Analyse du système de commercialisation des noix de cajou produites dans les départements de l'Atacora et de la Donga

3.2.5. Données collectées et Méthode de collecte

· Méthode de collecte des données

Essentiellement, trois techniques d'entretiens ont été utilisées lors de l'exécution de cette recherche : les entretiens structurés, les entretiens semi structurés et les entretiens non structurés.

- Les entretiens semi et non structurés ont été réalisés lors de la phase exploratoire dans les communes. Nous rappelons que les différentes localités ont été sélectionnées après les discussions avec les cadres et responsables des services du ProCGRN et de la Recherche-Développement Atacora/Donga. Les entretiens semis et non structurés ont été également réalisés tout au long de la recherche sur le terrain. Ils ont permis de vérifier et de compléter certaines informations obtenues auprès des différents acteurs.

- Les entretiens structurés : ils ont été réalisés à l'aide d'un questionnaire adapté aux objectifs de la recherche. Voir questionnaire d'enquête en annexe 2.

· Données collectées

Il y a deux types de données qui ont été collectées : les données primaires et les données secondaires.

ü Les données primaires sont obtenues par enquête et concernent celles des trois dernières campagnes agricoles à savoir : 2006-2007, 2005-2006 et 2004-2005. Elles sont constituées d'une part de données qualitatives comme les différentes formes d'organisation des acteurs, leurs stratégies d'achat et de vente, les conditions dans lesquelles s'exercent les stratégies d'achat et de vente, la circulation de l'information, les caractéristiques socio-économiques, les conditions de stockage et de transport, les modes de financement, les instruments de mesure, les contraintes diverses puis les autres fonctions de commercialisation. D'autre part, les données quantitatives relatives aux coûts des opérations, aux prix, aux quantités vendues et achetées, ont été collectées pour le calcul des marges.

ü Les données secondaires sont des données relatives à la documentation. Elles ont été collectées dans les centres de documentation de la FSA / UAC (BIDOC- FSA), à la bibliothèque de l'UP, à l'INRAB, à la coordination du ProCGRN et au CeRPA Atacora/Donga. Cette documentation a été renforcée par des recherches sur l'Internet.

3.2.6. Outils et méthodes d'analyse

Dans le but d'atteindre les objectifs fixés pour la présente étude et de tester les hypothèses posées, plusieurs outils et méthodes d'analyse des données ont été utilisés. La statistique descriptive a été utilisée à travers les tableaux de fréquences destinés à caractériser les différents acteurs du système de commercialisation. Les hypothèses de l'étude ont été testées à l'aide du logiciel SPSS version 10.0. Les données ont été saisies dans le logiciel EXCEL 2003 et le traitement des textes est réalisé avec le logiciel Word 2003.

Les hypothèses ont été testées comme suit :

· Test de l'hypothèse 1

H1 : Le type d'acteurs de commercialisation des noix de cajou produites dans les départements de l'Atacora et de la Donga varie selon l'âge, le sexe, le niveau d'instruction, l'origine et la nationalité.

Pour tester cette hypothèse, nous avons utilisé le test de KHI-2 pour mettre en évidence les relations entre les types d'acteurs et leurs caractéristiques socio-démographiques.

Le test de ²

C'est un test non paramétrique basé sur les différences entre effectifs observés O et effectifs théoriques T. Il permet de tester la dépendance entre deux caractères. Puisque dépendance signifie contingence, c'est à travers un tableau de contingence qu'on montre comment une caractéristique est statistiquement indépendante ou dépendante d'une autre.

La démarche consiste à poser l'hypothèse nulle (H0) d'indépendance statistique et à calculer les effectifs théoriques et les écarts (O-T) pour aboutir à l'expression :

Khi-deux d'indépendance, ² = ÓÓ (O-T)² / T

La double somme indique que l'opération est faite sur l'ensemble du tableau de contingence à n lignes et à p colonnes de telle sorte que le degré de liberté (d.d.l.) pour ce test est donné par la formule d.d.l.=(n-1)(p-1)

Enfin, la valeur de ² calculée est comparée avec celle du tableau des valeurs critiques de ² qui correspond au d.d.l. obtenu et au seuil de signification qui est généralement de 5%. Si la valeur calculée de ² se situe au delà de celle lue dans le tableau, on rejette H0 au seuil de 5%. C'est-à-dire qu'à ce seuil, le ² ne permet d'établir aucune dépendance entre les caractères.

Dans le cas de notre étude, le logiciel SPSS version 10.0 sera appliqué au tableau de contingence qui croise les différents types d'acteurs (lignes) avec les caractéristiques socio-démographiques (colonnes).

Tableau 3.2. : Tableau de contingence entre différents types d'acteurs (A) et caractéristiques socio-démographiques (C)

C A	C1	...	Cj	Ck
A1	O11	...	O1j	O1k	N1.
. . .
Ai	Oi1		Oij	Oik	ni.
Am	Om1		Omj	Omk	nm.
	n.1		n.j	n.k	N

· Test de l'hypothèse 2

H2 : Les fonctions de commercialisation sont assurées dans des conditions précaires.

Cette hypothèse a été testée à travers une Analyse descriptive des stratégies d'achat et de vente, de la conduite des transactions, la circulation de l'information, la formation des prix et facteurs de variation et des conditions de stockage, de transports et de financement.

· Test de l'hypothèse 3

H3 : L'activité de commercialisation des noix de cajou rémunère les différents acteurs dans les mêmes  proportions quel que soit le type de vente.

Pour tester cette hypothèse, nous avons utilisé le test de student et ANOVA à un facteur après le calcul des coûts et des marges de commercialisation.

Le test d'analyse de variance (ANOVA) à un facteur est utilisé pour vérifier s'il y a de différence significative entre les moyennes des coûts ou entre les moyennes des marges de différents acteurs et selon les Communes.

Le test de student (comparaison de moyennes pour échantillons appariés) est utilisé pour analyser la moyenne des coûts et celle des marges brutes par catégorie d'acteurs afin de déterminer le niveau d'efficacité de la commercialisation au niveau de chaque catégorie d'acteurs.

La moyenne du ratio marge/ coût a permis de déterminer le niveau de rentabilité afin de déduire à qui profite au mieux la commercialisation des noix.

Calcul des marges :

Le principe est de calculer les différentes marges des acteurs, de même que les charges des fonctions de commercialisation. On y distingue les marges brutes, les marges de commercialisation ou marges commerciales et les marges nettes.

Les marges brutes (MB) sont obtenues en déduisant du prix de vente (PV), le prix d'achat (PA) du produit. Soit : MB = PV - PA

Les marges commerciales (MC) sont obtenues en retranchant des marges brutes, les coûts variables des fonctions accomplies par les intermédiaires.

Soit : MC = MB - Coûts Variables totaux.

Les marges nettes (MN) sont obtenues en soustrayant des marges de commercialisation, les coûts fixes.

On a : MN = MC - Coûts fixes.

Dans ce calcul, les coûts fixes (coût des instruments de mesure, des bassines) ne sont pas pris en compte. Le calcul se limitera aux marges commerciales. Les valeurs des coûts fixes étant faibles, on peut assimiler la marge commerciale à la marge nette. Les coûts liés aux charges de commercialisation par unité de mesure sont calculés par le rapport des dépenses liées à chaque fonction ou service à la quantité du produit vendue ou couverte par la/le dit (e) fonction ou service.

· Test de l'hypothèse 4

H4 : La vente groupée des noix de cajou améliore les marges de commercialisation réalisées par les producteurs

Le test de student est utilisé pour tester cette hypothèse. Nous avons comparer les moyennes des marges des producteurs qui font la vente groupée à celles des producteurs qui ne font pas la vente groupée afin de déterminer si la vente groupée améliore les marges bénéficiaires des producteurs ou pas.

· Analyse des contraintes

Les contraintes au développement des activités de chaque catégorie d'acteurs ont été recensées et classées sur le terrain par les enquêtés. Nous avons distingué des contraintes liées à la production et les contraintes relatives au stockage/conservation et à la commercialisation. Des tests non paramétriques (notamment le test de Kendall) ont été utilisés pour hiérachiser ces contraintes. Les quatre premières contraintes de chaque catégorie ont été analysées par la construction d'arbres à problèmes. Cette construction est basée sur des modèles préalablement réalisés lors des enquêtes. Le tronc de l'arbre symbolise la contrainte, ces racines correspondent aux causes des contraintes alors que les branches représentent les effets. Les causes primaires et secondaires de même que les effets primaires et secondaires ont été identifiés.