1À quel point une personne est-elle prête à prendre des décisions pertinentes en matière de formation et de vie professionnelle ? Et, d’abord, qu’est-ce qu’une décision pertinente ou, plus simplement encore, qu’est-ce qu’une bonne décision ? On peut repérer trois grands types de réponses. Un premier type de réponse porte sur l’état de la personne et, par exemple : une bonne décision doit être prise par la personne elle-même de manière autonome et assumée. Pour nécessaire qu’il soit, ce critère de personnalisation de la décision est une garantie insuffisante de sa qualité, en matière de réalisme notamment.
2Le recours aux effets de la décision caractérise un second type de réponse : ainsi, la bonne décision est celle qui permettra l’adaptation ultérieure la meilleure. La validité prédictive (pronostique) peut être évaluée lors d’études longitudinales, que ce soit sur des critères objectifs (comme l’absentéisme) ou plus subjectifs (comme la satisfaction au travail). Une telle validation par l’adaptation est malheureusement impossible de manière instantanée. Un dernier type de réponse porte sur les aspects formels de la prise de décision : la qualité d’une décision est fonction de la qualité des processus qu’elle met en jeu. En l’occurrence, il faut admettre qu’une personne décide d’autant plus efficacement qu’elle explore et planifie, qu’elle a une représentation positive et diversifiée d’elle-même et qu’elle connaît les métiers et le monde du travail. Aussi trivial qu’il paraisse, ce postulat mériterait d’être conforté, sinon démontré ! Il constitue néanmoins la base des approches pédagogiques des choix de carrière. Il s’agit donc d’un point de vue normatif. De ce point de vue, la maturité de carrière (auparavant « maturité professionnelle », puis « maturité vocationnelle ») désigne classiquement un état préparatoire aux prises de décision en matière de formation et d’emploi. Les compétences pour l’orientation constituent les éléments fonctionnels nécessaires à ces prises de décision. Maturité de carrière et compétences pour l’orientation constituent deux construits qui désignent un même fait, le premier construit relevant d’une approche globale et développementale un peu ancienne, le second d’une approche plus analytique et comportementale relativement plus récente.
3On défend donc un modèle général de la compétence à la prise de décision – appliqué aux questions de carrière. C’est, fondamentalement, mutatis mutandis, celui de Parsons (1909) selon qui bien décider nécessite : une bonne représentation de soi, une connaissance des professions et un bon raisonnement. C’est également une synthèse de diverses acceptions, comme celles de Westbrook & Mastie (1974), de Crites (1976) et de Super (1983).
- 1 N.B. : sachant qu’il s’agit d’une auto-évaluation, « capacité » paraît plus adapté que « compétenc (...)
4On comprend que pour mettre en place une association entre soi et le monde (ici, le monde vocationnel), il convient d’avoir fait l’expérience de situations variées (Expériences) et d’en avoir tiré des sentiments de compétence (Capacités1). Ces expériences peuvent être locales et formulées en termes de professions ou de Métiers ; elles peuvent être plus globales et formulées en termes de Travail ou de vie au travail. Ces expériences peuvent être réalisées de manière ouverte : on fera état d’Exploration lorsqu’il s’agira d’augmenter le nombre des représentations potentielles. On fera, enfin, état de Planification lorsqu’il s’agira de faire cohabiter des représentations d’avenir et des représentations actuelles soit sous forme séquentielle (une succession d’activités permettant d’atteindre le but), soit sous forme modulaire (un ensemble de conditions nécessaires mais indépendantes les unes des autres).
5Il existe divers outils d’évaluation de la maturité de carrière (cf. notamment Forner & Dosnon, 1991 ; Levinson, Ohler, Caswell, & Kiewra, 1998 ; Bingham & Krantz, 2001). Historiquement, deux questionnaires ont été fondateurs en ce domaine : le CMI issu des travaux de Crites (1976) et le CDI issu de ceux de Super (1979 et 1983). Puis, de nombreux instruments ont été proposés, que l’on peut repérer globalement : certains sont centrés sur une dimension unique, comme l’échelle AC-DM (Buck & Daniels, 1985) issue des travaux de Harren (1979), d’autres décrivent plusieurs processus ou attitudes, comme l’épreuve CBI de Krumboltz (1994), d’autres encore sont destinés à apprécier des connaissances comme le CVMT (Westbrook & Mastie, 1974).
6On peut aussi distinguer les outils créés pour une population non spécifiée, comme l’échelle CDM-SE (Betz & Luzzo, 1996) et ceux destinés à répondre à une question spécifique, comme l’évaluation de la maturité des personnes entrant tardivement dans la vie professionnelle (Manuele, 1983). Mais quels que soient les contenus et les formes de ces épreuves, aucune n’était adaptée à la situation de jeunes adultes en France engagés dans des formations post-baccalauréat.
7ÉCO-SUP se situe donc parmi les précédents après avoir été ré-élaboré au cours de diverses recherches, menées notamment sur les effets des pratiques pédagogiques et psychopédagogiques d’aide à l’orientation.
8Ainsi, pour évaluer les effets de la méthode Éducation Des Choix auprès de jeunes de collège, Forner et Vouillot (1995) ont utilisé une forme de ce questionnaire de maturité comportant six échelles : exploration, planification, décision, connaissance de soi, connaissance des formations et connaissance des métiers. De même, les effets des « stages » en entreprise ont été évalués chez des élèves de collège lors d’une étude menée conjointement par l’INRP et l’INETOP (Forner et al., 1996). La maturité y était appréciée par le même questionnaire, dont la partie « connaissance des formations », jugée non pertinente pour le problème étudié, avait été supprimée.Une forme de ce questionnaire a été publiée (Forner, Dosnon, Gonnin-Bolo, & Lebeaume, 2005) à l’intention des jeunes de fin de collège. L’épreuve comprend 9 échelles fondamentales, que l’on peut regrouper en 3 échelles de groupes, que l’on peut à leur tour résumer en une échelle de maturité de carrière ou, ici, de compétence en orientation.
9La population est celle des étudiants du cursus Licence. L’échantillon final comporte 382 étudiants : 134 hommes (soit 35,1 %) et 248 femmes (soit 64,9 %). Ces participants étaient issus de deux universités : 192 (soit 50,3 %) de l’Université Sorbonne Nouvelle (Paris 3) et 190 de l’Université Pierre et Marie Curie (Paris 6), soit 49,7 %. Les âges variaient de 16 à 47 ans autour d’une moyenne de 19,31 avec un écart-type de 2,49.
10On trouvera au tableau 1, l’organisation hiérarchique attendue et les numéros des items correspondants : les items eux-mêmes figurent en Annexe 1.
Tableau 1. Compétences en orientation et maturité de carrière. Un modèle général
Échelles
|
Niveau 3
|
Niveau 2
|
Niveau 1
|
|
Items
|
Compétences
en orientation
Maturité
de carrière
|
Représentation de soi
|
Capacités
Expériences
(Estime de soi)
|
Items 13- 24
Items 49 – 60
Items 73 - 82
|
Monde (vocationnel)
|
Métiers
Travail
|
Items 25 – 36
Items 61 - 72
|
Processus
|
Exploration
Planification
Planification
|
Items 01 – 12
Items 37 – 48
Items 37 - 48
|
|
Table 1. Guidance skills and career maturity. A general model
11Pour chacune des échelles, ont été calculés son minimum, son maximum, sa moyenne, son écart-type et les coefficients d’asymétrie et d’aplatissement qui caractérisent sa distribution (voir tableau 2). On note l’importance de l’empan des réponses pratiquement observées par rapport à celui des scores théoriquement observables. Ainsi pour les capacités, les valeurs observables varient de 0 à 24 et les valeurs observées de 5.5 à 24 (soit près de 90 % des précédentes).
Tableau 2. Caractéristiques des échelles de niveau 1 (n = 382)
Échelles
|
Minimum
|
Maximum
|
M
|
ET
|
Asymétrie
|
Aplatis-
sement
|
Capacités
|
55.50
|
24.00
|
14.2880
|
2.52719
|
- .001
|
.956
|
Expériences
|
55.00
|
20.50
|
10.7513
|
3.24214
|
- .055
|
.450
|
Exploration
|
54.50
|
24.00
|
14.5458
|
4.01439
|
5.218
|
.173
|
Planification
|
54.00
|
24.00
|
14.6008
|
3.71009
|
5.067
|
.222
|
Métiers
|
10.00
|
24.00
|
18.0602
|
2.55728
|
- .414
|
.142
|
Travail
|
55.00
|
24.00
|
14.0890
|
4.27192
|
- .421
|
.437
|
Estime de soi
|
54.20
|
24.00
|
16.2110
|
4.00207
|
- .553
|
.032
|
Table 2. First level scales characteristics (n = 382)
12La normalité des distributions a été éprouvée par le test de Kolmogorov-Smirnov. Deux échelles, Métiers (Z = 2.39 ; p < .01) et Travail (2.25 ; p < .01) ne sont pas strictement compatibles avec l’hypothèse d’une distribution normale (dans la population). Mais, comme les distributions de ces échelles demeurent très voisines d’une distribution gaussienne et comme toutes les autres échelles (quel que soit leur niveau) sont distribuées de manière normale, le choix a été fait de poursuivre l’analyse paramétrique de l’ensemble des données.
13Les caractéristiques des échelles figurent au tableau 3. La normalité des distributions des scores à ces trois échelles est confirmée (Z de Kolmogorov-Smirnov).
14On note que les scores les plus faibles ne sont pas représentés. L’empan des réponses est important (5.50 à 43.50) pour l’échelle Soi représentant à peu près 80 % des scores observables.
Tableau 3. Caractéristiques des échelles de niveau 2 (n = 382)
Échelles
|
Soi
|
Monde
|
Processus
|
Moyenne
|
25.0393
|
32.1492
|
29.1466
|
Écart-type
|
5.25490
|
5.46055
|
6.79350
|
Asymétrie
|
- .137000
|
- .443000
|
.25400
|
Erreur std. d’asymétrie
|
.12500
|
.12500
|
.12500
|
Aplatissement
|
1.020000
|
.65900
|
- .099000
|
Erreur std. d’aplatissement
|
.24900
|
.24900
|
.24900
|
Minimum
|
5.500000
|
10.0000000
|
11.0000000
|
Maximum
|
43.5000000
|
47.0000000
|
45.5000000
|
Table 3. Second level scales characteristics (n = 382)
15Pour cette échelle, comme précédemment, ont été calculés son minimum, son maximum, sa moyenne, son écart-type et les coefficients d’asymétrie et d’aplatissement qui caractérisent sa distribution (voir tableau 4). La normalité de la distribution des scores a été confirmée.
Tableau 4. Caractéristiques de l’échelle de niveau 3 (n = 382)
Moyenne
|
86.33513
|
Écart-type
|
12.79883
|
Asymétrie
|
- .2083
|
Erreur std. d’asymétrie
|
.125
|
Aplatissement
|
.642
|
Erreur std. d’aplatissement
|
.249
|
Minimum
|
31.00333
|
Maximum
|
125.003333
|
Table 4. Third level scale characteristics (n = 382)
16Les coefficients alpha de Cronbach varient de .- 60 à .80, soit : Capacités : .73, Expériences : .73 ; Métiers : .74 ; Travail : .60 ; Exploration : .67 ; Planification : 80 (estime de soi : .87).
17À ce niveau, la fidélité apparaît un peu insuffisante pour caractériser des personnes et ces échelles de niveau 1 devraient être utilisées pour caractériser des groupes.
18Les coefficients alpha de Cronbach sont de : Échelle Soi : .83 ; Échelle Monde : .73 ; Échelle Processus : .83.
19À ce niveau 2, les échelles de représentation de soi et de processus ont une fidélité interne satisfaisante, mais l’échelle de connaissance du monde vocationnel devra être employée avec prudence (!).
20Le coefficient alpha de Cronbach est de .84, ce qui est satisfaisant.
21Trois analyses factorielles exploratoires ont été réalisées : la première, avec un facteur, correspond à l’hypothèse d’un facteur général de compétence à l’orientation ou de maturité de carrière, la seconde, avec trois facteurs, correspond à l’hypothèse de processus traitant conjointement des représentations de soi et du monde, la troisième, avec six facteurs, correspond à l’hypothèse de six dimensions correspondant aux échelles du questionnaire. Les résultats de cette dernière analyse ne sont que partiellement satisfaisants.
22La première analyse permet d’extraire un facteur expliquant 25,8 % de la variance totale des items et saturant la totalité de ces items (voir tableau 5).
Tableau 5. Analyse factorielle à 1 facteur (n = 382)
Échelles
|
Items
|
Saturations
|
|
13
|
.735
|
|
14
|
.630
|
|
15
|
.683
|
|
16
|
.564
|
|
17
|
.692
|
|
18
|
.489
|
Capacités
|
19
|
.652
|
|
20
|
.634
|
|
21
|
.680
|
|
22
|
.523
|
|
23
|
.625
|
|
24
|
.682
|
|
49
|
.385
|
|
50
|
.501
|
|
51
|
.615
|
|
52
|
.499
|
|
53
|
.385
|
|
54
|
.480
|
Expériences
|
55
|
.394
|
|
56
|
.450
|
|
57
|
.241
|
|
58
|
.440
|
|
59
|
.432
|
|
60
|
.613
|
|
25A
|
.344
|
|
25B
|
.382
|
|
26A
|
.277
|
|
26B
|
.667
|
|
27A
|
.526
|
|
27B
|
.516
|
|
28A
|
.318
|
|
28B
|
.150
|
|
29A
|
.321
|
|
29B
|
.514
|
Métiers
|
30A
|
.308
|
|
30B
|
.448
|
|
31A
|
.797
|
|
31B
|
.268
|
|
32A
|
.447
|
|
32B
|
.620
|
|
33A
|
.694
|
|
33B
|
.333
|
|
34A
|
.464
|
|
34B
|
.232
|
|
35A
|
.357
|
|
35B
|
.627
|
|
36A
|
.609
|
|
36B
|
.124
|
|
61
|
.171
|
|
62
|
.579
|
|
63
|
.262
|
|
64
|
.139
|
|
65
|
.402
|
|
66
|
.202
|
Travail
|
67
|
.386
|
|
68
|
.490
|
|
69
|
.329
|
|
70
|
.415
|
|
71
|
.341
|
|
72
|
.441
|
|
01
|
.532
|
|
02
|
.527
|
|
03
|
.433
|
|
04
|
.630
|
|
05
|
.583
|
|
06
|
.590
|
Exploration
|
07
|
.312
|
|
08
|
.346
|
|
09
|
.581
|
|
10
|
.399
|
|
11
|
.640
|
|
12
|
.571
|
|
37
|
.490
|
|
38
|
.558
|
|
39
|
.547
|
|
40
|
.635
|
|
41
|
.582
|
Planification
|
42
|
.635
|
|
43
|
.583
|
|
44
|
.578
|
|
45
|
.470
|
|
46
|
.572
|
|
47
|
.485
|
|
48
|
.513
|
Table 5. Factor analysis – One factor (n = 382)
23La seconde analyse factorielle exploratoire a été réalisée avec trois facteurs, suivie de la rotation Promax (kappa = 4) (voir tableau 6). Ces trois facteurs sont en corrélation positive faible (voir tableau 7) ; cette observation est compatible avec l’hypothèse de trois facteurs de groupes liés par un facteur général.
24Ces trois facteurs expliquent 32,8 % de la variance totale des items. Le premier facteur explique 12,1 %. Le second explique 10,6 % (sans prendre en compte la part expliquée conjointement par les facteurs 1 et 2). Le troisième explique 10,1 % (comme pour le facteur 2, il s’agit de la part de variance qui n’est expliquée que par le facteur 3).
Tableau 6. Analyse factorielle - 3 facteurs - Rotation Promax - Matrice des types (n = 382)
Facteurs
|
Représentation de soi
|
Monde
|
Processus
|
13
|
.610
|
|
|
14
|
.335
|
|
|
15
|
.420
|
|
|
16
|
.421
|
|
|
17
|
.521
|
|
|
18
|
.461
|
|
|
19
|
.252
|
|
|
20
|
.590
|
|
|
21
|
.421
|
|
|
22
|
.427
|
|
|
23
|
.425
|
|
|
24
|
.269
|
|
|
49
|
.291
|
|
|
50
|
.423
|
|
|
51
|
.562
|
|
|
52
|
.586
|
|
|
53
|
.458
|
|
|
54
|
.354
|
|
|
55
|
.559
|
|
|
56
|
.534
|
|
|
57
|
.375
|
|
- .256
|
58
|
.405
|
|
|
59
|
.523
|
|
|
60
|
.508
|
|
|
25A
|
|
|
|
25B
|
|
|
.499
|
26A
|
|
|
|
26B
|
|
|
.397
|
27A
|
|
|
|
27B
|
|
|
|
28A
|
|
|
|
28B
|
|
|
|
29A
|
|
|
|
29B
|
|
|
.269
|
60A
|
|
|
|
30B
|
|
|
.283
|
31A
|
|
|
.389
|
31B
|
|
|
.342
|
32A
|
|
|
.259
|
32B
|
|
|
|
33A
|
|
|
|
33B
|
|
|
|
34A
|
|
|
|
34B
|
|
|
|
35A
|
|
|
.260
|
35B
|
|
|
.469
|
36A
|
|
|
|
36B
|
|
|
|
61
|
|
|
|
62
|
|
|
.419
|
63
|
|
|
.281
|
64
|
|
|
|
65
|
|
|
.326
|
66
|
|
|
|
67
|
|
|
|
68
|
|
|
.397
|
69
|
|
|
.282
|
70
|
|
|
|
71
|
|
|
.359
|
22
|
|
|
.425
|
01
|
|
.530
|
|
02
|
.272
|
.382
|
|
03
|
|
.292
|
|
04
|
|
.482
|
|
05
|
|
.398
|
|
06
|
|
.473
|
|
07
|
|
|
|
08
|
|
|
|
09
|
|
.431
|
.287
|
10
|
|
.277
|
.288
|
11
|
|
|
.361
|
12
|
.274
|
|
|
37
|
|
.343
|
|
38
|
|
.730
|
|
39
|
|
.621
|
|
40
|
|
.572
|
|
41
|
|
.677
|
|
42
|
|
.636
|
|
43
|
|
.657
|
|
44
|
|
.706
|
|
45
|
|
.400
|
|
46
|
|
.257
|
|
47
|
|
.435
|
|
48
|
|
.344
|
|
Table 6. Factor analysis – Three factors – Promax rotation – Types matrix (n = 382)
25Une troisième analyse exploratoire a été réalisée avec six facteurs, qui expliquent 39,7 % de la variance totale des items (voir tableau 8). Les zones ombrées sont celles où les plus fortes saturations sont attendues.
26Ces six facteurs sont en corrélation positive moyenne ou faible (voir tableau 7).
Tableau 7. Analyse factorielle – 6 facteurs avec Rotation Promax – n = 382 – Corrélations entre les facteurs
Facteurs
|
Capacités
|
Expériences
|
Métiers
|
Travail
|
Exploration
|
Planification
|
Capacités
|
1.000
|
1.603
|
1.571
|
1.532
|
1.253
|
1.367
|
Expériences
|
1.603
|
1.000
|
1.568
|
1.455
|
1.186
|
1.267
|
Métiers
|
1.571
|
1.568
|
1.000
|
1.526
|
1.192
|
1.183
|
Travail
|
1.532
|
1.455
|
1.526
|
1.000
|
1.112
|
1.209
|
Exploration
|
1.253
|
1.186
|
1.192
|
1.112
|
1.000
|
1.070
|
Planification
|
1.367
|
1.267
|
1.183
|
1.209
|
1.070
|
1.000
|
Table 7. Factor analysis – 6 factors – Promax Rotation – n = 382 – Correlations between factors
Tableau 8. Analyse factorielle – 6 facteurs – Rotation Promax – Matrice des types – n = 382
Facteurs
|
Capacités
|
Expériences
|
Métiers
|
Travail
|
Exploration
|
Planification
|
13
|
|
|
.319
|
.324
|
|
|
14
|
|
.312
|
|
.294
|
|
|
15
|
|
.269
|
|
.353
|
|
|
16
|
|
|
|
.496
|
|
|
17
|
|
|
|
.450
|
|
|
18
|
|
|
|
.616
|
|
|
19
|
.294
|
|
|
|
|
.250
|
20
|
|
|
.576
|
|
|
|
21
|
.284
|
|
|
.279
|
|
|
22
|
|
|
|
.617
|
|
|
23
|
|
|
.707
|
|
|
|
24
|
.320
|
|
|
|
|
|
49
|
.322
|
|
.436
|
|
- .393
|
|
50
|
|
|
|
.562
|
|
|
51
|
|
|
.300
|
.417
|
|
|
52
|
|
|
.833
|
|
|
|
53
|
|
|
.650
|
|
|
|
54
|
.340
|
|
.417
|
|
- .313
|
|
55
|
- .261
|
|
.579
|
.307
|
|
|
56
|
|
|
.640
|
|
|
|
57
|
|
|
|
.363
|
- .602
|
|
58
|
|
|
|
.411
|
- .308
|
|
59
|
|
|
|
.804
|
|
|
60
|
|
|
.760
|
|
|
|
25A
|
.503
|
|
|
|
|
|
25B
|
.658
|
|
|
|
|
- .453
|
26A
|
.285
|
|
.290
|
- .323
|
|
|
26B
|
.768
|
|
|
|
|
|
27A
|
.568
|
|
|
|
|
|
27B
|
.559
|
|
|
|
|
|
28A
|
.488
|
|
|
|
|
|
28B
|
|
|
|
|
|
.412
|
29A
|
.468
|
|
|
|
|
|
29B
|
.585
|
|
|
|
|
|
30A
|
.481
|
|
|
|
|
- .325
|
30B
|
.637
|
|
|
|
|
|
31A
|
.834
|
|
|
|
|
|
31B
|
.274
|
|
|
|
.346
|
|
32A
|
.531
|
|
.261
|
- .256
|
|
|
32B
|
.662
|
|
|
|
|
|
33A
|
.788
|
|
|
|
|
|
33B
|
.339
|
|
|
|
|
|
34A
|
.499
|
|
|
|
|
|
34B
|
|
|
|
|
|
|
35A
|
.500
|
|
|
|
|
- .350
|
35B
|
.714
|
|
|
|
|
|
36A
|
.831
|
|
|
|
|
|
36B
|
.327
|
|
|
|
|
- .275
|
61
|
|
|
|
|
.307
|
|
62
|
.438
|
|
|
|
.279
|
|
63
|
|
|
|
|
.439
|
|
64
|
|
|
|
|
|
.432
|
65
|
.274
|
|
|
|
,262
|
|
66
|
.293
|
|
|
|
|
|
67
|
|
|
|
|
|
|
68
|
.508
|
|
|
|
|
|
69
|
|
|
|
|
.258
|
|
70
|
.270
|
|
|
|
|
|
71
|
|
|
|
|
.487
|
|
72
|
.307
|
|
|
|
.412
|
|
01
|
|
.667
|
|
|
|
|
02
|
|
.466
|
.307
|
|
|
|
03
|
|
.352
|
|
|
|
|
04
|
|
.565
|
|
|
|
|
05
|
.272
|
.430
|
|
|
|
|
06
|
|
.623
|
|
|
|
|
07
|
|
|
|
|
|
|
08
|
|
|
|
|
|
|
09
|
|
.496
|
|
|
|
|
10
|
|
.331
|
|
|
|
|
11
|
.459
|
|
|
|
|
|
12
|
|
|
.295
|
|
|
|
37
|
|
.445
|
|
|
|
|
38
|
|
.788
|
- .286
|
|
|
|
39
|
|
.816
|
|
|
|
|
40
|
.263
|
.509
|
|
|
|
|
41
|
|
.821
|
|
|
|
|
42
|
|
.553
|
|
|
|
|
43
|
|
.836
|
|
|
|
|
44
|
|
.914
|
|
|
|
|
45
|
.305
|
.353
|
|
|
|
.278
|
46
|
.423
|
|
|
|
|
|
47
|
|
.454
|
|
|
|
|
48
|
|
.495
|
|
|
|
|
Table 8. Factor analysis – 6 factors – Promax Rotation – Types matrix – n = 382
27L’ensemble des données précédentes est compatible avec l’hypothèse d’un modèle hiérarchique pour l’organisation des compétences à l’orientation (de la maturité de carrière).
28Une approche plus formelle serait nécessaire en termes d’analyse structurale confirmatoire. Une telle approche implique toutefois des conditions qui ne sont pas réunies ici, que ce soit pour les effectifs étudiés ou pour l’organisation plus spécifique de certains groupes d’items.
29En matière de maturité de carrière on observe habituellement une dominance faible des femmes ou des filles sur les hommes ou les garçons. Sur les 10 différences intersexes que l’on peut calculer sur cet échantillon, toutes des différences (dont 7 significatives) sur les échelles sont à l’avantage des femmes (tableau 9).
Tableau 9. Différences intersexes, test F et seuil de signification (n = 382)
Échelles
|
Sexe
|
N
|
M
|
ET
|
Test F
|
Seuil
|
Capacités
|
H
|
134
|
13.9515
|
2.93339
|
F
|
248
|
14.4698
|
2.26353
|
|
43.684
|
p < .10
|
Expériences
|
H
|
134
|
10.2799
|
3.45242
|
F
|
248
|
11.0060
|
3.10005
|
|
44.404
|
|
Métiers
|
H
|
134
|
18.0224
|
2.59400
|
F
|
248
|
18.0806
|
2.54226
|
|
44.045
|
|
Travail
|
H
|
134
|
13.2090
|
4.82486
|
|
|
F
|
248
|
14.5645
|
3.86878
|
42.942
|
p < .01
|
|
Exploration
|
H
|
134
|
13.3955
|
3.86476
|
|
|
F
|
248
|
15.1673
|
3.96355
|
17.689
|
p < .001
|
|
|
H
|
134
|
13.8843
|
3.61332
|
|
|
F
|
248
|
14.9879
|
3.71122
|
47.835
|
p < .005
|
|
Soi
|
H
|
134
|
24.2313
|
5.83857
|
|
|
F
|
248
|
25.4758
|
4.86762
|
44.921
|
p <.05
|
|
Monde
|
H
|
134
|
31.2313
|
5.99989
|
|
|
F
|
248
|
32.6452
|
5.08979
|
45.907
|
p < .05
|
|
Processus
|
H
|
134
|
27.2799
|
6.54065
|
|
|
F
|
248
|
30.1552
|
6.72622
|
16.207
|
p < .001
|
|
Maturité
|
H
|
134
|
126.6470
|
17.6583
|
|
|
F
|
248
|
130.2962
|
14.86037
|
44.662
|
p < .05
|
|
Table 9. Differences between genders, F test and significance (n = 382)
30Les corrélations entre âge et compétences en orientation (maturité de carrière) sont positives, parfois quasi nulles, mais jamais négatives (voir tableau 10).
Tableau 10. Corrélations avec l’âge (n = 382)
Échelles
|
Corrélation
|
Signification
|
Capacités
|
+ .079
|
n. s.
|
Expériences
|
+ .019
|
n. s.
|
Métiers
|
+ .023
|
n. s.
|
Travail
|
+ .060
|
n. s.
|
Exploration
|
+ .064
|
n. s.
|
Planification
|
+ .140
|
p < .01
|
Soi
|
+ .050
|
n. s.
|
Monde
|
+ .058
|
n.s.
|
Processus
|
+ .114
|
p < .05
|
Maturité
|
+ .092
|
p < .10
|
Table 10. Correlations with age (n = 382)
31Que permet ÉCO-SUP ? Élaborée dans une conception hiérarchisée des compétences à la prise de décision en matière de carrière, l’épreuve permet une évaluation analytique de ces compétences. Elle permet d’abord – à un niveau moyen de généralité – d’estimer trois dimensions : 1) la représentation de soi, 2) la connaissance du monde vocationnel et 3) les processus associant ces deux ensembles de représentations. Elle permet aussi d’établir – à un niveau plus général – un score synthétisant les trois dimensions précédentes en une seule : maturité professionnelle, maturité vocationnelle ou maturité de carrière. Elle permet, enfin, de distinguer – à niveau plus spécifique : 1a) les expériences et 1b) les capacités dans la représentation de soi, 2a) la connaissance des métiers et 2b) celle du travail dans la connaissance du monde du travail et 3a) l’exploration et 3b) la planification dans les processus. C’est à ce dernier niveau que sont envisagées les compétences.
32Quand l’utiliser ? Deux principaux contextes d’utilisation peuvent être envisagés : le premier est celui de la préparation des activités d’aide à l’orientation où il peut s’agir de repérer les besoins de personnes ou de groupes en matière d’aide à la décision. Le second est celui de l’évaluation des effets de ces pratiques d’aide à l’orientation. Il peut s’agir de comparer les niveaux d’un groupe avant et après, par exemple, une séance d’information, un bilan ou un stage. Cette épreuve s’adresse surtout aux personnes qui suivent ou qui ont suivi un enseignement post-baccalauréat, mais son utilisation peut être étendue aux jeunes des classes terminales de lycée.
33Aller au-delà ? L’épreuve peut être aussi utile au praticien dans ses échanges avec les personnes concernées elles-mêmes et leur entourage (enseignants et responsables administratifs, notamment) pour expliciter ce que l’on peut attendre des étudiants en matière de compétence à la décision. L’épreuve peut être également utile au chercheur : elle permet d’éprouver des modèles (ici, il s’agirait d’une combinaison de plusieurs modèles : celui de Krumboltz pour le niveau 1, de Super pour le niveau 2, de Parsons pour le niveau 3 et de Crites pour l’ensemble). Ces modèles devront être adaptés aux situations et aux problématiques individuelles. On comprend, par exemple, que l’information sur les métiers (et, à un moindre titre, l’information sur le monde du travail) doit être d’autant plus focalisée que le niveau de formation de la personne est élevé et que le projet est ben spécifié. Ce schéma de la focalisation de l’information utile devra toutefois être assoupli pour inciter à l’exploration (à l’ouverture du champ des possibles professionnels) plutôt qu’à la confirmation d’intentions déjà bien établies. L’épreuve présentée sous forme autoscorable et prochainement en version internet ainsi que son manuel d’utilisation sont distribués par Eurotests ( www.eurotests.com ).