目に見えない現象とは、偏見、偏見、無知、無関心などによって存在が無視されたり歪んだりするため、統計分析から体系的に除外された人々の集団を指す社会学的概念です。この除外は、データの歪み、欠陥のあるポリシー、および過小評価または見落とされている人々の不平等な機会につながる可能性があります。この記事では、統計の不可視性が異なる文脈で不平等を永続させ、それに対処するための解決策を提供する方法について説明します。
統計の不可視性が特に問題となる分野の1つは、男女平等である。
例えば、女性はしばしば犯罪や安全保障統計で過小評価されていることが研究によって示されており、それは一般の人々の認識や政策決定を歪めている。家庭内暴力、ストーキング、ハラスメント、その他の暴力に関する女性の経験は軽視されたり、却下されたりする可能性があり、被害者のための資源と保護メカニズムの欠如につながります。同様に、科学技術の分野における女性の表現はしばしば過小評価され、彼らの貢献と業績の不完全な描写につながっている。これらの違いを考慮せずに、政策立案者は十分な資金を配分したり、公正な雇用慣行を促進することを怠るかもしれません。
性別に加えて、人種や民族も一般的に統計には見えない。個人の人種経験は必ずしも公式データによって正確に捉えられているわけではなく、差別的な政策やプログラムにつながる可能性があります。
例えば、黒人と茶色の人々は、人口のほんの一部であるにもかかわらず、警察の残虐行為と大量監禁に直面するかもしれませんが、彼らの話はほとんど言われません。移民や難民にも同じことが言えます。移民や亡命希望者としての地位は、彼らが主要な経済的および福祉措置から取り残されていることを意味します。その結果、医療、教育、住宅、雇用機会へのアクセスが制限されています。
さらに、性的指向とアイデンティティも統計分析で隠すことができます。LGBTQ+の人々は、影響や認識の欠如を恐れて、調査、検閲、調査から誤った表現や除外されることがあります。この排除は、サービスへのアクセスや差別からの保護を含む、彼らの人生の現実を正確に表現することを防ぎます。場合によっては、クィアのアイデンティティは精神疾患や犯罪行為と組み合わせることができ、さらに否定的なステレオタイプとスティグマを永続させる。
これに対処するために、研究者は、限界的な経験を認識し、分析に統合するより包括的な方法を採用する必要があります。これには、標的型サンプリング戦略や断層間構造など、日常的に見過ごされているものを特定し、含めるための集中的な努力が必要です。また、さまざまなコミュニティ、文化、視点の複雑さやニュアンスを認識し、パワーダイナミクスがデータ収集と解釈をどのように形成するかを認識する必要があります。結論として、統計の不可視性は、様々な分野で不平等を永続させる一般的な問題である。すべてのグループのユニークな経験と貢献を考慮せずに、政策立案者は不完全な情報に基づいて意思決定を行うリスクがあり、介入が大きな影響を及ぼす可能性のある重要な分野を見落としています。これに対処するには、意識的な努力と、データ収集と分析におけるより大きなインクルージョンとエクイティに向けた体系的な変化が必要です。
統計の不可視性はどのように不平等を永続させるのですか？
人間は現実の共通の理解に依存し、効果的に相互作用する社会的存在である。目に見えない数字は、社会で十分な表現が得られないため、目に見えない人々につながる可能性があります。これは、彼らの経験が見落とされ、既存の電力の不均衡を永続させることにつながる可能性があります。統計は、人々のグループ全体に影響を与える意思決定プロセスにおいて重要な役割を果たしているため、すべての人々の人生経験を正確に反映することが重要です。