Statistiques et Société

Des notes de restaurants aux écarts de salaires, comment lire et comprendre ces nombres qui dirigent nos décisions et celles des autres ?

 

Statistiques et Pizza 

Le mot « statistiques » peut paraître effrayant, mais sans le savoir, nous les utilisons constamment. Par exemple pour choisir où aller manger. Imaginons que vous êtes en vacances et voulez manger une pizza. Google maps vous propose deux restaurants. Automatiquement, vous regardez les avis reçus:

Comment choisir?

Les deux notes moyennes (4) sont égales et semblent indiquer que ces restaurants sont de bonne qualité. Cela ne vous aide pas trop à prendre une décision… Les deux restaurants ont aussi un nombre d’avis très haut, ce qui laisse penser que ces restaurants sont populaires. En plus, ce haut nombre d’avis rend ces deux moyennes fiables. Il est donc plus judicieux de regarder le reste des informations disponibles: la distribution des notes de ces avis. Nous voyons que Domino Hutreçoit majoritairement des 4. Dough Re mi, de son côté, a des avis extrêmement positifs ou très négatifs. En allant chez Dough Re mi, le risque d’être déçu·e·x semble donc bien plus haut.

Lequel choisiriez-vous maintenant?

En regardant de plus près les avis, vous remarquez qu’une grosse partie des avis négatifs de Dough Re Mi proviennent de touristes, et que les avis positifs viennent en majorité de locaux·ale·x·s du village. Nous pouvons donc observer un groupe « d’expert·e·x·s«  de cuisine authentique parmi ces auteur·rice·x·s d’avis positifs.

Convaincu·e·x par votre choix final?

 

Statistiques et Confinement

Les statistiques ne sont pas seulement utilisées pour déterminer la meilleure pizzeria du coin, mais aussi pour prendre des décisions à des échelles nationales et internationales par des institutions gouvernementales [1].

Prenons l’exemple récent de la crise du COVID. Nous avons tous·te·x·s entendu quotidiennement les pourcentages de lits d’hôpitaux occupés, de tests covid positifs, d’efficacité des vaccins, etc. Ces statistiques ont aidé le gouvernement à informer la population de l’avancement du virus, mais aussi à prendre des décisions [2]. En effet, lorsque la moyenne des tests positifs augmentait, des mesures strictes de confinement généralisé ont été mises en place en réponse.

Avec un tel impact sur notre vie quotidienne, il y a des enjeux proportionnels. A tel point que six groupes scientifiques étaient responsables de gérer ces statistiques, avec le but de garder la Belgique en bonne santé [3]. Trois sont encore actifs, il s’agit du:

• Risk Assessment Group (RAG), qui analyse les risques à partir de données vérifiées. Il est présidé par Sciensano et formé d’experts.
• Risk Management Group, chargé de prendre des mesures suivant l’avis du RAG.
• et finalement, du comité Scientifique du coronavirus, qui commente l’évolution du virus sur base d’arguments scientifiques.

Il est important de mentioner que, comme pour les amateurs de pizzas locaux, certaines personnes ont plus d’expertise que d’autres étant donné un sujet. Parmi les expert·e·x·s, les opinions peuvent varier. En science, on appelle consensus scientifique l’opinion scientifique formée à partir d’une série de preuves vérifiables, acceptée par une majorité de scientifiques. Ce consensus peut évoluer au cours du temps lorsque les preuves changent ou lorsque de nouvelles preuves sont disponibles.

 

Pourquoi (ne pas) aimer les statistiques

Entre choisir la meilleure pizza et confiner l’ensemble d’un pays, il est vrai que les consequences qui découlent de ces deux décisions (toutes deux influencées par des statistiques) et la responsabilité associée ne sont pas comparables. Cependant, en individus avertis, nous devrions nous armer de la connaissance et des outils pour utiliser pleinement les informations disponibles. Un bon point de départ est de connaitre les limitations des statistiques qui nous sont présentées. Nous en avons identifié quelques unes:

Que se passe-t-il quand ces statistiques sont mal calculées?

Et quand elles sont mal interprétées [4]?

Que se passe-t-il quand nos données sont biaisées, ou non représentatives de notre population cible [5]?

Dans la meme veine, que se passe-t-il quand les statistiques reportées ont un impact négatif sur la population qu’elles décrivent (effet Golem) [6, 7]?

Dans cet article, nous vous donnons différents outils pour analyser de manière critique les nombres que vous rencontrez et rencontrerez, ainsi que des dangers de l’invisibilisations de certaines minorités telles que les personnes queer racisées lorsque de telles statistiques sont reportées et de l’effet Golem sur ces minorités lorsque ces statistiques reportent des conclusions très pessimistes et défaitistes.

 

Le cas des salaires 🤑

Comme fil conducteur pour cet article, nous allons étudier en détail une statistique (en surface très simple) à laquelle nous sommes tous·te·x·s confronté·e·x·s: une estimation de notre salaire. Ou plus précisément: combien pouvons nous pouvoir être rémunéré·e·x dans le cadre de notre travail, selon certains facteurs tels que notre âge, domaine d’activité, ou encore plein d’autres éléments comme nous le verrons. 

C’est une statistique très utile à plusieurs échelles. Pour commencer, en tant qu’individus exposés au marché du travail, cette statistique est un indicateur que beaucoup considèrent pour choisir une orientation professionnelle. Elle peut aussi être utilisée en outil d’argumentation, par exemple lors d’une demande d’augmentation.

A une échelle plus globale, c’est cette statistique qui est utilisée pour comprendre le niveau de parité (ou équivalent de discrimination) dans un pays ou une entreprise, et ensuite permettre d’alerter et d’implementer des mesures adaptées (i.e. quotas, compensations, …). C’est ainsi que les Nations Unies ont défini l’égalité de genre (incl. des revenus) comme un des 17 objectifs développement durable pour transformer notre monde! [8]

 

La taxe rose

La statistique la plus reportée et qui reçoit le plus d’attention du public est la difference moyenne de salaires entre hommes et femmes. Nous avons trouvé deux études qui estiment l’écart salarial moyen à environ 5% en défaveur des femmes [9, 10]. Cet écart est calculé et corrigé de sorte à refléter la différence horaire plutôt qu’annuelle, ce qui compense les variations dues aux jobs à temps partiel.

Pourquoi environ 5%? Statbel reporte 5% tandis que le service public fédéral reporte 9.2%. Les deux sont cependant bien des institutions fédérales. Pourquoi cette différence? La manière dont une moyenne est calculée ainsi que les données utilisées ont une grande influence sur le résultat. Malheureusement nous ne disposons assez d’information pour expliquer précisément l’origine de ces différences, mais nous avons deux pistes.

Le choix de l’échantillon pourrait fortement influencer les résultats. En effet, comme il est difficile de récolter des données de l’entièreté de la population, des sous groupes sont choisis comme représentant. Selon le degré de « représentativité », les résultats peuvent varier. Par exemple, nous observons que simplement d’un job à un autre, l’écart varie significativement.

Une deuxième raison pourrait être la perspective prise pour calculer ces écarts: d’un point de vue masculin, le calcul se fait par (salaire homme – salaire femme) / salaire homme. D’un point de vue féminin, il se fait par (salaire femme – salaire homme) / salaire femme. L’un mesure combien les femmes touchent en moins comparé au salaire des hommes, l’autre mesure combien les hommes gagnent de plus que les femmes. Il n’existe pas de mesure plus « juste » que l’autre, mais il est important de garder à l’esprit que ce facteur influence de même le résultat final.

 

La taxe arc-en-ciel

80% des jeunes diplômé·e·x·s LGBT+ le sont ouvertement avec leurs ami·e·x·s et famille. Cependant, 34% des sondé·e·x·s préfèrent éviter d’évoquer le genre de leur partenaire en milieu professionnel, et 58% évoquent le fait que révéler faire leur coming out dans la sphère professionnelle peut potentiellement être un inconvénient [11]. Nous comprenons donc qu’il ne s’agirait pas d’une question de droit à la vie privée et/ou pudeur, mais d’une peur des conséquences.

Leur inquiétude est-elle justifiée?

A caractéristiques identiques, l’écart salarial entre les personnes hétérosexuelles et hommes homosexuels est d’environ 6% dans le public, et 5% dans le privé, en défaveur des personnes homosexuelles. Le coût du coming out dans la sphère professionnelle est donc en moyenne de 1’200€ par an, sur la base d’un salaire moyen. Alors qu’il est important de connaître ces statistiques, y être confronté·e·x peut avoir des conséquences négatives. Ainsi elles peuvent influencer les jeunes personnes LGBT+ à ne pas faire leur coming out, et d’utiliser des tactiques de dissimulation active, en plus de revoir leurs exigences à la baisse.

Cela peut avoir des effets psychologiques conséquents et diminuer l’efficacité au travail… qui en retour peut justifier une moindre rémunération. Ces statistiques peuvent aussi introduire une fausse croyance que fatalement, un·e·x employé·e·x homosexuel·le·x gagnera moins. Peuvent s’en suivre perte d’ambition et diminution de demande d’augmentation ouvalorisation… et donc une moindre rémunération. Vous voyez le problème?

On appelle cela l’effet Golem: des individus créent une réalité de leurs faibles attentes, ce qui conduit à de moins bonnes performances et l’acceptation de conditions inférieures [12].

Que faire? Prioriser une entreprise qui instaure un climat confortable, inclusif, et équitable vis-à-vis des personnes queer.

 

La taxe d’invisibilité

Qu’en est-il des personnes racisées?

Si le sexisme et la queerophobie mènent à une différence de salaire, est-il impensable d’imaginer que notre salaire puisse aussi différer en fonction de notre couleur de peau? Nous avons jusqu’alors discuté de statistiques que nous avons récoltées (logique). Cependant, nous n’avons pas trouvé de rapports, d’études ni de statistiques qui nous permettraient de répondre à cette question en Belgique. C’est ainsi que nous nous posons une deuxième question: que se passe-t-il quand nous n’avons pas de statistique?

Pourquoi n’en avons nous pas en Belgique? Contrairement au genre, la couleur de peau n’est pas recensée en Belgique (seuls la nationalité et/ou lieu de naissance). Les US, pays très polarisé sur la question du racisme, opèrent différemment et recueillent ces statistiques très facilement. Les chiffres sont consternants: l’écart de salaire s’agrandit fortement dans le cas ou genre et race ont des effets combinés. Alors que les femmes gagnent $430,480 de moins que leurs homologues masculins au cours de leur vie, les femmes d’origine afro-américaine gagneront pour leur part $877,480 en moins. Ce chiffre monte à $1,007,080 pour les femmes d’origine latine [13].

Malheureusement pour la Belgique, il nous est impossible de trouver les chiffres correspondants, mais nous souhaitons souligner une chose importante: l‘inexistence de statistique n’équivaut pas à une absence de discrimination. Il reste donc très difficile d’évaluer l’existence du racisme dans le monde du travail [14, 15, 16]. De plus, nous faisons remarquer au passage que bien qu’utile et informatif, reporter uniquement l’écart salarial hommes-femmes peut occulter et minimiser les difficultés de certains sous-groupes, dont les femmes racisées.

 

Et maintenant ?

Dans cet article, nous avons parcouru les différentes injustices salariales d’après différents critères démographiques non contrôlables. Nous avons vu qu’il est important de comprendre comment ces chiffres ont été calculés pour interpréter aux mieux ces statistiques. Nous avons aussi établi que ces statistiques sont omniprésentes dans notre société, et peuvent avoir un réel impact sur la vie des groupes affectés.

Alors qu’en est-il des personnes queer racisées?

En Europe, l’orientation romantique et/ou sexuelle des individus ainsi que leur couleur de peau/appartenance ethnique ne sont pas recensées systématiquement comme elles peuvent l’être aux Etats-Unis. Si cela apporte une meilleure assurance de vie privée, cela nous prive aussi de statistiques essentielles pour reconnaître l’étendue des injustices (ou même leur existence). 

Sans prise de conscience de ces injustices, aucune mesure officielle ne peut malheureusement être prise, autorisant ces injustices à perdurer.

Sources

[1] https://www.ecb.europa.eu/ecb/educational/explainers/tell-me-more/html/statistics.en.html
[2] https://etaamb.openjustice.be/fr/arrete-ministeriel-du-18-mars-2020_n2020030331.html
[3] https://www.sciensano.be/fr/sujets-sante/coronavirus/role
[4] How to lie with statistics, Darrell Huff
[5] https://bmcmedethics.biomedcentral.com/articles/10.1186/s12910-017-0179-8
[6] https://psycnet.apa.org/doiLanding?doi=10.1037%2F0022-0663.74.4.459
[7] https://19thnews.org/2022/08/black-trans-women-life-expectancy-false/
[8] https://www.un.org/sustainabledevelopment/gender-equality/
[9] https://igvm-iefh.belgium.be/fr
[10] https://statbel.fgov.be/fr/themes/emploi-formation/salaires-et-cout-de-la-main-doeuvre/ecart-salarial#:~:text=En%20Belgique%2C%20l%27écart%20salarial,heure%20que%20leurs%20homologues%20masculins
[11] https://www.lemonde.fr/campus/article/2016/01/29/reveler-son-homosexualite-a-son-employeur-coute-1-200-euros-par-an-en-moyenne_4856129_4401467.html
[12] https://psycnet.apa.org/doiLanding?doi=10.1037%2F0021-9010.93.5.994
[13] https://wocninc.org/wp-content/uploads/2018/11/LGBTQFAQ.pdf
[14] https://fecasbl.be/un-racisme-insidieux-et-transversal-dans-lemploi/
[15] https://www.lecho.be/economie-politique/belgique/general/la-belgique-moins-violente-mais-aussi-raciste-que-les-etats-unis/10233001.html
[16] https://www.unia.be/fr/articles/en-belgique-la-couleur-de-peau-est-toujours-un-obstacle