Aller au contenu
Omnikalc

Calculateur de fiabilité composite et d’AVE

Saisissez les saturations factorielles standardisées de cinq items pour obtenir la fiabilité composite, la variance moyenne extraite, sa racine carrée pour le test de Fornell-Larcker et l’alpha impliqué par les saturations.

Mis à jour le
Vos paramètres

Valeur hors limites

Valeur hors limites

Valeur hors limites

Valeur hors limites

Valeur hors limites

Résultats

Fiabilité composite (oméga)

0,848

Variance moyenne extraite (AVE)

0,529

Racine carrée de l’AVE
0,727
Alpha standardisé impliqué par les saturations
0,846
Variance d’erreur totale des items
2,354
Saturation moyenne
0,724
Respecte les contrôles usuels (CR ≥ 0,70 et AVE ≥ 0,50 : 1 = oui)
1

Le calculateur de fiabilité composite et d’AVE donne la fiabilité composite (oméga de McDonald), la variance moyenne extraite, sa racine carrée et l’alpha impliqué par les saturations, pour une échelle de cinq items, d’après leurs saturations factorielles standardisées.

Comment se fait le calcul

  • Saisissez les saturations factorielles standardisées des cinq items issues d’une analyse factorielle.
  • Le calculateur calcule la variance d’erreur de chaque item comme 1 moins la saturation au carré.
  • Lisez la fiabilité composite, l’AVE et les contrôles.

Exemple

Cinq items avec des saturations de 0,82, 0,78, 0,72, 0,68 et 0,62, une moyenne de 0,724, ont une variance d’erreur totale de 2,354. La fiabilité composite est de 0,848 et la variance moyenne extraite de 0,529, dont la racine carrée est de 0,727. L’alpha impliqué par les saturations est de 0,846. Le contrôle des seuils usuels donne 1.

Pourquoi c’est utile

Le calculateur aide les chercheurs en psychologie, marketing, éducation et gestion qui valident une échelle de questionnaire par une analyse factorielle confirmatoire ou un modèle d’équations structurelles, et doivent rapporter la fidélité et la validité convergente de chaque construit.

À savoir

Utilisez les saturations standardisées d’un modèle à un facteur ou des items d’un construit dans un modèle plus grand, et vérifiez que le modèle s’ajuste bien. Les seuils usuels sont de 0,70 pour la fiabilité composite et de 0,50 pour l’AVE, mais ce sont des repères. Une AVE sous 0,50 avec une fiabilité composite au-dessus de 0,60 est parfois acceptée. Des saturations au-dessus de 0,95 peuvent signaler des items redondants, et les saturations croisées demandent un contrôle à part. Rapportez les saturations elles-mêmes dans un tableau, avec l’effectif et la méthode d’estimation, pour que les lecteurs puissent recalculer les indices et juger l’ajustement du modèle de mesure.

Outils liés

Le calculateur de l’alpha de Cronbach donne la fidélité classique, celui de Kuder-Richardson traite les items réussis ou échoués, celui de l’erreur standard de mesure transforme une fidélité en intervalle de score et celui de Spearman-Brown prédit l’effet de la longueur du test.

Questions fréquentes

Qu’est-ce que la fiabilité composite ?

La fiabilité composite, ou oméga de McDonald dans le cas à un facteur, estime la fidélité d’une échelle d’après les saturations factorielles de ses items. On a CR = (Σλ)² / ((Σλ)² + Σθ), où λ sont les saturations et θ = 1 − λ² les variances d’erreur d’items standardisés. Contrairement à l’alpha de Cronbach, elle ne suppose pas que toutes les saturations sont égales.

Qu’est-ce que la variance moyenne extraite ?

L’AVE est la moyenne des carrés des saturations, la part de la variance des items que le construit explique en moyenne : AVE = Σλ² / k. Une valeur de 0,50 ou plus signifie que le construit explique plus de la moitié de la variance de ses items, et c’est le critère usuel de validité convergente de Fornell et Larcker.

Comment tester la validité discriminante ?

Dans l’approche de Fornell-Larcker, la racine carrée de l’AVE de chaque construit doit être plus grande que ses corrélations avec les autres construits. Le calculateur donne la racine carrée de l’AVE pour cette comparaison. D’autres méthodes, comme le rapport hétérotrait-monotrait, sont maintenant souvent préférées.

Pourquoi diffère-t-elle de l’alpha de Cronbach ?

L’alpha n’est exact que si tous les items ont la même saturation. Quand les saturations diffèrent, comme dans la plupart des échelles, l’alpha sous-estime la fidélité. L’alpha impliqué par les saturations est affiché pour comparer. La fiabilité composite est en général plus élevée, de quelques centièmes.

Ce calculateur vous a-t-il été utile ?

Merci pour votre avis !

Résultats indicatifs fournis à titre d'information. Ils ne remplacent pas l'avis d'un professionnel.