L'analyse factorielle confirmatoire.
L'analyse factorielle confirmatoire.
L'analyse factorielle confirmatoire.
- No tags were found...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Remarquez maintenant comment les différents paramètres reproduits dans<br />
l’encadré ci-haut se retrouvent également dans le graphique représentant le modèle mis<br />
à l’épreuve. On y voit clairement a) les variances d’erreur de chaque variable<br />
manifeste, c'est-à-dire la proportion de variance qui n’est pas expliquée par l’influence<br />
des facteurs communs, b) les coefficients de régression représentant l’influence des<br />
variables latentes sur leurs variables manifestes respectives et c) la variance de<br />
chacune des trois variables latentes puisqu’il s’agit ici de variables standardisées<br />
possédant chacune une unité de variance.<br />
Les indices d'ajustement dans les sorties de résultats en format SIMPLIS<br />
LISREL fournit un nombre impressionnant d'indices permettant d'évaluer le niveau<br />
d'ajustement d'un modèle. D'ailleurs il est reconnu que la qualité d'un modèle ne peut<br />
pas se décider sur la base d'un indice unique. En situation de recherche « réelle » il n'est<br />
pas rare d'être confronté à des indices contradictoires, les uns tendant à invalider le<br />
modèle, les autres suggérant au contraire que le modèle est acceptable. Dans un tel cas,<br />
il est d'autant plus important d'appuyer notre conclusion sur plusieurs indices<br />
convergents. Voici quelques commentaires sur les indices d’ajustement, dans l’ordre où<br />
ils sont produits dans une analyse typique :<br />
_____________________________________________________________________________<br />
© Tous droits réservés, Jacques Baillargeon Page 31 9 janvier, 2006