Inflation et recettes fiscales en RDC de 1995 à 2011

II.4.2. La technique d'interview ou d'entretien

GRAWITZ, M. et PINTO, R. ^51(*) définissent l'interview comme un procédée d'investigation scientifique utilisant un processus de communication verbale pour recueillir des informations en relation avec le but fixé. L'entretien se présente comme un tête à tête et un rapport essentiellement oral entre deux personnes dont l'enquêté transmet à l'autre, l'enquêteur les informations.

SYMONDS cité par C. NAHOUM^52(*), voit dans l'entretien une méthode visant à recueillir des données au cours d'une consultation privée ou d'une réunion ; s'adressant à l'interviewer, une personne raconte son histoire, donne sa version des faits, répond aux questions concernant le problème qui est en étude ou l'enquête en cours.

Nous affirmons donc que la technique d'interview consiste à obtenir des données utiles à l'enquête en n'interrogeant oralement toute personne susceptible de fournir des informations ou données.

Dans notre travail, nous avons utilisé l'interview semi-dirigée qui est une forme d'interview au cours de laquelle les questions préparées à l'avance sont présentées dans un ordre invariable, les réponses étant notées indirectement par le chercheur.

Nous signalons que l'interview a surtout servi à fournir de précision sur certaines données et d'autre complément d'information nécessaire pour comprendre les données chiffrées et expliquer certains faits sur notre étude.

L'administration des questions a été directe, c'est - à - dire qu'elle a consisté en un vis - à - vis entre nous et les responsables de la Banque Centrale du Congo.

II.5. TECHNIQUES D'ANALYSE DES DONNÉES

Nous avions définis la technique dans la section précédente. Ici, nous allons tenter de parler brièvement de la technique d'analyse des données.

Le but principal du traitement des données est de préciser et d'expliquer les principales opérations auxquelles nous avons soumis les données afin d'atteindre les objectifs de l'étude.

L'analyse des données est un domaine des statistiques qui se préoccupe de la description de données multidimensionnelles. L'analyse des données permet de traiter un nombre très important de données et de dégager les aspects les plus intéressants de la structure de celle-ci. Le succès de cette discipline dans les dernières années est dû, dans une large mesure, aux représentations graphiques fournies par les méthodes d'analyse des données.^53(*)

Ces schémas graphiques peuvent mettre en évidence des relations difficilement saisies par l'analyse directe des données ; mais surtout, ces représentations ne sont pas liées à une opinion. C'est ainsi que nous avons opté pour nos analyses la technique économétrique.

Cette technique nous permettra de passer les différents tests économétriques des données récoltées à la Banque Centrale du Congo afin de pouvoir dégager un résultat induit et en faire une interprétation.

Les données recueillies de la façon décrite au point précédent ont été dépouillées et traitées selon la procédure suivante :

La constitution des séries chronologiques que nous avons ensuite consignées dans les tableaux statistiques à double entrée, de grande taille, la représentation graphique pour permettre la visualisation des structures des variables ainsi que leur évolution dans le temps.

Nous avons ainsi représenté les courbes brutes et les tends des phénomènes, dégagés par la méthode des moindres carrés sur une échelle semi-logarithmique. Ces graphiques ont aussi facilité la comparaison des tendances.

D'autre part, les séries chronologiques ne sont pas stationnaires par nature. Les valeurs obtenues à chaque date ne sont pas toujours stationnaires afin d'éviter les risques de « régression fallacieuse ». La raison c'est que lorsque les variables ne sont pas stationnaires, l'estimation des coefficients par les moindres carrés ordinaires ne converge pas vers les vrais coefficients et les tests usuels des « t » de student et « f » de Fisher ne sont pas plus valide.^54(*)

Pour traiter les chroniques, les tests ci-après ont été effectués :

Analyse de la stationnarité des variables. Cette analyse nous a permis d'identifier l'ordre d'intégration des variables. Pour cela le test de Dickey Fuller (ADF) permet de mettre en évidence la stationnarité ou non d'une chronique par la détermination d'une tendance déterminante ou stochastique.

D'une façon générale nous avons retenu l'analyse de régression en tant qu'outil qui permet d'étudier et de mesurer la relation existant entre deux ou plusieurs variables.

En nous basant sur les données relevées, l'analyse de régression a habilité à déterminer une estimation d'une relation mathématique entre l'indice des prix à la consommation et les recettes fiscales. En vue d'évaluer les résultats, des tests d'hypothèses ont été appliqués afin de nous permettre la généralisation et la conclusion. Ainsi, il a fallu nous assurer : de la qualité de la représentation du phénomène par le modèle, en nous posant les questions ci-après : dans quelle mesure le phénomène est-il bien représenté par la droite qui vient d'être définie ; dans quelle mesure peut-on faire confiance aux coefficients a et b du modèle ?

Pour tester la validité du modèle, nous avons utilisé les coefficients de corrélation de Bravais Pearson, le coefficient de détermination, le test « F » de Fisher.

Pour la validité des coefficients, nous avons eu recours au test « t » de student.

Pour la fiabilité de la représentation, nous avons appliqué le test de causalité au sens des GRANGER afin d'identifier s'il y a une relation de causalité entre les variables.

Après cette présentation détaillée de la méthodologie, nous passons à la partie empirique de ce travail, en vue de confronter les faits à la théorie.

* ⁵¹ GRAWITZ M et PINTO R., op.cit, p 545.

* ⁵² SYMONDS., cité par C. NAHOUM, L'entretien psychologique, PUF, Paris, 1971, p.105.

* ⁵³ BANDOMBELE I., op cit

* ⁵⁴ E.DOR, Econométrie, Pearson éducation, Paris, 2004, p. 200