La generación de estadísticas de alta calidad depende de la eliminación del sesgo de
género en todas las etapas del proceso de producción. Este blog examina cómo se
produce el sesgo de género en las estadísticas y qué hace OIT para apoyar los
esfuerzos por minimizarlo.
“Rompe los prejuicios” fue el lema del Día Internacional de la Mujer de este año, que centró la
atención en los persistentes prejuicios, estereotipos y discriminación que impiden a la
sociedad ser inclusiva e igualitaria en materia de género. Cuando se trata de estadísticas sobre
el mundo del trabajo, las encuestas de hogares siguen siendo la mejor manera de obtener
información imparcial a partir de una muestra aleatoria de la población. Por ello, los datos de
las encuestas, los métodos utilizados para su recopilación y las estadísticas que finalmente se
elaboran, tienen un papel fundamental a la hora de acabar con los prejuicios de género.
Hay dos vías por las que el sesgo puede socavar la utilidad de los datos de las encuestas para el
análisis basado en el género. En primer lugar, el sesgo en términos de error estadístico
relacionado con la adecuación de la muestra de una encuesta a la población de interés, y la
adecuación de los conceptos estadísticos a los sujetos, objetos y fenómenos que representan.
En segundo lugar, el sesgo en términos de puntos ciegos y omisiones conceptuales, que se
relaciona con quién y qué se designa (y no se designa) como elegible para la representación y
la medición en las estadísticas oficiales.
Sesgo de género importado por error estadístico
Las encuestas por muestreo tienen como objetivo generar estadísticas para una población a
partir de los valores obtenidos para un subconjunto de individuos muestreados (u otras
unidades muestreadas). El error estadístico introducido en una o más etapas del diseño, la
administración o el procesamiento de una encuesta puede amenazar la exactitud de los datos
resultantes.1 Terms (Oxford: Oxford University Press, 2003). La eliminación del sesgo
estadístico (error sistemático) y la medición y el control de la varianza (error aleatorio) es una
característica esencial de las estadísticas de encuestas por muestreo.
