La clarification du lien entre l’intolérance à l’incertitude et l’orientation négative aux problèmes: étude 2. Philippe Roy1, Alexandre Bouvette1, Frédéric Langlois1 2, & Patrick Gosselin3. ¹Université du Québec à Trois-Rivières; ²Centre de Recherche Fernand-Séguin, 3Université du Québec à Sherbrooke. Figure 1: Modèles factoriels à un et deux facteurs Résumé Aussi, il était possible d’observer une séparation claire entre les items du QAP et la partie A du questionnaire III (mesurant la tendance à l’II) à l’intérieur des analyses factorielles. Dès lors, l’II et l’ONP semblait être deux construits indépendants Le but de cette étude est de confirmer les résultats de l’étude de Roy et al. (2012). Pour ce faire, des analyses factorielles confirmatoires seront effectuées en testant deux structures factorielles différentes: (1) une structure en 1 facteur où l’II et l’ONP se regroupe à l’intérieur d’un même construit et (2) une structure en 2 facteurs qui place l’II et l’ONP comme deux construits indépendants. Modèle unifactoriel Modèle bifactoriel Cette deuxième étude a pour but de confirmer l’indépendance entre l’II et l’ONP comme facteur cognitif. Pour ce faire, des analyses factorielles confirmatoires sont effectuées sur un nouvel échantillon indépendant constitué de 928 étudiants universitaires. Pour identifier une différence statistique valide, deux modèles factoriels sont mis à l’épreuve : un modèle en un facteur où les items du II et du QAP sont mélangés et un modèle en deux facteurs où les items des deux questionnaires sont séparés. Les résultats confirment l’indépendance entre l’II et l’ONP, le modèle à un facteur étant invalide et le modèle à deux facteurs présentant des indices de Fit allant de satisfaisant à excellent (Kline, 1998). Les retombés cliniques de ces résultats sont abordés en conclusion. II ONP II ONP Des analyses factorielles confirmatoires ont été effectuées sur les items de la partie A du III et les 12 items du QAP. Le tableau 1 présente les résultats de ces analyses. Afin de pouvoir comparer les résultats, les indices de fit du CFI, RMSEA et du SRMR sont présentés. Les résultats des chi-carrés de chacun des modèles factoriels complètent les résultats. Les analyses factorielles confirmatoires ont été effectuées avec le logiciel MPlus. Les normes de Browns (2006) et de Browns et Cudek (1993) sont utilisés pour évaluer les indices de Fit. Pour le CFI, des valeurs minimales de 0,90 et préférablement supérieures à 0,95 sont considérées. Pour le RMSEA, les valeurs inférieures 0,08 représentent un indice acceptable. Pour le SRMR, des valeurs inférieures à 0,10 sont acceptables et des valeurs inférieures à 0,05 sont excellentes. L’ensemble des indices Fit de la structure unifactorielle ne remplit pas les conditions requises. Bien que le SRMR et le RMSEA présentent des scores acceptables, le CFI (0,80) présente un score en dessous du seuil d’acceptabilité. En revanche, les indices Fit de la structure bifactorielle présentent tous des scores respectant les normes statistiques. Les scores du SRMR (0,05) et du RMSEA (0,05) sont excellents et le score du CFI (0,94) s’approche aussi d’un niveau « excellent ». Méthode Participants: Les analyses statistiques ont été effectuées auprès d’un échantillon totalisant 902 étudiants universitaires. L’échantillon est constitué de 430 hommes et de 472 femmes, et l’âge moyen est de 23 ans (É-T = 5,35) Introduction Instruments de mesure: L’inventaire d’Intolérance à l’Incertitude (II; Gosselin, et al., 2008) est un questionnaire (45 items) qui mesure la tendance à l’II et les manifestations/conséquences de l’II. Le Questionnaire d’Attitude face aux Problèmes (QAP; Gosselin, et al., 2005) est une mesure de 12 items évaluant l’attitude cognitive des gens face aux problèmes quotidiens. Le modèle cognitif du trouble d’anxiété généralisée (TAG) associe le développement et le maintien du TAG à des mécanismes cognitifs dysfonctionnels bien précis (Dugas et al., 1998). L’intolérance à l’incertitude (II) et l’orientation négative au problème (ONP) représentent deux de ces mécanismes cognitifs. La variance commune observée entre l’II et l’attitude générale face aux problèmes (Dugas et al., 1997), nous avaient amené à poser l’hypothèse d’un certain chevauchement conceptuel entre l’II et l’ONP. Roy et al. (2011) ont testé l’hypothèse d’un chevauchement statistique entre l’II et l’ONP. Par le biais d’analyses factorielles exploratoires, un chevauchement statistique pouvait s’observer entre les variables. Bien que l’hypothèse d’un chevauchement conceptuel entre l’II et l’ONP fut corroborée, les analyses factorielles utilisant tous les items des deux questionnaires ne nous permettaient pas de clarifier la nature de ce chevauchement statistique. Des analyses factorielles ont donc été effectués entre la partie A (tendance à l’II) et la partie B (manifestations ou conséquences) du IIII, et les 12 items du QAP. L’étude 1 de Roy et al. (2012) a permis de démontrer que le chevauchement statistique se représentait entre la sous-échelle « doute », une manifestation/conséquence de l’II, et les items du QAP. Résultats Conclusion Tableau 1: Analyses factorielles confirmatoires entre l’III et le QAP Le but de cette étude qétait de confirmer les résultats de l’étude de Roy et al. (2012). Une structure en deux facteurs séparant les construits de l’ONP et de l’II a été démontrée. Cette étude reproduit donc l’indépendance des construits entre l’II et l’ONP précédemment identifiée. Cliniquement, il sera intéressant de vérifier la portée des résultats. Bien que l’II et l’ONP aient été identifiés comme deux construits indépendants, la relation entre ces derniers reste très forte. Dès lors, l’influence que l’II peut avoir sur l’ONP, si l’on suit la logique de Dugas et al. (1997), est à considérer dans un plan de traitement. De plus amples recherches pourront analyser le potentiel médiateur d’autres variables dans la relation entre l’II et l’ONP. Modèle D.L. X2a AIC CFI RMSEA SRMR IIA – QAP Unifactoriel 317 2575,28 59365,70 0,80 0,08 0,09 Deux facteurs 316 1049,32 57408,11 0,94 0,05