WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Les facteurs de satisfaction et d'insatisfaction des agents de maà®trise dans les entreprises tchadiennes.

( Télécharger le fichier original )
par RATANGAR DJIMNADJINGAR
Université de Moundou - DEA Sciences de gestion 2005
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

SECTION 2 : MISE EN ÉVIDENCE DU DEGRÉ DE SATISFACTION DES AGENTS DE MAITRISE DANS LES ENTREPRISES TCHADIENNES

L'objectif principal de ce travail est en partie atteint puisque nous devions identifier et analyser le comportement des agents de maîtrise dans les entreprises. Ainsi, la présente section cherche à faire des analyses (test des hypothèses), soit pour décrire des associations des variables, soit pour expliquer. Ainsi, le premier point (I) va consister à discriminer les facteurs de satisfaction dans les entreprises tchadiennes, le deuxième point est consacré à la vérification des hypothèses.

I. Une satisfaction fortement influencée par la taille de l'entreprise.

Il sera question ici de classer les entreprises de notre échantillon en deux groupes et à l'aide de l'analyse discriminante les facteurs de satisfaction qui les discriminent mieux. Pour cela, nous essayerons dans un premier d'établir une typologie des entreprises (A), dans un deuxième temps à leur caractérisation en deux groupes (B).

A. Essai d'une typologie des entreprises

Après l'analyse, nous avons retenu deux groupes d'entreprises. Ainsi, nous avons introduit la variable cluster (Clu2_1) comme variable à expliquer et les variables qui ont servi à l'analyse hiérarchique ascendante comme variables explicatives. Cette approche permet d'identifier les variables qui différencient les deux groupent de part l'importance que les entreprises accordent aux facteurs de satisfaction des agents de maîtrise dans les entreprises. Elle a permis par la suite de montrer que le pourcentage d'individus bien classés est de 100%. Les deux groupes sont hétérogènes. La discrimination des facteurs aboutit aux résultats ci-dessous.

Tableau24 : fonctions discriminantes des facteurs de satisfaction

Source : nos résultats

A la lecture du premier tableau, la fonction discriminante est significative. Plus la valeur du Lambda de Wilks (deuxième colonne) est faible, meilleur est le résultat et correspond à un khi-deux de 109,809 pour 4 degré de liberté au seuil de 0,000. Cette probabilité étant nulle, elle s'éloigne le plus possible de 0,05, seuil fixé pour nos analyses. Ce qui induit qu'il y'a une discrimination significative des facteurs de satisfaction entre les entreprises. Cette affirmation est confirmée par la lecture du tableau de la fonction aux barycentres des groupes. Ce tableau montre que la classe des entreprises du groupe 1 est fortement corrélée à la fonction discriminante. Son coefficient de corrélation est de 1,209 qui est très supérieur à -1,249. Les coefficients des fonctions de classement ont retenu les facteurs de satisfaction qui discriminent mieux les entreprises des deux groupes.

A présent, la question que nous nous posons est celle de savoir si les entreprises de notre échantillon sont bien classées dans le groupe auquel elles devraient normalement appartenir. Pour apporter des éléments de réponse à cette question, nous allons nous référer au tableau de classement ci-après

Tableau25 : classement des entreprises

Source : nos résultats

Le tableau de classification des entreprises révèle que 91, % des entreprises sont bien classées dans leur groupe respectif. Cependant, dans le deuxième groupe, 4,8% auraient pu appartenir au premier groupe. En d'autres termes, la probabilité pour qu'une entreprise soit réellement classée dans le deuxième groupe est de 87,% et celle de l'autre groupe est de 95,2%. 13% est la probabilité pour une entreprise classée dans le premier groupe d'être dans l'autre groupe.

En conclusion, les résultats sont approchés de la réalité. Il y'a plus d'entreprises bien classées (91, %) que celles qui sont mal classées (9%) dans leur groupe.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Enrichissons-nous de nos différences mutuelles "   Paul Valery