L’opérationnalisation des échelles de mesure

L’opérationnalisation des échelles de mesure

L’échelle de mesure de l’image de pays d’origine de la marque

L’analyse factorielle réalisée avec rotation Promax (voir tableau) fait ressortir une structure solution tridimensionnelle qui explique 71.96 % de la variance, et donc l’échelle de mesure de l’image de pays d’origine e la marque permet d’expliquer 71.96 % de l’information initiale. Dans le cas de notre variable pays d’origine de la marque, l’indice de KMO est égale à 0,783, il est supérieur à 0,7 nous pouvons alors dire que l’ensemble des items retenus est moyennement cohérent. Le test de Bartlett donne Sig=0 : les variables sont suffisamment corrélées, cela montre que le modèle factoriel est adéquat. Notre Alpha Cronbach est de 0,807, ce qui est excellent : donc notre échelle est fiable avec une homogénéité de 80.7%. Les communautés et les poids factoriels des items sont élevés sup 0.5. Il indique également que la qualité de représentation et le poids factoriel des items sont satisfaisants. Nous conservons donc cette échelle en sa version originale. Il ressort de l’ACP menées sur les échelles d’image de pays d’origine que l’image du pays d’origine se présente, dans le cas de notre recherche, comme un construit multidimensionnel avec trois axes : le premier axe regroupe trois items (économie, industrialisation et innovation), les trois axes de deuxième axe sont (démocratie, niveau de vie, fierté), tandis que, le troisième axe ne regroupe que deux items (qualité et fiabilité). Nos résultats convergent avec plusieurs autres recherches qui soutiennent, d’après leurs résultats, la nature multidimensionnelle de l’image du pays d’origine (par exemples : Han et Terpstra, 19881193; Roth et Romeo, 19921194; Parameswaran et Pisharodi, 19941195). 

L’échelle de mesure de l’attitude

L’analyse factorielle fait ressortir une structure en un seul facteur. L’indice KMO et le test de Bartlett montrent que le modèle factoriel est approprié (l’indice KMO = 0.735 et le test de Bartlett donne p=0.000. L’ensemble des items de l’échelle de mesure de l’attitude permettent d’expliquer 78.99 % de la variance totale. Les communautés et les poids factoriels des items sont élevés sup 0.5. L’alpha de Cronbach est excellent il indique une bonne cohérence interne de l’échelle. Nous conservons donc cette échelle en sa version originale. Tableau (II.6) : Résultats de l’ACP de l’éĐhelle de ŵesuƌe de l’attitude. Source : Sortie SPSS. Indice KMO Test de Bartlett Variance totale expliquée Valeurs propres initiales Alpha de Cronbach Item Qualités de représentation Matrice des composantes Poids factoriels.

L’échelle de me sure de l’attachement

Les résultats de l’ACP mentionnés dans le tableau indiquent qu’un seul facteur a été extrait. Il assure d’expliquer 63.24 % de la variance totale. L’indice KMO et le test de Bartlett confirment l’adéquation des données à la factorisation. (l’indice KMO = 0.854 et le test de Bartlett donne p=0.000). La qualité de représentation de tous les items est bonne et tous les poids factoriels sont supérieurs à 0.5. En ce qui concerne L’homogénéité de cette échelle, L’homogénéité de cette échelle est satisfaisante, car notre alpha est de 0.883, la fiabilité de l’échelle est de 85.1%, car Chapitre II : Présentation du cadre conceptuel et les hypothèses de recherches 171 notre alpha est de 0.851, la fiabilité de l’échelle est de 88.3%. Nous conservons donc cette échelle en sa version originale. III.1.5 L’échelle de mesure de la confiance L’analyse factorielle fait ressortir une structure en un seul facteur. L’indice KMO et le test de Bartlett montrent que le modèle factoriel est approprié (l’indice KMO = 0.874 et le test de Bartlett donne p=0.000). L’ensemble des items de l’échelle de mesure de la confiance permettent d’expliquer 58.4 % de la variance totale. L’alpha de Cronbach est excellent il indique une bonne cohérence interne de l’échelle. Les résultats de l’analyse factorielle indiquent également que la qualité de représentation des items 7 et 8 n’est pas satisfaisante. Nous réalisons donc une autre ACP sans l’item (TRU 7, TRU 8).