Analyser des relations entre des variables observées et des variables non observées (latentes) : les modèles d'équations structurelles

Abstract

La recherche en sciences humaines et sociales s'appuie sur des concepts qui ne sont pas directement observables (tels que la qualité de vie, le capital culturel, l'estime de soi, etc.). A l'aide d'indicateurs mesurables nous pouvons modéliser ces concepts sous forme de variables latentes, relevant de modèles théoriques formalisés a priori. Les modèles en équations structurelles permettent de tester statistiquement ces modèles intégrant des variables latentes et leurs relations avec les variables mesurées. Les premiers modèles structuraux ont vu le jour en biologie dans les années 1920 et ont investi les sciences sociales tout au long du 20ème siècle. En plein essor depuis deux décennies, les modèles structuraux se sont développés afin de pouvoir appréhender statistiquement des modèles théoriques complexes. Ceux-ci permettent la prise en compte de variables continues, ordinales, catégorielles, dans le champ des analyses factorielles (Confirmatory factorial analysis), des régressions (Mediations / moderations, etc.), des classifications (Latent profils analysis, Latent Class analysis), des modèles longitudinaux (Growth models), entre autres... La présentation sera une introduction aux modèles structuraux. Après un rapide rappel historique, une présentation de différents exemples d'équations structurelles sous le prisme des analyses factorielles et des modèles de régression sera réalisée. Une dernière partie de l'atelier sera consacrée à la réalisation d'un modèle d'équation structurelle par les participants. Tous les traitements statistiques sont réalisés à l'aide du logiciel R et particulièrement du package lavaan. Il sera donc nécessaire de faire l'installation de R, Rstudio et Lavaan sur vos ordinateurs avant l'atelier.