SECTION II : ESTIMATION ET RESULTATS ECONOMETRIQUES
II.1 Estimations
L'estimation des paramètres des modèles logit
multinomiaux peut se faire de différentes façons :
Méthodes du maximum de vraisemblance, méthodes de moments : GMM,
moments simulés etc.., méthodes non paramétriques et
semi-paramétriques. Nous utiliserons ici la méthode du maximum de
vraisemblance à information complète.
Rédigé par NYANGONO BELINGA LOUISE NINA Page 39
Education et insertion professionnelle au Cameroun : le
déclassement professionnel des jeunes
La vraisemblance associée à un modèle logit
multinomial indépendant à m+1 modalités s'écrit en
fonction de m vecteur de paramètres âj, j = 1, ..,m
du fait de la normalisation â0 = 0. Ainsi l'estimation des
paramètres du modèle logit multinomial s'effectue alors en
maximisant la log-vraisemblance par rapport aux vecteurs de paramètres
(â1, â2, ..., âm) :
log L ( , â1, â2, ..., âm)= ? ?
avec yi,j = 1 si yi = j et 0 sinon, et
où les probabilités Prob (yi = j) sont définies
par :
Prob (yi = j) = ? =
?
Notons au passage que la fonction de log-vraisemblance d'un
modèle logit multinomial indépendant est globalement concave et
que par conséquent on peut utiliser différents algorithmes
d'optimisation numérique propres à ce type de problème
(Newton Raphson par exemple) et que les résultats ne sont pas sensibles
au choix des conditions initiales de ces algorithmes.
II.2 Les résultats économétriques
Les résultats économétriques de notre
modèle ont été obtenus grâce à notre travail
avec le logiciel stata 14. Pour parvenir à l'élaboration de notre
modèle économétrique logit multinomial nous avons tout
d'abord exporté nos données de la base de données EESI 2
vers le logiciel stata 14 et c'est à partir de ce dernier que nous avons
eu les résultats qui seront présentés dans les tableaux
situés en annexes de ce document. Il s'agira donc pour nous dans ce
point d'interpréter les différents résultats obtenus.
Etant donné le fait que nous sommes dans un modèle
de régression multinomiale, les interprétations se feront en
termes de probabilités suivant les différentes modalités.
Les modalités que nous interprèterons plus dans le cadre de notre
étude sont : population active, chômeurs et inactifs.
Au regard des résultats donnés par le tableau
d'estimation (annexe1),il vient que notre modèle est globalement
significatif au seuil de 1% car Prob chi2=0.0000. De même, le Pseudo R2 =
0.5624 qui signifie que les variables indépendantes expliquent à
56,24% la variable situation d'activité.
Les résultats montrent que, en ce qui concerne la variable
âge, elle a une influence positive et significative sur la
modalité actif occupé. Ce qui signifie que pour avoir la
chance
Rédigé par NYANGONO BELINGA LOUISE NINA Page 40
Education et insertion professionnelle au Cameroun : le
déclassement professionnel des jeunes
d'être considéré comme un actif occupé
il faut atteindre un âge précis ; dans le cadre de notre travail
l'âge prend deux modalités que sont 15-24ans et 25-34ans.
Cependant, elle a une influence négative sur les modalités
chômeurs et inactifs ce qui signifie l'âge n'influence pas
le fait de ne pas avoir un emploi. Ce qui est tout à fait logique car ce
n'est pas parce qu'on atteint une certaine tranche d'âge qu'on est
directement qualifié de chômeurs ou d'inactifs.
Au compte de la variable sexe, il existe une
corrélation négative et positive entre elle et la modalité
1. Ce qui revient à dire que le statut de travailleur ne dépend
pas toujours du sexe de l'individu. Par contre pour les modalités 3 et 4
on constate une significativité forte et positive de cette variable
signifiant que la situation de chômage et d'inactivité
dépend en ce moment du sexe de l'individu. Ce qui est justifié
dans le rapport sur l'insertion professionnelle au Cameroun où il
spéculé qu'un jeune de sexe féminin a environ 66% de
risque de moins qu'un jeune de sexe masculin d'être chômeur
plutôt qu'actif occupé, toutes choses égales d'ailleurs.
Par ailleurs, un jeune de sexe féminin a environ 56% de risque de moins
qu'un jeune de sexe masculin d'être inactif plutôt qu'actif
occupé.
Le niveau d'instruction est négatif dans les
modalités 1 et 3 ; ce qui signifie que plus un individu est
qualifié, moins il a des chances d'être soit actif soit
chômeur. L'éducation n'influencerait pas la situation
d'activité d'un jeune. Ce résultat est contraire à nos
attentes puisque en réalité et suivant les différentes
théories de l'insertion professionnelle, le fait d'avoir reçu une
éducation garanti une insertion professionnelle future. Cependant, au
Cameron il a été démontré que ceux-là qui
sont facilement inséré sur le marché de l'emploi sont ceux
ayant une expérience professionnelle aux détriments de ceux
n'ayant reçu une formation purement et seulement académique (
Mebara et al) d'où on peut comprendre ce résultat car cette
variable ne prend en compte que les jeunes n'ayant pas suivi une formation
professionnelle mais uniquement académique.
Pour ce qui est du milieu de résidence, il est
significativement positive quel que soit la modalité signifiant ainsi
que la zone dans laquelle le jeune se trouve influence ses chances de pouvoir
avoir une quelconque situation d'activité. Les jeunes du milieu urbain
plus de risque d'être chômeurs et inactifs plutôt que
d'être actifs occupés sur le marché du travail.
Il était question dans ce chapitre de vérifier
l'assertion selon laquelle l'insertion professionnelle a un lien avec
l'éducation. Les tests empiriques sont effectués à partir
de la base de données EESI 2010. Les résultats du modèle
logit multinomial montrent qu'il existe une correlation négative entre
le niveau d'instruction et la probabilité d'avoir une situation
Rédigé par NYANGONO BELINGA LOUISE NINA Page 41
Education et insertion professionnelle au Cameroun : le
déclassement professionnel des jeunes
d'activité pour les jeunes. Ainsi une formation
professionnelle recu pourra être un indicateur les jeunes dans la
possibilité d'être inseré. En suivant donc beaucoup plus
les formations professionnelles, ceci augmenterai la probabilité
d'insertion professionnelle des jeunes.
| 
