1.3.3.1 Elaboration des questionnaires
Des questionnaires ont été
préétablis avant de mener une descente sur terrain. Ils ont
été précisément élaborés en fonction
des types d'acteurs (éleveur, transformateur, collecteurs) et de la
nature de l'information requise, de manière à permettre un
entretien guidé (Cf. Annexe VI).
1.3.3.2 Descente sur terrain
Des entretiens renforcés par des descentes sur terrain
ont été effectués auprès des responsables des
entreprises, ainsi que sur les lieux d'implantation des fermes et/ou des
unités de transformation pour les éleveurs et les
transformateurs. Cette démarche a permis d'avoir une vision plus
synoptique sur ces entreprises. Ces dernières sont réparties dans
les Districts de la Région d'Analamanga.
1.4 Démarche spécifique à chaque
hypothèse
La vérification des trois hypothèses posées
au début de ce travail s'est concrétisée suivant des
démarches spécifiques.
1.4.1 Démarche de vérification de
l'hypothèse 01 : « Les activités des entreprises de la
filière lait de la Région d'Analamanga sont dominées par
la transformation semiindustrielle »
Pour la vérification de la première
hypothèse, deux démarches ont été menées.
1.4.1.1 ANALYSE DE DONNEES : Traitement sous XLSTAT
Les entreprises de la filière lait sont
catégorisées suivant une typologie, avec comme outil
utilisé l'analyse des données.
L'analyse de données sur XLSTAT permet de mettre sur
pieds une typologie des entreprises de la filière lait à
Analamanga. Les variables utilisées sont relatives au milieu interne
à l'entreprise, et à son milieu externe, à savoir le
statut juridique, le nombre d'employés, le chiffre d'affaires, les
Moyens de production, etc. (Cf. Annexe VII).
Ainsi, quatre traitements ont été
effectués.
a. Classification Hiérarchique Ascendante (CHA)
Il s'agit d'une méthode de classification automatique
qui vise à répartir n individus (à partir d'un
ensemble ?) caractérisés par p variables
X1, X2, ..., Xp en un certain nombre m de classes aussi
homogènes que possible. Un « dendrogramme » ou « arbre
» représentant la hiérarchisation des individus suivant des
classes, est construite à l'issue de ce traitement. Cette classification
se complète avec la méthode de K-means ci-après.
b. Nuée dynamique (K-means)
Le traitement en K-means permet également de regrouper
toutes les variables codées en classes. De ce fait, après avoir
obtenu la classification par la méthode de CHA, on procède au
classement14, afin de définir les typologies (type 1, type 2,
etc.) de chacun des individus.
c. Analyse Factorielle Discriminante (AFD)
Cette analyse a pour objectif de déterminer la
contribution des chacune des variables par rapport à d'autres. Le
traitement s'effectue de manière continue jusqu'à l'obtention
d'une matrice de confusion pour l'échantillon d'estimation avec un total
de 100%.
d. Analyse des Composantes Principales (ACP)
Il s'agit d'un traitement qui permet de mettre en valeur les
interdépendances entre les différentes variables sur un graphe.
Les corrélations peuvent être positives ou négatives.
e. Analyse des composantes multiples (ACM)
Elle traite les variables quantitatives et qualitatives.
L'objectif est de déterminer la typologie pour chaque variable
grâce à un graphe. Les variables qui se trouvent à
proximité d'une des typologies (type 1, type 2, type 3) appartiennent
à cette typologie elle-même.
| 
