Qu’est-ce que les equality data ?   

Le terme ‘equality data’ (ou données relatives à l’égalité) se réfère à toutes les données qui permettent de décrire et d’analyser l’état de l’égalité ou de l’inégalité dans la société.  

Ce sont donc des données qui permettent de cartographier les discriminations et les inégalités dans la société.  Par exemple, ça peut être un rapport qui montre la participation aux élections des personnes en situation de handicap.   

Cela peut être différentes formes de données : un recensement, des enquêtes, des bases de données administratives, des tests de discrimination, des données relatives aux plaintes, du monitoring de la diversité, de la recherche qualitative.  

Toutes les sources d’equality data inventoriées par Unia sont ajoutées à l’equality data hub (qui contient désormais aussi les critères du handicap, de l’état de santé et des caractéristiques physiques). 

Pourquoi est-ce que cette étude est importante ?   

Les equality data sont primordiales pour faire avancer la lutte contre les discriminations. Grâce à ces données, il est possible de suivre l’évolution de l’égalité et des inégalités dans la société. Cela permet de mieux comprendre, de sensibiliser et de visibiliser autour des discriminations.  

Passer sous la loupe les equality data concernant les critères du handicap, de la santé et des caractéristiques physiques a permis de détecter des lacunes qui doivent maintenant être comblées. Pour ce faire, Unia a rédigé des recommandations qui ont pour but d’encore améliorer les données relatives à ces critères.  

Quelles sont les recommandations tirées de cette étude ?  

1. Il faut réaliser des collectes de données supplémentaire pour produire les données qui manquent (voir la partie « lacunes » dans le rapport).  
2. Il faut réfléchir à la façon dont on mesure la situation de handicap d’une personne. Il faut poser les questions adéquates dans les contextes spécifiques en fonction des objectifs que l’on veut atteindre.   
3. Il faut récolter des données concernant la discrimination fondée sur les caractéristiques physiques, car il n’en existe pas suffisamment. Ici, il est particulièrement important d’utiliser les bons termes, par exemple en ce qui concerne la grossophobie, afin d’éviter les confusions et les stigmatisations.  
4. Il faut adapter les méthodes de recherche pour atteindre des groupes spécifiques, et s’assurer qu’ils soient représentés dans les échantillons (par exemple, les personnes vivant dans des lieux de vie collectifs).  
5. Il faut faire la recherche de façon participative, afin que les groupes concernés aient leur mot à dire sur des sujets qui les concernent spécifiquement (« nothing about us without us »).  
6. Il faut mettre à disposition toutes les données dont on dispose pour que d’autres puissent les utiliser dans leur travail.  
7. Il faut utiliser beaucoup plus les données qui existent déjà pour l’élaboration et l’évaluation des politiques.  

Pour plus de détails, nous vous invitions à consulter le rapport complet.