-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathprojetSDA.Rmd
381 lines (274 loc) · 8.43 KB
/
projetSDA.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
---
title: "Main d'oeuvre qualifiée pour l'entrepreneuriat agricole"
author: "Mariette SONINHEKPON, Françoise DABLI, Gwladys TOSSOU-BOCO"
date: "`r Sys.Date()`"
output:
html_document:
toc: yes
number_sections: yes
---
```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```
# Introduction
Le secteur agricole constitue le pilier principal pour l'atteinte du 2ème Objectif de Développement Durable (ODD) «Faim zéro» dans tous les pays du monde car il est la principale source qui fournit de produits alimentaires aux populations. Pour parvenir à la «Faim Zéro», il s’avère nécessaire de disposer de main d’ouvre ayant les compétences adéquates qui favorisent le développement des activités du secteur de l’entrepreneuriat agricole à savoir la production végétale, la production animale, l’agrobusiness...
Une rémunération de la main d’œuvre qualifiée à sa juste valeur permettrait aussi au secteur de l’entrepreneuriat agricole de contribuer aux objectifs 1 «Eradiquer la pauvreté» et 8 «Travail décent et croissance économique» des ODD.
Le Bénin ne dispose pas de données sur tous les centres de formations professionnelles en agriculture de même que les personnes qualifiées ressortissant de ces centres. Ainsi il se pose le problème d’insertion professionnelle à un emploi décent dans l’entrepreneuriat agricole.
# Objectifs
Objectif Général : Créer un partenariat entre la main d’œuvre qualifiée et les entreprises agricoles.
Plus spécifiquement il s’agit :
Objectif Spécifique 1 : Etablir un répertoire de la main d’œuvre qualifiée de chaque commune ou l’arrondissement.
Objectif Spécifique 2 : Identifier l’entreprise agricole la plus proche de chaque main d’œuvre
# Hypothèses
Faire sa prestation dans l’entreprise la plus proche permet de réduire les frais de déplacement pour mieux profiter de sa rémunération.
# Méthodologie
* Notre étude est basée sur la formation professionnelle en entrepreneuriat agricole.
* Participants : au moins 6 mois de formation en entrepreneuriat agricole
.
* Nombre de personnes ayant rempli le questionnaire d’étude : 34 personnes.
* Cotonou, Abomey-Calavi, Porto-Novo, Bohicon, Adjarra, Allada, Aplahoué, Dassa-Zoumè, Pobè, Savè, Tori-Cada, Zagnanado, Agouagon (Glazoué).
* Packages utilisés : gsheet, dplyr, ggthemes, ggplot2
# Résultats
```{r}
## Charger les packages nécessaires
library(gsheet)
library(dplyr)
```
## Importer le jeu de données dans un dataframe
```{r}
library(gsheet)
agroListe <- gsheet2tbl("https://docs.google.com/spreadsheets/d/1CzQZoqGDfIPUUQDyYNcvDH2TmrvEc9c4xngdPa4O80M/edit?usp=sharing")
```
```{r}
# Montrer les noms des colonnes
colnames(agroListe)
```
```{r}
# Supprimer la colonne Horodateur
library(dplyr)
agroListe$Horodateur <- NULL
```
```{r}
# Renommer les noms des colonnes
library(dplyr)
agroListe <- agroListe%>%
dplyr::rename(nom =`Nom de l'apprenant`)
```
```{r}
library(dplyr)
agroListe <- agroListe%>%
dplyr::rename(prenom =`Prénoms de l'apprenant`)
```
```{r}
agroListe <- agroListe%>%
dplyr::rename(contact =`Contact de l'apprenant`)
```
```{r}
agroListe <- agroListe%>%
dplyr::rename(email = `Email de l'apprenant`)
```
```{r}
agroListe <- agroListe%>%
dplyr::rename(residence=`Lieu de résidence (commune/arrondissement)`)
```
```{r}
agroListe <- agroListe%>%
dplyr::rename(diplome = `Niveau d'étude (avant la formation)`)
```
```{r}
agroListe <- agroListe%>%
dplyr::rename(domaine=`Domaines de formation
`)
```
```{r}
agroListe <- agroListe%>%
dplyr::rename(periode=`Durée de la formation
`)
```
```{r}
agroListe <- agroListe%>%
dplyr::rename(centre=`Nom du centre de formation
`)
```
```{r}
agroListe <- agroListe%>%
dplyr::rename(localisation=`Localisation du centre de formation (commune/arrondissement)
`)
```
```{r}
agroListe <- agroListe%>%
dplyr::rename(an=`Année d'obtention du diplôme en entrepreneuriat agricole
`)
```
```{r}
agroListe <- agroListe%>%
dplyr::rename(occupation=`Occupation actuelle
`)
```
```{r}
# Montrer les noms des colonnes
colnames(agroListe)
```
```{r}
# Conserver les diplômés de 2021 à 2023
library(dplyr)
agroListeAfter2020 <- filter(agroListe, an > 2020)
```
```{r}
# Enlever la période de 3 ans
library(dplyr)
agroListeAfter2020P <- filter(agroListeAfter2020, periode !='3 ans' )
```
```{r}
# ôter LaRAEAq
library(dplyr)
agroListeAfter2020PC <- filter(agroListeAfter2020P, centre !='LaRAEAq' )
```
```{r}
colnames(agroListeAfter2020PC)
dim(agroListeAfter2020PC)
```
```{r}
head(agroListeAfter2020PC)
```
```{r}
# Retenir ceux qui n'ont pas de travail
library(dplyr)
agroListeAfter2020PCO <- filter(agroListeAfter2020PC, occupation =='Au chômage' )
```
```{r}
# Montrer les premières lignes
head(agroListeAfter2020PCO)
```
```{r}
colnames(agroListeAfter2020PCO)
```
```{r}
# Arranger selon l'email
agroListeTotal <- arrange(agroListeAfter2020PCO, email)
head(agroListeTotal)
```
```{r}
colnames(agroListeTotal)
```
## Visualisation des données
```{r}
# Charger les packages nécessaires
library(ggplot2)
library(ggthemes)
```
### Répartition des apprenants par centre de formation
```{r}
ggplot(data=agroListeTotal, aes(x=centre, y=residence, fill=periode))+
geom_bar(stat="identity", width=0.5, position = "dodge")+
xlab("centre de formation")+
ylab("commune de résidence")+
theme_minimal()+
labs(fill="periode")
```
### Répartition des apprenants par durée de formation en fonction de la commune de résidence
```{r}
ggplot(data=agroListeTotal, aes(x=periode, y=residence, fill=an))+
geom_bar(stat="identity", width=0.5, position = "dodge")+
xlab("durée de formation")+
ylab("commune de résidence")+
theme_minimal()+
labs(fill="an")
```
```{r}
library(dplyr)
glimpse(agroListeTotal)
```
```{r}
summary(agroListeTotal)
```
```{r}
str(agroListeTotal)
```
## Déterminer la distribution de la variable "residence"
```{r}
table(agroListeTotal$residence)
```
## Analyse de la tendance centrale de la variable 'residence'
### La moyenne de la distribution des lieux de résidence
```{r}
round(mean(table(agroListeTotal$residence)), 2)
```
### La médiane
```{r}
round(median(table(agroListeTotal$residence)), 2)
```
### L'écart-type
```{r}
round(sd(table(agroListeTotal$residence)), 2)
```
### La variance
```{r}
round(var(table(agroListeTotal$residence)), 2)
```
## Déterminer la distribution de la variable "periode"
```{r}
table(agroListeTotal$periode)
```
## Analyse de la tendance centrale de la variable 'periode'
### La moyenne
```{r}
round(mean(table(agroListeTotal$periode)), 2)
```
### La médiane
```{r}
round(median(table(agroListeTotal$periode)), 2)
```
### L'écart-type
```{r}
round(sd(table(agroListeTotal$periode)), 2)
```
### La variance
```{r}
round(var(table(agroListeTotal$periode)), 2)
```
## Déterminer les proportions de la variable 'residence'
```{r}
table_resid <- table(agroListeTotal$residence)
print(table_resid)
```
```{r}
prop.table(table_resid)
```
## Déterminer les proportions de la variable 'periode'
```{r}
table_peri <- table(agroListeTotal$periode)
print(table_peri)
```
```{r}
prop.table(table_peri)
```
## Distribution actuelle
```{r}
table(agroListeTotal$residence, agroListeTotal$periode)
```
## Répartition des communes représentées
```{r}
barplot(table(agroListeTotal$residence), xlab="commune")
```
## Répartition de la durée de formation en fonction de la commune de résidence
```{r}
plot(agroListeTotal$an ~ agroListeTotal$residence, xlab="commune", ylab="année formation")
```
## Chi-Square Statistical Test
```{r}
chisq.test(agroListeTotal$residence, agroListeTotal$periode)
```
### Interpréter le Chi-Square Test
La relation est statistiquement significative entre la durée de formation et le lieu de résidence des apprenants.
# Conclusion
La réalisation de ce projet nous permettrait non seulement de régler le problème de sous-emploi mais aussi de répondre aux ODD à savoir :
* 1 (éliminer la pauvreté)
* 2 (faim zéro)
* 3 (santé pour tous)
* 8 (emploi décent) et
* 12 (production durable) au Bénin
# Perspectives
* Avoir un répertoire de tous les centres de formation en entrepreneuriat agricole au Bénin.
* Avoir un répertoire des personnes qualifiées ressortissant de ces centres de formation
* Identifier l’entreprise agricole la plus proche de chaque main d’œuvre qualifiée afin de créer un partenariat gagnant-gagnant entre entrepreneurs agricoles et main d’œuvre agricole qualifiée.