異種インパクト

11月 18, 2020 admin 0 Comments

異種インパクト責任理論は、いくつかの理由で議論の余地があります。 まず、特定の意図しない影響を”差別的”とラベル付けしますが、差別は通常意図的な行為です。 第二に、この理論は、公民権法および米国憲法の平等な保護の保証の下で異なる扱い規定と緊張している。 たとえば、上記の仮想的な消防署が100ポンドの要件を使用した場合、そのポリシーは女性の求職者を雇用から不釣合いに除外する可能性があります。, 上記の80％ルールの下では、失敗した女性の求職者は、男性がテストに合格した率の100％未満の割合でテストに合格した場合、部門に対する異なる影響”差別”のプリマフェイシーケースを持つことになります。 女性の求職者による訴訟を避けるために、部門は応募者プールから誰かを雇うことを拒否するかもしれません—言い換えれば、成功した求職者の多くが男性であったため、部門は誰かを雇うことを拒否するかもしれません。, したがって、雇用主は、成功した男性の求職者を性別のために意図的に差別していたであろうし、それは違法な異種の扱いと平等な保護に対する憲法の権利の侵害になる可能性が高い。 2009年のリッチ対デステファノ事件では、アメリカ合衆国最高裁判所は、昇進に必要なテストに不釣合いに失敗した黒人とヒスパニック系消防士による潜在的な訴訟における異種の影響責任を避けるために、消防署が白人の消防士を促進することを拒否することによって違法な異種の治療を行ったという判決を下した。, その場合の裁判所は憲法問題に達しなかったが、スカリア判事の同意意見は、消防署も同様に保護を平等にする憲法上の権利に違反していることを示唆した。 Ricciの前でさえ、下級連邦裁判所は、潜在的な異なる影響責任を回避するために取られた行動が、平等な保護に対する憲法上の権利に違反すると裁 そのようなケースの一つは、第七巡回からのBiondo v.シカゴ、イリノイ州の市です。

2013年、雇用機会均等委員会（EEOC）はeeoc vという訴訟を提起しました。, フリーマン、雇用プロセス中の典型的な犯罪の背景と信用チェックの使用に対して。 雇用者が有罪判決を受けた犯罪者や債務者を選別するための多くの正当かつ人種中立的な理由があることを認めながら、EEOCは、米国の少数民族が白人 それゆえに、雇用者は彼らの雇用に犯罪者および債務者を含めなければならないべきである。 この例では、米国, 地区裁判官ロジャー-タイタスは、eeocの行動は”それを支持する事実を求める理論であった”と述べ、異種のインパクト理論に対してしっかりと判決を下した。”このような性質の行動をもたらすことにより、EEOCは、このように、一方では、従業員が犯した犯罪や詐欺行為のための潜在的な責任に身をさらす、またはほとんどの雇用者によって基本的とみなされる情報を利用したためのEEOCの怒りを負う、犯罪歴や信用の背景を無視する”ホブソン”の選択”に多くの雇用者を配置しています。 もっと何か。.., 犯罪歴および信用調査に基づいて異なった影響の要求を正当化するのに利用されなければならない。 より少なく要求することは、常識の使用を非難することであり、これは単にこの国の法律が必要とするものではありません。”

トーマス-ソウェルは、結果の格差が差別によって引き起こされると仮定することは論理的な誤謬であると主張している。,のematical分析：

  1. 差別が発生したと仮定する視差のしきい値効果サイズ
  2. 回帰モデルにおける交絡変数の補正が行われ、適切に適用された場合

効果サイズthresholdEdit

効果サイズの測度間で変換することができる。

ここで、d{\displaystyle d}はCohen”s d、または{\displaystyle{\text{OR}}}はオッズ比である。ρ{\displaystyle\rho}はピアソン相関であり、ρ(ρ){\displaystyle\phi(\cdot)}は標準正規累積分布関数である。, 決定係数R2{\displaystyle R^{2}}は相関の二乗である。 P(X>Y){\displaystyle\mathbb{P}(X>Y)}という用語は、グループX{\displaystyle X}のメンバーがグループY{\displaystyle Y}のメンバーよりも大きなスコアを得る確率である。, 異なる影響があるかどうかを判断するためによく使用されるオッズ比のセットについては、効果サイズ間で変換することができます。

これらの異なる効果サイズの尺度を使用して、いくつかの一般的な解釈に基づいてギャップのサイズを定量的に決定することができます。, 特に、効果サイズは次のように解釈することができます。

  • 説明された変動の量（決定係数）
  • 標準偏差の差（Cohen”s d）
  • より大きなスコアの確率

オッズ比で80％のルールを適用すると、差別を仮定するためのしきい値オッズ比が1.25であることを意味します。

ρ=0.061,r2=0.004,d=0.123,p(x>y)=0.535{\Displaystyle\rho=0.061,\quad r^{2}=0.,004,\quad d=0.123,\quad\mathbb{P}(X>Y)=0.535}

これは、結果の変化の0.4％が説明され、二つのグループ間に0.123標準偏差差がある場合、差別が存在すると推定されることを意味します。 これらの量はどちらも十分に小さく、容認できないレベルでの差別の偽陽性例を見つけることについて重大な懸念がある。

格差が差別によるものであると推定するためのしきい値が大きいほど、オッズ比が2-3のように、偽陽性を持つ可能性は低くなります。,

交絡および回帰分析編集

異種の影響を使用する第二の懸念は、格差が交絡因子と呼ばれる基礎となる変数によって影響を受ける可能性があることであり、これは格差がグループメンバーシップに基づいていない根本的な違いによるものであることを意味する。, たとえば、以下の格差がすべて存在します。

  • 女性は消防士の間で過小評価される傾向があります。
    • これにより、ニューヨーク市は保護観察消防士のための身体技能テストを落とすことになりました。
  • Uberのために運転する女性は男性よりも支払われる傾向があります。
  • 黒人男性は警察官によって殺されたアメリカ人の不均衡なシェアを占めています。

これらの格差のすべてが可能です。しかし、回帰分析では、違いを説明する可能性のある変数を説明することができます。, たとえば、二つのグループ間の賃金格差が差別によるものかどうかを調査しようとしているとします。 ここで、x i{\displaystyle x_{i}}は交絡変数であり、G∈{0,1}{\displaystyle G\in\{0,1\}}は群メンバーシップを示す二分法変数であり、σ n(0,σ2){\displaystyle\epsilon\sim{\mathcal{n}}(0,\sigma^{2})}は正規分布ランダム変数である。, 回帰モデルの潜在的に交絡する変数を修正した後、関心の量にグループメンバーシップの影響がまだあるかどうかを知ることができるはずです。 重要な交絡変数を省略せず、pハッキングに関与していない場合、統計的に有意な|λ|>0{\displaystyle|\gamma|>0}は、正または負の識別の非常に良い可能性を示唆している。,

  • 消防士は肉体的に強く、女性は男性ほど強くない傾向があります
  • Uberドライバーの中で、男性と女性の間の7％の賃金格差は、
    • 乗り物がどこから,
    • ドライバー経験の量
    • 運転速度
  • 交絡変数を考慮した後も致命的でない力の使用の違いは依然として存在するが、交絡因子を考慮すると人種と致命的な力の間には何の関係もないように見える

これらの例から分かるように、格差は必ずしも差別を意味するものではない。 二つ以上のグループ間に差別が存在するかどうかを調査する際には、関連するすべての変数を考慮することが重要です。

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です