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

 > 

Les implications du changement des versions d'un système douanier automatisé sur les formalités et les recettes douanières de Sydonia 2.7 à  Sydonia++ dans la province du bas-Congo.

( Télécharger le fichier original )
par Anaclet MUTOMBO KABABULA
Institut supérieur de commerce de Matadi RDC - Graduat 2010
  

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

III.4 Comparaison des recettes réalisées sous SYDONIA 2.7 et SYDONIA ++

Dans cette partie du travail, deux outils statistiques vont nous permettre d'une part de juger la significativité du résultat de SYDONIA ++ par rapport à SYDONIA 2.7 (le test de STUDENT), et d'autre part l'indice de variation nous indiquera la dispersion des recettes de chaque série par rapport à la moyenne.

1. Comparaison par le test de STUDENT

Statistiquement, il est prématuré à ce stade de conclure déjà que les recettes mobilisées sous SYDONIA ++ sont significativement meilleurs par rapport à celles mobilisées sous SYDONIA 2.7. Pour conclure que SYDONIA ++ a amélioré significativement les recettes de la DGDA/Bas-Congo, nous allons partir de la comparaison de moyenne avec le test de STUDENT.

Le test t de STUDENT, est l'une des mesures statistiques qui permet de conclure si oui ou non un résultat est meilleur par rapport à un autre.

Le Principe de ce test, consiste à poser une hypothèse de travail et de prédire les conséquences de cette hypothèse pour la population ou l'échantillon. On compare ces prédictions avec les observations et l'on conclut en acceptant ou en rejetant l'hypothèse de travail à partir de règles de décisions objectives.

La première hypothèse (Ho), appelée hypothèse nulle, est celle qu'on veut vérifier en ce sens que son acceptation indique que le procédé n'a pas d'effet ou que la différence entre les moyennes ou les populations est nulle16(*).

Quant à l'hypothèse alternative, notée H1, est utilisée pour l'hypothèse qui sera acceptée si Ho est rejetée17(*).

Différentes étapes doivent être suivies pour tester une hypothèse :

· Définir l'hypothèse nulle (notée Ho) à vérifier ;

· Définir l'hypothèse alternative (notée H1) et choisir un test statistique à opérer ;

· Définir le niveau de signification du test ou région critique notée ? ;

· A partir de ? et du degré de liberté D, trouver la valeur critique t dans la table de distribution de STUDENT ;

· En fin, comparer la valeur critique calculée t' à la valeur de la table t et tirer des conclusions.

Sachant que le test de STUDENT repose sur la différence des moyennes, soit d cette différence, d' la moyenne, Sd l'écart type et u la moyenne des différences de la population. S'il y a n paires de résultats, alors D= n-1

Dans notre cas, nous allons utiliser le test pour effectuer la différence de chaque paire des recettes réalisées sous SYDONIA 2.7 et SYDONIA++.

Notre échantillon est représenté par huit mois. Nous désignons les recettes sous SYDONIA 2.7 par (X) et celles sous SYDONIA++ par (Y). Au niveau de signification de 0,05 ; nous voulons dire si le résultat de SYDONIA++ est meilleur.

Tableau n°8: calcul de la significativité de la variation des recettes

MOIS

SYDONIA 2.7 année 2010(X)

SYDONIA ++ année 2011(Y)

d=Y-X

d-d'

(d-d')²

Janvier

22,5146

26,1860

3,6714

-3,2826

10,7755785

février

20,6816

23,9154

3,2338

-3,7202

13,8402098

Mars

23,8888

30,4193

6,5305

-0,4235

0,17938792

Avril

24,3532

33,5364

9,1832

2,2292

4,96915159

Mai

22,7391

26,4429

3,7037

-3,2504

10,5647811

Juin

25,0867

29,4210

4,3343

-2,6198

6,86320186

Juillet

24,5863

37,4899

12,9036

5,9496

35,3973503

Août

22,0368

34,1087

12,0719

5,1178

26,1918625

Somme

55,6325

 

 108,75

Moyenne

6,9541

 

 

Nous posons les hypothèses suivantes :

H:ud = 0 ; cela indique que SYDONIA++ n'a pas influencé significativement les recettes ;

H: ud > 0 ; cette hypothèse indique que le résultat de SYDONIA++ est significatif ; nous ferons le test unilatéral à droite ;

Si nous prenons le niveau de signification de 95% ? ? =0,05

D=8-1=7

Si ?=0,05 et D=7, le tableau de distribution de STUDENT indique la valeur critique t =1,90

Si la valeur calculée t'est inférieur à 1,90 ; c'est qu'il n'y a pas de différence majeur entre les deux séries de recettes, donc l'hypothèse nulle (H0) est acceptée, sinon elle est rejetée et on admet l'hypothèse alternative (H1), ce qui signifie qu'il existe bel et bien une différence significative entre les recettes.

(y-x)

n

La moyenne des différences des recettes d'=

55,6325

8

= 6,95

d'=

Ecart-type des différences Sd =

Sd =

t' =

On constate que la valeur t' calculée (5) est supérieur à la valeur critique t (1,90) fournie par la table. Donc, nous rejetons l'hypothèse nulle Ho et l'hypothèse alternative H1 est acceptée. Cela signifie qu'à 95% de

confiance l'accroissement des recettes sous SYDONIA++ est bel et bien significatif par rapport aux recettes réalisées sous SYDONIA 2.7.

SYDONIA++ a donc contribué à l'accroissement du niveau des recettes de la DGDA/Bas-congo.

La particularité de cette version de SYDONIA réside principalement en la réduction sensible du délai de dédouanement et en la visite sélective des marchandises avec comme corollaire la rotation rapide des importations. SYDONIA ++ permet également à la douane d'accéder au site BIVAC en vue de vérifier la vraie valeur commerciale de marchandises qui est l'un des éléments de la base imposable.

Nous pouvons encore pousser plus loin nos analyses en cherchant à savoir comment est-ce que les recettes de chaque série sont-t-elles positionnées par rapport à leur moyenne respective. Pour cela, nous allons recourir à une mesure de dispersion.

2. Comparaison de degrés de dispersion

Le coefficient de variation de Pearson est une mesure de dispersion susceptible de comparer l'éparpillement des valeurs au sein d'une distribution de données par rapport à la mesure centrale.

Ce coefficient, qui est un rapport exprimé en pourcentage est un indicateur de l'homogénéité des données de la distribution. Plus le coefficient est petit, plus les données sont près de la moyenne (l'écart type est petit) et la distribution est homogène.

Généralement, si le coefficient de variation est < à 15%, la distribution est homogène, si le coefficient de variation est > à 15%, la distribution est hétérogène18(*).

Sx

X'

x 100

CV=

Sa formule est la suivante :

Avec Sx l'écart-type et X' la moyenne.

Dans notre cas, les éléments du tableau n° 9 nous permettent de calculer le coefficient de variation des recettes réalisées sous SYDONIA 2.7 de janvier à août 2010.

Tableau n°9:calcul de la moyenne et de l'écart type sous SYDONIA 2.7 (de janvier à août 2010)

MOIS

Recettes sous SYDONIA 2.7(X)

(X-X')

(X-X')²

 

 

Janvier

22,5146

-0,7213

0,5202716

 

 

Février

20,6816

-2,5543

6,5246228

 

 

Mars

23,8888

0,6529

0,4263036

 

 

Avril

24,3532

1,1173

1,24835825

 

 

Mai

22,7391

-0,4967

0,24674908

 

 

Juin

25,0867

1,8508

3,42546892

 

 

Juillet

24,5863

1,3504

1,82366767

 

 

Août

22,0368

-1,1991

1,43779847

 

 

SOMME

185,8871

 

15,6532404

 

 

MOYENNE

23,2359

 

 

 

 

VARIANCE

 

 

2,2362

 

 

ECART-TYPE

 

 

1,4954

 

 

source: nous même à partir des données reçues à la DGDA/Bas-Congo

Sx

X'

x100=

CV=

1,495

23,2359

x100

= 6,4%

Étant donné que le coefficient de variation est inférieur à 15%, c'est que la distribution est homogène, c'est-à-dire que les recettes mobilisées sous SYDONIA 2.7 de janvier à Août 2010 sont plus rapprochées de leur moyenne. Il n'ya donc pas eu des recettes beaucoup plus élevées par rapport à la moyenne des recettes.

Ceci traduit une contre-performance.

Tableau n°10 : Calcul de la moyenne et de l'écart type sous SYDONIA ++(de janvier à août 2011)

MOIS

Recettes sous SYDONIA ++(Y)

(Y-Y')

(Y-Y')²

 

 

Janvier

26,1860

-4,0039

16,0313447

 

 

Février

23,9154

-6,2746

39,370321

 

 

Mars

30,4193

0,2294

0,05261389

 

 

Avril

33,5364

3,3465

11,1987873

 

 

Mai

26,4429

-3,7471

14,0406787

 

 

Juin

29,4210

-0,7690

0,59131348

 

 

Juillet

37,4899

7,3000

53,2899947

 

 

Août

34,1087

3,9187

15,3563371

 

 

SOMME

241,5196

 

149,931391

 

 

MOYENNE

30,1900

 

 

 

 

VARIANCE

 

 

21,42

 

 

ECART-TYPE

 

 

4,63

 

 

source: nous même à partir des données reçues à la DGDA/Bas-Congo

Quant à la série des recettes mobilisées sous SYDONIA ++ de janvier à Août 2011 reprise dans le tableau n°10 ci-haut, le calcul du coefficient de variation donne la valeur suivante :

Sy

Y'

x100=

CV=

4,63

30,19

x100

= 15,34 % %

Ici, le coefficient de variation est légèrement supérieur à 15%, il vaut 15,34%. A la limite, la distribution est hétérogène, c'est-à-dire que les recettes mobilisées sous SYDONIA++ ont connu des fluctuations et ces recettes sont éloignées de leur moyenne au sein de la distribution. Ceci traduit une performance, si légère soit-t-elle.

En définitive, les recettes générées par la DGDA/Bas Congo en 2011 ont connu un accroissement significatif par rapport aux années antérieures.

Plusieurs raisons ont milité pour cet accroissement, c'est notamment :

- la mutation au bureau de Matadi-Beach de SYDONIA 2.7 à SYDONIA++ ;

- l'informatisation du bureau de Boma Beach qui est passé du système manuel au système informatisé (SYDONIA++) ;

- la suppression des exonérations abusives accordées à titre dérogatoire aux grands importateurs des vivres frais (chinchards) ;

- l'opérationnalisation du quai n°4

- La réduction sensible du délai de dédouanement des marchandises.

* 16 Gilbert.,N., et Savard J.G., Statistiques, Ed études vivantes, canada, 1992,p220

* 17 Ibidem, p.222

* 18 Gilbert.,N., et Savard.J,.G., Op.Cit, p63

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








"Qui vit sans folie n'est pas si sage qu'il croit."   La Rochefoucault