2.3 Méthodologie
2.3.1 Source des données
Les données que nous exploiterons au cours de
notre travail proviennent de l'Enquête Démographique et de
Santé réalisée au Tchad en 2004. Cette source de
données est la mieux indiquée dans le cas de notre étude
car elle permet de recueillir les données détaillées
à l'échelle nationale sur la santé maternelle et
infantile : visites prénatales, assistance à l'accouchement,
allaitement, vaccinations, supplémentation en vitamine A,
prévalence et traitement de la diarrhée et d'autres maladies
chez les enfants de moins de cinq ans. Cette enquête a été
réalisée par Macro International.
2.3.2 Méthodes statistiques d'analyse
2.3.2.1. Choix des méthodes
statistiques
Nous distinguerons dans cette étude, deux niveaux
d'analyses à savoir, les analyses descriptives et les analyses
explicatives.
Dans l'analyse descriptive, il s'agira non seulement
d'examiner à l'aide de la probabilité du Khi-deux (÷2),
les associations entre les variables indépendantes et la
variable à expliquer
(diarrhée), mais aussi de voir les variations du
niveau de la morbidité diarrhéique selon les
modalités de chaque variable indépendante.
Concrètement, cet examen des associations entre
chaque variable de l'étude et l'occurrence de la
diarrhée à l'aide de la statistique du Khi-deux (÷2)
consistera à apprécier l'existence ou non de relation
entre chacun des facteurs explicatifs, à travers leurs variables
opérationnelles et la morbidité diarrhéique chez les
enfants de moins de cinq ans.
Après avoir analysé les présomptions
de relations, le second niveau d'analyse permet de mesurer les effets de
chaque groupe de facteurs sur la morbidité diarrhéique des
enfants de moins de cinq ans.
En effet, les relations éventuellement observées
au niveau bivarié peuvent être fallacieuses car elles ne
prennent pas en compte les effets des autres facteurs qui peuvent
perturber ces relations. C'est pourquoi, nous optons pour une analyse
multidimensionnelle (ou multivariée). Compte tenu de la nature
dichotomique et qualitative de la variable dépendante (l'enfant a fait
la diarrhée ou non) d'une part, et celle de la plupart des variables
explicatives, d'autre part, nous choisissons la méthode de l'analyse de
la régression logistique.
Cette seconde méthode présente, en effet,
l'avantage de fournir l'effet de chacune des variables
indépendantes en présence des autres ; ce qui permet de
déterminer le sous-ensemble des facteurs qui expliquent l'occurrence de
la diarrhée chez les enfants de moins de cinq ans.
2.3.2.2. Présentation des
méthodes
2.3.2.2.1. Méthode d'analyse
bivariée
L'analyse bivariée, consiste à examiner
l'existence d'une relation de dépendance entre les variables
indépendantes X j et la variable dépendante de cette
étude Y k et, quand elle existe, le sens de cette
relation.
En effet, Il est nécessaire de recourir au test
d'indépendance du Khi-deux (÷2) lorsqu'une analyse porte sur une
relation bivariée comprenant deux variables non métriques
(nominales et /ou ordinales).
L'analyse de deux variables non métriques
s'effectue à l'aide de fréquences conjointes (tableau de
contingence). Le tableau croisé contient les fréquences
correspondant au croisement des modalités qui définissent les
deux variables. Une fois le tableau obtenu, il faut interpréter les
résultats du test de Khi-deux (÷2).
Le test du Khi-deux (÷2) permet de vérifier si une
relation entre deux variables (non métriques) existe dans la
population.
Pour cela, il faut se référer au seuil de
signification statistique (0,05). Si la probabilité associée au
test du ÷2 (seuil de signification) est supérieure au seuil
critique (que nous avons fixé à 5%), alors nous pouvons dire
qu'il existe une association entre les deux variables.
2.3.2.2.2. Méthode d'analyse
multivariée
a) Principe de la méthode
La régression logistique se définit comme
étant une technique permettant d'ajuster une surface de
régression à des données lorsque la variable
dépendante est dichotomique. Cette technique est utilisée pour
des études ayant pour but de vérifier si des variables
indépendantes peuvent prédire une variable dépendante.
Il s'agit en fait de connaître les facteurs
associés à un phénomène en élaborant un
modèle de prédiction. Cette méthode est bien connue
dans les sciences de la santé et en sciences humaines
où la variable à prédire est la
présence ou l'absence d'une maladie ou d'un comportement.
Ainsi, la méthode de régression logistique pose
comme première exigence, la nature de la ou des variables
dépendantes à introduire dans le modèle (elle ou
elles doit ou doivent être dichotomique (s)). Les variables
indépendantes, elles, doivent être qualitatives ou
catégorielles.
L'analyse explicative a permis de mettre en
évidence les déterminants cruciaux de la morbidité
diarrhéique chez les enfants de moins de cinq ans au Tchad.
| 
