L’indice KMO (0,816) ainsi que le test de Bartlett (signification < 0,001)

indiquent que les données sont factorisables et permettent d'accepter les

résultats de cette analyse factorielle. + On constate que la correlation entre
les composantes principales elle est faible.

Alpha : Cette échelle présente une fiabilité de cohérence interne

acceptable (alpha = 0,78)

Cette solution permet d’expliquer 53,72 % de la variance ; les

communalités de chaque item sont supérieures à 0,45

Test Levene : On voit que le test d'homogénéité des variances est

significatif (p < 0,0005). Nous devons donc rejeter l'hypothèse nulle : les
variances sont significativement différentes. Nous devons donc lire la
deuxième ligne. On remarque le degré de signification est plus petit que
0,0005. On peut donc rejeter l’hypothèse nulle selon laquelle la
différence de moyenne observée entre les deux groupes est compatible
avec la différence populationnelle de 0.

Dendogramme : On lit le dendogramme de gauche à droite pour une

classification hiérarchique ascendante, et de droite à gauche pour une
classification hiérarchique descendante. Les traits horizontaux de la partie
gauche du dendogramme représentent les 8 segments finaux réalisés lors
de la classification hiérarchique. La longueur de ces traits horizontaux est
également caractéristique de la distance qui sépare les groupes. Les lignes
verticales représentent l’agrégation, le rapprochement de deux groupes.

Wilcoxon : On rejette l’hypothèse nulle (absence de différence entre les

deux groupes) s’il y a une différence entre la somme des rangs positifs et
la somme des rangs négatifs. Le sens de la statistique indique le sens de la
différence de la paire examinée.

Les items mesurant un même construit doivent tous être suffisamment

fortement corrélés à un seul et même facteur. Ils ne doivent pas, ou peu,
être corrélés à d'autres ou à plusieurs facteurs en même temps. La matrice
des composantes donne les corrélations des différents items aux
composantes principales extraites. Le niveau du coefficient structurel de
l'AFE sert à déterminer si l'item satisfait au critère de validité
convergente. Pour une échelle de mesure, Il est d'usage d'éliminer les
items de communalité inférieure à 0,5. Nous envisageons d'éliminer des
items moyennement corrélés à plusieurs axes à la fois.