Chapitre3
Construction de l'indicateur composite de satisfaction et
analyse descriptive
le deuxième axe sera interprété car les
modalités de la variable satisfaction globale y sont bien
représentées ce qui n'est pas le cas des autres deux autres axes.
Le tableau ci-dessous donne le profil de satisfaction en produits et services
de télécommunication des entreprises informelles.
Tableau 24 : Profil de satisfaction des
entreprises du marché informel
Entreprises globalement satisfaites
|
Entreprises globalement non satisfaites
|
Emploient un seul salarié
|
N'emploient pas de salarié
|
Souhaitent être accompagnées dans le choix des
produits/services de télécommunication
|
Ne souhaitent pas être accompagnées dans le choix
des produits/services de télécommunication
|
Ne souhaitent pas confier leur budget
télécommunication à un seul opérateur
|
Souhaitent confier leur budget télécommunication
à un seul opérateur
|
Ont souscris à un produit/service qui permet de
réduire les coûts de communication au sein de l'entreprise
|
N'ont pas souscris à un produit/service qui permet la
réduction des coûts de communication au sein de l'entreprise
|
Exercent leurs activités dans le Grand Littoral ou dans le
Grand Ouest
|
Exercent leurs activités dans les villes de Douala ou
Yaoundé
|
Source : INCPAT SARL, Business Segment
Research, 2012
La détermination du profil de satisfaction des
entreprises permettra aux opérateurs de mener leur stratégie en
ciblant celles qui sont non satisfaites afin d'oeuvrer pour
l'amélioration de leur satisfaction.
NGUEMO NGUEABOU Joel - Élève Ingénieur
Statisticien 51
Chapitre 4 - Les déterminants de la satisfaction globale
des entreprises en produits et
services de télécommunication au Cameroun
CHAPITRE 4 : LES DÉTERMINANTS DE LA
SATISFACTION GLOBALE DES ENTREPRISES EN PRODUITS ET SERVICES
DE TÉLÉCOMMUNICATION AU CAMEROUN
Dans ce chapitre, nous estimons un modèle de
régression logistique binaire55 pour chacun des
opérateurs aussi bien sur le marché formel qu'informel. Les
variables explicatives sont celles qui ont servi à la mise en oeuvre des
ACM pour chaque opérateur. Les estimations se sont faites à
l'aide du logiciel Stata (version 11) avec comme variable dépendante la
satisfaction globale (deux modalités : globalement satisfait ou
globalement non satisfait). La vérification de la qualité des
modèles estimés se fera à l'aide d'outils statistiques
tels que la matrice de confusion, la courbe ROC ainsi que le test de
Hosmer-Lemeshow qui permet de vérifier la qualité d'ajustement du
modèle estimé.
I- Méthodologie de la régression
logistique binaire56
La régression logistique présentée ici
concerne le modèle dichotomique univarié, en particulier le
modèle Logit, car la variable endogène Y est qualitative binaire.
Bien qu'il existe deux modèles (modèle probit et modèle
logit) qui permettent l'estimation d'une régression logistique, dans ce
document nous utiliserons uniquement le modèle logit qui permet une
estimation plus aisée des odds ratio. La différence fondamentale
entre ces deux modèles tient à la distribution de
fréquence des erreurs qui dans le modèle probit suit une loi
normale et dans le modèle logit suit une loi logistique.
A) Approche de modélisation
On considère un échantillon de N individus
indicés i=1,..., N. Pour chaque individu, il est observé la
réalisation d'un évènement, la satisfaction dans le cadre
de cette étude par exemple. On obtient alors la variable dichotomique
suivante, observée pour chaque individu :
(
1 si l'évènement s'est réalisé pour
l'individu i ,o, i E [1, N] 10 sinon
55 Le lecteur
intéressé par les aspects théoriques de la
régression logistique binomiale peut se référer à
l'ouvrage de RICCO Rakotomalala (voir bibliographie)
56 Source : PIEUME Calice
Olivier, Économétrie des variables qualitatives, Notes de Cours,
Année Scolaire 2010/2011, ISSEA
NGUEMO NGUEABOU Joel - Élève Ingénieur
Statisticien 52
Chapitre 4 - Les déterminants de la satisfaction globale
des entreprises en produits et
services de télécommunication au Cameroun
Le problème est de partir d'un ensemble de descripteurs
X=(X1,..., XJ) pour expliquer la survenue de l'évènement
considéré pour les individus de l'échantillon. Les
modèles dichotomiques admettent pour variable expliquée non pas
un codage quantitatif associé à la réalisation d'un
évènement57, mais la probabilité de cet
évènement conditionnée par les variables exogènes
(les descripteurs). L'idée est de déterminer la
probabilité58 :
P = P r o b ( Y =1/X ) = F(Xi'f3) où f3 = (f31, ..., f3J)
est le vecteur des paramètres à estimer ; Xi'
1
la transposée du vecteur des descripteurs pour
l'individu i et F la fonction de répartition de la loi logistique.
|