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 statistique de demandes et d'offres d'emploi enregistrées par un service de l'état. Cas de l'Office National de l'Emploi / direction provinciale du Nord-Kivu en RDC de 2007 à  2009

( Télécharger le fichier original )
par Augustin MUNYARUYENZI NIKUZE
Institut supérieur de statistique et de nouvelles technologies de Goma (ISSNT-Goma) - Graduat en statistique 2009
  

Disponible en mode multipage

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

    REPUBLIQUE DEMOCRATIQUE DU CONGO

    INSTITUT SUPERIEUR DE STATISTIQUE ET DE NOUVELLES TECHNOLOGIES DE GOMA

    ISSNT/GOMA

    ANALYSE STATISTIQUE DE DEMANDES ET D'OFFRES D'EMPLOI ENREGISTREES PAR UN SERVICE DE L'ETAT.

    (Cas de l'ONEM/DP. N-K de 2007 à 2009)

    Par

    Augustin MUNYARUYENZI NIKUZE

    Travail de Fin de Cycle présenté et défendu en vue de l'obtention du diplôme de gradué en Statistique.

    Option : Techniques Mathématiques de Gestion

    Directeur : Ass2 SALUMU MULENDA

    Année académique 2009-2010

    EPIGRAPHE

    « Puisqu'on ne peut être universel et savoir tout ce qu'on peut savoir de tout. Il faut savoir un peu de tout. Car il est bien plus beau de savoir quelque chose de tout que de savoir tout d'une chose ; cette universalité est la plus belle. »

    Blaise Pascal

    « Il ne suffit pas de produire des chiffres, il faut les exploiter. Et s'il existe un art pour produire des chiffres il en existe également un, mais non moins difficile à acquérir, pour les exploiter. »

    Tavernier

    «... puisque nous avions eu la chance de venir nous instruire, il faut que ceux qui commencent réussissent pour donner l'exemple à ceux qui suivent. Sinon, les pères diront à leurs enfants : inutile d'étudier, vos aînés ont échoué.»

    Camara Laye

    DEDICACE

    A mes Parents François Xavier MUNYARUYENZI et Félicité

    SERUGENDO ;

    A mes Grands Parents Pascal et Gaudensie SERUGENDO ;

    A mes Frères et Soeurs ;

    A mes Cousins et Cousines ;

    A mes neveux et nièces.

    Augustin MUNYARUYENZI NIKUZE

    REMERCIEMENTS

    « Appelle-moi, et je te répondrai, je t'apprendrai des grands secrets que tu ne connais pas. » (Jérémie 33 : 3)

    Que Dieu soit loué maintenant et toujours, pour m'avoir guidé et protégé.

    Nous ne voulons pas nous attribuer le mérite d'avoir réalisé seul ce travail, il est le concours de plusieurs personnes.

    Pour cela, nos sentiments de profonde gratitude sont d'une manière particulière réservés à l'Assistant SALUMU MULENDA qui, malgré ses multiples occupations a accepté d'être parrain scientifique de ce travail.

    Mes chaleureux remerciements s'adressent également aux autorités de l'Institut Supérieur de Statistique et de Nouvelles Technologies (ISSNT/GOMA) : au Directeur Général le C.T. Célestin KIMANUKA RURIHO pour ses conseils purement statistiques, au Secrétaire Général Académique le C.T. Paul SENZIRA NAHAYO pour la discipline et l'ordre mis en oeuvre lors de notre formation, au Secrétaire Général Administratif le C.T. POLO FUETA pour son savoir vivre, à l'Appariteur Bernard BAZAMANZA pour son encadrement, au CPP Patient NSHOMBO pour sa collaboration ; sans oublier le Bibliothécaire Alphonse BANYANGA, qui nous ont administré en parents scientifiques légitimes tout au long de notre cycle de graduat.

    Mes remerciements de profonde gratitude s'adressent à mon Père François Xavier MUNYARUYENZI et à ma Mère Félicité SERUGENDO pour leur affection, compréhension et aide tant morale que matérielle manifestées tout au long de notre formation. Qu'ils trouvent ici la part qui leur revient de notre redevance.

    Nous saluons le sacrifice de notre Grand Frère Père Jean Marie Vianney MUNYARUYENZI pour son soutien matériel et financier en vue de réaliser ce travail avec plein succès, qu'il trouve ici l'expression de notre profonde gratitude.

    Nos remerciements les plus sincères s'adressent encore à tous ceux qui de près ou de loin nous ont aidé par leurs conseils et ont ainsi contribué d'une manière ou d'une autre à la réalisation de ce travail. Nous pensons ici, à Jean Pierre MUNYARUYENZI et son épouse Furaha N'HABIMANA pour leur encadrement, aux Frères et Soeurs MUNYARUYENZI Albertine, Claire, Marthe, Louise, Julienne, Yvonne, Aloys, Gabriel, Innocent, Espérance ainsi qu'à DIDI BANGAMWABO, aux Beaux-frères Prosper BANYANGA, Eric KAMORI, Jean Népo SEBUKE, Georges BAREBERAHO et Paul RWANZE.

    Aux personnes de la "nationalité statisticienne" et compagnons de lutte Jessica AMINATHA, Juvénal BASEME, Moïse NSENGIYUNVA, Gilbert SELENGE, Idole KUBUYA, Emmanuel TWIZERIMANA pour leur collaboration et sacrifice académiques.

    A tous les membres de la Synergie Statistique pour le Développement (SSD Asbl) pour leur collaboration et échange d'idées pour la réussite de notre avenir.

    A tous les amis et connaissances Léon SEKABUHORO, Francine BANYURWA, Badjo KAYUKI, Placide BUGUNDA et Innocent BUFOLE, ..., disons merci.

    Augustin MUNYARUYENZI NIKUZE

    SIGLES ET ABREVIATIONS

    AG  : Assemblée Générale.

    ANOVA  : Analysis of Variance

    CA  : Conseil d'Administration.

    CAP : Certificat d'Aptitude Professionnelle

    CV  : Curriculum Vitae

    DG : Directeur Général

    DP : Directeur Provincial.

    DPA : Directeur Provincial Adjoint.

    FAGOP  : Foire Agricole de Goma pour la Paix.

    FEC  : Fédération des Entreprises du Congo.

    INPP  : Institut National de Préparation Professionnelle.

    INSS  : Institut National de Sécurité Sociale.

    ISSNT : Institut Supérieur de Statistique et de Nouvelles Technologies

    ONEM : Office National de l'EMploi.

    ONG : Organisation Non Gouvernementale.

    PED  : Programme Emploi Diplômé.

    POME : Programme Observation du Marché d'Emploi.

    POPS : Programme d'Orientation Professionnelle en milieu Scolaire.

    PROCER  : Programme de Cadre de Création d'Emplois et de Revenus.

    PTRE  : Programme sur les Techniques de Recherche d'Emploi.

    UNTC  : Union Nationale des Travailleurs du Congo.

    RDC  : République Démocratique du Congo.

    SENEM : Service National d'EMploi.

    AVANT-PROPOS

    A l'approche du XXIe Siècle, on estimait que 10% de la population active de l'Europe et d'Asie Centrale, soit environ 23 millions de personnes étaient à la recherche de l'emploi. Dans certains pays en développement, plus d'un quart de la population active n'a pas d'emploi rémunéré. Aux Etats-Unis par exemple, c'est en tout près de 2,6 millions d'emplois qui ont disparu au cours des 28 derniers mois, affirmait le New York Times en Juillet 20031(*).

    Sur un plus grands sites étasuniens dédiés à l'emploi, on peut consulter selon qu'on est employeur ou demandeur d'emploi 17 millions de CV (Curriculum Vitae) et quelques 800000 offres d'emploi. Des études faites indiquent que dans certains pays, jusqu'à 96% des demandeurs d'emploi se servent d'Internet pour chercher du travail. Toutefois, une enquête, menée dans 40 pays auprès des diplômés révèle que seuls 5% des demandeurs d'emploi trouvent effectivement du travail sur le web2(*).

    Le chômage étant très accentué dans les pays sous développés, la RDC n'est pas épargnée de ce fléau. Il se remarque surtout par le lancement chaque année sur le marché de travail des diplômés d'état, d'universités... provenant des centres de formation, des institutions secondaires, des instituts supérieurs, des universités, ... Dans la province du Nord-Kivu, l'emploi est devenu une pièce rare que tout chômeur est à sa course malgré l'instauration de la politique gouvernementale du chantier emploi, ce dernier est quasi-inexistant.

    C'est ainsi que les autorités congolaises ont fait l'emploi une de leurs préoccupations prioritaires dans ses plans de développement, malheureusement il est encore un grand défi à relever.

    INTRODUCTION GENERALE

    01. PROBLEMATIQUE

    Dans de nombreux pays, il est extrêmement difficile de trouver de l'emploi. Premier obstacle : chaque année, une vague de nouveaux diplômés issus de l'enseignement secondaire et universitaire déferle sur le marché. Autre obstacle : être pourvu d'un diplôme ou avoir une spécialité ne garantit pas que l'on trouvera un poste dans la profession souhaitée 3(*).

    Le taux élevé de chômage en RDC est un problème qui remonte à plusieurs années. A titre illustratif, ceux qui sont sortis des Universités et Instituts d'Enseignement Supérieur auront finalement perdu toute leur science et technicité. Laissant à eux-mêmes, non seulement ils ne cherchent pas d'emploi, mais surtout ils n'ont aucune chance d'en trouver un4(*).

    Selon Mzee LOMBE : « des milliers de jeunes gens qui terminent les études en RDC sont condamnés au chômage indéterminé. Ce qui fait plus mal est le fait qu'aucun signe ne montre que les jeunes gens trouveront de l'emploi dans un avenir proche. Ce sont des jeunes détenteurs de Diplômes d'Etat (D6), Gradués (G3) et Licenciés (L2) qui sont voués au chômage après avoir fourni tant d'efforts, accepté de sacrifices énormes, fêté leurs diplômes avec bravoure, mais pour se retrouver sans espoir de réaliser leurs rêves. La vie n'a pas de brouillon car on ne vit qu'une seule fois. Il continue en disant que la dévaluation de l'éducation au Congo est le fait que le diplôme n'a pas de valeur sur le marché d'emploi. L'éducation est en train de perdre son but utilitaire pour devenir tout simplement une marchandise. Le diplôme en RDC, comme toute autre marchandise suit la loi de l'offre et de la demande sur le marché de l'emploi au Congo, il y a fort malheureusement plus des diplômés que les vacances dans les entreprises publiques ou privées pour absorber tous les diplômes. Le feu Président Burkinabais, SANKARA, a dit à la conférence de l'EX Unité Africaine à Addis-Abeba qu'une des faiblesses des gouvernements africains est de produire ce qu'ils ne consomment pas et de consommer ce qu'ils ne produisent pas. Ce phénomène accidentel dû à l'existence d'institutions qui font obstacle au libre jeu du marché, le chômage peut être également assimilé à une activité de prospection : c'est la thèse du Job Search, développé dans les années 1960 par George STIGLER. Le cadre du raisonnement est une situation de concurrence pure et parfaite, mais l'information est imparfaite sur le marché du travail. Ne connaissant pas la totalité des postes disponibles, le demandeur d'emploi reste volontairement au chômage un certain temps afin de développer une activité de prospection et l'indemnisation du chômage tend à allonger la durée de ce chômage volontaire5(*).

    Nous avons constaté que l'inaccessibilité à l'emploi dans la ville de Goma est devenu un problème majeur de la population active et les personnes qui terminent leurs études n'ont pas accès facile à l'emploi et bon nombre des qualifiés restent en dépit de leur connaissance intellectuelle des chômeurs.

    Eu égard à ce qui précède, les questions suivantes ont attiré notre attention :

    v Existe-t-il une relation et/ou une dépendance entre le nombre de demandes et d'offres d'emploi ?

    v Quelle est l'évolution de demandes et d'offres d'emploi pour ces trois années ?

    v Y a-t-il une différence significative entre les offres et les demandes d'emploi ?

    02. HYPOTHESES DU TRAVAIL

    Dans le cadre de notre travail, nous nous sommes proposé des hypothèses alternatives suivantes :

    v Il y aurait de dépendance entre ces deux variables, car lorsque les diplômés ou non diplômés voient les offres affichées aux différentes valves des organisations avec la mention avoir une carte de l'ONEM, se précipitent pour s'enregistrer.

    v L'évolution de ces deux variables (offres et demandes) serait croissante.

    v Il n'y aurait pas de différence significative entre le nombre moyen d'offres et le nombre moyen de demandes d'emploi.

    03. OBJECTIFS DU TRAVAIL

    Les objectifs de notre travail sont les suivants :

    - Etudier la relation qui peut exister entre les offres et les demandes d'emploi ;

    - Observer l'évolution des offres et des demandes d'emploi enregistrées pour ces trois années par l'ONEM/DP N-K ;

    - Analyser les données récoltées en tirant des conclusions adéquates pour notre étude.

    04. CHOIX ET INTERET DU SUJET

    Un chercheur ne peut choisir de travailler sur un sujet scientifique que s'il ne lui est intéressant. C'est pourquoi notre choix a porté sur l'« Analyse statistique de demandes et d'offres d'emploi enregistrées par un service de l'état. Cas de l'ONEM/DP.N-K de 2007 à 2009».

    L'intérêt que nous trouvons dans ce travail se justifie dans la mesure où il permet, non seulement à nous, mais aussi à toutes les couches nationales qu'internationales d'avoir une vue d'ensemble sur l'évolution des demandes et d'offres d'emploi à l'ONEM/DP N-K pour ces trois années.

    05. DELIMITATION SPATIO-TEMPORELLE DU SUJET

    05.1. Délimitation spatiale

    Notre étude concerne un service de l'Etat dénommé « Office National de l'EMploi/Direction Provinciale du Nord-Kivu ».

    05.2. Délimitation temporelle

    Notre période d'étude s'étend sur 3 dernières années, c'est-à-dire de 2007 à 2009.

    06. SUBDIVISION DU TRAVAIL

    Notre travail est subdivisé en trois chapitres lesquels sont précédés et suivis respectivement par une introduction générale qui présente brièvement le sujet et d'une conclusion générale qui synthétisera le travail.

    Voici la succession des chapitres du présent travail :

    Ø Le premier chapitre parlera des considérations générales dans lesquelles nous allons définir quelques concepts de base et présenter brièvement notre milieu d'étude ;

    Ø Le deuxième chapitre traitera de la théorie sur les méthodes utilisées pour la présentation, l'analyse et l'interprétation des données ;

    Ø Enfin, le troisième chapitre abordera l'application de ces méthodes aux données recueillies en vue de présenter et interpréter les résultats.

    07. METHODES ET TECHNIQUES UTILISEES

    07.1. Méthodes

    Tel que définit par PINTO et GRAWITZ « la méthode est un ensemble d'opérations intellectuelles par lesquelles une discipline cherche à atteindre les vérités qu'elle poursuit, les démontre et les vérifie. Elle est considérée comme un ensemble des règles indépendantes de toute recherche et qui visant surtout des processus et forme de raisonnement et des perceptions rendant accessible la réalité saisie »6(*).

    Dans le cadre de notre travail nous utiliserons les Méthodes de l'inférence statistique et particulièrement la corrélation et la régression linéaire simple.

    07.2. Techniques

    Selon PINTO et GRAWITZ, la technique est un moyen d'atteindre le but mais qui se situe au niveau des faits ou des étapes pratique7(*).

    Pour atteindre notre objectif nous avons fait recourt aux techniques suivantes :

    Ø La technique documentaire : ici nous avons réuni un nombre important d'éléments, des renseignements nous permettant d'appréhender l'idée de base de notre travail et avons aussi fait le dépouillement des registres de demandes et d'offres d'emploi dans les armoires de l'ONEM/DP N-K.

    Ø La technique d'interview : grâce à cette technique nous avons pu avoir une connaissance sur les données que nous avons récoltées. L' interview nous a été accordée par les différents responsables de l'ONEM.

    Ø L'observation libre pendant un mois de stage qui nous a amené à découvrir les points forts et faibles de l'ONEM.

    0.8. DIFFICULTES RENCONTREES

    Au cours de l'élaboration de notre travail, nous nous sommes heurté à de contraintes telles que :

    - Les registres étaient en vrac et cela nous a pris assez de temps pour les ordonner ;

    - L'éloignement du milieu d'étude pour la récolte des données de notre habitation ;

    - Modifier les données du travail à maintes reprises pour arriver au bout ;

    - L'insuffisance des moyens financiers.

    CHAPITRE I. CONSIDERATIONS GENERALES

    I.1.DEFINITIONS DE CONCEPTS DE BASE

    I.1.1.Emploi8(*)

    Emploi, terme désignant l'utilisation d'un individu par un autre individu qui y consent ou par une institution visant à la réalisation d'un travail particulier en contrepartie d'un salaire ou autre rémunération. Cette pratique se distingue du servage ou de l'esclavage, systèmes dans lesquels le travail n'est pas fourni volontairement, contre une rémunération, et ne représente pas un coût pour l'employeur. En économie, ce terme peut avoir une acception plus générale : il désigne alors l'utilisation d'autres facteurs de production, à savoir la terre et le capital. Il est toutefois communément réservé aux ressources humaines. Par ailleurs, la définition de l'emploi exclut les personnes exerçant une activité non rémunérée, telles que les femmes au foyer ou les travailleurs bénévoles. Par contre, y sont inclus les travailleurs indépendants, qui en représentent une part considérable, notamment dans les pays en développement où ils constituent 25 personnes, 100 à 50 personnes de la population active totale. Ces travailleurs exercent pour leur compte et se rémunèrent eux-mêmes.

    I.1.2.Demande d'emploi9(*)

    Une demande est une action de demander, de faire connaître à quelqu'un un besoin quelconque ou ce qu'on désire.

    L'obligation première du demandeur d'emploi est de rechercher lui-même un emploi. La recherche d'emploi est en principe une activité à temps plein et ce dernier ne peut se borner à attendre les offres qui lui seraient présentées.

    Catégories de demandeurs d'emploi

    a) Les personnes sans emploi, immédiatement disponibles à la recherche de l'emploi

    Ce sont les chômeurs au sens plein du terme. Ils sont inscrits sur la liste des demandeurs d'emploi selon qu'ils recherchent un emploi à durée indéterminée, à temps plein, ou à temps partiel, ou à durée déterminée temporaire ou saisonnier.

    b) Les travailleurs qui cherchent à changer d'emploi

    On s'en est tenu pendant longtemps à cette position entre les demandeurs d'emploi qui ont déjà un emploi et ceux qui n'en ont aucun. Le chômage était conçu comme une simple période de transaction entre deux emplois, et le chômeur comme un travailleur occupé à temps plein par la recherche d'un nouvel emploi. Cette conception a été remise en cause par le développement d'un chômage massif et de longue durée. La priorité n'est plus tant de s'assurer de la disponibilité du chômeur que de préserver son « employabilité », c'est-à-dire sa capacité professionnelle. Car interdire à un chômeur toute espèce d'activité ou de formation professionnelle ne peut que précipiter son exclusion du marché de travail.

    c) Le chômeur actif

    Il est apparu en 1991. Il combine la recherche d'emploi avec une formation professionnelle ou l'exercice d'une activité occasionnelle ou réduite.

    I.1.3.Offre d'emploi

    C'est une action de proposer un contrat à une autre personne. En d'autre terme, c'est une préposition de faire une chose utile ou agréable à quelqu'un, de traiter avec lui à certaines conditions que l'on déclare avantageuses10(*).

    Catégories des offres d'emploi11(*)

    a) Le manoeuvre ordinaire ou de forme : sans aucune qualification.

    b) L'ouvrier spécialisé : qui, sans avoir fait un véritable apprentissage ou avoir reçu un enseignement professionnel particulier, exécute des travaux nécessitant une certaine formation préalable suffisante du métier.

    c) L'ouvrier qualifié ou professionnel : ayant la connaissance générale de son métier acquise soit par une longue pratique, soit par un apprentissage ou un enseignement professionnel pouvant être sanctionné par un CAP (Certificat d'Aptitude Professionnelle). L'ouvrier hautement qualifié est prévu dans une catégorie distincte parfois dans la catégorie de l'ouvrier qualifié mais avec un échelon supérieur.

    I.1.4.Le chômage

    Le chômage se définit statistiquement comme la situation d'une personne sans travail rémunéré, disponible pour occuper un emploi et effectuant une démarche de recherche d'emploi. La situation globale de l'emploi est souvent résumée au travers le taux de chômage, défini comme le rapport entre le nombre de chômeurs et la population active. Le chômage fonctionne selon un système inversé de file d'attente où les derniers arrivés sont les premiers servis et il apparaît très différencier selon le niveau d'étude où les moins qualifiés souffrent de la concurrence des travailleurs12(*).

    Le chômage était conçu comme une période de transition entre deux emplois et le chômeur comme un travailleur occupé à temps plein par la recherche d'un emploi. La notion du chômeur est apparue au XIXeS avec le salariat13(*).

    Bref, le chômage est la période d'inactivité forcée qui caractérise la situation de personnes capables, disponibles et désireuses de travailler, mais qui ne parviennent pas à trouver un emploi14(*).

    TYPOLOGIE ET FORMES DU CHÔMAGE15(*)

    Les économistes établissent des typologies quant aux formes du chômage en fonction de ses manifestations et de ses caractéristiques.

    a)Chômage frictionnel

    Le chômage dit frictionnel correspond au temps nécessaire qui sépare la cessation volontaire d'une activité et la reprise d'une autre activité professionnelle. Ce type de chômage résiduel est en réalité -- et au-delà de la contradiction -- un chômage de plein-emploi. Il ne concerne que l'hypothèse du salarié qui quitte un poste pour un autre poste qu'il sait prochainement disponible.

    b)Chômage saisonnier

    Le chômage saisonnier concerne, quant à lui, l'ensemble des activités qui se déroulent selon un cycle qui n'est pas constant dans le temps. Ce type de chômage concerne par exemple les activités liées au tourisme, ou encore certaines activités agricoles.

    c)Chômage conjoncturel

    Le chômage conjoncturel résulte d'un ralentissement, plus ou moins durable, de l'activité économique. Lorsque le cycle économique connaît un ralentissement, celui-ci peut être cause de chômage. C'est le cas, par exemple, lorsque le volume de production excède la demande des consommateurs. L'entreprise qui ne peut plus écouler ses produits peut être contrainte de licencier, faute de débouchés. Si cette situation frappe non pas une seule entreprise, mais un ou plusieurs secteurs d'activité, le volume de chômage peut être important. Ce type de crise survenue dans le passé (la crise de 1929 par exemple) peut être en partie résolue, comme John Maynard Keynes l'a montré, par une politique publique de soutien de la demande (voir politique budgétaire), consistant à utiliser le déficit budgétaire afin d'injecter un supplément de pouvoir d'achat, qui à son tour permet aux entreprises de vendre leur production, d'augmenter celle-ci et, pour la créer, d'embaucher à nouveau.

    d)Chômage structurel

    Le chômage structurel provient, pour sa part, d'un déséquilibre durable du fonctionnement du marché du travail, qui excède les difficultés conjoncturelles, par nature temporaire. Ce type de chômage caractérise la situation d'un grand nombre de pays industrialisés depuis le début des années 1980 ; l'évolution des chiffres révèle qu'il est devenu tout à la fois massif et permanent, le nombre de chômeurs de longue durée étant de plus en plus important. La crise contemporaine frappe surtout par sa durabilité par rapport à la plupart des crises du passé. Si celles-ci pouvaient être extrêmement brutales, elles ne duraient que le temps d'une récession, un nouveau cycle de croissance assurant la reprise de l'emploi. La situation actuelle est bien différente : une rupture durable avec la croissance qui, lorsqu'elle existe, reste très faible, s'accompagne d'une progression toujours plus forte du nombre de sans-emploi.

    CAUSES DU CHÔMAGE

    Au-delà des querelles théoriques relatives aux causes du chômage, qui opposent libéraux et keynésiens, les éléments actuels et historiques qui expliquent ce phénomène et son ampleur sont nombreux.

    a)Rupture entre production et emploi

    Le chômage actuel n'a pas pour seule cause le ralentissement de la croissance : il est également -- et surtout -- la conséquence d'une rupture des liens entre production et emploi. Le système de production, qui fait de plus en plus appel à l'innovation technique, substitue, plus encore que par le passé, les machines aux hommes. L'évolution est telle que le progrès technique ne recrée pas au stade de sa conception les emplois qu'il supprime au stade de son utilisation ; l'utilisation de machines toujours plus sophistiquées entraîne le recours toujours moins important à la main-d'oeuvre. En cela, le chômage actuel revêt une spécificité historique : c'est la crise et le dépassement du modèle fordiste de production qui, en opérant une mutation dans l'organisation du système productif, engendre le chômage.

    b) Rigidités du marché du travail

    Autre argument avancé afin d'expliquer la persistance d'un chômage important, les « rigidités du marché du travail », souvent évoquées par les théoriciens de tendance libérale : les charges sociales supportées par les entreprises qui embauchent seraient trop lourdes, et auraient un effet dissuasif sur la création d'emplois ; d'autre part, l'existence d'un salaire minimum, en deçà duquel l'entreprise ne peut embaucher, associée au poids relatif des charges qui pèsent sur les salaires, empêcheraient également la création de nouveaux emplois.

    Il s'agirait alors, pour soutenir l'emploi, de rendre le marché du travail plus flexible ; cette flexibilité exigerait, par exemple, de réduire les salaires, au motif que l'entreprise, en réduisant ses coûts salariaux unitaires, pourrait utiliser cette marge de manoeuvre afin de créer davantage d'emplois. Il s'agirait en clair de payer moins pour payer plus de monde. Cette notion de flexibilité a servi, et sert encore, de critère aux politiques de l'emploi visant à lutter contre le chômage.

    I.1.5.Une variable17(*

    C'est une entité ou une grandeur qui peut prendre toute valeur d'un ensemble appelé « domaine de la variable ». C'est aussi une caractéristique des éléments qui nous intéresse.

    On distingue les types de variables suivantes :

    a. Variables nominales ou qualitatives : sont celles dont les modalités sont des noms qui ne sont pas mesurables et entre lesquelles il n'est pas possible d'établir un ordre

    b. Variables numériques ou quantitatives: sont celles dont les valeurs prises sont des nombres qui peuvent être mesurables au repérables.

    c. Variables ordinales : sont celles dont les nombres sont rangés dans un ordre déterminé sans pour autant que les écarts puissent être mesurés entre eux.

    I.1.6.La statistique

    C'est le Prof. Gottfried ACHENWALL (1719-1772) qui le premier employa le mot statistique, dérivé de l'italien « STATISTA : politique » et du latin « STATICUM : qui a trait à l'Etat18(*). »

    C'est l'ensemble des méthodes scientifiques à partir desquelles on organise, résume, présente, analyse et interprète les données d'observations en vue d'éclairer les actions humaines et de faire progresser la connaissance des phénomènes19(*).

    LES PHASES DE LA STATISTIQUE20(*)

    Il existe 2 phases de la statistique :

    Ø la statistique descriptive ou déductive : c'est l'art de condenser, d'analyser et de présenter de renseignements numériques très nombreux pour être utilisables exhaustivement. La forme du modèle de la statistique descriptive est l'analyse de données ou l'analyse multivariée. Elle comprend 2 sous phases : la phase matérielle qui consiste à regrouper et représenter les données et la phase analytique qui calcule les paramètres.

    Ø Population

    Echantillon

    Inférence statistique

    Echantillonnage ou sondage

    la statistique inductive ou inférence statistique : Elle est la phase interprétative. Ici intervient le calcul des probabilités et s'intéresse au bien fondé des conclusions tirées. Elle déduit les résultats obtenus sur un échantillon des conclusions relatives à l'ensemble de la population.

    NB : La statistique s'applique à tous les domaines de la recherche.

    I.1.7.La population statistique, Intervalle de confiance et la moyenne arithmétique21(*)

    - La population statistique : C'est tout ensemble d'éléments du même genre sur lequel porte les observations. Elle est non pas impossible, mais difficile à saisir. On distingue : les populations finies, abstraites, concrètes et infinies.

    - Intervalle de confiance : c'est une étendue dans laquelle il y a une grande chance de trouver la valeur cherchée du paramètre statistique. Il nous sert à estimer le pourcentage de la valeur vraie du paramètre.

    - La moyenne arithmétique : est la somme des valeurs ou observation d'une variable divisée par leur nombre et est symbolisée par pour une variable X C'est la caractéristique de tendance la plus populaire et la plus intuitive. ou

    Lorsque les données se trouvent regroupées dans un tableau d'effectif, la moyenne arithmétique devient :

    Avec C : nombre d'observations

     : effectif correspondant à l'observation .

    I.1.7.Test d'hypothèse et hypothèse statistique22(*)

    - Test d'hypothèse ou de signification : c'est un processus ou une démarche qui permet de décider si les hypothèses formulées sont vraies ou fausses. On détermine une différence significative entre les valeurs observées et les résultats supposés de la population. C'est donc une série des règles par lesquelles on cherche d'établir si la différence entre les résultats issus de l'échantillon et ceux de la population est statistiquement significative ou non.

    - Hypothèse statistique : pour prendre une décision statistique, il convient de faire des hypothèses sur la population correspondante. Ces affirmations relatives à la distribution de probabilité de la population peuvent être vraies ou fausses. On distingue deux types :

    a)Hypothèse nulle (H0) : C'est habituellement l'hypothèse à vérifier. Elle se base souvent sur l'étude quantitative ou qualitative antérieure. Elle est formée dans le seul but de la rejeter ou de l'affirmer. On admet donc que le seul hasard a provoqué la variation. Par exemple, si l'on veut décider qu'un procédé est meilleur que l'autre, on suppose qu'il n'y a aucune différence entre les procédés.

    pour la comparaison de 2 moyennes.

    b)Hypothèse alternative (H1): Elle reflète souvent l'impression basée sur l'expérience de l'expérimentateur sur une modification de la valeur des paramètres.

    Exemple : Tester

    - Degré de liberté (dl) : c'est le nombre d'observations dépendant de l'échantillon le nombre k de paramètre de la population lequel doit être estimé à partir de données de l'échantillon.

    - Décision statistique : est une décision prise au sujet d'une population à partir de l'information que donne un échantillon.

    Ex : Décider à partir d'un échantillon si un nouveau sérum est effectivement efficace pour guérir la maladie.

    I.2. PRESENTATION DU MILIEU D'ETUDE23(*)

    I.2.1.SITUATION GEOGRAPHIQUE

    L'Office National de l'EMploi est un établissement public situé dans la Province du Nord-Kivu, dans la Ville de Goma, Commune de Goma précisément dans le Quartier Keshero, dans l'enceinte de l'ancien marché de KITUKU où était la première Foire Agricole de Goma pour la Paix (FAGOP) de Juin 2009.

    I.2.2.HISTORIQUE DE L'ONEM

    Dans le temps, l'Office National de l'Emploi (ONEM en sigle) était appelé Service National de l'Emploi (SENEM). Ce service existait depuis la création du Ministère du Travail et était attaché à la Division du Travail. Suite à la non satisfaction de travail de ce service, a causé à ce que l'Etat Congolais crée l'ONEM pour remplacer SENEM. Il a été institué par la loi N°015/2002 du 16 Octobre 2002 portant Code de Travail, spécialement en son article 204 et créé par le décret N°081/2002 du 03 Juillet 2002.

    Placé sous la tutelle du Ministère du Travail et de la Prévoyance Sociale, l'ONEM est un établissement public national à caractère technique et social doté de la personnalité juridique et de l'autonomie financière et administrative.

    L'ONEM/DP. N-K a commencé à fonctionner à Goma en Août 2006.

    Il est implanté dans 6 Provinces de la République Démocratique du Congo à savoir :

    1. Nord-Kivu  : Goma

    2. Sud-Kivu  : Bukavu

    3. Katanga  : Lubumbashi

    4. Bas Congo  : Matadi

    5. Province Orientale  : Kisangani

    6. Ville de Kinshasa  : où se trouve le Siège National.

    I.2.3.MISSION DE L'ONEM

    Il a pour mission générale de promouvoir l'emploi décent et de réaliser en collaboration avec les organismes publics et privés une bonne planification, organisation et gestion du marché national de l'emploi.

    I.2.4.AXES D'INTERVENTION DE L'ONEM

    Les activités de l'Office s'articulent autour de quatre principaux axes à savoir :

    1. L'intermédiation

    Elle consiste à opérer le rapprochement entre les demandeurs et les opérateurs économiques et socioculturels :

    v l'accueil, l'entretien, l'orientation et l'enregistrement des chercheurs d'emploi ;

    v la prospection des offres d'emploi et le placement des chercheurs d'emploi ;

    v le visa des contrats de travail ;

    v la collecte, le traitement et l'analyse des statistiques sur le marché de l'emploi.

    2. La formation qualifiante et sur le tas

    L'ONEM prépare, finance et suit les actions des formations qualifiantes et sur le tas vers lesquelles sont orientés les demandeurs d'emploi.

    3. L'appui à l'auto emploi et à la micro-entreprise

    L'ONEM apporte son appui technique et financier aux initiatives économiques et socioculturelles génératrices d'emplois décents.

    4. Les statistiques sur le marché de l'emploi

    La production et la diffusion périodique des données statistiques sur l'évolution du marché national de l'emploi.

    I.2.5.LES RESSOURCES DE L'ONEM

    Les ressources financières de l'ONEM proviennent :

    v des contributions de subvention de l'Etat ;

    v des contributions des employeurs de secteur public, para-public et privé ;

    v des rétributions exceptionnelles pour certains services spéciaux fixés conventionnellement entre l'office et les employeurs ;

    v des apports, dons et legs qui pourront être consentis à l'office ;

    v des financements extérieurs.

    I.2.6.ORGANISATION ET FONCTIONNEMENT

    Les organes de l'office sont :

    · Le Conseil d'Administration (CA) ;

    · Le Comité de Gestion ;

    · Le Collègue des Commissaires aux Comptes.

    a) Le Conseil d'Administration

    Le CA est l'organe d'administration et de décision chargée d'arrêter les stratégies de promotion d'emploi et d'assurer le suivi de l'exécution et de la gestion des programmes au projet d'emploi en rapport avec le budget social assigné à l'office.

    A ce titre, il est chargé de :

    · examiner et approuver la planification de l'exécution des programmes au projet d'emploi, le plan d'action globale, les objectifs et les buts ; les politiques, les programmes sectoriels et les activités de l'office soumis par le Comité de direction ;

    · arrêter les lignes maîtresses pour atteindre les objectifs de l'office ;

    · examiner et approuver les recommandations et orientations pour la protection de l'emploi ;

    · de proposer au Ministre ayant l'emploi, le travail et la prévoyance sociale dans ses attributions, les plans d'action annuels, les statistiques relatives au marché de l'emploi, le recrutement des autres membres du personnel de l'office ainsi que les conditions de leur rémunération ;

    · examiner les rapports des activités, les rapports d'exécution budgétaire, les rapports trimestriels et de gestion de programme au projet d'emploi, les états financiers, le compte de fin d'exercice et le bilan présentés par le Comité de direction ;

    · assurer la liaison permanente avec les administrations compétentes ainsi que les opérateurs économiques et sociaux intéressés par ses activités.

    Le CA est composé :

    · d'un délégué de la présidence de la République ;

    · d'un délégué du Ministère de l'emploi, du Travail et de la Prévoyance Sociale ;

    · d'un délégué du Ministère du Plan ;

    · de 4 délégués du Syndicat Provincial ;

    · de 4 délégués du Syndicat des Travailleurs.

    b) Le Comité de Gestion

    Le Comité de Gestion est l'organe de gestion de l'office. Il veille à l'exécution des décisions en matière de promotion d'emploi :

    · gérer le personnel, les ressources financières ainsi que les besoins meubles et immeubles présents et avenir de l'office ;

    · analyser et évaluer l'exécution des projets relatifs du marché d'emploi ;

    · mettre en oeuvre les stratégies de promotion d'emploi arrêté par le CA et approuvé par l'autorité de tutelle ;

    · constituer la banque des données en matière de potentialité et de la mobilité professionnelle de la main d'oeuvre tant nationale qu'internationale.

    Le Comité de Gestion représente l'office vis-à-vis des tiers et en justice tant en demande qu'en défense.

    Le Comité de Gestion est composé d'un Directeur Général, d'un Directeur Général Adjoint, d'un Directeur technique chargé de l'assistance à l'insertion et à la réinsertion et des programmes, d'un Directeur Administratif et Financier ainsi que du Représentant du Personnel.

    Le Directeur Principal coordonne et supervise l'ensemble de services de l'office.

    Le Directeur Principal Adjoint remplace le DP en cas d'absence ou d'empêchement. Il supervise sous la direction du DP, les activités de la direction administrative et financière.

    Le DP et DPA sont nommés et le cas échéant relève de leurs fonctions par le Président de la République sur les propositions du Ministre ayant l'emploi, le travail et la prévoyance sociale dans ses attributions.

    c)Le Collège des Commissaires aux Comptes

    Le contrôle des opérations financières de l'office est effectué par un collège des commissaires aux comptes. Ces derniers sont nommés et le cas échéant relève de leurs fonctions par le Président de la République sur proposition du Ministre ayant l'emploi, le travail et la prévoyance sociale dans ses attributions.

    Ils reçoivent à charge de l'office une allocation dont le montant est fixé par le Président de la République sur proposition conjointe des Ministres ayant l'Emploi, les Finances et le Budget dans leurs attributions.

    Le Collège des Commissaires aux comptes est constitué de deux commissaires aux comptes.

    Le DP et le DPA coordonnent et supervisent les départements administratif et financier de l'office ;

    Le Directeur du département technique supervise les activités sous trois directions :

    - la direction des études, planification ;

    - la direction de développement des services ;

    - la direction du développement des interventions.

    Le Directeur du Département Administratif et Financier supervise aussi les activités sous trois dimensions :

    - la direction administrative ;

    - la direction financière ;

    - la direction du Fonds National de l'Emploi.

    I.2.6.1.Organigramme

    Directeur Provincial

    Directeur Provincial Adjoint

    Secrétaire Administratif et Financier

    Accueil Actif

    Orientation professionnelle et formation

    Placement et prospection

    Visa de contrat de travail des nationaux

    Statistique et informatique

    Emplois indépendants

    I.2.6.2.Fonctionnement

    1. Le Directeur Provincial (DP) coordonne et supervise toutes les activités de l'institution ;

    2. Le Directeur Provincial Adjoint (DPA) coordonne et supervise les activités de l'institution à l'absence du DP ;

    3. Le Secrétaire Administratif et Financier expédie et reçoit toutes les lettres externes qu'internes ;

    4. Le service d'accueil actif

    Il se charge de recevoir les demandeurs d'emploi qui s'adressent au service soit pour les informations, soit à la recherche d'une carte de demandeur d'emploi, ou à l'interview du bilan professionnel ou encore déposer les dossiers ou lire les offres d'emploi.

    Pour ce qui concerne l'obtention de la carte de demandeur d'emploi, ce dernier remplit une fiche avant d'être envoyé dans le service de l'orientation professionnelle où s'effectue l'interview et l'élaboration du bilan professionnel du demandeur.

    A ce niveau les questions suivantes sont posées :

    - Qu'est-ce que l'ONEM ?

    - Pourquoi es-tu venu à l'ONEM ?

    5. Orientation professionnelle

    En recevant le demandeur d'emploi, le chef de ce service prononce son mot d'introduction pour mettre le demandeur à l'aise.

    Pour ce faire, le chef explique le rôle de l'entretien, comment se fait l'interview.

    C'est entretien est appelé psychologique car il est une conversation du genre particulier caractérisé par le fait que 2 personnes s'expriment à coeur ouvert et cela pour obtenir les renseignements utiles à propos de demandeur d'emploi.

    A ce niveau, les questions suivantes sont posées au demandeur :

    - Qu'es-ce que tu as déjà fait ?

    - Qu'est-ce que tu sais faire ?

    - Qu'est-ce que tu peux faire ?

    - Quelles sont tes attentes ?

    Ces questions sont mentionnées sur la fiche de demandeur d'emploi. Le demandeur d'emploi ayant répondu à ces questions, l'orienteur constate en tirant une conclusion adéquate pour ce qui concerne la compétence et les aptitudes du demandeur.

    6. Le Service de prospection et placement

    Quand le demandeur d'emploi sort du service de l'orientation professionnelle, il entre en contact avec les offres disponibles. Si l'offre entre dans son profil, il constitue son dossier et le dépose au service du placement pour des fins utiles. Ce dernier va poser son dossier auprès de l'employeur pour qu'il soit examiné et le dossier doit être déposé 48 heures avant l'expiration de l'offre.

    Pour ce qui est de la prospection, ce service cherche à accueillir les informations à mettre à la disposition des demandeurs d'emploi, donc ici on fait la descente sur terrain dans d'autres institutions pour s'entretenir avec l'employeur et connaître s'il y a combien d'hommes et de femmes dans les services et rechercher les offres.

    7. Emploi indépendant

    Ce service concerne les personnes qui veulent obtenir l'emploi sans dépendre des employeurs.

    S'ils ont des idées, ce service les cristallise et les rédige sous forme d'un projet pour les orienter vers un financement.

    8. Service de visa des contrats

    Si une fois le demandeur est embauché, il reçoit son contrat dans le but de regarder s'il y a les bénéfices ou autres frais, par exemple le logement, le chargé des enfants s'ils sont mentionnés. Il vise les offres et les affiches sur le valve, les mouvements en cas de décès, démission, révocation et licenciement de l'employé des organismes, les entreprises publiques que privées leur apporte ainsi que les contrats de travail.

    9. Service de formation

    Il est chargé de donner la formation qualifiante aux demandeurs pour qu'ils connaissent de plus sur le monde du travail ou qu'il y ait des expériences.

    10. Service de statistique et informatique

    Ici, on fait les statistiques de tous les demandeurs soit mensuellement qu'annuellement selon leur niveau d'étude (SI, Primaire, CO, PP4, PP5, A3, D6, A2, Capacitaire, G3, A1, L2, A0&Médecin, Docteur) et leur sexe.

    I.2.7.REALISATION, PROGRAMMES ET PERSPECTIVES D'AVENIR

    I.2.7.1.Réalisation de l'ONEM

    v Mise en place des Directeurs Centraux et Provinciaux dans 6 provinces de la RDC (Nord et Sud-Kivu, Katanga, Province Orientale, Bas Congo et Kinshasa) ;

    v Contacts avec les organisations patronales (FEC,...) et les travailleurs (UNTC,...) ainsi que les secrétaires sociaux ;

    v Prospection dans les entreprises tant privées que para-étatiques ainsi que les ONG en vue de faire connaître l'ONEM et rappeler la législation du travail en matière de l'emploi ;

    v Contribuer à l'embauche de plusieurs personnes dans les institutions publiques et privées de la place ;

    v Faire des réunions de clarification sur la mission de l'ONEM par rapport à la division du travail, division de l'inspection du travail et celle de la prévoyance sociale ;

    v Plusieurs contacts avec les entreprises relevant au Ministère de l'emploi, du travail et de la prévoyance social (INPP et INSS) ;

    v Enregistrement des demandeurs et offres d'emploi et recherche des données et information concernant l'emploi.

    I.2.7.2.Programmes de l'ONEM

    Outre ses activités dans les trois axes d'intervention susmentionnés, l'ONEM prépare un certain nombre de programmes spéciaux à exécuter dans le meilleur délai.

    a) Le Programme Cadre de Création d'Emplois et de Revenus (PROCER)

    Le PROCER poursuit les objectifs ci-après :

    - assurer le plein emploi sur l'ensemble du territoire national ;

    - accroître l'efficacité des investissements de création d'emploi et des revenus dans les secteurs porteurs de l'économie ;

    - définir une politique nationale de promotion de l'emploi.

    b) Programme sur les Techniques de Recherches d'Emploi (PTRE)

    Chaque demandeur d'emploi peut bénéficier d'un appui personnalisé (Conseils et bilan approfondi) ou collectif qui lui permettent d'améliorer sa dynamique de recherche d'emploi.

    c) Programme Emploi Diplômé (PED)

    Le PED est un programme de stage pré-emploi pour les jeunes diplômés. Il permet aux bénéficiaires d'acquérir une formation pratique et une expérience professionnelle dans un métier de l'entreprise.

    d) Programme d'Orientation Professionnelle en milieu Scolaire (POPS)

    Le POPS constitue un début de solution à la problématique de l'inadéquation Formation-Emploi.

    Les objectifs de POPS sont :

    Ø favoriser une concentration entre les acteurs de l'éducation et le monde professionnel ;

    Ø informer les jeunes sur les perspectives des différents métiers et les types de formation qui y conduisent ;

    Ø apprendre aux jeunes à bâtir leur itinéraire de qualification professionnelle et d'insertion sociale ;

    Ø préparer les jeunes à mieux affronter le nouveau contexte libéral impliquant la bataille des compétences.

    e) Programme Observation du Marché de l'Emploi (POME)

    Ce programme consiste à collecter, à traiter et analyser toutes les informations sur la situation du marché de l'emploi et son évolution probable à la fois dans l'ensemble du pays et dans les différentes branches d'activités économiques ; et de les mettre à jour et à la disposition des utilisateurs, notamment le Gouvernement, les planificateurs, les organisations professionnelles d'employeurs et des travailleurs, le monde scientifique et académique, les partenaires bilatéraux et multilatéraux, ...

    CHAPITRE II. THEORIES SUR LES METHODES STATISTIQUES UTILISEES

    II.1. CORRELATION LINEAIRE SIMPLE

    En 1895, KARL PEARSON considère Auguste BRAVAIS (1811-1863) comme le père de la corrélation. Le 9 février 1877, Francis GALTON fait un exposé dans lequel il exprime le désir de construire un coefficient de réversion « r » qui indique la réduction de variabilité de la famille. Peu après, cette réversion se mutera en régression et plus tard en 1888, elle devient un nombre qui est notre coefficient de corrélation « r »24(*).

    Cette analyse va nous permettre de mesurer le degré de liaison entre les deux variables. Ici, il y a symétrie, c'est-à-dire les deux variables sont sur le même pied d'égalité. N'importe quelle variable peut être mise en ordonnée ou en abscisse. Calculer le coefficient de corrélation entre 2 variables revient à chercher la liaison qui existe entre les variables à l'aide d'une droite. On parle alors d'un ajustement linéaire25(*).

    II.1.1.L'estimation du coefficient de corrélation26(*)

    Lorsqu'une variable Y est en corrélation avec une variable X, deux problèmes se posent :

    - Etablir la forme de la liaison statistique existant entre Y et X, c'est-à-dire la détermination de la courbe de régression de Y en X ;

    - Mesurer l'intensité de la liaison par indice approprié.

    a)Calcul du coefficient de corrélation linéaire

    Posons =Coefficient de corrélation de la population et r son estimation dans l'échantillon.

    Le coefficient de corrélation linéaire noté dans le cas d'une population ou par son estimation r dans le cas d'un échantillon est un nombre sans dimension qui peut varier entre et est destiné à mesurer l'intensité de la liaison entre les variables X et Y lorsque le nuage des points (Xi, Yi) avec (i=1, 2, ..., n) est rectiligne (où n=nombre de couples d'observations).

    Le coefficient de corrélation linéaire est donné par les formules suivantes :

    NB : r n'a pas d'unité.

    Le coefficient de corrélation donné par les expressions précédentes est appelé coefficient de corrélation de Bravais-Pearson.

    b)Corrélation et causalité

    On dit qu'il y a corrélation entre les variables observées sur les éléments d'une même population lorsque les variations de 2 variables se produisent dans le même sens (corrélation positive) ou lorsque les variations sont de sens contraire (corrélation négative). Elles sont non corrélées lorsqu'il n'y a aucune relation entre les valeurs de l'une des variables et les valeurs de l'autre.

    Interprétation :

    a) r=+1, on dit qu'il y a une parfaite corrélation positive.

    b) 0.75= r 1, on dit qu'il y a une très forte corrélation positive entre X et Y.

    c) 0,5= r 0,75, il y a une relation modérée à bonne forte corrélation positive. 0,25 r 0,5, il y a un certain degré de relation.

    d) 0r 0.5 ; il y a une faible corrélation positive.

    e) r=0, il n'y a aucune corrélation entre X et Y.

    f) -0,5 r0, il y a une faible corrélation négative.

    g) -1 r =0.75, il y a une très forte corrélation négative.

    h) r = -1, il y a une parfaite corrélation négative.

    Pour mieux interpréter un coefficient de corrélation on a l'habitude de prendre comme indicateur le carré du coefficient r2 appelé coefficient de détermination. Ce coefficient mesure la part de la variance totale qui est expliquée par la régression (c'est à dire c'est la proportion de la variation de Y qui est attribuable à la variation de X).

    NB : Un premier test de signification du coefficient de corrélation est donné par le coefficient d'amélioration.

    Il est défini par

    Il y a présomption de corrélation si A>50% autrement dit si le coefficient de corrélation est en valeur absolu 0,87.

    II.1.2.Intervalle de confiance du coefficient de corrélation

    Comme le coefficient de corrélation d'un échantillon ne représente pas totalement la corrélation de l'ensemble de la population, il est nécessaire de déterminer la sécurité de l'estimation fournie par le calcul de l'intervalle de confiance.

    a)Cas d'un très grand échantillon (n=50)

    La distribution d'échantillonnage de r est considérée comme presque normale autour de la valeur de r avec une erreur standard lorsque l'échantillon est très grand.

    Les limites de l'IC sont donc au seuil ?.

    b)Cas d'un échantillon d'effectif n<50

    Ici, la distribution d'échantillonnage de r n'est plus presque normale. On construit alors un paramètre qui lui est distribué normalement avec une erreur standard indépendante à r. La table utilisée ici est la table de Z de Fisher ou score Z.

    Quand on connaît , on peut déterminer l'IC . On transforme ensuite les valeurs de r à l'aide de la formule suivante : qui est l'inverse de .

    Les limites de confiance de Z sont :

    et

    On reconvertie en et en d'où

    et

    II.1.3.Test de signification du coefficient de corrélation linéaire

    Le coefficient de corrélation r à partir d'un échantillon de taille n donne une estimation ponctuelle du coefficient de corrélation ñ de la population.

    Dans ce point, nous nous proposons de juger si la valeur du coefficient de corrélation linéaire est suffisamment importante pour conclure qu'il existe une corrélation significative entre 2 variables.

    a)Test de corrélation nulle pour des échantillons importants (n=50)

    Si n est assez grand, la distribution d'échantillonnage de r suit une loi presque normale de moyenne r et d'écart-type , c'est à dire .

    Pour une population où r=0 et n=50, la distribution d'échantillonnage de r suit une loi presque .

    L'hypothèse nulle que l'on soumet au test est de la manière suivante :

    Règle de décision

    La valeur expérimentale de r est significativement différente de 0 (rejette H0) si

    NB : Ce test est utilisé si :

    - La taille de l'échantillon est grande (n=50)

    - Lorsque r calculé est petit ()

    b)Test de corrélation nulle pour des petits échantillons

    Les valeurs de r qui ont une probabilité ? donnée d'être atteintes ou dépassées dans un échantillon tiré d'un ensemble avec association nulle.

    Soit rcal=la corrélation calculée à partir de n couples des points d'un échantillon

    rth=la valeur critique lue dans la table de Fisher au seuil de signification ? et au nombre de degrés de liberté n-2.

    Règle de décision

    Il s'agit de tester :

    , on rejette H0 si

    c)Autre test de signification du coefficient de corrélation

    Si les distributions des variables X et Y en étude sont normales, on peut tester la signification de toute corrélation r en faisant appel à la variable T de Student.

    Avant de conclure, il est recommandé de tester si la valeur calculée du coefficient de corrélation est significativement différente de zéro. Pour ce faire, on doit calculer un t- théorique par la formule :

    La valeur de t calculé sera comparée à la valeur donnée dans la table de t- de Student à n-2 degrés de liberté.

    Les règles de décision sont :

     
     

    Régions critiques

     
     
     
     
     
     
     
     
     

    II.1.4.L'AUTOCORRELATION DES ERREURS27(*)

    Dans ce cas, l'estimateur de Moindre carré ordinaire (MCO) â reste sans biais, mais cet estimateur n'est plus à variance minimale. Il y a autocorrélation lorsque l'hypothèse E(åå')=0 est violée. Dans le cas de l'autocorrélation, le modèle s'écrit :

    (1)

    Avec (autocorrélation d'ordre p)

    II.1.4.1.Détection

    Deux tests sont souvent utilisés pour détecter l'autocorrélation :

    - Test de Durbin et Watson (1950 et 1951) ;

    - LM-Test de Breush-Godfrey (1978).

    a)Test de Durbin-Watson

    Le test de Durbin-Watson (Dw) permet de détecter l'autocorrélation des erreurs d'ordre 1 selon la forme :

    (2)

    Le test d'hypothèse est le suivant :

    H0 : ñ=0, absence d'autocorrélation

    H1 : ñ0, il y a doute et on ne peut pas conclure

    Ou H1 : ñ>0 ou ñ<0, il y a présence d'autocorrection positive ou négative.

    Pour tester ces hypothèses, on calcule la statistique de Durbin-Watson comme suit :

    (Dw varie toujours entre 0 et 4)

    est le résidu au temps t de l'estimation de l'équation (1).

    Cette statistique sera comparée aux valeurs tabulées dans la table de Durbin et Watson au seuil de 5% en fonction de la taille de l'échantillon n et du nombre de variations explicatives (k).

    La lecture de la table permet de déterminer deux valeurs d1 et d2 comprise entre 0 et 2 qui délimitent l'espace entre 0 et 4 selon le schéma ci-après :

    Autocorrélation

    Doute

    Pas de doute

    Indépendance

    Doute

    Autocorrélation

     

    ?

     
     

    ?

     

    0 d1 d2 2 4-d2 4-d1 4

    Par exemple, si n=36 et K=3, alors d1=1 et d2=1,68.

    D'où on tire 4-d2=2,32 et 4-d1=3.

    Selon la position du Dw empirique dans l'espace ci-dessus, les conclusions ci-après en découlent :

    - Si , il y a absence d'autocorrélation ;

    - Si , il y a autocorrélation positive ;

    - Si , il y a autocorrélation négative ;

    - Si , il y a doute sur la présence d'autocorrélation. Ces deux zones s'appellent zones d'indétermination.

    b)LM-Test de Breush-Godfrey

    Ce test est plus complet que le test de Durbin-Watson parce qu'il permet de tester une autocorrélation supérieure à 1 et reste valide en présence de la variable dépendante décalée en tant que variable explicative.

    Ce test est mené à 3 étapes :

    1. estimation par OLS du modèle général afin de générer les résidus de l'estimation ;

    2. estimation par OLS de l'équation intermédiaire suivante :

    A partir de cette estimation, tirer la valeur de R2.

    3. tester l'hypothèse de nullité des sur l'équation intermédiaire, soit :

    , absence d'autocorrélation

    , présence d'autocorrélation

    Ce test peut être mené à 2 niveaux :

    · soit effectuer un test de Fisher classique de nullité des

    Si Fc>Ft, on rejette H0. D'où, il y a autocorrélation.

    · soit recourir à la statistique LM qui est distribué comme un à p degrés de libertés :

    LM=n.R2

    Si , on rejette H0. D'où il y a autocorrélation des erreurs.

    II.2. MODELE DE REGRESSION SIMPLE

    La technique de régression consiste à prédire la valeur d'une variable lorsque l'autre est connue.

    La régression est un outil statistique où l'on tente de prédire la valeur d'une variable (variable indépendante) en fonction de l'autre variable ou des autres variables (variable(s) dépendante(s)).

    S'il existe une liaison linéaire significative entre 2 variables X et Y, on peut ajuster l'une d'elles par l'autre au moyen d'une droite appelée droite d'estimation de Y en X.

    Etant donné une série de couples se propose de choisir 2 nombres a et b en sorte que la fonction Y=ax+b représente le mieux possible les couples des données. C'est ce qu'on appelle effectuer un ajustement linéaire.

    La meilleure droite d'ajustement linéaire est donnée par la méthode des moindres carrés. Celle-ci permet de minimiser la somme des carrés des erreurs :

    Les coefficients angulaires ou coefficients directeurs des droites de régression sont dits coefficients de régression.

    La droite d'ajustement de moindres carrés est Y=ax + b.

    II.2.1. Intervalle de confiance des coefficients de la droite de régression

    Nous nous proposons de construire des intervalles de confiance pour les paramètres inconnus a et b du modèle de régression linéaire.

    Soit est l'estimateur du paramètre a

    est l'estimateur du paramètre b

    = =

    =

    Avec et

    On montre que les variances de ces estimateurs sont :

    V()=

    V(= avec

    Remarques

    1. la variance des estimateurs et dépend du paramètre inconnu . Ainsi, pour estimer les variances, il sera nécessaire d'avoir une estimation de .

    2. la précision des estimateurs sera d'autant meilleure que la dispersion des valeurs X1....Xn est grande.

    Les estimateurs des écarts types de et sont :

    S et S

    Avec

    = données obtenues en remplaçant les dans la droite.

    Ainsi, au degré de confiance 1-?, les intervalles de confiance pour les coefficients a et b sont respectivement :

    et

    est lue dans la table de Student à n-2 degré de liberté.

    II.2.2. Test de signification des coefficient de la droite de la régression

    Plus les points représentatifs des observations sont proches de la droite de régression, c'est-à-dire les résidus sont faibles. Le plus important est la variabilité de y expliquée par l'équation de régression estimée. La variabilité totale de y est donc égale à la somme de la variabilité expliquée et la variabilité résiduelle.28(*)

    · Pour le coefficient a

    Il est question de tester les hypothèses :

    H0 : a=0, c'est-à-dire il n'y a pas une dépendance linéaire entre Y et X Contre

    H1 : a0, c'est-à-dire il y a une dépendance linéaire entre Y et X.

    Règle de décision

    On rejette H0 au seuil si

    , donc si

    · Pour le coefficient b

    Testons les hypothèses :

    H0 : b=0, c'est-à-dire la droite passe par l'origine

    Contre

    H1 : b0, c'est-à-dire la droite ne passe pas par l'origine.

    Règle de décision

    On rejette H0 au seuil si

    Ou encore si

    II.2.3.COEFFICIENT DE DETERMINATION (R2 ) 29(*)

    Un premier indicateur de qualité de la représentation consiste à mettre en relation la dispersion expliquée par le modèle et la dispersion totale des données : le coefficient de détermination R2 mesure le pouvoir explicatif du modèle évaluant le pourcentage de l'information restituée par le modèle par rapport à la quantité d'information initiale :

    NB : R2 est un coefficient qui permet de mesurer quantitativement le pourcentage de nuages des points expliqué par la droite de régression, tandis que r est une mesure qualitative qui explique s'il y a oui ou non une relation entre les variables. Dans le cas de la régression simple, il y a égalité entre R2 et le carré de r.

    II.2.4.ANALYSE DE LA VARIANCE (Test de Fisher)

    Le test de F permet de s'interroger sur la signification globale du modèle de régression. Ce test peut être formulé de la manière suivante : « Existe-t-il au moins une variable explicative significative ? »

    Soit le test d'hypothèse suivant :

    H0 : a1=a2=...=ak=0, tous les coefficients sont nuls

    H1 : il existe au moins un des coefficients non nuls.

    Nous ne testons pas le cas où le terme constant a0 est nul, car seules nous intéressent les variables explicatives. Un modèle ou un seul terme constant est significatif et n'a aucun sens économique.

    La régression est jugée significative si la variable expliquée est significativement différente de zéro. Le test de signification dans son ensemble est alors obtenu en calculant F par la formule suivante :

    k est le nombre de variables explicatives du modèle.

    Cette valeur doit être comparée à celle qui est lue dans la table de Fisher pour k degrés de liberté au numérateur et n-k-1 degrés de liberté au dénominateur à un seuil de signification donné.

    Le tableau ci-après présente l'analyse de la variance pour un modèle de régression simple

    Source de variation

    Degré de liberté

    Sommes des carrés

    Carrés moyens

    Statistique

    Fcalculé

    Ftabulé

    Régression

    k

    SCE

     
     
     

    Résidu

    n-k-1

    SCR

     

    TOTAL

    n-1

    SCT

    -

    II.3.TEST DE COMPARAISON DE DEUX MOYENNES30(*)

    On se propose de comparer 2 échantillons en ce qui concerne la valeur moyenne prise par la variable X sur chacun des 2 échantillons.

    Soit =la taille de l'échantillon

    =la moyenne de la variable X dans l'échantillon i.

    =la moyenne de la variable X dans la population dont est tissu de l'échantillon i.

    Généralement les sont inconnues et doivent être estimées à partir de l'échantillon.

    Ainsi

    Le problème est de tester :

    Pour le test bilatéral ou à 2 issues

    contre

    Pour le test unilatéral ou 1 issue

    contre

    ou

    NB : Si les 2 populations sont normales, c'est-à-dire n1 et n2 supérieur à 30 ; nous avons les régions critiques de cette manière:

    H1

    Région critique

     
     
     
     
     
     

    Nous calculons Zc de la manière suivante :

    CHAPITRE III. PRESENTATION, ANALYSE ET INTERPRETATION DES DONNEES

    III.1.PRESENTATION DES DONNEES

    III.1.1.Les demandes d'emploi de 2007 à 2009

    Tableau N°1 : Les demandes d'emploi mensuelles

    Année

    Mois

    2007

    2008

    2009

    Janvier

    318

    270

    700

    Février

    548

    219

    267

    Mars

    334

    393

    325

    Avril

    203

    397

    285

    Mai

    221

    226

    244

    Juin

    156

    205

    432

    Juillet

    113

    337

    374

    Août

    197

    160

    328

    Septembre

    314

    238

    299

    Octobre

    417

    259

    445

    Novembre

    217

    371

    325

    Décembre

    897

    482

    321

    TOTAL

    3935

    3557

    4345

    Source : Registres de l'ONEM/DP N-K de 2007 à 2009.

    Graphique N°1 : Evolution mensuelle des demandes d'emploi de 2007 à 2009

    b) Interprétation graphique

    De ce graphique, nous constatons que l'ONEM a enregistré plus les demandes aux mois de février et décembre 2007 et au mois de janvier 2009, contrairement au mois de Juillet 2007, Août 2008 et Mai 2009. les demandes ont été très enregistrées au mois de décembre parce que les écoles secondaires, instituts supérieurs et les universités ont lancé sur le marché d'emploi beaucoup de lauréats.

    L'allure de la droite est croissante puisque la pente de l'équation de la droite de tendance qui est de Y=1,7515X+296,4 est positive.

    III.1.2.Les offres d'emploi de 2007 à 2009

    Tableau N°2 : Les offres d'emploi mensuelles

    Année

    Mois

    2007

    2008

    2009

    Janvier

    17

    85

    65

    Février

    18

    34

    61

    Mars

    16

    55

    95

    Avril

    8

    47

    35

    Mai

    21

    33

    72

    Juin

    11

    50

    49

    Juillet

    16

    79

    79

    Août

    33

    43

    62

    Septembre

    56

    56

    82

    Octobre

    22

    39

    64

    Novembre

    63

    69

    61

    Décembre

    31

    64

    48

    TOTAL

    312

    654

    773

    Source : Registres de l'ONEM/DP N-K de 2007 à 2009.

    Graphique N°2 : Evolution mensuelle des offres d'emploi de 2007 à 2009

    b)Interprétation graphique

    De ce graphique, nous constatons que l'ONEM a enregistré plus des offres au mois de septembre, novembre 2007, au mois de janvier et juillet 2008 et au mois de mars, juillet et octobre 2009. Contrairement au mois d'avril, juin, octobre et décembre 2007, au mois février, mai et octobre 2008 et au mois d'avril, juin et décembre 2009. La pente de l'équation de la droite de tendance étant positive, cela nous prouve à suffisance que l'évolution des offres est croissante.

    III.2.CALCUL DU COEFFICIENT DE CORRELATION SIMPLE

    Avant de faire le calcul du coefficient de corrélation simple, nous avons déterminé les variables dépendante ou exogène et indépendante ou endogène. Nous avons constaté que les offres d'emploi expliquent les demandes d'emploi. Pour nos calculs, les offres d'emploi représentant la variable X (variable explicative ou indépendante) tandis que les demandes d'emploi représentent la variable Y (variable expliquée ou dépendante).

    Tableau N°3 : Procédure de calcul du coefficient de corrélation

    X

    Y

     
     
     
     
     

    1

    17

    318

    -31.3

    -10.8

    979.69

    116.64

    338.04

    2

    18

    548

    -30.3

    219.19

    918.09

    48044.2561

    -6641.457

    3

    16

    334

    -32.3

    5.19

    1043.29

    26.9361

    -167.637

    4

    8

    203

    -40.3

    -125.8

    1624.09

    15825.64

    5069.74

    5

    21

    221

    -27.3

    -107.8

    745.29

    11620.84

    2942.94

    6

    11

    156

    -37.3

    -172.8

    1391.29

    29859.84

    6445.44

    7

    16

    113

    -32.3

    -215.8

    1043.29

    46569.64

    6970.34

    8

    33

    197

    -15.3

    -131.8

    234.09

    17371.24

    2016.54

    9

    56

    314

    7.69

    -14.8

    59.1361

    219.04

    -113.812

    10

    22

    417

    -26.3

    88.19

    691.69

    7777.4761

    -2319.397

    11

    63

    217

    14.69

    -111.8

    215.7961

    12499.24

    -1642.342

    12

    31

    897

    -17.3

    568.19

    299.29

    322839.876

    -9829.687

    13

    85

    270

    36.69

    -58.8

    1346.1561

    3457.44

    -2157.372

    14

    34

    219

    -14.3

    -109.8

    204.49

    12056.04

    1570.14

    15

    55

    393

    6.69

    64.19

    44.7561

    4120.3561

    429.4311

    16

    47

    397

    -1.3

    68.19

    1.69

    4649.8761

    -88.647

    17

    33

    226

    -15.3

    -102.8

    234.09

    10567.84

    1572.84

    18

    50

    205

    1.69

    -123.8

    2.8561

    15326.44

    -209.222

    19

    79

    337

    30.69

    8.19

    941.8761

    67.0761

    251.3511

    20

    43

    160

    -5.3

    -168.8

    28.09

    28493.44

    894.64

    21

    56

    238

    7.69

    -90.8

    59.1361

    8244.64

    -698.252

    22

    39

    259

    -9.3

    -69.8

    86.49

    4872.04

    649.14

    23

    69

    371

    20.69

    42.19

    428.0761

    1779.9961

    872.9111

    24

    64

    482

    15.69

    153.19

    246.1761

    23467.1761

    2403.5511

    25

    65

    700

    16.69

    371.19

    278.5561

    137782.016

    6195.1611

    26

    61

    267

    12.69

    -61.8

    161.0361

    3819.24

    -784.242

    27

    95

    325

    46.69

    -3.81

    2179.9561

    14.5161

    -177.8889

    28

    35

    285

    -13.3

    -43.8

    176.89

    1918.44

    582.54

    29

    72

    244

    23.69

    -84.81

    561.2161

    7192.7361

    -2009.1489

    30

    49

    432

    0.69

    103.19

    0.4761

    10648.1761

    71.2011

    31

    79

    374

    30.69

    45.19

    941.8761

    2042.1361

    1386.8811

    32

    62

    328

    13.69

    -0.81

    187.4161

    0.6561

    -11.0889

    33

    82

    299

    33.69

    -29.81

    1135.0161

    888.6361

    -1004.2989

    34

    64

    445

    15.69

    116.19

    246.1761

    13500.1161

    1823.0211

    35

    61

    325

    12.69

    -3.81

    161.0361

    14.5161

    -48.3489

    36

    48

    321

    -0.3

    -7.81

    0.09

    60.9961

    2.343

    Total

    1739

    11837

    -

    -

    18898.6559

    807755.206

    14585.3503

    Comme r est compris entre 0 et 0.5, c'est-à-dire il y a une faible corrélation positive.

    Le coefficient de détermination r2 est :

    =1,44%

    Comme r2=1,44%, cela signifie qu'il y a une corrélation entre les offres d'emploi (X) et les demandes d'emploi (Y) à 1,44%. Le 98,56% est expliqué par d'autres facteurs.

    Le coefficient d'amélioration A est :

    Interprétation

    Comme A<50%, il n'y a pas présomption favorable (0,7%) pour un lien corrélatif entre les demandes et les offres d'emploi.

    a)Calcul de l'Intervalle de Confiance de r (Cas d'un échantillon d'effectif n<50)

    Nous déterminons l'IC à 95%

    n=36

    r=0,12

    Avant d'y arriver, nous calculons d'abord le paramètre

    ==0.12

    Z=0.12

    On calcule l'écart-type de Z

    Les limites de confiance de Z sont :

    =-0.21

    =0.45

    En reconvertissant en et en , on obtient :

    =-0,20

    =0,42

    L'intervalle de confiance (IC) du coefficient de corrélation est :

    ou -0,20<R<0,42

    a)Test de signification du coefficient de corrélation linéaire

    Comme n<50, nous faisons appel au test T de Student à n-2 degrés de liberté. Nous testons :

    H0 :, il n'y a pas de corrélation entre X offres et Y demandes

    Contre

    H:, il y a une corrélation entre X offres et Y demandes.

    Notre test est unilatéral, c'est-à-dire à 1 issue.

    Nous prenons le seuil de signification ?=5%

    =

    Comme cette valeur de t tabulée ne se trouve pas exactement dans la table de T de Student, alors nous passons à l'extrapolation :

    se trouve entre la valeur de et la valeur de .

    =1.6918

    Conclusion :

    Comme au seuil de signification ?=0.05, , on adopte H0 selon laquelle il y a absence de corrélation entre les offres et les demandes d'emploi.

    III.2.1. L'AUTOCORRELATION DES ERREURS31(*)

    Il y a autocorrélation lorsque l'hypothèse E(åå')=0 est violée. Dans ce cas, l'estimateur de Moindre carré ordinaire (MCO) â reste sans biais, mais cet estimateur n'est pas la variance minimale. Dans le cas de l'autocorrélation, le modèle s'écrit :

    avec (autocorrélation d'ordre p)

    Test de Durbin-Watson

    Le test de Durbin-Watson (Dw) permet de détecter l'autocorrélation des erreurs d'ordre 1 selon la forme :

    (2)

    Le test d'hypothèse est le suivant :

    H0 : ñ=0, absence d'autocorrélation

    H1 : ñ0, il y a doute et on ne peut pas conclure

    ou H1 : ñ>0 ou ñ<0, il y a présence d'autocorrection positive ou négative.

    Tableau N°4 : Procédure de calcul d'autocorrélation de Durbin-Watson

    Y

     
     

    -

     
     
     

    1

    318

    304.62

    13.384

    0

    0

    13.384

    179.13

    2

    548

    305.39

    242.614

    13.384

    179.13

    229.23

    58861.55

    3

    334

    303.85

    30.154

    242.614

    58861.55

    -212.46

    909.26

    4

    203

    297.69

    -94.686

    30.154

    909.26

    -124.84

    8965.44

    5

    221

    307.7

    -86.696

    -94.686

    8965.44

    7.99

    7516.2

    6

    156

    300

    -143.996

    -86.696

    7516.20

    -57.3

    20734.85

    7

    113

    303.85

    -190.846

    -143.996

    20734.85

    -46.85

    36422.2

    8

    197

    316.94

    -119.936

    -190.846

    36422.20

    70.91

    14384.64

    9

    314

    334.65

    -20.646

    -119.936

    14384.64

    99.29

    426.26

    10

    417

    308.47

    108.534

    -20.646

    426.26

    129.18

    11779.63

    11

    217

    340.04

    -123.036

    108.534

    11779.63

    -231.57

    15137.86

    12

    897

    315.4

    581.604

    -123.036

    15137.86

    704.64

    338263.21

    13

    270

    356.98

    -86.976

    581.604

    338263.21

    -668.58

    7564.82

    14

    219

    317.71

    -98.706

    -86.976

    7564.82

    -11.73

    9742.87

    15

    393

    333.88

    59.124

    -98.706

    9742.87

    157.83

    3495.65

    16

    397

    327.72

    69.284

    59.124

    3495.65

    10.16

    4800.27

    17

    226

    316.94

    -90.936

    69.284

    4800.27

    -160.22

    8269.36

    18

    205

    330.03

    -125.026

    -90.936

    8269.36

    -34.09

    15631.5

    19

    337

    352.36

    -15.356

    -125.026

    15631.50

    109.67

    235.81

    20

    160

    324.64

    -164.636

    -15.356

    235.81

    -149.28

    27105.01

    21

    238

    334.65

    -96.646

    -164.636

    27105.01

    67.99

    9340.45

    22

    259

    321.56

    -62.556

    -96.646

    9340.45

    34.09

    3913.25

    23

    371

    344.66

    26.344

    -62.556

    3913.25

    88.9

    694.01

    24

    482

    340.81

    141.194

    26.344

    694.01

    114.85

    19935.75

    25

    700

    341.58

    358.424

    141.194

    19935.75

    217.23

    128467.76

    26

    267

    338.5

    -71.496

    358.424

    128467.76

    -429.92

    5111.68

    27

    325

    364.68

    -39.676

    -71.496

    5111.68

    31.82

    1574.18

    28

    285

    318.48

    -33.476

    -39.676

    1574.18

    6.2

    1120.64

    29

    244

    346.97

    -102.966

    -33.476

    1120.64

    -69.49

    10602

    30

    432

    329.26

    102.744

    -102.966

    10602.00

    205.71

    10556.33

    31

    374

    352.36

    21.644

    102.744

    10556.33

    -81.1

    468.46

    32

    328

    339.27

    -11.266

    21.644

    468.46

    -32.91

    126.92

    33

    299

    354.67

    -55.666

    -11.266

    126.92

    -44.4

    3098.7

    34

    445

    340.81

    104.194

    -55.666

    3098.70

    159.86

    10856.39

    35

    325

    338.5

    -13.496

    104.194

    10856.39

    -117.69

    182.14

    36

    321

    328.49

    -7.486

    -13.496

    182.14

    6.01

    56.04

    Total

    11837

     
     
     

    796474

     

    796530.23

    Pour tester ces hypothèses, on calcule la statistique de Durbin-Watson comme suit :

    =1

    NB : Le Dw varie toujours entre 0 et 4

    est le résidu au temps t de l'estimation de l'équation (1).

    Cette statistique sera comparée aux valeurs tabulées dans la table de Durbin et Watson au seuil de 5% en fonction de la taille de l'échantillon n et du nombre de variations explicatives (k).

    La lecture de la table permet de déterminer deux valeurs d1 et d2 comprise entre 0 et 2 qui délimitent l'espace entre 0 et 4 selon le schéma ci-après :

    Autocorrélation

    Doute

    Pas de doute

    Indépendance

    Doute

    Autocorrélation

     

    ?

     
     

    ?

     

    0 d1 d2 2 4-d2 4-d1 4

    Application

    Si n=36 et k=2, alors d1=1.41 et d2=1.52. D'où on tire 4-d2=2.48 et 4-d1=2.59

    Selon la position du Dw empirique dans l'espace ci-dessus, les conclusions ci-après en découlent :

    - Si , il y a absence d'autocorrélation ;

    - Si , il y a autocorrélation positive ;

    - Si , il y a autocorrélation négative ;

    Si , il y a doute sur la présence d'autocorrélation. Ces deux zones s'appellent zones d'indétermination.

    Interprétation du test de Dw

    Comme Dw=1 tombe dans la condition 0<Dw, c'est-à-dire il y a une autocorrélation positive. Le modèle n'est pas bon.

    III.3.CALCUL DE LA REGRESSION SIMPLE

    Pour calculer la régression simple, nous voulons savoir dans quelle mesure Y demandes est expliquée par X offres. Ce qui est le problème de la régression.

    Le modèle de la régression simple est :

    III.3.1. Calcul de l'intervalle de confiance des coefficients de la droite de régression

    Nous nous proposons de construire des intervalles de confiance pour les paramètres inconnus a et b du modèle de régression linéaire.

    Tableau N°5 : Procédure de calcul de l'IC

    X

    Y

     

    XY

     
     
     
     
     

    1

    17

    318

    -31.31

    5406

    980.04

    289

    304.62

    13.38

    179.13

    2

    18

    548

    -30.31

    9864

    918.43

    324

    305.39

    242.61

    58861.55

    3

    16

    334

    -32.31

    5344

    1043.65

    256

    303.85

    30.15

    909.26

    4

    8

    203

    -40.31

    1624

    1624.54

    64

    297.69

    -94.69

    8965.44

    5

    21

    221

    -27.31

    4641

    745.59

    441

    307.70

    -86.70

    7516.20

    6

    11

    156

    -37.31

    1716

    1391.70

    121

    300.00

    -144.00

    20734.85

    7

    16

    113

    -32.31

    1808

    1043.65

    256

    303.85

    -190.85

    36422.20

    8

    33

    197

    -15.31

    6501

    234.26

    1089

    316.94

    -119.94

    14384.64

    9

    56

    314

    7.69

    17584

    59.20

    3136

    334.65

    -20.65

    426.26

    10

    22

    417

    -26.31

    9174

    691.98

    484

    308.47

    108.53

    11779.63

    11

    63

    217

    14.69

    13671

    215.93

    3969

    340.04

    -123.04

    15137.86

    12

    31

    897

    -17.31

    27807

    299.48

    961

    315.40

    581.60

    338263.21

    13

    85

    270

    36.69

    22950

    1346.48

    7225

    356.98

    -86.98

    7564.82

    14

    34

    219

    -14.31

    7446

    204.65

    1156

    317.71

    -98.71

    9742.87

    15

    55

    393

    6.69

    21615

    44.82

    3025

    333.88

    59.12

    3495.65

    16

    47

    397

    -1.31

    18659

    1.70

    2209

    327.72

    69.28

    4800.27

    17

    33

    226

    -15.31

    7458

    234.26

    1089

    316.94

    -90.94

    8269.36

    18

    50

    205

    1.69

    10250

    2.87

    2500

    330.03

    -125.03

    15631.50

    19

    79

    337

    30.69

    26623

    942.15

    6241

    352.36

    -15.36

    235.81

    20

    43

    160

    -5.31

    6880

    28.15

    1849

    324.64

    -164.64

    27105.01

    21

    56

    238

    7.69

    13328

    59.20

    3136

    334.65

    -96.65

    9340.45

    22

    39

    259

    -9.31

    10101

    86.59

    1521

    321.56

    -62.56

    3913.25

    23

    69

    371

    20.69

    25599

    428.26

    4761

    344.66

    26.34

    694.01

    24

    64

    482

    15.69

    30848

    246.32

    4096

    340.81

    141.19

    19935.75

    25

    65

    700

    16.69

    45500

    278.70

    4225

    341.58

    358.42

    128467.76

    26

    61

    267

    12.69

    16287

    161.15

    3721

    338.50

    -71.50

    5111.68

    27

    95

    325

    46.69

    30875

    2180.37

    9025

    364.68

    -39.68

    1574.18

    28

    35

    285

    -13.31

    9975

    177.04

    1225

    318.48

    -33.48

    1120.64

    29

    72

    244

    23.69

    17568

    561.43

    5184

    346.97

    -102.97

    10602.00

    30

    49

    432

    0.69

    21168

    0.48

    2401

    329.26

    102.74

    10556.33

    31

    79

    374

    30.69

    29546

    942.15

    6241

    352.36

    21.64

    468.46

    32

    62

    328

    13.69

    20336

    187.54

    3844

    339.27

    -11.27

    126.92

    33

    82

    299

    33.69

    24518

    1135.32

    6724

    354.67

    -55.67

    3098.70

    34

    64

    445

    15.69

    28480

    246.32

    4096

    340.81

    104.19

    10856.39

    35

    61

    325

    12.69

    19825

    161.15

    3721

    338.50

    -13.50

    182.14

    36

    48

    321

    -0.31

    15408

    0.09

    2304

    328.49

    -7.49

    56.04

    Total

    1739

    11837

    -

    586383

    18898.66

    102909

     

     

    796530.23

    Soit est l'estimateur du paramètre a

    est l'estimateur du paramètre b

     ;

    = ==0,77

    ==328,81-0,77*48,31=291.526

    On montre que les variances de ces estimateurs sont :

    =22437,64

    V()=1,19

    V(==3393,66

    Les estimateurs des écarts types de et sont :

    =23427,36

    S=153,06

    S=1,11

    S=23,15

    Ainsi, au degré de confiance 1-?, nous déterminons les intervalles de confiance pour les coefficients a et b de la manière suivante :

    ?=0,05

    Comme cette valeur de ne se trouve pas exactement dans la table de t de Student au seuil de signification ?=0,05, alors nous passons à l'extrapolation :

    se trouve entre la valeur de et la valeur de .

    =2,0338

    Les intervalles de confiance de a et b sont :

    III.3.2. Test de signification des coefficients de la droite de la régression

    Plus les points représentatifs des observations sont proches de la droite de régression, c'est-à-dire les résidus sont faibles. Le plus important est la variabilité de y expliquée par l'équation de régression estimée. La variabilité totale de y est donc égale à la somme de la variabilité expliquée et la variabilité résiduelle.

    · Pour le coefficient a

    Il est question de tester les hypothèses :

    H0 : a=0, c'est-à-dire il n'y a pas une dépendance linéaire entre Y et X Contre

    H1 : a0, c'est-à-dire il y a une dépendance linéaire entre Y et X.

    Règle de décision

    On rejette H0 au seuil si

    , donc si

    Conclusion : Nous adoptons H0 avec , c'est-à-dire qu'il n'y a pas de dépendance linéaire entre Y (demandes d'emploi) et X (offres d'emploi). En d'autre terme, il y a une indépendance entre les variables.

    · Pour le coefficient b

    Même procédure que pour le coefficient a, nous testons les hypothèses :

    H0 : b=0, c'est-à-dire la droite passe par l'origine

    Contre

    H1 : b0, c'est-à-dire la droite ne passe pas par l'origine.

    Règle de décision

    On rejette H0 au seuil si

    Ou encore si

    Conclusion : Nous adoptons H0 avec , c'est-à-dire que la droite passe par l'origine.

    Interprétation : Nous concluons que les offres d'emploi n'explique pas les demandes d'emploi à l'ONEM/DP-NK au seuil de signification ?=0,05.

    III.3.3.Calcul du coefficient de détermination (R2 ) 32(*)

    Pour notre cas, on étudie l'intensité de la relation linéaire entre une variable à expliquer d'une part et de l'autre variable de l'autre part.

    Tableau N°6 : Procédure de calcul du coefficient de détermination

     
     
     
     
     
     
     
     
     

    1

    17

    318

    -10.8

    116.64

    304.62

    -24.19

    179.16

    585.18

    2

    18

    548

    219.19

    48044.26

    305.39

    -23.42

    58862.04

    548.52

    3

    16

    334

    5.19

    26.94

    303.85

    -24.96

    909.32

    623.03

    4

    8

    203

    -125.8

    15825.64

    297.69

    -31.12

    8965.25

    968.49

    5

    21

    221

    -107.8

    11620.84

    307.70

    -21.11

    7516.02

    445.66

    6

    11

    156

    -172.8

    29859.84

    300.00

    -28.81

    20734.56

    830.05

    7

    16

    113

    -215.8

    46569.64

    303.85

    -24.96

    36421.81

    623.03

    8

    33

    197

    -131.8

    17371.24

    316.94

    -11.87

    14384.40

    140.91

    9

    56

    314

    -14.8

    219.04

    334.65

    5.84

    426.22

    34.10

    10

    22

    417

    88.19

    7777.48

    308.47

    -20.34

    11779.85

    413.74

    11

    63

    217

    -111.8

    12499.24

    340.04

    11.23

    15137.61

    126.10

    12

    31

    897

    568.19

    322839.88

    315.40

    -13.41

    338264.38

    179.84

    13

    85

    270

    -58.8

    3457.44

    356.98

    28.17

    7564.65

    793.52

    14

    34

    219

    -109.8

    12056.04

    317.71

    -11.10

    9742.68

    123.22

    15

    55

    393

    64.19

    4120.36

    333.88

    5.07

    3495.77

    25.70

    16

    47

    397

    68.19

    4649.88

    327.72

    -1.09

    4800.41

    1.19

    17

    33

    226

    -102.8

    10567.84

    316.94

    -11.87

    8269.17

    140.91

    18

    50

    205

    -123.8

    15326.44

    330.03

    1.22

    15631.25

    1.49

    19

    79

    337

    8.19

    67.08

    352.36

    23.55

    235.78

    554.58

    20

    43

    160

    -168.8

    28493.44

    324.64

    -4.17

    27104.68

    17.39

    21

    56

    238

    -90.8

    8244.64

    334.65

    5.84

    9340.26

    34.10

    22

    39

    259

    -69.8

    4872.04

    321.56

    -7.25

    3913.13

    52.57

    23

    69

    371

    42.19

    1780.00

    344.66

    15.85

    694.06

    251.20

    24

    64

    482

    153.19

    23467.18

    340.81

    12.00

    19936.03

    143.99

    25

    65

    700

    371.19

    137782.02

    341.58

    12.77

    128468.48

    163.06

    26

    61

    267

    -61.8

    3819.24

    338.50

    9.69

    5111.54

    93.89

    27

    95

    325

    -3.81

    14.52

    364.68

    35.87

    1574.11

    1286.62

    28

    35

    285

    -43.8

    1918.44

    318.48

    -10.33

    1120.58

    106.72

    29

    72

    244

    -84.81

    7192.74

    346.97

    18.16

    10601.79

    329.77

    30

    49

    432

    103.19

    10648.18

    329.26

    0.45

    10556.54

    0.20

    31

    79

    374

    45.19

    2042.14

    352.36

    23.55

    468.51

    554.58

    32

    62

    328

    -0.81

    0.66

    339.27

    10.46

    126.90

    109.40

    33

    82

    299

    -29.81

    888.64

    354.67

    25.86

    3098.59

    668.71

    34

    64

    445

    116.19

    13500.12

    340.81

    12.00

    10856.60

    143.99

    35

    61

    325

    -3.81

    14.52

    338.50

    9.69

    182.12

    93.89

    36

    48

    321

    -7.81

    61.00

    328.49

    -0.32

    56.03

    0.10

    Total

    1739

    11837

    -

    807755.21

     

     

    796530.24

    11209.42

    = 0,014

    =1,4%

    Conclusion : Comme le coefficient de détermination R2=1,4%, c'est-à-dire les demandes d'emploi sont expliquées par les offres d'emploi à 1,4% et le reste soit 98,6% est expliqué par d'autres facteurs.

    III.4.TEST DE COMPARAISON DE DEUX MOYENNES

    Notre cas est le test bilatéral. C'est ainsi que nous allons tester les hypothèses suivantes :

    contre où est la moyenne des Offres d'emploi

    est la moyenne des demandes d'emploi

    ,

    =540,16

    =23079,70

    Nous calculons Zc de la manière suivante :

    =-10,95

    =10,95

    Conclusion : Comme au seuil de signification  ; nous rejetons H0 et nous adoptons selon laquelle la différence entre le nombre moyen d'offres et le nombre moyen de demandes d'emploi est significative.

    CONLUSION GENERALE

    Au terme de notre analyse, il s'avère important de passer en revue l'essentiel de notre recherche. Le sujet de notre travail s'intitule : « Analyse statistique de demandes et d'offres d'emploi enregistrées par un service de l'Etat. Cas de l'ONEM/DP. N-K de 2007 à 2009 ».

    Le motif du choix de ce sujet était de fournir des informations relatives sur l'évolution des demandes et d'offres d'emploi à l'ONEM/DP N-K ainsi que la relation qui pourrait exister entre ces deux variables pour ces trois années.

    C'est ainsi que pour bien entreprendre cette étude, nous nous sommes posés des questions de la problématique de cette manière :

    v Existe-t-il une relation et/ou une dépendance entre le nombre de demandes et d'offres d'emploi ?

    v Quelle est l'allure de demandes et d'offres d'emploi pour ces trois années ?

    v Y a-t-il une différence significative entre le nombre moyen d'offres et le nombre moyen de demandes d'emploi ?

    Pour atteindre nos objectifs, nous avons formulés les hypothèses alternatives suivantes :

    v Il y aurait de dépendance entre ces deux variables, car lorsque les diplômés ou non diplômés voient les offres affichées aux différentes valves des organisations avec la mention avoir une carte de l'ONEM, se précipitent pour s'enregistrer.

    v L'évolution de ces deux variables (offres et demandes) serait croissante.

    v Il n'y aurait pas de différence significative entre le nombre moyen d'offres et le nombre moyen de demandes d'emploi.

    Pour vérifier nos hypothèses, nous avons fait recours aux techniques documentaire qui nous a permis de récolter les données, d'interview qui nous a permis d'avoir une connaissance sur les données que nous avons récoltées et l'observation libre pendant un mois de stage qui nous a amené à découvrir les points faibles et forts pour ce service ; et aux méthodes statistiques telles que la corrélation et la régression linéaire simple qui nous ont permis d'analyser et interpréter les résultats en affirmer et infirmer nos hypothèses.

    Dans le premier chapitre qui a circonscrit le cadre théorique du travail dans laquelle nous avons défini les concepts de base et présenté brièvement notre milieu d'étude ;

    Le deuxième chapitre quant à lui a porté sur la théorie des méthodes statistiques utilisées pour la présentation, l'analyse et l'interprétation des données en occurrence de la corrélation, la régression linéaire simple et la comparaison de deux moyennes ;

    Enfin, le troisième chapitre et le dernier a porté sur l'application de ces méthodes aux données recueillies pour la présentation et l'interprétation des résultats.

    Dans le premier chapitre qui a circonscrit le cadre théorique du travail dans laquelle nous avons défini les concepts de base et présenté brièvement notre milieu d'étude ;

    Le deuxième chapitre quant à lui a porté sur la théorie des méthodes statistiques utilisées pour la collecte, l'analyse et l'interprétation des données en occurrence de la corrélation et la régression linéaire simple ;

    Enfin, le troisième chapitre et le dernier a porté sur l'application de ces méthodes aux données recueillies pour la présentation et l'interprétation des résultats.

    Après nos analyses, nous avons obtenu les résultats suivants :

    · L'application de la corrélation linéaire simple nous a permis d'obtenir le coefficient de corrélation r=0,12 et nous avons fait le test de signification de ce coefficient qui nous montre qu'il y a absence de corrélation entre les offres et les demandes d'emploi à l'ONEM pour ces 3 années.

    · L'application de la régression linéaire simple entre la variable dépendante (demandes d'emploi) et la variable indépendante (offres d'emploi) qui nous a permis d'avoir le modèle de régression .

    · Le test des coefficients de cette droite de régression simple nous montre que les coefficients ne sont pas significativement différents de 0, c'est-à-dire les offres n'ont aucune influence sur les demandes d'emploi à l'ONEM/DP. N-K.

    · Le calcul du coefficient de détermination R2=1,4%, c'est-à-dire demandes sont expliquées par les offres d'emploi à 1,4% et le reste soit 98,6% est expliqué par d'autres facteurs.

    · Le test de comparaison de deux moyennes qui nous montre que la différence de ces deux moyennes est significative.

    Vu les imperfections inhérentes à une oeuvre humaine, nous disons avec humilité que l'analyse des réalités qui ont été décrites dans ce travail n'est pas exhaustive. Nous sommes prêt à accueillir les conseils, suggestions et remarques pour l'amélioration de ce travail.

    « On ne peut scier l'arbre sur lequel on est assis disent les sages ». C'est ainsi que nous demanderions en outre, à nos cadets scientifiques, futurs chercheurs qui voudront bien nous emboîter le pas de nous compléter en y apportant d'autres analyses qui sans doute nous ont échappé et ceci leur servira de base pour embrasser ce domaine spécifique dans l'emploi.

    Pour une étude ultérieure, on pourrait s'intéresser à l'analyse statistique des caractéristiques d'offres et de demandes d'emploi enregistrées par l'ONEM, l'étude sur le mode de recrutement au sein des entreprises,...

    BIBLIOGRAPHIE

    I. OUVRAGES

    1. AUGE, C., Nouveau Larousse illustré, TOME III, Paris, SD, p.478

    2. DAGNELIE P., Théorie et méthodes statistiques : Applications agronomiques, Vol. 2, Les presses agronomiques de Gembloux, Gembloux (Belgique), 1986.

    3. Gérard, C., Statistique descriptive, Dunod, Paris 1965.

    4. PELISSIER, J., et alii ; Droit du travail, Dalloz, Paris, 2002, p.226

    5. PINTO et GRAWITZ ; Méthodes de sciences sociales, Dalloz, paris 1986.

    II.NOTES DE COURS

    1. BOFOYA KOMBA B., Principes d'économétrie : cours et exercices résolus, Inédit, L1 Economie Rurale, UNIGOM, 2007-2008.

    2. KIMANUKA RURIHO, C., Cours de statistique appliquée, Inédit, G2 STATISTIQUE, ISSNT/GOMA, 2008-2009.

    3. POLO FUETA E., Cours d'économétrie, Inédit, G3 statistique, ISSNT/GOMA, 2009-2010.

    4. SALUMU MULENDA, Cours d'histoire de la statistique et organisation d'un service statistique, Inédit, G1 STATISTIQUE, ISSNT/GOMA, 2006-2007.

    III.AUTRES SOURCES

    1. Encyclopédie encarta 2008.

    2. Dépliant de l'Office National de l'EMploi « O.N.E.M ».

    3. Revue de Réveillez-vous : Comment trouver un emploi et le garder du 8 Juillet 2005.

    4. www.le potentiel.com

    TABLE DES MATIERES

    EPIGRAPHE I

    DEDICACE II

    REMERCIEMENTS III

    SIGLES ET ABREVIATIONS V

    AVANT-PROPOS 1

    INTRODUCTION GENERALE 2

    01. PROBLEMATIQUE 2

    02. HYPOTHESES DU TRAVAIL 3

    03. OBJECTIFS DU TRAVAIL 4

    04. CHOIX ET INTERET DU SUJET 4

    05. DELIMITATION SPATIO-TEMPORELLE DU SUJET 4

    05.1. Délimitation spatiale 4

    05.2. Délimitation temporelle 4

    06. SUBDIVISION DU TRAVAIL 5

    07. METHODES ET TECHNIQUES UTILISEES 5

    07.1. Méthodes 5

    07.2. Techniques 5

    0.8. DIFFICULTES RENCONTREES 6

    CHAPITRE I. CONSIDERATIONS GENERALES 7

    I.1.DEFINITIONS DE CONCEPTS DE BASE 7

    I.1.1.Emploi 7

    I.1.2.Demande d'emploi 7

    I.1.3.Offre d'emploi 8

    I.1.4.Le chômage 9

    I.1.5.Une variable 12

    I.1.6.La statistique 13

    I.1.7.La population statistique, Intervalle de confiance et la moyenne arithmétique 14

    I.1.7.Test d'hypothèse et hypothèse statistique 14

    I.2. PRESENTATION DU MILIEU D'ETUDE 15

    I.2.1.SITUATION GEOGRAPHIQUE 15

    I.2.2.HISTORIQUE DE L'ONEM 16

    I.2.3.MISSION DE L'ONEM 16

    I.2.4.AXES D'INTERVENTION DE L'ONEM 16

    I.2.5.LES RESSOURCES DE L'ONEM 17

    I.2.6.ORGANISATION ET FONCTIONNEMENT 17

    I.2.6.1.Organigramme 20

    I.2.6.2.Fonctionnement 21

    I.2.7.REALISATION, PROGRAMMES ET PERSPECTIVES D'AVENIR 23

    I.2.7.1.Réalisation de l'ONEM 23

    I.2.7.2.Programmes de l'ONEM 23

    CHAPITRE II. THEORIES SUR LES METHODES STATISTIQUES UTILISEES 25

    II.1. CORRELATION LINEAIRE SIMPLE 25

    II.1.1.L'estimation du coefficient de corrélation 25

    II.1.2.Intervalle de confiance du coefficient de corrélation 27

    II.1.3.Test de signification du coefficient de corrélation linéaire 28

    II.1.4.L'AUTOCORRELATION DES ERREURS 30

    II.1.4.1.Détection 30

    II.2. MODELE DE REGRESSION SIMPLE 32

    II.2.1. Intervalle de confiance des coefficients de la droite de régression 33

    II.2.2. Test de signification des coefficient de la droite de la régression 35

    II.2.3.COEFFICIENT DE DETERMINATION (R2 ) 35

    II.2.4.ANALYSE DE LA VARIANCE (Test de Fisher) 36

    II.3.TEST DE COMPARAISON DE DEUX MOYENNES 37

    CHAPITRE III. PRESENTATION, ANALYSE ET INTERPRETATION DES DONNEES 39

    III.1.PRESENTATION DES DONNEES 39

    III.1.1.Les demandes d'emploi de 2007 à 2009 39

    III.1.2.Les offres d'emploi de 2007 à 2009 41

    III.2.CALCUL DU COEFFICIENT DE CORRELATION SIMPLE 42

    III.2.1. L'AUTOCORRELATION DES ERREURS 45

    III.3.CALCUL DE LA REGRESSION SIMPLE 48

    III.3.1. Calcul de l'intervalle de confiance des coefficients de la droite de régression 49

    III.3.2. Test de signification des coefficients de la droite de la régression 52

    III.3.3.Calcul du coefficient de détermination (R2 ) 53

    III.4.TEST DE COMPARAISON DE DEUX MOYENNES 55

    CONLUSION GENERALE 56

    BIBLIOGRAPHIE 59

    I. OUVRAGES 59

    II.NOTES DE COURS 59

    III.AUTRES SOURCES 59

    TABLE DES MATIERES 60

    * 1 www.le potentiel. Com/afficher_article.php ?id, consulté le 05 mars 2010 à 17h00'.

    * 2 Revue de Réveillez-vous : Comment trouver un emploi et le garder du 8 Juillet 2005.

    * 3 Revue de Réveillez-vous : op cit.

    * 4 www.Le potentiel.com, op cit.

    * 5 www.Le potentiel.com ; op.cit

    * 6 PINTO et GRAWITZ ; Méthodes de sciences sociales ; éd, Dalloz, paris 1986.

    * 7 DAGNELIE P., Théorie et méthodes statistiques : Applications agronomiques, Vol. 2, Les presses agronomiques de

    Gembloux, Gembloux (Belgique), 1986.

    * 8 Encyclopédie encarta 2008

    * 9 PELISSIER, J., et alii ; Droit du travail, Dalloz, Paris, 2002, p.226

    * 10 AUGE, C., Nouveau Larousse illustré, TOME III, Paris, SD, p.478

    * 11 PELISSIER, J., et alii, Op cit.

    * 12 www.le potentiel.net, op cit

    * 13 PELISSIER, J., et alii, op. cit.

    * 14 Encyclopédie encarta 2008

    * 15 16 Encyclopédie encarta 2008

    * 17 Gérard, C., Statistique descriptive, Dunod , Paris 1965

    * 18 SALUMU MULENDA, Cours d'histoire de la statistique et organisation d'un service statistique, Inédit G1

    STATISTIQUE, ISSNT/GOMA, 2006-2007.

    * 19 Gérard, C. op. cit.

    * 20 KIMANUKA RURIHO, C., Cours de statistique appliquée, Inédit, G2 STATISTIQUE, ISSNT/GOMA, 2008-2009

    * 21 KIMANUKA RURIHO, C. Op cit.

    * 22 KIMANUKA RURIHO, C. Idem.

    * 23 Dépliant de l'Office National de l'EMploi « O.N.E.M »

    * 24 SALUMU MULENDA, Op. cit.

    * 25 KIMANUKA, C., Op. cit.

    * 26 KIMANUKA, C., Idem.

    * 27 BOFOYA KOMBA B., Principes d'économétrie : cours et exercices résolus, Inédit, L1 Economie rurale, Unigom, 2007-2008.

    * 28 POLO FUETA E., Cours d'économétrie, G3 statistique, Inédit, 2009-2010.

    * 29 BOFOYA KOMBA B., op cit.

    * 30 KIMANUKA, C., Op cit.

    * 31 BOFOYA KOMBA B., Principes d'économétrie : cours et exercices résolus, Inédit, L1 Economie rurale, Unigom, 2007-2008.

    * 32 BOFOYA KOMBA B., op cit.











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

9Impact, le film from Onalukusu Luambo on Vimeo.