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 de l'accès à l'éducation à Kinshasa

( Télécharger le fichier original )
par Hence Mathodi Lumbu
Université de Kinshasa - Licence 2007
  

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

Chapitre deuxième :

LES DETERMINANTS DE L'ACCES A L'EDUCATION

Dans le chapitre précédent, il était question de parler de l'éducation et des concepts qui lui sont liés. Dans le présent chapitre, il sera question de passer en revue certains facteurs qui ont déterminé l'accès à l'éducation dans la littérature économique existante. Cela se fera par une revue de littérature sur les travaux portant d'une part sur les cas des pays étrangers et d'autre part sur le cas de la République Démocratique du Congo.

Ce chapitre sera ensuite bouclé par la présentation et l'analyse descriptive des données de l'enquête nationale 1-2-3 et des tests d'indépendance entre variables de cette étude.

1. Cadre théorique de l'étude

1.1. Revue de littérature

1.1.1. les déterminants dans la littérature existante

Au sujet des déterminants de la scolarisation, la littérature économique est très fournie, avec plusieurs questions importantes qui sont abordées par différents auteurs dans le temps et dans l'espace.

Parmi ces déterminants, nous pouvons citer19(*) :

a) Le niveau d'instruction des parents :

Beaucoup d'évidences empiriques existent sur le lien entre le niveau d'instruction des parents et la scolarisation des enfants. On peut citer les travaux de Chernichovsky(1985), Glewwe et Jacoby (1994), Lloyd et Blanc (1996). Dans beaucoup d'autres cas, l'éducation de la mère est plus déterminante que celle du père : behrman et wolfe (1987), singh (1992).

Ces conclusions sont parfois contestées, Cogneau et Morin (2001) ont montré que la relation statistique entre l'éducation de la mère et la scolarisation des enfants à Madagascar est biaisée. Une fois qu'on introduit la variable instrumentale appropriée, il n'y a plus corrélation entre les deux variables. Cependant, les évidences d'une éducation parentale déterminant la scolarisation des enfants, dans cette littérature paraissent bien plus nombreuses.

Les mécanismes par lesquels l'éducation des parents est transmise aux enfants sont aussi bien documentés. Certains auteurs pensent que le canal par lequel les parents transmettent leur éducation aux enfants est d'abord génétique : Behrman et Rosenzweig (2002), Plug (2004). Ces auteurs montrent que si on isole le composant génétique de la relation mère / enfant, la scolarisation de la première n'a plus d'évidence sur celle du second. Par contre Oreopoulos, Page et Huff Stevens (2003), Chevalier (2004) ont utilisé la méthode des variables instrumentales pour confirmer la relation éducation parent-éducation des enfants, expliquée par l'environnement familial et non la génétique.

Ce mécanisme peut aussi jouer par l'effet de goût qui veut que la préférence et le goût des parents à l'éducation fassent qu'ils désirent la même chose pour leurs enfants ou soit par l'effet de la productivité qui signifie que l'éducation des parents augmente leur productivité, notamment celle de la mère qui peut produire plus de santé et nutrition à partir du même volume d'inputs. Or la santé et l'éducation sont fortement corrélées.

b) l'effet du genre :

Pour cette variable, il existe une controverse parmi les conclusions des auteurs. Certains tendent à montrer que les filles sont plus favorisées que les garçons en terme d'accès et de progression : au Brésil (Birdsall 1985) ; au Botswana (Chernichowsky 1985); au Philippines (King et Lillard 1983). Pour d'autres auteurs, les garçons sont plus favorisés : Jamison et Lockheed au Népal (1987), Glewwe et Jacoby au Ghana (1984), Deolalikar en Indonésie (1993).

c) l'effet du revenu :

Le revenu et la richesse des parents jouent aussi un rôle important tant sur l'enrôlement que la progression des enfants : Jacoby (1994), Jamison et Lockheed (1987). Deolalikar (1993) trouvent que le revenu non salarial a le même impact sur la scolarisation des garçons et des filles, alors que Handa (1996) pense que le revenu a un plus grand impact sur la scolarisation des filles seulement.

1.1.2. les auteurs

a) D. HAUGTON, A. KANE, A. MBAYE dans leur publication intitulé « analyse de l'accès à l'éducation au Sénégal : une application de la méthode CART, 2006 » trouvent que le niveau d'éducation du père est la variable la plus décisive suivie dans l'ordre, des variables « région, niveau de vie et niveau d'éducation de la mère ». le sexe de l'enfant et la taille du ménage sont les variables les moins importantes pour l'accès à l'éducation des enfants de 7 à 19 ans. Ils concluent que la relation entre la pauvreté et l'accès à l'éducation varie selon le cycle d'enseignement et l'incidence du niveau d'instruction des parents sur la scolarisation dans le primaire est très forte.

b) ADJIWANOU20(*) étudie les déterminants de la scolarisation et du travail des enfants au Togo et retient grâce à l'analyse en composantes principales les variables ci-après :

· la pauvreté  ou le niveau de vie du ménage:

Pour cet auteur, les ménages qui ont les caractéristiques socioéconomiques spécifiques aux pauvres scolarisent moins ses enfants que les ménages catégorisables « riches ». Ceci se vérifie aussi en théorie, un ménage dont le revenu est élevé a un éventail de choix plus élargi et satisfait avec plus de facilité la presque totalité de besoins de ses membres.

De son coté, le parent pauvre dont le revenu ne suffit pas à satisfaire la totalité de besoins de sa famille privilégie ceux qu'il juge primordiaux. Plus le ménage est pauvre, plus il a du mal à survivre au quotidien, et sa quête sera donc de satisfaire d'abord ce qu'il juge essentiel, l'éducation et les autres viennent en seconde position toutes choses égales par ailleurs.

· La qualité de l'école : Pour des milieux qui n'ont qu'une ou deux écoles, la fréquentation scolaire baisse lorsque la qualité des locaux, des infrastructures se détériorent.

· Les échecs scolaires, activités du chef de ménage, taille du ménage, statut de l'individu dans le ménage, etc. sont les déterminants du second ordre.

Adjiwanou construit et estime un modèle Probit bivarié et aboutit aux résultats selon lesquels la pauvreté influence négativement la scolarisation et positivement le travail des enfants.

Au niveau national, plusieurs études ont été menées dans ce domaine. Nous citons deux d'entre elles publiées à la faculté des sciences économiques et de gestion de l'université de Kinshasa comme mémoire de fin d'études.

a) Manda Kizabi21(*) trouve à partir d'un modèle Logit de choix binaire qu'il existe un lien étroit entre l'état matrimonial du chef de ménage, son niveau d'instruction, le type d'école fréquenté par l'enfant, la taille du ménage et la scolarisation des enfants au primaire;

b) Mutipula K22(*) de son coté trouve que le revenu du ménage payé sous forme de minerval, l'âge du chef de ménage, le niveau d'instruction du chef de ménage et la taille du ménage sont les plus déterminants de l'éducation dans les ménages.

Contrairement à ces derniers, notre étude tout en se basant sur les travaux antérieurs, sera focalisée sur la construction d'un arbre de régression par la méthode CART, en plus des régressions logistiques binaire et de choix multiple ordonné. Cette différence mise à part, nous voulons d'abord expliquer les déterminants de l'éducation pris de façon isolée à tous les niveaux d'enseignement conventionnels en RDC, ensuite à tous les niveaux pris globalement.

Enfin, certaines variables utilisées dans les travaux antérieurs seront ôtées de notre modèle pour raison de non disponibilité dans la base des données que nous utilisons. C'est le cas de l'état matrimonial du chef de ménage.

1.2. L'enquête 1-2-323(*)

La RDC, pays situé au centre du continent africain, est l'un des pays qui connaissent aujourd'hui plusieurs problèmes économiques, sociaux, et démographiques. Il est aujourd'hui l'un des plus pauvres au monde ; il enregistrait 6% de baisse par an de PIB en termes réels quoique la situation soit en légère amélioration ces dernières années.

Conscient de cet état de crise aigue que traverse la nation, le gouvernement a produit plusieurs programmes dont le plus récent en date est le PMURR. De même un processus de lutte contre la pauvreté dans l'élaboration du document de stratégie de réduction de la pauvreté. L'admission de la RDC à l'initiative PPTE et à l'assistance internationale fournit le cadre formel de toutes mesures. Malheureusement, toutes ces mesures et plan de gestion souffrent gravement d'insuffisance, en qualité et en quantité des données statistiques requises pour bâtir, évaluer et suivre une planification économique et sociale du développement durable pro-pauvre.

Le gouvernement de la RDC se propose de mettre sur pied un dispositif statistique de suivi et d'évaluation du programme de réduction de la pauvreté ; à cet effet, plusieurs opérations statistiques s'avèrent nécessaires pour produire tous les indicateurs pertinents dont on a besoin.

L'enquête 1-2-3 auprès des ménages pour l'évaluation de la pauvreté répond à une grande partie de ces préoccupations.

Parmi ses objectifs, les principaux sont24(*) :

· Fournir les données qui concourent à une meilleure connaissance des conditions de vie et à finaliser les DSCRP tant national que provincial ;

· Fournir les données de base pour l'élaboration des comptes nationaux et pour la rénovation de l'indice de prix à la consommation.

L'enquête 123 a été organisée sur toute l'étendue de la RD Congo. Mais dans le cadre de ce travail, nous n'analysons que les données de la ville de Kinshasa dont l'enquête à été réalisée entre avril et novembre 2004 par l'Institut National des Statistiques.

L'enquête 1-2-3 est une enquête par sondage à deux degrés. Le premier degré a consisté au tirage des quartiers alors que dans le deuxième degré, on a tiré systématiquement les ménages. Les différents quartiers ont été stratifiée en 6 strates homogènes selon le standing de vie et la taille en population des quartiers. La répartition des quartiers par strate (croisement type de quartiers * tranches de population) est présentée dans le tableau 1 ci-après :

Tableau 1 : présentation des strates

Moins de 10000

habitants

10000 à 20000

habitants

20000 habitants

et plus

Quartiers résidentiels

15

7

0

22

Cités

27

15

0

42

Quartiers planifiés

23

19

7

49

Extensions

44

82

42

168

Villages

24

0

0

24

Quartiers excentriques

17

0

0

17

Total

150

123

49

322

Tranche de la population

Type de quartiers

Ensemble

Source: Otchia Samen C., op. cit. p.26.

L'échantillon des ménages retenus pour la phase 1 est 2100 alors que la phase 3 constitue un sous échantillon des ménages enquêtés pour la phase 1. Cet échantillon est de 1050 ménages.

Dans ce travail, nous avons choisi certaines variables de cette enquête pour ressortir celles qui déterminent le mieux l'éducation au sein des ménages. Ces variables ont été retenues pour expliquer la relation entre l'éducation et d'autres caractéristiques propres à l'individu et à son environnement socio-économiques et démographiques.

2. Analyse descriptive des données

Cette section se veut de présenter du point de vue descriptif les caractéristiques de l'échantillon de cette étude. Ces variables sont classifiées en quatre catégories:

a) Caractéristiques des enfants ;

b) Caractéristiques des ménages ;

c) Caractéristiques des chefs des ménages ;

d) Caractéristiques propres à l'éducation des enfants.

2.1. analyse descriptive des caractéristiques des enfants :

· Distribution selon le sexe de l'enfant :

Graphique 1 : sexe de l'enfant

Sources : Données de l'enquête nationale 1-2-3

Ce graphique nous renseigne que dans cet échantillon il y a 49.9% de garçons contre 50.9% de filles, Il n'existe pas une différence significative des effectifs entre sexes. Autrement dit, il n y a pas des disparités entre sexes dans cet échantillon, la proportion de deux sexes est équitablement répartie dans l'échantillon.

· Distribution selon l'âge de l'individu :

Tableau 2 : âge de l'enfant

Age de l'enfant

Fréquences

Pourcentages

 

05-10

752

34,4

 

11-15

550

25,2

 

16-20

519

23,7

 

21-25

365

16,7

 

Total

2186

100

Sources : Données de l'enquête nationale 1-2-3

Au regard de ce tableau 2, on remarque que la proportion de la population diminue selon les tranches d'âge, avec une proportion élevée dans la tranche d'âge de 5 à 10 ans, soit 34,4% et une proportion moindre dans la tranche d'âge de 21 à 25 ans, soit 16,7%. Cette situation peut être due en partie à l'effet du taux de mortalité selon les tranches d'âge et à l'effet de migration de population.

· Distribution selon la situation matrimoniale de l'individu :

Tableau 3 : Situation matrimoniale de l'enfant

Situation matrimoniale

Fréquences

Pourcentages

 

Célibataire (Jamais marié)

2154

98,5

 

Marié(e) Monogame

10

0,5

 

Marié(e) Polygame

3

0,1

 

Union Libre

10

0,5

 

Divorcé, Séparé

6

0,3

 

Veuf et veuve

3

0,1

 

Total

2186

100

Sources : données de l'enquête nationale 1-2-3

A la lumière de ce tableau 3, 98,5% d'individus de cet échantillon sont célibataires. Les autres catégories ne représentent que 1,5% des individus. Cela avec une seule raison que les individus de notre échantillon sont les enfants des ménages qui restent sous tutelle de leurs parents. Donc, elles sont moins souvent sujettes à des mariages précoces.

· Distribution selon la religion du chef de ménage:

Dans le graphique 2 ci dessous, on voit que 37% de chefs de ménage sont de la catégorie « autre chrétien », suivi des catholiques et des protestants qui représentent respectivement 31,6 et 18,4% de la population. Les Kimbanguistes, les musulmans, les animistes, les sans religion représentent respectivement 4,3 ; 1,1 ; 1,1 et 5,8%. Ceux de « autre religion » ne représentent que 0,7% de la population. La multiplication continuelle des sectes fait diminué les effectifs dans les grandes églises occidentales qui détenaient le presque monopole de chrétiens dans la ville.

Graphique 2 : Religion du chef de ménage

Sources : données de l'enquête nationale 1-2-3

2.2. analyse descriptive des caractéristiques du ménage :

· distribution de la taille de ménage :

Lu dans le tableau 4 ci dessous, 56,1% des ménages ont une taille supérieure à 8 personnes, suivi des ménages ayant la taille 7 et 6 qui représentent respectivement 15,4 et 13,4%. La plus faible proportion est celle des ménages de taille 2 qui ne représentent que 0,4% de la population. La taille moyenne d'un ménage en RDC étant de 7 personnes.

Le problème de surpopulation dans les ménages est lié en partie soit à la culture Bantou qui veut que la famille soit très élargie, soit au chômage des parents qui font de l'art de faire les enfants une distraction. Il n'est pas à négliger le bas niveau d'étude des parents qui ont du mal à maîtriser la planification familiale.

Tableau 4 : Taille du ménage

Nombre de personnes dans le ménage

Fréquences

Pourcentages

 

2

9

0,4

 

3

37

1,7

 

4

80

3,7

 

5

206

9,4

 

6

292

13,4

 

7

336

15,4

 

Supérieur à 8

1226

56,1

 

Total

2186

100

Sources : données de l'enquête nationale 1-2-3

· Distribution selon le statut d'occupation du logement

Tableau 5 : Statut d'occupation du logement

Statut d'occupation du logement

Fréquence

Pourcentage

 

Propriétaire

1050

48,0

 

Locataire

751

34,4

 

Logé par l'employeur

82

3,8

 

Logé gratuitement par un tiers

57

2,6

 

Logé concession familiale

4

,2

 

Location vente

238

10,9

 

Autre

4

,2

 

Total

2186

100,0

Sources : données de l'enquête nationale 1-2-3

Lu dans ce tableau 5, dans cet échantillon, 48% sont propriétaires de leurs logements, suivi des locataires et la location vente qui représentent respectivement 34,4 et 10,9% d'individus de l'échantillon. La faible proportion concerne la concession familiale et « autre » qui ont chacun 0,2% de la population concernée.

· Distribution selon la pauvreté du ménage :

Le bien-être d'une population pouvant être défini comme la satisfaction d'un panier des biens dits  « fondamentaux », la pauvreté selon cette approche est appréhendée comme une insatisfaction ou une insuffisance de ces besoins de base25(*), notamment l'alimentation. La pauvreté dans cette approche est saisie par un indicateur construit appelé « indice du bien-être » ou « welfare indicator ».

Graphique 3: Pauvreté du ménage

Sources : données de l'enquête nationale 1-2-3

Scientifiquement, est pauvre tout ménage dont la consommation journalière par personne est inférieure au seuil de pauvreté. Ce seuil est évalué à 254,5 FC (non actualisé) par personne et par jour en milieu urbain en RD Congo26(*).

Au regard du graphique 3, 63% des ménages sont pauvres contre 37% qui sont non pauvres. Donc la proportion des pauvres est plus élevée dans cet échantillon. Ce qui renseigne qu'on se retrouve devant une population en majorité pauvre.

Cet état des choses n'est pas susceptible de favoriser l'éducation des enfants dans le ménage vu que les enfants qui ont fini avant ne trouvent pas d'emploi. On est enclin de privilégier le quotidien au détriment de l'éducation.

· Distribution des médias :

Graphique 4 : Nombre de radios dans le ménage

Sources : données de l'enquête nationale 1-2-3

Graphique 5 : Nombre de téléviseur dans le ménage

Sources : données de l'enquête nationale 1-2-3

Les graphiques 4 et 5 nous renseignent que respectivement 77,7% et 38,1% des ménages n'ont pas respectivement des postes radios et de téléviseurs. Contre seulement 22,3 et 61,9% ont respectivement au moins un poste radio et téléviseur. La pauvreté ne facilitant pas à certains ménages l'accès aux biens d'un certain standing.

2.3. Analyse descriptive des caractéristiques du chef de ménage :

· Distribution du sexe de chef de ménage :

Dans ce graphique 6 ci dessous, 83,9% de chefs de ménage sont des hommes contre seulement 16,1% qui sont des femmes. Les hommes étant reconnus naturellement comme les chefs de famille, cette injustice est fréquente dans plusieurs villes africaines dont Kinshasa. L'émancipation effective de la femme peut être une solution partielle à cette injustice.

Graphique 6 : Sexe du chef de ménage

Sources : données de l'enquête nationale 1-2-3

· Distribution de l'âge du chef de ménage :

Tableau 6 : Age du chef de ménage

tranches d'âge

Fréquences

Pourcentages

 

24-45

831

38

 

46-77

1355

62

 

Total

2186

100

Sources : données de l'enquête nationale 1-2-3

Le tableau 6 nous renseigne que 38% de chefs de ménage ont un âge compris entre 24 et 45 ans et 62% ont un âge compris entre 46 et 77 ans.

· Distribution du niveau d'étude du chef de ménage :

Dans le graphique 7 ci-dessous, 56,2% de chefs de ménage ont un niveau secondaire, 24,8% ont un niveau universitaire, 15,9% ont un niveau primaire. Le programme non formel, peu préféré, représente 3,1% seulement.

Graphique 7 : Niveau d'étude du chef de ménage

Sources : données de l'enquête nationale 1-2-3

2.4. analyse descriptive des caractéristiques de l'éducation des enfants:

· distribution du niveau d'étude de l'individu :

Tableau 7 : Niveau d'étude atteint par l'enfant

Niveau d'étude de l'individu

Pourcentage

 

Primaire

51,6

 

Secondaire

43

 

Programme non formel

0,6

 

Universitaire

4,8

 

Total

100

Sources : données de l'enquête nationale 1-2-3

Dans ce tableau 7, 51,6% ont un niveau primaire, suivi du secondaire et du niveau universitaire qui ont respectivement 43 et 4,8%. Les gens ont peu de préférence pour le programme non formel. Dans l'ensemble de cet échantillon, 87,4% d'individus ont fait au moins l'école primaire, 12,6 sont analphabètes. Situation qui n'est pas du genre à favoriser le développement dans un pays, surtout qu'on est en milieu urbain. Le sort des milieux ruraux est encore plus catastrophique.

· Distribution du type d'école fréquentée :

Graphique 8 : Type d'école fréquenté

Sources : données de l'enquête nationale 1-2-3

Au total, 44,8% de la population fréquentent les écoles publiques conventionnées, 31,4% les écoles publiques non conventionnées et seulement 23,9% préfèrent les écoles privées. Cette situation est due en partie par le fait que les écoles privées font payer très cher leurs enseignements. La population étant à 63% pauvre, on préfère les écoles publiques qui sont souvent de très mauvaise qualité mais à moindre coût, l'essentiel est de réaliser ses économies.

· Distribution de la fréquentation des individus :

Tableau 8 : Fréquentation des enfants

Allez-vous toujours à l'école ?

Fréquence

Pourcentage

 

Oui

1518

79,4

 

Non

393

20,6

 

Total

1911

100,0

Sources : données de l'enquête nationale 1-2-3

Dans ce tableau 8, nous remarquons que 79,4% d'individus fréquentent contre 20,6% qui ne fréquentent plus. Parmi ceux qui ne fréquentent plus, 43,3 ne fréquentent plus suite à l'impossibilité financière des parents et 31,9% parce qu'ils sont encore trop jeunes.

3. Test de Khi deux :

Ce test est l'un des plus simples et des plus largement utilisé en analyse des données. C'est un test non paramétrique, par conséquent il ne fait aucune hypothèse sur la population échantillonnée.

La quantité Khi carré mesure la différence entre les fréquences observées et les fréquences théoriques. Le test permet ainsi de décider si cette différence est due au hasard ou à l'inadéquation de la théorie et le fait observé.

La quantité Khi carré s'écrit comme suit :

O : fréquences observées

E : fréquences théoriques.

La statistique calculé est comparée à la statistique de table pour un nombre donné de degré de liberté et un niveau de signification choisi par l'analyste.

Les hypothèses de ce test sont   : indépendance

 : Dépendance.

Si, calculé>table : acceptation de l'hypothèse nulle

calculé < table : rejet de l'hypothèse nulle.

Si on en déduit que les fréquences observées coïncident totalement avec les fréquences attendues. Plus grande est la valeur de, plus élevé est la différence entre la théorie et le fait observé.

3.1. conditions d'application du test:

Pour appliquer le test de Khi deux, certaines conditions doivent être remplies.

· Les données doivent être indépendantes ;

· L'échantillon doit être aléatoire ;

· Les données doivent être exprimées dans leurs unités originales (pas en pourcent ou ratio) ;

· L'échantillon doit contenir au moins 50 observations ;

· Chaque cellule doit avoir au moins 5 observations.

3.2. Application dans l'échantillon :

Dans ce paragraphe, il sera question de faire des tests de Khi deux entre certaines variables pour déceler les éventuelles dépendances pouvant exister entre elles. Cela se fera selon que nous nous sommes fixé des objectifs dans ce travail.

· Lien pauvreté et éducation :

Tableau 9: Pauvreté et éducation

Pauvreté par les dépenses alimentaires

Niveau d'étude de l'individu

Total

Primaire

Secondaire

Programme non formel

Universitaire

 

Pauvres

622

519

10

37

1188

 

Non pauvres

364

303

1

55

723

Total

986

822

11

92

1911

Sources : données de l'enquête nationale 1-2-3

Ce tableau renseigne qu'il y a dépendance entre la pauvreté et le niveau d'étude atteint par un enfant au sein du ménage (p-value du khi-deux=0.002). Les pauvres représentent des proportions plus élevées que les non pauvres à tous les niveaux d'étude sauf au niveau universitaire. Ils représentent 63% au primaire, 63.1% au secondaire et 90% au programme non formel. La tendance est renversée au niveau universitaire où les non pauvres représentent 60% des effectifs.

· Causes de déperdition scolaire et d'abandon des études

Tableau 10: Causes d'arrêt et d'abandon des études par sexe

Pourquoi avez-vous arrêté vos études ?

Sexe

Total

Masculin

Féminin

 

Impossibilité financière parents

145

143

288

Préférence pour un apprentissage

20

14

34

Grossesse, mariage

0

26

26

Handicap, maladie

9

10

19

Echec scolaire

10

6

16

Trop jeune

107

105

212

Ecoles trop éloignées

2

1

3

Etudes achevées

25

18

43

 

Autres

15

9

24

Total

333

332

665

Sources : données de l'enquête nationale 1-2-3

Dans ce tableau 10, on remarque que 50,3% d'enfants qui abandonnent les études suite à l'impossibilité financière de leurs parents sont de sexe masculin. De même 50,4% de ceux qui abandonnent parce qu'ils sont jugés jeunes sont aussi de sexe masculin.

Globalement, il n y a pas de discrimination entre sexe pour ce qui est de l'abandon ou l'arrêt des études. Il y a dépendance entre la déperdition et le sexe de l'enfant (p-value du khi-deux=0,000), la pauvreté du ménage ( p-value du khi-deux =0,005), le sexe du chef de ménage (p-value du khi-deux =0,000), son âge(p-value=0,0025) et son éducation ou son niveau d'instruction ( p-value du khi-deux =0.000)et enfin entre déperdition et le type d'école fréquentée par l'enfant (p-value du khi-deux =0,024).

· Lien entre la fréquentation et les autres facteurs :

Tableau 11 : Fréquentation et sexe de l'enfant

sexe de l'enfant

Avez-vous été au moins à l'école primaire ?

Total

Oui

Non

 

Masculin

957

134

1091

 

Féminin

954

141

1095

Total

1911

275

2186

Sources : données de l'enquête nationale 1-2-3

Le tableau 11 renseigne qu'il n y a pas vraiment de discrimination dans la fréquentation des enfants dans les ménages. Pour ce qui est des garçons, 87.7% ont au moins fréquenté l'école primaire contre 87.1% pour les filles. L'accès n'est donc pas vraiment tributaire du genre. Situation due au fait qu'en ville, les filles sont moins exposées aux contraintes comme les travaux domestiques, les mariages précoces, etc.

Le test khi-carré par contre fait ressortir qu'il y a une dépendance entre la fréquentation et la religion du chef de ménage, le type d'école, le sexe et l'âge du chef de ménage et le sexe de l'enfant avec un accent mis sur le niveau primaire.

· Impact des médias sur la scolarisation :

Nous tenons compte de la possession de certains biens par le ménage dont la radio et le poste téléviseur pour cerner l'impact pas du niveau de vie mais du fait de l'information sur le choix des parents quant à l'éducation de leurs enfants.

Tableau 12: Education et télévision

Nombre de téléviseurs dans le ménage

avez-vous été au moins à l'école primaire ?

Total

Oui

Non

 

0

703

129

832

 

=1

1208

146

1354

Total

1911

275

2186

Sources : données de l'enquête nationale 1-2-3

Ce tableau montre que 63% d'enfants qui ont fréquenté au moins l'école primaire ont au moins un téléviseur chez eux. Au regard des résultats du test de Khi-deux, il y a dépendance entre la scolarisation et le fait d'avoir un téléviseur à la maison (p-value=0,001).

Tableau 13: Education et radio

Nombre de radios dans le ménage

avez-vous été au moins à l'école primaire ?

Total

Oui

Non

 

0

1476

223

1699

 

=1

435

52

487

Total

1911

275

2186

Sources : données de l'enquête nationale 1-2-3

Au regard de ce tableau 13, on remarque que, 77% d'enfants qui fréquentent n'ont pas de radios dans leurs ménages. Le test du Khi-deux montre qu'il n'y a pas dépendance entre l'éducation est le fait d'avoir une radio dans le ménage (p-value=0,151).

* 19 Cité par HAUGTON, D., KANE, A., MBAYE, A, dans : « l'analyse de l'accès à l'éducation au Sénégal : une application de la méthode CART », p.18-24.

* 20 Adjiwanou, impact de la pauvreté sur la scolarisation et le travail des enfants au Togo, CERDI et URD, université de Lomé, p.16.

* 21 Manda K., les déterminants de la scolarisation en RDC (cas de la ville de Kinshasa), mémoire, Unikin, Faseg, 2003.

* 22 Mutipula K, essai d'identification des facteurs déterminant l'inaccessibilité au système éducatif dans la province du Bas-congo, mémoire, Unikin, Faseg, 2003.

* 23 Kankwanda E., théorie et pratiques de sondage, notes de cours, Unikin, Faseg, 2007.

* 24 Otchia Samen C., Les déterminants de la qualité de l'habitat à Kinshasa. Approche par le modèle Biprobit, mémoire de licence, Faseg, Unikin, 2006, p.26 

* 25 Kalonji Ntalaja, profil de pauvreté en RDC : niveaux et tendances, rapport provisoire, 1999, p.6

* 26 RD Congo, Document de stratégies pour la croissance et la réduction de la pauvreté

(DSCRP), Kinshasa, juin 2006, p.23

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








"Ceux qui vivent sont ceux qui luttent"   Victor Hugo