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

 > 

La micro- finance dans l'adoption de nouveaux paquets technologiques de production de riz dans le département des Collines au Bénin

( Télécharger le fichier original )
par Léonie KOUMASSA
Université d'Abomey- Calavi (Bénin ) - Diplôme d'ingénieur agronome 2007
  

précédent sommaire suivant

4.3. Analyse des données

La présente étude est aussi bien qualitative que quantitative. Les données d'ordre qualitatif sont utilisées pour expliquer certains faits d'ordre institutionnel, sociologique et culturel. Après la collecte, le dépouillement et la saisie des données ont été réalisés à l'aide du logiciel EXCEL et le traitement a été réalisé avec le logiciel SPSS 10.0. La saisie du rapport final a été réalisée grâce au logiciel Word.

4.3.1. Outils d'analyse des données

Plusieurs outils d'analyse ont été utilisés dans cette étude. La statistique descriptive a été utilisée pour décrire et caractériser les riziculteurs et les différents services financiers offerts par les IMF. Ensuite deux outils d'analyse spécifiques ont été utilisés pour le test des deux hypothèses de notre recherche.

4.3.2. Outils d'analyse de l'hypothèse H1

L'hypothèse H1 a été analysée par deux outils. Une analyse bivariée a été faite d'abord à l'aide d'histogrammes pour voir l'influence de chacune des variables explicatives prises

46

Léonie KOUMASSA : Thèse d'Ingénieur Agronome, Décembre 2007

Contribution de la micro-finance à l'adoption de nouveaux paquets technologiques de production de riz dans le département des Collines

individuellement sur la variable dépendante. Puis s'en est suivie une analyse multivariée réalisée avec un modèle de Logit multinomial présenté ci-après.

4.3.2.1. Présentation du modèle Logit multinomial ou Logit polychotomique

Divers modèles économétriques peuvent être utilisés pour la détermination des éléments caractéristiques de l'adoption des nouveaux technologiques de riz par les populations du département des Collines. Les modèles les plus utilisés couramment pour des études à variables dépendantes qualitatives sont les modèles Tobit, Logit et Probit. Les deux derniers modèles (Logit et Probit) sont très proches du point de vue des caractéristiques (Amemiya, 1981 cité par Hurlin, 2003).

Les modèles dichotomiques Probit et Logit admettent pour variable expliquée, non pas un codage quantitatif associé à la réalisation d'un événement (comme dans le cas de la spécification linéaire), mais la probabilité d'apparition de cet événement, conditionnellement aux variables exogènes. Ainsi, on considère le modèle suivant : pi = Prob (yi = 1| xi) = F (xiâ) où la fonction F(.) désigne une fonction de répartition. Le choix de la fonction de répartition F (.) est à priori non contraint. Toutefois, on utilise généralement deux types de fonction: la fonction de répartition de la loi logistique et la fonction de répartition de la loi normale centrée réduite. A chacune de ces fonctions correspond respectivement un nom attribué au modèle ainsi obtenu: le modèle Logit et le modèle Probit.

Initialement, le Logit et le Probit ont été mis au point pour la description des modalités prises par une ou plusieurs variables qualitatives notamment en biologie. Mais ils ont eu une large application aussi bien en sociologie, en psychologie et en économie. (Hurlin, 2003)

Ainsi, le Logit a été utilisé dans plusieurs études de choix entre deux ou plus de deux possibilités (Wilson et al., 1986; Payong, 1999; Kemp, 2000; cités par Vodouhè 2003) ainsi que Kouevi (2002) et Avocèvou (2003) etc. La démarcation entre ces deux modèles n'est pas très aisée. Amemiya (1981), Maddala (1983) Polson et Spencer (1991) cités par Honlonkou (1999) en sont arrivés à la conclusion que les deux modèles donnent des résultats similaires.

47

Léonie KOUMASSA : Thèse d'Ingénieur Agronome, Décembre 2007

Contribution de la micro-finance à l'adoption de nouveaux paquets technologiques de production de riz dans le département des Collines

Au delà, de cette similitude entre les lois logistiques et normales, il existe en effet certaines propriétés du modèle logit qui sont particulièrement utiles pour simplifier les calculs ainsi que l'interprétation économique des résultats d'estimation des paramètres â associées aux variables explicatives (Hurlin, 2003). C'est fort de tout cela que nous avons opté pour l'utilisation du modèle logit dans le cadre de cette étude.

Ce modèle vise à estimer la probabilité de choix d'une option compte tenu de certaines variables propres à l'individu observé. Comme dans notre étude la variable dépendante peut prendre plus de deux valeurs c'est le Logit multinomial qui sera utilisé. En effet, 4 types d'adoptants ont été distingués (exclue le niveau 0 car on considère que le niveau 0 d'utilisation de la technologique n'est pas une adoption).

Adoption 0 : Non utilisation des variétés améliorées de riz, de fumure et d'herbicide pour la production du riz.

Adoption 1 : Utilisation d'au moins une variété améliorée de riz sans application de fumure ni d'herbicide;

Adoption 2 : Utilisation d'au moins une variété améliorée de riz et application d'un seul type de fumure mais pas d'herbicide ;

Adoption 3 : Utilisation d'au moins une variété améliorée de riz et application des deux types de fumure mais pas d'herbicide ;

Adoption 4 : Utilisation d'au moins une variété améliorée de riz et application des deux types de fumure et d'herbicide.

De façon mathématique, le modèle se présente comme suit:

Y=f(x, e) avec

Y= variable dépendante pouvant prendre une des 3 modalités suscitées

X= matrice des variables susceptibles d'expliquer la variation de Y e= erreur logistique de la distribution

Généralement, on présente les modèles multinomiaux en termes de variables latentes ou inobservées Y* i ; c'est une variable continue qui affecte la variable polychotomique observée Yi ; la variable observée Y i étant alors un indicateur des valeurs prises par Y* i.

La formulation mathématique du modèle se présente alors dans notre cas comme suit :

48

Léonie KOUMASSA : Thèse d'Ingénieur Agronome, Décembre 2007

Contribution de la micro-finance à l'adoption de nouveaux paquets technologiques de production de riz dans le département des Collines

Y* ij = 3j [Xij] +fli Xij désigne le vecteur des variables explicatives qui affectent l'adoption des innovations de production de riz; i est l'individu ou l'observation i (i =1,2,....n ) ; n étant la taille de l'échantillon ; j est la modalité de la variable dépendante (j = 0, 1, 2, 3, 4) ; Y* ij est la variable quantitative auxiliaire c'est-à-dire la valeur estimée de Yij ; 3j est un vecteur des k paramètres inconnus ; fli est l'erreur ou la perturbation associée à la ième observation lorsque Y prend la valeur j. Les probabilités associées au choix des diverses modalités de l'adoption s'écrivent comme suit:

P (Yi = j) = Exp [3j Xij] / Exp [3j Xij] , avec k correspondant au nombre de modalités de Y

L'estimation des coefficients 3j des variables du modèle étant basée sur la notion de maximum de vraisemblance, la fonction de cette dernière s'écrit :

L(Yij; 3j ;ó ) = [(â jXij ) / â jXij )] où

Nij représente le nombre d'observations en dehors de celles pour lesquelles Y prend la valeur j. L'analyse des résultats de ce modèle porte essentiellement sur:

? La qualité du modèle

Plusieurs techniques sont utilisées pour juger de la qualité du modèle. Ainsi, elle peut être donnée par la vraisemblance du modèle qui suit une loi de Chi-deux. Le modèle est dit globalement bon lorsque la valeur de la vraisemblance est supérieure à celle du Chi-deux au même degré de liberté à un seuil donné (1%, 5% ou 10%) ou directement lorsque la probabilité du LR ( log de vraisemblance) est inférieure au seuil de signification choisi.

? Le pouvoir de prédiction du modèle

Avec le modèle logit, on peut faire un tableau de prédiction du modèle pour évaluer sa qualité à prédire les valeurs prises par la variable dépendante. Le pouvoir de prédiction du modèle permet de confirmer l'adéquation du modèle pour l'étude. Il est donné par le pourcentage de fausses ou vraies prédictions. Plus il y a de vraies prédictions, mieux on peut se servir des résultats du modèle pour faire des estimations.

49

Léonie KOUMASSA : Thèse d'Ingénieur Agronome, Décembre 2007

Contribution de la micro-finance à l'adoption de nouveaux paquets technologiques de production de riz dans le département des Collines

? Les signes

Les valeurs numériques des estimations n'ont pas d'interprétation économique directe. Ainsi, retenons que la seule information directe réellement utilisable est le signe des paramètres, indiquant si la variable associée influence à la hausse ou la baisse la probabilité de l'événement considéré. Le seuil de probabilité des coefficients donné par la valeur de Z (Z-Statistic) est nécessaire car elle indique l'intervalle de confiance sur lequel les signes sont obtenus. Ainsi, une variable est significative à un seuil donné si la valeur absolue de son z-statistique correspondant est supérieure à celui du z-statistique de la table au même seuil.

Dans le cadre de cette étude, on retient donc que l'adoption des innovations technologiques de riz dépend de certaines caractéristiques démographiques et socio-économiques des exploitants rizicoles et aussi de certains facteurs institutionnels. Ces caractéristiques sont entre autre: l'âge, le sexe, la religion, la situation matrimoniale, le groupe socio-culturel, le nombre d'années d'expériences en riziculture, le niveau d'instruction, l'alphabétisation, le statut social, la taille du ménage, le nombre d'actifs agricoles travaillant avec l'enquêté, la superficie de terre possédée, l'accès au crédit, le nombre de sources de revenus, le nombre de personnes scolarisés dont l'enquêté assure la charge.

Les technologies de riz vulgarisées dans le milieu concernent les semences améliorées de riz, les herbicides pour la culture du riz et les itinéraires techniques innovants de la culture de riz. Dans le cadre de cette étude seules les innovations concernant les variétés améliorées de riz, l'utilisation des engrais pour la fumure et le traitement à l'herbicide du champ de riz ont été pris en compte.

précédent sommaire suivant







Appel aux couturier(e)s volontaires

Hack the pandemiuc !

Moins de 5 interactions sociales par jour



9impact, le film en entier sur vimeo

BOSKELYWOOD from Ona Luambo on Vimeo.