@Aegis C’est en effet ce que je crois;
Ce n’est pas HS du tout, quand on balance des chiffres il faut qu’ils soient précis. 57% ça équivaut à combien en termes de nombre réel ? Sur quel type d’emploi ? Un emploi à majorité masculine ? Féminine ? Ces emplois en termes de nombre, qu’elle est la part de salarié dedans ?
On ne sait rien de tout ça donc ce n’est que du vent. Quand des chiffres sont balancé faut des sources et les plus fines possible.
Mon exemple était pour montrer que l’on peut dire n’importe quoi avec des chiffres. Mais comme tu le dis par la suite tant qu’il n’y aura pas d’informations plus précise sur ces chiffres il faut les prendre à la légère et pas les prendres premiers degré comme certaines personnes le font.
J’ai pas la prétention de faire des probas, j’en ai pas le niveau, je raisonne juste de façon logique. Mais je vais simplifier et tu vas m’expliquer au lieu de me m’invectiver, ok ?
T’as 10 personnes : 2 femmes, 8 hommes. Tu dois virer 5 personnes ce qui donne ces possibilités :
- 5 hommes (100% des virés), 0 femme (0% des virés) => ~62% des hommes, 0% des femmes
- 4 hommes (75% des virés), 1 femme (25% des virés) => 50% des hommes, 50% des femmes
- 3 hommes (60% des virés), 2 femmes (40% des virés) => ~37% des hommes, 100% des femmes
Je n’exprime pas les choses de manière mathématique, m’enfin on vois que t’as plus de chance de décimer la population de femmes que celle des hommes, non ?
Si on considère que virer 50% du personnel féminin et 50% du personnel masculin est équitable, est-ce équitable de virer plus d’hommes (75%) que de femmes (25%) ?
Encore une fois, tu m’attribue des prétention que je n’ai pas, explique donc.
1 « J'aime »
Qui a dit que c’était par rapport au sexe hors mi les plaignantes qui n’ont pour l’instant aucune preuve concrète ? Pour l’instant ça reste des paroles en l’air tant que ça n’a pas été prouvé.
Là tu juges sans aucune preuve concrètes, tu te bases que sur des dires et la justice heureusement ce n’est pas comme ça.
Pardon hein, j’essaie de comprendre. Si le critère de sélection n’est pas le sexe alors on a forcément 50% du personnel féminin et 50% du personnel masculin qui sautent ?
Oui, mais parce que tu pars d’un petit échantillon. Plus l’échantillon est petit, plus les aberrations statistiques sont probables.
Sur un gros échantillon (et là, c’est le cas, on parle de 3700 personnes) les aberrations statistiques deviennent de moins en moins probables, et donc, quand elles se produisent, y a plus de chances que ça soit dû à un facteur extérieur qu’à un simple hasard.
2 « J'aime »
On s’en fout, ce n’est pas du tout le sujet. Le sujet est la différence de proba de se faire virer selon que l’on soit un homme ou une femme; pas la taille initiale de ces populations.
Donc, si tu es toujours HS.
Même à 3700 personnes le résultat est le même. Avec 20% de personnel féminin tu as plus de chance de le décimer.
1 « J'aime »
Si le critère de sélection n’est pas le sexe, plus l’échantillon est grand plus le ratio H/F dans les licenciés doit tendre vers le ratio H/F moyen dans les profils licenciés et plus le taux de licenciés chez les femmes doit tendre vers le taux de licenciés chez les hommes.
2 « J'aime »
Des chiffres basés sur quoi ? On ne sait pas, l’article ne va pas plus loin même la source et c’est le problème de la presse aujourd’hui, on veut aller au plus vite possible pour générer du clic sans prendre le temps d’étudier le sujet.
Quand on accuse quelqu’un faut apporter des peuvent et pour l’instant il n’y en a aucune. Prendre un avocat et dire ils ont viré XX% sans dire sur quoi les plaignants se bases en détails oui c’est du vent.
Allez, encore un gros défaut à ajouter à une liste déjà trop longue de stupidités, donc il est misogyne. Bravo Mr. Musk, vous descendez encore dans mon estime, plus bas que le bas, de plus 100, vous en êtes à moins vingt. Le soi-disant génie que j’admirais, est passé au stade de gros c… Que je déteste à présent, eh oui !
Non. Parce que tu ne prends pas en compte le nombre de variante différentes de chacun de tes cas, ce qui fausse ton comptage.
Des probas basé sur des pourcentages sans détails.
Plus de chances, oui. Mais elles sont quand même ridiculement faibles…
Dans ton exemple avec 100 employés dont 20% de femme, la probabilité en virant au hasard 20 personnes de virer les 20 femmes et aucun homme est de 2x10^-19. Moins d’une chance sur un milliard de milliard… (il y a 100!/(20!*80!) façon de tirer 20 employés parmi les 100, soit environ 2 milliard de milliards, et une seule de ces combinaisons correspond aux 20 femmes).
Si on vire 50 personnes, la probabilité d’avoir les 20 femmes dedans est de 8.8x10^-6, soit de l’ordre de 1 chance sur 100 000 (100!/(50!*50!) combinaisons de 50 personnes parmi les 100, dont 80!/(30!*50!) combinaisons contenant 30 hommes).
Et plus l’échantillon est grand, plus les probabilités de ces valeurs extrêmes tendent vers 0, tandis qu’à l’inverse les probabilités d’avoir des ratio H/F licenciés et H/F total proches sont grandes.
Alors oui, dans cet exemple, c’est beaucoup plus probable de virer toutes les femmes par hasard que de virer tous les hommes par hasard (impossible, de fait, puisque le nombre de licenciés est inférieur au nombre d’hommes). Mais ça reste extrêmement improbable. Si ça arrive, ça ne peut quasiment pas être le fruit du hasard…
2 « J'aime »
Je sais pas ce que vous foutez tous de votre vie pour écrire tout ces pavés franchement…
Tout ça me semble de la spéculation. On est dans le flou. Si y a un vrai scandale, ça finira par se savoir. Le truc c’est qu’en ce moment, on sort des dizaines de truc sur twitter… curieusement sur des sujets qu’on trouve aussi dans d’autres boites, mais qui passe totalement sous silence (Les gens qui passent leur vie en entreprise par exemple). De là à dire que certains cherchent des pous spécifiquement à twitter et pas ailleurs ^^
Que de digressions !
Au final, il reste combien d’hommes et combien de femmes chez twitter après tous ces licenciements ? Combien y en avait il avant ?
Tant qu’on a pas ces données, on peut faire dire tout et n’importe quoi à des pourcentages.
1 « J'aime »
On est d’accord pour dire que moins un groupe est représenté, moins il est probable de taper dedans. Quand ça arrive, l’impacte sur le groupe est d’autant plus fort que le groupe est faiblement peuplé.
Là on connait l’impacte sur les 2 groupes : 57% parmi les femmes, 47% parmi les hommes. Sans connaître la proportion de femmes et d’hommes sur l’ensemble du groupe c’est dur de tirer une conclusion.
Autrement dit s’il y a 60, 40 ou 20% de femmes, à quel moment le résultat devient suspect ?
Bonjour, oui si on prend la totalité. Mais certaines données sont parcellaires: Ingénieurs donc moins de 3700 assurément (et 3700 c’est pas beaucoup en fait pour avoir un bon lissage). Ensuite Ingénieur ca veut tout dire et rien dire. C’est quoi? Des devs? des managers? Des responsables de service etc. etc. Bref je trouve que les chiffres donnés ne permettent pas de conclure mais par ca donne envie d’en savoir plus indubitablement
1 « J'aime »
Ton raisonnement « logique » est faux parce qu’il ne prends pas en compte les probabilités justement.
Pour montrer à quel point ce mode de pensée est absurde, tu peux prendre les jeux d’argent comme le loto par exemple.
Selon ton raisonnement « logique », les options sont juste :
- Perdre 1€, parce que le numéro joué était perdant
- Gagner 1 million d’euros
Donc ça veut dire 1 chances sur 2 de gagner le gros lot ?
Le bon raisonnement pour comprendre comment ça se passe consiste à décomposer la situation en plusieurs « épreuves » (c’est le mot utilisé en proba pour désigner chaque tirage au sort) pour mieux visualiser.
1ère épreuve : on choisit le 1er employé à virer parmi 8H/2F. Ça fait 20% de chances que ce soit une femme.
2ème épreuve : on choisit le 2ème employé à virer parmi ce qui reste, c’est à dire 7H/2F ou 8H/1F, en fonction du résultat de la 1ère épreuve. En pourcentage, c’est respectivement 22% ou 11% de chances de virer une femme.
Du coup, en combinant les 2 épreuves, ça donne (avec des arrondis bien bourrins parce que j’ai que ma calculette de base du téléphone) :
- H puis H : 80% x 77.8% = 62.2%
- H puis F : 80% x 22.2% = 17.8%
- F puis H : 20% x 88.9% = 17.8%
- F puis F : 20% x 11.1% = 2.2%
Soit :
- 62% de chances de virer 0 femmes
- 36% de charges de virer 1 femme
- 2% de chances de virer 2 femmes
Le faible pourcentage de femmes n’augmente pas leur chances d’être virées, bien au contraire.
3 « J'aime »