3.2. ANALYSE EN COMPOSANTES
PRINCIPALES (ACP)
Avant d'entamer cette analyse, il serait mieux de rappeler que
notre sujet porte sur la détérioration du climat des
affaires en RDC et son impact sur le niveau d'activités des
opérateurs économiques. Cas des PME de la ville de Bukavu,
avec comme objectif de déterminer l'impact de cette
détérioration du climat des affaires sur le niveau
d'activités des opérateurs économiques.
Vu l'importance et la multiplicité des variables
d'étude, il nous a été nécessaire d'effectuer une
analyse en composantes principales dans le but non seulement de
décorréler certaines variables qui peuvent être
corrélées entre elles mais aussi de parvenir à leur
réduction.
Pour cette fin, le logiciel SPSS 20.0 reste un instrument de
production des meilleurs résultats, c'est ainsi que nous avons fait
recours à ce dernier pour produire les résultats de cette
analyse.
Tableau n°3.2.1. : Résultats de la
matrice de l'Analyse en Composantes Principales.
|
|
Composantes
|
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
9
|
|
CORRUPT
|
.347
|
.050
|
.481
|
-.199
|
.361
|
.153
|
.394
|
-.005
|
-.222
|
|
VOLDES
|
.135
|
.250
|
.246
|
.159
|
.157
|
-.498
|
.312
|
.478
|
.095
|
|
APRO
|
-.251
|
.515
|
-.128
|
.186
|
.252
|
.414
|
-.040
|
-.080
|
-.438
|
|
GUERTENSP
|
-.150
|
.047
|
-.469
|
.251
|
.291
|
-.109
|
-.387
|
.476
|
.098
|
|
INSTAPO
|
.174
|
.031
|
.011
|
-.430
|
-.488
|
.307
|
-.416
|
.196
|
.096
|
|
RACEEL
|
-.101
|
-.026
|
.150
|
.514
|
-.370
|
.250
|
.420
|
.141
|
.268
|
|
NONAPL
|
.149
|
.280
|
-.600
|
-.053
|
-.080
|
.072
|
.457
|
-.019
|
.139
|
|
IMPUN
|
-.155
|
.295
|
.527
|
.396
|
-.238
|
.192
|
-.256
|
.090
|
.007
|
|
IMPTAX
|
.538
|
-.283
|
.051
|
-.185
|
.404
|
-.084
|
-.071
|
.145
|
.249
|
|
TRACADIN
|
.726
|
.271
|
-.141
|
.023
|
-.225
|
.055
|
.098
|
.145
|
-.260
|
|
ABUSP
|
-.589
|
-.054
|
.514
|
-.153
|
.155
|
.049
|
.020
|
.220
|
-.079
|
|
CONCUR
|
-.063
|
-.317
|
-.245
|
.547
|
.224
|
.093
|
.032
|
-.199
|
-.244
|
|
CAPMAN
|
.071
|
.548
|
.078
|
.263
|
.001
|
-.125
|
-.069
|
-.251
|
.476
|
|
TECHNOL
|
-.182
|
-.514
|
-.126
|
.122
|
-.290
|
-.130
|
.120
|
.387
|
-.310
|
|
AG
|
.306
|
-.081
|
-.031
|
.189
|
.160
|
.648
|
.002
|
.412
|
.172
|
Méthode d'extraction: Analyse en Composantes
Principales
Source : Notre confection dans SPSS
20.0
L'analyse effectuée a porté sur un ensemble de
quinze items comme il s'observe dans le tableau ci-haut. En effet, les
résultats obtenus après analyse nous ont montré que ces
items sont groupés en neuf composantes principales. Vu le principe de
l'Analyse en Composantes Principales, est item retenu dans une composante celui
dont son coefficient est supérieur à 0,5 à
l'intérieur de la composante, nous avons trouvé que certains
items sont retenus, c'est-à-dire ceux qui étaient
corrélés se trouvent décorréler et forment un seul
facteur, d'autres sont non retenus par l'analyse, c'est-à-dire ils sont
automatiquement éliminés par l'analyse. Ainsi, les items APRO
(Accès à la propriété), RACEEL (raccordement en eau
et en électricité), NONAPL (non application stricte des lois et
règlements établis), IMPUN (impunité), IMPTAX
(impôts et taxes), TRACADIN (les tracasseries administratives et
institutionnelles), ABUSP (abus du pouvoir), CONCUR (concurrence), CAPMAN
(capacité managériale), TECHNOL (technologie) et AG (l'âge)
feront part de nos analyses tout au long de la présente étude.
Les analyses de validité et de factorisation nous
montreront les comportements de ces items vis-à-vis de leurs composantes
avant leur application dans notre modèle économétrique.
| 
