Koefisien determinasi adalah perhitungan matematis kuadrat dari koefisien korelasi. Koefisien korelasi adalah perhitungan akurasi suatu model. Istilah-istilah ini digunakan dalam analisis statistik untuk menjelaskan perhitungan yang cukup logis.
Dalam statistik, tugas seorang analis adalah melihat data yang dikumpulkan dari skenario atau peristiwa tertentu dan membuat model matematika yang menjelaskan data tersebut. Untuk membuat model ini, ada fakta-fakta tertentu yang perlu dipertimbangkan.
Ada kemungkinan kesalahan dalam setiap perhitungan dan pengumpulan data. Karena ini konsisten, tingkat kesalahan harus dimasukkan ke dalam model. Dengan memperhitungkan kesalahan ini, itu tidak lagi relevan untuk menentukan apakah model yang diusulkan memberikan penjelasan yang kuat untuk data.
Perhitungan koefisien determinasi sebenarnya adalah
R2 = Jumlah kesalahan kuadrat
Jumlah kesalahan kuadrat + Jumlah kuadrat regresi
Ini adalah perhitungan akurasi model dalam menjelaskan data.
Digunakan dalam analisis statistik, nilai ini memberikan wawasan tentang “kesesuaian” model statistik dengan data. Nilai koefisien antara 0 dan 1. Kecocokan sempurna model untuk menjelaskan variasi adalah 1 dan 0 adalah nilai ketika model tidak menjelaskan variasi sama sekali.
Koefisien determinasi memperhitungkan kesalahan akun dengan data, atau outlier, dan jumlah regresi kuadrat. Tidak ada satuan untuk nilai ini, karena pada dasarnya adalah rasio dan sama sekali tidak terkait dengan ukuran sampel. Semakin tinggi nilainya, mendekati 1, penjelasan yang lebih baik tentang variasi diberikan oleh model.
Cara sederhana untuk memvisualisasikan konsep ini adalah dengan membuat grafik dari semua data di sekitar peristiwa tertentu. Siapkan tiga nampan kue di ruang makan siang, cokelat, almond, dan kacang tanah. Amati ketika orang-orang masuk ke ruang makan siang dan tuliskan berapa banyak kue yang mereka ambil, jenis apa dan dalam urutan apa. Plot data ini pada grafik.
Buat formula seputar perilaku yang diprediksi. Sebuah contoh akan memprediksi bahwa setiap orang yang mengambil 1 kue coklat, juga mengambil 2 almond, tapi tidak ada kacang. Persamaan linier sederhana dapat ditulis berdasarkan asumsi ini dan dibuat grafiknya.
Plot garis yang mewakili persamaan linier dari prediksi itu. Bandingkan garis dengan pengumpulan data aktual dalam pengamatan Anda. Hitung koefisien determinasi untuk memberikan ukuran keakuratan perilaku yang diprediksi jika dibandingkan dengan data sebenarnya.
Koefisien determinasi menunjukkan besarnya penyebaran data disekitar garis. Ini menunjukkan seberapa baik atau buruk prediksi itu, dibandingkan dengan nilai sebenarnya. Koefisien determinasi memungkinkan pengguna untuk menerapkan “pemeriksaan realitas” pada data yang diusulkan dalam model statistik. Ada dua nilai, nilai yang diamati atau nilai aktual, dan nilai yang dimodelkan atau diprediksi.
Jenis analisis statistik yang sangat umum adalah sains dan bisnis. Banyak keputusan bisnis didasarkan pada prediksi perilaku masa depan. Penting untuk menganalisis hasil aktual dan membandingkannya dengan prediksi. Proses ini meningkatkan model berikutnya dan oleh karena itu akurasi prediksi.