2.1.2. L'interprétation des coefficients du
modèle logit simple
79
Ononino Jean Charles
On présentera tour à tour Évaluation de la
globale du modèle suivi de la pertinence et de la variabilité
expliquée de notre modèle
2.1.2.1. Évaluation globale du modèle logit
simple
Scénario 1 : construction de la
clôture
S'agissant de l'évaluation globale du modèle
logit simple, comme dans le tableau des Coefficients du modèle avec les
odds ratio et avec la robustesse, Wald du Khi-deux de Pearson
calculée (Wald chi2)=69 ,04> =18,31. Cela signifie que
globalement pour un seuil de
significativité de 5%. Il existe une relation entre les
facteurs socio-environnementaux et économiques et le consentement
à payer. Comme en plus le niveau p associé à ce
Chi2 est significatif (Prob > chi2 = 0.0000), nous
pouvons dire que le modèle estimé produit significativement un
meilleur ajustement des données que le modèle nul,
c'est-à-dire que les paramètres de régression sont
statistiquement significatifs.
Le tableau ci-dessous présente le résultat de la
régression du modèle logit utilisé.
Tableau 7: Coefficients du modèle logit
(scénario1) avec les odds ratio et avec la robustesse
(1)
Variables Caractéristiques des paramètres
SEXE_INDIVIDU -0.512
(0.429)
AGE_INDIVIDU 0.103
(0.237)
EDUCATION_INDIVIDU -0.146
(0.267)
REVENU_MOYEN_INDIVIDU 0.101
(0.244)
TYPE_ACTVITE_INDIVIDU -0.220
(0.245)
COUT_TRANSPORT_PARC 0.181
(0.150)
RAISON_VISITE_PARC -0.0607
(0.287)
TEMPS_MIS_PARC 0.399
(0.288)
IMPORTANCE_ESPACE_VERT -0.436
(0.314)
DISPONIBILITE_FINACER_ESPACE_VER 3.103***
(0.715)
80
Ononino Jean Charles
Observations 150
Robust standard errors in parentheses
*** p<0.01, **
p<0.05, * p<0.1
Source : Sortie du logiciel STATA.14.
2.1.2.1.1.La pertinence et la variabilité
expliquée de notre modèle
Au sujet de la pertinence, on peut dire que la relation
statistique entre la variable expliquée (dépendante) qui est
« le consentement à payer pour la construction d'une clôture
» et les variables explicatives (indépendantes) que sont : «
sexe de l'individu », « âge de l'individu », « niveau
d'éducation de l'individu », « revenu moyen journalier de
l'individu », « importance accordée aux espaces verts »,
se présente comme suit :
Sexe de l'individu : comme on a
Un odds ratio est inférieur à 1 (odds ratio=0,599437
<1) et significatif (Pr>|z|=0,233>0,05) pour un
seuil de significativité de 5%. Cela signifie concrètement qu'il
y a une faible prise en compte du sexe de l'individu sur le consentement
à payer consécutif à la construction d'une clôture.
Cela traduit simplement que le sexe de l'individu est moins déterminant
pour expliquer le consentement à payer. Ce qui infirme notre
hypothèse de recherche 112, selon laquelle, Le sexe des individus a une
influence importante sur le consentement à payer.
Âge de l'individu : comme on a
Un odds ratio largement inférieur à 1 (odds
ratio=1,108213>1) et significatif
(Pr>|z|=0,665>0,05) pour un seuil de
significativité de 5%. Cela signifie concrètement qu'il y a une
forte prise en compte de l'âge de l'individu sur le consentement à
payer. Cela traduit simplement que l'âge de l'individu est
déterminant pour expliquer le consentement à payer. Ce qui
confirme notre hypothèse de recherche 112, selon laquelle, la variable
Age a une influence positive sur le consentement à payer.
Niveau d'éducation de l'individu
: comme on a Un odds ratio largement
supérieur à 1 (odds ratio=0,8641019<1) et significatif
(Pr>|z|=0,585>0,05) pour un seuil de
significativité de 5%. Cela signifie concrètement qu'il y a une
faible prise en compte du niveau d'éducation de l'individu sur le
consentement à payer. Cela traduit simplement que le niveau
d'éducation de l'individu est moins déterminant pour expliquer le
consentement à payer. Ce qui infirme notre hypothèse de recherche
112, selon laquelle, la variable Niveau_educ contribribue fortement à
l'explication du CAP dans le premier scénario.
81
Ononino Jean Charles
Revenu moyen journalier de
l'individu: comme on a Un odds ratio largement
supérieur à 1 (odds ratio=1,106756>1) et significatif
(Pr>|z|=0,677>0,05) pour un seuil de
significativité de 5%. Cela signifie concrètement qu'il y a une
forte prise en compte du revenu moyen journalier de l'individu sur le
consentement à payer. Cela traduit simplement que le revenu moyen
journalier de l'individu est plus déterminant pour expliquer le
consentement à payer dans le premier scénario. Ce qui confirme
notre hypothèse de recherche H2, selon laquelle le Revenu moyen
journalier de l'individu une influence positive sur le consentement à
payer l'espace vert de la place Charles ATANGANA dans la ville de
Yaoundé.
Importance accordée aux espaces verts
: comme on a Un odds ratio inférieur à 1
(odds ratio=0,6468<1) et significatif
(Pr>|z|=0,166>0,05) pour un seuil de
significativité de 5%. Cela signifie concrètement qu'il y a une
faible prise en compte de l'importance accordée aux espaces verts sur le
consentement à payer. Cela traduit simplement que l'Importance
accordée aux espaces verts est moins déterminante pour expliquer
le consentement à payer l'espace vert de la place Charles ATANGANA dans
la veille de Yaoundé. Ce qui infirme notre hypothèse de recherche
H2, selon laquelle, l'Importance accordée aux espaces verts a une
influence positive sur le consentement à payer l'espace vert de la place
Charles ATANGANA dans la ville de Yaoundé.
Scénario 2 : fleurissement
S'agissant de l'évaluation globale du modèle
logit simple, comme dans le tableau des Coefficients du modèle avec les
odds ratio et avec la robustesse, Wald du Khi-deux de Pearson
calculée (Wald chi2)=58,42> =18,31. Cela signifie que
globalement pour un seuil de
significativité de 5%. Il existe une relation entre les
facteurs socio-environnementaux et économiques et le consentement
à payer. Comme en plus le niveau p associé à ce
Chi2 est significatif (Prob > chi2 = 0.0000), nous
pouvons dire que le modèle estimé produit significativement un
meilleur ajustement des données que le modèle nul,
c'est-à-dire que les paramètres de régression sont
statistiquement significatifs
Le tableau ci-dessous présente le résultat de la
régression du modèle logit utilisé.
82
Ononino Jean Charles
Tableau 8: Coefficients du modèle logit
(scénario2) avec les odds ratio et avec la robustesse
(1)
VARIABLES SENSIBILITE_FLEURISSEMENT_PARC
SEXE_INDIVIDU 0.410
(0.507)
AGE_INDIVIDU -0.323
(0.288)
EDUCATION_INDIVIDU -0.386
(0.254)
REVENU_MOYEN_INDIVIDU 0.192
(0.312)
TYPE_ACTVITE_INDIVIDU 0.192
(0.260)
COUT_TRANSPORT_PARC 0.322**
(0.144)
RAISON_VISITE_PARC -0.189
(0.273)
TEMPS_MIS_PARC 0.129
(0.347)
IMPORTANCE_ESPACE_VERT 0.298
(0.318)
DISPONIBILITE_FINACER_ESPACE_VER 1.876***
(0.578)
Observations 150
Robust standard errors in parentheses
*** p<0.01, **
p<0.05, * p<0.1
Source : Sortie du logiciel STATA.14
| 
