Variable d’intérêt

Les résultats de la régression de l’équation (3) se trouvent dans le tableau 4.1. Nous abor- derons d’abord la variable d’intérêt, celle qui concerne l’impact possible de la réforme pour ensuite analyser l’impact des variables explicatives.

En observant les résultats, on constate que l’estimation par MCO indique une significati- vité de la variable d’intérêt à 5%. C’est donc dire que les individus qui sont dans le travail saisonnier au Canada sont susceptibles de quitter ce travail pour le travail permanent. En effet, lorsqu’on regarde le coefficient de la double différence associé à la réforme (groupe de traitement après la réforme), soit 0,002168. On constate qu’il est positif et significatif au seuil de 5%. Cela suggère que la réforme a eu un effet positif et significatif statistiquement sur la mobilité des travailleurs saisonniers vers un travail permanent. Ainsi, la probabi- lité qu’un travailleur saisonnier quitte pour un travail permanent augmenterait d’environ

0,22 unité de pourcentage en raison de la réforme. Cet effet semble donc être faible au regard de la valeur du coefficient qui est de 0,002168. Plusieurs facteurs pourraient être à l’origine de ce résultat, entre autre la période de l’étude qui couvre une année après l’im- plantation de la reforme, ce qui serait insuffisant pour observer un effet plus important. Néanmoins, les résultats permettent de se faire une idée de l’effet de la réforme à court terme, vu que la durée de traitement de la réforme couvert par l’étude est d’une année. De plus, selon les résultats obtenus, le coefficient représentant l’effet de l’après-réforme commun aux deux groupes n’est pas significatif au seuil de 5%. Cela signifie que le temps n’a pas influencé significativement la susceptibilité d’un individu provenant de l’un ou l’autre des deux groupes de quitter l’emploi saisonnier pour l’emploi permanent avant et après la réforme. On note également qu’en considérant chaque groupe (traité et témoin), séparément et indépendamment du temps (2011-2013), il est plus probable qu’un individu soit un travailleur saisonnier au Canada qu’au États-Unis, car le coefficient de la variable dichotomique représentant le groupe, soit -0,0212 est significatif et négatif au seuil de 1%. Ce résultat se justifierait par le fait que la variation saisonnière au Canada est plus important qu’au États-Unis comme l’ont déjà montré plusieurs études. Toute chose qui favorise les emplois saisonniers au Canada (effet de neige, froid, etc.).

4.1.2

Variables explicatives

En ce qui concerne les variables explicatives, il ressort que tous les coefficients sont signifi- catifs au seuil de 5%. Ainsi, pour ce qui est du genre, les résultats confirme que la mobilité vers le travail permanent est influencée par cette variable puisque le coefficient associé au sexe est positif et significatif statistiquement. Etre une femme aurait donc augmenté la susceptibilité d’aller vers le travail permanent de 0,15 unité de pourcentage. A ce sujet, la revue de littérature signale que les hommes sont plus rattachés au travail saisonnier. Cela explique que les hommes sont moins susceptibles de quitter cette catégorie de travail. Ce résultat ne semble pas être économiquement significatif au regard du nombre de personnes qui serait affectée.

Tout comme le sexe, l’âge a été considéré comme une variable explicative dans notre mo- dèle. Les résultats montrent que le coefficient qui lui est associé est positif et significatif au seuil de 1%, soit 0,047%. Aussi, ce résultat suggère que plus le travailleur saisonnier avance en âge, plus il a une préférence pour les emplois permanents. Autrement dit, la

préférence pour le travail permanent évolue avec l’âge chez l’individu.

La troisième variable explicative que nous avons utilisée est la scolarité. Les résultats obtenus sont également significatifs au seuil de 5%. à l’exception de la modalité ¨diplôme d’étude secondaire¨. Selon ces résultats, nous constatons que les individus ayant fait les études secondaires partielles sans avoir eu un diplôme sont plus susceptibles d’aller vers le travail saisonnier comparativement à ceux qui ont entre 0 et 8 ans de scolarité. De façon générale, nous constatons que les personnes qui ont une faible scolarité sont plus rattachées au travail saisonnier qu’au travail permanent. Concernant les diplômés post- secondaires (Certificat ou diplôme d’études postsecondaires, Université - baccalauréat et Université - diplôme de 2 e cycle), on observe un effet positif et significatif. Ceci montre que ces diplômés présentent une préférence pour le travail permanent. Ces résultats sont bien en phase avec la littérature qui souligne que les individus à faible scolarité sont plus dans le travail saisonnier contrairement aux plus diplômés.

Table 4.1 – Résultats de l’estimation du modèle MCO

Variable dépendante = (permanent (Y=1) ; saisonnier (Y=0))

VARIABLES (MCO) T (temps) 0.000031 (0.000378) D (groupe) -0.021266*** (0.000596) TD (Effet de la réforme) 0.002168** (0.000851) Femme=1 0.001501*** (0.000297) Âge 0.000469*** (0.000049) 1.Études secondaires partielles -0.006562***

(0.001049) 2.Dipôme d’étude secondaire 0.000268

(0.000988) 3.Etudes postsecondaires partielles 0.002842***

(0.000816) 4. Diplôme d’étude postsecondaire 0.004147***

(0.000811) 5.Baccalauréat 0.005410*** (0.000836) 6.Diplôme de 2e cycle 0.005316*** (0.000885) Constant 0.991957*** (0.000893) Observations 160,524 R2 0.019446

Ecarts-types entre parenthèse *** p<0.01, ** p<0.05, * p<0.1

4.2

Robustesse

Le modèle MCO précédemment utilisé fait l’hypothèse que la variance des termes d’erreurs est constante. Cette hypothèse a été testée en utilisant le test de Breusch-Pagan (Annexe A). La probabilité de signification du test est de 0,000, ce qui signifie que l’hypothèse de constance de la variance des termes d’erreurs est rejetée. Ce résultat n’est pas surprenant. En effet, le modèle MCO est hétéroscédastique par construction lorsque la variable dé- pendante est binaire. De plus, les probabilités estimées par le modèle MCO peuvent se retrouver à l’extérieur de l’intervalle [0 1]. Pour pallier cette situation, il serait intéressant d’utiliser un modèle de probabilité non-linéaire tel que le probit. En outre, l’utilisation des moindres carrés généralisés estimables peut permettre de corriger la variance des co- efficients estimés. Par ailleurs, notre modèle théorique fait implicitement l’hypothèse que l’application d’une réforme similaire au États-Unis aurait le même effet qu’au Canada. Pour valider cette hypothèse nous avons réalisé un test placebo sur les mêmes groupes observés entre 2010 et 2011.