Ga verder naar de inhoud

Methodologie en begrippenlijst

Deze data hub inventariseert bestaande databronnen rond (on)gelijkheid en discriminatie (equality data) in België. De auteurs/uitgevers van de bronnen zijn zelf verantwoordelijk voor de inhoud van de bronnen.

Het gebruik van equality data moet in lijn zijn met de principes van de Human-Rights based approach to data. Een van deze principes is het ‘do no harm’ principe. Volgens dit principe mogen equality data enkel gebruikt worden ten gunste van de beschreven groepen en de samenleving in het geheel. Ze mogen dus niet gebruikt worden met het doel om te discrimineren of beschreven groepen bloot te stellen aan het risico van mensenrechtenschendingen.

Gebruikte methodologie

Deze data hub is het resultaat van het project ‘Improving Equality Data Collection in Belgium’. Op deze pagina krijg je een beknopt overzicht van de gebruikte methodologie voor het samenstellen van de bronnenlijst voor deze data hub. Wil je nog meer weten over de methodologie? Lees dan zeker het eindrapport van dit project.

Met deze data hub willen we databronnen met betrekking tot equality data in België centraliseren en toegankelijk maken. Dat doen we door een overzicht te geven van bestaande databronnen met extra informatie over deze bronnen.

Wat zijn equality data?

Equality data zijn alle nuttige gegevens die gelijkheid of ongelijkheid in de maatschappij kunnen beschrijven en analyseren (definitie afkomstig uit Guidelines on improving the collection and use of equality data). ‘Data’ wordt gebruikt als een algemene term en kan verwijzen naar zowel kwantitatieve als kwalitatieve gegevens. Het kan ook gaan om data die niet verzameld werden met het oog op het beschrijven van ongelijkheid maar die wel daarvoor gebruikt kunnen worden.

Welke equality data zijn opgenomen in de inventaris en waarom?

Deze data hub focust omwille van de gebruiksvriendelijkheid en haalbaarheid enkel op equality data die aan de volgende voorwaarden beantwoorden:

  • Ze gaan over drie specifieke groepen discriminatiecriteria. In de begrippenlijst definiëren we deze drie groepen criteria preciezer.
  • Ze zijn publiek toegankelijk: mensen kunnen ze consulteren zonder vergoeding of ze kunnen na een simpele aanvraag verkregen worden.
  • Ze werden gepubliceerd na 2010.
  • Ze behoren tot een van de volgende gegevenstypen: surveys, volkstellingen, administratieve gegevens, klachtengegevens, discriminatietesten, diversiteitsmonitoring en kwalitatief onderzoek (casestudies, diepte- en expertinterviews).
  • Academische bronnen werden enkel opgenomen als ze expliciet gefinancierd/gevraagd/gepubliceerd werden door administraties of overheden of door het maatschappelijk middenveld. Ook onderzoeksrapporten gepubliceerd door de Steunpunten voor Beleidsrelevant Onderzoek werden opgenomen.

Begrippenlijst

Hier leggen we een aantal begrippen uit die gebruikt worden in deze data hub.

Geografische dekking

Het geografisch gebied waarop de gegevens in de databron betrekking hebben.

Taal

De taal waarin de databron gepubliceerd is. Een databron kan in meerdere talen beschikbaar zijn.

Soort data

Het gegevenstype of de verschillende gegevenstypes van een databron: administratieve gegevens, survey, kwalitatief onderzoek, klachtengegevens, discriminatietesten, diversiteitsmonitoring en/of volkstelling.

Andere filters

  • In deze databron worden ervaringen van discriminatie expliciet opgenomen
    Dit verwijst naar het feit of een databron gegevens bevat over ervaringen van discriminatie voor een bepaald criterium
  • In deze databron worden data over hate crime/hate speech expliciet opgenomen.
    Dit verwijst naar het feit of een databron gegevens bevat over hate crime of hate speech voor een bepaald criterium.
Domeinen
Het domein waarop de databron betrekking heeft (bv. werk, onderwijs, huisvesting, enz.). Het domein ‘andere’ is een restcategorie: hieronder vallen data die betrekking hebben op een grote variatie aan domeinen waaronder cultuur, participatie, asiel en migratie, armoede, veiligheid, sport, mobiliteit, vrije tijd, jeugdwerk, enz.

In deze categorie geven we het ook aan als de data niet betrekking hebben op een specifiek domein maar een pure telling zijn van een bepaald criterium. Een voorbeeld hiervan zijn de cijfers die te vinden zijn op de webpagina ‘Bevolking’ van BISA die de verdeling weergeven van de Brusselse bevolking naargelang hun huidige nationaliteit en hun nationaliteit bij de geboorte. Het gaat hier dus niet om een specifiek domein maar om algemene populatiecijfers.

Een andere soort informatie die we in deze restcategorie meegeven is of een databron een attitudebevraging ten opzichte van een bepaald criterium bevat. Een voorbeeld hiervan is het onderzoek ‘Kennis en opvattingen over intersekse. Een nulmeting in Nederland en Vlaanderen’ waarin de attitudes van de algemene bevolking ten opzichte van intersekse personen bevraagd worden.

Wil je databronnen over deze specifieke domeinen vinden? Dan kan je dit doen via ‘tekstueel zoeken’.

Criteria
De thematiek van equality data is nauw verbonden met discriminatiebestrijding. Daarom hebben we de zogenaamde ‘beschermde’ criteria uit de antidiscriminatiewetgeving gebruikt om het kader voor dit project af te bakenen. Equality data (zoals peilingen naar attitudes, onderzoeksrapporten, administratieve databanken) gebruiken echter eerder een sociologische invalshoek, met conceptuele afbakeningen die afwijken van de discriminatiecriteria zoals ze bepaald zijn door de wetgeving. De concrete vertaling van deze concepten in onderzoeken of databanken is bovendien erg divers. Om overeen te komen met de realiteit van de databronnen wijken we daarom af van de juridische definitie van de discriminatiecriteria en hebben we hen geclusterd:

1. Voor de eerste groep criteria – de zogenaamde ‘raciale’ criteria – maakt onze inventaris een onderscheid tussen databronnen die informatie bevatten over de nationaliteit, de huidskleur en de nationale/etnische origine of de afkomst van personen.

  • Nationaliteit wordt gebruikt in haar gebruikelijke betekenis, namelijk als de huidige wettelijke band tussen een persoon en een bepaalde Staat. Veel databronnen bevatten deze informatie.
  • Huidskleur wordt ook gebruikt in haar gebruikelijke betekenis: tot deze categorie rekenen we databronnen die expliciet te maken hebben met huidskleur.
  • Nationale of etnische origine en afkomst begrijpen we hier in brede zin.
    • Voor nationale origine hebben we het over databronnen met informatie over personen van wie de nationale origines verbonden zijn aan andere landen dan België. Dit betekent dat data met info over de geboortenationaliteit van personen onder deze categorie vallen en niet onder ‘nationaliteit’, aangezien het niet om de huidige nationaliteit gaat en dus verwijst naar de nationale origine. Ook verbanden met de migratiegeschiedenis van personen of van hun familie vallen in het kader van deze data hub in deze categorie (met termen als “eerste generatie”, “tweede generatie” of “immigranten” bijvoorbeeld).
    • De benaming etnische origine verwijst naar groeperingen op basis van het concept etniciteit. Literatuur in de sociale wetenschappen benadrukt dat etniciteit een sociale constructie en relationele realiteit is, eerder dan een substantiële of essentiële. Ze kan gedefinieerd worden als een aspect van sociale relaties tussen sociale actoren die zich beschouwen en/of door anderen beschouwd worden als cultureel verschillend. Etniciteit kan zo verwijzen naar banden die een groep personen verenigen met dezelfde culturele kenmerken, een gevoel van verbondenheid of een geloof in een gemeenschappelijke origine.
    • Afkomst heeft betrekking op de genealogische origine van een persoon: de reële of veronderstelde identiteit van diens voorouders. In het kader van de antidiscriminatiewetgeving wordt deze term vooral gebruikt om de situatie van joodse personen of personen van joodse origine aan te duiden, die niet per se de joodse religie belijden, en die het slachtoffer kunnen zijn van antisemitisme, ongeacht of ze zichzelf beschouwen als joods. Dit criterium kan in bepaalde gevallen ook betrekking hebben op woonwagenbewoners.

2. De tweede groep omvat het criterium geloof en levensbeschouwing: overtuigingen die raken aan de vraag naar het al dan niet bestaan van een godheid. Denk hierbij aan de verschillende godsdiensten zoals het jodendom, het christendom of de islam. Andere levensbeschouwingen waar het bestaan van het goddelijke niet centraal staat, vallen hier ook onder (bv. atheïsme, vrijzinnigheid, boeddhisme, enz.)

3. De derde groep verenigt de discriminatiecriteria seksuele geaardheid, genderideniteit, genderexpressie, en seksekenmerken.

  • Seksuele geaardheid: onder seksuele geaardheid begrijpen we gewoonlijk onder andere heteroseksualiteit, homoseksualiteit en biseksualiteit. Seksuele geaardheid bepaalt tot wie iemand zich seksueel en/of romantisch aangetrokken voelt, op basis van geslacht, genderidentiteit en/of genderexpressie.
  • Genderidentiteit: de innerlijke overtuiging en individuele beleving van het vrouw en/of/noch man zijn. Dit kan al dan niet overeenkomen met het geslacht dat bij geboorte werd toegewezen. Voor dit project zijn we op zoek gegaan naar data die genderidentiteit buiten de binaire definitie (man/vrouw) bekijken. Voorbeelden zijn cis- en transgender, non-binair en genderfluïde.
  • Genderexpressie: verwijst naar de manier waarop mensen hun genderidentiteit uiten en hoe dit door andereen wordt waargenomen. Het uiten kan via taal, kleding, gedrag, haartooi enzovoort. Voor dit project zijn we op zoek gegaan naar data die expliciet genderexpressie als variabele hebben gebruikt.
  • Seksekenmerken: dit verwijst naar lichamelijke, biologische kenmerken en de variaties in deze kenmerken. Deze variaties kunnen betrekking hebben op de volgende biologische kenmerken: chromosomen, geslachtsklieren, hormonen, reproductieve organen en puberteitskenmerken. De term ‘intersekse’ beschrijft mensen van wie de seksekenmerken niet binnen de klassieke tweedeling tussen mannen en vrouwen vallen. Voor dit project zijn we dus op zoek gegaan naar databronnen die expliciete informatie bevatten over variaties in seksekenmerken en intersekse personen.

Deze concepten kunnen op heel veel verschillende wijzen vertaald en gemeten worden in data en onderzoek. Voor het invullen van de inventaris en het categoriseren van de databronnen hebben we telkens de operationalisering aangehouden die gebruikt werd door de producent van de data.

Meer informatie over de definities en de gebruikte referenties kan je lezen in het eindrapport van dit project (hoofdstuk Methodologie).

> Terug naar de data hub.