La problématique de l'efficacité de l'aide internationale en Haà¯ti pour la période allant de 1995 à 2018

7.3- Test de significativité individuelle : Test de Student

Il est important d'effectuer le test de significativité individuel car il nous permet de voir si les variables du modèle jouent un rôle explicatif dans le modèle. Pour ce faire, on fait référence au coefficient de chacune des variables explicatives du modèle. Donc le test de Student.

Les hypothèses du test sont les suivantes :

H₀ : ái = 0, pour i=0 à 5, le coefficient n'est pas significatif

H₁ : ai ? 0, le coefficient est significatif

La statistique du test est :

La statistique du test suit la loi Student à (N-k) degrés de liberté car les erreurs du modèle suivent une loi normale.

Règle de décision : on rejette H0 si |t| calculé est supérieur à t tabulée. On conclut que le coefficient est significativement différent de zéro et que la variable- joue un rôle explicatif dans le modèle.

Il faut noter que quand la taille de l'échantillon est grande (N>30), on peut directement comparer |t| avec le seuil critique de la loi normale centrée et réduite qui est 1.96 (pour un risque de 5%). Donc si |t| > 1.96, on rejette H0 et on accepte H1 : le coefficient est significatif et la variable joue un rôle explicatif dans le modèle.

Tableau 4 : Résultats du test de Student pour les variables explicatives.

Equation 1
Variable	t	|t|	Prob.	Décision (Seuil 5%)
CCOR	-1.3588	1.3588	0.1829	Non significatif
CN	3.2150	3.2150	0.0028	Significatif
STABPOL	-0.6963	0.6963	0.4908	Non significatif
Equation 2
Variable	t	|t|	Prob.	Décision
CCOR	2.2397	2.2397	0.0316	Significatif
CN	1.6791	1.6791	0.1020	Non significatif
STABPOL	2.4194	2.4194	0.0209	Significatif
LAPD	-4.6066	4.6066	0.0001	Significatif