Memoire Online - Facteurs explicatifs de l'inadequation professionnelle

A la fin de toute étude universitaire, il est demandé à tout étudiant finaliste de bien pouvoir rédiger un travail de fin d'étude pour l'obtention de son diplôme, tel est le cas pour nous.

L'oeuvre humaine n'est pas si aisée que ça et ne peut se faire sans l'apport de certaines personnes. Ce travail, bien qu'étant notre oeuvre personnelle, a bénéficié, pour sa matérialisation, du concours de plusieurs personnes.

Nos remerciements s'adressent en premier à celui qui l'a dirigé, le professeur PHONGI KINGIELA Albert et au rapporteur l'assistant MATUNDU Simon, qui, malgré leurs multiples occupations, ont pu disposer de leur temps afin qu'il soit rédigé.

Nous pensons aussi aux autorités académiques, au corps professoral, qui ont assuré notre formation et nous ont transmis leur savoir au sein de cet institut.

Nous adressons nos sincères remerciements à Monsieur Serge BOKUMA, Directeur au service démographique de l'Institut National de statistique, pour ses sages conseils.

A nos collègues de l'auditoire avec qui nous avons entretenu de très bonnes relations en dépit de multiples problèmes auxquels nous étions confrontés. Nous citons, à ce propos : Staibbin MPAKA, Heritier MIYAMBA, Junoir MAKOKO, IssacMpuyi, Rachel KALENGA, Arnold MUTOMBO, Yanick MBOKO, Glody MASENGO, Lidy MUWONDI, Nadine KUKA, Eunice NGOLO, Grace BAMANGA, Deo TSHIBANDA, FATAKI MBALA, EPIRI Eric, Jeremie NIANZOMBI, Jean paul NKULU.

Nous adressons enfin notre reconnaissance à notre famille : Papa MitterantFabous, papa lockys LUKAU, Oncle Fuala NDISU, vieux Dr. Destin MATONDO, Ir. Jonathan NKIAMBI, Riffy MAVAKALA, Rachel LANDU, Chanel MANUANA, Balzac LUKAU Jules KISEMA et vieux MAYIMONA.

Enquête 123 : Enquête sur le secteur informel-emploi- consommation des ménages

Généralement, pour apprécier l'évolution du marché du travail dans une économie donnée, l'indicateur le plus utilisé est le taux de chômage. Tel que défini par le Bureau international de travail BIT, ce taux mesure ledéséquilibre entre l'offre et la demande d'emploi. Toutefois,compte tenu de certaines circonstances, cet indicateur ne permet pas de faire une description assez exhaustive du marché de travail. Pour ce qui est de la République Démocratique du Congo, le Rapport Principal de l'enquête sur l'Emploi et le Secteur Informel 1-2-3 réalisée en 2012 par l'Institut National de la Statistique montre que le taux de chômage, estimé en 2012 à 17,7%,est en baisse au cours de ces dernières années^1(*).

Ce constat laisse penser de prime à bord à une situation de plein-emploi, et donc de l'efficacité du marché de l'emploi. Ce qui semble être une illusion parce que si le taux de chômage en République Démocratique du Congo est relativement bas, le sous-emploi quant à lui touche plus de 73 %de la main d'oeuvre (Banque Mondiale, 2012). Les résultats de l'enquête 1-2-3 indiquent qu'en 2012, 60,5% des actifs gagnent un salaire inférieur au Salaire Minimum Inter Professionnel Garanti dans le pays^2(*).

De fait, la plupart des pays en développement ne possèdent pas de programmes d'aide aux chômeurs ; finalement une bonne partie des travailleurs se livrent à des activités de subsistance qui ne cadrent pas parfois avec leur formation. C'est le cas devendeurs ambulants, cambistes, receveurs (vendeurs de billets dans le bus ou mieux percepteur), tenanciers d'une cabine téléphonique, gardiens, etc. A cet effet, on comprend aisément pourquoi le taux de chômage bien que trop bas, serait un indicateur inadéquat dans l'appréciation du marché de travail de plusieurs pays en développement.

Par ailleurs, un individu sans emploi qui exerce une activité d'une durée limitée (par exemple une, deux ou trois heures de temps) pendant la période de référence de l'enquête est déclaré non chômeur selon la définition du Bureau Internationale du Travail, alors même qu'il demeure une main d'oeuvre disponible à la recherche du plein emploi.

Tout ceci indique la limite à analyser le marché de l'emploi sur le seul prisme du taux de chômage. Pour relever ces insuffisances, les statisticiens du travail ont introduit dans les rapports de leurs multiples Conférences Internationales un autre indicateur appelé le sous-emploi, et destiné à accompagner le taux de chômage dans une compréhension plus appropriée du marché de l'emploi.

Dans la conception, le sous-emploi existe lorsque l'emploi d'une personne est insuffisant par rapport à des normes déterminées ou à un autre emploi possible, compte tenu de la qualification professionnelle (formation ou expérience de travail) de l'intéressé.

Dans la littérature scientifique consacrée à la participation au marché du travail, on utilise le concept « sous-emploi^3(*) » (under-employment en anglais) pour désigner la situation d'une proportion non négligeable de la population active qui travaille dans des conditions en deçà des normes en termes soit de durée, soit de quantité de travail, soit des compétences du travailleur^4(*). En fait, selon les normes du BIT, la notion de sous-emploi concerne les personnes qui travaillent moins de temps que la durée légale par semaine, ou celles qui travaillent à temps partiel, ou encore celles qui ont travaillé moins que d'habitude durant une période de référence^5(*). Cette notion de sous-emploi englobe plusieurs réalités, y compris celle que nous voulons expliquer dans ce mémoire. Pour être plus spécifique à la situation d'emploi de beaucoup d'actifs occupés des pays sous-développés, nous préférons le concept d'inadéquation entre nature de l'emploi et qualifications qui traduisent mieux la réalité analysée. Une proportion non négligeable de jeunes actifs occupent des emplois souvent élémentaires alors qu'ils ont un niveau d'études élevé, parfois au-dessus de la moyenne nationale du pays. C'est ainsi qu'il est intéressant d'associer le taux de chômage à cet indicateur d'inadéquation entre emploi et qualifications des actifs occupés pour mieux saisir la dynamique du marché de l'emploi des grandes villes des pays en développement comme la ville de Kinshasa en République démocratique du Congo.

Eu égard à ce qui précède, notre étude tente de répondre essentiellement à la question suivante : dans quelle mesure la population active de Kinshasa est-elle frappée par l'inadéquation dans les emplois occupéssur le marché du travail? Cette question principale est abordée à travers les questions spécifiques suivantes :

- Le niveau d'inadéquation constaté parmi les actifs occupés à Kinshasa varie-t-il en fonction du sexe ?

- L'inadéquation dans les emplois occupés dans la ville de Kinshasa est-elle influencée par l'âge ?

- Le niveau de vie des ménages d'origine exerce-t-il uneinfluence sur l'inadéquation dans les emplois occupés par les actifs dans la ville de Kinshasa ?

Ce sont ces questions auxquelles nous allons tenter de répondre dans cette recherche. Selon les règles de l'art, ces questions font appel à des réponses anticipées qui aideront à orienter la démarche théorique et méthodologique.

L'hypothèse est une supposition ou une prédiction fondée sur la logique de la problématique et des objectifs de recherche définis. C'est une réponse anticipée à la question de recherche.

En réponse à la question principale posée dans la problématique, nous présumons que l'inadéquation constatée dans les emplois occupés par les actifs de la ville de Kinshasa résulte plus de la précarité des conditions socioéconomiques qui caractérise l'environnement social de Kinshasa et de la République démocratique du Congo. En guise d'hypothèses spécifiques, nous soutenons notamment que :

- L'inadéquation dans l'emploi parmi les actifs occupés à Kinshasa varie largement en fonction du sexe. A cet effet, les femmes semblent plus exposées à des emplois ne correspondant pas à leurs qualifications. Tout cela est lié à la lutte pour la survie à laquelle les femmes prennent une part active dans les ménages.

- L'inadéquation dans les emplois occupés dans la ville de Kinshasa est influencée par l'âge. Les personnes les plus âgées sont plus susceptibles d'occuper des emplois inadéquats à leurs qualifications pour faire face au poids de leurs responsabilités familiales et sociales.

- l'inadéquation dans les emplois occupés par les actifs de Kinshasa est influencée par le niveau de vie des ménages d'origine. Les actifs occupés provenant des ménages pauvres sont plus susceptibles de se retrouver dans des emplois inadéquats à leurs qualifications que les ceux issus des ménages aisés.

Telles sont formulées les hypothèses qui servent de fil conducteur à cette recherche. Il ne reste qu'à organiser la démarche méthodologique en fonction de la vérification de ces hypothèses.

L'objectif principal de cette recherche est celui de contribuer à l'amélioration de l'analyse des problèmes d'emploi en République Démocratique du Congo, en se focalisant sur les facteurs explicatifs del'inadéquation entre le niveau d'études et le niveau de qualification de l'emploi, et à l'élaboration des stratégies et mesures, à court et à long termes, dans l'optique de promouvoir le plein emploi productif et librement choisi.

1. Etablir le profil des personnes en situation de sous-emploi lié à l'inadéquation professionnel;

2. Identifier les facteurs de l'inadéquation dans les emplois occupés dans le but d'en tirer des recommandations pour les politiques en faveur de l'emploi ;

4. Choix et intérêt du sujet

4.1. Choix du sujet

Il s'agit, en effet, du problème de la participation de l'homme dans le développement socio-économique des nations. Ce thème de recherche est une conséquence logique de la relation entre population et développement. C'est une relation controversé qui suscite des prises de position parfois très engagées. Cependant, il convient de faire remarquer que cette problématique a été souvent discutée tout au long de l'histoire.

Certains économistes ont affirmé que la variable population constituait une variable exogène au développement. Cela voulait dire que la population et le développement formaient deux variables indépendantes.

D'autres auteurs, par contre, croient que la population et le développement sont deux variables dépendantes ; et le congrès de Bucarest en 1974 a justement montré l'importance du facteur humain dans le développement de pays^6(*). Aussi toute politique sérieuse de développement doit désormais tenir compte de la variable population.

Le développement de chaque nation passe donc avant tout par l'homme, car celui-ci est le facteur premier, le moteur propulseur de tout développement. Ceci est d'autant plus évident que c'est l'homme qui conçoit et organise la production.

Cette organisation doit se faire en tenant compte des besoins et potentialités du pays, de façon à maximiser la productivité et à minimiser les coûts. Un tel objectif ne peut se réaliser que dans la mesure où chaque personne se spécialise dans un genre de travail bien déterminé.

La spécialisation permettra la réalisation d'un gain de temps, en même temps qu'elle permet d'éviter le gaspillage des ressources qui pourraient servir à d'autres buts. Ce gaspillage est souvent provoqué par le sous-emploi des capacités productives. Il est considéré à bien d'égards comme étant un obstacle à tout développement.

L'inadaptation spécifique aux besoins réels de l'économie est l'une des caractéristiques des pays sous-équipés qui a pour conséquence, le sous-emploi, la sous-utilisation des ressources humaines.Ce travail se propose de montrer les facteurs qui expliquer l'inadéquation des actives occupe sur le marché du travail.

Nous sommes bien conscients du fait que nous ne sommes pas le premier à mener une telle étude et nous ne serons pas aussi le dernier à nous lancer là-dessus.

· Du point de vue théorique, cette étude servira de référence aux scientifiques (chercheurs, étudiants et autres) qui voudront réfléchir davantage sur l'inadéquation entre le niveau d'instruction et le secteur d'activité en vue de spécifier le concept de sous-emploi.

· Du point de vue pratique, la rédaction de ce mémoire permet de relever la situation dans laquelle se trouvent les sous-employés dans le contexte d'un marché du travail donné.

Comme les recherches sont toujours menées dans un contexte bien précis, il convient de la circonscrire dans le temps et dans l'espace. Pour ce faire, cette recherche est circonscrite dans un espace précis qui est celui de la ville de Kinshasa. Pour ce qui est du temps, les données ont été collectées durant le troisième trimestre de l'année 2009. Ainsi donc, les données exploitées dans notre étude proviennent de l'enquête biographique MAFE :c'est l'instrument de collecte des donnéesutilisé dans le cadre du Projet MAFE qui a couvert plusieurs pays dont la ville de Kinshasa en RDC. Parmi les modules du questionnaire utilisé, il y avait un module relatif aux activités (notamment l'emploi) qui a permis de dégager des cas de sous-emploi qualifiés d'inadéquation entre le niveau d'instruction et le niveau de qualification de l'activité exercée. La préparation des modules ayant un lien avec l'emploi nous a permis de mettre en place une matrice qui mène aux analyses de cette étude.

6.1. Méthodes

La méthode est un chemin, un ensemble des règles ou des procédés pour atteindre dans les meilleures conditions (temps, argent, homme...) un objectif : vérité, expérience, vérification, apprentissage^7(*).

Pour pouvoir tester nos hypothèses, nous faisons recourt aux variables explicatives ou indépendantes et expliquer ou dépendante.

Les techniques sont les différents moyens matériels que le chercheur utilise pour mener à bout sa recherche^8(*).Dans le cadre de cette étude, nous avons utilisé les techniques suivantes :

Ø Technique documentaire : elle nous a permis de recenser les écrits pertinents pour la rédaction de notre travail ;

Ø Technique informatique : nous avons eu recours aux logiciels SPSS, SPAD, STATA et Excel pour l'analyse des données et la représentation graphique.

Hormis l'introduction et la conclusion générales, le présent travail s'articule en trois grands chapitres. Le premier chapitre traite du cadre théorique, le deuxième s'appesantit sur la présentation de l'enquête MAFE (Migrations Afrique - Europe) et la méthodologie du travail. Et enfin le troisième et dernier chapitre aborde les facteurs explicatifs du sous-emploi à partir d'une modélisation économétrique basée sur la régression logistique.

CHAPITRE 1 : GENERALITES SUR LES CONCEPTS DE BASE

Ce chapitre se propose d'apporter des éclaircissements sur l'évolution et la définition du concept de sous-emploi utilisé tout au long de cette recherche.

Si le chômage reste l'une des distorsions du marché du travail qui mobilise l'attention et est au coeur des politiques de l'emploi, la situation de sous-emploi est tout aussi préoccupante.La notion de sous-emploi a connu quelques raffinements au cours du temps. Au sens de la Convention sur la politique de l'emploi adoptée par la Conférence internationale du Travail de 1964, le BIT précise que le sous-emploi caractérise une situation où le salarié n'atteint pas le « plein emploi ».

Aux termes de cette convention, le plein emploi garantie du travail pour toutes les personnes disponibles et en quête de travail; un travail aussi productif que possible; le libre choix de l'emploi par les travailleurs, ceux-ci ayant toutes possibilités d'acquérir les qualifications nécessaires pour occuper l'emploi qui leur convient le mieux et d'utiliser dans cet emploi, leurs compétences et autres qualifications. Ainsi, les situations qui ne satisfont pas aux objectifs, relèvent essentiellement du sous-emploi.

Le sous-emploi se caractérise par une sous-utilisation de la capacité productive de la population employée. Cette perception du sous-emploi a été revue lors de la 13ème Conférence internationale des statisticiens du travail en 1982 avec l'adoption du cadre conceptuel de mesure de la main d'oeuvre. En établissant les règles de mesure pour la classification des personnes en fonction de leurs activités, il est possible de différencier les personnes actives occupées, les personnes au chômage et les personnes économiquement inactives.

Par conséquent, la catégorie de la population sous-employée est celle des personnes qui travaillent ou ont un emploi au cours de la période de référence, mais qui sont désireuses et à même d'accroître la durée ou la productivité de leur emploi.

En 1984 lors de la 16ème Conférence des statisticiens du travail, où les directives internationales actuelles sur la mesure du sous-emploi ont été adoptées, la définition du sous-emploi va encore connaitre quelques réaménagements. La Résolution concernant la mesure du sous-emploi et des situations d'emploi inadéquat énonce des directives visant deux types de sous-emploi :

Le sous-emploi lié à la durée du travail, qui se caractérise par un nombre insuffisant d'heures de travail, et les situations d'emploi inadéquat, causées par d'autres restrictions du marché du travail limitant les capacités et le bien-être des travailleurs. Tel que définit, une personne peut connaître simultanément ces deux formes de sous-emploi^9(*).

Feldman quant à lui distingue plusieurs formes du sous-emploi à savoir :posséder un niveau d'éducation supérieur à celui requis pour un emploi, être engagé dans un emploi ne correspondant pas à sa formation, posséder des compétences qui ne sont pas utilisées dans son emploi, être involontairement employé à temps partiel, comme temporaire, de façon occasionnelle ou gagner un salaire relativement faible.

L'analyse du sous-emploi a fait l'objet d'études de la part des spécialistes de l'économie du travail et des ressources humaines en particulier. Les premiers cités ce sont principalement attelés à analyser les différentes formes de sous-utilisation de la force de travail. Ainsi, trois formes de sous-utilisation de la force de travail sont retenues, il s'agit, du sous-emploi des actifs occupés, du chômage et des chômeurs découragés. Ces études utilisent les théories économiques du chômage pour expliquer le sous-emploi.Ces théories précisent le rôle des fluctuations de la demande comme principale source de la variation du sous-emploi et indiquent le lien qui existe entre le cycle des affaires, la perception et la réaction des individus face au sous-emploi^10(*).

Partant des définitions BIT du sous-emploi, ils examinent le sous-emploi dans ses trois formes : des points de vue temps de travail, compétences et revenu du travailleur. Certes Wilkins et Wooden assimilent le sous-emploi lié aux compétences à la théorie surqualification beaucoup mieux développées dans certains domaines d'étude comme la Psychologie Organisationnelle et Industrielle et la Psychologie Organisationnelle du Comportement. De même, les économistes du travail expliquent le sous-emploi lié au revenu par toutes les formes de distorsion du marché de travail qui pourraient conduire au faible revenu du travailleur.

En plus des définitions relevant du champ d'application de la statistique et élaborées par les statisticiens du travail, d'autres théories ont été élaborées par divers auteurs pour tenter d'expliquer les causes pouvant être à l'origine des déséquilibres sur le marché du travail.

Pour les classiques, le chômage est volontaire^11(*). En effet, au point de rencontre entre la courbe d'offre de travail et la courbe de demande de travail (offre d'emploi) se définit un équilibre du marché qui satisfait à la fois les salariés et les entreprises. D'après les classiques, cet équilibre correspond au plein emploi. Le facteur déterminant du marché du travail est le salaire qui est rigide.

Les Keynésiens par contre, définissent un sous-emploi qualifié de sous-emploi keynésien qui renvoie à une situation d'équilibre correspondant à une insuffisance de la demande dite effective^12(*). Le facteur déterminant le niveau de l'emploi est plutôt la demande anticipée. Le chômage est donc de nature involontaire et s'explique par un niveau insuffisant de demande effective.

Lorsqu'il est lié aux problèmes touchant le marché du travail, le sous-emploi vise à quantifier les personnes qui sont contraintes, pour ne pas être au chômage, de travailler à horaires réduits ou d'occuper un poste de moindre qualification ou dans une unité économique moins productive. Généralement, ces personnes perçoivent de ce fait un revenu inférieur à celui qu'elles pourraient normalement obtenir. Les travailleurs à temps partiel peuvent se trouver dans cette situation s'ils sont désireux et capables d'effectuer un plus grand nombre d'heures de travail.

Le sous-emploi peut également être lié aux problèmes de développement économique, auquel cas il tend à identifier des ressources «gaspillées», qui ne sont pas utilisées parce que les niveaux actuels de technologie et d'organisation sont déficients. Les travailleurs concernés par ce schéma évoluent en règle générale dans des structures traditionnelles ou dans le secteur informel, où un nombre important de personnes travaillent un petit nombre d'heures ou de manière peu productive parce que les établissements qui les emploient ont de faibles niveaux de capital et de technologie ou une organisation inadéquate.

Un grand nombre de travailleurs dans cette situation ne gagnent pas un revenu suffisant pour subvenir comme il convient à leurs besoins et sont ainsi victimes du sous-emploi invisible.

Cette approche du sous-emploi est généralement liée à la théorie dite du «surplus de main d'oeuvre », selon laquelle il est possible de supprimer des postes de travail sans nuire à la production, et cela en améliorant l'organisation et les méthodes de production.

Le concept du sous-emploi lié au développement suppose qu'il faut que les choses évoluent sous l'impulsion du Gouvernement ou du secteur privé pour que la situation des travailleurs s'améliore (meilleure organisation de la production, formation complémentaire, augmentation du capital, amélioration de la technologie, campagnes visant à modifier les comportements actuels à l'égard du travail). Dans ce contexte, on suppose également que les travailleurs veulent toujours effectuer des horaires normaux ou accroître leur revenu et qu'ils sont toujours capables de s'adapter aux nouvelles technologies et aux nouvelles méthodes de travail.

On définit le plein-emploi comme une situation dans laquelle ceux qui veulent travailler aux salaires en vigueur peuvent trouver un emploi sans difficultés. Comme le souligne Abbe Lerner dans son ouvrage « Economie de l'emploi », tant qu'il est possible par un accroissement du total de la dépense monétaire d'augmenter le nombre d'emplois disponibles sans provoquer l'inflation, la difficulté de trouver un emploi n'est pas indue. Mais lorsque les emplois disponibles sont si nombreux qu'une augmentation du montant total de la dépense entraînerait l'inflation, la difficulté de trouver un emploi ne se trouve en aucune façon aplanie et on peut carrément dire qu'elle est indue^13(*).

En autres termes, le plein-emploi est le niveau d'emploi auquel commence l'inflation. Une politique de plein-emploi vise à fixer le taux des dépenses totales qui permet la réalisation de ce niveau d'emploi.

Il n'existe pas à ce jour de définition idéale ou définitive du chômage. Le chômage étant lui-même un concept à plusieurs facettes, on peut le définir sous plusieurs formes de manière à obtenir avec exactitude ce que l'on recherche.

Un chômeur est entendu au sens du BIT est celui qui satisfaits aux trois conditions suivantes^14(*):

Ø sanstravail, c'est-à-dire n'était pas pourvue d'un emploi, salarié ou non salarié, au cours de la période de référence (une semaine) ;

Ø disponible pour travailler dans un emploi, salarié ou non, durant la période de référence (deux semaines) ;

Ø à la recherche d'un travail, c'est-à-dire avait pris des dispositions spécifiques au cours d'une période récente spécifiée (quatre dernières semaines ou douze derniers mois) pour chercher un emploi salarié ou non.

Les théories économiques évoquent plusieurs types de chômage selon leurs causes. C'est ainsi qu'on a entre autres :

Ø Le chômage frictionnel^15(*): Il provient du fait que les personnes quittent leur emploi avant d'en avoir obtenu un autre, ou qu'elles entrent sur le marché du travail une première fois.

Ø Le chômage structurel^16(*) : Le chômage structurel est dû à des changements dans divers secteurs de l'économie. Les économistes soulignent que le chômage frictionnel et le chômage structurel sont inévitables à court terme.

Ø Le chômage saisonnier^17(*) : Ce chômage provient de périodes de ralentissement économique relié aux changements des saisons.

Ø Le chômage cyclique^18(*) : Une économie de marché connaît des périodes successives de sommets et de creux que l'on appelle cycles économiques. Pour ce type de chômage l'on assiste à une augmentation d'emploi en période de prospérité économique et une augmentation du chômage en période de ralentissement.

Le marché du travail est le lieu théorique de rencontre entre l'offre de travail et la demande de travail. L'offre du travail émane des travailleurs qui proposent leur force de travail, alors que la demande de travail provient des entreprises qui ont besoin de la force de travail pour produire. La rencontre entre l'offre et la demande aboutit à un prix, le salaire d'équilibre, et à une quantité échangée de travail^19(*).

Ø Au sens microéconomique, il désigne le poste de travail et ses conditions d'exercices.

Ø Au sens macroéconomique, il désigne l'ensemble de poste de travail ayant des caractéristiques semblables.

La demande du travail est en fonction du prix du travail : pour les auteurs néoclassiques, l'entreprise ne demande du travail que lorsque le salaire est inférieur à la productivité marginale. En autres termes, le niveau d'embauche s'arrête à partir du moment où le dernier embauché coûte plus qu'il ne rapporte. En outre, lorsque le prix du travail est trop élevé, les entreprises substituent du capital au travail.

Les auteurs keynésiens considèrent que les entrepreneurs anticipent l'évolution de la demande qui s'adresse à eux et déduisent alors le niveau de la production à réaliser. Ce niveau de production indique alors d'emploi. Il se peut fort bien que le niveau de la demande effective (anticipation de la demande future) soit inférieur à la réalisation de la demande, ce qui débouche alors sur un équilibre de sous-emploi des facteurs de production.

Le secteur public comprend d'une part les administrations publiques de l'Etat et des collectives locales, et d'autre part les entreprises dont au moins 51% du capital social est détenu par une administration publique; ainsi que les associations qui en dépendent en grande partie pour leur financement. Le statut des entreprises publique est variable, certaines relèvent du droit commun et ont généralement le statut de société anonyme, d'autres relèvent du droit public (établissent public).

On désigne sous le terme secteur privé, le domaine d'activité constitué des entreprises, associations ou organisation qui ne dépendent pas de l'Etat, de son administration et/ou des collectivités territoriales et où les fonds publics ne sont pas ou investis. Il est constituent:

Ø De l'économie sociale, dont les mutuelles, les coopératives et les associations ;

Clairement, la définition du sous-emploi préconisée par le BIT englobe toutes les personnes pourvues d'un emploi, salarié ou non, qu'elles soient au travail ou absentes du travail, qui travaillent involontairement moins que la durée normale du travail dans leur activité et qui étaient à la recherche d'un travail supplémentaire ou disponibles pour un tel travail durant la période de référence (OIT, 1998)^20(*).

Il existe deux types de sous-emploi : le sous-emploi lié à la durée du travail appelé sous-emploi visible, qui se caractérise par un nombre insuffisant d'heures de travail et les situations d'emploi inadéquat appelé autrement sous-emploi invisible, causées par d'autres restrictions du marché du travail limitant les capacités et le bien-être des travailleurs. Tel que définit, une personne peut connaître simultanément ces deux formes de sous-emploi, appelé sous-emploi global.

On dit qu'une personne employée est victime du sous-emploi lié à la durée du travail lorsque sa durée de travail est insuffisante par rapport à une autre situation d'emploi possible que cette personne est disposée à occuper et disponible pour le faire^21(*).

Une personne pourvue d'un emploi est concernée par le sous-emploi lié à la durée du travail si celle-ci vérifie simultanément les trois conditions suivantes :

Parmi les méthodes de mesure du sous-emploi visible, le temps partiel subi est utilisé par bon nombre de pays, et se caractérise par la volonté du travailleur à temps partiel d'accroître son volume horaire de travail.

Quant à lui est essentiellement un concept analytique reflétant une mauvaise répartition des ressources en main-d'oeuvre ou un déséquilibre fondamental entre la main-d'oeuvre et les autres facteurs de production. Il serait observable à partir du faible revenu, la sous-utilisation des compétences du travailleur, sa faible productivité.

Les raisons qui fondent la définition des personnes en situation d'emploi inadéquat, sur la base de l'évaluation qu'elles font elles-mêmes de leur situation de travail par rapport à leur potentiel d'accroître la productivité et la qualité de leur travail, se classent dans deux catégories distinctes^22(*) :

La situation de sous-emploi visible et celle liée à l'emploi inadéquat ne s'excluent pas mutuellement. Une personne peut être sous-employée tant du point de vue du temps de travail que de celui de l'utilisation de ses compétences, ou encore du point de vue du temps de travail et du revenu horaire. Un tel travailleur est inclut dans la catégorie de ceux qui combinent les deux types de sous-emploi (visible et invisible) et est aussi classé comme faisant partie des victimes du sous-emploi global. Le sous-emploi global synthétise toutes les formes de distorsion sur le marché du travail. En effet, le sous-emploi global en plus du sous-emploi lié au temps du travail et de la situation inadéquate de l'emploi, intègre aussi le chômage. La population des personnes en situation de sous-emploi global comprend celles des personnes qui sont en :

On distingue le sous-emploi global BIT qui ne prend en compte que les chômeurs au sens du BIT et le sous-emploi global élargi qui intègre les chômeurs découragés.

Ici, nous présenterons toutes les définitions (du point de vue de la mesure) des indicateurs bureau international de travail du marché de travail, telles que formulées dans le Rapport de la 16me CIST en 1998^23(*).

Pour la population en âge de travailler, le BIT propose celle dont les âges sont supérieurs à 15 pendant la période de référence, tout en donnant une marge de liberté aux différents pays afin de pouvoir l'adapter à leur propre contexte juridique ou socio-économique. Dans le cadre conceptuel de notre étude, nous la prendrons à partir de 15 ans pour la simple raison que peu d'enfants travaillent à cet âge.

La population active va représenter non seulement les actifs occupés, mais aussi les chômeurs au sens du BIT.

Le taux d'activité au sens du BIT est le rapport de la population active sur la population en âge de travailler. Le taux de chômage BIT est le rapport du nombre de chômeurs BIT sur la population active.

Le taux de sous-emploi invisible est le rapport du nombre d'actifs occupés dont le revenu mensuel est inférieur au salaire minimum, sur la population active occupée.

Le taux de sous-emploi visible est le rapport du nombre d'actifs occupés travaillant involontairement moins de 35 heures par semaine (on admet qu'ils doivent travailler 7 heures par jour ouvrable) sur la population active occupée.

Le taux de sous-emploi global désigne le rapport du nombre de chômeurs BIT, et d'actifs occupés en situation de sous-emploi (visible comme invisible) sur la population active.

1.3.10. Revue de la littérature

La mesure du sous-emploi n'est naturellement pas régulée de la même manière d'un pays à l'autre. En France par exemple, sur la base de la définition du BIT, les résolutions de l'Institut National de la Statistique et des Études Économiques répartissent les personnes en sous-emploi en trois groupes : celles qui travaillent à temps partiel tout en recherchant un emploi pour travailler davantage, celles qui travaillent à temps partiel sans rechercher un autre emploi mais en souhaitant travailler davantage et en restant disponibles pour le faire, et enfin celles travaillant à temps complet ayant involontairement travaillé moins que d'habitude, c'est-à-dire ayant subi une situation de chômage technique, partiel ou de grève.

Cette dernière catégorie est souvent négligée, au profit des deux premières (personnes travaillant à temps partiel) et qui se résument sous le nom de sous-emploi lié au temps partiel subi(dans la mesure où il est imposé). Selon la publication INSEE PREMIERE^24(*), ce type de sous-emploi a été estimé en 2005, à près de 95% de l'ensemble des actifs occupés, travaillant sous le régime à temps partiel.

Il touche en majorité les femmes car elles pratiquent plus le temps partiel que les hommes (30% contre 5% pour les hommes). Dans la tranche d'âge 25-49 ans, le sous-emploi lié au temps partiel subi affecte près de 40% des hommes parce que ces derniers ne trouvent pas toujours un travail à temps plein ; pourtant, il est d'environ 50% chez les femmes.

Également, le sous-emploi lié au temps partiel est aussi la statistique de mesure du sous-emploi en Wallonie, région méridionale de la Belgique. Selon la 7ème publication du Service des EtudesStatistiques de 1999^25(*), le sous-emploi féminin est très fortement lié au temps partiel subi (85% en 1986, par rapport au temps partiel proprement dit) et représente pratiquement le double du sous- emploi masculin. Bref dans la période de 1981 à 1998, le taux de sous-emploi wallon n'excède pas 11% et admet pour déterminants la gent féminine, le travail intérimaire.

Au Cameroun, les Enquêtes Camerounaises Auprès des Ménages I et II réalisées en 1996 et 2001 respectivement n'étaient pas compatibles avec une mesure du sous-emploi selon le BIT pour des raisons de questionnaires non adaptés. Mais, pour présenter entièrement tous les indicateurs du sous-emploi, les experts de l'Institut National de Statistique ont dû faire une hypothèse simple et vraisemblable pour classer les individus en sous-emploi. Elle se fonde sur le fait que les individus aspirent généralement à une meilleure situation professionnelle.

Puisque la rémunération ici est jugée insuffisante aussi bien dans le public que dans le privé, les individus sont obligés d'exercer plusieurs activités. La législation camerounaise est d'ailleurs souple à ce sujet, notamment pour les fonctionnaires. On se rapproche ainsi du sous-emploi BIT. Cependant, ces fonctionnaires, bien que n'étant pas satisfaits de leurs conditions, ils sont moins tentés, aversion pour le risque oblige, par une expérience dans le privé. Ainsi est-il difficile de classer les fonctionnaires dans le sous-emploi.

Suivant cette méthode de mesure, le sous-emploi au Cameroun a été estimé à plus d'un tiers de la population active, selon une publication de l'INS^26(*), de décembre 2004.

La littérature la plus récente sur le sous-emploi en République Démocratique du Congo est celle de l'enquête 1-2-3 de 2012.

De par la nature du questionnaire qui a servi à la collecte, celle-ci présente les données beaucoup plus fiables sur l'emploi et le secteur informel, par rapport aux données d'autres enquêtes. Ici, le taux de sous-emploi visible correspond à la proportion des actifs occupés de plus de 10 ans, travaillant moins de 35 heures par semaine, et s'estime à près de 12,12%, s'il faut se ramener au Rapport Principal de l'enquête 1-2-3. Le sous-emploi invisible (ou situation d'emploi inadéquat, lié au revenu) quant à lui, se mesure en terme de pourcentage des actifs occupés de plus de 10 ans, qui gagnent moins de 30 000 FC dans leur activité principale. Le même rapport principal indique 69,30% comme taux de cet indicateur. Le sous-emploi invisible frappe davantage les femmes que les hommes, et se manifeste dans le secteur informel agricole. Les jeunes et les plus âgés gardent les taux les plus élevés (plus de 70%). Le niveau d'instruction est une caractéristique importante du sous-emploi invisible, et s'illustre en majorité par les non scolarisés, qui demeurent les plus exposés.

Chapitre 2.SOURCE DES DONNEES ET DEMARCHE METHODOLOGIQUE

2. 1. Présentation de l'enquête MAFE de 2009

Cette section du travail porte essentiellement sur la présentation de l'instrument de collecte des données. À cet effet, nous présentons l'enquête MAFE de 2009 menée simultanément en Belgique et au Royaume-Uni ainsi qu'en RD Congo. Nous abordons les informations d'ordre général et les objectifs du projet MAFE avant de présenter globalement le questionnaire utilisé pour récolter les informations.

L'enquête MAFE^27(*)(Migrations entrel'Afrique et l'Europe) est une enquête biographique rétrospective menée dans le cadre du projet MAFE financé par l'Union européenne et coordonné par l'Institut National d'Etudes Démographiques (INED) à Paris. Ce projet repose sur la collecte des données biographiques dans trois pays d'Afrique (Sénégal, Ghana et RD Congo) et dans six pays d'Europe (Belgique, France, Royaume-Uni, Pays-Bas, Italie et Espagne).

Le projet MAFE, mis en oeuvre pour faire face au manque de données fiables sur la migration africaine, poursuit trois objectifs généraux et inter-reliés (~~Beauchemin, 2012~~). Il s'agit de :

1. Collecter des données originales, fiables, comparables et représentatives sur les caractéristiques et comportements des migrants subsahariens, à la fois légaux et illégaux.

2. Analyser ces données dans différents domaines d'intérêt pour les décideurs politiques et les scientifiques.

3. Diffuser les données et résultats par les voies principales qui auront un impact à la fois sur les politiques et les recherches futures^28(*) (~~Beauchemin, 2012~~).

L'idée générale qui sous-tend ce projet est que la migration ne doit pas être considérée seulement comme un flux unidirectionnel de l'Afrique vers l'Europe. Il soutient plutôt que les migrations de retour, les migrations circulaires et les pratiques transnationales sont importantes et doivent aussi être prises en compte afin de bien concevoir les politiques migratoires^29(*).

- Modèles de migration : le projet permet d'analyser les tendances des migrations, les caractéristiques des migrants et les routes migratoires.

- Déterminants de migration : il permet d'examiner le rôle de certains facteurs sur la migration. C'est le cas du rôle joué par la pauvreté, l'éducation, le genre, la politique, etc. sur la migration.

- Migration et intégration économique : il analyse certaines dimensions de la migration telles que les transferts d'argent, les investissements, l'intégration et la réintégration des migrants.

- Migration et familles : il s'intéresse à la famille d'une manière générale en analysant la construction, la structure et la formation des familles ainsi que les familles dans le temps et l'espace^30(*).

L'enquête menée dans le cadre du projet MAFE a utilisé un questionnaire biographique administré dans tous les pays couverts par ce projet. Dans cette recherche, nous ciblons l'enquête menée à Kinshasa.

En ce qui concerne les Objectifs de l'enquête,l'enquête biographique menée pour collecter les informations analysées dans le cadre de cette étude émane d'une initiative de chercheurs européens et africains voulant savoir un certain nombre de choses sur les migrations africaines. En effet, depuis quelques années, ces migrations ont pris une place importante dans l'actualité politique et médiatique des pays européens et africains. Pourtant, on constate que les discussions ne portent pas sur des informations chiffrées (ou mesurées) mais plutôt sur des idées reçues. C'est dans cette optique que s'organise l'enquête MAFE-Congo puisque l'ampleur et les causes des migrations congolaises restent mal connues et surtout l'impact de la migration sur les conditions de vie des familles congolaises ou sur le développement du pays n'a pas encore été sérieusement évalué. Ainsi, cette enquête a pour objectif majeur de produire des données statistiques à partir de l'expérience réelle des Congolais. De l'avis des chercheurs impliqués, ces données permettront de mieux comprendre la migration et ses conséquences sur la République démocratique du Congo. Les résultats de l'étude pourront être discutés au cours de débats publics en RD Congo et en Europe, incluant des débats sur les politiques migratoires et de développement.

Le questionnaire biographique de l'enquête MAFE considère toutes les étapes de la vie des sujets enquêtés depuis leur naissance jusqu'au jour de l'enquête. Partant de cette évolution temporelle, il est notamment possible de distinguer la situation de l'individuà chaque étape de son parcours vital. Plusieurs modules sont exploités dans ce questionnaire, mais l'étude met un accent sur le module se rapportant aux activités.

Le questionnaire biographique utilisé pour collecter les données lors des entretiens de face à face comporte deux grandes parties, à savoir : une fiche AGEVEN et un cahier de questions.

1. La fiche AGEVEN : il s'agit d'une fiche de datation des événements à l'année près pour suivre la biographie des sujets enquêtés. La plupart des modules du questionnaire proprement dit sont transcrits et datés sur cette fiche pour prendre en compte la dimension de l'évolution temporelle.

2. Le cahier d'items constitue le questionnaire proprement dit avec ses multiples modules. La première page contient certaines informations relatives à la codification de l'enquête ainsi qu'à l'enquêté et certains de ses attributs géographiques. Outre la présentation de l'étude à l'enquêté, le cahier de questions comporte plusieurs modules. L'encadré n° 1 reprend tous les modules que comporte le questionnaire d'enquête MAFE.

Le questionnaire biographique de l'enquête MAFE comporte les modules suivants :

1. L'historique des logements d'au moins un an : seuls les logements occupés pendant au moins une année ont été signalés.

2. La citoyenneté : les différents changements de citoyenneté doivent être signalés en commençant par la citoyenneté à la naissance et celle au moment de l'enquête.

3. L'historique familial (parents et fratrie) : sont pris en compte les parents, les frères et les soeurs de l'enquêté.

4. L'historique familial (unions et enfants) : il s'agit de questionner sur les conjoints actuels ou passés (décédés ou en rupture) et les enfants de l'enquêté.

5. L'historique des pays de résidence de l'entourage : c'est l'inventaire des pays où ont vécu, pour une durée d'au moins une année, les membres de l'entourage de l'enquêté. L'idée qui est derrière ce module est de voir là où vivent ou ont vécu les personnes qui ont aidé ou pouvaient aider la personne à migrer.

6. L'historique des périodes d'activités et d'inactivité : depuis l'enfance, on répertorie les périodes d'études, de formation professionnelle, de travail, de chômage ou d'inactivité, etc.

7. L'historique des biens et des affaires possédés en RD Congo ou ailleurs : on passe en revue les avoirs et les affaires (business) de l'enquêté ainsi que les périodes d'acquisition de chacun d'eux.

8. Les transferts d'argent : on identifie l'année du début de l'envoi régulier d'argent aux proches ainsi que les pays de destination.

9. Les tentatives de migration internationale : on inventorie les pays pour lesquels l'enquêté a entrepris la moindre démarche pour aller y vivre, sans parvenir à s'y établir.

10. Les séjours de moins d'un an et de plus d'un an hors RD Congo : c'est l'énumération des pays où l'enquêté a déjà vécu moins d'une année ou plus d'une année.

11. Les associations : on identifie les périodes au cours desquelles l'enquêté a fait partie d'une association soutenant la RD Congo ou d'autres migrants congolais en Europe.

12. La demande d'asile : on vérifie si l'enquêté a déjà demandé l'asile dans un pays quelconque.

13. Les titres de séjour et les autorisations de travail : on décrit toutes les périodes où l'enquêté a vécu en situation régulière ou irrégulière, y compris pour le travail autorisé ou pas.

14. Les retours de moins d'un an avec ou sans intention de se réinstaller ainsi que les séjours de plus d'un an en RD Congo.

Parmi les nombreux modules de l'enquête MAFE, nous nous intéressons particulièrement aux modules relatifs aux activités, aux logements en vue de répondre aux questions que nous nous sommes posées dans cette étude.

2.1.3. Echantillonnage et pondération

L'enquête MAFE a été menée sur un échantillon des Congolais qui résidaient à Kinshasa ou en Belgique ou au Royaume-Uni en 2009 au moment de l'enquête. Dans les paragraphes qui suivent, nous présentons les stratégies d'échantillonnage adoptées et les pondérations qui ont été appliquées aux données récoltées.

Initialement, l'enquête MAFE-Congo visait un échantillon de 1500 migrants de retour et non migrants interrogés en République démocratique du Congo, plus précisément à Kinshasa et environ 300 migrants interrogés en Belgique et 150 au Royaume-Uni. S'agissant de l'enquête menée en RDC qui concerne la présente étude, le mode retenu pour collecter les données est l'entretien de face à face. L'échantillonnage mis en oeuvre a reposé sur plusieurs stratégies. En fait, pour des raisons financières, les échantillons ne sont pas représentatifs^31(*) au niveau national des populations visées. Néanmoins, le projet se construit sur une stratégie progressive, ce qui pourra permettre d'élargir les échantillons dans l'avenir^32(*). Pour pouvoir comparer les données et les résultats, les responsables du projet ont tout mis en oeuvre pour qu'une méthodologie commune d'enquête soit appliquée dans les différents contextes. Que ce soit dans l'enquête menée à Kinshasa ou en Europe, les organisateurs ont veillé à constituer un échantillon représentatif de la population visée dans la mesure du possible. A Kinshasa, des stratégies probabilistes ont été adoptées ; tandis qu'en Europe, un échantillonnage par quotas a été adopté pour veiller à avoir un échantillon représentatif des régions visées.

L'échantillonnage mis en oeuvre à Kinshasa a associé une stratification et un échantillonnage par degrés (niveaux). Le premier degré a consisté à sélectionner systématiquement les quartiers avec une probabilité proportionnelle à la taille estimée. Au second degré, des ménages ont été sélectionnés dans chaque rue ; tandis qu'au troisième degré, des individus sont sélectionnés dans chaque ménage. À chaque étape, une probabilité d'échantillonnage a été calculée.

Etant donné que l'échantillon n'est pas constitué de manière à assurer à chaque individu la même probabilité d'être échantillonné, la pondération des données est indispensable. Cette pondération s'imposait d'autant plus que la probabilité d'échantillonner un migrant de retour diffère en fonction de différentes communes de Kinshasa d'une part ; et d'autre part, la probabilité d'échantillonner un migrant à destination varie largement selon la région d'installation. Pour chaque individu, il a été calculé une variable de pondération corrigeant la probabilité d'échantillonner un individu qui diffère notamment d'un milieu à un autre.

A Kinshasa, le calcul de la pondération d'échantillonnage se fonde sur le calcul des probabilités d'échantillonnage à chaque étape. Le produit des probabilités d'échantillonnage à chaque étape donne la probabilité globale d'échantillonnage. L'inverse de la probabilité d'échantillonnage donne le facteur d'inflation. Ces facteurs sont ajustés et normalisés de sorte que leur somme soit égale à la taille de l'échantillon. Étant donné que la pondération varie fortement entre les observations individuelles, il a été décidé que l'on tronque la pondération dans un ordre limitant le rapport entre la pondération maximale et la pondération minimale à 100.

2.2. Approche méthodologique de l'étude

Dans le cadre de cette étude, nous avons fait recours aux méthodes d'analyses descriptives univariées, bivariées et multivariées (essentiellement explicatives) que nous développons dans les points qui suivent.

2.2.1. Méthodes d'analyses descriptives

L'analyse descriptive univariée nous a permis de décrire nos variables à partir des tableaux de fréquence. Elle nous a également permis d'identifier les différentes omissions et aberrations constatées au niveau des variables d'étude ; de connaitre la nature des variables explicatives (quantitatives ou qualitatives) et de la variable d'intérêt (qualitative dichotomique).

2.2.2. Méthodes d'analyses bivariées

L'analyse bivariée, quant à elle, nous a permis de voir les liaisons existant entre la variable à expliquer (ou dépendante) avec chacune des variables explicatives. Le test de chi-deux a été utilisé pour vérifier cette liaison.

La règle de décision reste la même pour tous les tests statistiques. La décision est prise suivant qu'on accepte une hypothèse au détriment de l'autre. On distingue deux hypothèses (nulle et alternative) qui se construisent de la manière suivante :

La décision pour la plupart de logiciels se prend en comparant la probabilité de P-value au seuil de significativité á.

2.2.3. Méthode d'analyse multivariée

La méthode d'analyse explicative que nous avons choisie est fonction de la nature de notre variable d'intérêt. Etant donné que notre variable dépendante, provenant de l'inadéquation entre le niveau d'instruction et le niveau de qualification d'activité exercée, est qualitative dichotomique, la régression logistique binaire est la mieux indiquée. Celle-ci estime le risque de survenue d'un évènement en fonction des variables indépendantes.

Lorsque l'évènement est réalisé, la variable dépendante prend la modalité 1 ; dans le cas contraire, elle prend la modalité 0.

2.2.3.1. Notions sur la régression logistique binaire

La régression logistique se définit comme étant une technique permettant d'ajuster une surface de régression à des données lorsque la variable dépendante est dichotomique. Cette technique est utilisée pour des études ayant pour but de vérifier si des variables indépendantes peuvent prédire une variable dépendante dichotomique. Contrairement à la régression multiple et l'analyse discriminante, cette technique n'exige pas une distribution normale des prédicteurs ni l'homogénéité des variances. Différents types de régression logistique existent, possédant chacun une procédé statistique et conduisant à l'élaboration de différents modèles théoriques.^33(*)

Il s'agit en fait de connaître les facteurs associés à un phénomène en élaborant un modèle de prédiction.

2.2.3.2. Signification des prédicteurs et interprétation des rapports de cotes

Il s'agit d'observer quelles variables ont été inclues dans l'équation et d'examiner ensuite lesquelles sont significatives. Lorsque tel est le cas, c'est-à-dire que les coefficients de Wald sont significatifs, on procède à l'interprétation des rapports de cotes (ou «odds ratio») qui se situent dans la case Exp(B).

Les rapports de cotes correspondent au nombre de fois d'appartenance à un groupe lorsque la valeur du prédicteur estmultiplié de 1. Plus précisément, un rapport de cote plus grand que 1 indique une multiplication des chances de faire partie du groupe qui connait l'évènement étudié, tandis qu'un rapport de cote inférieur à 1 (modalité de référence) divise les probabilités d'appartenance à ce groupe^34(*)par rapport à la modalité de référence.

2.2.3.3. Principes et propriétés de la régression logistique binaire

Lorsque nous voulons modéliser une variable à réponse binaire, la forme de la relation est souvent non linéaire. On recourt alors à une fonction non-linéaire, de type logistique par exemple, en pareils cas. Le principe de la régression logistique binaire est de considérer une variable à prévoir binaire (variable cible admettant uniquement deux modalités possibles) Y = {0,1} d'une part, et p variables explicatives notées X = (X₁, X₂, ..., Xp), continues, binaires ou qualitatives.

L'objectif de la régression logistique est de modéliser l'espérance conditionnelle E (Y/X=x), par l'estimation d'une valeur moyenne de Y pour toute valeur de X. Pour une valeur Y valant 0 ou 1 (loi de Bernoulli), cette valeur moyenne est la probabilité que Y=1.

La propriété principale de la régression logistique est qu'elle n'exige pas que les prédicteurs (variables indépendantes) suivent une loi normale, ou soient distribués de façon linéaire, ou encore qu'ils possèdent une variance égale entre chaque groupe. La fonction logistique est donnée sous la forme :

En fait, en cherchant à expliquer la probabilité de réalisation de l'évènement Prob(Y=1/X=x), il nous faudrait une transformation de E(Y) qui étende l'intervalle de définition [0,1]. C'est le calcul des ratios de chance « odds ratio » qui permet d'envisager cette transformation. Ainsi le quotient pi / (1-pi)est appelé « odds », et la fonction f(p)=ln (pi/1-pi) est appelée « logit ».

2.2.3.4.Odds et odds-ratio

Le succès de la régression logistique est en partie dû aux capacités d'interprétabilité du modèle. On définit par odds le rapport : Odds= pi/1-pi qui représente combien de fois on a plus de chance d'avoir Y=1 au lieu de Y=0 lorsque X=x.

On définit de même les odds-ratio (OR) par le rapport : OR (x_i, x_p) =odds (x_i)/odds qui représente combien de fois on a plus de chance d'avoir Y=1 au lieu d'avoir Y=0 lorsque X=x_i au lieu de X=x_p.Concrètement, on calcule l'odds ratio de la manière suivante :

Le fonctionnement consiste à calculer des coefficients de régression de façon itérative. En d'autres termes, le programme informatique, à partir de certaines valeurs de départ pour Y=0 et Y=1, vérifiera si les logs chances (odds-ratios) estimés sont bien ajustés aux données, corrigera les coefficients, réexaminera le bon ajustement des valeurs estimées, jusqu'à ce qu'aucune correction ne puisse atteindre un meilleur résultat (Howell, 1998).

Sous ce rapport, le modèle logistique défini précédemment peut être utilisé pour :

· décrire la nature de la relation entre la probabilité espérée d'un succès pour la variable et une variable explicative X;

· prédire la probabilité espérée d'un succès étant donné la valeur de la variable X.

2.2.3.5. Méthode d'estimation de la régression logistique binaire

L'estimation du modèle logistique binaire se fait avec la méthode de maximum de vraisemblance car la relation entre la moyenne de Y et les paramètres des variables explicatives n'est pas linéaire^35(*).

La méthode du maximum de vraisemblance permet de calculer la probabilité P de réalisation de l'événement dans chaque groupe d'individus par rapport à un autre groupe retenu comme groupe de référence.

· Pour effectuer l'estimation, nous disposons d'un échantillon

d'effectif n. Nous notons (respectivement) les observations correspondantes à la modalité 1 (respectivement 0) de Y ;

· P (Y=1) (respectivement P (Y=0) est la probabilité à priori pour que Y=1(respectivement Y=0).

· P(X/1) (respectivement P(X/0)) est la distribution conditionnelle des X sachant la valeur prise par Y ;

Enfin, la probabilité a posteriori d'obtenir la modalité 1 de Y (respectivement 0) sachant la valeur prise par X est représentée par P(1/X) (respectivement P(0/X)

2.2.3.6. Interprétation des coefficients

L'un des succès des modèles logistiques est que les coefficients peuvent s'interpréter comme des rapports de cotes ou odds ratio (OR).

Les résultats des modèles peuvent être présentés sous forme de coefficients â ou sous forme d'odds ratios. Si les résultats sont présentés sous formes de coefficients â et qu'on voudrait retrouver les odds ratios, il suffit de calculer « exp(â) ». Et à l'inverse, si l'on veut passer de l'OR au coefficient â, il suffit de calculer « ln(OR) » Selon le logiciel statistique utilisé, il est possible d'avoir directement soit les coefficients â, soit les odds ratios. Il faudra donc bien spécifier le type de résultats que l'on désire. Rappelons que le modèle logit est en fait une fonction multiplicative : Les effets additifs au niveau des logits sont multiplicatifs au niveau des odds^36(*).

Nous allons voir en détails comment interpréter les odds ratios en tenant compte de la modalité de référence choisie. Lorsque le résultat d'une modalité affiche un OR de 2, cela signifie, sur base de la fonction multiplicative, que cette modalité est deux fois plus susceptible de connaître l'événement étudié que la modalité de référence (qui a OR=1). En revanche, si on a un OR=0,5, cela signifie que la modalité concernée est deux fois moins susceptible de connaître l'événement étudié que la modalité de référence. En fait en dessous de 1, il faut penser à diviser pour retrouver le nombre de fois que la modalité est moins susceptible de connaitre l'événement. En gros, les résultats en termes d'odds ratio s'interprètent en « nombre de fois ».

Lorsque les résultats se présentent sous forme de coefficients â, l'interprétation se fait suivant le principe additif par comparaison à la modalité de référence qui est égal à 0. Si l'on reprend le cas ci-dessus, un OR de 2 correspond à un coefficient â=0,6931. Tandis qu'un OR=0,5 correspond à un coefficient â=-0,6931.

Contrairement aux OR, les coefficients â admettent des valeurs négatives ; ce qui permet parfois de bien visualiser le sens de la relation entre les modalités d'une variable donnée par rapport à la modalité de référence en ce qui concerne l'influence de la variable sur le phénomène étudié. Les valeurs positives des coefficients â correspondent à des OR supérieurs à 1, tandis que les valeurs négatives correspondent à des OR inférieurs à 1.

2.2.3.7. Courbe ROC

La courbe ROC (Receiver Operating Characteristic) provient de la théorie du signal. Elle est obtenue en représentant la sensibilité (Probabilité de détecter un vrai signal) en fonction de 1 moins la spécificité (Probabilité de détecter un faux signal) pour chaque valeur du seuil. On vérifie facilement que c'est une fonction non décroissante de 1 moins la spécificité :

=> c > c' =>

Cependant, pour qu'il y ait discrimination, il est nécessaire que la courbe monte très vite. Il faut avoir simultanément forte sensibilité et forte spécificité. Une mesure du pouvoir discriminante de la régression logistique est obtenue à l'aide de l'aire sous la courbe ROC (Michel TenenhausDunod, 2007).

Une autre façon, plus simple, de déterminer le pouvoir prédictif d'un modèle logistique est de calculer la proportion de prédictions correctes. Cette mesure est donnée par :

Tout comme le ROC, ce rapport proche de 1 signifie que le modèle a une capacité prédictive presque parfaite. S'il est proche de 0, alors le modèle a une mauvaise capacité prédictive.

CHAPITRE3 : FACTEURS DE L'INADEQUATION PROFESSIONNELLE

Dans ce chapitre nous présentons les facteurs pouvant expliquer l'inadéquation entre le niveau d'instruction et la qualification. Etant donné que notre variable à expliquer est qualitative dichotomique, le modèle que nous utiliserons est la régression logistique binaire. Mais avant de pouvoir parler de la méthode de régression, nous allons effectuer l'analyse exploratoire ou descriptive en procédant par une approche univariée dans la première section et une l'analyse bivariée dans la deuxième section. Dans la troisième, nous proposons une analyse multivariée qui cible l'approche explicative.

La définition opérationnelle de l'inadéquation se fait en croisant l'instruction des individus enquêtés avec le niveau de qualification des emplois exercés. Trois niveaux d'instruction sont retenus : le niveau primaire (y compris les non instruits), le niveau secondaire et le niveau supérieur ou universitaire. Ils seront combinés avec la qualification des emplois pour déterminer le degré d'inadéquation.

Nous distinguons trois niveaux de qualification des emplois : les emplois élémentaires (n'exigeant pas de qualification particulière) ; les emplois intermédiaires (exigeant certaines qualifications scolaires, mais d'un ordre limité) et les emplois supérieurs (exigeant des qualifications académiques très poussées). Pour nos analyses, nous retenons deux degrés d'inadéquation se présentant dans une logique ordinale :

- Absence d'inadéquation (ou l'adéquation à peu près parfaite) qui survient quand un individu occupe un emploi correspondant à son niveau de qualifications. Par exemple : un individu n'ayant aucun diplôme et qui occupe un emploi de niveau élémentaire ; ou encore un individu de niveau supérieur occupant un emploi supérieur.

- Inadéquation modérée et sévère que nous avons mis ensemble, modérée qui survient quand un individu ayant un diplôme donné occupe des emplois qui sont légèrement en dessous de ses qualifications. Par exemple : un individu détenant un diplôme universitaire qui occupe un emploi de niveau intermédiaire ou un diplômé du secondaire qui s'adonne à un emploi de niveau élémentaire. Par contre l'Inadéquation sévère qui survient lorsqu'un individu hautement qualifié occupe un emploi se situant au bas de l'échelle. C'est le cas lorsqu'un diplômé de niveau universitaire occupe un emploi de niveau élémentaire.

Tableau 1.2 : Répartition des employés occupés selon le degré d'inadéquation

Les deux tableaux fournissent deux informations complémentaires. Le premier tableau nous permet de situer précisément les cas d'inadéquation (modérée et sévère) parmi les emplois occupés. Le second tableau reprend la répartition de ces emplois selon le degré d'inadéquation.A partir de ce deuxième tableau nous avons procédé à la dichotomisation notre variable dépendante qui est inadéquation d'emploi, en distinguant ceux qui sont en situation d'emploi inadéquat (oui) et ceux qui ne sont pas (non). Il ressort que parmi les individus ayant un emploi, 753 soit 65,14% ont un emploi adéquat contre 403 soit 34,86% qui ont un emploi inadéquat.

L'analyse univariée nous permet de donner une description de chacun de nos variables. Les variables retenus dans ce travail se présente comme suit :

Tableau 1.3: Présentation des variables socioculturelles, socioéconomiques et sociodémographiques

Variables

Effectifs

Le sexe

Hommes

Femmes

Total

Lieu de naissance

Kinshasa

Ailleurs

Total

Niveau d'instruction

Primaire et sans instruction

Secondaire

Supérieur

Total

Niveau de vie de ménage d'origine

Aisé

Moyen

Pauvre

Total

Nombre d'enfants

0 à 3 enfants

4 à 7 enfants

8 enfants et plus

Total

Etat matrimonial

Célibataire

marié

Total

Rang de naissance

Ainé

Autres

Total

Age

Moins de 30 ans

30 à 39 ans

Plus de 40 ans

Total

Survie des parents

Deux parents en vie

L'un d'eux mort

Les deux morts

Total

Province

Kongo central et Kinshasa

Kivu, ex Katanga et orientale

Kasaï

Bandundu et Equateur

Total

536

628

1164

604

560

1164

123

458

583

1164

360

647

157

1164

445

460

259

1164

144

1020

1164

252

912

1164

161

393

610

1164

418

402

344

1164

441

114

549

1164

100

51,9

48,1

100

10,6

39,3

50,1

100

30,9

55,6

13,5

100

38,2

39,5

22,3

100

12,3

87,6

100

21,6

78,4

100

13,83

33,76

52,41

100

35,9

34,5

29,6

100

37,9

5,2

9,8

47,2

100

Pour ce qui est du sexe, les femmes représentent 54% et les hommes 46%.Concernant le lieu de naissance, la moitié des individus enquêtés sont nés ailleurs soit 51,9% (éventuels migrants au sens large) contre 48,1% qui sont nés à Kinshasa.

En tenant compte du niveau d'instruction, la moitié des enquêtés ont un niveau d'études supérieures (soit 50,1%). Ceux du niveau secondaire représentent 39,3% ; tandis que celles du niveau primaire et les non instruits représentent 10,6%.

En ce qui concerne le niveau de vie du ménage d'origine, 55,6% sont issus des ménages d'un niveau de vie aisé, 30,9% proviennent des ménages de niveau socioéconomique moyen et les pauvres représentent 13,%.

Concernant le nombre d'enfants, les enquêtés qui ont 4 à 7 enfants représentent 39,5%, 38,2% pour ceux ayant 0 à 3 enfants et 22,3% pour ceux déclarant avoir dix enfants et plus.

Le statut matrimonial nous a fourni les résultats suivants : 87,6% des individus déclarent être en union ou des mariés au sens large du terme contre 12,3% des célibataires.

En ce qui concerne l'âge, les individus qui ont 40 ans et plus sont beaucoup plus représentées soit 52,4%, ceux figurant dans la tranche d'âges de 30 à 39ans comptent pour 33,84% de l'échantillon.Et ceux qui ont un âge inférieur à 30 ans sont moins représentés soit 13,8%.

Il ressort que les individus qui ont des parents en vie sont 35,9% ; 34,5% des enquêtés ont déclaré avoir perdu l'un des parents et ceux qui ont les deux parents décédés représentent 29,6%.

Concernant le rang de naissance, 78,4% des enquêtés occupent un autre rang de naissance alors queles aînés de famille représentent 21,6%.

En ce qui concerne la région d'origine, les provinces de l'Ouest (Bandundu et de l'Equateur) sont beaucoup plus représentées de onze anciennes provinces soit 47,2%. Les provinces de l'Est (Kivu, Katanga et ex province orientale) sont moins représentées soit 5,2%.

2. Analyse bivariée

Nous allons croiser chaque variable indépendante avec la variable dépendante. Le test de chi-deux est approprié pour déceler s'il y a liaison ou pas entre les variables en présence. Nous précisons que le test de chi-deux ne s'effectue que sur des variables qualitatives. Etant donné que certaines variables ne sont pas qualitatives, nous allons les grouper en classes.

Avant de procéder à l'analyse bivariée, il convient de rappeler que la proportion des individus en situation d'inadéquation est de 34,9% contre 65,1% des individus en situation d'adéquation parfaite ou simplement en situation d'absence d'inadéquation.

La relation est très significative entre le sexe et l'inadéquation de l'emploi.

On constate que les hommes sont plus en situation inadéquate soit 52,6% contre 47,4% des femmes.

Graphique 1.3. Proportions des individus en inadéquation selon niveau de vie du ménage d'origine.

La relation est très significative entre le niveau de vie des ménages et l'inadéquation de l'emploi.

Il ressort que 54,6% des individus en situation inadéquate ont un niveau de vie moyen contre 9,9% individus qui ont un niveau pauvre.

Graphique 1.4. Proportions des individus en inadéquation selon le lieu de naissance

La variable lieu de naissance n'est pas significativement associée à l'inadéquation de l'emploi.

On constate que 52,6% des individus qui sont nés en dehors de Kinshasa sont en situation inadéquate contre 47,4% à Kinshasa.

La relation est très significative entre l'âge et l'inadéquation de l'emploi.

Il ressort que 46,4% des individus en situation inadéquate ont un âge supérieur à 40 ans et plus, et 39% dans la tranche de 30-39 ans.

Graphique 1.6. Proportions des individus en inadéquation selon la province d'origine

Au vu des résultats représentés sur le graphique ci-dessus, il apparait clairement que la province est significativement associée à l'inadéquation de l'emploi. La proportion la plus élevée des individus en situation inadéquate s'observe chez les individus de la région de l'Ouest (Bandundu et Equateur) avec une proportion de 42,9% pour atteindre son plus bas niveau chez les individus des provinces de l'Est (Kivu, Katanga et Oriental) avec 6,2% de l'échantillon.

Graphique 1.7. Proportions des individus en inadéquation selon le rang de naissance

Le rang de naissance n'est pas significativement associé à l'inadéquation de l'emploi au seuil de 5%.

Il ressort que 79,4% des individus en situation inadéquateétaient d'un autre rang de naissance contre 20,6% qui sont les ainés.

Graphique 1.8. Proportions des individus en inadéquation selon le statut matrimonial

Le statut matrimonial est significativement associé à l'inadéquation de l'emploi au seuil de 5%.

Au vu des résultats du graphique ci-dessus, 84,8% des individus enquêtés sont des mariés ou des personnes en union de quelque nature que ce soit par contre 15,1% qui sont des célibataires.

Graphique 1.9. Proportion des individus en inadéquation selon la survie des parents

La survie des parents est significativement associée à l'inadéquation de l'emploi. On constate que 41,7% des individus en situation inadéquate ont les deux parents en vie contre 25,1% qui ont déclaré que les deux parents sont décédés.

Graphique 1.11. Proportion des individus en inadéquation selon le nombre d'enfants

Les résultats du test de khi-deux montrent que le nombre d'enfants nés de chaque enquêté est significativement associé à l'inadéquation au seuil de 5%.

Il ressort que 43,4% des individus ayant tout au plus trois enfants sont dans une situation inadéquate contre 21,8% de celles qui ont 8 enfants et plus.

3. Analyse explicative

Dans cette section, il sera question de connaitre les variables pouvant expliquer l'inadéquation dans les emplois occupés sur le marché du travail. Et cela grâce au modèle de régression logistique binaire dont nous avions développéles aspects techniques dans le deuxième chapitre.

La régression logistique sera effectuée sur la variable dépendante qui est l'inadéquation de l'emploi en fonction des variables socioculturelles, sociodémographiques et socioéconomiques. Le tableau de la régression logistique se présente comme suit :

Variables explicatives	Effets bruts		Effets Net
	Odds ratio	P-value	Odds ratio	P-value
Constante
Sexe
Homme(MR)	1		1
Femme	0,6658242**	0,001	0,5968633***	0,0001
Age
Moins de 30 ans(MR)	1		1
30 - 39 ans	1,116274ns	0,517	1,56076+	0,106
40 ans et plus	0,750669+	0,124	1,359494ns	0,288
Lieu de naissance
Kinshasa	1,044125ns	0,727	1,359494^ns	0,333
Ailleurs (MR)	1		1
Province d'origine
Bas-Congo et Kinshasa(MR)	1		1
Kivu, ex Katanga et orientale	0,8874173ns	0,381	0,9827654ns	0,912
Kasaï	1,814368**	0,005	1,756173*	0,023
Bandundu et Equateur	1,366667ns	0,266	1,372799ns	0,333
Rang de naissance
Ainé	1,107198ns	0,5	1,04882ns	0,787
autres (MR)	1		1
survie de parents
Parents vivants (MR)	1		1
Un des parents décédé	0,734885*	0,034	0,7708569+	0,132
Parents décédés	0,6162202**	0,002	0,7363926+	0,109
Nombre d'enfants
0 à 3 (MR)	1		1
4 à 7	0,6111287**	0,001	0,5631179**	0,001
8 et plus	0,5510517**	0,004	0,5288286**	0,007
Niveau de vie de ménage d'origine
Aisé	0,7565611*	0,041	0,6033464**	0,001
Moyen	0,5039788**	0,001	0,4424962**	0,001
Pauvre(MR)	1		1
Statut matrimonial
En union(MR)	1		1
Célibataire	0,6757904*	0,031	2,095543*	0,068
*M.R : Modalité de référence. ns : non sign. Seuil de sign : +p<=0,10 p<= 0,05 ; p<=0,01 ; p<=0,001*

L'interprétation de ce modèle global va se faire en analysant les coefficients significatifs pour dégager les effets bruts et nets des variables impliquées dans les hypothèses et des variables de contrôle introduites dans le modèle. Notre démarche va consister à transposer une explication sociale ou empirique aux résultats statistiques pour démontrer comment la variable concernée agit pour influencer l'inadéquation de l'emploi par rapport à la modalité de référence désignée.

Lorsque l'on considère séparément les variables explicatives retenues dans cette analyse, on peut constater que certaines ne semblent pas expliquer l'inadéquation de l'emploi alors que d'autres présentent plutôt des résultats attendus. C'est le cas de sexe, province d'origine, nombre d'enfants par individus, niveau de vie de ménage d'origine et le statut matrimonial.

Dans la présentation des résultats, Il se dégage de cette analyse que le sexe est un facteur explicatif important de l'inadéquation. Les femmes sont moins susceptibles de se retrouver dans un emploi inadéquat à leur qualification. En effet, les femmes ont 1,6 fois moins de risque de se retrouver dans l'inadéquation que les hommes. Ce résultat pourrait s'expliquer que les hommes étant que chef de ménage sont près d'acceptés importe genre de travail pour la prise en charge de leurs ménages.

Pour l'âge, on constante que les individus qui ont 30 - 39 ans sont plus susceptible à l'inadéquation par rapport à leur homologue qui ont moins de 30 ans, les résultats fourni sont faiblement significatifs (seuil supérieur à 10%).

La région d'origine aussi à montrer que les individus originaire de Kasaï ont 1,7 fois plus de chances d'être en situation d'inadéquation de l'emploi par rapport aux individus originaire du Kongo central et Kinshasa. A la lumièrede ces résultats, nous affirmons le fait d'exode rurale que subit cette province, avec le fait de motocycliste (wewa) qui ont envahi la ville de Kinshasa, ces individus sont près accepté importe genre de travail qui ne correspond pas à leurs niveau d'instruction pour subvenir à leurs besoin.

En ce qui concerne le nombre d'enfants par individus, il se dégage que les individus ayant 4 à 7 enfants et ceux qui ont plus de 8 enfants respectivement (1,7 et 1,8) fois moins de risque d'être en situation d'inadéquation par rapport à leurs homologues ayant aucun et 3 enfants.

Pour le niveau de vie de ménage d'origine, les choses semblent plus claires. Les individus dont les ménages sont aisé et moyen ont respectivement (1,6 et 2,2) fois moins de chance d'être en situation d'inadéquation de l'emploi par rapport à leur homologue ayant un niveau de vie de ménage d'origine pauvre (ce résultat n'est vérifié pas l'hypothèse).

Concernant le statut matrimonial Les célibataires ont 2 fois plus de chance d'être en inadéquation par rapport à leur homologue qui sont en union.

3.1. Modèle explicatif de l'inadéquation de l'emploi stratifié selon le sexe

L'objectif de cette deuxième démarche est de comparer la situation des hommes par rapport à celle des femmes en matière d'emploi. Ainsi, les interprétations issues de ce modèle explicatif stratifié selon le sexe vont enrichir les conclusions de cette étude en termes de prise en compte du sexe dans l'analyse d'inadéquation de l'emploi. Le tableau ci-dessous rappelle les coefficients du modèle global et ceux de deux modèles éclatés selon le sexe. Il y a le modèle des hommes et celui des femmes. Notre démarche va essentiellement consister en une comparaison des coefficients obtenus dans le modèle des hommes et celui des femmes toujours au regard de ce qui est donné dans le modèle global.

Tableau 1 .5 : Modèle explicatif de l'inadéquation de l'emploi stratifié selon le sexe

Variables explicatives	Modèle global	Modèle Hommes		modèle Femmes
Variables explicatives	Odds ratio	Odds ratio	P-value	Odds ratio	P-value
Constante
Age
Moins de 30 ans(MR)	1	1		1
30 - 39 ans	1,56076+	1,863071ns	0,206	1,662654+	0,14
40 ans et plus	1,359494ns	1,733402ns	0,28	1,153888ns	0,697
Lieu de naissance
Kinshasa	1,359494ns	1,135981ns	0,545	1,142791ns	0,529
Ailleurs (MR)	1	1		1
Province d'origine
Bas-Congo et Kinshasa(MR)	1	1		1
Kivu, ex Katanga et orientale	0,9827654ns	1,057935ns	0,805	0,9493161ns	0,818
Kasaï	1,756173*	0,9645453ns	0,922	2,718387**	0,004
Bandundu et Equateur	1,372799ns	2,152924+	0,111	0,8537657ns	0,747
Rang de naissance
Ainé	1,04882ns	1,878751*	0,018	0,685552+	0,144
autres (MR)	1	1		1
survie de parents
Parents vivants (MR)	1	1		1
Un des parents décédé	0,7708569+	0,9072705ns	0,696	0,6855559+	0,126
Parents décédés	0,7363926+	0,6857563+	0,168	0,7597929ns	0,323
Nombre d'enfants
0 à 3 (MR)	1	1		1
4 à 7	0,5631179**	0,8554111ns	0,531	0,4000109***	0,0001
8 et plus	0,5288286**	0,7155024ns	0,334	0,441833*	0,016
Niveau de vie de ménage d'origine
Aisé	0,6033464**	0,7230217ns	0,143	0,4961725**	0,02
Moyen	0,4424962**	0,781675ns	0,471	0,2097903***	0,0001
Pauvre(MR)	1	1		1
Statut matrimonial
EN union(MR)	1	1		1
Célibataire	2,095543*	2,382307*	0,048	1,817598ns	0,513
*M.R : Modalité de référence. ns : non sign. Seuil de sign : +p<=0,10 p<= 0,05 ; p<=0,01 ; p<=0,001*

D'une manière stratifiée, il existe une différence entre les hommes et les femmes concernant la participation au marché du travail. Nous essayerons de cibler nos commentaires sur les variables qui ont apportées une explication supplémentaire à l'inadéquation de l'emploi chez les individus fussent-ils hommes ou femmes. Il ressort de la stratification selon le sexe que les femmes du Kasaï sont plus susceptibles d'être en situation d'inadéquation de l'emploi que leurs homologues de kongo central et de Kinshasa. Par contre Chez les hommes les résultats ne sont pas significatifs du point de vue statistique. Les résultats enregistrés au sujet du rang de naissance confirment le risque d'inadéquation chez les hommes qui ont un autre rang de naissance : les hommes qui ont un autre rang de naissance ont 1,8 fois plus de chances d'être en situation d'inadéquation que leurs homologues aîné de la famille par contre le modèle des femmes n'est pas significatif. S'agissant du nombre d'enfants, le modèle des hommes n'est pas significatif, par contre chez les femmes on constate que les femmes qui ont 4 à 7 enfants et celles qui ont plus de 8 enfants ont respectivement (2,4 et 2,2) fois moins chance d'être en situation d'inadéquation de l'emploi que leur homologue ayant aucun et 3 enfants. Concernant le niveau de vie de ménage d'origine, le modèle homme n'est pas significatif tandis que le modèle femme nous donner les résultats très significatif. Les femmes dont le niveau de vie est aisé et ce qui ont un niveau de vie moyen représentent respectivement (2 et 4,7) fois moins de chance d'être en situation d'inadéquation que leur homologue qui ont un niveau de vie pauvre. Il ressort de la stratification selon le sexe nous montrer que le modèle homme est statistiquement significatif, le célibataire ont 2,3 fois plus de chance d'être en situation d'inadéquation que leur homologue en union par contre le modèle femme n'est pas statistiquement significatif.

Le modèle peut être jugé acceptable car l'aire sous la courbe ROC est de 0,7112. En d'autre terme, le pourcentage de prédiction c'est-à-dire la capacité de notre modèle à prédire correctement l'inadéquation de l'emploi des individus occupé situerait autour de 71,1%.

CONCLUSION GENERALE

L'objectif poursuivi par cette étude était de comprendre les facteurs qui expliquent l'inadéquation entre le niveau d'instruction et la qualification sur l'emploi exercer sur le marché du travail. Cette préoccupation a conduit à la définition des objectifs spécifiques suivants:

Ainsi, pour aborder le thème, « sous-emploi en RDC: facteurs explicatifs de l'inadéquation professionnelle », et satisfaire les objectifs précédents, un ensemble de démarche ont été effectuée à savoir :

Une revue de la littérature a été effectuée en vue d'élaboration du cadre conceptuel de la recherche.

De ce cadre théorique, il est ressorti de façon générale que l'inadéquation de l'emploi est influencée par la précarité des conditions socioéconomique qui caractérise l'environnement social de Kinshasa et de la RDC.

Le modèle d'analyse proposé était constitué de trois hypothèses que nous avons vérifié, qui sont:

- L'inadéquation dans l'emploi parmi les actifs occupés à Kinshasa varie largement en fonction du sexe.

- L'inadéquation dans les emplois occupés dans la ville de Kinshasa est influencée par l'âge.

- l'inadéquation dans les emplois occupés par les actifs de Kinshasa est influencée par le niveau de vie des ménages d'origine.

De l'analyse univariée, les résultats ont montré que 54% des individus sont des femmes, 51,9% des individus sont né à Kinshasa, 50,1% ont un niveau d'étude supérieur, 55,6% ont un niveau de vie moyen, 39,5% ont 4 à 7 enfants, 87,6% sont en union, 78,4% ils occupent autre rang de naissance, 52,4% des individus ont plus de 40 ans d'âge, 35,9% ont les deux parents en vie, et 47,2% sont des originaires de Kasaï.

L'analyse bivarié avec l'inadéquation comme variable dépendante révèle que toutes les variables sont statistiquement significatif associées au seuil de 5% hormis les variables lieu de naissance et rang de naissance.

Pour l'analyse multivariée, ces variables ont été utilisées dans les modèles explicatifsde régression logistique.

Au terme de toutes ces analyses, on a observé que l'inadéquation de l'emploi varie significativement selon :

L'aire de la courbe ROC nous a permis de juger l'inadéquation du modèle ; le modèle a donc été jugé acceptable avec un pouvoir prédictif de 71,1%.

Au regard des résultats trouvé dans cet étude, nous formulons les recommandations suivantes en vue de réduire l'inadéquation de l'emploi :

Ø Mettre en place un système adéquat qui tienne compte des besoins du marché

Ø Sensibiliser les jeunes par rapport à l'importance de l'utilisation de l'information sur le marché du travail, gage d'une meilleure insertion professionnelle et pour éviter les gaspillages des mains d'oeuvres qui ne seront pas utilisées.

Bibliographie

1. Albert Phongi., Questionsapprofondies de statistique,cours destiné aux étudiants de L1 UPN,2015, 99.p

2. Albert MULUMA, Le Guide du chercheur en sciences sociales et humaines, UNIKIN 2003, 64.p

4. ASSIE G.R. et R.R. KOUASSI, cours d'initiation à la méthodologie de recherche, Ecole pratique de la chambre de commerce et d'industrie-Abidjan, 2005.

BEAUCHEMIN, C., L. KABBANJI, D. LESSAULTet B. SCHOUMAKER, 2010, Migrations betweenAfrica and Europe: Survey Guidelines, MAFE Methodological note 1, 40 p.

5. François kabuya K., Macroéconomie, cours destine aux étudiants de L1, 2013-2014, UNIKIN, 67.p

7.PERSPECTIVES, du nouveau pour les statistiques du travail, par Patrick Bollé en 1999

8.PhongiKingiela, A., 2015, Attentes familiales, emploi, transferts d'argent et investissements des migrants congolais installés en Europe, Louvain-la-Neuve, Ed. Presses universitaires de Louvain (CIACO), 315.p

11. Rapport de Congrès mondial de la population tenue à Bucarest en 1974, 145.p

12. Rapport de la Seizième Conférence Internationale des Statisticiens du travail Genève, 6-15 octobre

13. Rapport de la Seizième Conférence Internationale des Statisticiens du travail Genève, 6-15 octobre

15. Revue SES No 7 Tendances Économiques, Service des Etudes Statistiques de Wallonie, novembre 1999

SCHOUMAKER, B. et C. MEZGER, «Sampling et Computing Weights in the MAFE Surveys», MAFE methodological Note 6, 2013, 64 p.

16. stratégie de l'emploi 2005/08Les chiffres trompeurs du chômage, par Francisco Vergara dans le journal Le Monde diplomatique, page 17, janvier 1997

19. Traoré, F. (2005) «Chômage et conditions d'emploi des jeunes au Mali», cahiers de la stratégie de l'emploi 2005/08

Vergara, F.,« Les chiffres trompeurs du chômage », in :Le Monde diplomatique, page17, janvier 1997

ANNEXES

Tableau 1: Inadéquation de l'emploi exercé selon le niveau de vie du ménage d'origine

*Analyseunivariée

tab work_level

tab instr_3

tab instr_3 work_level

tab inad

tab inade2

g nivvie=q312

recode nivvie (.=1) (3/4=3)

label variable nivvie "niveau de vie"

label definennn 1 "aisé" 2 "moyen" 3 "faible"

label value nivviennn

tab nivvie

tab q1

tab etud

tab lieu_nais

tab agg

tab relig

tab reg_or

tab aine

tab par_v

tab n_enf

*analyse bivariée

tab niv_men inade2, chi2

tab q1 inade2, chi2

tab etud inade2, chi2

tab lieu_nais inade2, chi2

tab agg inade2, chi2

tab relig inade2, chi2

tab reg_or inade2, chi2

tab aine inade2, chi2

tab par_v inade2, chi2

tab n_enf inade2, chi2

tab stat_u inade2, chi2

tab niv_men instr_3, chi2

*analyse multivariée

logistic inade2 i.q1 i.aggi.lieu_naisi.reg_ori.ainei.par_vi.n_enfi.niv_meni.stat_u

by q1, sort: logistic inade2 i.aggi.lieu_naisi.reg_ori.ainei.par_vi.n_enfi.niv_meni.stat_u

* ³ Il existe le sous-emploi visible et invisible. Le sous-emploi visible renvoie à un nombre d'heures de travail insuffisant. Tandis que le sous-emploi invisible se caractérise par un revenu horaire insuffisant, un mauvais emploi des compétences professionnelles ou une mauvaise répartition des ressources de main-d'oeuvre.

* ⁴PhongiKingiela, A., 2015, Attentes familiales, emploi, transferts d'argent et investissements des migrants congolais installés en Europe, Louvain-la-Neuve, Ed. Presses universitaires de Louvain (CIACO), p 89

* ⁷Albert MULUMA, Le Guide du chercheur en sciences sociales et humaines,Unikin Kinshasa 2003

* ⁸Albert MULUMA, Le Guide du chercheur en sciences sociales et humaines,Unikin Kinshasa 2003

* ⁹Rapport de la Seizième Conférence Internationale des Statisticiens du travail Genève, 6-15 octobre

* ¹⁰NJIKE G. B., LONTCHI R. M. et FOTZEU V., (2005), « Caractéristiques et déterminants de l'emploi des jeunes au Cameroun », Cahier de la Stratégie de l'Emploi. Dýsponible sur http://www.ilo.org/wcmsp5/groups/public/@ed_emp/@emp_elm/documents/publication/wcms_114150.pdf (consulté le 4 Juillet 2016)

* ¹¹PERSPECTIVES, du nouveau pour les statistiques du travail, par Patrick Bollé en 1999

* ¹² François kabuya K., Macroéconomie, cours destine aux étudiants de L1, 2013-2014, UNIKIN, p37

* ¹⁴La mesure du sous-emploi. Seizième Conférence internationale des statisticiens du travail.

* ²⁰Traoré, F. (2005) «Chômage et conditions d'emploi des jeunes au Mali», cahiers de la stratégie de l'emploi 2005/08

* ²²Les chiffres trompeurs du chômage, par Francisco Vergara dans le journal Le Monde diplomatique, page

* ²⁵Revue SES No 7 Tendances Économiques, Service des Etudes Statistiques de Wallonie, novembre 1999 ;

* ²⁶Les Statistiques sur l'Emploi et le Marché de Travail au Cameroun, INS, décembre 2004

* ²⁷ Le projet MAFE dont le sigle signifie Migration entre l'Afrique et l'Europe a été lancé le 1^er octobre 2008 pour une durée de 42 mois. Il a été initié par Cris Beauchemin, chercheur à l'Institut National d'Etudes Démographiques (INED) à Paris.

* ³¹ Pour les enquêtes menées en Afrique, il a été décidé que seules les capitales seraient couvertes pour des raisons de restriction budgétaire, sauf au Ghana où la ville de Kumasi a aussi été couverte. Par contre, les enquêtes menées en Europe ont été réalisées sur des échantillons représentatifs des régions visées en adoptant un échantillonnage par quotas.

* ³³Albert Phongi., cours de questions approfondies de statistique L1 UPN, page 31

* ³⁴Albert Phongi., cours de questions approfondies de statistique L1 UPN, page 36

* ³⁵Albert Phongi, cours de questions approfondies de statistique L1 UPN, page 33