enseignement de base au niger :quel bilan - CONFEMEN
enseignement de base au niger :quel bilan - CONFEMEN
enseignement de base au niger :quel bilan - CONFEMEN
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
TAILLECO | -.0003748 .0001692 -2.22 0.027 387.15 -.000706 -.000043<br />
ABSMT | -.0278737 .0116636 -2.39 0.017 1.37917 -.050734 -.005013<br />
---------+--------------------------------------------------------------------<br />
obs. P | .5916667<br />
pred. P | .597892 (at x-bar)<br />
------------------------------------------------------------------------------<br />
(*) dF/dx is for discrete change of dummy variable from 0 to 1<br />
z and P>|z| are the test of the un<strong>de</strong>rlying coefficient being 0<br />
Le pseudo R² <strong>au</strong>gmente très légèrement. La variable correspondant à la formation<br />
professionnelle <strong>de</strong> 1 an a un coefficient négatif et est très proche <strong>de</strong> la significativité.<br />
Cependant, on a constaté un lien entre la formation <strong>de</strong> 1 an et le fait d'être bachelier et/ou<br />
diplômé <strong>de</strong> l'<strong>enseignement</strong> supérieur.<br />
| DIPCYCLB<br />
FPI1AN | 0 1 | Total<br />
-----------+----------------------+----------<br />
0 | 159 37 | 196<br />
1 | 23 23 | 46<br />
-----------+----------------------+----------<br />
Total | 182 60 | 242<br />
et le fait d'être bachelier et/ou diplômé <strong>de</strong> l'<strong>enseignement</strong> supérieur.<br />
Pearson chi2(1) = 19.3533 Pr = 0.000<br />
Si on ôte le diplôme académique alors on observe que le coefficient <strong>de</strong> la formation<br />
professionnelle <strong>de</strong> 1 an <strong>de</strong>vient significatif.<br />
Modèle VI.5<br />
Probit estimates Number of obs = 240<br />
LR chi2(14) = 29.48<br />
Prob > chi2 = 0.0090<br />
Log likelihood = -147.55889 Pseudo R2 = 0.0908<br />
------------------------------------------------------------------------------<br />
MTREST~S | dF/dx Std. Err. z P>|z| x-bar [ 95% C.I. ]<br />
---------+--------------------------------------------------------------------<br />
MAITRFEM*| .118741 .0767155 1.55 0.121 .666667 -.031619 .269101<br />
MTSEUL*| .0333101 .0875323 0.38 0.706 .225 -.13825 .20487<br />
FPI1AN*| -.209964 .108973 -1.91 0.057 .191667 -.423547 .003619<br />
FPI1ANPL*| -.0650261 .0852509 -0.76 0.448 .558333 -.232115 .102063<br />
NIVCYCLB*| -.0330239 .0716906 -0.46 0.644 .375 -.173535 .107487<br />
MTMOBILE*| .1124689 .0838695 1.29 0.198 .175 -.051912 .27685<br />
DOUBLFLX*| .0692532 .1298182 0.52 0.604 .083333 -.185186 .323692<br />
MTAUTR~T*| -.1778837 .0740723 -2.39 0.017 .333333 -.323063 -.032705<br />
APEACTIV*| .0676214 .0676193 1.00 0.319 .4875 -.06491 .200153<br />
CONSPE~G*| .1035081 .0684524 1.49 0.136 .391667 -.030656 .237672<br />
MTCONC~R*| .0423254 .1014432 0.42 0.674 .875 -.1565 .24115<br />
MTCHAN~O*| -.0184891 .0716306 -0.26 0.796 .383333 -.158882 .121904<br />
TAILLECO | -.0003853 .0001692 -2.28 0.023 387.15 -.000717 -.000054<br />
ABSMT | -.0265359 .0114716 -2.32 0.020 1.37917 -.04902 -.004052<br />
---------+--------------------------------------------------------------------<br />
obs. P | .5916667<br />
pred. P | .5977405 (at x-bar)<br />
------------------------------------------------------------------------------<br />
Voyons maintenant le modèle avec l'ancienneté.<br />
Le premier constat tient à l'<strong>au</strong>gmentation du pseudo R² (plus <strong>de</strong> 3 points), indiquant que cette<br />
spécification est meilleure que les précé<strong>de</strong>ntes.<br />
127
Change language