Diversity 

and Inclusion Survey Analysis 
Variables and data table: 

No.  Type  Variables Abbreviation  Source of Data 

1  Dependent  Y  Inclusion   
2  In‐dependent  X1  Diversity/Inclusion Culture   
3  In‐dependent  X2  Hiring / Recruitment   
4  In‐dependent  X3  Career Development   
5  In‐dependent  X4  Personal Experience   
6  In‐dependent  X5  Policies/Procedures
7  In‐dependent  X7  Supervisor   
8  In‐dependent  X8  Training   
 

Transforming the qualitative data to quantitative using the following: 

Response  Totally disagree  Disagree  Neutral  Agree  Totally agree 

Value  1  2  3  4  5 
 

Data File 

Questioner 
Response No.  Y  X1  X2  X3  X4  X5  X7  X8 
1  4.60  4.57  5.00  3.00  5.00  4.33  5.00  3.00 
2  4.40  4.86  5.00  3.67  5.00  4.67  5.00  5.00 
3  3.80  3.57  4.00  4.33  3.50  3.33  4.00  3.00 
4  5.00  5.00  5.00  5.00  5.00  5.00  5.00  5.00 
5  4.20  4.57  5.00  4.33  3.00  4.00  4.00  5.00 
6  5.00  5.00  5.00  4.33  5.00  5.00  5.00  5.00 
7  4.00  4.57  5.00  4.00  4.00  5.00  5.00  4.00 
8  4.20  4.14  4.50  4.00  5.00  4.67  4.00  5.00 
9  4.20  4.14  4.50  3.33  4.50  4.00  4.00  3.00 
10  3.20  3.71  3.50  3.67  4.00  4.00  3.00  4.00 
11  4.00  4.57  4.00  4.00  4.00  4.00  5.00  5.00 
12  4.40  4.14  3.50  4.00  5.00  3.67  4.00  4.00 
13  3.60  3.86  2.50  4.00  4.00  3.00  4.00  3.00 
14  4.00  4.00  4.00  3.67  4.00  4.00  5.00  4.00 
15  5.00  5.00  5.00  5.00  5.00  5.00  5.00  5.00 
16  4.00  4.43  4.00  4.00  5.00  4.00  5.00  4.00 
17  4.60  4.29  5.00  2.33  5.00  3.67  4.00  5.00 
18  4.00  4.00  4.50  4.00  4.50  4.33  4.50  4.00 
19  5.00  4.14  4.00  5.00  5.00  5.00  5.00  5.00 
20  4.60  4.71  4.50  4.67  4.00  3.33  5.00  5.00 
21  3.00  4.14  4.50  3.00  4.00  3.67  3.50  5.00 
22  3.40  4.00  3.50  3.67  4.00  4.00  4.00  3.00 
23  3.60  2.86  2.50  2.67  3.50  3.67  4.00  2.00 
24  4.00  4.14  4.00  4.00  4.00  4.67  5.00  4.00 
25  4.60  4.71  5.00  4.33  4.50  4.33  4.00  5.00 
26  4.40  4.71  4.50  3.67  5.00  5.00  5.00  4.00 
 27  3.00  3.14  4.00  3.00  4.00  3.67  4.00  3.00 
28  0.00  5.00  4.00  3.67  0.00  0.00  0.00  0.00 
29  4.00  3.14  3.50  3.67  4.00  4.00  4.00  4.00 
30  4.40  4.43  3.50  3.33  5.00  5.00  4.00  3.00 
31  2.80  3.86  3.50  3.00  4.00  4.00  4.00  4.00 
32  3.80  4.00  4.00  3.00  4.00  4.67  4.50  5.00 
33  4.00  3.86  4.00  2.67  3.50  5.00  5.00  5.00 
34  4.20  4.57  4.00  4.33  4.50  4.67  4.00  5.00 
35  0.00  4.00  2.00  2.33  4.00  4.00  2.50  5.00 
36  4.20  4.57  5.00  2.67  4.00  5.00  5.00  4.00 
37  4.00  4.00  4.00  4.00  4.00  4.00  4.00  4.00 
38  3.20  3.71  4.00  2.67  3.00  4.00  4.00  4.00 
39  4.00  4.14  4.00  3.67  4.00  4.00  4.00  4.00 
40  3.00  4.00  3.00  2.00  3.00  2.00  2.00  3.00 
41  3.60  3.71  4.00  2.33  4.00  4.00  4.00  4.00 
42  4.60  4.57  5.00  4.67  5.00  5.00  4.00  5.00 
43  4.60  4.43  4.50  4.67  4.50  4.67  4.50  5.00 
44  5.00  5.00  5.00  3.33  5.00  5.00  4.00  5.00 
45  4.20  4.43  5.00  5.00  5.00  5.00  5.00  4.00 
46  3.40  3.86  4.00  3.00  4.00  3.67  4.00  3.00 
47  4.40  4.57  4.50  4.33  4.50  4.33  5.00  5.00 
48  3.40  3.43  3.00  2.33  4.00  4.67  4.00  4.00 
49  3.80  4.29  4.00  3.00  4.50  4.33  4.00  4.00 
50  4.00  5.00  4.00  4.33  4.00  4.67  4.00  4.00 
51  4.00  4.00  4.00  3.00  4.50  4.00  4.00  5.00 
 

Correlation Examination: 

ꝭ
This is to check if there is significant correlation between Y variable and each of the independent variables ( Y,X1 

ꝭ  ꝭ  ꝭ ꝭ  ꝭ  ꝭ
‐  Y,X2 ‐ Y,X3 ‐ Y,X4 ‐  Y,X5 ‐ Y,X7 ‐ Y,X8)  ‐  From E‐views we could have the correlation value at level of 
sample (r) and its probability (P value) the following Hypothesis have been performed on each of population 
correlation: 

ꝭ
Null ‐ Ho:  Y,X1 = 0   (There is no significant Correlation between Y and X1)  ‐ In case of accepting Null, we must 
exclude X1 from independent variables 

ꝭ
Alternative‐ H1:  Y,X1 ≠ 0   (There is significant Correlation between Y and X1) ‐ In case of accepting Alternative, 
we must keep X1 in independent variables. 

   
 

Covariance Analysis: Ordinary

Date: 09/14/21 Time: 10:48
Sample: 1 51 Sample correlation between Y and X1 
Included observations: 51

Correlation
Probability Y X1 X2 X3 X4 X5 X7
Y 1.000000
-----

X1 0.299903
0.0325
1.000000
-----
ꝭ
Pvalue (t) to test  Y,X1 ≠ 0  ‐ 
Exclude X1 if equal 0 
X2 0.588046 0.645905 1.000000
0.0000 0.0000 -----

X3 0.460688 0.495529 0.428059 1.000000

0.0007 0.0002 0.0017 -----

X4 0.713244 0.201658 0.326843 0.273913 1.000000

0.0000 0.1559 0.0192 0.0518 -----

X5 0.655880 0.192804 0.379504 0.257921 0.768079 1.000000

0.0000 0.1753 0.0060 0.0677 0.0000 -----

X7 0.774169 0.151336 0.434958 0.354169 0.691251 0.775545 1.000000

0.0000 0.2891 0.0014 0.0108 0.0000 0.0000 -----

ꝭ
Hypothesis of  Y,X1: 

ꝭ ꝭ
Null – Ho :  Y,X1  = 0 (No significant Correlation)   ‐ ‐ ‐ Alternative H1 :   Y,X1 ≠ 0 (Significant Correlation 

Assuming confidence interval 95%, α = 0.05, α/2 = 0.025 
Testing Y, X1: Since Pvalue = 0.0325 > α/2 (0.0250) then the null is 
acceptable, and alternative is rejected. 
Testing Y, X2: Since Pvalue = 0.0000  < α/2 (0.0250) then the null is rejected, 
and alternative is acceptable 
Testing Y, X3:  Since Pvalue = 0.0007  < α/2 (0.0250) then the null is rejected,  α/2
α/2
and alternative is acceptable 
Testing Y, X4:  Since Pvalue = 0.00000  < α/2 (0.0250) then the null is 
rejected, and alternative is acceptable 
Testing Y, X5:  Since Pvalue = 0.00000  < α/2 (0.0250) then the null is 
rejected, and alternative is acceptable 
Testing Y, X7:  Since Pvalue = 0.00000  < α/2 (0.0250) then the null is 
rejected, and alternative is acceptable 
 
As a result of that, X1 variable has significant linear significant correlation 
with the dependent variable.  However all other independent variables 
do not have, so will be excluded 
 
In addition to the correlation, test that resulted X1 variable only. It is obvious that Variable X1 has significant 
correlation with Variables X4, X5, and X7 . 

 From Eviews, the model so far is as follow (using independent variable of X1 only: 

Dependent Variable: Y
Method: Least Squares
Date: 09/14/21 Time: 11:03
Sample: 1 51
Included observations: 51

Variable Coefficient Std. Error t-Statistic Prob.

Pvalue – (t) to test β1 ≠ 0  
X1 0.572242 0.260037 2.200619 0.0325 ‐ Exclude if equal 0 
C 1.471392 1.106903 1.329287 0.1899

R-squared 0.089942 Mean dependent var 3.890196

Adjusted R-squared 0.071369 S.D. dependent var 0.969382
S.E. of regression 0.934150 Akaike info criterion 2.740066
Sum squared resid 42.75916 Schwarz criterion 2.815824
Log likelihood -67.87169 Hannan-Quinn criter. 2.769016
F-statistic 4.842723 Durbin-Watson stat 2.047536
Prob(F-statistic) 0.032506

  Pvalue ‐ (F) to test model goodness
 

Y = 1.471392 + 0.572242 (X1)  

Testing Goodness of model: 
Hypothesis of Goodness: 

Null – Ho : β1 = 0 (No significant Coefficient values – Not good model) –  

Alternative H1 :  At least one of the coefficients has significant value (Good model) 

Assuming confidence interval 95%, α = 0.05,  
Since Pvalue (F) = 0.032506 < α (0.05) then the null is rejected, and 
alternative is acceptable. 
 
As a result of that, variable coefficient haS significant value that 
means Model is good 
 

The Good Model is: 

Y = 1.471392 + 0.572242 (X1)

Testing the model is good only or good and best? 
From the above Eviews equation result, we will test the hypothesis of the variable coefficient if having significant value or not,
by which we can exclude the variables of non-significant coefficient value to obtain the best model.
 Testing best model: 

Hypothesis of Best Model: 

 Null – Ho : β1 = 0 (No significant Coefficient value – if acceptable, exclude X1 from model)  

 Alternative H1:  β1 ≠ 0 (Significant Coefficient value – if acceptable, keep X1 in model)   

Assuming confidence interval 95%, α = 0.05, α/2 = 0.025 
Since Pvalue of X1 variable coefficients is 0.0038 < α/2 (0.0250) then 
the null is rejected, and alternative is acceptable. 
 
Since Pvalue of X1 variable coefficients is 0.0325> α/2 (0.0250) then 
the null is accepted, and alternative is rejected 
As a result of that with X1, model is not the best 
α/2 α/2

H1 Acceptable  Ho Acceptable  H1 Acceptable 

  Pvalue ≤ α/2  Pvalue ≤ α/2 
Pvalue > α/2 
 

   
Testing of Heteroskedasticity in model: 

Using Eviews for Heteroskedasticity in the best model, resulted the following resulted: 

Heteroskedasticity Test: Breusch-Pagan-Godfrey

F-statistic 0.957848 Prob. F(1,49) 0.3325

Obs*R-squared 0.977829 Prob. Chi-Square(1) 0.3227
Scaled explained SS 6.567316 Prob. Chi-Square(1) 0.0104

Hypothesis of Hetero: 

Null – Ho : Homo. (Model does not suffer from Hetero) –  

Alternative H1 :  Hetero. (Model suffers from Hetero) 

Assuming confidence interval 95%, α = 0.05,  
Since Pvalue (F) = 0.3325  > α (0.05) then the null is acceptable, and 
alternative is rejected. 
 
As a result of that, the best model does not suffer from 
Heteroscedasticity. 
  H1 Acceptable 
Ho Acceptable 
  Pvalue ≤ α 
Pvalue > α 
   
Testing of Auto‐Correlation in model: 

Using Eviews for Auto‐correlation in the best model with lag of 1, resulted the following result: 

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.038766 Prob. F(1,48) 0.8447

Obs*R-squared 0.041155 Prob. Chi-Square(1) 0.8392

Hypothesis of Auto‐correlation: 

Null – Ho : No auto‐correlation  

Alternative H1 :  Model suffers from auto‐correlation 

Assuming confidence interval 95%, α = 0.05,  
Since Pvalue (F) = 0.8447 > α (0.05) then the null is accepted, and 
alternative is rejected. 
 
As a result of that, the best model does not suffer from auto‐
correlation 
 
Ho Acceptable  H1 Acceptable 

Pvalue > α  Pvalue ≤ α 
 

So, Based on the above, the good Model of the relation between the Inclusion and all other surveyed factors 
indicates that the most effective factor on the Inclusion is the Diversity and Inclusion Culture in the 
Organization governed by the following Equation: 

Y = 1.471392 + 0.572242 (X1)

Where Y represents the Inclusion occurrence value

X1 represents how much Diversity / Inclusion Culture exists in the Organization   

Using the good model to predict the inclusion level in different organization level of diversity/inclusion:  

Given, X1 = 5  (100%) 

Substituting in the latest model,  
 
Y = 1.471392 + 0.572242 (X1)

Y = 1.471392 + 0.572242 (5)

Y = 4.332602

Given, X1 = 1 (20%)

Y = 2.043634 = (41%)