II.1.2 La Phase De Traitement : Analyse/Présentation
Et Interprétation.
|
KASONGO KIYAMBI FAUSTIN ((SECTEUR INFORMEL ET
RECOUVREMENT FSCA A LA DGRTANG/KALEMIE
|
|
Page 41
|
|
|
|
KASONGO KIYAMBI FAUSTIN
|
j(( SECTEUR INFORMEL ET RECOUVREMENT FISCAL A LA
DGRTANG/KALEMIE]
|
|
Une masse de données recueillies (par exemple deux
cartons de mille questionnaires remplis, dix bandes ou des giga-octets
d'entretiens enregistres) ne constitue pas en soi une recherche. Il faut
traiter toutes ces données.
Cette phase comprend trois étapes :
a) La Préparation Des Données
Une fois rassemblées, les données brutes
(réponses à un
questionnaire, chiffres, statistiques...) doivent faire
l'objet d'un minutieux travail de préparation avant d'être
traitées et analysées.
b) L'analyse des données
Comme son nom l'indique, cette étape consiste à
effectuer un travail de manipulation et de traitement des données
nettoyées. Elle peut consister en toutes formes de calculs,
regroupements, croisements... quantitatifs ou qualitatifs, manuels ou
informatises...
c) Interprétation des données
C'est la phase d'inférence, de « mise de
signification » dans les résultats obtenus à l'étape
précédente.
d) Utilisation De L'outil
Économétrique
Les données quantitatives peuvent être
analysées ou traitées par plusieurs outils statistiques
(spss, xstat, eviews, gretl, Excel...). Concernant
notre travail, nous allons faire le choix de présenter l'utilisation du
logiciel SPSS.
II.1.3 Interprétation Des Signes Statistiques Des
Données Econométriques
? Coefficient : valeur numérique de chaque coefficient
estime. Les
coefficients de MCO se calculent à partir de la formule
suivante :
? Standard error ou Std error ou l'écart-type de chaque
coefficient
estime.
? Probabilité : c'est la probabilité critique du
coefficient estime. À chaque
T-Student estime correspond une
probabilité critique. Pour réaliser le test de
significativité de Soudent, il suffit de comparer cette
probabilité critique au seuil de significativité choisit. On peut
comparer la probabilité critique au seuil de significativité de
5% ou 0,05 la probabilité critique est inférieure au
|
KASONGO KIYAMBI FAUSTIN ((SECTEUR INFORMEL ET
RECOUVREMENT FSCA A LA DGRTANG/KALEMIE
|
|
Page 42
|
|
|
|
KASONGO KIYAMBI FAUSTIN
|
j(( SECTEUR INFORMEL ET RECOUVREMENT FISCAL A LA
DGRTANG/KALEMIE]
|
|
seuil de significativité, on dit que le coefficient
estime est statistiquement significatif au seuil de 5% (et il est
diffèrent de zéro ou encore il influence la variable
expliquée).
? R-squares : R-carré ou est le coefficient de
détermination.
=
? Adjusted R-squared: R-carré corrigé:
T : la taille de l'échantillon,
K : le nombre de variables explicatives
: Coefficient de détermination.
? F-stat : statistique de Fisher et prob (F-statistic) :
probabilité critique rattachée à la statistique de
Fisher.
=
e) La régression par moindres carrés
ordinaires
La régression par moindres carrés ordinaires est
celle qui consiste à
rendre minimale la somme des carrés des résidus.
(Mbay D., 2018, p22)
Pour envisager les moindres carrés ordinaires, notre
équation de la droite ajustée s'écrit :
^ ^ ^
Avec ^ l'estimateur de ; ^ l'estimateur de ;
et ^ la droite estimée de .
Les écarts à la droite, communément
appelés « résidus », sont représentés
par :
^
^ ^
Où i = 1, 2, ..., n
Étant donné qu'en pratique, nous avons rarement
accès à la population entière, mais que nous disposons
habituellement d'un échantillon d'observations issues de cette
population, alors nous procédons à l'estimation de la fonction de
régression de la population :
| 
