Les différences sexuelles sont-elles finalement très faibles ?

Dans le numéro de septembre de American Psychologist [1], Janet Shibley Hyde s'oppose à l'approche que les différences sexuelles humaines seraient importantes, et propose au contraire que celles-ci sont le plus souvent très faibles (ce qui ne signifie pas qu'elles seraient inexistantes).

Pour ce faire, elle a repris 128 meta-études, dont 124 ont été exploitables, et a classé leurs résultats en fonction de leur effect size, c'est-à-dire la différence sexuelle mesurée en écart-type selon la formule de Cohen [2] : d = (Moy h – Moy f) / Moy SD avec Moy h = Moyenne des hommes, Moy f = Moyenne des femmes, Moy SD = Moyenne des écart-types intra-sexes. Elle a ensuite classé les résultats en : Proches de zéro (d <= 0,10), Faibles (0,11 <= d <= 0,35), Modérés (0,36 <= d <= 0,65), Importants (0,66 <= d <= 1,00), et Très importants (d > 1,00), avec les résultats suivants  : 30% proches de zéro et 48% faibles, ce qui signifie que presque les 4/5èmes des différences sexuelles ont peu d'importance.

Cette approche comporte cependant deux problèmes, que Hyde présente dans son article (pp. 586-587), un sur le fond, et l'autre sur la forme.

Sur le fond : que peut-on qualifier de faible ?
J.S. Hyde remarque que même des taux faibles peuvent représenter des différences importantes et cite des études concernant l'efficacité de traitement du cancer, ou un d proche de zéro (0,10) suffit à faire passer le taux de survie de 47,5% à 52,5%, ce qui n'est pas négligeable.
Fondamentalement, il s'agit l à d'une question de verre à moitié vide ou à moitié plein : chacun peut, en fonction de ses préférences personnelles, être plus impressionné par la ressemblance ou au contraire par les différences. Nous retrouvons ici le même débat que celui concernant l'origine génétique du comportement : certains (dont moi) seront plus impressionnés par le fait que l'influence génétique puisse être aussi importante, tandis que d'autres seront plus impressionnés par le fait que la génétique laisse une tellement grande liberté. Dans un cas comme dans l'autre, il n'y a pas remise en cause de l'importance de l'influence de la génétique ni de ses limites.

Sur la forme : quid de l'écart-type ?
Le problème principal de la formule de Cohen est celui de la moyennisation de l'écart-type. Selon cette formule, la différence des moyennes est divisée par la moyenne de l'écart-type. Que se passe-t-il quand celui-ci présente des différences sexuelles importantes  ? Un exemple : jusqu'aux travaux récents de Richard Lynn, l'opinion générale en matière de différences sexuelles de QI est que les hommes et les femmes présentent la même moyenne (100 pour la Grande Bretagne) et un écart-type différent (14,5 pour les femmes, 15,5 pour les hommes) qui expliquerait pourquoi on trouve beaucoup plus d'hommes aux extrémités de la courbe (voir sur Douance le Tableau des Corrélations du QI). Or, l'application de la formule de Cohen donne dans ce cas une différence sexuelle … nulle.
Bien sûr, tous les domaines étudiés ne présentent pas de fortes différences sexuelles d'écart-type, et la formule de Cohen est dans ces cas parfaitement valide.

L'article de J.S. Hyde permet donc de donner une idée de l'importance des différences sexuelles, mais aura besoin d'être précisée en prenant en compte pour chacune des 124 études les différences d'écart-type, et en utilisant une formule permettant cette prise en compte. Ensuite, dire que cette étude permettra de défendre la "gender similarities hypothesis" plutôt que la théorie de l'importance des différences sexuelles, comme l'affirme J.S. Hyde me paraît une question de point de vue [3]. Mais, comme dans tout domaine où on peut mettre de manière tout aussi valide l'accent sur un aspect ou un autre, il me paraît très positif que son article défende l'aspect qui n'est pas à la mode actuellement.

Notes :

<

p>

1. Hyde, Janet Shibley (2005) : "The Gender Similarities Hypothesis" American Psychologist September 2005, Vol. 60, No. 6, 581 C592 DOI : 10.1037/0003-066X.60.6.581
2. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Hillsdale, NJ : Erlbaum.
3. Ce problème renvoit aussi aux problèmes généraux de toute classification : classer n'est pas normer, les critères de classification sont toujours flous, etc. Voir : Evoweb  : Races, racisme et Evopsy

Traduction de l'abstract :

Le modèle des différences, qui affirme que les hommes et les femmes présentent des différences psychologiques importantes, domine la presse grand public. Ici, l'auteur présente une approche très différente, qui stipule que les hommes et les femmes sont semblables sur la majorité des variables psychologiques, mais pas toutes. Les résultats d'une revue de 46 meta-analyses supportent l'hypothèse des similarités. Les différences sexuelles peuvent varier de manière substantielle en magnitude à différents âges, et dépendent de l'environnement où elles se produisent. Les affirmations exagérées de l'importance des différences sexuelles présentent des coûts importants dans des domaines comme le monde du travail et les relations.

Abstract original :

The differences model, which argues that males and females are vastly different psychologically, dominates the popular media. Here, the author advances a very different view, the gender similarities hypothesis, which holds that males and females are similar on most, but not all, psychological variables. Results from a review of 46 metaanalyses support the gender similarities hypothesis. Gender differences can vary substantially in magnitude at different ages and depend on the context in which measurement occurs. Overinflated claims of gender differences carry substantial costs in areas such as the workplace and relationships.