L'audit financier€: historique, définition, objectif

Chapitre IV – Opérationalisation de la recherche empirique – Section 3
Ce coefficient permet de vérifier si les énoncés d’une échelle de mesure partagent
des notions communes, c’est-à-dire si chaque item présente une cohérence avec l’ensemble
des autres énoncés de l’échelle. En pratique, l’alpha de Cronbach est un nombre inférieur à
1 qui doit être le plus élevé possible. Si le score de l’alpha est satisfaisant, alors les items
sont cohérents entre eux et peuvent être additionnés pour former un score global puisqu’ils
sont admis mesurer un même phénomène.
La qualité de l’alpha est évaluée par rapport à un seuil empirique donné par
l’expérience. Au vu de la littérature, il n’existe toutefois pas de règle faisant autorité en
matière de seuil et les recommendations varient selon les auteurs (Evrard et al. 1997).
Néanmoins, on considère souvent que pour une étude confirmatoire une valeur supérieure à
0,80 est recommandée. Pour une étude exploratoire, l’alpha est satisfaisant pour certains
s’il est compris entre 0,60 et 0,80, alors que d’autres auteurs placent la barre à 0,70. Dans
le cadre de notre travail, nous viserons à respecter le seuil de 0,70 – surtout pour les
instruments repris de la littérature – mais considérerons comme acceptable le seuil de 0,60.
2.3 La validité interne
Si l’étude de la fiabilité est indispensable, elle reste insuffisante pour garantir une
bonne mesure des concepts étudiés et doit être accompagnée d’une évaluation de la validité
interne. Le test de la validité interne d’un construit a pour objectif de vérifier si les
différents items d’un instrument sont une bonne représentation du phénomène étudié. Il
s’agit de tester la capacité des instruments à mesurer précisément et uniquement les
construits analysés (Evrard et al. 1997).
La méthode statistique utilisée à cet effet est l’analyse factorielle. Cette analyse
factorielle peut être « exploratoire » – sous la forme d’une analyse en composantes
principales (ACP) – ou « confirmatoire » à l’aide de méthodes d’équations structurelles.
L’utilisation de l’ACP permet de tester l’uni-dimensionnalité de chaque construit et de ne
conserver que les items dont la contribution au construit est suffisante. L’analyse factorielle
confirmatoire permet de vérifier la structure des échelles obtenues par l’analyse
exploratoire. Les méthodes d’analyse factorielle confirmatoire sont cependant exigeantes et
imposent un échantillon minimal de 200 observations. Le nombre de questionnaires
exploitables étant de 170, nous nous limiterons à des analyses factorielles exploratoires à
base d’ACP.
3. Validation des variables du questionnaire
Dans ce paragraphe, nous examinerons successivement la validité et la fiabilité de
chacune des variables du questionnaire faisant appel à des items multiples (§3.1 à §3.7).
Nous aborderons ensuite la mesure de l’indicateur des heures supplémentaires non
déclarées (§3.8), puis nous nous assurerons de l’indépendance entre les différentes
221