Simpsons paradox, uppkallad efter Edward Simpson, säger att relationer som förekommer på en bred nivå kan försvinna helt när data grupperas på ett rimligt sätt. "Könslönegapet" är ett utmärkt exempel på detta. Istället för att jämföra könsbaserad lön mellan specifika jobb och erfarenhetsnivåer har vi historiskt jämfört den genomsnittliga manliga lönen med den genomsnittliga kvinnliga lönen inom hela branscher. Det är denna felaktiga mätning som 20%-statistiken kommer ifrån. Så om det råkade finnas fler manliga läkare och fler kvinnliga sjuksköterskor, skulle det finnas en löneskillnad mellan könen, även om kvinnliga sjuksköterskor och kvinnliga läkare fick högre lön än sina manliga motsvarigheter. Även om detta inte motbevisar lönegapet mellan könen, borde det visa att den nuvarande grupperingen är allvarligt bristfällig.