II.5.4. Indicateurs et outils d'analyse pour discuter nos
hypothèses II.5.4.1. Indicateurs
Comme indiqué plus haut, une approche quantitative sera
adoptée dans le cadre de ce mémoire. Ainsi, les indicateurs
ci-dessous seront renseignés et utilisés pour discuter nos
hypothèses. Ces indicateurs sont entre autres :
- la proportion d'écoles disposant d'un CGE ;
- la proportion de CGE fonctionnels et non fonctionnels ;
- le pourcentage d'écoles dont il existe une APE ;
- le pourcentage d'écoles dans lesquelles les APE sont
actives et celles dans lesquelles elles
sont inactives ;
- la proportion d'écoles où les APE contribuent au
plan pédagogique ;
- la proportion d'écoles disposant d'une AME ;
- la proportion d'écoles dans lesquelles les AME sont
actives et celles dans lesquelles elles
sont inactives ;
35
- la proportion d'écoles bénéficiant d'un
appui financier de la communauté des parents (associations villageoises,
APE, CGE, etc.) pour la prise en charge du salaire des enseignants ;
- le nombre de réunions de parents
d'élèves organisées au cours de l'année scolaire
à l'initiative du directeur ;
- le nombre de réunions de parents
d'élèves organisées au cours d'une année scolaire
à l'initiative de l'APE ;
- la fréquence des réunions avec la
collectivité locale.
Dans la modélisation économétrique, nous
nous intéresserons à analyser :
- les scores des élèves en lien avec
l'implication de la communauté (existence d'APE et/ou d'AME,
fréquence des réunions avec la collectivité locale,
proportion d'écoles disposant d'un CGE, etc.) dans les apprentissages
des élèves ;
- le pouvoir explicatif (R2) de l'implication de la
communauté des parents dans la détermination des résultats
des élèves ;
- l'impact marginal de chaque forme ou type d'implication sur
l'explication de la performance des élèves.
II.5.4.2. Outils
Il est à préciser ici que dans ce
mémoire, même s'il est question d'utiliser une approche
quantitative de traitement de données, aucun outil de collecte n'a
été conçu. En effet, il s'agit d'une analyse secondaire
qui va se baser sur les données issues de l'enquête PASE014. Les
données secondaires, notamment celles issues des enquêtes de
grande envergure offrent d'énormes avantages en termes de
possibilités de comparaisons internationales et d'analyse de tendance
(Dale, 1993) même si, par ailleurs, elles peuvent être
également sujettes à de nombreux écueils, notamment
lorsque les dispositions d'appropriation nécessaires, y relatives, ne
sont pas correctement prises.
Pour une réappropriation des données de cette
enquête, les outils ci-dessous ont principalement été
exploités :
- les différents questionnaires d'enquête
(directeurs, élèves et maitres) utilisés par le PASEC ; -
le manuel d'exploitation des données de l'évaluation
internationale PASE014.
Par ailleurs, le traitement statistique des données de
notre base se fera à l'aide du logiciel statistique STATA. En effet,
avec l'usage des macros et l'importance des données manquantes dans la
base de données que le PASEC a mis à notre disposition,
l'exploitation des données à l'aide du logiciel libre
36
TANAGRA, utilisé dans le cours de modélisation
(16MSE501) du Master 2 PESE est quasi impossible.
37
| 
