统计性歧视是指将一个群体的典型特征视为群体中每一个人所具有的特征，如果群体之中的某些人与这个群体的典型特征相异甚远，雇主在利用这个群体的典型特征作为雇用标准时，就会产生统计性歧视。

例如，妇女一般职业生涯较短，对企业的价值比具有相同教育水平的男子小；妇女的才华、创造性、开拓精神一般比相同教育水平的男子差。通过群体资料得到的信息往往不反映具体的某个妇女的特征，因此雇主以这类资料作为雇用决策的依据，就可能把打算长期工作的、有才华、有创造性和开拓精神的妇女排斥在外或以低工资雇用。

考试往往也不能避免统计性歧视，因为有些素质高、能力强的人，可能因临考心理状态不好而落选；有些素质和能力较差的人，可能因为善于考试而被误认为有才能。

假设有两种类型的工人申请秘书工作。一类人能够在较长时间内平均每分钟打70个单词，而另一类人每分钟只能打40个单词，但这些实际生产率对雇主来说是未知的。雇主所观察的只是所有申请者进行的5分钟打字测试的结果。用这种测试作为甄别手段会产生什么问题呢？

问题涉及这样一个事实，在工作中实际每分钟只能打40个单词的那些打字员，在测试中可能运气好，得分高于40；另一些在工作中实际每分钟能打70个单词的打字员，可能运气不佳，得分低于70。由于测试本身的缺陷，可能导致两种决策错误：一些“好的”申请者遭到拒绝，而一些“差的”申请者被雇用了。

图9—3表明了两组工人测试分数的分布，每分钟实际能够打70个单词的人平均得分是70，但有一半人得分低于70。同样，另一组中的一半人得分高于40。如果一个申请者（譬如说）得55分，雇主就不知道他是好的（每分钟70个单词）还是差的（每分钟40个单词）打字员了。如果把得55分的人一概拒绝，那么企业就会拒绝一些好的工人，如果企业非常需要工人，这一政策将使企业付出代价；相反，如果企业接受得55分的人，一些差的工人就会被雇用。(www.daowen.com)

图9—3 两组工人测试分数的分布

为了避免上述两难处境，假设雇主进行了某种研究后发现，来自某一职业学校的申请者曾经受过5分钟打字测试的特别训练。因此，在正常的一天中平均每分钟实际只能打x个单词（也就是说，他们表现得比实际情况更好）。认识到这一点，企业可能决定拒绝来自该学校得分等于或少于55分的所有申请者（原因是，测试分数高估了他们大多数人的能力），即使那些得分少于55分的人实际能够做得更好。

这个例子的一般经验是，在进行实际雇用决策时，如果个人资料不是生产率的准确预测指标，企业不仅会利用个人资料（测试成绩、教育水平、经验），而且会利用群体资料。但是，利用群体资料会导致市场歧视，因为具有相同可测量生产性特征（测试分数、教育水平等）的人，由于归属于不同的群体会受到不同的对待。

统计性歧视模型的一个重要含义是，群体中成员的差别越大，使用群体资料作为甄别手段的代价越高。例如，随着更多的妇女希望从事全日制全年工作，而不想退出劳动力队伍去抚养子女，雇主使用性别作为劳动力归附时间的指标，就会犯代价很高的错误。他们会拒绝很多能够长久为企业工作的女性申请者（对她们进行专门培训投资是很值得的），而接受生产率较低的男性求职者。在任何情况下，使用不正确甄别手段的企业利润都比采用正确甄别手段的企业低。