Joni Seager, géographe états-unienne, exprime que « ce qui est compté compte » (« What gets counted counts »). Elle signifie par là que les données ne sont pas un instrument neutre. Au contraire, elles sont construites et choisies. Les données disponibles traduisent des choix, politiques, qui ont des conséquences réelles sur la prise de décision. De ce fait, s’il y a un manque global de données sur le genre, c’est parce que certaines questions ne sont pas posées.
Les normes de sécurité routière en sont un exemple flagrant. La plupart des accidents mortels sont causés par des hommes, alors que la plupart des mort-e-s sont des femmes (conducteur-ice-s exclu-e-s). Les passagers hommes ont donc plus tendance à survivre que les passagères femmes. Ce différentiel s’explique par le fait que les normes de sécurité des voitures sont en réalité basées sur des crash-tests, où le mannequin utilisé pour établir la sévérité des dommages est calqué sur un gabarit d’homme moyen. Par conséquent, une voiture qui a un score de sécurité de 5/5 est en réalité sécurisée pour un homme. Le masculin devient le neutre par défaut.
Dans la même veine, dans la solidarité internationale, les données sur la pauvreté ont longtemps été collectées au niveau des foyers ou des ménages. La pauvreté ou la richesse relative des ménages était donc agrégée sans distinction entre les personnes qui composent le foyer, lissant ainsi les inégalités présentes en leur sein, notamment entre l’homme et la femme dans les foyers hétérosexuels, ou entre les parents et les enfants par exemple.
Ainsi, les données reflètent nécessairement un point de vue : les méthodes, les questions posées, les biais de construction, etc., influencent ce que les données nous disent. C’est pour cela qu’il est essentiel d’avoir des données genrées : des données qui mettent en exergue les différences selon le genre des personnes interrogées. Cette logique s’applique aussi à d’autres dimensions de rapports de pouvoir comme l’origine ethnique, l’âge, la classe sociale, etc. L’approche de genre intersectionnelle permet ainsi d’affiner nos compréhensions des dynamiques sociales qui produisent les inégalités dans nos champs d’intervention et d’agir en conséquence, au plus près des besoins des personnes.
Et ce n’est pas tout : depuis une cinquantaine d’années, grâce à la montée des études féministes et de genre, les données genrées deviennent de plus en plus courantes et connues. Elles montrent qu’il existe des effets genrés différenciés ou des dynamiques genrées à l’œuvre dans l’ensemble des champs d’intérêt des politiques publiques et des politiques de développement. Pourtant, les modalités d’actions et les décisions publiques restent pour la plupart aveugles à ces enjeux. Il y a donc un enjeu fort à reconnecter les données à l’action et à replacer les enjeux et objectifs de transformation et de changement au cœur de la prise de décision, via les données genrées.
La collecte de données genrées relève d’un exercice itératif et continu : loin de se dire que ce travail ne peut être réalisé qu’à un moment précis d’un projet (même si c’est la façon la plus accessible de le faire), tout système de suivi-évaluation peut intégrer une perspective de genre intersectionnelle, même s’il n’a pas été pensé comme tel à la base. L’enjeu principal est d’aller au-delà des seules données désagrégées, et de s’intéresser aux inégalités, aux différences d’effets et aux dynamiques de pouvoir qui les sous-tendent.
L’approche intersectionnelle de genre vise à faire des systèmes de suivi-évaluation un outil réactif et transformatif pour que les organisations puissent prendre des décisions spécifiques et informées pour créer un changement social en faveur de l’égalité de genre.
La collecte de données genrées repose sur 3 piliers :
Exemple : On ne collecte pas des données sur les violences basées sur le genre ou l’orientation sexuelle si elles ne sont pas réellement utiles au projet. Au-delà de la question de la sécurisation des données, ces questions peuvent heurter ou être mal reçues. Il est évidemment impensable de poser ce genre de question à une participante en la présence de son mari…
Ici, le F3E propose une terminologie qui reprend le préfixe « genro » plutôt que « sexo » dans la mesure où celui-ci est inexact. Les démarches de collecte de données ne collectent pas des informations sur le sexe (à moins que vous alliez voir ce qui se passe dans le pantalon des personnes que vous accompagnez…).
On parle donc de trois types d’indicateurs pour mesurer le genre : les indicateurs genro-différenciés, genro-spécifiques et de genre.
Exemples :
Exemples :
Exemples :
Attention ! Les indicateurs de genre peuvent aussi être genro-différenciés ou genro-spécifiques ! Les catégories ne sont pas mutuellement exclusives.
On nous demande souvent : « quels sont les outils les plus pertinents pour collecter des données genrées ? » Dans cette section, vous trouverez de nombreux outils à reproduire, utiliser, et surtout à adapter à vos besoins ! N’oubliez en effet pas que l’approche intersectionnelle de genre dépend du contexte, du contexte et encore du contexte ! Les outils que nous vous proposons sont généralistes et c’est à vous – qui connaissez votre contexte – de les adapter. Un outil pertinent et utile est celui que vous aurez adapté à votre contexte et à vos besoins ! N’hésitez donc pas à piocher ce qui vous parait pertinent et à modifier les outils que nous vous proposons pour qu’ils collent au plus près à vos usages !
