Références

Taille d'échantillon tout à fait correcte pour donner de la crédibilité aux résultats.

Deux éléments sont à mentionner

1. Taille d'échantillon tout à fait correcte pour donner de la crédibilité aux résultats. En effet, on sait que la taille de l'échantillon (indépendamment de la taille de la population) est un des éléments clé de la précision d'un résultat.

2. Taux de retour très important (sinon on pourrait s'interroger sur la satisfaction des non répondants) et très au dessus de ce qui est généralement observé dans le secteur (20% de retour est considéré comme un bon taux de retour !!).

Possibilité néanmoins de recommandations managériales possibles :

- sensibiliser le personnel en contact avec le patient notamment le personnel soignant,

- politique de communication plus forte auprès de l'ensemble des personnes hospitalisées

... pour accroître encore les remontées

Structure population : ensembles des patients hospitalisés durant la période de l'étude.

Ces chiffres sont connus exactement par la Clinique. C'est la distribution théorique. L'échantillon doit s'en rapprocher le plus possible.

Petite distorsion de l'échantillon lorsque l'on considère la variable « genre », les femmes sont surreprésentées dans l'échantillon (le faut d'avoir une maternité ne joue pas sur ce résultat puisque l'on considère la population et l'échantillon globalement).

Il existe différentes techniques de redressement d'échantillon, ici nous ne procéderons à aucun redressement.

Il est toujours intéressant dans ce type d'analyse de considérer la moyennes des score de satisfaction afin de considérer ce qui, proportionnellement est au-dessous et au dessus de la moyenne des items de satisfaction. On compare la moyennes des scores de satisfaction à la moyenne des moyennes. Cela permet ainsi de relativiser les éléments même si toutes les dimensions de satisfaction retenues sont importantes.

Nous procédons ici à l'analyse des scores de satisfaction sur des dimensions (facettes) agrégées de satisfaction.

Cela permet la aussi d'avoir une certaine information en fonction des 7 grandes dimensions de satisfaction retenues.

Remarque

Bien expliquer que les dimensions (facettes) de satisfaction sont les résultats d'une somme d'items.

Cela permet d'avoir une vision plus globale même si l'on perd de l'information.

Nous procédons ici à l'analyse des scores de satisfaction sur des dimensions (facettes) agrégées de satisfaction.

Cela permet la aussi d'avoir une certaine information en fonction des 7 grandes dimensions de satisfaction retenues.

Là aussi, calcul de la moyennes des moyennes des scores de chaque dimension de satisfaction.

Nécessité alors de nuancer les propos en fonction de l'importance de chacun de ces items à la constitution de la satisfaction globale. L'entreprise doit se concentrer en premier lieu sur les items de satisfaction qui sont considérés comme importants par l'usager.

Les items situés à droite de la barre rouge contribuent fortement à la satisfaction des individus.

Idem

Calcul d'une moyenne des moyennes.

Possibilité de mixer dans une analyse la satisfaction enregistrée par les usagers sur chacun des items et la contribution de ces derniers à la satisfaction.

Nécessité alors d'analyser les 4 cadrans mis en évidence

Nécessité alors d'analyser les 4 cadrans mis en évidence

Nous mettons ici en évidence de fausses forces. En effet l'établissement obtient des score élevés de satisfaction sur ces items qui cependant ne sont pas cruciaux pour la satisfaction.

Ce sont donc bien des points forts mais sur des axes non majeurs.

L'établissement peut s'en servir pour communiquer dessus, les maintenir sans engager trop de ressources à leur niveau actuel.

Nécessité alors d'analyser les 4 cadrans mis en évidence

Fausses faiblesses

Certes le niveau de satisfaction n'est pas excellent mais ce sont des critères plutôt mineurs pour le patient.

Là aussi, nécessité d'accroître la satisfaction mais ce n'est pas la priorité.

Nécessité alors d'analyser les 4 cadrans mis en évidence

Vraies faiblesses

Insatisfaction sur des items contribuant fortement à la satisfaction.

A améliorer impérativement et ce, très rapidement.

Ces axes doivent être une priorité pour l'établissement.

Nécessité alors d'analyser les 4 cadrans mis en évidence

Vraies Forces

Bonnes satisfaction sur des items qui contribuent fortement à la satisfaction.

A maintenir impérativement

Possibilité de communiquer sur ces dimensions.

Ce tableau présente le niveau de satisfaction sur les différentes facettes retenues en fonction du service où était hospitalisé le patient.

On peut ainsi lire le score moyen de satisfaction en fonction du service.

Afin de mettre en évidence une éventuelle différence de satisfaction en fonction du service, il convient de conduire un test statistique.

Ce test statistique consiste a rechercher d'éventuelles différences entre les moyennes observées dans chaque groupe d'une part OU d'autre part entre la moyenne observée dans un groupe et la moyenne totale de l'échantillon.

C'est cette seconde vision qui est considérée dans cette application.

Il est donc mené un test de Fisher qui est ensuite interprété dans un commentaire proposé sous le tableau.

Ce test est ensuite complété par un test de Student.

Aucune différence significative n'est enregistrée entre le service où a été hospitalisé le patient et l'une des facettes de satisfaction.

On note ici une différence significatif au seuil de 5% en ce qui concerne la satisfaction envers les chambres.

Il semble que les personnes situées dans la tranche d'âge «46 – 65 ans» soient moins satisfaites que l'ensemble de l 'échantillon.

Aucune différence significative n'est enregistrée entre le service où a été hospitalisé le patient et les facettes de satisfaction.

Ce qui est très intéressant du point de vue managérial outre une mesure globale de satisfaction est de savoir quelles dimensions de la satisfaction impactent le plus la satisfaction globale.

Pour cela nous allons d'une part effectuer une analyse des corrélations entre la satisfaction globale et les différentes facettes de satisfaction et ensuite, mener une régression entre ces mêmes variables.

Le coefficient de corrélation varie entre -1 et +1.

Attention

Les apprenants qui ont suivi une formation purement «théorique» au niveau de statistiques pensent qu'il convient d'avoir des coefficients situé au delà de 0,80 pour pouvoir être significatifs.

Dans le domaine des Sciences Sociales, très souvent des coefficients de l'ordre de 0,40 (voire 0,20) peuvent être intéressants à commenter.

Certains logiciels fournissent des tests de significativité; ceci n'est pas abordé ici.

On note ainsi une corrélation intéressante entre :

- La satisfaction lors de l'arrivée et envers le personnel de jour avec la satisfaction globale.

- A un niveau moindre, la satisfaction envers le personnel de jour semble corrélée avec la satisfaction globale.

Nous présentons ici les résultats d'une régression multiple.

Le coefficient de corrélation multiple étant de 50%, le coefficient de détermination est de (50%) x (50%) = 25%

Ce qui signifie que ces 7 dimensions de satisfaction expliquent 25% de la variance totale de la satisfaction globale.

Il conviendrait donc de rechercher d'autres variables explicatives pour les 75% restants.

La lecture des résultats montre que seules les deux premières dimensions de la satisfaction à savoir

- La satisfaction perçue lors de son arrivée

- La prise en charge par le personnel de jour

....influencent significativement la satisfaction globale des patients.

ATTENTION

Ne pas trop interpréter le sens des résultats car les données ont été générées spécialement pour ce cas de façon arbitraire.

Ainsi certains résultats (ou absences de résultats) pourraient paraître troublants.

Soit au total, l'équation finale de la régression multiple.