Ce qu'il faut savoir lorsqu'on compare les données sur le travail des femmes et des hommes

Combien d'hommes et de femmes ont été employés la semaine dernière ? Combien d'heures ont-ils travaillé dans leur emploi principal ? Et combien d'heures ont-elles été consacrées à des activités non rémunérées telles que la garde des enfants ? Ce sont des questions apparemment simples, mais mesurer le travail rémunéré et non rémunéré au moyen d'enquêtes sur les ménages est tout sauf simple. Cela est particulièrement vrai pour les femmes des pays en développement, qui sont plus souvent engagées dans des activités informelles telles que les micro-entreprises ou les petites exploitations agricoles - des activités qui peuvent passer à travers les mailles du filet des enquêtes traditionnelles.

Afin d'améliorer la mesure du travail des femmes et de fournir des conseils sur les bonnes pratiques de mesure, l'Organisation internationale du travail (OIT) et la Banque mondiale ont collaboré avec le Département du recensement et des statistiques du Sri Lanka (DCS) entre 2017 et 2019 sur une étude pilote en plusieurs étapes. L'étude a comparé les résultats de deux types d'enquêtes auprès des ménages : l'enquête sur les forces de travail (LFS) et une enquête multithématique sur les niveaux de vie (MLSS). Les EFT sont la principale source de données pour les indicateurs du marché du travail, notamment le taux de chômage et le taux d'activité. Les MLSS sont conçues pour permettre une mesure et une analyse plus larges des niveaux de vie et de la pauvreté. En raison de ces objectifs primaires différents, les deux types d'enquêtes diffèrent par la longueur du questionnaire, sa structure, la taille de l'échantillon et d'autres éléments, ce qui signifie qu'elles ne produisent pas toujours des résultats comparables.

Cette différence de résultats peut être inquiétante pour les utilisateurs qui peuvent souvent supposer qu'un indicateur portant le même label - tel que le chômage - devrait représenter approximativement la même chose, quelle que soit la source.

L'étude sur le Sri Lanka, qui a été soutenue par la Fondation Hewlett et Data2X dans le cadre du Partenariat pour le travail et l'emploi des femmes, a donné lieu à des résultats clés (maintenant publiés) qui pourraient aider à résoudre les problèmes de mesure persistants et améliorer de manière générale notre compréhension de la question de la comparabilité entre les sources. Dans ce blog, nous mettons en lumière trois conclusions :

  1. Les différents types d'enquêtes ne donneront pas toujours les mêmes résultats, mais les écarts entre eux peuvent être réduits

L'étude pilote du Sri Lanka a permis de constater que les écarts de mesure peuvent être étonnamment importants.

Les chercheurs ont réalisé deux séries d'entretiens pour l'EFT et l'EMLS afin de découvrir les principales différences entre les deux types d'enquête et de vérifier si des changements dans la conception et la mise en œuvre du questionnaire pouvaient apporter des améliorations. Lors de la première vague de collecte de données, le questionnaire de l'ESLM a permis de saisir moins d'emplois que l'EPA - avec un écart d'environ 5,5 points de pourcentage dans l'ensemble et de 8,1 points de pourcentage pour les femmes dans le ratio emploi/population (voir figure 1). L'ampleur de cet écart pourrait avoir des conséquences importantes sur l'utilisation des données pour les pays qui utilisent des sources différentes dans le temps.

Dans la deuxième vague de l'étude, quelques questions supplémentaires ont été ajoutées au module du travail de l'enquête MLSS, par exemple : une question sur les travailleurs familiaux contribuant à l'agriculture et des " questions de récupération " pour les petits emplois/casuels (c'est-à-dire des questions supplémentaires formulées spécifiquement pour cibler ces emplois s'ils ne sont pas signalés par les répondants avec la série de questions initiale). Grâce à ces changements et à quelques autres, l'écart entre les deux enquêtes a été considérablement réduit, l'enquête MLSS ne rapportant plus qu'un ratio emploi/population inférieur de 3,5 points de pourcentage à celui de l'enquête LFS dans son ensemble, et de 2,5 points de pourcentage pour les femmes.

La question de savoir si des différences de cette ampleur restent préoccupantes dépend de l'utilisation prévue des données. Il est important de se rappeler que la source des statistiques fait une différence, ce qu'il faut garder à l'esprit lors de la planification et de l'analyse des enquêtes.

 

  1. Le travail des femmes risque davantage d'être mal mesuré

Alors que l'écart de la vague 1 entre l'EFT et l'EFTLV dans le ratio emploi/population mesuré était de 8,1 points de pourcentage pour les femmes, il n'était que de 2,4 points de pourcentage pour les hommes (figure 1). En outre, les deux enquêtes ont identifié essentiellement le même nombre de personnes occupant un emploi à temps plein.

En général, les difficultés de mesure se sont concentrées sur les personnes occupant des emplois occasionnels, à faible nombre d'heures de travail, ou aidant dans des exploitations agricoles familiales ou dans des entreprises - des activités plus courantes chez les femmes interrogées. Cet écart peut s'expliquer par le fait que, en raison des croyances traditionnelles sur le rôle des hommes et des femmes, les femmes travaillant dans des entreprises familiales s'identifient comme des femmes au foyer et ne répondent donc pas positivement lorsqu'on les interroge sur leur engagement dans un travail rémunéré ou lucratif, un schéma qui a également été observé dans diverses études, y compris une étude récente au Honduras.

  1. Une bonne traduction est importante

Certaines des difficultés rencontrées dans la mesure du travail agricole lors de la première vague de collecte de données de l'enquête MLSS étaient dues au fait que la terminologie cingalaise courante n'était pas utilisée pour certaines des questions liées à l'agriculture. Lors de la deuxième vague, l'enquête MLSS a cherché à éviter la terminologie abstraite (par exemple, "culture pour compte propre") et a opté pour des termes plus simples accompagnés d'exemples (par exemple, "travail dans une ferme familiale pour préparer ou entretenir la terre, ou pour planter, cultiver ou récolter des légumes ou des fruits"). Ce changement a probablement contribué à combler l'écart avec l'EFT.

Ces résultats et d'autres conclusions de l'étude pilote du Sri Lanka ont été utilisés pour mettre à jour les directives, les outils et le soutien de l'OIT pour les enquêtes sur les forces de travail et de la Banque mondiale pour les enquêtes multithématiques sur les ménages. Ces modèles de questionnaires, ces conseils et ces outils sont d'excellents points de référence pour ceux qui doivent concevoir un questionnaire pour saisir les questions relatives au travail et à l'emploi dans le cadre d'une enquête sur les ménages conforme aux dernières normes statistiques.

Ce blog est basé sur une présentation faite par les auteurs lors de la Conférence sur l'emploi et le développement en septembre 2021.

En savoir plus

[wp_links_page display="carrousel" slides="2" orderby="date" tag="1782" image="ss" img_size="medium" title="display" title_style="font-weight : bold ; "]

Auteurs

  • Antonio Discenza

    Antonio Rinaldo Discenza est statisticien à l'Institut national italien des statistiques (ISTAT), expert en statistiques et analyses du marché du travail, méthodologiste et gestionnaire d'enquêtes. Il a plus de 20 ans d'expérience dans la conception, l'élaboration, la gestion et le suivi des processus statistiques et techniques de grandes enquêtes par sondage auprès des ménages pour la production de statistiques officielles, telles que l'enquête la main-d’œuvre . Antonio a travaillé au Département des statistiques de l'OIT de 2017 à 2021 sur l'élaboration d'orientations et la fourniture de formations et de soutien aux pays sur l'application des dernières normes internationales et des bonnes pratiques pour la mesure du travail et d'autres formes de travail dans les enquêtes auprès des ménages.

  • Isis Gaddis (Banque mondiale)

    Isis Gaddis est économiste senior au sein du groupe de travail sur le genre de la Banque mondiale. Elle était auparavant économiste spécialiste de la pauvreté en Tanzanie. Elle s'intéresse principalement à la microéconomie empirique, en particulier à la mesure et à l'analyse de la pauvreté et des inégalités, au genre, au travail et à la prestation de services publics.

  • Amparo Palacios-Lopez (Banque mondiale)

    Amparo Palacios-López est économiste senior au sein de l'Unité de production des données et des méthodes du Groupe des données sur le développement de la Banque mondiale. Son principal domaine de recherche est le développement, avec un accent particulier sur le travail, le genre et le bien-être.

  • Kieran Walsh

    Kieran Walsh est statisticien principal au sein de l'équipe de méthodologie de l'enquête sur les forces de travail (EFT) du département des statistiques de l'OIT. Il se concentre sur le soutien aux pays qui cherchent à mettre en œuvre l'EFT en utilisant les normes et les pratiques les plus récentes. Il croit fermement que les statistiques servent de tremplin vers le développement durable grâce à des politiques bien ciblées et conçues sur la base de données probantes.

Inscrivez-vous à notre newsletter

Tout le contenu le plus récent du Département des statistiques de l'OIT livré dans votre boîte de réception une fois par trimestre.

Défiler vers le haut
Skip to content