pubAchetez de l'or en Suisse en ligne avec Bullion Vault


Home | Publier un mémoire | Une page au hasard

Analyse des déterminants d'adhésion et stratégie d'intégration de la mutuelle de santé dans les habitudes de consommations des étudiants : cas de la MUNASEB


par Moussa YAMEOGO
Université Ouagadougou II - Maîtrise en Economie et Gestion des entreprises d'Economie Sociale et Solidaire 2008
Dans la categorie: Economie et Finance
   
Télécharger le fichier original

précédent sommaire suivant

III.4 Résultats de l'analyse économétrique

Pour la régression nous avons intégré une nouvelle variable qui est AGE². En effet, après avoir effectué une première régression, la variable AGE en l'état, n'était pas significative. De ce fait, nous avons donc intégré l'âge au carré (AGE²) pour saisir l'effet de l'évolution de l'âge sur la variable expliquée.

L'équation du modèle à estimer est :

représente la constante de l'équation, les sont les coefficients des variables de l'équation et le terme d'erreur.

Les résultats obtenus après l'estimation sont présentés dans le tableau 7 ci-après :

Tableau 7: Paramètres estimés du modèle logit

Variables

Coefficients estimés

t-statistiques

Constante

-72,60966

2,1199746

AGE

5,636539 **

2,0011642

AGE²

-0,1166108 **

1,9905093

LIEUR

1,878449 **

2,2207994

NETU

-0,3624289

0,3921804

NREV

-0,0004489

0,0109988

QSERV

-0,2426609

0,2863733

ACFIN

-0,907848

1,1175753

CINFO

5,027178 ***

4,3063066

CPRES

2,737667 ***

2,6085466

Loglikelihood = -23,408605

Nombre d'observation= 100

Pseudo R²= 0,5987

Prévision=0,0734866

Note : ***significatif à 1%, **significatif à 5%, * significatif à 10%

Source : données de l'enquête

III.4.1 Validation économique des coefficients

· Adéquation d'ensemble du modèle

De l'analyse des éléments du tableau, il ressort que le pseudo R² est égal à 0,5987. On peut donc dire que les variables explicatives expliquent 59,87% de la variabilité du comportement d'adhésion des étudiants à la MUNASEB.

Pour l'ensemble de l'échantillon et aux valeurs moyennes des variables explicatives, la probabilité prédite qu'un étudiant adhère à la mutuelle est d'environ 0,07.

· Significativité statistique des coefficients du modèle

L'analyse du tableau 7 indique que cinq des variables explicatives sont significatives. Ce sont au seuil de 1%, les variables CINFO et CPRES et au seuil de 5%, les variables AGE, AGE² (AGE au carré) et LIEUR.

1. L'Age

L'analyse des coefficients estimés de AGE et AGE² indique que l'âge a un impact concave sur le comportement d'adhésion de l'étudiant. En effet, la variable AGE a une influence positive alors que la variable AGE² a une influence négative sur notre variable d'étude. Cela signifie que les étudiants les plus jeunes ont tendance à adhérer à la mutuelle. Par contre, les étudiants plus âgés adhèrent de sorte que le point de retournement de l'effet de l'âge se situe à 24,17ans8(*). La probabilité donc que l'étudiant devienne membre de la mutuelle croit avec l'âge jusqu'à 24 ans et au-delà de 24ans, chaque année supplémentaire réduit cette probabilité.

2. Le lieu de résidence

La variable LIEUR est significative et est positivement corrélée avec la variable expliquée.

Ainsi donc, la probabilité que l'étudiant adhère à la mutuelle de santé augmente lorsque son lieu de résidence est la cité universitaire. Cela est dû comme nous l'avons expliqué lors de l'analyse descriptive à l'accès facile aux informations sur la mutuelle lorsque l'étudiant réside en cité.

3. Le canal d'information

Le coefficient de cette variable indique qu'elle contribue très significativement à expliquer la variable. Ce qui signifie qu'au fur et à mesure que l'étudiant est efficacement sensibilisé sur la mutuelle, la probabilité qu'il devienne membre croit.

4. La connaissance des prestations

Le coefficient obtenu après la régression indique que cette variable a une influence positive sur la variable de l'étude. La probabilité que l'étudiant ait recourt à la mutuelle augmente à mesure qu'il connaît de mieux en mieux la mutuelle et ses services.

Quant aux variables NREV, ACFIN, QSERV et NETU, elles ne jouent pas un rôle significatif dans l'explication de la variable dépendante. Cependant, bien que le revenu n'ait pas un effet significatif sur la variable d'étude, elle mérite une certaine attention dans la mesure où l'étudiant pour adhérer à la mutuelle doit débourser une certaine somme d'argent. Le signe du coefficient associé est négatif ce qui veut dire qu'au fur et à mesure que l'étudiant dispose d'argent, la probabilité qu'il adhère à la mutuelle se réduit. Cela peut être lié soit à une négligence de sa part ou au recourt à d'autres structures de soins qui offrent de meilleurs services que la mutuelle.

Nous allons, dans la section suivante, analyser les proportions dans lesquelles les variables explicatives influencent la probabilité de non adhésion.

* 8 Cf. calcul en annexe D

précédent sommaire suivant