Analyse factorielle des variables RH
Analyse factorielle des variables RH
- - - - - - - - - - - - - - - - - - - - - - - - F A C T O R A N A L Y S I S - - - - - - - - - - - - - - - - - - -
Analyse factorielle
Remarques
Sortie obtenue 16-JUN-2023 16:23:45
Commentaires
Entrée Jeu de données actif Jeu_de_données0
Filtre <sans>
Pondération <sans>
Scinder un fichier <sans>
N de lignes dans le fichier de 100
travail
Gestion des valeurs manquantes Définition de la valeur manquante MISSING=EXCLUDE : Les
valeurs manquantes définies par
l'utilisateur sont traitées comme
des données manquantes.
Observations utilisées LISTWISE : Les statistiques sont
basées sur des observations
dépourvues de valeurs
manquantes dans les variables
utilisées.
Syntaxe FACTOR
/VARIABLES Sexe
TranchedAge Formation Diplôme
FonctionàlaRH Population
GPEEC
Organisationdetravail
Conditiondetravail
EvolutionenCarrière
NaturesdesPrimes Outilsdetravail
Obstacles
/MISSING LISTWISE
/ANALYSIS Sexe TranchedAge
Formation Diplôme
FonctionàlaRH Population
GPEEC Organisationdetravail
Conditiondetravail
EvolutionenCarrière
NaturesdesPrimes Outilsdetravail
Obstacles
/PRINT UNIVARIATE INITIAL
DET KMO EXTRACTION
ROTATION FSCORE
/FORMAT SORT
/PLOT EIGEN ROTATION
/CRITERIA FACTORS(3)
ITERATE(25)
/EXTRACTION PAF
/CRITERIA ITERATE(25)
/ROTATION VARIMAX
/SAVE BART(ALL)
/METHOD=CORRELATION.
Ressources Temps de processeur 00:00:01,45
Temps écoulé 00:00:00,77
Mémoire maximale requise 23424 (22,875K) octets
Variables créées FAC1_2 Score factoriel de Bartlett 1
FAC2_2 Score factoriel de Bartlett 2
FAC3_2 Score factoriel de Bartlett 3
Statistiques descriptives
Moyenne Ecart type Analyse N
Sexe 1,5300 ,50161 100
Tranche d'Age 2,7600 ,91143 100
Formation 2,2400 ,84232 100
Diplôme 3,4600 2,08613 100
Fonction à la RH 1,2800 ,45126 100
Population 2,7800 ,50412 100
GPEEC ,8700 ,33800 100
Organisation de travail 1,4500 ,80873 100
Condition de travail 1,6600 ,63913 100
Evolution en Carrière ,1600 ,36845 100
Natures des Primes 2,1500 ,47937 100
Outils de travail ,2100 ,40936 100
Obstacles 2,8100 1,44036 100
INTERPRETATION
L'indice KMO de 0,538 peut être qualifié de misérable. Il nous indique que les corrélations entre les items sont de mauvaise qualité. Ensuite, le résultat du test de sphéricité de Bartlett est significatif (p < 0,0005). Nous pouvons
donc rejeter l’hypothèse nulle voulant que toutes les variables soient parfaitement indépendantes les unes des autres.
Qualités de représentation
Initiales Extraction
Sexe ,297 ,258
Tranche d'Age ,457 ,529
Formation ,399 ,323
Diplôme ,479 ,432
Fonction à la RH ,609 ,990
Population ,234 ,025
GPEEC ,230 ,153
Organisation de travail ,200 ,075
Condition de travail ,462 ,441
Evolution en Carrière ,477 ,709
Natures des Primes ,373 ,280
Outils de travail ,227 ,160
Obstacles ,379 ,307
Méthode d'extraction : Factorisation en axes principaux.
Statistiques de fiabilité
Alpha de Cronbach
basé sur des
éléments
Alpha de Cronbach standardisés Nombre d'éléments
,246 ,350 13
INTERPRETATION
Statistiques d'éléments
Moyenne Ecart type N
Sexe 1,5300 ,50161 100
Tranche d'Age 2,7600 ,91143 100
Formation 2,2400 ,84232 100
Diplôme 3,4600 2,08613 100
Fonction à la RH 1,2800 ,45126 100
Population 2,7800 ,50412 100
GPEEC ,8700 ,33800 100
Organisation de travail 1,4500 ,80873 100
Condition de travail 1,6600 ,63913 100
Evolution en Carrière ,1600 ,36845 100
Natures des Primes 2,1500 ,47937 100
Outils de travail ,2100 ,40936 100
Obstacles 2,8100 1,44036 100
INTERPRETATION
[Jeu_de_données0]
Informations sur les données
Effectif
Valide 100
Rejeté Manquant 0
Nombre de réponses > Nombre 0
de sujets
Groupe de contrôle 163
Tests du khi-carré
Khi-carré ddla Sig.
LOGIT Test de la qualité d'ajustement 23,533 88 1,000
de Pearson
a. Les statistiques basées sur des observations individuelles sont différentes de celles
basées sur des observations agrégées.
Tests du khi-carré
Khi-carré ddla Sig.
PROBIT Test de la qualité d'ajustement de 23,540 88 1,000
Pearson
a. Les statistiques basées sur des observations individuelles sont différentes de celles
basées sur des observations agrégées.
INTERPRETATION
Régression logistique
Table de classificationa,b
Prévisions
GPEEC Pourcentage
Observé ,00 1,00 correct
Pas 0 GPEEC ,00 0 13 ,0
1,00 0 87 100,0
Pourcentage global 87,0
a. La constante est incluse dans le modèle.
b. La valeur de coupe est ,500
Variables de l'équation
B E.S Wald ddl Sig. Exp(B)
Pas 0 Constante 1,901 ,297 40,870 1 ,000 6,692
Table de classificationa
Prévisions
GPEEC Pourcentage
Observé ,00 1,00 correct
Pas 1 GPEEC ,00 6 7 46,2
1,00 1 86 98,9
Pourcentage global 92,0
a. La valeur de coupe est ,500
Variables de l'équation
B E.S Wald ddl Sig. Exp(B)
Pas 1a Sexe 1,348 ,899 2,251 1 ,134 3,851
Tranche d'Age -,562 ,574 ,959 1 ,327 ,570
Formation -,133 ,547 ,059 1 ,808 ,876
Diplôme ,040 ,238 ,029 1 ,865 1,041
Fonction à la RH -2,086 1,170 3,175 1 ,075 ,124
Population ,631 ,804 ,617 1 ,432 1,880
Organisation de travail -,407 ,441 ,854 1 ,355 ,665
Condition de travail -1,125 ,832 1,829 1 ,176 ,325
Evolution en Carrière 2,206 1,501 2,161 1 ,142 9,080
Natures des Primes ,990 1,151 ,738 1 ,390 2,690
Outils de travail -,560 1,021 ,300 1 ,584 ,571
Obstacles -,153 ,280 ,301 1 ,583 ,858
Constante 3,759 3,841 ,958 1 ,328 42,903
a. Introduction des variables au pas 1 : Sexe, Tranche d'Age, Formation, Diplôme, Fonction à la RH, Population, Organisation de
travail, Condition de travail, Evolution en Carrière, Natures des Primes, Outils de travail, Obstacles.
INTERPRETATION
CONCLUSION GENERALE