Chapitre II : Résultats
et Analyses
1.5. Construction de
l'indicateur composite de pauvreté
Pour construire nos indicateurs de pauvreté, nous avons
sélectionnés un certain nombre de variables relatives aux besoins
fondamentaux de l'homme. Au regard de la base dont nous disposons et de la
littérature, les variables que nous avons choisies, sont relatives
à l'accès à la nourriture, à l'eau, aux soins de
santé et aux combustibles. Les variables retenus sont q8a, q8b, q8c et
q8d. Nous avons ensuite retenu les modalités jamais ou « never
», juste 1 ou 2 fois ou « Just once or twice », quelques fois ou
« several times », plusieurs fois ou « many times » et
enfin toujours ou « always ».
L'alpha de Cronbach vaut 0.7327 dans le cas du Burkina Faso et
0.7042 dans le cas du Bénin. Les valeurs de notre alpha de Cronbach sont
satisfaisantes.
Nous calculerons nos indicateurs de deux manières
différentes. Nous calculerons nos indicateurs à partir d'une ACM
et ensuite en faisant simplement la moyenne des items.
ü Construction de l'Indicateur de
Pauvreté par ACM
Nous avons ensuite procédé à une Analyse
des Correspondances Multiples avec ces diverses variables. Le principal
critère utilisé est celui de la Consistance Ordinale sur le
Premier Axe (COPA) factoriel qui traduit globalement une situation de
bien-être. Cette propriété est une condition
nécessaire pour que l'ICP ordonne les ménages en fonction de
leur niveau de bien-être. Elle consiste, pour un indicateur
primaire donné, à voir sa structure ordinale de bien-être
respectée par la structure ordinale des coordonnées (scores) de
ses modalités sur le premier axe. (Ki et al., 2005)
1) Burkina Faso
Ce graphique indique que la propriété de
Consistance Ordinale sur le premier axe est respectée. En effet, on
observe que la situation de bien être évolue positivement de la
gauche vers la droite suivant le premier axe. Les modalités (toujours,
plusieurs fois) représentant des situations de manques ont des
coordonnées négatives sur le premier axe tandis que les
modalités (juste 1 ou 2 fois, jamais) indiquant des situations
d'accessibilité aux biens ont des scores positifs sur le premier axe.
Ainsi on peut dire que toutes les variables ayant servies pour la construction
de l'indicateur respecte la propriété COPA. Le premier axe
factoriel explique 14.18% de l'inertie totale.
2) Bénin
Au Bénin, la propriété COPA n'est pas
respectée lorsqu'on considère toutes les 5 modalités au
niveau de chaque variable. En effet, la modalité « always »
(toujours) est la seule modalité qui entrave au respect de cette
propriété. Lorsqu'on fait les statistiques descriptives pour
chaque variable considéré, on se rend compte que cette
modalité est faiblement représentée. On a
2.58%, 11.08%, 5.17% et 1.92% respectivement pour les
variables q8a, q8b, q8c
et q8d. En plus, elle est la modalité qui a le plus
faible pourcentage parmi les 5 modalités retenus pour les
différentes variables. Nous n'avons donc pas retenu cette
modalité dans notre ACM. Nous avons donc recalculé notre alpha de
Cronbach qui vaut désormais 0.7261 ce qui est acceptable.
Ce graphique indique que la propriété de
Consistance Ordinale sur le premier axe est respectée. En effet, on
observe que la situation de bien être évolue positivement de la
gauche vers la droite suivant le premier axe. Les modalités (plusieurs
fois, quelques fois) représentant des situations de manques ont des
coordonnées négatives sur le premier axe tandis que les
modalités (jamais) indiquant des situations d'accessibilité aux
biens ont des scores positifs sur le premier axe. Ainsi on peut dire que toutes
les variables ayant servies pour la construction de l'indicateur respecte la
propriété COPA. Le premier axe factoriel explique 18.20% de
l'inertie totale.
Nous avons ensuite conçu notre indicateur selon la
méthode de Bratton (2006). La corrélation entre les deux
indicateurs est en valeur absolue de 0.98 dans le cas du Burkina Faso et de
0.96 dans le cas du Bénin. Dans les deux cas la corrélation est
significative à 1%. La corrélation étant très forte
entre les deux indicateurs, nous choisirons de travailler avec l'un des deux
indicateurs dans la suite. Nous optons pour l'indicateur calculer par la
méthode de Bratton car il y a moins de données manquantes par
rapport à l'autre indicateur.
| 
