Насколько различны мужчины и женщины и как это выяснить?
Карикатурные сравнения мужчин и женщин грешат либо полным отрицанием сходств, либо полным отрицанием различий. Никто в науке всерьёз не говорит о том, что мы тождественны или полностью несовместимы. Основное поле боя: размер эффектов и то, как разницу оценивать.
Публикация навеяна постами хлебушков.
Разговор о том, различны мужчины и женщины или нет ведётся давно, основной позицией является то, что мужчины и женщины различны. В процессе исследований (а их дохуятнадцать, то есть примерно больше 90 тысяч, из которых 750+ штук — мета-анализы) находили как малые и средние эффекты, так и большие.
И исходя из того, что доминирующей позицией является "мужчины и женщины сильно различны" в 2005-м году гражданка Хайд публикует статью (её изложение мы опубликовали на сайте: "Гипотеза гендерного сходства: исследование Hyde (2005)"), где анализирует данные и предлагает гипотезу гендерного сходства. В этой статье она на материале 124 эффектов из 46 мета-анализов показывает, что 78% эффектов оказались близкими к нулю или малыми (30% и 48% соответственно).
В ответ на публикацию Хайд и её гипотезу гендерного сходства некий итальянский гражданин по фамилии Дель Джудиче опубликовал методологическую статью (разбор, которой тоже есть у нас: "Расстояние Махаланобиса против среднего d: Del Giudice et al. 2012"), в которой подверг критике то, как Хайд оценивала разницу между мужчинами и женщинами.
Джудиче привёл аналогию: расстояние между городом А и городом Б не равно среднему по широте, долготе и высоте, оно равно евклидову расстоянию, которое оказывается почти вдвое больше, чем наивное усреднение.
Джудиче предлагает сравнивать не по отдельным эффектам, а агрегировать их в многомерный показатель, реализацией которого является расстояние Махаланобиса. И оценка гендерных различий через подобный агрегированный показатель значительно отличается от среднего по отдельным эффектам: D = 2.71, что соответствует всего 10% пересечения между распределениями мужчин и женщин.
Зелл и коллеги в 2015-м году (статья на сайте) перепроверили эффекты: взяли 386 эффектов, 106 независимых мета-анализов и совокупную выборку свыше 12 миллионов человек. Средняя абсолютная разница между мужчинами и женщинами по всем 106 мета-анализам составляет d = 0.21, что по конвенции Коэна попадает в категорию малых эффектов и соответствует примерно 84% пересечению распределений.
Это почти те же цифры, что у и Хайд, но методология у Зелл намного строже, а данные получены и обработаны принципиально другим способом. То есть то, что обнаружила Хайд, видимо, действительно есть: разница в отдельных эффектах между мужчинами и женщинами мала.
Однако малость среднего не означает стабильность частного. Оказалось, что эффекты, вошедшие в мета-анализы, статистически гетерогенны. Другим словами, в одном исследовании мужчины были агрессивнее женщин, а в другом — наоборот.
Зелл и коллеги согласны с Джудиче в том, что типичное различие по отдельно взятой переменной мало что говорит о совокупном различии.
И основным своим вкладом считают подтверждение гипотезы о том, что межиндвидуальные различия сильнее и крупнее средних межполовых.
Наконец, конкретное объяснение того, почему в исследованиях мужчины и женщины слабо отличаются по отдельным эффектам, но сильно отличаются по совокупности, дали довольно именитые исследователи Элис Игли и Уильям Ревелл.
Охуеть, но об этом тоже есть статья на сайте: "Почему гендерные различия то малы, то велики: Eagly and Revelle (2022)"
Если коротко, то авторы предлагают объяснение через методологию сбора и анализа данных, которое не требует ответа на вопрос "кто прав?". Они говорят, что большая часть разрыва между их собственным выводом об агрегации и разницей между числами Хайд/Зелл и Арчера объясняется даже не логикой агрегации, а произволом в решениях о том, какие мета-анализы включать в обзор.
Также они показывают, что увеличение разницы при переходе от отдельных эффектов к многомерным — вполне закономерный паттерн. Даже те методики, которые не предназначены для поиска различий между полами, дают рост разницы при переходе от одиночных эффектов к агрегированным данным.
Даже больше: практически всегда агрегированные данные значительно больше, чем одиночные эффекты. Авторы проверили это на крупнейших одиночных эффектах: тому, какова разница в профессиях.
Есть наблюдение, которое гласит, что мужчины тяготеют к работе с вещами, а женщины — с людьми. Эта разница — одна из крупнейших в межполовых сравнениях: 0.93 и 1.01, — и даже этот эффект оказывается меньше многомерного D.
Если подытожить, то даже научные изыскатели не вполне понимают, как ответить на вопрос "какова разница между мужчинами и женщинами?". Многие исследователи склоняются к тому, что сам по себе вопрос сформулирован неправильно. А на неправильный вопрос любой ответ — неправильный.
Мы гарантированно знаем, что:
По одиночным эффектам разница между мужчинами и женщинами в основном мала.
По совокупным оценкам разница между мужчинами и женщинами велика.
Межполовая разница практически всегда меньше, чем разница между индивидами.
В принципе, мы можем сказать, что "в Х мужчины и женщины схожи" (то есть надо брать конкретное сравнение и смотреть на него), но это не означает, что мы схожи в принципе, вообще.
Предсказательная сила некоторых отдельных эффектов велика, а агрегированные данные подобным похвастаться не могут.
К счастью, то, что мы разные не является основанием для негативного отношения друг к другу. К сожалению, нередко именно различия выступают поводом не только негативно относить к противоположному (или своему) полу, но и выражать негатив дискриминацией в профессиях и отношениях.



