数据分析1382份简历：就业性别歧视真的存在吗？

CTO练习营 | 12月3-5日，深圳，是时刻成为优良的技巧治理者了

在求职时，性别真的有影响吗?不合行业、不合职业类其余人对此或许有不合看法。如许的看法是若何产生的?有没有一种科学的办法来衡量呢?美国旧金山的一位数据侠Prasanna Parasurama经由过程对1382份简历的分析得出了却论：性别不平等往往和求职者的小我客不雅前提无关，而更多来自公司主管弗成控的主不雅身分。

用大年夜数据的办法来衡量职场的性别不平等

对于那些拥有大年夜量数据的企业来说，缺乏一个严格而科学的体系很轻易导致人力资本部分仅仅根据道听途说来推想性别不平等问题产生的原因，而忽视了真正的根源。

为了这个目标，本文提出了一种可反复地用来评价求职性别不平等的体系研究办法，并且附带应用这种办法进行评价的案例。

数据分析1382份简历：就业性别歧视真的存在吗？

样本和研究办法：基于1382份简历的数据分析

此次研究顶用到的是一个数据工程师职位的1382名求职者的简历数据，个中1029工资男性，占74.4%，353为女性，占25.5%。

而求职者的职业技能也由Atipica公司的技能映射模型获得。

起首，我们须要明白的是，若何经由过程指标来衡量性别不平等?

经由过程比较特定职位的男女求职者的被拒比例，我们可以肯定是否存在潜在的性别不平等，因为在其他前提雷同的情况下，理论上被拒比例应当是接近的。

数据分析1382份简历：就业性别歧视真的存在吗？
(注：被拒比例=被拒的申请者人数/总申请人数)

在这项研究中，我们经由过程比较在审查求职申请阶段的被拒率来衡量不平等。拔取这个阶段的原因重要有以下两个：

须要指出的是，因为不知道这些求职者的性别(DT君注：在美国等一些国度，为了避免各类成见，简历一般不附带求职者小我照片和性别信息等)，是以上述性别人数和比例是基于求职者的姓名和Atipica公司(DT君注：即本文作者地点的公司)的性别猜测模型获得的，总的精确率可以达到96%，但会产生4%的误差。在后续的分析中，这一误差也可能会有所影响。

在审查求职申请的阶段，雇主会有多重方法来评价一个求职者，例如，德律风沟通技能等，而不是单一经由过程简历来评价。为了削减弗成控身分，我们把数据的收集固定在这个阶段。

审查求职申请平日对于之后的进一步考察影响最大年夜。我们发明约90%的求职者在这个阶段会被拒。

那么在审查求职申请阶段产生的被拒率的差别都可以被归结为：

客不雅身分：工作经验、教导背景和技能体系。
主不雅身分：被认为教导背景不相符、被认为工作经验不相符、有意或者非有意的成见。

因为主不雅身分的本质，它本身是弗成控的，所以我们把研究对象限制在客不雅身分。

数据分析1382份简历：就业性别歧视真的存在吗？

在测量米锒裨过程中，我们必须要推敲到两类误差。一是样本误差，二是性别猜测的误差(4%)。推敲到性别猜测误差，我们放弃了T考验(DT君注：即t-test，是用t分布理论来推论差别产生的概率，大年夜而比较两个平劫数的差别是否明显。)这类传统参数测试，而改用了置换测试并且合营蒙特卡洛办法，在每次反复测试中都在男性和女性中做了4%的样本交换，并且验证了反复性假设。

数据分析：男性和女性技能相差不大年夜，但女性被拒率更高

被拒率的差别

数据分析1382份简历：就业性别歧视真的存在吗？