Chapitre III: Résultats et discussion
47
les données brutes directement. Le résultat a été le même pour les deux tests et est consigné dans
la figure 10. Ce test permet de visualiser la nature de la relation linéaire entre les variables
(Fig.10).
Figure 10. Matrice de corrélation entre les variables du secteur de la pêche (Wilaya de Tipaza). La couleur des cercles reflète le
sens de corrélation (positive ou négative) et la taille des cercles est proportionnelles au coefficient de corrélation de Pearson.
La figure 10 montre une forte corrélation positive entre les variables « nombre de mécaniciens »,
« flottille de pêche », « inscrits maritimes », « nombre de marin » (0.6 ≤ r pearson≤1). Les trois
variables « nombre de capitaines », « production halieutique globale » et « production en poisson
blanc » présentent une forte corrélation négative ( -0.6 ≤ r pearson≤-0.8) avec les variables :
« nombre de mécaniciens », « flottille de pêche », « inscrits maritimes », « nombre de marins ».
Le nombre de capitaine est aussi corrélé positivement avec la production globale et la production
en poisson bleu (r =0.6). L’augmentation du nombre de mécanicien, par exemple se traduit par
une diminution de la production totale en tonnes. De la même manière, l’augmentation de la
flottille de pêche, du nombre d’inscrits maritimes et de marin contribue de manière significative
à l’explication de la baisse constaté dans la production globale et en poisson blancs (Fig.10). Par
contre, l’augmentation du nombre de capitaines s’explique par une hausse de la production
(Fig.10). Il est important de souligner que le « nombre de formés en pêche » n’est corrélé avec