TEKNIK PROYEKSI BISNIS

VARIABEL INDEPENDEN, VARIABEL DEPENDEN, PERSAMAAN REGRESI LINIER BERGANDA, DAN ANALISIS KORELASI.

Dosen Pengampu :
Fitrien Ayuda, SE., MM
DISUSUN :
Agung Eko Tri C. (190304011)
Bunga Dina Wahyu Ilahi (210304121)
Muhammad Fajar (210304083)
Pradinta Trisakti (210304028)
Redo Setiawan (190304333)
Sinta Adila Putri (210304020)
Widra Asrila (210304074)

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS MUHAMMADIYAH RIAU
TAHUN AJARAN 2023/2024
VARIABEL INDEPENDENT.

Variabel independen merupakan variabel yang mempengaruhi variabel dependen atau

variabel terikat.Menurut Sugiyono (2019:61) variabel independen adalah variabel – variable
yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel
dependen(terikat).Variabel independen dalam penelitian ini adalah word of mouth dan
fasilitas.Variabel ini diukur ,dimanipulasi atau dipilih oleh peneliti untuk menentukan
hubungannyadengan gejala yang diamati.Variabel independen dan dependen yang
ditunjukan pada grafik selalu berada ditempatyang sama.ini akan membantu dengan cepat
melihat variabel mana yang independen dan manayang dependen saat melihat grafik
atau diagram. Pada model dengan persamaanmatematika,variabel independen selalu berada
pada sumbu x atau sumbu horizontal,sedangkanvariabel dependen berada pada sumbu y
atau sumbu vertical.
 Karakteristik variabel independent.
Variabel independen memiliki karakteristik tersendiri, antara lain:

Variabel independen juga disebut variabel argumen dalam persamaan atau

1 instruksimatematika yang nilainya menentukan variabel dependen : w y = F(x),x
adalah variable independen.
Variabel independen juga dikenal sebagai variabel prediktif dalam statistik, yaitu
variabelyang sengaja memanipulasi eksperimen untuk mengamati hubungannya
2 dengan kuantitaslain atau yang menentukan kondisi berbeda dalam eksperimen
tersebut.

Variabel independen memiliki potensi kompleksitas karena sering menjadi

3 sumberkebingungan, banyak orang beranggapan bahwa variabel independen tidak
tergantung padamanipulasi apapun.
 Jenis Variabel Independent.
Ada dua jenis utama variabel independen.
 Variabel independen eksperimental dapat langsung dimanipulasi oleh peneliti.
 Variabel subjek tidak dapat dimanipulasi oleh peneliti, namun dapat digunakan untuk mengelompokkan subjek
penelitian secara kategoris.
Variabel eksperimental.
Variabel eksperimental adalah memanipulasi variabel independen secara langsung untuk melihat
pengaruhnya terhadap variabel dependen. Variabel independen biasanya diterapkan pada tingkat yang berbeda
untuk melihat perbedaan hasil.

Variabel subjek.
Variabel subjek adalah karakteristik yang berbeda-beda antar partisipan, dan tidak dapat dimanipulasi oleh
peneliti. Misalnya, identitas gender, etnis, ras, pendapatan, dan pendidikan merupakan variabel subjek penting yang
diperlakukan oleh peneliti sosial sebagai variabel independen.
 Variabel Dependent
Variabel dependen adalah apa yang diukur dalam percobaan.ini adalah perubahan karena adanya
perubahan pada variabel independen. Variabel penelitian ini disebut juga sebagaidependen karena
bergantung pada variabel independen.dalam eksperimen ilmiah, anda tidakdapat memiliki variabel
dependen tanpa adanya variabel independen.Variabel dependen juga sering disebut sebagai
variabel output, kriteria, ataukonsekuensi.itu adalah akibat atau pengaruh yang ditimbulkan oleh
variabel bebas. Penelitian ini mengamati dan mengukur variabel dependen untuk mengetahui
pengaruh variabel independen.

Karakteristik variabel dependen.

Berbagai karakteristik dari variabel dependen antara lain:
●Variabel dependen mengacu pada jenis variabel yang mengukur pengaruh variabel bebas pada
eksperimen.
● peneliti memutuskan untuk mengukur variabel dependen karena menurutnya variable tersebut
mencerminkan proses yang seharusnya dipengaruhi oleh variabel independen.
●variabel dependen disebut dengan variabel terikat karena dianggap tergantung pada beberapa
variasi variabel independen.
 Persamaan Regresi Linier Berganda.

Regresi linier berarti bahwa variable respon Y berkaitan liniear dengan variable predictor X dengan persamaan sbb:

Yang mana :
Y = variable tak bebas (nilai yang akan di prediksi)
a = konstanta
= koefesien regresi
= variable bebas
Bila terdapat 2 variable bebas, yaitu dan , maka bentuk persamaan regresinya adalah:

Keadaan-keadaan bila nilai koefesien-koefesien regresi dan adalah :

Bernilai 0, maka tidak ada pengaruh tehadap Y
Bernilai negative, maka terjadi hubungan yang berbalik arah antara variable bebas dengan variable tak bebas Y
Bernilai positif, maka terjadi hubungan searah antara variable bebas dengan variable tak bebas Y
 Persamaan Regresi Linier Berganda.

Sebelum kita melakukan analisis regresi linier berganda untuk hipotesis penelitian, maka
ada beberapa asumsi persyaratan yang harus terpenuhi dalam model regresi. Persyaratan atau asumsi
ini dibuktikan melalui serangkaian uji asumsi klasik mencakup:
1. Uji kualitas data ada Uji Outlier (untuk data sekunder) dan Uji Validitas dan Reabilitas (untuk
data primer)
2. Uji Normalitas, dimana asumsi yang harus terpenuhi adalah model regresi bersitribusi normal.
3. Uji multikolinearitas, dimana model regresi yang baik adalah tidak terjadi gejala multikolinearitas.
4. Uji heteroskedastisitas, dalam model regresi tidak terjadi gejala heteroskedastisitas.
5. Uji autokorelasi (khusus time series), persyaratan harus terpenuhi adalah tidak terjadi autokorelasi.
 Contoh Hasil Analisis Regresi Linier Berganda dengan
SPSS
Coefficientsa
• Dari persamaan regresi disamping,
menunjukkan koefisien regresi dari
Model Unstandardized Standardiz t Sig. a, b1 dan b2 bernilai positif. Hal ini
Coefficients ed menunjukkan variabel-variabel
Coefficient bebas apabila ditingkatkan maka
s akan menimbulkan peningkatan
pada variabel terikatnya.
B Std. Error Beta
• Jika pengaruhnya positif -> X naik Y
(Constant) 12.716 3.427 3.711 .000
naik, X turun Y turun
Pengembangan
.031 .131 .028 .234 .816 • Jika Pengaruhnya negative -> X naik
1 Karir
Y turunn, X turun Y naik
Komitmen
Dependent Variable; Y .318 .127 .298 2.507 .015
Organisasi
Berdasarkan tabel diatas dapat diperoleh persamaan regresi linier berganda
bb:
Y = a + b1 X1 + b2 X2

Y = 12.716 + 0.031 X1 + 0.318 X2

 Koefesien Determinasi.
Koefesien determinasi ini dilakukan dengan maksud untuk
mengukur kemampuan model dalam menerangkan seberapa
pengaruh variable independent secara Bersama-sama (stimultan)
mempengaruhi variable dependent yang dapat diindikasikan oleh
nilai adjusted R Square (Ghozali, 2016).
Koefesien determinasi menunjukkan sejauh mana kontribusi
variable bebas dalam model regresi mampu menjelaskan variasi
dari variable terikatnya. Koefesien determinasi dapat dilihat melalui
nilai R-Square (R2) pada table Model Summary. Menurut Ghozali
(2016) nilai koefesien determinasi yang kecil memiliki arti bahwa
kemampuan variable-variable independent memiliki kemampuan
memberikan semua informasi yang dibutuhkan untuk memprediksi
variable dependent.
Contoh lain hasil uji koefesien determinasi pada software SPSS dapat
dilihat dari table dibawah ini:
Table Hasil Uji Koefesien Determinasi (R2)
Model Summary
Model R R Square Adjusted R Std. Error
Square of the
Estimate
1 ,513 ,263 ,206 ,018270
a
a. Predictors: (Constant), Inventory Intensity, CSR, Likuiditas, Capital
Intesity
a. Dependent Variable: Agresitivitas Pajak
Sumber: Hasil Pengolahan Data
SPSS 25
Berdasarkan hasil uji koefesien determinasi pada table diatas, maka diperoleh nilai adjusted R-
Square sebesar 0,206 (20,6%). Hal tersebut memiliki arti bahwa kemampuan variable
independent dalam penelitian ini mempengaruhi variable dependent sebesar 79,4% (1-0,206)
dijelaskan variable lain selain variable independent dalam penelitian.
 Koefesien Korelasi

Dalam dunia statistic Pendidikan korelasi adalah hubungan antara dua variable atau lebih yang sifatnya
kuantitatif. Lambang yang digunakan korelasi adalah rxy artinya korelasi antar variable X dan variable Y. Nilai korelasi
berkisar antara 0 (nol) sampai dengan 1.00 artinya nilai korelasi paling rendah adalah nol dan paling tinggi adalah 1.00.
Analisis korelasi hanya digunakan untuk mengetahui keeratan hubungan antara dua variable yang dikemukakan
dalam (%), tanpa memperhatikan variable yang dipengaruhi dan variable yang mempengaruhi. Besarnya keeratan hubungan
dalam analisis korelasi dinyatakan menggunakan koefesien korelasi.
Korelasi adalah salah satu Teknik analisis statistic yang paling banyak digunakan oleh para peneliti, karena
peneliti tertarik pada peristiwa-peristiwa yang terjadi dan mencoba untuk menghubungkannya. Misalnya kita inging
mengukur tinggin badan dan berat badan, antara umur dengan tekanan darahnya, antara motivasi dengan prestasi belajar
atau bekerja dan seterusnya. Hubungan variable didalam korelasi bukanlah dalam arti hubungan sebab akibat melainkan
hanya hubungan searah saja.
 Jenis Korelasi
Korelasi Linier
Angka yang digunakan untuk menggambarkan derajat hubungan ini disebut
koefesien korelasi dengan lambing rxy. Teknik yang sering digunakan untuk
menghutung koefesien korelasi selama ini adalah Teknik korelasi product
momen pearson. Teknik ini sebenarnya tidak terbatas untuk menghitung
koefesien korelasi dari variable dengan skala pengukuran interval saja,
hanya saja interprestasi dari hasil hitungnya harus dilakukan dengan
hati-hati.
Macam-macam Korelasi :
1. Korelasi positif.
2. Korelasi negative.
3. Korelasi sederhana .
4. Korelasi multiple.
5. Korelasi sempurna.
6. Korelasi tidak sempurna.
7. Korelasi yang mustahil.
 Karakteristik Korelasi

• Kisaran Korelasi, range (kisaran) korelasi mulai dari 0-1. Korelasi dapat positif
dan dapat pula negative.
• Korelasi sama dengan 0 mempunyai arti tidak ada hubungan antara dua
variable.
Korelasi sama Dengan Satu
Korelasi sama dengan +1 artinya kedua variable mempunyai
hubungan linier sempurna yang membentuk garis lurus positif. Korelasi
sempurna seperti mempunyai makna jika nilai X naik maka nilai Y juga naik.

Contoh korelasi.
Semakin meningkatnya kesadaran hokum dikalangan masyarakat diikuti dengan
semakin menurunnya angka kejahatan atau angka pelanggaran. Semakin giiatnya
orang berlatih semakin sedikit pula kesalahan yang mereka perbuat.
 Contoh lain hasil uji koefesien determinasi pada software SPSS dapat dilihat dari table dibawah ini:

Model R R Square Adjusted Std Error Change Statistic

R Square of the R Square F Change df1 df2 Sig. F
Estimate Change Change
Your Picture Here

1 ,247 ,229 9,321 ,247 13,311 2 91 ,000

Berdasarkan tabel Model Summary diketahui bahwa besarnya hubungan antara Kompetensi dan Motivasi (secara
slimultan) terhadap kinerja yang dihitung dengan koefesien korelasi adalah 0,497, hal ini menunjukkan pengaruh
yang sedang. Sedangkan kontribusi atau sumbangan secara slimultan variable akaompetensi danMotivasi terhadap
kinerja 24,7% sedangkan 75,3% ditentukan oleh variable yang lain.
Kemudian untuk mengetahui tingak signifikansi koefesien korelasi ganda, diuji secara keseluruhan.
Hipotesis yang diajukan dalam pembahasan ini adalah :
• H0 : Kompetensi dan Motivasi tidak berhubungan secara slimultan dan signifikan terhadap kinerja.
• Ha : Kompetensi dan Motivasi berhubungan secara slimultan dan signifikan terhadap kinerja.
Berdasarkan tabel Model Summary diperoleh nilai profitabilitas (sig.F change) = 0,000. Karena nilai
sig.F change 0,000 < 0,05, maka keputusannya adalah H0 ditolak dan Ha diterima. Artinya : Kompetensi dan
Motivasi berhubungan secara slimultan dan signifikan terhadap Kinerja Negri Kota Surakarta Tahun 2014.
TERIMA KASIH.