Rendement de l'éducation sur le marché du travail au Cameroun

o SECTION 2 : STATISTIQUES DESCRIPTIVES

§ Avant toutes analyses économétriques, il est important de décrire les différentes variables qui seront utilisées. Il s'agit ici de présenter les statistiques descriptives des variables que nous utiliserons plus tard dans nos analyses économétriques.

§ 3.2.1 VARIABLE DEPENDANTE DE L'ÉTUDE

§ Dans les estimations des modèles de gains, la principale variable d'étude est le revenu, qui en est la variable dépendante. Les analyses seront ainsi faites sur des individus possédant un revenu d'activité. Le graphique ci-dessous est une représentation du revenu d'activité logarithmisé. Ce dernier s'apparente à celle d'une loi normale c'est-à-dire que le revenu suit une loi log-normale^15(*).

§ Figure 3.2.1 : Représentation graphique du revenu d'activité logarithmisé

§

§ § Source : INS, EESI 2005

§ Au seuil de 1%, le test de Kolmogorov-Smirnov a corroboré nos présomptions sur la log-normalité du revenu : lnY~N(8.65;1.42). De plus, l'utilisation du logarithme du revenu permet d'une part de réduire l'ordre de grandeur du revenu qui est généralement plus élevé que les valeurs des variables explicatives de l'étude et d'autre part d'obtenir dans les analyses des taux à l'exemple du taux de rendement de l'éducation. Cette transformation logarithmique ne modifie pas la tendance.

§ 3.2.2 CARACTERISTIQUES DE TENDANCE CENTRALE ET DE DISPERSION DES VARIABLES

§ Afin d'étudier les relations qui existent entre les variables de l'étude, nous limitons notre échantillon aux individus âgées d'au moins 15 ans susceptible d'avoir atteint un niveau d'études élevés et pour aussi éliminer le concept de travail des enfants.

§ 3.2.2.1 Caractéristiques selon le secteur d'activité et dans l'ensemble du marché

§ Les caractéristiques de tendance centrale et de dispersion des variables de notre étude sont étudiées ici selon le secteur d'activité et dans l'ensemble du marché. Il s'agit notamment : de la durée des études, de l'âge, de l'expérience professionnelle, de l'expérience professionnelle au carré et de l'ancienneté.

§ Tableau 3.2.1 : Caractéristiques des variables : durée des études, âge, expérience professionnelle, expérience professionnelle au carré, ancienneté et revenu selon le secteur d'activité.

§ Variables	§ Formel		§ Informel		§ Ensemble
	§ Moyenne	§ écart-type	§ Moyenne	§ écart-type	§ Moyenne		§ écart-type
§ Nombre d'années d'études	§ 11,77	§ 4,15	§ 5,54	§ 4,21	§ 6,49		§ 4,76
§ Age	§ 39,67	§ 9,80	§ 39,88	§ 15,12	§ 39,84		§ 14,43
§ Expérience professionnelle	§ 6,01	§ 6,50	§ 7,91	§ 8,72	§ 7,62		§ 8,44
§ Expérience professionnelle au carrée	§ 78,43	§ 320,08	§ 138,53	§ 401,98	§ 129,36		§ 391,19
§ Ancienneté	§ 5,28	§ 5,97	§ 9,55	§ 11,66	§ 8,89		§ 11,09
§ Revenu (en milliers de FCFA)	§ 130,42	§ 131,53	§ 32,30	§ 43,30	§ 47,27		§ 73,99
§ Nombre d'observations	§ 363 042		§ 2 015 663		§ 2 378 705

§ Source : INS, EESI 2005

§ La durée moyenne des études dans le secteur formel est quasiment le double de celui du secteur informel, cette forte différence provient certainement du fait que le secteur informel regroupe la plus grande partie de la population moins instruite. Le revenu moyen est aussi plus élevé dans le secteur formel (130 042 FCFA) que dans le secteur informel (32 300 FCFA). Pour les autres variables, la différence n'est pas très élevée dans ces deux secteurs.

* 15 Une variable aléatoire suit une loi log-normale si son logarithme suit une loi normale.