2. APPROCHE
CONCEPTUELLE
2.1 Cadre théorique
La décision du paysan face à une situation est
fondée sur un ensemble de critères pour le choix de changement
dans ses pratiques (NJANKOUA, 1999). Un certain nombre de
théories et modèles ont été
développés pour essayer d'expliquer le comportement
décisionnel du paysan. Cette explication peut être
facilitée par une représentation formalisée mettant en
relation une variable dépendante (décision d'investir, Yi) avec
un ensemble de variables explicatives ou indépendantes (vecteur Xi).
L'étude de cette relation peut se faire par des méthodes non
paramétriques utilisant des tables de contingence de CHI-2 ou l'analyse
de corrélation. Au niveau des tables contingentes de CHI-2, bien que les
résultats des tests suggèrent des relations significatives, il
est difficile de capter l'importance des phénomènes
économiques à travers les analyses. En effet, ces analyses ne
prennent pas en compte le caractère simultané ou
intégré du processus de décision du paysan (DORMAN, 1996,
FEDER, JUST et ZILBERMAN, 1985 cités par NJANKOUA, op. cit.). Les
études ayant utilisé l'analyse des corrélations pour
examiner les relations entre facteurs affectant la décision du paysan ne
fournissent que des informations qualitatives sur les effets des
différentes variables explicatives : aucune information concernant
l'importance quantitative de ces variables ne peut être obtenue. De plus,
les corrélations simples entre les variables peuvent être
hautement influencées par d'autres, de sorte que chaque
corrélation renferme de faux effets (FEDER op. cit.).
L'analyse économétrique propose des
méthodes plus raffinées par l'utilisation de modèles de
choix direct. Ceux généralement utilisés sont : l'analyse
discriminante, les modèles PROBIT, les modèles LOGIT et les
modèles de probabilité linéaire.
Les modèles de probabilité linéaires,
bien que fréquemment utilisés en économétrie
à cause de leur simplicité dans l'application (estimation par les
MCO) présentent d'énormes défaillances théoriques.
En effet, ils aboutissent à la construction de densité de
probabilité prenant des valeurs à l'extérieur de
l'intervalle [0, 1], ce qui est dénué de sens (FEDER op. cit.).
Ainsi, plusieurs auteurs dont GRIFFITH et al (1993) cité par
NJANKOUA (1985) déconseillent l'usage de ces modèles.
Deux techniques d'analyse multifactorielles liées,
généralement utilisées dans les études de choix,
sont le modèle LOGIT et le modèle PROBIT. Ces deux modèles
utilisent une série de caractéristiques de l'exploitation et de
l'exploitant (qui peuvent être continues ou discrètes) pour
prédire la probabilité du choix (MADDALA, 1983). La
différence fonctionnelle entre ces deux modèles est que le LOGIT
suppose que la variable dépendante suit une distribution logistique
tandis que le PROBIT suppose une distribution cumulative normale. Pour la
plupart des problèmes simples, l'interprétation des
données bien qu'estimée par le LOGIT ou le PROBIT sera
très similaire. Les différences apparaissent seulement au niveau
de la taille de la distribution, c'est-à-dire pour des individus ayant
une très grande ou très faible probabilité d'adoption vu
que la fonction logistique a une courbe plus plate. Cependant les calculs sont
plus simples dans le cas du LOGIT et plus complexe dans le cas du PROBIT.
Dans le cadre de l'analyse des facteurs déterminants
des investissements dans la caféiculture, nous utiliserons un
modèle LOGIT dichotomique. Ce choix est lié à deux
principales raisons :
- la variable expliquée dans la cadre de notre
étude est qualitative et dichotomique (investir dans la
caféiculture ou non) ;
- le modèle LOGIT facilite l'interprétation des
paramètres associés aux variables explicatives.
| 
