CHAP II : APPROCHE METHODOLOGIQUE
Ce chapitre s'articule autour de trois sections : la
première aborde la technique de collecte des données, la
deuxième est consacrée à la technique de traitement des
données et la troisième présente les variables
utilisées ainsi que le questionnaire d'enquête.
II.1. Techniques des collectes des données
II.1.1. La population cible
La population cible de cette étude est composée
de 1350 PME de la ville de Bukavu. Ainsi, nous avons retenu comme
critère d'inclusion, le fait que les PME sélectionnées se
trouvent sur la liste du bureau urbain des PMEA mais aussi que celui-ci ait au
moins été enregistré par les services de l'Etat. Ceci dit,
les PME en question doivent oeuvrer d'une manière formelle. Cependant,
les informations issues du bureau urbain de PMEA nous a permis de distinguer
ceux évoluant dans le mode formel que ceux de la mode informelle. Le
tableau ci- dessous nous donne des plus amples informations sur la
répartition des PMEA dans la ville de Bukavu. Tableaux 2 :
Répartition des PME de la ville de Bukavu par secteur
d'activités
|
Secteurs d'activités
|
Effectif
|
Pourcentage
|
|
Commerce général
|
656
|
48.6
|
|
Pharmacie
|
170
|
12.6
|
|
Garage et Ateliers
|
115
|
8.5
|
|
Hôtels et bars
|
235
|
17.4
|
|
Agence des voyages
|
37
|
2.7
|
|
Comptoir des minerais
|
31
|
2.3
|
|
Boulangeries
|
27
|
2
|
|
Savonneries
|
79
|
5.9
|
|
Total
|
1350
|
100
|
20
II.1.2. La détermination de la taille de
l'échantillon
1350 PME constitue la population cible qui représentent
aussi les mêmes nombres des dirigeants présents dans ces PME. Le
temps étant limité ainsi que les moyens, nous ne pouvons pas
mener l'étude sur tous ces PME de la ville de Bukavu.
Pour déterminer la taille de l'échantillon, nous
extrayons un échantillon représentatif de cette population en
utilisant la formule suivante :
|
n =
|
z?? 2 * ????2
2:??-1
|
|
?2
|
ou n= la taille de l'échantillon ; z??2
2:??-1=la valeur de la distribution normale a(souvent égale
à 1.96);
a= intervalle de confiance ou seuil de risque (fixé
à 5/) ; ????2 = éc?????? ??yp?? ????
??'éch???????????????? ; ?= le niveau de précision voulu
par le chercheur(fixé à 95/).
A partir de la formule, on remarque que la taille
cherchée est fonction de l'écart type de la population qui n'est
pas connu à priori. Ainsi, l'inconnu n'étant fonction d'un autre
inconnu l'écart type, il en découle un paradoxe(Mapendo,2016). La
théorie propose trois solutions pour résoudre (Bugandwa,2011) :
avoir l'information empirique sur le problème étudié ;
procéder à une pré-enquête permettant de
déterminer l'écart type ; ou utiliser les cas des proportions
avec P égale 0,5 dans la mesure où cette valeur est P(1-P)
égale à 0,25 qui est la variance la plus élevée
permettant des tailles élevées.
Nous avons opté pour la première option. Mapendo
(2015) à mener une étude sur les pratiques de GRH dans la ville
de Bukavu, ce qui lui a donné un écart type de 0,402. A partir de
la formule et les valeurs des paramètres, nous avons
déterminé la taille de l'échantillon suivant :
= 248 PME
[(1.96)2*(0.402)2]
n=(0.05)2
21
Tableaux 3 : Répartition de l'échantillon
par secteurs d'activités
|
Secteurs d'activités
|
Effectif
|
Echantillon retenu
|
|
Commerce général
|
650
|
(650*248)/1350=119
|
|
Pharmacie
|
170
|
31
|
|
Garage et Ateliers
|
115
|
22
|
|
Hôtels et bars
|
235
|
44
|
|
Agence des voyages
|
37
|
7
|
|
Comptoir des minerais
|
31
|
6
|
|
Boulangeries
|
27
|
5
|
|
Savonneries
|
79
|
14
|
|
Total
|
1350
|
248
|
Source : Nos calculs à partir des statistiques de la
division urbaine (2017).
| 
