Relation entreprise-clients et performance : le cas des établissements de micro-finance au Cameroun

IV-1-3. Rappel de la méthode statistique utilisée

Il se fera en trois étapes :

Ø Enonciation de l'hypothèse,

Ø Présentation de la méthode d'analyse

Ø Règle de décision

IV-1-3-1. Enonciation de l'hypothèse

L'hypothèse à tester est :

H2 : La fidélisation de la clientèle rend l'EMF rentable. Il ressort des travaux de Pasquet, Malo et Ricard (1998) que, selon les membres de la caisse populaire Desjardins, il faut chercher à fidéliser les clients détenteurs de gros comptes car la confiance qu'on leur accorde permet à l'EMF de gagner en temps et en argent tout en consolidant des relations de long terme qui pourra être source de création de valeur. La rentabilité d'un client tend à augmenter avec l'ancienneté de sa relation avec l'entreprise (Kotler et Dubois, 2000).

IV-1-3-2. Présentation de la méthode d'analyse

Nous avons utilisé pour notre analyse les tests non paramétriques et plus spécifiquement le test de corrélation de Kendall.

Les tests non paramétriques portent sur des statistiques (des fonctions) à partir des observations et qui ne dépendent pas de la distribution de la population correspondante. La validité des tests non paramétriques dépend des conditions très générales beaucoup moins contraignantes que celles requises pour la mise en oeuvre des tests paramétriques.

Les tests non paramétriques présentent plusieurs avantages (Ceresa, 1986) :

o Ils sont applicables aux petits échantillons

o Ils sont applicables à divers types de données (nominales, ordinales, d'intervalles, ratios)

o Ils sont applicables des données incomplètes ou imprécises

Le test non paramétrique peut se faire sur une variable dans plusieurs échantillons ou sur plusieurs variables dans un échantillon ou des échantillons appariés^50(*).

Comparaison de deux variables X et Y mesurées sur deux échantillons appariés : test de corrélation des rangs Kendall.

La question de recherche est : deux variables X et Y mesurables sur deux échantillons appariés sont indépendants ?

i) Conditions d'applications

o Les deux échantillons sont aléatoires et appariés

o Les paires d'observation sont indépendantes

o Les variables X et Y sont au moins ordinales (nos variables ici sont nominales)

ii) Hypothèses

L'hypothèse nulle à éprouver est : H₀ : les deux variables sont indépendantes

L'hypothèse alternative est H₁ : les deux variables sont dépendantes

iii) Statistique calculée et interprétation du test

Soient deux variables (X, Y) observées sur un échantillon de taille n comprenant n paires d'observation (X₁, Y₁), (X₂, Y₂)............ (X_n, Y_n). On peut obtenir une indication de la corrélation entre les variables X et Y en classant les valeurs X_i par ordre croissant et en comptant le nombre de valeurs Y_i correspondantes ne satisfaisant pas cet ordre. Classer les valeurs X_i par ordre croissant signifie que X_i est inférieur à X_j pour tout i inférieur à j. Soit R le nombre de paires (X_i, Y_i) telles que, si i inférieur à j, on ait simultanément X_i<X_j (ce qui va de soi du fait du classement par ordre croissant des X_i et Y_i.

La statistique calculée est :

S = 2 R - n (n-1)/ 2

La statistique descriptive sur données de base est réalisée à partir du logiciel SPSS 10.1.

* ⁵⁰ Deux ou plusieurs échantillons sont appariés lorsqu' ils sont liés d'une manière logique et que les paires ou n-uplets constitués d'observation des échantillons contient des individus identiques ou similaires. Par exemple, des échantillons comprenant les mêmes individus observés à un moment peuvent constituer autant d'échantillons appariés que de points d'observation dans le temps. De même, un échantillon de n individus et un autre constitué de n jumeaux(ou soeurs, frères, enfants, etc.), des premiers individus peuvent constituer des échantillons appariés dans le cadre d'une étude portant sur des questions génétiques.