Makna Koefisien Determinasi [R Square] Dalam Analisis Regresi Linear

Makna Koefisien Determinasi [R Square] dalam Analisis Regresi Linear | Baik selamat pagi semuanya, melanjutkan postingan sebelumnya mengenai uji analisis regresi multiples [berganda], kali ini kita akan membahas makna koefisien determinasi dalam analisis regresi linear. Dimana Koefisien Determinasi (R Square) atau sering disimbolkan dengan R2 dimaknai sebagai donasi efek yang diberikan variabel bebas (X) terhadap variabel terikat (Y).

Nilai koefisien determinasi (R Square) sanggup digunakan untuk memprediksi seberapa besar kontribusi efek variabel bebas (X) terhadap variabel terikat (Y) dengan syarat hasil uji F dalam analisis regresi bernilai signifikan. Sebaliknya, kalau hasil dalam uji F tidak signifikan maka nilai koefisien determinasi (R Square) ini tidak sanggup digunakan untuk memprediksi kontribusi efek variabel X terhadap variabel Y.

Baca : Cara Melakukan Uji F Simultan dalam Analisis Regresi

Dalam data survai (data primer) yang bersifat cross section R2 bernilai 0,2 atau 0,3 sanggup dikatakan sudah cukup baik. Sementara untuk data runtut waktu (data skunder atau data time series) nilai R2 akan cenderung lebih besar.

Dalam SPSS, nilai signifikansi uji F dilihat pada output Anova. sementara untuk nilai koefisien determinasi sanggup dilihat pada output model summary



Berdasarkan output di atas diketahui bahwa nilai signifikansi dalam uji F sebesar 0,000 lebih kecil < dari probabilitas 0,05, sehingga sanggup disimpulkan bahwa minat dan motivasi secara simultan kuat terhadap prestasi. Sementara untuk melihat berapa persen efek tersebut, kita sanggup mengacu pada output dibawah ini



Dari output model summary, diketahui nilai koefisien determinasi (R Square) sebesar 0,842 (nilai 0,842 yaitu pengkuadratan dari koefisien relasi atau R, yaitu 0,918 x 0,918 = 0,842). Besarnya angka koefisien determinasi (R Square) 0,842 sama dengan 84,2%. Angka tersebut mengandung arti bahwa minat dan motivasi kuat terhadap prestasi sebesar 84,2%. Sedangkan sisanya (100% - 84,2% = 15,8%) dipengaruhi oleh variabel lain di luar model regresi ini. Besarnya efek variabel lain ini sering disebut sebagai error (e). Untuk menghitung nilai error sanggup digunakan rumus e = 1 – R2. Sebagai catatan, besarnya nilai koefisien determinasi atau R Square hanya antara 0-1. Sementara kalau dijumpai R Square bernilai minus (-), maka sanggup dikatakan bahwa tidak terdapat efek X terhadap Y. Semakin kecil nilai koefisien determinasi (R Square), maka ini artinya efek variabel bebas terhadap variabel terikat semakin lemah. Sebaliknya, kalau nilai R Square semakin mendekati 1, maka efek tersebut akan semakin kuat.

Pelajari: Cara Menghitung SE dan SR dalam Analisis Regresi Linear Berganda

[Search: Makna Koefisien Determinasi [R Square] dalam Analisis Regresi Linear, Arti Koefisien Determinasi R2 Uji Regresi Linear berganda dengan SPSS, Pengertian Koefisien Determinasi dalam Uji Regresi]

Lihat Juga: Video Uji t dan Uji F dalam Analisis Regresi Berganda dengan SPSS Lengkap