Koefisien determinasi pada regresi linear sering diartikan sebagai seberapa besar kemampuan semua variabel bebas dalam menjelaskan varian
dari variabel terikatnya. Secara sederhana koefisien determinasi
dihitung dengan mengkuadratkan Koefisien Korelasi (R). Sebagai contoh,
jika nilai R adalah sebesar 0,80 maka koefisien determinasi (R Square)
adalah sebesar 0,80 x 0,80 = 0,64. Berarti kemampuan variabel bebas
dalam menjelaskan varians dari variabel terikatnya adalah sebesar 64,0%.
Berarti terdapat 36% (100%-64%) varians variabel terikat yang
dijelaskan oleh faktor lain. Berdasarkan interpretasi tersebut, maka
tampak bahwa nilai R Square adalah antara 0 sampai dengan 1.
Penggunakan R Square (R Kuadrat) sering menimbulkan permasalahan, yaitu
bahwa nilainya akan selalu meningkat dengan adanya penambahan variabel
bebas dalam suatu model. Hal ini akan menimbulkan bias, karena jika
ingin memperoleh model dengan R tinggi, seorang penelitian dapat dengan
sembarangan menambahkan variabel bebas dan nilai R akan meningkat, tidak
tergantung apakah variabel bebas tambahan itu berhubungan dengan
variabel terikat atau tidak.
Oleh karena itu, banyak peneliti yang menyarankan untuk menggunakan
Adjusted R Square. Interpretasinya sama dengan R Square, akan tetapi
nilai Adjusted R Square dapat naik atau turun dengan adanya penambahan
variabel baru, tergantung dari korelasi antara variabel bebas tambahan
tersebut dengan variabel terikatnya. Nilai Adjusted R Square dapat
bernilai negatif, sehingga jika nilainya negatif, maka nilai tersebut
dianggap 0, atau variabel bebas sama sekali tidak mampu menjelaskan
varians dari variabel terikatnya.
Tidak ada komentar:
Posting Komentar