MINI RISET

STATISTIKA MULTIVARIAT

Dosen Pengampu : Yulita Triadiarti, SE., M.Si., Ak., CA

Disusun Oleh :

Andika Bhayangkara 7213220010

AKUNTANSI A 2021

PRODI AKUNTANSI

FAKULTAS EKONOMI

UNIVERSITAS NEGERI MEDAN

2022
 KATA PENGANTAR

Puji dan syukur saya panjatkan kepada Tuhan Yang Maha Esa yang telah
melimpahkan rahmat dan karunia-Nya, sehingga saya dapat menyelesaikan tugas
Mini Riset mata kuliah Statistika Multivariat. Saya mengucapkan terima kasih
kepada semua pihak yang telah membantu saya baik secara langsung maupun tidak
langsung dalam pengerjaan laporan ini. Saya juga mengucapkan terimakasih
kepada Bu Yulita Triadiarti , SE., M.Si., Ak., CA yang telah memberikan
bimbingan pada mata kuliah statistika multivariat.

Tujuan dari makalah ini adalah menganalisis analisis regresi berganda pada
buah apel yaitu menganalisis keterkaitan antara jumlah penjualan buah apel pada
berbagai variabel independent seperti jumlah pesaing di sekitar dan harga barang
yang dikenakan. Nantinya penelitian saya ini akan menghasilkan model analisis
regresi berupa rumus yang menggambarkan hubungan antar variabel tersebut.
Dalam makalah ini dikhususkan untuk melampirkan hasil pengolahan
menggunakan software spss.

Saya menyadari bahwa masih banyak kekurangan pada laporan yang saya
susun ini. Oleh karena itu, saya mengharapkan kritik dan saran yang membangun
demi keberhasilan laporan ini dan demi perbaikan diri di tugas yang akan dating.

Medan, 16 November 2022

Andika Bhayangkara
TEMPAT DAN PEMBAHASAN

TABEL BUAH APEL

NO Y X1 X2
1 11,2 24000 5
2 10,9 28000 3
3 9.9 22000 3
4 12,3 26000 2
5 11,7 27000 3
6 15,7 25500 7
7 12,5 24000 7
8 8,9 25000 8
9 13,4 23500 6
10 12,6 24000 9
11 9,7 27500 6
12 14,6 24000 3
13 14,6 25400 4
14 11,9 24700 4
15 13,7 25000 4

Data yang saya teliti yaitu buah apel

Y = Rata rata penjualan apel per hari

X1 = Harga apel
X2 = Jumlah pesaing penjual apel di sekitar
VARIABEL YANG DIGUNAKAN

A. Variabel Independen

Variabel independen merupakan variabel yang memengaruhi atau

menyebabkan perubahan pada faktor yang diukur atau dipilih oleh seorang peneliti
dalam mengetahui hubungan antara fenomena yang diamati. Variabel independen
adalah variabel yang menyebabkan atau mempengaruhi perubahan variabel
dependen atau yang menyebabkan perubahan variabel dependen. Jika variabel
independen berubah, variabel dependen juga berubah.Variabel ini diukur,
dimanipulasi, atau dipilih oleh peneliti untuk menentukan hubungannya dengan
gejala yang diamati. Variabel independen dan dependen yang ditunjukkan pada
grafik selalu berada di tempat yang sama. Ini akan membantu dengan cepat melihat
variabel mana yang independen dan mana yang dependen saat melihat grafik atau
diagram.

Variabel Independen dalam penelitian ini adalah:

X1 = Harga apel

X2 = Jumlah pesaing penjual apel di sekitar

B. Variabel Dependen
Variabel dependen adalah apa yang diukur dalam percobaan. Ini
adalah perubahan karena adanya perubahan pada variabel
independen.Variabel penelitian ini disebut dependen karena “bergantung”
pada variabel independen. Dalam eksperimen ilmiah, Anda tidak dapat
memiliki variabel dependen tanpa adanya variabel independen.Variabel
dependen juga disebut variabel output, kriteria, atau konsekuensial. itu
adalah akibat atau pengaruh yang ditimbulkan oleh variabel bebas.
Penelitian ini mengamati dan mengukur variabel dependen untuk
mengetahui pengaruh variabel independen.

Variabel Dependen dalam penelitian ini adalah:

Y = Rata rata penjualan apel per hari

 TEMPAT YANG DITELITI

1. Tempat = Pasar MMTC Kota Medan

Rata rata penjualan per hari (Y) = 11,2 kg
Harga per kg (X1) = Rp 24.000
Jumlah pesaing (X2) = 5

2. Tempat = Pasar Glugur Darat Blok B Kota Medan

Rata rata penjualan per hari (Y) = 10,9 kg
Harga per kg (X1) = Rp 28.000
Jumlah pesaing (X2) = 3

3. Tempat = Pasar Glugur Darat Blok A Kota Medan

Rata rata penjualan per hari (Y) = 9,9 kg
Harga per kg (X1) = Rp 22.000
Jumlah pesaing (X2) = 3

4. Tempat = Pasar Sei Sikambing Kota Medan

Rata rata penjualan per hari (Y) = 12.3 kg
Harga per kg (X1) = Rp 26.000
Jumlah pesaing (X2) = 2

5. Tempat = Pasar Selayang Kota Medan

Rata rata penjualan per hari (Y) = 11,3 kg
Harga per kg (X1) = Rp 27.000
Jumlah pesaing (X2) = 3
6. Tempat = Pasar Krakatau Kota Medan
Rata rata penjualan per hari (Y) = 15,7 kg
Harga per kg (X1) = Rp 25.500
Jumlah pesaing (X2) = 7

7. Tempat = Pasar Krakatau Kota Medan

Rata rata penjualan per hari (Y) = 12,5 kg
Harga per kg (X1) = Rp 24.000
Jumlah pesaing (X2) = 7

8. Tempat = Pasar Buah Tuasan Kota Medan

Rata rata penjualan per hari (Y) = 8,9 kg
Harga per kg (X1) = Rp 25.000
Jumlah pesaing (X2) = 8

9. Tempat = Pasar Buah Seser Kota Medan

Rata rata penjualan per hari (Y) = 13,4 kg
Harga per kg (X1) = Rp 23.500
Jumlah pesaing (X2) = 4

10. Tempat = Pasar Aksara Kota Medan

Rata rata penjualan per hari (Y) = 12,6 kg
Harga per kg (X1) = Rp 24.000
Jumlah pesaing (X2) = 9

11. Tempat = Pasar Buah Tempuling Kota Medan

Rata rata penjualan per hari (Y) = 9,7 kg
Harga per kg (X1) = Rp 27.500
Jumlah pesaing (X2) = 6
 12. Tempat = Pasar Buah Cemara Asri Kota Medan
Rata rata penjualan per hari (Y) = 14.6 kg
Harga per kg (X1) = Rp 24.000
Jumlah pesaing (X2) = 3

13. Tempat = Pasar Boulevard Kota Medan

Rata rata penjualan per hari (Y) = 14,6 kg
Harga per kg (X1) = Rp 25.400
Jumlah pesaing (X2) = 4

14. Tempat = Pasar Boulevard Kota Medan

Rata rata penjualan per hari (Y) = 11,9 kg
Harga per kg (X1) = Rp 24.700
Jumlah pesaing (X2) = 4

15. Tempat = Pasar Boulevard Kota Medan

Rata rata penjualan per hari (Y) = 13,7 kg
Harga per kg (X1) = Rp 25.000
Jumlah pesaing (X2) = 3

Ketika saya melakukan untuk melakukan pengujian uji T dan F itu saya
terlebih dahulu merekap semua data yang saya dapatkan ke dalam excel kemudian
saya kelompokkan berdasarkan masing masing variable yang dimana variable Y
adalah jumlah penjualan dalam per hari, variable X1 adalah harga dari produk
tersebut dan X2 adalah jumlah pesaing dai tempat saya memperoleh data.

Kemudian, setelah data data tersusun berdasarkan variabelnya, saya

membuka spss terlebih dahulu dan ketika telah terbuka saya mengcopy data yang
sudah ada di excel kemudian saya paste data tersebut ke dalam spss ini.
 Setelah data yang berada di excel pindah ke spss, saya langsung mengolah
data tersebut. Dari yang pertama memencet tombol analyze, tombol regression dan
terakhir linear. Di dalam linear kita input data dependen yaitu Y dan Independen
yaitu X1 dan X2. Setelah itu didapatkan data data yang berupa anova, corelasi dan
lain lain.

1) Koefisien korelasi (r) Sebuah nilai yang digunakan untuk mengukur derajat
keeratan hubungan dua variable, Cara menghitung r di MS excel sebagai berikut :
• Klik insert function
• Pada kotak dialog “or select a category” pilih Statistical -Pada select function pilih
“CORREL”, lalu klik OK -Masukkan data Y pada kotak input Array 1 dan masukkan
data X1 pada kotak input Array 2
• Langkah terakhir klik OK, maka hasil akan muncul dengan sendirinnya.

2) Intersep (a) Suatu titik potong antara suatu garis dengan sumbu Y pada diagram
sumbu kartesius saat nilai X=0 Cara menghitung a di MS Excel sebagai berikut :
• Klik insert function -Pada kotak dialog “or select a category” pilih
Statistical
• Pada select function pilih “INTERCEPT”, lalu klik OK -Masukkan data Y
pada kotak input Array 1 dan masukkan data X1 pada kotak input Array 2
• Langkah terakhir klik OK, maka hasil akan muncul dengan sendirinnya
TABEL PERHITUNGAN

Data Ke- (n) Y X1 X2 Y.X1 Y.X2 X12 X22 X1.X2

1 11,2 24000 5 268800 56 576000000 25 120000
2 10,9 28000 3 305200 32,7 784000000 9 84000
3 9,9 22000 3 217800 29,7 484000000 9 66000
4 12,3 26000 2 319800 24,6 676000000 4 52000
5 11,7 27000 3 315900 35,1 729000000 9 81000
6 15,7 25500 7 400350 109,9 650250000 49 178500
7 12,5 24000 7 300000 87,5 576000000 49 168000
8 8,9 25000 8 222500 71,2 625000000 64 200000
9 13,4 23500 6 314900 80,4 552250000 36 141000
10 12,6 24000 9 302400 113,4 576000000 81 216000
11 9,7 27500 6 266750 58,2 756250000 36 165000
12 14,6 24000 3 350400 43,8 576000000 9 72000
13 14,6 25400 4 370840 58,4 645160000 16 101600
14 11,9 24700 4 293930 47,6 610090000 16 98800
15 13,7 25000 4 342500 54,8 625000000 16 100000
JUMLAH 15 183,6 375600 74 4592070 903,3 9441000000 428 1843900
UJI T

Uji t dilakukan untuk menguji hipotesis penelitian mengenai

pengaruh dari masing-masing variabel bebas secara parsial terhadap
variabel terikat. Uji T (Test T) adalah salah satu test statistik yang
dipergunakan untuk menguji kebenaran atau kepalsuan hipotesis yang
menyatakan bahwa diantara dua buah mean sampel yang diambil
secara random dari populasi yang sama, tidak terdapat perbedaan yang
signifikan (Sudjiono, 2010). T-statistics merupakan suatu nilai yang
digunakan guna melihat tingkat signifikansi pada pengujian hipotesis
dengan cara mencari nilai T-statistics melalui prosedur bootstrapping. Pada
pengujian hipotesis dapat dikatakan signifikan ketika nilai T-statistics lebih
besar dari 1,96, sedangkan jika nilai T-statistics kurang dari 1,96 maka
dianggap tidak signifikan (Ghozali, 2016).

Pengambilan keputusan dilakukan dengan melihat nilai signifikansi

pada tabel Coefficients. Biasanya dasar pengujian hasil regresi dilakukan
dengan tingkat kepercayaan sebesar 95% atau dengan taraf signifikannya
sebesar 5% (α = 0,05). Adapun kriteria dari uji statistik t (Ghozali, 2016) :

1. Jika nilai signifikansi uji t > 0,05 maka H₀ diterima dan Ha ditolak. Artinya
tidak ada pengaruh antara variabel independen terhadap variaben dependen.
2. Jika nilai signifikansi uji t < 0,05 maka H₀ ditolak dan Ha diterima. Artinya
terdapat pengaruh antara variabel independen terhadap variabel dependen.
Nilai signifikan < 0,05
Nilai t hitung > nilai t tabel

T tabel = t ( a/2 ; n-k-1 )

= 0,05/2 ; 15-2-1
= 0,025 ; 12
= 2,17881

• Variabel X1 terhadap Y
Telah dihitung yang mana nilai signifikansi X1 > 0,05 atau nilai t
hitung < t tabel maka tidak dapat pengaruh variable y (jumlah
penjualan sehari) terhadap variable X1 (harga dari produk tersebut)

• Variabel X2 terhadap Y
Telah dihitung yang mana nilai signifikansi X2 > 0,05 atau nilai t
hitung < t tabel maka tidak dapat pengaruh variable y (jumlah
penjualan sehari) terhadap variable X2 (jumlah pesaing)

• Diketahui nilai signifikansi untuk pengaruh X1 terhadap Y adalah

sebesar 0,271 > 0,05 dan nilai t hitung < t tabel, sehingga dapat
disimpulkan bahwa H1 ditolak yang berarti tidak terdapat pengaruh
X1 terhadap Y

• Diketahui nilai signifikansi untuk pengaruh X2 terhadap Y adalah

sebesar 0,475 > 0,05 dan nilai t hitung < t tabel, sehingga dapat
disimpulkan bahwa H2 ditolak yang berarti tidak terdapat pengaruh
X2 terhadap Y
UJI F

Uji F bertujuan untuk mencari apakah variabel independen secara

bersama – sama (stimultan) mempengaruhi variabel dependen. Uji F
dilakukan untuk melihat pengaruh dari seluruh variabel bebas secara
bersama-sama terhadap variabel terikat. Tingakatan yang digunakan adalah
sebesar 0.5 atau 5%, jika nilai signifikan F < 0.05 maka dapat diartikan
bahwa variabel independent secara simultan mempengaruhi variabel
dependen ataupun sebaliknya (Ghozali, 2016). Uji simultan F (Uji
Simultan) digunakan untuk mengetahui ada atau tidaknya pengaruh secara
bersama – sama atau simultan antara variabel independen terhadap variabel
dependen. Pengujian statistik Anova merupakan bentuk pengujian hipotesis
dimana dapat menarik kesimpulan berdasarkan data atau kelompok statistik
yang disimpulkan. Pengambilan keputusan dilihat dari pengujian ini
dilakukan dengan melihat nilai F yang terdapat di dalam tabel ANOVA,
tingkat signifikansi yang digunakan yaitu sebesar 0,05. Adapun ketentuan
dari uji F yaitu sebagai berikut (Ghozali, 2016) :
1. Jika nilai signifikan F < 0,05 maka H0 ditolak dan H1 diterima. Artinya
semua variabel independent/bebas memiliki pengaruh secara signifikan
terhadap variabel dependen/terikat.
2. Jika nilai signifikan F > 0,05 maka H0 diterima dan H1 Artinya, semua
variabel independent/bebas tidak memiliki pengaruh secara signifikan
terhadap variabel dependen/terikat.
XI dan X2 terhadap Y

Nilai signifikansi < 0,05

Nilai F hitung > Nilai F tabel

Nilai F Tabel 3,81

Nilai F hitung 0,805

• Didapatkan nilai signifikansi lebih dari 0,05, atau F hitung < F tabel
maka tidak terdapat pengaruh antara variabel Harga Jual (X1) dan
Jumlah Pesaing (X2) secara simultan terhadap variable Penjualan
sehari (Y)
• Berdasarkan output diatas diketahui nilai signifikansi untuk
pengaruh X1 dan X2 secara simultan terhadap Y adalah sebesar 0,47
> 0,05 dan nilai F hitung 0,805 < F tabel 3,81, sehingga dappat
disimpulkan bahwa H3 ditolak yang berarti tidak terdapat pengaruh
X1 dan X2 secara stimultan terhadap Y
ANALISIS REGRESI BERGANDA

Persamaan

Y = -72.900 + 0.007 X1 + 3.340 X2

• Konstanta = Ketika nilai X1(Harga Produk) 0 dan nilai X2(Jumlah

Pesaing) 0 maka nilai Jumlah Jual Perhari sebesar -72.900

• X1 = Ketika Harga Apel naik satu persen maka harga apel akan
naik sebesar 0.007 dan Ketika harga apel turun satu persen maka harga
apel akan turun sebesar 0,007

• X2 = Ketika jumlah pesaing naik satu persen maka jumlah pesaing

akan naik sebesar 3.340 dan Ketika jumlah pesaing turun satu persen maka
jumlah pesaing akan turun sebesar 3.340
LAMPIRAN