5.2- Traitement des données par les méthodes
d'analyses statistiques
5.2.1- Analyses statistiques univariées
Nous avons calculé pour chaque variable les
paramètres de base qui sont les statistiques descriptives : la moyenne
(x'), l'écart-type (s) et les valeurs maximales et
minimales (DAGNELIE, 2000).
La comparaison de la variation du régime alimentaire
des deux espèces dans les deux zones d'étude a été
réalisée à l'aide de l'analyse de la variance à un
critère de classification (AV1).
- Si p > 0,05 il n'existe pas de différences
significatives ;
- Si P = 0,05 il y a des différences
significatives ;
- Si P = 0,01 il y a des différences
hautement significatives ;
- Si P = 0,001 il y a des différences
très hautement significatives.
5.2.2- Analyses statistiques bivariées (Tests
de corrélation)
Pour mettre en évidence la relation entre la variation
de la composition du régime alimentaire des deux espèces dans les
deux zones d'étude, nous avons utilisé le coefficient de
corrélation linéaire de BRAVAIS-PEARSON (DAGNELIE, 2000). Ce
coefficient de corrélation (r), mesure l'intensité du
lien qui existe entre deux caractéristiques ou variables quantitatives
quelconques, pour autant que cette liaison soit linéaire ou
approximativement linéaire.
Ce coefficient est compris entre -1 et +l. Il est en valeur
absolue, d'autant plus proche de 1 que la liaison entre les deux séries
d'observations est nette, pour autant que cette liaison soit linéaire ou
approximativement linéaire. Au contraire, si le coefficient est nul ou
approximativement nul c'est que les deux variables ne sont pas
corrélées entre elles.
D'autre part, le signe du coefficient de corrélation
indique si la relation entre les deux variables (séries d'observations)
est croissante ou décroissante. En effet, lorsque le coefficient de
corrélation est positif, les valeurs élevées d'une
variable correspondent, dans l'ensemble, aux valeurs élevées de
l'autre variable, et les valeurs faibles d'une variable correspondent aux
valeurs faibles de l'autre variable. Par contre, lorsque la corrélation
est négative, les valeurs élevées d'une variable
correspondent, dans l'ensemble, aux valeurs faibles de l'autre variable et
vice-versa.
- Si p > 0,05 il n'existe pas de corrélations ;
- Si P = 0,05 il existe une corrélation
significatives ;
- Si P = 0,01 il existe une corrélation
hautement significatives ;
- Si P = 0,001 il existe une corrélation
très hautement significatives.
Tous les calculs uni et bi variés sont
réalisés à l'aide du logiciel d'analyse et de traitement
statistique des données, MINITAB version 13.31 pour Windows (Anonyme,
2000).
|