Un blog sur l'éducation dans les pays du Sud – A blog on education in the developing countries

23 novembre 2012

Outils de benchmarking pour la scolarisation primaire universelle

Par Aicha Sidi, Pierre Varly

Ce post est tiré du projet de fin d’études : Identification des facteurs macro et micro qui influencent la qualité de l’éducation (Structural Equation Modelling, Partial Least Square), réalisé par Aïcha Sidi pour l’obtention du diplôme d’ingénieur en statistiques de l’INSEA, Rabat. Le rapport complet est disponible RAPPORT DE STAGE-10 juin.

Introduction

En 2002, suite au Forum de Dakar sur l’Education pour Tous tenu en 2000, est créée l’initiative Fast Track rebaptisée Partenariat Mondial pour l’Education en 2009. Cette initiative multilatérale vise à mettre les pays sur la voie de la scolarisation universelle par l’élaboration de plans sectoriels, une meilleure coordination de l’aide au niveau international et local et de plus grands financements, pour résumer.

Le 21 novembre 2012, le Partenariat Mondial pour l’Education a publié un rapport de résultats qui présente les évolutions des pays pauvres participants au GPE et les autres (dits éligibles) et fait le bilan de dix années d’intervention. Le chapitre 4, rédigé par votre serviteur, montre des problèmes de qualité des apprentissages considérables et fait des propositions pour mieux prendre en considération les résultats des études sur les acquis dans les politiques éducatives. Le chapitre 3 se focalise sur les taux de scolarisation et d’achèvement et propose un historique des indicateurs ainsi que des prévisions basées sur des projections démographiques.

Parallèlement, un projet de fin d’études de l’école de statistiques de Rabat (INSEA), réalisé de février à juin 2012 par Aïcha Sidi, actuellement chargée d’études statistiques  à Varlyproject, s’est attelé à la modélisation des taux d’achèvement et des données sur les acquisitions scolaires et accessoirement à la mesure de l’impact du Partenariat Mondial pour l’Education sur les dits taux. L’objectif est d’également de faire ressortir les paramètres de politique éducative qui concourent à de plus grands résultats scolaires. Y a-t-il une sorte de modèle universel à suivre pour parvenir à scolariser tous les enfants ou des solutions idoines et strictement nationales doivent-elles êtres trouvées ?

Le cadre indicatif Fast Track, un outil incontournable

Dès 2003, le secrétariat Fast Track (rebaptisé GPE) a proposé un ensemble d’indicateurs de benchmarking pour parvenir à la scolarisation primaire universelle. Ces indicateurs ont été identifiés grâce à l’analyse des trajectoires des pays en développement qui ont su atteindre la scolarisation primaire universelle ces dernières années.

Dans le cas des pays en développement qui nous intéresse, ces analyses ont été conduites en 2003 dans le rapport : A chance for every child, rédigé par Barbara Bruns, Alain Mingat et Ramahatra Rakotomalala, pour le compte de la Banque Mondiale. Sur 55 pays de plus d’un millions d’habitants, huit sont identifiés comme ayant atteint la scolarisation primaire universelle (SPU) (plus de 90% des enfants achèvent le cycle primaire) dont quatre pays d’Europe de l’Est et quatre pays d’Asie Centrale (Albanie, Azerbaïdjan, Bolivie, Indonésie, Kyrgyzstan, Ouzbékistan, Vietnam et Zimbabwe). Or ces pays sont exclus des analyses comme l’indique une note de bas de page que nous jugeons utile de reproduire ici :

“Four of the eight countries in the sample that met the criterion were countries in Eastern Europe and Central Asia. Given the unique institutional legacy of these countries, it would bias the analysis of success factors if these countries retained this weight in the successful group.”

L’argument présenté sous un angle scientifique tient davantage à des raisons politiques (héritage institutionnel). On cherche à éviter à tout prix à présenter les pays ayant appartenu au bloc soviétique comme des modèles. Rappelons que ce rapport est financé par la Banque Mondiale. Ainsi, l’étude retient 10 pays ayant atteint un « succès relatif » soit un taux d’achèvement supérieur à 70%.

Le rapport identifie des indicateurs déterminants qui forgent le cadre indicatif, appelé initialement Benchmarks for Primary Education Efficiency and Quality:

  • Le ratio élève enseignant
  • Le salaire des enseignants
  • Le redoublement
  • Les dépenses d’éducation primaire

Mais aussi :

  • La part des dépenses courantes du primaire (hors salaires)
  • Le coût unitaire de constructions scolaires
  • % d’élèves dans le privé

Le cadre ainsi formé fait sens. Un pays qui aurait des effectifs pléthoriques dans des salles de classe, un redoublement élevé et de faibles dépenses d’éducation ne peut tout simplement pas parvenir à scolariser tous ses enfants. La relation entre redoublement et abandon symbolisée par le graphique suivant est très nette.

Taux de redoublement et d’abandon par pays

Sur un plan empirique, il est intéressant de tester ce cadre indicatif sur de nouvelles données, voir de chercher à l’étoffer. Les conditions posées par ce cadre sont-elles nécessaires et suffisantes pour instruire une politique éducative aboutissant aux résultats escomptés ?

Surtout, il faut réintroduire les pays pauvres ayant atteint la scolarisation primaire universelle, injustement supprimés des analyses, ce qui peut élargir les perspectives.

Le taux d’achèvement : une fin en soi ?

Les pays ayant permis à l’ensemble d’une classe d’âge d’atteindre la fin du cycle primaire n’ont pas pour autant réalisés les objectifs de l’Education pour Tous, qui stipule que l’éducation doit être de qualité. Si des objectifs chiffrés peuvent être facilement établis en matière de taux d’achèvement, la notion de qualité se prête mal à la mesure, à moins de la réduire à des concepts tels que la qualité des acquisitions scolaires et la capacité de l’éducation à générer des revenus et de la croissance (efficacité externe).

Les études sur les acquis scolaires se sont multipliées ces dernières années avec l’introduction de nouveaux outils de mesure des compétences fondamentales en lecture et en calcul qui ont créé une sorte d’émulation entre programmes internationaux de mesure. Les chiffres, qui concernent parfois des échantillons de faible taille il est vrai, font apparaître des écarts considérables entre niveaux scolaires des pays du Sud et du Nord. On estime ainsi, à partir des données des enquêtes internationales SACMEQ et TIMSS mises sur une même échelle, qu’un élève de 2ème année des pays du Nord a un niveau équivalent à un élève de 6ème année dans les pays du Sud. Voir GPE (2012) p.116

Plus concrètement, ces difficultés énormes se traduisent par une proportion très importante d’élèves non lecteurs (75%), incapables de lire à haute voix le moindre mot dans leur propre langue. Bien que l’étude des plans sectoriels et des rapports des revues conjointes rassemblant gouvernements et partenaires techniques et financiers montre que davantage de données sur la qualité de l’éducation sont produites et utilisées, les politiques restent parfois sourds et aveugles face à ces constats. A l’instar de leurs lecteurs muets.

Il n’est pas possible de parvenir à scolariser tous les élèves dans de telles conditions de médiocrité de l’enseignement. Les parents qui constatent que leurs enfants ne savent pas lire et n’apprennent rien peuvent décider de les retirer de l’école. La demande sociale est donc impactée par la faible qualité de l’éducation. Or, à moins de recourir à la scolarisation forcée, qui a pu être un levier dans certains pays, sans demande sociale la scolarisation primaire universelle ne peut être atteinte. Jusqu’à une date récente, le cadre indicatif Fast Track et son dérivé, le Results Framework du Partenariat Mondial pour l’Education ne contenait que très peu d’indicateurs sur la qualité, à l’exception du temps d’enseignement effectif.

Depuis, le Result Framework, sans cesse en révision,  contient des indicateurs tels que :

  • Le % d’élèves sachant lire en 2ème année
  • Le % d’élèves ayant acquis les compétences de base en fin de cycle
  • Le nombre de manuels scolaires par élève.

Mais il a fallu attendre quasiment 2009 pour que ces indicateurs soient inclus dans les dispositifs internationaux et 2012 pour que l’UNESCO publie des données sur les manuels scolaires en Afrique.

Ces résultats interpellent. Faut-il changer son fusil d’épaule, mettre un frein temporairement à l’explosion des effectifs scolaires, pour garantir un minimum de qualité des enseignements à tous avant de reprendre la scolarisation de masse à vocation universelle ? La question mérite d’être posée car on assiste à une fuite en avant de la politique du chiffre sur laquelle et les gouvernements et les organisations internationales peuvent communiquer. Malgré les prévisions relativement optimistes du GPE, les courbes des taux d’achèvement montrent des signes d’essoufflement dans certains pays (Togo, Cameroun, Côte d’Ivoire par exemple), qui peuvent être attribués à des mauvaises conditions d’enseignement et notamment les grèves à répétition.

Evolution prévue des taux d’achèvement par groupe de pays

Source : GPE 2012

Les prévisions montrent clairement que la scolarisation primaire universelle ne sera pas atteinte en 2015 ni même en 2020. Ces prévisions se basent sur des modèles démographiques que l’on ne cherche pas à remettre en cause mais à compléter par une autre méthode. L’idée n’est pas de prévoir les taux futurs mais d’identifier les pays pauvres qui parviennent à de bons taux, décrire les politiques qu’ils suivent et de fournir un modèle qui estime un taux d’achèvement possible à conditions données.

Un manque de données révélateur

Les pays ont reçu des incitations mais également des appuis techniques et financiers pour produire de meilleures données et depuis 2000 les informations s’améliorent largement que ce soit au niveau des chiffres des effectifs scolaires qu’au niveau des résultats scolaires des élèves. Cependant, les données ne sont pas toujours diffusées, par manque de transparence parfois, il faut le dire, ou tout simplement pas produites lorsque le pays traverse une crise (et que l’administration centrale n’est pas « maître » du territoire).

Les pays qui fournissent le moins de données sont souvent ceux qui cumulent les difficultés politiques et institutionnelles ou qui souffrent de problèmes de gouvernance. Ce lien est attesté par la corrélation entre indice de corruption (Transparency International) et taux de réponse aux enquêtes internationales. Les pays participant au Partenariat Mondial pour l’Education fournissent plus de données que les autres et participent davantage aux enquêtes internationales sur les acquis scolaires. Il s’agit là d’un premier effet positif du Partenariat.

Les trois pays qui fournissent le moins de données (Corée du Nord, Somalie et Zimbabwe) souffrent de problèmes de gouvernance très importants, qui suggère un lien de causalité entre fourniture des données et gouvernance. Bien que cela puisse paraitre évident, cette relation entre gouvernance et fourniture des données peut introduire des biais dans l’analyse, en excluant des pays ayant des caractéristiques particulières (biais de sélection). Mais ici contrairement au travail réalisé en 2003 lors de l’élaboration du cadre indicatif, il ne s’agit pas d’une exclusion a priori pour des motifs autres que scientifiques.

De plus, il a fallu procéder à certaines imputations de données manquantes pour combler certains trous et il n’a pas été possible de faire une analyse fine de l’évolution dans le temps des taux d’achèvement ni obtenir de données comparables sur les acquis sur un échantillon suffisant de pays.

Le champ des analyses

Le but de cette étude est de faire ressortir les variables qui ont un impact sur la qualité de formation du capital humain. Ce travail n’est pas une répétition des nombreuses études qui traitent de la relation éducation-croissance notamment les travaux de Hanushek&Kimko(2000), Lee&Barro (2001) et  Altinok (2010) mais aussi de Doudjidingao (2011) sur l’Afrique. En effet, ces travaux, qui ne parviennent pas à stabiliser un modèle et qui se contredisent parfois, mélangent pays en développement et pays développés, pris comme modèles. Cela semble une erreur de raisonnement que de vouloir comparer la Finlande avec le Cameroun, car en dehors des différences économiques, il existe des contraintes liées à la variété des situations socio linguistiques. On parle 280 langues au Cameroun, la croissance démographique est forte et bien supérieure à celle de la Finlande et les pays connaissent des situations très différentes, tant et si bien qu’on peut s’interroger sur la pertinence de la réplication des analyses et des politiques.

Nous nous sommes cantonnés donc à un échantillon de pays des tranches de revenus inférieurs et moyennes inférieurs (lower middle income) ainsi que certains pays de la tranche moyenne supérieure (upper middle income) qui soit, font partie des zones géographiques d’intérêt, soit semblaient avoir des systèmes éducatifs particuliers : Botswana, Maurice, Namibie, Afrique du Sud, Jordanie, Tunisie, Thaïlande, Gabon, Maldives, Equateur, Albanie, Azerbaïdjan, Cuba et Lettonie.

Autant le dire tout de suite, les modèles mis en œuvre sur les pays des tranches de revenus supérieurs, qui ne sont pas dans cette liste, ne semblent pas bien marcher, mais les modèles expliquent et prédisent bien les taux d’achèvement des pays de notre base.

Nous pouvons avoir un premier aperçu des performances de chaque pays dans l’éducation à travers cette carte qui montre les taux d’achèvement :

Carte des taux d’achèvement

Source : Edstats, accédé en juin 2012

Les pays de l’Afrique de l’ouest et d’Afrique Centrale, pour la plus part francophones, sont dans la plus basse catégorie du taux d’achèvement, c’est-à-dire moins de 71%. Les pays de l’Afrique anglophone sont mieux classés.

L’introduction de facteurs socioculturels agissant sur la qualité de l’éducation

Nous allons en plus des variables évoquées dans la littérature, tenir compte des réalités démographiques et culturelles, afin de voir leur impact dans la réalisation d’une bonne qualité de l’éducation.

Au niveau macro, en dehors du cadre indicatif mentionné plus haut, plusieurs facteurs ont déjà été identifiés par la littérature comme étant nécessaires à une bonne qualité d’éducation primaire. Il s’agit du produit Intérieur Brut (PIB) par habitant et le taux d’alphabétisation des adultes. Ces deux indicateurs participent largement à l’explication du taux d’achèvement car ils sont liés par des rapports de causalité. Un meilleur revenu par habitant permet de fournir une plus grande éducation et le taux d’alphabétisation découle des taux de scolarisation passés (auquel il faut ajouter les campagnes d’alphabétisation). Le taux d’alphabétisation constitue ainsi une sorte de point de départ ou de score initial.

En plus de cette liste de facteurs, nous avons jugé bon d’ajouter un indice de mesure de la diversité linguistique qui peut être un frein à la qualité de l’éducation. En effet, si les élèves d’une même classe ne partagent pas la même langue maternelle, il leur sera impossible de leur inculqué des notions dans la langue qu’ils comprennent le plus (leur langue maternelle). Il serait aussi difficile à l’Etat de permettre l’enseignement primaire dans les langues nationales quand elles sont nombreuses.

Nous pouvons aussi considérer le taux d’internautes comme proxy de l’accès à l’information ; plusieurs sites Internet facilitent non seulement l’épanouissement des jeunes mais aussi des apprentissages de diverses sortes. Nous pensons donc que cette variable peut avoir un effet positif sur la qualité de l’éducation. C’est aussi un indicateur d’investissement dans les nouvelles technologies et donc de développement.

L’indice de Transparancy International nous renseigne sur le degré de corruption de chaque pays ou de transparence. En effet, plus un pays est corrompu, plus les dépenses prévues par l’Etat pour l’éducation ne seront pas toutes investies réellement. Nous pensons donc ajuster la variable de ‘dépenses dans l’éducation’ par un indice de corruption sorte de proxy du taux de déperdition entre dépenses prévues et dépenses touchant véritablement les écoles.

Nous allons aussi tester si la taille de la population a un effet significatif sur la qualité de l’éducation. En effet, en dehors des Etats fédéraux (comme l’Inde ou le Nigéria), la taille de l’administration de l’éducation n’est pas véritablement proportionnelle à la taille du pays. On peut faire l’hypothèse que les pays les plus peuplés (à taille de l’administration centrale équivalente) sont plus difficilement gérables que les moins peuplés.

Il est aussi important d’ajouter à cela l’effet de la croissance démographique. C’est la moyenne du taux de croissance de la population de 2004 à 2009. Nous pensons que les pays à forte croissance démographique ont plus de mal a avoir une bonne qualité de l’éducation que les autres. Cette relation est avérée mécaniquement lorsque l’on considère le taux d’achèvement comme variable d’analyse. En effet, ce taux est calculé comme étant les nouveaux entrants en fin de cycle primaire divisé par la population en âge d’achever le cycle.

Il faut également noté que plusieurs pays ont souscrit au Partenariat Mondial d’aide à l’Education ; nous allons donc introduire une variable qui mesure la durée en année de participation à ce Partenariat. Enfin, nous avons calculé pour chaque pays un taux de réponse ou un score de qualité de l’information, entendu comme un indicateur de gouvernance.

Last but not least, le pourcentage de femmes enseignantes est aussi introduit dans les analyses, sur la base du graphique réalisée en mars 2012 sur ce blog. Voir ici

Pour la plupart les indicateurs sont calculés en moyenne par pays sur la période 2004-2009. Notre étude se fera en utilisant la méthode « partial least square » qui est adaptée au contexte de l’éducation. Elle permet en effet de contourner l’existence de colinéarités, présent dans les variables de l’éducation, en les agrégeant par des variables latentes.

Sérier et regrouper les facteurs

Une analyse en composantes principales permet de regrouper les facteurs selon deux axes qui semblent s’organiser selon un premier axe de variables liées à une meilleure qualité de l’éducation et à un plus grand niveau de développement en général et un second axe davantage liée aux dépenses d’éducation et aux questions de gouvernance.

Représentation des variables dans le premier plan de l’analyse en composantes principales

Source : auteurs

En plus des variables identifiées dans la littérature comme indiquant une bonne qualité de l’éducation, à savoir le taux d’alphabétisation des parents (literacy), le taux de femmes enseignantes (female) et le revenu par habitant (loggdp), nous remarquons que le taux d’internautes (internet) est également lié à la qualité de l’éducation tandis que la corruption (corrupt) et le taux de croissance démographique de la population (popgrowth) sont des indicateurs associés à une mauvaise qualité de l’éducation. On voit également que les variables GPE et dépenses d’éducation sont proches, ce qui suggère que les pays GPE dépensent effectivement plus pour l’éducation. Second point positif pour le Partenariat Mondial pour l’Education. De même, la variable language est proche de la variable dépense, ce qui semble conforter notre hypothèse qu’une grande diversité linguistique nécessite plus de dépenses éducatives.

Enfin, deux variables du cadre indicatif à savoir le ratio élève enseignant (ptr) et le taux redoublement (repet) sont très excentrés et associés à une moindre qualité de l’éducation.

Positionnement des pays en bons et mauvais élèves

L’analyse en composantes principales permet de projeter les pays dans le plan constitué par nos variables. De manière assez nette les pays se regroupent en fonction de leurs aires géographiques (suggérant des problèmes communs et spécifique à certaines régions) mais surtout en termes de système d’organisation politique, qui sont symbolisés par des codes couleurs.

Position des pays dans le plan factoriel

Source : Auteurs

Aussi, la représentation des pays dans le premier plan nous montre une distinction de la qualité de l’éducation selon les pays de l’Afrique anglophone (Anglo), les pays arabes (arab), les pays de l’Asie (asia), l’Afrique francophone et lusophone (Franc_lus), les îles (isle), les pays latins (Latin) et les pays de l’ex bloc soviétique (soviet).

Ce sont d’ailleurs ces derniers pays, dont certains étaient absents des analyses menées en 2003, qui se distinguent en haut à droite par une meilleure qualité de l’éducation, tant sur le plan des taux de scolarisation que des dépenses.

Nous voyons également que les pays de l’Afrique francophone et lusophone dépensent relativement dans l’éducation mais n’ont pas de bons taux d’achèvement. Certains peuvent y voir un leg colonial notamment en termes de pratiques de redoublement. Il y a donc de forts effets des types d’organisation politique quelque peu mêlés à des groupes géographiques. Sans faire l’apologie des systèmes d’organisation de type collectiviste qui ont engendré de nombreuses dérives dans le monde (et même en Afrique avec les tribunaux populaires révolutionnaires de Sankara par exemple) et qui ont pu vouloir scolariser pour promouvoir de force certaines valeurs aux plus jeunes, faut-il pour autant occulter totalement leurs réussites sur le plan éducatif ? On pense notamment à Cuba qui dépasse largement les autres pays d’Amérique Latine dans les enquêtes internationales sur les acquis et jouit d’un taux d’alphabétisation très élevé.

Identification des facteurs de performance

Comme l’adoption de tels systèmes politiques fort peu démocratiques n’apparaît ni souhaitable ni réaliste, rabattons nous sur le détail des paramètres influençant de manière significative les résultats.

Moindre carrés ordinaires

Le modèle de régression du taux d’achèvement par les moindres carrés ordinaires ne donne que trois variables significatives :

  • Le taux d’alphabétisation des adultes a un effet positif sur la qualité de l’éducation
  • le taux de répétition et la taille de classe qui ont un effet négatif sur la qualité de l’éducation.

Le cadre indicatif Fast Track est donc encore de nos jours pertinent et il semble qu’il faille toujours insister sur la réduction du redoublement (à 10%) et la limitation de la taille des classes à des proportions raisonnables (40 élève au maximum).

Lorsqu’on refait le modèle sans le taux d’alphabétisation, le taux de femmes enseignantes devient significatif avec les mêmes résultats.

Partial least square :

Cette méthode permet d’agréger les variables colinéaires en une variable latente afin d’avoir des variables explicatives indépendantes avant d’appliquer la régression des moindres carrés ordinaires.

L’effet des variables latentes est résumé dans le graphique suivant. La couleur bleu désigne un effet positif, tandis que la couleur rouge désigne un effet négatif. Si les économistes parlent de trappe de pauvreté, en estimant que certains pays partent d’un niveau de développement économique tellement bas qu’ils ne pourront pas décoller, la contribution importante du taux d’alphabétisation aux différences de taux d’achèvement suggère que certains pays peuvent également être piégés dans une « trappe à ignorance ». Cependant sur une note plus positive, cette variable appelée ci-dessous « alphabétisation » inclut également la proportion de femmes enseignantes qui a un fort effet significatif sur les taux de scolarisation. Il semble donc qu’un levier important de politique éducative, à savoir l’accès des femmes à la fonction d’enseignant, ait été un peu négligé dans les approches purement économiques qui ont prévalu jusqu’à présent.

Effet des variables latentes dans le modèle PLS

Source : auteurs

Certains systèmes scolaires favorisent le redoublement et de grandes tailles de classes, nous voyons ici que cela à un effet négatif significatif sur les résultats. Le graphique ci-dessus montre toute la pertinence du cadre indicatif Fast Track tel qu’il a été formulé en 2003 à travers la contribution de la catégorie de facteurs appelée Système scolaire.

En plus des variables observées dans la littérature, nous remarquons qu’un fort taux d’internaute a un lien avec le taux d’achèvement, de même que le Partenariat Mondial pour l’Education a également un impact positif sur les résultats des élèves. D’autre part, une grande population ou un fort taux de croissance est un énorme frein à la scolarisation des enfants. La diversité linguistique a également un impact négatif sur le taux d’achèvement.

Ce constat devrait plus encourager les gouvernements à promouvoir l’éducation dans les langues nationales mais également à mettre en œuvre des politiques de maîtrise de la démographie. L’atteinte de la scolarisation primaire universelle dans de nombreux pays d’Asie Centrale, ex Républiques de l’Union soviétique, est à mettre en relation avec la faible natalité et une population vieillissante dans ces pays. De même le Vietnam a sans doute atteint la scolarisation primaire universelle grâce à sa politique de limitation des naissances inspirée de la Chine.

Nous avons également réalisé un tableau de prédictions qui montre la fiabilité de nos modèles et peut également être très utile aux pays participants au Partenariat Mondial pour l’Education pour établir un objectif de taux d’achèvement qui tienne compte des paramètres sociodémographiques qui leurs sont propres. Dans ce modèle, nous avons pris en compte les situations de fragilité des Etats.

Le modèle macroéconomique semble donc bien s’accorder aux valeurs observées. Dans 63 pays sur 90, le taux d’achèvement prédit ne s’écarte que de dix points du taux observé, dans 36 pays cet écart n’est que de 5 points. Les pays performants sont ceux qui, à qui conditions sociéconomiques données, obtiennent un meilleur taux d’achèvement que celui prédit par notre modèle.

Toutefois, une l’étude macroéconomique seule ne permet pas d’expliquer entièrement le niveau d’éducation et les résultats restent avant tout interprétables en termes de corrélations et non de causes à effet.

Néanmoins, cette étude permet de formuler un certain de nombre de recommandations:

  1. Organiser des voyages d’étude à la Havane plutôt qu’à Helsinki
  2. Insister sur la réduction des tailles de classe et une meilleure répartition des enseignants (pas plus de 40 élèves par classe)
  3. Limiter le redoublement au strict minimum (10%)
  4. Recruter des femmes enseignantes par de mesures incitatives
  5. Développer l’usage des nouvelles technologies dans l’éducation et dans la population
  6. Chiffrer le coût lié à la diversité linguistique
  7. Mettre en place de véritables politiques de maîtrise de la démographie
  8. Mieux encadrer le développement des écoles privées
  9. Promouvoir la transparence et la rédition de compte dans le secteur de l’éducation
  10. Envisager sérieusement de mettre un frein temporaire à l’explosion des effectifs scolaires afin de garantir une éducation de qualité pour tous
  11. Utiliser le tableau ci-dessous pour identifier les pays performants réalisant de bonnes performances étant donné leur contexte

Pour toutes questions, veuillez contacter Aïcha Sidi : asidi@varlyproject.com

Références :

Altinok Nadir (2010), ‘DoSchool Resources Increase School Quality?’, Working Paper IREDU.

Doudjidingao Antoine (2011), ‘Education et croissance en Afrique’, Etudes Africaines, L’Harmattan.

Emmanuel Jacobowicz (2012), ‘Les modèles d’équations structurelles à variables latentes’, Cours de Statistique Multivariée Approfondie, Addinsoft/Xlstat

Eric A. Hanushek & Ludger Woessmann (2010) ‘The economics of international differences in educational achievement’, Working Paper 15949, National Bureau of Economis Research, Cambridge

Bruns B., Mingat A. et Rakotomalala R. (2003),A chance for every child , Banque Mondiale.

Disclaimer :

Ce post est tiré du projet de fin d’études d’Aicha Sidi pour le diplôme d’ingénieur statistiques de l’INSEA Rabat dont la version complète est disponible RAPPORT DE STAGE-10 juin. Il n’engage que les auteurs.©Varlyproject

Annexe : Prédictions du taux d’achèvement données par le modèle MCO

 

–> Accès aux données: data

4 commentaires »

  1. Très interessant .
    bravo Aicha!

    Commentaire par veronique Forgemont — 23 novembre 2012 @ 15 h 26 min

  2. Très très bien. merci. je l’ai même reblogué

    Commentaire par historiensbf — 7 janvier 2015 @ 21 h 00 min


RSS feed for comments on this post. TrackBack URI

Laisser un commentaire

Entrez vos coordonnées ci-dessous ou cliquez sur une icône pour vous connecter:

Logo WordPress.com

Vous commentez à l'aide de votre compte WordPress.com. Déconnexion / Changer )

Image Twitter

Vous commentez à l'aide de votre compte Twitter. Déconnexion / Changer )

Photo Facebook

Vous commentez à l'aide de votre compte Facebook. Déconnexion / Changer )

Photo Google+

Vous commentez à l'aide de votre compte Google+. Déconnexion / Changer )

Connexion à %s

Créez un site Web ou un blog gratuitement sur WordPress.com.

%d blogueurs aiment cette page :