Accès au financement par les micros, petites et moyennes entreprises à goma, de 2014 à 2016

§4. Définition de l'échantillon de recherche

Une des questions délicates à traiter avant de commencer un sondage (étude, enquête) concerne le choix de la taille de l'échantillon. Cependant, bien qu'il soit très rare que la taille d'une enquête soit fixée pour des raisons purement statistiques, les budgets et le temps souvent allouées avant le commencement de l'enquête déterminent directement la taille de l'échantillon^66(*). Et c'est justement le cas de notre étude.

Il est universellement admis que si la taille de la population est assez grande par rapport à l'échantillon , la relation ci-dessus peut se réduire à la formule suivante :

En estimant p = 0,5 (donnant des chances égales à chaque élément de la population de se retrouver dans l'échantillon), nous avons choisi d'être confiant à 80%, ce qui nous a semblé suffisant. Dans ce contexte, la marge d'erreur est de 20% soit 0,2. L'équation devient donc :

Nous avons donc effectué un sondage aléatoire simple (SAS) visant 41 entreprises de la ville de Goma, sans tenir compte des quartiers où elles se trouvent. Avec cet effectif d'échantillon, nous sommes virtuellement certain à 80% (et donc considérant une marge d'erreur de 20%). Il est question de rappeler ici que la fixation de la taille de l'échantillon est avant tout fonction du budget financier, matériel et humain alloué à l'étude. C'est qu'avec 41 entreprises, c'est déjà suffisant, surtout si chaque élément de l'échantillon a eu la même chance d'être sélectionné.

§5. Recueil des données sur le terrain

En ce qui concerne la collecte de données sur le terrain nous avons eu recours à deux moyens : une partie des questionnaires a été envoyé aux entrepreneurs par mail dont certains ont pu être complétés et ensuite renvoyés par mail. Le reste de questionnaires ont été complétés à la main par soit la cible elle-même, soit utilisées comme guide d'interview par l'enquêteur lui-même (en le complétant directement).

§6. Traitement des données

Le dépouillement des données collectées a été réalisé à l'ordinateur. Les variables normales (à mon sens, ne présentant aucune complexité, et donc non secondaires) ont pu être traité avec le Logiciel Statistique Statistical Packages for Social Sciences 20 (SPSS 20) ; tandis que les variables secondaires, auxiliaires (dérivant des principales variables) ont dues être traitées au moyen d'un autre Logiciel Statistique Epi Info 7 pour éviter tout biais. Le deux sont de logiciels de traitement et d'analyse statistique adaptée aux enquêtes - qu'elles soient quantitatives ou qualitatives.

Le traitement de données avec SPSS 20 et Epi Info 7 a permis d'obtenir directement certains résultats et d'effectuer des analyses diverses et pertinentes par rapport aux objectifs de la présente étude. A noter que ces logiciels n'ont été utilisé que pour le dépouillement des protocoles, car les questionnaires avaient déjà été complétés par les enquêtées ; ce qui a nécessité la reprise des éléments du questionnaires dans le logiciel en tenant effectivement compte des types de questions (ouvertes et fermées, etc) et des modalités de réponses.

Enfin, nous avons choisi ces logiciels parce qu'ils permettent un traitement rapide des informations collectées et de faire la synthèse des réponses selon les indications inscrites. En outre, ils offrent la possibilité de regrouper les réponses.

De manière schématique, notre démarche s'est inspirée de trois temps de l'audit de Thierry Ardouin^67(*), qui se présente comme suit :

Graphique n°5 : Schémas de la démarche de recherche.

Traitement et interprétation des données :

1. Constat sur l'accès facile ou non des MPME au financement

2. Préconisation pour améliorer l'accès au fin.

3. Rédaction du Mémoire.

3. Aval

2. Lecture de la réalité

1. Amont

Définition du travail : Examiner les défis et causes profondes du non accès des MPME de Gom au financement

Méthodes :

- Diagnostic de la situation (Recherche documentaire)

- Enquête par questionnaire

Intention :

Contribuer à l'accès des MPME au financement

Définition des champs : profils et besoins MPME et Banques et IMF

Source : Cours de Master en Ingénierie et conseil en formation, Université de Rouen.

* ⁶⁶ M. A. BUGANDWA, Théorie et Pratique de Sondage, Université de Goma, Faculté des sciences économiques et de gestion, Première licence, 2013 - 2014.

* ⁶⁷ ARDOUIN Thierry (2009), Audit et conseil en formation, cours Master en Ingénierie et conseil en formation, formation ouverte à distance, Unité 4, Université de Rouen, 125p, p81.