TP D'enquete Groupe Mental D'acier Org.

Page 1 sur 32
CHAP1. INTRODUCTION GÉNÉRALE
1.1. PROBLÈMATIQUE
Dans la perceptive de connaitre les facteurs qui peuvent influencer sur la

productivité de manioc dans les périphériques de la ville de Kananga, il est important de
s'interroger sur les facteurs ayant un impact positif ou négatif, c'est à dire les facteurs ayant une
relation positive ou négative. Ainsi, une analyse des facteurs liés à cette productivité mérite
d'être menée en vue de dégager les pistes sur lesquelles l'on devait agir. Dans cette perceptive,
la question ci-après mérite d'être posée:
Quels sont les facteurs liés à la productivité de manioc dans les périphériques de la ville de
kananga?
1.2. HYPOTHESE
Partant de la question de la recherche, les hypothèses ci-dessous pourraient-être

émises:
 H1 : le nouveau de productivité serait déterminé par l’utilisation des engrais. Ainsi ceux
qui utilisent les engrais auraient une grande productivité par rapport à ceux qui
n’utilisent pas les engrais.
 H2 : plus un producteur accèderait à un crédit agricole, plus il aurait un niveau élevé de

productivité.
 H3 : plus un producteur accèderait à la vulgarisation, plus il aurait un niveau de

productivité élevé.
 H4 : les producteurs participant au mouvement associatif seraient plus performants, car

bénéficiant des avantages liés à ces associations.
 H5 : le niveau de productivité serait différent selon que le producteur à un certain age.

Nous nous attentons à une relation positive entre ces deux variables.
 H6 : plus il y aura des travailleurs/ha, plus le niveau de la productivité serait élevé.
 H7 : plus les producteurs ont beaucoup de personnes à charge, plus le niveau de

productivité est élevé;
Page 2 sur 32
 H8 : le niveau de productivité serait différent selon que le producteur de manioc à un

certain niveau d'instruction. Plus un producteur est instruit, plus le niveau d'activité
augmente c'est à dire il existe une relation positive entre ces deux variables.
 H9: il existerait une relation positive entre le niveau de productivité et la superficie de

l'exploitation.
Page 3 sur 32
Page 4 sur 32
PRESENTATION DES VARIABLES SELECTIONNEES

L’enquête a donné lieu à la constitution d’une base des données comportant 72 observations et plus 20
variables. Par soucis de simplicité nous nous sommes limités à un nombre restreint des variables soit 14 variables dont 8
variables qualitatives et 6 variables quantitatives. Dans la même perceptive le tableau ci-dessous présente plus de détails.
Tableau 0. Présentation des variables sélectionnées
N° Nom de la variable Code Type de la variable Mesure et description

X1 Engrais Engrais Qualitative binaire 1: oui 0: non
X2 Superficie Superficie quantitative Par hectare
X3 Etat des matériaux Etat-mat Qualitative 1: bon
multimodale 2: très bon
3: mauvais
X4 Accès au crédit Crédit Qualitative binaire 1: oui 0: non
X5 Accès à la vulgarisation Vulgarisation Qualitative binaire 1: oui 0: non
X6 Personnes à scolariser Pers à charge Quantitative À scolariser
X7 Personnes à charge Pers à scolariser Quantitative À charge
X8 Travailleurs par hectare Travailleur/ha Quantitative Taille de ménages par
hectare
X9 Niveau d’instructions Head-educ Qualitative 1: sans instructions
multimodale 2: primaire
(4 modalités) 3: secondaire
4: universitaire
X10 Membre d’une association paysanne Association Qualitative 1: oui 0: non
X11 Statut matrimonial Stat-mat Qualitative 1: célibataire
multimodale 2: marié(e)
(4 modalités) 3: divorcé(e)
4: veuf/veuve
X12 Age Age Quantitative Par producteur de manioc
X13 Genre Genre Qualitative 1: homme 0: femme
Y Productivité Productivité en v Quantitative Productivité de manioc en
Page 5 sur 32
valeur
Page 6 sur 32
1.3. REVUE DE LA LITTERATURE
Ce chapitre sera subdivisé en deux grandes parties à savoir l'approche théorique

et l'approche empirique.
1.3.1. APPROCHE THEORIQUE
Dans cette section, nous tenterons de passer en revue de quelques concepts et

quelques aspects théoriques en rapport avec notre sujet.
 BREF HISTORIQUE SUR LE MANIOC? DEFINITION ET ORIGINE
Le manioc est une plante vivrière tropicale dont la racine tuberculée comestible
fournit des produits alimentaires divers.
Le manioc cultivé connu sous la dénomination de « manihot esculenta » est une

plante originaire de l'Amérique du sud, il est cultivé dans toutes les régions du monde .Le
manioc a été introduit en RD du Congo par les Portugais près de l'embouchure du fleuve
Congo vers les années 1620. A l'Est du pays, particulièrement dans le Kivu montagneux,
cette culture est arrivée un peu tard vers la fin du 19ème et surtout le début du 20ème
siècles à cause de son éloignement des voies navigables du fleuve et ses affluents qui étaient
les voies de propagation les plus efficaces de l'époque.
 GENERALITE SUR LA PRODUCTIVITE
LA PRODUCTIVITE
En général, la productivité est définie comme le rapport entre la production d'un

bien ou d'un service et l'ensemble des intrants nécessaires pour le produire. Elle constitue
en fait une mesure de l'efficacité avec laquelle une économie met à profit les ressources dont
elle dispose pour fabriquer des biens ou offrir des services.
Autrement dit, la productivité est le rapport entre la production et l'ensemble ou

partie des ressources mises en œuvre pour la réaliser.
Ainsi, améliorer la productivité ce n'est pas travailler dur, mais travailler

intelligemment. La productivité permet de mesurer l'efficacité du système productif, c'est
donc une comparaison entre la production réalisée et les quantités de facteurs de
production utilisés.
LA PRODUCTION
La production se définit comme la transformation des ressources ayant pour

objectif la création des biens et services.
Page 7 sur 32
D'une manière générale, on peut admettre que la production d'une entreprise,

d'une branche, d'une nation... est exprimée par la fonction de production qui donne la
quantité maximale de l'output qui peut être obtenue par une combinaison des facteurs
(travail, capital et terre). Autrement dit, la fonction de production caractérise l'ensemble des
contraintes (contraintes imposées par les ressources limitées en facteur de production et par
les possibilités techniques de production) qui relient les quantités produites aux quantités
de facteurs utilisés avec les techniques possibles.
FACTEURS DE PRODUCTION
Pour réaliser une quelconque production (agricole, industrielle ou de service), il

est évident de rassembler un certain nombre de facteurs au sein d'une unité de production
dénommée entreprise (peut-être une usine de fabrication, une exploitation agricole...).
Généralement on distingue 3 facteurs de production: la nature, le travail et le

capital. Par conséquent toute production dépend de la manière dont les facteurs sont
utilisés. Ils sont inséparables dans le processus de production économique du fait que:
l'homme applique son travail à l'exploitation de la terre en utilisant les instruments de
production qui sont les biens en capital. De manière simple, les quatre principaux facteurs
de production de nos jours sont les suivants : le travail matériel ; le capital naturel (terre) ; le
capital physique ; le capital immatériel (l'esprit d'entreprise, le savoir, le savoir-faire,
l'organisation, le travail immatériel)
FONCTION DE PRODUCTION
Cette dernière met en relation la quantité produite et les facteurs utilisés avec un
niveau de technologie donné. La fonction de production classique fait généralement appel à
3 facteurs de production à savoir : le travail (L), le capital (K), auxquels habituellement on
ajoute la terre (T).
Y = f(K,L,T)
La fonction de production à une seule variable : Retenons ici qu'il existe 2

facteurs de production : le capital(K) et le travail (L) ; et nous travaillerons dans l'hypothèse
de court terme ou seul le travail varie et le capital reste fixe. Dans ce cas, la fonction de
production est Y= f(L).
Y représente la quantité de production et L le travail ; de cette fonction découle trois

concepts de la productivité :
 La productivité totale : celle-ci s'identifie à la production totale et ainsi à la fonction

de production ;
 La productivité moyenne : la production par travailleur, production par unité de

facteur ;
Page 8 sur 32
 La productivité marginale : rapport de la variation de la productivité totale à la

variation de la quantité d'une unité de facteur variable.
PROGRES TECHNIQUES
Le progrès technique peut-être définit comme une nouvelle manière de produire

qui permet d'obtenir plus des produits avec la même quantité des facteurs.
PERTINENCE DU CONCEPT DE PRODUCTIVITE EN AGRICULTURE
Cette section parcourt la pertinence du concept de productivité agricole. La

discussion s'articule dans un premier temps autour de l'importance de la productivité,
ensuite les facteurs qui limitent celle-ci dans le domaine agricole seront exposés, enfin les
déterminants de la productivité.
L'IMPORTANCE DE LA PRODUCTIVITE
La productivité peut être définie au niveau d'une personne qui exécute une tâche
donnée, d'une entreprise présente dans toute une gamme d'activités économiques, d'une
exploitation agricole qui produit un bien donné, d'une industrie ou d'un pays tout entier. La
productivité augmente lorsqu'on obtient une plus grande quantité de produits avec les
mêmes intrants. Pourtant, elle présente des enjeux.
LES ENJEUX DE LA PRODUCTIVITE
En agriculture, deux considérations ont donné naissance à la productivité: le

rendement et l'efficience. Au sens strict, le rendement est la production par unité de terre.
Le rendement mesure le rapport entre la quantité des produits agricoles récoltés et la
superficie de terre qui a produit cette récolte. En ce sens, le rendement concerne la terre
tandis que la productivité concerne le travail et le capital.
LES DETERMINANTS DE LA PRODUCTIVITE AGRICOLE
Plusieurs auteurs ont tenté de décrire quelques-uns de ces facteurs pouvant

influencer la productivité sous différentes natures.
 Déterminants climatiques
Ces facteurs échappent au contrôle de l'être humain, car ils se produisent

indépendamment de sa volonté ; mais joue un rôle important dans la croissance de culture
et exige un certain respect du calendrier agricole.
 Déterminants agronomiques
Les déterminants agronomiques correspondent à l'ensemble des connaissances

ayant trait à l'agriculture. Ils font appel dans une large mesure à la rigueur scientifique en
termes de la sélection des intrants, de l'étude du sol et de la lutte contre les maladies.
Page 9 sur 32
 Déterminants techniques
Ce type de déterminant concerne plus l'amélioration du processus de production

en mettant en jeu un ensemble complexe des procédés ou des techniques.
1.3.2. APPROCHE EMPIRIQUE
Plusieurs recherches ont été faites partout dans le monde dans le cadre de
rechercher des différentes variables qui exerceraient une influence soit positive ou négative
sur la productivité agricole.
Localement, comme sur le plan international, certaines études ont été menées
également dans l'optique de trouver les facteurs pouvant agir sur la productivité. Nous
allons prendre en considération ici certaines études.
Nous exposerons les écrits pertinents des certains auteurs sur la productivité.
Piette (2006), étudia les déterminants de la productivité agricole dans le Nord-est du Brésil
en faisant une investigation sur la relation négative entre la productivité et la taille des
fermes. Celui-ci essaya de tester cette relation par moindre carré ordinaire dans le nord-est
du brésil en utilisant les données provenant de l'enquête agricole du Brésil de 1995-1996.
Selon lui, la persistance d'une relation négative contredit l'argument que la révolution verte
l'aurait inversée grâce aux avancements technologiques. En contrôlant pour les
hétérogénéités telles une la quantité du sol ainsi que pour les imperfections sur les marchés
du crédit, du capital et des biens d'utilité publique, l'essai démontre que la relation inverse
ne peut être que le résultat des imperfections sur le marché de travail. De plus, cet essai
confirme que les grandes fermes emploient moins des travailleurs par unité de terre et
qu'elle substitue le capital à la main-d’œuvre. Ses conclusions impliquent qu'une
distribution égalitaire de la terre augmenterait la valeur totale de la production agricole de
l'économie. Cette réforme doit être menée par l'Etat puisque les imperfections sur le marché
de la terre empêchent sa distribution optimale. De plus, les politiques économiques doivent
favoriser l'accessibilité aux biens d'utilité publique des petits fermiers.
Randrianarisoa (1993), avait mené une étude dans le but de mesurer le lien entre la
production agricole et la pauvreté rurale et de ressortir les déterminants de la productivité
agricole à Madagascar. Cette étude fut basée sur l'enquête nationale auprès de 2953
ménages composés exclusivement des personnes ayant des terres cultivées. Ses principaux
résultats sont les suivants : l'usage d'intrant moderne affiche une grande rentabilité pour les
pauvres ; l'absence des infrastructures routières rurales constitue une difficulté majeure
pour l'amélioration de la productivité agricole ; en moyenne, les ménages pauvres avaient
montré une faible productivité de main d'oeuvre lorsque les bénéfices d'une unité de terre
supplémentaire sont plus importants pour eux ; l'accès aux crédits aux pauvres leur
permettra d'accroitre leur production
Page 10 sur 32
Parmi les variables importantes pouvant affecter la production agricole, il y a les variables
institutionnelles relatives à l'accès à l'éducation, l'accès aux crédits et l'accès au service de
santé. Les résultats de ces recherches montrent que la production promet d'aller en avant
par l'utilisation de fertilisants mais à l'exigence de l'intervention de l'Etat pour accompagner
cette promotion et mener une réussite totale.
Robert Everson et al. (2001) étudièrent l'incidence du système de vulgarisation, formation et

suivi sur la productivité agricole au Kenya, en tenant compte d'autres déterminants de la
production agricole tels que le niveau d'études des agriculteurs et les caractéristiques agro-
écologiques. Le système F&S a été intégré au programme national Kenyan de vulgarisation
agricole en 1982, en tant que stratégie pour accroitre les rendements des exploitations
agricoles. Pour évaluer les résultats du système F&S, ils se sont basés sur les données
collectées par le gouvernement Kenyan en 1982. Leur analyse s'est fondée sur un
échantillon contenant, entre autre des informations sur la production agricole, les agents de
vulgarisation agricole personnel exogène mis à la disposition des exploitations agricoles, le
niveau d'études des agriculteurs et l'utilisation d'intrants agricoles. Ils avaient utilisés la
technique de régression par la méthode des quantités pour étudier l'incidence sur la
productivité de la vulgarisation agricole et d'autres intrants agricoles sur l'ensemble de la
distribution conditionnelle des résidus à rendement faible.
Ces derniers considèrent que l'incidence de la vulgarisation agricole sur la productivité est
la plus élevée sur les agriculteurs situés aux points extrêmes de la distribution des résidus
de rendement. Cette constatation leur porta à croire que un niveau donné des facteurs non
pris en compte, tels que la capacité de gestion des exploitations agricoles de manière
différente, l'incidence de la scolarisation sur les rendements des exploitations agricoles est
certes mais statistiquement négligeable.
1.4. METHODES ET TECHNIQUES UTILISEES

1.4.1. LES METHODES
Partant de la définition d'une méthode selon Larousse, c'est une marche

raisonnée, que l'on suit pour arriver à un but.
L'objectif de cette étude étant d'identifier les facteurs qui peuvent influencer la
productivité de manioc dans les périphériques de la ville de Kananga pour atteindre cet
objectif, nous utiliserons la méthode analytique qui nous permettra d'analyser et
d'expliquer les différentes données qui ont été récoltées lors des enquêtes et la méthode
statistique qui va aussi nous permettre d'exploiter les données quantifiées et quantifiables et
à les interpréter après présentation synthétique de ces données sous forme des tableaux .
LES TECHNIQUES
Le mot technique signifie les moyens utilisés pour collecter des données.
Page 11 sur 32
Dans le cadre du présent travail, nous avons utilisé les techniques suivantes:
 La recherche documentaire : en effet notre travail ne pourrait se prétendre d'une

œuvre originale. Il est la somme des idées qui ont été émise dans la plupart des
ouvrages, revues, autres documents écrits. Nous avons aussi consulté d'autres
travaux sur internet dans l'objectif de mieux comprendre les notions liées à notre
étude;
 L'enquête sociologique : par cette technique, nous nous sommes mis en contact avec
un échantillon d'agriculteurs dans les périphériques de la ville de Kananga en vue de
collecter les informations pouvant nous permettre d'étudier les facteurs qui
influencent la productivité de manioc à Kananga;
 Des entretiens exploratoires : elle nous a permis d'identifier des personnes

impliquées dans la filière manioc et aussi d'identifier les informations à rechercher
ou à approfondir sur terrain et de définir les stratégies de collecte de données ;
 Technique d'interview libre : Cette technique nous a permis de saisir les informations
en entrant en contact avec nos enquêtés.
1.5. OBJECTIFS DU TRAVAIL
1.5.1. OBJECTIF GENERAL
L'objectif principal de notre travail est de déterminer les facteurs qui peuvent
influencer
Sur la productivité de manioc dans les périphériques de Kananga précisément dans la
commune de Nganza.
1.5.2. OBJECTIFS SPECIFIQUES
 connaitre les facteurs qui peuvent avoir un impact positif sur la productivité de
manioc ;
 connaitre aussi les facteurs qui peuvent influencer négativement.

Page 12 sur 32
1.6. CANEVAS
Ce travail comprend trois parties:
 La première partie portera sur l'introduction générale qui est subdivisée en 4 sous
points entre autres:
 la revue de la littérature ;
 les hypothèses ;
 les objectifs ;
 la démarche méthodologique.
 La deuxième partie abordera la présentation du milieu d'étude et

 Enfin la troisième partie présentera les résultats de la recherche.
Page 13 sur 32
CHAP 2. LA PRÉSENTATION DU MILIEU D'ÉTUDE
La ville est située au centre de la RD Congo. Elle a une superficie totale de 743
km², soit une densité de 1334,24 hab/km².
Elle est bornée :
Au Nord: par le territoire de Demba ;
À l’Est : par le territoire de Dimbelenge ;
Au Sud : par le territoire de Dibaya et ;
À l’Ouest : par le territoire de Kazumba.
2.1. LANGUES PARLÉES DANS CETTE VILLE
Tshiluba
Swahili
Lingala
Tetela
Le Tshiluba reste la langue la plus utilisée dans la ville de Kananga.
2.2. PRINCIPALES ACTIVITÉS :
L’agriculture reste l’activité principale de la ville, souvent tournée vers

l’autoconsommation. Les principales productions vivrières sont le maïs, le manioc, le riz et
l’arachide. En dépit du fort potentiel agricole, il n’existe pas d’agro-industrie bien que
certaines bases soient en place (caféier, palmier à huile). Les cultures industrielles restent
peu développées et n’ont pas d’impact significatif ni sur l’économie de la ville, ni sur le
revenu des ménages.
On observe toutefois le développement de moulins à maïs et manioc.

Actuellement la ville compte quelques boulangeries de panification entre autre la
boulangerie MONALUXE
La ville de Kananga n’est pas un centre productif, même si l’on note quelques
activités agricoles (culture du maïs, manioc et riz), quelques initiatives locales (produits
agro-alimentaires par exemple), des petites unités de production artisanale et des activités
informelles d’élevage du petit bétail et de la volaille.
Les principales activités tournent autour du commerce de détail des produits

agricoles, manufacturés et importés depuis Kinshasa, Ilebo et Lubumbashi
2.3. SITUATION ADMINISTRATIVE

Page 14 sur 32
Kananga chef-lieu de la province du Kasaï central au centre du pays. Borné par la rivière
lulua ; Kananga obtient le statut de chef-lieu de la province le 20/01/19950.Elle est ensuite
élevé au rang de la ville par l'ordonnance N° 12/357 du 06/09/1958
2.4. SITUATION ECONOMIQUE
Les différents opérateurs économiques de la ville de Kananga on comme

principale activité le commerce général. Comme type d’activité, ils ont les boutiques
d’habillement, les pharmacies, ventes des boissons alcoolisées, les produits agricoles tels
que : manioc, maïs, haricot, riz.
2.5. DETERMINATION DE L'ECHANTILLON
La population sous étude ici, est les agriculteurs dans les périphériques de la
ville de Kananga. Nous nous sommons vu dans l'impossibilité d'étudier tous les sujets
existants ainsi, nous avons pris un échantillon de notre population d'étude et aussi compte
tenu du temps nous avons enquêtés seulement le site de Nganza
Sur terrain, nous nous sommes entretenus avec quelques autorités locales et
différents agriculteurs, qui nous ont fourni certaines informations concernant l'organisation
de la culture de manioc dans la commune de Nganza. Cette culture porte sur un des
aliments de base de la population de cette commune et 80% de l'ensemble d'agriculteurs
cultiverait cette culture. C'est ainsi que nous allons extraire un échantillon représentatif sur
cette population cible. La formule à utiliser pour déterminer la taille de l'échantillon est la
suivante :
 N: la taille de la population
 P : pourcentage de la variable quantitative étudié dans la population c'est-à-dire de
producteurs de manioc par rapport à la population totale
 Z : Niveau de confiance à lire dans le tableau
 i : degré de précision désiré
 n : la taille de l'échantillon.
Précalcul
1. la marge d’erreur qui est fixé à 10%

2. Intervalle de confiance 95%
3. Risqué d’erreurs 5% soit z= 1,96
4. Le taux de réponse 0,85
5. Le nombre de producteurs cultivant les maniocs est de 80%
6. La taille de la population de notre milieu d’études est de 292 280
Page 15 sur 32
2
(1 , 96) 0 , 80(0 , 20) 3 , 84 . ×0 ,16
n 1= = =61
(0 , 10)2 0 ,01
292280
n 2=61× =61
292280+61
n 3=1× 61=61
61
n 4= =71 , 76 ≅ 72
0 , 85
Avec la précision de 10% et un risque d'erreur de 5%, la taille de l'échantillon est :

n = = 71,76= 72
A l'issue de notre enquête, c'est sur base des 72 producteurs que nous allons porter nos
enquêtes en vue de bien mener notre étude.
En effet, le choix de la taille a été dicté par l'atteinte d'un seuil statistiquement intéressant
pour l'interprétation des résultats et les limites matérielles, financières et logistiques.
Page 16 sur 32
CHAPITRE 3. PRESENTATION DES RESULTATS
I. ANALYSE UNIVARIEE
1. ANALYSE STATISTIQUE UNI VARIEE POUR LES VARIABLES
QUALITATIVES
Les variables « genre, association, vulgarisation, crédit, engrais » sont des

variables qualitatives à deux modalités (binaires) et les variables « stat-mat, head-educ, etat-
mat » sont les variables qualitatives à plusieurs modalités (multimodales).
Pour ce qui concerne le genre, elle est codée 1 pour les hommes et 0 pour les
femmes. Pour ce qui est de l’association le code 1 représente 1 pour les producteurs qui sont
membres d’une association et 0 pour ce qui ne participent pas aux mouvements associatifs.
Pour ce qui est de la variable vulgarisation, 1 représente les producteurs ayant

accès à la vulgarisation et 0 ceux qui non pas accès à cette dernière. Pour la variable crédit, 1
représente les producteurs ayant accès au crédit et 0 ceux qui non pas accès à ce dernier.
Pour la variable engrais, 1 pour les producteurs qui utilisent les engrais et 0 pour
ceux qui n’utilisent pas.
A ce qui concerne les variables qualitatives multimodales :
 la variable stat-mat est codée par :

- 1 : les producteurs célibataires ;
- 2 : marié(e)s ;
- 3 : divorcé(e)s ;
- 4 : veufs ou veuves.
 Pour la variable head-educ est codée par :
- 1 : producteur sans instructions ;
- 2 : primaires ;
- 3 : secondaires ;
- 4 : universitaires.
 Et en dernier pour la variable état-mat est codée par :
- 1 : bon ;
- 2 : très bon ;
- 3 : mauvais.
Page 17 sur 32
Description des variables qualitatives
Tableau1. Variable qualitative genre

-> tabulation of genre
genre Freq. Percent Cum.
0 46 63.89 63.89
1 26 36.11 100.00
Total 72 100.00
Les producteurs enquêtés sont majoritairement dirigés par les femmes soit 63,89% contre
36,11% des hommes.
Tableau 2. Variable qualitative stat-mat

-> tabulation of statmat
stat-mat Freq. Percent Cum.
1 5 6.94 6.94
2 25 34.72 41.67
3 17 23.61 65.28
4 25 34.72 100.00
Total 72 100.00
Dans le tableau ci-haut nous remarquons que la majorité de producteurs de manioc sont des
mariés et les veufs à une même proportion soit 34,72%.
Tableau3. Variable qualitative association

-> tabulation of association
association Freq. Percent Cum.
0 52 72.22 72.22
1 20 27.78 100.00
Total 72 100.00
Dans le tableau ci-haut nous remarquons que 72,22% des producteurs ne sont pas membres
d’association contre 27,78% qui sont membres.
Page 18 sur 32
Tableau 4. Variable qualitative head-educ

-> tabulation of headeduc
head-educ Freq. Percent Cum.
1 25 34.72 34.72
2 40 55.56 90.28
3 7 9.72 100.00
Total 72 100.00
Dans le tableau ci-haut nous remarquons que la majorité de producteurs de manioc soit
55,56% ont un niveau d’études primaires tandis que 34,72% sont sans instructions, 9,72%
ont un niveau secondaire.
Tableau 5. Variable qualitative vulgarisation

-> tabulation of vulgarisation
vulgarisati
on Freq. Percent Cum.
0 56 77.78 77.78
1 16 22.22 100.00
Total 72 100.00
Dans le tableau ci-haut nous constatons que 77,78% de producteurs n’ont pas accès à la
vulgarisation contre 22,22% qui ont accès à cette dernière.
Tableau6. Variable qualitative crédit

-> tabulation of crédit
crédit Freq. Percent Cum.
0 47 65.28 65.28
1 25 34.72 100.00
Total 72 100.00
Dans ce tableau ci-haut nous constatons que 65,28% des producteurs n’ont pas accès au
crédit contre 34,72% qui ont accès au crédit.
Page 19 sur 32
Tableau 7. Variable qualitative état-mat

-> tabulation of etatmat
etat -mat Freq. Percent Cum.
1 21 29.17 29.17
2 9 12.50 41.67
3 42 58.33 100.00
Total 72 100.00
Dans ce tableau ci-haut nous constatons que 58,33% des matériaux utilisées sont en
mauvais état tandis que 29,17% sont bons et 12,50% très bons
Tableau 8. Variable qualitative engrais

-> tabulation of engrais
engrais Freq. Percent Cum.
0 55 76.39 76.39
1 17 23.61 100.00
Total 72 100.00
Dans ce tableau ci-haut nous constatons que 76,39% de producteurs n’utilisent pas les
engrais contre 23,61% qui utilisent les engrais.
2. ANALYSE STATISTIQUE UNI VARIEE POUR LES VARIABLES QUANTITATIVES
En vue d’analyser les variables quantitatives, nous utilisons les mesures de tendance
centrale, les paramètres de dispersions, et les mesures de concentration.
La commande stata « sum » permet de déterminer le mode.
Tableau 1. Variable quantitative productivité

. sum productivitéenv
Variable Obs Mean Std. Dev. Min Max
productivi~v 72 351736.1 111001.1 100000 600000
La productivité des maniocs réalisée par les producteurs est en moyenne de 351736,1cdf.
Les producteurs les moins performants ont réalisé une productivité de 100000cdf alors que
les plus performants ont réalisé une productivité de 600000cdf.
Page 20 sur 32
Tableau 2. Variable quantitative âge

. sum age
age 72 41.01389 11.83275 20 65
Dans le tableau ci-haut nous remarquons que l’âge moyen de producteurs est de 41 ans, les
producteurs les plus jeunes ont un âge de 20 ans et 65 pour ceux qui sont les plus vieux.
Tableau 3. Variable quantitative travailleur /Ha

. sum travailleurha
travailleu~a 72 9.569444 4.10711 3 20
Dans le tableau ci-haut nous remarquons que le nombre moyen de travailleurs par hectare
est de 10, le nombre le plus petit de travailleurs est de 3 et 20 pour le plus élevé.
Tableau 4. Variable quantitative personnes à charge

. sum persàcharge
persàcharge 72 5.958333 2.497534 2 12
Dans le tableau ci-haut nous remarquons que le nombre moyen de personnes pris en charge
est de 6, le nombre minimal de personnes à charge est de 2 et 12 pour un nombre maximal.
Tableau 5. Variable quantitative personnes à scolariser

. sum persàscolariser
persàscola~r 72 2.791667 1.528485 1 7
Dans le tableau ci-haut nous remarquons que le nombre moyen de personnes à scolariser
est de 3 personnes, le nombre minimal de personnes à scolariser est de 1personne et 7
personnes pour un nombre maximal.
Page 21 sur 32
Tableau 6. Variable quantitative superficie

. sum superficie
superficie 72 2.25 1.058167 1 6
Dans le tableau ci-haut nous remarquons que l’espace d’exploitation moyen est de 2
hectares, l’espace d’exploitation minimal est de 1 hectare et 2 hectares pour l’espace
d’exploitation maximal.
Les variables quantitatives : cas de respect de la condition de normalité
En vue de vérifier si les distributions des variables sous étude suivent la loi
normale de Gauss le test de normalité de Skewness-kurtosis a été donc effectué et ses
résultats se présentent comme suit : la commande « sktest » permet de tester la normalité
des variables par les coefficients d’asymétries et d’aplatissements. C’est le test applicable
pour toute taille de l’échantillon.
. sktest productivitéenv age travailleurha persàcharge persàscolariser superficie
Skewness/Kurtosis tests for Normality

joint
Variable Obs Pr(Skewness) Pr(Kurtosis) adj chi2(2) Prob>chi2
productivi~v 72 0.7159 0.1329 2.48 0.2892

age 72 0.9732 0.0169 5.50 0.0640
travailleu~a 72 0.0592 0.3576 4.48 0.1065
persàcharge 72 0.3636 0.3938 1.61 0.4482
persàscola~r 72 0.0026 0.7269 8.12 0.0172
superficie 72 0.0001 0.0020 19.26 0.0001
Dans le tableau ci-haut nous constatons que seules la productivité, l’âge,

travailleur par hectare et personne à charge sont normalement distribuées (prob ¿ 5 % ¿
tandis que personne à scolariser et la superficie ne suivent pas la loi normale.
Les graphiques ci-dessous illustrent cela
Histogramme de la productivité et densité de kernel de la productivité. L’histogramme

« hist productivité » et la densité de kernel « kdensity productivité, normale ».
3.000e-06
2.000e-06
1.000e-06
Page 22 sur 32
5.0e-06
4.0e-06
3.0e-06
2.0e-06
1.0e-06
Density
Density
0
0
Kernel density estimate
0 200000 400000 600000

100000 200000 300000 400000 500000 600000 productivité en v
productivité en v kernel = epanechnikov, bandwidth = 4.2e+04
Les graphiques présentent la distribution de la variable productivité. L’histogramme

montre une distribution assez symétrique, qui pourra sans doute être considérée comme
approchant une distribution normale pour ce qui est de la productivité.
Page 23 sur 32
II. ANALYSE BIVARIEE
Après analyse uni variée, l’étape qui suit va consister à tester notre d’intérêt qui
est la productivité et les autres variables. Cette analyse peut se faire graphiquement ou de
manière numérique. Et le choix de l’approche dépend de la nature de chacune de deux
variables.
Les variables quantitatives et qualitatives (multimodales)
Test de Man Whitney
Tableau1. (Productivité vs head-educ)

. mean productivitéenv, over ( headeduc )
Mean estimation Number of obs = 72
1: headeduc = 1
2: headeduc = 2
3: headeduc = 3
Over Mean Std. Err. [95% Conf. Interval]
productivitéenv
1 330600 23449.09 283843.8 377356.2
2 362750 17460.53 327934.7 397565.3
3 364285.7 35244.53 294010.1 434561.3
Dans le tableau ci-haut nous remarquons que les personnes ayant le niveau d’études
secondaires sont plus performants par rapport aux autres groupes avec une productivité de
364285,7cdf, suivi de ce qui ont un niveau primaire soit 362750cdf et enfin ceux qui n’ont
aucun niveau d’études soit 330600.
NB : Comme la variable « niveau d’instructions » étant à plus de deux modalités, Mann

Whitney n’est pas adapté. Nous sommes obligés de recourir au test de Kruskal-Wallis qui
s’interprète de la même façon de Mann-Whitney
Page 24 sur 32
. kwallis productivitéenv, by ( headeduc)
Kruskal-Wallis equality-of-populations rank test
headeduc Obs Rank Sum
1 25 839.50
2 40 1518.50
3 7 270.00
chi-squared = 0.751 with 2 d.f.

probability = 0.6871
chi-squared with ties = 0.754 with 2 d.f.

probability = 0.6860
Malgré ces différences constatées le test de Kruskal-Wallis révèle qu’elles ne sont pas
significatives étant donné que la probabilité est supérieur au seuil de significativité de 10%
(prob= 0,6860). Par conséquent l’hypothèse ne peut être confirmée, c’est-à-dire on la rejette.
Les variables quantitatives et qualitatives (binaire)
Test t de différence de moyenne (variable binaire versus variable quantitative)
H1 : le nouveau de productivité serait déterminé par l’utilisation des engrais. Ainsi ceux qui
utilisent les engrais auraient une grande productivité par rapport à ceux qui n’utilisent pas
les engrais.
Tableau 1. (Productivité vs engrais)

. tabstat productivitéenv, by (engrais) stat (n mean min max)
Summary for variables: productivitéenv

by categories of: engrais
engrais N mean min max
0 55 349090.9 100000 600000

1 17 360294.1 200000 490000
Total 72 351736.1 100000 600000
Dans le tableau ci-haut nous constatons que les producteurs qui utilisent les engrais ont un
niveau de productivité moyen élevé à ceux qui n’utilisent pas soit ; 360294,1 ¿ 349090,9.
NB : les différences observées ne nous permettent pas de conclure, ce pourquoi nous

recourons au test de rang de Mann-whitney qui se base sur le khi deux pour vérifier la
corrélation entre ces deux variables.
Page 25 sur 32
. ranksum productivitéenv, by( engrais)
Two-sample Wilcoxon rank-sum (Mann-Whitney) test
engrais obs rank sum expected
0 55 1965.5 2007.5
1 17 662.5 620.5
combined 72 2628 2628
unadjusted variance 5687.92

adjustment for ties -22.95
adjusted variance 5664.96
Ho: produc~v(engrais==0) = produc~v(engrais==1)

z = -0.558
Prob > |z| = 0.5768
La prob ¿ IzI = 0,5768 étant supérieure au seuil de significativité recommandé de 10% nous
ne pouvons rejeter l’hypothèse nulle de l’indépendance de deux variables. Ainsi, quoique
les producteurs qui utilisent les engrais ont une productivité supérieure soit 360,294cdf
contre 349,090cdf, on ne peut au regard des résultats du test de Mann-Whitney confirmer
l’hypothèse de corrélation de deux variables (engrais et productivité). Donc, on rejette
l’hypothèse.
H2 : plus un producteur accèderait à un crédit agricole, plus il aurait un niveau élevé de

productivité.
Tableau 2. (Productivité vs crédit)

. tabstat productivitéenv, by ( crédit ) stat (n mean min max)

by categories of: crédit
crédit N mean min max
0 47 316063.8 100000 600000

1 25 418800 330000 550000
Total 72 351736.1 100000 600000
Les résultats ci-haut attestent que les producteurs qui accèdent à un crédit agricole ont un
niveau élevé de productivité moyenne par rapport à ceux qui n’accèdent pas au crédit. Soit
418800¿316063,8.

corrélation entre ces deux variables.
Page 26 sur 32
. ranksum productivitéenv, by( crédit )
crédit obs rank sum expected
0 47 1382 1715.5
1 25 1246 912.5
combined 72 2628 2628

Ho: produc~v(crédit==0) = produc~v(crédit==1)

z = -3.953
Prob > |z| = 0.0001
La prob ¿ IzI = 0,0001 étant inférieure au seuil de significativité recommandé de 10% nous
adoptons l’hypothèse nulle de l’indépendance de deux variables. Et aussi cette hypothèse
est affirmée par le test de Mann-Whitnel, donc on adopte l’hypothèse de corrélation de
deux variables (crédit et productivité).
H3 : plus un producteur accèderait à la vulgarisation, plus il aurait un niveau de

productivité élevé.
Tableau 3. (Productivité vs vulgarisation)

. tabstat productivitéenv, by ( vulgarisation ) stat (n mean min max)

by categories of: vulgarisation
vulgarisation N mean min max
0 56 350000 100000 600000

1 16 357812.5 200000 600000
Total 72 351736.1 100000 600000
Les résultats ci-haut nous montrent que les producteurs qui participent à la vulgarisation
ont un niveau élevé de productivité par rapport à ceux qui ne participent pas. Soit 357812,5 ¿
350000.

corrélation entre ces deux variables
Page 27 sur 32
. ranksum productivitéenv, by( vulgarisation )
vulgarisat~n obs rank sum expected
0 56 2025.5 2044
1 16 602.5 584
combined 72 2628 2628

Ho: produc~v(vulgar~n==0) = produc~v(vulgar~n==1)

z = -0.251
Prob > |z| = 0.8017
ne pouvons rejeter l’hypothèse nulle de l’indépendance de deux variables. Ainsi, les
producteurs qui ont l’accès à la vulgarisation ont une productivité supérieure soit
357,812cdf contre 350,000 à ceux qui accèdent pas à cette dernière, on ne peut au regard de
ces résultats du test de Mann-Whitney confirmer l’hypothèse de corrélation de deux
variables (vulgarisation et productivité). Donc, on rejette l’hypothèse.
H4 : les producteurs participant au mouvement associatif seraient plus performants, car

bénéficiant des avantages liés à ces associations.
Tableau 4. (Productivité vs association)

. tabstat productivitéenv, by ( association ) stat (n mean min max)

by categories of: association
association N mean min max
0 52 345576.9 100000 600000

1 20 367750 200000 500000
Total 72 351736.1 100000 600000
Les résultats ci-haut attestent que les producteurs membres d’un mouvement associatifs
réalisent de niveau de productivité moyenne supérieure à ce qui ne fait pas parti d’un
mouvement associatif. Soit 367750¿345576,9.

corrélation entre ces deux variables
Page 28 sur 32
. ranksum productivitéenv, by( association )
association obs rank sum expected
0 52 1817 1898
1 20 811 730
combined 72 2628 2628

Ho: produc~v(associ~n==0) = produc~v(associ~n==1)

z = -1.020
Prob > |z| = 0.3075
ne pouvons rejeter l’hypothèse nulle de l’indépendance de deux variables. Ainsi, les
producteurs qui sont membres dans l’association ont un niveau de productivité supérieure
soit 367,750cdf contre 345,576cdf pour ceux qu’ils ne sont pas , on ne peut au regard de ces
résultats du test de Mann-Whitney confirmer l’hypothèse de corrélation de deux variables
(vulgarisation et productivité). Donc, on rejette l’hypothèse.
Variables quantitatives cas de non-respect de la condition de normalité
Tableau 1. (Productivité vs pers à scolariser et superficie)

. spearman productivitéenv persàscolariser superficie, stats(rho p) star(0.1)
(obs=72)
Key
rho
Sig. level
produc~v persàs~r superf~e
productivi~v 1.0000
persàscola~r -0.0867 1.0000

0.4687
superficie 0.4829* -0.1512 1.0000

0.0000 0.2049
Tableau 2. (Productivité vs pers à scolariser)

Page 29 sur 32
. spearman productivitéenv persàscolariser , stats(rho p) star(0.1)
Number of obs = 72
Spearman's rho = -0.0867
Test of Ho: productivitéenv and persàscolariser are independent

Prob > |t| = 0.4687
Dans le tableau ci-haut nous constatons que la probabilité est supérieure au seuil de
significativité de 10% (prob= 0,4687). Par conséquent l’hypothèse ne peut être confirmée,
c’est-à-dire on rejette l’hypothèse.
Tableau 3. (Productivité vs superficie)

. spearman productivitéenv superficie, stats(rho p) star(0.1)
Number of obs = 72
Spearman's rho = 0.4829
Test of Ho: productivitéenv and superficie are independent

Prob > |t| = 0.0000
Nous constatons que la probabilité est inférieure au seuil de significativité de 10%

(prob=0,0000). Donc on adopte l’hypothèse selon laquelle la superficie d’exploitation
influence positivement la productivité de manioc.
Variables quantitatives cas de respect de la condition de normalité
H5 : le niveau de productivité serait différent selon que le producteur à un certain age.

Nous nous attentons à une relation positive entre ces deux variables.
Tableau 1. (Productivité vs Age)

. pwcorr productivitéenv age , sig star(10)
produc~v age
productivi~v 1.0000
age -0.0977 1.0000

0.4145
Nous constatons que l’âge est négativement corrélé à la productivité à un niveau de 9.77%,
car sa probabilité est supérieure au seuil de significativité de 10% (prob=0,4145). C’est-à-dire
il y a un point de corrélation négative entre l’âge et la productivité.
Page 30 sur 32
H6 : plus il y aura des travailleurs, plus le niveau de la productivité serait élevé.
Tableau 2. (Productivité vs travailleurs/Ha)

. pwcorr productivitéenv travailleurha , sig star(10)
produc~v travai~a
productivi~v 1.0000
travailleu~a 0.6005* 1.0000

0.0000
Les résultats ci-haut nous montre que les travailleurs par hectare est positivement corrélé à
la hauteur de 60,1%, car sa probabilité est inférieure au seuil de significative de 10% (prob=
0,0000). C’est-à-dire il y a une relation positive entre les travailleurs par hectare et la
productivité.
H7 : plus les producteurs ont beaucoup de personnes à charge, plus le niveau de

productivité est élevé.
Tableau 9. (Productivité vs pers à charge)

. pwcorr productivitéenv persàcharge , sig star(10)
produc~v persàc~e
productivi~v 1.0000
persàcharge -0.1867 1.0000

0.1163
Nous constatons que les personnes pris en charge influent négativement sur la productivité
à la hauteur de 18,67%, car la probabilité est supérieure au seuil de significativité de 10%
(prob=0,1163). C’est-à-dire il y a un point de corrélation négative entre les personnes à
charge et la productivité.
CONCLUSION
Page 31 sur 32
Le présent travait avait pour object de ressortir les facteurs qui influencent sur la
productivité de manioc dans les périphériques de la ville de Kananga. Dans un premier
temps un état de lieu a été fait sur les concepts de productivité en économie. Ainsi, une
revue de la littérature sur les concepts de productivité à travers ces approches théoriques et
son importance.
L’argumentation s’est poursuivie par l’ananlyse empirique de la productivité des
exploitations familiales agricoles.
Au vue de ceci nous avions mises en marge les interrogations suivantes pour
mettre en place notre étude: quelle est les determinants de manioc dans les périphériques
dans la ville de Kananga? Mais aussi les facteurs qui jouent significativement à cette
productivité?
Après presentation et analyse de nos données, ici des enquetes éffectués auprès de 72
producteurs de manioc, nous nous sommes parvenu à tirer certaines conclusions des
resultats observés.
Après les tests nous sommes arrivés aux resultats selon lesquels au seuil de
10%, les liens qui existent entre les determinants de manioc et des non variables. Il resort
que trois variables n’influencent pas significativement la productivité de manioc dans les
périphériphes de la ville de Kananga entre autres:
 personnes à scolariser;
 age;
 personnes à charge;
 niveau d’instructions
 engrais;
 accès à la vulgarisation;
 Association.
Et les variables qui sont significativement liées à la productivité de manioc sont les
suivantes:
 accès au credit;
 superficie;
 travailleurs/ha.
En definitive, nous ne prétendons pas avoir fait un travail extraordinaire, vos

remarques et critiques seront le bienvenu pour enrichire nos bagages intellectuels et
developper nos recherches dans l’avenir.
Page 32 sur 32
BASE DES DONNEES
productivité en v genre Age stat-mat association head-educ travailleur/ha pers à charge pers à scolariser vulgarisation crédit etat -mat superficie engrais
100000 0 44 3 0 1 3 7 2 0 0 3 1 0
150000 0 50 2 0 1 5 7 4 0 0 3 1 0
410000 1 34 4 1 1 4 5 1 0 1 1 1 1
250000 0 44 4 0 2 5 2 2 0 0 3 1 0
200000 0 64 2 0 2 4 5 3 0 0 3 1 0
280000 0 65 2 0 1 6 6 2 1 0 2 2 0
490000 0 44 2 1 1 5 10 3 0 1 3 1 1
250000 1 48 4 0 1 5 8 4 0 0 3 2 0
260000 0 28 1 0 2 7 5 3 0 0 1 2 0
280000 1 22 3 0 2 9 4 2 1 0 3 2 0
350000 0 25 1 1 2 11 6 1 0 1 3 2 1
270000 1 55 4 0 2 9 3 2 0 0 2 2 0
430000 0 45 4 1 2 8 2 1 0 1 3 2 0
260000 1 34 2 0 1 7 7 6 0 0 3 2 0
260000 1 43 3 0 1 7 8 2 1 0 3 2 0
350000 1 47 4 1 1 4 9 3 0 1 2 1 0
400000 0 61 3 0 2 15 12 5 0 0 2 3 1
380000 0 23 3 0 2 14 8 2 0 1 3 3 0
350000 0 28 3 1 2 12 5 3 0 1 3 3 0
400000 0 31 4 1 2 4 6 4 0 1 3 1 1
330000 0 39 2 0 1 11 7 2 0 0 3 2 0
410000 0 47 2 1 3 15 7 3 0 0 3 3 1
480000 0 35 2 0 3 17 6 2 0 1 3 5 0
270000 1 29 2 1 1 8 9 6 0 0 1 2 0
275000 1 42 2 1 1 9 4 2 1 0 3 1 1
330000 0 46 2 0 1 10 6 3 0 1 3 3 0
300000 0 37 1 1 2 9 2 1 0 0 1 2 1
350000 1 44 4 0 1 11 3 2 0 0 1 3 0
350000 1 33 4 1 2 11 5 4 0 1 2 3 0
470000 1 22 4 1 2 9 5 3 1 1 3 2 1
250000 0 23 3 0 2 8 8 1 0 0 1 2 0
150000 0 24 4 0 2 5 6 1 0 0 1 3 0
260000 1 64 2 0 2 6 9 2 1 0 1 1 0
500000 1 53 2 1 2 6 4 3 0 1 1 2 0
300000 1 52 2 0 3 13 2 1 0 0 3 3 0
600000 0 42 4 0 2 20 4 2 0 0 3 6 0
450000 0 42 4 1 2 12 2 1 0 1 3 3 0
400000 0 24 4 0 2 17 3 3 1 1 3 3 0
470000 0 43 3 0 1 19 3 2 0 0 2 3 0
460000 0 22 2 0 1 17 6 1 0 0 2 3 1
410000 1 27 2 0 1 15 3 1 0 1 3 3 1
200000 0 29 2 0 1 5 6 2 0 0 3 2 1
430000 1 31 3 1 2 6 9 3 1 1 3 1 1
250000 1 32 3 0 3 8 8 5 0 0 3 2 0
260000 0 36 3 0 2 9 7 4 0 0 3 2 0
270000 1 27 1 0 1 7 9 6 1 0 1 2 0
550000 0 20 4 0 1 7 8 2 0 1 3 2 0
500000 0 24 3 0 1 15 5 3 1 0 1 6 0
450000 0 46 4 1 3 12 4 2 0 0 3 3 0
450000 0 49 4 0 2 13 6 3 1 0 1 2 1
460000 1 50 4 0 2 14 5 2 0 0 2 1 0
600000 1 54 4 0 2 17 4 2 1 0 1 3 0
510000 1 38 4 0 1 15 5 3 0 0 1 4 0
450000 0 27 4 0 2 12 6 2 1 0 1 3 0
460000 0 35 2 0 2 14 7 4 0 1 3 2 0
270000 1 54 3 1 2 4 5 2 0 0 3 1 1
230000 0 56 1 0 2 6 3 1 0 0 3 1 0
260000 0 48 4 0 1 9 8 2 0 0 3 1 0
360000 0 59 3 0 2 8 8 5 0 1 3 2 0
200000 0 55 2 1 2 5 9 7 1 0 1 1 1
270000 0 44 3 0 1 7 9 6 0 0 2 1 0
260000 1 47 2 0 1 9 12 5 0 0 1 2 0
500000 0 47 2 0 2 3 11 6 0 1 1 2 0
200000 0 34 2 1 2 7 9 5 1 0 1 2 1
270000 0 46 4 0 2 9 7 2 0 0 3 2 0
400000 0 56 3 0 2 10 5 3 0 1 3 3 0
400000 0 46 4 0 2 12 3 1 1 0 3 3 0
260000 1 45 4 0 3 9 6 2 0 0 1 2 0
350000 0 41 3 0 2 8 4 2 0 1 1 2 0
470000 0 44 2 0 2 14 8 5 0 1 3 3 0
450000 1 52 2 0 2 11 2 1 0 0 3 3 0
400000 0 56 2 0 3 8 2 2 0 1 3 3 0

TP D'enquete Groupe Mental D'acier Org.

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

TP D'enquete Groupe Mental D'acier Org.

Transféré par

Droits d'auteur :

Formats disponibles

Page 1 sur 32

CHAP1. INTRODUCTION GÉNÉRALE

Dans la perceptive de connaitre les facteurs qui peuvent influencer sur la

Partant de la question de la recherche, les hypothèses ci-dessous pourraient-être

 H2 : plus un producteur accèderait à un crédit agricole, plus il aurait un niveau élevé de

 H3 : plus un producteur accèderait à la vulgarisation, plus il aurait un niveau de

 H4 : les producteurs participant au mouvement associatif seraient plus performants, car

 H5 : le niveau de productivité serait différent selon que le producteur à un certain age.

 H6 : plus il y aura des travailleurs/ha, plus le niveau de la productivité serait élevé.

 H7 : plus les producteurs ont beaucoup de personnes à charge, plus le niveau de

 H8 : le niveau de productivité serait différent selon que le producteur de manioc à un

 H9: il existerait une relation positive entre le niveau de productivité et la superficie de

PRESENTATION DES VARIABLES SELECTIONNEES

Tableau 0. Présentation des variables sélectionnées

N° Nom de la variable Code Type de la variable Mesure et description

1.3. REVUE DE LA LITTERATURE

Ce chapitre sera subdivisé en deux grandes parties à savoir l'approche théorique

1.3.1. APPROCHE THEORIQUE

Dans cette section, nous tenterons de passer en revue de quelques concepts et

 BREF HISTORIQUE SUR LE MANIOC? DEFINITION ET ORIGINE

Le manioc cultivé connu sous la dénomination de « manihot esculenta » est une

 GENERALITE SUR LA PRODUCTIVITE

En général, la productivité est définie comme le rapport entre la production d'un

Autrement dit, la productivité est le rapport entre la production et l'ensemble ou

Ainsi, améliorer la productivité ce n'est pas travailler dur, mais travailler

La production se définit comme la transformation des ressources ayant pour

D'une manière générale, on peut admettre que la production d'une entreprise,

Pour réaliser une quelconque production (agricole, industrielle ou de service), il

Généralement on distingue 3 facteurs de production: la nature, le travail et le

La fonction de production à une seule variable : Retenons ici qu'il existe 2

Y représente la quantité de production et L le travail ; de cette fonction découle trois

 La productivité totale : celle-ci s'identifie à la production totale et ainsi à la fonction

 La productivité moyenne : la production par travailleur, production par unité de

 La productivité marginale : rapport de la variation de la productivité totale à la

Le progrès technique peut-être définit comme une nouvelle manière de produire

PERTINENCE DU CONCEPT DE PRODUCTIVITE EN AGRICULTURE

Cette section parcourt la pertinence du concept de productivité agricole. La

LES ENJEUX DE LA PRODUCTIVITE

En agriculture, deux considérations ont donné naissance à la productivité: le

LES DETERMINANTS DE LA PRODUCTIVITE AGRICOLE

Plusieurs auteurs ont tenté de décrire quelques-uns de ces facteurs pouvant

Ces facteurs échappent au contrôle de l'être humain, car ils se produisent

Les déterminants agronomiques correspondent à l'ensemble des connaissances

Ce type de déterminant concerne plus l'amélioration du processus de production

1.3.2. APPROCHE EMPIRIQUE

Robert Everson et al. (2001) étudièrent l'incidence du système de vulgarisation, formation et

1.4. METHODES ET TECHNIQUES UTILISEES

Partant de la définition d'une méthode selon Larousse, c'est une marche

 La recherche documentaire : en effet notre travail ne pourrait se prétendre d'une

 Des entretiens exploratoires : elle nous a permis d'identifier des personnes

1.5. OBJECTIFS DU TRAVAIL

1.5.1. OBJECTIF GENERAL

1.5.2. OBJECTIFS SPECIFIQUES

 connaitre aussi les facteurs qui peuvent influencer négativement.

Ce travail comprend trois parties:

 La deuxième partie abordera la présentation du milieu d'étude et

CHAP 2. LA PRÉSENTATION DU MILIEU D'ÉTUDE

Elle est bornée :

Au Nord: par le territoire de Demba ;

À l’Est : par le territoire de Dimbelenge ;

Au Sud : par le territoire de Dibaya et ;

À l’Ouest : par le territoire de Kazumba.

2.1. LANGUES PARLÉES DANS CETTE VILLE