职场上的年龄歧视
人们无法选择性别、容貌、姓氏、身高、民族，人们更无法逃避年龄日益增长的自然规律。
本来，它们与职业无关，然而在崇尚公平原则的市场经济里，它们竟然那么紧密地与职业联系起来。
于是，职业歧视，这个很多人已经耳熟能详并遭遇其中的现象开始滋生、蔓延。
近年来，我国就业中存在的年龄歧视问题越来越严重，逐渐引起人们的关注。
在当今就业形势日益严峻、就业竞争日渐激烈的情况下，很多人群遭遇年龄歧视的问题。
年龄歧视已经发展成为一个影响最大的、波及人群最广的歧视现象。
性别、容貌、姓氏、身高、民族等的出现有一定的几率，属于不确定问题，而年龄是每个人都必将经历的，因为时间不可挽回、无法逃避。
年龄歧视的出现不但破坏社会的就业秩序，也极大改变了人们的道德观念和价值取向。
就业年龄歧视指的是劳动者由于年龄原因，在就业劳动条件等方面受到不平等的对待。
换言之，就是求职者或受雇者因为年龄而在招聘过程或雇佣上受到不公平或不同的差别待遇。
就业年龄歧视广泛存在于从招聘到入职再到离职的各个阶段，在招聘、试用期、考核、升职、调职或培训、劳动合同条款和条件、裁员、退休政策及申诉程序等方面给予差别待遇。
就业年龄歧视是基于年龄的不同而给予不同劳动者的差别待遇，侵犯了人们的平等就业权。
由于生产流程改造升级，一家电子元器件公司解雇了55名装配工人中的24名。
被解雇工人中的11人声称遭受到了年龄歧视，起诉该公司要求赔偿50万元。
公司管理人员反驳说由于工人是可以互换的，他们是使用随机抽样的方法选择的被解雇人员。
下表列出了55名转配工人的年收入、年龄和雇佣状态。
同时，将原告以星号（*）标记出来。
原告利用这些数据来确定解雇行为是否对年龄偏大的工人有反向影响，而被告则利用这些数据来寻找证明公司管理人员随机抽样的证据。
计算与思考：
通过分析数据的数字特征，建立支持原告的证据材料。
相同地，建立支持被告的证据材料。
对比分析，原告、被告的证据材料哪个更为可信？你还有没有其他的方法可以为原告或被告提供证据材料？试述之。
表1 职场上的年龄歧视数据
员工姓名年收入（元）年龄（岁）雇佣状态许斌41200 45 解雇熊睿39565 43 保留李聃30980 41 保留刘嘉钰23225 27 保留赵菲21250 26 保留*宁申41875 45 解雇张明31225 41 保留张兴哲30135 36 解雇孙浩29850 32 保留马启超21850 22 保留*黄欢欢43005 48 解雇许学健34785 41 保留宋毅飞25350 27 保留张晶36300 42 保留*柏重阳40425 46 解雇*张海嘉39150 42 解雇邓德练19435 19 保留黄业成24125 28 保留殷鹏30450 40 保留董礼24750 25 保留李先志22755 23 保留张天明23000 24 保留谢若媛42000 46 解雇*贾晓岩44100 52 解雇赵未44975 55 解雇王诗蕊25900 27 保留张航40875 46 解雇高秋月38595 41 保留*曹广灿42995 48 解雇张研31755 40 保留来源29540 32 保留康小波34300 41 保留李阳43700 51 解雇毛贤君19435 22 保留岳丹雷28750 32 保留*刘振兴44675 52 解雇龙中权35505 38 解雇屈正祚33425 38 解雇张娜31300 36 解雇*柯小梅42300 46 解雇*储成43625 50 解雇燕化伟37650 42 保留
*唐劲韬38400 43 解雇
李东櫆32195 35 解雇
刘宇峰19435 21 保留
赵品楠32785 39 解雇
杨玉杰37900 42 保留
孔祥超29150 30 解雇
姜品35125 41 保留
徐欢27655 33 保留
*徐晓涛42545 47 解雇
唐海涛22200 32 保留
尹永奇40350 44 解雇
史朝旺28305 34 保留
许斌36500 42 保留
1、支持原告的证据材料：
1）平均年龄和方差证据
55名装配工人的平均年龄： 37.836 方差：82.99 标准差：9.11 24名被解雇工人的平均年龄：44.083 方差：39.13标准差：6.255 11名原告工人的平均年龄： 47.18 方差：10.76 标准差：3.281 31名被保留工人的平均年龄： 33 方差：64 标准差：8
通过平均年龄的计算，可以清楚的看出：11名原告工人的平均年龄＞24名被解雇工人的平均年龄＞55名装配工人的平均年龄＞31名被保留工人的平均年龄
而方差和标准差则为：11名原告工人的平均年龄＜24名被解雇工人的平均年龄＜55名装配工人的平均年龄＜31名被保留工人的平均年龄
结论：这说明被解雇的工人集中在平均年龄偏大的工人
2）中位数、众数和极差
55名装配工人年龄的中位数： 41 众数：41 极差：36
24名被解雇工人年龄的中位数：45.5 众数：46 极差：25
11名原告工人年龄的中位数： 47 众数：48 极差：10
31名被保留工人年龄的中位数：32 众数：41 极差：24
可以清楚的看出解雇工人的年龄中位数和众数大于保留工人的年龄中位数和众数，结合年龄极差可以看出解雇工人整体集中在年龄偏大的工人。
3）年龄频数及百分比
解雇和保留工人年龄分布占比
解雇和保留工人数量（按年龄）占解雇前比例
第一个表的数据显示：在保留的31名工人中40岁以下的年轻人占大多数（64.52%），而在解雇的工人中40岁以上年龄偏大的人占大多数（70.83%）。
第二个表的数据显示：解雇前，以40岁为分水岭，年轻的工人和年龄大的工人各占50%,但是在解雇行为发生时，40岁以下的年轻人保留比例为74.07%，40岁以上的年龄偏大的工人保留比例为
39.29%，淘汰比例却高达60.71%。
所以在解雇行为中，存在明显的年龄歧视。
综上，解雇工人偏向于年龄大的工人，有年龄歧视
2、支持被告的证据材料：
1）平均年龄和方差证据
55名装配工人的平均年龄： 37.836 方差：82.99 标准差：9.11 24名被解雇工人的平均年龄：44.083 方差：39.13标准差：6.255 11名原告工人的平均年龄： 47.18 方差：10.76 标准差：3.281 31名被保留工人的平均年龄： 33 方差：64 标准差：8
31名被保留工人的平均年龄虽然偏小，但是方差很大，说明被保留工人年龄分布并不是集中在平均年龄33岁附近，而是非常分散的分布在各个年龄段，没有年龄歧视
2）中位数、众数和极差
55名装配工人年龄的中位数： 41 众数：41 极差：36
24名被解雇工人年龄的中位数：45.5 众数：46 极差：25
11名原告工人年龄的中位数： 47 众数：48 极差：10
31名被保留工人年龄的中位数：32 众数：41 极差：24
31名被保留工人的年龄中位数虽然偏小，但是众数较大，极差也非常大，保留工人年龄众数和极差与解雇工人相近，说明被保留工人年龄分布并不是集中在年龄中位数32岁附近，而是非常分
散的分布在各个年龄段，没有年龄歧视。
综上，解雇工人与年龄没有关系，没有年龄歧视
3、通过证据材料分析，多数材料显示原告证据材料更为可信，在此次解雇行为中，存在明显的年龄歧视。
4、其他证据材料
通过简单的计算可以看出解雇工人的平均薪资比保留工人的平均薪资高，这符合制造业工龄长、经验丰富的老师傅的工资比年轻工人工资高的规律，从侧面说明，此次解雇存在年龄歧视。