Détecter les inégalités
salariales : l'analyse que
votre Index ne voit pas

La DRH était plutôt satisfaite.

À la dernière publication de l'Index Égalité Professionnelle, son entreprise affichait un solide 87/100. Pour cette ETI de 250 salariés, le signal semblait clair : la politique RH tenait la route, les indicateurs étaient dans le vert, et les tableaux de bord Excel confirmaient une situation globalement maîtrisée.

En apparence, tout allait bien.

Mais quelques semaines plus tard, lors des négociations annuelles obligatoires, le climat a changé. Les représentants du personnel ont mis le doigt sur un sujet sensible : dans un service précis, les écarts de rémunération semblaient difficiles à justifier. Très vite, les échanges ont dépassé le cadre technique. Des cas individuels ont été cités, la tension est montée, et la DRH a compris que ses moyennes globales ne racontaient pas toute l'histoire.

C'est l'un des pièges les plus fréquents en matière d'égalité salariale : un bon score global peut masquer des inégalités internes très fortes.

L'Index Égalité Professionnelle est utile, mais il reste un indicateur agrégé. Il peut dire qu'une organisation progresse, sans montrer où se nichent les déséquilibres. Dans cette entreprise, la moyenne générale était rassurante, mais elle cachait des écarts extrêmes à l'intérieur même de certains coefficients, métiers ou équipes. Autrement dit : la photo officielle était flatteuse, mais le film social était beaucoup plus contrasté.

Et c'est exactement là que la difficulté commence pour un DRH. Car lorsque le dialogue social s'ouvre, les moyennes ne suffisent plus. Les partenaires sociaux veulent voir la structure réelle des rémunérations, pas seulement une note réglementaire.

Le service pointé du doigt n'était pas le plus exposé sur le papier. Pourtant, en creusant, on a constaté qu'une partie des salariés se situait durablement sous la médiane du groupe, tandis qu'un petit nombre captait une part importante de la masse salariale.

Le problème n'était pas seulement l'écart entre femmes et hommes. Il était plus profond : une distribution salariale déséquilibrée, concentrée, peu lisible, et donc vulnérable au conflit social.

La DRH avait bien des graphiques, des moyennes, des ratios. Mais elle n'avait pas encore d'outil capable de mesurer la répartition réelle des salaires dans l'organisation.

C'est là que l'indice de Gini a changé la donne.

Nous avons récupéré le fichier des rémunérations anonymisé. Plutôt que de comparer uniquement des moyennes, nous avons classé les salariés par niveau de rémunération, puis observé comment la masse salariale se répartissait progressivement dans l'entreprise.

L'objectif était simple : répondre à une question essentielle.

Les salaires sont-ils répartis de façon homogène, ou bien concentrés sur quelques poches de valeur ?

Pour y répondre, nous avons utilisé la courbe de Lorenz, qui représente le cumul des effectifs en face du cumul des salaires. Puis nous avons calculé l'aire sous la courbe à l'aide de l'intégrale, afin d'en déduire l'indice de Gini.

Plus la courbe s'éloigne de la ligne d'égalité parfaite, plus les inégalités sont fortes. Plus l'aire entre les deux courbes est grande, plus le Gini augmente.

En 24 heures de calcul, les anomalies sont apparues avec une netteté que les tableaux de bord habituels ne permettaient pas de voir.

L'analyse a mis en évidence quatre micro-anomalies salariales. Aucune n'était, prise isolément, spectaculaire. Mais ensemble, elles dessinaient une structure déséquilibrée :

• un écart mal corrigé dans une strate intermédiaire ;
• une politique de promotion irrégulière dans un service clé ;
• des variables de rémunération trop concentrées sur quelques profils ;
• un sous-positionnement persistant de certains salariés pourtant comparables.

Ce que les moyennes masquaient, l'analyse de distribution l'a rendu visible. Et cette visibilité a tout changé.

Car un DRH ne pilote pas seulement une conformité réglementaire. Il pilote aussi une crédibilité sociale. Or face à des partenaires sociaux, il est toujours plus difficile de défendre une politique salariale quand la structure de répartition n'a jamais été objectivée sérieusement.

L'entreprise a pu corriger ces quatre points avant que la situation n'explose.

Les ajustements ont été ciblés, rapides et documentés. La DRH a pu revenir en NAO avec autre chose qu'un discours défensif : une cartographie scientifique, claire et incontestable de sa politique salariale. Le débat a changé de nature. On ne parlait plus seulement de ressenti ou de cas isolés, mais d'une structure mesurée, visualisée, et donc traitable.

Résultat : la direction RH a retrouvé de la crédibilité. Et surtout, elle a évité qu'une faiblesse invisible ne se transforme en crise ouverte.

Cette situation illustre une vérité simple : un bon index ne garantit pas une bonne lecture des inégalités. L'Index Égalité Professionnelle est indispensable, mais il ne suffit pas toujours à détecter les zones de fragilité interne.

Ce constat n'est pas nouveau : plusieurs études et articles pointent régulièrement les limites de l'Index — indicateurs jugés trop indulgents, écarts masqués par les seuils de tolérance, moyennes qui compensent les extrêmes. Ce qui manque le plus souvent à ces analyses, c'est la suite logique : comment objectiver soi-même ce que l'Index ne capture pas, avec une méthode reproductible plutôt qu'un simple constat. C'est ce que nous détaillons ci-dessous.

Dès qu'une entreprise veut aller plus loin dans l'analyse de l'équité salariale, elle doit regarder la distribution réelle des rémunérations. C'est exactement le rôle de l'indice de Gini : passer du score global à la structure fine.

Pour un DRH, l'intérêt est considérable :

• détecter les déséquilibres cachés ;
• objectiver les écarts dans une logique de preuve ;
• préparer les NAO avec des données plus robustes ;
• restaurer la confiance avec les partenaires sociaux ;
• piloter l'équité salariale comme un véritable sujet de gouvernance.

Voyons maintenant concrètement comment cette méthode fonctionne — mathématiquement et techniquement.

import numpy as np
import pandas as pd

def calculer_gini(salaires):
    """Calcule l'indice de Gini pour un array de salaires."""
    salaires = np.sort(salaires)  # Tri croissant
    n = len(salaires)

    # Cumul des effectifs (axe x) et des salaires (axe y)
    cum_effectifs = np.arange(1, n + 1) / n
    cum_salaires = np.cumsum(salaires) / np.sum(salaires)

    # Ajout du point d'origine (0, 0)
    cum_effectifs = np.insert(cum_effectifs, 0, 0)
    cum_salaires = np.insert(cum_salaires, 0, 0)

    # Aire sous la courbe de Lorenz (méthode des trapèzes)
    aire_lorenz = np.trapz(cum_salaires, cum_effectifs)

    # Indice de Gini = 1 - 2 × Aire
    gini = 1 - 2 * aire_lorenz
    return gini

# === Détection des inégalités sur vos données ===
df = pd.read_csv("remunerations.csv")

# Gini global
print(f"Gini global : {calculer_gini(df.salaire):.3f}")

# Gini par strate (coefficient, service...)
for strate, groupe in df.groupby("coefficient"):
    g = calculer_gini(groupe.salaire)
    alerte = "⚠️" if g > 0.35 else "✓"
    print(f"{alerte} Coeff {strate} : Gini = {g:.3f}")