Evren, B., Dalbudak, E., Topcu, M., Kutlu, N., 2020. Measuring anxiety related to COVID-19: a Turkish validation study of the coronavirus anxiety scale. Death Stud. 1– 7. https://doi.org/10.1080/07481187.2020.1774969.
Feng, Lsen, Dong, Zjiao, Yan, Ryu, Wu, Xqian, Zhang, L., Ma, J., Zeng, Y. (2020). Psychological distress in the shadow of the COVID-19 pandemic: preliminary development of an assessment scale. Psychiatry Res. 291,113202https://doi.org/10.1016/j.psychres.2020.113202.
Fernandez, L., Aulagnier, M., Bonnet, A., Guinard, A., Pedinielli, J.-L., & Préau, M. (2014). Module VI Outils psychométriques In P. Verger, M. Aulagnier, V. Schwoebel, T. Lang (Eds.), Démarches épidémiologiques après une catastrophe. (pp.205-207.). Edition: Paris : La Documentation FrançaisFinney, S.J., & DiStefano, C. (2013). Non-normal and categorical data in structural equation modeling. In G.R. Hancock & R.O. Mueller (Eds.), Structural equation modeling: A second course,2nd Edition (pp. 439– 492). Charlotte, NC: Information Age Publishing.
Gold, M. S., Bentler, P. M., Kim, K. H. (2002). A Comparison of Maximum-Likelihood and
Asymptotically Distribution-Free Methods of Treating, Incomplete Non-Normal Data.
University of California,
Gonzalez-Olmo, M.J., Ortega-Martínez, A.R., Delgado-Ramos, B., Romero-Maroto, M., Carrillo-Diaz, M., 2020. Perceived vulnerability to Coronavirus infection: impact on dental practice. Braz. Oral Res. 34 https://doi.org/10.1590/1807-3107bor-2020.vol34.0044.
Hair, J. F., Tatham, R. L., Anderson, R. E., & Black, W. (2009). Multivariate data analysis (7th ed.). New Jersey: Prentice Hall Inc.
Haktanir, A., Seki, T., & Dilmaç, B. (2020, 29 Mai). Adaptation and evaluation of Turkish version of the fear of COVID-19 Scale. Death Studies, 1–9. https://doi.org/10.1080/07481187.2020.1773026
HU, L., & BENTLER, P.M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1-55.
Huarcaya-Victoria, J., Villarreal-Zegarra, D., Podestà, A., & Luna-Cuadros, M. A. (2020, 22 Juin). Psychometric Properties of a Spanish Version of the Fear of COVID-19 Scale in General Population of Lima, Peru. International Journal of Mental Health and
Addiction. https://doi.org/10.1007/s11469-020-00354-5
Iván Barrios, I., Ríos-González, C., O’Higgins, M., González, I., García, O., Díaz, N. R., Castaldelli-Maia, J. M., Ventriglio, A., & ,Torales, J. (s.d.). Psychometric properties of the Spanish version of the Fear of COVID-19 Scale (FCV-19S). Research Square, article soumis à publication, Preprint. https://doi.org/10.21203/rs.3.rs-33345/v1
Jahanshahi, A.A., Dinani, M.M., Madavani, A.N., Li, J., Zhang, S.X., 2020. The distress of Iranian adults during the Covid-19 pandemic – more distressed than the Chinese and with different predictors. Brain Behav. Immun. 87, 124–125.
https://doi.org/10.1016/j.bbi.2020.04.081
Jeff A. Jones, J. A., & Waller, N. G. (2013). The Normal-Theory and Asymptotic
Distribution-Free (ADF) Covariance Matrix of Standardized Regression Coe
ffi
cients: Theoretical Extensions and Finite Sample Behavior. University of Minnesota-Twin CitiesJoseph, S.J., Gonçalves, A.P., Paul, A., Bhandari, S.S. (2020a). Theoretical orientation of a range of psychological approaches to address mental health concerns during the
COVID-19 pandemic. Asian J. Psychiatry 53.
https://doi.org/10.1016/j.ajp.2020.102221.
Kaya, S., Dünder, E., Çakıroğlu, FP., & Uzdil, Z. (2020, 5 Juillet). Adaptation of the Fear of 2019 Coronavirus Disease (COVID-19) Scale to Turkish Culture: A Validity and
Reliability Study. J Cogn Behav Psychother Res.
https://doi.org/10.5455/JCBPR.104890
Kelloway, E.K. (1995). Structural equation modelling in perspective. Journal of Organizational
Behavior, 16(3), 215-224.
Kline, R.B. (2011). Principles and practice of Structural Equation Modeling (3rd ed). New
York: The Guilford Press.
Laveault, D., & Grégoire, J. (2014). Introduction aux théories des tests en psychologie et en sciences de l'éducation (3e édition. ed.). Louvain-la-Neuve, De boeck.
Lawrence S. Meyers, L. S., Glenn C. Gamst, G. C., & Guarino, A. J. (2013). Performing Data
Lee, S. A. (2020). Coronavirus Anxiety Scale: a brief mental health screener for COVID-19
related anxiety. Death Stud. 44, 393–401.
https://doi.org/10.1080/07481187.2020.1748481.
Lee, S. A., Mathis, A. A., Jobe, M. C., Pappalardo, E. A. (2020). Clinically significant fear and anxiety of COVID-19: a psychometric examination of the Coronavirus Anxiety Scale. Psychiatry Res. 290, 113112 https://doi.org/10.1016/j.psychres.2020.113112.
Liang, L., Ren, H., Cao, R., Hu, Y., Qin, Z., Li, C., Mei, S. (2020). The effect of COVID-19 on youth mental health. Psychiatr. Q. 91, 841–852. https://doi.org/10.1007/s11126- 020-09744-3.
Lorenzo-Seva, U., & Ferrando, P. J. (2014). Polymat-c: A comprehensive spss program for computing the polychoric correlation matrix. Behavior Research Methods, 1-6.
https://doi.org/10.3758/s13428-014-0511-x
Mailliez, M., Griffiths, M. D., & Carre, A. (s.d.). Validation of the French Version of the Fear of COVID-19 Scale and its Associations with Depression, Anxiety and Differential Emotions. Research Square, article soumis à publication, Preprint.
https://doi.org/10.21203/rs.3.rs-46616/v1
Mark D. Griffiths, M. D., Pakpour, A. H., & Mamun, M. A. (2020, 1 Septembre). Correction to: Psychometric Validation of the Bangla Fear of COVID-19 Scale: Confirmatory Factor Analysis and Rasch Analysis. International Journal of Mental Health and
Addiction. https://doi.org/10.1007/s11469-020-00399-6
Martínez-Lorca, M., Martínez-Lorca, A., Criado-Álvarez, J. J., Armesilla, M. D. C., & Latorre, J. M. (2020). The Fear of COVID-19 Scale: Validation in Spanish university students.
Psychiatry Research, 113350. https://doi.org/10.1016/j.psychres.2020.113350
Masuyama, A., Shinkawa, H., & Kubo, T. (2020, 13 Juillet). Validation and Psychometric Properties of the Japanese Version of the Fear of COVID-19 Scale Among Adolescents.
International Journal of Mental Health and Addiction. https://doi.org/10.1007/s11469-020-00368-z
Nevitt, J., & Hancock, G. R. (2001). Performance of bootstrapping approaches to model test statistics and parameter standard error estimation in structural equation modeling. Structural Equation Modeling, 8, 353-377.
Newsom. (2018). Alternative Estimation Methods. Psy 523/623 Structural Equation Modeling, Spring
Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). New York,NY: McGraw-Hill.
Olsson, U.H., Foss, T., Troye, S. V., & Roy D. Howell (2000). The Performance of ML, GLS and WLS Estimation in Structural Equation Modeling Under Conditions of Misspecification and Nonnormality. Structural Equation Modeling, 7 (4), 557-595. Pang, N. T. P., Kamu, A., Hambali, N. L. B., Mun, H. C., Kassim, M. A., Mohamed, N. H., &
