1.7.2. Présentation et
analyse des résultats des estimations par la
méthode d'appariement
? Education et désir de limitation
Comme nous l'avons souligné dans les pages
présentes, nous allons d'abord estimer la probabilité
d'être traité. L'éducation est notre variable de
traitement. Plus exactement, nous considèrerons le fait d'être
éduqué comme le fait d'être alphabétisé. Plus
précisément, être dans le groupe de traitement, c'est
être alphabétisé et être dans le groupe de
contrôle équivaut donc à être non
alphabétisé. Nous avons considéré qu'un individu
est alphabétisé s'il a achevé au moins le cycle primaire.
Nous avons choisi comme variable pouvant déterminer la
probabilité d'être alphabétisé en nous appuyant sur
la littérature, les variables suivantes : l'âge, le sexe, le
milieu de résidence et le niveau de pauvreté.
Dans les deux cas (Burkina Faso et Bénin), le
modèle d'estimation du propensity score est globalement significatif.
Nos variables indépendantes sont toutes significatives au seuil d'1%
dans les deux situations. (Voir annexe) En plus, le test de
distribution des caractéristiques (balancing property) est satisfait
dans les deux cas.
Le tableau ci-dessous résume les résultats issus
du Nearest-neighbor matching et du Kernel matching dans le cas du Burkina Faso.
|
N. Treat.
|
N. Cont.
|
ATT
|
Std. Err.
|
t
|
|
Nearest-neighbor
|
315
|
768
|
0.145***
|
0.031
|
4.685
|
|
Kernel
|
315
|
885
|
0.145***
|
0.028
|
5.150
|
Comme, on le voit l'éducation a un impact positif et
très significatif sur la probabilité de choisir la limitation des
mandats présidentiels. L'éducation augmente donc la
probabilité de désirer la limitation d'environ 0.145. Ce
résultat vient confirmer les résultats obtenus à partir du
modèle probit.
Le tableau ci-après résume quant à lui,
les résultats issus du Nearest-neighbor matching et du Kernel matching
dans le cas du Bénin.
|
N. Treat.
|
N. Cont.
|
ATT
|
Std. Err.
|
t
|
|
Nearest-neighbor
|
455
|
725
|
0.115***
|
0.024
|
4.864
|
|
Kernel
|
455
|
745
|
0.115***
|
0.028
|
4.163
|
Comme, on le voit l'éducation a un impact positif et
très significatif sur la probabilité de choisir la limitation des
mandats présidentiels. L'éducation augmente donc la
probabilité de désirer la limitation d'environ 0.11. Ce
résultat vient confirmer les résultats obtenus à partir du
modèle probit.
Une application de la méthode de matching pour
évaluer l'impact de la pauvreté sur notre variable
dépendante n'a pas été possible car il a été
difficile de trouver dans la base des variables qui puissent expliquer
significativement le fait d'être pauvre ou pas.
| 
