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

 > 

Travail des enfants de 5-14 ans et rendement scolaire au Cameroun

( Télécharger le fichier original )
par Francky FOUEDJIO
Institut Sous-Régional de Statistique et d'Economie Appliquée - Ingénieur Statisticien 2008
  

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

4.2 Approche économétrique de la relation entre travail des enfants et rendement scolaire

Cette section met en évidence le lien qui existe entre travail infantile et rendement scolaire à travers un modèle économétrique. La démarche méthodologique consiste à expliquer le rendement scolaire des enfants à travers la méthode de régression logistique pour dégager l'effet net de chacune des variables explicatives, et en particulier celles relatives au travail des enfants. L'analyse est conduite en deux phases. Dans un premier temps, une brève description des variables du modèle est faite. Après la description, les résultats économétriques et interprétations sont présentés.

4.2.1. Présentation des variables du modèle

L'analyse économétrique se base sur les données relatives à l'enquête MICS 2006. Le choix des co-variables à introduire dans un modèle de régression repose non seulement sur les connaissances théoriques et travaux déjà réalisés, mais aussi sur la finalité du modèle. En effet, il faut distinguer entre une analyse « pronostic » et une analyse « étiologique », car la finalité n'est pas tout à fait la même. Dans une analyse « pronostic », on cherche avant tout à construire un modèle permettant de prédire (discriminer dans la régression logistique) le mieux possible les « outcomes » ( et ) à partir des co-variables, a contrario dans une analyse « étiologique » on s'intéresse plus particulièrement à évaluer le risque associé à un facteur. L'approche retenue dans le cadre de notre recherche est l'analyse « étiologique ». Autrement dit, le modèle retenu ici va nous servir pour mesurer l'effet net de chacune des variables exogènes susceptibles d'influencer le rendement scolaire.

De façon formelle, il y a une seule variable dépendante dans le modèle qui tient compte du rendement scolaire de l'enfant. Cette variable est baptisée et prend la valeur 1 si l'enfant a réussi son passage en classe supérieure et dans le cas contraire. Comme cela a été dit dans le chapitre 1, la réussite est définie comme le fait de passer de la classe à la classe . La variable étant dichotomique, la régression logistique a été retenue ici pour évaluer l'effet net des facteurs susceptibles d'influencer le rendement scolaire.

Au final, quels sont les déterminants du succès ou de l'échec ? Pour répondre à cette question, nous avons retenu dans le modèle un certain nombre de variables explicatives pouvant être regroupées en deux groupes :

- Caractéristiques de l'enfant

Les caractéristiques propres de l'enfant inclues dans cette étude concernent la tranche d'âge de l'enfant, son genre, son statut d'occupation, ses activités, son niveau d'éducation et la possession de certaines fournitures scolaires.

- Caractéristiques du ménage

Le deuxième groupe est composé des variables décrivant le contexte familial dans lequel l'enfant évolue. Il comprend le milieu de résidence, le nombre d'enfant de moins de cinq ans dans le ménage, le nombre d'enfants de 5-14 ans, le nombre de femme âgées de 15 à 49 ans, le niveau d'instruction du chef de ménage, le niveau d'instruction de la mère du ménage, le niveau de vie du ménage, l'utilisation de l'électricité, la possession d'un poste radio, d'un téléviseur. Le poids relatif des enfants de 0-4 ans et des enfants scolarisables (5-14 ans) peut entraîner des choix dans la décision de scolariser, ou de les scolariser et de les mettre au travail à la fois, affectant ainsi leur rendement scolaire. L'introduction de ces variables est fondée sur le coût que le nombre élevé d'enfants peut jouer sur la décision de combiner travail et éducation. Nous tenons compte de la possession de certains biens par le ménage dont la radio, la télévision pour cerner l'impact, non pas du niveau de vie mais du fait de l'information sur le choix des parents quant à l'éducation de leurs enfants. Le milieu dans lequel se trouve le ménage est un facteur qui peut jouer en amont sur soit la scolarisation, soit à la fois sur la scolarisation et le travail des enfants et, en aval sur le rendement scolaire des enfants compte tenu des disparités qui existent entre les villes et les campagnes.

Formellement, le modèle s'établit de la façon suivante :

est la matrice des caractéristiques individuelles, familiales et communautaires de l'enfant, le paramètre à estimer. Nous partons du principe que les erreurs suivent une distribution logistique.

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








"Je ne pense pas qu'un écrivain puisse avoir de profondes assises s'il n'a pas ressenti avec amertume les injustices de la société ou il vit"   Thomas Lanier dit Tennessie Williams