MEMAHAMI KOEFISIEN DETERMINASI DALAM REGRESI LINEAR
Pengujian koefisien determinasi ini dilakukan dengan maksud mengukur kemampuan model dalam menerangkan seberapa pengaruh variabel independen secara bersama–sama (stimultan) mempengaruhi variabel dependen yang dapat diindikasikan oleh nilai adjusted R – Squared (Ghozali, 2016). Koefisien determinasi menunjukkan sejauh mana kontribusi variabel bebas dalam model regresi mampu menjelaskan variasi dari variabel terikatnya. Koefisien determinasi dapat dilihat melalui nilai R-square (R2) pada tabel Model Summary. Menurut Ghozali (2016) nilai koefisien determinasi yang kecil memiliki arti bahwa kemampuan variabel – variabel independen dalam menjelaskan variabel dependen sangat terbatas, Sebaliknya jika nilai mendekati 1 (satu) dan menjauhi 0 (nol) memiliki arti bahwa variabel – variabel independen memiliki kemampuan memberikan semua informasi yang dibutuhkan untuk memprediksi variabel dependen (Ghozali, 2016).
Uji koefisien determinasi dilakukan untuk mengetahui seberapa besar variabel endogen secara simultan mampu menjelaskan variabel eksogen. Semakin tinggi nilai R2 berarti semakin baik model prediksi dari model penelitian yang diajukan. Uji koefisien determinasi (R2) dilakukan untuk menentukan dan memprediksi seberapa besar atau penting kontribusi pengaruh yang diberikan oleh variabel independen secara bersama – sama terhadap variabel dependen. Nilai koefisien determinasi yaitu antara 0 dan 1. Jika nilai mendekati 1, artinya variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen. Namun, jika nilai R2 semakin kecil, artinya kemampuan variabel – variabel independen dalam menjelaskan variabel dependen cukup terbatas (Ghozali, 2016).
Menurut Chin (1998), nilai R-Square dikategorikan kuat jika lebih dari 0,67, moderat jika lebih dari 0,33 tetapi lebih rendah dari 0,67, dan lemah jika lebih dari 0,19 tetapi lebih rendah dari 0,33.
Sebagai contoh hasil uji koefisien determinasi pada software SMART PLS dapat dilihat pada tabel 1 berikut :
Tabel 1 : Koefisien Determinasi (Nilai R-Square)
Konstruk | Koefisien Determinasi (Nilai R-Square) | Keterangan |
Kepatuhan Wajib Pajak (Y) | 0.674 | Moderat |
Sumber: Output Smart PLS 3.0, 2021
Berdasarkan Tabel 1 nilai Koefisien Determinasi (R-Square) pada variabel endogen Kepatuhan Wajib Pajak adalah sebesar 0,674, hal ini menunjukkan bahwa semua variable independent/bebas secara simultan memiliki pengaruh yaitu sebesar 67,4% terhadap Kepatuhan Wajib Pajak (variable dependen/terikat). Sedangkan sisanya yaitu sebesar 32,6% dipengaruhi oleh variabel lain yang tidak diuji dalam penelitian.
Contoh lain hasil uji koefisien determinasi pada software SPSS dapat dilihat pada table 2 berikut ini :
Tabel 2 Hasil Uji Koefisien Determinasi (R2)
Model Summaryb |
|||||
Model | R | R Square | Adjusted R Square | Std. Error of the Estimate | |
1 | ,513a | ,263 | ,206 | ,018270 | |
a. Predictors: (Constant), Inventory Intensity, CSR, Likuditas, Capital Intensity | |||||
b. Dependent Variable: Agresivitas Pajak |
Sumber: Hasil Pengolahan Data SPSS 25
Berdasarkan hasil uji koefisien determinasi pada tabel 2 maka diperoleh nilai adjusted R-square sebesar 0,206 (20,6%). Hal tersebut memiliki arti bahwa kemampuan variabel independen dalam penelitian ini mempengaruhi variabel dependen sebesar 20,6%, sedangkan sisanya sebesar 79,4% (1 – 0,206) dijelaskan oleh variabel lain selain variabel independen dalam penelitian.
Referensi:
- Chin, W. W. (1998). The Partial Least Squares Aproach to Structural Equation Modeling. Modern Methods for Business Research, 295, 336
- Ghozali, I. (2016) Aplikasi Analisis Multivariete Dengan Program IBM SPSS 23. Edisi 8. Semarang: Badan Penerbit Universitas Diponegoro.
Image Sources: Google Images
Comments :