Différenciation de la sécurité alimentaire des paysans positivement déviants

Il est souvent dit que Madagascar regorge de ressources naturelles exceptionnelles. Pourtant, il est classé parmi les pays les moins développés de la planète et la majorité de sa population, entre autres la population rurale, vit dans une extrême pauvreté (PAM, 2014). La Grande Ile est devenue un pays de toutes les vulnérabilités : économique, climatique, sanitaire, institutionnelle et par-dessus tout alimentaire. Cette situation de vulnérabilité s’est généralisée dans le Pays et s’empire de plus en plus dans le monde rural et le secteur agricole notamment en matière de sécurité alimentaire. Dans ce contexte, une problématique de fond émerge : les petites exploitations agricoles ont du mal à assurer leur sécurité alimentaire en tant que ménage malgré les actions de développement apporté pour redresser la situation. Cette problématique alimentait la recherche consacrée à cette partie suivant deux questions de recherche majeures sont : Seront ainsi dissertés succinctement les matériels et les méthodes complémentaires utilisés, les résultats relatifs aux analyses sur la différenciation de la sécurité alimentaire des PPD et les différentes discussions sur les modes de sécurité alimentaire des PPD et leur vulnérabilité respective.

Les variables de la sécurité alimentaire à Madagascar

La FAO a confirmé dans son rapport d’évaluation que le riz reste la denrée principale de l’alimentation des Malagasy (FAO & PAM, 2010). Par conséquent, étudier la sécurité alimentaire de la population de Madagascar revient en grande partie à étudier sa sécurité en riz. Moyennant de trois dimensions du concept de la sécurité alimentaire (PAM, 2005), on peut retenir comme étant pertinentes les variables qui suivent pour étudier ainsi la sécurité alimentaire de la population de la Grande Ile : L’Insécurité Alimentaire Saisonnière ou IAS où le ménage doit entreprendre un changement temporaire de son régime alimentaire et nutritionnel. Pendant cette période de soudure, la quantité et la qualité changent et se dégradent par rapport à la période normale ; le niveau de satisfaction psychologique et culturelle n’est pas la même en cette période (EPP PADR, 2005). IAS est la durée de la période de soudure de chaque ménage. En outre, l’étude de la différenciation de la sécurité alimentaire des PPD comprend aussi l’analyse de risques pour chacune de ces variables autrement dit une analyse de vulnérabilité de la sécurité alimentaire des PPD. La surface des cultures vivrières est étudiée en complément pour pouvoir pousser les analyses en profondeur.

L’Analyse de Composantes Principales

L’ACP regroupe les variables en variables latentes. Ce traitement comprendLa qualité de l’extraction des variables est donnée par le tableau de la qualité de représentation. Plus le coefficient d’extraction est élevé, plus la qualité de représentation des variables est meilleure. La variance totale expliquée (Eigen value) permet de décider sur le nombre de composantes à retenir pour l’étude. Le pourcentage de variance totale expliquée ne doit pas être inférieur à 70% pour réduire le plus possible la perte d’inertie et avoir une bonne qualité de représentation des données. La matrice des composantes donne la contribution de chaque variable sur chacune des composantes principales. Elle permet ainsi d’identifier les variables qui composent chacun des facteurs. Le diagramme des composantes donne la projection des variables dans l’espace et permet de visualiser le poids de chaque variable sur les composantes. Le recours à la rotation varimax permet d’avoir une optimisation de la projection. Ainsi, La matrice des composantes après rotation varimax et la représentation graphique permettent de configurer mieux la composition des deux facteurs et relier les variables à la composante correspondante.

Le test d’égalité d’échantillons indépendants

Les tests d’égalité d’échantillons indépendants commencent par le test de normalitépuis le test de Levene et le test t-Student. Ceci pour réaliser des analyses comparatives des deux échantillons indépendants. Les échantillons indépendants étudiés sont respectivement PSA et ERI. Le test d’égalité d’échantillons indépendants a pour but de savoir si les moyennes des scores d’une variable dans deux échantillons indépendants sont égales ou non. Le test d’égalité d’échantillons pose comme postulat que les distributions suivent une loi normale à 95%. Une distribution suit une loi normale à 95 si ses coefficients d’aplatissement et de symétrie sont compris entre -2 et +2. Les configurations des distributions dans les histogrammes et les diagrammes de normalité reflètent aussi cette normalité. Si ce postulat est confirmé, le test paramétrique peut se faire pour tester l’égalité des échantillons, il s’agit dans ce cas de test t-Student et de Levene. Au cas où le postulat n’est pas vérifié, il faut procéder au test non paramétrique pour vérifier l’égalité des deux échantillons. Dans cette partie, le postulat de la normalité est vérifié et les observations sont indépendantes. Par conséquent, les conditions du recours au test t-Student et au test de Levene sont remplies pour tester l’égalité des deux échantillons indépendants PSA et ERI.