当一家公司对薪酬公平的话题保持沉默时，员工通常会通过众包和分享自己的薪酬来填补这一空白。这种善意但被误导的努力是危险的，因为它往往突出了不合法的问题，而掩盖了真正的问题。

 

举个例子:《纽约时报》发表了一篇关于新闻业、广告业和图书出版业专业人士薪酬平等的文章，题为《在一张枯燥的电子表格上，蓝冠招商一个明显的差别:20万美元的薪酬差距》(ona Dry Spreadsheet, a Stark Difference: a $200,000 pay Gap)。这篇文章部分关注了一个名为“真实媒体薪酬”(Real Media salary)的公共电子表格。在这个表格中，媒体从业人员自我报告了薪酬数据，其中包括种族、性别和工作年限等因素。文章的标题提到了薪酬差异的一个例子:“纽约一名有28年工作经验的白人男性自由创意总监的薪酬为30万美元。一名在新泽西从事同样工作的25年工作经验的拉丁美洲人说，他挣了9.5万美元。”

 

这个意图是有价值的，但结论是完全错误的。

 

人们很容易从自我报告的数据中得出错误或误导性的信息，就像本文中好心的《纽约时报》记者所做的那样。我们联系了他们寻求置评，但他们没有回应。因此，尽管他们在标题中提到了20万美元的薪酬差距，但当我们的数据科学团队对电子表格中的数据采用合理的方法时，我们发现，甚至没有证据表明差距接近这个数字。

 

这是由于几个原因，包括只有69%的记录贡献给电子表格实际上是可用的。虽然这一比例比大多数众包薪酬电子表格更有利，但有505个不同职责的独特职位。我们最喜欢的回复是一些有创意的条目，比如“假装ABC没有掩盖爱泼斯坦的罪行”、“照顾我的搭档主持人”和“瞎编”。

 

在薪酬公平分析中，最大的挑战之一是将员工分组进行评估。没有标准的分组模式或模板供雇主遵循。如果工作角色确实是独一无二的，不能被归类为“相似的工作”，那么你基本上已经被分解到无法进行比较的地步了。

 

电子表格选择了一个二进制比较。这也是一种误导，因为它破坏了一种细致的统计分析，这种分析系统地评估群体之间和群体内部的差异。

 

有一个正确的方法来分析薪酬公平数据仔细和有效。我们的数据科学团队，由Zev Eigen, JD, PhD领导，通过我们的PayEQ™软件运行“真实的媒体薪酬”。以下是我们的发现:

 

总体而言，349名男性的平均报告收入比777名女性多8170美元，这意味着男性每赚1美元，女性平均多赚94美分。这一差距在统计上是显著的。然而，如果将报告的工作经验计算在内，这一差距将缩小至男性每挣1美元，对应98美分。统计数据表明，新的差距完全是由个人报告的多年经验造成的。

 

数据进一步显示，304名非白人比753名自认为是白人的人挣得更多，尽管标题中显示的最大差距表明事实正好相反。从这些数据来看，白人捐款者的收入与非白人捐款者的收入之比为89美分，这一差距在统计学上是显著的。如果将多年的工作经验考虑在内，这一差距还会进一步扩大(非白人个人每赚1美元，收入为87美分)。

 

从数据中收集到19种截然不同的“基本相似的工作”。前三名分别是记者(384人)、编辑(318人)和制片人(185人)。没有任何统计证据表明这三个群体中有任何一个薪酬差距。

 

事实上，只有在数据中第四大的“admin”组中，才有关于女性的差距的统计证据。在这里，男性每挣1美元，平均工资为86美分。考虑到经验因素，这一数字降至87美分，这似乎充分解释了统计上的差异。