Analyse factorielle confirmatoire (AFC)

L’analyse factorielle exploratoire cherche des groupes de questions dans les données. L’AFC fait l’inverse : on précise quelles questions appartiennent à quel facteur, par exemple à partir d’une théorie ou d’un questionnaire existant, et l’on teste dans quelle mesure cela s’ajuste aux données. Le résultat est l’ajustement du modèle (indices d’ajustement) et les saturations standardisées.

Exemple: Neuf questions, trois facteurs de trois questions chacun : CFI = ,93, RMSEA = ,09. L’ajustement ne satisfait pas aux règles empiriques : CFI inférieur à ,95, RMSEA nettement supérieur à ,06.

Attention: Un bon ajustement ne montre pas que les facteurs mesurent la bonne chose, et un autre modèle peut s’ajuster aussi bien. Si le modèle est adapté après avoir regardé les mêmes données, le test n’est plus indépendant.