Analyse de la rentabilité financière des centres de café dans la région de Baptiste-Belladere.

4.4.- Dépouillement des données

Au cours de ce travail, nous avons regroupé les données similaires pour l'ensemble des sept (7) centres de traitement. Ainsi, pour chaque groupe de données similaires, nous avons élaboré un tableau de synthèse qui nous a facilité la tâche de traitement de données. Nous avons, donc, utilisé une grille de dépouillement sur tableur Excel en fonction des objectifs du travail et des résultats espérés.

4.5.-Méthodes d'analyse des données

4.5.1.- Procédés de calcul

Dans le but d'atteindre nos résultats, il s'est avéré nécessaire d'utiliser un certain nombre de formules. En ce sens, voici, dans les lignes qui suivent, les principales formules qui ont été choisies :

Recette brute (R_b) = Quantité de livres produites * Prix unitaire de la livre ;

Amortissement = Prix d'acquisition du matériel -valeur résiduelle / durée de vie ;

Profit (Ï) = Recettes totales - Coûts totaux ;

Taux de profit = Profit/Coûts ;

Coût totaux = Coûts variables + Coûts fixes ;

Indice de rentabilité (I_R) =Revenu/Investissement

Ratio av/ct non actualisé = Avantages(Recettes)/coûts totaux

Ces dernières formules nous permettront de voir si les centres de traitement en tant qu'entreprises agro-industrielles sont rentables sur le plan financier et les bénéfices générés au cours de la campagne 2008-2009.

4.5.2.-Tests statistiques

Pour tester l'hypothèse statistique selon laquelle:

H1 : Les centres qui vendent une partie de leur café sur le marché gourmet sont plus rentables financièrement que ceux qui ne vendent pas sur ce marché.

Nous avons utilisé le test statistique portant sur la comparaison de deux moyennes : ₁ et ì₂

₁ : Le taux de profit moyen généré par les centres qui vendent une partie de leur café sur le marché gourmet ;

ì₂ : Le taux de profit moyen généré par ceux qui ne vendent pas sur ce marché ;

Conditions d'application du (test unilatéral à droite) :

Population statistique de petite taille : n₁ < 30 et n₂<30 et de variances inconnues mais supposées égales à une valeur commune.

Hypothèse nulle 

H₀ : ₁=ì₂ ne pas accepter H₀ si t > t_á; n_{1 +}n₂ -2 sinon accepter H₀

Seuil de signification  : á = 5%

Ecart réduit et sa distribution : En supposant que H₁ vraie dans les conditions mentionnées, l'écart réduit est :

t =

Distribué suivant la loi de Student avec õ = n₁+n₂-2 degrés de liberté.

Hypothèses alternatives

-Si H₁ : ₁ > ₂ Alors ne pas accepter H₀ si t >t_á ;  n₁ + n₂- 2 sinon accepter H₀

Les autres formules qui seront utilisées sont les suivantes :

Moyenne =

La variabilité (S²) entre les deux échantillons peut s'exprimer ainsi :

S² = et écart- type (S) de la différence ainsi :

S = = S

Règle de décision : ne pas accepter H₀ si la valeur calculée est supérieur à la valeur tabulée sinon accepter.