Cette étude révèle comment la collecte de la TVA en RDC peut être optimisée face aux défis de la fraude et de l’évasion fiscale. Découvrez les solutions innovantes qui pourraient transformer le système fiscal et améliorer la transparence pour un avenir économique plus solide.
CHAPITRE TROISIEME : PRESENTATION ET DISCUTION DES RESULTATS.
Ce chapitre est consacré à la présentation et à l’analyse des résultats obtenus dans le cadre de notre étude sur la collecte de la TVA à Goma. À travers une approche méthodique, nous avons collecté des données pertinentes afin d’évaluer les facteurs qui influencent la fraude et l’évasion fiscale, ainsi que les mesures susceptibles d’améliorer la transparence et l’efficacité du processus de collecte. Les résultats seront présentés sous forme de tableaux et de graphiques, accompagnés d’une discussion critique visant à interpréter ces données. Cette analyse permettra non seulement de mettre en lumière les enjeux actuels, mais aussi de proposer des recommandations concrètes en vue d’optimiser la collecte de la TVA dans la région.
III.1.CADRE METHODOLOGIQUE.
Ce chapitre est crucial pour comprendre comment l’étude sera menée afin d’atteindre les objectifs fixés. Nous adoptons une approche quantitative, permettant de structurer les données en quantifiant les variables qualitatives. Dans un contexte où l’amélioration de la gestion des finances publiques est essentielle, l’objectif est de proposer un système d’imposition indirect performant, notamment par le biais d’une meilleure gestion de la collecte de la TVA. Ce chapitre décrira les outils méthodologiques employés pour évaluer les mécanismes actuels de collecte, identifier les faiblesses existantes et proposer des pistes d’amélioration, dans le but d’accroître les recettes de l’État et de renforcer la stabilité économique du pays.
III.1.1. Type de recherche.
Notre étude est de type quantitatif, ce qui signifie que nous nous concentrons sur la collecte et l’analyse de données numériques. Dans ce cadre, les variables qualitatives que nous avons identifiées seront quantifiées afin de permettre une évaluation statistique. Cette approche nous permettra de mesurer des phénomènes, d’identifier des tendances et de tester des hypothèses basées sur des données concrètes. En utilisant des outils statistiques appropriés, nous chercherons à établir des relations et des corrélations significatives entre les différentes variables.
Les données ont été collectées auprès des agents de la Direction Générale des Impôts (DGI) dans la ville de Goma. Ce choix de population cible nous permettra d’obtenir des informations précises et pertinentes concernant leurs expériences, perceptions et comportements. En nous basant sur des questionnaires structurés, nous garantirons la fiabilité et la validité des données recueillies. L’analyse des résultats nous donnera une vue d’ensemble de la situation actuelle et facilitera la prise de décisions éclairées pour améliorer les processus de collecte de la TVA.
III.1.2. Population et échantillonnage
La population cible de notre étude comprend l’ensemble des agents de la Direction Générale des Impôts (DGI) de la ville de Goma. Cette population est essentielle pour comprendre les dynamiques et les perceptions au sein de cette institution, qui joue un rôle crucial dans la gestion fiscale de la région. Toutefois, en raison des contraintes de temps et d’accessibilité aux enquêtés, nous nous sommes vus capable d’enquêter un échantillon de 50 agents. Ce choix nous permettra de mener une étude approfondie tout en respectant les ressources disponibles.
III.1.3. OUTILS D’ANALYSE STATISTIQUE ET TEST STATISTIQUE.
3.1. OUTILS D’ANALYSE STATISTIQUE.
L’analyse statistique est essentielle pour comprendre les données et tirer des conclusions significatives dans le cadre de recherches sur l’éducation et son impact économique et social. Pour cette étude, j’ai usé principalement deux outils : EViews et Excel. Chacun de ces logiciels offre des fonctionnalités spécifiques qui ont facilité l’analyse des données collectées.
EViews étant un logiciel spécialisé dans l’analyse économique et la modélisation statistique. Il est particulièrement adapté pour traiter des séries temporelles et des données économiques complexes. Avec EViews, on a effectué des analyses de tableaux croisés pour examiner les relations entre différentes variables, comme l’accès à l’éducation et les taux de croissance économique. De plus, on a utilisé des tests statistiques tels que le test du Khi-deux pour vérifier l’association entre les variables qualitatives, ce qui nous a permis de valider les hypothès de recherche. Les capacités de visualisation d’EViews nous a facilité également la présentation des résultats de manière claire et intuitive.
Excel, quant à lui, est un outil polyvalent qui a été utilisé pour des analyses statistiques de base et pour la gestion des données. En intégrant EViews et Excel dans mon processus d’analyse, j’ai bénéficié d’une approche complète et rigoureuse.
3.2. TABLEAU CROISE (DE CONTINGENCE).
L’utilisation de tableaux croisés nous aidera également à atteindre nos objectifs de recherche, notamment en évaluant l’impact des politiques fiscales sur la collecte de la TVA et en identifiant les obstacles à la conformité fiscale. En révélant les interrelations entre les variables, nous serons en mesure de formuler des recommandations concrètes pour améliorer la collecte de la TVA en RDC. Cette méthode analytique nous permettra de soutenir nos propositions visant à renforcer l’efficacité du système fiscal et à optimiser les recettes publiques, essentielles pour le développement économique du pays.
Nous allons identifier des tendances et des associations qui pourraient autrement passer inaperçues. Cette technique est particulièrement utile pour visualiser les données et comprendre comment différentes catégories interagissent entre elles.
Tableau n0 3 : tableau de contingences.
[img_1]
3.3. LE TEST DE KHI-DEUX ET STATISTIQUE DE V. CRAMER.
D’après la structure du tableau de contingence ci-haut, la valeur de ce test de Khi-Deux est définie par :
[img_2]
En outre, le test du khi-deux nous aidera à évaluer l’impact de variables sociodémographiques, comme l’âge et le niveau d’éducation, sur les opinions exprimées par les répondants.
Pour compléter notre analyse, nous utiliserons également le test de Cramer, qui est particulièrement utile pour mesurer la force de l’association entre les variables catégorielles. Ce test nous permettra de quantifier l’intensité des relations identifiées par le test du khi-deux, offrant ainsi une évaluation plus précise de l’importance des facteurs contribuant à la fraude fiscale et à l’évasion.
Voici l’équation de la statistique de V de CRAMER.
[img_3]
Ici (min r-1,c-1) représente la valeur minimum des lignes -1 ou la valeur minimale du colonne -1
L’application conjointe de ces deux tests statistiques nous permettra d’explorer en profondeur les résultats du questionnaire. En procédant ainsi, nous espérons non seulement identifier des corrélations, mais aussi fournir des recommandations fondées sur des données solides pour améliorer la transparence et l’efficacité de la collecte de la TVA en à la DGI NORD KIVU. Les résultats obtenus pourraient également servir de base pour des politiques fiscales plus adaptées aux réalités locales.