Eine geschlechtersensible Datenanalyse kann zur Reduktion gesundheitlicher Ungleichheiten beitragen, indem sie Ursachen von Gesundheitsbelastungen sowie Ansatzpunkte für Prävention identifiziert. Die dabei gewählten Analysemethoden sollten stets die gesellschaftlichen und biologischen Dimensionen von Geschlecht umfassend berücksichtigen. Geschlechtertheoretische Konzepte helfen dabei, jene Aspekte von Geschlecht in den Fokus zu rücken, welche für die jeweilige Fragestellung wirklich relevant sind.
Ein zentraler Grundsatz des theoretischen Konzepts der Intersektionalität ist die Verwobenheit von Differenzkategorien. Aus intersektionalitäts-informierter Perspektive kann Geschlecht deshalb nicht unabhängig von anderen Kategorien analysiert werden und vice-versa. Um diese gegenseitige Abhängigkeit adäquat zu berücksichtigen, müssen geeignete Analysemethoden ausgewählt werden. Das folgende Beispiel zeigt die Bedeutung einer intersektionalitäts-informierter Perspektive für die Datenanalyse in der Gesundheitsforschung.
Weiterführende Literatur:
Häufig entsprechen die verfügbaren Analysemethoden nicht den theoretischen Anforderungen, da beispielsweise relevante Variablen nur eingeschränkt verfügbar sind. Welche Aspekte der Datenanalyse stimmen mit den theoretischen Konzepten überein? Welche weichen davon ab? Diese Punkte sollten stets kritisch diskutiert und dokumentiert werden, um eine intersektionalitäts-informierter Analyse korrekt darzustellen.
Kombinationen mehrerer Differenzkategorien müssen sichtbar sein. Etablierte statistische Methoden wie Stratifizierung oder Interaktionsterme in Regressionsanalysen erreichen jedoch schnell ihre Grenzen. Denn bei der Bildung von Kombinationen vieler Differenzkategorien kann etwa die Anzahl der Beobachtungen für einige Subgruppen sehr klein werden und die Anwendbarkeit dieser Methoden limitieren. Für die adäquate Umsetzung intersektionalitäts-informierter Perspektiven in der Datenanalyse, braucht es innovative Methoden.
Weiterführende Literatur:
Zur Umsetzung einer geschlechtersensiblen und intersektionalitäts-informierten Datenanalyse entwickelte AdvanceGender neue Methoden oder griff auf bereits bestehende zurück. Hier finden Sie exemplarische Bezugsrahmen für die Auswahl von Variablen sowie Optionen für eine geschlechtersensible und intersektionalitäts-informierte Datenanalyse.