|
Elève Ingénieur Statisticien
Page 1
Sommaire
Sigles et abréviations 5
Avant propos 6
Résumé 7
1 Présentation générale du pays 8
Cadre physique 8
Organisation administrative 9
Cadre économique 9
La composition ethnique du pays 11
Education 11
Sante 11
2 Introduction 13
2.1 Source de données utilisée 15
2.2 Echantillonnage 15
3 Objet de l`étude 16
4 Méthodologie 16
4.1 Calcul des indicateurs 17
4.1.1 Le score de consommation alimentaire 17
4.1.2 La proportion des dépenses alimentaires dans la
dépense globales ; 19
4.1.3 La durée des stocks 20
4.1.4 Possession de bétail exprimé en UBT 20
4.1.5 Le revenu des ménages 20
4.1.6 Les dépenses totales 21
4.1.7 Indice de stratégie de survie 21
5 Quelques définitions de quelques concepts clés :
22
5.1 Sécurité alimentaire 22
5.2 Disponibilité 23
|
Alhassane G. Abdoulaziz
|
Promotion 2008-2011
|
Elève Ingénieur Statisticien
Page 2
5.3 Accessibilité 23
5.4 Utilisation 24
5.5 Concept d'insécurité alimentaire 24
5.6 Vulnérabilité alimentaire 24
5.7 Indice de stratégie de survie 25
5.8 Ménage 25
Chapitre 0 : la revue littéraire 26
6 Revu littéraire 27
6.1 Méthodologie suivi par le Mali 27
6.2 Méthodologie utilisée par les burkinabés
30
6.3 La méthodologie d`analyse des données : cas du
Niger 33
6.4 D`autres méthodes suivi par les pays comme le Ghana,
Kenya, Ouganda pour mesurer
l`insécurité alimentaire des ménages. 33
Chapitre I : Analyse en Composante Principale 36
7 Analyse en composante principale. 37
7.1 Introduction et objet de l'ACP. 37
7.2 Calcul et interprétation des résultats issus de
l'analyse en composante principale. 37
7.2.1 Statistique descriptive 37
7.2.2 Matrice des corrélations (corrélation entre
les variables 2 à 2) 38
7.2.3 Matrice des valeurs tests (test des coefficients de
corrélation). 39
7.2.4 Les valeurs propres 39
7.2.5 Cercle de corrélation des variables 42
CHAPITRE II : CLASSIFICATION DES MENAGES (CLASSIFICATION EN NUEES
DYNAMIQUE) 44
8 Création de la variable « niveau de
vulnérabilité alimentaire » : une classification en
nuée
dynamique. 45
8.1 Résultats de la classification et choix du nombre de
classe : 46
8.1.1 Description de la classe moyenne. 46
8.1.2 Description de la Classe1 : 47
8.1.3 Description de la classe 2 : 48
8.1.4 Description de la classe 3 : 49
|
Alhassane G. Abdoulaziz
|
Promotion 2008-2011
|
Elève Ingénieur Statisticien
Page 3
8.1.5 Description de la classe 4 : 50
8.1.6 Description de la classe 5 : 50
8.2 Combien de personnes sont en insécurité
alimentaire ? 51
Chapitre II : La relation entre la
vulnérabilité alimentaire et certaines caractéristiques
Sociales,
Economiques, Démographiques. 53
9 Relation entre niveau de vulnérabilité des
ménages et caractéristiques socio-économiques.
54
9.1 Identification des populations vulnérables. 54
9.2 Détermination des variables liées à la
variable niveau de vulnérabilité. 54
9.3 Élaboration de la problématique et Formulation
des hypothèses 55
9.3.1 Élaboration de la problématique 55
9.3.2 Hypothèses et Méthodologies 55
9.4 Présentation et analyse des résultats : 56
9.5 Niveau de vulnérabilité et
caractéristique socio économique des ménages 56
9.5.1 Niveau de vulnérabilité selon la
région 56
9.5.2 Niveau de vulnérabilité selon la zone agro
écologique. 59
9.5.3 Niveau de vulnérabilité selon les
départements. 61
9.5.4 Niveau de vulnérabilité et sexe du chef de
ménage 63
9.5.5 Niveau de vulnérabilité alimentaire selon le
statut marital. 65
9.5.6 Niveau de vulnérabilité selon
l`activité principale du chef de ménage 67
9.5.7 Niveau de vulnérabilité selon la Taille du
ménage 70
9.5.8 Niveau de vulnérabilité et le Jugement de la
campagne agricole 2009 71
9.5.9 Niveau de vulnérabilité selon le niveau de
récolte. 73
9.5.10 Niveau de vulnérabilité selon les variations
de dépense constatées 75
9.5.11 Répartition du niveau
vulnérabilité selon le vivre contre travail (cash for
Works).77
9.6 Niveau de vulnérabilité et les
Stratégies premier, deuxième et troisième niveau. 78
9.6.1 Stratégie premier niveau 79
9.6.2 Stratégie deuxième niveau. 82
9.6.3 Niveau de vulnérabilité et la
stratégie troisième niveau. 88
9.6.4 Niveau de vulnérabilité et la migration.
93
|
Alhassane G. Abdoulaziz
|
Promotion 2008-2011
|
Elève Ingénieur Statisticien
Page 4
9.6.5 Niveau de vulnérabilité et la baisse de
revenu. 94
9.6.6 Niveau de vulnérabilité selon l`augmentation
des prix des denrées alimentaires 96
Chapitre III : Elaboration du profil de la
vulnérabilité Alimentaire des ménages ruraux au Niger
98
(Analyse discriminante). 98
10 Profil de vulnérabilité des ménages au
Niger : une Analyse Discriminante. 99
10.1 Interprétations des résultats de l'analyse
discriminante. 100
10.1.1 Vérification des différences entre les
groupes : 100
10.1.2 Validation de l'étude 103
10.1.3 Vérification du pouvoir discriminant des axes.
106
10.1.4 Fonctions aux barycentres. 106
10.1.5 Fréquences des ménages bien classés
et des ménages mal classés par le modèle.
107
11 Conclusion 111
12 RECOMMANDATIONS 112
13 Référence bibliographiques 113
14 LES ANNEXES 114
|
Alhassane G. Abdoulaziz
|
Promotion 2008-2011
|
Elève Ingénieur Statisticien
Page 5
Sigles et abréviations
FAO : Food Agriculture Organisation
PAM : Programme Alimentaire Mondial
INS : Institut National de la Statistique.
INEFSAGEP : Institut d`Etude et de Formation
en Statistique Appliquée et en
Gestion et Evaluation des Projets
SIMA : Système d`Information sur les
Marches Agricoles
SAP : Système D`Alerte
Précoce
DNPGCA : Dispositif National de
Prévention et de Gestion des Crises
Alimentaires
Fews-Net: Family Early Warning System Net
Work
SRP : Stratégie de Réduction de
la Pauvreté
PIB : Produit Intérieur Brut
RGPH : Recensement General de la Population
et de l`Habitat
ZD : Zone de Dénombrement
CSI : Coing Strategy Index (Indice Strategie
de Survie)
SCA : Score de Consommation Alimentaire
UBT : Unité Bétail Tropical
PDADTC : Part des Dépenses
Alimentaires dans les Dépenses Totales en Cash
|
Alhassane G. Abdoulaziz
|
Promotion 2008-2011
|
Elève Ingénieur Statisticien
Page 6
DTMT : Dépense Totale Mensuelle par
Tête
RTMT : Revenu Total Mensuel par Tête
NMCS : Nombre de Mois de Couverture de Stock
SPSS: Statistical Package for the Social
Sciences
SPAD: Statistical Package Analysis Data
SPAD: Statistic Package Analysis Data
IQV: Indice Qualitative de Variation.
AD: Analyse Discriminante
DF: degree of freedom (degre de liberte).
Avant propos
Le présent document est le fruit d`un dure labeur.
Sa conception nous a permis de renforcer nos capacités en
matière des analyses des données statistiques et des outils
d`utilisation.
Le projet du mémoire est une polyptique de l`institut
d`étude(INEFSAGEP) qui exige a tout élève ingénieur
en fin de cycle de rédiger un mémoire et de le soutenir en
publique devant un éminent jury.
La rédaction du mémoire permet aux futurs
Ingénieurs statisticiens informaticiens d`être capable d`organiser
une enquête statistique, d`analyser les informations et de publier les
résultats.
Le thème de notre étude qui a été
retenu est :< l`analyse de la vulnérabilité a
l`insécurité alimentaire des ménages ruraux au Niger
>.
Pour quoi le choix de ce thème ?
Depuis l`an 2005, l`agriculture nigérienne
pratiquée par plus de 80% de la population totale souffre d`un marasme
pluviale, entrainant souvent une insécurité alimentaire dans les
ménages et un exode des bras-valide vers les centres urbains nationaux
et internationaux.
Devant ce calamiteux naturel périodique, les hommes ainsi
que les femmes sont dans le souci et le désespoir. N`est-il pas mieux de
développer la culture de
|
Alhassane G. Abdoulaziz
|
Promotion 2008-2011
|
Elève Ingénieur Statisticien
Page 7
contre saison et de moderniser l`agriculture nigérienne
pour qu`elle ne soit plus dépendante des eaux des pluies ?
Résumé
L'étude sur la sécurité alimentaire consiste
préalablement à cerner ces caractéristiques.
C'est ainsi qu`en premier lieu, nous avons utilisé la
définition de la FAO sur la sécurité alimentaire pour
recenser les variables qui reflètent mieux les trois dimensions
(disponibilité, accessibilité et utilisation des aliments) de la
vulnérabilité alimentaire. Les variables retenues sont au nombre
de white.
Puis, nous avons passé a une analyse en composante
principale (ACP) pour voir non seulement par l`approche algébrique les
corrélations, les contributions a la formation d`un axe, mais aussi pour
voir par l`approche géométrique le groupe des individus qui se
sont dégagés.
Ensuite, nous avons fait une classification en nuée
dynamique pour former des groupes d`individus dont a l`intérieur, tous
les individus se ressemblent, tandis qu`a l`extérieur il existe un
certain éloignement entre les groupes. C`est ainsi que le premier groupe
sortie a une proportion de 26.78% et est considère comme la classe des
ménages très faiblement vulnérables, le deuxième
groupe occupe un taux de 34% et est nommé la classe des
vulnérables sévères, le troisième groupe a 1.17% de
part et est considéré comme la classe des non vulnérables,
le quatrième groupe représentant 34.47% considéré
comme celui des ménages très faiblement vulnérables et en
fin un cinquième groupe représentant 3.88% et est
étiqueté la classe des ménages très
sévèrement vulnérables.
|
Alhassane G. Abdoulaziz
|
Promotion 2008-2011
|
Elève Ingénieur Statisticien
Page 8
Après la description des cinq groupes des ménages
et la création de la variable niveau de vulnérabilité
alimentaire qui a cinq modalités, notre travail s`est focalisé a
la recherche des relations entre notre variable nouvellement créer et
les caractéristiques socio économique par le biais de l`analyse
de relation du logiciel SPSS.
En fin, l`étude à essayer d`élaborer le
profil de vulnérabilité des ménages a travers l`analyse
discriminent de SPSS.
1 Présentation générale du
pays Cadre physique
Le Niger est un vaste pays sahélo-saharien. Il couvre
une superficie de 1267000 km2 et est situe au coeur du continent africain. Ce
pays de l`Afrique de l`ouest est limitée a l`est par le Tchad, a l`ouest
par le Bruina Faso et le Mali, au nord par l`Algérie et la Libye et au
sud par le Benin et le Nigeria.
Le Niger est un pays enclavée qui majore le cout de ses
importations et exportations, il est située a plus de mille
kilomètres des ports les plus proches et ne disposant d`aucune
infrastructure ferroviaire de liaison.
Les 3/4 du pays sont désertiques, comprenant les
déserts du Ténéré qui compte parmi les
déserts les plus austères du monde. L`activité agricole
n`est possible que sur les 1/4 de la superficie totale du pays.
Le Niger appartient a l`une des zone les plus chaudes au
globe, il connait deux types de climats chaud : un climat désertique sur
la majeur partie de sa superficie et un climat tropical avec une seule saison
pluvieuse qui dure 3 a 4 mois (de juin en octobre).
La pluviométrie est caractérisée par une
forte variabilité dans l`espace et dans le temps.
On distingue du sud au nord du pays :
|
Alhassane G. Abdoulaziz
|
Promotion 2008-2011
|
Elève Ingénieur Statisticien
Page 9
? La zone sahélo-soudanienne qui représente 1%
de la superficie totale du pays et reçois 600 a 800 mm de pluie par an
au cours des années normale, elle est une zone de production agricole et
animale par excellence.
? La zone sahélienne (350 a 600 mm) couvre 10% du pays
et se caractérise par l`agro pastoralisme.
? La zone sahélo-saharienne (150 a 350 mm par an) est
propice a l`élevage transhument et couvre 12% de la superficie du
pays.
? La zone saharienne (0 à 150 mm par an) couvre 77% du
pays et est la zone des vents violents.
Le réseau hydrographique se caractérise par un
seul cours d`eau permanent : le fleuve Niger qui traverse le pays sur une
longueur de 550 km. Toutes fois on assiste à un retour progressif du lac
Tchad de la cote nigérienne. La faiblesse de la pluviométrie
annuelle et les sécheresses fréquentes entrainent très
souvent des crises alimentaires et des déplacements des populations vers
des centres urbains et vers des zones ou les terres sont plus fertiles et la
pluviométrie plus favorable. Signalons que les terres cultivables,
situées surtout dans la bande sud, ne représentent que 12% de la
superficie totale du pays.
Organisation administrative
Le pays est compose de white(8) régions, trente six(36)
départements et deux cent cinquante six (256) communes dont treize(13)
urbaines et deux cent treize(213) rurales. La région de Niamey est la
capitale politique et la région de Maradi est la capitale
économique.
Cadre économique
La situation économique du Niger reste fragile
malgré des performances réalisées ces dernières
années.
Au cours de ces 16 dernières années, le taux de
croissance économique réel moyen s`établit a 3.1% pour une
population qui augmente de 3.3%(taux d`accroissement naturel) chaque
année.
La structure de l`économie nigérienne est
basée sur le secteur primaire bien que le poids du secteur tertiaire ne
cesse d`augmenter grâce au rehaussement du prix de kilo d`uranium
(augmentation de prêt de 100% vers 2006). En effet, le secteur primaire
dont l`évolution est très liée aux aléas
climatiques, représente
|
Alhassane G. Abdoulaziz
|
Promotion 2008-2011
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 10
Promotion 2008-2011
43.31% du PIB, le secteur secondaire n`occupe que 13.29% et le
secteur tertiaire représente 36.48% du PIB en 2008.
Le taux d`inflation annuel moyen reste en deçà
de 3% en dehors de quelques années de forte inflation dont en 2005, il a
atteint un pic de 7.8% en raison d`une hausse drastique des prix des
céréales et des produits de premiers nécessites du a la
mauvaise production agricole.
Signalons que les performances économiques restent
encore trop faibles pour améliorer significativement la condition de vie
de la population nigérienne. Cependant, le taux de chômage reste
très élevée et les investissements dans les secteurs
sociaux comme l`eau, la sante et l`éducation sont trop faibles pour
couvrir les besoins.
S`agissant du secteur rural, la SRP adoptée en janvier
2002, lui a assignée le rôle principale moteur de la croissance
économique du pays a l`horizon 2015. Cette phase
prépondérante donnée au développement rural,
résulte de l`importance des productions du secteur primaire dans la
formation du PIB, de l`existence de sources de croissance à faire
fructifier et également de l`ampleur de la pauvreté en milieu
rural.
Aujourd`hui, les contraintes climatiques, la forte pression
démographique et la baisse de la fertilité des sols ainsi que les
difficultés d`accès aux intrants et aux équipements
ruraux, ont conduit a un dédoublement des surfaces cultivées et
une diminution des espaces pastoraux. De même, la dégradation des
ressources naturelles (l`eau, la terre, le pâturage le foret) a fortement
contribuée à accroitre la vulnérabilité des
populations. En effet, tous ces facteurs ont conduit a une situation
quasi-généralisée d`appauvrissement du capital terre, de
diminution ou de disparition de jachère, de surexploitation des
ressources ligneuses et des pâturages accentuant ainsi le processus de
désertification.
L`élevage comme deuxième mamelle de
l`économie nigérienne constitue avec l`agriculture, le secteur
qui occupe plus de 80% de la population active. L`élevage se pratique
principalement en milieu rural et est de type extensif et semi extensif. La
pratique de cette activité constituât un palliatif pour beaucoup
de ménages, qui dans des situations difficiles, vendent leur
bétail au profit d`achat des produits alimentaire. Cependant,
l`élevage est confrontée a de multiples contraintes
principalement liées au climat. En outre, la pression
démographique sur les terres entraine l`amenuisement des aires de
pâturage et parfois le rétrécissement voire même la
disparation des couloirs de passage
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 11
Promotion 2008-2011
pour les animaux. Ceux-là, occasionnent ainsi un
conflit entre agriculteurs et éleveurs en période hivernale.
Cadre démographique
La population nigérienne d`après le RGPH de
2001etait estimée a 11.060.291 habitants.
Aujourd`hui, la population nigérienne est
estimée a 15.203.222 habitants dont 49.9% d`homme et 50.1% de femme.
Avec un rythme accéléré de 3.3% par an, la population
nigérienne double ses effectifs chaque 20 an.
Le taux d`accroissement naturel s`explique par le fait que la
nigérienne met en moyenne 7 enfants au monde (indice synthétique
de fécondité du Niger est égal a 7.1) malgré le
fort taux de la mortalité.
La composition ethnique du pays
Les groupes ethnolinguistiques qui composent le pays sont :
les Haoussa (55.4%), les Djema-Sonrai (21%), les Touareg (9.3), les Peulh
(8.5%), les Kanouri (4.7), les Toubou (0.4), les Gourmantché (0.4) et
les Arabe (0.4). Le Niger est un pays dont 99% de sa population est musulmane.
C`est aussi un pays ou l`on trouve diverses nationalités, du fait de son
ouverture au monde extérieur.
Education
Le taux brut de scolarisation au Niger est de 53.5% en 2005.
Cependant, ce taux évolue et atteint en 2007-2008 62.6% dont 53.5%
filles et 71.7% garçons.
Le budget alloué a l`éducation représente
11.1% (59.6milliards) du budget global du gouvernement selon le
ministère de l`éducation.
Sante
D`une manière générale, la sante demeure
une préoccupation majeure au Niger.
La mortalité infantile et infanto juvénile ainsi
que la mortalité maternelle sont trop élevés. Les
principales pathologies pour lesquelles les malades consultent, constituent les
trois principales causes de morbidité qui sont le paludisme, les
infections respiratoires et les diarrhées.
En dépit des actions menées par l`Etat et ses
partenaires, selon INS, le taux d`accès aux services de sante est
passé de 47.6% en 2001, 65% en 2005 et 71.06% en 2008, la malnutrition
demeure toujours un problème de sante
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 12
Promotion 2008-2011
publique. Cette situation varie avec la période de
soudure dans laquelle on rencontre des problèmes liés au
déficit alimentaire chronique dans plusieurs zones vulnérables et
aux maladies infectieuses et parasitaires fréquents chez les enfants.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 13
Promotion 2008-2011
2 Introduction
En Afrique, la crise alimentaire qui sévit localement
au Sahel n'est pas une simple situation d'urgence temporaire. Elle est le
résultat de la pauvreté chronique qui sévit dans une des
régions les plus pauvres du monde. Chaque année, bon an mal an,
la crise alimentaire sévit quelques parts dans le Sahel, dans une zone
pastorale, agropastorale et/ou agricole par suite de manque ou d'excès
de pluies, des attaques de ravageurs, de déficit ou de surproduction, de
hausse ou de chute drastique des prix de produits agricoles ou tout simplement
d'une perturbation des stratégies de survie développées
par les populations.
Au Niger, chaque année la campagne agro-sylvo-pastorale
est marquée globalement par des résultats erratiques,
excédentaires ou déficitaires au niveau des productions
céréalières et des productions de cultures de rente.
Cette situation est la conséquence de l'insuffisance
des précipitations et de la forte dégradation du potentiel
productif. Les hauteurs des pluies moyennes annuelles enregistrées
restent faibles, variant entre 100 mm et 800 mm. L'accroissement
démographique de la population est aussi important, de l'ordre de 3.3%
conduisant à une forte pression foncière, une remonté des
cultures vers les terres plus marginales ainsi qu'à une diminution des
espaces pastoraux. Certaines régions connaissent aussi des attaques de
prédateurs et des inondations qui occasionnent des poches de
déficits.
S`agissant de la hausse généralisée des
prix des céréales, elle a atteint 24% pour le mil, 23%
pour le sorgho comparant à une moyenne sur les cinq
dernières années, fragilise davantage la situation des
ménages les plus pauvres. Dans certaines zones du sud du pays, la hausse
des prix des denrées et du fourrage a atteint 30% en 2009 tandis que les
revenus ont été divisés par 2 par rapport à
septembre 2009, selon la FAO.
Tous ceux-ci ont occasionné un
déséquilibre profond des ménages ruraux et ont finalement
plongé le pays dans une crise alimentaire.
Pour faire face, certaines familles ont du adopter rapidement
des stratégies de survie : réduction de la
ration alimentaire quotidienne, diminution du nombre de repas par jour,
endettement, consommation des aliments de pénurie habituellement
destinés aux animaux, etc. D`autres ont vendu leurs bêtes, qui
leurs représentent à la fois une économie, un revenu et
une
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 14
Promotion 2008-2011
source de nourriture. Et en fin, un ou des membres de famille
des zones agricoles et pastorales du sud du pays ont recouru a la migration
inhabituelle.
Pour prendre en compte les risques engendrés par la
problématique de l'insécurité alimentaire, les pouvoirs
publiques ont mis en place depuis 1998 un Dispositif National de
Prévention et de Gestion des Crises Alimentaires(DNPGCA), et ont
adopté des documents des Stratégies de Réduction de la
Pauvreté(SRP) en 2002 et de Stratégie de Développement
Rural (SDR) en 2003. Ils ont adopté en 2008 le document du plan National
de Convergence (Volet Sécurité Alimentaire).
A cet effet, le Système d'Alerte Précoce(SAP),
l'institut National de la Statistique(INS), avec l'appui des partenaires ont
réalisé une enquête nationale sur la sécurité
alimentaire. Elle fait suite aux précédentes enquêtes
organisées en mai 2006, novembre 2006, décembre 2007, janvier
2008 et janvier 2009.
L'enquête d'avril 2010 présente l'avantage de
compléter les données plus globales de la production
céréalière en renseignant sur les déterminants de
la sécurité alimentaire des ménages (disponibilité,
accessibilité et utilisation) facilitant ainsi une meilleur ciblage des
populations, des ménages vulnérables et garantissant
l'efficacité des interventions en cas de besoins particulièrement
pour le soutient des plus vulnérables.
Elle répond aussi à la nécessité
de mise en place d'un système permanent de collecte, d'analyse et de
diffusion de données statistiques représentatives et à
jour sur la vulnérabilité alimentaire, indispensable au suivi des
indicateurs et la mise en oeuvre des interventions (action
d'atténuation) pour gérer de façon efficace les
différents niveaux de crise conformément au Plan National de
Contingence.
En dépit des actions d'atténuation
effectuées dans les zones plus touchées par
l'insécurité alimentaire au Niger, les distributions alimentaires
gratuites ciblées à l'endroit des personnes âgées,
des femmes et des enfants restent encore fortement recommandées pour les
prochaines années de pénurie. Puissent les bonnes conditions
agro-climatiques se poursuivre, d'abondantes récoltes mettront fin aux
difficultés et permettront aux ménages les plus touchés
d'entamer la reconstitution de leurs capitaux suffisamment érodés
par les crises alimentaires.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 15
Promotion 2008-2011
2.1 Source de données utilisée
Le projet de mémoire porte sur les données de
l'enquête sur la vulnérabilité à
l'insécurité alimentaire des ménages nigériens en
Avril 2010. Cette enquête s'inscrit dans le cadre des efforts
déployés par l'INS et ses partenaires pour fournir des
indicateurs ciblant des ménages en vulnérabilité
alimentaire.
Pour pallier certains problèmes liés à la
méthodologie et aux calculs de certains indicateurs (par exemple
l'apport énergétique de chaque aliment consommé dans le
ménage pour le calcul de score de consommation) une équipe
comprenant des nutritionnistes (UNICEF et SAP) et des statisticiens (INS,
FEWS-NET, SAP et PAM) s`est réunie au tour d`une table pour un accord
commun.
2.2 Echantillonnage
La base de sondage de l'enquête sur la
vulnérabilité à l'insécurité alimentaire des
ménages est issue de la liste des Zones de Dénombrement (ZD) du
recensement général de la population et de l'habitat (RGP/H) de
2001. Une ZD est une localité, une fraction de localité ou un
regroupement de plusieurs localités. Les ZD ont été
créées de manière à regrouper environ 200
ménages. Elle est la plus petite unité géographique
créée pour les besoins du RGPH/2001.
L'enquête a été réalisée sur
l'ensemble du territoire national et a concerné aussi bien le milieu
urbain que rural. Il est à souligné qu'à Niamey, seule les
localités situées en zone périphérique ont
été enquêtées et dans la région d'Agadez,
l'enquête a couvert uniquement les communes d'Agadez, de
Tchirozérine et d'Arlit en raison de l'insécurité.
L'échantillon est stratifié : chaque
département constitue une strate. Dans chaque strate ainsi
constituée, il a été tiré au premier degré
les ZD proportionnellement à leur taille en termes de nombre de
ménage recensés lors du RGP/H2001.
Rappelons qu'une ZD, en milieu rural nigérien, est
composée d'un ou plusieurs villages. Dans ce dernier cas, un seul de ces
villages est sélectionné pour l'enquête (en
général c'est le village principal de la ZD qui est choisi). La
répartition des ZD par département est fondée sur les taux
de vulnérabilité à l'insécurité alimentaire
des ménages établis lors de l'enquête conjointe de
décembre/janvier 2009. L'hypothèse de base est d'obtenir un
échantillon
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 16
Promotion 2008-2011
permettant une précision des estimateurs de l'ordre de
95% et de fournir des résultats significatifs et comparables au niveau
départemental.
Au deuxième degré, vingt (20) ménages
échantillons ont été tirés systématiquement
dans la liste des ménages dénombrés dans chaque ZD retenue
au niveau des régions de Dosso, Maradi, Tahoua, Tillabéry et
Zinder. Dans les villes d'Agadez, Tchirozérine et Arlit, 25
ménages ont été enquêtés dans chaque ZD.
Au total 9369 ménages ont constitué
l'échantillon de cette enquête, dont 5787 tirés des zones
agricoles, 2921 des zones agropastorales et 630 en zones pastorales et
désertiques.
(Voire annexe 5) le tableau de choix des ménages dans les
ZD.
3 Objet de l`étude
Au Niger, en période post récolte, les
ménages nigériens sont souvent victimes d`une
insécurité alimentaire cyclique.
L`objet de notre étude est de cerner les
caractéristiques de la vulnérabilité des ménages
ruraux dans la période de soudure pour pouvoir distinguer,
dénombrer et localiser les ménages vivant avec la faim.
4 Méthodologie
Au Niger, la mesure de la vulnérabilité a
été très longtemps bâtie autour de la production et
du déficit agricole sous forme de calcul d'une note de
vulnérabilité avec un système de pondération et de
seuil par rapport auquel la sévérité de la situation
alimentaire est appréciée.
Les récentes recherches sur la sécurité
alimentaire ont montré la nécessité de prendre en compte
non seulement la disponibilité des aliments mais également
l'accès des ménages aux aliments ainsi que l'utilisation des
aliments.
C`est ainsi que plusieurs améliorations ont
été constatées au niveau des analyses pour la
détermination des populations vulnérables notamment par la
réalisation de cette enquête ménage. Cette enquête
couvre plusieurs aspects
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 17
Promotion 2008-2011
dont les moyens de subsistance, les dépenses et les
revenus, les stratégies développées, la qualité et
la diversité des aliments consommés des ménages ainsi que
la consommation alimentaire des enfants de moins de 24 mois.
La démarche analytique que nous avons adoptée
pour la détermination des populations vulnérables peut être
mesurée en 5 étapes :
1) Identification des indicateurs d'analyse qui
reflètent les 3 dimensions d'analyse de la sécurité
alimentaire,
2) Une analyse statistique multidimensionnelle des
indicateurs retenus,
3) Une classification statistique des ménages par
rapport aux différents indicateurs retenus en se fondant sur des
résultats obtenus à la deuxième ;
4) Un regroupement de la classification obtenu en groupe
homogène suivant une échelle de sévérité :
très sévère, sévère, faible, très
faible, et non vulnérable.
5) Une caractérisation des différents groupes
obtenus en se basant sur les caractéristiques socio économique,
les moyens de subsistance des ménages...
Les indicateurs utilisés dans le cadre de l'analyse de la
vulnérabilité sont :
i. Score de consommation alimentaire ;
ii. Proportion des dépenses alimentaires dans les
dépenses globales en cash;
iii. Durée des stocks ;
iv. Possession des bétails exprimés en
unité bétail tropical (PA) ;
v. Indice de stratégie de survie (CSI) ;
vi. Revenus des ménages ;
vii. Dépenses totales ;
4.1 Calcul des indicateurs
4.1.1 Le score de consommation alimentaire
Les différents aliments consommés au cours de la
semaine précédent l'enquête sont regroupés en 8
groupes d'aliment chaque aliment a un poids donné détermine la
valeur énergique de l'aliment.
Aliments consommés dans le ménage au cours des 7
derniers jours
Le nombre jour de consommation
des différents
aliments (col2)
Coefficient de pondération (col3)
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 18
Promotion 2008-2011
|
01-Mil
|
|
2
|
|
02-Sorgho
|
|
2
|
|
03-Maïs
|
|
2
|
|
04-Riz
|
|
2
|
|
05-Autres céréales (blé, fonio ...) pain,
pâtes alimentaires, ...
|
|
2
|
|
06-Manioc (y compris gari)
|
|
2
|
|
07-Igname
|
|
2
|
|
08-Autres tubercules (patate
douce, pomme de terre,
taro...)
|
|
2
|
|
09-Niébé / haricot
|
|
3
|
|
10-Niébé / arachide (comme condiment)
|
|
3
|
|
11-Autres légumineuses
(lentilles, petits pois,
voandzou, néré)
|
|
3
|
|
12-Feuilles vertes (baobab,
Oddo, mollohia, etc.) comme condiment
|
|
1
|
|
13-Feuilles vertes (Moringa,
Tafassa, Kaoutchi, Guera sp. etc.)
|
|
1
|
|
14-Autres feuilles et légumes (gombo, oseille.)
|
|
1
|
|
15-Fruits
|
|
1
|
|
16-Viande, abats
|
|
4
|
|
17-Viande (juste comme
condiment)
|
|
4
|
|
18-Poisson
|
|
4
|
|
19-Poisson (juste comme
condiment
|
|
4
|
|
20-Volaille
|
|
4
|
|
21-OEufs
|
|
4
|
|
22-Lait, fromage, yaourt,
beurre
|
|
4
|
|
23-Sucre, miel, confiture,
boissons sucrées, dattes
|
|
0.5
|
|
24-Huile, graisses
|
|
0.5
|
Le nombre de jour ou un groupe donné a
été consommé (0 à 7) est multiplié par le
coefficient de pondération du groupe. La somme des groupes obtenus
constitue le score de consommation alimentaire. Le score maximal calculé
correspond à 406.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 19
Promotion 2008-2011
Score = ? nj*aliment(i) consommé*
coefi.
= 7*(col2)*(col3)
Le score maximal = 7(2+3+3+1+4+4+0.5+0.5)
= 112.
4.1.2 La proportion des dépenses alimentaires
dans la dépense globales ;
Les dépenses alimentaires des ménages sont
calculées par rapport aux 30 derniers jours. Elles incluent la
valorisation au prix du marché des aliments autoconsommés par les
ménages.
Par exemple si un ménage a consommé 20kg de mil
au cours des 30 derniers jours, la valeur monétaire correspond a cette
quantité a été enregistrée. Cette valorisation
permet de ne pas se limiter uniquement aux dépenses en cash des
ménages. Certaines dépenses non alimentaire comme le bois de
chauffe, le gaz, le pétrole, le savon ont également
été évalués au cours des 30 derniers jours
précédent l'enquête.
Les autres dépenses non alimentaires tel que
l'habillement, l'éducation, la santé ont été
évalué au cours des 12 derniers mois précédent
l'enquêtes.
La proportion des dépenses alimentaire dans la
dépense globale est obtenue en divisant les dépenses alimentaires
globales par les dépenses totales du ménage, c'est-à-dire
les dépenses alimentaires et non alimentaire exprimé en
pourcentage.
Exemple :
20kg de mil consommé au cours des 30 derniers jours = X
FCFA
(1).
(Bois, gaz, pétrole, savon) consommé au cours des
30 derniers jours = X FCFA
(2).
(Habillement, éducation, sante) consommé au
cours des 30 derniers jours évalué par mois = X FCFA (3).
Le % dépense alimentaire
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 20
Promotion 2008-2011
4.1.3 La durée des stocks
Cette variable a été demandée à
tous les ménages agricoles ou non la durée en mois que peut
couvrir leurs stocks alimentaires présent au moment de l'enquête.
Ces stocks sont constitués à partir des achats sur la marche, des
dons ou des aides, ou a partir de la propre production.
* Xkg? poids Re latif ?
Durée stock = évaluée en x
mois
4.1.4 Possession de bétail exprimé en
UBT
Le nombre de bétail possédé est une
variable exprimée en unité bétail tropical. Un UBT
correspond à un boeuf de 250kg ; cette conversion permet d'ajouter les
boeuf, les moutons, les ânes...
Exemple :
4.1.5 Le revenu des ménages
Il a été demandé aux ménages
ruraux d`évaluer leurs revenus en cash au cours des 12 derniers mois
précédent l'enquête par rapport a chaque source de revenus.
Le montant total constitue le revenu annuel en cash du ménage. Ils
incluent le revenu de tous les membres actifs du ménage. Ce revenu est
ensuite calculé par mois et par tête.
Revenu/mois/tête
Re
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 21
Promotion 2008-2011
4.1.6 Les dépenses totales
C'est la somme des dépenses alimentaires et non
alimentaires rapporte par tête et par mois.
Dépense totale/mois/tête
NB : dépense globale = (1) +(2) +(2).
4.1.7 Indice de stratégie de survie
C'est un indicateur composite calculé à partir
des différentes stratégies utilisées par un ménage
donné. Comme certaines stratégies sont plus mauvaises que
d'autres, un système de pondération est utilisé et il
tient compte de la fréquence avec laquelle une stratégie
donnée est utilisée.
Exemple : soit le tableau suivant :
|
Stratégies adoptées
|
Nombre de jour
durant les 7
derniers jours
(col2)
|
Coefficients de pondération (col3)
|
|
y-a-t-il des moments ou vous n`avez pas assez de vivre ou
d`argent pour en acheter ?
|
|
1
|
|
Est-ce que votre ménage a consommé des aliments
moins préférés ?
|
|
1
|
|
Est-ce que votre ménage a emprunté des vivres
chez des parents, des voisins ou des amis ?
|
|
2
|
|
Est-ce que votre ménage a acheté des vivres
à crédit ?
|
|
2
|
|
Est-ce que votre ménage a du dépendre de l`aide
alimentaire extérieur ?
|
|
4
|
|
Est-ce que votre ménage a du renoncer au paiement de
dettes contractées pour acheter des vivres ?
|
|
2
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 22
Promotion 2008-2011
|
Est-ce que votre ménage a eu recours
inhabituel à la consommation d'aliments de
pénurie (Anza, Jigga, Agua, Guera sp.)
|
|
4
|
|
Est-ce que votre ménage a +
consommé des semences pour des
raisons
d'insécurité alimentaire ?
|
|
3
|
|
Est-ce que votre ménage a dû demander à
d'autres ménages de la nourriture pour les enfants ?
|
|
4
|
|
Est-ce que au moins un membre de votre
ménage a eu recours à la mendicité
(à cause de l'insécurité alimentaire)?
|
|
4
|
|
Est-ce que votre ménage a diminué la ration
journalière ?
|
|
2
|
|
Est-ce que votre ménage a dû diminuer la ration
journalière pour les adultes au profit des enfants ?
|
|
2
|
|
Est-ce que votre ménage a dû acheter des repas
pour des raisons d'économie ?
|
|
1
|
|
Est-ce que votre ménage a diminué le nombre de
repas pris par jour ?
|
|
1
|
|
Est-ce que votre ménage a dû passer toute une
journée sans manger ?
|
|
4
|
|
Est-ce que vous-même ou un membre de votre ménage
est allé au lit en ayant faim parce qu`il n`avait pas assez de
nourriture ?
|
|
4
|
Le CSI maximal = (col2)*(col3)
= 7(1+1+2+2+4+2+4+3+4+4+2+2+1+1+4+4)
= 287.
5 Quelques définitions de quelques concepts
clés :
5.1 Sécurité alimentaire
Selon l'Organisation des Nations Unies pour l'Alimentation et
l'Agriculture (FAO), la sécurité alimentaire est assurée
quand toutes les personnes, en tout temps, ont économiquement,
socialement et physiquement accès à une alimentation suffisante
sûre et nutritive qui satisfait leurs besoins nutritionnels et leurs
préférences alimentaires pour leur permettre de
mener une vie active et saine (Sommet Mondial de l'alimentation, FAO, Rome,
novembre 1996). Deux types de constats peuvent être tirés à
partir de cette définition. D'une part, la sécurité
alimentaire des ménages correspond à l'application du concept au
niveau des individus. D'autre part, cette définition contient trois
concepts distincts mais reliés entre eux et qui sont chacun essentiels
pour atteindre un état de sécurité alimentaire : la
disponibilité, l'accessibilité et l'utilisation.
5.2 Disponibilité
En tout temps et à tout moment, c'est dire tout au long
de l'année et quel que soit le contexte, la population dispose
suffisamment de nourriture. La nourriture doit être disponible pour tous
les hommes, à toute personne. En effet, la population est en
sécurité alimentaire si tous les membres qui la composent sont en
sécurité alimentaire. La disponibilité concerne le court
terme; elle peut être limitée par l'insécurité de la
zone, l'enclavement du village, et le prix des denrées alimentaires. La
disponibilité est nécessaire pour permettre l'accès aux
denrées alimentaires mais elle n'est pas suffisante. A titre d'exemple,
une région peut disposer de stocks alimentaires mais un village de cette
région peut être marqué par une insécurité
alimentaire en période de soudure du fait de son isolement. Dans un
autre cas, même si le marché du village est bien
approvisionné, une famille peut se trouver en insécurité
alimentaire si elle a connu le chômage et si les prix du marché
sont trop élevés pour son pouvoir d'achat. Comme l'a
souligné l'économiste AMARTYA SEN dans son livre sur la famine en
Inde, l'insécurité alimentaire et la famine peuvent côtoyer
des marchés bien approvisionnés1. De ce fait les
bilans céréaliers seuls ne sauraient traduire un état de
sécurité alimentaire au niveau des ménages. Il reste un
agrégat macroéconomique qui cache beaucoup de
disparités.
5.3 Accessibilité
La condition nécessaire, mais non suffisante, à
la sécurité alimentaire est l'accessibilité physique de la
nourriture. Il s'agit de l'accès aux denrées alimentaires par
tous les groupes de populations. Pour SEN « la vraie question n'est pas la
disponibilité totale de nourriture mais son accès par les
individus et les familles. Si une personne manque des moyens pour
acquérir la nourriture, la présence de nourriture sur les
marchés n'est pas d'une grande consolation ».
1 Poverty and famine : an essay on entitlement and
deprivation ; Sen. (1983)
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 23
|
Promotion 2008-2011
|
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 24
Promotion 2008-2011
L'accessibilité des populations aux ressources
alimentaires fait référence au moyen terme. Il s'agit le plus
souvent d'une combinaison entre production, échanges et
mécanismes sociaux. En zone rurale, les populations vont s'appuyer
principalement sur leur production complétée par des
échanges de denrées alimentaires sur le marché. En milieu
urbain, les denrées alimentaires nécessaires aux populations
viennent principalement du marché. Dans ce cas, des mécanismes
sociaux (entraide, soutien familial, aide alimentaire, crédits) vont
intervenir pour préserver l'accès aux disponibilités et la
sécurité alimentaire des populations. La nourriture doit
être présente en quantité suffisante dans une zone
donnée. Cette zone doit être d'accès facile à la
population.
5.4 Utilisation
Les habitants doivent disposer en qualité et en
quantité de la nourriture dont ils ont besoin pour pouvoir mener une vie
saine et active. La consommation alimentaire doit être
équilibrée en éléments nutritifs et
vitaminés. Les personnes doivent donc être dans un état
général satisfaisant pour une assimilation correcte de la
nourriture. Cela implique également un environnement sanitaire favorable
(eau et assainissement). En effet, il est couramment admis que le manque de
nourriture n'est pas toujours l'unique facteur conduisant à la
malnutrition. L'environnement médical et sanitaire constitue
également un facteur possible.
Le concept de sécurité alimentaire englobe les
aspects alimentaires, médicaux, nutritionnels, d'eau et
d'assainissement.
5.5 Concept d'insécurité alimentaire
La définition de l'insécurité alimentaire
découle du concept de sécurité alimentaire. En effet,
l'insécurité alimentaire existe lorsque les personnes n'ont pas
accès à une quantité suffisante d'aliments sains et
nutritifs et ne consomment donc pas les aliments dont elles ont besoin pour se
développer normalement et mener une vie active et saine.
5.6 Vulnérabilité alimentaire
La vulnérabilité d'une population peut
être estimée par l'analyse des mécanismes d'adaptation et
de réaction mis en oeuvre en réponse à une
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 25
Promotion 2008-2011
situation difficile. Lorsque les mécanismes ne sont pas
efficaces, le foyer entre dans une situation de vulnérabilité
chronique.
5.7 Indice de stratégie de survie
C'est un bon indicateur proxy de la sécurité
alimentaire des ménages.
C'est un indicateur composite calculé à partir
des différentes stratégies utilisées par un ménage
donné.
Cependant si cet indicateur est très pertinent dans
certains contextes (populations déplacées, camps de
refugiés), il l'est moins dans un contexte de
vulnérabilité conjoncturelle ou structurelle comme celui du sahel
car l'utilisation de certaines stratégies est devenue normale à
certaines périodes de l`année. Comme certaines stratégies
sont plus mauvaises que d'autres, un système de pondération est
utilisé et il tient compte de la fréquence avec laquelle une
stratégie donnée est utilisée. De même après
les récoltes les ménages ont tendances à avoir des score
de consommation très élevés sans pour autant que cela se
traduise par amélioration de la qualité des aliments
consommés.
5.8 Ménage
C'est l'unité socioéconomique de base au sein de
laquelle les ressources sont produites et mises en commun aux fins de
satisfaire les besoins de base sous l'autorité d'une seule et même
personne, le chef de ménage.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 26
Promotion 2008-2011
Chapitre 0 : la revue littéraire
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 27
Promotion 2008-2011
6 Revu littéraire
La méthodologie de l'étude de la
vulnérabilité à l'insécurité alimentaire des
ménages urbains et ruraux en Afrique noire est multiple et varié
selon les pays.
La procédure de l'identification des variables
reflétant mieux l'insécurité alimentaire est la même
pour tous les pays qui ont connu ces derniers temps l'insécurité
alimentaire.
C'est ainsi que le Niger, le Mali, le Burkina Faso, le Congo
RDC et d'autres pays africains sont partis de la même définition
de l'insécurité alimentaire définie par la FAO, et la
même procédure de l'identification des variables mesurant les
trois indicateurs (la disponibilité des aliments, l'accessibilité
et l'utilisation), même si à certains égards les calculs de
certains indicateurs différent.
Alors, nous avons parcouru les rapports de certains pays
africains qui ont connu la crise alimentaire ces années
précédentes, et nous avons appliqué certaines
méthodologies de leurs études pour notre présent
mémoire.
6.1 Méthodologie suivi par le Mali
Concernant le Mali, nous avons les démarches suivantes
adoptées pour classifier les ménages par degré de
sévérité à travers les calcules de leurs
indicateurs choisis:
La procédure, pour analyser simultanément les
différents indicateurs et classifier/regrouper les ménages selon
des groupes/classes ayant des comportements similaires selon ces indicateurs, a
fait l`objet d`une Analyse en Composantes Principales (ACP), suivie d'une
classification non hiérarchique sur l'ensemble des indicateurs,
pour chacune des dimensions analysées.
De cette façon, les ménages sont
regroupés en un certain nombre de classes d'accessibilité
(très faible, faible, moyenne, bonne) et un certain nombre de classes de
consommation alimentaire (pauvre, marginal, acceptable, bon).
Et les variables utilisées dans le regroupement
sont:
? La part des dépenses alimentaires sur les
dépenses totales ;
? Les dépenses totales par personne et par mois ;
? Les stocks de céréales par personne au moment de
l'enquête (kg) ;
? La production de cultures d'autoconsommation par personne
au moment de l'enquête (kg) ;
? Le nombre total de têtes de bétail par
ménage en UBT ;
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 28
Promotion 2008-2011
? Le % des aliments consommés les 7 derniers jours
provenant de leur production propre ;
? Le % des aliments consommés les 7 derniers jours
provenant d'achats ;
? Le % des aliments consommés les 7 derniers jours
provenant d'aide ou dons.
L'ACP suivie de la classification non hiérarchique a
permis un regroupement des ménages en 20 clusters, à
l'intérieur desquels les ménages ont des modalités
similaires d'accès à la nourriture.
L'analyste a assigné ensuite « manuellement »
à chacun de ces 20 clusters un score
d'accessibilité, permettant de classifier chaque cluster
ou groupe selon le degré d'accessibilité, de très faible
à bon.
Puis une méthode plus précise pour
évaluer de façon consistante tous les ménages consiste
à faire une régression sur les 20 « clusters », et
ensuite attribuer les coefficients ainsi obtenus à l'ensemble des
ménages échantillon. Ceci permet de calculer un score
d'accessibilité pour chacun des ménages, ce qui serait
équivalent à ce que l'analyste score manuellement et de
façon consistante tous les ménages échantillon de la
même façon qu'il a fait avec les 20 groupes de ménages.
Formule pour attribuer des scores de forme consistante
à tous les ménages :
En faisant la régression sur les 20 groupes de
ménages en utilisant les variables ci-dessous, on obtient les
coefficients suivants qui sont ensuite attribués à chacun des
ménages. L`équation est :
Score d'accessibilité = B0 + B1X1 + B2X2+
+ BnXn.
Les valeurs des scores ainsi calculés sont
reportées sur une échelle qui va de 0,5 à 5. Des seuils
standards sont utilisés pour déterminer 4 classes
d'accessibilité aux aliments :
Si Score <= 1.5 ACCESSIBILITE TRES FAIBLE
La façon dans ces ménages se procurent de la
nourriture est très instable et insuffisante
1,5 < Score <= 2,5 ACCESSIBILITE FAIBLE
« Ces ménages acquièrent de la nourriture
difficilement et de façon sporadique »
2,5 < Score <=3,5 ACCESSIBILITE MOYENNE
« Ménages ayant moins de difficultés à
obtenir de la nourriture »
Si Score > 3,5 BONNE ACCESSIBILITE
« Ménages pouvant aisément obtenir de la
nourriture en quantités suffisantes ». Pour le score de
consommation alimentaire c'est la même procédure de l'analyse qui
a été adoptée.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 29
Promotion 2008-2011
La fréquence de consommation de différents
aliments est analysée simultanément à travers l'Analyse
des composantes principales (ACP), suivie d'une classification non
hiérarchique :
· Fréquence de consommation des
céréales (toute espèce confondue) ;
· Fréquence de consommation des tubercules ;
· Fréquence de consommation du niébé
;
· Fréquence de consommation de viande & poisson
frais ;
· Fréquence de consommation de poisson
séché ;
· Fréquence de consommation de lait & oeufs ;
· Fréquence de consommation des fruits &
légumes ;
· Fréquence de consommation d'huile & graisses
;
· Fréquence de consommation du sucre ;
· Fréquence de consommation du sel.
L'ACP donne lieu à 22 clusters ou groupes de
ménages ayant un régime alimentaire similaire. L'analyste assigne
ensuite « manuellement » à chaque cluster un score
de consommation allant de 0 à 5 permettant de classifier
chaque groupe selon la qualité du régime alimentaire, de Pauvre
à Bon Régime alimentaire. Un score de diversité allant de
1 à 8 a été utilisé pour aider à la
classification des ménages (plus le score de diversité est haut,
plus le score de consommation attribué par l'analyste est
élevé). C'est ainsi qu'on a l'équation suivante :
Score de Consommation = A0 + A1Y1 +A2Y2 + . +
AnYn.
Si Score <1,5 REGIME ALIMENTAIRE TRES PAUVRE : «
Ménages ont une diète très peu diversifiée et
largement insuffisante ».
1,5 < Score <= 2,5 REGIME ALIMENTAIRE MARGINAL : «
Ménages ont une diète légèrement plus
diversifiée ».
2,5 < Score <= 3,5 REGIME ALIMENTAIRE ACCEPTABLE :
« Ménages présentent une diversité de la diète
».
Si Score > 3,5 REGIME ALIMENTAIRE BON : «
Ménages ont une diète beaucoup plus diversifiée et
équilibrée ».
Une fois les ménages regroupés selon 4 classes
d'accessibilité à la nourriture et 4 classes de consommation
alimentaire exprimant la qualité du régime alimentaire, la
détermination des classes d'insécurité alimentaire se fait
en croisant les classes d'accès et les classes de consommation
alimentaire selon la matrice de décision nous avons les décisions
suivantes :
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 30
Promotion 2008-2011
Ménages en Insécurité
Alimentaire : ménages avec un régime alimentaire pauvre
ou marginal couplé avec un accès aux aliments très faible;
ou bien ménages avec un accès aux aliments très faible ou
faible couplé avec un régime alimentaire pauvre.
Ménages Fortement Vulnérables à
l'Insécurité Alimentaire: ménages avec un
accès aux aliments moyen mais une qualité du régime
alimentaire pauvre, ou les ménages avec un faible accès aux
aliments et un régime alimentaire marginal, ou les ménages avec
un régime alimentaire acceptable mais un accès aux aliments
très faible. L'accès aux aliments ou le régime alimentaire
de ces ménages sont tellement insuffisants ou marginaux qu'ils encourent
un gros risque de tomber en insécurité alimentaire (ils sont
fortement vulnérables).
Ménages Modérément
Vulnérables à l'Insécurité Alimentaire:
ménages ayant un bon accès aux aliments mais un régime
alimentaire pauvre, ou ayant un accès aux aliments moyen mais un
régime alimentaire marginal, ou ayant un régime alimentaire
acceptable mais un faible accès aux aliments, ou encore ayant un bon
régime alimentaire mais un accès aux aliments très
faible.
Ménages en Sécurité
Alimentaire: ces ménages ont un accès bon ou moyen aux
aliments couplé avec un régime alimentaire acceptable ou bon.
Sont aussi inclus les ménages avec un régime alimentaire marginal
mais un bon accès aux aliments, ou les ménages ayant un faible
accès aux aliments mais un régime alimentaire bon.
6.2 Méthodologie utilisée par les
burkinabés
Pour le cas du Burkina Faso, les procédures de calcul
des indicateurs sont presque les même que celles utilisées par le
Mali, mais le calcul de certains indicateurs diffères à quelques
points.
Le Burkina Faso a utilisé en premier lieu la
méthode développée par FANTA (Food And Nutrition Technical
Assistance) et FAO pour donner des indices mesurant le niveau de
sévérité aux ménages développant certaines
stratégies de survies.
Il s'agit tout simplement, à partir des réponses
données aux questions contenues dans l'échelle d'accès des
ménages aux aliments, d'estimer le degré
d'insécurité alimentaire. Les approches suivantes sont
généralement employées : celle recommandée par
FANTA qui propose deux scores possibles pour évaluer le degré
d'insécurité du ménage : « Score
d'Insécurité Alimentaire du Ménage » (SIAM) et «
Catégorie d'Insécurité Alimentaire du Ménage »
(CatIAM FANTA).
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 31
Promotion 2008-2011
Des approches alternatives pour la construction de scores
d'insécurité alimentaire, utilisant la même information
initiale ont donc aussi été testées.
Il s'agit d'une part de la classification proposée
par T. Ballard suite à l'expérience récente de la
FAO en Afrique de l'Est et qui a été adaptée aux
données du Burkina Faso par regroupement en 3 catégories de
fréquence après fusion des réponses
« Parfois » et « souvent ». Le
questionnaire initial étant constitué des modalités «
jamais », « rarement », « parfois » et « souvent
».
L'approche du SIAM consiste simplement à faire la somme
des réponses du questionnaire d'insécurité alimentaire en
attribuant 3 points si réponse « souvent », 2 points pour
réponse « parfois », 1 point pour réponse « jamais
» pour le cas de cette étude; le Score d'Insécurité
Alimentaire du Ménage (SIAM) ainsi construit varie donc de 1 à 27
points ; il a été nommé « SIAM27 ».
Pour la caractérisation des ménages à
risque d'insécurité alimentaire, pour tenir compte du
caractère multidimensionnel de l'insécurité alimentaire,
ils ont fait une analyse des Correspondances Multiples (ACM) qui leur a permis
d'avoir une vision relativement large des différentes associations entre
les variables et de constituer par la suite des groupes homogènes.
Apres cela, ils ont calculé un indicateur : Score de
diversité alimentaire dans le ménage (SDA).
C'est un indicateur de l'amélioration de l'accès
à l'alimentation, de la consommation alimentaire et de la qualité
de la diète.
Pour le calcul du score de diversité, une
classification des aliments en 9 groupes a été utilisée
telle que proposée par FANTA. Une autre classification en 14 groupes
proposée par la FAO est également utilisée.
NB : il n'y a pas de consensus au niveau international sur le
choix du nombre de groupes ou sous-groupes à utiliser et sur leurs
délimitations. Il est clair qu'un découpage ou un autre peut
s'avérer plus performant selon l'utilisation que l'on entend faire du
score de diversité.
Deux approches ont été utilisées pour la
construction des scores :
La première a consisté à comptabiliser le
nombre de groupes d'aliments représentés dans l'alimentation sur
une période de référence de 24 heures. Un score moyen est
ensuite calculé pour constituer trois catégories de
diversité alimentaire du ménage : diversité faible (score
inférieur à la moyenne calculée), diversité moyenne
(score égal à la moyenne) et diversité
élevée (score
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 32
Promotion 2008-2011
supérieur à la moyenne). Une seconde
méthode de catégorisation des ménages a été
utilisée à partir de la subdivision des scores en terciles.
La seconde proposée par le PAM (Programme Alimentaire
Mondial) consiste à Appliquer un coefficient de pondération
à chaque groupe d'aliments à la Fréquence de consommation
conformément à la démarche suivante pour obtenir
Un score de consommation alimentaire (SCA) :
Le score de consommation alimentaire (SCA) est un indicateur
composite
(Standardisé du PAM) calculé pour
refléter la diversité alimentaire, la fréquence de
Consommation ainsi que l'apport nutritionnel relatif des produits
et groupes Alimentaires consommés par un ménage. Le score indique
donc l'apport énergétique et protéinique adéquat,
C'est donc un bon indicateur de la dimension d'accessibilité de la
sécurité alimentaire et de la qualité de la consommation
alimentaire.
Le score de consommation alimentaire (SCA) des ménages est
calculé en
utilisant la formule suivante : score = a0 +a]K] +a2K2 + +
anKn.
Avec :
Ai = Poids attribué au groupe d'aliments.
Ki = Nombre de jours de consommation relatif à chaque
groupe d'aliments (X 7 jours).
Les valeurs des scores ainsi calculés pour chaque
ménage sont reportées sur une échelle allant de 0 à
112. Les seuils standards 21 et 35 sont utilisés pour déterminer
les trois classes de consommation alimentaire des ménages
(Pauvre, limite et acceptable).
Solution1: Seuils des scores de consommation
alimentaire
Si SCA <= 21 Consommation alimentaire pauvre ou faible
21 < SCA <= 35 Consommation alimentaire limite ou
moyenne
Si SCA > 35 Consommation alimentaire acceptable
La mesure des quantités consommées n'est pas
intégrée dans le calcul du score de consommation alimentaire.
Cependant, les aliments consommés en très petites
quantités sont comptabilisés au titre de condiments (sauf l'huile
et le sucre), afin de ne pas surestimer la consommation de certains aliments
tels que la viande ou le poisson, qui peuvent fréquemment n'être
utilisés que pour agrémenter les sauces, mais dont l'apport
nutritionnel est limité, étant donné leur quantité
très faible.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 33
Promotion 2008-2011
6.3 La méthodologie d`analyse des données :
cas du Niger
L`approche méthodologique adoptée dans le cadre
de l`étude des données relative a la vulnérabilité
des ménages nigériens pour l`identification des indicateurs sont
bases sur la définition de la sécurité alimentaire de la
FAO.
Ainsi, pour la détermination des populations en
insécurité alimentaire, les analystes de l`INS ont utilisé
la statistique en multidimensionnelle c`est a dire une analyse en ACP suivi
d`une analyse en CLASSIFICATION de quatre(4) variables reflétant les
trois(3) dimensions de la sécurité alimentaire a savoir la
disponibilité, l`accessibilité et l`utilisation.
Les indicateurs identifiés pour l`étude sont :
y' Le score de consommation alimentaire des ménages ; y'
Les dépenses globales des ménages ;
y' Le nombre de bétail ;
y' Et la prise en compte des stratégies de
résilience développée par le ménage pour faire face
a des difficultés alimentaire a travers le calcul de l`indicateur de
composite(CSI).
Après cela, ils ont classifié chaque variable en
trois groupes et les groupes nouvellement cree on fait l`objet d`un croisement
entre eux pour sortir le résultat final du niveau de
vulnérabilité des ménages.
Les résultats obtenus ont été ensuite
triangulés et validés avec d`autres indicateurs socio
économique tels que les sources de revenu et les stocks alimentaires
disponibles dans le ménage.
6.4 D`autres méthodes suivi par les pays comme le
Ghana, Kenya, Ouganda
pour mesurer l`insécurité alimentaire des
ménages.
Comme la mesure d'insécurité alimentaire est un
exercice coûteux et compliqué dans les pays hautement en
sécurité alimentaires précaires.
La méthode CSI est une méthode rapide pour le
ciblage des ménages vulnérable et est moins couteuse.
C`est pourquoi ces pays ont adapté uniquement la
méthode CSI pour mesurer rapidement le niveau de
vulnérabilité des ménages
Comment utilise-t-on cette méthode ?
Dans un premier temps les experts ont posé des
questions concernant les stratégies adoptée par les ménage
pour faire face a l`insécurité alimentaire. Après la
collecte des données, chaque expert a jugé et a noté les
questions suivant une échelle de sévérité de
l`insécurité alimentaire, et ce sont ces notes qui ont
été regroupées et calculées pour donner une note
moyenne pour chaque variable. (Voire annexe1).
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 34
Promotion 2008-2011
Les poids moyens ont été affectes aux
ménages répondants a la question
concernée.
Après cela, les experts ont classifié les
ménages par ordre de sévérité comme
par exemples :
? si un ménage a développé un CSI faible :
il n`est pas vulnérable ;
? si un ménage a une CSI moyenne : il a une
vulnérabilité alimentaire
moyenne ;
? et si la CSI est forte : le ménage est
sévèrement vulnérable.
Exemple de calcul des scores :
Score = somme (Col2*col3). Voire tableau de calcul de score
|
Stratégies adoptées
|
Nombre de
jour durant
les 7 derniers jours (col2)
|
Coefficients de pondération (col3)
|
Col2*col3
|
|
y-a-t-il des moments ou vous
n`avez pas assez de vivre ou d`argent pour en acheter ?
|
2
|
1
|
2
|
|
Est-ce que votre ménage a
consommé des aliments moins préférés
?
|
3
|
1
|
3
|
|
Est-ce que votre ménage a
emprunté des vivres chez des parents, des voisins ou des
amis ?
|
0
|
2
|
0
|
|
Est-ce que votre ménage a acheté des vivres
à crédit ?
|
2
|
2
|
4
|
|
Est-ce que votre ménage a du
dépendre de l`aide alimentaire
extérieur ?
|
0
|
4
|
0
|
|
Est-ce que votre ménage a du renoncer au paiement de
dettes
contractées pour acheter des
vivres ?
|
7
|
2
|
14
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 35
Promotion 2008-2011
|
Est-ce que votre ménage a eu
recours inhabituel à la
consommation d'aliments de
pénurie (Anza, Jigga, Agua,
Guera sp.)
|
0
|
4
|
0
|
|
Est-ce que votre ménage a +
consommé des semences pour
des raisons d'insécurité
alimentaire
?
|
0
|
3
|
0
|
|
Est-ce que votre ménage a dû demander à
d'autres ménages de la nourriture pour les enfants ?
|
1
|
4
|
4
|
|
Est-ce que au moins un membre de votre ménage a eu recours
à la
mendicité (à cause
de
l'insécurité alimentaire)?
|
0
|
4
|
0
|
|
Est-ce que votre ménage a
diminué la ration journalière ?
|
7
|
2
|
14
|
|
Est-ce que votre ménage a dû diminuer la ration
journalière pour les adultes au profit des enfants ?
|
1
|
2
|
2
|
|
Est-ce que votre ménage a dû acheter des repas pour
des raisons d'économie ?
|
3
|
1
|
3
|
|
Est-ce que votre ménage a
diminué le nombre de repas pris par jour ?
|
7
|
1
|
7
|
|
Est-ce que votre ménage a dû
passer toute une journée sans
manger ?
|
0
|
4
|
0
|
|
Est-ce que vous-même ou un membre de votre ménage
est allé au lit en ayant faim parce qu`il n`avait pas assez de
nourriture ?
|
0
|
4
|
0
|
|
Total score
|
|
|
53
|
Le score 53 montre que ce ménage pris hasardement parmi
tant d`autre, a une note d'indice de stratégie très forte. Donc
cela signifie que ce ménage est sévèrement
vulnérable.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 36
Promotion 2008-2011
Chapitre I : Analyse en Composante Principale
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 37
Promotion 2008-2011
7 Analyse en composante principale.
7.1 Introduction et objet de l'ACP.
L`ACP est une forme d`analyse statistique multidimensionnelle,
elle s`applique a des données qui ne peuvent pas être
synthétisées compte tenu de leurs tailles et de leurs
complexités.
Aussi, elle permet de faire figurer géométriquement
les informations les plus diverses dans un espace euclidien de faible
dimension.
Par ses graphiques, l`ACP cherche à :
? Repérer les groupes d`individus qui se ressemblent
vis-à-vis des variables ; ? Relever les différences entre
individus et à mettre en évidence ceux dont le comportement est
atypique ;
? Mesurer la liaison entre les différentes variables
étudiées ;
? Savoir si l`information brute ne pourrait pas être
obtenue à partir d`un nombre restreint de variables.
7.2 Calcul et interprétation des résultats
issus de l'analyse en composante principale.
7.2.1 Statistique descriptive
|
|
|
|
|
|
|
Statistiques sommaires des variables
continues
|
|
|
|
|
|
Libellé de la variable
|
Effectif
|
Poids
|
Moyenne
|
Ecart-
type
|
Minimum
|
Maximum
|
|
NMCS
|
9369
|
9369,00
|
4,381
|
2,711
|
0,000
|
22,000
|
|
CSI
|
9335
|
9335,00
|
4,149
|
10,560
|
0,000
|
149,000
|
|
SCA
|
9369
|
9369,00
|
49,566
|
18,286
|
0,000
|
126,000
|
|
UBT
|
9369
|
9369,00
|
2,303
|
5,291
|
0,000
|
103,000
|
|
PDADTC
|
9341
|
9341,00
|
56,137
|
20,718
|
0,000
|
100,000
|
|
DTMT
|
9360
|
9360,00
|
12602,000
|
14799,300
|
0,000
|
468308,000
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 38
Promotion 2008-2011
RTMT 9360 9360,00 8986,390 17200,900 53,571
847500,000
On dénombre au total 9369 individus enquêtés.
Dans cette population, la durée moyenne des stocks de vivre peut
atteindre 4,381 mois (4 mois et 11 jours), et pour d'autres la durée
dépasse les 4 mois et peut aller jusqu'à 22 mois.
A part les stocks de vivre, nous avons calculé la
possession de bétail par famille et le résultat montre que l'UBT
moyenne est égale à 2,303 (soit 23 moutons ou bien 1 boeuf et 8
moutons).
Le revenu moyen de cette population est de 8986,390 FCFA par
tête et par mois. Ce revenu varie entre 53,57 FCFA à 847500 FCFA
(étendu= 847446,429 FCFA), il n'est pas homogène car le
coefficient de variation est égale à 191,41% > 30% qui est la
norme standard.
Quant à la dépense mensuelle moyenne par personne,
elle peut atteindre 12602 FCFA dans laquelle plus de 56% en moyenne sont
destinées à l'alimentation. Cependant, d'autres ménages
sacrifient les dépenses en sante, éducation etc. pour consacrer
la totalité de leurs revenus à l'achat de vivre.
Dans cette population, le score de consommation alimentaire
moyenne est égal à 49,566, c'est pourquoi certains ménages
sont obligés de développer certaines stratégies pour
survivre, et la moyenne de l'indice de stratégie de survie atteint
4,419.
7.2.2 Matrice des corrélations
(corrélation entre les variables 2 à 2).
Matrice des corrélations
|
NMCS
|
CSI
|
SCA
|
UBT
|
PDADTC
|
DTMT
|
RTMT
|
|
NMCS
|
1,00
|
|
|
|
|
|
|
|
CSI
|
-0,18
|
1,00
|
|
|
|
|
|
|
SCA
|
0,20
|
-0,08
|
1,00
|
|
|
|
|
|
UBT
|
0,26
|
-0,07
|
0,18
|
1,00
|
|
|
|
|
PDADTC
|
0,01
|
0,07
|
0,10
|
0,05
|
1,00
|
|
|
|
DTMT
|
0,12
|
-0,02
|
0,23
|
0,09
|
0,10
|
1,00
|
|
|
RTMT
|
0,10
|
-0,05
|
0,10
|
0,09
|
0,05
|
0,31
|
1,00
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 39
Promotion 2008-2011
Ici, tous les coefficients de corrélation entres les
différentes variables prises 2 à 2 sont inferieurs à 0,50
à l'exception des valeurs de la diagonale qui sont des coefficients de
corrélation entre la variable et elle même.
Donc nous pouvons dire que les corrélations entre les
variables sont faibles. 7.2.3 Matrice des valeurs tests (test des
coefficients de corrélation).
Matrice des valeurs-tests
|
NMCS
|
CSI
|
SCA
|
UBT
|
PDADT
C
|
DTMT
|
RTMT
|
|
NMCS
|
99,99
|
|
|
|
|
|
|
|
CSI
|
-17,74
|
99,99
|
|
|
|
|
|
|
SCA
|
20,07
|
-7,70
|
99,99
|
|
|
|
|
|
UBT
|
25,67
|
-7,01
|
17,52
|
99,99
|
|
|
|
|
PDADTC
|
0,60
|
6,49
|
9,49
|
4,39
|
99,99
|
|
|
|
DTMT
|
11,89
|
-2,04
|
22,41
|
8,38
|
10,01
|
99,99
|
|
|
RTMT
|
9,40
|
-4,56
|
9,27
|
8,45
|
4,82
|
30,57
|
99,99
|
Le tableau des valeurs tests nous informe que lorsqu'une valeur
test d'un coefficient de corrélation de deux (2) variables est inferieur
à 2, cela signifie qu'il n'ya pas de corrélation entre les
deux(2) variables. Dans ce tableau, toutes les valeurs tests sont
supérieurs à 2 en dehors de la valeur test du coefficient de
corrélation entre les variables nombre de mois de stock et part des
dépenses alimentaires dans les dépense totales en cash qui donne
une valeur test qui est égale à 0,60. D'où il n'ya pas de
corrélation entre ces deux variables (la
variable nombre de mois de couverture de stock et la variable
part des dépenses alimentaire dans les dépenses totales en
cash).
7.2.4 Les valeurs propres
Une valeur propre est un indicateur à traves lequel on
peut mesurer l'apport en pourcentage de l'information (inertie) apportée
par les différentes variables sur un axe factoriel.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 40
Promotion 2008-2011
7.2.4.1 Tableau des valeurs propres.
Tableau des valeurs propres
|
Trace de la matrice:
|
7.00000
|
|
|
Numéro
|
Valeur
propre
|
Pourcentage
|
Pourcentage cumulé
|
|
1
|
1,7341
|
24,77
|
24,77
|
|
2
|
1,1831
|
16,90
|
41,67
|
|
3
|
1,0146
|
14,49
|
56,17
|
|
4
|
0,8778
|
12,54
|
68,71
|
|
5
|
0,8292
|
11,85
|
80,55
|
|
6
|
0,7122
|
10,17
|
90,73
|
|
7
|
0,6491
|
9,27
|
100,00
|
Ici, le premier axe factoriel explique lui seul 24,77% de
l'information (l'inertie) totale apportée par les différentes
variables. Les trois premiers axes détiennent eux seuls, plus de la
moitié de l'information totale.
Selon la norme standard, on conseille d'archiver au moins 80% de
l'inertie total. Donc nous allons considérer cinq(5) axes car ayant
pourcentage cumulé de l'inertie=80,55.
7.2.4.2 Tableau : Test des valeurs propres
Intervalles palladiens d'Anderson (seuil:
|
0.95)
|
|
|
|
|
Numéro
|
Borne
inférieure
|
Valeur
propre
|
Borne
supérieure
|
|
1
|
1,6844
|
1,7341
|
1,7838
|
|
2
|
1,1492
|
1,1831
|
1,2170
|
|
3
|
0,9856
|
1,0146
|
1,0437
|
|
4
|
0,8526
|
0,8778
|
0,9029
|
|
5
|
0,8054
|
0,8292
|
0,8529
|
Dans le tableau précédent, aucune borne ne
contient un zéro, donc nous pouvons dire qu'au seuil de 5%, toutes les
valeurs propres sont significativement différentes de zéro.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 41
Promotion 2008-2011
7.2.4.3 Digramme des valeurs propres.
2,0000
1,5000
1,0000
0,5000
0,0000
1,7341
1,1831
1 2
eboulie des valeurs propres
1,0146
3 4 5
0,8778 0,8292
Valeur propre
Sources : base de données 2010 INS.
Ce diagramme nous montre la valeur de l'information que
détient chaque axe.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 42
Promotion 2008-2011
7.2.5 Cercle de corrélation des variables
Dans ce cercle de corrélation on constate que la
variable indice
stratégie de survie (CSI) est bien projetée
sur l'axe 4 car ayant un cosinus
carré qui est égale à
0,398 et son coordonné sur l'axe n°4 est égale
à
0,63. Cette variable a contribuée à 45,36% à
la formation de cet axe. La
variable revenu mensuel par tête et les
variables dépense total mensuelle
par tête sont
corrélées entre elles. Les cosinus carrés de ces
dernières sont
respectivement 0,433 et 0,354 et ont
contribuées respectivement à la
formation des axes n°5
(52,22%) et l'axe n°3 (20,42%). Cependant, la
variable revenu mensuel
par tête est bien représentée dans le plan
factoriel que
la variable dépense mensuelle par tête.
52,22% est la contribution de la variable score de
consommation à la formation de l'axe n°5. Cette variable a pour
coordonnée - 0,65 sur l'axe n°5 et son cosinus carré est
égale à 0,433. L'individu moyen est la variable dépense
totale par mois car ayant le plus faible cosinus carré(0,269).
Les coordonnées des différentes variables sont
mises en annexe (1, 2,3).
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 43
Promotion 2008-2011
Vue toutes ces caractéristiques, nous pouvons dire que
les ménages de notre population échantillon seront classés
en cinq(5) sous-groupes.
CHAPITRE II : CLASSIFICATION DES MENAGES
(CLASSIFICATION EN NUEES
DYNAMIQUE)
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 44
|
Promotion 2008-2011
|
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 45
Promotion 2008-2011
8 Création de la variable « niveau de
vulnérabilité alimentaire » : une classification en
nuée dynamique.
Pour appréhender la situation des ménages ruraux
au Niger, il nous faut positionner chaque ménage de l`échantillon
sur une échelle de vulnérabilité alimentaire.
Nous allons donc créer une variable niveau de
vulnérabilité alimentaire qui classe chaque ménage dans
une catégorie selon son niveau de sécurité alimentaire.
Comme nous l`avons énumère en haut,
l`insécurité alimentaire est un phénomène
multidimensionnel, la classification non hiérarchique
nécessairement, s`avère être la méthode
appropriée pour la création de la variable niveau de
vulnérabilité alimentaire.
La classification en nuée dynamique permet de
construire une typologie ou partition d`un ensemble d`individus en classe
telles que les individus appartenant à une classe sont proches alors que
les individus appartenant à des classes différentes sont
éloignés.
Nous avons utilise la distance de Ward qui est une
méthode des voisins réciproques.
Cette méthode est la plus courante à être
utilise du fait des résultats meilleurs qu`elle donne.
Pour le cas de notre étude, nous avons utilisés
cinq(5) variables continues
simultanément qui chacune prise individuellement peut
mesurer la
vulnérabilité alimentaire des ménages ruraux
du moment.
Il faut aussi noter que les autres variables (dépense
totale des ménages, revenu moyen mensuel par tête, et
dépense mensuelle moyenne par tête) qui ne sont pas pris en compte
ici, ne sont ni significatives et ne permettent pas d`avoir un bon
partitionnement, c'est pourquoi nous les avons automatiquement enlevé
dans la suite des analyses.
Les variables mis en jeu pour la détermination des
classes de vulnérabilité alimentaire sont :
? L`indice stratégie de survie ;
? Le score de consommation alimentaire ;
? Le nombre de mois que peut couvrir le stock du ménage
;
? Les parts des dépenses alimentaires dans les
dépenses totales en cash ;
? Et le nombre de tête de bétail du ménage
exprime en Unité Bétail Tropical (UBT).
8.1 Résultats de la classification et choix du
nombre de classe :
Ici, il nous faut chercher la meilleure classification,
autrement dit chercher la classification qui répond à trois(3) ou
à quatre (4) critères statistiques qui sont :
o La meilleur Indice de Variation Qualitative(IQV) ;
o Les états carrées les plus élevés
possibles des différentes variables prises individuellement ;
o Et en fin la classe qui à plus des variables
significatives.
o Le nombre de classe fourni par l`analyse en composante
principale.
En nous appuyant sur les conditions
précédentes, nous avons retenus la classification en cinq(5) bien
que n`ayant pas le plus grand IQV qui est 0.99 et n`étant pas
homogène(les effectifs des classes ne sont identiques entre elles), mais
elle détient les variables qui sont significatives et ont des
états carrés les plus élevés (Voire annexe2).
Cette partition en cinq classes nous a paru pertinente, car
elle fait ressortir les caractéristiques de la
vulnérabilité alimentaire qui a secoué les ménages
ruraux au Niger.
Les différentes sortes de partitions, parmi les
quelles nous avons retenus la classification en cinq classes sont en annexes
(voire annexe1).
Il ya aussi le dendrogramme qui montre la coupure de l'arbre
en cinq partie (cf. annexe2).
8.1.1 Description de la classe moyenne.
Tableau1 : caractéristique de la
classe moyenne.
variables
|
Taille
|
moyenne
|
pourcentage
|
NMCS
|
9332
|
4.38
|
100
|
UBT
|
9332
|
2.31
|
100
|
|
Promotion 2008-2011
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
46
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
47
Promotion 2008-2011
SCA
|
9332
|
49.72
|
100
|
CSI
|
9332
|
4.15
|
100
|
PDADTC
|
9332
|
56.14%
|
100
|
|
Dans cette classe moyenne nous avons la taille de
l`échantillon retenue à 9332, cette différence de taille
entre la vraie taille fixée(échantillon) à 9200, la taille
reçue(9362) et la taille valide par la machine (9332) s`explique
respectivement par le fait que certains enquêteurs dépassent la
taille qu`on leur a fixé d`avance, et ensuite il ya la suppression
automatique des données manquantes dans l`analyse par la machine, Car la
machine ne traite pas des données manquantes dans une analyse
multidimensionnelle. Grosso modo, nous pouvons dire que la différence de
taille n`est qu'une erreur d`échantillonnage.
Ainsi, les ménages de cette classe consacrent
moyennement 56,14% de leur revenu monétaire à l`achat d`aliment,
ce faible part des dépenses alimentaire dans les dépenses totales
en cash s`explique par le fait que la population rurale vie à grande
partie de l`agriculture, donc n`achète pas de vivre en temps normal.
Comme on le voit ici, le nombre de mois que peut couvrir le stock du
ménage est de 4 mois soit un mois avant les récoltes
prochaines.
Ces ménages ont un score de consommation alimentaire
moyenne est égale à 49.72 ce qui leur oblige parfois à
développer une stratégie de survie (CSI) pour faire face à
la vulnérabilité alimentaire du moment.
En fin, dans cette classe moyenne les ménages
domestiquaient 1 boeuf, et 8 moutons. En milieu rural, rare des manages qui ne
regorgent pas des animaux domestiques,
8.1.2 Description de la Classe1 :
Cette classe représente 26,78% de notre
échantillon soit un effectif de 2499 ménages.
Ici, ces 27% des ménages ont un score de consommation
de 69.81points supérieur à la norme moyenne qui est de 49,72.
Ces ménages ont recourt à une stratégie
de survie qui fait 2.16 points mais qui est 2 fois moins inferieur à la
moyenne qui est de 4,15.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
48
Promotion 2008-2011
Vu ce dernier, nous pouvons dire que ces ménages ne sont
pas vulnérables comparés à l`indice de stratégie de
survie moyen de la population échantillon. Signalons que cet indice de
stratégie de survie dans certaines études, constitue à
elle seule l`indicateur de mesure de la vulnérabilité
alimentaire.
Ensuite, ces ménages affectent plus de 66% de leurs
budgets aux dépenses alimentaires et leurs stocks alimentaires peuvent
leur couvrir environ 5 mois.
En plus, ces ménages ont un UBT qui est égale
à 2.47 soit 3 boeufs et 1 mouton.
Au vu des caractéristiques des ménages de la
classe1, l`on peut assimiler cette classe comme étant celles des
ménages qui ont une vulnérabilité très
faible.
Tableau 2 : caractéristique de la classe
1.
|
|
|
|
Les variables
|
Taille
|
moyen
|
Colonne en %
|
Nombre de mois de couverture de stock.
|
2499
|
4.95
|
26.78
|
Unite Betail
Tropical
|
2499
|
2.47
|
26.78
|
Score de Consommation Alimentaire
|
2499
|
69.81
|
26.78
|
Indices Strategies de Survie.
|
2499
|
2.16
|
26.78
|
Part des dépenses alimentaires dans les
dépenses totales en cash.
|
2499
|
66.26%
|
26.78
|
8.1.3 Description de la classe 2 :
|
|
|
|
|
Avec une taille de 3145 ménages, soit environ 34% de
la population étudiée, ces ménages affirmaient que leurs
stocks peuvent leur couvrir 4 mois soit un peu moins de 2 mois avant la
période de soudure.
Bien que ces ménages ont 1.57 d`UBT (équivalent
à 1boeuf, et 8 moutons ou bien 1chamau, et 6 chèvres), ils ont
développé un indice de stratégie de survie qui est
égale à peu prêt 3 unîtes, et ont un score de
consommation alimentaire faible (37.59) qui constitue à peu prêt
le tiers du score de consommation d`un ménage qui a une alimentation
riche et diversifiée (score de consommation = 112).
En fin, le nombre de mois que peut couvrir le stock
alimentaire de ces ménages est quatre(4).
Vu toutes les caractéristiques de cette classe, nous
pouvons affirmer sans risque de nous tromper que cette classe correspond
à une classe ou tous les ménages sont vulnérables.
L`étiquette de cette classe est la
vulnérabilité alimentaire
sévère.
Tableau 3 : caractéristique de la classe
2.
Variables taille moyen. %population
Nombre de mois de couverture de stock. 3145 4.01
33.70
Unite Betail Tropical 3145 1.57 33.70
Indices Strategies de Survie. 3145 2.85
33.70
Part des dépenses alimentaires dans les
dépenses totales en cash.
Score de Consommation Alimentaire 3145 37.59
33.70
3145 70.01% 33.70
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
49
Promotion 2008-2011
8.1.4 Description de la classe 3 :
Tableau 4 : caractéristique de la classe
3.
Variables
|
tailed de la classe
|
moyen
|
%pop
|
Nombre de mois de couverture de stock.
|
109
|
8.98
|
1.17
|
Unite Betail Tropical
|
109
|
38.68
|
1.17
|
Score de Consomation Alimentaire
|
109
|
68.50
|
1.17
|
Indices Strategies de Survie.
|
109
|
0.50
|
1.17
|
Part des dépenses alimentaires dans les
dépenses totales en cash.
|
109
|
65.26%
|
1.17
|
|
Cette classe représente la plus petite taille (109
ménages) parmi les cinq classes car elle occupe 1.17% de la population
totale.
Dans cette classe les chefs des ménages ont
affirmé avoir un stock alimentaire largement supérieur à
la moyenne et est de prêt de 9 mois.
Leurs nombres de bétails occupent une place importante
car comptent 38.68 Unité bétail tropical qui équivaut
à 38 chameaux et 7 chèvres ou bien 48 têtes de boeufs et 3
têtes de moutons.
Bien que ces ménages ne soient pas proches de la borne
supérieur du score de consommation alimentaire qui est de 112 ;
néanmoins ils ont dépassé la norme moyenne et ont atteint
un score compétitif de plus de 68. Ensuite, ils n`ont presque
développe aucune indice stratégie de survie car étant
faible est égale à 0,5.
La part du budget alloué à la consommation
alimentaire est égale à 65,26%. Toutes les
caractéristiques citées en haut nous amènent à dire
que cette classe constitue la classe des ménages qui sont à
l`abri de la vulnérabilité alimentaire. Donc nous pouvons dire
que cette classe constitue : la classe des ménages non
vulnérable.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
50
Promotion 2008-2011
8.1.5 Description de la classe 4 :
Tableau 5 : caractéristique de la classe
4.
|
|
|
|
Nombre de mois de couverture de stock.
|
3217
|
4.31
|
34.47
|
Unite Betail Tropical
|
3217
|
1.79
|
34.47
|
Score de Consommation Alimentaire
|
3217
|
45.87
|
34.47
|
Indices Strategies de Survie.
|
3217
|
2.41
|
34.47
|
Part des dépenses alimentaires dans les
dépenses totales en cash.
|
3217
|
33.49%
|
34.47
|
|
Cette classe détient les 34.47% des ménages de
la population échantillon soit 3217 ménages.
Avec une domestication de 1.79 UBT (1boeuf, 10 moutons), ces
ménages ont un stock alimentaire qui peut leur permettre d'atteindre une
durée de 4 mois et 9 jours.
Bien qu'ils peuvent dépasser la période de
soudure, ces ménages ont recouru à l'ancienne habitude qu`est la
stratégie de survie. Cette stratégie a atteint un seuil de 2.41
du fait que leurs consommations alimentaire est presque pauvre (moins de 46) en
variétés. Ils allouent également 33.49% de leur budget
à la consommation alimentaire.
Vu toutes ces caractéristiques, nous pouvons dire que
cette classe constitue la classe ou les ménages sont en risque de
vulnérabilité alimentaire. Donc c`est la classe de
vulnérabilité alimentaire faible.
8.1.6 Description de la classe 5 :
Tableau 6 : caractéristique de la classe
5.
|
|
|
|
Nombre de mois de couverture de stock.
|
362
|
2.90
|
3.88
|
Unite Betail Tropical
|
362
|
1.20
|
3.88
|
Score de Consomation Alimentaire
|
362
|
45.15
|
3.88
|
Indices Strategies de Survie.
|
362
|
45.67
|
3.88
|
Part des dépenses alimentaires dans les
dépenses totales en cash.
|
362
|
64.13%
|
3.88
|
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
51
Promotion 2008-2011
Avec une taille de 362, elle occupe 3,88% de la population
totale.
Ici, l`indice stratégie de survie est autant plus
élevée (45,67), dépassant l'indice de stratégie
moyen de la population, que le score de consommation alimentaire est faible et
est en deçà de la norme moyenne de l` échantillon.
Ici, l'UBT qu`ils ont, ne dépassent pas 1.20 (12
moutons, ou bien 1 boeuf et 4 moutons). Cette petite part de richesse en
bétail (UBT) peut s`expliquer d`une part, que certains ménages
vulnérables vendent leurs animaux reproducteurs au profit de
l`alimentation du bétail et de leurs propre alimentation. Et d`autre
part, qu'en période de crise alimentaire, certaines bêtes meurent
par faute d`absence d`eau et de pâturage.
Ensuite, les ménages ont déclaré que
leurs stocks n`atteignent pas trois(3) mois, alors que la période de
soudure peut aller de 4 à 5 mois.
Ces ménages consacrent aussi, plus de 64% de leur
revenu à l`achat de vivre, disposant ainsi très peu de ressources
pour faire face à d`autres besoins vitaux tels que la sante et
l`éducation.
Le regroupement de tous ces indices nous amène
à trancher que cette classe constitue la classe des individus qui sont
sévèrement touchés par la vulnérabilité
alimentaire.
Donc c`est la classe des :
vulnérabilité très
sévère.
Le baptême ainsi fait, nous avons nommée notre
variable « niveau de vulnérabilité
alimentaire » qui a cinq(5) modalités à savoir
:
o Vulnérabilités très
sévère ;
o Vulnérabilité sévère
;
o Vulnérabilité faible
;
o Vulnérabilité très faible
;
o Et non vulnérable.
Dans tout ce qui va suivre, c`est cette variable qui fera l`objet
de notre étude.
8.2 Combien de personnes sont en insécurité
alimentaire ?
Pour répondre à cette question, nous allons
d`abord nous référer à la figure (issue de la
classification) suivante :
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 52
Promotion 2008-2011
Figure 1 : diagramme de la répartition des cinq
classes.
|
tres faible
|
severe
|
vulnerable
|
faible
|
tres severe
|
4000
3000
2000
1000
0
vulnerabilite
Diagramme de la classification en cinq
partitions
2499
vulnerabilite
3145
non
109
vulnerabilite
3217
vulnerabilite
362
Source : Sécurité Alimentaire 2010 INS Niger.
D`après le diagramme ci-dessus, la plupart de la
population enquêtée se trouve dans la classe des ménages
qui sont faiblement vulnérabilité (3217 ménages dans
9332), suivi des ménages sévèrement vulnérables
(3145 ménages dans 9332).
Notre analyse sur la vulnérabilité alimentaire
des ménages ruraux au Niger montre que la
vulnérabilité alimentaire très sévère touche
prêt de 4% de la population soit 469.345 de personnes tandis que la
vulnérabilité alimentaire sévère affecte 33,70% de
la population soit 4.077.597 âmes. Globalement, la
vulnérabilité très sévère et
sévère affecte plus de 37,58% (3,88%+33,70%) soit 4,5 millions de
personnes. Les ménages non vulnérables ne
représentent que 1,17% de la population soit 141.322 personnes. Cette
petite proportion des non
vulnérables s`explique d`une part par l`immense
richesse (bétail) que
détiennent ces populations. Et d`autre
part parce que leurs stocks en vivre est largement suffisant pour couvrir deux
périodes de soudure. Tous ceux-ci ont permis à ces populations de
ne pas développer une stratégie de survie.
Il parait qu'aussi Les ménages qui ont une
vulnérabilité faible occupent 34,47% soit 4,4 millions
d'âmes. Globalement, les ménages non vulnérables et les
ménages à faible vulnérabilité comptent plus de 4,5
millions de personnes soit un pourcentage de 35,64%.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 53
Promotion 2008-2011
Chapitre II : La relation entre la
vulnérabilité alimentaire et certaines caractéristiques
Sociales, Economiques, Démographiques.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 54
Promotion 2008-2011
9 Relation entre niveau de vulnérabilité
des ménages et caractéristiques socio-économiques.
9.1 Identification des populations
vulnérables. Qui sont les personnes vulnérables
? Ou sont localisées ces personnes ?
Pour répondre à ces questions, il nous est
impératif de passer à une analyse de profil qui consiste à
faire des croisements entre notre variable niveau de
vulnérabilité et les autres variables non utilisées dans
la construction de l`indicateur « niveau de vulnérabilité
alimentaire ».
Comme nous l`avons toujours apprise, toutes études
scientifique plus particulièrement l`étude statistique, pour
être validée doit répondre à certaines
critères dont entre autre la significativité du lien existant
entre les deux(2) variables croisées.
9.2 Détermination des variables liées
à la variable niveau de vulnérabilité.
Il s`agit de s`intéresser a la relation qui pourrait
exister entre notre variable nominale « niveau de
vulnérabilité alimentaire » issue de la classification, et
les autres variables que nous avons retenues dans notre étude dont la
liste est la suivante :
> Région ;
> Département ;
> Zone agro-écologique ;
> Nombre total des membres dans le ménage (taille) ;
> Sexe ;
> Statut matrimonial du chef de ménage ;
> Principale activité du chef de ménage ;
> Jugement de la campagne agricole 2009;
> Niveau des récoltes ;
> Les transferts sociaux ;
> Les chocs subits par le chef au moment de la crise
(variation des
dépenses, cash for Works) ;
> Les stratégies niveau1(le nombre de repas pris par
les enfants, le nombre
de repas pris par les adultes) ;
> Stratégie niveau2 (départ d'actif, vente des
animaux reproducteurs,
vente des biens non productifs);
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 55
Promotion 2008-2011
? Stratégie niveau 3(vente des biens productifs, vente de
terre, retrait des
enfants à l'école) ;
? La migration ;
? Baisse de revenu ;
? Augmentation des prix des denrées alimentaire.
9.3 Élaboration de la problématique et
Formulation des hypothèses
9.3.1 Élaboration de la problématique
Au vu des données que nous avons, peut-on affirmer sans
risque de se tromper qu`il existe une relation entre le variable
dépendante « niveau de vulnérabilité alimentaire
» et les autres variables indépendantes citées en haut ?
9.3.2 Hypothèses et Méthodologies
9.3.2.1 Hypothèses
L`étude statistique, plus particulièrement
l'inférence statistique (étude statistique basée sur des
échantillons) consiste non seulement à estimer les
paramètres (moyennes proportions...) d'un échantillon, mais aussi
à les tester afin de valider le modèle statistique
théorique. Informons que les paramètres à estimer sont des
variables aléatoires ne sont pas des valeurs certaines, ils ne sont pas
exactement identiques à la vraie valeur des paramètres de la
population. C`est pourquoi nous (technicien) sommes contraint d`effectuer des
tests statistiques afin de nous rapprocher des vraies valeurs de la population
générale.
C'est ainsi qu'au départ, nous avons formulé des
hypothèses qui sont : Ho : il n'ya aucun lien entre les variables
croisées ;
H1 : il existe bien un lien significatif entre les variables
croisées. L'acceptation de l'une des hypothèses dépend du
seuil qu'on s`est fixés.
Dans toutes notre étude, nous nous sommes fixés
le seuil standard qui est alpha = 0.5 ; c'est-à-dire qu'on accepte 5% de
risque de nous tromper sur la vraie valeur alors qu'elle est fausse. Autrement
-dit : si notre P-value est inferieur à alpha, nous rejetons H0.
C'est-à-dire que les variables croisées ont un lien significatif
entre elles.
Contrairement, si notre probabilité d'erreur (P-Value)
est supérieure à 0.05 nous acceptons l'hypothèse nulle qui
est H0, donc ces variables n'ont aucun lien entre elles.
9.3.2.2 Méthodologies :
Lorsque la variable croisée à la variable «
niveau de sécurité alimentaire » est aussi qualitative, on
constitue ce qu'on appelle un « tableau de contingence » qui indique
l'effectif d'individus que possèdent simultanément telle
modalités de l'une des variables et telle modalités de l'autre
variable. Nous avons effectué dans ce cas un test bien connu sous le nom
de : test d'indépendance de Khi-Deux(CHI2).
Lorsque la variable croisée à la variable «
niveau de sécurité alimentaire » est quantitative, on est
alors amener à comparer les répartitions (moyennes et variances).
Nous avons effectué alors un test d'analyse de variance connu sous le
nom d'ANOVA.
9.4 Présentation et analyse des résultats
:
Si toutes les variables sont qualitatives, le logiciel nous
présente le tableau de contingence ou tableau croisé, le tableau
du résultat du test effectué dans lequel il nous donne la valeur
de Chi2 et la p-value (probabilité d`erreur). Il nous donne aussi le
«tableau symétriques mesures » qui nous permet de voire
l'existence de l'intensité de lien qui existe entres les deux variables
croisés.
En observant les valeurs de P-Value dans le tableau des
résultats du test de Chi2 ci-dessous, on remarque qu'elles sont toutes
nulles. Cela nous amène à conclure que toutes les variables
présentent un lien significatif avec la variable « niveau de
vulnérabilité alimentaire ».
Puis dans chaque tableau de croisement de deux variables, nous
avons considéré 100 ménages pour voir en termes de
pourcentage combien sont vulnérables.
9.5 Niveau de vulnérabilité et
caractéristique socio économique des ménages
9.5.1 Niveau de vulnérabilité selon la
région
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 56
|
Promotion 2008-2011
|
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 57
Promotion 2008-2011
Tableau7 : répartition des ménages
selon la région
|
Niveau de vulnerabilite (en %)
|
|
|
|
Total
|
|
regions
|
vulnerabilite tres faibles
|
vulnerabilite severe
|
non
vulnerable
|
vulnerabilite faible
|
vulnerabilite tres severe
|
|
Diffa
|
37.63
|
39.13
|
9.70
|
12.54
|
1.00
|
100
|
|
Dosso
|
27.18
|
35.66
|
0.26
|
33.36
|
3.53
|
100
|
|
Maradi
|
30.08
|
30.48
|
0.25
|
35.74
|
3.45
|
100
|
|
Tahoua
|
29.36
|
29.94
|
0.25
|
35.53
|
4.93
|
100
|
|
Tillabéry
|
20.49
|
32.22
|
1.38
|
40.92
|
4.99
|
100
|
|
Zinder
|
21.95
|
41.79
|
0.88
|
32.66
|
2.72
|
100
|
|
Niamey
|
12.12
|
55.76
|
0.61
|
29.70
|
1.82
|
100
|
|
Total
|
26.78
|
33.70
|
1.17
|
34.47
|
3.88
|
100
|
|
Diffa
|
9.00
|
7.44
|
53.21
|
2.33
|
1.66
|
6.41
|
|
Dosso
|
12.32
|
12.85
|
2.75
|
11.75
|
11.05
|
12.14
|
|
Maradi
|
24.05
|
19.36
|
4.59
|
22.19
|
19.06
|
21.41
|
|
Tahoua
|
28.37
|
22.99
|
5.50
|
26.67
|
32.87
|
25.88
|
|
Tillabéry
|
15.45
|
19.30
|
23.85
|
23.97
|
25.97
|
20.19
|
|
Zinder
|
10.00
|
15.14
|
9.17
|
11.56
|
8.56
|
12.21
|
|
Niamey
|
0.80
|
2.93
|
0.92
|
1.52
|
0.83
|
1.77
|
|
Total
|
100
|
100
|
100
|
100
|
100
|
100
|
Figure 2 : niveau de vulnérabilité
et région de résidence
1000
400
900
800
700
600
500
300
200
100
0
vulnerabilite tres faible
vulnerabilite severe
non vulnerable vulnerabilite
faible
vulnerabilite tres severe
Source : Sécurité Alimentaire 2010 INS Niger.
les résultats issus du croisement entre la variable
niveau de vulnérabilité et la variable région montre que
les régions très sévèrement vulnérables en
terme de proportion par rapport à leurs population sont les suivantes :
la région de
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 58
Promotion 2008-2011
Tahoua et Tillabéry avec respectivement 32.87% et
25.97%. Mais les plus faibles taux 0.8%, et 1,66% sont enregistré
respectivement dans la périphérie de la région de Niamey,
et la région de Diffa.
Les vulnérables sévère, quant à
eux ont dénombrée plus de la moitié (1/2) des
ménages de la périphérie de la communauté urbaine
de Niamey par rapport à la population de la périphérie de
Niamey. Les régions de Zinder, Diffa et de Dosso ont à leur tour
enregistré respectivement 41,76%, 39,13 et 35,66% cas de
vulnérables sévères dans leurs populations respectives.
Globalement, la vulnérabilité très sévère et
la vulnérabilité sévère a affecté plus la
périphérie de la communauté urbaine de Niamey avec 57,58%
des ménages par rapport à la population totale de la
périphérie de Niamey, que les régions de Zinder (44,51%),
de Diffa (40,13%) et la Région de Dosso( 39,19%) par rapport à
leurs populations respectives. Dans les populations vulnérables, sur 100
ménages, la région de Tahoua occupe une part inquiétante
(22.99) suivi de la région de Maradi(19,36), la région de
Tillabéry (19.30), et la périphérie de Niamey(2,93).
Ensuite la Région de Tahoua et de Maradi occupent respectivement 28,37%
et 24,05% de la population totale, vient ensuite la région de
Tillabéry (15.45%) et la région de Dosso (12,32%) en termes des
taux de vulnérables sévères. En sommant les deux
populations des vulnérables très sévères et des
vulnérables sévères, on remarque que certaines regions
sont plus originales que d`autres. Et sont les suivants: Tahoua (55.86),
Tillabéry (45.27), Maradi (38.42), Dosso (23.90) suivi de Zinder (23.70)
et la périphérie de Niamey (3.75).
Tableau 8 : Test de Khi-Deux
Chi-Square Tests
Pearson Chi-Square 718.923554 24 0,000
Likelihood Ratio 538.002108 24 0,000
N of Valid Cases 9332
Tableau 9 : Intensité de lien entre le
niveau de vulnérabilité et la région
Value p-value
Nominal by Nominal Phi 0.27755815 0,000
Interval by Interval Cramer's V 0.13877908
0,000
|
Pearson's R 0.08533659 0,000
|
N of Valid Cases 9332
Les tableaux 8 et 9 nous indiquent respectivement
l`intensité du lien qui existe entre les variables croisées et
leurs niveaux de signification. Alors avec un seuil de probabilité est
égale a 0,00 nous pouvons dire que le lien existe mais faible car le V
de Cramer est 0.139. Nous rappelons que Plus le V de Cramer tend vers 1 plus le
lien est fort entre les deux variables croisées.
9.5.2 Niveau de vulnérabilité selon la
zone agro écologique.
Tableau 10 : répartition des
ménages selon la zone agro écologique
|
c
|
vulnerabilite tres faibles
|
vulnerabilite severe
|
non
vulnerable
|
vulnerabilite faible
|
Vulnerabilite tres severe
|
Total
|
|
Zone agricole
|
26.69
|
34.63
|
0.83
|
34.44
|
3.41
|
100
|
|
Zone agro pastorale
|
27.27
|
30.94
|
1.40
|
35.46
|
4.93
|
100
|
|
Zone pastorale et désertique
|
25.28
|
38.00
|
3.18
|
30.21
|
3.34
|
100
|
|
Zone agricole
|
61.78
|
63.69
|
44.04
|
61.92
|
54.42
|
61.98
|
|
Zone agro pastorale
|
31.85
|
28.71
|
37.61
|
32.17
|
39.78
|
31.28
|
|
Zone pastorale et désertique
|
6.36
|
7.60
|
18.35
|
5.91
|
5.80
|
6.74
|
Tableau11 : résultat du test de Chi2.
Value df p-value
Pearson Chi-Square 57.5267011 8 0,000
Likelihood Ratio 50.728484 8 0,000
N of Valid Cases 9332
|
Figure 3 : vulnérabilité selon la
zone agro écologique.
|
|
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 59
|
|
Promotion 2008-2011
|
|
|
40,00
35,00
30,00
25,00
20,00
15,00
10,00
0,00
5,00
Zone agricole Zone agro
pastorale désertique
Zone pastorale et
vulnerabilite tres faible
vulnerabilite severe
non
vulnerable
vulnerabilite faible
vulnerabilite tres severe
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 60
Promotion 2008-2011
Source : Sécurité Alimentaire 2010 INS Niger.
La figure 3 et le tableau 10 nous renseignent que la zone
affectée par la vulnérabilité très
sévère est la zone agro-pastorale. Parmi les zones, il parait que
dans la zone pastorale et désertique le taux des vulnérables
sévères peuvent atteindre 38% et les 3.34% de ses populations
sont très sévèrement vulnérables suivi de la zone
agricole avec 34,63% de cas de vulnérables sévère et 3.41%
de cas extrêmement grave. Et de la zone agro pastorale avec 30,94% de cas
de vulnérables sévères et presque 5% de cas trop grave
dans cette même bande. Globalement la vulnérabilité
sévère et très sévère a touche les trois
zones pastorale et désertique, la zone agricole et la zone agro
pastorale avec respectivement 41,34%, 38,04% et 35,87% cas de
vulnérables dans ces zones respectives.
Sur 100 ménages très vulnérables, les
54.42 sont localisées dans la zone agricole, les 39.78 sont dans la zone
agro pastorale et les restants (5.80) se trouvaient dans la zone agro pastorale
et désertique. Ici, nous pouvons dire que la plupart des
vulnérables habitent dans la zone agricole, et ceci est du par le poids
des ménages vivant dans la zone agricole car ils occupent 61.98% des
populations enquêtées.
Tableau12 : intensité du lien entre
les deux variables croisées (niveau de vulnérabilité et
zone agro écologique).
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 61
Promotion 2008-2011
Value p-value
Nominal by Phi 0.07851405 0,000
Nominal
Cramer's V 0.05551782 0,000
N of Valid Cases 9332
Ce tableau nous montre le lien existant entre la variable
niveau de vulnérabilité alimentaire et la zone agro
écologique ; mais ce lien est faible car le V de cramer est égale
a 0,08.
9.5.3 Niveau de vulnérabilité selon les
départements.
Tableau13 : niveau de
vulnérabilité selon les départements (cf. annexe2).
Dans l`ensemble, 3.88% des ménages sont très
sévèrement vulnérable. Cependant, cette proportion est
très importante dans le département de Tahoua (12,53%) et
Tillabéry (12,33%).
les proportions les plus élevées des
vulnérables sévères dans chaque départements sont :
dans les périphéries de la communauté urbaine de Niamey
avec en tête niamey4(73,33%) suivi de niamey1(70%) et de Magaria(68%),
Niamey 2 (66,67%), Boboye(59,46%), Say(50,34%), Filingué(49,41%),
Diffa(48,75%), Dosso(47,30%), niamey3(46,67%), Abalak(45,49%),
N`Guigmi(44,97%), Aguié(44,69%), Matamèye(44,50%),
Madarounfa(42,46%) et le département de Tahoua(39,28%).
Sur 100 ménages très sévèrement
vulnérables dans l`ensembles des départements : les 15.19 sont
à Tillabéri, les 12.43 sont à Tahoua. Aussi, sur 100
ménages sévèrement vulnérables, Dosso occupe les
5.80, les 5.52 sont à Bouza et ou à Madaoua, 5.25 à
Mirriah. Globalement, la vulnérabilité sévère et
très sévère a touché les 2
périphéries de niamey4 et niamey1avec des pics respectifs 76,67
et 70, Maradi (69, 33), Niamey peripherie2 et Boboye avec des taux respectifs
de 66,67 et 64,19.
En regardant le département de Douchai, le cas
extrême de la vulnérabilité n`était pas enregistre
ni de même pour Nguigmi, Niamey1 et Niamey2 car ayant enregistre 0,00% de
cas.
Figure 4 : niveau de vulnérabilité
selon les départements
300
250
200
150
100
50
0
niveau de vulnerabilite et departements
vulnerabilit
e tres
faibles
vulnerabilit
e severe
non
vulnerable
vulnerabilit e faible
vulnerabilit e tres
severe
Source : Sécurité Alimentaire 2010 INS Niger.
Tableau14: tests de Khi2.
Value do p-values
Pearson Chi-Square 2088.12914 144 0
Likelihood Ratio 1751.12383 144 0,000
Linear-by-Linear 58.2307471 1 0,000
Association
N of Valid Cases 9332
Tableau15 : intensité du lien entre les 2
variables croisées.
Value p-value
Nominal by Phi 0.47303286 0
Nominal
Cramer's 0.23651643 0 V
|
N of Valid Cases 9332
|
|
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 62
|
|
Promotion 2008-2011
|
|
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 63
Promotion 2008-2011
Avec le tableau 15, nous avons une intensité qui est
égale a 0.24 avec un p-value nulle. Donc nous pouvons dire qu`il existe
un lien significatif entre ces deux variables croisées.
9.5.4 Niveau de vulnérabilité et sexe du
chef de ménage
Tableau 16 : niveau de vulnérabilité selon le
sexe(en pourcentage).
niveau de vulnérabilité (en%)
|
sexes
|
|
Vulnerabilite tres faibles
|
vulnerabilite severe
|
non
vulnerable
|
vulnerabilite faible
|
vulnerabilite tres severe
|
total
|
|
Homme
|
27.45
|
32.72
|
1.22
|
35.06
|
3.55
|
100
|
|
Femme
|
20.49
|
42.86
|
0.66
|
29.01
|
6.98
|
100
|
|
Tot
|
|
26.78
|
33.70
|
1.17
|
34.47
|
3.88
|
100
|
|
homme
|
92.60
|
87.69
|
94.50
|
91.86
|
82.60
|
90.32
|
|
femme
|
7.40
|
12.31
|
5.50
|
8.14
|
17.40
|
9.68
|
|
Tot
|
|
100
|
100
|
100
|
100
|
100
|
100
|
Figure 5 : niveau de vulnérabilité
selon le sexe
3500
3000
2500
2000
1500
1000
500
0
2314
2758
Masculin Féminin
103 6
2955
299
185
387
262
63
vulnerabilite tres faibles vulnerabilite severe
non vulnerable
vulnerabilite faible
vulnerabilite tres severe
Source : Sécurité Alimentaire 2010 INS Niger.
Selon le sexe du chef de ménage, il ressort du tableau 10
et du graphique 5 que les ménages ayant à leur tête une
femme sont 2 fois très sévèrement vulnérables que
le ménage dirigé par les hommes en termes de proportion relative
a leurs populations. Dans les populations féminine, 42.86% des
ménages
sont des cas de vulnerabilite sévère contre
seulement 32.72% des vulnérables sévères dans la
population homme.
Sur 100 ménages très sévèrement
vulnérables, la plupart (82.60) est dirigée par les hommes et
seulement les 14.40 sont dirigées par les femmes. Ensuite, sur 100
ménages sévèrement vulnérables, la plupart (87.69)
est dirigée par des hommes et le reste (12.31) par des femmes. Enfin,
100 ménages non vulnérable, 94.50% ont a leur tête des
hommes contre seulement 5.50% des ménages dirigées par les
femmes. Le faible part des chefs ménages femmes dans les trois cas
précédents s`explique par le faible poids du sexe féminin
dans la population totale.
Tableau17 : niveau de signification du chi2.
Chi-Square Tests
Pearson Chi-Square 75.1860565 4 0,000
Likelihood Ratio 71.1461606 4 0,000
N of Valid Cases 9332
Tableau18 : intensité du lien.
Symmetric Measures
Nominal by Nominal
Phi 0.08975968 0,00
Cramer's V 0.08975968 0,000
N of Valid Cases 9332
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 64
Promotion 2008-2011
Ce tableau vient de confirmer le lien existant entre la
variable niveau de vulnérabilité et le sexe du chef de
ménage car la valeur de l`intensité du test de chi2 est
significatif (p-value=0,000<alpha=0,05). Ce lien bien qu`il existe est
très faible car elle a une valeur de V de cramer est loin de
l`unité et est égale a 0,09.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 65
Promotion 2008-2011
9.5.5 Niveau de vulnérabilité alimentaire
selon le statut marital.
Résultat du croisement entre la variable niveau de
vulnérabilité et le statut matrimonial (en pourcentage).
Tableau 19 : niveau de
vulnérabilité selon le statut matrimonial.
|
Niveau de vulnerabilte (en %)
|
|
|
Total
|
|
vulnerabilit
e tres
faibles
|
vulnerabilite severe
|
non
vulnerable
|
vulnerabilite faible
|
vulnerabilite tres severe
|
|
Marié(e) monogame
|
26.83
|
34.01
|
1.13
|
34.32
|
3.71
|
100
|
|
Marié(e) polygame
|
28.16
|
29.07
|
1.62
|
37.92
|
3.24
|
100
|
|
Divorcé(e)
|
26.12
|
37.31
|
0.00
|
29.10
|
7.46
|
100
|
|
Veuf/veuve
|
21.50
|
43.67
|
0.50
|
27.33
|
7.00
|
100
|
|
Célibataire
|
28.89
|
41.11
|
0.00
|
25.56
|
4.44
|
100
|
|
Moyen
|
26.78
|
33.70
|
1.17
|
34.47
|
3.88
|
100
|
|
Marié(e) monogame
|
70.11
|
70.62
|
67.89
|
69.66
|
66.85
|
69.97
|
|
Marié(e) polygame
|
22.29
|
18.28
|
29.36
|
23.31
|
17.68
|
21.20
|
|
Divorcé(e)
|
1.40
|
1.59
|
0.00
|
1.21
|
2.76
|
1.44
|
|
Veuf/veuve
|
5.16
|
8.33
|
2.75
|
5.10
|
11.60
|
6.43
|
|
Célibataire
|
1.04
|
1.18
|
0.00
|
0.71
|
1.10
|
0.96
|
|
total
|
100
|
100
|
100
|
100
|
100
|
100
|
La vulnérabilité très
sévère est observée dans les ménages dirigés
par les divorcés (es) et des veufs (vais) avec dans chaque groupe un
pourcentage respectif de 7,46 et 7. Lorsque les ménages sont
dirigées par des mariée monogames et des mariées
polygames, les taux des vulnérables très sévères ne
dépassent guerre respectivement 3,71 et 3,24%.
Parmi les vulnérables sévères, la plupart
sont des mariées monogames car occupant les 70,62% suivi des chefs
ménages mariées polygames (18.28%). En
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 66
Promotion 2008-2011
terme de probabilité, il ya 66.85% de risque qu`un
ménage dirigée par un monogame soit tres sévèrement
vulnérables et 17.68% de risque qu`un ménage polygames soit
très sévèrement vulnérable, tan disque pour les
ménages dirigées par des divorces (es) ou par des
célibataires, le risque est faible et est respectivement égale a
2.76% et 1.10%.
Le risque très élevées des
vulnérables dans la population monogame peut s`expliquer d`une part que
la plupart des ménages enquêtes ont a leurs tètes des
hommes monogames, et d`autres part que la polygamie au Niger a diminuée
considérablement ces dernières années a cause de la
pauvreté et de l`insécurité alimentaire.
Figure 6 : niveau de vulnérabilité
selon le statut marital
2500
2000
1500
1000
500
vulnerabilite
tres severe
0
Marié(e)
monogame
Marié(e) polygame
Divorcé(e) Veuf/veuve Célibataire
vulnerabilite tres faibles vulnerabilite severe
non vulnerable vulnerabilite faible
Source : Sécurité Alimentaire 2010 INS Niger.
Tableau20 : test de chi2
|
Chi-Square Tests
|
|
Value
|
df
|
Asymp. Sig. (2-sided)
|
|
Pearson Chi-Square
|
89.786628
|
16
|
0,000
|
|
Likelihood Ratio
|
89.0630265
|
16
|
0,000
|
|
Linear-by-Linear Association
|
0.00069088
|
1
|
0.97903031
|
|
N of Valid Cases
|
9332
|
|
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 67
Promotion 2008-2011
Signalons d`abord, lorsqu`on a un tableau carrée c`est
à dire nombre de ligne est égale au nombre de colonne, c`est le
coefficient de contingence qui permet de mesurer l`intensité du lien
entre les variables. Et ici, le nombre de modalité de la variable niveau
de vulnérabilité et celui de la variable statut matrimonial est
le même (5 modalités), donc le lien entre les variables statut
marital et le niveau de vulnérabilité dans le tableau(19)
résultat dépend totalement de la significativité du
coefficient de contingence. D`après le tableau 21, le coefficient de
contingence est significatif mais faible(0.098), donc nous pouvons dire que les
deux variables sont liées faiblement.
Tableau 21: intensité du lien entre vie
vau de vulnérabilité et statut marital.
|
Symmetric Measures
|
|
|
|
|
|
Value
|
Approx. Sig.
|
|
Nominal by Nominal
|
Phi
|
0.098
|
0,000
|
|
Cramer's V
|
0.049
|
0,000
|
|
Contingency Coefficient
|
0.098
|
0,000
|
|
N of Valid Cases
|
|
9332
|
|
9.5.6 Niveau de vulnérabilité selon
l`activité principale du chef de ménage Tableau22 : niveau de
vulnérabilité selon l`activité principale(en
pourcentage).
|
Variables
Agriculture
|
niveau de vulnerabilite
|
|
|
|
Total
|
|
vulnerabilite tres faibles
|
vulnerabilite severe
|
non
vulnerable
|
vulnerabilite faible
|
Vulnerabilite tres severe
|
|
|
24.92
|
33.46
|
0.77
|
37.39
|
3.46
|
100
|
|
Elevage
|
31.21
|
32.03
|
11.50
|
23.00
|
2.26
|
100
|
|
Commerce
|
31.53
|
38.01
|
0.12
|
26.14
|
4.20
|
100
|
|
Artisanat
|
28.73
|
34.25
|
0.00
|
30.39
|
6.63
|
100
|
|
Secteur public
|
54.65
|
25.00
|
0.00
|
18.60
|
1.74
|
100
|
|
Secteur privé
|
50.00
|
18.42
|
0.00
|
31.58
|
0.00
|
100
|
|
Travail journalier
|
30.68
|
34.06
|
0.20
|
29.08
|
5.98
|
100
|
|
Bucheron
|
29.63
|
29.63
|
0.00
|
33.33
|
7.41
|
100
|
|
Chasse/pêche
|
26.09
|
47.83
|
0.00
|
8.70
|
17.39
|
100
|
|
Inactif
|
15.89
|
35.51
|
0.00
|
42.06
|
6.54
|
100
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 68
Promotion 2008-2011
Autres
|
24.62
|
34.04
|
0.00
|
32.83
|
8.51
|
100
|
|
Moyen.
|
26.78
|
33.70
|
1.17
|
34.47
|
3.88
|
100
|
|
Agriculture
|
65.79
|
70.21
|
46.79
|
76.69
|
62.98
|
70.7
|
|
Elevage
|
6.08
|
4.96
|
51.38
|
3.48
|
3.04
|
5.22
|
|
Commerce
|
10.52
|
10.08
|
0.92
|
6.78
|
9.67
|
8.94
|
|
Artisanat
|
2.08
|
1.97
|
0.00
|
1.71
|
3.31
|
1.94
|
|
Secteur public
|
3.76
|
1.37
|
0.00
|
0.99
|
0.83
|
1.84
|
|
Secteur privé
|
0.76
|
0.22
|
0.00
|
0.37
|
0.00
|
0.41
|
|
Travail journalier
|
6.16
|
5.44
|
0.92
|
4.54
|
8.29
|
5.38
|
|
Bucheron
|
0.64
|
0.51
|
0.00
|
0.56
|
1.10
|
0.58
|
|
Chasse/pêche
|
0.24
|
0.35
|
0.00
|
0.06
|
1.10
|
0.25
|
|
Inactif
|
0.68
|
1.21
|
0.00
|
1.40
|
1.93
|
1.15
|
|
Autres
|
3.24
|
3.56
|
0.00
|
3.36
|
7.73
|
3.53
|
Selon les activités principales menées par le
chef de ménages, plus de 17% des ménages ont affirmée
être très sévèrement vulnérables, et que ces
chefs de famille vivent de la chasse et de la pèche. Toutes fois, le
taux des vulnérables sévère varie en fonction des
activités menées, c`est ainsi qu`il est de 47,83% parmi les
chasseurs/pécheurs, 38,01% parmi les commerçants, 34,24% parmi
les artisanats, 33,46% parmi les agriculteurs et 32,03% chez les
éleveurs. Cependant, on remarque que ce sont aussi les mêmes chefs
de ménage qui vivent de la chasse et de la pèche avec un
pourcentage de 47,83.
Parmi les vulnérables sévère, plus de 70%
sont des agriculteurs, et dans toutes les différents autres niveaux de
vulnerabilite, ce sont les agriculteurs qui occupent les grandes
proportions.
Cette situation s`explique par le fait que l`enquête a
concernée 70% des agriculteurs, 8.94% des commerçants, 5,38% des
travailleurs journaliers ...
Figure 7 : niveau de vulnérabilité
selon l`activité principale.
3000
2500
2000
1500
1000
500
0
vulnerabilite
tres faibles
vulnerabilite
non
vulnerable
vulnerabilite faible
vulnerabilite tres severe
severe
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 69
Promotion 2008-2011
Source : Sécurité Alimentaire 2010 INS Niger.
Tableau 23 : test de Chi2.
|
Chi-Square Tests
|
Value
|
df
|
Asymp. Sig.
(2-sided)
|
|
706.881675
|
48
|
0,000
|
|
Pearson Chi-Square
|
425.240847
|
48
|
0,000
|
|
Likelihood Ratio
|
3.75733572
|
1
|
0.05257629
|
|
Linear-by-Linear Association
|
9332
|
|
|
Tableau 24 : intensité du lien entre
niveau de vulnérabilité et principale activité
Value Sump. Std. Approx. Approx.
Error(a) T(b) Sig.
Phi 0.27522381 0,000
Cramer's V 0.1376119 0,000
N 9332
Ces 2 tableaux viennent de confirmer la relation existant
entre les 2 variables a travers le chi2(706,88) qui est significatif et le v de
cramer qui donne une valeur est égale a 0.14. Bien qu`elle est
faible.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 70
Promotion 2008-2011
9.5.7 Niveau de vulnérabilité selon la
Taille du ménage
Tableau25 : description des variables d`analyse
de variance (niveau de vulnérabilité et taille du
ménage).
Total membres dans le ménage
|
niveau
vulnerabilite
|
de
|
Mean
|
N
|
Std.
Deviation
|
|
vulnerabilite faibles
|
tres
|
6.86594638
|
2499
|
3.76788991
|
|
vulnerabilite severe
|
|
6.42034976
|
3145
|
3.58264377
|
|
non vulnerable
|
|
8.40366972
|
109
|
5.5662995
|
|
vulnerabilite faible
|
7.07646876
|
3217
|
3.8580692
|
|
vulnerabilite severe
|
tres
|
7.42265193
|
362
|
4.4486402
|
|
Total
|
|
6.82790399
|
9332
|
3.8079163
|
Dans ce tableau d`analyse, il ressort que les ménages
comptent en moyenne 7 têtes avec un écart type égale a
3.81. Le coefficient de variation dans cette population est 0,56(taille
hétérogène), cela implique que la taille diffère
par ménage au Niger.
Parmi les ménages faiblement vulnérables, la
taille moyenne n`atteint pas 7 personnes alors que ceux qui sont très
sévèrement vulnérable dépassent une taille de 7
personnes. En se référant a la fameuse formule de l`anglais
Malthus selon laquelle plus un ménage pauvre s`accroit, plus le risque
de l`insécurité alimentaire augmente.
Tableau 26 : résultat du test
d`homogénéité de variance entre niveau de
vulnérabilité et taille du ménage.
|
Sum of Squares
|
df Mean
Square
|
F Sig.
|
variable Between (Combined) 1123.46 4 280.87
19.5 0,000
cruises Groups
Within Groups 134178.15 9327 14.39
Tableau 27 : résultat du test d`analyse
de variance entre niveau de vulnérabilité et taille du
ménage.
|
Total membres dans le ménage * niveau de
vulnérabilité
|
0.091122964
|
0.00830339
|
Measures of
Association
Eta
Eta
Squared
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 71
Promotion 2008-2011
Ces 2 tableaux ci-dessus nous confirment l`existence d`un lien
significatif entre les 2 variables nouvellement croisées à
travers la valeur de Fischer qui est significativement différent de
zéro, donc nous pouvons dire que notre modèle est acceptable.
La valeur ETA carrée nous renseigne que prêt de
1% des variations du niveau de vulnérabilité alimentaire sont
expliquées par la variable taille du ménage.
9.5.8 Niveau de vulnérabilité et le
Jugement de la campagne agricole 2009 Tableau 34 : Niveau de
vulnérabilité selon le Jugement de la campagne agricole
|
Campagne Agricole
Bonne
|
niveau de vulnerabilite en %
|
|
|
|
Total
100
|
|
vulnerabilite tres faibles
|
vulnerabilite severe
|
non
vulnerable
|
vulnerabilite faible
|
Vulnerabilite tres severe
|
|
31.37
|
30.43
|
1.70
|
34.36
|
2.14
|
|
Moyenne
|
25.16
|
33.83
|
1.01
|
36.47
|
3.53
|
100
|
|
Mauvaise
|
21.57
|
40.05
|
0.48
|
29.62
|
8.28
|
100
|
|
Moy.
|
26.78
|
33.70
|
1.17
|
34.47
|
3.88
|
100
|
|
Bonne
|
42.78
|
32.97
|
53.21
|
36.40
|
20.17
|
36.52
|
|
Moyenne
|
42.74
|
45.66
|
39.45
|
48.12
|
41.44
|
45.49
|
|
Mauvaise
|
14.49
|
21.37
|
7.34
|
15.45
|
38.40
|
17.98
|
|
total
|
100
|
100
|
100
|
100
|
100
|
100
|
Selon les avis des populations, pour la plupart, la campagne
agricole 2009/2010 a été mauvaise. Cependant, dans cette
population, le taux des vulnérables sévères a atteint
40.05% et celui des vulnerables très sévère a atteint
8.28%. Même parmi ceux qui ont jugé comme bon la campagne
agricole, plus de 30% sont sévère vulnérables a
l`insécurité alimentaire.
Sur 100 ménages sévèrement vulnerables,
les 45.66 sont les populations qui ont dit que la campagne agricole a
été moyenne, les 32.97 sont ceux qui l`ont jugée bonne et
les 21.37 sont ceux qui ont dit qu`elle a été mauvaise.
Retenons
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 72
Promotion 2008-2011
que la plupart des victimes sont ceux qui ont dit que la
campagne agricole passée a été moyenne et leur poids est
majoritaire (45.49) dans l`ensemble des enquêtes.
Figure 8 : niveau de vulnérabilité
selon le jugement de la campagne agricole.
1800
1600
1400
1200
1000
800
600
400
200
0
Bonne Moyenne Mauvaise
vulnerabilite
tres faibles vulnerabilite
severe non
vulnerable
vulnerabilite faible
Source : Sécurité Alimentaire 2010 INS Niger.
Tableau 35 : résultat du test de Chi2
entre niveau de vulnérabilité et campagne agricole.
|
Chi-Square Tests
|
Value
|
|
Asymp. Sig. (2-
sided)
|
|
224.908484
|
df
|
0,000
|
|
Pearson Chi-
Square
|
210.142946
|
12
|
0,000
|
|
Likelihood Ratio
|
26.1142935
|
12
|
0,000
|
Ce tableau de test de chi2 nous renseigne sur l`existence du lien
qui existe entre les la variable niveau de vulnérabilité et la
variable jugement de la campagne agricole 2009/2010.
Le tableau ci-dessous nous donne l`intensité du lien avec
le v de cramer qui est aussi significatif mais faible(0.155).
Tableau 36 : intensité entre niveau de
vulnérabilité et campagne agricole.
|
Value
|
p-value
|
|
Phi
|
0,108
|
0,000
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 73
Promotion 2008-2011
Cramer's V
9.5.9 Niveau de vulnérabilité selon le
niveau de récolte.
Tableau 37 : répartition des
ménages selon le niveau de récolte.
niveau de vulnerabilite Total
|
Niveau de recolte.
|
vulnerabilite tres faibles
|
vulnerabilite severe
|
non
vulnerabl e
|
vulnerabilite faible
|
vulnerabilite tres
severe
|
|
Supérieur e
|
29.11
|
29.57
|
1.12
|
38.15
|
2.06
|
100
|
|
Même niveau
|
26.32
|
37.20
|
0.60
|
30.26
|
5.62
|
100
|
|
Inférieure
|
22.17
|
37.19
|
0.79
|
33.90
|
5.95
|
100
|
|
Non
applicable
|
31.77
|
43.66
|
4.07
|
15.02
|
5.48
|
100
|
|
Moy.
|
26.78
|
33.70
|
1.17
|
34.47
|
3.88
|
100
|
|
Supérieur e
|
56.06
|
45.25
|
49.54
|
57.07
|
27.35
|
51.58
|
|
Même niveau
|
8.80
|
9.89
|
4.59
|
7.86
|
12.98
|
8.96
|
|
Inférieure
|
27.01
|
35.99
|
22.02
|
32.08
|
50.00
|
32.62
|
|
Non
applicable
|
8.12
|
8.87
|
23.85
|
2.98
|
9.67
|
6.85
|
|
tatal
|
100
|
100
|
100
|
100
|
100
|
100
|
Comme on le voit dans le tableau 37 et le graphique suivant,
les taux, parmi les populations de ceux qui ont déclaré qu1ils
n`ont pas travaillé les champs (non applicable)ou parmi celles qui ont
constaté que leurs productivités n`ont pas changé par ra
port a la campagne agricole passée, et ou parmi celles qui ont dit que
leur niveau de production est inferieur a celui de l`année
précédente sont respectivement 43.66%, 37,20% et 37,19% des
vulnérables sévères pour des raisons alimentaire.
Les vulnérables très sévère sont
enregistrés parmi les ménages qui ont constatée que leur
niveau de récolte à baisser, car faisant 5.95% de cas.
Dans la population des vulnérables très
sévère, la moitie est ceux qui ont déclaré que leur
niveau de récolte est en baisse par rapport a la campagne agricole 2009.
Bien que la plupart des enquêtés sont ceux qui ont constaté
une
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 74
Promotion 2008-2011
croissance dans leurs productions, cependant, ne sont pas
épargnés car ce sont eux les 45% de la population total des
vulnérables sévères.
Figure 9 : niveau de vulnérabilité
selon le niveau de récolte.
2000
vulnerabilite
1800
1600
1400
severe
1200
1000
800
600
400
200
0
Supérieure Même niveau Inférieure Non
applicable
tres faibles vulnerabilite
non
vulnerable
vulnerabilite faible
vulnerabilite tres severe
Source : Sécurité Alimentaire 2010 INS Niger.
Tableau 38 : test de chi2 entre niveau de
vulnérabilité et niveau de récolte.
|
Colonne1
|
Colonne2
|
Colonne3
|
Colonne4
|
|
Chi-Square Tests
|
|
|
|
|
Value
|
|
Asymp. Sig. (2-
sided)
|
|
Pearson Chi-Square
|
328.343557
|
df
|
0.000
|
|
Likelihood Ratio
|
332.117938
|
12
|
0.000
|
|
Linear-by-Linear Association
|
1.37526385
|
12
|
0.240909536
|
|
N of Valid Cases
|
9332
|
1
|
|
Tableau 39 : intensité du lien entre
niveau de vulnérabilité et niveau de récolte
Value p-value
Phi 0.187575833 0,000
Cramer's V 0.184360537 0,000
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 75
Promotion 2008-2011
Le tableau test de chi2 et le tableau suivant nous confirme la
véracité du lien qui existe entre la variable niveau de
vulnérabilité et la variable niveau de récolte. Ainsi
cette valeur de chi2 est élevée mais celle de v de cramer est
faible (0,18).
9.5.10 Niveau de vulnérabilité selon les
variations de dépense constatées Tableau 40 : niveau de
vulnérabilité et variation de dépense :
|
N'ont pas
changé
|
|
|
|
|
|
100
|
|
vulnérabilité très faibles
|
vulnérabilité sévère
|
non
vulnérable
|
vulnérabilité faible
|
Vulnérabilitée tres severe
|
|
24.55
|
38.13
|
1.10
|
32.37
|
3.85
|
|
Ont baissé
|
25.45
|
31.27
|
1.55
|
39.02
|
2.71
|
100
|
|
Ont
augmenté
|
28.91
|
32.21
|
1.00
|
33.35
|
4.53
|
100
|
|
Moy.
|
26.78
|
33.70
|
1.17
|
34.47
|
3.88
|
100
|
|
N'ont pas
changé
|
26.77
|
33.04
|
27.52
|
27.42
|
29.01
|
29.20
|
|
Ont baissé
|
23.65
|
23.08
|
33.03
|
28.16
|
17.40
|
24.88
|
|
Ont
augmenté
|
49.58
|
43.88
|
39.45
|
44.42
|
53.59
|
45.92
|
|
Total
|
100
|
100
|
100
|
100
|
100
|
100
|
Parmi ceux qui ont affirmée que leur dépenses
n`ont pas changée, les 38.13% sont sévèrement
vulnérables. Par contre, parmi ceux qui ont augmentée leur
dépense pour faire face à la crise, plus de 33% sont faiblement
vulnérables bienque, même parmi ceux qui ont dit que leurs
dépenses ont baissée, le taux des vulnerables faibles
excède 39%. Dans cette même section, parmi les vulnérables
très sévère, il ya plus de 53% de chance qu`un chef de
ménage augmente son budget pour être a l`abri.
Les données de cette enquête nous
révèlent que la plupart (45.92%) des chefs des ménages ont
rehaussé leurs budgets de consommation alimentaire a cause de
l`insécurité alimentaire. Cette augmentation des dépenses
par le chef des familles s`explique par la hausse
généralisée des prix (l`inflation) enregistrée au
moment des crises ou choc dans les périodes de soudure.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 76
Promotion 2008-2011
Signalons qu`ici, l`inflation est une hausse
généralisée des prix des produits de premières
nécessitées (céréales cas du Niger). Au Niger, les
commerçants ont leurs parts dans l`inflation, car font des
spéculations et attendent que la période de soudure s`annonce
pour s`enrichir illicitement sur les dos des pauvres.
Figure 10 : niveau de
vulnérabilité selon le changement des dépenses.
1600
1400
1200
1000
400
800
600
200
0
N'ont pas changé Ont baissé Ont augmenté
vulnerabilite tres faibles
vulnerabilite
vulnerabilite
faible
severe
non vulnerable
Source : Sécurité Alimentaire 2010 INS Niger.
|
Tableau 41 : test de chi2
|
|
|
|
|
Value
|
df
|
p-value
|
|
Pearson Chi-Square
|
72.4390155
|
8
|
0,000
|
|
Likelihood Ratio
|
71.9399392
|
8
|
0,000
|
|
N of Valid Cases
|
9332
|
|
|
Tableau 42 : intensité du lien entre
niveau de vulnérabilité et changement de dépense.
Value p-value
Phi 0.08810467 0.000
Cramer's V 0.06229941 0.000
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 77
Promotion 2008-2011
Avec un chi2 est égale a 72.4 et un v de cramer
égale a 0.062, nous pouvons dire qu`il ya un lien significatif entre les
deux variables croisées, mais que ce lien est très faible.
9.5.11 Répartition du niveau
vulnérabilité selon le vivre contre travail (cash for
Works).
Tableau 43 : répartition du niveau
vulnérabilité alimentaire selon vivre contre travail
|
niveau de vulnerabilite
|
|
|
|
Total
|
|
vulnerabilite tres faibles
|
vulnerabilite severe
|
non
vulnerable
|
vulnerabilite faible
|
Vulnerabilite tres severe
|
|
Oui
|
26.05
|
27.57
|
0.54
|
38.32
|
7.52
|
100
|
|
Non
|
26.88
|
34.53
|
1.25
|
33.95
|
3.38
|
100
|
|
Moyen.
|
26.78
|
33.70
|
1.17
|
34.47
|
3.88
|
100
|
|
Oui
|
11.64
|
9.79
|
5.50
|
13.30
|
23.20
|
11.97
|
|
Non
|
88.36
|
90.21
|
94.50
|
86.70
|
76.80
|
88.03
|
|
Total.
|
100
|
100
|
100
|
100
|
100
|
100
|
Figure 11 : niveau de
vulnérabilité selon le vivre contre travail.
3000
2500
2000
1500
1000
500
0
Oui Non
vulnerabilite tres faibles
vulnerabilite severe
non
vulnerable
vulnerabilite faible
vulnerabilite tres severe
Source : Sécurité Alimentaire 2010 INS Niger.
Dans cette partie, prêt de 9 ménages sur 10 ne
pratiquent pas le travail contre nourriture tandis`a peu prêt 1
ménage sur 10 ont travaillée contre nourriture. Parmi les
populations qui ont déclaré avoir bénéficié
du projet vivre contre travail (Food for Works), plus de 38% des ménages
sont faiblement vulnérables,
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 78
Promotion 2008-2011
contre moins 28% qui sont sévèrement
vulnérable. Dans cette même population, les très
sévèrement touchés sont de 7.52%. Parmi les
vulnérables sévère, il ya 9.79% de risque qu`un chef de
ménage travaille contre nourriture contre 90.21% de chance de ne pas
recourir au projet vivre contre travail.
Le bas taux des vulnérables sévères parmi
ceux qui on bénéficié du projet vivre contre travail
s`explique par le fait que ces genres des projets n`aident que les personnes
nécessiteux en vue de surmonter la vulnérabilité
alimentaire et aussi et surtout pour viabiliser certains terrains non viables a
travers les programmes de récupération des terres
dégradées.
Tableau 44 : test de chi2.
|
Chi-Square Tests
|
|
|
|
|
Value
|
df
|
p-value
|
|
Pearson Chi-Square
|
67.5135087
|
4
|
0,000
|
|
Likelihood Ratio
|
61.0553533
|
4
|
0,000
|
|
N of Valid Cases
|
9332
|
|
|
Tableau 45 : intensité du lien entre
niveau de vulnérabilité et vivre contre travail
Value Approx.
Sig.
Phi 0.08505659 0,000
Cramer's V 0.08505659 0,000
Ces deux tableaux confirment le lien qui existe entre les deux
variables croisées par le biais de chi2 qui est significatif et aussi
par la valeur de v de cramer qui est égale a 0.085.
9.6 Niveau de vulnérabilité et les
Stratégies premier, deuxième et troisième niveau.
Les stratégies de survie ou stratégies
d'adaptation
Il s'agit des activités et démarches
adoptées par les ménages pour faire face à un choc, afin
d'endiguer les risques de baisse de bien être notamment les manques de
nourritures. Les activités développées forment un corps de
stratégies pour accroître les ressources du ménage pour une
sortie de crise.
C`est ainsi que la stratégie de survie varie selon un
gradient.
? Le niveau 1 peut se définir comme étant le
changement de mode de consommation alimentaire vers un nouveau comportement
moyennement dégradé. C'est la stratégie
développée lors des crises/
chocs. il est le plus bas degré de
sévérité et comprend les variables fréquence du
repas pris par jour par les enfants au moment de la crise le nombre de repas
pris par les adultes au moment de la crise.
? La stratégie 2em est la stratégie
développée lors des crises/chocs. Elle est plus
dégradée que la stratégie du premier niveau. Cette partie
contient des variables reflétant la vulnérabilité
alimentaire comme les départs d'actifs, les ventes des animaux
reproducteurs, les ventes des biens non productifs etc.
? La stratégie troisième niveau est la plus
extrême. Les variables qu`elle regroupe reflètent la
vulnérabilité alimentaire sévère comme par exemple
la vente des animaux productifs, la vente des terres, le retrait des enfants
à l'école, etc.
Ici, nous cherchons un lien entre le niveau de
vulnérabilité alimentaire et les stratégies 1er, 2em et
3em niveau.
NB : les variables que nous utilisons ici ne font pas partir
des variables de la classification en nuée dynamique.
9.6.1 Stratégie premier niveau
9.6.1.1 Niveau de vulnérabilité et nombre
de repas pris dans le ménage par les adultes. Tableau 28 :
description des variables d`analyse de variance (niveau de
vulnérabilité et nombre de repas pris dans le ménage).
Combien de repas collectifs sont pris par jour dans le
ménage habituellement par les adultes.
|
niveau de
vulnerabilite
|
Mean
|
N
|
Std.
Deviation
|
|
vulnerabilite tres
faibles
|
2.76305221
|
2490
|
0.56487547
|
|
vulnerabilite severe
|
2.6145501
|
3134
|
0.61949819
|
|
non vulnerable
|
2.91743119
|
109
|
0.30817384
|
|
vulnerabilite faible
|
2.72594207
|
3211
|
0.56942585
|
|
vulnerabilite tres
severe
|
2.41828255
|
361
|
0.74877555
|
|
Total
|
2.68866201
|
9305
|
0.59709222
|
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 79
|
Promotion 2008-2011
|
|
D`habitude, dans les ménages nigériens, le
nombre de repas pris en famille est de 3, mais cette valeur varie selon le
statut du ménage.
Ainsi, nous avons en moyenne prêt de trois repas
collectif sont pris dans les 9305 ménages retenus selon les
résultats de nos analyses. Avec un taux dispersion autour de la moyenne
de 36%, le nombre de repas pris dans les ménages sont presque les
mêmes2.
Il s`en suit que les ménage qui sont très
sévèrement touchés par la vulnérabilité
alimentaire ne mangent pas a leurs faim car ont déclaré avoir
pris collectivement moins de trois repas par jour.
Tableau 29 : résultat du test
d`homogénéité de variance entre (niveau de
vulnérabilité et nombre de repas pris dans le ménage).
ANOVA
|
|
|
Sum of Squares
|
Doff
4
9300
9304
|
Mean Square
|
F
|
Sig.
|
|
variable cruises
|
Between Groups
|
(Combined)
|
67.55
|
16.89
|
48.33
|
0.00
|
|
Within Groups
|
3249.50
|
0.35
|
|
|
|
Total
|
|
3317.05
|
|
|
|
Dans le tableau précédent, on a un Fischer qui
est égale à 48,33 et son p-value est égal à 0,00.
Ces derniers nous permettent de valider le modèle qui a
été globalement significatif.
Tableau 30 : résultat du test
d`analyse de variance entre (niveau de vulnérabilité et nombre de
repas pris dans le ménage par les adultes).
|
Eta
|
Eta Square
|
|
0.142705443
|
0.02036484
|
Masures of Association
Le nombre de repas collectifs pris par jour dans l * niveau de
vulnérabilité
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 80
Promotion 2008-2011
Dans ce tableau ci-dessus, avec la valeur d`êta
carré, nous pouvons affirme au risque de moins de 1% que 2% des
variations du variable niveau de vulnérabilité
2 Le nombre de repas est homogène car ayant un
coefficient de variation égale a 22%
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 81
Promotion 2008-2011
sont expliquées par la variable repas collectif pris
habituellement dans le ménage par les adultes.
9.6.1.2 Niveau de vulnérabilité et nombre
de repas pris par les enfants dans le ménage Tableau31 :
description des variables d`analyse de variance (niveau de
vulnérabilité et nombre de repas pris par les enfants dans le
ménage).
Le nombre de repas pris dans le ménage par les
enfants en ce moment de crise.
|
niveau
vulnerabilite
|
de
|
Mean
|
N
|
Std.
Deviation
|
|
vulnerabilite faibles
|
tres
|
4.00849257
|
1884
|
1.31656066
|
|
vulnerabilite severe
|
|
3.89693356
|
2348
|
1.26556065
|
|
non vulnerable
|
|
3.98809524
|
84
|
0.93774978
|
|
vulnerabilite faible
|
4.04405821
|
2474
|
1.38301722
|
|
vulnerabilite severe
|
tres
|
3.7755102
|
294
|
1.21310207
|
|
Total
|
|
3.97402597
|
7084
|
1.31763422
|
Dans cette partie on dénombre 7084 ménages qui
ont été traités par le logiciel. La moyenne du nombre de
repas pris par jour par les enfants avoisine 4. Toutes fois cette
fréquence varie selon les degrés de la
vulnérabilité. Parmi les vulnérables très
sévère, le nombre de repas pris par les enfants dans une
journée est en moyenne égale à 3,8. Aussi chez les enfants
non vulnérables, le nombre de repas moyen pris par jour est égal
à 3.9, donc ne dépassant pas la fréquence de quatre repas
par jour. L'égalité des deux moyennes3 peut
s`expliquer par l`importance accordée aux enfants.
3 Différence des deux moyennes D =
(3.988-3.897) et quotient (racine carre des variances par rapport aux tailles
des classes relatives) =0.106. Après tout calcul, on trouve un ratio de
Student t*= 0.86<1.96 donc il n`ya aucune différence entre ces deux
moyennes. Mais pour les autres moyennes (4.008 ; 3.776 ; 3.897), il ya des
différences significatives.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 82
Promotion 2008-2011
Au Niger, les enfants des diminues bénéficient
des distributions gratuites de vivre comme les aliments pour
bébé, les farines de sevrages, UNIMIX/CSB, etc. pilotées
par l`Etat, les ONG et les partenaires...
Tableau 32 : description des variables
d`analyse de variance (niveau de vulnérabilité et nombre de repas
pris par les enfants dans le ménage).
|
Sum of
Squares
|
DF
|
Mean Square
|
F
|
Sig.
|
|
variable
|
Between Groups
|
(Combined)
|
39.9
|
4
|
10.0
|
5.765
|
0.000
|
|
Within Groups
|
12257.3
|
7079
|
1.7
|
|
|
|
Total
|
|
12297.2
|
7083
|
|
|
|
Tableau 33 : résultat du test d`analyse
de variance entre (niveau de vulnérabilité et nombre de repas
pris par les enfants dans le ménage)
Measures of Association
V1*V2 0.05698262 0.003247019
NB : V1= nombre de repas pris par les enfants au moment de la
crise alimentaire.
V2= niveau de vulnérabilité alimentaire.
On a ici, un Fischer non nul et un ETA carrée
faible(0,0032).
Ces informations fournies par le logiciel nous permet de
conclure, bien que l`ETA carrée est faible, le modèle est
globalement significatif.
9.6.2 Stratégie deuxième niveau.
9.6.2.1 Niveau de vulnérabilité selon le
départ d'actif.
Tableau 46 : répartition de niveau de
vulnérabilité selon le départ d`actif
niveau de vulnérabilité Total
|
vulnérabilité vulnerabilite non vulnerabilite
vulnerabilite tres
|
|
tress faibles
|
severe
|
vulnerable
|
faible
|
severe
|
|
|
Oui
|
27.15
|
31.79
|
0.50
|
25.99
|
14.57
|
100
|
|
Non
|
26.76
|
33.83
|
1.22
|
35.06
|
3.14
|
100
|
|
Moy.
|
26.78
|
33.70
|
1.17
|
34.47
|
3.88
|
100
|
|
Oui
|
6.56
|
6.10
|
2.75
|
4.88
|
24.31
|
6.472
|
|
Non
|
93.40
|
93.83
|
97.25
|
95.06
|
75.69
|
93.474
|
|
Total
|
100
|
100
|
100
|
100
|
100
|
100
|
Ici, la plupart des ménages (prêt de 94%) n`ont
pas eu un cas de départ d`actif au cours des 30 jours
précédent l`enquête. Parmi les ménages qui ont
enregistrées des départs inhabituels d`actifs au cours des 30
jours précédent, les résultats de notre analyse
révèlent que 31.79% et 14.57% sont respectivement
sévèrement et très sévèrement
vulnérables. Parmi les vulnérables très
sévère, il ya un risque de 24,31% qu`un actif quitte sa famille
pour la recherche d`une vie meilleur, contre 75,69% chance qu`un membre actif
de famille n`aille pas en exode au moment de la crise.
Les départs des actifs à des conséquences
graves sur la production agricole du pays, car ce sont les jeunes qui
travaillent les champs et qui représentent plus de 60% de la population
totale.
Tableau 47 : test de chi2.
|
Chi-Square Tests
|
|
|
|
|
Value
|
Df
|
p-value
|
|
Pearson Chi-Square
|
207.325646
|
8
|
0,000
|
|
Likelihood Ratio
|
136.094721
|
8
|
0,000
|
|
N of Valid Cases
|
9332
|
|
|
Ce tableau nous révèle que le test de chi2 donne
une valeur de chi2 qui est égale à 207.33. Cette valeur est
significativement différent de zéro, donc il ya un lien entre ces
deux variables croisées.
Tableau 48 : intensité du lien entre
niveau de vulnérabilité et départ d`actif.
Value p-value
Nominal by Phi 0.14905246 0,000
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 83
|
Promotion 2008-2011
|
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 84
Promotion 2008-2011
Nominal
Cramer's V 0.10539601 0,000
N of Valid Cases 9332
Ici, nous avons la valeur de v de cramer qui est égale
a 0.105. Cette dernière est aussi significative. Donc il existe un lien
mais faible entre nos deux variables croisées.
Figure 12 : niveau de
vulnérabilité selon le départ d`actif.
3500
3000
2500
2000
1500
1000
500
0
Oui Non
vulnerabilite tres faibles
vulnerabilite severe
non
vulnerable
vulnerabilite faible
vulnerabilite tres severe
Source : Sécurité Alimentaire 2010 INS Niger.
9.6.2.2 Niveau de vulnérabilité selon la
vente des animaux reproducteurs
Tableau 49 : Niveau de
vulnérabilité selon la vente des animaux reproducteurs.
|
niveau de vulnerabilite
|
|
|
Total
|
|
Vente animaux reproducteurs
|
des Vulnerabilit
e tres faibles
|
vulnerabilite severe
|
non
vulnerable
|
vulnerabilite faible
|
vulnerabilite tres severe
|
|
Oui
|
27.89
|
33.24
|
1.16
|
26.88
|
10.84
|
100
|
|
Non
|
26.70
|
33.71
|
1.16
|
35.10
|
3.32
|
100
|
|
26.78
|
33.70
|
1.17
|
34.47
|
3.88
|
100
|
|
Oui
|
7.72
|
7.31
|
7.34
|
5.78
|
20.72
|
7.42
|
|
Non
|
92.24
|
92.53
|
91.74
|
94.19
|
79.28
|
92.50
|
|
100
|
100
|
100
|
100
|
100
|
100
|
D`après les données de l`enquête, il ya
33.24% de vulnérables sévères parmi les ménages qui
ont déclarée avoir vendu pour des raisons alimentaires au
moins
soit une femelle reproductrice, soit un male géniteur,
au cours des 30 jours précédent le passage.
Ceux qui sont touchées par la
vulnérabilité très sévère sont ceux qui ont
encore vendu des animaux reproducteurs, avec une proportion de prêt de
11% soit a peu prêt le triple de la norme régionale.
Globalement, les vulnérables sévère et
très sévère a atteint 44.08% parmi les vendeurs de leurs
propre bien.
S`agissant des vulnérables très
sévère, 20.72% des cas sont ceux qui ont vendu leurs biens
reproducteurs pour faire face a ce fléau.
Parmi les non vulnérables, il ya 7,34% qui ont vendu
leurs bêtes pour des raisons alimentaires contre plus de 91% des
ménages qui n'ont pas vendu des bêtes pour les raisons
alimentaire.
Cette interprétation a été valide
grâce au coefficient de chi2 qui est significativement différent
de zéro dans le tableau suivant.
Tableau 50 : test de chi2 entre niveau de
vulnérabilité et vente des biens
|
reproducteurs.
|
|
|
|
|
Chi-Square Tests
|
|
|
|
|
Value
|
Df
|
p-value
|
|
Pearson Chi-Square
|
118.989592
|
8
|
0,000
|
|
Likelihood Ratio
|
86.264921
|
8
|
0,000
|
|
N of Valid Cases
|
9332
|
|
|
Le tableau ci-dessous nous renseigne sur la valeur de v de
crameras qui est égale à 0.0798 et qui est significativement
différent de zéro. Donc un lien existe entre ces deux variables
croisées.
Tableau 51 : intensité du lien entre
niveau de vulnérabilité et vente des biens reproducteurs.
Value p-value
Phi 0.11291903 0,000
Cramer's V 0.07984581 0,000
|
9332
|
|
|
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 85
|
Promotion 2008-2011
|
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 86
Promotion 2008-2011
Figure 13 : niveau de
vulnérabilité selon la vente des animaux reproducteurs.
|
vulnerabilité et la vente des animaux
reproducteurs
|
3500
3000
2500
2000
1500
1000
500
0
Oui Non
vulnerabilite tres faibles
vulnerabilite severe
non
vulnerable
vulnerabilite faible
vulnerabilite tres severe
Source : Sécurité Alimentaire 2010 INS Niger.
9.6.2.3 Niveau de vulnérabilité et la vente
des biens non productifs
Tableau 52 : Niveau de
vulnérabilité selon la vente des biens non productifs.
|
niveau de vulnerabilite
|
|
|
|
|
Total
|
|
Vente de
biens non
productifs
|
vulnerabilite tres faibles
|
vulnerabilite severe
|
non
vulnerable
|
vulnerabilite faible
|
vulnerabilite tres severe
|
|
Oui
|
26.23
|
40.98
|
0.00
|
16.39
|
16.39
|
100
|
|
Non
|
26.80
|
33.53
|
1.19
|
34.84
|
3.63
|
100
|
|
Moy.
|
26.78
|
33.70
|
1.17
|
34.47
|
3.88
|
100
|
|
Oui
|
1.92
|
2.38
|
0.00
|
0.93
|
8.29
|
1.96
|
|
Non
|
98.04
|
97.46
|
100.00
|
99.01
|
91.71
|
97.95
|
|
total
|
100
|
100
|
100
|
100
|
100
|
100
|
Ici, prêt de 41% des ménages qui ont vendu des
biens de valeur dits non productifs (bijoux, objet de valeur...) pour des
raisons alimentaire au cours des 30 jours précédents le passage
sont sévèrement vulnérables et 16.39% sont très
sévèrement vulnérables. Toujours dans cette même
population, il n'ya aucun ménage qui est à l'abri de la crise.
Enfin, il ya lieu de savoir que prêt de 98% des
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 87
Promotion 2008-2011
ménages enquête ne sont pas concernées par
les ventes de biens non productifs.
Le constat fait au niveau des statistiques dans l'ensemble des
résultats de cette dernière partie s'explique du fait que les
biens non productifs sont en général la propriété
des femmes qui servent en priorité à la décapitalisation
dans les situations difficiles.
Tableau 53 : test de chi2.
|
Chi-Square Tests
|
|
|
|
|
Value
|
Df
|
Asymp. Sig. (2-tails)
|
|
Pearson Chi-Square
|
101.390624
|
8
|
0,000
|
|
Likelihood Ratio
|
74.5628588
|
8
|
0,000
|
|
N of Valid Cases
|
9332
|
|
|
Plus la valeur de chi2 devient importante, plus le lien devient
fort.
Dans le tableau ci-dessus nous remarquons que la valeur de
chi2 est importante et grande (101.39).
Tableau 54 : intensité du lien entre
niveau de vulnérabilité et la vente des biens non productifs.
Value p-value
Phi 0.10423451 0,000
Cramer's V 0.07370493 0,000
9332
Ici, ce tableau confirme le lien qui existe entre les deux
variables croisées et donne la valeur de l'intensité du lien qui
est égale à 0.0737.
Figure 14 : niveau de
vulnérabilité selon la vente des biens non productifs.
|
vulnerabilité et la vente des biens non
productifs
|
3500
3000
2500
2000
1500
1000
500
vulnerabilite
tres severe
0
Oui Non
vulnerabilite tres faibles
vulnerabilite severe
non
vulnerable
vulnerabilite faible
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 88
Promotion 2008-2011
Source : Sécurité Alimentaire 2010 INS Niger.
9.6.3 Niveau de vulnérabilité et la
stratégie troisième niveau.
9.6.3.1 Niveau de vulnérabilité et la vente
des biens productifs.
Tableau 55 : Niveau de
vulnérabilité selon la vente des biens productifs.
|
niveau de vulnerabilite
|
|
|
|
Total
|
|
Vente des biens productif s
|
vulnerabilite tres faibles
|
vulnerabilite severe
|
non
vulnerabl e
|
vulnerabilite faible
|
vulnerabilite tres
severe
|
|
Oui
|
32.02
|
20.79
|
0.56
|
24.16
|
22.47 100
|
|
Non
|
26.69
|
33.92
|
1.18
|
34.69
|
3.52 100
|
|
Moy.
|
26.78
|
33.70
|
1.17
|
34.47
|
3.88 100
|
|
Oui
|
2.28
|
1.18
|
0.92
|
1.34
|
11.05 1.91
|
|
Non
|
97.68
|
98.66
|
99.08
|
98.63
|
88.95 98.02
|
|
Total
|
100
|
100
|
100
|
100
|
100 100
|
Les résultats de notre analyse révèlent
que la proportion des ménages très sévèrement
vulnérable parmi ceux qui ont vendu des biens productifs pour des
raisons alimentaire est estimée à 22.47% soit 6 fois la norme
régionale, contre seulement 3.52% des ménages qui n'ont pas vendu
leurs bien productif pour les raisons alimentaires.
Parmi les ménages qui sont en
sécurité(les ménages non vulnérables), plus de 99%
n'ont pas vendu leurs biens productifs pour les mêmes raisons. Cette
dernière information peut s'expliquer tout simplement
parce que les
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 89
Promotion 2008-2011
populations non vulnérables ont des stocks largement
suffisant qui peuvent leur permettre de passer la période de soudure
sans problème alimentaire.
Figure 15 : niveau de
vulnérabilité selon la vente des biens productifs.
3500
3000
vulnerabilite
2500
severe
2000
1500
1000
500
0
vulnerabilité et la vente des biens
productifs
vulnerabilite tres faibles
Oui Non
non
vulnerable
vulnerabilite
faible
vulnerabilite tres severe
Source : Sécurité Alimentaire 2010 INS Niger.
Tableau 56 : test de chi2 entre niveau de
vulnérabilité et vente des biens productifs.
|
Chi-Square Tests
|
|
|
|
|
Value
|
df
|
p-value
|
|
Pearson Chi-Square
|
183.199503
|
8
|
0,000
|
|
Likelihood Ratio
|
101.042978
|
8
|
0,000
|
|
N of Valid Cases
|
9332
|
|
|
Tableau 57 : intensité du lien entre
niveau de vulnérabilité et la vente des biens productifs.
Value p-value
Phi 0.14011182 0,000
Cramer's V 0.09907402 0,000
9332
Les deux tableaux 56 et 57donnent respectivement les valeurs de
chi2 et v de crameras.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 90
Promotion 2008-2011
Bien que la valeur de v de crameras est faible, elle est
significative. Donc on peut dire qu'il ya une relation entre la variable niveau
de vulnérabilité et la variable vente des biens productifs.
9.6.3.2 Niveau de vulnérabilité et la vente
des terres.
Tableau 58 : Niveau de
vulnérabilité selon la vente des terres.
Niveau de vulnerabilite (en %) Total
|
Ventes des
terres
|
vulnerabilite tres faibles
|
vulnerabilite severe
|
non
vulnerable
|
vulnerabilite faible
|
vulnerabilite tres severe
|
Oui 25.32 26.58 0.00 25.32 22.78 100
Non 26.80 33.73 1.18 34.57 3.72 100
Moy. 26.78 33.70 1.17 34.47 3.88 100
Oui 0.80 0.67 0.00 0.62 4.97 0.85
Non 99.16 99.17 100.00 99.35 95.03 99.08
Total 100 100 100 100 100 100
Dans cette partie de la stratégie de niveau 3, les
résultats de notre analyse nous révèle que parmi les
ménages qui ont vendu des terres pour les raisons alimentaire, 22.78%
sont très sévèrement vulnérable et il n'ya pas des
personnes qui sont à l'abri de ce fleau dans la même population
car les non vulnérables comptent 0.00%. Même si le ménage
n'a pas vendu des terres pour faire face a la crise, il a une
probabilité de risque de 33.73% qu`il soit sévèrement
vulnérable.
Dans le camp des ménages non vulnérables,
personne n'a vendu ces terres pour des raisons alimentaires (100%), car ils ont
des stocks de vivre en quantité suffisante.
Tableau 59 : test de chi2 entre niveau de
vulnérabilité et vente de terre.
|
Chi-Square Tests
|
|
|
|
|
Value
|
Df
|
p-value
|
|
Pearson Chi-Square
|
82.0682282
|
8
|
0,000
|
|
Likelihood Ratio
|
44.3146177
|
8
|
0,000
|
|
N of Valid Cases
|
9332
|
|
|
Tableau 60 : intensité du lien entre
niveau de vulnérabilité et la vente de terre.
Value p-value
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 91
Promotion 2008-2011
Phi 0.09377783 0,000
Cramer's V 0.06631094 0,000
9332
Figure 16 : niveau de
vulnérabilité selon la vente de terre.
3500
3000
2500
2000
1500
1000
500
0
Oui Non
vulnerabilite
tres faibles
vulnerabilite
non
vulnerable
vulnerabilite faible
vulnerabilite tres severe
severe
Source : Sécurité Alimentaire 2010 INS Niger.
9.6.3.3 Niveau de vulnérabilité et le
retrait des enfants à l'école.
Tableau 61 : Niveau de
vulnérabilité selon le retrait des enfants à
l'école.
novae de vulnerabilite Total
|
Retrait vulnerabilite tres vulnerabilite non
vulnerabilite vulnerabilite tres
des faibles sévère
vulnérable faible sévère
enfants
|
Oui 4.55 9.09 0.00 9.09
Non 26.84 33.73 1.17 34.55
Moy. 26.78 33.70 1.17 34.47
Oui 0.04 0.06 0.00 0.06
Non 99.92 99.78 100.00 99.91
Total 100 100 100 100
|
77.27
|
100
|
|
3.71
|
100
|
|
3.88
|
100
|
|
4.70
|
0.24
|
|
95.30
|
99.69
|
|
100
|
100
|
Les résultats de l'analyse nous montrent ici que,
77.27% des ménages très sévèrement
vulnérables sont ceux qui ont été contrains de retirer
leurs enfants
de l'école pour des raisons dites alimentaire. Aussi
parmi les ménages très sévèrement
vulnérables, il ya un risque de 4.70% qu`un chef de famille retire ces
enfants de l'école, mais dans le reste de la population à
différents niveaux de vulnérabilités, la
probabilité du risque n'excède pas 0.06%.
Ces constats reflètent la réalité que les
parents vivant au village n`ont toujours pas accorde d`importance a
l`école des blancs, c`est pourquoi en période de crise
alimentaire, ils privent leurs enfants de l`école en les envoyant en
exode dans les centres urbains pour contribuer a la gestion du foyer. C`est
pourquoi, aujourd`hui, il existe des projets ruraux au Niger qui exercent dans
le cadre de la récupération des enfants en voix de
déperdition en les ravitaillant de vivres et d`autres prise en
charge.
Tableau 62 : test de chi2.
|
Chi-Square Tests
|
|
|
|
|
Value
|
df
|
p-value
|
|
Pearson Chi-Square
|
323.154724
|
8
|
0,000
|
|
Likelihood Ratio
|
92.833306
|
8
|
0,000
|
|
N of Valid Cases
|
9332
|
|
|
Le tableau 62 nous montre la valeur de chi2 qui est
égale à 323.15. Cette valeur est significative, par conclusion,
nous pouvons dire qu'il ya une relation entre la variable niveau de
vulnérabilité alimentaire et la variable retrait des enfants
à l'école.
Le lien qui existe est validé ensuite par le v de
crameras qui donne une valeur de l'intensité de lien (0.13). Bien que
faible, elle est acceptée.
Tableau 63 : intensité du lien entre
niveau de vulnérabilité et le retrait des enfants a
l`école.
Value p-value
Phi 0.18608779 0,000
Cramer's V 0.13158394 0,000
9332
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 92
Promotion 2008-2011
Figure 17 : niveau de
vulnérabilité selon le retrait des enfants a l`école.
3500
3000
2500
severe
2000
1500
1000
500
0
Oui Non
vulnerabilite tres faibles
vulnerabilite
non
vulnerable
vulnerabilite faible
vulnerabilite tres severe
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 93
Promotion 2008-2011
Source : Sécurité Alimentaire 2010 INS Niger.
9.6.4 Niveau de vulnérabilité et la
migration.
Tableau 64 : Niveau de
vulnérabilité alimentaire selon la migration d'un ou des
|
membres de la famille.
|
|
|
|
|
|
niveau de vulnérabilité
|
|
|
|
Total
|
|
Migratio n
|
vulnerabilite tres faibles
|
vulnerabilite severe
|
non
vulnerabl e
|
vulnerabilite faible
|
vulnerabilite tres
severe
|
|
Oui
|
26.54
|
27.83
|
0.40
|
36.08
|
9.14 100
|
|
Non
|
26.82
|
34.59
|
1.29
|
34.25
|
3.06 100
|
|
Moy.
|
26.78
|
33.70
|
1.17
|
34.47
|
3.88 100
|
|
Oui
|
13.13
|
10.94
|
4.59
|
13.86
|
31.22 13.24
|
|
Non
|
86.71
|
88.87
|
95.41
|
86.04
|
68.23 86.59
|
|
Total
|
100
|
100
|
100
|
100
|
100 100
|
Lorsqu'une insécurité alimentaire s'installe dans
un ménage, elle provoque un déséquilibre. Incapables de
faire face, certains membres de ménage vont devoir recourir à la
migration forcée.
C'est ainsi que le tableau 64 nous montre dans la population de
ceux qui ont recouru à la migration inhabituelle, Plus de 9% sont
très sévèrement vulnérable.
Au sein des différents nivaux de
vulnérabilité, le risque de migrer varie de 4.59% chez les non
vulnérable à plus de 31% chez les vulnérables très
sévères en termes de probabilité.
Figure 18 : niveau de
vulnérabilité selon la migration de membre de la famille.
4000
9000
8000
7000
6000
5000
3000
2000
1000
0
Oui Non
vulnerabilite
tres severe
vulnerabilite
faible
non
vulnerable
vulnerabilite severe
vulnerabilite tres faibles
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 94
Promotion 2008-2011
Source : Sécurité Alimentaire 2010 INS Niger.
Tableau 65 : test de chi2
|
Chi-Square Tests
|
|
|
|
|
Value
|
do
|
p-value
|
|
Pearson Chi-Square
|
129.821582
|
8
|
0,000
|
|
Likelihood Ratio
|
108.137258
|
8
|
0,000
|
|
N of Valid Cases
|
9332
|
|
|
Tableau 66 : intensité du lien entre
niveau de vulnérabilité et la migration.
Value p-value
Phi 0.11794678 0,000
Cramer's V 0.08340097 0,000
9332
Il ressort du tableau ci-dessus que la valeur de V de Cramer est
de 0.12, ce qui veut dire que la relation entre le niveau de
vulnérabilité alimentaire et la migration est acceptable.
9.6.5 Niveau de vulnérabilité et la
baisse de revenu.
Tableau 67 : Niveau de
vulnérabilité alimentaire selon la baisse de revenu.
niveau de vulnerabilite Total
vulnerabilite tres faibles
vulnerabilite severe
non
vulnerable
vulnerabilite faible
vulnerabilite tres severe
Oui 24.39 33.70 0.21 36.89 4.81 100
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 95
Promotion 2008-2011
Non
|
28.44
|
33.70
|
1.83
|
32.79
|
3.23
|
100
|
|
Total
|
26.78
|
33.70
|
1.17
|
34.47
|
3.88
|
100
|
|
Oui
|
37.29
|
40.95
|
7.34
|
43.83
|
50.83
|
40.96
|
|
Non
|
62.71
|
59.05
|
92.66
|
56.17
|
49.17
|
59.04
|
|
Total
|
100
|
100
|
100
|
100
|
100
|
100
|
La baisse de revenu est l`un des facteurs essentiel
causé par la mauvaise production céréalière en 2010
due a l`irrégularité des pluies car 40.96% de la population ont
constaté une baisse de leurs revenus contre 59.04% des cas non
favorable. C`est ainsi que dans le groupe des ménages très
sévèrement vulnérable, plus de la moitie sont ceux qui ont
connu une baisse de leur revenu. Prés de 93% des ménages dans le
groupe des non vulnérables, sont ceux qui ne sont pas d`avis que leur
revenu a baissé. La probabilité que certains ménages
soient sévèrement vulnérable lorsque leurs revenu soit en
baisse est égale a 33,70%, alors qu`elle n`est que cette même
probabilité est de 0.21% pour être a l`abri de la crise.
Figure 18 : niveau de
vulnérabilité selon la baisse de revenu.
100,00
92,66
90,00
80,00
70,00
62,71
59,05
e severe
56,17
60,00
50,00
43,83
37,2
0,95
40,00
30,00
20,00
7,34
vulnerabilit
10,00
e tres severe
0,00
Oui Non
50,83 49,17
vulnerabilit e tres faibles vulnerabilit
non
vulnerable
vulnerabilit
e faible
Source : Sécurité Alimentaire 2010 INS Niger.
Tableau 68 : test de Khi2
Chi-Square Tests
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 96
Promotion 2008-2011
|
Value
|
df
|
p-value
|
|
Pearson Chi-Square
|
90.3660051
|
4
|
0,000
|
|
Likelihood Ratio
|
102.768263
|
4
|
0,000
|
|
N of Valid Cases
|
9332
|
|
|
Tableau 69 : intensité du lien entre
niveau de vulnérabilité et la baisse de revenu des
ménages.
Symmetric Measures
Nominal by Phi 0.09840455 0.000
Nominal
|
Cramer's V 0.09840455 0.000
|
N of Valid Cases 9332
9.6.6 Niveau de vulnérabilité selon
l`augmentation des prix des denrées alimentaires.
Tableau 70 : niveau de
vulnérabilité et augmentation des prix des denrées
alimentaires.
|
Oui
|
niveau de vulnerabilite
|
|
|
|
Total
100
|
|
vulnerabilite tres faibles
|
vulnerabilite severe
|
non
vulnerable
|
vulnerabilite faible
|
Vulnerabilite tres severe
|
|
24.31
|
33.59
|
1.15
|
36.02
|
4.93
|
|
Non
|
28.87
|
33.80
|
1.19
|
33.16
|
2.99
|
100
|
|
26.78
|
33.70
|
1.17
|
34.47
|
3.88
|
100
|
|
Oui
|
41.62
|
45.69
|
44.95
|
47.90
|
58.29
|
45.84
|
|
Non
|
58.38
|
54.31
|
55.05
|
52.10
|
41.71
|
54.16
|
|
100
|
100
|
100
|
100
|
100
|
100
|
Le présent résultat du tableau 70 nous informe
que la première principale difficulté que rencontre les chefs
ménages est l`augmentation des prix des denrées alimentaire pour
plus de 45% de la population.
Cependant, parmi ces ménages, 33.6% sont
sévèrement vulnérables. Et dans le groupe des
ménages très sévèrement vulnérable,
prés de 6/10 ménages sont ceux qui ont constate une hausse de
prix des denrées alimentaires.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 97
Promotion 2008-2011
Tableau 71 : test de khi2
Chi-Square Tests
Pearson Chi- 46.1150261 4 0.000
Square
Likelihood 46.1330803 4 0.000
Ratio
N of Valid 9332
Cases
Tableau 72 : intensité du lien entre
niveau de vulnérabilité et la hausse des prix des denrées
alimentaires.
Symmetric Measures
Nominal by Phi 0.07029653 0.000
Nominal
|
Cram 0.07029653 0.000 er's V
|
N of Valid Cases 9332
Les deux tableaux (71 et 72) nous confirment le lien existant
entre la variable niveau de vulnérabilité et la variable
augmentation des prix des denrées alimentaires, car la valeur de Khi2
est significative et la valeur de V de cramer`s est aussi significative. Mais
le lien est faible.
Chapitre III : Elaboration du profil de la
vulnérabilité Alimentaire des ménages
ruraux au Niger
(Analyse discriminante).
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 98
|
Promotion 2008-2011
|
|
10 Profil de vulnérabilité des
ménages au Niger : une Analyse Discriminante.
L'analyse discriminante est une autre forme d'analyses
statistiques multidimensionnelles qui cherche à décrire une
variable qualitative à k modalités à l'aide de p variables
quantitatives.
L'analyse discriminent poursuit deux(2) objectifs :
? Un objectif de description : il s'agit de voire comment les p
variables
explicatives X1, X2, , Xp permettent de mettre en évidence
les
différences entre les groupes. Plus précisément, il
s'agit de chercher la combinaison linéaire (variables discriminantes)
des p variables qui permettent le mieux possible de séparer les k sous
groupes.
? Un objectif de décision : on peu chercher un
critère pour affecter un individu dont le groupe n'est pas connu mais on
connais les variables X1,
X2, ,Xp .
Globalement, la méthode d`analyse discriminante cherche
à reconstituer le même classement mais en fonction d`autres
variables.
Il est question pour nous ici de :
Etudier les relations entre la variable qualitative et
dépendante (niveau de vulnérabilité) et l'ensemble de
variables explicatives quantitative que nous avons retenues et que nous
n'avions pas utilisées dans la classification (voire annexe 3 pour la
liste et significations des variables retenues).
Aider à analyser les différences entre les groupes
et/ou de donner les moyens pour assigner les cas dans le groupe lui ressemblant
le plus.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien 99
Promotion 2008-2011
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
100
Promotion 2008-2011
NB : nous avons utilisé la méthode pas à pas
d`entrées des variables, car elle nous permet d`obtenir un modèle
performant évitant les variables qui n'apportent que peut d`informations
au modèle.
10.1 Interprétations des résultats de
l'analyse discriminante.
Parmi les nombreux résultats sortis par SPSS, pour
analyser les résultats, nous allons nous intéresser aux
différentes étapes suivantes :
? Vérification des différences entre les groupes en
utilisant les statistiques des groupes et les tests statistiques
d'égalité des moyennes.
? Validation de l'étude en utilisant le test M de Box, le
tes de Wilk Lambda, la corrélation globale intragroupes combinés,
et la corrélation globale (valeurs propres).
? Vérification du pouvoir discriminent des axes avec
notamment les coefficients des fonctions discriminantes.
? Jugement de la qualité de la représentation du
modèle en utilisant la matrice de confusion qui regroupe les
ménages biens classés et les ménages mal
classés.
NB : avant toutes validations des différents tests, nous
nous sommes focaliser d'abord sur le résultat du test M de Box qui fait
un test global sur les variables retenues et c'est ce résultat qui nous
donne le feu vert d'avancer dans les interprétations des
données.
10.1.1 Vérification des différences entre
les groupes :
SPS nous a offert le tableau statistique des groupes et le
tableau des tests statistique d'égalité des moyennes nous
permettant d'observer les différences entre les groupes.
10.1.1.1 Le tableau statistique des groupes.
Le tableau de l'annexe 5 (statistique des groupes) résume
la statistique descriptive des variables mis en jeu. Les statistiques
calculées sont : les moyennes, les écart-types et le nombre
d'observation traite.
10.1.1.2 Le tableau des tests statistiques
d'égalité des moyennes des groupes Tableau 40 : tests
d'égalité des moyennes des groupes (cf. annexe 8).
|
Tests of Equality of Group
|
Colonne
|
Colonne
|
Colonne
|
Colonne
|
Colonne
|
|
Means
|
1
|
2
|
3
|
4
|
5
|
|
Wilk
|
|
|
|
|
|
Lambda
|
F
|
df1
|
df2
|
Sig.
|
Alhassane G. Abdoulaziz
Page
Elève Ingénieur Statisticien
101
Promotion 2008-2011
|
Diffa
|
0.943
|
141.679
|
4
|
9327
|
0,000
|
|
Dosso
|
0.999
|
2.856
|
4
|
9327
|
0,000
|
|
Maradi
|
0.996
|
9.753
|
4
|
9327
|
0,000
|
|
Tahoua
|
0.994
|
13.991
|
4
|
9327
|
0,000
|
|
Tillabery
|
0.992
|
18.467
|
4
|
9327
|
0,000
|
|
Zinder
|
0.995
|
10.831
|
4
|
9327
|
0,000
|
|
Niamey
|
0.996
|
10.322
|
4
|
9327
|
0,000
|
|
Masculine
|
0.992
|
18.939
|
4
|
9327
|
0,000
|
|
Zoneagricole
|
0.997
|
6.920
|
4
|
9327
|
0,000
|
|
Zoneagropastorale
|
0.997
|
6.369
|
4
|
9327
|
0,000
|
|
Maripoly
|
0.996
|
8.383
|
4
|
9327
|
0,000
|
|
Veuf
|
0.994
|
13.470
|
4
|
9327
|
0,000
|
|
Agriculture
|
0.987
|
31.823
|
4
|
9327
|
0,000
|
|
Elevage
|
0.947
|
131.113
|
4
|
9327
|
0,000
|
|
Commerce
|
0.996
|
10.059
|
4
|
9327
|
0,000
|
|
TravailJour
|
0.998
|
4.451
|
4
|
9327
|
0,000
|
|
Superieur
|
0.979
|
49.700
|
4
|
9327
|
0,000
|
|
Inferieur
|
0.988
|
27.253
|
4
|
9327
|
0,000
|
|
VentAnimal
|
0.989
|
26.843
|
4
|
9327
|
0,000
|
|
Bonne
|
0.988
|
28.877
|
4
|
9327
|
0,000
|
|
Moyen
|
0.998
|
5.170
|
4
|
9327
|
0,000
|
|
FFW
|
0.993
|
16.992
|
4
|
9327
|
0,000
|
|
CFW
|
0.995
|
11.547
|
4
|
9327
|
0,000
|
|
VentBien
|
0.989
|
24.797
|
4
|
9327
|
0,000
|
|
departActif
|
0.978
|
52.885
|
4
|
9327
|
0,000
|
|
ventAnimReprod
|
0.989
|
26.843
|
4
|
9327
|
0,000
|
|
VentBienNonProd
|
0.989
|
24.797
|
4
|
9327
|
0,000
|
|
VentTerres
|
0.992
|
19.538
|
4
|
9327
|
0,000
|
|
code321
|
0.979
|
49.700
|
4
|
9327
|
0,000
|
|
code322
|
0.998
|
4.475
|
4
|
9327
|
0,000
|
|
code323
|
0.988
|
27.253
|
4
|
9327
|
0,000
|
|
code223
|
0.995
|
12.496
|
4
|
9327
|
0,000
|
|
code224
|
0.990
|
23.604
|
4
|
9327
|
0,000
|
|
code231
|
0.995
|
10.721
|
4
|
9327
|
0,000
|
|
code237
|
0.996
|
9.820
|
4
|
9327
|
0,000
|
|
code242
|
0.995
|
11.897
|
4
|
9327
|
0,000
|
|
code243
|
0.996
|
8.848
|
4
|
9327
|
0,000
|
|
code251
|
0.991
|
20.529
|
4
|
9327
|
0,000
|
|
code252
|
0.988
|
27.922
|
4
|
9327
|
0,000
|
|
code263
|
0.992
|
19.089
|
4
|
9327
|
0,000
|
|
code264
|
0.981
|
46.060
|
4
|
9327
|
0,000
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
102
Promotion 2008-2011
|
code267
|
0.998
|
3.693
|
4
|
9327
|
0,000
|
|
code17
|
0.992
|
18.939
|
4
|
9327
|
0,000
|
|
DEPENSES ALIMENTAIRES
|
|
|
|
|
|
|
MENSUELLES
|
0.965
|
84.706
|
4
|
9327
|
0,000
|
|
DEPENSES NON
|
|
|
|
|
|
|
ALIMENTAIRES MENSUELLES
|
0.945
|
134.568
|
4
|
9327
|
0,000
|
|
DEPENSES TOTALES
|
|
|
|
|
|
|
MENSUELLES EN CASH
|
0.914
|
219.095
|
4
|
9327
|
0,000
|
|
PART DES DEPENSES
|
|
|
|
|
|
|
ALIMENTAIRES DANS LES
|
|
|
|
|
|
|
DEPENSES TOTALES Y
|
|
|
|
|
|
|
COMPRIS
|
|
|
|
|
|
|
AUTOCONSOMMATION
|
0.814
|
531.091
|
4
|
9327
|
0,000
|
|
DEPENSES ALIMENTAIRES
|
|
|
|
|
|
|
MENSUELLES EN CASH
|
0.846
|
425.430
|
4
|
9327
|
0,000
|
le tableau 40 retrace les différentes valeurs moyennes
issues du test de la moyenne des différents groupes.
B ? ? ? ? ? ?? ? ? ?
k ? k ? ? k ?
N i
Notons que le lambda de Wilk est basé sur le Fisher qui a
deux degrés de liberté dont les formules sont les suivantes :
Df1=K-1 ; df2=n-k, avec K le nombre de modalité du
variable «niveau de vulnérabilité alimentaire » et n la
taille des ménage.
? ,,
Les autres formules :
W =
1
n
`
B est la matrice variance covariance entre groupe (between
group). W est la matrice variance-covariance intra groupe (wthin group). =
centre de gravite des k groupes.
Variance totale V = B+W.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
103
Promotion 2008-2011
Ainsi, la formule de Wilk Lambda est :
Étant le déterminant de la matrice variance
covariance intra groupe Est le déterminant de la matrice
variance-covariance entre groupe. Hypothèses :
Ho : les cinq moyennes des différentes variables
indépendantes mis en jeu sont identiques ?
H1 : les cinq moyennes sont différentes les unes des
autres, c`est à dire que les cinq moyennes des variables mis en jeu ont
un pouvoir discriminent.
Si on accepte h1, cela veut dire qu`a travers ces variables on
peut classer les ménages par ordre de sévérité de
la vulnérabilité alimentaire.
Nous constatons que la différence entre les moyennes est
significative au niveau de signification 0,05. En effet, pour une valeur de
Fisher quelconque et un risque alpha (sig) <0,05, nous sommes conduits
à rejeter l'hypothèse nulle d'égalité des moyennes,
d'où une différence significative des moyennes des classes.
On remarque également que la variable part des
dépenses alimentaires dans les dépenses globale y compris
autoconsommation est la plus discriminante car ayant la plus
grande valeur de Fisher (F=531.091). Cette variable elle seule permet de
baptiser les groupes car ayant le plus pouvoir discriminent.
10.1.2 Validation de l'étude
La validité d'une analyse discriminante est estimée
par les différents tableaux
donnés par SPSS ci-dessous.
10.1.2.1 Validité de l'étude à
partir de la matrice de covariance
La matrice intra-groupe combinée nous affiche
successivement la matrice de covariance entre les groupes et la
corrélation entre le variable.
Elle nous fourni la corrélation des différences des
variables explicatives pour chaque classe de la variable dépendante qui
est le `'niveau de vulnérabilité» pour nous permettre
d'identifier les variables qui ont une forte corrélation
(corrélation>=0,90) et d'évité le
phénomène des redondances en écartant une des deux
variables.
Tableau 41 : corrélation intragroupe
combinée (ce tableau ne peut pas figurer dans ce mémoire compte
tenu de sa grandeur).
Ici, on ne veut pas avoir des corrélations trop
élevées tout comme des corrélations nulles.
Toute la corrélation étant inférieures
à 0,90 et ne sont pas nulles, nous pouvons dire que les matrices de
covariances pour les différentes classes ne sont pas égales. Il y
a absence du phénomène de redondance.
10.1.2.2 Vérification de la validité de
l'étude à partir du test M de Box
Le test de Box nous permet de tester l'hypothèse
d'égalité des matrices de covariance intra-classe.
Tableau 42 : Résulta du test de Boxas
M
Test Results(a)
Box's M
F
Approx.
28692.9712
10.9141462
df1
df2
Sig.
2583
5419272.79
0
Tests null hypothesis of equal population covariance matrices.
Le test de box`s M nous confirme que les matrices de covariances
ne sont pas identiques pour les 5 niveaux de vulnérabilité en se
basant sur la valeur significative du Fisher (10.91). Le modèle peut
être supposé comme bon.
10.1.2.3 Vérification de la validité de
l'étude à partir de la corrélation globale
Le tableau ci-dessous nous affiche les valeurs propres (Eigen
values) associées aux différents facteurs, ainsi que les
pourcentages et pourcentages cumulés de discrimination correspondant.
Plus la corrélation canonique (canonique
corrélation) est proche de 1, plus le modèle est Bon.
Tableau 43: les valeurs propres
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
104
|
Promotion 2008-2011
|
|
|
Eigen
|
|
|
|
|
|
values
|
Colonne1
|
Colonne2
|
Colonne3
|
Colonne4
|
|
Eigen
|
% of
|
Cumulative
|
Canonical
|
|
Function
|
value
|
Variance
|
%
|
Correlation
|
|
1
|
0.491
|
64.386
|
64.386
|
0.574
|
|
2
|
0.137
|
17.923
|
82.308
|
0.347
|
|
3
|
0.075
|
9.800
|
92.109
|
0.264
|
|
4
|
0.060
|
7.891
|
100.000
|
0.238
|
First 4 canonical discriminate functions were used in the
A analysis.
Avec la formule:
Valeur propre (Eigen value):
La première fonction discriminante est définie par
le vecteur directeur talque
l`on maximise :
Nombre de valeurs propres=K-1 avec K le nombre de classes.
Corrélation canonique=v (L(i)/1+L(i) est la valeur propre
associée au facteur i.
Il ressort de ce tableau que la fonction 1 ayant une
corrélation canonique (0,574) plus proches de 1 est plus meilleure que
la fonction 2(0.347). Cela signifie qu`il ya une forte corrélation entre
la première fonction discriminent (axe1) et la variable niveau de
vulnérabilité. La fonction discriminente1 détient aussi
64.386% de l`information totale.
La deuxième fonction avec une corrélation canonique
qui est égale à 0.347(proche de 0.5 qui est la valeur d`un
coefficient de corrélation moyenne), donc la deuxième fonction
est moyennement liée a la variable dépendante et contient 17.932%
de l`inertie totale.
10.1.2.4 Vérification de la validité de
l'étude à partir du test de Wilk Lambda Tableau 44 :
lambda de Wilk
|
Walks'
|
|
|
|
|
|
Lambda
|
Colonne1
|
Colonne2
|
Colonne3
|
Colonne4
|
|
Test of
|
Walks'
|
Chi-
|
|
|
|
Function(s)
|
Lambda
|
square
|
df
|
Sig.
|
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
105
|
Promotion 2008-2011
|
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
106
Promotion 2008-2011
|
1 through 4
|
|
0.518
|
6122.196
|
164
|
0,000
|
|
2 through 4
|
|
0.772
|
2405.925
|
120
|
0,000
|
|
3 through 4
|
|
0.878
|
1214.139
|
78
|
0,000
|
|
4
|
0.943
|
543.637
|
38
|
0,000
|
Dans ce tableau SPSS a transformé le Wilk Lambda en chi2
et plus la valeur de chi2 est grand plus le modèle est bon. Et c`est ce
qu`on constate dans ce tableau. Alors qu`il ressort du tableau un signe d`une
bonne qualité de modèle.
10.1.3 Vérification du pouvoir discriminant des
axes.
On observe le pouvoir des axes grâce au tableau des
coefficients des fonctions discriminantes canoniques donné par SPSS.
? Coefficients des fonctions discriminantes
Le tableau ci-dessous nous permet de calculer à chaque
ménage son score discriminant.
La fonction discriminante (Fi) a pour formule :
Fi= C+W1*X1 + W2*X2 + W3*X3 + ..Wn*An
Où C = la constant, W= le coefficient, X= la variable et F
la fonction associée au facteur i.
Tableau 45 : coefficient des fonctions
discriminantes canoniques (cf. annexe7).
10.1.4 Fonctions aux barycentres.
Ce tableau donne les scores de la fonction discriminante 1, 2, 3
et 4 relatives aux différentes classes de niveau de
vulnérabilité.
Tableau 46 : fonction au barycentre des
groupes
Functions at Group Centroids
|
niveau de vulnerabilite
|
Function
|
|
1
|
2
|
3
|
4
|
|
vulnerabilite tres
|
|
|
|
|
|
faibles
|
-0.508
|
0.223
|
0.329
|
-0.154
|
|
vulnerabilite severe
|
-0.500
|
-0.263
|
-0.264
|
-0.030
|
|
non vulnerable
|
-1.157
|
2.749
|
-1.005
|
0.885
|
|
vulnerabilite faible
|
0.959
|
0.050
|
-0.021
|
-0.002
|
|
vulnerabilite tres
|
|
|
|
|
|
severe
|
-0.326
|
-0.527
|
0.512
|
1.069
|
Unstandardized canonical discriminant functions evaluated at
group means
Afin de classer un ménage pris hors de
l`échantillon, dans l`un des groupes, on calcule son score discriminant
pour chaque facteur et on le compare avec les valeurs se trouvant dans le
tableau fonction au barycentre des groupes, puis on le classe dans le groupe ou
les scores discriminants sont plus proche des valeurs des fonctions 1, 2, 3 et
4.
10.1.5 Fréquences des ménages bien
classés et des ménages mal classés par le
modèle.
On observe la qualité de la représentation pour
s'assurer que la fonction discriminante classifie bien les individus en
sous-groupes, pour cela, on analyse la matrice de confusion ci-dessous qui
regroupe les individus bien et mal classés.
Tableau : résultat du classement.
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
107
|
Promotion 2008-2011
|
|
|
niveau de vulnerabilite
|
Predicted Group Membership
|
|
Total
|
vulnerabilite tres faibles
|
vulnerabilite
|
non
|
vulnerabilite
|
vulnerabilite tres
|
|
severe
|
vulnerable
|
faible
|
severe
|
vulnerabilite tres faibles
968
107
512
67
2499
vulnerabilite severe
441
70
464
92
3145
|
non vulnerable
|
15
|
18
|
59
|
17
|
0
|
109
|
vulnerabilite faible
71
664
23
36
3217
vulnerabilite tres severe
57
151
1
84
362
69
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
108
Promotion 2008-2011
vulnerabilite tres faibles
|
33.814%
|
38.735%
|
4.282%
|
20.488%
|
2.681%
|
100%
|
|
vulnerabilite severe
|
14.022%
|
66.073%
|
2.226%
|
14.754%
|
2.925%
|
100%
|
|
non vulnerable
|
13.761%
|
16.514%
|
54.128%
|
15.596%
|
0.000%
|
100%
|
|
vulnerabilite faible
|
2.207%
|
20.640%
|
0.715%
|
75.319%
|
1.119%
|
100%
|
|
vulnerabilite tres severe
|
15.746%
|
41.713%
|
0.276%
|
23.204%
|
19.061%
|
100%
|
Cross validation is done only for those cases in the analysis. In
cross validation, each case
845
2078
2423
A is classified by the functions derived from all cases other
than that case.
B 58.7% of original grouped cases correctly classified.
Ainsi, dans notre étude, le modèle a classé
845 ménages comme des vulnérables très faibles qui sont
considérés comme étant des vulnérables très
faible par l'original. 968 ménages sont classées comme des
vulnérables sévère alors qu`ils sont
considérés comme des ménages a très faible
vulnérabilité par l`original. 512 ménages sont
nouvellement classée comme des ménages faiblement
vulnérables alors qu`il était considérés dans le
groupe des ménages très faiblement vulnérable.
Dans les 3145 ménages qui étaient classés
comme étant des vulnérables sévères, 2078 sont
toujours considérés comme des vulnérables
sévères, 464 ménages sont classées dans le groupe a
faibles vulnérabilité, 441 dans le groupe des ménages
très faiblement vulnérable par le nouveau modèle.
Parmi les 109 ménages considérés comme
étant du groupe des non vulnérable, 59 sont toujours
considérés comme des non vulnérable par le nouveau
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
109
Promotion 2008-2011
classement, et aucun n`est considéré comme
vulnérable très sévère par ce même nouveau
modèle.
Sur 3217 ménages considérés comme
étant faiblement vulnérable, les 2423 sont toujours
considérés par le nouveau modèle comme des ménages
faiblement vulnérables, les 664 sont nouvellement classée parmi
les ménages sévèrement vulnérables, les 71 sont
considérés comme des ménages très faiblement
vulnérable.
Sur 362 ménages considérés comme
étant très sévèrement vulnérable, 69 sont
considérés comme des ménages très
sévèrement vulnérable, 151 sont considérés
comme des ménages à vulnérabilités
sévères, 84 comme des ménages à faible
vulnérabilité, par le nouveau classement du nouveau
modèle.
Au total, nous avons 5474 ménages (la somme des valeurs du
diagonale en couleur cyan) qui ont été correctement
classées, soit un taux de réussite de 58,7%(la somme des valeurs
en rouge sur la diagonale).
Ainsi, avec ce résultat, nous pouvons affirmer que notre
modèle est acceptable puis qu`il avoisine le taux 60% qui est
considérés comme le taux d`un bon classement.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
110
Promotion 2008-2011
Figure 14 : projection globale dans le
premier plan factoriel discriminant des ménages et des barycentres des
groupes.
Canonical Discriminant Functions
vulnerabilite severe
non vulnerable
vulnerabilite tres f
vulnerabilite tres s
vulnerabilite fai
8
6
4
2
0
-2
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
111
Promotion 2008-2011
11 Conclusion
Aux termes de nos analyses, il ressort que la situation de la
vulnérabilité alimentaire des ménages ruraux au Niger
s`est considérablement dégradée dans la période
d`avril 2010. Malgré l`abondance des marches en denrées
alimentaire, beaucoup de ménages éprouvent des difficultés
pour s`approvisionner en raison de l`augmentation de leur prix et de la baisse
des revenus due a la perturbation des productions agricoles et
fourragères.
Le taux des vulnérables au Niger a atteint un niveau
inquiétant en 2010 et parait être le score plus jamais atteint
depuis les années 1960. Cependant, ces taux varient en fonction du
niveau de vulnérabilité. Les ménages
sévèrement vulnérables ont atteint le taux de 33.70% de la
population soit environ 4 millions de personnes, le taux des vulnérables
très sévères qu` est le cas extrême compte à
son tour prêt de 4% de la population totale soit 469.345 personnes suivit
du taux des vulnérables modérés 34.47%. Globalement, les
résultats nous montrent que plus de 7 sur 10 ménages sont
vulnérables dans la population rurale soit prêt de 8.7 millions
d`âmes. Signalons que ces taux cachent beaucoup de disparités si
bien au niveau des départements, les zones qu`au niveau des sexes. C`est
ainsi que nous avons constaté que la proportion des populations
sévèrement vulnérables est beaucoup plus
inquiétante dans les départements de Tillabéry (15.19%) et
Tessaoua (12.43). Puis la proportion des populations très
sévèrement vulnérables est beaucoup plus observée
dans les départements d`Aguié (5.21), de Madarounfa (4.48%), de
Bouza (4.52%), de Tahoua (4.48%), de Dosso (4.41%) et de Tanout (4.01%). Chez
les deux sexes, bien que la proportion des ménages dirigées par
les femmes n`excède pas 10% de la population totale, ce sont les
mêmes ménages dirigés par les femmes qui sont beaucoup plus
en insécurité alimentaire dans 50% de cas. Et dans d`autres cas,
le taux des vulnérables très sévères est deux fois
plus élevés chez les femmes.
Tous ceux-ci ont occasionné ainsi :
? Un grand nombre de retrait des enfants a l`école dans
plus de 77% des ménages vulnérables ;
? Les ventes des biens productifs, non productifs et reproductifs
;
? Et les migrations forcées de certains bras valides vers
les centres urbains nationaux et internationaux, dans plus de 6% des familles
vulnérables.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
112
Promotion 2008-2011
12 RECOMMANDATIONS
La situation d'insécurité alimentaire qui
prévaut au Niger interpelle tous les décideurs.
En effet, malgré les multiples efforts
déployés depuis plusieurs années aussi bien par l'Etat et
récemment par les émigrés pour mettre fin à la faim
au Niger, le phénomène persiste et reste toujours un joug pour le
pays.
Sur la base de ce qui précède, nous recommandons
ceux-ci :
> Accélérer la reconstitution des stocks de
sécurité alimentaire notamment dans les zones à risque :
Ouallam, Tillabéry, Illéla...
> Continuer à appuyer les interventions de soutien aux
populations
vulnérables affectées par la crise alimentaire et
pastorale de 2010 ;
> Développer des actions de courts et moyen termes sur
la malnutrition : réhabilitation nutritionnelle,
supplémentassions alimentaire ciblée des populations
vulnérables, éducation nutritionnelle, soins de santé
primaire, promotion de la consommation des produits locaux variés et
nutritifs ;
> Adapter les plans de contingence en tenant compte des
risques d'inflation importée et des populations déplacées
de Côte-d'Ivoire et de la Libye ;
> Dynamiser les groupes pluridisciplinaires sur la
sécurité alimentaire dans les pays pour une meilleure
complétude des informations clés telles que la dynamique des
marchés, la situation nutritionnelle.
> Sensibiliser le paysans à développer les
cultures de contre saison ;
> Aider les riverains à développer l'agriculture
fluviale ;
> Faciliter aux agriculteurs l'accès aux intrants
agricoles ;
> Augmenter le taux de scolarisation et de
l`alphabétisation.
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
113
Promotion 2008-2011
Vu que le Niger est un pays exportateur d`uranium, n`est il
pas mieux de changer une partie de la production contre nourriture ?
13 Référence bibliographiques
La méthode de l`indice de stratégie de survie (the
coping strategy index CSI).
www.google.com
Rapport de l`atelier sur la sécurité alimentaire au
Sud-Kivu (25 juillet 2005).
www.google.com
Rapport mensuel sur la sécurité alimentaire au
Sahel et en Afrique de l`ouest. 31juillet
2005. www.google.com
Rapport de l`Enquête nationale sur la
sécurité alimentaire et la Malnutrition au Burkina Faso
(décembre 2009).
www.google.com
Analyse de la sécurité alimentaire et de la
vulnérabilité(CFSVA) au Niger
2005. www.google.com
Analyse de la sécurité alimentaire et de la
vulnérabilité(CFSVA) au Mali
2005. www.google.com
Comment évaluer la sécurité alimentaire?
Guide pratique pour les sociétés nationales africaines.
Edité par la croix rouge et croissant rouge.
http://www.streaminitiative.org/library/pdf/myanmaiRaport.pdf
ou
www.google.com
Rapport de la concertation régionale sur la situation
alimentaire et nutritionnelle au Sahel et en Afrique de l`ouest.
Conakry/République de Guinée, 22-24Mars
20011. www.insah.org ou
www.google.com
Comment utiliser la méthode FANTA ?
www.google.com
Enquête conjointe sur la vulnérabilité a
l`insécurité alimentaire des ménages au Niger
(Décembre 2009/Janvier 2010).
Enquête sur la sécurité alimentaire des
ménages au Niger (Avril 2010).
Consultation: Poids des différents animaux domestique a
l`Ecole inter-état des Sciences et de la Médecine
Vétérinaire (EISMV).
Google earth : géo localisation des régions
nigériennes.
Site du Ministère des Ressources
Animales. www.goole.com
Site Ministère du développement
agricole. www.goole.com
Réseau de Prévention et de Gestion des Crises
Alimentaires (RPGCA).
14 LES ANNEXES
Annexe 1 : calcul des scores de l'indice stratégie de
survie.
|
stratégie adoptées
par les ménages
|
focus grouped
|
|
GP1
|
GP2
|
GP3
|
GP4
|
GP5
|
GP6
|
GP7
|
GP8
|
GP9
|
GP10
|
Moyne
|
|
consomme des
nourritures moins
préféré
|
1
|
1
|
1
|
1
|
1
|
1
|
1
|
1
|
1
|
1
|
1
|
|
mendier la nurture
|
2
|
2
|
2
|
2
|
2
|
2
|
2
|
2
|
2
|
1
|
2
|
|
acheter à crédit le
vivre
|
2
|
2
|
1
|
2
|
1
|
3
|
2
|
2
|
2
|
2
|
2
|
|
consommé des
nouritures savages
|
5
|
5
|
3
|
3
|
4
|
4
|
4
|
5
|
4
|
4
|
4
|
|
consommé la
semence
|
3
|
3
|
3
|
4
|
2
|
3
|
4
|
2
|
3
|
3
|
3
|
|
un membre du
ménage mange
ailleurs
|
2
|
2
|
2
|
1
|
3
|
2
|
3
|
2
|
2
|
2
|
2
|
|
mendicier
|
5
|
5
|
4
|
4
|
3
|
3
|
2
|
4
|
5
|
4
|
4
|
|
limite la ration
journaliere
|
1
|
1
|
1
|
1
|
1
|
1
|
1
|
1
|
1
|
0
|
1
|
|
diminuer la ration au profit des enfants
|
3
|
2
|
2
|
3
|
3
|
3
|
2
|
3
|
2
|
3
|
3
|
|
passer toute une
journée sans manger
|
4
|
4
|
3
|
3
|
4
|
4
|
3
|
4
|
4
|
4
|
4
|
|
Annexes 2 : les trois partitions en 3, 4, et 5 classes
|
|
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
114
|
|
Promotion 2008-2011
|
|
|
Classification en cinq (5) partitions Classification
en quatre (4)
partitions
|
Variables
|
Eta
|
Eta
Squared
|
p-value
|
|
SCA
|
0.72
|
0.51
|
0,00
|
|
CSI
|
0.79
|
0.62
|
0,00
|
|
PDADTC
|
0.80
|
0.64
|
0,00
|
|
NMCS
|
0.25
|
0.06
|
0,00
|
|
UBT
|
0.75
|
0.56
|
0,00
|
|
iqv5
|
0.87
|
|
|
|
SCA
|
0.73
|
0.53
|
0,00
|
|
CSI
|
0.11
|
0.01
|
0,00
|
|
PDADTC
|
0.81
|
0.65
|
0,00
|
|
NMCS
|
0.17
|
0.03
|
0,00
|
|
UBT
|
0.16
|
0.02
|
0,00
|
|
iqv3
|
0.99
|
|
|
p-value
Eta
variables Eta Squared
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
115
Promotion 2008-2011
Classification en trois (3)
partitions
|
variables
|
Eta
|
Eta
Squared
|
p-value
|
|
SCA
|
0.68
|
0.47
|
0,00
|
|
CSI
|
0.75
|
0.57
|
0,00
|
|
PDADTC
|
0.49
|
0.24
|
0,00
|
|
NMCS
|
0.26
|
0.07
|
0,00
|
|
UBT
|
0.75
|
0.57
|
0,00
|
|
iqv4
|
0.74
|
|
|
Annexe 3 : dendrogramme
6
0 %
* * * *
* * * *
* * * *
* * * *
* * * *
* * * *
* * * *
* * * *
* * * *
* * * *
0 %
* * * *
* * * *
0 % 0 %
* * * *
* * * *
* * * *
* * * *
* * * *
* * * *
* * * *
* * * *
* * * *
* * * * * * * *
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
116
Promotion 2008-2011
Annexe 4 : niveau de vulnérabilité selon
les départements.
|
niveau de vulnerabilite (en%)
|
|
|
|
Total
|
|
vulnerabilite vulnerabilite
tres faibles severe
|
non
vulnerabl e
|
vulnerabilit e faible
|
vulnerabilite tres severe
|
|
|
Diffa
|
25.42
|
48.75
|
2.92
|
21.67
|
1.25
|
100
|
|
Maine-Soroa
|
51.67
|
23.92
|
17.22
|
5.74
|
1.44
|
100
|
|
N`guigmi
|
37.58
|
44.97
|
10.07
|
7.38
|
0.00
|
100
|
|
Dosso
|
20.95
|
47.30
|
0.34
|
24.32
|
7.09
|
100
|
|
Boboye
|
22.30
|
59.46
|
0.68
|
12.84
|
4.73
|
100
|
|
Doutchi
|
23.05
|
24.91
|
0.00
|
52.04
|
0.00
|
100
|
|
Gaya
|
44.44
|
22.78
|
0.56
|
26.11
|
6.11
|
100
|
|
Loga
|
29.58
|
28.33
|
0.00
|
41.67
|
0.42
|
100
|
|
Madarounfa
|
29.61
|
42.46
|
0.00
|
23.18
|
4.75
|
100
|
|
Aguié
|
15.26
|
44.69
|
0.00
|
35.15
|
4.90
|
100
|
|
Dakoro
|
41.67
|
13.33
|
1.11
|
43.89
|
0.00
|
100
|
|
Guidan-Roumdji
|
39.33
|
22.67
|
0.00
|
34.33
|
3.67
|
100
|
|
Mayahi
|
30.56
|
33.61
|
0.28
|
33.89
|
1.67
|
100
|
|
Tessaoua
|
31.92
|
18.97
|
0.45
|
44.87
|
3.79
|
100
|
|
Tahoua
|
14.48
|
39.28
|
0.00
|
33.70
|
12.53
|
100
|
|
Abalak
|
32.55
|
45.49
|
1.18
|
15.69
|
5.10
|
100
|
|
Birni-Konni
|
31.97
|
27.21
|
0.00
|
39.46
|
1.36
|
100
|
|
Bouza
|
30.55
|
33.89
|
0.24
|
30.55 4.77
|
100
|
|
Illéla
|
17.91
|
26.12
|
0.00
|
54.85 1.12
|
100
|
|
Keita
|
29.67
|
21.29
|
0.24
|
48.33 0.48
|
100
|
|
Madaoua
|
39.06
|
17.19
|
0.00
|
38.54 5.21
|
100
|
|
Tchintabarade n
|
44.44
|
33.33
|
1.11
|
13.33 7.78
|
100
|
|
Tillabéri
|
25.78
|
21.08
|
0.45
|
40.36 12.33
|
100
|
|
Filingue
|
23.92
|
49.41
|
0.39
|
24.31 1.96
|
100
|
|
Kollo
|
24.93
|
33.91
|
0.58
|
36.81 3.77
|
100
|
|
Ouallam
|
9.76
|
28.10
|
1.19
|
59.52 1.43
|
100
|
|
Say
|
21.48
|
50.34
|
5.37
|
22.15 0.67
|
100
|
|
Téra
|
18.96
|
28.62
|
2.97
|
44.24 5.20
|
100
|
|
Mirriah
|
21.18
|
33.73
|
0.39
|
37.25 7.45
|
100
|
|
Gouré
|
20.61
|
38.79
|
5.45
|
32.12 3.03
|
100
|
|
Magaria
|
11.33
|
68.00
|
0.00
|
19.33 1.33
|
100
|
|
Matamèye
|
24.40
|
44.50
|
0.00
|
30.14 0.96
|
100
|
|
Tanout
|
25.22
|
36.52
|
0.00
|
37.39 0.87
|
100
|
|
Niamey peripherie1
|
13.33
|
70.00
|
0.00
|
16.67 0.00
|
100
|
|
Niamey peripherie2
|
3.33
|
66.67
|
0.00
|
30.00 0.00
|
100
|
|
Niamey peripherie3
|
15.00
|
46.67
|
0.00
|
35.00 3.33
|
100
|
|
Niamey peripherie4
|
10.00
|
73.33
|
0.00
|
13.33 3.33
|
100
|
|
Moy. Rural.
|
26.78
|
33.70
|
1.17
|
34.47 3.88
|
100
|
|
Diffa
|
2.44
|
3.72
|
6.42
|
1.62 0.83
|
2.57
|
|
Maine-Soroa
|
4.32
|
1.59
|
33.03
|
0.37 0.83
|
2.24
|
|
N`guigmi
|
2.24
|
2.13
|
13.76
|
0.34 0.00
|
1.60
|
|
Dosso
|
2.48
|
4.45
|
0.92
|
2.24 5.80
|
3.17
|
|
Boboye
|
1.32
|
2.80
|
0.92
|
0.59 1.93
|
1.59
|
|
Doutchi
|
2.48
|
2.13
|
0.00
|
4.35 0.00
|
2.88
|
|
Gaya
|
3.20
|
1.30
|
0.92
|
1.46 3.04
|
1.93
|
|
Loga
|
2.84
|
2.16
|
0.00
|
3.11 0.28
|
2.57
|
|
Madarounfa
|
4.24
|
4.83
|
0.00
|
2.58 4.70
|
3.84
|
|
Aguié
|
2.24
|
5.21
|
0.00
|
4.01 4.97
|
3.93
|
|
Dakoro
|
3.00
|
0.76
|
1.83
|
2.46 0.00
|
1.93
|
|
Guidan-Roumdji
|
4.72
|
2.16
|
0.00
|
3.20 3.04
|
3.21
|
|
Mayahi
|
4.40
|
3.85
|
0.92
|
3.79 1.66
|
3.86
|
|
Tessaoua
|
5.72
|
2.70
|
1.83
|
6.25 4.70
|
4.80
|
|
Tahoua
|
2.08
|
4.48
|
0.00
|
3.76 12.43
|
3.85
|
|
Abalak
|
3.32
|
3.69
|
2.75
|
1.24 3.59
|
2.73
|
|
Birni-Konni
|
1.88
|
1.27
|
0.00
|
1.80 0.55
|
1.58
|
|
Alhassane G. Abdoulaziz
|
|
Page
|
|
Promotion 2008-2011
|
|
|
Elève Ingénieur Statisticien
|
|
117
|
|
|
|
|
Bouza
|
5.12
|
4.52
|
0.92
|
3.98
|
5.52
|
4.49
|
|
Illéla
|
1.92
|
2.23
|
0.00
|
4.57
|
0.83
|
2.87
|
|
Keita
|
4.96
|
2.83
|
0.92
|
6.28
|
0.55
|
4.48
|
|
Madaoua
|
6.00
|
2.10
|
0.00
|
4.60
|
5.52
|
4.11
|
|
Tchintabarade n
|
3.20
|
1.91
|
1.83
|
0.75
|
3.87
|
1.93
|
|
Tillabéri
|
4.60
|
2.99
|
1.83
|
5.60
|
15.19
|
4.78
|
|
Filingue
|
2.44
|
4.01
|
0.92
|
1.93
|
1.38
|
2.73
|
|
Kollo
|
3.44
|
3.72
|
1.83
|
3.95
|
3.59
|
3.70
|
|
Ouallam
|
1.64
|
3.75
|
4.59
|
7.77
|
1.66
|
4.50
|
|
Say
|
1.28
|
2.38
|
7.34
|
1.03
|
0.28
|
1.60
|
|
Téra
|
2.04
|
2.45
|
7.34
|
3.70
|
3.87
|
2.88
|
|
Mariah
|
2.16
|
2.73
|
0.92
|
2.95
|
5.25
|
2.73
|
|
Gouré
|
1.36
|
2.03
|
8.26
|
1.65
|
1.38
|
1.77
|
|
Magaria
|
0.68
|
3.24
|
0.00
|
0.90
|
0.55
|
1.61
|
|
Matamèye
|
2.04
|
2.96
|
0.00
|
1.96
|
0.55
|
2.24
|
|
Tanout
|
3.48
|
4.01
|
0.00
|
4.01
|
0.83
|
3.70
|
|
Niamey peripherie1
|
0.16
|
0.67
|
0.00
|
0.16
|
0.00
|
0.32
|
|
Niamey peripherie2
|
0.04
|
0.64
|
0.00
|
0.28
|
0.00
|
0.32
|
|
Niamey peripherie3
|
0.36
|
0.89
|
0.00
|
0.65
|
0.55
|
0.64
|
|
Niamey peripherie4
|
0.12
|
0.70
|
0.00
|
0.12
|
0.28
|
0.32
|
|
100
|
100
|
100
|
100
|
100
|
100
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
118
Promotion 2008-2011
Annexe5 : Taille de l'échantillon pour
l'enquête en milieu rural au Niger
|
Région/département
|
Ménages échantillons
|
20 Ménages par ZD
|
|
Diffa
|
320
|
16
|
|
Maine-Soroa
|
220
|
11
|
|
N'Guigmi
|
220
|
11
|
|
Region de Diffa
|
760
|
38
|
|
Dosso
|
240
|
12
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
119
Promotion 2008-2011
|
Boboye
|
240
|
12
|
|
Doutchi
|
220
|
11
|
|
Gaya
|
220
|
11
|
|
Loga
|
220
|
11
|
|
Région de Dosso
|
1140
|
57
|
|
Madarounfa
|
240
|
12
|
|
Aguié
|
220
|
11
|
|
Dakoro
|
220
|
11
|
|
Guidan-Roumdji
|
300
|
15
|
|
Mayahi
|
220
|
11
|
|
Tessaoua
|
260
|
13
|
|
Région de Maradi
|
1460
|
73
|
|
Tahoua
|
220
|
11
|
|
Abalak
|
260
|
13
|
|
Birni Konni
|
360
|
18
|
|
Bouza
|
260
|
13
|
|
Illéla
|
260
|
13
|
|
Keita
|
280
|
14
|
|
Madaoua
|
280
|
14
|
|
Tchintabraden
|
280
|
14
|
|
Région de Tahoua
|
2200
|
110
|
|
Tillabéri
|
220
|
11
|
|
Filingué
|
240
|
12
|
|
Kollo
|
220
|
11
|
|
Ouallam
|
360
|
18
|
|
Say
|
220
|
11
|
|
Téra
|
240
|
12
|
|
Région de Tillabéri
|
1500
|
75
|
|
Mirriah
|
500
|
25
|
|
Gouré
|
400
|
20
|
|
Magaria
|
400
|
20
|
|
Matamèye
|
400
|
20
|
|
Tanout
|
220
|
11
|
|
Région de Zinder
|
1920
|
96
|
|
Périphérie Niamey
|
220
|
11
|
|
Total Niger milieu rural
|
9200
|
460
|
La dernière colonne représente les zones de
dénombrement par région et département et dans chaque ZD
on tire 20 ménages.
Annexe 6 : signification des variables abrégées
dans l`analyse discriminante
|
Les variables
|
signification
|
Code
|
|
Diffa
|
Region de Diffa
|
1 ou 0
|
|
Dosso
|
Region de Dosso
|
1 ou 0
|
|
Maradi
|
Region de Maradi
|
1 ou 0
|
|
Tahoua
|
Region de Tahoua
|
1 ou 0
|
|
Tillabery
|
Region de Tillabery
|
1 ou 0
|
|
Zinder
|
Region de Zinder
|
1 ou 0
|
|
masculin
|
Masculin
|
1 ou 0
|
|
zoneagricole
|
Zone agricole
|
1 ou 0
|
|
zoneagropastorale
|
Zone agro pastorale
|
1 ou 0
|
|
maripoly
|
Marié polygame
|
1 ou 0
|
|
veuf
|
Veuf(ve)
|
1 ou 0
|
|
Agriculture
|
Agriculture
|
1 ou 0
|
|
Elevage
|
Elevage
|
1 ou 0
|
|
Commerce
|
Commerce
|
1 ou 0
|
|
TravailJour
|
Travail journalier
|
1 ou 0
|
|
Superieur
|
Niveau de production
Superieur
|
1 ou 0
|
|
Inferieur
|
Niveau de production=
Infereiur
|
1 ou 0
|
|
VentAnimal
|
Vente des animaux
|
1 ou 0
|
|
bonne
|
Niveau de production = bon
|
1 ou 0
|
|
moyen
|
Niveau de production moyen
|
1 ou 0
|
|
FFW
|
Travail contre nouriture
|
1 ou 0
|
|
CFW
|
Argent contre travail
|
1 ou 0
|
|
VentBien
|
Vente des biens
|
1 ou 0
|
|
departActif
|
Depart d'actif
|
1 ou 0
|
|
VentTerres
|
Vente des terres
|
1 ou 0
|
|
code322
|
Meme niveau
|
1 ou 0
|
|
code223
|
Latrine traditionnelle
|
1 ou 0
|
|
code224
|
Brousse
|
1 ou 0
|
|
code231
|
Bois de chauffe
|
1 ou 0
|
|
code237
|
Tiges de cereal
|
1 ou 0
|
|
code242
|
Locataire
|
1 ou 0
|
|
code243
|
Loge gratuitement
|
1 ou 0
|
|
code251
|
Terre/argile/banco
|
1 ou 0
|
|
code252
|
Paille
|
1 ou 0
|
|
code263
|
Terres/briques de terre
|
1 ou 0
|
|
code264
|
Bois/bambou
|
1 ou 0
|
|
code267
|
paille
|
1 ou 0
|
|
|
|
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
120
Promotion 2008-2011
Annexe 7: coefficient des fonctions discriminantes canoniques
Function
1
2
3
4
Diffa
-0.182
2.210
0.099
0.582
Dosso
0.587
1.003
1.655
-0.550
Maradi
0.344
1.124
1.960
-0.508
0.524
1.033
1.986
0.123
Tahoua
0.625
1.088
1.374
0.281
Tillabéry
0.277
0.713
1.035
-0.064
Zinder
Masculine
-0.014
0.302
0.336
-0.572
Zoneagricole
-0.184
0.307
0.175
-0.006
Zoneagropastorale
-0.061
0.395
0.473
0.238
Maripoly
0.105
0.189
-0.117
0.105
Veuf
-0.130
-0.158
0.121
0.114
Agriculture
0.157
0.134
-0.460
-0.007
-0.058
2.417
-1.498
1.115
Elevage
-0.114
-0.065
-0.329
-0.370
Commerce
-0.169
0.019
-0.157
0.109
TravailJour
0.549
-0.010
0.748
-0.626
Superieur
0.511
-0.045
0.438
-0.237
Inferieur
-0.156
-0.322
0.375
0.733
VentAnimal
0.162
0.766
0.093
-0.789
Bonne
0.225
0.449
-0.113
-0.648
Moyen
0.123
0.047
0.425
0.546
FFW
-0.060
-0.037
0.134
0.012
CFW
-0.320
-0.430
0.114
1.334
VentBien
-0.155
-0.502
0.809
1.635
departActif
0.093
-0.549
1.014
2.642
VentTerres
0.387
-0.128
0.649
-0.120
code322
-0.099
-0.090
0.055
0.343
code223
0.194
0.045
-0.004
0.381
code224
0.093
0.406
-0.718
-0.939
code231
0.331
0.125
-0.821
-0.378
code237
-0.373
-0.453
0.448
-0.230
code242
0.066
-0.329
-0.032
0.776
code243
-0.036
0.022
-0.165
0.243
code251
-0.068
0.408
-0.411
0.643
code252
0.182
-0.244
-0.332
0.201
code263
0.239
1.316
-0.404
1.036
code264
0.294
-0.419
-0.217
0.046
code267
0.000
0.000
0.000
0.000
DEPENSES ALIMENTAIRES MENSUELLES
0.000
0.000
0.000
0.000
DEPENSES NON ALIMENTAIRES MENSUELLES
0.000
0.000
0.000
0.000
DEPENSES TOTALES MENSUELLES EN CASH
-0.063
-0.013
-0.026
-0.013
PART DES DEPENSES ALIMENTAIRES DANS LES DEPENSES TOTALES Y
COMPRIS AUTOCONSOMMATION
3.637
-2.028
0.316
2.165
(Constant)
Alhassane G. Abdoulaziz Page
Elève Ingénieur Statisticien
121
Promotion 2008-2011
| 
