L'étude de l'impact de l'augmentation du prix du carburant sur les tarifs du transport en commun à Kamina

III.4.2. Interprétation des résultats

Y	X1	X2
1000	3200	1648
1000	3000	1648
1000	3700	1648
1000	3800	1648
1000	3900	1648
1500	4000	1648
1500	4000	1648
1500	4000	1648
1000	3200	1648
1500	4000	1648
1500	4000	1648
2000	4500	1648
2000	5000	1851
2000	5200	1851
2000	5700	1851
1500	4700	1851
1500	4500	1851
1500	4000	1851
1500	4500	1851
1000	4300	1851
1000	4200	1851
1000	4000	1851

49

1000	4000	1851
2000	5700	1851
1000	3800	1989
1500	4000	1989
1500	4200	1989
1000	3700	1989
1000	3500	1989
1500	4000	1989
1500	4500	1989
1500	4500	1989
1500	4200	1989
1500	4000	1989
1500	4500	1989
1000	3800	1989
1000	3500	2007
1000	3300	2007
1000	3700	2007
1000	3700	2007
1000	3500	2007
1000	4000	2007
1500	4300	2007
1500	4300	2007
1500	4200	2007
1500	5000	2007
1000	4000	2007
1000	3800	2007
1000	3500	2340
1000	3500	2340
2000	5500	2340
1000	3700	2340
1000	3500	2340
1500	4000	2340
1500	3800	2340
1500	4000	2340
1500	4200	2340
2000	5800	2340
2000	4000	2340
1500	3800	2340

Source : Élaboré par nous-même sur base des données du tableau ci-haut.

Où : la variable expliquée (Y) c'est le prix de transport et les variables explicatives (X1) est le prix d'un litre de carburant et (X2) est les taux de change moyen pendant le 5 années sous étude.

50

Estimation des résultats

Faisant recours à l'outil informatique pour analyse de nos données, voici comment se présente les différents résultats de nos analyses.

Notre modèle est de la forme :

Y= â0+â1X1 + â2X2+?.

D'où :

Y= variable expliquée,

â0 = Constante qui a la valeur de Zéro quand X=0,

ât = les constantes qui représentent la pente de la ligne de régression,

Xt = les variables explicatives

E = termes d'erreurs

Ainsi, Y= 648,1411161+ 0,453475799X1+0,069073294X2+58

Interprétation

Les éléments dans la synthèse ci-haut nous renseignent que le modèle est expliqué à hauteur de 62,3% (coefficient de détermination R2) avec un coefficient de détermination multiple ou corrélation de 78,9% ; ceci veut dire que les variables explicatives (Xt) et la variable expliquée (Y) sont corrélées à hauteur de 78,9%. C'est-à-dire que notre modelé est significatif, les variables explicative (Xt) explique à hauteur de 78,9% les variation de la variable explique (Y) d'où la significativité de notre modelé.

1. Test global de fisher

Pour vérifier si le modèle est acceptable, deux hypothèses sont envisageables :

? Hypothèse nulle (H0) : Lorsque F calculé est inférieur à F théorique, nous acceptons l'hypothèse nulle et nous rejetons l'hypothèse alternative.

? Hypothèse alternative(Ha) : Lorsque F calculé est supérieur à F théorique, nous acceptons l'hypothèse alternative et nous rejetons l'hypothèse nulle.

Dans notre modèle :

? H0 : " L'augmentation du prix du carburant n'impact pas les tarifs du transport en commun dans la ville de Kamina"

51

? Ha : " L'augmentation du prix du carburant impact les tarifs du transport en commun dans la ville de Kamina"

F calculé = 47,08522566 F théorique (k-1, n-k)

F théorique (2-1,60-2) F théorique (1,58) = 4,01 (table de Fisher)

Avec le test de FISHER, nous constatons que F calculé est largement supérieur à F théorique soit 47,08522566 > 4,01. Donc, nous acceptons dans ce cas l'hypothèse alternative et rejetons l'hypothèse nul et donc nous disons que le modèle est acceptable.

2. Test de student

Pour vérifier si le modèle est significatif, nous pouvons aussi utiliser le test de STUDENT. Ici, deux hypothèses sont encore envisageables :

? Hypothèse nulle (H0) : Lorsque T calculé est inférieur à T théorique, nous acceptons l'hypothèse nulle et nous rejetons l'hypothèse alternative.

? Hypothèse alternative (Ha) : Lorsque T calculé est supérieur à T théorique, nous acceptons l'hypothèse alternative et nous rejetons l'hypothèse nulle.

T calculé = 2,128474554

T th (n-k) = (60-5) T th (58) =2,004 (voir table de Student)

Avec ce test, nous trouvons que T calculé est aussi largement supérieur à T théorique soit 2,128474554 > 2,004. Dans ce cas, nous acceptons l'hypothèse alternative et rejetons l'hypothèse nul et donc le modèle n'est pas significatif.

Donc, avec tous les deux tests (de FISHER et de STUDENT) ; nous constatons que l'augmentation du prix de carburant impacte le prix du transport en commun dans la ville de Kamina.