Abstracts
Résumé
Parmi les diverses méthodes d’analyse des données, l’analyse factorielle a reçu une attention particulière de la part des chercheurs de plusieurs disciplines scientifiques. L’avènement des logiciels statistiques conviviaux permettant de procéder aisément à certaines analyses, par exemple, la validation de construit d’un instrument psychométrique, peut en partie expliquer cette popularité. Il s’avère toutefois que cette convivialité peut dans certains cas favoriser une utilisation inadéquate de l’analyse factorielle et que le choix des méthodes utilisées a peu évolué, malgré l’amélioration croissante des outils disponibles. L’objectif du présent article, qui ne prétend pas livrer une analyse exhaustive des considérations techniques relatives à ce type d’analyse, consiste à apporter quelques précisions permettant de prendre des décisions éclairées lorsque le choix d’une analyse factorielle est envisagé par un chercheur ou un étudiant-chercheur. Afin de guider la réflexion, une question précise est posée : est-il possible de faire une rotation oblique lors d’une analyse en composante principale? La réponse à cette question nécessite d’abord de distinguer certains concepts liés à l’analyse factorielle pour ensuite proposer quelques éléments de réponse.
Abstract
Among the different methods of data analysis, factor analysis has been the subject of special attention by researchers in several scientific disciplines. The advent of user-friendly statistical software can partly explain this popularity. It turns out, however, that this user-friendliness can in some cases lead to improper use of factor analysis and that practices have not changed much, despite the increasing improvement of computer technology. The purpose of this article is to provide some insight that can help researchers choose appropriate methods based on their research objectives. To guide the reflection, a question is asked: is it possible to choose an oblique rotation following a principal component analysis? The answer to this question requires some clarification that may allow a better understanding of the factor analysis.