Tableau n° 19: Distribution
de ménages selon les facteurs et l'utilisation de la MII chez les
enfants de moins de cinq ans dans la ZS de Lemba, en août 2008
|
|
|
UTILISE
|
|
|
|
|
OUI
|
NON
|
TOTAL
|
|
CONMII
|
OUI
|
135
|
152
|
287
|
|
NON
|
2
|
26
|
28
|
|
|
Total
|
137
|
178
|
315
|
|
ALTERNATIVES
|
OUI
|
26
|
83
|
109
|
|
NON
|
107
|
93
|
200
|
|
|
Total
|
133
|
176
|
309
|
|
CONMAL
|
OUI
|
125
|
156
|
281
|
|
NON
|
5
|
13
|
18
|
|
|
Total
|
130
|
169
|
299
|
|
NIVET
|
BAS
|
40
|
13
|
53
|
|
MOYEN
|
62
|
29
|
91
|
|
ÉLÈVE
|
80
|
96
|
53
|
|
|
Total
|
182
|
96
|
320
|
Au Seuil de signification de 5%, (ddl: 1;
t2 : 3,84.) et Sur
base de données à notre possession, nous disons qu'il n'existe
pas de relation entre l'utilisation de la MII et la connaissance de la maladie
par le ménage. Le Odds ratio OR =2,083 IC à 95% :
[0,723 ; 6,001], comme 1 est compris dans l'intervalle donc la
connaissance de la maladie n'a pas d'impact sur l'utilisation de la MII, mais
par contre chi carré atteste une relation entre l'utilisation de la MII
et l'usage d'autres alternatives à la MII par le ménage
(c2 :25,293 ; p : 0,000). Le Odds ratio OR est
de 0,272 , IC à 95% : [0,162 ; 0,458] ; l'utilisation
d'autres alternatives à la MII constitue un obstacle à
l'utilisation de la MII ; mais aussi il existe une relation entre
l'utilisation de la MII et l'exposition de ménage au message de
sensibilisation sur son utilisation
(c2 :16,552 ; p : 0,000 ), le Odds
ratio OR =11,546 IC à 95% : [2,690 ; 49,557].
Le niveau d'instruction du chef de ménage influence
également l'utilisation de la MII
(c2 :21,533 ddl: 2 p : 0,000 ;
t2 : 5,99).
Estimation du modèle
La régression logistique donne un signe
négatif pour le paramètre de l'age ce qui veut dire que la
probabilité d'utiliser la MII diminue avec l'age du chef de
ménage ,son paramètre n'étant pas significatif nous ne
pouvons pas retenir ce déterminant ; la connaissance du mode de
transmission de la maladie devrait favoriser son utilisation car son signe est
positif mais comme pour l'age son paramètre n'est pas significatif , la
connaissance d'un point de vente de la MII aussi devrait augmenter la
probabilité de l'utilisation mais une fois de plus il n'est pas
significatif ,le dernier déterminant non significatif est le niveau
économique du ménage représenté par les
dépenses ,ce niveau devrait aussi améliorer l'utilisation mais
l'avant dernière régression donne ce paramètre
significatif à 0,07 qui est supérieur à notre seuil de
décision ainsi nous ne l'avons pas non plus retenu.
Concernant les déterminants retenus, le niveau
d'étude élevé du chef de ménage (p= 0,0001) et la
connaissance des avantages de la MII (p=0,0046) augmentent la
probabilité .Par contre un ménage avec une taille
élevée (p= 0,0032) et celui qui utilise principalement d'autres
alternatives à la MII (p=0,0000) ont moins de chance d'utiliser la MII.
La significativité du terme constant veut dire qu'en dehors de tout
facteurs , les ménages ne vont pas utiliser spontanément la MII
(p=0,0093).La statistique LR qui est un analogue de F-statistique dans les
modèles de régression linéaire et qui teste la
signification globale du modèle, est significative vu sa
probabilité de 4,48 x 10-11(inférieure à 0.05).
Ainsi donc en définitive en fonction de paramètres significatifs
EVIEWS donne :
|
Dependent Variable: UTIL
|
|
Method: ML - Binary Logit
|
|
Date: 10/06/08 Time: 14:08
|
|
Sample: 1 320
|
|
Included observations: 315
|
|
Excluded observations: 5
|
|
Convergence achieved after 5 iterations
|
|
Covariance matrix computed using second derivatives
|
|
Variable
|
Coefficient
|
Std. Error
|
z-Statistic
|
Prob.
|
|
C
|
-2.108256
|
0.810600
|
-2.600859
|
0.0093
|
|
NIVET
|
0.699114
|
0.183610
|
3.807597
|
0.0001
|
|
TAILLE
|
-0.125051
|
0.042399
|
-2.949384
|
0.0032
|
|
ALTER
|
-1.227106
|
0.273010
|
-4.494725
|
0.0000
|
|
CONMII
|
2.186082
|
0.772262
|
2.830753
|
0.0046
|
|
Mean dependent var
|
0.434921
|
S.D. dependent var
|
0.496535
|
|
S.E. of regression
|
0.448562
|
Akaike info criterion
|
1.191885
|
|
Sum squared resid
|
62.37449
|
Schwarz criterion
|
1.251450
|
|
Log likelihood
|
-182.7219
|
Hannan-Quinn criter.
|
1.215683
|
|
Restr. log likelihood
|
-215.6655
|
Avg. log likelihood
|
-0.580069
|
|
LR statistic (4 df)
|
65.88727
|
McFadden R-squared
|
0.152753
|
|
Probability(LR stat)
|
1.67E-13
|
|
|
|
|
Obs with Dep=0
|
178
|
Total obs
|
315
|
|
Obs with Dep=1
|
137
|
|
|
|
Et l'équation finale s'écrit :
UTIL = 1-@LOGIT(-(-2.108255819 + 0.6991142456*EDUC -
0.1250505922*TAILLE - 1.227106276*ALTER + 2.186081841*CONMII))
Le R2 compté qui est l'analogue de
R2 dans la régression linéaire est de 70%, ce qui
signifie que les déterminants retenus explique l'utilisation de la MII
à 70%. Le Test de vraisemblance (Test de Hosmer Lemeshow) confirme
l'adéquation des probabilités calculées aux
probabilités théoriques de l'événement UTIL = 1.
Dans notre travail tel que donné par EVIEWS, la valeur de la statistique
HL est de 1,9056 avec une probabilité de chi carré à 8
degré de liberté, de 0,9838 qui est trop proche de 1 ; ainsi
l'écart est moindre entre les valeurs théoriques et
calculées ; ce qui veut dire que la vraisemblance est grande (p
=0,0162).Nous sommes ainsi garanti de la bonté du modèle avec un
seuil = 0,05.
La régression logistique nous donne aussi le OR de
variable explicative binaire :
OR= eb b est le coefficient de la variable
explicative binaire
IC à 95 % de OR = e (b#177;1,96 ES)
DETERMINANTS OR INTERVALLE à 95%
ALTER 0,29 0,17 ; 0,5
CONMII 8,9 1,96 ; 40,4
L'enfant vivant dans un ménage où le chef de
ménage connaît les avantages de la MII a 9 fois plus de chance
d'utiliser la MII ;et celui vivant dans un ménage qui utilise
principalement autres alternatives à la MII a 3,4 fois plus de chance de
ne pas utiliser la MII
| 
