Ministère de l’Education chargé de

l’enseignement pré scolaire, de

l’élémentaire, du moyen secondaire
et des langues nationales

Evaluation PASEC  
Sénégal 
 
 
2007 

 
 
 
Ce rapport a été réalisé par le Secrétariat Technique Permanent (STP) de la CONFEMEN en 
collaboration  avec  l’équipe  nationale  PASEC  du  Sénégal  et  les  autorités  ministérielles 
sénégalaises. 
Les auteurs : 
 
Pour le STP  
 
Mr. Alexi Le Nestour 
Mr. Garba Hamidou Seydou 
 
L’équipe PASEC du Sénégal 
 
Mr. Alhousseynou SY, Responsable Technique du PASEC Sénégal 
Mr. Elhadji NGOM 
Mme Mimesane KANE 
Mr. Papa Amadou SENE 
Mr. Elhadj Malick DIA 
Mr. Samba Yéro DIOP 
Mr. Moustapha Thialow DIOP 
 
Remerciements 
 
La  CONFEMEN  tient  à  remercier  les  personnes  et  les  institutions  suivantes  pour  leur 
soutien lors des différentes phases des opérations d’évaluation. 
 
Le  Ministre  de  l’Education,  chargé  de  l’enseignement  pré  scolaire,  de  l’élémentaire,  du 
moyen secondaire et des langues nationales, 
M. Kalidou Diallo 
 
Le  Secrétaire Général du Ministère de l’Education Nationale 
M. Mafakha TOURE 
 
Le Correspondant National de la CONFEMEN au Sénégal, Directeur de la Planification et de la 
Réforme de l’Education 
M. Djibril NDIAYE DIOUF 
 
La Directrice  de l’Institut National d’Etude et d’Action pour le Développement de l’Education 
Mme Fatimata BA NIANG 
 
L’UNICEF,  en  particulier  le  Bureau  Education  pour  son  appui  conséquent  dans  la  collecte 
des données de cette étude 
 
Les membres du comité scientifique du PASEC 
 
Les  cadres  du  Ministère  de  l’Education,  chargés  de  l’enseignement  pré  scolaire,  de 
l’élémentaire, du moyen secondaire et des langues nationales. 
 
L’équipe  des  enquêteurs,  correcteurs  et  opérateurs  de  saisie,  les  enseignants  de 
l’élémentaire  et Directeurs des écoles enquêtées.
 

2
  
 
 
SOMMAIRE 
Liste des tableaux et graphiques 
Sigles 
Principaux résultats de l’évaluation PASEC .................................................... 10 
Chapitre 1 : Le système d’enseignement élémentaire ................................... 15 
1.1. Contexte général ...................................................................................................... 15
1.1.1 Le contexte géographique et linguistique ........................................................ 15
1.1.2. Le contexte démographique ............................................................................ 18
1.1.3. Le Contexte économique ................................................................................. 18
1.1.4. Dépenses pour l’éducation .............................................................................. 20
1.2. Présentation du système éducatif ........................................................................... 23
1.2.1. Organisation du système éducatif ................................................................... 23
1.2.2. Principales réformes et évolutions dans l’enseignement primaire ................. 24
1.2.3. Mesures prises pour l’amélioration du système éducatif sénégalais .............. 26
1.2.4. Evolutions des scolarisations ........................................................................... 27
1.2.5. La question enseignante .................................................................................. 27
1.2.6. La question de l’équité dans le système éducatif ............................................ 28
1.2.7. La situation des enseignants du public et leur qualification en 2008 .............. 29

Chapitre 2 : Méthodologie PASEC .................................................................. 31 
2.1 Schéma conceptuel .................................................................................................. 32
2.2. Les instruments d’enquête....................................................................................... 32
2.3. Echantillonnage 2007 ............................................................................................... 33
2.4. La construction des variables ................................................................................... 37

Chapitre 3 : Analyse descriptive des résultats de l’évaluation au Sénégal ...... 38 
3.1. Performances des élèves.......................................................................................... 39
3.2. Sources de variance entre écoles ............................................................................. 40
3.3. Comparaison dans le temps ..................................................................................... 46
3.3.1. Comparaison des tests d’évaluation .................................................................... 46

Chapitre 4 : Les facteurs de la qualité ............................................................ 52 
4.1. Présentation des modèles finaux pour le Sénégal obtenus à la suite du processus 
de modélisation .................................................................................................................... 53
4.2. Les facteurs extrascolaires (caractéristiques des élèves et du ménage) ................. 59
4.1.1. Les caractéristiques personnelles de l’élève ........................................................ 59
a. Effet du genre de l’élève .......................................................................................... 59
b. Effet de l’âge d’entrée à l’école ............................................................................... 59
c. Effet d’enfant confié................................................................................................. 60
4.1.2. L’environnement de l’élève.................................................................................. 61
a. Effet du niveau de vie du ménage de l’élève ........................................................... 61
b. Effet des travaux domestiques et des champs effectués par les enfants ............... 61
c. Effet de la pratique de la langue d’enseignement à la maison ................................ 62

3
 d. Effet de l’aide extérieure reçue par l’élève pour traiter ses devoirs ....................... 63
4.3. Les facteurs scolaires................................................................................................ 64
4.3.1. Effet du pré scolaire ............................................................................................. 64
4.3.2. Effet du nombre d’équipements de l’élève ......................................................... 64
4.3.3. Effet du nombre de redoublement des élèves .................................................... 65
4.3.4. Effet de l’utilisation du manuel ............................................................................ 65
4.4. Les facteurs de politique éducative ......................................................................... 66
4.4.1. Les caractéristiques de l’enseignant .................................................................... 66
a. Effet du genre de l’enseignant. .................................................................................... 66
b. Effet du niveau académique de l’enseignant ............................................................... 66
c. Effet du statut du maître .............................................................................................. 66
d. Effet de la formation professionnelle initiale .............................................................. 69
e. Effet des formations complémentaires reçues par le maître ...................................... 69
f. Effet de l'ancienneté du maître.................................................................................... 70
g. Effet des absences des maîtres .................................................................................... 70
h. Effet de l’utilisation de la langue locale par les maîtres .............................................. 71
i. Effet de l’utilisation du guide du maître par l’enseignant ........................................... 71
4.4.2. Les caractéristiques de la classe........................................................................... 72
a. Effet de la taille des classes .......................................................................................... 72
b. Effet des equipements de la classe .............................................................................. 73
4.4.3. Caractéristiques du directeur ............................................................................... 74
a. Effet du fait que le directeur vit seul............................................................................ 74
b. Effet de la formation du directeur à la gestion ............................................................ 74
4.4.4. Caractéristiques de l’école ................................................................................... 74
a. Effet du nombre d’équipements de l’école ................................................................. 74
b. Effet des relations entre le directeur et les parents d’élèves. ..................................... 74
c. Environnement et statut de l’école.............................................................................. 75

CHAPITRE 5 : Les pistes de politiques éducatives en faveur de la qualité ....... 80 
5.1. Taille des classes....................................................................................................... 81
5.2. Composition du corps enseignant............................................................................ 81
5.3. Politiques de distribution de manuels scolaires ...................................................... 82
5.4. Secteur privé ............................................................................................................ 82
5.5. Introduction des langues nationales dans le système éducatif ............................... 82
5.6. La politique de Développement Intégré de la Petite Enfance ................................. 83
5.7. Le temps scolaire ...................................................................................................... 83

Chapitre 6 : Les comparaisons internationales .............................................. 84 
6.1. Les indicateurs contextuels ...................................................................................... 85
6.2. Langues d’enseignement versus langues nationales ............................................... 86
6.3. Comparaisons Internationales : analyse par matière et niveau d’enseignement ... 89
6.4. La question des curricula.......................................................................................... 92
6.5. Les moyens mis à disposition des écoles et des élèves ........................................... 95
6.6. Principaux facteurs relevés dans les rapports PASEC .............................................. 96

Recommandations ...................................................................................... 100 

4
Annexe A Présentation du cadre méthodologique du PASEC ....................... 102 
Annexe B Statistiques descriptives .............................................................. 132 
Annexe C Statistiques Descriptives. ............................................................. 134 
Annexe D Recommandations des groupes de travail. .................................. 134 

Bibliographie…………………………………………………………………………………………….144 

5
Liste des tableaux

Tableau 1.1 : Répartition de la population selon l’ethnie ou la nationalité…………………………………………. 16

Tableau 1.2 : Population 7-12ans de 2000-2015……………………………………………………………………. 17
Tableau 1.3 : Données économiques du Sénégal………………………………………………………………........ 18
Tableau 1.4 : Evolution des ressources de l’Etat………………………………………………………………........ 19
Tableau 1.5 : Evolution de la contribution des acteurs dans le financement de l’Education (2003-2007)..………... 20
Tableau 1.6 : Répartition des dépenses publiques de fonctionnement entre les niveaux d’enseignement (en %),
2000-2008…………………………………………………………………………………………………………… 21
Tableau 1.7 : Evolution du coût par élève et par sous secteur de 2000 à 2007 en volume…………………………. 22
Tableau 1.8 : L’évolution des effectifs dans le primaire de 2000-2008…………………………………………….. 26
Tableau 1.9 : Répartition des enseignants selon le diplôme professionnel…………………………………………. 28
Tableau 2.1 : Echantillon prévu et réalisé –Evaluation 2007……………………………………………………….. 32
Tableau 2.2 : Répartition des élèves testés…..……………………………………………………………………... 34
Tableau 2.3 : Données collectées – Evaluation PASEC Sénégal 2007……………………………………………... 35
Tableau 3.1 : Résultats des élèves de deuxième année aux tests PASEC 2007………………………………….... 38
Tableau 3.2 : Résultats des élèves de cinquième année aux tests PASEC 2007…………………………………... 39
Tableau 3. 3 : Résultats des élèves selon leur milieu de résidence………………………………………………….. 41
Tableau 3. 4 : Résultats des élèves selon le genre…………………………………………………………………... 42
Tableau 3.5 : Comparaison des tests 1966-2007……………………………………………………………………. 45
Tableau 3.6 : Comparaison des échantillons 1996-2007……………………………………………………………. 46
Tableau 3. 7 : Evolution des scores et des indicateurs des élèves de 2ème année entre 1996 et 2007……………… 46
Tableau 3. 8 : Evolution des scores et des indicateurs des élèves de 5ème année entre 1996 et 2007……………… 47
Tableau 4.1 : Résultats du modèle Français 2ème année…………………………………………………………... 52
Tableau 4.2 : Résultats du modèle mathématique 2ème année………………………………………………………. 53
Tableau 4.3 : Résultats du modèle français 5ème année…………………………………………………………….. 54
Tableau 4.4 : Résultats du modèle mathématique 5ème année………………………………………………………. 55
Tableau 4.5 : l’âge d’entrer à l’école en fonction de certaines modalités…………………………………………... 58
Tableau 4.6 : Coefficients et significativité de la variable « âge d’entrer à l’école »……………………………….. 59
Tableau 4.7 : Scores initiaux en français et mathématiques des élèves en fonction de la langue parlée à la maison
en 2ème et 5ème année……………………………………………………………………………………………… 62
Tableau 4.8 : Scores initiaux en français et mathématiques des élèves en fonction de l’aide apportée par la
famille……………………………………………………………………………………………………………….. 63
Tableau 4.9 : Répartition des statuts des maîtres en milieu rural et en milieu urbain en 2ème année………... 65
Tableau 4.10 : Répartition des statuts des maîtres en milieu rural et en milieu urbain en 5ème année………. 66
Tableau 4.11 : Caractéristiques des maîtres en fonction de leur statut en 2ème année……………………………... 66
Tableau 4.12 : Caractéristiques des maîtres en fonction de leur statut en 5ème année……………………………... 67
Tableau 4.13 : Pourcentage d’enseignants déclarant utilisés la langue locale en français en 2ème année…............. 70
Tableau 4.14 : Taille de classe en fonction du statut d’école et du milieu………………………………………….. 71
Tableau 4.15 : Proportion d’élèves scolarisés dans des classes de moins de 40 élèves en fonction du statut de
l’école et du milieu………………………………………………………………………………………………….. 71
Tableau 4.16 : Corrélations entre le score initial de français et mathématiques agrégé et le score d’équipement de
la classe……………………………………………………………………………………………………………… 72
Tableau 4.17 : Scores finaux agrégés en milieu urbain et rural dans le secteur public……………………………... 74
Tableau 4.18 : Scores finaux agrégés de mathématiques et français en 2ème et 5ème année selon le statut de
l’école………………………………………………………………………………………………………………... 75
Tableau 4.19 : Différences entre secteur privé et public en 2ème année………………………………………… 76
Tableau 4.20 : Différences entre secteur privé et public en 5ème année………………………………………… 76
Tableau 5.1 : Effectifs à scolariser et dépenses prévues dans l’enseignement élémentaire………………………… 79
Tableau 6.1 : Indicateurs contextuels PASEC VII et VIII…………………………………………………………... 84
Tableau 6.2 : Résultats au test SACMEQ, PIB par habitant et % d’élèves parlant la langue du test à maison……. 86
Tableau 6.3 : Liste des variables revenant dans les modèles PASEC dans 11 systèmes éducatifs………………… 96

6
Liste des graphiques

Graphique 1.1 : Evolution des recettes fiscales et des dépenses en % du PIB……………………………………... 19

Graphique 3.1 : Distribution des scores de 2ème année en français selon le statut………………………………… . 40
Graphique 3.2 : Distribution des scores de fin d’année de 5ème année selon le statut………………………............ 40
Graphique 3.3 : Distribution des scores agrégés en français et mathématiques de 2ème année selon le milieu…….. 41
Graphique 3.4 : Distribution des scores agrégés en français et mathématiques de 5ème année selon le milieu…….. 42
Graphique 3.5 : Distribution des scores agrégés en français et mathématiques de 2ème année selon le genre…….. 43
Graphique 3.6 : Répartition des écoles selon le score moyen de fin d’année et l’indice moyen de niveau de vie
44
par statut en 5ème année…………………………………………………………………………………..................
Graphique 3.7 : Distribution du score agrégé en français et mathématiques selon la zone géographique en 2ème et
44
5ème année…………………………………………………………………………………………….......................
Graphique 3.8 : Evolution du score de mathématiques en fin d’année selon le genre en 2ème et 5ème année……..... 48
Graphique 3.9 : Evolution du score de français en fin d’année selon le milieu en 2ème et 5ème année……………... 49
Graphique 3.10 : Evolution des scores de fin d’année selon le niveau de vie des familles en 2ème et 5ème année..... 50
Graphique 6.1 : Résultats aux tests PASEC de 2ème année en Français et Mathématiques dans neuf pays année… 88
Graphique 6.2 : Résultats aux tests PASEC de 5ème année en Français et Mathématiques dans neuf pays année… 89
Graphique 6.3 : Répartition des élèves par niveaux, Français 2ème année post test………………………............. 90
Graphique 6.4 : Répartition des élèves par niveaux, Maths 5ème année, post test………………………………… 90
Graphique 6.5 : Poids du non formel dans les programmes selon le pays…………………………………………. 91
Graphique 6.6 : Répartition par domaine du curricula officiel en français dans……………………………............ 92
Graphique 6.7 : Répartition par domaine du curricula implanté en français dans cinq pays………………………. 92
Graphique 6.8: Répartition par domaine du curricula officiel en maths…………………………………………… 93
Graphique 6.9 : Répartition par domaine du curricula implanté en maths dans cinq pays…………………............ 93
Graphique 6.10 : Répartition des enseignants selon la durée de la formation professionnelle initiale sur neuf pays 94

7
Sigles
ACM Analyse des Correspondances Multiples
APC Approche par les Compétences
APE Association de Parents d’Elèves
BAC Baccalaureat
BEPC Brevet Elementaire du Premier Cycle
BFEM Brevet de Fin d'Etude Moyen
CAP Certificat d'Aptitude Pédagogique
CE1 Cours Elémentaire première année
CE2 Cours Elémentaire deuxième année
CEAP Certificat Elémentaire d'Aptitude Pédagogique
CEB Curriculum de l’Education de Base
CFA Communauté Financière d'Afrique
CI Cours Initial
CIA Central Intelligence Agency
CIEP Centre International d'Etudes Pédagogiques
CM1 Cours moyen première année
CM2 Cours moyen deuxième année
CONFEMEN Conférence des Ministres de l'Education des pays ayant le français en partage
CP Cours Préparatoire
DAGE Direction de l'Administration Générale et de l'Equipement
DIPE Développement Intégré de la Petite Enfance
DPRE Direction de la Planification et de la Reforme de l'Education
DPS Direction de la prévision et de la Statistique
ECU Ecole à Classe Unique
EFI Ecoles de Formation d’Instituteurs
EGRA Early Grade Reading Assenssment
ENR Ecoles Normales Régionales
FCD Formation Continue Diplômante
I Les Instituteurs
IA Instituteurs Adjoints
IDEN Inspection Départementale de l’Education Nationale
IDH Indice de Développement Humain
IEA Association Internationale pour l’Evaluation des Acquis Scolaires
INEADE Institut National d'Etude et d'Action pour le Développement d'Education
LHP Livret Horaire Programme
ME Ministère de l'Education
MEF Ministère de l'Economie et des Finances
ND Non Déterminer
NTIC Techniques de l’Information et de la Communication
PASEC Programme d'Analyse des Systèmes Educatifs de la CONFEMEN
PAVE Projet d'Appui aux Volontaires de l'Education
PDEF Programme Décennal de l’Education et de la Formation
PEBD Projet Education des Banlieues de Dakar
PIB Produit Intérieur Brut
PIRLS Le Programme International de Recherche en Lecture Scolaire
PMA Pays les Moins Avancés
PNB Produit National Brut

8
PNUD Programme des Nations Unies pour le Développement
PTF Partenaire Technique et Financier
SACMEQ Southern African Consortium for Monitoring in Education Quality
SCOFI Scolarisation des filles
SEF Situation Economique et Financière
SNERS Système National d’Evaluation du Rendement Scolaire
TBS Taux Brut de Scolarisation
UEMOA Union Economique et Monaitaire Ouest Africain
UNESCO Organisation des Nations Unies pour l'Education, la Science et la Culture
USA United States of America
VE Volontaires de l’Education
VIF Variance Inflation Factor

9
 

Principaux résultats de l’évaluation PASEC 
 
Le contexte Sénégalais  
 
Selon la Banque Mondiale, le Produit Intérieur Brut par habitant est chiffré à 509 dollars en 
juin  2009.  Cet  indicateur  est  le  fruit  d’une  économie  essentiellement  tributaire  de 
l’agriculture : la culture de l’arachide et la pêche sont les principales activités de ce secteur. 
La vulnérabilité de la production agricole a amené les autorités du pays à s’engager depuis 
2005 dans une « stratégie de croissance accélérée » visant à hisser le pays au rang de pays 
émergent et reposant notamment sur la modernisation de l’agriculture et le développement 
de l’industrie agroalimentaire, le secteur tertiaire (tourisme, télé services), l’industrie textile 
et l’habillement ainsi que les produits de la mer. 
 
L’Indice de Développement Humain (IDH) du PNUD1 présente le Sénégal comme 156ème pays 
sur 177 pays en 2006. Les dépenses totales d’éducation sont passées de 4,68 à 5,77 %  du 
PIB  entre  2003  et  2007.  Les  dépenses  publiques  par  élèves  en  pourcentage  par  tête  sont 
quant à elles de 10,7%, légèrement supérieures à la moyenne des pays du PASEC VII et VIII 
qui est de 9%. 
 
Au  niveau  de  l’éducation  élémentaire,  le  Sénégal,  pendant  plus  d’une  décennie  a  mis  sur 
pied un certain nombre d’activités entrant dans le cadre de la reforme du système éducatif 
afin  de  répondre  favorablement  aux  objectifs  d’une  éducation  de  qualité  pour  2015.  Ces 
reformes  se  matérialisent  au  niveau  du  cycle  primaire  par  la  construction  d’un  nouveau 
curriculum  sur  la  base  de  l’approche  par  compétence,  la  création  des  écoles  de  formation 
d’instituteurs, la mise en place d’une formation continue diplômante et le recrutement des 
volontaires et contractuels de l’éducation pour répondre à l’insuffisance des ressources. 
 
A  l’instar  des  pays  de  l’Afrique  de  l’ouest,  le  Sénégal  présente  une  proportion  importante 
d’écoles primaires en milieu rural (6064 écoles sur 7702 au Sénégal soit 79% des écoles), une 
faible représentation du secteur privé (13,3% des écoles) et une grande proportion d’écoles 
à cycle incomplet.  
 
Parallèlement,  le  système  éducatif  sénégalais  reste  spécifiquement  marqué  en  2008  par 
53,8% d’enseignants sans qualification professionnelle et près de 11 % d’élèves en situation 
abandon. Plus de 30 % des écoles fonctionnent en double flux et en classes multi grade. 
 
Au regard de ces indicateurs handicapant le système éducatif, le Sénégal présente un Taux 
Brut  de  Scolarisation  (TBS)  satisfaisant  de  90,1  %  dont  92,4  %  pour  les  filles  et  un  taux 
d’accès en 5ème année supérieur à la moyenne africaine2. En effet, plus de deux élèves sur 
trois  de  11  ans  parviennent  en  cinquième  année  au  Sénégal  alors  que  le  taux  de 
redoublement est à la baisse ces dernières années. 
 

1
 http://hdr.undp.org/fr/statistiques/acceder/ 
2
La moyenne du taux d’accès en 5ème année des pays PASEC est de 60%

10
 
Objectifs et paramètres de l’étude  
La présente étude vise à faire l’état de la qualité de l’enseignement élémentaire au Sénégal à 
partir des données collectées en cours de l’année scolaire 2006‐2007. 
 
Les  élèves  de  deuxième  et  cinquième  année  sont  soumis  à  des  tests  de  français  et  de 
mathématiques en début et en fin année. L’ajout de questionnaires contextuels, administrés 
aux  élèves,  enseignants  et  directeurs  d’écoles,  permet  d’identifier  les  facteurs  de  réussite, 
qui sont autant de mesure de politiques éducatives potentielles.  
 
Le Sénégal a participé au programme PASEC en termes d’évaluation diagnostique en 1996 et 
de suivi de cohorte de 1995 à 20003. Ces participations permettent de faire une mesure de 
l’évolution de la qualité du système éducatif sénégalais dans le temps. 
 
L’échantillon est élaboré sur la base des données du Ministère de l’Education Nationale et 
fait référence au statut des l’école (privé/public/arabophone) et aux zones géographiques. 
 
L’évaluation  PASEC  Sénégal  rejoint  les  normes  scientifiques4  fixées  sur  la  plupart  des 
paramètres scientifiques. En effet, une perte de 14% d’élèves entre le pré test et le post test 
en  deuxième  année  et  13%  en  cinquième  année,  l’année  scolaire  ayant  été  perturbée  par 
des  mouvements  sociaux.  Finalement,  l’analyse  des  données  repose  sur  des  effectifs  de 
1979  élèves  de  deuxième  année  et  1910  élèves  de  cinquième  année,  provenant 
respectivement de 151 et 143 classes comme le montre le tableau ci‐dessous. 
 
Données collectées par niveau – Evaluation PASEC Sénégal 2007 
  2ème année  5ème année 
Niveau classe 
prévues  177  158 
 
Nombre de classes  enquêtées au pré‐test  156  148 
enquêtées au post‐test  151  143 
Taux de réponse (post‐test)  85,3%  90,5% 
Niveau élève 
au pré‐test  2300  2189 
Nombre d’élèves 
au post‐test  1979  1910 
Taux de déperdition entre pré test et post test  13,9%  12,7% 
 

3
 Le redoublement : pratiques et conséquences dans l’enseignement primaire au Sénégal ; mars 2004 
4
La perte d’élèves est inférieure à 15%.

11
 Comparaison internationale : situation du Sénégal  
 
L’analyse des graphiques relatifs à la distribution des scores en français et en mathématique 
des élèves de deuxième année place le Sénégal en position moyenne au regard de ces pairs 
francophones et au seuil moyen de 40% de bonnes réponses.  
Résultats aux tests PASEC de 2ème année en français et mathématiques dans neuf pays 
Abbreviations pays : BEN = Bénin BFA=Burkina Faso  CMR=Cameroun  COG=Congo‐Brazzaville 
GAB=Gabon  MDG=Madagascar  MRT=Mauritanie   SEN=Sénégal   TCD=Tchad 

 
Scores de français en fin d’année Scores de mathématiques en fin d’année
100

100
80

80
60

60
40

40
20

20
0

BEN BFA CMR COG GAB MDG SEN TCD BEN BFA CMR COG GAB MDG MRT SEN TCD
 

Résultats aux tests PASEC de 5ème année en français et mathématiques dans neuf pays 
Scores de français de fin d’année  Scores de mathématiques de fin d’année
100

100
80
80

60
60

40
40

20
20

0
0

BEN BFA CMR COG GAB MDG MRT SEN TCD BEN BFA CMR COG GAB MDG MRT SEN TCD
 
 
 
En 5ème année, les résultats comparatifs consolident la place du Sénégal au rang des pays à 
niveau acceptable. Cependant le niveau médian des élèves reste à la limite du seuil de 40% 
aussi  bien  en  français  qu’en  mathématique  contrairement  au  Gabon,  Cameroun  et 
Madagascar (uniquement en mathématiques).    

12
Principaux résultats d’analyse : les facteurs de réussite scolaire  
 
Les  modèles  étudiés  font  ressortir  plusieurs  facteurs  déterminants  ayant  un  effet  sur  les 
acquisitions des élèves au Sénégal : 
 
Le  niveau  de  vie  des  familles  n’a  pas  d’impact  sur  les  apprentissages  des  élèves  en  cours 
d’année. Cependant, on note une corrélation relativement importante des différents travaux 
auxquels sont soumis les élèves à domicile avec leur milieu de résidence. 
  
La pratique de la langue d’enseignement à la maison ne discrimine pas significativement les 
élèves,  néanmoins  les  élèves  sénégalais  parlant  le  français  à  domicile  ont  l’avantage  de 
garder un meilleur niveau de performance tout au long de leur cursus. 
 
Les acquis des élèves en cours d’année se révèlent indépendants de l’aide que reçoivent les 
enfants pour les devoirs à domicile. 
 
L’analyse  des  facteurs  liés  à  l’enseignant  a  quant  à  elle  posé  la  question  de  l’effet  de  la 
formation  professionnelle  et  initiale  sur  les  acquis  des  élèves.  Ces  résultats  surprenants 
interpellent  inévitablement  sur  la  qualité  de  la  formation  dispensée  et  la  motivation  des 
enseignants. 
 
Comme  dans  la  plupart  des  études  PASEC,  l’expérience  professionnelle  de  l’enseignant, 
contrôlée à partir de son ancienneté dans la fonction, n’a pas d’influence sur les acquis des 
élèves. 
 
L’absentéisme  des  enseignants  impacte  négativement  sur  les  apprentissages  des  élèves,  à 
tous les niveaux. 
 
Les analyses ont aussi montré qu’une proportion importante des enseignants (plus de 80%) 
utilise ‘‘la langue locale’’ pour se faire comprendre en classe par tous les élèves bien que les 
contenus pédagogiques soient en français. Cette pratique, sans pour autant discriminer les 
élèves de 5ème année, diminue les performances des élèves de 2ème année. 
 
Il  ressort  des  différentes  combinaisons  de  la  taille  des  classes,  seules  les  classes  à  effectif 
inférieur  à  40  élèves  s’avèrent  avoir  un  effet  positif,  toute  chose  égale  par  ailleurs,  sur  les 
acquis des élèves de deuxième et cinquième année. 
 
 
 
 
 
 
 
 
 
 
 

13
Quelques pistes de politiques éducatives  
 
Le diagnostic du système éducatif soulève des mesures de politiques éducatives de la part 
des l’ensemble des acteurs sénégalais pour l’atteinte des objectifs du Programme Décennal 
de l’Education et de la Formation (PDEF). 
 
Le tableau ci‐dessous présente quelques pistes d’actions issues de l’évaluation diagnostique 
du système éducatif du Sénégal. 
 
 
Coûts 
Mesures  Effets 
engendrés 

Amélioration des conditions matérielles et respect des normes éducatives 

Diminuer les tailles de classes en priorité dans les petits niveaux  +  + + 

Prioriser la dotation en manuels de lecture dans les petites classes  +  + 

Gestion du temps scolaire et des pratiques de classe 

Améliorer la supervision des enseignants   +  + 

Diminuer les occasions d’absence des maîtres afin d’augmenter le 
‐  + + 
temps scolaire 

Renforcement de la capacité du personnel enseignant 

Continuer la politique de formation initiale des enseignants et 
+  + + 
assurer au moins un an de formation 

Assurer un encadrement de proximité en organisant régulièrement 
des journées pédagogiques autour des pratiques de classe, sans  ‐  + + 
nuire au temps scolaire 

S’assurer que le secteur privé recrute les enseignants à un niveau 
néant  + + 
académique suffisant et avec une bonne formation initiale 

  
Note de lecture du tableau :  
1. néant : la mise en œuvre de la mesure n’a aucune incidence financière. 
  2. (+) dans la colonne « coût engendré » : la mise en œuvre de la mesure a un coût ; (‐) : la mesure 
entraîne des économies. 
3. (+) dans la colonne « effets » : (+) correspond à un effet confirmé, soit en 2ème ou en 5ème année ; 
(++) correspond à un effet confirmé pour les deux niveaux, 2è et 5ème année. 
4.  Effet  positif  attendu :  l’effet  de  la  mise  en  œuvre  de  la  mesure  est    attendu  positif  même  si  les 
modèles d’acquisitions ne l’ont pas pu révéler. 
 

14
Chapitre 1 : Le système d’enseignement élémentaire  
 
Introduction 
 
L’éducation constitue aujourd’hui l’un des pôles les plus importants pour le développement 
économique,  social  et culturel  d’une  nation.  Sans  nul  doute,  une éducation  de  qualité  agit 
positivement sur le bien être des populations. Aussi, des pas importants ont‐ils été accomplis 
dans le domaine de l’accès ces dernières années. Malgré tout, beaucoup d’efforts restent à 
faire dans le domaine de la qualité et du pilotage du système.  
 
Après avoir décrit la situation géographique, démographique, économique et linguistique du 
pays,  nous  présenterons  le  système  éducatif  dans  son  ensemble.  Nous  aborderons  les 
mesures  prises  par  l’Etat  pour  améliorer  le  système  éducatif  Sénégalais,  notamment  la 
question enseignante.  
 

1.1. Contexte général 
1.1.1 Le contexte géographique et linguistique  
 
Situé  à  l’extrême  Ouest  du  continent  africain,  le  Sénégal  couvre  une  superficie  de  196 722 
km2.  Il  est    bordé  à  l’Ouest  par  l’océan  Atlantique  sur  environ  455  km,  au  Nord  par  la 
Mauritanie, à l’Est par le Mali, au Sud par la Guinée Bissau et la Guinée Conakry. Dans le Sud 
du  pays,  la  Gambie,  avec  une  superficie  de  11 300  km2,  constitue  une  enclave  tout  en 
longueur. 
  
Le  pays  est  divisé  en  quatorze  régions  administratives :   Dakar,  Diourbel,  Fatick,  Kaolack, 
Kolda, Louga, Saint‐Louis, Tambacounda, Thiès et Ziguinchor, Matam, Kaffrine, Kédougou et 
Sédhiou5. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

5
Les  trois  dernières  régions  sont  de  création  récente.  Administrées  chacune  par  un  gouverneur,  les  régions 
sont  divisée en départements qui sont subdivisés à leur tour en sous‐préfectures. 

15
 Figure 1 : Carte du Sénégal 

 
Source : Quid.fr 
 
Du point de vue linguistique, presque toutes les langues du Sénégal appartiennent à la 
grande famille des langues nigéro‐congolaise6. La plupart se rattachent à la branche des 
langues atlantiques – c'est le cas du wolof, du peul, du sérère et du diola, mais aussi des 
langues  cangin  comme  le  saafi.  D'autres  font  partie  des  langues  mandées,  comme  le 
soninké, le mandingue et le bambara.  

Le français est la langue officielle7 comme le stipule l'Article premier de la Constitution 
du 7 janvier 2001: « La langue officielle de la République du Sénégal est le Français. Les 
langues  nationales  sont  le  Diola,  le  Malinké,  le  Pular,  le  Sérère,  le  Soninké,  le  Wolof  et 
tout  autre  langue  nationale  qui  sera  codifiée ».  Hérité  de  la  colonisation,  le  français 
demeure langue d’enseignement du pays dans l’enseignement élémentaire. 

6
 Il s’agit des 1514 langues de l’Afrique Subsaharienne les plus répandues 
7
 Langue officielle : langue utilisée pour les actes officiels de l’Etat

16
Certaines langues nationales sont introduites dans le système éducatif depuis 2002, à titre 
expérimental. 

On peut distinguer trois groupes de langues : 

• Le  premier  groupe  concerne  six  (6)  langues  reconnues,  codifiées  et  enseignées  à 
partir d’octobre 2002. Il s’agit du : wolof, sérère, peul, mandingue, soninké et diola.  
• Le  second  groupe  comprend  des  langues,  également  promues  au  rang  de  langues 
nationales car codifiées entre temps. Ce sont le hassaniyya, le balante, le mancagne, 
le  noon,  le  manjaque.  Ces  langues  seront  introduites  plus  tard  dans  le  système 
éducatif. Des recherches complémentaires devront encore être menées.  
• Le  troisième  groupe  inclut  les  autres  langues  telles  que  le :  saafi,  baïnouk, 
badiaranké,  ndut,  jalonké,  bédik,  bambara,  coniagui,  bassari,  léhar,  palor,  bayotte, 
papel, malinké, khassonké, jaxanke et ramme. Pour celles‐ci, il faudra passer d’abord 
par  un  programme  spécifique  de  description,  de  codification  et  d’outillage.  Mais 
certaines, telles que le saafi, viennent déjà d'accéder à leur tour au statut de langue 
nationale, qui pourrait être octroyé à une vingtaine de langues au total.  

Le  tableau  1.1  présente  la  répartition  numérique  de  la  population  selon  l’ethnie  et  la 
nationalité pour l’année 2002. 

Tableau 1.1 : Répartition de la population selon l’ethnie et la nationalité en 2002 
Population 
Ethnie/Nationalité  Effectifs  % 
Wolof/Lébou  4 643 985  44,5% 
Poular  2 624 706  25,2% 
Sérère  1 437 245  13,8% 
Diola  521 359  5,0% 
Manding/Socé  411 682  3,9% 
Soninké  171 746  1,6% 
Autres sénégalais  472 050  4,5% 
Africains  100 805  1,0% 
Autres étrangers  25 249  0,2% 
ND  16 383  0,2% 
Total  10 425 208  100,0 
    Source : DPS/2004 : 2ème Enquête Sénégalaise auprès des Ménages 
 
 
 
 
 
 
 

17
1.1.2. Le contexte démographique 
 
Sur  la  base  des  résultats  issus  du  dernier  recensement  général  de  la  population  et  de 
l’habitat intervenu en 2002, les projections estiment la population sénégalaise à 12 853 259 
habitants en 2008 soit une densité moyenne égale à 66,9 habitants au km2.  Cette moyenne 
cache  une  répartition  extrêmement  inégale  de  la  population,  avec  une  opposition  entre 
sous‐peuplement de l’Est (dont la densité varie entre 1 et 5 habitants au km2), et une forte 
concentration  sur  la  côte  (la  densité  de  la  région  de  Dakar  dépasse  les  4 000  habitants  au 
km2) ainsi qu’au centre, dans les zones de culture de l’arachide.  
 
Le  taux  de  croissance  démographique  est  estimé  à  2,58  %.  Ce  taux  résulte  des  taux  de 
fécondité, de mortalité et de mortalité infantile qui s’élèvent respectivement à 4,86 enfants 
par  femme,  10,7‰  et  58,9‰.  Le  tableau  ci‐dessous  reflète  la  croissance  de  la  population 
scolarisable de 2000‐2015. 

Tableau 1.2 : Population 7‐12ans de 2000‐2015 
% dans la population 
Années  Garçons  Filles  Total 
totale 
2000  836 111  821 288  1 657 399  18,0% 

2005  905 633  879 038  1 784 671  16,8% 

2010  930 287  885 221  1 815 508  15,2% 

2015  1 122 944  1 104 571  2 227 515  16,5% 

Source : DPRE 2009 

1.1.3. Le Contexte économique 

Classé  156ème  sur  177  pays  en  2006  sur  la  base  de  l’indicateur  de  développement  humain 
(IDH), le Sénégal fait partie des pays les moins avancés (PMA). 54 % de la population est sous 
le seuil de pauvreté et le taux de chômage avoisine 48 %.  

Comparé  aux  autres  pays  du  continent  africain,  le  Sénégal  est  très  pauvre  en  ressources 
naturelles. Ses principales recettes proviennent de la pêche et du tourisme. Malgré cela, le 
Sénégal possède la quatrième économie de la sous‐région ouest africaine après le Nigéria, la 
Côte d’Ivoire et le Ghana, dûe à sa situation géographique et à sa stabilité politique. 

Le secteur agricole emploie environ 70% de la population sénégalaise. Cependant la part du 
secteur primaire dans le Produit Intérieur Brut (PIB) ne cesse de décroître. La diminution de 
la pluviométrie et la crise du secteur de l'arachide, principale culture de rente du pays, ont 
réduit la contribution de l'agriculture à moins de 20% du PIB. La pêche qui reste cependant 
un  secteur clé  de  l'économie  familiale  sénégalaise  subit  également  les  conséquences  de  la 
dégradation  des  ressources  halieutiques  (surexploitées)  et  l'augmentation  récente  de  la 
facture énergétique. L'essentiel de la richesse produite se concentre dans les services et la 
construction et se localise à Dakar et dans sa périphérie. 

18
Par ailleurs, les transferts financiers venus de la diaspora sénégalaise (l'émigration en Europe 
et  aux  USA)  représentent  aujourd'hui  une  rente  non  négligeable.  On  estime  que  le  flux 
financier  généré  par  l'émigration  sénégalaise  est  au  moins  égal  au  volume  d'aides  de  la 
coopération internationale (soit 400 dollars par habitant et par an).  

Les indicateurs suivants présentent la situation économique du pays en 2006. 

Tableau 1.3 : Données économiques du Sénégal  
Données  Valeurs 
Produit Intérieur Brut  21,54 milliards de dollars (2006)  
Produit intérieur brut par habitant  1 800 dollars (2006)  
agriculture : 18,3 % 
Main d'œuvre par secteurs (2006)  industrie : 19,2 % 
services : 62,5 % 
Taux de chômage  48 % (2006) et 40 % de jeunes citadins 
Dette extérieure   17,8 % du PNB (2006) 
Indicateur de Développement Humain  156e (2006) 
Population sous le seuil de pauvreté   54 % (2005) 
Coefficient de Gini   41,3 (1995) 
Source : CIA World Factbook[19]  
 
 
 
En  2008,  la  situation  économique  et  financière  du  Sénégal  a  été  marquée  par  la  hausse 
continue  des  prix  des  produits  alimentaires  et  un  niveau  élevé  des  prix  des  produits 
énergétiques  de  janvier  à  août  2008,  conduisant  à  une  baisse  de  la  demande.  Du  coté  de 
l’offre,  la  bonne  saison  des  pluies  a  été  favorable  à  l’agriculture.  Par  contre  les  retards  de 
paiements  de  l’Etat  vis‐à‐vis  du  secteur  privé  ont  eu  un  impact  négatif  sur  le  secteur 
secondaire.  Pour  ce  qui  est  du  tertiaire,  il  a  été  marqué  par  un  ralentissement  en  raison 
notamment de la baisse de 18,5% des activités immobilières8. 
 
Sur le plan budgétaire, les recettes fiscales devraient connaître une progression de 9,9% par 
rapport  à  l’année  2007.  L’évolution  et  la  maîtrise  des  dépenses  publiques  ont  permis 
d’enregistrer un déficit public estimé à 3,4% du PIB. 
 
 
 
 
 
 
 
 

8
 Ces résultats sont issus de la Situation Economique et Financière (SEF) de décembre 2008 publiée par la DPEE. 
Les données de 2008 sont des estimations et seront confirmées dans la SEF de juin 2009.

19
 
Graphique 1.1 : Evolution des recettes fiscales et des dépenses en % du PIB 

 
Source : Direction de la Prévision et des Etudes Economiques 

Tableau 1.4 : Evolution des ressources de l’Etat 
  2001 2002 2003 2004 2005 2006  2007  2008
Recettes de l’Etat en % du PIB  16,1  16,9  17,0  17,4  18,5  18,8  19,3  19,5 
Dons en % du PIB  1,7  1,7  1,9  2,1  1,6  1,5  2,4  2,2 
Source : Direction de la Prévision et des Etudes Economiques 
 
La capacité de l’Etat à prélever des revenus sur l’économie reste grande. Elle est supérieure 
au critère de taux de pression fiscale de l’UEMOA fixé à 17%. L’aide extérieure reste stable et 
tourne en moyenne autour de 2%. 
 

1.1.4. Dépenses pour l’éducation 
 
La  part  de  l’éducation  rapportée  aux  dépenses  de  fonctionnement  de  l’état  constitue  un 
indicateur important pour apprécier la place qu’accordent les autorités au système éducatif. 
Pour  l’année  2007,  225  milliards  de  franc  CFA  ont  été  alloués  à  l’éducation,  ce  qui 
correspond  à  40,25  %  des  dépenses  de  fonctionnement  de  l’Etat  hors  dette  et  dépenses 
communes (budget voté). Cependant, les dépenses publiques par élève en pourcentage du 
PIB  par  tête  tournent  autour  de  10  %,  soit  un  taux  plus  faible  que  pour  la  Mauritanie,  le 
Bénin et le Burkina Faso. 
 
 
 
 
 
 
 

20
Contribution des acteurs au financement de l’éducation 
 
La  gestion  de  l’éducation  ne  relève  pas  seulement  de  l’Etat  mais  d’un  partenariat 
longuement  entretenu  entre  l’Etat,  les  collectivités  locales,  les  ménages  ainsi  que  les  PTF 
(Partenaires  Techniques  et  Financiers).  Le  tableau  ci‐dessous  donne  l’évolution  de  la 
contribution des différents acteurs entre 2003 et 2007. 
 

Tableau 1.5 : Evolution de la contribution des acteurs dans le financement de l’Education 
(2003‐2007)9 
En millions FCFA  2003  2004  2005  2006  2007 
Etat   142 267  175 056  213 349  233 536   258 695
Collectivités locales   nd  3 899  4 094  4 300   3 400
Ménages   34 838  37 630  39 512  41 500   29 938
PTF   8 300  15 438  22 575  29 082   16 505
Total  185 405  232 023  279 530  308 418  308 538 
PIB nominal   3 960 800  4 198 500  4 561 200  4 899 100   5351800
Dépenses totales 
 4,68%  5,53%  6,13%  6,30%   5,77%
d’éducation en % du PIB 
Dépenses totales 
d’éducation hors ménages   3,80%  4,63%  5,26%  5,45%   5,21%
en % du PIB 
Source : DAGE/ME 
 
 
La contribution de l’Etat Sénégalais au financement de l’éducation est passée de 77 % à 84 % 
de  la  contribution  totale  entre  2003  et  2007  alors  que  celle  des  partenaires  techniques  et 
financiers est passée de 4% en 2003 à 9% en 2006 et a connu une baisse depuis 2007 de 4 
points  de  pourcentage.  Les  dépenses  totales  d’éducation  en  pourcentage  du  PIB  de  2007 
(5,77  %)  sont  en  régression  par  rapport  aux  années  2006  et  2005.  La  contribution  des 
ménages au financement de l’éducation s’élève à 29,938 milliards de francs CFA en 2007, ce 
qui  représente 9,7 % des financements. Associée à la contribution des collectivités locales 
(3,4 milliards), elles sont deux fois plus importantes que la part des PTF. 
 
 
 
 
 
 
 
 
 
 
 

9
Rapport national sur la situation de l’éducation 2008, PDEF

21
 
 
Répartition fonctionnelle des dépenses 
 
Le  tableau  qui  suit,  permet  d’apprécier  la  répartition  de  ces  dépenses  selon  les  niveaux 
d’enseignement. 

Tableau 1.6 : Répartition des dépenses publiques de fonctionnement entre les niveaux 
d’enseignement (en %) 2000‐2008 
Sous secteurs  2000  2001  2002 2003 2004 2005 2006  2007 2008

Préscolaire  0,70%  0,70%  1,00% 0,40% 1,00% 0,69% 0,70%  0,57% 0,29%

Elémentaire  38,10%  38,40%  42,21% 48,10% 42,00% 45,04% 45,30%  46,79% 41,53%

Moyen  13,20%  12,10%  10,65% 4,50% 10,65% 8,44% 9,40%  8,84% 11,99%
Secondaire 
10,40%  8,50%  7,54% 9,60% 7,54% 13,39% 12,70%  8,58% 11,55%
général 
Technique et 
1,60%  2,30%  3,32% 3,10% 3,32% 3,10% 3,20%  7,68% 4,79%
professionnel 
Enseignement 
25,60%  26,10%  26,53% 23,80% 26,53% 23,80% 23,50%  21,48% 24,16%
supérieur 
Autres niveaux  nd  nd  0,20% 0,30% 0,20% 0,30% 0,30%  0,97% 0,23%
Administration 
10,40%  11,90%  8,54% 10,20% 8,54% 5,24% 5,00%  5,09% 5,45%
centrale 
Source : ME/DAGE, MEF10 
 
Le  tableau  présente  une  distribution  en  faveur  de  l’enseignement  élémentaire  dont 
l’évolution  des  dépenses  fait  ressortir  un  taux  d’accroissement  moyen  annuel  de  1,08  % 
entre 2000 et 2008. L’enseignement du second degré, tous niveaux confondus, bénéficie de 
28,34% (respectivement 11,99% au cycle moyen, 11,55% au secondaire général et 4,79 pour 
les  écoles  techniques  et  professionnelles)  des  dépenses  publiques  de  fonctionnement  en 
2008. L’enseignement supérieur, quant à lui, vient en troisième position en recevant 24,16 % 
de la part réservée à l’enseignement en 2008. 
 
Coût unitaire d’un élève 
 
L’évolution du coût par élève et par sous‐secteur de 2000 à 2007, donnée par le tableau ci‐
dessous, montre une augmentation du coût unitaire dans l’éducation préscolaire et primaire 
contrairement à l’enseignement moyen, secondaire général et enseignement supérieur qui 
enregistrent respectivement un taux d’accroissement moyen annuel de – 9 %, ‐2,3 % et ‐4,8 
%. 

10
Rapport Economique et financier 2007, CRES

22
 

Tableau 1.7 : Evolution du coût par élève et par sous secteur de 2000 à 2007 en volume 
Coûts 
unitaires par 
2000  2001  2002  2003  2004  2005  2006  2007 
sous secteur 
dans le public 
Préscolaire  49 526  49 526  49 526 59 322 41 553 47 703  54 764 56 290
Elémentaire  38 425  40 434  45 686 41 593 57 268 59 557  61 938 68 183
Enseignement 
99 891  92 274  78 714 57 711 84 206 103 673  186 241 51 471
Moyen 
Secondaire 
217 727  181 452  167 471 233 673 336 898 302 802  272 157 185 585
général 
Technique et 
428 952  658 467  1 216 498 767 972 880 979 955 150  1 035 565 nd
professionnel 
Enseignement 
946 852  917 825  980 848 948 508 949 060 959 472  969 998 670 135
supérieur 
PIB/Tête  329 583  344 103  362 515 384 142 397 423 421 638  447 328 455 215
Source : DPRE‐ décembre 2008 
 
 
Comparativement aux coûts unitaires de 2006, la situation est relativement à la baisse pour 
l’enseignement du second degré et du supérieur. En effet, il y a eu plus d’effectifs d’élèves 
mais le budget n’a pas suivi en conséquence. Par contre, on observe une légère hausse du 
coût unitaire au préscolaire et à l’enseignement élémentaire. 
 
 
 

1.2. Présentation du système éducatif 
1.2.1. Organisation du système éducatif 
 
Le  système  éducatif  est  organisé  en  deux  secteurs,  à  savoir  le  formel et  le  non  formel.  De  
façon  générale,  il  permet  à  chaque  enfant  ou  adulte  sénégalais  d'effectuer  des  études 
générales jusqu'à l'enseignement supérieur ou d'accéder à une formation professionnelle et 
technique adéquate.  
 
L’éducation formelle  
Il est structuré en six  sous secteurs : 
- le développement intégré de la petite enfance ; 
- l’enseignement élémentaire ;  
- l’enseignement moyen ;  
- le secondaire général ; 
- la formation professionnelle et technique ; 
- l’enseignement supérieur.  

23
 
A l’intérieur de chaque sous secteur, se conjuguent les efforts d’un enseignement public et 
d’un enseignement privé qui s’est beaucoup diversifié et développé ces dernières années. Il 
faut aussi noter la place de l’éducation spécialisée11 dans le système. Même si sa présence 
est plus marquée dans l’enseignement élémentaire, les orientations actuelles vont vers une 
meilleure prise en charge de cette catégorie de la population défavorisée. 
 
L’éducation non formelle 
A l’heure actuelle, le secteur de l’éducation non formelle se compose de trois sous‐secteurs, 
à savoir (i) l’alphabétisation, (ii) les écoles communautaires de base et (iii) les « écoles du 3e 
type »12. Les deux dernières modalités d’enseignement sont en expérimentation. 
 
Le  concept  d’éducation  de  base  prend  en  charge  le  développement  de  la  petite  enfance, 
l’enseignement  élémentaire,  l’enseignement  moyen  et  le  non  formel.  L’enseignement 
élémentaire  et  l’enseignement  moyen  constituent  le  cycle  fondamental.  La  politique  en 
matière de l’éducation est marquée depuis les années 90 par plusieurs réformes. 
 

1.2.2. Principales réformes et évolutions dans l’enseignement primaire 
 
Le Sénégal, en misant sur le développement humain durable et la bonne gouvernance, a mis 
sur  pied,  pendant  plus  d’une  décennie,  un  certain  nombre  de  reformes  dans  le  secteur 
éducatif  pour  répondre  favorablement  aux  objectifs  d’une  éducation  de  qualité  pour  tous 
d’ici 2015.  
 
Création des écoles de formation d’instituteurs (EFI) 
 
En 1993, une réforme de la formation initiale intervient avec la création de quatre « Ecoles 
de  Formation  d’Instituteurs »  (EFI)  remplaçant  ainsi  les  écoles  normales  régionales  qui 
formaient les maîtres pour quatre ans et les centres de formation pédagogiques. 
 
Ces  EFI  sont  définies  comme  étant  "  des  centres  polyvalents  de  formation  pédagogique 
théorique et pratique" et  dispensent  une formation professionnelle. Ces EFI forment en un 
an  des  élèves  ‐  maîtres  du  niveau    du  BFEM  (ex  BEPC)  et  du  BAC.  La  compétence  requise 
était    de  pouvoir  tenir  aussi  bien  une  classe  d’éducation  préscolaire  qu’élémentaire.  Un 
quota de stagiaires était spécifiquement formé pour la langue arabe. 
 
Recrutement de volontaires de l’éducation 
 
En 1995, le Sénégal a décidé de recruter des volontaires de l'éducation en se référant à deux 
diplômes  :  le  BFEM  et  le  baccalauréat.  Chaque  Inspection  Départementale  de  l’Education 
Nationale  (IDEN)  formait  ainsi  en  trois  mois  son  quota  de  volontaires  selon  des  axes 
nationaux de formation. 
 

11
L’éducation des enfants à besoins spéciaux.
12
Ecoles de seconde chance : la scolarisation des enfants ayant un âge supérieur à l’âge d’admission au primaire

24
 
Depuis 2000, la formation des Volontaires de l’Education (VE) est dispensée dans les EFI par  
le  décret  n°  2001  –  898  du  16  novembre  2001  qui  stipule  « à  titre  transitoire  ou  selon  les 
opportunités, les Ecoles de formation d’Instituteurs peuvent servir de cadre d’accueil pour la 
formation  spéciale  de  volontaires  de  l’Education,  de  maîtres  contractuels  et  autres 
personnels de l’Education. Dans ce cas, une attestation de stage est délivrée aux intéressés. »  
 
Depuis  2005,  le  réseau  s’est  étendu  à  l’échelle  nationale  et  la  formation  initiale  des 
volontaires est livrée dans 11  Ecoles de Formation d'Instituteurs (EFI) à raison d’une EFI par  
académie. Elles forment en 5 mois au moins des stagiaires titulaires du diplôme de base : le 
BFEM. 
 
Les  commandes  nationales  déterminent  désormais  trois  strates  dans  les  effectifs  à  former 
dans les EFI : 
9 Volontaires  en  langue  française  destinés  à  l’élémentaire  devant  aussi  pratiquer 
dans les classes bilingues (français / langues nationales) ; 
9 Volontaires en langue arabe destinés à l’élémentaire ; 
9 Volontaires en langue française DIPE (destinés aux institutions préscolaires et aux 
Cases des Tout Petits). 
 
Construction du curriculum de l’éducation de base (ECB) 
 
Le Sénégal a entamé depuis 1996 la construction d’un nouveau curriculum de l’éducation 
de  base  (CEB)  axée  sur  l’approche  par  compétences.  Il  est  destiné  à  remplacer  ainsi  le 
Décret 79‐1165 du 20/12/79 qui était structuré sous forme de contenus matière en vigueur 
à  l’école  élémentaire  depuis  une  trentaine  d’années.  Ce  nouveau  curriculum  a  connu  les 
étapes suivantes : 
- première phase : 1996‐2001 
- réécriture du Livret Horaire Programme (LHP) à partir de 2002 ; 
- construction active de 2003 à 2004 ; 
- mise à l’essai des outils améliorés par la construction active à partir de 2005 ; 
- généralisation du curriculum de l’éducation de base prévue en octobre 2009. 
 
Formation Continue Diplômante (FCD) 

L’objectif de l’Education Pour Tous a nécessité l’élargissement de l’accès, qui a conduit à un 
changement de cible dans le mode de recrutement. L’entrée dans l’enseignement ne se fait 
désormais  que  par  le  volontariat  pour  l’enseignement  élémentaire  et  pour  le 
Développement Intégré de la Petite Enfance (DIPE). 

Ce nouveau corps qui constitue maintenant une frange très importante dans  le système a 
besoin d’être suffisamment formé pour dispenser un enseignement de qualité.  

Cette  préoccupation,  prise  en  compte  dans  les  conclusions  des  Assises  sur  la  gestion  des 
ressources  humaines,  a  fait  l’objet  de  recommandations  dans  la  nouvelle  politique  de 
formation définie à cet effet.  

25
En application des dispositions du protocole d’accord issu des négociations du 30 juin 2006 
entre  le  gouvernement  et  l’intersyndicale  et  conformément  aux  directives  de  Monsieur  le 
Ministre  de  l’Education,  il  a  été  retenu  de  renforcer  les  capacités  de  ces  enseignants  des 
corps émergents afin de leur permettre de passer leurs examens professionnels en vue de 
l’obtention d’un diplôme professionnel.  

Cette activité concernera 2200 maîtres contractuels pour la phase 1 (2006 ‐2007) et plus  de 
17500  agents  de  l’élémentaire  au  cours  des  quatre  prochaines  années  (2008  ‐2012).  
 
Commencée depuis l’année 2007,  cette activité est mise en œuvre dans le cadre du Projet 
PAVE II pour le volet Formation Continue Diplômante (FCD) qui a entre autres objectifs de 
participer  à  l’amélioration  de  la  qualité  des  apprentissages  par  le  relèvement  du  niveau 
académique et pédagogique des enseignants concernés et celui du niveau de qualification. 
Les deux premières sessions ont permis de former environ 3 300 maîtres  contractuels dans 
les EFI durant les vacances scolaires.  

1.2.3. Mesures prises pour l’amélioration du système éducatif sénégalais 
 
Dans  le  cadre  de  l’opérationnalisation  du  Programme  Décennal  de  l’Education  et  de  la 
Formation (PDEF), à la suite de l’adoption de la lettre de politique générale pour le secteur 
de  l’éducation  1999‐2008,  réactualisée  par  la  lettre  de  politique  sectorielle  du  Sénégal  de 
2005,  plusieurs  initiatives  et  mesures  ont  été  prises  pour  améliorer  la  qualité  du 
système éducatif. Parmi celles‐ci on peut citer : 
 
- L’élaboration d’un nouveau programme (Curriculum de l’Education de Base CEB, et la 
pédagogie de l’Approche par les Compétences APC) en phase d’essai ; 
- l’introduction des Langues Nationales ; 
- l’introduction d’Ecoles Franco‐arabe dans le système ; 
- l’introduction de l’enseignement religieux dans l’élémentaire ;  
- la politique d’édition et de diffusion de manuels scolaires ; 
- la généralisation de la mise à disposition gratuite de fournitures scolaires ; 
- la politique de systématisation de la mise en œuvre de projets d’Ecole ; 
- l’expérimentation de l’introduction des Nouvelles Techniques de l’Information et de la 
Communication  (NTIC)  dans  les  apprentissages  de  base  (en  français  écrit  et  oral, 
mathématiques) 
- l’initiative lecture à l’école et dans la famille ; 
- la création des classes multigrades ; 
- l’expérimentation et l’extension du modèle  d‘école à classe unique (ECU) ; 
- l’extension  des  initiatives  pédagogiques  comme  les  Progressions  Harmonisées  et  les 
Evaluations Standardisées ; 
- l’introduction de stratégies d’évaluation formative à l’école élémentaire ; 
- la  création  de  zone  de  concertation  pédagogique  comme  le  Projet  Education  des 
Banlieues  de  Dakar  (PEBD)  et  la  zone  de  coopération  inter  académique  financée  par 
l’UNICEF et regroupant les académies de Kolda, Ziguinchor, Tambacounda et Matam. 
 

26
1.2.4. Evolutions des scolarisations 
 
Les effectifs dans le primaire ont évolué significativement de 2000 à 2008 aussi bien dans le 
public que dans le privé comme le montre le tableau ci‐dessous. Le taux brut de scolarisation 
(TBS) a suivi la même évolution en passant de 67,2% en 2000 à 90,1% en 2008. 

 Tableau 1.8 : L’évolution des effectifs dans le primaire de 2000‐2008 

Année  2000  2001  2002  2003  2004  2005  2006  2007  2008 

Total  1107712  1159721  1197081  1287093  1 382 749  1 444 703  1 487 846  1572178  1 618 303 

Public  990396  1030260  1065042  1146812  1228336  1276294  1303969  1377530  1403491 

Privé  117316  129461  132039  140281  154413  168409  183877  194648  214812 

% privé  10,6%  11,2%  11,0%  10,9%  11,2%  11,7%  12,4%  12,4%  13,3% 

TBS  67,2%  70,0%  71,8%  75,8%  79,7%  81,9%  83,4%  87,6%  90,1% 

Source : DAGE/ME 
 

1.2.5. La question enseignante 
 
Types d’enseignants : 
 
Le système éducatif sénégalais  est caractérisé par l’hétérogénéité des types d’enseignants 
qui y officient surtout depuis 1995. 
 
Les  Instituteurs  recrutés  après  concours  avec  le  BEPC  puis  le  BFEM,  sont  formés  dans  les 
écoles  normales  régionales  (ENR),  au  début  en  quatre  ans.  Ils  reçoivent  par  la  suite  une 
formation en deux ans puis en un an seulement dans les Ecoles de Formation d’Instituteurs 
(E.F.I). Cette formation théorique et pratique est sanctionnée par un diplôme professionnel  
(CAP). La rémunération des instituteurs est prise en charge par l’Etat jusqu’en fin d’activité 
et au‐delà après la retraite. 
 
Les Instituteurs Adjoints (IA) recrutés sur titre souvent et formés par la pratique, devaient se 
présenter  et  réussir  le  CEAP  ou  le  CAP  pour  intégrer  le  corps  des  Instituteurs.  Ces  deux 
examens  constituent  de  véritables  barrières  qui  les  retardent  dans  leurs  carrières.  Leur 
rémunération modeste avant leur admission aux examens professionnels est prise en charge 
par  l’Etat ;  mais  ils  ont  toutes  les  chances  de  ne  pas  accéder  à  la  Fonction  Publique  et  de 
rester décisionnaires (enseignants de l’élémentaire sous contrat, révocables à tout moment). 
 
Les Volontaires de l’Education (VE) de statut précaire, ont été introduits dans le système par 
le  gouvernement  sénégalais  pour  contourner  le  coût  du  personnel  à  partir  de  1995.    Ces 
enseignants  recrutés  avec  des  profils  très  divers  au  plan  des  diplômes  devaient  percevoir 
une bourse de 50.000F  de la part des parents et devaient officier surtout en milieu rural. Ce 

27
format allait rapidement montrer ses limites étant donné que les paysans ne pouvaient pas 
les prendre en charge. L’Etat décida de les payer avec un conditionnement particulier : 
- contrat de deux ans renouvelable une fois 
- interdiction de faire la grève et de poser quelque forme de revendication que ce 
soit. 
L’amélioration  du  sort  de  ces  volontaires  a  abouti    aux  maîtres  contractuels  qui  souvent 
peinent  à  entrer  dans  la  Fonction  Publique.  Aujourd’hui,  ils  perçoivent  95.000F  payés  par 
l’Etat. 
 
Le problème de l’encadrement : 
 
Talon d’Achille du système, l’encadrement est un des problèmes les plus sérieux à cause du 
suivi dont l’enseignant doit bénéficier, du contrôle dont il doit faire l’objet et de l’évaluation 
qu’il doit subir. 
 
Dans  chaque  circonscription  départementale,  les  directeurs  se  sont  regroupés  en  collectifs 
dénommés  Collectif  des  Directeurs  d’Ecole  dont  le  rôle  est  de  seconder  le  corps  des 
Inspecteurs  dans  des  tâches  d’encadrement,  d’animation  des  cellules  d’animation 
pédagogique et de formation à l’élaboration des Projets d’écoles. 
 
Les crises dans le secteur de l’Education : 
 
Le  système  éducatif  a  connu  bien  des  perturbations  dues  en  grande  partie  à  des 
malentendus  d'origines  diverses,  liées  aux  revendications  récurrentes  non  satisfaites,  des 
accords non respectés. Depuis  2005, le rythme des grèves dans le secteur de l’Education est 
étonnant. Il ne se passe  une année où l’école n’est pas au cœur d’un tourbillon. Ainsi, en 
2007  année  de  l’enquête,  le  système  éducatif  a  connu  presque  quatre  mois  de  grève  de 
mars à juin. 

1.2.6. La question de l’équité dans le système éducatif  
 
Elle se pose à plusieurs niveaux : 
- entre  enseignants  de  types  différents  avec  des  traitements  salariaux  et 
administratifs différenciés ; 
- entre les filles et les garçons au sein de l’école qui a entraîné des projets tels que 
la Scolarisation des filles (Scofi) pour les inciter à rester à l’école ; 
- entre l’école de la ville et celle des zones périphériques (banlieue et zone rurale) 
souffrant  de  diverses  pénuries,  de  déséquilibre  dans  la  qualité  des 
enseignements  (les  corps  dits  émergents  officient  surtout  dans  ces  zones 
déshéritées),  absence  souvent  d’équipement  adéquat  et  de  matériel  de  travail 
etc. 
- entre  les  différents  cycles  d’enseignement  (l’élémentaire‐  le  moyen‐  le 
supérieur‐ le technique) ; 
- entre  les  secteurs  du  formel  et  du  non  formel  dont  les  enjeux  sont  pourtant 
clairement définis ; 
- l’enseignement supérieur est de nos jours inaccessible à certains parents. 
 

28
Ces  déséquilibres  sont  préjudiciables  au  bon  fonctionnement  du  système  et  entravent 
sérieusement son efficacité. 

1.2.7. La situation des enseignants du public et leur qualification en 2008 
 
En  2008,  le  système  éducatif  élémentaire  compte  38 288  enseignants  dans  le  public  dont 
12 080 fonctionnaires et  26 108 enseignants contractuels et volontaires de l’éducation.  

Tableau 1.9 : Répartition des enseignants selon le diplôme professionnel 
  CAP  CEAP  Non Déterminé 

Privé  10,60%  12,40%  77,00% 

Public  28,60%  21,30%  50,10% 

Total  26,10%  20,10%  53,80% 

Source : DAGE/ME 
 
 
 
 
 
Il ressort de la lecture de ce tableau que 53,8% des enseignants au cycle élémentaire sont 
sans formation initiale donc sans qualification. La proportion est beaucoup plus importante 
dans  le  secteur  privée  où  seulement  23%  des  enseignants  disposent  d’une  formation 
professionnelle.   
 
On  dénombre  10 950  enseignants  titulaires  du  Certificat  d’Aptitude  Pédagogique  (CAP)  et 
8 155  titulaires  du  Certificat  Elémentaire  d’Aptitude  Pédagogique  (CEAP)  au  public,  soit  un 
total  de  19 105  enseignants  qualifiés.  On  a  donc  une  proportion  assez  importante  (50,1%) 
d’enseignants du public sans qualification professionnelle. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

29
Conclusion : 
 
Le  Sénégal,  malgré  sa  position  stratégique,  ses  populations  dynamiques  et  ses  ressources 
humaines, connait des résultats mitigés en matière d’éducation, d’après les tests nationaux 
du Système National d’Evaluation du Rendement Scolaire (SNERS). Le système a connu, ces 
dernières  années,  beaucoup  de  perturbations  liées  à  des  manifestations  diverses  des 
enseignants,  des  élèves  et  aux  attitudes  du  gouvernement.  La  situation  économique  et 
financière actuelle n’est pas, elle aussi, étrangère à cette difficulté.   
 
Les  dépenses  pour  l’Education  représentent  40%  du  budget  national,  prises  en  charge  par 
l’Etat,  les  Partenaires  Techniques  et  Financiers,  les  Collectivités  locales  et  les  Ménages.  La 
répartition  des  dépenses  publiques  de  fonctionnement  entre  les  différents  niveaux 
d’enseignement est orientée en faveur de l’Elémentaire. Deux grands secteurs se partagent 
le  système  éducatif :  le  secteur  Formel  comprenant  les  sous  secteurs  du  Développement 
Intégré  de  la  Petite  Enfance,  de  l’Elémentaire,  du  Moyen,  du  Secondaire  général  et 
Technique  et  du  Supérieur,  et  du  Non  Formel  avec  trois  sous  secteurs  que  sont 
l’Alphabétisation, les Ecoles Communautaires de Base et les écoles du troisième type. 
 
Plusieurs  réformes  ont  été  initiées  dans  le  système  pour  atteindre  les  objectifs  relatifs    à 
l’accès    et  à  la  qualité  du  système  éducatif :  la  création  d’Ecoles  de  Formation  des 
Instituteurs  (EFI),  le  recrutement  de  Volontaires  de  l’Education  (VE)  et  de  Vacataires,  la 
construction  du  Curriculum  de  l’Education  de  Base(CEB)  et  la  Formation  Continuée 
Diplômante.  D’autres  mesures  ont  été  prises  dans  le  cadre  de  l’opérationnalisation  du  
Programme Décennal de l’Education et de la Formation (PDEF). 
 
Au cours des dix dernières années, le Sénégal s’est engagé  politiquement et  financièrement 
à démocratiser son système éducatif. En effet, le TBS a augmenté de plus de 20% entre 2006 
et 2008, le redoublement et l’abandon ont sensiblement baissé, pour ne citer que ceux ‐là. 
Cependant,  malgré  les  efforts  consentis,  l’amélioration  de  la  qualité  du  système  éducatif 
demeure un enjeu essentiel et vital pour les années futures. 
 
 

30
 

Chapitre 2 : Méthodologie PASEC 
 
Introduction  
 
Le  PASEC  a  été  créé  en  1991  par  les  Ministres  de  l’Education  des  pays  membres  de  la 
CONFEMEN  pour  un  meilleur  pilotage  des  systèmes  éducatifs  et  dans  le  sens  d’une 
évaluation participative, cherchant à impliquer tous les acteurs concernés dans le processus. 
Axé sur l’éducation primaire, le principe de base de la méthodologie du PASEC repose sur la 
comparaison. Il consiste à tirer parti de la variété des situations scolaires pour identifier les 
facteurs  de  performance  du  système  éducatif  à  travers  la  mesure  de  la  progression  des 
élèves sur l’année. Aussi, le PASEC a adopté la méthode en « valeur ajoutée » qui implique 
de disposer d’une mesure du niveau d’apprentissage des élèves en début et en fin d’année 
scolaire.  Pour  ce  faire,  des  tests  standardisés  de  français  et  de  mathématiques  sont 
administrés aux élèves de 2ème et 5ème année, sur la base d’un échantillon représentatif, ainsi 
que des questionnaires contextuels aux élèves, enseignants et directeurs d’écoles. 
 
Les objectifs visés par le programme sont de : 
• Identifier des modèles d’écoles efficaces et peu coûteux, en procédant à des 
enquêtes par échantillonnage dans les écoles, puis en effectuant des comparaisons à 
l’échelle nationale et internationale ; 
• Développer dans chacun des Etats participants une capacité interne et permanente 
d’évaluation de leur système éducatif ; 
• Diffuser les méthodes et les instruments d’évaluation préconisés, de même que les 
résultats obtenus. 
L’Annexe A présente dans le détail la méthodologie du PASEC.  
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

31
2.1 Schéma conceptuel 
Le  protocole  d’enquête  prévoit  le  recueil  simultané  d’un  certain  nombre  de  données 
contextuelles, d’ordre institutionnel, scolaire, social, économique et culturel13. Les variables 
utilisées peuvent être regroupées en deux grandes catégories : 
 
Conditions  extrascolaires :  cette  catégorie  englobe  les  caractéristiques  personnelles  de 
l’élève  (genre,  âge,…) ;  celles  de  son  milieu  familial  (niveau  de  vie,  alphabétisation  des 
parents,  soutien  accordé  aux  devoirs  à  la  maison,  les  travaux  extra  scolaires…),  et  les 
caractéristiques  de  son  milieu  socioculturel  (milieu  urbain  ou  rural,  langues  parlées  à 
domicile, etc.) ; 
 
Conditions  scolaires :  il  s’agit  essentiellement  des  conditions  matérielles  de  la  classe 
(matériel  et  équipement,  mobilier,  manuels,  guides,  etc.),  du  profil  de  l’enseignant  (genre, 
niveau académique, formation initiale) et de sa qualification (formation initiale et continue, 
absentéisme) ; et enfin des caractéristiques de l’école (statut, organisation pédagogique des 
classes,…) et du directeur. 

2.2. Les instruments d’enquête  
Les tests PASEC14 actuellement utilisés ont été élaborés au début des années 90 sur la base 
des  curricula  du  Cameroun,  de  la  Côte  d’Ivoire  et  du  Sénégal  par  un  groupe  d’experts  du 
CIEP, de l’Université de Liège et de l’INEADE. Ils sont essentiellement fondés sur un critère de 
discrimination  de  façon  à  générer  de  la  variabilité  dans  les  scores  des  élèves  et  ainsi 
identifier les  facteurs  de  performance  des  systèmes éducatifs.  De  nombreux  items  ont  été 
testés sur le terrain pour parvenir à un ensemble d’items constituant le test final. 
 
Une  étude15  sur  l’analyse  des  curricula  officiels  et  implantés,  menée  toujours  avec  les 
mêmes  partenaires,  soit  l’INEADE  et  l’Université  de  Liège  et  financée  en  2007  par  l’IEA 
(Association  Internationale  pour  l’Evaluation  des  Acquis  Scolaires)  a  permis  de  mettre  en 
relation  les  tests  actuels  et  les  programmes  officiels  malgré  les  différents  changements 
opérés dans les curricula depuis 90. Les tests peuvent continuer à servir dans leur objectif 
principal d’identification des facteurs qui influent sur les apprentissages des élèves.  
 
Les élèves sont évalués en début et en fin d’année conformément aux trois compétences de 
base  à  savoir  lire,  écrire  et  compter.  En  outre,  des  questionnaires  sont  administrés  aux 
élèves  et  aux  enseignants  en  début.  Les  directeurs  sont  aussi  concernés  sur  la  base  d’un 
questionnaire en fin d’année afin d’apprécier les caractéristiques des établissements et leurs 
profils dans la recherche des facteurs déterminants. 
 
 
 
 

13
 Voir schéma d’analyse du PASEC en annexe A 
14
 Voir partie TESTS de l’annexe A 
15
 http://www.confemen.org/spip.php?article278.

32
 2.3. Echantillonnage 2007 
L'échantillonnage  est  aussi  important  pour  la  collecte  des  données  que  pour  l'analyse  et 
l'interprétation des résultats. La procédure d’échantillonnage stratifié à deux niveaux permet 
de prendre en compte à la fois le niveau des écoles et enseignants et de mesurer les effets 
propres à l’élève et à son environnement extrascolaire.  
Le  principe  consiste  à  considérer,  dans  un  premier  temps,  un  ensemble  d’écoles 
sélectionnées aléatoirement sur la base du nombre d’élèves en 2ème et 5ème année. Si l’école 
choisie dispose de plusieurs classes de 2ème ou de 5ème année, une de ses classes est tirée au 
hasard pour chaque niveau d’étude. On procède, ensuite, au tirage d’un nombre fixe de 15 
élèves dans chacune des classes considérées. Au cas où le nombre d’élèves est compris entre 
8  et  15  élèves,  on  évalue  toute  la  classe.  Si  le  nombre  est  inférieur  à  8,  on  tire  une  autre 
classe de même niveau d’enseignement dans l’école ou on remplace, au cas échéant, l’école 
par son remplaçant direct de la liste.  

Tableau 2.1 : Echantillon prévu et réalisé –Evaluation 2007 
Nombre  Nombre  Nombre  Nombre  Nombre  Nombre 
Poids 
Numéro  Nombre  Nombre  Nbr  de  de  de classes  de classes  de classes  de classes 
Identification de  dans 
de la  d'élèves  d'élèves  d'écoles  classes  classes  de CP  de CM1  de CP  de CM1 
la strate  le 
strate  CI  CE2  échantillon  de CP  de CM1  enquêtées  enquêtées  enquêtées  enquêtées 
total 
prévues prévues pré test  pré test  post test  post test 

1  Privé  33174  26110  11,1%  20  20  20  19  18  17  17 

2  DAKAR  43242  36128  14,9%  27  27  27  27  27  27  27 

3   DIOURBEL  15934  10264  4,9%  9  9  9  9  9  9  9 

4   FATICK   23836  15417  7,4%  13  12  10  10  8  10  8 

5   KAOLACK  29259  17815  8,8%  16  16  11  15  13  14  13 

6   KOLDA  38842  21707  11,4%  20  20  15  14  13  12  12 

7   LOUGA  18652  8686  5,1%  9  9  7  8  8  8  7 

8   MATAM  12874  6693  3,7%  7  7  3  5  4  5  4 

9   ST LOUIS  22839  15476  7,2%  13  13  13  13  11  13  10 

 
10  19963  12329  6,1%  11  11  10  7  5  7  5 
TAMBACOUNDA 

11   THIES   38657  29135  12,7%  23  21  21  20  21  20  20 

12   ZIGUINCHOR  19037  16884  6,7%  12  12  12  9  11  9  11 

 Total  316309  216644  100  180  177  158  156  148  151  143 

33
 
Les stratégies d'échantillonnage peuvent sembler complexes à première vue. Mais ce ne sera 
pas le cas si l’on prend le temps de planifier soigneusement l’étude et de cerner clairement 
ce que l’on veut faire ressortir. Comme le disait simplement Feuerstein16, «l'échantillonnage, 
c'est  regarder  attentivement  une  partie  d'une  chose  afin  d'en  apprendre  plus  sur  la  chose 
dans  son  entier».  Le  plan  d’échantillonnage  détaillé  ci‐dessus  est  élaboré  sur  la  base  des 
données  fournies  par  le  Ministère  de  l’Education  Nationale,  un  an  avant  les  opérations 
d’enquête. Les critères de stratification considérés dans cette étude sont respectivement le 
statut  de  l’école  (privé/public)  et  l’appartenance  régionale  (selon  le  découpage 
administratif). 
 
Taux de réponse niveau école 
Le taux de réponse traduit le rapport entre le nombre d’écoles ayant répondu au pré‐test et 
le  nombre  prévu  dans  le  plan  d’échantillonnage.  Dans  l’optique  de  maximiser  au  mieux  le 
taux  de  réponse  au  niveau  école,  ce  plan  prévoit  aussi  des  écoles  de  remplacement  pour 
répondre aux manques de niveau d’enseignement ou aux insuffisances du nombre d’élèves à 
tester.  Au  total  11  écoles  ont  été  remplacées17.  Ainsi,  on  se  retrouve  avec  un  taux  de 
réponse de  93,9% après remplacement au niveau école.   
 
Taux de réponse niveau classe 
Plusieurs raisons peuvent être à la base de la perte d’une classe. En effet, la passation des 
tests  en  fin  d’année  se  déroule  au  moment  où  la  saison  pluvieuse  s’installe  dans  les 
différentes  régions  du  pays.  En  plus  c’est  le  moment  des  concours  et  examens  nationaux 
auxquels  participent  les  enseignants  et  des  écoles.  Toutefois  des  dispositions  sont  prises 
pour qu’il y ait le moins de risque possible.    
Sur la base des informations de la base de sondage, 177 classes de 2ème année et 158 classes 
de 5ème année devraient être évaluées. Au total, 156 classes de 2ème année et 148 classes de 
5ème  année  ont  été  finalement  enquêtées  en  début  d’année.  Une  explication  probable  à 
cette  situation  est  la  prise  en  compte  des  écoles  à  recrutement  biennal  ou  triennal.  Le 
nombre de classes prévues et non enquêtées par strate atteint au maximum de 6 classes en 
2ème  année  et  5  en  5ème  année,  respectivement  dénombrées  dans  les  régions  de  Kolda  et 
Tambacounda. Pour ce qui est du post‐test, sur les 156 classes de 2ème année enquêtées en 
début d’année, 4 n’ont pas été évaluées au post test. Sur les 148 classes de 5ème année, 5 ont 
été perdues au post test.  
 
Le taux de réponse au post test est de 85,3% en 2ème année et 90,5% en 5ème année. 
 
Taux de réponse questionnaire enseignant 
Les  enseignants  sont  soumis  à  un  questionnaire  en  début  d’année  et  un  autre  en  fin 
d’année. En ce qui concerne le Sénégal, sur les 156 classes de 2ème année et 148 classes de 
5ème  année,  148  enseignants  ont  répondu  au  questionnaire  en  2ème  et  137  en  5ème  année. 
Cela revient à un taux de réponse questionnaire de 94,8 et 92,5 % respectivement en 2ème et 
5ème  année.  Certains  enseignants  n’étaient  pas  disponibles  au  pré‐test  du  fait  des 
formations. 
 

16
Feuerstein MT, 1986. Partners in Evaluation. Macmillan, London.  
17
 Voir Tirage des écoles de remplacement  : Annexe A.

34
Certaines questions n’ont pas été bien renseignées. Voir Annexe B. 
 
Taux de réponse questionnaire directeur 
Au total 3 sur 151 directeurs n’ont pas été enquêtés en fin d’année d’où un taux de réponse 
directeur de 98,6 %. 
 
Taux de réponse au questionnaire élève 
Dans  l’ensemble,  tous  les  élèves  évalués  ont  répondu  au  questionnaire  contextuel. 
Néanmoins  le  taux  de  réponse  varie  d’une  question  à  une  autre.  Le  plus  fort  taux  de  non 
réponse est obtenu à la question sur l’âge d’entrer à l’école où 3,4% en 2ème année et 8,2% 
en 5ème année n’ont pas répondu. 
 
Perte d’élèves entre pré test et post test 
La perte d’élève s’explique principalement par deux raisons. Soit l’élève abandonne en cours 
d’année ou à la suite d’événement circonstanciel tel que la maladie, la pluie, …. Ces facteurs 
très peu maîtrisés influencent beaucoup sur les résultats de l’enquête. En effet, au fur et à 
mesure que le taux de réponse des élèves diminue, les résultats de l’échantillon peuvent ne 
plus  refléter  entièrement  ceux  qu’on  pourrait  obtenir  théoriquement  pour  toute  la 
population  et  l’erreur  de  projection  devient  importante.  Ce  qui  réduit  la  fiabilité  de 
l’enquête. Pour cette raison, nous retenons un seuil18 de 85 % de participation à l’enquête, 
au dessous de laquelle les résultats ne sont plus valables.  

Tableau 2.2 : Répartition des élèves testés  
  Deuxième année  Cinquième année 
Nbr  Nbr  Nbr  Nbr 
d'élèves  d'élèves  d'élèves  d'élèves 
par  par  Différence par  par  Différence
strate au  strate au  strate au  strate au 
  pré‐test  post‐test pré‐test  post‐test 
Privé  264  204  60  257  208  49 
IA DAKAR  403  365  38  404  373  31 
IA DIOURBEL  135  124  11  135  127  8 
IA FATICK   149  130  19  118  106  12 
IA KAOLACK  225  182  43  194  169  25 
IA KOLDA  206  138  68  189  156  33 
IA LOUGA  110  93  17  113  87  26 
IA MATAM  75  72  3  60  56  4 
IA ST LOUIS  194  174  20  165  131  34 
IA 
105  98  7  75  70  5 
TAMBACOUNDA 
IA THIES   299  274  25  314  273  41 
IA ZIGUINCHOR  135  125  10  165  154  11 
Total  2300  1979  321  2189  1910  279 
 

18
Voir taux de réponse aux différentes questions en règle générale ; Annexe A

35
L’échantillon réalisé à la fin de l’année a subit une perte globale de 600 élèves soit 13,4 % 
des élèves repartis entre le pré et le pos‐test sur un effectif de 4489 élèves de 2ème  et 5ème 
année.  
 
De façon détaillée :  
- sur les 2300 élèves évalués en 2ème année en début d’année, on perd 321 élèves soit 
13,9 % de taux de déperdition élève ; 

- en cinquième année, 279 élèves sont perdus entre les deux évaluations, soit un taux 
de déperdition de 12,7 %. 

Ces taux, tout en restant dans la fourchette de validité des données, cachent des disparités 
entre strates dont le détail est traduit dans le tableau ci‐dessus. Il faut noter cependant que 
les  pertes  les  plus  importantes  sont  enregistrées  dans  la  première  strate  (privé)  ainsi  qu’à 
Kolda, Louga et Kaolack, qui présentent aussi des taux important en matière d’abandon. Ce 
taux est respectivement de 9,9 %, 7,8 % et 9,5 % en 200719.  
 
Au final, les données collectées se présentent comme suit : 
 

Tableau 2.3 : Données collectées – Evaluation PASEC Sénégal 2007 
 
2ème 
  5ème année 
année 
Niveau classe 
  prévues  177  158 
Nombre de  enquêtées au pré‐test  156  148 
classes  enquêtées au post‐test  151  143 
Taux de réponse (post‐test)  85,3%  90,5% 
Niveau élève 
  au pré‐test  2300  2189 
Nombre d’élèves  au post‐test  1979  1910 
Taux de déperdition entre pré test et post 
13,9%  12,7% 
test 
 
 
 
 
 
 
 
 

19
Rapport national sur la situation de l’éducation 2007

36
2.4. La construction des variables 
Pour  les  besoins  de  l’analyse,  notamment  dans  le  souci  de  mesurer  avec  beaucoup 
d’efficacité l’effet marginal d’une variable sur les acquis des élèves, différentes méthodes de 
traitement  ont  été  utilisées  pour  construire  de  nouvelles  variables  à  partir  des  données 
brutes.  
 
L’indice  de  niveau  de  vie  qui  discrimine  les  élèves  selon  leur  pauvreté  a  été  construit  par 
l’analyse  des  Correspondances  Multiples  (ACM).  C’est  une  approche  qui  agrège  aussi  bien 
l’ensemble  des  biens  possédés  par  les  élèves  à  domicile  ainsi  que  les  conditions  dans 
lesquelles ils vivent en un indicateur synthétique de niveau de vie. Cet indicateur est ensuite 
comparé au score de biens possédés, qui présente une très forte similarité.  
 
De même, au niveau de la classe, un indicateur d’équipements a été construit. C’est un score 
des  équipements  existant  dans  la  classe :  chaise,  bureau,  feutre  ou  craie,  règle,  équerre, 
compas, dictionnaire, carte murale, globe.  
Un indicateur similaire a été créé pour les écoles renseignant sur leur niveau d’équipements 
à  partir  de  l’existence  d’un  bureau  du  directeur,  d’un  magasin,  d’une  bibliothèque,  d’une 
salle  de  maîtres,  d’une  salle  informatique,  d’une  infirmerie,  des  toilettes  pour  les  élèves, 
d’une cantine gratuite ou payante, d’un terrain de sport, d’une clôture, de l’électricité, d’un 
point d’eau potable.  
 
Quant  aux  localités  où  résident  les  élèves,  un  score  des  infrastructures  disponibles  a  été 
calculé  à  l’image  également  des  indicateurs  d’équipements.  Il  s’agit  entre  autres  de 
l’existence  d’une  route  bitumée,  de  l’eau  potable,  d’un  collège,  d’un  lycée,  d’un  centre 
sanitaire,  d’une  ligne  téléphonique,  d’un  poste  de  police,  d’une  banque,  d’une  caisse 
d’épargne. 
 
S’agissant  des  indicateurs  de  score,  les  cohérences  internes  (alphas  de  Cronbach)  ont  été 
mesurées  afin  de  s’assurer  de  la  pertinence  et  de  la  qualité  des  facteurs  retenus  pour 
agrégation. 
 
Le jeu de données dans la présente analyse a été élaboré à partir des différentes variables 
identifiées dans les modèles des 20 pays que le PASEC a déjà évalués. Une exploration des 
autres facteurs a poursuivi cette étape en vue surtout de tenir compte de la spécificité du 
pays.  Cette  exploration  s’est  faite  d’abord  sur  les  caractéristiques  des  élèves  et  de  leur 
environnement familial, ensuite sur celles des enseignants et de la classe, enfin sur celles des 
directeurs, des écoles et de leurs localités. 
 
 

37
 

Chapitre 3 : Analyse descriptive des résultats de l’évaluation au 
Sénégal 
 
Les tests du Programme d’Analyse des Systèmes Educatifs de la CONFEMEN (PASEC) ont été 
élaborés  dans  le  but  de  discriminer  les  élèves  selon  leurs  résultats.  En  ce  sens,  ils  doivent 
générer  une  variabilité  dans  les  scores  des  élèves  permettant  d’identifier  les  facteurs  de 
performance  des  systèmes  éducatifs.  Ces  données,  bien  qu’incomplètes  pour  apprécier  de 
façon  définitive  les  acquis  des  élèves,  demeurent  une  mesure  permettant  d’apprécier  le 
niveau  des  élèves  selon  les  trois  compétences  de  base  à  savoir  lire,  écrire  et  compter, 
regroupées dans les deux disciplines fondamentales : le français et les mathématiques.  
 
La  participation  du  Sénégal  au  PASEC,  pour  une  deuxième  fois,  permet  au  pays  non 
seulement de se situer par rapport aux autres pays membres de la CONFEMEN  mais aussi 
faire  le  point,  d’une  part,  sur  les  niveaux  des  élèves    en  2007  et    d’autre  part,  de  les 
comparer  à  ceux  de  1996  afin  de  mesurer  quantitativement  et  qualitativement  les  efforts 
consentis entre les deux dates. 
 
Ce  chapitre,  organisé  en  trois  sections,  a  pour  objectif  d’apprécier  le  niveau  des  élèves  de 
deuxième  et  cinquième  année  en  français  et  en  mathématique  dans  l’espace  et  dans  le 
temps.  Dans  un  premier  temps,  nous  présenterons  le  niveau  des  élèves  par  rapport  aux 
tests.  La  deuxième  section  quant  à  elle  fera  le  point  sur  les  sources  de  variance  entre  les 
élèves et aussi entre écoles relativement au statut, au milieu d’implantation ainsi que la zone 
géographique.  Enfin,  la  dernière  section  sera  consacrée  à  la  comparaison  des  niveaux  des 
élèves  entre  1996  et  2007  ainsi  que  l’évolution  de  certains  indicateurs  scolaires  et 
extrascolaires dans le temps.  
  
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

38
3.1. Performances des élèves  
 
Les performances mesurées sont relatives aux tests PASEC de l’année 2007. Les élèves sont 
évalués  en  début  d’année  (pré‐test)  et  en  fin  d’année  (post‐test)  en  français  et  en 
mathématiques.  
Dans cette étude, les tests de début et de fin d’année sont différents aussi bien dans leurs 
contenus  que  dans  leurs  objectifs.  Aussi,  les  résultats  aux  deux  tests  ne  peuvent  pas  être 
comparés directement. Il serait, par exemple, totalement erroné de conclure qu’un résultat 
plus faible en fin d’année traduit une régression du niveau des élèves.  
 
2ème année 
 
Les  résultats  du  tableau  3.1  présentent  le  niveau  des  élèves  aux  tests  de  français  et  de 
mathématiques en 2ème année. 

Tableau 3.1 : Résultats des élèves de deuxième année aux tests PASEC 2007  
Intervalle de Confiance 
Score moyen 
2ème Année  Disciplines  Ecart‐type  Borne  Borne 
(sur 100) 
Inférieure   Supérieure 
Français  31,1  24,7  28,5  33,8 
Début 
d'année 
Mathématiques  40,3  24,2  37,1  43,5 

Français  45,0  23,3  40,8  49,2 

Fin     
d'année 
Mathématiques  47,2  22,6  43,7  50,7 
 
La  dispersion20  des  scores  des  élèves  de  la  deuxième  année  est  très  importante.  Cette 
variabilité  est  générale,  aussi  bien  en  fin  d’année  qu’en  début  d’année  et  cache  des 
disparités  liées  notamment  au  type  des  établissements,  au  genre  de  l’élève,  à  la  zone 
d’implantation  de  l’école.  Cependant  le  score  moyen  donne  une  vision  partielle  des 
performances  demandées.  Pour  cette  raison,  il  est  donc  important  de  déterminer  la 
proportion  des  élèves  ayant  atteint  un  niveau  de  maîtrise  donné  aux  tests21  et  de  la 
comparer aux autres pays.  
 
 
 
 
 
 
 
 
 
 
 

20
 L’écart‐type varie de 24,2 à 26,18 du début d’année à la fin d’année 
21
 Voir chapitre 6 : comparaison internationale

39
 
5ème année 
 
Les résultats des élèves de la cinquième année se présentent de la manière suivante : 

Tableau 3.2 : résultats des élèves de cinquième année aux tests PASEC 2007  
Intervalle de Confiance 
5ème Année  Disciplines  Score moyen  Ecart‐type  Borne  Borne 
Inférieure   Supérieure 
Français  33,9  16,4  31,9  35,9 
Début 
d'année 
Mathématiques  46,3  19,1  43,8  48,8 

Français  38,3  15,6  35,9  40,6 

Fin     
d'année 
Mathématiques  41,8  14,8  39,7  43,9 

 
L’homogénéité  des  scores  des  élèves,  traduite  par  l’écart‐type22,  est  plus  élevée  qu’en 
deuxième année mais reste révélatrice d’importante variabilité entre les scores.  
  

3.2. Sources de variance entre écoles 
L’évaluation  qualitative  des  apprentissages  des  élèves  ne  saurait  être  complète  sans  une 
prise  en  compte  d’un  certain  nombre  de  paramètres  propres  à  l’école  et  qui,  à  priori, 
peuvent  être  considérés  comme  facteurs  agissant    directement  ou  indirectement  sur  les 
acquis scolaires. 
 
Variabilité des scores moyens selon le statut 
 
Il s’agit ici d’apprécier les résultats des écoles selon leur statut (privé / public). En effet les 
programmes sectoriels en éducation prévoient une participation du secteur privé. Plusieurs 
rapports d’évaluations nationaux comme internationaux, comme le PASEC ont montré que 
les élèves du privé obtenaient de meilleurs scores que les élèves du public dans la plupart 
des pays africains. 
 
2ème année 
 
Une  analyse  plus  avancée  (voir  les  graphiques  ci‐dessous)  de  la  situation,  traduit  une 
disparité des niveaux des élèves selon le type d’établissement. Le premier graphique montre 
que les écoles publiques ont de moins bons résultats que celles du privé en début d’année. 
Le  deuxième  graphique  montre  qu’une  majorité  d’élèves  de  deuxième  année  des  écoles 
privées  ont  réussi  le  test  à  plus  de  70  %  contrairement  à  ceux  des  écoles  publiques,  très 
dispersés, dont la majorité dispose d’un score compris entre 20 et 40 sur 100.  
 
 
 

22
Indicateur de dispersion des scores par rapport au score moyen.

40
Graphique 3.1 : Distribution des scores de 2ème année en français selon le statut 
 
Distribution des scores en début d'année selon le statut Distribution des scores en fin d'année selon le statut
Français deuxième année Français deuxième année

.02
.02

.015
.015
Densité score initiale

Densité score final

.01
.01

.005
.005

0
0

0 20 40 60 80 100
0 20 40 60 80 100 x
x
Public Privé
Public Privé
 
 
Les élèves des écoles publiques ont un niveau faible et homogène en début d’année. En fin 
d’année, le niveau est hétérogène avec une désolidarisation d’un groupe d’élèves ayant un 
niveau  élevé.  Les  élèves  des  écoles  privées  se  sont  davantage  recentrés  au  niveau  des 
performances élevées en fin d’année. 
   
5ème année 
 
En cinquième année, les écoles privées ont de meilleurs résultats. En effet, la majorité des 
élèves ont des scores compris entre 50 et 80 points sur 100, comme le montre le graphique 
ci‐dessous.  Par  contre,  la  distribution  des  scores  correspondants  aux  écoles  publiques  est 
décalée vers la gauche, ce qui indique que la majorité des élèves a un score compris entre 20 
et 60 points. 
Graphique 3.2 : Distribution des scores de fin d’année de 5ème année selon le statut 
Distribution des scores en fin d'année selon le statut
Mathématiques cinquième année
.025 .02
Densité score final
.005 .01 .015
0

0 20 40 60 80 100
x

Public Privé

 
 
Variabilité des scores moyens selon le milieu 
 
L’hétérogénéité du niveau est beaucoup plus marquée en 2ème année en milieu urbain. 

41
Tableau 3. 3 : Résultats des élèves selon leur milieu de résidence 
Intervalle de Confiance 
Score moyen  Borne  Borne 
  agrégé 
   Ecart‐type  Inférieure  Supérieure 
2ème année 
Début  Urbain  40,0  25,8  36,3  43,7 
d'année  Rural  32,7  19,5  28,4  36,9 
Urbain  50,2  26,8  47,0  53,3 
Fin d'année  Rural  42,4  22,3  36,7  48,2 
5ème année 
Début  Urbain  42,9  16,9  40,0  45,7 
d'année  Rural  37,2  15,2  33,6  40,8 
Urbain  42,8  17,3  39,3  46,3 
Fin d'année  Rural  38,1  15,6  34,8  41,4 
 
Le  niveau  moyen  est  significativement  plus  important  en  milieu  urbain  qu’en  milieu  rural. 
L’examen  des  distributions  permet  d’apprécier  le  niveau  de  performance  suivant  la  zone 
d’implantation de l’école. 
 
 
 
En 2ème année 
Graphique  3.3 :  Distribution  des  scores  agrégés  en  français  et  mathématiques  de  2ème 
année selon le milieu 
 
Distribution des scores de début d’année selon le milieu en deuxième année Distribution des scores de fin d’année selon le milieu en deuxième année
.02
.02
.015

.015
.01

.01
.005

.005
0

0 20 40 60 80 100
Score initial agrégé en français et maths 0 20 40 60 80 100
Score final agrégé en français et maths
Rural Urbain
Rural Urbain
 
En  début  d’année,  les  distributions  sont  significativement  différentes.  La  variabilité  des 
scores  est  beaucoup  plus  importante  en  milieu  urbain  qu’en  milieu  rural.  La  majorité  des 
scores initiaux en milieu rural est concentrée entre 10 et 30 %. En fin d’année par contre, les 
distributions sont les mêmes.  
 
L’hétérogénéité  du  niveau  des  élèves  des  milieux  urbains  se  creuse  davantage  laissant 
apparaitre deux groupes d’élèves (un groupe ayant un niveau inférieur à 40 % et un autre 
groupe dont les scores sont supérieurs à 50%).   
 

42
5ème année 
 
Graphique  3.4 :  Distribution  des  scores  agrégés  en  français  et  mathématiques  de  5ème 
année selon le milieu 
Distribution des scores de fin d’année selon le milieu en inquième année
Distribution des scores de début d’année selon le milieu en inquième année

.025
.025

.02
.02

.015
.015

.01
.01

.005
.005

0
0

0 20 40 60 80 100 0 20 40 60 80 100
x Score final agrégé en français et maths

Rural Urbain Rural Urbain

 
 
 
En 5ème année, les distributions restent significativement les mêmes, que ce soit en début ou 
en fin d’année.  
 
 
Variabilité des résultats selon le genre 
 
Le tableau ci‐dessous présente les résultats des élèves aux tests de 2007 selon le genre. 

Tableau 3.4 : Résultats des élèves selon le genre 
Intervalle de Confiance 
Score moyen  Borne  Borne 
    agrégé  Ecart‐type  Inférieure  Supérieure 
2ème année 
Début  Garçon  36,3  22,8  33,1  39,5 
d'année  Fille  35,2  22,1  32,4  38,0 
Fin      Garçon  45,8  25,1  41,8  49,7 
d'année  Fille  45,6  24,2  41,8  49,3 
5ème année 
Début  Garçon  41,0  16,1  38,7  43,4 
d'année  Fille  39,0  16,6  36,5  41,5 
Fin      Garçon  41,9  16,4  39,2  44,5 
d'année  Fille  39,0  16,8  36,7  41,3 
 
Le niveau de performance des filles en deuxième année reste significativement le même que 
celui des garçons. L’indice de disparité (l’écart‐type) est élevé aussi bien pour les filles que 
pour les garçons. 
 

43
Par  contre,  en  cinquième  année,  avec  une  disparité  des  scores  sensiblement  égale  à  celle 
des garçons, les filles présentent un niveau moyen plus faible. 
 
Une  analyse  des  distributions  fournit  de  plus  amples  informations  à  l’intérieur  de  chaque 
sous‐groupe. 
 
2ème année 
Graphique  3.5 :  Distribution  des  scores  agrégés  en  français  et  mathématiques  de  2ème  
année selon le genre 
 
Distribution des scores de début d’année selon le genre en deuxième année Distribution des scores de fin d’année selon le genre en deuxième année
Score agrégé en français et maths
Score agrégé en français et maths

.015
.02
.015

.01
.01

.005
.005
0

0 20 40 60 80 100 0 20 40 60 80 100
Score agrégé en français et maths Score agrégé en français et maths
Fille Garçon Fille Garçon

 
 
En  début  d’année,  les  deux  distributions  sont  décalées  vers  gauche  caractérisant  ainsi  la 
faible performance des élèves, fille comme garçon. En effet, pour les filles comme pour les 
garçons, la majorité des scores est concentrée entre 10 et 30 %. 
 
En fin d’année, la variabilité des scores est beaucoup plus marquée dans les deux groupes. 
Les  distributions  sont  significativement  les  mêmes  au  regard  des  résultats  de  l’analyse  de 
variance.  Néanmoins,  on  note  la  formation  de  deux  classes  chez  les  garçons.  Une  classe 
minoritaire dont les niveaux sont relativement importants (score compris entre 50 et 80 %) 
et une autre classe à faible niveau de performance (score compris entre 20 et 40 %). 
 
En cinquième année, la variabilité des scores chez les filles demeure sensiblement la même 
que pour les garçons, en début comme en fin d’année.   
 
Variabilité des résultats écoles suivant le niveau de vie des écoles23 
 
Les conditions de vie des familles des élèves font partie des facteurs déterminants qui jouent 
significativement  sur  les  scores.  Il  s’agit  dans  cette  partie  de  faire  le  lien  entre  le  niveau 
moyen de vie des élèves de la classe avec le score moyen agrégé de fin d’année. 
 
 
 
 
23
Voir Annexe B pour la construction de la variable niveau de vie école

44
Graphique  3.6 :  Répartition  des  écoles  selon  le  score  moyen  de  fin  d’année  et  l’indice 
moyen de niveau de vie par statut en 5ème  année 
Répartition des écoles selon le score moyen de fin d'année et l'indice moyen de niveau de vie par statut
Cinquième année
80
Scoe final français et maths de la classe sur 100
60
40
20

-2 -1 0 1 2
Indice moyen de niveau de vie de l'école

lowess Privé
Public

 
 
On retient de ce graphique l’existence de différences considérables en matière de résultats 
des  écoles.  Aussi  pour  un  niveau  de  vie  déterminé  (indice  compris  entre  ‐1,5  à  1),  les 
résultats des écoles varient de 20 à 60% et concerne surtout les écoles publiques. 
Les  écoles  privées,  caractérisées  pour  la  plupart  d’un  niveau  de  vie  élevé  des  familles  des 
élèves, présentent des scores de fin d’année plus élevés et moins dispersés.     
 
Analyse par zone géographique 
 
L’objectif  ici  est  d’apprécier  les  résultats  des  élèves  selon  la  répartition  géographique 
considérée dans la construction des strates lors de d’échantillonnage, à savoir : le privé, le 
public à Dakar et le public hors Dakar.  
 
 
Graphique  3.7 : Distribution du score agrégé en français  et mathématiques selon la zone 
géographique en 2ème et 5ème année 
 
Score moyen en français et maths selon la zone géographique
Score moyen en français et maths selon la zone géographique Cinquième année
Deuxième année

Privé
Privé

Dakar Public
Dakar Public

Publique hors Dakar

Publique hors Dakar

0 20 40 60 80 100
0 20 40 60 80 100 Score final en français et maths
Score final en français et maths
 

45
 
 
En deuxième année, les écoles privées se démarquent nettement du groupe non seulement 
par l’homogénéité du niveau des élèves mais aussi par un score médian plus élevé. Ensuite 
viennent les écoles publiques de Dakar qui dépassent de près de 10 points leurs homologues 
du reste du pays. En cinquième année, les écarts entre groupes sont réduits et le classement 
des groupes s’est maintenu. 
 

3.3. Comparaison dans le temps 
Comme  toutes  les  évaluations  PASEC,  les  évaluations  de  1996  et  2007  au  Sénégal  ont  été 
menées sur la base d’un échantillon stratifié à deux degrés24.   
 
Il  faut  aussi  noter  que  seuls  les  scores  des  écoles  publiques  ont  été  considérés,  les  écoles 
privées ne faisant  pas partie de l’échantillon de l’année 1996. 

3.3.1. Comparaison des tests d’évaluation 
Les tests administrés en 1996 ne diffèrent pas fondamentalement des tests version 2007. Un 
examen25  des  items  des  tests  de  fin  d’année  a  été  entrepris  sur  le  plan  du  contenu,  de  la 
cohérence interne et de la difficulté. Le tableau suivant présente les items supprimés pour 
des problèmes de contenu, de cohérence item‐test ou d’indice de difficulté. 

Tableau 3.5 : Comparaison des tests 1996‐2007 
Items  Items  
Items  supprimés  supprimés 
Items  Nombre  Alpha de  Alpha de 
différents  sur la base  sur la base 
   seulement   d'items  Cronbach  Cronbach 
en  de l'indice  de la 
en 2007   communs  1996  2007 
contenu  de  corrélation 
difficulté  item‐test 
Post test  A, B, C, D,  AL, AM, 
 V  W,  P   31  0,92  0,93 
2F  E, F  AN 
Post test 
AL, AM     E, Z, AL     37  0,92  0,93 
2M 
S, AK, AL, 
Post test  H, N, O, AI,  L, S, T,  U, 
G, H, I  AM, AN,  32  0,84  0,84 
5F  AJ   V, AE, AF 
AO, AP 
Post test  V, AE, AF, 
W     D, Z, AC  40  0,85  0,83 
5M  AG,  
 
La différence des items est essentiellement due à la couleur des images ou à la police des 
caractères. Il y a plus d’exercices en 2007 qu’en 1996. La cohérence interne est globalement 
satisfaisante et plus élevée  en deuxième année, comme dans les autre pays. 
 

24
Voir chapitre traitement des données du guide méthodologique PASEC
25
 Voir indicateurs utilisés pour mesurer la cohérence interne des tests, annexe A 

46
La méthode d’échantillonnage26 utilisée pour les deux vagues d’évaluation est restée fidèle à 
la  procédure  commune  à  la  méthodologie  du  PASEC,  sondage  stratifié  à  deux  niveaux. 
Cependant, nous ne disposons pas suffisamment d’information sur le plan d’échantillonnage 
de l’évaluation 96. Il ressort de l’exploration des données le manque d’écoles privées d’où la 
comparaison des niveaux de performance des élèves des écoles publiques seulement dans le 
chapitre 3. Toutefois, 100 Ecoles ont été évaluées en 1996 en raison de 20 élèves par classe 
contre 180 écoles prévues en  2007 avec 15 élèves testés par classe.  
 
Tableau 3.6 : Comparaison des échantillons 1996‐2007 
  2ème année  5ème année   
Nombre de  Nombre  Perte  Nombre de  Nombre  Perte  Roh
   classes  d'élèves  d'élèves  classes  d'élèves  d'élèves 
1996  99  1973  0,4%  98  1924  1,8%  0.2
2007  177  2300  14%  158  2189  13%  0.2
 
Le  coefficient  de  corrélation  intra  classe  est  resté  le  même  entre  les  deux  vagues 
d’évaluation, en effet le roh calculé27 est de 0,2 en 1996 comme en 2007. Ce qui donne 96 
écoles à enquêter avec 20 élèves par classe ou 102 écoles avec 15 élèves par classe, selon la 
table d’échantillonnage. Ainsi, dans les deux vagues d’évaluation la taille des échantillons est 
suffisante pour donner une estimation raisonnable du niveau des élèves. 
 
2ème année 
 
Le tableau ci‐dessous nous renseigne sur l’évolution des scores des élèves ainsi que certains 
indicateurs contextuels entre les évaluations de 1996 et 2007. 

Tableau 3.7 : Evolution des scores et des indicateurs contextuels des élèves de 2ème année 
entre 1996 et 2007 
  1996  2007 
Intervalle de  Intervalle de 
Confiance  Confiance 
Deuxième année  Valeur  Valeur 
Borne  Borne  Borne  Borne 
Inférieure  Supérieure Inférieure   Supérieure
Score Français  44,7  41,7  47,7  45,0  40,8  49,2 
Score Maths  46,0  43,7  48,4  47,2  43,7  50,7 
Proportion d'élèves en 
29,1  22,8  35,5  59,1  50,2  68,0 
zone rurale 
Proportion de filles  43,1  39,6  46,6  50,5  47,8  53,1 
Proportion des élèves 
52,0  46,8  57,3  64,6  56,9  72,3 
ayant 1 livre de français 
Proportion des élèves 
29,4  23,6  35,3  53,7  46,1  61,3 
ayant 1 livre de maths 
 
26
 Voir partie ECHANTILLONNAGE de l’Annexe A
27
Voir HOUNGBEDJI (2005).

47
Les  scores  en  fin  d’année  ne  sont  pas  significativement  différents  entre  1996  et  2007.  Le 
niveau  des  élèves  de  deuxième  année  est  resté  le  même  malgré  la  croissance  du  nombre 
d’élèves  en  zone  rurale,  qui  est  passé  de  29,1%  en  1996  à  59,1%  en  2007  dans  les 
échantillons.  Des  gros  efforts  ont  été  fournis  non  seulement  pour  réduire  de  manière 
drastique la disparité de genre dans le système éducatif sénégalais mais aussi en dotant les 
élèves en manuels scolaires français et mathématiques.    
 
5ème année 
 
En  cinquième  année,  malgré  la  différence  des  scores,  le  niveau  des  élèves  n’a  pas 
significativement  changé,  la  proportion  des  élèves  en  zone  rurale  a  presque  doublé  et  le 
pourcentage  des  filles  dans  le  système  a  augmenté  en  10  ans.  Cependant,  les  élèves  de 
cinquième  année  sont  de  moins  en  moins  dotés  en  manuel  scolaire  de  français  comme  le 
montre le tableau ci‐dessous : 

Tableau 3.8 : Evolution des scores et des indicateurs contextuels des élèves de 5ème année 
entre 1996 et 2007 
  1996  2007 
Intervalle de  Intervalle de 
Confiance  Confiance 
Cinquième année  Valeur  Valeur 
Borne  Borne  Borne  Borne 
Inférieure  Supérieure Inférieure   Supérieure
Score Français  36,9  35,1  38,7  38,3  35,9  40,6 
Score Maths  40,7  38,9  42,6  41,8  39,7  43,9 
Proportion d'élèves en 
27,5  21,9  33,1  52,1  42,1  62,0 
zone rurale 
Proportion de filles  41,3  37,9  44,7  48,8  46,1  51,4 
Proportion des élèves 
70,3  66,1  74,5  57,5  48,7  66,3 
ayant 1 livre de français 
Proportion des élèves 
39,2  34,0  44,5  46,1  38,2  54,1 
ayant 1 livre de maths 
 
L’un  des  engagements  pris  par  les  Etats  pour  une  Education  de  Qualité  pour  Tous  est  de 
parer  à  certaines  inégalités  dans  le système éducatif,  et  plus  particulièrement  la  réduction 
des  disparités  entre  filles  et  garçons,  entre  zones  rurales  et  urbaines,  la  promotion  d’une 
scolarisation de qualité sans discrimination de conditions de vie.  
 
Comparaison des performances selon le genre de l’élève 
 
La notion du genre a toujours été un défi pour les états africains ces dernières années. En 
effet,  selon  « Genre  et  Education  pour  tous28 »,  les  filles  ont  20  %  de  chances  en  moins 
d’entrer  à  l’école  que  les  garçons  au  Tchad,  au  Bénin,  en  Guinée  Bissau  et  au  Mali.  Cela 
montre  la  persistance  de  la  disparité  grandissante  d’accès  à  la  scolarisation  entre  fille  et 

28
Rapport mondial de suivi sur l’Education pour tous (EPT) 2004

48
garçons  des  pays  au  sud  du  Sahara.  Comme  on  vient  de  le  voir  dans  les  deux  tableaux  ci‐
dessus, les efforts du Sénégal en matière de scolarisation entre les deux vagues d’évaluation 
a permis de réduire les inégalités liés au genre; la proportion des filles est passée de 43,1 % 
en  1996  à  50,5  %  en  2007  en  2ème  année  et  de  41,3%  à  48,8  %  en  5ème  année. 
L’accroissement de la scolarisation féminine est‐il suivi d’une amélioration de niveau entre 
1996 et 2007 ? 
 
Graphique 3.8 : Evolution du score de mathématiques de fin d’année selon le genre en 2ème 
et 5ème  année 
 
Evolution du score de maths en fin d'année selon le genre Evolution du score de maths en fin d'année selon le genre
Deuxième année Cinquième année
100

100
Score final de m aths en deuxièm e année

Score de fin d'année en m aths

80
80

60
60

40
40

20
20

0
0

Garçon Fille Garçon Fille Garçon Fille Garçon Fille

1996 2007 1996 2007
 
 
Entre  les  deux  vagues  d’évaluation,  le  niveau  de  performance  des  filles  a  légèrement 
augmenté  alors  que  celui  des  garçons  est  resté  significativement  le  même  en 
mathématiques  en  deuxième  année.  Le  niveau  en  français,  quant  à  lui  n’a  pas  connu  de 
variation aussi bien pour les filles que pour les garçons. 
 
En  cinquième  année,  le  niveau  des  filles  est  significativement  plus  important  en  2007  en 
français comme en mathématiques. La situation est similaire pour les garçons. Globalement, 
il ressort une progression du niveau des filles entre les deux vagues d’évaluation et pour les 
deux disciplines considérées.  
 
 
 
 
 
 
 
 
 
 
 
 
 
 

49
Selon le milieu de résidence  
 
Dans  cette  partie,  il  sera  question  de  comparer  les  scores  entre  zones  rurales  et  zones 
urbaines pendant les deux vagues d’évaluation. Les graphiques qui suivent présentent une 
idée de cette évolution. 
 
Graphique 3.9 : Evolution du score de français de fin d’année selon le milieu en 2ème et 5ème 
année 
 
Evolution du score de français en fin d'année selon le milieu Evolution du score de français en fin d'année selon le milieu
Deuxième année Cinquième année
100

100
Score de fin d'année en français

80
80

Score final en français

60
60

40
40

20
20

0
0

Urbain Rural Urbain Rural Urbain Rural Urbain Rural

1996 2007 1996 2007

 
 
Le niveau de performance des élèves en milieu rural a significativement augmenté de 1996 à 
2007, tous niveaux confondus, quelque soit la matière et le milieu de résidence. 
 
L’amélioration  des  conditions  notamment  en  termes  de  scolarisation  en  milieu  rural  entre 
les  deux  évaluations  pourrait  être  à  l’origine  de  certaines  avancées  de  la  qualité  de 
l’éducation en matière de performance scolaire au Sénégal.  
 
Selon le niveau de vie des parents d’élèves 
 
Le  niveau  de  vie  est  renseigné  par  la  possession  de  certains  biens  et  équipements  des 
familles. Les variables qui concourent à expliquer le niveau de vie des parents se regroupent 
en trois catégories à savoir : i) les infrastructures ii) les équipements électroménagers et de 
communication et iii) les moyens de transport. 
 
Dans la mesure du possible, une variable pauvreté29 regroupant 2 modalités a été créée: 
1‐ pauvre (les parents ayant au maximum 2 biens sur 8) ; 
2‐ riches (les parents disposant de plus de 2 biens sur 8). 
 
Du  point  de  vue  de  la  performance  aux  tests,  les  figures  ci‐dessous  illustrent  le  niveau  de 
discrimination  entre  les  élèves  issus  des  familles  pauvres  et  leurs  camarades  des  familles 
aisées pour les années 1996 et 2007. 
 

29
 La moyenne est calculée sur la possession des biens suivants : robinet, électricité, radio, télévision, 
réfrigérateur, vélo, mobylette et voiture 

50
Graphique 3.10 : Evolution des scores de fin d’année selon le niveau de vie des familles en 
2ème et 5ème année 
Evolution des scores de fin d'année selon le niveau de vie des familles
Evolution des scores de fin d'année selon le niveau de vie des familles Cinquième année
Deuxième année

100
100

80
80

60
60

40
40

20
20

0
0

1996 2007 1996 2007 1996 2007 1996 2007

Riche Pauvre Riche Pauvre

Français Mathématiques Français Mathématiques

 
 
En  deuxième  année,  en  français  comme  en  mathématiques,  les  élèves  vivant  dans  des 
familles aisées ont un niveau de performance plus élevé que ceux des familles pauvres pour 
les  deux  années  d’évaluation.  Par  contre,  en  cinquième  année,  la  différence  n’est 
remarquable qu’en mathématiques en 1996 comme en 2007. 
 
Conclusion 
 
L’analyse  descriptive  des  résultats  de  l’évaluation  PASEC  permet  d’apprécier  quelques 
éléments  de  qualité  du  système  éducatif  sénégalais.  Bien  que  les  tests,  à  l’origine,  ne 
mesurent  pas  de  façon  absolue  les  acquis  des  élèves,  les  scores  enregistrés  par  les  élèves 
permettent de fournir des indicateurs sur la performance du système.  
 
Il  ressort  de  cette  analyse,  une  variabilité  relativement  élevée  des  performances  selon  le 
niveau  d’enseignement.  Les  scores  moyens  agrégés  de  mathématiques  et  de  français  se 
situent à 46% en 2ème année et à 40,5% en 5ème année. Ces résultats sont moyens au regard 
du score moyen de l’ensemble des pays ayant participé au programme entre 2006 et 200730. 
Mais  ils  cachent  des  disparités  non  négligeables  aussi  bien  au  niveau  régional  comme  le 
statut des écoles qu’entre filles et garçons du système éducatif. 
 
Il faut noter l’amélioration de plusieurs indicateurs dans le temps. Aussi, on remarque une 
réduction de la disparité entre filles et garçons (la proportion des filles est passée de 43,1 % 
en 1996 à 50,5 % en 2007 en 2ème année et de 41,3% à 48,8 % en 5ème année) et les inégalités 
d’accès à la scolarisation entre zone urbaine et zone rurale (59,1 % des élèves sont en zone 
rurale en 2007 contre 29,1 % en 1996).  
 
 
 
 
 

30
La moyenne des scores en cinquième année de PASEC VII et VIII .

51
 

Chapitre 4 : Les facteurs de la qualité 
 

Dans  le  chapitre  précédent  des  informations  ont  été  données  sur  le  niveau  moyen  des 
acquisitions,  les  inégalités  dans  la  scolarisation  des  élèves  ainsi  que  sur  des  disparités  de 
résultats aux tests PASEC. Ce constat ne suffit pas pour aider les décideurs dans la prise des 
décisions optimales visant à l’amélioration du système éducatif. 

Dans ce chapitre, nous allons chercher à expliquer les résultats des élèves par des facteurs 
susceptibles d’avoir un impact sur leurs acquisitions. Ces facteurs sont de deux ordres : les 
facteurs  scolaires  et  les  facteurs  extrascolaires.  Généralement,  le  sens  commun  nous  dit 
que  ce  sont  les  facteurs  strictement  scolaires  pour  lesquels  les  décideurs  du  système 
éducatif  peuvent  agir  facilement  méritent  d’être  étudiés  au  dépend  des  facteurs 
extrascolaires. Or, il n’y a pas véritablement de cloison étanche entre les deux domaines et 
les décideurs éducatifs peuvent aussi influencer même indirectement le contexte des élèves 
et  des  écoles.  En  outre,  les  résultats  d’une  étude  portant  sur  l’évaluation  d’un  système 
éducatif  ne  s’adressent  pas  seulement  aux  décideurs,  mais  aussi  aux  parents  d’élèves, 
élèves et au grand public. Les enquêtes PASEC apportent donc un éclairage complémentaire 
aux enquêtes faites auprès des ménages. 

L’estimation  des  effets  des  différents  facteurs  est  obtenue  à  partir  de  la  modélisation 
statistique présentée dans l’annexe D. Les résultats issus de cette modélisation se trouvent 
ci‐dessous. Il convient de noter que nous ne pouvons pas aborder dans ce chapitre toutes 
les  variables  retenues  dans  les  modèles,  mais  les  variables  susceptibles  de  susciter  de 
l’intérêt  de  la  part  des  décideurs  et  du  grand  public  et  d’alimenter  les  débats  relatifs  aux 
politiques éducatives, à partir des commentaires de l’équipe nationale PASEC. 

La  méthode  d’analyse  des  données  est  décrite  dans  le  guide  méthodologique  PASEC, 
module « Analyse des données », en cours de validation. Un support de formation PASEC à 
l’analyse  des  données  est  en  ligne  à  l’adresse: 
http://www.confemen.org/spip.php?article277.  
 
On trouve un résumé de ces travaux dans l’Annexe A. 
Pour le descriptif des variables, le taux de réponse et la fréquence, voir l’Annexe B. 
Pour les méthodes d’imputation des valeurs manquantes, voir l’Annexe A. 
 
 
 
 
 
 
 

52
4.1. Présentation des modèles finaux pour le Sénégal obtenus à la suite du 
processus de modélisation 
Tableau 4.1 : Résultats du modèle français 2ème  année 
  (1)  (2)  (3) (4) (5) (6)  (7) 
VARIABLES  stfin2f  stfin2f  stfin2f stfin2f stfin2f stfin2f  stfin2f
       
stini2f  0.668***  0.641*** 0.625*** 0.624*** 0.603*** 0.594***   
fille  0.0240  0.0149 0.00928 0.00453 ‐0.00433  ‐0.000920
strichessemca  0.0453  0.000375 0.0102 0.00115 0.00407  0.0742*
domfrancais  0.350*** 0.286** 0.170 0.118 0.165  0.319*
livre_fr    0.273*** 0.239*** 0.225*** 0.224***  0.293***
aidemaitre    ‐0.202** ‐0.209** ‐0.221** ‐0.184**  ‐0.154
aidepersonne    ‐0.0830 ‐0.0936 ‐0.132* ‐0.162**  ‐0.184**
stnbredoub    ‐0.0532** ‐0.0525** ‐0.0545*** ‐0.0513**  ‐0.0727***
maternel    0.159** 0.147** 0.127** 0.128**  0.0495
stnbequipelev    0.0289 0.0382 0.0497* 0.0486*  0.106***
travchamp  ‐0.0526  ‐0.0301 ‐0.0641 ‐0.0711 ‐0.0797  ‐0.0780
mtfem    ‐0.146* ‐0.127 ‐0.126  ‐0.0740
mtdipcyclb    ‐0.0456 ‐0.0463 ‐0.0774  ‐0.0533
mtnofpi    ‐0.0216 ‐0.192 ‐0.239**  ‐0.406**
mtfpinf1an    0.0333 ‐0.00702 ‐0.0257  ‐0.240**
stmtanc    ‐0.0155 ‐0.0536 ‐0.0701  ‐0.164**
sttailleclasse    ‐0.0848** ‐0.0877**   ‐0.0257
stequipclass1    0.0655 0.0612 0.0622  0.134**
mtutilanglocfr    ‐0.103 ‐0.0651 ‐0.0712  ‐0.0882
stdtabsmaitrcp2    ‐0.00536 0.0174 ‐0.00739  ‐0.0205
stnbequipecol    0.0161 0.0383  0.0443
dtseul    0.289* 0.318**  0.359*
dtnoape    0.330** 0.331**  0.374**
rural    0.0440 0.0243  ‐0.0346
privefr    0.305** 0.247*  0.861***
privearab    ‐0.0860 ‐0.0440  ‐0.281
tailinf40    0.270***   
Constante  ‐0.0135  ‐0.0113  ‐0.205*** 0.00843 ‐0.0914 ‐0.116  0.0356
Observations  1938  1938  1938 1938 1870 1870  1870
R²  44,53  45,12  48,14 49,59 51,71 52,11  23,68
*** significatif au seuil de 1%, ** significatif à 5%, * significatif à 10%. 
 

Remarque: 

• Le modèle 5 est le modèle final. 
• Le modèle 7 reprend le modèle 5 sans l’introduction du score initial. 
 
Dans le modèle 5 la moyenne du Variance Inflation Factor (VIF) est de 1.37 et le VIF le plus 
important est de 1.95. 
 
 
 
 
 

53
Tableau 4.2 : Résultats du modèle mathématique 2ème année 
  (1)  (2)  (3) (4) (5) (6) (7) 
VARIABLES  stfin2m  stfin2m  stfin2m stfin2m stfin2m stfin2m  stfin2m
       
stini2m  0.560***  0.533***  0.506*** 0.508*** 0.487*** 0.209***   
stini2f      0.449***   
fille    0.00791  0.00223 ‐0.0839 ‐0.0954 ‐0.128**  ‐0.137*
genre      0.185** 0.171** 0.163**  0.148 
strichessemca    0.140***  0.112*** 0.108*** 0.0704** 0.0240  0.0844**
travdom    ‐0.00194  0.000429 0.00425 0.0447 0.0669  0.0657 
domfrancais    0.467***  0.516*** 0.420*** 0.211 0.0686  0.293* 
livre_mt      ‐0.00958 ‐0.0224 ‐0.0536 ‐0.0210  0.0194 
livre_fr      0.221*** 0.183*** 0.167** 0.162***  0.228***
aidepersonne      ‐0.0789 ‐0.115* ‐0.146** ‐0.137**  ‐0.190**
stnbredoub      ‐0.0126 ‐0.0129 ‐0.00284 ‐0.0136  ‐0.0129
stageentree      0.0712*** 0.0723*** 0.0983*** 0.0565***  0.142***
maternel      0.0149 ‐0.0143 ‐0.0376 ‐0.0106  ‐0.0379
stnbequipelev      0.0444 0.0530** 0.0623** 0.0479*  0.111***
stequipclass1      0.0673* 0.0551 0.0444  0.128***
mtfem      ‐0.215** ‐0.112 ‐0.158**  ‐0.0863
mtdipcyclb      ‐0.0980 ‐0.0576 ‐0.0525  ‐0.0544
mtnofpi      0.232* ‐0.0963 ‐0.0123  ‐0.311**
mtfpinf1an      0.128 0.0636 0.163**  ‐0.0734
stmtanc      ‐0.000475 ‐0.0345 ‐0.00878  ‐0.127**
mtutilanglocmt      ‐0.188* ‐0.172* ‐0.156**  ‐0.167*
sttailleclasse      ‐0.0350 ‐0.0461 ‐0.0475  0.0199 
stdtabsmaitrcp2      ‐0.120*** ‐0.0793** ‐0.0695**  ‐0.104***
dtseul      0.280*** 0.210**  0.270* 
dtnoape      0.157 0.177*  0.234* 
dtdansecol      0.274*** 0.187**  0.306***
stnbequipecol      0.0858* 0.0429  0.0373 
rural      0.0249 0.0664  ‐0.0275
privefr      0.433*** 0.190  0.761***
privearab      ‐0.0714 ‐0.109  ‐0.376 
Constante  ‐0.0138  ‐0.0265  ‐0.153** 0.0954 ‐0.0343 ‐0.0862  ‐0.0154
Observations  1938 1938  1938 1938 1870 1870  1870 
R²  31,8 34,32  36,38 39,2 42,47 50,82  21,65 
*** significatif au seuil de 1%, ** significatif à 5%, * significatif à 10%. 
 

Remarque: 

• Le modèle 5 est le modèle final. 
• Le modèle 6 reprend le modèle 5 avec l’introduction du score initial de 
mathématiques. 
• Le modèle 7 reprend le modèle 5 sans l’introduction des scores initiaux. 
 
 
 
 
 
 

54
Dans le modèle 5 la moyenne du Variance Inflation Factor (VIF) est de 1.6 et le VIF le plus 
important est de 3.26. 

Tableau 4.3 : Résultats du modèle français 5ème  année 
  (1) (2)  (3) (4) (5) (6) 
VARIABLES  stfin5f  stfin5f  stfin5f stfin5f stfin5f stfin5f 
       
stini5f  0.734***  0.702*** 0.688*** 0.663*** 0.635***  
fille    ‐0.0143  ‐0.00903 ‐0.0442 ‐0.0323 ‐0.103** 
strichessem    0.0828*** 0.0836*** 0.0876*** 0.0706** 0.150*** 
travchamp    ‐0.0225  ‐0.0144 ‐0.0750 ‐0.0684 ‐0.166***
travdom    ‐0.0246  ‐0.0316 ‐0.0195 ‐0.0266 ‐0.0397 
tuteur    0.0690  0.0794 0.0830 0.0737 0.109 
domfrancais    0.170*  0.136 0.139* 0.106 0.369*** 
maternel      ‐0.0369 ‐0.0275 ‐0.0352 0.0145 
stageentree      ‐0.0719*** ‐0.0614*** ‐0.0714***  ‐0.0926***
stnbredoub      ‐0.0692*** ‐0.0691*** ‐0.0739***  ‐0.115***
livre_fr      0.0733 0.0482 0.0148 0.120* 
stequipclass2      0.0487 0.0429 0.0767 
mtfem      ‐0.165** ‐0.168** ‐0.220** 
mtdipcyclb      0.120* 0.163** 0.209* 
mtcontvol      0.271*** 0.209*** 0.254** 
mtnofpi      0.0187 ‐0.303* ‐0.636** 
mtfpinf1an      ‐0.119* ‐0.121* ‐0.192** 
sttailleclasse      ‐0.0662** ‐0.0361 ‐0.102***
stmtnbform      ‐0.0857** ‐0.0967***  ‐0.147***
stmtanc      0.0311 0.0295 0.0705 
stdtabsmaitrcm1      ‐0.0693** ‐0.0683***  ‐0.0684* 
dtdansecol      0.229** 0.512*** 
dtformcgest      ‐0.106** ‐0.0966 
stdtancenseign      0.102*** 0.120** 
stnbequipecol      0.0604 0.0939 
rural      0.174** 0.205 
privefr      0.239 0.677*** 
privearab      ‐0.135 0.160 
Constante  ‐0.00562  0.00859 ‐0.0318 ‐0.0807 ‐0.138 ‐0.237** 
Observations  1881  1881  1881 1881 1881 1881 
R²  51,44  52,41  53,24  55,74  58,18  27,94 
*** significatif au seuil de 1%, ** significatif à 5%, * significatif à 10%. 
 

Remarque: 

• Le modèle 5 est le modèle final. 
• Le modèle 6 reprend le modèle 5 sans l’introduction du score initial. 
Dans le modèle 5 la moyenne du Variance Inflation Factor (VIF) est de 1.52 et le VIF le plus 
important est de 2 ,48. 
 
 
 
 

55
Tableau 4.4 : Résultats du modèle mathématique 5ème année 
  (1)  (2)  (3) (4) (5) (6)  (7) 
VARIABLES  stfin5m  stfin5m  stfin5m stfin5m stfin5m stfin5m  stfin5m
       
stini5m  0.642***  0.611***  0.602*** 0.581*** 0.560*** 0.419***   
stini5f      0.246***   
fille    ‐0.0718  ‐0.0704 ‐0.107** ‐0.105** ‐0.0969**  ‐0.210***
genre      0.0699 0.0510 0.0320  0.120 
strichessem    0.0769**  0.0662* 0.0625* 0.0415 0.0371  0.139***
travchamp    ‐0.0293  ‐0.0197 ‐0.0777 ‐0.0710 ‐0.0614  ‐0.169**
travdom    ‐0.0655  ‐0.0736 ‐0.0713 ‐0.0600 ‐0.0502  ‐0.0308
domfrancais    0.198  0.143 0.101 0.0502 ‐0.0183  0.173 
tuteur    0.0365  0.0456 0.0457 0.0425 0.0347  0.0585
livre_mt      0.0967* 0.0895* 0.0291 0.0197  0.110 
maternel      0.0677 0.0643 0.0467 0.0330  0.0669
stnbredoub      ‐0.0297 ‐0.0269 ‐0.0282 ‐0.0140  ‐0.0330
stageentree      ‐0.0479* ‐0.0315 ‐0.0361 ‐0.0241  ‐0.0229
stequipclass2      0.0652 0.0664 0.0717*  0.132**
mtfem      ‐0.162 ‐0.188** ‐0.173*  ‐0.280**
mtdipcyclb      0.0486 0.154** 0.145**  0.163 
mtnofpi      0.270 ‐0.303 ‐0.248  ‐0.544*
mtfpinf1an      ‐0.0290 ‐0.0856 ‐0.0733  ‐0.131
mtcontvol      0.183** 0.117 0.116  0.188 
stdtabsmaitrcm1      ‐0.0874*** ‐0.0834*** ‐0.0815***  ‐0.0735*
sttailleclasse      ‐0.0758* ‐0.0303 ‐0.0144  ‐0.0708
mtutilguidemat      0.192** 0.163** 0.142*  0.144 
stmtnbform      ‐0.0589 ‐0.0505 ‐0.0490  ‐0.126**
stmtanc      ‐0.0137 ‐0.00466 ‐0.0113  0.0259
dtparfacil      0.154** 0.170**  0.128 
dtdansecol      0.326*** 0.247**  0.445***
stdtancenseign      0.0683* 0.0626*  0.0703
stnbequipecol      0.0350 0.0344  0.0874
rural      0.121 0.126  0.163 
privefr      0.483*** 0.364**  0.696***
privearab      0.187 0.0481  0.0920
Constant  ‐0.0165  0.0553  ‐0.00786 ‐0.183* ‐0.385*** ‐0.361***  ‐0.361**
Observations  1881 1881  1881 1881 1881 1881  1881 
R‐squared  39,97 41,2  41,85 45,22 48,17 51,11  22,52 
*** significatif au seuil de 1%, ** significatif à 5%, * significatif à 10%. 
 

Remarque: 

• Le modèle 5 est le modèle final. 
• Le modèle 6 reprend le modèle 5 avec l’introduction du score initial de 
mathématiques. 
• Le modèle 7 reprend le modèle 5 sans l’introduction des scores initiaux. 
• Dans le modèle 5 la moyenne du Variance Inflation Factor (VIF) est de 1.61 et le VIF le 
plus important est de 2.51. 

 
 

56
En 2ème année  
 
Le  score  initial  des  élèves  en  début  d’année  explique  à  lui  seul  la  variance  du  score  de  fin 
d’année à hauteur de 44.5% en français et de 31.8% en mathématiques. Quand on ajoute le 
bloc des variables de niveau élève, la variance expliquée passe à 48.1% pour le français et à  
36,4%  pour  les  mathématiques.  Quand  on  intègre  les  variables  de  niveau  enseignant,  elle 
augmente pour atteindre 49.6% en français et 39.2% en mathématiques. Enfin, lorsque l’on 
ajoute  les  variables  de  niveau  directeur  et  école,  les  différents  modèles  finaux  expliquent 
51,7%  de  la  variance  des  scores  des  élèves  de  fin  d’année  en  français  et  42.5%  en 
mathématiques. 
 
En 5ème année  
 
Le  score  initial  des  élèves  en  début  d’année  explique  à  lui  seul  la  variance  du  score  de  fin 
d’année à hauteur de 51.4% en français et de 40% en mathématiques. Quand on  ajoute le 
bloc des variables de niveau élève, la variance expliquée passe à 53.2% pour le français et à  
41.9%    pour  les  mathématiques.  Quand  on  intègre  les  variables  de  niveau  enseignant,  elle 
augmente pour atteindre 55,7% en français et 45.2% en mathématiques. Enfin, lorsque l’on 
ajoute  les  variables  de  niveau  directeur  et  école,  les  différents  modèles  finaux  expliquent 
58.2%  de  la  variance  des  scores  des  élèves  de  fin  d’année  en  français  et  48,2%  en 
mathématiques. 
 
Pour une comparaison avec les résultats trouvés dans les autres pays du PASEC, voir chapitre 
6. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

57
Présentation des principaux facteurs identifiés 
 
Nous allons dans un premier temps nous intéresser aux facteurs extrascolaires notamment 
les  caractéristiques  individuelles  de  l’élève  et  de  son  milieu  familial.  Ensuite  nous 
aborderons  les  conditions  de  scolarisation  des  enfants  à  l’école :  la  fréquentation  de  la 
maternelle, le redoublement, les manuels scolaires, les matériels didactiques de l’élève, les 
caractéristiques  de  l’enseignant,  les  caractéristiques  de  la  classe,  les  caractéristiques  des 
directeurs, les caractéristiques des écoles et la gestion scolaire.  
Pour  le  calcul  et  la  présentation  des  statistiques  descriptives,  incluant  les  taux  de  réponse 
voir annexe C. 
 
Encadré 1 : Note pour la lecture des résultats d’analyse présentés
L’ensemble des résultats ici présentés met en exergue les caractéristiques des variables
construites à partir des données collectées et leurs effets sur les acquis des élèves de 2ème
et de 5ème année.
• L’analyse descriptive rapporte principalement la répartition des élèves selon les
variables au sein de notre échantillon.
• Puis, pour chacun des facteurs supposés affecter le processus d’apprentissage,
nous rapportons son effet net sur les acquis des élèves en cours d’année à travers
une analyse multi variée. Ces effets ont été obtenus à partir de l’estimation d’un
modèle statistique dont l’objectif est de mesurer l’effet indépendant à la fois d’un
ensemble de caractéristiques relatives à l’école, à la classe et aux élèves sur le
score de fin d’année scolaire.

L’objet du présent chapitre est d’analyser l’effet des facteurs qui conditionnent
l’apprentissage de l’élève et ses acquis en cours d’année. L’effet a été mesuré sur les
scores globaux.
A partir des tableaux de résultats présentés, on obtient l’effet de chacune des variables sur
le score final standardisé pour l’ensemble des spécifications, les résultats se lisent de la
manière suivante :
« Le coefficient relatif à chaque variable représente son effet en pourcentage d’écart type
sur le score final, le signe du coefficient indiquant le sens de l’effet »
• Les scores utilisés dans l’analyse ont été centrés et réduits dans le but de les
comparer. Aussi, l’effet que nous mesurons représente la variation du score d’un
élève i (par rapport au score moyen centré et réduit de l’ensemble des élèves, soit
le pourcentage d’écart type) induite par la variation marginale de la variable
étudiée, sous contrôle des autres variables introduites dans le modèle.

• Par ailleurs, à chaque coefficient est associé un seuil de significativité, aussi, dès
que celui-ci n’est pas atteint, l’effet de la variable n’est pas statistiquement
différente de zéro (soit non significative). Des astérisques sont mis sur les
coefficients pour indiquer leur niveau de significativité : *** pour 1%, ** pour 5%
et * pour 10%.

• La probabilité de se tromper en affirmant que ce coefficient est différent de 0 est

quasi nulle. On dit alors que l’effet du score initial sur le score final est
significativement non nul.

58
 

4.2. Les facteurs extrascolaires (caractéristiques des élèves et du ménage) 
4.1.1. Les caractéristiques personnelles de l’élève  

a. Effet du genre de l’élève 
L’échantillon  comprend  50.4%  de  filles  en  2ème  année  et  47.8%  en  5ème  année.  Cette 
différence peut s’expliquer par une moins grande rétention des filles dans le système. 
Le fait d’être une fille n’a pas d’impact sur les acquisitions scolaires en français. En revanche, 
le signe de la variable genre de l’élève est négatif en mathématiques en 5ème année. Ainsi, les 
petites filles perdent  10,5% de points d’écart‐type par rapport aux garçons. L’effet n’est pas 
significatif en 2ème année.  
Introduction  de  la  variable  genre  qui  renseigne  le  fait  qu’une  fille  ait  pour  enseignant  une 
femme  dans  les  modèles  de  mathématiques  permet  d’apprécier  son  effet.  Cette  variable 
n’est  pas  significative  en  5ème  année  mais  elle  l’est  au  seuil  de  10%  en  2ème  année.  Ainsi, 
lorsque le maître est une femme les filles gagnent en moyenne 17,1% de points d’écart‐type 
en mathématiques. 

b. Effet de l’âge d’entrée à l’école 
L’âge d’entrée à l’école est en moyenne de 7 ans en 5ème année et de 6 ans et 10 mois en 
2ème année. Cette variable a été introduite en 5ème année et en 2ème année mathématiques. 
On s’intéresse ici à l’impact de l’entrée tardive des élèves dans le système. Il faut distinguer 
deux  cas  ici :  soit  l’entrée  tardive  reflète  une  faible  demande  des  parents  pour  l’école  et 
ceux‐ci  ont  tardé  pour  envoyer  leur  enfant  à  l’école,  soit  l’entrée  tardive  est  due  à  un 
problème du coté de l’offre éducative qui est insuffisante. Les données dont nous disposons 
ne permettent pas de conclure de façon certaine sur ce point.  
Le tableau suivant donne l’âge d’entrée moyen en fonction de modalités pouvant indiquer 
un manque d’offre ou de demande éducative pour les élèves de 5ème année. 

Tableau 4.5 : Age d’entrée à l’école en fonction de certaines modalités 
Age d'entrée à l'école  Nombre 
  moyen  d'observations 
Elèves habitant à moins de 15 minutes de 
l'école  7,08  1239 
Elèves habitant entre 15 et 30 minutes de 
l'école  7,15  472 
Elèves habitant entre 30 et 60 minutes de 
l'école  7,41  198 
Elèves habitant à plus d'une heure de l'école  8,02  33 
Elèves ayant fait le préscolaire  6,72  434 
Elèves n'ayant pas fait le préscolaire  7,27  1540 
Elève recevant de l'aide de sa famille  7,07  1501 
Elève ne recevant aucune aide  7,49  410 
 
 

59
D’une part, les élèves habitant plus loin de l’école sont inscrits en moyenne un peu plus tard 
que leurs condisciples, ce qui pourrait traduire une offre éducative insuffisante. D’autre part, 
on voit que les élèves ayant fait la maternelle rentrent plus tôt à l’école et il en est de même 
pour les élèves recevant une aide de leur famille. Ces deux variables captent certainement 
un plus grand intérêt des familles pour l’école. 
 
L’effet  de  l’entrée  tardive  des  enfants  à  l’école  sur  les  acquis  des  élèves    (capté  par  la 
variable âge d’entrée à l’école) est traduit dans le tableau ci‐dessous : 
 

Tableau 4.6 : Coefficients et significativité de la variable « âge d’entrée à l’école » 
Deuxième année  Cinquième année 
Coefficients  
Français  Mathématiques  Français  Mathématiques 
Age d'entrer à 
  0.0983***  ‐0.0714***  ‐0.0361 
l'école 
 
 
En 2ème année le coefficient n’était pas significatif en français et a été retiré du modèle. En 
revanche  son  signe  est  positif  et  il  est  significatif  en  mathématiques.  On  peut  émettre 
l’hypothèse que des élèves plus âgés auront des capacités cognitives plus développées qui 
leur permettront de progresser plus rapidement en mathématiques. 
 
L’âge d’entrée à l’école est significatif dans le modèle de français 5ème année mais pas dans 
celui de mathématiques. Son signe est négatif, nous captons sûrement là un moindre intérêt 
des  familles  pour  l’école  qui  se  traduit  par  une  moindre  implication  des  enfants.  L’effet 
positif observé en 2ème année a disparu en mathématiques. 

c. Effet d’enfant confié 
 
Au Sénégal, l’évaluation diagnostique du système éducatif relève un pourcentage non moins 
important des élèves ne vivant pas avec leurs propres parents. Ainsi 8,4% des élèves de 2ème 
année et 10% des élèves de 5ème année sont des enfants confiés.  
 
L’effet de cette variable n’est pas significatif dans les différents modèles.  

60
 

4.1.2. L’environnement de l’élève 

a. Effet du niveau de vie du ménage de l’élève 
La richesse du ménage est estimée dans les rapports PASEC à l’aide de la possession de biens 
durables par ce ménage. Une analyse en composante multiple a été utilisée pour créer une 
échelle.  Bien  qu’imparfaite  cette  mesure  nous  permet  d’estimer  les  différences  de  statuts 
entre familles.  
 
L’effet du niveau de vie des ménages des élèves sur les apprentissages dans un modèle non 
contrôlé par le score initial reste significatif. En effet, en 2ème année les enfants des familles 
favorisées  gagnent  en  moyenne  8%  de  points  d’écart‐type  et  plus  de  14%  en  moyenne  en 
5ème  année.  Cela  montre  que  les  enfants  évoluant  dans  un  milieu  économique  favorisé 
obtiennent des meilleurs résultats et que cette différence n’est pas expliquée entièrement 
par leurs conditions de scolarisation puisqu’elles sont contrôlées dans le modèle. Ce résultat 
montre une augmentation des inégalités entre riches et pauvres en cours de cycle. 
 
Sous contrôle du score initial, le coefficient diminue sensiblement et il n’est plus significatif 
en  français  2ème  année  et  en  mathématiques  5ème  année.  Dans  ces  deux  modèles  c’est 
l’introduction  des  variables  relatives  au  niveau  école  qui  rend  les  coefficients  non 
significatifs. Cet effet suppressif suggère que les élèves les plus riches fréquentent les écoles 
offrant  les  meilleures  conditions  de  scolarisation  et  que  donc  les  inégalités  tendent  à 
augmenter entre riches et pauvres.  
 
En  mathématiques,  2ème  année  l’effet  de  la  richesse  disparaît  lorsque  nous  introduisons  le 
score initial de français. Cela n’est pas étonnant puisque nous constatons que la richesse est 
corrélée avec une meilleure réussite en français. L’avantage des enfants les plus riches à ce 
niveau est donc de mieux maitriser le français ce qui leur permet de mieux comprendre les 
leçons et les exercices. Enfin, le coefficient associé à richesse est significatif en français 5ème 
dans le modèle final. 
 

b. Effet des travaux domestiques et des champs effectués par les enfants 
En cinquième année 43.9% des enfants disent participer aux travaux des champs, 53.9% aux 
travaux domestiques et 12.9% au petit commerce. Ils sont respectivement 42,7%, 56,8% et 
13.1% en cinquième année. 
L’examen  des  matrices  de  corrélation  des  variables  renseignant  le  travail  des  enfants  avec 
des  variables  de  contexte  nous  décrit  la  situation  suivante.  Le  travail  domestique  est 
principalement réservé aux petites filles et ce quel que soit leur niveau de vie ou leur lieu de 
résidence. En revanche, les travaux des champs sont plutôt réservés aux garçons pauvres en 
milieu rural. Le petit commerce n’est, quant à lui, pas corrélé avec ces variables de contexte. 
 
 
 
 
 

61
Corrélations en 2ème année : 
travdom travch~p commerce fille rural riches~a

travdom 1.0000
travchamp -0.0683 1.0000
commerce 0.1432 0.0689 1.0000
fille 0.6580 -0.1909 0.0684 1.0000
rural 0.0194 0.4366 -0.0134 0.0153 1.0000
richessemca 0.0163 -0.4470 0.0094 0.0248 -0.4929 1.0000  
 
 
Corrélations en 5ème année : 
travdom travch~p commerce fille rural riches~a

travdom 1.0000
travchamp -0.1140 1.0000
commerce 0.0744 0.0517 1.0000
fille 0.6384 -0.2642 0.0320 1.0000
rural 0.0546 0.4778 -0.0482 -0.0395 1.0000
richessemca -0.0417 -0.4873 -0.0063 0.0480 -0.5206 1.0000  
 
Ces variables n’ont pas un effet significatif dans les deux modèles de la deuxième année. Les 
variables  « travaille  dans  les  champs »  et  « travail  domestique »  ont  été  conservées  en 
français et en mathématiques respectivement car elles sont apparues comme des variables 
de contrôle importantes lors du processus de modélisation. 
 
En 5ème année, la variable « travail domestique » n’apparait toujours pas significative tant en 
français  qu’en  mathématiques.  Le  travail  des  champs  apparait  lui  significatif  seulement 
lorsque  nous  relâchons  le  contrôle  du  pré  test.  Son  impact  net  dans  la  constitution  des 
acquis  scolaires  au  cours  de  l’année  n’est  pas  avéré  et  cela  suggère  que  les  élèves  devant 
effectuer ces travaux ont un niveau plus bas à la base mais que ce facteur ne les empêche 
pas  de  progresser  au  cours  de  l’année.  En  effet,  la  majorité  des  travaux  des  champs  se 
déroulent  pendant  l’hivernage,  entre  juillet  et  octobre,  et  donc  en  dehors  des  périodes 
scolaires. 
 
Le niveau plus bas des enfants participant aux travaux des champs est certainement expliqué 
par le contexte économique et social défavorable de leurs familles. Le fait de faire du petit 
commerce  n’est  pas  apparu  comme  un  facteur  explicatif  des  acquis  scolaires  dans  les 
différents modèles. Le travail domestique ou dans les champs ne semble donc pas pénalisant 
au Sénégal pour les apprentissages des élèves au cours de l’année. 
 

c. Effet de la pratique de la langue d’enseignement à la maison 
Seulement 2,7% des enfants disent parler français à la maison en 2ème année et 5,3% en 5ème 
année.  Parler  français  au  quotidien  peut,  bien  sûr,  avoir  un  effet  positif  sur  les  acquis 
scolaires  puisque  l’enfant  développe  plus  de  compétences  dans  la  langue  officielle 
d’enseignement. 
En deuxième année, cette variable n’est pas significative dans le modèle final de français ni 
dans  celui  de  mathématiques.  Il  est  intéressant  de  constater  que  le  coefficient  de  cette 
variable diminue fortement en mathématiques lorsque nous introduisons le score de début 
d’année de français. Cela montre que la maîtrise du français est un élément important dans 

62
les  apprentissages  en  mathématiques  en  2ème  année.  Les  élèves  maîtrisant  mal  le  français 
sont donc pénalisés dans leurs apprentissages. 
Lorsque  nous  relâchons  le  contrôle  du  pré  test  le  coefficient  de  cette  variable  augmente 
fortement : 0,319 en français et 0,293 en mathématiques et devient significatif au seuil de 
10%. Le fait de parler français à la maison est en effet associé à un niveau initial plus élevé 
comme le montre le tableau ci‐dessous. En 5ème année les résultats sont similaires et cette 
variable n’est significative en français que lorsque nous retirons le contrôle du pré test avec 
un coefficient de 0,369. 

Tableau 4.7 : Scores initiaux en français et mathématiques des élèves en fonction de la 
langue parlée à la maison en 2ème et 5ème année 
Parle français à la  Ne parle pas 
    maison  français à la maison 
2ème  Français  58,57  29,71 
année  Mathématiques  49,23  39,7 
5ème  Français  50,11  32,84 
année  Mathématiques  58,04  45,18 
 
 
Même si les élèves parlant français à la maison ne progressent pas plus vite que les autres,  
on constate donc qu’ils gardent un niveau supérieur à leurs camarades tout au long du cycle 
et que le système scolaire sénégalais ne parvient pas à réduire cette inégalité. 
 
Depuis  quelques  années,  certaines  langues  nationales  sont  expérimentées  dans  les  classes 
mais  n’ont  pas  été  introduites  dans  les  tests  PASEC  car  elles  n’ont  pas  le  statut  de  langue 
officielle  d’enseignement.  Le  rapport  EGRA31  (2008)  permet  de  comparer,  certes  sur  un 
faible  échantillon,  les  capacités  de  lecture  en  français  et  en  wolof,  la  principale  langue 
nationale du pays. 
Dans la pratique, de nombreux maîtres utilisent la langue locale pour se faire comprendre en 
cours. Ce facteur sera discuté plus longuement dans la partie concernant les caractéristiques 
du maître.  
 

d. Effet de l’aide extérieure reçue par l’élève pour traiter ses devoirs 
Deux variables ont été introduites dans les modèles de deuxième année : « l’élève est aidé 
par le maître » (2%) et « l’élève n’est aidé par personne » (17.7%). Ces deux variables sont 
avant  tout  des  variables  de  contrôle.  L’aide  du  maître  a  un  signe  négatif  et  significatif  en 
français. Ce résultat est peu surprenant et montre, à notre avis, que les maîtres ciblent les 
élèves en difficulté et qui donc ont moins de chance de progresser dans l’année. 
 
La  seconde  variable,  à  savoir  l’absence  d’aide,  démontre  plutôt  un  manque  d’intérêt  des 
familles pour l’école et/ou l’impossibilité par les familles d’aider leur enfant. Cette variable 
n’est pas significative lorsqu’elle est introduite dans le modèle final mais elle l’est lorsqu’elle 
est introduite dans les modèles sans contrôle du pré test. Les élèves ne recevant pas d’aide 

31
Early Grade Reading Assenssment : Résultats d'élèves sénégalais des trois premiers grades
ayant appris à lire en français et en wolof—rapport pour la Banque mondiale. Février 2008

63
de leur famille progressent autant que les autres en cours d’année mais ils débutent l’année 
avec un score plus bas. 

Tableau 4.8 : Scores initiaux en français et mathématiques des élèves en fonction de l’aide 
apportée par la famille 
 
Score de français de début 2ème 
  année 
Elèves aidés par leur famille  31,5 
Elèves non aidés par leur 
famille  25,8 
 

4.3. Les facteurs scolaires 
4.3.1. Effet du pré scolaire 

21,6% des élèves de 2ème année et 21% de ceux de 5ème année disent avoir fréquenté le pré 
scolaire. Ces dernières années, le Sénégal s’est lancé dans une politique volontariste pour la 
scolarisation dans le pré scolaire avec, notamment, la politique de la Case des Tout Petits. 
L’introduction de la variable maternel a un impact positif sur les acquis scolaires des élèves 
seulement en français 2ème année où elle est associée à un gain de score de 12,7% d’écart‐
type. L’effet n’est pas significatif en mathématiques. 
 
En 5ème année le fait d’avoir fréquenté le pré scolaire ne joue plus. L’effet est donc concentré 
principalement dans les premières années de scolarisation et s’estompe par la suite. 
Il  faut  noter  que  même  si  l’impact  du  préscolaire  ne  semble  pas  important  au  regard  des 
fonds investis nous ne captons ici l’effet positif du préscolaire sur la rétention des élèves. 
 

4.3.2. Effet du nombre d’équipements de l’élève 

Nous avons créé un indicateur évaluant le nombre d’équipement scolaire (cahier, bic, règle 
et ardoise) que possèdent les élèves. 61.7% d’entre eux possèdent ces quatre équipements 
en  milieu rural et  71,3%  en milieu  urbain  (respectivement  75,4%  et  89,3%  en  5ème  année). 
Cette  variable  a  été  introduite  dans  les  modèles  de  2ème  année  où  elle  est  significative  et 
positive. 
 
Cette variable peut agir par deux canaux : l’effet net de la possession de ces biens ou le fait 
que  posséder  ces  biens  démontrent  un  plus  grand  intérêt  des  familles  pour  l’école.  Nous 
penchons ici plutôt pour la seconde explication et nous laissons cette variable comme une 
variable  de  contrôle.  Elle  a  été  retirée  des  modèles  de  5ème  année  car  elle  n’était  pas 
significative. 
 
 

64
4.3.3. Effet du nombre de redoublement des élèves 

La réponse à l’échec scolaire est bien souvent de faire redoubler les élèves. Au Sénégal les 
taux  de  redoublement  restent  très  élevés  avec  7,9  %.  Cette  mesure  est  coûteuse  et  son 
efficacité  est  contestée.  Le  PASEC  a  mené  une  réflexion  sur  cette  thématique32.  Outre 
l’inefficacité de la mesure, il a été montré que les décisions de faire redoubler les élèves ne 
sont pas faites partout sur les mêmes bases. Ainsi, au Sénégal 29% des élèves les plus faibles 
et  9,1%  des  élèves  ayant  obtenu  des  scores  intermédiaires  redoublaient.  La  décision  ne 
semble donc pas seulement basée sur la performance des élèves. La moyenne est pourtant 
listée par 84,2% des directeurs comme le premier critère pour prendre la décision de faire 
redoubler l’élève. 
 
Aux effets néfastes du redoublement s’ajoute une augmentation de la probabilité de quitter 
le système scolaire, comme le montre PIERRE  ANDRE (2007). Deux effets peuvent se cacher 
derrière  cette  variable.  Premièrement  l’effet  du  redoublement  en  tant  que  tel.  Les  élèves 
ayant  redoublé  progressent‐ils  plus  que  les  autres ?  Le  deuxième  effet  pouvant  se  loger 
derrière cette variable est le fait que les élèves ayant redoublé sont ceux aussi qui éprouvent 
le plus de difficulté dans leur scolarité et il est donc normal que ces élèves ne progressent 
pas au même rythme que les autres. 
 
Du  fait  de  ces  deux  effets  nous  ne  pouvons  pas  conclure  fermement  sur  l’efficacité  du 
redoublement. Nous remarquons que le coefficient associé au nombre de redoublement est 
négatif et significatif en français en 2ème et 5ème année. En revanche ce facteur ne ressort pas 
en mathématiques.  
 
Au  final  le  redoublement  ne  réussit  pas  à  améliorer  les  résultats  des  élèves  puisque  ceux 
ayant  connu  plus  de  redoublement  progressent  moins  vite  que  les  autres  au  cours  de 
l’année. Les difficultés sont donc toujours là. Le coût de la mesure pour le système étant très 
élevé, il serait important de réfléchir à des moyens plus efficaces pour gérer les enfants en 
difficulté. 

4.3.4. Effet de l’utilisation du manuel 

L’introduction de l’utilisation du manuel en classe montre des résultats contrastés. En 2ème 
année  l’utilisation  du  livre  de  lecture  permet  d’augmenter  les  résultats  de  fin  d’année  de 
22,5%  d’écart‐type.  Il  est  intéressant  de  constater  que  le  livre  de  lecture  permet  aussi 
d’augmenter  les  résultats  en  mathématiques  de  16,7%  d’écart‐type.  D’autre  part,  le 
coefficient associé au livre de mathématiques est lui non significatif suggérant que, même en 
mathématiques,  les  perspectives  d’amélioration  de  la  qualité  passent  avant  tout  par  une 
plus  grande  couverture  de  manuels  de  français.  (Importance  à  nouveau  démontrée  de  la 
maîtrise  du  français)  En  cinquième  année,  ni  le  manuel  de  français  ni  celui  de 
mathématiques n’ont d’impact sur les résultats. 
 
Ces  résultats  plaident  pour  accentuer  l’effort  de  distribution  de  manuels  dans  les  petites 
classes en priorité et de concentrer les efforts sur les manuels de français. 

32
Le Redoublement : mirage de l’école africaine ? JM Bernard, K Vianou, O Simon. CONFEMEN 2005.

65
4.4. Les facteurs de politique éducative 
4.4.1. Les caractéristiques de l’enseignant 

a. Effet du genre de l’enseignant. 
44%  des  élèves  ont  pour  un  enseignant  de  sexe  féminin  en  2ème  année  contre  seulement 
19%  en  5ème  année.  Comme  dans beaucoup  de  pays  les  femmes  sont  en  priorité affectées 
aux petites classes. L’ancienneté des femmes est à peu près identique à celle des hommes 
en 5ème année (environ 10 ans) mais elle est beaucoup moins élevée en 2ème année : 7 ans 
contre 11 pour les hommes. 
 
Le coefficient associé à la variable maître femme ressort significatif et négatif en 5ème année. 
L’effet  est  relativement  fort  (16,8%  de  points  d’écart‐type  en  français  et  18,8%  en 
mathématiques)    et  ne  disparaît  pas  lorsque  nous  contrôlons  pour  d’autres  facteurs  au 
niveau maître.  
 

b. Effet du niveau académique de l’enseignant 
Recruter des enseignants d’un niveau académique suffisant est un objectif censé œuvrer à 
une meilleure qualité de l’éducation. Au Sénégal l’objectif est de recruter des enseignants au 
niveau Baccalauréat. Il faut noter ici une différence très significative entre la 2ème année où 
seulement 11% des enfants ont un maître ayant le niveau Baccalauréat et la 5ème année où le 
pourcentage est de 67%.  
 
Nos  modèles  révèlent  que  l’impact  du  niveau  académique  du  maître  n’a  lieu  qu’en  5ème 
année où les coefficients montrent des gains en termes de scores finaux de respectivement 
16,3% en français et 14,5% en mathématiques. En revanche nous n’observons pas d’effets 
en 2ème année. La politique de recrutement des maîtres à ce niveau doit donc se poursuivre 
en  mettant  l’accent  sur  leur  affectation  dans  les  grandes  classes  comme  cela  semble  déjà 
être le cas. 
 

c. Effet du statut du maître 
Le Sénégal s’est engagé depuis une dizaine d’années dans une politique de recrutement de 
volontaires  de  l’éducation.  Cette  politique  a  souvent  été  décriée  car  elle  aboutirait  à  des 
résultats scolaires plus faibles. 

Tableau 4.9 : Répartition des statuts des maîtres en milieu rural et en milieu urbain en 
2ème année 
Pourcentage d'élèves 
ayant un enseignant  Pourcentage d’élèves  Pourcentage 
contractuel ou  ayant un enseignant  d’élèves ayant un 
  volontaire  fonctionnaire  enseignant du privé 
Urbain  47,7  34,7  17,9 
Rural  80,1  14,1  5,8 
 

66
Tableau 4.10 : Répartition des statuts des maîtres en milieu rural et en milieu urbain en 
5ème année 
 
Pourcentage d'élèves 
ayant un enseignant  Pourcentage d’élèves  Pourcentage 
contractuel ou  ayant un enseignant  d’élèves ayant un 
  volontaire  fonctionnaire  enseignant du privé 
Urbain  18,6  67  14,4 
Rural  55,8  34,8  9,4 
 
 
Nous pouvons remarquer que les contractuels et les volontaires se trouvent en majorité en 
milieu  rural  alors  que  les  fonctionnaires  sont  plus  nombreux  en  milieu  urbain.  La 
comparaison des deux tableaux montre que les contractuels et les volontaires de l’éducation 
sont en priorité affectés dans les petites classes. 
 

Tableau 4.11 : Caractéristiques des maîtres en fonction de leur statut en 2ème année 
Maîtres contractuels  Enseignants du 
  ou volontaires  Fonctionnaires  privé 
Pourcentage ayant au moins le 
niveau Baccalauréat  4,2  6,3  0 
Pourcentage de femmes  46,4  45,8  22,9 
Nombre d'années d'ancienneté  4,6  17,6  17 
Pourcentage ne possédant pas 
de diplôme pédagogique  59,9  3,7  56,9 
Pourcentage n'ayant pas reçu 
de formation pédagogique  3,2  0  41,4 
Pourcentage ayant reçu une 
formation pédagogique de 
moins d'un an  81,1  19,1  17,1 
Pourcentage ayant reçu une 
formation pédagogique de plus 
d'un an  15,7  80,9  41,5 

 
 
 
 
 
 
 
 
 

67
Tableau 4.12 : Caractéristiques des maîtres en fonction de leur statut en 5ème année 
  Maîtres contractuels  Fonctionnaires  Enseignants du 
ou volontaires  privé 
Pourcentage ayant au moins le  55,5  73,2  38,6 
niveau Baccalauréat 
Pourcentage de femmes  14,7  16,3  8,2 
Nombre d'années d'ancienneté  4,6  12,9  12,2 
Pourcentage ne possédant pas  48,1  0  64,4 
de diplôme pédagogique 
Pourcentage n'ayant pas reçu  0  0  62,2 
de formation pédagogique 
Pourcentage ayant reçu une  94,7  66,4  21,2 
formation pédagogique de 
moins d'un an 
Pourcentage ayant reçu une  5,2  33,5  16,6 
formation pédagogique de plus 
d'un an 
 
 
Comme nous pouvons le voir les maîtres contractuels sont recrutés à un niveau inférieur aux 
fonctionnaires puisque seulement 55,5% d’entre eux ont le Baccalauréat contre 73,2% des 
fonctionnaires.  Ils  comptent  évidemment  moins  d’années  d’ancienneté  et  la  formation 
pédagogique reçue est en moyenne plus courte que celle des enseignants. Il est intéressant 
de  noter  ici  que  les  enseignants  du  privé  sont  recrutés  à  un  niveau  moindre  que  les 
enseignants du public et que la majorité d’entre eux n’a pas reçu de formation pédagogique 
initiale et ne possède pas de diplôme pédagogique. 
 
Pour  réaliser  les  analyses  nous  avons  créé  une  variable  regroupant  les  contractuels  et  les 
volontaires de l'éducation. Cette variable permet de tester la performance des élèves ayant 
pour professeurs des volontaires ou des  contractuels en comparaison de la performance des 
autres élèves33. Nous constatons que le statut de contractuel ou volontaire n'a pas d'impact 
sur  les  acquisitions  en  2ème  année.  Nous  avons  retiré  cette  variable  de  notre  modèle  de 
2ème  année.  En  revanche,  le  statut  de  contractuel  ou  volontaire  joue  un  rôle  positif  et 
significatif  en  français  5ème  année.  Le  fait  d'avoir  un  maître  contractuel  ou  volontaire  est 
associé à un gain d'écart‐type de 20,9%. Il faut bien garder en tête ici que nous contrôlons 
pour les autres caractéristiques du maître et que donc nous évaluons un effet net du statut 
de contractuel/volontaire. Ainsi cela ne signifie pas que les performances des fonctionnaires 
sont  moins  bonnes  en  moyenne  mais  que,  une  fois  pris  en  compte  les  autres  facteurs 
expliquant la performance des enseignants, tels que le diplôme, la formation professionnelle 
ou l'ancienneté, les contractuels et volontaires réussissent mieux. Cet impact net du statut 
peut  s'expliquer  par  le  système  d'incitation  au  sein  de  la  classe  des  contractuels  ou 
volontaires  qui  les  obligent  à  obtenir  des  résultats.  La  supervision  des 
contractuels/volontaires  est  en  effet  plus  forte  puisque  leur  contrat  n’est  pas  fatalement 
reconduit l’année d’après. 

33
Nous n’introduisons pas la variable enseignant du privé car nous contrôlons pour le statut de l’école.

68
 

d. Effet de la formation professionnelle initiale 
Comme nous le montre les tableaux ci‐dessus le fait d'avoir reçu une formation pédagogique 
et la longueur de celle‐ci dépend grandement du statut du maître et de son ancienneté. La 
durée  de  la  formation  pédagogique  initiale  a  en  effet  évolué  au  cours  des  différentes 
réformes au Sénégal (Voir Chapitre 1).  
 
Nous  contrôlons  ici  pour  l'ancienneté  du  maître  et  son  statut.  Nous  avons  créé  trois 
catégories  pour  prendre  en  compte  la  formation  professionnelle:  pas  de  formation 
professionnelle,  une  formation  professionnelle  de  moins  d'un  an  et  une  formation 
professionnelle de plus d'un an. 
Nous  constatons  que  les  effets  de  la  formation  professionnelle  ne  se  font  ressentir  qu'en 
français en 2ème et 5ème année. En 2ème année, le fait de ne pas avoir reçu de formation 
pédagogique initiale est associé à une diminution de 26,1% d'écart‐type à la fin de l'année. 
Etant  donné  que  la  majorité  des  enseignants  n'ayant  pas  reçu  de  formation  pédagogique 
initiale se trouve dans le privé ce résultat ne concerne pas directement le secteur public mais 
montre  que  la  formation  professionnelle  ne  doit  pas  être  délaissée.  En  5ème  année,  le 
résultat est plus marqué avec une perte de 30,3% d'écart‐type. Toutefois, nous n'observons 
pas  d'effets  en  mathématiques.  Cela  peut  provenir  du  contenu  de  la  formation 
professionnelle plus axée sur le français. 
 
La  deuxième  variable  catégorielle  introduite,  formation  professionnelle  de  moins  d'un  an, 
n'est  significative  que  dans  le  modèle  français  de  5ème  année  avec  un  coefficient 
correspondant  à  une  perte  de  12,1%  d'écart‐type.  Cette  variable  n'est  pas  significative  en 
2ème  année  suggérant  que  l'effet  de  la  formation  professionnelle  est  moins  important. 
L'effet n'est toujours pas significatif en mathématiques. 
 
La formation professionnelle des maîtres est donc un facteur important de qualité puisque 
son absence tant en 2ème qu'en 5ème année diminue les acquis scolaires en français. Nous 
constatons  que  son  effet  est  plus  marqué  en  5ème  année  puisque  des  maîtres  aux 
caractéristiques identiques ayant eu une formation initiale de moins d'un an obtiennent de 
moins bons résultats que ceux ayant eu une formation de plus d'un an. 

e. Effet des formations complémentaires reçues par le maître 
Les formations complémentaires sont un moyen de maintenir les enseignants à niveau et de 
les  aider  à  s’améliorer.  Un  maître  mieux  formé  est  censé  être  plus  efficace  et  faire  plus 
progresser les élèves. Toutefois, nous ne trouvons pas dans nos modèles de lien entre le fait 
d’avoir  fait  une  formation  continue  et  les  apprentissages  des  élèves.  Ces  variables  ont  des 
coefficients non significatifs et ont été retiré des modèles. 
 
Nous  n’avons  détecté  un  effet  significatif  qu’en  5ème  année  ou  le  nombre  de  formations 
reçues par le maître est associé à un coefficient négatif et significatif en français. Plusieurs 
paramètres peuvent entrer en ligne de compte pour expliquer que les maîtres ayant reçu le 
plus de formation performent moins bien que les autres : 
 
 

69
 - ce sont les maîtres les plus faibles qui assistent à ces formations, 
- la  qualité  des  formations  est  faible  et  ne  permet  pas  d’améliorer  les  capacités  à 
enseigner des maîtres, 
- une ou plusieurs de ces formations ont eu lieu pendant l’année en cours et cela a eu 
pour  effet  de  diminuer  l’implication  du  maître  dans  sa  classe  et  le  temps  scolaire. 
Ainsi, au pré test nous n’avons pas pu enquêter certains enseignants car ils étaient en 
formation34. 
 
Les  coefficients  associés  ne  sont  pas  élevés  mais  ce  résultat  suggère  tout  de  même  un 
problème au niveau de la formation complémentaire au Sénégal. 
 

f. Effet de l'ancienneté du maître 
L'ancienneté du maître est un facteur potentiellement important des acquis des élèves. En 
effet, on peut s'attendre à ce qu'un maître expérimenté obtienne de meilleurs résultats mais 
on peut aussi craindre que les maîtres les plus expérimentés soient démotivés par rapport 
aux plus jeunes. La difficulté de comparer les maîtres en fonction de leur ancienneté est que 
la formation des maîtres et leur niveau de recrutement évolue au cours du temps. Toutefois, 
la  structure  de  notre  échantillon  nous  permet  de  comparer  des  maîtres  avec  des  profils 
similaires mais une ancienneté différente.  
 
Il ressort au travers des différents modèles que l'ancienneté  du maître n'est pas un facteur 
explicatif  des  résultats  scolaires  des  élèves.  Cette  variable  est  toutefois  une  variable  de 
contrôle importante que nous souhaitons conserver. 
 
Un  résultat  intéressant  à  ce  niveau  est  que  la  variable  ancienneté  devient  significative  et 
négative lorsque nous retirons le contrôle du pré test en 2ème année. On ne peut donc pas 
exclure  que  les  maîtres  plus  expérimentés  soient  affectés  à  des  classes  d’un  niveau 
d’acquisitions plus faible. 
 

g. Effet des absences des maîtres 
Le  temps  scolaire  est  un  élément  important  dans  les  acquis  scolaires  des  élèves. 
Malheureusement,  les  absences  répétées  des  maîtres  pour  diverses  raisons  (salaires, 
maladies, séminaires, mouvement syndical, …) tendent à diminuer le temps d'apprentissage 
des  élèves.  Une  variable  collectée  au  sein  du  PASEC  est  le  nombre  de  jours  d'absence  du 
maître évalué par le directeur lors du mois précédant l’enquête. Nous utilisons cette variable 
pour  donner  une  idée  approximative  de  l’absentéisme  des  maîtres  au  cours  de  l’année. 
Cette  variable  est  significative  dans  tous  les  modèles  à  l'exception  de  celui  de  2ème  année 
français.  
 
Ceci  montre  bien  le  problème  posé  par  l’absentéisme  des  maîtres.  Des  mesures  visant  à 
diminuer l’absentéisme des maîtres auraient un impact positif sur les acquis des élèves tant 
en 2ème qu’en 5ème année.  

34
Le questionnaire maître étant passé aussi au post test nous n’avons pas perdu d’écoles pour autant.

70
 h. Effet de l’utilisation de la langue locale par les maîtres 
Le  système  scolaire  sénégalais  est  caractérisé  par  le  fait  que  la  langue  d’enseignement,  le 
français, n’est pas pratiqué à la maison par un grand nombre d’élèves. Comme nous l’avons 
vu  précédemment  seule  une  petite  partie  de  notre  échantillon  dit  parler  français  à  la 
maison.  Ceci  semble  poser  des  problèmes  à  de  nombreux  enfants  puisqu’un  niveau  en 
français plus faible diminue les chances de réussir en mathématiques en 2ème année. 
Une  des  solutions  utilisée  par  les  maîtres  pour  contourner  ce  problème  est  d’utiliser  la 
langue locale dans les cours. Cette pratique leur permet de se faire comprendre par tous les 
élèves  de  la  classe  mais  pose  forcément  un  problème  puisque  les  contenus  pédagogiques 
sont  en  français.  Une  des  variables  collectées  par  le  PASEC  est  l’utilisation  des  langues 
locales  en  classe  par  les  maîtres  dans  les  cours  de  mathématiques  ou  de  français.  On 
constate  que  cette  pratique  est  répandue  tant  en  2ème  qu’en  5ème  année  et  ne  diffère  pas 
tellement entre urbain/rural et public/privé. 

Tableau 4.13 : Pourcentage d’enseignants déclarant utiliser la langue locale en classe en 
2ème année 
Moyenne 
  Privé  Public  Urbain   Rural  nationale 
En français  80,5  86,5  83,8  84,2  85,7 
En 
mathématiques  84,3  82,5  80,7  87,1  82,7 
 
 
L’introduction  de  cette  variable  au  niveau  de  la  5ème  année  ne  fait  pas  ressortir  de 
coefficients  significatifs  et  ainsi  nous  avons  préféré  la  retirer  du  modèle.  En  revanche,  son 
introduction  en  2ème  année  dans  le  modèle  de  mathématiques  fait  ressortir  un  coefficient 
significatif  et  négatif  montrant  que  l’utilisation  de  la  langue  locale  est  associé  à  une 
diminution de 17,2%  points d’écart‐type. Ce résultat ne se retrouve pas dans le modèle de 
français.  
 
La  solution  utilisée  par  les  maîtres  pour  remédier  aux  problèmes  de  compréhension  des 
élèves ne résout pas le problème et semble, même, l’aggraver en 2ème année. Toutefois nous 
ne  pouvons  pas  occulter  le  fait  qu’utiliser  la  langue  locale  peut  être  aussi  le  reflet  d’un 
problème de compréhension des élèves.  

i. Effet de l’utilisation du guide du maître par l’enseignant 
Cette variable n’est ressortie significative dans aucun des modèles à part dans celui de 5ème 
année mathématiques où elle a été conservée. Le gain est de 16,3% de points d’écart‐type 
pour  les  élèves  de  ce  niveau  lorsque  l’enseignant  utilise  le  guide.  Des  gains  d’efficacité 
peuvent donc être recherchés à ce niveau en développant l’usage de ce guide. 
 
 
 
 
 
 
 

71
 

4.4.2. Les caractéristiques de la classe 

a. Effet de la taille des classes 
La taille des classes au Sénégal varie fortement entre secteurs et entre monde rural et urbain 
comme le montre le tableau ci‐dessous. 

Tableau 4.14 : Taille de classe en fonction du statut d’école et du milieu 
Secteur  Secteur  Secteur public  Secteur public  Moyenne 
  privé  public  urbain  rural  nationale 
2ème année  46,7  55,2  64,4  48,5  54,2 
5ème année  40,8  51,3  60,6  42,6  49,2 
 
 
Il existe de grandes variations dans les tailles de classes moyennes entre enseignement privé 
et  enseignement  public  et  entre  classes  urbaines  et  rurales.  Les  plus  grandes  classes  sont 
observées  dans  le  secteur  public  urbain  où  il  y a  en  moyenne  16  élèves  de  plus  par  classe 
que  dans  le  secteur  public  rural  en  2ème  année  et  18  en  plus  en  5ème  année.  Deux 
phénomènes peuvent justifier ce déséquilibre : les fortes migrations vers le monde urbain et 
une plus grande demande d’éducation en ville. 
 
 Sans surprise, le secteur privé héberge des classes plus petites que le secteur rural avec 8,5 
élèves de moins en 2ème année et 10,5 en 5ème année. On peut toutefois remarquer que la 
moyenne des tailles des classes du privé reste élevée avec des tailles de classe supérieures 
aux recommandations internationales. Enfin, les classes comptent en moyenne 5 élèves de 
plus en 2ème année qu’en 5ème année. 
 
La  taille  des  classes  est  un  indicateur  de  qualité  de  l’éducation  souvent  utilisé  au  niveau 
international. Le plan sectoriel du Sénégal prévoit que les tailles de classe soient plafonnées 
à 40 élèves dans le primaire35. Cette décision fait suite aux recommandations internationales 
sur  ce  sujet.  Comme  le  montre  le  tableau  ci‐dessous,  l’objectif  est  loin  d’être  atteint  avec 
respectivement 27,7% et 29,4% d’élèves scolarisés dans des classes de moins de 40 élèves 
en 2ème et 5ème année. 

Tableau 4.15 : Proportion d’élèves scolarisés dans des classes de moins de 40 élèves en 
fonction du statut de l’école et du milieu. 
 
Secteur  Secteur  Secteur public  Secteur public  Moyenne 
  privé  public  urbain  rural  nationale 
2ème année  46,5  24,9  5,8  37,8  27,7 
5ème année  56,1  22,6  7,6  36,4  29,4 
 
Les analyses de régression linéaire montrent un impact négatif de la taille des classes (taille 
supérieure  à  40  élèves)  en  français  tant  en  2ème  qu’en  5ème  année.  Nous  ne  trouvons  pas 

35
Rapport national sur la situation de l’éducation 2008, DPRE

72
d’impact  significatif  en  mathématiques.  De  plus,  lorsque  nous  introduisons  une  variable 
catégorielle  renseignant  si  la  taille  de  classe  est  inférieure  à  40  en  2ème  et  5ème  année 
français,  cette  variable  ressort  positive  et  significative  en  2ème  année.  Une  taille  de  classe 
inférieure à 40 élèves à ce niveau permet d’améliorer les scores de fin d’année de français 
de 27% d’écart‐type. 
 
Ces résultats suggèrent qu’il y a encore au Sénégal des pistes d’amélioration importantes de 
la qualité des apprentissages à chercher dans la diminution des tailles de classe. Les tailles de 
classe importantes sont pénalisantes en français où le travail à l’oral est bien plus important 
qu’en  mathématiques.  L’effet  négatif  de  la  taille  de  classe  semble  plus  important  en  2ème 
année  où  le  seuil  de  40  élèves  par  classe  ressort  significatif.  Paradoxalement,  c’est  à  ce 
niveau que les effectifs sont les plus importants. Le système pourrait gagner en efficacité en 
diminuant  les  effectifs  des  classes  de  5ème  année  au  profit  de  celle  de  2ème  année  et  en 
diminuant la variabilité dans les tailles de classe notamment entre monde rural et urbain. 
 

b. Effet des équipements de la classe 
Nous  avons  créé  un  score  comprenant  les  différents  équipements  de  la  classe  (tableau, 
bureau du maître, armoire etc.). Nous comptons ainsi capter les classes les mieux dotées qui 
offrent de meilleures conditions de scolarisation aux élèves. Cette variable a été introduite 
dans tous les modèles comme variable de contrôle mais elle n’est pas significative dans les 
modèles finaux. 
Il est intéressant de noter ici que le coefficient associé à cette variable augmente fortement 
lorsque nous relâchons le contrôle du pré test, ce qui suggère une corrélation avec le score 
initial comme le montre le tableau ci‐dessous. 

Tableau 4.16 : Corrélations entre le score initial de français et mathématiques agrégé et le 
score d’équipement de la classe. 
Coefficient de 
 
corrélation 
2éme année  0,23 
5ème année  0,13 
 
Ce sont donc les élèves les meilleurs qui fréquentent les classes les mieux dotées. Toutefois 
ce facteur ne ressort pas dans le modèle à valeur ajoutée. 
 
 
 
 
 
 
 

73
4.4.3. Caractéristiques du directeur 

a. Effet du fait que le directeur vit seul 
Cette variable a un impact positif et significatif dans les modèles de 2ème année. Le fait que le 
directeur vive seul peut agir positivement sur les résultats des élèves par le biais d’une plus 
grande implication de celui‐ci dans son travail. 
 
Le fait de vivre dans l’école peut procurer au directeur plus d’opportunités pour contrôler le 
travail des autres enseignants et celui des élèves. Cette variable a été introduite comme une 
variable de contrôle en 5ème année où elle est significative avec un coefficient de 0,229 en 
français et 0,326 en mathématiques. 
Cette variable est positive et significative dans les deux modèles de 5ème année. Un directeur 
plus expérimenté aura plus de facilité à gérer son équipe. Il est intéressant de noter ici que 
l’ancienneté en tant que directeur n’est pas ressortie dans les modèles.  

b. Effet de la formation du directeur à la gestion 
Cette  variable  a  un  signe  négatif  et  significatif  en  5ème  année  français  (‐0,106).  On  peut 
s’étonner de ce résultat. Toutefois, il faut signaler que la question posée au directeur portait 
sur  une  formation  reçue  dans  les  deux  dernières  années.  On  ne  peut  donc  pas  exclure 
qu’une grande partie des directeurs ait reçu cette formation l’année même de l’enquête et 
que cela a diminué leur présence dans l’établissement. 
Ce résultat est à mettre en lien avec celui sur les formations des enseignants. Il est troublant 
de  voir  que  le  fait  d’avoir  effectué  une  formation  continue  n’entraine  jamais  une 
augmentation  des  résultats  scolaires  des  élèves.  Le  système  de  formation  continue  ne 
semble pas assez efficace au Sénégal. 
 

4.4.4. Caractéristiques de l’école 

a. Effet du nombre d’équipements de l’école 
Nous avons introduit cette variable pour capter les écoles les mieux dotées en équipement. 
Nous introduisons cette variable comme un contrôle. Elle n’est significative qu’en 2ème année 
mathématiques. 

b. Effet des relations entre le directeur et les parents d’élèves. 
Les  bonnes  relations  entre  le  directeur  et  les  parents  d’élèves  peuvent  avoir  un  impact 
positif  sur  les  apprentissages  des  élèves.  Toutefois,  on  peut  aussi  penser  que  lorsque  les 
élèves  progressent  mieux  dans  l’année  et  que  l’école  connait  moins  de  problème  les 
relations entre parents et directeurs sont meilleures. L’effet de ce facteur va donc dans les 
deux  sens  et  il  est  difficile  d’isoler  l’effet  de  la  cause.  Néanmoins,  il  nous  est  apparu 
important de capter cet effet même si nous ne pouvons pas l’interpréter. 
Deux  variables  légèrement  différentes  peuvent  capter  cet  effet :  l’existence  d’une 
Association de Parents d’Elèves (APE) dans l’école qui peut être le fait de relations tendues 
entre  le  directeur  et  les  parents  et  les  déclarations  du  directeur  sur  ses  relations  avec  les 
parents d’élèves. 

74
Nous  avons  ainsi  créé  une  variable  renseignant  le  fait  qu’il  n’y  ait  pas  d’APE  dans  l’école. 
Cette  variable  est  significative  et  positive  en  français  2ème  année  et  nous  l’avons  laissé  en 
mathématiques comme variable de contrôle. 
En 5ème année la variable ressortant significative était la déclaration du maître sur le fait que 
ses relations avec les parents étaient faciles. Cette variable est significative dans le modèle 
de mathématiques. 
 

c. Environnement et statut de l’école 
 
i. Effet de la zone d’implantation : Rurale 
Le  monde  rural  se  caractérise  par  des  scores  plus  faibles  qu’en  milieu  urbain.  Toutefois,  il 
faut  noter  que  les  différences  de  score  ne  sont  pas  tellement  élevées  lorsqu’on  considère 
seulement le secteur public. Le monde rural ne souffre pas d’un retard insurmontable. 

Tableau 4.17 : Scores finaux agrégés en milieu urbain et rural dans le secteur public. 
  Urbain  Rural 
2ème année  45,68  42,07 
5ème année  38,4  36,64 
 
Nous avons introduit la variable rural dans tous les modèles car nous faisons l’hypothèse que 
le  lieu  de  résidence  des  élèves  est  un  facteur  important  pour  expliquer  les  différences  au 
niveau des acquis scolaires. 
 
Toutefois,  cette  variable  n’est,  en  général,  pas  significative  dans  les  modèles  finaux  à 
l’exception  de  la  5ème  année  français  où  le  coefficient  associé  est  positif.  Les  moins  bons 
résultats des élèves dans le monde rural sont, principalement, à mettre à l’actif d’un public 
d’élèves  moins  favorisés.  Ainsi,  des  variables  importantes  pour  expliquer  les  progrès  des 
élèves tels que la richesse du ménage ou le fait de parler français à la maison sont corrélées 
avec la variable rural. 
 
Le  fait  que  cette  variable  soit  significative  dans  le  modèle  de  français  de  5ème  année  ne 
signifie pas nécessairement que le monde rural fasse plus progresser les élèves. En effet, il 
faut prendre en compte la différence  de rétention et d’accès selon le milieu. En effet, ces 
taux sont plus  faibles dans le monde rural. Comme il y a moins d’élèves qui vont à l’école et 
qu’une  plus  grande  proportion  d’entre  eux  abandonnent,  on  peut  penser  que  ceux  qui 
restent dans le système ont tendance à être meilleurs. 
 
Enfin, nous remarquons que lorsque nous enlevons les variables d’organisation pédagogique 
le  fait  d’être  en  milieu  rural  est  significatif  et  positif  en  5ème  année.  Ce  résultat  peut 
s’expliquer  par  le  fait  que  les  conditions  de  scolarisation  sont  paradoxalement  moins 
mauvaises  qu’en  ville  avec  des  tailles  de  classe  plus  faibles  par  exemple.  On  peut  aussi 
remarquer que la proportion de maîtres contractuels ou volontaires y est plus élevée et que 
cette caractéristique est positive en 5ème année. 
 
 
 

75
 ii. Effet du statut des écoles : Privé arabophone 
 
Nous avons distingué dans notre échantillon les écoles privées arabophones des autres. En 
effet,  nous  avons  considéré  que  les  écoles  arabophones  avaient  des  caractéristiques 
différentes des écoles privées justifiant de les analyser à part. Notre échantillon ne compte 
tout de même pas assez d’écoles arabophones pour pouvoir tirer des conclusions fermes à 
ce  sujet  (3  en  2ème  année  et  4  en  5ème  année).  Les  écarts‐types  que  nous  estimons  sont 
d’ailleurs  relativement  élevés,  ce  qui  explique  que  cette  variable  ne  soit  pas  significative 
dans les différents modèles.  
 
iii. Effet du statut des écoles : Privé 
 
Le  secteur  privé  est  relativement  moins  important  au  Sénégal  où  il  scolarise  13,3  %  des 
élèves. Les deux tableaux ci‐dessous permettent d’appréhender les différences importantes 
entre  le  secteur  public  et  privé.  Du  fait  du  très  petit  nombre  d’écoles  arabophones  les 
valeurs ne sont données qu’à titre indicatif et ne peuvent pas être jugées représentatives.  
Il  est  indéniable  que  le  secteur  privé  obtient  de  meilleurs  résultats  que  le  secteur  public 
comme le souligne le tableau suivant. 

Tableau 4.18 : Scores finaux agrégés de mathématiques et français en 2ème et 5ème 
année selon le statut de l’école 
Privé non 
  Public  arabophone 
2ème année  43,52  68,69 
5ème année  37,5  55,2 
 
Toutefois au mois trois types de facteurs peuvent expliquer de telles différences : 
 
1. les  profils  des  élèves  (caractéristiques  socio  économiques,  leur  niveau  en  début 
d’année, urbains/ruraux, implication des parents etc.) 
2. les intrants que les secteurs publics et privés injectent dans leur système comme la 
taille des classes, le profil des enseignants etc. 
3. la  gestion  de  l’école  qui  peut  se  matérialiser  par  un  temps  scolaire  plus  élevé,  des 
enseignants plus contrôlés, des élèves mieux suivis etc. 
 
Les  variables  de  notre  échantillon  nous  permettent  de  contrôler  convenablement  les  deux 
premiers types de facteurs. Il nous est difficile de contrôler le troisième facteur qui relève de 
choses plus inobservables. 
 
 
 
 
 
 
 

76
Tableau 4.19 : Différences entre secteur privé et public en 2ème année 
Privé non  Privé 
  Public   arabophone  arabophone 
Score agrégé de début d'année  33,65  52,93  28 
Pourcentage d'enfants parlant français à la maison  0,7  19,3  0 
Pourcentage d'enfants situés dans le premier quartile  33  6,7  0,9 
Pourcentage d'enfants situés dans le dernier quartile  16,3  67,2  20,6 
Nombre d'équipement de l'école  4,9  8  6 
Nombre d'équipement de la classe  3,3  3,7  2,1 
Taille de classe moyenne  55,1  44,3  58,2 
Nombre de jours d'absence des maîtres dans le dernier mois  9  7,6  6,8 
Nombre d'écoles dans l'échantillon  131  14  3 
 

Tableau 4.20 : Différences entre secteur privé et public en 5ème année 
Privé non  Privé 
  Public   arabophone  arabophone 
Score agrégé de début d'année  37,25  51,95  39,72 
Pourcentage d'enfants parlant français à la maison  3,2  11,9  20,3 
Pourcentage d'enfants situés dans le premier quartile  35,1  6,4  0 
Pourcentage d'enfants situés dans le dernier quartile  15,6  66,6  48,5 
Nombre d'équipement de l'école  5  6.9  5,8 
Nombre d'équipement de la classe  7  4,6  4,8 
Taille de classe moyenne  51,3  32,1  82,9 
Nombre de jours d'absence des maîtres dans le dernier 
mois  9,1  0,5  6,1 
Nombre d'écoles dans l'échantillon  130  14  4 
 
 
Sans surprise, les écoles privées comptent beaucoup plus d’enfants riches et parlant français 
à la maison. De plus, nous pouvons constater que tant en 2ème qu’en 5ème année les scores 
d’entrée des élèves du privé sont beaucoup plus élevés. Le profil des élèves est donc bien 
différent entre privé et public. 
 
Les dotations en équipements entre écoles privées et publiques ne diffèrent pas tant que ça 
et le nombre d’équipements moyen par classe est même supérieur en 5ème année. Les tailles 
de  classe  sont,  par  contre,  beaucoup  plus  faibles  dans  le  privé.  Nous  avions  observé 
précédemment que le profil de recrutement des enseignants du privé et du public différait 
nettement :  les  enseignants  du  privé  sont  en  moyenne  recrutés  à  un  niveau  plus  faible  de 
qualification et ont moins fréquemment fait une formation professionnelle initiale. Il semble 
donc que, les intrants utilisés dans le secteur public et dans le secteur privé ne sont pas les 
mêmes.  Il  est  intéressant  de  noter que  les  écoles  privées  ne  choisissent  pas  forcément  les 
intrants  les  plus  efficaces.  Ainsi,  nous  avons  vu  que  seulement  38,6%  des  enseignants  du 
privé possédaient un diplôme équivalent au Baccalauréat ou supérieur en 5ème année contre 
73,2% des fonctionnaires. Avoir un enseignant possédant un diplôme de niveau Baccalauréat 
ou supérieur est pourtant un facteur de qualité en cinquième année. 

77
Enfin,  nous  observons  un  absentéisme  beaucoup  moins  marqué  dans  les  écoles  privées 
(surtout en 5ème année). Cette variable montre que la gestion du personnel dans les écoles 
privé  est  meilleure.  Le  modèle  final  contrôle  pour  la  plupart  des  facteurs  expliquant  les 
différences  entre  privé  et  public.  Comme  nous  l’avons  déjà  évoqué,  seule  la  différence  de 
gestion entre privé et public36 n’est pas contrôlée. La variable privée de notre modèle final 
est donc censée prendre en compte cette information.  
 
La  variable  enseignement  privé  présente  un  effet  positif  significatif  dans  les  modèles  de 
mathématiques  de  2ème  et  5ème  année  où  elle  est  respectivement  associée  à  des  gains  de 
43,3%  et  48,3%  points  d’écart‐type  par  rapport  à  une  scolarisation  dans  le  secteur  public. 
Toutefois,  l’introduction  du  score  initial  de  français  en  2ème  année  diminue  fortement  le 
coefficient  associé  à  la  variable  privé  qui  devient  non  significative.  Ceci  suggère  que  les 
meilleurs  résultats  des  écoles  privées  à  ce  niveau  sont  liés  à  une  meilleure  maitrise  du 
français  des  élèves.  En  5ème  année,  en  revanche,  le  coefficient  associé  à  la  variable 
enseignement privé reste significative quelle que soit la spécification choisie. En 2ème  année 
français la variable enseignement privé est aussi positive et significative avec un coefficient 
0,305. 
 
Les  coefficients  très  élevés  dans  tous  les  modèles  avec  contrôle  du  pré  test  sont  le  reflet 
d’un  meilleur  niveau  des  élèves  à  l’entrée  dans  le  secteur  privé.  Pour  aller  plus  loin  nous 
avons  estimé  des  modèles  où  nous  avons  retiré  les  variables  au  niveau  classe  et  celles  au 
niveau école à l’exception de rural, privé et privé arabophone. L’intérêt d’un tel modèle est 
d’estimer l’effet global du secteur privé sur les acquis des élèves une fois pris en compte le 
profil  des  élèves  qui,  nous  l’avons  vu,  diffère  fortement  entre  les  deux  secteurs.  En  effet, 
sous  contrôle  des  différents  intrants  pédagogiques  et  du  profil  des  élèves  il  n’y  a  pas 
systématiquement  un  effet  net  du  privé.  Nous  avons  aussi  constaté  que  les  écoles  privées 
faisaient des choix d’intrants pédagogiques différents de ceux du public en privilégiant des 
tailles  de  classe  plus  petites  et  en  recrutant  des  maîtres  moins  qualifiés.  Nous  voulons 
maintenant évaluer la performance totale des écoles privées, c’est‐à‐dire quelles que soient 
les caractéristiques socio économiques de l’élève progressera‐t‐il plus dans le privé ou dans 
le public ? 
 
Les résultats sont contrastés entre la 2ème et la 5ème année. En 2ème année nous voyons très 
clairement  que  la  variable  privée  est  significative  tant  en  mathématiques  qu’en  français 
lorsque nous retirons les contrôles au niveau classe. On peut donc conclure qu’à ce niveau 
les meilleures dotations du secteur privé lui permettent de faire progresser les élèves plus 
vite que dans le public. L’effet est relativement important : 30,7% de points d’écart‐type en 
français et 32% en mathématiques. 
 
En cinquième année les résultats sont opposés. Ainsi, le coefficient de privé dans le modèle 
de  français  est  non  significatif  lorsque  nous  enlevons  les  contrôles  au  niveau  classe. 
L’organisation  pédagogique  du  secteur  privé  ne  lui  permet  pas  de  surpasser  le  secteur 
public.  Ce  résultat  est  peu  étonnant  car  nous  avons  constaté  qu’en  5ème  année  le  niveau 
académique  de  l’enseignant  ou  le  fait  d’avoir  reçu  une  formation  professionnelle  initiale 

36
Une autre variable importante pouvant expliquer les écarts entre privé et public est la durée des grèves plus 
importante dans le public. L’année de l’enquête avait en effet connu des mouvements sociaux importants.

78
sont des facteurs importants de qualité. En mathématiques le coefficient associé au privé est 
plus faible que dans le modèle final (6). Ceci suggère, comme en français, que l’organisation 
pédagogique du privé est plutôt mois efficace que dans le public. 
 
Les  différences  observées  entre  privé  et  public  au  Sénégal  proviennent  donc 
majoritairement des différences de profil des élèves et, notamment, de leur niveau en début 
d’année. Une fois pris en compte le profil des élèves le fait de fréquenter le privé permet de 
progresser plus vite dans les petites classes grâce à des dotations des écoles et des classes 
mieux  adaptées.  En  5ème  année,  l’organisation  pédagogique  du  privé  ne  semble  pas 
meilleure  que  celle  du  public  et  ne  permet  pas  aux  élèves  de  progresser  plus  rapidement. 
Ainsi,  en  français,  l’essentiel  des  différences  de  résultats  entre  privé  et  public  sont 
expliquées par les différences initiales de niveau entre élèves.  
 
Enfin,  les  modèles  de  français  2ème  année  et  de  mathématiques  5ème  année  montrent 
clairement que la gestion des écoles privées est meilleure et permet de faire progresser plus 
rapidement les élèves. Les nombreuses grèves de l’année de l’enquête expliquent sûrement 
une grande part de cette différence car elles ont tendance à diminuer le temps scolaire. 
 

79
 

CHAPITRE 5 : Les pistes de politiques éducatives en faveur de la 
qualité 
 
Le  Sénégal  entame  la  troisième  et  dernière  phase  de  son  Programme  Décennal  de 
l’Education et de la Formation (PDEF). Cette phase doit voir l’accélération  de la scolarisation 
au Sénégal. Ainsi, il est prévu que le taux brut de scolarisation dans l’élémentaire passe de 
88% en 2007 à 113% en 2015. Le taux d’achèvement devrait passer de 55% à 100% en 2015 
tel que le prévoit les Objectifs du Millénaire. 
 
Afin  d’atteindre  ces  objectifs  ambitieux,  le  Sénégal  devra  atteindre  un  rythme  annuel  de 
recrutement  de  quelques  4300  enseignants  et  de  construction  de  quelques  3000  salles  de 
classe.  La  production  de  manuels  sera  aussi  intensifiée  et  il  est  prévu  que  la  formation 
continue  concerne  12 780  enseignants  dans  l’enseignement  primaire.  Le  programme 
ambitieux du Sénégal transparait au travers des simulations du PDEF avec près de 800.000 
élèves prévus entre 2007 et 2015.  

Tableau 5.1 : Effectifs à scolariser et dépenses prévues dans l’enseignement élémentaire 
   Phase III 
Année  2007  2008  2009  2010  2011 
Effectifs prévus  1 572 178  1 650 342  1 732 391  1 818 520  1 908 391 
Financement en millions de FCFA             
Total des dépenses  222 490  217 164  209 558  224 288  237 231 
Financement de l'Etat  130 357  133 743  134 964  136 246  137 591 
Financement des collectivités locales  694  894  1 151  1 483  1 911 
Financement du secteur privé  1 703  4 873  5 284  5 737  6 236 
Financement des ménages  34 470  29 558  25 345  21 733  18 635 
Besoin de financement  55 266  48 096  42 814  59 089  72 858 
Dépenses unitaires en FCFA             
Dépenses par élève de l'Etat  82 915  81 040  77 906  74 921  72 098 
Dépenses par élève des ménages  21 925  17 910  14 630  11 951  9 765 
 
   Phase IV 
Année  2012  2013  2014  2015 
Effectifs prévus  2 003 836  2 103 461  2 208 038  2 317 814 
Financement en millions de FCFA           
Total des dépenses  257 657  270 967  295 255  324 130 
Financement de l'Etat  139 002  140 483  142 038  143 671 
Financement des collectivités locales  2 462  3 171  4 086  5 263 
Financement du secteur privé  6 786  6 559  7 211  7 932 
Financement des ménages  15 980  13 702  11 749  10 075 
Besoin de financement  93 427  107 052  130 171  157 189 
Dépenses unitaires en FCFA           
Dépenses par élève de l'Etat  69 368  66 787  64 328  61 986 
Dépenses par élève des ménages  7 974  6 514  5 321  4 347 
Source : PDEF 

80
5.1. Taille des classes 

La  taille  maximale  des  classes  dans  le  secteur  public  a  été  fixée  à  40  élèves  par  classe.  Ce 
seuil  parait  important  à  respecter,  surtout  en  2ème  année  où  les  grands  effectifs  ne 
permettent  pas  de  développer  les  apprentissages  en  français.  Il  nous  apparaît  donc 
important de prioriser la diminution des effectifs en début de cycle lorsque cela est possible.   

5.2. Composition du corps enseignant 

La  supervision  du  corps  enseignant  semble  poser  problème  au  Sénégal.  Pour  rappel,  les  
analyses  présentées  dans  le  chapitre  précédent  montrent  de  meilleures  performances  des 
volontaires  et  contractuels  en  5ème  année  français.  Ces  différences  de  performances 
s’expliquent  principalement  par  les  différences  de  motivation  et  de  supervision  entre  les 
statuts.  Il est en effet indéniable que les enseignants contractuels et volontaires subissent 
une pression supplémentaire en raison  de leur obligation de résultats pour leur intégration 
dans  la  fonction  publique.  Il  est  ainsi  souhaitable  que  la  supervision  et  l’encadrement  des 
maîtres fonctionnaires soient repensés. Il faut noter que les analyses n’ont pas pu isoler un 
effet de l’inspection du maître.  
 
L’amélioration de la supervision du corps enseignant ne pourra donc pas seulement passer 
par une augmentation du nombre d’inspecteurs mais plutôt par une révision de la chaîne de 
supervision. Le système ne devrait pas non plus céder à la tentation d’une contractualisation 
à  outrance  qui  pourrait  avoir  des  effets  pervers  puisque  les  enseignants  contractuels 
auraient peu de chances d’être recrutés en tant que fonctionnaire et donc peu d’incitation. 
 
Il est prévu que chaque enseignant reçoive une formation initiale avant d’être envoyé sur le 
terrain. Les modèles précédemment établis montrent que la formation initiale avait un effet 
sur les acquis des élèves et il est donc important de réaliser cet objectif. De plus, nous avons 
constaté  un  effet  plutôt  nul  ou  négatif  de  la  formation  continue.  Il  est  donc  important  de 
prendre le temps de former les maîtres avant leur entrée en classe et de ne pas substituer la 
formation continue à la formation initiale. Enfin il nous semble important de souligner le fait 
que le niveau académique des maîtres a un impact positif sur les acquis des élèves en 5ème 
année.  Recruter  plus  de  maîtres  ayant  au  moins  le  niveau  baccalauréat  doit  permettre 
d’améliorer la performance globale du système. 
 
L’effet  du  genre  de  l’enseignant  est  contrasté.  On  note  de  meilleurs  résultats  des  filles  en 
mathématiques  dans  les  petites  classes  mais,  en  revanche,  le  fait  que  le  maître  soit  une 
femme agit plutôt négativement sur les résultats. Il parait important de mener une réflexion 
sur les raisons qui empêchent les enseignantes de performer aussi bien que leurs collègues 
masculins :  charge  de  travail  à  la  maison  importante,  moins  bonne  reconnaissance  sociale 
des  femmes,  motivation  différente  à  enseigner  etc.  La  question  reste  ouverte  et  n’a  pas 
vocation à être tranchée dans le cadre de cette étude. 
 
 
 
 

81
5.3. Politiques de distribution de manuels scolaires 

Les  manuels  scolaires  sont  distribués  gratuitement  au  Sénégal.  L’objectif  est  d’atteindre 
deux  livres  par  élève  en  CI/CP,  trois  par  élève  en    CEI/CE2  et  quatre  en  CM1/CM2.    Ces 
objectifs sont ambitieux et concourent sans nul doute à une amélioration de la qualité des 
apprentissages.  Toutefois,  les  analyses  ont  montré  que  les  voies  d’amélioration  les  plus 
importantes  sont  à  rechercher  dans  la  distribution  de  livres  de  lecture  dans  les  petites 
classes.  Ainsi,  sans  remettre  en  cause  les  objectifs  affichés,  il  nous  paraît  important  de 
prioriser la distribution de livres de lecture dans les petites classes. 

5.4. Secteur privé 

Il est prévu que la part du secteur privé reste constante durant la période à environ 12%. Le  
secteur privé donne un meilleur cadre de gestion des écoles que le secteur public. Toutefois, 
le  profil  de  recrutement  des  maîtres  dans  le  secteur  privé  était  moins  adapté  à  faire 
progresser  les  élèves  en  5ème  année.  Ainsi,  bien  que  les  performances  du  privé  surpassent 
celles du public,  des voies d’amélioration sont à chercher dans un recrutement de maîtres 
mieux formés et avec un meilleur niveau académique pour enseigner dans les classes de fin 
de cycle.  

5.5. Introduction des langues nationales dans le système éducatif 

Les  données  de  cette  évaluation  diagnostique  ne  permettent  pas  de  trancher  si 
l’introduction des langues nationales a un effet positif sur les apprentissages. Toutefois, il est 
frappant  au  vue  des  résultats  que  beaucoup  d’enfants  sont  pénalisés  par  leur  mauvais 
apprentissage  du  français  en  particulier  dans  les  petites  classes.  En  effet  les  résultats  de 
l’analyse ont montré par exemple que les enfants de 2ème année sont lourdement pénalisés 
dans  leurs  apprentissages  en  mathématiques  lorsqu’ils  ne  maîtrisent  pas  correctement  le 
français.  
 
D’autre part les réponses des enseignants aux problèmes de communication avec les élèves 
ne portent par leurs fruits. En effet, les maîtres utilisant la langue nationale ne réussissent 
pas  mieux  que  leurs  collègues  enseignant  exclusivement  en  français.  Au  regard  de  ces 
résultats,  il  paraît  important  que  toute  la  communauté  éducative  du  Sénégal  prenne  en 
compte  ce  problème  et  trouve  des  solutions  adéquates.  L’introduction  des  langues 
nationales  peut,  bien  entendu,  être  cette  solution  et  la  mise  en  place  d’une  telle  réforme 
nécessiterait  des  efforts  supplémentaires  en  termes  de  formation  d’enseignant,  de 
production de manuels et guides ainsi qu’un suivi pédagogique des apprentissages. 
 
 
 
 
 
 
 

82
5.6. La politique de Développement Intégré de la Petite Enfance 

Le  PDEF  prévoit  un  financement  public37  moyen  de  2,131  milliards  de  FCFA  pour  le 
Développement intégré de la petite enfance sur la période 2007‐2015. Ce financement doit 
permettre d’aboutir à un taux de pré scolarisation de 15% à l’horizon 2015.  
Les modèles n’ont pas permis de cerner de façon précise l’impact de la pré scolarisation sur 
les acquis scolaires. En effet, ils tendent à montrer que l’impact est limité aux petites classes 
et qu’en fin de cycle nous ne voyons plus de différences entre les élèves ayant fréquenté le 
pré scolaire et les autres. La politique de pré scolarisation ne semble donc pas être à long 
termes un levier efficace dans l’optique d’une amélioration des acquis scolaires au Sénégal.   

5.7. Le temps scolaire 

Le  temps  scolaire  sur  les  apprentissages  est  capté  à  travers  la  variable  « absence  des 
maîtres ».  Le  fait  que  cette  variable  soit  significative  dans  quasiment  tous  les  modèles 
démontrent que faire des efforts pour diminuer les absences et augmenter le quota d’heure 
des élèves a un impact net sur les acquis scolaires. Ce chantier semble être très important 
pour le Sénégal. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

37
 1,85 millions de FCFA financé par l’Etat et 281 millions financés par les collectivités locales. 

83
 
Coûts 
Mesures  Effets 
engendrés 

Amélioration des conditions matérielles et respect des normes éducatives 

Diminuer les tailles de classes en priorité dans les petits niveaux  +  + + 

Prioriser la dotation en manuels de lecture dans les petites classes  +  + 

Gestion du temps scolaire et des pratiques de classe 

Améliorer la supervision des enseignants   +  + 

Diminuer les occasions d’absence des maîtres afin d’augmenter le 
‐  + + 
temps scolaire 

Renforcement de la capacité du personnel enseignant 

Continuer la politique de formation initiale des enseignants et 
+  + + 
assurer au moins un an de formation 

Assurer un encadrement de proximité en organisant régulièrement 
des journées pédagogiques autour des pratiques de classe, sans  ‐  + + 
nuire au temps scolaire 

S’assurer que le secteur privé recrute les enseignants à un niveau 
néant  + + 
académique suffisant et avec une bonne formation initiale 

 
Note de lecture du tableau :  
1. néant : la mise en œuvre de la mesure n’a aucune incidence financière. 
  2. (+) dans la colonne « coût engendré » : la mise en œuvre de la mesure a un coût ; (‐) : la mesure 
entraîne des économies. 
3. (+) dans la colonne « effets » : (+) correspond à un effet confirmé, soit en 2ème ou en 5ème année ; 
(++) correspond à un effet confirmé pour les deux niveaux, 2è et 5ème année. 
4.  Effet  positif  attendu :  l’effet  de  la  mise  en  œuvre  de  la  mesure  est    attendu  positif  même  si  les 
modèles d’acquisitions ne l’ont pas pu révéler. 

84
 CHAPITRE 6 : Les comparaisons internationales 
6.1. Les indicateurs contextuels 
La  section  suivante  s’intéresse  aux  comparaisons  internationales  en  matière  de  résultats 
d’apprentissage. Les résultats scolaires mesurés par le PASEC lors des vagues d’évaluations 
VII et VIII dans neuf pays sont mis en relation avec des indicateurs contextuels sur la richesse 
du pays, les dépenses d’éducation, le taux d’accès en cinquième année et la part des élèves 
parlant le français à la maison, calculés sur les échantillons PASEC. 
Ensuite, une analyse détaillée des résultats PASEC sera menée en distinguant les résultats de 
2ème et 5ème année et les scores de français et de maths de début et de fin d‘année. 
Les données pour Maurice ne sont pas présentées ici car les tests utilisés diffèrent des tests 
PASEC  standards  et  l’anglais  est  la  langue  officielle  d’enseignement  dans  ce  pays.  Pour  le 
reste des pays, une analyse des réponses aux items a été entreprise pour calculer des scores 
comparables en utilisant les poids de sondage. Les calculs sont donnés dans l’Annexe A et les 
données détaillées dans l’Annexe B. 

Tableau 6.1 : Indicateurs contextuels PASEC VII et VIII 
Dépens
Pourcenta Score  Score 
es 
Taux  ge  moyen  moyen 
publiqu
PIB par  d'accè d'élèves  5ème  5ème 
es par 
Année  Pays  habitant  s en  qui  année  année 
élève 
***  5ème  parlent le  Français  Maths 
en % du 
année  français à  (sur  (sur 
PIB par 
la maison  100)**  100)** 
tête 
2004  Mauritan 433  13,9%  60  2,7%  22,2  22,2 
2004  Tchad  262  6,3%  48  10,2%  34,3  34,0 
2005  Bénin  321  11,8%  57  8,7%  32,1  31,9 
2005  Camerou 679  8,3%  60  31,0%  55,5  47,2 
2005  Madagas 233  5,1%  57  0,7%  39,4  52,0 
2006  Gabon  4263  4,0%  70  94,3%  57,0  42,4 
2007  Burkina  260  16,6%  42  9,8%  40,1  38,2 
2007  Congo  1103  3,4%  79  29,0%  39,1  36,0 
2007  Sénégal  509  10,7%  69  5,2%  42,1  40,9 
 Moyenne 
Moyenne PASEC  896  9%  60  21%  40  38 
VII‐VIII 
Banque  RESEN 
Rapport
Mondial ou   Enquêtes  Enquêtes  Enquêtes 
Sources :  s PASEC 
e, 3 juin  anuua PASEC  PASEC  PASEC 
+RESEN 
2009  ires 
* A l'exception de Maurice ** Il s’agit des tests de fin d’année. Voir annexe A et B pour le détail des calculs et les 
intervalles de confiance. ***(US $ constant 2000) 

85
 
Les indicateurs contextuels présentés ci‐dessus n’expliquent que très peu les différences de 
résultats scolaires mesurés par le score moyen aux tests PASEC. Les pays de la tranche des 
moyens  revenus  (Cameroun,  Congo  et  Gabon)  ont  globalement  de  meilleurs  résultats  que 
les autres.  

6.2. Langues d’enseignement versus langues nationales 
La  proportion  d’élèves  des  échantillons  PASEC  parlant  le  français  à  la  maison  mérite  une 
attention  particulière  puisque  le  français  est  la  langue  officielle  d’enseignement  en 
cinquième année dans tous les pays étudiés.  
Dans  la  réflexion  sur  la  question  des  langues,  il  faut  garder  à  l’esprit  les  définitions  des 
différents statuts : 
 
o langue officielle : langue utilisée pour les actes officiels de l’Etat  
o langues nationales : langue reconnue officiellement par l’Etat comme faisant partie 
du patrimoine linguistique national (ce qui suppose des décrets chargés d’officialiser 
la transcription).  
o langue  vernaculaire  :  langue  utilisée  au  sein  d’une  communauté,  dans  une  aire 
restreinte  
o langue  véhiculaire  :  langue  utilisée  pour  la  communication  avec  d’autres  groupes 
linguistiques  
 
Globalement, seuls 21 % des élèves parlent le français à la maison, cette proportion variant 
de 0,7% en Mauritanie à 94,3% au Gabon. Il faut signaler les cas spécifiques de la Mauritanie 
et  de  Madagascar,  où  la  majorité  de  la  population  parle  une  langue  nationale, 
respectivement l’arabe et le malagasy, qui sont également les langues d’enseignement des 
mathématiques dans les premières années du cycle. Dans les autres pays, plusieurs langues 
nationales cohabitent, à titre d’exemple, on parle au Cameroun près de 280 langues. 
 
En effet,  à Madagascar, les résultats en mathématiques sont meilleurs que ceux des autres 
pays,  alors  que  cette  matière  est  enseignée  en  français  en  cinquième  année.  Au  vu  de 
l’enquête, on peut alors se demander si les acquis des premières années, où l’enseignement 
se  fait  dans  la  langue  nationale,    se  maintiennent  en  fin  de  cycle,  où  les  cours  sont 
officiellement  en  français ?  Dans    une  certaine  mesure  les  enseignants  utilisent‐ils  tout  de 
même le malagasy pour enseigner dans les classes en fin de cycle ? 
 
Par  ailleurs,  la  Mauritanie  a  mis  en  place,  à  partir  de  1999,  un  système  d’enseignement 
bilingue  franco‐arabe,  qui  s’est  heurté  à  des  difficultés  de  recrutement  d’enseignants 
maîtrisant suffisamment bien les deux langues. Au niveau des acquisitions, les résultats sont 
plus contrastés.  
 
 
 
 
 
 
 

86
 
Un regard sur les pays anglophones 
 
Un parallèle avec l’Afrique anglophone, où les réformes visant à l’enseignement en langues 
nationales  sont  plus  avancées  que  dans  l’espace  francophone,  s’impose  (Keuch  ,2006).  On 
notera  d’emblée  que  les  pays  couverts  par  le  SACMEQ,  soit  l’Afrique  Australe,  ont  des 
revenus par habitant supérieurs à ceux des pays PASEC. Néanmoins, dans les deux sphères 
géographiques, près de trois quart de la population vit avec moins de deux dollars par jour 
en moyenne, tandis que l’aide extérieure par habitant est estimée à 60 dollars en 2004 par 
habitant sur le continent africain selon l’UNESCO.38 
 
Dans les pays couverts par le SACMEQ, 76% des élèves  parlent « des fois » ou « souvent » la 
langue du test, qui est principalement l’anglais39, contre 21% parlant le français dans les pays 
PASEC. C’est davantage la pratique de la langue à la maison que le revenu par habitant qui 
exerce une influence sur les résultats des élèves dans les pays du SACMEQ. Les pays qui ont 
des scores SACMEQ moyens supérieurs à 500 ont pour la plupart une proportion importante 
d’élèves parlant la langue du test à la maison, en dehors du Zanzibar. 
 

Tableau 6.2 : Résultats au test SACMEQ, PIB par habitant et % d’élèves parlant la langue du 
test à maison 
Proportion  Moyenne au 
PIB par  d'élèves qui  test  Moyenne au 
habitant (US  parlent "des  SACMEQ de  test SACMEQ 
Pays 
$ constant  fois" ou  lecture  de maths 
2000)  "souvent" la  (Année  (Année 2000) 
langue du test  2000) 
Botswana  3573  74,0% 521 513 
Kenya  403  86,4% 547 563 
Lesotho  452  70,7% 451 447 
Malawi  150  40,8% 429 433 
Maurice  3766  64,5% 536 585 
Mozambique  234  94,5% 516 530 
Namibie  1816  78,0% 449 431 
Seychelles  7579  83,5% 582 554 
Afrique du Sud  3020  76,5% 493 486 
Swaziland  1329  63,8% 530 517 
Tanzanie  268  89,9% 546 522 
Ouganda  240  82,4% 482 506 
Zambie  310  73,4% 440 435 
Zanzibar  Nd  96,2% 478 478 
Moyenne  1780  76,8% 500* 513 
Source : SACMEQ et Banque Mondiale, 3 juin 2009 pour les données sur le revenu. 
* La moyenne est fixée à 500 et l’écart type à 100 par construction. 
 

38
   www.sacmeq.org, à partir du rapport de suivi de l’EPT de l’UNESCO, accédé le 3 juin 2009. 
39
  Le test a été administré en 2000 en portugais au Mozambique et en Kiswahili à  Zanzibar et en Tanzanie.

87
On  ne  note  pas  vraiment  de  différences  importantes  entre  Afrique  francophone  et 
anglophone  en  matière  de  dépenses  par  élève40,  ce  qui  peut  paraître  paradoxale  si  l’on 
compare les conditions de scolarisation dans les deux sphères géographiques. En effet, grâce 
à l’outil cartographique Stat Planet mis au point par le SACMEQ et par la mise en commun 
d’indicateurs  contextuels  PASEC/SACMEQ,  on  s’aperçoit  que  les  écoles  anglophones  sont 
relativement  mieux  dotées  que  les  écoles  francophones  en  intrants  de  base.  Par  exemple, 
dans  chaque  pays  SACMEQ,  plus  de  20  %  des  élèves  sont  dans  une  école  disposant  d’une 
bibliothèque, alors que cette proportion n’est atteinte que dans 3 pays PASEC. De plus, les 
enseignants anglophones n’ont pas les mêmes diplômes, formations initiales et statuts que 
leurs homologues francophones, voir Pôle de Dakar (2008) et Bonnet (2007). 
 
Les  tests  ne  permettent  malheureusement  pas  de  faire  des  comparaisons  de  résultats 
d’apprentissage  entre  PASEC  et  SACMEQ.  Néanmoins,  même  si  les  tests  utilisés  à  Maurice 
sont différents des tests PASEC standards41, Maurice a les meilleurs résultats parmi ces pairs 
du  PASEC  (environ  60%  de  réussite),  tandis  qu’il  se  place  en  quatrième  position  parmi  les 
pays  du  SACMEQ.  Sur  un  plan  international,  les  tests  SACMEQ  contiennent  des  items 
d’ancrage avec l’enquête PIRLS qui lorsqu’ils ont rapportés sur une même échelle, mettent 
en  exergue  des  écarts  considérables  de  niveau  entre  pays  SACMEQ  et  pays  développés, 
écarts estimés à quatre années de scolarisation42.  
 
Le nombre d’années d’études à partir duquel les élèves sont considérés comme alphabétisés 
durablement  nous  renseigne  également  sur  la  qualité  des  enseignements  dans  les  divers 
pays  et  donne  une  tendance  similaire43.  Il  faut  noter  qu’en  dehors  des  questions 
économiques, les pays dits développés ne sont pas confrontés au problème de l’adéquation 
entre langue d’enseignement et langues nationales. 
 
Le  revenu  par  habitant,  les  dépenses  d’éducation,  le  taux  d’accès  en  cinquième  année  et 
surtout  la  pratique  de  la  langue  d’enseignement  en  dehors  de  l’école  sont  des  facteurs 
macros  qui  agissent  sur  les  résultats  des  élèves,  mais  sans  que  les  relations  soient  très 
nettes. 
 
 
 
 
 
 
 
 

40
Voir Pole de Dakar (2006), p. pour les données. 
41
   En dehors du pré test français 5ème année. 
42
  http://education‐fast‐track.org/library/FTI_Copenhagen_20_April_2009_ROSS.ppt, diapo N°16. 
43
  La probabilité pour être alphabétisée durablement vaut X % après six années d’études en Afrique et après 
seulement  3  années  d’études  dans  des  pays  hors  Afrique  à  bas  revenus  et  à  moyen  revenu  bas.  Voir  Note 
thématique Pôle de Dakar.

88
6.3. Comparaisons  Internationales :  analyse  par  matière  et  niveau 
d’enseignement 
Les tests PASEC permettent de calculer des scores moyens à huit tests : les tests de début 
(pré test) et de fin d’année (post test), par matière (français et maths) et par niveaux (2ème 
ou  5ème  année).  L’analyse  des  scores  montre  des  corrélations  importantes  entre  les 
différents  tests  au  sein  d’un  même  pays  entre  niveaux,  matières  ou  période  dans  l’année 
scolaire. 
On retient généralement les scores de fin d’année (post test) pour établir les comparaisons 
internationales.  Les  dates  d’enquête  sont  données  dans  le tableau  26, avec  les  indicateurs 
contextuels et les scores moyens. 
Dans  les  graphiques  ci‐dessous,  les  boîtes  à  moustaches  (ou  box  plot)  permettent  de 
comparer  le  niveau  médian  des  élèves  (représenté  par  le  trait),  ainsi  que  les  disparités, 
mesurées par les premiers et troisièmes quartiles. La ligne rouge représente la valeur de 40% 
de bonnes réponses, considérée comme un seuil minimum. 
 
Graphique  6.1 :  Résultats  aux  tests  PASEC  de  2ème  année  en  français  et  mathématiques 
dans neuf pays 
Abbreviations pays : BEN = Bénin  BFA=Burkina Faso  CMR=Cameroun  COG=Congo‐Brazzaville 
GAB=Gabon  MDG=Madagascar  MRT=Mauritanie SEN=Sénégal     TCD=Tchad 

 
Scores de français en fin d’année Scores de mathématiques en fin d’année
100

100
80

80
60

60
40

40
20

20
0

BEN BFA CMR COG GAB MDG SEN TCD BEN BFA CMR COG GAB MDG MRT SEN TCD
 

Note : L’enseignement en langue ne se fait pas en français en deuxième année en Mauritanie. 
 
 
 
 
 
 

89
 Graphique  6.2 :  Résultats  aux  tests  PASEC  de  5ème  année  en  français  et  mathématiques 
dans neuf pays 
Scores de français de fin d’année  Scores de mathématiques de fin d’année
100

100
80
80

60
60

40
40

20
20

0
0

BEN BFA CMR COG GAB MDG MRT SEN TCD BEN BFA CMR COG GAB MDG MRT SEN TCD
 
 
On peut dinstinguer trois groupes de pays selon le niveau moyen d’acquisitions scolaires : 
• le Cameroun, le Gabon et Madagascar qui obtiennent les meilleurs résultats 
• le Burkina Faso, le Congo et le Sénégal et qui occupent une position médiane 
• la Mauritanie, le Bénin et le Tchad qui ont les résultats les plus faibles 
 
Les situations relatives varient légèrement en fonction de la matière et de l’année enquêtée.  
En  dehors  du  Gabon  et  du  Congo,  les  positionnements  des  pays  sont  très  proches  entre 
deuxième  et  cinquième  année.  Madagascar,  où  les  mathématiques  sont  enseignées  en 
malagasy  en  début  de  cycle,    obtient  de  meilleurs  résultats  en  mathématiques  qu’en 
français. Il convient donc de garantir aux élèves des apprentissages dès le début de cycle44. 
Les comparaisons entre pays des données du pré test permettent d’aboutir à des résultats 
très  proches  de  ceux  du  post  test  et  ne  donc  sont  pas  présentés  ici.  Par  contre,  ITzlinger 
(2009)  a  montré  en  appliquant  des  techniques  de  mise  à  l’échelle  des  tests  PASEC  (5ème 
année  en  Français)  que  la  progression  des  élèves  varient  entre  pays  et  que  ce  sont 
davantage  les  élèves  ayant  un  bon  niveau  en  début  d’année  qui  bénéficient  le  plus  des 
enseignements. 
L’extension de la neuvième phase du PASEC à des pays n’ayant pas le français comme langue 
d’enseignement (la Guinée Bissau) et hors Afrique (le Liban) ainsi que le travail en cours de 
révision  des  tests  (pour  le  PASEC  X)  devraient  permettre  de  multiplier  et  d’affiner  les 
comparaisons internationales réalisées par le programme. 
En dehors des résultats moyens ou médians, on observe une proportion importante d’élèves 
en réelle difficulté scolaire et de fortes disparités au sein d’un pays. 
44
  Au  sein  des différents  organismes  internationaux et notamment  du Secrétariat  de  l’Initiative  Fast  Track,  la 
tendance actuelle est de mettre l’emphase sur la mesure et les interventions en faveur de la qualité en début 
de  cycle.  Le  programme  EGRA,  Early  Grade  Reading  Assessment,  en  est  une  illustration.  Voir 
http://go.worldbank.org/0SFS7PP330 

90
Pour les représenter, nous avons défini pour la cinquième année, trois niveaux : 
Niveau  1  :  les  élèves  ont  moins  de  25  sur  100,  ce  qui  correspond  au  1er  quartile  mais 
également  au score qu’aurait un élève qui répondrait au hasard. 
Niveau 2: Les élèves ont un score compris entre 25 et 40 sur 100. 
Niveau  3 :  Les  élèves  ont  un  score  supérieur  à  40  sur  100,  ce  qui  correspond  à  la 
médiane,  mais  également  au  seuil  défini  par  Michaelowa  et  utilisé  par  le  PASEC 
jusqu’à présent. 
Voir les Annexes A et B pour le détail des calculs et les données. 
 
Graphique 6.3 : Répartition des élèves par niveaux, Français 2ème année post test 

 
 
Graphique 6.4 : Répartition des élèves par niveaux, Maths 5ème année, post test 

 
 
On observe que la proportion d’élèves en difficulté (niveau 1 en rouge) au sein d’un pays est 
très proche en maths et français. Dans cinq pays : la Mauritanie, le Bénin, le Tchad, le Congo 
et le Burkina Faso, plus de 20% des élèves éprouvent de graves difficultés scolaires en fin de 
cinquième année. Pour illustrer ces résultats par des exemples concrets, on peut se focaliser 
sur les résultats aux items de lecture, constitués de deux textes à lire et de questions dont la 
réponse  se  retrouve  explicitement  dans  le  texte.  Un  des  textes  est  une  notice  simple  de 
médicament contre la diarrhée et les maux de ventre, le Primalan. © 

91
Un peu moins de 8% des élèves sont incapables de répondre correctement à un seul item 
(de 1,9 % à 23% en Mauritanie et au Cameroun respectivement) tandis que seuls 1,3% des 
élèves  ont  les  huit  bonnes  réponses.    Comme  pour  le  reste  du  test,  le  taux  de  réussite  au 
domaine lecture en fin de cinquième année vaut 40% en moyenne. 
Ces résultats soulignent des difficultés réelles d’implantation des curricula dans les écoles et 
plus spécifiquement en lecture. Il existe en effet un décalage entre instructions officielles et 
pratiques en classe à ce niveau. 

6.4. La question des curricula 
Les  résultats  aux  tests  sont  liés  aux  curricula  officiels  et  implantés  que  le  PASEC  a  fait 
analysés en 2007, par l’Université de Liège et l’INEADE. Ce travail conclut à des différences 
entre  curricula  implantés  et  officiels,  mesurés  par  le  programme,  les  manuels  et  guide  du 
maîtres, pour toute l’Afrique Francophone, et des questionnaires aux enseignants dans cinq 
pays. 
 
Le graphique ci‐dessous montre les divergences entre curricula officiels entre pays. 
 
 
Graphique 6.5 : Poids du non formel dans les programmes selon le pays 
Poids non formel dans les programmes

90%
84%

80%
72% 71%
70%
62%
58%
60%
53%
50%
43%
40%
40%
34%

30% 27%
21%
20%

10%

0%
e

n
ar
ce

al

on

d
go

er
in

ou
ni

sc

ég

a
og
én
ta

ig
ri

ab
on

ch
er
au

ga

N
én
T
ri

am

G
C

T
au

S
ad
M

C
M

 
 
Selon LEJONG (2007), dans l'enseignement du français, on peut distinguer deux grands types 
d'apprentissage: 
 
 ‐  les  apprentissages  portant  sur  les  outils  au  service  de  la  langue  écrite  et  orale,  hors 
contexte.  Relèvent  de  cet  ensemble  :  l'orthographe,  la  grammaire,  la  conjugaison,  le 
vocabulaire, l'écriture, les récitations, comptines, chants. 
 
‐ les apprentissages portant sur les finalités propres à la langue : lire, écrire, parler, écouter. 
Les  premiers  seront  appelés  apprentissages  formels  et,  par  opposition,  les  seconds, 
apprentissages non formels. 

92
De même, il existe un décalage entre curricula officiel et implantés en termes de répartition 
par  domaines,  mesuré  sur  cinq  pays45.  Les  curricula  implantés  sont  mesurées  par  les 
questions d’évaluation que les enseignants posent aux élèves pour mesurer leur niveau. Voir 
LEJONG M. (2007). 
 
Graphique 6.6 : Répartition par domaine du curricula officiel en français  
Programme théorique : Poids des domaines

40% N =87,25

35%

30%

25%

19%
20%
16%
15% 13% 13%
11%

10% 8%
6% 6% 6%
5%
1%
0%
0%
Lecture po ur lire Co mpréhensio n Langage : Co mpréhensio n Grammaire Ortho graphe Co njugaiso n Vo cabulaire Ecriture P ro ductio n Récitatio n,
en lecture pro duire un à l'o ral d'écrit chant, co mptine
message o ral
 
 
 
Graphique 6.7 : Répartition par domaine du curricula implanté en français dans cinq pays 
Tous Curriculum implanté- Répartition des questions d' évaluation par domaine

40% N =592
35% 33%

30%
25% 22%

20%
14%
15% 11% 11%
10% 7%
5% 1%
1% 1% 0% 0%
0%
Lecture pour lire Compréhension Langage : Compréhension Grammaire Orthographe Conjugaison Vocabulaire Ecriture Production Récitation,
en lecture produire un à l'oral d'écrit chant, comptine
message oral
 
Le graphique montre clairement un décalage entre curricula officiels et curricula implantés46 
au niveau du poids de la lecture et de la grammaire47. Dans le curricula officiel, la grammaire 
vaut 13% du curricula contre 33% dans le curricula implanté, alors que la lecture pour lire et 
la  compréhension  en  lecture  valent  17%  du  curricula  officiel  contre  8%  dans  le  curricula 
implanté.
45
 Bénin, Cameroun, Niger, Madagascar et Sénégal. 
46
 http://www.confemen.org/IMG/ppt/CURRICULUM_IMPLANTE‐Caraquet_2008_Partie_1.ppt 
http://www.confemen.org/IMG/ppt/CURRICULUM_IMPLANTE‐Caraquet_2008_Partie_2‐2.ppt 
47
 http://www.confemen.org/IMG/ppt/CURRICULUM_OFFICIEL‐Caraquet_2008.ppt

93
Graphique 6.8 : Répartition par domaine du curricula officiel en maths  
Programme théorique: Poids des domaines
40%

N = 33
35%

30%
26% 27%

25% 23%
22%
% de pages

20%

15%

10%

5%
2% 1% 0%
0%
Numération Opérations Mesures Géométrie Résolution Données, Statistiques
problèmes ensembles
 
Graphique 6.9 : Répartition par domaine du curricula implanté en maths dans cinq pays 

40% Questions d'évaluation de tous les enseignants :

Poids des domaines
N =691
35%

30%
26%
25%
% de pages

19% 20%
20%
17%

15%
11%
10%
6%
5%
2%

0%
Numération Opérations Mesures Géométrie Résolution Données, Outils
problèmes ensembles
 
De  même  en  mathématiques,  un  décalage  important  existe  entre  curricula  officiels  et 
implantés au niveau de la numération et de la résolution de problèmes. 
 
Michèle LEJONG recommande que : 
« Les enseignants soient formés à diagnostiquer les erreurs et les oublis dans les réponses des 
élèves, et à les exploiter dans le contexte d'une évaluation formative 
Les  guides  didactiques  pédagogiques,  très  prisés  des  enseignants,  soient  un  des  vecteurs 
privilégiés  pour  modifier  les  pratiques  des  enseignants  qui  éprouvent  certaines  difficultés  à 
"sortir"  des  stéréotypes  :  variété  de  situations  méthodologiques,  consolidation  ou 
amélioration des connaissances matière des enseignants, exploitation de situations de classe 
(réponses d'élèves). 
Les  enseignants  soient  formés  à  enseigner  les  démarches  expertes  de  résolution  de 
problèmes et à construire les épreuves d’évaluation sur les finalités de la langue. » 

94
Il  convient  donc  d’aller  investiguer  les  moyens  mis  à  disposition  de  l’enseignement,  pour 
pouvoir expliquer cette situation. 

6.5. Les moyens mis à disposition des écoles et des élèves 
Au niveau des élèves, 31% d’entre eux ne reçoivent aucune aide dans les devoirs à domicile 
ce qui est à mettre à relation avec le niveau d’alphabétisation des parents. En effet, seules 
53,4% des mères sont alphabétisées. 53,1% des élèves pratiquent les travaux des champs et 
18,8% des élèves sont des enfants confiés, qui ne vivent pas avec leurs parents. 
5%  des  élèves  cumulent  des  difficultés  à  savoir :  ont  des  parents  analphabètes,  pratiquent 
les travaux des champs, ne reçoivent aucune aide à la maison dans leurs devoirs, ne parlent 
pas la langue d’enseignement et n’ont aucun des biens considérés. 
Les élèves ne sont que  43,8% à posséder un livre de français qu’ils peuvent emmener à la 
maison et seulement 36,5% à posséder un livre de mathématiques. Ils ne sont que 22,3% à 
avoir fréquenté la maternelle. Un quart des élèves ont redoublé plus d’une fois et le plus fort 
taux de redoublement est observé en 3ème année (23%). 
 
Graphique  6.10 :  Répartition  des  enseignants  selon  la  durée  de  la  formation 
professionnelle initiale sur neuf pays 

 
 
Au  niveau  des  enseignants,  16,4%  d’entre  eux  n’ont  aucune  formation  professionnelle 
initiale et seuls 38,5% ont une formation de plus d’un an. Par contre, 80,5% d’entre eux ont 
reçu une formation en cours d’emploi, en règle générale de courte durée. Ils sont 17,8% à 
s’être arrêté au Lycée et 32,9% à avoir le BAC ou plus. Selon les directeurs, les enseignants se 
sont  absentés  3,4  jours  en  moyenne  le  mois  précédent  l’enquête.  27,6%  des  enseignants 
sont des femmes. Près de 70% d’entre eux disposent du guide du maître et 82% un tableau 
en classe. 17,9% enseignent dans des classes multigrades. Un quart d’entre eux enseignent 
dans une classe de moins de 30 élèves et également un quart d’entre eux dans une classe de 
plus  de  60  élèves.  Avec  une  ancienneté  moyenne  de  dix  ans,  les  enseignants  sont  58%  à 
déclarer vouloir rester dans la profession. 
 
 

95
Au  niveau  des  écoles,  38%  disposent  d’une  clôture,  45%  de  l’eau  potable  et  63%  d’une 
association de parents d’élèves active. Seulement 28,5% disposent d’une cantine gratuite. La 
fréquence des réunions entre enseignants et directeurs est la plus souvent mensuelle et 16% 
des écoles sont dirigées par une femme. 
 
Parmi  tous  ces  facteurs  potentiels,  lesquels  font  véritablement  la  différence sur  la 
qualité des  apprentissages?  Les  méthodes  en  valeur  ajoutée  sont  les  seules  à  répondre  à 
cette question. 

6.6. Principaux facteurs relevés dans les rapports PASEC 

A partir de la revue des modèles de régression PASEC VII et VIII, une liste de 41 variables a 
été  retenue ;  elle  contient  les  variables  les  plus  souvent  associées  à  des  coefficients 
significatifs dans les modèles, peu importe l’année (2ème ou 5ème) ou la discipline (français ou 
mathématiques). Les rapports des évaluations PASEC VII ont été examinés par les conseillers 
techniques.  L’objectif  est  d’identifier  dans  les  modèles  les  facteurs  ressortant  de  manière 
récurrente  comme  ayant  un  effet  significatif,  toutes  choses  égales  par  ailleurs,  sur  les 
acquisitions. 
 
On  identifie  25  variables  récurrentes  qui  peuvent  servir  de  modèle  de  référence  et  pour 
lesquelles  on  peut  produire  des  indicateurs  comparables  entre  pays.  Des  modèles  multi 
niveaux  (élèves,  classes  et  pays)  permettent  d’introduire  simultanément  des  paramètres 
macro tels que le taux d’achèvement, le PIB par habitant, les dépenses d’éducation avec les 
variables  citées.  Ces  analyses  sont  été  conduites  sur  la  cinquième  année  seulement  par 
ALOGNON et AMOVIN‐ASSAGBA (2009) sous l’encadrement des conseillers du PASEC. 
Les  analyses  multiniveaux  confortent  les  résultats  PASEC  précédents  obtenus  avec  des 
régressions  simples  et  permettent  de  consolider  un  ensemble  de  facteurs  sur  lesquels  les 
politiques peuvent agir. 
 
 
 
 
 
 
 
 
 
 
 

96
Tableau 6.3 : Liste des variables revenant dans les modèles PASEC dans 11 systèmes 
éducatifs 
Variables   Occurrences 
Le redoublement  11 
Le niveau de vie des élèves   9 
L’âge d’entrée à l’école  8 
Le genre de l’élève  7 
L’absentéisme des enseignants   7 
L’aide dans les devoirs à domicile  6 
La formation professionnelle initiale des enseignants  6 
La taille de classe  6 
La fréquence des réunions entre enseignants et directeurs  5 
Le fait de parler la langue d’enseignement à la maison  5 
Le genre de l’enseignant  4 
La présence du guide du maître en français  4 
Le fait d’être un enfant confié  4 
Le fait de détenir un livre que l’on peut emporter à la maison  4 
Le caractère urbain/rural de l’école  4 
Les travaux des champs  4 
La présence d’un tableau en classe  3 
Le niveau académique des enseignants  3 
Le fait d’avoir fréquenté la maternelle  3 
La présence du guide du maître en mathématiques  3 
L’ancienneté du maître  3 
La formation continue de l’enseignant  3 
Le statut de l’enseignant  2 
Le caractère public/privé de l’école  2 
La nutrition des élèves (petit déjeuner régulier)  2 
L’alphabétisation du père ou de la mère  2 
Le genre du directeur  2 
L’association des parents d’élèves active  2 
L’inspection de l’école  2 
Les classes multigrades  2 
La formation continue du directeur  1 
L’absentéisme déclaré par le maître  1 
Le maître souhaite rester enseignant  1 
Le maître utilise l'APC  1 
Le maître souhaite changer d'école  1 
Ancienneté du directeur en tant qu'enseignant  1 
Le maître fait partie d'un syndicat  1 
Le maître habite loin de l'école  1 
L'élève habite près de l'école  1 
 

97
Conclusion générale 
 
Depuis  la  dernière  enquête  PASEC  datant  de  1996,  le  Sénégal  s’est  engagé,  au  travers  du 
Plan Décennal de l’Education et de la Formation (PDEF 2000‐2010) à démocratiser l’accès à 
l’éducation  de  base,  à  améliorer  la  qualité  de  l’éducation  et  à  rendre  plus  efficiente  la 
gestion du système. Sur cette période, les disparités d’accès entre les filles et les garçons se 
sont  réduites  ainsi  qu’entre  les  ruraux  et  les  urbains,  prouvant  que  le  Sénégal  est  sur  la 
bonne voie pour améliorer l’efficience et l’équité de son système éducatif.  
 
Cependant,  malgré  les  mesures  entreprises  tout  au  long  de  la  décennie,  la  qualité  de 
l’éducation reste une des problématiques centrale à traiter en vue d’atteindre les objectifs 
d’Education Pour Tous en 2015. Les résultats des élèves aux tests PASEC de 2007 en français 
et en mathématiques confirment cette tendance. 
 
Les  résultats  moyens  obtenus  sont  moyens  et  hétérogènes  dans  les  deux  matières  que  ce 
soit  en  2ème  année  ou  en  5ème  année  du  primaire.  En  effet,  les  scores  moyens  agrégés  de 
mathématiques et de français des élèves sont de 46% en 2ème année et 40,5% en 5ème année. 
Cependant ils cachent des disparités non négligeables au niveau régional, entre les écoles et 
entre les filles et les garçons. 
 
Sur  le  plan  international,  les  performances  des  élèves  au  PASEC  2007  place  le  Sénégal  en 
position  moyenne  au  regard  de  ces  pairs  francophones  au  seuil  moyen  de  40%  de  bonnes 
réponses dans les deux domaines d’apprentissages et dans les deux niveaux d’enseignement 
testés. En termes d’évolution dans le temps (1996‐2007), le niveau d’acquisitions des élèves 
n’a pas significativement changé ces dix dernières années au Sénégal.
 
L’analyse  des  différences  de  performances  entre  les  élèves  fait  ressortir  qu’un  certain 
nombre  de  facteurs  influencent  significativement  les  apprentissages  scolaires.  Ainsi,  le 
niveau  de  vie  des  familles  n’a  pas  d’impact  sur  les  apprentissages  des  élèves  en  cours 
d’année, mais explique une variation importante des résultats entre écoles et entre secteur 
public et privé, tout comme le temps scolaire.  
 
La pratique de la langue d’enseignement à la maison ne discrimine pas significativement les 
élèves  entre  eux.  Néanmoins  les  élèves  sénégalais  parlant  le  français  à  domicile  ont 
l’avantage  de  garder  un  meilleur  niveau  de  performance  tout  au  long  de  leur  cursus 
comparativement à leurs camarades. 
 
L’analyse des facteurs liés à l’enseignant a quant à elle montré l’instabilité (non significativité 
ou  l’effet  négatif)  de  l’effet  de  la  formation  professionnelle  et  initiale  sur  les  acquis  des 
élèves. Ces résultats surprenants interpellent inévitablement sur la qualité de la formation 
dispensée et la motivation des enseignants. Un autre fait qui peut paraître paradoxal et qui 
ressort  dans  la  majorité  des  pays  ayant  participé  au  programme,  est  l’indépendance  des 
résultats scolaires au regard de l’expérience professionnelle de l’enseignant. 
 
L’absentéisme des enseignants, comme dans tous les pays PASEC, impacte négativement sur 
les apprentissages des élèves, à tous les niveaux et atteint des proportions importantes au 
Sénégal. 

98
 
 Les  classes  à  effectif  inférieur  à  40  élèves  s’avèrent  avoir  un  effet  positif,  toutes  choses 
égales par ailleurs, sur les acquis des élèves de deuxième et cinquième année. 
 
Pour  conclure,  une  multitude  de  pistes  d’actions,  se  détachent  de  notre  analyse  et 
pourraient avoir des effets positifs à long terme sur la qualité de l’éducation. Les pistes ci‐
après apparaissent déterminantes pour améliorer la qualité des apprentissages : 
 
- Diminuer la taille des classes en priorité dans les petits niveaux ; 
- Prioriser la dotation en manuels de lecture dans les petites classes ; 
- Améliorer la supervision des enseignants ; 
- Diminuer les occasions d’absence des maîtres afin d’augmenter le temps scolaire ; 
- Continuer la politique de formation initiale des enseignants et assurer au moins un an 
de formation ; 
- Assurer  un  encadrement  de  proximité  en  organisant  régulièrement  des  journées 
pédagogiques autour des pratiques de classe, sans nuire au temps scolaire ; 
- S’assurer  que  le  secteur  privé  recrute  les  enseignants  à  un  niveau  académique 
suffisant et qu’ils ont une bonne formation initiale. 

99
Recommandations 
 
L’atelier national de restitution des résultats du PASEC 2006 s’est tenu les 2 et 3 novembre 
2009  à  l’hôtel  Ngor  Diarama  deDakar.  Organisé  par  le  Gouvernement  du  Sénégal,  avec 
l’appui de la CONFEMEN, l’atelier a eu pour objectif le partage et la validation des résultats 
scolaires  obtenus  dans  le  cadre  de  l’évaluation  des  apprentissages  des  niveaux  2  et  5  de 
l’Enseignement  élémentaire.  A  la  fin  des  travaux,  les  participants  ont  dégagé  un  certains 
nombre de recommandations formulées: 
‐ En direction des IA et des IDEN :  
o exploiter les résultats de l’étude dans le cadre de l’actualisation des PRDE et 
PDDE dont le processus démarre en décembre 2009 ; 
o une  meilleure  implication  des  communautés  dans  la  gestion  et  le  suivi  des 
écoles, notamment au niveau des CGE. 
 
‐ En  direction  de  la  DPRE,  de  la  DEE  et  de  l’INEADE :  mettre  en  place  un  groupe  de 
travail pour :  
o i) affiner les modalités définies par l’atelier pour une bonne  mise en œuvre 
des recommandations de l’étude ;  
o ii)  élaborer  et  diffuser  largement  des  supports  de  vulgarisation  des  résultats 
de l’étude ; 
o identifier les études complémentaires à conduire pour mieux cerner certaines 
hypothèses formulées dans le rapport. 
 
‐ Au niveau politique :  
o assurer  une  articulation  entre  le  préscolaire  et  le  primaire  pour  améliorer  la 
qualité des apprentissages (dans le primaire) ; 
o accorder une attention toute particulière à l’amélioration de l’environnement 
physique et pédagogique dans les écoles ; 
o une  formation  initiale  et  continuée  plus  pertinente  et  plus  efficace  des 
maîtres ; 
o introduire  les  langues  nationales  comme  langues  d’apprentissage  dans  les 
écoles ; 
o mettre en place une bonne politique éditoriale des manuels (de la production 
à  la  distribution  dans  les  écoles  de  façon  à  ce  que  les  petites  classes  soient 
suffisamment outillées ; 
o actualiser les résultats des études en fonction des données présentes ; 
o la politique éditoriale des manuels ;  
o etc. 

Les  recommandations  détaillées  selon  les  différents  groupes  de  travail  sont  annexées  au 
présent rapport : Annexe D. 
 
 

100
  
 
 
 
 
 
 
 
 
 
 

ANNEXES

101
ANNEXE A Présentation du cadre méthodologique du PASEC

 
LES OBJECTIFS DU PASEC 
 
Le  PASEC  a  été  créé  par  les  Ministres  de  l’Education  francophones  en  1991 avec  pour 
objectifs de : 
• Identifier des modèles d’écoles efficaces et peu coûteux, en procédant à des 
enquêtes par échantillonnage dans les écoles, puis en effectuant des comparaisons à 
l’échelle nationale et internationale ; 
• Développer dans chacun des Etats participants, une capacité interne et permanente 
d’évaluation de leur système éducatif ; 
• Diffuser les méthodes et les instruments d’évaluation préconisés, de même que les 
résultats obtenus 
 
Le  guide  méthodologique  PASEC  1999  présente  bien  le  cadre  de  référence  des  études 
PASEC : 
 
« Une fois définis les objectifs généraux de l’éducation, en terme de quantité et de qualité, 
une  fois  choisis  les  principes  généraux  d’organisation  du  secteur,  les  contraintes 
institutionnelles, temporelles et financières obligent à opérer des choix délicats. 
 
La variété des combinaisons possibles de ces choix présente, en fonction de chaque contexte, 
des efficacités diverses au regard des grands objectifs de départ, notamment concernant le 
niveau  scolaire  des  élèves  en  fin  de  cycle.  Cette  variété  des  combinaisons  est  également 
accompagnée  d’une  variété  des  coûts.  Parmi  toutes  ces  combinaisons,  il  faut  donc 
déterminer  les  plus  efficaces  (celles  qui  produisent  les  meilleurs  résultats  en  termes 
d’acquisitions  des  élèves),  et  surtout  les  plus  efficientes  (celles  qui  produisent  les  meilleurs 
résultats aux meilleurs coûts). 
 
Les changements éducatifs s’opérant toujours par rapport à une situation existante, il s’agit 
donc  en  priorité  d’apporter  aux  décideurs  des  estimations  sur  l’impact  marginal  des 
différentes mesures qu’ils pourraient prendre. C’est précisément ce que recherche la méthode 
retenue par le PASEC. 
 
La méthodologie du PASEC repose sur une mesure en début d’année et une mesure en fin 
d’année,  et  un  raisonnement  en  valeur  ajoutée.  Les  comparaisons  internationales  sont  un 
objectif secondaire du programme. 
 

102
 Schéma d’analyse du PASEC 

Caractéristiques
personnelles de l’élève
(genre, âge, …)

Milieu familial
(français à la maison, mère Scolarité
alphabétisée, …)
antérieure
(redoublements)

Score de début
d’année

Conditions Profil du maître (type

personnelles de de formation, type de
scolarisation diplôme, ancienneté, sexe,
(redoublements, possession ...)
de manuels scolaires, …)

Profil du Directeur Caractéristiques de

la classe (taille, …)

Caractéristiques de Organisation
l’établissement pédagogique
(électricité, rural, …) (multigrade, double flux,
…)

Score de fin
d’année

103
LES NIVEAUX VISES 

Le PASEC évalue les acquis scolaires en début et en fin de cycle. La première année est dans 
la plupart des pays une année d’initiation et la dernière année, une année d’examen pour 
laquelle  s’opère  une  sélection.  Pour  éviter  ces  classes  particulières,  le  PASEC  évalue  les 
élèves en deuxième et cinquième année du cycle primaire. 
 
La question des tests de 2ème année fait débat dans la communauté scientifique, notamment 
lorsque ces tests sont traduits et dans l’optique de la comparaison internationale. Des tests 
strictement « papiers‐crayons » posent aussi problème. Cependant, dans le protocole PASEC 
les administrateurs lisent les consignes aux élèves et font également un exemple de réponse 
au  tableau,  pour  limiter  les  problèmes  de  compréhension  des  consignes.  Un  protocole 
spécifique est également développé pour les questionnaires contextuels pour ces élèves, à 
qui ont montre des images (pictogrammes). 
 
La  mesure  en  deuxième  année  comporte  un  intérêt  certain  dans  le  contexte  des  pays  en 
développement pour plusieurs raisons : 
 
1. Les écoles nouvellement créées commencent par la première année. N’enquêter que 
la  5ème  année  restreint donc  l’échantillon  aux écoles  de  plus  de  5  ans,  ce  qui  a  peu 
d’intérêt dans le cadre de la dynamique de scolarisation primaire universelle. 
2. Les élèves qui parviennent en cinquième année n’ont pas les mêmes caractéristiques 
que les autres : ils sont généralement plus riches, plus urbains, ce sont davantage des 
garçons  et  surtout  leur  niveau  scolaire  est  globalement  plus  élevé  que  ceux  qui 
quittent le système prématurément. 
3. Les  niveaux  d’intrants  sont  différents  entre  2ème  et  5ème  année :  les  classes  de  5ème 
année sont mieux dotées et les enseignants mieux formés et plus anciens. 
4. Sur  un  plan  pédagogique,  les  acquis  scolaires  de  début  de cycle  sont  déterminants. 
Ces acquis sont un point départ si l’on voudrait expliquer les difficultés rencontrées 
avant  la  cinquième  année  comme  c’est  le  cas  en  3ème  année.

104
LES TESTS 
 
Le cadre de référence des tests 
 
Les tests PASEC ont été créés par une équipe d’experts au début des années 1990 sur la base 
des  curricula  du  Cameroun,  de  la  Côte  d’Ivoire  et  du  Sénégal.  Ils  ont  été  mis  à  l’essai  au 
Sénégal. 
 
Les tableaux suivants donnent une indication de la répartition par domaines des tests de fin 
d’année ou du cadre de référence. 
 
2ème année Français     
Nombre 
d’exercice Nombre 
Domaine  s  d’items 
Compréhension de mots  1  6 
Compréhension de phrases 3  9 
Lecture ‐ Ecriture  3  16 
Conjugaison  1  3 
Grammaire  1  3 
Compréhension de texte  1  3 
     
2ème année maths     
Numération  5  17 
Opérations  8  22 
     
5ème année Français*     
Compréhension de phrase 1  3 
Grammaire  7  18 
Compréhension de texte  3  14 
Orthographe  1  4 
Conjugaison  1  3 
*La classification de l’IEA regroupe les domaines 
compréhension de phrase et de texte en compréhension 
en lecture. 
 
5ème année maths*     
Opérations  3  12 
Mesures  6  20 
Géométrie  2  7 
Résolution de problèmes  1  2 
*Il s’agit de la classification de l’IEA. 
Les tests privilégient les savoirs formels et les outils de la langue. En français et en cinquième 
année, il s’agit d’un test de langue française, plutôt que de lecture ou de littéracie, avec une 
prédominance  de  la  compréhension  de  texte  et  de  la  grammaire.  En  deuxième  année  en 
maths, les tests alternent des exercices liés aux opérations et à la numération. 

105
Dans  le  cas  du  PASEC,  de  nombreux  exercices  sont  composés  d’items  basés  sur  le  même 
stimulus. 
 
Les épreuves du PASEC relèvent de la catégorie des tests normatifs 

Dans  la  pratique,  les  tests  PASEC  sont  minutés,  exercice  par  exercice  et  les  durées  sont 
indiquées  aux  administrateurs  dans  les  consignes  de  passation.  On  peut  les  considérer 
comme des tests de vitesse davantage que de puissance. 
   
Dans l’espace francophone, les questions à choix multiple (QCM) sont très inhabituelles dans 
les contextes nationaux. Le PASEC se caractérise donc par une faible proportion de QCM en 
deuxième année notamment. Par ailleurs, au sein des questions ouvertes, il est d’usage de 
distinguer  les  questions  ouvertes  à  réponse  courte  et  les  questions  ouvertes  à  réponse 
longue,  qui  ne  sont  pas  utilisées  dans  le  cadre  du  PASEC  mais  dans  certaines  évaluations 
nationales menées en Afrique francophone.  
 
Quelles procédures d’adaptations culturelles sont appliquées sur les tests ? 
 
Certains tests ont dû subir des adaptations dans les langues nationales, lorsque le français 
n’est  pas  la  seule  langue  d’enseignement.  Trois  méthodes  d’élaboration  des  tests  ont  été 
employées  selon  les  pays.

106
Procédures d’adaptation culturelle des tests appliquées au PASEC 

Tests élaborés à partir

Tests directement des objectifs des tests Tests élaborés à
Pays et date Langues de passation traduits à partir de PASEC (même partir des objectifs
la source PASEC répartition par domaine du curricula
de compétences) national
Français, Malagasy en tant que
Madagascar
matière et pour les mathématiques X
2005
pré test en deuxième année
Français en cinquième année
Mauritanie seulement, arabe en tant que
X
2004 matière et pour les mathématiques
en deuxième année
Français, Anglais pour le test de
Cameroun
langue et de maths dans le sous- X
2005
système francophone
Français, Anglais en tant que
Maurice
matière et pour le test de maths en X
2006
deuxième et cinquième année
Source : MONSEUR (2007).

Sinon, les adaptations culturelles sont limitées au changement de noms des personnages et 
de  certains  objets.  La  procédure  de  vérification  de  l’équivalence  des  versions  (back 
translation) n’a pas été mise en œuvre dans le PASEC VII et VIII, faute de moyens. 
 
Quelles sont les procédures de mise à l’essai ? 
 
A Maurice, les tests ont été mis à l’essai sur un échantillon de 200 élèves. Dans les autres 
pays, les tests n’ont pas été mis à l’essai. 
 
Quels sont les indicateurs utilisés pour mesurer la cohérence interne des tests ? 
 
Dans  le  cadre  des  évaluations  du  programme  PASEC,  on  recourt  à  des  méthodes  de 
consistance interne pour estimer la fidélité de la mesure. En effet, l’objectif prioritaire est de 
construire  une  mesure  unidimensionnelle,  soit  qui  mesure  une  seule  habileté.  L’indicateur 
utilisé est l’alpha de Cronbach standardisé par item.  

107
L’alpha de Cronbach 
L’alpha  de  Cronbach  est  sans  conteste  le  plus  connu  des  indices  de  fidélité  de  consistance 
interne. Mathématiquement, l’alpha de Cronbach est égal à : 
⎛ 2 k
⎞
⎜ σ (X ) − ∑ σ i2 ⎟
k ⎝ t i=1 ⎠ 
α=
k −1 σ 2
(X t )

avec :  
1.  k  le nombre d’items qui composent le test  
2.  σ 2   la  variance  des  scores  observés  selon  la  théorie  classique  des  scores  vrais,  ou,  en 
(X t )

d’autres termes, la somme des points attribués à l’élève à l’ensemble des questions ; 
k

3.  ∑ σ i , la somme des variance des items. 
2

i=1
L’alpha  de  Cronbach48  varie  de  0  à  +1.  Plus  l’alpha  tend  vers  1,  plus  le  test  présente  une 
consistance interne élevée.  

Les différents indices indiquent une consistance interne acceptable dans la plupart des pays, 
notamment  en  mathématiques  ou  l’alpha  de  Cronbach  est  toujours  supérieur  à  0,8  et  en 
deuxième  année.  Etant  donné  que  les  items  se  regroupent  par  exercice,  entraînant  une 
dépendance, les alphas de Cronbach peuvent aussi être calculés par exercice. Ainsi calculés 
pour la cinquième année, les alphas de Cronbach sont presque toujours supérieurs à 0,8 (à 
deux exceptions près) et on ne compte aucune corrélation item‐test (calculée par exercice) 
inférieure  à  0,25  dans  un  pays,  la  plupart  des  corrélations  étant  proches  de  0,5.  Voir 
MONSEUR (2007). 
 
On utilise aussi la corrélation bisériale de point ou rpbis, en retenant le seuil de 0,2 pour la 
corrélation item‐test. 
 
Ces indices sont obtenus avec la commande Stata : 
 
alpha item1- item N, std item

48
 La théorie classique du score vrai définit la fidélité comme le rapport entre la variance des scores observés et 
la variance des scores vrais. En conséquence, l’indice de fidélité peut varier entre 0 et 1. Notons toutefois que 
mathématiquement,  il est possible d’obtenir un alpha inférieur à 0. 

108
La corrélation bisériale de point 
En  présence  d’un  item  dichotomique  (0,1)  la  corrélation  de  Bravais‐Pearson  se  simplifie 
considérablement.  Dans  ce  cas,  on  parle  de  corrélation  bisériale  de  point. 
Mathématiquement, elle est égale à : 
M − Me
rpbis = r p jq j  
σ
(X t )

Dans cette formule,  M r représente la moyenne des scores totaux pour les seuls sujets qui 
ont réussi l’item j ; M e représente la moyenne des scores totaux pour les seuls sujets qui ont 
échoué  à  l’item  j ; σ représente  l’écart  type  du  score  total  et ; p j q j l’écart  type  de 
(X t )

l’item. La corrélation bisériale de point, comme toute corrélation, varie de ‐1 à +1. Plus cet 
indice tend vers 1, plus l’item mesure le même trait latent que le test dans sa globalité. En 
règle générale, on ne retiendra dans la version définitive de l’épreuve de rendement que les 
items qui affichent une corrélation bisériale de point supérieure à 0.25. 

L’indice de difficulté 
 
Dans le cadre de la théorie classique du score vrai, pour un item dichotomique (0 ou 1 pour 
réponse incorrecte et réponse correcte), l’indice de difficulté est le pourcentage de réponses 
correctes ou  pj. Mathématiquement, on peut écrire : 
S
p j= j  
Nj
avec  S j  le nombre d’individus qui obtiennent la bonne réponse à l’item j, et  N j  le nombre 
de  répondant  à  l’item  j.  L’indice  pj  constitue  un  indice  de  difficulté  pour  l’ensemble  des 
individus testés : il s’agit de la probabilité de réussite de l’item pour les différents individus 
testés. Plus l’indice est élevé, plus l’item est « facile ». 
En règle générale, les tests ont pour objectif de différencier les individus. Dès lors, un item 
qui  serait  réussi  par  moins  de  15%  des  élèves  ou  par  plus  de  85%  des  élèves  apporte 
relativement peu d’informations. Pour ces raisons, on privilégiera les items dont les indices 
de  difficulté  varient  de  0,15  à  0,85.  Dans  le  cadre  des  comparaisons  internationales,  les 
seuils de 0,1 et 0,9 ont été retenus. 
 
La théorie de réponse aux items 
 
Le PASEC a utilisé à titre expérimental la théorie de réponse aux items (modèles de Rasch) 
sur  les  données  de  la  Guinée49.  Par  la  suite,  dans  le  cadre  de  l’élaboration  du  guide 
méthodologique,  MONSEUR  (2007)  a  testé  le  modèle  de  Rasch  sur  plusieurs  pays,  pour  la 
cinquième année. Ces méthodes ne sont pas appliquées dans les rapports PASEC VII et VIII. 
L’application de techniques de mise à l’échelle des données PASEC VII, VIII et IX (provisoires) 
n’a pas remis fondamentalement en cause le positionnement des différents pays par rapport  
aux scores calculés selon la méthode classique (du score vrai)50.  
 

49
 KODJOVI A. et NAYO A. (2006), L’application de la théorie de réponse aux items : le cas du PASEC, Rapport de 
stage ENEA/PASEC, Dakar. 
50
 http://education‐fast‐track.org/library/FTI_partners_PASEC.ppt 

109
 
Le modèle de Rasch (dit à un paramètre) 
D’un  point  de  vue  mathématique,  la  probabilité  qu’un  élève  i,  avec  une  aptitude β i , 
fournisse une réponse exacte à un item j de difficulté  δ j  est égale à : 
exp(βi − δ j )
P(X ij = 1| βi ,δ j ) =
1+ exp(βi − δ j )

L’adéquation tests‐curricula 
 
En  2007,  le  PASEC  a  mandaté  à  l’AsPe  de  Université  de  Liège  et  l’INEADE  (Sénégal)  une 
analyse des curricula officiels et implantés, qui ont été ensuite confrontés aux tests PASEC en 
termes de  répartition par domaines et processus cognitifs. En effet, depuis les années 1990, 
les  curricula  des  pays  francophones  ont  largement  évolué.  Néanmoins,  les  tests  sont 
comparés  aux  objectifs  pédagogiques  des  différents  pays  lors  des  missions  d’identification 
par une équipe de pédagogues. La plupart des items correspondent au curricula des pays et 
les cas de rejet à priori sont très rares51. 
 
En mathématiques, l’analyse des correspondances sur les données issues des programmes, 
des manuels et des deux référentiels regroupés a permis de relever de grandes tendances. 
Tous les domaines définis notamment par l’IEA sont présents dans tous les curricula, sauf « 
Problèmes  »  et  «  Ensembles  et  relations  ».  Les  pays  se  différencient  suivant  ces  deux 
domaines : dans les  pays où la résolution de problèmes est présente dans le curriculum, les 
ensembles sont absents et inversement.  
 
L’analyse  qui  croise  pays  et  processus  dégagent  deux  dimensions  qui  s’opposent  :  «  La 
résolution  de  problèmes  »  et    «  Le  raisonnement  ».  Ces  deux  axes,  comme  pour  les 
domaines,  différencient  les  pays.  Le  test  a  plutôt  les  mêmes  caractéristiques  que  les 
curricula des pays regroupés sous la dimension « Résolution de problèmes » (processus) et 
sous la dimension « Problèmes » (domaines). 
 
En  français,  l’analyse  sur  les  programmes  permet  de  différencier  les  pays,  suivant    « 
Production  de  l’oral  »  versus  «  Production  d’écrit  »  Par  contre,  l’analyse  des  manuels 
permettrait  de  distinguer  les  pays  qui  accordent  une  place  à  «  Lire  pour  le  plaisir  ».  Par 
rapport  aux  finalités,  les  pays  se  distinguent  selon  qu’ils  accordent  une  place  à  la  « 
Production d’écrit en contexte ». Remarquons que la « Compréhension en lecture » est dix 
fois plus présente que la « Production orale » et que la « production écrite » dans tous les 
pays. Au niveau des finalités, le test analysé ne porte que sur la « Compréhension en lecture 
».  
 
De même, il existe un décalage entre curricula officiels et implantés en termes de répartition 
par  domaines,  mesuré  sur  cinq  pays52.  Les  curricula  implantés  sont  mesurées  par  les 
questions d’évaluation que les enseignants posent aux élèves pour évaluer leur niveau. Les 
tests PASEC sont plus proches de curricula implantés qu’ils ne le sont des curricula officiels. 

51
Au Burkina Faso, les items faisant intervenir des signes « < » ou « > » ne sont pas au programme.
52
 Bénin, Cameroun, Niger, Madagascar et Sénégal. 

110
Pour  tous  ces  résultats,  voir  l’analyse  des  curricula  réalisée  par  LEJONG  (2007)  à  l’adresse  
http://www.confemen.org/spip.php?article278. 
De plus, une analyse des items nationaux administrés dans sept pays africains francophones 
montrent que ceux‐ci utilisent une bonne partie des items PASEC. 
 
LES QUESTIONNAIRES 
 
Le  tableau  ci‐dessous  présente  les  différents  types  de  facteurs  mesurés  dans  les 
questionnaires PASEC. 
 
Description des différents facteurs mesurés dans les questionnaires PASEC 
 
Catégorie de facteurs Elèves Maîtres Directeurs 
Caractéristiques personnelles de l’élève √  
Milieu familial de l’élève  √  
Scolarité antérieure  √  
Conditions personnelles de scolarisation √  
Profil du maître  √  
Profil du directeur  √ 
Caractéristiques de la classe  √  
Organisation pédagogique  √  
Caractéristiques de l’établissement  √ 
Opinions du maître  √  
Opinions du directeur √ 
Temps scolaire  Outils spécifiques 
 
Quelles procédures d’adaptations sont appliquées aux questionnaires ? 
 
Lors  des  missions  d’identification,  des  journées  sont  consacrées  à  l’adaptation  des 
questionnaires  au  contexte  local,  bien  qu’il  y  ait  peu  de  questions  nécessitant  une  telle 
adaptation. Il s’agit des langues parlées par l’enseignant, de la classe atteinte, du statut, du 
diplôme  académique  et  professionnel  de  l’enseignant  et  du  directeur,  du  domaine  des 
formations  complémentaires,  des  types  de  prime  des  enseignants,  du  type  de  partenariat 
établi par l’école, du type d’habitat de l’élève, de la liste des biens possédés par le ménage, 
des aliments consommés et des langues parlées à la maison par l’élève. 
 
La difficulté principale réside dans les questions liées à la nutrition. Lorsque l’on cherche à 
mesurer la variété des repas des enfants, on doit dénombrer plusieurs aliments de base qui 
varient selon les pays, voire entre régions d’un même pays.  Ce qui nous intéresse, c’est de 
créer de la variance ou de discriminer les élèves entre eux sur la base de la consommation 
régulière des aliments de base les plus courants dans le pays. La question n’est pas de savoir 
si l’on consomme plus de maïs au Congo qu’au Sénégal. 
 
 
 
 
 
 

111
La passation des questionnaires 
 
Les  questionnaires  sont  administrés  en  face  à  face  et  c’est  l’administrateur  et  non  le 
répondant qui remplit le questionnaire. L’administrateur a pour consignes d’utiliser la langue 
de  l’élève  pour  se  faire  comprendre.  Des    pictogrammes  (images)  représentant  certains 
objets courants sont mis à leur disposition, afin d’éviter que les problèmes de vocabulaire – 
notamment  pour  les  élèves  de  deuxième  année  –  ne  grèvent  les  taux  de  réponse  aux 
questions sur le niveau de vie en particulier. 
 
A  partir  du  PASEC  VIII,  une  rubrique  « Observations  de  l’administrateur »  permet  de 
renseigner  si  l’administrateur  parle  la  langue  de  l’élève,  si  celui‐ci  a  des  difficultés  pour 
s’exprimer oralement et a un handicap physique apparent. 
 
A partir de 2006, des fiches de suivi du temps scolaire sont laissées dans les établissements 
entre le pré test et post test et doivent être remplies par les directeurs et enseignants sur la 
base des registres tous les mois. Ces fiches renseignent également l’abandon éventuel des 
élèves  en  cours  d’année,  leurs  notes  au  deuxième  trimestre  et  si  l’élève  doit  redoubler.  A 
partir  de  2007,  les  fiches  ont  été  développées  pour  renseigner  l’absentéisme  des  élèves 
chaque mois, mais n’ont pas pu être correctement exploitées à ce niveau, le taux de réponse 
étant trop faible. 
 
A  Maurice  un  dispositif  particulier  a  pu  être  appliqué  pour  recueillir  des  données  sur 
l’absentéisme des élèves au niveau école à partir de sources administratives. 
 
Quels sont les taux de réponse aux différentes questions en règle générale? 
 
A partir des taux de réponse calculés sur plusieurs pays, on peut avoir une vue générale des 
questions problématiques, lorsque le taux de réponse est inférieur à 85 % dans plusieurs cas.  
Il s’agit de: 
• des avantages tirés d’un partenariat de l’école avec un autre organisme 
• la fréquence des réunions à l’initiative des parents d’élèves 
• l’existence de Comité de gestion et de coopérative scolaire 
• l’absentéisme des enseignants 
• l’utilisation du guide du maître et des manuels  
• le statut du maître 
• la part du revenu des enseignants tiré des activités connexes 
• les questions de subvention de l’école. 
 
A priori, ce sont les questions liées à la gestion scolaire – et notamment la dynamique locale 
‐ ainsi que les pratiques pédagogiques qui posent un problème de mesure, ce qui est courant 
dans  les  enquêtes  de  l’éducation.  La  confrontation  des  données  issues  des  questionnaires 
avec  d’autres  sources  de  données  telles  que  les  enquêtes  ménage  et  les  sources 
administratives  sur  les  biens  possédés  par  le  ménage,  les  équipements  de  l’école  par 
exemple  n’a  pas  été  systématique  au  PASEC  jusqu’à  présent,  mais  les  vérifications 
entreprises ont été plutôt satisfaisantes. (Voir rapport Cameroun). 
Les  variables  dont  le  taux  de  réponse  est  inférieur  à  80%  ne  sont  pas  utilisées  dans  les 
analyses. 

112
 
L’ECHANTILLONNAGE 
 
Quelles sont les bases de sondage servant à tirer les échantillons ? 
 
La base de sondage est constituée de la base nationale de niveau école donnant les effectifs 
par cours, le type d’école et la localisation géographique précise. Il existe généralement un 
décalage d’un ou deux ans entre les informations contenues dans la base et la réalité sur le 
terrain au moment de l’enquête. C’est particulièrement valable pour les classes offertes par 
l’établissement,  un  nombre  important  d’écoles  n’offrant  pas  tous  les  niveaux  en  Afrique 
(discontinuité éducative). 
 
La base de sondage est souvent collectée lors de la mission d’identification, quelques mois 
avant  les  opérations  d’enquête.  Etant  donné  que  le  premier  test  a  lieu  un  mois  après  la 
rentrée, il est impossible d’avoir une base de sondage qui couvre l’année scolaire en cours. 
 
Lorsque  la  base  de  sondage  donne  des  informations  sur  l’année  scolaire  précédente,  les 
données  sur  les  effectifs  des  1er  et  4ème  niveaux  de  l’année  N‐1  sont  parfois  utilisées  pour 
calculer  les  poids  de  sondage  des  2ème  et  5ème  niveaux  de  l’année  N  (au  Sénégal,  par 
exemple). En effet, certaines écoles ont un recrutement dit biennal, où les enfants ne sont 
enrôlés qu’une année sur deux et il est donc nécessaire dans ce cas d’anticiper les niveaux 
offerts pour une année sur la base de la situation prévalant l’année précédente. 
 
Les conseillers techniques PASEC entreprennent un travail de vérification de la cohérence de 
la base de sondage, en particulier des effectifs par niveaux.  
 
Couverture de la base de sondage 
 
La  base  couvre  généralement  toutes  les  écoles  reconnues  par  l’Etat  dans  le  cadre  de 
l‘enseignement primaire formel et suivant le curriculum national ou instructions officielles. 
Les  établissements  privés  doivent  être  autorisés  par  l’administration  dans  la  plupart  des 
pays53.  La  base  exclut  ainsi  les  écoles  privées  non  autorisées,  les  écoles  coraniques  ou 
d’enseignement traditionnel et les écoles franco‐arabes n’ayant pas d’autorisation de l’Etat. 
Les  bases  de  données  nationales  ne  concernent  généralement  que  les  types  d’écoles 
publiques, privées et communautaires.  
 
Les  écoles  communautaires  sont  enregistrées  dans  la  plupart  des  bases  de  données,  bien 
souvent  parce  que  l’Etat  apporte  un  concours  par  le  biais  de  subventions  (salaires  des 
enseignants par exemple), ou matériel. La définition des écoles communautaires varie entre 
pays,  mais  ce  sont  en  principe  des  écoles  créées  par  les  communautés  et  non  par  l’Etat. 
Lorsque  ces  écoles  sont  reprises  en  charge  par  l‘Etat,  même  partiellement,  elles  peuvent 
devenir des écoles publiques. 
 
Certaines  écoles  communautaires  ou  d’initiative  locale  récemment  construites  peuvent  ne 
pas  figurer  dans  les  bases  de  données,  puisque  n’étant  pas  connus  par  l’administration 
centrale, ni même les services déconcentrés. 
53
A l’exception de Maurice.

113
Il  n’est  généralement  pas  possible  de  connaître  la  répartition  des  différents  types  d’écoles 
non reconnues par l’administration en termes de nombres d’effectifs et donc de poids. Par 
contre, lorsque certaines écoles n’ont pas fourni les effectifs pour une collecte de données 
sur  une  année  donnée,  il  est  possible  d’estimer  son  poids  grâce  aux  effectifs  des  années 
précédentes  ou  en  estimant  une  taille  moyenne  lorsque  aucune  donnée  n‘est  disponible. 
Voir  rapport  Gabon,  p.  40  et  41.  Dans  ce  cas,  il  est  possible  de  calculer  un  taux  de 
couverture.  
 
La situation peut se compliquer en cas de situation de conflit, si l’administration n’a pas de 
données pour certaines zones pendant plusieurs années. Enfin, les écoles créées au début de 
l’année scolaire d’enquête ne figurent pas dans les bases de sondage.  
 
Exclusions 
 
Toutefois, de cette population on exclut à l’avance les élèves dont le programme scolaire de 
l’école et les curricula qui y sont enseignés ne relèvent pas de l’autorité nationale en charge 
de  l’orientation  et  du  fonctionnement  du  système  éducatif.  Dans  la  pratique,  toutes  les 
écoles reconnues par l’Etat et dispensant le curriculum national sont pris en compte dans la 
base de sondage et il n’y a pas d’exclusions, en dehors de certaines zones pour des questions 
de sécurité (cas de certaines régions de la Casamance au Sénégal et du Tibesti au Tchad). 
 
Populations cibles 
 
La population cible est constituée des élèves de 2ème et de 5ème année du primaire, qui sont 
les  unités  de  référence  de  l’étude.  La  base  de  sondage  est  constituée  des  écoles  qui 
permettent d’accéder aux élèves. Ces écoles sont les unités d’échantillonnage. 
 
En effet, pour accéder aux élèves qui sont les unités d’analyse des évaluations PASEC, le plan 
d’échantillonnage  procède  au  premier  degré  au  tirage  des  écoles.  Une  fois  le  tirage  des 
écoles  effectué,  il  peut  arriver  que  dans  une  école  choisie,  il  y  ait  plusieurs  classes  d’un 
même niveau54. Dans tous les cas, les élèves enquêtés appartiennent à une seule classe dans 
l’école. 
 
Type de plan de sondage 
 
Afin d’étudier ces populations, le plan d’échantillonnage adopté par le PASEC est celui d’un 
sondage  stratifié  à  deux  degrés  de  tirage.  Mais  le  plan  d’échantillonnage  effectivement 
observé est un plan stratifié à 3 degrés de tirage, puisqu’il faut rajouter le niveau classe.  
 
Comment sont construits les échantillons PASEC? 
 
C’est  en  minimisant,  par  exemple,  la  variabilité  des  caractéristiques  étudiées  au  niveau  de 
chaque  strate  qu’on  améliore  la  précision  globale  de  l’estimation  pour  toute  la  population 
cible étudiée.  
 

54
Par exemple plusieurs classes de CP2 ou plusieurs classes de CM1. 

114
Dans  les  enquêtes  PASEC  on  se  limite  à  respecter  une  allocation  proportionnelle  au  poids 
réel de chaque strate dans la population. C'est‐à‐dire que chaque strate a autant de poids 
dans  l’échantillon  qu’il  est  important  dans  la  population.  Si  la  strate  des  écoles  privées 
représente  15%  des  écoles  listées  par  la  base  de  sondage,  alors  on  enquêtera  15%*150 
écoles pour la strate des écoles privées. 
 
Cependant,  lorsque  dans  l’échantillon,  des  strates  particulières  sont  de  trop  petites  tailles 
(moins de 5 écoles), on peut les surreprésenter dans l’échantillon. Surreprésenter une strate 
dans un échantillon revient à lui donner plus de poids qu’il en a dans la réalité. 
 
A  titre  indicatif,  voici  une  liste  non  exhaustive  de  variables  souvent  retenues  pour  la 
stratification des enquêtes sur les systèmes éducatifs: 
- Zone géographique (Etats, départements ou provinces); 
- Urbanisation (aires rurales, aires urbaines) 
- Type d’école (publique, privée) ; 
- Fonctionnement à mi‐temps 
- Fonctionnement en classes multigrade ou double‐flux 
- Ecole à cycle incomplet 
 
Toutefois, parce que les modes d’organisation des classes peuvent changer d’une année 
à  l’autre,  des  variables  de  stratification  explicites    comme  le  mode  d’organisation  des 
classes ou de l’école sont peu stables. En effet, des écoles qui étaient prévues dans une 
strate avant l’enquête peuvent se retrouver dans une autre strate après enquête parce 
qu’elles ont changé leur mode d’organisation des classes. Ceci arrive souvent car la base 
de sondage est souvent vieille de une ou deux années à la date d’enquête. 
 
C’est pourquoi, depuis 2007, le PASEC a utilisé des plans de sondage en prenant comme 
seuls  critères  de  stratification  le  statut  de  l’école  et  la  zone  géographique,  selon  le 
découpage administratif du pays. 
 
Le  tableau  suivant  donne  une  indication  de  l’amélioration  substantielle  des  tailles 
d’échantillon et des taux de réponse ces dernières années. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

115
 Echantillons prévus et réalisés 

2ème année
Perte
Classes Classes Taux de Elèves
Anné d'élèves Pondération
PAYS enquêtées enquêtées réponse enquêtés
e entre pré et s
pré test post test post test au pré test
post test
MRT 2004 140 140 99,3% 2049 14,3% post strat.
TCD 2004 109 109 80,7% 1606 22,4% Ok
BEN 2005 139 134 92,4% 2034 16,2% post strat.
CMR 2005 173 173 96,2% 2531 3,6% Ok
MDG 2005 180 178 98,9% 2677 14,7% Ok
GAB 2006 136 129 87,2% 1989 19,5% post strat.
MAU 2006 225 222 98,7% 3302 11,7% Ok
BFA 2007 158 154 90,1% 2347 8,8% Ok
COG 2007 146 143 95,3% Ok
SEN 2007 156 151 85,3% 2300 14,0% Ok

5ème année
Perte
Classes Classes Taux de Elèves
Anné d'élèves Pondération
PAYS enquêtées enquêtées réponse enquêtés
e entre pré et s
pré test post test post test au pré test
post test
MRT 2004 121 121 97,6% 1714 11,7% post strat.
TCD 2004 110 110 88,7% 1597 22,0% Ok
BEN 2005 144 139 93,9% 2098 13,1% post strat.
CMR 2005 169 168 93,1% 2452 3,1% Ok
MDG 2005 161 160 100,0% 2215 11,2% Ok
GAB 2006 138 125 86,2% 2028 26,2% post strat.
MAU 2006 225 221 98,2% 3292 9,3% Ok
BFA 2007 160 159 109,7% 2350 5,1% Ok
COG 2007 143 142 94,7% Ok
SEN 2007 148 143 90,5% 2189 12,7% Ok

Tirage des écoles de remplacement 
 
Afin d’obtenir la liste des écoles de remplacements, deux techniques ont été successivement 
utilisées  par  le  PASEC.  La  première  consistait  à  tirer  plus  d’écoles  que  prévu  de  façon  à 
constituer  une  réserve  d’écoles  de  remplacement,  par  exemple  160  au  lieu  de  150.  Cette 
technique comporte un inconvénient majeur qui tient au fait que les probabilités d’inclusion 
des écoles sont ici calculées comme si la taille finale de l’échantillon est 160 écoles et non 
pas 150 écoles. Mais il peut aussi arriver que 10 écoles de remplacement ne suffisent pas. 
 
A partir de 2007, une autre technique de tirage des écoles de remplacement a été suggérée 
de  façon  à  ne  pas  modifier  la  probabilité  d’inclusion  des  écoles  tout  en  prévoyant 
suffisamment  d’écoles  de  remplacement.  Cette  technique  consiste  à  attribuer  à  chaque 

116
école de l’échantillon une ou deux  écoles de remplacement qui auraient plus ou moins la 
même probabilité d’inclusion (ou poids) que l’école qu’elles remplaceraient. Elle est inspirée 
de la technique utilisée par l’IEA. 
 
On procède comme suit : 
 
Dans chaque strate, on trie55 la base de sondage en fonction de la taille en nombre d’élèves 
de  CP2  et  de  CM1  des  écoles.  On  repère  ensuite  les  codes  des  écoles  précédemment 
échantillonnés.  
 
On peut aussi trier par strate puis par inspection pédagogique, pour limiter les déplacements 
des administrateurs et maximiser le taux de réponse. 
 
Le  principe consiste  ensuite  à  considérer comme  écoles  de remplacement,  les  deux  écoles 
qui  encadrent  l’école  échantillonnée.  Autrement  dit,  les  écoles  qui  sont  situées 
immédiatement avant et après une école échantillonnée sont désignées comme « écoles de 
remplacement » pour cette école. L’école qui suit directement l’école échantillonnée est la 
première  école  de  remplacement,  et  l’école  qui  précède  l’école  échantillonnée  est  la 
seconde école de remplacement.  
Tirages des écoles, des classes et des élèves 
 
Dans  le  cadre  des  évaluations  PASEC,  le  principe  général  qui  guide  le  tirage  des  écoles  est 
celui  du  tirage  proportionnel  à  la  taille.  Les  écoles  seront  tirées  proportionnellement  à 
nombre  total  d’élèves  de  CP2  et  de  CM1  inscrits  à  leur  effectif  dans  la  base  de  sondage 
disponible. Sont, en principe, exclues de ce tirage les écoles dont la taille est inférieure à 8 
élèves.  Mais  le  décalage  temporel  entre  la  date  de  l’enquête  et  la  date  de  la  base  de 
sondage peut nuancer cette règle dans certains cas. 
En effet, dans la pratique, les écoles de taille inférieure à 8 élèves ne sont pas éliminées de la 
base de sondage avant tirage de l’échantillon. 
 
Les classes ne sont pas tirées en fonction de leur poids au sein d’une école. 
 
Pour  le  tirage  des  élèves,  une  fois  la  classe  à  enquêter  retenue,  deux  techniques  sont 
proposées pour tirer les 15 élèves : celle du tirage systématique et celle d’un tirage aléatoire 
simple sans remise. Mais si la classe à enquêter compte 15 élèves ou moins de 15 élèves, on 
enquête  tous  les  élèves  de  la  classe.  Si  la  classe  compte  moins  de  8  élèves,  on  change  de 
classe, s’il y a une autre classe de même niveau, sinon on  enquête les élèves de l’école de 
remplacement  associée.  Les  deux  techniques  sont  ensuite  assimilées  à  un  tirage  aléatoire 
simple sans remise de 15 élèves à partir de l’ensemble des élèves de la classe. 
 
 
 
 
 

55
Le tri de la base d’échantillonnage des écoles selon les strates et la taille des écoles cherche à garantir que les
écoles de remplacement et les écoles échantillonnées auront des caractéristiques similaires.

117
Vérification des hypothèses d’échantillonnage 
 
Le degré d’homogénéité des élèves d’une même classe est déterminant pour définir la taille 
de l’échantillon, et par conséquent pour améliorer la précision des estimateurs. Il est mesuré 
par  un  indicateur  appelé  Roh56  et  connu  également  sous  la  dénomination  « coefficient  de 
corrélation  intra  classe »  qui  n’est  pas  établi  à  priori  (sauf  exception  faite  de  la  mise  en 
œuvre d’une enquête antérieure). 
 
Sur la base des évaluations PASEC, nous avons considéré que le roh valait à priori 0,3 pour le 
PASEC VII, puis 0,4 pour le PASEC VIII. En effet, nous avons comparé cette valeur théorique 
aux  valeurs  empiriques  observées  pour  plusieurs  pays  PASEC,  c'est‐à‐dire  sur  la  base  des 
données collectées. On convient donc de ne retenir qu’un Roh empirique57 qui sera estimé 
sur la base des scores en mathématiques et français des élèves de 5ème année.  
 
Tableau  : Coefficient de corrélation intra classe des scores de français et mathématiques 
en 5ème année
Pays Roh
Burkina Faso (1996) 0,4
Cameroun (1996) 0,5
Côte d'Ivoire (1996) 0,4
Sénégal* (1996) 0,2
Madagascar (1998) 0,1
Mauritanie (2004) 0,5
Tchad (2004) 0,5
Bénin (2005) 0,2
Gabon (2006) 0,3
Maurice (2006) 0 ,2
Burkina Faso (2007) 0,4
Congo (2007) 0,4
Sénégal (2007) 0,2
*Public uniquement 
Les tables d’échantillonnage58 nous donnent pour quinze élèves par classe : 
• 139 écoles à enquêter pour un roh de 0,3 
• 176 écoles à enquêter pour un roh de 0,4 
• 214 écoles à enquêter pour un roh de 0,5 
 
En conséquence de quoi, à partir de 2007, la taille de l’échantillon PASEC a été fixée à 180 et 
non plus 150 écoles.  
 
 
 

56
« Rate of homogeneity ».
57
 Pour le calcul du roh, voir ADECHIAN & HOUNGBEDJI (2005). 
58
ROSS K. & POSTLETHWAITE N. (1988), Sample Design Procedures for the IEA International Study of Reading 
Literacy. IEA. 

118
Comment sont calculés les poids ? 
 
On  peut  utiliser  indifféremment  les  termes  « poids  de  pondération »  ou  « probabilités 
d’inclusion »,  puisque  l’un  peut  aisément  s’obtenir  à  partir  de  l’autre.  Conformément  à  la 
procédure d’échantillonnage, deux niveaux sont à considérer dans le calcul des probabilités 
d’inclusion dans l’échantillon : le niveau école et le niveau élève.  
L’élève  étant  l’unité  principale  d’observation  des  évaluations  du  PASEC  (primary  sampling 
unit ou psu), c’est sa probabilité d’inclusion dans l’échantillon qui doit être prise en compte 
dans l’estimation du score moyen. Ainsi, pour une strate donnée, la probabilité pour qu’une 
école soit tirée PROECOLE vaut : 
Effectif des élèves de CP2 et CM1 de l'école
PROECOLE = Nombre d'écoles tirées dans la strate×     (3) 
Effectif total des élèves de CP2 et CM1 de la strate
 
En  pratique,  l’effectif  des  élèves  de  CP2  et  de  CM1  des  écoles  tirées  est  indiqué  dans  le 
tableau  d’échantillonnage  qui  a  servi  à  la  réalisation  de  l’enquête.  Il  en  est  de  même  de 
l’effectif  total  des  élèves  de  2ème  année  et  de  5ème  année  de  chaque  strate  ainsi  que  du 
nombre total d’écoles tirées dans la strate. La probabilité pour qu’une école soit tirée peut 
donc être calculée sans grandes difficultés. 
 
Ensuite, il s’agit ici de calculer pour une classe choisie, la probabilité PROELEVE qu’a un élève 
de faire partie des 15 élèves que l’on doit retenir par classe : 
Nombre d'élèves enquetés dans la classe
PROELEVE  =          (4) 
Nombre total d'élèves présents dans la classe
 
Remarquons qu’il existe des écoles dans lesquelles on trouve deux ou plusieurs classes d’un 
même  niveau.  De  ce  fait,  on  corrige  la  probabilité  d’inclusion  dans  l’échantillon  par  un 
facteur  qui  tient  compte  de  cet  éventuel  tirage  intermédiaire  et  la  probabilité  d’inclusion 
PROINCLU dans l’échantillon devient : 
 
1
PROINCLU =  Nombre de classes de même niveau × PROECOLE × PROELEVE   (2) 
 
Ajustement des poids de sondage : méthodes de repondération et post stratification 
 
On  ajuste  parfois  les  poids  de  pondération  avant  une  estimation,  et  ce,  pour  deux  raisons 
fondamentales : 
 
• Tenir  compte  des  non‐réponses  totales :  L’utilisation  des  poids  d’échantillonnage 
pour estimer les scores moyens donne de bons résultats si toutes les écoles prévues 
ont été enquêtées.  
• Tenir  compte  des  surreprésentations  volontaires.  Certains  types  d’écoles  peuvent 
être très rares dans le système éducatif. Le besoin de les avoir dans l’échantillon peut 
conduire  à  augmenter  volontairement  leur  poids  dans  l’échantillon.  Il  faut  pouvoir 
leur affecter leurs vrais poids dans la population avant les estimations, au risque de 
biaiser les résultats. 

119
Les  surreprésentations  ou  sous‐représentations  pouvant  conduire  à  des  erreurs 
d’estimations non négligeables, il convient de re‐pondérer, c’est‐à‐dire attribuer aux strates 
leurs vrais poids dans la population. La repondération se base en général sur le principe d’un 
double  échantillonnage :  on  considère  que  l’échantillon  prévu  est  une  sous  population 
dans laquelle l’échantillon obtenu a été tiré aléatoirement. 
Pour  tenir  compte  des  surreprésentations  ou  sous‐représentations  par  la  repondération,  il 
faut  multiplier  cette  probabilité  par  le  taux  de  réponse  des  écoles  par  strate.  La  formule 
devient : 
Effectif des élèves de 2A et 5A de l'école
PROECOLE = TXREP × Nombre d'écoles tirées dans la strate×   (5) 
Effectif total de 2A et 5A de la strate
TXREP désigne le taux de réponse des écoles par strate. On peut en déduire la relation entre 
la  probabilité  d’inclusion  qui  tient  compte  des  surreprésentations  et  des  sous‐
représentations  par  la  repondération  (PROINCLU1)  et  l’ancienne  probabilité  d’inclusion 
(PROINCLU) : 
PROINCLU1 = TXREP×PROINCLU      (6) 
 
En utilisant cette nouvelle probabilité d’inclusion dans l’échantillon, on ajuste ainsi les poids 
de  sondage  des  écoles  dans  le  processus  d’estimation  des  scores  pondérés.  Les  scores 
estimés  sont  donc  des  scores  pondérés  dont  les  poids  sont  ajustés  pour  tenir  compte  des 
surreprésentations et des sous‐représentations des écoles dans l’échantillon final. 
 
Post stratification 
 
Au  Bénin,  en  Mauritanie  et  au  Gabon,  il  y  a  un  écart  important  entre échantillon prévu  et 
réalisé.  De  plus,  certaines  strates  ont  été  sur  représentées.  Afin  de  permettre  des 
estimations raisonnables, on a eu recours à la technique de post stratification. 
 
On  a  retenu  deux  critères  de  post  stratification  :  le  statut  de  l'école,  le  caractère 
complet/incomplet.  En  effet,  les  écoles  privées  ont  généralement  des  scores  supérieurs  à 
celle  du  public  et  les  écoles  à  cycle  incomplet  n'offrent  pas  tous  les  niveaux  et  ont  donc 
moins  de  chance  d'offrir  la  cinquième  année,  en  particulier,  et  de  faire  partie  de 
l’échantillon. 
 
On  construit  ainsi  3  strates  qui  correspondent à  privé,  public  à  cycle  incomplet  et  public  à 
cycle complet. L’estimation des scores moyens prend en compte, le poids de chacune de ces 
strates dans la base de sondage. 
 
 
 
 
 
 
 
 
 
 
 

120
LA COLLECTE DES DONNEES 
 
Quelles sont les responsabilités dans la supervision de l’enquête et les opérations ? 
 
Les  responsabilités  de  l’étude  PASEC  sont  décrites  dans  une  convention  signée  entre  le 
Ministre et la CONFEMEN. Une équipe nationale PASEC est constituée de 6 ou 7 membres du 
ministère, et coordonnée par une responsable technique national, nommé par le Ministère, 
avec l‘aval du STP sur la base d’une fiche de poste. 
 
Le  Secrétariat  Technique  Permanent  (STP)  de  la  CONFEMEN  est  responsabilisé  pour 
superviser le travail d’ensemble de l’évaluation, l’équipe nationale (EN) gère les opérations 
de terrain et participe aux analyses et rédaction du rapport (chapitre 1) tandis que le Comité 
Scientifique (CS) est chargé de l’examen et de la validation des rapports finaux. 
 
Plusieurs  missions  d’appui  sont  prévues  dans  la  convention  à  différentes  phases  de 
l’évaluation :  identification,  appui  aux  opérations  de  pré  test  et  post  test  et  à  la saisie  des 
données, mission de formation à l’analyse sur place et venue d’un membre de l’EN à Dakar 
et enfin appui à la restitution des résultats. Certaines missions d’appui sont parfois réalisées 
par des experts nationaux, dans le cadre de la coopération Sud ‐Sud.  
 
L’échantillon est tiré par le STP, mais l’EN participe à l’élaboration du plan de sondage, sous 
la  responsabilité  des  conseillers  techniques  PASEC  de  Dakar.  L’EN  participe  également  à 
l’adaptation  des  instruments,  sachant  que  c’est  le  STP  qui  valide  la  version  finale.  La 
formation des administrateurs est également assurée par l’EN, en présence d’un conseiller 
technique, chargé de vérifier que les consignes sont bien passées. L’EN corrige les tests sur la 
base  de  consignes  de  correction  standardisées,  puis  saisit  les  données  qui  sont  ensuite 
vérifiées  et  traitées  par  le  STP.  C’est  généralement  l’EN  qui  présente  les  résultats  de 
l’évaluation  au  niveau  national  en  compagnie  des  conseillers  PASEC,  mais  l’édition  et  la 
production du rapport et de la synthèse sont assurés par le STP. 
 
La CONFEMEN finance l’évaluation, incluant les missions des conseillers techniques, mais le 
pays  est  amené  à  contribuer  à  hauteur  de  3,5  millions  de  FCFA  en  sus  de  sa  contribution 
statutaire à la CONFEMEN, et prend en charge la majorité des frais de l’atelier de restitution. 
Certains partenaires techniques et financiers locaux soutiennent parfois les évaluations, c’est 
le cas de l’UNICEF et de l’Agence Française de Développement. 
 
La formation des administrateurs 
 
Un  manuel  de  procédures  remis  à  l’équipe  nationale  décrit  l’ensemble  des  aspects 
logistiques de l’évaluation, notamment la formation des administrateurs et la supervision sur 
le terrain. Les administrateurs des tests sont recrutés par l’équipe nationale, le plus souvent 
parmi  les  élèves‐enseignants  ou  des  agents  du  Ministère  ou  des  services  déconcentrés  de 
l’éducation. 
Les administrateurs partent sur le terrain munis d‘un cahier administrateur, des instruments 
et  des  correspondances  administratives.  Une  lettre  signée  par  les  autorités  nationales 
enjoint les directeurs d’école et les enseignants à participer à l’enquête, c’est pourquoi, les 
refus de passation sont très rares voire inexistants. 

121
Les  administrateurs  sont  formés  durant  deux  jours  au  pré  test  et  trois  jours  au  post  test. 
Pour les tests, chaque administrateur passe devant l’auditoire simuler la passation d’un item, 
puis  on  laisse  à  l’assistance  le  temps  de  poser  d’éventuelles  questions  de  compréhension. 
Les questionnaires sont lus aux administrateurs selon le même principe. La formation insiste 
sur  les  temps  de  passation  de  chaque  item.  Une  demi‐journée  de  simulation  réalisée  en 
groupe dans une école donne l’occasion aux administrateurs de tester grandeur nature les 
principes du tirage des classes et des élèves, de l’organisation des classes pour le test ainsi 
que les temps de passation. Une séance de débriefing est alors organisée pour faire le point 
sur  les  problèmes  éventuels  rencontrés  et  préparer  les  enseignants  aux  différentes  étapes 
de la passation.  
 
Un cahier administrateur détaillé est remis aux enquêteurs et les renseigne sur : 
y La méthode pour présenter l’enquête au directeur d’école et aux enseignants 
y Le tirage des classes et des écoles 
y Les consignes de passation (incluant le minutage de chaque item) 
y Le remplissage des feuilles de passation 
y La passation des questionnaires élèves, maîtres et directeurs 
y La mise à disposition des fiches de suivi 
y La documentation de la passation à remettre aux superviseurs 
 
Ce  dernier  point  est  particulièrement  important  car  il  renseigne  sur  les  problèmes 
rencontrés en matière d’accès à l’école, de fonctionnement de l’école et sur le déroulement 
des tests. Des feuilles de passation renseignent le nom des élèves, les durées effectives de 
passation ainsi que les observations des administrateurs sur le déroulement des opérations. 
Généralement, les administrateurs vont dans les mêmes écoles au pré et au post test et sont 
affectés en fonction de leur connaissance du milieu local et en particulier des langues. Dans 
la plupart des pays, l’équipe nationale administre également les tests. 
La  liste  des  écoles  n’est  révélée  aux  administrateurs  qu’au  dernier  moment,  les  autorités 
locales  sont  souvent  prévenues  de  la  passation  d’épreuve,  une  semaine  avant  l’échéance, 
sans  que  la  liste  des  écoles  leur  soit  transmise.  Les  contextes  locaux  peuvent  parfois 
engendrer  des  exceptions  à  cette  règle,  lorsque  le  déplacement  dans  une  région  pose  des 
difficultés, notamment en matière de sécurité. 
 
Quelles sont les périodes visées par le pré test et le post test ? 
 
Théoriquement, le pré test doit avoir lieu un mois après la rentrée scolaire et le post test un 
mois avant la fin de l’année scolaire. Dans la pratique, les rentrées tardives, les mouvements 
sociaux et les examens de fin d’année entraînent des écarts par rapport à la situation visée. 
En moyenne, pour une année scolaire officielle commençant en octobre et finissant en juin, 
le pré test se déroule en novembre et le post test en mai. 
 
 
 
 
 

122
 
LES PROCEDURES DE VERIFICATION ET DE TRAITEMENT DES DONNEES 
 
Quelles procédures de vérification et de contrôle de cohérence sont mises en œuvre sur les 
données? 
 
Le  module  traitement  des  données  décrit  dans  le  détail  les  méthodes  de  détection  et  de 
correction des erreurs sur lesquelles nous n‘allons pas nous attarder. Un effort particulier est 
apporté  à  la  vérification  un  à  un  des  noms  des  élèves,  pour  être  certains  qu’on  a  un  bon 
appariement des fichiers pré test et post test. 
Dans  les  dernières  vagues  d’évaluation,  on  a  vérifié  la  cohérence  de  certains  construits  ou 
échelles  portant  sur  les  biens  et  équipements  du  ménage,  la  nutrition,  le  matériel  et  les  
équipements des classes et écoles. La même technique employée pour analyser les réponses 
aux items des tests est appliquée pour les réponses aux questionnaires, considérés comme 
une suite d’items. On calcule les alphas de Cronbach et les corrélations de points bistreaux 
et les items/questions présentant une faible corrélation avec le reste des items59 ne font pas 
partie du calcul de l’échelle. 
 
L’analyse a montré une bonne cohérence interne des réponses notamment au questionnaire 
élève avec un excellent taux de réponse aux différentes questions (supérieur à 95%). 
 
LE TRAITEMENT DE LA NON REPONSE 
 
Quels sont les seuils de taux de réponse acceptables ? 
 
Le PASEC retient le seuil de 80% pour pouvoir exploiter une variable dans les analyses. 
 
Comment sont imputées les données manquantes ? 
 
Comme  toute  enquête  par  échantillon,  les  évaluations  PASEC  sont  confrontées  au  non 
réponse. Celle‐ci peut avoir plusieurs sources: 
 
1. Des problèmes liés à la collecte et à la saisie des données, 

2. Le refus par l'enquêté de répondre ou le fait qu'il ne possède pas l'information. 

3. La perte d’une école ou d'un élève au cours de l’année. 

Bien que le PASEC prenne garde à minimiser les problèmes de collecte, il est inévitable que 
certaines non réponses persistent. Ainsi, lorsque nous procédons à une analyse multi variée 
une  seule  valeur  manquante  parmi  les  variables  observées  aura  pour  conséquence  de 
supprimer  l'observation.  Dans  un  modèle  comprenant  20  ou  30  variables  explicatives,  cela 
peut facilement conduire à perdre la moitié des observations. Ceci conduit, bien sûr, à une 
baisse  de  précision  dans  les  estimations  et  à  de  potentiels  biais  puisque  l'échantillon  ainsi 
obtenu peut ne plus être représentatif. 

59
Il s’agit principalement des items spécifiques au milieu rural au niveau de l’éclairage (lampes tempêtes
ou à pétrole ou à gaz), et des moyens de transport (charrue, charrette).

123
La  procédure  mise  en  œuvre  au  sein  du  PASEC  pour  régler  ce  problème  est  celle  des 
imputations  multiples.  Le  principe  des  imputations  multiples  est  de  prédire  les  variables 
manquantes  à  l'aide  des  autres  variables  disponibles60.  Les  variables  imputées  remplacent 
alors  les  valeurs  manquantes  dans  une  nouvelle  base  de  données.  L'originalité  de  cette 
méthode  consiste  à  répéter  cette  procédure  plusieurs  fois  en  introduisant  une  valeur 
aléatoire afin de prendre en compte la variabilité due à l'imprécision de l'estimation de cette 
variable (Graham & Schafer (1999); Schafer & Graham (2002). Nous procédons ainsi à cinq 
imputations61.  
 
Les  régressions  sont  alors  menées  sur  ces  cinq  bases  de  données  et  les  écart‐types  sont 
recalculés  en  utilisant  la  règle  de  Rubin.  Le  calcul  des  écart‐type  prend  donc  en  compte 
l'incertitude  due  à  l'imputation  des  variables.  Cette  méthode  permet  de  revenir  à 
l'échantillon de base des élèves du pré test.  
 

Cette méthode est mise en œuvre par la commande Stata suivante : 
 
ice  LISTEDESVARIABLES  [if  exp.]  [poids],  saving("C:\FICHIERDESORTIEDONNEES.dta")    m(5) 
/// 
  passive(LISTEVARIABLESCATEGORIELLES)  /// 
  substitute(LISTEVARIABLESCATEGORIELLES) /// 
  cmd(LISTECOMMANDES) /// 
  AUTRESOPTIONS 
 
Les statistiques descriptives sont bien entendu calculées sur l’échantillon des répondants, en 
dehors des scores internationaux de fin d’année. Les scores  des élèves enquêtés au pré test 
mais non enquêtés au post n'ont été imputés que dans le cadre des calculs des moyennes 
des  scores  internationaux.  Dans  ce  cas,  le  score  final  est  imputé  ou  plutôt  prédit  par  une 
régression liant le score initial individuel de l’élève et l’effet d’appartenance à sa classe, par 
rapport aux autres (indicatrices de classe). 
 
Quelle est la procédure générale pour la construction des variables ? 
 
La plupart des variables créées sont dichotomiques en dehors de certains indicateurs faisant 
intervenir  plusieurs  variables  tels  que  le  niveau  de  vie,  l’équipement  des  classes  et  des 
écoles. 
 
Pour  cela,  on  utilise  soit  une  analyse  en  composantes  principales,  soit  une  analyse  en 
correspondance multiple permettant de sélectionner les variables discriminant les élèves ou 
classes entre elles.  
 

60
Nous retenons une cinquantaine de variables qui servent à la fois de prédicteurs et de variables à imputer. 
Toutes les variables du modèle final sont présentes. Les scores finaux servent de prédicteurs mais ne sont pas 
imputés. 
61
Le  chiffre  de  5  a  été  choisi  en  fonction  de  la  littérature  et  des  capacités  des  ordinateurs  et  logiciels 
statistiques utilisés.

124
Pour  le  niveau  de  vie,  on  a  parfois  considéré  sur  une  liste  restreinte  de  biens,  que  0  bien 
possédé équivalait à pauvre, 1 ou 2 à catégories intermédiaires et 3 ou 4 biens à riches. Les 
différentes méthodes ont montré une grande convergence entre elles et également avec les 
méthodes employées dans les enquêtes MICS de l’UNICEF. 
 
METHODES DE CALCUL DES SCORES 
 
Les scores sont calculés en faisant la somme des bonnes réponses, les réponses manquantes 
étant  considérées  comme  des  réponses  incorrectes.  Chaque  bonne  réponse  vaut  1  et 
chaque mauvaise réponse 0. Le score est rapporté sur 100 dans les statistiques descriptives 
et devient le pourcentage de bonnes réponses. 
Les  items  intervenants  dans  le  calcul  des  scores  sont  sélectionnés  en  fonction  de  la 
corrélation item‐test (rpbis) et de l’indice de difficulté. Il existe trois types de scores : 
 
• le score calculé pour les modèles d’analyse multi variée ; 
• le score calculé pour une mesure dans le temps, le cas échéant ; 
• le score utilisé pour les comparaisons internationales. 
Cependant le principe de sélection des items et du calcul à proprement parler du score est le 
même dans les trois cas. Seule varie la liste des items sélectionnés. 
 
Comment sont calculés les scores au PASEC pour les analyses multi variées? 
 
Les scores introduits dans les modèles d’analyse sont centrés réduits. Les tests de début et 
de fin d’année ne sont pas mis sur une même échelle, en utilisant des items d’ancrage, car 
cela  n’est  possible  qu’en  français  5ème  année.  Néanmoins,  l’introduction  de  pondérations 
plus  importante  des  items  d’ancrage  n’avait  pas  remis  en  cause  les  résultats  des  modèles 
pour le Cameroun. 
 
Comment sont calculés les scores au PASEC pour la comparaison dans le temps ? 
 
Après  avoir  examiné  les  éventuelles  variations  de  forme  ou  contenu  des  items  entre  deux 
vagues d’évaluation pour un même pays, on calcule les indices de difficulté et  corrélations 
de point‐bisériaux. Lorsque les indices de difficulté ou les corrélations de point bisérial sont 
inférieurs  aux  seuils  fixés  de  0,1  et  0,9  puis  0,2  respectivement,  l’item  est  supprimé  des 
scores comparables‐temps. Ensuite, un fichier fusionne les réponses aux items pour les deux 
enquêtes. Dans le cadre du Sénégal, les tests ont été mis à l’échelle grâce aux modèles de 
réponse à l’item (IRT). 
 
Comment sont calculés les scores au PASEC pour la comparaison internationale ? 
 
Au  sein  du  PASEC  VII  et  VIII,  on  ne  trouve  pas  de  différences  majeures  entre  les  tests  et 
items,  en  dehors  de  légères  variations  de  taille  de  police.  Un  revue  des  tous  les  tests 
administrés au PASEC VII et VIII a été entreprise, item par item en prenant soin de vérifier le 
contenu  et  la  forme  des  items.  Les  variations  sont  principalement  dues  à   l’utilisation  de 
tailles de police ou d’images sensiblement différentes. 

125
Les réponses aux items ont été rassemblées dans une base commune, puis examinées selon 
deux indicateurs et à deux niveaux (international et national). 
1ère  étape :  Analyse  des  corrélations  item‐test  (rubis)  au  niveau  global  (sur  le  jeu  de 
données fusionnées) 
2ème étape: Analyse des corrélations item‐test (rubis) pour chaque pays 
Les items dont les rubis sont inférieurs à 0,2 dans au moins trois pays sur 9 ont été 
supprimés. 

3ème étape : Analyse des indices de difficulté (taux de réussite) au niveau global (sur le 
jeu de données fusionnée) 
4ème étape : Analyse des indices de difficulté (taux de réussite) pour chaque pays  
Les items dont les indices de difficulté sont supérieurs à 0,9 ou inférieurs à 0,1 dans 
au moins trois pays ont été supprimés. 

On notera que pour le test de deuxième année, les items présentent une bonne cohérence 
interne et des indices de difficulté en moyenne proche de 0,5. Les items Q et R du test de 
deuxième année en mathématiques (pré test), faisant intervenir les signes « < » et « > »  ne 
sont  pas  au  programme  au  Burkina  Faso  et  ont  donc  été  supprimés  des  analyses.  Au  post 
test, en 2ème année, aucun item ne pose problème. Etant donné que le nombre d’items est 
plus important au post test qu’au pré test en deuxième année, il est préférable de faire les 
analyses sur les post test. De plus, il n’existe pas d’items d’ancrage entre pré test et post test 
en deuxième année. 
 
En  revanche,  pour  le  test  de  5ème  année,  un  certain  nombre  d’items  ont  été  supprimés, 
notamment  les  items  à  question  ouverte.  Seul  le  test  de  5ème  année  en  français  comporte 
des items d’ancrage commun aux deux vagues d’évaluation. 
 
Les tests utilisés dans les pays ont été comparés un à un. Les items nationaux et les items 
PASEC qui ne correspondent pas au curriculum officiel, qui sont très rares, ont été supprimés 
des  analyses  internationales.  Ensuite,  les  items  dont  le  rubis  est  inférieur  à  0,2  ou  dont 
l’indice de difficulté est supérieur à 90% ou inférieur à 10% n’interviennent pas dans le calcul 
des  scores  internationaux.  Pour  une  analyse  plus  fine  des  réponses  aux  items  PASEC  sur 
plusieurs pays, mobilisant la théorie de réponse aux items ou IRT pour item réponse theory, 
voir MONSEUR C. (2007) et ITZLINGER U. (2009). On notera que les tests PASEC, bâtis dans 
les années 90, sont actuellement en cours de révision. Pour une confrontation tests PASEC‐
curricula, voir LEJONG M. (2007). 
 
 
 
 
 
 
 
 
 
 
 

126
Tableau : Alpha de Cronbach par test et par pays, liste des items supprimés dans le calcul 
des scores internationaux 
2ème année 5ème année
Français Maths Français Maths
Pays Pré test Post test Pré test Post test Pré test Post test Pré test Post test
BEN 0,93 0,94 0,86 0,95 0,82 0,85 0,87 0,84
BFA 0,9 0,93 0,84 0,92 0,72 0,84 0,84 0,83
CMR 0,91 0,92 0,83 0,92 0,83 0,84 0,84 0,81
COG 0,91 0,94 0,84 0,94 0,82 0,88 0,82 0,86
GAB 0,89 0,94 0,75 0,91 0,83 0,84 0,81 0,76
MDG 0,88 0,89 0,82 0,93 0,72 0,74 0,83 0,83
MRT na na 0,84 0,94 0,7 0,8 0,86 0,86
SEN 0,92 0,94 0,84 0,94 0,8 0,83 0,83 0,82
TCD 0,87 0,92 0,87 0,94 0,84 0,84 0,85 0,81
Global 0,91 0,93 0,85 0,94 0,82 0,87 0,87 0,86

H, L, M, N,
Items P, Q, R, S, D, V, AB,
D aucun A, Q et R aucun O, T, V, E, AB
supprimés W, AC, AF AE, AJ
AF, AJ

Nombre
final 24 40 15 39 33 32 32 36
d'items

La  mise  a  l’échelle  des  tests  réalisée  grâce  aux  modèles  de  réponse  à  l’item,  après 
suppression des items à fonctionnement différentié, n’a pas conduit à des décalages majeurs 
du positionnement des pays par rapport au score calculé selon la théorie du score vrai, sur 
les pré test cinquième année des pays PASEC VII et VIII et des résultats provisoires PASEC IX.  

CALCUL DES STATISTIQUES DESCRIPTIVES 
Comment sont calculées les moyennes et proportions ? 
L’estimation des moyennes et proportions fait en déclarant le plan d’échantillonnage et en 
introduisant  les  pondérations.  Pour  déclarer  le  plan  d’échantillonnage,  on  a  besoin  des 
facteurs  d’extrapolation  (ou  « raisin  factor »).  Ils  prennent  comme  valeur  l’inverse  de  la 
probabilité d’inclusion. Déclarer le plan d’échantillonnage au logiciel, c’est lui demander de 
prendre en compte les poids ou probabilité d’inclusion dans les différentes estimations. La 
commande « svyset » permet de déclarer le plan de sondage à STATA par la commande : 
 
svyset  NUMECOLE  [weight=IPROINCLU],  strata  (NUMSTRATE)  vce  (linear  zed)  single 
unit(missing) || NUMELEVE 
 
Il faut lui préciser : 
 
• « pweight »  c’est‐à‐dire  les  poids  de  pondération ;  il  s’agit  ici  des  facteurs 
d’extrapolation  (ou  « raising  factors »),  qui  valent  l’inverse  de  la  probabilité 
d’inclusion. 

•  « vce » indique la méthode d’estimation de la variance des estimateurs 

127
  
• « strata » c’est‐à‐dire l’identificateur des strates 
 
• « psu » c’est‐à‐dire « primary sampling units » ou unités primaires d’échantillonnage. 
Il s’agit ici des écoles. 
 
Dans le cas de la post stratification, la commande a utilisé pour déclarer le plan de sondage 
est : 
svyset  NUMECOLE  [pweight=IPROINCLU2],  poststrata(NUMSTRATE_1) 
postweight(NUMSTRATE_1) vce(linearized) singleunit(missing) || NUMELEVE 
 
Pour  les  statistiques  descriptives,  les  poids  n’ont  été  introduits  qu’à  partir  de  l’évaluation 
Maurice. Les moyennes pondérées s’obtiennent par la commande Stata : 
 
svy, vce(linearized): mean SFIN2F100 SFIN2M100 SFIN2Mlg100       (pour la 2ème année) 
L’option jacknife donne des estimations plus précises. 
 
METHODES D’ANALYSE DES DONNEES 
 
Quelle est la démarche globale d’analyse ? 
 
Le principe fondamental de l’analyse multi variée consiste à considérer conjointement dans 
l’analyse  l’ensemble  des  facteurs  qui  interviennent  simultanément  dans  le  processus 
d’acquisition,  afin  d’identifier  isolément  l’effet  de  chacun  d’entre  eux.  La  recherche  d’un 
modèle explicatif du score final des élèves est donc le but des analyses PASEC. L’idée de base 
de  la  formalisation  mathématique  du  modèle  théorique  d’apprentissage  scolaire  décrit 
précédemment  consiste  à  supposer  l’existence  d’une  relation  fonctionnelle  entre  les 
facteurs  d’apprentissage,  les  facteurs  contextuels  et  les  résultats  scolaires.  L’approche 
retenue  par  le  PASEC  consiste  donc  à  considérer  le  niveau  d’acquisition  de  départ  ou  de 
début  d’année  scolaire  (score  au  pré‐test)  comme  un  résumé  ou  une  synthèse,  bien 
qu’imparfaite  mais  acceptable,  de  toute  l’information  sur  le  passé  scolaire  et  extrascolaire 
de  l’élève.  On  parle  alors  de  modèle  d’apprentissage  scolaire  à  « valeur  ajoutée »  (cf. 
encadré  1),  dans  la  mesure  où  ce  type  d’approche  permet  de  mesurer  l’effet  des  facteurs 
contemporains de scolarisation sur la progressions des élèves sur une année. 
Le modèle de régression linéaire multiple s’écrit  : 
A1i  = α0 + α1X1 + α2X 2 + ... + αkX k + εii i                                                                     
Avec   A1i  la variable expliquée ou dépendante,  
X 1,  X 2, ..., X n  les variables explicatives,  
  α0 , α1 ,  α2,  …, αk  les paramètres à estimer 
Avec i = 1,…, n individus ou élèves ici. 
εii  l’écart aléatoire 
i
 
Les  variables  explicatives  font  référence  à  l’ensemble  des  facteurs,  scolaires  et 
extrascolaires,  identifiés  dans  le  modèle  théorique  et  supposés  avoir  un  impact  sur  les 
acquisitions scolaires. 

128
L’approche retenue dans l’estimation consiste généralement à effectuer cette régression en 
introduisant  de  façon  progressive  par  thème  les  différentes  variables  explicatives.  Pour  ce 
faire, on régresse d’abord le score de fin d’année sur le score de début d’année pour avoir 
une idée du poids des habiletés personnelles de l’élève et de son héritage scolaire antérieur 
dans la performance de fin d’année. 
 
Une  fois  que  nous  avons  contrôlé  les  aptitudes  personnelles  et  l’héritage  historique  de 
l’élève, la partie restante du score de fin d’année peut être imputable aux facteurs scolaires 
et extrascolaires de l’année en cours. On parle de modèle de progression ou modèle à valeur 
ajoutée.  On  peut  à  présent  introduire  progressivement,  d’abord  les  caractéristiques  des 
élèves  (âge,  genre,  milieu  socio‐économique,  milieu  culturel,  alphabétisation  des  parents, 
etc.),  ensuite  les  caractéristiques  des  enseignants  (qualifications  académique  et 
professionnelle, motivation, expérience professionnelle, etc.), puis les caractéristiques de la 
classe (taille de classe, organisation pédagogique – simple flux, double flux, multigrade, etc.), 
et  enfin  les  caractéristiques  du  directeur  et  de  l’école  (statut  privé/public  de  l’école, 
dynamisme  du  directeur,  localisation  rural/urbain  de  l’école,  etc.).  Le  modèle  global  sera 
obtenu par concaténation des modèles par bloc suivant les différents thèmes qui ont guidés 
l’introduction progressive des variables. 
 
La revue des résultats des évaluations PASEC VII, ainsi que Gabon et Maurice (PASEC VIII) a 
permis d’identifier les variables revenant souvent dans les modèles quel que soit le pays et 
ainsi  d’affiner  le  modèle  théorique  pour  les  évaluations  Burkina  Faso,  Congo  et  Sénégal 
(PASEC VIII). En effet, une liste de 40 variables a été établie contenant les variables les plus 
souvent associées à des coefficients significatifs dans les modèles, peu importe l’année (2ème 
ou 5ème) ou la discipline (français ou mathématiques). 
 
Toujours dans cette optique, un jeu de données commun  a été créé afin de consolider les 
analyses par des méthodes d’analyse dites multi niveaux. 
 
Quelles spécifications techniques sont retenues pour les modèles ? 
 
Les  données  souvent  utilisées  dans  la  modélisation  d’acquisitions  scolaires  sont  de  type 
hiérarchique  ou  à  plusieurs  niveaux.  En  effet,  les  données  sont  collectées  à  la  fois  sur  les 
élèves,  les  classes  et  les  écoles.  Or,  l’unité  d’observation  de  départ  ou  l’élève  fait  partie 
d’une classe ; de même, la classe fait partie d’une école. 
 
Le caractère hiérarchique des données est pris en compte grâce à l’option cluster de stata, 
qui  permet  de  mettre  en  œuvre  une  estimation  robuste  des  écarts‐types.  Les  multi 
colinéarités entre variables sont détectées à l’aide des « variance inflation factors » (vif), le 
seuil de 2 ayant été retenu au PASEC. 
 
Les modèles sont donc obtenus sur Stata avec la commande : 
regress SFIN SINI X1 X2 X3…XN, cluster(NUMCOLE) 
Et en tenant compte de l’imputation multiple, la commande devient : 
mim : regress  SFIN SINI X1 X2 X3…XN, cluster(NUMCOLE) 
 

129
SENNE  (2008)  aborde  la  question  des  biais  de  sélection  et  propose  des  solutions  pour  le 
PASEC. 
 
Comment lire et interpréter les résultats des modèles ? 
 
Les variables de score sont centrés réduites, ce qui veut dire que l’effet des coefficients se lit 
en pourcentage d’écart type (du test de fin d’année). 
Nous  disposons  ici  du  nécessaire  pour  une  première  lecture  de  la  colonne  des  coefficients 
issus  de  l’estimation  d’un  modèle  par  les  MCO  (notée  "coef"  dans  les  sorties  Stata). 
Reprenons  l’estimation  de  la  section  précédente,  en  considérant  maintenant  comme 
variable dépendante le score standardisé :   
regress STSCORE TAILLE RURAL 
‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ 
     STSCORE |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval] 
‐‐‐‐‐‐‐‐‐‐‐‐‐+‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ 
      TAILLE |  ‐.0060685   .0009014    ‐6.73   0.000    ‐.0078364   ‐.0043006 
       RURAL |  ‐.3914208   .0483857    ‐8.09   0.000    ‐.4863135   ‐.2965281 
       _cons |   .6480245   .0648103    10.00   0.000     .5209203    .7751288 
‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ 
Ainsi,  on  peut  lire  que  l’augmentation  d’un  élève  dans  l’effectif  de  la  classe  a  pour  effet 
moyen  de  réduire  les  résultats  de  ceux‐ci  de  0,6%  d’écart‐type  (coefficient  de  ‐0,006).  De 
même,  le  passage  du  milieu  urbain  au  milieu  rural  a  pour  effet  moyen  de  diminuer  les 
résultats des élèves de 39% d’écart‐type (coefficient de ‐0,39).  
Il convient dès lors de ne pas considérer simplement l'estimation la plus probable de la vraie 
valeur, mais de donner une fourchette dans laquelle on peut garantir, par exemple à 95%, 
que la vraie valeur se trouve ; c'est cette fourchette qu'on appelle l'intervalle de confiance. 
 
Dans l’estimation précédente : 
regress STSCORE TAILLE RURAL 
‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ 
     STSCORE |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval] 
‐‐‐‐‐‐‐‐‐‐‐‐‐+‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ 
      TAILLE |  ‐.0060685   .0009014    ‐6.73   0.000    ‐.0078364   ‐.0043006 
       RURAL |  ‐.3914208   .0483857    ‐8.09   0.000    ‐.4863135   ‐.2965281 
       _cons |   .6480245   .0648103    10.00   0.000     .5209203    .7751288 
‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ 
On  peut  lire  que  la  valeur  moyenne  la  plus  probable,  sur  notre  échantillon,  du  coefficient 
affecté à la variable taille est ‐0,006. L’intervalle de confiance nous dit qu’on peut être assuré 
à  95%  que  la  vraie  valeur  est  comprise  entre  ‐0,004  et  ‐0,008.  De  même,  la  valeur  du 
coefficient  de  la  variable  rurale  est  elle  comprise  entre  ‐0,29  et  ‐0,49,  pour  une  valeur 
moyenne de ‐0,39. 
Plus généralement, la probabilité limite (colonne P>|t|) ou p‐value nous permet de préciser 
exactement  le  risque  de  se  tromper  en  considérant  que  l'effet  est  nul.  On  dira  qu’une 
variable est significative :  
• au seuil de 10% lorsque P<0,01, noté * 
• au seuil de 5% lorsque P<0,05, noté ** 
• au seuil de 1% lorsque P<0,1, noté *** 

130
 
Le R² (R‐squared) renseigne sur le pouvoir explicatif du modèle utilisé. 
Dans l’estimation suivante, issue de la régression du score de fin d’année sur la taille de la 
classe :  
 
Regress STSCORE TAILLE 
 
Number of obs =    1967 
F(  1,  1965) =   59.80 
Prob > F      =  0.0000 
R‐squared     =  0.0295 
Adj R‐squared =  0.0290 
Root MSE      =  .98537 
 
‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ 
     STSCORE |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval] 
‐‐‐‐‐‐‐‐‐‐‐‐‐+‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ 
      TAILLE |  ‐.0070234   .0009082    ‐7.73   0.000    ‐.0088046   ‐.0052422 
       _cons |   .4303264   .0599181     7.18   0.000     .3128166    .5478362 
‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ 
 
Le  R²  ajusté  s’élève  à  0,029.  Ceci  signifie  que  la  variable  taille  de  la  classe  explique  à  elle 
seule 2,9% de la variabilité des résultats scolaires en fin d’année. Rappelons que la part de la 
variabilité non expliquée par les variables du modèle (1‐R²) correspond au terme aléatoire  .  
 
 

131
ANNEXE B Statistiques descriptives
 
TABLEAU DES SCORES INTERNATIONAUX 
 
Tableau 3‐1‐a 
 
2ème année pré test
Pré
Pays Année Pré test Moyenne Inf. Sup. test Moyenne Inf. Sup.
BFA 2007 Français 23,4 21,0 25,7 Maths 33,5 30,7 36,3
CMR 2005 Français 45,2 41,1 49,3 Maths 53,2 48,8 57,6
COG 2007 Français 30,4 27,0 33,9 Maths 47,1 43,8 50,4
MDG 2005 Français 40,0 36,3 43,8 Maths 59,3 56,0 62,7
SEN 2007 Français 31,6 29,0 34,2 Maths 37,9 34,9 40,9
TCD 2004 Français 27,0 23,6 30,5 Maths 48,0 43,4 52,5
BEN 2005 Français 28,3 24,8 31,8 Maths 39,9 36,4 43,4
GAB 2006 Français 41,0 38,0 44,0 Maths 45,6 43,3 47,9
MRT 2004 Français nd Maths 42,1 39,1 45,1
Moyenne Français 33,4 Maths 45,2

Tableau 3-1-b

2ème année post test

Post Post
Pays Année test Moyenne Inf. Sup. test Moyenne Inf. Sup.
BFA 2007 Français 38,4 35,7 41,1 Maths 33,5 31,2 35,9
CMR 2005 Français 64,9 61,5 68,2 Maths 54,7 51,5 57,9
COG 2007 Français 43,6 40,5 46,8 Maths 44,8 41,7 47,9
MDG 2005 Français 47,9 45,1 50,7 Maths 53,4 50,8 56,0
SEN 2007 Français 42,9 39,4 46,4 Maths 45,2 42,2 48,2
TCD 2004 Français 41,1 36,6 45,6 Maths 42,5 38,6 46,5
BEN 2005 Français 33,2 30,4 36,1 Maths 33,1 30,5 35,8
GAB 2006 Français 48,9 45,8 51,9 Maths 48,3 46,0 50,5
MRT 2004 Français nd Maths 31,7 29,0 34,3
Moyenne Français 45,1 Maths 43,0

132
Tableau 3‐2‐a 
 
5ème année pré test
Pré
PAYS Année Pré test Moyenne Inf. Sup. test Moyenne Inf. Sup.
BFA 2007 Français 37,1 35,1 39,1 Maths 40,1 37,9 42,4
CMR 2005 Français 46,0 42,8 49,1 Maths 54,6 51,8 57,5
COG 2007 Français 37,7 35,2 40,3 Maths 44,9 42,8 47,0
MDG 2005 Français 37,0 33,8 40,2 Maths 64,0 61,3 66,7
SEN 2007 Français 37,1 35,1 39,0 Maths 45,8 43,4 48,2
TCD 2004 Français 36,3 32,6 40,0 Maths 39,5 35,1 43,9
BEN 2005 Français 31,6 29,5 33,7 Maths 44,5 42,0 47,0
GAB 2006 Français 49,9 47,9 52,0 Maths 53,1 51,4 54,9
MRT 2004 Français 19,5 17,9 21,1 Maths 24,9 22,2 27,6
Moyenne Français 36,9 Maths 45,7

Tableau 3‐2‐b 

5ème année post test

Post Post
PAYS Année test Moyenne Inf. Sup. test Moyenne Inf. Sup.
BFA 2007 Français 40,1 37,9 42,3 Maths 38,2 36,1 40,2
CMR 2005 Français 55,5 52,8 58,2 Maths 47,2 44,7 49,6
COG 2007 Français 39,1 36,4 41,8 Maths 36,0 33,8 38,3
MDG 2005 Français 39,4 37,6 41,3 Maths 52,0 49,6 54,3
SEN 2007 Français 42,1 40,1 44,2 Maths 40,9 38,7 43,2
TCD 2004 Français 34,3 31,4 37,3 Maths 34,0 31,0 37,0
BEN 2005 Français 32,1 30,0 34,2 Maths 31,9 29,8 34,0
GAB 2006 Français 57,0 54,5 59,5 Maths 42,4 40,7 44,0
MRT 2004 Français 22,2 20,4 24,1 Maths 22,2 20,0 24,4
Moyenne Français 40,2 Maths 38,3

133
 Annexe C Statistiques Descriptives
DEUXIEME ANNEE SENEGAL 

Intervalle de confiance
Standard Std
Variables Description Moyenne/Proportion Borne Borne
Erreur deviation
Inférieure Supéerieure

sfin2f100 Score final en français 44,10 2,03 40,08 48,12 26,18

Score final en
sfin2m100 47,22 1,70 43,86 50,58 25,76
mathématiques
Score initial en
sini2m100 40,30 1,63 37,07 43,53 24,20
mathématiques

sini2f100 Score initial en français 31,13 1,34 28,47 33,78 24,70

fille 1 si l'élève est une fille 0,50 0,01 0,48 0,53

1 si l'élève est une fille et que

genre 0,22 0,03 0,17 0,27
le maître est une femme

richessemca richesse 0,13 0,01 0,10 0,16 0,33

trav champ 1 si l'élève travaille au champ 0,45 0,03 0,38 0,51

1 si l'élève effectue des

trav dom 0,54 0,02 0,50 0,58
travaux domestiques
1 si l'élève parle français à la
domfranc ais 0,03 0,01 0,01 0,04
mais on
1 si l'élève possède un livre
livre_mt 0,52 0,04 0,45 0,59
de mathématiques
1 si l'élève possède un livre
livre_fr 0,64 0,04 0,56 0,71
de français

aidemaitre 1si le maître aide l'élève 0,02 0,00 0,01 0,03

aidepersonne 1 si personne n'aide l'élèv e 0,18 0,03 0,12 0,23

nombre de redoublement de
nbredoub 0,35 0,02 0,31 0,39
l'élève

jamais aucun redoublement 0,68 0,02 0,64 0,72

1 an redoubler une fois 0,29 0,02 0,25 0,32

2 ans redoubler deux fois 0,03 0,01 0,02 0,04

134
 âge d'entrée de l'élève à
ageentree 6,83 0,06 6,71 6,95 1,11
l'école

maternel 1 si l'élève a fait la maternelle 0,22 0,02 0,18 0,26

nombre d'équipement de
nbequipelev 3,52 0,05 3,42 3,62 0,81
l'élève
nombre d'équipement de la
equipclass 3,43 0,12 3,20 3,66 1,21
classe

mtfem 1 si le maître est une femme 0,41 0,05 0,32 0,51

1 si le maître poss ède au

mtdipcy clb 0,11 0,04 0,04 0,19
moins le bac
durée pratique dans la
mtdurepratiq formation pédago du maître 2,17 0,20 1,78 2,57 2,93
en mois

0 aucune formation 0,09

1 au moins un an 0,91

ancienneté du maître en
mtanc 8,99 0,76 7,48 10,50 8,34
année
1 si le maître est contractuel
mtc ontvol 0,68 0,04 0,60 0,75
ou volontaire

mtinspecter 1 si le maître a été inspecté 0,70 0,05 0,61 0,79

1 si le maître utilise le guide

mtutilguid~r 2,92 0,15 2,63 3,22
de français
1 si le maître parle la langue
mtlangloc 0,86 0,03 0,80 0,93
locale

taillec lass e taille de la classe 54,47 2,68 49,17 59,77 24,84

nombre de jours d'absence

dtabsmait~ du maître durant le mois 8,22 0,80 6,63 9,80 10,07
pécedant le test

dtseul 1 si le maître vit seul 0,15 0,05 0,05 0,24

dtnoape 1 s'il n'y a pas d'APE 0,11 0,03 0,05 0,16

dtassoc
1 si le directeur est syndiqué 0,81 0,04 0,73 0,88
syn~c
1 si le directeur v it dans
dtdansecol 0,19 0,04 0,10 0,27
l'école

dtnbtot taille de l'école 168,15 9,96 148,47 187,84 124,73

ancienneté du directeur en
dtancenseign 12,37 0,87 10,64 14,09 8,79
tant qu'enseignant

135
rural 1 si l'éc ole est en milieu rural 0,57 0,04 0,49 0,66

prive 1 si l'éc ole est priv ée 0,13 0,01 0,10 0,16

score moyen en Fr et maths

numstrate1 61,76 6,45 49,02 74,50 24,79
Ecoles privées
score moyen en Fr et maths
numstrate2 49,11 2,61 43,95 54,27 26,43
Dakar
score moyen en Fr et maths
numstrate3 41,06 3,65 33,85 48,28 25,28
Diourbel
score moyen en Fr et maths
numstrate4 37,68 3,95 29,88 45,49 17,71
Fatick
score moyen en Fr et maths
numstrate5 51,91 6,28 39,50 64,33 30,74
Kaolac k
score moyen en Fr et maths
numstrate6 23,82 5,60 12,75 34,89 15,73
Kolda
score moyen en Fr et maths
numstrate7 46,80 3,39 40,09 53,51 18,36
Louga
score moyen en Fr et maths
numstrate8 43,46 5,61 32,37 54,56 15,46
Matam
score moyen en Fr et maths
numstrate9 44,77 3,34 38,17 51,38 24,17
Saint-Louis
score moyen en Fr et maths
numstrate10 50,67 5,09 40,60 60,73 14,60
Tambacounda
score moyen en Fr et maths
numstrate11 55,53 3,75 48,11 62,95 29,95
Thiès
score moyen en Fr et maths
numstrate12 32,48 4,04 24,49 40,48 19,77
Ziguinchor

CINQUIEME ANNEE SENEGAL 
Intervalle de confiance
Moyenne Standard Std
Variables Description Borne Borne
/Proportion Erreur deviation
Inférieure Supéerieure

stfin5f Score final français standardisé 37,51 1,05 35,44 39,59 18,18

stini5f Score initial français standardisé 33,90 1,01 31,90 35,90 16,40

stfin5m Score final maths standardisé 43,50 1,43 40,67 46,32 18,28

stini5m Score initial maths standardisé 46,30 1,29 43,76 48,85 19,12

fille 1 si l' élève est une fille 0,48 0,02 0,45 0,51

1 si l'élève est une fille et que le

genre 0,09 0,02 0,04 0,14
maître est une femme

richessemca Richesse du ménage -0,08 0,09 -0,25 0,09 1,05

136
aidemaitre 1si le maître aide l'élève 0,02 0,00 0,01 0,02

aidepersonne 1 si personne n'aide l'élèv e 0,23 0,03 0,17 0,28

1 si l'élève dit travailler aux

travchamp 0,43 0,03 0,36 0,49
champs
1si l'élève dit effectuer des
travdom 0,57 0,02 0,53 0,61
travaux domestiques
1 si l'élève possède un livre de
livre_fr 0,61 0,04 0,54 0,69
français
1 si l'élève possède un livre de
livre_mt 0,49 0,04 0,41 0,57
maths

tuteur 1 si l'élève vit avec un tuteur 0,10 0,01 0,08 0,12

maternel 1 si l'élève a fait la maternel 0,21 0,02 0,17 0,25

Nombre de redoublement de
nbredoub 0,59 0,03 0,52 0,65 0,68
l'élève dans son cursus
Age auquel l'élève est entré à
ageentree 7,06 0,11 6,85 7,28 1,44
l'école
1 si l'élève parle français à la
domfrancais 0,05 0,01 0,03 0,07
maison

nbequipelev nombre d'équipement de l'élève 3,76 0,06 3,64 3,87 0,62

Nombre d'équipement que

equipclass 6,49 0,46 5,58 7,40 3,02
possède la classe

5 5biens d'équipement 0,21 0,04 0,13 0,29

6 6biens d'équipement 0,45 0,06 0,34 0,56

7 7biens d'équipement 0,21 0,04 0,12 0,29

8 8biens d'équipement 0,08 0,04 0,01 0,16

9 9biens d'équipement 0,04 0,02 -0,01 0,08

10 10biens d'équipement 0,01 0,01 -0,01 0,04

mtfem 1 si le maître est une femme 0,19 0,06 0,08 0,31

mtdipcyclb 1 si le maître a le bac 0,67 0,05 0,57 0,77

1 si le maître n'a pas de diplôme

mtnodipedag 0,22 0,05 0,13 0,31
pédagogique
1 si le maître est contractuel ou
mtcontvol 0,33 0,05 0,24 0,43
volontaire
Nb de jours d'absence du maître
dtabsmait~m1 7,37 0,75 5,90 8,85 8,37
évalué par le directeur

tailleclasse Taille de la classe 49,24 3,49 42,34 56,15 23,85

137
 0 si le maître utilise le guide du
mtutilguid~t 2,82 0,16 2,51 3,12 1,51
maître en Mathématiques
1 si le maître utilise le guide du
mtutilguid~fr 3,01 0,14 2,73 3,29 1,39
maître en Français

0 pas de guide 0,15 0,03 0,08 0,21

1 jamais 0,01 0,01 0,00 0,03

2 rarement 0,04 0,04 -0,03 0,11

3 souvent 0,28 0,04 0,19 0,37

4 toujours 0,52 0,05 0,41 0,63

Nombre de formations suivies

mtnbform 3,57 0,25 3,07 4,07 1,79
par le maître

0 Aucune formation 0,13 0,06 0,02 0,25

1 1 formation 0,03 0,02 -0,01 0,06

2 2 formations 0,04 0,02 0,00 0,07

3 3 formations 0,17 0,04 0,09 0,25

4 4 formations 0,36 0,05 0,26 0,46

5 5 formations 0,13 0,03 0,07 0,19

6 6 formations 0,15 0,03 0,08 0,21

mtanc Ancienneté du maître en années 9,70 0,67 8,38 11,03 6,74

Durée de la formation
mtdurepedag 4,38 0,14 4,09 4,66 1,51
pédagogique du maître
1 s i le maître a été inspecté
mtinspecter 0,73 0,06 0,61 0,84
cette année
1 : les relations ac les parents
dtparfacil 0,75 0,04 0,67 0,84
sont faciles selon le directeur

dtdansecol 1 si le directeur vit dans l'école 0,15 0,03 0,09 0,21

dtancdir Ancienneté comme directeur 10,45 0,74 8,99 11,92 8,27

Anciénneté du directeur comme

dtancenseign 12,87 0,74 11,41 14,33 8,16
enseignant

nbequipecol Nombre d'équipenet de l'école 5,33 0,25 4,83 5,82 2,56

0 0 bien d'équipement école 0,06 0,03 0,00 0,13

1 1 bien d'équipement école 0,05 0,02 0,01 0,10

138
 2 2 biens d'équipement école 0,03 0,01 0,00 0,06

3 3 biens d'équipement école 0,05 0,02 0,02 0,09

4 4 biens d'équipement école 0,11 0,03 0,04 0,18

5 5 biens d'équipement école 0,19 0,04 0,11 0,26

6 6 biens d'équipement école 0,18 0,06 0,07 0,29

7 7 biens d'équipement école 0,11 0,03 0,06 0,16

8 8 biens d'équipement école 0,13 0,03 0,07 0,18

9 9 biens d'équipement école 0,05 0,02 0,02 0,09

10 10 biens d'équipement école 0,01 0,00 0,01 0,01

11 11 biens d'équipement école 0,01 0,01 0,00 0,02

12 12 biens d'équipement école 0,01 0,00 0,01 0,01

rural 1 si l'école est en milieu rural 0,48 0,05 0,38 0,59

prive 1 si l'école privée 0,20 0,04 0,12 0,29

score moyen en Fr et maths

numstrate1 53,01 3,20 46,68 59,35 12,78
Ecoles privées
score moyen en Fr et maths
numstrate2 43,78 2,25 39,32 48,23 18,54
Dakar
score moyen en Fr et maths
numstrate3 39,20 2,70 33,86 44,55 15,10
Diourbel
score moyen en Fr et maths
numstrate4 39,94 2,29 35,41 44,47 14,39
Fatick
score moyen en Fr et maths
numstrate5 41,71 3,11 35,55 47,86 17,93
Kaolac k
score moyen en Fr et maths
numstrate6 25,89 1,39 23,13 28,64 7,61
Kolda
score moyen en Fr et maths
numstrate7 39,93 1,70 36,56 43,29 9,72
Louga
score moyen en Fr et maths
numstrate8 51,35 4,79 41,87 60,83 14,80
Matam
score moyen en Fr et maths
numstrate9 35,72 1,54 32,68 38,76 14,40
Saint-Louis
score moyen en Fr et maths
numstrate10 47,58 4,23 39,20 55,95 13,36
Tambacounda
score moyen en Fr et maths
numstrate11 38,75 3,21 32,40 45,11 20,12
Thiès
score moyen en Fr et maths
numstrate12 33,46 2,48 28,55 38,37 11,15
Ziguinchor

139
ANNEXE D : Recommandations des groupes de travail
 

Atelier 3 : 

Appréciation de la Condition d’une mise en œuvre

Mesures pertinence des efficace
recommandations
Amélioration des conditions matérielles et respect des normes éducatives
- Diminuer les tailles - pertinente ; - construction et équipement de
de classes en priorité - Etendre cette salles de classes ;
dans les petits niveaux recommandation à tous les - recrutement d’enseignants ;
niveaux - stratégie : option progressive ;
- Prioriser la dotation -pertinente ; -mettre en place à temps les
en manuels de lecture -prendre en compte les manuels scolaires à la disposition
dans les petites classes manuels en mathématique : des services déconcentrés ;
-étendre la dotation en -doter les services déconcentrés de
manuels à tous les niveaux magasins de stockage ;
selon les normes du PDEF -mettre les manuels au niveau des
(deux manuels : français, écoles à temps opportun ;
mathématique dans le sac de -veiller à la distribution des
l’élève) ; manuels dans les classes ;
-équiper les classes en tables -prendre en compte la langue
bancs (mettre deux élèves par maternelle de l’enfant comme
table banc) ; langue d’enseignement ;
-mettre à la disposition des
élèves ce petit matériel
indispensable : bics, crayon,
outils de géométrie, cahiers
etc.
Gestion du temps scolaire et des pratiques de classe
-Améliorer la Substituer le mot « ¾ directeurs :
supervision des supervision » par le -dégager un nouveau profil du
enseignants : mot « suivi, encadrement de directeur d’école ; (un directeur qui
l’enseignant craie en main » respecte le cahier de charges)
-introduction des langues -respecter le cahier de charges du
nationales comme langue directeur d’école ;
d’apprentissage -mettre en place les CODEC ;
-rendre dynamique les CODEC par
le biais des cellules d’animation
pédagogique (CAP) ;
¾ enseignants
-redynamiser les CAP ;
¾ inspecteurs
-minimiser le
ratio maîtres/inspecteurs ;

140
 -développer la logistique (doter les
services déconcentrés de véhicules
en fonction des besoins : matériels
informatiques et de reprographie) et
les infrastructures

(construction de service adapté

avec l’équipement qu’il faut). .

-Diminuer les -identification des causes de -maintenir le dialogue social ;

occasions d’absence l’absentéisme des maîtres : -mettre un dispositif de règlement
des maîtres afin - les grèves ; de conflit ;
d’augmenter le temps
scolaire -payer à temps les salaires des
- les salaires ; enseignants ;

-lutter contre les anticipations et les

-les fêtes ; prolongements des fêtes scolaires
(réfléchir sur les mesures à
prendre).

-les autorisations d’absence -rembourser systématiquement les

(les évènements familiaux) heures et les jours d’absence.
- le repos médical -faire délivrer les repos par des
(certification de médecins agréés.
complaisance)

Renforcement de la capacité du personnel enseignant

-continuer la politique -pertinente -démarrer La formation initiale des
de formation initiale - La formation initiale des enseignants dès le mois d’octobre
des enseignants et enseignants dans les EFI (organiser le concours au plus tard
assurer au moins un effective et assortie depuis au mois de septembre).
an de formation 2008/ 2009 avec une
certification
-Remplacer le mot « -mettre en œuvre les PAF (Plan
encadrement de proximité » Académique de Formation)
par le mot « la formation -pérenniser le financement des PAF
continuée des enseignants » :
elle a été toujours existé et a
été systématisée avec le
PDRH2 et la deuxième phase
du PDEF axée sur la qualité.
-s’assurer que les secteurs -exiger le diplôme dans les dossiers
publics et privés recrutent les de candidature ;
enseignants à un niveau - Procéder à la vérification du
académique suffisant et avec numéro du diplôme au niveau de la
une bonne formation initiale Division des examens et concours

141
 Atelier 2 : 
Apprécier la pertinence des recommandations et les compléter au besoin 

‐ Les deux se complétant, l’atelier a décidé de les aborder en même temps 
‐ Les recommandations seront confrontées à celles de l’évaluation de la 2ème phase du PDEF 

 
Rubriques  Appréciation Commentaires  Mise en œuvre
Taille des classes  ‐ Projet à long terme  Proposition pertinente. construction et recrutement d’enseignants
‐ Diminuer les disparités et les   
iniquités entre les écoles 
rurales et urbaines 
Manuels scolaires  ‐ 2 livres /élève (lecture et  Pertinente  ‐ Amélioration de la politique éditoriale  
mathématiques  ‐ Enrichir l’environnement lettré de l’enfant 
Améliorer la supervision des ‐ Le directeur est un  Elle est pertinente. Les ‐ Renforcer les capacités de supervision des 
enseignants   superviseur  inspecteurs n’ont plus le directeurs 
‐ Diminuer le ratio  temps de supervision  ‐ Améliorer le ration ratio maîtres/IEE 
‐ Doter de moyens   ‐ Doter les moyens  (renforcer le parc 
‐ Intéresser les IEE  automobile) 
‐ Rationaliser la gestion des IEE 
Diminuer les occasions ‐ Instaurer la compensation  Pertinente. Elle mérite ‐ Systématiser les dispositifs de 
d’absences des maîtres   religieuse  d’être précisée compensation  
‐ Cérémonies familiales  (occasions d’absences) ‐ Appliquer le règlement 
et ne prend pas en ‐ Affecter des suppléants 
compte la présence des ‐ Systématiser le dispositif de suivi du temps 
élèves   scolaire (Dresser des statistiques 
mensuelles) 
‐ Temps de présence des élèves avec la 
communauté  

Continuer la politique de  
formation initiale et assurer au
moins un an de formation 
Langues nationales   
Assurer un encadrement de
proximité en organisant
régulièrement des journées
pédagogiques   pendant le temps réservé aux animations
S’assurer que le secteur privé  
recrute les enseignants à un
niveau académique suffisant et
avec une bonne formation  
‐ Calendrier scolaire  
  Mesure mise en application depuis cette année
 
‐ Le curriculum a pris 15 mn     ‐ Organiser les journées de formation 
pendant les vacances scolaires 
‐ Organiser des journées pédagogiques 
 
pédagogiques 
  ‐ Soumettre tous les recrutements 
d’enseignants du privé à l’approbation 
d’une autorité IDEN ou IA  
143
Bibliographie 

ADECHIAN D. et HOUNGBEDJI K., (2005), Evaluation de la précision des données collectées 
et  validation  des  hypothèses  d’échantillonnage,  Mémoire  de  fin  de  cycle  ENEA  Dakar, 
rapport de stage au PASEC,  PASEC/CONFEMEN, Dakar. 
ALDINGER  C.  et  al,  (2001),  Santé  et  nutrition  en  milieu  scolaire,  Étude  coordonnée  par 
l’Organisation  mondiale  de  la  santé,  Forum  Mondial  sur  l’éducation,  UNESCO,  à  partir  de 
http://unesdoc.unesco.org/images/0012/001235/123549f.pdf 
ALOGNON  A..,  AMOVIN‐ASSAGBA  E.  (2009),  Analyse  multiniveaux  des  facteurs  de 
performances  scolaires  des  élèves  du  CM1  :  cas  des  données  des  PASEC  VII  et  VII,  2009, 
Mémoire de fin de formation ITS à l'ENEA, Rapport de stage au PASEC/CONFEMEN, Dakar. 
BERNARD J. et al, (2005), Le redoublement : mirage de l’école africaine,  PASEC/CONFEMEN, 
Dakar. www.confemen.org 
BERNARD  J.  (2007),  La  fonction  de  production  éducative  revisitée  dans  le  cadre  de 
l’Education pour Tous en Afrique Subsaharienne : des limites théoriques et méthodologiques 
aux  apports  de  la  politique  éducative,  Thèse  de  Doctorat  en  Sciences  Economiques, 
Université  de  Bourgogne/IREDU,  Dijon,  France,  à  partir  de  HTTP://TEL.ARCHIVES‐
OUVERTES.FR/TEL‐00223023/FR/ 
BONNET  G.  (2007),  What  do  recent  evaluations  tell  us  about  the  state  of  teachers  in  sub‐
Saharan  Africa?,  Discussion  Paper  presented  for  the  “Comparative  Indicators  on  Teachers 
and Teaching: Current Policies, Emerging Issues, Opportunities and Challenges” Workshop, 
October  3‐5,  2007,  UNESCO,  Paris.  Document  de  travail,  à  partir  de 
HTTP://UNESDOC.UNESCO.ORG/IMAGES/0015/001555/155511E.PDF 
BONNET  G.  (2009),  Do  teachers’  knowledge  and  behaviour  reflect  their  qualifications  and 
training?  ,  Evidence  from  PASEC  and  SACMEQ  country  studies,  Prospects,  38,  September 
2008, 325‐344 à partir de http://www.springerlink.com/content/c821m10172732950 
CONFEMEN  (2008),  Evaluation  des  systèmes  éducatifs :  pour  un  meilleur  pilotage  par  les 
résultats, Document de réflexion et d’orientation, CONFEMEN, Dakar. 
CRES (2007), Rapport Economique et financier du secteur de l’éducation, CRES, Dakar. 
EGRA  (2008),  Rapport  pour  la  Banque  mondiale,  Résultats  des  élèves  sénégalais  des  trois 
premiers grades ayant appris à lire en français et en wolof, document de travail. 
HUANG  F.  et  MOON,  T.  (2009),  Is  experience  the  best  teacher?  a  multilevel  analysis  of 
teacher  characteristics  and  student  achievement  in  low  performing  schools.  Educational 
Assessment,  Evaluation  and  Accountability,  21,  209‐234  à  partir  de 
http://www.springerlink.com/content/uq2u701588j46364/ 
LEJONG  M.  &  INEADE  (2008),  Analyse  des  curricula  officiels  et  implantés  dans  l'espace 
francophone,  Document  de  travail  commandité  par  PASEC/CONFEMEN,  Université  de 
Liège/AsPe & INEADE, PASEC/CONFEMEN, Dakar 
LEJONG M. & INEADE (2007), Analyse des curricula officiels: Fiche pays Sénégal, Document 
de  travail  commandité  par  la  CONFEMEN,  Université  de  Liège‐INEADE,  PASEC/CONFEMEN, 
Dakar. 
LITTLE, R. & RUBIN, D. (2002), Statistical analysis with missing data, John Wiley & Sons, New 
York.  
MICHAELOWA K. (2001), Scolarisation et acquis des élèves : les indicateurs de résultats dans 
l’analyse  des  politiques  de  l’enseignement  en  Afrique  francophone,  Analyses  et 
comparaisons internationales, 3, 2001/12,  DeBoeck Université. 
PASEC  (1999),  Guide  pour  l’évaluation  des  facteurs  de  performance  à  l’école  primaire  : 
manuel pratique d’évaluation, PASEC/CONFEMEN, Dakar. 
PASEC (2009), Rapports PASEC Burkina Faso, Congo et Sénégal, Documents de travail. 
PASEC (2008), Rapports PASEC Gabon et Maurice. 
PASEC (2007), Rapports PASEC Madagascar, Cameroun et Bénin. 
PASEC  (2004),  Le  redoublement :  pratiques  et  conséquences  dans  l’enseignement  primaire 
au Sénégal, Rapport PASEC, CONFEMEN, Dakar. 
PASEC (2007), Guide méthodologique 2007, document de travail. 
PDEF (2008), Rapport national sur la situation de l’éducation, Direction de la Planification et 
de la Réforme de l’Education, Dakar. 
PILON  M.  (2003),  Confiage  scolaire  en  Afrique  de  l'Ouest,  Background  paper  prepared  for 
the  Education  for  All  Global  Monitoring  Report  2003,  à  partir  de 
http://unesdoc.unesco.org/images/0014/001468/146879f.pdf 
Pole de Dakar (2008), La scolarisation primaire universelle en Afrique : le défi enseignant, 81, 
UNESCO BREDA, Dakar. 
Pole de Dakar (2007), L’urgence de politiques sectorielles intégrées, UNESCO BREDA, Dakar. 
SY A. (2007), L’impact des enseignants contractuels sur la performance des élèves du cycle 
primaire :  Les  cas  du  Mali  et  du  Niger,  Mémoire  de  Master  Analyse  et  Politiques 
Economiques,  Paris  Sciences  Economiques,  Delta‐Campus  de  Jourdan,  Paris ?  0à  partir  de 
http://www.master‐ape.ens.fr/wdocument/master/memoires/20062007/sy.pdf 
WAYMAN  J. (2003), Multiple Imputation For Missing Data:  What Is It And How Can I Use 
It?, Center for Social Organization of Schools, Johns Hopkins University.  
VARLY  P.  &  LABE  O.  (2008),  Quelles  stratégies  pour  une  réduction  efficace  du 
redoublement ?,  Document  de  travail,  Papier  présenté  à  la  réunion  CONFEMEN  sur  les 
facteurs de la qualité, Bujumbura‐Octobre 2008, PASEC/CONFEMEN. 
Principales sources de données 
http://hdr.undp.org/fr/statistiques/acceder/ 
Sites Internet 
http://www.education‐fast‐track.org/ 
www.sacmeq.org 
www.worldbank.org 
www.poledakar.org 
http://web.sacmeq.org/StatPlanet_PASEC.zip 

145