Back to top

L’analyse de régression – l’iniquité en emploi

Les chercheurs et les comités peuvent aussi utiliser les données salariales individuelles pour étudier dans quelle mesure les déterminants du salaire, comme le rang, les années d’expérience ou d’autres variables « viciées » subissent l’influence du genre.

Dans son étude de 2010, l’Université de la Colombie-Britannique a utilisé un modèle de probabilité linéaire/modèle de régression probit afin de déterminer si le genre influe sur la probabilité qu’un membre du personnel enseignant soit promu au rang de professeur titulaire. La variable du rang a fait l’objet de calculs de régression en utilisant des variables représentant l’expérience, le département, ainsi que la qualité de titulaire d’une chaire de recherche du Canada ou de professeur émérite. Cette analyse a permis de découvrir que le genre était un déterminant statistiquement significatif pour obtenir une promotion.

De même, l’étude de 2015 de l’Université Simon Fraser s’est servie d’un modèle à risques proportionnels de Cox pour [traduction] « établir si le genre a ou pas un lien avec le temps passé en tant qu’agrégé avant de devenir titulaire » en estimant les chances de promotion.22 L’analyse n’a pas trouvé d’élément confirmant que le genre influe sur les chances de promotion, mais a révélé que [traduction] « […] les professeurs qui prennent des congés de maladie réduisent fortement leurs chances d’être promus au poste de professeur agrégé ou de professeur titulaire. En outre, les professeurs adjoints qui prennent des congés parentaux ont beaucoup moins de chances de devenir professeurs agrégés. Ces conséquences sont similaires pour les hommes et pour les femmes, mais les femmes recourent davantage que les hommes à ces deux types de congés ».23


22 Kessler, A. et Pendaku, K., Gender Disparity in Faculty Salaries at Simon Fraser University, juillet 2015 : salary_equity_study.pdf (sfufa.ca)

23 Ibid.