• Home
  • Blog
  • BUS 308 Week 5 assignment See comments at the right of the data set. ID Salary Compa Midpoint Age Performance Rating Service Gender Raise Degree Gender1 Grade 8 23 1.000 23 32 90 9 1 5.8 0 F A The ongoing question that the weekly as

BUS 308 Week 5 assignment See comments at the right of the data set. ID Salary Compa Midpoint Age Performance Rating Service Gender Raise Degree Gender1 Grade 8 23 1.000 23 32 90 9 1 5.8 0 F A The ongoing question that the weekly as

Daniel Kevins

0 comments

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?      
                                 
                                 
See comments at the right of the data set.                                            
ID Salary Compa Midpoint Age Performance Rating Service Gender Raise Degree Gender1 Grade                              
8 23 1.000 23 32 90 9 1 5.8 0 F A   The ongoing question that the weekly assignments will focus on is:  Are males and females paid the same for equal work (under the Equal Pay Act)?    
10 22 0.956 23 30 80 7 1 4.7 0 F A   Note: to simplfy the analysis, we will assume that jobs within each grade comprise equal work.            
11 23 1.000 23 41 100 19 1 4.8 0 F A                              
14 24 1.043 23 32 90 12 1 6 0 F A   The column labels in the  table mean:                      
15 24 1.043 23 32 80 8 1 4.9 0 F A   ID – Employee sample number  Salary – Salary in thousands                   
23 23 1.000 23 36 65 6 1 3.3 1 F A   Age – Age in years   Performance Rating  – Appraisal rating (Employee evaluation score)        
26 24 1.043 23 22 95 2 1 6.2 1 F A   Service – Years of service (rounded) Gender:   0 = male, 1 = female                
31 24 1.043 23 29 60 4 1 3.9 0 F A   Midpoint – salary grade midpoint     Raise – percent of last raise                
35 24 1.043 23 23 90 4 1 5.3 1 F A   Grade – job/pay grade Degree (0= BSBA 1 = MS)                
36 23 1.000 23 27 75 3 1 4.3 1 F A   Gender1 (Male or Female) Compa – salary divided by midpoint              
37 22 0.956 23 22 95 2 1 6.2 1 F A                              
42 24 1.043 23 32 100 8 1 5.7 0 F A                              
3 34 1.096 31 30 75 5 1 3.6 0 F B                              
18 36 1.161 31 31 80 11 1 5.6 1 F B                              
20 34 1.096 31 44 70 16 1 4.8 1 F B                              
39 35 1.129 31 27 90 6 1 5.5 1 F B                              
7 41 1.025 40 32 100 8 1 5.7 0 F C                              
13 42 1.050 40 30 100 2 1 4.7 1 F C                              
22 57 1.187 48 48 65 6 1 3.8 0 F D                              
24 50 1.041 48 30 75 9 1 3.8 1 F D                              
45 55 1.145 48 36 95 8 1 5.2 0 F D                              
17 69 1.210 57 27 55 3 1 3 0 F E                              
48 65 1.140 57 34 90 11 1 5.3 1 F E                              
28 75 1.119 67 44 95 9 1 4.4 1 F F                              
43 77 1.149 67 42 95 20 1 5.5 1 F F                              
19 24 1.043 23 32 85 1 0 4.6 1 M A                              
25 24 1.043 23 41 70 4 0 4 0 M A                              
40 25 1.086 23 24 90 2 0 6.3 0 M A                              
2 27 0.870 31 52 80 7 0 3.9 0 M B                              
32 28 0.903 31 25 95 4 0 5.6 0 M B                              
34 28 0.903 31 26 80 2 0 4.9 1 M B                              
16 47 1.175 40 44 90 4 0 5.7 0 M C                              
27 40 1.000 40 35 80 7 0 3.9 1 M C                              
41 43 1.075 40 25 80 5 0 4.3 0 M C                              
5 47 0.979 48 36 90 16 0 5.7 1 M D                              
30 49 1.020 48 45 90 18 0 4.3 0 M D                              
1 58 1.017 57 34 85 8 0 5.7 0 M E                              
4 66 1.157 57 42 100 16 0 5.5 1 M E                              
12 60 1.052 57 52 95 22 0 4.5 0 M E                              
33 64 1.122 57 35 90 9 0 5.5 1 M E                              
38 56 0.982 57 45 95 11 0 4.5 0 M E                              
44 60 1.052 57 45 90 16 0 5.2 1 M E                              
46 65 1.140 57 39 75 20 0 3.9 1 M E                              
47 62 1.087 57 37 95 5 0 5.5 1 M E                              
49 60 1.052 57 41 95 21 0 6.6 0 M E                              
50 66 1.157 57 38 80 12 0 4.6 0 M E                              
6 76 1.134 67 36 70 12 0 4.5 1 M F                              
9 77 1.149 67 49 100 10 0 4 1 M F                              
21 76 1.134 67 43 95 13 0 6.3 1 M F                              
29 72 1.074 67 52 95 5 0 5.4 0 M F                              
                                                     
                                                     
                                                     
                                                     
                                                     
                                                     
                                                     
                                                     
                                                     
                                                     
                                                     
                                                     
                                                     
                               
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
Author Image

About the Author

Daniel Kevins

Follow me

{"email":"Email address invalid","url":"Website address invalid","required":"Required field missing"}