Vous êtes sur la page 1sur 326

Impact de la motivation et des caract

eristiques
individuelles sur la performance : application dans le
monde acad
emique
Marie Chedru

To cite this version:


Marie Chedru. Impact de la motivation et des caracteristiques individuelles sur la performance
: application dans le monde academique. Sociology. Institut National des Telecommunications,
2012. French. <NNT : 2012TELE0006>. <tel-00789718>

HAL Id: tel-00789718


https://tel.archives-ouvertes.fr/tel-00789718
Submitted on 18 Feb 2013

HAL is a multi-disciplinary open access


archive for the deposit and dissemination of scientific research documents, whether they are published or not. The documents may come from
teaching and research institutions in France or
abroad, or from public or private research centers.

Larchive ouverte pluridisciplinaire HAL, est


destinee au depot et `a la diffusion de documents
scientifiques de niveau recherche, publies ou non,
emanant des etablissements denseignement et de
recherche francais ou etrangers, des laboratoires
publics ou prives.

M
U

-V

Spcialit :
Sciences de Gestion

Par
Marie CHDRU

Thse
de Tlcom Ecole de Management

Impact de la motivation et des caractristiques individuelles sur la performance :


Application dans le monde acadmique

Soutenue le 27 mars 2012 devant le jury compos de :


M. Marc BIDAN Ecole Polytechnique Nantes Professeur des Universits Rapporteur
M. Daniel THIEL Universit Paris 13 Professeur des Universits Rapporteur
M. Jean-Franois TRINQUECOSTE IAE Bordeaux Professeur des Universits Examinateur
M. Serge RAYNAL Universit du Qubec en Outaouais Professeur Examinateur
M. Herv LEYRIT Institut Polytechnique LaSalle Beauvais Docteur Examinateur
Mme Chantal AMMI Tlcom Ecole de Management Professeur Directrice de thse

Thse n 2012TELE0006

LUniversit nentend donner aucune approbation ni improbation aux opinions mises dans
cette thse. Ces opinions doivent tre considres comme propres lauteur.

REMERCIEMENTS

Llaboration de ce travail doctoral a ncessit limplication et le soutien de nombreuses


personnes que je souhaite vivement remercier.
Depuis notre premire rencontre et le dmarrage de ce projet, Mme Chantal AMMI ma
constamment encourage persvrer. Je la remercie pour le professionnalisme de son
encadrement toujours empreint de dynamisme et de bonne humeur.
Mes sincres remerciements sadressent MM. Marc BIDAN et Daniel THIEL qui ont
accept dvaluer ce travail.
M. Herv LEYRIT accorde un vif intrt aux travaux ici prsents. Je le remercie davoir
accept de participer au jury de soutenance.
Ce projet a t initi grce au concours de M. Serge RAYNAL. En plus davoir accept de
faire partie du jury, je lui suis vivement reconnaissante de mavoir incite plusieurs reprises
relever le dfi de nouvelles perspectives professionnelles.
Je remercie sincrement M. Jean-Franois TRINQUECOSTE qui a consenti participer au
jury de soutenance.
Lun des principaux contributeurs ce travail est M. Alain Le MEHAUTE, Directeur de
lISMANS jusquen 2010. Nos changes ont t nourris par loriginalit de sa pense. Mes
annes passes lISMANS resteront marques par la confiance quil ma accorde, son
coute et son ouverture desprit. Je lui en suis infiniment reconnaissante.
De nombreux membres de lquipe ISMANS ont contribu ce travail, je remercie tout
particulirement Charline PASQUIER, Sylvaine PORMENTE, Aziz EL KAABOUCHI,
Vronique MORIN, Nathalie GANEAU et Dominique MARCEAU pour ces annes de
collaboration et dchanges amicaux.
Les tudiants de lISMANS sont au cur de ce projet. Lintrt quils ont manifest lgard
de ce travail a constitu une trs grande source dencouragement. Je leur en suis fort
reconnaissante et leur souhaite un bel avenir professionnel.

Je remercie mes nouveaux collaborateurs de LASALLE BEAUVAIS pour leur accueil


chaleureux au sein de lInstitut, et en particulier M. Laurent OUALLET, Directeur du
Dpartement Sciences Transversales de lIngnieur et Management, pour son soutien et
lintrt manifest lgard de ce travail.
Mmes Claudine HERMANN et Yvonne POURRAT, ainsi que lensemble des membres du
rseau galit de la Confrence des Grandes Ecoles mont tmoign leur intrt et fait part de
leur encouragement. Je les en remercie.
Je remercie Jocelyne IENTILE-YALENIOS et Anne GUERAND pour nos changes et notre
soutien mutuel en tant que doctorantes.
Je tiens enfin remercier la Communaut des Frres de lAbbaye de Notre-Dame du Port-duSalut, Dom Joseph DESCHAMPS, mes amis et ma famille pour leur aimable et indispensable
soutien tout au long de ce projet.

RESUME

Parmi le large ventail des facteurs influenant la performance des tudiants, quelles sont les
contributions de la motivation et des caractristiques individuelles ?
Telle est la problmatique de cette thse qui sarticule autour de trois questions de recherche :
(1) Comment modliser la motivation et les profils de personnalit des tudiants ? (2) Selon le
domaine dtudes considr, les tudiants sont-ils caractriss par des profils-type ?
(3) Quelles sont les parts relatives des variables de la personnalit et de la motivation dans la
prdiction de la performance acadmique ?
Ce travail sappuie sur la thorie de lautodtermination (Deci et Ryan, 1985) et le modle des
prfrences crbrales de Ned Herrmann (1992) ; il sinscrit dans une dmarche hypothticodductive.
Sur le plan thorique, nos travaux ont permis la mise au point dune chelle de la motivation
poursuivre des tudes suprieures. Ils montrent quen lien avec le domaine dtudes choisi, les
tudiants sont caractriss par des profils de personnalit types et que ces profils ont une
influence sur leur performance scolaire, influence partiellement mdiatise par les variables
de la motivation.
Nos rsultats sont discuts dans une perspective pratique et managriale, lattention des
acteurs du monde de lducation suprieure, et au-del du champ acadmique.
Mots-cls : performance, motivation, satisfaction et bien-tre, caractristiques individuelles,
tudiants, thorie de lautodtermination, modle des prfrences crbrales, chelle de
motivation acadmique.

ABSTRACT

Among the wide range of factors influencing students performance, what are the roles of
motivation and individual differences?
This study focuses on three research questions: (1) How can motivation and
students individual preferences be conceptualized? (2) Depending on the curriculum, are
graduate students characterized by specific profiles? (3) What are the relative contributions of
individual differences and motivation in predicting academic performance?
Based on self-determination theory (Deci and Ryan, 1985) and the Herrmann Brain
Dominance Instrument (1992), this work uses hypothetico-deductive reasoning.
From a theoretical point of view, our work has enabled the development of an instrument to
measure motivation towards graduate studies. The results show that depending on the
curriculum, graduate students are characterized by specific personality profiles. Motivation
emerged as a partial mediator of the relationship between personality and performance.
Our results are intended to suggest professional and managerial recommendations; they
address both actors implied in higher education and beyond the academic field.
Keywords: performance, motivation, satisfaction and well-being, individual differences,
graduate students, self-determination theory, Herrmann Brain Dominance Instrument,
academic motivation scale.

Table des matires


REMERCIEMENTS ............................................................................................................................................. 3
RESUME ........................................................................................................................................................... 5
ABSTRACT ........................................................................................................................................................ 6
TABLE DES MATIERES ....................................................................................................................................... 7
LISTE DES FIGURES ......................................................................................................................................... 11
LISTE DES TABLEAUX ...................................................................................................................................... 12
INTRODUCTION GENERALE ............................................................................................................................ 16
PREMIERE PARTIE - CADRE CONCEPTUEL ET HYPOTHESES DE RECHERCHE ..................................................... 22
CHAPITRE 1 - LA MOTIVATION EN CONTEXTE ACADEMIQUE .......................................................................... 23
INTRODUCTION ..................................................................................................................................................... 23
1.1 LA THEORIE DE L AUTOEFFICACITE ................................................................................................................... 24
1.1.1
L
........................................................................ 25
1.1.2
L
...................................................................................... 27
1.1.3
Pertinence et limites au regard de notre recherche ...................................................................... 29
1.2 LA THEORIE ATTENTE-VALEUR ......................................................................................................................... 29
1.2.1
Mesures
......................................... 32
1.2.2
Pertinence et limites au regard de notre recherche ...................................................................... 33
1.3 LA THEORIE DES ATTRIBUTIONS ....................................................................................................................... 34
1.3.1
Les dimensions attributionnelles ................................................................................................... 34
1.3.2
Impact des dimensions causales sur les attentes et les motions ................................................. 37
1.3.3
La mesure des attributions causales ............................................................................................. 37
1.3.4
Pertinence et limites au regard de notre recherche ...................................................................... 38
1.4 LA THEORIE DES BUTS D ACCOMPLISSEMENT ...................................................................................................... 39
1.4.1
La motivation et ses consquences en milieu scolaire................................................................... 39
1.4.2
L
........................................................................................ 42
1.4.3
Pertinence et limites au regard de notre recherche ...................................................................... 43
1.5 LA THEORIE DE L AUTODETERMINATION ............................................................................................................ 43
1.5.1
Impacts de la motivation autodtermine sur la satisfaction et la performance acadmiques ... 47
1.5.2
E
.............................................. 48
1.5.3
Pertinence et limites au regard de notre recherche ...................................................................... 52
1.6 SYNTHESE................................................................................................................................................... 53
1.6.1
L
-tendre notre recherche .......................................... 53
1.6.2
Les cinq construits de la motivation retenus ................................................................................. 58
CONCLUSION ........................................................................................................................................................ 61
CHAPITRE 2 - LES CARACTERISTIQUES INDIVIDUELLES SOUS L ANGLE DES TRAITS ET DES TYPES DE
PERSONNALITE ............................................................................................................................................... 62
INTRODUCTION ..................................................................................................................................................... 62
2.1 L APPROCHE DE HOLLAND ............................................................................................................................. 63
2.1.1
La typologie RIASEC ....................................................................................................................... 63
2.1.2
Pertinence et enseignements au regard de notre recherche ......................................................... 67
2.2 LA TYPOLOGIE DE C. G. JUNG ET LE MBTI ........................................................................................................ 67
2.2.1
Pertinence pour notre recherche ................................................................................................... 72
2.3 LE MODELE DES CINQ FACTEURS OU BIG FIVE ............................................................................................... 73
2.3.1
L
................................................................................................................................ 73
2.3.2
Le caractre agrable .................................................................................................................... 73
2.3.3
La conscience ................................................................................................................................. 74
2.3.4
Le nvrosisme ................................................................................................................................ 75
2.3.5
L
............................................................................................................. 76
7

2.3.6
Dimensions du Big Five, motivation et performance acadmiques ............................................... 78
2.3.7
Pertinence et enseignements au regard de notre recherche ......................................................... 80
2.4 LE MODELE DES DOMINANCES CEREBRALES DE N. HERRMANN .............................................................................. 80
2.4.1
Pertinence et limites au regard de notre recherche ...................................................................... 86
2.5 SYNTHESE................................................................................................................................................... 86
CONCLUSION ........................................................................................................................................................ 87
CHAPITRE 3 - MODELE ET HYPOTHESES DE RECHERCHE ................................................................................. 91
INTRODUCTION ..................................................................................................................................................... 91
3.1 ANALYSE DES PROFILS DES ETUDIANTS (HYPOTHESES 1 ET 2) ................................................................................ 91
3.2 INFLUENCE DES PROFILS SUR LA SATISFACTION, LA PERFORMANCE ET LA MOTIVATION (HYPOTHESES 3 A 7).................... 92
3.3 INFLUENCE DE LA MOTIVATION ET DES PROFILS SUR LA PERFORMANCE, LA SATISFACTION ET LE BIEN-ETRE
(HYPOTHESES 8 A 16) ............................................................................................................................................ 97
CONCLUSION ...................................................................................................................................................... 105
DEUXIEME PARTIE APPROCHE EMPIRIQUE ................................................................................................ 110
CHAPITRE 4 - METHODOLOGIE ET CONTEXTE DE L ETUDE ............................................................................ 111
INTRODUCTION ................................................................................................................................................... 111
4.1 METHODOLOGIE DE DEVELOPPEMENT DES INSTRUMENTS DE MESURE .................................................................. 111
4.1.1
P
....................................................................................... 112
4.1.2
Analyse de la fiabilit de cohrence interne ................................................................................ 115
4.1.3
A
........................................................................ 116
4.1.4
Dveloppement de normes.......................................................................................................... 119
4.2 DEMARCHE METHODOLOGIQUE DE DEVELOPPEMENT ET DE TEST D UN MODELE D EQUATIONS STRUCTURELLES ............. 119
4.2.1
C
........................................................................................... 120
4.2.2
Spcification du modle .............................................................................................................. 120
4.2.3
Estimation du modle .................................................................................................................. 121
4.2.4
Identification du modle ............................................................................................................. 122
4.2.5
Interprtation des rsultats ......................................................................................................... 123
4.3 METHODOLOGIE RELATIVE AUX CONDITIONS D IDENTIFICATION D UNE VARIABLE MEDIATRICE ................................... 127
4.4 POSTURE EPISTEMOLOGIQUE ET PRESENTATION DU TERRAIN D ETUDE .................................................................. 129
4.4.1
Posture pistmologique sous......................................................................... 129
4.4.2
P
..................................................................... 129
CONCLUSION ...................................................................................................................................................... 136
CHAPITRE 5 - EVALUATION DES QUALITES PSYCHOMETRIQUES DES ECHELLES DE MESURE ......................... 137
INTRODUCTION ................................................................................................................................................... 137
5.1 ECHELLE DE MOTIVATION A POURSUIVRE DES ETUDES D INGENIEURS .................................................................... 137
5.1.1
Spcification du domaine du construit ........................................................................................ 137
5.1.2
G
........................................................................................... 137
5.1.3
Collecte des donnes ................................................................................................................... 143
5.1.4
P
....................................................................................... 143
5.1.5
Analyse de la fiabilit de cohrence interne ................................................................................ 149
5.1.6
Analyse confirmatoire ................................................................................................................. 154
5.2 AUTRES ECHELLES DE MESURE ...................................................................................................................... 162
5.2.1
Echelle de mesure de frquence des affects positifs et ngatifs ................................................. 163
5.2.2
Echelle de mesure du bonheur .................................................................................................... 168
5.2.3
Echelle de mesure de satisfaction dans les tudes ...................................................................... 169
5.2.4
Echelle de mesure de satisfaction de vie ..................................................................................... 172
5.2.5
Echelle de mesure du sens donn la vie .................................................................................... 175
5.2.6
E
........................................................................................... 178
5.2.7
Mesure des prfrences crbrales ............................................................................................. 182
5.2.8
Mesure de la performance acadmique ...................................................................................... 183
CONCLUSION ...................................................................................................................................................... 183

CHAPITRE 6 - RESULTATS .............................................................................................................................. 184


INTRODUCTION ................................................................................................................................................... 184
6.1 HYPOTHESES DE 1 A 4 : NATURE DES PROFILS HBDI, RELATION AVEC LA SATISFACTION ET LA PERFORMANCE SCOLAIRE .. 186
6.1.1
Hypothses 1 ............................................................................................................................... 186
6.1.2
Hypothse 2 ................................................................................................................................. 187
6.1.3
Hypothse 3 ................................................................................................................................. 191
6.1.4
Hypothse 4 ................................................................................................................................. 192
6.2 HYPOTHESES 5 A 7 : INFLUENCE DES PROFILS HBDI SUR LA MOTIVATION .............................................................. 196
6.2.1
Hypothse 5 ................................................................................................................................. 196
6.2.2
Hypothse 6 ................................................................................................................................. 198
6.2.3
Hypothse 7 ................................................................................................................................. 200
6.3 HYPOTHESES 8 ET 9 : INFLUENCE DE LA MOTIVATION SUR LA PERFORMANCE SCOLAIRE ............................................ 201
6.3.1
Hypothse 8 ................................................................................................................................. 202
6.3.2
Hypothse 9 ................................................................................................................................. 204
6.4 HYPOTHESES 10 ET 11 : INFLUENCE CONJOINTE DE LA MOTIVATION ET DES PROFILS SUR LA PERFORMANCE SCOLAIRE .... 205
6.4.1
Hypothse 10 ............................................................................................................................... 206
6.4.2
Hypothse 11 ............................................................................................................................... 208
6.5 HYPOTHESES 12 A 14 : RELATIONS ENTRE LA MOTIVATION ET LE BIEN-ETRE .......................................................... 211
6.5.1
Hypothse 12 ............................................................................................................................... 212
6.5.2
Hypothse 13 ............................................................................................................................... 212
6.5.3
Hypothse 14 ............................................................................................................................... 212
6.6 HYPOTHESES 15 ET 16 : RELATIONS ENTRE LA MOTIVATION ET LA SATISFACTION DANS LES ETUDES ............................ 213
6.6.1
Hypothse 15 ............................................................................................................................... 213
6.6.2
Hypothse 16 ............................................................................................................................... 213
CONCLUSION ...................................................................................................................................................... 213
CHAPITRE 7 - DISCUSSIONS ET MISE EN PERSPECTIVE DES RESULTATS ......................................................... 216
INTRODUCTION ................................................................................................................................................... 216
7.1 MISE EN PERSPECTIVE DES RESULTATS ............................................................................................................ 216
7.1.1
Echelle de motivation poursuivre des tudes suprieures ........................................................ 216
7.1.2
Nature des profils et impact sur la satisfaction, la performance et la motivation ...................... 219
7.1.3
Influence de la motivation et des profils sur la performance acadmique .................................. 222
7.2 LES APPORTS THEORIQUES ET MANAGERIAUX................................................................................................... 225
7.2.1
Les apports thoriques ................................................................................................................ 225
7.2.2
Apports managriaux .................................................................................................................. 227
7.3 LIMITES DE LA RECHERCHE ET PERSPECTIVES .................................................................................................... 234
7.3.1
T
................................................................................................................... 234
7.3.2
Etude transversale ....................................................................................................................... 234
7.3.3
Validit externe ........................................................................................................................... 235
7.3.4
Variance explique ...................................................................................................................... 235
7.3.5
Analyse quantitative des rsultats .............................................................................................. 236
7.3.6
A
................................................................. 236
7.3.7
Etude des variables sociodmographiques ................................................................................. 237
7.3.8
E
............................................................................ 237
CONCLUSION ...................................................................................................................................................... 237
BIBLIOGRAPHIE ............................................................................................................................................ 239
ANNEXES ...................................................................................................................................................... 259
ANNEXE 1
ANNEXE 2
ANNEXE 3
ANNEXE 4
A4.1
A4.2
A4.3
A4.4

- GLOSSAIRE DES TERMES FREQUEMMENT UTILISES.................................................................................. 260


- FORMULAIRE DE PASSATION DU HBDI ................................................................................................ 264
- NORMALITE DES VARIABLES DE L ECHELLE DE MOTIVATION A POURSUIVRE DES ETUDES D INGENIEUR............... 269
- EVALUATION DES QUALITES PSYCHOMETRIQUES DES ECHELLES DE BIEN-ETRE ET DE SATISFACTION ................... 271
Echelle de mesure de frquence des affects positifs ................................................................... 271
Echelle de mesure de frquence des affects ngatifs .................................................................. 274
Echelle de mesure de satisfaction dans les tudes ...................................................................... 277
Echelle de mesure de satisfaction de vie ..................................................................................... 281

A4.5
Echelle de mesure du sens donn la vie .................................................................................... 285
A4.6
E
........................................................................................... 289
ANNEXE 5 - COMPLEMENTS RELATIFS A L HYPOTHESE 1 .......................................................................................... 293
ANNEXE 6 - MOYENNES, ECART-TYPES ET CORRELATIONS ENTRE LES PRINCIPALES VARIABLES INVESTIGUEES ...................... 295
ANNEXE 7 - COMPLEMENTS RELATIFS AUX HYPOTHESES 4 A 15 ................................................................................ 297
A7.1
Hypothse 4 ................................................................................................................................. 297
A7.2
Hypothse 5 ................................................................................................................................. 299
A7.3
Hypothse 6 ................................................................................................................................. 302
A7.4
Hypothse 7 ................................................................................................................................. 306
A7.5
Hypothse 8 ................................................................................................................................. 310
A7.6
Hypothse 9 ................................................................................................................................. 314
A7.7
Hypothse 10 ............................................................................................................................... 318
A7.8
Hypothse 11 ............................................................................................................................... 320
A7.9
Hypothse 15 - Les variables de la motivation (3 dimensions) influencent la satisfaction
dans les tudes .......................................................................................................................................... 322

10

Liste des figures


Figure 1 : Illustration de la problmatique de recherche ......................................................................................................... 18
Figure 2 : Modle Expectancy-Value selon Eccles et Wigfield (2002) ...................................................................................... 30
Figure 3 Version simplifie et adapte au contexte scolaire de la thorie attributionnelle de la motivation selon
Weiner (1985, 2000)................................................................................................................................................................ 36
Figure 4 - L

..................................................................................................................... 45
H

Figure 5 : Le modle hexagonal d

.......................................................................................................... 65

Figure 6 : Les quatre quadrants de ractivit crbrale selon le modle de Ned Herrmann ................................................... 82
Figure 7 : Exemple de profil HBDI de type 2211 ....................................................................................................................... 83
Figure 8- Modle de prdiction de la performance et de la satisfaction dans les tudes partir des profils HBDI
et de la motivation ................................................................................................................................................................. 107
Figure 9 I

: La motivation explique la performance scolaire au-del du profil HBDI ........... 109

Figure 10 I
H : Les variables de la motivation jouent un rle mdiateur entre les variables
du HBDI et la performance scolaire ........................................................................................................................................ 109
Figure 11 - Les tapes du paradigme de Churchill (1979) ...................................................................................................... 112
Figure 12 D
R
et al. 2002, p. 24).................................................................................................................................................................... 120
Figure 13 Illustration du processus de mdiation ............................................................................................................... 127
Figure 14 Analyse du processus de mdiation .................................................................................................................... 128
Figure 15 - Diagramme des valeurs propres ........................................................................................................................... 145
Figure 16 R

Echelle 21 items .................................................................. 158

Figure 17 E

11

....................... 210

Liste des tableaux


Tableau 1 M

.......................................................................... 28

Tableau 2 Mesures
E
; Wigfield et Eccles,
2000 ; Wiegfield et Cambria, 2010) .......................................................................................................................................... 33
Tableau 3 Attributions causales classes selon le lieu de causalit, la stabilit et la capacit de contrle
(Weiner, 1986, p. 49)................................................................................................................................................................ 35
Tableau 4 - E

QAC B

........................ 38

Tableau 5 C
D
L
D
et al. 2006, p. 69 ....................................................................................................................................................................... 40
Tableau 6 E
E
M G
Darnon et Butera (2005) .......................................................................................................................................................... 42
Tableau 7 T

......................... 45

Tableau 8 E
MG-28) et de motivation dans les tudes
avances (M-U 28)................................................................................................................................................................ 50
Tableau 9 E

-R

RQ-A) .......................................................... 51

Tableau 10 E

-R

RQ-L) ........................................................... 52

Tableau 11 Caractristiques, pertinence et limites au regard de notre recherche des thories de la motivation
en contexte scolaire ................................................................................................................................................................. 55
Tableau 12

MBTI .......................... 69

Tableau 13 Adjectifs associs des scores levs sur chacun des cinq facteurs................................................................... 77
Tableau 14

diffrences individuelles identifis pour notre recherche ....................... 88

Tableau 15 Hypothse 1 ........................................................................................................................................................ 92


Tableau 16 Hypothse 2 ........................................................................................................................................................ 92
Tableau 17 Hypothse 3 ........................................................................................................................................................ 93
Tableau 18 Hypothse 4 ........................................................................................................................................................ 95
Tableau 19 Hypothse 5 ........................................................................................................................................................ 96
Tableau 20 Hypothse 6 ........................................................................................................................................................ 97
Tableau 21 Hypothse 7 ........................................................................................................................................................ 97
Tableau 22 Hypothse 8 ........................................................................................................................................................ 99
Tableau 23 Hypothse 9 ........................................................................................................................................................ 99
Tableau 24 Hypothse 10 .................................................................................................................................................... 102
Tableau 25 Hypothse 11 .................................................................................................................................................... 103
Tableau 26 Hypothses 12, 13 et 14 ................................................................................................................................... 104
Tableau 27 Hypothses 15 et 16 ......................................................................................................................................... 105
Tableau 28 Rcapitulatif des hypothses ............................................................................................................................ 105
Tableau 29 P

................................................................................... 119

Tableau 30 I

.................................................................................... 125

Tableau 31 Rpartition des tudiants selon la nationalit .................................................................................................. 131


Tableau 32 Filires de provenance des tudiants ............................................................................................................... 131
Tableau 33 Catgories socioprofessionnelles des parents .................................................................................................. 132
Tableau 34 - R

....................... 132

Tableau 35 R

............................................................................................... 133

12

Tableau 36 R

......................................................................... 134

Tableau 37 - Items constitutifs du construit de la motivation intrinsque ............................................................................. 140


Tableau 38 - Items constitutifs du construit de la motivation extrinsque par rgulation identifie .................................... 140
Tableau 39 - Items constitutifs du construit de la motivation extrinsque par rgulation introjecte .................................. 141
Tableau 40 - Items constitutifs du construit de la motivation extrinsque par rgulation externe ....................................... 142
Tableau 41 - Items constitutifs

................................................................................................ 142

Tableau 42 - R

KMO ................................................................................................. 144

Tableau 43 - R

KMO 6

me

itration ........................................................................ 144

Tableau 44 - Valeurs propres et pourcentages de variance explique par les facteurs retenus (6

me

itration) ................... 146

Tableau 45 Contributions factorielles et communalits des items aprs une analyse factorielle de type maximum de
me
vraisemblance avec rotation Oblimin (6 itration) ............................................................................................................ 147
Tableau 46 C
factorielle exploratoire ........................................................................................................................................................... 149
Tableau 47 Statistiques par item (N = 211) ......................................................................................................................... 150
Tableau 48

(N = 211) .............................................. 150

Tableau 49 Statistiques par item (N = 211) ......................................................................................................................... 150


Tableau 50

ficient de fiabilit alpha de Cronbach (N = 211) .............................................. 151

Tableau 51 Statistiques par item (N = 211) ......................................................................................................................... 151


Tableau 52

................................................ 151

Tableau 53 Statistiques par item (N = 211) ......................................................................................................................... 152


Tableau 54

.............................................. 152

Tableau 55 Statistiques par item (N = 211) ......................................................................................................................... 152


Tableau 56

.............................................. 153

Tableau 57 Statistiques par item (N = 211) ......................................................................................................................... 153


Tableau 58

.............................................. 153

Tableau 59 Statistiques par item (N = 211) ......................................................................................................................... 154


Tableau 60

Tableau 61 I

.............................................. 154

Comparaison des modles ........................................................................................... 155

Tableau 62 Contributions factorielles et corrlations multiples au carr Echelle comportant 21 items (Modle n4) .... 156
Tableau 63 Evaluation de la fiabilit pour chacune des sous-chelles Echelle comportant 21 items .............................. 159
Tableau 64 Evaluation de la validit convergente ............................................................................................................... 160
Tableau 65 Evaluation de la validit discriminante et corrlations entre les construits ..................................................... 161
Tableau 66

................................................................................................... 161

Tableau 67 - I

mesure de frquence des affects positifs ..................................................... 163

Tableau 68 - I

ngatifs .................................................... 163

Tableau 69 R

AFE

Tableau 70 I

.................................................... 164
Echelle de mesure de frquence des affects positifs ................................................... 164

Tableau 71 Contributions factorielles et corrlations multiples au carr Echelle de mesure de frquence


des affects positifs .................................................................................................................................................................. 165
Tableau 72 Evaluation de la validit convergente Echelle de mesure des affects positifs ............................................... 166
Tableau 73 R
Tableau 74 I

AFE

................................................... 166
Echelle de mesure de frquence des affects ngatifs .................................................. 167

13

Tableau 75 Contributions factorielles et corrlations multiples au carr Echelle de mesure de frquence


des affects ngatifs................................................................................................................................................................. 167
Tableau 76 Evaluation de la validit convergente Echelle de mesure des affects ngatifs .............................................. 168
Tableau 77

-item de mesure du bonheur (N = 211) ........................................ 169

Tableau 78 - I
Tableau 79 R

........................................................ 169
AFE

Tableau 80 I

....................................................... 170
Echelle de mesure de satisfaction dans les tudes ...................................................... 170

Tableau 81 Contributions factorielles et corrlations multiples au carr Echelle de mesure de


satisfaction dans les tudes ................................................................................................................................................... 171
Tableau 82 Evaluation de la validit convergente Echelle de mesure de satisfaction dans les tudes ............................ 172
Tableau 83 - I
Tableau 84 R

....................................................................... 172
AFE

Tableau 85 I

...................................................................... 173
Echelle de mesure de satisfaction de vie ..................................................................... 174

Tableau 86 Contributions factorielles et corrlations multiples au carr Echelle de mesure de satisfaction de vie ........ 174
Tableau 87 Evaluation de la validit convergente Echelle de mesure de satisfaction de vie ........................................... 175
Tableau 88 - I
Tableau 89 R

...................................................................... 175
AFE

Tableau 90 I

.................................................................... 176
Echelle de mesure du sens donn la vie ................................................................... 177

Tableau 91 Contributions factorielles et corrlations multiples au carr Echelle de mesure du sens donn la vie ...... 177
Tableau 92 Evaluation de la validit convergente Echelle de mesure du sens donn la vie .......................................... 178
Tableau 93 - I
Tableau 94 R
Tableau 95 I

............................................................................. 178
AFE

............................................................................ 179
E

........................................................................... 180

Tableau 96 Contributions factorielles et corrlations multiples au carr E


Tableau 97 Evaluation de la validit convergente E

.............. 180
time de soi ................................................. 181

Tableau 98 Structure du questionnaire aprs puration des diffrentes chelles .............................................................. 182
Tableau 99 Statistiques descriptives des variables A, B, C, D, Cort et Gauche. ................................................................... 186
Tableau 100 V
Tableau 101 T

A B C D

................................. 188
A B C

Tableau 102 T

D............................................................................... 189
A B C

D ............................................................. 189

Tableau 103 Rsultats des tests de comparaisons multiples (tests de Duncan), variables A, B, C et D ............................... 190
Tableau 104 Matrice des corrlations de Pearson entre les variables du HBDI et la variable Moyenne Cursus ................. 192
Tableau 105 Analyse de rgression multiple de la variable Moyenne Cursus sur les variables A, B, C et D .................. 195
Tableau 106 Matrice des corrlations de Pearson entre les variables du HBDI et les variables de la motivation .............. 196
Tableau 107 Analyse de rgression multiple de la variable Motivation Intrinsque sur les variables A, B, C et D .............. 197
Tableau 108 Analyse de rgression multiple de la variable Motivation Extrinsque sur les variables A, B, C et D ............. 199
Tableau 109 Analyse de rgression multiple de la variable Amotivation sur les variables A, B, C et D ............................... 200
Tableau 110 Matrice des corrlations de Pearson entre les variables de la motivation et la variable Moyenne Cursus .... 201
Tableau 111 Analyse de rgression multiple de la variable Moyenne cursus sur les variables MI, ME et AM .................... 203
Tableau 112 Analyse de rgression multiple de la variable Moyenne cursus sur les variables MI, Alt, Ego,
Consc, Sec, Prest et AM .......................................................................................................................................................... 205

14

Tableau 113 Analyse de rgression hirarchique de la variable Moyenne Cursus sur les variables du HBDI
et de la motivation ................................................................................................................................................................. 207
Tableau 114 Analyse de rgression hirarchique de la variable Moyenne cursus sur les variables C et amotivation ........ 211
Tableau 115 Rcapitulatif des hypothses et rsultats associs ......................................................................................... 214
Tableau 116

EM-ING ....................................................... 270

Tableau 117 Rpartition des profils des tudiants en classes ou familles de profils ........................................................... 293
Tableau 118 Rpartition des tudiants par dominance A, B, C et D .................................................................................... 294
Tableau 119 Rpartition des tudiants par dominance marque (chiffre 1 dans le profil) A, B, C et D selon les options .. 294
Tableau 120 Moyennes, cart-types et corrlations entre les principales variables investigues ...................................... 296

15

INTRODUCTION GENERALE

16

Parmi les nombreux dterminants individuels, la motivation et la personnalit savrent


essentiels lexplication du processus de performance. Longtemps tudis sparment, la
littrature sintresse aujourdhui lintgration de ces concepts dans des modles thoriques
qui visent une meilleure comprhension de leurs interrelations (Komarraju, Karau et
Schmeck, 2009). Ces modles redonnent une place centrale la variable de la personnalit.
Si un ensemble de travaux met en vidence une influence directe des traits de personnalit sur
la performance, dautres rvlent toutefois la complexit de ces liens, complexit lie la
nature des variables, mais galement linfluence de nombreuses variables intermdiaires et
modratrices, dont celles de la motivation (OConnor et Paunonen, 2007 ; Richardson et
Abraham, 2009).
A lappui dun modle global et synthtique, notre recherche vise un double objectif : dune
part de permettre une meilleure comprhension des critres de motivation des individus et
dautre part dapporter un clairage sur les liens entre la motivation et la personnalit dans
lexplication de la performance.
Contexte thorique de la recherche
La littrature identifie la motivation comme un facteur cl de russite. Alors quune
motivation leve laisse prsager une plus grande probabilit de russite, une absence de
motivation peut conduire lchec ou labandon dun projet (Wigfield et Eccles, 2002 ; Viau,
2007 ; Ratelle, Guay, Vallerand, Larose et Sncal, 2007 ; Vallerand, Fortier et Guay, 1997 ;
Vallerand et Bissonnette, 1992).
Dautres critres interviennent dans la russite dun parcours en lien avec la motivation, il
sagit des caractristiques individuelles. Selon les travaux de Holland plus la
correspondance est grande entre les caractristiques de lindividu et les exigences de son
environnement, plus cet individu a des chances dy tre efficace et dy trouver satisfaction
(Bujold et Gingras, 2000, p. 62). La littrature sintresse moins aujourdhui au pouvoir
prdictif des variables cognitives sur les performances et davantage celui de la personnalit
(Chamorro-Premuzic et Furnham, 2003a, b). Elle montre que la personnalit prdit
significativement les rsultats (Chamorro-Premuzic et Furnham, 2002, 2003a, 2003b ;
Furnham, Chamorro-Premuzic et McDougall, 2003).

17

Or, si la littrature fait gnralement tat des liens existant entre la motivation et la
performance dune part (ex. Wood et Locke, 1987 ; Eccles et Wigfield, 2002 ; Dweck, 1999 ;
Guay et Vallerand, 1997 ; Vallerand et Bissonnette, 1992), entre les caractristiques
individuelles et la performance dautre part (ex. Chamorro-Premuzic et Furnham, 2003a, b ;
OConnor et Paunonen, 2007 ; Rosati, 1993, 1997 ; OBrien et al., 1998), les tudes qui visent
tablir les liens existant entre la motivation et les caractristiques individuelles afin de
mieux comprendre la performance sont rares (Komarraju et al., 2009). De nombreux appels
la recherche sont pourtant formuls dans ce sens (OConnor et Paunonen, 2007).
Face cet tat de la littrature et en vue dapporter des rponses un meilleur
accompagnement des individus, nous souhaitons nous interroger sur la capacit de la
motivation et des caractristiques individuelles prdire la performance.
Problmatique et objectif de la recherche
Notre problmatique de recherche est formule de la faon suivante : dans quelle mesure la
motivation et la personnalit contribuent-elles la performance et la satisfaction ?
Il sagira danalyser dune part la nature des profils des individus, dautre part leur
motivation, et de comprendre comment ces deux variables interagissent et influencent la
performance et la satisfaction (Figure 1).
Figure 1 : Illustration de la problmatique de recherche

Motivation
Identification des
dimensions de la
motivation

Caractristiques
individuelles
Identification de profils
types

18

Performance et
satisfaction
Rsultats
Satisfaction
Bien-tre

Cette rflexion se traduit en trois principaux axes de recherche.


Le premier axe vise tablir un modle danalyse de la motivation en lien avec la
performance et la satisfaction. Nous dresserons cette fin un panorama des principales
thories de la motivation faisant lobjet de nombreux travaux acadmiques et proposerons
lissue de cette prsentation une chelle de mesure de la motivation adapt au contexte de
notre tude.
Le deuxime axe consiste en lanalyse des travaux raliss sur les liens entre les
caractristiques individuelles et la performance. Les caractristiques individuelles sont
gnralement dfinies dans le cadre de thories dites des traits ou des types de
personnalit1. Dans le cadre de notre tude, nous souhaitons porter notre attention sur celles
aptes dfinir des caractristiques propres une population donne et tablir des liens entre
ces caractristiques et la performance.
Le troisime axe vise la proposition dun modle de prdiction de la performance partir des
variables de la motivation et des caractristiques individuelles. Nous soulignerons dans ce
modle la nature des interactions entre ces diffrentes composantes.
Aprs validation des diffrentes chelles de mesure constituant notre cadre conceptuel, nous
tenterons de rpondre notre problmatique, dcline en lensemble des sousquestions suivantes :
Comment dfinir les caractristiques dune population donne, peut-on mettre en
vidence lexistence de profils-type ?
Ces profils ont-ils une influence sur la performance ? sur la motivation ?
Quelles sont les parts relatives des profils et de la motivation dans la prdiction de la
performance ?

Un glossaire des termes frquemment utiliss est disponible en Annexe 1.

19

Contributions thoriques et managriales


Cette recherche se propose dapporter deux types de contributions : thoriques et
managriales.
Du point de vue thorique, cette recherche permet :
la cration et la validation dune chelle de mesure de la motivation ;
de dmontrer la pertinence de lutilisation du modle de Ned Herrmann (HBDI) pour
caractriser une population type ;
danalyser limpact conjoint de la motivation et des caractristiques individuelles sur
la performance et la satisfaction.
Du point de vue managrial, ce travail suggre plusieurs pistes de rflexion et quelques
stratgies afin dentretenir la motivation des individus et damliorer leur performance. Dans
le contexte de notre recherche, ces apports sadressent aux acteurs du monde de lducation
suprieure ; ils sont nanmoins transposables dautres contextes : monde de lentreprise,
mais aussi milieu associatif, sportif, etc.
Cette recherche sappuie sur une dmarche hypothtico-dductive. Des hypothses sont
formules partir de lanalyse des champs thoriques mobiliss puis testes pour validation
au cours de la phase empirique.
Organisation des chapitres
Ce travail comporte sept chapitres articuls autour de deux parties.
La premire partie dfinit le cadre conceptuel de notre recherche et prsente les hypothses de
recherche.
Le premier chapitre est consacr la prsentation de thories contemporaines de la
motivation. Les principaux dterminants de la motivation sont exposs en lien avec la
performance et la satisfaction. Une attention particulire est apporte la place rserve aux
motions dans le processus motivationnel. Les diffrentes thories passes en revue sont : la
thorie de lauto-efficacit (Bandura, 1997), le modle thorique de lattente-valeur (Wigfield
et Eccles, 1992), la thorie des attributions (Weiner, 1992), la thorie des buts

20

daccomplissement (Nicholls, 1984 ; Dweck, 1986) et la thorie de lautodtermination (Deci


et Ryan, 1985).
Dans le deuxime chapitre, nous abordons les caractristiques individuelles sous langle des
traits et des types de personnalit, et leur mise en correspondance avec la performance.
Lapproche de Holland (ou typologie RIASEC), lindicateur typologique de Myers-Briggs
(MBTI), le modle des cinq facteurs (ou Big Five ) et enfin le modle de Ned Herrmann
(HBDI) sont exposs.
Le cadre conceptuel issu de notre revue de la littrature et les hypothses de recherche sont
prsents dans le troisime chapitre.
La deuxime partie dcrit la mise en uvre et les rsultats de la recherche.
Le quatrime chapitre expose la mthodologie employe afin de tester nos hypothses de
recherche. Il prsente galement le terrain de recherche et notre chantillon.
Les rsultats concernant lvaluation des chelles de mesure constitutives de notre modle de
recherche sont prsents dans le cinquime chapitre.
Le sixime chapitre fait tat des rsultats de notre recherche.
Ces rsultats sont discuts dans le septime chapitre qui est galement consacr la
prsentation des apports thoriques et managriaux, des limites et des perspectives de cette
recherche.

21

Premire partie - Cadre conceptuel et hypothses de


recherche

22

CHAPITRE 1 - LA MOTIVATION EN CONTEXTE


ACADEMIQUE

Introduction
Les travaux portant sur la motivation en contexte scolaire sont nombreux et sappuient sur une
grande varit de paradigmes thoriques (Galand et Bourgeois, 2006 ; Lieury et Fenouillet,
2006 ; Viau 2007 ; Cosnefroy et Fenouillet, 2009). Parce quelles dfinissent des dterminants
majeurs dans le processus de motivation et laborent des liens avec la performance, nous
avons retenu dans le cadre de cette tude les cinq thories suivantes :
la thorie de lauto-efficacit (Bandura, 1997) dont le concept central est le sentiment
defficacit personnelle ;
le modle thorique de lattente-valeur (Wigfield et Eccles, 1992) qui envisage les
comportements lis lapprentissage comme la rsultante de linteraction entre la
valeur perue de la tche et lesprance de russite ;
la thorie des attributions (Weiner, 1992) ; elle stipule que lindividu tente dexpliquer
son vcu (succs, checs) en attribuant des causes aux vnements ;
la thorie des buts daccomplissement (Nicholls, 1984 ; Dweck, 1986) qui distingue
les buts de matrise et les buts de performance ;
la thorie de lautodtermination (Deci et Ryan, 1985) qui envisage la motivation
selon diffrents degrs dautodtermination.
Ces cinq thories sont prsentes successivement dans les paragraphes suivants ; leur
pertinence au regard de notre tude est value partir des critres suivants :
1. Quelle contribution apporte la thorie lexplication de la performance et de la
satisfaction acadmiques ?
2. Compte-tenu de limportance des motions dans le processus motivationnel (Barbeau,
1991), comment ces dernires sont-elles prises en compte dans le modle ?

23

3. La mise en uvre de la thorie est-elle envisageable dans le contexte de notre tude ?


A ce titre nous porterons notre attention sur les deux points suivants :
La thorie permet-elle dapprhender notre problmatique de la motivation en
contexte acadmique, peut-elle rpondre la question de la motivation
poursuivre des tudes suprieures ?
Les chelles de mesures proposes sont-elles adaptes au public dtudiants ?
Sont-elles facilement comprhensibles ?
Au terme de ce chapitre, les dimensions de la motivation retenues dans le cadre de notre tude
sont identifies.

1.1 La thorie de lautoefficacit


Selon Bandura (2007, p. 12), l'efficacit personnelle perue2 concerne la croyance de
l'individu en sa capacit d'organiser et d'excuter la ligne de conduite requise pour produire
des rsultats souhaits . En dautres termes, les croyances de lindividu en ses capacits de
russite jouent un rle dterminant dans son engagement et ses performances (Galand et
Vanlede, 2004). Il a en effet t dmontr (Brown, Lent, Ryan et McPartland, 1996 ;
Bouffard-Bouchard et Pinard, 1988; Bouffard-Bouchard, Parent et Larive, 1990 ; Pittman,
Boggiano et Ruble, 1983; Bandura, 1988) que les performances dun individu ne dpendent
pas seulement de ses comptences objectives , mais galement de sa confiance en sa
matrise de celles-ci. Au-del de la performance relle, cest la manire dont lindividu peroit
celle-ci qui le renforce dans ses chances de succs. En milieu scolaire, le sentiment
dautoefficacit explique en partie le fait que des tudiants comptences quivalentes
obtiennent des rsultats htrognes. Les tudiants disposant dun sentiment lev de leur
efficacit rgulent de manire plus approprie leur apprentissage, ralisent davantage
d'activits et se fixent des objectifs plus levs. Compars aux tudiants dont le sentiment
dautoefficacit est plus faible, ils obtiennent de meilleures performances car ils ne sont pas
assaillis de doutes quant leurs capacits intellectuelles (Wood et Locke, 1987 ; Bandura,
1997). Une mta-analyse rpertoriant des tudes menes auprs dindividus de tous ges

En anglais self-efficacy, est galement traduit par le sentiment ou la croyance defficacit personnelle ou encore
lauto-efficacit.

24

confirme que les croyances defficacit contribuent significativement la performance


scolaire (Multon, Brown et Lent, 1991) : elles expliquent approximativement 14 % de la
variance de la performance et 12 % de la variance de la persvrance.
De nombreux travaux indiquent que les apprenants sinvestissent rarement dans une activit
sils ne sestiment pas en mesure de la raliser et quils tendent se dsintresser de celles
dans lesquelles ils se sentent peu efficaces (Bandura, 1997). Les recherches rvlent ainsi que
plus les apprenants rapportent un sentiment defficacit lev, et (Galand et Vanlede, 2004) :
moins ils ont recours la tricherie (Murdock, Hale et Weber, 2001),
et plus ils demandent de laide en cas de difficult (Ryan, Gheen et Midgley, 1998),
plus leurs choix sorientent vers des activits qui prsentent pour eux un dfi et qui
leur donnent loccasion de dvelopper leurs comptences,
plus ils se fixent des objectifs levs,
mieux ils rgulent leurs efforts,
plus ils persvrent face aux difficults,
mieux ils grent le stress et lanxit,
et meilleures sont leurs performances (Wood et Locke, 1987 ; Bandura, 1988 ; Bong et
Skaalvik, 2003).
Le sentiment defficacit prdit en outre partiellement les choix de filire dtudes et les choix
professionnels (Marsh et Yeung, 1997 ; Pajares et Miller, 1994 ; Lent, Lopez et Bieschke,
1991).
1.1.1 Les sources du sentiment defficacit personnelle
Bandura (1997) avance que le sentiment defficacit personnelle est dtermin par quatre
sources dinformation : les expriences actives de matrise, les expriences vicariantes, la
persuasion verbale et les tats physiologiques et motionnels.

25

Expriences actives de matrise


Les expriences actives de matrise constituent la source la plus influente du sentiment dautoefficacit. Les performances scolaires antrieures, le parcours de formation et lhistoire
scolaire des individus ont un impact dterminant et durable sur les croyances defficacit
personnelle (Skaalvik et Hagvet, 1990 ; Chapman et Tunmer, 1997). Si les succs antrieurs
servent dindicateurs daptitudes et permettent la construction dune solide croyance
defficacit, les checs contribuent son amoindrissement. Ceci est dautant plus significatif
que le sentiment dauto-efficacit est relativement bas (Bandura, 1997).
Expriences vicariantes
Pour la plupart des activits, il nexiste pas de mesure absolue de comptence et les individus
doivent valuer leurs aptitudes en fonction des ralisations des autres (Bandura, 2007). Cest
ainsi que les expriences vicariantes constituent une autre source dinfluence du sentiment
defficacit personnelle. En effet, lorsquil observe les rsultats obtenus par dautres
personnes, la croyance defficacit dun individu sen trouve modifie et ceci dautant plus
que ces personnes partagent avec lui des caractristiques similaires qui facilitent le processus
didentification (ge, genre, niveau scolaire, etc. ; Schunk et Hanson, 1985). Un tudiant
constatant que ses camarades ont obtenu un score infrieur au sien verra son sentiment dautoefficacit renforc et inversement (Schunk, 1987, 1989). Un tudiant peut galement
augmenter son sentiment defficacit en observant la russite dun camarade de classe auquel
il sidentifie (Usher et Pajares, 2006). Selon Bandura (1997), les expriences vicariantes sont
trs frquentes en milieu scolaire.
Persuasion verbale
Le sentiment defficacit personnelle est galement influenc par les messages adresss
lapprenant : soutiens, critiques, encouragements, conseils, attentes, etc. (Galand et Vanlede,
2004). Les individus quon persuade verbalement quils possdent les capacits de matriser
certaines activits ont plus de chances de produire un effort supplmentaire et de le maintenir
que ceux qui doutent deux-mmes et qui se basent sur leurs insuffisances personnelles quand
surviennent les difficults (Bandura, 2007). Les lves sont particulirement sensibles aux
messages que leur adressent leurs proches (parents, pairs et enseignants) et leur propre
valuation intgre en partie ces perceptions (Philipps, 1987 ; Cole, Maxwell et Martin, 1997).
Limpact positif des stimulations persuasives est dautant plus lev que les individus ont
26

quelque raison de croire quils peuvent agir efficacement. Notons enfin que linfluence des
persuasions verbales sur le sentiment dauto-efficacit demeure cependant limite et quil est
dailleurs plus facile de nuire au sentiment dauto-efficacit dun individu au moyen de ces
persuasions que de lamliorer.
tats physiologiques et motionnels
Les tats physiologiques et motionnels tels que le stress, lanxit, la fatigue ou encore
lhumeur correspondent la dernire source influente du sentiment dauto-efficacit. En
valuant ses capacits, un individu sappuie en partie sur linformation somatique transmise
par son tat physiologique et motionnel. Il est plus enclin se prparer au succs lorsquil
nest pas troubl par une activation dsagrable que lorsquil est tendu et agit
organiquement. En voquant des penses dsagrables sur son inaptitude et ses ractions de
stress, un tudiant peut sautoactiver jusqu des niveaux levs de stress produisant
prcisment les dysfonctionnements quil redoute (Bandura, 2007). Des tudes ont examin
dans quelle mesure le sentiment defficacit prdit lanxit scolaire et parfois dautres
motions (Pajares et Miller, 1994). Les tudiants confiants en leurs capacits ne sont pas ou
peu perturbs par une activation physiologique et motionnelle car ils ne la considrent pas
comme une menace leur russite.
Selon Galand et Vanlede (2004, p. 107) les tudes dmontrent quil est possible de mettre en
place une structuration des activits dapprentissage qui soutient une acquisition graduelle de
comptences et leur validation progressive, et de dvelopper ainsi le sentiment defficacit et
lengagement des apprenants, mme quand ceux-ci ont un niveau initial de comptence trs
bas. Il sagit par exemple damener les apprenants se focaliser sur les progrs accomplis et
sur la faon daccrotre leur matrise plutt que sur lvaluation de leur rang par rapport aux
autres. Il sagit encore de fixer des objectifs clairs et chances relativement proches pour
guider les apprentissages. Les recherches suggrent en outre dutiliser des consignes
formules en termes dobjectifs de comprhension et de dveloppement de comptences
plutt quen termes de production fournir ou de performance atteindre.
1.1.2 La mesure du sentiment dautoefficacit
Le sentiment defficacit personnelle tant variable dun domaine dactivit lautre, il
importe de le mesurer dans le cadre de tches prcises. Bandura (2006) souligne que son
valuation en lien troit avec une tche donne apporte les informations les plus pertinentes et
27

accrot son pouvoir prdictif. Les items mesurant lauto-efficacit sont directement lis la
confiance dun individu en sa capacit raliser une tche donne (Pajares, 1997 ; Pajares et
Schunk, 2002). Il sagit de prsenter au rpondant un exemple dactivit, de lui indiquer
diffrents niveaux de performance possible et de lui demander avec quel degr de certitude il
pense pouvoir atteindre chacun de ces niveaux (Lee et Bobko, 1994). Lopration peut tre
renouvele pour diffrents champs dactivits au sein dune mme discipline : par exemple
larithmtique, la gomtrie et lalgbre pour les mathmatiques (Randhawa, Beamer et
Lundberg, 1993). Une autre faon courante de procder consiste demander au participant
dans quelle mesure il se sent capable dapprendre (How well can you learn... ?) ou confiant
dans la ralisation de diffrentes tches (How confident are you that you can...? ; Bandura,
Barbaranelli, Caprara et Pastorelli, 1996 ; Zimmerman, Bandura et Martinez-Pons, 1992). Le
Tableau 1 prsente un exemple de mesure du sentiment dautoefficacit vis--vis de la
russite scolaire.
Tableau 1 M

Self-Efficacy for Academic Achievement


This questionnaire is designed to help us get a better understanding of the kinds of things that
are difficult for students. Please rate how certain you are that you can do each of the things
described below by writing the appropriate number.
Rate your degree of confidence by recording a number from 0 to 100 using the scale given
below:
0
10
20
30
40
50
60
70
80
90
100
Cannot
Moderately
Highly certain
do at all
can do
can do
Confidence
(0-100)
Learn general mathematics

______

Learn algebra

______

Learn science

______

Learn biology

______

Learn reading, writing, and language skills

______

Learn to use computers

______

Learn a foreign language

______

Learn social studies

______

Learn English grammar

______

28

Le sentiment defficacit personnelle contribue la motivation dans la mesure o il permet


aux individus de se fixer des buts et de rguler la quantit defforts fournir pour y parvenir
(Bandura, 1989, 1993). Plus les individus ont un sentiment dauto-efficacit lev, plus ils se
donnent les moyens daccder des filires qui les intressent et mieux ils se prparent
acadmiquement exercer la profession de leur choix (Bandura, 1997).
1.1.3 Pertinence et limites au regard de notre recherche
Lintrt majeur de la thorie de lautoefficacit rside dans la clart des liens tablis entre le
sentiment defficacit personnelle et ses consquences, tant dun point de vue cognitif
quaffectif. De nombreuses recherches dmontrent ainsi que plus le sentiment defficacit
personnelle dun individu est lev (vis--vis dune tche donne), meilleures sont ses
performances (dans cette tche) et mieux il parvient grer ses motions (dans le contexte
prcis de lexcution de cette tche). Pour autant, nous navons pas choisi dutiliser cette
thorie dans le cadre de notre tude. Souhaitant explorer le lien entre la motivation
poursuivre des tudes dingnieur et la performance acadmique, lactivit poursuivre des
tudes dingnieur peut difficilement tre traduite en une somme de tches raliser. Nous
pourrions certes interroger les tudiants sur la confiance en leur capacit apprendre les
matires dterminantes du cursus mais non seulement cette dmarche serait fastidieuse mais
surtout elle limiterait la motivation poursuivre des tudes une vision purement acadmique
dacquisition de connaissances.

1.2 La thorie attente-valeur


Selon la thorie de lExpectancy-Value (Wigfield et Eccles, 1992 ; Eccles et Wigfield, 2002 ;
Eccles, 2005), la valeur perue de la tche (value) et lesprance de russite (expectancy)
dterminent les comportements lis lapprentissage : le choix, lautorgulation et la
performance (Figure 2). Ces deux ensembles de croyances sont eux-mmes conditionns par
quatre variables de nature cognitive : la mmoire affective de lapprenant, ses buts, son
concept de soi3 et, enfin, ses perceptions lies son habilet dans un domaine et la difficult
de la tche. A leur tour, ces variables sont influences par les perceptions que lindividu a de

Image que le sujet a de la personne quil est mais aussi de la personne quil pourrait devenir, quil voudrait
devenir ou, au contraire, quil craint de devenir (Carver et Scheier, 1999).

29

son environnement social, ainsi que de ses interprtations des vnements et performances
antrieures. Le modle est construit sur le postulat que ce nest pas la ralit en elle-mme qui
dtermine les buts, croyances motivationnelles et comportements du sujet, mais au contraire
linterprtation que le sujet fait de cette ralit (Neuville, 2006).
Wigfield et Eccles (2002) ont dfini la variable valeur perue de la tche comme la
perception et lapprciation subjective par lindividu de ce quune tche dapprentissage peut
lui apporter ( Pourquoi devrais-je raliser cette tche ? ). Selon ces auteurs, elle repose sur
quatre dimensions distinctes : lintrt (valeur intrinsque), lutilit, limportance et le cot de
la tche.
Figure 2 : Modle Expectancy-Value selon Eccles et Wigfield (2002)

Ralit sociale

Milieu culturel

Processus cognitifs et croyances motivationnelles du sujet

Perceptions de
lenvironnement
social

Evnements
passs et
performances

Mmoire
affective

Buts et concept
de soi (identit
personnelle et
sociale)

Comportements
et croyance de
lentourage

Interprtation
des vnements
passs

Comportements

Perceptions de
lhabilet dans
un domaine
Perceptions de
la difficult de
la tche

Valeur perue
de la tche
(Value)

Choix
Autorgulation
de
lapprentissage

Esprance de
russite
(Expectancy)

Performance

Lintrt (valeur intrinsque)


La valeur intrinsque de la tche reprsente lintrt subjectif que lindividu accorde au
contenu de la tche ou le plaisir prouv en leffectuant : Je prends vraiment du plaisir
travailler ce cours ou Cest le sujet de ce cours que je trouve vraiment intressant en soi
(Neuville, 2006, p. 88). Cette dimension est trs proche de celle dfinie par Deci et Ryan
30

(2000, 2002) dans le cadre de la thorie de lautodtermination. Wigfield et Eccles (1992)


partagent le point de vue de Deci et Ryan selon lequel les individus pour lesquels la valeur
intrinsque de la tche est leve sengagent davantage dans la tche, persvrent et
prsentent une plus grande probabilit de succs.
Limportance perue
Une tche est perue comme importante par lapprenant et valorise par lui si elle lui apparat
cohrente avec les traits centraux de son image de soi et ses valeurs : Ce cours me parlait
vraiment : on voyait les notions dempathie, dcoute, de respect () des qualits que je
trouve trs importantes dans la fonction de psychologue ( propos dun cours de psychologie)
(Neuville, 2006, p. 88). Lengagement dans une tche dont limportante perue est leve
contribue la valorisation de soi et favorise la persvrance.
Lutilit perue
Lutilit perue de la tche traduit le fait que lapprenant peroit un lien entre la tche et les
buts quil poursuit : Je voyais vraiment lutilit dapprendre cela pour mon futur mtier
(Neuville, 2006, p. 88). Lutilit est lie aux avantages retirs de laccomplissement dune
tche. Elle permet dexpliquer lengagement dans une tche pour des motifs extrinsques.
Le cot
Le cot correspond aux aspects perus comme ngatifs par lindividu ds lors quil sengage
dans la tche : quantit deffort fournir, temps ncessaire la ralisation de la tche au
dtriment dautres activits, peur de lchec : Je naimais pas trop ce cours, cela me semblait
vraiment difficile et je me disais que tout le temps que jy consacrais aurait pu tre utilis pour
des activits plus agrables (Neuville, 2006, p. 88). Le cot est li aux sacrifices consentir
lexcution dune tche. Selon Eccles et Wigfield (2002) il est corrl ngativement aux
trois autres dimensions de la valeur perue de la tche.
La valeur perue de la tche rsulte de la combinaison de ces quatre composantes qui se
renforcent ou parfois entrent en contradiction. Il sagit par exemple de ltudiant tiraill entre
l'attrait pour certaines tudes et leurs faibles dbouchs professionnels (Cosnefroy et
Fenouillet, 2009).

31

Le concept de lexpectancy
Le concept de lexpectancy traduit les croyances de lindividu concernant sa probabilit de
russite dans une tche donne : Quelles sont mes chances de russir telle activit ? . Cette
notion est corrle aux perceptions de comptence de lindividu ( Suis-je capable de russir
la tche ? ) et renvoie donc largement au sentiment defficacit personnelle dfini par
Bandura (2007). Plus lindividu a confiance en ses capacits, plus grandes seront son
implication cognitive et sa persvrance dans lapprentissage et meilleurs ses rsultats
(Wigfield et Eccles, 1992 ; Eccles et Wigfield, 2002).
Selon le modle de Wigfield et Eccles, les diffrents comportements (choix, persvrance,
effort, engagement cognitif et performance) rsultent de linteraction entre les perceptions de
la valeur de la tche et de lesprance de russite. Lesprance de russite est lie la
performance actuelle et lengagement cognitif alors que la valeur perue de la tche est lie
des comportements de choix pouvant dboucher sur des opportunits de russite ultrieure.
Les variables value et expectancy ne sont pas totalement indpendantes. Les individus
comptents dans une activit ont tendance valoriser cette activit et inversement. Wigfield et
Eccles (1992) attribuent le fait de dvaloriser une activit pour laquelle lindividu se peroit
comme incomptent un mcanisme de protection qui vise la prservation dune bonne image
de soi. Dans une tude mene auprs dun chantillon de prs de 2500 tudiants de premire
anne universitaire et en prenant appui sur le modle de Wigfield et Eccles, Neuville, Frenay,
Nol et Wertz (sous presse) montrent que les tudiants vont plus frquemment persvrer sils
sont persuads davoir choisi les tudes qui leur correspondent et sils ont le sentiment de
dtenir les comptences ncessaires pour russir (Nol et Frenay, 2011 ; Neuville et Frenay,
sous presse).
1.2.1 Mesures de la valeur perue de la tche et de lesprance de russite
Le Tableau 2 prsente des exemples ditems utiliss par Eccles, Wigfield, Harold et
Blumenfeld (1993), Wigfield et Eccles (2000) et Wiegfield et Cambria (2010) afin de mesurer
les variables valeur perue de la tche et esprance de russite. Les auteurs prcisent que
lactivit mathmatiques est donne titre dillustration.

32

Tableau 2 Mesures

1993 ;

Wigfield et Eccles, 2000 ; Wiegfield et Cambria, 2010)

Valeur perue de la tche


Intrt
How much do you like doing math? (not at all very much)
Importance perue
For me, being good in math is (not at all important very important)
Utilit perue
Compared to most of your other activities, how useful is what you learn in math?
(not at all useful very useful)
Cot
How much does the amount of time you spend on math keep you from doing
other things you would like to?
Esprance de russite
How well do you expect to do in math this year? (not at all well very well)

Le modle de Wigfield et Eccles prvoit que plus les attentes et/ou les valeurs sont leves,
plus l'activit a de chances d'tre choisie, le temps consacr sa pratique plus long et les
performances amliores. Loriginalit du modle rside essentiellement dans la faon dont
est dfinie la valeur perue de la tche, les attentes de succs renvoyant en grande partie
l'ide sous-jacente du sentiment d'efficacit personnelle (Cosnefroy et Fenouillet, 2009).
1.2.2 Pertinence et limites au regard de notre recherche
Les travaux de Wigfield et Eccles tmoignent du lien indniable entre le concept de
lexpectancy et la performance. Les dimensions de la valeur perue de la tche traduisent
quant elles diffrents aspects de la motivation. Un intrt lev est corrl la motivation
intrinsque, cest--dire au plaisir prouv raliser la tche. Limportance perue renvoie
la dimension extrinsque par rgulation intgre dfinie dans le cadre de la thorie de
lautodtermination. Lactivit ne produit pas ncessairement de plaisir mais elle a t
identifie comme importante aux yeux de lindividu qui laccomplit et cohrente avec son
systme de valeurs. Lutilit perue et le cot de la tche illustrent des exemples de
motivation extrinsque. Les concepts dimportance et dutilit perues permettent denvisager
la motivation au-del du cadre strictement scolaire. Un lien est par exemple tabli entre les
apprentissages et la construction de comptences utiles lexercice dun futur mtier. Malgr
33

lensemble de ces aspects positifs, ce modle demeure complexe dans lexplication des
performances partir du concept de valeur perue et surtout il rfre uniquement des tches
prcises du milieu ducatif que sont les activits dapprentissage. Nous navons donc pas
retenu cette thorie dans le cadre de notre tude car nous souhaitons envisager la motivation
poursuivre des tudes dingnieur au-del de motifs lis lintrt retir de lexercice de ces
activits.

1.3 La thorie des attributions


Selon la thorie des attributions dveloppe par Weiner (1979, 1980, 1984, 1985, 1986,
1992), un individu tente dexpliquer son vcu en attribuant des causes aux vnements
auxquels il est confront. Il sengage dautant plus spontanment dans cette dmarche que
lvnement est important ses yeux, inattendu, dcevant ou ngatif. La recherche et
lexplication de la cause dun vnement ont des fonctions spcifiques : elles rduisent leffet
de surprise face un rsultat inattendu et prparent, dans un avenir proche, latteinte de
lobjectif souhait.
Les recherches successives menes par Weiner (1979, 1980, 1986, 1992, 1994) ont rvl
l'existence de facteurs principaux expliquant les rsultats scolaires. Huit facteurs sont
gnralement mentionns par les lves afin de justifier leurs russites et leurs checs :
l'aptitude, l'effort, l'humeur, la fatigue, la sant, la difficult de la tche, la chance ainsi que
l'influence d'autrui.
1.3.1 Les dimensions attributionnelles
Trois dimensions permettent de dfinir les attributions causales : le lieu (locus), la stabilit et
le contrle (Weiner, 1979, 1980, 1984, 1985, 1992, 1994). De nombreux auteurs (Weiner,
1986, 1992, 1994; Graham, 1991; Pintrich et Schunk, 1996) soutiennent que ces dimensions
entranent des consquences affectives et comportementales spcifiques chaque dimension.
Le lieu de causalit
Le lieu de causalit fait rfrence aux dimensions internes (capacits de l'individu,
personnalit, intelligence) ou externes (influence de l'environnement) des attributions. En
milieu scolaire, les causes internes invoques par les tudiants pour expliquer la performance
sont par exemple leffort fourni ou les aptitudes. La difficult objective de la tche, laide ou

34

labsence daide dautrui ou encore la chance sont quant elles des exemples de causes
externes.
La stabilit de la cause
La stabilit exprime la dimension temporelle d'une cause. Une cause est dite stable lorsquelle
a un caractre permanent aux yeux de lindividu (par exemple lintelligence). A loppos, une
cause qui, comme leffort, fluctue au cours du temps est dite instable ou modifiable (Viau,
2007, p. 66).
La capacit de contrle
Lorsquun individu peroit quil peut agir sur la cause et linfluencer, cette dernire est dite
contrlable. A loppos, elle est dite incontrlable sil pressent quil na aucun pouvoir sur
elle. En milieu scolaire, leffort fourni est une cause contrlable, modifiable et interne. La
difficult dune tche est une cause non contrlable, stable et externe.
Weiner (1980, 1986, 1992) insiste sur le lien troit prvalant entre le sentiment de contrle et
le mode d'attribution causale. Un individu estimant quil a prise sur les vnements attribue sa
russite ou son chec des facteurs diffrents de celui qui estime les subir. La capacit de
contrle correspond donc au sentiment de l'individu de pouvoir (ou de ne pas pouvoir)
modifier le cours des vnements.
Les diffrentes attributions causales sont explicites dans le Tableau 3 laide dexemples
issus du milieu ducatif.
Tableau 3 Attributions causales classes selon le lieu de causalit, la stabilit et la capacit de
contrle (Weiner, 1986, p. 49)

Lieu de causalit
Interne
Contrlable

Stabilit
Instabilit

Effort long
terme
Effort temporaire
ou situationnel

Externe
Incontrlable
Aptitude
Sant
Humeur

35

Contrlable

Incontrlable

Biais de
Caractristiques
lenseignant
de la tche
Aide des
Chance
amis ou de
lenseignant

La globalit de la cause
Dans leurs travaux, Abramson, Seligman et Teasdale (1978) ainsi que Normandeau et Gobeil
(1998) identifient une autre dimension de l'attribution causale. La cause laquelle un individu
attribue sa russite ou son chec peut, selon ces auteurs, tre de nature globale ou spcifique.
Lorsquun tudiant se peroit (avec un manque dobjectivit dans son jugement) comme
mauvais dans toutes les matires, il recourt une attribution globale. Sil sestime faible
dans une matire prcise, mais bon dans dautres, lattribution est alors dite spcifique. Ainsi,
alors que la stabilit rfre la notion temporelle dune cause (elle demeure ou non stable
dans le temps), la globalit rfre la notion de gnralisation (une cause est commune
diverses situations).
La dynamique motivationnelle selon Weiner
Weiner (1985) situe le processus des attributions causales au cur de la dynamique
motivationnelle (Figure 3). Selon son modle, les attributions entranent des ractions
motives qui leur tour influencent lengagement et la persistance que lindividu dploiera en
vue datteindre ses buts.
Figure 3 Version simplifie et adapte au contexte scolaire de la thorie attributionnelle de la
motivation selon Weiner (1985, 2000)

Evnement

Processus
attributionnel

Dimensions des
attributions

Fiert
Estime de soi

Lieu

Russite
ou chec
scolaire

Aptitudes
Efforts
Stratgies dployes
Chance
Etc.

Consquences
psychologiques

Attentes de
succs

Stabilit

Dsespoir
Confiance
Honte
Culpabilit

Contrlabilit
Colre
Gratitude
Piti

36

Consquences sur le
comportement

Actions
Dploiement
defforts et
stratgies

de

Caractristiques
Intensit
Persistance

1.3.2 Impact des dimensions causales sur les attentes et les motions
Le lieu de causalit affecte principalement l'estime de soi (Weiner, 1983, 1986, 1992 ;
Graham, 1991; Mooney et Thornton, 1999). Les attributions du succs des facteurs internes
augmentent lestime de soi, tandis que de telles attributions en cas dchec la diminuent.
Enfin, les attributions causales externes ne semblent pas avoir dincidence sur lestime de soi.
Weiner (1986) soutient que la stabilit influence les attentes de lindividu. Dans le cas d'un
succs, l'attribution un facteur stable entrane des consquences positives. Si par exemple un
tudiant attribue son succs son aptitude et qu'il est convaincu de la dimension stable de
celle-ci, il s'attend russir nouveau et se montre confiant face l'avenir. En cas dchec,
l'attribution un facteur stable tel le dfaut d'aptitude, provoque un sentiment de
dcouragement. Quant la dimension de contrle de la cause, elle est relie la colre, la
gratitude, la culpabilit, la piti et la honte (Barbeau, 1991).
Les motions sont les motifs immdiats de laction et du comportement (Weiner, 1980, 1986,
1992 ; Blouin, 1985 ; Barbeau, 1991). Une perception positive des capacits est en lien avec
la persvrance et le succs, alors qu'une perception ngative entrane l'abandon et/ou l'chec
scolaire (Bouffard, Marcoux, Vezeau et Bordeleau, 2003 ; Bandura, 1994).
Selon Barbeau (1991), les aspects cognitifs et affectifs jouent un rle fondamental dans la
russite ou lchec scolaire et la connaissance des attributions est une piste intressante pour
intervenir dans ces champs complexes.
1.3.3 La mesure des attributions causales
Comme son nom lindique, le Questionnaire dAttributions Causales en Situation Scolaire
(QACSS) a t mis au point par Barbeau (1991) afin de mesurer les attributions dans le
monde de lducation. Lauteur a retenu les dimensions interne, stable et globale des
attributions. Douze situations hypothtiques (six succs et six checs) abordent, en nombre
gal, des situations de performances scolaires et des situations impliquant des relations
interpersonnelles ; le Tableau 4 prsente lexemple dun succs. Afin de mesurer le caractre
contrlable des attributions, Cusson et Delpeuch (2006) ont ajout pour chacune des
situations la proposition : Je nai aucun pouvoir sur cette cause / Cette cause aurait pu tre
rpte si je lavais voulu .

37

Tableau 4 - E

QAC B

(1991)

Situation : Vous obtenez une excellente note dans un travail de recherche.


crivez la cause principale de cette situation:
1. Est-ce que la cause de l'obtention de cette excellente note dans un travail de recherche est
due vous ou est-elle due d'autres personnes ou est-elle due des circonstances trangres
vous ?
Cette cause est entirement due
d'autres personnes ou des
circonstances trangres moi.

Cette cause est entirement due


moi.

2. Dans le futur, lorsque vous aurez faire un autre travail de recherche, est-ce que cette
cause sera de nouveau prsente ?
Cette cause ne sera jamais de
nouveau prsente.

Cette cause sera toujours prsente.

3. Cette cause a-t-elle un effet seulement quand vous avez faire un travail de recherche ou
bien cette cause a-t-elle un effet dans d'autres domaines de votre vie ?
Cette cause a un effet seulement
dans cette situation particulire.

Cette cause a un effet dans toutes


les situations de ma vie.

Le questionnaire invite les rpondants identifier avec leurs mots la cause principale de
l'vnement. La rponse n'est pas prise en compte lors de lexploitation des rsultats, mais elle
est essentielle puisque les questions suivantes reposent sur cette cause spcifique. Lindividu
doit situer sur une chelle de A E la cause de l'vnement qu'il a identifie. Les dimensions
des attributions causales sont abordes dans lordre suivant : interne ou externe, stable ou
modifiable, globale ou spcifique.
Une particularit du modle de Weiner est de faire intervenir motions et ressentis dans la
dynamique motivationnelle : estime de soi, fiert, espoir, confiance, culpabilit, etc. Selon
Weiner (1985), les affects relatifs la honte sont lis un chec d de faibles aptitudes,
tandis que ceux relatifs la culpabilit (regrets et/ou remords) sont associs un chec d
un manque defforts. La honte donne lieu de linhibition motivationnelle et des
comportements de retrait alors que la culpabilit provoque une activation de la motivation
(Hoffman, 1982 ; Wicker, Payne et Morgan, 1983).
1.3.4 Pertinence et limites au regard de notre recherche
Les motions sont au cur du processus motivationnel propos par Weiner. Elles procdent
dun effet mdiateur entre les attributions causales et les consquences sur le comportement.
38

Cette thorie ne sera pas mise en uvre dans le cadre de notre recherche car elle concentre
son analyse sur des vnements trs prcis : les russites et les checs. Lorsquil prend
conscience de son style attributionnel, lapprenant peut en mesurer les impacts sur ses
comportements dapprentissage et cela peut laider amliorer ses performances (Barbeau,
1991). Les succs et les checs sont des vnements dterminants mais leur tude ne peut
suffire circonscrire les dimensions impliques dans la motivation poursuivre des tudes
suprieures.

1.4 La thorie des buts daccomplissement


La thorie des buts daccomplissement s'est dveloppe grce aux travaux de Nicholls (1984),
de Maehr (1984), de Dweck (1986) et d'Ames (1992a, 1992b). Selon cette thorie, il existe
deux buts d'accomplissement : le but de matrise et le but de performance (Ames et Archer,
1988 ; Dweck et Leggett, 1988 ; Elliott et Dweck, 1988 ; Ames, 1992 ; Harackiewicz et Elliot,
1993 ; Utman, 1997).
Le but de matrise se caractrise par le dsir d'acqurir de nouvelles connaissances et savoirfaire, la volont damliorer sa comprhension dune tche et d'en augmenter sa matrise.
Ltudiant utilise ses progrs personnels comme critres dvaluation, ces derniers sont donc
auto rfrencs.
Un tudiant orient vers le but de performance souhaite mettre en avant ses capacits,
dmontrer publiquement ses comptences; il recherche les valuations positives et espre
russir mieux que les autres. Ses critres dvaluation reposent sur la comparaison et sont
donc socialement (ou htro) rfrencs.
1.4.1 La motivation et ses consquences en milieu scolaire
Les auteurs considrent gnralement que le but de matrise engendre des consquences
bnfiques (Tableau 5). Il favorise le got du dfi avec un choix prfrentiel pour les tches
difficiles et par consquent sources dapprentissage (Ames et Archer, 1988 ; Elliott et Dweck,
1988 ; Harackiewicz, Barron, Pintrich, Elliot et Thrash, 2002). Les tudiants poursuivant le
but de matrise valorisent leffort (Ames et Archer, 1988), font preuve dun plus haut niveau
dintrt et de motivation (Cury, Elliot, Da Fonseca et Moller, 2006 ; Harackiewicz, Baron,
Carter, Lehto et Elliot, 1997 ; Harackiewicz, et al., 2002), persvrent face aux obstacles
(Elliott et Dweck, 1988) et prsentent un niveau dengagement et de performance scolaire

39

plus lev (Ames, 1992b ; Dweck, 1999 ; Nicholls, 1984 ; Maehr et Midgley, 1996). Le but
de matrise est galement associ des stratgies d'apprentissage adaptes : organisation,
coute et engagement dans des activits d'autorgulation (Meece, Blumenfeld et Hoyle, 1988;
Bouffard, Boisvert, Vezeau et Larouche, 1995 ; Riveiro, Cabanach et Arias, 2001 ; Smith,
Duda, Allen et Hall, 2002).
Le but de performance entranerait quant lui des consquences plus contrastes mais
globalement plutt ngatives : lvitement et la dvalorisation de l'effort, le choix de tches
plutt faciles mais garantissant une valuation positive et une plus grande vulnrabilit
l'chec (Dweck et Reppucci, 1973 ; Dweck et Leggett, 1988 ; Elliott et Dweck, 1988 ; Ames,
1992 ; Utman, 1997; Harackiewicz et al., 1997). Les recherches indiquent cependant que les
tudiants orients vers le but de performance peuvent aussi bien sinvestir dans des stratgies
profondes, persvrer et obtenir de bonnes performances, que linverse (Dupeyrat, Escribe et
Marin, 2006 ; Bouffard et al., 1995 ; Elliot et Church, 1997 ; Elliot et Harackiewicz, 1996;
Harackiewicz, Barron et Elliot, 1998 ; Harackiewicz, et al., 2002 ; Midgley, Kaplan et
Middleton, 2001 ; Pintrich, 2000)
D

Tableau 5 Consquences des

Dupeyrat et al. 2006, p. 69

Buts
daccomplissement

Buts de matrise
augmenter ses
comptences

Buts de
performance
dmontre ses
comptences

Consquences
Significations

Attribution de
lchec au
manque deffort
Effort peru
comme un moyen
de dvelopper sa
comptence
Attribution de
lchec au
manque de
comptence
Effort dvaloris
et peru comme
une manifestation
dincomptence

Ractions
affectives
Pas de raction
affective
particulire aprs
lchec

Anxit, honte, tat


dpressif aprs
lchec

40

Activits

Choix de tches
difficiles
Persvrance forte
Utilisation de
stratgies profondes
Autorgulation
importante
Choix de tches
faciles
Persvrance faible
(voire abandon)
Utilisation de
stratgies
superficielles
Peu dautorgulation

Face une certaine incohrence des rsultats associs au but de performance, Elliot et ses
collgues (Elliot et Harackiewicz, 1996; Elliot et Church, 1997; Elliot, Mac Gregor et Gable,
1999 ; McGregor et Elliot, 2002) ont propos dintgrer la distinction approche / vitement
initialement au but de performance puis galement au but de matrise. Le but performanceapproche se traduit par le souci de se montrer comptent, alors que le but de performancevitement se traduit par le souci d'viter de paratre incomptent.
Lhypothse est alors propose que les consquences ngatives associes aux buts de
performance sont essentiellement imputables aux buts dvitement, alors que les buts
dapproche seraient lis certaines consquences positives, notamment sur le plan des
performances (Dupeyrat et al., 2006). Si les travaux empiriques confirment en gnral les
consquences ngatives associes aux buts de performance-vitement, ils restent toujours plus
ambivalents concernant celles associes aux buts de performance-approche. Afin dexpliquer
lincohrence des rsultats, des tudes proposent lhypothse dune poursuite simultane de
plusieurs buts. Elles indiquent que la configuration de buts la plus prometteuse serait
ladoption simultane du but de matrise et du but dapproche de la performance (Bouffard et
al., 1995; Butler et Winne, 1995; Harackiewicz et al., 1998; Harackiewicz, Barron, Tauer,
Carter et Elliot, 2000; Pintrich, 2000; Pintrich et Garcia, 1991; Wentzel, 1991). Selon cette
configuration, apprcier la comptition nexclut pas de dvelopper un intrt vritable pour ce
qui est appris.
De nombreux auteurs ont mis en vidence la corrlation positive entre le but de matrise et la
motivation intrinsque (Harackiewicz et Elliot, 1993; Elliot et Harackiewicz, 1994; Elliot et
Church, 1997; Bouffard et al., 1998; Rawsthorne et Elliot, 1999; Harackiewicz et al, 2000;
Pintrich, 2000; Barron et Harackiewicz, 2001; Church, Elliot et Gable, 2001; Cury, Elliot,
Sarrazin, Da Fonseca et Rufo, 2002; Smith et al, 2002). Selon Ntoumanis (2001), lorientation
vers le but de matrise est associe aux comportements autodtermins ainsi qu leurs
consquences positives. En effet, parce que les tudiants poursuivant le but de matrise
sengagent dans la tche pour augmenter leurs savoirs et amliorer leur comprhension, et
ceci en labsence de contingence externe, leurs comportements peuvent tre apparents aux
formes autonomes de la motivation.
Les rsultats des corrlations entre la motivation intrinsque et le but de performance sont
contrasts. Le lien est parfois ngatif (Harackiewicz et Elliot, 1993; Senko et Harackiewicz,
2002), parfois positif (Harackiewicz et Elliot, 1993; Barron et Harackiewicz, 2001) ou non
41

significatif (Harackiewicz et al, 1997; Baron et Harackiewicz, 2001; Church, Elliot et Gable,
2001; Harackiewicz et al, 2002). Ntoumanis (2001) souligne que lorientation vers la
performance peut tre rapproche des formes contrles de la motivation dans le sens o les
processus de comparaison avec les pairs quelle induit peuvent gnrer une pression et par
consquent un sentiment dautonomie moins lev.
1.4.2 La mesure des buts daccomplissement
La mesure des buts daccomplissement utilise une grande diversit de questionnaires. Leur
point commun est dnoncer diffrentes raisons dapprendre et de demander aux participants
dindiquer leur degr daccord avec ces noncs (Dupeyrat et al., 2006 ; Bouffard et al. 1998).
Darnon et Butera (2005) ont valid en franais l'chelle d'Elliot et McGregor (2001) qui
comprend 12 items, trois items pour chacun des quatre buts. Le Tableau 6 en reproduit un
extrait. Les participants doivent rpondre dans quelle mesure chaque nonc est vrai pour eux
sur une chelle allant de 1 ( pas du tout vrai pour moi ) 7 ( trs vrai pour moi ).
E

Tableau 6 Extrait du q

M G

par Darnon et Butera (2005)

Performance-approche (dmontrer ses comptences)


II est important pour moi de mieux russir que les autres tudiant(e)s
Performance-vitement (viter de montrer ses incomptences)
Mon but dans ce cours est d'viter de mal russir
Matrise-approche (comprendre et matriser la tche)
C'est important pour moi de comprendre le contenu de ce cours de faon aussi
approfondie que possible
Matrise-vitement (viter la non-matrise de la tche)
Parfois j'ai peur de ne pas comprendre le contenu de ce cours de manire aussi
approfondie que je le souhaiterais
Si lchelle dElliot et McGregor (2001) diffrencie les quatre buts daccomplissement, des
auteurs (par exemple Cury, 2004) soulignent la pertinence thorique du modle
tridimensionnel. Ce dernier nintgre pas la distinction approche / vitement au but de
matrise et comprend donc la mesure des buts de matrise, des buts d'vitement de la
performance et d'approche de la performance.

42

1.4.3 Pertinence et limites au regard de notre recherche


Un individu poursuivant des buts de matrise augmente ses possibilits damliorer ses
performances et ses ractions motionnelles en cas dchec sont neutres. Lorientation vers
des buts de performance gnre des effets plus contrasts : les performances sen trouvent
parfois amliores, parfois diminues ; quant aux motions ressenties en cas dchec, elles
sont ngatives. La thorie prsente lavantage de dfinir les buts de performance qui sont une
ralit courante dans le monde de lducation o la comptition interindividuelle est souvent
encourage. Lincohrence des rsultats associs ces buts rvle probablement la complexit
des mcanismes en jeu chez les individus qui les poursuivent. Malgr lintrt que prsente la
thorie des buts daccomplissement, nous ne lavons pas retenue pour appuyer notre
recherche. En effet, en considrant les comportements motivationnels exclusivement sous
langle de la dmonstration ou de lacquisition de comptences, elle limite notre tude car elle
permet difficilement denvisager des comportements orients vers dautres besoins
motivationnels.

1.5 La thorie de lautodtermination


Selon la thorie de lautodtermination, lindividu est normalement port tre actif, motiv,
curieux ; il dsire vivement russir, tant donn que la russite est en elle-mme fort
gratifiante. Cette thorie reconnat quil existe galement des personnes alines, effectuant
leurs tches de faon mcanique, ou encore, des personnes passives et dmotives (Deci et
Ryan, 2008). Ces diffrences sont le fruit de linteraction entre la nature active inhrente
lindividu et les divers environnements sociaux qui la soutiennent ou la contrecarrent. Les
auteurs de la thorie de lautodtermination avancent que tous les humains ont besoin de se
sentir autonomes, comptents et relis leurs pairs (Deci et Ryan, 2000). Ainsi les
environnements sociaux qui favorisent la satisfaction de ces trois besoins psychologiques
fondamentaux permettent-ils de stimuler le dynamisme interne des personnes, doptimiser
leur motivation et de porter leur maximum les rsultats sur les plans psychologique, du
dveloppement personnel et des comportements (Ryan et Deci, 2000a). Au contraire, les
environnements sociaux qui entravent la satisfaction de ces besoins entranent une baisse de la
motivation et ont des effets nuisibles sur le bien-tre gnral et sur le rendement.
Le besoin dautonomie signifie que lindividu dcide volontairement de son action, quil est
lui-mme lagent qui ralise cette action de sorte quil est en congruence avec elle et quil
lassume entirement (deCharms, 1968 ; Deci et Ryan, 1985). Lautonomie nest pas
43

synonyme dindpendance ou dindividualisme (Ryan et Lynch, 1989). Lindpendance se


caractriserait davantage par le fait quun individu fonctionne seul et sans compter sur les
autres. Le deuxime besoin fondamental concerne la comptence. Cette dernire rfre un
sentiment defficacit sur son environnement (Deci 1975 ; White 1959), ce qui stimule la
curiosit, le got dexplorer et de relever des dfis (La Guardia et Ryan, 2000). Le besoin de
relation aux pairs implique le sentiment dappartenance et le souhait dtre reli des
personnes importantes pour soi (Baumeister et Leary, 1995 ; Ryan, 1993). Les conditions qui
contribuent lautonomie, la comptence et aux relations autrui non seulement stimulent
la motivation intrinsque et les processus dintgration, mais aussi exercent un impact direct
sur la sant physique et psychologique des personnes (Williams, Deci et Ryan, 1998).
Intrinsquement motiv, lindividu sengage dans une activit quil trouve intressante sans
que ne soit ncessaire une rcompense autre que lactivit elle-mme (La Guardia et Ryan,
2000). Cette activit est source de gratification, elle apporte satisfaction et plaisir. La
motivation intrinsque suscite la croissance personnelle ; elle est cruciale pour le
dveloppement cognitif et social. Elle est en effet associe un meilleur apprentissage, une
meilleure performance et un bien-tre plus grand (Deci et Ryan, 1987 ; Utman, 1997). Elle a
ncessairement un locus de causalit interne, ce qui signifie quelle est vcue comme une
exprience dautonomie (deCharms, 1968 ; Ryan et Deci, 2000a).
La motivation extrinsque, par opposition, implique que lindividu entreprend une activit en
fonction dune consquence qui lui est extrieure. Parmi les exemples les plus vidents de
motivation extrinsque figure le cas o laction est mene avant tout pour obtenir une
rcompense ou viter une punition. Une action extrinsquement motive vise ainsi produire
un rsultat distinct du plaisir de laction elle-mme. Selon la thorie de lautodtermination, la
motivation extrinsque nest pas une catgorie unidimensionnelle de motivation : elle varie
selon son degr dautonomie.
Ryan et Connell (1989) ont labor une taxonomie des motivations selon laquelle on peut
situer toute action intentionnelle sur un continuum de locus de causalit peru ou
dautonomie. Les motivations vont des plus htronomes, comme dans le cas de la rgulation
externe, des formes de rgulation plus autonomes, comme pour lidentification ou
lintgration (Tableau 7).

44

Tableau 7 Taxonomie de la motivation et de la rgulation de soi selon la thorie de

Motivation

Rgulation

Intrinsque

Intrinsque

Processus impliqus

Intgration
Identification

Extrinsque
Introjection

Externe

Amotivation

Absence de rgulation

Intrt
Plaisir
Congruence
Conscience
Unit du soi
Valorisation personnelle
Importance personnelle
Pressions internes (culpabilit,
anxit, honte, faible estime de soi)
Autocontrle
Rcompenses et punitions internes
Eviter la dsapprobation dautrui et
de soi-mme
Conformit la rgle, la norme
Crainte de la punition
Rcompenses externes
Absence de valorisation
Incomptence
Manque de contrle
Absence de satisfaction

Il a t empiriquement dmontr (Ryan et Connell, 1989 ; Vallerand 1997) que ces formes de
motivation se situent, comme lindique la Figure 4, sur un continuum allant de lautonomie la
plus faible la plus leve.
Figure 4 - L

Amotivation

Non Rgulation

Motivation extrinsque

Rgulation
Externe

Rgulation
Introjecte

Rgulation
Identifie

Motivation contrle

Motivation intrinsque

Rgulation
Intgre

Rgulation
Intrinsque

Motivation autonome

Moins Autodtermine

Plus Autodtermine

45

Dans la thorie de lautodtermination, la distinction entre motivations intrinsque et


extrinsque a peu peu t remplace par lopposition entre motivations contrle et
autonome. La motivation contrle comprend les motivations par rgulation externe et
introjecte. Lorsquil sagit de rgulation identifie, intgre ou encore intrinsque, nous
sommes en prsence dune motivation autonome (Figure 4).
Lamotivation se caractrise par labsence de mcanisme de rgulation. Elle se produit
lorsquune personne naccorde pas de valeur une activit ou un comportement (Ryan,
1995), quand elle ne croit pas quun rsultat valable sera obtenu avec certitude en adoptant
des comportements spcifiques (Seligman, 1975), ou encore, quand elle pense que des
comportements pourraient lui permettre datteindre des rsultats souhaitables, mais quelle a
limpression de ne pas avoir la comptence ncessaire pour les mettre excution (Deci,
1975).
La motivation par rgulation externe induit pour un sujet des comportements contrls par des
forces ou des circonstances externes (Ryan et Deci, 2000b). Il sagit de la forme de motivation
la moins autodtermine. Lindividu agit avant tout pour obtenir une rcompense ou viter
une punition (matrielle, sociale) de son environnement.
Dans le cas de la motivation par rgularisation introjecte, lindividu se motive seul mais sous
leffet de pressions plus ou moins conscientes et intriorises. Ces pressions sont de natures
trs diverses : viter dprouver de la culpabilit, des remords, de la honte, de lanxit ou
encore renforcer lego - amour-propre, estime de soi (Ryan et Deci, 2000b). Une forme
classique dintrojection impliquant lego est celle de lindividu motiv prouver ses aptitudes
(ou viter lchec) afin de maintenir son sentiment de valeur (Ryan et Deci, 2000b). Il peut
galement sagir de se conformer des rgles ou des normes qui ne sont pas pleinement
acceptes par lindividu (Blais et al., 1993 ; Boich et Sarrazin, 2007).
La motivation par rgulation identifie est celle de lindividu qui accomplit une activit et sy
engage volontairement parce quil a consciemment identifi cette activit comme importante
ses yeux (Ryan et Deci, 2000b). Il sengage non pas parce qu il faut le faire (rgulation
introjecte ou externe) mais parce qu il veut le faire, alors mme que laction nest pas
ncessairement plaisante (Blais et al., 1993). Ce choix personnel induit un sentiment de plus

46

grande autonomie contrairement aux actions produites sous leffet de contraintes extrieures
ou personnelles.
Dans la motivation par rgulation intgre, lindividu accomplit une activit parce quil la
considre cohrente avec son systme de valeurs et ses besoins (Ryan et Deci, 2000b). Les
activits motives par rgulation intgre comportent de nombreux points communs avec
celles intrinsquement motives, en particulier un fort sentiment dautodtermination. Elles
sont nanmoins dites extrinsques car leur objectif vise les rsultats engendrs et non le plaisir
inhrent lactivit elle-mme.
Vallerand et ses collgues (Vallerand, Blais, Brire et Pelletier, 1989) ont pos lexistence de
trois types diffrents de motivation intrinsque. Le premier, la motivation intrinsque la
connaissance, est associ au plaisir dapprendre de nouvelles choses ou dexplorer de
nouvelles pistes de rflexion. Le second, la motivation intrinsque laccomplissement,
dcoule du plaisir que lindividu ressent se surpasser dans une activit qui reprsente pour
lui un dfi optimal. Enfin, la motivation intrinsque la stimulation survient quand un
individu prouve des sensations agrables (amusement, excitation, plaisir sensoriel) lors dune
activit particulire.
1.5.1 Impacts de la motivation autodtermine sur la satisfaction et la performance
acadmiques
De nombreuses recherches ont confirm lutilit de distinguer les types de motivation. Sur le
continuum de lautodtermination, plus la motivation tend vers la rgulation intrinsque, plus
les consquences seront positives, que ce soit du point de vue du comportement, des motions
ou de la cognition. A loppos du continuum, lamotivation engendre les consquences les
plus ngatives.
Dans le domaine de lducation, plus les tudiants sont motivs par rgulation externe, plus
lintrt quils affichent est faible et leurs efforts amoindris. Ils ont par ailleurs davantage
tendance accuser les autres, en particulier les professeurs, sils obtiennent de mauvais
rsultats (Ryan et Deci, 2000b). La motivation par rgulation introjecte est positivement
relie aux efforts fournis mais elle est galement associe plus danxit et de difficults
faire face en cas dchec. La motivation par rgulation identifie est associe plus de
satisfaction ressentie envers lcole et plus de facilit affronter les problmes. Quant la
motivation intrinsque, elle induit un intrt et des sentiments de satisfaction et de
47

comptence accrus (Ryan et Deci, 2000b). Ces mmes auteurs (Deci et Ryan, 1985b, 1991)
avancent que la motivation intrinsque entrane une amlioration des performances dans la
mesure o les individus intrinsquement motivs prennent du plaisir pratiquer une activit et
passent, ainsi, plus de temps dvelopper leurs habilets.
Les tudes ont galement montr que la motivation autonome favorise un meilleur
apprentissage (Black et Deci, 2000), de meilleures attitudes vis--vis de lcole et une plus
grande russite (Miserandino, 1996 ; Flink, Boggiano, Main, Barrett et Katz, 1992 ; Gottfried,
1985, 1990 ; Ryan, et Connell, 1989 ; Vallerand, 1997), une crativit accrue (Koestner,
Ryan, Bernieri et Holt, 1984), une plus grande persistance dans les activits scolaires et
sportives (Pelletier, Fortier, Vallerand et Brire, 2001; Vallerand et Bissonette, 1992) un bientre plus lev, des motions positives et une plus grande satisfaction lgard de lcole
(Sheldon et Kasser, 1995 ; Vallerand, Blais, Brire et Pelletier, 1989) une meilleure estime de
soi (Deci, Nezlek et Sheinman, 1981).
1.5.2 Echelles de mesures associes la thorie de lautodtermination
Issues de la littrature, les sources les plus pertinentes au regard de notre tude proviennent du
Laboratoire de Recherche sur le Comportement Social de lUniversit du Qubec Montral4
et du Department of Clinical and Social Sciences in Psychology de lUniversit de
Rochester aux Etats-Unis5.
Des chelles de mesure pour des fins de recherche sont accessibles sur les deux sites Internet
de ces Universits6 ; quatre dentre elles ont t retenues en raison de leur proximit avec
notre objet de recherche :

http://www.er.uqam.ca/nobel/r26710/LRCS/default.htm, site consult le 20 juillet 2009. Laboratoire fond en


1983 par Robert J. Vallerand, professeur titulaire au dpartement de psychologie de l'Universit du Qubec
Montral.
Avec en particulier un site ddi la thorie de lautodtermination prsente par ses deux fondateurs, les
professeurs Edward L. Deci et Richard M. Ryan : http://ww.selfdeterminationtheory.org/SDT/index.php, site
consult le 20 juillet 2009.

http://www.er.uqam.ca/nobel/r26710/LRCS/echelles.htm
http://ww.selfdeterminationtheory.org/SDT/questionnaires.php

48

Lchelle de motivation globale (MG-28) et lchelle de motivation dans les tudes


avances (M-U 28) en provenance du Laboratoire de Recherche sur le
Comportement Social,
L Academic Self-Regulation Questionnaire (SRQ-A) et le Learning SelfRegulation

Questionnaire

(SRQ-L)

sur

le

site

ddi

la

thorie

de

lautodtermination.
1.5.2.1 Lchelle de motivation globale (MG -28)
Guay et ses collaborateurs (2003) sont lorigine de cette chelle qui mesure la motivation
globale des individus faire des choses en gnral dans leur vie. Elle prsente 7 construits,
soit la motivation intrinsque la connaissance, l'accomplissement et la stimulation, les
rgulations externes, introjectes et identifies et finalement l'amotivation ; comporte 28
noncs, soit 4 noncs pour chacune des 7 sous-chelles. Les rpondants sont invits
indiquer sur une chelle 7 points dans quelle mesure chacun des noncs correspond aux
raisons pour lesquelles ils effectuent diffrentes choses en gnral. Les noncs sont introduits
par la phrase suivante : En gnral, je fais des choses
1.5.2.2 Lchelle de motivation dans les tudes avances (M -U 28)
Vallerand et ses collaborateurs (1989) ont dvelopp cette chelle qui mesure 7 diffrents
construits, soit la motivation intrinsque la connaissance, l'accomplissement et la
stimulation, ainsi que la rgulation externe, introjecte, identifie, et enfin l'amotivation. Elle
contient 28 noncs, 4 noncs par sous-chelle. Les rpondants sont invits indiquer sur
une chelle 7 points dans quelle mesure chacun des noncs correspond actuellement l'une
des raisons pour lesquelles ils poursuivent des tudes avances. Les noncs sont introduits
par la phrase suivante Pourquoi poursuivez-vous des tudes avances ? .
Le Tableau 8 prsente un exemple ditem par construit pour chacune des chelles MG-28 et
M-U 28.

49

Tableau 8 E

des chelles de motivation globale (MG-28) et de motivation dans les


tudes avances (M-U 28)

MG-28 : En gnral, je fais des choses


M-U 28 : Pourquoi poursuivez-vous des tudes avances ?
MG- M28
U 28
Motivation intrinsque la connaissance
Pour le plaisir d'acqurir des connaissances

Pour le plaisir que j'ai dcouvrir de nouvelles choses jamais vues auparavant

Motivation intrinsque l'accomplissement


Parce que je ressens du plaisir me surpasser

Pour la satisfaction que je vis lorsque je suis en train de russir des activits
acadmiques difficiles.

Motivation intrinsque la stimulation


Pour ressentir des motions que j'aime

Parce que j'aime "tripper" en lisant sur diffrents sujets intressants

Motivation extrinsque - identifie


Parce que je les choisies comme moyens pour raliser mes projets.

Parce que je crois que quelques annes d'tudes supplmentaires vont augmenter
ma comptence comme travailleur-se.

Motivation extrinsque - introjecte


Parce que je m'en voudrais de ne pas les faire

Parce que je veux me prouver moi-mme que je suis capable de russir dans les
tudes.

Motivation extrinsque - rgulation externe


Parce que je souhaite obtenir du prestige

Pour pouvoir dcrocher un emploi plus prestigieux plus tard.

Amotivation
Bien que je ne vois pas ce que cela me donne.

Je ne le sais pas; je ne parviens pas comprendre ce que je fais aux tudes


avances.

1.5.2.3 L Academic Self -Regulation Questionnaire (SRQ -A)


Cette chelle, valide par Ryan et Connell (1989), mesure la motivation des lves effectuer
diffrentes activits scolaires comme faire ses devoirs ou travailler en classe (Why do I do my
homework ?). Elle sadresse des lves partir de 8 ans, couvre 4 construits, soit la
motivation intrinsque, la motivation par rgulation identifie, introjecte et externe et
prsente 28 noncs, soit 7 noncs pour chacune des 4 sous-chelles (Tableau 9). Chaque

50

nonc est mesur sur une chelle 4 points : very true, sort of true, not very true et not at all
true.
Tableau 9 Exemples

-Regulati

RQ-A)

Intrinsic Motivation
Because its fun
Because I enjoy doing my homework

Identified Regulation
Because its important to me to do my homework
Because I want to understand the subject

Introjected Regulation
Because I want the teacher to think Im a good student
Because I will feel bad about myself if I dont do it

External Regulation
Because Ill get in trouble if I dont
Because thats what Im supposed to do

1.5.2.4 Le Learning Self-Regulation Questionnaire (SRQ -L)


Cette chelle est lquivalent pour adultes de l Academic Self-Regulation Questionnaire
(SRQ-A). Elle a t utilise dans les travaux de Black et Deci (2000) pour mesurer la
motivation des tudiants sengager dans des activits dapprentissage. Il sagit dans ce cas
prcis de questions relatives la participation un cours de chimie organique (I will
participate actively in organic chemistry). Les auteurs prcisent que le questionnaire pourra
tre adapt selon les besoins afin de se rfrer au mieux au programme tudi. Lchelle
couvre 2 construits, soit la motivation par rgulation contrle (externe, introjecte) et la
motivation par rgulation autonome (identifie et intrinsque) ; elle comprend douze noncs
(Tableau 10). Chaque nonc est mesur sur une chelle de 1 7 points : 1 correspondant
not at all true , 4 somewhat true et 7 very true .

51

Tableau 10 E

-Re

RQ-L)

Autonomous Regulation
Because I feel like its a good way to improve my understanding of the material.
Because a solid understanding of chemistry is important to my intellectual growth.
Because its interesting to learn more about the nature of chemistry

Controlled Regulation
Because others might think badly of me if I didnt.
Because I would feel proud of myself if I did well in the course.
Because a good grade in chemistry will look positive on my record.

La littrature (Ryan et Deci, 2000b ; Guay et ses collaborateurs, 2003 ; Vallerand et ses
collaborateurs, 1989 ; Ryan et Connell, 1989 ; Black et Deci, 2000) fait ainsi tat de 8
construits ou sous-chelles de motivation : 3 construits relatifs la motivation intrinsque
(motivation intrinsque la connaissance, laccomplissement et la stimulation), 4
construits correspondant aux diffrentes rgulations de la motivation extrinsque (externe,
introjecte, identifie et intgre) et enfin lamotivation (absence de rgulation). Dans leurs
travaux, Black et Deci (2000) ont distingu deux construits, la motivation par rgulation
autonome regroupant la motivation intrinsque et la motivation extrinsque par rgulation
identifie et la motivation par rgulation contrle : externe et introjecte.
1.5.3 Pertinence et limites au regard de notre recherche
Selon la thorie de lautodtermination, plus lindividu est intrinsquement motiv, plus il se
dit satisfait, ressent des motions positives et obtient de meilleures performances. A loppos,
lindividu amotiv nprouve pas de satisfaction, il est enclin ressentir des motions
ngatives et ses rsultats sont moins performants. Les motions et ressentis sont prsents en
tant que processus impliqus dans chacune des dimensions de la motivation dfinies par la
thorie de lautodtermination. Notons en particulier la grande diversit des motions relies
au caractre introject de la motivation : honte, culpabilit, remords, anxit mais aussi estime
de soi ou fiert. Un autre point remarquable de cette thorie rside dans la varit des chelles
disponibles dans la littrature. Elles mesurent tant une motivation globale (dans la vie, dans
les tudes) que spcifique (lapprentissage dune matire par exemple). Nous avons choisi la
thorie de lautodtermination pour sous-tendre notre recherche car non seulement elle rpond

52

de faon satisfaisante aux critres que nous nous sommes fixs7, mais de plus le spectre des
motivations quelle propose est particulirement large. Ainsi sur le continuum de
lautodtermination les raisons invoques pour poursuivre des tudes concernent-elles tant les
apprentissages (le plaisir d'acqurir des connaissances), que les relations autrui (je ne veux
pas dcevoir certaines personnes), lenvie de se prouver quelque chose (je suis capable de
russir), les perspectives offertes (me prparer la carrire que j'ai choisie, dcrocher un
emploi prestigieux, avoir un salaire lev) ou encore labsence de motivation (j'ai vraiment
l'impression de perdre mon temps). La seule limite identifie concerne les chelles de mesure
proposes. Une premire analyse montre quaucune delles ne peut tre utilise in extenso
dans notre recherche. En effet, parmi les six dimensions de la motivation dfinies par le
continuum de lautodtermination (et correspondant aux rgulations intrinsque, intgre,
identifie, introjecte, externe et labsence de rgulation), certaines chelles dcomposent la
motivation intrinsque en trois sous-dimensions (connaissance, accomplissement, stimulation)
et sur les cinq autres dimensions excluent la rgulation identifie. Il sagit des chelles de
motivation globale (MG-28) et de motivation dans les tudes avances (M-U 28). Les
deux autres chelles ne considrent que quatre dimensions parmi les six (SRQ-A) ou oprent
un regroupement des dimensions en deux construits selon quil sagit de la motivation
autonome ou contrle (SRQ-L). La discussion des dimensions de la motivation est
importante car elle conditionne les diffrents champs de la motivation qui seront couverts par
la recherche. Ce point particulier sera dvelopp dans le paragraphe suivant.

1.6 Synthse
1.6.1 La thorie de lautodtermination pour sous-tendre notre recherche
A lissue de ce chapitre, le Tableau 11 propose une synthse des cinq thories de la
motivation retenues pour notre revue de la littrature. Nous rappelons ci-dessous les points sur
lesquels nous avons port notre attention afin danalyser ces thories au regard de notre tude.
1. Quelle(s) rponse(s) apporte la thorie quant sa contribution lexplication de la
performance et de la satisfaction acadmiques ?

Contribution lexplication de la performance scolaire, prise en compte des motions, possibilit de mise en
uvre dans le cadre de notre tude.

53

2. Les motions sont-elles prises en compte dans le modle ?


3. La mise en uvre de la thorie est-elle envisageable dans le contexte de notre tude ?
La thorie permet-elle dapprhender notre problmatique de la motivation en
contexte acadmique, peut-elle rpondre la question de la motivation
poursuivre des tudes suprieures ?
Les chelles de mesures proposes sont-elles adaptes un public dtudiants ?
Sont-elles facilement comprhensibles ?
Toutes les thories prsentes soulignent des points intressants considrer dans ltude de
la motivation. Nous avons galement relev leurs limites quant leur application notre
problmatique. Parmi ces limites, nous retrouvons plusieurs reprises le fait quelles rfrent
des tches ou vnements trs prcis : les activits dapprentissage, les succs et les checs.
Ces restrictions ne nous permettent pas denvisager ltude de la motivation poursuivre des
tudes dingnieur avec la diversit des motifs souhaite. Cest donc ce titre que nous avons
choisi la thorie de lautodtermination car elle propose un large spectre de motifs poussant
laction. Elle rpond par ailleurs de faon satisfaisante aux autres critres que nous nous
sommes fixs. Notre seule rserve concerne les chelles proposes dans la littrature, point
que nous abordons ci-aprs.

54

Tableau 11 Caractristiques, pertinence et limites au regard de notre recherche des thories de la motivation en contexte scolaire
Caractristiques et dfinitions
Thorie de
lautoefficacit
(Bandura, 1997)

Thorie attentevaleur
(Wigfield et Eccles,
1992)

Sentiment defficacit personnelle

Le sentiment defficacit personnelle


dfinit la croyance dun individu en sa
capacit raliser une tche prcise.
Il contribue la dtermination dobjectifs
et rgule la quantit deffort fournir.
Un sentiment dautoefficacit lev
engendre des consquences positives :
fixation dobjectifs levs, persvrance,
gestion approprie des motions,
performance accrue.
Esprance de russite (expectancy) et valeur
perue de la tche (value)

Lesprance de russite correspond aux


croyances de lindividu concernant sa
probabilit de russite dans une tche
donne.
La valeur perue de la tche est
caractrise par lapprciation subjective
de ce quune tche dapprentissage peut
apporter.
Les comportements lis
lapprentissage rsultent de linteraction
entre la valeur perue de la tche et
lesprance de russite.
Plus les attentes et/ou les valeurs sont
leves, plus lactivit a de chances dtre
choisie, la persvrance et les
performances accrues.

Pertinence pour notre recherche


Plus le sentiment defficacit personnelle
est lev, meilleures sont les performances
scolaires.
Plus le sentiment defficacit personnelle
est lev, mieux sont gres les motions
ngatives (anxit, stress).

Plus les attentes et/ou valeurs sont leves,


plus les performances seront
potentiellement leves.
Les motions sont implicitement prsentes
dans les dimensions de la valeur perue de
la tche : de faon positive dans lintrt,
limportance et lutilit perues de la tche
et de faon ngative dans le cot peru de
la tche
Les concepts dutilit et dimportance
perues de la tche permettent de dpasser
le cadre purement scolaire des
apprentissages.

55

Limites au regard de notre recherche


La mesure du sentiment defficacit
personnelle doit seffectuer par rapport
des tches prcises.
Les mesures sont rptes autant de fois
que ncessaire (par exemple plusieurs
tches au sein dune mme discipline).
Les mesures tant centres sur des tches
acadmiques prcises, il est difficile
denvisager une motivation globale
poursuivre un cursus dtudes.

Les liens entre la valeur perue et la


performance ne sont pas clairement
tablis.
Les mesures de la valeur perue et de
lesprance de russite rfrent des
tches prcises (par exemple apprendre les
mathmatiques) ; la motivation
poursuivre un cursus dtudes
dpassant le cadre des activits
dapprentissage, il est difficile dvaluer
cette motivation laide du modle
dEccles.

Thorie des
attributions
(Weiner, 1992)

Attributions causales

Thorie des buts


daccomplissement
(Nicholls, 1984 ;
Dweck, 1986)

Un individu tente de comprendre et


dexpliquer son vcu (succs et checs) en
attribuant des causes aux vnements
auxquels il est confront.
Les attributions causales (dfinies par le
lieu, la stabilit et le contrle) entranent
des ractions motives qui elles-mmes
influencent le comportement.
Un chec d de faibles aptitudes
engendre la honte qui elle-mme peut
gnrer une inhibition motivationnelle ; un
chec attribu un manque defforts est
associ de la culpabilit qui elle-mme
peut provoquer une activation de la
motivation.

But de matrise et but de performance


(approche et vitement)

Le but de matrise correspond au dsir


dapprendre, de comprendre et dacqurir
de nouvelles connaissances.
Le but de performance correspond au dsir
de se montrer comptent (but de
performance-approche) ou dviter de
paratre incomptent (but de performancevitement).
Les buts de matrise engendrent des
consquences positives au niveau de
lengagement, des efforts fournis et de la
performance.
Les consquences affectives et
comportementales des buts de
performance sont plus contrastes mais
globalement plutt ngatives (anxit,
faible persvrance)

Les motions sont au cur du processus


motivationnel de Weiner ; elles sont les
motifs immdiats de laction et du
comportement.

Les buts de matrise sont relis une


performance accrue.
Les motions sont les consquences
affectives des buts daccomplissement.
Aprs un chec, les motions ressenties
sont ngatives lorsque lindividu poursuit
des buts de performance, et neutres
lorsquil poursuit des buts de matrise.
Lhtro rfrencement des buts de
performance correspond une ralit
prgnante dans le monde de lducation.

56

Les liens entre les dimensions des


attributions (et leurs consquences
psychologiques) et la performance sont
complexes.
La mesure des attributions causales est
ralise sur la base de succs ou dchecs
survenant classiquement au cours de la
scolarit : russir ou chouer un
examen ; la restriction de la vie
scolaire ces vnements ne permet pas
dlargir le champ une motivation plus
globale poursuivre un cursus scolaire.
Le travail de rflexion/projection exig
par les questions poses est parfois dlicat
(exemple : dans le futur, lorsque vous
aurez un texte lire, est-ce que cette cause
sera de nouveau prsente ? - stabilit de
la cause).
Les liens entre la performance et les buts
de performance ne sont pas clairement
tablis, et ce, mme aprs la distinction
approche / vitement ; les recherches
actuelles sorientent vers lhypothse
dune poursuite simultane de plusieurs
buts afin lever les ambiguts des rsultats.
La mesure des buts daccomplissement est
centre sur les motifs qui poussent
lindividu apprendre, comprendre,
russir ou viter dchouer ; il sagit dune
approche focalise sur le contenu trs
scolaire dun parcours (les cours, la
russite par rapport aux autres, etc.) et qui
permet difficilement de dborder ce cadre.
La comprhension des items est parfois
dlicate (exemple : mon but dans ce
cours est dviter de mal russir - but de
performance-vitement).

Thorie de
lautodtermination
(Deci et Ryan, 1985)

Continuum de lautodtermination

Les diffrentes formes de motivation se


distinguent par le degr
dautodtermination qui sous-tend le
comportement. Elles se situent sur un
continuum allant du degr
dautodtermination le plus faible
(lamotivation) au degr le plus lev (la
motivation intrinsque).
La motivation extrinsque est galement
diffrencie selon son degr
dautodtermination (externe, introjecte,
identifie et externe).
Les consquences de la motivation sont
dautant plus positives que cette dernire
est autodtermine. Elle gnre alors un
meilleur apprentissage, des motions
positives, une plus grande satisfaction, de
meilleures performances, etc.

Plus lindividu est intrinsquement


motiv, plus il se dit satisfait, ressent des
motions positives et obtient de meilleures
performances.
A loppos, lindividu amotiv ne ressent
pas de satisfaction, il est enclin prouver
des motions ngatives et ses rsultats
sont moins performants.
Les motions et ressentis sont prsents en
tant que processus impliqus dans chacune
des dimensions de la motivation dfinies
par la thorie de lautodtermination
(plaisir, honte, culpabilit, anxit, etc.).
De nombreuses chelles sont disponibles ;
elles mesurent tant une motivation globale
(dans la vie, dans les tudes) que
spcifique (lapprentissage dune matire).

57

Une premire analyse des chelles de


mesures utilises dans la littrature montre
quaucune delles ne peut tre utilise en
ltat dans le cadre de notre recherche.

1.6.2 Les cinq construits de la motivation retenus


Suite la revue de la littrature, notre choix sest port sur la thorie de lautodtermination
pour sous-tendre notre recherche. La mise en uvre de cette thorie dans le cadre de notre
tude est dsormais conditionne par le choix dune chelle de mesure. Nous avons constat
que plusieurs chelles sont proposes dans la littrature ; parmi elles, quatre ont retenu notre
attention, elles se distinguent en particulier par le nombre et la nature des dimensions prises
en compte. Dans ce paragraphe, nous discutons de manire plus approfondie la structure de
ces chelles afin de dterminer dans quelle mesure elles devront ou non tre adaptes au
contexte de notre recherche. Lobjectif est didentifier les dimensions de la motivation que
notre modle retiendra.
1.6.2.1 Anal yse comparative des chelles MG -28, M-U 28, SRQ-A et
SRQ-L
Les chelles MG-28, M-U 28, SRQ-A et SRQ-L possdent des caractristiques
spcifiques. Lchelle SRQ-L vise une population quivalente celle de la prsente tude
mais seuls deux construits sont distingus, la motivation autonome et la motivation contrle.
Compte-tenu de la pression socioculturelle exerce sur les tudiants afin dintgrer une cole
dingnieurs dune part et lattrait du diplme des fins de gratifications extrieures (salaire,
statut, etc.) dautre part, il nous semble important de pouvoir distinguer les poids respectifs de
la motivation par rgulation introjecte ou externe dans la motivation contrle, ce que ne
permet pas lchelle SRQ-L.
Par ailleurs, les chelles SRQ-A et SRQ-L ne mesurent pas lamotivation. Ce construit ne
devra pas tre occult dans notre tude dans la mesure o un pourcentage certes rduit
(environ 2 %) mais non ngligeable dtudiants quitte lcole en cours ou en fin de premire
anne et que lamotivation est un facteur prpondrant pour expliquer cette dcision. Les deux
questionnaires SRQ-A et SRQ-L sont focaliss sur les activits scolaires, prsentent peu de
perspectives post-cole, en particulier au niveau de la rgulation externe, et insistent sur la
relation professeur-lve. Notons enfin que le questionnaire SRQ-A sadresse un public
pouvant tre trs jeune (enfants partir de 8 ans) et quil ne peut donc pas traduire toutes les
proccupations dtudiants gs de 23 ans en moyenne. Il est souligner que lanalyse de ces
chelles nous permet nanmoins de dgager plusieurs items qui illustrent les diffrents
construits de la motivation intrinsque, par rgulation identifie, introjecte et par rgulation
externe (ce point sera dvelopp au Chapitre 5).
58

La comparaison des questionnaires MG-28 et M-U dune part et SRQ-A et SRQ-L


dautre part est intressante plusieurs titres. Notons tout dabord que la frontire entre les
motivations extrinsques par rgulations externe et introjecte est assez floue. En effet, des
items tels que je ne veux pas dcevoir certaines personnes , je veux tre mieux considre par certaines personnes ou montrer aux autres ce que je vaux sont associs la
motivation extrinsque par rgulation externe selon le questionnaire MG-28 alors que les
items I want the teacher to think Im a good student ou I want the other students to think
Im smart rfrent la motivation extrinsque par rgulation introjecte dans le
questionnaire SRQ-A. Dans notre tude et compte-tenu de la dfinition de la motivation par
rgulation introjecte qui spcifie que lindividu se motive seul mais sous leffet de pressions
intriorises, nous prfrerons intgrer ce type ditems la motivation par rgulation
introjecte la manire de Ryan et Connell (1989).
Malgr lintroduction thorique de la motivation extrinsque par rgulation intgre par Ryan
et Connell (1989), aucun des quatre questionnaires prcits ne tente de mesurer cette
dimension. Estimant que les concepts de motivation par rgulation intgre et identifie sont
proches et que leur distinction ne serait que dun intrt moindre dans notre tude, nous avons
galement choisi de ne pas faire apparatre ce construit.
Vallerand et ses collgues (1989) ont quant eux distingu trois types diffrents de
motivation intrinsque ( la connaissance, laccomplissement et la stimulation) qui
napparaissent pas dans les questionnaires de Ryan et Connell (1989), le SRQ-A, ou de Black
et Deci (2000), le SRQ-L, o la motivation intrinsque fait rfrence au plaisir ( its fun ,
I enjoy ) ou lintrt ( its interesting ). Dans notre tude, nous tenterons dexplorer les
diffrents construits de la motivation intrinsque mais il reste savoir si, par exemple, la
motivation

intrinsque laccomplissement

est

rellement intrinsque (plaisir

personnel se surpasser, exceller) ou sil ne sagit pas dune forme dtourne de


motivation extrinsque par rgulation introjecte (se surpasser pour prouver aux autres ce
dont on est capable, effet de comptition, etc.). Cest au cours dune pr-enqute qualitative
exploratoire, complmentaire cette dmarche, mais aussi en considrant les rsultats des
analyses factorielles exploratoire et confirmatoire que ces distinctions devront tre claircies.
La motivation intrinsque la connaissance semble tout fait adapte la prsente tude.
Quant la pertinence de la motivation intrinsque la stimulation, elle est ventuellement
rinterroger selon les activits considres. Cette motivation trouve naturellement sa place
dans les tudes lies la pratique dactivits sportives (Pelletier et ses collaborateurs, 2001 ;
59

Boich et Sarrazin, 2007) avec des items ainsi formuls : ressentir des motions que
jaime , je vis une sensation de bien-tre , les sentiments agrables que je ressens .
Lorsquil sagit des tudes avances (questionnaire M-U), il devient plus difficile de
distinguer les diffrents types de motivation intrinsque, les items voquant alors le plaisir
ressenti lire des auteurs intressants ou encore le plaisir ressenti se sentir
compltement absorb-e par ce que certains auteurs ont crit . Notons enfin que les
questionnaires MG-28 et lM-U font merger de nombreux items illustrant le concept
damotivation.
1.6.2.2 Les cinq dimensions de la motivation
En conclusion, nous pouvons retenir de lanalyse comparative des chelles MG-28, M-U
28, SRQ-A et SRQ-L les points suivants :
Sur le continuum de lautodtermination dfini par Deci et Ryan (1985), cinq
construits seront mobiliss dans notre tude :
la motivation intrinsque,
la motivation extrinsque par rgulation identifie,
la motivation extrinsque par rgulation introjecte,
la motivation extrinsque par rgulation externe,
et enfin lamotivation.
Les items des chelles MG-28, M-U 28, SRQ-A et SRQ-L seront extraits afin
dillustrer les cinq construits de la motivation retenus. Cependant aucune de ces
chelles ntant parfaitement adapte au contexte dune cole dingnieurs franaise,
nous avons choisi de mener une enqute qualitative exploratoire auprs des tudiants
de notre tude. Le but est daboutir la construction dune chelle de mesure de la
motivation poursuivre des tudes dingnieur qui soit pertinente notre terrain de
recherche et suffisamment exhaustive quant la prise en compte des cinq construits de
la motivation retenus (cf. Chapitre 5).

60

Conclusion
Dans ce premier chapitre, nous avons prsent cinq thories majeures de la motivation en
contexte scolaire. Lune delles, la thorie de lautodtermination, a t retenue pour soustendre notre recherche car elle fournit le cadre le plus gnral et notre sens le plus pertinent
ltude de la motivation poursuivre des tudes dingnieur. Son originalit rside dans la
proposition dun continuum de lautodtermination qui gradue la motivation de son niveau le
plus bas (lamotivation) son niveau le plus lev (la motivation intrinsque). Pour la mise en
uvre oprationnelle de notre recherche, nous avons choisi de conserver les cinq dimensions
de la motivation suivantes : la motivation intrinsque, les motivations extrinsques par
rgulation identifie, introjecte et externe et enfin lamotivation.

61

CHAPITRE 2 - LES CARACTERISTIQUES


INDIVIDUELLES SOUS LANGLE DES TRAITS ET
DES TYPES DE PERSONNALITE

Introduction
Sans prtendre lexhaustivit, nous prsentons dans ce chapitre un ensemble de modles
thoriques utiliss dans la littrature afin de mettre en correspondance les caractristiques
individuelles et la performance. Il sagit de :

Lapproche de Holland (ou typologie RIASEC) qui considre que plus la


correspondance est grande entre les caractristiques de lindividu et les exigences de
son environnement, plus cet individu a des chances dy tre efficace et dy trouver
satisfaction.

Lindicateur typologiqque de Myers-Briggs (ou MBTI8) ; dvelopp aux Etats-Unis


ds 1942 par Isabel Briggs Myers et Katharine Briggs sur la base des travaux du
psychiatre suisse Carl Gustav Jung et de son ouvrage les types psychologiques , le
MBTI fait lobjet de nombreuses tudes mettant en lien les caractristiques
typologiques des individus et leur comportement.
Le modle des cinq facteurs (ou Big Five ) value les traits de la personnalit selon
cinq dimensions : lextraversion, lagrabilit, la conscience, le nvrosisme et
louverture lexprience. Une littrature abondante rfre aux relations entre les
dimensions du Big Five et les performances professionnelle et acadmique.
Enfin le modle de Ned Herrmann (ou HBDI9) dfinit quatre dominances
crbrales qui associes diffrents niveaux de prfrence dterminent un profil.
Lutilisation du HBDI est frquente en entreprise ; elle vise gnralement
lamlioration des performances du travail en quipe.

Myers Briggs Type Indicator.

Herrmann Brain Dominance Instrument.

62

Ces diffrents modles sont prsents en mettant laccent sur leurs contributions dans le
monde de lducation. Nous analysons en particulier les apports quils fournissent la
comprhension de la performance acadmique. A lissue de ce chapitre, nous justifions le
choix du modle retenu pour caractriser les diffrences individuelles des lves-ingnieurs
de notre tude.

2.1 Lapproche de Holland


Selon lapproche du psychologue amricain John Holland (1959, 1973, 1997), les individus
sont en qute des environnements qui vont leur permettre dexercer leurs talents, dexprimer
leurs valeurs et dassumer les rles qui leur conviennent. En contrepartie, les environnements
attirent les personnes qui leur correspondent. Les professions ont ainsi tendance runir des
individus qui, dans une certaine mesure, se ressemblent et le choix d'un mtier devient une
forme d'expression de la personnalit.
2.1.1 La typologie RIASEC
Dans la culture amricaine, Holland a distingu de faon empirique les six types de
personnalit suivants : raliste, investigateur, artistique, social, entreprenant et conventionnel.
Pour un mme individu, le degr de ressemblance avec chacun des six types constitue le
patron de personnalit.
La personne de type raliste (R) possde des aptitudes manuelles ou techniques. Elle aime
rsoudre des problmes concrets et prfre viter les situations impliquant des interactions
sociales. Lambition et la matrise de soi figurent parmi ses valeurs. Le sens pratique, le
ralisme, le conformisme et la persvrance caractrisent ce type.
La personne de type investigateur (I) apprcie la recherche sous ses diverses formes et
prsente une aversion pour les activits caractre rptitif. Ses valeurs sont lindpendance
et lambition. Elle est ouverte aux ides nouvelles. Le sens critique, la curiosit et une attitude
introspective figurent parmi ses traits caractristiques.
La personne de type artistique (A) est attire par les activits caractre libre impliquant la
cration par la manipulation de matriaux divers. Elle rejette les structures et lordre tabli, est
perue comme expressive, intuitive et non conformiste. Elle peut galement se rvler
complexe, impulsive et dnue de sens pratique.

63

La personne caractrise par le type social (S) envisage le travail avec les autres, aussi bien
dans une perspective ducative que curative. Elle possde des valeurs galitaires, souhaite
aider les autres, les comprendre, a gnralement des aptitudes pour lenseignement et le
travail caractre social plutt que pour les domaines techniques et scientifiques. Elle se
rvle cooprative, souvent idaliste, responsable et comprhensive.
La personne de type entreprenant (E) souhaite travailler avec les autres en vue dorganiser, de
diriger. Elle vise lefficacit et la rentabilit. La russite sur les plans conomique et politique
est dailleurs importante ses yeux. Elle est gnralement perue comme dynamique,
ambitieuse et nergique.
La personne de type conventionnel (C) est attire par les activits impliquant la manipulation
ordonne et systmatique de donnes au sein dune organisation. Elle apprcie les structures
clairement tablies et prne des valeurs conservatrices. Perue comme conformiste et
ordonne, elle se rvle gnralement consciencieuse, efficace, inflexible, persvrante et
pratique.
Holland a galement dfini quatre notions sappliquant tant aux environnements quaux
personnes : la cohrence, la diffrentiation, lidentit et la congruence (Bujold et Gingras,
2000, p. 32).
La cohrence traduit le rapport plus ou moins troit existant entre deux types chez une mme
personne ou dans un environnement. Ainsi certaines paires de types ont-elles plus dlments
en commun que dautres.
La diffrentiation indique le degr de prcision avec lequel des personnes ou des
environnements sont caractriss. Un individu ou un environnement pour lequel sont observs
des nombres peu prs gaux de chacun des six types est dfini comme indiffrenci.
Le concept didentit dtermine dans quelle mesure un individu a une image claire et stable de
ses buts, intrts et aptitudes, ou quel point une organisation sest donn des objectifs et un
mode de fonctionnement qui sont prcis, intgrs et qui revtent un caractre permanent.
La congruence illustre la correspondance entre les types et les environnements. Holland
(1997) avance quun environnement congruent la personne est un environnement dans
lequel elle est invite utiliser les rpertoires qui lui sont propres, o elle se sent accepte,

64

apprcie et encourage. Parmi les quatre variables, la congruence est considre comme la
plus importante afin de prdire le degr de stabilit, de succs et de satisfaction des individus.
Dans le Vocational Preference Inventory (VPI) (Holland, 1985b), diverses professions sont
regroupes selon six chelles reprsentant chacune lun des types. Le score le plus lev
obtenu par le sujet indique son type de personnalit. Son profil de personnalit est quant lui
rvl par les scores obtenus sur chacune des six chelles. Le Self-Directed Search (SDS)
(Holland, Fritzsche et Powell, 1994) permet dtablir le profil de personnalit dun individu
partir de lautovaluation de ses prfrences et de ses comptences.
Dans le modle hexagonal (Figure 5), plus la distance entre deux types est courte, plus leur
similarit psychologique est grande. Ce modle illustre graphiquement le degr de cohrence
du profil de personnalit dun individu. Il permet galement de dfinir la cohrence dun
environnement ainsi que le degr de congruence entre un individu et son environnement. Un
exemple de degr maximal dincongruence serait celui dun type conventionnel voluant dans
un milieu artistique.
Figure 5 L

H land (1973)

Partant du principe que le profil de personnalit dun individu devrait permettre de prdire son
comportement, Holland (1997) a formul des hypothses concernant notamment les
aspirations et la russite professionnelles, le comportement social et ducationnel et le degr
dengagement et de satisfaction. Dans le domaine de lducation, Holland avance plusieurs
hypothses dont quelques-unes sont prsentes ci-aprs.

65

Un niveau lev daspiration scolaire ainsi que le succs dans les tudes sont associs au
profil de personnalit dont les types sont, dans lordre suivant : investigateur, social,
artistique, conventionnel, entreprenant et raliste. Selon Holland le type investigateur et, dans
une moindre mesure, le type conventionnel trouveraient lcole un milieu favorable la
satisfaction de leurs aspirations alors que le type entreprenant sactualiserait davantage au
cours de sa vie professionnelle.
Les lves ragissent au comportement des professeurs, leurs styles et mthodes
pdagogiques en fonction de leur profil de personnalit. Un lve dont le type dominant est
social devrait ragir plus favorablement un professeur qui prsente le mme type et qui
enseigne des matires caractre social. Une piste damlioration de lapprentissage scolaire
serait alors dadapter les mthodes denseignement ainsi que le pairage lve-enseignant en
fonction des types dominants de chacun.
Les niveaux daspiration, de stabilit, de russite et de satisfaction scolaires sont amliors,
selon Holland, par la congruence entre llve et son environnement dans la mesure o llve
a un profil de personnalit cohrent et diffrenci et une identit bien dfinie. Lincongruence
est linverse susceptible de gnrer un changement de milieu ou une modification du
comportement dans le but de sadapter (Dub, 1977). Au niveau professionnel, lexamen de la
congruence entre les profils de lindividu et de son emploi permet de prdire les degrs de
succs et de satisfaction. A titre dexemple, un individu de type conventionnel-entreprenant,
dont le profil de personnalit est cohrent et diffrenci, qui a une identit bien dfinie et qui
entre dans un milieu prsentant ces mmes caractristiques, est susceptible dtre comptent
dans le travail quil exercera sil correspond son niveau de formation, dy trouver
satisfaction et de parvenir une bonne adaptation sociale.
Holland (1997) a lui-mme valu les forces et limites de sa thorie. Du point de vue de ses
atouts, elle prsente lavantage dtre facilement comprhensible. La clart des dfinitions, la
consistance interne et la possibilit de gnralisation sont les gages dune bonne thorie. Elle
sappuie sur des recherches effectues auprs de vastes chantillons denfants, dadolescents,
dlves et dadultes. Sa mise en application est facilite par son systme de classification et
le dploiement des instruments dvaluation.
Concernant les limites, Holland (1997) souligne que les hypothses relatives aux interactions
personnalit-environnement ont reu un certain appui empirique, mais quelles doivent encore

66

faire lobjet dexprimentations. Des paramtres dimportance tels que le rle de lducation,
le genre, la classe sociale, ne sont pas encore suffisamment pris en compte par la thorie. Il
ressort nanmoins que conformment sa thorie les performances des tudiants sont
amliores lorsquils sengagent dans une formation professionnelle congruente leur type de
personnalit (Holland, 1985a, 1997).
2.1.2 Pertinence et enseignements au regard de notre recherche
Au regard de notre tude, lintrt majeur de lapproche de Holland rside dans la notion de
congruence. Cette notion implique que les individus prouvent plus de satisfaction et
augmentent leurs chances de succs lorsquil y a correspondance entre leur personnalit et les
caractristiques de l'environnement dans lequel ils voluent. Selon Holland, les individus sont
attirs par les environnements qui leur ressemblent ; ils pressentent quil sagit du lieu o ils
pourront au mieux dvelopper leurs talents et ainsi spanouir.

2.2 La typologie de C. G. Jung et le MBTI


Aprs avoir observ pendant une vingtaine dannes des individus de cultures et de classes
sociales diffrentes, le psychiatre suisse Carl Gustav Jung (1875-1961) estima quils
pouvaient tre diviss en deux catgories selon deux attitudes gnrales fondamentalement
distinctes : lextraversion (E) et lintroversion (I) (Jung, 1933). Une attitude se caractrise par
une prdisposition particulire du psychisme ragir aux circonstances. Lattitude extravertie
est dfinie par un intrt pour les vnements, les tres et les choses, une relation, une
dpendance vis--vis deux ; lorsque chez un sujet, cette attitude est habituelle, Jung le dcrit
comme extraverti (Fordham, 2005, p. 29). Ce type, motiv par des facteurs extrieurs, est
grandement influenc par lenvironnement. Sociable, il montre de lassurance, mme dans un
milieu quil ne connat pas.
A loppos, lattitude introvertie est une attitude de retrait ; lnergie est concentre sur des
facteurs subjectifs et linfluence prdominante est la ncessit intime . Quand cette attitude
est habituelle, Jung renvoie au type introverti (Fordham, 2005, p. 29). Les introvertis livrent le
meilleur deux-mmes dans la solitude ou dans un petit groupe familier ; ils sont plus laise
dans le monde de leurs penses quau cours dune conversation et prfrent les occupations
tranquilles lactivit bruyante. Ils ont tendance accorder une plus grande importance leur
propre jugement qu une opinion gnralement accepte.

67

Jung avance qu la distinction extraversion / introversion sadjoignent quatre fonctions


psychologiques auxquelles nous avons recours pour nous orienter dans le monde (extrieur et
intrieur) : la pense (T), le sentiment (F), la sensation (S) et lintuition (N). Alors que les
fonctions pense et sentiment relvent de la prise de dcision, les fonctions sensation et
intuition ont trait deux faons diffrentes de recueillir linformation.
La fonction pense permet de relier diffrentes expriences pour former des concepts et pour
agir de faon rationnelle (Hansenne, 2009, p. 117). Le type pense se concentre sur des
lments solides, tablis. Il agit partir de donnes objectives et dcide en fonction de ce qui
lui parat logique.
La fonction sentiment se caractrise par des jugements subjectifs. Le type sentiment dcide en
fonction de ses valeurs personnelles. Il attache de limportance aux relations entre les
personnes et veillera prserver lharmonie dans un groupe.
Avec la fonction sensation, les donnes sont captes par les cinq sens. Le type sensation est
pragmatique, il sintresse aux faits prcis, mesurables, vrifiables. Il recherche rapidement
une solution aux problmes et juge la valeur dune action aux rsultats et lefficacit.
La fonction intuition permet denvisager les possibilits, les potentialits. Elle est influence
par des mcanismes inconscients. Le type intuition considre les choses de manire globale ;
il est davantage intress par ce qui merge que par le concret dune ralit tangible.
Sur la base de la typologie de Jung, les deux amricaines Isabel Myers et Katharine Briggs ont
conu un instrument dautovaluation : le MBTI, Myers Briggs Type Indicator (Myers et
McCaulley, 1985). Aux trois dimensions dfinies par Jung, E/I, S/N et T/F, elles en ont ajout
une quatrime dnomme style de vie. Cette dimension indique la manire dont chacun se
situe par rapport au monde extrieur et organise son mode de vie (Cauvin et Cailloux, 1994, p.
41). Deux polarits la caractrisent : la perception (P) et le jugement (J). Le type perception
est rceptif aux opportunits. Il largit le champ des possibles et, rticent la dcision, il
maintient les potentialits ouvertes aussi longtemps que possible. Le type J est proactif ; plus
laise dans la dcision, il prfre organiser et matriser son environnement.
Les caractristiques de chacune des huit fonctions dfinies par le MBTI sont rsumes dans le
Tableau 12. Chaque fonction est associe un style dapprentissage privilgi (Lawrence,
1982; Lawrence, 1997).

68

Tableau 12

dfinies par le
MBTI
Style dapprentissage privilgi

Fonction
Extraversion (E)

Est stimul par le monde extrieur des


vnements et des personnes

Interaction, discussion, change

Introversion (I)

Est stimul par le monde intrieur des


ides et des penses

Rflexion individuelle et solitaire

Sensation (S)

Utilise ses cinq sens pour recueillir


linformation, se concentre sur les faits
concrets et les expriences

Expriences concrtes, dmarche pas


pas selon une mthodologie prouve,
procde du particulier au gnral

Intuition (N)

Recueille linformation de faon globale et


synthtique, privilgie limagination et les
possibilits

Imagination et abstraction, manipulation


des concepts, procde du gnral au
particulier

Pense (T)

Prend ses dcisions sur la base de critres


logiques et objectifs

Dfi intellectuel, logique, analyse,


davantage attir par les problmatiques
techniques

Sentiment (F)

Prend ses dcisions sur la base de valeurs


personnelles, privilgie lharmonie et les
relations interpersonnelles

Implication personnelle, interaction,


davantage attir par les problmatiques
caractre humain

Jugement (J)

Apprcie un style de vie ordonn et


structur, laise dans la dcision, fixe
naturellement des limites

Instructions prcises, calendrier des


chances clairement tabli

Perception (P)

Apprcie un style de vie souple et


spontan, laise dans lexploration et
limprovisation

Stimulation lie la nouveaut,


loriginalit, la libert dexploration

Le MBTI a t largement utilis afin de mettre en correspondance les types de personnalit,


les styles dapprentissage et la performance acadmique des lves-ingnieurs (Rosati, 1997;
Felder, R. M., Felder, G. N. et Dietz, E. J., 2002; Felder et Brent, 2005) ainsi que pour valuer
les effets du type de personnalit sur la formation des ingnieurs (McCaulley, Godleski,
Yokomoto, Harrisberger et Sloan, 1983; O'Brien, Bernold et Akroyd, 1998).
Les principaux types de personnalit rencontrs parmi les lves-ingnieurs sont ISTJ, ESTJ,
INTJ et INTP (Godleski, 1984 ; Capretz, 2002)10. Ces quatre types composent plus de 50 %
de lchantillon (n = 1252) dans ltude mene par Capretz (2002). Lauteur souligne que
comme lindique son tude, les liens entre les types psychologiques et lattirance pour des
tudes dingnieur sont clairement tablis .

A titre dexemple, les profils ISTJ ont tendance tre prudents, conservateurs, ralistes et pratiques; ils sont
l'aise avec la routine, responsables et travailleurs.

10

69

McCaulley et al. (1983) prsentent les rsultats dune tude de deux annes mene par un
consortium de huit universits amricaines auprs dun chantillon de 3718 tudiants.
Ltude montre que les lves-ingnieurs ont une forte prfrence pour les fonctions pense
(74 %) et jugement (61 %).
Compar aux rsultats obtenus sur un chantillon reprsentatif dtudiants de premire
anne issus dautres disciplines, les lves-ingnieurs obtiennent des scores plus
levs sur les dimensions introversion (I), pense (T) et jugement (J). Sur la dimension
S/N, les rsultats obtenus sont peu prs quivalents ceux de leurs pairs.
Des diffrences sont releves entre garons et filles lves-ingnieurs. 77 % des
garons sont T contre 61 % des filles.
Les polarits S et N sont reprsentes dans des proportions peu prs quivalentes
(autour de 50 %).
Les disciplines regroupent des tudiants aux types distincts. Une plus forte proportion
dextravertis (E) se retrouve dans les filires industrie (56 %) et informatique (55 %).
Les introvertis (I) sont majoritaires en aronautique (61 %), gologie (60 %) et
lectricit (59 %). La fonction sensation (S) est majoritaire en gnie civil (69 %),
industrie (61 %), mcanique (61 %) et industrie minire (60 %). La gologie (62 %),
laronautique (60 %) et la mtallurgie (54 %) regroupent majoritairement des profils
intuition (N). La fonction pense (T) est majoritaire pour lensemble des disciplines.
Les pourcentages les plus levs pour cette fonction (T) sont laronautique (82 %),
llectricit (80 %), la mcanique (80 %) et la physique (76 %).
McCaulley et al. (1983) insistent sur lattention qui devrait tre porte aux rsultats de leurs
recherches et formulent quelques recommandations :
De faon peu surprenante, beaucoup dtudiants aux profils logiques, analytiques et
proactifs se dirigent vers lingnierie ; cependant une survalorisation de ces
caractristiques conduit sous-estimer les comptences lies lcoute, la
comprhension ou la dlgation. Puisquune grande partie du travail de lingnieur
dpend de la communication et du travail en quipe, il est important que les
professeurs insistent sur limportance de ces comptences et les enseignent

70

spcifiquement (ce qui sera bien-sr apprci des tudiants ayant une prfrence pour
lextraversion, le sentiment et lintuition).
Les lves-ingnieurs aux profils plus atypiques (ayant une prfrence pour les
fonctions extraversion et sentiment) apprennent mieux sils reoivent frquemment un
feedback et une apprciation ; malheureusement, les personnalits attires par ces
domaines sont les moins enclines donner ce feedback. Ainsi est-il du ressort des
professeurs denseigner et de promouvoir ces comportements, ce qui, en retour,
incitera les tudiants faire la mme chose dans leur propre travail.
Puisque les proportions en types sensation et intuition sont quivalentes, la
consquence est que la moiti des tudiants apprend mieux de faon dductive et
lautre moiti de faon inductive. Les types sensation apprcient les instructions
claires, en commenant par des expriences pratiques et en allant vers la nouveaut au
cours dune dmarche prsente pas--pas. Les types intuition prfrent au contraire
aborder en premier lieu les concepts thoriques pour ensuite sacheminer vers la
rsolution de problmes concrets. Les enseignants devraient garder lesprit ces
diffrences afin datteindre efficacement le plus grand nombre dtudiants. Par souci
dquit, les valuations devraient galement prendre en compte ces diffrences afin
de donner chacun toutes ses chances.
Au cours dune analyse longitudinale mene lUniversit du Western Ontario par Rosati
(1993, 1997, 1999a), il a t montr que les tudiants masculins de type introversion,
intuition, pense et jugement (INTJ) prsentaient une probabilit de succs en fin de premire
anne du cursus ingnieur plus leve que leurs homologues du type oppos (ESFP). Ces
rsultats sappliquent aux tudiants de lextrmit infrieure du spectre acadmique, le type
ayant une incidence moindre sur les rsultats des bons tudiants. Rosati (1993, 1997, 1999a)
na par ailleurs not aucune influence du type sur les rsultats des filles.
Rosati (1999b) a par ailleurs men une tude comparative entre tudiants canadiens et
amricains, issus de filires scientifiques. Il observe que les tudiants amricains sont
davantage E et J que leurs homologues canadiens. Mme si ses rsultats doivent tre
confirms, Rosati souligne la ncessit de considrer les diffrences interculturelles et de ne
gnraliser les rsultats du MBTI quavec prudence.

71

Dans les travaux de R. M. Felder, G. N. Felder et E. J. Dietz (2002), le MBTI a t administr


un groupe de 116 tudiants suivant des cours de gnie chimique la North Carolina State
University. Ces cours ont t conus de faon privilgier les modes dapprentissage
prfrentiels des tudiants de profils ESF (modes coopratif, actif et inductif), profils
gnralement pnaliss par les pratiques pdagogiques usuelles des filires ingnieurs. Les
rsultats indiquent que les tudiants ont bnfici de cette exprimentation en obtenant de
meilleures performances. Felder et al. (2002) en concluent que les enseignants peuvent utiliser
le MBTI afin de mieux comprendre les profils des tudiants et leurs besoins en matire de
pdagogie. Ils pourront alors amliorer la qualit de leur enseignement.
2.2.1 Pertinence pour notre recherche
Le MBTI a fait lobjet de nombreux travaux dans la littrature, tant pour des applications dans
le monde acadmique que dans la sphre professionnelle. Dans le monde acadmique, selon la
discipline considre, les tudiants sont caractriss par des profils types. Ainsi les lvesingnieurs se distinguent-ils par une prfrence marque pour les fonctions pense (T) et
jugement (J). Les personnes de type Pense tendent considrer les consquences logiques de
leurs choix et de leurs actes ; elles cherchent sabstraire mentalement dune situation pour
lexaminer objectivement. Elles font preuve dquit, apprcient lanalyse de problmes
techniques et identifient gnralement avec talent les failles dun systme ou dune
organisation. Les personnes de type Jugement ont un got pour les environnements structurs,
ordonns et prvisibles. Elles sont laise dans la planification et aiment pouvoir rester matre
des vnements. Le MBTI permet galement doprer des distinctions de profils dune
discipline (ou dune filire) lautre (informatique, mcanique, lectricit, aronautique,
gologie, etc.). La performance acadmique et les types sont corrls. Selon les travaux de
Rosati (1993, 1997, 1999a), cette corrlation est dautant plus leve que le niveau des
tudiants est faible et quil sagit des garons. Notons enfin quun intrt majeur du MBTI
rside dans la mise en vidence de linfluence des pratiques pdagogiques sur les
performances des tudiants en fonction de leur profil. Les travaux de Felder et al. (2002) et
de Felder et Brent (2005) soulignent que le MBTI permet didentifier des diffrences dans la
faon dont les tudiants abordent des situations d'apprentissage, rpondent aux diverses
formes d'enseignement, ragissent lenvironnement scolaire ou formulent des objectifs de
carrire (Felder et al., 2002, p. 15). Felder et Brent (2005, p. 57) recommandent aux
enseignants dapprofondir leur comprhension de ces diffrences pour ainsi mettre en uvre
des pratiques pdagogiques plus adaptes la diversit des besoins des tudiants.
72

2.3 Le modle des cinq facteurs ou Big Five


Le modle des cinq facteurs (ou Big Five ) dcrit la personnalit selon cinq dimensions
mises en vidence de faon empirique au cours de nombreux travaux de recherche (Goldberg,
1981, 1990 ; Digman, 1990 ; John, 1990a, 1990b ; Wiggins, 1996) : lextraversion,
lagrabilit, la conscience, le nvrosisme et louverture lexprience.
2.3.1 Lextraversion
Lextraversion concerne la tendance rechercher le contact avec lenvironnement (social
notamment, mais pas exclusivement), et les stimulations agrables quil procure, avec nergie,
entrain, enthousiasme et confiance et vivre ces expriences de manire positive. (Rolland,
2004, p. 50). Il sagit dun systme de rgulation de la sensibilit la rcompense et de
contrle de la production dmotions et de cognitions positives ou agrables . Les
personnes extraverties ont tendance tre plutt heureuses et satisfaites de la vie. Rolland
souligne que labsence de ractivit aux stimuli positifs nest pas assimilable une forte
ractivit aux stimuli aversifs. La ractivit aux stimuli aversifs est rgule par dautres
circuits et ces deux fonctions sont indpendantes (Canli, Desmond, Zhao, Glover et Gabrieli
1998 ; Davidson, 1998, 2000 ; Elliot et Trash, 2002). Lextraversion est corrle avec lestime
de soi (Judge, Erez, Bono et Thoresen, 2002 ; Robins et al., 2001), la satisfaction dans la vie
professionnelle et la vie en gnral (DeNeve et Cooper, 1998; Judge, Heller et Mount, 2002 ;
Steel et Ones, 2002).
2.3.2 Le caractre agrable
Le caractre agrable (ou agrabilit, de langlais agreeableness) rfre aux relations autrui
et renvoie essentiellement la tonalit (empathie, bienveillance, chaleur ou cynisme,
indiffrence, hostilit) de ces relations. Cette dimension dcrit le type dinteractions quune
personne tend instaurer, sur un continuum allant de la compassion lantagonisme. Des
scores levs sur cette dimension dcrivent une personne plutt altruiste, proccupe du bientre des autres et prte les aider spontanment, une personne prvenante et attentionne qui
a une tendance naturelle faire confiance aux autres, une personne centre sur les autres et
empathique leur gard, sensible leurs problmes, besoins et bien-tre. (Rolland, 2004, p.
51). Cette dimension vise la rgulation de lquilibre dans les relations et changes
interpersonnels, des scores levs exprimant une proccupation du bien-tre dautrui avant le
sien propre, et des scores faibles une focalisation sur son propre bien-tre et ses propres

73

intrts plutt que ceux dautrui. Cette dimension est associe la russite dans le travail en
quipe (Barrick, Mount et Judge, 2001) et la dtresse rsultant de situations conflictuelles
(Rolland et DeFruyt, 2003).
2.3.3 La conscience
Le caractre consciencieux (ou la conscience, de langlais conscientiousness) renvoie la
fixation de buts et dobjectifs, lanticipation, la planification, lorganisation et la mise en
uvre de conduites visant latteinte dobjectifs lointains ou difficiles. La conscience dcrit
ainsi la capacit dun individu diffrer la satisfaction immdiate des dsirs et des besoins, le
contrle de soi ncessaire cette satisfaction diffre, la persvrance dans les efforts
ncessaires latteinte dun objectif lointain malgr les difficults rencontres ou les
distractions qui peuvent survenir. Ce ple de contrle dnote la possibilit de privilgier un
objectif lointain par rapport la satisfaction immdiate dun dsir ou dune impulsion.
(Rolland, 2004, p. 52-53).
Des scores levs sur cette dimension dcrivent une personne qui prfre l'action planifie et
organise et qui en accepte les contraintes. Elle se fixe des objectifs long terme et tablit des
plans, ne se laisse pas dtourner de ses objectifs par les obstacles, les difficults ou l'ennui.
Elle est tenace, voire obstine et persvrante. Cette personne a besoin d'ordre et de structure,
elle peut tre dcrite comme exigeante, mthodique, mticuleuse, scrupuleuse et discipline.
Elle est perue comme fiable. Des scores faibles dcrivent des personnes peu proccupes
d'anticipation, d'organisation et de mthode, qui prfrent les contextes faiblement structurs.
Elles apprcient la possibilit de dcider et de ragir sur l'impulsion du moment, d'improviser
sans les contraintes d'un cadre, d'un programme prtabli et rigide ou d'une mthode prcise.
Elles prouvent des difficults et des rticences accepter les contraintes lies la satisfaction
diffre des dsirs et ressentent ces contraintes comme une entrave leur libert.
Cette dimension rgule les conduites persvrantes visant latteinte dun but lointain fix
l'avance et la facilit accepter les contraintes (organisation, contrle) lies cet objectif
(Rolland, 2004). Elle est corrle positivement la russite en apprentissage (Salgado, 1999 ;
Schmidt et Hunter, 1998), la russite scolaire (Chamorro-Premuzic et Furnham, 2008),
l'efficience professionnelle (Barrick, Mount, Judge, 2001; Judge, Higgins, Thoresen et
Barrick, 1999; Salgado, 1999; Schmidt et Hunter, 1998). Elle est galement associe une
meilleure estime de soi (Robins, Tracy, Trzesniewski, Potter et Gosling, 2001) et une plus

74

grande satisfaction de vie (DeNeve et Cooper, 1998 ; Judge et al., 1999 ; Keyes, Shmotkin et
Ryff, 2002). Des scores levs sur cette dimension peuvent galement reflter un besoin
excessif, voire dysfonctionnel, d'ordre et d'organisation (Lynam et Widiger, 2001).
2.3.4 Le nvrosisme
La fonction du nvrosisme est de prserver l'organisme de la douleur et d'autres
consquences indsirables, de lui faire viter les stimuli aversifs en dirigeant l'attention vers
l'environnement pour y dtecter les signes de danger (rel ou symbolique) ventuel et adopter
les conduites d'vitement de ces stimuli (Rolland, 2004, p. 46).
Des scores levs en nvrosisme indiquent une hypersensibilit et une forte ractivit aux
stimuli aversifs. Cette hypersensibilit conduit paradoxalement la cration d'un univers de
menace permanente et d'motions dsagrables. La ralit et les vnements sont perus
comme problmatiques et pnibles (ce qui cre un univers mental de pessimisme et
d'insatisfaction : contrarits, culpabilit, soucis, inquitudes, embarras, tracas frquents,
ruminations) et une dvalorisation de soi (tendance se percevoir soi-mme comme
incomptent, mdiocre et incapable d'affronter ces nombreuses et frquentes difficults). Un
nvrosisme lev comporte galement une tendance prouver frquemment et intensment
une vaste gamme d'motions ngatives (honte, peur, anxit, colre, tristesse...) (Canli et al.,
2001) et traduit une grande vulnrabilit au stress (Costa et McCrae, 1987 ; Vassend et
Skrondal, 1999 ; Watson et Pennebaker, 1989). Des scores faibles sur une chelle de
nvrosisme refltent une faible sensibilit de ce systme de perception de la menace (aspects
dsagrables de la ralit) et non pas une sensibilit leve la rcompense (aspects agrables
de la ralit). Le nvrosisme est un systme de perception de la menace, relle ou symbolique,
et de ractivit cette menace. Il contrle la production d'motions et de cognitions ngatives
ou dsagrables.
Le nvrosisme est corrl aux motions ngatives (Watson, Wiese, Vaidya et Tellegen, 1999 ;
Canli et al., 2001), lestime de soi (Judge, Erez, Bono et Thoresen, 2002 ; Robins et al.,
2001), linsatisfaction dans la vie professionnelle et la vie en gnral (DeNeve et Cooper,
1998 ; Judge, Heller, Mount, 2002 ; Steel et Ones, 2002).

75

2.3.5 Louverture l'exprience


Louverture l'exprience se manifeste par des intrts ouverts, larges et varis, une
capacit rechercher et vivre des expriences nouvelles et inhabituelles apprcies pour
elles-mmes. Ce got pour les expriences nouvelles peut concerner diffrents domaines et
diverses sphres (reprsentations, croyances, valeurs, actions) de conduites (Rolland, 2004,
p. 50).
Des scores levs en ouverture traduisent une forte curiosit et une imagination active, une
sensibilit esthtique, une attention son propre univers motionnel et ses sentiments, une
prfrence pour la varit et la nouveaut, un got pour les valeurs non conventionnelles et
une indpendance de jugement. Des scores faibles se caractrisent par la prfrence pour les
expriences et les situations connues et familires, une gamme d'intrts restreints et focaliss,
une prfrence pour les points de vue (ides, croyances, valeurs, attitudes) connus et
considrs comme fiables parce qu'ayant fait leurs preuves, et par un fort ancrage dans les
conduites habituelles. Louverture peut tre considre comme un systme de rgulation des
ractions la nouveaut (Rolland, 2004). Elle est corrle positivement la crativit (Feist,
1998).
Les questionnaires NEO PI-R (Revised NEO Personality Inventory : Costa et McCrae, 1992)
et BFI (Big Five Inventory : Benet-Martinez et John, 1998; John, Donahue et Kentle, 1991)
sont les plus frquemment utiliss dans la littrature afin dvaluer les dimensions du Big
Five11. Le Tableau 13 prsente les adjectifs associs des scores levs sur chacun des cinq
facteurs.

11

Une version franaise du BFI, le BFI-fr, est propose par Plaisant, Courtois, Rveillre, Mendelsohn, et John
(2010).

76

Tableau 13 Adjectifs associs des scores levs sur chacun des cinq facteurs
Facteurs

Adjectifs

Extraversion

Confiant
Spontan
Assur
Actif

Sociable
Bavard
Energique
Grgaire

Agrabilit

Chaleureux
Altruiste
Empathique
Amical

Serviable
Gnreux
Compatissant
Coopratif

Conscience

Mthodique
Responsable
Mticuleux
Disciplin

Minutieux
Persvrant
Organis
Exigeant

Nvrosisme

Anxieux
Nerveux
Stress
Inquiet

Vigilant
Triste
Craintif
Pessimiste

Ouverture
lexprience

Imaginatif
Cratif
Got pour la
nouveaut
Curieux

Indpendant
Original
Eveill
Sensibilit esthtique

Le modle des cinq facteurs fait lobjet de nombreux travaux de recherche en ducation.
Nombre dentre eux tablissent une relation positive et significative entre la dimension
conscience et la russite scolaire (Dollinger et Orf, 1991; Busato, Prins, Elshout et Hamaker,
2000; Paunonen et Ashton, 2001 ; Furnham, Chamorro-Premuzic et McDougall, 2003;
Chamorro-Premuzic et Furnham, 2003a ; Wagerman et Funder, 2007 ; Chamorro-Premuzic et
Furnham 2008; Dollinger, Matyja et Huber, 2008 ; Komarraju et al., 2009). Dans leur mtaanalyse, O'Connor et Paunonen (2007) valuent r = .24 la corrlation moyenne entre la
conscience et la performance scolaire ; elle peut varier de r = .12 r = .36 selon les tudes.
Les tudiants consciencieux sont travailleurs et persvrants. Ils se concentrent sur un nombre
restreint dobjectifs et mettent tout en uvre afin de les atteindre. Ils sont organiss,
exigeants, disciplins, fiables, mthodiques et rflchis. Ils grent efficacement leur temps et
leur taux de prsence en cours est lev. Ces lments sont autant datouts leur permettant
dobtenir de bons rsultats (Furnham et Monsen, 2009). Noftle et Robins (2007) estiment que
parmi les cinq dimensions du Big Five, la conscience est le meilleur prdicteur du rendement
scolaire.

77

Farsides et Woodfield (2003), Chamorro-Premuzic et Furnham (2008) ainsi que Komarraju et


al. (2009) ont tabli une relation positive entre la dimension ouverture lexprience et la
russite scolaire. Chamorro-Premuzic et Furnham (2004) avancent que les individus ouverts
lexprience sont plus enclins s'engager dans des activits qui stimulent l'acquisition de
connaissances. Une mta-analyse effectue par O'Connor et Paunonen (2007) conduit
cependant relativiser ce rsultat. Selon ces auteurs, ltude de variables modratrices devrait
permettre de mieux comprendre la relation entre louverture lexprience et la performance
scolaire.
Plusieurs tudes (Busato, Prins, Elshout et Hamaker, 2000; Furnham, Chamorro-Premuzic et
McDougall, 2003) ont montr une relation ngative entre lextraversion et la russite
scolaire. Ce rsultat a t interprt du fait que les introvertis passeraient plus de temps
tudier lorsque les extravertis le consacreraient la vie sociale (Chamorro-Premuzic et
Furnham, 2005). Selon O'Connor et Paunonen (2007), des tudes complmentaires seraient
ncessaires afin de confirmer ce rsultat.
Les tudiants avec un fort nvrosisme tant plus enclins vivre du stress et de lanxit, des
tudes suggrent une relation ngative entre cette dimension et la performance scolaire
(Chamorro-Premuzic et Furnham, 2003a, 2003b). O'Connor et Paunonen (2007) estiment r
= -0,03 le coefficient de corrlation moyen entre le nvrosisme et la performance scolaire. Ils
en concluent que le nvrosisme nest pas un facteur dterminant de la russite scolaire.
Les tudes sur la relation entre agrabilit et performance acadmique aboutissent des
rsultats divergents. Gray et Watson (2002), Farsides et Woodfield (2003), Conard (2006) et
Komarraju et al., (2009) ont dmontr une relation positive entre agrabilit et performance
scolaire alors que pour dautres auteurs elle est ngative (Rothstein, Paunonen, Rush et King,
1994 ; Paunonen, 1998). Lagrabilit se rfrant des traits comme laltruisme, la gnrosit,
lquit, le dsintressement, elle est pertinente dans les situations o le travail en quipe et
lapprentissage collaboratif sont ncessaires (Barrick, Mount et Judge, 2001).
2.3.6 Dimensions du Big Five, motivation et performance acadmiques
Komarraju et al. (2009) ont tudi les relations entre les cinq dimensions du Big Five, la
motivation et la performance acadmiques auprs dun chantillon de 308 tudiants
amricains gs de 18 24 ans (52 % de filles et 48 % de garons) issus de diffrents cursus
universitaires. La motivation a t mesure laide de lchelle de motivation dans les tudes
78

avances (Vallerand et al., 1992) et la performance acadmique laide de leur GPA12 (Grade
Point Average). Les rsultats indiquent que la motivation intrinsque13 est corrle
positivement aux dimensions conscience et ouverture lexprience ; la motivation
extrinsque14 est corrle positivement aux dimensions conscience et extraversion ;
lamotivation est corrle ngativement aux dimensions conscience et agrabilit et
positivement au nvrosisme. Des analyses de rgression multiple indiquent que les
dimensions conscience et ouverture expliquent 17 % de la variance de la motivation
intrinsque ; la conscience et lextraversion expliquent 13 % de la variance de la motivation
extrinsque ; la conscience et lagrabilit expliquent 11 % de la variance de lamotivation. La
conscience, louverture, le nvrosisme et lagrabilit expliquent 14 % de la variance de la
performance acadmique. La motivation intrinsque laccomplissement explique 5 % de la
variance de la performance acadmique. Les auteurs ont enfin montr que la conscience joue
un rle de mdiation partielle entre la motivation intrinsque laccomplissement et la
performance. Phillips, Abraham et Bond (2003), dans une tude mene auprs de
165 tudiants britanniques dune moyenne dge de 23 ans (80 % de filles et 20 % de
garons)15 ont constat une corrlation positive entre i) la motivation intrinsque et la
conscience, ii) la motivation identifie et la conscience et enfin iii) la motivation introjecte et
le nvrosisme. Les travaux de Kaufman, Agars et Lopez-Wagner (2008) indiquent que la
motivation intrinsque est corrle positivement lagrabilit et louverture. Leur tude a
t ralise auprs dun chantillon de 315 tudiants amricains (80 % de filles et 20 % de
garons) dune moyenne dge de 23 ans. Dautres auteurs ont encore analys les corrlations
entre les variables du Big Five et la motivation (Hart, Stasson, Mahoney et Story, 2007 ; Clark
et Schroth, 2010). Dans la majorit des travaux, la conscience est corrle positivement tant
la motivation intrinsque quextrinsque (Komarraju et al., 2009 ; Phillips et al., 2003 ; Hart
et al., 2007 ; Clark et Schroth, 2010).

12

Voir dans le glossaire la dfinition de la performance acadmique.

13

La motivation intrinsque reprsente la moyenne des


laccomplissement et la stimulation.

motivations

14

intrinsques la connaissance,

La motivation extrinsque reprsente la moyenne des motivations extrinsques par rgulation identifie,
introjecte et externe.
15

Etudiants issus de filires artistiques, scientifiques et de sciences sociales.

79

2.3.7 Pertinence et enseignements au regard de notre recherche


Le Big Five fait lobjet de trs nombreux travaux tant dans le monde de lducation que la
sphre professionnelle. En contexte scolaire, les travaux tablissent le pouvoir prdictif des
dimensions du Big Five dans la performance acadmique et plus particulirement le rle
prpondrant de la conscience. Selon O'Connor et Paunonen (2007), il ny a pas de relation
significative entre le nvrosisme et la russite et les rles de louverture lexprience,
lextraversion et lagrabilit doivent tre clarifis lappui de recherches complmentaires.
Des auteurs comme Komarraju et al. (2009), Phillips et al. (2003) et Kaufman et al. (2008)
ont rapproch la motivation et les dimensions du Big Five afin dexpliquer leur influence sur
la performance scolaire. La nature des corrlations entre la motivation et les variables du Big
Five diffre selon les travaux.

2.4 Le modle des dominances crbrales de N. Herrmann


Ned Herrmann (1989, 1992, 1996), physicien et directeur de la formation dans les annes
soixante-dix chez General Electric a dvelopp au cours dune vingtaine dannes de travaux
de recherche un modle quatre quadrants appel modle des dominances crbrales ou
Herrmann Brain Dominance Instrument (HBDI). Fond sur des tudes portant sur le
fonctionnement du cerveau, le modle de Ned Herrmann associe et synthtise les travaux du
neurophysiologiste Roger W. Sperry (1972, 1981) sur les deux hmisphres du cerveau et du
neurobiologiste Paul D. MacLean (1973, 1990) sur le cerveau tri-unique.
La spcialisation respective des deux hmisphres du cerveau a t dmontre grce aux
recherches de Roger W. Sperry (Prix Nobel de mdecine en 1981). Lhmisphre gauche est
le domaine du langage, de la parole, de lcriture. Il est le sige privilgi de la rationalit, le
centre de la pense analytique, logique et squentielle. Il permet de quantifier, de dcomposer
un problme en procdant mthodiquement et de faon linaire. Lhmisphre droit est le
centre de la pense analogique, symbolique et globale, de lintuition ; il donne naissance au
monde de limagination. Il acquiert les informations dans leur ensemble, les traite
simultanment et en fait la synthse. Il repre les liens, associe, cre de nouvelles structures
imaginaires et de nouveaux concepts. Son mode dapproche nest pas discursif (verbal) mais
structurel (visuel, spatial et abstrait) (Goldstein, Scholthauer et Kleiner, 1985 ; Mintzberg,
1976).

80

Selon le modle du neurobiologiste Paul D. MacLean (1973, 1990) le cerveau de lhomme


prsente une superposition verticale de trois couches correspondant chacune un stade
dvolution diffrent. Le cerveau reptilien, appel aussi cerveau primitif ou primaire est le
sige des pulsions vitales, des mcanismes instinctifs et des automatismes. Sa principale
fonction est dassurer les besoins de base, la sauvegarde de lindividu et de lespce et de
ragir face au danger. Superpos au cerveau reptilien, le cerveau limbique, appel aussi
cerveau viscral, domine laffectivit et les motions, la mmoire long terme,
lapprentissage empirique, la motivation et les conduites sociales de base. Impermable la
logique formelle, il filtre les informations selon leur tonalit motionnelle, enregistre laction
vcue et stocke les souvenirs. Il assure galement le dbut de la connaissance par llaboration
dimages. Le cerveau cortical est le centre des activits humaines suprieures : conscience et
raisonnement, pense logique et abstraite, imagination et invention, langage. Il permet
lhomme de rflchir, de choisir parmi diffrentes opportunits et de sadapter. Il lui permet
galement dassocier les lments mmoriss, de les ragencer et de faire ainsi preuve de
crativit.
Avec le modle de Ned Herrmann (1989, 1992), la distinction hmisphre gauche /
hmisphre droit senrichit de la distinction cerveau reptilien / cerveau limbique / cerveau
cortical. Se fondant sur les interconnexions entre ces diffrences crbrales, Herrmann
distingue quatre zones ou quadrants de ractivit crbrale : le cortical gauche, le limbique
gauche, le cortical droit et le limbique droit (Figure 6). Sous le terme de limbique ,
Herrmann regroupe les fonctions limbique et reptilienne du cerveau.

81

Figure 6 : Les quatre quadrants de ractivit crbrale selon le modle de Ned Herrmann

Tout individu fait appel aux quatre quadrants de ractivit crbrale mais les utilise avec des
intensits variables selon sa personnalit, son histoire, le travail quil effectue, les
circonstances, le milieu dans lequel il volue, le stress auquel il est soumis. Cette pondration
conduit la notion de dominance que le modle de Ned Herrmann quantifie de la manire
suivante :
Une dominance marque (1) lorsquun individu utilise un quadrant spontanment et
frquemment dans ses diffrentes activits ; le score obtenu est de 67 points ou plus ;
Un usage fonctionnel (2) correspond un score compris entre 34 et 66 points :
lindividu fait appel ce quadrant lorsque la situation le demande ;
Lvitement (3) lorsque les ressources du quadrant sont trs rarement sollicites ; le
score obtenu est infrieur 33 points.
Lorsque le quadrant cortical gauche (A) est dominant, lindividu utilise un raisonnement
logique. Il comprend facilement les concepts techniques et scientifiques et manipule les
chiffres avec aisance. Il mne des raisonnements avec rigueur et prcision, analyse les
problmes de manire squentielle et tient compte des aspects financiers. Lindividu pour
82

lequel le quadrant limbique gauche (B) est dominant a le souci de contrler ses motions. Il
planifie, organise, administre, se rassure en mettant de lordre dans ses ides et son
environnement. Il met en uvre un calendrier prcis afin de maximiser lefficience de ses
actions. Le quadrant limbique droit (C) se traduit par un besoin dchange et de contact
humain. Lindividu se montre rceptif et sensible aux ractions et aux motions dautrui. Il
apprcie la communication, les valeurs partages et les aspects humains dans une quipe.
Lorsque le quadrant cortical droit (D) est dominant, lindividu peroit et pense par images, de
manire synthtique. Il rsout les problmes en faisant appel son intuition, privilgie la
vision globale et les analogies. Le got pour linvention, la prise dinitiatives et laudace sont
les caractristiques majeures du quadrant cortical droit.
Les quatre quadrants associs un degr de prfrence forment un diagramme nomm profil
HBDI (Herrmann Brain Dominance Instrument) dont la Figure 7 prsente un exemple
(rotation dans le sens trigonomtrique partir du quadrant cortical gauche ou A). Il sagit
dun profil 2211 double-dominant dans lhmisphre droit (65 % cerveau droit , 35 %
cerveau gauche ) et davantage limbique (63 %) que cortical (37 %).
Figure 7 : Exemple de profil HBDI de type 2211

83

Un profil pointe les dominances et modes de pense privilgis dun individu, ses manires
habituelles de traiter linformation et de communiquer, dapprhender la ralit ou de
rsoudre les problmes.
Le HBDI sinscrit dans la ligne des travaux de recherches portant initialement sur les
psychologies des diffrences individuelles et du choix professionnel (Roe, 1956 ; Super,
1957 ; Holland, 1959 ; Tiedeman et OHara, 1963 ; Miller, 1968 ; Crites, 1969 ; MillerTiedeman, 1976). Les principes la base des psychologies des diffrences individuelles et du
choix professionnel sont respectivement les suivants : 1) les individus diffrent quant aux
traits quils possdent ; 2) les professions diffrent quant leurs propres exigences. Les
conclusions qui se dgagent de ces deux principes sont que, dans la mesure o lon peut isoler
et mesurer les traits individuels et les exigences des professions, il est possible dassocier les
gens aux professions et de prdire, par exemple, de quelle faon une personne va sadapter
sa profession, le succs quelle y connatra et la satisfaction quelle pourra en retirer (Bujold
et Gingras, 2000).
Concernant les liens entre les profils HBDI et les prfrences dans le travail (Bunderson,
1989 ; Herrmann, 1992 ; Ho, 1988 ; Knisbacher, 1999), Herrmann (1992) avance que les
gens sont attirs par des emplois qui leur permettent dexercer leurs modes de connaissance
prfrs. Certaines professions attirent des personnes prsentant des profils de dominance
crbrale particuliers () Les ingnieurs, les cadres financiers, les analystes de systmes et
les juristes tendent prfrer le quadrant A. Le quadrant B a la faveur des gestionnaires, des
comptables, des planificateurs oprationnels. Le quadrant C, empathique, apparat dans les
mtiers du travail social, de lenseignement et chez les infirmires. Enfin, le quadrant D
caractrise les artistes et les entrepreneurs (p. 118-119). Selon Herrmann (1992, p. 92) : Si
votre profil pouse le contenu de vos activits en matire dducation ou de travail, vous avez
des chances de succs. Plus lassociation est troite, meilleures sont vos chances. Cela dit,
face ces rsultats il ne souhaite pas que sinstaure dans les entreprises une politique o
seraient accepts ou refuss des individus pour un travail donn selon que leur profil
saccorde ou non aux caractristiques de dominances crbrales de cet emploi (Herrmann,
1992, p. 342). Une telle utilisation serait contraire lthique. Le HBDI est de plus un
instantan qui mesure les prfrences pour des modes crbraux un moment donn. Il ne
mesure pas la comptence, ni dautres facteurs importants de dcision comme par exemple la
motivation.

84

Le HBDI a fait lobjet de travaux permettant de mettre en lien les dominances crbrales et la
communication organisationnelle (Sheil, 2003), la satisfaction au travail et la productivit
(Schilling, 1999), ou encore la fidlisation des salaris (Bubendick, 2004).
Les travaux mens dans lenseignement suprieur sont peu nombreux. Certains auteurs
(Ivanaj et Persson, 2006 ; Rowe et Waters, 1992) ont montr la capacit du HBDI
caractriser les choix de filires oprs par les tudiants. Ces travaux, ainsi que ceux de
Power, Kummerow et Lundsten (1999), sadressent des populations dtudiants inscrits en
coles de commerce ou des programmes de MBA. Les auteurs Lumsdaine et Voitle (1993a,
b) et M. Lumsdaine et E. Lumsdaine (1995) ont analys les profils HBDI dune soixantaine
dlves-ingnieurs de lUniversit de Toledo (Etats-Unis). Leurs rsultats indiquent que les
profils sont dominance cerveau gauche . Ils ont galement observ un pourcentage
dabandon plus lev parmi les tudiants cerveau droit. La raison de labandon
gnralement invoque par ces derniers est un climat dapprentissage inhospitalier. Les
auteurs ont entrepris de modifier des cours dun programme dtudes en mcanique. Ayant
constat lorientation cerveau gauche de ces cours, ils les ont rquilibr en
introduisant des travaux dquipe et des activits faisant appel la crativit et linnovation.
Les quipes de travail taient constitues sur la base dune reprsentativit htrogne des
profils HBDI. Ces changements ont eu une influence positive tant sur le niveau de
performance des tudiants que sur leur attitude lgard des cours. Selon les auteurs
(Lumsdaine, M. et Lumsdaine, E., 1995) le HBDI est un outil dont lutilisation apporte de
nombreux bnfices. Il permet aux tudiants de mieux comprendre leurs modes de pense
prfrentiels et les guide dans ladoption de stratgies dapprentissage plus efficaces. Il aide
galement les enseignants reconsidrer leurs pratiques pdagogiques sous langle des quatre
quadrants.
Dans une revue portant sur les styles dapprentissage Coffield, Moseley, Hall et Ecclestone,
(2004, p. 84) notent au sujet du HBDI les points suivants :
Les implications pdagogiques du modle de Ned Herrmann n'ont pas encore t
pleinement explores et testes.
Bien qutablie dans le monde de lentreprise, l'utilisation du HBDI n'a pas encore t
suffisamment valide dans le monde de lducation.

85

Ce modle, bien que largement ignor dans la recherche universitaire, propose des
perspectives considrables pour une utilisation dans les domaines de l'ducation et de
la formation. Il est plus inclusif et systmique que beaucoup d'autres ; il adopte une
attitude optimiste, ouverte (sans tiquetage) sur le dveloppement des personnes et des
organisations
Ces auteurs (Coffield et al., 2004, p. 138) notent enfin en conclusion que bien que
lapproche de Ned Herrmann applique lenseignement et lapprentissage ncessite un
dveloppement, de plus amples recherches et une valuation indpendante, ce modle est
fond sur des valeurs inclusives, ouvertes, optimistes et systmatiques. Plus que tout autre
modle parmi ceux que nous avons examins, il encourage la flexibilit, ladaptation et le
changement plutt quun vitement des activits de moindre prfrence16.
2.4.1 Pertinence et limites au regard de notre recherche
Le HBDI est un outil simple dutilisation et facile mmoriser (quatre quadrants associs
quatre couleurs). Malgr son intrt, il a fait lobjet de peu de travaux dans le monde
lducation. Lumsdaine et Voitle (1993a, b) et M. Lumsdaine et E. Lumsdaine (1995) ont
constat la prdominance de lhmisphre gauche parmi les lves-ingnieurs. Ils ont
galement montr que les mthodes pdagogiques peuvent tre enrichies par des approches
complmentaires (cerveau gauche, approche dominante dans les cursus ingnieur et cerveau
droit). Cette complmentarit des approches amliore les performances des tudiants et leur
attitude lgard de lenseignement. Dautres auteurs (Ivanaj et Persson, 2006 ; Rowe et
Waters, 1992) ont montr la capacit du HBDI caractriser les choix de filires oprs par
les tudiants dcoles de commerce ou inscrits des programmes de MBA.

2.5 Synthse
Tous les modles prsents apportent des lments utiles la comprhension des liens
existants entre les diffrences individuelles et la performance scolaire. Une synthse de leurs
caractristiques majeures, accompagne des points pertinents et des limites au regard de notre
tude est prsente dans le Tableau 14. Deux modles font lobjet de nombreuses recherches
dans le monde de lducation : le MBTI et le modle des cinq facteurs. Bien qugalement
16

Dans leur revue, Coffield et al. (2004) examinent en dtail treize modles parmi les plus influents.

86

utilis en contexte scolaire, le modle de Holland vise davantage une meilleure


comprhension de ladquation individu-emploi. Nous avons finalement choisi le HBDI
comme outil danalyse des diffrences individuelles dans le cadre de notre recherche car,
comme Coffield et al. (2004) le font remarquer, ce modle offre de nombreuses perspectives
dutilisation en contexte scolaire. Ses implications en pdagogie, bien que trs prometteuses,
sont encore peu tudies. Les trois autres modles, parce quils font lobjet de nombreuses
publications, nous guideront dans lorientation et le choix de nos hypothses de recherche.

Conclusion
Avec lobjectif de pouvoir identifier des caractristiques spcifiques aux tudiants en fonction
de leur domaine dtudes et dtudier les liens entre ces caractristiques et la performance
scolaire, nous avons examin dans ce chapitre les apports de quatre thories dites des traits ou
des types de personnalit. Le modle retenu est celui de Ned Herrmann, le HBDI. Associ la
thorie de lautodtermination, il sous-tendra notre modle de prdiction de la performance
scolaire. Ce modle ainsi que nos hypothses de recherche sont prsentes dans le chapitre
suivant.

87

Tableau 14

rences individuelles identifis pour notre recherche

Caractristiques
RIASEC
(Holland, 1997)

Dfinit six types de personnalit : raliste,


investigateur, artistique, social,
entreprenant et conventionnel.
Le degr de ressemblance avec chacun des
six types constitue le patron de
personnalit.
Quatre dimensions sappliquent aux
individus et aux environnements : la
cohrence, la diffrenciation, lidentit et
la congruence.

Pertinence et enseignements pour


notre recherche
Les types sont relis la performance
scolaire : certains russissent mieux (et
sont plus adapts au monde scolaire) que
dautres.
Plus la congruence entre le type dun
lve et son environnement est leve,
plus son niveau de satisfaction et sa
performance augmentent.
Les individus sont attirs par les
environnements qui leur ressemblent ; ils
pressentent quil sagit du lieu o ils
pourront au mieux dvelopper leurs
talents .

88

Limites au regard de notre


recherche
Selon Holland les hypothses relatives aux
interactions personnalit-environnement
doivent encore faire lobjet
dexprimentations.

Myers Briggs
Type Indicator
(Myers et
McCaulley, 1985)

Dfinit quatre dimensions et huit


polarits : orientation de lnergie
(introversion / extraversion), recueil de
linformation (sensation / intuition), prise
de dcision (pense / sentiment) et style de
vie (jugement / perception).
La combinaison des quatre polarits sur
chacune des quatre dimensions conduit
la dfinition de 16 profils.

Big Five ou
modle des cinq
facteurs
(Goldberg, 1990 ;
Digman, 1990)

Dfinit cinq dimensions de la


personnalit : lextraversion, lagrabilit,
la conscience, le nvrosisme et louverture
lexprience

Les tudiants sont caractriss par des


profils types en fonction de leur domaine
dtudes.

Appartient aux thories dites du type ; la


thorie du type implique le choix dune
polarit sur deux sur chacune des quatre
dimensions.

Les profils des tudiants diffrent dune


discipline (ou dune filire) lautre
(informatique, mcanique, lectricit,
aronautique, gologie, etc.).
La performance acadmique et les types
sont corrls ; la corrlation est dautant
plus leve que le niveau des tudiants est
faible et quil sagit des garons.
Les performances des tudiants peuvent
tre amliores en adaptant la pdagogie
leur type.
Beaucoup de travaux traitant des
implications du MBTI en contexte scolaire
sont disponibles dans la littrature.
La conscience est corrle positivement
la russite scolaire ; parmi les cinq
dimensions, il sagit de celle qui contribue
le plus lexplication de la performance
scolaire.
Quelques travaux examinent la nature des
corrlations entre les variables du Big
Five et la motivation.
Beaucoup de travaux traitant des
implications du Big Five en contexte
scolaire sont disponibles dans la
littrature.

89

Des tudes complmentaires sont


ncessaires afin de mieux comprendre les
corrlations entre la performance scolaire
et i) lextraversion, ii) louverture
lexprience et iii) lagrabilit.

Herrmann Brain
Dominance
Instrument
(Herrmann, 1992)

Dfinit quatre dominances crbrales :


cortical gauche (quadrant A), limbique
gauche (B), limbique droit (C) et cortical
droit (D).
Les quatre quadrants associs trois
degrs de prfrences (jaime / jutilise /
jvite) constituent les profils HBDI.

Le modle des quatre quadrants est facile


mmoriser ; son appropriation est rapide.
Ce modle apporte de nombreuses
perspectives tant du point vue des liens
entre les profils des tudiants et leur
performance dune part et leur motivation
dautre part que de ses applications en
terme de pratiques pdagogiques.

90

Peu de travaux traitant des implications du


HBDI en contexte scolaire sont
disponibles dans la littrature.

CHAPITRE 3 - MODELE ET HYPOTHESES DE


RECHERCHE

Introduction
La revue de la littrature a permis didentifier le cadre thorique qui appuie notre recherche.
Dans ce chapitre, les hypothses de recherche sont prsentes et justifies. Les premires
hypothses concernent lanalyse des profils des tudiants ; celles relatives linfluence des
profils sur la satisfaction, la performance et la motivation acadmiques sont prsentes dans
un second temps (hypothses 3 7). Nous formulons enfin les hypothses qui explicitent
limpact de la motivation et des profils sur la performance, la satisfaction et le bien-tre
(hypothses 8 16).

3.1 Analyse des profils des tudiants (Hypothses 1 et 2)


La notion de congruence dveloppe par Holland (1997) spcifie que plus ladquation entre
les caractristiques de lindividu et celles de son environnement est grande, plus cet individu a
des chances dy tre performant et dy trouver satisfaction. Les types dfinis par Holland
sappliquent tant aux individus quaux environnements et ces derniers tendent ainsi
regrouper des individus possdant des caractristiques communes. Appliqu au monde
acadmique et lappui des profils HBDI, les principes tablis par Holland sous-tendront les
hypothses 1 4 dtailles ci-dessous.
Ainsi, les tudes en cole dingnieurs font appel des aptitudes gnralement associes aux
attributs du cerveau gauche : le got pour la technique, les mathmatiques, la logique,
lanalyse, la rigueur, etc.17. Les travaux de McCaulley et al. (1983), OBrien, Bernold et
Akroyd (1998) et Capretz (2002), sur la base des profils MBTI, ou encore de M. Lumsdaine et
E. Lumsdaine (1995) partir des profils HBDI ont confirm les prfrences des lvesingnieurs pour les approches rationnelles, le raisonnement logique, la planification et les

Il serait certes apprciable quun ingnieur soit ingnieux et cratif mais ces caractristiques occupent
gnralement une place de second plan dans les programmes pdagogiques. Nous reviendrons sur ce point dans
la discussion des rsultats.

17

91

environnements structurs. Dans le prolongement de ces travaux, notre premire hypothse


formule ci-dessous (Tableau 15), avance que les variables du HBDI permettent de rvler
des caractristiques spcifiques des tudiants en fonction du domaine dtudes (ou de la
discipline) choisi :
Tableau 15 Hypothse 1

H1 : Les variables du HBDI permettent de caractriser des profils-types des


tudiants en fonction du domaine dtudes choisi.
Au cours de leur scolarit, les tudiants doivent trs souvent choisir un parcours de
spcialisation (option ou majeure). Au-del de lassociation des variables du HBDI un
domaine dtudes, nous souhaitons explorer les relations entre les profils des tudiants et leur
choix doption. Selon le principe dadquation entre le milieu et la personnalit (Holland,
1997), nous devrions observer une relation logique entre les traits de personnalit des
tudiants et la majeure vers laquelle ils sorientent.
Les travaux de McCaulley et al. (1983) ont par exemple montr que la fonction sensation (S)
du MBTI est majoritaire en gnie civil et en mcanique, alors que la gologie et la mtallurgie
regroupent majoritairement des profils intuition (N). Dans les travaux de Rowe et Waters
(1992), les variables du HBDI ont permis de diffrencier trois majeures proposes dans le
cadre dun programme de MBA lUniversit Brigham Young aux Etats-Unis : comptabilit,
administration des affaires et administration publique. De la mme faon, nous proposons de
vrifier lhypothse selon laquelle les tudiants qui choisissent une mme option ont des
caractristiques communes que le HBDI peut rvler ; il sagit de notre deuxime hypothse
(Tableau 16) :
Tableau 16 Hypothse 2

H2 : Les parcours de spcialisation (options, majeures) se distinguent entre eux par des
moyennes diffrentes sur chaque quadrant du HBDI.

3.2 Influence des profils sur la satisfaction, la performance et la motivation


(Hypothses 3 7)
Selon le modle de Holland (1997), la congruence entre la personnalit dun individu et son
environnement augmente son degr de satisfaction. Bujold et Gingras (2000, p. 62) avancent :
plus la correspondance est grande entre les caractristiques de lindividu et les exigences de

92

son environnement, plus cet individu a des chances dy tre efficace et dy trouver
satisfaction . Sur cette base thorique, notre troisime hypothse vise lexploration du lien
potentiel entre la satisfaction des tudiants et leur profil HBDI. Nous souhaitons ainsi vrifier
lhypothse H3 prsente dans le Tableau 17.
Tableau 17 Hypothse 3

H3 : Lorsque les caractristiques des tudiants (variables du HBDI) sont en adquation


avec les attentes du domaine dtudes, les tudiants affichent une satisfaction dans les
tudes plus leve.
Profil HBDI
A
B

Gauche

Droite

Satisfaction dans les


tudes

De nombreux auteurs tablissent des corrlations entre les variables de la personnalit et la


performance scolaire. Nous pouvons citer par exemple : Chamorro-Premuzic et Furnham
(2003a, b), OConnor et Paunonen (2007) et Komarraju et al. (2009) pour le Big Five ; Rosati
(1993, 1997, 1999a) et OBrien et al. (1998) pour le MBTI.
Rosati (1993, 1997, 1999a) a ainsi montr que les tudiants de type introversion, intuition,
pense et jugement (INTJ) prsentent une probabilit de succs en fin de premire anne du
cursus ingnieur plus leve que leurs homologues du type oppos (ESFP). OBrien et al.
(1998) ont valu les diffrences de performance un cours de mcanique de 83 tudiants
amricains inscrits en premier cycle universitaire. Les rsultats indiquent que les tudiants de
type intuition (N) obtiennent des performances significativement plus leves que leurs
homologues de type sensation (S).
Les rsultats de Chamorro-Premuzic et Furnham (2003a) indiquent que les tudiants avec des
scores levs sur la dimension conscience et faibles sur les dimensions nvrosisme et
extraversion augmentent leur capacit de russite luniversit. Ces variables expliquent
environ 15 % de la variance dans les rsultats des examens universitaires. Dans leur tude, les
participants sont des tudiants londoniens de premier cycle universitaire (n = 247, 72 % de
filles et 28 % de garons) gs de 20 ans en moyenne et dont ladmissibilit est soumise de

93

svres critres de slection. Leur performance a t mesure laide des rsultats obtenus au
cours de trois annes universitaires. Dans une autre tude (Chamorro-Premuzic et Furnham,
2003b), les mmes auteurs ont confirm linfluence positive de la conscience, et ngative du
nvrosisme, sur les rsultats scolaires. Ces dimensions expliquent alors 10 % de la variance de
la performance scolaire. Dans leur tude mene auprs de 308 tudiants amricains gs de 18
24 ans (52 % de filles et 48 % de garons), Komarraju et al. (2009) montrent que la
conscience, louverture, le nvrosisme et lagrabilit expliquent 13 % (R2 ajust) de la
variance de la performance acadmique.
OConnor et Paunonen (2007) constatent dans leur mta-analyse que la littrature actuelle
propose essentiellement des relations de corrlation entre les variables de la personnalit et la
performance scolaire18. Ils soulignent que bien que ces corrlations soient intressantes pour
tablir un premier lien entre la personnalit et la russite scolaire, leur utilit est limite. Ainsi
recommandent-ils daccorder une plus grande attention aux analyses de rgression multiple
car celles-ci permettent de dterminer la contribution unique de chacune des variables dans la
prdiction de la performance acadmique.
Sur la base de ces rsultats de recherche et des recommandations formules par OConnor et
Paunonen (2007), nous nous proposons dexplorer la nature des liens entre les variables du
HBDI et la performance acadmique laide dtudes de corrlations compltes par une
analyse de rgression multiple. Compte-tenu du caractre exploratoire de cette recherche,
nous ne prsumons pas de liens spcifiques entre chacune des variables du HBDI et la
performance scolaire et formulons ainsi notre hypothse (Tableau 18) :

Dans leur mta-analyse, les variables de la personnalit sont dfinies sous langle des cinq dimensions du Big
Five.

18

94

Tableau 18 Hypothse 4

H4 : Lune au-moins des quatre variables du HBDI influence de manire significative la


variable moyenne du cursus.

HBDI
Motivation

A, cortical gauche
B, limbique gauche
C, limbique droit
D, cortical droit

Moyenne du cursus

Hart et al. (2007) ont examin auprs dun chantillon de 777 individus les relations entre les
cinq dimensions du Big Five et deux dimensions de la motivation (intrinsque et extrinsque).
La mesure de la motivation a t ralise laide de lchelle de Cassidy et Lynn (1989). Les
analyses de corrlation indiquent que la conscience, louverture et lextraversion sont
positivement associes la motivation intrinsque et que lextraversion, la conscience, et le
nvrosisme sont positivement lies la motivation extrinsque. Les analyses de rgression
traduisent un pouvoir explicatif des variables du Big Five plus grand sur la dimension
intrinsque de la motivation (R2 = 0,41) que sur la dimension extrinsque (R2 = 0,15).
Komarraju et al. (2009) ont tudi les relations entre les cinq dimensions du Big Five et la
motivation. La motivation, mesure laide de lchelle de motivation dans les tudes
avances (Vallerand et al., 1992), comprend sept construits : la motivation intrinsque la
connaissance, laccomplissement et la stimulation, la motivation extrinsque par
rgulation identifie, introjecte et externe et enfin lamotivation. Afin de prsenter trois
construits de la motivation (la motivation intrinsque19, la motivation extrinsque20 et
lamotivation), les auteurs ont calcul les moyennes des trois dimensions de la motivation
intrinsque dune part et des trois dimensions de la motivation extrinsque dautre part. Les
rsultats indiquent que les dimensions conscience et ouverture lexprience sont corrles

19

La motivation intrinsque reprsente la moyenne des


laccomplissement et la stimulation.
20

motivations

intrinsques la connaissance,

La motivation extrinsque reprsente la moyenne des motivations extrinsques par rgulation identifie,
introjecte et externe.

95

positivement la motivation intrinsque ; les dimensions conscience et extraversion sont


corrles positivement la motivation extrinsque ; les dimensions conscience et agrabilit
sont corrles ngativement, et la dimension nvrosisme positivement, lamotivation. Des
analyses de rgression multiple indiquent que les dimensions conscience et ouverture
expliquent 17 % de la variance de la motivation intrinsque ; la conscience et lextraversion
expliquent 13 % de la variance de la motivation extrinsque ; la conscience et lagrabilit
expliquent 11 % de la variance de lamotivation21.
De mme que Hart et al. (2007) et Komarraju et al. (2009) analysent linfluence des variables
du Big five sur les diffrentes dimensions de la motivation, nous souhaitons explorer
linfluence des variables du HBDI sur la motivation intrinsque (hypothse 5, Tableau 19), la
motivation extrinsque22 (hypothse 6, Tableau 20) et lamotivation (hypothse 7, Tableau
21). Compte-tenu du caractre exploratoire de cette recherche, nous ne prsumons pas de liens
spcifiques entre chacune des variables du HBDI et la motivation. Les hypothses 5 7 sont
donc formules de la faon suivante :
Tableau 19 Hypothse 5

H5 : Lune au-moins des quatre variables du HBDI influence de manire significative la


variable motivation intrinsque.

HBDI
Motivation

A, cortical gauche
B, limbique gauche
C, limbique droit
D, cortical droit

MI, motivation intrinsque

21

Les influences des variables du Big Five sont positives dans le cas de la motivation intrinsque et extrinsque
et ngatives dans le cas de lamotivation.
22

La motivation extrinsque reprsente galement dans notre tude la moyenne des motivations extrinsques par
rgulation identifie, introjecte et externe.

96

Tableau 20 Hypothse 6

H6 : Lune au-moins des quatre variables du HBDI influence de manire significative la


variable motivation extrinsque.

HBDI
Motivation

A, cortical gauche
B, limbique gauche
C, limbique droit
D, cortical droit

ME, motivation extrinsque

Tableau 21 Hypothse 7

H7 : Lune au-moins des quatre variables du HBDI influence de manire significative la


variable amotivation.

HBDI
Motivation

A, cortical gauche
B, limbique gauche
C, limbique droit
D, cortical droit

AM, amotivation

3.3 Influence de la motivation et des profils sur la performance, la satisfaction et


le bien-tre (hypothses 8 16)
Selon de nombreuses tudes, alors que la motivation autonome est associe la russite
scolaire, la motivation contrle et lamotivation induisent des consquences ngatives et
peuvent conduire labandon scolaire (Fortier, Vallerand et Guay, 1995 ; Grolnick, Ryan, et
Deci, 1991 ; Guay et Vallerand, 1997 ; Miserandino, 1996 ; Ratelle, Guay, Vallerand, Larose
et Sncal, 2007 ; Vallerand, Fortier et Guay, 1997 ; Vallerand et Bissonnette, 1992). Dans
l'ensemble, ces tudes montrent que l'investissement dans des activits scolaires pour le plaisir
ou parce quelles sont juges importantes par les lves, contribue la performance scolaire.
Nanmoins, comme le soulignent Guay, Ratelle et Chanal (2008, p. 234), ces rsultats n'ont
pas encore t compltement corrobors. Certaines tudes font tat de faibles corrlations

97

entre les diffrentes dimensions de la motivation (dfinies par la thorie de


lautodtermination) et le GPA (Cokley, Bernard, Cunningham, et Motoike, 2001; Fairchild,
Horst, Finney, et Barron, 2005). Des recherches complmentaires sont donc ncessaires afin
dclaircir ces rsultats contradictoires (Guay et al., 2008).
Komarraju et al. (2009) ont examin la part de variance de la performance acadmique (GPA)
explique par la motivation. Parmi les trois grandes dimensions de la motivation (intrinsque,
extrinsque et amotivation), seule la motivation intrinsque a un pouvoir significatif ; elle
explique 4 % de la variance du GPA. Lorsque la motivation comprend sept construits23, seule
la motivation intrinsque laccomplissement a une influence significative, elle explique 5 %
de la variance de la performance acadmique.
A limage des travaux raliss par Komarraju et al. (2009), nous souhaitons examiner la part
de variance de la performance acadmique explique par la motivation, dune part sous la
forme de trois construits (les motivations intrinsque, extrinsque et lamotivation ; hypothse
8), puis en explicitant les diffrentes dimensions de la motivation extrinsque (hypothse 9) 24.
Dans lhypothse 8, conformment aux rsultats gnralement observs dans la littrature
(Vallerand et Bissonnette, 1992 ; Ratelle et al., 2007) nous supposons que la motivation
intrinsque influence positivement la variable moyenne cursus, alors que lamotivation
linfluence ngativement. Dans lhypothse 9, nous explorons plus spcifiquement linfluence
des dimensions de la motivation extrinsque sur la performance scolaire. Les rsultats dans la
littrature tant plus ambivalents ce sujet (Guay et al., 2008), nous supposons linfluence
potentielle de lune au-moins des variables de la motivation extrinsque sur la performance.
Les hypothses 8 (Tableau 22) et 9 (Tableau 23) sont formules et schmatises ci-dessous.

La motivation intrinsque la connaissance, laccomplissement et la stimulation, la motivation extrinsque


par rgulation identifie, introjecte et externe et lamotivation.

23

Lhypothse 8 fait intervenir la motivation extrinsque sous la forme dune dimension unique qui correspond
la moyenne de lensemble des motivations extrinsques : altruisme, ego, conscience, scurit et prestige social ;
lhypothse 9 distingue quant elle ces cinq dimensions de la motivation extrinsque.
24

98

Tableau 22 Hypothse 8

Hypothse 8 : Influence de la motivation sur la performance scolaire.


H8a : La motivation intrinsque influence positivement et significativement la variable
moyenne cursus.
H8b : Lamotivation influence ngativement et significativement la variable moyenne
cursus.
Motivation
Performance Scolaire
MI, motivation intrinsque
ME, motivation extrinsque
AM, amotivation

Moyenne du cursus

Tableau 23 Hypothse 9

Hypothse 9 : Lune au-moins des cinq variables de la motivation extrinsque influence


de manire significative la variable moyenne cursus.
Motivation
MI, motivation intrinsque
Alt., altruisme
Ego
Consc., conscience
Sec., scurit
Prest., prestige
AM, amotivation

Performance Scolaire
Moyenne du cursus

Suite une analyse critique de la littrature ayant trait la prdiction de la performance


scolaire, OConnor et Paunonen (2007) formulent dans leur mta-analyse un ensemble de
recommandations utiles aux recherches lies ce champ dtude. Selon ces auteurs, le
caractre prdictif des variables de la personnalit sur la performance scolaire devrait tre
examin en lien avec dautres variables prdictives de la performance, comme les mesures de
la motivation ou des capacits cognitives (OConnor et Paunonen, 2007, p.286). Ils soulignent
que la recherche empirique naccorde que trop peu dattention la comprhension des
processus susceptibles d'expliquer les relations observes. Des chercheurs comme ChamorroPremuzic et Furnham (2005) ont avanc des propositions sur la faon dont les traits de

99

personnalit sont susceptibles dinfluencer la performance scolaire. Par exemple, la relation


positive observe entre la dimension conscience du Big Five et la performance est
gnralement interprte en termes de motivation, alors quune relation positive entre
louverture l'exprience et la performance est souvent explique en lien avec l'intelligence.
Cependant, peu de recherches empiriques tentent dexaminer la vracit de ces hypothses et
dautres propositions relatives aux processus sous-jacents linfluence de la personnalit sur
la performance acadmique. OConnor et Paunonen (2007, p. 287) recommandent lutilisation
danalyses de mdiation ou la modlisation par quations structurelles afin de rpondre ces
questions. De faon concrte OConnor et Paunonen (2007, p. 288) suggrent de procder
dans un premier temps un examen des corrlations entre les variables prdictives et la
variable expliquer. Cette tape doit ensuite tre complte par des analyses de rgression
afin de dterminer la contribution unique de chaque variable, ou la contribution additionnelle
dun groupe de variables par rapport dautres, dans lexplication de la variable dpendante.
Tok et Morali (2009) ont examin le pouvoir prdictif des variables du Big Five et de
lintelligence motionnelle25 sur la performance acadmique de 295 tudiants inscrits dans un
cursus destin former de futurs professeurs dducation physique. Leurs rsultats indiquent
que lintelligence motionnelle ne parvient pas expliquer la performance scolaire au-del de
la contribution apporte par les dimensions du Big Five. Cette contribution, estime 14 %,
provient essentiellement de la dimension conscience. Furnham et Chamorro-Premuzic (2004)
ont tudi limpact des variables de la personnalit et de lintelligence sur les rsultats
dpreuves de statistiques auprs dun chantillon de 91 tudiants universitaires londoniens.
Les analyses de rgression hirarchique indiquent que les capacits cognitives26 expliquent
3 % de la variance de la performance et les variables du Big Five expliquent 12 % de variance
additionnelle. Dans une autre tude, Chamorro-Premuzic et Furnham (2008) ont montr,
galement laide de rgressions hirarchiques, que 40 % de la variance de la performance
acadmique taient expliqus par des capacits cognitives (6 %), les dimensions du Big Five

25

Lintelligence motionnelle est mesure laide de lchelle dveloppe par Schutte et al. (1998).

Les auteurs ont mesur lintelligence laide de trois tests : un test dintelligence gnrale (The Wonderlic
Personnel Test, Wonderlic, (1992)), un test de vision dans lespace (S&M Test of Mental Rotation Ability,
Philips et Rawles, 1979)) et un test de capacit verbale et spatiale (AH5 (Part 1), Heim, Watts et Simmonds,
1970)).
26

100

conscience (27 %) et ouverture (4 %) et les stratgies dapprentissage27 (3 %). Dans leur tude
mene auprs dun chantillon de 308 tudiants amricains, Komarraju et al. (2009) ont
montr que les variables de la motivation nexpliquent pas de variance supplmentaire de la
performance acadmique au-del de celle attribue aux dimensions du Big Five. Les rsultats
indiquent par ailleurs que la conscience joue un rle de mdiation partielle entre la motivation
intrinsque laccomplissement et la performance. Richardson et Abraham (2009), partir de
deux chantillons dtudiants universitaires britanniques (n = 472 filles et n = 142 garons)
ont montr que linfluence de la dimension conscience du Big Five sur la performance
scolaire est compltement mdiatise par la variable de la motivation la russite dfinie par
Weinstein, Palmer et Schulte (1987).
En rsum, des tudes cites prcdemment, nous pouvons retenir les recommandations
formules par OConnor et Paunonen (2007) qui, adaptes au cadre de notre recherche, nous
invitent :
1. Associer aux variables de la personnalit celles de la motivation dans lexplication de
la performance scolaire ;
2. Complter les analyses de corrlations entre les variables prdictives et la variable
expliquer par des analyses de rgression multiple afin de dterminer la contribution
additionnelle dun groupe de variables par rapport lautre, dans lexplication de la
variable dpendante ;
3. Lutilisation danalyses de mdiation afin dexpliquer les processus sous-jacents
linfluence de la personnalit sur la performance acadmique.
Les deux premires recommandations ci-dessus conduisent la formulation de notre
hypothse 10 (Tableau 24). Celle-ci suppose que les variables de la motivation expliquent la
performance scolaire au-del de celles du HBDI. A lappui de la troisime recommandation
avance par OConnor et Paunonen (2007) dune part et en lien avec les travaux de
Komarraju et al. (2009) et de Richardson et Abraham (2009) dautre part, nous souhaitons
explorer le rle mdiateur des variables de la motivation entre les variables du HBDI et la

Les stratgies dapprentissage sont mesures laide du questionnaire de Biggs (1987) qui distingue les
stratgies de surface, en profondeur ou orientes vers la russite.
27

101

performance scolaire ; il sagit de lhypothse 11 (Tableau 25). Ces deux hypothses sont
illustres ci-dessous.
Tableau 24 Hypothse 10

H10 : La motivation explique la performance scolaire au-del du profil HBDI (Les


variations des variables de la motivation expliquent la variation de la variable
moyenne cursus au-del de celles du HBDI).

MotivationMotivation
MI, motivation intrinsque
ME, motivation extrinsque
(cinq dimensions)
AM, amotivation

Performance
Moyenne du cursus

Profil
HBDICaractristiq
A ues individuelles
Gauche
B
C

Droite

102

Tableau 25 Hypothse 11

H11 : Les variables de la motivation jouent un rle mdiateur entre les variables du
HBDI et la performance scolaire.
Motivation
MI, motivation intrinsque
ME, motivation extrinsque
(cinq dimensions)
AM, amotivation

Profil HBDI
A
B

Gauche

Droite

Performance scolaire
Moyenne du cursus

Sur le continuum de lautodtermination, la motivation intrinsque est associe un bien-tre


plus grand et des sentiments positifs (Deci et Ryan, 1987 ; 2008) alors que lamotivation est
lie des consquences ngatives. En accord avec les postulats de la thorie de
lautodtermination, Vallerand et al. (1989) ont montr que plus les tudiants sont motivs de
faon autonome, plus ils font part dmotions positives en classe et dune satisfaction plus
grande dans les tudes. Au cours de leur tude, lchelle de motivation en ducation
(Vallerand et al., 1989) a t administre 746 tudiants qubcois (42 % de garons et 58 %
de filles) dune moyenne dge de 18 ans. Leurs rsultats indiquent que les motions
positives28 et la satisfaction dans les tudes29 sont corrles positivement avec les dimensions
de la motivation intrinsque et ngativement avec lamotivation. Dans une tude mene
auprs dtudiants duniversits allemandes et amricaines, Levesque, Zuehlke, Stanek et
Ryan (2004) ont galement montr une corrlation positive entre la motivation autonome et le
bien-tre mesur partir de deux variables : la satisfaction de vie en gnral30 et lestime de

28

Echelle adapte de Connell et Ryan (1986).

29

Echelle de Vallerand et Bissonnette (1990).

30

Echelle de Diener, Emmons, Larsen et Griffin (1985).

103

soi31. Des corrlations positives entre la motivation intrinsque et la satisfaction dans les
tudes, entre lamotivation et lanxit lcole, et ngatives entre lamotivation et la
satisfaction lcole ont galement t observes dans les travaux de Ratelle et al. (2007).
Sur la base de ces travaux, nous souhaitons galement vrifier que la motivation intrinsque
est corrle positivement aux indicateurs positifs du bien-tre (hypothse 12, Tableau 26) et
la satisfaction dans les tudes (hypothse 15, Tableau 27) alors que lamotivation est suppose
tre corrle positivement lindicateur ngatif du bien-tre (hypothse 13, Tableau 26) et
ngativement aux indicateurs positifs du bien-tre (hypothse 14, Tableau 26) et la
satisfaction dans les tudes (hypothse 16, Tableau 27). Selon les recommandations de
Bouffard, Bastin, Lapierre et Dub (2001) le bien-tre est valu laide de plusieurs
variables : la frquence des affects positifs et ngatifs (PANAS 32, Watson, Clark et Tellegen,
1988 ; Bouffard et Lapierre, 1997), le bonheur (Diener, 1984), la satisfaction dans la vie en
gnral (Diener, Emmons, Larsen, et Griffin, 1985 ; Blais, Vallerand, Pelletier et Brire
1989), le sens donn la vie (Dub, Kairouz et Jodoin, 1997) et lestime de soi (Vallires et
Vallerand, 1990). La satisfaction dans les tudes est mesure laide de lchelle de
Vallerand et Bissonnette (1990).
Tableau 26 Hypothses 12, 13 et 14

H12 : La motivation intrinsque est corrle positivement aux indicateurs positifs du


bien-tre.
H13 : Lamotivation est corrle positivement lindicateur ngatif du bien-tre.
H14 : Lamotivation est corrle ngativement aux indicateurs positifs du bien-tre.
Bien-tre
Motivation
-

MI, motivation intrinsque


ME, motivation extrinsque
AM, amotivation

31

Echelle de Rosenberg (1965).

32

PANAS : Positive and negative affect scale.

104

Affects positifs
Affects ngatifs
Bonheur
Satisfaction de vie
Sens donn la vie
Estime de soi

Tableau 27 Hypothses 15 et 16

H15 : La motivation intrinsque est corrle positivement la satisfaction dans les


tudes.
H16 : Lamotivation est corrle ngativement la satisfaction dans les tudes.
Motivation
Satisfaction dans les
tudes

MI, motivation intrinsque


ME, motivation estrinsque
AM, amotivation

Conclusion
En conclusion de ce chapitre, le Tableau 28 prsente un rcapitulatif de nos hypothses et les
Figures 8 10 une illustration graphique de notre modle conceptuel de prdiction de la
performance et de la satisfaction dans les tudes partir des profils HBDI et de la motivation.
Ce chapitre conclut la premire partie de ce travail consacre la revue de la littrature et la
prsentation des hypothses de recherche. Nous abordons maintenant la deuxime partie de
notre tude : lapproche empirique.

Tableau 28 Rcapitulatif des hypothses

Hypothses
Analyse des profils HBDI des lves-ingnieurs
H1

Les variables du HBDI permettent de caractriser des profils-types des tudiants en fonction du
domaine dtudes choisi.

H2

Les parcours de spcialisation (options, majeures) se distinguent entre eux par des moyennes
significativement diffrentes sur chacun des quatre quadrants du HBDI.
Relations entre les profils HBDI et la satisfaction dans les tudes

H3

Lorsque les caractristiques des tudiants (variables du HBDI) sont en adquation avec les attentes du
domaine dtudes, les tudiants affichent une satisfaction dans les tudes plus leve.
Influence des profils HBDI sur la performance scolaire

H4

Lune au-moins des quatre variables du HBDI influence de manire significative la variable moyenne
cursus.

105

Influence des profils HBDI sur la motivation


H5

Lune au-moins des quatre variables du HBDI influence de manire significative la variable motivation
intrinsque.

H6

Lune au-moins des quatre variables du HBDI influence de manire significative la variable motivation
extrinsque.

H7

Lune au-moins des quatre variables du HBDI influence de manire significative la variable
amotivation.
Influence de la motivation sur la performance scolaire

H8a

La motivation intrinsque influence positivement et significativement la variable moyenne cursus .

H8b

Lamotivation influence ngativement et significativement la variable moyenne cursus.

H9

Lune au-moins des variables de la motivation extrinsque influence de manire significative la


variable moyenne cursus.
Influence conjointe de la motivation et des profils HBDI sur la performance scolaire

H10

La motivation explique la performance scolaire au-del du profil HBDI (Les variations des variables de
la motivation expliquent la variation de la variable moyenne cursus au-del de celles du HBDI).

H11

Les variables de la motivation jouent un rle mdiateur entre les variables du HBDI et la performance
scolaire.
Relations entre la motivation et le bien-tre

H12

La motivation intrinsque est corrle positivement aux indicateurs positifs du bien-tre (affects
positifs, bonheur, satisfaction de vie, sens donn la vie et estime de soi).

H13

Lamotivation est corrle positivement lindicateur ngatif du bien-tre (affects ngatifs).

H14

Lamotivation est corrle ngativement aux indicateurs positifs du bien-tre (affects positifs, bonheur,
satisfaction de vie, sens donn la vie et estime de soi).
Relation entre la motivation et la satisfaction dans les tudes

H15

La motivation intrinsque est corrle positivement la satisfaction dans les tudes.

H16

Lamotivation est corrle ngativement la satisfaction dans les tudes.

106

Figure 8- Modle de prdiction de la performance et de la satisfaction dans les tudes partir des profils HBDI et de la motivation

Motivation

MI
ME

MI
ME

AM

Bien-tre

(cinq
dimensions)

(1 dimension)

H12, H13, H14

AM

H15, H16

H5, H6, H7

Affects positifs / Affects


ngatifs
Bonheur
Satisfaction de vie
Sens donn la vie
Estime de soi

H8, H9
H1, H2

Satisfaction dans les


tudes

H3

Profil HBDI
Gauche

H4

B
C

Performance scolaire
Droite

Moyenne du cursus

D
X

Relation de corrlation entre X et Y

X influence (positivement ou ngativement) Y

MI

= Motivation intrinsque

ME

= Motivation extrinsque

AM

= Amotivation

107

Figure 9 I

: La motivation explique la performance scolaire au-del du


profil HBDI

Motivation
MI, Motivation intrinsque
M, motivation extrinsque
(cinq dimensions)
AM, amotivation

Performance scolaire
Moyenne du cursus

Profil HBDI
A

Gauche

B
C

Droite

D
X

Relation de corrlation entre X et Y

X influence (positivement ou ngativement) Y

MI

= Motivation intrinsque

ME

= Motivation extrinsque

AM

= Amotivation

Figure 10 I

: Les variables de la motivation jouent un rle mdiateur

entre les variables du HBDI et la performance scolaire

Motivation
MI, motivation intrinsque
ME, motivation extrinsque
(cinq dimensions)
AM, amotivation

Performance scolaire

Profil HBDI
A

Moyenne du cursus

Gauche

B
C

Droite

109

Deuxime partie Approche empirique

110

CHAPITRE 4 - METHODOLOGIE ET CONTEXTE DE


LETUDE

Introduction
Ce chapitre a pour objectif la prsentation de la mthodologie retenue afin de tester les
hypothses de recherche. Il se compose de quatre sections.
La premire section expose la mthodologie adopte pour la construction des chelles
de mesure.
La deuxime section fait tat de la dmarche mthodologique de dveloppement et de
test dun modle dquations structurelles ; cette dmarche sera mise en uvre dans le
cadre de la validation des chelles de mesure.
la troisime section expose la mthodologie relative aux conditions didentification
dune variable mdiatrice.
Enfin la dernire section prsente la posture pistmologique sous-jacente la
problmatique et le terrain de recherche.

4.1 Mthodologie de dveloppement des instruments de mesure


La dmarche suivie repose sur le paradigme de Churchill (1979) actualis par les travaux de
Roussel (2005) en matire de dveloppement dchelles de mesure. Une phase exploratoire,
centre sur la cration dun chantillon ditems, est suivie dune phase confirmatoire,
permettant dvaluer la fiabilit et la validit de loutil de mesure mis en uvre.
La phase exploratoire du dveloppement de lchelle se dcompose en quatre tapes (cf.
Figure 11) : la spcification du domaine du construit, la gnration dun chantillon ditems,
la collecte des donnes et la purification de linstrument de mesure. Les trois premires phases
seront dtailles lorsque ncessaire chaque nouvelle prsentation dune chelle.
La phase confirmatoire se dcompose quant elle galement en quatre tapes : une nouvelle
collecte de donnes, lestimation de la fiabilit puis de la validit de linstrument de mesure et
enfin le dveloppement de normes.
111

Figure 11 - Les tapes du paradigme de Churchill (1979)

Spcifier le domaine du construit


Gnrer un chantillon ditems

Revue de la littrature,
entretiens qualitatifs,
intuition

Phase
exploratoire

Collecter les donnes


Purifier linstrument de mesure

Analyse factorielle
exploratoire et alpha de
Cronbach

Collecter les donnes


Analyse factorielle
confirmatoire et de
Jreskog

Estimer la fiabilit
Phase
confirmatoire

Procdure de Fornell et
Larcker (1981)

Estimer la validit

Dvelopper des normes

4.1.1 Purification de linstrument de mesure


La phase de purification de linstrument de mesure vise condenser lchelle du questionnaire
par limination des items qui en rduisent les qualits mtriques (Roussel, 2005, p. 256).
Lanalyse factorielle exploratoire est progressivement devenue la technique mobilise dans
les premires phases du traitement des donnes. Cette tape permet dliminer les items en cas
de structure factorielle et de validit de construit mdiocres. Le test de fiabilit de cohrence
interne de Cronbach intervient dans un second temps. Des items sont limins en cas de faible
niveau du coefficient alpha de Cronbach (Roussel, 2005, p. 257).
4.1.1.1 Ladquation des donnes pour lanal yse factorielle
Le test de sphricit de Bartlett permet de vrifier si la matrice de corrlation est
statistiquement diffrente dune matrice identit. Le rejet de lhypothse nulle signifie quune
analyse factorielle peut tre effectue sur la matrice des corrlations (Jolibert et Jourdan,
2006, p. 298). Un autre indicateur est le test de Kaiser Meyer et Olkin (KMO). Il prend appui
sur la notion de corrlation partielle entre paires de variables (Jolibert et Jourdan, 2006, p.
299). Un coefficient KMO faible indique que lanalyse factorielle effectue sur les variables

112

nest pas approprie. Kaiser et Rice (1974) dans Jolibert et Jourdan (2006, p. 300) qualifient
la valeur de ce coefficient comme tant :
merveilleuse si elle atteint 0,90,
mritoire si elle atteint 0,80,
moyenne si elle atteint 0,70,
mdiocre si elle atteint 0,60,
misrable si elle atteint 0,50,
inacceptable si elle est infrieure 0,50.
4.1.1.2 Choix dune mthode danal yse factorielle exploratoire
Selon Fabrigar, Wegener, MacCallum et Straham (1999) dune part et Costello et Osborne
(2005) dautre part, les meilleurs rsultats sont obtenus grce lanalyse factorielle
exploratoire de type maximum de vraisemblance lorsque les donnes sont normalement
distribues et par lanalyse factorielle en axes principaux lorsquelles scartent de la
normalit. Lutilisation courante de lanalyse factorielle en composantes principales (ACP)
prsente linconvnient de survaluer les saturations (contributions factorielles) et les
communalits et de sous-valuer les corrlations entre les facteurs (Fabrigar et al. 1999). Le
choix de la rotation oblique se justifie par les corrlations attendues entre les facteurs qui
mesurent tous un mme concept. Une rotation orthogonale suppose lindpendance des
facteurs. Linterprtation dune rotation oblique se fait partir des saturations des matrices
types ou pattern. Le carr dune saturation de cette matrice correspond la variance de chaque
variable explique par le facteur (Jolibert et Jourdan 2006, p. 311).
4.1.1.3 Anal yse de la qualit de reprsentation des variables (ou des
communalits)
La communalit mesure la part de variance de chaque variable (item) restitue par les facteurs
retenus. Des seuils empiriques sont fixs en de desquels des items sont considrs comme
ayant une reprsentation mdiocre (Philippeau, 1986 dans Roussel, 2005, p. 264). Ils doivent
tre, de prfrence, limins. Une variance des items explique par les facteurs retenus
suprieure 0,80 indique que les noncs sont trs bien reprsents. Ils le sont bien quand la

113

variance est comprise entre 0,65 et 0,80. Ils le sont moyennement quand elle est situe entre
0,40 et 0,65. Enfin, ils le sont mdiocrement en de de 0,40 et devraient tre limins.
Dautres arguments prioritaires peuvent nanmoins conduire maintenir certains de ces items,
par exemple la ncessit den conserver suffisamment pour reprsenter une facette dune
variable ou encore ne pas nuire la validit de contenu de lchelle (Roussel, 2005, p. 264).
4.1.1.4 Choix du nombre de facteurs
Le test du coude ou des boulis (scree-test de Cattell) est la mthode recommande par
Costello et Osborne (2005) afin de dfinir le nombre de facteurs retenir. Elle consiste
reprsenter en ordonne les valeurs propres (la variance extraite par chaque facteur sur
lensemble des variables) en fonction de chaque facteur extrait port en abscisse par ordre
dcroissant dextraction. Les composantes prcdant le dcrochement (le coude) sont
choisies, en prfrence celles qui constituent lboulis et qui reprsentent des variances non
expliques (Jolibert et Jourdan 2006, p. 307).
Une autre rgle, celle de Kaiser, consiste retenir les facteurs correspondant des valeurs
propres suprieures lunit (Evrard et al., 2009, p. 402). Cette rgle empirique est parfois
discute par les statisticiens. Toutefois, le seuil de 1,00 fix par dfaut dans les logiciels
danalyse de donnes correspond une approche pragmatique qui vite de slectionner des
facteurs de qualit souvent mdiocre (Roussel, 2005, p. 264).
4.1.1.5 Interprtation de la structure factorielle obtenue
Linterprtation de la structure factorielle seffectue en examinant les saturations (loadings)
dont les valeurs absolues sont les plus leves. Ces saturations correspondent aux variables les
plus corrles aux facteurs ; elles contribuent donc le plus leur explication (Jolibert et
Jourdan 2006, p. 315). Afin de procder linterprtation des rsultats, dont lobjectif est
lpuration du questionnaire, deux critres empiriques sont utiliss (Roussel, 2005, pp. 26566) :
limination des items ayant des contributions suprieures 0,30 sur plusieurs facteurs,
ou aucune contribution au moins gale 0,30 sur lun des facteurs retenus ;
limination des items nayant aucune contribution suprieure ou gale 0,5 sur lun
des facteurs identifis.

114

Linterprtation dun facteur (et le nom qui lui est donn) dpend de lanalyste (Jolibert et
Jourdan 2006, p. 316).
4.1.2 Analyse de la fiabilit de cohrence interne
Couple lanalyse factorielle, lanalyse de cohrence interne permet de tester lhomognit
des sous-chelles, cest--dire la capacit dun ensemble ditems ne reprsenter quune seule
et mme facette du construit (Roussel, 2005, pp. 267-68) et de manire pas trop ingale. Cela
implique que les variances ou les loadings doivent tre de valeur comparable (Roussel et
al., 2002, p. 77).
Cette analyse est effectue pour chaque sous-chelle. Lindicateur de fiabilit est lalpha de
Cronbach. Des seuils empiriques, donns par lexprience des tudes en psychomtrie,
peuvent servir de rfrence. On considre ainsi que pour une tude exploratoire, lalpha est
acceptable sil est compris entre 0,6 et 0,8 ; pour une tude confirmatoire, une valeur
suprieure 0,8 est recommande (Nunnally, 1967 cit dans Evrard et al., 2009, p. 309).
Selon Roussel (2005, p.269), pour vrifier la qualit des coefficients alpha de Cronbach, il
est souhaitable dobserver le niveau de la corrlation moyenne entre items. Il nexiste pas de
seuil dinterprtation, mais nous suggrons sur la base dobservations empiriques quen de
de 0,40 linterprtation du coefficient alpha soit approfondie. En effet, les travaux de Cortina
(1993) tendent montrer que certaines tudes peuvent prsenter dexcellents indices alpha,
mais artificiellement gonfls par le nombre important dnoncs et/ou la redondance
smantique des items. Plus le nombre ditems est important, et/ou, plus les items dune
chelle sont rdigs de faon similaire, plus le coefficient alpha devrait tre lev.
Les estimations fournies par les analyses factorielles confirmatoires permettent de complter
ltude de la fiabilit de lchelle par le calcul du coefficient rh ( ) de Jreskog (1971). Ce
coefficient intgre de manire explicite les termes de lerreur.

i Var ( )
i 1
2

( A)

n
n

i Var ( ) Var i
i 1
i 1
2

115

avec :
A
i

= construit tester (la variable latente),


= coefficient standardis de la mesure i (item) sur A (contribution factorielle),
= nombre de variables observes i pour le construit A,

= erreur de mesure de i,

(A)

= coefficient de fiabilit de cohrence interne (rh de A).

Ce coefficient peut tre calcul partir des coefficients standardiss ou non standardiss. Sa
formule se rvle plus simple partir des coefficients standardiss la variance du construit
tant alors gale 1 ( Var ( ) = 1).

Il nexiste pas de rgle prcise dvaluation de la cohrence interne par le coefficient rh


(Roussel et al., 2002, p. 55), si ce nest lapplication des mmes critres que pour lalpha de
Cronbach : on considre ainsi que la fiabilit du construit est bonne si la valeur du rh est
suprieure 0,7 ou 0,8 selon les auteurs (Fornell et Larcker, 1981).
Lutilisation de lanalyse factorielle confirmatoire peut cibler trois objectifs diffrents : i)
raffiner une perspective thorique existante, ii) prouver lexistence dune structure
solidement ancre sur des perspectives thoriques pour des chantillons diffrents ou iii)
confirmer lexistence dune structure dtermine par le biais des analyses factorielles
exploratoires ralises au pralable (Pedhazur et Pedhazur-Schmelkin, 1991). Notre tude
sinscrit dans cette troisime perspective.
4.1.3 Analyse de la validit de linstrument de mesure
La validit peut tre dfinie comme le degr avec lequel une chelle mesure parfaitement le
construit tudi (McDonald, 1999 cit dans Jolibert et Jourdan, 2006 p. 185). Pour qualifier
une chelle de valide, il faut sassurer du respect de cinq types de validit : validit de
contenu, validit faciale, validit de construit, validit nomologique et validit de critre.
La validit de contenu vise sassurer que les items retenus reprsentent un chantillon
reprsentatif et exhaustif du contenu thorique du domaine du construit (Nunnally et
Bernstein, 1994). Lchelle est dite valide du point de vue de son contenu si elle reprend bien
tous les phnomnes que lon cherche mesurer.
La validit faciale doit permettre de rpondre la question : la mesure propose correspondt-elle au construit aux yeux de la communaut des chercheurs et experts ? La validit faciale
116

sollicite le jugement dexperts sur ladquation des items au concept tudi (Hardesty et
Bearden, 2004).
La validit de contenu et la validit faciale ne sappuient pas sur un indicateur formel mais sur
un examen de la thorie sous-jacente et une revue critique du construit par des experts. Seules
les trois dernires dimensions de la validit dune chelle font appel des critres de
validation statistique, la validit de construit se dcomposant elle-mme en validit
discriminante et en validit convergente (Jolibert et Jourdan, 2006, p. 197).
La validit de construit cherche sassurer que linstrument mesure parfaitement et
uniquement le construit considr. Lchelle ne doit mesurer quun seul construit,
indpendamment dautres construits auxquels elle peut, le cas chant (et uniquement lorsque
la thorie le justifie) tre corrle. La validit de construit se dcompose en validit
convergente et en validit discriminante. Une chelle a une bonne validit convergente
lorsque plusieurs mesures dun mme construit sont suffisamment fortement corrles entre
elles. Une chelle a une bonne validit discriminante lorsque diffrentes mesures du construit
ont des corrlations suffisamment faibles avec des construits distincts (Jolibert et Jourdan,
2006, p. 186). Pendant longtemps, la seule manire de mesurer ces deux validits reposait sur
la mthode MTMM (Multi-Traits, Multi-Mthodes) dveloppe par Campbell et Fiske (1959).
Fornell et Larcker (1981) ont propos une approche squentielle alternative qui a t, par la
suite, complte par Bagozzi et Yi (1989).
Critre de validit convergente faible
Un construit prsente une bonne validit convergente (Roussel et al. 2002, p. 56) si et
seulement si le test t associ chacune des contributions factorielles est significatif (suprieur
1,96). Cela traduit le fait que la relation entre le concept mesur et ses variables de mesure
est statistiquement significative (Bagozzi et Yi, 1991).
Critre de validit convergente forte
On associe ce critre celui de la variance moyenne extraite, ou rh de validit convergente
qui doit tre suprieur 0,5. Ainsi la variance du construit doit-elle tre davantage explique
par les items qui le mesurent que par lerreur. Cet indice est calcul selon la formule de
Fornell et Larcker (1981) :

117

vc ( A)

2
i

Var
i 1

i 1

2
i

i 1

Le principe du test de la validit discriminante nonce (Roussel et al. 2002, p. 80) que la
variance partage entre les variables latentes et leurs indicateurs doit tre suprieure la
variance partage entre les variables latentes (chaque construit partage plus de variance avec
ses mesures quavec les autres construits). On doit ainsi sassurer que la racine carre de vc
de chaque construit est suprieure aux valeurs absolues des corrlations partages entre ce
construit et les autres construits (Hulland, 1999).
La validit nomologique vise confirmer la dfinition du construit au travers lexamen des
relations entre le construit et dautres mesures qui dcoulent directement et dune manire
quasi tautologique de la thorie sous-jacente au construit (Jolibert et Jourdan, 2006, p. 189).
Dans le cas de la mise en relation du concept avec des comportements, on utilise plutt la
notion de validit prdictive (Evrad et al., 2009, p. 314).
La validit de critre est vrifie lorsquil existe une relation statistique (souvent une
corrlation) entre lchelle mesurant le construit et un critre externe au construit (Jolibert et
Jourdan, 2006, p. 189).
En pratique, ce sont les tests de validit convergente et discriminante qui sont les plus
analyss pour valuer la validit interne du modle thorique test (Roussel et al. 2002, p. 82).
Le Tableau 29 synthtise les principaux critres de validit dune chelle de mesure.

118

Tableau 29 P
Type de validit

Mthode

Validit de contenu

Examen de la thorie sous-jacente. Revue critique du construit par des


experts.

Validit faciale
Plusieurs mesures dun mme construit sont suffisamment fortement
corrles entre elles.
Validit
convergente

Validit convergente faible


Test t associ chaque

significatif (> 0,96)

Validit convergente forte

Validit de
construit

vc

Validit
discriminante

(A) (moyenne des variances entre le construit et sa mesure) > 0,5

Diffrentes mesures du construit ont des corrlations suffisamment faibles


avec des construits distincts.

vc (A) >

|Rij| (chaque construit partage plus de variance avec ses

mesures quavec chacun des autres construits)


Validit nomologique

Examen des relations entre le construit et dautres mesures qui en


dcoulent directement

Validit de critre

Examen de la relation entre lchelle mesurant le construit et un critre


externe au construit

4.1.4 Dveloppement de normes


La dernire tape du paradigme de Churchill vise tablir les principales normes statistiques
des chelles (Roussel, 2005, p. 261). Elle ne peut intervenir tant que la fiabilit et la validit
du questionnaire ne sont pas vrifies. Lorsque ces conditions sont runies, il devient possible
dagrger les items constituant chaque chelle pour tablir des scores par individu ou par
variable conceptuelle. Les normes calcules sont gnralement la moyenne et lcart-type.

4.2 Dmarche mthodologique de dveloppement et de test dun modle


dquations structurelles
Cette troisime section prsente la dmarche mthodologique de dveloppement et de test
dun modle dquations structurelles. Les diffrentes tapes de cette dmarche sont illustres
sur la Figure 12 et explicites au cours des paragraphes suivants.

119

Figure 12 Dmarche mthodologique de


structurelles (Roussel et al. 2002, p. 24)

Construction dun modle


thorique
Spcification du modle
Modification et
respcification
ventuelles du modle
thorique

Estimation du modle
Identification du modle
Interprtation des rsultats

4.2.1 Construction dun modle thorique


Au cours de la phase de construction du modle thorique, lune des difficults est lomission,
volontaire ou non, de variables explicatives dans le modle danalyse. Cette omission est
appele erreur de spcification du modle. Le principe de parcimonie impose didentifier et de
retenir les variables explicatives et les liens les plus pertinents pour expliquer un phnomne.
Lobjectif est de sassurer que les variables et les liens permettent dexpliquer une grande part
de variance du phnomne. Chaque relation causale hypothtique du modle danalyse est
dune part sous-tendue par une question de recherche, dautre part soutenue par une hypothse
thorique.
4.2.2 Spcification du modle
Ltape de spcification du modle thorique est lexercice visant tablir la formalisation
dun modle danalyse. Elle consiste dune part dterminer le modle de mesure des
variables latentes en rpondant aux questions : quels indicateurs servent mesurer les
variables latentes ? Comment sont-ils relis aux variables latentes et ventuellement dautres
indicateurs ? La spcification consiste dautre part dterminer le modle structurel en
rpondant aux questions : quelles relations linaires doivent tre testes entre les variables
latentes ? Quelle est leur direction et leur nature ? Quels sont les diffrents paramtres
estimer ? En pratique, la spcification du modle thorique sopre par la formalisation dun
modle dquations structurelles.
120

Les quations structurelles peuvent tre mises en forme en distinguant : les quations
structurelles qui relient les construits ou les variables thoriques, puis les quations du modle
de mesure des variables observables (indicateurs ou variables manifestes) qui servent
mesurer les construits (variables latentes). Ainsi tout modle test se divise-t-il en deux
parties : le modle de mesure et le modle structurel. Le premier prcise les indicateurs
(variables observes) de chaque variable latente. Chaque indicateur est dfini soit
thoriquement par le concepteur du modle danalyse soit en reprenant la structure factorielle
de lchelle apparue lissue dune analyse factorielle exploratoire. Le second modle
concerne les hypothses de relations linaires entre les variables latentes et correspond aux
relations dfinies a priori par le concepteur du modle danalyse.
4.2.3 Estimation du modle
Au cours de la phase destimation du modle thorique, le choix de la matrice de donnes
utilise et des procdures destimation du modle doit tre opr. Les mthodes dquations
structurelles diffrent des autres mthodes danalyse de donnes en ce sens quelles utilisent
comme matrice de donnes de dpart soit la matrice de variances/covariances, soit celle des
corrlations des variables, mais jamais celle des donnes brutes. Dans ces mthodes en effet,
lattention ne porte pas fondamentalement sur les observations individuelles, mais sur les
rseaux de relations entre les variables. Lutilisateur doit choisir le type de matrice des
donnes analyser pour convertir les donnes brutes. Cest une tape importante car, comme
le notent Hair et ses collgues (1998), ce choix a des consquences sur linterprtation des
rsultats obtenus. Le choix danalyser une matrice de variances-covariances est appropri
lorsquil sagit de comparer les donnes entre diffrentes populations ou chantillons et celui
dune matrice de corrlations lorsquil sagit de comparer directement les coefficients
lintrieur dun modle. La position actuelle des statisticiens semble converger pour accepter
lexploitation de matrices aussi bien de corrlations que de covariances dans le cas danalyses
factorielles confirmatoires. La validation de tout modle laide dquations structurelles
repose sur la validation ou non de lhypothse nulle suivante :
H0 : les donnes estimes partir du modle thorique sajustent bien aux donnes
empiriques.
Rejeter lhypothse nulle revient alors rejeter le modle propos. La rsolution de ce test
repose sur la confrontation de deux types de matrices : les matrices S des covariances ou

121

des corrlations des variables observes, et les matrices

des covariances ou des

corrlations des variables estimes du modle propos. Le plus souvent ces dernires sont
values par une mthode du maximum de vraisemblance. Plus les donnes de ces matrices
convergent, meilleur est lajustement du modle thorique aux donnes. En consquence, les
lments de la matrice des rsidus se rapprochent de zro. Lhypothse nulle peut alors tre
accepte, ainsi que le modle thorique. Lestimation des paramtres par le maximum de
vraisemblance repose sur de nombreuses hypothses, comme le respect de la multinormalit
des variables et le recours un chantillon de taille moyenne (autour de 200 individus).
La taille du modle test correspond au nombre de variables latentes et dindicateurs qui le
compose. Plus elle est importante, plus le modle thorique est complexe. En consquence, la
taille minimale dun chantillon doit tre suprieure au nombre de covariances et de
corrlations de la matrice des donnes de dpart, cest--dire au nombre de paramtres. Des
rgles empiriques similaires aux mthodes danalyse factorielle exploratoire existent (Igalens
et Roussel, 1998). Appliqus aux mthodes dquations structurelles (Hair et al., 1998), elles
indiquent de faon empirique que des ratios de cinq individus par paramtre estim
correspondent un plancher alors que dix individus seraient appropris.
4.2.4 Identification du modle
Le problme de lidentification du modle thorique est reli la notion de degrs de libert.
Les degrs de libert correspondent la valeur de lcart entre le nombre de corrlations (ou
de covariances) potentielles et estimes. Le modle thorique dtermine quelles sont les
corrlations utiles pour mesurer les variables latentes. Le degr de libert correspond au
nombre total de coefficients non estims par le modle, cest--dire, la diffrence entre les
coefficients potentiels et ceux estims. Le nombre de degr de libert est calcul
automatiquement selon la formule suivante :
df = ddl = [(p +q) (p + q + 1)] t
avec :
ddl

= degr de libert (df = degree of freedom),

= nombre dindicateurs des variables latentes expliquer,

= nombre dindicateurs des variables latentes explicatives,

= nombre de coefficients estims dans le modle thorique.

122

Le nombre de degrs de libert doit tre suprieur ou gal zro. Quand le degr de libert est
gal zro, le modle est dit exactement identifi . Il devrait conduire un ajustement
parfait du modle thorique aux donnes. Mais celui-ci ne prsente aucun intrt thorique,
faute de spcification des relations entre les variables. Quand le degr de libert est suprieur
zro, le modle est dit sur-identifi . Celui-ci dtient davantage dinformations dans la
matrice des donnes de dpart (S) que dans la matrice des coefficients estimer ( ). Cest un
des objectifs recherchs. Dans le cas inverse, le modle est dit sous-identifi . Il tente
destimer plus de coefficients quil ny a dinformations disponibles dans la matrice de
donnes de dpart. Le logiciel rejette la procdure et indique que le modle est sous-identifi
ou que le degr de libert est ngatif.
4.2.5 Interprtation des rsultats
Linterprtation des rsultats obtenus lissue de lestimation dun modle dquations
structurelles a pour pralable lvaluation de la qualit de lajustement du modle aux donnes
empiriques. Un bon ajustement est une condition de validit interne des rsultats qui pourront
ensuite tre interprts. Lanalyse se fait en plusieurs squences au cours desquelles
lajustement est valu successivement pour : le modle global, le modle de mesure puis le
modle structurel.
4.2.5.1 Ajustement du modle global
Lajustement du modle global peut tre test laide dune multitude dindices.
Traditionnellement, on distingue trois familles dindices correspondant des perspectives
diffrentes de lvaluation :
Les indices absolus mesurent lajustement du modle global.
Les indices incrmentaux (ou indices relatifs de comparaison) permettent de comparer
plusieurs modles. Le modle qui est test peut tre compar au modle nul (ou
modle indpendant) et/ou un ou plusieurs modles alternatifs. Le modle nul ou
indpendant est le modle pour lequel toutes les variables observes seraient non
corrles, cest--dire quaucune relation structurelle entre les variables nest
suppose.
Les indices de parcimonie indiquent dans quelle mesure le modle prsente un bon
ajustement pour chaque coefficient estim. Il sagit de maximiser la quantit
123

dajustement par coefficient estim. Ceci permet dviter de sur-estimer le modle


avec des coefficients qui napporteraient quun gain marginal lajustement.
Nous avons choisi au-moins deux indices dans chacune des familles en privilgiant les indices
peu sensibles la taille de lchantillon (n = 211) lintrieur dune mme famille : GFI,
AGFI et RMSEA pour les indices absolus, AIC et CAIC pour les indices de parcimonie. Les
indices incrmentaux sont de type 2 (TLI) et 3 (CFI), les indices de type 1 tant viter (Hu et
Bentler, 1995 ; Hoyle et Panter, 1995). Les autres indices sont des indices traditionnellement
prsents dans des tudes similaires ( 2, RMR et

norm). Le Tableau 30 synthtise les

indices dajustement retenus et les valeurs cls associes.


Le RMR fournit une indication globale des rsidus du modle. Il ne permet pas de dterminer
les relations individuelles prsentant ventuellement des rsidus levs (Lacaze, 2001). Dans
cette perspective, il est important danalyser la matrice des rsidus standardiss. La valeur
dun rsidu est considre comme leve lorsquelle dpasse 2,58 selon Jreskog et Srbom
(1993) et si peu de rsidus sont suprieurs cette donne, il ne faut pas rejeter le modle pour
autant.

124

Tableau 30 I

Indice
Indices absolus

Valeur cl

Description

(Satorra et
Bentler, 1988a,
1988b, 1994)

Aucune (p associe)

Mesure le manque dajustement issu des restrictions


du modle (paramtres fixs). Fortement biais par la
taille de lchantillon.

GFI et AGFI
(Jreskog et
Srbom, 1984)

Valeur la plus proche possible de 1


Valeur usuelle prconise > 0,9

Mesurent la part relative de la variance-covariance


explique par le modle (GFI), ajuste par le nombre
de variables par rapport au nombre de degrs de
libert (AGFI). Analogues au r2 et au r2 ajust de la
rgression multiple. Ils sont peu sensibles la taille
de lchantillon mais le sont la complexit du
modle.

RMR
(Jreskog et
Srbom, 1984)

Valeur la plus proche possible de


0. Valeur fixe par le chercheur.

Reprsente lapprciation moyenne des rsidus.

RMSEA (Steiger et
Lind, 1980)

< 0,08 et si possible < 0,05

Reprsente la diffrence moyenne, par degr de


libert, attendue dans la population totale et non dans
lchantillon. Indpendant de la taille de lchantillon
et de la complexit du modle. Dispose dun
intervalle de confiance associ (90 %).

Indices incrmentaux
TLI
(Tucker et Lewis,
1973)

> 0,9

Compare le manque dajustement du modle tester


celui du modle de base.

CFI
(Bentler, 1989,
1990)

> 0,9

Mesure la diminution relative du manque


dajustement.

Indices de parcimonie
2

norm
/ddl (Jreskog,
1969)

Valeur la plus faible possible < 1,


2, 3, voire 5

Permet de dceler les modles sur-ajusts et


sous-ajusts . Peut tre utilis pour mesurer le
degr de parcimonie absolu dun modle. Permet
de distinguer, parmi plusieurs modles alternatifs,
lequel est le plus parcimonieux.

AIC du modle /
modle
indpendant
(Akaike, 1987)

AIC du modle < AIC du modle


indpendant
Valeur la plus faible possible
(comparaison)

Vise pnaliser les modles complexes. Assez peu


sensible la taille de lchantillon.

CAIC du modle /
modle
indpendant
(Bozdogan, 1987)

CAIC du modle < CAIC du


modle indpendant
Valeur la plus faible possible
(comparaison)

Vise pnaliser les modles complexes. Assez peu


sensible la taille de lchantillon.

Selon Roussel et al. (2002, pp. 75-76) : Il est important dinsister sur la relativisation de la
place qui doit tre accorde aux indices dajustement. Il sagit certes dune tape part entire
dans la dmarche de test dun modle thorique. Mais il sagit seulement dune tape qui nest
pas la plus importante. La priorit doit avant tout, tre donne au sens que le modle a, plutt
quau degr dajustement atteint par celui-ci. En dautres termes, il ne sagit pas de rechercher
125

obstinment une amlioration de lajustement au dtriment de la signification du modle. A


notre sens, un modle thoriquement fond, mais prsentant un ajustement moyen, devrait
toujours tre prfr un modle prsentant un (trs) bon ajustement, mais thoriquement peu
justifiable. Nous touchons l le sens mme des mthodes dquations structurelles : la
confirmation dun modle thorique tabli a priori. Les indices de mesure doivent donc tre
considrs davantage comme de simples outils daide la dcision que comme une fin en
soi .
4.2.5.2 Ajustement du modle de mesure
Paralllement lajustement du modle global, on doit sintresser lestimation du modle
de mesure, cest--dire la fiabilit de chaque construit (variable latente), la validit de
chaque construit et au degr dajustement du modle de mesure. Ces trois tapes reprsentent
le processus mis en uvre lorsque lon effectue une analyse factorielle confirmatoire. Le
troisime point reprend ce qui a t prsent prcdemment. La seule diffrence est quil ne
sagit plus de tester un modle avec des relations causales entre les variables latentes, mais de
restreindre ce modle la seule tude des concepts pris sparment.
4.2.5.3 Ajustement du modle structurel
Une fois estim lajustement du modle global et du modle de mesure, il est enfin possible
dvaluer lajustement du modle structurel. Il sagit de vrifier que les relations entre les
variables latentes sont bien statistiquement significatives (diffrentes de zro). Les logiciels
proposent, outre les coefficients, la valeur du test t de Student.
Il est galement possible dexaminer les coefficients de rgression ou structurels standardiss.
Ils varient entre -1 et +1 et leurs variances sont toutes gales. Ils sont similaires aux
coefficients btas de la rgression. Ainsi, plus la valeur absolue dun coefficient est proche de
1, plus la relation linaire est forte. Inversement, un coefficient gal zro traduit une relation
linaire inexistante.
Enfin, en poursuivant la comparaison avec la rgression, il est recommand de calculer, pour
chacune des variables exognes, le pourcentage de variance explique par les relations
linaires. Ce pourcentage, quivalent au R2 de la rgression, sobtient en soustrayant 1 le
carr du coefficient standardis de la perturbation associe la variable latente (Bentler,
1989). Plus le rsultat est lev, plus on peut considrer que la variable exogne est bien
explique par les autres variables qui lui sont associes.
126

4.2.5.4 Interprtation des rsultats et modifications ventuelles du modle


Linterprtation des rsultats vise rpondre plusieurs questions (Hair et al., 1998) :
Les relations thoriques sont-elles confirmes et statistiquement significatives ?
Des modles thoriques concurrents apportent-ils un clairage supplmentaire en
soutenant des hypothses alternatives ?
Les relations significatives vont-elles dans le sens suppos par la thorie (positif ou
ngatif) ?
La question de la respcification du modle se pose lorsque lon cherche amliorer son
ajustement aux donnes empiriques ou son adquation la thorie qui le sous-tend. Lorsque la
respcification savre ncessaire, les analyses doivent reprendre au niveau de ltape 4
consacre lestimation.

4.3 Mthodologie relative aux conditions didentification dune variable


mdiatrice
Au cours dun processus de mdiation (Figure 13), la variable indpendante est lorigine du
dclenchement de laction dune variable mdiatrice ou de son intensit, qui elle-mme
influence la rponse (variable dpendante).
Figure 13 Illustration du processus de mdiation

Variable indpendante, X

Variable mdiatrice, M

Variable dpendante, Y

Une variable est considre comme mdiatrice lorsque (Figure 14):


Les variations de la variable indpendante X affectent de faon significative la
variation de la variable mdiatrice M (X a un effet sur M, relation a ).
Les variations la variable mdiatrice M affectent de faon significative la variation de
la variable dpendante Y (M a un effet sur Y, relation b ).

127

Quand les relations a et b sont contrles, la relation entre la variable indpendante X


et la variable dpendante Y, initialement significative33, ne lest plus, voire devient
nulle en cas de mdiation totale.
Figure 14 Analyse du processus de mdiation

Variable
mdiatrice, M
a

Variable
indpendante, X

Variable
dpendante, Y

Classiquement, trois modles de rgression peuvent tre estims afin de vrifier les conditions
didentification dune variable mdiatrice dfinies ci-dessus :
[1] M = a1 X + b1

Cette rgression doit tre significative

[2] Y = a2 X + b2

Cette rgression doit tre significative

[3] Y = a3 X + b3 M + c

Le mdiateur doit tre significatif dans cette relation

Si toutes ces conditions sont runies, leffet de la variable indpendante X doit tre moins fort
dans la 3me quation que dans la 2me (cet effet se mesure avec lintensit et le degr de
significativit du coefficient de rgression associ la variable indpendante)34.
Lapproche ci-dessus peut tre remplace par celle de Baron et Kenny (1986) qui suggre de
comparer les coefficients de rgression obtenus lorsque la variable suppose mdiatrice i)
nest pas intgre dans lquation de rgression et ii) lorsquelle y est intgre. Lorsquil y a
un effet mdiateur, leffet de la variable indpendante doit tre moins fort, lorsque la variable
suppose mdiatrice a t introduite dans lquation, compar sa valeur lorsque la variable
suppose mdiatrice ntait pas encore dans lquation. Leffet mdiateur est total lorsque la

33

X a un effet sur Y avant lintroduction de la variable mdiatrice M

34

Leffet direct de X sur Y est plus petit si leffet de M sur Y est contrl plutt que sil ne ltait pas.

128

relation entre la variable indpendante et la variable dpendante est nulle aprs introduction
de la variable mdiatrice dans lquation de rgression (la totalit de leffet de X sur Y est
mdiatise par M). Leffet mdiateur est partiel lorsque la relation entre la variable
indpendante et la variable dpendante est simplement moins significative, une fois la
variable mdiatrice introduite dans lquation de rgression : une partie de leffet de X est
mdiatise par M, mais une autre partie de cet effet sexerce directement de X sur Y.

4.4 Posture pistmologique et prsentation du terrain dtude


Dans cette section nous prsentons la posture pistmologique laquelle est rattache notre
tude ainsi que le terrain de recherche. Cette section introduit lensemble des choix
mthodologiques effectus afin daboutir aux tests des hypothses de recherche.
4.4.1 Posture pistmologique sous-jacente ltude
Au cours de cette tude, des hypothses formules partir de la revue de la littrature ont t
mises lpreuve sur le terrain. Cette dmarche est ainsi celle dune recherche mene dans
une perspective positiviste. Le caractre positiviste se traduit galement par lobjectif de la
recherche qui est de combler des manques thoriques identifis dans la littrature. En effet, si
nombre de recherches font tat des liens existant entre la thorie de lautodtermination et la
performance scolaire dune part (ex. Fortier et al., 1995 ; Guay et Vallerand, 1997 ; Ratelle et
al. 2007 ; Vallerand et al., 1997 ; Vallerand et Bissonnette, 1992), entre les caractristiques
individuelles et la performance scolaire dautre part (ex. Chamorro-Premuzic et Furnham,
2003a, b ; OConnor et Paunonen, 2007 ; Rosati, 1993, 1997 ; OBrien et al., 1998), rares sont
celles qui tentent dtablir les liens existant entre la thorie de lautodtermination et les
caractristiques individuelles afin de mieux comprendre la performance acadmique
(Komarraju et al., 2009).
4.4.2 Prsentation du terrain dtude et de lchantillon
Les donnes ont t recueillies auprs des tudiants de lISMANS, Institut Suprieur des
Matriaux et Mcaniques Avancs, une jeune cole consulaire, membre de la Confrence des
Grandes Ecoles (CGE) habilite depuis 1992 par la Commission des Titres dIngnieur (CTI).
LISMANS recrute ses lves au niveau Bac + 2 sur concours nationaux (65% classes
prparatoires et 35% concours DUT). De taille humaine - 70 tudiants par promotion en
moyenne lcole revendique une position de niche techniquement centre sur la conception

129

et les outils numriques. Situe en Sarthe et compte-tenu dune taille et dun budget modestes
(2,5 M), sa caractristique est dtre dirige par des personnalits conjuguant, la manire
amricaine, comptences en innovations industrielles, entrepreneuriat et recherche
scientifique haut niveau.
En fin de premire anne, les tudiants doivent choisir une option parmi les trois qui leur sont
prsentes. Loption reprsente environ le tiers des enseignements dispenss en deuxime et
troisime annes.
La premire option, appele Conception de Matriaux Fonctionnels , met laccent
sur une excellente connaissance des concepts fondamentaux en mcanique quantique,
sciences des matriaux et en physique du solide. Il est enseign aux tudiants
comment la science des matriaux permet de raliser des sauts technologiques
disruptifs faisant de lingnieur matriaux un crateur majeur de richesses techniques.
Cette option est adosse une entreprise, Materials Design, fonde lcole et
dveloppant lessentiel de ses activits aux USA et au Japon. Les outils de
modlisation et de simulation de systmes quantiques, msoscopiques et
macroscopiques viennent lappui de la pdagogie pratique.
La deuxime option, Gestion du Cycle de Conception Produits , se caractrise par
des connaissances en simulation mcanique et matriaux mises au service de la chane
de conception. Cette chane conduit de lide au produit en passant par le design,
lanalyse fonctionnelle, la simulation, le calcul, le prototypage, le marketing,
lindustrialisation et le recyclage.
La troisime option, Modlisation, Conception et Optimisation de Produits , a pour
objectif de former des ingnieurs de bureau de calculs et des experts en simulation et
optimisation. Les connaissances mcaniques et la matrise des logiciels de
modlisation permettent de rpondre par avance aux contraintes que rencontrent les
entreprises avec leurs produits les plus performants.
Notre chantillon est constitu de 211 tudiants, 185 garons et 26 filles (soit 88 % de garons
et 12 % de filles) dune moyenne dge de 23 ans (ET = 1,57 ans), 90 % dorigine franaise
(Tableau 31).

130

Tableau 31 Rpartition des tudiants selon la nationalit


Nationalit

Effectif

franaise

191

90,5

camerounaise

3,3

chinoise

2,8

marocaine

0,9

autre35

2,4

Total

211

100

Les tudiants de lISMANS proviennent essentiellement des Classes Prparatoires aux


Grandes Ecoles (CPGE) mais galement des filires DUT (15 %) ou BTS (8,5 %)
(Tableau 32).
Tableau 32 Filires de provenance des tudiants
Filire

Effectif

CPGE

150

71

DUT

31

15

BTS

18

8,5

Autre36

12

5,5

Total

211

100

Les lves-ingnieurs de notre chantillon ont pour majorit un pre dans les catgories
socioprofessionnelles des professions intellectuelles et intermdiaires (62 %) (Tableau 33). En
ce qui concerne la catgorie socioprofessionnelle de la mre, elle est plus htrogne avec une
rpartition quitable entre les professions intellectuelles, intermdiaires et employes (au total
66 %).

35

Belge, bninoise, canadienne, gabonaise et macdonienne.

36

Diplme tranger, filires ATS et Licence.

131

Tableau 33 Catgories socioprofessionnelles des parents


CSP

Pre

Mre

Agriculteurs

3,3

1,4

Artisans, commerants et
chefs dentreprise

14

6,6

10

4,7

Cadres et professions
intellectuelles

94

44,6

52

24,6

Professions intermdiaires

37

17,5

42

20

Employs

17

8,1

45

21,3

Ouvriers

10

4,7

2,0

Retraits

14

6,6

15

7,1

Sans emploi

2,8

34

16,1

Autre

12

5,7

2,8

Total

211

100

211

100

Ces tudiants sont issus de trois promotions (Tableau 34). Les promotions 10 et 11
sont celles des tudiants ayant achev leur cursus respectivement en 2010 et 2011 et la
promotion 12 reprsente les tudiants actuellement en 3me anne.
Tableau 34 - R
promotion
Genre

Promotion

Garon

Fille

Effectif

10

69

18

87

11

55

57

12

61

67

185

26

211

Total

A partir du dbut de la deuxime anne, les tudiants sont rpartis en options (Tableau 35) :
Conception de Matriaux Fonctionnels (option 1), Gestion du Cycle de Conception
Produits (option 2) et Modlisation, Conception et Optimisation de Produits (option 3).
Leffectif de loption 1 est soumis un quota dune douzaine dtudiants par anne. Quant

132

aux deux autres options, les tudiants sy rpartissent spontanment part gale chaque
anne.
Tableau 35 R

on choisie
Option

Effectif

%37

27

13,5

91

45,5

82

41

Manquantes38

11

Total

211

100

Trois grandes raisons prvalent au choix de ce terrain :


LISMANS, de par sa taille modeste, sa faible anciennet et son secteur de niche,
demeure une cole peu renomme parmi les membres de la Confrence des Grandes
Ecoles. Cette donne sera prendre en compte dans lanalyse des rsultats de la
motivation des tudiants poursuivre des tudes dingnieur. En effet, les tudiants
nont, pour certains et pour des raisons trs diverses, pas pu intgrer une cole plus
prestigieuse . Pour dautres, il sagit dun choix dlibr (60 %). Ce choix exige un
haut niveau de motivation compte-tenu de la slection lentre, du cot de la
scolarit (4500 /an) et de linvestissement consenti par les familles.
Les tudiants de lISMANS sont ds leur premire anne dtudes sensibiliss la
dimension humaine de leur future mission dingnieur. Le tiers de leur enseignement
est consacr aux langues et aux humanits (management, conduite de projet,
techniques de crativit, de ngociation, histoire des sciences, etc.) et la pdagogie par
projet pratique lcole implique de trs nombreux travaux en quipe. Dans ce
contexte les tudiants sont trs rapidement amens sinterroger sur linfluence des
caractristiques de leur personnalit sur leur performance . Ils sont parfaitement

37

Pourcentage ne tenant pas compte des valeurs manquantes.

Les valeurs manquantes correspondent aux tudiants ayant redoubl leur 1 re anne ou quitt lcole au terme
de la 1re anne.

38

133

conscients que leur russite acadmique (et professionnelle) ne sera pas seulement le
fruit de lacquisition de savoirs purement techniques et scientifiques mais que la
dimension humaine (et en particulier leur personnalit) y contribuera pour une part
trs importante. Cette tude a donc pu tre ralise dans un climat trs favorable
auprs dun public sensibilis la problmatique et y contribuant avec grand srieux.
La proximit son endroit au moment de la ralisation de ce travail est galement un
lment expliquant le choix de ce terrain. Le fait dtre membre de lquipe des
professeurs permanents de lcole et de bnficier dun appui fort tant de la part de la
direction gnrale que de lensemble du corps professoral et du personnel administratif
a contribu des conditions optimales de ralisation de ltude.
Le Tableau 36 prsente un rcapitulatif des hypothses adaptes notre terrain dtudes.
Considrant que lenvironnement dune cole dingnieurs est essentiellement cerveau
gauche (Felder et al., 2000 ; M. Lumsdaine et E. Lumsdaine, 1995 ; Lumsdaine et Voitle,
1993b), nous avons formul les hypothses 1 et 3 de la faon suivante :
Hypothse 1 : Les lves-ingnieurs sont en moyenne davantage cerveau gauche que
cerveau droit ;
Hypothse 3 : Lorsquils sont plus cerveau gauche que cerveau droit , les lvesingnieurs affichent une satisfaction dans les tudes plus leve .
Tableau 36 Rcapitulatif des hypothses

Hypothses

Mthode

Analyse des profils HBDI des lves-ingnieurs


H1

Les lves-ingnieurs sont en moyenne davantage cerveau gauche


que cerveau droit.

Test t pour chantillon unique

H2

Les parcours de spcialisation (options, majeures) se distinguent entre


eux par des moyennes significativement diffrentes sur chacun des
quatre quadrants du HBDI.

ANOVA

Relations entre les profils HBDI et la satisfaction dans les tudes


H3

Lorsquils sont plus cerveau gauche que cerveau droit , les lvesingnieurs affichent une satisfaction dans les tudes plus leve (la
variable cerveau gauche est corrle positivement la satisfaction
dans les tudes).

134

Analyse de corrlation

Influence des profils HBDI sur la performance scolaire


H4

Lune au-moins des quatre variables du HBDI influence de manire


significative la variable moyenne cursus.

Analyse de rgression
multiple

Influence des profils HBDI sur la motivation


H5

Lune au-moins des quatre variables du HBDI influence de manire


significative la variable motivation intrinsque.

Analyse de rgression
multiple

H6

Lune au-moins des quatre variables du HBDI influence de manire


significative la variable motivation extrinsque.

Analyse de rgression
multiple

H7

Lune au-moins des quatre variables du HBDI influence de manire


significative la variable amotivation.

Analyse de rgression
multiple

Influence de la motivation sur la performance scolaire


H8a

La motivation intrinsque influence positivement et significativement


la variable moyenne cursus.

H8b

Lamotivation influence ngativement et significativement la variable


moyenne cursus.

H9

Lune au-moins des variables de la motivation extrinsque influence


de manire significative la variable moyenne cursus.

Analyse de rgression
multiple

Analyse de rgression
multiple

Influence conjointe de la motivation et des profils HBDI sur la performance scolaire


H10

La motivation explique la performance scolaire au-del du profil


HBDI (Les variations des variables de la motivation expliquent la
variation de la variable moyenne cursus au-del de celles du HBDI).

Analyse de rgression
hirarchique

H11

Les variables de la motivation jouent un rle mdiateur entre les


variables du HBDI et la performance scolaire.

Analyse de rgression
hirarchique

Relations entre la motivation et le bien-tre


La motivation intrinsque est corrle positivement aux indicateurs
positifs du bien-tre (affects positifs, bonheur, satisfaction de vie,
sens donn la vie et estime de soi).

Analyse de corrlation

H13

Lamotivation est corrle positivement lindicateur ngatif du bientre (affects ngatifs).

Analyse de corrlation

H14

Lamotivation est corrle ngativement aux indicateurs positifs du


bien-tre (affects positifs, bonheur, satisfaction de vie, sens donn la
vie et estime de soi).

Analyse de corrlation

H12

Relation entre la motivation et la satisfaction dans les tudes


H15

La motivation intrinsque est corrle positivement la satisfaction


dans les tudes.

Analyse de corrlation

H16

Lamotivation est corrle ngativement la satisfaction dans les


tudes.

Analyse de corrlation

135

Conclusion
Nous avons expos dans ce chapitre les mthodologies retenues pour la construction et la
validation des chelles de mesure ainsi que pour les tests des hypothses. Le chapitre suivant
applique lensemble de ces mthodologies la validation des chelles de mesure des variables
de notre tude : la motivation poursuivre des tudes dingnieur et les variables du bien-tre
et de la satisfaction. Les rsultats des tests des hypothses seront prsents au Chapitre 6.

136

CHAPITRE 5 - EVALUATION DES QUALITES


PSYCHOMETRIQUES DES ECHELLES DE MESURE

Introduction
Ce chapitre dtaille les rsultats du processus de validation des chelles de mesure des
variables de notre tude. La validation de lchelle de motivation poursuivre des tudes
dingnieur est prsente dans un premier temps. Les diffrentes tapes du paradigme de
Churchill y sont exposes : de la phase exploratoire centre sur la cration des chantillons
ditems la phase confirmatoire permettant dvaluer la fiabilit et la validit de loutil de
mesure. Lvaluation des qualits psychomtriques des chelles du bien-tre et de la
satisfaction sont prsentes dans un second temps.

5.1 Echelle de motivation poursuivre des tudes dingnieurs


5.1.1 Spcification du domaine du construit
La phase de spcification du domaine du construit consiste en une rflexion thorique sur le
sujet tudi. Elle se traduit par une revue de la littrature exhaustive et actualise afin de se
familiariser avec le concept et den matriser les dfinitions et les caractristiques (Roussel,
2005). Cette phase a fait lobjet de la premire partie de ce travail (Chapitre 1).
5.1.2 Gnration des chantillons ditems
Ltape de gnration dun chantillon ditems consiste gnrer le plus grand nombre
possible dnoncs aptes saisir les diffrentes caractristiques du concept (Roussel, 2005).
Pour rappel, sur le continuum de lautodtermination dfini par Deci et Ryan (1985), cinq
construits ont t retenus :
la motivation intrinsque,
la motivation extrinsque par rgulation identifie,
la motivation extrinsque par rgulation introjecte,

137

la motivation extrinsque par rgulation externe,


et enfin lamotivation.
Des items ont t gnrs afin dillustrer chacun de ces construits. Ils sont prsents de
manire alatoire et introduits par la question gnrale suivante : Pourquoi poursuivez-vous
des tudes dingnieur ? Je poursuis des tudes dingnieur . Les mesures sappuient sur
des chelles de Likert 7 points allant de 1 ( Fortement en dsaccord ) 7 ( Fortement en
accord ). Dun point de vue mthodologique, un nombre impair ditems est souhaitable afin
denvisager une position neutre ( Ni en dsaccord, ni en accord ). Churchill et Peter (1984)
ont par ailleurs montr que le nombre dchelons est proportionnel la solidit de lchelle.
Dans la mesure du possible nous avons utilis des items provenant dchelles de mesure
existantes dont la validit et la robustesse ont t testes lors de recherches antrieures :
lchelle de motivation dans les tudes avances (M-U 28) de Vallerand, Blais,
Brire et Pelletier (1989),
lchelle de motivation globale (MG-28) de Guay, Mageau et Vallerand (2003),
et le "Self-Regulation Questionnaire-Academic" (SRQ-A) dvelopp par Ryan et
Connell (1989).
Nous avons galement procd une pr-enqute qualitative exploratoire afin dadapter notre
tude au contexte dune cole dingnieur. Cette enqute avait pour triple objectif :
la vrification de la pertinence de lapproche thorique choisie et sa comprhension
implicite par les tudiants,
la formulation de questions les plus aisment comprhensibles par les rpondants,
lmergence de nouveaux items spcifiques au contexte de ltude ; dans les
paragraphes suivants, la provenance de ces items sera note EQE pour Enqute
Qualitative Exploratoire .
La pr-enqute qualitative exploratoire a galement conduit reformuler quelques items issus
des chelles existantes (M-U 28, MG-28 et SRQ-A). Dans les tableaux prsents au cours

138

des paragraphes suivants les nouvelles formulations seront suivies de celles dorigine entre
parenthses.
Dun point de vue mthodologique, la pr-enqute qualitative exploratoire a consist en des
entretiens individuels semi-dirigs. Dix tudiants ont t interviews. Le choix des tudiants a
t

opr

afin

de

garantir

la

reprsentativit

des

origines

sociales

(catgorie

socioprofessionnelle des parents), scolaires (classes prparatoires ou DUT) et enfin pour


globalement respecter la rpartition garons/filles au sein de lcole. Le nombre total
dentretiens (10) a t conditionn par la saturation smantique des donnes. Les entretiens
ont dur 1 heure et 30 minutes en moyenne. Une premire question abordait la thmatique de
la motivation sur un plan trs gnral. Il sagissait, aprs avoir rappel une dfinition simple
de la motivation comme une force qui pousse agir (De Villiers, 1997), de demander aux
tudiants ce qui les avait amens suivre un cursus ingnieur. Une srie de questions
permettait ensuite de balayer les diffrents concepts de la thorie de lautodtermination. Pour
la motivation extrinsque par rgulation introjecte, il sagissait par exemple dinterroger les
tudiants sur les comportements quils adoptent sous leffet dune pression interne et sur
la nature de cette pression. Concernant lamotivation, la question tait : ne pas tre motiv,
pour vous, cela se traduit comment ? .
McClelland (1965) a men des recherches approfondies sur les fondements de la motivation.
Il a soulign quon ne peut faire confiance aux individus pour dire ce que sont vraiment leurs
motivations parce quils calquent leurs ides sur des demi-vrits communment acceptes
(biais de dsirabilit sociale). Cest pour cette raison majeure, et du fait que la motivation peut
conduire soulever des sujets trs personnels chez les sujets interrogs, que des entretiens
individuels semi-dirigs ont t prfrs aux entretiens de groupe. Comme le souligne Thitart
(2003), avec les entretiens, il sagit damener les sujets vaincre ou oublier les
mcanismes de dfense quils mettent en place vis--vis du regard extrieur sur leur
comportement ou leur pense . Il a galement fallu surmonter la difficult lie linteraction
entre lintervieweur et linterview en instaurant un climat de confiance et douverture et en
rappelant le caractre strictement confidentiel des donnes.
5.1.2.1 La motivation intrinsque
La motivation intrinsque se caractrise par un engagement dans une action pour le plaisir
procur par cette dernire. Concernant ce construit nous avons retenu 8 items (Tableau 37).

139

Tableau 37 - Items constitutifs du construit de la motivation intrinsque


Item

Libell

Provenance

par got personnel

EQE

par plaisir
(Pour le plaisir que j'ai dcouvrir de nouvelles choses jamais vues auparavant)

parce que ces tudes mintressent


(Parce que mes tudes me permettent de continuer en apprendre sur une foule de
choses qui m'intressent)

M-U 28

M-U 28

car jaime apprendre


(Parce que j'y trouve de nouveaux lments intressants apprendre)

MG-28

parce que c'est captivant/stimulant

EQE

parce que a m'amuse


(Because its fun)

25

26

SRQ-A

pour le plaisir que je ressens me surpasser


(Parce que je ressens du plaisir me surpasser)

MG-28

pour satisfaire ma curiosit intellectuelle

EQE

5.1.2.2 La motivation extrinsque par rgulation identifie


Huit items ont t retenus afin de caractriser la motivation extrinsque par rgulation
identifie (Tableau 38). Rappelons quelle consiste en la ralisation dune activit juge
importante mais nengendrant pas ncessairement de plaisir.
Tableau 38 - Items constitutifs du construit de la motivation extrinsque par rgulation identifie
Item Libell
27

Provenance

en vue dacqurir des comptences qui me seront utiles plus tard


(Parce que je crois que quelques annes d'tudes supplmentaires vont augmenter ma
comptence comme travailleur-se)

28

car je les ai choisies comme moyen pour raliser mes projets personnels
(Parce que je les choisies comme moyens pour raliser mes projets)

29

32

MG-28

pour avoir le choix de nombreuses perspectives en sortie d'cole


(Parce que cela va m'aider mieux choisir mon orientation de carrire)

30

M-U 28

MG-28

en vue de prparer au mieux mon avenir professionnel


(Parce que selon moi des tudes avances vont m'aider mieux me prparer la carrire
que j'ai choisie)

M-U 28

car cela me permettra de prparer l'avenir des gnrations futures

EQE

140

33

car cela me permettra de participer au progrs scientifique, technologique et


intellectuel

WOMENG39

34

car cela me permettra de dvelopper de nouvelles solutions technologiques pour le


bien de l'humanit

WOMENG

35

car cela me permettra de dvelopper de nouvelles solutions mieux adaptes au


dveloppement durable

WOMENG

5.1.2.3 La motivation extrinsque par rgulation introjecte


La motivation extrinsque par rgulation introjecte renvoie une activit mene sous leffet
de pressions intriorises plus ou moins conscientes. Onze items ont t retenus pour illustrer
ce construit (Tableau 39).
Tableau 39 - Items constitutifs du construit de la motivation extrinsque par rgulation introjecte
Item

Libell

Provenance

14

car je ne veux pas dcevoir certaines personnes de mon entourage (par ex. : parents,
amis, professeurs, )
(Parce que je ne veux pas dcevoir certaines personnes)

15

MG-28

car je m'en voudrais si je ne le faisais pas


(Parce que je m'en voudrais de ne pas les faire)

MG-28

16

pour ne pas avoir de regrets

EQE

17

car jaurais mauvaise conscience si je ne le faisais pas


(Parce que je me sentirais coupable de ne pas les faire)

18

car j'en ressens lobligation personnelle ou morale


(Parce que je m'oblige les faire)

19

MG-28

MG-28

pour tre fier-re de moi


(Because I will feel really proud of myself if I do well)

SRQ-A

20

pour relever un dfi personnel

EQE

21

car je veux me prouver que jen suis capable


(Parce que je veux me prouver moi-mme que je suis capable de russir dans les
tudes)

M-U 28

22

car je veux me prouver que je peux russir quoiquil men cote

EQE

23

pour montrer aux autres ce dont je suis capable

24

(Pour montrer aux autres ce que je vaux)

MG-28

par esprit de comptition

EQE

Item issu de lenqute mene en 2002 par WOMENG : Creating cultures of Success For Women Engineers
(http://www.womeng.net/database/heset2/France/Q1/Total/14-20.HTM) A Project Funded by the European
Commission, 5th FP, HPSE-CT-2002-00109 womeng@cdefi.fr.
39

141

5.1.2.4 La motivation extrinsque par rgulation externe


La motivation extrinsque par rgulation externe induit pour un sujet des comportements
contrls par des circonstances extrieures. Huit items ont t retenus pour dcrire ce
construit (Tableau 40).
Tableau 40 - Items constitutifs du construit de la motivation extrinsque par rgulation externe
Item

Libell

Provenance

31

car je vise un salaire confortable : pouvoir subvenir aux besoins quotidiens


(personnels, familiaux)

EQE

car je vise un salaire lev : pouvoir dpenser sans compter


(Pour avoir un meilleur salaire plus tard)

M-U 28

car je vise un statut social reconnu


(Pour pouvoir dcrocher un emploi plus prestigieux plus tard).

M-U 28

car je vise une position hirarchique leve

EQE

10

car je vise une volution de carrire rapide

EQE

11

pour le prestige
(Parce que je souhaite obtenir du prestige)

MG-28

12

pour me garantir un emploi en sortie d'cole (ne pas me retrouver au chmage)

EQE

13

car je vise l'excellence

EQE

5.1.2.5 Lamotivation
Cinq items ont t retenus afin dillustrer lamotivation (Tableau 41). Lamotivation se
produit lorsque lindividu naccorde pas de valeur une activit ou un comportement.
Tableau 41 - I
Item

Libell

Provenance

36

mais cela ne mintresse pas

EQE

37

mais je ne sais pas pourquoi


(Je ne le sais pas; je ne parviens pas comprendre ce que je fais aux tudes avances)

38

mais jai limpression de perdre mon temps


(Honntement je ne le sais pas; j'ai vraiment l'impression de perdre mon temps aux
tudes avances)

39

M-U 28

mais je me demande si je dois continuer


(J'ai dj eu de bonnes raisons pour aller aux tudes avances, mais maintenant je me
demande si je devrais continuer y aller)

40

M-U 28

M-U 28

bien que je ne vois pas ce que cela m'apporte


(Bien que je ne vois pas ce que cela me donne)

142

MG-28

Au final, notre questionnaire visant la mesure de la motivation poursuivre des tudes


dingnieur comporte 40 items.
5.1.3 Collecte des donnes
Les donnes ont t collectes auprs de la totalit des tudiants inscrits lISMANS (cursus
ingnieur) au cours de lanne acadmique 2009/201040. Lchantillon est constitu de 211
tudiants (185 garons et 26 filles), dune moyenne dge de 23 ans (cart-type = 1,6 anne)
et rpartis sur les trois annes dtudes : 67 tudiants en 1re anne, 57 en 2me anne et 87 en
3me anne (Cf. Tableau 34).
Chaque tudiant accde au questionnaire grce un identifiant et un mot de passe
personnels envoys par courrier lectronique. Les questionnaires ont t remplis au cours du
deuxime semestre de lanne scolaire, entre mars et avril 2010.
5.1.4 Purification de linstrument de mesure
Suivant les recommandations formules par Fabrigar et al. (1999) et Costello et Osborne
(2005), nous avons opt pour une analyse factorielle de type maximum de vraisemblance
avec rotation Oblimin .
La normalit des donnes est teste laide des indices dasymtrie (skewness) et
daplatissement (kurtosis). Les items utiliss dans cette tude prsentent tous des coefficients
acceptables (Cf. Annexe 3).
La valeur du test de Bartlett calcule (

= 3696,31 ; ddl = 780 ; p < 0,001) est statistiquement

significative au seuil alpha de 0,001 (cf. Tableau 42). Lhypothse nulle dgalit de la
matrice de corrlations avec une matrice identit est rejete. La valeur obtenue du KMO est
gale 0,81. Ces deux rsultats justifient la mise en uvre dune analyse factorielle.

40

Hormis les tudiants effectuant leur deuxime anne dtude ltranger.

143

Tableau 42 - R

KMO

Indice KMO et test de Bartlett


Mesure de prcision de l'chantillonnage de Kaiser-Meyer- ,815
Olkin.
Test de sphricit de Bartlett Khi-deux approxim

3696,311

ddl

780

Signification de Bartlett

,000

Les rsultats de la premire analyse factorielle exploratoire avec rotation Oblimin a permis
didentifier les items qui sont mal reprsents par les facteurs et qui doivent tre purs de
lchelle. Les items 3, 7, 11, 18 et 25 ont des contributions suprieures 0,30 sur plusieurs
facteurs ; litem 14 ne prsente aucune contribution suprieure 0,5 sur lun des facteurs
retenus. Tous ces items ont donc t limins et une nouvelle itration ralise par analyse
factorielle avec rotation Oblimin. La procdure ditration est arrte lorsquune structure
factorielle claire apparat : cest--dire que plus aucun item nest liminer (Roussel, 2005, p.
266). Dans notre cas, elle prend fin la sixime itration et a conduit supprimer les items
supplmentaires suivants : 1, 6, 20, 24, 27, 28, 29, 30, 33 et 37, soit seize items supprims au
total.
La valeur du test de Bartlett calcule (

= 1902,44 ; ddl = 276 ; p < 0,001) est statistiquement

significative au seuil alpha de 0,001 (cf. Tableau 43). Lhypothse nulle dgalit de la
matrice de corrlations avec une matrice identit est rejete. La valeur obtenue du KMO est
gale 0,801.
Tableau 43 - Rsultat

KMO 6me itration

Indice KMO et test de Bartlett


Mesure de prcision de l'chantillonnage de Kaiser-Meyer- ,801
Olkin.
Test de sphricit de Bartlett Khi-deux approxim

1902,437

ddl

276

Signification de Bartlett

,000

144

Le critre de Cattell (cf. Figure 15) et la mthode du poids minimum de Kaiser suggrent une
structure 7 facteurs expliquant 67,56 % de la variance (Tableau 44). Les communalits des
items 13, 16 et 40 sont relativement faibles (infrieures 0,40, cf. Tableau 45) mais
prsentent un niveau acceptable.
Figure 15 - Diagramme des valeurs propres

145

Tableau 44 - Valeurs propres et pourcentages de variance explique par les facteurs retenus (6me
itration)
Variance totale explique

Valeurs propres initiales

Somme des carrs


des facteurs
retenus pour la
rotationa

Total

% de la variance % cumuls

Total

4,815

20,063

20,063

3,268

3,852

16,049

36,111

3,169

2,421

10,086

46,197

2,472

1,593

6,637

52,835

2,442

1,334

5,559

58,393

2,314

1,199

4,995

63,388

1,966

1,001

4,170

67,559

2,534

,720

2,999

70,558

,689

2,871

73,429

10

,664

2,767

76,196

11

,585

2,436

78,632

12

,562

2,340

80,972

13

,533

2,221

83,193

14

,506

2,109

85,302

15

,469

1,954

87,256

16

,439

1,829

89,085

17

,417

1,739

90,824

18

,404

1,685

92,509

19

,361

1,502

94,012

20

,343

1,430

95,441

21

,319

1,331

96,772

22

,277

1,154

97,926

23

,269

1,122

99,048

24

,228

,952

100,000

Facteur

Dans le Tableau 45, toutes les contributions factorielles infrieures 0,30 ne sont pas
reproduites afin de gagner en lisibilit. Les items ont des contributions factorielles claires sur
chaque facteur. Elles sont suprieures 0,50 sauf pour litem 16 dont la contribution se
rapproche nanmoins de cette valeur. Chaque item associ un facteur a une contribution
forte ce seul facteur. Nous nobservons pas de chevauchement des contributions des items

146

sur plusieurs facteurs. Cette structure factorielle suggre que la validit de construit est
satisfaisante au regard du critre de validit discriminante.
Tableau 45 Contributions factorielles et communalits des items aprs une analyse factorielle de
type maximum de vraisemblance avec rotation Oblimin (6me itration)
Facteur
1

Com.

Item 19

,738

,496

Item 23

,635

,458

Item 22

,634

,541

Item 21

,614

,547

Item 5

-,732

,565

Item 4

-,717

,481

Item 2

-,641

,472

Item 26

-,582

,488

Item 9

-,813

,509

Item 10

-,598

,396

Item 8

-,578

,532

Item 13

-,565

,378

Item 34

,822

,576

Item 35

,795

,489

Item 32

,590

,431

Item 15

-,935

,491

Item 17

-,678

,490

Item 16

-,486

,349

Item 31

-,781

,438

Item 12

-,693

,414

Item 38

,713

,431

Item 39

,673

,402

Item 40

,579

,379

Item 36

,563

,445

Le premier facteur se compose des items 19, 21, 22 et 23. Il reprsente une dimension de la
motivation extrinsque par rgulation introjecte. Il sagit de se mettre en avant (tre fier de
soi, montrer aux autres et soi-mme ses capacits) et de russir quoiquil en cote . Les
pressions lorigine de cette motivation sont lies la volont daugmenter son amour propre
et de renforcer son ego. Ce facteur sera appel rgulation introjecte - ego .

147

Le deuxime facteur se compose des items 2, 4, 5 et 26 et reprsente la motivation


intrinsque. La poursuite des tudes dingnieur est une activit stimulante qui permet de
satisfaire la curiosit intellectuelle.
Le troisime facteur comprend les items 8, 9, 10 et 13. Il dfinit une dimension de la
motivation extrinsque par rgulation externe. Une qute de reconnaissance sociale et de
prestige est sous-jacente lensemble des items composant ce facteur qui sera appel
rgulation externe - prestige social : viser un statut social reconnu, une position hirarchique
leve, une volution de carrire rapide ou encore lexcellence.
Le quatrime facteur regroupe les items 32, 34 et 35. Ce facteur correspond aux rponses
quun ingnieur peut apporter pour le bien de lhumanit : dvelopper de nouvelles
solutions technologiques, favoriser le dveloppement durable, participer au progrs
scientifique, technologique et intellectuel. Il sagit dune dimension de la motivation
extrinsque par rgulation identifie - raliser une activit juge importante - mais non centre
sur soi comme les items des chelles classiques (M-U 28 et MG-28) le suggrent
habituellement. Ce facteur sera dnomm rgulation identifie - altruisme .
Le cinquime facteur comprend les items 15, 16 et 17. Il sagit de nouveau dune dimension
de la motivation extrinsque par rgulation introjecte mais cette fois oriente sur la volont
de ne pas prouver des sentiments dsagrables. Entreprendre des tudes dingnieur permet
de ne pas avoir de regrets, de ne pas sen vouloir ou de ne pas avoir mauvaise conscience si
on ne le faisait pas. Ce facteur sera qualifi de rgulation introjecte - conscience .
Le sixime facteur se compose des items 12 et 31. Il reprsente une facette de la motivation
extrinsque par rgulation externe, celle de la qute de scurit : avoir la garantie dun emploi
en sortie dcole et un salaire satisfaisant. Ce facteur sera appel rgulation externe
scurit .
Le septime facteur se compose des items 36, 38, 39 et 40 et traduit lamotivation. La
poursuite des tudes dingnieur a lieu malgr un manque dintrt et le sentiment de perdre
son temps. Ltudiant se demande sil doit continuer et ne voit pas ce que ces tudes lui
apportent.
Notons quau lieu dobtenir les cinq construits prvus par le continuum de
lautodtermination, nous en obtenons sept (cf. Tableau 46). Le construit de la motivation

148

extrinsque par rgulation introjecte se divise en deux construits distincts : la rgulation


introjecte ego et la rgulation introjecte conscience. Il en est de mme pour la
motivation extrinsque par rgulation externe qui se subdivise en rgulation externe scurit
et rgulation externe prestige social. Enfin le construit de la motivation extrinsque par
rgulation identifie est qualifi de rgulation identifie altruisme en raison des items qui le
constituent et qui dcrivent une ralit spcifique la motivation des lves ingnieur. Ces
rsultats seront discuts ultrieurement.
Tableau 46 C
ire

Construits dfinis par le continuum de la TAD

Construits issus de lanalyse factorielle


exploratoire

1. Motivation intrinsque

1. Motivation intrinsque

2. Motivation extrinsque par rgulation identifie

2. Motivation extrinsque par rgulation identifie altruisme

3. Motivation extrinsque par rgulation


introjecte

3. Motivation extrinsque par rgulation introjecte ego


4. Motivation extrinsque par rgulation introjecte conscience
5. Motivation extrinsque par rgulation externe
scurit

4. Motivation extrinsque par rgulation externe

5. Amotivation

6. Motivation extrinsque par rgulation externe prestige social


7. Amotivation

5.1.5 Analyse de la fiabilit de cohrence interne


Le calcul de la fiabilit de cohrence interne est effectu pour chacun des sept construits mis
en vidence par lanalyse factorielle exploratoire.
5.1.5.1 Echelle de motivation intrinsque
Les statistiques par item (Tableau 47) indiquent la corrlation entre litem et le score de
lchelle (somme des rponses aux items) ainsi que le niveau du coefficient alpha si un item
est retir. Le niveau de corrlation entre litem et le score de lchelle est relativement lev.
La valeur du coefficient alpha pour lensemble de lchelle (Tableau 48) correspond un
niveau trs satisfaisant de fiabilit de cohrence interne. Rappelons quun seuil de 0,70 est
gnralement retenu dans les phases exploratoires (Evrard et al. 2009). La corrlation

149

moyenne entre items est suprieure au seuil empirique prescrit de 0,40 (Roussel, 2005, p.
269). Aucun item nest retirer de lchelle.
Tableau 47 Statistiques par item (N = 211)
Corrlation entre
Moyenne Ecart-type litem et le score de
lchelle

Alpha de Cronbach en
cas de suppression de
litem

Item 2

4,36

1,541

,570

,779

Item 4

5,13

1,268

,621

,745

Item 5

5,04

1,305

,687

,712

Item 26

5,22

1,199

,590

,760

Tableau 48

de fiabilit alpha de Cronbach (N = 211)

Nombre
d'items

Score moyen

Corrlation
Ecart-type des
moyenne entre
scores
items

Alpha de
Cronbach

19,74

4,216

,799

,507

5.1.5.2 Echelle de motivation extrinsque par rgulation identifie - altruisme


Le niveau de corrlation entre litem et le score de lchelle est lev (Tableau 49), compris
entre 0,56 et 0,71. Le Tableau 50 confirme le niveau lev du coefficient de fiabilit de
cohrence interne de lchelle (0,78). La corrlation moyenne entre items est suprieure au
seuil empirique prescrit de 0,40. Tous les items de cette chelle sont conservs.
Tableau 49 Statistiques par item (N = 211)
Corrlation entre
Moyenne Ecart-type litem et le score de
lchelle

Alpha de Cronbach en
cas de suppression de
litem

Item 32

4,42

1,476

,561

,767

Item 34

4,66

1,609

,710

,602

Item 35

4,62

1,592

,597

,731

150

Tableau 50

(N = 211)

Nombre
d'items

Score moyen

Corrlation
Ecart-type des
moyenne entre
scores
items

Alpha de
Cronbach

13,69

3,905

,782

,544

5.1.5.3 Echelle de motivation extrinsque par rgulation introjecte - ego


Le niveau de corrlation entre litem et le score de lchelle est homogne et lev (Tableau
51), compris entre 0,61 et 0,67. Le coefficient de fiabilit de cohrence interne avec une
valeur de 0,82 est lev (Tableau 52). La corrlation moyenne entre items est suprieure au
seuil empirique prescrit de 0,40. Nous ne retirons aucun item de lchelle.
Tableau 51 Statistiques par item (N = 211)
Corrlation entre
Moyenne Ecart-type litem et le score de
lchelle

Alpha de Cronbach en
cas de suppression de
litem

Item 19

4,81

1,500

,657

,773

Item 21

4,75

1,627

,647

,776

Item 22

4,48

1,622

,669

,766

Item 23

3,99

1,620

,613

,792

Tableau 52

(N=211)

Nombre
d'items

Score moyen

Corrlation
Ecart-type des
moyenne entre
scores
items

Alpha de
Cronbach

18,02

5,148

,823

,538

5.1.5.4 Echelle de motivation extrinsque par rgulation introjecte conscience


Lanalyse de fiabilit fait tat dun coefficient alpha de Cronbach dune valeur de 0,75
(Tableau 54) qui pourrait tre augmente la valeur de 0,77 en cas de suppression de litem
16 ( pour ne pas avoir de regrets ). Cependant la corrlation de cet item avec le score de
lchelle est satisfaisante (0,498) de mme que la corrlation moyenne entre item (0,51). Nous

151

dcidons donc de conserver litem 16 afin de ne pas fragiliser ce construit qui ne comporterait
alors que deux items.
Tableau 53 Statistiques par item (N = 211)
Corrlation entre
Moyenne Ecart-type litem et le score de
lchelle

Alpha de Cronbach en
cas de suppression de
litem

Item 15

4,02

1,761

,642

,604

Item 16

4,57

1,732

,498

,767

Item 17

3,18

1,740

,617

,634

Tableau 54

de fiabilit alpha de Cronbach (N = 211)

Nombre
d'items

Score moyen

Ecart-type des
scores

Corrlation moyenne Alpha de


entre items
Cronbach

11,78

4,286

,506

,755

5.1.5.5 Echelle de motivation extrinsque par rgulation externe - scurit


Pour cette chelle qui ne comporte que deux items, nous avons calcul lalpha de Cronbach
mme sil napporte que peu dinformation par rapport la corrlation (Evrard et al. 2009, p.
313). Le niveau de corrlation entre litem et le score de lchelle est satisfaisant (Tableau
55). Le Tableau 56 confirme le niveau satisfaisant du coefficient de fiabilit de cohrence
interne de lchelle (0,72). La corrlation moyenne entre items est suprieure au seuil
empirique prescrit de 0,40.
Tableau 55 Statistiques par item (N = 211)
Corrlation entre
Moyenne Ecart-type litem et le score de
lchelle
Item 12

5,40

1,429

,577

Item 31

5,84

1,131

,577

152

Tableau 56

de fiabilit alpha de Cronbach (N = 211)

Nombre
d'items

Score moyen

Corrlation
Ecart-type des
moyenne entre
scores
items

Alpha de
Cronbach

11,24

2,277

,719

,577

5.1.5.6 Echelle de motivation extrinsque par rgulation externe prestige


social
Le niveau de corrlation entre litem et le score de lchelle est satisfaisant (Tableau 57),
compris entre 0,49 et 0,68. Le Tableau 58 confirme le niveau optimal du coefficient de
fiabilit de cohrence interne de lchelle (0,77). La corrlation moyenne entre items est
suprieure au seuil empirique prescrit de 0,40. Aucun item nest retirer de lchelle.
Tableau 57 Statistiques par item (N = 211)
Corrlation entre
Moyenne Ecart-type litem et le score de
lchelle

Alpha de Cronbach en
cas de suppression de
litem

Item 8

4,71

1,576

,596

,697

Item 9

4,81

1,551

,680

,651

Item 10

4,98

1,434

,515

,739

Item 13

4,31

1,687

,495

,755

Tableau 58

Nombre
d'items

Score moyen

Corrlation
Ecart-type des
moyenne entre
scores
items

Alpha de
Cronbach

18,81

4,803

,768

,455

5.1.5.7 Echelle damotivation


Le niveau de corrlation entre litem et le score de lchelle est homogne et satisfaisant
(Tableau 59), compris entre 0,54 et 0,59. Le Tableau 60 confirme le niveau satisfaisant du
coefficient de fiabilit de cohrence interne de lchelle (0,75). La corrlation moyenne entre
items est suprieure au seuil empirique prescrit de 0,40. Aucun item nest retirer. Notons
que cette chelle quatre items prsente un score moyen faible (8,78).

153

Tableau 59 Statistiques par item (N = 211)


Corrlation entre
Moyenne Ecart-type litem et le score de
lchelle

Alpha de Cronbach en
cas de suppression de
litem

Item 36

1,84

1,156

,552

,695

Item 38

2,30

1,471

,592

,662

Item 39

2,63

1,729

,539

,709

Item 40

2,01

1,229

,538

,697

Tableau 60

Nombre
d'items

Score moyen

Corrlation
Ecart-type des
moyenne entre
scores
items

Alpha de
Cronbach

8,78

4,271

,749

,442

5.1.6 Analyse confirmatoire


Lanalyse factorielle confirmatoire, ralise laide du logiciel AMOS, donne les indices
dajustement et les valeurs dindicateurs ncessaires pour estimer la cohrence interne et la
validit de construit des chelles de mesure.
5.1.6.1 Rsultats
De par la nature itrative des mthodes dquations structurelles nous avons recherch le
modle de mesure le mieux ajust. La mthode utilise est celle du maximum de
vraisemblance. Ltude a ncessit trois tapes. La premire porte sur lchelle 24 items
dans la version conforme celle valide par lanalyse factorielle exploratoire. La seconde
repose sur une chelle 22 items. Nous avons en effet choisi de retirer litem 13 de la souschelle motivation extrinsque par rgulation externe prestige social et litem 39 de la souschelle amotivation. Compars aux valeurs des items de leur chelle dappartenance, leur
poids factoriel ( i) et leur corrlation multiple au carr (R2) taient faibles (i.e. item 13 :
0,563, R = 0,358 et item 39 :
2

= 0,599 et R = 0,358). Le Tableau 61 prsente les indices


2

dajustement des deux modles tests. Le second modle prsente les meilleurs indices et
indique une assez bonne adquation entre le modle et les donnes. Seule la valeur du RMR
est assez leve (0,13), ce qui nous a conduits observer la matrice des rsidus. Il sagit de la
troisime tape de notre analyse, au cours de laquelle nous avons choisi de supprimer litem
21. En effet, une valeur de rsidu standardis suprieure 2,58 (2,678 entre les items 26 et 21)
154

a t observe et cest le retrait de litem 21 qui a permis damliorer sensiblement les indices
dajustement (cf. Tableau 61). Ce retrait ( car je veux me prouver que jen suis capable )
permet en outre dviter une redondance smantique avec les items 22 ( car je veux me
prouver que je peux russir quoiquil men cote ) et 23 ( pour montrer aux autres ce dont
je suis capable ).
Tableau 61 I
Modle

/ddl

Comparaison des modles

GFI

AGFI RMR

RMSEA TLI

CFI

AIC

CAIC

1
24 items

350,753

1,518

0,881

0,845

0,158

0,050

0,916

0,930

488,753

789,031

2
22 items

267,285

1,422

0,900

0,865

0,130

0,045

0,937

0,949

397,285

680,155

3
21 items
(retrait
item 26)

229,875

1,368

0,909

0,875

0,129

0,042

0,946

0,957

355,875

630,042

4
21 items
(retrait
item 21)

223,747

1,332

0,911

0,877

0,120

0,040

0,950

0,960

349,747

623,914

> 0,9

La
plus
proche
de 0

<0,08
et si
possible
< 0,05

> 0,9

La plus
faible
possible
(comparaison)

La plus
faible
possible
(comparaison)

Valeur
de
rfrence

<5
La plus
faible
possible

> 0,9

> 0,9

Le modle retenu est donc celui 21 items avec suppression de litem 21 (modle n 4 dans le
Tableau 61). Les donnes prsentes par la suite concerneront ce modle. Les contributions
factorielles ( i) et les corrlations multiples au carr (R2) sont prsentes dans le Tableau 62.

155

Tableau 62 Contributions factorielles et corrlations multiples au carr Echelle comportant 21


items (Modle n4)
Item

R2

Libell

Intrinsque
2

par plaisir

0,658

0,433

car jaime apprendre

0,712

0,507

parce que cest captivant/stimulant

0,798

0,638

26

pour satisfaire ma curiosit intellectuelle

0,686

0,470

Altruisme
32

car cela me permettra de prparer l'avenir des gnrations futures

0,642

0,413

34

car cela me permettra de dvelopper de nouvelles solutions technologiques pour le


bien de l'humanit

0,914

0,835

35

car cela me permettra de dvelopper de nouvelles solutions mieux adaptes au


dveloppement durable

0,671

0,451

Ego
19

pour tre fier-re de moi

0,740

0,548

22

car je veux me prouver que je peux russir quoiquil men cote

0,772

0,595

23

pour montrer aux autres ce dont je suis capable

0,686

0,470

Conscience
15

car je m'en voudrais si je ne le faisais pas

0,762

0,581

16

pour ne pas avoir de regrets

0,583

0,340

17

car jaurais mauvaise conscience si je ne le faisais pas

0,803

0,645

Scurit
12

pour me garantir un emploi en sortie d'cole (ne pas me retrouver au chmage)

0,714

0,509

31

car je vise un salaire confortable : pouvoir subvenir aux besoins quotidiens


(personnels, familiaux)

0,808

0,653

Prestige
8

car je vise un statut social reconnu

0,765

0,585

car je vise une position hirarchique leve

0,756

0,571

10

car je vise une volution de carrire rapide

0,617

0,381

Amotivation
36

mais cela ne mintresse pas

0,750

0,562

38

mais jai limpression de perdre mon temps

0,653

0,426

40

bien que je ne vois pas ce que cela m'apporte

0,623

0,388

Les contributions factorielles sont toutes significatives. Les tests de Student sont suprieurs
1,96 au seuil de 5 % pour lensemble des items. Les corrlations multiples au carr ont toutes
des valeurs proches ou suprieures 0,5. Seuls les items 10, 16 et 40 prsentent des valeurs
plus distinctement infrieures mais afin de ne pas fragiliser les sous-chelles correspondantes
156

qui ne contiendraient alors que deux items, nous choisissons de les conserver. Nous vrifions
par ailleurs que litem 10 ( car je vise une volution de carrire rapide ) est cohrent avec la
notion de prestige, litem 16 ( pour ne pas avoir de regrets ) avec celle de conscience et
litem 40 ( bien que je ne vois pas ce que cela m'apporte ) avec lamotivation.
La Figure 16 prsente le modle 21 items test sur le logiciel AMOS. Les corrlations entre
facteurs sont rappeles dans le Tableau 65. Ces dernires sont trop faibles pour suggrer
lexistence de facteurs de second-ordre. Roussel et al. (2002, p. 162) proposent en effet un
seuil de lordre de 0,60 (moyenne sur lensemble des corrlations) partir duquel on peut
estimer que les facteurs de premier-ordre sont suffisamment corrls pour procder une
AFC de second-ordre.

157

Figure 16 R

Echelle 21 items

5.1.6.2 Evaluation de la cohrence interne


Le Tableau 63 prsente les coefficients alpha de Cronbach et rh de Jreskog pour chacune
des sous-chelles. Les rsultats indiquent une bonne cohrence interne pour chacune des souschelles de la motivation.

158

Tableau 63 Evaluation de la fiabilit pour chacune des sous-chelles Echelle comportant 21 items
Sous-chelle

de Cronbach

Valeur de rfrence

> 0,80

> 0,70

1. Motivation intrinsque

0,799

,807

2. Motivation extrinsque par rgulation identifie - altruisme

0,782

0,792

3. Motivation extrinsque par rgulation introjecte - ego

0,776

4. Motivation extrinsque par rgulation introjecte - conscience

0,755

5. Motivation extrinsque par rgulation externe scurit

0,719

6. Motivation extrinsque par rgulation externe - prestige social

0,755

0,758

7. Amotivation

0,709

0,717

de Jreskog41

0,777
0,763
0,735

5.1.6.3 Evaluations des validits de contenu et faciale


Une

revue de la littrature aussi exhaustive que possible, lutilisation dune enqute

qualitative complmentaire et le soin apport au dveloppement des items avec soumission


des experts de ce domaine permettent de penser que les validits de contenu et faciale de
lchelle sont tablies.
5.1.6.4 Evaluation de la validit de construit
Le Tableau 64 prsente les rsultats de validit convergente et le Tableau 65 de validit
discriminante des diffrents construits selon la mthode de Fornell et Larcker (1981).

41

( A)

partir

des

coefficients

n
i
i 1

standardiss,

la

n
n
i Var i
i 1
i 1
2

159

valeur

de

sobtient

selon

la

formule :

Tableau 64 Evaluation de la validit convergente


Validit convergente
Faible

Forte

Nombre de i non
significatifs 5 %

vc

(A)42

vc

(A) > 0,5

Valeur de rfrence

1. Motivation intrinsque

0,512

2. Motivation extrinsque par rgulation identifie - altruisme

0,566

3. Motivation extrinsque par rgulation introjecte - ego

0,538

4. Motivation extrinsque par rgulation introjecte - conscience

0,522

5. Motivation extrinsque par rgulation externe scurit

0,581

6. Motivation extrinsque par rgulation externe - prestige social

0,512

7. Amotivation

0,459

Le Tableau 64 indique que toutes les contributions factorielles sont significativement


diffrentes de 0. A lexception de lamotivation, la variance de chaque construit est davantage
explique par les items qui le mesurent que par lerreur (

vc

(A) > 0,5). Le critre de validit

convergente forte est donc rempli pour chaque construit lexception de lamotivation. Selon
Netemeyer, Bearden et Sharma (2003), la mesure de la variance moyenne partage entre un
construit et ses mesures est acceptable 0,45 pour de nouvelles chelles. En regard de ce
seuil, nous pouvons donc admettre que le critre de validit convergente de lamotivation est
galement acceptable.

42

Lindice est calcul selon la formule de Fornell et Larcker (1981) :

vc ( A)

Var
i 1

i 1

160

2
i

2
i

i 1

Tableau 65 Evaluation de la validit discriminante et corrlations entre les construits


1.

2.

3.

4.

5.

6.

7.

MI

Alt.

Ego

Consc.

Sc.

Prest.

AM

1. MI

0,716

2. Altruisme

0,407

0,752

3. Ego

0,310

0,325

0,733

4. Conscience

- 0,047

0,143

0,468

0,722

5. Scurit

- 0,010

0,103

0,436

0,183

0,762

6. Prestige social

- 0,153

0,014

0,475

0,200

0,555

0,715

7. AM

- 0,665

- 0,226

- 0,008

0,204

0,017

0,061

Dans le Tableau 65, les

0,677

vc (A) figurent sur les diagonales et en gras ; les autres valeurs

correspondent aux corrlations entre les construits. Les sous-chelles respectent le critre de
validit discriminante puisque chaque construit partage plus de variance avec ses mesures
quavec chacun des autres construits (e.g.

vc (A) > |Rij|).

Le Tableau 66 prsente une synthse des tapes dpuration de lchelle. La dernire colonne
indique les dimensions et le nombre ditems retenus par dimension pour lchelle finale.
Tableau 66
5 dimensions initiales
40 items

Rsultat de lAFE
7 dimensions - 24 items

Rsultat de lAFC
7 dimensions - 21 items

Motivation intrinsque
8 items

Motivation intrinsque
4 items

Motivation intrinsque
4 items

ME par rgulation identifie


8 items

Altruisme
3 items

Altruisme
3 items

Ego
4 items

Ego
3 items

Conscience
3 items

Conscience
3 items

Scurit
2 items

Scurit
2 items

Prestige social
4 items

Prestige social
3 items

Amotivation
4 items

Amotivation
3 items

ME rgulation introjecte
11 items

ME rgulation externe
8 items

Amotivation
5 items

161

Les items de chaque dimension seront agrgs afin dtablir les scores par variable
conceptuelle. La motivation intrinsque sera ainsi obtenue en calculant la moyenne et lcarttype sur lensemble des quatre items retenus pour mesurer cette dimension, la motivation
extrinsque par rgulation identifie altruisme partir des trois items retenus etc.
La motivation extrinsque (ME) reprsente la moyenne de lensemble des motivations
extrinsques (altruisme, ego, conscience, scurit et prestige social). Cette valeur est calcule
afin de permettre des comparaisons avec les valeurs prsentes sur cette mme dimension
dans la littrature.

5.2 Autres chelles de mesure


Les rsultats scolaires ne sont quune mesure trs objective de la performance acadmique.
Aussi avons-nous choisi de prendre en compte, en plus des notes obtenues aux examens, des
indicateurs traduisant ltat de satisfaction gnrale prouv par les tudiants au cours de leur
scolarit. Cette dimension est envisage laide des mesures suivantes : la frquence des
affects positifs et ngatifs (PANAS43, Watson et al., 1988 ; Bouffard et Lapierre, 1997), la
satisfaction dans les tudes (Vallerand et Bissonnette, 1990) et dans la vie en gnral (version
franaise de l'chelle "Satisfaction with Life Scale" de Diener et al., 1985; traduite et valide
en franais par Blais et al., 1989), le bonheur, le sens donn la vie (Dub et al. 1997) et
lestime de soi (Vallires et Vallerand, 1990).
Nous tant appuys sur des chelles existantes et dj valides dans la littrature, ltape
dvaluation des proprits psychomtriques a consist :
tester la structure factorielle au moyen dune analyse factorielle exploratoire en
composantes principales et tablir une premire analyse de fiabilit par lintermdiaire
de lalpha de Cronbach.
Procder une analyse factorielle confirmatoire en ayant recours aux mthodes
danalyses par quations structurelles.

43

PANAS : Positive and negative affect scale.

162

Lvaluation de chacune des chelles retenues est ainsi prsente dans les paragraphes
suivants.
5.2.1 Echelle de mesure de frquence des affects positifs et ngatifs
Afin de mesurer les variables frquence des affects positifs (Tableau 67) et frquence
des affects ngatifs (Tableau 68), nous avons extrait huit items des vingt que comporte
lchelle dfinie par Watson, Clark et Tellegen (1988). Ladaptation en franais a t ralise
en prenant appui sur les travaux de Scherer (1988) et de Bouffard et Lapierre (1997). Les
rpondants doivent indiquer la frquence avec laquelle ils ont ressenti diffrents affects au
cours de lanne scolaire coule laide dune chelle cinq points (de 1 Jamais 5 Trs
souvent).
Tableau 67 - Items constitutifs

Item
1
2
3
4

ositifs

Libell
Intress(e)
Enthousiaste / Passionn(e)
Curieux(se)
Inspir(e) / Emball(e)

Tableau 68 - Items constitutifs

Item
1
2
3
4

Libell
Stress(e)
Anxieux(se)
Mal laise
Inquiet(te)

5.2.1.1 Echelle de mesure de frquence des affects positifs


Anal yse factorielle exploratoire Echelle de mesure de
frquence des affects positifs
Lindice KMO et le test de Bartlett justifient la mise en uvre dune analyse factorielle. Les
communalits sont suprieures 0,54. Lanalyse en composantes principales44 rvle une
Mthode dextraction : analyse en composantes principales. Une seule composante a t extraite. Le dtail de
lanalyse est prsent en Annexe 4. Lanalyse des indices de symtrie et daplatissement indique que la
distribution des donnes peut tre considre comme suivant une loi normale.
44

163

structure un facteur. Les contributions factorielles sont suprieures 0,74 et les 4 items
restituent 60,3 % de la variance (Tableau 69). La valeur du coefficient alpha de Cronbach (
= 0,78) correspond un niveau satisfaisant de fiabilit de cohrence interne.
Tableau 69 R

AFE

Indice KMO
Significativit du test de Bartlett
Item Libell

Contribution
factorielle
Intress(e)
0,77
Enthousiaste / Passionn(e) 0,84
Curieux(se)
0,74
Inspir(e) / Emball(e)
0,76

1
2
3
4

0,77
0,000
% de variance Alpha de
explique
Cronbach
60,29
0,78

Anal yse factorielle confirmatoire Echelle de mesure de


frquence des affects positifs
Le Tableau 70 prsente les rsultats de lanalyse factorielle confirmatoire. Tous les indices
indiquent que le modle se caractrise par un excellent ajustement aux donnes empiriques.
Tableau 70 I
2

Modle

Valeur
de
rfrence

1,277

Echelle de mesure de frquence des affects positifs

/ddl

0,638

<5
La plus
faible
possible

GFI

AGFI RMR

RMSEA TLI

CFI

AIC

CAIC

0,997

0,985

0,000

1,000

17,277 <
232,474

52,092 <
248,881

> 0,9

AIC (resp. CAIC) du


modle < AIC (resp.
CAIC) du modle
ind.
La plus faible
possible
(comparaison)

> 0,9

> 0,9

0,007

La
plus
proche
de 0

<0,08
et si
possible
< 0,05

1,010

> 0,9

Les contributions factorielles ( i) et les corrlations multiples au carr (R2) sont prsentes
dans le Tableau 71.

164

Tableau 71 Contributions factorielles et corrlations multiples au carr Echelle de mesure de


frquence des affects positifs
R2

Item

Libell

Intress(e)

0,671

0,451

Enthousiaste / Passionn(e)

0,807

0,651

Curieux(se)

0,609

0,370

Inspir(e) / Emball(e)

0,656

0,431

Les contributions factorielles sont toutes significatives. Les tests de Student sont suprieurs
1,96 au seuil de 5 % pour lensemble des items. Les corrlations multiples au carr ont toutes
des valeurs proches ou suprieures 0,5. Litem 3 prsente une valeur lgrement infrieure
en comparaison avec les autres items. Cependant, afin de ne pas fragiliser cette chelle qui ne
contiendrait alors que trois items, nous choisissons de le conserver. Nous vrifions par ailleurs
que cet item ( curieux/se ) enrichit lchelle dun point de vue smantique.
Evaluation de la cohrence interne
La valeur du coefficient rh de Jreskog est de 0,78 (alpha de Cronbach = 0,78). Elle
confirme une bonne cohrence interne de lchelle de frquence des affects positifs.
Evaluations des validits de contenu et faciale
Une

revue de la littrature aussi exhaustive que possible, lutilisation dune enqute

qualitative complmentaire et le soin apport au dveloppement des items avec soumission


des experts de ce domaine permettent de penser que les validits de contenu et faciale de
lchelle frquence des affects positifs sont tablies.
Evaluation de la validit de construit
Le Tableau 72 prsente les rsultats de la validit convergente. Il indique que toutes les
contributions factorielles sont significativement diffrentes de 0 : le critre de validit
convergente faible est vrifi. La mesure de la variance moyenne partage est lgrement ende du seuil recommand, ainsi le critre de validit convergente forte nest-il pas vrifi
pour cette chelle.

165

Tableau 72 Evaluation de la validit convergente Echelle de mesure des affects positifs


Validit convergente
Faible
Nombre de

Forte
i

non

significatifs 5 %
Valeur de rfrence

0
0

vc

(A)

vc

(A) > 0,5

0,476

5.2.1.2 Echelle de mesure de frquence des affects ngatifs


Anal yse factorielle exploratoire Echelle de mesure de
frquence des affects ngatifs
Lindice KMO et le test de Bartlett justifient la mise en uvre dune analyse factorielle. Les
communalits sont suprieures 0,51. Lanalyse en composantes principales45 rvle une
structure un facteur. Les contributions factorielles sont suprieures 0,72 et les 4 items
restituent 61,6 % de la variance (Tableau 73). La valeur du coefficient alpha de Cronbach (
= 0,79) correspond un niveau satisfaisant de fiabilit de cohrence interne.
Tableau 73 Rsultats de AFE
Indice KMO

0,77

Significativit du test de Bartlett

0,000

Item

Libell

Contribution
factorielle

% de variance
explique

Alpha de
Cronbach

Stress(e)

0,75

61,55

0,79

Anxieux(se)

0,84

Mal laise

0,72

Inquiet(te)

0,82

Mthode dextraction : analyse en composantes principales. Une seule composante a t extraite. Le dtail de
lanalyse est prsent en Annexe 4. Lanalyse des indices de symtrie et daplatissement indique que la
distribution des donnes peut tre considre comme suivant une loi normale.
45

166

Anal yse factorielle confirmatoire Echelle de mesure de


frquence des affects ngatifs
Le Tableau 74 prsente les rsultats de lanalyse factorielle confirmatoire. Tous les indices
indiquent que le modle se caractrise par un trs bon ajustement aux donnes empiriques.
Tableau 74 I
2

2,760

Modle

Valeur
de
rfrence

Echelle de mesure de frquence des affects ngatifs


/ddl

1,380

<5
La plus
faible
possible

GFI

AGFI RMR

RMSEA

0,994

0,968

0,043

> 0,9

> 0,9

0,020

La
plus
proche
de 0

<0,08
et si
possible
< 0,05

TLI

CFI

0,991

> 0,9

AIC

CAIC

0,997

18,760 <
257,079

53,575 <
274,487

> 0,9

AIC (resp. CAIC) du


modle < AIC (resp.
CAIC) du modle
ind.
La plus faible
possible
(comparaison)

Les contributions factorielles ( i) et les corrlations multiples au carr (R2) sont prsentes
dans le Tableau 75.
Tableau 75 Contributions factorielles et corrlations multiples au carr Echelle de mesure de
frquence des affects ngatifs
R2

Item

Libell

Stress(e)

0,626

0,392

Anxieux(se)

0,815

0,665

Mal laise

0,575

0,331

Inquiet(te)

0,770

0,594

Les contributions factorielles sont toutes significatives. Les tests de Student sont suprieurs
1,96 au seuil de 5 % pour lensemble des items. Les corrlations multiples au carr ont toutes
des valeurs proches ou suprieures 0,5. Litem 3 prsente une valeur lgrement infrieure
en comparaison avec les autres items. Cependant, afin de ne pas fragiliser cette chelle qui ne
contiendrait alors que trois items, nous choisissons de le conserver.
Evaluation de la cohrence interne
La valeur du coefficient rh de Jreskog est de 0,79 (alpha de Cronbach = 0,79). Elle
confirme une bonne cohrence interne de lchelle de frquence des affects positifs.

167

Evaluations des validits de contenu et faciale


Une

revue de la littrature aussi exhaustive que possible, lutilisation dune enqute

qualitative complmentaire et le soin apport au dveloppement des items avec soumission


des experts de ce domaine permettent de penser que les validits de contenu et faciale de
lchelle frquence des affects positifs sont tablies.
Evaluation de la validit de construit
Le Tableau 76 prsente les rsultats de validit convergente. Il indique que les critres de
validit convergente faible et forte sont vrifis.
Tableau 76 Evaluation de la validit convergente Echelle de mesure des affects ngatifs
Validit convergente
Faible
Nombre de

Forte
i

non

significatifs 5 %
Valeur de rfrence

0
0

vc

(A)

vc

(A) > 0,5

0,495

5.2.2 Echelle de mesure du bonheur


La mesure du bonheur a t apprhende par la question :
Dans l'ensemble, comment vont les choses pour vous durant cette anne scolaire ? Vous
diriez que vous tes : 4- trs heureux (se sentir vraiment bien), 3- assez heureux (se sentir
bien), 2- pas trs heureux (ne pas avoir le moral assez frquemment), 1- pas heureux du tout
(se sentir dprim) . Cette chelle sinspire de celle dveloppe par Gurin, Veroff et Feld
(1960)46. Le Tableau 77 prsente ses variables statistiques. Les valeurs des indices de
symtrie et daplatissement indiquent que la distribution des donnes peut tre considre
comme suivant une loi normale.

46

Dans l'ensemble, comment vont les choses pour vous ces jours-ci ? Vous diriez que vous tes : trs heureux,
assez heureux ou pas trop heureux ? .

168

Tableau 77 St

-item de mesure du bonheur (N = 211)

Moyenne

Ecart type

Asymtrie

Kurtosis

2,83

,637

-,403

,601

5.2.3 Echelle de mesure de satisfaction dans les tudes


Quatre des cinq items que comprend lchelle de mesure de la satisfaction dans les tudes
dfinie par Vallerand et Bissonnette (1990) ont t extraits afin de dfinir cette dimension
(Tableau 78). Le cinquime item ( Ma vie acadmique correspond de prs mes idaux ) a
t retir suite aux entretiens mens avec les tudiants. Ces derniers ont jug cette expression
bizarre et peu adapte au contexte scolaire. Pour chaque item, les rpondants doivent
indiquer leur degr daccord laide dune chelle sept points (de 1 Fortement en
dsaccord 7 Fortement en accord).
Tableau 78 - I
Item Libell
1

Je suis satisfait(e) de ma vie acadmique

Si je pouvais recommencer mes tudes, je n'y changerais presque rien

Jusqu' maintenant, j'ai obtenu les choses importantes que je voulais dans le monde scolaire

Mes conditions de vie scolaire sont excellentes

5.2.3.1 Anal yse factorielle exploratoire Echelle de mesure de satisfaction


dans les tudes
Lindice KMO et le test de Bartlett justifient la mise en uvre dune analyse factorielle. Les
communalits sont suprieures 0,49. Lanalyse en composantes principales47 rvle une
structure un facteur. Les contributions factorielles sont suprieures 0,70 et les 4 items
restituent 55,3 % de la variance (Tableau 79). La valeur du coefficient alpha de Cronbach (
= 0,72) correspond un niveau satisfaisant de fiabilit de cohrence interne.

Mthode dextraction : analyse en composantes principales. Une seule composante a t extraite. Le dtail de
lanalyse est prsent en Annexe 4.
47

169

Tableau 79 R

AFE

Indice KMO

0,75

Significativit du test de Bartlett

0,000

Item

Libell

Contribution
factorielle

% de variance
explique

Alpha de
Cronbach

Je suis satisfait(e) de ma vie


acadmique

0,76

55,27

0,72

Si je pouvais recommencer mes


tudes, je n'y changerais presque
rien

0,75

Jusqu' maintenant, j'ai obtenu


les choses importantes que je
voulais dans le monde scolaire

0,77

Mes conditions de vie scolaire


sont excellentes

0,70

5.2.3.2 Anal yse factorielle confirmatoire Echelle de mesure de satisfaction


dans les tudes
Le Tableau 80 prsente les rsultats de lanalyse factorielle confirmatoire. Tous les indices
indiquent que le modle se caractrise par un trs bon ajustement aux donnes empiriques.
Tableau 80 I
2

Modle

Valeur
de
rfrence

2,343

/ddl

1,171

<5
La plus
faible
possible

Echelle de mesure de satisfaction dans les tudes


GFI

AGFI RMR

RMSEA

0,994

0,971

0,029

> 0,9

> 0,9

0,042

La
plus
proche
de 0

<0,08
et si
possible
< 0,05

TLI

CFI

0,993

> 0,9

AIC

CAIC

0,998

18,343 <
171,109

53,158 <
188,517

> 0,9

AIC (resp. CAIC) du


modle < AIC (resp.
CAIC) du modle
ind.
La plus faible
possible
(comparaison)

Les contributions factorielles ( i) et les corrlations multiples au carr (R2) sont prsentes
dans le Tableau 81.

170

Tableau 81 Contributions factorielles et corrlations multiples au carr Echelle de mesure de


satisfaction dans les tudes
R2

Item

Libell

Je suis satisfait(e) de ma vie acadmique

0,646

0,418

Si je pouvais recommencer mes tudes, je n'y changerais presque rien

0,652

0,425

Jusqu' maintenant, j'ai obtenu les choses importantes que je voulais dans le monde
scolaire

0,680

0,463

Mes conditions de vie scolaire sont excellentes

0,562

0,316

Les contributions factorielles sont toutes significatives avec des tests de Student suprieurs
1,96 au seuil de 5 % pour lensemble des items. Les valeurs des corrlations multiples au
carr sont homognes entre elles hormis pour litem 4 qui se dmarque avec une valeur plus
faible. Nous choisissons nanmoins de conserver ces quatre items compte-tenu de la
cohrence de lensemble mesurer la satisfaction dans les tudes.
5.2.3.3 Evaluation de la cohrence interne
La valeur du coefficient rh de Jreskog est de 0,73 (alpha de Cronbach = 0,73). Elle
confirme une bonne cohrence interne de lchelle de satisfaction dans les tudes.
5.2.3.4 Evaluations des validits de contenu et faciale
Une

revue de la littrature aussi exhaustive que possible, lutilisation dune enqute

qualitative complmentaire et le soin apport au dveloppement des items avec soumission


des experts de ce domaine permettent de penser que les validits de contenu et faciale de
lchelle frquence des affects positifs sont tablies.
5.2.3.5 Evaluation de la validit de construit
Le Tableau 82 indique que le critre de validit convergente faible est vrifi contrairement
celui de convergence forte (

vc

(A) < 0,5).

171

Tableau 82 Evaluation de la validit convergente Echelle de mesure de satisfaction dans les


tudes
Validit convergente
Faible
Nombre de i non
significatifs 5 %
Valeur de rfrence

0
0

Forte
vc

(A)

vc

(A) > 0,5

0,408

5.2.4 Echelle de mesure de satisfaction de vie


Pour des raisons analogues celles prsentes prcdemment, quatre des cinq items que
comprend lchelle de satisfaction de vie - version franaise de l'chelle "Satisfaction with
Life Scale" de Diener, Emmons, Larsen et Griffin (1985); traduite et valide en franais par
Blais, Vallerand, Pelletier et Brire (1989) - ont t extraits afin de dfinir cette dimension
(Tableau 83). Le cinquime item retir suite aux entretiens qualitatifs mens avec les
tudiants est : Ma vie correspond de prs mes idaux ). Les rpondants doivent indiquer
leur degr daccord avec chacune des propositions laide dune chelle sept points (de 1
Fortement en dsaccord 7 Fortement en accord).
Tableau 83 - I
Item Libell
1

Je suis satisfait(e) de ma vie

Si je pouvais recommencer ma vie, je n'y changerais presque rien

Jusqu' maintenant, j'ai obtenu les choses importantes que je voulais dans la vie

Mes conditions de vie sont excellentes

172

5.2.4.1 Anal yse factorielle exploratoire Echelle de mesure de satisfaction de


vie
Lindice KMO et le test de Bartlett justifient la mise en uvre dune analyse factorielle. Les
communalits sont suprieures 0,39. Lanalyse en composantes principales48 rvle une
structure un facteur. Les contributions factorielles sont suprieures 0,63 et les 4 items
restituent 62,4 % de la variance (Tableau 84). La valeur du coefficient alpha de Cronbach (
= 0,79) correspond un niveau satisfaisant de fiabilit de cohrence interne. Il pourrait tre
amlior ( = 0,81) en supprimant litem 4 ( Mes conditions de vie sont excellentes ) mais
afin de ne pas fragiliser lchelle qui ne contiendrait alors que 3 items, nous choisissons de le
conserver.
Tableau 84 R

AFE

helle de mesure de satisfaction de vie

Indice KMO

0,76

Significativit du test de Bartlett

0,000

Item

Libell

Contribution
factorielle

% de variance
explique

Alpha de
Cronbach

Je suis satisfait(e) de ma vie

0,86

62,43

0,79

Si je pouvais recommencer ma
vie, je n'y changerais presque
rien

0,84

Jusqu' maintenant, j'ai obtenu


les choses importantes que je
voulais dans la vie

0,82

Mes conditions de vie sont


excellentes

0,63

5.2.4.2 Anal yse factorielle confirmatoire Echelle de mesure de satisfaction


de vie
Le Tableau 85 prsente les rsultats de lanalyse factorielle confirmatoire. Tous les indices
indiquent que le modle se caractrise par un trs bon ajustement aux donnes empiriques.

Mthode dextraction : analyse en composantes principales. Une seule composante a t extraite. Le dtail de
lanalyse est prsent en Annexe 4. Lanalyse des indices de symtrie et daplatissement indique que la
distribution des donnes peut tre considre comme suivant une loi normale.
48

173

Tableau 85 I
2

3,946

Modle

Valeur
de
rfrence

/ddl

1,973

<5
La plus
faible
possible

Echelle de mesure de satisfaction de vie


GFI

AGFI RMR

RMSEA

0,991

0,954

0,068

> 0,9

> 0,9

0,053

La
plus
proche
de 0

<0,08
et si
possible
< 0,05

TLI

CFI

0,979

> 0,9

AIC

CAIC

0,993

19,946 <
286,686

54,761 <
304,093

> 0,9

AIC (resp. CAIC) du


modle < AIC (resp.
CAIC) du modle
ind.
La plus faible
possible
(comparaison)

Les contributions factorielles ( i) et les corrlations multiples au carr (R2) sont prsentes
dans le Tableau 86.
Tableau 86 Contributions factorielles et corrlations multiples au carr Echelle de mesure de
satisfaction de vie
R2

Item

Libell

Je suis satisfait(e) de ma vie

0,829

0,688

Si je pouvais recommencer ma vie, je n'y changerais presque rien

0,802

0,643

Jusqu' maintenant, j'ai obtenu les choses importantes que je voulais dans la vie

0,712

0,507

Mes conditions de vie sont excellentes

0,470

0,221

Les contributions factorielles sont toutes significatives. Les tests de Student sont suprieurs
1,96 au seuil de 5 % pour lensemble des items. Les corrlations multiples au carr ont toutes
des valeurs suprieures 0,5 sauf pour litem 4. Pour des raisons de richesse smantique de
lchelle, nous choisissons nanmoins de le conserver.
5.2.4.3 Evaluation de la cohrence in terne
La valeur du coefficient rh de Jreskog est de 0,80 (alpha de Cronbach = 0,79). Elle
confirme une bonne cohrence interne de lchelle de satisfaction dans les tudes.
5.2.4.4 Evaluations des validits de contenu et faciale
Une

revue de la littrature aussi exhaustive que possible, lutilisation dune enqute

qualitative complmentaire et le soin apport au dveloppement des items avec soumission


des experts de ce domaine permettent de penser que les validits de contenu et faciale de
lchelle frquence des affects positifs sont tablies.

174

5.2.4.5 Evaluation de la validit de construit


Les Tableau 87 prsente les rsultats de validit convergente. Toutes les contributions
factorielles sont significativement diffrentes de 0 et la mesure de la variance moyenne
partage est suprieure au seuil recommand. Les deux critres de validit convergente sont
ainsi vrifis.
Tableau 87 Evaluation de la validit convergente Echelle de mesure de satisfaction de vie
Validit convergente
Faible
Nombre de i non
significatifs 5 %
Valeur de rfrence

0
0

Forte
vc

(A)

vc

(A) > 0,5

0,515

5.2.5 Echelle de mesure du sens donn la vie


Le sens que les tudiants donnent leur vie a t mesur laide de quatre items (Tableau 88)
crs par Ryff et Essex (1992) - version franaise de lchelle traduite et valide par Lapierre
et Desrochers (1997). Les rpondants doivent indiquer leur degr daccord avec chacune des
propositions laide dune chelle sept points (de 1 Fortement en dsaccord 7
Fortement en accord).
Tableau 88 - I
Item Libell
1

J'ai une direction dans la vie et ma vie a du sens

J'aime faire des plans pour le futur et travailler les raliser

Je me sens bien lorsque je pense ce que j'ai accompli dans le pass et ce que j'espre accomplir dans
le futur

Me fixer des buts atteindre dans la vie me semble tre une perte de temps (item invers)

175

5.2.5.1 Anal yse factorielle exploratoire Echelle de mesure du sens donn


la vie
Lindice KMO et le test de Bartlett justifient la mise en uvre dune analyse factorielle. Les
communalits sont suprieures 0,39. Lanalyse en composantes principales49 rvle une
structure un facteur. Les contributions factorielles sont suprieures 0,62 et les 4 items
restituent 55,5 % de la variance (Tableau 89). La valeur du coefficient alpha de Cronbach (
= 0,73) correspond un niveau satisfaisant de fiabilit de cohrence interne.
Tableau 89 R

AFE

mesure du sens donn la vie

Indice KMO

0,72

Significativit du test de Bartlett

0,000

Item

Libell

Contribution
factorielle

% de variance
explique

Alpha de
Cronbach

J'ai une direction dans la vie et


ma vie a du sens

0,75

55,51

0,73

J'aime faire des plans pour le


futur et travailler les raliser

0,85

Je me sens bien lorsque je pense


ce que j'ai accompli dans le
pass et ce que j'espre
accomplir dans le futur

0,75

Me fixer des buts atteindre


dans la vie me semble tre une
perte de temps (item invers)

0,62

5.2.5.2 Anal yse factorielle confirmatoire Echelle de mesure du sens donn


la vie
Le Tableau 90 prsente les rsultats de lanalyse factorielle confirmatoire. Tous les indices
indiquent que le modle se caractrise par un bon ajustement aux donnes empiriques.

Mthode dextraction : analyse en composantes principales. Une seule composante a t extraite. Le dtail de
lanalyse est prsent en Annexe 4. Lanalyse des indices de symtrie et daplatissement indique que la
distribution des donnes peut tre considre comme suivant une loi normale.
49

176

Tableau 90 I
2

4,646

Modle

Valeur
de
rfrence

/ddl

2,323

<5
La plus
faible
possible

Echelle de mesure du sens donn la vie


GFI

AGFI RMR

RMSEA

0,989

0,943

0,079

> 0,9

> 0,9

0,045

La
plus
proche
de 0

<0,08
et si
possible
< 0,05

TLI

CFI

0,955

> 0,9

AIC

CAIC

0,985

20,646 <
192,162

55,461 <
209,570

> 0,9

AIC (resp. CAIC) du


modle < AIC (resp.
CAIC) du modle
ind.
La plus faible
possible
(comparaison)

Les contributions factorielles ( i) et les corrlations multiples au carr (R2) sont prsentes
dans le Tableau 91.
Tableau 91 Contributions factorielles et corrlations multiples au carr Echelle de mesure du sens
donn la vie
R2

Item

Libell

J'ai une direction dans la vie et ma vie a du sens

0,616

0,379

J'aime faire des plans pour le futur et travailler les raliser

0,849

0,721

Je me sens bien lorsque je pense ce que j'ai accompli dans le pass et ce que
j'espre accomplir dans le futur

0,602

0,363

Me fixer des buts atteindre dans la vie me semble tre une perte de temps (item
invers)

0,492

0,242

Les contributions factorielles sont toutes significatives. Les tests de Student sont suprieurs
1,96 au seuil de 5 %. Les corrlations multiples au carr des items 1, 3 et 4 sont faibles (<
0,5). Nous choisissons nanmoins de conserver ces items compte-tenu de la cohrence de
lensemble mesurer le sens donn la vie.
5.2.5.3 Evaluation de la cohrence interne
La valeur du coefficient rh de Jreskog est de 0,74 (alpha de Cronbach = 0,73). Elle
confirme une bonne cohrence interne de lchelle du sens donn la vie.
5.2.5.4 Evaluations des validits de contenu et faciale
Une

revue de la littrature aussi exhaustive que possible, lutilisation dune enqute

qualitative complmentaire et le soin apport au dveloppement des items avec soumission


177

des experts de ce domaine permettent de penser que les validits de contenu et faciale de
lchelle frquence des affects positifs sont tablies.
5.2.5.5 Evaluation de la validit de construit
Le Tableau 92 prsente les rsultats de validit convergente. Il indique que le critre de
validit convergente faible est vrifi contrairement celui de convergence forte
(

vc

(A) < 0,5).

Tableau 92 Evaluation de la validit convergente Echelle de mesure du sens donn la vie


Validit convergente
Faible
Nombre de i non
significatifs 5 %
Valeur de rfrence

0
0

Forte
vc

(A)

vc

(A) > 0,5

0,426

5.2.6 Echelle de mesure de lestime de soi


Quatre items parmi les dix que comporte lchelle de lestime de soi (Vallires et Vallerand,
1990) ont permis de mesurer cette dimension (Tableau 93). Lchelle est une validation
canadienne-franaise du Self-Esteem Scale de Rosenberg (1965). Les rpondants doivent
indiquer leur degr daccord avec chacune des propositions laide dune chelle sept
points (de 1 Fortement en dsaccord 7 Fortement en accord).
Tableau 93 - I

e de soi

Item Libell
1

Dans l'ensemble, je suis satisfait de moi

Je suis capable de faire les choses aussi bien que la plupart des gens

Je pense que j'ai un certain nombre de belles qualits

Je pense que je suis quelqu'un de valable, au-moins autant que les autres gens

178

5.2.6.1 Anal yse factorielle exploratoire Echelle de mesure de lestime de soi


Lindice KMO et le test de Bartlett justifient la mise en uvre dune analyse factorielle. Les
communalits sont suprieures 0,46. Lanalyse en composantes principales50 rvle une
structure un facteur. Les contributions factorielles sont suprieures 0,68 et les 4 items
restituent 62,4 % de la variance (Tableau 94). La valeur du coefficient alpha de Cronbach
( = 0,78) correspond un niveau satisfaisant de fiabilit de cohrence interne.
Tableau 94 R

AFE

Indice KMO

0,75

Significativit du test de Bartlett

0,000

Item

Libell

Contribution
factorielle

% de variance
explique

Alpha de
Cronbach

Dans l'ensemble, je suis satisfait


de moi

0,68

62,43

0,78

Je suis capable de faire les


choses aussi bien que la plupart
des gens

0,81

Je pense que j'ai un certain


nombre de belles qualits

0,79

Je pense que je suis quelqu'un de


valable, au-moins autant que les
autres gens

0,87

5.2.6.2 Anal yse factorielle confirmatoire Echelle de mesure de lestime de


soi
Le Tableau 95 prsente les rsultats de lanalyse factorielle confirmatoire. Hormis la valeur
du RMSEA, tous les indices indiquent que le modle se caractrise par un bon ajustement aux
donnes empiriques. Avec une valeur de 0,097, le RMSEA est au-dessus du seuil
recommand. Cependant, selon Browne et Cudeck (1993), un modle est encore jug
acceptable lorsque la valeur du RMSEA ne dpasse pas 0,1.

Mthode dextraction : analyse en composantes principales. Une seule composante a t extraite. Le dtail de
lanalyse est prsent en Annexe 4. Lanalyse des indices de symtrie et daplatissement indique que la
distribution des donnes peut tre considre comme suivant une loi normale.
50

179

Tableau 95 I
2

5,949

Modle

Valeur
de
rfrence

/ddl

2,974

<5
La plus
faible
possible

E
GFI

AGFI RMR

RMSEA

0,986

0,931

0,097

> 0,9

> 0,9

0,033

La
plus
proche
de 0

<0,08
et si
possible
< 0,05

TLI

CFI

0,956

> 0,9

AIC

CAIC

0,985

21,949 <
282,089

56,794 <
299,496

> 0,9

AIC (resp. CAIC) du


modle < AIC (resp.
CAIC) du modle
ind.
La plus faible
possible
(comparaison)

Les contributions factorielles ( i) et les corrlations multiples au carr (R2) sont prsentes
dans le Tableau 96.
Tableau 96 Contributions factorielles et corrlations multiples au carr Echelle de mesure de

R2

Item

Libell

Dans l'ensemble, je suis satisfait de moi

0,515

0,265

Je suis capable de faire les choses aussi bien que la plupart des gens

0,715

0,511

Je pense que j'ai un certain nombre de belles qualits

0,715

0,511

Je pense que je suis quelqu'un de valable, au-moins autant que les autres gens

0,872

0,760

Les contributions factorielles sont toutes significatives avec des tests de Student suprieurs
1,96 au seuil de 5 % pour lensemble des items. Les corrlations multiples au carr ont toutes
des valeurs suprieures 0,5 sauf pour litem 1. Pour des raisons de richesse smantique de
lchelle, nous choisissons nanmoins de le conserver.
5.2.6.3 Evaluation de la cohrence interne
La valeur du coefficient rh de Jreskog est de 0,80 (alpha de Cronbach = 0,78). Elle
confirme une bonne cohrence interne de lchelle du sens donn la vie.
5.2.6.4 Evaluations des validits de contenu et faciale
Une

revue de la littrature aussi exhaustive que possible, lutilisation dune enqute

qualitative complmentaire et le soin apport au dveloppement des items avec soumission


des experts de ce domaine permettent de penser que les validits de contenu et faciale de
lchelle frquence des affects positifs sont tablies.

180

5.2.6.5 Evaluation de la validit de construit


Le Tableau 97 prsente les rsultats de la validit convergente. Il indique que toutes les
contributions factorielles sont significativement diffrentes de 0. La mesure de la variance
moyenne partage est suprieure au seuil recommand de 0,5. Les deux critres de validit
convergente sont ainsi vrifis.
Tableau 97 Evaluation de la validit convergente E
Validit convergente
Faible
Nombre de i non
significatifs 5 %
Valeur de rfrence

0
0

Forte
vc

(A)

vc

(A) > 0,5

0,512

Le Tableau 98 prsente la structure du questionnaire aprs puration des diffrentes chelles.


Les normes seront calcules en prenant la moyenne des rsultats obtenus pour lensemble des
items. Les rsultats seront tous rapports sur une chelle 7 points pour faciliter les
comparaisons.

181

Tableau 98 Structure du questionnaire aprs puration des diffrentes chelles


Nombre ditems
Motivation

21

Motivation intrinsque

ME altruisme

ME ego

ME conscience

ME scurit

ME prestige social

Amotivation

Bien-tre

25

Affects positifs

Affects ngatifs

Bonheur

Satisfaction dans les tudes

Satisfaction de vie

Sens donn la vie

Estime de soi

5.2.7 Mesure des prfrences crbrales


La mesure des prfrences crbrales a t ralise laide de la version franaise du
formulaire propos par lInstitut International Herrmann Europe (http://www.herrmanneurope.com/fr) : le Herrmann Brain Dominance Instrument (HBDI). Les tudiants remplissent
le formulaire en ligne en dbut de deuxime anne51. Il comporte 120 questions et sa validit a
fait lobjet des travaux de Bunderson (1989). Chaque profil est dcrit laide des variables A,
B, C, D, mode cortical (Cort) et mode gauche (Gauche). Une version papier du formulaire
HBDI est reproduite en Annexe 2.

Pour rappel, le choix de loption seffectue en fin de premire anne, les tudiants ne sont donc pas influencs
par les rsultats de leur profil HBDI au moment du choix de loption. Pour les tudiants non francophones, le
formulaire est galement disponible dans 13 langues diffrentes.
51

182

5.2.8 Mesure de la performance acadmique


La performance acadmique est mesure laide des rsultats obtenus aux examens sur
lensemble des trois annes scolaires. Il sagit de la moyenne obtenue sur le cursus complet
des trois annes dtudes. Cette moyenne cursus est la moyenne des moyennes pondres
des notes obtenues sur une chelle de 0 20 points en fin de premire, deuxime et troisime
annes52. Pour chaque anne, cela reprsente une moyenne calcule partir dun ensemble de
25 matires rparties en quatre modules : les sciences de lingnieur, les sciences et
technologies des matriaux / de la mcanique, le management et la cration de richesses, les
langues et la vie associative.

Conclusion
Les deux tapes successives ncessaires la validation de lchelle de mesure de la
motivation poursuivre des tudes dingnieur ont t prsentes au cours de ce chapitre. A
lissue de lanalyse factorielle exploratoire, notre chelle comprenait 24 items rpartis en sept
construits. Au terme de lanalyse factorielle confirmatoire, elle comporte 21 items regroups
en sept construits : la motivation intrinsque, les motivations extrinsques par rgulation i)
identifie (altruisme), ii) introjecte (ego et conscience) et ii) externe (scurit, prestige
social) et enfin lamotivation. Cette chelle prsente dans lensemble de bonnes qualits
psychomtriques avec un bon ajustement du modle thorique aux donnes empiriques. Nous
avons galement prsent, sur la base dchelles existantes, les rsultats de la validation des
chelles de mesure des variables de la satisfaction et du bien-tre. Toutes les chelles ont t
valides ; elles dmontrent de bonnes qualits psychomtriques. Lensemble de nos
hypothses sera donc test sur la base de ces chelles valides : les rsultats obtenus sont
lobjet du chapitre suivant.

Moyenne cursus = Moy (Moy1A, Moy2A, Moy3A). Pour les tudiants en cours de formation et nayant pas
achev le cursus, la moyenne cursus correspond la moyenne des moyennes obtenues en fin de premire et
de deuxime anne.

52

183

CHAPITRE 6 - RESULTATS

Introduction
Ce chapitre prsente les rsultats de notre tude qui a pour objectif :
1. Danalyser les profils HBDI dune population dtudiants et de vrifier :
que ces profils sont non seulement spcifiques cette population mais quils
peuvent de plus tre distingus selon les diffrents cursus (ou options)
choisi(e)s.
que conformment la thorie de Holland qui stipule que plus la
correspondance est grande entre les caractristiques de lindividu et les
exigences de son environnement, plus cet individu a des chances dy tre
efficace et dy trouver satisfaction (Bujold et Gingras, 2000), les profilstypes dune population ingnieur sont ceux qui affichent une plus grande
satisfaction dans leur tudes et qui russissent le mieux.
2. Danalyser la nature des effets conjoints des profils HBDI et de la motivation dans la
prdiction de la performance scolaire (performance proprement parler mais aussi
satisfaction dans les tudes et bien-tre). A cette fin :
Les relations entre la motivation et les variables de performance, de
satisfaction et de bien-tre seront tout dabord investigues.
Nous nous proposerons ensuite de vrifier que tant les variables du HBDI que
celles de la motivation contribuent lexplication de la performance. Nous
explorerons plus prcisment le rle mdiateur de la motivation de la relation
entre les profils HBDI et la performance scolaire.
Les hypothses ont t testes laide danalyses de rgression multiple ou hirarchique, le
nombre de rpondants rapport la complexit du modle ne permettant pas de recourir la
modlisation par quations structurelles. Roussel et al. (2002) rappellent quempiriquement
des ratios de cinq individus par paramtre estim correspondent un plancher alors que dix

184

individus seraient plus appropris . Dans le cas danalyses de rgression, il nexiste pas
dindicateur formel pour dterminer le nombre minimum dobservations ncessaires. Une
rgle empirique impose de disposer dau-moins 5 variables par variable explicative (Jolibert
et Jourdan, 2006), un ratio de 15 20 observations par variable explicative tant optimal
(Tabachnik et Fidell, 2007).
Nos rsultats seront prsents selon lordre suivant :
Analyse des profils HBDI des tudiants et nature des liens entre les profils HBDI et la
satisfaction dans les tudes : hypothses 1 3.
Influence des profils HBDI sur la performance scolaire dune part et sur la motivation
dautre part : hypothses 4 7.
Influence de la motivation sur la performance scolaire : hypothses 8 et 9
Exploration du rle mdiateur de la motivation de la relation entre le HBDI et la
performance scolaire : hypothses 10 et 11
Analyse des relations entre la motivation et le bien-tre dune part (hypothses 12
14) et la satisfaction dans les tudes dautre part (hypothses 15 et 16).

185

6.1 Hypothses de 1 4 : Nature des profils HBDI, relation avec la satisfaction


et la performance scolaire
6.1.1 Hypothses 1
Lhypothse 1 est rappele ci-dessous (Tableau 15).
Tableau 15 Hypothse 1

H1 : Les lves-ingnieurs sont en moyenne davantage cerveau gauche que cerveau


droit.
Les profils des tudiants sont dcrits laide des variables A, B, C, D, mode cortical (Cort) et
mode gauche (Gauche) (Tableau 99). Lhypothse selon laquelle nous pouvons considrer
que les variables suivent une loi normale (coefficient dasymtrie infrieur 1 et coefficient
daplatissement infrieur 1,5) est vrifie.
Tableau 99 Statistiques descriptives des variables A, B, C, D, Cort et Gauche.
A

Cort

Gauche

Moyenne

80,86

75,67

55,40

73,70

54,24

54,89

Mdiane

83,00

75,00

53,00

72,00

54,00

54,00

Ecart-type

17,93

16,50

18,28

19,41

7,05

8,92

Asymtrie

-,038

,124

,452

,201

-,051

,042

Aplatissement

-,142

-,407

-,204

-,391

-,109

-,455

N = 207

En moyenne les profils sont 54,9 % cerveau gauche (45,1 % cerveau droit) et 54,2 % cortical
(45,8 % limbique).
Les diffrences constates sur chacune de ces deux variables sont significativement
diffrentes dune valeur standard de 50 % dans une population o les profils seraient rpartis
de faon gale entre les cerveaux gauche et droit dune part (t = 7,90, p < 0,05) et les modes
cortical et limbique dautre part (t = 8,64, p < 0,05).
Nous vrifions ainsi lhypothse 1 selon laquelle les tudiants sont effectivement davantage
cerveau gauche que cerveau droit.

186

En moyenne, les scores obtenus sur chaque quadrant sont A = 81, B = 76, C = 55 et D = 74,
ce qui quivaut un profil de type 1121. La prdominance du cerveau gauche est peu
surprenante en raison des matires dominante scientifique enseignes en cole dingnieurs.
Cette dominance cerveau gauche est cependant davantage due une lacune en mode limbique
droit (55 points obtenus en moyenne pour le quadrant C) car la moyenne obtenue en mode
cortical droit (74 points) est quivalente celle obtenue en limbique gauche (76 points) et du
mme ordre de grandeur quen cortical gauche (81 points).
Une analyse plus approfondie des profils des tudiants est prsente en Annexe 5. Elle met en
vidence un effectif dominant de profils 1221 dans loption 1 (21 % des tudiants de cette
option), de profils 1121 dans loption 2 (22 % des tudiants de cette option) et de profils 1122
dans loption 3 (28 % des tudiants de cette option). Ainsi, non seulement les tudiants
prsentent des profils plutt cerveau gauche mais nous constatons de plus des profilstypes dominants selon loption choisie. Le test de lhypothse 2 vient complter cette analyse.
6.1.2 Hypothse 2
Lhypothse est rappele dans le Tableau 16 suivant :
Tableau 16 Hypothse 2

H2 : Les parcours de spcialisation (options, majeures) se distinguent entre eux par des
moyennes diffrentes sur chaque quadrant du HBDI.
Le Tableau 100 prsente les valeurs des variables A, B, C, D, mode cortical et mode gauche
selon loption choisie par les tudiants.
Lhypothse selon laquelle nous pouvons considrer que les variables suivent une loi
normale53 sur chaque sous-population (options 1, 2 et 3) est vrifie.

53

Coefficient dasymtrie infrieur 1 et coefficient daplatissement infrieur 1,5.

187

Tableau 100 V

A B C D

Option
1
(N = 34)

2
(N = 91)

3
(N = 82)

Total
(N = 207)

Cort

Gauche

Moyenne

77,91

68,79

62,06

77,44

54,47

51,38

Ecart-type

21,66

17,52

20,48

20,41

8,32

9,58

Asymtrie

,267

,803

,305

,277

-,106

,460

Aplat.

-,006

1,148

-,337

-,226

,291

,355

Moyenne

75,42

77,85

57,63

76,53

52,92

53,36

Ecart-type

15,02

15,32

16,92

17,91

6,56

7,60

Asymtrie

-,129

-,589

-,196

,150

-,335

-,337

Aplat.

-,086

-,066

,346

-,108

-,091

,134

Moyenne

88,12

76,11

50,17

69,01

55,60

58,05

Ecart-type

16,88

16,64

17,59

19,87

6,83

9,1131

Asymtrie

-,404

,141

,653

,543

-,047

-,340

Aplat.

,183

-,398

,059

-,423

-,292

-,390

Moyenne

80,86

75,67

55,40

73,70

54,24

54,89

Si pris dans leur ensemble, les tudiants prsentent davantage des profils de type cerveau
gauche, rpartis par option, cette observation reste valable pour les options 2
(t = 4,22, p < 0,05) et 3 (t = 8,00, p < 0,05) mais nest plus vraie pour loption 1
(t = 0,84, p > 0,05).
Lobservation des rsultats du Tableau 100 nous conduit dcomposer lhypothse 2 ( Les
trois options se distinguent entre elles par des moyennes diffrentes sur chaque quadrant )
en lensemble de sous-hypothses suivant :
1. Les tudiants de loption 3 obtiennent des scores en A significativement plus levs
que pour les deux autres options : A3 > A1, 2

2. Les tudiants de loption 1 obtiennent des scores en B significativement plus faibles


que pour les deux autres options : B1 < B2,3

3. Les tudiants de loption 3 obtiennent des scores en C significativement plus faibles


que pour les deux autres options : C3 < C1,2

188

4. Les tudiants de loption 3 obtiennent des scores en D significativement plus faibles


que pour les deux autres options : D3 < D1,2

Afin de tester ces hypothses, nous procdons une analyse de la variance un facteur. Nous
allons successivement tudier la liaison entre les variables A, B, C, D et la variable option
(1, 2 et 3), soit :
H0 : var1 = var2 = var3
H1 : au-moins un vari est diffrent des autres
Le test de Levene est significatif pour chacune des variables tudies (Tableau 101),

lhypothse dhomognit des variances est donc accepte au seuil = 0,05.


Tableau 101 T

A B C

Statistique de
Levene
ddl1

ddl2

Signification

3,068

204

,051

,101

204

,904

1,498

204

,226

,596

204

,552

Le Tableau 102 prsente les rsultats de lanalyse de la variance un facteur (ANOVA). Les
rsultats indiquent que lhypothse nulle dgalit des moyennes (F0,95(2, 204) = 3) est rejete
pour toutes les variables au seuil 0,05.
Tableau 102 T

A B C

Somme des
carrs

ddl

Moyenne des
carrs

Signification

Inter-groupes

7315,290

3657,645

12,672

,000

Intra-groupes

58883,648

204

288,645

Total

66198,937

206

Inter-groupes

2054,245

1027,122

3,903

,022

Intra-groupes

53681,417

204

263,144

Total

55735,662

206

Inter-groupes

4200,931

2100,465

6,627

,002

Intra-groupes

64660,789

204

316,965

Total

68861,720

206

189

Inter-groupes

3005,378

1502,689

Intra-groupes

74578,051

204

365,579

Total

77583,430

206

4,110

,018

Le Tableau 103 prsente les rsultats des tests de comparaisons multiples (tests post hoc de
Duncan). Ils rvlent que les tudiants de loption 3 obtiennent des scores en A
significativement (p < 0,05) plus levs que pour les deux autres options : A3 >

A1, 2

et

leurs scores en C et D sont significativement (p < 0,05) plus faibles que pour les deux autres

options C3 < C1,2 et D3 < D1,2. Les tudiants de loption 1 prsentent quant eux des
scores en B significativement plus faibles (p < 0,05) par rapport aux deux autres options :

B1 < B2,3.

Tableau 103 Rsultats des tests de comparaisons multiples (tests de Duncan), variables A, B, C et D
A
Option

Sous-ensemble pour alpha = 0.05


N

91

75,42

34

77,91

82

Signification

88,12
,434

1,000

B
Option

Sous-ensemble pour alpha = 0.05


N

34

68,79

82

76,11

91

77,85

Signification

1,000

,568

C
Option

Sous-ensemble pour alpha = 0.05


N

82

50,17

91

57,63

34

62,06

Signification

1,000

190

,185

D
Option

Sous-ensemble pour alpha = 0.05


N

82

69,01

91

76,53

34

77,44

Signification

1,000

,799

Ces rsultats valident lhypothse 2 selon laquelle les trois options se distinguent entre
elles par des moyennes diffrentes sur chaque quadrant du HBDI .
6.1.3 Hypothse 3
Le Tableau 17 ci-dessous reprend lillustration de lhypothse 3.
Tableau 17 Hypothse 3

H3 : Lorsquils sont plus cerveau gauche que cerveau droit , les lves-ingnieurs
affichent une satisfaction dans les tudes plus leve.
Profil HBDI
A
B

Gauche

C
D

Droite

Satisfaction dans les


tudes

Lanalyse de corrlation entre la variable cerveau gauche et celle de la satisfaction dans les
tudes permet de vrifier lhypothse 354. Cette relation est positive et significative (r = 0,206,
p < 0,01). Les lves ingnieur affichant une plus grande satisfaction dans leurs tudes sont
effectivement ceux qui sont davantage cerveau gauche que cerveau droit55.
Lhypothse 3 est ainsi vrifie.

54

Le tableau complet des moyennes, cart-types et corrlations entre toutes les variables investigues est
prsent en Annexe 6.
55

Le dtail des analyses indique que la variable C est ngativement lie la satisfaction dans les tudes (r = 0,203, p < 0,01). Pour les autres variables du HBDI, les rsultats des corrlations sont dans le sens attendu
(positif pour A et B, ngatif pour D) mais non significatifs au seuil 0,05.

191

6.1.4 Hypothse 4
Lhypothse 4 a t dfinie comme suit (Tableau 18) :
Tableau 18 Hypothse 4

H4 : Lune au-moins des quatre variables du HBDI influence de manire significative la


variable moyenne du cursus.

HBDI
Motivation

A, cortical gauche
B, limbique gauche
C, limbique droit
D, cortical droit

Moyenne du cursus

Une premire analyse des moyennes et corrlations des variables impliques dans lhypothse
4 fait apparatre les rsultats suivants (Tableau 104)56.
Tableau 104 Matrice des corrlations de Pearson entre les variables du HBDI et la variable
Moyenne Cursus
N

ET

1.A

190

81,37

17,32

2.B

190

75,13

16,54

-,048

3.C

190

53,90

17,26

-,631**

-,165*

4.D

190

74,84

19,00

-,475**

-,548**

,126

5.Cort

190

54,87

6,73

,526**

-,646**

-,605**

,436**

6.Gauche

190

54,93

8,77

,741**

,581**

-,683**

-,782**

,019

7.MoyCursus

204

12,83

1,18

,231**

,124

-,220**

-,247**

,033

,300**

** p < 0.01 (bilatral), * p < 0.05.

La moyenne du cursus (MoyCursus) est lie positivement au quadrant A (r = 0,231, p < 0,01)
et ngativement aux quadrants C (r = - 0,220, p < 0,01) et D (r = - 0,247, p < 0,01). La
corrlation est galement positive entre la moyenne du cursus et la variable B mais elle nest

56

Le tableau complet des moyennes, cart-types et corrlations entre toutes les variables investigues est
prsent en Annexe 6.

192

pas significative au seuil 0,05. Notons enfin quil existe une corrlation positive (r = 0,300,
p < 0,01) entre la variable Gauche et la moyenne du cursus mais quaucune corrlation nest
tablie entre cette dernire et la variable corticale. Ces rsultats sont cohrents avec les
apports thoriques et permettent de tester en partie lhypothse 4. Afin de complter lanalyse,
nous procdons une analyse de rgression multiple57. Le pouvoir explicatif des variables du
HBDI au sein de la variance moyenne du cursus sera ainsi dtermin.
Dans un premier temps nous avons test les conditions ncessaires la ralisation dune
rgression multiple (Pallant, 2005, Jolibert et Jourdan, 2006) et observ la prsence ventuelle
de valeurs extrmes.
6.1.4.1 Conditions ncessaires la ralisation dune rgression multiple
Lobservation de la matrice des corrlations permet de vrifier i) lexistence de relations entre
la variable dpendante et les variables indpendantes et ii) labsence de corrlations trop
leves entre les variables indpendantes (multicolinarit). Tabachnick et Fidell (2001)
suggrent de ne pas inclure deux variables indpendantes intercorrles un niveau suprieur
0,7 dans une mme analyse. Dans notre cas, les variables A, B, C et D sont i) effectivement
corrles la variable Moyenne Cursus et ii) prsentent un niveau dintercorrlation infrieur
0,7. Au-del de lobservation de la matrice des corrlations, lanalyse de multicolinarit est
galement ralise grce au calcul des valeurs de tolrance58 et du facteur dinflation de la
variance59 (VIF). Une tolrance leve correspond un faible degr de colinarit. Des
valeurs de tolrance > 0,1 et de VIF < 10 sont recommandes (Pallant, 2005). Pour chacune
des variables A, B, C et D, tolrance et VIF sont largement dans les limites
recommandes60 confirmant ainsi la faible multicolinarit entre les variables explicatives.
Le nuage de points dit des rsidus standardiss en rapport avec les valeurs prdites
standardises ne fait apparatre aucun modle particulier (rpartition alatoire). Lhypothse

Le dtail des rsultats de lanalyse de rgression multiple ralise dans le cadre du test de cette hypothse est
prsent en Annexe 7.
57

58

La tolrance est dfinie comme la part de la variance de chaque variable explicative non explique par les
autres variables de la rgression.
59

Le Facteur dInflation de la Variance est linverse de la tolrance (VIF = 1 / tolrance).

60

Cf. Annexe 7.

193

de valeur constante de la variance du terme derreur (homoscdasticit) et dindpendance des


termes derreur est ainsi vrifie.
En comparant la rpartition des rsidus standardiss une rpartition gaussienne (diagramme
gaussien P-P de rgression de rsidu standardis), nous constatons que lensemble des points
est situ le long de la diagonale. Nous validons ainsi lhypothse de normalit de la
distribution du terme derreur.
6.1.4.2 Dtection dventuelles valeurs extrmes
Ltude du nuage de points des rsidus standardiss en rapport avec les valeurs prdites
standardises indique labsence de valeurs extrmes. Selon Tabachnik et Fidell (2001), une
valeur extrme correspond toute observation dont la valeur du rsidu standardis est
suprieure 3,3 en valeur absolue. Labsence de valeurs extrmes est galement conforte par
lanalyse des deux indicateurs statistiques que sont les distances de Cook61 et de
Mahalanobis62. La distance maximale de Cook est infrieure 163 (0,032) et celle de
Mahalanobis infrieure 18,47 (seuil maximal recommand par Tabachnick et Fidell (2001)
dans le cas de 4 variables indpendantes dans le modle).
6.1.4.3 Evaluation du modle de rgression
Le Tableau 105 prsente les rsultats de la rgression multiple.

La distance de Cook est une mesure de limpact de li me observation sur tous les coefficients de la rgression.
Si la distance de Cook est leve, l'exclusion d'une observation changerait substantiellement la valeur des
coefficients. Les observations prsentant une distance de Cook suprieure 1 peuvent potentiellement poser
problme dans la conduite dune rgression standard (Tabachnik et Fidell, 2001).

61

62

La distance de Mahalanobis reprsente la distance entre les valeurs d'une observation et la moyenne de toutes
les observations sur les variables indpendantes. Une distance de Mahalanobis importante identifie une
observation pouvant tre qualifie dextrme.
63

Seuil recommand par Tabachnik et Fidell (2001).

194

Tableau 105 Analyse de rgression multiple de la variable Moyenne Cursus sur les variables A,
B, C et D
Variables explicatives Moyenne Cursus
(coefficients )
A

-0,044

-0,065

- 0,224*

- 0,275*

0,31**

F (ddl1, ddl2)
2

R ajust

5,09 (4, 185)**


0,08**

N = 190, ** p < 0.01, * p < 0.05.

Les variables A, B, C et D permettent dexpliquer 8 % de la variance de la moyenne du cursus


avec un taux de significativit infrieur 0,01. Les variables D ( = - 0,275 ; p < 0,05) et C
( = - 0,224 ; p < 0,05) sont les plus contributives. Pour chacune delles, linfluence est
ngative : plus D (ou C) augmente, plus la variable Moyenne Cursus diminue. Limpact de
chacune des variables A et B sur la variable Moyenne Cursus, lorsque leffet des autres
variables indpendantes est neutralis, est quant lui marginal. Par rapport aux tudes menes
avec les dimensions du Big Five, les variables du HBDI expliquent un pourcentage de
variance de la performance acadmique globalement plus faible seulement 8 % dans notre
tude compars 15 % dans les tudes de Chamorro-Premuzic et Furnham (2003a) et de
Komarraju et al. (2009), 10 % dans ltude de Chamorro-Premuzic et Furnham (2003b) et 6 %
dans celle de Paunonen (1998).
6.1.4.4 Conclusion
Lanalyse de rgression multiple ralise pour tester lhypothse 4 permet de conclure :
Lexistence dune relation ngative, significative et une contribution unique de
chacune des variables C et D pour expliquer la variance de la moyenne du cursus.
Une relation positive et significative de la variable A avec la variable Moyenne Cursus
est avre alors quune relation positive mais non significative de la variable B avec la
variable Moyenne Cursus est constate (Tableau 104).
Lhypothse 4 est ainsi valide.

195

Elle met en vidence la prdominance des contributions des deux variables du mode droit (C
et D) sur la variation de la moyenne du cursus, par rapport celles du mode gauche (A et B).

6.2 Hypothses 5 7 : Influence des profils HBDI sur la motivation


Lanalyse des moyennes et corrlations des variables impliques dans les hypothses 5 7 fait
apparatre les rsultats suivants (Tableau 106)64.
Tableau 106 Matrice des corrlations de Pearson entre les variables du HBDI et les variables de la
motivation
N M

ET 1

1.A

190 81,37 17,32 1

2.B

190 75,13 16,54 -,048

3.C

190 53,90 17,26 -,631** -,165* 1

4.D

190 74,84 19,00 -,475** -,548** ,126

5.Cort

190 54,87 6,73 ,526** -,646** -,605** ,436** 1

10

11

12

13

6.Gauche 190 54,93 8,77 ,741** ,581** -,683** -,782** ,019 1


7.MI-

201 4,99 1,01 -,022

-,075

-,029

,150* ,115 -,082

8.Altr.

201 4,57 1,30 -,136

,017

,088

,094

-,060 -,113

,336** 1

9.Ego

201 4,44 1,30 -,051

,011

-,012

,077

,021 -,038

,200** ,297** 1

-,077

-,093

,022

,156* ,045

-,084

,091

,399** 1

-,074

-,181* ,025 ,183* -,089

,065

,306** ,128

10.Consc. 201 3,93 1,43 ,127


11.Sec.

201 5,66 1,09 ,210** ,045

12.Prest. 201 4,84 1,23 ,088

,205** -,146

-,145

-,055 ,205** -,150* ,070

-,033

,036 ,084

13.ME

201 4,69 ,79

,074

,058

-,078

14.AM

201 1,95 ,86

-,100

-,156* ,226** ,122

,074

,332** ,180* ,453** 1

,499** ,761** ,616** ,588** ,636** 1

-,025 -,211** -,493** -,192** ,066

,166* ,020

,087

,052

** p < 0.01 (bilatral), * p < 0.05.

Lhypothse 5 sintressera linfluence des variables du HBDI sur la motivation intrinsque,


lhypothse 6 sur la motivation extrinsque et lhypothse 7 sur lamotivation.
6.2.1 Hypothse 5
Lhypothse 5 est rappele ci-dessous (Tableau 19).

64

Le tableau complet des moyennes, cart-types et corrlations entre toutes les variables investigues est
prsent en Annexe 6.

196

Tableau 19 Hypothse 5

H5 : Lune au-moins des quatre variables du HBDI influence de manire significative la


variable motivation intrinsque.

HBDI
Motivation

A, cortical gauche
B, limbique gauche
C, limbique droit
D, cortical droit

MI, motivation intrinsque

Le Tableau 106 indique que la variable D est lie positivement la motivation intrinsque
(r = 0,150, p < 0,05). Les variables A, B et C ne prsentent aucun lien significatif avec la
variable motivation intrinsque. Afin de complter lanalyse, nous procdons une analyse de
rgression multiple dont les rsultats sont synthtiss dans le Tableau 10765. Le dtail des
analyses est prsent en Annexe 7 avec en particulier la vrification des conditions
ncessaires la ralisation dune rgression multiple et la dtection dventuelles valeurs
extrmes.
Tableau 107 Analyse de rgression multiple de la variable Motivation Intrinsque sur les variables
A, B, C et D
Variables explicatives Motivation Intrinsque
(coefficients )
A

0,092

0,052

0,010

0,221

0,165

F (ddl1, ddl2)

1,23 (4, 176)

R2 ajust

0,005

N = 181, ** p < 0.01, * p < 0.05.

Le dtail des rsultats de lanalyse de rgression multiple ralise dans le cadre du test de cette hypothse est
prsent en Annexe 7.
65

197

Le pouvoir explicatif des variables du HBDI au sein de la variance motivation intrinsque


est ngligeable et non significatif (R2 ajust = 0,005, p > 0,05). Mme si la variable D
prsente le coefficient

le plus lev en comparaison avec les autres variables du HBDI, son

impact est marginal pour expliquer les variations de la variable motivation intrinsque
( = 0,221, p > 0,05). La non-significativit du test F indique enfin que la variance explique
par le modle peut tre attribue au hasard de lchantillonnage.
Les rsultats de la rgression nous conduisent invalider lhypothse 5.
Nos donnes ne permettent pas dtablir une influence significative des variables du HBDI sur
la variance de la variable motivation intrinsque . Le niveau de corrlation observ entre la
variable D et la motivation intrinsque, bien que significatif au seuil 0,05, est faible
(r = 0,150) et nous supposons que son effet est d au hasard de lchantillonnage.
6.2.2 Hypothse 6
Lhypothse 6 a t dfinie comme suit (Tableau 20) :
Tableau 20 Hypothse 6

H6 : Lune au-moins des quatre variables du HBDI influence de manire significative la


variable motivation extrinsque.

HBDI
Motivation

A, cortical gauche
B, limbique gauche
C, limbique droit
D, cortical droit

ME, motivation extrinsque

Le Tableau 106 indique quaucune corrlation significative nest observe entre les variables
du HBDI et la motivation extrinsque. Les rsultats de lanalyse de rgression (Tableau 108)

198

confirment que les variables du HBDI ne parviennent pas expliquer la variable motivation
extrinsque66.
Tableau 108 Analyse de rgression multiple de la variable Motivation Extrinsque sur les variables
A, B, C et D
Variables explicatives Motivation Extrinsque
(coefficients )
A

0,101

0,091

-0,015

0,145

0,112

F (ddl1, ddl2)

0,55 (4, 174)

R2 ajust

-0,010

N = 179, ** p < 0.01, * p < 0.05.

En effet :
la part de variance de la variable motivation extrinsque explique par les variables du
HBDI est ngligeable (R2 = 0.012).
La non-significativit du test F (F(4, 174) = 0,55, p > 0,05) indique que les variables
introduites dans lanalyse ne prsentent pas de relation significative avec la variable
dpendante.
Labsence de significativit des coefficients

rvle limpact marginal de chacune des

variables du HBDI sur la motivation extrinsque.


Les rsultats de la rgression nous conduisent invalider lhypothse 6.
Nos donnes ne permettent pas dtablir une influence significative des variables du HBDI sur
la variance de la variable motivation extrinsque .

Le dtail des rsultats, la vrification des conditions ncessaires la ralisation dune rgression multiple et la
dtection dventuelles valeurs extrmes sont prsents Annexe 7.
66

199

6.2.3 Hypothse 7
Lhypothse 7 est illustre comme suit (Tableau 21) :
Tableau 21 Hypothse 7

H7 : Lune au-moins des quatre variables du HBDI influence de manire significative la


variable amotivation.
HBDI
Motivation

A, cortical gauche
B, limbique gauche
C, limbique droit
D, cortical droit

AM, amotivation

Lamotivation est lie ngativement au quadrant B (r = - 0,156, p < 0,05) et positivement au


quadrant C (r = 0,226, p < 0,01)67. La corrlation est galement ngative entre lamotivation
et la variable A, positive entre lamotivation et la variable D mais le seuil de significativit de
0,05 nest pas atteint dans ces deux cas. Notons enfin quil existe une corrlation ngative
(r = - 0,211, p < 0,01) entre la variable Gauche et lamotivation. Les rsultats de lanalyse de
rgression multiple sont synthtiss dans le Tableau 10968.
Tableau 109 Analyse de rgression multiple de la variable Amotivation sur les variables A, B, C et D
Variables explicatives Amotivation
(coefficients )
A

0,180

- 0,014

0,319**

0,152

0,27**

F (ddl1, ddl2)
2

R ajust

3,46 (4, 171)**


0,05**

N = 176, ** p < 0.01, * p < 0.05.

67

Cf. Tableau 106.

68

Le dtail des analyses est prsent en Annexe 7.

200

Les variables du HBDI permettent dexpliquer 5 % de la variance de lamotivation avec un


taux de significativit infrieur 0,01. Lexplication est due la variable C ( = 0,319 ;
p < 0,01) dont linfluence sur lamotivation est positive. Chacune des variables A, B et D
nexplique quant elles pratiquement pas de variance lorsque leffet des autres variables
indpendantes est neutralis.
Lanalyse de rgression multiple ralise pour tester lhypothse 7 permet de conclure :
Lexistence dune relation positive, significative et une contribution unique de la
variable C pour expliquer la variance de lamotivation : plus C augmente, plus
lamotivation augmente.
Une relation ngative et significative de la variable B avec la variable amotivation est
constate (Tableau 106).
Lhypothse 7 est ainsi valide.
Elle met en vidence la contribution de la variable C lexplication de lamotivation.

6.3 Hypothses 8 et 9 : Influence de la motivation sur la performance scolaire


Lanalyse des moyennes et corrlations des variables impliques dans les hypothses 8 et 9
fait apparatre les rsultats suivants (Tableau 110).
Tableau 110 Matrice des corrlations de Pearson entre les variables de la motivation et la variable
Moyenne Cursus
N

ET

10

11

12

13

14

7.MoyCursus

204 12,83

1,18

8.MI-

201 4,99

1,01

,151*

9.Altr-

201 4,57

1,30

-,060

,336**

10.Ego-

201 4,44

1,30

,002

,200**

,297**

11.Consc-

201 3,93

1,43

-,087

-,084

,091

,399** 1

12.Sec-

201 5,66

1,09

,087

-,089

,065

,306** ,128

13.Prest-

201 4,84

1,23

,006

-,150*

,070

,332** ,180*

,453** 1

14.ME

201 4,69

,79

-,025

,074

,499**

,761** ,616** ,588** ,636** 1

15.AM-

201 1,95

,86

-,245** -,493** -,192** ,066

** p < 0.01 (bilatral), * p < 0.05.

201

,166*

,020

,087

,052

Lhypothse 8 fait intervenir la motivation extrinsque (ME) sous la forme dune dimension
unique qui correspond la moyenne de lensemble des motivations extrinsques : altruisme,
ego, conscience, scurit et prestige social. Lhypothse 9 distingue quant elle ces cinq
dimensions de la motivation extrinsque.
6.3.1 Hypothse 8
Le Tableau 22 ci-dessous rappelle le contenu de lhypothse 8 (Tableau 22).
Tableau 22 Hypothse 8

Hypothse 8 : Influence de la motivation sur la performance scolaire.


H8a : La motivation intrinsque influence positivement et significativement la variable
moyenne cursus.
H8b : Lamotivation influence ngativement et significativement la variable moyenne
cursus.
Motivation
Performance Scolaire
MI, motivation intrinsque
ME, motivation extrinsque
AM, amotivation

Moyenne du cursus

La moyenne du cursus est lie positivement la motivation intrinsque (r = 0,151, p < 0,05) et
ngativement lamotivation (r = - 0,245, p < 0,01). Ces rsultats sont cohrents avec les
apports thoriques et permettent de tester en partie lhypothse 8. Afin de complter lanalyse,
nous procdons une analyse de rgression multiple dont les rsultats sont synthtiss dans le
Tableau 11169.

69

Le dtail des analyses est prsent en Annexe 7.

202

Tableau 111 Analyse de rgression multiple de la variable Moyenne cursus sur les variables MI, ME
et AM
Variables explicatives Moyenne Cursus
(coefficients )
MI

0,071

ME

-0,003

AM

-0,212**

0,254**

F (ddl1, ddl2)
2

R ajust

4,583 (3, 200)**


0,050**

N = 204, ** p < 0.01, * p < 0.05.

Les variables de la motivation permettent dexpliquer 5 % de la variance de la moyenne du


cursus avec un taux de significativit infrieur 0,01. Lexplication est due la variable
amotivation ( = - 0,212 ; p < 0,01) dont linfluence sur la moyenne du cursus est ngative.
Chacune des variables motivation intrinsque et motivation extrinsque nexplique quant
elles pratiquement pas de variance lorsque leffet des autres variables indpendantes est
neutralis.
Lanalyse de rgression multiple ralise pour tester lhypothse 8 permet de conclure :
Une validation partielle de lhypothse 8a
La relation positive et significative de la variable motivation intrinsque avec la moyenne du
cursus est avre (Tableau 110) mais la contribution unique de la motivation intrinsque pour
expliquer la variance de la moyenne du cursus lorsque leffet des autres variables explicatives
est contrl nest, quant elle, pas significative.

Une validation totale de lhypothse 8b


Il existe une relation ngative, significative et une contribution unique de la variable
amotivation pour expliquer la variance de la moyenne du cursus. Nous vrifions ainsi que plus
lamotivation augmente, plus la moyenne du cursus diminue.

203

6.3.2 Hypothse 9
Le Tableau 23 ci-dessous prsente un rappel de lhypothse 9.
Tableau 23 Hypothse 9

Hypothse 9 : Lune au-moins des cinq variables de la motivation extrinsque influence


de manire significative la variable moyenne cursus.
Motivation
MI, motivation intrinsque
Alt., altruisme
Ego
Consc., conscience
Sec., scurit
Prest., prestige
AM, amotivation

Performance Scolaire
Moyenne du cursus

Lobjectif de cette hypothse est daffiner la recherche dune influence potentielle des
dimensions de la motivation extrinsque sur la moyenne du cursus.
Le Tableau 106 nindique aucune corrlation significative entre les variables de la motivation
extrinsque et la moyenne du cursus. Les rsultats de lanalyse de rgression (Tableau 112)
confirment que les variables de la motivation extrinsque ne contribuent pas lexplication de
la moyenne du cursus70.

Le dtail des rsultats, la vrification des conditions ncessaires la ralisation dune rgression multiple et la
dtection dventuelles valeurs extrmes sont prsents en Annexe 7.
70

204

Tableau 112 Analyse de rgression multiple de la variable Moyenne cursus sur les variables MI, Alt,
Ego, Consc, Sec, Prest et AM
Variables explicatives Moyenne Cursus
(coefficients )
MI

0,087

Alt

-0,144

Ego

0,033

Consc

-0,056

Sec

0,105

Prest

0,001

AM

-0,225**

0,302**

F (ddl1, ddl2)
2

R ajust

2,769 (7, 193)**


0,058**

N = 201, ** p < 0.01, * p < 0.05.

Lensemble des variables de la motivation permet dexpliquer 5,8 % de la variance de la


moyenne du cursus avec un taux de significativit infrieur 0,01. Lexplication est due la
variable amotivation ( = - 0,225 ; p < 0,01) dont linfluence sur la moyenne du cursus est
ngative. La variable motivation intrinsque et les diffrentes variables de la motivation
extrinsque nexpliquent quant elles pratiquement pas de variance lorsque leffet des autres
variables indpendantes est neutralis.
Lanalyse de rgression multiple ralise pour tester lhypothse 9 permet de conclure :
Une invalidation de lhypothse 9
Nos donnes ne permettent pas dtablir une influence significative des diffrentes
dimensions de la motivation extrinsque sur la variance de la moyenne du cursus.

6.4 Hypothses 10 et 11 : Influence conjointe de la motivation et des profils sur


la performance scolaire
Les influences des variables du HBDI et de la motivation sur la performance scolaire ont t
jusqu prsent testes de faon indpendante. Dans lhypothse 10 les deux effets sont
conjoints et il est suppos que la motivation explique la performance scolaire au-del du profil

205

HBDI. Lhypothse 11 explore quant elle le rle mdiateur de la motivation entre les
variables du HBDI et la performance scolaire.
6.4.1 Hypothse 10
Lhypothse 10 est rappele dans la Tableau 24 ci-dessous.
Tableau 24 Hypothse 10

H10 : La motivation explique la performance scolaire au-del du profil HBDI (Les


variations des variables de la motivation expliquent la variation de la variable
moyenne cursus au-del de celles du HBDI).

Motivation
MI, motivation intrinsque
ME, motivation extrinsque
(cinq dimensions)
AM, amotivation

Performance scolaire
Moyenne du cursus

Profil HBDI
A
B

Gauche

Droite

Cette hypothse a t teste laide dune rgression hirarchique71 :


Dans un premier temps, nous avons introduit les variables A, B, C et D en tant que
variables explicatives de la variable Moyenne Cursus ;
Dans un second temps nous avons entr les sept variables de la motivation comme
autres variables explicatives de la variable Moyenne Cursus. Nous pouvons ainsi

71

Le dtail des rsultats est prsent en Annexe 7.

206

estimer la part de variance supplmentaire explique par les variables de la motivation


lorsque leffet de celles du HBDI est contrl.
Le Tableau 113 prsente les rsultats de la rgression hirarchique.
Tableau 113 Analyse de rgression hirarchique de la variable Moyenne Cursus sur les variables du
HBDI et de la motivation
Moyenne Cursus
Variables explicatives

Etape 1

Etape 2

-0,044

- 0,065

-0,065

- 0,065

-0,224

-0,205

-0,275*

-0,290*

Etape 1 : Variables du HBDI

Etape 2 : Introduction des variables de la motivation


MI

0,211*

Alt

-0,088

Ego

0,049

Consc

-0,071

Sec

0,092

Prest

-0,038

AM

-0,080
0,315**

0,427*

0,099**

0,182*

0,079**

0,129*

R
R

R ajust
R2

0,083*

N = 181, ** p < 0.01, * p < 0.05.

Le modle 1 (comprenant les variables du HBDI) explique 9,9 % de la variance de la variable


Moyenne Cursus. Le modle complet72 explique 18,2 % de la variance.
La variance explique par les variables de la motivation lorsque leffet des variables du HBDI
est contrl est donne par la variation de R2 (R2). Les variables de la motivation expliquent

72

Toutes les variables introduites, tant dans le bloc 1 (variables du HBDI) que dans le bloc 2 (variables de la
motivation).

207

ainsi 8,3 % de variance supplmentaire lorsque leffet des variables du HBDI est contrl. Il
sagit dune contribution significative au seuil 0,0573.
Nous vrifions que lhypothse 10 est valide.
Les variables de la motivation expliquent la variance de la moyenne du cursus au-del de
lexplication fournie par les variables du HBDI. Les variables les plus contributives sont la
motivation intrinsque ( = 0,211 ; p < 0,05) et la variable D ( = - 0,290 ; p < 0,05). Alors
que la motivation intrinsque a une influence positive sur la moyenne du cursus, la variable D
a quant elle une influence ngative.
Lanalyse de rgression des variables de la motivation sur la moyenne du cursus (hypothse
9) indique linfluence ngative de la variable amotivation ( = - 0,225 ; p < 0,01). La variable
motivation intrinsque nexplique quant elle pratiquement pas de variance lorsque leffet
des autres variables indpendantes est neutralis. Dans le cas de lhypothse 10, alors que le
modle prvoit galement la participation des variables du HBDI lexplication de la
moyenne du cursus, nous constatons que le poids explicatif le plus important parmi les
variables de la motivation nest plus celui de lamotivation mais celui, et dans un sens oppos,
de la motivation intrinsque.
6.4.2 Hypothse 11
Lhypothse 11 est illustre ci-dessous (Tableau 25).

Le tableau de lANOVA (en annexe) indique par ailleurs que le modle dans son ensemble (variables des deux
blocs) est significatif : (F(11,169) = 3,425, p < 0,01).
73

208

Tableau 25 Hypothse 11

H11 : Les variables de la motivation jouent un rle mdiateur entre les variables du
HBDI et la performance scolaire.

Motivation
MI, motivation intrinsque
ME, motivation extrinsque
(cinq dimensions)
AM, amotivation

Profil HBDI
A
B

Gauche

Droite

Performance scolaire
Moyenne du cursus

Les analyses prcdentes nous ont permis de vrifier lexistence : dune relation ngative,
significative et une contribution unique de la variable C pour expliquer la variance de la
moyenne du cursus : plus C augmente, plus la moyenne du cursus diminue (hypothse 4,
relation c sur la Figure 17 dune relation positive, significative et une contribution unique de
la variable C pour expliquer la variance de lamotivation : plus C augmente, plus
lamotivation augmente (hypothse 7, relation a, Figure 17), dune relation ngative,
significative et une contribution unique de la variable amotivation pour expliquer la variance
de la moyenne du cursus (hypothse 9c, relation b, Figure 17

209

Figure 17 E

C
cursus

AM, amotivation
b

C, limbique droit

Moyenne du
cursus

La variable amotivation pourra tre considre comme une variable mdiatrice de la relation
entre C et la moyenne du cursus si lorsque les relations a et b sont contrles, la relation c
diminue (mdiation partielle) ou devient nulle (mdiation totale).
Pour cela nous avons procd une analyse de rgression hirarchique avec :
introduction de la variable C en tant que variable explicative de la variable Moyenne
Cursus dans un premier temps;
introduction de la variable amotivation comme autre variable explicative de la variable
Moyenne Cursus dans un second temps.
Le Tableau 114 prsente les rsultats de cette rgression. Le dtail des rsultats est prsent
en Annexe 7.
Le tableau de lANOVA74 indique que le modle dans son ensemble (variables des deux
blocs) est significatif : (F(2,178) = 9,368, p < 0,01).

74

Cf. Annexe 7.

210

Tableau 114 Analyse de rgression hirarchique de la variable Moyenne cursus sur les variables C
et amotivation
Moyenne Cursus
Variables explicatives

Etape 1

Etape 2

-0,220**
(Sig. = 0,003)

-0,163*
(Sig. = 0,029)

Etape 1 : Variable C du HBDI


C

Etape 2 : Introduction de la variable mdiatrice


-0,224**
(Sig. = 0,003)

AM
R
R

R2 ajust
R

0,220**

0,309**

0,049**

0,095**

0,043**

0,085**

0,047**

N = 181, ** p < 0.01, * p < 0.05.

Le coefficient de rgression associ la variable indpendante C a diminu et perdu en


signification statistique suite lintroduction de la variable mdiatrice amotivation
(de - 0,220** - 0,163*). Ce rsultat indique une mdiation partielle de la variable
amotivation sur la relation entre C et la moyenne du cursus :
Lhypothse 11 est ainsi vrifie.

6.5 Hypothses 12 14 : Relations entre la motivation et le bien-tre


Le Tableau 26 rcapitule les hypothses 12 14. Pour rappel, le tableau complet des
moyennes, cart-types et corrlations entre toutes les variables investigues est prsent en
Annexe 6.

211

Tableau 26 Hypothses 12 14

H12 : La motivation intrinsque est corrle positivement aux indicateurs positifs du


bien-tre.
H13 : Lamotivation est corrle positivement lindicateur ngatif du bien-tre.
H14 : Lamotivation est corrle ngativement aux indicateurs positifs du bien-tre.
Bien-tre
Motivation
-

MI, motivation intrinsque


ME, motivation extrinsque
AM, amotivation

Affects positifs
Affects ngatifs
Bonheur
Satisfaction de vie
Sens donn la vie
Estime de soi

6.5.1 Hypothse 12
La motivation intrinsque est lie positivement aux variables affects positifs (r = 0,523,
p < 0,01) et bonheur (r = 0,155, p < 0,05). La relation est galement positive (mais non
significative au seuil 0,05) avec les variables satisfaction de vie, sens donn la vie et estime
de soi. Compte-tenu du seuil de significativit non atteint pour trois variables parmi les cinq
choisies afin de circonscrire la notion de bien-tre, nous concluons une validation partielle
de lhypothse 12.
6.5.2 Hypothse 13
Lanalyse de corrlation entre la variable amotivation et celle des affects ngatifs (indicateur
ngatif du bien-tre) ne permet de valider que partiellement lhypothse 13. La relation est
effectivement lgrement positive mais non significative au seuil 0,05 (r = 0,026, ns).
6.5.3 Hypothse 14
Lamotivation est corrle ngativement aux variables affects positifs (r = - 0,407, p < 0,01),
bonheur (r = - 0,191, p < 0,01), satisfaction de vie (r = - 0,265, p < 0,01), sens donn la vie
(r = - 0,235, p < 0,01) et estime de soi (r = - 0,148, p < 0,05). Lhypothse 14 est ainsi
vrifie.

212

6.6 Hypothses 15 et 16 : Relations entre la motivation et la satisfaction dans les


tudes
Lhypothse 6 a t dfinie comme suit (Tableau 27) :
Tableau 27 Hypothses 15 et 16

H15 : La motivation intrinsque est corrle positivement la satisfaction dans les


tudes.
H16 : Lamotivation est corrle ngativement la satisfaction dans les tudes.
Motivation
Satisfaction dans les
tudes

MI, motivation intrinsque


ME, motivation estrinsque
AM, amotivation

6.6.1 Hypothse 15
Lanalyse de corrlation entre la motivation intrinsque et la satisfaction dans les tudes75
permet de vrifier lhypothse 15. Cette relation est positive et significative (r = 0,299,
p < 0,01) : les lves ingnieur intrinsquement motivs affichent une plus grande satisfaction
dans leurs tudes.
6.6.2 Hypothse 16
Lanalyse de corrlation entre lamotivation et la satisfaction dans les tudes permet de
vrifier lhypothse 16. Cette relation est ngative et significative (r = 0,437, p < 0,01) : plus
les lves ingnieur sont amotivs, plus faible est leur sentiment de satisfaction dans les
tudes.

Conclusion
Le Tableau 115 synthtise lensemble des rsultats des hypothses testes. Au terme des
diffrentes analyses, nous pouvons constater les points suivants :

75

Cf. Annexe 6.

213

Les profils HBDI permettent de distinguer les lves-ingnieurs selon loption quils
ont choisie. Ils permettent galement de prdire la performance scolaire et sont lis au
sentiment de satisfaction dans les tudes.
Nos rsultats ont galement montr que lamotivation est influence par la variable
limbique droit (C) du HBDI. En revanche, aucune influence des variables du HBDI
sur la motivation intrinsque dune part et sur la motivation extrinsque dautre part
na t constate sur la base de nos donnes exprimentales.
Une relation positive entre la motivation intrinsque et la performance scolaire et une
influence ngative de lamotivation sur cette mme variable ont t mises en vidence.
Aucun lien nest en revanche constat entre les diffrentes dimensions de la
motivation extrinsque et la performance scolaire.
Tant les variables du HBDI que celles de la motivation contribuent lexplication de
la performance scolaire et le rle de mdiation partielle de lamotivation entre la
variable limbique droit (C) et la performance scolaire a t mis en valeur.
La motivation intrinsque est corrle positivement la satisfaction dans les tudes et
plusieurs indicateurs du bien-tre.
Lamotivation et la frquence des affects ngatifs sont corrles positivement. Il existe
de plus une relation ngative entre lamotivation et les indicateurs positifs de bien-tre
ainsi que la satisfaction dans les tudes.
Tous ces points seront discuts dans le chapitre suivant consacr lanalyse et la mise en
perspective des rsultats de la recherche.

Tableau 115 Rcapitulatif des hypothses et rsultats associs

Hypothses

Rsultats

Analyse des profils HBDI des lves-ingnieurs


H1

Les lves-ingnieurs sont en moyenne davantage cerveau gauche que


cerveau droit.

valide

H2

Les parcours de spcialisation (options, majeures) se distinguent entre eux


par des moyennes significativement diffrentes sur chacun des quatre
quadrants du HBDI.

valide

214

Relations entre les profils HBDI et la satisfaction dans les tudes


H3

Lorsquils sont plus cerveau gauche que cerveau droit , les lvesingnieurs affichent une satisfaction dans les tudes plus leve (la variable
cerveau gauche est corrle positivement la satisfaction dans les tudes)

valide

Influence des profils HBDI sur la performance scolaire


H4

Lune au-moins des quatre variables du HBDI influence de manire


significative la variable moyenne cursus

valide

Influence des profils HBDI sur la motivation


H5

Lune au-moins des quatre variables du HBDI influence de manire


significative la variable motivation intrinsque

non valide

H6

Lune au-moins des quatre variables du HBDI influence de manire


significative la variable motivation extrinsque

non valide

H7

Lune au-moins des quatre variables du HBDI influence de manire


significative la variable amotivation

valide

Influence de la motivation sur la performance scolaire


H8a

La motivation intrinsque influence positivement et significativement la


variable moyenne cursus

partiellement valide

H8b

Lamotivation influence ngativement et significativement la variable


moyenne cursus

valide

H9

Lune au-moins des variables de la motivation extrinsque influence de


manire significative la variable moyenne cursus

non valide

Influence conjointe de la motivation et des profils HBDI sur la performance scolaire


H10

H11

La motivation explique la performance scolaire au-del du profil HBDI (Les


variations des variables de la motivation expliquent la variation de la variable
moyenne cursus au-del de celles du HBDI)

valide

Les variables de la motivation jouent un rle mdiateur entre les variables du


HBDI et la performance scolaire (la variable amotivation joue un rle
mdiateur entre la variable C et la moyenne du cursus)

valide

Relations entre la motivation et le bien-tre


La motivation intrinsque est corrle positivement aux indicateurs positifs
du bien-tre (affects positifs, bonheur, satisfaction de vie, sens donn la vie
et estime de soi)

partiellement valide

H13

Lamotivation est corrle positivement lindicateur ngatif du bien-tre


(affects ngatifs)

partiellement valide

H14

Lamotivation est corrle ngativement aux indicateurs positifs du bien-tre


(affects positifs, bonheur, satisfaction de vie, sens donn la vie et estime de
soi)

valide

H12

Relation entre la motivation et la satisfaction dans les tudes


H15

La motivation intrinsque est corrle positivement la satisfaction dans les


tudes

valide

H16

Lamotivation est corrle ngativement la satisfaction dans les tudes

valide

215

CHAPITRE 7 - DISCUSSIONS ET MISE EN


PERSPECTIVE DES RESULTATS

Introduction
Lobjectif principal de notre tude tait lanalyse du pouvoir prdictif des caractristiques
individuelles et de la motivation sur la performance scolaire. A ce titre nous avons :
construit une chelle de mesure de la motivation poursuivre des tudes suprieures ;
propos un modle de prdiction de la performance et de la satisfaction acadmiques
partir des variables de la motivation et des caractristiques individuelles ;
dtermin les profils des tudiants ;
explor le rle des profils et de la motivation dans la prdiction de la performance
scolaire ; nous avons suppos le rle mdiateur de la motivation sur la relation entre
les profils et la performance scolaire.
Il convient dsormais de procder une analyse critique de lensemble de ces rsultats afin
den dduire les principaux enseignements, limites et voies de recherche.

7.1 Mise en perspective des rsultats


7.1.1 Echelle de motivation poursuivre des tudes suprieures
La thorie de lautodtermination propose un large ventail de critres de motivation
regroups en plusieurs construits (de la motivation intrinsque lamotivation) quil nous a
sembl judicieux danalyser pour comprendre les raisons qui poussent des tudiants
sengager dans des tudes dingnieur. Malgr la multiplicit des chelles proposes dans la
littrature, nous avons constat quaucune delles ne rpondait parfaitement nos attentes et
nous avons donc choisi de dvelopper notre propre outil de mesure qui, lissue de la phase

216

confirmatoire, comporte sept construits : la motivation intrinsque, les motivations


extrinsques par rgulation i) identifie (altruisme), ii) introjecte (ego et conscience) et iii)
externe (scurit et prestige social) et enfin lamotivation76.
La motivation intrinsque et lamotivation telles quelles sont dfinies dans notre chelle
recouvrent des ralits comparables celles prsentes dans lchelle de Vallerand et al.
(1989), lM-U 28. La motivation extrinsque par rgulation identifie (altruisme) rfre
aux contributions pour le bien commun quun ingnieur peut apporter au niveau dune
socit : participer au progrs scientifique et intellectuel, dvelopper de nouvelles solutions
technologiques, etc. Cette dimension est spcifique notre chelle et au contexte de notre
tude ; elle na pas dquivalent dans la littrature parmi les chelles dveloppes sur la base
de la thorie de lautodtermination. La motivation extrinsque par rgulation introjecte a
gnr deux construits distincts. Lun (lego) traduit la volont de se mettre en avant et de
russir quoiquil en cote . Ces aspects sont galement prsents dans les chelles de Guay
et al. (2003), de Vallerand et al. (1989) et de Ryan et Connell (1989), respectivement lMG28, lM-U 28 et SRQ-A. Le second construit (la conscience) rfre au sentiment de
culpabilit prouv en cas dinaction ; il a son quivalent dans lchelle de Guay et al. (2003).
Comme nous le verrons ci-aprs, ces deux dimensions (ego et conscience) prsentent des
relations diffrentes aux dimensions du bien-tre. La motivation extrinsque par rgulation
externe a galement abouti la dfinition de deux construits distincts, lun appel scurit et
le second prestige. Le construit scurit na pas dquivalent dans les autres chelles de la
littrature. Il traduit lambition mesure de vouloir assurer son avenir (avoir un emploi en
sortie dcole - ne pas se retrouver au chmage, gagner correctement sa vie). La dimension
prestige , galement prsente dans les chelles de Guay et al. (2003) et de Vallerand et al.
(1989), explicite quant elle des ambitions sociales fortes (un statut social reconnu, une
position hirarchique leve, une volution de carrire rapide). Ces deux dimensions (scurit
et prestige) prsentent galement lune et lautre des relations diffrentes aux dimensions du
bien-tre.

76

Les qualits psychomtriques des chelles proposes dans la littrature sont de plus gnralement vrifies
dans leur contexte culturel dutilisation, le plus souvent lAmrique du Nord (Etats-Unis, Canada) et beaucoup
plus rarement en Europe (voir Guay, Ratelle et Chanal, 2008).

217

Il ressort de notre tude que les trois principaux critres mis en avant par les tudiants de
notre chantillon pour justifier leur volont de poursuivre des tudes dingnieur sont par
ordre dcroissant dimportance : i) la qute de scurit (avoir un emploi en sortie dcole et
un salaire confortable), ii) lintrt pour le contenu des tudes et le plaisir dapprendre
(motivation intrinsque) et enfin iii) la qute du prestige social77. Deux critres sur trois
rfrent ainsi la motivation extrinsque par rgulation externe. Sil est dlicat dinterprter
ces rsultats en dehors dchanges plus approfondis avec les tudiants, nous pouvons
nanmoins prsumer quils tendent confirmer les assertions formules dans le Livre Blanc
de lISAE (2011)78. En effet, la motivation intrinsque arrive en deuxime position mais nous
constatons que la motivation spcifique aux ingnieurs (participer au dveloppement
scientifique et technologique) est devance par les qutes de scurit et de prestige. Ne faut-il
pas lire dans ces rsultats une traduction du manque dattractivit des dbouchs du mtier
dingnieur ? Le reflet dune proccupation leve des tudiants pour des rmunrations
leves invite par ailleurs effectivement redouter une concurrence croissante des filires
commerciales et financires proposes par les coles de commerce au dtriment des filires
scientifiques.
Selon la thorie de lautodtermination, la motivation intrinsque est associe un bien-tre
plus grand et des sentiments positifs (Deci et Ryan, 1987 ; 2008) alors que lamotivation est
lie des consquences motionnelles ngatives. Nos rsultats montrent effectivement que
plus les tudiants sont intrinsquement motivs, plus grande est leur frquence de vcus
positifs comme lenthousiasme et la curiosit, ils se peroivent comme plus heureux et
prouvent davantage de satisfaction dans leurs tudes. A linverse, les tudiants amotivs
ressentent rarement des motions positives, ils se peroivent peu ou pas heureux, sont peu
satisfaits de leur vie acadmique et de leur vie en gnral, ils ont davantage de difficults
trouver un sens leur vie et leur estime de soi est moindre.

77

Ces rsultats sont fonds sur la comparaison des moyennes obtenues sur chacune des sept dimensions de la
motivation (Cf. Annexe 6).

78

Le Livre Blanc est accessible sur le site suivant (consult le 04 mai 2011) :
http://www.isae.fr/modules/resources/download/default/Actualites/doc/livre%20blanc%20ingenieur.pdf.
Les auteurs soulignent : La voie royale pour accder des responsabilits ne passe plus par lexercice des
mtiers de lingnieur dans un poste industriel ou scientifique. Les postes commerciaux, de consultant, ou en ce
moment plus encore de la finance promettent carrires rapides, fortes rmunrations, et attirent de ce fait
toujours plus de talents .

218

La dimension conscience de la motivation extrinsque est corrle positivement aux affects


ngatifs et ngativement aux affects positifs et au bonheur. Ainsi, plus les tudiants
poursuivent leurs tudes dingnieur dans le but de leur viter davoir mauvaise conscience ou
dprouver des regrets de ne pas lavoir fait, plus ils sont anxieux et stresss, se peroivent
comme peu heureux ; ils ressentent plus rarement des motions positives (enthousiasme,
curiosit, intrt). La qute du prestige social et la volont de contribuer au progrs
scientifique, technologique et intellectuel (dimension altruisme ) sont les deux dimensions
de la motivation extrinsque corrles positivement au sens donn la vie. L altruisme est
galement associ une frquence plus leve des affects positifs. La dimension scurit (qui
reprsente le critre de motivation majeur mis en avant par les tudiants) nest corrle
aucune des dimensions du bien-tre. Ceci suggre le caractre froid car dpourvu
daffects, raisonn et raisonnable de cette motivation. Notons enfin que plus les tudiants
sont motivs par leur ego (prouver aux autres ce dont ils sont capables, tre fiers deuxmmes), plus frquents sont leurs ressentis ngatifs (anxit, inquitude) et moins ils se disent
satisfaits de leur vie.
7.1.2 Nature des profils et impact sur la satisfaction, la performance et la motivation
Lun des objectifs de cette recherche tait de caractriser les profils des lves-ingnieurs et
de dterminer leur impact sur la satisfaction dans les tudes, la performance et la motivation
acadmiques.
Le constat dune prdominance du cerveau gauche (54,9 %) est peu surprenant en raison des
matires dominante scientifique enseignes en cole dingnieurs. Dautres auteurs
(McCaulley et al., 1983 ; OBrien et al., 1998 ; Capretz, 2002, sur la base des profils MBTI,
ou encore de M. Lumsdaine et E. Lumsdaine, 1995 partir des profils HBDI) ont galement
fait ce constat. Les lves-ingnieurs sont donc majoritairement des individus attirs par des
approches rationnelles et logico-dductives ; ils sont laise dans un environnement structur
et ont un got pour lanalyse et la rigueur. Dans notre tude la dominance cerveau gauche est
essentiellement due une lacune en mode limbique droit (55 points obtenus en moyenne pour
le quadrant C) car la moyenne en mode cortical droit (D = 74 points) est quivalente celle
obtenue en limbique gauche (B = 76 points) et du mme ordre de grandeur quen cortical
gauche (A = 81 points). Notre population dlves-ingnieurs a donc galement une attirance
pour le raisonnement intuitif ; elle est ouverte linnovation et la cration. Elle est en
revanche moins laise avec la communication ou la notion dempathie et a tendance
219

accorder peu dimportance aux dimensions interpersonnelles dune situation ou dun


problme. La prsence de profils majoritairement corticaux (54,2 %) plutt que limbiques,
peut sexpliquer du fait dun attrait pour les approches conceptuelles et exigeant de la part des
tudiants des efforts dabstraction importants.
Les analyses statistiques rvlent la prsence de relations entre les profils HBDI des tudiants
et leur choix doption. Rpartis par options, la prdominance du cerveau gauche reste vraie
pour deux options (2 et 3) mais nest plus vrifie pour loption 1. Les profils de type 1221
(double dominant en cortical) sont majoritaires dans loption 1, option pour laquelle le score
en B est significativement plus faible que dans les deux autres options. Les profils triple
dominant 1121 sont majoritaires dans loption 2 o la moyenne des scores obtenue sur les
trois quadrants A, B et D est peu prs quivalente (76 points). Enfin les profils double
dominant gauche, 1122, reprsentent environ le tiers des effectifs de loption 3. Cette option
se caractrise par un score en A significativement plus lev que dans les deux autres options
et des scores en C et D significativement plus faibles.
Ces rsultats confirment que conformment la notion de congruence dfinie par Holland
(1997), les tudiants sont naturellement ports choisir loption qui ressemble le plus leur
profil. Loption 2, pour laquelle les quadrants A, B et D sont dominants parts gales est
celle qui prsente le spectre interdisciplinaire le plus large. La place est faite tant au quadrant
cortical gauche (simulation mcanique et matriaux, calcul), que limbique gauche (analyse
fonctionnelle, prototypage, industrialisation) ou au mode droit, et particulirement cortical
droit (ide du produit, design, marketing). Elle attire les tudiants dont les profils sont
majoritairement triple-dominant (1121), cest--dire autant marqus par le caractre rationnel
et organis du cerveau gauche que par lapproche intuitive et crative du quadrant cortical
droit. Loption 1 (quadrants A et D majoritaires), plus conceptuelle, met laccent sur la
matrise des outils de modlisation et de simulation molculaires au service de la conception
dinnovations technologiques en sciences des matriaux. Des tudiants majoritairement
corticaux sont prsents dans cette option, ils sont davantage intresss par les aspects
thoriques, prospectifs et abstraits dun problme que par sa dimension concrte et
oprationnelle. Quant loption 3, elle vise la matrise des outils numriques de modlisation
par lments finis pour le calcul de structures et doptimisation. Il sagit dune formation
marque par lexpertise en simulation numrique ; elle attire les tudiants dominance
cerveau gauche, cest--dire privilgiant les raisonnements squentiels et analytiques.

220

Concernant la satisfaction dans les tudes, nous observons que plus les lves-ingnieurs sont
cerveau gauche, plus leur satisfaction augmente. Pour tre plus prcis, les rsultats des
corrlations indiquent que les tudiants sont dautant moins satisfaits quils sont davantage
cerveau droit, et plus particulirement limbique droit79. Ce sont donc les tudiants qui
attachent de limportance aux relations humaines, se montrent attentifs aux besoins dautrui et
soucieux de lharmonie dans un groupe, qui affichent les scores les plus bas en satisfaction
acadmique. Lenvironnement scolaire ne rpond pas leurs attentes ; il ne permet pas ces
tudiants dobtenir ce qui semble important leurs yeux.
De plus, bien que le pourcentage de variance explique soit modeste (8 %)80, nos rsultats
indiquent galement que les variables limbique droit (C) et cortical droit (D) du HBDI
contribuent ngativement la performance scolaire. Ainsi, plus les tudiants sont cerveau
droit, cest--dire sensibles aux relations humaines, attirs par la nouveaut, la crativit, les
approches globales, plus leur performance acadmique diminue. La contribution du quadrant
A dans lexplication de la variance de la performance scolaire est ngligeable en prsence des
autres variables du HBDI. Nous pouvons cependant souligner une corrlation positive et
significative de cette variable avec la performance acadmique. Plus les tudiants ont le got
de la logique, de lanalyse, des mathmatiques et plus grandes sont leurs chances de succs.
Herrmann (1992, p. 92) souligne : Si votre profil pouse le contenu et les attentes de vos
activits en matire dducation ou de travail, vous avez des chances de succs ; plus
lassociation est troite, meilleures sont vos chances . Cette remarque de N. Herrmann, ainsi
que la notion de congruence dfinie par Holland, auraient pu nous conduire supposer
limpact positif des deux variables A et B (cerveau gauche) du HBDI tant sur la satisfaction
que sur la performance scolaire. Nos rsultats, sans tre en contradiction, sont davantage le
reflet dun corollaire de cette proposition : plus les tudiants sont cerveau droit, plus leur
satisfaction et leur performance scolaires diminuent.

79

Le dtail des analyses indique que la variable C est ngativement lie la satisfaction dans les tudes
(r = - 0,203, p < 0,01). Pour les autres variables du HBDI, les rsultats des corrlations sont dans le sens attendu
(positif pour A et B, ngatif pour D) mais non significatifs au seuil 0,05.
Le faible pourcentage de variance explique nest pas surprenant si lon considre la multitude des variables
indpendantes, en plus de celles du HBDI, contribuant lexplication de la performance scolaire. Dans cette
tude, notre objectif nest pas tant dexpliquer la performance que dvaluer leffet des diffrences individuelles
et de la motivation sur cette dernire.
80

221

Nos donnes ne permettent pas de rvler une influence significative des variables du HBDI
sur les dimensions intrinsque et extrinsque de la motivation. Elles indiquent en revanche
une influence positive et significative du quadrant limbique droit sur lamotivation. Plus les
tudiants privilgient la prise en compte des facteurs humains dans leur mode de
fonctionnement, moins ils peroivent un intrt poursuivre des tudes dingnieur.
Lensemble de ces rsultats nous incite souligner lattention qui devrait tre porte lgard
des tudiants cerveau droit et plus spcifiquement attirs par le quadrant limbique droit.
Ces tudiants sont minoritaires parmi les lves-ingnieurs et leurs niveaux de satisfaction et
de performance acadmiques figurent parmi les plus faibles. Il sagit enfin des tudiants dont
le niveau damotivation est le plus lev. Lamotivation en contexte scolaire traduisant un
manque dintrt poursuivre des tudes, voire limpression de perdre son temps, elle est
gnralement relie labandon et lchec scolaire (Vallerand et al., 1997 ; Vallerand et
Bissonnette, 1992).
7.1.3 Influence de la motivation et des profils sur la performance acadmique
Les variables de la motivation permettent dexpliquer 5 % de la variance de la moyenne du
cursus. La contribution provient de lamotivation dont linfluence sur la performance,
conformment la thorie de lautodtermination, est ngative. Ainsi, plus les tudiants ont
des difficults percevoir leur intrt poursuivre des tudes dingnieur, plus faible est leur
performance scolaire. La motivation intrinsque est modrment et positivement corrle la
performance mais en prsence des autres variables de la motivation, sa contribution
lexplication de la variance de la performance est ngligeable. Nos donnes ne rvlent enfin
aucune influence de la dimension extrinsque sur la performance scolaire quelle soit sous la
forme dun construit ou dcline en cinq construits81.

81

Les cinq construits sont les motivations extrinsques par rgulation i) identifie (altruisme), ii) introjecte (ego
et conscience) et iii) externe (scurit et prestige social) ; dans les travaux de Komarraju et al. (2009), que ce soit
parmi les trois (intrinsque, extrinsque et amotivation) ou les sept (motivation intrinsque la connaissance,
laccomplissement et la stimulation, motivation extrinsque par rgulation identifie, introjecte et externe et
amotivation) dimensions de la motivation, seule la motivation intrinsque ( laccomplissement) contribue
hauteur de 3 % (R2 ajust) lexplication de la performance. La performance est corrle ngativement
lamotivation dans les travaux prsents par Fairchild et al. (2005) ; elle ne lest aucune des dimensions de la
motivation dans les travaux mens par Cokley et al. (2001).

222

Nous souhaitions vrifier que tant les variables de la motivation que celles du HBDI
contribuent lexplication de la variance de la performance scolaire. Nos rsultats montrent
effectivement quintgres simultanment dans le modle de prdiction de la performance
scolaire, les variables du HBDI expliquent 9,9 % (R2 ajust = 8 %) de variance et celles de la
motivation 8,3 % (R2 ajust = 5 %) de variance supplmentaire, soit un total de 18,2 %
(R2 ajust = 13 %). Les variables les plus contributives sont la motivation intrinsque
(positivement) et la variable D (ngativement). Ainsi, lorsque nous considrons la fois les
dimensions de la motivation et le profil HBDI, un tudiant obtient des rsultats dautant
meilleurs quil est intrinsquement motiv (il poursuit ses tudes par plaisir, il aime
apprendre) et que son attirance pour le quadrant cortical droit est faible, cest--dire quil est
peu attir par la nouveaut, les approches globales ou encore la crativit.
Du point de vue de la motivation, ces rsultats sont cohrents avec les prdictions de la
thorie de lautodtermination qui avance que la motivation intrinsque est associe la
russite scolaire (Vallerand et al., 1997 ; Vallerand et Bissonnette, 1992). Lexplication de la
contribution ngative de la variable D sur la performance est plus dlicate interprter mme
si des auteurs ont abouti des rsultats similaires partir des variables du Big Five. Avant de
dtailler ces rsultats, notons quil existe de fortes similarits entre la notion douverture
lexprience dfinie par le Big Five et les caractristiques du quadrant cortical droit dfini par
le HBDI. Il sagit dans les deux cas de traduire la propension dun individu rechercher et
vivre des expriences nouvelles, une prdisposition la curiosit, la crativit,
limagination82.
Dans les tudes menes partir des variables du Big Five, alors que linfluence positive de la
conscience sur la performance scolaire est clairement tablie par de nombreux auteurs (Noftle
et Robins, 2007 ; OConnor et Paunonen, 2007 ; Komarraju et al., 2009), celle de louverture
est plus controverse (OConnor et Paunonen, 2007) mais les travaux la prsentent
gnralement comme positive (Farsides et Woodfield, 2003 ; Chamorro-Premuzic et
Furnham, 2008 ; Komarraju et al., 2009). Selon ces tudes, les performances acadmiques
Dans une tude rcente, Shar (2011, p. 69) a analys auprs dun chantillon de 96 individus les corrlations
entre les variables A et D du HBDI et celles du Big Five. Il montre que la variable D prsente une corrlation
positive importante avec louverture (r = 0,61) et une corrlation ngative avec la conscience (r = - 0,27) ; la
variable A prsente quant elle une corrlation ngative importante avec louverture (r = - 0,49) et une
corrlation positive avec la conscience (r = 0,23). Ces rsultats sont cohrents compte-tenu des dfinitions
respectives de chacune de ces dimensions.
82

223

sont dautant plus leves que les tudiants sont disciplins, organiss et persvrants (score
lev en conscience), curieux, imaginatifs et cratifs (scores levs en ouverture). Farsides et
Woodfield (2003, p. 1239) avancent que louverture lexprience facilite lutilisation de
stratgies dapprentissage (ex. valuation critique, analyse en profondeur, recherche
indpendante pour faciliter la comprhension intangible) qui leur tour affectent la russite
scolaire83 .
Selon nos donnes, la curiosit et le got pour des approches innovantes semblent au contraire
desservir les performances des tudiants. Chamorro-Premuzic et Furnham (2003, p. 334)
constatant avec tonnement dans leur tude longitudinale mene auprs dun chantillon de
70 tudiants, la faible corrlation entre louverture et la performance acadmique
proposent lexplication

suivante :

louverture

serait

plus

bnfique

aux

cursus

humanistes (par opposition au cursus scientifiques ). Cela expliquerait pourquoi le type


de diplme - et peut-tre mme le type dvaluation vis par les chantillons de ltude nest
pas corrl positivement louverture lexprience84. Dans une autre tude mesurant
limpact des variables de la personnalit sur les rsultats dpreuves de statistiques (Furnham
et Chamorro-Premuzic, 2004, p. 952) et constatant de nouveau avec surprise la faible
corrlation entre louverture et la performance acadmique, les auteurs soulignent que la
particularit des statistiques est de ncessiter une pense hypothtico-dductive alors que
louverture est davantage associe la pense inductive et crative85 .
A linstar de Chamorro-Premuzic et Furnham (2003) et de Furnham et Chamorro-Premuzic
(2004), lexplication de la contribution ngative de la variable D sur la performance scolaire
des lves-ingnieurs de notre chantillon peut tre attribue dune part la nature
scientifique des disciplines enseignes (dans le sens dune mise en avant des aspects
logiques et rationnels, de lusage de dmarches structures et prouves) et dautre part un

83

Openness to experience facilitates the use of learning strategies (e.g. critical evaluation, in-depth analysis,
independent research to aid elusive comprehension) that in turn affect academic success (Farsides et Woodfield,
2003, p. 1239).
Openness would be more beneficial for humanistic (as opposed to scientific). This would explain why
type of degreeand perhaps even the type of assessmentinvolved in the present samples is not positively
associated with Openness to Experience.
84

85

The nature of statistics is that it requires hypothetical-deductive thinking while Openness is more associated
with inductive, creative, thinking.

224

mode dvaluation sur la base de critres qui privilgieraient davantage les attributs du
cerveau gauche (ou tout du moins ne valoriseraient pas les attributs du cerveau droit). Ainsi
les tudiants attirs par la crativit, laise dans la pense divergente et lexploration de
nouveaux concepts se retrouvent-ils pnaliss par un environnement dont le mode de pense
est globalement oppos au leur.
Lorsque les variables du HBDI et de la motivation sont analyses sparment, nous observons
dune part une influence ngative du quadrant limbique droit (C) sur la performance scolaire
et dautre part une influence galement ngative de lamotivation sur la performance scolaire.
Une analyse de mdiation rvle que linfluence ngative de la variable C sur la performance
scolaire est en fait partiellement mdiatise par lamotivation. Ce rsultat suggre quun score
lev en limbique droit contribue la fois directement et indirectement une performance
plus faible. Ainsi, plus un tudiant affiche une dominance marque en C, plus ses chances de
succs diminuent (lien direct), mais aussi plus il tend tre amotiv et cette amotivation
gnre elle-mme des performances plus faibles (lien indirect).
Ce rsultat est intressant dans la mesure o il suscite plusieurs pistes de rflexion et nous
invite envisager diffrentes stratgies mettre en place en fonction du lien considr.
Comment par exemple faire en sorte que les tudiants attirs par les caractristiques du
quadrant limbique droit (intrt pour les relations humaines, les valeurs partages,
lempathie) trouvent un sens la poursuite dtudes dingnieur ? Quel moyens mettre en
uvre afin quils puissent amliorer leur performance acadmique ? Quelles sont les causes
potentielles de leur performance plus faible ? Nous reviendrons sur ces diffrents points dans
le paragraphe suivant.

7.2 Les apports thoriques et managriaux


Les apports de la recherche sont dordre thorique et managrial.
7.2.1 Les apports thoriques
Du point de vue thorique, cette recherche prsente trois principales contributions. La
premire consiste en la mise au point dune chelle de mesure de la motivation poursuivre
des tudes suprieures. Lutilisation et la dmonstration de la pertinence du HBDI dans le
monde de lducation constitue le second apport. Ltude des interactions entre la motivation

225

et les profils HBDI dans la prdiction de la performance acadmique est la troisime


contribution de cette recherche.
7.2.1.1 La mesure de la motivation poursuivre des tudes suprieures
Les chelles de motivation acadmique proposes dans la littrature dmontrent de bonnes
qualits psychomtriques dans leurs contextes culturels dutilisation, le plus souvent
lAmrique du Nord (Guay et al., 2008). Lintrt de notre chelle est quelle sinscrit dans le
contexte socioculturel spcifique quest celui des coles franaises dingnieurs. Sappuyant
sur la thorie de lautodtermination (Deci et Ryan, 1985, 2000), elle distingue deux
dimensions de la motivation extrinsque par rgulation introjecte (ego et conscience) et deux
dimensions de la rgulation extrinsque par rgulation externe (scurit et prestige). Elle
comporte ainsi sept construits : la motivation intrinsque, les motivations extrinsques par
rgulation i) identifie (altruisme), ii) introjecte (ego et conscience) et iii) externe (scurit et
prestige social) et enfin lamotivation. Les dimensions altruisme et scurit nont pas
dquivalent dans les autres chelles de la thorie de lautodtermination. La dimension
altruisme recouvre la volont de participer au progrs conomique et scientifique dune
socit ; elle traduit des ambitions propres au monde ingnieur et scientifique en gnral. La
qute de scurit renvoie la satisfaction de besoins primaires de confort matriel et de
scurit financire. Si lon se rfre la thorie des besoins de Maslow (2004), elle est ce
titre trs diffrente de la qute de prestige qui correspond davantage un besoin lev de
reconnaissance sociale. La prsence de deux construits de la motivation extrinsque par
rgulation introjecte illustre la complexit et la diversit des motions induites par des
pressions dites intriorises provenant elles-mmes de pressions socioculturelles fortes et
en particulier familiales. Une tude publie par le CDEFI indique en effet que dans le choix
des tudes dingnieur, les parents sont les prescripteurs les plus importants ; ils encouragent
leurs enfants choisir ces tudes qui sont perues comme tant un bon choix , menant
une profession prestigieuse et ouvrant des multiples opportunits (CDEFI, 2009, p. 17).
Notre tude a par ailleurs confirm la capacit de la thorie de lautodtermination mettre en
correspondance les diffrentes dimensions de la motivation avec la performance scolaire, la
satisfaction et le bien-tre. Elle vient en particulier complter les travaux mens par Cockley
et al. (2001) et Fairchild et al. (2005), dans lesquels les liens de la performance scolaire avec
la motivation intrinsque et lamotivation ntaient pas clairement tablis.

226

7.2.1.2 La pertinence des profils HBDI dans le monde de lducation


Comme le soulignent Coffield et al. (2004), malgr des perspectives dutilisation fort
prometteuses, le modle de Ned Herrmann ne fait lobjet que de bien rares travaux
acadmiques appliqus au monde de lducation. Notre tude constitue un premier pas afin de
combler cette lacune et confirme de surcrot les intuitions formules par ces auteurs. Nous
avons effectivement dmontr la capacit du HBDI i) caractriser la population des lvesingnieurs, ii) tablir des relations entre les profils et la satisfaction acadmique et iii) prvoir
la performance scolaire un niveau plus modeste mais nanmoins comparable celui obtenu
par dautres modles frquemment utiliss dans la littrature comme le Big Five86.
7.2.1.3 Un modle de prdiction de la performance acadmique
Notre tude a dmontr la pertinence dassocier les caractristiques individuelles et les
variables de la motivation dans la prdiction de la performance scolaire ; lensemble de ces
variables explique 18 % (R2 ajust = 13 %) de la variance de la performance. Selon les
donnes de notre chantillon il a t montr quun tudiant obtient des rsultats dautant
meilleurs quil est intrinsquement motiv et que son attirance pour les approches globales, la
pense divergente et la crativit sont moindres.
Nous avons de plus vrifi le rle mdiateur de la motivation dans la relation entre les
caractristiques individuelles et la performance scolaire. Ainsi, plus un tudiant affiche une
dominance marque en C (attirance pour les problmatiques caractre humain), plus ses
chances de succs diminuent, mais aussi plus il tend tre amotiv et cette amotivation
gnre elle-mme des performances plus faibles (rle mdiateur de lamotivation entre la
variable C et la performance scolaire).
7.2.2 Apports managriaux
Les apports managriaux dvelopps ci-dessous proposent des pistes de rflexion issues des
rsultats de notre recherche. Ils sadressent aux acteurs du monde de lducation : enseignants,
responsables pdagogiques, mais aussi tout personnel impliqu dans lencadrement et
laccompagnement des tudiants. Quatre apports ont t identifis. Le premier donne des
86

Dans notre tude les variables du HBDI expliquent 8 % (R2 ajust) de la variance de la performance
acadmique ; titre de comparaison, Komarraju et al. (2009) montrent que les dimensions du Big Five
expliquent 13 % (R2 ajust) de la variance de la performance acadmique (GPA autorapport).

227

indications quant aux stratgies utiles dployer afin dattirer des tudiants aux profils
diversifis dans les coles dingnieurs. Le second attire lattention sur la ncessit pour les
enseignants de diversifier leurs pratiques pdagogiques et de faire voluer leurs modalits
dvaluation. Le troisime propose une dmarche daide la rflexivit destination des
tudiants. Le quatrime prconise la mise en place de structure daccompagnement des
tudiants en difficult.
7.2.2.1 Attirer des tudiants aux profils diversifis
Nos rsultats confirment que les lves-ingnieurs sont majoritairement cerveau gauche
(attrait pour la logique, lanalyse, la rigueur) et quils sont attirs par les filires qui
ressemblent le plus leur profils. Cest ainsi que dans notre chantillon les tudiants les plus
cerveaux gauches choisissent les filires dexpertise scientifique alors que les plus cerveau
droit dentre eux se dirigent vers des cursus davantage transdisciplinaires, cest--dire
faisant tant appel aux capacits logico-dductives du cerveau gauche que cratives et
intuitives du cerveau droit.
Lintrt de toute cole dingnieur serait dattirer des tudiants aux profils diversifis. En
effet, sil est vident quon attend dun ingnieur quil soit comptent relativement aux
attributs du cerveau gauche (objectivit, mthode, rigueur scientifique etc.), il est galement
impratif quil sache faire preuve dhabilets associes au cerveau droit (prise en compte du
facteur humain, got pour la crativit et linnovation) (Storck et Le Mhaut, 2009 ; Rigby,
Gruver et Allen, 2009 ; Amadi-Echendu, 2007 ; Leonard et Straus, 1997 ; Le Theule et
Fronda, 2005)87. Concernant la dimension personnelle, humaine et sociale des comptences
attendues des ingnieurs, la Commission des Titres dIngnieurs souligne88 : les pratiques
professionnelles des ingnieurs impliquent de faon incontournable la prise en compte des
composantes humaines, conomiques et sociales () ; les volutions rapides des socits
actuelles et les problmatiques qui se posent aux socits humaines conduisent en effet

La figure de lingnieur, seul dans son laboratoire, nexiste pratiquement plus : la ralit, cest celle dun
travail en quipe voire dun travail en rseau dans le cadre de ce que lon appelle le travail collaboratif dquipes
pluridisciplinaires. Pour russir, lingnieur doit faire preuve de qualits douverture, de leadership, de
communication, pour ne citer que celles-l, et au fil du temps et des projets, il devra encadrer des quipes de plus
en plus nombreuses (ISAE, Livre Blanc 2011, p. 65).
87

Cf. Rfrences et Orientations - Cahier complmentaire - Lhabilitation et la reconnaissance des formations


dingnieurs Partie 3. Complments sur les critres de qualit des formations - Janvier 2010 . Document
disponible sur le site de la CTI : http://www.cti-commission.fr.
88

228

penser le rle et la place des ingnieurs la mesure de celle des technologies dont ceux-ci
assurent le dveloppement . La Charte dthique de lingnieur tablie par le Conseil
National des Ingnieurs et des Scientifiques de France (CNISF)89 prcise par ailleurs que
lingnieur se doit dtre source dinnovation et moteur de progrs ; lcoute de ses
partenaires et ouvert aux autres disciplines . Or, les lves-ingnieurs dressent ce sujet un
portrait svre deux-mmes en ne sattribuant pas de qualits cratives (CDEFI, 2009,
p. 11)90. Le moyen pour les coles dattirer des tudiants aux profils htrognes (et plus
spcifiquement cerveau droit puisque cest ce niveau que les lacunes sont
observes), serait de mettre davantage en avant la diversit de leurs filires et dinsister,
lorsquils existent, sur les enseignements qui prnent limportance de la crativit, la
transdisciplinarit ou encore les humanits91. Il sagit par ailleurs de valoriser les programmes
transdisciplinaires (ex. projet associant les coles dingnieurs et les coles dart), les activits
associatives ou toute dmarche visant louverture sur les disciplines autres que purement
techniques et scientifiques. Tous ces lments sont prconiss par la Commission des Titres
dIngnieurs qui, afin damliorer la culture gnrale des ingnieurs, de leur apporter une
distance critique, une rflexion sur le monde et ses enjeux encourage lintroduction dans les
programmes pdagogiques denseignements de philosophie gnrale, de philosophie des
sciences et de la technique, dhistoire i) des sciences, ii) des civilisations, iii) de lart, de
littrature, de gopolitique ou encore de sciences politiques. Il sagit donc notre sens et selon
les cas pour les coles, soit de rellement mettre en place lobjet de ces recommandations, soit
damliorer la visibilit des programmes existants destination des candidats aux coles
dingnieurs.
7.2.2.2 Diversifier les pratiques pdagogiques et faire vol uer les modalits
dvaluation
Il peut sembler contradictoire de prconiser des stratgies ayant pour objectif dattirer
davantage dtudiants cerveau droit dans les formations dingnieurs alors que nos donnes
89

La Charte dthique de lIngnieur est disponible sur le site du CNISF : www.cnisf.org.

Selon lAgence pour la cration dentreprises (APCE), seul un ingnieur franais sur seize crera son
entreprise au cours de sa carrire.
90

Dans ltude du CDEFI (2009, p. 12), en voulant identifier les causes qui ont dtermin le choix de ne pas
entreprendre des tudes dingnieur et les lments qui auraient pu les faire changer davis, les tudiants
rpondent 27 % pour les garons et 47,5 % pour les filles : plus de matires en sciences humaines et sociales
dans le cursus dingnierie .

91

229

rvlent quils y sont pnaliss plusieurs niveaux. Ce sont en effet les tudiants cerveau
droit ( la fois cortical et limbique droits) qui prsentent les niveaux de performance les plus
faibles ; attirs par le quadrant limbique droit, ils affichent les degrs de satisfaction les plus
bas et damotivation les plus levs. Felder et al. (2002) attribuent au caractre impersonnel
du cursus ingnieur linsatisfaction et les moins bons rsultats obtenus par ces tudiants (en
particulier les filles). Mais ces auteurs expliquent galement quune part de responsabilit
revient aux enseignants et leurs pratiques pdagogiques souvent inadaptes la diversit des
profils des tudiants. Selon eux, les enseignants devraient approfondir leur comprhension des
diffrents styles dapprentissage et agir en consquence (Felder et Brent, 2005). DesrosiersSabbath (1993a, b) souligne quune intervention pdagogique qui rejoint lapprenant dans son
style dapprentissage offre une plus grande probabilit de russite ; que les enseignants
devraient sajuster la diversit des apprenants, les uns affichant une dominance
hmisphrique droite, dautres une dominance gauche. Viau (2001) dclare : Si lessentiel
de lactivit dun lve consiste couter des exposs magistraux dispenss par lenseignant,
on peut douter de limpact positif de ce type dactivit sur la motivation des lves . Selon
Felder et al. (2002), le but nest pas de dterminer pour chaque tudiant son style
dapprentissage prfrentiel et denseigner exclusivement de cette manire. La tche serait
trop complexe et par ailleurs impossible mettre en pratique. Il sagit plutt denseigner en
diversifiant les pratiques, en sassurant quun panel suffisamment large de styles soit abord
lors

dune

sance

de

cours.

Ainsi

les

tudiants

pourront-ils

bnficier

dun

enseignement (Felder et al., 2002, p. 14) :


qui correspond ponctuellement leur style dapprentissage prfrentiel, les met en
confiance et facilite ainsi lacquisition de nouvelles comptences,
les oblige de temps en temps fonctionner sur un mode de moindre prfrence et les
invite explorer de nouvelles dmarches cognitives.
Desrosiers-Sabbath (1993b) remarque que lhmisphre gauche est traditionnellement
privilgi par lcole et la culture occidentale et quil serait temps que lcole sorte de lge
de lAcadmie et opte pour une vision plus large de lducation. Selon lauteur, la
perspective plus globale de lducation sapplique la rgulation des programmes dtudes,
la structuration des stratgies denseignement et aux modalits dvaluation. Pour faire place
la spcificit de lhmisphre droit, son intelligence instinctive et intuitive, les programmes
devraient senrichir de dimensions nouvelles : des objectifs globaux plutt quuniquement
230

spcifiques, des contenus thmatiques, des ensembles notionnels structurs horizontalement,


plutt que dissqus en profondeur, de sorte que les notions puissent tre apprhendes par
saisies successives et non seulement par analyse dirige (Desrosiers-Sabbath, 1993b, p. 42).
Le rle de lenseignant sen trouve modifi : il guide les dmarches dapprentissage de faon
susciter la rflexion de lapprenant, encourage le questionnement personnel, opte pour des
questions ouvertes et divergentes ; il incite lapprenant affirmer ses points de vue,
simpliquer personnellement dans des situations dapprentissage o les normes sont
subjectives (Desrosiers-Sabbath, 1993b, p. 42). Lvaluation des apprentissages met alors
laccent sur lintelligence intuitive, les approches o la subjectivit tient une place
importante ; elle valorise loriginalit. Desrosiers-Sabbath propose lactivit de synthse et
lautovaluation comme modes adapts lhmisphre droit. La premire correspond une
rorganisation cratrice des connaissances ; dans la seconde lenseignant invite lapprenant
critiquer son produit daprs les critres de son choix : de la satisfaction personnelle la
qualit du produit puis la dcouverte de solutions ou de vises prospectives. Lobjectif est
de rtablir un meilleur quilibre entre les activits o la pense logique est implique et
celles o la pense intuitive domine (Desrosiers-Sabbath, 1993b, p. 43). La mise en place de
lensemble de ces propositions ncessiterait au pralable des temps de formation ddis aux
enseignants. Le but serait de les encourager prendre conscience de la diversit des profils
des tudiants et de leur donner les moyens denrichir et de faire voluer leurs propres
pratiques pdagogiques. Il pourrait par exemple sagir de crer des temps rservs aux
changes de pratiques entre enseignants.
7.2.2.3 Encourager lautonomie et lanal yse rflexive des tudiants
Le Comit d'Etudes sur les Formations d'Ingnieurs (CEFI) a publi deux dossiers portant sur
le dveloppement et lapprentissage de lautonomie dans les coles dingnieurs (CEFI,
2008) et laccompagnement des tudiants dans les coles dingnieurs (CEFI, 2010).
Selon les auteurs (CEFI, 2008), lintrt renouvel pour lautonomie tient des volutions
majeures :
Le monde professionnel exprime une attente plus forte dautonomie de ses ingnieurs
et cadres en largissant le champ de leurs responsabilits.
Une demande plus gnrale lie au passage une socit de la connaissance o tous
les acteurs sont appels devenir des apprenants autonomes.

231

Les tudiants tmoignent dune forte aspiration une plus grande libert dans la
construction de leur parcours de formation alors quils prouvent des difficults
"penser" leurs choix et leurs dcisions.
Il dcoule de ces constats limpratif pour les institutions de proposer leurs tudiants de
nouveaux cadres pour rpondre leurs besoins de personnalisation et denvisager lautonomie
comme le fondement dun apprentissage conu sur le dveloppement de lapprenant en tant
que personne (CEFI, 2008). Lenjeu est cependant dlicat car nous nous retrouvons face
un public dlves-ingnieurs issus des classes prparatoires, peu autonomes par rapport
lenseignement reu. De plus, les enseignants sont majoritairement issus des sciences dites
dures et habitus une pdagogie centre sur la transmission de connaissances (Verzat et
Bachelet, 2001).
Ports la connaissance des tudiants nous pensons que les rsultats de notre tude les
aideraient mettre en uvre une dmarche danalyse rflexive sur les sources de leur
motivation, leur parcours scolaire, leurs checs et russites, leur ressenti, le tout en lien avec
leur profil HBDI. Il sagirait en quelque sorte de les encourager dresser un bilan personnel,
prendre du recul par rapport leur formation et exercer leur sens critique. Tout lenjeu de
cette dmarche serait de crer les conditions qui favorisent le dveloppement de leur
autonomie, facilitent leur projection dans lavenir et leur insertion professionnelle.
Nous constatons en effet que le HBDI est un outil simple dutilisation, facile mmoriser
(quatre quadrants associs quatre couleurs) que les tudiants sapproprient trs rapidement.
Ils constatent spontanment les impacts de leurs dominances crbrales tant dans leur vie
acadmique que personnelle. Loutil leur donne un nouvel clairage sur leurs relations
interpersonnelles (famille, amis, professeurs), le got ou le peu dintrt quils prouvent
lgard de certaines matires, leur attrait pour certaines pratiques pdagogiques plutt que
dautres, etc. La connaissance des liens dmontrs dans notre tude (influence des profils sur
les choix doption, impact sur la performance, la satisfaction dans les tudes ou encore la
motivation) viendrait probablement les confirmer dans leurs intuitions et les aider prendre
les mesures quils jugent ncessaires afin dorienter au mieux leur parcours scolaire. Il en est
de mme pour les rsultats des critres de leur motivation. Il nous semblerait en particulier
intressant de les rendre conscients des ventuels conditionnements auxquels ils sont soumis
et de leurs consquences motionnelles.

232

7.2.2.4 Accompagner les tudiants en difficult


Nos rsultats confirment que les tudiants amotivs ressentent rarement des motions
positives, ils se peroivent peu ou pas heureux, sont peu satisfaits de leur vie acadmique et
de leur vie en gnral, ils ont davantage de difficults trouver un sens leur vie et leur
estime de soi est moindre. Rappelons par ailleurs que lamotivation est relie labandon et
lchec scolaire (Vallerand et al., 1997 ; Vallerand et Bissonnette, 1992). Face ces rsultats,
il nous semble impratif de pouvoir mettre en place des dispositifs daccompagnement des
lves en difficult ou identifis comme tels92. Il sagirait de permettre ltudiant de
retrouver un sens son engagement et de lui offrir un espace de rflexion quant ses objectifs
personnels et professionnels. Bouffard et al. (2001) rappellent que les recherches sur les
buts personnels montrent que lindividu qui oriente son action vers des projets raliser
trouve du sens sa vie, actualise ses potentialits et connat un bien-tre psychologique lev
() dans cette perspective, il semble pertinent doffrir une dmarche qui permet aux tudiants
de choisir et de poursuivre des buts importants et ralisables . Martinot (2006) propose des
pistes dactions qui visent aider les lves bien dissocier leur estime de soi de leurs
performances scolaires. Il sagit :
de valoriser lapprentissage plutt que la performance (lobjectif lcole est
dapprendre et non de russir avant tout ; apprendre signifie souvent se tromper) ;
de favoriser la comparaison de soi avec soi (comparaison temporelle qui met laccent
sur les progrs de ltudiant afin destimer lefficacit de ses efforts) ;
de favoriser le rle motivationnel des modles.
Ces pistes daction restent nanmoins dautant plus difficiles mettre en uvre quil est
montr que dans des environnements comptitifs, la comptence est davantage value en
termes de notes ou de critres normatifs quen termes de progrs personnel (Dupeyrat et al.,
2006).

Le terme de difficult est parfois trop faible car il sagit pour certains tudiants davantage de dtresse.
Laccompagnement consiste alors reprer ces tudiants pour les orienter vers les professionnels
comptents (mdecins, psychologues).
92

233

7.3 Limites de la recherche et perspectives


Notre recherche comporte des limites dordre mthodologique et thorique, partir desquelles
nous esquissons des voies de recherche quil serait intressant de mettre en uvre afin
denrichir notre travail.
7.3.1 Taille de lchantillon
La taille de lchantillon constitue plusieurs niveaux une limite notre recherche. Avec une
taille dchantillon plus leve et une rpartition plus homogne entre garons et filles, nous
aurions pu procder des analyses selon le genre. En prenant appui sur les profils MBTI, les
tudes menes par Rosati (1993, 1997, 1999a) indiquent en effet que linfluence du type sur
les performances affecte uniquement les rsultats des garons. Rosati (1993, 1997, 1999a) a
par ailleurs distingu les niveaux acadmiques des tudiants (fort et faible). Il observe que
linfluence du type sur la performance est dautant plus leve que les tudiants prsentent de
faibles performances acadmiques. Ainsi de futures recherches pourraient-elles tre mises en
uvre afin dintgrer leffet du genre et du niveau scolaire.
La taille de notre chantillon na par ailleurs pas permis la mise en uvre dune modlisation
par quations structurelles pour tester nos hypothses. Or, ces dernires prsentent plusieurs
avantages compares aux approches statistiques classiques. Elles permettent de tester de
manire simultane lexistence de relations causales entre plusieurs variables dpendantes et
indpendantes et dvaluer et de comparer de manire globale des modles de recherche
complexes, en prenant en compte les erreurs de mesure (Roussel et al., 2002). Ainsi une
modlisation par quations structurelles permettrait-elle denvisager de faon plus exhaustive
lensemble complexe des relations entre les diffrentes variables prsentes dans notre modle.
7.3.2 Etude transversale
La poursuite dtudes suprieures est un processus long, de trois cinq annes (voire
davantage) selon le niveau vis. Si Ned Herrmann (1992) avance que les profils des individus
voluent peu (ou trs lentement) au cours du temps93, la motivation est quant elle une
donne fluctuante et soumise de nombreuses influences extrieures. Le recours un

93

Sauf vnement majeur survenant dans une vie.

234

protocole longitudinal permettrait dexplorer le caractre volutif du processus motivationnel


et de dterminer plus prcisment les liens de causalit entre les diffrentes variables. Il serait
par exemple intressant de collecter les donnes trois moments cls dun cursus que sont
lentre, le milieu de parcours et la fin du cursus.
7.3.3 Validit externe
Notre terrain dtude est celui dune jeune cole dingnieur situe en Sarthe, spcialise en
conception mcanique et matriaux, de taille et de budget modestes, et recrutant au niveau
Bac + 2. Or, il existe en France environ 250 coles d'ingnieur ayant chacune des
caractristiques spcifiques en termes de spcialit, anciennet, notorit, etc. Il convient donc
dtre prudent quant la gnralisation de nos rsultats et de sinterroger sur leur nature si
ltude tait mene dans une autre cole dingnieur ou dans dautres instituts denseignement
suprieur (Ecoles de Commerce, Universits) : les critres de motivation mis en avant par les
tudiants seraient-ils identiques ? Quelles relations observerait-on entre les profils et la
satisfaction dans les tudes ou la performance ? Rpliquer notre tude dans dautres
environnements permettrait de valider compltement notre cadre conceptuel et dtablir sa
validit externe. La mise en uvre de notre modle est de plus envisageable dans de
nombreux autres contextes, tant acadmiques (tudes primaires et secondaires) quau-del du
champ acadmique (monde de lentreprise, associatif, sportif, etc.).
7.3.4 Variance explique
Notre modle ne permet pas dobtenir un fort pourcentage de variance explique de la
performance. Ce rsultat nest pas surprenant si lon considre la multitude des variables
indpendantes contribuant son explication, compare au nombre limit pris en compte dans
notre tude (Cf. paragraphe 7.3.8). Il correspond nanmoins un niveau habituellement
observ en sciences humaines (J. Cohen, P. Cohen, S. G. West et L. S. Aiken, 2003).

235

7.3.5 Analyse quantitative des rsultats


Au cours de cette recherche, nous avons mis en oeuvre une mthodologie essentiellement de
type quantitatif94. Une tude qualitative complmentaire aurait enrichi et affin les
conclusions de ce travail. Il aurait par exemple t trs instructif de sentretenir avec les
tudiants atypiques , ceux qui expriment une motivation intrinsque trs leve ou au
contraire un fort degr damotivation, les tudiants trs cerveau gauche ou loppos trs
cerveau droit, afin de mieux apprhender la complexit des liens entre ces variables et leur
performance.
7.3.6 Approche oriente sur les variables vs vers lindividu
Ratelle et al. (2007) soulignent que les analyses de la motivation effectues dans le cadre de la
thorie de lautodtermination sont le plus souvent orientes sur les variables et non vers les
individus. Ainsi ne permettent-elles pas dinvestiguer la coexistence chez un mme individu
de divers degrs de motivation selon les diffrentes dimensions prises en compte (de la
motivation intrinsque lamotivation)95. Dintressantes pistes de recherche sont souleves
par ces analyses qui pourraient remettre en cause, entre autres et selon Ratelle et al. (2007), la
prdominance de la motivation intrinsque dans lexplication de la performance. Il sagirait,
plus largement, dexplorer lintrication complexe des diffrentes dimensions de la motivation
chez un mme individu dans sa relation avec la performance. Cette piste est dautant plus
intressante que des auteurs mettent en garde contre lidal dune promotion de la
motivation intrinsque bien difficile mettre en place dans les faits : la thse de
lautodtermination pose un srieux problme pour les pratiques de formation. Si
lengagement requiert ncessairement au dpart un choix autodtermin du sujet, que faire
alors dans ces situations aujourdhui de plus en plus rpandues o lentre en formation est
effectivement contrainte (Cosnefroy et Fenouillet, 2009, p. 130).

Hormis au cours de la phase dlaboration de notre chelle de mesure de la motivation poursuivre des tudes
dingnieur qui a fait appel une pr-enqute qualitative exploratoire.
94

Lhypothse de ladoption simultane de plusieurs buts est par exemple envisage par des chercheurs dans le
cadre de la thorie des buts daccomplissement. Selon ces auteurs (Bouffard et al., 1995 ; Pintrich, 2000), des
individus performants peuvent tre stimuls la fois par la comptition (but dapproche de la performance) et un
intrt lev pour la matire (but de matrise).
95

236

7.3.7 Etude des variables sociodmographiques


En raison du caractre relativement homogne de lchantillon, nous navons pas pris en
compte dans notre modle les variables concernant lge, le genre, la nationalit des tudiants
ainsi que la classe socioprofessionnelle ou les revenus des parents. Des tudes
complmentaires pourraient tre menes afin de dtecter un ventuel rle modrateur de ces
variables sur notre modle.
7.3.8 Elargissement du modle dautres variables
Comme nous lavons dj soulign, dautres facteurs auraient pu tre intgrs notre modle
afin de contribuer une meilleure explication de la performance des tudiants. Selon Felder et
al. (2002), la performance dun tudiant dans un cours est dtermine par un nombre
incalculable de facteurs dont la motivation pour suivre le cours, la comprhension des prrequis, l'attitude envers le sujet, l'intelligence, la condition physique et motionnelle du
moment, la confiance en soi, le temps disponible et la charge de travail, les liens tablis avec
lenseignant et les camarades, la compatibilit entre le style d'apprentissage de ltudiant et les
mthodes pdagogiques de lenseignant, etc. Dans notre recherche, nous avons choisi
dassocier la motivation et les caractristiques individuelles car la littrature rvle un manque
ce niveau (Komarraju et al., 2009). Mais parmi ces nombreux autres facteurs pouvant tre
introduits dans notre modle, nous souhaitons rappeler limportance des pratiques
pdagogiques des enseignants (Cf. 7.2.2.2). De futures recherches pourraient investiguer cette
dimension avec profit.

Conclusion
Ce dernier chapitre conclut notre travail ; il a permis de mettre en perspective les principaux
rsultats de notre recherche, de prsenter les apports thoriques et managriaux et de mettre
en avant un certain nombre de limites et voies de recherche.
Les apports thoriques de ce travail sont dune part la mise au point dune chelle de
motivation poursuivre des tudes suprieures, dautre part la dmonstration de la pertinence
de lutilisation du modle de Ned Herrmann dans le monde de lducation et enfin la
proposition dun modle de prdiction de la performance.

237

Quatre apports managriaux destination des acteurs du monde de lducation ont t


identifis. Ils visent accrotre lattractivit des programmes denseignement suprieur et
proposent des pistes daccompagnement des tudiants.
Parmi les voies de recherche envisages, lune delles nous semble particulirement
intressante ; il sagit de la transposition de notre modle dautres contextes, tant
acadmiques (tudes primaires ou secondaires) quen dehors du champ acadmique (monde
de lentreprise, associatif, sportif, etc.).

238

Bibliographie
Abramson, L. Y., Seligman, M. E. P., & Teasdale, J. D. (1978). Learned helplessness in humans:
Critique and reformulation. Journal of Abnormal Psychology, 87, 49-74.
Akaike, H. (1987). Factor analysis and AIC. Psychometrika, 52, 317-332.
Allport, G. W. (1937). Personality: A psychological interpretation. New York: Holt, Rinehart
& Winston.
Amabile, T. M., DeJong, W., & Lepper, M. (1976). Effects of externally imposed deadlines on
subsequent intrinsic motivation. Journal of Personality and Social Psychology, 34, 92-98.
Amadi-Echendu, J. E. (2007). Thinking styles of technical knowledge workers in the systems of
innovation paradigm, Technical Forecasting & Social Change, 74, 1204-1214.
Ames, C. (1992a). Achievement goals and the classroom motivational climate. In D. H. Schunk &
J. L. Meece (dir.), Student perceptions in the classroom (p.327-347). NJ: Erlbaum.
Ames, C. (1992b). Classrooms: Goals, structures, and students motivation, Journal of Educational
Psychology, 84, 261-271.
Ames, C., & Archer, J. (1988). Achievement goals in the classroom: Students learning strategies and
motivation process. Journal of Educational Psychology, 80, 260-267.
Bagozzi, R. P., & Yi, Y. (1989). On the use of structural equation models in experimental design.
Journal of Marketing, 44, 65-77.
Bagozzi, R. P., & Yi, Y. (1991). Multitrait-multimethod matrices in consumer research. Journal of
Marketing Research, 17 (March), 426-439.
Bandura, A. (1988). Self-regulation of motivation and action through goal systems. In V. Hamilton,
G.H. Bower & N.M. Frijda (Eds.), Cognitive perspectives on emotion and motivation
(pp. 37-61). Dordrecht : Kluwer Academic Publishers.
Bandura, A. (1989). Human agency in social cognitive theory. American Psychologist, 44 (9),
1175-1184.
Bandura, A. (1993). Perceived self-efficacy in cognitive development and functioning. Educational
Psychologist, 28 (2), 117-148.
Bandura, A. (1997). Self-efficacy : The exercise of control. New York : W.H. Freeman and Company.
Bandura, A. (2006). Guide for constructing self-efficacy scales. In F. Pajares, & T. Urdan (Eds.),
Self-efficacy beliefs of adolescents (Chap 14, pp. 307-337). Greenwich, Connecticut:
Information Age Publishing.
Bandura, A. (2007). Auto-efficacit. Le sentiment defficacit personnelle (Trad. J. Lecomte).
Bruxelles : De Boeck.
Bandura, A., Barbaranelli, C., Caprara, G.V., & Pastorelli, C. (1996). Multifaceted impact of
self-efficacy beliefs on academic functioning. Child Development, 67, 1206-1222.
Barbeau, D. (1991). Pour mieux comprendre la russite et les checs scolaires. Pdagogie
collgiale, 5, 17-22.
Baron, R. M., & Kenny, D. A. (1986). The moderator-mediator variable distinction in social
psychological research: conceptual, strategic, and statistical considerations. Journal of
Personality and Social Psychology, 51, 1173-1182.

239

Barrick, M. R., Mount, M. K., & Judge, T. A. (2001). Personality and performance at the beginning of
the new millennium: What do we know and where do we go next? International Journal of
Selection & Assessment, 9, 930.
Barron, K.E., & Harackiewicz, J.M. (2001). Achievement goals and optimal motivation: Testing
multiple goal models. Journal of Personality and Social Psychology, 80, 706-722.
Baumeister, R.F., & Leary, M.R. (1995). The need to belong: Desire for interpersonal attachments as a
fundamental human motivation. Psychological Bulletin, 117, 497-529.
Benet-Martinez, V., & John, O. P. (1998). Los Cinco Grandes across cultures and ethnic groups:
Multitraitmultimethod analyses of the Big Five in Spanish and English. Journal of Personality
and Social Psychology, 75, 729750.
Benjamin, M., & Hollings, A. E. (1995). Toward a theory of student satisfaction: An exploratory study
of the Quality of Student Life. Journal of College Student Development, 36(6), 574-586.
Bentler, P. M. (1989). EQS structural equations program manual. Los Angeles CA : BMDP Statistical
Software.
Bentler, P. M. (1990). Comparative fit indexes in structural models. Psychological Bulletin,
107, 238-246.
Biggs, J. (1987). Study process questionnaire manual. Hawthorne: Australian Council for Educational
Research.
Bishop-Clark, C., Dietz-Uhler, B., & Fisher, A. (2007). The effects of personality type on web-based
distance education. Journal of Educational Technology Systems, 35, 491-506.
Black, A. E., & Deci, E. L. (2000). The effects of instructors autonomy support and
students autonomous motivation on learning organic chemistry: A Self-Determination Theory
perspective. Science Education, 84, 740756.
Blais, M. R., Brire N.M., Lachance, L., Riddle, A.S., & Vallerand, R.J. (1993). L'inventaire des
motivations au travail de Blais. Revue qubcoise de psychologie, 14, 185-215.
Blais, M.R., Vallerand, R.J., Pelletier, L.G., & Brire, N.M. (1989). L'chelle de satisfaction de vie :
Validation canadienne-franaise du "Satisfaction with Life Scale", Revue canadienne des
sciences du comportement, 21, 210-223.
Blouin, Y. (1985). La russite en mathmatiques au collgial: le talent n'explique pas tout. Sillery:
Cegep Francois-Xavier-Garneau.
Boich, J., & Sarrazin, P. (2007). Motivation autodtermine, perceptions de conflit et
dinstrumentalit et assiduit envers la pratique dune activit physique : une tude prospective
sur six mois. Psychologie franaise, 52, 417-430.
Bong, M., & Skaalvik, E.M. (2003). Academic self-concept and self-efficacy : How different are they
really ?. Educational Psychology Review, 15, 1-40.
Bouffard, L., Bastin, E., Lapierre, S., & Dub, M. (2001). La gestion des buts personnels, un
apprentissage significatif pour des tudiants universitaires. Revue des sciences de l'ducation,
27(3), 503-522.
Bouffard, T., Boisvert, J., Vezeau, C., & Larouche, C. (1995). The impact of goal orientation on selfregulation and performance among college students. British Journal of Educational Psychology,
65, 317-329.
Bouffard, L., & Lapierre, S. (1997). La mesure du bonheur. Revue qubcoise de psychologie, 18(2),
273-316.
Bouffard, T., Marcoux, M. F., Vezeau, C., & Bordeleau, L. (2003). Changes in self-perceptions of
competence and intrinsic motivation among elementary schoolchildren". British Journal of
Educational Psychology, 73, 171-186.

240

Bouffard, T., Vezeau, C., Romano, G., Chouinard, R., Bordeleau, L., & Filion, C. (1998). laboration
et validation du Questionnaire des buts en contexte scolaire (QBCS) / Elaboration and
validation of the Academic Goals Questionnaire. Canadian Journal of Behavioural Science,
30(3), 203-206.
Bouffard-Bouchard, T., & Pinard, A. (1988). Sentiment dauto-efficacit et exercice des processus
dautorgulation chez des tudiants de niveau collgial. International Journal of Psychology,
23, 409-431.
Bouffard-Bouchard, T., Parent, S., & Larive, S. (1990). Capacit cognitive, sentiment dautoefficacit et autorgulation. European Journal of Psychology of Education, 5, 355-364.
Bozdogan, H. (1987). Model selection and Akaikes information criteria : the general theory ans its
analytical extensions. Psychometrika, 52, 345-370.
Brown, S. D., Lent, R.W., Ryan, N.E., & McPartland, E.B. (1996). Self-efficacy as an intervening
mechanism between research training environments and scholarly productivity : A theoretical
and methodological extension. Counseling Psychologist, 24, 535-544.
Browne, M. W., & Cudeck, R. (1993). Alternative ways of assessing model fit. In: Bollen, K. A., &
Long, J. S. (Eds.) Testing Structural Equation Models. (pp. 136162) Beverly Hills, CA: Sage.
Bubendick, G. K. (2004). Improvement of key employee retention rates through attention to and
nurturance of their neuropsychological preferences. Unpublished doctoral dissertation,
Northcentral University, Prescott, Arizona.
Bujold, C., & Gingras, M. (2000). Choix professionnel et dveloppement de carrire. Thories et
recherches (2nd ed.). Montral, Paris : Gatan Morin diteur.
Bunderson, C. V. (1989). The validity of the Herrmann Brain Dominance Instrument. The Creative
Brain (2nd ed., pp. 337-379). Lake Lure, NC: Brain Books.
Busato, V. V., Prins, F. J., Elshout, J. J., & Hamaker, C. (1999). The relation between learning styles,
the big five personality traits, and achievement motivation in higher education. Personality and
Individual Differences, 26, 129140.
Busato, V. V., Prins, F. J., Elshout, J. J., & Hamaker, C. (2000). Intellectual ability, learning style,
personality, achievement motivation and academic success of psychology students in higher
education. Personality and Individual Differences, 29, 10571068.
Butler, D., & Winne, P. (1995). Feedback and self-regulated learning: A theoretical synthesis. Review
of Educational Research, 65(3), 245-281.
Campbell, D. T., & Fiske, D. W. (1959). Convergent and discriminant validity by multitraitmultimethod matrix. Psychological Bulletin, 56(1), 85-105.
Canli, T., Desmond, J.E., Zhao, Z., Glover, G., & Gabrieli, J.D.E. (1998). Hemispheric asymmetry for
emotional stimuli detected with fMRI. Neuroreport, 9, 3233-3239.
Canli, T., Zhao, Z., Desmond, J.E., Kang, E., Gross, J., & Gabrieli, J.D.E. (2001). An fMRI study of
personality influences on brain reactivity to emotional stimuli. Behavioral Neuroscience, 115,
33-42.
Capretz, L. F. (2002, December). The profile of engineering students. The 6th Saudi Engineering
Conference, KFUPM, Dhahran, Arabie Saoudite.
Carr, P. (2005). Lapprenance - Vers un nouveau rapport au savoir. Paris : Dunod.
Carver, C. S., & Scheier, M. F. (1999). Themes and issues in the self-regulation of behavior. In R. S.
Wyer, Jr., (Ed.), Advances in social cognition (Vol. 12, pp. 1-105). Mahwah, NJ: Erlbaum.
Cassidy, T., & Lynn, R. (1989). A multifactorial approach to achievement motivation: The
development of a comprehensive measure. Journal of Occupational Psychology, 62, 301-312.
Cauvin, P., & Cailloux, G. (1994). Deviens qui tu es. Guide pratique. Le Souffle dOr.
241

CDEFI (2009). La motivation des lves ingnieurs dans le choix de leurs tudes. Les tudes CDEFI,
Etude # 1, 1-18.
CEFI (2008). Le dveloppement et lapprentissage de lautonomie dans les coles dingnieurs.
Dossier en ligne dans lespace rserv : http://wwww.cefi.org.
CEFI (2010). Laccompagnement des tudiants dans les coles dingnieurs. Dossier en ligne dans
lespace rserv : http://wwww.cefi.org.
Cha, K. (2003). Subjective well-being among college students. Social Indicators Research 62-63,
455-477.
Chamorro-Premuzic, T., & Furnham, A. (2003a). Personality traits and academic examination
performance. European Journal of Personality, 17, 237250.
Chamorro-Premuzic, T., & Furnham, A. (2003b). Personality predicts academic performance:
Evidence from two longitudinal samples. Journal of Research in Personality, 37, 319338.
Chamorro-Premuzic, T., & Furnham, A. (2004). A possible model for understanding the personality
intelligence interface. British Journal of Psychology, 95, 249-264.
Chamorro-Premuzic, T., & Furnham, A. (2005). Personality and intellectual competence. Mahwah,
NJ: Lawrence Erlbaum Associates.
Chamorro-Premuzic, T., & Furnham, A. (2008). Personality, intelligence and approaches to learning
as predictors of academic performance. Personality and Individual Differences, 44, 1596-1603.
Chapman, J.W., & Tunmer, W.E. (1997). A longitudinal study of beginning reading achievement and
reading self-concept. British Journal of Educational Psychology, 67, 279-291.
Church, M.A., Elliot, A.J., & Gable, S.L. (2001). Perceptions of classroom environment, achievement
goals, and achievement outcomes. Journal of Educational Psychology, 93, 4354.
Churchill, G. A. (1979). A paradigm for developing better measures of marketing constructs. Journal
of Marketing Research, 16, 64-73.
Churchill, G. A., & Peter, J. P. (1984). Research design effects on the reliability of rating scales: a
meta-analysis. Journal of Marketing Research, 21, 4, 360-375.
Clark, M. H., & Schroth, C. A. (2010). Examining relationships between academic motivation and
personality among college students. Learning and Individual Differences, 20(1), 19-24.
Coffield, F., Moseley, D., Hall, E., & Ecclestone, K. (2004). Learning styles and pedagogy in post-16
learning: A systematic and critical review. London : Learning and Skills Research Centre.
Cohen, J., Cohen, P., West, S. G., & Aiken, L. S. (2003). Applied multiple regression/correlation
analysis for the behavioral sciences (3rd ed.). Mahwah, NJ: Erlbaum.
Cokley, K. O., Bernard, N., Cunningham, D., & Motoike, J. (2001). A psychometric investigation of
the academic motivation scale using a United States sample. Measurement and Evaluation in
Counseling and Development, 34, 109119.
Cole, D.A., Maxwell, S.E., & Martin, J.M . (1997). Reflected self-appraisals : Strength and structure
of the relation of teacher, peer, and parent ratings to childrens selfperceived competencies.
Journal of Educational Psychology, 89, 55-70.
Conard, M. A. (2006). Aptitude is not enough: How personality and behavior predict academic
performance. Journal of Research in Personality, 40, 339346.
Connell, J.P., & Ryan, R.M. (1986). Autonomy in the classroom: A theory and assessment of
children's self-regulatory style in the academic domain. Manuscrit indit, University of
Rochester.
Cortina, J. M. (1993). What is coefficient alpha ? An examination of theory and applications. Journal
of Applied Psychology, 78(1), 98-104.

242

Cosnefroy, L., & Fenouillet, F. (2009). Motivation et apprentissages scolaires. In P. Carr &
F. Fenouillet (Eds), Trait de Psychologie de la motivation (Chap. 7, pp. 127-145). Paris :
Dunod.
Costa, P. T., Herbst, J. H., McCrae, R. R., Samuels, J., & Ozer, D. J. (2002). The replicability and
utility of three personality types. European Journal of Personality, 16, S73-S87.
Costa, P. T., Jr., & McCrae, R. R. (1987). Neuroticism, somatic complaints, and disease: Is the bark
worse than the bite? Journal of Personality, 55, 299316.
Costa, P. T., Jr., & McCrae, R. R. (1992). Revised NEO personality inventory (NEO-PI-R) and NEO
five-factor inventory (NEO-FFI): professional manual. Odessa, FL: Psychological Assessment
Resources.
Costello, A. B., & Osborne, J. W. (2005). Best practices in exploratory factor analysis: four
recommendations for getting the most from your analysis. Practical Assessment Research
& Evaluation, 10(7), 1-9.
Crites, J.O. (1969). Vocational Psychology. New York : McGraw-Hill.
Cury, F. (2004). Evolution conceptuelle de la thorie des buts d'accomplissement dans le domaine du
sport. L'anne psychologique 104(2), 295-329.
Cury, F., Elliot, A., Da Fonsca, D., & Moller, A. (2006). The social-cognitive model of achievement
motivation and the 2X2 achievement goal framework. Journal of Personality and Social
Psychology, 90(4), 666-679.
Cury, F., Elliot, A. J., Sarrazin, P., Da Fonseca, D., & Rufo, M. (2002). The trichotomous achievement
goal model and intrinsic motivation : A sequential mediational analysis. Journal of
Experimental Social Psychology, 38(5), 473-481.
Cusson, C., & Delpeuch, S. (2006). Dterminants motivationnels et stratgie dauto-handicap. Travail
dtude et de recherche prsent pour lobtention du diplme dtat de conseiller dorientationpsychologue non publi. Universit de Provence, France.
Darnon, B., & Butera, F. (2005). Buts d'accomplissement, stratgies d'tude, et motivation
intrinsque : prsentation d'un domaine de recherche et validation franaise de l'chelle d'Elliot
et McGregor (2001). L'anne psychologique 105(1) 105-131.
Davidson, R. J. (1998). Affective style and affective disorders: Perspectives from affective
neuroscience. Cognition and Emotion, 12, 307-320.
Davidson, R. J. (2000). Affective style, psychopathology, and resilience: Brain mechanisms and
plasticity. American Psychologist, 55, 1196-1214.
deCharms, R. (1968). Personal causation. New York : Academic Press
Deci, E. L. (1975). Intrinsic motivation. New York : Plenum Press.
Deci, E. L., & Cascio, W. F. (1972, April). Changes in intrinsic motivation as a function of negative
feedback and threats. Presented at the meeting of the Eastern Psychological Association,
Boston.
Deci, E. L., Koestner, R., & Ryan, R. M. (1999). A meta-analytic review of experiments examining
the effects of extrinsic rewards on intrinsic motivation. Psychological Bulletin, 125, 627-668.
Deci, E. L., Nezlek, J., & Sheinman, L. (1981). Charateristics of the rewarder and intrinsic motivation
of the rewardee. Journal of Personality and Social Psychology, 40, 1-10.
Deci, E. L., & Ryan, R. M. (1985). Intrinsic motivation and self-determination in human behaviour.
New York: Plenum.
Deci, E. L., & Ryan, R. M. (1987). The support of autonomy and the control of behavior. Journal of
Personality and Social Psychology, 53, 1024-1037.

243

Deci, E. L., & Ryan, R. M. (2000). The what and why of goal pursuits: Human needs and the
self-determination of behavior. Psychological Inquiry, 11, 227268.
Deci, E. L., & Ryan, R. M. (Eds.). (2002). Handbook of self-determination research. Rochester,
NY: University of Rochester Press.
Deci, E. L., & Ryan, R. M. (2008). Favoriser la motivation optimale et la sant mentale dans les divers
milieux de vie. Canadian Psychology, 49, 24-34.
DeNeve, K. M., & Cooper, H. (1998). The happy personality: a meta-analysis of 137 personality traits
and subjective well-being. Psychological Bulletin, 124, 197229.
Desrosiers-Sabbath, R., (1993a). Lenseignement et lhmisphre crbral droit. Sainte-Foy : Presses
de lUniversit du Qubec.
Desrosiers-Sabbath, R., (1993b). La pense divergente et lapprentissage du franais. Qubec franais,
91, 41-43.
De Villiers, M. E. (1997). Multidictionnaire de la langue franaise (4e d.). Qubec : Qubec
Amrique.
Diener, E. (1984). Subjective well-being. Psychological Bulletin, 95, 542-575
Diener, E., Emmons, R. A., Larsen, R. J., & Griffin, S. (1985). The satisfaction with life scale. Journal
of Personality Assessment, 49, 71-76.
Digman, J.M. (1990). Personality structure: emergence of the five-model factor. Annual Review of
Psychology, 41, 417-440.
Dollinger, S. J., Matyja, A. M., & Huber, J. L. (2008). Which factors best account for academic
success: Those which college students can control or those they cannot? Journal of Research in
Personality, 42(2), 872-885.
Dollinger, S. J., & Orf, L. A. (1991). Personality and performance in personality: Conscientiousness
and openness. Journal of Research in Personality, 25, 276284.
Dub, C. (1977). Vie religieuse et vie laque : tude compare de lactualisation de soi, du
dogmatisme et de lanxit. Thse de doctorat non publie. Universit de Montral, Montral.
Dub, L., Kairouz, S., & Jodoin, M. (1997). Lengagement: Un gage de bonheur? Revue qubcoise de
psychologie, 18(2), 211-237.
Dubet, F., Cousin, O., & Guillemet, J. P. (1989). Mobilisation des tablissements et performances
scolaires. Le cas des collges. Revue franaise de sociologie, 30(2), 235-256.
Dunn, R., & Dunn, K. (l993). Teaching secondary students through their individual learning styles.
Boston: Allyn and Bacon.
Dupeyrat, C., Escribe, C., & Marin, C. (2006). Buts daccomplissement et qualit de lengagement
dans lapprentissage : le cot de la comptition. In B. Galand, & E. Bourgeois (Eds), (Se)
motiver apprendre (Chap. 5, pp. 64-74). Paris : PUF.
Dweck C. S. (1986). Motivational processes affecting learning, American Psychologist,
41, 1040-1048.
Dweck, C.S. (1999). Self-Theories and Goals: Their Role in Motivation, Personality, and
Development. Philadelphia : Taylor & Francis.
Dweck, C.S., & Leggett, E.L. (1988). A social-cognitive approach to motivation and personality.
Psychological Review,95, 256-273.
Dweck, C.S., & Reppucci, N.D. (1973). Learned helplessness and reinforcement responsibility in
children. Journal of Personality and Social Psychology, 25, 109-116.

244

Eccles, J. S. (2005). Subjective task values and the Eccles et al. model of achievement related choices.
In A. J. Elliot & C. S. Dweck (Eds.), Handbook of competence and motivation (pp. 105121).
New York: Guilford.
Eccles, J. S., & Wigfield, A. (2002). Motivational beliefs, values, and goals. Annual Review of
Psychology, 53, 109132.
Eccles, J. S., Wigfield, A., Harold, R., & Blumenfeld, P. B. (1993). Age and gender differences in
childrens self- and task perceptions during elementary school. Child Development,
64, 830847.
El Akremi, A. (2005). Analyse des variables modratrices et mdiatrices par les mthodes dquations
structurelles. In P. Roussel, & F. Wacheux (Eds), Management des Ressources Humaines :
Mthodes de recherche en sciences humaines et sociales (Chap. 12, pp. 325-348). Bruxelles :
De Boeck.
Elliot, A.J., & Church, M.A. (1997). A hierarchical model of approach and avoidance achievement
motivation. Journal of Personality and Social Psychology, 72, 218232.
Elliot, A.J., & Dweck, C.S. (1988). Goals : An approach to motivation and achievement. Journal of
Personality and Social Psychology, 54(1), 5-12.
Elliot, A. J., & Harackiewicz, J. M. (1994). Goal setting, achievement orientation and intrinsic
motivation: A mediational analysis. Journal of Personal itaynd Social Psychology, 66, 968-980.
Elliot, A.J., & Harackiewicz, J.M. (1996). Approach and avoidance achievement goals and intrinsic
motivation: A mediational analysis. Journal of Personality and Social Psychology, 70, 461475.
Elliot, A.J., McGregor, H.A., & Gable, S. (1999). Achievement goals, study strategies and exam
performance: A mediational analysis. Journal of Educational Psychology, 91, 549-563.
Elliot, A.J., & McGregor, H.A. (2001). A 2 x 2 achievement goal framework. Journal of Personality
& Social Psychology, 80, 501-519.
Elliot, A. J., & Trash, T. M. (2002). Approach-avoidance motivation in personality: Approach and
avoidance temperaments and goals. Journal of Research in Personality, 82, 804818.
Emmons, R. A., & Diener, E. (1985). Personality correlates of subjective well-being. Personality and
Social Psychology Bulletin 11(1), 89-97.
Evrard, Y., Pras, B., & Roux, E. (2009). Market, Fondements et mthodes des recherches en
marketing (4me d.). Paris : Dunod.
Fabrigar, L. R., Wegener, D. T., MacCallum, R. C., & Strahan, E. J. (1999). Evaluating the use of
exploratory factor analysis in psychological research. Psychological Methods, 4(3), 272-299.
Fairchild, A. J., Horst, S. J., Finney, S. J., & Barron, K. E. (2005). Evaluating existing and new
validity evidence for the Academic Motivation Scale. Contemporary Educational Psychology,
30, 331358.
Farsides, T., & Woodfield, R. (2003). Individual differences and undergraduate academic success: The
roles of personality, intelligence, and application. Personality and Individual Differences, 34,
12251243.
Feist, G. J. (1998). A meta-analysis of personality in scientific and artistic creativity. Personality and
Social Psychology Review, 2, 4, 290-309.
Felder, R.M. (1996). Matters of Style. Proceedings ASEE Prism, 6(4), 1823.
Felder, R.M., & Brent, R. (2005). Understanding Student Differences, Journal of Engineering
Education, 94(1), 57-72.
Felder, R. M., Felder, G. N., & Dietz, E. J. (1988). A Longitudinal Study of Engineering Student
performance and Retention. V. Comparisons with Traditionally-Taught Students. Journal of
Engineering Education, 87(4), 469480.
245

Felder, R. M., Felder, G. N., & Dietz, E. J. (2002). The effects of personality type on engineering
student performance and attitudes. Journal of Engineering Education, 91(1), 317.
Felder, R.M., Woods, D. R., Stice, J. E., & Rugarcia, A. (2000). The future of engineering education.
2. Teaching methods that work. Chem. Engr. Education, 34(1), 2639.
Flink, C., Boggiano, A.K., Main, D.S., Barrett, M., & Katz, P.A. (1992). Childrens achievementrelated behaviors: The role of extrinsic and intrinsic motivational orientations. In A.K.
Boggiano & T.S. Pittman (Eds), Achievement and motivation: A social-developmental
perspective (pp. 189-214). New York: Cambridge University Press.
Fordham, F. (2005). Introduction la psychologie de Jung. Paris : Imago.
Fornell, C., & Larcker, D. F. (1981). Evaluating structural equations models with unobservable
variables and measurement error. Journal of Marketing Research, 18, 39-50.
Fortier, M. S., Vallerand, R. J., & Guay, F. (1995). Academic motivation and school performance:
Toward a structural model. Contemporary Educational Psychology, 20, 257274.
Furnham, A., & Chamorro-Premuzic, T. (2004). Personality and intelligence as predictors of statistics
examination grades. Personality and Individual Differences, 37, 943955.
Furnham, A., Chamorro-Premuzic, T., & McDougall, F. (2003). Personality, cognitive ability, and
beliefs about intelligence as predictors of academic performance. Learning and Individual
Differences, 14, 4966.
Furnham, A., & Monsen, J. (2009). Personality traits and intelligence predict academic school grades.
Learning and Individual Differences, 19, 28-33.
Galand, B., & Bourgeois, E. (2006). (Se) motiver apprendre. Paris : PUF.
Galand, B., & Vanlede, M. (2004). Le sentiment defficacit personnelle dans la formation: Quel rle
joue-t-il ? Do vient-il ? Comment intervenir ? Savoirs, Hors-srie Autour de luvre
dAlbert Bandura , 91-116.
Goldberg, L. R. (1981). Language and individual differences: The search for universals in personality
lexicons. In L. Wheeler (Ed.), Review of Personality and social psychology, Vol. 2,
(pp. 141-165). Beverly Hills, CA: Sage.
Goldberg, L. R. (1990). An alternative description of personality: The big-five factor structure.
Journal of Personality and Social Psychology, 59, 1216-1229.
Godleski, E. S. (1984). Learning style compatibility of engineering students and faculty. Proceedings
ASEE/IEEE Frontiers in Education Conference, IEEE, Philadelphia, PA, 362-364.
Goldstein, M., Scholthauer, D., & Kleiner, B. H. (1985). Management on the right side of the brain.
Personnel Journal, 64, 40-45.
Gottfried, A. E. (1985). Academic intrinsic motivation in elementary and junior high school students.
Journal of Educational Psychology, 77, 631-635.
Gottfried, A. E. (1990). Academic intrinsic motivation in young elementary school children. Journal
of Educational Psychology, 82(3), 525-538.
Graham, S. (1991). A review of attribution theory in achievement contexts. Educational Psychology
Review, 3, 5-39.
Gray, E. K., & Watson, D. (2002). General and specific traits of personality and their relation to sleep
and academic performance. Journal of Personality, 70, 177206.
Grolnick, W. S., Ryan, R. M., & Deci, E. L. (1991). The inner resources for school performance:
Motivational mediators of childrens perceptions of their parents. Journal of Educational
Psychology, 83, 508517.

246

Guay, F., Mageau, G. A., & Vallerand, R. L. (2003). On the hierarchical structure of self-determined
motivation : A test of top-down and bottom-up effects. Personality and Social Psychology
Bulletin, 29, 992-1004.
Guay, F., Ratelle, C.F., & Chanal, J. (2008). Optimal learning in optimal contexts: The role of selfdetermination in education. Canadian Psychology, 49, 233-240.
Guay, F., & Vallerand, R. J. (1997). Social context, students motivation, and academic achievement:
Towards a process model. Social Psychology of Education, 1, 211-233.
Gurin, G., Veroff, J., & Feld, S. (1960). American view their mental health. New York : Basic.
Hair, J.F Jr., Anderson, R. E., Tatham, R. L., & Black, W. C. (1998). Multivariate data analysis. New
York: Macmillan.
Hansenne, M. (2009). Psychologie de la personnalit. De Boeck.
Harackiewicz, J.M., Barron, K.E., Carter, S.M., Lehto, A.T., & Elliot, A.J. (1997). Predictors and
consequences of achievement goals in the college classroom : Maintaining interest and making
the grade. Journal of Personality and Social Psychology, 73, 1284-1295.
Harackiewicz, J.M., Barron, K.E., & Elliot, A.J. (1998). Rethinking achievement goals: When are they
adaptive for college students and why ? Educational Psychologist, 33,1-21.
Harackiewicz, J.M., Barron, K.E., Pintrich, P.R., Elliot, A.J., & Thrash, T.M. (2002). Revision of
achievement goal theory: Necessary and illuminating. Journal of Educational Psychology,
94(3), 638-645.
Harackiewicz, J.M., Barron, K.E., Tauer, J.M., Carter, S.M., & Elliot, A.J. (2000). Short-term and
long-term consequences of achievement goals: Predicting interest and performance over time.
Journal of Educational Psychology, 92, 316-330.
Harackiewicz, J.M., & Elliot, A.J. (1993). Achievement goals and intrinsic motivation. Journal of
Personality and Social Psychology, 65, 904-915.
Harackiewicz, J. M., Manderlink, G., & Sansone, C. (1984). Rewarding pinball wizardry : The effects
of evaluation on intrinsic interest. Journal of Personality and Social Psychology, 47, 287-300.
Hardesty, D. M., & Bearden, W. O. (2004). The use of expert judges in scale development
implications for improving face validity of measures of unobservable constructs. Journal of
Business Research, 57(2), 98-107.
Harrington, R., & Lofredo, D. A. (2001). The relationship between life satisfaction, selfconsciousness,
and the Myers-Briggs Type Inventory dimensions. The Journal of Psychology 135(4), 439-450.
Hart, J. W., Stasson, M. F., Mahoney, J. M., & Story, P. (2007). The big five personality traits and
achievement motivation: Exploring the relationship between personality and a two-factor model
of motivation. Individual Differences Research, 5, 267-274.
Hayamizu, T. (1997). Between intrinsic and extrinsic motivation: Examination of reasons for
academic study based on the theory of internalization. Japanese Psychological Research,
39, 98108.
Heim, A., Watts, K., & Simmonds, V. (1970). AH4, AH5, and AH6 tests. Windsor: NFER.
Herrmann, N. (1989). The creative brain business book. USA : Brain Books.
Herrmann, N. (1992). Les dominances crbrales et la crativit. Paris : Retz.
Herrmann, N. (1996). The whole brain business book. USA : McGraw-Hill.
Ho, K. T. (1988). The dimensionality and occupational discriminating power of the Herrmann Brain
Dominance Instrument. Unpublished doctoral dissertation, BrighamYoung University, Provo,
UT, Etats-Unis.

247

Hoffman, M. L. (1982). Development of prosocial motivation: Empathy and guilt. In N. EisenbergBorg (Ed.), Development of prosocial behavior (pp. 281-313). New York: Academic Press.
Holland, J.L. (1959). A Theory of vocational choice. Journal of Counseling Psychology, 6(1), 35-45.
Holland, J. L. (1973). Making vocational choices: A theory of careers. Englewoods Cliffs, NJ:
Prentice Hall.
Holland, J. L. (1985a). Making vocational choices: A theory of vocational personalities and work
environments (2nd ed.). Englewoods Cliffs, NJ: Prentice Hall.
Holland, J. L. (1985b). Manual for the Vocational Preferences Inventory. Odessa, FL: Psychological
Assessment Resources.
Holland, J. L. (1997). Making vocational choices: A theory of vocational personalities and work
environments (3rd ed.). Odessa, FL: Psychological Assessment Resources.
Holland, J. L., Fritzsche, B. A., & Powell, A. B. (1994). The Self-Directed Search technical manual.
Odessa, FL: Psychological Assessment Resources.
Hoyle, R. H., & Panter, A. T. (1995). Writing about structural equation models. In R. H. Hoyle (Eds).
Structural equation modeling : concepts, issues, and applications. (pp. 158-176). Thousand
Oaks, CA : Sage.
Hu, L. T., & Bentler, P. M. (1995). Evaluating model fit. In R. H. Hoyle (Eds). Structural equation
modeling : concepts, issues, and applications. (pp. 76-99). Thousand Oaks, CA : Sage.
Hulland, J. S. (1999). Use of partial least squares (PLS) in strategic management research : a review of
four recent studies. Strategic Management Journal, 20, 195-204.
Igalens, J., & Roussel, P. (1998). Mthodes de recherche en gestion des ressources humaines. Paris :
Economica, collection recherche en gestion.
Ivanaj S., & Persson S. (2006). Facteurs de choix au sein dun dispositif interdisciplinaire
dapprentissage du management. Revue internationale de psychosociologie, 12, 191-209.
John, O. P. (1990a). The search for basic dimensions of personality. Advances in Psychological
Assessment, 7, 1-37.
John, O. P. (1990b). The "Big Five" factor taxonomy: Dimensions of personality in the natural
language and in questionnaires. In L. A. Pervin (Ed.), Handbook of personality: Theory and
research (pp. 66-100). New York: Guilford Press.
John, O. P., Donahue, E. M., & Kentle, R. L., (1991). The Big Five Inventory Versions 4a and 54
(Technical Report). Berkley: University of California, Institute of Personality Assessment and
Research.
Jolibert, A., & Jourdan, P. (2006). Marketing research. Mthodes de recherche et dtudes en
marketing. Paris : Dunod.
Jreskog, K. G. (1969). A general approach to confirmatory maximum likelihood factor analysis.
Psychometrika, 34, 183-202.
Jreskog, K. G. (1971). Statistical analysis of sets of congeneric tests. Psychometrika, 36, 109-133.
Jreskog, K. G., & Srbom, D. (1984). LISREL VI users guide (3rd ed.). Mooresville, IN : Scientific
Software.
Jreskog, K. G., & Srbom, D. (1993). LISREL 8: Structural equation modeling with the SIMPLIS
command language. Chicago : Scientific Software International.
Judge, T. A., Erez, A., Bono, J. E., & Thoresen, C. J. (2002). Are measures of self-esteem,
neuroticism, locus of control, and generalized self-efficacy indicators of a common core
construct? Journal of Personality and Social Psychology, 83, 693-710.

248

Judge, T. A., Heller, D., & Mount, M. K. (2002). Five-factor model of personality and job satisfaction:
A Meta-analysis. Journal of Applied Psychology, 87, 530-541.
Judge, T. A., Higgins, C., Thoresen, C. J., & Barrick, M. R. (1999). The Big Five personality traits,
general mental ability, and career success across the life span. Personnel Psychology,
52, 621-652.
Jung, C.G. (1933). Psychological Types. New York : Harcourt, Brace et World.
Kaiser, H., & Rice, J. (1974). Little Jiffy Mark 4. Educational and Psychology Measurement,
34, 111-117.
Kaufman, J. C., Agars, M. D., & Lopez-Wagner, M. C. (2008). The role of personality and motivation
in predicting early college academic success in non-traditional students at a Hispanic-serving
institution. Learning and Individual Differences, 18, 492496.
Keefe, J. W. (1987). Learning style: Theory and practice. Reston, Virginia: National Association of
Secondary Schools Principals.
Keyes, C.L.M., Shmotkin, D., & Ryff, C.D. (2002). Optimizing well-being: The empirical encounter
of two traditions. Journal of Personality and Social Psychology, 82, 10071022.
Knisbacher, A. M. (1999). Learning and thinking styles as a guide for mapping skill gaps to efficient
learning solutions and career choice. Unpublished doctoral dissertation, Walden University,
Etats-Unis.
Koestner, R., Ryan, R. M., Bernieri, F., & Holt, K. (1984). Setting limits on childrens behavior: The
differential effects of controlling versus informational styles on intrinsic motivation and
creativity. Journal of Personality, 52, 233-248.
Komarraju, M., Karau, S. J., & Schmeck, R. R. (2009). Role of the big five personality traits in
predicting college students academic motivation and achievement. Learning and Individual
Differences, 19, 47-52.
Kuncel, N. R., Crede, M., & Thomas, L. L. (2005). The validity of self-reported grade point averages,
class ranks, and test scores: A metaanalysis and review of the literature. Review of Educational
Research, 75, 6382.
Lacaze, D. (2001). Le rle de lindividu dans la socialisation organisationnelle : Le cas des employs
dans les services de grande distribution et de restauration rapide. Thse de Doctorat non
publie, IAE dAix-en-Provence, Aix-en-Provence.
La Guardia, J. G., & Ryan, R. M. (2000). Buts personnels, besoins psychologiques fondamentaux et
bien-tre : thorie de lautodtermination et applications. Revue qubcoise de psychologie,
212, 281-304.
Lapierre, S., & Desrochers, C. (1997). Traduction et validation des chelles de bien-tre
psychologique de Ryff. Document indit, Universit du Qubec Trois-Rivires.
Lawrence, G.D. (1982). People Types and Tiger Stripes: A Practical Guide to Learning Styles (2nd
ed.). Gainesville, FL: Center for Application of Psychological Type, Inc.
Lawrence, G.D. (1997). Looking at Type and Learning Styles (2nd ed.). Gainesville, FL: Center for
Application of Psychological Type, Inc.
Le Theule, M. A., & Fronda, Y. (2005). The organization in tension between creation and
rationalization : facing management views to artistic and scientific creators. Critical
Perspectives on Accounting, 16, 749-786.
Lee, C., & Bobko, P. (1994). Self-efficacy beliefs : Comparison of five measures. Journal of Applied
Psychology, 79, 364-369.
Legendre, R. (1993). Dictionnaire actuel de lducation. Montral : Gurin.

249

Lent, R.W., Lopez, F.G., & Bieschke, K.J. (1991). Mathematics self-efficacy : Sources and relation to
science-based career choice. Journal of Counseling Psychology, 38, 424-430.
Leonard, D., & Straus, S. (1997). Putting your companys whole brain to work. Harvard Business
Review, 75(4), 110123.
Lepper, M. R., & Greene, D. (1975). Turning play into work : Effects of adult surveillance and
extrinsic rewards on childrens intrinsic motivation. Journal of Personality and Social
Psychology, 31, 479-486.
Levesque, C., Zuehlke, A. N., Stanek, L. R., & Ryan, R. M. (2004). Autonomy and competence in
German and American university students: A comparative study based on self-determination
theory. Journal of Educational Psychology, 96, 6884.
Lieury, A., & Fenouillet, F. (2006). Motivation et russite scolaire (2nd ed.). Paris : Dunod.
Lounsbury, J.W., Smith, R. M., Levy, J.J., Leong, F.T., & Gibson, L.W. (2009). Personality
characteristics of business majors as defined by the Big Five and narrow personality traits.
Journal of Education for Business, 84, 200-204.
Lucas, J. M., Izquierdo, J. G. N., & Alonso, J. L. N. (2005). Validacin de la versin espaola de la
Echelle de Motivation en Education. Psicothema, 17, 344334.
Lumsdaine, M., & Lumsdaine, E. (1995). Thinking Preferences of Engineering Students: Implications
for Curriculum Restructuring. Journal of Engineering Education, 84(2), 193-204 (1995).
Lumsdaine, E., &. Voitle, J. (1993a). Contextual problem solving in heat transfer and fluid mechanics.
Proceedings of the AIChE Symposium Series, Heat Transfer - Atlanta, 89, 540-548.
Lumsdaine, E., &. Voitle, J. (1993b). Introducing creativity and design into traditional engineering
analysis courses. Proceedings of the ASEE Annual Conference Urbana, Illinois, 843-847.
Lynam, D.R., & Widiger, T.A. (2001). Using the five factor model to represent the DSM-IV
personality disorders: An expert consensus approach. Journal of Abnormal Psychology, 110,
401-412.
Lynch, A. Q., & Sellers, P. A. (1996). Preferences for different educational environments and
psychological type : A comparison of adult learners and traditional age college students. Journal
of Psychological Type, 39, 18-29.
MacLean, P. D. (1973). A triune concept of the brain and behaviour. Toronto : University of Toronto
Press.
MacLean, P. D. (1990). The triune brain in evolution. New York : Plenum Press.
Maehr, M. (1984). Meaning and motivation. In R. Ames, & C. Ames (Eds), Research on motivation in
education : Student motivation (Vol. 1, pp. 115-144). Orlando, FL: Academic Press,
Maehr, M.L., & Midgley, C. (1996). Transforming School Cultures. Boulder : Westview.
Marsh, H.W., & Yeung, A.S. (1997). Coursework selection: Relations to academic selfconcept and
achievement. American Educational Research Journal, 34, 691-720.
Maslow, A. (2004). Laccomplissement de soi : de la motivation la plnitude. Paris : Eyrolles.
Martinot, D. (2006). Connaissance de soi, estime de soi et motivation scolaire. In B. Galand, & E.
Bourgeois (Eds), (Se) motiver apprendre (Chap. 2, pp. 27-39). Paris : PUF.
Maugeri, S. (2009). Motivation et travail. In P. Carr, & F. Fenouillet (Eds), Trait de psychologie de
la motivation (Chap. 10, pp. 187-210). Paris : Dunod.
McCaulley, M.H., Godleski, E.S., Yokomoto, C.F., Harrisberger, L., & Sloan, E.D. (1983).
Applications of Psychological Type in Engineering Education. Engineering Education,
73, 394400.

250

McCaulley, M.H., Macdaid, G.P., & Granade, J.G. (1985). ASEEMBTI Engineering Consortium:
Report of the First Five Years. Proceedings of the ASEE Annual Conference.
McCrae, R. R., & Costa, P. T. (1990). Personality in adulthood. New York: Guilford.
McCrae, R. R., & Costa, P. T. (1997). Personality traits structure as a human universal. American
Psychologist, 52, 509-516.
McClelland, D. A. (1965). Achievement and enterprise. Journal of Personal Social Psychology,
1, 389-392.
McDonald, R. P. (1999). Test theory: A unified treatment. Mahwah: Laurence Erlbaum.
McGregor H., & Elliot A. J. (2002). Achievement goals as predictors of achievement-relevant
processes prior to task engagement. Journal of Educational Psychology, 94(2), 381-395.
Meece, J.L., Blumenfeld, P.C., & Hoyle, R.H. (1988). Students goal orientations and cognitive
engagement in classroom activities. Journal of Educational Psychology, 80(4), 514-523.
Miller, A.W. (1968). Learning theory and vocational decisions. The Personnel and Guidance Journal,
47(1), 18-23.
Miller-Tiedeman, A. (1976). Individual career exploration. Benseville, IL : Scholastic Service.
Mintzberg, H. (1976). Planning on the left side and managing on the right. Harvard Business Review,
54, 59-68.
Midgley, C., Kaplan, A., & Middleton, M. (2001). Performance-approach goals: Good for what, for
whom, under what circumstances, and at what cost? Journal of Educational Psychology,
93, 77-86.
Miserandino, M. (1996). Children who do well in school: Individual differences in perceived
competence and autonomy in above-average children. Journal of Educational Psychology,
88, 203214.
Mooney, E. S., & Thornton, C. A. (1999). Mathematics attribution differences by ethnicity and
socioeconomic status. Journal of Education for Students Placed at Risk, 4, 321-332.
Multon, K.D., Brown, S.D., & Lent, R.W. (1991). Relation of self-efficacy beliefs to academic
outcomes : A meta-analytic investigation. Journal of Counseling Psychology, 38, 30-38.
Murdock, T.B., Hale, N.M., & Weber, M.J. (2001). Predictors of cheating among early adolescents :
Academic and social motivations. Contemporary Educational Psychology, 26, 96-115.
Myers, I. B., & McCaulley, M. H. (1985). Manual : a guide to the development and use of the MyersBriggs Type Indicator. Palo Alto, CA : Consulting Psychologists Press.
Myers, I. B., McCaulley, M. H., Quenk, N. L., & Hammer, A. L. (1998). MBTI manual : a guide to
the development and use of the Myers-Briggs Type Indicator. Palo Alto, CA : Consulting
Psychologists Press.
Netemeyer, R.G., Bearden, W.O., & Sharma, S. (2003). Scaling procedures: issues and applications.
Thousand Oaks, CA: Sage Publications.
Neuville, S. (2006). La valeur perue des activits dapprentissage : quels en sont les sources et les
effets ? In B. Galand, & E. Bourgeois (Eds), (Se) Motiver apprendre (Chap. 7, pp. 85-96).
Paris : PUF.
Neuville, S., & Frenay, M. (sous presse). La persistance des tudiants de 1er baccalaurat la lumire
du modle expectancy-value. In C. Michaut & M. Romainville (Eds.). Russite, chec et
abandon dans lenseignement suprieur.
Neuville, S., Frenay, M., Nol, B., & Wertz, V. (sous presse). Persvrer et russir luniversit.
Louvain-la-Neuve : Presses universitaires de Louvain.

251

Nicholls J. G. (1984). Achievement motivation: Conceptions of ability, subjective experience, task


choice, and performance. Psychological Review, 91, 328-346.
Nol, B., & Frenay, M. (2011). Comment soutenir la persvrance dans les tudes ? In Ph. Parmentier
(Dir.). Recherches et actions en faveur de la russite en premire anne universitaire. Vingt ans
de collaboration dans la Commission Russite du Conseil interuniversitaire de la
Communaut franaise de Belgique. Bruxelles : CIUF.
Noftle, E. E., & Robins, R. W. (2007). Personality predictors of academic outcomes: Big five
correlates of GPA and SAT scores. Journal of Personality and Social Psychology, 93, 116130.
Normandeau, S., & Gobeil, A. (1998). A Developmental perspective on children's understanding of
causal attributions in achievement-related situations. International Journal of Behavorial
Development, 22, 611-632.
Ntoumanis, N. (2001). Empirical links between achievement goal theory and self-determination theory
in sport. Journal of Sports Sciences, 19, 397-409
Nunnally, J. C. (1967). Psychometric theory. New York: McGraw Hill.
Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). New York: McGraw Hill.
OBrien, T.P., Bernold L.E., & Akroyd, D. (1998). Myers-Briggs Type Indicator and Academic
Achievement in Engineering Education. International Journal of Engineering Education,
14, 311-315.
OConnor, M. C., & Paunonen, S. V. (2007). Big Five personality predictors of post-secondary
academic performance. Personality and Individual Differences, 43, 971-990.
Pajares, F. (1997). Current directions in self-efficacy research. In M. Maehr & P.R. Printich (Eds.),
Advances in motivation and achievement (Vol.10, pp.1-49). Greenwich, CT: JAI Press.
Pajares, F., & Miller, D.M. (1994). Role of self-efficacy and self-concept beliefs in mathematical
problem solving : A path analysis. Journal of Educational Psychology, 86, 193-203.
Pajares, F., & Schunk, D. H. (2002). Self and self-belief in psychology and education: A historical
perspective. In J. Aronson & D. Cordova (Eds.), Improving academic achievement: Impact of
psychological factors on education (pp. 3-21), New York: Academic Press.
Paunonen, S. V. (1998). Hierarchical organization of personality and prediction of behavior. Journal
of Personality and Social Psychology, 74, 538556.
Paunonen, S. V., & Ashton, M. C. (2001). Big Five predictors of academic achievement. Journal of
Research in Personality, 35, 7890.
Pavot, W., Diener, E., & Fujita, F. (1990). Extraversion and happiness. Personality and Individual
Differences 11(12), 1299-1306.
Pedhazur, E., & Pedhazur-Schmelkin, L. (1991). Measurement, design, and analysis: An integrated
approach. Hillsdale, NJ: Lawrence Erlbaum Associates.
Pelletier, L. G., Fortier, M. S., Vallerand, R. J., & Brire, N. M. (2001). Associations among perceived
autonomy support, forms of selfregulation, and persistence: A prospective study. Motivation
and Emotion, 25, 279306.
Philippeau, G. (1986). Comment interprter les rsultats dune analyse en composantes principales.
Paris : ITCF.
Philips, R., & Rawles, R. (1979). S&M test of mental rotation ability. Department of Psychology,
University College, London.
Phillips, D. (1987). Socialization of perceived academic competence among highly competent
children. Child Development, 58, 1308-1320.

252

Phillips, P., Abraham, C., & Bond, R. (2003). Personality, cognition, and university students'
examination performance. European Journal of Personality, 17, 435448.
Picoche, J. (2002). Dictionnaire tymologique du franais. Paris : Le Robert/VUEF.
Pintrich, P.R. (2000). An achievement goal theory perspective on issues in motivation terminology,
theory, and research. Contemporary educational psychology, 25, 92-104.
Pintrich, P. R., & De Groot, E. V. (1990). Motivational and self-regulated learning components of
classroom academic performance. Journal of Educational Psychology, 82(1), 33-40.
Pintrich, P. R., & Garcia, T. (1991). Student goal orientation and self-regulation in the college
classroom. In M.L. Maehr & P.R. Pintrich (Eds.), Advances in motivation and achievement
(Vol. 7, pp. 371-402). Greenwich CT: JAI Press.
Pintrich, P. R., & Schrauben, B. (1992). Students motivational beliefs and their cognitive engagement
in classroom academic tasks. In D. H. Schunk, & J. L. Meece (Eds), Student perceptions in the
classroom (pp. 149-183). Hillsdale (N. J.): Lawrence Erlbaum.
Pintrich, P. R., & Schunk D. H. (1996). Motivation in education: Theory, research, and applications.
Englewood Cliffs, NJ: Merrill/Prentice Hall.
Pittman, T.S., Boggiano, A.K., & Ruble, D.N. (1983). Intrinsic and extrinsic motivational orientations
: Limiting conditions on the underminning and enhancing effects of rewards on intrinsic
motivation. In J.M.Levine & M.C.Wang (Eds.), Teacher and student perceptions : Implications
for learning. Hillsdale (USA) : Lauwrence Erlbaum Associates.
Plaisant, O., Courtois, R., Rveillre, R., Mendelsohn, G. A., & John, O. P. (2010). Validation du Big
Five Inventory franais (inventaire des cinq grandes dimensions de la personnalit). Ann Med
Psychol, 168, 97106.
Power, S., Kummerow, J., & Lundsten, L. (1999). A Herrmann brain dominance profile analysis of
sixteen MBTI types in a sample of MBA students. Journal of Psychological Type, 49, 2736.
Randhawa, B.S., Beamer, J.E., & Lundberg, I. (1993). Role of mathematics self-efficacy in the
structural model of mathematics achievement. Journal of Educational Psychology, 85, 41-48.
Ratelle, C. F., Guay, F., Vallerand, R. J., Larose, S., & Sencal, C. (2007). Autonomous, controlled,
and amotivated types of academic motivation: A person-oriented analysis. Journal of
Educational Psychology, 4, 734746.
Rawsthorne L., & Elliot A. J. (1999). Achievement goals and intrinsic motivation: A meta-analytic
review, Personality and Social Psychology Review, 3, 326-344.
Richardson, M., & Abraham, C. (2009). Conscientiousness and achievement motivation predict
performance. European Journal of Personality, 23(7), 589-605.
Rigby, D. K., Gruver, K., & Allen, J. (2009). Innovation in turbulent times. Harvard Business Review,
87(6), 79-86.
Riveiro J. M. S., Cabanach R. G., & Arias A. V. (2001). Multiple-goal pursuit and its relation to
cognitive, self-regulatory, and motivational strategies. British Journal of Educational
Psychology, 71 (4), 561-573.
Robins, R. W., Tracy, J. L., Trzesniewski, K. H., Potter, J., & Gosling, S. D. (2001). Personality
correlates of self-esteem. Journal of Research in Personality, 35, 463-482.
Roe, A. (1956). The Psychology of occupations. New York : Wiley.
Rolland, J. P. (2004). L'valuation de la personnalit : Le modle en cinq facteurs. Lige : Mardaga.
Rolland, J. P, & De Fruyt, F. (2003). The validity of FFM Personality dimensions and Maladaptative
Traits to predict negative Affects at Work: A six months predictive study in a military sample.
European Journal of Personality, 17, 1-21.

253

Rosati, P. (1993). Student retention from first-year engineering related to personality type.
Proceedings of the Frontiers in Education Conference, IEEE.
Rosati, P. (1997). Psychological Types of Canadian Engineering Students. Journal of Psychological
Type, 41, 3337.
Rosati, P. (1999a). A Personality Type Perspective of Canadian Engineering Students. Proceedings of
the Annual Conference of the Canadian Society of Civil Engineering, CSCE.
Rosati, P. (1999b). Graduation in Engineering Related to Personality Type and Gender. ASEE Annual
Conference and Exposition - Women in Engineering Division. Charlotte, North Carolina: 20
June 1999-23 June 1999. American Society for Engineering Education. Session 1692. CD
ROM.
Rosenberg, M. (1965). Society and the adolescent self-image. Princeton, NJ: Princeton University
Press.
Rothstein, M. G., Paunonen, S. V., Rush, J. C., & King, G. A. (1994). Personality and cognitive ability
predictors of performance in graduate business school. Journal of Educational Psychology, 86,
516530.
Roussel, P. (2005). Mthodes de dveloppement dchelles pour questionnaires denqute. In P.
Roussel, & F. Wacheux (Eds), Management des Ressources Humaines : Mthodes de recherche
en sciences humaines et sociales (Chap. 9, pp. 245-276). Bruxelles : De Boeck.
Roussel, P., Durrieu, F., Campoy, E., & El Akremi, A. (2002). Mthodes dquations structurelles :
recherche et applications en gestion. Paris : Economica.
Rowe, F., & Waters, M. (1992). Can personality-type instruments profile majors in management
programs? Journal of Education for Business, 68, 1015.
Ryan, A.M., Gheen, M.H., & Midgley, C. (1998). Why do some students avoid asking for help ? An
examination of the interplay among students academic efficacy, teachers social-emotional
role, and the classroom goal structure. Journal of Educational Psychology, 90, 528-535.
Ryan, R. M. (1993). Agency and organization: Intrinsic motivation, autonomy and the self in
psychological development. In J. Jacobs (Ed.), Nebraska symposium on motivation:
Developmental perspectives on motivation (Vol. 40, pp. 1-56). Lincoln, NE: University of
Nebraska Press.
Ryan, R. M. (1995). Psychological needs and the facilitation of integrative processes. Journal of
personality, 63, 397-427.
Ryan, R. M., & Connell, J. P. (1989). Perceived locus of causality and internalization: Examining
reasons for acting in two domains. Journal of Personality and Social Psychology, 57, 749761.
Ryan, R. M., & Deci, E. L. (2000a). Self-determination theory and the facilitation of intrinsic
motivation, social development, and well-being. American Psychologist, 55, 68-78.
Ryan, R. M., & Deci, E. L. (2000b). Intrinsic and extrinsic motivations: Classic definitions and new
directions. Contemporary Educational Psychology, 25, 5467.
Ryan, R. M., & Lynch, J. (1989). Emotional autonomy versus detachment: Revisiting the vicissitudes
of adolescence and young adulthood. Child Development, 60, 340-356.
Ryff, C.D., & Essex, M.J. (1992). The interpretation of life experience and well-being : The sample
case of relocation. Psychology and Aging, 7(4), 507-517.
Salgado, J. F. (1999). Personnel selection methods. In C. L. Cooper & I. T. Robertson (Eds.),
International Review of Industrial & Organizational Psychology. New York: Wiley.
Satorra, A., & Bentler, P. M. (1988a). Scaling corrections for chi-square statistics in covariance
structure analysis. Proceedings of the business and economics sections. Alexandria, VA:
American Statistical Association, pp. 308-313.

254

Satorra, A., & Bentler, P. M. (1988b). Scaling corrections for statistics in covariance structure
analysis. UCLA statistics series 2. UCLA, Los Angeles CA.
Satorra, A., & Bentler, P. M. (1994). Corrections to test statistics and standard errors in covariance
structure analysis. In A. Von Eye (Ed). Latent variable analysis: applications for developmental
research. (pp. 399-419). Newbury Park, CA: Sage.
Schar, M. (2011). Pivot thinking and the differential sharing of information within new product
development teams. Unpublished doctoral dissertation, Stanford University, Stanford, EtatsUnis.
Scherer, K.R. (1988). Facets of Emotion: Recent Research. Hillsdale : Erlbaum. [Version rvise,
obtenue sur http://www.unige.ch/fapse/emotion/resmaterial/resmaterial.html]
Schmidt, F. L., & Hunter, J. E. (1998). The validity and utility of selection methods in personnel
psychology: practical and theoretical implications of 85 years of research findings.
Psychological Bulletin, 124, 262274.
Schunk, D.H. (1987). Peer models and children s behavioral change. Review of Educational Research,
57(2), 149-174.
Schunk, D.H. (1989). Self-efficacy and achievement behaviors. Educational Psychology Review,
1, 173-208.
Schunk, D. H. (1990). Introduction to the special section on motivation and efficacy. Journal of
Educational Psychology, 82(1), 3-6.
Schunk, D.H., & Hanson, A.R. (1985). Peer models : Influence on childrens selfefficacy and
achievement. Journal of Educational Psychology, 77, 313-322.
Schutte, N. S., Malouff, J. M., Hall, L. E., Haggerty, D. J., Cooper, J. T., Golden, C. J., & Dornheim,
L. (1998). Development and validation of a measure of emotional intelligence. Personality and
Individual Differences, 25, 167-177.
Seligman, M. (1975). Helplessness: On depression, development, and death. San Francisco :
W. H. Freeman.
Senko, C., & Harackiewicz, J. M. (2002). Performance goal: The moderating roles of context and
achievement orientation, Journal of Experimental Social Psychology, 38(6), 603-610.
Sheil, A. (2003). The structuration of brain dominance on organizational communication :
a correlation study. Unpublished doctoral dissertation, The University of Tennessee, Knoxville,
Etats-Unis.
Sheldon, K. M., & Kasser, T. (1995). Coherence and congruence: Two aspects of personality
Integration. Journal of Personality and Social Psychology, 68, 531543.
Shilling, R. (1999). The relationship of brain dominance to worker satisfaction and productivity.
Unpublished doctoral dissertation, The Fielding Institute, Etats-Unis.
Skaalvik, E.M., & Hagvet, K.A. (1990). Academic achievement and self-concept: An analysis of
causal predominance in a developmental perspective. Journal of Personality and Social
Psychology, 58(2), 292-307.
Smith M., Duda J., Allen J., & Hall H. (2002). Contemporary measures of approach and avoidance
goal orientations : Similarities and differences. British Journal of Educational Psychology,
72(2), 155-190.
Sperry, R. W. (1972). Hemispheric specialization of mental faculties in the brain of man. In M. P.
Douglas (Ed.), The 36th Yearbook Claremont Reading Conference (pp. 126-136). Claremont :
Claremont Graduate School.
Sperry, R. W. (1981). Some effects of disconnecting the cerebral hemispheres. Nobel Lecture,
Les Prix Nobel. Stockholm: Almqvist & Wiksell.

255

Steel, P., & Ones, D. S. (2002). Personality and happiness: A national-level analysis. Journal of
Personality and Social Psychology, 83, 767-781.
Steiger, J. H., & Lind, J. C. (1980, Mai). Statistically-based tests for the number of common factors.
Communication prsente au congrs annuel de la psychometric society. Iowa City, IO.
Storck, A., & Le Mhaut, A. (2009). Pour une gestion raisonne de la Mtis, De la promotion dune
recherche sciantifique dans les grandes coles et ailleurs. La Revue des Sciences de Gestion,
235, Numro Spcial.
Super, D. E. (1957). The psychology of careers. New York : Harper & Row.
Tabachnick, B. G., & Fidell, L. S. (2007). Using multivariate statistics (5th ed.). Pearson International
Edition.
Thitart, R. A. (2003). Mthodes de recherche en management (2e d.). Paris : Dunod.
Tiedeman, D. V., & OHara, R. P. (1963). Career development : choice and adjustment. New York:
College Entrance Examination Board.
Tok, S., & Morali, S. L. (2009). Trait emotional intelligence, the big five personality dimensions and
academic success in physical education teacher candidates. Social Behavior and Personality,
37(7), 921-932.
Tucker, L. R., & Lewis, C. (1973). The reliability coefficient for maximum likelihood factor analysis.
Psychometrika, 38, 1-10.
Usher, E.L., & Pajares, F. (2006). Sources of academic and self-regulatory efficacy beliefs of entering
middle school students. Contemporary Educational Psychology, 31, 125-141.
Utman, C. H. (1997). Performance effects of motivational state : A meta-analysis. Personality and
Social Psychology Review, 1, 170182.
Vallerand, R. J. (1997). Toward a hierarchical model of intrinsic and extrinsic motivation. In M.
P. Zanna (Ed.), Advances in experimental social psychology (pp. 271-360). New York:
Academic Press.
Vallerand, R.J., & Bissonnette, R. (1990), Construction et validation de l'chelle de Satisfaction dans
les tudes (ESDE). Revue canadienne des sciences du comportement, 22, 295-306.
Vallerand, R. J., & Bissonnette, R. (1992). Intrinsic, extrinsic, and amotivational styles as predictors of
behavior: A prospective study. Journal of Personality, 60, 599620.
Vallerand, R. J., Blais, M. R., Brire, N. M., & Pelletier, L. G. (1989). Construction et validation de
lEchelle de Motivation en Education (EME) [On the construction and validation of the French
form of the Academic Motivation Scale]. Canadian Journal of Behavioural Science,
21, 323349.
Vallerand, R. J., Fortier, M. S., & Guay, F. (1997). Self-determination and persistence in a real-life
setting: Toward a motivational model of high school dropout. Journal of Personality and Social
Psychology, 72, 11611176.
Vallerand, R. J., Pelletier, L. G., Blais, M. R., Brire, N. M., Sencal, C., & Vallires, E. F. (1992).
The Academic Motivation Scale: A measure of intrinsic, extrinsic, and amotivation in
education. Educational and Psychological Measurement, 52, 10031019.
Vallerand, R. J., Pelletier, L. G., Blais, M. R., Brire, N. M., Sencal, C., & Vallires, E. F. (1993). On
the assessment of intrinsic, extrinsic, and amotivation in education: Evidence on the concurrent
and construct validity of the Academic Motivation Scale. Educational and Psychological
Measurement, 53, 159172.
Vallerand, R. J., & Thill, E. E. (1993). Introduction la psychologie de la motivation. Laval : ditions
tudes Vivantes.

256

Vallires, E.F., & Vallerand, R.J. (1990). Traduction et validation canadienne-franaise de l'chelle de
l'estime de soi de Rosenberg. International Journal of Psychology, 25, 305-316.
Vansteenkiste, M., Zhou, M., Lens, W., & Soenens, B. (2005). Experiences of autonomy and control
among Chinese learners: Vitalizing or immobilizing? Journal of Educational Psychology,
96, 755764.
Vassend, O., & Skrondal, A. (1999). The role of negative affectivity in self-assessment of health. A
structural equation approach. Journal of Health Psychology, 4(4), 465-482.
Verzat, C., & Bachelet, R. (2001). Comment promouvoir lautonomie en cole dingnieur ? Actes du
colloque "La Pdagogie par projet dans l'enseignement suprieur : enjeux et perspectives".
Viau, R. (2001). La motivation : condition essentielle de russite (2e dition). In J. C. Ruano-Borbalan
(Ed.) duquer et Former (pp. 113-121). Paris : ditions Sciences Humaines.
Viau, R. (2007). La motivation en contexte scolaire (4e ed.). Bruxelles : De Boeck.
Wagerman, S. A., & Funder, D. C. (2007). Acquaintance reports of personality and academic
achievement: A case for conscientiousness. Journal of Research in Personality, 41, 221229.
Watson, D., Clark, A.L., & Tellegen, D. (1988). Development and validation of brief measures of
positive and negative affect: The PANAS scales. Journal of Personality and Social Psychology,
54, 1063-1070.
Watson, D., & Pennebaker, J. W. (1989). Health complaints, stress and distress: Exploring the central
role of negative affectivity. Psychological Review, 96, 234254.
Watson, D., Wiese, D., Vaidya, J, & Tellegen, A. (1999). The two general activation systems of affect:
Structural findings, evolutionary considerations, and psychobiological evidence. Journal of
Personality and Social Psychology, 76, 820-838.
Weiner, B. (1979). A theory of motivation for some classroom experiences. Journal of Educational
Psychology, 71, 3-25.
Weiner, B. (1980). A cognitive (attribution)-emotion-action model of motivated behavior : An
analysis of judgments of help-giving. Journal of Personality and Social Psychology,
39, 186-200.
Weiner, B. (1983). Some methodological pitfalls in attributional research. Journal of Educational
Psychology, 75, 530-543.
Weiner, B. (1984). Principles for a theory of student motivation and their application within an
attributional framework. In R. E. Ames & C. Ames (Eds.), Research on motivation in education
(Vol. 1). New York: Academic Press.
Weiner, B. (1985). An attributional theory of achievement motivation and emotion. Psychological
Review, 92, 548-573.
Weiner, B. (1986). An Attributional Theory of Motivation and Emotion. Springer Verlag, New York.
Weiner, B. (1992). Human Motivation: Metaphors, Theories, and Research. Sage, Newbury Park, CA.
Weiner, B. (1994). Integrating Social and Personal Theories of Achievement Striving. Review of
Educational Research, 64, 557-573.
Weiner, B. (2000). Intrapersonal and interpersonal theories of motivation from an attributional
perspective. Educational Psychology Review, 12, 1-14.
Weinstein, C., Palmer, A. C., & Schulte, D. R. (1987). Learning and study strategy inventory (LASSI).
Clearwater, FL: H&H Publishing.
Wentzel, K.R. (1991). Classroom competence may require more than intellectual ability: Reply to
Jussim. Journal of Educational Psychology, 83, 156-158.

257

White, R. W. (1959). Motivation reconsidered: The concept of competence. Psychological Review,


66, 297-333.
Wicker, F, W., Payne, G. C., & Morgan, R. D. (1983). Participant descriptions of guilt and shame.
Motivation and Emotion, 7, 25-39.
Wigfield, A., & Cambria, J. (2010). Students achievement values, goal orientations, and interest:
Definitions, development, and relations to achievement outcomes. Developmental Review,
30, 135.
Wigfield, A., & Eccles, J. (1992). The development of achievement task values: A theoretical analysis.
Developmental Review, 12, 265310.
Wigfield, A., & Eccles, J. S. (2000). Expectancy-value theory of motivation. Contemporary
Educational Psychology, 25, 6881.
Wigfield, A., & Eccles, J. S. (2002). The development of competence beliefs and values from
childhood through adolescence. In A. Wigfield & J. S. Eccles (Eds.), Development of
achievement motivation (pp. 92120). San Diego: Academic Press.
Wiggins, J. S. (Ed.). (1996). The five-factor model of personality: Theoretical perspectives. New
York: Guilford.
Wild, K. P., & Krapp, A. (1995). Elternhaus und intrinsische Lerrmotivation [Parents home and
intrinsic motivation to learn]. Zeitschrift fr Pdagogik, 41, 579595.
Williams, G. C., & Deci, E. L. (1996). Internalization of biopsychosocial values by medical students:
A test of self-determination theory. Journal of Personality and Social Psychology, 70, 767-779.
Wlodkowski, R. J. (1985). Enhancing adult motivation to learn. San Francisco: Jossey-Bass.
Wonderlic, E. (1992). Wonderlic personnel test. Illinois: Libertyville.
Wood, R. E., & Locke, E. A. (1987). The relation of self-efficacy and grade goals to academic
performance. Educational and Psychological Measurement, 47, 1013-1024.
Yamauchi, H., & Tanaka, K. (1998). Relations of autonomy, self referenced beliefs and self-regulated
learning among Japanese children. Psychological Reports, 82, 803816.
Young, R. A., & Chen, C. P. (1999). Annual review: Practice and research in career counseling and
development 1998. The Career Development Quaterly, 48(2), 98-141.
Zimmerman, B. J. (1990). Self-regulating academic learning and achievement: the emergence of a
social cognitive perspective. Educational Psychology Review, 2(2), 173-201.
Zimmerman, B.J., Bandura, A., & Martinez-Pons, M. (1992). Self-motivation for academic
attainment: The role of self-efficacy beliefs and personal goal setting. American Educational
Research Journal, 29(3), 663-676.
Zuckerman, M., Porac, J., Lathan, D., Smith, R., & Deci, E. L. (1978). On the importance of selfdetermination for intrinsically motivated behaviour. Personality and Social Psychology Bulletin,
4, 443-446.

258

ANNEXES

259

Annexe 1

- Glossaire des termes frquemment utiliss

Caractristiques individuelles
Selon Viau (2007, p. 17), les caractristiques individuelles sont les traits dune personne qui
font que ses comportements sont diffrents de ceux des autres personnes . Voir galement
Personnalit et Traits et types de personnalit .
Motivation
Le Trsor de la Langue Franaise informatis96 propose comme dfinition de la motivation
lensemble des facteurs dynamiques qui orientent l'action d'un individu vers un but donn,
qui dterminent sa conduite et provoquent chez lui un comportement donn ou modifient le
schma de son comportement prsent . Le terme motivation drive du latin movere, cest-dire, au XIe sicle, mouvoir, se mouvoir (Picoche, 2002). De movere dcoule un ensemble de
termes qui illustrent un mouvement physique (mouvant, mouvement, mais aussi moteur,
locomotion, mobilit). Avec le XIIIe sicle apparaissent des mots en lien avec les motions
comme moi, mouvoir, mouvant. Il sagit ds lors de dcrire les mouvements de lme .
Meute, meute ou encore mutinerie explicitent la combinaison de la notion de mouvement
physique avec les motions. Cest avec cette double parent que le terme motivation apparat
aux XIXe et XXe sicles et traduit lensemble des motions (conscientes ou non) qui mettent
lindividu en mouvement (Le Petit Robert, 1979). Selon Maugeri (2009, p. 191) il sagit,
en somme, dun processus psychique, fond sur les motions, et qui entrane une
action . Notre travail prendra appui sur cette dernire dfinition qui prsente lavantage de
souligner les deux dimensions qui sous-tendent la motivation : le mouvement et les
motions97. Les thories de la motivation distinguent frquemment le caractre intrinsque ou
extrinsque de la motivation. La motivation intrinsque est la recherche dune activit pour
lintrt et le plaisir quelle procure en elle-mme. La motivation extrinsque regroupe un

96

TLFi, Le Trsor de la Langue Franaise informatis, http://atilf.atilf.fr/tlf.htm.

97

De nombreux auteurs ont dvelopp une dfinition de la motivation qui, notre sens, ne rend pas
suffisamment compte de la dimension motionnelle de la motivation. Il sagit par exemple de la dfinition
propose par Vallerand et Thill (1993) selon laquelle le concept de motivation reprsente le construit
hypothtique utilis afin de dcrire les forces internes et/ou externes produisant le dclenchement, la direction,
lintensit et la persistance du comportement . Dans un contexte scolaire et sinspirant de lapproche
sociocognitive, Viau (2007, p. 7) dcrit la motivation comme un tat dynamique qui a ses origines dans les
perceptions quun lve a de lui-mme et de son environnement et qui lincite choisir une activit, sy
engager et persvrer dans son accomplissement afin datteindre un but .

260

large ventail de motivations contrles par des facteurs externes (argent, promotion,
rcompenses en tout genre).
Performance
Comme le souligne Viau (2007, p. 93), pour la majorit des intervenants en milieu scolaire,
la performance correspond aux rsultats observables de lapprentissage . Il sagit l dune
dfinition de la performance rduite sa dimension factuelle et mesurable et ce sont
effectivement les rsultats aux examens obtenus sur lensemble de trois annes scolaires qui
serviront valuer la performance acadmique dans le cadre de cette recherche. Dans les
tudes anglo-saxonnes, la mesure de la performance est le plus frquemment ralise au
moyen du GPA (Grade Point Average) (Kuncel, Crede et Thomas, 2005). Le GPA correspond
au rapport des points obtenus sur le nombre de crdits98. Selon les standards, il peut varier de
0.0 4.0 et une lettre est attribue diffrents paliers, par exemple : A = 4.00, A- = 3.70,
B = 3.00 etc.
Personnalit
Selon McCrae et Costa (1990, p. 23), les traits de personnalit sont des dimensions
dcrivant des diffrences individuelles dans les tendances manifester des configurations
cohrentes et systmatiques de penses, dmotions et dactions . Pour Allport (1937, p. 48),
la personnalit est lorganisation dynamique des traits qui dtermine ladaptation unique
dune personne lenvironnement . Voir galement Traits et types de personnalit .
Satisfaction et bien -tre 99
Le Petit Robert (1979) dfinit la satisfaction comme le sentiment de bien-tre, le plaisir qui
accompagne laccomplissement de ce quon attend, ce quon dsire, ce quon souhaite 100.
Plusieurs indices de la satisfaction seront utiliss dans cette recherche afin den rvler toute

GPA is calculated by dividing the total amount of grade points earned by the total amount of credit hours
attempted.
98

Lexprience scolaire ne se rduisant pas aux seuls rsultats aux examens (Dubet, Cousin, Guillement, 1989),
nous avons choisi dintgrer ce travail la mesure de la satisfaction des tudiants. Du point de vue des
professeurs, il sagit galement de rendre compte de la diversit de leurs reprsentations et pratiques, les uns
privilgiant la performance et les autres l'panouissement des lves (id.).
99

100

Cette dfinition permet de rapprocher la dimension satisfaction de celle du bien-tre (plutt que de rapprocher
performance et bien-tre).

261

la complexit. Le bien-tre et la satisfaction rfrent en effet une exprience subjective quil


convient de ne pas limiter une seule dimension (Bouffard, Bastin, Lapierre et Dub, 2001).
La satisfaction dans les tudes (Vallerand et Bissonnette, 1990) et dans la vie en gnral
(Diener, Emmons, Larsen, et Griffin, 1985 ; Blais, Vallerand, Pelletier et Brire 1989), le sens
donn la vie (Dub, Kairouz et Jodoin, 1997) et lestime de soi (Vallires et Vallerand,
1990) sont relis la composante cognitive de la satisfaction et du bien-tre. Ils sont
complts par une composante affective : les indices de frquence des affects positifs et
ngatifs (PANAS101, Watson, Clark et Tellegen, 1988 ; Bouffard et Lapierre, 1997) et de
bonheur (Diener, 1984).
Styles dapprentissage
Le style dapprentissage est lensemble des facteurs cognitifs, affectifs et physiologiques qui
agissent titre dindicateurs relativement stables de la manire dont lapprenant peroit son
environnement dapprentissage, interagit avec cet environnement et y rpond Keefe (1987).
Selon R. Dunn et K. Dunn (1993), il sagit encore de la manire dont chaque apprenant
commence se concentrer sur une information nouvelle et difficile, la traite et la retient .
Legendre (1993) le dcrit enfin comme le mode prfrentiel modifiable via lequel le sujet
matrise un apprentissage, rsout un problme, pense ou tout simplement, ragit une
situation pdagogique .
Traits et types de personnalit
La personnalit peut tre apprhende de manire dimensionnelle (traits), catgorielle
(troubles) et galement dans une perspective typologique (types) (Rolland, 2004, p. 30).
Les traits de personnalit sont des dimensions dcrivant des diffrences individuelles dans
les tendances manifester des configurations cohrentes et systmatiques de penses,
dmotions et dactions (McCrae et Costa, 1990, p. 23). Une approche de la personnalit
centre exclusivement sur les traits peut conduire perdre de vue un aspect essentiel de la
personnalit (Allport, 1937).

101

PANAS : Positive and negative affect scale.

262

La perspective des types se centre sur les profils individuels caractristiques, essaie de
dtecter les rgularits dans l'organisation des traits diffrenciant des groupes d'individus et
propose des taxonomies dcrivant ces organisations de profils individuels caractristiques
(Rolland, 2004, p. 30). Les types sont des configurations de caractristiques, des patterns, qui
dfinissent des groupes distincts de personnes ayant le mme profil (Costa, Herbst, McCrae,
Samuels et Ozer, 2002).

263

Annexe 2

- Formulaire de passation du HBDI

Formulaire de participation l'tude Herrmann


Instructions

Rpondez chaque question en cochant la case correspondante, ou en mettant un chiffre


l'endroit indiqu.
Ce formulaire n'est pas un test. Il n'y a pas de rponse juste ou fausse: vous ne faites qu'indiquer
vos prfrences.
Pour mieux comprendre les termes utiliss, rfrez-vous au lexique en fin de formulaire.
Lisez attentivement les instructions avant de rpondre.
Il est indispensable de rpondre toutes les questions.

Renseignements concernant le participant


Nom/Prnom: .......................................................................................... Sexe:

M.

F.

E-mail: ............................................ Socit: ................................................................................................................


Adresse: ......................................... ...............................................................................................................................
Ville: ............................................................C.P.: ............................. Pays: ...................................................................
Tlphone:

bureau ................................................ personnel: ..........................................................

Etudes/Formation principale: ..........................................................................................................................................


Profession/intitul de votre poste: ..................................................................................................................................
Dcrivez votre travail: .....................................................................................................................................................

Utilisation des mains


5. Cochez le dessin qui correspond le mieux votre faon de tenir un stylo.

6. Quelle main utilisez-vous avec le plus de dextrit?


A

La gauche

La gauche,
un peu
la droite

Les deux
d'une manire
gale

La droite,
un peu
la gauche

La droite

Meilleures matires
Classez les trois matires suivantes en fonction de vos rsultats scolaires. Inscrivez 1 pour la
meilleure discipline, 2 pour la seconde et 3 pour la troisime.
7.Mathmatiques ........
........

8.Langues trangres ........

9.Langue maternelle

Vrifiez s.v.p. : les nombres 1, 2, et 3 ne doivent tre utiliss qu'une seule fois. Corrigez si ncessaire.

264

Activits de travail
Classez chaque terme ci-dessous en fonction de votre force dans cette activit en utilisant l'chelle
suivante:
5 = je fais trs bien ce genre de travail; 4 = je le fais bien; 3 = je le fais normalement; 2 = je le fais
moyennement; 1 = je le fais moins bien. N'utilisez pas plus de 4 fois le mme chiffre.
1

10. analyse
11. administration
12. conceptualisation
13. expression d'ides
14. intgration
15. rdaction
16. technique
17. concrtisation
18. planification
19. contacts humains
20. rsolution de problmes
21. innovation
22. enseignement/formation
23. organisation
24. cration
25. finances

Vrifiez s.v.p. : pas plus de 4 fois le chiffre 5, 4 fois le chiffre 4, etc. Corrigez si ncessaire.

Mots clefs
Dans la liste ci-dessous, slectionnez huit adjectifs qualificatifs qui vous caractrisent, tel que vous
vous percevez. Pour cela, placez le chiffre 3 devant celui qui vous dcrit le mieux, puis le chiffre 2
devant les sept autres.
26. ...... logique
35. ...... motif
43. ...... symbolique
27. ...... cratif
36. ...... spatial
44. ...... dominant
28. ...... musicale (sensibilit) 37. ...... critique
45. ...... global
29. ...... squentiel
38. ...... artistique
46. ...... intuitif
30. ...... synthtique
39. ...... spiritualiste
47. ...... quantitatif
31. ...... verbal
40. ...... rationnel
48. ...... lecteur
32. ...... conventionnel
41. ...... contrl
49. ...... simultan
33. ...... analytique
42. ...... mathmatique
50. ...... factuel
34. ...... minutieux
Vrifiez s.v.p. : vous avez 7 qualificatifs avec le chiffre 2 et 1 qualificatif avec le chiffre 3. Corrigez si ncessaire.

Loisirs
Indiquez au maximum six loisirs que vous pratiquez le plus souvent: le chiffre 3 pour votre loisir
prfr; le chiffre 2 pour vos loisirs secondaires; le chiffre 1 pour les autres.
51. ...... artisanat
59. ...... jardinage
67. ...... couture
52. ...... jogging
60. ...... chasse
68. ...... spectateur sportif
53. ...... camping
61. ...... bricolage
69. ...... natation
54. ...... jeux de cartes
62. ...... musique (couter)
70. ...... tennis
55. ...... collections
63. ...... musique (jouer)
71. ...... voyages
56. ...... cuisine
64. ...... photographie
72. ...... travail du bois
57. ...... criture
65. ...... lecture
...... autres (prcisez):
58. ...... pche
66. ...... planche voile et
..............................................
voile
Vrifiez s.v.p. : vous avez un loisir avec le chiffre 3 sur un total de 6 loisirs choisis. Corrigez si ncessaire.

265

Votre niveau d'nergie


73. Etes-vous plutt une personne:

A du matin

B du matin et du soir

C du soir

En vhicule
74. Avez-vous dj eu des malaises dus aux transports (mal de mer, air, route, etc.)?

A jamais

B 1 ou 2 fois

C 3 10 fois

D + de 10 fois

75. Pouvez-vous lire dans un vhicule sans tre incommod?

A oui

B non

Paires d'adjectifs
Pour chaque couple ci-dessous, choisissez l'adjectif qui vous dcrit le mieux en cochant la colonne A
ou B.
N'omettez aucun choix mme si cela vous semble difficile.
A/B
76.
conventionnel
/
empathique
77.
analytique
/
synthtique
78.
quantitatif
/
musicien
79.
raisonne logiquement
/
mthodique
80.
contrl
/
cratif
81.
original
/
motif
82.
qui ressent
/
qui rflchit
83.
got des contacts humains
/
sens de l'organisation
84.
spiritualiste
/
cratif
85.
minutieux
/
global
86.
apte l'innovation
/
apte la ralisation concrte
87.
chaleureux
/
analytique
88.
imaginatif
/
squentiel
89.
original
/
fiable
90.
cratif
/
logique
91.
contrl
/
motif
92.
musical
/
minutieux
93.
simultan
/
empathique
94.
communicatif
/
conceptuel
95.
technique
/
sociable
96.
bien organis
/
logique
97.
pense rigoureuse
/
sens de la mtaphore
98.
got des choses planifies
/
got des choses mathmatiques
99.
technique
/
dominant
Vrifiez s.v.p. : vous avez slectionn tous les choix, une seule rponse par paire. Corrigez si
ncessaire.

Introverti/Extraverti
100. O vous placez-vous sur cette chelle? Mettez une croix dans la case correspondante:

INTROVERTI

....
.

EXTRAVERTI
....
.

....
.

....
.

|
266

....
.

....
.

....
.

....
.

Vingt questions
Placez une croix dans la case qui correspond votre rponse.

101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119

120

Je pense que c'est en procdant pas pas que l'on rsout le


mieux les problmes.
C'est au cours de rveries que j'ai entrevu la solution
beaucoup de mes problmes majeurs.
J'aime les gens qui sont srs de leurs conclusions.
Je prfre tre considr(e) comme une personne fiable
plutt qu'imaginative.
C'est lorsque je ne fais rien de particulier que souvent je
trouve mes meilleurs ides.
Je me fie mon intuition et mes prssentiments dans la
recherche de la solution un problme.
Il m'arrive parfois de prendre un certain plaisir dfier les
rgles et faire ce que je ne serais pas cens de faire.
Ce qu'il y a de plus important dans la vie ne peut tre
exprim par des mots.
En gnral, je suis plus performant en concurrence avec les
autres que face moi-mme.
J'aimerais passer une journe entire "seul(e) avec mes
penses".
Je dteste les choses incertaines et imprvisibles.
Je trouve plus stimulant de travailler en quipe que seul.
Il est important pour moi que chaque chose ait sa place et
qu'il y ait une place pour chaque chose.
Les ides insolites et les projets audacieux m'intressent et
m'intriguent.
Je prfre les instructions prcises celles qui me laissent
face des choix.
Savoir "pourquoi" est plus important que savoir "comment".
Une planification rigoureuse est indispensable pour rsoudre
des problmes difficiles.
Souvent je peux anticiper les solutions de mes problmes.
Pour me faire une opinion, j'ai plus tendance me fier mes
premires impressions qu' faire une analyse approfondie de
la situation.
Je pense que les lois doivent tre strictement appliques.

tout fait
d'accord

d'accord

neutre

Pas
d'accord

pas du
tout
d'accord

Institut Herrmann France - Europe


102, Bd F. Roosevelt, BP 237, 92504 RUEIL MALMAISON Cedex, FRANCE
Tl.: (33) 01 47 51 31 15 - Fax: (33) 01 47 51 33 28
E-mail: herrmannfrance@compuserve.com
WEB: http://www.herrmann-france.com
L'Institut Herrmann France-Europe s'engage respecter la rglementation "informatique et librt".
L'enregistrement, le traitement et la diffusion des donnes statistiques et nominatives issues du prsent questionnaire
sont effectus par informatique et comme tels, ont fait l'objet d'une dclaration la CNIL.
Chaque participant peut s'opposer l'informatisation de sa rponse, et dispose d'un droit d'accs et de rectification.

IHFE Ned Herrmann 1986-2000


267

LEXIQUE
administration - Qui gre et organise.
analytique - Qui dcompose les choses ou les ides en parties, qui examine comment elles se combinent.
artistique - Qui s'intresse ou a du talent pour la peinture, la musique, la sculpture, la dcoration... qui est capable de
coordonner les couleurs, les formes, les textures de manire agrable.
conceptuel - Capable de concevoir des penses et des ides, de gnraliser des ides abstraites partir de cas particuliers.
concret - Capable d'assumer une activit et d'en assurer son achvement jusqu'au rsultat.
contacts humains - Qui dveloppe aisment et entretient de bonnes relations avec beaucoup de types de personnes.
contrl - Qui modre, qui retient, qui reste matre de ses motions.
conventionnel - Qui tend conserver les ides, les statuts et les institutions traditionnelles et prouves.
cratif / imaginatif - Qui a des ides originales et des penses novatrices. Capable de combiner les choses d'une manire
nouvelle et imaginative.
critique - Qui juge de la valeur ou de la faisabilit d'une ide ou d'un produit; qui recherche les dfauts.
dominant - Qui a de l'autorit; qui exerce une forte influence sur les autres.
motif - Qui a des sentiments aisment; qui extriorise ses motions.
empathique - Qui est capable de comprendre ce qu'une autre personne ressent; qui est capable de communiquer ce
sentiment.
enseigner/former - Capable d'expliquer des ides ou des procds de manire ce que les autres puissent les comprendre et
les appliquer.
expression orale - Voir "verbal".
extraverti - Qui est plus intress par les gens et les choses extrieures que par ses penses et sentiments internes; qui expose
vite et bien ses penses, ses ractions... aux autres.
factuel - Qui peroit les choses avec objectivit.
finance - Comptent dans la surveillance et le maniement des aspects quantitatifs, relatifs aux cots, aux budgets et aux
investissements.
global - Qui voit, comprend les choses et les ides dans leur ensemble sans rester au niveau des dtails. Ex.: qui voit la fort
avant les arbres.
imaginatif - Qui est capable de visualiser des choses qui ne sont pas immdiatement perceptibles par les sens. Capable de
s'attaquer et traiter des problmes selon une approche nouvelle.
innovateur - Capable d'introduire des ides, mthodes ou procds nouveaux ou originaux.
intgration - Harmonisation de plusieurs lments ou ides diverses en un ensemble cohrent.
introverti - Qui dirige son esprit vers la rflexion et la comprhension de soi plus que vers les choses et les gens extrieurs;
lent exprimer ses ractions, ses sentiments et ses penses aux autres.
intuitif - Qui est sr de quelque chose sans avoir y rflechir; qui comprend les choses instantanment sans avoir besoin de
preuve.
lecteur - Qui aime lire et lit beaucoup.
logique - Qui raisonne avec cohrence, base de faits en fonction d'hypothses.
mathmatique - Qui peroit, comprend les nombres et peut les manipuler facilement dans un but donn.
mtaphore (sens de la) - Capable de comprendre et d'utiliser des images visuelles ou verbales pour suggrer une
ressemblance ou une analogie entre deux choses, la place d'une description littrale. Ex.: "les racines du mal".
minutieux - Qui s'attache aux dtails avec une application particulire.
musicale (sensibilit) - Qui a de l'intrt ou du talent pour la musique et/ou la danse.
organis - Qui arrange, agence, ordonne les gens, les ides et les choses de manire cohrente.
original - Qui a des ides personnelles indites, nouvelles.
planification - Qui prconise l'avance des mthodes ou des moyens pour raliser un but dsir de manire concrte.
quantitatif - Qui s'intresse aux relations numriques et la mesure des quantits, proportions, dimensions.
rationnel - Qui fait des choix fonds sur la raison plutt que sur l'motion ou l'intuition.
rdaction - Qui communique clairement par crit et qui y prend plaisir.
rsolution de problmes - Apte trouver des solutions aux problmes difficiles par le raisonnement.
rigueur (sens de la) - Aptitude de celui qui est capable d'tre strict et prcis, tant dans l'approche que dans la solution des
problmes.
squentiel - Qui traite les choses et les ides les unes aprs les autres, dans l'ordre.
simultan - Capable de traiter en mme temps et de donner du sens deux ou plusieurs stimuli (visuels, musicaux,
verbaux...).
spatial - Capable de percevoir et comprendre la position relative des objets dans l'espace et capable de les manipuler pour
obtenir un effet dsir.
spiritualiste - Qui croit l'existence d'un esprit ou d'une me distincte du corps ou de la matire.
symbolique - Capable d'utiliser et de comprendre des objets, traces ou des signes comme reprsentation de faits ou d'ides.
synthtique - Avoir l'esprit de synthse; qui peut rassembler des lments, ides ou concepts en un nouvel ensemble
cohrent.
technique - Capable de comprendre et d'appliquer des connaissances scientifiques et techniques.
verbal - Qui a de l'aisance dans la parole, clair et efficace dans le maniement des mots.

268

Annexe 3 - Normalit des variables de lchelle de


motivation poursuivre des tudes dingnieur
La normalit des donnes est teste laide des indices dasymtrie (skewness) et
daplatissement (kurtosis).
Le coefficient dasymtrie indique si les valeurs sont quitablement rparties autour de la
moyenne. Si tel est le cas, lindice est gal 0. Il est positif lorsque les observations sont
concentres vers la gauche (i.e. les valeurs les plus faibles) ; il est ngatif lorsque les
observations sont concentres vers la droite (i.e. les valeurs les plus leves).
Le coefficient daplatissement compare la forme de la courbe de la distribution celle de la
loi normale. Si la courbe est gale celle de la loi normale, le coefficient est nul (si la
concentration est suprieure celle de la loi normale, le coefficient est positif, si elle est plus
aplatie , il est ngatif) (Evrard et al., 2000).
Les coefficients dasymtrie et daplatissement doivent tre infrieurs 3 en valeur absolue
(Hair, Anderson, Tatham, et Black, 1998 cit dans El Akremi, 2005, p. 339) mais le coefficient
daplatissement est parfois accept jusqu |8| (Roussel et al., 2002, p. 47).
Les valeurs sont prsentes dans le Tableau 116 ci-dessous. Les coefficients attestent que la
distribution des donnes peut tre considre comme normale. Les items 29 et 31 se
distinguent par un coefficient daplatissement acceptable mais plus lev par rapport aux
autres. Notons que par manque de contribution sur lun des facteurs retenus, litem 29 a t
supprim suite lanalyse factorielle exploratoire.

269

Tableau 116

Item
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40

Moyenne
5,16
4,36
5,62
5,13
5,04
3,57
4,42
4,71
4,81
4,98
4,04
5,40
4,31
3,96
4,02
4,57
3,18
3,55
4,81
4,64
4,75
4,48
3,99
3,13
4,40
5,22
5,92
5,55
5,97
6,03
5,84
4,42
4,98
4,66
4,62
1,84
1,92
2,30
2,63
2,01

EM-ING

Ecart type
1,325
1,541
1,117
1,268
1,305
1,624
1,664
1,576
1,551
1,434
1,637
1,429
1,687
1,923
1,761
1,732
1,740
1,604
1,500
1,637
1,627
1,622
1,620
1,762
1,553
1,199
,970
1,280
1,035
,804
1,131
1,476
1,421
1,609
1,592
1,156
1,305
1,471
1,729
1,229

Symtrie
-,771
-,416
-1,206
-,724
-,642
-,013
-,345
-,656
-,793
-,719
-,523
-1,320
-,466
-,178
-,237
-,633
,337
-,042
-,869
-,524
-,640
-,590
-,316
,334
-,363
-,696
-1,291
-1,044
-1,705
-,828
-1,753
-,622
-,871
-,630
-,540
1,459
1,578
1,048
,839
1,482

N= 211

270

Aplatissement
,478
-,507
2,136
,524
,307
-,873
-,662
-,195
,132
,406
-,666
1,638
-,539
-1,223
-,973
-,462
-1,017
-1,011
,384
-,578
-,131
-,315
-,715
-,958
-,594
,509
2,889
1,023
4,465
,910
4,761
,089
,506
-,230
-,372
1,647
1,992
,134
-,350
1,981

Annexe 4 - Evaluation des qualits psychomtriques des


chelles de bien-tre et de satisfaction
A4.1
A4.1.1

Echelle de mesure de frquence des affects positifs


Anal yse

factorielle

exploratoire

(anal yse

en

composantes

principales)
Statistiques descriptives (N=211)
Moyenne

Ecart type

Asymtrie

Kurtosis

Intress(e)

3,82

,694

-,347

,224

Enthousiaste / Passionn(e)

3,51

,746

-,164

,089

Inspir(e) / Emball(e)

3,33

,739

-,190

-,143

Curieux(se)

3,88

,783

-,320

-,276

Indice KMO et test de Bartlett


Mesure de prcision de l'chantillonnage de Kaiser-Meyer-

,774

Olkin.
Test de sphricit de

Khi-deux approxim

Bartlett

ddl

222,158
6

Signification de Bartlett

,000

Qualit de reprsentation
Initial

Extraction

Intress(e)

1,000

,594

Enthousiaste / Passionn(e)

1,000

,699

Inspir(e) / emball(e)

1,000

,576

Curieux(se)

1,000

,542

Mthode d'extraction : Analyse en composantes


principales.

271

Variance totale explique


Composante

Extraction Sommes des carrs des facteurs


Valeurs propres initiales

retenus

% de la
Total

% de la

variance

% cumuls

2,411

60,286

60,286

,603

15,075

75,361

,575

14,363

89,725

,411

10,275

100,000

Total

variance

2,411

% cumuls

60,286

60,286

dimension0

Matrice des composantes

Composante
1
Enthousiaste /

,836

Passionn(e)
Intress(e)

,771

Inspir(e) / emball(e)

,759

Curieux(se)

,736

Mthode d'extraction : Analyse en


composantes principales.
a. 1 composantes extraites.

A4.1.2

Anal yse de fiabilit (alpha de Cronbach)

Rcapitulatif de traitement des observations


N
Observations

Valide
Exclus
Total

Statistiques de fiabilit

Alpha de

211

100,0

,0

211

100,0

a. Suppression par liste base sur toutes les variables de


la procdure.

272

Cronbach bas
Alpha de

sur des lments

Nombre

Cronbach

normaliss

d'lments

,778

,779

Matrice de corrlation inter-items


Enthousiaste /
Intress(e) Passionn(e)
1,000
,545

Intress(e)

Inspir(e) /
Emball(e)
,414

Curieux(se)
,432

Enthousiaste / Passionn(e)

,545

1,000

,540

,475

Inspir(e) / emball(e)

,414

,540

1,000

,408

Curieux(se)

,432

,475

,408

1,000

Intress(e)

1,000

,545

,414

,432

,545

1,000

,540

,475

Enthousiaste / Passionn(e)

Statistiques rcapitulatives d'lment


Maximum/
Moyenne Minimum Maximum Intervalle
Moyenne des

Nombre

Minimum

Variance

d'lments

3,634

3,332

3,877

,545

1,164

,067

,469

,408

,545

,137

1,336

,003

lments
Corrlations entre
lments

Statistiques de total des lments


Moyenne de

Variance de

Alpha de

l'chelle en

l'chelle en

Corrlation

cas de

cas de

complte des

Carr de la

cas de

suppression

suppression

lments

corrlation

suppression

d'un lment

d'un lment

corrigs

multiple

de l'lment

Cronbach en

Intress(e)

10,72

3,338

,575

,347

,729

Enthousiaste /

11,03

3,009

,663

,447

,682

Inspir(e) / emball(e)

11,20

3,239

,561

,332

,736

Curieux(se)

10,66

3,169

,537

,290

,750

Passionn(e)

Statistiques d'chelle
Nombre
Moyenne
14,54

Variance

Ecart-type

5,278

2,297

273

d'lments
4

A4.2

Echelle de mesure de frquence des affects ngatifs

A4.2.1

Anal yse

factorielle

exploratoire

(anal yse

en

composantes

principales)
Statistiques descriptives (N=211)
Moyenne

Ecart type

Asymtrie

Kurtosis

Stress(e)

3,28

1,044

,042

-,511

Mal l'aise

2,35

,946

,471

-,089

Anxieux(se)

2,84

1,043

,073

-,588

Inquiet(te)

2,92

1,048

,128

-,588

Indice KMO et test de Bartlett


Mesure de prcision de l'chantillonnage de Kaiser-Meyer-

,768

Olkin.
Test de sphricit de

Khi-deux approxim

Bartlett

ddl

246,509
6

Signification de Bartlett

,000

Qualit de reprsentation
Initial

Extraction

Stress(e)

1,000

,566

Anxieux(se)

1,000

,706

Mal l'aise

1,000

,515

Inquiet(te)

1,000

,674

Mthode d'extraction : Analyse en


composantes principales.
Variance totale explique
Composante

Extraction Sommes des carrs des facteurs


Valeurs propres initiales

retenus

% de la
Total

variance

% de la
% cumuls

2,462

61,553

61,553

,614

15,344

76,896

,569

14,221

91,117

,355

8,883

100,000

dimension0

Mthode d'extraction : Analyse en composantes principales.

274

Total
2,462

variance
61,553

% cumuls
61,553

Matrice des composantes

Composante
1
Anxieux(se)

,841

Inquiet(te)

,821

Stress(e)

,752

Mal l'aise

,718

Mthode d'extraction : Analyse en


composantes principales.
a. 1 composantes extraites.

A4.2.2

Anal yse de fiabilit (alpha de Cronbach)

Rcapitulatif de traitement des observations


N
Observations

Valide
Exclus

Total

Statistiques de fiabilit

Alpha de Cronbach

211

100,0

Alpha de

bas sur des

Nombre

,0

Cronbach

lments normaliss

d'lments

211

100,0

,791

,790

a. Suppression par liste base sur toutes les


variables de la procdure.

Matrice de corrlation inter-items


Stress(e)

Mal l'aise

Anxieux(se)

Inquiet(te)

Stress(e)

1,000

,409

,514

,455

Mal l'aise

,409

1,000

,443

,449

Anxieux(se)

,514

,443

1,000

,638

Inquiet(te)

,455

,449

,638

1,000

Statistiques rcapitulatives d'lment


Maximum/
Moyenne Minimum Maximum Intervalle
Moyenne des lments
Corrlations entre

Minimum

Nombre
Variance

d'lments

2,850

2,351

3,284

,934

1,397

,148

,485

,409

,638

,228

1,557

,006

lments

275

Statistiques de total des lments


Moyenne de

Variance de

Corrlation

Alpha de

l'chelle en cas

l'chelle en cas

complte des

Carr de la

Cronbach en cas

de suppression

de suppression

lments

corrlation

de suppression

d'un lment

d'un lment

corrigs

multiple

de l'lment

Stress(e)

8,11

6,244

,561

,320

,759

Mal l'aise

9,05

6,788

,522

,273

,776

Anxieux(se)

8,56

5,781

,676

,483

,700

Inquiet(te)

8,47

5,879

,646

,453

,716

Statistiques d'chelle
Nombre
Moyenne
11,40

Variance

Ecart-type

10,260

3,203

276

d'lments
4

A4.3
A4.3.1

Echelle de mesure de satisfaction dans les tudes


Anal yse

factorielle

exploratoire

(anal yse

en

composantes

principales)
Statistiques descriptives (N=211)
Moyenne

ET

Je suis satisfait(e) de ma vie acadmique

Asymtrie Kurtosis

5,12

1,284

-1,083

1,081

Si je pouvais recommencer mes tudes, je n'y changerais presque rien


Jusqu' maintenant, j'ai obtenu les choses importantes que je voulais
dans le monde scolaire
Mes conditions de vie scolaire sont excellentes

4,52

1,800

-,445

-,089

5,16

1,441

-,952

,510

4,71

1,358

-,602

-,344

Indice KMO et test de Bartlett


Mesure de prcision de l'chantillonnage de Kaiser-Meyer-

,753

Olkin.
Test de sphricit de

Khi-deux approxim

Bartlett

ddl

161,426
6

Signification de Bartlett

,000

Qualit de reprsentation
Initial
Je suis satisfait(e) de ma

Extraction

1,000

,571

1,000

,564

1,000

,588

1,000

,488

vie acadmique
Si je pouvais recommencer
mes tudes, je n'y
changerais presque rien
Jusqu' maintenant, j'ai
obtenu les choses
importantes que je voulais
dans le monde scolaire
Mes conditions de vie
scolaire sont excellentes
Mthode d'extraction : Analyse en composantes
principales.

277

Variance totale explique


Composante

Extraction Sommes des carrs des facteurs


Valeurs propres initiales

retenus

% de la
Total

% de la

variance

% cumuls

Total

2,211

55,270

55,270

,688

17,201

72,471

,579

14,463

86,934

,523

13,066

100,000

variance

2,211

% cumuls

55,270

55,270

dimension0

Mthode d'extraction : Analyse en composantes principales.

Matrice des composantes

Composante
1
Jusqu' maintenant, j'ai obtenu

,767

les choses importantes que je


voulais dans le monde scolaire
Je suis satisfait(e) de ma vie

,756

acadmique
Si je pouvais recommencer

,751

mes tudes, je n'y changerais


presque rien
Mes conditions de vie scolaire

,699

sont excellentes
Mthode d'extraction : Analyse en composantes
principales.
a. 1 composantes extraites.

A4.3.2

Anal yse de fiabilit (alpha de Cronbach)

Rcapitulatif de traitement des

Statistiques de fiabilit

observations

Alpha de
N

Observations

Valide
Exclus

Total

Cronbach bas

211

100,0

,0

211

100,0

sur des
Alpha de

lments

Nombre

Cronbach

normaliss

d'lments

,723

a. Suppression par liste base sur toutes les


variables de la procdure.

278

,730

Matrice de corrlation inter-items


Jusqu'
maintenant, j'ai
obtenu les

Je suis satisfait(e) de ma

Si je pouvais

choses

Je suis

recommencer

importantes que

satisfait(e) de

mes tudes, je

je voulais dans

Mes conditions

ma vie

n'y changerais

le monde

de vie scolaire

acadmique

presque rien

scolaire

sont excellentes

1,000

,400

,430

,408

,400

1,000

,471

,352

,430

,471

1,000

,357

,408

,352

,357

1,000

vie acadmique
Si je pouvais recommencer
mes tudes, je n'y
changerais presque rien
Jusqu' maintenant, j'ai
obtenu les choses
importantes que je voulais
dans le monde scolaire
Mes conditions de vie
scolaire sont excellentes

Statistiques rcapitulatives d'lment


Maximum/
Moyenne Minimum Maximum Intervalle
Moyenne des lments
Corrlations entre

Minimum

Nombre
Variance

d'lments

4,877

4,521

5,156

,635

1,140

,097

,403

,352

,471

,119

1,339

,002

lments

279

Statistiques de total des lments

Je suis satisfait(e) de ma

Moyenne de

Variance de

Alpha de

l'chelle en

l'chelle en

Corrlation

cas de

cas de

complte des

Carr de la

cas de

suppression

suppression

lments

corrlation

suppression

d'un lment

d'un lment

corrigs

multiple

de l'lment

Cronbach en

14,39

12,724

,531

,287

,656

14,99

9,976

,529

,289

,663

14,35

11,724

,551

,308

,638

14,80

12,849

,466

,227

,687

vie acadmique
Si je pouvais
recommencer mes
tudes, je n'y changerais
presque rien
Jusqu' maintenant, j'ai
obtenu les choses
importantes que je voulais
dans le monde scolaire
Mes conditions de vie
scolaire sont excellentes

Statistiques d'chelle
Nombre
Moyenne
19,51

Variance

Ecart-type

19,232

4,385

280

d'lments
4

A4.4
A4.4.1

Echelle de mesure de satisfaction de vie


Anal yse

factorielle

exploratoire

(anal yse

en

composantes

principales)
Statistiques descriptives (N=211)
Moyenne

ET

Je suis satisfait(e) de ma vie

Asymtrie Kurtosis

5,49

1,232

-1,014

,554

Si je pouvais recommencer ma vie, je n'y changerais presque rien


Jusqu' maintenant, j'ai obtenu les choses importantes que je voulais
dans la vie
Mes conditions de vie sont excellentes

4,53

1,755

-,401

-,915

5,08

1,442

-,893

,413

5,20

1,424

-,816

,108

Indice KMO et test de Bartlett


Mesure de prcision de l'chantillonnage de Kaiser-Meyer-

,763

Olkin.
Test de sphricit de

Khi-deux approxim

Bartlett

ddl

275,810
6

Signification de Bartlett

,000

Qualit de reprsentation
Initial
Je suis satisfait(e) de ma

Extraction

1,000

,731

1,000

,703

1,000

,667

1,000

,396

vie
Si je pouvais recommencer
ma vie, je n'y changerais
presque rien
Jusqu' maintenant, j'ai
obtenu les choses
importantes que je voulais
dans la vie
Mes conditions de vie sont
excellentes
Mthode d'extraction : Analyse en composantes
principales.

281

Variance totale explique


Composante

Extraction Sommes des carrs des facteurs


Valeurs propres initiales

retenus

% de la
Total

% de la

variance

% cumuls

Total

2,497

62,428

62,428

,728

18,204

80,632

,452

11,298

91,930

,323

8,070

100,000

variance

2,497

% cumuls

62,428

62,428

dimension0

Mthode d'extraction : Analyse en composantes principales.

Matrice des composantes

Composante
1
Je suis satisfait(e) de ma vie

,855

Si je pouvais recommencer

,838

ma vie, je n'y changerais


presque rien
Jusqu' maintenant, j'ai

,817

obtenu les choses


importantes que je voulais
dans la vie
Mes conditions de vie sont

,629

excellentes
Mthode d'extraction : Analyse en
composantes principales.
a. 1 composantes extraites.

A4.4.2

Anal yse de fiabilit (alpha de Cronbach)

Rcapitulatif de traitement des observations


N
Observations

Valide
Exclus

Total

Statistiques de fiabilit

Alpha de

211

100,0

,0

211

100,0

Cronbach bas
sur des

a. Suppression par liste base sur toutes les

Alpha de

lments

Nombre

Cronbach

normaliss

d'lments

,787

variables de la procdure.

282

,794

Matrice de corrlation inter-items


Jusqu'
maintenant, j'ai
Si je pouvais

obtenu les

recommencer

choses

Je suis

ma vie, je n'y

importantes que

Mes conditions

satisfait(e) de

changerais

je voulais dans

de vie sont

ma vie

presque rien

la vie

excellentes

Je suis satisfait(e) de ma vie


Si je pouvais recommencer ma vie,

1,000

,675

,577

,387

,675

1,000

,569

,339

,577

,569

1,000

,401

,387

,339

,401

1,000

je n'y changerais presque rien


Jusqu' maintenant, j'ai obtenu les
choses importantes que je voulais
dans la vie
Mes conditions de vie sont
excellentes

Statistiques rcapitulatives d'lment


Maximum/
Moyenne Minimum Maximum Intervalle
Moyenne des lments
Corrlations entre

Minimum

Nombre
Variance

d'lments

5,073

4,531

5,488

,957

1,211

,161

,491

,339

,675

,336

1,992

,016

lments

283

Statistiques de total des lments

Je suis satisfait(e) de ma

Moyenne de

Variance de

Alpha de

l'chelle en

l'chelle en

Corrlation

cas de

cas de

complte des

Carr de la

cas de

suppression

suppression

lments

corrlation

suppression

d'un lment

d'un lment

corrigs

multiple

de l'lment

Cronbach en

14,81

13,405

,701

,522

,696

15,76

10,677

,653

,505

,710

15,22

12,590

,643

,420

,711

15,09

14,524

,433

,199

,810

vie
Si je pouvais recommencer
ma vie, je n'y changerais
presque rien
Jusqu' maintenant, j'ai
obtenu les choses
importantes que je voulais
dans la vie
Mes conditions de vie sont
excellentes

Statistiques d'chelle
Nombre
Moyenne
20,29

Variance

Ecart-type

21,247

4,609

284

d'lments
4

A4.5
A4.5.1

Echelle de mesure du sens donn la vie


Anal yse

factorielle

exploratoire

(anal yse

en

composantes

principales)
Statistiques descriptives (N=211)
Moyenne

ET

J'ai une direction dans la vie et ma vie a du sens

Asymtrie Kurtosis

5,52

1,205

-1,211

2,040

J'aime faire des plans pour le futur et travailler les raliser


Je me sens bien lorsque je pense ce que j'ai accompli dans le pass
et ce que j'espre accomplir dans le futur
Me fixer des buts atteindre dans la vie me semble tre une perte de
temps (item invers)

5,55

1,223

-1,034

1,066

5,25

1,253

-,735

,304

5,99

1,270

-1,436

1,861

Indice KMO et test de Bartlett


Mesure de prcision de l'chantillonnage de Kaiser-Meyer-

,717

Olkin.
Test de sphricit de

Khi-deux approxim

Bartlett

ddl

182,262
6

Signification de Bartlett

,000

Qualit de reprsentation
Initial

Extraction

J'ai une direction dans la vie et ma vie a du sens

1,000

,559

J'aime faire des plans pour le futur et travailler les raliser

1,000

,719

Je me sens bien lorsque je pense ce que j'ai accompli dans le pass et ce que

1,000

,555

1,000

,387

j'espre accomplir dans le futur


Me fixer des buts atteindre dans la vie me semble tre une perte de temps (item
invers)
Mthode d'extraction : Analyse en composantes principales.

285

Variance totale explique


Composante

Extraction Sommes des carrs des facteurs


Valeurs propres initiales

retenus

% de la
Total

variance

% de la
% cumuls

2,220

55,509

55,509

,797

19,937

75,446

,570

14,244

89,691

,412

10,309

100,000

Total

variance

2,220

55,509

% cumuls
55,509

dimension0

Mthode d'extraction : Analyse en composantes principales.

Matrice des composantes

Composante
1
J'aime faire des plans pour

,848

le futur et travailler les


raliser
J'ai une direction dans la vie

,748

et ma vie a du sens
Je me sens bien lorsque je

,745

pense ce que j'ai accompli


dans le pass et ce que
j'espre accomplir dans le
futur
Me fixer des buts atteindre

,622

dans la vie me semble tre


une perte de temps (item
invers)
Mthode d'extraction : Analyse en
composantes principales.
a. 1 composantes extraites.

A4.5.2

Anal yse de fiabilit (alpha de Cronbach)

Rcapitulatif de traitement des observations


N
Observations

Valide
Exclus

Total

Statistiques de fiabilit

Alpha de

211

100,0

,0

211

100,0

Cronbach bas
sur des

a. Suppression par liste base sur toutes les

Alpha de

lments

Nombre

Cronbach

normaliss

d'lments

,726

variables de la procdure.

286

,728

Matrice de corrlation inter-items


Je me sens bien
lorsque je
pense ce que
j'ai accompli
dans le pass et
J'ai une

J'aime faire des

ce que

direction dans

plans pour le

j'espre

la vie et ma vie

futur et travailler

accomplir dans

But perte temps

a du sens

les raliser

le futur

reverse

J'ai une direction dans la vie et ma vie a

1,000

,516

,431

,248

,516

1,000

,499

,446

,431

,499

1,000

,263

,248

,446

,263

1,000

du sens
J'aime faire des plans pour le futur et
travailler les raliser
Je me sens bien lorsque je pense ce
que j'ai accompli dans le pass et ce
que j'espre accomplir dans le futur
Me fixer des buts atteindre dans la vie
me semble tre une perte de temps
(item invers)

Statistiques rcapitulatives d'lment


Maximum/
Moyenne Minimum Maximum Intervalle
Moyenne des lments
Corrlations entre

Minimum

Nombre
Variance

d'lments

5,577

5,251

5,986

,735

1,140

,092

,400

,248

,516

,268

2,084

,012

lments

287

Statistiques de total des lments


Moyenne de

Variance de

l'chelle en

l'chelle en

Corrlation

cas de

cas de

complte des

Carr de la

cas de

suppression

suppression

lments

corrlation

suppression

d'un lment

d'un lment

corrigs

multiple

de l'lment

J'ai une direction dans la vie et ma

Alpha de
Cronbach en

16,79

8,432

,512

,306

,668

16,75

7,529

,661

,438

,577

17,06

8,225

,510

,292

,668

16,32

8,867

,394

,201

,736

vie a du sens
J'aime faire des plans pour le futur
et travailler les raliser
Je me sens bien lorsque je pense
ce que j'ai accompli dans le
pass et ce que j'espre
accomplir dans le futur
Me fixer des buts atteindre dans
la vie me semble tre une perte de
temps (item invers)

Statistiques d'chelle
Nombre
Moyenne
22,31

Variance

Ecart-type

13,462

3,669

288

d'lments
4

A4.6
A4.6.1

Echelle de mesure de lestime de soi


Anal yse

factorielle

exploratoire

(anal yse

en

composantes

principales)
Statistiques descriptives (N=211)
Moyenne

ET

Asymtrie Kurtosis

Dans l'ensemble, je suis satisfait de moi

5,09

1,194

-1,057

1,041

Je suis capable de faire les choses aussi bien que la plupart des gens

5,66

1,012

-1,233

2,320

Je pense que j'ai un certain nombre de belles qualits


Je pense que je suis quelqu'un de valable, au-moins autant que les
autres gens

5,45

1,001

-,654

,330

5,81

,892

-1,112

3,256

Indice KMO et test de Bartlett


Mesure de prcision de l'chantillonnage de Kaiser-Meyer-

,752

Olkin.
Test de sphricit de

Khi-deux approxim

Bartlett

ddl

271,261
6

Signification de Bartlett

,000

Qualit de reprsentation
Initial

Extraction

Dans l'ensemble, je suis satisfait de moi

1,000

,459

Je suis capable de faire les choses aussi bien que la plupart des gens

1,000

,660

Je pense que j'ai un certain nombre de belles qualits

1,000

,629

Je pense que je suis quelqu'un de valable, au-moins autant que les autres gens

1,000

,749

Mthode d'extraction : Analyse en composantes principales.

289

Variance totale explique


Composante

Extraction Sommes des carrs des facteurs


Valeurs propres initiales

retenus

% de la
Total

% de la

variance

% cumuls

2,497

62,434

62,434

,680

17,002

79,436

,509

12,720

92,157

,314

7,843

100,000

Total

variance

2,497

62,434

% cumuls
62,434

dimension0

Mthode d'extraction : Analyse en composantes principales.

Matrice des composantes

Composante
1
Je pense que je suis

,866

quelqu'un de valable, aumoins autant que les autres


gens
Je suis capable de faire les

,812

choses aussi bien que la


plupart des gens
Je pense que j'ai un certain

,793

nombre de belles qualits


Dans l'ensemble, je suis

,678

satisfait de moi
Mthode d'extraction : Analyse en
composantes principales.
a. 1 composantes extraites.

A4.6.2

Anal yse de fiabilit (alpha de Cronbach)

Rcapitulatif de traitement des observations


N
Observations

Valide
Exclus

Total

Statistiques de fiabilit

Alpha de

211

100,0

,0

211

100,0

Cronbach bas
sur des

a. Suppression par liste base sur toutes les

Alpha de

lments

Nombre

Cronbach

normaliss

d'lments

,784

variables de la procdure.

290

,796

Matrice de corrlation inter-items


Je suis capable

Je pense que je

de faire les

suis quelqu'un

Dans

choses aussi

Je pense que

de valable, au-

l'ensemble, je

bien que la

j'ai un certain

moins autant

suis satisfait de

plupart des

nombre de

que les autres

moi

gens

belles qualits

gens

Dans l'ensemble, je suis satisfait de moi


Je suis capable de faire les choses

1,000

,443

,369

,419

,443

1,000

,475

,624

,369

,475

1,000

,637

,419

,624

,637

1,000

aussi bien que la plupart des gens


Je pense que j'ai un certain nombre de
belles qualits
Je pense que je suis quelqu'un de
valable, au-moins autant que les autres
gens

Statistiques rcapitulatives d'lment


Maximum/
Moyenne Minimum Maximum Intervalle
Moyenne des lments
Corrlations entre

Minimum

Nombre
Variance

d'lments

5,502

5,090

5,806

,716

1,141

,097

,494

,369

,637

,269

1,730

,011

lments

291

Statistiques de total des lments


Moyenne de

Variance de

l'chelle en

l'chelle en

Corrlation

cas de

cas de

complte des

Carr de la

cas de

suppression

suppression

lments

corrlation

suppression

d'un lment

d'un lment

corrigs

multiple

de l'lment

Dans l'ensemble, je suis satisfait de

Alpha de
Cronbach en

16,92

6,046

,484

,240

,800

16,35

6,132

,630

,434

,712

16,56

6,333

,592

,424

,731

16,20

6,363

,701

,546

,687

moi
Je suis capable de faire les choses
aussi bien que la plupart des gens
Je pense que j'ai un certain nombre
de belles qualits
Je pense que je suis quelqu'un de
valable, au-moins autant que les
autres gens

Statistiques d'chelle
Nombre
Moyenne
22,01

Variance

Ecart-type

10,314

3,212

292

d'lments
4

Annexe 5

- Complments relatifs lhypothse 1

Le Tableau 117 prsente les profils des 207 tudiants rpartis en 10 classes. Les 3 profils
majoritaires sont les profils 1122, 1121 et 1221. Ces trois profils totalisent un effectif de 102
tudiants soit 49,3 % de leffectif total.
Tableau 117 Rpartition des profils des tudiants en classes ou familles de profils
Effectif
par
classe

Code
Profil

Effectif

1122

41

1132

11

1123

0,5

1121

33

15,9

1112

13

1131

1221

28

1231

Triple
dominant droit

2111

12

1211

13

Double
dominant BD

2121

14

14

Double
dominant AC

1212

2221

1222

2122

Double
dominant droit

2211

Limbique

2112

Quadruple
dominant

1111

Total

207

Classe

Double
dominant
gauche
Triple
dominant
gauche

Corticaux

Monodominant

%
19,8

53

51

5,3

% par
classe
25,6

%
cumul

25,6

24,6

50,2

16,4

66,6

12,1

78,7

6,8

6,8

85,5

0,5

0,5

86,0

4,3

90,3

4,3

4,3

94,6

2,4

2,4

97,0

2,9

2,9

99,9

99,9

99,9

6,3
2,4

34

25

13,5
2,9
5,8
6,3

2,4
9

1,4
,5

Lorsque nous observons la rpartition des profils en classes, nous constatons que la moiti des
tudiants appartient une classe de profils cerveau gauche (double et triple dominants
gauche) contre environ 15 % de cerveau droit (double et triple dominants droit). Cette
rpartition indique galement que le dficit en hmisphre droit est en fait essentiellement
li la sous-reprsentation du quadrant C. Le Tableau 118 indique en effet que 80 % des
tudiants ont le quadrant A en dominance, 70 % le B, 60 % le D et peine 30 % le
quadrant C.

293

Tableau 118 Rpartition des tudiants par dominance A, B, C et D


%

Dominance (chiffre 1
dans le profil)

Effectif

161

77,7

142

68,6

59

28,5

131

63,3

(N = 207)

Cette mme analyse effectue en distinguant les 3 options conduit aux observations rsumes
dans le Tableau 119.
Tableau 119 Rpartition des tudiants par dominance marque (chiffre 1 dans le profil) A, B, C et D
selon les options
Dominance
(chiffre 1 dans
le profil)

Effectif
Option 1

24

71

65

71

72

88

16

47

67

74

59

72

14

41

25

27

20

24

25

73

65

71

41

50

(N = 34)

Effectif
Option 2

(N = 91)

Effectif
Option 3

(N = 82)

Les quadrants A et D sont majoritaires dans loption 1, A, B et D dans loption 2 et A et B


dans loption 3. Cette observation est confirme par un effectif dominant de profils 1221 dans
loption 1 (21 % des tudiants de cette option), de profils 1121 dans loption 2 (22 % des
tudiants de cette option) et de profils 1122 dans loption 3 (28 % des tudiants de cette
option).
Lanalyse descriptive des profils nous permet de non seulement vrifier lhypothse selon
laquelle les tudiants ont des profils plutt cerveau gauche mais galement de constater la
prsence de profils-types dominants selon loption choisie.

294

Annexe 6 - Moyennes, cart-types et corrlations entre les principales variables investigues102

MoyCursus (note sur 20 points) ; variables de la motivation, de la satisfaction (tudes, vie) du sens donn la vie et de lestime de soi (sur 7 points) ; variable du bonheur
initialement sur 4 points et ramene 7 points pour faciliter les comparaisons ; variables des affects positifs et ngatifs, initialement sur 5 points et ramenes 7 points pour
faciliter les comparaisons. La motivation extrinsque (ME) correspond la moyenne de lensemble des motivations extrinsques : altruisme, ego, conscience, scurit et
prestige social.
102

295

Tableau 120 Moyennes, cart-types et corrlations entre les principales variables investigues
N

ET

10

11

12

13

14

15

16

17

18

19

20

21

22

1.A

190 81,37 17,32 1

2.B

190 75,13 16,54 -,048

3.C

190 53,90 17,26 -,631**

-,165*

4.D

190 74,84 19,00 -,475**

-,548**

,126

5.Cort (%)

190 54,87 6,73

,526**

-,646**

-,605**

,436**

6.Gauche (%)

190 54,93 8,77

,741**

,581**

-,683**

-,782**

,019

7.MoyCursus

204 12,83 1,18

,231**

,124

-,220**

-,247**

,033

,300**

8.MI-

201 4,99

1,01

-,022

-,075

-,029

,150*

,115

-,082

,151*

9.Altr-

201 4,57

1,30

-,136

,017

,088

,094

-,060 -,113

-,060

,336**

10.Ego-

201 4,44

1,30

-,051

,011

-,012

,077

,021

-,038

,002

,200**

,297** 1

11.Consc-

201 3,93

1,43

,127

-,077

-,093

,022

,156* ,045

-,087

-,084

,091

,399**

12.Sec-

201 5,66

1,09

,210**

,045

-,074

-,181*

,025

,087

-,089

,065

,306**

,128

13.Prest-

201 4,84

1,23

,088

,205**

-,146

-,145

-,055 ,205**

,006

-,150*

,070

,332**

,180*

,453** 1

14.ME

201 4,69

,79

,074

,058

-,078

-,033

,036

-,025

,074

,499** ,761**

,616**

,588** ,636** 1

15.AM-

201 1,95

,86

-,100

-,156*

,226**

,122

-,025 -,211**

-,245**

-,493**

-,192** ,066

,166*

,020

,087

,052

16.Affects pos

195 5,09

,80

,006

,044

-,064

,022

,032

,027

,166*

,523**

,165*

,017

-,231**

-,043

-,077

-,062

-,407**

17.Affects ng

195 3,99

1,12

,022

-,115

-,077

,070

,139

-,031

-,004

,087

,102

,228**

,153*

,014

-,113

,133

,026

,080

18.Bonheur

195 4,99

1,13

-,003

,092

,051

-,085

-,108 ,041

,096

,155*

-,130

-,095

-,211**

,059

,060

-,115

-,191**

,348** -,427**

19.Satisf. t

195 4,89

1,10

,142

,126

-,203**

-,106

,052

,206**

,237**

,299**

-,105

,040

-,082

,046

,082

-,011

-,437**

,299** -,208**

,450** 1

20.Satisf vie

195 5,08

1,17

,012

,099

-,084

,052

,018

,048

,108

,119

-,101

-,189**

-,086

-,082

,016

-,145* -,265**

,139

-,290**

,307** ,467** 1

21.Sens vie

195 5,59

,90

-,090

,210**

,040

,049

-,128 -,003

-,100

,131

,206** ,132

-,019

,057

,160*

,168*

-,235**

,176*

-,085

,106

22.Est soi
195 5,48 ,80
-,085
,073
,021
**. La corrlation est significative au niveau 0.01 (bilatral).
*. La corrlation est significative au niveau 0.05 (bilatral).

,117

-,032 -,059

-,002

,090

,012

,001

,063

,101

,066

-,148*

,116

-,242**

,259** ,275** ,480** ,308** 1

,183*

,084

296

,036

,141*

,344** 1

Annexe 7 - Complments relatifs aux hypothses 4 15


A7.1

Hypothse 4

Lune au-moins des quatre variables du HBDI influence de manire significative la variable
moyenne cursus
Rcapitulatif des modles
Modle

Changement dans les statistiques

Erreur
standard

R
dimension0

,315

R-

R-deux

deux

ajust

,099

Sig.

de

Variation

l'estimation de R-deux

,080

1,13302

Variation
de F

,099

Variation
ddl1

5,088

ddl2
4

de F

185

,001

a. Valeurs prdites : (constantes), D, C, B, A


b. Variable dpendante : Moyenne Cursus
b

ANOVA
Modle

Somme des
carrs

Rgression

Moyenne des
ddl

carrs

26,129

6,532

Rsidu

237,490

185

1,284

Total

263,619

189

5,088

Sig.
,001

a. Valeurs prdites : (constantes), D, C, B, A


b. Variable dpendante : Moyenne Cursus

Modle

(Constante)

Coefficients non
standardiss
Erreur
A
standard
15,531

2,087

-,003

,009

-,005

C
D

Coefficients
Coefficients
standardiss
Bta

Sig.

Statistiques de
Corrlations
colinarit
Corrlation
simple
Partielle Partie Tolrance
VIF

7,443

,000

-,044

-,316

,753

,231

-,023

-,022

,252

3,964

,008

-,065

-,588

,557

,124

-,043

-,041

,393

2,546

-,015

,008

-,224

-1,988

,048

-,220

-,145

-,139

,383

2,609

-,017

,008

-,275

-2,178

,031

-,247

-,158

-,152

,304

3,284

a. Variable dpendante : Moyenne Cursus

297

Statistiques des rsidusa

Minimum
Prvision

Maximum

Moyenne

Ecart-type

11,8144

13,6519

12,8289

,37182

190

-2,729

2,213

,000

1,000

190

,095

,321

,178

,044

190

11,7752

13,6682

12,8252

,37308

190

-2,06858

2,72307

,13734

1,00710

190

Erreur Rsidu

-1,826

2,403

,121

,889

190

Stud. Rsidu

-1,843

2,435

,123

,900

190

-2,10871

2,79570

,14107

1,03246

190

-1,855

2,469

,124

,903

190

Mahal. Distance

,342

14,172

3,979

2,540

190

Distance de Cook

,000

,032

,004

,006

190

Bras de levier centr

,002

,075

,021

,013

190

Erreur Prvision
Erreur standard de la
prvision
Prvision corrige
Rsidu

Rsidu supprim
Stud. Rsidu supprim

a. Variable dpendante : Moyenne Cursus

298

A7.2

Hypothse 5

Lune au-moins des quatre variables du HBDI influence de manire significative la motivation
intrinsque

Vrification des conditions ncessaires la ralisation dune rgression multiple et dtection


dventuelles valeurs extrmes
Pour chacune des variables A, B, C et D, tolrance et VIF sont largement dans les limites
recommandes par Pallant (2005), tolrance > 0,1 et de VIF < 10, confirmant ainsi la faible
multicolinarit entre les variables explicatives.
Le nuage de points dit des rsidus standardiss en rapport avec les valeurs prdites
standardises ne fait apparatre aucun modle particulier (rpartition alatoire). Lhypothse
de valeur constante de la variance du terme derreur (homoscdasticit) et dindpendance des
termes derreur est ainsi vrifie.
En comparant la rpartition des rsidus standardiss une rpartition gaussienne (diagramme
gaussien P-P de rgression de rsidu standardis), nous constatons que lensemble des points
est approximativement situ le long de la diagonale. Nous vrifions ainsi lhypothse de
normalit de la distribution du terme derreur.
Ltude du nuage de points des rsidus standardiss en rapport avec les valeurs prdites
standardises ne fait apparatre aucune valeur extrme103. Labsence de valeurs extrmes est
galement conforte par lanalyse des deux indicateurs statistiques que sont les distances de
Cook et de Mahalanobis. La distance maximale de Cook est infrieure 1 104 (0,049) et celle
de Mahalanobis infrieure 18,47 (seuil maximal recommand par Tabachnick et Fidell
(2001) dans le cas de 4 variables indpendantes dans le modle).
Rcapitulatif des modles
Modle

Changement dans les statistiques

Erreur
standard

R
dimension0

,165

R-

R-deux

deux

ajust

,027

Sig.

de

Variation

l'estimation de R-deux

,005

1,02034

,027

Variation
de F
1,226

Variation
ddl1

ddl2
4

176

de F
,302

a. Valeurs prdites : (constantes), D, C, B, A


b. Variable dpendante : MI

103

Selon Tabachnik et Fidell (2001), une valeur extrme correspond toute observation dont la valeur du rsidu
standardis est suprieure 3,3 en valeur absolue.
104

Seuil recommand par Tabachnik et Fidell (2001).

299

ANOVA
Modle

Somme des

Moyenne des

carrs
1

Rgression

ddl

carrs

5,105

1,276

Rsidu

183,233

176

1,041

Total

188,339

180

Sig.

1,226

,302

a. Valeurs prdites : (constantes), D, C, B, A


b. Variable dpendante : MI

Coefficients
Modle

Coefficients
non

Coefficients

standardiss

standardiss

Statistiques de
Corrlations

Erreur
A

standard

1 (Constante) 3,359

colinarit

Corrlation
Bta

1,925

Sig.

simple

Partielle Partie Tolrance

VIF

1,744 ,083

,005

,009

,092

,623 ,534

-,022

,047

,046

,252 3,964

,003

,007

,052

,438 ,662

-,075

,033

,033

,393 2,546

,001

,007

,010

,084 ,933

-,029

,006

,006

,383 2,609

,012

,007

,221 1,644 ,102

,150

,123

,122

,304 3,284

a. Variable dpendante : MI

Statistiques des rsidus


Minimum

Maximum

Moyenne

Ecart-type

Prvision

4,6479

5,4760

4,9679

,16841

190

Erreur Prvision

-1,900

3,017

,000

1,000

190

,088

,296

,165

,041

190

4,6011

5,4051

4,9654

,16959

181

-2,82679

2,25505

,01897

1,01474

181

Erreur Rsidu

-2,770

2,210

,019

,995

181

Stud. Rsidu

-2,801

2,234

,019

1,009

181

-2,88872

2,30485

,01946

1,04475

181

-2,857

2,260

,018

1,015

181

Mahal. Distance

,342

14,172

3,979

2,540

190

Distance de Cook

,000

,049

,006

,010

181

Bras de levier centr

,002

,079

,022

,014

190

Erreur standard de la prvision


Prvision corrige
Rsidu

Rsidu supprim
Stud. Rsidu supprim

a. Variable dpendante : MI

300

301

A7.3

Hypothse 6

Lune au-moins des quatre variables du HBDI influence de manire significative la motivation
extrinsque

Vrification des conditions ncessaires la ralisation dune rgression multiple et dtection


dventuelles valeurs extrmes
Pour chacune des variables A, B, C et D, tolrance et VIF sont largement dans les limites
recommandes par Pallant (2005), tolrance > 0,1 et de VIF < 10, confirmant ainsi la faible
multicolinarit entre les variables explicatives.
Le nuage de points dit des rsidus standardiss en rapport avec les valeurs prdites
standardises ne fait apparatre aucun modle particulier (rpartition alatoire). Lhypothse
de valeur constante de la variance du terme derreur (homoscdasticit) et dindpendance des
termes derreur est ainsi vrifie.
En comparant la rpartition des rsidus standardiss une rpartition gaussienne (diagramme
gaussien P-P de rgression de rsidu standardis), nous constatons que lensemble des points
est approximativement situ le long de la diagonale. Nous vrifions ainsi lhypothse de
normalit de la distribution du terme derreur.
Ltude du nuage de points des rsidus standardiss en rapport avec les valeurs prdites
standardises ne fait apparatre aucune valeur extrme105. Labsence de valeurs extrmes est
galement conforte par lanalyse des deux indicateurs statistiques que sont les distances de
Cook et de Mahalanobis. La distance maximale de Cook est infrieure 1 106 (0,060) et celle
de Mahalanobis infrieure 18,47 (seuil maximal recommand par Tabachnick et Fidell
(2001) dans le cas de 4 variables indpendantes dans le modle).
Rcapitulatif des modles

Changement dans les statistiques

Erreur
standard

Modle
1

R
,112

R-

R-deux

deux

ajust

,012

de

Sig.
Variation

l'estimation de R-deux

-,010

,75147

,012

Variation
de F
,550

Variation
ddl1

ddl2
4

174

de F
,699

a. Valeurs prdites : (constantes), D, C, B, A


b. Variable dpendante : ME

105

Selon Tabachnik et Fidell (2001), une valeur extrme correspond toute observation dont la valeur du rsidu
standardis est suprieure 3,3 en valeur absolue.
106

Seuil recommand par Tabachnik et Fidell (2001).

302

ANOVA
Somme des
Modle
1

Moyenne des

carrs
Rgression

ddl

carrs

1,243

,311

Rsidu

98,259

174

,565

Total

99,502

178

Sig.
,550

,699

a. Valeurs prdites : (constantes), D, C, B, A


b. Variable dpendante : ME

Coefficients

Coefficients
non

Coefficients

standardiss

standardiss

Statistiques de
Corrlations

Erreur
Modle

standard

1 (Constante) 3,643

colinarit

Corrlation
Bta

1,421

Sig.

simple

Partielle Partie Tolrance

VIF

2,564 ,011

,004

,006

,101

,677 ,499

,037

,051

,051

,255 3,923

,004

,005

,091

,764 ,446

,010

,058

,058

,401 2,497

-,001

,005

-,015 -,120 ,905

-,075

-,009

-,009

,382 2,615

,006

,005

,145 1,078 ,283

,046

,081

,081

,315 3,175

a. Variable dpendante : ME

303

Statistiques des rsidus


Minimum

Maximum

Moyenne

Ecart-type

Prvision

4,4995

4,9325

4,7081

,08357

188

Erreur Prvision

-2,496

2,686

,000

1,000

188

,065

,219

,122

,031

188

4,4713

4,9676

4,7084

,08627

179

-2,06128

1,89721

-,01458

,72329

179

Erreur Rsidu

-2,743

2,525

-,019

,962

179

Stud. Rsidu

-2,761

2,562

-,020

,976

179

-2,08839

1,95430

-,01494

,74430

179

-2,815

2,605

-,021

,982

179

Mahal. Distance

,328

14,088

3,979

2,553

188

Distance de Cook

,000

,060

,006

,009

179

Bras de levier centr

,002

,079

,022

,014

188

Erreur standard de la prvision


Prvision corrige
Rsidu

Rsidu supprim
Stud. Rsidu supprim

a. Variable dpendante : ME

304

305

A7.4

Hypothse 7

Lune au-moins des quatre variables du HBDI influence de manire significative lamotivation

Vrification des conditions ncessaires la ralisation dune rgression multiple et dtection


dventuelles valeurs extrmes
Pour chacune des variables A, B, C et D, tolrance et VIF sont largement dans les limites
recommandes par Pallant (2005), tolrance > 0,1 et de VIF < 10, confirmant ainsi la faible
multicolinarit entre les variables explicatives.
Le nuage de points dit des rsidus standardiss en rapport avec les valeurs prdites
standardises ne fait apparatre aucun modle particulier (rpartition alatoire). Lhypothse
de valeur constante de la variance du terme derreur (homoscdasticit) et dindpendance des
termes derreur est ainsi vrifie.
En comparant la rpartition des rsidus standardiss une rpartition gaussienne (diagramme
gaussien P-P de rgression de rsidu standardis), nous constatons que lensemble des points
est approximativement situ le long de la diagonale. Nous vrifions ainsi lhypothse de
normalit de la distribution du terme derreur.
Ltude du nuage de points des rsidus standardiss en rapport avec les valeurs prdites
standardises ne fait apparatre aucune valeur extrme107. Labsence de valeurs extrmes est
galement conforte par lanalyse des deux indicateurs statistiques que sont les distances de
Cook et de Mahalanobis. La distance maximale de Cook est infrieure 1 108 (0,072) et celle
de Mahalanobis infrieure 18,47 (seuil maximal recommand par Tabachnick et Fidell
(2001) dans le cas de 4 variables indpendantes dans le modle).

107

Selon Tabachnik et Fidell (2001), une valeur extrme correspond toute observation dont la valeur du rsidu
standardis est suprieure 3,3 en valeur absolue.
108

Seuil recommand par Tabachnik et Fidell (2001).

306

Rcapitulatif des modles

Changement dans les statistiques


Erreur

Modle

,274

R-deux
a

Sig.

R-deux

standard de Variation de Variation

ajust

l'estimation

,075

,053

R-deux

,84487

de F

,075

Variation de
ddl1

3,463

ddl2
4

171

,009

a. Valeurs prdites : (constantes), D, C, B, A


b. Variable dpendante : AM

ANOVA
Somme des
Modle
1

Moyenne des

carrs
Rgression

ddl

carrs

9,888

2,472

Rsidu

122,062

171

,714

Total

131,950

175

Sig.

3,463

,009

a. Valeurs prdites : (constantes), D, C, B, A


b. Variable dpendante : AM

Coefficients

Coefficients non Coefficients


standardiss

Statistiques de

standardiss

Corrlations

Erreur

Corrlation

Modle

-,139

1,614

-,086 ,932

,009

,007

,180 1,226 ,222

-,100

,000

,006

-,014 -,120 ,904

-,156

,016

,006

,319 2,669 ,008

,226

,200

,007

,006

,152 1,148 ,252

,122

,087

(Constante)

standard

colinarit

Bta

a. Variable dpendante : AM

307

Sig.

simple

Partielle Partie Tolrance

,093

VIF

,090

,252

3,967

-,009 -,009

,396

2,528

,196

,378

2,646

,084

,309

3,232

Statistiques des rsidus


Minimum

Maximum

Moyenne

Ecart-type

Prvision

1,2462

2,5786

1,9386

,23770

185

Erreur Prvision

-2,913

2,692

,000

1,000

185

,074

,252

,138

,034

185

1,1932

2,4743

1,9306

,23824

176

-1,38630

2,13496

-,01471

,81635

176

Erreur Rsidu

-1,641

2,527

-,017

,966

176

Stud. Rsidu

-1,667

2,579

-,017

,981

176

-1,43198

2,22309

-,01390

,84216

176

-1,675

2,623

-,015

,986

176

Mahal. Distance

,354

14,539

3,978

2,524

185

Distance de Cook

,000

,072

,006

,010

176

Bras de levier centr

,002

,083

,023

,014

185

Erreur standard de la prvision


Prvision corrige
Rsidu

Rsidu supprim
Stud. Rsidu supprim

a. Variable dpendante : AM

308

309

A7.5

Hypothse 8

H8a : La motivation intrinsque influence positivement et significativement la variable moyenne


cursus
H8b : Lamotivation influence ngativement et significativement la variable moyenne cursus

Vrification des conditions ncessaires la ralisation dune rgression multiple et dtection


dventuelles valeurs extrmes
Pour chacune des variables MI, ME et AM, tolrance et VIF sont largement dans les limites
recommandes par Pallant (2005), tolrance > 0,1 et de VIF < 10, confirmant ainsi la faible
multicolinarit entre les variables explicatives.
Le nuage de points dit des rsidus standardiss en rapport avec les valeurs prdites
standardises ne fait apparatre aucun modle particulier (rpartition alatoire). Lhypothse
de valeur constante de la variance du terme derreur (homoscdasticit) et dindpendance des
termes derreur est ainsi vrifie.
En comparant la rpartition des rsidus standardiss une rpartition gaussienne (diagramme
gaussien P-P de rgression de rsidu standardis), nous constatons que lensemble des points
est approximativement situ le long de la diagonale. Nous vrifions ainsi lhypothse de
normalit de la distribution du terme derreur.
Ltude du nuage de points des rsidus standardiss en rapport avec les valeurs prdites
standardises ne fait apparatre aucune valeur extrme109. Labsence de valeurs extrmes est
galement conforte par lanalyse des deux indicateurs statistiques que sont les distances de
Cook et de Mahalanobis. La distance maximale de Cook est infrieure 1110 (0,075) et celle
de Mahalanobis infrieure 16,27 (seuil maximal recommand par Tabachnick et Fidell
(2001) dans le cas de 3 variables indpendantes dans le modle).

109

Selon Tabachnik et Fidell (2001), une valeur extrme correspond toute observation dont la valeur du rsidu
standardis est suprieure 3,3 en valeur absolue.
110

Seuil recommand par Tabachnik et Fidell (2001).

310

Rcapitulatif des modles


Modle

Changement dans les statistiques

Erreur
standard

R
dimension0

,254

R-

R-deux

deux

ajust

,064

Sig.

de

Variation

Variation

l'estimation de R-deux

,050

1,17928

de F

,064

Variation
ddl1

4,583

ddl2
3

de F

200

,004

a. Valeurs prdites : (constantes), AM, ME, MI


b. Variable dpendante : Moyenne Cursus
b

ANOVA
Modle

Somme des

Moyenne des

carrs
1

Rgression

ddl

carrs

19,119

6,373

Rsidu

278,142

200

1,391

Total

297,261

203

Sig.

4,583

,004

a. Valeurs prdites : (constantes), AM, ME, MI


b. Variable dpendante : Moyenne Cursus
Coefficients
Modle

Coefficients non

Coefficients

standardiss

standardiss

Statistiques de
Corrlations

Erreur
A
1

standard

colinarit

Corrlation
Bta

Sig.

simple

Partielle Partie Tolrance

VIF

(Constante) 13,071

,713

MI

,084

,092

,071

,912 ,363

,171

,064

,062

,763 1,311

ME

-,005

,105

-,003

-,049 ,961

-,001

-,003

-,003

,978 1,022

AM

-,294

,108

-,212 -2,725 ,007

-,246

-,189

-,186

,772 1,295

18,344 ,000

a. Variable dpendante : Moyenne Cursus

311

Statistiques des rsidus


Minimum
Prvision

Maximum

Moyenne

Ecart-type

12,0422

13,3473

12,8894

,30689

204

-2,761

1,492

,000

1,000

204

,085

,336

,157

,050

204

11,9505

13,3472

12,8908

,30837

204

-3,46847

3,10079

-,00209

1,18813

204

Erreur Rsidu

-2,941

2,629

-,002

1,008

204

Stud. Rsidu

-2,990

2,656

-,002

1,017

204

-3,58430

3,16440

-,00348

1,21138

204

-3,051

2,698

-,002

1,023

204

Mahal. Distance

,059

15,438

2,985

2,751

204

Distance de Cook

,000

,075

,005

,009

204

Bras de levier centr

,000

,076

,015

,014

204

Erreur Prvision
Erreur standard de la prvision
Prvision corrige
Rsidu

Rsidu supprim
Stud. Rsidu supprim

a. Variable dpendante : Moyenne Cursus

312

313

A7.6

Hypothse 9

H9 : Lune au-moins des variables de la motivation extrinsque influence de manire significative la


variable moyenne cursus

Vrification des conditions ncessaires la ralisation dune rgression multiple et dtection


dventuelles valeurs extrmes
Pour chacune des variables MI, Altr, Ego, Consc, Sec, Prest et AM, tolrance et VIF sont
largement dans les limites recommandes par Pallant (2005), tolrance > 0,1 et de VIF < 10,
confirmant ainsi la faible multicolinarit entre les variables explicatives.
Le nuage de points dit des rsidus standardiss en rapport avec les valeurs prdites
standardises ne fait apparatre aucun modle particulier (rpartition alatoire). Lhypothse
de valeur constante de la variance du terme derreur (homoscdasticit) et dindpendance des
termes derreur est ainsi vrifie.
En comparant la rpartition des rsidus standardiss une rpartition gaussienne (diagramme
gaussien P-P de rgression de rsidu standardis), nous constatons que lensemble des points
est approximativement situ le long de la diagonale. Nous vrifions ainsi lhypothse de
normalit de la distribution du terme derreur.
Ltude du nuage de points des rsidus standardiss en rapport avec les valeurs prdites
standardises ne fait apparatre aucune valeur extrme111. Labsence de valeurs extrmes est
galement conforte par lanalyse des deux indicateurs statistiques que sont les distances de
Cook et de Mahalanobis. La distance maximale de Cook est infrieure 1 112 (0,066) et celle
de Mahalanobis infrieure 24,32 (seuil maximal recommand par Tabachnick et Fidell
(2001) dans le cas de 7 variables indpendantes dans le modle).

111

Selon Tabachnik et Fidell (2001), une valeur extrme correspond toute observation dont la valeur du rsidu
standardis est suprieure 3,3 en valeur absolue.
112

Seuil recommand par Tabachnik et Fidell (2001).

314

Rcapitulatif des modles


Modle

Changement dans les statistiques

Erreur
standard

R
dimension0

,302

R-

R-deux

deux

ajust

,091

Sig.

de

Variation

Variation

l'estimation de R-deux

,058

1,17554

de F

,091

Variation
ddl1

2,769

ddl2
7

de F

193

,009

a. Valeurs prdites : (constantes), AM, Sec, Altr, Consc, Prest, Ego, MI


b. Variable dpendante : Moyenne Cursus

ANOVA
Modle

Somme des

Moyenne des

carrs
1

Rgression

ddl

carrs

26,786

3,827

Rsidu

266,707

193

1,382

Total

293,492

200

Sig.

2,769

,009

a. Valeurs prdites : (constantes), AM, Sec, Altr, Consc, Prest, Ego, MI


b. Variable dpendante : Moyenne Cursus

Coefficients
Modle

Coefficients non

Coefficients

standardiss

standardiss

Statistiques de
Corrlations

Erreur
A
1 (Constante) 13,005

standard

Corrlation
Bta

,839

,104

,105

Altr

-,135

,071

Ego

,031

,081

,033

-,048

,065

Sec

,117

Prest
AM

Sig.

simple

Partielle Partie Tolrance

VIF

15,500 ,000

MI

Consc

colinarit

,087

,991 ,323

,151

,071

,068

,617 1,621

-,144 -1,911 ,057

-,060

-,136

-,131

,824 1,213

,380 ,705

,002

,027

,026

,623 1,604

-,056

-,738 ,462

-,087

-,053

-,051

,807 1,239

,087

,105

1,338 ,183

,087

,096

,092

,757 1,320

,001

,079

,001

,007 ,994

,006

,000

,000

,725 1,380

-,317

,114

-,225 -2,773 ,006

-,245

-,196

-,190

,713 1,403

a. Variable dpendante : Moyenne Cursus

315

Statistiques des rsidus


Minimum
Prvision

Maximum

Moyenne

Ecart-type

11,9609

13,7406

12,9036

,36596

201

-2,576

2,287

,000

1,000

201

,125

,412

,225

,065

201

11,9038

13,8417

12,9045

,36902

201

-3,63156

3,29354

-,00141

1,17245

201

Erreur Rsidu

-3,089

2,802

-,001

,997

201

Stud. Rsidu

-3,129

2,863

-,002

1,017

201

-3,72577

3,43927

-,00226

1,21992

201

-3,203

2,918

-,002

1,023

201

1,262

23,515

6,965

4,713

201

Distance de Cook

,000

,066

,005

,009

201

Bras de levier centr

,006

,118

,035

,024

201

Erreur Prvision
Erreur standard de la prvision
Prvision corrige
Rsidu

Rsidu supprim
Stud. Rsidu supprim
Mahal. Distance

a. Variable dpendante : Moyenne Cursus

316

317

A7.7

Hypothse 10

La motivation explique la performance scolaire au-del du profil HBDI (Les variations des variables
de la motivation expliquent la variation de la variable moyenne cursus au-del de celles du HBDI

Rcapitulatif des modles


Modle

Changement dans les statistiques

Erreur
standard

R
1

R-deux

deux

ajust

de

Variation

l'estimation de R-deux

Variation
de F

Variation
ddl1

ddl2

de F

,315

,099

,079

1,13363

,099

4,841

176

,001

,427

,182

,129

1,10218

,083

2,455

169

,020

dimension0

R-

Sig.

a. Valeurs prdites : (constantes), D, C, B, A


b. Valeurs prdites : (constantes), D, C, B, A, Ego, MI, Altr, Sec, Consc, Prest, AM
c. Variable dpendante : Moyenne Cursus

ANOVA
Modle

Somme des
carrs

Rgression

Moyenne des
ddl

carrs

24,885

6,221

Rsidu

226,181

176

1,285

Total

251,066

180

45,764

11

4,160

Rsidu

205,302

169

1,215

Total

251,066

180

Rgression

D
4,841

,001

3,425

,000

a. Valeurs prdites : (constantes), D, C, B, A


b. Valeurs prdites : (constantes), D, C, B, A, Ego, MI, Altr, Sec, Consc, Prest, AM
c. Variable dpendante : Moyenne Cursus

318

Sig.

Coefficients
Modle

Coefficients non

Coefficients

standardiss

standardiss

Statistiques de
Corrlations

colinarit

Corrlat
Erreur
A
1 (Constante)

standard

15,531

2,139

-,003

,010

-,005

C
D

ion
Bta

Sig.

simple

Tolranc
Partielle Partie

VIF

7,260

,000

-,044

-,308

,758

,231

-,023

-,022

,252

3,964

,008

-,065

-,574

,567

,124

-,043

-,041

,393

2,546

-,015

,008

-,224

-1,939

,054

-,220

-,145

-,139

,383

2,609

-,017

,008

-,275

-2,124

,035

-,247

-,158

-,152

,304

3,284

14,682

2,135

6,878

,000

-,004

,010

-,065

-,456

,649

,231

-,035

-,032

,241

4,150

-,005

,008

-,065

-,577

,565

,124

-,044

-,040

,383

2,608

-,014

,008

-,205

-1,752

,082

-,220

-,134

-,122

,352

2,838

-,018

,008

-,290

-2,229

,027

-,247

-,169

-,155

,285

3,505

MI

,243

,102

,211

2,381

,018

,215

,180

,166

,618

1,619

Altr

-,082

,070

-,088

-1,172

,243

-,048

-,090

-,081

,857

1,167

Ego

,043

,077

,049

,562

,575

,038

,043

,039

,646

1,548

-,058

,064

-,071

-,908

,365

-,074

-,070

-,063

,789

1,268

,094

,084

,092

1,125

,262

,123

,086

,078

,730

1,369

Prest

-,036

,081

-,038

-,452

,652

,025

-,035

-,031

,694

1,441

AM

-,093

,101

-,080

-,916

,361

-,265

-,070

-,064

,627

1,595

2 (Constante)

Consc
Sec

a. Variable dpendante : Moyenne Cursus

319

A7.8

Hypothse 11

La variable AM joue un rle mdiateur entre les variables C et Moyenne Cursus

Variable dpendante = Moyenne Cursus


Variable indpendante = C
Variable mdiatrice = AM
Rcapitulatif des modles
Modle

Changement dans les statistiques

Erreur
standard

R
1

R-deux

deux

ajust

de

Variation

l'estimation de R-deux

Variation
de F

Variation
ddl1

ddl2

de F

,220

,049

,043

1,15519

,049

9,139

179

,003

,309

,095

,085

1,12967

,047

9,179

178

,003

dimension0

R-

Sig.

a. Valeurs prdites : (constantes), C


b. Valeurs prdites : (constantes), C, AM
c. Variable dpendante : Moyenne Cursus
c

ANOVA
Modle

Somme des
carrs

Rgression

Moyenne des
ddl

carrs

12,196

12,196

Rsidu

238,869

179

1,334

Total

251,066

180

23,910

11,955

Rsidu

227,155

178

1,276

Total

251,066

180

Rgression

a. Valeurs prdites : (constantes), C


b. Valeurs prdites : (constantes), C, AM
c. Variable dpendante : Moyenne Cursus

320

Sig.

9,139

,003

9,368

,000

Coefficients
Modle

Coefficients non

Coefficients

standardiss

standardiss

Statistiques de
Corrlations

Erreur
A
1

standard

colinarit

Corrlation
Bta

Sig.

(Constante) 13,642

,282

48,336 ,000

-,015

,005

-,220 -3,023 ,003

(Constante) 13,952

,294

47,387 ,000

-,011

,005

AM

-,258

,085

simple

Partielle Partie Tolrance

VIF

-,220

-,220

-,220

1,000 1,000

-,163 -2,207 ,029

-,220

-,163

-,157

,934 1,071

-,224 -3,030 ,003

-,265

-,221

-,216

,934 1,071

a. Variable dpendante : Moyenne Cursus

321

A7.9

Hypothse 15 - Les variables de la motivation (3 dimensions) influencent


la satisfaction dans les tudes

H15a : La motivation intrinsque influence positivement et significativement la satisfaction dans les


tudes
H15b : Lamotivation influence ngativement et significativement la satisfaction dans les tudes

Vrification des conditions ncessaires la ralisation dune rgression multiple et dtection


dventuelles valeurs extrmes
Pour chacune des variables MI, ME et AM, tolrance et VIF sont largement dans les limites
recommandes par Pallant (2005), tolrance > 0,1 et de VIF < 10, confirmant ainsi la faible
multicolinarit entre les variables explicatives.
Le nuage de points dit des rsidus standardiss en rapport avec les valeurs prdites
standardises ne fait apparatre aucun modle particulier (rpartition alatoire). Lhypothse
de valeur constante de la variance du terme derreur (homoscdasticit) et dindpendance des
termes derreur est ainsi vrifie.
En comparant la rpartition des rsidus standardiss une rpartition gaussienne (diagramme
gaussien P-P de rgression de rsidu standardis), nous constatons que lensemble des points
est approximativement situ le long de la diagonale. Nous vrifions ainsi lhypothse de
normalit de la distribution du terme derreur.
Ltude du nuage de points des rsidus standardiss en rapport avec les valeurs prdites
standardises ne fait apparatre aucune valeur extrme113. Labsence de valeurs extrmes est
galement conforte par lanalyse des deux indicateurs statistiques que sont les distances de
Cook et de Mahalanobis. La distance maximale de Cook est infrieure 1 114 (0,092) et celle
de Mahalanobis infrieure 16,27 (seuil maximal recommand par Tabachnick et Fidell
(2001) dans le cas de 3 variables indpendantes dans le modle).

113

Selon Tabachnik et Fidell (2001), une valeur extrme correspond toute observation dont la valeur du rsidu
standardis est suprieure 3,3 en valeur absolue.
114

Seuil recommand par Tabachnik et Fidell (2001).

322

Rcapitulatif des modles


Modle

Changement dans les statistiques

Erreur
standard

R
dimension0

,417

R-

R-deux

deux

ajust

,174

Sig.

de

Variation

l'estimation de R-deux

,162

,92950

Variation

Variation

de F

,174

ddl1

14,034

ddl2
3

de F

200

,000

a. Valeurs prdites : (constantes), AM, ME, MI


b. Variable dpendante : Satisfaction tudes

ANOVA
Modle

Somme des

Moyenne des

carrs
1

Rgression

ddl

carrs

36,375

12,125

Rsidu

172,794

200

,864

Total

209,169

203

Sig.

14,034

,000

a. Valeurs prdites : (constantes), AM, ME, MI


b. Variable dpendante : Satisfaction tudes

Coefficients
Modle

Coefficients
non

Coefficients

standardiss

standardiss

Statistiques de
Corrlations

Erreur
A
1 (Constante) 5,829

standard

colinarit

Corrlation
Bta

,563

Sig.

simple

Partielle Partie Tolrance

VIF

10,350 ,000

MI

-,001

,074

-,001

-,011 ,991

,194

-,001

-,001

,767 1,304

ME

,011

,082

,009

,135 ,893

-,002

,010

,009

,977 1,024

AM

-,477

,083

-,418 -5,729 ,000

-,417

-,375

-,368

,778 1,286

a. Variable dpendante : Satisfaction tudes

323

Statistiques des rsidus


Minimum

Maximum

Moyenne

Ecart-type

Prvision

3,7979

5,4167

4,9412

,42331

204

Erreur Prvision

-2,701

1,123

,000

1,000

204

,068

,268

,124

,040

204

3,7747

5,5051

4,9424

,42369

204

-2,66941

1,66397

,00000

,92261

204

Erreur Rsidu

-2,872

1,790

,000

,993

204

Stud. Rsidu

-2,882

1,797

-,001

1,003

204

-2,68768

1,67741

-,00120

,94273

204

-2,936

1,808

-,002

1,007

204

Mahal. Distance

,077

15,875

2,985

2,772

204

Distance de Cook

,000

,092

,005

,011

204

Bras de levier centr

,000

,078

,015

,014

204

Erreur standard de la prvision


Prvision corrige
Rsidu

Rsidu supprim
Stud. Rsidu supprim

a. Variable dpendante : Satisfaction tudes

324

325