Annexe
Annexe 1 : Minnesota Satisfaction
Questionnaire
Les vingt items du MSQ se présentent comme suit : Dans
votre emploi actuel, êtes-vous satisfait :
1. De vos possibilités d'avancement
2. Des compliments que vous recevez pour la réalisation
d'un bon travail
3. De votre importance aux yeux des autres
4. De la stabilité de votre emploi
5. Des conditions de travail
6. De votre salaire par rapport à l'importance du travail
que vous faites
7. De la manière dont les règles et les
procédures internes de l'entreprise sont mises en application
8. De la manière dont votre supérieur dirige ses
employés
9. De la manière dont vos collègues s'entendent
entre eux
10. Des possibilités d'aider les gens dans
l'entreprise
11. Des possibilités de prendre des décisions de
votre propre initiative
12. Des possibilités de faire des choses qui utilisent
vos capacités
13. Des possibilités d'essayer vos propres
méthodes pour réaliser le travail
14. Des possibilités de travailler seul dans votre
emploi
15. Du sentiment d'accomplissement que vous retirez de votre
travail
16. Des possibilités de rester occupé tout le
temps au cours de la journée de travail
17. Des possibilités de faire des choses
différentes de temps en temps
18. De la compétence de votre supérieur dans les
prises de décision
19. Des possibilités de faire des choses qui ne sont pas
contraires à votre conscience
20. Des possibilités de dire aux gens ce qu'il faut
faire
MSQ, traduit par Roussel 1996, p.170.
Après les pré-tests nous avons retenus pour cette
étude, les dix-sept premières questions, car elles sont plus
adaptées à notre population.
62
Présenté et soutenu par Romaric KPANOU
Annexe
Annexe 2 : Outil de collecte et variables
A2.1. Questionnaire d'enquête
|
Présenté et soutenu par Romaric KPANOU
|
63
|
|
Annexe
|
Présenté et soutenu par Romaric KPANOU
|
64
|
|
Annexe
|
Présenté et soutenu par Romaric KPANOU
|
65
|
|
Annexe
|
Présenté et soutenu par Romaric KPANOU
|
66
|
|
Annexe
|
Présenté et soutenu par Romaric KPANOU
|
67
|
|
Annexe
A2.2. Variables
Tableau A- 2 : Liste des variables
|
N°
|
Nom Type*
|
Désignation
|
Valeurs ou Modalités
|
|
Variables d'intérêt
|
|
|
|
1
|
flex_cont
|
N
|
Flexibilité du contrat
|
0=Non(Réf), 1=Oui
|
|
2
|
job_sat1
|
D
|
Volonté de demeurer enseignant
|
0=Non(Réf), 1=Oui
|
|
3
|
job_sat2
|
O
|
Satisfaction globale au travail enseignant
|
1=Pas du tout satisfait, 2=Peu satisfait, 3=Satisfait,
4=Très satisfait
|
|
4
|
job_sat3
|
O
|
Indicateur de satisfaction au travail enseignant dans un
établissement
|
1=Pas du tout satisfait, 2=Peu satisfait, 3=Satisfait,
4=Très satisfait
|
|
5
|
job_sec
|
D
|
Sécurité de l'emploi
|
0=Non(Réf), 1=Oui
|
|
6
|
typ_cont
|
N
|
Type de contrat
|
0=Permanant, 1=Temporaire
|
|
7
|
type
|
N
|
Types d'enseignants
|
1=Risque permenent, 2=Temporaire, 3=Permanent, 4=Flexicures
|
|
Variables sociodémographiques
|
|
|
8
|
age
|
N
|
Age
|
1-15-24, 2-25-34 (Réf), 3->35
|
|
9
|
niv_etu1
|
O
|
Niveau d'Etude de l'enseignant du primaire
|
1=<BAC, 2=BAC (Réf), 3=>BAC
|
|
10
|
niv_etu2
|
O
|
Niveau d'Etude de l'enseignant du secondaire
|
1=<Licence, 2=Licence (Réf), 3=>Licence
|
|
11
|
niv_etu3
|
O
|
Niveau d'Etude de l'enseignant du supérieur
|
1=<Doctorat, 2=Doctorat (Réf), 4=>Doctorat
|
|
12
|
sexe
|
D
|
Sexe
|
0-homme(Réf), 1-femme
|
|
13
|
sit_mat
|
N
|
Situation matrimoniale
|
1=Marié (Réf), 2=Célibataire,
3=Divorcé/Autres
|
|
14
|
zone
|
D
|
Zone de résidence
|
0=Rurale/Autres (Réf), 1=Urbaine
|
|
Autres Varianles
|
|
|
|
15
|
an_debut
|
C
|
Année d'entré dans l'enseignement
|
|
|
16
|
anc
|
C
|
Ancienneté générale
|
2014-an_debut
|
|
17
|
anc_eco
|
O
|
Ancienneté dans l'école
|
<2, 2-<5, 5-<10, 10-<25, >= 25
|
|
18
|
anc_gene
|
O
|
Ancienneté générale
|
<2, 2-<5, 5-<10, 10-<25, >= 26
|
|
19
|
autr_act
|
D
|
Autre activité que l'enseignement
|
0=Non(Réf), 1=Oui
|
68
Présenté et soutenu par Romaric KPANOU
Annexe
|
N°
|
Nom
|
Type*
|
Désignation
|
Valeurs ou Modalités
|
|
20
|
eco_norm
|
D
|
Avoir fait l'école normale
|
0=Non(Réf), 1=Oui
|
|
21
|
income
|
O
|
Salaire mensuel du travail enseignant au sein de
l'école
|
|
|
22
|
job_pers
|
D
|
Bonnes perspectives d'emploi entant qu'enseignant actuellement
|
0=Non(Réf), 1=Oui
|
|
23
|
msq1-
msq17
|
O
|
échelle du MSQ
|
1=Pas du tout satisfait, 2=Peu satisfait, 3=Satisfait,
4=Très satisfait
|
|
24
|
niv_ens
|
N
|
Niveau/ordre d'enseignement
|
1=Primaire (Réf), 2=Secondaire, 3=Universitaire
|
|
25
|
secteur
|
D
|
Secteur d'enseignement
|
1=Public (Réf), 2=Privé
|
|
26
|
syndique
|
D
|
Syndiqué
|
0=Non(Réf), 1=Oui
|
|
27
|
voc
|
D
|
Vocation initiale
|
0=Non(Réf), 1=Oui
|
*C=Continue, D=dichotomique, N=Nominale, O=Ordinale
Annexe 3 : Modèle et Résultats A3.1. Le
modèle POLS
Le modèle POLS représente une approche
alternative aux modèles traditionnels de réponses
ordonnées. Supposons que la variable dépendante Y est
catégorique et naturellement ordonnée (par exemple, allant de
«très faible» à «très
élevé» ou de «très insatisfait» à
«très satisfait»). Supposons également que la variable
observée est liée à une "vraie valeur " continue
inaperçue ou latente (soit ??*) tels que:
???? = ?? ???? ????-1 < ????* < ???? ??ù ??=
1,2,...,?? (1)
Cela implique que la variable latente est répartie dans
k intervalles de telle sorte que si la jième réponse est
observée, alors la variable latente ??*est comprise entre
????-1 ???? ???? ??ù ??0 = -8 ???? ??0 = +8.
Soit ??1, ??2, ... , ???? les
fréquences de chaque catégorie de la variable ordinale
observée. Supposons que ??* a une distribution normale dans la
population. Compte tenu de l'hypothèse de distribution, les ???? peuvent
être estimés en utilisant :
???? = ??(??) - ??(?? - 1),?? = 1, 2, ... , ?? - 1 (2)
Où ?? est la distribution normale standard cumulative.
Même si nous ne connaissons pas la valeur exacte de la
variable latente pour chaque observation, nous pouvons calculer son
espérance conditionnelle basée sur les propriétés
de la distribution normale (Maddala, 1983):
?? (???? - ?? (????) ?? (????-1) - ?? (????)
???? = ??(????*|????-1 < ????* < ????) =
??(????) - ??(???? -1) ????
69
Présenté et soutenu par Romaric KPANOU
Annexe
Où f est la densité normale standard.
???? est une variable aléatoire
discrète avec des probabilité égales à
????. Il représente la version discrète de la variable
continue sous-jacente et il a autant de valeurs que la variable
catégorielle observée.
En conséquence les MCO et d'autres estimateurs
linéaires peuvent être utilisés avec ???? en tant
que variable dépendante. Cette procédure a été
appelé Probit MCO - POLS (Van Praag, 2005).
Les estimations POLS (les deux coefficients et l'erreur
standard) sont similaires aux estimations Probit ordonnées (sauf pour un
facteur multiplicatif), mais l'adoption de POLS permet de mieux gérer
les problèmes économétriques tels
qu'endogénéité, équations simultanées et des
estimations des données de panel. Dans beaucoup de ces cas, il
réduit aussi considérablement le temps de calcul (Van Praag et
Ferrer-i-Carbonnell, 2006). Cette approche est également utile dans
présence de variables ordinales entre les variables explicatives (pour
certaines applications, voir Terza, 1987; Van Praag et Baarsma, 2005; Van Praag
et Ferrer-i-Carbonnell, 2004).
En ce qui concerne les estimations linéaires avec la
"vraie" variable latente, il y a une certaine perte d'informations en raison de
la discrétisation, ce qui implique que la variance résiduelle est
sous-estimée et donc les statistiques de t-student correspondants sont
surestimés. Compte tenu de la similitude avec les estimations Probit
ordonné, cela signifie que celui-ci sont également
affectées par le même problème, et donc l'utilisation de
POLS ne cause pas la perte de l'information à l'égard de l'aide
d'un estimateur Probit ordonné.
70
Présenté et soutenu par Romaric KPANOU
Annexe
A3.2. Résultats
Tableau A- 3 : Classification des probabilités
prédites par ordre d'enseignement
Primaire
Secondaire
|
|
|
|
|
|
|
Probit model for job_sat1
|
|
Probit model for job_sat1
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
D
|
|
|
|
|
D
|
|
|
|
|
44
14
|
|
|
|
|
30
15
|
|
|
|
|
Classified +
True D defined
|
58
if predicted Pr(D)
|
|
|
|
Classified +
True D defined
|
45
if predicted Pr(D)
|
|
|
|
|
. estat classification
Sensitivity
Specificity
Positive predictive value
Negative predictive value
|
Pr( +| D)
Pr( -|~D)
Pr( D| +)
Pr(~D| -)
|
|
. estat classification
Sensitivity
Specificity
Positive predictive value
Negative predictive value
|
Pr( +| D)
Pr( -|~D)
Pr( D| +)
Pr(~D| -)
|
|
|
True
Classified
+
False + rate for true ~D False +
rate for classified +
|
~D
20
Pr( +|~D)
Pr( -| D)
Pr(~D| +)
Pr( D| -)
|
|
True
Classified
+
False + rate for true ~D False +
rate for classified +
|
~D
12
Pr( +|~D)
Pr( -| D)
Pr(~D| +)
Pr( D| -)
|
|
|
-
Correctly classified
|
24
|
|
-
Correctly classified
|
43
|
|
|
|
Total
Total
64
38
42
58
Total
as job_sat1 != 0
44
>= .5
102
Total
as job_sat1 != 0
55
>= .5
100
75.86%
54.55%
68.75%
63.16%
66.67%
78.18%
71.43%
74.14%
45.45%
24.14%
31.25%
36.84%
21.82%
33.33%
28.57%
25.86%
66.67%
73.00%
Universitaire
|
. estat classification
Probit model for job_sat1
|
D
|
|
|
|
|
False - rate for true D
|
True
82
2
|
|
False - rate for true D
|
|
|
False - rate for classified -
Classified
+
-
Classified +
True D defined
|
84
if predicted Pr(D)
|
~D
9
7
|
False - rate for classified -
|
|
|
Total
Sensitivity
Specificity
Positive predictive value
Negative predictive value
|
16
Pr( +| D)
Pr( -|~D)
Pr( D| +)
Pr(~D| -)
|
|
|
False + rate for true ~D
False + rate for classified +
|
Pr( +|~D)
Pr( -| D)
Pr(~D| +)
Pr( D| -)
|
|
|
False - rate for true D
Correctly classified
|
|
|
|
Total 91 9 as
job_sat1 != 0
>= .5
100
97.62%
43.75%
90.11%
77.78%
56.25%
2.38%
9.89%
22.22%
89.00%
Présenté et soutenu par Romaric KPANOU
|
71
|
|
Annexe
Tableau A- 4 : Types d'enseignants et satisfaction au
travail: Probit ordonnée et POLS
|
(1) (2) (3)
POIS 2 étapes
Probit ordonné POIS D-McF correction
|
Variables d'intérêts
Types d'enseignants (Permanents=Réf)
|
En risque permanent
|
-0.467***
|
-0.0840***
|
-0.0996*
|
|
(-5.48)
|
(-56.02)
|
(-2.25)
|
|
Temporaires
|
-0.721*
|
-0.126*
|
-0.114*
|
|
(-2.39)
|
(-4.33)
|
(-2.19)
|
|
Flexicurisés
|
0.0502
|
0.0701k
|
0.102k
|
|
(0.32)
|
(3.52)
|
(1.83)
|
|
Caractéristiques
sociodémographiques
|
|
|
|
Sexe (Masculin=Réf)
|
|
|
|
|
Feminin
|
0.264
|
0.125
|
0.138***
|
|
(1.60)
|
(2.38)
|
(3.47)
|
|
Age (25-34=Réf)
|
|
|
|
|
15-24
|
-0.324*
|
-0.158
|
-0.145k
|
|
(-2.15)
|
(-2.04)
|
(-1.85)
|
|
>35
|
-0.254
|
0.00188
|
-0.000152
|
|
(-1.44)
|
(0.10)
|
(-0.00)
|
|
Situation matrimonianale ( Marié=Réf)
|
|
|
|
Célibataire
|
0.141*
|
0.0113
|
0.00737
|
|
(2.27)
|
(0.31)
|
(0.14)
|
|
Divorcé/Autres
|
0.589
|
0.243
|
0.377***
|
|
(1.05)
|
(1.54)
|
(3.46)
|
|
Zone (Rurale/Autres = Réf)
|
|
|
|
|
Urbaine
|
-0.120***
|
-0.0397
|
-0.0502
|
|
(-7.09)
|
(-1.57)
|
(-1.19)
|
|
Niveau d'étude
|
|
|
|
|
< Référence
|
-0.0632
|
0.0296
|
-0.00117
|
|
(-0.84)
|
(1.32)
|
(-0.02)
|
|
> Référence
|
0.487***
|
0.164*
|
0.143k
|
|
(4.38)
|
(4.75)
|
(1.97)
|
|
Autres contrôles
|
|
|
|
|
Secteur (Public=Réf)
|
|
|
|
|
Privé
|
0.142*
|
0.0124
|
0.0242
|
|
(2.56)
|
(0.46)
|
(0.61)
|
|
ancienneté générale
|
0.0118**
|
0.00266k
|
0.00474
|
|
(2.72)
|
(3.85)
|
(1.48)
|
|
Salaire
|
0.00239
|
0.0100
|
0.00517
|
|
(0.10)
|
(0.87)
|
(0.35)
|
|
Vocation initiale
|
0.243
|
0.0810
|
0.0682k
|
|
(1.61)
|
(2.75)
|
(1.91)
|
|
Cumul d'activité
|
-0.179
|
-0.0460
|
-0.0542
|
|
(-0.77)
|
(-1.17)
|
(-1.24)
|
|
Etre syndiqué
|
-0.0800
|
-0.0669
|
-0.0802
|
|
(-0.49)
|
(-2.22)
|
(-1.42)
|
|
Perpectives
|
-0.0944**
|
0.0192
|
0.0638
|
|
(-2.83)
|
(1.06)
|
(1.56)
|
|
Présenté et soutenu par Romaric KPANOU
|
72
|
|
Annexe
|
(1)
Probit ordonné
|
(2)
POIS
|
(3)
POIS 2 étapes
D-McF correction
|
|
Indicatrices de l'ordre d'enseignement
(Primaire=Réf)
|
|
|
|
Secondaire
|
-0.604***
|
-0.189**
|
-0.211**
|
|
(-5.76)
|
(-26.99)
|
(-3.30)
|
|
Universitaire
|
0.537***
|
0.0523
|
0.0273
|
|
(3.97)
|
(1.43)
|
(0.37)
|
|
Probabilités (correction Dubin et
McFadden)
|
|
|
|
P(T= Risque permanent)
|
|
|
0.0356
|
|
|
|
(0.26)
|
|
P(T=Temporaires)
|
|
|
0.0186
|
|
|
|
(0.29)
|
|
P(T=Flexicures)
|
|
|
-0.129
|
|
|
|
(-1.08)
|
|
Constant
|
|
-0.0180
|
-0.0939
|
|
|
(-2.32)
|
(-0.30)
|
|
Constant cut1
|
-1.634***
|
|
|
|
(-11.53)
|
|
|
|
Constant cut2
|
-0.471*
|
|
|
|
(-2.13)
|
|
|
|
Constant cut3
|
1.574***
|
|
|
|
(4.54)
|
|
|
|
Observations
|
319
|
319
|
302
|
|
Pseudo/Adj. R2
|
0.111
|
0.259
|
0.291
|
|
Bic
|
627.6
|
44.41
|
154.2
|
Tableau A- 5 : Types d'enseignants et satisfaction
globale au travail: POLS par ordre
d'enseignement
|
Primaire
|
Secondaire
|
Universitaire
|
|
Variables d'intérêts
Types d'enseignants (Permanents=Réf)
|
|
|
|
Risque permenent -0.0301
|
-0.172
|
-0.0163
|
|
(-0.36)
|
(-0.93)
|
(-0.20)
|
|
Temporaires
|
-0.162
|
0.0391
|
-0.455***
|
|
(-1.62)
|
(0.20)
|
(-4.31)
|
|
Flexicures
|
0.295**
|
0.398
|
-0.462***
|
|
(3.15)
|
(1.60)
|
(-4.09)
|
|
Variables sociodémographiques
|
|
|
|
|
Sexe (Masculin=Réf)
|
|
|
|
|
Feminin
|
0.0507
|
0.676***
|
-0.0858
|
|
(0.71)
|
(5.18)
|
(-1.04)
|
|
Age (25-34=Réf)
|
|
|
|
|
15-24
|
-0.0821
|
-0.470*
|
-0.924***
|
|
(-0.49)
|
(-2.11)
|
(-3.55)
|
|
>35
|
0.290**
|
0.0636
|
-0.0754
|
|
(2.96)
|
(0.37)
|
(-0.92)
|
|
Situation matrimoniale (Marié=Réf)
|
|
|
|
|
Célibataire
|
-0.266*
|
0.146
|
0.401***
|
|
(-2.62)
|
(1.04)
|
(3.58)
|
|
Présenté et soutenu par Romaric KPANOU
|
73
|
|
|
|
|
Annexe
|
|
Primaire
|
Secondaire
|
Universitaire
|
|
Divorcé/Autres
Zone (Rurale/Autres=Réf)
|
-0.295
(-1.04)
|
1.074***
(5.16)
|
|
|
Urbaine
|
-0.317**
|
-0.302*
|
-0.137*
|
|
(-3.28)
|
(-2.32)
|
(-2.33)
|
|
Niveau d'étude
|
|
|
|
|
<Référence
|
0.202**
|
0.112
|
-0.151+
|
|
(2.67)
|
(0.55)
|
(-1.82)
|
|
> Référence
|
0.254**
|
0.0257
|
-0.417***
|
|
(2.94)
|
(0.20)
|
(-3.59)
|
|
Autres contrôles
|
|
|
|
|
Secteur (Public=Réf)
|
|
|
|
|
Privé
|
-0.0634
|
0.0787
|
0.174*
|
|
(-0.81)
|
(0.60)
|
(2.12)
|
|
ancienneté générale
|
-0.00476
|
-0.00841
|
-0.00112
|
|
(-0.65)
|
(-0.56)
|
(-0.22)
|
|
Salaire mensuel
|
0.0289
|
0.193**
|
-0.0230
|
|
(1.03)
|
(2.71)
|
(-1.16)
|
|
Vocation initiale
|
0.301***
|
0.266*
|
0.0566
|
|
(4.66)
|
(2.35)
|
(0.86)
|
|
Ecole normale
|
-0.0971
|
-0.146
|
.
|
|
(-1.26)
|
(-0.81)
|
|
|
Cumul d'activités
|
-0.106
|
-0.329*
|
-0.101
|
|
(-1.21)
|
(-2.60)
|
(-1.54)
|
|
Syndiqué
|
-0.184*
|
-0.324+
|
0.0904
|
|
(-2.17)
|
(-1.82)
|
(0.94)
|
|
Perspectives
|
0.0509
|
-0.0273
|
0.0104
|
|
(0.78)
|
(-0.22)
|
(0.16)
|
|
Constant
|
0.208
|
0.0240
|
-0.149
|
|
(1.35)
|
(0.07)
|
(-0.99)
|
|
Observations
|
82
|
101
|
76
|
|
Log likelihood
|
-34.48
|
-105.0
|
-12.21
|
|
Stat. F-Fisher
|
6.173
|
5.456
|
4.551
|
|
Prob > F
|
2.08e-08
|
2.74e-08
|
0.00000707
|
|
R-Squared
|
0.654
|
0.561
|
0.572
|
|
Adj. R-Squared
|
0.548
|
0.458
|
0.446
|
|
BIC
|
70.03
|
219.0
|
37.95
|
Tous les modèles sont globalement significatifs ; en
effet, la probabilité reliée à la statistique de Fisher
est largement inférieure à 1%. t statistics in parentheses +
p < .1, * p < .05, ** p < .01, *** p
< .001
74
Présenté et soutenu par Romaric KPANOU
Table des matières
| 
