WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Analyse socio-économique de l'alphabetisme au Mali

( Télécharger le fichier original )
par Monde MAMBIMONGO WANGOU
Institut Sous-régional de Statistique et d'Economie Appliquée (ISSEA) - Ingénieur Statisticien 2008
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

III.3.1.2. Analyse bivariée entre les capacités linguistiques et la situation face à l'emploi.

Fort du faible niveau de scolarisation de la majorité des unités statistiques observées ci haut, nous voudrions bien examiné la situation de ces dernières vis-à-vis de l'emploi. Cependant, n'ayant trouvé aucun moyen efficace pour évaluer l'emploi en générale par rapport aux capacités linguistiques, nous nous proposons de voir du coté de ceux qui n'ont pas travaillé au cours des 7 (sept) derniers jours ayant précédé le passage des enquêteurs. En effet, à cette dernière catégorie d'individus, il a été posé la question suivante : Bien que (NOM) n'ait pas travaillé au cours des 7 derniers jours, a-t-il un emploi ? De ce fait deux possibilités de réponse revenaient à l'enquêté, à savoir dire `'Oui'' ou `'Non''.

En lisant le tableau 3.5 relatif au croisement des capacités linguistiques et l'emploi, on peut facilement se rendre compte que sur 6879 individus n'ayant pas travaillé au cours de la semaine précédent l'enquête (ce qui représente environ un tiers des populations échantillonnées de plus de 15 ans), 6548 n'ont pas un emploi (soit 95,2% des concernés) et 4 ont renoncé de se prononcer sur leurs capacités linguistiques.

Toujours selon ce tableau, sur les 6879 unités statistiques n'ayant pas travaillé au cours de la semaine d'avant le passage de l'enquête, il y' a tout de même 228 analphabètes qui ont un emploi (soit 3,3% de l'ensemble) contre seulement 103 alphabètes (ce qui représente 1,5% de l'ensemble).

Ces informations, quelque peu confuses, ne traduisent pas l'entièreté de la situation dans l'emploi des deux groupes ; car il s'agit uniquement des personnes qui n'ont pas travaillé une semaine avant l'enquête. Un raisonnement qui s'appuie sur la probabilité d'être employé désoeuvré sachant les capacités linguistiques de l'individu et que l'intéressé n'a pas travaillé au cours de la semaine précédent l'enquête, serait plus intéressant et enrichissant. Ainsi, il ressort de la lecture de la figure suivante et surtout de la crédibilité des enquêtés, qu'au Mali et plus précisément chez les personnes qui n'ont pas travaillé au cours de la dernière semaine, qu'il y'ait plus de chance de trouver des employés désoeuvrés chez les analphabètes que chez les alphabètes (respectivement 5,5% contre 3,8%).

Bien que cet écart en terme de probabilité soit relativement faible entre les deux groupes, l'information à retenir, est que chez les personnes employés désoeuvrés, il y'a plus d'analphabètes (228 sur 331) que d'alphabètes (voir tableau 3.5 en Annexes A).

Figure 3.2 : Proportion d'employés désoeuvrés selon les capacités linguistiques et l'inoccupation.

Source: ELIM II/DNSI.

Suite à cette illustration et à tout ce qui a été dit, une explication peut etre plausible, certainement que les personnes analphabètes opèrent le plus dans des milieux où l'emploi est saisonnier ou encore que set écart ne serait pas significatif et ne serait expliquable qu'à partir des fluctuations d'echantillonnage.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Entre deux mots il faut choisir le moindre"   Paul Valery