L’indice de Duncan
Comment mesurer la ségrégation de genre — et pourquoi c’est plus compliqué qu’il n’y paraît
L’idée de base : comparer deux taux
L’indice de Duncan (1955) est l’outil le plus utilisé pour mesurer la ségrégation de genre. Son principe est d’une simplicité désarmante : pour une pratique donnée, combien de femmes la font, combien d’hommes la font, et quelle est la différence ?
\[D_k = \bar{y}_{k,\text{hommes}} - \bar{y}_{k,\text{femmes}}\]
- \(D_k\) est l’indice pour la pratique \(k\)
- \(\bar{y}_{k,\text{hommes}}\) est le taux de participation des hommes à cette pratique (entre 0 et 1)
- \(\bar{y}_{k,\text{femmes}}\) est le taux de participation des femmes
Un résultat positif → les hommes pratiquent plus. Négatif → les femmes pratiquent plus. Zéro → égalité.
Un exemple concret : les jeux vidéo
Pour le tricot, l’ordre s’inverse : les femmes pratiquent beaucoup plus, \(D\) est négatif.
Ce que Duncan mesure bien
✅ Simple à calculer : deux taux, une soustraction.
✅ Facile à interpréter : \(D = +0,30\) signifie 30 points d’écart.
✅ Comparable : on peut classer toutes les pratiques sur une même échelle.
✅ Robuste : ne dépend pas d’hypothèses complexes sur la distribution des données.
Le problème fondamental : l’homogénéité supposée
Duncan suppose que tous les hommes sont identiques — et toutes les femmes aussi. C’est là que le bât blesse.
Groupe « Hommes »
Duncan voit ça…
La réalité
…mais les hommes sont éparpillés sur le spectre
La conséquence pratique : deux pratiques peuvent avoir le même \(D_k\) mais des profils très différents. Une pratique peut être faite uniquement par les hommes les plus masculins (fort signal identitaire) ou par tous les hommes indifféremment (faible signal) — Duncan ne fait pas la différence.
L’analogie des revenus moyens
Comparer des moyennes de groupe cache toujours la distribution interne. Imaginez qu’on veuille comparer la richesse de deux pays :
Pays A : revenu moyen 2 000 € — mais 90 % des gens ont 500 € et 10 % ont 16 500 €
Pays B : revenu moyen 2 000 € — distribution uniforme
→ Même moyenne, situations très différentes. Duncan fait la même erreur avec le genre.
Ce que l’indice de Duncan ne peut pas voir
Pour aller plus loin, il faut une mesure de l’identité — pas seulement du sexe déclaré. C’est ce qu’explique la page sur la mesure de l’identité.