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

 > 

Contribution de la pomme de terre au revenu agricole des exploitations agricoles du morne des commissaires (savane zombi, orianie, boucan chatte, gros cheval).

( Télécharger le fichier original )
par Levenson Badio
Faculté dà¢â‚¬â„¢Agronomie et de Médecine Veterinaire - Ingénieur-Agronome 2015
  

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

5.8- Tests d'hypothèses

En plus des résultats et analyses, il nous faut déterminer la significativité des résultats. En fonction des hypothèses de recherche, on a eu 2 tests statistiques, le premier c'est le test sur une moyenne et le second est le test d'ANOVA.

5.8.1- Test sur une moyenne

Pour le test sur une moyenne, on a utilisé le test de T student. L'hypothèse de base stipule que la pomme de terre contribue à 30% au revenu agricole, lequel pourcentage est considéré comme théorique et qu'on va comparer aux résultats obtenus.

34

Tableau 9: Test sur une moyenne

En analysant le tableau ci-dessous, on voit que p-value des 6 types est inférieure au seuil de signification qui est égale à 0.05 ; de ce fait, on rejette l'hypothèse nulle, c'est-à-dire qu'on admet que la part de la pomme de terre au revenu agricole est différente de 30% au seuil de 5%.

 

Test Value = 0

 
 
 

Difference de

Différence de l'intervalle de
confiance

 

t

df

Sig. (2-tailed)

moyenne

Lower

Upper

Type I

4.783

9

.001

37.73700

19.8882

55.5858

Type II

9.173

6

.000

70.06714

51.3768

88.7575

Type III

7.259

27

.000

30.67107

22.0015

39.3406

Type IV

12.183

16

.000

55.84255

46.1256

65.5595

Type V

5.327

8

.001

9.37222

5.3148

13.4296

Type VI

7.384

15

.000

45.50125

32.3661

58.6364

Source : Résultat de calcul de l'auteur (septembre 2014) df : degré de liberté

t : t tabulé Sig : p-value

5.8.2- ANOVA (analyse de variances de plusieurs échantillons)

Pour voir s'il y a une différence significative au niveau des moyennes des 6 catégories d'exploitation, on a procédé à une analyse de variance. Pour cela, on doit faire un test d'homogénéité au préalable et ensuite une analyse post-hoc.

35

Tableau 10: Test homogénéité des variances

L'ANOVA suppose l'homogénéité des variances. De ce fait, on a fait un test préalable de l'égalité des variances qu'est le test de Levene. Ce tableau nous donne le résultat de ce test avec N-K et K-1 degrés de liberté.

Statistic de Levene

 

df1

 

df2

 

Sig.

 
 

3.752

 

5

 

81

 

.004

Source : Résultat de calcul de l'auteur (novembre 2014)

df1 : degré de liberté (K-1) df2 : degré de liberté (N-K)

Comme nous montre le tableau ci-dessus, p-value (sig) est inférieure au seuil de signification 0.05, étant donc inferieure, on peut conclure que les variances ne sont pas homogènes, on rejette l'hypothèse nulle, de ce fait on peut déjà conclure qu'il y a une différence significative entre les variances des différents types d'exploitation. Afin de déterminer quels types sont différents les uns des autres, on a procédé à un test post-hoc.

5.8.2.1 Test de Tamhane (test post-hoc)

Le test de Tamhane va nous permettre de voir dans notre cas quels types d'exploitations sont

différents l'un de l'autre. Il nous présente la comparaison multiple des différents types d'exploitations agricoles.

36

Tableau 11: Test de Tamhane

(I) type

(J) type

Difference Moyenne (I-J)

Ecart-type

Sig.

Intervalle de confiance de la différence 95%

 
 
 
 
 

Lower Bound

Upper Bound

1

2

-32.3309

10.98181

0.144

-70.6639

6.0021

3

7.06514

8.95035

1

-24.205

38.3352

4

-18.1063

9.12502

0.639

-49.7395

13.5268

5

28.36406

8.08404

0.083

-2.5581

59.2862

6

-7.76566

10.01166

1

-41.222

25.6907

2

1

32.33093

10.98181

0.144

-6.0021

70.6639

3

39.39607*

8.72909

0.017

6.1382

72.654

4

14.22459

8.90809

0.895

-19.2042

47.6534

5

60.69499*

7.83835

0.002

25.8762

95.5138

6

24.56527

9.81435

0.32

-9.9658

59.0963

3

1

-7.06514

8.95035

1

-38.3352

24.205

2

-39.39607*

8.72909

0.017

-72.654

-6.1382

4

-25.17148*

6.23401

0.004

-44.6312

-5.7117

5

21.29892*

4.57696

0.001

6.883

35.7149

6

-14.8308

7.47197

0.584

-38.6675

9.0059

4

1

18.10634

9.12502

0.639

-13.5268

49.7395

2

-14.2246

8.90809

0.895

-47.6534

19.2042

3

25.17148*

6.23401

0.004

5.7117

44.6312

5

46.47040*

4.90976

0

30.1885

62.7523

6

10.34068

7.68033

0.957

-14.2192

34.9005

5

1

-28.3641

8.08404

0.083

-59.2862

2.5581

2

-60.69499*

7.83835

0.002

-95.5138

-25.8762

3

-21.29892*

4.57696

0.001

-35.7149

-6.883

4

-46.47040*

4.90976

0

-62.7523

-30.1885

6

-36.12972*

6.40883

0

-57.8494

-14.41

6

1

7.76566

10.01166

1

-25.6907

41.222

2

-24.5653

9.81435

0.32

-59.0963

9.9658

3

14.8308

7.47197

0.584

-9.0059

38.6675

4

-10.3407

7.68033

0.957

-34.9005

14.2192

5

36.12972*

6.40883

0

14.41

57.8494

* : La différence de moyenne est significative au seuil de 0.05 Source : Résultat de calcul de l'auteur (novembre 2014)

37

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








"Ceux qui vivent sont ceux qui luttent"   Victor Hugo