Académique Documents
Professionnel Documents
Culture Documents
OPTION : STATISTIQUE
REPUBLIQUE DEMOCRATIQUE
OCTOBRE 2022 DU CONGO
ENSEIGNEMENT SUPERIEUR ET UNIVERSITAIRE
UNIVERSITE PROTESTANTE D’AFRIQUE
Agréée par l’Arrêté No420/MINESU/CAB, MIN/MML/CD/RP/2011
SECRETARIAT GENERAL ACADEMIQUE
LUBUMBASHI
OPTION : STATISTIQUE
EPIGRAHE
Alfred Saufy
II
DEDICACE
Je dédie ce travail.
III
REMERCIEMENTS
Nous tenons tout abord à remercier Dieu le Tout-Puissant et miséricordieux, qui nous
donne le souffle de vie, l’intelligence, la force, le courage, la volonté, l’harmonie et la patience
d’accomplir ce modeste travail.
Qu’il nous donné de nous acquitter d’une dette de reconnaissance envers tous ceux dont
l’affluence a été profitable pour la réalisation de ce travail.
Nos sincères remerciements s’adressent au C.T. Gustave Ken LUBOYA pour sa sagesse
et son engagement avec lesquels il a tenu la direction de ce travail.
Pour vous tous qui avaient participé de près ou de loin à mes efforts pour la réalisation de
cette œuvre.
INTRODUCTION GENERALE
0.1. PRESENTATION, CHOIX ET INTERET DU SUJET
Le concept de réussite scolaire est polysémique et multidimensionnel. Concrètement, son
étude s’articule en fonction des paradigmes adoptés par les chercheurs et les praticiens.
L’activité des uns comme des autres, orientée vers la réussite scolaire, s’inscrit dans un temps
et lieu donnés. Ce travail se veut rétrospectif, mais aussi prospectif.
K. Marx et Engels parlent de la quintessence de l’angoisse existentielle dans leur œuvre
« choisie » tome III, lorsqu’ils disent : « la réflexion de l’homme sur n’importe quel sujet est le
reflet de ses désirs1 » Avant d’aborder le vif de notre sujet, il est nécessaire de préciser le motif
du choix de celui-ci.
Ainsi, notre étude s’inutile « L’ETUDE STATIQTIQUE DES REUSSITES DANS DES
ECOLES TECHNIQUES PRIVEES DE KIPUSHI DE 2017 A 2022, CAS DU COMPLEXE
SCOLAIRE TRESSILE »
La préoccupation de tout homme de science est de voir sa formation atteindre le niveau
de son rêve et contenir les éléments nécessaires d’un véritable bagage intellectuel pouvant
l’amener à un équilibre.
Le choix et l’intérêt d’un sujet, nous dit MULUMBATI NGASHA, « sont la première
des choses que doit faire quiconque veut s’engager dans une recherche scientifique ».2
Cependant, plusieurs raisons poussent un chercheur à choisir un sujet. Il en est de même de
l’intérêt qu’il suscite. Quant à cette étude, les raisons qui nous ont poussés à choisir ainsi que
son intérêt se situent aux niveaux suivants :
0.1.1. Sur le plan scientifique.
Cette recherche veut être une contribution à l’édification de la science.
0.1.2. Sur le plan personnel.
La considération accordée à ce sujet est le souci de tout statisticien de vouloir par cette
étude s’imprégner de tous les outils qui concourent à une réussite efficace dans une institution.
Son but est de satisfaire notre curiosité en cherchant des moyens nécessaires pour la réussite
des activités scolaires.
0.2. ETAT DE LA QUESTION
Dans une recherche scientifique, on ne part pas de rien. Tout thème d’étude s’inscrit dans
un courant de recherche bien déterminé. Le chercheur avéré cherche à savoir quel est son cadre
théorique, quels sont les auteurs auxquels se référer, quelles sont les connaissances établies,
1 Marx, K et Engels, cité par LENGE ASSOSA, recherche guide I, G1 SPA, UNILU extension de Kolwezi, inédit 2005-2006
2 MULUMBATI NGASHA, Manuel de Sociologie Générale, Lubumbashi, éd, Africa, 1981, p.21.
2
quelles autres études ont été conduites sur le même sujet. On dressera à cet effet un état de la
question.
L’état de la question est « un inventaire détaillé des travaux antérieurs qui servira
d’arrière-fond référentiel à l’enquête »3. Il est aussi « le dégagement du niveau où se trouve le
débat scientifique » 4. Mais, la définition qui nous semble achevée est celle que propose
KAPENDA TSHITEKA. Selon lui : « l’état de la question consiste à recenser les travaux
antérieurs, leurs orientations et synthèses et permet au chercheur de dégager la nouveauté ou
l’orientation nouvelle et personnelle de sa recherche »5.
En nous alignant dans le même ordre d’idée, l’état de la question nous permet d’opérer
un passage en revue de la littérature existante autour de notre thème d’étude. Les particularités
de cette littérature nous permettrons ainsi de marquer la spécificité de notre recherche en vue
d’en dégager une orientation nouvelle.
Le domaine scientifique, plus précisément celui de la recherche reste un domaine où
complémentarité, reformulation et critique se succèdent. Ainsi, il nous a semblé judicieux de
chercher si notre préoccupation n’aurait pas fait objet d’un autre travail. Ce sujet, tel qu’il se
présente à travers ses hypothèses profondes et son observation scientifique démontre que nous
ne sommes pas le premier à pouvoir l’étudier pour la toute première fois, nous sommes
rassurés que ce sujet a déjà été sous d’autre cieux et dans d’autres aspects.
Pour porter la lumière à notre recherche, il s’avère nécessaire de reconnaître le mérite des
travaux antérieurs. En effet, un travail scientifique est considéré comme un complément et/ou
un dépassement des travaux qui l’ont précédé.
BALLEY GULLER soutient que la lecture d’ouvrages des chercheurs permet de
présenter leurs pensées, d’apprécier les difficultés qu’ils ont rencontrées et les moyens qu’ils
ont utilisés pour les surmonter et de saisir l’originalité de leur contribution et des lacunes qu’un
autre chercheur devra combler. Elle permet en outre d’utiliser les résultats déjà acquis afin que
la recherche à entreprendre soit mieux faite et plus utile6.
Ainsi, faire un état de la question signifie pour KITABA KYA-GHOANYS « mettre en
place une orientation qui se vise à établir le parallélisme entre l’esprit de la recherche présent et
celui des recherches antérieures »7.
3 BERTHIER N.G.., Les techniques d'enquête en sciences sociales. Méthodes et exercices corrigés, Paris, 4e éd. ARMAND COLIN, 2012, p. 49
4 MALEMBA N'SAKILA G., Cours de méthodes de recherche en sciences sociales, Deuxième graduat/GRH, ISES/Lubumbashi, 2013
5 KAPENDA TSHITEKA, Cours de méthodes de recherche en sciences sociales, Deuxième graduat/GRH, ISES/Lubumbashi, 2008
6 BALLEY, G, La recherche en sciences humaines, Paris, éd. Universitaire, 1970, p. 33.
7 KITABA KYA-GHOANYS, Cours des méthodes de la recherche scientifique, Deuxième graduat Gestion des Ressources Humaines, Institut
L’honnêteté scientifique exige que la lecture d’autres travaux oriente une autre recherche.
C’est cela l’état de la question. Ainsi, nous constatons que certains de nos prédécesseurs ont
déjà traité ce sujet d’une manière ou d’une autre.
Dans ce travail, nous mettons l’accent sur la réussite scolaire afin de déceler une
meilleure façon d’appliquer les fonctions professionnelles au sein d’une institution scolaire en
vue d’obtenir un meilleur rendement.
0.3. OBJET DU TRAVAIL
Dans le cadre de notre travail, nous avons jugé bon de faire une analyse qui nous mènera
à savoir dans quelle option réussissent mieux les élèves.
0.4. PROBLEMATIQUE
Ce concept « problématique » désigne l’ensemble de problèmes que suscite un sujet
d’étude.8 Selon les Professeurs Pascal SEM MBIMBI et Annie CORNET, la problématique est
une reformulation de la question centrale. Il s’agit de l’ensemble de questions pertinentes qui se
posent à l’observateur scientifique à propos de phénomènes, questions qui sont susceptibles
d’avoir une réponse logique et contrôlable et de donner lieu à des opérations classées par ordre
selon les disciplines qui les provoquent9 Ce concept « problématique » désigne aussi
l’ensemble de problèmes que suscite un sujet d’étude.10
En général, la première étape d’un travail scientifique est l’existence d’un problème que
le chercheur souhaite résoudre. En effet, un travail scientifique s’élabore à partir de certaines
questions que l’on se pose. Ces différentes questions constituent la problématique.
Pour QUIVY R. et COMPENHOUT L., elle est « une approche ou la perspective
théorique que l’on décide d’adopter pour traiter le problème posé à la question du départ » 11 .
Selon nous, la problématique est un ensemble des questions qu’on se pose et auxquelles on
donne des réponses dans l’hypothèse. Ainsi définie, la problématique de notre travail se dégage
de la manière suivante : Dans quelle option parmi les quatre organisées au sein du Complexe
Scolaire TRESILE affiche plus de difficultés que les autres ? Telle est la question principale
qui soulève d’autres questions que nous pouvons citer :
- La proportion de réussite est-elle la même dans toutes ces options ? Laquelle est plus
est abordable ?
- La proportion de réussite est- elle liée aux années scolaires (temps) ?
0.5. HYPOTHESE
8 KIBANDWA, J.P. ; Méthodes de recherche scientifique, cours inédit, G1 Université Chrétienne de Likasi, Likasi 2000-2001.
9 SEM MBIMBI et Annie CORNET, Cours de MRS et Guide d’accompagnement pour la réalisation d’un travail scientifique, G2 Economie
2015-2016, UNILU, p.2
10 KIBANDWA, J.P. ; Op.Cit
11 QUIVY, R. et COMPENHOUT, L, Manuel de recherché en sciences sociales, Paris, éd Bordas, 1998, p.83
4
Le fait de poser le problème à lui seul ne suffit pas. Encore faut-il retrouver des ébauches
de réponses. C’est l’hypothèse.
Ce concept est défini comme des réponses à la problématique qu’on énonce en vertu des
connaissances empiriques ou théoriques dont on dispose déjà sur la question12
L’hypothèse est aussi au dire de DECOSTER : « une proposition restreinte du terme,
notamment lorsqu’elle en est logiquement déduite pour être confrontée avec la réalité des faites
à seule fin de vérification. »
Le dictionnaire universel définit l’hypothèse comme étant une exploitation plausible d’un
phénomène naturel, provisoirement admise et destinée à être soumise au contrôle méthodique
de l’expérience13.
Par ailleurs, elle se définit selon PIEL. J. en ces termes : « une idée directrice, une
tentative d’explication des faits, formulée au début de la recherche, destinée à aider
l’investigation et abandonnée ou maintenue d’après les résultats d’observation14»
P. RONGERE pense que l’hypothèse est « la proposition des réponses aux questions que
l’on se pose à propos de l’objet de recherche, formulée en des termes tels que l’observation et
l’analyse puissent fournir une réponse15»
Selon PINTO R. et M. GRAWITZ, l’hypothèse est une proposition de réponses à la
question ou aux questions que l’on se pose à propos de l’objet de la recherche, formulée en des
termes tels que l’observation et l’analyse puissent fournir la réponse16.
L’hypothèse est : « une proposition résultant d’une observation et que l’on soumet au
contrôle de l’expérience ou que l’on vérifie par déduction » 17.
L’hypothèse est selon J David GOULD « une information en forme des propositions sur
les facteurs variables que l’on peut mesurer et vérifier à travers une étude sur terrain » 18
D’une manière générale, l’hypothèse est entendue comme la formulation d’une
supposition liée à la pertinence à travers la mise en œuvre des diverses recherches.
Pour ce qui nous concerne, une hypothèse correspond à une estimation approximative de
la réalité qu’examine un chercheur, qui sert de repère et de guide avant l’enquête. Mais, une
étude scientifique doit, au demeurant, se focaliser sur une recherche approfondie d’objectivité.
Raison pour laquelle une hypothèse se doit d’être sinon rationnelle, du moins régie par
certaines « qualités d’ordre sémantique » 19.
Après cette approche définitionnelle et en rapport avec la problématique énoncée ci-haut,
voici la manière dont nous avons dégagé nos hypothèses :
Nous estimons que les proportions de réussite ne sont pas identiques suivant les options
poursuivies, c’est l’option électricité qui a une meilleure proportion de réussite.
Le temps (Année scolaires) a un impact significatif sur le taux de réussite des élèves car,
au fur et à mesure que les années s’écoulent, les enseignements sont améliorés de par la qualité
et la manière d’évaluer les élèves.
0.6. METHODES ET TECHNIQUES
0.6.1. Méthodes
Toute recherche en sciences appliquées comme dans toutes les sciences en général
implique le choix et l’utilisation des procédés scientifiques rigoureux, bien définis et adaptés
aux genres des problèmes et des phénomènes à étudier. En d’autres termes, le choix des
méthodes et des techniques scientifiques à utiliser doit tenir compte de la nature du sujet et des
objectifs à atteindre.
Dans une vision plus globale, la méthode est entendue comme étant : « un ensemble
organisé des procédés mis en œuvre afin d’atteindre l’objectif que l’étudiant s’est assigné dans
son travail »20. Mais, d’une façon plus précise, une méthodologie de recherche est une
procédure logique qui fixe le processus et les formes de raisonnement devant rendre accessible
la réalité à saisir dans une étude scientifique donnée.
L’adoption d’une méthodologie dans une recherche scientifique n’est pas facultative.
C’est une obligation pour tous les chercheurs qui organise une telle étude. La méthode permet
au chercheur d’atteindre l’objectif qu’il s’est assigné dans son travail. Sans elle son étude serait
gratuite.
R. PRINTO et M. GRAWITZ définissent la méthode comme étant un ensemble
d’opérations intellectuelles par lesquelles une discipline cherche à atteindre les vérités qu’elle
poursuit, les démontre et les vérifie.21 De cette définition de la méthode, le fait à retenir est que
la méthode comporte en ensemble de règles à suivre par le chercheur afin de conférer à son
travail un caractère scientifique.
19 BERTHIER, Nicole, Les qualités sémantiques d'une hypothèse, Op.cit., pp. 46-47
20 BINDUNGWA Ibanda M., Comment élaborer un travail de fin de cycle ? Contenu et étapes, Lubumbashi, Ed. Médiaspaul, 2009, p. 47
21 MULOPWE, Op Cit.
6
MPALA MBABULA Louis, définit la méthode comme « un ensemble des règles pour
conduire raisonnablement et logiquement nos pensées ». En d’autres termes, c’est la voie à
suivre par un chercheur pour atteindre le but qu’on s’est fixé22.
En ce qui nous concerne, nous pensons que la méthode est une voie à suivre et un moyen
rationnel de l’esprit pour arriver à la connaissance de la vérité afin d’atteindre le but qu’on s’est
fixé.
Ainsi avons-nous adopté deux types de méthodes : les méthodes rationnelles (Régression
simple et les tests statistiques, ici, le test de KHI DEUX (휒� ) et les méthodes empiriques. Les
premières relèvent de la théorie et les secondes de l’empirisme. Les unes sont utilisées lors de
l’élaboration des rapports d’enquête sous diverses formes et les autres sur le terrain d’enquête.
Pour tout dire, voici ce que nous entendons par méthodes rationnelles et empiriques,
d’une part, et comment nous avons procédé dans le cadre de la présente étude d’autre part :
0.6.1.1. Méthodes rationnelles.
Pour ANYENYOLA WELO, « la méthode rationnelle est une démarche ou conception
intellectuelle dans le sens d’une façon abstraite ou d’un moyen théorique de raisonner,
d’examiner, d’argumenter et d’expliquer systématiquement un sujet sur la base d’une ou de
plusieurs théories correspondantes selon les exigences scientifiques, à savoir : l’ordre, la
cohérence, la critique, l’objectivité relative, la précision, etc. 23 ».
0.6.1.2. Méthodes empiriques.
Contrairement à la méthode rationnelle, la méthode empirique, quant à elle, est, selon
toujours ANYENYOLA WELO., « une démarche ou conception intellectuelle dans le sens
d’une façon abstraite ou d’un moyen théorique de découvrir, sur terrain d’enquête, des réalités
envisagées, encore cachées, sur base de l’expérience, c’est à dire de l’observation et de la
vérification et non sur base des théories24 »
La méthode empirique ne peut pas s’employer seule. Pour son opérationnalité, elle a
besoin des techniques appropriées.
Les informations qui ont servi de base pour l’élaboration de ce travail ont été récoltées
grâce aux méthodes d’observation et analyse. Nous faisons remarquer, en passant, que ces
méthodes ne se limitent pas à la récolte des données sur terrain, mais qu’elles débouchent
toujours sur l’analyse, le dépouillement, le rassemblement et le classement de ces données, etc.
en vue de leur traitement ultime au moyen des méthodes rationnelles.
22 MPALA MBABULA L, Pour vous chercheurs : directives pour diriger un travail scientifique, Lubumbashi, éd Mpala, 2001, p 13.
23 LABBENS, J., « Le rôle de la conférence internationale de sociologie religieuse, in social compass 7, 1960, pp. 69-74.
24 MUSASA KABOBO, « Réflexion sur la prolifération des sectes à Lubumbashi », in Sectes, Cultures et Sociétés, Actes du 4° colloque
0.6.2. Techniques
La rédaction d’un travail scientifique exige des données. Ces dernières ne peuvent être
acquises que grâce aux moyens scientifiques. En effet, l’utilisation des techniques nous permet
d’atteindre les éléments d’information dont nous avons besoin.
Pour KAPENDA TSHITEKA, les techniques sont des instruments de travail dont une
personne doit se servir dans sa marche vers l’objectif qu’elle s’est fixée25.
Quant à nous, les techniques sont des moyens ou des outils qui permettent d’acquérir des
données lors d’une recherche. Elle est un instrument à utiliser pour récolter des informations
nécessaires relatives au sujet sous examen.
Pour cette étude, nous avons fait recours aux techniques ci-dessous :
0.6.2.1. L’interview
C’est le moyen par lequel le scientifique doit réaliser à l’aide de contact d’un
questionnaire. Cette technique fait appel à l’écoute.
Elle est utile au début comme à la fin du travail. Au début elle permet d’éclairer le
chercheur sur la manière de concrétiser l’objet de la recherche et à la fin elle lui permet de
revoir le cadre dans lequel s’est déroulée la recherche.
Elle nous a aidé à recueillir directement les données sur le terrain en observant le
comportement de nos enquêtés sans passer, par les intermédiaires.
0.6.2.2. Technique documentaire.
La technique documentaire comme le définit MULUMBATI consiste à étudier et à
analyser les documents pour arriver à déterminer les faits ou les phénomènes dont les
documents portent des traces26.
Ainsi, la lecture approfondie des ouvrages ayant trait à notre sujet nous a donné une idée
claire, un thème que nous étudions. C’est grâce à elle que nous avons rédigé la première partie
de notre travail.
0.7. SUBDIVISION DU TRAVAIL
Outre l’introduction générale et la conclusion générale, la présente étude est subdivisée
en trois chapitres :
Le premier chapitre porte sur le cadre théorique où il est question, dans un premier
temps, de définir les concepts de base et, dans le second temps, de présenter notre modèle
théorique.
29 G HENKIN et A SHANANIN, « Asymptotic behavior of solutions of the Cauchy problem for Burgers type equations », Journal de
Mathématiques Pures et Appliqués, vol. 83, no 12, décembre 2004, p. 1457–1500
30 M. DUMAS, « Discussion sur la définition du mot « statistique » », Journal de la société statistique de Paris, vol. 97, 1986, p. 253-258
11
Commençons par préciser que donner une définition de la statistique n’est pas chose
facile : comme expliqué dans la section précédente, les définitions de la statistique évoluent en
fonction de l’époque ou de son utilisation. En 1935, le statisticien Walter F. Wilcox dénombrait
entre 100 et 120 définitions différentes 31.
« Parmi les thèmes à propos desquels les statisticiens ne sont pas d’accord, se trouve la
définition de leur science32. »
Donnons en premier lieu, la définition la plus classique actuellement utilisée, au moins
depuis 1982 : « La statistique est l’ensemble des méthodes qui ont pour objet la collecte, le
traitement et l’interprétation de données d’observation relatives à un groupe d’individus ou
d’unités. »
Par cette définition, la statistique apparaît comme une science autonome, orientée vers les
données, comme la physique l’est vers la matière et la biologie vers la vie. Mais comme elle
s’appuie sur la théorie des probabilités, étant elle-même une science de l’aléatoire, en
particulier d’un point de vue universitaire, comme une branche des mathématiques appliquées.
Aujourd’hui, elle s’inscrit dans un champ disciplinaire plus transverse que les anglo-
saxons nomment « Data Science » et dans lequel par ailleurs, l’informatique a elle aussi une
place importante. Les différents aspects de la statistique sont regroupés en différents domaines
ou concepts : la statistique descriptive, plus couramment appelée aujourd’hui statistique
exploratoire, l’inférence statistique, la statistique mathématique, l’analyse des données,
l’apprentissage statistique, etc.
La statistique c’est la science des grands nombres regroupant l’ensemble de méthodes
mathématiques qui, à partir du recueil et de l’analyse de données réelles, permettent
l’élaboration de modèles probabilistes autorisant les prévisions 33.
On perçoit dans cette définition plusieurs termes et notions fondamentales propres à la
statistique : le recueil sous-entend la collecte qui elle-même suppose dans bien des cas la
réalisation d’une enquête ou d’un sondage. Enquête et sondage impose l’échantillonnage en
vue de l’inférence.
La statistique (allemand Statistik) est un ensemble de données d’observation relatives à
un groupe d’individus ou d’unités (souvent pluriel) ou un ensemble des méthodes qui ont pour
objet la collecte, le traitement et l’interprétation de ces données (souvent au singulier)34.
31 Pierre DAGNELIE, « Diversité et unité de la statistique », Journal de la société statistique de Paris, vol. 123, no 2, 1982, p. 86-92
32 J. TORRENS-IBERN, « Variété. Qu'est-ce que la statistique ? », ournal de la société statistique de Paris, vol. 97, 1956, p. 289 - 296
33 Le Grand Larousse illustré, Dictionnaire français, Paris 2018, p.
34 Dictionnaire français monolingue, Idem.
12
38
Wikipédia, https://fr.wikipedia.org/w/index.php?title=Statistique_descriptive
39
Wikipédia, https://fr.wikipedia.org/w/index.php?title=Statistique_mathématique
14
l’analyse du système éducatif québécois en tant que système d’activité qui a pour finalité la
réussite scolaire des élèves. Cette analyse, de niveau méta, examine l’activité des agents de la
réussite scolaire, notamment les outils et instruments d’intervention mis en œuvre dans
différents contextes ainsi que certains rôles, normes et politiques qui en sont ressortis.
L’analyse se veut proactive et met en lumière les modes d’intervention, en milieu scolaire
et postsecondaire, des agents de la réussite scolaire au sein de leur communauté (classe, école,
communauté locale ou élargie). Elle fait ressortir les éléments suivants :
- La définition de la réussite scolaire est l’atteinte d’objectifs d’apprentissage propres à
chaque étape des cheminements scolaires, sujet ;
- Les axes de recherche orientent la médiation de l’innovation en privilégiant une grande
variété d’outils et d’instruments ainsi que l’examen de leurs retombées dans des contextes
précis ;
1.3.1. La réussite scolaire
La définition de la réussite scolaire adoptée par le CRIRES fut rédigée par Antoine Baby
en 1992 : Cette notion réfère à l’atteinte d’objectifs d’apprentissage propres à chaque étape des
cheminements scolaires. Lorsque ces étapes coïncident avec la fin d’un cycle d’étude ou d’un
ordre d’enseignement, la réussite scolaire se traduit généralement par l’obtention d’un diplôme
ou d’un certificat et, ultimement, par une intégration réussie dans le monde du travail
(CRIRES, 1992, p. 2).40
La réussite scolaire renvoie à l’atteinte d’objectifs de scolarisation liés à la maîtrise de
savoirs déterminés. La notion de réussite éducative, quant à elle, renvoie à l’atteinte d’objectifs
liés au processus de transmission d’attitudes, de comportements et de valeurs (Bisaillon, 1992).
1.4. INSTITUTION SCOLAIRE
Une institution scolaire est une structure sociale et politique destinée à l’éducation, dans
le premier degré (écoles maternelle, écoles élémentaire, enfants handicapés) et le second degré
(collèges, lycées). On peut insister soit - juridiquement - sur les lois, les coutumes, les
organisations, soit - sociologiquement - sur les associations humaines, les croyances
collectives, les pratiques instituées, les routines sociales, les rôles. Une institution a toujours
une finalité et une stabilité.
Deux mots fusionnent en une expression : « institution », « école » :
Qu’est-ce qu'une institution ? Une forme ou une structure sociale établie par la loi ou la
coutume, un ensemble socialement organisé où s’exercent les fonctions publiques, un système
40
Centre de recherche et d’intervention sur la réussite scolaire ,CRIRES en sigle, 1992
15
organisé et stable qui structure des activités sociales (par exemple l’enseignement, ou la justice,
le travail…).
Qu’est-ce que l’École ? L’institution qui se donne pour mission de transmettre les
savoirs, d’éduquer aussi, et de favoriser l’insertion sociale ou même professionnelle.
Qu’est-ce que l’Institution scolaire ? Au sens étroit, le système éducatif.
Qu’est-ce qu’une institution scolaire ? Une organisation sociale, relevant souvent du droit
public, et qui vise l’éducation, l’instruction, la formation (initiale, continue, professionnelle,
par acquis de l’expérience), pour, au moins, des enfants en âge d’obligation d’instruction (6-18
ans).
L’institution scolaire concerne, dans le domaine éducatif, les coutumes, les principes, les
règlements, les lois (par exemple, les lois organiques de Jules Ferry), mais aussi les
groupements de personnes (par exemple, les personnels enseignants, les lycées agricoles…),
mais encore les diplômes d’État, les « ordres de l’enseignement » (primaire, secondaire,
supérieur), les fonctions administratives (Recteur, directeur d’école…), les statuts
(titulaire/contractuel…), les secteurs (privé/public, laïc/confessionnel)…
L’institution scolaire est une réponse officielle au cri de Charles-Louis Philippe :
« Écoles, qu’avez-vous fait de ma jeunesse ? »
41 Olivier MARTIN, L'Enquête et ses méthodes : l'analyse de données quantitatives, Paris, Armand Colin, 2005 ; 2009.
42 Jean-Pierre FAVRE, Mathématiques de gestion, Digilex, 2009
16
Le résultat de l’enquête statistique est une série de données quantitatives (tailles, salaires)
ou de données qualitatives (langues parlées, marques préférées). Pour pouvoir les exploiter, il
va être nécessaire d’en faire un classement et un résumé visuel ou numérique. Il sera parfois
nécessaire d'opérer une compression de données. C’est le travail de la statistique descriptive. Il
sera différent selon que l’étude porte sur une seule ou sur plusieurs variables. 43
1.5.4. Étude d'une seule variable
Le regroupement des données, le calcul des effectifs, la construction de graphiques
permettent un premier résumé visuel du caractère statistique étudié. Dans le cas d’un caractère
quantitatif continu, l’histogramme en est la représentation graphique la plus courante.
En statistiques, on est en général en présence d’un grand nombre de valeurs. Or, si
l’intégralité de ces valeurs forme l’information, il n’est pas aisé de manipuler plusieurs
centaines voire milliers de données, ni d’en tirer des conclusions. Il faut donc calculer quelques
valeurs qui vont permettre d’analyser les données : c’est le rôle des réductions statistiques.
On peut aussi chercher à comparer deux populations. On s’intéressera alors plus
44
particulièrement à leurs critères de position, de dispersion, à l’analyse de la variance.
1.5.5. Étude de plusieurs variables
Les moyens informatiques permettent aujourd’hui d’étudier plusieurs variables
simultanément. Le cas de deux variables va donner lieu à la création d’un nuage de points,
d’une étude de corrélation éventuelle entre les deux phénomènes ou d’une étude de régression
linéaire.45
1.5.6. Interprétation et analyse des données
L’inférence statistique a pour but de faire émerger des propriétés d’un ensemble de
variables connues uniquement à travers quelques-unes de ses réalisations (qui constituent un
échantillon de données).
Elle s’appuie sur les résultats de la statistique mathématique, qui applique des calculs
mathématiques rigoureux concernant la théorie des probabilités et la théorie de l’information
aux situations où on n’observe que quelques réalisations (expérimentations) du phénomène à
étudier. Sans la statistique mathématique, un calcul sur des données (par exemple une
moyenne), n’est qu’un indicateur. C’est la statistique mathématique qui lui donne le statut
d’estimateur dont on maîtrise le biais, l’incertitude et autres caractéristiques statistiques. 46
43 Wikipédia, op.cit.
44 Georges HOSTELET, Le Concours de l’analyse mathématique à l’analyse expérimentale des faits statistiques, Paris, Hermann, 1937, p. 70
45 Gilbert SAPORTA, Probabilités, Analyse des données et Statistiques, Paris, Éditions Technip, 2006, 622 p.622
46 Ibidem.
17
On peut aussi émettre des hypothèses sur la loi générant le phénomène général. L’étude
de l’échantillon va alors valider ou non cette hypothèse : c’est ce qu’on appelle les tests
d’hypothèses. Les tests d’hypothèses permettent de quantifier la probabilité avec laquelle des
variables (connues seulement à partir d’un échantillon) vérifient une propriété donnée.
Enfin, on peut chercher à modéliser un phénomène a posteriori. Dans le cas de la
modélisation statistique, le modèle va être construit à partir des données disponibles, sans
aucun a priori sur les mécanismes entrant en jeux. Ce type de modélisation s'appelle aussi
modélisation empirique. Compléter une modélisation statistique par des équations physiques
(souvent intégrées dans les pré-traitements des données) est toujours positif.
Un modèle est un moyen de relier des variables à expliquer Y à des variables explicatives
X, par une relation fonctionnelle : Y=F(X)
Les modèles statistiques peuvent être regroupés en grandes familles (suivant la forme de
la fonction F) : Les modèles linéaires ; les modèles non linéaires ; les modèles non
paramétriques. Les modèles bayésiens (du nom de Bayes) peuvent être utilisés dans les trois
catégories.
1.6. PRESENTATION THEORIQUE
Présentation théorique de la méthode de régression linéaire
1.6.1. Principe de la régression
En statistiques, en économétrie et en apprentissage automatique, un modèle de régression
linéaire est un modèle de régression qui cherche à établir une relation linéaire entre une
variable, dite expliquée, et une ou plusieurs variables, dites explicatives. On parle aussi
de modèle linéaire ou de modèle de régression linéaire.
Or pour ce qui nous concerne, notre étude porte sur une seule variable indépendante
(année scolaire), nous allons user de la méthode de régression simple pour faire ressortir la
liaison qui existe entre les années scolaires et les pourcentages de réussites dans chaque option.
1.6.2. Analyse des facteurs
Dans le tableau n°1, les données brutes ont été recueillies suivant les critères : les options
qui constituent la variable dépendante ou expliquée ou encore endogène et les années scolaires,
la variable indépendante ou explicative ou encore exogène. Nous pouvons faire ressortir
l’influence, si elle existe, de la variable indépendante et de la variable dépendante sur les
résultats. De ce fait, nous procéderons à une régression simple de chaque option.
1.6.3. Présentation formelle du modèle
Nous rencontrons principalement trois types de notations :
1.6.3.1. Notation simple (ou scalaire)
18
푦� = 훽� + 훽� 푥�,� + ⋯ + 훽� 푥�,� + 휀�
Où 푦� et 푥�,� sont fixes et 휖� représente les erreurs aléatoires
1.6.3.2. Notation vectorielle
La notation vectorielle est similaire à la notation simple mais on utilise la notation
vectorielle pour synthétiser la notation. Cette notation est pratique lorsqu’il y a un grand
nombre de variables explicatives. On définit β le vecteur des paramètres du modèle (훽� , … , 훽� )
et 푋�� le vecteur ligne des variables explicatives pour l’individu i (1, 푥�,� , … , 푥�,� ). Le modèle se
1.6.4. Terminologie
Le modèle linéaire est utilisé dans un grand nombre de champs disciplinaires. Il en
résulte une grande variété dans la terminologie. Soit le modèle suivant :
푌 = 푋훽 + 휀
La variable Y est appelée variable expliquée, variable dépendante, variable endogène ou
encore réponse. Les variables X sont appelées variables explicatives, variable indépendante,
variables exogènes ou encore prédicteurs. ε est appelé terme d’erreur ou perturbation. On note
généralement 훽� le vecteur des paramètres estimés.
On définit la valeur prédite ou ajustée 푌� = 푋훽� et le résidu comme la différence entre la
풚풊 = 휷ퟎ + 휷ퟏ 풙풊 + 휺풊
Où 휺풊 est le terme d’erreur ; chaque terme d’erreur lui-même est une réalisation d’une
variable aléatoire퐸� .
1.6.6. Droite de régression
Dans le cadre d’un modèle linéaire simple, on peut représenter graphiquement la relation
entre x et y à travers un nuage de points. L’estimation du modèle linéaire permet de tracer la
droite de régression, d’équation푦 = 훽� + 훽� 푥. Le paramètre 훽� représente l’ordonnée à
l’origine et 훽� la pente ou le coefficient directeur de la droite de régression47.
47 Charles MANSKI, « Regression », Journal of Economic Literature, vol. 29, no 1, mars 1991, p. 34-50
20
48 Adrien-Marie LEGENDRE, Nouvelles méthodes pour la détermination des orbites des comètes, Paris, F. Didot, 1805, p. 80
49 R.Palm et A.F. Iemma, « Quelques alternatives à la régression classique dans le cadre de la colinéarité », in Revue de statistique
appliquée, vol. 43, no 2, 1995, p. 5-33
21
(à variance non minimale) mais il existe des corrections possibles. La normalité des erreurs est
quant à elle non obligatoire mais permet de tirer de bonnes propriétés.
1.6.10. Estimation
Le modèle linéaire peut être estimé par la méthode des moindres carrés. Elle est très
populaire et très souvent présentée avec le modèle linéaire50.
1.6.10.1.Estimateur des moindres carrés
Dans le cas le plus standard, où les termes d’erreurs sont indépendants et identiquement
distribués, l’estimateur des moindres carrés ordinaires est le plus efficace des estimateurs
linéaires sans biais (théorème de Gauss-Markov).
1.6.10.2.Estimateur des moindres carrés ordinaires
Sous les hypothèses de Gauss et Markov, le modèle peut être estimé par la méthode des
moindres carrés ordinaires. L’estimateur des moindres carrés ordinaires peut s’écrire51 :
�ퟏ
� = �ퟏ ∑ 풙풊 풙�풊 �
휷
ퟏ
� = (푿� 푿)�ퟏ 푿�풚 (forme matricielle).
�풏 ∑ 풙풊 풚풊 � (Forme vectorielle) ou 휷
풏
SSR ou SCR est la variation expliquée par les résidus (Sum of Squared Residuals, en
français SCR Somme des Carrés Résiduelle).
SST ou SCT est la variation totale (Sum of Squares Total, en français SCT Somme des
Carrés Totale).
50 Thierry
FOUCART, « Colinéarité et régression linéaire », Mathématiques et sciences humaines, vol. 1, no 173, 2006, p. 5-25
51 Alain
DEGENNE, e a ; « Les usages du temps : cumuls d'activités et rythmes de vie : Temps sociaux et temps professionnels au travers des
enquêtes Emploi du temps », Economie et statistique, nos 352-353, 2002, p. 81-99
22
Nous pouvons alors définir le coefficient de détermination (R2) comme le ratio entre la
somme des carrés des écarts à la moyenne des valeurs prédites par la régression et la somme
des carrés des écarts à la moyenne totale :
� (푦�� − 푦�)� � (푦 �
�
푆푆퐸 푆푆푇 − 푆푆푅 ∑��� ∑��� �−푦 �)�
푅 = = = � =1− �
푆푆푇 푆푆푇 ∑���(푦� − 푦�)� ∑���(푦� − 푦�)�
Le coefficient de détermination varie entre 0 et 1. Lorsqu’il est proche de 0, le pouvoir
prédictif du modèle est faible et lorsqu’il est proche de 1, le pouvoir prédictif du modèle est
fort.
1.6.12. Prévision statistique
À partir de quatre points expérimentaux nous avons la droite de régression en gris, puis,
avec une confiance de 90%, les droites extrêmes en pointillés rouge, les enveloppes
d’estimations en orange et les enveloppes de prédictions en bleu52
L’autre question est : à partir d’une seule mesure de Y(x), qui sera différente de y* ; quel
est l’intervalle de confiance Δy pour un risque α donné ? On cherche une réponse de la forme :
on a α chances que le y mesuré soit dans l’intervalle [y* - Δy ; y* + Δy]. Si x est proche
de x, c’est-à-dire si (x - x)2 est négligeable devant ∑(xi - x)2, et si n est grand, c’est-à-dire
si 1/n est négligeable devant 1, alors on a un intervalle de confiance Sous ces hypothèses, on
voit que Δy est constant, c’est-à-dire que l’on a une bande de confiance parallèle à la droite de
régression. On voit que cet intervalle augmente lorsque l’on s’éloigne de x. Cela montre en
particulier qu’une extrapolation, c’est-à-dire le fait d’utiliser la loi trouvée en dehors du
domaine des points expérimentaux [x1 ; xn] (en supposant les abscisses classées par ordre
croissant), comporte un risque statistique.
1.6.13. Présentation de test d’indépendance de deux caractères ou de test du χ²
ligne (http://projecteuclid.org/DPubS?service=UI&version=1.0&v
24
Déduire, en tenant compte du nombre de degrés de liberté, la distance critique qui a une
probabilité de dépassement égale à ce risque.
Si la distance calculée entre les données observées et théoriques est supérieure à la
distance critique, on conclut que le résultat n’est pas dû seulement aux fluctuations
d’échantillonnage, et que l’hypothèse nulle H0 doit être rejetée. Le risque choisi au départ est
celui de donner une réponse fausse lorsque les fluctuations d’échantillonnage sont seules en
cause. Le rejet est évidemment une réponse négative dans les tests d’adéquation et
d’homogénéité mais il apporte une information positive dans les tests d’indépendance.
1.6.13.1.Test du χ2 d'adéquation
Le test du χ2 d’adéquation (dénommé aussi test du χ 2 de conformité ou test du χ2
d’ajustement) permet de vérifier si un échantillon d’une variable aléatoire Y donne des
observations comparables à celles d’une loi de probabilité P définie a priori dont on pense,
pour des raisons théoriques ou pratiques, qu’elle devrait être la loi de Y. L’hypothèse nulle (H0)
est donc la suivante : la variable aléatoire Y suit la loi de probabilité P.
En termes de valeur-p, l’hypothèse nulle (l’observation est suffisamment proche de la
théorie) est généralement rejetée lorsque p ≤ 0,05.
1.6.13.2. Test d'indépendance
Lorsqu'on considère plusieurs populations auxquelles on associe le même ensemble de
critères qualitatifs, l'hypothèse à tester est l'indépendance entre la population d'appartenance de
l'individu et la valeur des critères. L'hypothèse affirme donc que le fait de connaître la
population d'un individu n'influence pas la valeur des critères.
But du test
Le test d'indépendance du chi-carré vise à déterminer si deux variables observées sur un
échantillon sont indépendantes ou non. Les variables étudiées sont des variables qualitatives
catégorielles.
Ce test s'applique lorsqu'on souhaite démontrer l'indépendance ou la dépendance de deux
critères dans une expérience. Ce test s'effectue sur la base d'une table de contingence : plusieurs
échantillons pouvant être classés selon un certain nombre de colonnes (critère 1) et de lignes
(critère 2).
Objectif
Les observations de deux variables qualitatives faites sur un échantillon permettent de
juger l'indépendance de ces variables.
Méthode
La méthode consiste à comparer les effectifs réels des croisements des modalités des
deux variables qualitatives avec les effectifs théoriques qu'on devrait obtenir dans le cas
d'indépendance de ces deux variables.
On construit un indice d mesurant l'écart constaté entre les effectifs réels et les effectifs
théoriques.
Statistique de test
On utilise la statistique
Où ni. est l'effectif des individus possédant la modalité i de la 1° variable et n.j l'effectif
des individus possédant la modalité j de la 2° variable.
Elle représente une distribution de KHI-DEUX à 휐 = (푝 − 1)(푞 − 1). Au seuil d
signification 훼, on détermine dans la table de Karl PEARSON la valeur 휒�� (휈) telle que
푃[휒� > 휒�� (휈)] = 훼
La règle de décision à prendre est :
26
Si 휒� ≤ 휒�� (휈), on accepte 퐻� c’est – à – dire que les pourcentages de réussites et les
années sont indépendants, sinon on rejette 퐻�
Le tableau suivant fournit les valeurs de certains quantiles de la loi du χ2 pour différents
degrés de liberté k. Pour chaque valeur de α, le quantile donné est tel que la probabilité pour
qu'une variable suivant une loi de χ2 à k degrés de liberté lui soit inférieur est de 1 – α. Par
exemple, pour 1 – α = 0,95 et k = 7, si X suit une loi de χ2 à 7 degrés de liberté, on lit dans la
table que56
Tableau n°1 : Table de valeurs des quantiles (Loi de KHI-DEUX)
56
(en) Edwin B. Wilson and Margaret M. Hilferty, The distribution of Chi-square, department of vital statistics,
Harvard school of public health, communicated November 6, 1931, p. 687
27
CHAPITRE II :
PRESENTATION DU CHAMP D’INVESTIGATIONS ET DES
DONNEES
Nous rappelons que notre étude a pour champ d’investigation la ville de Kipushi dans ses
limites actuelles. Cette présentation porte premièrement sur ses aspects historiques,
géographiques et administratifs de la cité de Kipushi57 et deuxièmement nous allons présenter
le Complexe Scolaire TRESSILE tout en dressant une liste des écoles recensées à Kipushi.
2.1. PRESENTATION DU TERRITOIRE DE KIPUSHI
2.1.1. Historique.
Kipushi est un mot autochtone dérivé de fipushi qui signifie « courge », d’où le fait que la
ville soit connue sous le slogan Kipushi ya maboke, maboke ayant la même signification que
fipushi en kiswahili. Avec l’installation de la mine Prince Léopold58 installé au Sud-Ouest de la
mine de l’étoile d’Élisabethville (Lubumbashi) par l’union minière du Haut Katanga, la cité a
pris naissance autour de la mine. Les couleurs de l’emblème de la cité sont Vert- Blanc.
Kipushi se reconnait par sa tour d’environ 75 m de hauteur construite au-dessus de la mine de
Kipushi, tour connu sous le nom de Puits 5. La mine à une profondeur de 1 392 mètres et
actuellement a été cédée dans un partenariat GECAMINES et le groupe Ivanhoé et la société
commune constituée est KICO (Kipushi corporation).
En juin 2013, la localité se voit conférer le statut de ville, constituée de deux communes :
Katapula et Kipushi59. Ce statut ne sera pas maintenu lors de la réforme administrative mise en
place en 2015.
2.1.2. Aspects géographiques.
Kipushi est une entité territoriale déconcentrée créée le 17 juillet 1956 par l’ordonnance
loi n°21/213. Outre l’antenne de Kipushi (ex cité de Kipushi), le territoire s’étend sur deux
chefferies et un secteur (les chefferies de Kaponda, Kinama et le secteur de Bukanda). Il est
limité au nord par le territoire de Kasenga, au Sud par le territoire de Sakania et République de
Zambie, à l’Est par la République de Zambie et à l’Ouest par le territoire de Kambove.
Située tout proche de la frontière avec la Zambie. L'activité principale de la cité est
l'industrie minière. Kipushi figure parmi les grands centre de productions de Gécamines avec
60 Décret n° 13/028 du 13 juin 2013 [archive], conférant le statut de ville à certaines agglomérations
29
Effectifs
N° Ecole Régime de gestion Promoteur Adresse
G F TOT
1 BUMI ENC Etat congolais Kanyemesha 225 242 467
2 IMANI ECP Coordination Garengaze Inakiluba 4 594 587 1181
3 KABWE ECC Coordination catholique Du 24 Novembre 2 575 503 1078
4 KIPUSHI ENC Etat congolais Du 30 Juin 713 687 1400
5 LENGWE ECP Coordination Protestante Petit manono 9 475 379 854
6 MAPENDO ECC Coordination catholique Mobutu 1 436 436 872
7 MIMBULU ECA 7ème jour Coordination Adventiste Kipushi 4 373 327 700
8 MUKUBA ECP Coordination Méthodiste Mobutu 5 463 527 990
9 MUKULUBWE ENC Etat congolais Du 30 Juin 379 388 767
10 MWANGA ECC Coordination catholique Luapula/Betty 507 460 967
11 NURU ECA 7ème jour Coordination Adventiste Kipushi 5 497 476 973
5237 5012 10249
Effectifs
N° Ecole Régime de gestion Promoteur Adresse
G F TOT
1 AMANI EPA Gécamines Lukuga/Lumumba 193 173 366
2 BONNE SEMENCE EPA M. MWAMBA Des écoles 4 290 307 597
3 CHRISTNOVIC EPA M. KANTENGA M’siri 106 84 90 174
4 DILUNGU 1 EPA Gécamines Likasi/Fungurume 183 201 384
5 DILUNGU 2 EPA Gécamines Du 24 Novembre 190 200 390
7 DON DE DIEU EPA Pst. MASENGO P. Lumumba 365 138 131 269
8 EBEN-EZER EPA Pst. MUTOMBO Kamarenge 616 203 217 420
9 ELIE AMSINI EPA Coord. Catholique Mwanza 207 266 473
10 ESPOIR EPA M. MALABA Camp maréchal 101 84 185
11 AIGLONS ROYAUX EPA M. KABILA Mungoti 143 126 169
12 EXCELLENCE EPA M. SAMMY Mungoti 92 76 168
13 FOSTEM EPA Lwalaba 144 143 287
14 HEWA BORA EPA Maison galeria 76 56 132
15 JESUS LE ROC EPA Eglise 47ème Moba 1 95 104 199
16 KATAPULA EPA Gécamines Kafubu/Dilolo 141 136 277
17 LA JOIE EPA Mr LULU Moseremala 84 90 174
18 LA VICTOIRE EPA Mme BIABENDA Tumbwe 2 211 185 396
19 LE REMPART EPA Kaponda/Ville 51 52 103
20 LE TRIOMPHE EPA Ankoro 47 33 80
21 LES ELITES EPA Pasteur Michel Lumumba 92 76 168
22 LES VAINQUEURS EPA Mr KAMULETE Kampemba 108 260 257 517
23 LUMIERE DE CHRIST EPA Eglise orthodoxe Mobutu 1 194 189 383
24 MNARA EPA Gécamines Kamarenge 650 98 83 181
25 MSAADA EPA Rue 1/416 45 40 85
26 NAJOTH EPA Mura 79 81 160
27 NOTRE DAME EPA Coord. Catholique Du 30 Juin 152 145 297
28 OUA 1 EPA Gécamines Dakar/Monrovia 114 87 201
29 OUA 2 EPA Gécamines Dakar/Monrovia 88 102 190
64
Idem rapport de statistiques Sous -division
32
Effectifs
N° Ecole Régime de gestion Promoteur Adresse
G F TOT
1 FURAHA ECC Coord. Catholique Du 24 Novembre 2 363 414 727
2 IMANI ECP Coordination. Garengaze Inakiluba 4 127 167 294
3 KIPUSHI ENC Etat congolais Du 30 Juin 60 271 262 533
4 MULUMBA LUKOJI ENC Etat congolais 349 421 700
5 NOTRE DAME ECC Coordination Catholique Du 3 Juin 60 48 50 98
6 NURU ECA 7e Jour Coordination adventiste Kipushi 4 121 85 206
1279 1399 2558
Effectifs
N° Ecole Régime de gestion Promoteur Adresse
G F TOT
1 ANUARITE EPA Coord. Catholique Kaponda 81 81
2 AIGLONS ROYAUX EPA M. KABILA Mungoti/Luvua 125 121 246
3 BINTI EPA Gécamines Monganga 161 161
4 BONNE SEMENCE EPA M. MWAMBA Des écoles 4 134 102 236
33
l’excellence, et aussi animé de ce souci de permettre aux familles nouvellement installées dans
le lotissement Plateau Kamalenge d’avoir accès à l’Education pour un bon développement
actuel, décide de créer ladite école afin de former l’élite congolaise. 65
2.3.2. Statut juridique et missions.
Conformément à la loi cadre no 14/004 du 11 Février 2014 de l’enseignement national,
spécialement en son article 56 stipulant : « L’agrément d’un établissement d’enseignement
maternel, primaire, secondaire et professionnel est subordonné à :
Une demande écrite adressée, sous peine de nullité, au Ministre du Gouvernement
central ayant l’enseignement maternel, primaire, secondaire et professionnel dans ses
attributions ou au Gouverneur de province ;
Une enquête dont les conditions sont définies aux articles 49 à 52 de la présente loi.
Il est sanctionné par un arrêté du Ministre du Gouvernement central ayant
l’enseignement maternel, primaire, secondaire et professionnel dans ses attributions ou du
Gouverneur de province. »
Le Complexe Scolaire TRESILE est une école privée agrée, membre du CEPACO
(Collectif des Ecoles Privées et Agréées du Congo) reconnue par l’arrêté ministériel
MINEPSP/CABMIN/2505/2017 du 21/12/2017 et encadré sous numéro Sernie 7-710651.
Les missions assignées au C.S. TRESILE par les articles 70, 72, 73 et 78 la loi cadre no
14/004 du 11 Février 2014 de l’enseignement national à savoir :
Article 70 : « L’enseignement maternel a pour but d’assurer l’épanouissement de la
personnalité de l’enfant par une action éducative en harmonie avec le milieu familial, social et
environnemental. Il concourt essentiellement à l’éducation sensorielle, motrice et sociale de
l’enfant et à l’éveil de ses facultés intellectuelles. Il le prépare à accéder à l’enseignement
primaire. »
Article 72 : « L’enseignement primaire assure une formation de base et générale. Il est
obligatoire et gratuit. Sa durée est de six ans. L’obligation scolaire non exécutée par les
parents ou tuteurs devenus défaillants se transmet aux pouvoirs publics à travers leurs
structures appropriées. »
Article 73 : « L’enseignement primaire a pour mission notamment de préparer l’enfant à
S’intégrer utilement dans la société en lui apprenant à lire, à écrire, à calculer et à
s’exprimer ;
Poursuivre des études ultérieures. »
65
Rapport de fin d’année 2017 – 2018
36
67
Rapport Statistique de la Sous-Division /EPST Kipushi
39
ANNEES SCOLAIRES
2017 – 2018 2018 – 2019 2019 – 2020 2020 - 2021 2021 – 2022
Insc Réus Insc Réus Insc Réus Insc Réus Insc Réus
Electricité 23 18 25 19 27 25 24 19 22 18
Options / cycle
Mécanique générale 22 17 23 17 10 08 21 14 23 19
long
Mécanique Auto 18 13 19 12 21 14 23 15 14 10
Commerciale et gestion 27 15 28 19 27 22 29 21 20 12
Source : Palmarès du Complexe Scolaire TRESILE
2.4.1. Codification
Nous nous proposons de rabattre tous les effectifs de réussites du tableau n°1 des données brutes sur une même base de 100 afin que la
comparaison de ces différents résultats soit possible. Nous procédons comme suit : le nombre de réussite multiplié par 100 sur le nombre des
��
inscrits (Par exemple : Prenons l’option Mécanique Générale de l’année 2017 – 2018, inscrits 23, réussites 18, donc on aura ��
× 100 = 78
c’est-à-dire qu’il y a eu 78 réussites sur 100 élèves inscrits en Mécanique générale). Sont utilisé les abréviations suivantes : 퐴� (푗 =
1, 2, … , 5) 푒푡 푂� (푖 = 1, 2, … , 4) pour représenter respectivement les années et les options.
A1 : Année scolaire 2017 – 2018 O1 : Option Electricité
A2 : Année scolaire 2018 – 2019 O2 : Option Mécanique Générale
A3 : Année scolaire 2019 – 2020 O3 : Option Mécanique Auto
A4 : Année scolaire 2020 – 2021 O4 : Option Commerciale et Gestion
A5 : Année scolaire 2021 – 2022
Voici ci – dessous le tableau de données qui nous aiderons à faire l’analyse proprement dite :
40
ANNEES SCOLAIRES
A1 A2 A3 A4 A5
O1 78 76 93 79 82
OPTIONS
O2 77 74 80 67 83
O3 72 63 67 65 71
O4 56 68 81 70 60
41
O2 77 74 80 67 83
O3 72 63 67 65 71
O4 56 68 81 70 60
Y2 77 74 80 67 83
Y3 72 63 67 65 69
Y4 56 68 81 70 60
� 풚ퟏ풋 = ퟕퟖ + ퟕퟔ + ퟗퟑ + ퟕퟗ + ퟖퟐ = ퟒퟎퟖ
풊�ퟏ
� 풙풊 풚ퟏ,풋 = ퟏ ∗ ퟕퟖ + ퟐ ∗ ퟕퟔ + ퟑ ∗ ퟗퟑ + ퟒ ∗ ퟕퟗ + ퟓ ∗ ퟖퟐ = ퟏퟐퟑퟓ
풊�ퟏ
� 풚ퟏ,풋
⎛ ⎞ ퟒퟎퟖ
� 풊�ퟏ
풙 풚ퟏ = ⎜ ퟒ
⎟=� �
⎜ ⎟ ퟏퟐퟑퟓ
� 풙풊 풚ퟏ,풋
⎝ 풊�ퟏ ⎠
Pour trouver les paramètres de la droite de régression, nous multiplions la matrice
inverse des années par la matrice푥′푦� . Nous procédons comme suit :
��
훽 1,1 −0,3 408 78,3
훽� = ��� = (푥 �푥 )�� ∗ 푥 � 푦� = � �� �=� �
훽� −0,3 0,1 1235 1,1
68
MAKIADI NZUMBA J.M. et Cie, Maitriser les Maths 5, Edition LOYOLA, 2018, pp. 507 - 508
69
https://fr.wikipedia.org/wiki/Regression_linéaire
43
60
50
40
30
20
10
0
1 2 3 4 5
OPTION (Y) 78 76 93 79 82
PREVISION Y=AX+B 79,4 80,5 81,6 82,7 83,8
TEMPS
�훽��� 78,3
푡��� = = = 9,9438 > 푡�,�� (3) = 3,182
�푉�훽�� � √62,003333333
44
�훽�� � 1,1
푡��� = = = 0,4633 < 푡�,�� (3) = 3,182
�푉�훽��� �5,636666667
D’où le paramètre 훽� est significatif dans le modèle car sa valeur est zéro.
�훽�� � 1,1
푡��� = = = 0,4633 < 푡�,�� (3) = 3,182
�푉�훽��� �5,636666667
� 풚ퟐ풋 = ퟕퟕ + ퟕퟒ + ퟖퟎ + ퟔퟕ + ퟖퟑ = ퟑퟖퟏ
풊�ퟏ
� 풙풊 풚ퟐ,풋 = ퟏ ∗ ퟕퟕ + ퟐ ∗ ퟕퟒ + ퟑ ∗ ퟖퟎ + ퟒ ∗ ퟔퟕ + ퟓ ∗ ퟖퟑ = ퟏퟏퟒퟖ
풊�ퟏ
70
Idem wikipedia.org
45
� 풚ퟐ,풋
⎛ ⎞ ퟑퟖퟏ
풊�ퟏ
풙� 풚ퟐ = ⎜ ⎟=� �
⎜ ퟓ ⎟ ퟏퟏퟒퟖ
� 풙풊 풚ퟐ,풋
⎝ 풊�ퟏ ⎠
Pour trouver les paramètres de la droite de régression, nous multiplions la matrice
inverse des années par la matrice푥′푦� . Nous procédons comme suit :
��
훽 1,1 −0,3 381 74,7
훽� = ��� = (푥 �푥 )�� ∗ 푥 �푦� = � �� �=� �
훽� −0,3 0,1 1148 0,5
Et la droite de régression est la suivante : 푦� = 74,7 + 0,5푥
Graphiquement nous avons la représentation suivante :
50
40
30
20
10
0
1 2 3 4 5
OPTION (Y) 77 74 80 67 83
PREVISION Y=AX+B 75,2 75,7 76,2 76,7 77,2
TEMPS
Hypothèses
퐻�: 훽� = 0 퐻� ∶ 훽� ≠ 0
퐻� ∶ 훽� = 0 퐻� ∶ 훽� ≠ 0
Statistique de test est :
�훽���
푡��� = → 푡(푛 − 푝)
�푉�훽���
�훽��� 74,7
푡��� = = = 10,6245 > 푡�,�� (3) = 3,182
�푉�훽��� √49,433333333
�훽�� � 0,5
푡��� = = = 0,2248 < 푡�,�� (3) = 3,182
�푉�훽��� √4,9433333333
71
Iderm. wikipedia.org
47
� 풚ퟑ풋 = ퟕퟐ + ퟔퟑ + ퟔퟕ + ퟔퟓ + ퟔퟗ = ퟑퟑퟔ
풊�ퟏ
� 풙풊 풚ퟑ,풋 = ퟏ ∗ ퟕퟐ + ퟐ ∗ ퟔퟑ + ퟑ ∗ ퟔퟕ + ퟒ ∗ ퟔퟓ + ퟓ ∗ ퟔퟗ = ퟏퟎퟎퟒ
풊�ퟏ
� 풚ퟑ,풋
⎛ ⎞ ퟑퟑퟔ
� 풊�ퟏ
풙 풚ퟑ = ⎜ ⎟=� �
⎜ ퟓ ⎟ ퟏퟎퟎퟒ
� 풙풊 풚ퟑ,풋
⎝ 풊�ퟏ ⎠
Pour trouver les paramètres de la droite de régression, nous multiplions la matrice
inverse des années par la matrice 푥′푦� . Nous procédons comme suit :
��
훽 1,1 −0,3 336 68,4
훽� = ��� = (푥 �푥 )�� ∗ 푥 �푦� = � �� �=� �
훽� −0,3 0,1 1004 −0,4
Et la droite de régression est la suivante : 푦� = 78,3 − 0,4푥
Graphiquement nous avons la représentation suivante :
68
66
64
62
60
58
1 2 3 4 5
OPTION (Y) 72 63 67 65 69
PREVISION Y=AX+B 68 67,6 67,2 66,8 66,4
TEMPS
Etude globale de paramètres de la droite et montre que le carré moyen de l’erreur est
une estimation non biaisée de 흈ퟐ
�
푆퐶퐸� ∑ 푦�,� − 훽′푋′푌 22628 − 22580,8 47,2
휎 � = 퐶푀� = = = = = 15,733333333
푢� 푛−푝 5−2 3
Trouvons aussi la variance des paramètres de données par cette formule :
푉(훽�� ) = 1,1 ∗ 15,733333333 = 17,733333333
푉�훽�� � = 퐶�� 훿� = �
푉�훽�� � = 0,1 ∗ 15,733333333 = 1,5733333333
Hypothèses
퐻�: 훽� = 0 퐻� ∶ 훽� ≠ 0
퐻� ∶ 훽� = 0 퐻� ∶ 훽� ≠ 0
Statistique de test est :
�훽���
푡��� = → 푡(푛 − 푝)
�푉�훽���
�훽��� 68,4
푡��� = = = 16,2428 > 푡�,�� (3) = 3,182
�푉�훽��� √17,733333333
�훽�� � 0,4
푡��� = = = 0,3188 < 푡�,�� (3) = 3,182
�푉�훽�� � �1,5733333333
72
Idem. Wikipedia.org
49
� 풚ퟒ풋 = ퟓퟔ + ퟔퟖ + ퟖퟏ + ퟕퟎ + ퟔퟎ = ퟑퟑퟓ
풊�ퟏ
� 풙풊 풚ퟒ,풋 = ퟏ ∗ ퟓퟔ + ퟐ ∗ ퟔퟖ + ퟑ ∗ ퟖퟏ + ퟒ ∗ ퟕퟎ + ퟓ ∗ ퟔퟎ = ퟏퟎퟏퟓ
풊�ퟏ
� 풚ퟒ,풋
⎛ ⎞ ퟑퟑퟓ
풊�ퟏ
풙� 풚ퟒ = ⎜ ⎟=� �
⎜ ퟓ ⎟ ퟏퟎퟏퟓ
� 풙풊 풚ퟒ,풋
⎝ 풊�ퟏ ⎠
Pour trouver les paramètres de la droite de régression, nous multiplions la matrice
inverse des années par la matrice푥′푦� . Nous procédons comme suit :
��
훽 1,1 −0,3 335 64
훽� = ��� = (푥 �푥 )�� ∗ 푥 �푦� = � �� �=� �
훽� −0,3 0,1 1015 1
Et la droite de régression est la suivante : 푦� = 64 + 푥
Graphiquement nous avons la représentation suivante :
50
50
40
30
20
10
0
1 2 3 4 5
OPTION (Y) 56 68 81 70 60
PREVISION Y=AX+B 65 66 67 68 69
TEMPS
�훽�� � 64
푡��� = = = 5,5146 > 푡�,��(3) = 3,182
�푉�훽�� � √134,2
�훽�� � 1
푡��� = = = 0,2862 < 푡�,�� (3) = 3,182
�푉�훽�� � √12,2
51
Interprétation
Les catégories dont la différence entre la valeur observée et la valeur attendue est
importante apportent une plus importante contribution à la statistique de Khi deux.
73
Idem. Wikipedia.org
52
Les valeurs observées sont le nombre réel d'observations dans un échantillon qui
appartiennent à une catégorie.
Nous calculons les valeurs attendues en multipliant les proportions de test de chaque
catégorie par l'effectif total de l'échantillon.
Années
A1 A2 A3 A4 A5 Total marginal
Options
Y1 78 76 93 79 82
408
79,08 78,52 89,70 78,52 82,15
Y2 77 74 80 67 83
381
73,85 73,32 83,76 73,32 76,72
Y3 72 63 67 65 69
336
65,12 64,66 73,87 64,66 67,66
Y4 56 68 81 70 60
335
64,93 64,47 73,65 64,47 67,45
Total marginal 283 281 321 281 294 1460
� � 푛� 푛� �
푁(푛�� − 푁 ) (69 − 79,08)� (76 − 78,52)� (60 − 67,45)�
휒� = � � = + +⋯+ = 6,47
푛� ∗ 푛� 79,08 78,52 67,45
��� ���
74
Karl PEARSON, Test de KHI DEUX 휒 � : Table de la loi de Khi deux,
54
CONCLUSION GENERALE
Les préoccupations de notre travail étaient axées sur l’analyse ou étude
statistique des options du cycle long afin de cerner la différence qui existe dans
la proposition de réussites entre les options techniques (Electricité, Mécanique
générale, Mécanique Auto et Commerciale et Gestion). A cet effet, le Complexe
Scolaire TRESILE a été considéré comme notre unité de base de cette analyse
afin d’évaluer le phénomène dans les classes de 5e des humanités techniques.
A l’issue de cette étude, le test de KHI DEUX a démontré qu’il existe
vraisemblablement l’indépendance entre les années scolaires et les pourcentages
de réussites de différentes options considérées. Le test de signification
individuel associé à la régression de chaque option démontre que les facteurs
temps (années scolaires) n’a pas d’influence significative sur les performances
ou les pourcentages de réussites de ces quatre options. Cependant, vu l’allure de
la droite de régression de ces options, l’option Electricité a une tendance
ascendante au taux de 6,67% par rapport aux trois autres.
La réussite des élèves dans les quatre options n’est donc pas dépendante du
temps. Les élèves réussissent nombreux dans l’option électricité car c’est une
option nouvellement introduite au programme national dans le territoire de
Kipushi et attire tant d’élèves garçons. Et cela est démontré et confirmé par nos
tests dont le coefficient de confiance est à 95%.
55
BIBLIOGRAPHIE
I. DICTIONNAIRE
1. Dictionnaire de français monolingue, ed. 2002.
2. Dictionnaire Le Grand Larousse Illustré, Parus 2018.
3. Dictionnaire Universel, 2ème édition, éducef, Paris, 1988.
4. LAROUSSE illustré, Dictionnaire français, Paris, Ed. Larousse, 2009.
5. Le Grand Larousse illustré, Dictionnaire français, Paris 2018.
6. Vocabulaire de la philosophie, art. Statistique.
II. MEMOIRE
KASONGO WA LUYENGA, L’impact du management participatif dans la
gestion des institutions scolaires privées à Kipushi, cas du complexe scolaire
Eben-Ezer. Mémoire inédit, L2 Management, UPA/Kipushi, 2021 – 2022
III. OUVRAGES
1. Adrien-Marie LEGENDRE, Nouvelles méthodes pour la détermination des orbites
des comètes, Paris, F. Didot, 1805.
2. Alain DEGENNE, e a ; « Les usages du temps : cumuls d'activités et rythmes de vie :
Temps sociaux et temps professionnels au travers des enquêtes Emploi du
temps », Economie et statistique, nos 352-353, 2002.
3. BALLEY, G, La recherche en sciences humaines, Paris, éd. Universitaire, 1970
4. BERTHIER N.G.., Les techniques d'enquête en sciences sociales. Méthodes et
exercices corrigés, Paris, 4e éd. ARMAND COLIN, 2012
5. BINDUNGWA Ibanda M., Comment élaborer un travail de fin de cycle ? Contenu et
étapes, Lubumbashi, Ed. Médiaspaul, 2009.
6. COURNOT, Théorie des chances et des probabilités, IX, in LALANDE,
7. G.HENKIN e a, « Asymptotic behavior of solutions of the Cauchy problem for
Burgers type equations », in Journal de Mathématiques Pures et Appliqués, vol. 83,
no 12, December 2004.
8. Georges HOSTELET, Le Concours de l’analyse mathématique à l’analyse
expérimentale des faits statistiques, Paris, Hermann, 1937.
9. Gilbert SAPORTA, Probabilités, Analyse des données et Statistiques, Paris, Éditions
Technip, 2006.
10. GOULD D, J, Introduction à l'organisation, Kinshasa, éd Mont Noir, 1978.
11. J. TORRENS-IBERN, « Variété. Qu'est-ce que la statistique ? », Journal de la société
statistique de Paris, vol. 97, 1956.
12. Jean-Pierre FAVRE, Mathématiques de gestion, Digilex, 2009.
13. M. DUMAS, « Discussion sur la définition du mot « statistique » », in Journal de la
société statistique de Paris, vol. 97, 1986.
56
IV. WEBOGRAPHIE
https://fr.wikipedia.org/wiki/Régression_linéaire
https://fr.wikipedia.org/wiki/Test_de_KHI_DEUX
57
EPIGRAPHE………………………………………………………………………..….…….I
DEDICACE…………………………………………………………………………………….…..…II
REMERCIEMENTS…………………………………………………………………………..…….III
LISTE DES SIGLES ET ABREVIATIONS………………………………………………….……IV
LISTE DES FIGURES ET TABLEAUX…………………...……………………………………….V
CHAPITRE II : .............................................................................................................. 27
PRESENTATION DU CHAMP D’INVESTIGATIONS ET DES DONNEES ............ 27
2.1. PRESENTATION DU TERRITOIRE DE KIPUSHI........................................................................ 27
2.1.1. Historique......................................................................................................................................... 27
2.1.2. Aspects géographiques.................................................................................................................... 27
2.1.3. Education. ........................................................................................................................................ 29
2.1.4. Organisation administrative........................................................................................................... 29
2.2. LES ECOLES DE KIPUSHI.................................................................................................................. 30
2.3. LE COMPLEXE SCOLAIRE TRESILE ............................................................................................ 34
2.3.1. Aperçu historique. ........................................................................................................................... 34
2.3.2. Statut juridique et missions. ........................................................................................................... 35
2.3.3. Organigramme et fonctionnement................................................................................................. 36
2.4. PRESENTATION DES DONNEES ..................................................................................................... 39
2.4.1. Codification...................................................................................................................................... 39
CONCLUSION GENERALE......................................................................................... 54
BIBLIOGRAPHIE ......................................................................................................... 55
I. DICTIONNAIRE......................................................................................................................................... 55
II. MEMOIRE ................................................................................................................................................... 55
III. OUVRAGES............................................................................................................................................. 55
IV. WEBOGRAPHIE.................................................................................................................................... 56