Méthodologie
Comment nous mesurons l'écart — et comment nous le rendons défendable
Chaque chiffre produit par Paritir provient d'un modèle documenté que vous pouvez inspecter. Cette page présente l'évaluation des emplois, la régression de l'écart ajusté, les contrôles de robustesse automatiques — et, tout aussi important, ce que la méthode ne prétend pas faire.
Le processus
Des données RH à un rapport scellé
Cinq étapes. Chacune est déterministe et reproductible : les mêmes données produisent toujours le même résultat.
Import
Données RH des salariés — rémunération, temps de travail, contrat, lieu, date d'entrée — normalisées en rémunération totale annualisée en ETP, dans une devise de reporting unique.
Évaluation des emplois
Une évaluation des emplois non sexiste note la valeur du travail de chaque poste selon quatre facteurs pondérés, offrant une mesure objective du travail de même valeur.
Mesurer
Une régression log-linéaire estime l'écart ajusté — la différence de rémunération entre femmes et hommes qui subsiste après prise en compte des facteurs légitimes.
Contrôler
Une série de contrôles de robustesse automatiques s'exécute sur chaque segment et produit un verdict (réussite / avertissement / échec) par catégorie de travailleurs.
Rapport & sceau
Le rapport, ses données et les verdicts des contrôles sont scellés dans un dossier de preuve infalsifiable en vue d'un audit.
Étape 1 — travail de même valeur
Évaluation des emplois : mesurer la valeur du travail
- Compétences
- 40 % — connaissances, qualifications, résolution de problèmes et exigences relationnelles
- Responsabilités
- 30 % — pour les personnes, les ressources, l'information et les décisions
- Efforts
- 20 % — charge physique, mentale et émotionnelle
- Conditions de travail
- 10 % — environnement, risques et horaires atypiques
Les pondérations sont celles par défaut de la plateforme et peuvent être adaptées par organisation lorsqu'un système justifié et non sexiste l'exige. Lorsque la cohorte propre d'un poste est trop petite pour une notation respectueuse de la vie privée, sa valeur de travail est dérivée d'une cohorte plus large (entité → pays → organisation) — et chaque dérivation est signalée comme un contrôle de robustesse, jamais masquée.
Étape 2 — l'écart ajusté
L'écart ajusté (inexpliqué)
Nous rapportons deux chiffres sans jamais les confondre : l'écart brut (une simple différence de moyennes) et l'écart ajusté (ce qui subsiste après les facteurs légitimes).
Une régression par les moindres carrés ordinaires sur le logarithme de la rémunération. δ, le coefficient de l'indicatrice « femme », est l'écart ajusté : la différence moyenne de rémunération entre femmes et hommes de profil par ailleurs identique. Une valeur positive signifie que les femmes sont moins payées.
- Variable dépendante
- Logarithme naturel de la rémunération totale annualisée en ETP — salaire de base plus toutes les composantes en espèces et en nature.
- Contrôles par défaut
- Valeur du travail (évaluation des emplois), ancienneté et ancienneté², lieu (pays) et type de contrat — les facteurs légitimes du « travail de même valeur ».
- Catégories de référence
- Déterministes : le niveau le plus fréquent de chaque catégorie, afin que les résultats soient reproductibles.
- Erreurs types
- HC3 robustes à l'hétéroscédasticité — fiables pour les tailles de groupes inégales, typiques des données RH.
- Précision indiquée
- Un intervalle de confiance à 95 % pour chaque écart, la probabilité que l'écart réel dépasse le seuil de 5 %, et l'effet minimal détectable pour l'échantillon.
- Désactivés par défaut
- La famille d'emplois, le niveau de séniorité, le temps partiel et le site ne sont pas contrôlés par défaut — chacun peut absorber, et donc masquer, une partie d'un écart réel (p. ex. la ségrégation professionnelle). Ils sont proposés comme options exploratoires clairement signalées.
Le cas échéant, l'écart brut peut être décomposé en la part imputable à chaque facteur (méthodes séquentielle, de Shapley et de Gelbach), séparant la part expliquée par les facteurs légitimes du reste inexpliqué.
Le seuil de 5 %
Quand un écart déclenche une évaluation conjointe des rémunérations
Étape 3 — robustesse
Contrôles de robustesse automatiques
Chaque segment est testé avant que son chiffre soit jugé fiable. Chaque contrôle renvoie réussite, avertissement, échec ou info ; le pire statut parmi les catégories d'un rapport en constitue le verdict.
- Erreurs types robustes
- Confirme l'utilisation de l'estimation robuste HC3. (info)
- Intervalle de confiance
- Indique l'IC à 95 %, la probabilité que l'écart dépasse 5 % et l'effet minimal détectable. (info)
- Multicolinéarité
- VIF maximal et indice de conditionnement du plan. Avertissement au-delà de VIF 5 ou κ 30 ; échec au-delà de VIF 10, κ 100, ou pour un plan de rang déficient.
- Catégories de référence
- Consigne le niveau de référence retenu pour chaque contrôle. (info)
- Un seul sexe
- Échec pour un segment ne comptant qu'un seul sexe — aucun écart n'est estimable.
- Taille de cellule (k-anonymat)
- Échec en dessous de 20 salariés dans le segment, ou de moins de 10 de l'un ou l'autre sexe — protégeant la vie privée et la validité statistique.
- Couverture des champs
- Mesure le degré de renseignement d'un contrôle (p. ex. l'ancienneté à partir des dates d'entrée). Avertissement en dessous de 80 % ; échec sur un segment signalé à faible couverture. La couverture est mesurée — jamais silencieusement retirée du modèle.
- Complétude de l'évaluation des emplois
- Au niveau de l'analyse : la part de l'effectif disposant d'un score d'évaluation des emplois. (info / avertissement)
- Portée du score de valeur du travail
- Au niveau de l'analyse : quelle part de l'effectif porte un score dérivé d'une cohorte plus large. Avertissement au-delà de 25 %. (info / avertissement)
- Repérage des valeurs aberrantes (IQR)
- Signale les valeurs aberrantes de rémunération brute et de résidus à 1,5× et 3× l'écart interquartile. Toujours présentées pour examen, jamais retirées de l'analyse. (info / avertissement)
Le verrou de publication
Consultatif partout, bloquant là où il le faut
Chaque rapport publié — ses données, ses coefficients et les verdicts de ses contrôles — est intégré dans un « sceau de robustesse » infalsifiable (conservé au titre de l'article 17, paragraphe 3, du RGPD). Si un comité d'entreprise, un auditeur ou une autorité demande comment un chiffre a été produit, la réponse est reproductible à partir du dossier scellé.
Honnêteté
Hypothèses et limites
Ce que cette méthode peut — et ne peut pas — vous dire.
Association, pas preuve
L'écart ajusté est la différence de rémunération non expliquée par les facteurs du modèle. C'est un motif sérieux d'investigation — mais non, en soi, une preuve de discrimination.
Les contrôles peuvent masquer des écarts
Contrôler des facteurs eux-mêmes corrélés au sexe (famille d'emplois, séniorité, temps partiel, site) peut absorber une partie d'un écart réel. C'est pourquoi ils sont désactivés par défaut et signalés lorsqu'ils sont activés.
Les petits groupes ne sont pas mesurables
Les seuils de k-anonymat font que les très petites catégories ne sont pas évaluées. Cela protège les personnes mais laisse une partie de la rémunération non mesurée.
Uniquement ce qui figure dans les données
Le modèle utilise les contrôles présents dans votre SIRH. Les champs manquants réduisent la couverture (et sont signalés) ; les facteurs réellement non observés ne peuvent être pris en compte.
Un modèle, pas un avocat
Les résultats sont un outil statistique et de conformité, non un avis juridique. Une catégorie signalée appelle une évaluation conjointe des rémunérations et, généralement, un conseil juridique.
Reproductible par conception
Des données standardisées, des références déterministes et un calcul reproductible font que les mêmes données donnent toujours le même résultat — et le même sceau.
Voyez-le sur vos propres données
Explorez l'ensemble du processus avec des données d'exemple — sans rendez-vous commercial — ou découvrez comment nous le sécurisons.