› Foros › Off-Topic › Miscelánea
ABSTRACT
... A 2012 report from the President’s Council of Advisors on Science and Technology indicates that training scientists and engineers at current rates will result in a deficit of 1,000,000 workers to meet United States workforce demands over the next decade (1). To help close this formidable gap, the report calls for the increased training and retention of women, who are starkly underrepresented within many fields of science, especially among the professoriate (2⇓–4). Although the proportion of science degrees granted to women has increased (5), there is a persistent disparity between the number of women receiving PhDs and those hired as junior faculty (1⇓⇓–4). This gap suggests that the problem will not resolve itself solely by more generations of women moving through the academic pipeline but that instead, women’s advancement within academic science may be actively impeded.
With evidence suggesting that biological sex differences in inherent aptitude for math and science are small or nonexistent (6⇓–8), the efforts of many researchers and academic leaders to identify causes of the science gender disparity have focused instead on the life choices that may compete with women’s pursuit of the most demanding positions. Some research suggests that these lifestyle choices (whether free or constrained) likely contribute to the gender imbalance (9⇓–11), but because the majority of these studies are correlational, whether lifestyle factors are solely or primarily responsible remains unclear. Still, some researchers have argued that women’s preference for nonscience disciplines and their tendency to take on a disproportionate amount of child- and family-care are the primary causes of the gender disparity in science (9⇓–11), and that it “is not caused by discrimination in these domains” (10). This assertion has received substantial attention and generated significant debate among the scientific community, leading some to conclude that gender discrimination indeed does not exist nor contribute to the gender disparity within academic science (e.g., refs. 12 and 13).
Despite this controversy, experimental research testing for the presence and magnitude of gender discrimination in the biological and physical sciences has yet to be conducted. Although acknowledging that various lifestyle choices likely contribute to the gender imbalance in science (9⇓–11), the present research is unique in investigating whether faculty gender bias exists within academic biological and physical sciences, and whether it might exert an independent effect on the gender disparity as students progress through the pipeline to careers in science. Specifically, the present experiment examined whether, given an equally qualified male and female student, science faculty members would show preferential evaluation and treatment of the male student to work in their laboratory. Although the correlational and related laboratory studies discussed below suggest that such bias is likely (contrary to previous arguments) (9⇓–11), we know of no previous experiments that have tested for faculty bias against female students within academic science.
...
Current Study
In addition to determining whether faculty expressed a bias against female students, we also sought to identify the processes contributing to this bias. To do so, we investigated whether faculty members’ perceptions of student competence would help to explain why they would be less likely to hire a female (relative to an identical male) student for a laboratory manager position. Additionally, we examined the role of faculty members’ preexisting subtle bias against women. We reasoned that pervasive cultural messages regarding women’s lack of competence in science could lead faculty members to hold gender-biased attitudes that might subtly affect their support for female (but not male) science students. These generalized, subtly biased attitudes toward women could impel faculty to judge equivalent students differently as a function of their gender.
The present study sought to test for differences in faculty perceptions and treatment of equally qualified men and women pursuing careers in science and, if such a bias were discovered, reveal its mechanisms and consequences within academic science. We focused on hiring for a laboratory manager position as the primary dependent variable of interest because it functions as a professional launching pad for subsequent opportunities. As secondary measures, which are related to hiring, we assessed: (i) perceived student competence; (ii) salary offers, which reflect the extent to which a student is valued for these competitive positions; and (iii) the extent to which the student was viewed as deserving of faculty mentoring.
Our hypotheses were that: Science faculty’s perceptions and treatment of students would reveal a gender bias favoring male students in perceptions of competence and hireability, salary conferral, and willingness to mentor (hypothesis A); Faculty gender would not influence this gender bias (hypothesis B); Hiring discrimination against the female student would be mediated (i.e., explained) by faculty perceptions that a female student is less competent than an identical male student (hypothesis C); and Participants’ preexisting subtle bias against women would moderate (i.e., impact) results, such that subtle bias against women would be negatively related to evaluations of the female student, but unrelated to evaluations of the male student (hypothesis D).
Results
A broad, nationwide sample of biology, chemistry, and physics professors (n = 127) evaluated the application materials of an undergraduate science student who had ostensibly applied for a science laboratory manager position. All participants received the same materials, which were randomly assigned either the name of a male (n = 63) or a female (n = 64) student; student gender was thus the only variable that differed between conditions. Using previously validated scales, participants rated the student’s competence and hireability, as well as the amount of salary and amount of mentoring they would offer the student. Faculty participants believed that their feedback would be shared with the student they had rated (see Materials and Methods for details).
Student Gender Differences.
The competence, hireability, salary conferral, and mentoring scales were each submitted to a two (student gender; male, female) × two (faculty gender; male, female) between-subjects ANOVA. In each case, the effect of student gender was significant (all P < 0.01), whereas the effect of faculty participant gender and their interaction was not (all P > 0.19). Tests of simple effects (all d > 0.60) indicated that faculty participants viewed the female student as less competent [t(125) = 3.89, P < 0.001] and less hireable [t(125) = 4.22, P < 0.001] than the identical male student (Fig. 1 and Table 1). Faculty participants also offered less career mentoring to the female student than to the male student [t(125) = 3.77, P < 0.001]. The mean starting salary offered the female student, $26,507.94, was significantly lower than that of $30,238.10 to the male student [t(124) = 3.42, P < 0.01] (Fig. 2). These results support hypothesis A.
In support of hypothesis B, faculty gender did not affect bias (Table 1). Tests of simple effects (all d < 0.33) indicated that female faculty participants did not rate the female student as more competent [t(62) = 0.06, P = 0.95] or hireable [t(62) = 0.41, P = 0.69] than did male faculty. Female faculty also did not offer more mentoring [t(62) = 0.29, P = 0.77] or a higher salary [t(61) = 1.14, P = 0.26] to the female student than did their male colleagues. In addition, faculty participants’ scientific field, age, and tenure status had no effect (all P > 0.53). Thus, the bias appears pervasive among faculty and is not limited to a certain demographic subgroup.
Mediation and Moderation Analyses.
Thus far, we have considered the results for competence, hireability, salary conferral, and mentoring separately to demonstrate the converging results across these individual measures. However, composite indices of measures that converge on an underlying construct are more statistically reliable, stable, and resistant to error than are each of the individual items (e.g., refs. 34 and 35). Consistent with this logic, the established approach to measuring the broad concept of target competence typically used in this type of gender bias research is to standardize and average the competence scale items and the salary conferral variable to create one composite competence index, and to use this stable convergent measure for all analyses (e.g., refs. 36 and 37). Because this approach obscures mean salary differences between targets, we chose to present salary as a distinct dependent variable up to this point, to enable a direct test of the potential discrepancy in salary offered to the male and female student targets. However, to rigorously examine the processes underscoring faculty gender bias, we reverted to standard practices at this point by averaging the standardized salary variable with the competence scale items to create a robust composite competence variable (α = 0.86). This composite competence variable was used in all subsequent mediation and moderation analyses.
Evidence emerged for hypothesis C, the predicted mediation (i.e., causal path; see SI Materials and Methods: Additional Analyses for more information on mediation and the results of additional mediation analyses). The initially significant impact of student gender on hireability (β = −0.35, P < 0.001) was reduced in magnitude and dropped to nonsignificance (β = −0.10, P = 0.13) after accounting for the impact of student composite competence (which was a strong predictor, β = 0.69, P < 0.001), Sobel’s Z = 3.94, P < 0.001 (Fig. 3). This pattern of results provides evidence for full mediation, indicating that the female student was less likely to be hired than the identical male because she was viewed as less competent overall.
...
Conclusions
The dearth of women within academic science reflects a significant wasted opportunity to benefit from the capabilities of our best potential scientists, whether male or female. Although women have begun to enter some science fields in greater numbers (5), their mere increased presence is not evidence of the absence of bias. Rather, some women may persist in academic science despite the damaging effects of unintended gender bias on the part of faculty. Similarly, it is not yet possible to conclude that the preferences for other fields and lifestyle choices (9⇓–11) that lead many women to leave academic science (even after obtaining advanced degrees) are not themselves influenced by experiences of bias, at least to some degree. To the extent that faculty gender bias impedes women’s full participation in science, it may undercut not only academic meritocracy, but also the expansion of the scientific workforce needed for the next decade’s advancement of national competitiveness (1).
...
Orquesta Sinfónica de Boston
Esta orquesta, fundada hace 125 años, es un ejemplo de igualdad en el acceso al empleo para mujeres y hombres. En un principio, las pruebas de selección para entrar a formar parte de la orquesta, se realizaban de modo “convencional”, es decir, a través de audiciones.
Sin embargo, tras dichas pruebas, la mayoría de contratados eran hombres. A partir de entonces, se comenzó a realizar la selección de miembros de la orquesta de otro modo muy peculiar, pero que responde al principio de centrarse sólo en datos objetivos. El procedi-
miento que se llevaba a cabo era el siguiente: el candidato debía tocar una determinada pieza musical, pero las personas encargadas de realizar la selección no podían ver quién estaba tocando, ya que entre ellos y los candidatos se colocaba una sábana. De este modo, sólo era posible escuchar a las personas, y decidir únicamente en función de sus habilidades como músicos. Desde que esta práctica
de selección se puso en marcha, el 40% de las personas que forman parte de la orquesta son mujeres.
Wence-Kun escribió:127 sujetos para muestra representativa, venga.
dani_el escribió:Wence-Kun escribió:127 sujetos para muestra representativa, venga.
¿Cuantos sujetos hacen falta para que algo sea representativo?
Yo diria que el doble ciego y que la muestra sea amplia da mayor representatividad que un numero bruto.
Wence-Kun escribió:dani_el escribió:Wence-Kun escribió:127 sujetos para muestra representativa, venga.
¿Cuantos sujetos hacen falta para que algo sea representativo?
Yo diria que el doble ciego y que la muestra sea amplia da mayor representatividad que un numero bruto.
Depende del tamaño del universo que quieras representar. Yo me movía con un 10% del universo y tan sólo para una generalización específica en una ciudad específica y en un rango de edad específico tuve que aplicar un instrumento a 500 sujetos, como para que un estudio con 127 de algo confiable aplicable y generalizable a todo un género en todo un planeta.
Wence-Kun escribió:dani_el escribió:Wence-Kun escribió:127 sujetos para muestra representativa, venga.
¿Cuantos sujetos hacen falta para que algo sea representativo?
Yo diria que el doble ciego y que la muestra sea amplia da mayor representatividad que un numero bruto.
Depende del tamaño del universo que quieras representar. Yo me movía con un 10% del universo y tan sólo para una generalización específica en una ciudad específica y en un rango de edad específico tuve que aplicar un instrumento a 500 sujetos, como para que un estudio con 127 de algo confiable aplicable y generalizable a todo un género en todo un planeta.
dani_el escribió:
Pretende generalizar con contratistas (no toda la población, SOLO los contratistas) de una serie de instituciones cientificas unicamente en los EEUU.
Lucy_Sky_Diam escribió:
Claro, la muestra es escasa para tomarla como ejemplo, es mejor creer cualquier hipótesis que nos presentan sin ningún estudio de por medio, simplemente porque nos cuadra mejor, no vayan a romper nuestra seguridad sobre un tema.
¿Consideraste cuál es la población sobre la que han hecho el estudio? os informo de que en Estados Unidos hay 8500 universidades. ¿Tu estudio era de una población como esa?
Wence-Kun escribió:dani_el escribió:
Pretende generalizar con contratistas (no toda la población, SOLO los contratistas) de una serie de instituciones cientificas unicamente en los EEUU.
Es que ni eso.
La muestra ahí mismo dice que es nacional, por lo que el tamaño del universo a estudiar se dispara enormemente.
127 sujetos te lo compraría (y aún así con dudas) si hablásemos al menos que estuvieran en el mismo lugar, misma institución y rangos de edad prácticamente idénticos, y aún así daría para una generalización de un centro bastante pequeño.
Como he dicho siempre, desconfiad de los estudios, sobre todo los que tengan que ver con personalidad, psicología, decisiones y demás cosas inherentes al ser humano.
Correlación no es causalidad, como bien hemos comprobado con esa web que muestra datos inconexos que coinciden y mucho menos cuando hablamos de muestras que no son representativas.
.
Wence-Kun escribió:@dani_el es que ambas cosas son parte de un todo, tanto el cómo obtienes los datos y cómo los tratas.
Yo, sinceramente, no puedo tomarme "totalmente en serio" un estudio así, podría tomarse como referencia?, perfectamente, pero no con un peso argumentativo.
Sin mencionar que no sé exactamente cómo se eligieron esos sujetos, entre otras cosas. No sé si 126 de los 127 son de alguna parte específica de estados unidos con claras tendencias culturales que afecten al estudio, por ejemplo.
Si vas a tomar una muestra nacional necesitas que esta sea representativa.
Participants. We recruited faculty participants from Biology, Chemistry, and Physics departments at three public and three private large, geographically diverse research-intensive universities in the United States, strategically selected for their representative characteristics
The demographics of the 127 respondents corresponded to both the averages for the selected departments and faculty at all United States research-intensive institutions, meeting the criteria for generalizability even from nonrandom samples (see SI Materials and Methods for more information on recruitment strategy and participant characteristics). Indeed, we were particularly careful to obtain a sample representative of the underlying population, because many past studies have demonstrated that when this is the case, respondents and nonrespondents typically do not differ on demographic characteristics and responses to focal variables
Wence-Kun escribió:Anda, tienes razón. Explican el cómo, pero el cuánto sigue sin ser suficiente para una conclusión generalizable o usable en términos prácticos.
Lucy_Sky_Diam escribió:Wence-Kun escribió:Anda, tienes razón. Explican el cómo, pero el cuánto sigue sin ser suficiente para una conclusión generalizable o usable en términos prácticos.
¿Quieres decir que si hay 20 empresas y se analizan las 20, pese a ser el 100%, como son pocas muestras la conclusión no es generalizable?
Joer, es un buen clavo ardiendo al que nos agarramos!
Lucy_Sky_Diam escribió:Wence-Kun escribió:Anda, tienes razón. Explican el cómo, pero el cuánto sigue sin ser suficiente para una conclusión generalizable o usable en términos prácticos.
¿Quieres decir que si hay 20 empresas y se analizan las 20, pese a ser el 100%, como son pocas muestras la conclusión no es generalizable?
Joer, es un buen clavo ardiendo al que nos agarramos!
dani_el escribió:Es que ese estudio no pretende generalizar con todo un genero de un planeta.
Wence-Kun escribió:Lucy_Sky_Diam escribió:Wence-Kun escribió:Anda, tienes razón. Explican el cómo, pero el cuánto sigue sin ser suficiente para una conclusión generalizable o usable en términos prácticos.
¿Quieres decir que si hay 20 empresas y se analizan las 20, pese a ser el 100%, como son pocas muestras la conclusión no es generalizable?
Joer, es un buen clavo ardiendo al que nos agarramos!
Eh... No, como he dicho desde un inicio todo depende del tamaño del universo que estés estudiando. Si existen 20 empresas, cada una tiene 1000 empleados y entrevisto únicamente a 1 empleado de cada una, te parece que esa muestra representa a todo el universo estudiado?
Por el bien de la ciencia todo debe ser representativo.
Lucy_Sky_Diam escribió:La discriminación laboral no la llevan a cabo los trabajadores de a pie, la ejercen las empresas luego tener en cuenta a las personas que trabajan no es más que una forma de intentar diseminar la culpabilidad.
Lucy_Sky_Diam escribió:El estudio es bastante claro, envían a las ofertas los mismos CV por lo que solo aquellos que se encargan de la selección son los que las reciben, los demás trabajadores o las demás personas del mundo no incumben.
Lucy_Sky_Diam escribió:Pero si lo único que hay para intentar restar credibilidad es buscar desacreditar el estudio, al menos ya hay evidencias de que esto se da, en mayor o menor medida y es real.
Lucy_Sky_Diam escribió:Que cada cual vaya sacando sus conclusiones, aunque haya negacionistas, que siempre los habrá.
Wence-Kun escribió:Lucy_Sky_Diam escribió:La discriminación laboral no la llevan a cabo los trabajadores de a pie, la ejercen las empresas luego tener en cuenta a las personas que trabajan no es más que una forma de intentar diseminar la culpabilidad.
No es algo que demuestre tu estudio.Lucy_Sky_Diam escribió:El estudio es bastante claro, envían a las ofertas los mismos CV por lo que solo aquellos que se encargan de la selección son los que las reciben, los demás trabajadores o las demás personas del mundo no incumben.
Y eso está muy bien, el detalle es que no es generalizable, no con esa muestra. Puedes decir que "en esos casos en específico" sucedió eso, pero no es generalizable por el tamaño de la muestra.Lucy_Sky_Diam escribió:Pero si lo único que hay para intentar restar credibilidad es buscar desacreditar el estudio, al menos ya hay evidencias de que esto se da, en mayor o menor medida y es real.
De nuevo, es pura cuestión matemática. Esos casos son reales, no lo niego, sólo digo que no puedes generalizar. Puedes decir que en esos casos en específico sucedió eso, pero no demuestra nada más allá de ese mismo estudio.Lucy_Sky_Diam escribió:Que cada cual vaya sacando sus conclusiones, aunque haya negacionistas, que siempre los habrá.
Mi conclusión es que la muestra está muy pequeña, y más que conclusión es una realidad.
Esos casos supongamos que son reales, pues nada, en esos casos específicos claro que hay discriminación y no lo niego, lo que te digo es que no puedes generalizar o aplicar esos resultados en nada más, matemáticamente es así.
Lucy_Sky_Diam escribió:
Contaba con tu negacionismo. El argumento la muestra es muy pequeña es el único que queda, aunque sigue sin explicar por qué encaja con lo que aquí se explica, la discriminación laboral, salarial y la diferente carrera laboral de las mujeres que de los hombres, cosa que este estudio sí acerca.
Como he dicho en anteriores hilos, la situación es, a todas luces, motivada por múltiples orígenes, no me cabe duda, pero con estudios como este puede verse que no es falso que esto suceda, que es más frecuente de lo normal y que la situación incide en la vida laboral de las mujeres.
Desde luego que hacen falta más estudios como este para poder llegar a tener un conocimiento milimétrico de hasta dónde llega esta situación y su manera de afectar, pero es innegable, salvo por el negacionismo que para eso representa la parte contraria más radical, que existe y actúa de manera que produce una variación.
Esperaremos a conocer más estudios para llegar al nivel de detalle que este problema genera en la vida de las mujeres.
Wence-Kun escribió:Lucy_Sky_Diam escribió:
Contaba con tu negacionismo. El argumento la muestra es muy pequeña es el único que queda, aunque sigue sin explicar por qué encaja con lo que aquí se explica, la discriminación laboral, salarial y la diferente carrera laboral de las mujeres que de los hombres, cosa que este estudio sí acerca.
Como he dicho en anteriores hilos, la situación es, a todas luces, motivada por múltiples orígenes, no me cabe duda, pero con estudios como este puede verse que no es falso que esto suceda, que es más frecuente de lo normal y que la situación incide en la vida laboral de las mujeres.
Desde luego que hacen falta más estudios como este para poder llegar a tener un conocimiento milimétrico de hasta dónde llega esta situación y su manera de afectar, pero es innegable, salvo por el negacionismo que para eso representa la parte contraria más radical, que existe y actúa de manera que produce una variación.
Esperaremos a conocer más estudios para llegar al nivel de detalle que este problema genera en la vida de las mujeres.
No es negacionismo, es que así funcionan las matemáticas. No puedes generalizar sin una muestra representativa.
Antes te metiste con los psicométricos, no funcionaban como tú decías. Luego con RH, no funcionaba como tú decías, luego ponías estudios varios, no demostraban lo que decías, ahora este y la investigación no funciona como tú dices, simplemente es así!
Y claro que va a coincidir con lo que quieras ver, que en más de una ocasión has puesto "estudios" que sólo toman los factores que convienen a tu mensaje, ya hemos pasado por esto una y otra vez.
Lo vuelvo a repetir y por más que creas que las cosas funcionan de otro modo no es así:
"Necesitas una muestra que represente a tu universo de estudio para empezar a hablar de generalizaciones"
No lo digo yo, así funcionan los estudios, deja de intentar manipular, por Dios.
Lucy_Sky_Diam escribió:Yo no manipulo, yo aporto estudios que demuestran lo que digo.
Lucy_Sky_Diam escribió:Hasta la fecha tu solo aportas tu palabra como argumento, sin ningún estudio que la respalde.
Lucy_Sky_Diam escribió:Creo que tu posición está muy lejos de ser respaldada con datos.
Lucy_Sky_Diam escribió:Que tienes una ideología sesgada, eso es lo único obvio, pero no pasa nada
Lucy_Sky_Diam escribió:Lo que sí te pediré es que no personalices el hilo en mi, yo no tengo más intención que la de hablar del tema que en el hilo se trata, no he hablado de mi no es el tema de discusión.
Lucy_Sky_Diam escribió:Aporta estudios de esos psicométricos que respalden que los hombres son mejores o estarás argumentando en contra de lo que usas para atacar.
camperoliante escribió:@dani_el se habla por ejemplo,de que en un pais como españa, sean 1500 parsonas.
y en usa cojes 127 personas y ya es representativa...lol
camperoliante escribió:@dani_el las matematicas no las se...
cada vez que hay elecciones SIEMPRE SE OYE EL MISMO NUMERO. para que sean fiables la muestra tiene que albergar un minimo de 1400/1500 encuentas.
tu saca la cuenta del cuñao de bar...yo te digo lo que se oye SIEMPRE.
La primera es el denominado “error muestral”, que es bastante relevante y que es desconocido mas allá de los expertos, aunque suele aparecer en la letra pequeña de la ficha técnica que pocos/casi nadie lee. La mayoría de las personas no son conscientes de que la elección de una muestra para la encuesta supone escoger un grupo reducido de la población objeto del estudio y luego hacer inferencias de los resultados sobre la población general, lo que conlleva una imprecisión que se puede calcular, son los conocidos como intervalos de confianza (IC) habitualmente calculados al 95%, pero a veces al 98% (nótese que incluso estos IC tienen una zona de sombra, un margen de error no cubierto del 5 o el 2%) . Así por ejemplo un 23% de estimación de voto a un partido en una población de 47 millones de habitantes y una muestra de 1000 personas en realidad, calculando los IC al 95%, se convierte en un valor entre el 20,42 y el 25,73%, lo que, como se comprenderá, puede suponer unos resultados muy distintos en unas elecciones. Los IC pueden estrecharse al aumentar el tamaño de la muestra, pero nunca desaparecen.
pero tu sigue dando piruetas para no dr la razon en algo que mi hijo de 9 años te umbaria en un debate mientras ve la patrulla canina.
Lucy_Sky_Diam escribió:Contaba con tu negacionismo. El argumento la muestra es muy pequeña es el único que queda, aunque sigue sin explicar por qué encaja con lo que aquí se explica, la discriminación laboral, salarial y la diferente carrera laboral de las mujeres que de los hombres, cosa que este estudio sí acerca.
santanas213 escribió:existe en el mundo, si, existe en españa NO. todo se reduce a la productividad.
camperoliante escribió:@dani_el una encuesta bien hecha llega con eso....ya ves que hasta que aparecio el fenomeno oscilante de podemos...las encuestas a pie de urna(que hablamos de 5000 personas)tenian una fiabilidad ALTA.
realmente no me estoy enterando de nada pero 127 perosnas,pongas como te pongas es una puta porqueria.
aqui mismo en este foro 600 personas dicen que van reservas swich(yo entre ellas)eso es un representativo de algo?
es mas...bajo mas el nivel...en mi empresa hay 6000 personas.... 127 encuestados son signo de algo?,..si lo haces bien ,con una metodogia(que vale pasta)puede que si...pero es que hablo de 6000 personas...que es menos del 5%(asi a ojo)de la poblacion de dicha muestra.
y ya meterte con la calidad ortografica y gramatical es de sinverguenzas,pero tu ya dejas muestra de tu catadura moral continuamente con quien no piensa como tu.
me da verguenza ser de izquierdas por gente como vosotros o de otros palos,como en usa...
dani_el escribió:Por ejemplo una de las encuestas que mas manejo yo es movilia. Se realizo sobre 60.000 personas para cubrir a toda la población de España de unos 45.000.000 habitantes.
Estamos hablando de porcentajes de menos del 1% (cercanos al 1 por mil de hecho). Para resultados perfectamente validos.
GXY escribió:dani_el escribió:Por ejemplo una de las encuestas que mas manejo yo es movilia. Se realizo sobre 60.000 personas para cubrir a toda la población de España de unos 45.000.000 habitantes.
Estamos hablando de porcentajes de menos del 1% (cercanos al 1 por mil de hecho). Para resultados perfectamente validos.
perdona que me meta, pero si la encuesta de la que hablas refiere a transporte publico (lo cual por lo que se de ti y el nombre, me cuadra), no todos los 45 millones de españoles usamos transporte publico. con lo cual el porcentaje es un poco menos pequeño y por tanto la fiabilidad de la toma de datos es mayor (por lo poco que se sobre estadistica)
el argumento que le estais dando a wence es que un estudio de 127 personas puede ser suficientemente representativo de un hecho referido a decenas de millones de personas. y ahi dice wence que ni de coña. y cualquiera con dos dedos de frente que no le obnubile el discurso del tema que se esta tratando, tambien.
voy a poner otro universo de muestra a ver que te parece el razonamiento puramente numerico. supongamos que se hace una encuesta a 127 ciudadanos de valladolid, entre 18 y 75 años, hombres y mujeres practicamente al 50%, por lo que van a votar en las proximas elecciones municipales. a ti te parece que los resultados de esa encuesta son representativos de cualquier otra cosa que no sea las proximas elecciones municipales de valladolid? y para las propias elecciones municipales de valladolid? o te parece para el primer caso una muestra absurda y para el segundo caso una muestra simplemente demasiado pequeña?
pues lo que estas diciendo es que una muestra de 127 casos, en EEUU, en un ambito exclusivamente laboral universitario, es representativo no solo de ese ambito, sino tambien de cualquier ambito aqui en españa.
venga hombre que no cuela. estais tratando de romper los eslabones de 2cm de gordo de una cadena con la sierra de una navajita suiza.
pero como dije antes, si de lo que se trata es de buscar cualquier ejemplo que apoye el discurso del faloheteropatriarcado opresor, pues cualquier agujero es trinchera. aunque el agujero tenga el tamaño de un dedal.
Wence-Kun escribió:Lucy_Sky_Diam escribió:
Contaba con tu negacionismo. El argumento la muestra es muy pequeña es el único que queda, aunque sigue sin explicar por qué encaja con lo que aquí se explica, la discriminación laboral, salarial y la diferente carrera laboral de las mujeres que de los hombres, cosa que este estudio sí acerca.
Como he dicho en anteriores hilos, la situación es, a todas luces, motivada por múltiples orígenes, no me cabe duda, pero con estudios como este puede verse que no es falso que esto suceda, que es más frecuente de lo normal y que la situación incide en la vida laboral de las mujeres.
Desde luego que hacen falta más estudios como este para poder llegar a tener un conocimiento milimétrico de hasta dónde llega esta situación y su manera de afectar, pero es innegable, salvo por el negacionismo que para eso representa la parte contraria más radical, que existe y actúa de manera que produce una variación.
Esperaremos a conocer más estudios para llegar al nivel de detalle que este problema genera en la vida de las mujeres.
No es negacionismo, es que así funcionan las matemáticas. No puedes generalizar sin una muestra representativa.
Antes te metiste con los psicométricos, no funcionaban como tú decías. Luego con RH, no funcionaba como tú decías, luego ponías estudios varios, no demostraban lo que decías, ahora este y la investigación no funciona como tú dices, simplemente es así!
Y claro que va a coincidir con lo que quieras ver, que en más de una ocasión has puesto "estudios" que sólo toman los factores que convienen a tu mensaje, ya hemos pasado por esto una y otra vez.
Lo vuelvo a repetir y por más que creas que las cosas funcionan de otro modo no es así:
"Necesitas una muestra que represente a tu universo de estudio para empezar a hablar de generalizaciones"
No lo digo yo, así funcionan los estudios, deja de intentar manipular, por Dios.
GXY escribió:@dani_el
de acuerdo. no discuto nada. me la envaino.
(es en serio eh)
eso por nuestra parte. por la parte del op y su cruzada... mantengo lo mismo. este estudio como mucho puede demostrar la existencia de discriminacion en contra de las mujeres en el ambito de la investigacion en USA (y asi todo, con muchas reservas). fuera de ahi es solo un caso. cualquier caso en cualquier pais como españa con una cantidad de casos reflejados mayor es igual de representativa o mas.
de hecho, puestos en esa tesitura de cifras, mi experiencia personal en las empresas donde he trabajado en los ultimos 18 años, es mas representativa. yo conozco personalmente mas de 127 casos donde no se produjo discriminacion salarial (o de otras condiciones laborales) por causa del genero del trabajador.
lo unico que no hace representativa mi muestra es que no esta publicada en ningun paper y por tanto no esta sujeta a las directrices de formato, rigor en la toma de datos, etc, que si se supone a las muestras estudiadas y publicadas.
Wence-Kun escribió:127 sujetos para muestra representativa, venga.
dani_el escribió:@Wence-Kun di segun tu opinion. No, matematicamente que me esta chirriando mucho.
O si dices matematicamente pon la demostracion matematica al menos
Ya te dije que empresas estadisticas de prestigio usan muestas mucho menores para universos mas grandes y aciertan.
El problema no es matematico, el problema es de opiniones personales.
Que en tu experimento una vez usases una muestra enorme por X razones si que no es generalizable a que siempre haya que usar muestras enormes. Existen métodos para sacar una representatividad de muestras menores.
Por ejemplo una de las encuestas que mas manejo yo es movilia. Se realizo sobre 60.000 personas para cubrir a toda la población de España de unos 45.000.000 habitantes.
Estamos hablando de porcentajes de menos del 1% (cercanos al 1 por mil de hecho). Para resultados perfectamente validos.
Asi que no se si matematicamente, pero empiricamente no acepto tu premisa de que la muestra es insuficiente