Chapitre III: Résultats et discussion
50
(tonnes) pour la production halieutique globale et en poisson blanc, et le nombre (N) pour le
reste des variables. On peut constater que les variables cités ci-dessus sont regroupées selon leur
corrélations en suivant les flèches noires (Fig.12). D’après ce plan F1-F2 : les variables:
« flottille de pêche », « inscrits maritimes », « nombre de marins », « nombre de mécaniciens »,
« nombre de formés »sont significativementpositivement corrélées (r proche de 1) c'est à dire
quelles sont complémentaires entre ellespour pouvoir influencer sur la masse de production. Les
variables : « nombre de formés », « production globale », « production en poisson blanc »,
« nombre de capitaines » sont significativement négativement corrélées entre elles, donc elles
sont complémentaires entre elles ; ces variables sont en opposition avec « nombre de marins »,
« nombre d’inscrits maritimes », « flottille de pêche », « mécaniciens », cela explique que
l’augmentation de ces variables induit une baisse de la production halieutique.
Figure 13. Qualité de représentativité des variables de l'ACP
Le cosinus carré calculé pour les différentes variables de l’ACP indique la représentativité de ces
derniers par l’ACP. Les variables « inscrits maritimes », « flottille de pêche », « production
halieutique », « production en poisson blanc », « nombre de capitaine », « nombre de
mécaniciens », « nombre de marins » sont bien représenté parle premier axe factoriel (Fig.12,13),
tandis que la variable « nombre de formés en pêche » est mieux représenté par le deuxième axe
Précédent

Contribution à l’analyse SWOT(Strengths, Weaknesses, Opportunities, Threats)comme outil d’aide à la décision: Cas de la pêcherie Chalutière de la wilaya de Tipaza - 50/74

Suivant