Memoire Online - Femmes et accessibilité à la propriété foncière au Cameroun.

Afin d'observer la répartition des femmes suivant les différentes variables susmentionnées, une tabulation (tri à plat) de celles-ci a été réalisée à travers le tableau suivant Tableau 3.4. Tri à plat des variables d'analyse

	Femmes et accessibilité à la propriété foncière au Cameroun		2018/2019
	Moyen	1902	19,3
	Elevé	4594	46,6
	Total	9861	100,0
	peu ou pas instruite	5052	51,2
Niveau	instruction femme secondaire et plus	4809	48,8
	Total	9861	100,0
	Faible	2933	29,7
	Moyen	941	9,5
	Exposition médias Elevé	5987	60,7
	Total	9861	100,0
	Marié	5704	57,8
Statut matrimonial	Veuf/Div/Sep la femme de	1067	10,8
Statut matrimonial
	Célibataire	3083	31,3
	Total	9853	100,0
	Inactive	5400	54,8
	Indépendante	2910	29,5
Statut d'activité	Indépendante	2910	29,5
Statut d'activité	de la femme
	Salariées	1551	15,7
	Total	9861	100,0
	Oui	1652	16,8
	Accès au crédit Non	8205	83,2
	Total	9861	100
	Oui	3465	35,1
Membre	association tontine Non	6396	64,9
	Total	9861	100,0
	moins de 25 ans	4090	41,5
	Age 25 ans et plus	5771	58,5
	Total	9861	100,0

Afin de vérifier les hypothèses spécifiques et de confronter notre schéma d'analyse aux données empiriques, nous procéderons à des analyses suivant deux volets : un volet descriptif et un volet explicatif. Le choix des méthodes d'analyse pour chacun des volets est guidé d'une part par les principaux objectifs assignés à l'étude, et d'autre part par la nature de variable dépendante qui peut être soit quantitative soit qualitative.

3.4.1. Méthodes d'analyses descriptives

Elle est faite à deux niveaux : au niveau bi-varié et multi-varié. 3.4.1.1. Analyse bi-variée

Au niveau bi-varié, il s'agit de vérifier les interrelations ou l'association entre la variable dépendante et chacune des variables indépendantes. Compte tenu de la nature des variables (catégorielles), on fera recours au tableau de contingence suivie d'un test de khi-deux pour évaluer l'association entre les variables. Pour cela nous fixons un seuil de significativité de 1%. On conclura qu'il y a association entre deux variables, lorsque la probabilité associée à la statistique de khi-deux est inférieur au seuil fixé, sinon on dit qu'elles sont indépendantes.

Par ailleurs, la significativité de la probabilité associée au khi deux ne traduit que l'existence d'une association entre les deux variables, et non une mesure de sa force. Étant donné que cette association est influencée par l'effectif total. Dans le cadre de ce travail, le V de Cramer sera utilisé pour évaluer la force de l'association. Il s'agit d'une mesure imitant le coefficient de corrélation, ayant une valeur maximale absolue égale à 1 pour une association parfaite et une valeur égale à 0 pour une absence d'association.

Néanmoins, une association entre deux variables ne suffit pas pour cerner une réalité sociale. En effet, une association significative entre deux variables peut être réelle ou fallacieuse. Pour cette raison, il faut faire recours à l'analyse multi variée pour approfondir 3.4.1.2. Analyse multi-variée

Vu les objectifs poursuivis et la nature des variables mobilisées, la partie multi-variée de l'analyse descriptive se fera à travers une AFCM suivie d'une classification mixte. Il s'agit des méthodes d'analyse qui permettent d'étudier en même temps les associations non seulement entre les variables indépendantes et la variable d'étude, mais également les interdépendances entre l'ensemble des variables indépendantes.

Les deux principaux avantages de l'AFCM sont la synthèse de l'information par la définition des dimensions principales ou axes principaux et la possibilité de représentation graphique sur un plan (à deux dimensions) des points-caractères ou des points-individus, pour une visualisation et une lecture plus simplifiées. La classification mixte permettra alors de compléter les résultats de l'AFCM. Elle aura pour finalité de regrouper les individus dans des classes suggérées par les données et non pas définis a priori. À partir du calcul des distances entre individus (eu égard aux modalités prises par les variables intégrées dans l'analyse), un

nombre optimal de classes sera défini sur la base d'un critère de maximisation des distances interclasses et de minimisation des distances intra-classes. La méthode conduit ainsi à construire des classes contrastées entre elles, eu égard aux variables sélectionnées pour l'analyse. Ces deux méthodes combinées permettront d'analyser de façon visuelle, les proximités entre les modalités de toutes les variables d'étude. Ces proximités permettront de les grouper et de dégager le profil des femmes qui ont accès à la terre ou non, selon certaines caractéristiques contextuelles, socioculturelles, socio-économiques et sociodémographiques.

Les deux méthodes précitées ont été choisies pour le profilage des individus de cette étude, du fait de la nature de la variable dépendante, qui est catégorielle. Elles permettent de constituer deux catégories contenant les deux modalités de la variable dépendante, à savoir la catégorie des femmes ayant accès au foncier et la catégorie de celles qui n'en ont pas.

Cependant, le profilage des individus ne suffit pas pour déterminer les facteurs sous-jacents à l'accès à la terre. Pour ce faire, une analyse explicative sera mise en oeuvre, au cours de laquelle il sera question d'essayer d'expliquer comment les femmes ont accès à la terre.

Femmes et accessibilité à la propriété foncière au Cameroun.

3.3. Distribution des variables d'analyse dans la base

3.4.1. Méthodes d'analyses descriptives