5 .2.2.3. Analyse des données : description et
tests de comparaison
Les données d'enquêtes ont été
saisies, organisées et décrites (moyenne, écart-types,
graphiques) dans Excel 2007.
La carte d'occupation des terres a été
réalisée à partir du logiciel MapInfo version 8.1
Les effectifs du cheptel ont été convertis en UBT
(Unité de Bétail Tropical, équivalent à un bovin de
référence de 250 kg de poids) sur la base de :
1 bovin = 1 équin = 1 UBT ; 1 ovin adulte = 1 caprin
adulte = 0,2 UBT ; 1 asin = 0,4 UBT (Ministère de la Coopération
et du Développement, 1991)).
Dans un premier temps, un test de corrélation entre les
variables a été effectué. Il a permis de déterminer
celles qui étaient significativement (p = 0,5) corrélées
entre elles et de choisir les plus pertinentes en vue de réaliser la
typologie des éleveurs. Une analyse factorielle de correspondances
multiples (AFCM) et une classification k-means utilisant les facteurs ou axes
à plus forte valeur d'inertie de l'AFCM ont été ensuite
réalisées. Finalement, la population d'éleveurs
enquêtés a été classée par analyse ascendante
hiérarchique (ACH) à partir des barycentres des classes issues de
l'analyse k-means. Rappelons que l'analyse factorielle de correspondance
multiple est bien adaptée au traitement d'une série statistique
multiple (Scherrer, 2007) lorsque les variables sont qualitatives comme c'est
le cas ici. C'est une méthode d'analyse multivariée qui vise
à résumer l'information d'un tableau de données en
écriture simplifiée sous forme graphique (Diatta et al.
1998). L'interprétation des résultats qui en résultent
repose sur l'examen de trois paramètres (tableau V-2).
Tableau V-2. Les paramètres significatifs dans
l'interprétation des résultats de l'AFCM
Paramètres Signification
L'inertie Quantifie l'information contenue dans
chaque axe
La contribution Représente la participation de chaque
variable à la constitution d'un axe. Permet
d'identifier les points qui interviennent significativement dans la
constitution des axes
La corrélation (cosinus carré) Permet de mesurer la
qualité de la
116
représentation d'une variable sur l'axe
Les groupes ou types d'éleveurs constitués par
analyse multivariée ont été ensuite soumis à des
tests de comparaison des moyennes. Ainsi, les moyennes des effectifs animaux
par espèce et le sex-ratio ont été comparés sous
XLSTAT version 2010 4.03 par le test non paramétrique de
Kruskal-Wallis. Dans les cas où l'hypothèse alternative (Ha) (Ha
signifie que les éleveurs sont différents pour la variable
considérée) a été retenue, les groupes ont
été ensuite comparés deux-à-deux (comparaison
multiple) par le test de Steel-Dwass-CritchlowFligner (Scherrer, 2007).
Étant donné la méthode d'échantillonnage
utilisée, ces tests étaient les plus appropriés. En effet,
notre échantillon n'était pas totalement aléatoire et le
test de normalité s'est révélé non concluant.
| 
