Une explication simple de la cohérence interne

La cohérence interne fait référence à la mesure dans laquelle une enquête, un questionnaire ou un test mesure réellement ce que vous souhaitez qu’il mesure. Plus la cohérence interne est élevée, plus vous pouvez être sûr que votre enquête est fiable.

La manière la plus courante de mesurer la cohérence interne consiste à utiliser une statistique connue sous le nom d’ Alpha de Cronbach , qui calcule les corrélations par paires entre les éléments d’une enquête.

La valeur de l’Alpha de Cronbach peut varier entre moins l’infini et un.

Le tableau suivant décrit comment les différentes valeurs de l’Alpha de Cronbach sont généralement interprétées :

Nous passerons ensuite en revue un exemple pour fournir une compréhension intuitive de la cohérence interne.

Connexes : Comment signaler l’alpha de Cronbach (avec des exemples)

Un exemple

Supposons qu’une gérante de restaurant souhaite mesurer la satisfaction globale des clients et qu’elle envoie donc une enquête avec les questions suivantes auxquelles les clients peuvent répondre : fortement en désaccord, en désaccord, neutre, d’accord ou tout à fait d’accord .

1. J’ai été satisfait de mon expérience.

2. Je recommanderais votre restaurant à ma famille et à mes amis.

3. Je reviendrais dans ce restaurant à un moment donné dans le futur.

Chacune de ces questions mesure la satisfaction du client de manière légèrement différente, mais un client donné doit répondre à chaque question de l’enquête avec à peu près la même réponse.

Par exemple, un client très satisfait de son expérience devrait également être très susceptible de recommander le restaurant à sa famille et à ses amis et également être très susceptible de revenir au restaurant à un moment donné dans le futur.

Pour cette enquête, la cohérence interne (telle que mesurée par l’Alpha de Cronbach) devrait être assez élevée, ce qui indiquerait que les éléments de l’enquête mesurent réellement ce que nous voulons qu’ils mesurent.

Mais considérez si la question suivante a été ajoutée à l’enquête :

4. Je suis un fan de baseball.

Étant donné que cette question n’a aucun rapport avec la satisfaction globale des clients, elle réduirait probablement la cohérence interne de l’enquête.

Ou considérez plutôt si la question 3 était reformulée comme suit :

3. Je visiterais probablement (pas certainement, mais peut-être très probablement) ce restaurant dans un avenir proche, étant donné les bonnes circonstances, si j’étais de bonne humeur.

Étant donné que la formulation de cette question est si confuse et obscure, il est possible que différents clients l’interprètent différemment et fournissent ainsi des réponses différentes. Cela entraînerait probablement une moindre cohérence interne.

Que faire si la cohérence interne est faible

Si la cohérence interne (telle que mesurée par l’Alpha de Cronbach) est faible pour une enquête donnée, vous pouvez potentiellement l’augmenter de deux manières :

1. Supprimez les éléments de l’enquête qui ont une faible corrélation avec d’autres éléments de l’enquête (par exemple, en supprimant l’élément indiquant « Je suis un fan de baseball ».)

2. Ajoutez à l’enquête des éléments susceptibles d’être en corrélation avec d’autres éléments de l’enquête (par exemple, en ajoutant un élément indiquant « J’ai souvent l’impression que l’argent dépensé dans ce restaurant est de l’argent bien dépensé »). Si vous choisissez cette option, veillez à ne pas ajouter d’éléments redondants aux éléments déjà présents dans l’enquête.

Ressources additionnelles

Les tutoriels suivants expliquent comment calculer l’alpha de Cronbach à l’aide de différents logiciels statistiques :

Comment calculer l’alpha de Cronbach dans Excel
Comment calculer l’alpha de Cronbach dans R
Comment calculer l’alpha de Cronbach en Python
Comment calculer l’Alpha de Cronbach dans SAS