Koefisien Penentu (KP) atau Koefisien Determinasi (R2)

Apabila koefisien korelasi dikuadratkan, akan menjadi koefisien penentu (KP)atau koefisien
determinasi, yang artinya penyebab perubahan pada variabel Y yang datang dari variabel X,
sebesar kuadrat koefisien korelasinya. Koefisien penentu ini menjelaskan besarnya pengaruh
nilai variabel X terhadap naik atau turunnya variabel Y.
Koefisien Penentu (KP) atau Koefisien Determinasi (R2) dapat dirumuskan sebagai berikut :
KP = R2 = (KK)2 x 100%
Dalam bentuk rumus, Koefisien Penentu (KP) dituliskan :
KP = [N(XY) (X . Y)]2 / [(N . X2) (X)2][N(Y2) - (Y)2]
Keterangan ;
KP = Koefisien Penentu;
Y = Variabel terikat (Dependent Variable);
X = Variabel bebas (Independent Variable);
N = Jumlah Frekuensi
http://id.scribd.com/doc/79233753/35/Koefisien-Penentu-KP-atau-Koefisien-Determinasi
http://kk.mercubuana.ac.id/files/11017-5-428045926922.pdf

Tambahan:
Koefisien determinasi pada regresi linear 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,
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.

Koefisien determinasi dan koefisien korelasi - Koefisien determinasi sederhana (R2) adalah satu
ukuran yang digunakan untuk mengukur pengaruh variabel independen terhadap variansi
variabel dependen, dengan 0 < R2 < 1.
Sedangkan koefisien korelasi sederhana (r) merupakan akar dari koefisien determinasi. Besarnya
hubungan antara variabel yang satu dengan variabel yang lain dinyatakan dengan koefisien
korelasi yang disimbulkan dengan huruf r. Besarnya koefisien korelasi akan berkisar antara -1
(negatif satu) sampai dengan +1 (positif satu) :
Keterangan :
+ menunjukkan korelasi positif
- menunjukkan korelasi negatif
0 menunjukkan tidak adanya hubungan
Apabila koefisien korelasi mendekati + 1 atau 1, berarti hubungan antarvariabel tersebut
semakin kuat. Sebaliknya, apabila koefisien korelasi mendekati angka 0, berarti hubungan
antarvariabel tersebut semakin lemah. Dengan kata lain, besarnya nilai korelasi bersifat absolut,
sedangkan tanda + atau hanya menunjukkan arah hubungan saja.
Untuk menganalisis keterkaitan antarvariabel, perlu diukur besarnya nilai koefisien korelasi.
Untuk data yang berjenis interval dan rasio digunakan analisis korelasi product moment (r).
(Suliyanto, 2005).