II.2.3. Interprétation du premier facteur
Les variables qui ont plus contribué dans la formation de
l'axe 1 sont listées dans le tableau cidessous.
Tableau 11 : Coordonnées et contributions des
variables ayant plus contribué pour l'axe 1
Variables
|
Coordonnées
|
Contributions
|
|
Variables
|
Coordonnées
|
Contributions
|
Proport_Com_ Grosss_Traitées
|
-0,64
|
11,11
|
|
0,90
|
22,18
|
TOM
|
-0,62
|
10,42
|
|
0,55
|
8,37
|
Taux_CPN
|
-0,39
|
4,10
|
|
0,47
|
6,10
|
Taux_Achev
|
-0,37
|
3,67
|
|
0,46
|
5,80
|
|
|
|
|
0,42
|
4,88
|
|
Source : BSD, calculs propres
Le premier axe factoriel donne 3,63% de l'inertie totale.
L'analyse des contributions nous a permis de
déceler les
modalités qui ont contribué à sa formation. Ainsi les
variables ayant participé à la formation
de l'axe 1 sont
regroupées en deux dans ce tableau 11 et présentent les
coordonnées de signes
36
KALIVOGUI Pépé, ITS3,
stage/BSD/MSHP/Conakry
opposés sur cet axe. Cette situation induit à l'axe
1 une répartition des préfectures en deux types de
caractéristiques opposées :
Le premier groupe est le type des préfectures
caractérisées par un nombre élevé d'infrastructures
médico-privées et une bonne utilisation du système
hospitalier par la population, c'est-a-dire un taux de fréquentation
hospitalière élevé. Signalons également que dans
ces préfectures, le taux d'utilisation du PF est élevé et
présente un faible poids des enfants à la naissance (poids
<2500 g). Nous pouvons citer en exemples, les communes de Matoto, Ratoma,
Kaloum, Dixinn ainsi que les préfectures de Mali, Siguiri et
Télimelé.
Le second groupe est composé des préfectures
dont la proportion de complications de grossesses traitées dans les
centres de santé est élevée et un taux d'occupation des
lits par les malades également élevé. Dans ces
préfectures comme Beyla, Dalaba, Tougué, Kouroussa, etc. les taux
de consultations prénatales et d'achèvement y sont
élevés.
Nous pouvons donc considérer l'axe 1 comme l'axe de
l'amélioration 00DEEmonEEDEammmEmo
Diumonomoulni
II.2.4. Interprétation du second facteur
On enregistre trois principales variables ayant fortement
contribué à la formation de l'axe. Le tableau
ci-dessous donne une indication sur les détailles.
Tableau 12 : Coordonnées et contributions
IS-VIvOUOEl-VISRXLIlOIfRLPOtiRC IIS-IIOx- I2
Taux BCG
Taux_ DTC
Jrnée HP
Coordonnées
Nombre CS
Fem_procréer
Pop
Rapport Pop Med
Coordonnées Contributions Variables
Coordonnées
- 0,74
- 0,74
- 0,70
- 0,50
- 0,35
- 0,29
- 0,39
18,70
18,63
16,36
4,17
8,59
2,87
5,05
Avortement
0,40
Contributions
5,39
Source : BSD, calculs propres
L'axe 2 fournit 2,96% de l'inertie totale. Le nombre
d'habitants et le nombre de femmes en âge de procréer y sont bien
représentés. L'axe 2 met en opposition les préfectures
ayant un nombre de centres de santé élevé, un rapport
nombre d'habitants sur nombre de médecins élevé et ceux
pour les mêmes données ayant une caractéristique faible. Il
faut ainsi dire que pour les uns, le nombre d'avortements pour 1000 grossesses
est très élevé. Dans ces préfectures, les taux de
vaccination BCG et DTC donnent une bonne indication ainsi que les
journées d'hospitalisations.
Nous pouvons également considérer l'axe 2 comme
de l'amélioration d'infrastructures de base et de mEmtio.
Globalement, nous pouvons dire que la projection sur le
premier plan factoriel conserve 6,58% de l'inertie du nuage. La
déformation des longueurs et des angles des vecteurs représentant
les 21 variables est remarquable. Certaines variables sont parfaitement bien
représentées et la corrélation avec d'autres variables y
est forte, soit positivement ou négativement.
| 
