II.4. TRAITEMENT DE DONNEES
II.4.1. Estimation de l'abondance
Dans cette étude, l'abondance de Râle d'Olivier
dans le milieu d'étude est exprimée par la densité de sa
population. Cette densité est obtenue en utilisant la formule suivante
:
n
D = S
D = densité, en nombre d'individu par
hectare n = nombre d'individus comptés
S = surface totale de comptage (en hectare)
Nous avons calculé la surface totale de comptage à
partir de la formule suivante :
S = N x ð x r2 /
10000
Où : S est la superficie en hectare ;
N est le nombre de points d'écoute ; et r
est le rayon de détection, soit 50 m.
II.4.2. Analyse statistique
Le traitement des données récoltées sur
terrain a été basé sur des analyses statistiques. Pour
l'harmonisation et la bonne gestion de ces données, des tests
statistiques ont été effectués à l'aide des
logiciels STATISTICA 6.0 et XLSTAT version 2015.1.
a) Moyenne et Ecart-type
Certains résultats sont représentés sous
forme des moyennes avec leur écart-type (moyenne #177;
écart-type) selon les formules suivantes :
Moyenne Ecart-type
=1
X = ~~~
s =
n
n-1
? ~.
~ ~~ ~ ~~~ ~~~~
X= moyenne de la variable x
du rang n S= écart-type
x j= valeur de la variable
x au rang j n= nombre
d'échantillon
25
b) Test du Khi-deux
Le test de Khi-deux est employé pour tester
l'homogénéité des faits observés avec ceux à
espérer pour deux ou plusieurs échantillons (Johnson, 1992). Ce
test a été utilisé pour déterminer s'il y a ou non
de différences significatives entre les nombres de matériaux
apportés par le mâle et la femelle pendant la construction du nid.
Il nous a également servi à comparer les quantités de
nourritures apportées par le mâle et la femelle pendant le
nourrissage des poussins. Les hypothèses nulles (H0)
établies sont :
- « il n'y pas de différence significative
entre les nombres de matériaux de construction du nid apportés
par le mâle et la femelle ».
- « la femelle apporte la même quantité
de nourritures que le mâle pendant le nourrissage des poussins
».
Procédé
Les données brutes sont réparties en classes
dans la table de contingence (tableau de lignes et de colonnes).
La valeur de ÷2 est obtenue selon la formule
suivante :
!
X2 = (Qi - Ci)
Ci
i=1
O= Valeur observée C= Valeur calculée ou
théorique
La valeur observée représente le nombre de
matériaux (feuilles) apportés par le male ou la femelle pour la
construction du nid.
La valeur calculée est obtenue en divisant le produit
du total de ligne et total de colonne par le total général.
Le degré de liberté (d.d.l.) est
obtenu par la formule :
d.d.l.= (Nombre de ligne-1) x (Nombre de
colonne-1)
Dans le cas où le degré de liberté serait
égal à un (d.d.l.=1), il faut passer par la correction de Yate
(Fowler et Cohen, 1985) avec la formule suivante :
k
X2 Yate = ~
26
(|oi - Ci| - 0,5)
Ci
i=1
Pour évaluer le test du Khi-deux, la valeur
calculée (÷2 cal ) est comparée à celle
donnée par la table (÷2 tab). La probabilité de
risque est de 5 % avec hypothèse nulle H0 : « il n'y a pas de
différence significative entre les variables testées ».
- Si ÷2 cal > ÷2
tab, la différence est significative, l'hypothèse nulle H0
est alors rejetée.
- Si ÷2 cal < ÷2
tab, la différence est non significative et H0 est
acceptée.
c) Test-t (non apparié)
Le test-t non apparié est un test paramétrique
permettant de comparer les moyennes de deux échantillons
indépendants issus d'une même population. Ce test est
appliqué pour des données à distribution normale. Il a
été utilisé pour tester la différence entre la
durée d'incubation des oeufs assurée par le mâle et celle
de la femelle. L'hypothèse nulle (H0) suppose qu'il
n'y a pas de différence significative entre la durée d'incubation
des oeufs pour les deux sexes.
La valeur de t est obtenue par la formule
suivante (Fowler & Cohen, 1985) :
t =
X1 - X2
Se .\11 + 1
1i 12
X = moyenne
Se = écart type commun n = effectif
La valeur de t calculée (tc) est
comparée avec celle de la table (tt). Avec un seuil de
signification á= 0,05, si tc >
tt, la probabilité p < 0,05.
Autrement dit, la différence entre les moyennes des deux variables
concernées est significative, et l'hypothèse nulle (H0) est
rejetée. Dans le cas contraire, c'est-à-dire, p
> 0,05, les deux variables sont homogènes ; par
conséquent, H0 est acceptée.
27
| 
