Memoire Online - Analyse des données sur l'entrepreunariat féminin à Kinshasa

La République Démocratique du Congo est à l'heure actuelle caractérisée par une crise généralisée qui l'a mise dans une conjoncture économique particulièrement difficile. Cette crise tire ses origines des plusieurs causes dont les principales sont :

Ces événements ont eu pour retombées l'effondrement de l'emploi dans le secteur privé, l'écroulement en série des grandes entreprises (privées et publiques) et le départ massif du capital étranger. Pour parer à cette situation, la population s'est rabattue dans l'espace de production, des échanges commerciaux et des services afin de chercher un moyen de survie. Le secteur des petites et moyennes entreprises a absorbé une partie non négligeable de la main d'oeuvre. Depuis plus de vingt ans, il constitue le support principal de l'économie congolaise en matière d'embauche et d'emploi.

La femme s'est aussi démarquée dans ce processus et joue un rôle très capital dans la prise en charge de la famille. Dans beaucoup de ménages, c'est elle qui est devenu le chef dans la mesure où elle s'occupe des charges financières et soutient le mari qui est dans la plupart des cas frappé par le chômage ou un salaire insignifiant.

En effet, la PME est un vecteur essentiel de la croissance et un relais indispensable de la grande unité de production. Dans le contexte plus précis des pays en voie de développement, elle contribue à l'intérêt général à travers les éléments déterminants de son rôle économique que sont la rénovation du tissus industriel, le développement de l'emploi, de l'innovation et des technologies nouvelles.

Cependant, le secteur des petites et moyennes entreprises n'a pas souvent bénéficié d'une stratégie efficace de la part de l'Etat et des bailleurs de fonds. C'est la raison pour laquelle les opportunités qu'il offre aux entrepreneurs qui le choisissent comme champ d'action demeure maigre à cause des contraintes d'ordres structurel, financier et surtout organisationnel.

La raison principale du blocage du secteur des PME réside dans le fait que ses acteurs ne sont pas suffisamment organisés. Ils deviennent de plus en plus nombreux, suite au processus de polarisation de l'économie congolaise au cours duquel beaucoup de grandes entreprises disparaissent et le chiffre des petites unités de production augmente, sans pour autant devenir plus influents par rapport au partage des ressources nationales ou à la détermination des règles du jeu au niveau macroéconomique.

0.2. HYPOTHESES DU TRAVAIL

Nous pensons prouver une différence dans le capital initial entre les PME qui appartiennent dans les différents secteurs d'activité. En outre, nous sommes animés de la pensée de trouver parmi les femmes ayant fréquentées différents lieux d'instruction, quelles sont celles qui ont nécessité un capital initial élevé.

Nous estimons que les femmes qui ont beaucoup étudié comprennent l'importance des regroupements dans des organisations ou des fédérations d'entrepreneurs ; Celles qui disposent de leurs propres fonds de commerce s'engagent à suivre une formation professionnelle dans le cadre des affaires pour leurs permettre de mieux connaître le secteur dans lequel elles vont oeuvrer.

Enfin, si l'on dispose pour chacune des PME d'une catégorisation du personnel, existe-t-il des types ou des groupes de personnels ayant des comportements homogènes ou atypiques ? Quels sont ces personnels ? Peut-on les classer dans des groupes de comportements homogènes ?

0.3. JUSTIFICATION DE L'ETUDE

Pendant cette période exceptionnelle de l'histoire de la RDC, période caractérisée par des difficultés économiques et sociales, il apparaît opportun d'analyser les mécanismes qui font que la population ne puisse pas sombrer dans le gouffre de la pauvreté et de la misère.

L'intérêt porté à la femme se justifie dans l'effort d'émancipation et de la parité homme et femme dans toutes les activités courantes de la vie. Quant aux PME, l'attention leur accordée tient au rôle combien capital joué par ce secteur dans la vie économique. La PME emploie une forte main d'oeuvre et utilise des techniques de production relativement simple. C'est un secteur qui convient aux pays en voie de développement où il y a abondance de la main d'oeuvre et une pénurie des capitaux.

0.4. OBJECTIFS DE L'ETUDE

Cette étude est présentée dans le cadre du cours d'analyse des données. L'objectif poursuivi est triple. Premièrement, nous voulons assimiler les méthodes statistiques de prise de décision (tests statistiques, méthodes d'analyse multi variée, analyse de la variance,...). Puis, manipuler les logiciels statistiques et être capables d'interpréter les outputs y résultants. Enfin, nous initier au métier d'économiste mathématicien ou de chercheur car ce n'est pas en apprenant par coeur la définition d'un moteur à essence qu'on apprend à conduire une voiture. Mais on devient chauffeur en apprenant à mettre le moteur en marche, à manipuler le levier de changement de vitesse, à maîtriser la direction,... et surtout en faisant beaucoup de pratiques.

0.5. METHODOLOGIE DU TRAVAIL

« Toute recherche ou application de caractère scientifique en sciences sociales comme dans les sciences en général, doit comporter l'utilisation des procédés opératoires rigoureux, bien définis, transmissibles, susceptibles d'être appliquées à nouveau dans les mêmes conditions, adaptés au genre de problèmes et de phénomènes en cause^2(*) »

Notre étude porte sur les données primaires issues d'une enquête effectuée dans les PME de la ville de Kinshasa. La collecte des données a été effectuée sur une fraction de la population d'enquête obtenue par stratification. Nous avons retenu 22 communes dans lesquelles nous avons tirés aléatoirement 113 PME. Le critère de choix est la distance par rapport au centre ville. Ainsi, les communes de Maluku et N'sele ont été éliminées. Précisons qu'aucun calcul n'a été effectué pour déterminer la taille de l'échantillon.

La base des données que nous avons utilisé est l'ensemble des données collectées auprès de 133 PME. Cette base de données a été saisie et tournée sur Microsoft Access.

Les logiciels tels que SPSS, Microsoft Excel nous ont permis d'analyser ces données à l'aide des tableaux, graphiques et des tests statistiques afin d'obtenir des mesures nous permettant de tirer certaines conclusions sur les liens éventuels entre les variables et produire donc de l'information économique.

Cette étude est descriptive et analytique et s'appuie sur une démarche hypothético-déductive.

0.6. DELIMITATION DE L'ETUDE

Notre travail n'a pas la prétention d'épuiser toute la théorie sur les PME. D'innombrables difficultés nous ont obligés de poser le problème sur les PME de la ville de kinshasa.

0.7. CANEVAS

Cette publication suit la logique des principaux thèmes abordés dans le cours. Sa structure est la suivante :

OUVRAGES CONSULTES

2. GRAWITZ, M. (2001) Méthodes des sciences sociales, 11^ème éd., Dalloz, Paris.

3. HOWELL, D.C.(1998) Méthodes statistiques en sciences humaines, De Boeck université, Paris

CHAPITRE UNIQUE : ANALYSE DES DONNEES

1. STATISTIQUES DESCRIPTIVES

L'environnement économique, social et culturel africain a des effets immédiats sur la création, le fonctionnement et la croissance des P.ME. Le mode de création des PME africaines diffère de ceux des européens par exemple. C'est ainsi qu' il convient d'en étudier les caractéristiques.

Age de l'entrepreneur

L'age moyen des femmes entrepreneurs est 36 ans, la moitié d'entre elles ont plus de 35 ans. La moins âgée a 18 ans seulement alors que la plus vielle a 60 ans. Mais l'écart entre age est assez remarquable et est de 9 ans. Ainsi, les femmes entrepreneurs ont un age qui varie entre 18 et 60 ans. 25% des femmes ont plus de 29 ans et 75% ont plus de 42 ans. il y a donc un nombre élevé des femmes qui ont moins de 30 ans. Les PME sont plus composées des femmes qui ont moins de 36 ans.

Capital initial

Indépendamment des secteurs d'activités, les femmes investissent environ USD 918.7912. Celle qui mise le peu le fait avec USD 50. La disparité est très grande puis que le plus grand capital initial est USD 7000. Cette disparité est estimée à USD 1163.9032. Curieusement,10% misent plus de USD 126 pendant que 60% misent USD 7000. Ainsi, il apparaît qu'il existent des valeurs accidentelles et/ou exceptionnels qu'il faudra soustraire de l'étude.

Deux tests dont les résultats sont concluants sont utilisés. Les écarts réduits effectués sur le montant initial nous montrent que les valeurs 7000, 5000 et 4500 sont aberrants. Le box plot modifié confirme ce résultat en y ajoutant deux autres valeurs qui sont 4000 et 3400 USD.

Age de la PME

La variable age de la PME représente le temps d'existence de l' entreprise depuis sa création jusqu' en Janvier 2006. elle a été volontaire transformée pour clarifier l'analyse. Le tableau suivant nous montre que les PME ont une durée moyenne de 4 ans. Même si les écarts sont non négligeables, il convient de noter qu'il y a un grand nombre d'entreprises qui ont été créées il y a deux ans. En outre, il y a 22 PME qui ont plus de 2 ans et 90 PME ont plus de 6 ans. Peut-on dire que les pillages, les guerres d'agression et de libération sont à la base de la création des petites et moyennes entreprises ?

Niveau d'étude

le tableau précédent montre que 22.5% d'entrepreneurs ont reçu une formation primaire, 55% ont reçu une formation secondaire et 22.5%, une formation universitaire. Cette situation se présente graphiquement comme suit :

TEST DE KHI CARRE

Le tableau précédent nous montre que 21.5% des femmes qui ont suivi une formation professionnelle avait la totalité du fond propre et 8.5% des celles qui n'avaient pas suivi de formation avaient juste une partie du fond propre. Par ailleurs, 6% avaient rien et n'avaient pas non plus suivi de formation contre 19% qui avaient du moins suivi une formation professionnelle sans pour autant avoir un fond propre. Une masse de 59% avait la totalité du fond propre et 48% avait suivi la formation. Parmi celles qui avaient une partie du fond propre,47%avaient suivi la formation contre 53 qui n'avaient pas suivi. La proportion de celles qui n'ont pas suivi la formation vaut le 13/25. Peut- dire qu'il y a dépendance entre la formation professionnelle et le montant du fond propre ? Si oui, dans quelle proportion ?

La probabilité de la statistique khi deux est 0.002 et est inférieure à 0.05. nous rejetons l'hypothèse nulle d'indépendance entre la formation professionnelle et le montant du fond propre. Ainsi, nous avons 95% de chance pour qu'il y ait relation entre la formation professionnelle et la dotation en fond propre. Cette liaison est définie dans une degré de 32.3%.

Appartenance à la FIFE et autres

total

oui

non

Niveau primaire

d'étude et second

universit

total

Le tableau précédent nous renseigne que 12% des femmes qui ont suivi l'enseignement primaire et secondaire appartiennent dans la FIFE et autres, 64% de celles qui ont suivi l'enseignement primaire et secondaire ne sont pas attachées à ces organisations. Remarquons en outre que la moitié des femmes qui sont membres de la FIFE et autres sont des universitaires. Par contre, parmi celles qui n'appartiennent pas à ces organismes, 83% n'ont pas fait l'université. Peut-on dire que l'appartenance à la FIFE et autres organismes est dépend de la formation universitaire ?

La statistique khi deux calculé est 10.044. Comparativement au khi carré de table qui est 3.841, il ressort que la statistique khi carré calculée est supérieure au khi carré de table. La décision à prendre est le rejet de l'hypothèse nulle. Nous avons donc 5% de risque pour que l'appartenance à la FIFE et autres dépende du niveau d'étude. La coefficient de phi est 0.325 ; ce qui implique que le degré de liaison entre l'appartenance à la FIFE et autres et le niveau d'étude est de 32.5%.

les hommes, se retrouvent quelque fois perdues dans la société. C'est ainsi que celles qui n'ont pas assez étudié suivent des formations professionnelles en vue de se créer une unité de production. Peut-on affirmer, au seuil de 5%, qu'il y a une relation entre le niveau d'étude et la formation professionnelle ?

En lisant le tableau ci haut en termes des proportions, il apparaît que 22% des femmes ont fait l'école primaire, 56% le secondaire et 22% l'université. Parmi celles qui ont fait le primaire, on compte 40% qui ont aussi suivi une formation professionnelle et 60 qui n'ont pas suivi. celles qui ont fait l'école secondaire représente 61% de celles qui n'ont pas suivi la formation professionnelle et 49% de celles qui ont suivi la formation. Enfin, 15% de celles qui ont fait l'université ont aussi suivi la formation contre 7% qui n'ont pas suivi la formation. Pouvons nous nous décider sur l'existence d'une relation entre le niveau d'étude et la formation professionnelle ?

H_o: il y a indépendance entre la formation professionnelle et le niveau d'étude.

H₁: il y a dépendance entre la formation professionnelle et le niveau d'étude.

Le test statistique de khi deux de Pearson n'est pas concluant parce que la probabilité de khi deux est supérieure à 0.05. Ainsi, nous acceptons l'hypothèse nulle au seuil de 0.05% et nous disons que la formation professionnelle ne dépend pas du niveau d'étude.

35% des femmes ont une activité secondaire alors que 65% n'en ont pas. 6% de celles qui ont une activité secondaire ont quant même fait les études universitaires pendant que 29% de celles qui ont une activité secondaire ont n'ont pas fait l'université. Comparativement,17% de femmes qui n'ont pas d'activités secondaire ont fait les études universitaires pendant que 48% de celles qui n'ont pas d'activités secondaire n'ont pas fait l'université. Parmi celles qui ont fait l'université, seulement 24% ont une activité secondaire alors que parmi celles qui n'ont fait que les études primaires, il y a 68% qui ont n'ont pas d'activités secondaires. Pouvons nous conclure qu'il y a dépendance entre le niveau d'étude et l'activité secondaire ?

H_o: il y a indépendance entre le niveau d'étude et le fait d'exercer une activité secondaire.

H₁: il y a dépendance entre le niveau d'étude et le fait d'exercer une activité secondaire.

Le test de khi deux montre que il y a une indépendance entre le niveau d'étude et le fait d'exercer des activités secondaires. Nous disons ainsi parce que la probabilité de la statistique khi deux est supérieures à 0.05 et cela nous donne droit d'accepter l'hypothèse nulle.

ANALYSE FACTORIELLE

Si l'on dispose pour chacune des PME d'une catégorisation du personnel, existe-t-il des types ou des groupes de personnels ayant des comportements homogènes ou atypiques ? quels sont ces personnels ? peut-on les classer dans des groupes de comportements homogènes ?

L'écart maximal entre les moyennes est 2.4197. cela est due au fait que d'autres secteurs d'activité exigent plus de tâches d'exécution que de conception. La même observation peut être accordée aux apprentis et aux bénévoles. Toutefois, ces écarts sont un presque homogène.

L'analyse de la matrice de corrélation nous renseigne que les corrélations entre les variables sont acceptables. Les employés de supervision sont quasiment fortement corrélés aux employés d'exécution mais faiblement aux bénévoles. Les employés d'exécution sont faiblement corrélés aux bénévoles aussi.

Le degré de liaison entre les employés de supervision et les employés d'exécution est de 68.6% alors q'il n'est que de 13.7% entre les employés de supervisions et les apprentis. Inversement, le coefficient de corrélation entre les apprentis et les bénévoles est de 30.5% alors que ce coefficient n'est que de 8% entre les bénévoles et les employés d'exécution et de 16.5% entre les apprentis et les employés d'exécution est de 16.5% .

L'adéquation de la solution factorielle est moyenne. L'ensemble des employés de supervision, d'exécutions, des apprentis et des bénévoles est un ensemble cohérent et permet de constituer une mesure adéquate des concepts dans une proportion de 52.7%. Le test de sphéricité de Bartlett est significatif et nous renseigne que toutes les corrélations entre les variables ne sont pas égales à zéro.

Nous pouvons aisément réduire ces variables à un nombre restreint de méta-variables ou des facteurs. L'application d'une analyse en composantes principales semble être licite.

La première valeur propre représente 45.047% de la variance alors que la deuxième ne représente que 29.847%. si nous pouvons retenir les deux composantes et travailler à deux dimensions plutôt qu' à quatre, nous acceptons de sacrifier 25.105% de l'information totale puis que les deux premières valeurs propres représentent 74.895% de la variabilité totale.

Les deux composantes expliquent les employés de supervision à 84%. Cette variable est fortement corrélée avec la première composante et est faiblement et négativement corrélées avec la seconde. Les employés d'exécution se comporte presque identiquement avec les employés de supervision. La variable apprentis quant à elle est représentée à 63.8% pendant que la variable bénévole l'est à 67.6%. Elles sont toutes deux corrélées positivement avec les deux composantes.

Après rotation, la matrice des composantes ne change presque pas. Elle améliore la représentativité des variables. C'est seulement la variable bénévole qui a subie une large modification et est négative.

Le diagramme de composantes après rotation montre de façon transparente qu'il existe deux groupes ou types de personnel dans les PME de kinshasa. En effet, les variables employés de supervision et d'exécution sont très fortement corrélés entre eux et avec la première composante. Ils ont comme caractéristique commune d'être engagé dans la PME et d'y travailler régulièrement. La première composante peut être interprétée comme les employés étant engagés dans la PME. Par contre, les variables apprentis et bénévoles sont corrélées entre eux et avec la deuxième composante. Elles ont la caractéristique commune de travailler temporellement et de façon discontinue dans la PME. Ce qui nous pousse à interpréter la deuxième composante comme les employés non engagés dans la PME.

La catégorie des non engagés se développe de plus en plus. Il s'agit des « coopérants ». Ils ont un niveau d'étude faible et font un travail ambulant et sont rémunérés sur le coup^3(*).

Le diagramme des individus n'ajoute rien si ce n'est de confirmer l'existence de deux types des PME. Du reste, la représentation des individus dans le diagramme paraît ininterprétable.

ANALYSE DE LA VARIANCE

La moyenne du montant du capital initial varie selon les secteurs d'activités. Elle s'échelonne dans l'ordre suivant : secteur de production, de commerce et de service. Les écarts types varient également selon les secteurs. Eu égard à cette dispersion, peut on dire que ce classement est significatif au seuil de 5% ?

La condition d'application du test est vérifiée puis que le test d'homogénéité des variances est concluants.

H_o: tous les niveaux de facteurs ont un même capital initial en moyenne. c'est à dire que les secteurs d'activité ont une même capital initial en moyenne

Le degré de signification de test est 0.514. il n'est pas significatif et les deux variables testées n'ont pas de liens. Ainsi la différence dans la mise initiale n'est pas significatifs. Même si les tests post hoc n'ont pas leur raison d'être, il nous semble intéressent de poursuivre la discussion.

Le test de Tuckey confirme le test de Fisher sur l'égalité des moyennes. Toutefois, même si ce différence ne sont pas statistiquement significatif, on voit que la moyenne du capital initial dans le secteur de production est inférieure aux moyennes des secteurs commercial et de service. Le secteur commercial exige en moyenne un capital initial supérieure au secteur de production mais inférieure au secteur de service. Ce dernier exige plus que le secteur de production mais moins que le secteur commercial.

Le test de Scheffe quant à lui montre aussi que comme l' hypothèse nulle complète est vraie, alors tous les contrastes possibles entre les moyennes sont nuls aussi. Ce qui revient à valider la conclusion de Tuckey.

H_o: tous les niveaux de facteurs ont un même capital initial en moyenne. c'est à dire que les niveaux d'étude ont une même capital initial en moyenne

Le tableau d' analyse de la variance montre que le degré de signification de la statistique F de Fischer est 0.471. Cette non significativité renseigne que il y a égalité entre les moyennes du capital initial issu des entrepreneurs qui ont différents niveaux d'études.

CONCLUSION

Tout au long de cette étude, nous avons fourni l'effort d'appliquer tous les éléments qui ont été abordés dans le cours et dans les travaux pratiques. L'attention a été également accordée dans les tests d'hypothèses et autres. Nous aurions dû suivre la procédure normale des tests d'hypothèses, mais la présentation du texte ne nous l'a pas permis.

Concernant l'application de l'analyse factorielle des correspondances, nous avions été buté au problème d'analyse des outputs issus du logiciels. Nous nous contenterons donc des séminaires et publications pour combler cette insuffisance.

Nous remercions le professeur MUKOKO SAMBA Daniel pour ce cours très utile pour notre formation. Ce cours sans aucun doute fera de nous des analystes très robustes. Nous lui promettons, comme nous venons d'ailleurs de le faire, d'utiliser efficacement toutes les méthodes et techniques qu'il nous a montrer, non pas seulement pour nos mémoires, mais aussi pendant notre carrière d'économistes quantitativistes.

Nos remerciements s'adressent aussi à l'assistant KEBELA Patrick. A l'aide des travaux pratiques et des discussions individuelles, nous avons bénéficié de la capacité de discussion sur les outputs, précisément dans l'analyse de la variance.

Nous remercions aussi tous les amis du groupe pour la discussion et les échanges tout au long du travail.

* ¹ Selon le journal le Phare(n°180, 20 octobre 1992), 924 entreprises auraient été détruites lors du premier pillage et 90517 emplois supprimés.

* ² M. GRAWITZ (2001) Méthodes des sciences sociales, 11^ème éd, Paris, Dalloz, p.352

* ³ OTCHIA SAMEN (2004) Le processus de management dans les PME congolaises, TFC ,UNIKIN, p. 25

Analyse des données sur l'entrepreunariat féminin à Kinshasa

INTRODUCTION

0.1. PROBLEMATIQUE