Koefisien Determinasi (R²) — Rumus & Kalkulator

Terakhir diperbarui Ditinjau tim UjiStatDiverifikasi R/SciPy

Tempel data Y dan X untuk mendapatkan R, R Square, Adjusted R Square, dan persentase kontribusi variabel independen beserta kalimat interpretasinya.

Cara pakai

  1. Salin data dari Excel/Google Sheets/SPSS (termasuk baris nama variabel), lalu tempel ke kotak data. Bisa juga membuka file CSV atau Excel.
  2. Pilih variabel dependen (Y) dan centang satu atau lebih variabel independen (X).
  3. Klik Hitung. Output tampil seperti SPSS lengkap dengan interpretasi bahasa Indonesia.
  4. Klik Salin ke Word untuk menempel tabel ke skripsi, atau Unduh CSV/Cetak PDF.

Koefisien determinasi adalah…

Koefisien determinasi (R²) adalah ukuran seberapa besar variasi variabel dependen (Y) dapat dijelaskan oleh variabel independen (X) dalam model regresi. Nilainya 0 sampai 1; semakin mendekati 1, semakin baik model menjelaskan Y. Dalam persen disebut KD (koefisien determinasi) = R² × 100%.

Rumus koefisien determinasi

R² = SSregresi / SStotal = 1 − SSresidual / SStotal

Adjusted R² = 1 − (1 − R²)(n − 1) / (n − k − 1)

Pada regresi sederhana, R² sama dengan kuadrat korelasi Pearson r: jika r = 0,7 maka R² = 0,49 (49%).

Contoh perhitungan

Regresi dengan n = 40 dan k = 2 menghasilkan SS regresi = 620 dan SS total = 1.000. R² = 620/1.000 = 0,620. Adjusted R² = 1 − (0,38 × 39/37) = 0,599. Artinya 59,9% variasi Y dijelaskan oleh X₁ dan X₂, sisanya 40,1% oleh faktor lain di luar model.

R² atau Adjusted R²?

Seberapa besar R² yang baik?

Tidak ada batas universal. Chin (1998) untuk model struktural menyebut 0,67 kuat, 0,33 moderat, 0,19 lemah. Pada penelitian sosial dengan data kuesioner, R² 0,3–0,5 sudah umum; pada data ekonomi runtut waktu, R² sering di atas 0,8. Yang lebih penting adalah kesesuaian teori dan signifikansi uji F dan uji t.

Contoh kalimat: “Nilai Adjusted R Square sebesar 0,599 menunjukkan bahwa motivasi dan disiplin kerja mampu menjelaskan 59,9% variasi kinerja karyawan, sedangkan 40,1% sisanya dijelaskan oleh variabel lain yang tidak diteliti.”

Pertanyaan yang sering diajukan

Apa beda R dan R²?

R adalah koefisien korelasi berganda (kekuatan hubungan), R² adalah koefisien determinasi (proporsi variasi Y yang dijelaskan model).

Bagaimana menghitung KD?

KD = R² × 100%. Misalnya R² = 0,456 berarti KD = 45,6%.

Mengapa Adjusted R² lebih kecil dari R²?

Karena Adjusted R² memberi penalti untuk setiap variabel independen yang ditambahkan, sehingga lebih jujur untuk regresi berganda.

Apakah R² rendah berarti penelitian gagal?

Tidak selalu. R² rendah wajar pada perilaku manusia yang dipengaruhi banyak faktor; yang penting variabel yang diuji signifikan dan sesuai teori.

Apakah hasilnya sama dengan SPSS?

Ya untuk data yang sama. Rumus mengikuti algoritma SPSS dan setiap uji telah diuji silang dengan R/SciPy/statsmodels; perbedaan hanya mungkin pada digit pembulatan terakhir.

Apakah data saya di-upload ke server?

Tidak. Semua perhitungan berjalan di browser Anda. Data hanya disimpan sementara di perangkat (localStorage) agar tidak hilang saat halaman dimuat ulang.

Alat terkait

Referensi

  1. Gujarati, D. N., & Porter, D. C. (2009). Basic Econometrics (5th ed.). New York: McGraw-Hill.
  2. Ghozali, I. (2018). Aplikasi Analisis Multivariate dengan Program IBM SPSS 25 (Ed. 9). Semarang: Badan Penerbit Universitas Diponegoro.
  3. Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate Data Analysis (8th ed.). Cengage.

Privasi: data yang Anda masukkan tidak di-upload ke server — semua perhitungan berjalan di browser.