week 5 bus308

Score: Week 5  Correlation and Regression                                              
                                                       
<1 point> 1.     Create a correlation table for the variables in our data set. (Use analysis ToolPak or StatPlus:mac LE function Correlation.)                              
    a.  Reviewing the data levels from week 1, what variables can be used in a Pearson’s Correlation table (which is what Excel produces)?                            
                                                       
                                                       
    b. Place table here (C8):                                              
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
    c. Using r = approximately .28 as the signicant r value (at p = 0.05) for a correlation between 50 values, what variables are                              
      significantly related to Salary?                                            
      To compa?                                              
                                                       
    d. Looking at the above correlations – both significant or not – are there any surprises -by that I                                   
      mean any relationships you expected to be meaningful and are not and vice-versa?                                    
                                                       
    e. Does this help us answer our equal pay for equal work question?                                      
                                                       
                                                       
<1 point> 2   Below is a regression analysis for salary being predicted/explained by the other variables in our sample  (Midpoint,                                
       age, performance rating, service,  gender, and degree variables. (Note: since salary and compa are different ways of                              
       expressing an employee’s salary, we do not want to have both used in the same regression.)                                  
      Plase interpret the findings.                                            
                                                       
      Ho: The regression equation is not significant.                                          
      Ha: The regression equation is significant.                                          
      Ho: The regression coefficient for each variable is not significant   Note: technically we have one for each input variable.                            
      Ha: The regression coefficient for each variable is significant   Listing it this way to save space.                                
                                                       
      Sal                                                
      SUMMARY OUTPUT                                            
                                                       
      Regression Statistics                                              
      Multiple R 0.9915591                                              
      R Square 0.9831894                                              
      Adjusted R Square 0.9808437                                              
      Standard Error 2.6575926                                              
      Observations 50                                              
                                                       
      ANOVA                                                
        df SS MS F Significance F                                      
      Regression 6 17762.3 2960.38 419.1516 1.812E-36                                      
      Residual 43 303.7003 7.0628                                          
      Total 49 18066                                            
                                                       
        Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95.0% Upper 95.0%                                
      Intercept -1.749621 3.618368 -0.4835 0.631166 -9.046755 5.5475126 -9.04675504 5.54751262                                
      Midpoint 1.2167011 0.031902 38.1383 8.66E-35 1.1523638 1.2810383 1.152363828 1.28103827                                
      Age -0.004628 0.065197 -0.071 0.943739 -0.136111 0.1268547 -0.13611072 0.1268547                                
      Performace Rating -0.056596 0.034495 -1.6407 0.108153 -0.126162 0.0129695 -0.12616237 0.01296949                                
      Service -0.0425 0.084337 -0.5039 0.616879 -0.212582 0.1275814 -0.21258209 0.12758138                                
      Gender 2.4203372 0.860844 2.81159 0.007397 0.6842792 4.1563952 0.684279192 4.15639523                                
      Degree 0.2755334 0.799802 0.3445 0.732148 -1.337422 1.8884885 -1.33742165 1.88848848                                
      Note: since Gender and Degree are expressed as 0 and 1, they are considered dummy variables and can be used in a multiple regression equation.                          
                                                       
                                                       
      Interpretation:                                              
      For the Regression as a whole:                                            
            What is the value of the F statistic:                                           
            What is the p-value associated with this value:                                           
            Is the p-value <0.05?                                          
            Do you reject or not reject the null hypothesis:                                           
            What does this decision mean for our equal pay question:                                           
                                                       
      For each of the coefficients:   Intercept Midpoint Age Perf. Rat. Service Gender Degree                            
            What is the coefficient’s p-value for each of the variables:                                           
            Is the p-value < 0.05?                                          
            Do you reject or not reject each null hypothesis:                                           
            What are the coefficients for the significant variables?                                          
            Using only the significant variables, what is the equation? Salary =                                        
            Is gender a significant factor in salary:                                          
            If so, who gets paid more with all other things being equal?                                          
            How do we know?                                           
                                                       
                                                       
<1 point> 3   Perform a regression analysis using compa as the dependent variable and the same independent                                  
      variables as used in question 2.  Show the result, and interpret your findings by answering the same questions.                                
      Note: be sure to include the appropriate hypothesis statements.                                      
      Regression hypotheses                                              
      Ho:                                                
      Ha:                                                
      Coefficient hyhpotheses (one to stand for all the separate variables)                                      
      Ho:                                                
      Ha:                                                
                                                       
      Place D94 in output box.                                            
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
      Interpretation:                                              
      For the Regression as a whole:                                            
            What is the value of the F statistic:                                           
            What is the p-value associated with this value:                                           
            Is the p-value < 0.05?                                          
            Do you reject or not reject the null hypothesis:                                           
            What does this decision mean for our equal pay question:                                           
                                                       
      For each of the coefficients:    Intercept Midpoint Age Perf. Rat. Service Gender Degree                            
            What is the coefficient’s p-value for each of the variables:                                           
            Is the p-value < 0.05?                                          
            Do you reject or not reject each null hypothesis:                                           
            What are the coefficients for the significant variables?                                          
            Using only the significant variables, what is the equation? Compa =                                         
            Is gender a significant factor in compa:                                          
            If so, who gets paid more with all other things being equal?                                          
            How do we know?                                           
                                                       
                                                       
<1 point> 4   Based on all of your results to date,                                           
      Do we have an answer to the question of are males and females paid equally for equal work?                                  
          If so, which gender gets paid more?                                             
           How do we know?                                            
      Which is the best variable to use in analyzing pay practices – salary or compa?  Why?                                  
      What is most interesting or surprising about the results we got doing the analysis during the last 5 weeks?                                
                                                       
                                                       
                                                       
<2 points> 5   Why did the single factor tests and analysis (such as t and single factor ANOVA tests on salary equality) not provide a complete answer to our salary equality question?                      
      What outcomes in your life or work might benefit from a multiple regression examination rather than a simpler one variable test?                            
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       
                                                       

Homework Paper
Order NOW For A 10% Discount!
Pages (550 words)
Approximate price: -

Our Advantages

Plagiarism Free Papers

All our papers are original and written from scratch. We will email you a plagiarism report alongside your completed paper once done.

Free Revisions

All papers are submitted ahead of time. We do this to allow you time to point out any area you would need revision on, and help you for free.

Free Title-page

A title page preceeds all your paper content. Here, you put all your personal information and this we give out for free.

Free Bibliography

Without a reference/bibliography page, any academic paper is incomplete and doesnt qualify for grading. We also offer this for free.

Originality & Security

At Homework Sharks, we take confidentiality seriously and all your personal information is stored safely and do not share it with third parties for any reasons whatsoever. Our work is original and we send plagiarism reports alongside every paper.

24/7 Customer Support

Our agents are online 24/7. Feel free to contact us through email or talk to our live agents.

Try it now!

Calculate the price of your order

We'll send you the first draft for approval by at
Total price:
$0.00

How it works?

Follow these simple steps to get your paper done

Place your order

Fill in the order form and provide all details of your assignment.

Proceed with the payment

Choose the payment system that suits you most.

Receive the final file

Once your paper is ready, we will email it to you.

Our Services

We work around the clock to see best customer experience.

Pricing

Flexible Pricing

Our prces are pocket friendly and you can do partial payments. When that is not enough, we have a free enquiry service.

Communication

Admission help & Client-Writer Contact

When you need to elaborate something further to your writer, we provide that button.

Deadlines

Paper Submission

We take deadlines seriously and our papers are submitted ahead of time. We are happy to assist you in case of any adjustments needed.

Reviews

Customer Feedback

Your feedback, good or bad is of great concern to us and we take it very seriously. We are, therefore, constantly adjusting our policies to ensure best customer/writer experience.