Proposition d'une méthode d'évaluation du capital humain : cas de la filière riz pour le district de Mandoto et de Betafo( Télécharger le fichier original )par Ndriakita SOLONIONJANIRINA Université d'Antananarivo, Madagascar - DEA 2008 |
Chapitre 5: Résultats de la mise en application de la méthode pour notre échantillonCe chapitre vise à présenter les résultats de l'application de la méthodologie. Etape par étape, il fournit en détail les résultats obtenus et les méthodes utilisées. Il s'agit surtout des statistiques issues des données collectées. Pour finir, une étude de cas est présentée pour mettre en évidence les gains en matière de précision dans la mesure du capital humain. A cet effet, des simulations seront effectuées suite aux modèles estimés lors des étapes décrites dans la méthodologie proposée58(*). 5.1 Etape 1 : formulation du testSe basant sur la définition du concept de compétence59(*), nous avons formulé une série de tests qui concernent les aptitudes de base en application numérique, en conversion d'unités et les connaissances spécifiques à la filière riz. Concernant ces connaissances spécifiques, nous nous sommes référés à la fiche technique du MAEP sur le SRI vu que les techniques appliquées à ce système de riziculture constituent les meilleures pratiques en matière de riziculture irriguée, orientant ainsi les connaissances testées vers une relation directe avec la productivité. Concrètement, il s'agit des connaissances sur le niveau optimal de l'eau, sur les différents entretiens à faire dans les rizières, sur les dosages des fertilisants, sur le timing des activités et sur le repiquage60(*). Le questionnaire a été rédigé en malgache comme nous l'avons préconisé dans la partie théorique61(*). 5.1.1 Scores en application numériqueSur les deux questions en application numérique62(*), la plupart des enquêtés (61,63%) ont eu deux mauvaises réponses. Environ le tiers des enquêtés (34,88%) ont eu une réponse juste sur deux et 3,49%, soit trois personnes sur les quatre vingt six enquêtés seulement ont eu deux réponses exactes. Tableau 11. Scores en application numérique 5.1.2 Scores en conversionSur les deux questions relatives à la conversion63(*), 44,19% des enquêtés ont eu des mauvaises réponses et 45,35% ont eu une réponse juste sur deux. Malgré que les questions posées relèvent d'une connaissance de base, nous pouvons remarquer que les aptitudes des individus enquêtés en matière de conversion sont faibles puisque seulement 10,47% ont eu deux bonnes réponses sur les deux questions. Tableau 12. Scores en conversion 5.1.3 Scores sur les niveaux optima de l'eauNous constatons que c'est dans ce domaine que les enquêtés excellent le moins. En effet, près des quatre cinquièmes (79,07%) des individus n'ont eu aucune bonne réponse sur les deux questions posées64(*). 19,77% des individus ont eu une bonne réponse sur deux et seulement un individu sur les quatre vingt six a répondu de façon exacte aux deux questions. Tableau 13. Scores en niveau optimale de l'eau * 58 Voir 3.2 Proposition de méthode pour évaluer le capital humain, P. 27 * 59 Voir 3.1.3 Le concept de compétence, P. 27 * 60 Vor Annexe 2 * 61 Voir 3.2.1 Formulation du test : privilégier le concept de compétence, P. 28 * 62 Voir Application numérique 1 et Application numérique 2 dans Annexe 2 * 63 Voir Conversion1 et Conversion 2 dans Annexe2 * 64 Voir niveau optimal de l'eau 1 et niveau optimal de l'eau 2 dans Annexe 2 |
|