5.4.2. Test de
significativitéglobale
Ce test permet de voir la robustesse et la qualité du
modèle déterminées par le coefficient de
détermination R2 et la statistique de Fisher. Il permet
également de vérifier s'il y a une relation statistiquement
significative entre les variables explicatives et la variable à
expliquer:
Formulation des hypothèses :
H0 : ????= 0
(Non-significativité globale) H1 : ????? 0
(Significativité globale)
La règle de décision de test exige que la
probabilité associée à la statistique de Fisher du
modèle (Prob F-statistic) soit inférieure au seuil de
10%. Le résultat de ce test étant 0.04, donc il est
inférieur à 0.1, ce qui sous-tend que le modèle est
globalement significatif.
5.4.3. Test de
significativitéindividuelle
Le test de Student permettra de voir si les variables
prises individuellement peuvent contribuer dans l'explication statistique de la
variable endogène. Déterminé par la statistique de t
Student, si la probabilité associée à la statistique
(pour chaque variable) est supérieure au seuil de 0.1, on rejette
l'hypothèse de nullité et la formulation de ce test est la
suivante :
H0 : ????= 0
(Non-significativité) H1 : ????? 0
(Significativité)
Suivant la figure 7 ci-dessus, le résultat des
estimations montre que l'investissement fait dans le secteur des TIC est
statistiquement non-significatif à intervalle de confiance de 90% et les
autres variables (Abonnement à la Téléphonie Fixe,
Abonnement à la Téléphonie Mobile, Utilisateur d'Internet,
Capital Humain, Investissement fait au secteur de TIC, Produit de
l'Intérieur Brut) sont statistiquementsignificatives.
5.4.4. Test
decorrélation
En s'appuyant sur les idées de Régis
Bourbonnais, nous pouvons dire que deux phénomènes
étudiés sont donc corrélés lorsqu'ils ont une
évolution commune. Toutefois, il est à noter qu'il existe la
corrélation simple qui permet de mesurer le niveau de liaison existant
entre deux variables tandis que celle de type multiple tend ses études
sur le niveau de liaison à plus de deux variables. D'un autre
côté, La corrélation est dite linéaire dans le cas
où les points des variables étudiées apparaissent sur une
même ligne droite donnant lieu à la représentation
graphique dénommée nuage de point mais dans le cas contraire on
dit qu'elle est non linéaire. Ce qui revient à dire que deux
variables peuvent être en corrélation positive (évolution
de même sens), en corrélation négative (évolution de
sens contraire), ou peuvent ne pas être corrélées.
Le tableau ci-dessous présente le résultat des
tests de corrélation des différentes variables.
Tableau 11: Tableau
récapitulatif des tests de corrélation
|
Spearman's rank correlation rho PIB_reel and UI
|
|
S
|
265.42
|
|
p-value
|
8.832e-16
|
|
rho
|
0.5301
|
|
Spearman's rank correlation rho PIB_reel and ATM
|
|
S
|
333.69
|
|
p-value
|
2.232e-14
|
|
Alternative hypothesis
|
True rho is not equal to 0
|
|
rho
|
0.9464873
|
|
Spearman's rank correlation rho PIB_reel and ITIC
|
|
S
|
2501
|
|
p-value
|
0.004566
|
|
rho
|
0.4957645
|
|
Spearman's rank correlation rho PIB_reel and ATF
|
|
s
|
7230
|
|
p-value
|
0.01029
|
|
rho
|
-0.4576613
|
Source : Calcul effectué par l'auteur à partir
du logiciel R/ Données IHSI, Banque Mondiale, CONATEL
Le présent tableau récapitulatif des
résultats du coefficient de Pearson mentionné ci- dessus
révèle, d'une part, qu'il y a une très forte
corrélation positive entre le PIB réel, les utilisateurs de
l'internet (UI) et l'abonnement à la téléphonie mobile
(ATM) car leurs p-value (2.2e-16 ; 2.232e-14) sont respectivement
inférieure au seuil de 5% et leurs coefficients de Spearman
(rho=0.9564516 ; 0.932723) sont positifs et largement proches de 1. Nous
remarquons que l'investissement aux secteurs des TIC est aussi
corrélé positivement au PIB réel puisque la valeur de p
est aussi inférieure au seuil de 5% et le rho est positif mais leur
corrélation n'est pas tout à fait très significative
à un niveau de 0.49 de pourcentage du PIB réel.
D'autre part, la série d'abonnement à la
téléphonie fixe est corrélée négativement
à la série de PIB réel car sa p-value égale
à 0.004566, une valeur qui est inférieure à 5% certes,
mais le rho du coefficient de Spearman est égal à
(-0.4576613).
| 
