CENTRE DE TECHNIQUES DE PLANIFICATION ET D’ECONOMIE

APPLIQUÉE
CTPEA

Département d’Économie Appliquée

Option: Statistique

MÉMOIRE DE SORTIE

Thème: Travail de fin d’études des étudiants en Haïti

Sujet: Analyse des facteurs explicatifs du temps de soumission du travail de fin
d’études des étudiants haïtiens en programme de licence en Haïti: Cas des
universités publiques et privées de l’Aire Métropolitaine de Port-au-Prince.

Par Davidson Adrien

Mémoire présenté en vue de l’obtention du Diplôme d'Études Supérieures en

Économie Quantitative Appliquée: Option Statistique.

Sous la direction du professeur Pierre Philippe Wilson Registe, Msc

Promotion 2014-2018 Port-au-Prince, Décembre 2023

 Remerciements
Dans l'accomplissement de ce travail, je tiens tout d'abord à exprimer ma profonde gratitude
envers Dieu, source infinie de sagesse et de guidance, dont la lumière a éclairé chaque étape de
ce parcours académique.

À ma mère et mon père, piliers inébranlables de mon existence, je dédie une reconnaissance
spéciale. Leurs sacrifices constants, leur soutien indéfectible, leurs encouragements et leurs
prières ont été mes sources d'inspiration les plus précieuses.

Je souhaite exprimer ma gratitude envers mon directeur de recherche, M. Pierre Philippe Wilson
Registe, pour sa contribution inestimable à ce travail. Sa guidance éclairée, ses conseils
perspicaces et sa disponibilité ont été des éléments déterminants dans l'élaboration et la
réalisation de ce projet de recherche.

À mon frère et mes sœurs, je suis reconnaissant pour leur encouragement constant et leur
compréhension quand je m’isolais, qui ont créé un environnement propice à la réussite. Votre
amour et votre soutien ont été des piliers fondamentaux.

À mes collègues de promotion du CTPEA, à l’ensemble des aîné.e.s et aux promotions après
moi, je témoigne ma gratitude pour les échanges intellectuels stimulants, les moments de
collaboration et l'esprit de camaraderie partagé. Ensemble, nous avons tracé notre chemin à
travers les défis académiques, créant des souvenirs qui demeureront gravés.

Je ne saurais terminer sans exprimer mes remerciements les plus sincères au directeur général du
centre, M. Hosval Tristan, pour son soutien inestimable et ses conseils éclairés tout au long de
cette entreprise académique. Un merci tout particulier s'étend également à l'ensemble du corps
professoral du CTPEA, dont la passion pour l'éducation et l'expertise dans leurs domaines
respectifs ont enrichi notre parcours académique. Leur dévouement à nous guider vers
l'excellence a été une source d'inspiration constante. Merci pour votre engagement sans faille
envers notre succès académique.

Ce travail est le fruit d'une communauté bienveillante et de relations significatives. Merci à

chacun d'entre vous d'avoir contribué à ce voyage exceptionnel et d'avoir enrichi cette expérience
de manière inoubliable.

2
 Table des matières
Sigles et abréviations.................................................................................................................... ix
Résumé............................................................................................................................................x
Introduction générale.................................................................................................................... 1
0.1 Introduction............................................................................................................................1
0.2 Problématique........................................................................................................................ 3
0.3 Justification du choix du sujet................................................................................................5
0.4 Objectifs de la recherche........................................................................................................6
0.5 Méthodologie et techniques................................................................................................... 7
1 Cadre théorico-conceptuel et revue de la littérature sur la soumission du travail de fin
d’études.........................................................................................................................................10
1.1 Cadre conceptuel..................................................................................................................10
Système d’enseignement supérieur........................................................................................ 10
Modèle mental........................................................................................................................ 11
Taux de diplomation............................................................................................................... 11
Travail de fin d’études............................................................................................................12
1.2 Cadre théorique....................................................................................................................12
1.2.1 Concernant la motivation.........................................................................................13
1.2.2 Les théories de l’apprentissage................................................................................14
1.2.2.1 La théorie du béhaviorisme.................................................................................14
1.2.2.2 La théorie du cognitivisme.................................................................................... 15
1.2.2.3 La théorie du constructivisme................................................................................17
1.2.2.4 La théorie du socioconstructivisme....................................................................... 18
1.2.3 Les théories de la motivation en lien avec l’apprentissage......................................20
1.2.4 La théorie de la motivation humaine selon Abraham Maslow................................ 20
1.2.5 Théorie de la reproduction de Bourdieu et de Passeron.......................................... 23
1.2.6 Théorie de l’effet établissement...............................................................................23
1.2.7 Théories sur les approches dans les études..............................................................24
1.2.8 Lien entre Projet personnel et réussite universitaire................................................25
1.3 Revue de littérature.............................................................................................................. 25
1.3.1 Sur l’amélioration de la capacité des enseignants à accompagner les étudiants
finissants en Haïti................................................................................................................... 26

3
 1.3.2 Approches de certains chercheurs haïtiens....................................................................26
1.3.3 Jérôme Bruner sur le concept d’échafaudage ou l’étayage........................................... 27
1.3.4 Eurydice sur le genre et la réussite scolaire en Europe................................................. 28
1.4 Hypothèses de recherche......................................................................................................29
1.4.1 Hypothèse principale:....................................................................................................29
1.4.2 Hypothèses secondaires:................................................................................................29
2 Le système de l’enseignement supérieur et universitaire en Haïti....................................... 30
2.1 Origines et évolution............................................................................................................30
2.2 Description de l’offre d’enseignement supérieur en Haïti................................................... 31
2.2.1 Structure et fonctionnement.......................................................................................... 32
2.2.2 Les entités de l’enseignement supérieur........................................................................33
2.3 Le mémoire de sortie........................................................................................................... 38
2.3.1 Définitions..................................................................................................................... 38
2.3.2 Justification de son exigence......................................................................................... 39
2.3.3 Objectifs du mémoire de sortie ou travail de fin d’étude.............................................. 40
2.3.4 Importance du mémoire.................................................................................................40
3 Profil de notre échantillon........................................................................................................43
3.1 Cadre opératoire...................................................................................................................43
3.1.1 Définition opérationnelle des variables indépendantes................................................. 43
3.2 Analyse uni variée des résultats de l’enquête...................................................................... 51
3.2.1 Caractéristiques sociodémographiques......................................................................... 52
3.2.2 Caractéristiques des études secondaires........................................................................ 53
3.2.3 Caractéristiques des études universitaires..................................................................... 54
3.2.4 Dépôt et soutenance du travail de fin d’études..............................................................58
3.2.5 Support et contraintes concernant la rédaction du travail de fin d’études.....................59
3.2.6 Autres facteurs personnels supplémentaires des répondants.........................................62
Synthèse de l’analyse descriptive...........................................................................................65
4 Identification des facteurs liés à la soumission et au temps de soumission du travail de fin
d’études.........................................................................................................................................67
4.1 Présentation des tests statistiques utilisés............................................................................ 68
4.1.1 Test du chi-deux de Pearson.......................................................................................... 68
4.1.2 Coefficient de Cramer ou V de Cramer.........................................................................69
4.1.3 Test de Mann-Whitney.................................................................................................. 69

4
 4.1.4 Test de Kruskal-Wallis...................................................................................................69
4.2 Analyse bivariée des résultats pour identifier les facteurs liés à la soumission du travail de
fin d’études.................................................................................................................................70
4.2.1 Effets des caractéristiques sociodémographiques sur la soumission du travail de fin
d’études.................................................................................................................................. 70
4.2.2 Effets des caractéristiques des études secondaires sur la soumission du travail de fin
d’études.................................................................................................................................. 71
4.2.3 Effets des caractéristiques des études universitaires sur la soumission du travail de fin
d’études.................................................................................................................................. 72
4.2.4 Effets du niveau d’informations détenues et des contraintes concernant la rédaction du
travail de fin d’études sur sa soumission................................................................................77
4.2.5 Effets d’autres facteurs personnels supplémentaires des répondants sur la soumission
du travail de fin d’études........................................................................................................ 81
Synthèse de l’analyse bivariée............................................................................................... 85
5 Analyse multivariée des facteurs influençant la soumission et le temps de soumission du
travail de fin d’études des étudiants en programme de licence...............................................86
5.1 Modèle de régression logistique......................................................................................... 87
5.1.1 Présentation et justification du modèle......................................................................... 87
5.1.2 Spécification du modèle................................................................................................ 87
5.1.3 Analyse du modèle initial..............................................................................................92
5.1.4 Sélection du modèle optimal......................................................................................... 94
5.2 Modèles d’analyse de survie..............................................................................................100
5.2.1 Présentation de l’analyse de survie............................................................................. 100
5.2.2 Modèle de survie de Kaplan-Meier............................................................................. 101
5.2.3 Modèle de régression de Cox...................................................................................... 104
Discussion sur les résultats........................................................................................................ 111
Conclusion générale et recommandations............................................................................... 112
Références bibliographiques………………………………………………………………….115
Annexes……………………………………………………………………………………………
…………………………….…119

5
6
 Liste des tableaux
Tableau 2. 1. Profil des Onze Facultés et Écoles Supérieures de l’UEH 34

Tableau 3. 1 Récapitulatif des variables de l’étude 48

Tableau 4. 1 Test de normalité de la variable « temps_depot » 67

Tableau 4. 2 Domaines d’études par rapport à la soumission du travail de fin d’études 74

Tableau 5. 1 Liste des variables explicatives 88

Tableau 5. 2 Performance du modèle initial de régression logistique 92
Tableau 5. 3 Résultats du modèle optimal de régression logistique 95
Tableau 5. 4 Performance du modèle optimal de régression logistique 96
Tableau 5. 5 Test de Log Rank 104
Tableau 5. 6 Test des risques proportionnels 107
Tableau 5. 7 Performance et caractéristiques du modèle de Cox 109
Tableau 5. 8 Résultats du modèle de régression de Cox 109

7
 Table des figures
Figure 1. 1. Représentation de la zone proximale de développement 19

Figure 3. 1. Distribution des répondants par sexe 52

Figure 3. 2. Distribution des répondants par tranche d’âge 53
Figure 3. 3. Distribution par type d’établissement pour la terminale 54
Figure 3. 4. Distribution des répondants par composante du système universitaire fréquentée 55
Figure 3. 5. Distribution des répondants par génération 56
Figure 3. 6. Distribution par domaine d’études réalisées 57
Figure 3. 7. Distribution par approche utilisée dans les études 58
Figure 3. 8. Distribution des répondants par statut de dépôt du travail de fin d’études 59
Figure 3. 9. Distribution des répondants par qualification de l’accompagnement reçu 60
Figure 3. 10. Distribution des répondants selon qu’ils aient eu contrainte ou non 61
Figure 3. 11. Fréquence d’occurrence des contraintes pour la rédaction 62
Figure 3. 12. Distribution des répondants par nombre de temps en mois pris pour travailler 64

Figure 4. 1. Distribution du temps de soumission par sexe 71

Figure 4. 2. Distribution du temps de soumission par composante du SESUH 73
Figure 4. 3. Distribution du temps de soumission par période d’études 74
Figure 4. 4. Distribution du temps de soumission par niveau d’information 78
Figure 4. 5. Distribution du temps de soumission par qualification de l’accompagnement reçu 79
Figure 4. 6. Distribution du temps de soumission selon qu’il y ait contrainte de motivation ou non 81
Figure 4. 7. Distribution du temps de soumission par temps au premier emploi en mois 83

Figure 5. 1. Résultats du test VIF 98

Figure 5. 2. Courbe de survie globale de Kaplan-Meier pour la non-soumission du travail de fin d’études
102
Figure 5. 3. Courbes de survie par facteur influençant la soumission du travail de fin d’études 103
Figure 5. 4. Graphique des résidus de Schoenfeld - Delta Beta 108

8
 Sigles et abréviations
AMP : Aire Métropolitaine de Port-au-Prince
CITE : Classification Internationale Type de l'Éducation
CNRS : Centre National de la Recherche Scientifique
DESRS : Direction de l'Enseignement Supérieur et de la Recherche Scientifique
IDH : Indice de Développement Humain
INSEE : Institut National de la Statistique et des Études Économiques
MENFP : Ministère de l'Éducation Nationale et de la Formation Professionnelle
OCDE : Organisation de Coopération et de Développement Économiques
ODD : Objectif de Développement Durable
PIB : Produit Intérieur Brut
RUEH : Rectorat de l'Université d'État d'Haïti
SESUH : Système de l'Enseignement Supérieur et Universitaire Haïtien
UEH : Université d'État d'Haïti
TFE : Travail de fin d’études
ZPD : Zone Proximale de Développement

9
 Résumé
La soumission du travail de fin d’études est, depuis plusieurs années, un fardeau qui pèse lourd
sur les étudiants finissants haïtiens en licence qui, suivant bon nombre d’intervenants sur le sujet,
n’auraient pas la capacité d’accomplir cette dernière tâche pour laisser tomber l’éternel titre
d’étudiant et embrasser le grade de licencié dans leur domaine. En effet, selon une étude du
bureau du registraire du Rectorat de l’Université d’État d’Haïti en 2018, pour la période
2004-2014, moins de 20% des étudiants auraient reçu leur diplôme au moment où l’on rédigeait
le rapport. La présente étude vise à examiner les déterminants de la soumission du travail de
sortie et leur impact sur le délai de soumission chez les étudiants en programme de licence en
Haïti. Pour répondre à la question de recherche, une enquête a été mise sur pied et des données
sur 181 anciens étudiants du système d’enseignement supérieur et universitaire haïtien ont été
collectées. Les informations recueillies se portaient sur les caractéristiques sociodémographiques
des participants, leur parcours académique et d’autres caractéristiques personnelles comme leur
niveau de motivation pour la soumission du travail de fin d’études, la qualification de
l’accompagnement reçu ou disponible et le niveau académique le plus avancé des membres de
leur famille ou entourage le plus immédiat entre autres.

Des modèles de régression logistique et d’analyse de survie ont été utilisés pour déterminer ces
facteurs. Il en est ressorti que les étudiants de sexe masculin ont 5.95 fois plus de chance pour
soumettre leur travail de sortie et prennent 2.21 fois moins de temps en moyenne par rapport au
sexe féminin; les étudiants qui reçoivent un accompagnement jugé fort appréciable ont 5.51 fois
plus de chance de soumettre leur travail de fin d’études et prennent 2.05 fois moins de temps en
moyenne que les étudiants qui ne reçoivent aucune forme d’accompagnement; les étudiants qui
ont un problème de motivation ont 75% moins de chance de soumettre leur travail de sortie et
prennent 2.57 fois plus de temps en moyenne que les étudiants qui sont motivés; et finalement,
les étudiants qui ont complété leurs études secondaires en dehors de l’aire métropolitaine de
Port-au-Prince voient leur chance de soumission diminuer de 60% par rapport à ceux qui ont
complété leurs études secondaires dans l’aire métropolitaine de Port-au-Prince.

Ainsi, les résultats ont montré que les institutions d’enseignement supérieur et universitaire
haïtiennes devraient renforcer l’accompagnement fourni aux étudiants pour leur travail de sortie;
aider les étudiants à rester motivés pour la rédaction dudit travail par la valorisation des travaux
soumis par les générations précédentes et finalement apporter un support particulier aux
étudiants de sexe féminin dans la réalisation de cette tâche.

Mots-clés : Enseignement supérieur, Travail de fin d’études, Motivation, Régression logistique,

Analyse de survie.

10
 Rezime
Soumèt dènye travay pou fini ak etid la, depi plizyè ane, se yon chay ki peze lou sou etidyan
Ayisyen ki nan lisans yo ki, daprè anpil moun ki pale sou sijè a, pa ta gen kapasite pou reyalize
dènye travay sa pou abandone tit etènèl etidyan an epi anbrase ran gradye nan domèn yo.
Vrèman vre, daprè yon travay biwo rejistra Rektora Inivèsite Leta Ayiti an 2018, pou peryòd
2004-2014 la, mwens pase 20% etidyan yo ta resevwa diplòm yo nan moman dokiman an te ekri.
Etid nap mennen kounya la gen pou objektif pou egzamine detèminan pou soumèt travay sòti a
ak enpak yo sou tan soumèt pami etidyan ki nan yon pwogram lisans an Ayiti. Pou reponn
kesyon rechèch la, yon ankèt te mete sou pye epi rasanble done sou 181 ansyen etidyan nan
sistèm edikasyon siperyè ak inivèsite ayisyen an. Enfòmasyon ki te kolekte yo te konsantre sou
karakteristik sosyo-demografik patisipan yo, kote yo te lekol yo ak lòt karakteristik pèsonèl
tankou nivo motivasyon yo pou soumèt travay nan fen etid la, kalifikasyon sipò yo resevwa oswa
ki disponib ak nivo akademik manm ki pi avanse nan fanmi yo oswa antouraj ki pi imedya, pami
lòt faktè.

Regresyon lojistik ak modèl analiz siviv te modèl ki te itilize pou detèmine faktè sa yo. Li parèt
ke etidyan gason yo gen 5.95 fwa plis chans pou yo soumèt travay sòti yo epi yo pran 2.21 fwa
mwens tan an mwayèn konpare ak fi yo; etidyan ki resevwa sipò yo konsidere kòm trè apresyab
gen 5.51 fwa plis chans pou yo soumèt travay final yo epi yo pran 2.05 fwa mwens tan an
mwayèn pase etidyan ki pa resevwa okenn fòm sipò; etidyan ki gen yon pwoblèm motivasyon
gen 75% mwens chans pou yo soumèt travay sòti yo epi yo pran 2.57 fwa plis tan an mwayèn
pase etidyan ki motive; epi finalman, etidyan ki te fini etid segondè yo andeyò zòn metwopolitèn
Pòtoprens wè chans pou yo soumèt yo diminye de 60% parapò ak moun ki te fini etid segondè yo
nan zòn metwopolitèn Pòtoprens.

Kidonk, rezilta yo te montre enstitisyon edikasyon siperyè ak inivèsite ayisyen yo ta dwe ranfòse
sipò yo bay etidyan yo pou travay sòti yo; ede elèv yo rete motive pou yo ekri travay la lè yap
valorize ansyen travay ki te soumèt yo epi finalman bay elèv fi yo sipò patikilye pou yo fè travay
sa a.

Mo kle: Edikasyon siperyè, Travay finisman etid, Motivasyon, Regresyon lojistik, Analiz siviv.

11
 Abstract
For several years now, the submission of the final paper has been a burden weighing on bachelor
graduating Haitian who, according to more than one on the subject, would not have the capacity
to accomplish this ultimate task in order to drop the eternal title of student and embrace the rank
of bachelor in their field. Indeed, according to a study by the Registrariat of the Rectorat de
l'Université d'État d'Haïti in 2018, for the period 2004-2014, less than 20% of students would
have received their diploma at the time of writing. The present study aims to examine the
determinants of final work submission and their impact on submission time among
undergraduate students in Haiti. To answer the research question, a survey was set up and data on
181 former students of the Haitian higher education system were collected. The information
collected covered the participants' socio-demographic characteristics, their academic background
and other personal characteristics such as their level of motivation to hand in the final work, the
qualification of the support received or available, and the highest academic level of their family
members or closest acquaintances, among others.

Logistic regression and survival analysis models were used to determine these factors. The
results showed that male students were 5.95 times more likely to submit their final paper and
took 2.21 times less time on average than female students; students who received support
deemed highly appreciable were 5.51 times more likely to submit their final paper and took 2.05
times less time on average than students who received no kind of support; students who had a
motivation problem were 75% less likely to submit their final paper and took 2.57 times longer
on average than students who are motivated; and finally, students who completed high school
outside the Port-au-Prince metropolitan area have a 60% lower chance of submission than those
who completed high school in the Port-au-Prince metropolitan area.

Thus, the results showed that Haitian higher education institutions should reinforce the support
provided to students for their final work; help students stay motivated for the writing of the said
work by promoting the final work submitted by the previous generation and finally provide
special support to female students in carrying out this task.

Key words: Higher education, Final paper, Motivation, Logistic regression, Survival analysis.

12
Introduction générale

0.1 Introduction
L'université, en tant qu'institution sociale et structure scolaire, jouit d'une longue histoire
s'étendant sur plusieurs siècles. Son évolution a été l'objet d'analyses rigoureuses de la part de
nombreux auteurs et penseurs qui ont exploré divers aspects de la vie étudiante et de l'expérience
universitaire. Au cours des dernières décennies, elle a suscité un intérêt marqué du côté de
chercheurs en sociologie, en psychologie et en sciences de l'éducation issus du monde
anglo-saxon. Parmi eux, Burton Clark, à travers ses travaux, a abordé les stratégies
institutionnelles visant à décourager les étudiants (1960), tandis que John Richardson s'est
penché sur la relation entre les perceptions des étudiants à l'égard de leurs cours dans
l'enseignement supérieur et les approches d'étude adoptées dans ces cours (1983).
Les chercheurs francophones ont également contribué significativement à la réflexion sur
l'université. Parmi leurs travaux, on retrouve des analyses soutenues sur les inégalités sociales
persistantes au sein de la sphère académique (Pierre Bourdieu et Jean-Claude Passeron, 1964),
sur les facteurs d'échec dans les premiers cycles universitaires (Alain Coulon, 1997), ainsi que
sur les manières d’étudier (Bernard Lahire, 1997). En tant que dernier maillon du système
éducatif, l'université a de tout temps été l'objet de débats politiques et citoyens quant à sa place
au sein de la société et à ses missions. Sa position en tant qu'institution fondamentale pour la
formation intellectuelle et professionnelle des individus en a fait un sujet de préoccupation
central pour les acteurs sociaux et politiques.
Le système éducatif de l’enseignement supérieur comprend généralement plusieurs cycles
d'études, chacun offrant des niveaux d'approfondissement et de spécialisation croissants. Le
premier cycle, souvent appelé licence, constitue le niveau de base de l'enseignement supérieur,
où les étudiants acquièrent des connaissances fondamentales dans un domaine d'études donné. Le
deuxième cycle, couramment appelé « maîtrise », offre une spécialisation plus avancée et permet
aux étudiants de développer des compétences spécifiques dans leur domaine. Enfin, le troisième
cycle, qui comprend le doctorat, se concentre sur la recherche avancée et l'expertise dans un
domaine particulier, avec la rédaction d'une thèse de doctorat en tant que composante essentielle.
Ces cycles d'études fournissent une progression logique de l'apprentissage, de la découverte
initiale d'un domaine à la maîtrise avancée et à la contribution à la recherche et à la connaissance.

Au terme des années d’études dans les universités, qu’elles soient publiques ou privées, les
récipiendaires se voient attribuer un diplôme attestant la fin de leur cursus, les rendant du même
coup aptes à exercer leur profession officiellement sur le marché du travail. Mais, la réception

1
du diplôme est soumise à certaines conditions telles que la réussite de tous les cours obligatoires
du programme et souvent, la soutenance d’un travail de fin d’études, car il est essentiel de
souligner que l’université n’est pas seulement formatrice d’hommes, mais doit être également
productrice d’idées, c’est-à-dire créatrice de situations conceptuelles nouvelles qui contribuent
au développement, et le travail de fin d’études donne justement la possibilité à l’étudiant
finissant d’apporter ses lumières sur un problème auquel il souhaite trouver des réponses ou
proposer des solutions viables. Cependant, la soumission d’un travail de fin d’études à la licence
n’est pas toujours une obligation pour plusieurs pays tels que les États-Unis, le Canada, la France
entre autres.

Haïti fait partie de ces pays qui exigent aux étudiants inscrits dans la majorité des programmes de
licence au niveau de l’enseignement supérieur la soumission d’un travail de fin d’études,
accompagnée, le plus souvent, d’une soutenance orale dudit travail par-devant un jury. Mais
l’observation du faible pourcentage d’étudiant finissant ayant remis leur travail de sortie indique
que l’une des missions de l’université haïtienne qui est d’œuvrer au développement de la
recherche peine encore à être accomplie. Différents cadres de la structure universitaire ont
soulevé ce point mais le sujet a été traité, pour la plupart, de manière sommaire. Une utilisation
bien moindre des méthodes statistiques a été faite, laissant souvent place à des discussions se
basant uniquement sur l’observation subjective de ce qui se passe à l’intérieur des murs des
centres de formation universitaire et la production de guides de supervision de travaux de fin
d’études, non pas sans utilité.

Vers les années 2017-2018, un groupe de professionnels du bureau du registraire du Rectorat de

l’Université d’État d’Haïti (RUEH) a produit un rapport sur la période 2004-2014 concernant le
nombre d’étudiants admis et diplômés par entité de l’UEH. Il en est ressorti que, pour cette
période, moins de 20% des admis auraient reçu leur diplôme au moment où l’on rédigeait le
rapport1. D’autres documents qui ont été rédigés sur le même sujet reflètent quasiment le même
état de fait. La situation de la non-soumission des travaux de fin d’études entre dans une
dynamique de sujet tabou dans la société : ceux qui n’ont pas encore soumis ce travail trouvent
du réconfort dans le fait que beaucoup d’autres étudiants finissants comme eux n’ont pas encore
honoré cette partie du cursus non plus, sans pour autant le crier sur tous les toits. Le dicton
français « Quand je me regarde, je me désole; quand je me compare, je me console. » prend tout
son sens dans la réalité des étudiants finissants en Haïti dans le cadre de la rédaction de leur
travail de sortie.
La réalisation en temps opportun des travaux de fin d'études demeure une préoccupation majeure
dans l'enseignement supérieur, mais il est surprenant de constater que la littérature académique
existante ne fournit pas encore une compréhension approfondie des facteurs sous-jacents qui
influencent ce processus crucial. Cette lacune de recherche souligne l'importance de cette étude,
qui vise à combler en partie ce manque de connaissances en examinant les déterminants du délai
de soumission des travaux de fin d'études.

1
Bureau du registraire du Rectorat de l’Université d’État d’Haïti (2018).- Nombre d’étudiants diplômés de
2004-2014

2
0.2 Problématique
L’exercice de rédaction du travail de fin d’études a toujours été, à travers l’histoire de
l’université, une véritable pierre d’achoppement pour bon nombre d’étudiants achevant leur
cursus. Cependant, si la thématique de l’échec des étudiants à l’université a fait l’objet d’une
attention très soutenue de la part d’une myriade de chercheurs et d’institutions au cours des
dernières décennies, la quantité de travaux disponibles qui a été rédigée par rapport au
phénomène de la non-soumission des travaux de fin d’études en soi laisse à désirer, se résumant
parfois à des guides de supervision de travaux de fin d’études mais ne discutant pas en
profondeur des différentes causes de ce problème. A travers les différentes études qui ont été
menées, certains éléments d’origine de l’échec des étudiants au premier cycle universitaire ont
pu être dégagés. Il a été soulevé que la démocratisation de l’accès à l’enseignement universitaire
au cours de la deuxième moitié du XXe siècle, issue des volontés politiques de divers pays
occidentaux, ne s’est pas effectuée sans contrecoups.

En effet, bon nombre d’étudiants de la période d’après-guerre de 1945, bien moins préparés que
leurs prédécesseurs à rencontrer les exigences universitaires, c’est-à-dire les élites d’antan
recrutées par les États, les armées et les religions pour être elles seules formées à l’aube de
l’université, vivent des problèmes d’adaptation importants à cause d’un système d’éducation
inadapté2. Jusqu’à présent, les statistiques sur les taux de diplomation de divers pays pour les
programmes de premier cycle décrivent une situation qui ne demande qu’à être redressée. En
2016 par exemple, le taux de diplomation en France des étudiants ayant complété leur premier
cycle universitaire en trois (3) ans n’était que de 43%, supérieur de 2 points par rapport au taux
moyen de 41% des pays de l’OCDE3. Pour la même année aux États-Unis, plus de 40% de tous
les étudiants ayant commencé un cursus de quatre (4) ans n’avaient toujours pas été diplômés au
bout de six (6) ans4. Selon Nicolas Cury (2007), l’une des principales causes de l’échec des
étudiants en premier cycle universitaire est leurs « caractéristiques archéologiques », c’est-à-dire
leur origine sociale ainsi que leur parcours dans le secondaire5, corroborant ainsi certaines des
théories telles que la théorie de la reproduction et le concept du capital social de Pierre Bourdieu
et de Jean-Claude Passeron dans « Les Héritiers (1964) » et « La reproduction (1970) ».

Au terme des multiples années d’études à l’université, la soumission du travail de sortie se révèle
être, pour plus d’un programmes de licence, la principale composante parmi les conditions à
remplir pour l’obtention du diplôme académique et, malheureusement, une étape très difficile à
franchir. Selon la Robert Gordon University (Academic Affairs of RGU, 2002), c’est un travail
qui représente le couronnement du parcours de l’étudiant et qui lui permet de développer son

2
Philip H. Coombs (1968) .- La crise mondiale de l’éducation, Presses universitaires de France.
3
L’organisation de coopération et de développement économiques est une organisation internationale d’études
économiques, dont les membres – des pays développés pour la plupart – ont en commun un système de
gouvernement démocratique et une économie de marché. En 2021, l’OCDE compte 38 pays membres.
4

https://www.the74million.org/article/alarming-statistics-tell-the-story-behind-americas-college-completion-crisis-n
early-a-third-of-all-college-student-still-dont-have-a-degree-six-years-later/
5
Nicolas Cury (2007).- Les sortants sans diplôme de l’enseignement supérieur : temporalités de l’abandon et profils
des décrocheurs. P.137-156

3
esprit d’initiative et des intérêts particuliers. Il teste aussi les capacités de l’étudiant à planifier et
entreprendre un travail durable et permet de savoir comment l’étudiant encode, traite et utilise
l’information et les connaissances accumulées tout au long de son parcours académique.

Ainsi, afin d’assumer leur mission de recherche et d’apporter leur contribution au développement
des connaissances et à la résolution des problèmes de la société haïtienne et dans un optique de
faire valoir la qualité de l’éducation prodiguée, l’Université d’État d’Haïti et certaines autres
institutions publiques et privées d’enseignement supérieur imposent elles aussi aux étudiants un
travail de sortie leur permettant d’avoir accès à leur diplôme de licence. Cependant, force est de
constater qu’au lieu de permettre de joindre l’utile à l’agréable, c’est-à-dire de jouir du plaisir
d’apprendre en rédigeant un travail qui sera un nouveau support dans la littérature, le travail de
fin d’études est un obstacle avéré, empêchant assez souvent les anciens étudiants Haïtiens de
progresser dans leur parcours académique et professionnel.

L’observation portée sur les dernières décennies dans les universités en Haïti montre une
situation alarmante en ce qui a trait à la réalisation du mémoire dont quelques chercheurs ont
essayé de débattre au cours des dernières années, se référant parfois à la qualité de
l’enseignement qui affecte le niveau des étudiants à présenter un travail de fin d’études dans les
normes et de leur motivation à accomplir cette tâche. Une récente étude réalisée par des
professionnels du bureau du registraire au Rectorat de l’Université d’État d’Haïti concernant le
nombre de diplômes délivrés pour la période 2004-2014 à l’UEH stipule que seulement environ
20% des admis de cette période ont pu boucler leur cursus de premier cycle universitaire.

Ainsi, la majorité des étudiants formés dans les facultés en Haïti n’auraient pas la capacité ou la
possibilité de préparer leur travail de mémoire comme finissants, ce qui rallonge leur période
d’études. Cet allongement non institutionnel dans la période de complétion des études
universitaires va impliquer deux (2) choses qui ont des répercussions directes sur l’économie en
général. Premièrement, ce temps pris par les étudiants pour compléter le cursus universitaire
implique un report des salaires associés au grade de diplômé, entraînant un revenu moyen annuel
sous-évalué par rapport à ce qu’il aurait dû être et ainsi une stagnation du taux de croissance,
ceteris paribus. En effet, selon les statistiques disponibles dans les rapports Regards sur
l’éducation6, les diplômés de l'enseignement supérieur gagnent nettement plus que les titulaires
d'un diplôme de fin d'études secondaires et jouissent donc d’une meilleure stabilité financière.
Deuxièmement, ce phénomène débouche sur une pénurie de main-d’œuvre qualifiée et une
carence de spécialistes avérés pouvant assurer la relève, et la persistance de cette tendance sur le
long terme ralentit le rythme vers l’atteinte des objectifs durables de développement (ODD).

Il va sans dire que, pour avoir au moins fréquenté les murs de l’université, les étudiants haïtiens
ont connaissance de l’importance des projets académiques dans le développement économique et
social d’un pays et, par ricochet, sur le bien-être de chaque citoyen résidant dans le pays, par la
génération de connaissances, l’application pratique, l’identification pratique et le renforcement
des capacités. Ces projets incluent les travaux de recherche appliquée ou projet de fin d’études,
6
Les rapports « Regards sur l’éducation » sont publiés chaque année par l’Organisation de Coopération et de
Développement Économiques (OCDE) par des experts en éducations. Ils ont pour objectif de fournir des données
comparatives sur les systèmes éducatifs des pays de l’OCDE et de certains pays partenaires et examinent les
tendances en matière d’éducation, les politiques éducatives et les résultats des systèmes éducatifs en termes de
qualité et d’équité.

4
les mémoires et aussi les rapports de stage, tous jouant un rôle crucial dans l'acquisition de
connaissances pratiques et dans la contribution à l'évolution de leurs domaines respectifs.
William G. Perry, psychologue, professeur d’éducation à Harvard Graduate School of Education
et pionnier dans le domaine des recherches des pratiques d’études au supérieur, souligne dans sa
préface au livre d’Entwistle et de Ramsden (1983) que “l’université est ce monde étrange où tout
peut faire l’objet d’une réflexion intellectuelle rigoureuse […].”. Dès lors, nous basant sur cette
assertion, nous nous demandons si effectivement les étudiants finissants comprennent vraiment
l’importance du travail de fin d’études.

Cette étude qui se veut être un apport à la compréhension du phénomène de long délai dans la
soumission des travaux de sortie est sous-tendue par la question de recherche suivante : Quelles
sont les caractéristiques individuelles des étudiants telles que les caractéristiques
sociodémographiques, les caractéristiques liées aux études secondaires et universitaires et autres
caractéristiques personnelles qui influencent le temps de soumission du travail de fin
d’études? Dans ce contexte, d’autres questions de recherche secondaires émergent pour
approfondir notre compréhension. Ainsi, par rapport aux caractéristiques personnelles des
étudiants, peut-on avancer que la non-soumission du travail de fin d’études est liée directement à
un problème de motivation chez les étudiants finissants en premier cycle à l’université en Haïti?
Par ailleurs, les difficultés de l’étudiant à écrire son travail de fin d’études ne sont-elles pas liées
à la fois à son environnement immédiat, son domaine d’études et aussi une absence de dispositif
académique pouvant l’aider à affronter cette dernière épreuve?

Dans le but de répondre à la question principale de la recherche, ce travail est structuré autour de
deux (2) grandes parties. La première partie fait une mise en contexte, présente la problématique,
les objectifs du travail et la méthodologie suivie dans l’introduction générale, aborde le cadre
théorico-conceptuel du travail, une revue de la littérature du sujet et les hypothèses formulées
dans le chapitre suivant, ainsi qu’une présentation détaillée du système d’enseignement supérieur
haïtien dans la dernière sous-partie. La deuxième partie est consacrée aux différents résultats et
analyses, et aussi aux limites et axes à approfondir pour de nouvelles perspectives et englobe
trois (3) chapitres.

0.3 Justification du choix du sujet

L’augmentation du taux de diplomation universitaire chez les étudiants en premier cycle
constitue un véritable défi pour bon nombre d’entités gouvernementales à la tête du secteur
éducatif dans le monde. Haïti n’est pas épargné par ce problème et fait aussi face au phénomène
de la non-soumission du travail de fin d’études de la part des étudiants bouclant leur licence. A
notre connaissance, peu de travaux d’investigation ont été réalisés concernant les facteurs qui
expliquent pourquoi certains étudiants finissants ne remettent pas leur travail de fin d’études et
pourquoi d’autres prennent autant de temps pour réaliser l’exercice dans les universités en Haïti.

C’est un sujet qui devrait préoccuper au plus haut point l’ensemble des responsables du secteur
académique et témoignerait ainsi d’un certain engagement envers les étudiants, l’engagement de
les accompagner jusqu’à ce qu’ils sortent diplômés du centre universitaire. Cependant, un certain

5
détachement est constaté chez la plupart de ces responsables, laissant les étudiants armés de la
seule force de leur volonté pour réaliser l’escalade de ce qui s’apparente au mont Everest de
l’université en Haïti: la rédaction du travail de fin d’études. Ainsi, la justification du présent
travail se trouve donc portée par deux grands axes : premièrement la pénurie de travaux de
recherche « avancée » sur le sujet; deuxièmement, le témoignage personnel et collectif de
l’ensemble des difficultés que rencontrent les étudiants finissants à cause de la non-soumission
de leur travail de fin d’études soit pour entamer un second cycle universitaire, pour briguer un
poste sur le marché du travail ou pour monter en position dans leur milieu professionnel.

En effet, nous vivons dans un monde dans lequel le marché du travail est extrêmement compétitif
et dans lequel des professionnels très qualifiés sont en demande constante. Si quiconque peut
clamer ses compétences, des documents sont nécessaires pour les prouver et ainsi profiter des
opportunités pour lesquelles elles sont requises. L'on peut vous soumettre à un examen pour
témoigner de votre savoir-faire dans un domaine quelconque, vous demander de fournir des
preuves de vos expériences passées ou actuelles généralement par la soumission des termes de
références ou des documents de politique et de procédure que vous avez rédigés ou auxquels
vous avez contribué, mais le plus souvent et parfois de manière obligatoire, un diplôme
(universitaire) est exigé et constitue la base principale témoignant de votre aptitude à continuer
un processus.

Ainsi, ce travail pourra constituer un élément de plus dans la littérature de ce problème et

apporter de nouvelles données pour approfondir les réflexions quant à ce phénomène non
exclusif à Haïti pour prendre des décisions adéquates afin de redresser un tant soit peu la
situation.

0.4 Objectifs de la recherche

0.4.1 Objectif général

L’objectif principal de ce travail, comme l’indique le sujet, est d’arriver à analyser les facteurs
qui expliquent au mieux le temps pris par les étudiants haïtiens en licence en Haïti pour remettre
leur travail de sortie dans les universités publiques et privées de l’aire métropolitaine de
Port-au-Prince.

0.4.2 Objectifs spécifiques

1. Identifier les déterminants de la soumission du travail de fin d’études des étudiants en

programme de licence en Haïti;

2. Évaluer l’impact de ces déterminants sur le temps de soumission du travail de fin

d’études.

6
0.5 Méthodologie et techniques
0.5.1 Cadre de recherche
Notre étude est ancrée dans le cadre conceptuel de la psychologie de l'éducation c’est-à-dire que
nous nous appuyons sur des théories comme les théories d’apprentissage, les théories de la
motivation, de la reproduction de Bourdieu, sur les approches dans les études, en se concentrant
sur les facteurs individuels, institutionnels et environnementaux qui peuvent influencer le temps
de soumission du travail de fin d'études chez les étudiants.

0.5.2 Type de recherche

Nous avons adopté une approche exclusivement quantitative pour notre étude, privilégiant des
méthodes de collecte de données qui permettent d'obtenir des informations chiffrées et de
faciliter une analyse statistique approfondie.

0.5.3 Aspect de l’échantillonnage

La réalisation de ce travail a nécessité le tirage d’un échantillon de la population sous étude car il
serait extrêmement difficile, voire impossible, d’enquêter sur tous les anciens étudiants du
système d’enseignement supérieur et universitaire haïtien (SESUH). Pour ce faire, nous avons
utilisé un échantillonnage « boule de neige ». L’échantillonnage « boule de neige » est une
méthode d’échantillonnage non probabiliste dans laquelle les sujets approchés pour l’étude
recrutent, via leurs communautés, d’autres sujets correspondant aux critères et susceptibles de
participer à une étude [scientifique]. L’échantillon s’étoffe à la manière d’une boule de neige qui
descend une pente enneigée, à mesure que l’information est relayée à d’autres participants. Si la
méthode paraît simple à implémenter, elle ne vient pas sans conséquence. Cette méthode charrie
avec elle un biais au sens statistique nommé « biais de sélection » car les participants risquent
d’avoir le même profil, perdant du coup la diversité de la population ciblée. Ainsi, nous ne
pouvons pas inférer sur la population en général.
Cette méthode non probabiliste a été primée en grande partie car la liste exhaustive de toutes les
personnes qui ont étudié dans le système d’enseignement supérieur haïtien, c’est-à-dire la base
de sondage, n’était pas disponible. Pour pallier à ce problème, des démarches ont été entreprises
officiellement auprès de quelques institutions, le Rectorat de l’Université d’État d’Haïti et
quelques universités/facultés, pour collecter certaines statistiques concernant le nombre
d’étudiants qui ont pu terminer avec tous les cours (étudiants finissants) et combien parmi eux
ont pu au moins déjà déposer leur travail de fin d’études. Cela nous aurait permis de tirer la taille
minimale de l’échantillon de personnes qui devraient être interviewées, nous basant sur la
connaissance de la taille de la population (N). Nous sommes sorti quasiment bredouille de ces
démarches : soit l’information n’était pas disponible, soit l’institution consultée ne voulait pas la

7
partager avec nous. Après plusieurs semaines de visites, nous avons dû abandonner ces
démarches, tenant compte aussi de la situation d’insécurité qui sévit actuellement dans le pays.
L’accès difficile à notre population cible ajouté à toutes les contraintes préalablement citées n’ont
pas permis l’utilisation d’une méthode d’échantillonnage aléatoire. Cela nous aurait donné la
possibilité de généraliser les résultats trouvés à toute la population d’anciens étudiants. Nous
avons donc utilisé la méthode « boule de neige » pour faciliter la participation des anciens
étudiants et anciennes étudiantes à l’étude.

0.5.4 Collecte de données

Nous avons utilisé une combinaison de questionnaires en ligne et d’entretiens en présentiel pour
collecter nos données avec l’outil Enketo. Le questionnaire comportait environ huit (8) rubriques
incluant des rubriques sur le profil du répondant, les études réalisées, l’accompagnement reçu,
les contraintes pour la rédaction du travail et des informations sur son environnement en général.
Les questions étaient insérées suivant un ordre logique ce qui rendait le remplissage fluide, avec
près de 90% de questions à choix multiple. Quelques questions ouvertes étaient insérées pour
permettre aux participants d’être plus explicites sur certains points. Le temps minimal, si on
répondait proprement à toutes les questions, était de cinq (5) minutes. La durée de la collecte
s’est étendue du 25 Septembre 2022 jusqu’au 31 Mars 2023, au moment où on commençait avec
l’analyse des réponses recueillies. 181 personnes ont pris part à l’étude.

0.5.5 Procédures d'analyse

Les données collectées étaient stockées sur la plateforme ONA. Plusieurs outils étaient utilisés
dans l’analyse des données. Après avoir téléchargé la base de données sous format CSV
(Comma-Separated Value), nous avons importé les données sur Jupyter Notebook pour le
nettoyage, le codage de certaines valeurs et la création de nouvelles colonnes pour les besoins
d’analyse avec le langage Python. Ensuite, les données nettoyées ont été importées dans un
fichier R Markdown sur RStudio pour les différentes analyses statistiques. Quelques analyses ont
aussi été réalisées sur le logiciel SPSS.
En premier lieu, nous avons procédé à une analyse descriptive univariée de notre échantillon,
puis nous sommes passés à l’analyse bivariée en utilisant des tests statistiques tels que le test de
corrélation du Chi-deux de Pearson et le V de Cramer pour mesure le degré de cette corrélation,
les tests de différence de la médiane de Mann-Whitney et Kruskall-Wallis, puis finalement nous
avons procédé à la modélisation en utilisant des modèles de régression pour expliquer nos
variables d’intérêt.

8
0.5.6 Éthique de la recherche
Toutes les données ont été traitées de manière confidentielle et anonyme, en respectant les
principes éthiques de la recherche, tels que le consentement éclairé des participants et la
protection de leurs informations personnelles.

9
Chapitre I

1 Cadre théorico-conceptuel et revue de la

littérature sur la soumission du travail de fin
d’études
Dans ce chapitre, il sera question d’apporter les définitions opérationnelles des termes clé de
l’étude et une présentation des différentes théories relatives à l’apprentissage, à la motivation en
lien avec l’apprentissage et l’accomplissement personnel ainsi que d’autres théories en lien avec
le thème « éducation » qui permettent de faire la meilleure approche du sujet. Ensuite, une revue
de la littérature existante sur la question sera présentée, ainsi que les hypothèses de recherche
formulées.

1.1 Cadre conceptuel

Système d’enseignement supérieur

Le système d'enseignement supérieur désigne l'ensemble des établissements et institutions
d'enseignement qui proposent des programmes et des formations au niveau supérieur, c'est-à-dire
après l'enseignement secondaire. Ce système comprend les universités, les grandes écoles, les
instituts de technologie, les écoles spécialisées, les collèges et autres institutions offrant des
diplômes et des certifications de niveau supérieur, tels que les licences, les maîtrises, les
doctorats et les diplômes professionnels, sous tutelle d’un ministère ou non.
L’objectif d’un système d'enseignement supérieur est de fournir des programmes académiques et
professionnels avancés, permettant aux étudiants d'approfondir leurs connaissances dans des
domaines spécifiques et de développer des compétences spécialisées. Ces établissements
d'enseignement supérieur jouent un rôle essentiel dans la formation de futurs professionnels
qualifiés, de chercheurs et de leaders dans divers domaines.
En général, le système d'enseignement supérieur est organisé en cycles d'études, tels que le
premier cycle (licence ou baccalauréat), le deuxième cycle (maîtrise) et le troisième cycle
(doctorat). Les programmes d'enseignement supérieur peuvent être axés sur les sciences, les arts,
les sciences sociales, les technologies, les affaires, la santé, et bien d'autres domaines selon la
spécialisation des établissements.

10
Le système d'enseignement supérieur varie d'un pays à l'autre en termes de structure, de durée
des programmes, de types de diplômes et de critères d'admission. L'objectif global de ce système
est de promouvoir l'excellence académique et la recherche, ainsi que de répondre aux besoins de
développement économique et social en formant des individus compétents et qualifiés pour
contribuer à la société et à l'avancement des connaissances.

Modèle mental
Selon Philip Johnson-Laird (Mental models, 1983), un modèle mental est une représentation
cognitive interne et subjective d'une situation, d'un objet, d'un concept ou d'un processus dans
l'esprit d'un individu. C'est une construction mentale qui permet à une personne de comprendre et
d'interpréter le monde qui l'entoure en utilisant des schémas, des images, des croyances et des
associations basées sur ses expériences, ses connaissances, ses valeurs et ses perceptions.
Les modèles mentaux sont utilisés par les individus pour organiser et traiter l'information,
anticiper des événements futurs, prendre des décisions, résoudre des problèmes et interagir avec
leur environnement. Ces représentations internes peuvent être influencées par des facteurs
culturels, émotionnels et sociaux, ce qui les rend uniques à chaque individu.
Dans le contexte de l'éducation, le concept de "modèle mental" revêt une importance particulière.
Il se rapporte à la manière dont les apprenants construisent des représentations mentales pour
comprendre, interpréter et organiser les informations qu'ils reçoivent dans le cadre de leur
apprentissage.

Taux de diplomation
Le "taux de diplomation" ou "taux de réussite" fait référence à la proportion d'individus qui
obtient un diplôme ou une certification donnée par rapport au nombre total d'individus inscrits ou
éligibles à l'obtention de ce diplôme. Il est généralement exprimé en pourcentage.
Dans le contexte de l'éducation, le taux de diplomation est utilisé pour mesurer la performance
d'un système d'enseignement ou d'un établissement scolaire. Par exemple, dans un système
scolaire, le taux de diplomation est calculé en divisant le nombre d'étudiants diplômés par le
nombre total d'étudiants inscrits, puis en multipliant par 100 pour obtenir le pourcentage.
Un taux de diplomation élevé est généralement considéré comme un indicateur de succès et
d'efficacité dans l'obtention des objectifs d'éducation. Il reflète le nombre d'individus qui
réussissent à compléter leur parcours académique avec succès, en obtenant un diplôme ou une
certification reconnue.
Le taux de diplomation est un outil important pour évaluer la performance d'un système éducatif
et pour identifier d'éventuels problèmes ou lacunes qui pourraient empêcher certains étudiants de
terminer leur cursus. Les éducateurs et décideurs politiques utilisent ces données pour mettre en

11
place des mesures d'amélioration afin de soutenir la réussite des étudiants et d'augmenter le taux
de diplomation global.

Travail de fin d’études

Le travail de fin d'études est un travail académique ou universitaire que les étudiants doivent
réaliser et soumettre à la fin de leur programme d'études, généralement au niveau de
l'enseignement supérieur. Ce travail est également connu sous d'autres noms tels que "mémoire",
"thèse de fin d'études", "travail de recherche" ou "projet de fin d'études", selon le niveau d'études
et le domaine académique.
Le travail de fin d'études vise à démontrer la maîtrise des connaissances, des compétences et des
méthodes de recherche acquises par l'étudiant tout au long de son programme d'études. Il peut
prendre différentes formes selon le domaine d'études, comme une recherche expérimentale, une
étude de cas, une revue de littérature, une analyse statistique, ou encore un projet pratique.
Ce travail est généralement réalisé sous la supervision d'un enseignant ou d'un tuteur académique
qui guide l'étudiant dans le processus de recherche, de rédaction et de présentation. Le travail de
fin d'études est souvent évalué par un jury académique qui examine la qualité, la pertinence et la
contribution de la recherche effectuée par l'étudiant.

1.2 Cadre théorique

Dans ce travail visant à analyser les facteurs influençant le temps de soumission du travail de fin
d'études des étudiants en licence en Haïti, il est impératif d'adopter une approche holistique pour
comprendre les dynamiques complexes de ce processus académique. En ce sens, l'intégration de
différentes théories d'apprentissage, telles que le béhaviorisme et le cognitivisme, s'avère
essentielle pour appréhender les mécanismes sous-jacents de la motivation et de la performance
académique. En nous appuyant aussi sur la théorie de la motivation de Maslow, cette recherche
examine également les besoins psychologiques des étudiants, fournissant ainsi une perspective
complémentaire pour comprendre leur engagement dans la finalisation de leur travail de fin
d'études.
De plus, nous explorons la théorie de la reproduction de Bourdieu et de Passeron, mettant en
lumière les mécanismes sociaux qui contribuent à la perpétuation des inégalités dans
l'enseignement supérieur. Parallèlement, l'intégration de la théorie sur l'effet établissement nous
permet d'analyser comment les caractéristiques spécifiques d'une institution peuvent influencer le
comportement des étudiants, et l'utilisation de la théorie de la zone proximale de développement
éclairera davantage les interactions entre les étudiants et leur environnement académique,
soulignant l'importance de la guidance et du soutien dans ce processus.

12
En combinant ces perspectives théoriques multiples, ce travail vise à approfondir notre
compréhension des différents éléments qui peuvent affecter le temps de soumission des travaux
de fin d'études, établissant ainsi une base théorique solide pour l'analyse approfondie à venir.

1.2.1 Concernant la motivation

Robert J. Vallerand énonce dans l’avant-propos de son livre Introduction à la psychologie de la
motivation que « l’étude de la motivation est l’un des domaines les plus fascinants et les plus
complexes de la psychologie » (Vallerand et Thill, 1993). Pour lui, la recherche sur la
motivation s’apparente aux études sur les raisons pouvant expliquer le comportement humain et
il fait remonter les recherches à l’Antiquité. Ainsi, pour les philosophes grecs (Platon - Aristote),
le comportement humain s’explique par la raison qui se baserait sur la recherche du plaisir et
l’évitement de la douleur. Ensuite, l’analyse mécanique avec René Descartes et Thomas
Hobbes donnerait des causes physiques au comportement humain donc à la motivation.
La psychologie des facultés de Thomas Reid7 et la théorie de l’organisation de l’esprit avec
Emmanuel Kant nous disent que l’homme adopte un comportement pour deux raisons : par
volonté et parce qu’il est mû par des forces instinctuelles alors que la théorie de l’évolution de
Darwin fait de l’homme un sujet d’étude au même titre que les animaux et la nature. Enfin,
l’approche rationnelle (cognitive) et l’étude des forces sociales stipulent que l’organisme est
motivé à émettre le comportement maximisant les chances d’obtenir l’objet désiré (Vallerand et
Thill, 1993).
En d’autres mots, la motivation est, dans un organisme vivant, la composante ou le processus qui
règle son engagement pour une activité précise. Elle en détermine le déclenchement dans une
certaine direction avec l’intensité souhaitée et en assure la prolongation jusqu’à l’aboutissement
ou l’interruption. Elle peut affecter à la fois les nouveaux apprentissages, mais aussi les
comportements, les stratégies et les capacités développés dans les apprentissages antérieurs
(Schunk, Pintrich et Meece, 2008). Se manifestant habituellement par le déploiement d'une
puissance (sous divers aspects telle que la confiance, la persévérance), la motivation est parfois
trivialement assimilée à une « réserve d'énergie ».
Dans le cadre des études, la motivation est l’essence même de l’apprentissage. Cela est d’autant
plus vrai dans le cas de l’apprentissage en ligne. En effet, la motivation augmente notre
productivité, donne l’envie d’accomplir des tâches et d’avancer avec le processus de
l’apprentissage. Plusieurs chercheurs dans le domaine de la motivation confirment qu'il existe
une relation réciproque entre la motivation et la réussite du processus
d'enseignement-apprentissage. Martin et Albanese (2001) confirment que l'absence ou la
faiblesse de la motivation constituent un véritable obstacle pour la réussite du processus
d'enseignement-apprentissage. Chappaz (1992) confirme le lien entre la réussite et le degré de
motivation et affirme que « les pourcentages de réussite augmentent avec la force de la

7
Thomas Reid (2007).- Essais sur les facultés intellectuelles de l’homme

13
motivation, et l'influence de la motivation scolaire est encore plus forte chez des sujets faibles
(plus ils sont motivés, plus ils réussissent au bac malgré leur handicap) ».

1.2.2 Les théories de l’apprentissage

Avant d’aborder la question de la motivation en lien avec le sujet de notre travail de recherche, il
s’avère nécessaire de présenter les différentes théories ayant rapport avec le processus
d’apprentissage des étudiants. Ces théories présentent diverses méthodes d’accompagnement que
les professeurs peuvent fournir à leurs étudiants pendant leur enseignement pour la réalisation
des tâches dans le cadre des cours ou du programme.
La plupart des théories sur l’apprentissage ont été développées au cours du XXe siècle par des
psychologues d’horizons divers. Les théories les plus connues sont celles du béhaviorisme, du
cognitivisme, du constructivisme et du socioconstructivisme. Le connectivisme est aussi une
théorie sur l’apprentissage, mais assez récente. Elle peine encore à être considérée comme telle et
ne sera pas développée dans ce travail.
Les théories de l’apprentissage sont un ensemble organisé de principes expliquant la manière
dont les individus acquièrent, conservent et se remémorent les connaissances au cours de
l’expérience d’apprentissage. Elles constituent un outil efficace pour expliquer ce qui se passe
lors du processus. La théorie de l’apprentissage informe l’application de la conception
pédagogique au moyen de modèles, c’est-à-dire qu’elle fournit une base conceptuelle et des
principes pour comprendre comment les apprenants assimilent les connaissances et les
compétences. Bien qu’il en existe de nombreux, trois fondements principaux influencent la
plupart des modèles de conception pédagogique d’aujourd’hui, à savoir:
- la théorie de l’apprentissage comportementaliste ou behavioriste qui soutient que
l’apprentissage peut être étudié par l’observation et la manipulation d’associations
stimulus-réponse, le comportement observable des étudiants;
- la théorie de l’apprentissage cognitiviste qui prône plutôt l’étude de l’esprit, la structure
innée des sujets;
- et finalement, la théorie de l’apprentissage constructiviste qui se rapproche de la théorie
cognitiviste mais en tenant compte aussi de l’adaptation des connaissances du sujet face à
une situation donnée.

1.2.2.1 La théorie du béhaviorisme

La théorie du béhaviorisme, développée au XXe siècle, se focalise sur l'étude des comportements
observables et mesurables plutôt que sur les processus mentaux internes. Elle soutient que tous
les comportements sont appris par l'interaction avec l'environnement, et que les facteurs innés
ont une influence minimale sur le comportement. Ivan Pavlov, considéré comme le père de cette
théorie, est célèbre pour ses travaux sur le conditionnement classique, où un comportement
nouveau (réponse) se déclenche de manière involontaire en réponse à un signal (stimulus)
externe. Edward Thorndike a également contribué en appliquant des méthodes scientifiques

14
précises aux problèmes éducatifs, mettant en avant que la probabilité d'une réponse augmente
avec le nombre d'essais. Le béhaviorisme se concentre ainsi sur les aspects observables de
l'apprentissage et a eu un impact significatif dans le domaine de la psychologie et de l'éducation.

John B. Watson (1913) a utilisé les idées de Pavlov dans certains de ses travaux. La prémisse de
sa psychologie béhavioriste propose que tout comportement soit établi par des associations
stimulus-réponse par le biais du conditionnement. Il a été le premier à faire l’application du
conditionnement classique sur l’être humain et exposera sa théorie dans son document
Psychology as the Behaviorist Views It (1913). Comme Pavlov, Watson et Thorndike, Frederic
Skinner croyait au modèle stimulus-réponse du comportement conditionné et ignorait
complètement la possibilité que des processus se produisent dans l'esprit. Ses idées béhavioristes
sur les principes du conditionnement opérant dans les institutions sociales, dont l'éducation ne
fait pas exception, sont également explorées.

Les apports du behaviorisme dans le processus d’apprentissage

Le béhaviorisme en théorie de l'apprentissage se concentre sur la manière dont les étudiants

apprennent et influence directement leur comportement en classe. Les enseignants peuvent
utiliser cette théorie pour définir des objectifs comportementaux, créer des environnements
propices à l'apprentissage, et améliorer les techniques de modification du comportement. En
contrôlant l'environnement d'apprentissage avec des techniques de renforcement, ils peuvent
enseigner un contenu plus réaliste et aider les élèves en difficulté à restaurer leur estime de soi
dans un contexte académique. Le béhaviorisme apporte ainsi des contributions importantes à
l'éducation, en plaçant l'accent sur l'observation et la manipulation des comportements pour
favoriser l'apprentissage efficace des étudiants8.

1.2.2.2 La théorie du cognitivisme

La genèse du cognitivisme en tant que théorie de l'apprentissage remonte au début du XXe
siècle. Le passage du behaviorisme au cognitivisme est né de l'incapacité de la tradition
behavioriste à expliquer pourquoi et comment les individus donnent un sens à l'information et la
traitent (c'est-à-dire comment les processus mentaux fonctionnent). En d'autres termes, ce sont
les limites du behaviorisme qui ont donné naissance au mouvement cognitif. Au contraire des
théories béhavioristes, les théories cognitivistes du traitement de l'information décrivent
l'apprentissage comme une série de transformations de l'information qui s'opèrent à travers les
structures du cerveau, d’où l’importance de se pencher sur son anatomie et son fonctionnement.
Elles affirment que les connaissances préalables et les processus mentaux ne jouent pas
seulement un rôle plus important que les stimuli dans l'orientation du comportement ou de la
réponse (Deubel 2003), mais interviennent également entre un stimulus et une réponse (Winn et

8
Kasonde N., Farrelli H. (2013).- The contribution of behaviourism theory of education

15
Snyder 1996). Les gens ne sont ni des machines ni des animaux qui répondent aux stimuli
environnementaux de la même manière9.
Le cognitivisme est une théorie de l'apprentissage qui se focalise sur la manière dont
l'information est reçue, organisée, stockée et récupérée par l'esprit. Contrairement au
béhaviorisme, qui se concentre sur les comportements observables, le cognitivisme considère
l'apprentissage comme un processus mental interne. Noam Chomsky a critiqué le béhaviorisme
en affirmant que le langage ne pouvait être acquis uniquement par conditionnement, soulignant
ainsi l'importance des capacités intérieures. Ce courant cognitif innéiste affirme que certains
processus mentaux sont mesurables, mais déterminer pleinement comment un individu perçoit,
se souvient, pense ou résout des problèmes reste complexe.
D'autre part, Jérôme Bruner propose une vision active de l'apprentissage, considérant l'individu
comme un chercheur qui construit activement son savoir en comprenant les liens entre les
éléments du monde extérieur. Selon lui, les enfants sont prédisposés à apprendre par leur
évolution phylogénétique et possèdent dès la naissance les outils intellectuels nécessaires. Le
langage joue un rôle essentiel dans ce processus, permettant d'encoder les expériences vécues et
d'organiser le monde sous forme de structures cognitives internes. Bruner souligne également
l'importance de la dimension culturelle et sociale dans l'apprentissage, donnant ainsi naissance au
courant du cognitivisme culturaliste. En somme, le cognitivisme explore les processus mentaux
internes de l'apprentissage et met en avant l'activité de l'apprenant dans la construction de son
savoir.
Les apports du cognitivisme à l’enseignement
Le cognitivisme conçoit la définition de l’enseignement et de l’apprentissage comme un lieu de
partage, de confrontation d’idées et de construction de divers types de connaissances. Le but
fondamental poursuivi par les cognitivistes est de développer l’autonomie cognitive, affective et
sociale de l’apprenant par une démarche de médiation (entre l’apprenant, l’enseignant et
l’environnement éducatif). Tous les modèles théoriques et pratiques inspirés de ce courant
placent la construction active des savoirs au centre de leur préoccupation. Selon les cognitivistes,
les apprenants sont des participants actifs au processus d’apprentissage. Le modèle cognitiviste
utilise diverses stratégies pour traiter et construire leur compréhension personnelle du contenu
auquel ils sont exposés. Les étudiants ne sont plus considérés comme des récipients que les
enseignants remplissent de connaissances, mais comme des participants actifs à l’apprentissage.
Dans une perspective cognitiviste, le rôle de l'enseignant est complexe. Il doit bien connaître les
programmes à transmettre et ses étudiants sur les plans affectif et cognitif, en partant de leurs
connaissances préalables. L'enseignant doit présenter les connaissances de manière hiérarchisée
et organisée, favorisant leur intégration dans la mémoire à long terme des étudiants. Des objectifs
clairs doivent être définis, expliquant leur pertinence en lien avec le cours. L'enseignant guide les
élèves par des rétroactions constantes lors des pratiques et des exercices, favorisant leur

9
Kaya Yilmaz (2011).- The Cognitive Perspective on Learning: Its Theoretical Underpinnings and Implications for
Classroom Practices

16
autonomie. Une évaluation des compétences acquises est mise en place avant de passer à l'étape
suivante.

1.2.2.3 La théorie du constructivisme

Le constructivisme est tout d'abord une théorie de l'apprentissage basée sur l'idée que la
connaissance est construite par l’apprenant sur la base d'une activité mentale à partir de modèles
mentaux qu’il ajuste en fonction de ses expériences. L'apprentissage n'est donc que le processus
d'ajustement de nos modèles mentaux à de nouvelles expériences. Le constructivisme considère
que l’apprenant acquiert des connaissances en partant des perceptions qu’il a de sa réalité et de
son vécu : on apprend en construisant des connaissances, et en reconstruisant nos perceptions
pour les adapter aux contextes qui nous sont propres. Cette capacité d’adaptation s’appuie sur
deux processus d’interaction de l’individu avec son milieu de vie: l’assimilation et
l’accommodation. L'assimilation est le processus qui consiste à prendre de nouvelles
informations et à les intégrer dans un schéma existant et l'accommodation consiste à utiliser les
informations nouvellement acquises pour réviser et redévelopper un schéma existant.
Il est difficile d’expliquer le constructivisme sans évoquer les travaux de Piaget qui ont eu une
grande influence sur cette théorie. En effet, Piaget a décrit le mécanisme général du
développement cognitif de l’enfant en termes de « déséquilibre » et d’ « accommodation »
(Piaget et Inhelder, 1966). Plus précisément, selon lui, l’enfant « construit » spontanément et
inconsciemment des « structures cognitives » pour mettre en ordre ses expériences et anticiper
les effets des actions qu’il mène dans son environnement physique et social. Si elles le peuvent,
les nouvelles expériences sont « assimilées » par les structures cognitives de l’enfant, c’est-à-dire
intégrées à elles en les faisant évoluer de façon graduelle.

Lorsque de nouvelles expériences ne peuvent pas rentrer dans le moule de ces structures, ces
dernières provoquent un « déséquilibre », elles perturbent l’enfant sur le plan cognitif. Toujours
spontanément et inconsciemment, l’enfant va alors progressivement remplacer certaines parties
de ces structures cognitives et les réorganiser (ce processus d’adaptation ne s’opérant pas
subitement mais sur le long terme). Piaget désigne ce processus d’adaptation par les termes «
accommodation » ou « équilibration »10.

Les apports du constructivisme dans le processus d’apprentissage

Le constructivisme est aujourd’hui considéré comme l’une des principales approches en

didactique des sciences, si ce n’est l’approche dominante (Matthews, 1997). L'enseignement
constructiviste est fondé sur la croyance que les étudiants apprennent mieux quand ils
s'approprient la connaissance par l'exploration et l'apprentissage actif. Les mises en pratique
remplacent les manuels, et les étudiants sont encouragés à penser et à expliquer leur
raisonnement au lieu d'apprendre par cœur et d'exposer des faits. L'éducation est centrée sur des
thèmes, des concepts et leurs liens, plutôt que sur l'information isolée.

10
Bachtold Manuel, 2012, « Les fondements constructivistes de l’enseignement des sciences basé sur
l’investigation »

17
A partir de la théorie constructiviste, les enseignants se concentrent sur l'établissement de
rapports entre les faits et favorisent les nouvelles compréhensions des étudiants. Ils adaptent leur
enseignement aux réponses des étudiants et les encouragent à analyser, interpréter et prévoir
l'information. Les professeurs s'appuient également fortement sur des questions ouvertes et
favorisent le dialogue entre les étudiants. Le constructivisme tend à l'élimination des catégories
et des tests standardisés. Au lieu de cela, l'évaluation devient partie prenante de l'apprentissage
de sorte que les étudiants jouent un plus grand rôle en jugeant leurs propres progrès.

1.2.2.4 La théorie du socioconstructivisme

Le socioconstructivisme est une théorie selon laquelle la connaissance est une construction
sociale. Le terme a été inventé au début des années 1970 par le philosophe des sciences Thomas
Kuhn. Le socioconstructivisme défend l’idée que l’apprenant construit ses connaissances par
l’expérimentation et la découverte comme le constructivisme de Piaget, mais prend aussi en
compte les aspects sociaux et culturels de la connaissance et soutient que ce n’est pas quelque
chose qui existe indépendamment de la société. L’apprentissage ne consiste pas simplement en
l’assimilation et l’accommodation de nouvelles connaissances par les apprenants; c’est le
processus par lequel les apprenants s’intègrent dans une communauté de connaissances. Les
socioconstructivistes croient que la connaissance est créée par un processus d’interactions
sociales, qui sont influencées par les structures de pouvoir, les facteurs économiques et d’autres
institutions.

Lev Vygotski, psychologue russe, a mis en évidence l'importance de l'interaction sociale dans le
développement des connaissances. Selon lui, la construction du savoir, bien qu'individuelle, se
réalise dans un cadre social où les informations sont liées au milieu, au contexte et proviennent
des interactions avec les autres. D'autres chercheurs tels que Doise et Mugny soutiennent que la
connaissance résulte de la confrontation de points de vue. La théorie de la cognition distribuée11
va encore plus loin en affirmant que la connaissance est exclusivement sociale, considérant le
groupe comme un système cognitif complexe.

Les travaux de Doise et Mugny (1993) prolongent ceux de Piaget et Vygotski en mettant en
évidence le rôle des interactions entre pairs dans le développement cognitif, à condition qu'elles
engendrent des conflits sociocognitifs. Ces interactions sociales deviennent constructives
lorsqu'elles suscitent une confrontation entre des conceptions divergentes. Au sein d'un groupe,
les apprenants sont confrontés à des points de vue singuliers, ce qui génère un premier
déséquilibre interindividuel. Ils prennent alors conscience de leur propre pensée en relation avec
celle des autres, entraînant un deuxième déséquilibre intra individuel. Les apprenants sont ainsi
amenés à reconsidérer leurs propres représentations et celles des autres pour construire un
nouveau savoir.
11
La théorie de la cognition distribuée est une approche en psychologie cognitive qui considère que la cognition (le
processus de traitement de l'information dans l'esprit) ne se limite pas uniquement au cerveau d'un individu, mais
qu'elle est répartie à la fois à l'intérieur et à l'extérieur de l'esprit dans l'environnement social et matériel.

18
Les apports du socioconstructivisme dans le processus d’apprentissage : La zone proximale
de développement

L’une des plus grandes contributions de Lev Vygotski à la théorie du socioconstructivisme est le
concept de la Zone Proximale de Développement (ZPD). Il définit la zone proximale de
développement comme étant la distance entre le niveau de développement actuel tel qu’on peut
le déterminer à travers la façon dont l’étudiant résout des problèmes seul et le niveau de
développement potentiel tel qu’on peut le déterminer à travers la façon dont l’étudiant résout des
problèmes lorsqu’il est assisté par le professeur ou collabore avec d’autres étudiants plus
avancés. La ZPD correspond à l’apprentissage possible que peut effectuer l’étudiant à un
moment précis. C’est une zone de « potentiel » réaliste. Cette zone est propre à chaque
apprenant, mais on peut concevoir qu’un groupe ait aussi sa ZPD.

Figure 1. 1. Représentation de la zone proximale de développement

Source : Graphique réalisé par l’auteur

Plus l’apprenant avance dans sa zone, plus il apprend, mais plus il a besoin d’aide pour ne pas
vivre un échec qui le sortirait de sa zone. Lorsque l’apprentissage se situe au début de la zone,
l’étudiant réussit seul ou avec peu d’aide, ce qui augmente la perception qu’il a de sa propre
compétence et lui apporte la confiance nécessaire pour relever des défis plus grands (Bandura,
1997). Lorsque l’étudiant, avec de l’aide, réussit une tâche plus difficile (qui est plus avancée
dans sa zone) et qu’il la réussit plus d’une fois, cette tâche devient plus facile pour lui et il peut
relever des défis plus exigeants qui se situaient auparavant au-delà de sa ZPD. Ainsi, la ZPD se
déplace sur la ligne du développement de l’étudiant et l’apprentissage progresse12.

12
Katia Renaud, François Guillemette, Celine Leblanc (2016). - Tenir compte de la « zone proche de développement
» des étudiants dans son enseignement.

19
Vygotski lui-même souligne l’importance de ce concept pour l’enseignement: « [...]
l’enseignement ne doit pas s’adapter au niveau du développement actuel, mais à la zone du
développement le plus proche». Et, plus encore, l’enseignement doit être conçu en fonction de la
ZPD. «Afin de créer la zone du développement le plus proche, c’est-à-dire, afin de donner
naissance à plusieurs processus de développement interne, on a besoin d’un processus
d’enseignement scolaire correctement construit» (Vygotski, 1933/2012a, p. 171).

1.2.3 Les théories de la motivation en lien avec l’apprentissage

Que ce soit la théorie du behaviorisme, du cognitivisme, du constructivisme ou du
socioconstructivisme, l’environnement de l’étudiant est le facteur commun de ces équations et
tout type de motivation devra être une action portant sur l’environnement de l’étudiant pour le
pousser ou l’aider à accomplir une tâche intellectuelle. En effet, Etienne Bourgeois (2006), par
rapport aux théories cognitives, avance que motiver consiste à mettre en place les conditions
environnementales favorisant le traitement et l’organisation de l’information par l’apprenant.
Bien avant lui, Wilhelm Wundt, qui a écrit sur le paradigme du behaviorisme, stipule que la
motivation est une association entre des stimuli et des réponses par rapport aux éléments de
l’environnement de l’étudiant.
Jean Piaget (1960), pour sa part, avance que motiver consiste à aider l’apprenant à mobiliser ses
structures cognitives, ses connaissances pour faire face à une situation tout en tenant compte des
transformations qui interviennent dans ces connaissances par l’interaction de l’apprenant avec
son environnement, c’est-à-dire l’incorporation des nouvelles informations qu’il perçoit au sein
de sa structure cognitive (l’assimilation), ou modifier sa structure cognitive pour l’adapter à la
situation (accommodation). Enfin, Albert Bandura soutient que la motivation provient de ce que
l’apprenant observe dans son milieu ou du désir d’imiter un comportement qu’il estime valorisé
dans son environnement.

1.2.4 La théorie de la motivation humaine selon Abraham Maslow

Abraham Maslow est un psychologue américain né en 1908 et considéré comme le père
fondateur de la psychologie humaniste. Dans les années 40, il écrit sa théorie de la motivation et
distingue cinq (5) grands besoins en s’appuyant sur les observations qu’il a réalisées. Selon
Maslow, derrière toute motivation se trouve un de ces cinq (5) grands besoins universels et il
établit une règle de priorité concernant les besoins, désirs et motivations. La pyramide de
Maslow sert à les identifier et à les hiérarchiser.
L'article où Maslow expose sa théorie de la motivation, A Theory of Human Motivation, est paru
plus précisément en 1943. Il ne représente pas cette hiérarchie sous la forme d'une pyramide,
mais cette représentation s'est imposée dans le domaine de la psychologie du travail, pour sa
commodité. Maslow parle, quant à lui, de hiérarchie et il en a une vision dynamique.

20
Selon Abraham Maslow (1943), les cinq (5) niveaux de besoins sont :
● les besoins physiologiques;
● le besoin de sécurité;
● le besoin d’appartenance;
● le besoin d’estime de soi;
● le besoin d’accomplissement ou d’autoréalisation.
Pour combler un besoin d’une tranche supérieure, il faut que les besoins « inférieurs » soient
comblés dans une certaine proportion.
1.2.4.1 Désagrégation de la pyramide de Maslow
1- Besoins physiologiques
Les besoins physiologiques sont des besoins qui sont nécessaires à la survie d’une personne. Ils
sont obligatoires car boire, manger, respirer, dormir, se reproduire… sont indispensables. Ce sont
des besoins primaires, reliés au fonctionnement du corps humain. Ce sont des besoins auxquels
l’instinct, l’inconscient va répondre de lui-même. Selon Maslow, nous sommes prêts à tuer ou à
nous soumettre pour répondre à ces besoins, car ils sont liés directement à la survie de l’espèce.
2- Besoin de sécurité
Le besoin de sécurité est le besoin de se protéger contre les agressions d’ordre physique,
psychologique et économique. Se sentir en sécurité et maîtriser les choses. Il s’agit de la sécurité
des revenus ou ressources, de la stabilité familiale, de la santé. L’humain va chercher un
environnement sécurisant et le plus stable possible pour le protéger de tout changement qui est
un risque pour lui (physique et mental).
3- Besoin d’appartenance
Le besoin d’appartenance est le besoin de sentir aimé par les autres, d’être considéré, d’être
accepté et d’appartenir à un groupe. C’est la peur de la solitude qui apparaît et donc les
personnes veulent avoir un statut, être un composant d’un groupe.
4- Besoin d’estime de soi
Le besoin d’estime de soi est le sentiment d’être utile et d’avoir de la valeur. Le besoin de se
faire respecter et d’être capable d’influencer les autres.
5- Besoin d’accomplissement ou d’autoréalisation
Le besoin d’accomplissement est lié au développement des connaissances. Il s’agit de révéler son
propre potentiel créateur, la personne cherche à s’accomplir. La personne veut résoudre des
problèmes complexes, elle a un besoin de communiquer.
Les règles d’or de la théorie de Maslow sont les suivantes :
- Hiérarchisation : il y a une hiérarchie des besoins. Cela veut dire que l’on ne peut
satisfaire un besoin supérieur que lorsque les besoins inférieurs sont déjà satisfaits.

21
 - Motivation : la motivation est incluse dans les besoins à satisfaire.
- Individualité : chaque personne est concernée par un type de besoin que son
environnement doit apprendre à reconnaître.
Cependant, selon Maslow, il n’est pas nécessaire de combler à 100% un besoin pour passer à un
étage supérieur. Le citoyen lambda a ses besoins physiologiques combler à 75%, son besoin de
sécurité à 70%, d’appartenance à 50%, d’estime à 40% et simplement à 10% ses besoins
d’accomplissement de soi.

1.2.4.2 Le travail de fin d’études et la théorie de la motivation humaine de Maslow

La rédaction du travail de fin d’études par l’étudiant haïtien en programme de licence
constitue une obligation, d’un point de vue académique, pour bon nombre de facultés publiques
et privées dans le système d’enseignement supérieur et universitaire haïtien. D’un point de vue
personnel, c’est l’occasion de mettre en pratique l’ensemble des compétences qui ont été
accumulées au cours des longues années d’études. Ainsi, la rédaction du travail de sortie devient
un besoin pour l’étudiant, premièrement pour obtenir son diplôme universitaire, et
deuxièmement pour son épanouissement et son accomplissement personnels. C’est un besoin
d’acquérir de nouvelles connaissances et aussi de participer activement à la recherche
scientifique pour apporter sa pierre à la résolution de problèmes d’ordres divers. Suivant la
théorie de Maslow, ce besoin constitue la dernière étape dans le processus de bien-être d’un
individu qui est le besoin d’autoréalisation.
Cependant, la pyramide des besoins de Maslow stipule que la satisfaction de ce besoin devra
passer par la satisfaction des besoins « inférieurs » à savoir les besoins physiologiques, de
sécurité, d’appartenance sociale et d’estime de soi. En Haïti, la situation sociale et économique
des étudiants, issus majoritairement de la classe populaire, ne leur permet malheureusement pas
de subvenir à leurs besoins, même les plus basiques. Selon un rapport de la banque mondiale
sorti en 2019, Haïti est le pays le plus pauvre de l’hémisphère occidentale avec un produit
intérieur brut (PIB) par habitant de 756 dollars et un indice de développement humain (IDH) qui
le classe 169 sur 189 pays13. La dernière enquête sur la pauvreté en Haïti en 2012 a montré que
plus de 6 millions de personnes vivaient en-dessous du seuil de pauvreté, c’est-à-dire avec moins
de 2.41 dollars par jour, et 2.5 millions se trouvaient en situation d’extrême pauvreté, soit un
revenu journalier de moins de 1.23 dollar. Le pouvoir d’achat diminue de manière quotidienne à
cause d’une inflation à 2 chiffres et une forte dépréciation de la monnaie nationale qui renchérit
les prix des produits de première nécessité.
D’un autre côté, la situation sécuritaire ne va pas en s’améliorant. Aujourd’hui encore (2023),
nous connaissons une période d’insécurité comme jamais enregistrée sur le territoire national où
la circulation de la population se fait de plus en plus difficilement. Les familles sont aux abois
mais essaient de se raccrocher à l’idée que ces vicissitudes ne sauraient durer. Les étudiants
subissent aussi de plein fouet la montée de l’insécurité dans le pays, même si ce n’est pas une

13
https://www.banquemondiale.org/fr/country/haiti/overview

22
situation nouvelle pour l’université en Haïti dont certaines facultés, au cours de l’histoire , ont
dû fermer leurs portes à plusieurs reprises à cause de troubles politiques. Les étudiants
connaissent, depuis un moment, un double type d’insécurité : l’insécurité concernant les menaces
physiques et l’insécurité alimentaire. Ils dorment dans les différents locaux des universités à
Port-au-Prince car ils ne peuvent pas rentrer chez eux et leur hygiène alimentaire laisse à désirer.
Ainsi, au regard de la théorie de la motivation de Maslow, la rédaction du travail de fin
d’études qui fait partie des besoins d’autoréalisation ne devrait pas se voir allouer une
quelconque motivation car les besoins physiologiques ou primaires ne sont toujours pas comblés.
L’étudiant haïtien en programme de licence en Haïti se voit souvent contraint de chercher un
travail, parfois avant même qu’il ne termine son cursus, afin de garantir sa survie et celle de ses
proches qui placent généralement tant d’espoir en lui. Nonobstant certains critiques de la théorie
de Maslow qui évoquent qu’on n’est pas obligé de subvenir à ces besoins suivant cette hiérarchie
linéaire présentée, cependant le niveau social et économique des jeunes étudiants haïtiens
peuvent a priori constituer une véritable barrière pour la rédaction de leur mémoire qui requiert
certaines ressources.

1.2.5 Théorie de la reproduction de Bourdieu et de Passeron

L’origine sociale d’un individu est son positionnement originel au sein de la société. Elle a
souvent été considérée comme un facteur déterminant dans la réussite ou l’échec au niveau de
différents aspects de la vie, incluant l’aspect scolaire. C’est ce que Pierre Bourdieu et Jean
Claude Passeron se sont évertués à montrer dans leur thèse « Les héritiers » écrite en 1964,
concernant les inégalités du système scolaire. Selon eux, les « héritiers » sont les « élus », ceux
qui ont hérité par leur milieu familial de manières de dire et de faire, de savoirs et de savoir-faire,
de goûts culturels, qui sont exigés et valorisés par le système scolaire, ce qui leur donne un
privilège dans leur rapport à l’école. Ainsi, les enfants héritant d’un capital culturel auraient une
meilleure propension à absorber les notions de culture véhiculées par l’école qui sont corrélées
aux habitudes de consommation culturelle de ces enfants. Par « capital culturel », on entend : le
niveau d’études des parents, l’indice de richesse familiale et celui des ressources éducatives
disponibles à la maison. Dans « la reproduction » écrit en 1970, Bourdieu et Passeron
poursuivent leur plaidoirie en stipulant que l’école n’est pas un facteur de mobilité sociale mais
un des facteurs les plus efficaces de conservation et de reproduction (sociales).
Dans le cadre de notre travail, cette théorie nous servira de base à l’analyse de l’existence d’une
quelconque relation entre le niveau d’étude de la personne la plus avancée académique au niveau
de l’environnement immédiat des répondants, à savoir un membre leur maisonnée, et le temps
qu’ils prennent pour remettre le travail de fin d’étude.

23
1.2.6 Théorie de l’effet établissement
La théorie de « l’effet-établissement » explique la performance académique en fonction du type
d’établissement fréquenté. Plusieurs enquêtes nationales ont été effectuées dans différents pays et
ont permis de confirmer une idée fortement répandue chez les parents d’élèves : « Tous les
établissements scolaires ne se valent pas! ». Des chercheurs anglo-saxons (Beck et Murphy,
1998) ont été les premiers à vouloir identifier les spécificités des établissements performants en
éliminant les biais liés aux caractéristiques socioculturelles du public accueilli. Différents
facteurs ont été retenus comme déterminants dans le niveau de performance des établissements
tels que les aspects hiérarchiques, physiques, pédagogiques et managériaux (Meuret, 2000). Ces
facteurs forment un environnement interne favorable à un système d'apprentissage qui puisse
garantir la performance de l'école. Chaque école a une histoire, une clientèle, des infrastructures,
des ressources pédagogiques et un type de management qui constituent son environnement
interne. Il suffit d'avoir une différence dans l'un de ses éléments pour que la performance diffère
aussi d'une école à l'autre.
Grisay (2006) a démontré que dans les établissements performants, les enseignants privilégient
les éléments fondamentaux. Ils définissent et poursuivent des objectifs clairs avec les élèves. Les
cours sont bien planifiés et structurés. Les évaluations sont fréquentes et permettent de réguler
l'enseignement, et « les résultats des élèves font l’objet d’analyses au niveau de l’établissement et
sont utilisés pour décider des améliorations à apporter à l’enseignement dispensé. Une politique
de formation continue est menée au sein de l’école, les contacts avec les familles des élèves et
leur implication dans le fonctionnement de l’école sont aussi encouragés. Grisay (2006) a
confirmé à nouveau que dans les établissements performants, la qualité de l'enseignement est
plus forte, car les élèves s'investissent davantage et les enseignants ont des exigences plus fortes
vis à vis des apprentissages.
Dans le cadre de ce travail, cette théorie servira de base à l’analyse de l’existence d’une
quelconque relation entre le type d’école secondaire fréquenté par les répondants et le temps
qu’ils prennent pour soumettre leur travail de fin d’études. En effet, nous verrons si le type
d’établissement fréquenté joue un quelconque rôle sur la motivation ou la productivité des
étudiants finissants quant à la rédaction de leur travail de sortie.

1.2.7 Théories sur les approches dans les études

Confrontés à un nouveau contexte pédagogique, il incombe aux étudiants, dès leur entrée à
l’université, « d’apprendre à apprendre » (Boyer, Coridian et Erlich, 2001) en adaptant leurs
manières d’étudier. Marton & Säljo (1976), Entwistle (1988), Romano (1991) distinguent entre
l’apprentissage en profondeur et l’apprentissage de surface. L’apprentissage en profondeur
correspond à des comportements où les étudiants font un traitement actif de l’information et
utilisent des stratégies d’élaboration et d’organisation plutôt que des stratégies de mémorisation.
Dans une approche en profondeur, les étudiants élaborent et organisent leurs connaissances,
éprouvent le besoin de faire du sens avec les informations, ont une forte implication affective et
utilisent davantage les ressources pour apprendre. C’est l’inverse lorsqu’ils optent pour une

24
approche d’apprentissage en surface. Les étudiants utilisent des stratégies de mémorisation et de
reproduction des connaissances, ont un intérêt instrumental pour la connaissance, posent peu
d’actions métacognitives, sont peu engagés affectivement et utilisent minimalement les
ressources dont ils disposent.
Dans le cadre de ce travail, cette théorie servira de base à l’analyse de l’existence d’une
quelconque relation entre le type d’approche utilisée par les répondants et le temps que ces
derniers prennent pour soumettre leur travail de fin d’étude.

1.2.8 Lien entre Projet personnel et réussite universitaire

Le projet personnel en lien avec le domaine d’étude choisi a longtemps été vu comme un facteur
déterminant dans la réussite des étudiants entrant à l’université. En effet, disposer d’un projet
ferme, personnel et mûrement réfléchi et choisir sa filière d’études sur la base de ce projet
constitueraient, pour l’étudiant, un important gage de succès. Il était vu comme une source de
motivation pour les étudiants qui s’y engageaient. Selon Bireaud (1990), aux yeux de nombreux
enseignants de candidatures, l’échec massif qui y règne est dès lors imputable, pour une bonne
part, au manque de motivation des étudiants, ces derniers étant dépourvus de projet personnel
précis.
Pourtant, certaines recherches des dernières décennies tendent à relativiser le poids accordé
traditionnellement au projet personnel dans les trajectoires scolaires et, en particulier, dans
l’explication de la réussite au supérieur. Par exemple, des étudiants réussissent leurs études alors
que leur choix de filière ne semble pas avoir fait l’objet de réflexions approfondies et explicites
tant ce choix leur semblait naturel (Erlich, 1998). Le fait de disposer d’un projet personnel ne
garantit manifestement pas un investissement effectif dans le travail universitaire quotidien.
Même motivé par l’exercice futur et lointain d’une profession, l’étudiant doit encore mettre en
œuvre les actions et les opérations routinières du travail intellectuel qui permettront que les
savoirs enseignés soient effectivement acquis. En termes plus bruts, le projet ne garantit pas le
travail et, inversement, des étudiants « sans projet », même « forcés et contraints » peuvent
réussir parce qu’ils vont exercer efficacement leur métier d’étudiant pour d’autres raisons,
parfois plus triviales : par routine tant ils ont intériorisé une sorte d’habitus scolaire, par souci de
faire plaisir aux parents, etc.

1.3 Revue de littérature

Au cours de notre recherche, il a été difficile de recenser les travaux qui ont été rédigés
concernant la soumission du travail de fin d’études des étudiants haïtiens inscrits dans un
programme de licence en Haïti. Nous avons sélectionné certains d’entre eux qui présentent
clairement leurs pensées par rapport à notre problématique de recherche.

25
1.3.1 Sur l’amélioration de la capacité des enseignants à accompagner les
étudiants finissants en Haïti14
Au milieu des années 2010, dans le but de renforcer le taux de diplomation au premier cycle
universitaire à l’Université d’État d’Haïti, un projet de renforcement des capacités
d’enseignement dans ladite université a été mis sur pied. L’un des moyens envisagés par
l’institution pour y parvenir consistait en l’amélioration de la supervision de mémoire ou de
travail de fin d’études des étudiants finissants. Ainsi dans cette optique, une analyse profonde de
la pratique de supervision des travaux de sortie a été réalisée pour développer une meilleure
compréhension de la pratique telle qu’elle est vécue par les professeurs, cerner les
problématiques qu’elle soulève et identifier les actions à entreprendre pour l’améliorer. Pour ce
faire, des professeurs, des gestionnaires académiques et des étudiants ont pris part à ce projet et
contribué à enrichir les données recueillies pour l’analyse.
Les résultats de ce travail ont montré que la tâche de supervision renvoie à une problématique
complexe qui touche non seulement les professeurs, mais aussi les instances facultaires qui
relèvent du rectorat. Il a été constaté chez les professeurs le besoin pressant et le désir insistant
d’avoir accès à des activités de développement professionnel pour améliorer leurs compétences
en supervision d’étudiants. Par ailleurs, toujours selon les résultats obtenus, l’établissement
attend d’eux que les professeurs fassent preuve d’une plus grande responsabilité professionnelle
et qu’ils soient plus nombreux à superviser les étudiants15, c’est-à-dire que les professeurs
devraient fournir un meilleur accompagnement aux étudiants. Néanmoins, plusieurs voix
s’unissent pour demander que le mémoire et le travail de fin d’études soient repensés dans le
contexte du développement des programmes de 2e et 3e cycle et que les programmes de 1er
cycle actuel soient revus afin de mieux former les étudiants .

1.3.2 Approches de certains chercheurs haïtiens

Des auteurs haïtiens ont aussi débattu sur ce sujet. Leurs approches se basent majoritairement sur
la disponibilité et la volonté des professeurs à l’université d’accompagner les étudiants mais
aussi sur les mises en place qui ont été réalisées dans le cursus afin de prodiguer aux étudiants les
outils nécessaires pour bien mener une recherche.
Selon l'ouvrage de Jean Rodrigue intitulé « Haïti : crise de l’éducation et crise du développement
» (1998), les professeurs universitaires jouent un rôle non négligeable dans la non-soumission
des travaux de fin d'études. Il avance que le bas niveau socio-économique des professeurs à
l'UEH (Université d'État d'Haïti) explique en partie la faible qualité des travaux. En effet, ces
professeurs ne sont pas réguliers, ne sont pas attachés à une faculté spécifique et n'ont pas les
conditions de travail nécessaires pour se consacrer pleinement à la recherche et à l'enseignement,
leurs principales tâches. Travaillant seulement quelques heures par semaine et étant peu présents

14
France Henri, Josianne Basque, Patrick Pelletier, Pierre Toussaint (2016).- Analyse de la pratique de la supervision
de mémoire et de travail de fin d’études de 1er cycle à l’Université d’État d’Haïti.
15
Cf: “Approches de certains chercheurs haïtiens” plus bas.

26
à l'université, leur statut ressemble davantage à celui de « chargés d'enseignement ou vendeurs de
cours », car le travail universitaire est pour eux une activité secondaire visant principalement à
obtenir un revenu complémentaire16. Cette approche de Jean Rodrigue reflète la théorie de la
motivation de Maslow, selon laquelle les professeurs cherchent d'abord à satisfaire leurs besoins
les plus fondamentaux et cumulent souvent plusieurs emplois pour joindre les deux bouts
financièrement.
Dans son livre intitulé « Construire le mémoire de sortie : Méthodes, procédés et procédures »,
publié en 2004, le professeur Frantz Piard souligne qu'il existe une quasi-absence de méthodes
d'organisation du travail intellectuel pour les étudiants en matière de recherche. Il déplore
également le manque de cours approfondis de méthodologie de la recherche dans presque toutes
les facultés. Selon lui, cette lacune entraîne un manque de sensibilisation et d'initiation des
étudiants aux principes de la recherche, ce qui les conduit à méconnaître les étapes essentielles
de l'organisation du processus méthodologique pour l'élaboration de leur mémoire17.
Enfin, le professeur Jean Poincy avance plutôt qu’un ou des cours de méthodologie de la
recherche ne pourront pas aider les étudiants à acquérir les outils nécessaires pour conduire un
travail de recherche. Selon lui, avec les cours de méthodologie de recherche, le travail de
recherche restera un travail d’assemblage dépourvu de toute qualité. Seule l’habitude de la
pratique de la recherche permettra aux étudiants de produire un travail de qualité18.

1.3.3 Jérôme Bruner sur le concept d’échafaudage ou l’étayage

En 1976, Bruner et son équipe ont mené une étude sur le concept d'étayage ou d'échafaudage, qui
représente une structure de soutien temporaire créée par l'enseignant pour aider les apprenants
dans l'accomplissement d'une tâche ou le développement d'une compétence. L'idée est similaire à
l'échafaudage entourant un nouveau bâtiment en construction, où différents types de soutien sont
fournis au nouvel apprenant pour le motiver et l'aider à progresser. Ce soutien pédagogique prend
la forme de pointeurs verbaux, tels que des questions, des invitations ou des indices de la part de
l'instructeur, mais peut également impliquer du matériel écrit ou des équipements physiques.

En développant leur modèle de pédagogie par la découverte, Bruner et son équipe ont mis en
avant le processus d'étayage, qui se rapproche des interventions réalisées dans la Zone Proximale
de Développement (ZPD) de l'apprenant pour l'aider à atteindre son niveau potentiel de
performance. Le processus d'étayage englobe six fonctions essentielles :

1- L'enrôlement : pour susciter l'intérêt et l'engagement de l'apprenant envers la tâche à

accomplir.

16
Jean Rodrigue (1998). Haïti: Crise de l’éducation et crise du développement, p. 74, P-au-P, Imp. des Antilles
17
Piard Frantz (2004). Construire le mémoire de sortie. Méthodes, procédés et procédures, P-au-P, Editions
Duvalsaint, 2004, pp. 22-23.
18
Jean Poincy (2005). Pour une formation pratique de la recherche à l’université (pp. 7). RUEH.

27
 2- La réduction des degrés de liberté : pour simplifier la tâche et éviter la surcharge
cognitive.
3- Le maintien de l'orientation : pour garder l'apprenant centré sur les objectifs définis
pour la tâche.
4- La mise en évidence des caractéristiques déterminantes : pour souligner les
caractéristiques pertinentes nécessaires à l'exécution de la tâche.
5- Le contrôle de la frustration : pour maintenir l'intérêt et la motivation de l'apprenant,
sans créer une dépendance excessive à l'égard de l'enseignant.
6- La démonstration : pour présenter un modèle d'essai de solution tenté par l'apprenant,
favorisant ainsi la compréhension des réussites et des échecs dans la réalisation de la
tâche.
Selon Bruner, en identifiant habilement la ZPD des apprenants et en respectant les fonctions
d'étayage, l'accompagnateur peut rendre sa médiation plus efficace, ce qui favorise un meilleur
apprentissage.

1.3.4 Eurydice19 sur le genre et la réussite scolaire en Europe

En juin 2010, le réseau Eurydice publie, conformément à la demande de la présidence suédoise
du Conseil de l’Union Européenne, une étude sur les différences entre les genres en matière de
réussite scolaire20. Cette étude examine dans quelle mesure et de quelle manière les inégalités de
genre en matière d’éducation constituent un sujet de préoccupation dans les pays européens. La
recherche sur les différences liées au sexe pointe qu’il est difficile de séparer les comportements
innés des comportements acquis, ou de comprendre à quel point les stéréotypes influencent les
perceptions des individus et les différences de genre d’ordre comportemental et d’ordre cognitif.
La recherche montre que, en général, les différences entre les sexes sont relativement peu
importantes comparées aux nombreuses similarités existantes.
La plus grande différence entre les sexes au niveau des résultats scolaires réside dans l’avantage
en lecture observée chez le genre féminin. En moyenne, les filles lisent plus et prennent plus de
plaisir à la lecture que les garçons. Cet avantage en faveur des filles se retrouve invariablement
dans les 29 pays participant à l’étude, indépendamment de la catégorie d’âge, de la période
d’enquête et des programmes d’études. L’avantage des garçons apparaît en mathématiques dans
les dernières années d’études et est particulièrement perceptible parmi les élèves suivant les
mêmes programmes d’enseignement et les mêmes groupes d’âge.
C’est dans le domaine des sciences que les différences sont les plus minimes. Mais bien qu’elles
obtiennent des résultats équivalents à ceux des garçons en la matière dans la plupart des pays, les

19
Le réseau Eurydice fournit de l’information sur les systèmes éducatifs européens ainsi qu’une analyse de ces
systèmes et des politiques menées en la matière. Il est constitué de 35 unités nationales basées dans les 31 pays
qui participent au programme de l'Union Européenne dans le domaine de l’éducation et de la formation tout au
long de la vie. Il est coordonné et géré par l’Agence exécutive « Éducation, Audiovisuel et Culture » de l’UE, située à
Bruxelles, qui élabore ses publications et base de données.
20
Eurydice (2010). Différences entre les genres en matières de réussite scolaire : étude sur les mesures prises et la
situation actuelle en Europe.

28
filles ont tendance à avoir une perception de soi en sciences plus faible que celle des garçons,
autrement dit, les filles semblent avoir moins confiance, en moyenne, dans leurs capacités
scientifiques que les garçons. Pourtant, garçons et filles portent un intérêt similaire aux sciences
et il n’y a pas d’écart global entre les garçons et les filles dans leur motivation à l’idée d’utiliser
les sciences dans leurs futures études et professions.

1.4 Hypothèses de recherche

Au regard de la littérature existante par rapport au problème que nous abordons dans la présente
étude, croisée à la littérature concernant l’échec des étudiants à l’université, différentes
hypothèses ont été dégagées dont une principale et d’autres secondaires, dans le but de tester les
associations entre le phénomène sous étude et les facteurs qui l’expliqueraient le mieux.

1.4.1 Hypothèse principale:

« Le temps de soumission du travail de fin d’études dépend de la motivation de l’étudiant pour la

rédaction dudit travail»

1.4.2 Hypothèses secondaires:

- H1: Un étudiant de sexe masculin est plus enclin à remettre son travail de sortie plus tôt qu'un
étudiant de sexe féminin.

- H2 : Un étudiant recevant un bon accompagnement est plus enclin à soumettre son travail de
fin d’études plus tôt.

- H3: Un étudiant avec un projet personnel lié à son domaine d'études est plus enclin à remettre
son travail de fin d'études tôt.

- H4: Un étudiant utilisant l’approche d’apprentissage en profondeur est plus enclin à remettre
son travail de fin d’études plus tôt.

29
Chapitre II

2 Le système de l’enseignement supérieur et

universitaire en Haïti

2.1 Origines et évolution

Le Système de l’Enseignement Supérieur en Haïti est presqu’aussi vieux que l’histoire du pays,
car les démarches pour implanter en Haïti des programmes de formation au niveau tertiaire
apparaissent environ quatre (4) ans après l’indépendance. En effet, dans l’État du Nord à partir
de 1808, après la scission de l’île d’Haïti, Henry Christophe a développé un système éducatif
complet qui couvre les trois niveaux primaire, secondaire, supérieur et doté de tous les corps
académiques et institutions d’encadrement nécessaires : Chambre royale d’instruction pour
l’élaboration des programmes, système de supervision et d’évaluation des établissements et des
.personnels, coopération avec la British Foreign School Society pour améliorer la formation des
maîtres, mécanismes de financement par l’État d’établissements privés, etc.
Par rapport à ces réalisations, le Tsar Alexandre Premier (Royaume de Prusse, 1816) énonça qu'
il espérait voir ce nouvel état rivaliser avec les blancs en tout ce qui était grand et bon” (Manigat,
2010). Les décennies qui ont suivi ont pu voir développer le système de l’enseignement
supérieur en trois grands secteurs : les institutions privées d’enseignement supérieur, les
institutions publiques d’enseignement supérieur et l’Université d’État d’Haïti.
L’histoire de l’université en Haïti contient plusieurs dates et périodes marquant des moments
importants, depuis sa création jusqu’à sa situation actuelle. En voici quelques-unes :
- 1823 : Jean-Pierre Boyer fonde l’Académie d’Haïti embrassant l’étude de la médecine,
du droit, des lettres et de l’astronomie qui disparaîtra très vite, faute de moyens de
fonctionnement.

- 1867-1922: Création de quelques écoles privées d’enseignement supérieur à savoir

l’école de droit du Cap-Haïtien, celles des Cayes et des Gonaïves.

- 1902 : Création de l’école des sciences appliquées sous la forme d’une initiative privée
qui sera rapidement soutenue par les autorités et deviendra l’actuelle Faculté des
Sciences.

- 1920 : Création de l’Université d’Haïti par la loi du 4 août 1920 dont la dénomination
renvoyait à une entité plus large incorporant l’ensemble des écoles primaires, secondaires

30
 et supérieures, ainsi que la communauté des professeurs, des étudiants et du personnel
administratif. Ce n’est que par le décret du 23 décembre 1944 que l’Université d’Haïti
prendra le sens moderne du terme, c’est-à-dire le regroupement des institutions publiques
d’enseignement supérieur. La nouvelle Université d’Haïti reçoit la mission de « dispenser
l’enseignement supérieur, de stimuler et d’organiser les recherches scientifiques et de
servir de centres de diffusion et de divulgation scientifiques et culturelles. ». Le recteur,
les doyens et directeurs d’écoles supérieures sont nommés par le président de la
République, sur recommandation du Secrétaire d’État de l’instruction publique.

- 1924 : Création de l’École centrale d’Agriculture par les Occupants avec pour mission de
former des techniciens agricoles, des instituteurs d’écoles rurales et d’écoles
professionnelle urbaines.

- 1947 : Élaboration et publication de la Loi de 1947- La première législation haïtienne sur

l’Université, prenant en compte les problèmes inhérents aux universités modernes de
l’heure. Cette loi confère une certaine autonomie à l’Université d’État.

- 1960 : L’Université d’Haïti devient l’Université d’État d’Haïti sous François Duvalier par
le décret du 16 Décembre 1960 abrogeant du même coup la loi de 1947 qui conférait une
certaine autonomie à l’institution. Le décret du 16 décembre 1960 ne projette aucune
vision de développement de l’enseignement.

- 1961: Création de l’Institut des Hautes Études Commerciales et Économiques (IHECE).

- 1987 : Réaffirmation de l’autonomie et de l’indépendance de l’Université d’État d’Haïti

par la Constitution de 1987, suivant l’article 208, titre VI, chapitre V, et attribution à
celle-ci d’une compétence particulière vis-à-vis des établissements privés d’enseignement
supérieur, en subordonnant l’autorisation de fonctionnement de ces derniers à un avis
technique favorable de l’UEH.

- 1970-1980 : Croissance dans la création des institutions privées d’enseignement

supérieur.

2.2 Description de l’offre d’enseignement supérieur en Haïti

Depuis les années 1980, le cadre haïtien d’enseignement supérieur s’élargit d’année en année par
la multiplication de nombreuses activités d’étude et de formation au niveau tertiaire,
particulièrement dans la capitale. L’enseignement supérieur en Haïti comprend aujourd’hui deux
grandes composantes: d’une part, le secteur public regroupant l’ensemble des facultés de
l’Université d’État d’Haïti, les universités publiques établies dans quelques villes de province, de
même que quelques autres institutions publiques d’enseignement supérieur qui sont sous la

31
tutelle de ministères particuliers; d’un autre côté, nous avons le secteur privé qui regroupe un
nombre important et grandissant chaque jour d’universités et d’institutions d’enseignement
supérieur.
Le système d’enseignement supérieur haïtien s’étend sur une période allant de 2 à 6 ans, suivant
le champ de formation considéré. Mis à part les frais d’inscription, la formation est gratuite dans
les universités publiques et les postulants doivent concourir pour y être admis. Ainsi, les facultés
pourront sélectionner les meilleurs postulants suivant un quota qui leur est propre et qui reflète
leur capacité d’accueil. Quant au secteur privé, les coûts de formation dépendent de l’université
en question et de la filière choisie. Les données disponibles, découlant de certains rapports de
recherche, loin d’être complètes, permettent cependant de dire que le système d’enseignement
supérieur et de l’université en Haïti (SESUH), au double point de vue quantitatif et qualitatif, est
loin de répondre aux besoins de la population.

2.2.1 Structure et fonctionnement

Au début de l’université en Haïti, il n’existait aucune structure relative à la coordination des
activités des institutions d’enseignement supérieur en Haïti. Cette fonction faisait pourtant partie
des attributions du ministère de l’Éducation (MENFP), d’après la loi organique du 23 octobre
1984 et le décret du 5 juin 1989. Pour remédier à cet état de fait, le MENFP a créé, en 1995, la
Direction de l’Enseignement Supérieur et de la Recherche Scientifique (DESRS). Cette structure
ad hoc n’a pas été dotée de moyens suffisants lui permettant d’exercer sa mission, aujourd’hui
encore. En 2009, la direction de l’enseignement supérieur et de la recherche scientifique
(DESRS) avait souligné que, parmi les faiblesses affectant l’enseignement supérieur du pays, dû
à l’absence de définition nationale, l’organisation de l’enseignement reste finalement à la
discrétion de chaque établissement, opérant, selon le cas, en années scolaires, en semestres, en
unités d’enseignement, en crédits, etc. Ces disparités entraînent des problèmes d’accréditation et
d’équivalence qui peuvent handicaper les étudiants dans leur projet de mobilité.
L’ensemble du sous-système comprend un peu plus de 200 établissements regroupant environ
220,000 étudiants, dont 12 % environ pour le secteur public (UEH et universités publiques
régionales) et 88% pour le secteur non public. Au total, le secteur public du SESUH compte
approximativement 27 000 étudiants, dont environ 24 000 à l’UEH21. On a certes assisté à une
très forte croissance des effectifs de l’UEH qui se sont multipliés par 6, passant de 3,309 en 1976
à près de 24,000 en 2013, mais cette augmentation n’a pas pu répondre à la forte hausse de la
demande de formation supérieure, compte tenu du nombre de plus en plus élevé des finissants
diplômés du secondaire. Il en a découlé une multiplication rapide et anarchique des

21
Les données statistiques citées dans cet article proviennent principalement des sources suivantes:
• MENFP (2007). La stratégie nationale d’action pour l’éducation pour tous (EPT).
• DESRS/MENFP (2009). Rapport d’enquête sur le réseau de l’enseignement supérieur et universitaire.
• Groupe de travail sur l’éducation et la formation (GTEF), sous la présidence de J. Lumarque (2011).
L’éducation par-dessus tout: Pour un pacte national pour l’éducation en Haïti.
• MENFP (2011). Plan opérationnel de mise en œuvre du Rapport final du GTEF

32
établissements privés qui n’a pas comblé l’écart, puisqu’il y aurait quelque 20,000 jeunes qui
poursuivent leurs études à l’étranger, dont environ 75 % en République dominicaine22.
L’enseignement supérieur fonctionne suivant un schéma global développé à travers le temps par
l’Université. Selon ce schéma, le Rectorat, l’administration générale de l’Université, comprend :
- un Recteur ;
- deux Vice-recteurs dont l’un au curriculum et à la recherche, l’autre à l’administration ;
- un Directeur financier ;
- un Administrateur ;
- un conseil constitué du Recteur, des Vice-recteurs, des Doyens des Facultés, des
Directeurs d’Instituts, d'Écoles et de Centres supérieurs rattachés à l’Université ;
- un personnel administratif d’appui.
Chaque structure universitaire, qu’elle soit privée ou publique, est dirigé par un rectorat. C’est
ainsi que l’on retrouve le Rectorat de l’Université d’État d’Haïti, le Rectorat de l’Université
Quisqueya, le Rectorat de l’Université Notre Dame d’Haïti, etc. A côté du Ministère de
l’Éducation Nationale et de la Formation Professionnelle, les rectorats assument toute la
responsabilité de la bonne marche de l’enseignement supérieur. La légalisation des diplômes,
qu’ils soient émis par une entité publique ou privée, relève du MENFP, plus précisément de la
Direction de l’Enseignement Supérieur et de la Recherche Scientifique, ensuite le dossier est
déposé au Ministère des Affaires Étrangères si le document est destiné à des suivis à l’extérieur
du pays.

2.2.2 Les entités de l’enseignement supérieur

2.2.2.1 L’Université d’État d’Haïti
L'Université d'État d'Haïti (UEH) est le plus grand établissement d'enseignement supérieur et de
recherche du pays. A travers le territoire, elle rassemble plus de 20,000 étudiants et étudiantes,
1,500 enseignants et 800 agents et cadres administratifs23. La région métropolitaine est le siège
de l'administration centrale et de 11 unités d'enseignement et de recherche. Le Cap-Haïtien
héberge l'unique faculté de l'UEH en province alors que six autres villes sont dotées d'une école
de Droit.
L’Université d’État d’Haïti (UEH) est un grand service public national d’enseignement supérieur,
de recherche et de service à la communauté pour le développement multidimensionnel de la
société haïtienne. Sa mission est:

22
Jean Joseph Moisset (2013). Gouvernance du système d’enseignement supérieur et de l’université en Haïti
(SESUH): amélioration nécessaire et possible, mais…
23
Université d’Etat d’Haïti: https://www.ueh.edu.ht/admueh/index.php

33
 ● De promouvoir et de transmettre les savoirs, les savoir-faire et les savoir-être dans
toutes les couches de la société haïtienne;
● D’œuvrer au développement de la recherche dans les domaines scientifique,
technique, culturel, économique, social;
● D’accompagner l’État, la société et la population haïtienne en général dans le
processus de développement;
● De contribuer à la modernisation de l’enseignement supérieur en Haïti. La vision
partagée par la communauté universitaire de l’UEH est celle d’un établissement
phare d’enseignement supérieur pour Haïti et la Caraïbe.
L’UEH se propose de devenir un modèle et une référence pour le secteur de l’enseignement
supérieur en faisant la promotion de l’excellence dans tous ses champs d’action. Cette vision
porteuse d’avenir attirera les enseignants et les chercheurs les plus qualifiés de la nation et, bien
entendu, les étudiants les plus prometteurs. Sa réputation dépassera les frontières d’Haïti, les
résultats de ses travaux de recherche seront reconnus internationalement et son rayonnement lui
fera bénéficier de l’apport de professeurs et de chercheurs étrangers émérites, de même que
d’étudiants étrangers, notamment en provenance de la Caraïbe.

Tableau 2. 1. Profil des Onze Facultés et Écoles Supérieures de l’UEH 24

Faculté ou école Date de Programmes offerts

création

Faculté de Droit et des Sciences 1860 Licence en droit

économiques
Licence en sciences économiques

Faculté de médecine et de pharmacie 1838 Doctorat en médecine (6 ans)

Diplôme de pharmacien (3 ans)

DESS en management et gestion de

services de santé

Faculté des Sciences 1902 Diplôme d'ingénieur (5 ans) en :

architecture, électromécanique, génie
civil, électronique

Diplôme d'études supérieures

spécialisées en informatique (6 ans)

24
Groupe de travail sur l’éducation et la formation (GTEF), sous la présidence de J. Lumarque (2011).- L’éducation
par-dessus tout: Pour un pacte national pour l’éducation en Haïti.

34
 Faculté ou école Date de Programmes offerts
création

en collaboration avec l'Université

de Nice-Sophia Antipolis

une licence en Chimie et un diplôme

en Topographie

Faculté d'agronomie et de médecine 1924 Diplôme d'ingénieur agronome (5

vétérinaire ans)

Faculté d'Odontologie 1928 Diplôme de chirurgien-dentiste (5

ans)

Faculté d'Ethnologie 1944 Licence en Psychologie, Sociologie,

Anthropologie,
Sciences du développement

Maîtrise en Sciences du
développement (5 ans)

Doctorat en Sciences du
développement

Ecole normale supérieure 1947 Licence en : Lettres Modernes,

Philosophie, Sciences Sociales,
Langues vivantes, Mathématiques,
Physique et Chimie, Sciences
naturelles

Master en histoire (5 ans)

Master en Mathématiques (diplôme

délocalisé) UAG

Lettre Philosophie - Lettres (Paris 8)

Institut national d'Administration, de 1958 Licence en : administration,

Gestion et des hautes Etudes comptabilité, gestion et relations
internationales internationales

Diplôme de cycle court en gestion

35
 Faculté ou école Date de Programmes offerts
création

Faculté des Sciences humaines 1974 Licence en : psychologie, service

social,
communication sociale et
journalisme.

Faculté de Linguistique appliquée 1978 Licence en linguistique

Institut Supérieur d'Etudes et de 1980 Licence en études et recherches

Recherches en Sciences Sociales africaines.
En remplacement de: Institut d'Etudes
et de Recherches Africaines Philosophie et Science Politique,
d'Haïti (IERAH) Tourisme et Patrimoine, Art et
Archéologie, Histoire, Géographie
Source : DESRS, Juillet 2023
Un certain nombre d’établissements publics d’enseignement supérieur sont réputés
académiquement rattachés à l’UEH mais ces liens ne sont pas bien définis même si pour certains
d’entre eux, le rectorat de l’UEH est cosignataire des diplômes de fin d’études ou représente la
courroie de transmission pour des catégories de subventions publiques destinées à ces
établissements. C’est le cas :
- des sept (7) écoles de droit de provinces (Gonaïves, Cap-Haitien, Cayes, Jacmel, Hinche,
Fort-Liberté et Port-de-Paix);
- des quatre (4) écoles publiques d’infirmières, placées sous tutelle du Ministère de la
Santé publique et de la population : École d’Infirmières de Port-au-Prince, celles des
Cayes, du Cap-Haïtien et de Jérémie;
- et du Campus Henri Christophe à Limonade (Cap-Haitien).

2.2.2.2 Les universités publiques en région

Le réseau d’enseignement supérieur public comprend dix (10) universités régionales :
Ce sont :
1- Université Publique du Nord au Cap-Haïtien (UPNCH)
2- Université Publique de l’Artibonite aux Gonaïves (UPAG)
3- Université Publique du Sud aux Cayes (UPSAC)
4- Université Publique du Sud-Est à Jacmel (UPSEJ)
5- Université Publique du Nord-Ouest à Port-de-Paix (UPNOPP)

36
 6- Université Publique du Centre à Hinche et à Mirebalais (UPCHM)
7- Université Publique des Nippes (UPNIP)
8- Université Publique du Nord-Est (UPNE)
9- Université Publique de la Grand-Anse (UPGA)
10- Université Publique du Bas Artibonite à Saint-Marc

2.2.2.3 Écoles d’Enseignement Supérieur des Ministères

Le réseau d’enseignement supérieur public comprend sept (7) écoles d’enseignement supérieur
rattachées à des instances gouvernementales :
1- Centre de Techniques de Planification et d’Économie Appliquée (CTPEA) : Ministère
de la Planification et de la Coopération Externe (MPCE)
2- Centre de Formation des Enseignants du Fondamental (CFEF) : Ministère de
l’Éducation Nationale et de la Formation Professionnelle (MENFP)
3- École Nationale Supérieure de Technologie (ENST) : Ministère de l’Éducation
Nationale et de la Formation Professionnelle (MENFP)
4- École Nationale des Arts (ENARTS) : Ministère de la Culture et de la Communication
(MCC)
5- École Nationale de Géologie Appliquée (ENGA) : Ministère des Travaux Publics,
Transports et Communications (MTPTC)
6- École Nationale d’Administration Financière (ENAF) : Ministère de l’Économie et des
Finances (MEF)
7- École Nationale d’Administration et de Politiques Publiques (ENAPP) : Primature.

2.2.2.4 Les institutions privées d’enseignement supérieur

Les universités privées sont organisées en facultés et/ou départements. Les instituts
d’enseignement supérieur privé et public sont des unités de formation à caractère plus limité
dénommées tantôt centres, instituts ou écoles. La prédominance de l’offre privée d’enseignement
supérieur et universitaire observée au cours des vingt dernières années a facilité l’accès d’un plus
grand nombre de jeunes à un niveau de formation plus élevé. Il demeure toutefois que la majorité
des élèves qui proviennent des familles à faibles revenus et qui ont bouclé avec succès leurs
études secondaires ne peuvent pas encore accéder à ce niveau d’enseignement, le nombre de
places étant très limité à l’Université d’État d’Haïti et les coûts de formation sont trop élevés
dans le secteur privé. La Direction de l’Enseignement supérieur du MENFP dénombre plus de

37
deux cents (200) établissements d’enseignement supérieur, dont la plus grande partie (80%) se
trouve localisée à Port-au-Prince.
« L’enseignement supérieur privé est un phénomène tardif de l’histoire de l’éducation en Haïti. A
part certaines écoles de droit dont notamment celle du Cap-Haïtien créée en 1867, celle des
Cayes en 1894, celle des Gonaïves en 1922, l'École des sciences appliquées (qui deviendra plus
tard l’actuelle Faculté des sciences) en 1902, l’université Adventiste Haïtienne en 1947, l’Institut
des Hautes études Commerciales et économiques en 1961, l’Institut Supérieur Technique d’Haïti
en 1965, l’Institut des Hautes études Commerciales et économiques (IHECE) en 1969, la plupart
des institutions privées d’enseignement supérieur ont commencé à faire leur apparition à partir
de la fin des années 70 et vers le milieu des années 80. Plus récemment, un grand nombre
d’établissements d’enseignement commercial de niveau secondaire se sont transformés en
instituts supérieurs ou carrément en universités sans nécessairement apporter des changements
majeurs dans leur curriculum, leur forme d’organisation ou leur mode de gestion » (Extrait de
l’article : Enseignement supérieur et universitaire en Haïti, Dictionnaire encyclopédique d’Haïti).
Selon le directeur de la DESRS, Paul Yves Fausner, rapporté dans un article du Nouvelliste25 daté
d’avril 2018, la Direction de l’enseignement supérieur et de la recherche scientifique ne
reconnaîtrait que 138 institutions. Ce nombre n’a pas changé aujourd’hui (Septembre 2023).

2.3 Le mémoire de sortie

L'achèvement d'un travail de fin d'études représente le point culminant d'un parcours académique
débutant par le processus d'admission. Les étudiants suivent un cursus composé de cours variés,
évaluations continues et projets pratiques, développant ainsi leurs connaissances et compétences
dans leur domaine d'études. Le travail de fin d'études, souvent réalisé en dernière année,
nécessite une recherche approfondie et une démonstration de compréhension critique des
concepts enseignés. C'est une étape significative où les étudiants mettent en pratique les
connaissances acquises au fil des années, aboutissant à la rédaction et à la présentation d'un
document académique rigoureux. En somme, le travail de fin d'études symbolise la culmination
d'un périple académique, révélant la croissance intellectuelle et le développement professionnel
de l'étudiant au cours de son parcours universitaire. Dans cette section, nous abordons un type de
travail de fin d’études très répandu qu’est le mémoire.

2.3.1 Définitions
Un mémoire est un document permettant d’exposer une opinion concernant un sujet donné en
s’appuyant logiquement sur une série de faits pour en arriver à une recommandation ou une
conclusion. Au cours des siècles, le sens du terme a bien évolué, sortant d’un simple texte
explicatif qui expose une idée pour se rapprocher du sens actuel, perdant son caractère

25
https://lenouvelliste.com/article/193660/138-institutions-denseignement-superieur-sont-reconnues-en-haiti

38
polémique et devient un texte scientifique, ou qui se veut tel. De nos jours, les définitions sur le
concept “mémoire” se font plurielles.
Selon le professeur Frantz Piard, “le mémoire est un document qui permet d’évaluer
l’organisation de la pensée de l’étudiant, la maîtrise des connaissances acquises depuis le début
du cycle d’étude, c’est-à-dire le début de sa licence. [...] Du point de vue de la méthode, il
constitue une série d’opérations intellectuelles nécessaires à son édification allant du thème de
recherche, ce qu’on appelle la question de départ, jusqu’à la bibliographie.”

La Robert Gordon University (Academic Affairs of RGU, 2002), de son côté, définit le mémoire
comme un travail qui représente le couronnement du parcours de l’étudiant et qui lui permet de
développer son esprit d’initiative et des intérêts particuliers. Il teste aussi les capacités de
l’étudiant à planifier et entreprendre un travail durable et permet de savoir comment l’étudiant
encode, traite et utilise l’information et les connaissances accumulées tout au long de son
parcours académique.

2.3.2 Justification académique de son exigence

Le mémoire de sortie, exigence académique impliquant un exercice intellectuel de l’étudiant

visant à évaluer les capacités d’organisation de sa pensée et la maîtrise des connaissances
acquises depuis le début du cycle d’études, était absent au moment de la création de l’Université
haïtienne. Il est apparu graduellement et s’est imposé aux étudiants finissants avec l’évolution du
système universitaire haïtien afin de sanctionner les études de 1er cycle.

Le mémoire de licence est de moins en moins pratiqué dans les sociétés ou les cycles d’études
s’élèvent jusqu’au niveau doctoral et au-delà. Dans ces pays, les activités de pratique à la
recherche sont distribuées au niveau des cours majeurs du programme académique. Par contre,
dans les pays ou les cycles d’études s’arrêtent à la licence, produire un mémoire de licence
devient un travail de recherche majeur. Dans le cas d’Haïti, même si les études peuvent se
poursuivre jusqu’au niveau doctoral (quoique le nombre de programmes de maîtrise et de
doctorat, ainsi que le nombre d’institutions qui offrent ces programmes ne sont pas élevés), la
rédaction d’un travail de fin d’études à la licence est généralement obligatoire. Les raisons
justifiant la soumission du mémoire sont nombreuses :

- L’évaluation des compétences de recherche : la rédaction d’un travail de fin d’études ou

mémoire de sortie exige que l’étudiant mette en pratique les compétences de recherche
acquises au cours de ses études universitaires. Cela permet d’évaluer la capacité de
l’étudiant à identifier, collecter et analyser des données pertinentes pour son sujet de
recherche;
- Le développement de compétences en rédaction : la rédaction d’un travail de fin d’études
est un processus qui exige une bonne maitrise de la langue, une organisation rigoureuse et
une capacité à formuler des arguments clairs et cohérents. Les étudiants sont souvent

39
 encouragés à travailler avec leur superviseur pour améliorer leurs compétences en
rédaction et en communication;
- La contribution à la recherche : les mémoires de sortie permettent aux étudiants de se
pencher sur un phénomène d’intérêt public, de faire des approches originales ou
approfondies pour parvenir à expliquer ledit phénomène et proposer des éléments de
solution si nécessaires.
- La préparation des études supérieures : la rédaction d'un mémoire de sortie peut
également préparer les étudiants à poursuivre des études supérieures. Les compétences de
recherche et de rédaction développées lors de la rédaction du mémoire de sortie peuvent
être utiles pour la rédaction d'une thèse de maîtrise ou de doctorat.

2.3.3 Objectifs du mémoire de sortie ou travail de fin d’études

Les principaux objectifs du mémoire ou travail de fin d’étude dans l’université en Haïti sont les
suivants:

1. Compléter le cursus universitaire et permettre d’obtenir le diplôme;

2. Assurer la mission de recherche de l’université haïtienne et permettre à cette dernière
d’apporter sa contribution au développement des connaissances et à la résolution des
problèmes de la société haïtienne;
3. Donner plus de valeur, de consistance et de signification au diplôme de premier cycle;

2.3.4 Importance du mémoire

Le mémoire universitaire de premier cycle en Haïti, c’est-à-dire des étudiants qui sont inscrits
dans un programme de licence, est un document ou une réalisation aux multiples utilités, car, le
mémoire, loin d’être une simple exigence académique, peut nous aider à gravir bien des
échelons. Nous pouvons regrouper les utilités du mémoire sous ces deux labels : le champ
académique et le champ professionnel. Dans le cas de l’université en Haïti, l’importance du
mémoire circonscrit au champ académique épouse complètement la forme des différents
objectifs de ce travail de recherche pour l’université haïtienne.

2.3.4.1 Sur le plan académique

Du point de vue académique, le mémoire ou travail de fin d’étude possède une triple utilité dans
la vie universitaire en Haïti, d’abord par rapport à l’étudiant et ensuite par rapport à tout le
système de l’enseignement supérieur. Premièrement, il permet à l’individu de passer du stade de
simple étudiant à étudiant-chercheur, et qui dit chercheur - recherche - dit augmentation de
connaissances, de manière consciente ou inconsciente. Durant cette transition, l’étudiant aura
approfondi ou enrichi ses connaissances dans un domaine ou un secteur donné à travers les
différentes lectures, recherches et enquêtes qu’il aura réalisées, ainsi que de l’accompagnement

40
dont il aura bénéficié de son directeur. Cet exercice lui apprend entre autres à organiser son
travail, à gérer son temps, à cerner un problème, à collecter des informations et à les ordonner, à
faire preuve d’esprit critique, de diplomatie et de débrouillardise. Et le diplôme obtenu grâce à
son travail lui permet d’avoir ce document de qualification qui l'autorise à postuler pour
poursuivre des études dans les cycles supérieurs.

Deuxièmement, le mémoire de sortie ou le travail de fin d’étude permet d’évaluer le niveau de

l’enseignement qui est prodigué à l’université et est une certaine mesure du niveau d’absorption
et d’assimilation des notions par l’étudiant. Le processus de rédaction du mémoire permet de
voir où se situent les lacunes et pourvoit aussi des pistes pour savoir comment y remédier.
Malheureusement, depuis des années, quoique différents auteurs pointent du doigt que les
étudiants manquent cruellement de connaissances en matière de méthodologie de recherche,
quasiment aucune disposition n’a été prise pour supporter les étudiants en ce sens.

2.3.4.2 Sur le plan professionnel

Sur le plan professionnel, pour nous en Haïti, le mémoire est un document qui a son importance
non seulement à l’embauche mais aussi tout au long d’une carrière – nous rappelons toutefois
qu’il y a des champs d’activité pour lesquels le mémoire ou le diplôme n’est pas nécessaire
(emplois non-spécialisés26). Le cas d’embauche d’une personne est une illustration typique de la
théorie du signal de Michael Spence (1973), l’embauche qui est considérée comme un
investissement par l’employeur. Le choix du meilleur individu pour le poste offert peut être
comparé à un jeu où l'employeur choisit le meilleur individu en se référant aux signaux que
celui-ci émet. Dans le cas où l'employeur ne connaît pas les compétences du candidat,
l'employeur ne pourra observer que certaines informations personnelles sous forme de
caractéristiques de l'individu, dans le but de définir son employabilité : diplômes, personnalité,
apparence notamment.

Nous parlons ici du mémoire en lieu et place du diplôme parce que nous connaissons
malheureusement un grave problème de délai de délivrance des diplômes aux titulaires. Plusieurs
mois peuvent s’écouler, qui se convertissent même en années parfois, depuis le moment de la
soutenance jusqu’au jour où le récipiendaire puisse enfin tenir le diplôme en mains. Ainsi, un
document certifiant la soumission du mémoire est parfois exigé pour permettre la continuation
d’un processus d’embauche.

“La Fonction publique haïtienne, pour atteindre son objectif, recrute des diplômés de l’UEH.
Étant donné que cette instance universitaire doit sa naissance avec les besoins de la Fonction
publique, elle constitue la plus grande réserve de diplômés qui deviendront, soit avec
l’expérience ou des spécialisations, des cadres administratifs et techniques qualifiés. A cet effet,
le mémoire de sortie à l’UEH a un impact très positif sur la Fonction publique haïtienne par le
fait qu’il est le seul outil qui justifie le droit qu’un étudiant possède d’obtenir son diplôme et sa
capacité de mener des études et des recherches sur des problèmes ou difficultés que peuvent

26
Emplois qui ne nécessitent pas un spécialiste en la matière.

41
connaître le pays et de proposer des solutions valables. Ainsi, une carence de mémoires à l’UEH
signifie une carence de cadres dans la Fonction publique et comme conséquence directe,
contraintes de toute sorte pour cette dernière de répondre à sa mission de progrès. Pour combler
cette lacune, l’UEH doit créer des cadres nécessaires afin d’encourager la préparation de
mémoires dans le but de satisfaire les demandes de la fonction publique et de diminuer de façon
considérable la sollicitation d’experts étrangers dans tous les domaines qui constitue un déficit
dans la balance des paiements”27.

Ce document est aussi utile pour les promotions, la promotion se définissant par la nomination
ou l’élévation d’une ou plusieurs personnes à une dignité, à un emploi supérieur. En langage
courant, c’est le passage d’un poste à un poste supérieur accompagné de tous les avantages qui
vont avec le nouveau poste. Une étude sur la liaison entre le niveau de formation et la probabilité
de promotion a été réalisée par Jacqueline Frisch28, sociologue au centre national de la recherche
scientifique (CNRS) en France, à la lumière de l’enquête de l’institut national de la statistique et
des études économiques (INSEE) sur la formation et la qualification professionnelle en 1964.
Selon cette étude, le diplôme joue un rôle essentiel dans la promotion des salariés. Mis à part
cette efficacité promotionnelle des diplômes, à partir d’un certain niveau, ils préservent de la
régression – la régression se définit comme le passage d’un poste à un autre poste inférieur.
L’enquête réalisée a montré qu’il n’y avait pratiquement pas de recul pour les bacheliers. On a
constaté que le taux de régression qui était de 22% entre 1959 et 1964 pour les ouvriers qualifiés
sans diplôme n’était plus que de 13% pour les titulaires du C.E.P, et de 8% pour les diplômés de
la formation professionnelle. Le taux de régression de 8% est en partie expliqué par la mobilité
des diplômés sur le marché du travail.

27
Cheevens77* (2017). Le mémoire et les travaux de sortie à l’Université d’État d’Haïti (U.E.H). Analyse des
résultats et identification des difficultés liées à sa réalisation de 1980 à 2006.
28
Jacqueline Frisch (1971). L’importance des diplômes dans la promotion.

42
Chapitre III

3 Profil de notre échantillon

Le troisième chapitre de ce travail comporte deux (2) parties. Premièrement, une présentation du
cadre opératoire de l’étude en passant par la présentation des variables clé ainsi que la définition
opérationnelle de toutes les autres variables, dites variables indépendantes sera faite; ensuite,
une analyse uni variée des facteurs utilisés dans le cadre de cette étude nous permettant de
dresser le profil des répondants de l’enquête sera réalisée.

3.1 Cadre opératoire

Le but de ce travail étant de déterminer l’ensemble des facteurs qui expliquent le temps de
soumission des travaux de fin d’étude ou mémoire des étudiants inscrits dans un programme de
licence, il nous a fallu identifier un ensemble de variables, nous basant pour certaines sur des
théories relatives à la thématique, pouvant nous permettre d’atteindre cet objectif.
Dans le cadre de cette étude, nous chercherons à expliquer deux (2) variables, dites variables
dépendantes. La première est la variable indiquant si l’étudiant a déjà déposé son travail de sortie
(notée « depot »). Elle prend la valeur « Oui » si l’étudiant a déjà terminé et déposé son mémoire
et « Non » sinon. La seconde est le nombre de temps pris par l’étudiant pour déposer son travail
de sortie (notée « temps_depot »). C’est une variable continue.

3.1.1 Définition opérationnelle des variables indépendantes

Les variables indépendantes de notre étude sont les suivantes:
1- Le sexe du répondant. Cette variable nous sert à identifier le sexe de l’étudiant finissant ou
ancien étudiant. Elle présente deux modalités : « M » si le sexe de l’interviewé est masculin,
et « F » si le sexe est féminin.

2- La tranche d’âge du répondant. Cette variable nous sert à identifier la tranche d’âge à
laquelle le répondant appartient. Elle présente les modalités suivantes:
- moins de 25 ans
- 25 – 29 ans
- 30 – 34 ans
- 35 – 39 ans

43
 - 40 – 44 ans
- 45 – 49 ans
- 50 ans et plus.
Cette variable nous permettra de voir si les personnes plus âgées étaient ou sont plus engagées à
soutenir leur travail de sortie que les plus jeunes, ou l’inverse.

3- La région de complétion des études secondaires. Cette variable nous sert à identifier la
région dans laquelle le répondant a terminé ses études classiques. Elle présente deux
modalités : « Dans la zone métropolitaine de Port-au-Prince » et « À l'extérieur de la zone
métropolitaine de Port-au-Prince ». Cette variable nous permettra de voir si les étudiants qui
ont complété leurs études secondaires en dehors de la zone métropolitaine de Port-au-Prince
sont plus motivés à au moins déposer leur travail de fin d’études que les autres répondants.

4- Le type d’établissement pour la terminale. Cette variable nous sert à identifier le type
d’établissement dans laquelle le répondant a fait sa terminale. Elle présente cinq modalités : «
lycée », « congréganiste », « protestant », « laïque » et « communautaire ». Cette variable
nous permettra de voir s’il y a une différence significative entre la motivation des répondants
de ces différents groupes pour soumettre leur travail de fin d’étude.

5- La composante du système d’enseignement supérieur et universitaire haïtien. Cette

variable nous sert à identifier la composante du système d’enseignement supérieur et
universitaire que le répondant a fréquentée pour sa licence. Elle comprend trois (3)
modalités :
- Université d’État d’Haïti, si le répondant a fréquenté l’une des entités de l’UEH;
- Institutions publiques d’enseignement supérieur hors UEH, si le répondant a
fréquenté l’une des entités publiques mais qui ne font pas partie de l’UEH;
- Institutions privées d’enseignement supérieur, si le répondant a fréquenté une
université ou faculté privée.
Elle nous permet de voir si le temps pris pour soumettre le travail de fin d’études d’une catégorie
d’institution à l’autre diffère significativement.

6- L’étude réalisée. Cette variable nous sert à identifier l’étude réalisée par les répondants. Elle
servira à créer la variable « domaine d’étude ».

7- Domaine de l’étude réalisée. Cette variable nous sert à regrouper ou à classifier les
différentes réponses pour les études réalisées par domaine. Ce regroupement provient de la
Classification Internationale Type de l’Éducation (CITE) qui est le cadre utilisé pour

44
 assembler, compiler et analyser des statistiques relatives à l’éducation qui sont comparables à
l’échelle internationale. La CITE fait partie de la Famille internationale des classifications
économiques et sociales des Nations Unies et fait office de référence en ce qui concerne
l’organisation des programmes éducatifs et des certifications apparentées par niveaux et
domaines d’études. Élaborée en premier lieu au milieu des années 1970 par l’Organisation
des Nations Unies pour l’éducation, la science et la culture (UNESCO), la CITE a depuis été
révisée à trois reprises, dont la dernière fois en 2013. La CITE est le fruit d’un accord
international et a été adoptée formellement par la Conférence générale des États membres de
l’UNESCO29.
Cette variable nous permettra de savoir si les étudiants d’un domaine d’étude sont plus enclins à
soumettre leur travail de fin d’études qu’un autre.

8- Des études en parallèle. Cette variable nous sert à identifier si le répondant a réalisé au
moins une autre étude pendant qu’il complétait sa première. Elle nous permettra de voir si le
fait d’avoir d’autres activités académiques reflète sur notre motivation à soumettre notre
travail de fin d’études. Elle contient les modalités « Oui » si étude(s) en parallèle, « Non »
sinon.

9- L’approche utilisée dans les études. Cette variable nous sert à identifier l’approche utilisée
par le répondant dans ses études. Elle présente deux (2) modalités : « je répétais les cours en
me centrant uniquement sur la préparation des examens » et « j’essayais de relier les idées et
établir des rapports entre les différents cours du cursus ». L’approche utilisée par un étudiant
lors de ses études est un qualificatif de son niveau d’engagement dans sa formation. Cette
variable nous permettra de voir quelle approche prédira, dans le cas de l’étudiant, un meilleur
comportement face à la soumission du travail de fin d’études.

10- La promotion du répondant. Cette variable nous sert à identifier la promotion du

répondant, la période à laquelle le répondant a réalisé ses études supérieures. Elle nous
permettra de voir si une génération d’étudiants est plus encline à soumettre leur travail de
sortie que d’autres.

11- L’année réelle de fin de cours. Cette variable nous permet de connaître la date réelle de fin
des cours des répondants, par ricochet, la durée réelle de la formation de l’étudiant. Dans les
calculs par rapport au temps pris pour soumettre son travail de sortie, elle nous permettra
d’effectuer des opérations plus précises, car, comme on le sait, la majorité des centres
universitaires en Haïti ne respectent pas la durée établie pour les cursus soit à cause de
problèmes internes ou d’autres problèmes exogènes sur lesquels ils n’ont aucune emprise.
29
Institut de Statistique de l’UNESCO (2014). - Domaines d’études et de formation de la CITE 2013 (CITE-F)

45
 Cette variable nous permettra aussi de relever des incohérences par rapport au temps qu’un
répondant aurait pris pour soumettre son travail de sortie.

Une autre utilisation de cette variable est de nous permettre de savoir, pour les étudiants qui
n’ont pas encore soumis leur travail de fin d’études, depuis combien de temps ils avaient
terminé avec les cours au moment du remplissage du questionnaire. Nous calculerons ainsi la
variable « temps_depot_complet » qui contiendra non seulement les données sur le temps
pris par les étudiants pour déposer leur travail, mais aussi des données sur combien de temps
les étudiants qui n’ont pas encore soumis leur travail avait depuis la fin de leur dernier cours
au moment du remplissage du questionnaire, une estimation toutefois. Cette variable nous
servira dans la modélisation.

12- Soutenance du travail de fin d’étude. Cette variable nous permet de savoir si le répondant a
déjà soutenu son travail de fin d’étude. Elle présente deux modalités : « Oui » si le répondant
a déjà soutenu son travail, « Non » sinon.

13- Le temps pris pour la soutenance après le dépôt du travail. Cette variable nous sert à
déterminer le temps pris par le répondant pour soutenir son travail après le dépôt. Il est
estimé en mois. C’est le nombre de mois depuis le dépôt du document jusqu’à la soutenance.
La somme du temps pris pour déposer le travail de fin d’étude et du temps pris pour le
soutenir nous permettra d’avoir une estimation en mois du temps pris par le répondant pour
soutenir son travail de fin d’étude depuis la fin effective des cours.

14- Qualification de l’accompagnement prodigué aux étudiants finissants pour la rédaction

de leur travail de sortie. Cette variable nous sert à identifier comment les répondants
qualifient l’accompagnement que prodiguent les centres universitaires en Haïti, plus
spécifiquement les professeurs, aux étudiants finissants quant à la rédaction de leur travail de
fin d’étude. Cette variable présente quatre modalités : « Accompagnement fort appréciable »,
« Accompagnement moyen », « Accompagnement médiocre » et « Pas d’accompagnement ».

15- Temps pris pour trouver un emploi après les études. Cette variable nous sert à identifier à
quelle période par rapport à ses études le répondant a trouvé un emploi. Elle présente les
modalités suivantes : « pendant les études », « moins de 12 mois après les études », « entre
12 et 24 mois », « plus de 24 mois » et « je n’ai jamais travaillé après les études ». Cette
variable nous permettra de voir si le travail peut être un obstacle à la rédaction du mémoire.

46
16- Contraintes pour rédiger le travail de fin d’étude. Cette variable nous sert à savoir si le
répondant a ou avait une quelconque contrainte pour rédiger son travail de fin d’étude. Elle
présente deux modalités : « Oui » s’il y a contrainte, « Non » sinon.

17- Liste des contraintes. Cette variable nous sert à identifier la liste des contraintes qu’a
rencontrées ou rencontre le répondant pour la rédaction de son travail de sortie. L’ensemble
des contraintes est listé dans le tableau récapitulatif (cf. Tableau. Récapitulatif des variables
de l’étude). Cela peut être un problème d’intérêt pour le travail, de motivation,
d’accompagnement, de logistique comme l’internet et l’électricité, etc.

18- Niveau d’information sur la rédaction d’un projet de fin d’études/mémoire. Cette
variable nous sert à identifier le niveau d’information dont dispose ou disposait le répondant
concernant la rédaction d’un projet de fin d’études au moment de sa rédaction. Elle présente
les modalités suivantes : « très informé.e », « assez informé.e », « pas vraiment informé.e » et
« pas informé.e du tout ».

19- Opinion sur le niveau de difficulté du travail de fin d’études. Cette variable nous sert à
identifier l’opinion du répondant concernant la difficulté de la rédaction du travail de fin
d’études. Elle présente deux (2) modalités : « Oui » si le répondant juge que la rédaction du
travail de fin d’étude est difficile, « Non » sinon.

20- Opinion sur le niveau d’utilité du travail de fin d’étude. Cette variable nous sert à
identifier l’opinion du répondant concernant l’utilité de la rédaction du travail de fin d’étude.
Elle présente trois (3) modalités : « Oui » si le répondant juge que la rédaction du travail de
fin d’étude est utile, « Non » s’il juge que le travail n’est pas utile, et « Ne sait pas » sinon.

21- Projet personnel lié au domaine d’étude. Cette variable sert à identifier si le répondant a ou
avait un projet personnel lié à son domaine d’étude. Elle présente deux modalités : « Oui » si
le répondant a/avait un projet personnel lié à son domaine d’étude, « Non » sinon.

22- Description de votre choix d’étude. Cette variable nous sert à identifier les raisons qui ont
poussé le répondant à faire choix de son domaine d’étude. Elle présente quatre modalités (cf.
Tableau. Récapitulatif des variables de l’étude).

23- Consommation de substances psychoactives. Cette variable nous permet de savoir, sur une
échelle de 0 à 5, où « 0 » veut dire « jamais » et « 5 » chaque jour », le niveau de

47
 consommation des produits psychoactifs (alcool, tabac, cannabis, cocaïne, …) par le
répondant, la consommation de ces produits pouvant avoir des effets non désirables sur la
productivité d’un étudiant.

24- Niveau d’éducation du membre de ménage le plus avancé académiquement. Cette

variable nous sert à identifier, dans l’entourage le plus proche du répondant, la personne la
plus avancée sur le point académique. Le niveau d’éducation des membres du ménage d’un
étudiant peut influencer sa motivation concernant ses études, par ricochet concernant la
soumission de son travail de fin d’études. Les modalités présentées dans cette variable sont :
« Non scolarisé », « niveau d’études fondamentales », « niveau d’études secondaires », «
école professionnelle » et « études universitaires ».

Tableau 3. 1 Récapitulatif des variables de l’étude

Variables Niveau de mesure Modalités

1. Homme
Sexe Nominal
2. Femme
1. Moins de 25 ans
2. 25 – 29 ans
3. 30 – 34 ans
Tranche d’âge Ordinal 4. 35 – 39 ans
5. 40 – 44 ans
6. 45 - 49
7. 50 ans et plus
1. Dans la zone métropolitaine de
Port-au-Prince
Région de complétion des études
Nominal 2. A l’extérieur de la zone
secondaires
métropolitaine de
Port-au-Prince
1. Lycée
2. Congréganiste
Type d’établissement pour la
Nominal 3. Protestant
terminale
4. Laïque
5. Communautaire
1. Université d’État d’Haïti
2. Institutions publiques
Composantes du système
d’enseignement supérieur hors
d’enseignement supérieur et Nominal
UEH
universitaire haïtien
3. Institutions privées
d’enseignement supérieur
Etude réalisée Nominal
Domaine d’étude Nominal

48
Variables Niveau de mesure Modalités
1. Oui
Etude(s) en parallèle Nominal
2. Non
Spécification de l’autre étude Nominal
1. Je répétais les cours en me
centrant sur la préparation des
examens
Approche utilisée dans les études Nominal
2. J’essayais de relier les idées et
établir des rapports entre les
différents cours du cursus.
Promotion Nominal
1. Génération 1990 – 1999
Période d’études Nominal 2. Génération 2002 – 2011
3. Génération après 2012
1. Oui
Dépôt du mémoire Nominal
2. Non
Temps en mois pris pour déposer le
Proportionnel
mémoire
1. Oui
Soutenance du travail Nominal
2. Non
Temps en mois pris pour soutenir
Proportionnel
après le dépôt du travail de sortie
1. Accompagnement fort
Qualification de l’accompagnement
appréciable
prodigué aux étudiants finissants
Nominal 2. Accompagnement moyen
pour la rédaction de leur travail de
3. Accompagnement médiocre
sortie
4. Pas d’accompagnement
1. Pendant les études
2. Moins de 12 mois
Temps pris pour trouver un emploi 3. Entre 12 et 24 mois
Nominal
après les études 4. Plus de 24 mois
5. Je n’ai jamais travaillé après les
études
Contrainte(s) pour rédiger le travail 1. Oui
Nominal
de fin d’étude 2. Non
1. Aucun intérêt pour la rédaction
du travail de fin d’étude
2. Motivation
3. Accès à un ordinateur
Liste des contraintes Nominal 4. Accès à l’électricité
5. Accès à une bonne connexion
internet
6. Le boulot
7. Problèmes familiaux

49
Variables Niveau de mesure Modalités
8. Problèmes de santé
9. Problèmes de notes à la fac
10. Problèmes financiers
11. Fréquentation d’une autre
faculté en parallèle
12. Difficulté à trouver un sujet de
recherche
13. Sujet de recherche complexe
14. Données pour le travail non
disponibles
15. Traitement et analyse des
données
16. Manque d’encadrement
17. Émigration
18. Autre
1. Très informé.e
Niveau d’information sur la
2. Assez informé.e
rédaction d’un projet de fin Nominal
3. Pas vraiment informé.e
d’étude/mémoire
4. Pas informé.e du tout
Opinion sur le niveau de difficulté 1. Oui
Nominal
du travail de fin d’études 2. Non
1. Oui
Opinion sur le niveau d’utilité du
Nominal 2. Non
travail de fin d’études
3. Ne sait pas
Projet personnel lié au domaine 1. Oui
Nominal
d’étude 2. Non
1. Mon domaine d’étude était mon
premier choix.
2. Mon domaine d’étude était un
choix résigné car je n’ai pas eu
la possibilité d’étudier ce que je
voulais vraiment.
3. Mon domaine d’étude était
Description de votre choix d’étude Nominal
fortement influencé par mes
proches mais j’ai appris à
l’accepter et à l’aimer.
4. Mon domaine d’étude m’était
imposé par mes proches et je
n’ai pas supporté le fait de faire
carrière dans ce domaine.
Consommation de substances
Ordinal 0, 1, 2, 3, 4, 5
psychoactives

50
Variables Niveau de mesure Modalités
1. Non scolarisé
Niveau d’éducation du membre de 2. Niveau d’études fondamentales
ménage le plus avancé Nominal 3. Niveau d’études secondaires
académiquement. 4. École professionnelle
5. Études universitaires
Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

3.2 Analyse uni variée des résultats de l’enquête

Dans cette partie du travail, nous décrivons les différentes caractéristiques de notre population
telles que les caractéristiques sociodémographiques de nos répondants, des études secondaires et
universitaires, du niveau d’accompagnement reçu et des contraintes rencontrées, ainsi que
d’autres facteurs intrinsèques aux répondants qui pourraient influencer la soumission du travail
de sortie.

3.2.1 Caractéristiques sociodémographiques

3.2.1.1 Sexe des répondants
Au cours de l’enquête, 181 personnes, anciennes et anciens du système d’enseignement supérieur
et universitaire haïtien, ont répondu positivement à notre invitation. Parmi ces 181 personnes,
123 d’entre elles, représentant un pourcentage de 68%, étaient de sexe masculin et 58, soit 32%,
de sexe féminin.
Figure 3. 1. Distribution des répondants par sexe

51
 Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

3.2.1.2 Age des répondants

Parmi les 181 personnes ayant participé à l’enquête, 54% d’entre elles, soit 98 participants,
avaient entre 25 et 29 ans; 27% avaient entre 30 et 34 ans et 11% avaient entre 35 et 39 ans au
moment de l’enquête. Aussi, 10% d’entre elles, soit 18 participants, avaient moins de 25 ans au
moment du remplissage du questionnaire et seulement 4% avaient au moins 40 ans. Ainsi, la
tranche d’âge modal des répondants est la tranche 25 – 29 ans.

Figure 3. 2. Distribution des répondants par tranche d’âge

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

52
3.2.2 Caractéristiques des études secondaires
3.2.2.1 Type d’établissement pour la terminale et région de complétude des études
secondaires
Parmi nos 181 répondants, environ 56% ont passé leur classe terminale dans des écoles
congréganistes, 23.2% ont fréquenté des lycées pour la terminale, 15.5% étaient dans des
institutions laïques pour ladite classe, environ 4% dans des écoles protestantes et moins de 2%
dans d’autres catégories d’institutions comme des pensions ou des écoles communautaires. La
catégorie modale pour le type d’établissement pour la terminale est la catégorie
« Congréganiste ».
Aussi, il a été rapporté que 17% de nos répondants ont complété leurs études secondaires en
dehors de l’Aire Métropolitaine de Port-au-Prince contre 83% à l’intérieur de l’AMP.
Figure 3. 3. Distribution par type d’établissement pour la terminale

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

3.2.3 Caractéristiques des études universitaires

3.2.3.1 Composantes du système d’enseignement supérieur et universitaire haïtien
Le système d’enseignement supérieur et universitaire haïtien se compose de trois (3) catégories :
l’Université d’État d’Haïti (UEH), les institutions publiques d’enseignement supérieur hors UEH
et les institutions privées. Ainsi, 47% de nos répondants ont bouclé leur premier cycle
universitaire en fréquentant l’UEH et les autres composantes, c’est-à-dire les institutions
publiques hors UEH et les institutions privées, ont reçu chacune 26.5% de nos répondants.

53
 Figure 3. 4. Distribution des répondants par composante du système universitaire
fréquentée

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

3.2.3.2 Période d’études dans le SESUH

Nous avons recodé les années d’admission des répondants en trois (3) catégories ou générations
de dix (10) ans pour les besoins d’analyse. La totalité de nos répondants est ainsi répartie :
seulement 2% proviennent de la génération 1990 – 1999 contre 24% pour la génération
2002-2011 et 74% font partie de la génération après 2012, 2012 inclus.
Le fort pourcentage de nos répondants faisant partie de la génération d’après 2012 peut être
expliqué soit par la familiarité de cette génération avec les outils électroniques, d’où un meilleur
accueil du formulaire de l’enquête; soit par le biais de sélection entraîné par la méthode
d’échantillonnage utilisée qui est la méthode « boule de neige ».

54
 Figure 3. 5. Distribution des répondants par génération

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

3.2.3.3 Domaines d’études réalisées

Au cours de l’enquête, nous avons collecté les informations sur l’étude qui a été réalisée par les
répondants. Nous avons recodé cette variable de manière à rendre l’analyse plus facile en
regroupant les différentes études par domaine. Le graphique qui suit nous montre l’ensemble des
domaines qui sont représentés dans le travail. Une analyse sommaire nous montre que le tiers des
répondants, soit 33.33%, appartient au domaine des sciences sociales, journalisme et information
qui regroupe des études comme l’économie, les sciences politiques, la psychologie. 28.1% des
répondants appartiennent au domaine des sciences naturelles, mathématiques et statistiques;
17.65% au domaine du commerce, administration et droit; 9.17% dans l’ingénierie, les industries
de transformation et construction; environ 5% dans le domaine de la santé et des protections
sociales et moins de 2% dans chaque autre domaine.

55
 Figure 3. 6. Distribution par domaine d’études réalisées

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

3.2.3.4 Approches utilisées dans les études et études en parallèle

Dans la littérature, il y a deux (2) approches couramment utilisées dans les études : l’approche
« cramming » ou « bourrage de crâne » qui consiste à se préparer uniquement pour les examens
et l’approche « relier les idées » qui consiste à relier les idées entre les différentes matières du
cursus pour une meilleure compréhension globale du domaine d’études.
De nos 181 répondants, 111, soit 61.33% d’entre eux, affirment qu’ils étaient des étudiants qui
essayaient le plus souvent de relier les idées et établir des rapports entre les différents cours du
cursus pour une meilleure compréhension de la matière, tandis que les autres 38.67% se
concentraient majoritairement sur la préparation des examens. Aussi, environ 18% de nos
répondants ont réalisé au moins une autre étude en parallèle contre 82% qui se concentraient sur
une unique étude.
Les approches utilisées dans les études ont leurs avantages mais aussi leurs inconvénients.
L’approche « cramming » peut donner des résultats à court terme pour la réussite d’un examen et
ainsi mener à l’obtention de son diplôme mais sans une compréhension réelle du domaine;
l’approche « relier les idées » donne cette compréhension globale de la matière sur le long terme,
mais notre réalité nous montre que le fait de toujours chercher à comprendre peut nous faire rater
l’essentiel pour les révisions d’un examen imminent, basé majoritairement sur un « tchala », et
donc échouer sans avoir pu obtenir son diplôme. Il est donc important de savoir comment utiliser
ces deux approches pour un résultat optimal.

56
 Figure 3. 7. Distribution par approche utilisée dans les études

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

3.2.4 Dépôt et soutenance du travail de fin d’études

3.2.4.1 Dépôt et soutenance du travail de fin d’études

Parmi les 181 répondants, 46.41%, soit 84 d’entre eux, avaient déjà déposé le travail de fin
d’études au moment du remplissage du questionnaire contre 53.59% qui soit n’avaient pas
encore commencé ou étaient en pleine rédaction du travail de sortie. Parmi les 46.41% qui
avaient déjà déposé leur travail, 90.48% avaient déjà soutenu leur travail au moment de l’enquête
contre 9.52% qui attendaient encore leur soutenance.

57
 Figure 3. 8. Distribution des répondants par statut de dépôt du travail de fin d’études

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

3.2.5 Support et contraintes concernant la rédaction du travail de fin d’études

3.2.5.1 Niveau d’information sur la rédaction d’un travail de fin d’études et qualification
de l’accompagnement
Au cours de l’enquête, 4.97% des répondants ont signalé qu’ils n’avaient aucune information en
ce qui a trait à la rédaction d’un travail de fin d’études; 34.81% estiment qu’ils n’étaient pas
vraiment informés à ce sujet, c’est-à-dire qu’ils avaient un niveau d’information négligeable;
environ 46% d’entre eux ont témoigné avoir assez d’informations pour rédiger leur travail de
sortie et seulement près de 14% d’entre eux estiment qu’ils étaient très bien informés sur la
rédaction du travail de fin d’études.
Par ailleurs, parmi les 181 répondants, 23.2% ont déclaré qu’ils n’avaient reçu aucune forme
d’accompagnement pour réaliser leur travail de fin d’études au moment du remplissage du
questionnaire; 30.39% affirment avoir reçu de l’accompagnement mais le qualifient de médiocre.
D’un autre côté, 33.15% des enquêtés ont avoué avoir reçu un accompagnement qu’ils jugent
moyen et seulement 13.26% des répondants ont affirmé avoir reçu un accompagnement fort
appréciable.
Nous supposons que le niveau d’information sur le travail de fin d’études marche de pair ou est
corrélé au niveau d’accompagnement que reçoivent les étudiants finissants pour la rédaction
dudit travail, et cette supposition est supportée par un simple test d’indépendance de chi-deux

58
entre ces deux variables duquel nous obtenons une p-value de 0.000653 (inférieure à 0.05) qui
traduit que ces variables sont associées de manière statistiquement significative au seuil de 5%
tout au plus (tableau du test en annexe).

Figure 3. 9. Distribution des répondants par qualification de l’accompagnement reçu

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

3.2.5.2 Contrainte(s) pour rédiger le travail de fin d’études

A la question « avez-vous ou avez-vous eu des contraintes pour rédiger votre travail de fin
d’études? », 76.24% d’entre elles ont affirmé avoir eu au moins une contrainte pour rédiger leur
travail de fin d’études contre 23.76% qui n’avaient apparemment aucune contrainte. C’est un
pourcentage qui ne nous surprend guère car nous sommes en connaissance de la constante
présence de contraintes de toutes sortes dans notre quotidien pour accomplir des tâches, aussi
minimes que ça puisse être. D’autant plus que, dans le cas de la rédaction d’un travail de fin
d’études, les supports, que ce soit académique ou financier, sont extrêmement importants pour la
réussite du projet.

59
 Figure 3. 10. Distribution des répondants selon qu’ils aient eu contrainte ou non

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

3.2.5.3 Analyse des contraintes pour la rédaction

Concernant les contraintes que rencontrent ou qu’ont rencontrées les participants pour la
rédaction du travail de fin d’études :
- 53% de nos répondants ont affirmé avoir eu un problème
d’encadrement/accompagnement;
- près de la moitié, soit 49% d’entre eux, ont parlé de problème de motivation;
- 46% d’entre eux ont affirmé avoir des problèmes de données et
- 39% ont spécifié que leur boulot constituait un obstacle à la rédaction de ce travail.
D’autres contraintes ont été aussi signalées comme l’accès à l’électricité ou à une bonne
connexion internet (32% et 28%); contraintes pour trouver un sujet de recherche (17%) ou le fait
de traiter un sujet de recherche complexe (22%), et environ 14% avaient une contrainte dans
l’analyse des données du travail. Cependant, il est intéressant de voir que dans notre échantillon,
seuls 8% des répondants n’avaient pas d’intérêt dans la rédaction du travail de sortie.

60
 Figure 3. 11. Fréquence d’occurrence des contraintes pour la rédaction

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

3.2.6 Autres facteurs personnels supplémentaires des répondants

3.2.6.1 Opinion sur la difficulté et l’utilité du travail de fin d’études

Quant au niveau de difficulté de la rédaction d’un projet de sortie, 58% de nos répondants
pensent que la rédaction d’un travail de fin d’études n’est pas un exercice difficile en soi. Ils
pensent qu’avec de l’accompagnement et de la motivation, ce serait un travail comme un devoir
régulier. En ce qui a trait à l’utilité du travail, 78.5% de nos répondants pensent que le travail de
fin d’études est utile, 15.5% pensent le contraire et 6.1% n’ont pas émis d’opinion à ce propos.
Les opinions émises sur le niveau de difficulté et d’utilité du travail de sortie montrent que les
étudiants du système d’enseignement supérieur et universitaire haïtien peuvent être influencés
dans la voie de la rédaction de ce travail. En effet, nous pensons qu’une politique de
sensibilisation par rapport à cette tâche académique et l’accompagnement adéquat peuvent

61
booster la motivation et la productivité des étudiants finissants pour remettre ce dernier devoir
pour obtenir leur grade de licencié dans leur domaine respectif.
3.2.6.2 Projet personnel en relation avec le domaine d’études et description du choix
d’étude
Un projet personnel lié au domaine d’études d’un étudiant peut lui permettre d’avoir une
motivation supplémentaire pour se concentrer sur ses études et l’aider à mieux comprendre les
matières, pour lui permettre de mettre en pratique les connaissances acquises en cours et de les
développer davantage. 59% de nos répondants ont affirmé avoir ou avoir eu au moins un projet
personnel en relation avec le domaine d’étude contre 41% sans projet en lien avec leurs études,
ce qui est un pourcentage assez élevé d’étudiants qui n’avaient pas de suite dans leur tête en ce
qui concerne leurs études principales. Cette situation peut être due par le fait que le choix des
études n’est pas tout à fait personnel et qu’il est souvent influencé dans notre société.
Cette hypothèse qui prend le choix des études comme facteur principal lié au fait que les
étudiants n’ont pas de projet en relation avec leurs études est corroborée par les résultats obtenus
à la question qui désigne les caractéristiques du choix de l’étude. A cette question, environ 59%
des répondants ont affirmé que leur domaine d’études était leur premier choix, contre 41% qui
ont avancé que leur choix était soit fortement influencé par leurs proches ou un choix résigné car
ils ne pouvaient pas étudier ce qu’ils voulaient vraiment.

3.2.6.3 Nombre de temps pour trouver un boulot après les études

Parmi les répondants de l’enquête, 28% d’entre eux ont pu trouver du travail alors même qu’ils
étaient étudiants, 46% ont pris moins de 12 mois après leurs études pour travailler, 14% entre 12
et 24 mois, et 13% n’avaient jamais travaillé au moment où ils remplissaient le questionnaire.
Par travail, nous entendons tout embauchement par une entreprise mais aussi toute activité
personnelle mise sur pied pour fournir un service et gagner de quoi vivre.

62
Figure 3. 12. Distribution des répondants par nombre de temps en mois pris pour travailler

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

3.2.6.4 Consommation de substances psychoactives

Au cours de l’enquête, environ 63% de nos répondants ont affirmé ne jamais consommer des
produits psychoactifs comme l’alcool, le tabac ou autres drogues et substances illicites; environ
25% ont affirmé avoir rarement consommé ces substances, 10.5% autres ont affirmé consommer
ces produits à une fréquence un peu plus élevée et moins de 2% ont affirmé consommer ces
produits assez souvent ou de manière régulière (graphique en annexe).
Plusieurs raisons peuvent expliquer la non-consommation ou la consommation modérée de ces
produits par les répondants comme :
1. Préoccupations de santé: Les produits psychoactifs peuvent avoir des effets néfastes
sur la santé mentale et physique, et certains étudiants peuvent être conscients de ces
risques et choisir de ne pas les consommer.
2. Croyances personnelles: Les valeurs, les convictions religieuses ou morales peuvent
influencer la décision de certains étudiants de ne pas consommer de produits
psychoactifs.
3. Engagement sportif: Les étudiants qui participent à des activités sportives ou qui
s'engagent dans d'autres activités qui nécessitent une capacité physique ou mentale
peuvent choisir de ne pas consommer de produits psychoactifs pour éviter les effets
secondaires qui peuvent nuire à leur performance.

63
 4. Peur de la dépendance: Certaines personnes peuvent craindre de développer une
dépendance aux produits psychoactifs, ce qui peut les inciter à éviter leur
consommation.

3.2.6.5 Choix du domaine d’études

Le choix d’études des participants à cette enquête n’est pas uniforme ou unanime. En effet, parmi
les 181 répondants, seulement un peu plus de la moitié, soit 58.56%, affirment que leur choix
d’études était ce qu’ils voulaient vraiment c’est-à-dire leur premier choix contre 22.1% d’entre
eux qui attestent que c’était un choix résigné. 18.78% d’entre les répondants affirment que leur
choix était fortement influencé par leurs proches mais qu’ils ont fini par accepter et aimer leurs
études, contre 0.55%, soit une personne, qui se retrouve dans la même situation cependant elle
n’a jamais accepté le fait de faire carrière dans le domaine que l’on peut qualifier « d’imposé ».
Plusieurs théories pourraient expliquer pourquoi il est difficile de choisir un domaine d’études
comme la théorie de l’indécision qui suggère que l’indécision est le résultat de conflits internes
et d’une incapacité à évaluer les options; et la théorie de la décision rationnelle qui avance que la
prise de décision repose sur une évaluation rationnelle des options, cependant, les émotions et les
pressions externes comme les amis, la famille et les enseignants peuvent perturber le processus
de prise de décision, rendant la décision plus difficile.

3.2.6.6 Niveau d’éducation du membre de ménage le plus avancé académiquement

A la question « Quel est le niveau d'éducation du membre de votre famille (père, mère, frère et
sœur) le plus avancé académiquement quand vous étiez à votre dernière année à l'université? »,
environ 50% des répondants ont répondu que ce membre avait fait des études universitaires et
17% ont affirmé que cette personne avait poursuivi une formation professionnelle. 16% d’entre
eux ont avancé que le membre le plus avancé académiquement avait fait des études secondaires,
ainsi que 16% ayant atteint le niveau fondamental (jusqu’à la 9e année). Moins de 2% ont affirmé
qu’aucun de leurs proches n’avait un quelconque niveau d’étude. Ces résultats sont propres à
l’échantillon qui a été interviewé car nous ne pouvons pas savoir quelle est la distribution réelle
de cette variable dans la population à ce sujet.

Synthèse de l’analyse descriptive

Dans le cadre de l’analyse uni variée de ce travail de recherche, plusieurs caractéristiques clés de
notre échantillon ont été examinées. En résumé, notre population a une prédominance pour le
sexe masculin qui la compose à 68% et la tranche d’âge modale est la tranche 25-29 ans (54%).
Près de 56% de notre échantillon proviennent d’écoles congréganistes et 73.5% de nos
répondants ont fréquenté des institutions publiques d’enseignement supérieur. Plusieurs
domaines d’études sont représentés et le domaine modal est le domaine des sciences sociales,
journalisme et information qui regroupe des études telles que l’économie, la sociologie, la

64
psychologie entre autres. Dans le cadre des études, près de 61% des répondants ont spécifié avoir
utilisé une approche de compréhension profonde des matières du cursus.
Seul environ 46% de notre échantillon avaient pu déposer leur travail de fin d’études au moment
de l’enquête. 76% d’entre eux ont affirmé avoir eu au moins une contrainte pour la rédaction du
travail; la contrainte modale est le niveau d’encadrement qu’ils bénéficient (53%) : seulement
13% de notre échantillon qualifient l’accompagnement reçu de fort appréciable. D’un autre côté,
58% de nos répondants pensent que la rédaction d’un travail de fin d’études en soi n’est pas
difficile et 78.5% de l’échantillon pensent que c’est un exercice utile. Et d’un point de vue
beaucoup plus personnel, seul 58.6% de notre échantillon ont pu étudier le domaine de leur choix
et 59% avaient un projet personnel lié aux études. Finalement, 50% de notre échantillon ont
affirmé avoir des membres de leur famille qui ont fait des études universitaires.

65
Chapitre IV

4 Identification des facteurs liés à la

soumission et au temps de soumission du
travail de fin d’études

Dans le but de vérifier nos hypothèses selon lesquelles la soumission et le temps de soumission
du travail de fin d’études dépendent de certains facteurs, nous allons procéder à l’analyse
bivariée des différents facteurs de l’étude en association avec nos variables d’intérêt : « depot »
et « temps_depot ». Cette analyse nous permettra de tirer les premières relations qui existent
éventuellement entre nos variables dites indépendantes et nos variables d’intérêt.
Pour y arriver, nous utiliserons des résultats provenant de tableaux de contingence ainsi que des
tests du chi-deux de Pearson pour indiquer, s’il y a ou non, une certaine dépendance
statistiquement significative entre les facteurs, soutenus par le coefficient de Cramer qui
mesurera la force de cette éventuelle relation entre les variables indépendantes et la variables
d’intérêt « depot ». Nous utiliserons aussi des boîtes à moustache (boxplot) et des tests comme
Kruskal-Wallis et Mann-Whitney pour spécifier s’il y a ou non une différence significative entre
les groupes des facteurs associés à la variable « temps_depot ».
Les tests Mann-Whitney et Kruskal-Wallis sont deux tests statistiques non-paramétriques qui
servent à comparer deux (2) ou plusieurs groupes/échantillons entre eux. Ces tests
non-paramétriques sont utilisés parce que notre variable « temps_depot » ne suit pas une loi
normale selon le test de normalité Shapiro-Wilk qui teste l’hypothèse nulle selon laquelle un
échantillon est issu d’une population normalement distribuée. Si la p-value obtenue du test est
inférieur à un seuil choisi (0.05), l’hypothèse nulle est rejetée. Les résultats du test sur R sont les
suivants :

66
 Tableau 4. 1 Test de normalité de la variable « temps_depot »

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

La p-value (0.000003308) étant inférieure au seuil 0.05, la variable « temps_depot » ne suit donc
pas une loi normale.
L’analyse sera ainsi réalisée :
- Les différentes variables seront croisées à la variable « depot » (croisement de deux variables
catégorielles) pour déterminer lesquelles d’entre elles ont une quelconque relation de
dépendance avec la soumission du travail de fin d’études.
- Les variables dont la dépendance a été statistiquement prouvée avec la variable « depot »
seront aussi croisées avec la variable « temps_depot » et ces croisements nous permettront de
déceler quelques relations a priori de ces variables sur le temps de soumission du travail de
fin d’études, relations qui peuvent être confirmées ou infirmées selon les résultats de notre
modèle à suivre, et nous donnera une idée du temps médian pris par les répondants pour
soumettre leur travail de fin d’études pour chaque facteur considéré.
Les « boîtes à moustache » (boxplot) utilisées à cet effet nous permettront de relever le temps
médian de soumission du travail de fin d’études et les tests de Mann-Whitney et de
Kruskal-Wallis nous permettront de tester si la différence de médiane entre les groupes est
statistiquement significative.

4.1 Présentation des tests statistiques utilisés

4.1.1 Test du chi-deux de Pearson

Ce test sert à apprécier l’existence ou non d’une relation entre deux caractères au sein d’une
population, lorsque ces caractères sont qualitatifs ou lorsqu’un caractère est quantitatif avec des
données regroupées et l’autre qualitatif, ou bien encore lorsque les deux caractères sont
quantitatifs mais que les valeurs ont été regroupées. En d’autres mots, ce dernier indique si les

67
différences entre les fréquences observées et les fréquences théoriques sont dues au résultat du
hasard de l’échantillon choisi ou si elles traduisent une relation entre les variables en question.
Hypothèses :
- H0 : Les deux variables sont indépendantes
- Ha : Les deux variables sont statistiquement dépendantes
Règle de décision :
Sous l’hypothèse H0,
χ2cal =Σ (FO-FC)2/FC,
où FO : Fréquence Observée et FC : Fréquence Calculée. Si χ2cal >= χ2tab pour un seuil de α et
ddl= (l-1)*(c-1), où l=nombre de lignes et c=nombre de colonnes, H0 est rejetée. De même si la
probabilité (p-value) associée au Khi carré calculé est inférieure à α (le seuil fixé), alors H0 est
rejetée.

4.1.2 Coefficient de Cramer ou V de Cramer

Le V de Cramer, aussi connu sous le nom de phi de Cramer, est interprété comme une mesure de
la force relative d'une association entre deux variables. Le coefficient varie de 0 à 1 (avec 1 :
l’association parfaite). En pratique, on considère qu’un V de Cramer d’au moins 0.1 fournit un
bon seuil minimum pour suggérer qu'il existe une relation de fond entre les deux variables
(source). Sa formule :
2
𝑋
V= 𝑁(𝑘−1)

Où
V : dénote le V de Cramer
χ2: la statistique du chi carré de Pearson du test mentionné ci-dessus
N : la taille de l’échantillon
K : le minimum du nombre de modalités des 2 variables du test

4.1.3 Test de Mann-Whitney

Ce test permet de comparer deux médianes qui proviennent l’une d’une variable ordinale ou bien
de l’une quantitative avec libre d’une distribution. Il est spécifique pour comparer deux
échantillons indépendants et aléatoires.
Hypothèses :
- H0 : Il n’y a pas de différence entre les échantillons.

68
 - Ha : Il y a une différence entre les échantillons.
Règle de décision :
Si la valeur p associée au test est moindre à α = 0.05, alors H0 est rejeté avec un niveau de
confiance de 95 %. Si c'est le cas opposé, on conclut qu’on ne dispose pas assez d’évidence pour
rejeter H0.

4.1.4 Test de Kruskal-Wallis

Ce test est la généralisation du principe du test de Mann-Whitney. Il permet de comparer
plusieurs échantillons indépendants (> 2).

Hypothèses :
- H0 : Il n’y a pas de différence entre les échantillons.
- Ha : Il existe au moins un échantillon différent des autres échantillons.
Règle de décision :
Si la valeur p associée au test est moindre à α = 0.05, alors H0 est rejeté avec un niveau de
confiance de 95 %. Si c'est le cas opposé, on conclut qu’on ne dispose pas assez d’évidence pour
rejeter H0.

4.2 Analyse bivariée des résultats pour identifier les facteurs liés à la soumission
du travail de fin d’études

4.2.1 Effets des caractéristiques sociodémographiques sur la soumission du

travail de fin d’études

4.2.1.1 Sexe des répondants

Selon l’étude d’Eurydice, s’il n’y a pas de différence particulière dans le domaine des sciences
entre les sexes, le sexe féminin montre un intérêt beaucoup plus prononcé pour la lecture.
Cependant, cela ne suffit pas pour aider les femmes dans la rédaction des travaux scientifiques
par rapport aux hommes. En effet, les résultats obtenus par le tableau de contingence réalisé avec
le sexe des répondants traduisent cette réalité en ce qui a trait à la soumission du travail de fin
d’études. Parmi les répondants de sexe féminin, seul 27.6% d’entre eux avaient soumis leur
travail de fin d’études, contre 55.3% parmi les répondants de sexe masculin.

69
Le test de significativité du Chi-deux révèle l’existence d’une relation entre le sexe et la
soumission du travail de fin d’études. En effet, le statistique Chi-carré de Pearson trouvé pour ce
test généré sur SPSS 20.0.0 est 12.158 (voir tableau en annexe). Le seuil de signification calculé
est de 0.000. La relation entre les deux variables est significative à un seuil inférieur à 0.05. La
probabilité qu’un échantillon avec 1 degré de liberté donne par hasard une telle valeur pour le
Chi-carré est inférieure à 0.05. Nous devons alors rejeter l’hypothèse nulle suivant laquelle il
n’existe pas de relation entre les variables soumission du travail de fin d’études et le sexe des
répondants. Aussi, le V de Cramer est égal à 0.259, ce qui traduit une corrélation modérée entre
ces deux variables.
Cependant, l’analyse de la distribution du temps de soumission dans les deux échantillons de la
variable « sexe » ne montre pas de différence statistiquement significative. Les médianes pour les
deux sexes masculin et féminin sont respectivement 20.5 mois et 17 mois et indiqueraient que la
moitié des étudiants de sexe féminin prendrait trois mois et demi de moins que les étudiants de
sexe masculin pour déposer leur travail de fin d’études. Mais le test de Mann-Whitney ne
soulève aucune différence statistiquement significative avec une p-value qui vaut 0.95, nous
conduisant ainsi à un non-rejet de l’hypothèse nulle selon laquelle il n’y a pas de différence entre
les deux groupes (sexes).

Figure 4. 1. Distribution du temps de soumission par sexe

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

70
4.2.2 Effets des caractéristiques des études secondaires sur la soumission du
travail de fin d’études

4.2.2.1 Type d’établissement pour la terminale

La relation entre le type d’établissement fréquenté pour la terminale et la soumission du travail
de fin d’études n’est pas simple à définir. Néanmoins, les différences en terme de ressources, de
programmes d’études, de qualité de l’enseignement et de l’environnement scolaire entre les
écoles de différents types peuvent jouer un grand rôle sur les notions apprises par un futur
étudiant à l’université, que ce soit sur l’aspect académique mais aussi en terme de discipline dans
les études, qui peuvent lui être utiles jusqu’à la soumission du travail de sortie. Mais le tableau
de contingence créé avec ces deux (2) variables ne dévoile pas a priori l’existence d’une
quelconque relation entre elles (voir tableau, annexe).
Les résultats du test de significativité du chi-deux de Pearson arborent dans le même sens. En
effet, la valeur du test obtenue est 1.941 et la p-value équivaut à 0.857 > 0.05 qui traduit un
non-rejet de l’hypothèse nulle suivant laquelle les deux variables sont statistiquement
indépendantes. Dans ce cas, l’analyse du V de Cramer est inadéquate.

4.2.2.2 Région de complétion des études secondaires

Il n’y a a priori pas une relation entre la région de complétion des études secondaires et la
soumission du travail de fin d’études. Les résultats du tableau de contingence réalisé nous
montrent que parmi les étudiants qui avaient complété leurs études secondaires dans l’aire
métropolitaine de Port-au-Prince, 46% avaient déjà soumis leur travail de fin d’études, contre
50% parmi ceux qui avaient complété leurs études secondaires en dehors de l’aire métropolitaine
de Port-au-Prince.
Le test de significativité du chi-deux de Pearson ne révèle pas de relation de dépendance entre
ces variables. Le statistique du test vaut 0.186, avec une p-value de 0.666 supérieure au seuil de
0.05, ce qui traduit un non-rejet de l’hypothèse nulle suivant laquelle les deux variables sont
statistiquement indépendantes.

4.2.3 Effets des caractéristiques des études universitaires sur la soumission du

travail de fin d’études

4.2.3.1 Composantes du SESUH

La connaissance de la composante du SESUH fréquentée par un ancien étudiant de système ne
nous permet pas de prononcer sur sa motivation à soumettre le travail de fin d’études,
l’environnement d’études étant presque similaire au niveau des différentes composantes du
système. Les résultats du tableau de contingence réalisé nous montrent que parmi les répondants

71
du privé, 35.4% avaient déjà déposé leur travail de fin d’études au moment du remplissage du
questionnaire, contre 45.9% pour l’UEH et 58.3% pour les institutions publiques non UEH.
Le test de significativité du chi-deux de Pearson nous indique qu’il existe une certaine relation de
dépendance à un seuil de 10% (statistique du test : 5.086 et p-value : 0.079), ce qui traduit un
rejet de l’hypothèse nulle suivant laquelle les deux variables sont statistiquement indépendantes
au seuil de 10%, et le V de Cramer obtenu (0.168) indique une faible corrélation entre ces
variables.
D’un autre côté, l’analyse du temps de soumission du travail de fin d’études montre que le temps
médian est assez différente entre les composantes du SESUH, à savoir 6 mois pour les étudiants
des entités du privé, 21.5 mois pour ceux du public non UEH et 24 mois pour les étudiants de
l’UEH. Les résultats du test de Kruskal-Wallis indiquent une différence statistiquement
significative entre au moins une composante du système et les autres au seuil de 5% avec une
p-value égale à 0.04.

Figure 4. 2. Distribution du temps de soumission par composante du SESUH

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

4.2.3.2 Période d’études

A priori, nous ne pouvons avancer qu’une génération est plus encline à soumettre son travail de
fin d’études plus tôt qu’une autre. Cependant, les résultats du tableau de contingence réalisé avec

72
les variables « génération » et « depot » nous indiquent que parmi les répondants de la génération
1990-1999, 66.7% d’entre eux avaient déjà soumis le travail de fin d’études, contre 77.2% pour
la génération 2002-2011 et 35.8% pour la génération 2012 et après.
Le test de significativité du chi-deux de Pearson indique que ces deux variables sont
statistiquement dépendantes avec un statistique de 23.387 et une p-value de 0.000 inférieure
même au seuil de 0.01. Nous devons alors rejeter l’hypothèse nulle suivant laquelle il n’existe
pas de relation entre les variables soumission du travail de fin d’études et la période d’études.
L’analyse du coefficient de Cramer (0.359) nous indique que ces deux variables sont
modérément corrélées.
L’analyse du temps de soumission du travail de fin d’études croisé à la variable « période
d’études » montre que le temps n’est pas uniformément distribué sur les trois périodes qui ont été
considérées. Ainsi, nous remarquons que le temps médian pour la génération 1990-1999 est de
64 mois; celui de la génération 2002-2011 est de 21 mois et celui de la génération après 2012 est
de 18.5 mois, une certaine régression dans le temps médian de soumission au cours des dernières
années. Cependant, nous ne disposons pas assez d’informations pour rejeter l’hypothèse nulle du
test de Kruskal-Wallis qui stipule qu’il n’y a pas de différence statistiquement significative
entre les groupes (p-value = 0.57).

Figure 4. 3. Distribution du temps de soumission par période d’études

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

4.2.3.3 Domaine d’études

Le domaine d’études peut avoir une grande influence sur la soumission du travail de fin d’études
car certaines disciplines peuvent présenter des défis plus importants pour compléter le travail tels

73
que la complexité du sujet (car certaines disciplines sont plus complexes et plus difficiles à
étudier que d'autres, ce qui peut affecter la capacité des étudiants à terminer leur mémoire de
licence), des protocoles de recherche plus rigoureux ou des normes de qualité plus élevées pour
la rédaction du mémoire, et aussi l’aptitude de l’étudiant à s’adapter ou s’accommoder avec son
domaine d’études.
Les résultats du tableau de contingence :
Tableau 4. 2 Domaines d’études par rapport à la soumission du travail de fin d’études

depot Total
Non Oui
Commerce, administration et Total 22 12 34
droit Pourcentage 64.7% 35.3% 100.0%

Education Total 3 0 3
Pourcentage 100.0% 0.0% 100.0%

Ingénierie, industries de Total 8 10 18

transformation et construction Pourcentage 44.4% 55.6% 100.0%

Lettres et arts Total 2 0 2

Pourcentage 100.0% 0.0% 100.0%

Santé et protection sociales Total 6 1 7

Pourcentage 85.7% 14.3% 100.0%

Sciences naturelles, Total 15 31 46

mathématiques et statistiques Pourcentage 32.6% 67.4% 100.0%

Sciences sociales, journalisme Total 37 26 63

et information Pourcentage 58.7% 41.3% 100.0%

Services Total 3 1 4
Pourcentage 75.0% 25.0% 100.0%

Technologies de l'information Total 1 3 4

et de la communication Pourcentage 25.0% 75.0% 100.0%

Total Total 97 84 181

74
 depot Total
Non Oui
Pourcentage 53.6% 46.4% 100.0%

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

Le test de significativité du chi-deux de Pearson révèle une dépendance statistiquement

significative entre ces deux variables. En effet, le statistique du test obtenu est 19.991 avec une
p-value de 0.01 inférieure au seuil de 0.05, traduisant ainsi un rejet de l’hypothèse nulle suivant
laquelle les deux variables sont statistiquement indépendantes. L’analyse du V de Cramer (0.332)
montre que ces deux variables sont modérément corrélées.
Le test de Kruskal-Wallis, obtenu par le croisement des variables « temps de soumission » et
« domaine d’étude » révèle qu’il y a une différence statistiquement significative entre les groupes
(domaines d’études) au seuil de 5% (p-value = 0.000957), c’est-à-dire qu’il y a au moins un
domaine d’études dont le temps médian de soumission du travail de fin d’études diffère des
autres domaines.

4.2.3.4 Approche la plus utilisée dans les études

Par hypothèse, l’approche la plus utilisée au cours des études peut avoir un impact significatif sur
la soumission du travail de fin d’études. Considérant les deux approches : l’approche
« cramming » ou « bourrage de crâne » qui consiste à se préparer uniquement pour les examens
et l’approche « relier les idées » qui consiste à relier les idées entre les différentes matières du
cursus pour une meilleure compréhension globale du domaine d’études, l’approche « relier les
idées » peut être beaucoup plus effective que l’approche « cramming ».
Cependant, les résultats du tableau de contingence ne semble pas a priori indiquer une
quelconque relation de dépendance entre l’approche la plus utilisée et la soumission du travail de
fin d’études. En effet, parmi les répondants qui utilisent la méthode « cramming », 45.7% avaient
déjà soumis leur travail de fin d’études contre 46.8% pour les répondants utilisant la méthode de
compréhension profonde.
Le test de significativité du chi-deux de Pearson ne va pas à contre-sens. En effet, ce test n’a
révélé aucune dépendance statistique entre ces deux variables avec un statistique de 0.022 et une
p-value de 0.882 très supérieure au seuil de 0.05, traduisant ainsi un non-rejet de l’hypothèse
nulle suivant laquelle les deux variables sont statistiquement indépendantes.

4.2.3.5 Études en parallèle

L’effet d’une étude en parallèle sur la soumission du travail de fin d’études peut être mitigé.
D’une part, une étude en parallèle pourrait constituer un obstacle pour la rédaction du travail de
fin d’études par rapport au temps qui sera consacré à ladite étude et donc une attention moindre

75
au travail de sortie, une fatigue accrue et un stress supplémentaire, des conflits d’horaire et des
difficultés à gérer les priorités. D’autre part, cette étude en parallèle pourrait maintenir nos
activités intellectuelles actives et contribuer à nous motiver pour la soumission du travail de
sortie du premier cycle bouclé.
Les résultats du tableau de contingence réalisé avec ces deux variables ne montrent pas a priori
une dépendance entre ces dernières. Parmi les répondants qui réalisaient une étude en parallèle,
42.4% avaient déjà déposé leur travail de fin d’études contre 47.3% qui n’avaient aucune étude
en parallèle. Le test de significativité du chi-deux de Pearson n’indique pas une quelconque
relation de dépendance entre ces variables. Le statistique du test obtenu est 0.285 avec une
p-value de 0.612 supérieure au seuil de 0.05, traduisant ainsi un non-rejet de l’hypothèse nulle
suivant laquelle les deux variables sont statistiquement indépendantes.

4.2.4 Effets du niveau d’informations détenues et des contraintes concernant la

rédaction du travail de fin d’études sur sa soumission

4.2.4.1 Niveau d’information sur la rédaction du travail de sortie

Nous partons du principe que plus on a un niveau d’information élevé par rapport à la rédaction
du travail de fin d’étude, moins l’exercice peut paraître « effrayant ». En effet, les étudiants qui
ont une compréhension claire des exigences et des attentes liées à leur travail de sortie sont
plus enclins à être motivés et à mieux planifier leur temps pour le compléter et le soumettre à
temps. Les résultats du tableau de contingence nous donnent l’information suivante :
- Parmi les répondants qui estimaient qu’ils n’étaient pas du tout informés, le tiers d’entre
eux, soit 33.3%, avaient déjà soumis leur travail de fin d’études au moment de l’enquête;
- Parmi les répondants qui estimaient qu’ils n’étaient pas vraiment informés ou avaient un
niveau d’information négligeable, 34.9% d’entre eux avaient soumis leur travail de sortie
au moment de l’enquête;
- Parmi les répondants qui estimaient qu’ils étaient informés par rapport au travail de fin
d’études, 51.8% avaient déjà soumis leur travail de sortie au moment de l’enquête;
- Et parmi les répondants qui jugeaient qu’ils étaient très bien informés par rapport au
travail de fin d’études, 61.5% d’entre eux avaient déjà soumis leur travail de sortie au
moment du remplissage du questionnaire.

Le test de significativité du chi-deux de Pearson indique une certaine relation de dépendance

entre ces deux variables. Le statistique du test équivaut à 7.327, avec une p-value de 0.062.
Ainsi, au seuil de 10%, nous pouvons rejeter l’hypothèse nulle suivant laquelle les deux variables
sont statistiquement indépendantes. Nous avons obtenu un coefficient de Cramer équivalant à
0.201, révélant ainsi une corrélation modérée entre ces deux variables.
L’analyse du temps de soumission du travail de fin d’études à travers le graphique ci-dessous
montre une tendance décroissante dans le temps de soumission par rapport au niveau
d’information sur le sujet. En effet, nous constatons que le temps médian pour les personnes avec

76
aucun niveau d’information est de 36 mois; celui pour les personnes avec un niveau pas trop
négligeable est de 22 mois; pour les personnes qui pensaient avoir assez d’information, ce temps
est de 19 mois et pour les personnes très informées, il est de 21 mois. Mais le test de
Kruskal-Wallis ne révèle aucune différence statistiquement significative entre ces groupes
(p-value = 0.94). Nous ne disposons pas alors assez d’information pour rejeter l’hypothèse nulle.

Figure 4. 4. Distribution du temps de soumission par niveau d’information

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

4.2.4.2 Qualification de l’accompagnement reçu

La qualité de l’accompagnement reçu de la part de l’institution pour la rédaction du travail de
sortie joue, a priori, un rôle prépondérant dans la soumission de ce travail. Les étudiants qui
reçoivent un soutien adéquat, que ce soit sous forme de tutorat, de rétroactions de leur encadrant
ou de moyens de travailler en groupe, sont plus enclins à se sentir motivés et à avoir un plan clair
pour terminer leur travail de sortie. Le soutien peut inclure de l'aide pour la recherche, la
structuration et la rédaction du mémoire, ainsi que des conseils pour faire face aux obstacles qui
peuvent survenir lors de la réalisation de ce projet important. Les étudiants qui reçoivent un
soutien adéquat sont plus susceptibles de terminer leur travail de sortie avec succès et de le
soumettre « à temps ».

77
Les résultats obtenus du tableau de contingence nous montrent que parmi les répondants qui
considéraient n’avoir reçu aucun accompagnement ou que leur établissement n’offre aucun
accompagnement, 35.7% d’entre eux avaient déjà soumis leur travail de fin d’études au moment
de l’enquête, contre 34.5% qui estimaient que l’accompagnement est médiocre. D’un autre côté,
parmi ceux qui jugeaient moyen l’accompagnement offert par l’institution ou par leur
accompagnateur, 53.3% d’entre eux avaient déjà déposé leur travail de fin d’études; et pour les
répondants qualifiant de fort appréciable l’accompagnement reçu ou prodigué par l’institution,
75% d’entre eux avaient déjà soumis leur travail de sortie au moment de l’enquête.
Le test de significativité du chi-deux de Pearson vient corroborer l’hypothèse de départ en
indiquant une relation de dépendance entre ces deux variables. Le statistique du test vaut 14.089
avec une p-value de 0.003 nettement inférieure au seuil de 0.01, traduisant ainsi un rejet de
l’hypothèse nulle suivant laquelle les deux variables sont statistiquement indépendantes. Aussi,
le V de Cramer vaut 0.279, ce qui traduit une corrélation modérée entre ces variables.
Le graphique ci-dessous représente la distribution du temps de soumission par qualification de
l’accompagnement reçu. Contrairement à ce que l’on aurait pu penser, cette première distribution
descriptive montre que le temps médian de soumission est plus élevé pour les étudiants jugeant
que l’accompagnement que procurent leurs centres de formation respectifs est fort appréciable et
ne diffère pas a priori de la catégorie d’étudiants qui disent que l’accompagnement est néant pour
eux (24 mois). De plus, le test de Kruskal-Wallis ne révèle aucune différence significative entre
les médianes, avec une p-value de 0.54. Nous n’avons donc pas assez d’information pour rejeter
l’hypothèse nulle.

Figure 4. 5. Distribution du temps de soumission par qualification de l’accompagnement

reçu

78
 Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

4.2.4.3 Contraintes pour la rédaction du travail de sortie

La non-soumission du travail de fin d’études est fortement liée aux contraintes auxquelles un
étudiant fait face. Elles peuvent dépendre de l’étudiant en question, de même, l’étudiant peut
n’avoir aucun contrôle dessus. Les contraintes peuvent inclure des obstacles financiers, des
problèmes de santé, des obligations familiales, des obligations professionnelles, des difficultés à
trouver des sources d'information ou à effectuer la recherche, ou des problèmes personnels qui
peuvent perturber la capacité de l'étudiant à se concentrer sur son travail de fin d'études. Le
manque de temps peut également être une contrainte importante pour les étudiants, en particulier
pour ceux qui sont également impliqués dans d'autres activités ou qui doivent travailler pour
soutenir leur vie personnelle et professionnelle.
Les résultats de l’enquête ont montré que, parmi les répondants qui avaient au moins une
contrainte pour la rédaction du travail de fin d’études, 40.6% avaient soumis leur travail contre
65.1% qui estimaient n’avoir eu aucune contrainte pour ledit travail.
Le test de significativité du chi-deux de Pearson vient corroborer l’hypothèse de départ en
indiquant une relation de dépendance entre ces deux variables. Le statistique du test vaut 7.936
avec une p-value de 0.005 nettement inférieure au seuil de 0.01, traduisant ainsi un rejet de
l’hypothèse nulle suivant laquelle les deux variables sont statistiquement indépendantes. Aussi,
le V de Cramer vaut 0.209 ce qui traduit une corrélation modérée entre ces variables.

4.2.4.4 Problème de motivation pour la rédaction

Particulièrement, la motivation est une contrainte qui, a priori, peut influencer la soumission du
travail de fin d’études. Les résultats de l’enquête ont montré que parmi les étudiants qui avaient
un problème de motivation, 72.1% n’avaient pas encore soumis leur travail au moment du
remplissage du questionnaire contre 27.9% à avoir soumis leur travail de fin d’études. Parmi les
étudiants qui stipulaient n’avoir pas de problème de motivation pour ledit travail, 52.9% avaient
déjà déposé leur travail de fin d’études.
Le test de significativité du chi-deux de Pearson nous indique qu’il existe une relation de
dépendance à un seuil de 1% (statistique du test : 8.881 et p-value : 0.003), ce qui traduit un rejet
de l’hypothèse nulle suivant laquelle les deux variables sont statistiquement indépendantes au
seuil de 1%, et le V de Cramer obtenu (0.254) indique une corrélation modérée entre ces
variables.
D’un autre côté, l’analyse de la distribution du temps de soumission montre que le temps médian
de soumission des étudiants avec problème de motivation est de 30 mois contre 18 mois pour les
étudiants sans problème de motivation. Cependant, le test de Mann-Whitney révèle une p-value
de l’ordre de 0.11, ce qui implique que nous ne disposons pas d’assez d’information pour rejeter
l’hypothèse nulle c’est-à-dire qu’il n’y a pas de différence significative entre les groupes.

79
 Figure 4. 6. Distribution du temps de soumission selon qu’il y ait contrainte de motivation
ou non

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

4.2.5 Effets d’autres facteurs personnels supplémentaires des répondants sur la

soumission du travail de fin d’études

4.2.5.1 Opinion sur la difficulté du travail

Penser que la rédaction du travail de fin d’études est un exercice difficile peut déjà constituer une
première barrière empêchant ou retardant la soumission du travail. Les résultats obtenus du
tableau de contingence indiquent que, parmi les répondants qui pensaient que le travail de fin
d’études était difficile, 39.5% avaient déjà déposé leur travail au moment de l’enquête contre
51.4% de ceux qui ne pensaient pas que le travail soit difficile
Cependant, cette relation de dépendance n’est pas confirmée par le test de significativité du
chi-deux de Pearson pour lequel nous avons obtenu une p-value de 0.111 supérieure au seuil de
0.05, traduisant ainsi un non-rejet de l’hypothèse nulle suivant laquelle les deux variables sont
statistiquement indépendantes.

4.2.5.2 Opinion sur l’utilité du travail

De même que penser que la rédaction du travail de fin d’études soit difficile peut constituer un
certain frein pour ce travail, penser que le travail de fin d’études n’est pas un exercice utile peut
avoir le même effet sur sa soumission, à savoir une motivation moindre entrainant un plus long

80
délai de soumission du mémoire ou travail de sortie. Nous partons du principe que l’opinion sur
l’utilité du travail peut jouer un rôle fondamental dans sa soumission. Les résultats du tableau de
contingence n’ont pas soutenu cette hypothèse à première vue. Ils ont montré que parmi les
répondants qui ne pensaient pas que le travail de fin d’études, 50% d’entre eux avaient déjà
soumis leur travail au moment de l’enquête contre 47.2% parmi ceux qui pensaient que le travail
était utile. 27.3% de ceux qui n’avaient aucune opinion sur l’utilité ou la non-utilité du travail de
sortie avaient déjà déposé leur travail au moment de l’enquête.
Le test de significativité du chi-deux de Pearson n’a indiqué aucune relation de dépendance entre
ces deux variables. Le statistique du test obtenu est 1.799, avec une p-value de 0.407 supérieure à
0.05, traduisant ainsi un non-rejet de l’hypothèse nulle suivant laquelle les deux variables sont
statistiquement indépendantes.

4.2.5.3 Projet personnel en lien avec le domaine d’études

Dans le cas d’un étudiant finissant, avoir un projet personnel lié au domaine d’études peut aider à
soutenir le travail de fin d’études car cela peut présenter une bonne source de motivation pour
terminer avec les études, être relativement clair dans ses idées pour bien fixer les objectifs de
recherche, en plus, le travail de fin d’études que l’on réalise peut servir de matériel d’appui pour
le projet en soi. Cependant, les résultats obtenus du tableau de contingence montrent que parmi
les répondants qui n’avaient pas de projet personnel lié aux études, 51.4% avaient déjà déposé
leur travail de fin d’études contre 43% de ceux qui avaient un projet personnel lié aux études.
Mais le test de significativité du chi-deux de Pearson n’a relevé aucune relation de dépendance
entre ces deux variables. En effet, le statistique obtenu vaut 1.229, avec une p-value de 0.268
supérieure au seuil de 0.05, impliquant ainsi un non-rejet de l’hypothèse nulle suivant laquelle
les deux variables sont statistiquement indépendantes.

4.2.5.4 Temps pour trouver un emploi

Le temps pour trouver du travail peut avoir un impact sur la soumission de son mémoire de
licence car cela peut causer de l'anxiété et du stress concernant l'avenir professionnel. Cela peut
également prendre beaucoup de temps et d'énergie, laissant moins de temps et d'énergie pour se
concentrer sur la rédaction du mémoire. En outre, la pression de trouver un travail peut
également causer une distraction pour l'étudiant, rendant plus difficile pour lui de se concentrer
sur le mémoire.
Les résultats du tableau de contingence réalisé avec les variables « temps pour trouver un
emploi » et la variable d’intérêt « soumission du travail de fin d’études » nous montre un certain
schéma ou relation entre ces dernières. En effet, parmi les répondants qui étaient au chômage
c’est-à-dire qui n’ont jamais travaillé après leurs études, seul 17.4% d’entre eux avaient déjà
déposé leur travail de sortie au moment de l’enquête; contre 34% de ceux qui avaient déjà trouvé
du boulot pendant qu’ils étaient encore étudiants. Parmi ceux qui ont pris moins de 12 mois pour
trouver un travail, 59.5% d’entre eux avaient déjà déposé, contre 58.3% de ceux qui ont pris

81
entre 12 et 24 mois pour trouver un emploi et 50% pour ceux qui ont pris plus de 24 mois pour
trouver du boulot.
Le test de significativité du chi-deux de Pearson indique l’existence d’une dépendance statistique
entre ces deux variables. Le statistique obtenu pour le test est 17.440 avec une p-value de 0.002
qui est nettement inférieure au seuil de 0.01, traduisant ainsi un rejet de l’hypothèse nulle suivant
laquelle les deux variables sont statistiquement indépendantes. Aussi, le V de Cramer obtenu est
égal à 0.31, ce qui indique une corrélation modérée entre ces deux variables.
Le test de Kruskal-Wallis, obtenu par le croisement des variables « temps de soumission » et
« temps jusqu’au premier boulot » ne révèle aucune différence statistiquement significative entre
les groupes de temps pris pour trouver le premier emploi au seuil de 5% (p-value = 0.11). Nous
ne disposons donc pas assez d’informations pour rejeter l’hypothèse nulle.

Figure 4. 7. Distribution du temps de soumission par temps au premier emploi en mois

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

4.2.5.5 Consommation de substances psychoactives

Plusieurs études ont examiné les relations entre la consommation de produits psychoactifs et les
études universitaires. Il a été démontré que la consommation excessive de ces produits,
majoritairement à caractère illicite, est plus fréquente chez les étudiants que chez la population

82
en général, et que ces consommations et les études universitaires sont négativement corrélées.
Ces habitudes de consommation sont associées à des résultats académiques moins bons, des
notes inférieures, un risque de redoublement et de décrochage et peuvent aussi conduire à des
problèmes de santé mentale comme la dépression ou l’anxiété qui ont un impact négatif sur les
études universitaires.
Les résultats du tableau de contingence réalisé avec ces deux variables ne dénotent pas a priori
une quelconque relation de dépendance entre la consommation de produits psychoactifs comme
l’alcool ou autres drogues. En effet, parmi les répondants qui n’avaient pas encore soumis leur
travail de fin d’études, 62.9% d’entre eux ne consommaient pas les produits psychoactifs et
25.8% en consommaient rarement. Les répondants sont presqu’identiquement distribués pour la
catégorie de ceux qui avaient déjà soumis leur travail de sortie : 63.1% d’entre eux ne
consommaient jamais ces produits et 23.8% d’entre eux en consommaient rarement.
Le test de significativité du chi-deux de Pearson ne révèle aucune dépendance statistique non
plus. Le statistique de chi-deux obtenu vaut 3.676 avec une p-value de 0.452 supérieure au seuil
de 0.05, traduisant ainsi un non-rejet de l’hypothèse nulle suivant laquelle les deux variables sont
statistiquement indépendantes.

4.2.5.6 Choix du domaine d’études

Nous avons vu un peu plus haut que le domaine d’études entretient une relation de dépendance
statistiquement prouvée par les données collectées avec la soumission du travail de fin d’études.
Cependant, la façon dont le choix de ce domaine a été fait peut être aussi importante par rapport
à la motivation pour remettre le travail de sortie. En effet, nous savons tous que nous n’avons pas
toujours la possibilité d’étudier ce que l’on veut vraiment peut-être parce que nous n’avons pas
les moyens, ou parce que la discipline n’est pas disponible dans notre région ou pays; peut-être
aussi parce que ce qu’on veut vraiment étudier ne nous permettra pas de vivre décemment ou
tout simplement parce que nos parents et proches ne s’harmonisent pas à notre souhait et que
nous devons nous plier à leur volonté. Toutes ces raisons peuvent avoir un effet sur notre
motivation à terminer avec l’étude et soumettre le travail de sortie.
Les résultats du tableau de contingence ont montré que parmi les répondants qui ont pu étudier
ce qu’ils voulaient vraiment, leur premier choix d’étude, 50.9% d’entre eux avaient déjà déposé
leur travail de fin d’études contre 47% de ceux dont le choix était influencé mais qu’ils ont fini
par accepter et 35% de ceux qui s’étaient résignés, c’est-à-dire qu’ils ont étudié un domaine qui
n’était pas un premier choix mais sans qu’ils aient été influencés.
Mais le test de significativité du chi-deux de Pearson n’a relevé aucune relation de dépendance
entre ces deux variables. Nous avons obtenu un statistique de 3.841 avec une p-value de 0.279
supérieure au seuil de 0.05, traduisant ainsi un non-rejet de l’hypothèse nulle suivant laquelle les
deux variables sont statistiquement indépendantes.

83
4.2.5.7 Niveau d’éducation du membre du ménage le plus avancé académiquement
Des études ont démontré une corrélation positive entre le niveau élevé d’études des proches et la
probabilité d’entamer des études universitaires et de les terminer avec succès. Cela peut être dû à
un certain nombre de facteurs tels que l'exposition à une culture d'éducation, l'accès à des
ressources et à des modèles de rôle positifs, et les opportunités économiques et sociales, comme
soulevé dans la théorie de la reproduction de Bourdieu et Passeron.
Cependant, les résultats que nous avons obtenus du tableau de contingence réalisé avec les
variables « niveau d’éducation du membre le plus avancé académiquement » et la soumission du
travail de fin d’études ne semblent pas suivre la théorie. En effet, parmi les répondants dont les
membres de famille n’ont aucun niveau académique, 66.7% d’entre eux avaient déjà déposé leur
travail de fin d’études contre 46.7% de ceux dont le parent le plus avancé avait atteint le niveau
universitaire.
Le test de significativité du chi-deux de Pearson n’a pas non plus montré une quelconque relation
de dépendance entre ces deux variables. Le statistique du test trouvé est 2.183, avec une p-value
de 0.702 supérieure au seuil de 0.05, traduisant ainsi un non-rejet de l’hypothèse nulle suivant
laquelle les deux variables sont statistiquement indépendantes.

Synthèse de l’analyse bivariée

Somme toute, l’analyse bivariée nous a permis de dégager certaines associations ou relations
entre les variables d’intérêt, « dépôt » et « temps_dépôt », et quelques variables indépendantes.
En effet, il a été prouvé statistiquement que les facteurs tels que le sexe, la composante de
l’enseignement supérieur fréquentée, la période d’études de l’étudiant, le domaine d’études, la
qualité d’accompagnement, le temps jusqu’au premier emploi, les contraintes pour la rédaction
du travail de fin d’études spécialement la contrainte de la motivation entretiennent une relation
de dépendance avec la variable « dépôt » (test du Chi-deux de Pearson), c’est-à-dire que ce sont
des facteurs qui expliquent a priori la soumission du travail de fin d’études. D’un autre côté, les
tests de Mann-Whitney et de Kruskal-Wallis ont montré qu’il n’y a de différence statistiquement
significative entre le temps médian des groupes que des facteurs sur la composante du système
d’enseignement supérieur et universitaire haïtien fréquentée et le domaine d’études. La
modélisation des données pourra nous permettre d’affirmer ou d’infirmer ces relations.

84
Chapitre V

5 Analyse multivariée des facteurs influençant

la soumission et le temps de soumission du
travail de fin d’études des étudiants en
programme de licence

La modélisation statistique est un outil précieux pour comprendre des relations complexes entre
les variables dans de nombreux domaines. Dans le contexte de l’éducation, plus précisément de
l’enseignement supérieur, un modèle peut nous aider à analyser et à identifier les facteurs qui
influent sur bien des situations que traverse ou qu’a traversées une institution universitaire. Cette
partie de notre travail se concentrera sur l’analyse des données recueillies auprès des
étudiants(es) et anciens(es) étudiants(es) de la licence du SESUH pour modéliser les facteurs qui
influencent la soumission et le temps de soumission du travail de fin d’études, nous permettant
de voir l’effet simultané de ces facteurs sur lesdites variables d’intérêt. En utilisant des
techniques statistiques avancées, nous espérons identifier les variables clés qui contribuent aux
retards dans la soumission du mémoire de sortie, afin que les universités puissent mettre en place
des interventions pour aider les étudiants à soumettre leur travail aussi tôt que possible.
Dans le présent chapitre, nous allons faire usage de deux types de modèles statistiques pour
essayer de répondre à la question de la recherche : la régression logistique binomiale et l’analyse
de survie. Le modèle de régression logistique binomiale nous permettra de voir si effectivement
les variables telles que le sexe, la qualité de l’accompagnement reçu, la période d’études et les
autres facteurs qui avaient montré une certaine association statistiquement prouvée par le test du
Khi-deux de Pearson dans l’analyse bi variée exercent effectivement une influence significative
sur la soumission du travail de fin d’études et quel est l’impact de ces facteurs sur ladite
soumission. Deuxièmement, les modèles d’analyse de survie nous permettront de voir les
différents facteurs qui ont une influence statistiquement significative sur le temps de soumission
du travail de fin d’études des étudiants en licence du SESUH, mais aussi dans quelle proportion
ces facteurs influencent le temps de soumission.

85
5.1 Modèle de régression logistique
5.1.1 Présentation et justification du modèle
La régression logistique ou modèle logit est un modèle mathématique qui relie une variable
dépendante catégorielle à un ensemble de covariables qui peuvent être catégorielles ou
quantitatives. Contrairement à l'analyse discriminante et à l'analyse de régression multiple, la
régression logistique ne nécessite pas d'hypothèses à respecter concernant la distribution de
probabilité des variables indépendantes. En d'autres termes, des hypothèses telles que la
distribution normale des variables explicatives, la linéarité et l'égalité de la matrice de
variance-covariance n'ont pas à être satisfaites (Tabachnick & Fidell, 1996 ; Ömay, 2010). La
régression logistique a donc plus de flexibilité (Ömay, 2010) et nous donne plus de marge de
manœuvre. Elle nous permet de prédire la probabilité qu’un événement arrive ou non à partir de
l’optimisation des coefficients de régression.
Dans cette partie du travail, nous cherchons à prédire la probabilité pour qu’un étudiant ou
ancien étudiant du système d’enseignement supérieur et universitaire haïtien soumette son travail
de fin d’études en tenant compte de son sexe, son background académique, la qualité de
l’accompagnement reçu ou la qualité jugée disponible dans son établissement, son niveau
d’information par rapport à la rédaction du travail de sortie, ses habitudes de consommation de
produits psychoactifs, le niveau d’éducation le plus élevé de sa famille et le nombre d’obstacles
rencontrés.

5.1.2 Spécification du modèle

Ce modèle dichotomique admet pour variable expliquée, non pas un codage quantitatif associé à
la réalisation d’un événement (comme dans le cas de de la spécification linéaire), mais la
probabilité d’apparition de cet événement, conditionnellement aux variables exogènes. Dans
cette partie de notre travail, l’événement sous étude est le fait qu’un étudiant du système de
l’enseignement supérieur universitaire haïtien ait déposé son travail de fin d’études. Ainsi, on
considère le modèle suivant :

pi = Pr(yi = 1 | Xi) = F(Xi, β) tel que i = 1, … , N

où la fonction de répartition F(.) désigne une fonction de répartition dans laquelle β = (β1, β2, …,
1 2 𝑘
βk)’ ∈ Rk un vecteur de paramètres inconnus et Xi = (𝑋𝑖 , 𝑋𝑖 , …, 𝑋𝑖 ) un vecteur de k variables
exogènes. Le choix de la fonction de répartition F(.) est a priori non contraint. Toutefois, dans
notre étude, nous optons pour la fonction de répartition du modèle logit qui correspond à la
fonction logistique:
β𝑋
𝑒 1
F(X, β) = β𝑋 = −β𝑋
1+ 𝑒 1+ 𝑒

86
Ainsi, le modèle logit définit la probabilité associée à l’événement yi = 1, comme la valeur de la
fonction de répartition de la loi logistique considérée au point Xi β :
1
pi = −β𝑋 , i = 1, … , N
1+ 𝑒

Ce modèle statistique est souvent utilisé pour la classification et l'analyse prédictive. La

régression logistique estimant la probabilité qu'un événement se produise sur la base d'un
ensemble de données donné de variables indépendantes, le résultat est une probabilité comprise
entre 0 et 1. Une transformation logit est donc appliquée sur la cote, c'est-à-dire la probabilité de
succès divisée par la probabilité de défaillance. L’application de la transformation logit permet
de travailler sur les valeurs comprises entre ]-∞; +∞[.
Mathématiquement, la transformation logit s’écrit :

logit(p) = ln ( )
𝑝
1−𝑝

L’application de la transformation logit nous donne alors l’égalité suivante :

logit(p) = ln ( ) = βX
𝑝
1−𝑝

Par développement, nous obtenons :

ln ( )=βX +βX +…+βX

𝑝
1−𝑝 1 1 2 2 k k

5.1.2.1 Variables du modèle

Nous présentons ici l’ensemble des variables qui seront incluses dans notre modèle. Les données
qu’elles contiennent proviennent toutes de l’enquête réalisée pour ce travail de recherche. Bon
nombre de ces variables proviennent de la littérature ayant rapport avec la réussite ou l’échec en
milieu scolaire et universitaire, mais d’autres variables ont été aussi ajoutées pour cerner de
nouveaux aspects qui nous permettraient de mieux cerner le phénomène sous étude.
Pour la régression logistique, nous avons une variable dépendante « Y » catégorielle
dichotomique, la variable « depot » avec deux classes « Oui » et « Non » :
Y = Oui si dépôt,
Y = Non, sinon.
Cette variable sera régressée sur un ensemble de 19 variables indépendantes (X1, X2, …, X19) qui
ont été présentées au chapitre 3. L'ensemble des variables explicatives est utilisé pour prédire une
transformation logit de celle-ci – la variable dépendante. La transformation logit est ce que nous
appelons odds-ratios lorsque nous mesurons l'effet des covariables sur la variable dépendante.

87
 Tableau 5. 1 Liste des variables explicatives

Variables code variable Type Modalités

1. Homme
Sexe sexe catégorielle
2. Femme
1. Dans la zone métropolitaine de
Région de complétion des Port-au-Prince
loc_etud_sec catégorielle
études secondaires 2. A l’extérieur de la zone
métropolitaine de Port-au-Prince
1. Lycée
2. Congréganiste
Type d’établissement pour la
type_etab_term catégorielle 3. Protestant
terminale
4. Laïque
5. Communautaire
1. Université d’État d’Haïti
Composantes du système 2. Institutions publiques
d’enseignement supérieur et compos_seuh catégorielle d’enseignement supérieur hors UEH
universitaire haïtien 3. Institutions privées
d’enseignement supérieur
Commerce administration et droit
Education
Ingénierie, industries de
transformation et construction
Lettres et arts
Santé et protection sociales
Domaine d’étude domain_etud catégorielle Sciences naturelles, mathématiques
et statistiques
Sciences sociales, journalisme et
information
Services
Technologies de l'information et de
la communication
1. Oui
Etude(s) en parallèle autr_etud catégorielle
2. Non
1. Je répétais les cours en me
centrant sur la préparation des
Approche utilisée dans les examens
approche catégorielle
études 2. J’essayais de relier les idées et
établir des rapports entre les
différents cours du cursus.

88
 Variables code variable Type Modalités
1. Génération 1990 – 1999
Période d’études generation catégorielle 2. Génération 2002 – 2011
3. Génération après 2012
Qualification de 1. Accompagnement fort
l’accompagnement prodigué aux appréciable
étudiants finissants pour la qual_accomp catégorielle 2. Accompagnement moyen
rédaction de leur travail de 3. Accompagnement médiocre
sortie 4. Pas d’accompagnement
1. Pendant les études
2. Moins de 12 mois
Temps pris pour trouver un 3. Entre 12 et 24 mois
temps_emploi catégorielle
emploi après les études 4. Plus de 24 mois
5. Je n’ai jamais travaillé après les
études
1. Oui
Contrainte motivation contrainte_motivation catégorielle
2. Non
Nombre de contraintes quantitative
1. Très informé.e
Niveau d’information sur la 2. Assez informé.e
rédaction d’un projet de fin info_tfe catégorielle
3. Pas vraiment informé.e
d’étude/mémoire
4. Pas informé.e du tout
Opinion sur le niveau de 1. Oui
difficulté du travail de fin difficulte_tfe catégorielle
d’étude 2. Non
1. Oui
Opinion sur le niveau d’utilité
utilite_tfe catégorielle 2. Non
du travail de fin d’étude
3. Ne sait pas
Projet personnel lié au domaine projet_personnel 1. Oui
catégorielle
d’étude 2. Non
1. Mon domaine d’étude était mon
premier choix.
2. Mon domaine d’étude était un
choix résigné car je n’ai pas eu la
possibilité d’étudier ce que je voulais
vraiment.
3. Mon domaine d’étude était
choix_etud catégorielle fortement influencé par mes proches
mais j’ai appris à l’accepter et à
l’aimer.

Description de votre choix 89

d’étude
 Variables code variable Type Modalités
4. Mon domaine d’étude m’était
imposé par mes proches et je n’ai pas
supporté le fait de faire carrière dans
ce domaine.
Consommation de substances consommation_pps catégorielle
psychoactives 0, 1, 2, 3, 4, 5
1. Non scolarisé
2. Niveau d’études fondamentales
Niveau d’éducation du membre etud_fam catégorielle 3. Niveau d’études secondaires
de ménage le plus avancé 4. Ecole professionnelle
académiquement. 5. Etudes universitaires
Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

5.1.2.2 Fonction de vraisemblance

La fonction de vraisemblance est une mesure statistique utilisée pour estimer les paramètres du
modèle de régression logistique en se basant sur les données observées. Dans la régression
logistique, nous cherchons à modéliser la relation entre une variable dépendante binaire (ou
discrète) et un ensemble de variables indépendantes. La fonction de vraisemblance est construite
en évaluant la probabilité d'observer les résultats réels (les valeurs de la variable dépendante
binaire) donnés les paramètres du modèle. L'objectif est de trouver les valeurs des coefficients de
régression qui maximisent la probabilité d'observer les résultats réels.
Du point de vue mathématique, il s’agit de trouver les valeurs des paramètres βi qui annulent la
dérivée de la fonction suivante :
𝑁 𝑁
𝑦𝑖 1−𝑦𝑖
P(y, β) = ∏ 𝑝𝑖 1 − 𝑝𝑖
𝑖=1
( ) ( ) 𝑦𝑖
= ∏ [𝐹 𝑥𝑖β ] [1 − 𝐹 𝑥𝑖β ]
𝑖=1
( ) 1−𝑦𝑖
𝑁
[ ( )]
↔ 𝑙𝑜𝑔 𝑃(𝑦, β) = ∑ 𝑙𝑜𝑔 𝐹 𝑥𝑖β + (1 − 𝑦𝑖)𝑙𝑜𝑔[1 − 𝐹 𝑥𝑖β ]
𝑖=1
( )
On parvient à maximiser la fonction logarithmique en annulant sa dérivée première :
𝑁 [𝑦𝑖−𝐹(𝑥1β)]𝑓(𝑥𝑖β)
^ ^
^ '
↔
∂𝑙𝑜𝑔(𝑦, β)
= ∑ 𝑥𝑖 = 0
( ) ^ ^
^
∂β
𝑖=1 𝐹 𝑥1β [1− 𝐹(𝑥1β)]
^ 𝑘
Et nous obtenons l’estimateur β du maximum de vraisemblance du vecteur de paramètres β ∈ 𝑅
du modèle binaire en résolvant ce système.

90
5.1.3 Analyse du modèle initial
5.1.3.1 Validation des résultats du modèle initial
Pour valider le modèle initial, avec les 19 variables indépendantes, nous allons procéder à
l’analyse des résultats de différents tests statistiques. Les principales statistiques qui seront
retenues pour la validité du modèle nous permettront de mesurer la qualité du modèle et le
pouvoir prédictif de ce dernier :
● Le R2 de Tjur détermine le pouvoir prédictif du modèle, c’est-à-dire la contribution des
facteurs dans l’explication de la soumission du travail de fin d’études;
● Par ailleurs, le modèle de régression logistique fournit pour chaque variable introduite
dans l’équation une probabilité qui indique le niveau de signification du paramètre qui lui
est associé. Ainsi, nous allons vérifier la significativité individuelle des paramètres de
chacune des variables du modèle à travers le Test de Wald.
● La significativité globale du modèle va être mesurée à travers le test du rapport des
maxima de vraisemblance. Le statistique LRT (Likelihood Ratio Test) correspond alors
tout simplement à l’écart des log-vraisemblance.

Tableau 5. 2 Performance du modèle initial de régression logistique

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

5.1.3.1.1 Analyse du R2 de Tjur du modèle initial

L’analyse des performances du modèle nous indique un pseudo-R2 qui s’élève à 0.441. Les
propriétés du R2 de Tjur – le fait qu’il soit compris entre 0 et 1 et qu’il augmente avec la qualité
(la vraisemblance) du modèle - font penser au coefficient de détermination R2 d’un modèle de
régression linéaire classique, mais il n’en possède pas toutes les propriétés. Notamment, ses
valeurs ne couvrent pas tout l’intervalle [0, 1], et généralement même lorsqu’un modèle est
considéré comme « très bon », ses valeurs restent relativement faibles30. Nous pouvons donc
avancer qu’avec un pseudo-R2 de 0.441, ce modèle a une bonne qualité d’ajustement, c’est-à-dire
que les facteurs expliquent assez bien la soumission du travail de fin d’études.

30
Cédric Afsa (2016). Le modèle logit: Théorie et application, Direction de la méthodologie et de la coordination
statistique et internationale – Département des Méthodes Statistiques.

91
5.1.3.1.2 Test de significativité individuelle des paramètres (Test de Wald)
La significativité individuelle des paramètres des variables indépendantes dans le modèle n’est
autre que l’apport de chacune de ces variables à l’explication de la variable sous étude, soit la
soumission du travail de fin d’études. Pour tester cette significativité individuelle, on a recours
au test de Wald. Ce test nous permet de savoir si les variables associées influent sur l’affectation
à l’une ou l’autre catégorie de la variable dépendante (Oui, Non), en d’autres termes, si le
coefficient βj qui lui est associé est ou non différent de zéro (s’il est nul, la variable disparaît de
l’expression du modèle et ne joue donc plus aucun rôle).
● Hypothèses
- H0 : βj = 0
- Ha : βj ≠ 0
● Statistique du test de Wald
^ ^
2
β𝑗 β𝑗
W = 𝑠 ~ N(0, 1) => 2 ~ 𝑋1, avec s l’écart-type des βj.
2

β𝑗 𝑠β
𝑗

● Décision de rejeter H0 au niveau de α. On rejette H0 si :

2 2
W ≥ 𝑋1− α ou p-value ≤ α, i.e Prob(𝑋1− α ≥ W) ≤ α.

Ainsi, quand une probabilité est inférieure à 0.01, 0.05 ou 0.1, cela signifie que le paramètre de
la variable en question est statistiquement significatif soit au seuil de 1%, 5% ou 10%
respectivement. Alors, l’observation de la colonne des probabilités du tableau des résultats du
modèle initial (Pr(>|z|)) montre que seulement cinq (5) paramètres (sexeM,
domaine_etud1Santéetprotectionsociales, qual_accompFort_appréciable, qual_accompMoyen,
contrainte_motivation1) sont statistiquement significatifs ou non nuls: le premier et le dernier au
seuil de 1% et les autres au seuil de 10%. Autrement dit, nous rejetons l’hypothèse nulle pour ces
cinq (5) paramètres.

5.1.3.1.3 Test de significativité globale des paramètres ou Test du rapport de vraisemblance

Le test du rapport des maxima de vraisemblance nous permet de tester la nullité de l’ensemble
des coefficients du modèle. En d’autres mots, ce test est une comparaison entre le modèle initial
ou modèle complet et le modèle nul.
● Hypothèses
o H0 : il n’y a pas de différence entre les modèles ↔ logit P(y = 1) = β0
o Ha : le modèle complet est meilleur ↔ logit P(y = 1) = β0 + β1X1 + β2X2 + … +
βkXk

● Statistique du test
^
Sous H0, LRT = l(β) – l(β0), avec LRT : Likelihood Ratio Test

92
 ● Règle de décision
2
Nous rejetons H0 si LRT ≥ 𝑋1− α(p), avec p le nombre de degrés de liberté,
2
ou si p-value ≤ α, i.e Prob(𝑋1− α ≥ LRT) ≤ α.

Le test a été réalisé sur le logiciel R studio et les résultats ont montré qu’au seuil de 0.1% le
modèle initial ou le modèle complet qui a été estimé est globalement significatif et meilleur que
le modèle nul, avec une p-value égale à 0.00006068 (en annexe).
Ainsi, le modèle initial est globalement significatif statistiquement et la valeur du R2 de Tjur
montre que les facteurs expliquent assez bien la variable dépendante. Cependant, un faible
pourcentage des paramètres, soit 10% des paramètres (5/49), a été évalué statistiquement
significatif, ce qui nous pousse à rechercher un meilleur modèle pour expliquer la soumission des
travaux de fin d’études des étudiants en programme de licence. Nous allons donc procéder à une
optimisation du modèle initial.

5.1.4 Sélection du modèle optimal

Pour réaliser l’optimisation de notre modèle initial, la sélection « pas à pas » ou « stepwise
selection » a été appliquée sur le modèle et c’est une technique pour choisir les variables les plus
significatives à inclure dans un modèle statistique. Elle consiste à ajouter ou à supprimer
sélectivement des variables du modèle en fonction de leur contribution à l’ajustement et à la
prédiction.
Le processus de sélection pas à pas peut être effectué de différentes manières notamment
l’approche « forward », l’approche « backward » et l’approche « forward-backward » ou encore
appelée approche « both ». C’est cette dernière qui sera utilisée pour notre optimisation. Elle
consiste à combiner les deux approches « forward » et « backward » en commençant avec un
modèle vide et en ajoutant progressivement les variables significatives (forward), puis en
effectuant des étapes de suppression pour éliminer les variables non significatives (backward) en
partant du modèle complet. C’est la convergence de ces deux méthodes. Ce processus itératif
continue jusqu’à ce qu’aucune variable ne puisse être ajoutée ou supprimée. Cette méthode se
base sur le critère d’information Akaike pour savoir quel modèle garder, et généralement, le
modèle avec le plus petit AIC est considéré comme le modèle optimal. Ce modèle optimal est le
modèle avec le moins de variables possibles ayant au moins la même capacité de prédiction que
le modèle initial.

93
 5.1.4.1 Présentation du modèle optimal
Tableau 5. 3 Résultats du modèle optimal de régression logistique

Log(odd
Facteurs Odd Ratio Erreur Std. z value P(>|z|)
ratio)

Constante -0.7087 0.49 1.4253 -0.497 0.619047

Génération
1990-1999 (référence)
2002-2011 0.7836 2.19 1.4356 0.546 0.585173
2012_et_après -0.6021 0.55 1.3878 -0.434 0.664393
Sexe
Féminin (référence)
Masculin 1.7836 5.95 0.4493 3.97 0.000072
Contrainte motivation
Non (référence)
Oui -1.402 0.25 0.402 -3.488 0.000487
Type accompagnement
Aucun (référence)
Fort appréciable 1.7073 5.51 0.7063 2.417 0.015635
Médiocre -0.3028 0.74 0.5012 -0.604 0.545729
Moyen 0.6911 2.00 0.4845 1.426 0.15377
Consommation de produit
psychoactif
4 (référence)
1 -0.4174 0.66 0.4422 -0.944 0.34514
2 0.648 1.91 0.6145 1.055 0.291652
3 -16.199 0.00 1026.9792 -0.016 0.987415
5 -16.7299 0.00 1455.3976 -0.011 0.990828
Localisation études secondaires

94
 Log(odd
Facteurs Odd Ratio Erreur Std. z value P(>|z|)
ratio)
AMP (référence)
Hors_AMP -0.923 0.40 0.5393 -1.712 0.086975
Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

Notre modèle optimal contient un ensemble de six (6) variables exogènes contrairement à notre
modèle initial avec dix-neuf (19) variables : la période d’étude représentée par les variables
dummies « 2002-2011» et « 2012_et_après » , le sexe par la variable dummy « Masculin », la
motivation par la variable dummy « Oui », la qualité de l’accompagnement représentée par les
variables dummies« Fort appréciable », « Moyen » et « Médiocre », la consommation de
produits psycho-actifs par les niveaux « 1 à 5 » et le lieu pour les études secondaires représentée
par la variable dummy « Hors_AMP ».
Les mêmes techniques de validation du modèle initial seront appliquées pour valider le modèle
optimisé.

Tableau 5. 4 Performance du modèle optimal de régression logistique

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

5.1.4.1.1 Analyse du R2 de Tjur

Le pseudo-R2 de notre modèle optimal est de 0.325, indiquant une assez bonne qualité
d’ajustement du modèle. Aussi, nous remarquons une diminution dans le critère d’information
Akaike (AIC) passant de 252.9 du modèle initial à 209.2 pour le modèle optimal. Nous pouvons
avancer que les variables dans le modèle optimal expliquent assez bien la soumission du travail
de fin d’études.

5.1.4.1.2 Test de significativité individuelle des paramètres du modèle optimal

L’analyse du tableau des résultats indique que quatre (4) paramètres du modèle retenu sont
significatifs. En effet, les probabilités associées aux variables « Masculin » et
« contrainte_motivation1 » renseignent une significativité au seuil de 1%; le paramètre de la

95
variable « Fort appréciable » est significatif au seuil de 5% et finalement le paramètre de la
variable « Hors_AMP » est statistiquement significatif au seuil de 10%.

5.1.4.1.3 Test de significativité globale du modèle optimal

Ce test nous permettra non seulement de tester la significativité du modèle optimal, mais aussi de
savoir si le modèle initial est meilleur (annexe pour les 2 LRT).
● Test du ratio de vraisemblance – Modèle nul et Modèle optimal
Rappel des hypothèses :
o H0 : il n’y a pas de différence entre les modèles ↔ logit P(y = 1) = β0
o Ha : le modèle optimal est meilleur ↔ logit P(y = 1) = β0 + βiXi + βjXj + βkXk + βmXm
Considérant les résultats obtenus à partir du test du rapport de vraisemblance entre le modèle
optimal et le modèle nul avec une probabilité de 0.0000, nous pouvons rejeter l’hypothèse nulle
et avancer que le modèle optimal est globalement bien spécifié au seuil de 1%.
● Test du ratio de vraisemblance – Modèle initial et modèle optimal
Considérant les résultats obtenus à partir du test du rapport de vraisemblance entre le modèle
optimal et le modèle initial avec une p-value de 0.8172, nous pouvons avancer que nous ne
disposons pas assez d’informations pour rejeter l’hypothèse nulle.
Nous rappelons les hypothèses pour ce test :
o H0 : il n’y a pas de différence entre les modèles ↔ logit P(y = 1) = β0 + βiXi + βjXj +
βkXk + βmXm
o Ha : le modèle complet est meilleur ↔ logit P(y = 1) = β0 + β1X1 + β2X2 + … + βnXn
Ainsi, le modèle optimal est globalement significatif et le modèle initial n’est pas meilleur que le
modèle optimal. Cependant, en nous basant sur le critère d’information Akaike, le modèle
optimal ayant un AIC inférieur à celui du modèle initial (211.3 contre 290.3), nous pouvons
affirmer qu’a priori le modèle optimal est meilleur.

5.1.4.1.4 Test de multicollinéarité entre les variables indépendantes

Avant de passer à l’analyse de l’apport de chaque variable dans l’explication du phénomène, il
est important de tester la multicollinéarité entre les variables exogènes du modèle pour nous
assurer que nous n’interprétons pas à tort les résultats relatifs à l’influence des coefficients
estimés et aux tests d’hypothèses réalisés antérieurement. Pour cela, nous avons eu recours au
test de VIF (facteur d’inflation de la variance). Le statistique de ce test est le suivant :
1
VIFi = 2 ,
1− 𝑅𝑖

96
 2
avec 𝑅𝑖 = Coefficient de détermination non ajusté pour régression de la i-ème variable
indépendante sur les autres.
VIF évalue si les facteurs sont corrélés les uns aux autres (multi-colinéarité), ce qui pourrait
influencer les autres facteurs et réduire la fiabilité du modèle. Si un VIF est supérieur à 5, vous
avez une multi-colinéarité élevée : la variation semblera plus grande et le facteur apparaîtra plus
influent qu'il ne l'est. Si VIF est plus proche de 1, alors le modèle est beaucoup plus robuste, car
les facteurs ne sont pas influencés par la corrélation avec d'autres facteurs31.

Figure 5. 1. Résultats du test VIF

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

Nous remarquons que le VIF pour chacune des variables est au voisinage de 1 ce qui implique
que les variables ne sont pas corrélées ou ont une corrélation faible entre elles et que le modèle
est robuste.

5.1.4.1.5 Contribution des différentes variables dans l’explication du phénomène

« soumission du travail de fin d’études »
Nous allons, dans cette partie de ce chapitre, analyser les contributions individuelles de chaque
variable sur la probabilité de soumission du travail de fin d’études. Les variables ont été
préalablement regroupées sous différents labels pour identifier les facteurs sociodémographiques,
les facteurs liés aux études secondaires, les facteurs liés aux études universitaires, les facteurs

31
https://www.investopedia.com/terms/v/variance-inflation-factor.asp

97
liés à d’éventuels supports ou aux contraintes dont ferait face l’étudiant et finalement d’autres
facteurs personnels qui sont liés à la soumission du travail de fin d’études (cf chapitre 3, Analyse
uni variée).
A la lumière des résultats du modèle optimal, seuls des facteurs sociodémographiques, des
facteurs liés aux études secondaires et des facteurs liés au support reçu et aux contraintes
rencontrées ont une influence sur la probabilité de soumission du travail de fin d’études.

I. Facteurs sociodémographiques
Dans le modèle optimal, nous n’avons que la variable « sexe » comme facteur
sociodémographique qui a été inclus dans le modèle et est statistiquement associé à la
soumission du travail de fin d’études.
● Le sexe
L’analyse des résultats du modèle optimal montre que le sexe joue un rôle significatif dans la
probabilité de soumission du travail de fin d’étude, ce qui vient corroborer les résultats que nous
avons obtenus dans l’analyse bivariée. Selon les résultats du modèle, les étudiants de sexe
masculin ont 5.95 fois plus de chance de soumettre leur travail de fin d’études par rapport aux
étudiants de sexe féminin. En d’autres mots, les étudiants de sexe masculin seraient plus aptes à
soumettre leur travail de fin d’études par rapport au sexe féminin.

II. Facteurs liés aux études secondaires

Parmi les variables faisant partie du groupe des potentiels facteurs liés aux études secondaires,
une seule variable, soit la variable « Région de complétion des études secondaires », est
statistiquement significative dans le modèle optimal.
● La région de complétion des études secondaires
Cette variable est représentée dans le modèle par la variable dummy « Hors_AMP », c’est-à-dire
les études secondaires qui ont été complétées en dehors de l’aire métropolitaine de
Port-au-Prince. Le coefficient associé à cette variable est affecté d’un signe négatif et se chiffre à
-0.923. Cela sous-entend qu’un étudiant qui aurait complété ses études secondaires en dehors de
l’aire métropolitaine de Port-au-Prince verrait ses chances moindres pour soumettre le travail de
fin d’études par rapport à un étudiant qui aurait complété ses études secondaires dans l’aire
métropolitaine de Port-au-Prince. Ainsi, l’analyse de l’odd-ratio révèle qu’en ayant complété ses
études en dehors de l’aire métropolitaine de Port-au-Prince, par rapport à un étudiant qui aurait
complété ses études secondaires dans l’aire métropolitaine de Port-au-Prince, l’étudiant voit ses
chances diminuer de 60% pour soumettre son travail.

98
III. Facteurs liés au support reçu et à la motivation

● La qualité de l’accompagnement reçu

La qualité de l’accompagnement reçu est représentée dans notre modèle optimal par la variable
dummy « Fort appréciable » et est associée positivement à la probabilité de soumission du travail
de fin d’études avec un paramètre égal à 1.7073. L’odd-ratio associé à cette variable indique que
les étudiants qui reçoivent un accompagnement jugé fort appréciable ont 5.51 fois plus de chance
de soumettre leur travail de fin d’études par rapport aux étudiants qui ne reçoivent aucune
assistance ou accompagnement pour la rédaction dudit travail.

● La contrainte de motivation
D’un autre côté, les étudiants faisant face à un problème de motivation voient leur chance de
soumission du travail de fin d’études nettement inférieure par rapport aux étudiants qui n’ont pas
eu ce problème. Par le signe du paramètre qui est associé à la variable
« contrainte_motivation1 », représentant la modalité « avoir eu un problème de motivation »,
nous constatons que la contrainte de la motivation affecte négativement la probabilité de
soumission du travail (-1.402). L’analyse de l’odd-ratio indique que les étudiants dans cette
situation voient leur chance diminuer de 75% (odd-ratio = 0.25).

5.2 Modèles d’analyse de survie

Dans cette section, nous présentons et justifions le choix du modèle d’analyse de survie
dans cette deuxième partie de l’analyse multivariée.

5.2.1 Présentation de l’analyse de survie

Le modèle d'analyse de survie, également connu sous le nom de modèle de survie ou modèle de
durée de vie, est une méthode statistique utilisée pour analyser le temps jusqu'à la réalisation
d’événement tel que la survie, la défaillance, la rémission ou toute autre forme de durée de vie. Il
est particulièrement utile lorsque les données présentent des événements censurés, c'est-à-dire
des cas où l'événement d'intérêt n'est pas observé pour tous les individus de l'échantillon durant
la période de l’étude. La censure peut être de deux types : la censure à droite où l'événement n'est
pas encore survenu à la fin de la période d'étude, et la censure à gauche où l'événement est
survenu avant l'inclusion dans l'étude. Dans ce travail, nous faisons face à des cas de censure à
droite.
L'objectif principal du modèle d'analyse de survie est d'estimer la fonction de survie S(t) :

99
 ^ 𝑑𝑖
S(t) = P(T > t) ⬄ 𝑆(𝑡) = ∏ (1 − 𝑛𝑖
)
𝑖:𝑦𝑖<𝑡

(avec t un temps donné, di le nombre d’événements survenus au temps ti et ni le nombre

d’individus connus avoir survécu jusqu’au temps ti),
qui décrit la probabilité qu'un individu survive au-delà d'un certain temps donné, la variable
dépendante (Y) correspondant à la durée d’un processus ou à une durée avant la survenue d’un
événement. Dans la plupart des cas, la fonction de survie exacte n’est pas connue. On fait donc
une approximation de cette fonction estimée à partir des données collectées. Les modèles
d'analyse de survie les plus couramment utilisés sont le modèle de survie de Kaplan-Meier et le
modèle de survie de Cox, également connu sous le nom de modèle de régression de Cox ou
modèle à risque proportionnel de Cox.

5.2.2 Modèle de survie de Kaplan-Meier

Le modèle de survie de Kaplan-Meier est utilisé pour estimer la fonction de survie en présence
de données censurées. Il permet de comparer les courbes de survie entre différents groupes ou
catégories de variables explicatives, la courbe de survie ou encore la courbe de Kaplan-Meier
étant une représentation graphique du taux/probabilité de survie ou de la fonction de survie32.
Dans ce travail, on parle de survie à l’événement « soumission du travail de fin d’études ». Un
répondant aura survécu à cet événement s’il n’a pas encore soumis son travail de sortie.
Pour tracer la courbe de survie, il est nécessaire d’avoir les données sur le temps de survie et
l’indicateur d’événement. Le temps de survie est la variable qui mesure le temps écoulé jusqu’à
la réalisation d’un événement; et l’indicateur d’événement est un indicateur binaire (0 ou 1) qui
spécifie si l’événement d’intérêt s’est produit (1) ou non (0) pendant le temps de suivi. Cela est
particulièrement important pour les données de survie censurées, où l'événement n'a pas eu lieu
pour certains individus jusqu'à la fin de l'étude.
Dans le cas de notre étude, le temps de survie est le temps depuis la fin des cours jusqu’au dépôt
du travail de fin d’études (pour ceux qui avaient déjà déposé leur travail) ou le temps depuis la
fin des cours jusqu’au moment de l’enquête (pour ceux qui n’avaient pas encore déposé leur
travail de sortie), « temps_depot ». L’indicateur d’événement est la variable « depot » qui
spécifie si oui ou non l’événement s’est réalisé.
Ainsi, une courbe de survie globale montrera comment évoluent la probabilité et le temps
jusqu’à la soumission du travail de fin d’études. Nous pourrons ensuite comparer les courbes de
survie des différents facteurs qui affectent la soumission du travail de fin d’études suivant la
régression logistique. Cela nous permettra de voir a priori comment chaque sous-groupe évolue
par rapport à la soumission du travail dans le temps.

32
https://datatab.fr/tutorial/kaplan-meier-curve

100
 Figure 5. 2. Courbe de survie globale de Kaplan-Meier pour la non-soumission du travail
de fin d’études

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

Sur ce graphique, nous avons en abscisses le nombre de temps en mois que les répondants ont
pris pour soumettre le travail de fin d’études ou le nombre de temps en mois depuis la fin des
cours mais n’ont pas encore soumis le travail de fin d’études au moment du remplissage du
questionnaire. Les répondants qui n’avaient pas encore soumis leur travail de fin d’études sont
représentés par un bâtonnet vertical qui coupe la courbe de survie (données censurées). En
ordonnées, nous avons la probabilité pour qu’un étudiant ne soumette pas encore son travail de
sortie au-delà d’un certain temps.
Naturellement, nous constatons que la probabilité de ne pas soumettre son travail de fin d’études
diminue avec le temps, mais la progression est moins prononcée au bout d’un certain temps. Par
exemple, la probabilité qu’un étudiant de notre échantillon ne soumette pas son travail :
- 12 mois après la fin des cours est de 81%;
- 24 mois après la fin des cours de 62%;
- 33 mois après la fin des cours de 55%;
- 36 mois après la fin des cours de 49%;
- 50 mois après la fin des cours de 40%;

101
 - 100 mois après la fin des cours de 30% (seulement 10% de différence après 50
mois).
Ainsi, nous pouvons dire que le temps médian, selon le modèle de Kaplan-Meier, est entre 33 et
36 mois pour la soumission du travail de fin d’études.

Figure 5. 3. Courbes de survie par facteur influençant la soumission du travail de fin

d’études

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

Concernant les facteurs qui étaient statistiquement significatifs par rapport à la soumission du
travail de fin d’études, nous voyons effectivement que les étudiants de sexe « Masculin » ont une
meilleure progression dans le temps par rapport aux étudiants de sexe « Féminin ». Par exemple,
la probabilité pour qu’un étudiant de sexe masculin ne soumette pas son travail de fin d’études
36 mois après la fin des cours est de 43% contre 69% pour un étudiant de sexe féminin (Tableau
des probabilités en annexe). De même, nous constatons que les étudiants qui n’ont pas de
problème de motivation ont une meilleure progression quant à la probabilité de ne pas soumettre
leur travail après un certain temps que ceux qui ont un problème de motivation; ceux qui ont un
accompagnement jugé « Fort_appréciable » ont une meilleure performance que les catégories
« Médiocre » et « Aucun ». Pour le facteur « localisation_étude_secondaire », il n’y a pas de
différence apparente sur le temps de soumission.

102
Le « test de Log-rank », qui est une méthode statistique utilisée dans l’analyse de survie pour
comparer les courbes de survie de deux groupes ou plus, confirme les analyses préliminaires. En
effet, pour les facteurs « sexe », « contrainte_motivation » et « qualité_accompagnement », nous
obtenons les p-values respectivement 0.02, 0.0049 et 0.07, nous conduisant à rejeter l’hypothèse
nulle selon laquelle les fonctions de survie des groupes sont égales, en d’autres termes, il y a une
différence significative dans la survie des groupes. Pour le facteur
« localisation_étude_secondaire », nous obtenons une p-value de 0.37, conduisant à un non-rejet
de l’hypothèse nulle.

Tableau 5. 5 Test de Log Rank

test statistic (p-value)

Par sexe: 5.49 (0.02) Par motivation: 12.48 (0.0049)

Par accompagnement: 6.95 (0.07) Par localisation étude secondaire: 0.79

(0.37)
Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

5.2.3 Modèle de régression de Cox

Le modèle de survie de Cox, en revanche, est un modèle semi-paramétrique qui permet
d'examiner l'effet des variables explicatives sur le risque de survie, dans notre cas la
non-soumission du travail de fin d’études. Il est basé sur l'hypothèse de proportionnalité des
risques de Cox, qui stipule que le rapport des risques entre deux individus est constant au fil du
temps. Ce dernier modèle pourra confirmer ou infirmer les résultats que nous avons eus avec
les courbes de Kaplan-Meier.
Le modèle de Cox utilise deux (2) notions fondamentales dans l’analyse de survie :
- La fonction de survie de base S(t) qui sera notée h0(T) représentant la probabilité qu’un
événement arrive après un temps donné t où toutes les covariables sont nulles;
- La fonction de risque instantané h(x) représentant le taux instantané de réalisation de
l’événement entre 2 points du temps, T et T + ∆𝑇, sachant que le temps de survie T est
supérieur à t.
Le modèle de Cox a donc pour expression :
h(T, X) = h0(T)h(x)
En général, la loi de la fonction de survie (h0(t)) est inconnue et elle ne dépend qu’uniquement du
temps et pas d’autres paramètres. Pour l’autre partie de l’expression h(x), le modèle de Cox

103
considère qu’elle suit une loi exponentielle, c’est-à-dire que la fonction h(x) est une exposante
puissance X multipliée par un certain coefficient β. Ainsi :

h(T) = h(T | X1 = x1, X2 = x2, …, Xk = xk) ⬄ h0(T)h(x) = h0(T)exp(β1X1 + β2X2 + …)

Fondement mathématique de la régression de Cox

Supposons que la fonction de densité de probabilité de la variable aléatoire T soit donnée par
f(T). La fonction de distribution de probabilité de T est alors donnée par :
F(T) = Pr(t < T)
𝑇
F(T) = ∫ 𝑓(𝑡)𝑑𝑡
0

La fonction de survie, S(T), est la probabilité qu’un individu survive au-delà de T. Cela conduit
à:
S(T) = P (T > t)
S(T) = 1 – F(T)
La fonction de risque est la probabilité qu'un individu subisse l'événement en question (dans
notre cas, la soumission du travail de fin d’études) au cours d'un petit intervalle de temps, étant
donné que l'individu a survécu jusqu'au début de cet intervalle. L'expression mathématique de la
fonction de risque est la suivante :
Pr(𝑇 ≤𝑡 <(𝑇+ ∆𝑇)| 𝑇 ≤𝑡)
h(T) = 𝑙𝑖𝑚∆𝑇 →0 ∆𝑇

𝐹(𝑇+ ∆𝑇)−𝐹(𝑇)
h(T) = 𝑙𝑖𝑚∆𝑇 →0 ∆𝑇

𝑓(𝑇)
h(T) = 𝑆(𝑇)

La fonction de risque cumulatif H(T) est la somme des taux de risque individuels du temps zéro
au temps T. La formule est la suivante :
𝑇
H(T) = ∫ ℎ(𝑢)𝑑𝑢
0

La fonction de risque est donc la dérivée, ou la pente, de la fonction de risque cumulé. La

fonction de risque cumulé est liée à la fonction de survie cumulée par l'expression :
S(T) = exp(-H(T))
H(T) = -ln(S(T))

104
Il convient de noter que la fonction de distribution, la fonction de hasard et la fonction de survie
sont mathématiquement liées.
David Cox (statisticien britannique, 1972) a exprimé le lien entre le taux de risque et un
ensemble de covariables à l'aide du modèle :
𝑝
ln(H(T)) = ln(h0(T)) + ∑ 𝑥𝑖β𝑖
𝑖=1

ou
𝑝
H(T) = h0(T)exp( ∑ 𝑥𝑖β𝑖)
𝑖=1

Où x1, x2...xp sont les variables indépendantes du modèle, β1, β2... βp sont les coefficients de
régression à estimer, T est le temps écoulé, et h0(T) est le taux de risque de base lorsque toutes
les variables indépendantes sont nulles. La forme linéaire du modèle de régression est donc la
suivante :
𝑝
ℎ(𝑇)
ℎ0(𝑇)
= exp( ∑ 𝑥𝑖β𝑖)
𝑖=1

En prenant l'exponentielle des deux côtés de l'équation ci-dessus, on constate qu'il s'agit du
rapport entre le taux de risque réel et le taux de risque de base, parfois appelé risque relatif.
𝑝
ℎ(𝑇)
ln( ℎ0(𝑇)
) = ∑ 𝑥𝑖β𝑖
𝑖=1

Les coefficients de régression peuvent donc être interprétés comme le risque relatif lorsque la
valeur de la variable indépendante est augmentée de un. Il convient de noter que, contrairement
aux modèles de régression logistique, ce modèle n'inclut pas de terme d'ordonnée à l'origine. En
effet, si un terme d'interception était inclus, il ferait partie de h0(T).
Notez également que le modèle ci-dessus n'inclut pas T du côté droit. En d'autres termes, le
risque relatif est constant pour toutes les valeurs du temps. C'est pourquoi la méthode est appelée
"risques proportionnels".

5.3.2 Hypothèses du modèle de Cox

Le modèle de régression de Cox nécessite quelques hypothèses de base pour être valide. Il est
nécessaire d'évaluer si le modèle ajusté répond à ces exigences. Ces hypothèses sont
généralement au nombre de trois :
● Hypothèse des risques proportionnels
● Pas d'observations influentes

105
 ● Linéarité de la relation entre le logarithme du risque et les covariables.
Comme nous n’avons que des covariables catégorielles dans notre modèle, nous n’avons pas
besoin de tester l’hypothèse de linéarité.
Afin de vérifier si ces conditions sont remplies, nous utiliserons la méthode des résidus. En
général, les résidus du modèle de Cox comprennent33 :
● Résidus de Schoenfeld pour vérifier l'hypothèse des risques proportionnels
● Résidus de déviance (transformation symétrique des résidus de Martingale34), pour
examiner les observations influentes.

5.3.2.1 Test d’hypothèse des risques proportionnels

Pour vérifier l’hypothèse des risques proportionnels, nous utiliserons un test statistique basé sur
les résidus de Schoenfeld mis à l’échelle. Tout d'abord, nous testerons l'hypothèse des risques
proportionnels pour chaque covariable incluse dans notre modèle de régression de Cox ajusté.
Ces covariables sont les variables statistiquement significatives du modèle de régression
logistique. Un test global sera également effectué pour le modèle dans son ensemble. En somme,
il s'agira de tester l'indépendance entre les résidus et le temps.
Dans le cadre de ce test, les hypothèses sont les suivantes :
- H0 : Il n’y a pas de relation significative entre les résidus et le temps
- H1 : Il y a une relation significative entre les résidus et le temps
Nous rejetons l’hypothèse nulle si la valeur « p » est inférieure au seuil choisi, 5%.
Les résultats du test, sur R, sont les suivants :

Tableau 5. 6 Test des risques proportionnels

chisq df p
sexe 0.0518 1 0.82
loc_etud_sec 0.3033 1 0.58
qual_accomp 2.5620 3 0.46
contrainte_motivation 1.3765 1 0.24
GLOBAL 3.8366 6 0.70
Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

33

http://www.sthda.com/english/wiki/cox-model-assumptions#:~:text=The%20proportional%20hazards%20(PH)%20
assumption,violation%20of%20the%20PH%20assumption
34
Coraline Danieli (2015).- Contribution méthodologiques à l’estimation de la survie nette : comparaison des
estimateurs et tests des hypothèses du modèle du taux en excès, p.90

106
Toutes les valeurs « p » du test de Schoenfeld indiquent une non-significativité statistique de la
relation entre les résidus et le temps au niveau critique de 5%. Et globalement pour l'ensemble du
modèle, cette relation n'est pas statistiquement significative au même seuil. Notre modèle
satisfait donc à la première hypothèse nécessaire, à savoir que les rapports de risque entre deux
groupes ne changent pas significativement au cours du temps.

5.3.2.2 Test d’hypothèse des observations non-influentes

Le graphique des résidus de Schoenfeld est utilisé pour évaluer si les observations individuelles
influencent ou non le modèle de Cox. Les résidus de Schoenfeld mesurent la différence entre les
valeurs observées et les valeurs attendues des variables explicatives à chaque instant de temps.
Dans le graphique, chaque point représente un événement observé. Si les points sont répartis de
manière aléatoire autour de la ligne horizontale zéro, comme c’est le cas dans nos graphiques
ci-dessous, cela indique que les observations ne présentent pas de relation significative avec les
variables explicatives et ne violent pas l'hypothèse d'observations non influentes.

Figure 5. 4. Graphique des résidus de Schoenfeld - Delta Beta

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

Les hypothèses de base pour la régression de Cox étant respectées, nous pouvons avancer que le
modèle est valide.

107
5.3.3 Présentation des résultats du modèle
Suite aux résultats que nous avons obtenus pour le modèle de régression logistique, indiquant les
facteurs qui influent sur la soumission du travail de fin d’études, nous avons utilisé ces mêmes
facteurs pour évaluer leur impact sur le temps de soumission dudit travail. Pour rappel, les
facteurs qui expliquaient la soumission du travail de fin d’études sont : le sexe, la qualité de
l’accompagnement reçu, la motivation et la région de complétion des études secondaires.

Tableau 5. 7 Performance et caractéristiques du modèle de Cox

Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

- Le coefficient de concordance (de Harrell) est une mesure de l’ajustement global du

modèle de Cox et évalue la capacité du modèle à ordonner correctement les individus en
fonction de leur risque relatif. Ce coefficient s’élève à 0.688 et indique donc une assez
bonne qualité d’ajustement de notre modèle.
- Le test du ratio de vraisemblance indiquant la spécification globale du modèle est
concluant avec une p-value de 0.00003, révélant que même au seuil de 1%, le modèle est
globalement bien spécifié.
- Le test de Wald, avec une p-value de 0.00006, vient corroborer le test du ratio de
vraisemblance et soutient qu’il existe au moins un coefficient non nul statistiquement au
seuil de 1%.
- Le test du score de log-rank affiche une p-value de 0.00004 et indique qu’au seuil de 1%
il y a une différence statistique entre les distributions de survie des groupes des facteurs.
Le test de log-rank est basé sur l'hypothèse nulle selon laquelle les courbes de survie des
groupes comparés sont identiques. En d'autres termes, il teste si les groupes présentent
des taux de survie similaires au fil du temps.

Tableau 5. 8 Résultats du modèle de régression de Cox

Log(Hazar Hazard
Facteurs se(HR) z value Pr(> |z|)
d Ratio) Ratio

Sexe
Féminin (référence)
Masculin 0.7951 2.2147 0.2817 2.823 0.004759

108
 Log(Hazar Hazard
Facteurs se(HR) z value Pr(> |z|)
d Ratio) Ratio
Localisation études secondaires
AMP (référence)
Hors_AMP -0.4384 0.645 0.2913 -1.505 0.132291
Type acompagnement
Aucun (référence)
Fort appréciable 0.7207 2.0559 0.3523 2.045 0.040814
Médiocre -0.1283 0.8796 0.3496 -0.367 0.713702
Moyen 0.4162 1.5161 0.3143 1.324 0.185488
Contrainte motivation
Non (référence)
Oui -0.9472 0.3878 0.2626 -3.608 0.000309
Source : Enquête sur les déterminants du temps de soumission du TFE, Septembre 2022

5.3.3.1 Test de significativité individuelle des paramètres du modèle de Cox

L’analyse du tableau des résultats indique que trois (3) paramètres du modèle retenu sont
significatifs. En effet, les probabilités associées aux variables « Masculin» et « Contrainte
motivation : Non » renseignent une significativité au seuil de 1% et le paramètre de la variable
« Fort appréciable » est significatif au seuil de 5%.

5.3.3.2 Impact des facteurs sur le temps de soumission du travail de fin d’études
Les résultats du modèle de régression de Cox montrent que le sexe a une influence
statistiquement significative sur le temps de soumission du travail de fin d’études. En effet,
l’analyse du coefficient β1 ou du log(Hazard ratio) associé à la variable « sexe » montre que le
sexe masculin est beaucoup plus associé à la réalisation de l’événement « soumission du travail
de fin d’études » et l’exponentiel du log(HR), soit le Hazard-ratio en lui-même, montre qu’un
étudiant de sexe masculin prendrait 2.21 fois moins de temps pour soumettre son travail de fin
d’études par rapport à un étudiant de sexe féminin.
De même, les résultats ont montré une association identique par rapport aux étudiants ayant
bénéficié d’un accompagnement jugé fort appréciable. Le Hazard-ratio (exp(β3)) de la variable
dummy « Fort appréciable » montre qu’elle est associée positivement à la réalisation de
l’événement et qu’un étudiant ayant reçu ce type de support soumettrait son travail de fin

109
d’études en 2.05 fois moins de temps qu’un étudiant qui n’a reçu aucune forme
d’accompagnement. En d’autres mots, un étudiant sans accompagnement ferait le double des
efforts qu’un étudiant bien accompagné.
D’un autre côté, le modèle a montré qu’un étudiant faisant face à des problèmes de motivation
prendrait beaucoup plus de temps pour soumettre son travail de fin d’études. Le signe associé au
coefficient β6 de cette variable démontre une relation négative par rapport à la réalisation de
l’événement « soumission du travail de fin d’études ». Le Hazard-ratio de cette variable est de
l’ordre de 0.38 et explique qu’un étudiant faisant face à des problèmes de motivation prendrait
près de 2.57 fois plus de temps pour soumettre son travail de fin d’études.

Discussion sur les résultats

L’analyse multivariée de ce travail visant à analyser les facteurs qui influent sur le temps de
soumission du travail de fin d’études des étudiants en programme de licence en Haïti a permis de
mettre en relief les facteurs clés qui sont en association directe avec le phénomène sous étude. En
effet, le modèle de régression logistique a clairement identifié les variables telles que le sexe, la
qualité de l’accompagnement reçu et la motivation comme principaux facteurs qui déterminent la
soumission du travail de fin d’études. Ces constatations corroborent largement le cadre théorique
et la littérature existante qui constituent le fondement intellectuel du travail, tout en ajoutant une
nuance importante à travers l'inclusion de la zone de complétion des études secondaires comme
un élément significatif dans le processus de soumission.
En effet, l’association de la variable « qualité de l’accompagnement » au phénomène est
soutenue par l’ensemble des théories de l’apprentissage, plus précisément la zone proximale de
développement de Lev Vygotski et le concept d’échafaudage de Jérôme Bruner, qui montrent
comment accompagner les élèves et étudiants peut les aider à assimiler les notions, à réaliser
une tache et développer leurs compétences; la variable « motivation » est soutenue par la théorie
de la motivation humaine de Maslow car nous constatons que les étudiants qui ne sont pas
arrivés à être motivés pour la rédaction du travail de fin d’études sont moins enclins à soumettre
leur travail de sortie. D’un autre côté, nous relevons que le sexe masculin prime sur le sexe
féminin pour la soumission du travail. Nous ne pouvons pas affirmer totalement que l’étude
d’Eurydice soutient ce résultat car tous les travaux de sortie ne sont pas nécessairement des
travaux de sciences, mais malgré des décennies d’effort, les femmes peinent encore à s’affirmer
au sein de la sphère académique. En dernier lieu, nous avons les répondants qui ont fait leurs
études secondaires dans la zone métropolitaine de Port-au-Prince qui apparaissent comme
avantagés suivant le modèle de régression logistique. En déduction, ce modèle présente le profil
d’un étudiant de sexe masculin, qui a fait ses études secondaires dans l’aire métropolitaine de
Port-au-Prince, qui est motivé pour la rédaction du travail de fin d’études et qui jouit d’un
accompagnement jugé fort appréciable. Ce profil est la combinaison optimale des facteurs ayant
effectivement un impact sur la soumission du travail de fin d’études.

110
L’analyse continue avec les courbes de Kaplan-Meier qui montrent, de manière visuelle,
comment chaque groupe de répondants progresse à travers le temps vers la soumission du travail
de fin d’études. Une analyse des temps médians de chaque catégorie accentue la pertinence des
résultats du modèle logistique. Pour le facteur « qualité de l’accompagnement », le temps médian
pour déposer son travail de fin d’études est de 30 mois pour un accompagnement fort appréciable
contre 52 pour aucune forme d’accompagnement; 26 mois pour un étudiant motivé contre 48
dans le cas contraire; 33 mois pour un étudiant de l’aire métropolitaine de Port-au-Prince contre
48 mois en dehors de l’AMP; et 32 mois pour un étudiant de sexe masculin contre 60 mois
environ pour le sexe féminin. Le modèle de la régression de Cox qui étudie le phénomène du
temps de soumission du travail de sortie a suivi la même tendance. Seul le facteur de la zone de
complétion des études secondaires s’est trouvé non statistiquement significatif, comme observé
lors du test de « logrank » pour les courbes de survie.

Conclusion générale et recommandations

Le long délai de la soumission du travail de fin d’études est un phénomène qui sévit depuis
longtemps, trop longtemps même, au sein de l’université haïtienne. A travers les années, bon
nombre d’étudiants n’ont pas su profiter de nombreuses opportunités parce qu’ils n’avaient
malheureusement pas encore rempli cette dernière condition pour abandonner le statut d’étudiant
et embrasser le grade de licencié dans leur domaine. Alors, pour combattre ce phénomène, il en
faut une certaine compréhension. Cette étude s’est donc engagée dans une exploration des
déterminants influençant le temps de soumission du travail de fin d’études des étudiants en
licence en Haïti. Notre objectif premier était de mettre en exergue les facteurs fondamentaux qui
influent sur ce processus relativement complexe, sinon à première vue, en mettant l’accent sur la
compréhension de toute une panoplie de facteurs tels que des facteurs sociodémographiques, des
facteurs liés aux études secondaires, des facteurs liés aux études universitaires, des facteurs liés
au support et contraintes dont ferait face l’étudiant et d’autres facteurs personnels.
Après avoir introduit le sujet et posé la problématique de la recherche, le premier chapitre du
travail a défini les concepts clés théoriques de l’étude et fait l’étalage d’un ensemble de théories
qui soutient un tant soit peu l’objectif du travail. Ainsi, des théories sur l’apprentissage telles que
le béhaviorisme, le cognitivisme, le constructivisme et le socioconstructivisme ont été
présentées. Leur apport commun par rapport à la réalisation du travail de sortie est qu’ils
montrent comment, par les techniques d’apprentissage et d’encadrement des professeurs, les
étudiants peuvent être motivés pour accomplir une tache académique. Ensuite, la théorie de la
motivation de Maslow est présentée pour aborder la motivation sous un angle social, et la théorie
de la reproduction de Bourdieu et de Passeron prend en considération l’aspect de l’impact de
l’entourage immédiat de l’étudiant sur sa réussite. D’autres théories sur l’effet des établissements
fréquentés, sur les approches dans les études et sur le lien entre projet personnel et réussite
universitaire ont aussi été évoquées. Par la suite, une revue de la littérature existante a été
présentée ainsi que les hypothèses de recherche tirées des théories et de la littérature. Le second
chapitre a fait une présentation détaillée de l’université en Haïti : son origine, son évolution à

111
travers l’histoire, sa structure, son fonctionnement et sa situation actuelle. Ensuite, une section
est principalement dédiée à une des formes de travaux de fin d’études, le mémoire, dans laquelle
plusieurs définitions ont été apportées, son exigence justifiée, ses objectifs et importance
exposés.
Les trois (3) derniers chapitres du travail sont consacrés à l’utilisation des données recueillies
pour essayer de répondre à la question de recherche. Pour y parvenir, une démarche
méthodologique a été adoptée. Après une phase enrichissante de recherches documentaires et des
entretiens avec plusieurs membres de la population sous étude pour collecter différents points de
vue utiles, un questionnaire a été mis sur pied et administré à un échantillon, tiré suivant la
méthode boule de neige, d’anciens étudiants du système d’enseignement supérieur et
universitaire haïtien. Trois (3) niveaux d’analyse ont été utilisés pour tirer le maximum
d’informations de nos données. Le premier niveau d’analyse, dit analyse univariée ou analyse
descriptive, a permis de relever et de présenter les différentes caractéristiques de notre
échantillon à savoir les caractéristiques sociodémographiques, quelques caractéristiques sur les
études secondaires, des caractéristiques sur les supports reçus et les différentes contraintes et
d’autres caractéristiques personnelles.
Le deuxième niveau d’analyse, qui est l’analyse bivariée, a permis de mettre les différents
facteurs, pris individuellement, en relation avec les variables d’intérêt et relever les premières
associations statistiquement significatives. Ainsi, nous avons découvert que les variables comme
le sexe, la composante de l’enseignement supérieur fréquentée, la période d’études de l’étudiant,
le domaine d’études, la qualité d’accompagnement, le temps jusqu’au premier emploi, les
contraintes pour la rédaction du travail de fin d’études spécialement la contrainte de la
motivation entretiennent une relation de dépendance avec la variable « dépôt » via le test du
Chi-deux de Pearson. D’un autre côté, les tests de Mann-Whitney et Kruskal-Wallis ont révélé
qu’il y a une différence significative entre le temps médian des groupes des facteurs sur la
composante du système d’enseignement supérieur et universitaire haïtien fréquentée et le
domaine d’études.
Le troisième niveau d’analyse, ou proprement appelé l’analyse multivariée, a permis de déceler
l’effet de différents facteurs pris simultanément sur le temps de soumission du travail de fin
d’études. Pour y arriver, nous avons procédé premièrement à l’identification des variables qui
influent sur la soumission dudit travail grâce à un modèle de régression logistique. Les résultats
de ce modèle ont montré que les variables telles que le sexe, la région de complétion des études
secondaires, la qualité de l’accompagnement reçu ou proposé, la motivation sont des facteurs
clés de la soumission du travail de sortie. En intégrant les courbes de survie de Kaplan-Meier,
nous avons pu explorer de manière plus nuancée le temps de soumission des différentes
catégories des quatre (4) facteurs de la régression logistique, offrant une perspective dynamique
sur la durée nécessaire pour achever le travail. De plus, la régression de Cox a confirmé la
solidité de nos résultats, en mettant en évidence la persistance des effets significatifs même
lorsqu'ils sont pris en compte conjointement. Seule la variable « région de complétion des études
secondaires » n’était pas statistiquement significative.

112
A la lumière des résultats de la régression de Cox, il s’ensuit donc que le temps de soumission du
travail de fin d’études est bien déterminé par la motivation de l’étudiant finissant. Ainsi, notre
hypothèse principale a été vérifiée. Nos hypothèses concernant le sexe masculin qui est plus
enclin à remettre son travail de sortie plus tôt qu'un étudiant de sexe féminin (H1) et un étudiant
recevant un bon accompagnement est plus enclin à soumettre son travail de fin d’études (H2) ont
pu aussi être validées. Malheureusement, les hypothèses sur le projet personnel lié au domaine
d’études et l’approche d’apprentissage de l’étudiant n’ont pas pu être vérifiées. En effet, à aucun
des deux derniers niveaux d’analyse, ces deux facteurs n’apparaissent comme étant
statistiquement liés à la soumission du travail de fin d’études, voire au temps de soumission dudit
travail.
Bien que l'absence de corrélation puisse être perçue comme contre-intuitive, cette observation
peut être interprétée de différentes manières. Il est possible que d'autres facteurs, non pris en
compte dans notre étude, influent davantage sur la soumission du travail de fin d'études.
Nonobstant les résultats, nous gardons à l’esprit que notre étude n’est pas parfaite et présente
certaines limites, notamment le fait que certaines dimensions qui pourraient expliquer le temps
de soumission du travail de fin d’études échapperaient à une analyse quantitative. Des approches
qualitatives, telles que des entretiens approfondis, pourraient fournir des éléments de réponse
plus riches sur ce phénomène. D’un autre côté, concernant la soumission du travail de fin
d’études, deux (2) acteurs clés partagent la scène : l’étudiant et l’établissement. Dans cette étude,
nous avons surtout exploré l’aspect de l’étudiant, ses caractéristiques sociodémographiques, les
caractéristiques de son parcours académique et surtout des caractéristiques personnelles comme
son niveau de motivation, son entourage et ses contraintes. Par ailleurs, l’échantillon dérivant
d’une méthode non-probabiliste, les résultats ne peuvent pas être extrapolés à tous les étudiants
et anciens étudiants de la région sous étude.
Les résultats de cette étude mettent en lumière la nécessité d’améliorer le soutien académique
pour les étudiants. En guise de recommandations :
1. L’institution d’enseignement supérieur peut renforcer ses services de tutorat en mettant
particulièrement l’accent sur les cours et exercices clés de rédaction de travail de fin
d’études, mettre à la disposition des étudiants des professeurs disponibles et qualifiés
pour superviser leurs livrables;
2. A travers la valorisation des travaux de fin d’études soumis par les générations
antérieures, aider les étudiants finissants à rester motivés pour leur propre soumission,
ainsi leur montrer que ce n’est pas juste un devoir mais plutôt une opportunité de
participer à l’avancement de la recherche;
3. De plus, considérant la différence flagrante qui existe entre les étudiants de sexe masculin
et féminin en ce qui a trait au temps de soumission, en nous appuyant sur les travaux
d’Eurydice, il serait important d’aider les jeunes étudiantes à s’affirmer beaucoup plus
dans le domaine des sciences et augmenter leur confiance. Des clubs de sciences
conjuguées au féminin peuvent être mis sur pied pour encourager les étudiantes à ne plus
craindre la rédaction scientifique (pour celles qui sont dans les domaines scientifiques).

113
Somme toute, l’absence de corrélation des différents facteurs dans notre étude souligne
l’importance de poursuivre les recherches sur ce sujet. L’enquête nous a permis de constater que
les institutions académiques elles-mêmes constituent parfois des barrières empêchant les
étudiants de réaliser leur travail de fin d’études. Une étude sur la gestion des établissements de
l’enseignement supérieur en Haïti des travaux de fin d’études et comment ils soutiennent les
étudiants qui sollicitent leur support devrait aider à comprendre ce phénomène du point de vue
des établissements et concilier les deux aspects de la question : Comment améliorer la
soumission du travail de fin d’études en Haïti d’un point de vue quantitatif et qualitatif?

114
Références bibliographiques
[1] J. Basque, F. Henri, P. Pelletier, P. Toussaint (2016). Renforcement des capacités
d’enseignement dans l’université en Haïti : Résultats d’un sondage mené auprès
d’étudiants de l’Université d’État d’Haïti sur la supervision de mémoire et de travail de fin
d’études de 1er cycle.

[2] J. Basque, F. Henri, P. Pelletier, P. Toussaint (2016). Renforcement des capacités

d’enseignement dans l’université en Haïti : Analyse de la pratique de supervision de
mémoire à l’UEH.

[3] Creutzer Mathurin (1997). L’enseignement supérieur en Haïti: état, enjeux et perspectives.

[4] Burton Clark (1960). The Cooling-Out Function in Higher Education.

[5] John Richardson (1985). Student Learning: research in Education and Cognitive
Psychology, London, Open University Press

[6] Sandra Daquet (2011). La supervision des travaux de fin d’étude: Elaboration d’un guide
pour les travaux de Bachelor.

[7] Bureau du registraire du Rectorat de l’Université d’État d’Haïti (2018). Nombre d’étudiants
diplômés de 2004 à 2014.

[8] Bétina Sandra Eustache (2017). La motivation des étudiants haïtiens aux études
supérieures en Haïti.

[9] Jean Joseph Moisset (2013). Gouvernance du système d’enseignement supérieur et de

l’université en Haïti (SESUH): amélioration nécessaire et possible, mais …

[10] Antoine Atouriste, Université d’État d’Haïti (2011). L’Enseignement Supérieur en Haïti.
Une Evaluation Post Sismique: Perspectives de Reconstruction et de Réforme.

[11] Kasonde Ng’andu, Farrelli Hambulo, Nicholas Haambokoma, Milingo Tomaida (2013).
The contribution of behaviourism theory to education.

[12] P. Bourdieu, J. C. Passeron (1964). Les Héritiers

[13] P. Bourdieu, J.C. Passeron (1970). La Reproduction

[14] Marc Romainville (2000). L’échec dans l’université de masse. L’Harmattan

[15] Alain Coulon (1997). Le métier d’étudiant. L’entrée dans la vie universitaire, Presses
universitaires de France, Paris, coll. « Politique d’aujourd’hui », p.213

115
[16] Robert K. Merton (1957). “Social Structure and Anomie”, in Social Theory and Social
Structure [rev. ed.; Glencoe III; Free Press], pp. 134).

[17] Groupe de travail sur l’éducation et la réforme (GTEF) (2010). Pour un pacte national
pour l’éducation en Haïti.

[18] Ramsden, P. (1992). Learning to Teaching in Higher Education. Londres: Routledge.

[19] Boulet A, Savoie-Zajc L., Chevrier J. (1993). Les stratégies d'apprentissage à l'université,
Montréal, Presses de l'Université du Québec

[20] Gouvernement du Québec, Ministère de l’Éducation et de l’Enseignement supérieur

(2020). Taux d’obtention d’un diplôme universitaire : baccalauréat, maîtrise et doctorat.

[21] Réunion mondiale sur l’éducation 2018. L’éducation dans un monde interconnecté :
assurer un développement inclusif et équitable.

[22] Association Enfants-Soleil (2016). Cycles scolaires et Enseignement en Haïti.

[23] Kénold Moreau (2013). La situation institutionnelle de l’enseignement supérieur et

universitaire en Haïti.

[24] Jacqueline Frisch (1671). L’importance des diplômes dans la promotion.

[25] Kazuyuki Kitamura (1991). L’avenir de l’enseignement supérieur au Japon.

[26] The National Center for Education Statistics (2017). Graduation Rates for Selected
Cohorts, 2008-13; Outcome Measures for Cohort Year 2008; Student Financial Aid,
Academic Year 2015-16; and Admissions in Postsecondary Institutions, Fall 2016.

[27] Ruth Philion, Christine Lebel et Louise M. Bélair (2012). Le modèle Universal
Instructional Design au service de l’égalité des chances dans les universités canadiennes :
apports, enjeux et défis.

[28] Cédric Afsa (2016). Le modèle logit: Théorie et application.

[29] Coraline Danieli (2015). Contribution méthodologiques à l’estimation de la survie nette :

comparaison des estimateurs et tests des hypothèses du modèle du taux en excès (pp.90).

[30] Pierre H.Coombs (1968). La crise mondiale de l’éducation. Presses universitaires de

France.

116
[31] Eurydice (2010). Différences entre les genres en matière de réussite scolaire : étude sur les
mesures prises et la situation actuelle en Europe.

[32] Nicolas Cury (2007).- Les sortants sans diplôme de l’enseignement supérieur :
temporalités de l’abandon et profils des décrocheurs (pp.137-156).

[33] Thomas Reid (2007).- Essais sur les facultés intellectuelles de l’homme.

[34] Kaya Yilmaz (2011). The Cognitive Perspective on Learning: Its Theoretical
Underpinnings and Implications for Classroom Practices.

[35] Bachtold Manuel, 2012. Les fondements constructivistes de l’enseignement des sciences
basé sur l’investigation.

[36] Jean Poincy (2005). Pour une formation pratique de la recherche à l’université (pp. 7).
RUEH.

[37] Katia Renaud, François Guillemette, Celine Leblanc (2016). Tenir compte de la « zone
proche de développement » des étudiants dans son enseignement.

[38] Jean Rodrigue (1998). Haïti : crise de l’éducation et crise du développement (pp. 74).

[39] Frantz Piard (2004). Construire le mémoire de sortie : Méthodes, procédés et procédures
(pp. 22-23). Port-au-Prince, Editions Duvalsaint.

[40]

117
 Webographie
[41] https://www.oecd.org/fr/presse/leniveaudinstructionprogressedanslespaysdelocdemaisdesob
staclesdemeurent.htm#:~:text=1).,1), visité le 12 mars 2022.
[42] https://www.investopedia.com/terms/v/variance-inflation-factor.asp, visité le 3 avril 2023.
[43] https://datatab.fr/tutorial/kaplan-meier-curve, visité le 23 novembre 2023.

118
Annexes

119
 CENTRE DE TECHNIQUES DE PLANIFICATION ET D’ECONOMIE
APPLIQUÉE
CTPEA

Département d’Économie Appliquée

Option: Statistique

MÉMOIRE DE SORTIE

Thème: Travail de fin d’études des étudiants en Haïti

Sujet: Analyse des facteurs explicatifs du temps de soumission du travail de fin
d’études des étudiants Haïtiens en programme de licence en Haïti: Cas des
universités publiques et privées de l’Aire Métropolitaine de Port-au-Prince.
Annexes

Par Davidson Adrien

Mémoire présenté en vue de l’obtention du Diplôme d'Études Supérieures en

Économie Quantitative: Option Statistique.

Sous la direction du professeur Pierre Philippe Wilson Registe

Promotion 2014-2018 Port-au-Prince, Décembre 2023

Annexe I
Graphiques analyse descriptive

Figure 1. Distribution des répondants par région de complétion des études secondaires

Source : Enquête réalisée par l’auteur, Septembre 2022

Figure 2. Distribution des répondants selon qu’ils ont réalisé une étude en parallèle

18%

Etude en parallèle
Pas d'étude en parallèle
82%

Source : Enquête réalisée par l’auteur, Septembre 2022

2
Figure 3. Distribution des répondants selon qu’ils aient soutenu ou non parmi ceux qui ont
déposé

Source : Enquête réalisée par l’auteur, Septembre 2022

Figure 4. Distribution des répondants par niveau d’information sur le travail de fin d’études

Source : Enquête réalisée par l’auteur, Septembre 2022

3
 Figure 5. Distribution des répondants selon qu’ils pensent que le travail soit difficile ou non

Source : Enquête réalisée par l’auteur, Septembre 2022

Figure 6. Distribution des répondants selon qu’ils pensent que le travail soit utile ou non

Source : Enquête réalisée par l’auteur, Septembre 2022

4
Figure 7. Distribution des répondants selon qu’ils aient un projet personnel en lien avec leurs
études

41%

59%

Projet personnel Sans projet personnel

Source : Enquête réalisée par l’auteur, Septembre 2022

Figure 8. Distribution des répondants selon leur type de choix d’études

Source : Enquête réalisée par l’auteur, Septembre 2022

5
Figure 9. Distribution des répondants selon le niveau académique le plus avancé des
membres de leur entourage

Source : Enquête réalisée par l’auteur, Septembre 2022

6
Annexe II
Tableaux de l’analyse bivariée
Analyse bivariée – Sexe
sexe * depot Crosstabulation
depot
Non Oui Total
sexe F Count 42 16 58
% within 72.4% 27.6% 100.0%
sexe
M Count 55 68 123
% within 44.7% 55.3% 100.0%
sexe
Total Count 97 84 181
% within 53.6% 46.4% 100.0%
sexe
Chi-Square Tests
Asymp.
Sig. (2- Exact Sig. Exact Sig.
Value df sided) (2-sided) (1-sided)
Pearson a 1 .000
12.158
Chi-
Square
Continuity 11.070 1 .001
Correction
b

Likelihood 12.523 1 .000

Ratio
Fisher's .001 .000
Exact Test
N of Valid 181
Cases

c
Symmetric Measures
Approx.
Value Sig.
Nominal Phi .259 .000
by Cramer's .259 .000
Nominal V
N of Valid Cases 181

Analyse bivariée – Région de complétion d’études secondaires

7
 loc_etud_sec * depot Crosstabulation
depot
Non Oui Total
loc_etud_ AMP Count 82 69 151
sec % within 54.3% 45.7% 100.0%
loc_etud_
sec
Hors_AMP Count 15 15 30
% within 50.0% 50.0% 100.0%
loc_etud_
sec
Total Count 97 84 181
% within 53.6% 46.4% 100.0%
loc_etud_
sec

Chi-Square Tests
Asymp.
Sig. (2- Exact Sig. Exact Sig.
Value df sided) (2-sided) (1-sided)
Pearson a 1 .666
.186
Chi-
Square
Continuity .054 1 .817
Correction
b

Likelihood .186 1 .666

Ratio
Fisher's .693 .407
Exact Test
N of Valid 181
Cases

c
Symmetric Measures
Approx.
Value Sig.
Nominal Phi .032 .666
by Cramer's .032 .666
Nominal V
N of Valid Cases 181

Analyse bivariée – Type d’établissement secondaire

8
 type_etab_term * depot Crosstabulation
depot
Non Oui Total
type_etab Autre Count 1 1 2
_term % within 50.0% 50.0% 100.0%
type_etab
_term
Communa Count 1 0 1
utaire % within 100.0% 0.0% 100.0%
type_etab
_term
Congréga Count 56 45 101
niste % within 55.4% 44.6% 100.0%
type_etab
_term
Laïque Count 13 15 28
% within 46.4% 53.6% 100.0%
type_etab
_term
Lycée Count 23 19 42
% within 54.8% 45.2% 100.0%
type_etab
_term
Protestant Count 3 4 7
% within 42.9% 57.1% 100.0%
type_etab
_term
Total Count 97 84 181
% within 53.6% 46.4% 100.0%
type_etab
_term

Chi-Square Tests
Asymp.
Sig. (2-
Value df sided)
Pearson 1.941a 5 .857
Chi-
Square
Likelihood 2.320 5 .803
Ratio
N of Valid 181
Cases

9
 c
Symmetric Measures
Approx.
Value Sig.
Nominal Phi .104 .857
by Cramer's .104 .857
Nominal V
N of Valid Cases 181

Analyse bivariée – Composantes du SESUH

compos_seuh * depot Crosstabulation

depot
Non Oui Total
compos_s Privé Count 31 17 48
euh % within 64.6% 35.4% 100.0%
compos_s
euh
Public_no Count 20 28 48
n_UEH % within 41.7% 58.3% 100.0%
compos_s
euh
Public_UE Count 46 39 85
H % within 54.1% 45.9% 100.0%
compos_s
euh
Total Count 97 84 181
% within 53.6% 46.4% 100.0%
compos_s
euh

Chi-Square Tests
Asymp.
Sig. (2-
Value df sided)
a
Pearson 5.086 2 .079
Chi-
Square
Likelihood 5.125 2 .077
Ratio
N of Valid 181
Cases

10
 c
Symmetric Measures
Approx.
Value Sig.
Nominal Phi .168 .079
by Cramer's .168 .079
Nominal V
N of Valid Cases 181

Analyse bivariée – Période d’études

generation * depot Crosstabulation

depot
Non Oui Total
generation Génératio Count 1 2 3
n 1990- % within 33.3% 66.7% 100.0%
1999 generation

Génératio Count 10 34 44
n 2002- % within 22.7% 77.3% 100.0%
2011 generation

Génératio Count 86 48 134

n après % within 64.2% 35.8% 100.0%
2012 generation

Total Count 97 84 181

% within 53.6% 46.4% 100.0%
generation

Chi-Square Tests
Asymp.
Sig. (2-
Value df sided)
a
Pearson 23.387 2 .000
Chi-
Square
Likelihood 24.163 2 .000
Ratio
N of Valid 181
Cases

11
 c
Symmetric Measures
Approx.
Value Sig.
Nominal Phi .359 .000
by Cramer's .359 .000
Nominal V
N of Valid Cases 181

Analyse bivariée – Domaine d’études

12
 domaine_etud1 * depot Crosstabulation
depot
Non Oui Total
Commerce Count 22 12 34
administration et droit % within 64.7% 35.3% 100.0%
domaine_etud1
Education Count 3 0 3
% within 100.0% 0.0% 100.0%
domaine_etud1
Ingénierie, industries de Count 8 10 18
transformation et % within 44.4% 55.6% 100.0%
construction domaine_etud1
Lettres et arts Count 2 0 2
% within 100.0% 0.0% 100.0%
domaine_etud1
Santé et protection Count 6 1 7
sociales % within 85.7% 14.3% 100.0%
domaine_etud1
Sciences naturelles, Count 15 31 46
mathématiques et % within 32.6% 67.4% 100.0%
statistiques domaine_etud1
Sciences sociales, Count 37 26 63
journalisme et % within 58.7% 41.3% 100.0%
information domaine_etud1
Services Count 3 1 4
% within 75.0% 25.0% 100.0%
domaine_etud1
Technologies de Count 1 3 4
l'information et de la % within 25.0% 75.0% 100.0%
communication domaine_etud1
Total Count 97 84 181
% within 53.6% 46.4% 100.0%
domaine_etud1

Chi-Square Tests
Asymp.
Sig. (2-
Value df sided)
a
Pearson Chi-Square 20.392 8 .009

Likelihood Ratio 22.874 8 .004

N of Valid Cases 181

13
 Symmetric Measures c
Approx.
Value Sig.
Nominal by Nominal Phi .336 .009
Cramer's V .336 .009
N of Valid Cases 181

Analyse bivariée – Approche dans les études

approche * depot Crosstabulation

depot
Non Oui Total
approche Compréhe Count 59 52 111
nsion_Pro % within 53.2% 46.8% 100.0%
fonde approche
Préparatio Count 38 32 70
n_Exam % within 54.3% 45.7% 100.0%
approche
Total Count 97 84 181
% within 53.6% 46.4% 100.0%
approche

Chi-Square Tests
Asymp.
Sig. (2- Exact Sig. Exact Sig.
Value df sided) (2-sided) (1-sided)
Pearson a 1 .882
.022
Chi-
Square
Continuity 0.000 1 1.000
Correction
b

Likelihood .022 1 .882

Ratio
Fisher's 1.000 .502
Exact Test
N of Valid 181
Cases

c
Symmetric Measures
Approx.
Value Sig.
Nominal Phi -.011 .882
by Cramer's .011 .882
Nominal V
N of Valid Cases 181

14
Analyse bivariée – Études en parallèle

autr_etud * depot Crosstabulation

depot
Non Oui Total
autr_etud Non Count 78 70 148
% within 52.7% 47.3% 100.0%
autr_etud
Oui Count 19 14 33
% within 57.6% 42.4% 100.0%
autr_etud
Total Count 97 84 181
% within 53.6% 46.4% 100.0%
autr_etud

Chi-Square Tests
Asymp.
Sig. (2- Exact Sig. Exact Sig.
Value df sided) (2-sided) (1-sided)
Pearson a 1 .612
.258
Chi-
Square
Continuity .099 1 .753
Correction
b

Likelihood .259 1 .611

Ratio
Fisher's .701 .378
Exact Test
N of Valid 181
Cases

c
Symmetric Measures
Approx.
Value Sig.
Nominal Phi -.038 .612
by Cramer's .038 .612
Nominal V
N of Valid Cases 181

15
Analyse bivariée – Informations sur la rédaction

info_tfe * depot Crosstabulation

depot
Non Oui Total
info_tfe Assez Count 40 43 83
% within 48.2% 51.8% 100.0%
info_tfe
Pas_du_t Count 6 3 9
out % within 66.7% 33.3% 100.0%
info_tfe
Pas_vraim Count 41 22 63
ent % within 65.1% 34.9% 100.0%
info_tfe
Très Count 10 16 26
% within 38.5% 61.5% 100.0%
info_tfe
Total Count 97 84 181
% within 53.6% 46.4% 100.0%
info_tfe

Chi-Square Tests
Asymp.
Sig. (2-
Value df sided)
Pearson 7.327a 3 .062
Chi-
Square
Likelihood 7.411 3 .060
Ratio
N of Valid 181
Cases

c
Symmetric Measures
Approx.
Value Sig.
Nominal Phi .201 .062
by Cramer's .201 .062
Nominal V
N of Valid Cases 181

16
Analyse bivariée – Qualification de l’accompagnement

qual_accomp * depot Crosstabulation

depot
Non Oui Total
qual_acco Aucun Count 27 15 42
mp % within 64.3% 35.7% 100.0%
qual_acco
mp
Fort_appr Count 6 18 24
éciable % within 25.0% 75.0% 100.0%
qual_acco
mp
Médiocre Count 36 19 55
% within 65.5% 34.5% 100.0%
qual_acco
mp
Moyen Count 28 32 60
% within 46.7% 53.3% 100.0%
qual_acco
mp
Total Count 97 84 181
% within 53.6% 46.4% 100.0%
qual_acco
mp

Chi-Square Tests
Asymp.
Sig. (2-
Value df sided)
a
Pearson 14.089 3 .003
Chi-
Square
Likelihood 14.430 3 .002
Ratio
N of Valid 181
Cases

c
Symmetric Measures
Approx.
Value Sig.
Nominal Phi .279 .003
by Cramer's .279 .003
Nominal V
N of Valid Cases 181

17
Analyse bivariée – Contraintes

contrainte * depot Crosstabulation

depot
Non Oui Total
contrainte Non Count 15 28 43
% within 34.9% 65.1% 100.0%
contrainte
Oui Count 82 56 138
% within 59.4% 40.6% 100.0%
contrainte
Total Count 97 84 181
% within 53.6% 46.4% 100.0%
contrainte

Chi-Square Tests
Asymp.
Sig. (2- Exact Sig. Exact Sig.
Value df sided) (2-sided) (1-sided)
Pearson a 1 .005
7.936
Chi-
Square
Continuity 6.980 1 .008
Correction
b

Likelihood 7.986 1 .005

Ratio
Fisher's .005 .004
Exact Test
N of Valid 181
Cases

c
Symmetric Measures
Approx.
Value Sig.
Nominal Phi -.209 .005
by Cramer's .209 .005
Nominal V
N of Valid Cases 181

18
Analyse bivariée – Difficulté

difficulte_tfe * depot Crosstabulation

depot
Non Oui Total
difficulte_tf Non Count 51 54 105
e % within 48.6% 51.4% 100.0%
difficulte_tf
e
Oui Count 46 30 76
% within 60.5% 39.5% 100.0%
difficulte_tf
e
Total Count 97 84 181
% within 53.6% 46.4% 100.0%
difficulte_tf
e

Chi-Square Tests
Asymp.
Sig. (2- Exact Sig. Exact Sig.
Value df sided) (2-sided) (1-sided)
Pearson a 1 .111
2.534
Chi-
Square
Continuity 2.076 1 .150
Correction
b

Likelihood 2.545 1 .111

Ratio
Fisher's .132 .075
Exact Test
N of Valid 181
Cases

c
Symmetric Measures
Approx.
Value Sig.
Nominal Phi -.118 .111
by Cramer's .118 .111
Nominal V
N of Valid Cases 181

19
Analyse bivariée – utilité du travail de fin d’études

utilite_tfe * depot Crosstabulation

depot
Non Oui Total
utilite_tfe Non Count 14 14 28
% within 50.0% 50.0% 100.0%
utilite_tfe
NSP Count 8 3 11
% within 72.7% 27.3% 100.0%
utilite_tfe
Oui Count 75 67 142
% within 52.8% 47.2% 100.0%
utilite_tfe
Total Count 97 84 181
% within 53.6% 46.4% 100.0%
utilite_tfe

Chi-Square Tests
Asymp.
Sig. (2-
Value df sided)
a
Pearson 1.799 2 .407
Chi-
Square
Likelihood 1.875 2 .392
Ratio
N of Valid 181
Cases

c
Symmetric Measures
Approx.
Value Sig.
Nominal Phi .100 .407
by Cramer's .100 .407
Nominal V
N of Valid Cases 181

20
Analyse bivariée – Projet personnel

projet_personnel * depot Crosstabulation

depot
Non Oui Total
projet_per Non Count 36 38 74
sonnel % within 48.6% 51.4% 100.0%
projet_per
sonnel
Oui Count 61 46 107
% within 57.0% 43.0% 100.0%
projet_per
sonnel
Total Count 97 84 181
% within 53.6% 46.4% 100.0%
projet_per
sonnel

Chi-Square Tests
Asymp.
Sig. (2- Exact Sig. Exact Sig.
Value df sided) (2-sided) (1-sided)
Pearson a 1 .268
1.229
Chi-
Square
Continuity .916 1 .338
Correction
b

Likelihood 1.229 1 .268

Ratio
Fisher's .291 .169
Exact Test
N of Valid 181
Cases

c
Symmetric Measures
Approx.
Value Sig.
Nominal Phi -.082 .268
by Cramer's .082 .268
Nominal V
N of Valid Cases 181

21
Analyse bivariée – Temps jusqu’au premier emploi

temps_emploi * depot Crosstabulation

depot
Non Oui Total
temps_e 12_24 Count 5 7 12
mploi % within 41.7% 58.3% 100.0%
temps_e
mploi
Chomage Count 19 4 23
% within 82.6% 17.4% 100.0%
temps_e
mploi
moins_12 Count 34 50 84
% within 40.5% 59.5% 100.0%
temps_e
mploi
Pendant_ Count 33 17 50
Etude % within 66.0% 34.0% 100.0%
temps_e
mploi
Plus_24 Count 6 6 12
% within 50.0% 50.0% 100.0%
temps_e
mploi
Total Count 97 84 181
% within 53.6% 46.4% 100.0%
temps_e
mploi

Chi-Square Tests
Asymp.
Sig. (2-
Value df sided)
a
Pearson 17.440 4 .002
Chi-
Square
Likelihood 18.309 4 .001
Ratio
N of Valid 181
Cases

c
Symmetric Measures
Approx.
Value Sig.
Nominal Phi .310 .002
by Cramer's .310 .002
Nominal V
N of Valid Cases 181

22
Analyse bivariée – Consommation de produits psychoactifs

consommation_pps * depot Crosstabulation

depot
Non Oui Total
consomm 0 Count 61 53 114
ation_pps % within 53.5% 46.5% 100.0%
consomm
ation_pps
1 Count 25 20 45
% within 55.6% 44.4% 100.0%
consomm
ation_pps
2 Count 8 11 19
% within 42.1% 57.9% 100.0%
consomm
ation_pps
3 Count 2 0 2
% within 100.0% 0.0% 100.0%
consomm
ation_pps
5 Count 1 0 1
% within 100.0% 0.0% 100.0%
consomm
ation_pps
Total Count 97 84 181
% within 53.6% 46.4% 100.0%
consomm
ation_pps

Chi-Square Tests
Asymp.
Sig. (2-
Value df sided)
a
Pearson 3.676 4 .452
Chi-
Square
Likelihood 4.819 4 .306
Ratio
N of Valid 181
Cases

c
Symmetric Measures
Approx.
Value Sig.
Nominal Phi .143 .452
by Cramer's .143 .452
Nominal V
N of Valid Cases 181

23
Analyse bivariée – Choix études

choix_etud * depot Crosstabulation

depot
Non Oui Total
choix_etud Influencé_ Count 18 16 34
accepté % within 52.9% 47.1% 100.0%
choix_etud

Influencé_ Count 1 0 1
pas_acce % within 100.0% 0.0% 100.0%
pté choix_etud

Premier_c Count 52 54 106

hoix % within 49.1% 50.9% 100.0%
choix_etud

Résigné Count 26 14 40
% within 65.0% 35.0% 100.0%
choix_etud

Total Count 97 84 181

% within 53.6% 46.4% 100.0%
choix_etud

Chi-Square Tests
Asymp.
Sig. (2-
Value df sided)
a
Pearson 3.841 3 .279
Chi-
Square
Likelihood 4.263 3 .234
Ratio
N of Valid 181
Cases

c
Symmetric Measures
Approx.
Value Sig.
Nominal Phi .146 .279
by Cramer's .146 .279
Nominal V
N of Valid Cases 181

24
Analyse bivariée – Niveau d’éducation le plus avancé de la famille

education_fam * depot Crosstabulation

depot
Non Oui Total
education Aucun Count 1 2 3
_fam % within 33.3% 66.7% 100.0%
education
_fam
Fondame Count 17 12 29
ntale % within 58.6% 41.4% 100.0%
education
_fam
Professio Count 18 12 30
nnelle % within 60.0% 40.0% 100.0%
education
_fam
Secondair Count 13 16 29
e % within 44.8% 55.2% 100.0%
education
_fam
Universitai Count 48 42 90
re % within 53.3% 46.7% 100.0%
education
_fam
Total Count 97 84 181
% within 53.6% 46.4% 100.0%
education
_fam

Chi-Square Tests
Asymp.
Sig. (2-
Value df sided)
a
Pearson 2.183 4 .702
Chi-
Square
Likelihood 2.191 4 .701
Ratio
N of Valid 181
Cases

c
Symmetric Measures
Approx.
Value Sig.
Nominal Phi .110 .702
by Cramer's .110 .702
Nominal V
N of Valid Cases 181

25
Annexe III
Résumé des données de l’échantillon

Annexe IV
Codes R
---
title: "Modélisation LR& SA- Mémoire Education"
author: "Davidson Adrien"
date: "`r Sys.Date()`"
output:
html_document:

26
 number_sections: true
toc: true
toc_depth: 4
theme: readable
---

```{r setup, include=FALSE}

knitr::opts_chunk$set(echo =TRUE, warning =FALSE)
options(scipen =999)
```

# **Importing required packages**

```{r import packages}
suppressPackageStartupMessages(library(readxl))
suppressPackageStartupMessages(library(car))
suppressPackageStartupMessages(library(tidyverse))
suppressPackageStartupMessages(library(dplyr))
suppressPackageStartupMessages(library(caret))
suppressPackageStartupMessages(library(glmulti))
suppressPackageStartupMessages(library(flextable))
suppressPackageStartupMessages(library(performance))
suppressPackageStartupMessages(library(ggplot2))
suppressPackageStartupMessages(library(skimr))
suppressPackageStartupMessages(library(ggthemes))
suppressPackageStartupMessages(library(report))
suppressPackageStartupMessages(library(ggstatsplot))
suppressPackageStartupMessages(library(gt))
suppressPackageStartupMessages(library(survival))
suppressPackageStartupMessages(library(MASS))
suppressPackageStartupMessages(library(gtsummary))

27
suppressPackageStartupMessages(library(ggfortify))
suppressPackageStartupMessages(library(glmnet))
suppressPackageStartupMessages(library(survminer))
suppressPackageStartupMessages(library(kableExtra))
suppressPackageStartupMessages(library(gridExtra))
```

# **Importing the dataset for LR**

```{r import dataset}
df_mem<- read_excel('./Data_model2.xlsx')
df_mem2 <- read_excel('./Data_model22.xlsx')
```

# **Data wrangling**
## Adding full temps_depot column

```{r}
df_mem$temps_depot_complet <- df_mem2$temps_depot
```
```{r References}
df_mem$temps_emploi <- relevel(df_mem$temps_emploi, ref ="Chomage")
df_mem$info_tfe <- relevel(df_mem$info_tfe, ref ="Pas_du_tout")
df_mem$utilite_tfe <- relevel(df_mem$utilite_tfe, ref ="NSP")
df_mem$choix_etud <- relevel(df_mem$choix_etud, ref ="Résigné")
```

## Partitions of the dataset for modelling purposes

```{r Partitions of the dataset for modelling purposes, warning=FALSE}
#Partitionning the dataset
var1 <- c('sexe', 'loc_etud_sec', 'type_etab_term', 'compos_seuh', 'domaine_etud1',

28
 'autr_etud', 'generation', 'approche', 'qual_accomp', 'temps_emploi',
'info_tfe', 'difficulte_tfe', 'utilite_tfe', 'projet_personnel',
'choix_etud', 'consommation_pps', 'education_fam', 'contrainte_motivation', 'nombre_contrainte')

df1 <- df_mem%>%

select(depot, var1)
```
```{r normality test}
shapiro.test(df_mem$temps_depot_complet)
```
# **Multivariate Analysis I**

## Logistic Regression

### LR: Depot vs Nombre_contrainte

```{r, echo=FALSE}
model_test <- glm(depot~nombre_contrainte, data =df1, family ='binomial')
summary(model_test)
```
```{r, echo=FALSE}
tab_mod <-tbl_regression(model_test, exponentiate =TRUE) %>%
add_significance_stars(hide_p =F, hide_se =T, hide_ci =F) %>%
bold_p(t =0.10) %>%
bold_labels()
tab_mod
```
```{r exporting model results, include =FALSE}
#sink("results_model_test.txt")
#print(summary(model_test))

29
#sink()
```

### Logistic regression full model

```{r}
model_full <- glm(depot~., data =df1, family ='binomial')
summary(model_full)
```

### Performance du modèle initial

```{r}
model_performance(model_full)
```
```{r}
tab_mod_full <-tbl_regression(model_full, exponentiate =TRUE) %>%
add_significance_stars(hide_p =F, hide_se =T, hide_ci =F) %>%
bold_p(t =0.10) %>%
bold_labels()
tab_mod_full
```

### Stepwise selection: logistic regression

```{r}
model_full <- glm(depot ~., data =df1, family ='binomial')
null_model1 <- glm(depot ~1, data =df1, family ='binomial')
model_opt <- step(null_model1, direction ='both',
scope =list(upper=model_full, lower=null_model1),
trace =FALSE)

# Model coefficients

30
summary(model_opt)
```
```{r}
tab_mod1 <-tbl_regression(model_opt, exponentiate =TRUE) %>%
add_significance_stars(hide_p =F, hide_se =T, hide_ci =F) %>%
bold_p(t =0.10) %>%
bold_labels()
tab_mod1
```

### Test des maxima du rapport de vraisemblance entre model_full et null_model

```{r LRT Full Model vs Null Model}
#H0: No difference in models
#Ha: The full model is better

lr_test0 <- anova(null_model1, model_full, test ='LRT')

print(lr_test0)
```
### Performance modèle final: Stepwise selection
```{r}
model_performance(model_opt)
```

### Test du rapport des maxima de vraisemblance

```{r LRT Null Model vs Optimal Model}
#H0: No difference in models
#Ha: The full model is better

lr_test <- anova(model_opt, null_model1, test ='LRT')

print(lr_test)

31
```

```{r LRT Full Model vs Optimal Model}

#H0: No difference in models
#Ha: The full model is better

lr_test <- anova(model_opt, model_full, test ='LRT')

print(lr_test)
```

```{r}
# Quality
check_model(model_opt)
```

```{r}
check_collinearity(model_opt)
plot(check_collinearity(model_opt))
```

# **Multivariate Analysis II**

# **Survival Analysis**
```{r, echo=FALSE}
## Another Survival Analysis _ General Model

df2 <- df_mem%>%

select(-c("consent", "tranche_age", "preciser_etab_term", "fac", "etud_1", "domaine_etud2", "promotion", "temps_soutenance",
"duree_etud_reel", "etud_2", "soutenance", "duree_etud_pot", "duree_etud_diff", "comment_accomp", "preciser_autr_contr",
"comment_difficulte", "comment_utilite", "contrainte_interet", "contrainte_internet" , "contrainte_ordi" , "contrainte_elect" ,
"contrainte_boulot" , "contrainte_fam" , "contrainte_sante" , "contrainte_note" , "contrainte_finance" , "contrainte_autr_etud" ,

32
"contrainte_sujet_complexe" , "contrainte_sujet_recherche" , "contrainte_donnees" , "contrainte_analyse_donnees" ,
"contrainte_encadrement" , "contrainte_emigration" , "contrainte_autre", "contrainte")) %>%
mutate(depot =ifelse(depot =="Oui", 1, 0))

df2$id <- 1:nrow(df2)

```

### **Time to submission factor distribution**

```{r, echo =FALSE}
hist(df_mem$temps_depot_complet, main ="Distribution du tempsde soumission (ou non)",
xlab ="Temps de soumission", ylab ="Fréquence", col ='lightblue')
```

## **Kaplan-Meier Analysis Model specification**

### **Survival Analysis - Null Model**

```{r}
km_fit0 <- survfit(Surv(temps_depot_complet, depot) ~1, data =df2)
summary(km_fit0)
print(km_fit0)
```

```{r}
ggsurvplot(km_fit0, data =df2, risk.table=TRUE, conf.int=TRUE, ggtheme =theme_minimal())
```

### **Survival Analysis for Motivation factor**

```{r}
km_fit1 <- survfit(Surv(temps_depot_complet, depot) ~contrainte_motivation, data =df2)
summary(km_fit1)

33
print(km_fit1)
```

```{r}
ggsurvplot(km_fit1, data =df2, risk.table=TRUE, conf.int=TRUE, pval =TRUE, pval.method =TRUE,
ggtheme =theme_minimal())
```

```{r}
km_fit2 <- survfit(Surv(temps_depot_complet, depot) ~sexe, data =df2)
summary(km_fit2)
print(km_fit2)
```

```{r}
ggsurvplot(km_fit2, data =df2, risk.table=TRUE, conf.int=TRUE, pval =TRUE, pval.method =TRUE,
ggtheme =theme_minimal())
```
```{r}
km_fit3 <- survfit(Surv(temps_depot_complet, depot) ~qual_accomp, data =df2)
summary(km_fit3)
print(km_fit3)
```
```{r}
ggsurvplot(km_fit3, data =df2, risk.table=TRUE, conf.int=TRUE, pval =TRUE, pval.method =TRUE,
ggtheme =theme_minimal())
```

### **Cox Proportional Hazard Model Generation**

```{r, warning=FALSE}

34
surv_obj <- Surv(df2$temps_depot_complet, df2$depot)
opt_model_ph <- coxph(surv_obj ~sexe +loc_etud_sec +qual_accomp +contrainte_motivation, id =id, data =df2)
summary(opt_model_ph)
```

### Significant variables

```{r}
significant_vars <- summary(opt_model_ph)$coefficients[summary(opt_model_ph)$coefficients[, "Pr(>|z|)"] < 0.1, ]
significant_vars
```

### Testing the three assumptions

```{r Schoenfeld individual test}
test.ph <- cox.zph(opt_model_ph)
test.ph
```
```{r Schoenfeld individual test graph}
ggcoxzph(test.ph)
```
```{r Testing influential observations}
ggcoxdiagnostics(opt_model_ph, type ="dfbeta", linear.predictions=FALSE, ggtheme =theme_bw())
```
```{r}
tab_mod_surv <-tbl_regression(opt_model_ph, exponentiate =TRUE) %>%
add_significance_stars(hide_p =F, hide_se =T, hide_ci =F) %>%
bold_p(t =0.10) %>%
bold_labels()
tab_mod_surv
```

35
Annexe V
Modèle initial – Régression logistique

36
Test de maximum de vraisemblance – modèle initial versus modèle nul

Test de maximum de vraisemblance – modèle optimal versus modèle nul

37
Test de maximum de vraisemblance – modèle optimal versus modèle initial

Annexe VI – Résultats modèle de Kaplan-Meier

Tableau des probabilités des événements
event_at removed observed censored entrance at_risk KM_estimate
0 0 0 0 181 181 1
1 8 5 3 0 181 0.972375691
2 2 2 0 0 173 0.961134353
3 24 2 22 0 171 0.949893016
5 3 2 1 0 147 0.936969301
6 9 8 1 0 144 0.884915451
8 1 1 0 0 135 0.878360522
9 3 3 0 0 134 0.858695734
10 4 4 0 0 131 0.832476017
12 3 3 0 0 127 0.812811229
15 18 4 14 0 124 0.786591512
16 5 0 5 0 106 0.786591512
18 5 5 0 0 101 0.747651338
19 2 2 0 0 96 0.732075269
20 3 3 0 0 94 0.708711164
21 1 1 0 0 91 0.70092313
22 1 1 0 0 90 0.693135095
24 9 9 0 0 89 0.623042782
26 1 1 0 0 80 0.615254747
27 10 0 10 0 79 0.615254747
28 3 1 2 0 69 0.606338012
29 1 0 1 0 66 0.606338012
30 2 2 0 0 65 0.587681457
32 1 1 0 0 63 0.57835318

38
event_at removed observed censored entrance at_risk KM_estimate
33 2 2 0 0 62 0.559696626
36 7 7 0 0 60 0.494398686
38 1 1 0 0 53 0.485070409
39 8 1 7 0 52 0.475742132
40 5 0 5 0 44 0.475742132
48 5 5 0 0 39 0.414749551
50 1 1 0 0 34 0.402551035
52 7 0 7 0 33 0.402551035
54 1 0 1 0 26 0.402551035
60 5 5 0 0 25 0.322040828
64 3 0 3 0 20 0.322040828
66 2 0 2 0 17 0.322040828
72 1 1 0 0 15 0.300571439
76 4 0 4 0 14 0.300571439
88 3 0 3 0 10 0.300571439
101 1 0 1 0 7 0.300571439
112 1 0 1 0 6 0.300571439
120 1 1 0 0 5 0.240457152
125 2 0 2 0 4 0.240457152
162 1 0 1 0 2 0.240457152
283 1 0 1 0 1 0.240457152

39
Annexe VII - A qui de droit

40
8/14/23, 10:11 PM Analyse des facteurs explicatifs du temps de soumission du travail de fin d'études des étudiants Haïtiens en programme de licence en Haïti : Cas des universités publiques et privé…

Analyse des facteurs explicatifs du temps de soumission du

travail de fin d'études des étudiants Haïtiens en
programme de licence en Haïti : Cas des universités
publiques et privées de l'Aire Métropolitaine de Port-au-
Prince.

Bonjour à vous.

Ce questionnaire partagé avec vous s'inscrit dans le cadre d'une étude visant à identifier les facteurs qui expliquent le temps
pris par les étudiants en programme de licence en Haïti pour soumettre leur travail de fin d'étude/mémoire. Suite aux
analyses qui seront produites, nous essaierons d'envisager dans quelle mesure, en comprenant ces dits facteurs, nous
pourrions contribuer à l'amélioration du taux de diplomation en Haiti, et par ricochet, participer au développement du pays, à
travers nos recommandations. Cette étude concerne uniquement les personnes qui ont pu boucler au moins un cycle
universitaire en licence et qui doivent remettre un travail de fin d'études (mémoire). Si vous avez bouclé plusieurs cycles
universitaires (fréquentation de plusieurs facultés), prière de répondre aux questions suivantes par rapport au premier cycle
bouclé.

Le remplissage est assez facile et intuitif. Il ne vous prendra qu'environ cinq (5) minutes de votre temps.

Les informations que vous partagerez avec nous seront traitées avec rigueur et la plus grande confidentialité, et ne seront
utilisées qu'à des fins strictement académiques.

Je vous remercie par avance pour votre précieuse collaboration!

Consentez-vous à répondre aux questions qui suivent ?

Oui

Non

https://enketo.ona.io/x/JSoP7Qym 1/8
8/14/23, 10:11 PM Analyse des facteurs explicatifs du temps de soumission du travail de fin d'études des étudiants Haïtiens en programme de licence en Haïti : Cas des universités publiques et privé…

Rubrique 1 : Profil du répondant

Quel est votre sexe?

Homme

Femme

A quelle tranche d'âge appartenez-vous?

Moins de 25 ans

25 - 29 ans

30 - 34 ans

35 - 39 ans

40 - 44 ans

45 - 49 ans

50 ans et plus

Où avez-vous complété vos études secondaires?

Dans la zone métroplitaine de Port-au-Prince

A l'extérieur de la zone métropolitaine de Port-au-Prince

Dans quel type d'établissement secondaire avez-vous fait la terminale (philo)?

Lycée

Congréganiste

Protestant

Laïque

Communautaire

Autre

Préciser

https://enketo.ona.io/x/JSoP7Qym 2/8
8/14/23, 10:11 PM Analyse des facteurs explicatifs du temps de soumission du travail de fin d'études des étudiants Haïtiens en programme de licence en Haïti : Cas des universités publiques et privé…

Dans quelle composante du système d'enseignement supérieur et universitaire haïtien avez-vous bouclé votre premier
cycle universitaire?

Université d'Etat d'Haïti

Institutions publiques d'enseignement supérieur hors UEH

Institutions privées d'enseignement supérieur

Préciser la faculté dans laquelle vous avez bouclé votre premier cycle universitaire.

Vous y avez étudié quoi?

Réponse courte

Faisiez-vous d'autres études en parallèle?

Oui

Non

Rubrique 2 : Etudes parallèles

Quelle(s) étude(s) faisiez-vous en parallèle?
Réponse courte

Rubrique 3 : Etude principale

Selon vous, quelle approche utilisiez-vous le plus par rapport à vos cours quand vous étiez à l'université?

Je répétais les cours en me centrant uniquement sur la préparation des examens

J'essayais de relier les idées et établir des rapports entre les différents cours du cursus

En quelle année les cours de votre promotion ont-ils débuté ?

si vous avez fréquenté plusieurs facultés, répondez pour la première étude.

https://enketo.ona.io/x/JSoP7Qym 3/8
8/14/23, 10:11 PM Analyse des facteurs explicatifs du temps de soumission du travail de fin d'études des étudiants Haïtiens en programme de licence en Haïti : Cas des universités publiques et privé…

En quelle année vous auriez dû terminer avec les cours ?

En quelle année les cours ont-ils réellement pris fin?

Réponse courte

Avez-vous déjà déposé votre travail de fin d'étude/mémoire?

Oui

Non

Rubrique 4 : Soutenance
Après combien de temps (en mois), suite à la fin des cours (fin réelle), avez-vous déposé votre travail de fin d'étude?

Avez-vous déjà soutenu votre travail de fin d'étude?

Oui

Non

Rubrique 5 : Période de soutenance

Après combien de temps (en mois), suite au dépôt du document, avez-vous soutenu votre travail de fin d'étude?
Réponse courte

https://enketo.ona.io/x/JSoP7Qym 4/8
8/14/23, 10:11 PM Analyse des facteurs explicatifs du temps de soumission du travail de fin d'études des étudiants Haïtiens en programme de licence en Haïti : Cas des universités publiques et privé…

Rubrique 6 : Informations clé

Comment qualifieriez-vous l'accompagnement que fournit l'établissement aux étudiants finissants pour leurs travaux
de fin d'étude?

Accompagnement fort appréciable

Accompagnement moyen

Accompagnement médiocre

Pas d'acompagnement

Ajouter un commentaire concernant la qualification de l'accompagnement de votre établissement concernant le

travail de fin d'étude.

Après combien de temps avez-vous trouvé un emploi suite à vos études?

Que vous ayez été embauché.e ou que vous ayez monté votre propre affaire

Pendant les études

Moins de 6 mois

Entre 6 mois et 1 an

Entre 1 à 2 ans

Plus de 2 ans

Je n'ai jamais travaillé après les études

Aviez/Avez-vous des contraintes qui vous empêchaient/empêchent de rédiger votre travail de fin d'études?

Oui

Non

https://enketo.ona.io/x/JSoP7Qym 5/8
8/14/23, 10:11 PM Analyse des facteurs explicatifs du temps de soumission du travail de fin d'études des étudiants Haïtiens en programme de licence en Haïti : Cas des universités publiques et privé…

Rubrique 7 : Contraintes pour la rédaction du travail

Choisissez dans cette liste les contraintes auxquelles vous vous réfèreriez (plusieurs réponses sont possibles):

Aucun intérêt pour la rédaction du travail de fin d'étude

Motivation

Accès à un ordinateur

Accès à l'électricité

Accès à une bonne connexion Internet

Le boulot

Problèmes familiaux

Problèmes de santé

Problèmes de notes à la fac

Problèmes financiers

Fréquentation d'une autre faculté en parallèle

Difficulté à trouver un sujet de recherche

Sujet de recherche complexe

Données pour le travail non disponibles

Traitement et analyse des données

Manque d'encadrement académique

Émigration

Autres

Préciser

https://enketo.ona.io/x/JSoP7Qym 6/8
8/14/23, 10:11 PM Analyse des facteurs explicatifs du temps de soumission du travail de fin d'études des étudiants Haïtiens en programme de licence en Haïti : Cas des universités publiques et privé…

Rubrique 8 : Informations sur le processus de rédaction

Pensez-vous que vous êtes/étiez informé.e sur tous les aspects concernant le fonctionnement général d'un projet de
travail de fin d'étude?

Très informé.e

Assez informé.e

Pas vraiment informé.e

Pas informé.e du tout

Pensez-vous que la rédaction du travail de fin d'étude soit un travail difficile?

Oui

Non

Préciser avec une petite argumentation votre position par rapport à la difficulté du travail.

Pensez-vous que la rédaction du travail de fin d'étude soit un exercice utile?

Oui

Non

Je ne sais pas

Préciser avec une petite argumentation votre position par rapport à l'utilité du travail.
Précision sur l'utilité du mémoire

Rubrique 9 : Informations personnelles supplémentaires

Aviez-vous un projet personnel qui était lié à votre domaine d'étude?

Oui

Non

https://enketo.ona.io/x/JSoP7Qym 7/8
8/14/23, 10:11 PM Analyse des facteurs explicatifs du temps de soumission du travail de fin d'études des étudiants Haïtiens en programme de licence en Haïti : Cas des universités publiques et privé…

Choisissez dans cette liste l'affirmation qui vous convient le mieux :

Mon domaine d'étude était mon premier choix

Mon domaine d'étude était un choix résigné car je n'ai pas eu la possibilité d'étudier ce que je voulais vraiment

Mon domaine d'étude était fortement influencé par mes proches mais j'ai appris à l'accepter et à l'aimer

Mon domaine d'étude m'était imposé par mes proches et je n'ai jamais supporté le fait de faire carrière dans ce
domaine

Sur une échelle de 0 à 5, à combien estimez-vous votre consommation de substance(s) psychoactive(s) pendant vos
études (alcool, tabac, cannabis, cocaïne, ...) (0 = jamais ; 5 = chaque jour) ?

Quel est le niveau d'éducation du membre de votre famille (père, mère, frère et soeur) le plus avancé académiquement
quand vous étiez à votre dernière année à l'université?

Non scolarisé

Niveau d'études fondamentales (de la 1ère année jusqu'à la 9e année)

Niveau d'études secondaires (de la 3e à la philo)

Ecole professionnelle

Étude universitaire

Merci d'avoir participé!

https://enketo.ona.io/x/JSoP7Qym 8/8