Application de la méthode d'évaluation contingente à la mesure de la demande et à la planification des investissements scolaires dans les zones sous-scolarisées. Cas des populations Mbororo du Nord- Ouest

III.2. Estimation des résultats du modèle

Les tableaux présentant les résultats du modèle sont donnés en annexe 9, tableaux 17, 18 et 19 correspondant respectivement à l'enseignement primaire, secondaire général et l'enseignement secondaire technique.

III.2.1. Test de significativité des variables ; Le test de STUDENT

III.2.1.1 Définition et présentation du test

Le test de STUDENT permet de tester les hypothèses statistiques suivantes:

Ø L'hypothèse nulle H₀ est l'hypothèse que l'on souhaite invalider ;

Ø L'hypothèse alternative H₁ est l'hypothèse qui sera retenue au cas où le test statistique rejette l'hypothèse nulle H₀.

L'échantillon dont nous disposons (m₀) provient d'une population de moyenne m ; nous voulons savoir si m=m₀. On va donc tester l'hypothèse H₀ contre l'hypothèse H₁

H₀ : m = m₀

H₁ : m ? m₀

Comme pour tout test, la conclusion qui sera déduite des résultats de l'analyse aura un caractère probabiliste : On ne pourra prendre une décision qu'en ayant conscience qu'il y a un certain risque qu'elle soit erronée. Ce risque nous est donné par le seuil de signification du test (á).

Dans le cadre de notre étude, nous effectuerons des tests au seuil de 5 % et au seuil de 1 %. La table des valeurs usuelles pour une distribution de Student nous donne les valeurs respectives de 1,96 et 2,58.

III.2.1.2 Règle de décision

La règle de décision pour le test de Student au seuil de 5 % est la suivante :

· Si |t-statistic| < 1,96 ou P (statistique) > 0,05 on accepte l'hypothèse H₀. La variable n'est pas significative.  Cela signifie que si l'on obtient un t-statistc dont la valeur absolue est inférieure à 1,96 on court un risque de 5 % au minimum de commettre une erreur en rejetant l'hypothèse H₀.

· Si |t-statistic| > 1,96 ou P (statistique) < 0,05 on rejette l'hypothèse H₀. La variable est significative. Cela signifie que si l'on obtient un t-statistc dont la valeur absolue est supérieure à 1,96 on court un risque de 5 % au minimum de commettre une erreur en acceptant l'hypothèse H₀.  

III.2.1.3 Application à la base de données.

Ø Enseignement primaire

Les variables Education, Revenu et Mariage sont significatives, tandis que les variables Age, Profession, Number of children et Distance ne le sont pas contrairement à nos prévisions.

- La variable Education est significative au seuil de 1%; ceci confirme notre hypothèse selon laquelle plus le parent est instruit, plus il consent à payer pour l'éducation de ses enfants. Le coefficient de cette variable est positif, ce qui signifie que plus le parent est instruit, plus son CAP augmente.

- La variable Revenu est significative au seuil de 1%, ce qui confirme l'hypothèse de départ ainsi que la théorie économique de la consommation, dans la mesure où la probabilité d'accepter les valeurs soumises élevées diminue avec le revenu. Ceci se traduit par le signe négatif du coefficient associé à cette variable : Le manque de revenu a une influence négative sur le CAP.

- La variable Mariage est significative au seuil de 1%. Plus les parents pensent que leurs filles sont destinées au mariage, plus leur CAP diminue, ce qui se traduit par le signe négatif de son coefficient : Le mariage des jeunes filles a un effet négatif sur le CAP.

La variable Distance n'étant pas significative, Il apparait donc que la distance n'influence pas le CAP. Il n'est donc pas une cause de la sous-scolarisation. Il en va de même pour l'enseignement secondaire général et technique.

Le fait que la variable Number of children ne soit pas significative peut s'explique par le fait que les frais liés à l'éducation dans ce cycle de formation restent relativement faibles, comparés aux frais applicables au secondaire général et secondaire technique. Cette variable n'influence donc pas le CAP.

Ø Enseignement secondaire général

Les variables Education, Number of chidren et Mariage sont significatives, tandis que les variables Age, Profession, Distance et Revenu ne le sont pas.

- La variable Education est significative au seuil de 1 % ; l'explication qui est donné est la même que pour ce qui est de l'enseignement primaire.

- La variable Number of children est significative au seuil de 5 % ; notons que cette variable n'était pas significative pour ce qui était de l'enseignement primaire. Ceci peut s'expliquer par le fait que les dépenses en éducation sont devenues plus importantes. Par contre le signe positif du coefficient de cette variable est contraire à nos prévisions.

- La variable Mariage est significative au seuil de 1 % et les explications sont identiques à celles fournies pour l'enseignement primaire.

Ø Enseignement secondaire technique

Les variables Education, Number of chidren et Revenu sont significatives, tandis que les variables Age, Profession, Distance et Mariage ne le sont pas.

- La variable Revenu est significative au seuil de 5 %. L'on pourrait penser que contrairement à l'enseignement secondaire général, le coût de formation élevé lié à cet ordre d'éducation peut entrainer les parents à penser que leur revenu est insuffisant pour faire face aux dépenses conséquentes, et à déclarer un CAP faible ou nul. De même, le signe négatif du coefficient associé à cette variable signifie que e manque de revenu a une influence négative sur le CAP.

- Les variables Education et Number of children sont significatives à 1 % et les explications sont identiques à celles fournies pour l'enseignement secondaire général.

- La variable Mariage n'est pas significative. Elle n'influence donc pas le CAP. Ceci peut s'expliquer par le fait que les coûts liés à la formation dans cet ordre de formation sont élevés, ce qui se traduit par des CAP faibles ou nuls, indépendamment d'autres considérations.