III.2.2 Test de significativité global du
modèle ; Le test de FISHER
III.2.2.1 Définition et présentation du
test
Le test de significativité permet de tester
l'homogénéité des variables du modèle. Ce test
permet de vérifier si le modèle, pris dans sa globalité,
est pertinent. L'hypothèse nulle correspond à la situation
où aucune des variables exogènes (variables explicatives)
n'amène de l'information utile dans l'information de la variable
endogène (variable à expliquer). Dans ce cas, le modèle ne
sert à rien. Le test s'écrit :
III.2.2.2 Règle de décision
La règle de décision au seuil de 5% est la
suivante :
· Si Prob > 0,05 alors on accepte l'hypothèse
H0 : le modèle n'est pas significatif.
· Si Prob < 0,05 alors on ne saurait accepter
l'hypothèse H0 : Le modèle est significatif
III.2.2.3 Application à la base de
données
Pour ce qui est de notre modèle empirique et pour les
trois (3) CAP calculés, Prob > ch i2 = 0.0000 (voir tableaux 17,
18 et 19). Par conséquent notre modèle est globalement
significatif et robuste au seuil de 5 %, car la statistique de la
probabilité du modèle global est nulle, c.à.d
inférieur à 0,05.
| 
