VI.3.2.5.4.- Test de significativité globale du
modèle
Tenant compte des résultats trouvés à partir
du modèle adéquat, la Statistique LRT s'élève
à 41,484 et est associée à une probabilité 0.0001.
Donc, le modèle est globalement significatif au seuil de 1%.
Somme toute, le modèle retenu est valide du point de vue
statistique. Il nous faut maintenant analyser l'apport de chacune des variables
exogènes dans l'explication de la variable endogène. Par
conséquent, l'accent sera mis sur le signe des coefficients et l'analyse
des effets marginaux.
Tableau 3 : Présentation des effets marginaux
(voir le calcul en annexe V sur Stata)
|
Variables
|
Yi=1(11,20%)
|
Yi=2 (73,26%)
|
Yi=3 (15,53%)
|
|
Comcar
|
-.0971904
|
-.0315369
|
.128727
|
|
Nivp
|
-.3088413
|
-.1642821
|
.4731234
|
|
Catsar
|
-.2084438
|
-.0452942
|
.253738
|
|
Liquidis
|
-.0239744
|
-.0060559
|
.0300303
|
Source : Enquête réalisée dans le
cadre de ce travail, Août 2012
VI.3.2.5.5.- Contribution des différentes variables
dans l'explication du modèle
1- Les variables sociodémographiques
Parmi les variables sociodémographiques, quatre sont
statistiquement associées au revenu des agents de proximité du
M-Banking dans l'aire métropolitaine de P-au-P à savoir la
commune d'enquête, le niveau d'éducation, la catégorie
socioprofessionnelle et la satisfaction tirée du service
représentés respectivement dans le modèle par Comcar,
Nivp, Catsar, Sats et Satts.
La commune d'enquête
Les résultats montrent que la commune d'enquête
ou commune d'activités a un effet positif sur le revenu journalier des
agents de proximité. En effet, le coefficient associé à la
variable Dummy COMCAR (Commune de Carrefour) est affecté du signe
positif (3.4598, p-value = 0.0001), ce qui traduit une relation dans ce
même sens. Soulignons également que le fait pour un agent
d'appartenir à la commune de Carrefour augmente de plus de 12% la
probabilité de se situer dans la tranche de revenus la plus
élevée par rapport aux agents de la commune de Delmas. Egalement,
les agents de proximité de la commune de Carrefour ont près de
31,81 fois plus de chance d'avoir un revenu journalier élevé par
rapport à ceux de la commune de Delmas.
Donc, la situation d'un agent se localisant dans la commune de
Carrefour est meilleure par rapport aux autres. Cela peut être dû
au fait que les gens se trouvant dans la commune de
85 | P a g e
Carrefour sont beaucoup plus informés de
l'activité de Mobile Banking et utilisent de façon significative
le service pour faire des transactions financières.
Niveau d'éducation
Tenant compte de la théorie du capital humain mise en
exergue dans le cadre théorique de ce travail de recherche, on s'attend
à ce que le niveau d'études influence positivement le revenu des
agents de proximité. En effet, la lecture du tableau ci-dessus montre
que la variable relative au niveau d'éducation (Nivp) a un effet
significatif et positif sur le revenu moyen journalier des agents de
proximité de Tchotcho Mobile. Donc, ce résultat prend le
contre-pied de celui obtenu lors de l'analyse bivariee. Pour la variable Dummy
Nivp, le coefficient associé (1.9009, p-value =0.0089) indique que le
niveau d'études a un effet positif sur le revenu moyen journalier des
agents de proximité. De plus, par rapport aux agents qui ont un niveau
universitaire, le fait d'avoir une éducation professionnelle augmente de
47,31% la probabilité de se trouver dans la catégorie de revenus
la plus élevée. Finalement, l'interprétation des odds
ratio permet de conclure que le fait d'avoir une éducation
professionnelle donne à un agent de proximité 6.692 fois plus de
chances d'avoir un revenu moyen journalier élevé.
Ces résultats sont en adéquation avec ceux
retrouvés dans plusieurs études comme Guillaume DESTRE et
Valentine HENRARD (1990), Rees et Shah (1986). Plus le niveau
d'éducation est élevé, plus l'agent de proximité
sera en mesure d'augmenter son revenu dans l'activité de Mobile Banking
en l'occurrence Tchotcho Mobile.
Catégorie socioprofessionnelle
Dans le cadre de l'estimation du modèle logit
multinomial, quatre variables indicatrices ont été
créées à partir de la variable « Catégorie
socioprofessionnelle ». Parmi ces dernières, une seule a
été retenue dans le modèle adéquat après
l'élimination progressive des variables non significatives. Donc, la
variable indicatrice Catsar (Catégorie socioprofessionnelle
Artisan/Commerçant/Agriculteur) est statistiquement significative et a
un impact positif sur le revenu moyen journalier des agents de proximité
de l'aire métropolitaine de Port-au-Prince vu que la probabilité
associée à la variable indicatrice Catsar est inférieure
à 1% dans le modèle adéquat et que le coefficient
lié au Dummy Catsar est positif (2.8104, p-value = 0.0025). Par
ailleurs, le fait pour un agent de proximité d'être un artisan, un
commerçant ou un agriculteur augmente de 25.37% la probabilité de
se situer dans l'intervalle de revenus le plus élevé par rapport
à la modalité de référence « Employé
». De surcroît, les agents appartenant à cette
catégorie ont 16.616 fois plus de chances de se situer dans l'intervalle
de revenus que ceux qui sont des employés.
86 | P a g e
En effet, les résultats du modèle montrent que
les artisans, les commerçants ou les agriculteurs sont plus enclins
d'accroître leurs revenus dans l'activité Mobile Banking
comparativement aux autres catégories socioprofessionnelles. En somme,
la variable catégorie socioprofessionnelle est un facteur
déterminant dans l'explication du revenu des agents de proximité.
Ce qui corrobore les résultats trouvés dans l'analyse
bivariée stipulant que la catégorie socioprofessionnelle a une
incidence sur le revenu des agents de proximité.
Par conséquent, le premier aspect de notre
hypothèse fondamentale stipulant que le revenu moyen journalier des
agents de proximité est influencé par leurs
caractéristiques sociodémographiques.
2- Les variables dites économiques
Parmi les variables qui reflètent la situation
économique des agents de proximité, la liquidité
disponible est la seule qui est significative dans le modèle
adéquat.
Liquidité disponible
La liquidité disponible n'est représentée
dans le modèle final que par l'unique variable dummy
créée. Il s'agit de la variable indicatrice « Liquidis
» dont l'impact positif sur le revenu des agents de proximité est
significatif à 5%, seuil conventionnellement admis.
Les résultats montrent que la variable Liquidis a une
influence positive sur le revenu des agents de proximité, le coefficient
qui lui est associé se chiffre à (1,4044, p = 0.0308). Par
ailleurs, le fait pour un agent de disposer de la liquidité pour faire
les transactions de retrait augmente de 30.03% la probabilité de se
trouver dans la catégorie de revenus la plus élevée par
rapport à un agent qui ne dispose pas de liquidité. Donc, autant
que l'agent dispose de liquidité pour faire les transactions autant
qu'il est plus probable d'accroître son revenu. De plus, les agents
appartenant à cette catégorie ont 4.073 fois plus de chances de
se trouver dans la tranche de revenus la plus élevée que ceux qui
ne disposent pas de liquidité pour faire les transactions de retrait.
Ce résultat n'est pas en adéquation à
celui obtenu au cours de l'analyse bivariée certes mais il permet de
confirmer le dernier aspect de l'hypothèse fondamentale à savoir
que le revenu moyen journalier des agents de proximité est
influencé par leurs caractéristiques économiques.
87 | P a g e
| 
