Académique Documents
Professionnel Documents
Culture Documents
à la ville de Yaoundé
Steve Douanla Meli, Benjamin Fomba Kamga
Dans Revue d'économie du développement 2020/4 (Vol. 28), pages 83 à 140
Éditions De Boeck Supérieur
ISSN 1245-4060
ISBN 9782807393646
DOI 10.3917/edd.344.0083
© De Boeck Supérieur | Téléchargé le 25/12/2023 sur www.cairn.info (IP: 77.133.249.206)
Cette étude se propose d’analyser aussi bien l’adoption des services financiers mobiles (SFM)
© De Boeck Supérieur | Téléchargé le 25/12/2023 sur www.cairn.info (IP: 77.133.249.206)
*
PhD, Faculté des Sciences Économiques et de Gestion, Université de Yaoundé
II-Soa, B.P. 1365, Yaoundé – Cameroun. Courriel: douanlasteve@yahoo.fr
**
Professeur, Faculté des Sciences Économiques et de Gestion, Université de
Yaoundé II-Soa, B.P. 1365, Yaoundé – Cameroun. Courriel: fomba1@yahoo.fr
DOI: 10.3917/edd.344.0083 83
84 Steve Douanla Meli, Benjamin Fomba Kamga
This study proposes to analyze both the adoption of mobile financial services (MFS) and the
intensity of this adoption in the city of Yaoundé. More precisely, based on data collected from
1,200 individuals, it first attempts to profile MFS adopters according to their different modes
of adoption, and then to identify the explanatory factors of adoption intensity. Thus, using
a multinomial logistic regression model, it compares the probabilities of partial adoption
and passive adoption versus the basic alternative chosen: complete adoption. Then, using
a Poisson model, it identifies the determinants of MFS adoption intensity. Finally, a control
function approach is used to correct unobserved heterogeneity. The results of this study re-
veal that socio-economic factors such as age, socio-professional status, level of education, and
functional and extra-functional factors such as perceived ease of use, perceived safety, and
perceived usefulness differentially affect both the different modes of MFS adoption and the
adoption intensity of these services in Yaoundé.
1 INTRODUCTION
1
GSMA (Global System for Mobile Communications Association). The Mandatory
Registration of Prepaid SIM Card Users. White Paper. London.
2
D’après la CGAP-GSMA, 30% de la population au Kenya utilise les services de
M-PESA. Plus de 320 millions de dollars sont quotidiennement échangés dans
le cadre des transferts pair-à-pair (P2P).
86 Steve Douanla Meli, Benjamin Fomba Kamga
3
Statistique du 1er trimestre 2014 de l’Agence de Régulation des Télé
communications (ART) du Cameroun.
Adoption des services financiers mobiles : une application à la ville de Yaoundé 87
2 REVUE DE LA LITTERATURE
SUR LES FACTEURS EXPLICATIFS
DE L’ADOPTION DES SFM
4
Tan et al. (2010) et Hsu et Wang (2011) trouvent que la sécurité perçue est
l’une des variables les plus importantes dans la détermination de la décision
des consommateurs à utiliser les services bancaires à distance.
Adoption des services financiers mobiles : une application à la ville de Yaoundé 89
avantages qu’on leur attribue, sont de plus en plus perçus comme étant
le canal d’intégration des personnes exclues du secteur financier formel.
Ces nouveaux services font de ce fait l’objet d’un nombre croissant d’ana-
lyses depuis quelques années. Nous présentons ici quelques-unes de ces
analyses ainsi que leurs principaux résultats. Ces travaux peuvent être
regroupés selon trois principaux axes : le premier axe est relatif aux études
qui mettent en exergue l’effet révolutionnaire des SFM, notamment en
ce qui concerne l’offre des services financiers dans une optique de favo-
riser l’inclusion financière des personnes en marge du secteur bancaire
traditionnel (Hamdi, 2010 ; Assadi et Cudi, 2011 ; Chaix et Torre, 2015 ;
Lashitew et al., 2019) ; le second axe, majoritairement développé dans
les études concernant les pays en développement, analyse les facteurs
d’adoption des SFM par les ménages ou les individus (Jack et Suri, 2011 ;
Fall, Ky et Birba, 2015 ; Gosavi, 2018 ; Murendo, Wollni, De-Brauw et
Mugabi, 2018). Le troisième axe, enfin, concerne les travaux analysant
l’incidence de l’adoption des SFM sur la conduite de la politique moné-
taire (Goodhart, 2000 ; Mbiti et Weil, 2011 ; Ndirangu et Nyamongo, 2015 ;
Mvogo, 2016).
La présente analyse s’inscrit principalement dans le second axe, en
tentant toutefois de combler un manquement : celui de considérer les ca-
ractéristiques des individus comme les seuls déterminants de l’adoption
© De Boeck Supérieur | Téléchargé le 25/12/2023 sur www.cairn.info (IP: 77.133.249.206)
À partir des données collectées auprès des ménages résidant dans la ban-
lieue de Dakar, Fall et al. (2015) examinent les facteurs socio-économiques
qui expliquent l’adoption de la banque mobile au Sénégal. Ils s’appuient
sur l’hypothèse selon laquelle l’adoption d’une innovation passe par trois
étapes bien distinctes et à chaque étape les auteurs identifient les facteurs
qui expliquent l’adoption. À la première étape, notamment « la connais-
sance », l’individu doit connaître le produit et ses utilisations. À la seconde
étape qui concerne « la possession », l’individu doit tester le produit. Si ce
dernier est accessible et que ses avantages sont observables, il peut enfin
être adopté à la dernière étape du processus. Par conséquent, les étapes
« connaissance » et « possession » sont des passages obligatoires dans le
90 Steve Douanla Meli, Benjamin Fomba Kamga
processus d’adoption. Par le biais d’un modèle Logit séquentiel, les au-
teurs montrent que l’âge de l’individu est le seul facteur déterminant à
la première étape de l’adoption. À la deuxième étape, ils trouvent que les
facteurs cognitifs à l’instar de l’alphabétisation, du niveau d’éducation,
ainsi que des caractéristiques financières, notamment l’appartenance à
un système rotatif d’épargne et de crédit, influencent « la possession » de
la banque mobile. Au stade final du processus d’adoption, les variables
niveau d’éducation, salaire et possession d’une affaire se révèlent comme
étant les facteurs explicatifs de l’adoption de la banque mobile. Dans le
même contexte, Fall et al. (2020) se basent sur les données recueillies
auprès de 1052 individus résidant dans la banlieue de Dakar pour analy-
ser l’adoption et l’utilisation des SFM chez les personnes à faible revenu.
L’utilisation du modèle de sélection de Heckman permet à ces derniers de
trouver que les caractéristiques individuelles telles que le niveau d’édu-
cation, la possession d’un compte bancaire et les effets du réseau fami-
lial sont les facteurs explicatifs de l’adoption. Tandis que l’âge, le sexe et
l’appartenance à une tontine expliquent l’utilisation des SFM. Un résul-
tat majeur de cette étude est la faible propension des femmes à adopter
les SFM. Cependant, l’étude révèle que, comparativement aux hommes,
les femmes ont une plus forte propension à les utiliser lorsqu’elles les
adoptent. Des conclusions similaires découlent des travaux de Fall et Birba
(2019), effectués dans le même contexte. En utilisant une méthodologie
© De Boeck Supérieur | Téléchargé le 25/12/2023 sur www.cairn.info (IP: 77.133.249.206)
5
Il s’agit de la capitale politique qui concentre au centre le CBD (central bu-
siness center). Autrement dit, les activités administratives, mais aussi les
activités commerciales, les écoles, universités, etc.
94 Steve Douanla Meli, Benjamin Fomba Kamga
3.1 Échantillonnage
Nous utilisons dans cette analyse des données primaires provenant d’une
enquête sur l’accès, l’utilisation et la satisfaction des services bancaires
et financiers, menée en 2018 dans la ville de Yaoundé. Cette enquête vise
principalement à identifier les obstacles ou barrières à l’accès, l’utilisation
et la satisfaction des services financiers en se concentrant sur les percep-
© De Boeck Supérieur | Téléchargé le 25/12/2023 sur www.cairn.info (IP: 77.133.249.206)
Pour ces auteurs, puisque la modalité choisie par l’individu est celle qui
lui procure un niveau maximal d’utilité, alors la décision yij = j est retenue
si :
0
Avec j = 1 les modalités de j étant mutuellement exclusives.
© De Boeck Supérieur | Téléchargé le 25/12/2023 sur www.cairn.info (IP: 77.133.249.206)
3.2.1.1 H
étérogénéité inobservée dans l’équation
d’adoption des SFM
6
Dans nos investigations empiriques, la variable connaissance des SFM est
utilisée comme variable supplémentaire des équations de sélection.
Adoption des services financiers mobiles : une application à la ville de Yaoundé 99
3.2.1.2 E
ffet du traitement Orange money
© De Boeck Supérieur | Téléchargé le 25/12/2023 sur www.cairn.info (IP: 77.133.249.206)
e − li liyi
P ( H = k) = (15)
yi !
Où P est la probabilité de la distribution de la loi de Poisson supposant que
le nombre de motifs adoptés par l’individu i soit égal à un entier positif k
(k =1, 2, 3, 4, 5, 6, 7, 8). l est le paramètre de la loi de Poisson et y l’inten-
sité d’adoption des SFM (la variable de comptage).
La formalisation la plus appropriée de li est celle du modèle log-linéaire
dont la formalisation est la suivante :
Adoption des services financiers mobiles : une application à la ville de Yaoundé 101
log li = X i b (16)
E ( H i / X i ) = Var( H i / X i ) = l (17)
3.2.2.1 H
étérogénéité inobservée dans l’équation
de l’intensité d’adoption des SFM
3.2.2.2 E
ffet du traitement Orange money sur l’intensité
d’adoption des SFM
Nous analysons ici les effets du traitement Orange money sur l’intensité
d’adoption des SFM. Cette influence est déterminée à partir de la régres-
sion de l’équation suivante :
yi = dTraitementk + b X i + e i (20)
un individu pense que l’usage d’un système particulier peut améliorer son
rendement. Pour Schierz et al. (2010), la non-compréhension des bénéfices
engendrés par l’utilisation des SFM peut expliquer sa faible adoption.
Concernant les variables de contrôle, nous retenons dans cette ana-
lyse la variable connaissances financières du répondant. Elle est binaire et
prend la valeur 1 si l’individu a des connaissances sur les services financiers
et 0 sinon. De nombreux travaux montrent que l’absence de connaissances
financières peut entraîner une méfiance envers les services financiers ou
encore une limitation de leur utilisation. Diniz et al. (2011) montrent que
les connaissances financières, notamment en ce qui concerne les SFM, sont
un préalable à leur utilisation et par conséquent à leur adoption. Ainsi,
avoir de bonnes connaissances financières augmenterait la probabilité
d’adoption des SFM. Les variables vulnérabilité et accès aux services ban-
caires sont également binaires. Elles désignent respectivement l’état de
vulnérabilité du répondant et l’accès de ce dernier aux services bancaires.
Les personnes vulnérables sont en général en marge du secteur financier
traditionnel. Selon Johnson et Nino-Zarazua (2009), les personnes qui
manquent de nourriture n’ont pas accès aux services financiers formels
et semi-formels. Au-delà du manque de nourriture, le manque de soins de
santé/médicaments, d’accès à l’éducation, d’eau/services publics, de loge-
ment traduisent également la vulnérabilité de l’individu. Must et Ludewig
© De Boeck Supérieur | Téléchargé le 25/12/2023 sur www.cairn.info (IP: 77.133.249.206)
les SFM au cours des quatre dernières semaines avant l’enquête. Cette
forte adoption peut trouver une explication dans l’expansion rapide qu’ont
connue les SFM au Cameroun au cours de ces dernières années.
Les données récoltées auprès des opérateurs mobiles Orange et MTN
Cameroun témoignent de cette expansion, au regard non seulement de
l’évolution du nombre de comptes mobiles créés (66,7 % en 2017), mais aussi
du taux d’activité de ces comptes (passés de 37,8 % en 2015 à près de 79 %
en 2017) et de l’évolution de la valeur des transactions mobiles (passées de
870 milliards en 2016 à 2 577,8 milliards en 2017). Comme l’indique le tableau
1, les adoptants des SFM peuvent être classés en trois principales catégories
suivant l’utilisation ou non des SFM disponibles. Ainsi, on peut constater
que plus de la moitié des adoptants ont opté pour une adoption complète des
SFM (51 % des adoptants déclarent avoir utilisé tous les SFM disponibles
au cours des quatre dernières semaines précédant l’enquête). L’adoption
partielle ou l’utilisation d’au moins un des SFM au cours de cette même
période concerne 44 % de la population des adoptants. Et seulement 5 %
déclarent n’avoir utilisé aucun SFM durant cette période (adoption passive).
Une analyse de l’adoption des SFM selon le sexe des répondants ré-
vèle que, quel que soit le statut d’adoption (adoptant ou non-adoptant) ou
le mode d’adoption (complète, partielle ou passive), les individus de sexe
© De Boeck Supérieur | Téléchargé le 25/12/2023 sur www.cairn.info (IP: 77.133.249.206)
Tableau 1 : Le profil des répondants selon l’adoption ou non des SFM (en %)
multinomiale sur les différents modes d’adoption des SFM dans la ville de
Yaoundé, par rapport à la catégorie de référence « adoption complète ». Les
coefficients sont interprétés comme des augmentations ou des diminutions
de la probabilité d’un certain mode d’adoption versus l’alternative d’adop-
tion complète.
Les résultats révèlent qu’être une femme plutôt qu’un homme dimi-
nue la probabilité d’adoption passive. Ainsi, les chances d’une adoption
complète des SFM sont plus élevées chez les individus de sexe féminin com-
parativement aux chances d’adoption passive. Autrement dit, les femmes
seraient plus portées pour l’adoption complète que pour l’adoption passive
des SFM. La variable sexe ne se révèle cependant pas significative dans le
cas de l’adoption partielle. Lorsqu’on s’intéresse au statut socioprofession-
nel des individus, on constate qu’être sans emploi ou apprenti, contraire-
ment à être employé, augmente la probabilité d’adoption partielle des SFM.
En effet, les coefficients associés aux variables sans emploi et apprenti sont
positifs (0,573 et 0,729 respectivement) et significatifs au seuil de 5 % et
1 % respectivement. En d’autres termes, les individus n’ayant pas d’emploi
tout comme les apprentis ont moins de chances d’être des adoptants com-
plets des SFM (utilisation de l’ensemble des SFM disponibles) que d’être
des adoptants partiels (utilisation exclusive de certains SFM). Un résultat
similaire est trouvé lorsqu’on s’intéresse à l’analyse de l’adoption passive :
© De Boeck Supérieur | Téléchargé le 25/12/2023 sur www.cairn.info (IP: 77.133.249.206)
est que : être en couple plutôt que célibataire a pour effet de diminuer la
probabilité d’adoption partielle des SFM. Ainsi, les personnes en couple
ont plus de chances d’être des adoptants complets. Le statut matrimonial
de l’individu apparaît donc comme un facteur d’utilisation des SFM pour
des motifs aussi divers que variés. De manière générale, les personnes
en couple sont la plupart du temps confrontées à de nombreuses charges
(paiement des factures, loyer, frais médicaux, scolarité, etc.) engendrant
différents flux financiers et nécessitant différents services. Les multiples
SFM (transferts mobiles, paiements mobiles, etc.) représenteraient pour
ces dernières une opportunité au regard non seulement du gain de temps
qu’ils procurent, mais également des coûts de transactions jugés très abor-
dables. Cependant, la variable couple n’est pas significative dans le cas de
l’adoption passive.
Le tableau des résultats montre également que les connaissances fi-
nancières ont un impact négatif et significatif sur les probabilités d’adop-
tion partielle et passive des SFM (coefficients négatifs et significatifs au
seuil de 5 % et 1 % pour l’adoption partielle et passive, respectivement).
Autrement dit, avoir des connaissances financières réduit les probabilités
d’adoption partielle et passive. Ainsi les personnes ayant des connaissances
financières ont plus de chances d’être des adoptants complets.
© De Boeck Supérieur | Téléchargé le 25/12/2023 sur www.cairn.info (IP: 77.133.249.206)
Tableau 4 : L’adoption des SFM : correction de l’hétérogénéité non observée (cas des adoptants des SFM MTN Cameroun)
Accès services bancaires -0,305*** (0,106) 0,011 (0,146) -0,064 (0,144) 0,127 (0,239)
Sécurité 0,118 (0,081) 0,550*** (0,093) -0,469*** (0,092) -0,266* (0,148)
115
Utilité perçue -1,351*** (0,153) -4,617*** (1,504) 3,302** (1,451) 2,351 (2,713)
Connaissances mobiles -0,502*** (0,130)
Résidence 6,688*** (1,768) -4,766*** (1,679) -3,664 (3,023)
Interaction 0,016 (0,289) -0,138 (0,290) 0,853 (0,921)
IRM 1,642*** (0,473) -1,628*** (0,460) -0,107 (0,768)
Nombre d’observations = 1200 1200 1200 1175
Prob > chi2 = 0,0000 0,0000 0,0000 0,0197
Pseudo R2 = 0,1234 0,2225 0,2048 0,0712
bien pour les services Orange que MTN), car on note une absence d’hétéro-
généité non observée dans ce sous-groupe (IRM non significatif). Toutefois,
il est important de noter que cette analyse révèle une proportion nulle pour
les adoptants passifs non scolarisés et retraités.
En considérant le groupe des adoptants des SFM offerts par l’opérateur
MTN, il est encore possible de confirmer l’existence de l’hétérogénéité dans
les sous-groupes des adoptants complets et des adoptants partiels (les coef-
ficients associés à l’IRM dans ces deux sous-groupes se révèlent tous signi-
ficatifs au seuil de 1 %). Une analyse comparative des facteurs explicatifs
de l’adoption dans les différents groupes permet de constater une influence
différenciée des variables explicatives sur l’adoption complète, selon que
les individus adoptent les services de l’opérateur Orange ou MTN. En ef-
fet, si le statut socioprofessionnel et l’utilité perçue se révèlent comme les
seules variables réduisant la probabilité d’adoption des SFM Orange chez
les adoptants complets, le tableau 4 montre que les chances pour ces der-
niers d’adopter les SFM de l’opérateur MTN sont réduites par beaucoup
plus de facteurs, notamment le niveau d’éducation, l’appartenance reli-
gieuse des individus, leur vulnérabilité et l’utilité perçue. Autrement dit,
les personnes non scolarisées, celles ayant un niveau d’étude primaire, tout
comme les individus sans religion et les personnes vulnérables ont moins
de chances d’adopter les SFM de l’opérateur MTN.
© De Boeck Supérieur | Téléchargé le 25/12/2023 sur www.cairn.info (IP: 77.133.249.206)
7
Au quatrième trimestre de l’année 2018, l’Agence de Régulation des
Télécommunications (ART) estimait à 2 470 891 le nombre de comptes de SFM
Adoption des services financiers mobiles : une application à la ville de Yaoundé 119
actifs chez l’opérateur Orange contre 1 948 875 chez son concurrent MTN, soit
une différence de 522 016 en faveur d’Orange.
120 Steve Douanla Meli, Benjamin Fomba Kamga
ont 8 % moins de chances d’être des adoptants partiels. Enfin, faire le choix
des SFM Orange augmente de 3 % seulement les chances d’adoption pas-
sive. En somme, cette analyse permet de constater que les chances d’adop-
tion complète augmentent avec le choix des SFM de l’opérateur Orange (ce
même choix diminue bien évidemment les chances d’adoption partielle).
Ainsi, les personnes percevant les SFM comme sécurisés ont tendance à
adopter davantage ces services.
L’utilité perçue et la facilité d’utilisation perçue se révèlent également
comme étant des facteurs discriminants de l’intensité d’adoption des SFM.
Les ratios de taux d’incidence associés à ces deux variables se révèlent
supérieurs à 1 (3,013 et 2,174 respectivement) et significatifs au seuil de
1 %. Ainsi, si l’intensité d’adoption des SFM est 3,013 fois plus élevée chez
les individus qui perçoivent ces services comme utiles, l’analyse montre
que cette intensité est 2,174 plus élevée chez les individus qui perçoivent
les SFM comme faciles à utiliser. Dans cette même optique, l’étude de Yu
(2012) débouche sur l’importance de la facilité d’utilisation dans le com-
portement d’adoption des services de la banque mobile. Pour Riquelme et
Rios (2010), la facilité d’utilisation a une influence plus forte sur l’adoption
des SFM chez les individus de sexe féminin. Selon Shaikh et Karjaluoto
(2015), l’utilité perçue représente le facteur le plus important du compor-
tement d’adoption des SFM, aussi bien dans les pays développés que dans
les pays en développement. De même, l’étude menée par Dasgupta et al.
(2011) débouche sur la conclusion que l’utilité perçue augmente positive-
ment l’adoption des technologies et les SFM.
Dans les tableaux 7 et 8 sont consignés les résultats de la correction
© De Boeck Supérieur | Téléchargé le 25/12/2023 sur www.cairn.info (IP: 77.133.249.206)
Equation de
Intensité d’adoption
Variable Sélection
Intensité d’adoption
Variable
Coef. (Err.type) IRR (Err.type)
Traitement Orange 1,549*** (0,236) 4,708*** (1,113)
Femme -0,0305 (0,0307) 0,969 (0,029)
Age 0,0044* (0,0025) 1,004* (0,002)
Non scolarisé 0,187 (0,184) 1,206 (0,222)
Primaire -0,112 (0,089) 0,893 (0,079)
Secondaire 0,051 (0,038) 1,052 (0,041)
Supérieur Réf Réf Réf Réf
Sans emploi -0,080 (0,055) 0,923 (0,051)
Apprenti -0,136*** (0,048) 0,872*** (0,042)
Retraité -0,278* (0,151) 0,756* (0,114)
Employé Réf Réf Réf Réf
Couple 0,033 (0,042) 1,033 (0,043)
Divorcé/veuf 0,041 (0,095) 1,042 (0,099)
Célibataire Réf Réf Réf Réf
Sans religion -0,017 (0,089) 0,982 (0,087)
Chrétien 0,030 (0,053) 1,030 (0,054)
© De Boeck Supérieur | Téléchargé le 25/12/2023 sur www.cairn.info (IP: 77.133.249.206)
5 CONCLUSION
RÉFÉRENCES
AGARWAL, R., PRASAD, J. (1999). “Are Individual Differences Germane to the
Acceptance of New Information Technologies?”, Decision Sciences, no. 30,
361-391.
© De Boeck Supérieur | Téléchargé le 25/12/2023 sur www.cairn.info (IP: 77.133.249.206)
RIQUELME, H.E., RIOS, R.E. (2010). “The Moderating Effect of Gender in the
Adoption of Mobile Banking”, International Journal of Bank Marketing,
28(5), 328-341.
ROGERS, E.M. (1995). Diffusion of Innovations, New York, Free Press. 4e édi-
tion.
SAMUDRA, M.S., PHADTARE, M. (2012). “Factors Influencing the Adoption
of Mobile Banking with Special Reference to Pune City”, ASCI Journal of
Management, 42(1), 51- 65.
SAYID, O., ECHCHABI, A., AZIZ, H.A. (2012). “Investigating Mobile Money
Acceptance in Somalia: An Empirical Study”, Pakistan Journal of Commerce
& Social Sciences, 6(2), 269-281.
SCHIERZ, P.G., SCHILKE, O., WIRTZ, B.W. (2010). “Understanding Consumer
Acceptance of Mobile Payment Services: an Empirical Analysis”, Electronic
Commerce Research and Applications, 9, 209-216.
SHAIKH, A., KARJALUOTO, H. (2015). “Mobile Banking Adoption:
A Literature Review”, Telematics and Informatics, 32(1).
TAN, K.S., CHONG, S.C., LOH, P.L., LIN, B. (2010). “An Evaluation of e-Ban-
king and m-Banking Adoption Factors and Preference in Malaysia : A Case
Study”, International Journal of Mobile Communications, 8(5), 507-527.
TAPE, Y.B. (2007). “Analyse économétrique de l’itinéraire thérapeutique des
ménages de Côte d’Ivoire, Mémoire de maîtrise, Québec, Université Laval,
80 p.
VENKATESH, V., MORRIS, M.G. (2000). “Why Don’t Men ever Stop to Ask
for Directions: Gender, Social Influence and their Role in Technology
© De Boeck Supérieur | Téléchargé le 25/12/2023 sur www.cairn.info (IP: 77.133.249.206)
ANNEXE
Ecart-
Variables Observations Observations Moyenne Minimum Maximum
type
Adoption 1200 1,464167 0,590768 0,590768 0 2
Indice d’intensité
1200 3,856667 2,788237 2,788237 0 8
d’adoption
Femme 1200 0,435 0,4959637 0,4959637 0 1
Age 1200 29,96833 11,62863 11,62863 15 75
Non scolarisé 1200 0,0066667 0,081411 0,081411 0 1
Primaire 1200 0,0508333 0,2197488 0,2197488 0 1
Secondaire 1200 0,3108333 0,4630277 0,4630277 0 1
Supérieur 1200 0,6316667 0,4825536 0,4825536 0 1
Sans emploi 1200 0,1208333 0,3260694 0,3260694 0 1
Apprenti 1200 0,38 0,4855888 0,4855888 0 1
Retraité 1200 0,015 0,1216031 0,1216031 0 1
Employé 1200 0,4841667 0,4999576 0,4999576 0 1
Célibataire 1200 0,6383333 0,4806833 0,4806833 0 1
Couple 1200 0,3341667 0,471895 0,471895 0 1
Divorcé, veuf 1200 0,0275 0,1636033 0,1636033 0 1
© De Boeck Supérieur | Téléchargé le 25/12/2023 sur www.cairn.info (IP: 77.133.249.206)
[95% Interval.
Intensité_adoption Coef. Err.type z P > |z|
Confian.]
Sexe 0,046145 0,0389389 0,12 0,906 -0,0717044 0,0809334
Age -0,004252 0,0029283 -1,45 0,146 -0,0099914 0,0014873
Non scolarisé 0,0202158 0,2383069 0,80 0,932 -0,4468572 0,4872888
Primaire -0,2772355 0,1065095 -2,60 0,009 -0,4859903 -0,0684806
Secondaire -0,0493065 0,0462798 -1,07 0,287 -0,1400163 0,0413973
Sans emploi -0,0942743 0,0716696 -1,32 0,188 -0,2347441 0,0461956
Apprenti -0,2111479 0,0611793 -3,45 0,001 -0,3310571 -0,0912386
Retraité -0,2531154 0,1860934 -1,36 0,174 -0,6178518 0,111621
Couple 0,767909 0,532563 1,44 0,149 -0,0275896 0,1811714
Divorcé, veuf 0,757379 0,1237698 0,61 0,541 -0,1668465 0,3183223
Sans religion -0,0718989 0,1115766 -0,64 0,519 -0,2905849 0,1467871
Chrétien -0,0699675 0,065423 -1,07 0,285 -0,1981943 0,0582592
Revenu -0,0722916 0,0372376 -1,94 0,052 -0,1452759 0,0006927
© De Boeck Supérieur | Téléchargé le 25/12/2023 sur www.cairn.info (IP: 77.133.249.206)