Petit test : votre questionnaire de satisfaction est-il pertinent ?

Faites l'exercice suivant :

• 1. calculez la moyenne de tous les critères de votre questionnaire

• 2. comparez-la à la moyenne de la note globale de satisfaction.

Si l'écart entre la moyenne des notes et la note globale est : 

• 1. Écart Négatif : votre questionnaire est sévère. Il n'est focalisé sur les critères les plus négatifs de votre prestation. Vous avez vraisemblablement oublié des critères de mesure plus positifs (volontairement ou involontairement ?). Cela dit, c'est un bon biais car cela pousse votre entreprise à la performance ! Par contre vous ne savez pas identifier vos points fort

• 2. Écart Positif : à l'inverse de la situation précédente, votre questionnaire est généreux et n'est pas focalisé que sur les critères les plus positifs de votre prestation : vous vous faîtes plaisir ! Vous n'avez pas pris en compte les critères les plus négatifs de votre prestation (volontairement ou involontairement ?). C’est un mauvais biais car vous ne savez pas expliquer vos faibles performances. Vous devez impérativement revoir votre questionnaire.

Ce test marche aussi bien avec des notes mathématiques qu'avec une échelle sémantique si les deux valeurs (note globale et note des critères) reposent sur la même échelle.
Plus sérieux et plus scientifique...
Pour les plus curieux ou les plus matures, il existe une méthode Statistique appelé le « R2 » qui permet de connaitre la part de la variance expliquée par une ou plusieurs variables sur une valeur (ex : les critères et la Satisfaction)
Le R2 est utilisé à en régression simple comme en régression multiple. Il permet d'avoir une idée globale de la valeur expliquée par un ou plusieurs critères de mesure pris en compte.
Il s'interprète comme la part de la variance de la variable Y expliquée par la régression, elle varie entre 0 et 1 et s'exprime souvent en pourcentage. Si le  résultat du Coef est de 0,65, on traduit cette valeur en pourcentage : 65 % de la variance de la Satisfaction globale est expliquée par la liaison avec un ou plusieurs critères de mesure pris en compte dans le modèle.
En régression simple, un R2 proche de 1 est suffisant pour dire que l'ajustement est bon. 
En régression multiple, une valeur élevée du coefficient n'est pas suffisante pour affirmer que le modèle est bon, il est nécessaire d'effectuer un test sur la significativité du R2 afin de savoir s'il existe une relation entre Y et les Xi.
Si vous souhaitez avoir un questionnaire robuste dont tous vos critères bien expliquent la satisfaction, il faut que la valeur du R2 soit élevée, afin que la part de la variance expliquée soit la meilleure.

Dans le cas contraire, votre questionnaire n’explique pas la satisfaction et sa variance et vous pouvez refaire le petit test ludique du début pour savoir ou chercher...  !

Christian BARBARAY http://www.init-marketing.fr/
---------------------------------------------------------------------------------