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.