Nom : RABENANDRASANA

Prénoms : Ny Andrianina
Karennah
Filière : MACROECONOMIE
Niveau : MASTER II
Année : 2017- 2018

MINI DOSSIER ANALYSE DES DONNEES

INTRODUCTION

L’analyse de la structure de la consommation revêt une importance particulière dans l’analyse de la pauvreté dans les pays en développement, dans la
mesure où elle reflète le comportement des ménages, leurs contraintes, leur utilité, et leur niveau de vie. Ainsi dit, l’équilibre alimentaire tient une place
importante individuellement tant que pour l’économie toute entière car il conditionne la productivité et la performance de chaque individu en terme de
production.

Constamment, le niveau de consommation des ménages a crû à un rythme annuel au cours de la période 2005-2010. Mais, ces derniers temps il se
trouve en baisse tendancielle en raison de la situation politique-économique qui affecte le pays. Ainsi, la distribution de la masse de consommation montre
l’importance des inégalités sociales à Madagascar.

L’analyse du chef de ménage, est intéressant, dû au fait que le chef de ménage, par définition même, tient un rôle important dans la prise de décision
au sein du ménage notamment, en matière de consommation. De plus, les revenus des ménages proviennent en grande partie des revenus apportés par le chef
du ménage.

Le présent paragraphe analyse d'une manière explicative le niveau de consommation des ménages. A l'aide d'un modèle économétrique, corrigé des
liens entre le niveau de consommation et les variables explicatives (résidence, niveau d’instruction du chef de ménage, taille ménage, âge du chef de ménage,
salaire du chef de ménage, nombre enfants, nombre d’individus actif dans le ménage, nombre d’enfants en bas âge), il s'agit de déterminer les liens (ou si
plausible, les causalités) entre le niveau de consommations agrégées et une caractéristique potentiellement déterminante de ce niveau de consommations. Pour
se faire, réalisons une inférence statistique sur la base d’un échantillon de 20 ménages pour tirer de l’information sur l’ensemble des ménages malgaches.

A l’issu de cet étude, nous cherchons à déceler les facteurs déterminants le niveau de consommation des ménages ensuite savoir la part de revenu
qu’ils affectent pour la consommation alimentaire comme les produits de premières nécessités afin de voir quelle politique économique l’Etat doit prendre
pour remédier à cette inégalité sociale à Madagascar .

1
MODELE DE REGRESSION LINEAIRE MULTIPLE

Analyse descriptive

.Variable Observations Minimum Maximum Moyenne Ecart-type

niveau de consommation du 20 11000,000 700000,000 253000,000 211431,213
menage
taille menage 20 1,000 11,000 5,650 2,996
age chef de menage 20 24,000 57,000 39,200 10,645
salaire chef de menage 20 121000,000 1000000,000 409750,000 343621,253
nombre enfants 20 0,000 9,000 3,400 2,501
nombre individus actif dans le 20 0,000 6,000 2,500 1,606
menage
nombre d'enfants en bas age 20 0,000 3,000 0,850 0,988

En termes d’analyse descriptive on peut dire qu’il y a dispersion des données puisque la valeur de la moyenne et de l’écart-type sont éloignées
les unes par rapport aux autres qui peuvent se traduire par le fait que le niveau de consommation des ménages est hétérogène. Aussi, le niveau de
consommation des ménages malgaches varient de 11000,000 Ar à 700000,000 Ar.

Avant l’interprétation des résultats du modèle, nous allons d’abord vérifier si les hypothèses qui sous-tendent une régression linéaire
multiple sont vérifiées. Nous allons à cet effet vérifier les hypothèses d’heteroscedasticite et d’autocorrélation des erreurs à travers le tableau suivant.

Moyenne des
Source DDL Somme des carrés carrés F Pr > F
Modèle 10 561829056610,755 56182905661,076 1,759 0,205
Erreur 9 287530943389,245 31947882598,805
Total 19 849360000000,000

2
corrigé

 Formulation des hypothèses : H0 : Homoscedasticite des résidus

H1 : Heteroscedasticite des résidus

 Loi de probabilité est associée au test de Fisher a α=5% fixée.

 Décision : les résultats du test d’heteroscedasticite montrent que toutes les probabilités associées aux coefficients sont toutes supérieures à
0,05. Donc, nous retenons l’hypothèse H0 d’homoscedasticite des résidus c’est-à-dire que variance homogènes et erreur du modèle sont
identiquement distribues.

Le test de non autocorrélation des erreurs est aussi une condition nécessaire pour la validation des résultats de l’estimation. Pour ce faire
donc faisons le test de Durbin-Watson.
L’hypothèse nulle du test est l’hypothèse d’absence d’autocorrélation des erreurs.

Observations 20,000
Somme des 20,000
poids
DDL 9,000
R² 0,661
R² ajusté 0,285
MCE 31947882598,805
RMCE 178739,706
MAPE 86,481
DW 1,953
Cp 11,000
AIC 489,777
SBC 500,730
PC 1,166

3
 Avec le test de Durbin-Watson, nous constatons que la probabilité associée au test est DW= 1, 953 est proche de 2 ainsi, nous retenons l’hypothèse de
non corrélation des erreurs. Notamment, il y a une indépendance des erreurs.

Le test de non autocorrélation achevé passons à l’analyse de la significativité du modèle en effectuant l’analyse du point de vue de la qualité globale
d’un cote et celle de la qualité individuelle des coefficients de l’autre cote.

Réaliser le test de significativité globale des coefficients consiste à vérifier si l’ensemble des variables explicatives ont une influence sur le niveau de
consommation des ménages.

D’après le tableau ci-dessus on remarque que la valeur du coefficient de détermination est proche de l’unité ce qui nous permet de dire qu’il existe
au moins une variable explicative dans le modèle permettant d’expliquer le niveau de consommation des ménages. Le test de Fisher le montre également à
travers le tableau ANOVA à savoir p-value< α d’où H0 est rejetée.

ANOVAb
Sum of Mean
Model df F Sig.
Squares Square
Regression 7,368 8 0,921 7,95 ,002a
1 Residual 1,159 10 0,116
Total 8,526 18
a. Predictors: (Constant), enfants en bas age= nombre de tete d'enfants en bas age, salaire=
Ariary, actifs= nombre individu occupe, residence= km, age= ans, niveau instruction=
nombre d'annee d'etude, taille= nombre de tete, enfants= nombre de tete
b. Dependent Variable: niveau de consommation= faible, moyen, eleve

Avant de passer au test de significativité individuelle il est indispensable d’étudier la multi colinéarité entre les variables pour voir plus clairement s’il existe
une relation linéaire entre les variables explicatives

4
 nombre niveau niveau niveau niveau
individus nombre d'instruction d'instruction du d'instruction du d'instruction
age salaire actif d'enfants du chef de chef de menage- chef de du chef de
taille chef de chef de nombre dans le en bas residence- residence- menage- SANS menage- menage-
Variables menage menage menage enfants menage age RURAL URBAIN PRIMAIRE INSTRUCTION SECONDAIRE SUPERIEUR
taille menage 1,000 0,793 -0,035 0,933 0,590 0,590 -0,116 0,116 0,172 -0,122 -0,225 0,173
age chef de menage 0,793 1,000 -0,067 0,707 0,354 0,503 0,007 -0,007 0,027 -0,070 -0,123 0,138
salaire chef de menage -0,035 -0,067 1,000 0,014 0,056 -0,359 0,089 -0,089 -0,266 -0,185 -0,523 0,772
nombre enfants 0,933 0,707 0,014 1,000 0,655 0,515 -0,040 0,040 -0,051 -0,224 -0,126 0,258
nombre individus actif
dans le menage 0,590 0,354 0,056 0,655 1,000 0,253 0,146 -0,146 -0,199 -0,058 0,004 0,146
nombre d'enfants en bas
age 0,590 0,503 -0,359 0,515 0,253 1,000 -0,188 0,188 0,402 -0,201 0,028 -0,188
residence-RURAL -0,116 0,007 0,089 -0,040 0,146 -0,188 1,000 -1,000 -0,293 0,276 -0,080 0,136
residence-URBAIN 0,116 -0,007 -0,089 0,040 -0,146 0,188 -1,000 1,000 0,293 -0,276 0,080 -0,136
niveau d'instruction du
chef de menage-
PRIMAIRE 0,172 0,027 -0,266 -0,051 -0,199 0,402 -0,293 0,293 1,000 -0,081 -0,293 -0,293
niveau d'instruction du
chef de menage-SANS
INSTRUCTION -0,122 -0,070 -0,185 -0,224 -0,058 -0,201 0,276 -0,276 -0,081 1,000 -0,201 -0,201
niveau d'instruction du
chef de menage-
SECONDAIRE -0,225 -0,123 -0,523 -0,126 0,004 0,028 -0,080 0,080 -0,293 -0,201 1,000 -0,727
niveau d'instruction du
chef de menage-
SUPERIEUR 0,173 0,138 0,772 0,258 0,146 -0,188 0,136 -0,136 -0,293 -0,201 -0,727 1,000
niveau de
consommation du
menage 0,067 0,067 0,734 0,099 0,143 -0,174 -0,087 0,087 -0,206 -0,192 -0,499 0,714

5
Statistiques de multi colinéarité :
Variable explicative Tolérance VIF
taille menage 0,037 27,203
age chef de menage 0,253 3,951
salaire chef de menage 0,319 3,133
nombre enfants 0,052 19,261
nombre individus actif dans le menage 0,453 2,208
nombre d'enfants en bas age 0,446 2,241
residence-RURAL 0,728 1,373
residence-URBAIN 0,728 1,373
niveau d'instruction du chef de menage-PRIMAIRE 0,407 2,456
niveau d'instruction du chef de menage-SANS
INSTRUCTION 0,688 1,454
niveau d'instruction du chef de menage-SECONDAIRE 0,508 1,969
niveau d'instruction du chef de menage-SUPERIEUR 0,319 3,135

Dans notre cas, seules les variables taille ménage et nombre enfants ont une valeur de VIF supérieure a 10 ce qui signifie que pour ces deux
variables il n’ a pas de colinéarité tandis que pour les autres on peut les regrouper.

On observe que les variables salaire du chef de ménage et le niveau d'instruction du chef de ménage (SUPERIEUR) sont corrélées
positivement et significativement au niveau de consommation car leur valeur est proche de 1. Plus précisément, le niveau de consommation des
menages est une fonction croissante du niveau d’instruction du chef de ménage et de son salaire. Ce qui fait que les menages aises depensent plus pour
la consommation.

6
Pour se prononcer sur la significativité individuelle des variables, on utilise la statistique de Student.

Coefficients normalisés :

Source Valeur Erreur t Pr > |t| Borne inférieure (95%) Borne supérieure
standard (95%)
taille menage 0,000 0,000
age chef de menage 0,106 0,063 1,674 0,112 -0,028 0,240
salaire chef de menage 0,738 0,151 4,874 0,000 0,418 1,057
nombre enfants 0,000 0,000
nombre individus actif dans le menage 0,000 0,000
nombre d'enfants en bas age 0,000 0,000
residence-RURAL 0,000 0,000
residence-URBAIN 0,000 0,000
niveau d'instruction du chef de menage- 0,000 0,000
PRIMAIRE
niveau d'instruction du chef de menage- 0,000 0,000
SANS INSTRUCTION
niveau d'instruction du chef de menage- 0,000 0,000
SECONDAIRE
niveau d'instruction du chef de menage- 0,000 0,000
SUPERIEUR

Les résultats de l’estimation montrent que seulement deux variables sont statistiquement significatives vu leur probabilité qui est supérieure au seuil
de α fixée a 5%. Il est à noter que la variable salaire est très significative lors explication du niveau de consommation des menages.

Le tableau suivant synthétise donc ce qui a été dit précédemment.

7
 Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Correlations Collinearity Statistics
Std.
Model B Error Beta t Sig. Zero-order Partial Part Tolerance VIF
1 (Cons ,703 ,585 1,203 ,257
tant)
reside ,366 ,206 ,273 1,782 ,105 -,066 ,491 ,208 ,579 1,728
nce=
km
taille ,820 ,293 1,480 2,795 ,019 -,174 ,662 ,326 ,048 20,623
=
nomb
re de
tete
age= -,009 ,094 -,018 -,092 ,929 -,021 -,029 -,011 ,370 2,700
ans
salair 1,382E-7 ,000 ,977 5,314 ,000 ,661 ,859 ,619 ,402 2,490
e=
Ariar
y

8
enfan -,324 ,185 -1,135 -1,755 ,110 -,293 -,485 -,205 ,032 30,784
ts=
nomb
re de
tete
actifs -,237 ,155 -,554 -1,530 ,157 -,330 -,436 -,178 ,104 9,654
=
nomb
re
indivi
du
occup
e
nivea -,027 ,122 -,044 -,225 ,827 ,352 -,071 -,026 ,360 2,775
u
instru
ction
=
nomb
re
d'ann
ee
d'etud
e

9
enfan -,204 ,132 -,310 -1,548 ,153 ,016 -,440 -,180 ,339 2,954
ts en
bas
age=
nomb
re de
tete
d'enfa
nts en
bas
age

10
a. Dependent Variable: niveau de consommation= faible, moyen, élevé
On peut dire que la taille de ménage et le nombre contribuent de façon significative à l’explication du niveau de
consommation des ménages.

Paramètres du modèle :

Source Valeur Erreur t Pr > Borne Borne

standard |t| inférie supérie
ure ure
(95%) (95%)
Constante 166237, 272014,5 0,611 0,556 - 781577
738 75 44910 ,454
1,978
taille menage - 62898,40 -0,716 0,492 - 97252,
45033,6 6 18731 457
22 9,702
age chef de menage 5586,21 7381,563 0,757 0,469 - 22284,
7 11112, 474
039
salaire chef de menage 0,295 0,211 1,399 0,195 -0,182 0,771

nombre enfants 18905,0 61167,36 0,309 0,764 - 157275

49 9 11946 ,250
5,152
nombre individus actif dans le menage 24267,7 39565,86 0,613 0,555 - 113771
19 0 65236, ,912
474
nombre d'enfants en bas age 16122,9 62068,82 0,260 0,801 - 156532
63 3 12428 ,394
6,468
residence-RURAL - 97225,78 -1,009 0,339 - 121824
98115,2 8 31805 ,735
77 5,289
residence-URBAIN 0,000 0,000

niveau d'instruction du chef de menage- - 246886,3 -0,417 0,686 - 455487

PRIMAIRE 103008, 44 66150 ,653
056 3,765
niveau d'instruction du chef de menage- - 265448,3 -0,385 0,709 - 498290
SANS INSTRUCTION 102195, 77 70268 ,438
506 1,450 11
niveau d'instruction du chef de menage- - 147137,8 -1,246 0,244 - 149549
SECONDAIRE 183299, 44 51614 ,555
 D’après l’estimation, l’équation du modèle peut s’écrire de la manière
suivante :

niveau de consommation du ménage = 166237,737917748-45033,6222933623*taille ménage +5586,21744127015*âge chef de ménage +0,294601416508389*salaire chef de ménage
+18905,048921618*nombre enfants +24267,7190760309*nombre individus actif dans le ménage +16122,9631776947*nombre d'enfants en bas âge -98115,2769136303*résidence -RURAL-
103008,055765888*niveau d'instruction du chef de ménage -PRIMAIRE-102195,506348874*niveau d'instruction du chef de ménage -SANS INSTRUCTION -183299,37141664*niveau
d'instruction du chef de ménage-SECONDAIRE.

Analyse Type I Sum of Squares :

Source DDL Somme des carrés Moyenne des carrés F Pr > F

taille menage 1 157701553,797 157701553,797 0,005 0,946
age chef de menage 1 5370220209,071 5370220209,071 0,168 0,691
salaire chef de menage 1 472764464841,677 472764464841,677 14,798 0,004
nombre enfants 1 3267676338,958 3267676338,958 0,102 0,756
nombre individus actif dans le menage 1 165825831,159 165825831,159 0,005 0,944
nombre d'enfants en bas age 1 4040239556,931 4040239556,931 0,126 0,730
residence 1 20275658252,359 20275658252,359 0,635 0,446
niveau d'instruction du chef de
menage 3 55787270026,804 18595756675,601 0,582 0,642

12
Analyse Type II Sum of Squares :
Source DDL Somme des carrés Moyenne des carrés F Pr > F
taille menage 1 16377083385,683 16377083385,683 0,513 0,492
age chef de menage 1 18297048648,138 18297048648,138 0,573 0,469
salaire chef de menage 1 62504770058,975 62504770058,975 1,956 0,195
nombre enfants 1 3051814218,007 3051814218,007 0,096 0,764
nombre individus actif dans le menage 1 12018735445,361 12018735445,361 0,376 0,555
nombre d'enfants en bas age 1 2155682457,966 2155682457,966 0,067 0,801
residence 1 32535119204,392 32535119204,392 1,018 0,339
niveau d'instruction du chef de
menage 3 55787270026,804 18595756675,601 0,582 0,642

Analyse Type III Sum of Squares :

Source DDL Somme des carrés Moyenne des carrés F Pr > F

taille menage 1 16377083385,683 16377083385,683 0,513 0,492
age chef de menage 1 18297048648,138 18297048648,138 0,573 0,469
salaire chef de menage 1 62504770058,975 62504770058,975 1,956 0,195
nombre enfants 1 3051814218,007 3051814218,007 0,096 0,764
nombre individus actif dans le menage 1 12018735445,361 12018735445,361 0,376 0,555
nombre d'enfants en bas age 1 2155682457,966 2155682457,966 0,067 0,801
residence 1 32535119204,392 32535119204,392 1,018 0,339
niveau d'instruction du chef de
menage 3 55787270026,804 18595756675,601 0,582 0,642

13
 Source Valeur Erreur t Pr > Borne Borne
standard |t| inférieure supérieure
(95%) (95%)
Constante 166237,738 272014,575 0,611 0,556 - 781577,454
449101,978
taille menage -45033,622 62898,406 -0,716 0,492 - 97252,457
187319,702
age chef de menage 5586,217 7381,563 0,757 0,469 -11112,039 22284,474
salaire chef de menage 0,295 0,211 1,399 0,195 -0,182 0,771
nombre enfants 18905,049 61167,369 0,309 0,764 - 157275,250
119465,152
nombre individus actif dans le 24267,719 39565,860 0,613 0,555 -65236,474 113771,912
menage
nombre d'enfants en bas age 16122,963 62068,823 0,260 0,801 - 156532,394
124286,468
residence-RURAL -98115,277 97225,788 -1,009 0,339 - 121824,735
318055,289
residence-URBAIN 0,000 0,000
niveau d'instruction du chef de - 246886,344 -0,417 0,686 - 455487,653
menage-PRIMAIRE 103008,056 661503,765
niveau d'instruction du chef de - 265448,377 -0,385 0,709 - 498290,438
menage-SANS INSTRUCTION 102195,506 702681,450
niveau d'instruction du chef de - 147137,844 -1,246 0,244 - 149549,555
menage-SECONDAIRE 183299,371 516148,298
niveau d'instruction du chef de 0,000 0,000
menage-SUPERIEUR

Le tableau de Paramètres du modèle nous permet de déterminer les points aberrants notamment l’âge du chef de ménage.

Test de normalité

Les graphiques suivants nous permettent de vérifier si le modèle suit la loi normale.

14
Constamment, l’allure des histogrammes des effectifs suit celle d’une cloche et est symétrique par rapport à la moyenne.

15
A travers le Q-Q Plot ou droite de Henry on constate que les points forment une droite d’où la distribution est compatible avec la loi normale.
Ensuite, on peut identifier les points qui s’écartent de l’hypothèse de normalité.

16
On observe à travers tel graphique les leviers qui sont les observations 5 et 15. Et que leur effet est important.

17
Afin de tester la validité de notre modèle de régression et de détecter les valeurs aberrantes et des observations influentes il est pertinent de faire une
analyse des résidus ainsi qu’une analyse des points atypiques.

Résidus normalisés / niveau de consommation du menage

Obs20
Obs19
Obs18
Obs17
Obs16
Obs15
Obs14
Obs13

Observations
Obs12
Obs11
Obs10
Obs9
Obs8
Obs7
Obs6
Obs5
Obs4
Obs3
Obs2
Obs1
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Résidus normalisés

Prédictions et résidus :

18
 Préd(niveau Borne Borne
niveau de de inférieure supérieure Ecart-type
consommation consommation Résidu Résidus Ecart-type sur la 95% 95% sur la préd.
Observation Poids du menage du menage) Résidu std. studentisés préd. (Moyenne) (Moyenne) (Moyenne) (Observation)
-
Obs1 1 100000,000 100000,000 0,000 0,000 0,000 178739,706 304337,305 504337,305 252776,117
Obs2 1 400000,000 548434,615 -148434,615 -0,830 -1,047 108887,822 302113,249 794755,981 209295,104
Obs3 1 300000,000 452153,269 -152153,269 -0,851 -1,077 109487,225 204475,961 699830,577 209607,574
-
Obs4 1 162000,000 119253,813 42746,187 0,239 0,524 159039,245 240517,953 479025,578 239251,675
-
Obs5 1 11000,000 111638,892 -100638,892 -0,563 -0,782 124037,847 168954,211 392231,996 217562,107
Obs6 1 600000,000 487199,628 112800,372 0,631 0,816 113381,991 230711,746 743687,509 211668,038
Obs7 1 550000,000 448667,436 101332,564 0,567 1,050 150462,700 108297,164 789037,708 233638,410
Obs8 1 89000,000 212402,656 -123402,656 -0,690 -0,989 128019,749 -77198,134 502003,446 219856,632
-
Obs9 1 98000,000 141931,509 -43931,509 -0,246 -0,355 128866,943 149585,768 433448,786 220351,019
-
Obs10 1 100000,000 94110,680 5889,320 0,033 0,048 129606,985 199080,688 387302,049 220784,631
Obs11 1 140000,000 289645,617 -149645,617 -0,837 -1,668 154599,358 -60082,426 639373,661 236323,600
-
Obs12 1 120000,000 72122,467 47877,533 0,268 0,340 110270,067 177325,754 321570,688 210017,548
Obs13 1 700000,000 374272,297 325727,703 1,822 2,573 126187,181 88817,064 659727,531 218794,623
-
Obs14 1 125000,000 167746,187 -42746,187 -0,239 -0,524 159039,245 192025,578 527517,953 239251,675
-
Obs15 1 80000,000 19181,306 60818,694 0,340 0,425 107301,397 223551,316 261913,928 208474,153
Obs16 1 300000,000 358712,123 -58712,123 -0,328 -0,735 159879,944 -2961,435 720385,681 239811,340
-
Obs17 1 90000,000 69042,065 20957,935 0,117 0,148 109159,531 177893,948 315978,078 209436,591
Obs18 1 95000,000 170710,088 -75710,088 -0,424 -0,541 111190,531 -80820,366 422240,542 210502,296
Obs19 1 500000,000 530915,016 -30915,016 -0,173 -0,224 113889,216 273279,711 788550,321 211940,171
Obs20 1 500000,000 291860,337 208139,663 1,164 1,767 134408,032 -12191,753 595912,428 223636,763

19
A travers le tableau ci-dessus on obtient les valeurs des résidus simples aussi la valeur prédite exprimées à la même unité que la variable Y (en Ariary).

Mais ce tableau ne nous aide pas vraiment à repérer une valeur atypique. En effet, examinons le tableau des coefficients normalises.

Coefficients normalisés :
Source Valeur Erreur t Pr > Borne Borne
standard |t| inférieure supérieure
(95%) (95%)
taille menage -0,638 0,891 -0,716 0,492 -2,654 1,378
age chef de menage 0,281 0,372 0,757 0,469 -0,559 1,122
salaire chef de menage 0,479 0,342 1,399 0,195 -0,296 1,253
nombre enfants 0,224 0,723 0,309 0,764 -1,413 1,860
nombre individus actif dans le menage 0,184 0,301 0,613 0,555 -0,495 0,864
nombre d'enfants en bas age 0,075 0,290 0,260 0,801 -0,581 0,732
residence-RURAL -0,233 0,231 -1,009 0,339 -0,756 0,290
residence-URBAIN 0,000 0,000
niveau d'instruction du chef de menage- -0,150 0,359 -0,417 0,686 -0,963 0,663
PRIMAIRE
niveau d'instruction du chef de menage- -0,108 0,281 -0,385 0,709 -0,743 0,527
SANS INSTRUCTION
niveau d'instruction du chef de menage- -0,443 0,355 -1,246 0,244 -1,246 0,361
SECONDAIRE
niveau d'instruction du chef de menage- 0,000 0,000
SUPERIEUR

20
 niveau de consommation du menage /

nombre individus actif dans le menage

niveau d'instruction du chef de menage-

Coefficients normalisés
(Int. de conf. 95%)

nombre d'enfants en bas age

salaire chef de menage
2.5

SUPERIEUR
age chef de menage
2

nombre enfants

residence-URBAIN
1.5

Coefficients normalisés
0.5

niveau d'instruction du chef de menage-

niveau d'instruction du chef de menage-
niveau d'instruction du chef de menage-
-0.5

residence-RURAL
taille menage
-1

SANS INSTRUCTION
SECONDAIRE
-1.5

PRIMAIRE
-2

-2.5

-3
Variable

En observant le nuage des points des résidus normalises croises avec les valeurs de x, la valeur atypique parvient de la variable taille de ménage car leur
valeur se trouve en dessous de l’intervalle [-2 ; 2].

Il est à noter que les résidus standardises ne servent pas grand-chose pour détecter les valeurs atypiques dans notre cas.
Par contre les résidus surdensités permettent de mieux évaluer l’importance d'un résidu.

Observation Poids niveau de Préd(niveau Résidu Résidu Résidus Ecart-type sur Borne Borne Ecart-type Born
consommation de std. studentisés la préd. inférieure supérieure sur la préd. inférieu
du menage consommation (Moyenne) 95% 95% (Observation) 95%
du menage) (Moyenne) (Moyenne) (Observa
Obs1 1 100000,000 100000,000 0,000 0,000 0,000 178739,706 -304337,305 504337,305 252776,117 -471819
Obs2 1 400000,000 548434,615 -148434,615 -0,830 -1,047 108887,822 302113,249 794755,981 209295,104 74976

21
Obs3 1 300000,000 452153,269 -152153,269 -0,851 -1,077 109487,225 204475,961 699830,577 209607,574 -22012
Obs4 1 162000,000 119253,813 42746,187 0,239 0,524 159039,245 -240517,953 479025,578 239251,675 -421971
Obs5 1 11000,000 111638,892 -100638,892 -0,563 -0,782 124037,847 -168954,211 392231,996 217562,107 -380520
Obs6 1 600000,000 487199,628 112800,372 0,631 0,816 113381,991 230711,746 743687,509 211668,038 8373
Obs7 1 550000,000 448667,436 101332,564 0,567 1,050 150462,700 108297,164 789037,708 233638,410 -79859
Obs8 1 89000,000 212402,656 -123402,656 -0,690 -0,989 128019,749 -77198,134 502003,446 219856,632 -284947
Obs9 1 98000,000 141931,509 -43931,509 -0,246 -0,355 128866,943 -149585,768 433448,786 220351,019 -356537
Obs10 1 100000,000 94110,680 5889,320 0,033 0,048 129606,985 -199080,688 387302,049 220784,631 -405338
Obs11 1 140000,000 289645,617 -149645,617 -0,837 -1,668 154599,358 -60082,426 639373,661 236323,600 -244955
Obs12 1 120000,000 72122,467 47877,533 0,268 0,340 110270,067 -177325,754 321570,688 210017,548 -402970
Obs13 1 700000,000 374272,297 325727,703 1,822 2,573 126187,181 88817,064 659727,531 218794,623 -120675
Obs14 1 125000,000 167746,187 -42746,187 -0,239 -0,524 159039,245 -192025,578 527517,953 239251,675 -373478
Obs15 1 80000,000 19181,306 60818,694 0,340 0,425 107301,397 -223551,316 261913,928 208474,153 -452419
Obs16 1 300000,000 358712,123 -58712,123 -0,328 -0,735 159879,944 -2961,435 720385,681 239811,340 -183778
Obs17 1 90000,000 69042,065 20957,935 0,117 0,148 109159,531 -177893,948 315978,078 209436,591 -404736
Obs18 1 95000,000 170710,088 -75710,088 -0,424 -0,541 111190,531 -80820,366 422240,542 210502,296 -305479
Obs19 1 500000,000 530915,016 -30915,016 -0,173 -0,224 113889,216 273279,711 788550,321 211940,171 51473
Obs20 1 500000,000 291860,337 208139,663 1,164 1,767 134408,032 -12191,753 595912,428 223636,763 -214041

On observe que les observations 11 ; 13 et 20 ont une valeur forte susceptible d’influencer la variance résiduelle σ. Cette valeur est proche de 2 quand le
nombre d’observations n est suffisamment important, c’est pourquoi on prendra souvent 2 comme seuil critique pour les résidus studentisés.

22
ANALYSE FACTORIELLE DES COMPOSANTES

Information : Le niveau de la consommation constitue la principale mesure du niveau de vie des

Ménages, particulièrement de la pauvreté. En effet, la distribution de la masse de consommation montre l’importance des inégalités sociales à Madagascar.
Quel en est l’origine de cette inégalité ? Pour ce faire, effectuons une AFC à partir de la variable de niveau de consommation (y) a modalité : faible, moyen,
élevé et la variable niveau d’instruction du chef de ménage (x) à modalité : sans instruction, primaire, secondaire, supérieur.
Objectif : savoir quel type de ménage dépense plus en terme de consommation alimentaire en faisant référence au niveau d’instruction du chef de ménage .

Test d'indépendance entre les lignes et les colonnes :

Khi² (Valeur observée) 7,338

Khi² (Valeur critique) 12,592
DDL 6
p-value 0,291
alpha 0,05

Interprétation du test :
H0 : Les lignes et les colonnes du tableau sont indépendantes.
Ha : Il existe un lien entre les lignes et les colonnes du tableau.
Etant donné que la p-value calculée est supérieure au niveau de signification seuil alpha=0,05, on ne peut pas rejeter
l'hypothèse nulle H0.
Le risque de rejeter l'hypothèse nulle H0 alors qu'elle est vraie est de 29,07%.

On peut conclure que les colonnes et les

lignes ne sont pas liées entre elles.
Pour évaluer la qualité de l’analyse
faisons référence au tableau de valeurs
propres suivant.

23
 F1 F2
Valeur
propre 0,359 0,008
Inertie (%) 97,837 2,163
% cumulé 97,837 100,000

Inertie totale : 0,367

A l’issue de notre analyse, on peut dire que 2 axes F1 et F2 suffisent pour représenter toutes les variables.
La somme des pourcentages des valeurs propres (97%) représentent une grande partie de l’inertie totale donc la qualité de la représentation graphique est
bonne.
97,837% des informations sont contenus dans l’axe F1 et 2,163% dans l’axe F2.

Scree plot
0.4 100

0.35
80
0.3
Valeur propre

0.25
60

Inertie (%)
0.2

40
0.15

0.1
20
0.05

0 0
F1 F2
axe

Résultats pour les lignes :

24
Poids, distances et distances quadratiques à l'origine, inerties et inerties relatives (lignes) :

Poids Inertie
(relatif) Distance Distance² Inertie relative
NiveauInstructionChefdeMenage-primaire 0,200 0,531 0,282 0,05641 0,154
NiveauInstructionChefdeMenage-sans
intruction 0,300 0,652 0,425 0,12735 0,347
NiveauInstructionChefdeMenage-
secondaire 0,150 0,489 0,421 0,03590 0,098
NiveauInstructionChefdeMenage-superieur 0,350 0,649 0,239 0,14725 0,401

Comme la distance à l’origine est grande pour les deux catégories « Niveau Instruction Chef de Ménage-sans instruction » et « Niveau Instruction Chef de
Ménage- supérieur » alors leur profil est différent du profil moyen ce qui fait que les deux catégories de niveau d’instruction contribuent plus à la dépendance
entre le niveau d’instruction et le niveau de consommation des ménages malgré le fait qu’il y a forte probabilité entre les lignes et colonnes. Tandis que les
catégories « Niveau Instruction Chef de Ménage-primaire » et « Niveau Instruction Chef de Ménage- secondaire » ont une distance courte à l’ origine. En
outre, ces variables ne semblent pas similaires puisque leurs distances sont tous supérieure à 0,2.

Cosinus carrés (lignes) :

F1 F2
NiveauInstructionChefdeMenage-
primaire 0,949 0,051
NiveauInstructionChefdeMenage-
sans intruction 0,985 0,015
NiveauInstructionChefdeMenage-
secondaire 0,939 0,061
NiveauInstructionChefdeMenage-
superieur 0,994 0,006

Le tableau suivant représente l’importance de chaque facteur pour chaque catégorie. Dans notre exemple on peut dire que les 4 catégories peuvent expliquer
chacune le facteur F1.

25
Poids, distances et distances quadratiques à l'origine, inerties et inerties relatives (colonnes) :

Inertie
Poids (relatif) Distance Distance² Inertie relative
NiveauConsommationMenage-Eleve 0,200 1,012 1,024 0,205 0,558
NiveauConsommationMenage-faible 0,150 1,018 1,037 0,156 0,424
NiveauConsommationMenage-moyen 0,650 0,101 0,010 0,007 0,018

En ce qui concerne la rubrique niveau de consommation de menage, on peut dire que ce sont les categories « Niveau Consommation Menage Eleve » et
« Niveau Consommation Menage faible » retient plus notre attention en terme d’etude de dependance entre les deux variables etudiees.

Cosinus carrés (colonnes) :

F1 F2
NiveauConsommationMenage-Eleve 0,991 0,009
NiveauConsommationMenage-faible 0,978 0,022
NiveauConsommationMenage-moyen 0,592 0,408

Ici, la quasi-totalité de la variance du groupe « Niveau Consommation Ménage Elevé » et « Niveau Consommation Ménage faible » est attribuée au facteur
F1.

Il est à noter que la représentation graphique est plus aisée en terme d’analyse.

26
 Graphique symétrique
(axes F1 et F2 : 100,00 %)
1.5

F2 (2,16 %)
0.5

NiveauConsommationMen NiveauConsommationMen
NiveauInstructionChefdeM NiveauInstructionChefdeM
age-Eleve enage-secondaire age-faible
enage-sans intruction
0
NiveauInstructionChefdeM NiveauConsommationMen
NiveauInstructionChefdeM
enage-superieur age-moyen enage-primaire
-0.5
-1.5 -1 -0.5 0 0.5 1 1.5
F1 (97,84 %)

Colonnes Lignes

Ainsi, nous arrivons à conclure que la consommation alimentaire des ménages est une fonction croissante du niveau d’instruction du chef de ménage.

Notamment, plus le chef de famille a fait des études supérieurs plus sa fonction de consommation est élevé. Tandis que celle des ménages à chef de
famille sans instruction est très faible.

Si le niveau d’instruction du chef de ménage constitue un facteur expliquant le niveau de consommation des ménages qu’en est-il de la taille du
ménage ?

Khi² (Valeur observée) 14,721

Khi² (Valeur critique) 15,507
DDL 8
p-value 0,065
alpha 0,05

27
Interprétation du test :
H0 : Les lignes et les colonnes du tableau sont indépendantes.
Ha : Il existe un lien entre les lignes et les colonnes du tableau.
Etant donné que la p-value calculée est supérieure au niveau de signification seuil alpha=0,05,
on ne peut pas rejeter l'hypothèse nulle H0.
Le risque de rejeter l'hypothèse nulle H0 alors qu'elle est vraie est de 6,48%.

F1 F2
Valeur propre 0,594 0,142
Inertie (%) 80,709 19,291
% cumulé 80,709 100,000
Inertie totale : 0,736

Retenons donc, F1 et F2 comme axes représentantes des variables pour notre analyse.

La somme des pourcentages des valeurs propres est égale a l’inertie totale donc la qualité de la représentation graphique est bonne dont 80,709% des
informations sont contenus dans l’axe F1 et 19,291% dans l’axe F2.

28
 Scree plot
0.7 100
0.6
80

Valeur propre
0.5

Inertie (%)
0.4 60
0.3 40
0.2
20
0.1
0 0
F1 F2
axe

Résultats pour les lignes :

Inertie
Poids (relatif) Distance Distance² Inertie relative
Taille menage-11 personnes ou plus 0,150 0,199 0,040 0,00595 0,008
Taille menage-2 à 4 personnes 0,350 0,256 0,066 0,02296 0,031
Taille menage-5 à 7 personnes 0,150 1,732 3,000 0,45000 0,611
Taille menage-8 à 10 personnes 0,250 0,655 0,429 0,10714 0,146
Taille ménage-Unipersonnel 0,100 1,225 1,500 0,15000 0,204

D’abord, la catégorie de ménage [5-7] et celle de ménage unipersonnel semblent plus éloigner de la distance à l’origine par rapport aux autres catégories.
Alors, ces deux types de ménage contribuent à l’explication de la dépendance. Ensuite, on observe qu’il n’y a pas de similarité entre les variables vu que
leurs distances sont tous supérieure à 0,2.

Profils (lignes) :

29
 NiveauConsommationMenage- NiveauConsommationMenage- NiveauConsommationMenage- Somme
Eleve faible moyen
Taille menage-11 0,333 0,333 0,333 1
personnes ou plus
Taille menage-2 a 4 0,143 0,429 0,429 1
personnes
Taille menage-5 a 7 1,000 0,000 0,000 1
personnes
Taille menage-8 a 10 0,000 0,400 0,600 1
personnes
Taille menage- 0,000 1,000 0,000 1
Unipersonnel
Moyenne 0,295 0,432 0,272 1

On peut dire ici que le profil de Taille ménage compose de 5 à 7 personnes et Unipersonnel sont différentes du profil moyen.

Contributions (lignes) :
Poids (relatif) F1 F2
Taille menage-11 personnes ou plus 0,150 0,009 0,002
Taille menage-2 à 4 personnes 0,350 0,035 0,013
Taille menage-5 à 7 personnes 0,150 0,757 0,003
Taille menage-8 à 10 personnes 0,250 0,136 0,187
Taille ménage-Unipersonnel 0,100 0,063 0,795

A travers le tableau suivant on déduit que les 5 catégories sont contributives les des autres pour l’étude de niveau de consommation des ménages car la
somme est égale à l’unité.

30
Cosinus carrés (lignes) :
F1 F2
Taille menage-11 personnes ou plus 0,948 0,052
Taille menage-2 à 4 personnes 0,918 0,082
Taille menage-5 à 7 personnes 0,999 0,001
Taille menage-8 à 10 personnes 0,752 0,248
Taille menage-Unipersonnel 0,248 0,752

Les 3 premières catégories suffisent donc à expliquer l’axe F1 alors que la dernière catégorie représente F2.

Inertie
Poids (relatif) Distance Distance² Inertie relative
NiveauConsommationMenage-Eleve 0,250 1,335 1,781 0,445 0,605
NiveauConsommationMenage-faible 0,400 0,617 0,381 0,152 0,207
NiveauConsommationMenage-
moyen 0,350 0,629 0,396 0,138 0,188

Profils (colonnes) :

NiveauConsommationMenage- NiveauConsommationMenage- NiveauConsommationMenage-

Eleve faible moyen Moyenne
Taille menage-11
personnes ou plus 0,200 0,125 0,143 0,156
Taille menage-2 a 4
personnes 0,200 0,375 0,429 0,335
Taille menage-5 a 7
personnes 0,600 0,000 0,000 0,200
Taille menage-8 a 10 0,000 0,250 0,429 0,226

31
 personnes
Taille menage-
Unipersonnel 0,000 0,250 0,000 0,083
Somme 1 1 1 1

Contributions (colonnes) :

Poids (relatif) F1 F2
NiveauConsommationMenage-Eleve 0,250 0,749 0,001
NiveauConsommationMenage-faible 0,400 0,149 0,451
NiveauConsommationMenage-
moyen 0,350 0,102 0,548

Cosinus carrés (colonnes) :

F1 F2
NiveauConsommationMenage-Eleve 1,000 0,000
NiveauConsommationMenage-faible 0,579 0,421
NiveauConsommationMenage-
moyen 0,438 0,562

Il est à noter que les interprétations sont les même pour les résultats en colonnes. Ainsi, d’après le tableau de Cosinus carrés on doit porter une
attention particulière à facteur niveau Consommation Ménage- Elevé pour F1 et niveau Consommation Ménage-moyen pour F2.

32
 Graphique symétrique
(axes F1 et F2 : 100,00 %)
1.5

Taille menage-
Unipersonnel
1

F2 (19,29 %)
0.5 NiveauConsomma
tionMenage-faible

Taille menage-5 a
NiveauConsomma
7 personnes
tionMenage-Eleve
0
Taille menage-2 a Taille menage-11
4 personnes personnes ou plus
Taille menage-8 a
NiveauConsomma
10 personnes
-0.5
tionMenage-
-1.5 -1 -0.5 0 0.5 1 1.5 2
moyen
F1 (80,71 %)

Colonnes Lignes

D’après le graphique suivant, on constate que le niveau de consommation se répartit en 3groupes bien distincts.

33
 ANALYSE DES COMPOSANTES MULTIPLES

L’analyse Factorielle des Composantes achevé passe à l’Analyse des Composantes Multiples pour aboutir à des cartes de représentation. L’objectif est de
visualiser les proximités entre les catégories des variables qualitatives et les 20 observations.

La construction du tableau disjonctif est l’une des étapes préalables. Les 4 variables qualitatives sont éclatées en p tableaux composes d’autant de colonnes
qu’il y a de modalités pour chacune des variables.

Taille
menage- Taille Taille Taill
11 menage-2 menage-5 menage
NiveauInstructionChefdeMenage- NiveauInstructionChefdeMenage- NiveauInstructionChefdeMenage- NiveauInstructionChefdeMenage- personnes à4 à7 à 10
primaire sans intruction secondaire superieur ou plus personnes personnes personn
Obs1 1 0 0 0 0 1 0
Obs2 0 0 0 1 0 0 1
Obs3 0 1 0 0 0 0 0
Obs4 0 0 1 0 1 0 0
Obs5 0 0 1 0 0 0 0
Obs6 0 1 0 0 0 0 0
Obs7 0 0 1 0 0 0 0
Obs8 1 0 0 0 0 1 0
Obs9 1 0 0 0 0 0 0
Obs10 0 0 1 0 0 0 1
Obs11 0 0 0 1 1 0 0
Obs12 1 0 0 0 0 1 0
Obs13 0 1 0 0 0 0 1
Obs14 0 0 0 1 0 1 0
Obs15 0 0 1 0 0 1 0
Obs16 0 1 0 0 0 0 0
Obs17 0 0 1 0 0 0 0
Obs18 0 1 0 0 0 1 0
Obs19 0 0 0 1 0 1 0

34
Obs20 0 1 0 0 1 0 0

A chaque fois qu’une modalité m de la j emme variable correspond à un individu i, on affecte 1 et les autres variables sont nulles. En effet, le ménage 1 à chef
de famille moyen résidant en ville a pour niveau de consommation moyen car sa taille de ménage est comprise entre 2 à 4 personnes.

Ce tableau est un intermédiaire permettant d’aboutir au tableau de BURT.

NiveauInstr NiveauInstr NiveauInstr NiveauInstr Tai Tai Tai Tai Taill Res Res NiveauCo NiveauCo NiveauCo
uctionChef uctionChef uctionChef uctionChef lle lle lle lle e ide ide nsommati nsommati nsommati
deMenage- deMenage- deMenage- deMenage- me me me me men nce nce onMenage onMenage onMenage
primaire sans secondaire superieur na na na na age- - - -Eleve -faible -moyen
intruction ge- ge- ge- ge- Uni Rur Urb
11 2a 5a 8a pers al ain
per 4 7 10 onn
son per per per el
nes son son son
ou nes nes nes
plu
s
NiveauInstructi 4 0 0 0 0 3 0 1 0 3 1 0 2 2
onChefdeMena
ge-primaire
NiveauInstructi 0 6 0 0 1 1 1 1 2 2 4 1 4 1
onChefdeMena
ge-sans
intruction
NiveauInstructi 0 0 6 0 1 1 1 3 0 2 4 2 2 2
onChefdeMena
ge-secondaire
NiveauInstructi 0 0 0 4 1 2 1 0 0 3 1 2 0 2
onChefdeMena
ge-superieur

35
Taille menage- 0 1 1 1 3 0 0 0 0 2 1 1 1 1
11 personnes ou
plus
Taille menage-2 3 1 1 2 0 7 0 0 0 4 3 1 3 3
a 4 personnes
Taille menage-5 0 1 1 1 0 0 3 0 0 1 2 3 0 0
a 7 personnes
Taille menage-8 1 1 3 0 0 0 0 5 0 3 2 0 2 3
a 10 personnes
Taille menage- 0 2 0 0 0 0 0 0 2 0 2 0 2 0
Unipersonnel
Residence- 3 2 2 3 2 4 1 3 0 10 0 3 3 4
Rural
Residence- 1 4 4 1 1 3 2 2 2 0 10 2 5 3
Urbain
NiveauConsom 0 1 2 2 1 1 3 0 0 3 2 5 0 0
mationMenage-
Eleve
NiveauConsom 2 4 2 0 1 3 0 2 2 3 5 0 8 0
mationMenage-
faible
NiveauConsom 2 1 2 2 1 3 0 3 0 4 3 0 0 7
mationMenage-
moyen

Valeurs propres et pourcentages d'inertie :

F1 F2 F3 F4 F5 F6 F7 F8 F9 F10
Valeur propre 0,526 0,492 0,369 0,289 0,228 0,209 0,149 0,111 0,091 0,036

36
 Inertie (%) 21,057 19,667 14,761 11,574 9,104 8,352 5,949 4,439 3,649 1,448
% cumulé 21,057 40,724 55,485 67,059 76,163 84,515 90,464 94,902 98,552 100,000
Inertie ajustée 0,136 0,104 0,025 0,003
Inertie ajustée (%) 40,233 30,751 7,460 0,815
% cumulé 40,233 70,984 78,444 79,259

Inertie totale : 2,5

Comme la somme des valeurs propres des axes est assez proche de la variance totale (2,32 Ξ2, 5) on en déduit que le modèle est bon.
On observe que c’est l’axe F1 qui représente le maximum d’information 21% par rapport aux autres axes et que plus on change d’axe plus la quantité
d’information contenue décroît.
Et enfin, on les axes que nous retenons ici sont : F1, F2, F3 et F4 après l’ajustement ce qui rejoint l’idée de faire une régression linéaire multiple.
Le SCREE PLOT suivant confirme notre propos que ces 4 axes suffisent pour prédire de l’information.

Scree plot
0.16 100
0.14
80

Inertie ajustée (%)

0.12
Valeur propre

0.1 60
0.08
0.06 40

0.04
20
0.02
0 0
F1 F2 F3 F4
axe

Apres avoir identifié les axes offrant l’information nécessaire étudions les variables expliquant mieux le niveau de consommation.

37
 Coordonnées principales (Variables) :
F1 F2 F3 F4
NiveauInstructionChefdeMenage-primaire -0,148 -1,305 0,583 -0,811
NiveauInstructionChefdeMenage-sans 1,004 0,478 0,366 0,348
intruction
NiveauInstructionChefdeMenage-secondaire -0,110 0,168 -1,273 -0,150
NiveauInstructionChefdeMenage-superieur -1,194 0,336 0,778 0,513
Taille menage-11 personnes ou plus -0,369 0,359 0,055 1,923
Taille menage-2 a 4 personnes -0,238 -0,641 0,727 -0,522
Taille menage-5 a 7 personnes -0,742 1,788 -0,054 -0,998
Taille menage-8 a 10 personnes 0,108 -0,661 -1,313 0,059
Taille menage-Unipersonnel 2,227 0,675 0,734 0,289
Residence-Rural -0,535 -0,333 0,211 0,279
Residence-Urbain 0,535 0,333 -0,211 -0,279
NiveauConsommationMenage-Eleve -0,899 1,290 0,088 -0,301
NiveauConsommationMenage-faible 0,923 -0,159 0,195 -0,024
NiveauConsommationMenage-moyen -0,412 -0,739 -0,285 0,243

Les modalités les mieux représentées dans l’axe F1 sont : la variable taille ménagé unipersonnelle et négativement le niveau d’instruction du chef de ménage
supérieur. Cela signifie que le niveau de consommation des ménages est aussi déterminé par leur taille mais pas forcément du lieu de résidence. On remarque
que ce sont les ménages unipersonnels et a niveau d’instruction faible qui se trouve le plus touché par la sous-alimentation.

Contributions (Variables) :
Poids
Poids (relatif) F1 F2 F3 F4
NiveauInstructionChefdeMenage-primaire 4 0,050 0,002 0,173 0,046 0,114
NiveauInstructionChefdeMenage-sans
intruction 6 0,075 0,144 0,035 0,027 0,031
NiveauInstructionChefdeMenage-secondaire 6 0,075 0,002 0,004 0,329 0,006
NiveauInstructionChefdeMenage-superieur 4 0,050 0,135 0,012 0,082 0,046

38
Taille menage-11 personnes ou plus 3 0,038 0,010 0,010 0,000 0,479
Taille menage-2 a 4 personnes 7 0,088 0,009 0,073 0,125 0,082
Taille menage-5 a 7 personnes 3 0,038 0,039 0,244 0,000 0,129
Taille menage-8 a 10 personnes 5 0,063 0,001 0,056 0,292 0,001
Taille menage-Unipersonnel 2 0,025 0,236 0,023 0,037 0,007
Residence-Rural 10 0,125 0,068 0,028 0,015 0,034
Residence-Urbain 10 0,125 0,068 0,028 0,015 0,034
NiveauConsommationMenage-Eleve 5 0,063 0,096 0,212 0,001 0,020
NiveauConsommationMenage-faible 8 0,100 0,162 0,005 0,010 0,000
NiveauConsommationMenage-moyen 7 0,088 0,028 0,097 0,019 0,018

Cosinus carrés (Variables) :

F1 F2 F3 F4
NiveauInstructionChefdeMenage-primaire 0,005 0,426 0,085 0,164
NiveauInstructionChefdeMenage-sans
intruction 0,432 0,098 0,057 0,052
NiveauInstructionChefdeMenage-secondaire 0,005 0,012 0,695 0,010
NiveauInstructionChefdeMenage-superieur 0,356 0,028 0,151 0,066
Taille menage-11 personnes ou plus 0,024 0,023 0,001 0,653
Taille menage-2 a 4 personnes 0,030 0,221 0,285 0,146
Taille menage-5 a 7 personnes 0,097 0,564 0,001 0,176
Taille menage-8 a 10 personnes 0,004 0,146 0,575 0,001
Taille menage-Unipersonnel 0,551 0,051 0,060 0,009
Residence-Rural 0,287 0,111 0,044 0,078
Residence-Urbain 0,287 0,111 0,044 0,078
NiveauConsommationMenage-Eleve 0,269 0,555 0,003 0,030

39
 NiveauConsommationMenage-faible 0,567 0,017 0,025 0,000
NiveauConsommationMenage-moyen 0,092 0,294 0,044 0,032

Dans notre cas les 4 variables contribuent effectivement à l’explication des 4 axes puisque la somme de chaque axe est égale a 1.

Graphique symétrique
(axes F1 et F2 : 70,98 %)
2 Taille menage-5 a
7 personnes

1.5 NiveauConsomma Obs13

Obs10
tionMenage-Eleve
Obs2
1
Taille menage-
NiveauInstruction
NiveauInstruction Obs4 Unipersonnel
F2 (30,75 %)

Taille menage-11 ChefdeMenage-

Obs3
Obs6
0.5 ChefdeMenage- NiveauInstruction Residence-Urbain
personnes
Obs19 ou plus sans intruction
superieur ChefdeMenage-
Obs11 Obs20
secondaire Obs18
0
Obs7 NiveauConsomma
Obs15
Residence-Rural Obs17 tionMenage-faible
-0.5
Obs14 Obs16
Taille menage-2
NiveauConsomma Obs5 a Taille menage-8 a
4 personnes
tionMenage- 10 personnes
-1 Obs1 Obs8
Obs9
moyen
Obs12
NiveauInstruction
-1.5 ChefdeMenage-
-3 -2.5 -2 -1.5 primaire
-1 -0.5 0 0.5 1 1.5 2 2.5 3
F1 (40,23 %)

Variables Observations

40
 Graphique asymétrique des variables
(axes F1 et F2 : 70,98 %)
2 Taille menage-5 a Obs13
Obs10
7 personnes
Obs2
1.5 NiveauConsomma
tionMenage-Eleve
1 Taille menage-
Obs4 NiveauInstruction
Obs3
Obs6
NiveauInstruction Unipersonnel
ChefdeMenage-
Taille menage-11
NiveauInstruction
0.5 ChefdeMenage-
Obs19 Residence-Urbain

F2 (30,75 %)
personnes ou plus
superieur ChefdeMenage-
Obs11 Obs20 sans intruction
secondaire Obs18
0
NiveauConsomma
Obs15
Obs7
-0.5 Residence-Rural tionMenage-faible
NiveauConsomma
Taille menage-2 a Obs17
Taille menage-8 a
Obs16
Obs14
tionMenage-
4 personnes 10 personnes
-1 Obs5
moyen
NiveauInstruction
Obs1 Obs8
Obs9
-1.5 ChefdeMenage-
primaire
Obs12
-2
-3.5 -3 -2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5 3
F1 (40,23 %)

Variables Observations

D’après notre graphique, la sortie d’argent pour la consommation est plus importante pour les ménages composes de 5 a 7 personnes, et dans les ménages
relativement aisés (obs 2 ; obs 10 ; obs 13).

41
ANALYSE DES COMPOSANTES PRINCIPALES

Notre objectif consiste à produire de nouvelles variables, dites décorrélées, à partir de variables initialement liées entre elles pour mieux expliquer la
consommation des ménages malgaches.

Statistiques descriptives :
Variable Observations Minimum Maximum Moyenne Ecart-type
salaire chef de menage 20 121000,000 1000000,000 409750,000 343621,253
nombre enfants 20 0,000 9,000 3,400 2,501
nombre individus actif dans le
menage 20 0,000 6,000 2,500 1,606
nombre d'enfants en bas age 20 0,000 3,000 0,850 0,988
niveau de consommation du menage 20 11000,000 700000,000 253000,000 211431,213

Matrice de corrélation (Pearson (n)) :

nombre
individus nombre niveau de
salaire chef de nombre actif dans d'enfants consommation
Variables menage enfants le menage en bas age du menage
salaire chef de menage 1 0,005 -0,007 -0,359 0,741
nombre enfants 0,005 1 0,629 0,516 0,080
nombre individus actif dans le
menage -0,007 0,629 1 0,249 0,029
nombre d'enfants en bas age -0,359 0,516 0,249 1 -0,177
niveau de consommation du
menage 0,741 0,080 0,029 -0,177 1

42
Les valeurs en gras sont différentes de 0 à un niveau de signification alpha=0,05

Total Variance Explained

Initial Eigenvalues Rotation Sums of Squared Loadings
Component Total % of Variance Cumulative % Total % of Variance Cumulative %
1 3,579 51,129 51,129 3,543 50,620 50,620
2 1,653 23,614 74,743 1,689 24,123 74,743
3 ,933 13,325 88,068
4 ,569 8,134 96,201
5 ,191 2,723 98,924
6 ,062 ,880 99,804
7 ,014 ,196 100,000
Extraction Method: Principal Component Analysis.

43
D’après le graphique, le niveau de consommation des ménages présente une décroissance tendancielle au cours du temps cela se traduit par l’existence des
points d’inflexion(7) plus précisément le rupture du coude qui indiquera le nombre de facteurs a extraire.

44
 Rotated Component Matrixa
Component
1 2
taille= nombre de tete ,970 -,074
age= ans ,792 ,036
salaire= Ariary ,113 ,895
enfants= nombre de tete ,968 -,112
actifs= nombre individu ,850 -,120
occupe
enfants en bas age= ,525 ,090
nombre de tete d'enfants
en bas age
niveau de -,168 ,920
consommation= faible,
moyen, eleve
Extraction Method: Principal Component
Analysis.
Rotation Method: Varimax with Kaiser
Normalization.
a. Rotation converged in 3 iterations.

La rotation facilite l'interprétation de la matrice en maximisant le poids de chaque variable sur un facteur et en le diminuant sur les autres

45
 Component Transformation Matrix
Component 1 2
1 ,991 -,136
2 ,136 ,991
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.

46
 Component Score Coefficient Matrix
Component
1 2
taille= nombre de tete ,274 -,001
age= ans ,228 ,057
salaire= Ariary ,072 ,541
enfants= nombre de tete ,271 -,025
actifs= nombre individu occupe ,237 -,035

enfants en bas age= nombre de tete d'enfants en bas ,154 ,077

age

niveau de consommation= faible, moyen, eleve -,008 ,544

Extraction Method: Principal Component Analysis.

Rotation Method: Varimax with Kaiser Normalization.
Component Scores.

Component Score Covariance

Matrix
Component 1 2
1 1,000 ,000
2 ,000 1,000

47
 Component Score Covariance
Matrix
Component 1 2
1 1,000 ,000
2 ,000 1,000
Extraction Method: Principal
Component Analysis.
Rotation Method: Varimax with
Kaiser Normalization.
Component Scores.

48
ANALYSE FACTORIELLE EXPLORATOIRE

Parce que les corrélations entre les critères sont importantes, cependant il est possible que les critères soient redondants ce qui peut biaiser l’information. Face
à cette situation on a procédé à une analyse factorielle afin de déterminer quels sont les facteurs latents par l’approche d’extraction.

Statistiques descriptives :
Variable Minimum Maximum Moyenne Ecart-type
taille menage 1,000 11,000 5,650 2,996
age chef de menage 24,000 57,000 39,200 10,645
salaire chef de menage 121000,000 1000000,000 409750,000 343621,253
nombre enfants 0,000 9,000 3,400 2,501
nombre individus actif dans le
menage 0,000 6,000 2,500 1,606
nombre d'enfants en bas age 0,000 3,000 0,850 0,988

Matrice de corrélation (Pearson (n)) :

nombre
individus nombre
age chef salaire actif dans d'enfants
taille de chef de nombre le en bas
Variables menage menage menage enfants menage age
taille menage 1 0,783 -0,064 0,926 0,607 0,586
age chef de menage 0,783 1 -0,068 0,707 0,336 0,503
salaire chef de menage -0,064 -0,068 1 0,005 -0,007 -0,359
nombre enfants 0,926 0,707 0,005 1 0,629 0,516
nombre individus actif dans le
menage 0,607 0,336 -0,007 0,629 1 0,249
nombre d'enfants en bas age 0,586 0,503 -0,359 0,516 0,249 1

49
On note que certaines corrélations sont importantes (0,783 pour l’âge de chef de ménage et la taille de ménage et 0,926 pour la taille de ménage et nombre
d’enfants). On remarque que le niveau de consommation est probablement influence par l’âge du chef de ménage en rapport avec la taille de ménage et leur
nombre d’enfants.

Mesure de précision de l'échantillonnage de Kaiser-Meyer-Olkin :

taille menage 0,709
age chef de menage 0,833
salaire chef de menage 0,428
nombre enfants 0,765
nombre individus actif dans le
menage 0,830
nombre d'enfants en bas age 0,814
KMO 0,763

A travers l’AFC nous cherchons a identifier une variable latente ce qui est possible dans notre cas vu que la valeur de notre KMO est supérieure a 0.7.

Alpha de Cronbach : 0,769

Analyse factorielle :

Changement maximum de communalité à chaque itération :

Changement
Itération maximum
40 0,0021
41 0,0020
42 0,0020
43 0,0019
44 0,0018
45 0,0018

50
 46 0,0017
47 0,0016
48 0,0016
49 0,0015

L’algorithme utilisé pour les calculs des facteurs principaux est itératif. Dans notre cas, l’algorithme converge au bout de 48 itérations pour atteindre une
précision de 0.001 sur le critère de changement maximum de communalite entre deux itérations.

Matrice des corrélations reproduites :

nombre
individus nombre
age chef salaire actif dans d'enfants
taille de chef de nombre le en bas
menage menage menage enfants menage age
taille menage 1,000 0,736 -0,060 0,966 0,589 0,597
age chef de menage 0,736 0,550 -0,087 0,700 0,420 0,508
salaire chef de menage -0,060 -0,087 0,201 -0,010 0,027 -0,353
nombre enfants 0,966 0,700 -0,010 0,945 0,584 0,499
nombre individus actif dans le
menage 0,589 0,420 0,027 0,584 0,366 0,252
nombre d'enfants en bas age 0,597 0,508 -0,353 0,499 0,252 0,866

Grace à cette matrice on peut dire que les corrélations sont bien reproduites.

Valeurs propres :
F1 F2 F3 F4
Valeur
propre 3,227 0,702 0,110 0,044
Variabilité
(%) 53,780 11,701 1,841 0,731
% cumulé 53,780 65,481 67,322 68,053

51
 Dans le tableau ci-dessus sont affichées les valeurs propres issues de l’analyse factorielle. Nous constatons qu’avec quatre facteurs on conserve 68.053 % de
la variabilité des données initiales.

Scree plot
3.5 100

3
80

Variabilité cumulée (%)

2.5
Valeur propre

60
2

1.5
40

1
20
0.5

0 0
F1 F2 F3 F4
axe

Vecteurs propres :

F1 F2 F3 F4
taille menage 0,552 0,160 -0,270 0,591
age chef de menage 0,413 0,004 -0,617 -0,114
salaire chef de menage -0,066 0,516 -0,251 -0,439
nombre enfants 0,525 0,284 0,298 -0,539
nombre individus actif dans le
menage 0,314 0,260 0,621 0,268
nombre d'enfants en bas age 0,382 -0,749 0,094 -0,288

52
Coordonnées factorielles :
Communalité Communalité Variance
F1 F2 initiale finale spécifique
taille menage 0,991 0,134 0,904 1,000 0,000
age chef de menage 0,742 0,004 0,645 0,550 0,450
salaire chef de menage -0,119 0,432 0,183 0,201 0,799
nombre enfants 0,943 0,238 0,868 0,945 0,055
nombre individus actif dans le
menage 0,565 0,218 0,457 0,366 0,634
nombre d'enfants en bas age 0,687 -0,627 0,463 0,866 0,134

Les valeurs en gras correspondent pour chaque variable au facteur pour lequel le cosinus carré est le plus grand

Une seule variable ne peut définir un facteur latent c’est pourquoi on fait référence au tableau de coordonnées factorielles pour identifier les variables qui
peuvent en générer.

53
 Coordonnées des variables (axes F1 et F2 : 65,48 %)
0.8

0.6
salaire chef de
menage
0.4
nombre individus
nombre
actif dans le enfants
0.2 menage taille menage

F2 (11,70 %)
age chef de
0 menage

-0.2

-0.4

-0.6
nombre d'enfants
en bas age
-0.8
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 1.2
F1 (53,78 %)

Alpha de Cronbach :

Alpha de
Cronbach
F1 0,875
F2

Alpha de Cronbach est ici proche de 1 ce qui fait que les variables sont vraiment fiables pour être retenues comme étant variable expliquant.

54
 Variables (axes F1 et F2 : 65,48 %)
1

0.75

salaire chef de
0.5 menage
nombre
individusnombre
actif
0.25 dans enfants
le
taille menage

F2 (11,70 %)
menage
age chef de
0 menage

-0.25

-0.5

nombre
-0.75 d'enfants en
bas age

-1
-1 -0.75 -0.5 -0.25 0 0.25 0.5 0.75 1
F1 (53,78 %)

Coefficients du modèle factoriel :

F1 F2
taille menage 0,826 0,329
age chef de menage -0,126 -0,131
salaire chef de menage -0,020 0,077
nombre enfants 0,239 0,579
nombre individus actif dans le
menage -0,084 -0,050
nombre d'enfants en bas age 0,157 -1,012

55
Coordonnées des observations :
Observation F1 F2
Obs1 -0,759 0,135
Obs2 0,361 0,190
Obs3 -1,564 -0,097
Obs4 1,859 -1,532
Obs5 0,618 0,106
Obs6 -1,583 -0,087
Obs7 1,040 2,024
Obs8 -0,958 -1,138
Obs9 0,834 -0,465
Obs10 -0,294 0,857
Obs11 2,076 -0,680
Obs12 -0,517 0,527
Obs13 -0,175 -0,345
Obs14 -0,680 -0,844
Obs15 0,233 0,019
Obs16 0,809 1,800
Obs17 -0,828 -0,986
Obs18 -1,082 -0,004
Obs19 0,014 1,280
Obs20 0,596 -0,759

Les valeurs en gras correspondent pour chaque observation au facteur pour lequel le cosinus carré est le plus grand

56
 Observations (axes F1 et F2 : 65,48 %)
2.5

Obs7
2 Obs16

1.5
Obs19

1 Obs10

F2 (11,70 %)
Obs12
0.5
Obs1 Obs2
Obs5
Obs15
0
Obs6 Obs18
Obs3
-0.5 Obs13
Obs9
Obs20 Obs11
-1 Obs14
Obs17
Obs8
-1.5
Obs4
-2
-3 -2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5 3
F1 (53,78 %)

Résultats après la rotation Varimax :

La rotation varimax change la façon dont chaque facteur représente une part de la variance. La rotation varimax facilite l’interprétation en maximisant la
variance de la carre des coordonnées. Pour le facteur taille de ménage présentant des coordonnées plus élevées sa valeur l’est davantage et les coordonnées
pour le salaire le sont encore plus faibles.

Matrice de rotation :
D1 D2
D1 0,943 0,333
D2 0,333 -0,943

57
Pourcentage de la variance après rotation Varimax :
D1 D2
Variabilité 49,110 16,369
(%)
% cumulé 49,110 65,480

Coordonnées factorielles après rotation Varimax :

D1 D2
taille menage 0,979 0,204
age chef de menage 0,701 0,244
salaire chef de menage 0,032 -0,447
nombre enfants 0,968 0,090
nombre individus actif dans le
menage 0,605 -0,017
nombre d'enfants en bas age 0,439 0,820

Les valeurs en gras correspondent pour chaque variable au facteur pour lequel le cosinus carré est le plus grand
D’après le tableau, on remarque que le premier facteur est fortement lie à la taille de ménage, au nombre enfants, a l’âge du chef de ménage et au nombre
d’individus actif dans le ménage.
On en déduit donc que Les résultats contenus dans ce tableau informent que la taille du ménage, même contrôlée par la présence ou non d'un enfant en bas
âge, agit négativement sur le niveau de consommation par tête. Par ailleurs, les ménages dirigés par un individu plus âgé, mais pas trop âgé, enregistrent des
niveaux de consommation plus.

Le graphique suivant donne la position des variables sur les axes F1 et F2.

58
 Coordonnées des variables (axes D1 et D2 : 65,48 %)
après rotation Varimax
1
nombre d'enfants
en bas age
0.8

0.6

0.4

D2 (16,37 %)
age chef de
menage
taille menage
0.2
nombre enfants

0 nombre individus
actif dans le
menage
-0.2

-0.4
salaire chef de
menage
-0.6
-1.2 -1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
D1 (49,11 %)

Alpha de Cronbach :

Alpha de Cronbach
D1 0,888
D2 -1,122
La valeurs de l’Alpha de Cronbach est proche de 1 ce qui permet de dire que le critère unidimensionnel existe entre les deux facteurs.

Corrélations entre les variables et les facteurs après rotation Varimax :

59
 D1 D2
taille menage 0,969 0,223
age chef de menage 0,694 0,267
salaire chef de menage 0,031 -0,490
nombre enfants 0,959 0,098
nombre individus actif dans le menage 0,599 -0,019
nombre d'enfants en bas age 0,435 0,899

Variables (axes D1 et D2 : 65,48 %)

après rotation Varimax
nombre
1
d'enfants en
bas age
0.75

0.5
age chef de
0.25 taillemenage
menage
D2 (16,37 %) nombre
enfants
nombre
0
individus actif
dans le
-0.25 menage

-0.5 salaire chef de

menage
-0.75

-1
-1 -0.75 -0.5 -0.25 0 0.25 0.5 0.75 1
D1 (49,11 %)

60
Coefficients du modèle factoriel après rotation Varimax :
D1 D2
taille menage 0,888 -0,035
age chef de menage -0,162 0,082
salaire chef de menage 0,006 -0,080
nombre enfants 0,418 -0,466
nombre individus actif dans le menage -0,096 0,019
nombre d'enfants en bas age -0,189 1,006

Coordonnées des observations après rotation Varimax :

D1 D2
Obs1 -0,654 -0,371
Obs2 0,394 -0,057
Obs3 -1,469 -0,418
Obs4 1,211 2,011
Obs5 0,603 0,103
Obs6 -1,483 -0,434
Obs7 1,613 -1,523
Obs8 -1,250 0,735
Obs9 0,615 0,699
Obs10 0,008 -0,883
Obs11 1,687 1,299
Obs12 -0,304 -0,652
Obs13 -0,273 0,261
Obs14 -0,899 0,555
Obs15 0,220 0,058
Obs16 1,328 -1,391
Obs17 -1,081 0,637
Obs18 -0,995 -0,347

61
Obs19 0,429 -1,172
Obs20 0,302 0,891
Les valeurs en gras correspondent pour chaque observation au facteur pour lequel le cosinus carré est le plus grand

Observations (axes D1 et D2 : 65,48 %)

après rotation Varimax
2.5
Obs4
2

1.5 Obs11

1 Obs20
Obs8 Obs9
Obs17

D2 (16,37 %)
Obs14
0.5
Obs13
Obs5
Obs15
0
Obs2
-0.5 Obs3Obs18Obs1
Obs6
Obs12
-1 Obs10
Obs19
-1.5 Obs16
Obs7
-2
-3 -2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5
D1 (49,11 %)

Les ménages présentent ces résultats sont donc l’observation 4 et l’observation 11.

62
CONCLUSION

En termes de cette étude, le niveau de la consommation constitue la principale mesure du niveau de vie des ménages, particulièrement de la
pauvreté. La part relative de l’alimentation dans la consommation totale s’avère ainsi la plus importante en terme dépense pour chaque ménage.
Le niveau de consommation est d’autant plus élevé en milieu urbain qu’en milieu rural. Cependant, le choix de l’alimentation se distingue en
fonction de la préférence. Ceci est lie au fait que plus le niveau d’instruction du chef de ménage est élevé, plus sa consommation l’est.
Le niveau d'instruction du chef de ménage agit positivement sur la consommation. L'impact, sur le logarithme de la consommation, du fait d'être
dirigé par un individu de niveau universitaire, est quatre fois plus que celui du fait d’être dirigé par un individu de niveau primaire. Néanmoins,
ce dernier est toujours mieux que celui qui est sans instruction. Aussi, la présence ou non d'un enfant en bas âge, agit négativement sur le niveau
de consommation par tête.

63