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

 > 

Les systèmes fourragers des zones montagneuses: contraintes et intérêts des fabacées dans la fixation des sols et l'accroissement des ressources herbagères des petites exploitations

( Télécharger le fichier original )
par Slim Slim
Institut national agronomique de Tunisie - Docteur en sciences agronomiques 2012
  

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

2.3. Différentes étapes de l'analyse statistique

Le dépouillement des enquêtes a été suivi par une analyse statistique en 3 étapes:

Etape 1: Réalisation de l'étude uni-variée descriptive et simple permettant de décrire l'ensemble des données recueillies pour tous les exploitants.

Etape 2: Restructuration des données dans le sens d'un regroupement des valeurs en modalités cohérentes et découpage des variables quantitatives en classes modales. L'information retenue a été notée sur deux modalités (soit positivement, soit négativement selon l'objectif recherché) et ce pour chaque variable. Une étude bi-variée de toutes les variables et des groupes de variables a été ainsi réalisée.

Etape 3: Réalisation de l'AFCM (analyse factorielle de correspondances multiples) sur les groupes de variables: une table de contingence complète a été élaborée à partir de plusieurs variables qualitatives. L'objectif est de mettre en évidence les facteurs influant sur la pratique de la rotation. La classification des résultats a été réalisée par la technique de segmentation. Cette dernière permet de visualiser la jonction des variables d'une manière hiérarchique. L'ensemble est configuré en arbre selon les branchements possible des paramètres inclus dans le modèle par rapport à la variable cible. Afin de mieux cerner les corrélations entre les groupes de variables, une AFCM a été réalisée. Cette technique d'analyse multidimensionnelle est la mieux adaptée aux données de l'étude. L'analyse de correspondance multiple quantifie les données qualitatives nominales en attribuant des valeurs numériques aux observations (objets) et aux modalités, pour que les objets faisant partie de la même modalité soient proches les uns des autres et ceux de différentes modalités, éloignés les uns des autres. Chaque objet se trouve aussi près que possible des points de modalité qui s'appliquent. Ainsi, les modalités divisent les objets en sous-groupes homogènes. Cette technique repose sur le principe de réduction des distances généralement euclidiennes entre les facteurs pouvant expliquer les modalités de la variable cible comme la connaissance et la pratique de la rotation. Mais, devant un nombre assez important de variables initiales, une réorganisation des données a été rendue nécessaire afin de dégager la contribution de chaque information dans la typologie des exploitations.

2.4. Traitement statistique des données de l'enquête

Le traitement des données recueillies par les enquêtes a été réalisé par les logiciels suivants:

· Excel (version 2007) : statistique descriptive et construction des graphiques,

· SPSS (version 16) : étude bi-variée, table de contingence complète et segmentation des groupes de variables.

· Statistica (version 7): Analyse Factorielle des Correspondances Multiples (AFCM).

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








"Et il n'est rien de plus beau que l'instant qui précède le voyage, l'instant ou l'horizon de demain vient nous rendre visite et nous dire ses promesses"   Milan Kundera