Deux modèles de sécurité alimentaire

Chaque fonction explique respectivement pour les deux échantillons 100% de la variation autrement dit une bonne fiabilité des analyses statistiques. Ces fonctions sont toutes significatives au seuil de 0,001 ; ceci traduit une relation hautement significative et une meilleure fiabilité des analyses statistiques. L’analyse avec AFD débouche aux affectations des observations dans les deux groupes i.e. Subsistance et Production selon leur score respectif (tableau 9).Ce graphique confirme la répartition plus ou moins égale des observations dans chaque échantillon et ceci conduit à la question d’égalité des proportions de chaque groupe intra-modèle PSA et ERI.Ces résultats démontrent que dans les deux cas, le test de proportion a un niveau de signification supérieur à α=0,05 ; par conséquent l’hypothèse nulle H0 est à retenir i.e. les proportions sont statistiquement identiques.

Caractéristiques des modes de sécurité alimentaire

Ces classifications étant, les caractéristiques de chaque groupe peuvent être mises en exergue à travers les variables de la sécurité alimentaire à savoir la capacité en riz, l’autonomie en riz, l’IAS, la diversification ainsi que la surface des cultures vivrières autres que le riz (tableau 11).Le mode subsistance est caractérisé par des scores plus élevés en autonomie en riz et une surface vivrière tandis que le mode productivité par une insécurité alimentaire saisonnière plus élevée. La représentation graphique permet une lecture comparative visuelle additionnelle (figure 15).Dans les deux cas (PSA et ERI), les PPD du mode Subsistance ont une meilleure sécurité alimentaire que ceux du mode Productivité. Cette différence s’exprime clairement à travers l’IAS et l’autonomie en riz.Les résultats de la classification par AFD permettent de procéder à la modélisation dechaque mode de sécurité alimentaire.

Egalité respective des modes PSA et ERI

Test d’égalité des échantillons indépendants Le test d’égalité de moyenne couplé avec le test de Levene et précédé du test de normalité permet de comparer de façon plus approfondie le niveau de sécurité alimentaire des deux échantillons PSA et ERI en matière de sécurité alimentaire. Ce niveau de sécurité alimentaire est défini par le score calculé à partir des équations issues de la modélisation. Test de normalité des deux distributions La normalité des distributions est reflétée par les histogrammes du test de normalitéTous les indices d’asymétrie et d’aplatissement sont compris entre -2 et +2 ; ce qui fait que les distributions suivent une loi normale à 95% et sont compatibles au test paramétrique du test t-Student. Test t-Student et test de Levene Le préalable de la normalité étant rempli, les tests t-Student et de Levene sont adéquats pour statuer sur l’égalité des deux distributionsLe niveau de signification du test de Levene est égale à 0,46 > α=0,05 donc l’hypothèse d’égalité de variance est à retenir et il faut lire la première ligne pour le test t. Le test-t à son tour affiche un niveau de signification de 0,06> α=0,05 i.e. retenir l’hypothèse nulle ; autrement dit les moyennes de l’indice de sécurité alimentaire de PSA et ERI sont statiquement égales. De ce fait, les modes Subsistances de PSA et ERI sont égaux ; de même pour les modes Productivités de ces deux échantillons.

Les relations sont toutes significatives au seuil de 0,001 et ceci amène au calcul des coefficients de régression qui permettent de connaître l’importance de chaque variable dans la sécurité alimentaire des exploitations agricoles des échantillons étudiésl’autonomie en riz a une forte colinéarité (r = -1) avec IAS, les deux variables sont inversement proportionnelles ; statistiquement parlant, une d’entre elles suffit pour définir l’équation du mode Subsistance. Par le biais de ces résultats statistiques ressortent les équations respectives des deux modèles pour chaque mode de sécurité alimentaire.

Modélisation en effet combiné de toutes les variables

En considérant que la sécurité alimentaire totale SA est égale à Subsistance (+) Productivité, le traitement par le biais de l’analyse de régression multiple a permis de poursuivre les analyses en profondeur. En premier lieu le récapitulatif du modèle à effet combiné qui confirme une relation parfaite avec un coefficient de corrélation égale à 1,00Ces résultats dénotent une proximité respective entre les modes Subsistance d’une part et entre les modes Productivité d’autre part pour les deux échantillons i.e. il y a une similitude entre les Subsistances et entre les Productivités des deux populations PSA et ERI. Par contre, une opposition flagrante entre mode Subsistance et mode Productivité est mise en exergue. Le graphique asymétrique des lignes visualise ces associations.