Les valeurs aberrantes sont une autre considération importante à prendre en compte, étant donné que la régression des moindres carrés ordinaires peut être très sensible aux valeurs extrêmes de l’ensemble de données. Plusieurs méthodes permettent d’établir l’incidence des valeurs aberrantes sur les résultats, mais elles ne sont pas présentées en détail dans ce document. Cependant, plus généralement, la manière dont ces valeurs aberrantes devraient être traitées dans ces études est sujette à débat. D’aucuns pourraient dire que, dans de nombreuses universités, les personnes qui gagnent des salaires « mirobolants » tendent à être principalement des hommes. Étant donné que cette tendance est une manifestation de la différence systématique de salaire entre les hommes et les femmes, ces observations devraient rester dans les données.²⁶ Cependant, d’autres pourraient affirmer qu’étant donné que les résultats des moindres carrés ordinaires reflètent les incidences moyennes, il ne faut pas inclure les valeurs extrêmes, car elles ne sont pas représentatives des salaires moyens. En outre, il existe d’autres méthodes moins sensibles aux valeurs aberrantes, comme la régression robuste ou la régression médiane, qui peuvent atténuer l’incidence des valeurs aberrantes sur les résultats de la régression.