Koefisien determinasi sering diartikan sebagai seberapa besar kemampuan semua variabel bebas dalam menjelaskan varians
dari variabel terikatnya. Secara sederhana koefisien determinasi
dihitung dengan mengkuadratkan Koefisien Korelasi (R). Sebagai contoh, hubungan antara motivasi (x) dan prestasi belajar (y), didapat nilai R (korelasi) 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% atau dalam artian 64% variasi pada prestasi belajar dapat dilihat dari motivasi individu.
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.
0 komentar:
Posting Komentar