Académique Documents
Professionnel Documents
Culture Documents
ACP
AFC ACM
Objectif de l’analyse
factorielle
• S’applique à des données quantitatives
ACP • Teste la dimensionnalité des échelles de
mesure psychométriques
Étapes et application
SPSS
Interprétation des
données
Le principe de l’ACP
• Elle repose sur l’étude de la corrélation entre les
variables prises globalement. Elle définit de nouvelles
variables (composantes/facteurs) qui seront utilisées
pour représenter les données plus simplement.
• identification du nombre de
2 facteurs
• Définition « littéraire
4 » des facteurs
• Interprétation des
5 données
Etape1: l’adéquation des
données
• Il s’agit de s’assurer que les données sont
factorisables:
La matrice
• Vérifier le lien entre les variables. La
des corrélation est forte à partir de 0.5
corrélation
quoi quand
redistribution de si les items sont
la variance des faiblement
premiers corrélés à un
facteurs extraits facteur
pour que
chaque item ne
soit fortement Si les items sont
lié qu’à un seul partagés entre
facteur plusieurs
facteurs
La rotation des axes
Étape 3: choix de la
matrice de rotation
• minimise le nombre de variables ayant de forte
Varimax corrélations sur chaque facteur( en augmentant
(orthogonale) le poids des facteurs). Simplifie l’interprétation
des facteurs.
Validité convergente/discriminante
• L’alpha de Cronbach
Élimination des items
0.40 moyen
0.65 bon
≤ 0.80 excellent
De vellis (2003)
La solution finale
montre que les
données sont
toujours
factorisables
(KMO=0.826)
La solution permet de
conserver 5 items dont
les coefficients de
corrélation sont
compris entre 0.676 et
0.7.80 (indicateur
d’une validité
discriminante à
vérifier!.
Analyse de la fiabilité de
l’échelle
• Analyse > échelle > Analyse de la fiabilité