RCG 024 0093 PDF

ÉVALUATION STATISTIQUE DE L’EFFICACITÉ D’UNE ACTION DE
FORMATION PROFESSIONNELLE. ÉVIDENCE POUR LES CENTRES DE

FORMATION DES PROFESSIONNELS DE TAXIS EN FRANCE
Bruno Samba et Moyo Nzololo
Editions ICES | « Revue Congolaise de Gestion »
2017/2 Numéro 24 | pages 93 à 138

ISSN 1729-0228
ISBN 9791097468019
Article disponible en ligne à l'adresse :
--------------------------------------------------------------------------------------------------------------------
https://www.cairn.info/revue-congolaise-de-gestion-2017-2-page-93.htm
Document téléchargé depuis www.cairn.info - - - 201.131.77.59 - 26/11/2019 21:58 - © Editions ICES

--------------------------------------------------------------------------------------------------------------------
Distribution électronique Cairn.info pour Editions ICES.

© Editions ICES. Tous droits réservés pour tous pays.
La reproduction ou représentation de cet article, notamment par photocopie, n'est autorisée que dans les
limites des conditions générales d'utilisation du site ou, le cas échéant, des conditions générales de la
licence souscrite par votre établissement. Toute autre reproduction ou représentation, en tout ou partie,
sous quelque forme et de quelque manière que ce soit, est interdite sauf accord préalable et écrit de
l'éditeur, en dehors des cas prévus par la législation en vigueur en France. Il est précisé que son stockage
dans une base de données est également interdit.
Powered by TCPDF (www.tcpdf.org)

Évaluation statistique de l’efficacité
d’une action de formation
professionnelle. Évidence pour les
centres de formation des
professionnels de taxis en France.
Résumé Bruno
L’objectif de cet article est, SAMBA*
s’inscrivant dans le cadre logique
d’analyse que s’est offert de MOYO

justifier Kirkpatrick (1959), NZOLOLO**
d’enrichir la littérature sur l’étude
de la satisfaction, ou
l’insatisfaction, des bénéficiaires
d’une action de formation
professionnelle, en proposant
l’utilisation de la logique floue.
*
Pour de donner plus de portée à FSE, Université
ce travail, nous avons vérifié Marien Ngouabi,
notre approche avec une étude ESGAE - Congo
concrète de formation de bsamba3@yahoo.fr
professionnels de taxis, en Loire-
**
Atlantique (France). Les indices FSE, Université
obtenus, avec la démarche à la Marien Ngouabi,
logique totalement floue et ESGAE - Congo
Revue congolaise de gestion, N° 24, Juillet – Décembre 2017 93

Évaluation statistique de l’efficacité d’une action de formation professionnelle
relative, ou TFR, permettent d’appréhender les risques

d’insatisfaction individuelle et de groupe, des participants
à une action de formation. Et, il est possible d’inférer que
la performance du centre de formation considéré est
optimale et provoque une faible insatisfaction globale
auprès des bénéficiaires de la formation : indice général
d’insatisfaction 0,19.
Mot clés : Insatisfaction, indicateurs de satisfaction,

logique floue, logique totalement floue et relative,
formation de professionnelle, taxis, Loire-Atlantique.
Abstract
The objective of this article is, in keeping with the logical
framework of analysis that Kirkpatrick (1959) offered to
justify, to enrich the literature on the study of satisfaction,

or dissatisfaction, of beneficiaries of a vocational training
action, suggesting the use of fuzzy logic. To give more
scope to this work, we checked our approach with a
concrete study of training of taxi professionals, in Loire-
Atlantique (France). The indices obtained, with the
approach to the totally fuzzy and relative logic, or TFR,
make it possible to apprehend the risks of individual and
group dissatisfaction of the participants. And, it is possible
to infer that performance of the current professional
training center is optimal and cause a low global
dissatisfaction towards the trainees: dissatisfaction
general indice 0,19.
Keywords : Dissatisfaction, satisfaction indicators, fuzzy

logic, totally fuzzy and relative logic, professional
training, taxis, Loire-Atlantique.

93-141 Bruno Samba, Moyo Nzololo
1. Introduction
ans entrer dans le débat relatif à l’évaluation, il est
S possible de trouver dans les travaux de Posavac et
Carey, (1980), une formulation définitionnelle simple et
adaptée à notre sujet. Posavac et Carey (1980) estiment
que l’évaluation est un ensemble des méthodes, des
techniques de qualités et de perspicacité, à travers
lesquelles on peut déterminer si un service, offert
naturellement à des personnes, est nécessaire et
susceptible d’être utilisé, et s’il est dispensé de la façon
prévue.
La formation est un objet qui a soulevé dans le
passé et continue de soulever tant de questions ouvertes,
qui mérite d’être étudié avec force précautions. Une
importance est reconnue par les scientifiques et les experts

à la formation, qu’il s’agisse de la définir ou même de
faire son apologie : se former est un processus
d’acquisition de connaissances, de savoir-faire, de
comportements, permettant l’essor désirable ou désiré des
compétences ( capacités remarquables).
Cela est d’autant vrai que les normes ISO
soutiennent fortement le développement de la formation,
et deux d’entre elles, nommément la norme ISO 9001 et la
norme ISO 29990, se démarquent dans leur influence sur
le développement des pratiques d’évaluation des
formations (cf. Pottiez, 2013). La norme ISO 9001:2000
remplaçant les trois premières normes (9001, 9002 et
9003) depuis le 15 décembre 2000, date à laquelle le
Comité européen de normalisation (CEN) l’a adoptée, qui
comprend un chapitre (6.2.2) intitulé « Compétence,
sensibilisation et formation » dans lequel il est notifié que

l’entreprise certifiée doit évaluer l’efficacité de ses actions

de formation. Et, la norme ISO 29990, créée en octobre
2010, dédiée aux organismes de formation, qui revêt un
objectif ambitieux : celui de certifier « la qualité des
services des prestataires de formation ».
Aussi, beaucoup d’intellectuels s’accordent sur
l’importance de l’évaluation de l’efficacité de la
formation : par exemple Kirkpatrick (1998), Phillips
(1997) et Russ-Eft et Preskill (2001).
Mais, dans les faits cette évaluation est peu
réalisée. Les études appliquées qui visent à évaluer
l’efficacité de la formation, trouvent généralement leur
inspiration dans le cadre d’analyse du modèle de
Kirkpatrick (1959), lequel, dans sa version la plus simple,
définit de façon claire quatre niveaux qui illustrent la
hiérarchie existant entre quatre critères d’évaluation. Tout
d’abord, le premier niveau résout un problème double : il

doit identifier des participants à la formation les réactions
et apprécier leur degré de satisfaction. Le deuxième niveau
s’ingénie à fournir la mesure de l’apprentissage des
utilisateurs, apprentissage approuvé par l’amélioration des
attitudes, l’élargissement du champ des connaissances, les
compétences étendues et fortifiées. Ensuite, le troisième
niveau s’attache à l’explication des changements
comportementaux des individus survenant après une
action de formation. Et enfin, le quatrième niveau a la
tâche délicate de mesurer les résultats finals, de mettre en
évidence les effets induits de la formation dans la société.
Tout bien considéré, ceci revient à se demander, en fait, si
l’individu a finalement apprécié la formation (niveau 1),
ce qu’il en a réellement retenu (niveau 2), s’il projete de
changer ses comportements au travail (niveau 3) et quels

changements cela pourrait amener dans l’organisation du

travail (niveau 4).
Un des objectifs des travaux empiriques centrés sur
cette approche est d’évaluer la satisfaction des
bénéficiaires de la formation. Les leçons à tirer des
travaux empiriques sur l’étude de l’efficacité de la
formation et sur cette évaluation de la satisfaction sont,
certainement, dans le point de vue de Gérard (2003), très
clair et nuancé, que le questionnaire de satisfaction est
parfois traité de manière plus intuitive que systématique
et, par ainsi, ne fournit réellement que peu d’informations
intéressantes. L’observation des méthodes pratiques de
l’évaluation de la satisfaction, ou de l’insatisfaction, dans
ce contexte, revêt un intérêt particulier.
La question de la satisfaction offre une réalité
différente selon l’angle d’analyse considéré et soulève un

intérêt croissant dans les sciences sociales. Celle-ci peut
être traitée à partir du paradigme en termes de
confirmation des attentes (expectations), en supposant que
la satisfaction est un état émotionnel positif (Locke, 1969),
ou état psychologique (Oliver, 1981), ou sentiment
éprouvé par quelqu’un à partir d’une perception (Noyé,
2000).
Le modèle de non-confirmation des attentes,
proposé par Oliver (1980) et couramment utilisé,
conceptualise la satisfaction à partir des trois notions que
sont la comparaison, les attentes préalables (formées avant
la transaction) et les perceptions. Il postule que la
satisfaction est le résultat de la comparaison entre les
attentes préalables et la performance perçue du bien ou du
service. Lorsque la qualité perçue est inférieure à la qualité
attendue, il en résulte de l’insatisfaction (non-confirmation

négative). Contrairement, lorsque la qualité perçue est

supérieure à la qualité attendue, le client ressent une forte
satisfaction (non-confirmation positive). Enfin, lorsque la
qualité perçue est égale à la qualité attendue, l’individu
éprouve une simple satisfaction (ce sentiment se situe dans
une zone de normalité). Telle configuration considère la
satisfaction comme une variable latente ; c’est dire que la
satisfaction ne peut être évaluée directement et pour
l’atteindre, il est nécessaire d’évaluer des concepts
intermédiaires, lesquels peuvent être également des
variables latentes, telles que la qualité perçue ou les
attentes. En outre, les résultats du modèle de non-
confirmation sont testés dans la cadre de la théorie des
ensembles classiques, laquelle suppose la certitude
complète et la précision dans le jugement humain des
phénomènes.
Depuis le début des années 2000, d’autres outils

d’analyse, en lien avec le développement et les
applications de la théorie des ensembles flous1, sont mis
en œuvre pour évaluer le degré de satisfaction. Ces
modèles sont fondés sur la notion de satisfaction en tant
que représentation mentale et sociale (voir sur ce point par
exemple Jouandeau, 2004). Cette réorientation de la
définition au profit d’une logique de représentation, a
trouvé, en effet, avec la théorie des ensembles flous un
cadre formel particulièrement bien adapté pour la
détermination des indices de satisfaction, ou de
l’insatisfaction. La réflexion présente privilégie cette
approche.
1
La théorie des sous-ensembles flous est une théorie mathématique du
domaine de l’algèbre abstraite.
Même si l’intérêt d’une telle approche est évident,

sa mise en œuvre est délicate dans la mesure où le choix
d’une fonction d’appartenance est très discuté dans la
littérature existante sur les ensembles flous. Cette fonction
présente des difficultés de réalisation en pratique, du fait
qu’il n’existe pas de règle parfaite.
Dans les applications, on caractérise la forme de la
fonction d’appartenance de chaque variable considérée
soit par le concept de distance (voir par exemple l’étude de
Jouandeau, 2004), soit par le concept de fréquence (Cheli
et Lemmi, 1995). Pour dériver les fonctions
d’appartenance des variables, cette étude utilise le concept
de fréquence et plus précisément, la démarche décrite dans
Cheli et Lemmi (1995). Au centre de l’intérêt qu’offre
cette perspective se trouve ce fait majeur que le degré
d’appartenance de chaque individu dans l’ensemble flou

considéré, est fonction de sa position dans la distribution
de l’indicateur dont il est question.
La problématique étudiée dans cet article est issue
du processus de travail de ceux qui tentent de mesurer la
satisfaction, ou l’insatisfaction, des bénéficiaires d’une
action de formation. Et, l’objectif de cette étude est
d’œuvrer à l’enrichissement de la littérature sur l’étude de
l’efficacité de la formation, en proposant, dans
l’estimation de la satisfaction, ou de l’insatisfaction, des
participants l’utilisation de la logique floue. Il importe de
dire que l’objet principal de notre propos qui suit, n’est
pas de proposer une critique approfondie à l’approche de
Kirkpatrick (1959). Mais celui-ci veut, en l’évoquant,
uniquement montrer en quoi la logique floue contribue à la
réflexion sur l’évaluation des formations.

Pour donner plus de portée à notre réflexion nous

avons vérifié notre approche avec une étude concrète des
données provenant d’une enquête de satisfaction relative à
une formation initiale réalisée en France, et plus
précisément en Loire-Atlantique, dans un centre privé de
formation de professionnels de taxis.
Cette présentation consiste en trois points. La
littérature sur le thème de l’évaluation de l’efficacité d’une
formation fait l’objet du premier point. Le deuxième point
permet d’identifier et de détailler la méthodologie de la
recherche adoptée. Enfin, l’analyse et la discussion des
résultats constituent le troisième point.
2. Cadre conceptuel
D’un point de vue analytique, le modèle de
Kirkpatrick (1959) qui a souvent été utilisé depuis, définit

quatre niveaux dans l’évaluation de la formation. La revue
de la littérature permet d’identifier les outils pour évaluer
l’efficacité d’une formation.
2.1. Nécessité d’évaluer la satisfaction des participants
L’apport méthodologique du modèle Kirkpatrick
(1959) semble important car, c’est un des premiers qui
essaient de prendre en considération tant de façon
théorique qu’empirique l’évaluation de la formation2. Ce
modèle est parvenu à établir quatre niveaux qui illustrent
2
Le modèle de Kirkpatrick a été étendu par Philips (1994) qui y ajoute
un niveau additionnel et notamment le calcul du rendement de la
formation.
Revue congolaise de gestion, N° 24, Juillet – Décembre 2017
100
la hiérarchie existant entre quatre critères d’évaluation

remarquables et fondés sur le plan pratique3.
Niveau 1 – Mesure des réactions initiales des
participants
Il existe des réactions des participants (ce qu’ils
pensent du programme ou de l’activité) qu’il sied de
cerner. Kirkpatrick (1998) associe ce niveau à une
évaluation de la satisfaction : si la formation se veut
efficace, elle doit générer des réactions favorables de la
part des bénéficiaires. Plus fondamentalement, ces
réactions sont contingentes aux questions touchant leur
perception et leur satisfaction, et sont le plus souvent
recueillies par l’entremise d’un questionnaire post-cours
où les participants donnent leur niveau de satisfaction à
l’égard de différents aspects de l’activité.
Niveau 2 – Mesure de l’apprentissage et des

connaissances des participants
Il faut dépasser l’analyse des réactions pour
déterminer ce que les participants ont acquis en termes de
connaissances et de compétences en fonction des objectifs
visés (c’est l’évaluation de la progression des bénéficiaires
d’une formation), dans quelle mesure l’apprentissage et les
connaissances des participants correspondent aux objectifs
du programme. L’évaluation, détaillée et beaucoup plus
approfondie, lorsqu’elle est amendée au niveau 2 pour
pouvoir prendre en compte, non seulement, la progression
des connaissances et des compétences des bénéficiaires,
3
Il faut souligner que ce modèle prête le flanc à quelques critiques :
sur ce point voir par exemple Kraiger et al. (1993), Holton (1996),
Alliger et Janak (1989).
101
mais aussi, l’adéquation entre l’apprentissage des

bénéficiaires et les objectifs du programme, permet
d’obtenir une pertinence notable et d’éviter de conclure
hâtivement que s’il n’y a pas eu de bons résultats en
termes de modification de comportement, c’est parce qu’il
n’y a pas eu apprentissage.
Plusieurs méthodes peuvent être utilisées à ce
niveau, savoir : les évaluations avant et après les cours, les
observations formulées par les tuteurs, les gestionnaires
et/ou les pairs, les évaluations en équipe et les
autoévaluations, les entrevues et les sondages.
Niveau 3 – Mesure du changement comportemental
Cette mesure ne prend tout son sens qu’avec
l’examen des questions posées : l’apprentissage affecte-t-il
le comportement des bénéficiaires d’une action de
formation ? Dans leur quotidienneté, ceux-ci utilisent-ils

les nouvelles connaissances acquises ? La réponse à ces
questions permet l’appréhension du transfert des
connaissances et, en effet, la conception d’une mesure de
l’atteinte des objectifs de rendement. L’approche tente
surtout, et selon ce raisonnement, de déterminer la
contribution nette du programme suivi dans le changement
de comportement des bénéficiaires.
Mais, il est possible de nuancer l’optimisme de
cette conceptualisation au moyen d’une mise en pleine
lumière de ses défaillances par Khezri (2008) que la
mesure est absolument difficile à réaliser et qu’il est
souvent difficile, voire impossible, de prédire le moment
où les changements de comportement se produiront ; de
sorte que le choix de la méthode d’évaluation ainsi que
celui du moment (l’évaluation devrait se situer environ

102
deux à trois mois après la formation) constituent des

décisions importantes.
Pour faire face aux difficultés évoquées, les études
du genre utilisent une kyrielle de méthodes : les
évaluations avant et après les cours, les observations, les
groupes de discussion, les entrevues.
Niveau 4 – Mesure des résultats finals
L’importance de ce niveau est de voir l’intérêt des
résultats finaux associés à la formation, en exposant, sans
prétendre à l’exhaustivité, les caractéristiques les plus
importantes. Ce niveau s’offre à apprécier, non seulement,
les résultats finaux obtenus à la suite de l’apprentissage,
tant dans son application ou ses incidences sur la société,
mais aussi, inclut une évaluation finale en ce qui concerne
les attendus et les objectifs du programme. C’est, à coup
sûr, l’évaluation la plus délicate. L’évaluateur a rivalisé de

talents pour développer des indicateurs susceptibles de
saisir cette réalité : l’accroissement de la productivité, la
satisfaction des citoyens, la réduction des coûts, une plus
grande satisfaction de la part des employés et une
diminution du roulement du personnel.
D’un point de vue appliqué, il est difficile
d’atteindre un tel objectif, d’autant plus que la
détermination de ces résultats s’avère difficile, et ils n’ont
pas toujours de relation de cause à effet avec la formation.
Bien que la construction de la mesure et les applications
numériques explicitement définies, soient compliquées,
que les résultats du niveau 4 soient mesurés moins souvent
que les autres, la qualité intrinsèque du modèle n’est pas
en cause. L’optique de Kirkpatrick (1959) assure que, avec
l’adoption de ce cadre logique, des résultats positifs aux
évaluations d’un niveau donné augurent des résultats
103
positifs au niveau suivant. « C’est parce qu’il y aura eu

satisfaction qu’il y aura apprentissage ; c’est parce qu’il y
aura eu apprentissage qu’il y aura changement de
comportement ; et c’est parce qu’il y aura eu changement
de comportement qu’il y aura résultats sur l’entreprise. »
(Dunberry et Péchard, 2007, p. 8).
2.2. La mesure de l’impact de la formation

Dans le même esprit, l’habitude actuelle est pour
beaucoup d’auteurs, calés sur ce courant d’analyse, de
décomposer le problème posé en trois dimensions de
recherches, et complémentaires inéluctablement, et
hiérarchisées absolument, recourant chacune à des
méthodologies, différentes, dont le choix est presque
entièrement expliqué par des difficultés spécifiques (cf.
Gérard, 2003 ; Khezri, 2008). Ces dimensions sont bien

interprétées et justifiées par plusieurs auteurs, par exemple
Gérard (2003) et Khezri (2008), dont cette présentation
s’inspire :
- un premier niveau est celui concernant uniquement
l’évaluation des acquis, ou encore l’efficacité
pédagogique ;
- un deuxième niveau est celui qui concerne le
transfert ;
- un troisième niveau proposé insiste de ce point du
vue sur l’impact de la formation : la connaissance de
l’efficacité pédagogique et l’application des acquis par les
participants permet une meilleure compréhension des
impacts de la formation.
L’inventaire de la littérature montre que la notion
théorique de l’impact de la formation est constamment

104
évoquée. Cependant, l’appréhension de cet impact soulève

des difficultés importantes qui sont très étudiées.
Gérard (2003), émettant l’hypothèse qu’une action
de formation dont il serait possible de prouver à la fois, et
la pertinence des objectifs de formation, et l’atteinte de
ceux-ci, et la mise en œuvre sur le terrain des compétences
acquises, pourrait être considérée comme ayant un impact,
même si celui-ci n’est ni observable ni observé, formule
une lecture renouvelée sur cet impact et discute une
spécification où l’impact de la formation est supposé être
mesuré avec une formule d’application :
Impact = Pertinence × Acquis × Transfert.
À l’appui de ces considérations, Khezri (2008)

applique, dans l’évaluation de l’impact de la formation,
une méthode fondée sur les acquis du principe du test du

Khi-deux. En effet, Khezri (2008) qui évalue l’efficacité
de la formation dans le cas de la Poste tunisienne, au fond
d’après l’argumentaire de Gérard (2003), considère trois
dimensions : le déroulement de l’action de formation en
d’autres termes la pertinence des plans de formation ; la
satisfaction des participants (il estime les réactions des
participants en fonction de leur satisfaction à l’égard de la
formation, de leurs perceptions de la pertinence des plans
et programmes de formation et de leurs perceptions de
l’opportunité offerte pour le transfert des acquis) ;
l’influence de leur vécu concret au sein de la Poste pour
stimuler le transfert. Il procède au calcul du khi-deux pour
comparer les résultats obtenus aux résultats prévus afin de
déterminer la cohérence interne de chacune de ces
dimensions, puis teste le degré de dépendance de ces trois
105
variables, grâce au coefficient de contingence et au

coefficient de corrélation. Ce principe est l’atout des
interactions qui peuvent exister entre les trois dimensions.
Même si les méthodologies pour étudier l’efficacité
de la formation se multiplient, on peut remarquer une
faiblesse dans le traitement et l’évaluation de la
satisfaction de participation associée à la formation.
Globalement, les études se placent dans l’approche de
non-confirmation et semblent partager l’idée que la
satisfaction est basée sur des attentes et des perceptions.
Une définition de la satisfaction comme
représentation mentale et sociale (Jouandeau, 2004) peut
être aujourd’hui retenue, et les outils d’évaluation y
afférents doivent, dans ce cas, prendre aussi cette forme
ainsi que les échelles d’évaluation (cf. Jouandeau, 2004).

2.3. Des indicateurs de satisfaction flous
« La représentation se construit petit à petit, à partir
d’expériences personnelles et collectives, avec une grande
variabilité d’un individu à l’autre » (Jouandeau, 2004, p.
69). De façon générale, « l’appréciation que nous pouvons
formuler sur une situation, un fait, une observation, un
phénomène, une proposition… (tout sujet pouvant
intervenir dans la satisfaction) est imparfaite à plusieurs
titres » (Jouandeau, op. cit, p. 70), est imprécise et
incertaine. En calculant un indice global de satisfaction,
Jouandeau (2004) est parvenu à montrer l’intérêt de
l’évaluation de la satisfaction par la logique floue.

106
Zadeh (19654) a introduit les ensembles flous

comme une extension de la notion des ensembles
classiques. Dans ses origines conceptuelle et
mathématique, la théorie des ensembles flous est basée sur
une présupposition que l’élément peut appartenir
partiellement, non pas absolument, à une catégorie
donnée. Au centre de l’intérêt qu’offre cette approche, se
trouve ce fait majeur surtout qu’elle permet d’appréhender
en un même formalisme imprécisions, incertitudes et ce
qui est vague. La théorie des ensembles flous paraît très
utile dans la compréhension du raisonnement humain5 et
permet :
- de démontrer que la satisfaction, qui excite le
système du plaisir et la non-satisfaction (ou
dissatisfaction), laquelle excite le système du déplaisir, ne
seraient point d’une même échelle les deux extrémités6,
échelle qui faciliterait la tâche d’évaluation de la

satisfaction ;
- de conceptualiser et de mesurer la satisfaction, ou
même l’insatisfaction, comme un continuum des niveaux
d’appartenance.
3. Méthodologie de la recherche
Préalablement, les spécifications formelles des
ensembles classiques et des ensembles flous, quelques
différences essentielles sont présentées. Ensuite, nous
4
Historiquement, la théorie des ensembles flous a été initiée par L.A.
Zadeh (1965), puis développée par D. Dubois et H. Prade (1980).
5
Voir par exemple L. A. Zadeh (1989).
6
La théorie bi-factorielle stipule que la satisfaction et l’insatisfaction
constituent deux construits indépendants et non pas contraires.
107
motivons la méthodologie, en particulier celle de la

logique totalement floue et relative floue (TFR).
3.1. De la théorie des ensembles classiques à la théorie

des ensembles flous
La différence fondamentale entre la théorie des
ensembles classiques et la théorie des ensembles flous
réside, en effet, dans la nature de l’inclusion des éléments
de l’ensemble considéré. Dans la première théorie, les
éléments sont soit inclus, soit exclus de l’ensemble. Alors
que dans la deuxième théorie, ils ne sont pas exclus mais
inclus normalement selon un degré de validité compris
entre 0 et 1. Les théories de la logique floue permettent
donc à un élément d’appartenir à plus qu’un seul ensemble
exclusif selon divers degrés d’appartenance ou de validité.
Chaque ensemble possède sa propre fonction
d’appartenance déterminant le degré de certitude qu’un

élément appartient à l’ensemble.
Afin de disposer d’un point de référence, la théorie
des ensembles classiques est rapidement exposée avant
celle des ensembles flous7.
3.1.1. La théorie des ensembles classiques
Il est possible d’inférer que la performance du centre
de formation considéré est optimale et provoque une faible
insatisfaction globale (soit 0,19) auprès des bénéficiaires
de la formation..
Soient Ξ un ensemble d’éléments x (xΞ) et A un
sous-ensemble classique de Ξ (AΞ) ; A est caractérisée
7
Cette présentation emprunte beaucoup à. F. Pittaluga et al.,
(2002) et F. Pittaluga et al. (2004).
108
par une application de Ξ dans [0, 1]. Cette application est

appelée fonction d’appartenance. Désignons par µA(x) la
fonction d’appartenance de x au sous-ensemble A (encore
appelée le degré d’appartenance à A). x a deux statuts
différents bien définis et incompatibles vis-à-vis du sous-
ensemble A :
- soit xA, alors µA(x) prend la forme : µA(x) = 0 ;
- soit xA, alors µA(x) prend la forme : µA(x) = 1.
A est un sous-ensemble classique, si nous savons
exactement quel élément appartient au sous-ensemble A et
lequel n’y appartient pas. La théorie des ensembles
classiques repose sur la logique binaire, à deux valeurs de
vérités : 0 et 1 (non ou oui, faux ou vrai, satisfait ou non).
Elle n’accepte que deux états possibles : un élément est
inclus dans un ensemble ou il ne l’est point.

3.1.2. La théorie des ensembles flous
Un ensemble flou est totalement déterminé, défini
par sa fonction d’appartenance. On attribue à chaque
élément un « degré d’appartenance » à un ensemble au
moyen d’une fonction d’appartenance.
Étant donnés un ensemble Ξ et x un élément de Ξ,
et soit A un sous-ensemble flou de Ξ. A est caractérisé par
le couple : [x, µA(x)]. Pour tout xΞ, µA(x) est une
fonction d’appartenance qui prend ses valeurs dans
l’intervalle fermé [0, 1], c’est-à-dire que µA(x)[0, 1].
Les valeurs de µA(x) qui représente le degré
d’appartenance de x à Ξ, peuvent être fixées dans une
forme très intuitive :
- µA(x) = 0, si et seulement si x n’appartient pas à A ;

109
- 0µA(x)1, si et seulement si x appartient

partiellement à A et son degré d’appartenance est donné
par la valeur de µA(x) ;
- µA(x)=1, si et seulement si x appartient
complètement à A.
Telle théorie n’est pas facile à appliquer, le concept
de fonction d’appartenance qui présente un grand intérêt
pour la compréhension des indicateurs, n’étant pas
exactement défini. Un fait, la littérature8 n’a trouvé aucun
consensus sur la manière d’évaluer dans la pratique les
degrés d’appartenance, d’assigner des valeurs positives à
la fonction d’appartenance, un nombre des techniques ont
été adoptées, et à l’évidence, c’est un des points de la
distinction centrale entre les différentes approches de
logique floue proposées. Bref, la détermination des valeurs
pratiques de la fonction d’appartenance a tourné à une

discussion de méthodologies. Deux outils principaux ont
été expérimentés pour le calcul des fonctions
d’appartenance et notamment : la distance et la fréquence.
Le concept de distance est de différents abords
mathématiques et de différentes formes fonctionnelles9.
8
Malgré de nombreux développements théoriques intéressants, les
travaux empiriques achoppent sur un problème méthodologique de
taille et notamment la difficulté de déterminer une spécification de la
fonction d’appartenance. Il semble bien en tout cas que les auteurs se
sont attelés, dans la pratique, au fond à résoudre le moins mal possible
un problème méthodologique qui n’a pas une seule solution. Plusieurs
méthodes et plusieurs variantes permettent de calculer les fonctions
d’appartenance.
9
S. Lelli (2001) présente bien ces différentes formes : linéaires,
trapézoïdales, gaussiennes, sigmoïdes.
110
Ces représentations exigent la définition préalable, pour

caractériser la fonction d’appartenance de chaque variable,
de deux valeurs limites de l’« intervalle flou » et d’utiliser,
dans cet intervalle, des approximations fonctionnelles,
sous forme soit d’une fonction linéaire, soit d’une fonction
triangulaire, ou trapézoïdale, ou gaussienne, ou
sigmoïdale, qui amortit mieux les variations des valeurs
résultats, par rapport à une fonction linéaire. Ce qui, du
coup, donne prise à la critique sur les principales raisons
qui, précisément, justifient le choix des seuils, qui n’est
certainement pas neutre. La synthèse des constations
permet de comprendre que les croyances subjectives du
chercheur qui effectue l’analyse, représenteraient, en règle
générale, la justification de la discrimination parmi les
données des modalités, introduisant ainsi des hypothèses
normatives dans toute la procédure (cf. S. Lelli, 2001).
C’est en opposant, à la première proposition ci-

dessus, l’intérêt de définir les qualités d’adhésion, dans
une direction différente, en référence à la distribution de
l’élément considéré dans la société donnée que d’autres
auteurs, tels que Cheli et Lemmi (1995), et par la suite
Filippone et al. (2001), Betti et al. (2004), Betti et al.
(2005), en sont arrivés à appliquer la notion de fréquence
qui constitue un moyen utile de sortir plus facilement de la
question des choix aprioristes (cf. Lelli, 2001). Cheli et
Lemmi (1995) partagent inéluctablement ce point de vue
inspiré de Desai et Shah (1988), que l’environnement
social joue un rôle essentiel dans la mesure de la privation.
3.2. La logique TFR

Cheli et Lemmi (1995) ont proposé une approche
qui sert à définir la fonction d’appartenance dans le cas
111
d’indicateurs qualitatifs polytomiques et continus, qu’ils

ont eux-mêmes considérée de « totalement floue et
relative ». Totalement floue, car l’approche évite la
spécification des seuils critiques inférieur et supérieur
(comme dans les approches trapézoïdale et sigmoïde, par
exemple). Totalement relative, car, pour un indicateur
donné, le degré d’appartenance de chaque individu est
sous la dépendance statistique de sa position dans la
distribution de l’indicateur.
Pour mémoire, l’intention de Cheli et Lemmi
(1995) était de suivre Cerioli et Zani (1990) qui visaient à
surclasser l’approche traditionnelle en termes de seuils de
pauvreté dans les premières tentatives d’utiliser les
ensembles flous dans l’appréhension multidimensionnelle
du phénomène de la pauvreté mais, en apportant des
améliorations dans la conceptualisation de la fonction
d’appartenance. Beaucoup des travaux, par la suite, ont

utilisé cette fonction d’appartenance pour affiner leur
esprit et enrichir l’intelligence sur la résolution des
problèmes associés aux concepts sociaux et économiques :
voir par exemple Betti, Cheli et Verma (2006), Betti et al.
(2005), Betti et al. (2004), Pittaluga, Salvati et Seghieri
(2004)10, Pittaluga et al. (2002). Bien sûr que cette liste
n’est pas exhaustive.
La fonction d’appartenance TFR a une formulation
forte. La démarche de Cheli et Lemmi (1995) peut être
appliquée sans réserve à l’estimation de la satisfaction, ou
10
F. Pittaluga et al. (2002), puis F. Pittaluga, N. Salvati et C. Seghieri
(2004) s’intéressent à la pauvreté dans les communautés de pêche
artisanale en Afrique noire.
112
l’insatisfaction, des bénéficiaires d’une action de

formation.
À supposer que pour chaque unité statistique nous
observons un vecteur X de k caractéristiques : X1, X2, …,
Xn. µ( ) représente la fonction spécifique d’appartenance
pour l’indicateur Xj (µ(xij) illustre une mesure de
l’insatisfaction - nous nous intéressons ici à
l’insatisfaction - spécifique pour la variable j).
L’approche TFR définit une spécification
normalisée de la fonction d’appartenance, reflétant une
relation monotone non linéaire entre Xj et µ( ), ce qui
signifie que µ( ) dépend de la distribution de l’indicateur
Xj et non seulement des valeurs extrêmes de l’indicateur
(Xminj et Xmaxj) et par ainsi, elle améliore la fonction
d’appartenance.
Celle-ci prend en compte et est fondamentalement

définie en termes de sa fonction de distribution, qui est
notée ici H( ) :
(1) µ(xij) = H(xij) si l’insatisfaction en unité j

croît quand Xj augmente
µ(xij) = 1 - H(xij) si l’insatisfaction en unité j
croît quand Xj diminue dont la forme normalisée est
donnée par l’une des expressions et avec les significations
suivantes :
(2) g(xij) = 0 dans le cas de l’hypothèse que :
x ij  x 1j

113
)  g x  
H x   H x  ,
k 1
k
j
k 1
j
x ij  x kj
g ( x ij j
1  H x  1
j
si avec
(k  1) .
De cette spécification, il est déduit une forme plus
explicite et relativement générale de g(xij) :
(2’) )  g x  
H x  hx 
k
j
1
j
1  hx 
k
g ( x ij j 1
j
où les h( ) désignent les fréquences relatives de la

distribution Xj.
La variable Xj joue un rôle crucial dans les résultats
de répartition. En prenant l’ensemble des catégories (ou
des valeurs que Xj illustrent, si elle est quantitative et
discrète), nous avons : x 1j , x 2j ,..., x mj classés en ordre

croissant, ici relativement au degré d’insatisfaction, de
sorte que x 1j et x mj indiquent le degré minimum et le
degré maximum, respectivement. Cette spécification
permet la conceptualisation de l’insatisfaction comme un
continuum des niveaux d’appartenance. Alors, une valeur
0 de la fonction d’appartenance est associée à la catégorie
(ou valeur) correspondant au risque d’insatisfaction le plus
bas ; une valeur 1 est attribuée à celle correspondant au
risque d’insatisfaction le plus élevé. Quant aux valeurs
comprises entre 0 et 1, elles s’appliquent aux catégories
des risques intermédiaires.
La spécification de µ(xij) en termes de fonction de
distribution Xj, permet d’attribuer un score d’insatisfaction
à chaque individu. Ce score est fonction, d’une part, du
nombre de d’individus qui ont obtenu un score plus élevé
114
et d’autre part, du nombre de ceux qui ont enregistré un

score plus bas relativement à la valeur de l’individu
considéré.
 Procédure d’agrégation11 et systèmes de poids
La théorie des ensembles flous alloue à chaque
individu une mesure de niveau relatif d’insatisfaction ;
mesure l’insatisfaction relative et l’insatisfaction
correspondant à chaque attribut inclus dans Xj ; estime
l’indice général d’insatisfaction des individus de la
population étudiée.
 Indice individuel d’insatisfaction multiple
Des indicateurs d’insatisfaction localement
spécifiques, I(xi), basés sur des moyennes pondérées, sont
calculés. La ième unité de la fonction d’appartenance dans
le sous-ensemble flou des insatisfaits est définie comme
suit :

n 
 w j * g x ij 
 j 1 
(3) I x i   n
 wj
j 1
Les w1, w2, …, wn décrivent un système générique

de moyennes. I(xi) est un indice individuel d’insatisfaction
multiple, basé sur l’ensemble des variables obtenues à
partir du questionnaire.
Un point délicat est la façon de déterminer les
poids (wj) de la formule (3). Ces poids peuvent être définis
11
Le mot a pour origine le latin aggregatio qui signifie réunion
d’éléments. Tel est le but ultime de l’agrégation : assembler plusieurs
types d’information dans une seule et unique mesure.
115
comme une fonction décroissante de la proportion des

individus insatisfaits dans l’indicateur Xj (notée ici pdj). La
plus simple formulation en la matière est d’utiliser le
rapport :
1
(4) wj 
pd j
Mais, le TFR peut mener à des résultats biaisés,

lorsqu’elle est appliquée sur un échantillon de petite taille
(petit nombre d’observations). Dans ce cas, il importe de
recourir à une modification de la fonction g( ) pour
prendre en compte la variabilité possible dans la
distribution des items au sein de la population.
Dans cette perspective, la fonction de la proportion
des insatisfaits peut être spécifiée de la façon suivante :

(5) pd j   fréq * g (.)  M e
où M e illustre le 50ième centile de la distribution de

fréquence de l’item.
Cette spécification prend en compte la distance de
chaque item à la valeur centrale de la distribution et
permet de mesurer la variabilité dans la distribution des
items. Le poids obtenu par un item est conditionné par les
différents déséquilibres dans la distribution des
fréquences : il varie naturellement suivant les
déséquilibres enregistrés dans la distribution des
fréquences. Ces nouveaux poids wj amènent des valeurs
d’autant plus importantes dans la correspondance des
distributions asymétriques que l’on va vers les personnes
plus insatisfaites. Plus déséquilibrée la distribution est,
116
plus grand le poids accumulé par les plus insatisfaits est,

quel que soit le type d’asymétrie.
L’indice général d’insatisfaction, noté I, est la
moyenne arithmétique simple des indices d’insatisfaction
que chaque unité statistique a obtenue. C’est-à-dire :
 I x i 
1
(6) I
N
avec ni illustrant l’importance de chaque item dans
k
l’indice général d’insatisfaction, de sorte que N   n i .
i 1
À noter que cet indice peut être calculé en utilisant
soit des groupes particuliers d’attributs, soit tous les
attributs. Dans le premier cas, une mesure collective est
obtenue pour un type spécifique d’insatisfaction, tandis
que dans le second cas une mesure collective

d’insatisfaction est formulée.
4. Application et résultats
Pour donner plus de portée à notre article nous
avons vérifié notre approche avec une étude concrète des
données provenant d’une enquête de satisfaction relative à
une formation12 initiale réalisée en France, et plus
précisément en Loire-Atlantique, dans un centre privé de
formation de professionnels de taxis, pour l’année 2013.
Par souci de discrétion, et parce que la dénomination du
centre de formation en question n’apporte à l’évidence
12
C’est une formation présentielle, c’est-à-dire qui se fait en présence
des formateurs.
117
quoi que ce soit à notre débat, cette information est

volontairement masquée. Cette enquête de satisfaction à
l’égard de la formation considérée a été réalisée sur place,
au centre de formation, à la fin de la formation. Le
questionnaire utilisé pour documenter la circonstance est
donné en annexe.
En France, l’appellation de taxi est définie par
l’article L3121-1 du code des transports. Les taxis sont des
véhicules automobiles comportant, en outre le siège du
conducteur, huit places assises au maximum, munis
d’équipements spéciaux obligatoires (taximètre, dispositif
lumineux) et dont le propriétaire ou l’exploitant est
titulaire d’une autorisation de stationnement sur la voie
publique (ADS) ou licence de taxi, en attente de la
clientèle, afin d’effectuer, à la demande de celle-ci et à
titre onéreux, le transport particulier des personnes et de
leurs bagages. L’accès à la profession est subordonné à

l’obtention de trois documents à savoir : le chauffeur d’un
taxi doit être titulaire d’un certificat de capacité
professionnelle de conducteur de taxi, ou CCPCT (ce
faisant, il doit suivre une formation qui dure 2 à 3 mois)
mais, cela ne suffit pas, il doit, en outre, obtenir une carte
professionnelle délivrée par la préfecture après la réussite
de l’examen et posséder ou louer une ADS. Depuis le 1er
juillet 2009 (décret 2009-72), un dispositif de formation
continue obligatoire est mis en place : le chauffeur de taxis
doit suivre un stage de deux à trois jours, tous les 5 ans
(délivrance d’une attestation de validité de 5 ans).
Quelques obligations légales pour devenir
professionnel de taxi il faut impérativement : i) être
titulaire d’un permis de conduire hors période probatoire 3
ans ; ii) avoir un casier judiciaire niveau B2 vierge (aucun
118
délit ni crime) ; iii) avoir un certificat médical tel que

défini au II de l’article R.221-11 du code de la route, en
cours de validité (délivré par un médecin agréé par la
préfecture). L’activité des taxis est gérée par le ministère
de l’intérieur pour assurer la sécurité des individus.
Depuis 1995, le CCPCT est obligatoire et
sanctionné par un examen. Au chapitre III de l’arrêté du
03 mars 2009 du Ministère de l’intérieur, relatif aux
conditions d’organisation de l’examen du CCPCT,
l’article 6 stipule que l’examen est constitué de deux
unités de valeur (UV) de portée nationale (UV1 et UV2) et
de deux unités de valeur de portée départementale ou
locale (UV3 et UV4), comprenant chacune une ou
plusieurs épreuves. Le CCPCT s’obtient au terme d’un
examen en deux parties, savoir : l’épreuve d’admissibilité
et l’épreuve d’admission. L’épreuve d’admissibilité est

constituée par deux UV de portée nationale et une UV de
portée départementale : UV1 (réglementation nationale ;
sécurité routière), UV2 (la gestion ; le français ; l’anglais
est facultatif) et UV3 (réglementation locale ; tarification).
L’épreuve d’admission est constituée par une UV à portée
locale : UV4 (conduite et repérage ; accueil et
commercialisation). À l’évidence, seuls les candidats
déclarés admissibles à la première partie, peuvent passer la
seconde partie de l’examen.
Au chapitre II du même arrêté, l’article 2 stipule
que cet examen est organisé au moins une fois par an dans
chaque département par le Préfet.
L’investigation empirique se réfère donc à un cas
d’analyse constitué par l’institution de formation de
professionnels de taxis. Ce centre possédait, lors de cette
formation 6 formateurs (dont : cinq hommes et une
119
femme) permanents, tous professionnels de taxis, et

recourait, aux finalités d’apporter relativement plus
d’éclairages aux stagiaires sur certaines thématiques
(juridiques, comptabilité, gestion de la carrière,…), à la
contribution des intervenants externes, non professionnels
de taxis. Il organise deux sessions de formation initiale par
année et plusieurs sessions de formation continue.
L’enquête citée en référence concerne la première
formation de l’année 2013, la promotion de 2013A. Cette
promotion comptait 11 stagiaires (10 hommes et 1 femme)
venant des horizons différents. Et, sur 11 questionnaires
distribués, 9 sont revenus, soit un taux de sondage de 82%.
4.1. Choix des éléments constitutifs et cohérence

interne des dimensions
D’un point de vue analytique, comme le souligne à
juste titre Jouandeau (2004, p. 65), s’il est nécessaire, pour

tenter d’obtenir une évaluation globale de la satisfaction,
de fusionner les évaluations d’un certain nombre de
composantes ; ce type de démarche pose cependant la
question de l’identification des composantes pour
lesquelles le modèle des représentations sociales devraient
nous fournir une aide précieuse.
Quatre attributs spécifiques ont été construits :
« Centre de formation et accueil » (qui comprend 4
variables d’entrée : « Qualité d’accueil général »,
« Amabilité du personnel administratif », « Disponibilité
des formateurs », « Infrastructures »), « Pédagogie »
(« Progression du stage logique et cohérente », « Rythme
adapté », « Outils pédagogiques efficients », « Efficacité
du programme »), « Formateurs » (3 variables d’entrée
pour chaque UV : « Clarté des explications »,
120
« Pertinence dans les réponses aux questions », « A rendu

la formation intéressante et agréable »), « Intervenants
externes ».
Préalablement au calcul des indicateurs, l’étude
cherche à savoir si les sous-dimensions retenues pour
chaque indicateur, sont valides. Pour ce faire, un test de
validité interne a été réalisé au sein de chaque groupe de
sous-dimensions. Ce test de validité est effectué par le
biais des fréquences des variables, des corrélations
(linéaires simples) entre ces variables et le calcul du
coefficient de Cronbach.
Le coefficient de Cronbach, parfois appelé
simplement coefficient α, est une statistique qui permet
d’estimer la consistance ou la cohérence interne d’un
instrument d’évaluation composé d’un ensemble d’items,
ou de variables, lesquels devraient contribuer à
appréhender la même entité. C’est un indice qui traduit le

degré d’homogénéité interne au sein d’un groupe, d’un
attribut, lorsque sa valeur est proche de l’unité. Sa valeur
s’établit entre 0 et 1 ; et dans la pratique, un coefficient
supérieur ou égal à 0,7 est « acceptable », supérieur ou
égal à 0,9 « satisfaisant ». Ce coefficient est défini par la
formule ci-après :
 k


 k   i 1
  i2 
(7)    1 
 k  1   T2 
 
 
où k est le nombre d’items de l’instrument du
groupe,  i2 la variance de l’item et  T2 la variance de
l’instrument dans son ensemble i.

121
Il vaut :
k  m
(7’) 
1  (k  1)   m 
avec ρm illustrant le coefficient de corrélation
moyenne entre tous les couples d’items. Pour k items, on
a:
k (k  1)
2
Tableau 1. Nombre d’ensemble flous associés à chaque

attribut
Attributs
Nombre d’ensembles flous Coefficient α
(ou dimensions)
Centre formation et accueil 4 0,90

Pédagogie 4 0,90
Formateurs UV1 3 0,99
Intervenants externes 1 -
Le tableau 1 précédent donne le nombre

d’ensembles flous par indicateurs ainsi que la valeur du α
de Cronbach. Les coefficients de Cronbach obtenus
permettent de dire que, pour chaque indicateur, les
variables (sous-ensembles flous) considérées mesurent
effectivement la même chose.

122
4.1. Indices d’insatisfaction à l’égard de la formation

Au total, 7 indices spécifiques d’insatisfaction ont
été calculés. Ceci correspond aux principaux niveaux de
précision des informations fournies par le questionnaire.
En plus des indices spécifiques, deux indices
thématiques et un indice général sont calculés. Un
indicateur thématique est, par définition, une valeur de
synthèse de quelques indices spécifiques. Les indices
thématiques peuvent être variés. Le premier indice
thématique, l’indice « Formateurs UV1-2-3-4 » qui ne
prend en compte que les intervenants internes et le second,
l’indice « Formateurs UV1-2-3-4 et intervenants
externes » qui, lui, prend en compte tant les intervenants
internes qu’externes.
Chacun des indicateurs retenus par l’analyse a été
divisé en quatre classes ordonnées par ordre croissant de
l’insatisfaction : [0 – 0,25[ correspond aux stagiaires dont

le degré d’insatisfaction peut être considéré très faible
(Ceux qui ne sont pas insatisfaits), alors que, la classe
[0,75 – 1,00[ : prend en compte tous les stagiaires
présentant un grand risque d’insatisfaction par rapport à
l’indicateur considéré (Très insatisfaits). Les classes :
[0,25 – 0,50[ et [0,50 – 0,75[,
respectivement (Moyennement insatisfaits) et

(Insatisfaits), sont des classes intermédiaires.
4.1.1. Les indices spécifiques

 Centre de formation et l’accueil
Les résultats consignés dans le tableau 2 mettent en
évidence une situation très favorable.
123
Tableau 2. Répartition des bénéficiaires de la formation

selon l’indicateur de l’insatisfaction relative à la
dimension Centre de formation et l’accueil
Fréquences Fréquences
Catégories Classes
relatives cumulées
Ceux qui ne sont pas insatisfaits 0,00 - 0,25 78,0 77,8
Moyennement insatisfaits 0,25 - 0,50 22,0 100
Insatisfaits 0,50 - 0,75 00,0 100
Très insatisfaits 0,75 – 1,00 00,0 100
Total 100
Cet indicateur mesure l’insatisfaction associée au

« Centre de formation et l’accueil » : 78 % se retrouvent la
première classe, littéralement près de 78 % des stagiaires
ne sont pas insatisfaits.

 Pédagogie
Dans le tableau 3 ci-dessous est représentée une
série statistique où l’effectif de l’échantillon est regroupé
selon l’indice « Pédagogie ». C’est par la pédagogie que
s’expriment les compétences des formateurs tant inernes
qu’externes au centre de formation.
Selon cette distribution, 56,0% des effectifs
interrogés sont dans la classe [0,00 – 0,25[, cela permet de
dire qu’une bonne partie des stagiaires ne sont pas
insatisfaits.

dimension Pédagogie
124
Catégories Classes
relatives cumulées
Moyennement insatisfaits 0,25 - 0,50 44,0 100,
Insatisfaits 0,50 - 0,75 00,0 100
Total 100
 Formateurs
Les calculs numériques effectués autour des
formateurs de l’UV1 et reportés dans le tableau 4,
permettent de constater une situation un peu défavorable.


dimension Formateurs UV1
Catégories Classes
relatives cumulées
Ceux qui ne sont pas
0,00 - 0,25 67,0 67,0
insatisfaits
Moyennement insatisfaits 0,25 - 0,50 22,0 89,0
Insatisfaits 0,50 - 0,75 11,0 100
Total 100
Près de 33% de l’échantillon se retrouvent dans les

classes intermédiaires, cela signifie qu’ils sont insatisfaits,
quoique cette insatisfaction soit modérée. On rencontre
tout de même des individus insatisfaits, près de 11,0%.
125

Catégories Classes
relatives cumulées
Insatisfaits 0,50 - 0,75 33,0 100
Total 100


Catégories Classes
relatives cumulées
Insatisfaits 0,50 - 0,75 00,0 100
Total 100
L’UV2 fait ressortir une situation loin d’être

intéressante (cf. tableau 5 ci-dessus), sans être comparable
à celle de l’UV1. L’indice relatif à cette variable montre
que près de 33% se trouve dans la classe 0,50 – 0,75. Ce
constat est associé à des conditions de compréhension (il
s’agit d’un cours volumineux qui nécessite quelque

126
connaissance scientifique), d’une part, et à un très fort

engagement des stagiaires, d’autre part.
Or, lorsqu’on considère les UV3 et 4, on ne peut
pas, ne pas être frappé par la différence des résultats
enregistrés. En ce qui concerne ces UV, la situation est
très encourageante. Cela veut dire que la connaissance de
la ville (revoir le tableau 6) et la pratique de la conduite
(cf. tableau 7) ne présentent pas un problème au sein de
cette promotion.

Catégories Classes
relatives cumulées

Insatisfaits 0,50 - 0,75 00,0 100,0
Très insatisfaits 0,75 – 1,00 00,0 100,0

Total 100
Les stagiaires ont été insatisfaits des prestations

des intervenants extérieurs dans leur globalité (voir
tableau ci-après).

dimension Intervenants externes

127
Catégories Classes
relatives cumulées
Insatisfaits 0,50 - 0,75 78,0 89,0
Total 100
4.1.2. Les indices thématiques, l’indice général

d’insatisfaction
La conception de la formalisation et de
l’interprétation de ces indicateurs a généré les notions
suivantes.
 Indices thématiques

Les indices thématiques calculés sont : l’indice
« Formateurs UV1-2-3-4 » et l’indice « Formateurs UV1-
2-3-4 et intervenants externes ».
L’indice « Formateurs UV1-2-3-4 » présente une
situation d’insatisfaction modérée (tableau 9 ci-dessous).
Et, l’analyse de la distribution de l’indice « Formateurs
UV1-2-3-4 et intervenants externes » montre une situation
presqu’identique, puisque près de 56 % des stagiaires
interrogés sont dans une situation de non-insatisfaction
(tableau 10).

selon l’indice pondéré Formateurs UV1-2-3-4

128
Catégories Classes
relatives cumulées
Insatisfaits 0,50 - 0,75 00,0 100
Total 100

selon l’indice pondéré Formateurs UV1-2-3-4 et
intervenants externes
Catégories Classes
relatives cumulées

Moyennement insatisfaits 0,25 - 0,50 44,0 100
Insatisfaits 0,50 - 0,75 00,0 100
Total 100
 Indice général d’insatisfaction par individu

C’est en calculant l’indice général d’insatisfaction
par individu au niveau de l’échantillon que l’on peut se
faire une idée plus exacte. Un résultat entre 0,00 et 0,25
reflète un niveau intéressant de non-insatisfaction ; 55,6%
des stagiaires obtiennent ce résultat (tableau 11).
Le stagiaire qui enregistre la valeur minimale de cet
indice obtient 0,04.

129
Tableau 11. Répartition des bénéficiaires selon l’indice

général d’insatisfaction
Catégories Classes
relatives cumulées
Insatisfaits 0,50 - 0,75 0,0 100,0
Très insatisfaits 0,75 – 1,00 0,0 100,0
Total 100,0
Ci-dessous, est donné un récapitulatif des résultats

obtenus par cette méthode. La valeur moyenne de l’indice
général d’insatisfaction pour les stagiaires est de 0,19.
Tableau 12. Récapitulatif des résultats des indicateurs


d’insatisfaction
Indicateurs de satisfaction Général

Centre formation et accueil 0,13
Pédagogie 0,24
Formateurs UV1 0,20
Indicateurs
Formateurs UV2 0,26
spécifiques
Formateurs UV3 0,13
Formateurs UV4 0,14
Experts 0,50
Formateurs UV1-2-3-4 0,19
Indicateurs
thématiques Formateurs UV1-2-3-4 et intervenants
0,18
externes
Indicateur général d’insatisfaction 0,19

130
Il est rationnel, avant de conclure cette étude

empirique, de présenter, pour information, le succès des
stagiaires de cet échantillon aux examens préfectoraux : le
taux de réussite est 90%. En clair, ces résultats semblent
corroborer l’hypothèse que « c’est parce qu’il y aura eu
satisfaction qu’il y aura apprentissage ».
Au terme de cette étude empirique, il convient de
retenir ce qui semble être, en effet, l’enseignement
principal de cette recherche : la performance du centre de
formation considéré est optimale et, par ainsi, provoque
une faible insatisfaction globale (soit 0,19) auprès des
bénéficiaires de la formation.
Figure 1. Réponse de l’insatisfaction à la performance du

centre
Source des auteurs de l’article.

131
Ce résultat se passe d’explications quand son

interprétation se fait à la lumière des différentes notions
tirées et des précisions supplémentaires fournies dans la
figure précédente. Elle fait bien apparaître l’extrême
complexité de la réponse de l’insatisfaction à la
performance du centre de formation. Lorsque le centre de
formation entreprend des efforts d’amélioration de la
performance, l’insatisfaction s’inscrit en baisse. La
relation entre l’insatisfaction et la performance du centre
de formation serait curvilinéaire, mais non pas linéaire.
L’accroissement de la performance d’un certain degré
n’entrainera pas une baisse proportionnelle de
l’insatisfaction.
Pour enrichir la compréhension, il sied d’ajouter un
élément d’explication : la réponse de l’insatisfaction à
l’amélioration de la performance est plus dynamique dans
les trois dernières classes d’insatisfaction. Dans cette zone,

la performance de centre de formation serait sous-optimale
et l’insatisfaction des apprenants importante. La
conséquence de cette situation est que, dans cette zone,
toute amélioration de performance aura un effet positif sur
le degré d’insatisfaction.
En ce sens, la théorie des ensembles flous,
notamment : le TFR, pour analyser la problématique de
l’insatisfaction des bénéficiaires d’une action de formation
est bien appropriée et peut être défendue avec force
convictions. Toutefois, il faut dépasser l’analyse de
l’insatisfaction pour obtenir une évaluation l’efficacité de
ce centre de formation.

132
Conclusion
Cet article visait, s’inscrivant dans le cadre logique
d’analyse de Kirkpatrick (1959), à enrichir la littérature
sur l’étude de la satisfaction, ou l’insatisfaction, des
bénéficiaires d’une action de formation, en proposant
l’utilisation de la logique floue. Par ailleurs, nous avons
vérifié notre approche avec une étude concrète de
formation de professionnels de taxis, en Loire-Atlantique
(France). Les indices flous obtenus, en privilégiant
l’approche à la logique totalement floue et relative, ou
TFR, permettent d’appréhender les niveaux de risques
d’insatisfaction individuelle et de groupe, des participants
à cette formation. De fait, les estimations de
l’insatisfaction sont satisfaisantes et pertinentes ; les
valeurs des indices illustrent dans leur globalité une
insatisfaction très modéré. Il est possible d’inférer que la

performance du centre de formation considéré est optimale
et provoque une faible insatisfaction globale (soit 0,19)
auprès des bénéficiaires de la formation.
Références bibliographiques
ALADENISE, N., BOUCHON-MEUNIER B., 1997,
« Acquisition de connaissances imparfaites : mise en
évidence d’une fonction d’appartenance », Revue
Internationale de Systémique, Vol. 11, 2, pp. 109-127.
ALLIGER, G. M., JANAK E. A., 1989, « Kirkpatrick’s Levels
of Training Criteria : Thirty Years Later », Personnel
Psychology, vol. 42, 2, p. 331.
BETTI, G., CHELI B., VERMA V., 2006, « On Longitudinal
Analysis of Poverty Conceptualised as a Fuzzy State »,
Ecineq Working Paper Series 2006-32, 24 p. Ce document
est disponible sur :

133
http://www.ecineq.org/milano/WP/ECINEQ2006-32.pdf
BETTI, G., CHELI B., LEMMI A., VERMA V., 2005, « On the
Construction of Fuzzy Measures for the Analysis of Poverty
and Social Exclusion », International Conference to Honour
Two Eminent Social Scientists C. GINI and M. LORENZ,
University of Siena 23-26 May 2005.
BETTI, G., VERMA V., 1999, « Measuring the Degree of
Poverty in a Dynamic and Comparative Context : a
Multidimensional Approach using Fuzzy Set Theory »,
Proceedings, ICCS-VI, Vol. 11, pp. 289-301, Lahore,
Pakistan.
BETTI, G., CHELI B., CAMBINI R., 2004, « A Statistical
Model for the Dynamics between two Fuzzy States : Theory
and an Application to Poverty Analysis », METRON -
International Journal of Statistics, vol. LXII, n. 3, pp. 391-
411. Ce document est disponible sur:
ftp://luna.sta.uniroma1.it/RePEc/articoli/2004-3-391-
411.pdf

BOUCHON-MEUNIER, B., 1993, La logique floue, Paris,
PUF.
BOUCHON-MEUNIER, B., MARSALA C., 2003, Logique
floue, principes, aide à la décision, Hermes.
CAVAGNA, E., DUMAZERT J.-P., MONINO J.-L., 2004,
« Construction d’un indice de satisfaction : une réflexion
autour de la question de la mesure », Revue française du
marketing, mai, n°197 - 2/5, pp. 61-77.
CERIOLI, A., ZANI S., (1990), « A Fuzzy Approach to the
Measurement of Poverty », in C. DAGUM and M. ZENGA
(eds), Income and Wealth Distribution, Inequality and
Poverty, (proc. Pavia, Italy), Studies in Contemporary
Economics, Berlin : Springer Verlag, pp. 272-284.
CHELI, B., BETTI G., 1999, « Fuzzy Analysis of Poverty
Dynamics on an Italian Pseudo Panel 1985 - 1994 », in
Metron, june, pp. 86-105. Disponible sur :

134
https://www.researchgate.net/publication/248121403_Fuzzy_A
nalysis_of_Poverty_Dynamics_on_an_Italian_Pseudo_Pane
l_1985_-1994
CHELI B., BETTI G., 1999, « Fuzzy Analysis of Poverty
Dynamics on an Italian Pseudo Panel », Metron, 57, 1-2, p.
83-103.
CHELI B., GHELLINI G., LEMMI A., PANNUZI N., 1994,
« Measuring Poverty in the Countries in Transition via TFR
Method: the Case of Poland 1990-1991 », Statistics in
Transition, 1-5, pp.585-636.
CHELI B., LEMMI A., 1995, « A « Totally » Fuzzy and
Relative Approach to the Multidimensional Analysis of
Poverty », Economic Notes, vol. 24, n°1, pp. 115-134.
CHIUPPESI, M., 2008, « Problems Connected with the
Determination of Membership Values in Fuzzy Applications
in Social Research », Il Trimestrale, The Lab's Quarterly, 1.
Ce document est disponible sur :
http://serraweb.unipi.it/dsslab/trimestrale/

DESAI, M., SHAH A., 1988, « An Econometric Approach to
the Measurement of Poverty », Oxford Economic Papers,
40, p. 505-522.
DI PAOLA, V., MOULLET S., VÉRO J., 2003, « Le
déclassement dans les fonctions publiques d’État et
territoriale, une mesure à partir de la logique floue », 10èmes
journées d’études Céreq-Lasmas-Idl, Caen, 21, 22 et 23 mai.
DUBOIS, D., PRADE H., 1980, Fuzzy Sets and Systems :
Theory and Applications, Boston, New York, London,
Academic Press.
DUNBERRY, A., CÉLINE P., 2007, L’évaluation de la
formation dans l’entreprise : état de la question et
perspectives, UQÀM-CIRDEP, 47 p.
FILIPPONE, A., CHELI B., D’AGOSTINO A., 2001,
Adressing the interpretation and the agregation problems in
totally fuzzy and relative poverty measures, ISER Working
Paper 2001-22, University of Essex, 31 p.
135
FUSCO, A., 2003, « On the Definition and Measurement of

Poverty : The Contribution of Multidimensional Analysis »,
3rd Conference on the Capability Approach : From
Sustainable Development to Sustainable Freedom, 7-9
September, University of Pavia. Ce document est disponible
sur : http://www.unice.fr/CEMAFI.
GERARD, F.-M., 2003, « L’évaluation de l’efficacité d’une
formation », Gestion 2000, Vol. 20, N°3, p. 13-33.
HOLTON, E. F. (1996), « The Flawed Four-Level Evaluation
Model », Human Resource Development Quarterly, vol. 7,
No 1, p. 5-21.
JOUANDEAU, A., 2004, « Contribution à la modélisation de la
satisfaction client par la logique floue », Thèse de doctorat,
INSA de Lyon (ESCHIL), 268 p.
KHEZRI, N., 2008, « L’évaluation de l’efficacité de la
formation. Cas de la Poste tunisienne », Mémoire de Master
en Sciences sociales, Université du 7 Novembre et des
Travailleurs à l’Étranger.

KIRKPATRICK, D. L., 1998, Evaluating Training Programs,
Second Edition. San Francisco, CA : Berrett-Koehler
Publishers Inc.
KIRKPATRICK, D. L., 1996, « Invited Reaction : Reaction to
Holton Article », Human Resource Development Quarterly,
vol. 7, No 1, p. 23-25.
KIRKPATRICK, D. L., 1959, « Techniques for Evaluating
Training Programs », Journal of ASTD, vol. 13, No 11, p. 3-
9.
KRAIGER, K., FORD J. K., SALAS E., 1993, « Application of
Cognitive Skill-Based and Affective Theories of Learning
Outcomes to New Methods of Training Evaluation »,
Journal of Applied Psychology, vol. 78, No 2, p. 311-328.
LELLI, S., 2001, « Factor Analysis vs Fuzzy Sets Theory :
Assessing the Influence of Different Techniques on Sen’s
Functioning Approach », Center for Economic Studies,

136
Discussions Paper Series (DPS) 01.21, November, 36 p..

Disponible sur :
http://www.econ.kuleuven.be/ces/discussionpapers/default.htm
LOCKE, E. A., 1969, « What is Job Satisfaction ? »,
Organizational behavior and Human Performance, Vol. 4,
pp 309-336
MONINO, J.-L., CAVAGNA E., (sans année), « Indice de
satisfaction : conceptualisation et mise en application dans le
cadre de la Chambre de commerce et d’industrie de
Montpellier », disponible sur :
http://www.modulad.fr/archives/numero-22/Monino-
22/Indicedesatisfactiion.pdf
NOYÉ, D., 2000, Pour fidéliser les clients, Paris : INSEP
Éditions, 118 p.
OLIVER, R. L., 1977, « Effect of Expectation and
Disconfirmation on Postexposure Product Evaluations - an
Alternative Interpretation », Journal of Applied Psychology,
62(4), p. 480.

OLIVER, R. L., 1981, « Measurement and Evaluation of
Satisfaction Processes in Retail Settings », Journal of
Retailing, Vol. 57, N° 3, pp. 25-48.
OLIVER, R. L., 1980, « A Cognitive Model of the Antecedents
and Consequences of Satisfaction Decisions », Journal of
Marketing Research, 17(4), p. 460.
PHILLIPS, J. J., 1994, Handbook of Training and Evaluation
and Measurement, Methods. Houston:Gulf Publishing.
PHILLIPS, J. J., 1997, Return on Investment in Training and
Performance Improvement programs. A Step-by-step
Manual for Calculating the Financial Return (Gulf
Publishing ed.). Houston, TX : Gulf Publishing.
PHILLIPS, J. J., 1996, « ROI : The Search for best Practices »,
Training & Development, vol. 50, n°2, p. 42-47.
PHILLIPS, J. J., 1996, « Was it the Training ? », Training &
Development, vol. 50, n°3, p. 28-32.

137
PI ALPERIN, M. N., BERZOSA G., 2011, « A fuzzy logic

approach to measure overweight », CEPS - INTEAD,
Working Paper No 2011-55, november, 21 p.
PITTALUGA, F. et al., 2002, Profil de pauvreté des
communautés riveraines du lac de Kossou en Côte d’Ivoire,
FAO/DFID, Programme pour des moyens d’existence
durables dans la peche, GCP/INT/735/UK, novembre, 90 p.
PITTALUGA, F., NICOLA S., CHIARA S., 2004, Livelihood
Systems Profiling : Mixed Methods for the Analysis of
Poverty and Vulnerability, SIFAR.
POSAVAC, E. J., CAREY RAYMOND G., 1980, Program
Evaluation : Methods and Case Studies. Englewood Cliffs,
N.J. : Prentice-Hall Inc.
POTTIEZ, J., 2013, L’évaluation de la formation. Piloter et
maximiser l’efficacité des formations, Dunod, Paris.
RAY, D., 2001, Mesurer et développer la satisfaction de la
clientèle, Paris, Éditions d’Organisations, p. 9-10.
RUSS-EFT, D., PRESKILL H., 2001, Evaluation in

Organizations : A Systematic Approach to Enhancing
Learning Performance and Change, Cambridge, MA : Basic
Books.
SCHOKKAERT, E., VAN OOTEGEM L., 1990, « Sen’s
Concept of the Living Standard Applied to the Belgian
Unemployed », Recherches économiques de Louvain, 56, p.
429-450.
ZADEH, L. A., 1989, « Knowledge Representation in Fuzzy
Logic », In IEEE Trans. on Knowledge & Data Engineering,
1 (1), pp. 89-100.
ZADEH, L. A., 1978, « Fuzzy Sets as a Basis for a Theory of
Possibility », Fuzzy sets and Systems, Vol. 1, pp. 3-28.
ZADEH, L. A., 1973, « Outline of a New Approach to the
Analysis of Complex Systems and Decision Process », IEEE
Trans. Sytem, Man and Cybernetics, Vol. 3, pp 28-44.
ZADEH, L. A., 1965, « Fuzzy Sets », Information and Control,
n°8, pp. 338-353.
138

RCG 024 0093 PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

RCG 024 0093 PDF

Transféré par

Droits d'auteur :

Formats disponibles

ÉVALUATION STATISTIQUE DE L’EFFICACITÉ D’UNE ACTION DE

FORMATION PROFESSIONNELLE. ÉVIDENCE POUR LES CENTRES DE

Bruno Samba et Moyo Nzololo

Editions ICES | « Revue Congolaise de Gestion »

2017/2 Numéro 24 | pages 93 à 138

Document téléchargé depuis www.cairn.info - - - 201.131.77.59 - 26/11/2019 21:58 - © Editions ICES

Distribution électronique Cairn.info pour Editions ICES.

Powered by TCPDF (www.tcpdf.org)

Document téléchargé depuis www.cairn.info - - - 201.131.77.59 - 26/11/2019 21:58 - © Editions ICES

Revue congolaise de gestion, N° 24, Juillet – Décembre 2017 93

relative, ou TFR, permettent d’appréhender les risques

Mot clés : Insatisfaction, indicateurs de satisfaction,

Document téléchargé depuis www.cairn.info - - - 201.131.77.59 - 26/11/2019 21:58 - © Editions ICES

Keywords : Dissatisfaction, satisfaction indicators, fuzzy

Revue congolaise de gestion, N° 24, Juillet – Décembre 2017 94

Document téléchargé depuis www.cairn.info - - - 201.131.77.59 - 26/11/2019 21:58 - © Editions ICES

Revue congolaise de gestion, N° 24, Juillet – Décembre 2017 95

l’entreprise certifiée doit évaluer l’efficacité de ses actions

Document téléchargé depuis www.cairn.info - - - 201.131.77.59 - 26/11/2019 21:58 - © Editions ICES

Revue congolaise de gestion, N° 24, Juillet – Décembre 2017 96

changements cela pourrait amener dans l’organisation du

Document téléchargé depuis www.cairn.info - - - 201.131.77.59 - 26/11/2019 21:58 - © Editions ICES

Revue congolaise de gestion, N° 24, Juillet – Décembre 2017 97

négative). Contrairement, lorsque la qualité perçue est

Document téléchargé depuis www.cairn.info - - - 201.131.77.59 - 26/11/2019 21:58 - © Editions ICES

Même si l’intérêt d’une telle approche est évident,

Document téléchargé depuis www.cairn.info - - - 201.131.77.59 - 26/11/2019 21:58 - © Editions ICES

Revue congolaise de gestion, N° 24, Juillet – Décembre 2017 99

Pour donner plus de portée à notre réflexion nous

Document téléchargé depuis www.cairn.info - - - 201.131.77.59 - 26/11/2019 21:58 - © Editions ICES

la hiérarchie existant entre quatre critères d’évaluation

Document téléchargé depuis www.cairn.info - - - 201.131.77.59 - 26/11/2019 21:58 - © Editions ICES

mais aussi, l’adéquation entre l’apprentissage des

Document téléchargé depuis www.cairn.info - - - 201.131.77.59 - 26/11/2019 21:58 - © Editions ICES

Revue congolaise de gestion, N° 24, Juillet – Décembre 2017

deux à trois mois après la formation) constituent des

Document téléchargé depuis www.cairn.info - - - 201.131.77.59 - 26/11/2019 21:58 - © Editions ICES

positifs au niveau suivant. « C’est parce qu’il y aura eu

2.2. La mesure de l’impact de la formation

Document téléchargé depuis www.cairn.info - - - 201.131.77.59 - 26/11/2019 21:58 - © Editions ICES

Revue congolaise de gestion, N° 24, Juillet – Décembre 2017

évoquée. Cependant, l’appréhension de cet impact soulève

Impact = Pertinence × Acquis × Transfert.

À l’appui de ces considérations, Khezri (2008)

Document téléchargé depuis www.cairn.info - - - 201.131.77.59 - 26/11/2019 21:58 - © Editions ICES

variables, grâce au coefficient de contingence et au

Document téléchargé depuis www.cairn.info - - - 201.131.77.59 - 26/11/2019 21:58 - © Editions ICES

Revue congolaise de gestion, N° 24, Juillet – Décembre 2017

Zadeh (19654) a introduit les ensembles flous

Document téléchargé depuis www.cairn.info - - - 201.131.77.59 - 26/11/2019 21:58 - © Editions ICES

motivons la méthodologie, en particulier celle de la

3.1. De la théorie des ensembles classiques à la théorie

Document téléchargé depuis www.cairn.info - - - 201.131.77.59 - 26/11/2019 21:58 - © Editions ICES

par une application de Ξ dans [0, 1]. Cette application est

Document téléchargé depuis www.cairn.info - - - 201.131.77.59 - 26/11/2019 21:58 - © Editions ICES

Revue congolaise de gestion, N° 24, Juillet – Décembre 2017

- 0µA(x)1, si et seulement si x appartient

Document téléchargé depuis www.cairn.info - - - 201.131.77.59 - 26/11/2019 21:58 - © Editions ICES

Ces représentations exigent la définition préalable, pour

Document téléchargé depuis www.cairn.info - - - 201.131.77.59 - 26/11/2019 21:58 - © Editions ICES

3.2. La logique TFR

d’indicateurs qualitatifs polytomiques et continus, qu’ils

Document téléchargé depuis www.cairn.info - - - 201.131.77.59 - 26/11/2019 21:58 - © Editions ICES