Rumus-rumus:

 Single linear regression:

o For sample: 𝑦̂ = 𝑎 + 𝑏𝑥
𝑠𝑦
 𝑏=𝑟
𝑠𝑥
 𝑎 = 𝑦̅ − 𝑏𝑥̅
o For population: 𝑦̂ = 𝛼 + 𝛽𝑥
 Estimator for 𝛽 is b with standard error 𝑠𝑏
o Hypotheses:
 𝐻0 : 𝛽 = 0 (𝑣𝑎𝑟𝑖𝑎𝑏𝑒𝑙 𝑥 𝑡𝑖𝑑𝑎𝑘 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑘𝑎𝑛 𝑚𝑒𝑚𝑝𝑒𝑛𝑔𝑎𝑟𝑢ℎ𝑖 𝑣𝑎𝑟𝑖𝑎𝑏𝑒𝑙 𝑦)
 𝐻1 : 𝛽 ≠ 0 (𝑣𝑎𝑟𝑖𝑎𝑏𝑒𝑙 𝑥 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑘𝑎𝑛 𝑚𝑒𝑚𝑝𝑒𝑛𝑔𝑎𝑟𝑢ℎ𝑖 𝑣𝑎𝑟𝑖𝑎𝑏𝑒𝑙 𝑦)
o Test statistics:
𝑏−0
 𝑡= ; 𝑑𝑓 = 𝑛 − 2
𝑠𝑏
𝑀𝑆𝑅
 𝐹 = 𝑀𝑆𝐸 ; 𝑑𝑓𝑀𝑆𝑅 = 1 ; 𝑑𝑓𝑀𝑆𝐸 = 𝑛 − 2
o 𝐷𝑒𝑐𝑖𝑠𝑖𝑜𝑛 𝑟𝑢𝑙𝑒:
 Ho ditolak jika 𝑡𝑠𝑎𝑚𝑝𝑙𝑒 > 𝑡𝑐𝑟𝑖𝑡𝑖𝑐𝑎𝑙 𝑎𝑡𝑎𝑢 𝑡𝑠𝑎𝑚𝑝𝑙𝑒 < 𝑡𝑐𝑟𝑖𝑡𝑖𝑐𝑎𝑙 (𝑏𝑖𝑙𝑎 𝑛𝑒𝑔𝑎𝑡𝑖𝑓)
 Ho ditolak jika Fsample > Fcritical
 Ho ditolak jika p-value < α

 ANOVA Table for Regression

Source of Sum of Squares Degree of Mean Squares F
Variation freedom
Regression SSR = ∑(𝑦̂ − 𝑦̅)2 1 MSR= SSR/1 F=MSR/MSE
Error/Residual SSE = ∑(𝑦 − 𝑦̂)2 n-2 MSE=SSE/(n-2)
Total SSTotal = ∑(𝑦 − 𝑦̅)2 n-1

∑(𝑦−𝑦̂)2 𝑆𝑆𝐸
o Standard error of estimate: 𝑠𝑦.𝑥 = √ 𝑛−2
= √𝑛−2 = √𝑀𝑆𝐸
𝑆𝑆𝑅 𝑆𝑆𝐸
o Coefficient of determination: 𝑟 2 = 𝑆𝑆𝑇𝑜𝑡𝑎𝑙
= 1 − 𝑆𝑆𝑇𝑜𝑡𝑎𝑙
 Contoh Soal:

 The owner of Haverty’s Furniture Company was studying the relationship between sales and the
amount spent on advertising. The advertising expense and sales revenue, both in millions of
dollars, for the last 4 months are repeated below.

Month Advertising Expense Sales Revenue

July 2 7
August 1 3
September 3 8
October 4 10

• Determine the regression equation

• Interpret the values of a and b

• Estimate sales when $3 million is spent on advertising

• Calculate the coefficient of determination and interpret the meaning

Penyelesaian:

 Determine the regression equation

o Tetapkan advertising expense sebagai “x” dan “sales revenue” sebagai “y”
o Hitung nilai 𝑥̅ = 2.5 dan 𝑦̅ = 7.
o Hitung nilai standard deviasi untuk variabel x dan variabel y:
∑(𝑥−𝑥̅ )2
 𝑠𝑥 = √ 𝑛−1
= 1.29
∑(𝑦−𝑦̅)2
 𝑠𝑦 = √ 𝑛−1
= 2.94
o Hitung correlation coefficient:
∑(𝑥−𝑥̅ )(𝑦−𝑦̅)
 𝑟= (𝑛−1)𝑠𝑥 𝑠𝑦
= 0.96
o Hitung nilai slope dan intercept:
𝑠𝑦 2.94
 𝑏 = 𝑟 𝑠 = 0.96 1.29 = 2.2
𝑥
 𝑎 = 𝑦̅ − 𝑏𝑥̅ = 7 − 2.2 × 2.5 = 1.5
o Tuliskan persamaan regresi:
 𝑦̂ = 𝑎 + 𝑏𝑥 = 1.5 + 2.2𝑥

 Interpret the values of a and b

 o Nilai a = 1.5 (juta), menunjukkan ekspektasi nilai penjualan yang akan diperoleh bila
advertising expense nol.
o Nilai b = 2.2 (juta) menunjukkan eskpektasi peningkatan penjualan yang akan diperoleh
setiap 1 (juta) penambahan advertising expense.

 Estimate sales when $3 million is spent on advertising

o 𝑦̂ = 1.5 + 2.2𝑥
o Untuk x = 3 (juta) maka ekspektasi nilai sales: 𝑦̂ = 1.5 + 2.2 × 3 = 8.1 (𝑗𝑢𝑡𝑎)

 Calculate the coefficient of determination and interpret the meaning

o 𝑟 2 = (𝑟)2 = (0.96)2 = 0.93
o Nilai 𝑟 2 = 0.93 menunjukkan bahwa persamaan regresi yang dibuat dapat menjelaskan
93% dari perubahan nilai y di dalam sampel.

Penyelesaian soal di atas menggunakan software:

• Determine the regression equation:

• Calculate the coefficient of determination:

• Calculate the correlation coefficient:

• Calculate the standard error of estimate:
• Calculate the standard error of the slope:
• What are the hypotheses for the above ANOVA table?
 • What are the decision rules to conclude whether the advertising expense significantly affect
sales?
• For significance level 0.05, what is the decision regarding the impact of advertising expense to
sales?

Penyelesaian:

• Determine the regression equation:

o Lihat tabel paling bawah kolom “coefficients”: 𝑦̂ = 1.5 + 2.2𝑥 atau 𝑆𝑎𝑙𝑒𝑠 𝑅𝑒𝑣𝑒𝑛𝑢𝑒 =
1.5 + 2.2 × 𝐴𝑑𝑣𝑒𝑟𝑡𝑖𝑠𝑖𝑛𝑔 𝐵𝑢𝑑𝑔𝑒𝑡

• Calculate the coefficient of determination:

o Lihat tabel paling atas baris “R square”: 𝑟 2 = 0.9308
𝑆𝑆𝑅 24.2
o Atau lihat tabel ANOVA: 𝑟 2 = 𝑆𝑆𝑇𝑜𝑡𝑎𝑙 = 26
= 0.9308
𝑆𝑆𝐸 1.8
o Atau lihat tabel ANOVA: 𝑟 2 = 1 − =1− = 0.9308
𝑆𝑆𝑇𝑜𝑡𝑎𝑙 26

• Calculate the correlation coefficient:

o Lihat tabel paling atas baris “Multiple R”: 𝑟 = 0.9648

• Calculate the standard error of estimate:

o Lihat tabel paling atas baris “Standard Error”: 𝑠𝑦.𝑥 = 0.9487
o Atau lihat tabel ANOVA: 𝑠𝑦.𝑥 = √𝑀𝑆𝐸 = √0.9 = 0.9487

 Calculate the standard error of the slope:

o Lihat tabel paling bawah kolom “Standard Error”: 𝑠𝑏 = 0.4243

 What are the hypotheses for the above ANOVA table?

o 𝐻𝑜 : 𝛽 = 0 (𝐴𝑑𝑣𝑒𝑟𝑡𝑖𝑠𝑖𝑛𝑔 𝑒𝑥𝑝𝑒𝑛𝑠𝑒 𝑡𝑖𝑑𝑎𝑘 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑘𝑎𝑛 𝑚𝑒𝑚𝑝𝑒𝑛𝑔𝑎𝑟𝑢ℎ𝑖 𝑠𝑎𝑙𝑒𝑠)
o 𝐻1 : 𝛽 ≠ 0 (𝐴𝑑𝑣𝑒𝑟𝑡𝑖𝑠𝑖𝑛𝑔 𝑒𝑥𝑝𝑒𝑛𝑠𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑘𝑎𝑛 𝑚𝑒𝑚𝑝𝑒𝑛𝑔𝑎𝑟𝑢ℎ𝑖 𝑠𝑎𝑙𝑒𝑠)

 What are the decision rules to conclude whether the advertising expense significantly affect
sales?
o Kesimpulan bahwa advertising expense signifikan mempengaruhi sales diambil apabila
Ho ditolak.
o Decision rules untuk menolak Ho adalah salah satu dari beberapa alternatif di bawah ini:
 Jika Nilai F di Tabel ANOVA lebih besar dari Fcritical yang ada di tabel F Distribution
pada buku text.
 Jika Nilai P-value (Significance F) yang ada di tabel ANOVA lebih kecil daripada α.
 Jika Nilai t-stat untuk Advertising Expense yang ada pada tabel paling bawah
lebih besar daripada nilai tcritical yang ada pada Tabel Student’s T di buku text.
  Jika Nilai P-value untuk Advertising Expense yang ada pada tabel paling bawah
lebih kecil daripada α

 For significance level 0.05, what is the decision regarding the impact of advertising expense to
sales?
o Berdasarkan nilai p-value di tabel ANOVA atau p-value di tabel paling bawah untuk
advertising expense yang besarnya 0.035 < α=0.05, maka Ho (tidak signifikan) ditolak.
o Dengan demikian dapat disimpulkan bahwa Advertising Expense signifikan
mempengaruhi Sales Revenue.

Contoh Soal:

• Given the following ANOVA table

Source Sum of squares df Mean square F

Regression 1000 1 1000 26.0
Error 500 13 38.46
Total 1500 14

• Determine the coefficient of determination

• Assuming a direct relationship between the variables, what is the correlation coefficient?

• Determine the standard error of estimate

Penyelesaian:

 Determine the coefficient of determination

𝑆𝑆𝑅 1000
 𝑟 2 = 𝑆𝑆 𝑇𝑜𝑡𝑎𝑙 = 1500 = 0.67
 Assuming a direct relationship between the variables, what is the correlation coefficient?
 𝑟 = √𝑟 2 = √0.67 = ±0.82
 Determine the standard error of estimate
 𝑠𝑦.𝑥 = √𝑀𝑆𝐸 = √38.46 = 6.2

Contoh soal:
  On the first statistics exam, the coefficient of determination between the hours studied and the
grade earned was 80%. The standard error of estimate was 10. There were 20 students in the
class. Develop an ANOVA table for the regression analysis of hours studied as a predictor of the
grade earned on the first statistics exam.

Penyelesaian:

 Diketahui:
o 𝑟 2 = 0.8
o 𝑠𝑦.𝑥 = 10
o n = 20
 Ditanya: ANOVA Table untuk regresi
 Solusi:
𝑆𝑆𝐸 2
o 𝑠𝑦.𝑥 = √𝑛−2 → 𝑆𝑆𝐸 = (𝑠𝑦.𝑥 ) (𝑛 − 2) = 102 × (20 − 2) = 1800
𝑆𝑆𝐸 𝑆𝑆𝐸 1800
o 𝑟 2 = 1 − 𝑆𝑆𝑇𝑜𝑡𝑎𝑙 → 𝑆𝑆𝑇𝑜𝑡𝑎𝑙 = 1−𝑟2 = 1−0.8 = 9000
o Tabel ANOVA

Source Sum of squares df Mean square F

Regression SSR = 7200 1 MSR = 7200/1=7200 F= 7200/100=72
Error SSE =1800 n – 2 = 18 MSE = 1800/18 =
100
Total SSTotal= 9000 n – 1 = 19

Rumus-rumus:
 Multiple linear regression:
o For sample: 𝑦̂ = 𝑎 + 𝑏1 𝑥1 + 𝑏2 𝑥2 + 𝑏3 𝑥3 + ⋯ + 𝑏𝑘 𝑥𝑘
o For population: 𝑦̂ = 𝛼 + 𝛽1 𝑥1 + 𝛽2 𝑥2 + 𝛽3 𝑥3 + ⋯ + 𝛽𝑘 𝑥𝑘
 Estimator for 𝛽𝑖 is bi with standard error 𝑠𝑏𝑖
o Global test:
 Hypotheses:
 𝐻0 : 𝛽1 = 𝛽2 = ⋯ = 𝛽𝑘 = 0 ; Tidak ada variabel x yang signifikan
mempengaruhi variabel y.
 𝐻1 : 𝐴𝑑𝑎 𝛽 𝑦𝑎𝑛𝑔 𝑡𝑖𝑑𝑎𝑘 𝑠𝑎𝑚𝑎 𝑑𝑒𝑛𝑔𝑎𝑛 𝑛𝑜𝑙; Ada (satu atau lebih)
variabel x yang signifikan mempengaruhi variabel y
 Test statistics
𝑀𝑆𝑅
 𝐹 = 𝑀𝑆𝐸 ; 𝑑𝑓𝑀𝑆𝑅 = 𝑘 ; 𝑑𝑓𝑀𝑆𝐸 = 𝑛 − (𝑘 + 1)
 Decision rule:
 Ho ditolak jika Fsample > Fcritical
 Ho ditolak jika p-value < α
 o Individual test:
 Hypotheses:
 𝐻0 : 𝛽𝑖 = 0 ; Variabel xi tidak signifikan mempengaruhi variabel y.
 𝐻1 : 𝛽𝑖 ≠ 0 ; Variabel xi signifikan mempengaruhi variabel y
 Test statistics:
𝑏𝑖 −0
 𝑡𝑖 = 𝑠𝑏 𝑖
; 𝑑𝑓 = 𝑛 − (𝑘 + 1) = 𝑛 − 𝑘 − 1
 Decision rule:
 Ho ditolak jika 𝑡𝑠𝑎𝑚𝑝𝑙𝑒 > 𝑡𝑐𝑟𝑖𝑡𝑖𝑐𝑎𝑙 𝑎𝑡𝑎𝑢 𝑡𝑠𝑎𝑚𝑝𝑙𝑒 <
𝑡𝑐𝑟𝑖𝑡𝑖𝑐𝑎𝑙 (𝑏𝑖𝑙𝑎 𝑛𝑒𝑔𝑎𝑡𝑖𝑓)
 Ho ditolak jika p-value < α

 ANOVA Table for Regression

Source of Sum of Squares Degree of Mean Squares F
Variation freedom
Regression SSR = ∑(𝑦̂ − 𝑦̅)2 K MSR= SSR/k F=MSR/MSE
Error/Residual SSE = ∑(𝑦 − 𝑦̂)2 n-k-1 MSE=SSE/(n-k-1)
Total SSTotal = ∑(𝑦 − 𝑦̅)2 n-1

∑(𝑦−𝑦̂)2 𝑆𝑆𝐸
o Multiple Standard Error of Estimate: 𝑆𝑦.𝑥 = √ 𝑛−𝑘−1 = √𝑛−𝑘−1 = √𝑀𝑆𝐸
𝑆𝑆𝑅 𝑆𝑆𝐸
o Coefficient of Multiple Determination: 𝑅 2 = =1−
𝑆𝑆𝑇𝑜𝑡𝑎𝑙 𝑆𝑆𝑇𝑜𝑡𝑎𝑙
𝑆𝑆𝐸/(𝑛−𝑘−1)
o Adjusted Coefficient of Determination: 𝑅 2 𝑎𝑑𝑗 = 1 − 𝑆𝑆𝑇𝑜𝑡𝑎𝑙/(𝑛−1)

Contoh Soal:

Hasil olah data di bawah ini menunjukkan faktor-faktor yang diperkirakan mempengaruhi nilai tahunan
penjualan mobil di suatu area.
  Ada berapa independent variables?
 Faktor-faktor apa saja yang menjadi independent variables?
 Ada berapa jumlah data yang digunakan (ukuran sampel)?
 Tuliskan persamaan regresinya
 Berapa nilai coefficient of multiple determination?
 Berapa nilai adjusted coefficient of determination?
 Tuliskan rumusan hipotesis untuk tabel ANOVA di atas
 Lakukan global test dengan significance level 5% untuk menyimpulkan apakah ada sebagian dari
faktor-faktor yang diteliti yang mempengaruhi nilai tahunan penjualan mobil?
 Lakukan individual test dengan significance level 5% untuk menyimpulkan apakah faktor
“personal income” mempengaruhi nilai tahunan penjualan mobil?

Penyelesaian:

 Ada berapa independent variables?

o Jumlah independent variabel dapat dilihat dari df regression = 5
o Jumlah independent variabel juga dapat dilihat pada daftar independent variabel yang
ada di tabel paling bawah.
 Faktor-faktor apa saja yang menjadi independent variables?
 o Daftar faktor-faktor yang menjadi independent variables dapat dilihat pada tabel paling
bawah, yaitu: Number of Retail Outlets, Number of Automobiles Registered, Personal
Income, Average Age of Automobiles, Number of Supervisors.
 Ada berapa jumlah data yang digunakan (ukuran sampel)?
o Ukuran sampel dapat dilihat pada tabel pertama baris terakhir: n=10
o Ukuran sampel juga dapat dihitung dari tabel ANOVA df total: n = df total + 1 = 9+1=10
 Tuliskan persamaan regresinya
o Koefisien-koefisien untuk persamaan regresi dapat dilihat pada tabel ketiga:
 Nilai tahunan penjualan = -19.67 - 0.0006 (Number of Retail Outlets) + 0.017
(Number of Automobiles Registered) + 0.409 (Personal Income) + 2.036
(Average Age of Automobiles) – 0.034 (Number of Supervisors)
 Berapa nilai coefficient of multiple determination?
o Nilai coefficient of multiple determination dapat dilihat pada tabel pertama: 𝑅 2 = 0.994
o Nilai coefficient of multiple determination juga dapat dihitung dari tabel ANOVA: 𝑅 2 =
𝑆𝑆𝑅 1593.8
𝑆𝑆𝑇𝑜𝑡𝑎𝑙
= 1602.89 = 0.994
o Nilai coefficient of multiple determination juga dapat dihitung dari tabel ANOVA: 𝑅 2 =
𝑆𝑆𝐸 9.08
1 − 𝑆𝑆𝑇𝑜𝑡𝑎𝑙 = 1 − 1602.89 = 0.994
 Berapa nilai adjusted coefficient of determination?
o Nilai adjusted coefficient of determination dapat dilihat pada tabel pertama: 𝑅 2 𝑎𝑑𝑗 =
0.987
o Nilai adjusted coefficient of determination juga dapat dihitung dari tabel ANOVA:
𝑆𝑆𝐸
2.27
𝑅 2 𝑎𝑑𝑗 = 1 − 𝑛−𝑘−1
𝑆𝑆𝑇𝑜𝑡𝑎𝑙 =1− 1602.89 = 0.987
𝑛−1 9

 Tuliskan rumusan hipotesis untuk tabel ANOVA di atas

o Diketahui dari df regression bahwa k (jumlah independen variabel) = 5
o Oleh karena itu hipotesisnya:
 𝐻0 : 𝛽1 = 𝛽2 = 𝛽3 = 𝛽4 = 𝛽5 = 0 (tidak ada faktor yang signifikan
mempengaruhi nilai tahunan penjualan)
 𝐻1 : 𝐴𝑑𝑎 𝛽 𝑦𝑎𝑛𝑔 𝑡𝑖𝑑𝑎𝑘 𝑛𝑜𝑙 (ada satu atau lebih faktor yang signifikan
mempengaruhi nilai tahunan penjualan)
 Lakukan global test dengan significance level 5% untuk menyimpulkan apakah ada sebagian dari
faktor-faktor yang diteliti yang mempengaruhi nilai tahunan penjualan mobil?
o Hypotheses:
 𝐻0 : 𝛽1 = 𝛽2 = 𝛽3 = 𝛽4 = 𝛽5 = 0 (tidak ada faktor yang signifikan
mempengaruhi nilai tahunan penjualan)
 𝐻1 : 𝐴𝑑𝑎 𝛽 𝑦𝑎𝑛𝑔 𝑡𝑖𝑑𝑎𝑘 𝑛𝑜𝑙 (ada satu atau lebih faktor yang signifikan
mempengaruhi nilai tahunan penjualan)
o Significance level:
 𝛼 = 5%
o Test statistics:
 𝑀𝑆𝑅
 𝐹=
𝑀𝑆𝐸
 𝑑𝑓 𝑀𝑆𝑅 = 5
 𝑑𝑓 𝑀𝑆𝐸 = 4
o Decision rule:
 Ho ditolak jika 𝐹𝑠𝑎𝑚𝑝𝑙𝑒 > 𝐹𝑐𝑟𝑖𝑡𝑖𝑐𝑎𝑙 = 6.26(𝑙𝑖ℎ𝑎𝑡 𝑡𝑎𝑏𝑒𝑙 𝑢𝑛𝑡𝑢𝑘 𝛼 =
0.05, 𝑑𝑓𝑛𝑢𝑚𝑒𝑟𝑎𝑡𝑜𝑟 = 5 𝑑𝑎𝑛 𝑑𝑓 𝑑𝑒𝑛𝑢𝑚𝑒𝑟𝑎𝑡𝑜𝑟 = 4; atau
 Ho ditolak jika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 𝛼 = 0.05
o Decision:
 Dari tabel anova diketahui p-value (significance F) = 0.000139 < 0.05. Oleh
karena itu, Ho ditolak. Atau,
 Dari tabel ANOVA diketahui 𝐹𝑠𝑎𝑚𝑝𝑙𝑒 = 140.35 > 6.26. Oleh karena itu, Ho
ditolak.
o Interpretasi:
 Ada setidaknya satu dari faktor-faktor yang diteliti yang mempengaruhi nilai
penjualan tahunan.
 Lakukan individual test dengan significance level 5% untuk menyimpulkan apakah faktor
“personal income” mempengaruhi nilai tahunan penjualan mobil?
o Hypotheses:
 𝐻0 : 𝛽 = 0 (personal income tidak signifikan mempengaruhi nilai tahunan
penjualan)
 𝐻1 : 𝛽 ≠ 0 (personal income signifikan mempengaruhi nilai tahunan penjualan)
o Significance level:
 𝛼 = 5%
o Test statistics:
𝑏−0
 𝑡= 𝑠𝑏
 𝑑𝑓 = 𝑛 − 𝑘 − 1 = 10 − 5 − 1 = 4
o Decision rule:
 Ho ditolak jika 𝑡𝑠𝑎𝑚𝑝𝑙𝑒 > 𝑡𝑐𝑟𝑖𝑡𝑖𝑐𝑎𝑙 = 2.776(𝑙𝑖ℎ𝑎𝑡 𝑡𝑎𝑏𝑒𝑙 𝑢𝑛𝑡𝑢𝑘 𝑡𝑤𝑜 𝑡𝑎𝑖𝑙𝑒𝑑 𝛼 =
0.05, 𝑑𝑓 = 4; atau
 Ho ditolak jika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 𝛼 = 0.05
o Decision:
 Dari tabel ketiga untuk baris personal income diketahui p-value = 0.000729 <
0.05. Oleh karena itu, Ho ditolak. Atau,
 Dari tabel ketiga untuk baris personal income diketahui t-stat = 9.35>2.776.
Oleh karena itu, Ho ditolak.
o Interpretasi:
 Dapat disimpulkan bahwa personal income mempengaruhi nilai tahunan
penjualan.
 Dengan significance level 5%, faktor-faktor apa saja yang signifikan mempengaruhi nilai tahunan
penjualan mobil?
o Lihat tabel ketiga, identifikasi variabel-variabel dengan p-value di bawah 0.05, yaitu:
  Number of Automobiles Registered (p-value = 0.034)
 Personal Income (p-value = 0.000729)
 Faktor-faktor apa saja yang tidak signifikan mempengaruhi nilai tahunan penjualan mobil?
o Lihat tabel ketiga, identifikasi variabel-variabel dengan p-value di atas 0.05, yaitu:
 Number of Retail Outlets (p-value = 0.82>α)
 Average Age of Automobiles (p-value =0.081>α)
 Number of Supervisors (p-value = 0.86>α)