ANNEXE 6: Analyse descriptive des variables
Graphique 1 : Analyse descriptive de la variable
âge
Percent
0 5 10 15 20
20 40 60 80 100
age
Source : Auteur, à partir des
résultats de la base de données sur SPSS 20, 2012
Tableau 9 : Analyse descriptive de la variable Level of
education
Level of education
|
Frequency
|
Percent
|
Valid Percent
|
Cumulative Percent
|
non scholarized
|
164
|
61,4
|
61,4
|
61,4
|
primary school
|
62
|
23,2
|
23,2
|
84,6
|
Valid secondary school
|
34
|
12,7
|
12,7
|
97,4
|
University
|
7
|
2,6
|
2,6
|
100,0
|
Total
|
267
|
100,0
|
100,0
|
|
Source : Auteur, à partir des
résultats de la base de données sur SPSS 20, 2012
Tableau 10 : Analyse descriptive de la variable profession
Profession
|
Frequency
|
Percent
|
Valid Percent
|
Cumulative Percent
|
Grazer
|
182
|
68,2
|
68,2
|
68,2
|
Valid farmer/other
|
85
|
31,8
|
31,8
|
100,0
|
Total
|
267
|
100,0
|
100,0
|
|
Source : Auteur, à partir des
résultats de la base de données sur SPSS 20, 2012
43
Tableau 11 : Analyse descriptive des variables
Distance_prim
Distance_prim
|
Frequency
|
Percent
|
Valid Percent
|
Cumulative Percent
|
nearer
|
67
|
25,1
|
26,3
|
26,3
|
a bit far
|
80
|
30,0
|
31,4
|
57,6
|
Valid
far
|
108
|
40,4
|
42,4
|
100,0
|
Total
|
255
|
95,5
|
100,0
|
|
Missing System
|
12
|
4,5
|
|
|
Total
|
267
|
100,0
|
|
|
Source : Auteur, à partir des
résultats de la base de données sur SPSS 20, 2012
Tableau 12 : Analyse descriptive des variables
Distance_sec
Distance sec
|
Frequency
|
Percent
|
Valid Percent
|
Cumulative Percent
|
nearer
|
15
|
5,6
|
7,4
|
7,4
|
a bit far
|
64
|
24,0
|
31,5
|
38,9
|
Valid
far
|
124
|
46,4
|
61,1
|
100,0
|
Total
|
203
|
76,0
|
100,0
|
|
Missing System
|
64
|
24,0
|
|
|
Total
|
267
|
100,0
|
|
|
Source : Auteur, à partir des
résultats de la base de données sur SPSS 20, 2012
Tableau 13 : Analyse descriptive de la variable Number of
chidren
Descriptive Statistics
|
N
|
Minimum
|
Maximum
|
Sum
|
Mean
|
Std. Deviation
|
Number of children
|
265
|
1
|
25
|
1999
|
7,54
|
4,596
|
Valid N (listwise)
|
265
|
|
|
|
|
|
Source : Auteur, à partir des
résultats de la base de données sur SPSS 20, 2012
ANNEXE 7 : Tableau récapitulatif des
variables.
VARIABLES
|
LIBELLE
|
CODIFICATION
|
EFFET ESCOMPTE
|
CAP_Prim
|
Consentement à payer cycle primaire
|
CAP_Prim
|
|
CAP Sec gen
|
Consentement à payer cycle secondaire
général
|
CAP Sec gen
|
|
CAP_sec_tech
|
Consentement à payer cycle secondaire technique
|
CAP_sec_tech
|
|
Age
|
Age du chef de ménage
|
|
négatif
|
Education
|
|
0=Non scholarized 1=Primary education 2=secondary education
3=University
|
positif
|
Number_of_children
|
Nombre d'enfants du chef de ménage
|
|
négatif
|
Profession
|
Profession exercée par le chef de ménage
|
1=Grazer 3=Other
|
négatif
|
Distance_prim
|
Distance de la maison à l'école, enseignement
primaire
|
1=Nearer 2=A bit far 3=Far
|
négatif
|
Distance_sec
|
Distance de la maison à l'école, enseignement
secondaire
|
1=Nearer 2=A bit far 3=Far
|
négatif
|
Mariage
|
Le mariage des jeunes filles comme justificatif de leur
non-scolarisation
|
1=Option cochée 0=Option non cochée
|
négatif
|
Lack_of_finance_prim
|
Le manque de moyens financiers comme
justificatif de leur non-scolarisation, enseignement
primaire
|
1=Option cochée 0=Option non cochée
|
négatif
|
Lack_of_finance_sec
|
Le manque de moyens financiers comme
justificatif de leur non-scolarisation, enseignement
secondaire
|
1=Option cochée 0=Option non cochée
|
négatif
|
44
ANNEXE 8 : Contrôle du
biais de point de départ : Test des moyennes de Student
Tableau 14 : Contrôle du biais de point de
départ : Test des moyennes de Student, enseignement primaire
. ttest CAP_Prim == Sum_you_are_ready_to_pay_prim, unpaired
Two-sample t test with equal variances
Variable
|
Obs
|
Mean
|
Std. Err.
|
Std. Dev.
|
[95% Conf. Interval]
|
CAP_Prim
|
247
|
7271.255
|
371.2103
|
5834.028
|
6540.099
|
8002.411
|
Sum_yo~m
|
254
|
6228.346
|
306.5974
|
4886.359
|
5624.538
|
6832.155
|
combined
|
501
|
6742.515
|
241.0041
|
5394.402
|
6269.009
|
7216.02
|
diff
|
|
1042.909
|
480.2742
|
|
99.29986
|
1986.517
|
diff = mean(CAP_Prim) - mean(Sum_you_are_re~m) t = 2.1715
Ho: diff = 0 degrees of freedom = 499
Ha: diff < 0 Ha: diff != 0 Ha: diff > 0
Pr(T < t) = 0.9848 Pr(|T| > |t|) = 0.0304 Pr(T > t) =
0.0152
Source : Auteur, à partir des résultats de la
base de données sur STATA 12, 2012
Tableau 15 : Contrôle du biais de point de
départ : Test des moyennes de Student, enseignement secondaire
général
. ttest CAP_Sec_gen == Sum_you_are_ready_to_pay_sec_gen, unpaired
Two-sample t test with equal variances
Variable Obs Mean Std. Err. Std. Dev. [95% Conf. Interval]
CAP_Se~n 218 19770.89 767.7818 11336.16 18257.63 21284.16
Sum_yo~n 228 18070.42 716.2141 10814.6 16659.14 19481.69
combined 446 18901.59 525.2601 11092.82 17869.29 19933.89
diff 1700.478 1048.867 -360.8827 3761.838
|
diff = mean(CAP_Sec_gen) - mean(Sum_you_are_re~n) t =
1.6213
Ho: diff = 0 degrees of freedom = 444
Ha: diff < 0 Ha: diff != 0 Ha: diff > 0
Pr(T < t) = 0.9472 Pr(|T| > |t|) = 0.1057 Pr(T > t) =
0.0528
Source : Auteur, à partir des résultats de la
base de données sur STATA 12, 2012
Tableau 16 : Contrôle du biais de point de
départ : Test des moyennes de Student, enseignement secondaire
technique
. ttest CAP_sec_tech == Sum_you_are_ready_pay_sec_tech, unpaired
Two-sample t test with equal variances
Variable Obs Mean Std. Err. Std. Dev. [95% Conf. Interval]
CAP_se~h 180 22061.11 1135.543 15234.91 19820.34 24301.88
Sum_yo~h 192 19036.46 926.0204 12831.31 17209.92 20863
combined 372 20500 731.4695 14108.07 19061.65 21938.35
diff 3024.653 1457.218 159.1846 5890.121
|
diff = mean(CAP_sec_tech) - mean(Sum_you_are_re~h) t = 2.0756
Ho: diff = 0 degrees of freedom = 370
Ha: diff < 0 Ha: diff != 0 Ha: diff > 0
Pr(T < t) = 0.9807 Pr(|T| > |t|) = 0.0386 Pr(T > t) =
0.0193
Source : Auteur, à partir des résultats de la
base de données sur STATA 12, 2012
45
ANNEXE 9 : Estimation des
résultats du modèle
Tableau 17 : Estimation des résultats du
modèle, enseignement primaire
Tobit regression
Log likelihood = -2239.4977
|
|
Number of obs LR chi2(7) Prob > chi2 Pseudo R2
|
= 230
= 144.08
= 0.0000
= 0.0312
|
CAP_Prim
|
Coef.
|
Std. Err.
|
t
|
P>|t|
|
[95% Conf. Interval]
|
Age
|
35.83424
|
26.92622
|
1.33
|
0.185
|
-17.22816
|
88.89665
|
Profession
|
151.7961
|
644.8577
|
0.24
|
0.814
|
-1118.998
|
1422.591
|
education
|
2595.339
|
352.4513
|
7.36
|
0.000
|
1900.778
|
3289.901
|
Num_children
|
126.996
|
71.97958
|
1.76
|
0.079
|
-14.85118
|
268.8432
|
Distance_prim
|
198.6625
|
358.4299
|
0.55
|
0.580
|
-507.6806
|
905.0055
|
lack_of_finance_prim
|
-3218.21
|
634.0699
|
-5.08
|
0.000
|
-4467.746
|
-1968.675
|
girls_prim_marriage
|
-3824.19
|
604.0632
|
-6.33
|
0.000
|
-5014.592
|
-2633.787
|
_cons
|
7209.705
|
1460.76
|
4.94
|
0.000
|
4331.045
|
10088.37
|
/sigma
|
4257.946
|
199.0558
|
|
|
3865.675
|
4650.217
|
Obs. summary: 1 left-censored observation at CAP_Prim<=0
229 uncensored observations 0 right-censored observations
Source : Auteur, à partir des résultats de la
base de données sur STATA 12, 2012
Tableau 18 : Estimation des résultats du
modèle, enseignement secondaire général
Tobit regression
Log likelihood = -850.6554
|
|
Number of obs LR chi2(7) Prob > chi2 Pseudo R2
|
= 129
= 104.49
= 0.0000
= 0.0579
|
|
CAP_Sec_gen
|
Coef.
|
Std. Err.
|
t
|
P>|t|
|
[95% Conf.
|
Interval]
|
Age
|
77.39963
|
86.97913
|
0.89
|
0.375
|
-94.78424
|
249.5835
|
Profession
|
1913.584
|
2339.443
|
0.82
|
0.415
|
-2717.577
|
6544.745
|
education
|
9744.888
|
1410.853
|
6.91
|
0.000
|
6951.964
|
12537.81
|
Num_children
|
622.2167
|
252.4879
|
2.46
|
0.015
|
122.3917
|
1122.042
|
Distance_sec
|
-292.7787
|
352.9152
|
-0.83
|
0.408
|
-991.4096
|
405.8523
|
lack_of_finance_sec
|
-3393.542
|
2189.532
|
-1.55
|
0.124
|
-7727.94
|
940.8565
|
justif_girls_sec_marri~e
|
-10259.47
|
2325.882
|
-4.41
|
0.000
|
-14863.78
|
-5655.151
|
_cons
|
9602.603
|
4676.122
|
2.05
|
0.042
|
345.7539
|
18859.45
|
/sigma
|
10509.76
|
892.455
|
|
|
8743.057
|
12276.46
|
Obs. summary: 52 left-censored observations at
CAP_Sec_gen<=10000
77 uncensored observations 0 right-censored observations
Source : Auteur, à partir des résultats de la
base de données sur STATA 12, 2012
Tableau 19 : Estimation des résultats du
modèle,
|
|
Number of obs LR chi2(7) Prob > chi2 Pseudo R2
|
= 104
= 80.35
= 0.0000
= 0.0532
|
|
Tobit regression
Log likelihood = -714.64288
|
CAP_sec_tech
|
Coef.
|
Std. Err.
|
t
|
P>|t|
|
[95% Conf. Interval]
|
Age
|
-147.0928
|
132.7636
|
-1.11
|
0.271
|
-410.5918
|
116.4062
|
Profession
|
1025.598
|
3520.975
|
0.29
|
0.771
|
-5962.563
|
8013.759
|
education
|
15514.23
|
2034.465
|
7.63
|
0.000
|
11476.38
|
19552.08
|
Num_children
|
1092.57
|
384.8907
|
2.84
|
0.006
|
328.6688
|
1856.472
|
Distance_sec
|
-690.0794
|
488.0482
|
-1.41
|
0.161
|
-1658.72
|
278.5611
|
lack_of_finance_sec
|
-8113.924
|
3364.412
|
-2.41
|
0.018
|
-14791.35
|
-1436.497
|
justif_girls_sec_marri~e
|
-5826.265
|
3475.664
|
-1.68
|
0.097
|
-12724.5
|
1071.965
|
_cons
|
14931.45
|
7181.81
|
2.08
|
0.040
|
677.5477
|
29185.36
|
/sigma
|
14236.32
|
1331.502
|
|
|
11593.66
|
16878.98
|
Obs. summary: 41 left-censored observations at
CAP_sec_tech<=10000
63 uncensored observations 0 right-censored observations
Source : Auteur, à partir des résultats de la
base de données sur STATA 12, 2012
ANNEXE 10 : Test
d'homoscédasticité: Test de White
Tableau 20 : Test d'homoscédasticité,
enseignement primaire
. reg CAP_Prim Age education Num_children Distance_prim
Source
|
SS
|
df MS
|
|
Number of obs = 236
F( 4, 231) = 22.15
|
|
|
|
Model
|
2.1647e+09
|
4 541172202
|
|
Prob > F
|
= 0.0000
|
Residual
|
5.6450e+09
|
231 24437329.2
|
|
R-squared
|
= 0.2772
|
|
|
|
|
Adj R-squared = 0.2647
|
Total
|
7.8097e+09
|
235 33232816.4
|
|
Root MSE
|
= 4943.4
|
CAP_Prim
|
Coef.
|
Std. Err. t
|
P>|t|
|
[95% Conf.
|
Interval]
|
Age
|
36.11202
|
30.50004 1.18
|
0.238
|
-23.98181
|
96.20584
|
education
|
3444.939
|
388.766 8.86
|
0.000
|
2678.958
|
4210.92
|
Num_children
|
132.8176
|
80.67667 1.65
|
0.101
|
-26.13857
|
291.7738
|
Distance_prim
|
-24.4994
|
409.8807 -0.06
|
0.952
|
-832.082
|
783.0832
|
_cons
|
2765.314
|
1463.737 1.89
|
0.060
|
-118.6668
|
5649.295
|
. imtest, white
White's test for Ho: homoskedasticity
against Ha: unrestricted heteroskedasticity
chi2(14) = 32.81
Prob > chi2 = 0.0031
Cameron & Trivedi's decomposition of IM-test
Source
chi2 df p
Heteroskedasticity
Skewness Kurtosis
32.81 14 0.0031
23.33 4 0.0001
3.73 1 0.0536
Total 59.87 19 0.0000
Source : Auteur, à partir des résultats de la
base de données sur STATA 12, 2012
Tableau 21 : Test d'homoscédasticité,
enseignement secondaire général et technique
. reg CAP_Sec_gen Age education Num_children Distance_sec
Source
|
SS df MS Number of obs = 180
|
|
|
F( 4, 175) = 35.59
|
|
|
Model 1.0270e+10 4 2.5674e+09 Prob > F = 0.0000
Residual 1.2623e+10 175 72131943.5 R-squared = 0.4486
Adj R-squared = 0.4360
Total 2.2893e+10 179 127892857 Root MSE = 8493.1
CAP_Sec_gen Coef. Std. Err. t P>|t| [95% Conf. Interval]
Age 112.7804 56.97609 1.98 0.049 .3316569 225.2291
education 8578.915 768.1761 11.17 0.000 7062.833 10095
Num_children 322.569 149.3767 2.16 0.032 27.75737 617.3807
Distance_sec -240.405 273.3796 -0.88 0.380 -779.9504 299.1403
_cons 7667.41 2621.567 2.92 0.004 2493.453 12841.37
. imtest, white
White's test for Ho: homoskedasticity
against Ha: unrestricted heteroskedasticity
chi2(14) = 35.49
Prob > chi2 = 0.0012
Cameron & Trivedi's decomposition of IM-test
Source
chi2 df p
Heteroskedasticity
Skewness Kurtosis
35.49 14 0.0012
9.71 4 0.0455
5.89 1 0.0152
Total
51.09 19 0.0001
46
Source : Auteur, à partir des résultats de la
base de données sur STATA 12, 2012
47
Tableau 22 : Correction de
l'hétéroscédasticité, enseignement primaire
. reg CAP_Prim Age education Num_children Distance_prim,
robust
Linear regression Number of obs =
|
236
|
F( 4,
|
231)
|
=
|
19.36
|
Prob > F
|
|
=
|
0.0000
|
R-squared
|
|
=
|
0.2772
|
Root MSE
|
|
=
|
4943.4
|
CAP_Prim
|
Coef.
|
Robust
Std. Err.
|
t
|
P>|t|
|
[95% Conf. Interval]
|
Age
|
36.11202
|
33.2069
|
1.09
|
0.278
|
-29.3151
|
101.5391
|
education
|
3444.939
|
426.1919
|
8.08
|
0.000
|
2605.219
|
4284.659
|
Num_children
|
132.8176
|
96.1491
|
1.38
|
0.168
|
-56.6237
|
322.2589
|
Distance_prim
|
-24.4994
|
425.4108
|
-0.06
|
0.954
|
-862.6806
|
813.6818
|
_cons
|
2765.314
|
1356.162
|
2.04
|
0.043
|
93.28715
|
5437.341
|
Source : Auteur, à partir des résultats de la
base de données sur STATA 12, 2012
Tableau 23 : Correction de
l'hétéroscédasticité, enseignement secondaire
général et technique
. reg CAP_Sec_gen Age education Num_children Distance_sec,
robust
Linear regression Number of obs =
|
180
|
F( 4,
|
175)
|
=
|
28.22
|
Prob > F
|
|
=
|
0.0000
|
R-squared
|
|
=
|
0.4486
|
Root MSE
|
|
=
|
8493.1
|
CAP_Sec_gen
|
Coef.
|
Robust
Std. Err.
|
t
|
P>|t|
|
[95% Conf. Interval]
|
Age
|
112.7804
|
71.40061
|
1.58
|
0.116
|
-28.13675
|
253.6975
|
education
|
8578.915
|
919.1304
|
9.33
|
0.000
|
6764.908
|
10392.92
|
Num_children
|
322.569
|
181.7559
|
1.77
|
0.078
|
-36.14668
|
681.2847
|
Distance_sec
|
-240.405
|
155.9905
|
-1.54
|
0.125
|
-548.2699
|
67.45978
|
_cons
|
7667.41
|
2710.247
|
2.83
|
0.005
|
2318.433
|
13016.39
|
Source : Auteur, à partir des résultats de la
base de données sur STATA 12, 2012
ANNEXE 11 : la prédiction des
effets marginaux
Tableau 24 : Prédiction des effets marginaux,
enseignement primaire
. margins, dydx( Age Profession education Num_children
Distance_prim lack_of_finance_prim g > irls_prim_marriage)
Average marginal effects Number of obs = 230
Model VCE : OIM
Expression : Linear prediction, predict()
dy/dx w.r.t. : Age Profession education Num_children
Distance_prim lack_of_finance_prim girls_prim_marriage
|
dy/dx
|
Delta-method
Std. Err.
|
z
|
P>|z|
|
[95% Conf.
|
Interval]
|
Age
|
35.83424
|
26.92622
|
1.33
|
0.183
|
-16.94019
|
88.60867
|
Profession
|
151.7961
|
644.8577
|
0.24
|
0.814
|
-1112.102
|
1415.694
|
education
|
2595.339
|
352.4513
|
7.36
|
0.000
|
1904.547
|
3286.131
|
Num_children
|
126.996
|
71.97958
|
1.76
|
0.078
|
-14.08136
|
268.0734
|
Distance_prim
|
198.6625
|
358.4299
|
0.55
|
0.579
|
-503.8472
|
901.1721
|
lack_of_finance_prim
|
-3218.21
|
634.0699
|
-5.08
|
0.000
|
-4460.964
|
-1975.456
|
girls_prim_marriage
|
-3824.19
|
604.0632
|
-6.33
|
0.000
|
-5008.132
|
-2640.247
|
Source : Auteur, à partir des résultats de la
base de données sur STATA 12, 2012
48
Tableau 25: Prédiction des effets marginaux,
enseignement secondaire général
. margins, dydx( Age Profession education Num_children
Distance_sec lack_of_finance_sec jus > tif_girls_sec_marriage)
Average marginal effects Number of obs = 129
Model VCE : OIM
Expression : Linear prediction, predict()
dy/dx w.r.t. : Age Profession education Num_children Distance_sec
lack_of_finance_sec justif_girls_sec_marriage
|
dy/dx
|
Delta-method
Std. Err.
|
z
|
P>|z|
|
[95% Conf.
|
Interval]
|
Age
|
77.39963
|
86.97913
|
0.89
|
0.374
|
-93.07633
|
247.8756
|
Profession
|
1913.584
|
2339.443
|
0.82
|
0.413
|
-2671.64
|
6498.807
|
education
|
9744.888
|
1410.853
|
6.91
|
0.000
|
6979.667
|
12510.11
|
Num_children
|
622.2167
|
252.4879
|
2.46
|
0.014
|
127.3495
|
1117.084
|
Distance_sec
|
-292.7787
|
352.9152
|
-0.83
|
0.407
|
-984.4798
|
398.9225
|
lack_of_finance_sec
|
-3393.542
|
2189.532
|
-1.55
|
0.121
|
-7684.946
|
897.8631
|
justif_girls_sec_marri~e
|
-10259.47
|
2325.882
|
-4.41
|
0.000
|
-14818.11
|
-5700.822
|
Source : Auteur, à partir des résultats de la
base de données sur STATA 12, 2012
Tableau 26 : Prédiction des effets marginaux,
enseignement secondaire technique
. margins, dydx( Age Profession education Num_children
Distance_sec lack_of_finance_sec jus > tif_girls_sec_marriage)
Average marginal effects Number of obs = 104
Model VCE : OIM
Expression : Linear prediction, predict()
dy/dx w.r.t. : Age Profession education Num_children Distance_sec
lack_of_finance_sec justif_girls_sec_marriage
|
dy/dx
|
Delta-method
Std. Err.
|
z
|
P>|z|
|
[95% Conf.
|
Interval]
|
Age
|
-147.0928
|
132.7636
|
-1.11
|
0.268
|
-407.3047
|
113.119
|
Profession
|
1025.598
|
3520.975
|
0.29
|
0.771
|
-5875.386
|
7926.583
|
education
|
15514.23
|
2034.465
|
7.63
|
0.000
|
11526.75
|
19501.71
|
Num_children
|
1092.57
|
384.8907
|
2.84
|
0.005
|
338.1984
|
1846.942
|
Distance_sec
|
-690.0794
|
488.0482
|
-1.41
|
0.157
|
-1646.636
|
266.4775
|
lack_of_finance_sec
|
-8113.924
|
3364.412
|
-2.41
|
0.016
|
-14708.05
|
-1519.797
|
justif_girls_sec_marri~e
|
-5826.265
|
3475.664
|
-1.68
|
0.094
|
-12638.44
|
985.9105
|
Source : Auteur, à partir des résultats de la
base de données sur STATA 12, 2012
49
|