<aside> <img src="/icons/exclamation-mark-double_gray.svg" alt="/icons/exclamation-mark-double_gray.svg" width="40px" />
Les échelles de mesure des prédicteurs étant différentes entre les deux éditions (à la fois dans les items utilisés et dans la question qui était posée), nous n’avons pas pu chercher de prédicteurs stables au fil des ans du désengagement. Les analyses suivantes se basent uniquement sur les données 2025.
</aside>
<aside>
Nous avons testé plusieurs modèles pour évaluer l’influence de différentes catégories de prédicteurs, incluant des facteurs contextuels (IPS, niveau scolaire), des croyances des enseignants sur l'accrochage (prédicteurs positifs et négatifs), et des pratiques pédagogiques. L’approche méthodologique adoptée reposait sur la modélisation par équations structurelles (SEM) avec lavaan dans R.
</aside>
Résultat principal : le modèle optimal
Après comparaison des différents modèles, celui qui explique le mieux le désengagement est un modèle basé uniquement sur les prédicteurs positifs incluant des facteurs contextuels. L'ajout des prédicteurs négatifs ou des pratiques pédagogiques n'améliore pas la qualité du modèle et peut même le rendre plus instable.
Le modèle SEM testé montre un excellent ajustement aux données :
χ2(3)=141.40,p<.001,CFI=1.00,TLI=1.00,RMSEA=0.000,SRMR=0.000.
L’explication de la variance du désengagement scolaire est R2=0.131, indiquant que 13.1 % de la variance du désengagement est expliquée par les variables retenues.
|Variable | Estimation| Std_Err| Z_value|P_value | BetaStandardise|
|:----------------------|-----------|--------|--------|--------|----------------|
|IPS | -0.233| 0.036| -6.534|< 0.001 | -0.260|
|Niveau scolaire | 6.954| 0.879| 7.911|< 0.001 | 0.205|
|Relation École-Famille | -1.237| 0.399| -3.097| 0.002 | -0.091|
<aside> <img src="/icons/priority-low_gray.svg" alt="/icons/priority-low_gray.svg" width="40px" />
Résumé :