Analyse des éléments et corrélation item-total
Au cours de l’analyse des éléments, une méthode de ratio critique de différence entre les groupes a été adoptée pour évaluer l’efficacité des questions du questionnaire à distinguer les réponses des différents participants. Cette méthode consistait à classer les scores des participants, en définissant le groupe supérieur comme celui des 33 % ayant les meilleures performances, et le groupe inférieur comme les 33 % ayant les moins bonnes. Un test t pour échantillons indépendants a été réalisé pour comparer les scores des deux groupes et déterminer la signification statistique de leurs différences, calculant ainsi le ratio critique pour chaque question. Si la valeur p était inférieure à 0,05, la question pouvait différencier les réponses et devait donc être conservée. Inversement, une valeur p supérieure à 0,05 entraînait la suppression de la question. Dans le questionnaire préliminaire, toutes les valeurs p des 18 questions étaient inférieures à 0,05, ce qui a permis de conserver l’ensemble des éléments.
Un test d’homogénéité a ensuite été réalisé pour déterminer les éléments pouvant être éliminés lors du test de corrélation item-total. Cela a été effectué en calculant le coefficient de corrélation de moments de Pearson entre chaque question et le score total. Un coefficient de corrélation statistiquement significatif et dont la valeur absolue dépassait 0,4 indiquait une forte corrélation avec le score total, révélant ainsi une homogénéité élevée. Après analyse avec SPSS, les 18 éléments du questionnaire préliminaire ont réussi le test d’homogénéité et aucune question n’a été éliminée.
Analyse factorielle exploratoire
Le logiciel SPSS Statistics 24.0 a été utilisé pour réaliser une analyse factorielle exploratoire (AFE) sur les 152 enquêtes valides recueillies lors du Festival de la torche 2023 dans la ville de Xichang. Le test de Kaiser-Meyer-Olkin (KMO) a produit un KMO de 0,865 et le test de sphéricité de Bartlett s’est avéré significatif (sig. = 0,000, p < 0,01), indiquant que les données étaient appropriées pour l’AFE.
Une analyse en composantes principales (ACP) a ensuite été utilisée pour sélectionner les facteurs selon certains critères : (1) des charges inférieures à 0,5 ou des charges croisées supérieures à 0,5 après réception ; (2) des éléments avec des charges supérieures à 0,5 sur deux ou plusieurs facteurs ; et (3) au sein d’un facteur donné, des éléments dont le contenu était manifestement incohérent avec la signification intrinsèque du facteur. À l’issue de cette sélection, cinq éléments (M2, M7, M8, M9, et M16) ont été supprimés, laissant un total de 13 éléments. Les détails sur la décomposition de la variance montrent que trois facteurs avec des valeurs propres supérieures à 1 ont été extraits, représentant collectivement 60,192 % de la variance totale, indiquant que ces facteurs étaient bien construits et captaient efficacement l’information de l’échelle originale.
Analyse factorielle confirmatoire et tests de fiabilité et de validité
Pour vérifier si les 13 éléments identifiés à travers l’AFE mesuraient correctement les variables latentes, une analyse factorielle confirmatoire (AFC) a été effectuée sur 433 enquêtes valides collectées au sein de la Super Ligue du Village de Guizhou. La fiabilité du modèle a été évaluée à travers trois indicateurs : la fiabilité, la validité convergente, et la validité discriminante.
La fiabilité réfère à la cohérence et à la reproductibilité du questionnaire. Pour cela, les recommandations de recherche ont été suivies, utilisant l’alpha de Cronbach et la fiabilité composite (CR) pour évaluer la fiabilité du modèle. Les trois facteurs identifiés ont formé trois variables latentes dont les moyennes de chaque élément ont été combinées. Ainsi, ces quatre variables latentes ont constitué le modèle d’évaluation de l’intégration des sports, de la culture, et du tourisme.
La validité a été utilisée pour s’assurer que les variables observées dans le modèle mesuraient raisonnablement les variables latentes.
Notre point de vue
Dans le paysage dynamique de l’intégration des sports, de la culture et du tourisme, nous croyons fermement qu’une approche analytique rigoureuse est essentielle pour affiner les modèles d’évaluation. La prise en compte des résultats des analyses nous permet non seulement de valider les hypothèses, mais aussi d’orienter les décideurs vers des stratégies intégratives durables. Il est primordial que ces modèles soient utilisés non seulement comme des outils d’évaluation, mais aussi comme des leviers pour promouvoir des initiatives intersectorielles, favorisant ainsi une dynamique qui bénéficie à la société dans son ensemble. Le dialogue entre ces plusieurs domaines peut renforcer notre tissu social et économique.
Article original rédigé par : Prénom Nom.
