Memoire Online - Analyse statistique de demandes et d'offres d'emploi enregistrées par un service de l'état. Cas de l'Office National de l'Emploi / direction provinciale du Nord-Kivu en RDC de 2007 à 2009

Travail de Fin de Cycle présenté et défendu en vue de l'obtention du diplôme de gradué en Statistique.

EPIGRAPHE

« Puisqu'on ne peut être universel et savoir tout ce qu'on peut savoir de tout. Il faut savoir un peu de tout. Car il est bien plus beau de savoir quelque chose de tout que de savoir tout d'une chose ; cette universalité est la plus belle. »

« Il ne suffit pas de produire des chiffres, il faut les exploiter. Et s'il existe un art pour produire des chiffres il en existe également un, mais non moins difficile à acquérir, pour les exploiter. »

«... puisque nous avions eu la chance de venir nous instruire, il faut que ceux qui commencent réussissent pour donner l'exemple à ceux qui suivent. Sinon, les pères diront à leurs enfants : inutile d'étudier, vos aînés ont échoué.»

DEDICACE

Augustin MUNYARUYENZI NIKUZE

REMERCIEMENTS

« Appelle-moi, et je te répondrai, je t'apprendrai des grands secrets que tu ne connais pas. » (Jérémie 33 : 3)

Nous ne voulons pas nous attribuer le mérite d'avoir réalisé seul ce travail, il est le concours de plusieurs personnes.

Pour cela, nos sentiments de profonde gratitude sont d'une manière particulière réservés à l'Assistant SALUMU MULENDA qui, malgré ses multiples occupations a accepté d'être parrain scientifique de ce travail.

Mes chaleureux remerciements s'adressent également aux autorités de l'Institut Supérieur de Statistique et de Nouvelles Technologies (ISSNT/GOMA) : au Directeur Général le C.T. Célestin KIMANUKA RURIHO pour ses conseils purement statistiques, au Secrétaire Général Académique le C.T. Paul SENZIRA NAHAYO pour la discipline et l'ordre mis en oeuvre lors de notre formation, au Secrétaire Général Administratif le C.T. POLO FUETA pour son savoir vivre, à l'Appariteur Bernard BAZAMANZA pour son encadrement, au CPP Patient NSHOMBO pour sa collaboration ; sans oublier le Bibliothécaire Alphonse BANYANGA, qui nous ont administré en parents scientifiques légitimes tout au long de notre cycle de graduat.

Mes remerciements de profonde gratitude s'adressent à mon Père François Xavier MUNYARUYENZI et à ma Mère Félicité SERUGENDO pour leur affection, compréhension et aide tant morale que matérielle manifestées tout au long de notre formation. Qu'ils trouvent ici la part qui leur revient de notre redevance.

Nous saluons le sacrifice de notre Grand Frère Père Jean Marie Vianney MUNYARUYENZI pour son soutien matériel et financier en vue de réaliser ce travail avec plein succès, qu'il trouve ici l'expression de notre profonde gratitude.

Nos remerciements les plus sincères s'adressent encore à tous ceux qui de près ou de loin nous ont aidé par leurs conseils et ont ainsi contribué d'une manière ou d'une autre à la réalisation de ce travail. Nous pensons ici, à Jean Pierre MUNYARUYENZI et son épouse Furaha N'HABIMANA pour leur encadrement, aux Frères et Soeurs MUNYARUYENZI Albertine, Claire, Marthe, Louise, Julienne, Yvonne, Aloys, Gabriel, Innocent, Espérance ainsi qu'à DIDI BANGAMWABO, aux Beaux-frères Prosper BANYANGA, Eric KAMORI, Jean Népo SEBUKE, Georges BAREBERAHO et Paul RWANZE.

Aux personnes de la "nationalité statisticienne" et compagnons de lutte Jessica AMINATHA, Juvénal BASEME, Moïse NSENGIYUNVA, Gilbert SELENGE, Idole KUBUYA, Emmanuel TWIZERIMANA pour leur collaboration et sacrifice académiques.

A tous les membres de la Synergie Statistique pour le Développement (SSD Asbl) pour leur collaboration et échange d'idées pour la réussite de notre avenir.

A tous les amis et connaissances Léon SEKABUHORO, Francine BANYURWA, Badjo KAYUKI, Placide BUGUNDA et Innocent BUFOLE, ..., disons merci.

Augustin MUNYARUYENZI NIKUZE

SIGLES ET ABREVIATIONS

AVANT-PROPOS

A l'approche du XXI^e Siècle, on estimait que 10% de la population active de l'Europe et d'Asie Centrale, soit environ 23 millions de personnes étaient à la recherche de l'emploi. Dans certains pays en développement, plus d'un quart de la population active n'a pas d'emploi rémunéré. Aux Etats-Unis par exemple, c'est en tout près de 2,6 millions d'emplois qui ont disparu au cours des 28 derniers mois, affirmait le New York Times en Juillet 2003^1(*).

Sur un plus grands sites étasuniens dédiés à l'emploi, on peut consulter selon qu'on est employeur ou demandeur d'emploi 17 millions de CV (Curriculum Vitae) et quelques 800000 offres d'emploi. Des études faites indiquent que dans certains pays, jusqu'à 96% des demandeurs d'emploi se servent d'Internet pour chercher du travail. Toutefois, une enquête, menée dans 40 pays auprès des diplômés révèle que seuls 5% des demandeurs d'emploi trouvent effectivement du travail sur le web^2(*).

Le chômage étant très accentué dans les pays sous développés, la RDC n'est pas épargnée de ce fléau. Il se remarque surtout par le lancement chaque année sur le marché de travail des diplômés d'état, d'universités... provenant des centres de formation, des institutions secondaires, des instituts supérieurs, des universités, ... Dans la province du Nord-Kivu, l'emploi est devenu une pièce rare que tout chômeur est à sa course malgré l'instauration de la politique gouvernementale du chantier emploi, ce dernier est quasi-inexistant.

C'est ainsi que les autorités congolaises ont fait l'emploi une de leurs préoccupations prioritaires dans ses plans de développement, malheureusement il est encore un grand défi à relever.

INTRODUCTION GENERALE

01. PROBLEMATIQUE

Dans de nombreux pays, il est extrêmement difficile de trouver de l'emploi. Premier obstacle : chaque année, une vague de nouveaux diplômés issus de l'enseignement secondaire et universitaire déferle sur le marché. Autre obstacle : être pourvu d'un diplôme ou avoir une spécialité ne garantit pas que l'on trouvera un poste dans la profession souhaitée ^3(*).

Le taux élevé de chômage en RDC est un problème qui remonte à plusieurs années. A titre illustratif, ceux qui sont sortis des Universités et Instituts d'Enseignement Supérieur auront finalement perdu toute leur science et technicité. Laissant à eux-mêmes, non seulement ils ne cherchent pas d'emploi, mais surtout ils n'ont aucune chance d'en trouver un^4(*).

Selon Mzee LOMBE : « des milliers de jeunes gens qui terminent les études en RDC sont condamnés au chômage indéterminé. Ce qui fait plus mal est le fait qu'aucun signe ne montre que les jeunes gens trouveront de l'emploi dans un avenir proche. Ce sont des jeunes détenteurs de Diplômes d'Etat (D6), Gradués (G3) et Licenciés (L2) qui sont voués au chômage après avoir fourni tant d'efforts, accepté de sacrifices énormes, fêté leurs diplômes avec bravoure, mais pour se retrouver sans espoir de réaliser leurs rêves. La vie n'a pas de brouillon car on ne vit qu'une seule fois. Il continue en disant que la dévaluation de l'éducation au Congo est le fait que le diplôme n'a pas de valeur sur le marché d'emploi. L'éducation est en train de perdre son but utilitaire pour devenir tout simplement une marchandise. Le diplôme en RDC, comme toute autre marchandise suit la loi de l'offre et de la demande sur le marché de l'emploi au Congo, il y a fort malheureusement plus des diplômés que les vacances dans les entreprises publiques ou privées pour absorber tous les diplômes. Le feu Président Burkinabais, SANKARA, a dit à la conférence de l'EX Unité Africaine à Addis-Abeba qu'une des faiblesses des gouvernements africains est de produire ce qu'ils ne consomment pas et de consommer ce qu'ils ne produisent pas. Ce phénomène accidentel dû à l'existence d'institutions qui font obstacle au libre jeu du marché, le chômage peut être également assimilé à une activité de prospection : c'est la thèse du Job Search, développé dans les années 1960 par George STIGLER. Le cadre du raisonnement est une situation de concurrence pure et parfaite, mais l'information est imparfaite sur le marché du travail. Ne connaissant pas la totalité des postes disponibles, le demandeur d'emploi reste volontairement au chômage un certain temps afin de développer une activité de prospection et l'indemnisation du chômage tend à allonger la durée de ce chômage volontaire^5(*).

Nous avons constaté que l'inaccessibilité à l'emploi dans la ville de Goma est devenu un problème majeur de la population active et les personnes qui terminent leurs études n'ont pas accès facile à l'emploi et bon nombre des qualifiés restent en dépit de leur connaissance intellectuelle des chômeurs.

Eu égard à ce qui précède, les questions suivantes ont attiré notre attention :

v Existe-t-il une relation et/ou une dépendance entre le nombre de demandes et d'offres d'emploi ?

v Quelle est l'évolution de demandes et d'offres d'emploi pour ces trois années ?

v Y a-t-il une différence significative entre les offres et les demandes d'emploi ?

02. HYPOTHESES DU TRAVAIL

Dans le cadre de notre travail, nous nous sommes proposé des hypothèses alternatives suivantes :

v Il y aurait de dépendance entre ces deux variables, car lorsque les diplômés ou non diplômés voient les offres affichées aux différentes valves des organisations avec la mention avoir une carte de l'ONEM, se précipitent pour s'enregistrer.

v Il n'y aurait pas de différence significative entre le nombre moyen d'offres et le nombre moyen de demandes d'emploi.

03. OBJECTIFS DU TRAVAIL

- Etudier la relation qui peut exister entre les offres et les demandes d'emploi ;

- Observer l'évolution des offres et des demandes d'emploi enregistrées pour ces trois années par l'ONEM/DP N-K ;

- Analyser les données récoltées en tirant des conclusions adéquates pour notre étude.

04. CHOIX ET INTERET DU SUJET

Un chercheur ne peut choisir de travailler sur un sujet scientifique que s'il ne lui est intéressant. C'est pourquoi notre choix a porté sur l'« Analyse statistique de demandes et d'offres d'emploi enregistrées par un service de l'état. Cas de l'ONEM/DP.N-K de 2007 à 2009».

L'intérêt que nous trouvons dans ce travail se justifie dans la mesure où il permet, non seulement à nous, mais aussi à toutes les couches nationales qu'internationales d'avoir une vue d'ensemble sur l'évolution des demandes et d'offres d'emploi à l'ONEM/DP N-K pour ces trois années.

05. DELIMITATION SPATIO-TEMPORELLE DU SUJET

05.1. Délimitation spatiale

Notre étude concerne un service de l'Etat dénommé « Office National de l'EMploi/Direction Provinciale du Nord-Kivu ».

05.2. Délimitation temporelle

Notre période d'étude s'étend sur 3 dernières années, c'est-à-dire de 2007 à 2009.

06. SUBDIVISION DU TRAVAIL

Notre travail est subdivisé en trois chapitres lesquels sont précédés et suivis respectivement par une introduction générale qui présente brièvement le sujet et d'une conclusion générale qui synthétisera le travail.

Ø Le premier chapitre parlera des considérations générales dans lesquelles nous allons définir quelques concepts de base et présenter brièvement notre milieu d'étude ;

Ø Le deuxième chapitre traitera de la théorie sur les méthodes utilisées pour la présentation, l'analyse et l'interprétation des données ;

Ø Enfin, le troisième chapitre abordera l'application de ces méthodes aux données recueillies en vue de présenter et interpréter les résultats.

07. METHODES ET TECHNIQUES UTILISEES

07.1. Méthodes

Tel que définit par PINTO et GRAWITZ « la méthode est un ensemble d'opérations intellectuelles par lesquelles une discipline cherche à atteindre les vérités qu'elle poursuit, les démontre et les vérifie. Elle est considérée comme un ensemble des règles indépendantes de toute recherche et qui visant surtout des processus et forme de raisonnement et des perceptions rendant accessible la réalité saisie »^6(*).

Dans le cadre de notre travail nous utiliserons les Méthodes de l'inférence statistique et particulièrement la corrélation et la régression linéaire simple.

07.2. Techniques

Selon PINTO et GRAWITZ, la technique est un moyen d'atteindre le but mais qui se situe au niveau des faits ou des étapes pratique^7(*).

Pour atteindre notre objectif nous avons fait recourt aux techniques suivantes :

Ø La technique documentaire : ici nous avons réuni un nombre important d'éléments, des renseignements nous permettant d'appréhender l'idée de base de notre travail et avons aussi fait le dépouillement des registres de demandes et d'offres d'emploi dans les armoires de l'ONEM/DP N-K.

Ø La technique d'interview : grâce à cette technique nous avons pu avoir une connaissance sur les données que nous avons récoltées. L' interview nous a été accordée par les différents responsables de l'ONEM.

Ø L'observation libre pendant un mois de stage qui nous a amené à découvrir les points forts et faibles de l'ONEM.

0.8. DIFFICULTES RENCONTREES

Au cours de l'élaboration de notre travail, nous nous sommes heurté à de contraintes telles que :

- Les registres étaient en vrac et cela nous a pris assez de temps pour les ordonner ;

- L'éloignement du milieu d'étude pour la récolte des données de notre habitation ;

CHAPITRE I. CONSIDERATIONS GENERALES

I.1.DEFINITIONS DE CONCEPTS DE BASE

I.1.1.Emploi8(*)

Emploi, terme désignant l'utilisation d'un individu par un autre individu qui y consent ou par une institution visant à la réalisation d'un travail particulier en contrepartie d'un salaire ou autre rémunération. Cette pratique se distingue du servage ou de l'esclavage, systèmes dans lesquels le travail n'est pas fourni volontairement, contre une rémunération, et ne représente pas un coût pour l'employeur. En économie, ce terme peut avoir une acception plus générale : il désigne alors l'utilisation d'autres facteurs de production, à savoir la terre et le capital. Il est toutefois communément réservé aux ressources humaines. Par ailleurs, la définition de l'emploi exclut les personnes exerçant une activité non rémunérée, telles que les femmes au foyer ou les travailleurs bénévoles. Par contre, y sont inclus les travailleurs indépendants, qui en représentent une part considérable, notamment dans les pays en développement où ils constituent 25 personnes, 100 à 50 personnes de la population active totale. Ces travailleurs exercent pour leur compte et se rémunèrent eux-mêmes.

I.1.2.Demande d'emploi9(*)

Une demande est une action de demander, de faire connaître à quelqu'un un besoin quelconque ou ce qu'on désire.

L'obligation première du demandeur d'emploi est de rechercher lui-même un emploi. La recherche d'emploi est en principe une activité à temps plein et ce dernier ne peut se borner à attendre les offres qui lui seraient présentées.

a) Les personnes sans emploi, immédiatement disponibles à la recherche de l'emploi

Ce sont les chômeurs au sens plein du terme. Ils sont inscrits sur la liste des demandeurs d'emploi selon qu'ils recherchent un emploi à durée indéterminée, à temps plein, ou à temps partiel, ou à durée déterminée temporaire ou saisonnier.

On s'en est tenu pendant longtemps à cette position entre les demandeurs d'emploi qui ont déjà un emploi et ceux qui n'en ont aucun. Le chômage était conçu comme une simple période de transaction entre deux emplois, et le chômeur comme un travailleur occupé à temps plein par la recherche d'un nouvel emploi. Cette conception a été remise en cause par le développement d'un chômage massif et de longue durée. La priorité n'est plus tant de s'assurer de la disponibilité du chômeur que de préserver son « employabilité », c'est-à-dire sa capacité professionnelle. Car interdire à un chômeur toute espèce d'activité ou de formation professionnelle ne peut que précipiter son exclusion du marché de travail.

Il est apparu en 1991. Il combine la recherche d'emploi avec une formation professionnelle ou l'exercice d'une activité occasionnelle ou réduite.

I.1.3.Offre d'emploi

C'est une action de proposer un contrat à une autre personne. En d'autre terme, c'est une préposition de faire une chose utile ou agréable à quelqu'un, de traiter avec lui à certaines conditions que l'on déclare avantageuses^10(*).

b) L'ouvrier spécialisé : qui, sans avoir fait un véritable apprentissage ou avoir reçu un enseignement professionnel particulier, exécute des travaux nécessitant une certaine formation préalable suffisante du métier.

c) L'ouvrier qualifié ou professionnel : ayant la connaissance générale de son métier acquise soit par une longue pratique, soit par un apprentissage ou un enseignement professionnel pouvant être sanctionné par un CAP (Certificat d'Aptitude Professionnelle). L'ouvrier hautement qualifié est prévu dans une catégorie distincte parfois dans la catégorie de l'ouvrier qualifié mais avec un échelon supérieur.

I.1.4.Le chômage

Le chômage se définit statistiquement comme la situation d'une personne sans travail rémunéré, disponible pour occuper un emploi et effectuant une démarche de recherche d'emploi. La situation globale de l'emploi est souvent résumée au travers le taux de chômage, défini comme le rapport entre le nombre de chômeurs et la population active. Le chômage fonctionne selon un système inversé de file d'attente où les derniers arrivés sont les premiers servis et il apparaît très différencier selon le niveau d'étude où les moins qualifiés souffrent de la concurrence des travailleurs^12(*).

Le chômage était conçu comme une période de transition entre deux emplois et le chômeur comme un travailleur occupé à temps plein par la recherche d'un emploi. La notion du chômeur est apparue au XIX^eS avec le salariat^13(*).

Bref, le chômage est la période d'inactivité forcée qui caractérise la situation de personnes capables, disponibles et désireuses de travailler, mais qui ne parviennent pas à trouver un emploi^14(*).

Les économistes établissent des typologies quant aux formes du chômage en fonction de ses manifestations et de ses caractéristiques.

Le chômage dit frictionnel correspond au temps nécessaire qui sépare la cessation volontaire d'une activité et la reprise d'une autre activité professionnelle. Ce type de chômage résiduel est en réalité -- et au-delà de la contradiction -- un chômage de plein-emploi. Il ne concerne que l'hypothèse du salarié qui quitte un poste pour un autre poste qu'il sait prochainement disponible.

Le chômage saisonnier concerne, quant à lui, l'ensemble des activités qui se déroulent selon un cycle qui n'est pas constant dans le temps. Ce type de chômage concerne par exemple les activités liées au tourisme, ou encore certaines activités agricoles.

Le chômage conjoncturel résulte d'un ralentissement, plus ou moins durable, de l'activité économique. Lorsque le cycle économique connaît un ralentissement, celui-ci peut être cause de chômage. C'est le cas, par exemple, lorsque le volume de production excède la demande des consommateurs. L'entreprise qui ne peut plus écouler ses produits peut être contrainte de licencier, faute de débouchés. Si cette situation frappe non pas une seule entreprise, mais un ou plusieurs secteurs d'activité, le volume de chômage peut être important. Ce type de crise survenue dans le passé (la crise de 1929 par exemple) peut être en partie résolue, comme John Maynard Keynes l'a montré, par une politique publique de soutien de la demande (voir politique budgétaire), consistant à utiliser le déficit budgétaire afin d'injecter un supplément de pouvoir d'achat, qui à son tour permet aux entreprises de vendre leur production, d'augmenter celle-ci et, pour la créer, d'embaucher à nouveau.

Le chômage structurel provient, pour sa part, d'un déséquilibre durable du fonctionnement du marché du travail, qui excède les difficultés conjoncturelles, par nature temporaire. Ce type de chômage caractérise la situation d'un grand nombre de pays industrialisés depuis le début des années 1980 ; l'évolution des chiffres révèle qu'il est devenu tout à la fois massif et permanent, le nombre de chômeurs de longue durée étant de plus en plus important. La crise contemporaine frappe surtout par sa durabilité par rapport à la plupart des crises du passé. Si celles-ci pouvaient être extrêmement brutales, elles ne duraient que le temps d'une récession, un nouveau cycle de croissance assurant la reprise de l'emploi. La situation actuelle est bien différente : une rupture durable avec la croissance qui, lorsqu'elle existe, reste très faible, s'accompagne d'une progression toujours plus forte du nombre de sans-emploi.

Au-delà des querelles théoriques relatives aux causes du chômage, qui opposent libéraux et keynésiens, les éléments actuels et historiques qui expliquent ce phénomène et son ampleur sont nombreux.

Le chômage actuel n'a pas pour seule cause le ralentissement de la croissance : il est également -- et surtout -- la conséquence d'une rupture des liens entre production et emploi. Le système de production, qui fait de plus en plus appel à l'innovation technique, substitue, plus encore que par le passé, les machines aux hommes. L'évolution est telle que le progrès technique ne recrée pas au stade de sa conception les emplois qu'il supprime au stade de son utilisation ; l'utilisation de machines toujours plus sophistiquées entraîne le recours toujours moins important à la main-d'oeuvre. En cela, le chômage actuel revêt une spécificité historique : c'est la crise et le dépassement du modèle fordiste de production qui, en opérant une mutation dans l'organisation du système productif, engendre le chômage.

Autre argument avancé afin d'expliquer la persistance d'un chômage important, les « rigidités du marché du travail », souvent évoquées par les théoriciens de tendance libérale : les charges sociales supportées par les entreprises qui embauchent seraient trop lourdes, et auraient un effet dissuasif sur la création d'emplois ; d'autre part, l'existence d'un salaire minimum, en deçà duquel l'entreprise ne peut embaucher, associée au poids relatif des charges qui pèsent sur les salaires, empêcheraient également la création de nouveaux emplois.

Il s'agirait alors, pour soutenir l'emploi, de rendre le marché du travail plus flexible ; cette flexibilité exigerait, par exemple, de réduire les salaires, au motif que l'entreprise, en réduisant ses coûts salariaux unitaires, pourrait utiliser cette marge de manoeuvre afin de créer davantage d'emplois. Il s'agirait en clair de payer moins pour payer plus de monde. Cette notion de flexibilité a servi, et sert encore, de critère aux politiques de l'emploi visant à lutter contre le chômage.

I.1.5.Une variable17(*)

C'est une entité ou une grandeur qui peut prendre toute valeur d'un ensemble appelé « domaine de la variable ». C'est aussi une caractéristique des éléments qui nous intéresse.

a. Variables nominales ou qualitatives : sont celles dont les modalités sont des noms qui ne sont pas mesurables et entre lesquelles il n'est pas possible d'établir un ordre

b. Variables numériques ou quantitatives: sont celles dont les valeurs prises sont des nombres qui peuvent être mesurables au repérables.

c. Variables ordinales : sont celles dont les nombres sont rangés dans un ordre déterminé sans pour autant que les écarts puissent être mesurés entre eux.

I.1.6.La statistique

C'est le Prof. Gottfried ACHENWALL (1719-1772) qui le premier employa le mot statistique, dérivé de l'italien « STATISTA : politique » et du latin « STATICUM : qui a trait à l'Etat^18(*). »

C'est l'ensemble des méthodes scientifiques à partir desquelles on organise, résume, présente, analyse et interprète les données d'observations en vue d'éclairer les actions humaines et de faire progresser la connaissance des phénomènes^19(*).

Ø la statistique descriptive ou déductive : c'est l'art de condenser, d'analyser et de présenter de renseignements numériques très nombreux pour être utilisables exhaustivement. La forme du modèle de la statistique descriptive est l'analyse de données ou l'analyse multivariée. Elle comprend 2 sous phases : la phase matérielle qui consiste à regrouper et représenter les données et la phase analytique qui calcule les paramètres.

la statistique inductive ou inférence statistique : Elle est la phase interprétative. Ici intervient le calcul des probabilités et s'intéresse au bien fondé des conclusions tirées. Elle déduit les résultats obtenus sur un échantillon des conclusions relatives à l'ensemble de la population.

I.1.7.La population statistique, Intervalle de confiance et la moyenne arithmétique21(*)

- La population statistique : C'est tout ensemble d'éléments du même genre sur lequel porte les observations. Elle est non pas impossible, mais difficile à saisir. On distingue : les populations finies, abstraites, concrètes et infinies.

- Intervalle de confiance : c'est une étendue dans laquelle il y a une grande chance de trouver la valeur cherchée du paramètre statistique. Il nous sert à estimer le pourcentage de la valeur vraie du paramètre.

- La moyenne arithmétique : est la somme des valeurs ou observation d'une variable divisée par leur nombre et est symbolisée par

pour une variable X C'est la caractéristique de tendance la plus populaire et la plus intuitive.

Lorsque les données se trouvent regroupées dans un tableau d'effectif, la moyenne arithmétique devient :

I.1.7.Test d'hypothèse et hypothèse statistique22(*)

- Test d'hypothèse ou de signification : c'est un processus ou une démarche qui permet de décider si les hypothèses formulées sont vraies ou fausses. On détermine une différence significative entre les valeurs observées et les résultats supposés de la population. C'est donc une série des règles par lesquelles on cherche d'établir si la différence entre les résultats issus de l'échantillon et ceux de la population est statistiquement significative ou non.

- Hypothèse statistique : pour prendre une décision statistique, il convient de faire des hypothèses sur la population correspondante. Ces affirmations relatives à la distribution de probabilité de la population peuvent être vraies ou fausses. On distingue deux types :

a)Hypothèse nulle (H₀) : C'est habituellement l'hypothèse à vérifier. Elle se base souvent sur l'étude quantitative ou qualitative antérieure. Elle est formée dans le seul but de la rejeter ou de l'affirmer. On admet donc que le seul hasard a provoqué la variation. Par exemple, si l'on veut décider qu'un procédé est meilleur que l'autre, on suppose qu'il n'y a aucune différence entre les procédés.

b)Hypothèse alternative (H₁): Elle reflète souvent l'impression basée sur l'expérience de l'expérimentateur sur une modification de la valeur des paramètres.

- Degré de liberté (dl) : c'est le nombre d'observations dépendant de l'échantillon le nombre k de paramètre de la population lequel doit être estimé à partir de données de l'échantillon.

- Décision statistique : est une décision prise au sujet d'une population à partir de l'information que donne un échantillon.

Ex : Décider à partir d'un échantillon si un nouveau sérum est effectivement efficace pour guérir la maladie.

I.2. PRESENTATION DU MILIEU D'ETUDE23(*)

I.2.1.SITUATION GEOGRAPHIQUE

L'Office National de l'EMploi est un établissement public situé dans la Province du Nord-Kivu, dans la Ville de Goma, Commune de Goma précisément dans le Quartier Keshero, dans l'enceinte de l'ancien marché de KITUKU où était la première Foire Agricole de Goma pour la Paix (FAGOP) de Juin 2009.

I.2.2.HISTORIQUE DE L'ONEM

Dans le temps, l'Office National de l'Emploi (ONEM en sigle) était appelé Service National de l'Emploi (SENEM). Ce service existait depuis la création du Ministère du Travail et était attaché à la Division du Travail. Suite à la non satisfaction de travail de ce service, a causé à ce que l'Etat Congolais crée l'ONEM pour remplacer SENEM. Il a été institué par la loi N°015/2002 du 16 Octobre 2002 portant Code de Travail, spécialement en son article 204 et créé par le décret N°081/2002 du 03 Juillet 2002.

Placé sous la tutelle du Ministère du Travail et de la Prévoyance Sociale, l'ONEM est un établissement public national à caractère technique et social doté de la personnalité juridique et de l'autonomie financière et administrative.

Il est implanté dans 6 Provinces de la République Démocratique du Congo à savoir :

I.2.3.MISSION DE L'ONEM

Il a pour mission générale de promouvoir l'emploi décent et de réaliser en collaboration avec les organismes publics et privés une bonne planification, organisation et gestion du marché national de l'emploi.

I.2.4.AXES D'INTERVENTION DE L'ONEM

Les activités de l'Office s'articulent autour de quatre principaux axes à savoir :

Elle consiste à opérer le rapprochement entre les demandeurs et les opérateurs économiques et socioculturels :

v l'accueil, l'entretien, l'orientation et l'enregistrement des chercheurs d'emploi ;

v la collecte, le traitement et l'analyse des statistiques sur le marché de l'emploi.

L'ONEM prépare, finance et suit les actions des formations qualifiantes et sur le tas vers lesquelles sont orientés les demandeurs d'emploi.

L'ONEM apporte son appui technique et financier aux initiatives économiques et socioculturelles génératrices d'emplois décents.

La production et la diffusion périodique des données statistiques sur l'évolution du marché national de l'emploi.

I.2.5.LES RESSOURCES DE L'ONEM

v des rétributions exceptionnelles pour certains services spéciaux fixés conventionnellement entre l'office et les employeurs ;

I.2.6.ORGANISATION ET FONCTIONNEMENT

a) Le Conseil d'Administration

Le CA est l'organe d'administration et de décision chargée d'arrêter les stratégies de promotion d'emploi et d'assurer le suivi de l'exécution et de la gestion des programmes au projet d'emploi en rapport avec le budget social assigné à l'office.

· examiner et approuver la planification de l'exécution des programmes au projet d'emploi, le plan d'action globale, les objectifs et les buts ; les politiques, les programmes sectoriels et les activités de l'office soumis par le Comité de direction ;

· examiner et approuver les recommandations et orientations pour la protection de l'emploi ;

· de proposer au Ministre ayant l'emploi, le travail et la prévoyance sociale dans ses attributions, les plans d'action annuels, les statistiques relatives au marché de l'emploi, le recrutement des autres membres du personnel de l'office ainsi que les conditions de leur rémunération ;

· examiner les rapports des activités, les rapports d'exécution budgétaire, les rapports trimestriels et de gestion de programme au projet d'emploi, les états financiers, le compte de fin d'exercice et le bilan présentés par le Comité de direction ;

· assurer la liaison permanente avec les administrations compétentes ainsi que les opérateurs économiques et sociaux intéressés par ses activités.

· d'un délégué du Ministère de l'emploi, du Travail et de la Prévoyance Sociale ;

b) Le Comité de Gestion

Le Comité de Gestion est l'organe de gestion de l'office. Il veille à l'exécution des décisions en matière de promotion d'emploi :

· gérer le personnel, les ressources financières ainsi que les besoins meubles et immeubles présents et avenir de l'office ;

· mettre en oeuvre les stratégies de promotion d'emploi arrêté par le CA et approuvé par l'autorité de tutelle ;

· constituer la banque des données en matière de potentialité et de la mobilité professionnelle de la main d'oeuvre tant nationale qu'internationale.

Le Comité de Gestion représente l'office vis-à-vis des tiers et en justice tant en demande qu'en défense.

Le Comité de Gestion est composé d'un Directeur Général, d'un Directeur Général Adjoint, d'un Directeur technique chargé de l'assistance à l'insertion et à la réinsertion et des programmes, d'un Directeur Administratif et Financier ainsi que du Représentant du Personnel.

Le Directeur Principal coordonne et supervise l'ensemble de services de l'office.

Le Directeur Principal Adjoint remplace le DP en cas d'absence ou d'empêchement. Il supervise sous la direction du DP, les activités de la direction administrative et financière.

Le DP et DPA sont nommés et le cas échéant relève de leurs fonctions par le Président de la République sur les propositions du Ministre ayant l'emploi, le travail et la prévoyance sociale dans ses attributions.

c)Le Collège des Commissaires aux Comptes

Le contrôle des opérations financières de l'office est effectué par un collège des commissaires aux comptes. Ces derniers sont nommés et le cas échéant relève de leurs fonctions par le Président de la République sur proposition du Ministre ayant l'emploi, le travail et la prévoyance sociale dans ses attributions.

Ils reçoivent à charge de l'office une allocation dont le montant est fixé par le Président de la République sur proposition conjointe des Ministres ayant l'Emploi, les Finances et le Budget dans leurs attributions.

Le Collège des Commissaires aux comptes est constitué de deux commissaires aux comptes.

Le DP et le DPA coordonnent et supervisent les départements administratif et financier de l'office ;

Le Directeur du département technique supervise les activités sous trois directions :

Le Directeur du Département Administratif et Financier supervise aussi les activités sous trois dimensions :

I.2.6.1.Organigramme

I.2.6.2.Fonctionnement

1. Le Directeur Provincial (DP) coordonne et supervise toutes les activités de l'institution ;

2. Le Directeur Provincial Adjoint (DPA) coordonne et supervise les activités de l'institution à l'absence du DP ;

3. Le Secrétaire Administratif et Financier expédie et reçoit toutes les lettres externes qu'internes ;

Il se charge de recevoir les demandeurs d'emploi qui s'adressent au service soit pour les informations, soit à la recherche d'une carte de demandeur d'emploi, ou à l'interview du bilan professionnel ou encore déposer les dossiers ou lire les offres d'emploi.

Pour ce qui concerne l'obtention de la carte de demandeur d'emploi, ce dernier remplit une fiche avant d'être envoyé dans le service de l'orientation professionnelle où s'effectue l'interview et l'élaboration du bilan professionnel du demandeur.

En recevant le demandeur d'emploi, le chef de ce service prononce son mot d'introduction pour mettre le demandeur à l'aise.

Pour ce faire, le chef explique le rôle de l'entretien, comment se fait l'interview.

C'est entretien est appelé psychologique car il est une conversation du genre particulier caractérisé par le fait que 2 personnes s'expriment à coeur ouvert et cela pour obtenir les renseignements utiles à propos de demandeur d'emploi.

Ces questions sont mentionnées sur la fiche de demandeur d'emploi. Le demandeur d'emploi ayant répondu à ces questions, l'orienteur constate en tirant une conclusion adéquate pour ce qui concerne la compétence et les aptitudes du demandeur.

Quand le demandeur d'emploi sort du service de l'orientation professionnelle, il entre en contact avec les offres disponibles. Si l'offre entre dans son profil, il constitue son dossier et le dépose au service du placement pour des fins utiles. Ce dernier va poser son dossier auprès de l'employeur pour qu'il soit examiné et le dossier doit être déposé 48 heures avant l'expiration de l'offre.

Pour ce qui est de la prospection, ce service cherche à accueillir les informations à mettre à la disposition des demandeurs d'emploi, donc ici on fait la descente sur terrain dans d'autres institutions pour s'entretenir avec l'employeur et connaître s'il y a combien d'hommes et de femmes dans les services et rechercher les offres.

Ce service concerne les personnes qui veulent obtenir l'emploi sans dépendre des employeurs.

S'ils ont des idées, ce service les cristallise et les rédige sous forme d'un projet pour les orienter vers un financement.

Si une fois le demandeur est embauché, il reçoit son contrat dans le but de regarder s'il y a les bénéfices ou autres frais, par exemple le logement, le chargé des enfants s'ils sont mentionnés. Il vise les offres et les affiches sur le valve, les mouvements en cas de décès, démission, révocation et licenciement de l'employé des organismes, les entreprises publiques que privées leur apporte ainsi que les contrats de travail.

Il est chargé de donner la formation qualifiante aux demandeurs pour qu'ils connaissent de plus sur le monde du travail ou qu'il y ait des expériences.

Ici, on fait les statistiques de tous les demandeurs soit mensuellement qu'annuellement selon leur niveau d'étude (SI, Primaire, CO, PP4, PP5, A3, D6, A2, Capacitaire, G3, A1, L2, A0&Médecin, Docteur) et leur sexe.

I.2.7.REALISATION, PROGRAMMES ET PERSPECTIVES D'AVENIR

I.2.7.1.Réalisation de l'ONEM

v Mise en place des Directeurs Centraux et Provinciaux dans 6 provinces de la RDC (Nord et Sud-Kivu, Katanga, Province Orientale, Bas Congo et Kinshasa) ;

v Contacts avec les organisations patronales (FEC,...) et les travailleurs (UNTC,...) ainsi que les secrétaires sociaux ;

v Prospection dans les entreprises tant privées que para-étatiques ainsi que les ONG en vue de faire connaître l'ONEM et rappeler la législation du travail en matière de l'emploi ;

v Contribuer à l'embauche de plusieurs personnes dans les institutions publiques et privées de la place ;

v Faire des réunions de clarification sur la mission de l'ONEM par rapport à la division du travail, division de l'inspection du travail et celle de la prévoyance sociale ;

v Plusieurs contacts avec les entreprises relevant au Ministère de l'emploi, du travail et de la prévoyance social (INPP et INSS) ;

v Enregistrement des demandeurs et offres d'emploi et recherche des données et information concernant l'emploi.

I.2.7.2.Programmes de l'ONEM

Outre ses activités dans les trois axes d'intervention susmentionnés, l'ONEM prépare un certain nombre de programmes spéciaux à exécuter dans le meilleur délai.

- accroître l'efficacité des investissements de création d'emploi et des revenus dans les secteurs porteurs de l'économie ;

Chaque demandeur d'emploi peut bénéficier d'un appui personnalisé (Conseils et bilan approfondi) ou collectif qui lui permettent d'améliorer sa dynamique de recherche d'emploi.

Le PED est un programme de stage pré-emploi pour les jeunes diplômés. Il permet aux bénéficiaires d'acquérir une formation pratique et une expérience professionnelle dans un métier de l'entreprise.

Le POPS constitue un début de solution à la problématique de l'inadéquation Formation-Emploi.

Ø favoriser une concentration entre les acteurs de l'éducation et le monde professionnel ;

Ø informer les jeunes sur les perspectives des différents métiers et les types de formation qui y conduisent ;

Ø apprendre aux jeunes à bâtir leur itinéraire de qualification professionnelle et d'insertion sociale ;

Ø préparer les jeunes à mieux affronter le nouveau contexte libéral impliquant la bataille des compétences.

Ce programme consiste à collecter, à traiter et analyser toutes les informations sur la situation du marché de l'emploi et son évolution probable à la fois dans l'ensemble du pays et dans les différentes branches d'activités économiques ; et de les mettre à jour et à la disposition des utilisateurs, notamment le Gouvernement, les planificateurs, les organisations professionnelles d'employeurs et des travailleurs, le monde scientifique et académique, les partenaires bilatéraux et multilatéraux, ...

CHAPITRE II. THEORIES SUR LES METHODES STATISTIQUES UTILISEES

II.1. CORRELATION LINEAIRE SIMPLE

En 1895, KARL PEARSON considère Auguste BRAVAIS (1811-1863) comme le père de la corrélation. Le 9 février 1877, Francis GALTON fait un exposé dans lequel il exprime le désir de construire un coefficient de réversion « r » qui indique la réduction de variabilité de la famille. Peu après, cette réversion se mutera en régression et plus tard en 1888, elle devient un nombre qui est notre coefficient de corrélation « r »^24(*).

Cette analyse va nous permettre de mesurer le degré de liaison entre les deux variables. Ici, il y a symétrie, c'est-à-dire les deux variables sont sur le même pied d'égalité. N'importe quelle variable peut être mise en ordonnée ou en abscisse. Calculer le coefficient de corrélation entre 2 variables revient à chercher la liaison qui existe entre les variables à l'aide d'une droite. On parle alors d'un ajustement linéaire^25(*).

II.1.1.L'estimation du coefficient de corrélation26(*)

Lorsqu'une variable Y est en corrélation avec une variable X, deux problèmes se posent :

- Etablir la forme de la liaison statistique existant entre Y et X, c'est-à-dire la détermination de la courbe de régression de Y en X ;

Posons

=Coefficient de corrélation de la population et r son estimation dans l'échantillon.

Le coefficient de corrélation linéaire noté

dans le cas d'une population ou par son estimation r dans le cas d'un échantillon est un nombre sans dimension qui peut varier entre

et est destiné à mesurer l'intensité de la liaison entre les variables X et Y lorsque le nuage des points (X_i, Y_i) avec (i=1, 2, ..., n) est rectiligne (où n=nombre de couples d'observations).

Le coefficient de corrélation linéaire est donné par les formules suivantes :

Le coefficient de corrélation donné par les expressions précédentes est appelé coefficient de corrélation de Bravais-Pearson.

On dit qu'il y a corrélation entre les variables observées sur les éléments d'une même population lorsque les variations de 2 variables se produisent dans le même sens (corrélation positive) ou lorsque les variations sont de sens contraire (corrélation négative). Elles sont non corrélées lorsqu'il n'y a aucune relation entre les valeurs de l'une des variables et les valeurs de l'autre.

b) 0.75= r 1, on dit qu'il y a une très forte corrélation positive entre X et Y.

c) 0,5= r 0,75, il y a une relation modérée à bonne forte corrélation positive. 0,25 r 0,5, il y a un certain degré de relation.

Pour mieux interpréter un coefficient de corrélation on a l'habitude de prendre comme indicateur le carré du coefficient r² appelé coefficient de détermination. Ce coefficient mesure la part de la variance totale qui est expliquée par la régression (c'est à dire c'est la proportion de la variation de Y qui est attribuable à la variation de X).

NB : Un premier test de signification du coefficient de corrélation est donné par le coefficient d'amélioration.

Il y a présomption de corrélation si A>50% autrement dit si le coefficient de corrélation est en valeur absolu

0,87.

II.1.2.Intervalle de confiance du coefficient de corrélation

Comme le coefficient de corrélation d'un échantillon ne représente pas totalement la corrélation de l'ensemble de la population, il est nécessaire de déterminer la sécurité de l'estimation fournie par le calcul de l'intervalle de confiance.

La distribution d'échantillonnage de r est considérée comme presque normale autour de la valeur de r avec une erreur standard

lorsque l'échantillon est très grand.

Ici, la distribution d'échantillonnage de r n'est plus presque normale. On construit alors un paramètre

qui lui est distribué normalement avec une erreur standard

indépendante à r. La table utilisée ici est la table de Z de Fisher ou score Z.

Quand on connaît

, on peut déterminer l'IC

. On transforme ensuite les valeurs de r à l'aide de la formule suivante : qui est l'inverse de

II.1.3.Test de signification du coefficient de corrélation linéaire

Le coefficient de corrélation r à partir d'un échantillon de taille n donne une estimation ponctuelle du coefficient de corrélation ñ de la population.

Dans ce point, nous nous proposons de juger si la valeur du coefficient de corrélation linéaire est suffisamment importante pour conclure qu'il existe une corrélation significative entre 2 variables.

Si n est assez grand, la distribution d'échantillonnage de r suit une loi presque normale de moyenne r et d'écart-type

, c'est à dire

Pour une population où r=0 et n=50, la distribution d'échantillonnage de r suit une loi presque

La valeur expérimentale de r est significativement différente de 0 (rejette H₀) si

Les valeurs de r qui ont une probabilité ? donnée d'être atteintes ou dépassées dans un échantillon tiré d'un ensemble avec association nulle.

Soit r_cal=la corrélation calculée à partir de n couples des points d'un échantillon

r_th=la valeur critique lue dans la table de Fisher au seuil de signification ? et au nombre de degrés de liberté n-2.

Si les distributions des variables X et Y en étude sont normales, on peut tester la signification de toute corrélation r en faisant appel à la variable T de Student.

Avant de conclure, il est recommandé de tester si la valeur calculée du coefficient de corrélation est significativement différente de zéro. Pour ce faire, on doit calculer un t- théorique par la formule :

La valeur de t calculé sera comparée à la valeur donnée dans la table de t- de Student à n-2 degrés de liberté.

II.1.4.L'AUTOCORRELATION DES ERREURS27(*)

Dans ce cas, l'estimateur de Moindre carré ordinaire (MCO) â reste sans biais, mais cet estimateur n'est plus à variance minimale. Il y a autocorrélation lorsque l'hypothèse E(åå')=0 est violée. Dans le cas de l'autocorrélation, le modèle s'écrit :

II.1.4.1.Détection

Le test de Durbin-Watson (Dw) permet de détecter l'autocorrélation des erreurs d'ordre 1 selon la forme :

Ou H₁ : ñ>0 ou ñ<0, il y a présence d'autocorrection positive ou négative.

Pour tester ces hypothèses, on calcule la statistique de Durbin-Watson comme suit :

Cette statistique sera comparée aux valeurs tabulées dans la table de Durbin et Watson au seuil de 5% en fonction de la taille de l'échantillon n et du nombre de variations explicatives (k).

La lecture de la table permet de déterminer deux valeurs d₁ et d₂ comprise entre 0 et 2 qui délimitent l'espace entre 0 et 4 selon le schéma ci-après :

Selon la position du Dw empirique dans l'espace ci-dessus, les conclusions ci-après en découlent :

- Si

, il y a doute sur la présence d'autocorrélation. Ces deux zones s'appellent zones d'indétermination.

Ce test est plus complet que le test de Durbin-Watson parce qu'il permet de tester une autocorrélation supérieure à 1 et reste valide en présence de la variable dépendante décalée en tant que variable explicative.

1. estimation par OLS du modèle général afin de générer les résidus

de l'estimation ;

· soit recourir à la statistique LM qui est distribué comme un

à p degrés de libertés :

II.2. MODELE DE REGRESSION SIMPLE

La technique de régression consiste à prédire la valeur d'une variable lorsque l'autre est connue.

La régression est un outil statistique où l'on tente de prédire la valeur d'une variable (variable indépendante) en fonction de l'autre variable ou des autres variables (variable(s) dépendante(s)).

S'il existe une liaison linéaire significative entre 2 variables X et Y, on peut ajuster l'une d'elles par l'autre au moyen d'une droite

appelée droite d'estimation de Y en X.

Etant donné une série de couples

se propose de choisir 2 nombres a et b en sorte que la fonction Y=ax+b représente le mieux possible les couples des données. C'est ce qu'on appelle effectuer un ajustement linéaire.

La meilleure droite d'ajustement linéaire est donnée par la méthode des moindres carrés. Celle-ci permet de minimiser la somme des carrés des erreurs :

Les coefficients angulaires ou coefficients directeurs des droites de régression sont dits coefficients de régression.

II.2.1. Intervalle de confiance des coefficients de la droite de régression

Nous nous proposons de construire des intervalles de confiance pour les paramètres inconnus a et b du modèle de régression linéaire.

1. la variance des estimateurs

dépend du paramètre inconnu

. Ainsi, pour estimer les variances, il sera nécessaire d'avoir une estimation de

2. la précision des estimateurs sera d'autant meilleure que la dispersion des valeurs X₁....X_n est grande.

Ainsi, au degré de confiance 1-?, les intervalles de confiance pour les coefficients a et b sont respectivement :

II.2.2. Test de signification des coefficient de la droite de la régression

Plus les points représentatifs des observations sont proches de la droite de régression, c'est-à-dire les résidus sont faibles. Le plus important est la variabilité de y expliquée par l'équation de régression estimée. La variabilité totale de y est donc égale à la somme de la variabilité expliquée et la variabilité résiduelle.^28(*)

H₀ : a=0, c'est-à-dire il n'y a pas une dépendance linéaire entre Y et X Contre

II.2.3.COEFFICIENT DE DETERMINATION (R2 ) 29(*)

Un premier indicateur de qualité de la représentation consiste à mettre en relation la dispersion expliquée par le modèle et la dispersion totale des données : le coefficient de détermination R² mesure le pouvoir explicatif du modèle évaluant le pourcentage de l'information restituée par le modèle par rapport à la quantité d'information initiale :

NB : R² est un coefficient qui permet de mesurer quantitativement le pourcentage de nuages des points expliqué par la droite de régression, tandis que r est une mesure qualitative qui explique s'il y a oui ou non une relation entre les variables. Dans le cas de la régression simple, il y a égalité entre R² et le carré de r.

II.2.4.ANALYSE DE LA VARIANCE (Test de Fisher)

Le test de F permet de s'interroger sur la signification globale du modèle de régression. Ce test peut être formulé de la manière suivante : « Existe-t-il au moins une variable explicative significative ? »

Nous ne testons pas le cas où le terme constant a₀ est nul, car seules nous intéressent les variables explicatives. Un modèle ou un seul terme constant est significatif et n'a aucun sens économique.

La régression est jugée significative si la variable expliquée est significativement différente de zéro. Le test de signification dans son ensemble est alors obtenu en calculant F par la formule suivante :

Cette valeur doit être comparée à celle qui est lue dans la table de Fisher pour k degrés de liberté au numérateur et n-k-1 degrés de liberté au dénominateur à un seuil de signification donné.

Le tableau ci-après présente l'analyse de la variance pour un modèle de régression simple

II.3.TEST DE COMPARAISON DE DEUX MOYENNES30(*)

On se propose de comparer 2 échantillons en ce qui concerne la valeur moyenne prise par la variable X sur chacun des 2 échantillons.

=la moyenne de la variable X dans la population dont est tissu de l'échantillon i.

Généralement les

sont inconnues et doivent être estimées à partir de l'échantillon.

NB : Si les 2 populations sont normales, c'est-à-dire n1 et n2 supérieur à 30 ; nous avons les régions critiques de cette manière:

CHAPITRE III. PRESENTATION, ANALYSE ET INTERPRETATION DES DONNEES

III.1.PRESENTATION DES DONNEES

III.1.1.Les demandes d'emploi de 2007 à 2009

De ce graphique, nous constatons que l'ONEM a enregistré plus les demandes aux mois de février et décembre 2007 et au mois de janvier 2009, contrairement au mois de Juillet 2007, Août 2008 et Mai 2009. les demandes ont été très enregistrées au mois de décembre parce que les écoles secondaires, instituts supérieurs et les universités ont lancé sur le marché d'emploi beaucoup de lauréats.

L'allure de la droite est croissante puisque la pente de l'équation de la droite de tendance qui est de Y=1,7515X+296,4 est positive.

III.1.2.Les offres d'emploi de 2007 à 2009

De ce graphique, nous constatons que l'ONEM a enregistré plus des offres au mois de septembre, novembre 2007, au mois de janvier et juillet 2008 et au mois de mars, juillet et octobre 2009. Contrairement au mois d'avril, juin, octobre et décembre 2007, au mois février, mai et octobre 2008 et au mois d'avril, juin et décembre 2009. La pente de l'équation de la droite de tendance étant positive, cela nous prouve à suffisance que l'évolution des offres est croissante.

III.2.CALCUL DU COEFFICIENT DE CORRELATION SIMPLE

Avant de faire le calcul du coefficient de corrélation simple, nous avons déterminé les variables dépendante ou exogène et indépendante ou endogène. Nous avons constaté que les offres d'emploi expliquent les demandes d'emploi. Pour nos calculs, les offres d'emploi représentant la variable X (variable explicative ou indépendante) tandis que les demandes d'emploi représentent la variable Y (variable expliquée ou dépendante).

N°	X	Y
1	17	318	-31.3	-10.8	979.69	116.64	338.04
2	18	548	-30.3	219.19	918.09	48044.2561	-6641.457
3	16	334	-32.3	5.19	1043.29	26.9361	-167.637
4	8	203	-40.3	-125.8	1624.09	15825.64	5069.74
5	21	221	-27.3	-107.8	745.29	11620.84	2942.94
6	11	156	-37.3	-172.8	1391.29	29859.84	6445.44
7	16	113	-32.3	-215.8	1043.29	46569.64	6970.34
8	33	197	-15.3	-131.8	234.09	17371.24	2016.54
9	56	314	7.69	-14.8	59.1361	219.04	-113.812
10	22	417	-26.3	88.19	691.69	7777.4761	-2319.397
11	63	217	14.69	-111.8	215.7961	12499.24	-1642.342
12	31	897	-17.3	568.19	299.29	322839.876	-9829.687
13	85	270	36.69	-58.8	1346.1561	3457.44	-2157.372
14	34	219	-14.3	-109.8	204.49	12056.04	1570.14
15	55	393	6.69	64.19	44.7561	4120.3561	429.4311
16	47	397	-1.3	68.19	1.69	4649.8761	-88.647
17	33	226	-15.3	-102.8	234.09	10567.84	1572.84
18	50	205	1.69	-123.8	2.8561	15326.44	-209.222
19	79	337	30.69	8.19	941.8761	67.0761	251.3511
20	43	160	-5.3	-168.8	28.09	28493.44	894.64
21	56	238	7.69	-90.8	59.1361	8244.64	-698.252
22	39	259	-9.3	-69.8	86.49	4872.04	649.14
23	69	371	20.69	42.19	428.0761	1779.9961	872.9111
24	64	482	15.69	153.19	246.1761	23467.1761	2403.5511
25	65	700	16.69	371.19	278.5561	137782.016	6195.1611
26	61	267	12.69	-61.8	161.0361	3819.24	-784.242
27	95	325	46.69	-3.81	2179.9561	14.5161	-177.8889
28	35	285	-13.3	-43.8	176.89	1918.44	582.54
29	72	244	23.69	-84.81	561.2161	7192.7361	-2009.1489
30	49	432	0.69	103.19	0.4761	10648.1761	71.2011
31	79	374	30.69	45.19	941.8761	2042.1361	1386.8811
32	62	328	13.69	-0.81	187.4161	0.6561	-11.0889
33	82	299	33.69	-29.81	1135.0161	888.6361	-1004.2989
34	64	445	15.69	116.19	246.1761	13500.1161	1823.0211
35	61	325	12.69	-3.81	161.0361	14.5161	-48.3489
36	48	321	-0.3	-7.81	0.09	60.9961	2.343
Total	1739	11837	-	-	18898.6559	807755.206	14585.3503

Comme r est compris entre 0 et 0.5, c'est-à-dire il y a une faible corrélation positive.

Comme r²=1,44%, cela signifie qu'il y a une corrélation entre les offres d'emploi (X) et les demandes d'emploi (Y) à 1,44%. Le 98,56% est expliqué par d'autres facteurs.

Comme A<50%, il n'y a pas présomption favorable (0,7%) pour un lien corrélatif entre les demandes et les offres d'emploi.

a)Calcul de l'Intervalle de Confiance de r (Cas d'un échantillon d'effectif n<50)

Comme n<50, nous faisons appel au test T de Student à n-2 degrés de liberté. Nous testons :

Comme cette valeur de t tabulée ne se trouve pas exactement dans la table de T de Student, alors nous passons à l'extrapolation :

Comme au seuil de signification ?=0.05,

, on adopte H₀ selon laquelle il y a absence de corrélation entre les offres et les demandes d'emploi.

III.2.1. L'AUTOCORRELATION DES ERREURS31(*)

Il y a autocorrélation lorsque l'hypothèse E(åå')=0 est violée. Dans ce cas, l'estimateur de Moindre carré ordinaire (MCO) â reste sans biais, mais cet estimateur n'est pas la variance minimale. Dans le cas de l'autocorrélation, le modèle s'écrit :

Le test de Durbin-Watson (Dw) permet de détecter l'autocorrélation des erreurs d'ordre 1 selon la forme :

ou H₁ : ñ>0 ou ñ<0, il y a présence d'autocorrection positive ou négative.

N°	Y			-
1	318	304.62	13.384	0	0	13.384	179.13
2	548	305.39	242.614	13.384	179.13	229.23	58861.55
3	334	303.85	30.154	242.614	58861.55	-212.46	909.26
4	203	297.69	-94.686	30.154	909.26	-124.84	8965.44
5	221	307.7	-86.696	-94.686	8965.44	7.99	7516.2
6	156	300	-143.996	-86.696	7516.20	-57.3	20734.85
7	113	303.85	-190.846	-143.996	20734.85	-46.85	36422.2
8	197	316.94	-119.936	-190.846	36422.20	70.91	14384.64
9	314	334.65	-20.646	-119.936	14384.64	99.29	426.26
10	417	308.47	108.534	-20.646	426.26	129.18	11779.63
11	217	340.04	-123.036	108.534	11779.63	-231.57	15137.86
12	897	315.4	581.604	-123.036	15137.86	704.64	338263.21
13	270	356.98	-86.976	581.604	338263.21	-668.58	7564.82
14	219	317.71	-98.706	-86.976	7564.82	-11.73	9742.87
15	393	333.88	59.124	-98.706	9742.87	157.83	3495.65
16	397	327.72	69.284	59.124	3495.65	10.16	4800.27
17	226	316.94	-90.936	69.284	4800.27	-160.22	8269.36
18	205	330.03	-125.026	-90.936	8269.36	-34.09	15631.5
19	337	352.36	-15.356	-125.026	15631.50	109.67	235.81
20	160	324.64	-164.636	-15.356	235.81	-149.28	27105.01
21	238	334.65	-96.646	-164.636	27105.01	67.99	9340.45
22	259	321.56	-62.556	-96.646	9340.45	34.09	3913.25
23	371	344.66	26.344	-62.556	3913.25	88.9	694.01
24	482	340.81	141.194	26.344	694.01	114.85	19935.75
25	700	341.58	358.424	141.194	19935.75	217.23	128467.76
26	267	338.5	-71.496	358.424	128467.76	-429.92	5111.68
27	325	364.68	-39.676	-71.496	5111.68	31.82	1574.18
28	285	318.48	-33.476	-39.676	1574.18	6.2	1120.64
29	244	346.97	-102.966	-33.476	1120.64	-69.49	10602
30	432	329.26	102.744	-102.966	10602.00	205.71	10556.33
31	374	352.36	21.644	102.744	10556.33	-81.1	468.46
32	328	339.27	-11.266	21.644	468.46	-32.91	126.92
33	299	354.67	-55.666	-11.266	126.92	-44.4	3098.7
34	445	340.81	104.194	-55.666	3098.70	159.86	10856.39
35	325	338.5	-13.496	104.194	10856.39	-117.69	182.14
36	321	328.49	-7.486	-13.496	182.14	6.01	56.04
Total	11837				796474		796530.23

Pour tester ces hypothèses, on calcule la statistique de Durbin-Watson comme suit :

Cette statistique sera comparée aux valeurs tabulées dans la table de Durbin et Watson au seuil de 5% en fonction de la taille de l'échantillon n et du nombre de variations explicatives (k).

La lecture de la table permet de déterminer deux valeurs d₁ et d₂ comprise entre 0 et 2 qui délimitent l'espace entre 0 et 4 selon le schéma ci-après :

Si n=36 et k=2, alors d1=1.41 et d2=1.52. D'où on tire 4-d₂=2.48 et 4-d₁=2.59

Selon la position du Dw empirique dans l'espace ci-dessus, les conclusions ci-après en découlent :

, il y a doute sur la présence d'autocorrélation. Ces deux zones s'appellent zones d'indétermination.

Comme Dw=1 tombe dans la condition 0<Dw, c'est-à-dire il y a une autocorrélation positive. Le modèle n'est pas bon.

III.3.CALCUL DE LA REGRESSION SIMPLE

Pour calculer la régression simple, nous voulons savoir dans quelle mesure Y demandes est expliquée par X offres. Ce qui est le problème de la régression.

III.3.1. Calcul de l'intervalle de confiance des coefficients de la droite de régression

Nous nous proposons de construire des intervalles de confiance pour les paramètres inconnus a et b du modèle de régression linéaire.

N°	X	Y		XY
1	17	318	-31.31	5406	980.04	289	304.62	13.38	179.13
2	18	548	-30.31	9864	918.43	324	305.39	242.61	58861.55
3	16	334	-32.31	5344	1043.65	256	303.85	30.15	909.26
4	8	203	-40.31	1624	1624.54	64	297.69	-94.69	8965.44
5	21	221	-27.31	4641	745.59	441	307.70	-86.70	7516.20
6	11	156	-37.31	1716	1391.70	121	300.00	-144.00	20734.85
7	16	113	-32.31	1808	1043.65	256	303.85	-190.85	36422.20
8	33	197	-15.31	6501	234.26	1089	316.94	-119.94	14384.64
9	56	314	7.69	17584	59.20	3136	334.65	-20.65	426.26
10	22	417	-26.31	9174	691.98	484	308.47	108.53	11779.63
11	63	217	14.69	13671	215.93	3969	340.04	-123.04	15137.86
12	31	897	-17.31	27807	299.48	961	315.40	581.60	338263.21
13	85	270	36.69	22950	1346.48	7225	356.98	-86.98	7564.82
14	34	219	-14.31	7446	204.65	1156	317.71	-98.71	9742.87
15	55	393	6.69	21615	44.82	3025	333.88	59.12	3495.65
16	47	397	-1.31	18659	1.70	2209	327.72	69.28	4800.27
17	33	226	-15.31	7458	234.26	1089	316.94	-90.94	8269.36
18	50	205	1.69	10250	2.87	2500	330.03	-125.03	15631.50
19	79	337	30.69	26623	942.15	6241	352.36	-15.36	235.81
20	43	160	-5.31	6880	28.15	1849	324.64	-164.64	27105.01
21	56	238	7.69	13328	59.20	3136	334.65	-96.65	9340.45
22	39	259	-9.31	10101	86.59	1521	321.56	-62.56	3913.25
23	69	371	20.69	25599	428.26	4761	344.66	26.34	694.01
24	64	482	15.69	30848	246.32	4096	340.81	141.19	19935.75
25	65	700	16.69	45500	278.70	4225	341.58	358.42	128467.76
26	61	267	12.69	16287	161.15	3721	338.50	-71.50	5111.68
27	95	325	46.69	30875	2180.37	9025	364.68	-39.68	1574.18
28	35	285	-13.31	9975	177.04	1225	318.48	-33.48	1120.64
29	72	244	23.69	17568	561.43	5184	346.97	-102.97	10602.00
30	49	432	0.69	21168	0.48	2401	329.26	102.74	10556.33
31	79	374	30.69	29546	942.15	6241	352.36	21.64	468.46
32	62	328	13.69	20336	187.54	3844	339.27	-11.27	126.92
33	82	299	33.69	24518	1135.32	6724	354.67	-55.67	3098.70
34	64	445	15.69	28480	246.32	4096	340.81	104.19	10856.39
35	61	325	12.69	19825	161.15	3721	338.50	-13.50	182.14
36	48	321	-0.31	15408	0.09	2304	328.49	-7.49	56.04
Total	1739	11837	-	586383	18898.66	102909			796530.23

Ainsi, au degré de confiance 1-?, nous déterminons les intervalles de confiance pour les coefficients a et b de la manière suivante :

Comme cette valeur de

ne se trouve pas exactement dans la table de t de Student au seuil de signification ?=0,05, alors nous passons à l'extrapolation :

III.3.2. Test de signification des coefficients de la droite de la régression

H₀ : a=0, c'est-à-dire il n'y a pas une dépendance linéaire entre Y et X Contre

Conclusion : Nous adoptons H₀ avec

, c'est-à-dire qu'il n'y a pas de dépendance linéaire entre Y (demandes d'emploi) et X (offres d'emploi). En d'autre terme, il y a une indépendance entre les variables.

Conclusion : Nous adoptons H₀ avec

, c'est-à-dire que la droite passe par l'origine.

Interprétation : Nous concluons que les offres d'emploi n'explique pas les demandes d'emploi à l'ONEM/DP-NK au seuil de signification ?=0,05.

III.3.3.Calcul du coefficient de détermination (R2 ) 32(*)

Pour notre cas, on étudie l'intensité de la relation linéaire entre une variable à expliquer d'une part et de l'autre variable de l'autre part.


1	17	318	-10.8	116.64	304.62	-24.19	179.16	585.18
2	18	548	219.19	48044.26	305.39	-23.42	58862.04	548.52
3	16	334	5.19	26.94	303.85	-24.96	909.32	623.03
4	8	203	-125.8	15825.64	297.69	-31.12	8965.25	968.49
5	21	221	-107.8	11620.84	307.70	-21.11	7516.02	445.66
6	11	156	-172.8	29859.84	300.00	-28.81	20734.56	830.05
7	16	113	-215.8	46569.64	303.85	-24.96	36421.81	623.03
8	33	197	-131.8	17371.24	316.94	-11.87	14384.40	140.91
9	56	314	-14.8	219.04	334.65	5.84	426.22	34.10
10	22	417	88.19	7777.48	308.47	-20.34	11779.85	413.74
11	63	217	-111.8	12499.24	340.04	11.23	15137.61	126.10
12	31	897	568.19	322839.88	315.40	-13.41	338264.38	179.84
13	85	270	-58.8	3457.44	356.98	28.17	7564.65	793.52
14	34	219	-109.8	12056.04	317.71	-11.10	9742.68	123.22
15	55	393	64.19	4120.36	333.88	5.07	3495.77	25.70
16	47	397	68.19	4649.88	327.72	-1.09	4800.41	1.19
17	33	226	-102.8	10567.84	316.94	-11.87	8269.17	140.91
18	50	205	-123.8	15326.44	330.03	1.22	15631.25	1.49
19	79	337	8.19	67.08	352.36	23.55	235.78	554.58
20	43	160	-168.8	28493.44	324.64	-4.17	27104.68	17.39
21	56	238	-90.8	8244.64	334.65	5.84	9340.26	34.10
22	39	259	-69.8	4872.04	321.56	-7.25	3913.13	52.57
23	69	371	42.19	1780.00	344.66	15.85	694.06	251.20
24	64	482	153.19	23467.18	340.81	12.00	19936.03	143.99
25	65	700	371.19	137782.02	341.58	12.77	128468.48	163.06
26	61	267	-61.8	3819.24	338.50	9.69	5111.54	93.89
27	95	325	-3.81	14.52	364.68	35.87	1574.11	1286.62
28	35	285	-43.8	1918.44	318.48	-10.33	1120.58	106.72
29	72	244	-84.81	7192.74	346.97	18.16	10601.79	329.77
30	49	432	103.19	10648.18	329.26	0.45	10556.54	0.20
31	79	374	45.19	2042.14	352.36	23.55	468.51	554.58
32	62	328	-0.81	0.66	339.27	10.46	126.90	109.40
33	82	299	-29.81	888.64	354.67	25.86	3098.59	668.71
34	64	445	116.19	13500.12	340.81	12.00	10856.60	143.99
35	61	325	-3.81	14.52	338.50	9.69	182.12	93.89
36	48	321	-7.81	61.00	328.49	-0.32	56.03	0.10
Total	1739	11837	-	807755.21			796530.24	11209.42

Conclusion : Comme le coefficient de détermination R²=1,4%, c'est-à-dire les demandes d'emploi sont expliquées par les offres d'emploi à 1,4% et le reste soit 98,6% est expliqué par d'autres facteurs.

III.4.TEST DE COMPARAISON DE DEUX MOYENNES

Notre cas est le test bilatéral. C'est ainsi que nous allons tester les hypothèses suivantes :

Conclusion : Comme au seuil de signification

; nous rejetons H₀ et nous adoptons

selon laquelle la différence entre le nombre moyen d'offres et le nombre moyen de demandes d'emploi est significative.

CONLUSION GENERALE

Au terme de notre analyse, il s'avère important de passer en revue l'essentiel de notre recherche. Le sujet de notre travail s'intitule : « Analyse statistique de demandes et d'offres d'emploi enregistrées par un service de l'Etat. Cas de l'ONEM/DP. N-K de 2007 à 2009 ».

Le motif du choix de ce sujet était de fournir des informations relatives sur l'évolution des demandes et d'offres d'emploi à l'ONEM/DP N-K ainsi que la relation qui pourrait exister entre ces deux variables pour ces trois années.

C'est ainsi que pour bien entreprendre cette étude, nous nous sommes posés des questions de la problématique de cette manière :

v Existe-t-il une relation et/ou une dépendance entre le nombre de demandes et d'offres d'emploi ?

v Y a-t-il une différence significative entre le nombre moyen d'offres et le nombre moyen de demandes d'emploi ?

Pour atteindre nos objectifs, nous avons formulés les hypothèses alternatives suivantes :

v Il n'y aurait pas de différence significative entre le nombre moyen d'offres et le nombre moyen de demandes d'emploi.

Pour vérifier nos hypothèses, nous avons fait recours aux techniques documentaire qui nous a permis de récolter les données, d'interview qui nous a permis d'avoir une connaissance sur les données que nous avons récoltées et l'observation libre pendant un mois de stage qui nous a amené à découvrir les points faibles et forts pour ce service ; et aux méthodes statistiques telles que la corrélation et la régression linéaire simple qui nous ont permis d'analyser et interpréter les résultats en affirmer et infirmer nos hypothèses.

Dans le premier chapitre qui a circonscrit le cadre théorique du travail dans laquelle nous avons défini les concepts de base et présenté brièvement notre milieu d'étude ;

Le deuxième chapitre quant à lui a porté sur la théorie des méthodes statistiques utilisées pour la présentation, l'analyse et l'interprétation des données en occurrence de la corrélation, la régression linéaire simple et la comparaison de deux moyennes ;

Enfin, le troisième chapitre et le dernier a porté sur l'application de ces méthodes aux données recueillies pour la présentation et l'interprétation des résultats.

Dans le premier chapitre qui a circonscrit le cadre théorique du travail dans laquelle nous avons défini les concepts de base et présenté brièvement notre milieu d'étude ;

Le deuxième chapitre quant à lui a porté sur la théorie des méthodes statistiques utilisées pour la collecte, l'analyse et l'interprétation des données en occurrence de la corrélation et la régression linéaire simple ;

Enfin, le troisième chapitre et le dernier a porté sur l'application de ces méthodes aux données recueillies pour la présentation et l'interprétation des résultats.

· L'application de la corrélation linéaire simple nous a permis d'obtenir le coefficient de corrélation r=0,12 et nous avons fait le test de signification de ce coefficient qui nous montre qu'il y a absence de corrélation entre les offres et les demandes d'emploi à l'ONEM pour ces 3 années.

· L'application de la régression linéaire simple entre la variable dépendante (demandes d'emploi) et la variable indépendante (offres d'emploi) qui nous a permis d'avoir le modèle de régression

· Le test des coefficients de cette droite de régression simple nous montre que les coefficients ne sont pas significativement différents de 0, c'est-à-dire les offres n'ont aucune influence sur les demandes d'emploi à l'ONEM/DP. N-K.

· Le calcul du coefficient de détermination R²=1,4%, c'est-à-dire demandes sont expliquées par les offres d'emploi à 1,4% et le reste soit 98,6% est expliqué par d'autres facteurs.

· Le test de comparaison de deux moyennes qui nous montre que la différence de ces deux moyennes est significative.

Vu les imperfections inhérentes à une oeuvre humaine, nous disons avec humilité que l'analyse des réalités qui ont été décrites dans ce travail n'est pas exhaustive. Nous sommes prêt à accueillir les conseils, suggestions et remarques pour l'amélioration de ce travail.

« On ne peut scier l'arbre sur lequel on est assis disent les sages ». C'est ainsi que nous demanderions en outre, à nos cadets scientifiques, futurs chercheurs qui voudront bien nous emboîter le pas de nous compléter en y apportant d'autres analyses qui sans doute nous ont échappé et ceci leur servira de base pour embrasser ce domaine spécifique dans l'emploi.

Pour une étude ultérieure, on pourrait s'intéresser à l'analyse statistique des caractéristiques d'offres et de demandes d'emploi enregistrées par l'ONEM, l'étude sur le mode de recrutement au sein des entreprises,...

BIBLIOGRAPHIE

I. OUVRAGES

2. DAGNELIE P., Théorie et méthodes statistiques : Applications agronomiques, Vol. 2, Les presses agronomiques de Gembloux, Gembloux (Belgique), 1986.

II.NOTES DE COURS

1. BOFOYA KOMBA B., Principes d'économétrie : cours et exercices résolus, Inédit, L1 Economie Rurale, UNIGOM, 2007-2008.

2. KIMANUKA RURIHO, C., Cours de statistique appliquée, Inédit, G₂ STATISTIQUE, ISSNT/GOMA, 2008-2009.

3. POLO FUETA E., Cours d'économétrie, Inédit, G3 statistique, ISSNT/GOMA, 2009-2010.

4. SALUMU MULENDA, Cours d'histoire de la statistique et organisation d'un service statistique, Inédit, G1 STATISTIQUE, ISSNT/GOMA, 2006-2007.

III.AUTRES SOURCES

3. Revue de Réveillez-vous : Comment trouver un emploi et le garder du 8 Juillet 2005.

TABLE DES MATIERES

I.1.7.La population statistique, Intervalle de confiance et la moyenne arithmétique 14

III.3.1. Calcul de l'intervalle de confiance des coefficients de la droite de régression 49

III.3.2. Test de signification des coefficients de la droite de la régression 52

* ¹ www.le potentiel. Com/afficher_article.php ?id, consulté le 05 mars 2010 à 17h00'.

* ² Revue de Réveillez-vous : Comment trouver un emploi et le garder du 8 Juillet 2005.

* ⁶ PINTO et GRAWITZ ; Méthodes de sciences sociales ; éd, Dalloz, paris 1986.

* ⁷ DAGNELIE P., Théorie et méthodes statistiques : Applications agronomiques, Vol. 2, Les presses agronomiques de

* ¹⁸ SALUMU MULENDA, Cours d'histoire de la statistique et organisation d'un service statistique, Inédit G1

* ²⁰ KIMANUKA RURIHO, C., Cours de statistique appliquée, Inédit, G2 STATISTIQUE, ISSNT/GOMA, 2008-2009

* ²⁷ BOFOYA KOMBA B., Principes d'économétrie : cours et exercices résolus, Inédit, L1 Economie rurale, Unigom, 2007-2008.

* ²⁸ POLO FUETA E., Cours d'économétrie, G3 statistique, Inédit, 2009-2010.

* ³¹ BOFOYA KOMBA B., Principes d'économétrie : cours et exercices résolus, Inédit, L1 Economie rurale, Unigom, 2007-2008.

Analyse statistique de demandes et d'offres d'emploi enregistrées par un service de l'état. Cas de l'Office National de l'Emploi / direction provinciale du Nord-Kivu en RDC de 2007 à 2009

REPUBLIQUE DEMOCRATIQUE DU CONGO

ANALYSE STATISTIQUE DE DEMANDES ET D'OFFRES D'EMPLOI ENREGISTREES PAR UN SERVICE DE L'ETAT.

(Cas de l'ONEM/DP. N-K de 2007 à 2009)

Par

Augustin MUNYARUYENZI NIKUZE

EPIGRAPHE

« Puisqu'on ne peut être universel et savoir tout ce qu'on peut savoir de tout. Il faut savoir un peu de tout. Car il est bien plus beau de savoir quelque chose de tout que de savoir tout d'une chose ; cette universalité est la plus belle. »

DEDICACE

Augustin MUNYARUYENZI NIKUZE

REMERCIEMENTS

Augustin MUNYARUYENZI NIKUZE

SIGLES ET ABREVIATIONS

AVANT-PROPOS

INTRODUCTION GENERALE

01. PROBLEMATIQUE

02. HYPOTHESES DU TRAVAIL

03. OBJECTIFS DU TRAVAIL

04. CHOIX ET INTERET DU SUJET

05. DELIMITATION SPATIO-TEMPORELLE DU SUJET

05.1. Délimitation spatiale

05.2. Délimitation temporelle

06. SUBDIVISION DU TRAVAIL

07. METHODES ET TECHNIQUES UTILISEES

07.1. Méthodes

07.2. Techniques

0.8. DIFFICULTES RENCONTREES

CHAPITRE I. CONSIDERATIONS GENERALES

I.1.DEFINITIONS DE CONCEPTS DE BASE

I.1.1.Emploi8(*)

I.1.2.Demande d'emploi9(*)

I.1.3.Offre d'emploi

I.1.4.Le chômage

I.1.5.Une variable17(*)

I.1.6.La statistique

I.1.7.La population statistique, Intervalle de confiance et la moyenne arithmétique21(*)

I.1.7.Test d'hypothèse et hypothèse statistique22(*)

I.2. PRESENTATION DU MILIEU D'ETUDE23(*)

I.2.1.SITUATION GEOGRAPHIQUE

I.2.2.HISTORIQUE DE L'ONEM

I.2.3.MISSION DE L'ONEM

I.2.4.AXES D'INTERVENTION DE L'ONEM

I.2.5.LES RESSOURCES DE L'ONEM

I.2.6.ORGANISATION ET FONCTIONNEMENT

a) Le Conseil d'Administration

b) Le Comité de Gestion

c)Le Collège des Commissaires aux Comptes

I.2.6.1.Organigramme

I.2.6.2.Fonctionnement

I.2.7.REALISATION, PROGRAMMES ET PERSPECTIVES D'AVENIR

I.2.7.1.Réalisation de l'ONEM

I.2.7.2.Programmes de l'ONEM

CHAPITRE II. THEORIES SUR LES METHODES STATISTIQUES UTILISEES

II.1. CORRELATION LINEAIRE SIMPLE

II.1.1.L'estimation du coefficient de corrélation26(*)

II.1.2.Intervalle de confiance du coefficient de corrélation

II.1.3.Test de signification du coefficient de corrélation linéaire

II.1.4.L'AUTOCORRELATION DES ERREURS27(*)

II.1.4.1.Détection

II.2. MODELE DE REGRESSION SIMPLE

II.2.1. Intervalle de confiance des coefficients de la droite de régression

II.2.2. Test de signification des coefficient de la droite de la régression

II.2.3.COEFFICIENT DE DETERMINATION (R2 ) 29(*)

II.2.4.ANALYSE DE LA VARIANCE (Test de Fisher)

II.3.TEST DE COMPARAISON DE DEUX MOYENNES30(*)

CHAPITRE III. PRESENTATION, ANALYSE ET INTERPRETATION DES DONNEES

III.1.PRESENTATION DES DONNEES

III.1.1.Les demandes d'emploi de 2007 à 2009

III.1.2.Les offres d'emploi de 2007 à 2009

III.2.CALCUL DU COEFFICIENT DE CORRELATION SIMPLE

III.2.1. L'AUTOCORRELATION DES ERREURS31(*)

III.3.CALCUL DE LA REGRESSION SIMPLE

III.3.1. Calcul de l'intervalle de confiance des coefficients de la droite de régression

III.3.2. Test de signification des coefficients de la droite de la régression

III.3.3.Calcul du coefficient de détermination (R2 ) 32(*)

III.4.TEST DE COMPARAISON DE DEUX MOYENNES

CONLUSION GENERALE

BIBLIOGRAPHIE

I. OUVRAGES

II.NOTES DE COURS