Modele de saisie des Communications



Yüklə 356,55 Kb.
səhifə4/7
tarix02.11.2017
ölçüsü356,55 Kb.
#27285
1   2   3   4   5   6   7

2.2Echantillons


Cette étude a été réalisée sur une population d’étudiants. Au total, près de six cents étudiants de plusieurs disciplines en France (l’université de Rennes 1, l’INSA de Rennes, la Faculté de droit et des sciences économiques de Rennes) et au Vietnam (l’Ecole de Commerce de Hanoi, l’Ecole Polytechnique de Hanoi, et l’IUT de Commerce de Ha Tay) ont participé à cette enquête. Leur niveau d’étude varie entre Bac+1 et Bac+6. Seuls les questionnaires valides (dont toutes les questions ont obtenu une réponse avec un seul chiffre choisi sur l’échelle de mesure) ont été utilisés, et la taille finale de l’échantillon valide s’élève à 476 étudiants (228 Vietnamiens et 248 Français). Des informations détaillées sur les caractéristiques de l’échantillon étudié sont présentées dans le Tableau 1

Tableau 1 :




Taille


Age

Sexe

Année d’études

Tranche

Moyen

Ecart-

type


M

(%)


F

(%)


DEUG

(%)


Après DEUG (%)

Vietnam

228

18-25

20,95

1,2

41,22

58,78

15,79

74,21

France

248

17-32

19,94

1,94

47,18

52,82

77,63

12,37

La description des échantillons étudiés


2.3Collecte et validation des données


La distribution des questionnaires s’est déroulée durant les mois d’octobre et de novembre 2002. Les questionnaires ont été distribués aux étudiants pendant les pauses des cours et au domicile (à la cité). Les questions diverses concernant les items de mesure faisaient l’objet d’une réponse directe de la part des enquêteurs.

Le score de quelques questions (11, 13, 29, 30, 32, 34, 36 et 42) a été inversé (par le remplacement des valeurs allant de 1 à 7 par les valeurs allant de 7 à 1 respectivement) avant des traitements statistiques, car ces questions ont été administrées de manière négative (c’est à dire le sens de ces questions est à l’inverse de l’idée à mesurer). Cette mesure nous permet d’éviter des anomalies dans les résultats d’analyse. Les valeurs affichées dans les tableaux de résultat sont donc des valeurs inversées.

2.4Analyses et résultats 


Dans cette partie, la comparaison entre deux échantillons a été réalisée à deux stades : (1) un test sur la différence des moyennes au niveau des items individuels (t-test) ; et (2) un test (test F) sur la différence des moyennes au niveau des facteurs (produits par l’ACP – Analyse en Composante Principale). Enfin, nous avons effectué une analyse discriminante afin de tester la capacité de discrimination des dimensions temporelles.




2.4.1Comparaison des moyennes


Le premier traitement statistique consiste à comparer les moyennes des items de mesure entre deux populations (comparaison item par item). Les résultats de cette opération, présentés dans le Tableau 2 comprenant les moyennes, les écart-types et les valeurs du t-test, montrent que les moyennes sont statistiquement et significativement différentes entre deux échantillons pour 30/42 items. La valeur négative du t-test signifie que la moyenne de l’échantillon vietnamien est supérieure à celle de l’échantillon français.

2.4.2Analyse factorielle


Afin de réduire l’ensemble des items de mesure en un nombre restreint de facteurs pour faciliter l’interprétation, une ACP (du logiciel SPSS 10.0) a été appliquée sur l’échantillon total de 476 individus (228 Vietnamiens et 248 Français). L’option « Varimax » de cette méthode d’analyse a été choisie afin de maximiser les coefficients de corrélation entre les items et leur facteur correspondant, et de produire des scores factoriels individuels servant de données de base pour les opérations ultérieures.

Par cette opération, huit dimensions temporelles sur neuf choisies a priori ont été reproduites, et 22/42 items de mesure initiaux sont trouvés fortement corrélés avec ces huit dimensions (huit facteurs) avec des coefficients supérieurs à 0.5. Les items restant (20 items) ne sont pas pris en compte pour le calcul des scores factoriels des facteurs car ils sont faiblement corrélés avec les facteurs identifiés par l’ACP (le coefficient de corrélation inférieur à 0.5). Les résultats de l’ACP se trouvent dans le Tableau 3. Ces huit facteurs retenus expliquent 64,093% de la variance totale. Ils sont, dans l’ordre décroissant de contribution à la variance expliquée, les suivants : PROC, MONO, PASS, ORGA, TEM/QUA, PONC, GRA_IMM et FUTU. Les items constituant ces facteurs sont très cohérents avec ceux sélectionnés a priori (une description détaillée sur ces facteurs se trouve dans la partie précédente de cet article).



Tableau 3 :

Facteurs

Items


PROC

MONO

PASS

ORGA

TEM/QUA

PONC

GRA_IMM

FUTU

Q19

,808






















Q16

,807






















Q30

,655






















Q20

,637






















Q34




,796



















Q13




,791



















Q38




,750



















Q07




,542



















Q22







,799
















Q18







,730
















Q23







,705
















Q11










,783













Q12










,684













Q29










,572













Q10













,779










Q09













,632










Q14
















,859







Q28
















,825







Q32



















,818




Q42



















,756




Q39






















,815

Q40






















,785



























Alpha de

Cronbach


.7499

.7394

.6346

.5372

.4058

.6723

.4493

.4770

Méthde d’extraction: Analyse Factorielle Principale (ACP)

Méthde de rotation: Varimax avec la normalisation de Kaiser (Rotation convergée à 6 itérations)

64,093% variance expliquée

Les résultats de l’Analyse Factorielle Principale

Le coefficient alpha de Cronbach est un indicateur de fiabilité de l’échelle de mesure (Cronbach 1951, [19]). Les facteurs retenus dans cette étude ont des coefficients alpha de Cronbach supérieur à 0.4. Quatre facteurs (PROC, MONO, PASS, et PONC) présentent une bonne fiabilité avec des coefficients alpha supérieurs à 0.6 (dans le cas d’une recherche exploratoire), tandis que les quatre autres facteurs (ORGA, TEM/QUA, GRA_IMM et FUTU) possèdent des coefficients alpha relativement faibles (inférieur à 0.6). Ces quatre derniers facteurs temporels, selon Evrard, Pras, Roux et al. (1997, [25]) (p. 292), pourraient être remis en cause à cause de leur faible fiabilité. Néanmoins, ces facteurs ont été retenus dans cette étude car chacun de ces facteurs représente un aspect bien spécifique de la perception temporel, et les items de mesure de chacun d’entre eux sont censés à parler d’un seul trait du style temporel.

Le score pour chacun des huit facteurs est calculé et enregistré pour chaque individu (ces scores sont calculés à partir des scores de 22 items retenus par l’ACP). Les scores factoriels sont automatiquement standardisés par le logiciel, et servent de données initiales pour la comparaison des moyennes au niveau des facteurs entre deux échantillons, ainsi que l’analyse discriminante.

En ce qui concerne la comparaison au niveau des facteurs, le Tableau 4 montre que les moyennes des facteurs sont significativement différentes entre les deux cultures pour sept facteurs sur huit. Le résultat (utilisant le score factoriel) montre que, en comparaison avec l’échantillon français, les Vietnamiens (dans l’échantillon étudié) ont tendance à privilégier l’habitude de faire une seule chose à la fois (MONO), de consacrer leur temps pour bien faire leur tâche (TEM/QUA), et de ne pas remettre une tâche au plus tard ou au lendemain (PROC). Ils semblent également préférer réaliser de « grands projets » qui apportent des résultats à moyen ou à long terme plutôt des projets qui apportent des résultats immédiats (GRA_IMM). Pourtant, les Vietnamiens organisent moins souvent leur journée à l’avance (ORGA). Enfin, ils se penchent plus vers le passé (PASS), moins vers le futur (FUTU), et ils sont trouvés moins ponctuels (PONC) par rapport aux Français. Néanmoins, la différence entre deux échantillons sur le dernier comportement (PONC) n’est pas statistiquement significative (test F, p 0.1).



Tableau 4 :




FR

VN

F

Sig.


Moyenne

Ecart type

Moyenne

Ecart type

PROCRAS

,399*

,943

-,434

,872

99,752

,000

MONO

-,262

,892

,285

1,033

38,465

,000

PASSE

-,103

1,001

,112

,988

5,601

,018

ORGANIS

,135

,938

-,147

1,045

9,705

,002

TEM_QUAL

-,316

,999

,344

,881

58,125

,000

PONCTUA

3,54E-02

1,068

-3,85E-02

,920

,649

,421

GRA_IMM

,139

,924

-,1515

1,057

10,240

,001

FUTUR

8,58E-02

1,041

-9,34E-02

,946

3,841

,051

(*) La moyenne des scores factoriels des individus du group sur le facteur

Le test F sur la différence des moyennes des facteurs entre deux échantillons


2.4.3Analyse discriminante


Cette analyse a pour but de constituer une fonction discriminante (comportant des facteurs temporels) qui sépare deux populations, et de vérifier la capacité de segmentation ou de reclassement des individus dans l’échantillon total (476 individus) dans leur groupe nationalité (leur groupe initial). Les critères de segmentation (variables explicatives) sont les huit facteurs temporels produits par l’ACP, et les données sont leurs scores factoriels. La condition liée à la non-colinéarité, ou une faible colinéarité, entre les variables explicatives est assurée car les facteurs sont considérés comme obliques entre eux (grâce à la rotation Varimax). L’égalité des matrices de variances-covariances entre deux échantillons est également assurée (test de Box, Box’M = 58,43, F = 2,054, p 0.05). La méthode dite pas à pas (stepwise) a été utilisée. Les descriptions statistiques des variables explicatives dans deux échantillons tels que leurs moyennes dans deux groupes, leurs écart-types et les valeurs du test F sur la différence des moyennes sont données dans le Tableau 4

Le Tableau 5 montre les résultats de l’analyse discriminante. Une seule fonction canonique a été constituée avec une valeur propre de 0,721. La structure de cette fonction est présentée dans ce tableau à travers des coefficients canoniques standardisés (les poids discriminants) et des coefficients de corrélation avec les variables explicatives. Sept variables explicatives sur huit apportent une contribution significative à discriminer des individus (sauf la variable PONC). Le Lambda de Wilks ( ) est un indicateur important, qui est défini comme « le ratio des déterminants des matrices variance-covariance intergroupes et totales » (Evrard, Pras et Roux et al. 1997, [25]). Une valeur faible du lambda de Wilks représente une grande différence entre les groupes et une petite différence intergroupe (à l’intérieur du groupe). Dans cette étude, on a trouvé une valeur  de 0,581 et une 2 (test Chi-square) de 255,543 (p  .000). Ces indicateurs prouvent des différences significatives entre deux groupes vis-à-vis des scores discriminants produits par la fonction discriminante identifiée.



Tableau 5 :



Fonction canonique

Coefficients canoniques standardisés

Coefficients de corrélation

PROCRAS

,768

,540

MONO

-,534

-,412

PASSE

-,218

-,335

ORGANIS

,284

,173

TEM_QUAL

-,632

,168

GRA_IMM

,292

-,128

FUTUR

,181

,106

(PONCTUA)a




-,031

Lambda de Wilks de l’équation discriminante

Valeur propre = ,721

Corrélation canonique = ,647

= ,581; 2 = 255,543; p  .000


Score de l’équation canonique pour chaque groupe

Vietnam

-0.884


France

.813


(a) Cette variable n’est pas présente dans l’analyse

Les résultats de l’analyse discriminante

Outre l’intérêt de constituer une fonction discriminante qui permet de préciser les variables explicatives les plus contributives à la discrimination des individus (en fonction de leur poids discriminant), cette analyse offre aussi l’avantage de vérifier la capacité de reclasser des individus dans leur groupe initial par les variables explicatives retenues dans la fonction discriminante. La matrice de confusion, calculée par sept dimensions temporelles retenues dans la fonction discriminante, montre que 81,7% des individus ont été bien classés dans leur groupe initial (groupe de nationalité) (dont 83,3% des Vietnamiens bien classés, 80,2% des Français bien classés). Ce pourcentage, relativement élevé, justifie une capacité de discrimination élevée du concept du temps, et il confirme des différences considérables entre les Vietnamiens et les Français vis-à-vis de leurs comportements temporels. Ces résultats sont donnés dans le Tableau 6

Tableau 6 :





Groupe prévu

Total


FR

VN

Groupe


réel


FR

199

80,2%


49

19,8%


248

100%


VN

38

16,7%


190

83,3%


228

100%


Total

237

100%


239

100%


476

100%


81,7% des individus dans le groupe total sont bien classes

dans leur groupe de nationalité [(199 + 190)/ 476 = 81,7%]

(b) Méthode du “Jack-knife”

La matrice de confusionb



Yüklə 356,55 Kb.

Dostları ilə paylaş:
1   2   3   4   5   6   7




Verilənlər bazası müəlliflik hüququ ilə müdafiə olunur ©muhaz.org 2024
rəhbərliyinə müraciət

gir | qeydiyyatdan keç
    Ana səhifə


yükləyin