WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

La bancarisation et la thésaurisation monétaire. Cas de l'université de Kinshasa.

( Télécharger le fichier original )
par Brondone MAKUKA NGANGU
Université de Kinshasa - ECONOMIE MATHEMATIQUE 2015
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

3.3 Statistique descriptives du revenu

Tableau 23. Statistique descriptives du revenu mensuel des agents

 

Statistiques

 

Revenu mensuel

Moyenne

150659,80

Médiane

169280,00

Mode

169280

Ecart-type

36300,265

Aplatissement

-,855

Erreur std. d'aplatissement

,478

Minimum

82800

Maximum

200000

Somme

15065980

Source : calcul de l'auteur à partir des données de l'enquête

Il ressort de ce tableau que le revenu moyen des agents de l'état est de 150659,80 FC, le revenu médian et le revenu supérieur (modal) est de 169280 FC.

? Analyse des résultats

Nous allons tester si l'épargne à la banque est-elle dépendante de la fonction qu'occupe l'agent. Pour ce faire, nous devons utiliser le test de khi-deux à l'aide d'un tableau de contingence que voici

CATEGORIES

Agent
cadre

Agent de
maitrise

Travailleur ordinaire

TOTAL

EPARGNE A
LA BANQUE

2

4

3

9

THESAURISE

10

20

61

91

TOTAL

12

24

64

100

Elaboration d'hypothèse

H0 : l'acceptation que l'épargne à la banque ne dépend pas de la catégorie des agents.

H1 : l'acceptation que l'épargne à la banque dépend de la catégorie des agents

Si X2 C> X2T = rejet de Ho

Si X2 c< X2T = acceptation de Ho

X2 =? dont 0= observation

53

Makuka ngangu brondone /faseg/Unikin/G3-TFC

2014

E= Valeurs estimées en tenant compte de l'identité de la distribution.

Dl = (m-1) (n-1)= (2-1) (3-1) avec Dl : degré de liberté qui correspond au produit de nombre de lignes moins un par le nombre de colonnes moins un.

Seuil de signification(á)=0,05

O

E

(O-E) 2/E

2

1,8

0,0222

10

10,92

0,0775

4

2,16

1,5674

20

21,84

0,155

3

5,76

1,3225

61

58,24

0,1308

 
 

3,2754

Avec X2 c= 3,2754 alors que le X2 table=5,2914 donc comme X2 c < X2 table, alors on accepte H0 et on rejette H1

3.4 Indices de la pauvreté

Les indices de pauvreté de la famille FGT, du fait de leurs propriétés normatives, ont été appliqués pour nous permettre de mesurer l'incidence, la profondeur moyenne et la sévérité de la pauvreté. Signalons que ces mesures ont été développées par Foster, Greer et Thorbecke (FGT) en 1984 et ont pour formule générale :

? [ ]

; Où á est appelé coefficient d'aversion.

Dans le cadre de notre étude, le choix de ces mesures se justifie du fait qu'elles sont décomposables selon tous les sous-groupes disjoints de la population. Cette propriété a été systématiquement utilisée pour mettre en évidence les niveaux de pauvreté et la contribution à celle-ci pour les différentes catégories de notre population.

Le coefficient d'aversion prend pour valeurs 0, 1 et 2. Ainsi :

?

Si

=0, on parle de l'incidence de la pauvreté ;

?

Si

=1, on parle de la profondeur moyenne ;

?

Si

=2, on parle de la sévérité de la pauvreté.

 

Précisons que les mesures de la famille FGT varient entre 0 et 1. Si FGT=0, les ménages sont moins concernés à la pauvreté, et si FGT=1, les ménages sont concernés par la pauvreté.

54

Makuka ngangu brondone /faseg/Unikin/G3-TFC

2014

3.4.1 Incidence de la pauvreté

Incidence de la pauvreté des agents cadres

Index

Estimated
value

Standard
error

Lower
bound

Upper
bound

Confidence
Level in (%)

FGT

0.08333334

0.080187

-0.07383136

0.24049803

95.00000

Poverty
line

150620.0000

0.00000

150620.00

150620.00

95.00000

EDE

0.00000000

0.00000

0.00000000

0.00000000

95.0000

Source : calcul de l'auteur à partir des données de l'enquête

Incidence de la pauvreté des agents de maitrise

Inde
x

Estimate
d value

Standard error

Lower bound

Upper bound

Confidence Level in (%)

FGT

0.291666

0.09324790

0.10890414

0.47442918

95.0000

 

66

 
 
 
 

Pove

150620.0

0.00000000

150620.000000

150620.0000

95.0000

rty
line

0000000

 

00

0000

 

EDE

0.000000

0.00000000

0.00000000

0.00000000

95.0000

 

00

 
 
 
 

Source : calcul de l'auteur à partir des données de l'enquête

Incidence de la pauvreté des travailleurs ordinaires

Index

Estimated
value

Standard
error

Lower bound

Upper
bound

Confidence
Level in (%)

FGT

0.4062500

0.06170082

0.28531862

0.52718138

95.0000

Poverty
line

150620.000

0.00000000

150620.000

150620.00

95.0000

EDE

0.00000000

0.00000000

0.00000000

0.00000

95.0000

Source : calcul de l'auteur à partir des données de l'enquête

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Nous voulons explorer la bonté contrée énorme où tout se tait"   Appolinaire